计划行为理论及其在信息系统研究中的应用与展望

张一涵 袁勤俭

编者按：本期所刊发的这4篇论文属于我刊特约南京大学信息管理学院袁勤俭教授研究团队有关”信息管理实证研究重要理论的研究应用及其展望”的部分研究成果。这4篇论文在分别介绍了计划行为理论、服务接触理论、认知负荷理论、正念觉知的源起及其演化之后，还分析了这些理论在信息系统研究中的现状，指出了信息系统研究中可以运用这些理论的潜在领域。《计划行为理论及其在信息系统研究中的应用与展望》一文的研究发现：计划行为理论在信息系统领域的应用研究主要集中于TPB在信息系统、技术及服务采纳研究的应用.TPB在在线学习意愿及行为研究的应用和TPB在信息安全/隐私/伦理研究的应用3个方面，现有研究存在对TPB中某些变量的理解并未达成共识等问题，纳入可以提高信息系统领域中TPB解释力度的调节变量等是未来研究值得关注的问题。《服务接触理论及其在信息系统研究中的应用与展望》一文认为服务接触已经从最初的一个概念发展成为一种理论，在简述服务接触理论的源起及其演化之后，从顾客电子服务满意度、顾客在线行为意愿、在线企业员工工作绩效、电子服务质量测评、服务系统设计等方面评述了服务接触理论在信息系统研究中的应用文献，指出未来的研究可以对电子政务、远程医疗、在线教育、在线旅行社、游戏等电子服务进行探讨，拓宽服务接触理论的应用范围。《认知负荷理论及其在信息系统研究中的应用与展望》一文发现认知负荷理论在信息系统领域的应用研究主要集中于信息检索研究、信息系统设计研究、信息系统效能评估3个方面，现有研究缺少具体定量研究内在认知负荷、外在认知负荷和关联认知负荷作用的文献，丰富应用CLT研究信息系统使用的情境、研究削减用户认知负荷的辅助工具等是未来研究值得关注的方向。《正念觉知及其在信息系统领域的应用及展望》一文在简述正念觉知及其演化之后，发现正念觉知主要被用于缓解压力和成瘾治疗的研究、提高信息系统可靠性的研究、提升技术接受意愿和用户满意的研究3个方面，指出未来的研究可以进一步拓展正念觉知在信息系统领域的应用空间等一些值得关注的问题。

我们期望本期专栏的4篇研究论文可以贡献有价值的知识，不仅为学界同仁学习这些理论提供一定的帮助，还能为信息管理学乃至整个管理学应用这些理论的实证研究夯实基础。

摘要：[目的/意义]帮助学界厘清计划行为理论的发展进程及其在信息系统领域的应用现状，填补国内对计划行为理论在信息系统领域应用研究综述上的缺失。[方法/过程]对信息系统领域中使用计划行为理论的研究进行梳理，归纳IS领域应用该理论所解决的主要问题，总结当前研究取得的成果、存在的局限性以及未来的研究方向。[结果/结论]研究发现：计划行为理论在信息系统领域的应用研究主要集中在TPB在信息系统、技术及服务采纳研究方面的应用.TPB在在线学习意愿及行为研究方面的应用和TPB在信息安全/隐私/伦理研究方面的应用3个方面：研究存在“对TPB中某些变量的理解并未形成统一，尤其是感知行为控制”、“罕见对用户行为的持续追踪，忽视了用户意愿和行为随时间推移的变化”等局限性：纳入可以提高信息系统领域中TPB解释力度的调节变量，厘清信息系统领域中TPB无法预测的行为类型等是未来重要的研究问题。

关键词：计划行为理论：信息系统：行为意向：用户行为

DOl： 10.3969/j .issn .1008 -0821 .2019 .12 .016

[中图分类号]G201 [文献标识码]A [文章编号]1008-0821（ 2019） 12-0138-11

计划行为理论（ Theory of Planned Behavior.简称“TPB”）是Ajzen在理性行为理论（Theoryof Reasoned Action，简称“TRA”）的基础上提出的，其核心思想是：人的行为并非百分百出于自愿，而是处于控制之中，个体的实际行为除了受行为意向的影响之外，还受到感知行为控制的影响，而行为态度、主观规范和感知行为控制是决定用户行为意向的3个主要变量，且这3个主要变量之间也会相互影响。该理论是对TRA的扩充与发展，提升了模型对个体行为的预测能力和解释力度。

作为预测和解释人类行为的重要理论之一.TPB被广泛应用于管理学、教育学、心理学、信息科学、经济学等多个领域。为了帮助学界把握TPB的研究与应用现状，学界已经涌现出一些关于TPB的综述类文章，主要集中在3个方面：1）对TPB的提出、内涵、发展过程等的总结与述评。段文婷等对TPB进行了全面地阐述，并指出了该理论存在的问题及未来的研究方向[1]：闫岩介绍了TPB的形成历史、理论内涵、深化发展及实际应用，并评述了该理论的局限性[2]。2）对TPB在某一个领域应用的总结与述评。刘泽文等聚焦于求职行为的研究，梳理了TPB在求职行为研究领域中的应用，在此基础上评估了TPB对求职行为的预测力，并指出该理论在求职行为研究领域中未来应用的改进方向[3]：王昶等综述了TPB在国内旅游研究领域的应用情况，并展望了该理论在旅游研究中的应用前景和注意事项[4]：还有学者则专门归纳了TPB在企业信息安全政策遵循规范情境中的应用现状[5]。3）对TPB中特定变量之间关系的总结与述评。例如，Julia K等指出，在IS采纳模型中，行为态度作为内生变量的预测能力在某些情况下证明是强的，而在其他情况下则很弱;为了更好地理解这种不一致的态度一行为关系的普遍性，他们通过文献计量法对1989-2014年的14种主要IS期刊中相关研究进行综述，发现有3种情境因素对IS领域的态度一行为关系产生积极影响，即自愿性、技术类型和采纳背景，这些因素构成了“态度立方体”，为研究人员后续评估态度一行为关系提供了概念性指导[6]。

除了上述研究领域，TPB在信息系统领域也得到了广泛关注，常被用于预测和解释与信息系统、技术和服务相关的用户意愿及行为。然而，由文献综述可知，现有的综述类研究较多地探寻了TPB的基本内涵、演化及发展进程，对该理论在特定领域的应用研究以及该理论中特定变量间关系的梳理较少，还未见专门总结和梳理TPB在信息系统领域应用的综述类成果。基于此，本研究在简要介绍TPB的源起和演变之后，将重点梳理并阐述该理论在信息系统领域的应用现状，并在此基础上归纳出当前信息系统领域TPB应用研究存在的不足和未来研究的方向，以帮助学界把握TPB在信息系统领域应用的研究進展。

1 TPB的源起与演变

1.1TPB的源起

1975年，Fishbein M等提出了理性行为理论，指出行为意向是决定行为的直接因素，且行为意向受行为态度和主观规范的影响[7]。该理论已经被广泛运用于预测和解释某种行为，得到了大量研究的支持。然而，后续研究发现，人并非是完全理性的，某些时候个体可能强烈地希望进行某种行为，但却受限于某些非意志控制因素，从而指出理性行为理论可能忽略了一个重要的变量，即感知行为控制（Perceived Behavioral Control，简称“PBC”）。为了提高对这类不完全受意志控制或者较复杂行为的预测精度和解释力度，1985年Ajzen I将感知行为控制纳入模型，在此之后不断修正，最终在TRA的基础上正式提出了计划行为理论[8].构建了由行为信念、行为态度、规范信念、主观规范、控制信念、感知行为控制、行为意向和实际行为共同构成的概念框架（详见图1）。其中，行为意向是个体愿意从事某一行为的强度：行为态度是个体对某一行为积极或消极的评价或感受;行为信念是个体对采取某行为可能产生的结果的预期：主观规范指的是个体感知到的其周边环境为其带来的压力的大小;规范信念指个体感知的对其重要的他人或团体对其行动的期望;感知行为控制主要指个体所感知的完成某一行为的难易程度，即执行该行为需要耗费资源的丰富程度，包括时间、金钱、个人技能等，其函数为控制信念与感知便利的乘积;控制信念则是个体对完成某一行为所需的资源、机会或可能遇到的阻碍的认知。

TPB对TRA的继承和拓展主要在于它强调了：1）非个人意志完全控制的行为不仅受行为意向的影响，还会受到PBC的影响;2）准确的PBC反映了实际控制条件的状况，因此它可以直接预测实际行为发生的可能性，且预测的准确性依赖于PBC的真实程度;3）行为态度、主观规范和PBC是决定个体行为意向的3个主要变量，且对行为意向产生正向影响;4）行为态度、主观规范和PBC都会受到个体信念的影响，这些信念为上述3个变量奠定了认知和情绪基础。然而，该理论假设人类行为是理性的、深思熟虑的，但其他研究却表明人类行为也可以是无意图的、不受控制的，因此对这些无意识行为而言，该理论可能无法较好地发挥功效[9]。与此同时，TPB中的某些变量，如PBC、3种信念因素等都较为笼统，因此在用于具体研究领域时应进行细分;且与TRA类似，TPB也忽略了个体、情境等差异对行为的产生的影响。

1.2 TPB的演变

自TPB提出以来，学界一直不断对其进行修正、拓展与完善，以期克服其局限性，进一步提高其对个体行为的预测和解释力度。总的来说，TPB的演化主要体现在“模型的分解与深化”和“模型的拓展与整合”两个方面。

1）模型的分解与深化，即选取模型中特定的变量及关系，对这些变量进行深入研究，如对PBC进行细分，对行为信念、规范信念及控制信念等信念因素进行具化，形成分解的TPB模型（ Decomposed TPB），将其应用于具体行为的预测与解释，并对比分析完整的TPB和分解的TPB在不同情境不同行为预测中的绩效。例如，Shih Y Y等就采用完整TPB和分解TPB对我国台湾地区的网上银行用户采纳意愿及行为展开了深入研究[10]。

2）模型的拓展与整合，主要体现在两个方面：一是在模型中纳入新的变量，尤其是人格特征、年龄、性别等调节变量，以探究不同个体在行为方面的差异，并加强“行为意向一实际行为”之间关系的稳定性;二是将TPB与其他常用的技术接受理论模型进行对比分析并整合，以充分发挥各模型的优势。例如，Moody G D等就比较分析了TPB、TRA、健康信念模型、人际行为理论等信息安全领域常用的11种理论模型，并整合这些理论模型构建了一个联合信息安全政策模型[11]。

2 TPB在信息系统研究中的应用进展

2.1 TPB在信息系统、技术及服务采纳研究方面的应用

2.1.1 TPB在健康醫疗信息系统、技术及服务采纳研究方面的应用

随着物质条件的丰富和生活水平的提高，人们对身体健康愈加重视，健康信息行为已经成为被学界广泛关注的信息行为，健康医疗信息系统也日渐成为一种重要的信息系统。基于此，学界涌现出了一批基于TPB探寻用户对健康医疗信息系统、技术及服务采纳意愿及行为的研究成果。

一方面，有学者将研究对象聚焦于健康医疗领域的从业人员和专家，探寻这类人群对健康医疗信息系统、技术及服务的采纳意愿及影响因素。例如，Yi Y M等整合TAM、TPB和IDT（创新扩散理论）构建了一个联合模型，研究了医疗保健专业人员对健康医疗信息技术及PDA的使用意愿及其主要影响因素，结果表明PBC和主观规范均可影响医疗人员的使用意愿[12]。Hsieh P J认为电子病历交换系统（EMR）可提高临床质量并降低医疗成本，因此将机构信任、感知风险与分解的TPB模型进行整合，提出了一个理论模型来预测医生使用EMR的意愿;研究表明，态度、主观规范、PBC、机构信任和感知风险对医生使用EMR的意愿具有较大影响，且整合后模型的预测效果更好[13]。Chau P Y K等在其关于医疗领域职业人员对远程医疗技术接受意愿方面的研究中则指出，TAM比TPB更适合用于检验医疗领域个体专业人员对远程医疗技术的接受程度[14]。

另一方面，有学者聚焦于那些对健康医疗信息较为关注的普通用户，探究这类人群对健康医疗信息系统、技术及服务的采纳意愿。其中，中老年群体是备受关注的重点对象。Heart T等基于TPB探寻了影响老年人使用健康信息通信技术意愿的因素，发现TPB仅得到部分支持，只有PBC才会显著影响老年人对健康信息通信技术的使用意向[15]。Deng Z H等的研究并未得出一致的结论，他们基于价值态度行为模型、TPB和4种老龄化特征构建了一个研究模型，以预测中老年人对移动医疗服务的使用意愿，研究显示态度和PBC对两类人群的使用意愿均具有正向影响，而主观规范对两类人群的使用意愿均无显著影响[16]。还有学者跳出老年群体本身，基于TPB探究了成年子女为年迈父母使用在线健康信息系统的意愿及影响因素，研究表明，态度、主观规范、PBC和风险是预测使用意愿的主要因子[17]。

2.1.2 TPB在电子商务信息系统、技术和服务采纳研究方面的应用

电子商务即买卖双方通过互联网进行各种商贸活动，实现消费者的网上购物，商家之间的网上交易以及在线支付等商务活动、交易活动、金融活动和其他综合服务活动。由此可见，电子商务的范畴非常广泛，涵盖了多种商品、多类服务、多个行业和领域，是TPB在信息系统研究中的主要应用领域之一。

电子商务信息系统是当前最为常见的一类信息系统，很多学者都基于TPB探究了用户对不同电子商务信息系统和服务的采纳意愿及其动因[18]。作为电子商务最常见的模式之一，B2C电子商务信息系统及服务受到了学界较多关注，学者以TPB为理论框架，探讨了用户对B2C电子商务系统和服务的采纳意愿，研究指出TPB在解释B2C电子商务系统和服务采纳方面非常有效，其中，主观规范和态度是较为重要的预测因素，而PBC的影响最小，甚至不显著[19-20]。除了B2C系统及服务，还有学者聚焦于特定用户对特定领域电商信息系统的采纳意愿及影响因素，如医疗电子商务采购系统、在线旅游信息系统、在线金融信息系统等。Jackson D J等通过IDT、TPB以及二者的整合模型，研究了医院管理员使用电子商务采购系统意愿的主要驱动因素，并强调综合视角的整合模型可以获得单一理论驱动模型无法获得的独特见解[21]。Lin W B等使用分解的TPB，结合TAM，挖掘了影响用户使用在线旅游信息系统、服务及产品的主要因素[22]。Lee M C整合TPB、TAM、感知风险理论和感知利益，构建了一个理论模型来解释客户使用网上银行的意愿，并挖掘了对其产生影响的积极因素和消极因素[23]。类似地，他还基于TPB和TAM探究了股票投资者对在线交易的使用意愿，结果表明，PBC和态度可以直接正向影响股票投资者意愿，而主观规范的影响并不显著[24]。此外，随着社交网络、无线技术的发展和移动智能设备的普及，社会化电商和移动商务已经成为电子商务未来发展的重要趋势，社会化电商和移动电商系统及服务的采纳也因此引起了学界的重视——近年来已经有学者基于TPB探究了用户对社会化电商和移动商务系统及服务的使用及持续使用意愿[25-26]。

对于消费者来说，在线购物是其使用电子商务信息系统的主要目的;对于商家和平台运营者来说，促使更多用户的购买是其获利的主要渠道，因此在线购物意愿及其影响因素一直都是学界和业界关注的焦点。有学者基于TPB开发了一个预测和解释消费者网上购物意愿及行为的研究模型并对其进行了实证检验，发现主观规范、态度对在线购买意愿具有重要影响，而PBC和购买意愿则显著影响了在线购物行为[27]。有学者将TPB与TAM、TRA等其他经典的技术接受理论模型相结合，来探究影响用户在线购物意愿的主要因素[28]，并检验了不同模型的准确性，结果表明，对TPB中的信念因素進行细分可以提高模型预测的准确性，且分解的TPB是一种改进了的预测消费者在线购物意愿的方法[29]。此外，有些研究还对用户群体进行了细分，探究了不同用户群体在在线购物意愿及行为方面的差异。例如，Wu S I将用户划分为时尚独立的用户集群、友好和善的用户集群、保护意识较强的用户集群这3类，并使用TPB来预测他们在网络书店的购买意愿和行为，研究发现，对于上述3类用户群体，主观规范均可以影响其购买意愿，且购买意愿可以直接影响实际行为，而PBC可以影响后两类用户群体的购买意愿，态度则只对第一类用户群体的购买意愿产生影响[30]。除了对特定用户群体的研究，还有学者聚焦于特定的产品类型，如有机食品，基于TPB探究了用户在线购买有机食品的意愿及行为[31]。

2.1.3 TPB在电子政务信息系统、技术及服务采纳研究方面的应用

信息技术和信息系统可以帮助政府节约成本，因此基于信息技术和系统的电子政务已经成为政府重要的办公渠道。探寻公民对电子政务信息系统、技术和服务的使用意愿及其影响因素，可以帮助政府更好地规划和实施电子政务服务，节约办公成本，提高办公效率，是学界应该关注的重要议题，但与其他类型的信息系统相比研究较少。有学者整合rIPB、TAM、IDT等理论，探究了中东地区用户对电子政务系统及服务的采纳意愿[32]。还有学者以电子政务服务中的个人所得税申报服务为研究重点，整合TAM和TPB提出了研究框架，并将TPB中的PBC细分为自我效能、资源促进因素和技术促进因素，在此基础上探究了影响纳税人采用特定纳税方法（人工或电子税务申报）意愿的主要因素，研究表明，对于电子税务申报意愿而言，主观规范、自我效能、资源促进和技术促进因素都具有显著地影响;对于人工税务申报意愿而言，仅主观规范和自我效能的影响显著[33]。

2.1.4 TPB在“新”信息技术采纳研究方面的应用

无论在什么时代，都会出现一些在当时相对较新的信息技术。例如，云技术、AI技术等就是近些年迅猛发展的“新”信息技术。“新”信息技术自诞生到被广泛采纳，是一个循序渐进的过程，那么用户对这些“新”技术的态度和采纳意愿如何，哪些因素可以促进或阻碍用户对这些“新”技术的采纳.都是需要关注的重点议题。在信息系统发展早期，这类研究多集中于企业内部，学者多基于TPB及相关理论模型，纳入年龄、性别等调节变量，探究企业内部人员对新信息技术的采纳意愿和行为，如小型企业高管对网络IT技术的采纳意愿[34]，个体员工对新信息技术的接受意愿[35]，企业员工对IM的使用意愿[36]等，并对不同模型的适应性和预测力进行了比较分析。随着互联网的普及与信息技术的快速更新，对“新”信息技术采纳的研究也不再局限在企业内部，而是拓展到普通用户。Ho等就将TPB用于探究普通用户对新技术——云技术的采纳意愿，发现主观规范可以直接影响用户对云技术的信任意愿，从而影响其对云技术的采纳，而PBC虽对信任意愿无直接影响，但可以通过感知风险产生间接影响[37]。类似地，ShiaWL等和Gary G等也都基于TPB探寻了用户对新兴的云计算技术及服务的使用意愿及其驱动因素38-39]。此外，随着AI技术、物联网技术和智能家居系统的兴起，学界也开始关注用户对AI、物联网和智能家居技术的采纳意愿[40]，有学者整合了TPB、TRA和TAM这3种理论模型，从多元的角度来解释老年人对智能家居的采纳意愿及行为，结果表明，上述3种模型在预测老年人智能家居系统采纳方面都是有效的，但却都没考虑到该环境中一些特定的因素[41]。

2.1.5 TPB在数据、信息、知识服务采纳研究方面的应用

信息化水平的提高，社交网络的普及和知识经济的兴起促使信息服务业成为一种新的支柱产业。数据/信息/知识服务类平台层出不穷，为用户提供各种知识服务。这种服务模式为何会取得成功？用户为何愿意使用这些服务？如何提高服务质量，促进用户的采纳和持续采纳意愿？为了解决上述问题，信息系统领域的学者同样将TPB用于探究用户对当前数据/信息/知识服务的采纳意愿及行为。一方面，随着时代的发展，传统信息服务提供商——图書情报机构通过互联网为用户提供了丰富多样的信息服务，如移动信息服务、个性化信息推荐服务等，因此受到了学界的关注[42-44]。除了图情机构，互联网信息服务商所提供的信息服务也引起了学者的注意。有学者整合了TPB与期望确认模型来预测用户对移动数据服务的持续使用行为，研究发现主观规范和PBC可以显著影响用户对移动数据服务的持续使用意愿[45]。有学者从TPB中选取了主观规范、PBC、行为意向及实际行为4个变量，来预测用户对社交网站内容的付费订阅行为，研究结果表明，主观规范和PBC显著影响了用户的付费订阅意愿，而付费订阅意愿与实际行为之间则存在着显著正相关关系[46]。除此之外，社交网络和移动网络的发展使得信息转发和知识共享变得更加便捷与常见，在这种情况下，不同群体的知识共享行为也得到了学界的关注[47]。其中，研究较多、具有代表性的一类群体即科研人员，学者纷纷使用TPB探寻了学术科研人员通过不同渠道的数据、文献、知识共享意愿、行为及其影响因素[48-50]。此外，还有学者分别基于TRA和TPB探寻了影响医生知识共享的主要因素，研究证明TPB与实际数据的拟合程度较好，在解释医生知识共享意愿方面要优于TRA.且主观规范的影响最强，其次是态度，而PBC的影响程度最低[51]。

综上可知，TPB在信息系统、信息技术和信息服务采纳方面的应用研究非常丰富，且具有如下特征：1）从探究的信息系统和服务的类型来看，TPB在该主题的应用多集中于电子商务、健康医疗信息系统和服务，对其他类型信息系统和服务采纳意愿及行为的研究相对较少，如电子政务、游戏娱乐及社会化信息系统等。2）从研究情境来看，该主题现有研究多聚焦于传统互联网环境中的较为成熟的信息系统和服务，对移动互联环境中信息系统、应用和服务的探究较少，但近几年呈现出增长的态势，是该领域未来研究的重要方向。造成1）和2）的原因可能在于，一方面学者在研究移动环境中的信息系统或其他类型的信息系统时，结合环境和系统特色采用了一些新的理论模型，但事实上TPB同样适用于对娱乐类信息系统等采纳意愿的研究[52];另一方面，现阶段学者可能会直接使用拓展后的TPB理论，如TAM、UTAUT等，而非原始的TPB模型。3）关于“新”信息技术采纳意愿及行为的研究，已经随着互联网和信息服务的普及，从组织内部拓展到了普通用户，且近年来兴起的云技术、AI技术、物联网技术等的采纳意愿和行为已经引起了学者的关注。4）该主题很多研究都并未将TPB作为唯一的理论基础，而是与其他的理论模型相结合，并对不同模型的效果进行比较分析，但并未得出一个统一的结论。5）受网络用户行为持续追踪和客观行为数据收集难度较大的限制，TPB在该主题的应用仍多以行为意愿为研究终点，较少深入到用户的实际行为和持续采纳行为。6） TPB在该主题的应用研究仍主要通过调查问卷收集用户数据，随着大数据技术的发展和实验条件的优化，后续可以结合数据驱动方法、大数据处理技术、实验室实验等手段，获取用户行为的客观数据，提高研究结果对实践的解释力度。

2.2 TPB在在线学习意愿及行为研究方面的应用

随着互联网的发展、信息技术的更新以及知识经济的兴起，传统的教育和学习模式受到了巨大的冲击。通过互联网教育平台和学习社区进行远程视频授课，实现学习资料共享，不仅可以突破时间、空间的限制，还可以帮助更多用户进行互动交流与知识共享，具有线下学习无可比拟的优势。可以说，在线学习已经成为网络时代较为重要的一种全新的学习方式，受到了学界的广泛关注。用户对在线学习的态度、使用意愿、使用行为及其影响因素，是信息系统领域与教育领域学者共同关注的重要研究议题，也是TPB应用的主要阵地之一。值得指出的是，随着5G时代的来临和移动智能设备的普及，在线学习不再局限于传统的互联网络，而是拓展到移动互联网中——只需一个可以接入网络的移动设备，人们就能实现掌上学习，与传统互联环境中的在线学习相比具有更高的便捷性。基于此，根据网络环境的不同，该主题的研究主要集中在“传统互联环境中在线学习意愿及行为的研究”和“移动互联环境中在线学习意愿及行为的研究”两个方面。

2.2.1 传统互联环境中在线学习意愿及行为的研究

在线学习突破时空限制的优越性，使其已经成为普通大众获取知识的一种重要渠道。学者纷纷对在线学习意愿、行为及影响因素展开了研究。有学者将社会认同和社会关系这两个变量纳入TPB，构建了一个拓展模型，用于预测用户的在线学习意愿，研究发现，用户态度、PBC、主观规范和社会关系可以显著正向影响在线学习意愿[53]。还有学者结合TPB和社会认知理论，从认知一动机一控制的角度探究了用户在线学习意愿的驱动因素，研究显示PBC既可以直接影响在线学习意愿，又可以通过态度产生间接影响[54]。学生群体是进行在线学习的主力军，故而成为学界研究的重要对象。有学者整合TPB、自我决定等理论，预测并解释了中国高校学生对MOOC的采纳意愿，研究指出，态度和PBC可以正向影响采纳意愿，而主观规范却未产生显著影响[55-56]。有学者使用多模型比较方法，整合了动机模型（MM）、TAM、IDT、TPB等6个著名的理论，探寻其对大学生使用云计算教室意愿的预测和解释力度，所得结果表明，上述理论模型都有足够的解释力，其中方差解释力度最大的是MM，其次是TAM和IDT，再次是TPB，而联合模型则更为全面地揭示了影响大学生云计算课堂使用意愿的因素[57]。还有学者关注了文化背景对学生在线学习意愿的影响，将TPB用于探究集体主义文化中大学生在线学习的意愿及行为：且区别于传统的将态度、主观规范和PBC视为并行关系的研究，该研究还证明了主观规范可以调节态度和PBC对大学生在线学习行为的影响[58]。除了学生群体，教师群体在网络教育和学习中也扮演着重要的角色。基于此，学者同样探究了教师群体对在线学习技术和服务的采纳意愿及行为。例如，PynooB等使用C-TAM-TPB模型预测了教师对在线教育门户的使用意愿，发现态度、主观规范和PBC都可以影响教师的行为意愿，但其影响的显著性水平会取决于具体的用户类型[59]。SadafA等则基于TPB探究了职前教师使用Web2.0辅助教学的意愿及影响因素[60]。

值得指出的是，除了对在线学习使用意愿的探究，还有学者整合TPB、TAM、ECM、沉浸理论等多种理论模型，研究了用户对在线学习的持续使用意愿及其影响因素，研究结果表明，态度、主观规范和PBC均可直接正向影响用户对在线学习的持续使用意愿[61]。

2.2.2 移动互联环境中在线学习意愿及行为的研究

随着移动互联网和移动通信技术的发展，在线学习不再局限于传统的互联环境，开始向移动社交学习转变。如何促进用户移动学习的意愿，日渐成为在线学习研究领域学者关注的重要议题。有学者基于TPB构建起结构方程模型，挖掘了影响学生对移动学习采纳意愿的重要因素[62]：还有学者基于TPB解释了大学生对高等教育移动学习的采纳意愿[63]。

通过文献回顾可以发现，该主题研究呈现出以下特征：1）总体来说，该主题的研究成果较为丰富，是TPB在信息系统领域的主要应用阵地之一;然而，与对传统互联环境中在线学习意愿及行为的研究数量相比，学界对近年兴起的移动学习意愿及行为的研究仍较少，后续应加大将TPB用于移动学习意愿和行为的研究力度。2）该主题研究多聚焦于在线学习使用意愿，而忽略了后续的持续使用意愿及实际使用行为，因此探究的行为周期不够完整，对TPB的应用也不够完善，这可能是因为现有研究多通过调查问卷、访谈等收集用户的自报告主观数据，对用户客观数据的收集却较难操作。

2.3 TPB在信息安全/隐私/伦理研究方面的应用

信息系统和技术为人们生活带来便利的同时，也伴随着一些隐患，如个人或组织的信息安全和信息隐私问题等。为了保护信息安全，维护信息隐私，组织和国家日渐重视信息安全、隐私、伦理道德方面规章制度和防护策略的制定，要求个人遵循并执行相关的规章策略。然而，并不是所有人都会执行这些策略，强迫个人遵守则可能会触发不良行为，因此有必要挖掘哪些因素可以促进个人对这些规章策略的遵循与采纳[64]。该主题的研究最初仍聚焦于组织内部员工对信息安全伦理相关政策的遵循意愿及行为，早在2004年，Leonard L N K等就整合TPB、TRA以及伦理决策模型构建了一个IT伦理行为模型来探究员工对IT伦理政策的遵循意愿，从而指出组织可以为IT专业人员和管理人员进行培训，并制定一些遏制信息滥用行为的措施[65]。移动互联网的发展和移动设备的普及使得上述信息安全、隐私方面的问题进一步加剧。当个人在工作环境中使用自己的移动设备时，组织信息的安全是无法保障的，那么组织应如何确保个人在移动设备上执行适当的信息保护行为呢？有学者基于TPB开发了一个移动信息保护模型，以探讨个人在移动设备上主动披露信息的意愿及其影响因素，从而帮助组织保护其重要信息不被泄露，保障其信息系统的安全性[66]。

与此同时，互联网、社交网络、无线技术等的发展同样使得信息安全和隐私问题不再只是企业和组织关注的问题，普通的信息系统用户同样注重个人信息安全和隐私，且这种重视程度在近些年与日俱增。一些学者已经基于TPB探究了人们对信息技术安全策略、信息系统安全策略的遵循意愿、行为及其动因[67-68]。还有学者专注于某一人群，探寻特定人群遇到的信息安全和隐私问题，并试图找出可行的解决方案。例如，Rajaba M等使用TPB探寻了高学历人群对信息安全策略的遵循意愿和行为[69];MoafaF A等则指出，人们在使用社交媒体时可能会受到网络骚扰的负面影响，这种影响可能会导致人们停止使用社交媒体，基于此，他们整合UTAUT、TPB等理论探究了导致学生陷入网络骚扰的因素，从而帮助主管部门和决策者制定反网络骚扰的策略[70]。

由上述可知，随着日常生活中互联网和信息系统的渗透，人们对个人信息安全和隐私问题的重视程度与日俱增，该主题的研究重点已经不再局限于最初的组织内部员工对信息安全伦理相关政策的遵循意愿及行为，而是逐渐转移过渡到了组织外部普通信息系统用户对信息安全策略、隐私保护策略、信息伦理政策等的遵循意愿及行为，且大部分研究仍仅关注遵循意愿，罕见对实际遵循行为的研究成果。

3 结论与展望

通过文献回顾和梳理可知，信息系统领域已经涌现出一些基于TPB的研究成果，主要集中在“TPB在信息系统、技术及服务采纳研究方面的应用”，“TPB在在线学习意愿及行为研究方面的应用”和“TPB在信息安全/隐私/伦理研究方面的应用”3个方面。

现有研究仍存在一些不足之处，主要包括：1）个体的行为意向及实际行为不是恒定不变的，而是随时间推移而改变的，因此需要纵向的历史的研究，而现有研究多聚焦于某个时间点或时间段，忽视了用户意向和行为随时间推移的变化。2）由于反映用户实际行为的数据不易获取，当前大部分研究仍以用户的行为意愿为研究的落脚点，真正延伸到用户实际行为的研究仍较少。3）访谈、调查问卷等用户自报告数据收集方法仍是该领域研究的主流方法，与更客观的数据收集和测量方法相比，其收集到的数据质量参差不齐且带有较强烈的主观色彩，有时可能无法精确反映出用户的真实想法。4）现有研究对TPB中某些变量的理解及细分并未达成一致，尤其是感知行为控制，有学者认为感知行为控制与自我效能之间存在交叉，可以互换;但其他学者却认为感知行为控制应被理解成为两个独立且相关的构念，即自我效能与可控性，由此可见后续应对感知行为控制这一变量进行进一步地研究。5）现有研究对TPB的预测和解释力度、TPB中变量之间的关系及關系强度等，仍存在一些分歧，例如，TPB对某些行为具有较强的解释力度，但却无法较好地预测其他一些行为;且在某些研究中特定变量之间具有较强的关系，而在另一些研究中变量之间的关系强度却不显著，这可能是由所研究的行为类型、行为边界、研究情境、文化背景、社会环境等因素的差异造成的，后续需要对这些因素进行深入探讨。6）将TPB与其他理论模型进行对比分析并整合的研究较多，但对于不同理论模型的优劣仍未形成统一结论。7）TPB在新兴网络环境和技术中的应用仍处于探索和起步阶段，且与对电子商务、健康医疗信息系统和服务的研究相比，将TPB用于其他类型信息系统和服务采纳的研究仍较少。

为弥补当前研究的不足，后续信息系统领域中应用TPB的研究应注意以下几点：1）关注个体行为意向及行为随时间推移而发生的变化，对用户行为进行持续追踪与监测，开展长期的纵向的历史的研究。2）个体的行为意向可能是临时的，且其在调查中呈现出的行为意向可能是虚假的，也就是说，個体的行为意向有时候并不能反映其实际行为，因此需要加大对个体实际行为的研究力度，开展覆盖整个行为周期的研究。3）灵活运用数据驱动的研究方法，结合实验、准实验，借助眼动仪、脑电仪等先进科学设备，获取更为客观的用户行为数据，规避传统自报告数据的不足，提高研究结果对实际行为的解释力度。4）重视信息系统和技术采纳中情境所发挥的作用，检验个体行为意向因情境因素而变化的程度，从而挖掘出情境因素对个体后续行为的影响。5）进一步细化研究粒度，一方面要细分特定变量，如感知行为控制和信念变量等，并根据研究问题及情境纳入合适的调节变量，探讨文化、社会和个体差异对行为、规范及感知控制的影响，进一步提高TPB的预测和解释能力;另一方面，要加大对特定用户群体、特定行为、特定信息系统/技术/服务等的研究力度，促使研究更具针对性、专指性。6）研究表明，TPB在某些行为的预测中具有较高的准确性，但在其他一些行为的预测中却表现欠佳，后续应深入探讨TPB不能预测及解释的行为的边界和类型，并挖掘其原因。7）当前研究中仍存在一些不一致的研究结果，如不同理论模型在预测同种行为中的优劣排序，后续需要进一步探讨导致这种不一致的原因，总结出规律性的结论。8）将TPB应用于更多类型更多情境中信息系统/技术/服务方面的研究，拓展TPB的适用场景和范围。

参考文献

[1]段文婷，江光荣，计划行为理论述评[J]心理科学进展，2008，（2）：315-320.

[2]闫岩计划行为理论的产生、发展和评述[J]国际新闻界，2014，（7）：113-129.

[3]刘泽文，宋照礼，刘华山，等.计划行为理论在求职领域的应用与评价（综述）[J].中国心理卫生杂志，2006，（2）：118 -120.

[4]王昶，章锦河.计划行为理论在国内旅游研究中的应用进展与启示[J].山东师范大学学报：人文社会科学版，2017， （1）：131- 139.

[5] Sommestad T，Hallberg J.A Review of the Theory of Planned Be-haviour in the Context of Information Security Policy Compliance[C] //Security and Privacy Protection in Information ProcessingSystems， 2013. 405： 257-271.

[6] Julia K，Andreas E.The Attitude CubeA Three -dimensionalModel of Situational Factors in IS Adoption and Their Impaci on theAttitude-behavior Relationship[J].Information&Management，2015， 52： 611-627.

[7] Fishbein M，Ajzen I. Belief， Attitude. Intemion. Behavior： AnIntroduction to Theory and Research[M].Addision - Wesley，Reading，MA，1975.

[8] Ajzen I. The Theory of Planned Behavior[J]. Organizational Be-havior and Human Decision Processes. 1991， 50： 179-211.

[9]（美）Jeffrey A M.管理与组织研究 ，必读的 40 Al理论 [ M] .徐世勇 ，李超平 ，等译.北京 ：北京大学出版社， 2017.

[10] Shih Y Y， Fang K T. The Use of a Decomposed Theory ofPlanned Behavior to Study Internet Bank-ing in Taiwan [ Jl. In-temet Research， 2004， 14 （3） ： 213-223.

[11] Moody G D， Siponen M， Pahnila S. Toward a Unified Model ofInformation Security Policy Compliance [ J ]. MIS Quarterly，2018， 42 （1） ： 285.

[12] Yi Y M， Jackson D J， Park S J. et al. Understanding Informa-tion Technology Acceptance By Individual Professionals ： Toward anIntegrative View [ J ]. Information & Management， 2006， 43 ： 350- 363.

[13] Hsieh P J. Physicians' Acceptance of Electronic Medical RecordsExchange ： An Extension of the Decomposed TPB Model with Insti-tutional Trust and Perceived Risk [ J]. Intemational Joumal ofMedical Informatics， 2015 ， 84 ：1- 14.

[14] Chau P Y K， Hu P J H. Investigating Healthcare Professionals'Decisions to Accept Telemedicine Technology： An Empirical Testof Compeiing Theories [ J]. Information & Management， 2002，39： 297-311.

[15] Hearc T， Kalderon E. Older Adults： Are They Ready to AdoptHealth-related lCT？

[J] . Intemational Joumal of Medical Infor-matics， 2013， 82： e209-e231.

[16] Deng Z H， Mo X T， Liu S. Comparison of the Middle-aged andOlder Users' Adoption of Mobile Health Services in China [ J] . In-temational Joumal of Medical Informatics ，2014 ，83 ：210-224.

[17] Bao Y K， Hoque R， Wang S Y. Investigating the Determinantsof Chinese Adult Children's Intention to Use Online Health Informa-tion for Their Aged Parents [J]. Imemational Joumal of MedicalInformatics， 2017， 102： 12-20.

[18] Pavlou P A， Fygenson M. Understanding and Predicting Elec-tronic Commerce Adoption： An Extension of the Theory of Planned Behavior [J]. MIS Quarterly， 2006， 30 （1） ： 115-143.

[19] Bhattacherjee A. Acceptance of E-Commerce Services： The Caseof Electronic Brokerages [ J ] . IEEE Transactions on Systems.Man， and Cyhemetics-Part A： Systems and Humans， 2000， 30 （4） ： 411-420.

[20] Angel H C， Ignacio R del B. The Influence of the CommercialFeatures of the Intemet on the Adoption of E-commerce By Con- sumers [ J]. Electronic Commerce Research and Applications.2010， （ 9） ： 562-575.

[21] Jackson D J， Yi Y M， Park S J. An Empirical Test of Three Me-diation Models for the Relationship Between Personal Innovativenessand User Acceptance of Technology [ J]. Information & Manage-ment， 2013 ， 50 ：154-161.

[22] Lin W B， Wang M K， Hwang K P. The Combined Model of In-fluencing Online Consumer Behavior [ J ] . Expert Systems with Ap-plications， 2010， 37： 3236-3247.

[23] Lee M C. Factors Influencing the Adoption of Intemet Banking：An Integration of TAM and TPB with Perceived Risk and PerceivedBenefit [ Jl. Electronic Commerce Research and Applications，2009， （ 8） ： 130-141.

[24] Lee M C. Predicting and Explaining the Adoption of OnlineTrading： An Empirical Study in Taiwan [J]. Decision SupponSystems， 2009， 47： 133-142.

[25 ]劉百灵 ，杨世龙 ，李延晖.隐私偏好设置与 F～私反馈对移动理科学， 2018， （8） ： 164-178.

[26] Hung S Y， Yu A P l， Chiu Y C. Investigating the Factors Influ- encing Small Online Vendors' Intention to Continue Engaging in So-cial Commerce [ J ] . Joumal of Organizational Computing and Elec-tronic Commerce， 2018， 28 （ 1） ： 9-30.

[27] Moez L， Mohamed K， Anissa F. What Makes Consumers Buyfrom Internet？ A Longitudinal Study of Online Shopping [ J].IEEE Transactions on Systems ，Man ，and Cybemetics-Part A ：Systems and Humans， 2000， 30 （4） ： 421-432.

[28] Lu C S， Lai K H， Cheng T C E. Application of Structural Equa-tion Modeling to Evaluate the Intention of Shippers to Use IntemetServices in Liner Shipping [ J ]. European Joumal of OperationalResearch， 2007， 180： 845-867.

[29]Lin H F. Predicting Consumer Intentions to Shop Online ：An Em-pirical Test of Competing Theories [J]. Electronic Commerce Re-search and Applications， 2007， （6） ： 433-442.

[30]Wu S I. A Comparison of the Behavior of Different Customer Clus-ters Towards Intemet Bookstores [J] . Information & Management ，2006， 43： 986-1001.

[31] Liang R D. Enthusiastically Consuming Organic Food： An Analy-sis of the Online Organic Food Purchasing Behaviors of Consumerswith Different Food - related Lifestyles [ J ]. Intemet Research，2014， 24 （5） ： 587-607.

[ 32] Ahmed A， Bemd S， Mary P. Developing an Instrument for E-public Services' Acceptance Using Confirmatory Factor Analysis：Middle East Context [J]. Journal of Organizational and End User Computing， 2012， 24 （3） ： 18-44.

[33] Fu J R， Fam C K， Chao W P. Acceptance of Electronic Tax Fil-ing： A Study of Taxpayer Intentions [J]. Information & Manage-ment， 2006， 43： 109-126.

[34] Cynthia K R， David A H， Peter P M Jr. Understanding it Adop-tion Decisions in Small Business： Integrating Current Theories[J] Information & Management， 2003， 40： 269-285.

[35] Michael G M， Viswanath V， Phillip L A. Gender and AgeDifferences in Employee Decisions About New Technology ： An Ex-tension to the Theory of Planned Behavior [Jl. IEEE Transactionson Engineering Management， 2005， 52（1）：69-84.

[36] Toa P L， Liao C C， Chiang J C.An Empirical Investigation ofthe Factors Affecting the Adoption of Instant Messaging in Organiza-tions[ J]. Computer Standards&Interfaces，2008，30：148 -156.

[37] Ho S M， Monica O V， Booth C.Trust or Consequences？ CausalEffects of Perceived Risk and Subjective Norms on Cloud Technolo-gy Adoption [J]. Computers&Security， 2017， 70： 581-595.

[38] Shiau W L，Patrick Y K C.Understanding Behavioral Intention toUse a Cloud Computing Classroom：A Multiple Model ComparisonApproach[J].Information&Management， 2016， 53： 355 - 365.

[39] Gary G，Rebman C M， Hyun K S.An Identification of FactorsMotivating Individuals' Use of Cloud-based Services [Jl. Joumalof Computer Information Systems， 2018， 58 （1）： 19-29.

[40] Yang H， Lee H， Zo H J.User Acceptance of Smart Home Serv-ices： An Extension of Theory of Planned Behavior[J].IndustrialManagement&Data Systems， 2017， 117 （1）： 68-69.

[41] Debajyoti P， Tuul T， Suree F， et al. Smart Homes and Qualityof Life for the Elderly： Perspective of Competing Models [J].IEEE Access， 2018，（ 6）： 8109-8122.

[42]沈思，王曉文，崔旭，基于计划行为理论的高校图书馆移动信息服务质量评价[J].现代情报，2016，（ 2）：70-73.

[43]黄怡菲，杨兰蓉，移动图书馆用户采纳模型及实证研究[J].现代情报，2013，（11）：172-177.

[44]段尧清，刘宇明，蔡诗茜，等.数字图书馆个性化推荐用户信息采纳行为影响研究——信息采纳意向的中介效应[J].现代情报，2019，（ 2）：85-93.

[45] Byoungsoo K.An Empirical Investigation of Mohile Data ServiceContinuance： Incorporating the Theory of Planned Behavior Into theExpectation-confirmation Model[J].Expert Systems with Appli-cations， 2010. 37： 7033-7039.

[46] Horng S M， Lee Y Y， Wu CL A Study of the Paying Behaviorfor Subscribing Social Network Sites[J].Computer Communica-tions， 2016， 73： 282-290.

[47] Zhao L，Detlor B， Connelly C E.Sharing Knowledge in SocialQ&A Sites： The Unintended Consequences of Extrinsic Motivation[J]. Joumal of Managemem Information Systems， 2016， 33（1）：70-100.

[48] Youngseek K.Fostering Scientists' Data Sharing Behaviors Via Da-to Repositories， Joumal Supplements， and Personal Communica-tion Methods [J]. Information Processing and Management，2017. 53：871-885.

[49] Youngseek K.An Empirical Study of Biological Scientists' ArticleSharing Through Research Cate： Examining Attitudinal， Norma-tive， and Control Beliefs [J] . ASLIB Journal of Information Man-agement， 2018， 70 （5） ： 458-480.

[50] Youngseek K， Seungahn N. Intemet Researchers' Data SharingBehaviors： An Integration of Data Reuse Experience， AttitudinalBeliefs， Social Norms， and Resource Factors [ J]. Online Infor-mation Review， 2018， 42 （1） ： 1124-142.

[51] Seewon R， Seung H H， Ingoo H. Knowledge Sharing Behavior ofPhysicians in Hospitals [J]. Expert Systems with Applications，2003 ， 25 ：

113-122.

[52] Turel 0. Untangling the Complex Role of Guilt in Rational Deci-sions to Discontinue the Use of a Hedonic Information System [J].European Joumal of Information Systems， 2016， 25 （ 5） ： 432- 447.

[53] Chu T H， Chen Y Y. With Cood We Become Cood ： Understand-ing E-leaming Adoption By Theory of Planned Behavior and GroupInfluences [J]. Computers & Education， 2016， 92-93 ： 37-52.

[54] Shih H P. Using a Cognition-Motivation-Control View to Assessthe Adoption Intention for Web-based Learning [J]. Computers &Education， 2008， 50： 327-337.

[55] Zhou M M. Chinese University Students' Acceptance of MOOCs：A Self- determination Perspective [J]. Computers & Education，2016， 92-93： 194-203.

[56] Niu L C. Decision-making Determinants of Students Participatingin MOOCs： Merging the Theory of Planned Behavior and Self-reg-ulated Leaming Model [J] . Computers & Education， 2019 ， 134 ： 50-62.

[57] Shiau W L， Chau P Y K. Understanding Behavioral Intention toUse a Cloud Computing Classroom： A Multiple Model ComparisonApproach [ J]. Information & Management， 2016， 53： 355 - 365.

[58] Sukanlaya S， Yuan S， Siti A S. It's Not Only What l Think ButWhat They Think！ The Moderating Effect of Social Norms [J].Computers & Education， 2014， 76 ： 182-189.

[59] Pynoo B， Tondeur J， Braak van J， et al. Teachers' Acceptanceand Use of an Educational Portal [ J] . Computers & Education，2012 ，58 ：1308-1317.

[60] Sadaf A， Newby T J， Peggy A E. Exploring Pre - serviceTeachers' Beliefs About Using Web2. O Technologies in K- 12 Class-room [J]. Computers & Education， 2012， 59： 937-945.

[61] Lee M C. Explaining and Predicting Users' Cominuance IntentionToward E-leaming： An Extension of the Expectation-confirmationModel [J]. Computers & Education， 2010， 54： 506-516.

[62] Valencia A， Gonzaalez G， Castanneda M. Structural EquationModel for Studying the Mobile -leaming Acceptance [ J ] . IEEELatin America Transactions， 2016 ，14 （ 4） ：1988- 1992.

[63] Cheon J， Lee S， Steven M， et al. Crooks An Investigation ofMobile Learning Readiness in Higher Education Based on the Theoryof Planned Behavior [ J]. Computers & Education， 2012， 59：1054-1064.

[64] Burcu B， Hasan C， Izak B. Information Security Policy Compli-ance： An Empirical Study of Rationality-based Beliefs and Informa-tion Security Awareness [Jl MIS Quarterly， 2010， 34 （3） ： 523 -548.

[65] Leonard L N K， Cronan T P， Kreie J. What Influences IT Ethi-cal Behavior IntentionsPlanned Behavior， Reasoned Action， Per-ceived Importance， or Individual Characteristics？

[J] . Information& Management， 2004， 42： 143-158.

[66] France B， Robert E C. Dealing with Digital Traces： Understand-ing Protective Behaviors on Mobile Devices [J] . Joumal of StrategicInformation Systems， 2019， 28： 34-49.

[67] France B， Stephane C， Kathryn E. Determinants of Early Con-formance with Information Security Policies [J]. Information &Management， 2017. 54： 887-901.

[68] Princely l. Understanding Information Systems Security PolicyCompliance： An Integration of the Theory of Planned Behavior andthe Protection Motivation Theory [J]. Computers & Security，2012， 31： 83-95.

[69]Rajaba M ，Eydgahi A. Evaluating the Explanatory Power of Theo-retical Frameworks on Intention to Comply with Information SecurityPolicies in Higher Education [J] Computers & Security， 2019，80 ： 211-223.

[70] Moafa F A， Ahmad K， Al-Rahmi W M， et al. Develop a Modelto Measure the Ethical Effects of Students Through Social Media Use[J]. IEEE Access， 2018， （6） ： 56685-56699.

（責任编辑 ：郭沫含）

收稿日期：2019-08-21

基金项目：教育部人文社会科学青年基金项目“用户和专家双视角下银行社交金融平台的评价与优化研究” （项目编号：18YJCZH251）;南京邮电大学引进人才项目“基于用户和专家双视角的银行社交金融平台评价与优化研究”（项目编号：NYY218009）：南京邮电大学国家自然科学自基金孵化项目“多维视角下银行社交金融平台的评价及优化研究”（项目编号：NY219070）;江苏省社会科学基金项目“学术虚拟社区知识交流的效果评价研究”（项目编号：17TQB003）。

作者简介：张一涵（1991-），女，讲师，博士，人选2018年江苏省“双创计划”双创博士（RSCBS2018-01-09），研究方向：用户行为，电子商务。袁勤俭（1969-），男，教授，博士，博士生导师，研究方向：电子商务。