基于科技接受模型的ETC用户使用行为研究

张 涛,张 燕，张文坤

(1. 烟台大学，山东 烟台 264005;2.山东中医药高等专科学校，山东 烟台 264199；3.山东交通学院，山东 济南 250357)

0 引言

电子不停车收费(Electronic Toll Collection，ETC)系统可以节省通行时间、提高燃油小路、减轻高速收费站拥堵，同时又可节约基建成本和降低运营成本，世界各国大力推行ETC技术[1]。

我国1996年开始与日本、美国企业交流学习不停车收费技术，1998年广东省率先引进不停车收费设备，建成20余条不停车收费车道并投入使用[2]。为规范和促进ETC收费系统在国内的应用，交通运输部指导交通运输部公路科学研究所等有关单位制定ETC设备接口规范和技术指标，1999年在北京、广东、江苏、四川等省市开展ETC示范工程建设[2]。但是，由于管理体制、ETC应用范围局限、车载设备费用高、折扣低、宣传不足等原因导致我国ETC用户数量低于预期[3]，2017年2月底我国ETC客户数达到4 767.44万[1],2019年2月底我国ETC用户约为7 493万[4]。

2019年上半年交通运输部印发《关于大力推动高速公路ETC发展应用工作的通知》，2019年底实现全国高速公路不停车快捷收费的目标，各省汽车ETC安装率要达到80%以上，使用率要突破90%。交通运输部数据显示，截止到2019年12月19日，全国ETC用户累计达到19 223.44万，超额完成发行目标。

但是，安装ETC设备与使用ETC服务是两个不同的概念，车主们安装了ETC设备是否能够使用ETC服务？为什么选择使用ETC服务？车主ETC服务使用意愿受哪些因素影响？解决这些问题将有助于我们将ETC设备的持有者转变为ETC服务的使用者。

科技接受模型(Technology Acceptance Model，TAM)从消费者感知、态度、行为意图等方面来解释消费者接受信息技术的过程，纬度具有代表性，被广泛应用于科技产品消费者行为研究中，而运用到交通信息方面的研究较少，仅有李华强等[5]和王雨桐等[6]基于计划行为理论和科技接受模型，分析了智能交通技术下居民绿色出行影响因素。王雨桐等[6]基于改进科技接受模型构建了研究模型，对驾驶员诱导信息的采用意愿进行了研究。ETC是一种新型的科技产品，可以使用科技接受模型分析我国车主ETC使用行为。

本研究将借鉴现有科技接受模型的相关研究结论，构建研究假设，分析ETC用户的感知有用性、感知易用性、态度与行为倾向等之间的关系。

1 研究假设

1989年，Davis在理性行为理论(TRA)的基础上构建了科技接受模型，从感知有用性(Perceived Usefulness)、感知易用性(Perceived Ease of Use)、态度(Attitude)和行为倾向(Behavior Intention)等方面解释用户接受信息技术的过程。根据科技接受模型，外部变量影响感知有用性和感知易用性；外部变量和感知易用性共同影响感知有用性；感知易用性和感知有用性共同影响态度；感知有用性和态度共同影响行为倾向[7]。随着研究的深化，科技接受模型被引入了更多的内部和外部变量，内容更加丰富，形成了系统的模型体系,被广泛应用于研究各种信息技术的接受，应用范围越来越广。

近年来，我国学者应用科技接受模型进行了深入的研究，验证了科技接受模型核心变量间的关系。李进华、王凯利[8]和徐菲菲、黄磊[9]等验证了感知易用性和感知有用性的关系。李进华、王凯利[8]研究结果表明感知易用性对感知有用性有显著正向影响，感知有用性对行为意愿有显著正向影响。徐菲菲、黄磊[9]研究结果发现，游客感知有用性、感知易用性显著正向影响使用意愿；感知易用性对感知有用性有显著影响、使用意愿对使用行为有显著正向影响。

黄传慧和明均仁[10]、王昶、吕夏冰和孙桥[11]、郭英之和李小民[12]和王若宸、母咏然等[13]的研究验证了感知易用性和感知有用性对态度影响。黄传慧和明均仁[10]研究结果表明，感知有用性、感知易用性、信息质量显著影响学术用户态度。王昶、吕夏冰和孙桥[11]研究结果表明：感知有用性、感知收益和主观规范对“互联网+回收”态度有正向影响，感知易用性和感知风险对态度作用并不显著，但感知易用性可通过感知有用性对其产生间接影响。郭英之和李小民[12]研究发现：感知易用性显著影响感知有用性，感知有用性显著影响使用态度；使用态度显著影响使用意愿。王若宸、母咏然等[13]实证结果表明：感知有用性、感知易用性显著影响使用态度。

马志浩和葛进平[14]、李浩君、冉金亭[15]和魏群义、姚媛和李艺亭[16]等的研究验证了态度对于行为倾向的影响。马志浩和葛进平[14]发现网络直播平台采纳者的态度显著影响直播品牌持续使用意图，但非采纳者的态度与其采纳意图负相关。李浩君、冉金亭[15]移动图书馆的用户的感知有用性和态度正向影响行为意愿；系统质量和感知有用性正向影响用户态度。魏群义、姚媛和李艺亭[16]研究表明，微信图书馆用户的感知易用性、感知有用性通过使用态度间接影响用户使用意愿。

上述研究均验证了科技接受模型中核心变量：感知有用性、感知易用性、使用态度、行为倾向间的关系。参考以往研究结论，本研究提出如下假设：

假设1：用户对ETC的感知易用性显著影响感知有用性。

假设2：用户对ETC的感知有用性显著影响态度。

假设3：用户对ETC的感知易用性显著影响态度。

假设4：用户对ETC的态度显著影响行为倾向。

2 研究设计

2.1 研究对象

本研究使用线上调查方式实施正式调查，调查对象为ETC用户。为保证调查回收资料的有效性，问卷中设置过滤性问题，排除不符合要求的被调查者。2019年3月1日～4月15日实施正式调查，共收集445有效问卷。本研究被调查者基本信息如表1所示。

表1 被调查者基本信息Tab.1 Basic information of questionnaire participants

2.2 测量工具

2.2.1 量表设计

本研究借鉴使用前人测量量表对于用户对ETC的感知有用性、感知易用性、态度和行为倾向进行测量，各量表均使用李克特七点尺度。

(1)感知有用性

感知有用性为用户使用特定应用系统将提高其工作绩效的主观概率[7]，也就是用户感觉使用这项应用系统会给他们的生活或工作带来便利，节省时间、提高效率。用户对ETC感知有用性主要表现为用户认为使用ETC能够给车主带来缴费便捷、节约时间、节约费用、降低油耗等方面的便利。本研究借用Liébana Cabanillas et al.[17]; Davis[7]的度量量表测量用户的ETC感知有用性。“1=完全不同意”到“7=完全同意”，得分越高表明ETC用户感知到的ETC有用性越高。本研究中，感知有用性的内部一致性信度科隆巴赫系数为0.755。

(2)感知易用性

感知易用性是指用户在使用某种系统或新技术时，感知到的难易程度[7]。ETC的感知易用性主要体现在操作简便、售后服务简便、缴费便捷等方面。本研究借用Wang et al.[18]; Davis[7]的度量量表测量用户的ETC感知易用性。 “1=完全不同意”到“7=完全同意”，得分越高表明ETC用户感知到的ETC易用性越高。本研究中，感知易用性的内部一致性信度科隆巴赫系数为0.775。

(3)态度

态度是心理学的概念，指的是个人对某种事物、行为和思想的认知评价，一般情况下，态度包括3部分内容：认知、情感和行为表现，是一种主观的倾向[19]。用户对ETC态度主要指用户熟悉ETC的知识、使用ETC服务时的感受和ETC使用情况。本研究中借用Moon J, Kim Y[20]的量表测量ETC用户的态度， “1=完全不同意”到“7=完全同意”，得分越高表明ETC用户对于ETC的态度越肯定。本研究中，态度的内部一致性信度科隆巴赫系数为0.742。

(4)行为倾向

行为倾向是指个人从事某个特定行为的主观概率，个人的这种倾向越强代表实际从事该行为的可能性越大[21]。本研究中的行为倾向指用户使用ETC的意愿，主要包括3部分内容：个人积极使用、重复使用、推荐使用。本研究使用Liébana Cabanillas et al.[17]的度量表测量ETC用户的行为倾向，从“1=完全不同意”到“7=完全同意”七点尺度进行测量，得分越高表明ETC用户使用ETC服务的可能性越高。本研究中行为倾向的内部一致性信度科隆巴赫系数为0.877。

2.3 统计分析方法

研究调查分为预调查和正式调查两部分。预调查于2018年12月1日至2019年1月15日进行，采取便利抽样选取50名ETC用户实施调查。根据徐茂洲等[22]的建议，对预调查回收资料进行分析处理。分别计算感知有用性、感知易用性、态度、行为倾向4个潜变量所包含的各问题之间的相关系数，未发现相关系数高于0.9的问题。然后分别每个问题与所属的潜变量之间的相关系数，未发现相关系数低于0.3的问题。本研究中，所有问题均符合要求，故均予以保留。

本研究中使用统计分析软件SPSS24.0和AMOS24.0对各测量变量的信度、效度、区别效和模型的拟合度进行检验，探讨用户对ETC的感知有用性、感知易用性、态度与行为倾向之间的关系。

3 结果与分析

3.1 信效度分析

3.1.1 信度与效度检验

如表2所示，本研究中各潜变量的因子负荷量在0.659～0.953之间，各潜变量组成信度(CR)在0.725～0.886之间，各潜变量的平均方差提取值(AVE)在0.467～0.724之间，各项指标均符合Hair，Anderson，Tatham & Black[23]；Fornell & Larcker[24]的标准，感知有用性、感知易用性、态度和行为倾向4个潜变量均具有较高的信度和效度。

表2 信效度检验结果Tab.2 Result of reliability and validity test

注： ***表示p<0.001.

3.1.2 区别效度检验

根据Fornell & Lacker[24]的建议，各潜变量的平均方差提取值(AVE)开根号值大于其对应变量的相关系数，则各潜变量具有区别效度。表3中，对角线加粗值为感知有用性、感知易用性、态度、行为倾向的平均方差提取值(AVE)开根号值，对角线左下方为相关变量的相关系数。各潜变量平均方差提取值(AVE)开根号值均大于对角线左下方的相关系数。因此，本研究中感知有用性、感知易用性、态度和行为倾向各潜变量具有区别效度。

表3 区别效度检验结果Tab.3 Result of differential validity test

注：对角线加粗值为平均方差提取值(AVE)开根号值，左下三角为皮尔森相关系数。

3.2 整体模型的拟合度分析

对结构方程模型评价可根据数据特征、样本规模及假设条件选择相应的评价指标[25]。本研究参考应用最广泛的CFI，RMSEA，TLI，GFI，NFI，AGFI等7种拟合度指标进行检验。如表4所示，本研究模型的各项指标均符合建议标准，表明本研究模型拟合度良好。

表4 模型拟合度指标及拟合结果Tab.4 Model fitting indicators and fitting result

3.3 假设检验

如图4、表5所示，用户对ETC的感知易用性对感知有用性、感知有用性对态度、感知易用性对态度、态度对行为倾向均有显著影响(p<0.01)，说明假设1、假设2、假设3和假设4均成立。

表5 假设验证结果Tab.5 Result of hypothesis test

注： ***表示p<0.001.

图1 结构方程模型路径分析结果Fig.1 Path analysis result of structure equation model

4 结论与建议

4.1 结论

本研究使用科技接受模型，探讨了ETC用户态度和行为倾向的影响因素，对于引导广大车主安装ETC设备、积极使用ETC服务具有重要意义。主要研究结论如下：

(1)用户对ETC的感知易用性显著影响感知有用性

用户对ETC的感知易用性显著影响感知有用性，表明用户感知到的ETC的便利性和易操作性越多，所感知的有用性就越多。感知有用性是接受包括ETC在内的任何新技术的关键和最常用的前提，要提高ETC用户的感知有用性，除了开发ETC更多的用途之外，还要在开发ETC产品时，注重ETC产品的使用便捷性和易操作性。

(2)用户对ETC的感知有用性和感知易用性显著影响态度

用户对ETC的感知有用性和感知易用性显著影响态度，表明用户的感知有用性和感知易用性越高，态度越肯定。为提升ETC用户的积极态度，应当提升ETC用户的感知易用性和感知有用性。比如，开辟停车场、便利店等更多的使用场景，丰富ETC使用功能，开发具有自助服务功能的APP等，提升ETC用户的感知有用性和易用性。

(3)用户对ETC的态度显著影响行为倾向

用户对ETC的态度显著影响行为倾向，这说明消费者个人对ETC产生兴趣并有正面的主观评价时，会极大地促进其对ETC的使用意图。为更多地调动广大车主ETC使用积极性，需要培养ETC用户积极态度。

4.2 对策建议

基于上述研究结果，为进一步推广ETC产品，让用户更积极地使用ETC服务,变ETC设备持有者为ETC服务使用者，相关机构可以从感知有用性、感知易用性和态度等方面进行努力。

(1)提升感知有用性

ETC卡作为单纯的高速公路免停车储值卡，功能过于单一，用户的感知有用性过低。ETC发行方应根据客户需求，与金融机构、保险公司等合作发行ETC信用卡，发行具备更多功能的ETC联名卡。也可以跟停车场、飞机场等机构合作开发电子不停车收费系统，提升用户对ETC的感知有用性。

(2)提升感知易用性

由于ETC卡需要到银行或者高速公务服务站申请和安装，不便利。ETC发行机构可跟银行、保险公司、4S店等机构合作，为广大车主提供便捷服务。ETC发行机构也可以积极运用网络技术，开发相应的网站、APP、小程序等。广大车主可在网上自行注册、申请ETC服务，也可在及时查询和打印ETC使用信息和高速通行票据，从而提升用户对ETC的感知易用性。

(3)培养积极态度

为培育广大车主对ETC的积极态度，可以尝试改变现行优惠政策。ETC发行方可实行积分制，将ETC用户类型、使用次数、里程数、消费金额折算成积分，进行客户细分将客户划分为不同的星级，分别给予差别化的优惠政策，提升ETC服务质量，培养用户积极态度。

本研究仅是对技术接受模型中核心构成因素间的假设作验证性分析，在技术接受模型广泛的应用中还有其他的因素和假设，后续研究可明确这些因素和假设，解释特定环境中用户接受或拒绝某种信息技术或信息系统的行为。本研究未将ETC用户按照使用频率进行细分，后续研究可根据使用频率将用户细分后实施群组比较，分别分析不同群组消费者行为和影响因素。