智能手环用户持续使用意愿影响因素研究：运动时间的调节作用

莫庆民，杨 婷

(1.澳门科技大学 商学院，澳门 999078；2.海南师范大学 旅游学院,海南 海口 571158)

1 引言

可穿戴技术是美国麻省理工学院媒体实验室提出的创新概念，时至今日智能手环已经成为可穿戴设备的热门产品。2020年中国可穿戴设备市场的出货量近1.1亿台，同比增长7.5%，其中智能手环的出货量约0.259亿台，市场销售情况占比约23.5%，市场占有率约为13%。凭借较低的购买使用成本，智能手环已经成为消费者常见的可穿戴智能设备。用户通过使用智能手环，能够对自我的运动健康进行管理，让使用者能够评估自己的日常生活状况，从而养成关注运动健康的积极习惯。目前智能手环的应用非常广泛，尤其在运动行为监测、老年人社群、预防医学等运动及健康领域[1～3]。近年来特殊形势下，人们更加注重身体健康，针对有关运动健康的智能设备的居民消费和生活方式产生了影响和改变[4]。

因此，本研究以UTAUT模型为基础，将有使用过智能手环的用户作为研究对象，研究影响用户持续使用智能手环的因素、和用户的运动时长作为调节因素影响。UTAUT模型能够提供用户使用行为意愿的预测能力，为可穿戴设备产品的用户接受和持续使用意愿提供具有参考意义的研究模型。通过用户持续使用的实证结论，在一定程度上能够对可穿戴设备智能手环的厂商提供用户市场的推广和营销改善建议，促进厂商技术和营销策略的积极发展。

2 研究理论的背景

2.1 智能手环

智能手环是一种能够记录用户日常生活运动和健康数据，监测身体状况健康指标的可穿戴智能设备[5]。通过记录分析身体状况健康指标数据，帮助用户改善健康生活、管理身体健康状况和改变用户行为习惯[6，7]。而人体生理检测研究中，心率监测在可穿戴设备中是重要的功能之一[8]。在大学体育课的健康数据研究中，运动手环能够将学生的运动步数、运动轨迹、运动天数、体质健康数据进行收集分析[9]。智能手环的普及应用，提供了日常运动和身体状况的信息，为用户运动与健康的关注提供了重要的作用[10，11]。

2.2 技术采纳与整合理论模型

目前信息技术研究中有多种的研究理论及模型，其中有研究个体行为意向的模型，如理性行为理论(TRA)[12]、计划行为理论(TPB)[13]、动机模型(MM)[14]、社会认知理论(SCT)[15]和创新扩散理论(IDT)[16]。这些理论是建立在社会心理学的基础上，用来预测各种各样的行为。1989年，Davis[17]从理性行为理论(TRA)衍生出技术接受模型(TAM)。技术接受模型(TAM)包括两个因素——感知有用性(PU)和感知易用性(PEOU)，它们影响对使用技术的态度，进而影响使用技术的行为意向(BI)，并且感知有用性对行为意向有直接影响,TAM是一个用户确定新技术接受行为的应用模型。直到2000年，Venkatesh and Davis[18]在TAM中加入了主观规范(SN)因素，并形成了TAM2模型。到了2003年，Venkatesh等[19]将8个重要的用户接受模型及影响因素进行了整合，构建了一个用户对技术接受使用的整合模型，命名为技术采纳与整合理论(UTAUT)。

2.3 智能手环相关研究

目前国内对于智能手环的研究一方面主要是用户的各类应用场景，如陈超举[20]中学生运动手环使用习惯和锻炼行为调查研究。陈诗佳等[21]基于智能手环运动状态的音乐生成系统的应用研究。吴江等[22]健康类可穿戴设备用户融入意向影响因素的实证研究。而另一方面，也主要集中在产品的使用和购买意愿的研究，如何泳雯等[3]探讨社区老年人对使用智能手环的意愿。以及对购买方式和信息的创新性以及产品的创新性变化在新产品使用和购买影响的研究[23，24]。然而对于可穿戴设备智能手环的用户持续使用意愿研究相对较少，科技产品的消费和使用对产品能否持续使用存在影响，在信息系统的研究中是比较重要的。而用户的持续使用与再次购买的行为是相似的，“信息系统”的持续使用通常会给用户带来使用成本的变化[25]。因此，探讨用户对科技产品的持续使用意愿是有研究意义和实践价值。

3 研究设计与假设

本研究以2003 年Venkatesh等[19]提出的技术采纳与整合理论(UTAUT)为基础进行文献回顾，结合绩效期望、努力期望、社群影响、促成因素的直接影响因素，技术采纳与整合理论(UTAUT)是研究学者广泛应用的技术接受用户使用行为模型。研究通过问卷调查方式进行数据收集，通过采用Smart PLS(3.3.3) 以及SPSS(21.0)工具对智能手环用户持续使用意愿影响因素研究模型的数据进行描述性、信度、效度、相关性、区别效度(HTMT)、调节效应、结构方程(PLS-SEM)等分析。

3.1 研究模型

UTAUT是技术接受用户行为研究更为完善的整合理论研究模型，UTAUT理论模型不只是应用在单一情景的研究[26]。研究者通常会根据自己的研究情境对UTAUT基础模型进行针对性的修改，使其能充分的解释研究物件，因此本研究对智能手环用户持续使用意愿影响因素修改构建了完整的研究模型，图1为研究模型。

图1 研究模型

3.2 绩效期望与持续使用意愿

Venkatesh 等[19]将绩效期望定义为个人的信息技术使用能够帮助提高工作效率。而本研究将绩效期望定义为智能手环能够使用户更有效持续使用了解运动健康状况。这种可穿戴设备能够帮助用户有效了解自身健康状况。因此，绩效期望的研究假设是：

H1：绩效期望对智能手环用户的持续使用意愿有正向影响。

Venkatesh 等[19]将努力期望定义为个人认为系统是否容易使用，增加对系统使用感知到的易用性和易学性的使用意愿。而本研究将努力期望定义为用户使用智能手环过程中，认为智能手环是否易于持续使用的影响程度。通过智能手环简明易懂的界面设计，用户在学习使用智能手环的操作方式变得简单，使用户在短期内能够熟练和简便的使用。因此，努力期望的研究假设是：

H2：努力期望对智能手环用户的持续使用意愿有正向影响。

Venkatesh 等[19]将社群影响定义为个人感受到对于其重要的人认为应该使用新技术系统。而本研究将社群影响定义为用户感知身边重要的人认为应该或不应该持续使用智能手环的影响程度。智能手环作为一种新颖可穿戴的科技设备有着众多的使用者，用户在社会交际、日常生活、工作场所或专家媒体中能够受到身边的社交关系或有影响力的人使用和关注，影响用户对智能手环持续使用的意愿影响程度。因此，社群影响的研究假设是：

H3：社群影响对智能手环用户的持续使用意愿有正向影响。

Venkatesh等[27]将习惯定义为一种反映个人随着时间推移累积的经验结果知觉影响。而本研究将习惯定义为用户的日常操作保持一致的知觉行为的程度。用户在日常生活已经形成必要的行为操作，对日常使用智能手环有持续的使用习惯。因此，习惯的研究假设是：

H4：习惯对智能手环用户的持续使用意愿有正向影响。

Meier等[28]认为个人健康的意识是对自身健康状况、健康问题融入日常生活的意识程度。而本研究将健康关注定义为用户留意身体的日常生活运动量、情绪的稳定、均衡饮食的摄入量以及科学的睡眠等状态程度，通过智能手环具有的监测功能可以收集显示日常运动记录、卡路里消耗、睡眠质量的情况，用户健康关注的意识对持续使用智能手环产生影响。因此，健康关注的研究假设是：

H5：健康关注对智能手环用户的持续使用意愿有正向影响。

贺建国[29]认为运动时间是运动训练的学术语，是身体运动构成的重要因素，同时认为运动是最健康有效的消脂方式。本研究运动时间指的是日常生活平均每日所花费运动时间的长短。吴继周等[30]认为有规律的每日运动时间运动频率人群的生活质量、生理健康、心理健康高于运动时间少的人群，并养成每日运动锻炼的习惯。刘伟等[31]认为学生运动的习惯和体育意识能增强健康体质。吴凤彬等[32]认为运动打卡的提醒和记录功能有利于养成良好运动习惯。唐礼群[33]认为家长与孩子一同锻炼可以增强运动的兴趣。因此，运动时间在技术采纳与整合理论模型的智能手环用户持续使用意愿调节效应的研究假设是：

H6a：运动时间在绩效期望和持续使用意愿之间具有调节作用。

H6b：运动时间在努力期望和持续使用意愿之间具有调节作用。

H6c：运动时间在社群影响和持续使用意愿之间具有调节作用。

H6d：运动时间在习惯和持续使用意愿之间具有调节作用。

H6e：运动时间在健康关注和持续使用意愿之间具有调节作用。

3.3 问卷设计

调查问卷的设计分为各测量构面指标的题项和人口特征题项两部分。问卷设计是基于Venkatesh等[19]的绩效期望、努力期望、社群影响、Venkatesh等[34]的持续使用意愿、Venkatesh等[27]的习惯变量根据本研究应用特征进行改变调整，并新增本研究智能手环的功能特征健康关注变量，以及与运动健康相关的运动时间作为调节因素。本研究调查问卷的测量尺度采用李克特(Likert)5点等级量表，分别以1表示“非常不同意”，2表示“不同意”，3表示“一般”，4表示“同意”，5表示“非常同意”。

3.4 数据收集

首先进行了50份问卷的预调查，并进行了数据初步分析，以确保问卷的有效性和信效度质量。研究通过“问卷星”网上调研专业机构，对有使用智能手环的用户作为研究对象进行数据收集。Kass等[35]经验法则指出每一个被分析的题项至少需要5～10个的样本量。因此研究调查的样本数量一共收集了278份数据，剔除34份无效问卷后，最终筛除得到有效问卷244份。有效问卷回收比例达到87.77%。

4 实证分析

4.1 人口特征样本分析

本研究使用SPSS(21.0)统计分析软件，根据有效问卷的样本数据进行人口特征的描述性统计分析，如表1 所示。

表1 人口统计特征

4.2 信度和效度检验

本研究使用Smart PLS(3.3.3)统计分析软件，对有效问卷各测量构面指标的题项进行信度和效度检验。建构效度方面，各个外部因子载荷量(PLS-Loading)数值均超过0.7，Hair等[36]表明各测量构面指标的题项具有很好的建构效度。Cronbach`s Alpha(α)系数和组合信度(CR)方面，各测量构面的数值均大于0.7，Hair等[36]表明各测量构面具有良好的信度。此外，各测量构面的平均方差变异量(AVE)的值均大于0.5，Hair等[36]表明各测量构面具有良好的收敛效度，如表2 所示。

表2 信度与效度

续表2

区别效度方面，各测量构面的平均方差变异量(AVE)的算术平方根的值均大于各测量构面之间相关系数的值，Fornell等[37]表明各测量构面具有良好的区别效度，如表3 所示。

表3 区别效度

4.3 结构模型分析

Hair等[38]的研究表示聚焦模型符合PLS-SEM研究模型的目标预测。Hair等[39]指出PLS-SEM适合用于现有的理论模型基础上进行扩展研究,并从样本数据中通过抽出放回的自助法方式随机抽取5000个样本，评估路径系数的显著性。本研究模型以技术采纳与整合理论(UTAUT)进行拓展研究，由五个自变量测量构面和一个因变量测量构面形成的聚焦型模型，因此PLS-SEM结构模型适用于本研究。

本研究使用Smart PLS(3.3.3)对研究模型进行了分析，结果如图2 、图3所示，以及本研究模型的假设检验结果如表4所示。

图2 研究模型结果

图3 运动时间对习惯与持续使用意愿影响的简单斜率分析

表4 假设检验结果

5 研究结论与建议

本研究基于技术采纳与整合理论模型为基础，以智能手环的健康运动管理功能和用户使用特征，在研究模型中加入健康关注和习惯两个测量构面，构建了智能手环用户持续使用意愿研究模型。并引入用户的运动时间作为调节变量，分析运动时间对持续使用意愿的调节作用。

5.1 结论

(1)Hair等[36]研究指出在社会科学研究中，研究模型的R方最少要达到0.25以上。本研究模型的R方值为0.628，表示各测量构面对持续使用意愿是具有高解释力的研究预测模型。本研究中绩效期望的路径系数(β)为0.134，T值2.124(P<0.05) 绩效期望对持续使用意愿具有显著的正向影响，H1研究假设成立。努力期望的路径系数(β)为0.160，T值3.194(P<0.05) 努力期望对持续使用意愿具有显著的正向影响，H2研究假设成立。社群影响的路径系数(β)为0.122，T值2.178(P<0.05) 社群影响对持续使用意愿具有显著的正向影响，H3研究假设成立。习惯的路径系数(β)为0.400，T值5.694(P<0.05) 习惯对持续使用意愿具有显著的正向影响，H4研究假设成立。健康关注的路径系数(β)为0.161，T值2.637(P<0.05) 健康关注对持续使用意愿具有显著的正向影响，H5研究假设成立。绩效期望、努力期望、社群影响、习惯的测量构面对智能手环用户持续使用意愿有显著的正向影响，与Lai等[40]移动即时通讯研究的结果一致。健康关注的测量构面对智能手环用户持续使用意愿有显著的正向影响，与曹丹等[41]健康信息的有用性和质量对信息采纳行为研究的结果一致。

(2)运动时间在习惯与持续使用意愿影响的分析结果，调节效应路径系数为-0.136，T值2.239(P<0.05)，H6d研究假设具有显著的负向调节作用。本研究表明随着使用习惯的下降，运动时间较低的用户对使用智能手环的持续意愿将会显著降低。

(3)在智能手环用户持续使用意愿的理论研究中，习惯因素在本研究模型中是最大影响的测量构面，其次是健康关注、努力期望因素，而绩效期望、社群影响因素在研究模型中影响相对较低。事实上，可穿戴设备——智能手环在2013年首发面世，随着制造技术和生产线的日益成熟，历经多年的市场沉淀已经有相对大量的忠诚用户。因此，用户的使用习惯符合智能手环用户持续使用意愿的最大影响因素。在疫情时期，智能手环仍有较大的出货量，可见用户对于能够获悉自身健康状况信息的设备具有相当高的关注，而且智能手环是一种高集成度的数据传感器——可穿戴智能设备，其简单易上手的特性让用户对智能手环不会产生使用负担。因此健康关注和努力期望因素的影响符合研究结论。目前智能手环的普及应用，众多的消费者用户和身边的亲朋好友都有使用，健康状况信息功能已经是此类可穿戴设备的必备功能，因此智能手环的绩效期望和社群影响在本研究中属于较低影响的测量构面，符合研究结论。

5.2 实践建议

对于智能手环厂商而言，用户对智能手环的使用已经形成习惯，具有较高的使用依赖。而累积和沉淀忠诚用户是每个品牌厂商极其需要注意的。因此在营销推广方面，用户对于健康信息的收集、传递、改善建议以及使用的易用和操作性仍然处于较高的重视程度，因此智能手环厂商需要在健康管理功能上着重创新。如在现有的睡眠监测、心率监测等功能上，加入血氧监测、血糖监测等健康监测功能，强化注重关注健康的用户群体营销影响。并且在功能增加的同时也要考虑其操作的简易性，保持易用易操作的特性在智能手环产生持续积极影响。

根据国家统计局[42]第二次全国时间利用调查资料显示，居民的平均锻炼时间为31 min，本研究有43.4%用户的运动时间在30 min以上，运动时间在平均值以上水平。研究发现，随着使用习惯的下降，运动时间较低的用户对使用智能手环的持续意愿将会显著降低。因此如智能手环厂商面向运动健康的定位时，对于平时较少运动的用户应该设法提升用户对智能手环的使用习惯，如可以从智能手环的时尚性、百搭多变的方向着手，让智能手环不只是运动健康的设备，而是一个随用户着装而改变，兼顾运动健康功能和时尚搭配的可穿戴智能设备。对于注重日常运动的用户，应该加强运动锻炼的监测功能，如保持并增加常用的运动检测项目(步行、跑步、骑行、游泳等)以及运动数据的记录查阅功能，强化热爱运动的用户使用习惯。

5.3 研究局限

本研究是以特殊时期进行的研究调查，在样本数据的收集上存在数据来源单一的情况，以互联网在线方式(问卷星)进行的问卷收集，大部分的调查对象主要是中青年人群，因而对于年老的调查对象或没有上网的调查对象有一定局限性。目前用户对智能手环的持续使用意愿有较高的使用习惯，然而智能手环作为可穿戴设备，即使功能继续迭代加强并具备一定的腕表功能后，与同为可穿戴设备的智能手表定位是有一定的重叠性。因此对于智能手环的后续相关研究，应该围绕运动训练、健康监测、医疗监护等领域，并参考智能手环用户持续使用意愿因素影响研究的模型为基础，对以上的领域进行拓展延伸研究。