信息技术接受模型研究的新进展_高芙蓉
情 报 杂 志第29卷 第6期 29 N o. 6 Vol. 2010年6月Jun. 2010JOURNAL OF INT ELL IGENCE
信息技术接受模型研究的新进展
高芙蓉
(南开大学周恩来政府管理学院 天津 300071)
*
The New Evolution of Research Information Technology Acceptance Models
摘 要 技术接受模型是解释和预测人们对信息技术接受程度的基础理论, 后续研究不断加以验证和扩充, 形成了完备而操作性强的实用模型。信息技术接受模型研究的四个阶段) ) ) T A M 、T A M 2、U T AU T 以及T AM 3始终围绕着/使用意向决定使用行为0这一认知性结论而展开。信息技术接受模型的研究多以国外发达国家为背景, 而对于我国来说, 模型的普适性还有待验证, 把信息收益、信息能力和信息分化观点融入信息技术接受模型将是未来研究的新领域。
关键词 技术接受模型 技术接受扩展模型 技术接受和使用统一模型
中图分类号 G302 文献标识码 A 文章编号 1002-1965(2010) 06-0170-07
计算机问世以来, 从最初运用于国防军事和科学运算到目前的寻常百姓家, 只有短短60多年历史, 围绕着计算机出现的信息技术现已成为政府、企业、家庭和个人生活中最重要的组成部分。仅就工作场所而言, 有学者指出, 从20世纪80年代以来, 大约有50%左右的新增资本投资在了信息技术上[1]。然而, 也有学者反驳说/IT (信息技术) 不再重要0, Carr(2005) 关于这一问题有过一番论述/为什么有些地区和产业的巨额IT 投资与应用产生了显著的成效, 而在其他地区和产业, 却不见效果? 0[2]事实上, 为支持生产力发展而研发的信息技术, 只有被接受、使用以及持续使用, 它们的价值才能显现出来[3]。美国资深学者Venkat esh (2003) 也指出, 提高生产力的技术, 必须被组织中的雇员接受和使用
[4]
ry of Acceptance and U se of T echnology, 简称U -T AUT ) 、Venkat esh 和Bala
[10]
的技术接受模型3(T ech -
nology Acceptance M odel 3, 简称T AM 3) , 它们在国外信息技术的接受和使用研究中得到了广泛的应用。近年来T AM 的研究在我国也逐渐兴起, 如鲁耀斌与徐博艺[11], 孙建军、成颖、柯青[12], 陈渝与杨保建(2009) [13]等学者对其基础理论作了较详细的论述。也有学者在T AM 模型的应用方面进行了积极探索, 如利用技术接受模型研究知识管理系统、企业资源计划(Enterprise Resourc e Planning, ERP) 、网上购物、信息系统应用开发等技术决策问题。限于研究的时效性因素影响, 这些研究未能关注到信息技术接受模型的最新进展TAM 3等问题, 本文在已有文献的基础上, 对技术接受模型的理论演进和最新研究进展做以梳理。
。为此, 学界围绕信息技术接受和使
用进行了诸多研究, 至今已有40多年历史, 现已成为现代信息系统文献中最多产的、最成熟的研究领域之一。
信息技术接受和使用的研究最有影响的是技术接受模型, 如Ajzen and Fishbein [5]和Fishbein and Ajzen [6]的理性行为理论(T heory of Reasoned Action, 简称T RA) 、Fred D. Davis et al. [7]的技术接受模型(T echno-l ogy Acceptance M odel, 简称TAM ) 、Venkatesh and Fred D. Davis [8]的技术接受扩展模型(T he Extension of the T echnology Acceptanc e M odel, 简称TA M2) 、V enkatesh et al. [9]的技术接受和使用统一模型(the U nif ied T heo -收稿日期:2009-12-08 修回日期:2010-02-23
1 信息技术接受模型的演进
1. 1 技术接受模型(T AM ) 技术接受模型, 是Davis 等人(1989) 提出的, 将社会心理学中的理性行为理论(T RA ) 运用到管理信息系统, 以内在信念、主观态度、行为意向以及外部变量等因素, 解释和预测人们对信息技术的接受程度。为验证TAM 模型, Davis 等人(1989) 对高校107个MBA 学生使用文字处理系统进行了为期14周(两个时间段) 的调查(图4中双箭头表示TAM 3提出的新增关系) 。测量结果表明, T AM 对开始使用系统1小时后和14周研究结束后意向变量
基金项目:国家社会科学基金青年项目/统筹城乡基础设施建设和公共服务问题研究0(编号:09CJY065) 。() , ,
第6期 高芙蓉:信息技术接受模型研究的新进展#171#
的解释力度分别为45%和57%。
T AM 有两个结构因素:感知有用性(Perc eived Usefulness, PU) 和感知易用性(Perceived Ease of U se, EOU) 。感知有用性是用户主观上认为某一特定系统所提升的工作绩效程度。感知易用性是用户主观上认为使用某一特定系统所付出努力的程度。TAM 模型的结构如图1所示[7]。该图表明, 信息技术的使用行为由意向决定, 意向由人们的态度和感知有用性决定; 态度由感知有用性和感知易用性共同决定; 感知有用性受感知易用性和外部变量的影响; 感知易用性也受外部变量的影响。由系统设计特征(如菜单、图标、鼠标和触摸屏等) 、用户特征、任务特征、开发或执行过程的本质、培训、政策影响、组织结构等构成的各种外部变量将内在信念、态度与意向和不同的个人差异、环境约束、
可控制的干扰因素等联系在一起。
很多。在所有的预测和分析信息技术接受行为的理论中, 该理论影响最大、使用最普遍。2000年1月, 科学信息和社会科学引证指数机构列出424个刊物引证了Davis 等人的TAM 模型。10多年中(1989~2000年) , T AM 已成为强有力的预测用户接受的简约模型[8]。2007年12月, 社会科学引证指数机构列出了1700多条引证, 有学者在Google 上搜索出了5000多条引证[10]。
不过, 上述实证数据所表现出的较大差异, 也说明了T AM 模型的一些问题, 如研究因素测量方面的不一致、研究方法的局限性和研究对象同质性的强弱。研究因素测量方面的差异必然影响T AM 对意向的解释力度, 如M athieson(1991) 的研究以/态度0作为测量指标, 而有的研究则以/行为意向0或/实际使用0作为测量指标(如T aylor 和T odd, 1995b; Plouffe et al.
2001) 。研究方法的局限性体现在大多数研究在考察用户的使用情况时多以使用者的自我报告为依据, 而不是实地验证用户的使用情况。如T aylor 和T odd(1995b) 测试786个学生的使用情况, 实地验证显然是不现实的。以使用者自我报告为依据的方法存在的问题就是扭曲和夸大了
图1 技术接受模型(TAM )
自变量和因变量之间的因果关系。
此外, 研究对象同质性的强弱导致了T AM 模型解释力度的差异性, 如M athieson (1991) 和T aylor 、Todd (1995b) 以学生为测试对象, 具有较强的同质性, TA M 对意向的解释力度较高; 而Plouffe et al. (2001) 以商人为对象, 异质性较强, 其解释力度则较低。
1. 2 技术接受扩展模型(TA M2) 技术接受扩展模型(T AM 2) 是Venkat esh 和Davis(2000) [8]在TA M 基础上提出的, 目的是要寻找除感知有用性、感知易用性以外的其他关键因素, 增强技术接受模型的适应性。T AM 2以社会影响过程(Social Influence Processes) 和认知工具性过程(Cognit ive Instrumental Proc esses) 两个复合变量解释了感知有用性(Perceived Usefulness) 和使用意向(Int ention to Use) 。研究模型如图2所示[8]。这一模型以实证研究为基础, 通过对四个单位引入不同信息技术系统后的三个时间段的测量(Davis 等人对数据分析的结果为:引入系统一小时后, 人们的意向由感知有用性(B =0. 62) 和感知易用性(B =0. 2) 共同决定的。14周结束后, 意向直接受有用性的影响(B =0179) , 易用性只通过有用性对意向有间接影响(B =0124) , 得出社会影响过程和认知工具性过程极大地影,
T AM 模型说明用户的感知易用性越高, 其使用态度倾向越积极; 用户的感知易用性越高, 其感知有用性也越大。也就是说, 一项技术的应用越是简单容易, 越是易于被用户所接受, 用户所感知的用途也就越大。感知易用性是一个过程预期, 感知有用性是一个结果预期。在学习和行为的早期阶段, 感知易用性对行为意向使用的直接影响较强, 但随着时间的推移和经历的增加而逐步减弱。Davis 等人以实证研究(调查分两个时间段:系统使用1小时后及系统使用14周后) 为基础得出了T AM 的结论是:a. 人们可以较理性地通过意向来预测如何使用信息技术; b. 感知有用性是信息技术使用意向的主要决定因素; c . 感知易用性是信息技术使用意向的第二个决定因素。
诸多学者的研究为技术接受模型(TAM ) 提供了实证支持[14]。M at hieson [15]以262个学生使用扩散板和计算器为背景, 得出了TAM 对意向的解释力度为70%; T aylor 和T odd
[16]
以786个学生使用计算资源中
心为研究背景, 通过3个月的调查, 得出TAM 对意向的解释力度为52%; Plouffe et al. [17]以176个商人使用电子支持系统的智能卡为背景, 进行了10个月的调查T
# 172 # 情 报 杂 志 第29卷
T AM 2对感知有用性和使用意向的解释力度分别为40%~60%和34%~52%
。
强调工具性认知会影响个人的决策过程和使用意向, 强调如何通过感知有用性、感知易用性等外在动机
(Extrinsic M otivat ion) 提高人们的使用意向, 而忽视了人们的内在动机(Int rinsic M ot ivation) 。
内在动机是指人们在从事某种活动时所产生的兴趣与内在的满足, 注重的是执行过程, 而不是外界诱因或奖赏Davis et al [18]。随着互联网等高科技的发展, 信息技术在提高人们工作效率的同时, 还可以用于休闲(如网上聊天、网络电影、网络游戏等) 。仅用Venkatesh 和Davis 的感知有用性、感知易用性解释人们对这些休闲
图2 技术接受扩展模型(TAM 2)
娱乐信息的接受, 是远远不够的。
正因为TAM 和TAM 2模型的这种局限性, Venkat esh 等人(2003) 在援引包括T AM 、TAM 2、动机模型(M ot-i vational M odel, 简称M M ) 等在内的8个模型的基础上, 又提出了技术接受和使用统一模型(U TAU T ) 。 1. 3 技术接受和使用统一模型(U TAU T ) 技术接受和使用统一模型是Venkat esh 等人(2003) 在理性行为理论(T RA ) 、技术接受模型(TAM ) 、动机模型(M M ) 、计划行为理论(T heory of Planning Behavior, 简称T PB) 、组合技术接受模型和计划行为理论的模型(Combined T AM and T PB, 简称C-T AM -T PB) 、计算机可用性模型(Model of PC U tilizat ion, 简称M PCU ) 、创新扩散理论(Innovation Diffusion The ory, 简称IDT ) 以及社会认知理论(Social Cognitive T heory, 简称SCT ) 等8个理论模型的基础上, 将主要因素进行整合而形成的综合模型(U TA UT ) 。该模型借用TRA 量表(Davis et al. 1989) 、TAM 量表(Davis et al. (1989) 和Venkat esh and Davis (2000) ) 、M M 量表(Davis et al. 1992) 、T PB/DT PB 量表(T aylor and T odd(1995a [19], 1995b) ) 、IDT 量表(Compeau and Higgins(1995a
[20]
T AM 2模型认为社会影响过程与认知工具性过程会影响感知有用性和使用意向。社会影响过程包括社会规范(锚定(anchoring) 指人们倾向于把对将来的估计和已采用过的估计联系起来, 同时易受他人建议的影响) 、形象以及两个干扰变量) ) ) 自愿、使用经验; 而认知工具性过程指/人们形成感知有用性的判断, 部分来自于认知的比较, 即该系统是否有能力达到他们的工作要求0(Venkatesh 和Davis, 2000) , 包括工作相关性(Job Relevance) 、产出质量(Output Quality) 、结果示范(Result Demonstrability ) 与感知易用性(Perc eived Ease of Use) 四个因素。
在社会影响过程中, 社会规范对使用意向有显著影响, 尤其在强制使用状态下, 社会规范的作用远高于感知有用性和感知易用性。除自愿使用外, 随着信息技术经验的增加, 社会对使用者的影响程度会逐渐减弱, 使用者将从自身经验出发判断信息技术的有用性。此外, T AM 2认为社会规范会通过形象影响感知有用性。个人为得到社会支持或团体成员的认同, 通常会遵从某些社会规范以维持良好的形象, 并在工作中表现得更好, 亦即感知有用性的提高会产生更高的使用意向。在认知工具性过程中, 个人认为某种信息技术使用的难易程度(感知易用性) 、个人认为该项技术在工作中的应用程度(工作相关性) 、该项技术对工作成果的帮助程度(产出质量) 以及个人可以感受到使用该项技术所取得的成效大小(结果示范) , 都会影响到感知有用性。
从上述的研究可以看出, 不论Venkatesh 和Davis (2000) 的TAM 2模型还是Davis 等人(1989) 的T AM , ,
1995b [21]) 和Compeau et al(1999) [22]) 等对四个不同单位的215位员工进行了历时6个月(四个时间段) 的调查(这四个单位分别是:一家中型制造公司、一家大型投资咨询公司、一家小型会计服务公司和一家小型国际投资银行, 前两个单位是自愿使用信息技术系统、后两个单位是强制使用; 每个单位三个时间段的测量分别是:系统应用前、系统应用一个月之后及应用3个月之后) 。模型的解释力度达到70%, 远远高于上述8个模型17%~53%的解释力。
第6期 高芙蓉:信息技术接受模型研究的新进展#173#
行为起决定作用, 即绩效预期(Performance Expectan -cy) 、努力预期(Effort Expectancy) 、社群影响(Social In -fluence ) 和便利条件(Facilitat ing Condit ions) ; 有四个调节变量起间接作用, 即性别(Gender) 、年龄(Age) 、经验(Experience) 和自愿使用(Voluntariness of Use) 。研究模型见图3[9]
。
了前人的研究成果同时又保留了简约的结构, 为今后该领域的研究提供了理论基础。但我们也应认识到, 在UT AU T 模型中, 对关键因素的测量以T RA 、M M 、T AM 、IDT 等模型量表为基础, 它的局限性就在于运用量表本身。V enkatesh 等人测量U TAU T 的关键因素时使用了8个模型量表的最理想项目, 这种方法虽
然能够消除各因素的风险, 但会威胁到因素内容的有效性, 换句话说, 选择最理想的量表会导致模型中的一些项目不具有充分的代表性。这种局限性为今后的研究提供了一个修正和扩展UT AUT 模型的空间。 1. 4 技术接受模型3(T AM3) T AM3是Venkatesh 和Bala 从组织层面研究工作场所员工为何及如何接受和使用信息技术的综合模型, 是对T AM 2和感知易用性[23]决定因素模型的整合与改进。Venkatesh 和
图3 技术接受和使用统一模型(UTAUT)
Venkatesh 等人运用数据对UT AUT 模型进行了交叉验证, 结果表明, 使用意向取决于绩效预期、努力预期和社群影响, 使用行为取决于意向和便利条件, 四个调节变量起调节作用。绩效预期是个人相信使用某种信息技术有助于增强工作绩效的程度, 也就是说使用某一信息技术能够给工作带来更好的绩效, 人们使用它的意向会更高, 绝大多数情况下绩效预期是意向的决定因素, 性别和年龄强化了二者的关系, 绩效预期对于男性和年轻员工更有意义。努力预期是人们使用某种信息技术的难易程度, 其所付出的努力越少, 人们对它的使用意向越强。努力预期受性别、年龄和使用经验的影响, 对于女性、老年人和使用经验较少者影响较大, 随着使用经验的增加, 它的影响力会逐渐下降。社群影响指个人行为受到周围群体和环境影响的程度, 性别、年龄、使用经验和自愿性都会对社群产生影响, 即女性和老年人更容易受他人的影响; 在强制使用状态下, 社群对使用意向的影响更强; 社群影响在信息技术使用的早期阶段较为重要, 随着个人使用经验的增加, 社群的影响力就会减弱。便利条件指个人相信组织或基础设施的存在支持信息技术使用的程度。Venkatesh 等人(2003) 的研究表明, 虽然便利条件不会直接影响使用意向, 但会直接影响使用行为, 并且在年龄与使用经验的调节下, 这种影响更显著。
技术接受使用统一模型(UT AUT ) 推进
Bala 选用的单位与T AM 2相同, 所不
同的是调查时间与TAM 2相比有所变化, 调查的时间为:初次培训后、应用1个月之后、应用3个月之后以及5个月之后的自我报告使用。TA M3对感知有用性和感知易用性的解释力分别为52%~67%和43%~52%。
为清晰地解释TAM 3模型, Venkatesh 和Bala 提出了T AM 3的理论框架(见图4[10]) 。该图表明感知有用性和感知易用性有四种不同类型的因素(个人差异、系统特征、社群影响和便利条件) 决定。个人差异指个性或人口学变量(如个人特性或状态、性别和年龄) 影响感知有用性和感知易用性的个人感知。系统特征是一个系统的突出特征, 有助于培养系统有用性或易用性的个人喜好(或厌恶) 感知。社群影响抓住了不同的社会过程和机制引导个人形成信息技术不同方面的感知。便利条件代表组织对员工使用信息技术的
图4 T AM 3的理论框架
# 174 # 情 报 杂 志 第29卷
支持(这四个单位分别是:两个自愿使用信息技术的单位) ) ) 一家娱乐业(调查了负责产品发布的54名员工) 和一家远程服务业(调查了负责销售的65名员工) ; 两个强制使用的单位) ) ) 一家银行(调查了负责商务会计管理的58名员工) 和一家公共管理单位(调查了38名会计) ; 历时6个月(四个时间段) 的调查是:信息技术投入使用1周后、1个月后、3个月后以及6个月后) 。
在T AM 3模型中(见图5[10]) , 感知有用性的决定因素为社会规范、形象、工作相关性、产出质量、结果示范和感知易用性, 调节因素为经验和自愿, 社会规范和形象属于图4中的社群影响, 其他属于系统特征。这些因素对感知有用性的影响表现在:工作相关性和产出质量对感知有用性有互动影响, 产出质量越高, 工作相关性对感知有用性的影响越强; 社会规范对感知有用性的影响随着使用经验的增加日趋减弱; 使用信息技术的社会
压力(社会规范) 始终受形象(指个人欲在团体中维持的形象) 的影响; 感知易用性对感知有用性的影响(锚定(anchoring) 指人们倾向于把对将来的估计和已采用过的估计联系起来, 同时易受他人建议的影响; 锚定与调整法则指在没有把握的情况下, 人们通常利用某个参照点和锚(Anchor) 来降低模糊性, 然后再通过一定的调整得出最后的结论) 。随着使用经验的增加而变得更强。感知有用性对行为意向的影响表现为:在个人接受和使用信息技术的过程中, 感知有用性是行为意向的重要预测因素。社会规范、经验和自愿对行为意向也有重要影响:在自愿(使用信息技术) 背景下, 社会规范对行为意向的影响随着经验的增加而变弱; 在强制使用背景下, 社会规范对行为意向的影响更强。
感知易用性的决定因素包括计算机自我效能感(Computer Self -efficacy) 、计算机焦虑感(Computer
图5 技术接受模型3(TAM 3)
控制感(或便利条件) (Perceptions of External Control or Facilitat ing Condit ions) 、感知愉悦性(Perceived Enjoy -ment) 和客观可能性(Object ive Usabilit y) 。前四项属于图4中的个人差异, 后两项属于系统特征。Venkat esh 和Bala 引用不同学者的观点对感知易用性的六个因素进行了说明。计算机自我效能感指个体对自己使用计算机能力的一种判断(Compeau and Higgins, 1995a, 1995b) ; 计算机焦虑感指个体在使用计算机过程中产生的恐惧与忧虑感(V enkatesh 2000) ; 计算机娱乐性指个体在使用计算机过程中产生的愉悦心理状态[24]; 外部控制感(或便利条件) 指个人对支持计算机使用的外部条件的一种判断; 感知愉悦性指个人对使用特定信息技术带来愉悦的一种判断; 客观可能性指完成特定任务实际付出努力的可能性。这些因素对感知易用性的影响表现为:在个人接受和使用信息技术的过程中,
第6期 高芙蓉:信息技术接受模型研究的新进展#175#
机娱乐性是感知易用性的重要预测因素; 在使用技术的中后期, 感知愉悦性和客观可能性的重要性才得到体现; 随着使用经验的增加, 计算机焦虑感对个人感知易用性的影响逐渐减弱。感知易用性对行为意向的影响表现为:感知易用性只在信息技术使用初期对行为意向有影响, 随着使用经验的增加这种影响日趋减弱。
综上所述, T AM 提出了一个简约模型, 它为后续研究提供了重要基础; T AM 2通过扩展TAM , 探讨了感知有用性和感知易用性决定因素的来源, 它为U -T AUT 和TAM 3模型提供了重要支撑; U T AUT 是在综合包括TAM 和TA M2模型在内的8个模型基础上提出的整合与改进模型, 它为后续研究提供了扩展空间; TAM 3是对T AM 2的进一步扩充和延伸, 又融入了其他模型的因素, 提出了信息技术接受和使用决定因素的综合模型, 与上述其他模型相比, 其主要优势在于它既具有全面性, 又具有潜在的可操作性。从最初Davis 等人的T AM 到Venkatesh 与Bala 的T AM 3, 它们始终围绕着一根主线而展开)) ) 使用意向决定使用行为。纵观这些模型, 一般是推出一组相互关联的因果假设, 通过数据收集与分析, 验证建立的模型假设与数据分析是否吻合。但在这些模型的测试中, 最大的样本量有786人[17], 最长的时段为10个月[18], 关键因素对使用意向和使用行为的解释力度从33%~70%, 如此大的差异说明技术接受模型还有进一步扩充与完善的空间与必要。
程网上教育、电子商务、网上医疗、娱乐等) 远远超出了信息成本, Davis 、Venkat esh 与Bala 等人对信息技术接受的研究只需要考虑个人差异、系统特征等内在微观因素。而在中国, 尤其是中西部欠发达地区, 信息成本是大多数人不得不考虑的问题, 如果信息收益大于零, 人们对信息技术的接受积极性就会调动起来, 上述技术接受模型提出的微观因素才会起作用; 如果信息收益小于或等于零, 上述的技术接受模型无论多么精致, 人们对信息技术也不会产生兴趣。简言之, 在发达国家或地区, 信息技术接受模型的微观因素适应性较好, 信息收益因素作用不大; 而在中国, 信息收益因素将起主导作用。因此, 分析不同外部环境下的信息收益因素是否影响以及如何影响用户信息技术接受行为, 是构建技术接受模型的一个重要方面。
212 以信息能力观点研究和构建技术接受模型 信息能力的概念有广义和狭义两种理解
[26]
, 广义的信
息能力又叫信息素质, 是人们查找信息的能力, 包括三个方面:信息意识(信息意识, 指个体对信息的敏感度和注意力、对信息价值的观察力和洞察力、捕捉、反馈、分析、判断和吸收信息的能力) 、信息能力(信息能力, 指个体在社会生活、工作中搜集、加工、传递、吸收和利用信息的一种潜在能力) 和信息道德(信息道德, 指个体在信息活动中应遵守的社会规范) 。狭义的信息能力指信息素质的第二个方面, 指人们在社会生活、工作中利用信息设备和信息资源获取信息、处理信息、有效利用信息和创新信息的潜在能力, 包括信息接收、捕捉、判断、选择、加工、传递、吸收、利用、搜集与检索能力及信息衍生能力。由于信息技术的接受需要较高的信息能力, 以电脑和互联网接入为代表的信息技术远比电视、电话所需要的技术复杂, 所以信息能力成为衡量技术接受与否及信息接受程度高低的标尺。5第23次中国互联网络发展状况统计报告6[27]显示, 缺乏技能远远超过硬件、软件、时间、兴趣等因素, 是非网民上网的主要瓶颈。因此, 分析信息能力与信息技术接受之间的关系将是未来构建技术接受模型的一个方向。 2. 3 以信息分化观点来研究和构建技术接受模型 信息分化是社会学领域的一个新概念, 目前学术界大致有三种界定:a. 信息分化是富有者与贫穷者在接触信息方面不断增长的差距; b. 信息分化指信息富有者与信息贫乏者之间的差距, 而不仅仅是富有者与贫穷者之间在信息接触方面的差距; c. 信息分化指当代社会由于信息技术的迅速发展和广泛、有效地应用而导出的不同信息活动主体之间的信息差距及其不断扩大的社会现象[28]。笔者认为第三种观点更为准确。学者谢俊贵根据湖南群体层面信息分化调查的分析结2 研究建议
从信息技术接受模型演进的回顾可以看出, 目前国外对此问题的研究基本上是在Davis 所设定的框架中进行的, 即便是对复杂系统的扩展或修正, 也仍以此框架为基础, 从分析模型的应用前提、系统和用户特征入手, 对模型的构成要素做一些补充或调整, 或引入另外的变量, 或结合其他理论模型进行调整, 或对模型中的变量进行替换
[25]
。虽然这些研究在应用中有一定
的说服力, 但还缺乏广泛的实证支持, 对未来的信息技术接受模型研究进行展望, 有必要跳出Davis 设定的框架, 从宏观视角看待这一问题。技术接受模型的研究以发达国家为背景, 而由于中国学者对T AM 的研究开展得相对较晚, 与国外相比还不够成熟。为此, 在构建信息技术接受模型中不仅要考虑个人差异、系统特征、社会影响等因素, 还要在以下方面做进一步的研究和探讨。
211 以信息收益观点研究和构建技术接受模型 在发达国家, 信息技术的接入成本(如硬件电脑设备、互联网接入设置、入网费、月租费、电费、电脑维修费等
# 176 # 情 报 杂 志 第29卷
科技进步与对策, 2005(10) :176-178
[12]孙建军, 成 颖, 柯 青. TAM 模型研究进展) ) ) 模型演化
[J ]. 情报科学, 2007(8) :1121-1127
[13]陈 渝, 杨保建. 技术接受模型理论发展研究综述[J ]. 科技进
步与对策, 2009(6) :169-170
[14]Visw anath Venkatesh. Creation of Favorable User Perceptions:
expl oring the Role of Intrinsic M otivati on [J]. M IS Quarterly, 1999, 23(2) :239-260
[15]M athieson K. Predicting User Intentions:Comparing the T ech -nology Acceptance M odel w ith the Theory of Planned Behavior [J ]. Information S ystems Research, 1991, 2(3) :173-191[16]Taylor S, Todd P A. Understandi ng Information Technology Us -age:A T est of Competing M odels [J]. Information S ystems Re -search, 1995(6) :144-176
[17]Plouffe C R, Hulland J S, Vandenbosch M . Research Report:Rich -ness Versus Parsimony in M odeling Technology Adoptti on Dec-i sions-Understandi ng M erchant Adopti on of a Smart Card -Based Payment System[J]. Information Systems Research, 2001,
参考文献
12(2) :208-222
[18]Davis F D. Bagozzi R P, Warshaw P R. Extri nsic and Intrinsic
M otirati on to Use Computers i n the Workplace[J ]. Journal of Ap -plied Social Psychology, 1992, 22(14) :1111-1132
[19]Taylor S , T odd P A. Assessing IT Usage:The Role of Prior Expe -rience[J]. M IS Quarterly, 1995, 19(2) :561-570
[20]Compeau D R, Higgins C A. Application of Social Cognitive Theo -ry to Training for Computer S ki lls [J]. Information S ystems Re -search, 1995, 6(2) :118-143
[21]Compeau D R. Higgins C A, Huff S. Social Cognitive T heory and
Individual Reactions to Computing Technology:A Longitudinal S tudy[J]. M IS Quarterly, 1999, 23(2) :145-158
[22]Compeau D R, H iggins C A. Computer S elf-Efficacy:Develop -ment of a M easure and Initial Test[J]. M IS Quarterl y, 1995b, 19(2) :189-211
[23]Venkatesh V. Determinants of Perceived Ease of Use:Integrat -ing Perceived Behavioral Control, Com puter Anxiety and Enjoy -ment into the T echnology Acceptance M odel[J]. In form ati on Sys -tems Research, 2000(11) :342-365
[24]W ebster J, M artocchio J J. M icrocomputer Pl ayfulness:Develop -ment of a M easure with W orkplace Implications [J]. M IS Quar -terly, 1992(16) :201-226
[25]赵 昆, 复杂系统技术接受模型研究现状分析及展望[J]. 上海
管理科学, 2007(2) :44-46
[26]信息能力[EB]. http://ww w. hudong. com/w iki
[27]中国互联网络信息中心. 第23次中国互联网络发展状况统计
报告[R], 2009年1月
[28]谢俊贵. 信息分化:一个信息社会学新概念的界定[J ].求索,
2006(1) :53-55
[29]全国哲学社会科学规划办公室, 当代中国信息分化问题研究
[EB]. [2009-08-11]. http://w ww. w enming. cn
(责编:刘武英)
个总体估计, 他认为:城乡居民群体的信息分化是不争的事实; 不同教育群体的信息分化呈明显的态势; 不同职业群体的信息分化是客观地存在; 不同收入群体的信息分化有突出的表现[29]。一般来说, 城市居民、文化程度高者、正规单位从业者(如三资企业、机关事业单位和国有单位职工) 群体, 获取信息的渠道层次、拥有状况要优于农村居民、文化程度低者、非正规单位从业者(如小型私营企业、乡镇企业等) 群体。前者多以获取信息的有用性为目的, 后者多以休闲娱乐为目的。Davis 、Venkat esh 等人的技术接受模型正是以正规工作单位为背景研究人们对有用信息的接受, 而以此模型研究中国的城乡居民群体、不同教育群体、不同职业群体、不同收入群体如何接受信息技术时则不能照抄照搬。为此, 以信息分化观点研究国人对信息技术的接受问题将是构建技术接受模型的一个新领域。
[1] Westland J C, Clark T H K. Global Electron i c Commerce:T heory
and Case S tudies, M IT Pres s Cambridge M A, 2000
[2] Carr N G. Does IT M atter? Information Technology and the Cor -rosion of Competitive Advantage [M ]. USA:Harvard Business S chool Pres s, 2005
[3] Ping Zhang, Heshan Sun. The Complexity of Di fferent Types of
Attitudes in Initial and Continued ICT U se[J ]. Journal of the American Society for Information Scien ce an d Technology, 2009, 60(10) :2048-2063
[4] M ichael G M orris, Gordon B Davis, Fred D Davis. User Accep -tance of Informati on Technology:Tow ard a Unified View [J]. M IS Quarterly 2003, 27(3) :425-478
[5] Aj z en I, M Fishbei n. Understandi ng Attitudes and Predicting S o -ci al Behavior, Prentice-Hall, Englewood Cliffs, NJ, 1980[6] Fishbein M , I Ajzen Belief. Attitude, Intention and Behavior:An
Introduction to T heory and Research [M ]. Addison -Wesley, Reading, M A, 1975
[7] Fred D Davis, Richard P Bagozz i, Paul R Warshaw. User Accep -tance of Computer T echnology:A Comparison of Tw o Theoretical M odels[J]. M anagement Science, 1989, 35(8) :982-1003[8] Vi sw anath Ven katesh, Fred D Davi s. A T heoretical Extensi on of
the Technology Acceptance M odel:Four Longitudinal Field Stud -ies[J]. M anagement S cience 2000, 46(2) :186-204
[9] Venkatesh, M ichael G M orris, Gordon B Davis, et al. U ser Accep -tance of Informati on Technology:Tow ard a Unified View [J]. M IS Quarterly 2003, 27(3) :425-478
[10]Venkatesh, H i llol Bala. T echnology Acceptance M odel 3and a Re -search Agenda on Interventions [J ]. Deci sion Sciences, 2008, 39(2) :273-315
[11]鲁耀斌, 徐博艺. 技术接受模型及其相关理论的比较研究[J].