農村信息技術普及中的農民滿意度研究

【摘要】本研究以廣西農村信息技術普及培訓項目為案例，利用客戶滿意度理論，分析影響農村居民參與信息技術培訓學習的滿意度的主要因素及這些因素相互間的作用和影響關系。研究發現，關注農村居民當前的學習期望，注重從宣傳推廣、學習便利性、教學質量等多方面開展農村信息技術普及培訓工作，是提升農村信息技術推廣和普及工作效果，吸引更多農村居民參與學習的重要策略。

【關鍵詞】農村信息技術普及；廣西；結構方程模型

一、研究背景及研究問題的提出

如何使農村居民能真正受惠于信息技術的發展？提升農村居民的信息技術應用能力是關鍵。廣西農村地區信息基礎設施建設成績顯著，與之不平衡的是農村居民信息通信技術應用能力極差。隨著互聯網等信息技術在社會生活中的重要性日益凸顯，農村居民對學習信息技術的需求日益強烈。廣西試行了農村居民信息通信技術普及試驗項目（簡稱“試驗項目”），免費向農村居民提供互聯網技術培訓。政府希望通過該項目，使農村居民學會使用互聯網為學習、工作、生產、生活服務。本研究希望以廣西推行的農村信息技術普及培訓項目為例，了解清楚兩個問題：

1.影響農村居民參與信息技術學習滿意度的主要因素有哪些？

2.這些影響因素對農村居民參與信息技術學習滿意度的作用機制為何？

二、研究綜述

（一）廣西互聯網應用技術普及試驗項目

張彬等認為，農民信息技術能力極薄弱是當前我國縮小城鄉數字鴻溝工作的重要障礙①。中國互聯網信息中心吳丹認為，政府前一段工作重心在解決“沒有網絡，沒有設備”問題，國家的各類政策、措施成績斐然。現階段則迫切需要解決的問題是讓農村居民“會上網、懂應用”②。2011年起廣西選取部分地區，試推行農村居民信息技術普及培訓項目。希望以此幫助農民學會使用互聯網，能夠將互聯網運用于自身的學習、生產、生活中，進而實現提升勞動力素質，提高生產技能，促進廣西農村地區經濟、社會發展的目標。

（二）顧客滿意度指數模型的應用

顧客滿意度指數模型以顧客消費過的或正在消費的產品或服務為研究對象，通過構建相應的邏輯結構模型，量化顧客對各項指標的評價，從而獲得顧客滿意度的一種綜合性度量指標③。該模型最初應用于經濟部門，隨后逐步被用以測評民眾對社會服務事業方面的滿意度。教育服務的顧客滿意度是指接受教育者（如：高校學生、用人單位、家長、國家、社會等相關利益群體）對教育服務提供主體提供服務的主觀評價④。本研究以顧客滿意度指數模型為基礎，借鑒教育領域中學生滿意度模型研究結果，以顧客期望、感知質量、感知價值、學員滿意度為核心變量，建構農村信息技術普及培訓學員滿意度測量模型，用以分析影響農村居民參與信息技術普及培訓學習滿意情況的主要因素及其作用機制。

三、研究設計

我們借鑒美國顧客滿意指數模型（ACSI）、中國用戶滿意度指數模型（CCSI），并結合“試驗項目”現階段工作要求，以學員期望、感知質量、感知價值、學員滿意度為核心變量，構建農村信息技術普及工作居民滿意度測評模型（見圖1）。

（一）變量的定義

我們根據顧客滿意指數模型相關理論概念，并結合“試驗項目”情況設立變量及其測度。研究設有三個人口特征變量分別是：性別（Gender），含男性和女性；職業（Occupation）：教師、學生、農民、政府公務員、村干部。年齡（Age）：根據實際參與學習學員的年齡情況分為：50歲以上、49歲至40歲、39歲至30歲、29歲至20歲、19歲至10歲、10歲以下，共六個年齡段。模型中測量變量的內容和代碼設置如下表：

（二）研究假設

1.學員期望

根據學員滿意度指數模型各變量的關系我們可知，學員期望對感知質量、感知價值、學員滿意有直接的影響。因此，我們提出以下待驗證假設：

H1：學員期望對感知質量有直接的正向影響。

H2：學員期望對感知價值有直接的正向影響。

H3：學員期望對學員滿意有直接的正向影響。

2.感知質量

過往研究顯示，個體實際感知的質量高低，對于個體對服務價值的認可，以及個體滿意與否存在密切的關系。因此，我們提出以下待驗證假設：

H4：感知質量直接正向影響學員感知價值。

H5：感知質量直接正向影響學員滿意度。

3.感知價值

過往研究顯示，感知價值和個體滿意之間存在直接影響關系，學員對服務的感知價值越高，其滿意度就會越高。因此，我們提出以下待驗證假設：

H6：感知價值對學員滿意度有直接的正向影響。

3.1樣本選擇與數據收集

3.1.1樣本選擇

“試驗項目”目前在81個鄉鎮設置了授課點，據統計每年參與學習的學員約10萬人。我們在81個授課點中隨機抽取了23個授課點學員開展問卷調查，共發放問卷602份，收回有效問卷438份，回收率達到72%。

3.1.2樣本特征分析

本研究使用SPSS 23對數據進行人口特征分析。參與本次調查人數438人，結果如下：

性別：男性201人，占45.9%；女性237人，占54.1%。

年齡：50歲以上有51人，占11.6%；40歲至49歲的人數最多，占31.7%；30至39歲有103人，占23.5%；20至29歲有27人，占8.4%；10至19歲人群占23.7%；10歲以下有4人，占0.9%。

四、數據分析

我們使用Smart-PLS 3.2結構方程模型分析軟件進行模型驗證及變量關系分析。

（一）模型檢驗

我們要驗證結構方程和研究假設，必須先對研究模型進行檢驗。本研究使用Cronbachs 值作為信度檢驗指標，各變量Cronbachs 值分別為：C_Expectation=0.798；P_Quality=0.778；P_Value=0.818；C_Satisfaction=0.748，均大于0.7的門檻值⑤。效度測量主要參考均方差（AVE）、組合信度（CR）、因子載荷三方面系數。均方差（AVE）值分別為：C_Expectation=0.556；P_Quality=0.523；P_Value=0.664；C_Satisfaction=0.523，均大于0.5的門檻值⑥。組合信度（CR）的值分別為：C_Expectation=0.861；P_Quality=0.845；P_Value=0.868；C_Satisfaction=0.748，均大于0.7的門檻值⑦。各變量因子載荷值均達到大于0.5的門檻值⑧（參見圖2）。由此，模型各測量項及變量的信度和效度均符合要求，說明研究模型設計是合理的。

（二）模型假設驗證

模型假設驗證，主要通過擬合系數R Square以及路徑系數，R Square值應在（0，1）之間，取值約接近1，說明自變量對因變量的解釋力越強，結果顯示：P_Quality=0.216；P_Value=0.430；C_Satisfaction=0.547，各因變量有較好解釋度。

我們對模型運行Bootstrapping處理得到穩定的結果，研究提出的假設：H1、H2、H3、H4、H5、H6均得到顯著認證（見表格2）。

五、結果討論

（一）研究結論

研究利用CSI模型分析了在廣西推行的農村居民互聯網應用技術普及工作的居民滿意情況，使我們更清楚地掌握了農村居民參與學習互聯網應用技術主要影響因素及各因素之間的作用關系及影響路徑。根據模型運算結果，我們得到如下結論：

通過結構方程模型數據分析，我們可以探究各變量之間相互影響的方式和程度。根據表格2中結果顯示，學員期望對感知質量有顯著正向影響，支持原假設H1。學員期望對感知價值有顯著正向影響，支持原假設H2。學員期望對滿意度有顯著正向影響，支持原假設H3。感知質量對感知價值有顯著正向影響，支持原假設H4。感知質量對學員滿意度有顯著正向影響，支持原假設H5。感知價值對滿意度有顯著正向影響，支持原假設H6。

（二）研究啟示

1.以居民學習期望為服務導向

由因子載荷結果可知，學員期望中的因子載荷由大到小分別是總體期望、可靠性期望、學會使用互聯網解決現實問題、學會獲取信息資源/服務、學會使用互聯網使生活更便利。這說明居民非常看重的是參與培訓以后自己是否真正能夠學會如何使用互聯網，并希望參與的信息技術培訓是能夠具有一定培訓服務質量保證的，在這兩個條件能夠獲得滿足的同時，能夠學習如何利用互聯網解決其現實生活中遇到的問題是其關注的重點，其次是希望學會利用互聯網獲取信息資源/服務，以及學習如何使用互聯網為其生活提供更多便利。從模型可以看到，學習期望對學員的滿意度存在著顯著的直接影響。由此可知，我們開展農村地區信息技術培訓服務要以滿足農村居民現實需求為導向，即圍繞居民現實的學習期望構建培訓課程，以使我們的服務更貼近農村居民的現實需要。

2.農村信息技術培訓要重視提高綜合服務質量

從整個結構模型看，感知質量對感知價值、學員滿意度均呈現出顯著的影響，說明感知質量對學員的感知價值、學員滿意度的影響程度很大。感知質量對感知價值有顯著正向影響，說明我們可以通過提升感知質量，實現提升居民對參與信息技術培訓學習的價值的感知。感知質量對學員滿意度有顯著正向影響，也說明我們可以通過提升感知質量，提升居民對信息技術培訓學習的滿意度。本研究通過結合現實情況，對感知質量設計了5個題項，通過因子載荷可知，各因子由大到小分別為：信息發布、總體質量、易入學、就近學習、教學質量。我們可以從中了解，開展農村信息技術普及服務，首先需要做好有關農村信息技術普及培訓的宣傳工作，讓農村居民對該項服務有好的了解，才能吸引其積極參與。我們還看到教學質量也是居民關注的重點。同時，由于受農村地區居民居住分散、交通不便利等因素的影響，我們在開展信息技術培訓教學時還要更重視兩個問題，一是要為農村居民提供便利的參與途徑，主要指入學資格、課程的時間安排等符合農村居民的生活習慣；二是要提供便利的學習環境，這一方面主要指參與教學地點以及相關配套服務等硬件方面的因素。

注釋：

①張彬，李瀟，Richard D.Taylor.數字鴻溝測度理論與方法[M].北京：北京郵電大學出版社，2009

②吳丹.互聯網數字鴻溝問題加劇[M].互聯網發展信息與動態，2010（08）：6-7

③霍映寶. CSI模型構建及其參數的GME的綜合估計研究[M].南京：南京理工大學經濟與管理學院博士學位論文，2004（07）

④張天雪，祁營.當前公眾對教育滿意度調查分析——以浙江省為樣本[J].中國教育學刊，2011（08）：13-16

⑤Hair，J.F.，Anderson，R.E.，Tatham，R.L.，and Black，W.C.，（1995）.Multivariate Data Analysis with Reading （4th）， Englewood Cliffs，Prentice Hall，NJ，.757

⑥Fornell，C.and Larcker，D.F.，（1986）.Structural equation models with unobservable variable and measurement error： algebra and statistics，Journal of Marketing Research，（18）.382-388

⑦Hair，J.F.，Anderson，R.E.，Tatham，R.L.，and Black，W.C.，（1995）.Multivariate Data Analysis with Reading （4th）， Englewood Cliffs，Prentice Hall，NJ，.757

⑧Hair，J.F.，Tatham，R.L.，Anderson，R.E.，and Black，W.C.，（1998）Multivariate Data Analysis（5th），Prentice Hall，Upper Saddle River， NJ，.177-218

[作者簡介：李凱（1985-），男，廣西南寧人，武漢大學新聞與傳播學院，博士研究生；研究方向：新媒介發展研究，媒介與社會發展研究。]