3G增值業務消費者采納行為意愿研究

杜惠英

摘要：隨著3G時代的到來，3G用戶量在以驚人的速度在增長，同時3G增值業務得到了飛速發展。本文立足于3G增值業務消費者的行為意愿相關理論，通對TAM的改進形成3G增值業務消費者采納行為概念模型。然后，利用SPSS20.0進行描述性統計分析、信度分析、效度分析、因子分析得出個大因素對消費者采納行為的顯著性，最后通過AMOS17.02進行整體模型驗證。本文將對從事于3G增值業務研究者以及工作者有一定的借鑒意義。

Abstract： With the advent of 3G era， the number of 3G subscribers is increasing at an alarming rate， and 3G value-added services have been developing at a rapid pace. Based on the theory of customer behavioral intention of 3G value-added service， this paper builds the concept model of consumer adoption behavior of 3G value-added service by improving TAM. Then， SPSS20.0 descriptive statistical analysis， reliability analysis， validity analysis， factor analysis are used to obtain a significant factor on the adoption of consumer behavior significantly， and finally overall model validation is done through the AMOS17.02. This article will provide reference for researchers and workers engaged in 3G value-added business.

關鍵詞：3G增值業務；概念模型；消費者采納行為

Key words： 3G value-added business；conceptual model；consumer adoption behavior

中圖分類號：F626 文獻標識碼：A 文章編號：1006-4311（2017）02-0034-04

0 引言

2009年1月7日，中國工業和信息化部為中國移動、中國電信和中國聯通分別發放了TD-SCDMA（以下簡稱TD）、CDMA2000和WCDMA。3張第三代移動通信（3G）牌照，自此中國正式步入3G時代。隨著時間的發展，中國的3G用戶從2009年的1億以下，到2014年的4.85億左右，短短的5年時間增加了大致五倍。巨大的用戶量給智能手機端的內容提供商、服務提供商提供大量的商機，大家紛紛布局3G增值業務，希望能夠盡早搶占市場先機。用戶已經成為各大企業競相爭取的對象，如何滿足用戶的需求，是企業必須去考慮的問題。越來越多的研究偏向于用戶，比如消費者理性行為理論、TAM（技術接受模型理論）、創新擴散理論、計劃行為理論、社會認知理論。以上幾種理論是目前研究消費者行為相對比較有說服力的。本文將基于Davis（1989）[1]TAM模型的基礎上，進行相應的改進，提出符合3G增值業務消費者可以采納的意愿模型，通過采用SPSS20.0進行模型的信度分析、因子分析、方差分析得出各大因素對消費者采納意愿行為的影響，同時通過AMOS17.02版驗證概念模型，探索感知有用性、感知易用性、感知價格、感知安全性、感知娛樂性、個性化需求、網絡環境及兼容性、使用經驗及社會影響因素對3G增值業務購買/采納意愿的影響。

1 研究因素假設提出

基于TRA、TPB、TAM模型以及一些相應的改進模型，研究者在各大領域進行了實證分析，例如移動服務類：短信息業務（SMS）（Kim和Park， 2008）[1]、彩信（MMS）（Chin-Lung Hsu，2007）[2]、移動票務（Niina，2008）[3]、移動購物（Hsi-Peng和Su，2009）[4]、手機銀行（Poon，2008）[5]，移動數據使用（Timo Koivuma ki，2008）[6]、移動電視（Jung，2009）[7]、移動預訂業務（Viswanath Venkatesh，2003）[8]，位置感知移動指南（E. Kaasinen，2005）[9]，移動互聯網（Hee-Woong Kim，2005）[10]；相關信息類：多功能信息應用（Hong和Tam，2006）[11]、數字多媒體廣播（DMB）業務（Kim，2008）、基于Web的學習系統（Wei-Tsong Wang，2009）[12]等。

為了更好的提煉因素，我們將影響因素進行具體分類。Kim（2005）[13]提出了基于價值的移動互聯網采納模型，他利得、損失和感知價值進行影響因素分類。首先，感知價值是理解移動互聯網采納的最主要因素，一個很好的移動互聯網業務能從利得和損失兩個角度盡可能的感知價值，而它促進了移動互聯網的采納。而Hong和Tam（2006）[14]提出了另一種分類方式，即普通技術感知、特定技術感知、心理因素、社會影響因素和人口統計變量。

通過借鑒創新采納、消費者行為和心理學等方面的現有文獻，本研究將提出一個新的研究框架，最后確定研究6組采納影響因素：普通感知、付出感知、心理因素、社會影響因素、適用性因素和人口統計變量。

這6組影響因素構成了概念模型，并假設他們影響了3G增值業務的采納意愿。本研究把購買/采納意愿作為因變量，影響因素和因變量的假設關系將在下文進行討論。具體的研究框架如表1所示。

通過以上的研究框架，本文將研究的因素進行一定的假設，并在后面通過一定的數據進行假設驗證，具體的假設圖表，如表2。

2 構建消費者購買意愿模型

通過對以前學者研究的回顧，一共提出了19個假設，建立3G增值業務采納模型（如圖1）。該模型包含6個構面，即普通感知、損失感知、心理因素、社會影響因素、網絡環境和兼容性、人口統計變量；9個自變量，即感知有用性、感知易用性、感知價格、感知安全性、個性化需求、感知娛樂性、網絡環境及兼容性、使用經驗和社會影響；3個控制變量，即用戶個人屬性中的年齡、性別和收入。3個因變量分別為消費者購買意愿、感知有用性和感知易用性。

3 3G增值業務采納模型實證分析

本文預調研階段總共發放問卷28份。因此，預調研階段使用Corrected Item-Total Correction（CITC）來凈化測量項目，利用Cronbach's α系數檢驗量表的信度，最終將量表從48個項目刪減為42個項目，并形成最終調研量表。

研究正式發放調研問卷900份，收回826份，回收率為91.8 %，其中各地區的樣本量分別為：北京271、廣東333、重慶222。男性樣本414人，占總體樣本50.1%，女性樣本412人；年齡分布上25歲以內占50.7%，26-35歲的人群占31.8%，36歲以上的占17.4%；收入分布上來看，月收入2500元以下占27.4%，2501-3500元的人群占41.5%，3501元以上的占21%，此外，還有10%的人拒答。

本小節將采用SPSS20.0對所得數據進行描述性統計、信度分析、因子分析、相關分析、方差分析，并AMOS17.02進行模型驗證。

3.1 信度分析

采用多重積分方式，即克朗巴哈α系數信度測試法。克朗巴哈α系數越大表示其信度就越高。本文以0.7為標準（Peterson，1994）。經檢驗，本研究正式問卷各部分的信度分析結果如表3所示，從表中可以看出，每個變量的克朗巴哈α系數都在0.7以上，說明本研究開發的問卷具有良好的信度。

由表3可知，總體信度達到0.967，大部分因子測試項目的CITC值（調整后的項目-總體相關）均大于0.5，因此保留所選取的42個測量項。

3.2 因子分析

在做因子分析之前，采用KMO（Kaiser-Meyer-Olkin）樣本測度，本研究的樣本數據總體KMO測試系數為0.967，表明非常適合做因子分析。

3.2.1 自變量因子分析

對量表數據進行因子分析，對變量進行再次歸納，以滿足模型進一步分析的需要。因子分析后的主因子貢獻率如表4所示。

從因子分析的結構可以得出，37個問題被歸納為9個因子，其貢獻率（解釋力度）為69.75%，具有比較強的解釋力度。同時，根據Hair（1995）提出“如果特征值大于或者等于1就表明該因子是有意義的，可以被保留下來”的標準。此可以初步認為這9大因子能夠解釋大部分變量，概括絕大多數信息。

3.2.2 因變量的因子分析

同樣的方法，對購買意愿的變量進行因子分析，結果如表5所示，將因變量中的5個問題歸納為一個因子，其貢獻率（解釋力度）為62.638%，說明這5個問題具有很強的解釋力度。

4.1 整體模型擬合路徑驗證

在整體模型中，感知易用性、個性化需求及使用經驗對采納意愿影響不顯著，其他因素均顯著影響，包括感知有用性、感知娛樂性、社會影響因素、感知價格、安全性感知和網絡環境及兼容性，其中影響系數大小排序為安全性感知、感知有用性、兼容性及價格。詳細的影響關系見圖2。

由圖2，整體模型的檢驗中，H5、H1、H4、H11、H15、 H19均得到驗證（P<0.01）；H6、H18也得到驗證（P<0.05）。同時，H2、H13、H9、H17并沒有得到驗證；此外，H3、H7、H8、H10、H12、H14、H16均得到驗證。另外，研究模型對購買意愿的解釋方差是68%，對感知有用性的解釋方差是59%，對感知易用性的解釋方差是53%，表明模型對三個變量的解釋度較高。

4.2 整體模型的回歸結果分析

表8所示。影響不顯著的包括感知易用性對購買意愿的影響、使用經驗對購買意愿的影響、個性化需求對感知有用性的影響，這三個統計值概率p均大于0.05，所以不顯著；感知娛樂性對感知有用性的影響t統計量概率p小于0.05，標記為*；感知有用性對購買意愿的影響、感知價格對購買意愿的影響、個性化需求對感知有用性的影響p值小于0.01，標記為**。其余關系中的p值均小于0.001，表示為非常顯著，標記為***。此外，每一個測量項目對自己測量的因子的解釋度都很高，t統計量概率p值均為***，表示非常顯著。

本文還分析了整體模型中純自變量的測量項目對所測變量的殘差。如表9所示，每一個測量項目對自己測量的變量的影響都很大，t統計量概率p值均為***，表示非常顯著。

4.3 整體模型的變量影響情況

整體模型中各個變量之間的影響關系見表10，對3G增值業務影響系數大小排序依次為感知安全性（PS）、社會影響因素（SI）、環境兼容性（CC）、感知娛樂性（PE）、感知有用性（PU）、感知易用性（PEU）、使用經驗（UE）、感知價格（PP）及個性化需求（NU）。

5 結論

本文通過系統而全面的回顧消費者采納行為的相關理論，基于一系列的文獻參考，歸納出3G增值業務消費者采納意愿影響因素，并通過相關文獻篩選出9大自變量影響因素，分別為感知有用性（PU）、感知易用性（PEU）、感知價格（PP）、感知安全性（PS）、感知娛樂性（PE）、個性化需求（NU）、網絡環境及兼容性（CC）、使用經驗（UE）和社會影響（SI）；三個因變量分別為消費者購買意愿（BI）、感知有用性和感知易用性；以及三個控制變量，即用戶個人屬性中的年齡（Age）、性別（Gender）和收入（Income）。最后構建相關采納行為概念模型。

構建完概念模型后，通過設計調查問卷以及發放問卷進行數據獲取，并利用SPSS20.0進行描述性統計、信度分析、效度分析、均值分析、因子分析、相關分析和方差分析；接著使用AMOS 16.0軟件來驗證感知有用性、感知易用性、感知價格、感知安全性、感知娛樂性、個性化需求、網絡環境及兼容性、使用經驗及社會影響因素和購買意愿之間的關系。

本文的研究還存在一些不足之處，首先是模型完整性，本文基于已有的研究，通過篩選因素，選出適合研究的因素，但并不全面，需要更加深入、系統研究。其次研究領域細分性，由于3G時代的增值服務業務相對比較復雜，不便于細分到具體領域，只能是以全蓋偏。最后樣本數據的全面性，由于調查采用的抽樣調查法，選取的地區相對少，考慮到各個地區的消費偏好可能存在不同，而由于時間等原因，沒法涵蓋各個地區，造成樣本相對不完善。

參考文獻：

[1]Gil Son Kim and Se-Bum Park. An examination of factors influencing consumer adoption of short message service（SMS）[J]. Psychology & Marketing， 2008， 25（8）： 769-786.

[2]Chin-Lung Hsu， Hsi-Peng Lu， Huei-Hsia Hsu. Adoption of the mobile Internet： An empirical study of multimedia message service （MMS）[J]. The international journal of management science，2007， 35：715-726.

[3]Niina Mallat， Matti Rossi， Virpi Kristiina Tuunainen and Anssi ??rni. An empirical investigation of mobile ticketing service adoption in public transportation[J]. Personal and Ubiquitous Computing，2008，12：57-65.

[4] Hsi-Peng Lu and Philip Yu-Jen Su. Factors affecting purchase intention on mobile shopping web sites [J]. Internet Research， 2009，19 （4）：442-458.

[5]Wai-Ching Poon. Users adoption of e-banking services： the Malaysian perspective[J]. Journal of Business & Industrial Marketing， 2008，23（1）： 59-69.

[6]Timo Koivuma¨ ki， Annu Ristola， Manne Kesti. The perceptions towards mobile services： an empirical analysis of the role of use facilitators[J]. Personal and Ubiquitous Computing， 2008， 12：67-75.

[7]Yoonhyuk Jung， Begona Perez-Mira， Sonja Wiley-Patton. Consumer adoption of mobile TV： Examining psychological flow and media content[J]. Computers in Human Behavior，2009，25：123-129.

[8]Viswanath Venkatesh， Michael G. Morris， Gordon B. Davis， Fred D. Davis. User acceptance of information technology： toward a unified view[J]. MIS Quarterly， 2003， 27（3）： 426-47.

[9]E. Kaasinen. User acceptance of location-aware mobile guides based on seven field studies[J]. Behaviour & Information Technology， 2005， 24（1）： 37-49.

[10]Hee-Woong Kim， Hock Chuan Chan. Value-based Adoption of Mobile Internet： An empirical investigation[J].Decision Support Systems，2005， （14）：111-126.

[11]Se-Joon Hong， Kar Yan Tam， Understanding the Adoption of Multipurpose Information Appliances： The Case of Mobile Data Services [J]. Information Systems Research， 2006， 17（2）：162-179.

[12]Wei-Tsong Wang， Chun-Chieh Wang. An empirical study of instructor adoption of web-based learning systems[J]. Computers & Education， 2009， 53：761-774.

[13]Kim， H.W.， Chan， H.C. & Gupta， S.Value-based adoption of mobile internet： an empirical investigation [J]. Decision Support Systems， 2005， 43： 111-126.

[14]Se-Joon Hong， Kar Yan Tam， Understanding the Adoption of Multipurpose Information Appliances： The Case of Mobile Data Services [J]. Information Systems Research， 2006， 17（2）：162-179.