網絡行為定向廣告對消費者態度影響的實證研究
——以隱私關注為調節變量

蔣玉石

（西南交通大學 經濟管理學院，四川 成都 610031）

網絡行為定向廣告對消費者態度影響的實證研究
——以隱私關注為調節變量

蔣玉石

（西南交通大學 經濟管理學院，四川 成都 610031）

文章基于技術接受模型（TAM）和任務-技術匹配理論（TTF），引入消費者的隱私關注作為調節變量，探討網絡行為定向廣告對不同類型消費者態度的影響是否會有著顯著差異。運用結構方程模型（SEM）對問卷調查數據進行分析，結果表明：（1）網絡行為定向廣告的任務-技術匹配程度、消費者的感知易用性會顯著正向影響消費者的感知有用性，而感知有用性則進一步顯著正向作用于消費者態度；（2）消費者的隱私關注程度對感知有用性和消費者態度之間的關系起到了負向調節作用。在此基礎上，建議廣告主在投放網絡行為定向廣告時，除了注重提升廣告效果和廣告有用性之外，還應進一步按照消費者對隱私關注程度的不同而進行區分，針對目標消費者采取與之相匹配的廣告投放策略。

網絡行為定向廣告；任務-技術匹配；感知有用性；消費者隱私關注；消費者態度

一、引言

網絡行為定向廣告（Online Behavioral Advertising，OBA）作為一種特殊形式的定向廣告，正迅速的改變并影響著網民們的生活。網絡行為定向廣告起源于美國，2008年起在我國開始逐步推廣，它是基于追蹤互聯網用戶的網絡瀏覽行為，根據追蹤的數據分析消費者偏好和個人特征，并實現精準投放的一種新型廣告模式[1]。雖然，網絡行為定向廣告能夠更好地滿足消費者的個性化需求，但是對消費者網絡行為的追蹤大多在消費者渾然不覺中進行，因此有可能會對網絡用戶的隱私風險造成潛在的威脅。

國外已有學者對隱私關注以及對網絡行為定向廣告的態度進行了研究[2，3]，但大多數主要是從定性角度展開，至于從接受新技術的角度來對網絡行為定向廣告展開定量化的研究成果還較少出現。由此，本文采用“任務-技術匹配理論”和“技術接受理論”，從網絡行為定向廣告本身特點出發，結合消費者對網絡行為定向廣告的感知利益，以及消費者自身對隱私關注的差異，探索有哪些內在因素和外部因素將會影響用戶對網絡行為定向廣告的態度。

二、文獻綜述與研究假設

（一）任務-技術匹配對感知有用性和易用性的影響

任務-技術匹配理論（Task-Technology Fit，TTF）是用于解釋信息技術對工作任務的支持能力，若信息技術功能與工作任務特征適配程度高，則說明信息技術能夠提高工作績效，用戶進而使用該信息技術。參照Goodhue（1998）的定義，本文把任務-技術匹配定義為用戶感知到的網絡行為定向廣告的內容、設計與投放機制對其完成獲知所需商品信息的支持程度[4]。技術接受模型（Technology Acceptance Model，TAM）目的在于解釋和預測用戶接觸了信息系統一段時間后，對系統產生的接受或拒絕的態度，以及所產生的行為意向。TAM假定用戶對信息技術的接受與否與兩個因素相關，即感知有用性（Perceived Usefulness）和感知易用性（Perceived Easeof Use）。參照Davis（1989）和Heijden（2004）的定義，本文將感知有用性定義為用戶感知使用網絡行為定向廣告能提高其獲取所需信息的能力，感知易用性定義為用戶感知網絡行為定向廣告容易使用或容易參與的程度[5，6]。

1.任務-技術匹配和感知有用性之間的關系

任務和技術的高匹配性意味著用戶使用該技術能夠產生與任務預期相符合的結果，即技術能夠滿足用戶完成任務的需求，進而令用戶產生感知有用性。網絡行為定向廣告（OBA）的實現是基于將自動化的數據挖掘技術應用于計算機中的數據庫，包含了消費者行為信息的數據庫，以及包含了潛在客戶的人口統計信息的數據庫。通過挖掘數據庫中與消費者網上瀏覽和網上購物活動信息相關的數據，能夠得到詳細的客戶資料，企業利用計算機生成的客戶資料可以向消費者提供高度個性化的服務和定向廣告。對于消費者而言，可以提升自己的用戶體驗，收到更多自己感興趣的相關產品和服務信息，從而更符合消費者的特定需求，有利于改善和提高用戶的體驗，進而提高廣告效果。Tam＆Ho（2006）指出當廣告與消費者的購買目標或自我需求相吻合時，且商品與消費者相關性很高時，往往會提高消費者的感知有用性[7]。據此提出假設1：

H1：任務-技術匹配將會正向影響用戶對網絡行為定向廣告的感知有用性

2.任務-技術匹配和感知易用性之間的關系

與任務相匹配的技術能夠有效降低用戶在技術方面所花費的精力[8]。任務-技術匹配程度的提高有助于用戶更加方便快捷地完成任務，減少其使用信息系統所花費的精力。朱松林（2013）指出對于消費者來說，網絡行為定向廣告高度相關意味著更有可能快速便捷地獲得符合自己所需信息[9]。因此，網絡行為定向廣告在一定時間內及時推送給消費者，消費者會很容易接收到廣告，并且廣告中的促銷信息基本符合當時消費者的興趣和需求，節省了消費者搜尋商品促銷信息的時間和精力，自然會令消費者感到方便容易。基于此，提出假設2：

H2：任務-技術匹配正向影響用戶對網絡行為定向廣告的感知易用性

（二）技術接受模型因素對網絡行為定向廣告態度的影響

依據技術接受模型，感知有用性和感知易用性是對一項技術創新的認知，這種認知會影響消費者對技術的態度。Ducoffe（1995）指出廣告的價值就在于其傳達的利益，被普遍認為是決定消費者對廣告態度的前因[10]。對于接收網絡行為定向廣告而言，消費者的感知利益則包括方便性、符合自己的需求和興趣、打折促銷等等。

1.感知易用性對消費者的態度和感知有用性的影響

網絡環境中，隨著電子商務的飛速發展，越來越多的學者開始關注影響消費者網絡購物行為的影響因素，許多研究已經證實感知易用性是決定消費者對待網絡購物態度的重要影響因素[11，12]。Cuauhtemoc＆Ivonne（2015）利用技術接受模型探索了消費者對社交網絡廣告的態度，結果發現感知易用性和感知有用性顯著正相關，并且感知易用性正向影響消費者對社交網絡廣告的態度，調查顯示那些認為社交網絡廣告清晰、易于理解和閱讀的用戶，對社交網絡廣告的態度更加積極[13]。

Rodgers＆Thorson（2000）提出，社交網站以及其他網絡媒體上廣告的構成（包括廣告的類型、形式和特征等）決定了消費者加工廣告的認知努力的程度[14]。網絡行為定向廣告通過一對一地挖掘出受眾特定的行為偏好，按需推送廣告信息，可以更加有針對性地將網絡行為定向廣告精確地傳播到目標“受眾”，使消費者快速便捷地獲得符合自己需要的信息，會增加消費者對該種廣告的感知有用性。基于此，本文提出假設3：

H3a：感知易用性將會正向影響感知有用性

H3b：感知易用性將會正向影響消費者對網絡行為定向廣告的態度

2.感知有用性對態度的影響

網絡行為定向廣告是依據消費者的需求有針對性地投放與消費者興趣和需求相關的廣告，廣告傳遞的商品信息、品牌信息或者促銷信息等等符合消費者的需求，因此會提高消費者的感知有用性，自然會形成對網絡行為定向廣告的積極態度。Tam＆Ho（2005）指出當廣告與消費者的購買目標或自我圖示相吻合時，與消費者相關性很高時，會提高消費者的感知有用性，進而去更進一步探索廣告內容，降低消費者對廣告的懷疑和對廣告的規避[7]。因此，網絡行為定向廣告傳遞的信息越有用，與消費者的相關性越高，消費者對網絡行為定向廣告的態度就越積極。基于此，本文提出假設4：

H4：感知有用性正向影響消費者對網絡行為定向廣告的態度

（三）隱私關注的調節作用

Kerlinger（1984）把“關注”當作測量隱私的一種概念[15]，之后逐漸被廣大學者所接受。如今，隱私關注（PrivacyConcerns）的定義常出現在信息系統研究方面的文獻中，即“互聯網用戶對控制、收集和使用其個人信息或者互聯網上獲得信息的關注”，消費者隱私感知和態度很容易影響消費者的行為[16]。

信息加工技術的使用，可以追蹤到消費者的私人信息領域，那么基于對個人偏好追蹤和儲存的個性化廣告就會引起消費者的抵制心理[17]，因此，隱私關注可能負向影響網絡行為定向廣告感知有用性和感知易用性對態度的積極影響。Baek＆Morimoto（2013）指出高度個性化的廣告消息可能會引起消費者對失去控制私人信息能力的擔憂[18]。還有研究表明，對于高度個性化的廣告信息，消費者會產生心理抗拒，原因是對于公司識別和觀察自己的行為，消費者會覺得不自在[19]。如果消費者隱私關注程度越高，說明對隱私的感知意識越強。當具有很強個體針對性的網絡行為定向廣告出現在這類人群面前時，則容易讓他們聯想到自己的隱私被泄露，觸發其不良情緒，從而對網絡行為定向廣告呈負面的態度。基于此，本文提出假設5：

H5a：消費者的隱私關注會負向調節感知有用性對網絡行為定向廣告態度的作用

H5b：消費者的隱私關注會負向調節感知易用性對網絡行為定向廣告態度的作用

綜上所述，本文提出的研究模型如圖1所示：

圖1 TAM和TTF整合視角下消費者對網絡行為定向廣告態度模型

三、研究設計

（一）研究樣本

本次問卷調查的對象鎖定為曾經接觸過類似于根據自己的瀏覽、搜索和購買記錄推薦的廣告的消費者，采取電子版和紙質版兩種方式進行發放，其中電子版調查共發放問卷181份，紙質版問卷共發放158份，兩種渠道共收集問卷339份，剔除無效問卷30份，最終有效問卷為309份，有效問卷率為91.15%。樣本構成大多以年輕的本科生、研究生以及企業職員為主。一方面考慮到網絡購物應用年輕人使用較為廣泛，這類人群是廣告主進行網絡營銷與客戶關系管理的主要目標群體；另一方面，這類人群對網絡行為定向廣告這種新型的廣告運作模式更為熟悉，認知度較高，會對問卷做出比較客觀的回答。

（二）變量測量

任務-技術匹配測量量表主要借鑒了 Goodhue（1998）[4]、Venkatesh ＆ Davis（2000）[20]、Agarwal＆ Karahanna（2000）[21]的觀點，從網絡行為定向廣告的個性化、及時性、信息易獲性三個方面進行測量。關于感知有用性的測量，本文主要借鑒了Davis（1989）[5]和Enrique et al.（2008）[22]等人的觀點，設計了3個題項。感知易用性的測量，本文主要借鑒了 Davis（1989）[5]、Venkatesh ＆Davis（2000）[20]等人的觀點，設計了4個題項。隱私關注的測量，本文主要借鑒了Baek＆Morimoto（2012）[18]的觀點，設計了5個題項。態度的測量，主要借鑒了Pollay＆Mittal（1993）[23]的觀點，設計了3個題項。量表均采用李克特七點法，1-7分別記為從“非常不同意”到“非常同意”。

四、數據分析

（一）信度與效度檢驗

本研究將對量表的數據進行因子分析和驗證性因素分析，檢驗量表的信度和效度。本研究用Cronbach’a系數和組合信度（CR）值來評估量表信度。信度檢驗顯示，任務-技術匹配、感知有用性、感知易用性、隱私關注、態度5個潛變量的 Cronbach’a 系數分別為0.936、0.875、0.884、0.904、0.880，均大于 0.70 的門檻值，而 5 個潛變量的組合信度（CR）分別 0.938、0.875 、0869、0.903和 0.884，均大于 0.70 門檻值，說明量表具有較好的信度。

本研究用收斂效度、區別效度和建構效度來檢驗量表的效度。分析顯示20個測項的標準化荷載系數均大于 0.50，T 均大于 1.96，表明具有統計顯著性，各變量的組合信度（CR）值均大于 0.70，平均提煉方差（AVE）均大于0.50，說明量表具有很高的收斂效度。表1顯示了AVE的平方根值都大于該變量與其它變量之間的相關系數，因此該量表存在著較顯著的判別效度。

建構效度的檢驗方面，本研究采用Lisrel 8.7進行驗證性因子分析（CFA），測量模型總體擬合度的驗證性因子分析結果如下：X2/df＝2.67， RMSEA＝0.073， GFI＝0.88， CFI＝0.98， NFI＝0.97， NNFI＝0.98， 根據吳明隆德觀點，以上指標達到了良好模型的標準[24]，表明模型和數據之間具有良好的擬合性，其建構效度通過了檢驗。具體情況如表1所示。

表1 判別效度檢驗

（二）假設檢驗：H1～H4

本研究使用Lisrel 8.70軟件對本文所提假設進行結構方程模型的路徑分析，對假設進行驗證。表2中列出了假設模型的具體路徑關系，根據各假設路徑的 P值得出：（1）H1、H2、H3a、H3b、H4滿足 0.01水平下的顯著，故以上假設都成立；（2）H3b的P值大于 0.05，故假設不顯著，假設不成立，實際上，網絡行為定向廣告的主動推送、內容易于理解的特性并不是該種廣告形式特有的，其他傳統的網絡廣告也具備這些特性，因此，消費者對網絡行為定向廣告感知的易用性對態度的影響并不顯著。具體情況如表2所示。

表2 假設模型的路徑分析系數

（三）模型修正

模型修飾的目的是在不影響擬合度情況下，刪除不顯著的影響路徑，進而使模型更加簡效。在本章的原假設模型中，感知易用性對態度的影響路徑系數未通過顯著性檢驗。需要說明的是，在模型修正時，主要考慮修正后的模型是否具有現實意義或理論價值，當模型效果很差時，可以參考模型修正指標對模型進行調整。在本研究中，通過表3的擬合結果可以看出模型的效果較好，且按照MI值進行模型的修飾，不具備理論的合理性，因此，本文對原假設模型的修飾將不以MI值為參考依據。

表3 原模型與競爭模型擬合指標比較表

在原假設模型的基礎上，研究按照上述分析，移除了感知易用性→態度的不顯著路徑，形成了競爭模型，并對競爭模型進行了數據擬合。擬合結果如表3所示，競爭模型的卡方值X2為314.84（p＜0.01），相比原模型上升了0.92；自由度df為100，相比原模型提高了1個自由度；另外，其他擬合指標和原模型基本保持一致，因此，競爭模型的擬合指數相較于原模型有了些許改善。也就是說，競爭模型比原模型更具簡效性，但是對變量關系的解釋力也沒有消弱。據此，本研究將競爭模型確定為最終模型，如圖2所示。

由圖2所知，在消費者對網絡行為定向廣告態度的影響機理中，任務-技術匹配和感知易用性主要是通過感知有用性作用于態度。具體來說，感知有用性（β＝0.71，p＜0.01）積極的作用于消費者的態度；任務-技術匹配和感知易用性都對感知有用性存在著顯著的正向影響，路徑系數分別為0.62（p＜0.01）、0.35（p＜0.01）；任務-技術匹配對感知易用性存在著顯著的正向影響（β＝0.72，p＜0.01）。

圖2 競爭模型的路徑系數

（四）調節效應的檢驗

由于在模型修正中，刪除了感知易用性→態度之間的路徑，因此，調節效應的檢驗，只需檢驗隱私關注程度對感知有用性和態度之間的影響關系。關于隱私關注的調節效應，利用Aiken與West的層級回歸分析方法進行檢驗[25]。首先，將因變量和自變量引入回歸方程；其次，將自變量與調節變量進行中心化處理，以減少其多重共線性問題，并將中心化處理后的自變量與調節變量的乘積引入回歸方程。在每一個步驟中，分別對回歸系數、R2和F值進行檢驗，判斷其顯著性。分層回歸分析結果見表4所示。

表4 隱私關注調節效應的回歸分析結果

其中，學歷是影響消費者態度的一個重要人口學變量，教育程度越高，對網絡行為定向廣告的態度越消極。從表4可知，隱私關注對感知有用性與消費者態度之間的正向關系調節效應顯著（β＝-0.157，p＜0.01），即高隱私關注程度會削弱感知有用性與態度之間的正向關系，因此，假設5a得到支持。

為更清晰地判斷高隱私關注與低隱私關注消費者在感知有用時對態度的差別，按照Cohen，Aiken和West推薦的程序，分別以高于調節變量均值一個標準差和低于均值一個標準差為基準繪制調節效應圖[26]。圖3中兩條曲線呈明顯的交叉趨勢，表明隱私關注的調節效應確實存在，進一步驗證了假設5a。調節變量的具體作用模式為：對于低隱私關注的消費者，感知有用性與態度之間為正向且顯著關系（β＝0.335，p＜0.01），即消費者的隱私關注程度越低，那么感知有用性越高，消費者的態度越積極；對于高隱私關注消費者，感知有用性與態度之間為負向且顯著關系（β＝-0.848，p＜0.01），即消費者的隱私關注程度越高，那么感知有用性越高，消費者的態度越消極。需要注意的是，此交互圖的分析是為了直觀地表示調節變量如何作用的，而不是為了檢驗調節作用是否存在，因為檢驗調節作用的步驟已經在前面的調節回歸中完成了。

圖3 不同隱私關注程度消費者感知有用性對態度的差別

五、結論與局限

（一）結論

網絡行為定向廣告作為行為定向技術的產物，任務-技術匹配和技術接受模型可以對其起到很好的解釋作用，任務-技術匹配和技術接受模型的整合可以很好的預測消費者對網絡行為定向廣告態度的影響。

一方面，網絡行為定向廣告通過達到技術和任務上的匹配，可以正向影響消費者的感知易用性和感知有用性，同時，感知有用性正向作用于消費者對網絡行為定向廣告的態度。網絡行為定向廣告的易用性對態度并沒有顯著的直接影響，而只是正向作用于感知有用性，表明消費者對網絡行為定向廣告態度的形成主要受其有用性的影響。當消費者感知網絡行為定向廣告能夠匹配自己的搜尋任務時，就會感知到網絡行為定向廣告對自己有用，從而引起消費者的積極態度，進而很可能點擊廣告瀏覽。

另一方面，網絡行為定向廣告的有用性實際上是基于對消費者個人信息的挖掘，因此，在信息的收集過程中，不免會涉及到侵犯消費者的個人隱私問題。而隱私作為個人特有的權利，一旦受到侵犯，自然會引起個人的不滿，從而對侵犯自身隱私的行為進行抵制，網絡行為定向廣告面臨的就是這種問題。即使廣告的有用性很強，但當消費者意識到這種個性化的需求是基于對自己隱私的利用時，就會產生抵觸心理。本文通過引入隱私關注作為調節變量，檢驗發現，相較于隱私關注程度低的群體而言，消費者對隱私關注程度越高，那么其感知網絡定向廣告的有用性將對消費者的態度正向影響就越弱，這說明，消費者對其隱私的高度關注將會負向影響網絡定向廣告的感知有用性和其對廣告的態度之間的正向關系。換而言之，當消費者對其隱私關注程度越高時，即使消費者感知廣告有用性很強，但是仍然會激起消費者感知自己隱私被侵犯，對網絡行為定向廣告的態度依然較為消極，因而當廣告被投放給這些群體時，自然不會取得很好的預期投放效果；相反，較之那些對隱私關注程度較低的群體而言，當消費者對網絡行為定向廣告的感知有用性越強時，由于網絡行為定向廣告越能滿足其個性化需求，此時網絡行為定向廣告越容易激發消費者的積極響應。

（二）理論啟示

前人的研究中，大多是從消費者自身對隱私的關注來探究消費者對網絡行為定向廣告態度的影響，并且多停留在較為基礎的定性研究。但是，網絡行為定向廣告作為廣告商和企業競相投放的一種新型的廣告形式，必然有其自身的優點，因此，必須結合網絡行為定向廣告自身的特性來研究消費者的態度問題。

本研究將任務-技術匹配和技術接受兩種視角加以結合，在網絡行為定向廣告的環境下，通過實證研究探究網絡行為定向廣告這一新型的廣告形式是如何滿足當下用戶購物的新需求，以及如何影響用戶態度。同時，本文認為以上兩種視角整合的模型所涵蓋的影響因素并不全面，模型中的關鍵因子都是從網絡行為定向廣告自身的特性設定的，因此，本文認為應當考慮消費者自身隱私關注對消費者態度的影響作用。基于上述觀點，本文提出相關假設，并通過問卷調查進行實證分析，采用結構方程模型分析方法對模型進行分析、修改和驗證，不僅能夠豐富網絡行為定向廣告的學術研究成果以及網絡營銷的理論知識，為研究網絡行為定向廣告切入一個新的視角，同時也是技術采納理論應用于商業服務的大膽嘗試。

（三）實踐啟示

在如今的大數據時代，廣告商和企業利用數據庫信息分析消費者信息，競相投放網絡行為定向廣告，試圖通過高度個性化和精準性來滿足消費者的需求，從而促進產品銷售和品牌提升，隨之卻引起了相應的隱私關注。然而，網絡行為定向廣告發展的前提條件是消費者的態度和使用意向，如果消費者對網絡行為定向廣告的態度消極，會導致消費者對網絡行為定向廣告的規避，最終只會造成企業成本的浪費，無法帶來真正的產品銷售和品牌提升，因此，探討消費者對這種新型廣告的態度以及影響因素，對廣告商是否繼續投放以及如何投放網絡行為定向廣告有重要的參考意義。

技術接受模型和任務-技術匹配理論的整合，找到了影響消費者對網絡行為定向廣告態度的直接原因與間接原因，同時通過引入隱私關注作為調節變量，探究了不同隱私關注程度的消費者對網絡行為定向廣告態度是否會有顯著差異。企業和廣告商在制定營銷策略時，既要注重網絡行為定向廣告本身的特性，又要重視消費者自身的隱私關注情況。

在投放網絡行為定向廣告時，可以有針對性的根據不同消費群體的隱私關注情況采取相應的投放策略，從而提高廣告的曝光率。一方面，針對那些對隱私關注程度較低的群體而言，建議投放高有用性的廣告，為消費者創造更多的服務價值，這樣可以更為有效地提升消費者對廣告的態度，使推送技術逐步向更加精準、定向、定時方面發展，取得較好的投放效果。另一方面，針對那些對隱私關注程度較高的群體而言，高有用性的廣告反而會引起這部分消費者的消極反應，浪費廣告成本，因此，針對該部分群體，企業在制定廣告的傳播策略時，應該逐步向多維度發展，適當減少網絡行為定向廣告的投放。通過有效理解網絡用戶的隱私關注和滿足消費者的隱私保護需求，解決消費者在選擇個性化的網絡廣告服務時的隱私顧慮，盡可能消除消費者接觸行為定向廣告的阻礙因素，使電子商務可以更加個性化地服務于消費者。

（四）研究局限和展望

首先，網絡行為定向廣告雖然是一種特殊的廣告形式，但其也具有普通網絡廣告的特性，比如說“侵入性”，即網絡行為定向廣告總會在瀏覽網頁時自動彈出，很可能會干擾到消費者的瀏覽任務，此時消費者對廣告的反應自然也會很消極，因此，未來研究可以探究普通網絡廣告的特性對其適用性。其次，本文引入隱私關注作為調節變量，是基于廣告利用了人們的隱私情況，實際上，網絡行為定向廣告按需推送的方式，也存在泄露消費者隱私的可能，比如，消費者曾經瀏覽過一些私人物品，不希望被人發現，可是當廣告被推送到終端時，可能有其他人在場，正好看到推送的廣告，就會知曉目標消費者的瀏覽歷史，會令目標消費者感到尷尬，因此，如何做到有效識別目標消費者，有限制性的投放，比如只有消費者在登錄某些個人網站或網頁時，才會收到相應的定向廣告，值得未來研究者的進一步探索；最后，本研究在樣本代表性方面有一定的局限性，線下和線上結合的方式發放問卷，可能存在的問題是線下調研地區集中，線上被調查者隨機性和問卷填寫認真程度無法進行控制，因此，未來研究可以拓展研究時長，確保回收問卷的精確性。

[1]蔣玉石，張紅宇，賈佳，楊力.大數據背景下行為定向廣告（OBA）與消費者隱私關注問題研究[J].管理世界，2015（8）：182-183.

[2]SMIY E G， VAN N，VOORVELD H A.Understanding online behavioral advertising： User knowledge， privacy concerns and online coping behavior in Europe[J].Computers in Human Behavior， 2014，32：15-22.

[3]MCDONALD A M，＆ CRANOR L F.American’ s attitudes about internet behavioral advertising practices[Z].In Proceedings of the 9th workshop on privacy in the electronic society（WPES）（October 2010）， Chicago，Illinois，USA.

[4]GOODHUE，D.L.Development and measurement validity of a task-technology fit instrument for user evaluations of information system[J].Decision Sciences， 1998，29（1）：105-138.

[5]DAVIS F D.Perceived usefulness， perceived ease of use， and user acceptance of information technology [J].MIS Quarterly，1989，13（3）：319-340.

[6]VAN DER HEIJDEN H.User acceptance of hedonic information systems[J].MIS Quarterly， 2004，28（4）：695-704.

[7]TAM K Y，Ho S Y.Web Personalization as a Persuasion Strategy： An Elaboration Likelihood Model Perspective[J].Information Systems Research，2005，16（3）：271-291.

[8]應洪斌，郭琳，竇偉.基于TTF和TAM整合視角的移動工作支持系統使用意向研究[J].管理工程學報，2012（4）：176-182.

[9]朱松林.論行為定向廣告中的網絡隱私保護[J].國際新聞界，2013（4）：94-100.

[10]DUCOFFE R.How consumers assess the value of advertising[J].Journal of Current Issues and Research in Advertising.1995，17（1）：1-18.

[11]DAUD K A K，Islam A，Eri Y.Factors That Influence Customers’ Buying Intention on Shopping Online[J].International Journal of Marketing Studies， 2011，3（1）：128-139.

[12]WU W-Y，KE C-C.An Online Shopping Behavior Model Integrating Personality Traits，Perceived Risk and Technology Acceptance[J].Social Behavior and Personality：an international journal， 2015，43（1）：85-97.

[13]CUAUHTEMOC L-N，Ivonne M T.Consumer Attitudes toward Social Network Advertising[J].Journal of Current Issues ＆ Research in Advertising，2015，36（1）：1-19.

[14]RODGERS S，THORSON E.The Interactive Advertising Model：How Users Perceive and Process Online Ads[J].Journal of Interactive Advertising，2000，1（1）：42-60.

[15]KERLINGER F.Foundations of Behavioral Research[M].New York： Holt，Rinehart and Mnston，1984.212-220.

[16]PHELPD J E，SOUZA G D，NOWAK G J.Antecedents and consequences of consumer Privacy concerns： an empirical investigation[J].Journal of Interactive Marketing，2001，15（4）：2-17.

[17]SIMONSON I.Determinants of Customers’ Responses to Customized Offers：Conceptual Framework and Research Propositions[J].Journal of Marketing，2005，69（1）：32-45.

[18]BAEK T H，MORIMOTO M.STAY AWAY FROM ME： Examining the Determinants of Consumer Avoidance of Personalized Advertising[J].Journal of Advertising，2012，41（1）：59-76.

[19]WHITE T B，DEBRA L Z，THORBJRNSEN H，Shavitt S.Getting Too Personal： Reactance to Highly Personalized E-mail Solicitations[J].Marketing Letters，2008，19（1），39-50.

[20]VENKATESH V，DAVIS F D.A theoretical extension of the technology acceptance model：Four longitudinal field studies[J].Management Science，2000，46（2）：186-204.

[21]AGARWAL R，KARAHANBA E.Time Flies When You’re Having Fun：Cognitive Absorption and Beliefs about Information Technology Usage[J].Management Information Systems Quarterly，2013，24（4）：665-665.

[22]ENRIQUE B-A，CARLA R-M，JOAQUIN A-M，SILVIA S-B.Influence of online shopping information Dependency and innovativeness on internet shopping adoption[J].Online Information Review，2008，32（5）：648-667.

[23]POLLAY R W，MITTAL B.Here’s the Beef：Factors，Determinants，and Segments in Consumer Criticism of Advertising[J].Journal of Marketing，1993，57（3）：99-114.

[24]吳明隆.結構方程模型———AMOS的操作與應用［M］.重慶：重慶大學出版社，2010.

[25]AIKEN L S，WEST S G.Multiple Regression：Testing and Interpreting Interactions[M].Thousand Oaks，Sage Publications，Inc.，1991.

[26]COHEN，JACOB ET AL.Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences[M].Mahwah，Lawrence Erlbaum Associates.Inc.，2013.

C931

A

1002-3240（2017）01-0058-09

2016-10-05

本文受到國家自然科學基金（71572156）、成都市科技局軟科學項目（成都市區域科技創業生態系統功能機制與評價體系研究、創新驅動背景下區域產學研結合技術體系研究）及四川網絡文化研究中心（WLWH15-36）資助

蔣玉石（1979-），湖南衡陽人，西南交通大學經濟管理學院副教授，博士生導師，研究方向：網絡廣告；消費者行為。

［責任編校：唐 鑫］