本文将通过立足UTAUT模型,构建一种移动政务采纳理论模型,并利用实证分析的方式验证本文所构建模型的有效性,以期为移动政务的发展提供相应参考。
关键词
UTAUT模型;移动政务;采纳模型;实证分析
基于UTAUT模型的移动政务采纳理论模型
在使用UTAUT模型建立移动政务采纳理论模型的过程中,需要对移动政务技术特点以及当前用户对移动政务的具体认知水平、使用者自我效能等各项因素进行综合考量,以此有效保障所建设的移动政务采纳模型具有较高的适用性和有效性。所谓自我效能指的就是判断个人自我能力能否使其达成某一特定工作,只有在保障用户拥有使用移动政务的基础知识技能下,才可以使得移动政务得到公众的广泛采纳,并有效帮助提升用户个人绩效。因此从这一点出发,本文通过利用UTAUT模型作为理论基础,并将感知信任因素以及IT自我效能引入至模型当中,建立起由使用意向、感知信任、努力与绩效期望以及社会影响和IT自我效能共同组合而成的移动政务采纳理论模型。
图1 基于UTAUT模型下的移动政务采纳理论模型研究设计与实证分析
(一)变量测量与数据收集
在此次本文所建立的移动政务采纳模型当中涉及的潜变量为绩效与努力期望、社会影响与感知信任以及自我效能、行为意向。为了使得量表内容效度得到有效保障,本文在参考相关研究文献的基础上采用李克特七点量表,从非常不同意、不同意、比较不同意直至非常同意,对应计分1到7,设计了调查问卷并在结合移动政务服务情境下适当调整部分问卷语言,形成了最终的调查问卷。通过从网络中随机选择政府行政人员、企业员工等作为调查对象,共计发放900份调查问卷,其中回收调查问卷900份,有效调查问卷750份,回收率和有效率分别为100%与83.33%。
(二)测量模型与结构模型
在检验测量模型的过程中,主要涉及聚敛与区别效度以及与变量内部一致性。其中信度检验目的在于精准估计量表测量一致性,在对变量内部一致性进行检验的过程中,本文选择使用Cronbachα值以及潜变量的组合信度。根据检验结果显示,绩效与努力期望、社会影响与使用意向、感知信任与自我效能的Cronbachα值分别为0.92、0.87、0.92、0.81、0.95以及0.92。而各变量组合信度值则分别为0.93、0.83、0.93、0.79、0.94以及0.90,由于各变量Cronbachα值与组合信度值均超过了0.8,因此也证明各变量内部一致性良好。在聚敛聚敛效度检验中本文则主要使用了因子分析法,要求各变量测量题项因子载荷系数值不得低于0.7且平均方差萃取率不得低于0.5。通过相关检验结果可知,各变量均与规定要求相符合,即各个变量均具有良好聚敛效度。在区别效度检验中,本文则使用各变量相关系数,一旦各变量小于系数未能超过对应变量平均方差萃取率值的平方根,即认定其区别效度良好。依照最终检验结果可知,所有变量相关系数均比对应平均方差萃取率值平方根要小,因此具有较好的区别效度。
通过利用LISREL对模型所有潜变量间的路径系数进行验证,可知其GFI与CFI值分别为0.91与0.98,AGFI与NFI值分别为0.87与0.97,RMSEA与X2/df的值分别为0.071及4.85,也就是说模型拟合指标均与规定值相符,因此模型拥有较好拟合度。但在检验中显示有且只有IT自我效能对使用意向影响作用不显著,其与所有路径系数均十分显著。
(三)实证结果与讨论分析
根据对建立的基于UTAUT模型的移动政务采纳模型的实证分析结果可知,用户使用移动政务的意向直接受到绩效与努力期望以及社会影响的影响,且绩效期望也直接受到努力期望的影响。不仅如此,努力期望对用户感知信任有着显著的促进作用,由此可以对用户使用移动政务意向产生间接作用。而在努力期望以及感知信任的间接作用下,IT自我效能可以对使用意向产生显著作用,并且使用意向也同时受到感知信任的直接影响。
通过结合这一实证研究结果,可知在努力期望以及感知信任的作用下,IT自我效能可以极大地影响用户使用移动政务的意向。这也意味着如果用户的IT自我效能越高,则其越愿意使用移动政务,对于移动政务的采纳以及信任度也越高。因此本文认为政府部门应当通过积极优化移动政务使用流程,通过减少操作弹窗等方式降低其使用难度,并积极鼓励社会公众同政府机构共同完成对政府网站服务进行全程监督管理,从而有效提高努力期望以及感知信任。与此同时,政府还应当通过积极对广大社会群众免费提供移动政务专业知识技能培训教育,使其可以在充分熟悉了解移动政务及相关技术的基础上,不断提高IT自我效能,以此有效达到提升用户使用移动政务意向的效果。
结束语
本文通过采用UTAUT模型建立移动政务采纳理论模型,在将感知信任以及IT自我效能因素引入其中下,利用实证分析的方式证明努力与绩效期望以及社会影响均会对用户使用移动政务意向产生正向影响作用。
参考文献:
[2]朱多刚,郭俊华.基于UTAUT模型的移动政务采纳模型与实证分析[J].情报科学,2016,34(09):110-114.