牛艷霞 張耀坤 黃 磊
(1.北京交通大學經(jīng)濟管理學院 北京 100044; 2.南昌航空大學經(jīng)濟管理學院 南昌 330063)
隨著社交服務向各個領域的不斷拓展,一種專門服務于科研人員的學術社交網(wǎng)絡(Academic Social Network Service, 以下簡稱ASNS),正逐步被科研人員所熟知和使用。典型的國外有ResearchGate、Academia.edu 等,國內(nèi)則以科研之友(ScholarMate)為代表。ASNS 以科研人員之間的社交關系為紐帶,突破了傳統(tǒng)的科學交流邊界,有效集成和共享了科研項目、論文及其引用等多元化信息[1],正在影響和改變科研人員相互聯(lián)結、信息共享、科研合作的方式[2]。
不難發(fā)現(xiàn),當前的ASNS 仍以模仿通用型的社交平臺如Facebook 等為主,但兩者顯然有不同的服務對象,因而有必要探索影響科研人員對ASNS 使用意愿和使用行為的關鍵因素,以便采取相應措施,改進服務以促使其獲得良性發(fā)展,切實服務于科學交流。為此,文章采用技術采納與使用統(tǒng)一理論(the Unified Theory of Acceptance and Usage of Technology,以下簡稱UTAUT),對擁有ASNS 使用經(jīng)歷的科研人員展開實證調(diào)查研究,以全面分析影響科研人員使用ASNS 的顯著因素。
ASNS 使用行為研究是當前圖書情報和科研管理領域的熱點之一。目前,已有研究從多個視角來探索科研人員使用社交媒體(主要為學術博客、學術BBS 等)的顯著影響因素。陳明紅等基于計劃行為理論(TPB)視角,發(fā)現(xiàn)行為態(tài)度、主觀規(guī)范和感知行為控制顯著正向影響使用意愿,且使用意愿對使用行為也有顯著的正向積極影響[3]。胡文靜等構建了社交網(wǎng)絡學術活動使用意愿的影響因素模型,研究發(fā)現(xiàn)學科特征、平臺質(zhì)量、感知價值、轉換成本、學術環(huán)境是影響科研人員使用意愿的主要因素[4]。張寧等通過構建學術社交網(wǎng)絡用戶感知的信息質(zhì)量影響因素CPUC 模型,表明用戶感知的信息質(zhì)量受到社區(qū)、平臺、用戶和內(nèi)容4 方面的影響[5]。這些視角無疑豐富了我們對于科研社交平臺使用行為的理解,但同時也存在視角迥異,難以全面了解其使用行為的影響因素。
UTAUT 模型整合了技術接受模型(TAM)、任務技術適配模型(TTF)、計劃行為理論(TPB)、社會認知理論(SCT)等8個模型,可以有效彌補因單一視角所帶來的局限性。該模型包括4 個核心維度:績效期望(Performance Expectancy,PE)、努力期望(Effort Expectancy,EE)、社會影響(Social Influence,SI)和便利條件(Facilitating Conditions,F(xiàn)C)[6]。目前,UTAUT模型已在多個領域應用并已被證實具有較高的解釋度[7-13]。
在科研人員社交媒體使用行為研究方面,UTAUT 模型已有初步應用。張長亮等基于UTAUT 模型和感知價值理論證實網(wǎng)絡社群用戶的信息感知有用性、信息共享的社會影響會對其信息共享態(tài)度產(chǎn)生正向影響,且信息共享態(tài)度對持續(xù)信息共享行為具有顯著影響[14]。Gruzd 等人已初步采用并對UTAUT 模型進行了修正(由于科研人員對社交媒體的使用取決于個人意愿,受組織支持不明顯,故剔除了便利條件這一維度),發(fā)現(xiàn)績效期望、努力期望、社群影響均顯著影響其社交媒體使用意愿[15]。遺憾的是,該項研究并非針對科研社交平臺,且為質(zhì)性研究,但無疑為后來的研究提供了一個極好的思路。
不同于一般社交平臺,ASNS 上的注冊用戶多為某一學術領域內(nèi)的專家和科研工作者,且不受其所在組織的規(guī)約,完全出于自發(fā)意愿,因此具有一定的群體特質(zhì)和使用行為傾向性。作為科研工作交流的輔助工具,用戶主要使用ASNS 進行學術交流、共享科研項目,以此通過學術知識資源的分享、傳遞和吸收來加強彼此之間的關聯(lián)。而在ASNS 上進行學術知識的交流過程中,交互內(nèi)容的時效性、可獲取性、學術價值是決定學術知識交流效果的關鍵要素,同時也要避免用戶未公開發(fā)布的學術成果被竊取,因此對平臺的隱私保護力度、信息質(zhì)量和服務質(zhì)量有著較高要求?;诖耍狙芯繉δP瓦m當進行修正,保留績效期望、努力期望、社會影響3 個核心維度,新引入感知風險、信息質(zhì)量、服務質(zhì)量3 個核心維度。
3.1.1 績效期望對ASNS 使用意愿的影響
績效期望是指個人認為使用該系統(tǒng)對工作的幫助程度。若用戶使用某個新系統(tǒng)或新技術能提升工作績效,則這種感知上的期望就會提升其使用意愿。Lin 等人通過調(diào)查在線學習行為的影響因素也證實了這一觀點[16]。科研人員在使用ASNS 時,可以搜索和下載學術信息資源,關注同領域內(nèi)其他學者的最新思想動態(tài),創(chuàng)建或加入項目討論小組。如果用戶認為使用后對自己的科研工作或學習有很大幫助,則愿意花費更多精力去使用平臺,有助于提高其持續(xù)使用意愿。因此,本研究提出假設:
H1:績效期望對ASNS 的使用意愿有正向影響。
3.1.2 努力期望對ASNS 使用意愿的影響
努力期望是指用戶對信息技術使用的容易程度的感知。Davis 等研究發(fā)現(xiàn),掌握信息技術的難易程度會直接影響用戶的接納意愿[17]。如果ASNS 使用功能操作設計不合理,用戶與系統(tǒng)交互不暢,需要耗費很多精力去填寫信息或獲取所需信息,就會產(chǎn)生消極和抵觸情緒。同時用戶希望ASNS 是易學易用的,在使用過程中不會耗費過多的精力。故而,提出假設:
H2:努力期望對ASNS 的使用意愿有正向影響。
3.1.3 感知風險對ASNS 使用意愿的影響
感知風險是指社交網(wǎng)絡用戶在信息共享行為中可能造成的潛在損失。有研究表明,感知風險會抑制用戶對社交媒體的使用意愿[18]。本研究基于ASNS 用戶信息行為的特殊性,認為ASNS 用戶信息共享行為所面臨的感知風險主要包括兩個方面:一是用戶在使用服務時,不可避免地需要提供某些個人信息[19],可能面臨信息泄露、垃圾信息推送等風險;二是ASNS 為用戶提供了交流機會,但一些未公開發(fā)表或發(fā)布的學術思想存在被竊取的可能?;诖耍恼绿岢黾僭O:
H3:感知風險對ASNS 的使用意愿有負向影響。
3.1.4 社會影響對ASNS 使用意愿的影響
社會影響指個人所感受到的受周圍群體影響的程度。Lewis 等提出外部影響因素的感知會影響個體對行為的態(tài)度[20]。在使用ASNS 的過程中,用戶會受到所處環(huán)境中其他個體的影響,如果其他個體對用戶營造了一種使用學術社交網(wǎng)絡的大環(huán)境,同時又有很好的學術交流氛圍,也會提升用戶的使用意愿。李玲麗等通過對Academia.edu 用戶的調(diào)查也顯示周圍同事對用戶使用ASNS 具有重要影響[21]。由此,文章提出假設:
H4:社會影響對ASNS 的使用意愿有正向影響。
3.1.5 信息質(zhì)量對ASNS 使用意愿的影響
信息質(zhì)量(Information Quality),是指信息對用戶的適用性[22]。研究表明,在以提供信息資源類為主的網(wǎng)絡服務中,信息內(nèi)容質(zhì)量的高低是影響用戶滿意度的重要因子[23-24]。目前,盡管ASNS 將自身定位為社交工具,但其所提供的學術信息資源仍是用戶在與系統(tǒng)交互過程中獲得的最直觀的收益,也是大多數(shù)科研人員使用ASNS 的主要動機之一。若ASNS 提供的信息質(zhì)量高,就會正向提升用戶對平臺的使用意愿。因此,提出假設:
H5:信息質(zhì)量對ASNS 的使用意愿有正向影響。
3.1.6 服務質(zhì)量對ASNS 使用意愿的影響
服務質(zhì)量(Service Quality),指系統(tǒng)提供服務可滿足用戶需求的程度。有研究表明,SNS 網(wǎng)站的服務質(zhì)量顯著正向影響顧客忠誠度,且服務質(zhì)量中的交互性、個性化和可靠性對忠誠度的影響效果顯著[25]。對于ASNS,若用戶能在現(xiàn)有平臺中隨時隨地、快速便捷地找到其所需要的服務,則會強化其對平臺服務評價的好感度,進一步提升其使用意愿,同時也會在其所在群體中向同事朋友推薦該平臺,擴散平臺的正面影響。因此,提出假設:
H6:服務質(zhì)量對使用意愿有正向影響。
H7: 服務質(zhì)量對社會影響有正向影響。
3.1.7 使用意愿對使用行為的影響
使用意愿(Behavioral Intention),指個人當前或將來可能會使用系統(tǒng)的主觀傾向。使用行為則是在個人意愿趨勢下會采取的實際行動,具體行為的發(fā)生需經(jīng)歷從動機到執(zhí)行的階段[26]。而Venkatesh 等在之前的研究中也證實用戶的行為意愿會直接影響其使用行為[6]。若用戶主觀情感上對系統(tǒng)的使用意愿強烈,就會驅使其主動去使用,甚至向周圍的人推薦該系統(tǒng),反之則不會有主動使用的行為。因此,提出假設:
H8: 使用意愿對使用行為有正向影響。
基于以上假設,本研究以績效期望、努力期望、感知風險、社會影響、信息質(zhì)量、服務質(zhì)量為自變量,以用戶對ASNS 的使用意愿為中介變量,以ASNS 用戶使用行為作為因變量。構建的研究模型如圖1 所示。
圖1 研究模型
本研究共涉及8 個變量因子,各因子均采用多指標進行測度。所有測度項均來自于已有文獻,以提高量表的內(nèi)容效度,具體參考文獻見表1。
整個量表的設計分為三大部分,第一部分為用戶個人基本概況,第二部分為影響用戶使用ASNS 意愿的主要因素,第三部分為用戶自身的使用意愿和使用行為表現(xiàn)。在問卷編制過程中首先通過小范圍預調(diào)查和專家訪談等環(huán)節(jié),不斷將問卷內(nèi)容改進完善,最終共確定有34個測度項。問卷測量表采用Likert 5 級量表法打分,答題者根據(jù)自身實際使用情況和使用意愿,在“非常不同意”“不同意”“一般”“同意”“非常同意”之間做出唯一選擇,分別對應“1、2、3、4、5”分。各因子具體的測度項見表1。
表1 因子測度項
本研究采用問卷星制作調(diào)查問卷。首先在Research-Gate、Academia.edu 和科研之友中收集我國用戶名單和E-mail,通過發(fā)送郵件邀請其填寫問卷,并請被調(diào)查用戶將問卷推送給有過ASNS 使用經(jīng)歷的同事進行填寫。本次 調(diào)查時間持 續(xù)2 周(2019年9月3日至2019年9月17日),共回收問卷314 份,剔除掉無效問卷,得到有效問卷269 份,有效率為85.7%。受訪者的描述性統(tǒng)計結果參見表2。
信度表明了測量量表所得結果的一致性程度。本研究通過Cronbach’α 值來測量信度。采用SPSS 22.0 進行檢驗,本研究中所有因子的α 值均大于 0.7,顯示了較好的信度[31]。本研究利用KMO 檢驗和Bartlett 球體檢驗驗證量表的結構效度。檢驗結果顯示,此模型具有較好的結構效度(KMO 檢驗系數(shù)為0.843,Bartlett 球體顯著性水平p=0.000)。進一步檢驗平均萃取方差(AVE),各個變量AVE 平方根均大于該變量與其他變量的相關系數(shù)(見表3),表明本研究中問卷量表的不同變量之間具有較好的區(qū)分效度[32]。
上述效度分析結果顯示,本研究所選取的變量獨立性較好,故適合用變量組合來進行結構方程分析[33]。運用AMOS 22.0 建立初始模型,進行初步擬合,并根據(jù)擬合度結果及修正指數(shù)M.I.(Modification Indices)進行模型修正。修正后的模型各項指標分別為:卡方 /自由度的值為2.081,CFI 值為0.917,AGFI 值為0.823,NFI 值為0.835,R MSEA 值為0.079,擬合度標準參考吳明隆介紹的常用指標標準[34],均在可接受的范圍內(nèi),模型的擬合效果較好。修正后的模型路徑系數(shù)見表4。
表4 結構方程模型路徑系數(shù)
由表4 結果可知假設H1、H2、H4、H5、H7、H8 的臨界比值絕對值即CR 值均>1.96,且H2、H4、H7、H8的P 值均在0.001 的水平顯著,H1 的P 值為0.003,在0.01的水平上顯著,H5 的P 值為0.031,在0.05 的水平上顯著,故假設H1、H2、H4、H5、H7、H8 成立。從而可知績效期望、努力期望、社會影響、信息質(zhì)量顯著影響ASNS 用戶使用意愿;服務質(zhì)量顯著正向影響社會影響,對ASNS 用戶使用意愿有間接正向影響效果;使用意愿對使用行為有顯著影響。假設H3、H6 的P 值均大于0.05,故原先假設不成立,感知風險、服務質(zhì)量對用戶的使用意愿沒有顯著影響。
研究結果顯示,績效期望、努力期望、信息質(zhì)量、社會影響對使用意愿有顯著正向影響,路徑系數(shù)從高到低依次為:社會影響(0.513)、信息質(zhì)量(0.463)、努力期望(0.255)、績效期望(0.154)。說明社會影響對用戶使用意愿的作用效果最大,其次為信息質(zhì)量。服務質(zhì)量顯著正向影響社會影響,對ASNS 用戶使用意愿有間接正向影響效果。感知風險、服務質(zhì)量對用戶的使用意愿沒有顯著影響。
之所以社會影響的影響效果最大,主要是由于ASNS對國內(nèi)大多數(shù)高校老師、學生而言尚屬于新生事物,相較于微信、QQ、微博等受眾較多、用戶群體龐大的非科研社交平臺,和國內(nèi)外知名的ResearchGate、Academia.edu、科研之友等相比,ASNS 并未做過多宣傳,完全靠用戶自愿自主使用,若周圍沒有人使用相關平臺或者用戶在開展科研工作、與同行合作交流時不是必須要使用相應平臺,則很少會主動了解使用。故而多數(shù)用戶都是通過周圍人推薦或者為了加強與同行的聯(lián)系而使用相關平臺,社會影響因此成為影響用戶使用意愿的關鍵因素。
對于信息質(zhì)量、績效期望與努力期望的影響效應,多數(shù)取決于當前國內(nèi)外ASNS 平臺的推廣應用程度、提供的信息源質(zhì)量和用戶使用習慣。有研究表明,目前用戶使用ASNS 的主要動機之一是為了獲取學術信息資源[2],對科研用戶而言,信息質(zhì)量直接關系到科研結果的可靠程度,所以信息質(zhì)量對用戶的使用意愿至關重要。此外,若ASNS能提供更為豐富且易獲取的信息資源,同時在操作上可進一步優(yōu)化,不耗費用戶過多時間去掌握使用技巧,用戶就會更傾向于使用該平臺。因而,目前許多ASNS 都在不斷擴大信息豐富度,提高其準確度,增加其易用性。以ResearchGate 為例,其所含學術資源非常豐富,甚至可以取代傳統(tǒng)的學術搜索引擎,且在信息準確度方面遠超學術搜索引擎。
研究結果也顯示,感知風險、服務質(zhì)量對使用意愿的影響效果并不顯著,這與以往的研究存有較大不同。我們認為,對于感知風險,與通用的社交平臺不一樣,目前ASNS 仍以個人教育、工作經(jīng)歷信息以及科研信息為主,并不涉及過多個人生活隱私。此外,用戶上傳的信息主要集中于已發(fā)表(錄用)的論文,未經(jīng)公開的學術思想或成果被竊取風險較小,故感知風險對用戶使用意愿的影響不顯著。而對于服務質(zhì)量,盡管人們普遍認為其對用戶使用意愿影響顯著,然而在科研社交平臺的使用上卻是個特例。目前,ASNS 仍屬于傳統(tǒng)的資源提供(檢索)功能與社交功能的簡單組合。有研究表明,用戶目前使用ASNS的目的多為檢索和下載學術資源,對基于嵌入式的社交功能涉及較少[35]。而事實上,各個科研社交平臺在資源提供功能上均較為成熟且趨于同質(zhì)化。因而,文章的研究結果并非意味著服務質(zhì)量不重要,而恰恰說明了目前ASNS在功能上的同質(zhì)化,且仍沒有深度嵌入到科研創(chuàng)新過程當中。
此外,研究結果也表明,用戶使用意愿顯著正向影響使用行為,用戶的實際使用行為會受其主觀意愿驅使,若意愿越強烈則越有可能使用平臺。這與Venkatesh[6]、Im等[8]、Liu 等[9]、陳明紅等[3]的結論基本一致。
本研究基于UTAUT 模型,結合ASNS 的特征,構建了ASNS 使用意愿和使用行為影響因素模型,并對模型進行了實證檢驗。研究結果表明,績效期望、努力期望、社會影響、信息質(zhì)量是影響科研社交平臺用戶使用意愿的主要因素,且均為正向顯著影響。按影響效果強弱排序,依次為:社會影響、信息質(zhì)量、努力期望、績效期望。感知風險和服務質(zhì)量對用戶使用科研社交平臺的意愿影響不顯著。使用意愿對使用行為有著顯著正向作用。
目前,國內(nèi)外均在大力發(fā)展ASNS。文章的探討和結論可為當前實踐特別是我國ASNS 的發(fā)展提供如下建議:
充分利用社會影響,發(fā)揮已有用戶的宣傳作用??茖W研究過程在很大程度上是一種團體協(xié)作活動,成員的影響非常關鍵。在ASNS 發(fā)展過程中,通過社會影響來吸引用戶是較為常用也是高效的策略,如ResearchGate的“熟人邀請”策略就達到了很好的效果[2]。目前,我國ASNS 仍處于起步階段,擴大其用戶量仍是當務之急,必須充分利用社會影響,其具體做法一方面可以采用“熟人邀請”策略,最大限度地吸引用戶;另一方面,吸引業(yè)內(nèi)高知名度專家入駐,從而形成名人效應,這也不失為一個好的策略[3]。
完善信息源的覆蓋度及準確度,提高用戶滿意度。當前,用戶利用ASNS 其主要目的之一仍是獲取學術信息資源。從現(xiàn)有情況來看,國外ASNS 如ResearchGate 其準確度總體較高,但其文獻來源主要以外文文獻為主,難以覆蓋中文文獻。相對而言,我國的ASNS 涵蓋中外文文獻,更符合國內(nèi)學者的需求,但信息的準確度總體偏低,如科研之友平臺中,論文的引用信息較不準確。此外,國外ASNS 對許多文獻可提供全文下載服務,而國內(nèi)科研社交平臺一般難以揭示。這些無疑影響了用戶的使用滿意度,因此國內(nèi)外ASNS 都有必要擴大信息源的覆蓋度并提高其準確性。
探索深度的科研過程嵌入式服務機制,優(yōu)化現(xiàn)有功能??茖W研究是復雜的過程,Schleyer 等認為科研社交平臺必須與現(xiàn)有科研工作流程緊密結合[36]。韓文等考查了ResearchGate、Academia.edu 等平臺的功能,認為其具有聚合科研資源、提高學術交流成效、增加合作機會等功能,還可以作為學術資源管理工具和學者評價的替代計量指標[37]。盡管如此,目前國內(nèi)外ASNS 在功能上仍是對傳統(tǒng)文獻數(shù)據(jù)庫和社交工具的簡單組合,對于科研過程的嵌入式服務機制仍有待進一步探索,而這些都必須建立在科研過程中對用戶信息行為深入理解的基礎上。