周 沛,伏蘇云,趙越春

(1.金陵科技學(xué)院商學(xué)院,江蘇 南京 211169) (2.河海大學(xué)管理科學(xué)研究所,江蘇 南京 210098)

伴隨移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展,移動(dòng)購(gòu)物已成為公眾主要的購(gòu)物方式之一. 而移動(dòng)終端上安裝的購(gòu)物平臺(tái)應(yīng)用(購(gòu)物類(lèi)APP)就成為必不可少的工具. 我國(guó)電子商務(wù)“十三五”發(fā)展規(guī)劃中明確強(qiáng)調(diào)到2020年,全國(guó)電商交易額要超過(guò)40萬(wàn)億元,其中網(wǎng)絡(luò)零售額10萬(wàn)億元,相關(guān)從業(yè)者5 000萬(wàn)人[1]. 據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)統(tǒng)計(jì)顯示,截止2018年6月,我國(guó)手機(jī)網(wǎng)民數(shù)量達(dá)7.88億,占網(wǎng)民總量的98.3%. 其中學(xué)生群體最多,占比達(dá)24.8%[2]. 因此,購(gòu)物類(lèi)APP的用戶(hù)持續(xù)使用事關(guān)電子商務(wù)的發(fā)展. 同時(shí),QuestMobil[3]的數(shù)據(jù)表明,移動(dòng)互聯(lián)網(wǎng)用戶(hù)中20歲至35歲人群占80.8%,作為獨(dú)特的社會(huì)群體,大學(xué)生具備較強(qiáng)的學(xué)習(xí)能力和探索精神,對(duì)購(gòu)物類(lèi)APP的熟練度較高,是各企業(yè)主推購(gòu)物類(lèi)APP的對(duì)象. 基于此,本文以移動(dòng)購(gòu)物類(lèi)APP為主題,選取南京10所高校的學(xué)生,展開(kāi)用戶(hù)持續(xù)使用影響因素的實(shí)證研究.

1 相關(guān)研究工作

1.1 相關(guān)理論

1.1.1 技術(shù)接受模型(TAM)

網(wǎng)絡(luò)消費(fèi)者行為研究中技術(shù)接受模型(Technology Acceptance Model,TAM)被廣泛用作基礎(chǔ)理論,其是Davis[4]以理性行為理論研究信息系統(tǒng)用戶(hù)接受時(shí)發(fā)現(xiàn)的,其中包含五要素:感知有用性、感知易用性、使用態(tài)度、行為意向和系統(tǒng)使用,并廣泛用于解釋信息技術(shù)使用的影響因素. 具體如圖1所示.

目前,學(xué)界主要運(yùn)用TAM模型來(lái)研究用戶(hù)對(duì)新技術(shù)的接受和使用意愿. 李盈瑩[5]研究發(fā)現(xiàn),感知有用性和易用性正向影響大學(xué)生移動(dòng)網(wǎng)購(gòu)意向. 李瓊等[6]以技術(shù)接受模型證實(shí)了感知有用性對(duì)用戶(hù)微信購(gòu)物態(tài)度和使用行為均有直接正向影響. 購(gòu)物類(lèi)APP作為網(wǎng)絡(luò)購(gòu)物的延伸,以TAM模型為基礎(chǔ)理論具有一定有效性.

1.1.2 計(jì)劃行為理論(TPB)

計(jì)劃行為理論(Theory of Planned Behavior,TPB)認(rèn)為行為意向的主要影響因素是態(tài)度、主觀(guān)規(guī)范和直覺(jué)行為控制. TPB[7]在前人理論基礎(chǔ)上融合了知覺(jué)行為控制,將行為意向包含到模型中,從而更好地預(yù)測(cè)用戶(hù)行為. 具體如圖2所示.

就用戶(hù)而言,對(duì)購(gòu)物類(lèi)APP的選擇難免會(huì)受周?chē)h(huán)境影響,李欣穎等[8]證實(shí)了用戶(hù)信息行為受主觀(guān)規(guī)范的正向影響. 楊強(qiáng)等[9]從早期大眾購(gòu)買(mǎi)行為切入,運(yùn)用計(jì)劃行為理論構(gòu)建結(jié)構(gòu)方程模型,證實(shí)了主觀(guān)規(guī)范做為購(gòu)買(mǎi)意愿的部分中介因素,對(duì)購(gòu)買(mǎi)行為產(chǎn)生正向影響,所以本文將計(jì)劃行為理論作為探究影響購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用因素的基礎(chǔ)模型.

1.1.3 期望確認(rèn)模型(ECM)

期望確認(rèn)模型(Expectation Confirmation Model,ECM)是Bhattacherjee依據(jù)“期望—確認(rèn)—滿(mǎn)意—意圖”范式提出的,認(rèn)為使用者在使用IS前有初始期望,然后與實(shí)際使用績(jī)效之間產(chǎn)生的落差稱(chēng)為期望確認(rèn)度[10]. 期望確認(rèn)度會(huì)影響用戶(hù)信息系統(tǒng)使用的滿(mǎn)意度和感知有用性,而它們又會(huì)影響用戶(hù)的持續(xù)使用意愿. 具體如圖3所示.

ECM已在用戶(hù)信息系統(tǒng)使用意愿和行為研究中得到廣泛運(yùn)用. 孫建軍等[11]證實(shí)了在視頻網(wǎng)站用戶(hù)持續(xù)使用時(shí),期望確認(rèn)度正向影響感知有用性和用戶(hù)滿(mǎn)意度.

1.2 購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用影響因素

到目前為止,只有陸敏玲等[12]從促進(jìn)因素和阻礙因素兩個(gè)方面探究移動(dòng)購(gòu)物用戶(hù)采納行為. 劉百靈等[13]從移動(dòng)購(gòu)物應(yīng)用特點(diǎn)和用戶(hù)個(gè)體特質(zhì)兩方面分析了移動(dòng)購(gòu)物持續(xù)使用意愿. 而購(gòu)物類(lèi)APP是網(wǎng)絡(luò)購(gòu)物的延伸,在前人研究基礎(chǔ)上,將購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用影響因素進(jìn)行了分類(lèi),如表1所示.

本文以南京10所高校的大學(xué)生為調(diào)查對(duì)象,探尋購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用的影響因素,主要分析個(gè)人、技術(shù)和社會(huì)3個(gè)層面.

表1 購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用影響因素Table 1 The influence factors of shopping APP users continue to use

*此表系本文整理所得.

2 模型構(gòu)建與假設(shè)

在文獻(xiàn)回顧的基礎(chǔ)上,本文建立了購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用影響因素概念模型. 模型以TAM和TPB為理論基礎(chǔ),并與ECM相結(jié)合,將變量劃分為個(gè)人、技術(shù)和社會(huì)3個(gè)層面,并把個(gè)人創(chuàng)新、感知娛樂(lè)性、系統(tǒng)安全性、服務(wù)質(zhì)量和主觀(guān)規(guī)范加入到模型中來(lái)探討它們對(duì)用戶(hù)持續(xù)使用購(gòu)物類(lèi)APP意愿的影響. 具體研究模型如圖4所示.

2.1 個(gè)人層面

2.1.1 個(gè)人創(chuàng)新

Kleysen等[14]指出顧客個(gè)人創(chuàng)新是個(gè)體將有益的創(chuàng)新予以產(chǎn)生、融入及實(shí)施到組織中的所有行為. 賈鵬飛[15]證實(shí)個(gè)人創(chuàng)新性對(duì)移動(dòng)購(gòu)物平臺(tái)持續(xù)使用意愿有顯著影響. 而有較高文化層次和探索精神的高校學(xué)生,個(gè)人創(chuàng)新的影響會(huì)更加明顯. 所以本文假設(shè):

H1:個(gè)人創(chuàng)新對(duì)用戶(hù)滿(mǎn)意度有積極影響.

H2:個(gè)人創(chuàng)新對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.1.2 感知娛樂(lè)性

隨著購(gòu)物類(lèi)APP的不斷完善,增加了購(gòu)物社區(qū)和直播等功能來(lái)吸引消費(fèi)者,用戶(hù)在購(gòu)物過(guò)程中能以輕松愉快的狀態(tài)參與,促使用戶(hù)重復(fù)使用行為的出現(xiàn). Davis等[16]認(rèn)為感知娛樂(lè)性是感受到的使用過(guò)程中的愉悅程度. 林琳[17]指出作為網(wǎng)絡(luò)購(gòu)物的本質(zhì)屬性,消費(fèi)者感知APP購(gòu)物娛樂(lè)性對(duì)其使用APP購(gòu)物態(tài)度有正向影響. 如果用戶(hù)在愉悅的狀態(tài)下使用購(gòu)物類(lèi)APP,將會(huì)提高對(duì)APP的滿(mǎn)意度,繼而產(chǎn)生持續(xù)使用意愿. 因此本文假設(shè):

H3:感知娛樂(lè)性對(duì)用戶(hù)滿(mǎn)意度有積極影響.

H4:感知娛樂(lè)性對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.1.3 期望確認(rèn)程度

當(dāng)用戶(hù)通過(guò)購(gòu)物類(lèi)APP進(jìn)行購(gòu)物時(shí),若購(gòu)物體驗(yàn)超預(yù)期,用戶(hù)可能會(huì)持續(xù)使用該APP. 如出現(xiàn)期望不確認(rèn)現(xiàn)象,會(huì)影響用戶(hù)對(duì)購(gòu)物類(lèi)APP持續(xù)使用. 李婷[18]以期望確認(rèn)模型為基礎(chǔ),研究發(fā)現(xiàn)期望確認(rèn)程度對(duì)消費(fèi)者持續(xù)使用移動(dòng)購(gòu)物意愿有直接正向影響. 所以本文假設(shè):

H5:期望確認(rèn)度對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.2 技術(shù)層面

2.2.1 感知有用性

劉琳[19]基于TRA、TPB和TAM,研究了用戶(hù)手機(jī)客戶(hù)端網(wǎng)購(gòu)行為,發(fā)現(xiàn)感知有用性對(duì)購(gòu)物網(wǎng)站APP使用意愿有顯著正向影響. 陳容等[20]從用戶(hù)角度出發(fā),證實(shí)感知有用性對(duì)移動(dòng)購(gòu)物滿(mǎn)意度和持續(xù)使用意愿均有顯著積極影響. 購(gòu)物類(lèi)APP可幫助用戶(hù)進(jìn)行信息分析(地理位置、興趣愛(ài)好和需求),從而提高購(gòu)物效率. 消費(fèi)者可節(jié)省時(shí)間和精力成本,買(mǎi)到所需物品. 所以本文假設(shè):

H6:感知有用性對(duì)用戶(hù)滿(mǎn)意度有積極影響;

H7:感知有用性對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.2.2 系統(tǒng)安全性

系統(tǒng)安全性是購(gòu)物類(lèi)APP的一個(gè)重要屬性,用戶(hù)持續(xù)使用意向隨系統(tǒng)安全性增高. 高靈等[21]等在研究網(wǎng)絡(luò)知識(shí)社區(qū)服務(wù)中,實(shí)證發(fā)現(xiàn)平臺(tái)的安全性積極影響用戶(hù)持續(xù)使用意愿. 用戶(hù)在使用購(gòu)物類(lèi)APP時(shí),系統(tǒng)的可靠性和穩(wěn)定性越高,用戶(hù)感知系統(tǒng)越安全. 若系統(tǒng)安全性出現(xiàn)問(wèn)題,那么用戶(hù)就會(huì)對(duì)APP產(chǎn)生質(zhì)疑,購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用意愿會(huì)受到消極影響. 所以本文假設(shè):

H8:系統(tǒng)安全性對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.2.3 服務(wù)質(zhì)量

服務(wù)質(zhì)量指用戶(hù)移動(dòng)購(gòu)物時(shí)系統(tǒng)和用戶(hù)的交互程度. 購(gòu)物類(lèi)APP可分析用戶(hù)的搜索關(guān)注內(nèi)容,更好地向用戶(hù)展示商品和促銷(xiāo)方面的信息,從而提供更優(yōu)質(zhì)的個(gè)性化服務(wù). 林琳[22]運(yùn)用ABC態(tài)度理論,研究了APP消費(fèi)者移動(dòng)購(gòu)物行為,證明了服務(wù)質(zhì)量對(duì)消費(fèi)者使用APP移動(dòng)購(gòu)物態(tài)度有正向影響. 因此,本文假設(shè):

H9:服務(wù)質(zhì)量對(duì)用戶(hù)滿(mǎn)意度有積極影響.

H10:服務(wù)質(zhì)量對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.3 社會(huì)層面

2.3.1 結(jié)構(gòu)保證

結(jié)構(gòu)保證指消費(fèi)者對(duì)用于保護(hù)交易安全的措施的感知,這些安全措施通常為法規(guī)、政策、正式協(xié)議或承諾等. Mcknight等[23]認(rèn)為人們?nèi)菀自诎踩煽康沫h(huán)境中對(duì)其他人或事產(chǎn)生信任. 完善的安全措施不但可以增加與對(duì)方之間的信任,還可以減低消費(fèi)者感知的風(fēng)險(xiǎn). 在移動(dòng)網(wǎng)絡(luò)環(huán)境下,結(jié)構(gòu)保證更為重要. 為避免消費(fèi)者權(quán)益受到侵犯,需有相應(yīng)的法律法規(guī)來(lái)規(guī)范購(gòu)物類(lèi)APP的安全性. 所以本文假設(shè):

H11:結(jié)構(gòu)保證對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.3.2 主觀(guān)規(guī)范

主觀(guān)規(guī)范是當(dāng)個(gè)體開(kāi)展某種特定行為時(shí)所感受到的外界壓力,黃杰[24]等研究發(fā)現(xiàn)用戶(hù)在移動(dòng)購(gòu)物過(guò)程中,主觀(guān)規(guī)范會(huì)影響使用態(tài)度和使用意愿. 若身邊的朋友、同事和親人等都使用同種購(gòu)物類(lèi)APP,某人就會(huì)受他們影響,從而使用同款購(gòu)物APP. 所以本文假設(shè):

H12:主觀(guān)規(guī)范對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

2.4 中介變量

文獻(xiàn)[25]認(rèn)為中介變量是自變量對(duì)因變量發(fā)生影響的媒介,自變量通過(guò)中介變量對(duì)因變量產(chǎn)生作用. 張璇等[26]將滿(mǎn)意度作為中介變量,對(duì)滿(mǎn)意度和持續(xù)使用意愿展開(kāi)了實(shí)證研究,發(fā)現(xiàn)二者的路徑系數(shù)達(dá)到0.682. 黃柏浙等[27]將滿(mǎn)意度作為中介變量設(shè)計(jì)在研究模型中,研究了影響移動(dòng)社交類(lèi)APP用戶(hù)持續(xù)使用意愿的因素,并證明滿(mǎn)意度對(duì)持續(xù)使用意愿有積極影響. 所以本文假設(shè):

H13:用戶(hù)滿(mǎn)意度對(duì)用戶(hù)持續(xù)使用意愿有積極影響.

3 研究方法和數(shù)據(jù)分析

3.1 問(wèn)卷設(shè)計(jì)和收集

本文實(shí)證研究借助線(xiàn)下和網(wǎng)絡(luò)來(lái)收集數(shù)據(jù)進(jìn)行分析,問(wèn)卷量表參考了國(guó)外研究的成熟量表[28-29],并結(jié)合購(gòu)物類(lèi)APP的具體情況進(jìn)行修改. 隨后咨詢(xún)移動(dòng)電子商務(wù)專(zhuān)家,訪(fǎng)談了部分電商企業(yè)和南京高校大學(xué)生,并進(jìn)行了小規(guī)模測(cè)試. 在此基礎(chǔ)上調(diào)整初始問(wèn)卷測(cè)量指標(biāo),形成最終問(wèn)卷. 正式問(wèn)卷分為兩部分:第一部分是大學(xué)生自身和使用的基本情況,第二部分是測(cè)量主體,包括8個(gè)自變量、1個(gè)中間變量、1個(gè)因變量以及30個(gè)問(wèn)項(xiàng),并采用Likert 5級(jí)量表進(jìn)行度量. 正式調(diào)查于2018年8月8日—11月28日進(jìn)行,共回收問(wèn)卷807份,其中有效問(wèn)卷791份,樣本有效率為98%.

3.2 樣本特征

收集的數(shù)據(jù)基本情況如表2所示. 在791個(gè)樣本用戶(hù)中,361個(gè)用戶(hù)使用購(gòu)物類(lèi)APP時(shí)間長(zhǎng)達(dá)1-3年,占45.6%;513個(gè)用戶(hù)使用頻率達(dá)到每周1-3次,占64.9%,其中主要使用的購(gòu)物類(lèi)APP有淘寶、京東和天貓,分別占38.9%、18.7%及16.7%.

表2 樣本基本情況Table 2 The basic information of sample

3.3 數(shù)據(jù)處理結(jié)果

3.3.1 信度與效度檢驗(yàn)

本研究使用SPSS22.0和AMOS24.0統(tǒng)計(jì)分析軟件進(jìn)行數(shù)據(jù)處理. 信度使用Cronbach’sα系數(shù)值進(jìn)行檢驗(yàn). 效度則通過(guò)聚斂效度和區(qū)別效度進(jìn)行判定. 結(jié)果如表3和表4所示,信度方面,各潛變量的Cronbach’sα系數(shù)值在0.878至0.952間,大于標(biāo)準(zhǔn)值0.7,而組合信度(CR)值在0.847至0.884間,均大于0.6的標(biāo)準(zhǔn),說(shuō)明量表具有良好信度. 效度方面,由于測(cè)量問(wèn)項(xiàng)主體借鑒成熟量表,并經(jīng)過(guò)專(zhuān)家測(cè)評(píng),故具有較高內(nèi)容效度. 而各變量因子載荷值和平均方差萃取率(AVE)分別大于標(biāo)準(zhǔn)值0.7和0.5,且各變量的相關(guān)系數(shù)小于對(duì)應(yīng)AVE的平方根,表明具有良好的聚斂效度和區(qū)別效度.

表3 描述性統(tǒng)計(jì)和聚斂效度Table 3 Descriptive statistics and convergent validity

續(xù)表3 Table 3 continued

表4 區(qū)別效度Table 4 The result of discriminant validity

注:對(duì)角線(xiàn)加粗的數(shù)值為AVE的平方根.

3.3.2 結(jié)構(gòu)模型假設(shè)檢驗(yàn)

在對(duì)概念模型量表信度、效度及相關(guān)性分析的前提下,本文進(jìn)一步采用AMOS24對(duì)全模型進(jìn)行建模分析,以此揭示自變量和因變量間的作用方向和程度,并對(duì)不理想的初始模型進(jìn)行修正,得出最終模型和路徑關(guān)系. 首先,對(duì)結(jié)構(gòu)模型的整體適配度進(jìn)行檢驗(yàn),具體如表5所示. 根據(jù) Bentler[30]的研究結(jié)論,輸出結(jié)果證明模型擬合指標(biāo)均在可接受范圍,擬合度較好.

表5 模型整體適配度檢驗(yàn)結(jié)果Table 5 The overall adaptation degree of model

其次,采用極大似然法進(jìn)行參數(shù)估計(jì),得出本文結(jié)構(gòu)模型路徑分析結(jié)果,如表6所示. 在針對(duì)移動(dòng)購(gòu)物APP提出的13個(gè)假設(shè)中,有11個(gè)成立,只有H5和H8未通過(guò)假設(shè)檢驗(yàn),其余假設(shè)路徑系數(shù)均顯著,表明假設(shè)成立.

表6 假設(shè)檢驗(yàn)結(jié)果Table 6 Hypothesis testing outcomes

注:***、**和*分別表示P在0.001、0.01和0.05的水平上顯著.

3.3.3 結(jié)構(gòu)模型修正

為使模型更科學(xué)及簡(jiǎn)潔,故把不顯著的路徑連線(xiàn)刪除,對(duì)結(jié)構(gòu)模型做修正處理. 期望確認(rèn)程度和系統(tǒng)安全性對(duì)用戶(hù)持續(xù)使用意愿的路徑連線(xiàn)不顯著,導(dǎo)致與其相關(guān)的兩個(gè)假設(shè)沒(méi)有得到驗(yàn)證. 原因可能在于,一是目前購(gòu)物類(lèi)APP種類(lèi)繁多,功能和模式類(lèi)似,用戶(hù)體驗(yàn)差異小. 因此大部分用戶(hù)在初次使用APP時(shí)抱著嘗試的態(tài)度,沒(méi)有太高預(yù)期. 二是用戶(hù)普遍使用成熟度很高的APP,諸如京東、淘寶和天貓等,且支付方式主要為支付寶和微信等完善的第三方媒介,故對(duì)系統(tǒng)安全性考慮不多.

修正模型的擬合優(yōu)度指數(shù)結(jié)果χ2/df=4.226,RMSEA=0.041,AGFI=0.898,GFI=0.806,NFI=0.863,PNFI=0.707,PCFI=0.712,與結(jié)構(gòu)模型相比,在具有較好擬合優(yōu)度的基礎(chǔ)上,修正模型更簡(jiǎn)約合理. 經(jīng)整理的修正模型輸出如圖5所示.

4 結(jié)果與討論

由結(jié)果可得,假設(shè)H1、H2、H3、H4、H6、H7、H9、H10、H11、H12和H13通過(guò)檢驗(yàn),而假設(shè)H5和H8未通過(guò)檢驗(yàn).

在用戶(hù)滿(mǎn)意度方面,服務(wù)質(zhì)量(路徑系數(shù):0.613***)影響最大,其次是個(gè)人創(chuàng)新(路徑系數(shù):0.239***),再次是感知娛樂(lè)性(路徑系數(shù):0.201***),感知有用性(路徑系數(shù):0.068**)影響最小. 究其原因:隨著商品品質(zhì)提高,互聯(lián)網(wǎng)技術(shù)日趨完善,消費(fèi)者更多考慮企業(yè)能提供的線(xiàn)上和線(xiàn)下服務(wù). 大學(xué)生有較強(qiáng)探索精神,愿意嘗試新事物. 不同類(lèi)型用戶(hù)個(gè)人創(chuàng)新性不同,對(duì)用戶(hù)滿(mǎn)意度的影響程度差異較大. 同時(shí),互聯(lián)網(wǎng)技術(shù)不斷迭代,移動(dòng)APP功能略帶游戲性的應(yīng)用較“圖片+文字”的靜態(tài)模式更能提升用戶(hù)消費(fèi)體驗(yàn),增強(qiáng)用戶(hù)的情感依賴(lài),提高滿(mǎn)意度.

在用戶(hù)持續(xù)使用意愿方面,個(gè)人創(chuàng)新(路徑系數(shù):0.404***)影響最大,其次是主觀(guān)規(guī)范(路徑系數(shù):0.209***),再次是服務(wù)質(zhì)量(路徑系數(shù):0.208***),接著是感知娛樂(lè)性(路徑系數(shù):0.086***)和結(jié)構(gòu)保證(路徑系數(shù):0.085***),最后是感知有用性(路徑系數(shù):0.051***). 這表明,在初次使用滿(mǎn)意后,大學(xué)生更愿意嘗試使用購(gòu)物APP再次消費(fèi). 同時(shí),大學(xué)生感受到各類(lèi)APP同質(zhì)性較高,對(duì)系統(tǒng)和進(jìn)駐商家及產(chǎn)品質(zhì)量體驗(yàn)無(wú)明顯差異,服務(wù)水平就顯得尤為重要. 大學(xué)生對(duì)購(gòu)物類(lèi)APP在生活中帶來(lái)的便利性和愉悅感較為關(guān)注. 此外,移動(dòng)購(gòu)物環(huán)境下,大學(xué)生對(duì)自身權(quán)益的保護(hù)也十分重視. 大學(xué)生容易受環(huán)境影響,身邊人易成為其模仿對(duì)象. 中國(guó)傳統(tǒng)文化層面崇尚“集體主義”,“自我”意識(shí)較弱,使得個(gè)體做決策易受外界因素影響.

而用戶(hù)滿(mǎn)意度對(duì)用戶(hù)持續(xù)使用意愿(路徑系數(shù):0.467***)與大部分前人研究結(jié)果一致,在初次使用獲得良好感知后,大學(xué)生會(huì)繼續(xù)選擇使用某購(gòu)物類(lèi)APP. 換句話(huà)說(shuō),持續(xù)使用意愿建立在一定用戶(hù)滿(mǎn)意基礎(chǔ)上.

因此,政府和企業(yè)應(yīng)從如下三方面著手,構(gòu)建和諧電子商務(wù)生態(tài)系統(tǒng). 一是個(gè)人層面,電商企業(yè)要不斷創(chuàng)新前后端技術(shù),持續(xù)推出新服務(wù)和應(yīng)用,讓用戶(hù)始終保持新鮮感. 同時(shí),企業(yè)和政府要進(jìn)一步縮小“數(shù)字鴻溝”,降低APP使用門(mén)檻,增強(qiáng)不同層次用戶(hù)的個(gè)人創(chuàng)新度. 此外,企業(yè)既要讓用戶(hù)購(gòu)買(mǎi)到所需商品又體驗(yàn)到樂(lè)趣,如在APP中設(shè)計(jì)富有娛樂(lè)性的游戲和獎(jiǎng)勵(lì)任務(wù). 還應(yīng)重視用戶(hù)在APP中的互動(dòng)交流體驗(yàn),為用戶(hù)專(zhuān)門(mén)提供交流分享的社區(qū),如穿衣秀社區(qū)和購(gòu)物達(dá)人社區(qū)等,以提升他們的感知娛樂(lè)性. 二是技術(shù)層面,APP運(yùn)營(yíng)商應(yīng)著力為用戶(hù)提供有價(jià)值信息,可從提升信息可信度、真實(shí)性、契合度及更新度等方面考慮,以提高用戶(hù)信息搜索和商品成交率. 同時(shí),與傳統(tǒng)PC端相比,移動(dòng)端具有其特殊性. 開(kāi)發(fā)商應(yīng)重點(diǎn)關(guān)注終端屏幕的可承載性和客戶(hù)端接入速度,以提升APP可用性. 此外,APP客服系統(tǒng)要積極與用戶(hù)進(jìn)行溝通,做好客戶(hù)關(guān)系維護(hù),加強(qiáng)用戶(hù)權(quán)益保障,優(yōu)化賠償準(zhǔn)備金和先行賠付制度,以提升客服友好性和APP服務(wù)質(zhì)量. 在社會(huì)層面,政府應(yīng)適時(shí)制定符合我省現(xiàn)狀的移動(dòng)電商發(fā)展戰(zhàn)略,出臺(tái)系列鼓勵(lì)政策和法律法規(guī). 如在購(gòu)物類(lèi)APP消費(fèi)時(shí),用戶(hù)可享有更多權(quán)益保障. 同時(shí),初創(chuàng)類(lèi)電商企業(yè)在實(shí)施APP項(xiàng)目時(shí),政府可提供便捷渠道,減免部分稅費(fèi)等. 此外,電商企業(yè)生存環(huán)境日益嚴(yán)峻,政府和企業(yè)應(yīng)從商業(yè)生態(tài)系統(tǒng)角度出發(fā),充分考慮系統(tǒng)中的構(gòu)建者、參與者和競(jìng)爭(zhēng)者. 要維持用戶(hù)的使用意愿,必須依賴(lài)系統(tǒng)中各角色的合作才能共生共贏.

5 結(jié)論

本文以南京市10所高校為例,以TAM和ECM模型為基礎(chǔ),提出了購(gòu)物類(lèi)APP用戶(hù)持續(xù)使用影響因素模型,并對(duì)模型進(jìn)行了實(shí)證檢驗(yàn). 研究結(jié)果較好地驗(yàn)證了理論模型,主要結(jié)論如下:

(1)在AMOS對(duì)模型路徑分析基礎(chǔ)上,修正后的模型中個(gè)人層面包括個(gè)人創(chuàng)新和感知娛樂(lè)性2個(gè)維度;技術(shù)層面包括感知有用性和服務(wù)質(zhì)量2個(gè)維度;社會(huì)層面包括結(jié)構(gòu)保證和主觀(guān)范式2個(gè)維度.

(2)服務(wù)質(zhì)量、個(gè)人創(chuàng)新、感知娛樂(lè)性、感知有用性對(duì)用戶(hù)滿(mǎn)意度均有直接影響,且影響程度逐漸減弱;個(gè)人創(chuàng)新、主觀(guān)規(guī)范、服務(wù)質(zhì)量、感知娛樂(lè)性、結(jié)構(gòu)保證和感知有用性對(duì)用戶(hù)持續(xù)使用意愿產(chǎn)生直接影響,且影響程度逐漸減弱.

(3)用戶(hù)滿(mǎn)意度對(duì)用戶(hù)持續(xù)使用意愿產(chǎn)生較強(qiáng)的直接影響. 持續(xù)使用需要一定的用戶(hù)體驗(yàn)基礎(chǔ).

本研究尚存在一些不足,首先,問(wèn)卷的獲取基于截面數(shù)據(jù),從某種程度上說(shuō)會(huì)影響研究的準(zhǔn)確性. 今后可收集縱向數(shù)據(jù)進(jìn)行分析,采取跟蹤調(diào)查法. 其次,本研究只選取南京市10所高校學(xué)生展開(kāi)問(wèn)卷調(diào)查,針對(duì)年輕用戶(hù)群體,今后可擴(kuò)大樣本范圍,提高研究結(jié)論的普適性;再次,當(dāng)前本研究領(lǐng)域的相關(guān)理論模型和量表較為成熟,但大部分來(lái)自國(guó)外. 本研究借鑒已有成果并根據(jù)國(guó)情進(jìn)行適當(dāng)修正,通過(guò)驗(yàn)證性因子分析得到6個(gè)維度,但在后續(xù)研究中需對(duì)模型和量表進(jìn)行開(kāi)發(fā)和驗(yàn)證.