个人信息管理工具使用意愿研究——以智能手机为例，本文主要内容关键词为：为例论文,智能手机论文,个人信息论文,管理工具论文,意愿论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中国工业和信息化部（MIIT）公布的数据显示，截止到2011年11月末，我国移动电话用户总数达到9.75亿户，移动电话普及率达到72.8部/百人[1]。智能手机与个人计算机一样，具有独立的操作系统，可以由用户自行安装第三方服务商提供的软件来扩充手机的功能，并能通过移动通讯网络来实现无线网络接入的手机。智能手机具有便携性、易用性、多功能等特点，成为继PDA之后最重要的个人信息管理设备之一。
智能手机的出现和发展实现了个人信息管理的7个any（anyone、anywhere、any device、any platform、any media、any message、any relationship），即无论任何人、何时何地、使用何种设备，都可以快速有效、简单方便地进行个人信息管理活动。Daniel[2]提出了一种支持在智能手机上进行个人信息管理的设计方案——TapGlance，这是一个统一的智能手机用户界面，用户可以通过该界面围绕时间、地点、人员等进行信息检索，从而完成移动环境下的个人信息管理任务。Andreas等人[3]基于移动环境下设备的交互提出了个人信息管理要采用全面的、整体的方法，移动设备将代替桌面电脑成为管理个人信息和生活的主要工具。智能手机用于管理个人信息具有先天的优势，充分发挥智能手机的信息管理功能不仅为移动通讯设备的发展提供了更广阔的空间，也为拓展人的信息处理能力提供了重要帮助。
本文着力探讨影响人们使用智能手机管理个人信息的主要因素，以社会科学领域广泛接受的技术采纳模型（Technology Acceptance Model，TAM）为理论基础，通过问卷调查法收集用户数据，利用结构方程建模（Structure Equation Model，SEM）和Smart PLS2.0软件对一手数据进行分析和处理，为优化以智能手机为代表的个人信息管理工具提供指导和借鉴。
1 技术采纳模型
TAM是目前使用和接受最广泛的理论基础之一。Rogers[4]于1962年提出了创新扩散模型（Diffusion of Innovation），1975年Fishbein和Aizen[5]提出了以消费者为中心的理性行为理论（Theory of Reasoned Action，TRA）。TRA认为，人们做某事的意愿取决于个人对该行为的态度及其主观标准（社会影响）。Aizen[6]在扩展TRA的基础上提出了计划行为理论（Theory of Planned Behaviour，TPB），TPB保留了TRA的态度和主观标准要素，并定义了一个新的要素——感知行为控制（Perceived Behaviour Control），这是指个人对执行目标行为的难易程度的感知。在上述模型的基础上，Davis[7]于1989年提出了信息系统历史上具有里程碑意义的技术采纳模型。TAM模型将重点放在技术采纳上，定义了感知有用性（Perceived Usefulness）和感知易用性（Perceived Ease of Use），将其作为技术采纳的主要因素。感知有用性是指“个人认为使用某项技术将能提高其工作绩效的程度”，感知易用性是指“个人认为使用某项技术的难易程度”；感知易用性能够间接地通过感知有用性影响用户对技术的态度，进而影响用户对技术的采纳。2000年，Venkatesh和Davis[8]又进一步扩展了TAM，构建了TAM2，包含了社会影响和认知过程这两个因素。虽然TAM被广泛用于各种系统、技术等用户采纳行为，但是，即使是TAM2也不能充分解释用户使用智能手机进行个人信息管理的意愿，需要在TAM的基础上，增加其他变量，来研究用户使用智能手机进行个人信息管理的意愿。
2 研究模型与假设
本文在TAM及相关文献研究的基础上，除保留感知有用性、感知易用性和意愿等因素外，还引入了趣味性、信任、满意度和效率四个变量，以研究影响用户使用智能手机进行个人信息管理的因素，研究模型如图1所示。
2.1 趣味性
趣味性是指当用户做某事时感到快乐和满意。Kwon和Chidambaram[9]在研究移动电话技术的用户采纳中改进了TAM，增加了趣味性（enjoyment）等影响因素。Hong和Tam[10]研究了工作外某个给定环境下用户对移动数据服务（Mobile Data Service，MDS）的采纳情况，他们提出了多功能信息工具模型（Multipurpose In-formation Appliances Model，MIA），该模型包含5个主要因素，除了感知有用性和感知易用性外，还包括了用户感知趣味性（user perceived enjoyment）等因素。Moon[11]、Teo[12]等在TAM的基础上，提出了“感知娱乐性（perceived playfulness）”和“感知趣味性（perceived enjoyment）”等因素，研究互联网技术的用户接受程度，结果表明，趣味性能够促进用户更快地接受新技术。因此，本文综合上述文献提出如下假设：
H1:趣味性与感知易用性之间存在正相关关系。
2.2 信任
McKnight等人[13]将信任定义为信任意愿和信任信念（trusting intentions and trusting beliefs），信任意愿对行为有直接的影响，而信任信念对行为有间接影响。Fishbein和Ajzen[14]指出，信任信念先反映出用户的态度然后能通过态度影响用户行为。Lewic ki等人[15]将信任定义为依赖于交流伙伴的意愿。Currall和Judge[16]认为信任是在一个给定环境条件下个人能够依赖他人的决定因素。Beford[17]在技术采纳与利用整合理论（Unified Theory of Acceptance and Use of Technology,UTAUT）模型中增加了“信任”因素，研究用户对新信息系统的意愿及态度。Luarn和Lin[18]在TAM上增加了一些新的构念，包括基于信任的感知可信度、基于资源的感知自我效能和感知财政花费，研究移动银行环境下用户使用移动服务的意愿。Hart和Johnson[19]的实证研究也表明，信任能够增加用户对新技术和新产品的接纳程度。因此，本文在上述文献的基础上提出如下假设：
H2:信任与感知易用性之间存在正相关关系。
2.3 满意度
满意度是一种心理状态，是用户的需求被满足后的愉悦感。国际标准化组织（ISO）将满意度、效力和效率作为可用性的核心概念[20]。Cody-Allen等人[21]]在UTAUT模型中增加了变量“满意”来研究用户对信息系统的采纳。Delone和McLean[22]通过实证研究表明，当用户对某个系统持满意态度时，他们会更频繁地使用该系统。Wolfinbarger和Gilly[23]通过研究证明，当用户对智能手机的用户界面有着良好的评估时用户会有更高的满意度，而且简单的界面设计也是影响用户满意度的关键要素。Chae[24]、Li[25]等人发现在影响移动电子商务服务质量的因素中，改善满意度能够影响用户使用3G服务的意愿。Siau[26]、Yeh[27]等人证明满意度是影响客户对移动电子商务认知的基本绩效因素。此外，Garbarino[28]、Pavlou[29]等人的研究还表明用户满意度是信任的前提。Yoo[30]等人也指出，最强有力的信任来自于客户曾经的真实经历，同时基于知识的信任对客户满意度有强烈影响。因此，本文提出如下假设：
H3:满意度与感知易用性之间存在正相关关系。
2.4 效率
效率是指单位时间内实际完成的工作量。Venkatesh等人[31]在TAM的基础上，开发了技术采纳与利用整合模型（UTAUT），并且经过3个月的研究证明，该模型在研究用户对一个新系统的采纳情况时是一个有用的、标准的模型。UTAUT有四个核心因素：绩效期望（Performance Expectancy，PE）、付出期望（Effort Expectancy、EE）、社会影响（Social Influence，SI）、促成因素（Facilitating Conditions，FC）。其中PE是指“个人认为能够通过使用系统提供其工作绩效的程度”，是对使用效果的评价；EE是指“个人利用系统需要付出的努力程度”，是对使用成本的评价。许多学者基于UTAUT模型研究了用户对新技术的采纳情况，如WLAN技术、平板电脑、SMS和群体支持系统等。因此，本文提出如下假设：
H4:效率与感知有用性之间存在正相关关系。
2.5 感知易用性和感知有用性
在用户采纳行为研究中，学者广泛采用TAM并将用户的感知易用性和感知有用性作为影响用户采纳行为决定的主要因素，这些变量构成了TAM的主要部分。感知有用性即用户相信使用某项技术能够帮助他们提高绩效的程度，这关系到任务的效果、生产率以及在任务中利用信息技术的重要性[32]。感知易用性即用户信任某项技术容易使用的程度，也就是容易学习的程度。目前，有许多研究证实感知易用性是感知有用性的前置变量，即感知易用性能间接地通过感知有用性影响用户的意愿，进而影响了用户对使用的态度，并更进一步决定用户的真实行为[33]。Yi和Jack-son[34]等人也证实，在用户决定是否使用一项技术的过程中，感知有用性是比感知易用性更为重要的一个因素。因此，本文提出如下假设：
H5:感知易用性与感知有用性之间存在正相关关系。
H6:感知易用性与使用意愿之间存在正相关关系。
H7:感知有用性与使用意愿之间存在正相关关系。
3 研究方法
本文通过问卷调查，采用偏最小二乘法（PLS）建模验证模型，使用Smart PLS2.0软件处理和分析数据。
3.1 变量设计与测度
本文构建的概念模型包括8个潜在变量，每个变量包含3个观测变量。确定变量和题项后，我们设计了问卷并邀请了10位不同专业背景的博士生进行了预调研，他们都有使用智能手机管理个人信息的丰富经验，然后我们根据被调查者的意见反馈对问卷做出了相应修改，使得问卷更为清晰。此后，我们开始了实际调查。调查问卷包括两部分，第一部分是基本情况调查，第二部分即问卷的主体部分是使用智能手机管理个人信息意愿的调查。主体部分采用7点尺度的李克特量表，答题范围是由“非常不同意”（1）到“非常同意”（7）。具体变量与题项见表1。
3.2 数据收集与样本特征
本文采用问卷星这一专业在线调查网站平台发布问卷，问卷的收集工作持续了2周时间，回收有效问卷113份。在本次调查中，填写有效问卷的男性为56人，女性为57人，他们大多数是年龄段为18～40岁的人群（93%），最高学历大多数是本科及以上（97.3%），在被调查者中，拥有智能手机的有94人，大多数人有1～3年使用智能手机的经验（42.5%），68.1%的人认为智能手机在其管理个人信息中有重要作用（非常重要23.9%，比较重要44.2%）。
3.3 测量模型有效性分析
在验证假设关系之前，我们首先评价测量模型的效度。测量模型的效度通过内容效度、收敛效度和区分效度来评价。由于该测量指标均来自前人研究的成果，因此我们认为这些变量和题项是清晰和表意准确的。
测量变量包括了7个反应式构念。通过最终运行模型，结果支持测量模型的收敛效度和区分效度。因素效度，如因素载荷值和交叉因素负荷量也能够帮助判定收敛效度和区分效度[35]。表2显示了平均方差提取值（AVE）、组合信度（CR）和Cronbach's Alpha。一般认为，CR值达到0.7即表明模型具有良好的内部一致性信度[35]。从表2可以看出，所有变量的CR值都高于0.920，表明了所有反应式变量都有较高的信度。
表3是变量间相关系数和AVE平方根值，表3是交叉因素负荷量。由表3和表4可知，模型具有良好的收敛效度和区分效度，判断标准是：（1）每一个变量AVE平方根都大于该变量与其他变量之间的相关系数（表3）；（2）每个变量内各因素间具有较高的相关系数，而每个因素与其他变量间的荷载系数值则相对较低（表4）[35]。
3.4 PLS结构模型验证结论
图2表明了结构回归模型的运算结果。本文利用bootstrapping方法对原始数据选取容量为1000的重抽样样本（re-sampling），遵循样本量至少500个的建议[36]，进而在此基础上检验路径系数的显著性。由图2可知，除了“趣味性”与“感知易用性”之间的假设关系没有通过显著性检测以外，其他因素之间的路径关系都具有较强的显著性。我们还测量了控制变量（性别、年龄、学历、经验）与“意愿”的路径关系，结果表明，被调查的经验对意愿有显著负相关影响，性别、年龄和学历对意愿不具有显著影响。感知易用性、感知有用性和使用意愿的可变方差（R2）分别是0.526，0.495和0.679，表现了模型具有良好的预测效果。
4 结论
本研究的结果表明，趣味性对感知易用性的影响不显著；信任和满意度对感知易用性有显著影响，并能影响用户使用智能手机管理个人信息的意愿；效率对感知有用性有显著影响，并能对用户意愿产生影响；而性别、年龄和学历对用户使用智能手机管理个人信息意愿的影响不大。
4.1 趣味性
SmartPLS分析的结果表明，趣味性对感知易用性的影响不显著，也不会对用户使用智能手机管理个人信息的意愿产生影响。趣味性是用户使用智能手机管理个人信息时的一种主观感受，指用户在此过程中感到有趣或是认为该过程有娱乐性。我们也询问了几位被调查者对趣味性的感受，他们普遍表示，趣味性是他们使用智能手机的主要影响因素，但不是使用智能手机进行个人信息管理活动的主要影响因素。因此，制造商在研制智能手机的过程中，应注意面向不同客户群体的智能手机之间的差异，针对个人信息管理的智能手机，应更关注于用户对其的信任、用户的满意度和能提高个人信息管理的效率；而主要用于娱乐的智能手机，则应更关注趣味性。
4.2 云计算与信息安全
随着智能手机和云计算技术的不断发展与进步，智能手机不仅可以将联系人等个人信息存储在云端进行备份，还可以将个人的视频、音频等多媒体信息存储在云端并可以通过云的方式打开。自从微软公司提出“云计算”的概念以来，许多智能手机的操作系统如Android、iOS、Windows Phone7等都加入了“云计算”阵营。在个人信息管理中使用云技术，首先可以使用云端来备份个人信息，这样用户就可以使用终端设备随时随地访问个人信息，避免用户因数据终端丢失导致的信息丢失问题；其次，能够缓解终端存储的压力。此外，使用云计算技术对客户端的终端设备要求并不高，只要能处理好输入输出的数据交换，就能满足用户的需求。虽然云计算技术给用户带来了诸多便利，但是在使用该技术的过程中，用户最关心的就是存储在云端的个人信息的安全问题，担心一旦将个人信息存储在云端，就失去了个人信息的控制权。本文的模型验证结论也表明，信任对感知易用性有显著影响，进而能影响用户使用智能手机管理个人信息的意愿。因此，我们应从技术上和法律上来维护用户的信息安全，如利用云计算技术对被访问的信息的安全等级进行评估以预防中毒，制定相关的法律法规保障个人信息安全。除了完善云计算技术以外，制造出更好的智能手机也是促进用户使用智能手机管理个人信息的措施。
4.3 追求客户满意度
结构模型策略的结果表明，满意度对用户的使用意愿有显著影响。在使用智能手机管理个人信息的意愿研究中，用户的满意度是多样的，包括对智能手机外观的满意度、界面操作的满意度、操作系统的满意度、硬件软件的满意度、个人信息管理功能的满意度、满足个人信息管理需求的满意度、有效管理个人信息的满意度，等等。许多制造商在研制智能手机时，不仅研究完善计算能力和用户界面，还致力于减少耗电量的研究。智能手机的屏幕越来越大、程序越来越复杂，都导致智能手机的耗电量越来越大。目前，智能手机的电池电量问题已成为客户满意度调查中抱怨最多的问题，该问题在Android系统中表现得尤为明显。在Android的各种手机论坛中，最多的帖子就是抱怨某款手机的续航能力不足，应用程序实时更新产生的不仅是白白浪费的网络流量，更导致了手机电量的白白浪费。鉴于Android系统将是未来发展的大势所趋，制造商在研制手机的过程中从界面、操作系统、电池续航等方面追求客户的满意度显得尤为重要。
4.4 提高个人信息管理效率
本文对部分填写问卷的被调查者进行了后续访问，其中大多数人认为智能手机提高了管理个人信息的效率，在智能手机的个人信息管理功能中，使用最多的就是联系人、日程管理和电子办公。本文的模型验证结论也表明，效率对用户使用智能手机进行个人信息管理的意愿具有重要影响。Nokia公司旗下的E系列曾是商务手机中的经典，这些智能手机能实现Word、Excel、PDF等的阅读和简单编辑，但是常常由于内存不足等问题导致死机和重启；Android系统在对硬件要求较高的基础上给予用户更好的体验，提供更加人性化的服务，提高用户的移动办公效率。因此，制造商在研制针对个人信息管理的智能手机时，应致力于提高信息传输、信息下载、信息同步、信息检索等的效率。虽然目前智能手机的各项功能还差强人意，但是其发展的前景还是非常好的，或许在不久的将来，智能手机已不再称之为手机，而应该被称之为“个人智能移动终端”。
本文通过文献调研提出了假设模型，通过问卷调查收集了相关数据，并利用SmartPLS对收集到的数据进行了统计分析，结果表明，趣味性对感知易用性的影响不显著；信任和满意度对感知易用性有显著影响；效率对感知有用性有显著影响；性别、年龄和学历对用户使用智能手机管理个人信息的意愿的影响不大。最后，根据研究结果提出了建议与对策。但是，作为一项实证研究，本文还存在着局限性，如本文的调查对象主要是高校的在校学生，没有对不同年龄段、不同行业的用户进行调查分析，而且调查对象也主要是针对中国用户展开的，没有对不同文化背景下不同国家的用户进行调查分析。因此，未来的研究中，我们还可以选取更大范围的样本，进行更加全面、深入的分析研究，验证和推广本文的结论。