论文部分内容阅读
摘要：文章基于VAM模型，将用户感知价值分为功能价值、体验价值和安全价值三个维度，提出了感知价值影响用户移动个性化推荐采纳意愿的假设，采用实证调研的方法对假设进行了检验。结果表明：功能价值和体验价值均显著正向影响用户移动个性化推荐采纳意愿，安全价值的影响稍弱;在收益和损失方面，感知有用性、感知易用性、情境特性、感知费用和感知风险对不同维度感知价值的影响程度存在差异。
关键词：感知价值;采纳意愿;VAM模型;移动个性化推荐
一、 引言
学者们关于用户互联网产品或服务接受意愿和使用行为的研究经常采用Davis等提出的TAM模型（Technology Adoption Model），或者在TAM模型的基础上增加一些影响用户态度和行为的因素形成扩展的TAM模型。但是，有研究表明TAM模型在研究用户自愿购物方面的解释力度不高（朱阁等，2010）。移动互联网的使用者扮演着用户和消费者的双重角色，对移动互联网的使用费用由自己承担，是否接受具有自愿性。移动个性化推荐作为移动商务发展的重要产物，是电子商务网站向移动用户推荐商品或服务信息的主要手段，这些信息能否引起用户态度和行为主要取决于用户对推荐信息的价值感知（Sabiote et al.，2012）。本文从感知价值相关理论出发，基于Kim等提出的VAM模型（Value-based Adoption Model），将用户对移动个性化推荐的价值感知分为功能价值、体验价值和安全价值三个维度，试图从收益和损失两个方面来分析影响用户移动个性化推荐感知价值的因素，并测量后者对其采纳意愿的作用路径。
二、 相关理论综述
1. VAM模型。VAM模型是Kim等（2007）基于价值最大化视角，针对用户关于移动互联网（M-Internet）的接受态度而构建的模型。该模型认为用户对移动互联网的感知价值是影响其接受意愿的主要因素，其它因素通过感知价值的中介作用影响接受意愿。在该模型中，Kim等将影响用户移动互联网感知价值的因素分为收益和损失两个维度，并进一步将感知有用性和感知娱乐纳入收益维度，将技术特性和感知费用纳入损失维度;同时研究了感知价值对用户移动互联网接受意愿的影响。
2. 感知价值。Zeithaml（1988）认为感知价值是消费者基于感知利得和感知损失两个角度，对产品效用做出的总体评价。根据研究情境的不同，学者们认为感知价值应该是一个多维度的概念。如，Sheth等（1991）提出了Sheth-Newman-Gross消费价值模型，该模型将影响用户行为的感知价值分为社会价值、条件价值、情感价值、功能价值和认知价值五个维度。在Sheth-Newman-Gross消费价值模型的基础上，Sweeney和Soutar（2001）将价格从功能价值中剥离出来，同时去掉了条件价值和认知价值，进而形成了包括质量/表现、社会价值、情感价值和价格/金钱价值四个维度的消费者感知价值模型。陈洁等（2012）把感知价值划分为功利主义价值和享乐主义价值，并进一步将前者划分为价格和品质两个子维度，后者划分为自我延伸、自我享乐和社交价值三个子维度。基于前人的研究成果，考虑到用户移动个性化推荐使用的实际情况，笔者主要从功能价值、安全价值和体验价值三个维度对用户移动个性化推荐感知价值进行测量。功能价值类似于TAM理论中的感知有用性，是用户对移动个性化推荐功能性、实用性、自然属性等方面的感知;安全价值是用户对移动个性化推荐的内容和系统基于正直、友善、可靠等方面的感知;体验价值是用户感知移动个性化推荐带来的愉悦感、满足感等。
三、 研究假设和模型
1. 感知价值与移动个性化推荐采纳意愿。移动个性化推荐是商家根据目标消费者自身或者相似消费者的消费行为和偏好，为其推荐符合当前兴趣和偏好的商品或服务信息。戴德宝等（2015）基于Sheth-Newman-Gross消费价值模型的研究表明，感知價值各个维度对用户网络个性化推荐的采纳意愿都影响显著，且VAM理论也证明了用户对移动互联网的感知价值影响其采纳意向。基于此，本文认为用户对移动个性化推荐感知价值的三个维度均正向影响其采纳意愿。考虑到用户使用移动个性化推荐主要是为了解决信息超载问题，享受移动个性化推荐带来的愉悦体验，提出假设：
H1：用户移动个性化推荐感知价值的三个维度均正向影响采纳意愿，且功能价值和体验价值对采纳意愿的影响更为显著。
2. 收益与感知价值。TAM理论中的“感知有用性”和“感知易用性”分别是指用户主观上感知信息系统提高其工作绩效的程度和使用信息系统所需付出的努力程度。移动个性化推荐的感知有用性和感知易用性主要涉及用户对产品或服务功能属性和享乐属性的感知。基于此，提出以下假设：
H2：感知有用性正向影响用户移动个性化推荐感知价值的三个维度，且对功能价值的影响最大;
H3：感知易用性正向影响用户移动个性化推荐感知价值的三个维度，且对体验价值的影响最大。
网络个性化推荐系统是商家为了解决种类繁多的商品选择同顾客相对单一的需求之间的矛盾而采用的信息工具和技术（Ricci et al.，2011）。受到移动设备屏幕小、资源有限、链接不稳定等因素的制约，移动个性化推荐系统如果不能在正确的时间、合适的地点为目标用户推荐符合其兴趣和偏好的信息，就会引起用户的心理抗拒（万君等，2015）。因此移动个性化推荐的界面设计、推荐信息数量、推荐时间和地点等情境特性都会影响用户对其的价值认知。基于此，提出假设：
H4：情境特性正向影响用户移动个性化推荐感知价值的三个维度，且对功能价值和体验价值的影响均比较大。 3. 损失与感知价值。移动个性化推荐系统在一定程度上降低了用户搜索商品或服务的时间和精力成本，但是，浏览移动个性化推荐过程中会产生流量费用、交易费用等费用，且移动个性化推涉及到了用户的隐私信息泄露问题（Bandyopadhyay，2012）。已有研究表明，移动商务环境下感知费用和安全风险显著影响用户的感知价值（周涛等，2009）。基于此，提出以下假设：
H5：感知費用负向影响用户移动个性化推荐感知价值的三个维度，且对体验价值的影响最大;
H6：感知风险负向影响用户移动个性化推荐感知价值的三个维度，且对安全价值的影响最大。
四、 实证研究
1. 问卷设计与发放。本文采用问卷调研的方式对提出的假设和模型进行检验，为保证问卷的信度和效度，问卷的测试题项均来自已有文献，通过深度访谈和预调研对问卷进行修正，最终形成本研究的正式测量量表。正式调研于2016年6月底开始，7月中旬结束。正式调研均采用李克特5级量表，从“1”到“5”分别代表“非常不同意”到“非常同意”。共收回问卷221份，剔除无效问卷17份，共得到有效问卷204份，有效回收率为92.3%。有效问卷中，男女比例接近1∶1;20岁～30岁的人群占比90.2%;拥有大学学历的人群占比67.2%，硕士及以上人群占比28.9%;手机上网年限大部分在2年以上占比超过90.0%;每天都上网的人群占比96.1%;有76%的人浏览移动个性化推荐。
2. 信度和效度分析。本文采用探索性因子分析（EFA）和验证性因子分析（CFA）对测量量表进行信度和效度检验。结果显示，整个量表的KMO值为0.877，巴特利特球形检验的结果为Sig=0.000。如表1所示，9个因子的Cronbanch’s 值和组合信度（CR）值均大于0.7，说明量表的信度良好;各个测量题项的因子载荷均大于0.5，平均方差提取量（AVE）大于0.5，说明测量量表的效度良好。
3. 假设检验。本文采用AMOS21.0对研究模型进行了结构方程检验。各拟合指标值如表2所示，所有的拟合指标均在可接受范围内，可以对概念模型进行假设检验。
检验结果显示，研究模型对功能价值、体验价值、安全价值和用户移动个性化推荐采纳意愿的解释率分别为73.3%（R2=0.733）、57.3%（R2=0.573）、36.6%（R2=0.366）和89.5%（R2=0.895）。在收益对用户移动个性化推荐感知价值的影响方面：感知有用性对功能价值（0.244）、体验价值（0.205）、安全价值（0.235）均有显著正向影响，对功能价值的影响最大（P
关键词：感知价值;采纳意愿;VAM模型;移动个性化推荐
一、 引言
学者们关于用户互联网产品或服务接受意愿和使用行为的研究经常采用Davis等提出的TAM模型（Technology Adoption Model），或者在TAM模型的基础上增加一些影响用户态度和行为的因素形成扩展的TAM模型。但是，有研究表明TAM模型在研究用户自愿购物方面的解释力度不高（朱阁等，2010）。移动互联网的使用者扮演着用户和消费者的双重角色，对移动互联网的使用费用由自己承担，是否接受具有自愿性。移动个性化推荐作为移动商务发展的重要产物，是电子商务网站向移动用户推荐商品或服务信息的主要手段，这些信息能否引起用户态度和行为主要取决于用户对推荐信息的价值感知（Sabiote et al.，2012）。本文从感知价值相关理论出发，基于Kim等提出的VAM模型（Value-based Adoption Model），将用户对移动个性化推荐的价值感知分为功能价值、体验价值和安全价值三个维度，试图从收益和损失两个方面来分析影响用户移动个性化推荐感知价值的因素，并测量后者对其采纳意愿的作用路径。
二、 相关理论综述
1. VAM模型。VAM模型是Kim等（2007）基于价值最大化视角，针对用户关于移动互联网（M-Internet）的接受态度而构建的模型。该模型认为用户对移动互联网的感知价值是影响其接受意愿的主要因素，其它因素通过感知价值的中介作用影响接受意愿。在该模型中，Kim等将影响用户移动互联网感知价值的因素分为收益和损失两个维度，并进一步将感知有用性和感知娱乐纳入收益维度，将技术特性和感知费用纳入损失维度;同时研究了感知价值对用户移动互联网接受意愿的影响。
2. 感知价值。Zeithaml（1988）认为感知价值是消费者基于感知利得和感知损失两个角度，对产品效用做出的总体评价。根据研究情境的不同，学者们认为感知价值应该是一个多维度的概念。如，Sheth等（1991）提出了Sheth-Newman-Gross消费价值模型，该模型将影响用户行为的感知价值分为社会价值、条件价值、情感价值、功能价值和认知价值五个维度。在Sheth-Newman-Gross消费价值模型的基础上，Sweeney和Soutar（2001）将价格从功能价值中剥离出来，同时去掉了条件价值和认知价值，进而形成了包括质量/表现、社会价值、情感价值和价格/金钱价值四个维度的消费者感知价值模型。陈洁等（2012）把感知价值划分为功利主义价值和享乐主义价值，并进一步将前者划分为价格和品质两个子维度，后者划分为自我延伸、自我享乐和社交价值三个子维度。基于前人的研究成果，考虑到用户移动个性化推荐使用的实际情况，笔者主要从功能价值、安全价值和体验价值三个维度对用户移动个性化推荐感知价值进行测量。功能价值类似于TAM理论中的感知有用性，是用户对移动个性化推荐功能性、实用性、自然属性等方面的感知;安全价值是用户对移动个性化推荐的内容和系统基于正直、友善、可靠等方面的感知;体验价值是用户感知移动个性化推荐带来的愉悦感、满足感等。
三、 研究假设和模型
1. 感知价值与移动个性化推荐采纳意愿。移动个性化推荐是商家根据目标消费者自身或者相似消费者的消费行为和偏好，为其推荐符合当前兴趣和偏好的商品或服务信息。戴德宝等（2015）基于Sheth-Newman-Gross消费价值模型的研究表明，感知價值各个维度对用户网络个性化推荐的采纳意愿都影响显著，且VAM理论也证明了用户对移动互联网的感知价值影响其采纳意向。基于此，本文认为用户对移动个性化推荐感知价值的三个维度均正向影响其采纳意愿。考虑到用户使用移动个性化推荐主要是为了解决信息超载问题，享受移动个性化推荐带来的愉悦体验，提出假设：
H1：用户移动个性化推荐感知价值的三个维度均正向影响采纳意愿，且功能价值和体验价值对采纳意愿的影响更为显著。
2. 收益与感知价值。TAM理论中的“感知有用性”和“感知易用性”分别是指用户主观上感知信息系统提高其工作绩效的程度和使用信息系统所需付出的努力程度。移动个性化推荐的感知有用性和感知易用性主要涉及用户对产品或服务功能属性和享乐属性的感知。基于此，提出以下假设：
H2：感知有用性正向影响用户移动个性化推荐感知价值的三个维度，且对功能价值的影响最大;
H3：感知易用性正向影响用户移动个性化推荐感知价值的三个维度，且对体验价值的影响最大。
网络个性化推荐系统是商家为了解决种类繁多的商品选择同顾客相对单一的需求之间的矛盾而采用的信息工具和技术（Ricci et al.，2011）。受到移动设备屏幕小、资源有限、链接不稳定等因素的制约，移动个性化推荐系统如果不能在正确的时间、合适的地点为目标用户推荐符合其兴趣和偏好的信息，就会引起用户的心理抗拒（万君等，2015）。因此移动个性化推荐的界面设计、推荐信息数量、推荐时间和地点等情境特性都会影响用户对其的价值认知。基于此，提出假设：
H4：情境特性正向影响用户移动个性化推荐感知价值的三个维度，且对功能价值和体验价值的影响均比较大。 3. 损失与感知价值。移动个性化推荐系统在一定程度上降低了用户搜索商品或服务的时间和精力成本，但是，浏览移动个性化推荐过程中会产生流量费用、交易费用等费用，且移动个性化推涉及到了用户的隐私信息泄露问题（Bandyopadhyay，2012）。已有研究表明，移动商务环境下感知费用和安全风险显著影响用户的感知价值（周涛等，2009）。基于此，提出以下假设：
H5：感知費用负向影响用户移动个性化推荐感知价值的三个维度，且对体验价值的影响最大;
H6：感知风险负向影响用户移动个性化推荐感知价值的三个维度，且对安全价值的影响最大。
四、 实证研究
1. 问卷设计与发放。本文采用问卷调研的方式对提出的假设和模型进行检验，为保证问卷的信度和效度，问卷的测试题项均来自已有文献，通过深度访谈和预调研对问卷进行修正，最终形成本研究的正式测量量表。正式调研于2016年6月底开始，7月中旬结束。正式调研均采用李克特5级量表，从“1”到“5”分别代表“非常不同意”到“非常同意”。共收回问卷221份，剔除无效问卷17份，共得到有效问卷204份，有效回收率为92.3%。有效问卷中，男女比例接近1∶1;20岁～30岁的人群占比90.2%;拥有大学学历的人群占比67.2%，硕士及以上人群占比28.9%;手机上网年限大部分在2年以上占比超过90.0%;每天都上网的人群占比96.1%;有76%的人浏览移动个性化推荐。
2. 信度和效度分析。本文采用探索性因子分析（EFA）和验证性因子分析（CFA）对测量量表进行信度和效度检验。结果显示，整个量表的KMO值为0.877，巴特利特球形检验的结果为Sig=0.000。如表1所示，9个因子的Cronbanch’s 值和组合信度（CR）值均大于0.7，说明量表的信度良好;各个测量题项的因子载荷均大于0.5，平均方差提取量（AVE）大于0.5，说明测量量表的效度良好。
3. 假设检验。本文采用AMOS21.0对研究模型进行了结构方程检验。各拟合指标值如表2所示，所有的拟合指标均在可接受范围内，可以对概念模型进行假设检验。
检验结果显示，研究模型对功能价值、体验价值、安全价值和用户移动个性化推荐采纳意愿的解释率分别为73.3%（R2=0.733）、57.3%（R2=0.573）、36.6%（R2=0.366）和89.5%（R2=0.895）。在收益对用户移动个性化推荐感知价值的影响方面：感知有用性对功能价值（0.244）、体验价值（0.205）、安全价值（0.235）均有显著正向影响，对功能价值的影响最大（P