旅游信息系统持续使用行为相关理论模型

    本篇论文目录导航：

　　【题目】移动APP旅游服务使用意愿影响因素探析
　　【第一章】用户视角下移动旅游服务APP使用研究绪论
　　【第二章】国内外移动旅游服务综述
　　【第三章】旅游信息系统持续使用行为相关理论模型
　　【4.1 - 4.4】旅游服务移动APP用户影响研究模型与数据
　　【4.5  4.6】旅游APP服务软件持续使用研究数据分析
　　【第五章】发展移动旅游服务的对策与建议
　　【结论/参考文献】移动旅游服务APP用户需求研究结论与参考文献
　　
　　3 相关理论与模型

　　3.1 智慧旅游理论

　　智慧旅游是我国旅游业能否成功转型升级的关键，具有广阔的发展前景。我国提出"智慧旅游"以后，得到越来越多的专家和学者的研究，目前对智慧旅游研究比较多的是系统和平台的建设、特定城市的智慧旅游发展、智慧旅游理论、模式与技术的分析等，由于智慧旅游发展时间较短，所以还没有形成系统的理论知识，对智慧旅游概念还没有统一的定义，学者们从目的、技术等不同角度对智慧旅游进行界定，从前人对智慧旅游的界定，本人认为智慧旅游是以移动智能设备终端为工具，物联网、云计算等新兴信息技术为手段，（移动）互联网为媒介，游客"吃、穿、行、购、娱"个性化需求为中心，以方便游客随时随地对旅游资源、活动等相关信息的感知和利用，提升旅游服务质量为目的。

　　智慧旅游的内涵可以归结为泛在化、个性化、智慧化三方面，（1）泛在化。泛在化就是可以随时随地地为游客服务，游客可以任何时候通过移动互联网和智能端设备及时获取高质量的旅游服务。（2）个性化。智慧旅游的建设更方便游客进行自助服务，自己规划行程，通过智能设备对门票、住宿等的二维码进行验证，大大提高旅游效率。（3）智慧化。智慧化即物联网、人工智能、云计算等新兴技术的智能化与旅游服务理念人性化相结合，智慧旅游能够通过新一代技术了解用户的需求，主动帮用户推送信息。在陌生的旅游地游客可以通过 GPS 定位，查找周边评价高的吃、住等[79].

　　智慧旅游的应用价值根据对象来划分主要有政府部门、旅游企业、旅游者和当地居民，对于旅游者来说可以随时随地通过自己的移动端设备获取旅游信息，及时合理地安排行程，与其他旅行者交流旅游心得与体验；对于旅游企业来说不仅能够方便获取用户信息，而且可以通过搭建平台直接了解旅游者的需求爱好，有针对性地宣传和营销，大大降低成本和提升竞争力；对于政府部门来说能够及时制定旅游决策和监管旅游企业，了解游客满意度，维护市场环境和当地旅游形象，提高工作效率；对于当地居民来说，可以共享当地相关吃、住、行、购、娱的信息，从而能够更好地解决旅游者给当地居民带来一些麻烦的问题。

　　3.2 用户接受行为相关理论模型

　　21 世纪以来信息技术快速发展，而人类是否能够接受、适应信息系统成为其发展的重大挑战，这也推动了学术界对信息系统领域的研究。用户信息系统行为一般分为采纳前、采纳后两个阶段，学者起初主要通过用户接受理论模型研究持续使用意愿，后来在用户接受相关理论基础上演变为新的理论模型。基于此，根据前人的研究对与本文研究内容相关的用户接受行为和持续使用行为相关理论模型进行整理。

　　3.2.1 技术接受模型。

　　Davis 在 1986 年的论文中借鉴理性行为理论提出技术接受模型（TechnologyAcceptance Model,TAM），研究用户对信息技术的初始接受行为[80].TAM 模型简单明了，主要包含外部变量、内部信念、态度及行为意愿等要素，其中外部变量是指系统设计特点、任务特点、用户特点、政策等外部因素，而内部信念主要指易用性和有用性感知。外部变量直接影响内部信念，并且有用性感知受外部变量和易用性感知两者影响，易用性、有用性感知都影响态度，有用性感知和态度又共同影响意向，意向决定用户的实际使用。有用性感知主要指用户对该系统为自身工作效率提高程度的主观信念，易用性感知即是用户在使用该系统时对其操作难易程度的感知。TAM 模型如图 3-1.

　　随后 Davis 等（1989）为了证明 TAM 是否适用于用户接受行为，选取 Michigan大学 107 位 MBA 学生对文字处理软件接受意愿进行测试，其中 60 位学生使用系统 1小时（T1）；47 位学生使用系统 14 周（T2），Davis 等在研究过程中发现：（1）用户认为该软件的容易程度越高，对其的有用性感知也会越高；认为该软件的容易程度越高，对其的态度也越正向。（2）易用性感知在使用行为的早期阶段对行为意向的作用比较强，人们使用经验增加后作用就变得比较弱。所以 Davis 认为有用性感知是影响用户使用意向的主要因素，易用性感知是次要因素；人们可以通过用户的使用意向来预测使用行为。

　　实证结果也表明 TAM 对用户接受意向的解释在 T1 和 T2 阶段分别为 45%和 57%,该模型具有良好的解释和预测能力[81].TAM 模型的实证分析也有一些局限性，如仅仅以学生为调查对象，是否适用于更为复杂的软件、系统等。

　　自 TAM 模型提出后影响很大，成为预测和研究用户对信息技术接受行为的重要理论模型，众多学者对 TAM 的研究也为其的适用性提供了更好地实证支撑。如 Mathieson（1991）以 262 个学生对计算器等的使用意向为对象进行研究[82];Taylor 和 Todd（1995）分析 786 位学生对计算资源中心的使用意向[83];Hu 等（1999）研究内科医生对远程医疗技术的接受意愿[84];Plouffe 等（2001）以 176 个商人对电子支持系统的智能卡使用意向进行 10 个月的调查；这些研究都证明了 TAM 对意向具有较高解释力[85].

　　3.2.2 TAM 模型的扩展

　　除此之外，学者们也不断对 TAM 模型进行修正和扩展，以提高对用户接受行为的解释力，衍生出一些新的模型。Venkatesh 和 Davis（2000）借鉴前人对 TAM 的研究进行修正，提出 TAM2 模型[86],如图 3-2.TAM 与 TAM2 的不同之处是去掉了态度这一变量，增加了 5 个影响有用性感知的因素，分别是社会规范、形象、工作相关性、产出质量、结果示范，其中社会规范也会影响使用意向，模型中还加入经验、自愿程度两个调节变量。为了验证该模型的有效性，Venkatesh 和 Davis（2000）选取企业不同部门的职员和管理者为对象，分别研究自愿、强制使用单位比较复杂系统时的行为意向，通过对初步培训、一个月、三个月 3 个时间段的分析证明了不同时间段各个变量的影响大小，结果也证明了 TAM2 模型的有效性。

　　随着信息技术接受行为研究角度的增加，学者们引用其他学科的理论也逐渐增多，Venkatesh（2003）年综合前人研究接受行为时借鉴的 TAM、TAM2、理性行为理论、创新扩散理论、计划行为理论等八大理论，提出技术接受和使用统一模型（the unified theoryof acceptance and use of technology, UTAUT）。UTAUT 模型中用户使用行为由行为意向和便利条件两个变量决定，其中行为意向由绩效预期、努力预期、社群影响三个变量决定，还增加了四个调节变量进行研究。绩效预期表示用户认为该系统的使用对工作绩效提高的程度，与 TAM、TAM2 中的有用性感知有相通之意；努力预期表示用户认为该系统使用的难易度，与 TAM、TAM2 中的易用性感知相通；社群影响指用户对使用该系统受周围人或环境影响大小的感知，与 TAM2 中的社会规范相关；便利条件指用户认为基础条件等对使用该系统的支持程度，此因素在TAM、TAM2 中并未考虑。Venkatesh（2003）对八个模型比较后发现 UTAUT 的解释力为 70%,远高于其他模型[87].

　　3.3 信息系统持续使用行为相关理论模型

　　3.3.1 期望确认理论。

　　期望确认理论（Expectation-Confirmation Theory, ECT）是由 Oliver 提出，该理论由认知失调理论演变而来，最初主要用于研究消费者行为与满意度。Oliver 认为消费者重复购买产品（或服务）时会有五个阶段的认知变化，如图 3-3 所示：第一个阶段是在购买或者使用之前，消费者会根据自己的预想对该产品（或服务）绩效产生的一些期望；第二个阶段是在第一次购买或者使用之后，根据自己的真实感受对该产品（或服务）绩效产生一些认知；第三个阶段是把对该产品（或服务）购买或者使用之后形成的绩效认知与先前的期望对比，来衡量确认程度：绩效认知大于期望时产生正向不确认，绩效认知等于期望时产生期望确认，绩效认知小于期望时产生负向不确认；第四个阶段是根据上一阶段对比形成的确认程度而形成的对该产品（或服务）的满意度；第五个阶段是通过对该产品（或服务）的满意程度决定是否重购，满意度愈高，消费者就愈可能会重复购买[88].

　　期望确认理论中，期望是指消费者在购买之前的一种心理情感，消费者对产品（或服务）期望的来源主要是通过先前对同类产品的感受或营销人员和周围亲戚朋友等对产品（或服务）的描述进行预测形成的，并通过发生几率和内容对期望产生两种评判，一是想要发生的事情发生，不想要发生的事情没有发生，形成高期望；二是不想要发生的事情发生，想要发生的事情没有发生，形成低期望。感知绩效主要是消费者根据产品对自身需求满足的效果进行感知，并作为标准与期望进行对比。确认是感知绩效与先前的期望进行对比的结果，与满意度成正向关系。满意度被视为连接期望、绩效与重购意愿的中间桥梁。Bhattacherjee 在整理期望确认理论过程中指出 ECT 中消费者重购意愿主要由满意度决定，而购买前的期望和购买后的确认程度又作用于满意度，如图 3-4 所示。

　　学者在论证过程中对期望确认理论也产生了一些争议，Bhattacherjee（200la）通过总结得出：第一，期望确认理论考虑的是消费者购买前的期望，忽略了消费产品后期望可能会发生变化的情况。消费者购买前的期望主要是通过他人对产品的描述而形成的，而购买后的期望是根据自身的体验形成的，经过自身多次体验后，消费者对产品的认知会更多一些，与之前的期望可能也会有所不同，形成一个新的期望来取代之前的期望，通过这个新的期望来研究后面的行为更为合理。第二，对期望、满意度定义理解的争议[89].学者 Olive（r1980,1981）认为期望是根据结果评价形成的信念，有些学者如 Westbrook&Reilly（1983）认为期望也就是"预想的绩效",即消费前对产品（或服务）总绩效的信念[90].Bhattacherjee 认为概念性信念和信念评价两者并没有太大区别。学者们对满意度理解的差别也很大，主要分歧在于满意度、态度和情感三个变量。如 LaTour 和 pea（t1979）等一些学者指出态度或者情感等同于满意度，都用来描述感情之意，态度发生于决策之前，满意度发生于决策之后[91].Hunt（1977）指出态度是情感的一种，满意度用来评价情感，假如消费者体验的产品愉悦程度低于预期的话，满意度仍然会比较低[92].

　　尽管如此，期望确认理论提出后众多学者都予以认可，并采用该理论来研究消费者再购买（或抱怨行为）、满意度、服务市场等，随着期望确认理论的发展，该理论不但被应用到更广泛的领域，也结合其他理论不断拓展该理论。如 Oliver （1993） 在此理论基础上加入情感变量，研究消费者购买汽车的行为[93].Spreng、MaeKenzie 和Olshavsky（1996）运用该理论研究消费者购买可携式摄像机行为[94].Oh&Parks（1997） 通过对德国游客旅游前后的对比，证实期望确认理论在旅游业领域中满意度的适用性[95].

　　3.3.2 信息系统持续使用模型。

　　期望确认理论应用的领域越来越广，部分学者把它应用到信息系统领域中（Information System ,IS），最为典型的是 2001 年 Bhattacherjee 通过对期望确认理论争议的总结，结合技术接受模型（TAM），从消费者的角度选取有用性、确认程度、满意度、持续使用意愿四个变量来研究用户对信息系统的持续使用意愿，提出期望确认模型（Expectation Confirmation Model,ECM），并通过用户对电子银行系统的持续使用意愿进行了证明，模型中的五条假设均成立，该模型主要用于信息系统持续使用相关研究，所以也被称为信息系统持续使用模型（IS Continuance Model,ECM-IT）。

　　TAM 一直被视为研究接受信息系统的经典模型，主要考虑的是用户初始接受行为，但是信息系统成功的关键在于用户的持续使用，学者们把 TAM 模型运用到持续使用意愿相关方面的研究时也发现其解释力比较弱，所以 Bhattacherjee（200la）突破用户接受相关理论，尝试把期望确认理论运用到信息系统领域，研究用户的持续使用意愿，他认为用户持续使用某产品（或服务）与重购意愿有着相通之处，如都是研究初次接受后，都受初始体验影响，都会影响用户是否继续该行为等。ECM-IT 中有用性感知、满意度影响用户对信息系统持续使用意愿，其中满意度是最主要的影响因素；确认程度和有用性影响用户满意度，并间接影响持续使用意愿；确认程度影响用户的有用性感知。ECM不仅研究了行为前，也研究了行为后，而 ECM-IT 重点研究行为后，ECM-IT 模型中感知有用性变量来源于 TAM,在众多学者对初始接受行为研究中都表明有用性感知是影响用户接受的重要变量，纳入有用性感知取代绩效感知这个变量来研究使用后期望，绩效感知更注重产品（或服务）本身的功能，有用性感知则更多考虑的是对用户需求的满足程度，这也弥补 ECM 中忽略了用户接受后期望发生变化的情况；ECM 中期望确认变量已经包含使用前的期望，所以在 ECM-IT 中去掉了期望这个变量；ECM 中学者们对满意度定义的争议比较多，所以ECM-IT中他强调满意度主要是指一种心理状态或情感，来研究用户接受后的意愿，这些也是与 ECM 的不同之处。

　　ECM-IT 模型提出后引起了学术界的广泛关注，国内外众多学者也都把此模型运用到信息系统领域相关研究中，证明了该模型的适用性和强大解释力。随着研究的深入，学者们根据具体的研究对象，加入其他理论或者变量对 ECM-IT 模型进行扩展、改进，运用到不同的信息系统研究中，如 Bhattacherjee（2001b）在 ECM-IT 模型中加入忠诚激励变量构建适用于 B2C 电子商务服务的模型，研究用户持续使用意愿，帮助提供商及时发现潜在停止使用的用户，并激励他们继续使用[96].Hsu 等（2004）结合社会认知理论扩展 ECM-IT 模型，研究影响用户持续使用万维网意愿，结果证明用户的满意度、期望以及自我效能因素影响持续使用意愿[97].