移动健身App用户持续使用意愿研究

来源:用户上传      作者:

　　摘    要：为探索用户对移动健身App的持续使用意愿及其影响因素，以技术接受模型为理论基础，引入社群影响、信任等变量对技术接受模型进行拓展。通过对338名移动健身App用户进行调查，采用AMOS 22.0对所构建的模型进行检验。结果：1）感知有用性、社群影响及信任正向显著影响移动健身App持续使用意愿;2）感知易用性正向显著影响移动健身App感知有用性，社群影响正向显著影响感知易用性、感知有用性和信任;3）感知有用性和感知易用性对信任的影响不显著。结论：感知有用性、社群影响、信任是影响移动健身App用戶持续使用意愿的重要因素。建议移动健身App企业：1）提高移动健身App健身指导的科学性和专业性，拓展其社交、娱乐等功能;2）应注重用户个人信息的保护，提高风险防范能力;3）重视社群影响对用户的影响，加强产品宣传。
　　关键词：移动健身;社群影响;信任;持续使用意愿;结构方程模型
　　中图分类号：G 804.8          学科代码：040302           文献标识码：A
　　Abstract： In order to explore users’willingness to continue using mobile fitness App and its influencing factors. Based on the technology acceptance model， this paper introduces the variables of community influence and trust to expand and build the research model. Through a survey of 338 mobile fitness app users， AMOS22.0 was used to test the model. The results show that 1）perceived usefulness， community influence and trust positively significantly influences users’willingness to continue using fitness apps; 2）Perceived ease of use positively significantly influences the perceived usefulness of mobile fitness apps， while community influence positively significantly influences perceived ease of use， perceived usefulness and trust. 3）Perceived usefulness and perceived ease of use have no significantly influences on trust. Research findings： Perceived usefulness， community influence and trust are important factors that affect the willingness to continue using mobile fitness apps. Suggestions： 1）improve the scientific and professional fitness guidance of mobile fitness apps， and expand its social and entertainment functions; 2）mobile fitness apps enterprises should pay attention to protect users’personal information and improve risk prevention and control ability; 3） attach importance to the influence of community influence on users and strengthen product publicity.
　　Keywords：mobile fitness; community influence; trust; willingness to continue use; structural equation model
　　2016年10月25日，《“健康中国2030”规划纲要》印发，健身休闲产业迎来了高速发展的新机遇。运动休闲产业日益受到重视，许多企业关注并投身于健身休闲产业，将体育运动与科技结合，进而促进了全民健身，大量移动健身App应运而生，并逐渐发展成为一个产业[1]。移动健身App是智能手机第三方应用程序，它不仅可以记录用户的运动健身数据、提供科学健身指导方法，而且可以帮助用户养成良好的运动习惯。《2018年中国在线运动健身市场年度综合分析报告》显示，截止到2018年4月，我国运动健康领域App活跃用户人数高达6 848万4 190人。该报告还指出，近年来，中国城镇居民健康素养逐步提升，2017年我国经常参加体育锻炼的人口占比为41.3%，相比于2016年的33.3%上升了8个百分点[2]。人们日益增长的健身需求带动了移动健身App数量呈井喷式增长，中国在线健身市场进入高速发展阶段，健身市场趋于集中化，健身市场竞争格局基本形成。
　　技术创新与扩散的实践和研究表明，一项新的信息系统的应用不仅取决于技术本身的先进与否，而且取决于用户对该系统的认知和接受行为[3]。相关研究表明，用户的使用意愿和行为在整个过程中会发生一定的变化，用户的初始使用行为仅仅是新系统迈向成功的第一步，用户的持续使用行为才是其最终成功的关键驱动力[4-5]。目前，许多App 推广者把80%的精力用于获取新用户，而在维护与已有用户的关系方面却投入有限[6]。Parthasarathy等[7]在研究在线服务时指出，争取一个新用户所需的成本是维系一个已有用户成本的5倍。由此可见，维持与现有用户的关系，提高用户的持续使用意愿，是提高企业竞争力、降低成本的关键。本文通过梳理文献，建立假设模型，研究移动健身App用户持续使用意愿的影响因素，以期对移动健身App的优化升级和市场营销提供建议，从而促进移动健身App市场的开发。 　　1   理论基础及研究假设
　　1.1  技术接受模型理论（TAM）与移动健身App用户持续使用意愿
　　Davis等[8]于1989年提出的技术接受模型（technology acceptance model，TAM）是信息系统研究领域中最具影响力的理论之一，该模型认为用户对信息技术的感知有用性（perceived usefulness，PU）和感知易用性（perceived ease of use，PEOU）会影响其使用态度，从而影响其使用意愿，进而影响其使用行为（如图1所示）。目前，在探究人们对信息技术的行为意愿时，大多以技术接受模型理论（TAM）为基础构建研究模型。
　　行为意愿是指个人想要进行某行为的主观意愿，行为意愿越强则行动的可能性越大[9]。由于该模型对外部变量没有过多的定义，学者们针对各种不同的研究背景对TAM进行了拓展。Venkatesh等[10]将短期信息系统的使用行为纳入了TAM，验证了感知有用性、感知易用性与用户持续使用意愿呈显著正相关关系。Hong等[11]以移动互联网为研究背景，将技术接受模型、期望确认模型及其扩展模型三者进行比较，发现技术接受模型不仅可用于研究初始使用行为，而且可用于研究持续使用行为。在随后的研究中，TAM 中的部分变量（例如“感知易用性”）也开始被融合到信息系统持续使用模型中。
　　Davis等认为，感知易用性是指使用者感知新技术操作的容易程度;感知有用性是指使用者感知技术系统能提高工作绩效的相信程度[8]。移动健身App为了满足用户的多样化健身需求，增加用户的使用黏性，开发设计了多样化的功能。一般而言，产品的功能优势和操作难易程度是人们在选择移动健身类App时关注的重点。相关研究显示，感知有用性和感知易用性会对人们持续使用意愿产生重要影响。Bhattacherjee等的研究也表明，当用户初始接受后，使用经验随着时间的推移而不断丰富，对系统的熟悉程度逐渐提高，感知易用性对用户持续使用意愿的影响将逐渐弱化而不再显著[12];但是，感知有用性依然是重要的影响因素，因此，本研究提出第1个假设。
　　假设1：感知有用性正向显著影响移动健身App用户的持续使用意愿。
　　Karahanna等[13]的研究表明，感知易用性和感知有用性都会影响用户的使用行为，而感知易用性也会影响感知有用性。Davis等[8]的研究解释了感知易用性对感知有用性的影响，他们认为人们是否相信一项技术的有效功能主要取决于其可感知的可用性，同时，一项容易使用的技术会提高用户的有用性感知。在移动健身App开发与运营过程中，深入了解感知易用性和感知有用性之间的关系尤为必要;因此，移动健身App开发者必须认真考虑移动健身App易用性的重要性，以便进一步增强人们对其有用性的认知。由此，本研究提出第2个假设。
　　假设2：用户对移动健身App的感知易用性正向显著影响感知有用性。
　　1.2  引入社群影响、信任等变量拓展TAM理论模型
　　目前，尽管TAM能够很好地对移动健身App用户的使用行为进行解释和预测，但是面对错综复杂的舆论环境和日益变化的信息技术，感知有用性和感知易用性已不能满足人们对信息技术预测能力和解释能力的需要。在实践中，TAM被进一步拓展和完善。Davis等[8]在大量实证研究的基础上，对技术接受模型进行拓展，将社群影响这一变量引入TAM去进一步解释和预测人们对信息技术或系统的使用行为。Viswanath等指出，社群影响指的是个人作出某一行为时所感受到周围人群的压力和影响程度[14]。有研究表明，个体所处的环境及成员会对其特定行为产生实质性的影响，这一环境及成员指家庭环境及成员、朋友、工作环境及同事等，并且社群影响在中国文化背景下更为显著。例如Tao[15]的实证研究表明，社群影响对移动互联网服务用户的持续使用意愿产生显著的正向影响。与此同时，个体还会关注自己生活圈子里大多数人的意见，这些意见也会影响使用者的使用意愿。这些个体受到的影响都是属于“社群影响”变量的内涵，有学者通过研究确定“社群影响”越强，用户持续使用信息技术的意愿就越强[16]。因此，本研究提出第3个假设。
　　假设3：社群影响正向显著影响移动健身App用户的持续使用意愿。
　　1960年，Bauer[17]在相关研究中首次提出感知风险这一概念，感知风险是指用户感知某种行为的不确定性和后果严重性;因为TAM 模型可操作性强，使用范围广，该模型自提出后，就被广泛应用于各信息系统领域开展科学研究。虽然该模型能够较好地解释和预测用户的使用行为，但是伴随着信息系统技术的飞速变革，感知有用性和感知易用性这2个关键变量已不能完全解释和预测用户的使用行为;因此，学者们在利用该模型时一般会对其进行扩展。例如，葛仲夏等[18]从信任和态度的视角扩展 TAM 模型构建了中国特定网络环境下社交网络工具持续使用的关系模型。移动健身App在使用的过程中，系统会记录与收集个人相关数据，例如性别、出生日期、身高、体重等个人信息，跑步App还具备个人定位功能，用户的个人信息存在被泄露的可能性，用户会比较担心个人隐私泄露。由此可以推断，用户对产品的信任尤为重要，用户对产品的信任程度会直接影响用户的持续使用意愿;因此，本研究提出第4个研究假设。
　　假设4：用户对移动健身App的信任会正向显著影响其持续使用意愿。
　　1.3  社群对移动健身App用户的感知易用性、感知有用性的影响
　　人們对某一特定技术的忠实程度会受到周围人的影响，此外，人们对该技术的社会期望可能会增强用户对该技术的认可程度。多项研究表明，社群会显著影响用户对某一项技术的有用性评价。研究显示，社群影响可以增强人们对无线通信服务的认可程度[13，19]。基于社群影响与人们对技术有用性的评价之间存在着合理的关系，本研究从现实情况出发，提出第5个和第6个假设。 　　假设5：社群影响会正向显著影响用户对移动健身App感知易用性。
　　假设6：社群影响会正向显著影响用户对移动健身App感知有用性。
　　1.4  感知易用性、感知有用性及社群对用户对移动健身App信任的影响
　　Beldad等[20]的相关研究证实，互联网技术产品的易用性对于增强用户对应用系统开发者的信任起到了关键作用。Bert等[21]研究也显示，网站功能易用性高有助于获得用户的信任。同时，系统的易用性高表明产品开发者能为用户提供较为满意的服务，有能力并真诚地使其用户获得令人满意的交互体验。也有研究者强调，开发者的能力和善意是产生信任的必要因素[22]。
　　有研究者认为，对技术的信任会影响用户对技术有用性的看法。用户对技术的信任意味着技术开发一方将兑现其一切承诺，真诚地关心用户，为用户的切身利益着想，这些积极的方面能够增强用户对技术有用性的认可程度;相反，若用户对信息技术的易用性和有用性感知不强，则会导致用户对技术开发方和运营方不够信任，认为其可能会给用户带来负面的影响[23];因此，本研究提出第7个和第8个假设。
　　假设7：感知易用性正向显著影响用户对移动健身APP的信任。
　　假设8：感知有用性正向显著影响用户对移动健身APP的信任。
　　在对信任的目标缺少客观描述信息的情况下，用户主要是依据他人间接的信息去判断是否相信信任目标[24]。基于社会信息处理理论，假定一个人对信任目标完全不了解，那么他（她）会通过观察他人的行为来进行判断[25]。社会信息处理理论同时也强调当人们从社会环境中接受到社会信息后，就会对社会信息进行编码、存储及做出解释，最后采取相应的行为[26]。在移动健身App应用过程中，用户会观察周边亲友的使用行为并受到他们的影响，他们是否信任移动健身App会受到自身观察结果的影响，移动健身App是否被大家广泛地使用、接受和認可会影响用户对其信任的程度，也会进而影响其持续使用意愿;因此，本研究提出第9个假设。
　　假设9：社群正向影响用户对移动健身App的信任。
　　1.5  研究理论模型
　　根据上述理论基础和相关假设，确定建立移动健身App持续使用意愿理论模型（如图2所示）。
　　2   研究设计与方法
　　2.1  测量量表的开发
　　本研究采用问卷调查的方式进行数据收集，在问卷设计环节，本研究充分参考国内外相关文献，将相关题项进行了翻译-回译，以确保表达的准确性。之后再根据移动健身App使用行为特征进行适当修订，并咨询相关专家，根据专家的意见对问卷进行修改，形成初测量表。问卷采用李克特式等级评分方法，分为5个等级，1为“非常不同意”，5为“非常同意”。在正式使用之前，选取30名移动健身App使用者进行前测，根据前测的结果对问卷进行适当的修改，形成最终量表（见表1），量表共计包括5个部分，23个题项。
　　2.2  数据收集
　　2018年11—2019年1月，作者通过问卷星系统进行问卷调查，截至1月31日共收集问卷737份，其中经过排查不合格问卷，最终有效问卷为338份。为保证调查对象的真实性和调查结果的客观性，对问卷进行了精心的设计。因本研究关注移动健身App的持续使用意愿，在调查的时候被调查的对象是在坚持使用运动健身App的用户，所以在问卷中设计了“你每周使用移动健身App锻炼身体的频次”这一题项，将每周使用频次为0次的330份的不合格问卷剔除，同时设计陷阱题排除未认真作答问卷69份，最后有效问卷为338份。有效问卷的样本特征见表2。
　　2.3  问卷的评价
　　2.3.1  问卷的信度
　　本研究采用SPSS22.0对问卷进行信度检验（具体数据见表2），所有的潜变量的克朗巴赫系数α均在0.769～0.894，均大于0.7。问卷总的克郎巴赫α系数为0.943，说明本问卷内部信度非常理想。
　　2.3.2  问卷的内容效度、聚合效度和区别效度
　　在内容效度方面，本研究所有潜在变量和测度项均根据已有相关文献、相关专家咨询建议及移动健身App用户的意见编制，这些变量和题项相对语义清晰且表意准确。在聚合效度方面，主要是对每个模型进行验证性因素分析，相关学者已经指出，如果测量模型拟合不好，就会导致错误的结果;因此，在建立结构模型之前一定要对各测量模型的拟合情况进行验证性因素分析[32]。利用AMOS 22.0分别对每个测量模型进行验证性分析，以期检验效度。感知有用性测量模型验证过程中，题项2因素负荷量较低且卡方值较高，去掉题项2，模型拟合良好。感知易用性测量模型验证过程中，题项2因素负荷量低于0.6，去掉题项2，模型拟合良好。社群影响测量模型验证过程中，题项4和题项5因素负荷量低于0.6，先后尝试最终去掉题项4和题项5，符合恰好辨识（just identified），模型拟合良好。信任测量模型验证过程中，题项2和题项4卡方值较高，模型拟合不好，经过修正去掉题项2和题项4，符合恰好辨识，模型拟合良好。持续使用意愿测量模型共计3个题项，符合恰好辨识，模型拟合良好。Herbert等[33]指出在结构方程模型中，每个构面至少要包含3个题项。Hair等[34]635-644在相关研究中曾指出，聚合效度的评价可以从3个方面来进行判断：1）平均方差萃取量（average variance extracted，AVE）要大于0.5，平均方差萃取量是由题项因子载荷平方和的平均数计算得来的，是一个反应聚合效度的综合性指标，体现了潜在因子对于题项变异的平均解释量;2）标准化因子载荷应至少达到0.5，在高聚合效度的情况下，测验题项在一个因子上的载荷很高意味着它们都聚合到了一个共同的潜在结构上，故标准化因子载荷也可以在一定程度上反映结构的聚合效度;3）构建信度（composite reliability，CR）大于0.7，高的构建信度表明模型内部存在一致性，即题项所测量的内容都反映了同一个潜在结构，也体现了测验题项的聚合程度。本研究AVE在0.521～0.671，所有标准化的因子载荷在0.60～0.90， CR在0.809～0.889，这说明本研究的测量量表具有良好的聚合效度（见表3）。在区别效度方面，Hair等[34]645-657认为区别效度评价准则为各因子AVE 的算术平方根需大于该潜变量与其他潜变量之间的相关系数。由表 3 可知，本文量表各潜变量 AVE 开方后的值在 0.722～0. 819，除社群影响构面0.722略小于感知易用性构面0.749，其余各项都大于潜变量之间的相关系数;因此，笔者可以认为本量表拥有较好的区别效度（见表4）。 　　3    结果分析
　　3.1  结构方程模型分析
　　Bentler等[35]的研究曾指出，样本数与被估计的自由参数的比值至少要达到5∶1的才能保证参数的估计值可信，一般达到或者接近10∶1的比例才能保证显著性检验的有效性。本研究有效问卷为338份，模型中被估计的自由参数为43，样本数量/自由参数即338/43=7.86，基本达到Bentler等的样本量建议要求。根据本研究建立的假设模型，运用AMOS22.0软件对移动健身App持续使用意愿进行结构方程模型建模分析，得出如下分析结果（如图3所示）。
　　模型分析结果表明，除GFI、AGFI略低于0.9，一般情况下接近0.9，也表明模型拟合良好。通过分析结果可以进一步看出，通过此模型去探讨移动健身App持续使用意愿是合适的（见表5）。
　　3.2  假设验证
　　利用AMOS22.0软件分析检验前文中提出的假设，除H7、H8被拒绝以外，其余假设均被接受（见表6并如图4所示）。         4   讨论
　　综上所述，感知有用性、信任、社群影响对移动健身App用户持续使用意愿产生直接显著影响，同时，社群是影响移动健身App用户感知有用性和感知易用性的重要因素。
　　4.1  感知有用性对移动健身App用户持续使用意愿的影响
　　研究发现，感知有用性正向显著影响移动健身App持续使用意愿（β=0.24，P<0.01）。这与Ardion等[24]的研究结果一致，感知有用性正向显著影响移动健身App用户持续使用意愿。这说明用户在使用移动健身App过程中，若感知到该App能夠帮助其养成良好的运动健身习惯，提高健康水平，即如果该App对用户来说是有用的，用户对该App的评价就会更高，进而产生持续使用该App的意愿。同时，从路径系数β值来看，感知有用性对用户的持续使用意愿的解释力不大，影响程度不高。这一结论打破了一个人们的惯性认知，即人们往往认为无论何种电子科技产品，它的使用功能最重要。然而，实证研究结果显示，事实并非如此。分析其原因，随着人们生活水平的提高，人们的消费需求日益多元化，对产品的性能与功能要求越来越高，个别消费者追求挑剔性消费，人们在选择时会追求功能多样化的高品质电子产品，移动健身App开发与运营企业在产品开发与运营时对此应进行更多的思考，例如用户选择并使用移动健身App并不单单是因为它具有健身指导功能，移动健身App的拓展性功能还有待于进一步挖掘，例如移动健身App的社交功能、娱乐功能等有待于进行深入分析与探究，如何满足用户的多样化需求值得关注和思考。
　　4.2  社群影响对移动健身App用户持续使用意愿的影响
　　研究发现，社群影响正向显著影响移动健身App持续使用意愿（β= 0.40，P<0.05）。同时，社群影响也是正向显著影响用户感知的有用性（β=0.52，P<0.001）、感知易用性（β=0.86，P<0.001））和信任（β=0.60，P<0.05）。分析其原因，人是社会的人，具有集体归属感。社会群体的行为会影响群体内部每一个人，每个人都会自觉或不自觉地遵从所属群体的意识和行为[36]。人的从众心理会导致人的从众行为，相关研究表明，我国有着群体意识强烈的文化传统，这使得我国消费者更注重别人的看法，乐于追随大多数人的消费选择[37]。消费心理的形成受人们所处的社会文化环境影响，消费者的消费价值观是受社会文化影响而形成的。本研究的结论符合中国文化，即重视集体。从研究结果来看，用户是否持续使用移动健身App会受到周边亲朋好友的影响，尽管大部分人选择并持续使用移动健身App是为了健身，但也不乏一部分人将其作为与他人沟通与交流的一种方式和手段。移动健身App可以突破空间距离对人们交往的限制，使不同国家、地区、年龄、职业的体育爱好者们聚在一起，形成一个体育社交圈（例如跑团等）[39]，人们可以彼此分享与交流运动心得，从而满足个体的社会交往需求。
　　4.3  用户信任对移动健身App用户持续使用意愿的影响
　　研究发现，用户信任正向显著影响移动健身App用户持续使用意愿（β=0.22，P<0.05），但感知有用性（β=0.05，P>0.05）和感知易用性（β=0.20，P>0.05）对信任没有产生显著影响，这与Ardion等[24]的研究结果不一致。在后者的研究中，用户对移动健身App开发者的信任并不能显著影响移动健身App用户的持续使用意愿。分析其原因，目前，我国关于个人信息保护的法律还不够健全。同时，关于移动健身App的行业规范也不健全，移动健身App在使用的过程中，系统会记录与收集个人相关信息，例如性别、出生日期、身高、体重等。再例如，跑步App具有个人定位功能，用户的个人信息存在被泄露的可能性;因此，用户可能因担心个人隐私泄露而降低持续使用的意愿。所以，提高用户对移动健身App的信任尤为重要，用户对移动健身App信任程度越高，持续使用的意愿就越强。从这一点来说，我国一方面应进一步完善个人信息保护法律、法规，加强市场监管，另一方面还应提高个人信息保护认识，加强个人信息安全教育。
　　5   结论与展望
　　5.1  结论
　　本研究以技术接受模型理论为基础，探究了移动健身App用户持续使用意愿的影响因素，研究结果具有一定的理论价值和实践指导意义。在理论层面，本研究初步构建了移动健身App用户持续使用意愿理论模型，发现了社群、移动健身App用户的感知有用性、移动健身App用户对移动健身App开发者或企业的信任是影响移动健身App用户持续使用意愿的重要因素。目前，国内外鲜有涉及移动健身App用户持续使用意愿的研究，本研究对于深入分析移动健身App用户心理提供了理论支撑。在实践方面，本研究对于移动健身App企业如何留住用户具有实践指导意义。笔者认为，移动健身App企业应在提高健身指导服务的专业性、科学性的同时，拓展移动健身App的社交、娱乐功能;应重视用户个人信息保护，加强对用户个人信息泄露风险的防范;应加强对移动健身App的功能和新增健身指导服务项目的宣传，增强移动健身App用户的持续使用意愿。 　　5.2  展望
　　首先，本研究的測量工具是在其他类别手机App使用情况调查问卷的基础上针对移动健身App用户行为进行修改而形成的测量表，目前，业内还没有专门针对移动健身App用户使用意愿设计的测量工具，因此，移动健身App用户的针对性测量工作还需进一步完善。其次，个体是否持续使用移动健身App与个人成长经历、运动健身习惯、个人意志有很大关系，本研究并未将上述情况充分考虑在内。最后，本研究对于相关变量，例如感知有用性的界定比较笼统，日后的研究应对其进一步细分，例如感知健身性、感知科学性、感知专业性、感知娱乐性、感知社交性，从而再进一步深入地分析移动健身App用户持续使用意愿的影响因素及其心理机制。
　　参考文献：
　　[1]  田晧君，牟钟福.智慧型手机运动健身类APP Nike+破坏性创新之探讨[J].休闲与社会研究，2016，6（13）：187.
　　[2]  易观. 中国在线运动市场年度分析2018[EB/OL].（2018-07-02）[2019-03-06].http：//www.3mbang.com/i-1636.html.
　　[3]  刘鲁川，孙凯，王菲，等.移动搜索用户持续使用行为实证研究[J].中国图书馆学报，2011，37（6）：50.
　　[4]  CONSTANTIOU I D， DAMSGAARD J， KNUTSEN L. The four incremental steps toward advanced mobile service adoption[J]. Communications of the ACM， 2007， 50（6）： 51.
　　[5]  SAGA V L， ZMUD R W. The nature and determinants of IT acceptance， routinization， and infusion[C]//Pittsburgh： Proceedings of the IFIP TC8 Working Conference on Diffusion，1994.
　　[6]  李建华. APP用户流失的真相[EB/OL].（2014-10-09）[2019-03-06].https：//www.leiphone.com/news/201410/ZASkarQVw2idIwOa.html.
　　[7]  PARTHASARATHY M， BHATTACHERJEE A. Understanding post-adoption behavior in the context of online services[J]. Information Systems Research， 1998， 9（4）： 362.
　　[8]  DAVIS F D， BAGOZZI R P， WARSHAW P R. User acceptance of computer technology ： a comparison of two theoretical models[J].Management Science， 1989， 35（8）： 982.
　　[9]  LARSEN T J. The role of task-technology fit as users’ motivation to continue information system use[J]. Computers in Human Behavior， 2009， 25（3）： 778.
　　[10]  VENKATESH V， SPEIER C， MORRIS M G. User acceptance enablers in individual decision making about technology： toward an integrated model[J].Decision Sciences， 2002， 33（2）： 297.
　　[11]  HONG S， THONG J Y L， TAM K Y. Understanding continued information technology usage behavior： a comparison of three models in the context of mobile internet [J]. Decision Support Systems， 2006， 42（3）： 1819.
　　[12]  BHATTACHERJEE A. Understanding Information Systems Continuance： An Expectation-Confirmation Model[J]. MIS Quarterly， 2001， 25（3）： 351.
　　[13]  KARAHANNA E， STRAUB D W.The psychological origins of perceived usefulness and ease-of-use[J]. Information & Management， 1999， 35（4）： 237.
　　[14]  VISWANATH V， MICHAEL G M， GORDON B D， et al. User acceptance of information technology： toward a unified view [J]. MIS Quarterly， 2003， 27（3）： 425. 　　[15]  TAO Z. Understanding mobile internet continuance usage from the perspectives of UTAUT and flow[J]. Information Development， 2011， 27（3）： 207.
　　[16]  黄丽英，甘巧林.基于UTAUT 模型的旅游APP用户使用意愿影响因素研究[J].旅游研究，2017，9（2）：26.
　　[17]  BAUER R A. Consumer behavior as risk taking[C]//New York： Proceeding of the 43rd Conference of the American Marketing Association，1960.
　　[18]  葛仲夏，顾东晓，顾佐佐.社交网络工具持续使用影响因素的实证研究[J].图书馆学研究，2015，7（1）：34.
　　[19]  LU J ， YAO J E ， YU C S . Personal innovativeness， social influences and adoption of wireless Internet services via mobile technology[J]. Journal of Strategic Information Systems， 2005， 14（3）： 245.
　　[20]  BELDAD A， JONG M D， STEEHOUDER M. How shall I trust the faceless and the intangible？ a literature review on the antecedents of online trust[J]. Computers in Human Behavior， 2010， 26（5）： 857.
　　[21]  BERT F， GIACOMETTI M， GUALANO M R， et al. Smartphones and health promotion： a review of the evidence[J]. Journal of Medical Systems， 2014， 38（1）： 1.
　　[22]  HACKMAN D L M. Trust， risk， and decision-making in organizational change[J]. Public Administration Quarterly， 1999， 23（2）： 152.
　　[23]  DAVID G， ELENA K ， DETMAR W S. Trust and TAM in online shopping： an integrated model[J]. MIS Quarterly， 2003， 27（1）： 51.
　　[24]  ARDION D B， SABRINA M H. Expanding the technology acceptance model with the inclusion of trust， social influence， and health valuation to determine the predictors of german users’ willingness to continue using a fitness APP： a structural equation modeling app roach[J]. International Journal Of Human-Computer Interaction， 2018， 34（9）： 882.
　　[25]  GERALD R S，JEFFREY P. A social information processing approach to job attitudes and task design[J]. Administrative Science Quarterly， 1978， 23（2）： 224.
　　[26]  陳振娇.探索团队冲突与团队产出之间机制的实证研究：社会信息处理理论的视角[D].合肥：中国科学技术大学，2009.
　　[27]  THONG J Y L， Hong S J， Tam K Y.The effects of post - adoption beliefs on the expectation-confirmation model for information technology continuance[J].International Journal of Human Computer Studies， 2006， 64（9）： 799.
　　[28]  王凡.图书馆用户持续使用意愿影响因素研究[J].图书馆工作与研究，2017（7）：50.
　　[29]  YEN Y.Managing perceived risk for customer retention in e-commerce： The role of switching costs[J]. Information and Computer Security，2015， 23（2）： 145.
　　[30]  RONIS D L， YATES J F， KIRSCHT J P. Attitude， structure and function[M]. NJ： Lawrence Erlbaum Associates， 1989： 213-239. 　　[31]  LIMAYEM M，HIRT S G， CHUNG C M K. How habit limits the predictive power of intention： the case of information systems continuance[J].Management Information Systems Quarterly， 2007 ，31（4）： 705.
　　[32]  SEGARS A H. Assessing the unidimensionality of measurement：a paradigm and illustration with the context of information systems research[J]. The International Management of Science， 1997， 25（1）： 107.
　　[33]  HERBERT W M， KIT-TAI H， JOHN R B， et al. Is more ever to much？ the number of indicators per factor in confirmatory factor analysis[J]. Multivariate Behavioral Research， 1998， 33（2）： 181.
　　[34]  HAIR J F J， BLACK W C， BABIN B J， et al. Multivariate data analysis： a global perspective[M]. NJ： Pearson Prentice Hall， 2010.
　　[35]  BENTLER P M，CHOU C P. Practical issues in structural modeling [J]. Sociological Methods & Research， 1987， 16（1）： 78.
　　[36]  陈蕾.多元文化与消费者的消费心理与行为[J].湖南工程學院学报，2011，4（21）：15.
　　[37]  宋超英，张筱莹，张乾.消费者的品牌选择行为研究：基于行为经济学视角下的分析[J].企业管理，2008，12（2）：76.
　　[38]  王子朴，药婧瑶.体育移动应用的形成、发展和前景[J].中国体育科技，2014，50（6）：113.
转载注明来源:https://www.xzbu.com/4/view-15105990.htm