个人云存储用户采用模型的实证研究_云计算论文

个人云存储用户采纳模型及实证研究,本文主要内容关键词为:模型论文,实证研究论文,用户论文,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。

      个人云存储具有海量存储、移动存储、同步和分享、个性化信息管理等特征,支持泛在网络环境下用户进行个人信息管理,是当代的“Memex”[1]。据2015年CNNIC统计,中国网民数量达668亿,手机网民超过PC网民,有5.94亿,占88.9%[2]。日益扩大的网民群体及多屏设备的使用形成了对云存储的广泛需求,但实际上,个人云存储在网民中的渗透率不高,仅有38.3%的网民对个人云存储有所了解,15.8%的网民使用过个人云存储[3]。用户的采纳率不高制约了我国个人云存储的发展进程,阻碍了云存储技术优势的发挥。针对这种现象,国内互联网研究机构如CNNIC、艾瑞资讯、德勤等已开始关注个人云存储的市场和用户,但是学术界对个人云存储用户使用行为的研究却还很鲜见。本文在研究已有成果的基础上,探索影响个人云存储用户采纳的因素,并通过构建采纳模型分析和预测用户采纳个人云存储行为,为制定用户采纳策略、政策的设计提供参考。

      1 文献综述

      20世纪70年代,为了解决“信息技术悖论”问题,学术界提出研究用户的信息技术采纳[4],经过几十年的发展,产生了一些经典的理论和模型,为研究信息技术采纳奠定了坚实的基础,但是学术界并未停止对用户采纳理论的创新,不断从新视角、新领域对它们进行扩展、补充,甚至是批判。信息技术采纳研究成为信息系统领域重要的研究分支。

      云计算技术产生一来,云计算采纳研究产生了很多成果,主要面向组织采纳研究,面向个人用户的研究较少。孙振曦[5]使用TAM和TTF模型研究了云存储用户采纳影响因素;曹越等[6]使用UTAUT,增加了感知费用和感知风险变量,研究了云存储服务采纳影响因素;Lian[7]在UTAUT2的基础上构建了公众采纳基于云的电子发票服务模型,通过实证研究发现,努力期望、社会影响、信任和风险对采纳意向有显著影响;Tarmidi等[8]对中小企业的会计人员使用Google Apps和Dropbox的情况进行调研,发现2/3的被调查者不熟悉云计算,采纳者是为了提高时间效率,不采纳者是缺乏感知利益和安全性;Park等[9]以TAM模型为基础,考虑系统安全、服务质量、移动性和用户满意度构建了移动云服务用户采纳模型;Behrend等[10]研究学生对移动云学习平台的采纳,在TAM3基础上加入个人创新精神和教师支持变量,并将采纳行为分为实际使用、未来使用意向以及未来使用三种类型;Park等[11]构建了由云计算采纳促进因素和障碍因素构成的模型,并进行实证研究,调查对象选取Google App的大学生用户,结果显示期望转换利益、泛在性、协作支持、社会影响和消费者个人创新精神正向影响用户采纳云服务,期望转换成本、现有IT满意度、现有IT广泛使用阻碍用户的采纳。已有国内外个人云的采纳行为研究表明个人云的用户采纳依赖于用户的需求、感知和体验,技术特征的优劣势分别对采纳有正向和负向的影响,相关的研究局限于对已有理论模型的修正或集成,没有深入考虑个人云存储的应用情景和用户需求。本文认为个人云存储是一种个人信息管理工具,改变了用户长久以来在本地个人信息管理的习惯,应从个人信息管理视角解释用户采纳行为。

      2 研究模型与假设

      2.1 模型构建

      个人云存储用户采纳模型由用户采纳的关键影响因素及其关系构成,模型构建的科学性取决于影响因素的选取,本研究从理论和实践两种视角中发现影响用户采纳的关键因素。首先,通过理论演绎发现可能的影响因素,然后,通过访谈调研获取用户使用个人云存储的体验,归纳出影响因素,再经过两方面的对比分析,确定影响用户采纳的关键因素,为增强模型的解释范围和可理解性,尽量使用本领域研究者广泛认可的概念。最后确定技术层面感知有用性、感知易用性和云存储特征3个要素,环境层面网络外部性、主观规范2个要素,个人层面感知风险、感知信任、个人创新精神和认知度4个要素,共9个影响因素。Liaw等[12]提出的采纳意向和实际行为之间有很强的关联,结果因素选取采纳意向,这也因为问卷调查方式更容易评测用户的行为意向,难以获取客观的用户行为数据。再根据相关研究中提及的要素之间的关系,本研究推导出个人云存储用户采纳模型,如图1所示。

      

      2.2 研究假设

      个人云存储是云计算技术在个人领域的应用,具有云计算技术的特性,由于专门针对个人云存储采纳研究较少,因此,本文引用了云计算采纳相关的研究作为本研究的支持条件。

      (1)感知有用性(PU)和感知易用性(PE)

      1996年Davis等对技术接受模型修正,舍去态度因素,感知有用性和感知易用性直接影响采纳行为意向,并且感知易用性通过影响感知有用性间接影响采纳意向[13]。大量的实证研究表明,感知有用性和感知易用性与采纳意向之间的关系几乎是稳定的。Seo[14]研究B2B部门采纳云计算和Du等[15]研究SaaS采纳研究时,均支持了感知有用性、感知易用性和采纳意向三者之间的关系;Ratten[16]研究中美大学生云计算采纳时和Shin等[17]研究感知价值视角下的云服务采纳时,均表明感知有用性和感知易用性影响采纳意向,但是没有验证感知易用性对感知有用性的影响。用户使用个人云存储是希望它能够增加工作、生活等活动的便利,在选择个人云存储时会倾向于容易操作的,易用性会强化用户对产品有用性的认知,因此,提出下述假设:

      假设H1:感知有用性正向影响用户采纳个人云存储的意向

      假设H2:感知易用性正向影响用户采纳个人云存储的意向

      假设H3:感知易用性正向影响感知有用性

      (2)感知风险(PR)和感知信任(PT)

      创新扩散理论中提到创新技术的传播速度受其风险的影响;信任是有风险的情况下用户产生的一种情感,是用户对另一方的信赖。用户感觉有风险时,会倾向于选择可信任的对象。Bharadwaj等[18]研究发现云服务供应商的信任影响云计算采纳;Heat[19]研究发现供应商信任正向影响SaaS采纳意向,并影响感知风险;Shin[20]的研究发现安全和隐私影响云计算采纳。个人云存储以管理个人信息为主,基于互联网为用户提供服务,用户存在安全和隐私顾虑,如服务商能否保障信息安全;一旦信息泄露,用户利益能否得到保障等,因此,用户会谨慎选择使用个人云存储,因此,提出下述假设:

      假设H4:感知风险对用户采纳个人云存储的意向有负向影响

      假设H5:感知信任对用户采纳个人云存储的意向有正向影响

      假设H6:感知风险对感知信任有负向影响

      (3)主观规范(SN)

      主观规范指个人行为受周围与其有重要关系的人的影响。Rogers[21]认为大多数个人在评价一项创新时,是通过身边采纳该项创新的亲戚、朋友或同事的主观评价,而并不是基于专业知识。Shin[20]、Shin等[17]的研究均表明主观规范对云计算采纳意向和感知有用性有显著影响;曹越等[6]的研究表明社会影响对用户采纳云存储服务影响显著;Park等[11]的研究表明社会影响对终端用户采纳云计算影响显著。个人云存储的用户处在复杂的网络社会中,虽然属于个体行为,但不可避免地受到各种社会因素的影响,而且在本研究的访谈调研中也发现,在亲朋好友的积极推荐下,用户会感觉云存储更有价值,会更愿意采纳个人云存储,因此,提出下述假设:

      假设H7:主观规范对用户采纳个人云存储的意向有正向影响

      假设H8:主观规范对用户的感知有用性有正向影响

      (4)网络外部性(NE)

      Rohlfs[22]、Katz等[23]提出网络外部性理论,指产品或服务的价值会随着使用者数量的增多而增大。Chun等[24]研究发现网络外部性对在线服务社区的使用意向有正向影响。Wang等[25]研究发现网络外部性对用户采纳即时通讯工具的行为意向有正向影响。蒋骁[26]研究发现网络外部性对公民采纳电子政务服务有正向影响。本研究认为个人云存储的用户越多,其中有价值的资源越多,或者配合个人云存储使用的应用或设备越多,其价值越高,用户越倾向于采纳个人云存储,因此,提出下述假设:

      假设H9:网络外部性对用户的感知有用性有正向影响

      假设H10:网络外部性对用户采纳个人云存储的意向有正向影响

      (5)云存储特征(CC)

      技术接受模型提出研究者需根据实际系统的特性设置外部变量。Behrend等[10]研究社区大学采纳云计算时,发现移动性对感知有用性和感知易用性有显著影响;Park等[9]研究移动云服务采纳时,发现移动性对感知有用性有积极影响。通过本研究的访谈调研发现,用户主要关注云存储的移动性和共享性特征,本研究认为二者特性关系密切,正是由于其具有移动性,用户才能分享个人信息,因此,将二者含义合并,统称为云存储特征,依据以上观点,提出下述假设。

      假设H11:云存储特征对用户的感知有用性有正向影响

      假设H12:云存储特征对用户的感知易用性有正向影响

      (6)个人创新精神(PI)

      个人创新精神指用户的好奇心、冒险精神。Behrend等[10]研究云学习平台的采纳时,发现个人创新精神对感知易用性有显著影响,对感知有用性影响不显著;Park等[11]研究发现,个人创新精神对终端用户的云计算采纳影响显著;Ratten[16]的研究表明在美国大学生用户中,个人创新精神影响云计算采纳。在本研究的访谈调研中发现,个人创新精神较高的用户,更容易接受网络、媒体的宣传报道,打破传统的使用习惯,采纳个人云存储,同时也愿意学习个人云存储的各项功能,因此,提出下述研究假设:

      假设H13:个人创新精神对用户采纳个人云存储的意向有正向影响

      假设H14:个人创新精神对用户的感知易用性有正向影响

      (7)认知度(AW)

      认知度是对事物内涵及价值的认识和理解程度,认知度是信任的前因[26],信任因对事物的熟悉程度而产生,进而影响用户行为。Luhmann[27]的研究表明熟悉是信任的先决条件,信任产生于熟悉的环境中,而熟悉状态的不断变化也影响信任。Low等[28]通过定性分析发现,由于用户对云计算不了解,影响其采纳云计算。Onwudebelu等[29]通过定性研究发现,用户需要了解他们的数据是如何在云中保护的,才能对供应商产生信任。在本研究的访谈调研中发现,对技术细节、安全、隐私保护政策不了解的用户,为了规避风险会选择熟悉的云服务商,因此,提出下述研究假设:

      假设H15:认知度对用户的感知信任有正向影响

      3 研究设计与实证结果

      3.1 问卷设计和调查

      本研究采用调查问卷收集数据,参考相关研究中的量表设计,结合用户采纳个人云存储的情景进行修改,问卷使用Likert 5级量表,每个潜变量由3个以上观测变量构成,本研究共有10个潜变量,设计了51个观测变量。然后,咨询相关专家和小规模预测试,对问卷进行调整和修正,形成正式调查问卷。为了保证调查研究的可靠性,本研究进行三方面的设计:(1)样本构成设计,目的是确保样本的代表性;(2)问卷发放设计,保证问卷填写质量;(3)问卷筛选,进一步筛选出高质量问卷。正式问卷调查于2014年11月3日至12月14日进行,为避免回答偏差,问卷向预先设计的样本结构群体定向发放,样本群体分为大学生和上班族两大类,为确保样本的代表性分别在全国不同地区的大学、企业事业单位投放,并注意各地区和单位类型的平衡。调查对象收到调查邀请后自愿填写,纸质问卷发放200份,回收162分,问卷回收率为81.0%,其中有效问卷136份,有效问卷率为83.9%,网络共回收问卷435份,有效问卷为324份,问卷有效率为74.5%。最后有效问卷数为460,问卷数量是总观测变量数的9倍。

      3.2 样本特征

      本次调研限定被调查者具备个人云存储的使用经验,样本分布特征如表1所示,性别比例适当,大部分用户年龄19~40岁之间,本科学历最多,而学历较低者比率较低,职业分布主要为大学生和企事业单位上班族。

      

      3.3 数据处理结果

      本研究借助Smart PLS 2.0进行结构方程模型分析。该方法适合于探索性质的模型检验,这符合本研究模型检验的需求,使用时不需要考虑模型识别问题,包括测量模型和结构模型分析。

      3.3.1 测量模型

      使用PLS方法,测量模型分析就是检验潜变量和观测变量之间的关系,包括收敛效度和判别效度。根据Fornell-Larcker准则[30],组合信度(Composite Reliability,CR)高于0.7,并且平均方差提取值(Average Variance Extracted,AVE)高于0.5,模型就是可接受的。本研究的收敛效度如表2所示,组合信度最大值0.9217,最小值0.7904,远远大于0.7的标准,平方差提取值,最大值0.7957,最小值0.5553,也满足大于0.5的标准,说明量表具有良好的收敛效度。

      判别效度用来判断一个观测变量是属于其对应的潜变量,还是属于其他变量,采用Fornell-Lacker准则,即潜变量的AVE值高于其他所有潜变量的相关系数的平方。本研究的判别效度如表3所示,可以看出,对角线上最小的数值是0.7452,比非对角线上最大的数值0.6460大,说明本研究的量表具有良好的判别效度。

      

      

      3.3.2 结构模型

      结构模型分析主要是检验内生潜变量的多重判定系数

以及潜变量之间的路径系数。

值反映潜在变量被因变量解释的程度,判定模型是否可接受。Falk等[31]提出

高于10%即可,Hair等[32]指出

在不同的领域有较大差异,在消费者行为研究领域高于0.2就可以被视为拟合较好,超过0.4就说明模型预测能力较强。本研究结构模型分析结果如下页图2所示,采纳意向的方差解释率为52.2%,感知有用性为49.8%,感知易用性为49.5%,感知信任为24.7%,均高于0.2的标准,其中采纳意向、感知有用性和感知易用性均高于0.4的标准,感知信任高于0.2的标准,因此,可以判断模型具有一定的解释力,模型可接受;路径分析结果,除感知风险到采纳意向,主观规范到感知有用性的路径不显著外,其他路径均得到支持,即除假设H4和假设H8未得到支持外,其他假设均得到支持,并且显著性p值都在0.01以下,非常显著。

      3.4 结果讨论

      假设检验结果可知,假设H4未得到支持,说明用户对个人云存储的有用性认知是理性的,尽管会影响用户采纳,但不会接受他人认为个人云存储有价值的观念。假设H8未得到支持,说明个人云存储的风险不会直接影响采纳行为,而是会降低感知信任,从而间接影响采纳意向。网络外部性是个人云存储采纳意向的最大影响因素,高于Davis提出的技术接受模型中的感知有用性和感知易用性,并且网络外部性还影响用户对个人云存储的感知有用性,说明用户使用个人云存储的主要原因是以为了使用云存储中的资源,或配合其他应用和设备,个人云存储也因此而提升自身效用;个人创新精神是影响个人云存储采纳另一重要因素,创新精神高的用户倾向于较早采纳个人云存储并且感觉个人云存储更容易使用。

      

      总体来说,对采纳意向影响最大的是网络外部性,其次是感知有用性、个人创新精神、感知信任、感知易用性、云存储特征、主观规范、认知度、感知风险;对感知有用性影响最大的是云存储特征,其次是感知易用性、个人创新精神和网络外部性;对感知易用性影响最大的是个人创新精神,其次是云存储特征;对感知信任影响最大的是认知度,其次是感知风险。

      4 研究结论

      Marston等[33]从商业视角分析,认为云服务的利益相关者有云服务提供商(Cloud Service Provider,CSP)、云服务推销者(Cloud Enablers)、云管理者(Cloud Regulators)和云终端用户(Cloud End-Users,CEUs)。本文沿用此逻辑,根据实证研究结果,从相关者视角出发,试给出提升用户个人云存储采纳水平的建议。

      4.1 个人云存储产品设计

      个人云存储产品设计应突出产品的有用性和易用性,为个人信息管理提供个性化服务,增强用户对其感知有用性的认知;提高移动性和共享性的服务质量和便捷性,给用户带来更好的服务体验;加强个人云存储资源建设,利用服务商的资源优势,将网络中有价值的资源为用户进行组织和推荐,不仅让用户使用个人云存储的功能,还能享受云端资源的价值,引导用户使用资源的习惯转变成使用个人云存储的习惯;提升产品的安全性,从技术和管理上都应有所加强,技术上加强云端、客户端以及传输时的数据安全,管理上对服务商、管理者和用户均有明确的管理规范和协议。

      4.2 个人云存储产品营销

      建立用户信任是首要任务,风险来源于供应商和互联网,需要消除用户对两方面风险的顾虑,如数据丢失、隐私安全、服务时效,并提供给用户服务转移支持,还需要进行必要的风险告知,让用户在愿意承担可能出现的风险的前提下使用个人云存储。其次,利用用户所在环境和文化价值观的重要影响,促使他们与已采纳者保持一致。再次,关注个人创新精神高的用户群体,如年轻人,向他们进行特别营销,对其个人创新精神予以激励和认同,利用他们的先锋作用,促进更多的人采纳个人云存储。

      4.3 个人云存储市场管理

      个人云存储市场管理的目的是保障和约束市场健康有序的发展。个人云存储以存储个人信息管理为主,不仅应保证数据安全,还要保护个人隐私,尤其在用户与供应商交互较少时,应有强制的约束手段。政府机构对个人云存储市场进行监督和引导,防止市场垄断、不正当竞争,特别是供应商锁定问题,引入事后监管,如用户要更换服务商,需有相应的服务支持;同时也要出台相应的政策支持行业发展,激发产业投资热情和积极性。个人云存储行业应加强自律,调动起相关行业,建设云存储信息交换、可信云服务认证、安全保障、资质认证、资格教育等行业规范,增强从业者的守法意识。

      4.4 个人云存储用户引导

      用户引导策略指通过提高用户认知度、激发用户个人信息管理需求、提高用户信息素质和信息安全意识入手。供应商和媒体加强宣传,提高用户对个人云存储的认知度,如使用产品联合推广形式,将个人云存储与用户熟知的产品一起推广,让用户更容易接受个人云存储。激发用户潜在需求,培养用户使用习惯,让用户意识到使用个人云存储是泛在网络环境下个人信息管理最有利的工具,同时,利用用户的体验去刺激“习惯”。用户使用个人云存储时需要具备一定的信息素质,让用户意识到自己的信息管理需求,利用个人信息管理工具,掌握必要的个人云存储原理和操作技能。此外,还要提升个人用户的安全管理意识,在发生问题时,能够利用相关法律规定保护个人权利。

标签:;  ;  ;  ;  ;  ;  

个人云存储用户采用模型的实证研究_云计算论文
下载Doc文档

猜你喜欢