谷紫陽，李遠(yuǎn)航

（1.華南師范大學(xué) 教育信息技術(shù)學(xué)院，廣東 廣州 510631；2.唐山師范學(xué)院 物理系，河北 唐山 063000）

中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2017年12月，我國手機(jī)網(wǎng)民規(guī)模達(dá)7.53億，使用手機(jī)上網(wǎng)人群的占比由2016年的95.1%提升至97.5%[1]。技術(shù)的變革帶來了人們信息獲取方式的變化，通過手機(jī)、iPad等方式完成的移動搜索逐漸成為新型搜索方式。大學(xué)生對技術(shù)的敏感度高、適應(yīng)性強(qiáng)，當(dāng)傳統(tǒng)的通過PC端瀏覽器獲取信息的方式已難以滿足他們在移動互聯(lián)網(wǎng)環(huán)境下的多元化需求時，越來越多的大學(xué)生選擇通過手機(jī)訪問互聯(lián)網(wǎng)，進(jìn)行信息搜索，以滿足隨時隨地產(chǎn)生的信息需求，他們已成為當(dāng)前移動搜索中一個龐大而穩(wěn)定的消費(fèi)群體。

本研究以技術(shù)接受模型（Technology Acceptance Model，TAM）與任務(wù)技術(shù)適配模型（Task Technology Fit，TTF）為理論基礎(chǔ)，構(gòu)建大學(xué)生移動搜索行為的影響因素模型和研究假設(shè)，通過問卷調(diào)查方式對河北省大學(xué)生進(jìn)行抽樣調(diào)查，并利用統(tǒng)計分析軟件SPSS 22.0對收集到的數(shù)據(jù)進(jìn)行整理分析，并以此為依據(jù)對優(yōu)化大學(xué)生移動搜索行為提出相關(guān)建議。

一、大學(xué)生移動搜索行為的影響因素模型構(gòu)建及研究假設(shè)

本研究基于TAM模型和TTF模型構(gòu)建大學(xué)生移動搜索行為的影響因素模型。

在TAM模型中，個體使用技術(shù)的意愿受到對于技術(shù)有用性的感知（PU）和對技術(shù)易用性的感知（PEU）兩個因素的影響[2]，它們均會對大學(xué)生是否具有使用移動技術(shù)進(jìn)行信息獲取的主觀意愿（ITS）以及最終的移動搜索行為（SB）產(chǎn)生影響。同時，本研究另增加了感知信任、移動搜索能力以及感知趣味性三個外部因素，其中感知信任（PT）指大學(xué)生對信息發(fā)布者及其所發(fā)布信息的認(rèn)可程度[3]；移動搜索能力指大學(xué)生具備的利用移動技術(shù)檢索并獲取信息的能力；感知趣味性（PE）指大學(xué)生在利用移動搜索完成信息檢索時所具有的愉悅程度。TTF模型將任務(wù)技術(shù)適配度作為核心，探討個體在利用某種技術(shù)完成任務(wù)時，該技術(shù)所具備的功能與任務(wù)需求相互匹配的程度。任務(wù)（TAC）指大學(xué)生為達(dá)到特定目標(biāo)所進(jìn)行的一系列行為；技術(shù)（TEC）指用戶為完成任務(wù)所使用的工具。

在滿足兩種理論核心要求的前提下，本研究將大學(xué)生使用移動搜索時所表現(xiàn)出的感知信任、搜索能力以及感知趣味性作為外部因素進(jìn)行整合，形成基本理論模型及基本假設(shè)。

圖1 大學(xué)生移動搜索行為的影響因素理論模型

表1 研究假設(shè)

二、研究過程

（一）研究工具與研究樣本

1.研究樣本

本研究以部分河北省高校大學(xué)生為研究樣本，采用紙質(zhì)問卷和網(wǎng)上問卷完成數(shù)據(jù)獲取。研究共發(fā)放305份問卷，回收有效問卷277份，有效率為90.82%，基本信息情況見表2。

表2 研究樣本基本信息統(tǒng)計

2.研究工具

本研究設(shè)計了《大學(xué)生移動搜索行為調(diào)查問卷》，影響因素部分共10個變量，28個題項，題目來源如表3所示。量表計量方面均采用Likert5級量表進(jìn)行測量，其中從1到5分別表示“非常不同意”“不同意”“一般”“同意”以及“非常同意”。采用SPSS 22.0對問卷進(jìn)行信度和效度分析。

表3 調(diào)查問卷題目的基本情況與來源

由表3可知，每個變量的Cronbachα系數(shù)均在0.7以上，說明問卷具有較高信度。樣本的KMO值為0.886，Bartlett球體檢驗值達(dá)到0.000顯著水平。經(jīng)主成分分析法和最大方差旋轉(zhuǎn)法驗證因子負(fù)載，保留特征值大于1的主成分，且在旋轉(zhuǎn)后的成分矩陣中剔除因子載荷值小于0.4的項目，最終得到有效項目28項，方差解釋率為66.10%，問卷具有良好的效度。

（二）數(shù)據(jù)分析

1.樣本特征量與移動搜索行為之間的關(guān)系

本研究涉及的樣本特征包括被調(diào)查者的性別、年級（一、二年級為低年級，三、四年級為高年級）、專業(yè)以及移動搜索頻率四個方面，分別采用獨(dú)立樣本t檢驗完成特征變量與移動搜索行為之間的關(guān)系，結(jié)果如表4所示。

表4 研究樣本的特征變量與其搜索行為之間的t檢驗結(jié)果示意表

由表4可見，大學(xué)生的性別與其移動搜索行為之間的t檢驗的Sig=0.110＞0.05，兩者間不存在顯著性差異；大學(xué)生的年級與其搜索行為之間的t檢驗的Sig=0.199＞0.05，兩者間不存在顯著性差異；大學(xué)生的專業(yè)與移動搜索行為之間的t檢驗的Sig=0.629＞0.05，兩者間不存在顯著性差異；大學(xué)生的移動搜索頻率與其搜索行為之間的t檢驗的Sig=0.000＜0.05，兩者間存在顯著性差異，搜索頻率較高（M=12.39，SD=2.011）的學(xué)生比搜索頻率低（M=10.32，SD=2.091）的學(xué)生有更多的移動搜索行為。

2.大學(xué)生移動搜索影響因素間的相關(guān)分析

表5為計算得到的Pearson相關(guān)系數(shù)。

表5 大學(xué)生移動搜索影響因素間的Pearson相關(guān)系數(shù)

從表5可以得知，模型中的各個變量兩兩之間均存在顯著的相關(guān)關(guān)系，其中，移動搜索意向與移動搜索行為之間r=0.410，p=0.000＜0.01；感知有用性與移動搜索意向之間r=0.527，p=0.000＜0.01；感知易用性與移動搜索意向之間r=0.376，p=0.000＜0.01；感知趣味性與移動搜索意向之間r=0.426，p=0.000＜0.01；感知信任與感知有用性之間r=0.272，p=0.000＜0.01；移動搜索能力與感知易用性之間r=0.246，p=0.000＜0.01；技術(shù)特征與任務(wù)技術(shù)適配度之間r=0.471，p=0.000＜0.01；任務(wù)特征與任務(wù)技術(shù)適配度之間r=0.402，p=0.000＜0.01；任務(wù)技術(shù)適配度與搜索行為之間r=0.363，p=0.000＜0.01。

3.大學(xué)生移動搜索影響因素間的回歸分析

本研究采用的逐步多元回歸分析方法，可以從因變量方差的角度了解自變量自己獨(dú)立的解釋比例。在對研究變量之間相關(guān)分析的基礎(chǔ)上，本文采用回歸分析，進(jìn)一步檢驗變量間是否具有因果關(guān)系。

移動搜索意向、任務(wù)技術(shù)適配度與移動搜索行為的回歸分析結(jié)果如表6所示。自變量的容忍度（Tolerance）均大于0.1，方差膨脹因子（VIF）均小于10，所以自變量之間不存在多重共線性問題。DW值接近2，說明不存在序列相關(guān)問題，調(diào)整后R2為0.220，說明移動搜索意向和任務(wù)技術(shù)適配度對移動搜索行為的解釋量為22%，統(tǒng)計量F的值為39.956，且P＜0.001,說明模型的回歸效果達(dá)到顯著水平。T檢驗的顯著性Sig值為0.000，說明移動搜索意向和任務(wù)技術(shù)適配度對移動搜索行為有顯著正向影響，故本文H1和H9假設(shè)成立，可建立回歸方程：

移動搜索行為=0.326*移動搜索意向+0.254*任務(wù)技術(shù)適配度。

表6 移動搜索意向、任務(wù)技術(shù)適配度對移動搜索行為的逐步回歸分析

感知有用性、感知易用性、感知趣味性與移動 搜索意向的回歸分析，結(jié)果如表7所示。

表7 感知有用性、感知易用性、感知趣味性對移動搜索意向的逐步回歸分析

自變量的容忍度和VIF均接近于1，說明變量之間不存在多重共線性問題，DW為1.895，接近2，說明不存在序列相關(guān)現(xiàn)象。調(diào)整后R2為0.336，說明感知有用性、感知易用性、感知趣味性對移動搜索意向的解釋量為33.6%，統(tǒng)計量F的值為47.607，且P=0.000,說明模型的回歸效果達(dá)到顯著水平。T檢驗的顯著性Sig值均小于0.05，說明感知有用性、感知易用性、感知趣味性顯著正向影響移動搜索意向，故本文H2、H3、H4假設(shè)均成立，可建立回歸方程：

移動搜索意向=0.391*感知有用性+0.206*感知易用性+0.133*感知趣味性。

感知信任與感知有用性的回歸分析，結(jié)果如表8所示。

表8中，統(tǒng)計量F=22.055，其顯著性為0.000，說明模型的總體回歸效果已達(dá)到顯著水平，T檢驗的顯著性Sig值為0.000，說明感知信任對感知有用性有顯著正向影響，本文H5假設(shè)成立，可建立回歸方程：

感知有用性=0.391*感知信任。

表8 感知信任對感知有用性的一元回歸分析

表9 移動搜索能力對感知易用性的一元回歸分析

移動搜索能力與感知易用性的回歸分析，結(jié)果如表9所示。統(tǒng)計量F=17.745，其顯著性為0.000，說明模型的總體回歸效果已達(dá)到了顯著水平，T檢驗的顯著性Sig值為0.000，說明移動搜索能力對感知易用性有顯著正向影響，本文H6假設(shè)成立，可建立回歸方程：

感知易用性=0.391*移動搜索能力。

技術(shù)特征、任務(wù)特征與任務(wù)技術(shù)適配度的回歸分析，結(jié)果如表10所示。自變量的容忍度均大于0.1，VIF均小于10，說明變量之間不存在多重共線性問題，DW為1.860，接近2，說明不存在序列相關(guān)現(xiàn)象。調(diào)整后R2為0.220，說明技術(shù)特征、任務(wù)特征對任務(wù)技術(shù)適配度的解釋量為22%，統(tǒng)計量F的值為46.274，且P=0.000，說明模型的回歸效果達(dá)到顯著水平。T檢驗的顯著性Sig值均小于0.05，說明技術(shù)特征、任務(wù)特征對顯著正向影響任務(wù)技術(shù)適配度，故本文H7和H8假設(shè)成立，可建立回歸方程：

任務(wù)技術(shù)適配度=0.207*任務(wù)特征+0.359*技術(shù)特征。

表10 技術(shù)特征、任務(wù)特征對任務(wù)技術(shù)適配度的逐步回歸分析

4.研究假設(shè)檢驗結(jié)果

綜合以上的相關(guān)分析和回歸分析可知，本文研究假設(shè)H1～H9均成立，表明大學(xué)生的移動搜索行為受到其自身及任務(wù)技術(shù)適配度的影響。

三、優(yōu)化大學(xué)生移動搜索行為的相關(guān)建議

從上述數(shù)據(jù)分析結(jié)果及所得的研究結(jié)論可以發(fā)現(xiàn)，大學(xué)生的移動搜索行為受到他們自身及任務(wù)技術(shù)適配度的影響，基于此，本文從用戶和移動搜索平臺兩方面提出相關(guān)建議，以優(yōu)化大學(xué)生移動搜索行為。

1.用戶方面

用戶移動搜索能力對感知易用性具有正向影響，而感知易用性則通過移動搜索意向顯著影響搜索行為。當(dāng)前網(wǎng)絡(luò)環(huán)境繁冗復(fù)雜，用戶應(yīng)努力提高搜索能力，在平時的搜索過程中積累使用經(jīng)驗，以便更快更好地獲取所需信息，滿足自己的信息需求。

信任對感知有用性有顯著的正向作用，為提高用戶對移動搜索平臺的信任程度，可以通過用戶之間的交流互動更深入地了解搜索平臺，從而對平臺上用戶發(fā)布信息的可信性進(jìn)行評估，以便準(zhǔn)確地辨別有用的信息，提升有用性感知。

提升用戶的感知有用性和感知易用性均能提高用戶的移動搜索意向，進(jìn)而激發(fā)用戶移動搜索行為。某些移動搜索平臺允許用戶自由發(fā)布、編輯修改信息內(nèi)容，因此用戶在平臺上發(fā)布信息時也應(yīng)盡量保證信息的質(zhì)量，提升信息的可信程度，進(jìn)而提高移動搜索行為。

2.平臺方面

現(xiàn)代社會用戶獲取信息的需求愈發(fā)多樣化，相應(yīng)地，各種移動搜索平臺也層出不窮。移動搜索平臺應(yīng)致力于滿足不同類型用戶的需求，根據(jù)自身特點(diǎn)為目標(biāo)用戶群體提供滿足其需求的產(chǎn)品與服務(wù)，方便用戶快速獲得所需信息。

任務(wù)特征和技術(shù)特征均對任務(wù)技術(shù)適配度有顯著正向作用，其中，技術(shù)特征的影響作用更大。因此，移動搜索平臺應(yīng)不斷改進(jìn)搜索技術(shù)，不斷提高搜索技術(shù)與任務(wù)之間的適配度，以便更好地滿足用戶的搜索任務(wù)需求，促進(jìn)用戶對移動搜索的使用意向和行為。

移動搜索平臺應(yīng)努力引導(dǎo)用戶發(fā)布高質(zhì)量信息，使用戶搜索得到實用信息，同時要注意系統(tǒng)與用戶之間的交互設(shè)計，以便用戶能夠輕松掌握搜索步驟。

感知趣味性對移動搜索意向具有顯著正向影響。因此移動搜索平臺應(yīng)盡可能提高搜索服務(wù)的趣味性和娛樂性。