6.2.1 基于UTAUT2的研究假设

6.2.1 基于UTAUT2的研究假设

Venkatesh et al.[57]在整合包括技术接受模型TAM,理性行为理论TRA、计划行为理论TPB、创新扩散理论IDT和社会认知理论SCT等八大技术接受与采纳理论的基础上,认为用户IS采纳行为主要受绩效期望、努力期望、社会影响和便利条件4个因素的影响。其中,绩效期望、努力期望和社会影响对用户使用意愿产生直接影响,而便利条件则对用户使用行为产生直接影响,并考虑了性别、年龄、使用经验和自愿性的调节效应,形成了技术接受与使用统一模型UTAUT,并证实该模型对用户IS采纳意愿的解释程度提高到了70%。UTAUT对组织员工IS采纳行为解释力度更强,应用情境更为广泛,后续众多研究均通过与其他模型进行整合或添加不同的影响因素用于研究不同对象的不同IS采纳行为[185]

但是,需要指出的是,UTAUT适应于组织情境下的员工信息系统采纳与使用行为研究,缺乏针对普通消费者的信息系统采纳与使用行为的解释力度的考察[185]。鉴于此,Venkatesh et al.[70]在UTAUT的基础上添加了享乐动机、价格价值以及习惯三个变量,并考虑了用户年龄、性别和使用经历的调节作用,形成了更适用于普通消费者IS采纳行为情境的UTAUT2,并证实该模型对普通消费者IS采纳意愿(adoption intention,AI)的解释程度同样达到了70%。本章主要考察MCDMS普通用户的采纳意愿,故UTAUT2更适用于本章研究情境,并考虑模型中的绩效期望、努力期望、社会影响和习惯作为影响用户采纳意愿的前因变量。

绩效期望(performance expectancy,PE)是指用户通过采纳新技术或新服务,提高其工作绩效的程度;努力期望(effort expectancy,EE)主要是指用户使用新技术或服务的难易程度,分别类似于TAM中的感知有用性和感知易用性。由于本章是基于个人视角研究个体消费者在自愿情境下采纳MCDMS,故本章将绩效期望定义为个体认为使用MCDMS能有效实现个人自主慢病管理的程度。以往多数关于医疗信息系统用户采纳方面的研究均证实感知有用和感知易用对医疗信息技术服务用户采纳意愿的显著影响[53]。可以预见,当用户感知使用MCDMS能够有效实现随时随地获取慢病健康咨询、健康服务、远程监测等各类医疗服务,且系统界面操作相对简单,所付出的努力越少时,用户采纳MCDMS的意愿会更强。故假设:

H1y,o:绩效期望正向影响MCDMS用户采纳意愿。

H2y,o:努力期望正向影响MCDMS用户采纳意愿。

以往研究常将网络外部性[186]和主观规范[55]作为重要的社会影响因素。其中,UTAUT2将主观规范定义为消费者个体在使用或体验创新性IS服务时,能对该消费者产生重要影响的人建议其是否应该使用该IS服务的态度,且个体消费者相当在意其采纳和使用决策会影响到他在周边其他人心目中的形象[187]。而根据网络外部性[186],IT使用价值随着使用人数增多而增多,并促进用户IS采纳行为。

相对于网络外部性和主观规范等社会因素,影响MCDMS情境下个体采纳决策的社会因素可能更容易体现为从众行为(imitating others,IO)[188],即通过观察其他多数人的选择行为来实现对某创新性技术或服务实用性的评价,从而避免由于错误选择而造成损失,至于是否会影响其在周边人的心目中的形象,采纳决策个体则并不十分介意[188]。慢病疾病与人体健康休戚相关,用户在选择是否采纳MCDMS时为了降低选择此类医疗服务可能带来的风险,更容易倾向于与自己所在社会群体中的其他成员在认知、判断和选择等方面保持一致性。会参考其所在社会群体中其他成员的行为,Sun[188]在其研究中也证实个体所表现出的从众行为对其创新性IS服务采纳和使用行为显著影响,即使所采纳的信息技术的效率低下,个体仍然认为要好过自己是唯一错过正确选择的人。因此,根据上述论述,本章选择从众行为这一概念代替UTAUT2中的主观规范作为影响用户采纳MCDMS的可能的社会影响因素,并假设:

H3y,o:从众行为正向影响MCDMS用户采纳意愿。

包括信息系统持续使用模型和UTAUT2在内的IS领域多项研究均验证了习惯行为对于用户IS采纳以及持续使用的正向影响,仅有少数文献研究并验证了用户在使用旧系统的过程中形成的根深蒂固的行为习惯在用户转换使用新系统时的负向影响。此外,根据路径依赖理论(path dependence theory),人类社会的技术演进或制度变迁均类似于物理学中的惯性,个体一旦进入某一路径,无论该路径是否好坏,均会对该种路径产生一种依赖心理。本章中,用户长期选择线下就医渠道所形成的行为习惯会导致用户使用移动医疗服务时的犹豫心理,因为惯性力量会使以往就医行为习惯不断自我强化,很容易陷入一定程度的路径依赖当中,从而难以突破线下形成的惯性行为而使用MCDMS。故假设:

H4y,o:用户线下就医习惯(offline medical habit,OMH)负向影响MCDMS用户采纳意愿。