论文部分内容阅读
【摘 要】移动数据业务发展迅猛，已经成为电信市场新的利润增长点。移动数据业务有着自身特点，结合用户文化特征深入了解用户使用移动数据业务的影响因素具有重要意义。本研究通过构建移动数据业务使用意愿影响因素的多层线性模型及实证研究，探讨不同层次之间的因素对用户使用移动数据业务的影响作用。结果表明，用户使用意愿受到移动数据业务层面的因素和个体文化特征自我建构的影响作用，但自我建构类型对移动数据业务特征因素与使用意愿的关系没有调节作用。
【关键词】多层线性模型；自我建构；使用意愿；移动数据业务
一、引言
近年来，在新技术和新兴商业模式的推动下，全球移动数据业务的发展迅猛和繁荣。据权威市场研究机构Gartner显示，2011年全球移动数据业务收入达到3147亿美元，较2010年的2570亿美元增长22.5%。该机构并进一步预测2015年期间，全球移动数据收入将达到5520亿美元。在传统语音业务收入接近瓶颈时，移动数据业务无疑已经成为电信市场新的利润增长点。
虽然移动数据业务呈现了快速发展的势头，但其作为集成了先进的电信、信息和消费类电子技术的创新型服务，结合了移动通信和互联网特点，有着自身的特性和规模。深入研究影响用户使用移动数据业务的因素，包括移动数据业务特征和用户个体间的差异，明确其中的关键要素及其相互之间的关系，对于营销科学的理论和实践都有着重要的意义。目前，移动数据业务使用意愿的影响因素研究受到关注，研究的方法多采用结构方程模型，例如技术接受模型及其扩展模型，忽视了数据的多层嵌套特点。
多层线性模型（HLM， hierarchical linear model）是为了解决传统统计方法在处理多层嵌套数据时的局限而产生的[1]。因此，本文的研究目的是探寻移动数据业务使用意愿的影响因素，并采用多层线性模型来统计分析，以发现不同层面的影响因素对移动数据业务使用的影响作用。
二、文献综述
（一）多层线性模型
多层线性模型是针对经典统计技术在处理具有多层结构的数据时所存在的局限以及可能产生的对分析结果的曲解而提出的。它适宜对广泛存在的多层数据结构进行恰当的、深入的分析和解释，探讨不同层面自变量对因变量的影响。近年来这一方法的应用在社会科学的研究中受到重视，在消费者行为领域研究中也愈加受到关注。
王霞（2005）[2]基于多层线性模型研究从行业、品牌和顾客人口统计特征三个层次研究顾客满意对价格容忍度的影响，即如果顾客对企业的产品满意，是否愿意为该产品支付较高的价格，由此淡化价格在顾客购买决策过程中的作用。DongBack Seo等人（2008）[3]基于多层线性模型从个体和群体层面研究影响消费者保留行为的相关因素，包括行为因素例如转换成本、客户满意度和人口因素。Lidwien和Harry（2009）[4]基于多层线性模型从国家和企业层面探索五个国家层面的变量和两个公司层级的变量对企业OSS采纳行为的影响。Wen Guang Qu 和Zhiyong Yang（2011）[5]基于多层线性模型从情境特征和消费者个体特征两个层面研究影响消费者采分享新型点对点技术的影响因素及情境相关的特征。
（二）感知有用性
感知有用性（PU）被Davis（1989）[6]定义为一个人确信使用某种信息系统进行具体的活动会得到好处。在移动数据业务相关的研究中，都验证了感知有用性对行为意向的积极影响作用，当潜在使用者感受到该移动数据业务有用性程度愈高，其采用该技术的意愿就愈强烈。Janeaya Revels， Dewi Tojib等学者（2010）[7]基于技术接受模型构建一个消费者对移动服务使用意愿的研究模型，研究证实感知有用性积极影响满意度进而影响使用意愿。Byoungsoo Kim等学者（2010）[8]采用结构方程模型方法基于期望—确认模型和TPB模型预测用户移动数据业务的继续使用行为，研究结果显示感知有用性是影响移动数据业务继续使用的重要因素。其他相关移动数据业务研究都同样表明感知有用性是影响用户使用移动数据业务意愿的重要因素，例如视频电话、无线定位、移动电视[9， 10]。
（三）感知易用性
感知易用性（PEOU）被Davis（1989）[6]定义为一个人认为容易理解和使用某种信息系统的程度。从定义中我们可以分析出，即使用户认为这个信息系统是有用的，但如果用户觉得系统本身不易掌握和理解，也很可能会导致他们不去使用。归结起来，感知易用性存在着成本效用的评估，即用户会评估使用此信息技术所付出的努力与所获得的效益的比较。可见“感知易用性”会是影响使用意愿的重要因素之一。在相关的实证研究中，Dewi Tojib， Yelena Tsarenko等学者（2012）[11]进行了先进移动业务的使用意愿研究，其测试模型是基于澳大利亚603位先进移动服务使用者。该研究结果表明了感知易用性是影响先进移动服务使用的重要因素。Janeaya Revels， Dewi Tojib等学者（2010）[7]、Byoungsoo Kim等学者（2010）[8]的研究也表明感知易用性是影响移动数据业务使用的因素之一。June Lu等学者[12]在研究中国的无线移动数据业务时，同样发现感知易用性是影响采纳的重要因素之一。
（四）感知娱乐性
Davis（1992）[13]认为感知娱乐性（PEN）是一个人使用某个信息系统从事活动所产生的娱乐感程度，暂不考虑技术带来的功能效益。当用户觉得使用某种移动数据业务是愉快的、有趣的，娱乐感的激励作用将会影响他们对该数据业务的使用意愿，进而影响用户的选择。Hun Choi ， Youngchan Kim等学者（2011）[14]通过在韩国的一个全国在线调查验证提出移动数据业务再次采纳研究模型（包括激励因素和服务类型）研究揭示了感知娱乐性是影响移动数据业务再次采纳的重要因素之一。Janeaya Revels， Dewi Tojib等学者（2010）[7]基于技术接受模型研究发现感知娱乐性积极影响满意度进而影响用户使用移动数据业务。Byoungsoo Kim（2010）[8]、Dewi Tojib， Yelena Tsarenko（2012）[11]等学者也得出了相近的结论，感知娱乐性是影响移动数据业务使用的因素之一。 （五）感知便利性
感知便利性（PCON）是指用户使用移动数据业务时受到时间以及地点约束的程度。用户使用某种移动数据业务会受到移动情境的影响，移动情境包提供的服务和移动设备的特征。Hung，Ku&chang （2003）[15]，Mallat （2009）[16]等研究证实在移动通讯的环境中，移动数据业务能够不受时间和地点约束接触到服务会显著地影响用户的采纳行为。Dewi Tojib， Yelena Tsarenko学者（2012）[11]进行移动服务使用意愿的影响因素研究，其结果揭示时间方便性是影响用户使用移动服务的重要因素之一。
（六）自我建构
自我建构（Self-constual）这一概念，最早由Markus 和 Kitayama（1991）提出，他们基于文化差异在个体层面的影响提出不同文化背景下个体对自我和他人关系的认知方式。自我建构的提出对心理学的发展产生了重要影响，20世纪90年代末，自我建构开始被引入消费者行为研究中。Markus 和 Kitayama（1991）[17]认为自我建构有两种类型，包括独立型自我建构和依存型自我建构。独立型自我建构被定义为与社会情境相分离的有界、独立、稳定的自我，受到自身偏好、需要和权利的驱动，优先考虑个人目标；依存型自我建构被定义为灵活、可变的自我，受到群体所在的社会规范和责任的驱动，会优先考虑群体目标，强调与群体的联系（Triandis H C，1995）[18]。Brewer等学者（1996）[19]进一步发展了Markus等人的理论，其研究指出独立和依存同为人类的两种基本需求，个人取向和人际关系取向的自我建构应当同时共存于每一个人身上。
在消费者研究领域，很多研究结果表明自我结果对多种消费者行为产生作用。Kawpong Polyorat等人（2005）[20]研究显示了自我构建对消费者对比较性广告和非比较性广告反馈的品牌态度和购买意愿的调节作用。Kim Hong Youn等人（2009）[21]在其研究中检验自我构建的前因变量，研究发现自我构建与决策形态之间呈现显著的关系。Yung Kyun Choi和Jeff W. Totten（2011）[22]通过增加自我建构作为TAM的前提的条件，扩展了TAM模型，研究结果显示在不同文化（个人主义和集体主义）背景下，自我构建会对移动电视接受意愿产生作用。严欢、何训等（2012）[23]从消费者自我建构角度出发，研究不同自我建构类型的消费者在不同价格下对定制化产品的购买意愿，结果显示自我建构会影响消费者面对不同类型产品的购买意愿。
三、概念模型和假设检验
（一）研究假设与研究架构
基于文献研究，本文总结影响移动数据业务使用的因素有两个层面：分别是移动数据业务层面和用户个人层面。移动数据业务层面的影响因素有：感知有用性、感知易用性、感知娱乐性和感知便利性；个人层面的文化特征影响因素即自我建构类型。本研究提出以下假设：
H1：移动数据业务有用性正向影响消费者的使用意愿
H2：移动数据业务易用性正向影响消费者的使用意愿
H3：移动数据业务娱乐性正向影响消费者的使用意愿
H4：移动数据业务便利性正向影响消费者的使用意愿
H5：与独立型个体相比，依存型个体使用移动数据业务的意愿更强
H6：与依存型个体相比，移动数据业务有用性对独立型个体使用移动数据业务的意愿影响更强；
H7：与依存型自我取向个体相比，移动数据业务易用性对独立型个体使用移动数据业务的意愿影响更强；
H8：与依存型自我取向个体相比，移动数据业务娱乐性对独立型个体使用移动数据业务的意愿影响更强；
H9：与独立型自我取向个体相比，移动数据业务便利性对依存型个体使用移动数据业务的意愿影响更强；
（二）问卷设计
本研究问卷共分成两部分：1、每个受访者需要针对列举的不同移动数据业务分别做出该业务特征及使用意愿的判断；2、则用于受访者个人文化特征的判断和个人信息的收集。
本研究按照移动数据业务实现的不同功能将其分成了六大类，包括信息类、商务类、娱乐类、位置类、网络浏览、即时通信业务。基于该分类方法，并参照用户常用业务，共选取了手机新闻、来电提醒、手机炒股、手机支付、手机邮箱、彩铃、手机游戏、手机视频、移动搜索、手机定位、手机阅读和飞信这12个移动数据业务。
问卷中各影响因素的测度项和其他学者的研究是保持一致的。感知有用性、感知易用性、使用意愿的测度项借鉴了Davis（1989）23的研究设计；感知娱乐性则沿用了Davis， Bagozzi， and Warashaw （1992）[13]研究的测度项；感知便利性的测度项借鉴了Changsu Kim， Mirsobit Mirusmonov等学者（2010）[24]研究。自我建构的测度题项则使用了Singelis（1994）[25]在前人研究基础上，以美国夏威夷大学多种族学生作为样本，开发出了一套包含24个题项的SCS（self-construal scale）量表，其中前12个题项用来测度依存型自我建构，后12个题项用来测度独立型自我建构。问卷所有的测度项将通过李克特5点量表进行测量，各项分别是：非常不同意，不同意，不确定，同意，非常同意，依次给予1-5分。
四、实证研究
（一）数据收集
本研究的调查对象主要针对具有移动数据业务使用经验的北京高校大学生。从2012年12月20日到2013年1月15日，通过实地发放纸质问卷的方式，总共收集了234份问卷，其中有效问卷206份。
（二）数据分析
1、信度、效度检验
本研究通过SPSS20.0软件，测量了整个问卷及每个量表的信度，通过观察删除题项后Alpha值的变化，删除了自我建构量表中的题项S12、S13、S24。调整后的各个量表的信度系数均高于0.75，达到了较好的效果。 本研究主要采用结构（construct）效度来测量问卷的效度，通过因子分析来估计因素负载量。为做因子分析，首先进行了KMO和Bartlett’s球形检验，各个变量的KMO值均高于0.7，Bartlett球形检验皆达到显著，认为可进行因子分析。然后，对问卷变量进行因子分析，观察因子载荷量大小是否满足大于0.50，不满足则删除。因此，删除了自我建构变量中的题项S5、S8、S10、S15、S14、S16。删除后各个变量的中间变量因子载荷均高于0.50，并且各变量方差累计贡献率均高于50%，达到要求。
2、多层线性模型分析
表1显示了使用意愿做因变量，感知有用性、感知易用性、感知娱乐性和感知便利性做自变量的分析结果。对于使用意愿这个因变量来说，感知有用性、感知易用性、感知娱乐性和感知便利性都是一个显著的正向预期因子，回归系数β分别是0.3026、0.0916、0.1723和0.2879。因此，假设H1、H2、H3和H4均成立。
表1也提供了每个自变量的回归效益在每个用户个体之间的差异信息。感知有用性、感知易用性、感知娱乐性和感知便利性的回归系数（斜率）随用户个体的不同而不同。表1里的检验结果显示了这些回归系数的个体变异程度。例如，感知有用性对使用意愿的总体回归总为0.3026，也就是说在保持在其他变量恒定的情况下，感知有用性变量每增加一个单位，使用意愿就平均增加0.3026，但具体到每个用户个体来说增加的数量则可能有大小和变化方向上的差异，因为检验结果显示感知有用性回归系数的方差成分达到显著水平（0.0455，p<0.01），提示感知有用性的回归系数在不同用户个体之间有明显的差异。同理，感知易用性、感知娱乐性和感知便利性的回归系数的方差成分均达到显著水平，表明它们的回归系数在不同用户个体之间有明显差异。
表2结果显示：自我建构变量对截距的作用效果较显著（β=0.1539，P<0.05），但自我建构变量对各个斜率的作用效果均不显著。因此，H5成立，与独立型个体相比，依存型个体使用移动数据业务的意愿更强；H6、H7、H8、H9均不成立，即有关用户个人文化特征自我建构对感知有用性、感知易用性、感知娱乐性分别与使用意愿之间的关系影响不大。
五、结论与展望
本文首先对移动数据业务层面的影响因素以及用户个体层面的文化特征与用户使用意愿之间的关系进行了综述，建立了移动数据业务使用意愿影响因素的多层线性模型。基于该模型，研究了不同层面的因素变量对移动数据业务使用意愿的影响作用。实证结果表明，移动数据业务层面的变量：感知有用性、感知易用性、感知娱乐性和感知便利性会显著影响用户对移动数据业务的使用意愿。但个体层面文化变量自我建构对移动数据层面变量和使用意愿关系的调节作用不成立。同时，研究表明，用户对移动数据业务的使用意愿会直接受到用户自我建构类型的影响，即依存型自我建构用户比独立型自我建构用户对移动数据业务的使用意愿更加强烈。
本研究仍然存在一些研究不足的方面。首先，由于时间和精力的局限，本研究的问卷采取随机发放的形式，没有对样本进行严格的配额或分层抽样。选取的样本主要是18-25岁的学生，未包含多个年龄段的消费者群体。因此，在样本的代表性上存在一定程度的不足。其次，关于移动数据业务层面的特征，本研究选取了关键性的影响因素，没有考虑其他变量，例如价格水平等，其可能会对消费者的使用意愿起到影响。
参考文献：
[1]Hofmann D A. An overview of the logic and rationale of hierarchical linear models[J]. Journal of management， 1997，23（6）：723-744.
[2]王霞. 顾客满意对价格容忍度的影响研究[J]. 2005.
[3]Seo D， Ranganathan C， Babad Y. Two-level model of customer retention in the US mobile telecommunications service market[J]. Telecommunications Policy， 2008，32（3）：182-196.
[4]van de Wijngaert L， Bouwman H. Would you share？ Predicting the potential use of a new technology[J]. Telematics and Informatics， 2009，26（1）：85-102.
[5]Qu W G， Yang Z， Wang Z. Multi-level framework of open source software adoption[J]. Journal of Business Research， 2011，64（9）：997-1003.
【关键词】多层线性模型；自我建构；使用意愿；移动数据业务
一、引言
近年来，在新技术和新兴商业模式的推动下，全球移动数据业务的发展迅猛和繁荣。据权威市场研究机构Gartner显示，2011年全球移动数据业务收入达到3147亿美元，较2010年的2570亿美元增长22.5%。该机构并进一步预测2015年期间，全球移动数据收入将达到5520亿美元。在传统语音业务收入接近瓶颈时，移动数据业务无疑已经成为电信市场新的利润增长点。
虽然移动数据业务呈现了快速发展的势头，但其作为集成了先进的电信、信息和消费类电子技术的创新型服务，结合了移动通信和互联网特点，有着自身的特性和规模。深入研究影响用户使用移动数据业务的因素，包括移动数据业务特征和用户个体间的差异，明确其中的关键要素及其相互之间的关系，对于营销科学的理论和实践都有着重要的意义。目前，移动数据业务使用意愿的影响因素研究受到关注，研究的方法多采用结构方程模型，例如技术接受模型及其扩展模型，忽视了数据的多层嵌套特点。
多层线性模型（HLM， hierarchical linear model）是为了解决传统统计方法在处理多层嵌套数据时的局限而产生的[1]。因此，本文的研究目的是探寻移动数据业务使用意愿的影响因素，并采用多层线性模型来统计分析，以发现不同层面的影响因素对移动数据业务使用的影响作用。
二、文献综述
（一）多层线性模型
多层线性模型是针对经典统计技术在处理具有多层结构的数据时所存在的局限以及可能产生的对分析结果的曲解而提出的。它适宜对广泛存在的多层数据结构进行恰当的、深入的分析和解释，探讨不同层面自变量对因变量的影响。近年来这一方法的应用在社会科学的研究中受到重视，在消费者行为领域研究中也愈加受到关注。
王霞（2005）[2]基于多层线性模型研究从行业、品牌和顾客人口统计特征三个层次研究顾客满意对价格容忍度的影响，即如果顾客对企业的产品满意，是否愿意为该产品支付较高的价格，由此淡化价格在顾客购买决策过程中的作用。DongBack Seo等人（2008）[3]基于多层线性模型从个体和群体层面研究影响消费者保留行为的相关因素，包括行为因素例如转换成本、客户满意度和人口因素。Lidwien和Harry（2009）[4]基于多层线性模型从国家和企业层面探索五个国家层面的变量和两个公司层级的变量对企业OSS采纳行为的影响。Wen Guang Qu 和Zhiyong Yang（2011）[5]基于多层线性模型从情境特征和消费者个体特征两个层面研究影响消费者采分享新型点对点技术的影响因素及情境相关的特征。
（二）感知有用性
感知有用性（PU）被Davis（1989）[6]定义为一个人确信使用某种信息系统进行具体的活动会得到好处。在移动数据业务相关的研究中，都验证了感知有用性对行为意向的积极影响作用，当潜在使用者感受到该移动数据业务有用性程度愈高，其采用该技术的意愿就愈强烈。Janeaya Revels， Dewi Tojib等学者（2010）[7]基于技术接受模型构建一个消费者对移动服务使用意愿的研究模型，研究证实感知有用性积极影响满意度进而影响使用意愿。Byoungsoo Kim等学者（2010）[8]采用结构方程模型方法基于期望—确认模型和TPB模型预测用户移动数据业务的继续使用行为，研究结果显示感知有用性是影响移动数据业务继续使用的重要因素。其他相关移动数据业务研究都同样表明感知有用性是影响用户使用移动数据业务意愿的重要因素，例如视频电话、无线定位、移动电视[9， 10]。
（三）感知易用性
感知易用性（PEOU）被Davis（1989）[6]定义为一个人认为容易理解和使用某种信息系统的程度。从定义中我们可以分析出，即使用户认为这个信息系统是有用的，但如果用户觉得系统本身不易掌握和理解，也很可能会导致他们不去使用。归结起来，感知易用性存在着成本效用的评估，即用户会评估使用此信息技术所付出的努力与所获得的效益的比较。可见“感知易用性”会是影响使用意愿的重要因素之一。在相关的实证研究中，Dewi Tojib， Yelena Tsarenko等学者（2012）[11]进行了先进移动业务的使用意愿研究，其测试模型是基于澳大利亚603位先进移动服务使用者。该研究结果表明了感知易用性是影响先进移动服务使用的重要因素。Janeaya Revels， Dewi Tojib等学者（2010）[7]、Byoungsoo Kim等学者（2010）[8]的研究也表明感知易用性是影响移动数据业务使用的因素之一。June Lu等学者[12]在研究中国的无线移动数据业务时，同样发现感知易用性是影响采纳的重要因素之一。
（四）感知娱乐性
Davis（1992）[13]认为感知娱乐性（PEN）是一个人使用某个信息系统从事活动所产生的娱乐感程度，暂不考虑技术带来的功能效益。当用户觉得使用某种移动数据业务是愉快的、有趣的，娱乐感的激励作用将会影响他们对该数据业务的使用意愿，进而影响用户的选择。Hun Choi ， Youngchan Kim等学者（2011）[14]通过在韩国的一个全国在线调查验证提出移动数据业务再次采纳研究模型（包括激励因素和服务类型）研究揭示了感知娱乐性是影响移动数据业务再次采纳的重要因素之一。Janeaya Revels， Dewi Tojib等学者（2010）[7]基于技术接受模型研究发现感知娱乐性积极影响满意度进而影响用户使用移动数据业务。Byoungsoo Kim（2010）[8]、Dewi Tojib， Yelena Tsarenko（2012）[11]等学者也得出了相近的结论，感知娱乐性是影响移动数据业务使用的因素之一。 （五）感知便利性
感知便利性（PCON）是指用户使用移动数据业务时受到时间以及地点约束的程度。用户使用某种移动数据业务会受到移动情境的影响，移动情境包提供的服务和移动设备的特征。Hung，Ku&chang （2003）[15]，Mallat （2009）[16]等研究证实在移动通讯的环境中，移动数据业务能够不受时间和地点约束接触到服务会显著地影响用户的采纳行为。Dewi Tojib， Yelena Tsarenko学者（2012）[11]进行移动服务使用意愿的影响因素研究，其结果揭示时间方便性是影响用户使用移动服务的重要因素之一。
（六）自我建构
自我建构（Self-constual）这一概念，最早由Markus 和 Kitayama（1991）提出，他们基于文化差异在个体层面的影响提出不同文化背景下个体对自我和他人关系的认知方式。自我建构的提出对心理学的发展产生了重要影响，20世纪90年代末，自我建构开始被引入消费者行为研究中。Markus 和 Kitayama（1991）[17]认为自我建构有两种类型，包括独立型自我建构和依存型自我建构。独立型自我建构被定义为与社会情境相分离的有界、独立、稳定的自我，受到自身偏好、需要和权利的驱动，优先考虑个人目标；依存型自我建构被定义为灵活、可变的自我，受到群体所在的社会规范和责任的驱动，会优先考虑群体目标，强调与群体的联系（Triandis H C，1995）[18]。Brewer等学者（1996）[19]进一步发展了Markus等人的理论，其研究指出独立和依存同为人类的两种基本需求，个人取向和人际关系取向的自我建构应当同时共存于每一个人身上。
在消费者研究领域，很多研究结果表明自我结果对多种消费者行为产生作用。Kawpong Polyorat等人（2005）[20]研究显示了自我构建对消费者对比较性广告和非比较性广告反馈的品牌态度和购买意愿的调节作用。Kim Hong Youn等人（2009）[21]在其研究中检验自我构建的前因变量，研究发现自我构建与决策形态之间呈现显著的关系。Yung Kyun Choi和Jeff W. Totten（2011）[22]通过增加自我建构作为TAM的前提的条件，扩展了TAM模型，研究结果显示在不同文化（个人主义和集体主义）背景下，自我构建会对移动电视接受意愿产生作用。严欢、何训等（2012）[23]从消费者自我建构角度出发，研究不同自我建构类型的消费者在不同价格下对定制化产品的购买意愿，结果显示自我建构会影响消费者面对不同类型产品的购买意愿。
三、概念模型和假设检验
（一）研究假设与研究架构
基于文献研究，本文总结影响移动数据业务使用的因素有两个层面：分别是移动数据业务层面和用户个人层面。移动数据业务层面的影响因素有：感知有用性、感知易用性、感知娱乐性和感知便利性；个人层面的文化特征影响因素即自我建构类型。本研究提出以下假设：
H1：移动数据业务有用性正向影响消费者的使用意愿
H2：移动数据业务易用性正向影响消费者的使用意愿
H3：移动数据业务娱乐性正向影响消费者的使用意愿
H4：移动数据业务便利性正向影响消费者的使用意愿
H5：与独立型个体相比，依存型个体使用移动数据业务的意愿更强
H6：与依存型个体相比，移动数据业务有用性对独立型个体使用移动数据业务的意愿影响更强；
H7：与依存型自我取向个体相比，移动数据业务易用性对独立型个体使用移动数据业务的意愿影响更强；
H8：与依存型自我取向个体相比，移动数据业务娱乐性对独立型个体使用移动数据业务的意愿影响更强；
H9：与独立型自我取向个体相比，移动数据业务便利性对依存型个体使用移动数据业务的意愿影响更强；
（二）问卷设计
本研究问卷共分成两部分：1、每个受访者需要针对列举的不同移动数据业务分别做出该业务特征及使用意愿的判断；2、则用于受访者个人文化特征的判断和个人信息的收集。
本研究按照移动数据业务实现的不同功能将其分成了六大类，包括信息类、商务类、娱乐类、位置类、网络浏览、即时通信业务。基于该分类方法，并参照用户常用业务，共选取了手机新闻、来电提醒、手机炒股、手机支付、手机邮箱、彩铃、手机游戏、手机视频、移动搜索、手机定位、手机阅读和飞信这12个移动数据业务。
问卷中各影响因素的测度项和其他学者的研究是保持一致的。感知有用性、感知易用性、使用意愿的测度项借鉴了Davis（1989）23的研究设计；感知娱乐性则沿用了Davis， Bagozzi， and Warashaw （1992）[13]研究的测度项；感知便利性的测度项借鉴了Changsu Kim， Mirsobit Mirusmonov等学者（2010）[24]研究。自我建构的测度题项则使用了Singelis（1994）[25]在前人研究基础上，以美国夏威夷大学多种族学生作为样本，开发出了一套包含24个题项的SCS（self-construal scale）量表，其中前12个题项用来测度依存型自我建构，后12个题项用来测度独立型自我建构。问卷所有的测度项将通过李克特5点量表进行测量，各项分别是：非常不同意，不同意，不确定，同意，非常同意，依次给予1-5分。
四、实证研究
（一）数据收集
本研究的调查对象主要针对具有移动数据业务使用经验的北京高校大学生。从2012年12月20日到2013年1月15日，通过实地发放纸质问卷的方式，总共收集了234份问卷，其中有效问卷206份。
（二）数据分析
1、信度、效度检验
本研究通过SPSS20.0软件，测量了整个问卷及每个量表的信度，通过观察删除题项后Alpha值的变化，删除了自我建构量表中的题项S12、S13、S24。调整后的各个量表的信度系数均高于0.75，达到了较好的效果。 本研究主要采用结构（construct）效度来测量问卷的效度，通过因子分析来估计因素负载量。为做因子分析，首先进行了KMO和Bartlett’s球形检验，各个变量的KMO值均高于0.7，Bartlett球形检验皆达到显著，认为可进行因子分析。然后，对问卷变量进行因子分析，观察因子载荷量大小是否满足大于0.50，不满足则删除。因此，删除了自我建构变量中的题项S5、S8、S10、S15、S14、S16。删除后各个变量的中间变量因子载荷均高于0.50，并且各变量方差累计贡献率均高于50%，达到要求。
2、多层线性模型分析
表1显示了使用意愿做因变量，感知有用性、感知易用性、感知娱乐性和感知便利性做自变量的分析结果。对于使用意愿这个因变量来说，感知有用性、感知易用性、感知娱乐性和感知便利性都是一个显著的正向预期因子，回归系数β分别是0.3026、0.0916、0.1723和0.2879。因此，假设H1、H2、H3和H4均成立。
表1也提供了每个自变量的回归效益在每个用户个体之间的差异信息。感知有用性、感知易用性、感知娱乐性和感知便利性的回归系数（斜率）随用户个体的不同而不同。表1里的检验结果显示了这些回归系数的个体变异程度。例如，感知有用性对使用意愿的总体回归总为0.3026，也就是说在保持在其他变量恒定的情况下，感知有用性变量每增加一个单位，使用意愿就平均增加0.3026，但具体到每个用户个体来说增加的数量则可能有大小和变化方向上的差异，因为检验结果显示感知有用性回归系数的方差成分达到显著水平（0.0455，p<0.01），提示感知有用性的回归系数在不同用户个体之间有明显的差异。同理，感知易用性、感知娱乐性和感知便利性的回归系数的方差成分均达到显著水平，表明它们的回归系数在不同用户个体之间有明显差异。
表2结果显示：自我建构变量对截距的作用效果较显著（β=0.1539，P<0.05），但自我建构变量对各个斜率的作用效果均不显著。因此，H5成立，与独立型个体相比，依存型个体使用移动数据业务的意愿更强；H6、H7、H8、H9均不成立，即有关用户个人文化特征自我建构对感知有用性、感知易用性、感知娱乐性分别与使用意愿之间的关系影响不大。
五、结论与展望
本文首先对移动数据业务层面的影响因素以及用户个体层面的文化特征与用户使用意愿之间的关系进行了综述，建立了移动数据业务使用意愿影响因素的多层线性模型。基于该模型，研究了不同层面的因素变量对移动数据业务使用意愿的影响作用。实证结果表明，移动数据业务层面的变量：感知有用性、感知易用性、感知娱乐性和感知便利性会显著影响用户对移动数据业务的使用意愿。但个体层面文化变量自我建构对移动数据层面变量和使用意愿关系的调节作用不成立。同时，研究表明，用户对移动数据业务的使用意愿会直接受到用户自我建构类型的影响，即依存型自我建构用户比独立型自我建构用户对移动数据业务的使用意愿更加强烈。
本研究仍然存在一些研究不足的方面。首先，由于时间和精力的局限，本研究的问卷采取随机发放的形式，没有对样本进行严格的配额或分层抽样。选取的样本主要是18-25岁的学生，未包含多个年龄段的消费者群体。因此，在样本的代表性上存在一定程度的不足。其次，关于移动数据业务层面的特征，本研究选取了关键性的影响因素，没有考虑其他变量，例如价格水平等，其可能会对消费者的使用意愿起到影响。
参考文献：
[1]Hofmann D A. An overview of the logic and rationale of hierarchical linear models[J]. Journal of management， 1997，23（6）：723-744.
[2]王霞. 顾客满意对价格容忍度的影响研究[J]. 2005.
[3]Seo D， Ranganathan C， Babad Y. Two-level model of customer retention in the US mobile telecommunications service market[J]. Telecommunications Policy， 2008，32（3）：182-196.
[4]van de Wijngaert L， Bouwman H. Would you share？ Predicting the potential use of a new technology[J]. Telematics and Informatics， 2009，26（1）：85-102.
[5]Qu W G， Yang Z， Wang Z. Multi-level framework of open source software adoption[J]. Journal of Business Research， 2011，64（9）：997-1003.