综合报告（类型a）

作者与研究机构以及发表信息

本文的研究题为“Two Competing Perspectives on Automatic Use: A Theoretical and Empirical Comparison”，研究由以下三位学者完成：Sung S. Kim（University of Wisconsin–Madison，助理教授）、Naresh K. Malhotra（Georgia Institute of Technology，Regents’教授）和 Sridhar Narasimhan（Georgia Institute of Technology，教授）。文章发表于 Information Systems Research 期刊，发布时间为2005年12月。其 DOI 为 10.1287/isre.1050.0070，相关信息可从 DBLP 数据库查询。

研究背景及目的

此项研究聚焦于信息系统领域中的一个核心概念——自动使用（automatic use）。自动使用通常被理解为一种不需要显著认知努力的行为，其与习惯（habit）密切相关，可能对线上服务或信息系统的用户行为产生深远影响。正因如此，自动使用的本质和形成机制成为学术界争论的重要议题。

本文提出了两种关于自动使用的相互竞争的理论视角：第一种是基于过去使用行为（past use）的视角；第二种是基于自动性（automaticity）的视角。研究的主要目的是通过理论和实证相结合的方式，对这两种视角进行比较，探究它们的差异与联系，并验证过去使用行为是否能够作为衡量习惯或自动性的可靠指标。

研究流程与设计

研究分为多个步骤，每个步骤包含明确的实验设计、研究对象及数据收集与分析方法。

步骤1：理论构建

首先，研究构建了两个核心变量，即过去使用行为（past use）和自动性（automaticity），并结合已有文献和理论提出测量工具。作者参考了以下文献和模型： - Mathwick et al. (2001) 提出的价值性量表（用户对网站的感知价值）。 - Ouellette and Wood (1998) 对习惯形成的描述——稳定情境下的典型行为模式。 - Aarts et al. (1998) 关于日常行为的自动化行为模式。

基于上述模型，研究设计了针对“过去使用行为”和“自动性”的测量指标，并通过专家评审优化了测量问卷，最终形成四项自动性的衡量条目。

步骤2：问卷调查与数据收集

研究对象为美国中西部某大型大学随机抽取的1000名学生。通过电子邮件邀请完成在线调查，共回收243份有效问卷，回收率为24.7%。问卷中包括了七点量表，用于收集以下核心数据： 1. 过去使用行为：包含两部分，分别是过去一个月访问某特定网站的频率（从“少于1次/月”到“每天多次”分为6个分类）和时长（从“少于10分钟”到“每周3小时或以上”分为7个分类）。 2. 自动性（automaticity）：使用四项设计条目，如“使用该网站是我日常生活的一部分”、“访问该网站是例行公事”等。

步骤3：数据分析

研究使用 LISREL 8.7 软件进行验证性因子分析（CFA），以检验数据模型的拟合度。分析的主要性能指标包括 χ² 值、RMSEA（0.088）、CFI（0.99）等。与此同时，研究评估了测量工具的可靠性（如组合信度CR和平均方差抽取AVE）。研究发现： - CR 和 AVE 均达到较高水平——过去使用行为的 CR 和 AVE 分别为0.77和0.62；自动性的这两个值为0.96和0.86。 - 两个构念之间的相关性较高（r=0.91, p<0.001）。 - 通过 χ² 差异检验（∆χ²(1) = 10.04, p<0.001），虽然两个构念在统计上仍然可分离，但实际应用中可能具有高度相似性。

研究结果

研究的核心结果分为以下几个方面：

1. 过去使用行为与自动性之间的关系
   研究证明了过去使用行为是自动性的合理代表，两者在某些场景下几乎可以视为等同。这表现在它们之间的高相关性（r=0.91），以及相关数据模型的良好拟合度。

2. 用户值的建构与测量维度
   本研究还探讨了不同类型的用户感知价值对使用行为的影响。数据采取修改后的七点量表，分别从“效用价值”（utilitarian value）、“享乐价值”（hedonic value）和“社会价值”（social value）三个维度测量用户的感知。

   • 效用价值：如“访问该网站对我来说非常值得”；
   • 享乐价值：如“使用该网站是令人愉快的”；
   • 社会价值：如“使用该网站提升了他人对我的印象”。

3. 使用意图与行为预测
   使用意图（usage intention）通过两个条目测量（如“你未来一个月内访问该网站的可能性如何”）。分析发现，过去使用行为既可以预测习惯化自动性，也可以合理预测未来的使用意图。

研究结论

研究表明，过去的使用行为是衡量自动性的重要且便捷的工具。特别是在重复行为模式中，例如访问定制化门户网站，过去使用行为与自动性密切相关，甚至统计意义上几乎不可分。这一结果为未来研究自动使用的理论建构提供了重要参考，同时指出了其在商业应用中的价值。例如，凭借用户的过去行为数据，可以合理预测用户的未来行为，并设计更具针对性的用户体验或营销活动。

研究亮点与意义

1. 理论贡献
   本研究首次以理论与实证相结合的方式，系统分析了过去使用行为与自动性之间的关系，为信息系统领域关于用户行为习惯的研究提供了新视角。

2. 方法学创新
   本研究通过严格的量表开发过程，引入了经过专家筛选的自动性测量条目，并证明了其高信度和效度，为后续研究设计相关量表提供了范例。

3. 应用价值
   在实际操作中，该研究的结果可以帮助企业更好地理解用户行为轨迹与习惯化过程。例如，通过分析用户过去的行为数据，企业可以更精准地制定产品改进策略或用户交互设计。

附加内容

另外，文中提到的实证研究结果支持了现有习惯行为理论（如 Ouellette and Wood, 1998；Aarts et al., 1998）的观点，即重复性行为具有显著的自动化特性。同时，研究结果提示，未来可以进一步探讨情境因素（例如技术熟练度、访问情境变化等）对自动性的调节效应。

总结来看，本文不仅具有理论价值，也为信息系统实践提供了重要启发。其研究框架和方法逻辑，也为探索用户行为的研究提供了坚实的参考基础。