信息技术使用意向的抑制因素识别与检验：一项多层次分析研究

本研究由不列颠哥伦比亚大学尚德商学院的Ronald T. Cenfetelli和路易斯安那州立大学E. J. Ourso商学院的Andrew Schwarz合作完成，题为《Identifying and Testing the Inhibitors of Technology Usage Intentions》。该研究成果发表于管理科学学会（INFORMS）旗下的顶级期刊《Information Systems Research》2011年12月刊（第22卷第4期）。

一、研究背景与目的

该研究隶属于信息系统（Information Systems, IS）研究领域，重点关注个体层面的技术接受问题。长期以来，主导性的信息系统研究理论，如技术接受模型（Technology Acceptance Model, TAM）、整合性技术接受与使用理论（Unified Theory of Acceptance and Use of Technology, UTAUT）以及用户满意度模型等，主要致力于识别那些促进技术采纳的“使能因素”（Enablers），例如系统的有用性（Usefulness）、可靠性（Reliability）和灵活性（Flexibility）。这些研究成功解答了“人们为何选择使用技术”的问题。

然而，技术失败和用户拒绝采纳的现象依然普遍，例如大量投资的企业资源规划（ERP）系统仅有约一半的预期用户实际使用，许多网站因其糟糕的设计而“赶走”用户。这促使研究者思考一个互补性的问题：“人们为何选择不使用技术？”该研究指出，对后一个问题的答案可能并非仅仅是前一个问题答案的反面。借鉴心理学和其他领域的研究（如前景理论、双重因素理论），负面信息或属性（“坏”）往往比正面信息或属性（“好”）对个体的决策产生更强、更快速的影响。因此，可能存在一类独特的“抑制因素”（Inhibitors），它们不仅仅是使能因素的反面，而是具有独立心理意义的结构，专门阻碍使用意向，导致技术拒绝。

基于此，本研究旨在探索并验证技术使用意向的抑制因素。具体研究问题包括：（1）为何抑制因素不同于使能因素？（2）抑制因素的具体表现形式是什么？（3）抑制因素对使用意向以及使能因素有何影响？

二、研究流程与方法

本研究采用了一个严谨的两阶段、多方法的实证流程。

第一阶段：探索与识别抑制因素（定性研究）

本阶段的目标是探索和识别一组区别于已知使能因素的具体抑制因素实例。

1. 数据收集：研究者采用了关键事件技术（Critical Incident Technique, CIT），在三个不同的技术使用情境下收集定性数据：电子商务网站、个人数字助理（PDA）和电子邮件。共招募了135名参与者（36名网站用户、50名PDA学生用户、49名电子邮件学生用户）。通过开放式问题，引导参与者描述他们拒绝或停止使用目标技术的经历、原因及后续行动。
2. 数据分析：将收集到的文本回答分割成164个独立的“文本单元”。随后，采用“结构化概念化”（Structured Conceptualization）方法。研究者招募了来自学生和普通人群的“评判者”（Judges），让他们自由地对这些文本单元进行分类（不预设类别）。通过分析评判者的分类结果（本质上是判断每对文本单元的相似性），研究者使用层次聚类分析（Hierarchical Cluster Analysis, HCA）对文本单元进行分组，形成了不同使用情境下的多个集群（电子商务9个，PDA和电子邮件各5个）。
3. 概念识别与验证：为进一步确定每个集群的含义，研究者请另外一组未参与前期研究的评判者为每个集群命名。最后，邀请两位不熟悉该研究的IS领域专家，在参考已知使能因素列表的基础上，审查所有集群及其初步标签，生成最终的概念标签，并与已知使能因素进行对比。
4. 第一阶段结果：分析识别出六个无法与现有使能因素直接对应的新概念，这些被初步认定为“抑制因素”。根据其属性，它们被分为两类：
   • 信息抑制因素（Information Inhibitors）：信息过载（Information Overload）、无关信息请求（Irrelevant Requests for Information）、欺骗性（Deceptiveness）。
   • 系统抑制因素（System Inhibitors）：侵扰性（Intrusiveness）、努力冗余（Effort Redundancy）、过程不确定性（Process Uncertainty）。

第二阶段：抑制因素验证与模型检验（实地研究）

本阶段旨在验证第一阶段识别的六个抑制因素作为独立构念的有效性，并检验研究模型（抑制因素和使能因素对使用意向的影响，以及抑制因素对使能因素的影响）。

1. 研究设计：采用实地研究设计。通过一家市场研究公司，向5000名小组成员发出邀请，最终获得387名有效参与者。参与者被随机分配使用32个不同的（非知名）旅行网站之一，完成一项具体的旅行行程规划任务。任务完成后，参与者立即完成一项在线调查。
2. 测量工具：调查问卷测量了以下构念：
   • 使能因素：采用成熟量表测量信息质量（Information Quality，如准确性、完整性、及时性）和系统质量（System Quality，如可靠性、响应性、灵活性）。同时，将感知有用性（Perceived Usefulness, PU）和感知易用性（Perceived Ease of Use, PEOU）作为控制变量引入。
   • 抑制因素：基于第一阶段CIT中构成集群的典型陈述，开发了六个抑制因素的测量题项（欺骗性量表部分借鉴了已有研究）。
   • 因变量：使用意向（Usage Intention）。 所有构念均采用7点李克特量表进行反射式测量。
3. 抑制因素构念效度验证：对使能因素和抑制因素的所有测量题项进行探索性因子分析（EFA）。结果显示提取出18个因子，各抑制因素的题项清晰地负载在独立的因子上，没有与使能因素题项发生交叉负载，这初步证实了抑制因素是区别于使能因素的独立构念。
4. 数据分析方法：多层次建模（Multilevel Modeling）：由于本研究数据具有嵌套结构——387名个体（第一层）嵌套于32个不同的网站（第二层）中，传统回归分析可能因违反独立性假设而导致错误推断。因此，研究者采用了分层线性模型（Hierarchical Linear Modeling, HLM）进行分析。
   • 核心优势：HLM可以同时分析个体层面和网站层面的效应，并将方差分解到不同层次。
   • 关键指标：研究者计算了组内相关系数（Intraclass Correlation Coefficient, ICC），以衡量每个变量在网站组间的变异程度。结果显示，使用意向、信息质量、系统质量、PU和PEOU的ICC值较高（0.44至0.58），表明用户对这些变量的评价在同一个网站内部有较高一致性，差异主要来源于网站之间的客观设计差异。而六个抑制因素的ICC值较低（0.04至0.13），表明用户对抑制因素的感知在同一网站内部差异较大，更多受个体主观经验影响。
   • 模型设定：研究分别建立了两个层面的回归模型。第一层模型检验个体用户层面，抑制因素和使能因素对使用意向的影响，以及抑制因素对使能因素的影响。第二层模型检验网站层面，网站平均水平的抑制因素和使能因素对网站平均使用意向的影响。

三、主要研究结果

多层次模型的分析结果揭示了抑制因素独特且复杂的影响模式：

1. 使能因素对使用意向的影响（假设H1, H2）：

   • 在网站层面，信息质量和系统质量对使用意向均有显著正向影响（标准化系数分别为0.46和0.38，p < 0.05），支持了假设H1和H2。这表明，从宏观上看，设计上具有更高质量（信息准确、系统可靠）的网站，其用户群体的平均使用意向更高。
   • 在个体层面，信息质量和系统质量的影响虽然也显著，但效应量远小于网站层面（系数分别为0.08和0.07）。这意味著在同一个网站内，不同用户对质量的感知差异对其使用意向的解释力相对较弱。

2. 抑制因素对使用意向的影响（假设H3, H4）：

   • 在个体层面，所有六个抑制因素均对使用意向有显著的直接负向影响（系数在-0.10至-0.21之间，p < 0.001），完全支持了假设H3和H4。即，无论用户使用哪个网站，只要他/她感知到了侵扰性、过程不确定性、努力冗余、信息过载、无关信息请求或欺骗性，其使用该网站的意愿就会降低。
   • 在网站层面，没有一个抑制因素对网站平均使用意向有显著影响。这说明抑制因素的影响主要体现在个体主观感知差异上，而非网站间客观设计的系统性差异。

3. 抑制因素对使能因素的影响（假设H5, H6）：

   • 在个体层面，只有欺骗性对信息质量有显著的负向影响（系数-0.14， p < 0.01）。其他五个抑制因素对相应的使能因素均无显著影响。
   • 在网站层面，部分抑制因素表现出影响：欺骗性对网站平均信息质量有显著负向影响（系数-0.36， p < 0.05）；侵扰性和过程不确定性对网站平均系统质量有显著负向影响（系数分别为-0.26和-0.23， p < 0.05）。这表明，从网站整体来看，若其普遍被认为具有欺骗性，会连带拉低用户对其信息质量的整体评价；若普遍被认为具有侵扰性或过程不确定，则会拉低对其系统质量的整体评价。这支持了负面属性可能“污染”或“偏误”对正面属性评价的观点，但该效应主要在聚合层面显现。

四、结论与价值

本研究得出以下核心结论：

1. 抑制因素是独立存在的构念：通过系统的定性探索和定量验证，研究识别并确认了六个独立于传统使能因素的抑制因素（侵扰性、过程不确定性、努力冗余、信息过载、无关信息请求、欺骗性）。它们并非仅仅是使能因素的反面，而是代表了技术拒绝中独特且重要的心理维度。
2. 抑制因素具有独特的负面影响模式：抑制因素对使用意向有直接的负面影响。更重要的是，这种影响主要作用于个体层面，反映了用户主观、差异化的负面体验如何直接削弱其使用意愿。相比之下，使能因素的影响更多体现在网站（系统）层面，反映了客观设计优劣对用户意愿的集体性影响。
3. 抑制因素可能“污染”使能因素评价：在聚合层面（网站层面），某些抑制因素（如欺骗性、侵扰性）会对使能因素（信息质量、系统质量）的评价产生负面偏误。这意味着糟糕的设计特征不仅本身招致反感，还可能拖累用户对其他良好设计特征的看法。

研究的价值体现在：

• 理论价值：扩展了技术接受理论。研究论证了“抑制因素”作为与“使能因素”并列的“双重因素”（Dual-factored）构念的理论合理性，推动学界从单纯关注“为何采用”转向同时关注“为何不采用”。研究还展示了多层次建模在IS研究中的适用性和必要性，为处理嵌套数据提供了范例。
• 实践价值：为系统设计者和管理者提供了具体的、可操作的“应避免事项”清单。仅仅提升系统的有用性、可靠性等正面属性可能不足以保证成功；还必须积极识别并消除那些可能引发用户负面感知的设计缺陷，如不必要的弹窗（侵扰性）、让用户重复输入（努力冗余）、操作反馈不明确（过程不确定性）、提供过量信息（信息过载）、索取无关信息、以及任何可能被视为欺骗的行为。这些抑制因素，尤其是那些在个体层面产生影响的，可能是导致用户悄然流失的关键原因。

五、研究亮点

1. 理论创新：首次系统性地提出并实证检验了“技术使用抑制因素”这一独立于传统使能因素的理论构念体系，突破了技术接受研究长期聚焦于正面驱动力的范式。
2. 方法严谨：采用两阶段混合方法（定性探索→定量验证），研究设计逻辑严密。定性阶段通过多情境CIT和结构化概念化，保证了抑制因素来源的扎根性和丰富性；定量阶段通过实地研究和HLM， robust地检验了理论模型，并揭示了影响机制在不同分析层次上的差异。
3. 发现深刻：研究不仅证实了抑制因素的存在和影响，更重要的是通过多层次分析，清晰地揭示了抑制因素与使能因素影响路径的根本不同：使能因素更多是“集体共识”（由系统客观质量驱动），而抑制因素更多是“个体痛点”（由主观负面体验驱动）。这一发现对理解和干预技术拒绝行为具有关键启示。
4. 应用导向明确：识别出的六个抑制因素概念清晰，可直接对应到具体的设计特征或用户交互问题，为IT设计和用户体验优化提供了极具操作性的负面清单。

六、其他要点

研究也指出了自身的局限性，例如主要检验了初次接受情境，未涉及持续使用或实际使用行为；抑制因素列表可能未穷尽所有可能性；研究聚焦于基于对象的信念，未来可探索基于个体特质、社会规范等其他目标的抑制因素。这些为后续研究指明了方向，例如在医疗IT、云计算等特定领域，或针对组织层面采纳，抑制因素视角可能具有特别重要的研究价值。