文章快速检索     高级检索
  科学与社会  2017, Vol. 7 Issue (2): 100-117, 99  
0

引用本文 

蒋宇澄, 谢广岭, 周荣庭. 我国科普网站用户使用意愿的理论模型建构[J]. 科学与社会, 2017, 7(2): 100-117, 99.
JIANG Yu-cheng, XIE Guang-ling, ZHOU Rong-ting. Constructing Theoretical Model on Users' Continuance Intention to Chinese Science Website[J]. Science and Society, 2017, 7(2): 100-117, 99. DOI: 10.19524/j.cnki.10-1009/g3.2017.02.100.

项目资助

科技部863科技支撑计划项目(2014BAK15B05-04)

作者简介

蒋宇澄,中国科学技术大学公共事务学院硕士研究生。研究方向为传媒管理;
谢广岭,中国科学技术大学公共事务学院博士。研究方向为传媒管理、媒介技术;
周荣庭,中国科学技术大学科技传播与科技政策系系主任教授。研究方向为信息管理与信息系统、传播学

我国科普网站用户使用意愿的理论模型建构
蒋宇澄, 谢广岭, 周荣庭    
中国科学技术大学
摘要: 本研究采用定量和定性结合的方法,运用产品消费学和信息系统的基本理论,构建出我国科普网站用户持续使用意愿影响因素的理论模型。研究共发放问卷1100份,回收739份,获得有效问卷642份。通过检验发现:科普网站用户的持续使用意愿受用户感知娱乐、感知有用性、满意度、感知易用性、感知成本和感知信任的直接影响,同时习惯对用户使用意愿的调节效应不显著。故提出对策建议:注重科普和用户娱乐性的合理结合;推动适合互联网时代的“众创、靠谱、众享”的科普生态圈建设;构建不同需求层次用户的智能和定向推送,提高信息到达率和准确率等。
关键词: 科普网站    结构方程模型    期望确认理论    习惯    
一、问题的提出

与传统科学传播方式相比,科普网站在信息储备、互动能力以及科学知识表现形式上具有更多优势。作为当前我国公民获取科技信息和科学知识最重要的传播渠道,科普网站已经成为科普的中坚力量。根据2015年9月第九次中国公民科学素质调查[1],我国有53.4%的公民利用互联网获取科技信息,首次超过电视、报纸等传统媒体渠道,这也为“互联网+科普”提供了更多的机遇和挑战。同时根据CNNIC调查数据[2],截至2016年6月,中国网民数量达7.1亿,互联网普及率达到51.7%,并且,通过手机上网的人群占比由2015年底的90.1%提升至92.5%,手机网民规模达6.56亿,仅通过手机上网的网民占比达到24.5%,这表明网民上网设备进一步向移动端集中。随着信息化的发展,我国科普的结构、形式、方法皆产生了很多的不同,加强科普的网络化建设已成首要任务。

当前国内外学界对科普网站的研究多以研究报告或论文集形式出现,以期刊论文形式发表的科研成果不多,同时多局限于案例研究和定性研究,非常缺乏定量研究。另外,当前学界对科普网站的研究多侧重于网络媒介的传播优势层面,且多立足于网站本身进行现状调研,尚未发现从用户视角出发对科普网站的使用所开展的研究。

本研究从用户特征的视角,采用结构方程模型(Structural Equation Modeling,SEM)方法,对影响科普网站用户持续使用意愿的因素建构模型,并进行实证研究。

二、理论框架及研究假设

科普网站作为一种专门性的网站系统,首先需要符合网络系统和信息系统的基本特征。因此,本研究所采用的基础理论包括对用户的持续使用意愿具有较好测量效果的一些模型。同时鉴于科普网站相较其他类型网站具有特殊性,本研究也通过专家访谈的方式探寻其他对用户使用意愿产生影响的因素,并基于此提炼出科普网站用户使用意愿的相关影响变量。

(1) 期望确认理论

期望确认理论最早由Oliver提出[3][4]。该理论认为重复购买行为和消费者经历呈显著相关关系,主要提出五个变量,期望(expectation)、感知业绩(perceived performance)、体验确认差距(confirmation)、满意(satisfaction)和继续购买意愿(repurchase intention),其中“期望”为消费行为产生前的变量,即前置变量。基于Oliver的期望确认理论,Bhattacherjee于2001年提出期望确认模型(Expectation-Confirmation Model,ECM)[5],包含期望确认度(confirmation)、感知有用性(perceived usefulness)、满意度(satisfaction)以及持续使用意向(continuance intention)四个变量,其中“期望确认度”为“感知有用性”和“满意度”的前置变量,“感知有用性”为“满意度”和“持续使用意向”的前置变量,“满意度”为“持续使用意向”的前置变量。

在该模型的应用研究方面,Tang和Chiang对博客的研究[6]、黎斌对微博的研究[7]、舒洁对政府内部办公系统的研究[8]等都证实在互联网环境中,持续使用意愿基于ECM期望确认模型的5个假设完全有效。基于此,本文结合研究对象的特征提出ECM中固有的5个研究假设:

假设1-1(H1-1):期望确认度对科普网站用户的感知有用性有正向的影响作用。

假设1-2(H1-2):感知有用性对科普网站用户的满意度有正向的影响作用。

假设1-3(H1-3):感知有用性对科普网站用户的持续使用意向有正向的影响作用。

假设1-4(H1-4):期望确认度对科普网站用户的满意度有正向的影响作用。

假设1-5(H1-5):满意度对科普网站用户的持续使用意向有正向的影响作用。

(2) 技术接受理论

技术接受理论(TAM)由Fred Davis于1986年提出[9],主要用来解释和预测信息系统被接受的情况。其中,“感知易用性”为使用者对信息系统的主观的易用感受,“感知有用性”是使用者使用该信息系统的主观绩效提高度,前者直接影响后者。此后Davis对TAM不断改进[10]。1996年,他将原模型中的“态度”舍弃,认为态度并不能够完全传递感知有用性和感知易用性对行为意向的影响。重构后的模型如图 1

图 1 Davis改进后的模型

基于信息系统情境中的技术接受模型,本研究认为:

假设2-1(H2-1):感知易用性对科普网站的感知有用性具有正向影响作用。

假设2-2(H2-2):感知易用性对科普网站的持续使用意愿具有正向影响作用。

(3) 感知娱乐

用户在使用科普网站的过程中感到很享受,有快乐感,觉得科普资源很有意思,那么对科普网站相应的评价也就越高。Lin[11]在研究用户的网页期望确认程度时发现为,感知娱乐是用户意愿的一种内在动机,对用户是否访问一个网站起到了很重要的正面影响作用。基于此,本文提出以下的研究假设:

假设3-1(H3-1):用户的感知娱乐对科普网站用户的满意程度有正向的影响作用。

Chang[12]认为,享乐型网站用户的使用意愿没有一定规则,他们可能在访问了某个网站后再也不回来,也有可能认为该网站十分有趣、好玩,对网站形成积极正面的态度,之后演化为继续使用该网站的动机。Heijden[13]对荷兰门户网站的研究证实,在享乐型信息系统中感知娱乐对用户行为意向的影响比感知有用性还大。

因此,本文继续提出研究假设:

假设3-2(H3-2):感知娱乐对科普网站用户的持续使用意愿有正向的影响作用。

(4) 感知成本

感知成本在一定程度上会左右用户的使用意愿。科普网站之间的竞争,在某种程度上,跟相应的用户感知成本(比如网站的响应时间、科学内容和资源的传播是否收费、用户从原有平台转移到另外的一个平台时所需要消耗的资源量等)存在着很大的关系。当用户感觉到相应的成本很高的时候,往往不会选择继续使用该网站。Kuo和Yen对手机增值服务的研究[14]、Amberg对手机应用的研究[15]等,都证实了用户对产品和服务成本的感知会对用户的持续使用意向产生负向影响。

基于此,本文以下提出研究假设:

假设4(H4):用户使用网站的感知成本对科普网站的持续使用意向有负向的影响作用。

(5) 信任理论

科普网站信息内容和来源的真实性和可靠性,影响到用户对该网站的信任感,这表现在对网站内容和信息源的信任(包括对著名传播专家的信任)等方面。对网站的信任基于网站环境的安全可靠、不被黑客和网络病毒攻击、个人信息不被木马进行篡改等因素;而对网站内容和信息源的信任则取决于科普网站能否提供准确的、可供推敲的信息资源,减少错误率和不准确率,更好地满足用户对科学知识准确性的需要等方面。当用户对网站的信任感较强时,会更加倾向于选择该网站来获取信息,并且会持续使用;反之,用户会放弃继续使用该网站,或者转用其他网站获取知识。Carter针对电子政务的公众接受问题,通过实证研究证实了公众的信任因素对其使用意图的正向影响关系[16]

基于此,结合本论文的研究对象,提出以下假设:

假设5-1(H5-1):感知信任对满意度有正向影响关系;

假设5-2(H5-2):感知信任对持续使用意愿有正向影响关系;

(6) 信息系统成功模型理论

DeLOne和McLean提出了信息系统成功模型(ISSM)[17]。此模型主要包括六个变量:系统质量(system quality)、信息质量(information quality)、系统使用(system use)、用户满意度(user satisfaction)、个人影响(individual impact)和组织影响(organization impact)。“信息质量”被定义为网站内容的真实度和时效性,“服务质量”指网站的响应速度和互动性。

基于此,本文提出以下假设:

假设6(H6):用户感知信息质量与用户对科普网站的满意度正相关

(7) 习惯

经过专家访谈,10位科普界专业人士普遍提到了习惯是用户持续使用意愿的影响因素。Lanndis认为,当一种习惯行为重复多次后就可跳过繁琐的决策过程[18]

基于此,本文引入“习惯”作为调节变量,并提出研究假设:

假设7(H7):科普用户的习惯对满意度和持续使用意愿之间的关系起调节作用。

本文结合期望确认模型(ECM)、技术接受模型(TAM3)、信息系统成功模型(ISSM)以及信任模型等四方面理论以及相关研究,提出了8个影响科普网站用户使用意愿的因素(感知易用性、感知有用性、期望确认度、感知信任、满意程度、感知娱乐性、感知成本、信息质量),最终构建了本文的理论模型,见图 2

图 2 本文提出的研究模型
三、数据、变量与方法

国外学界对信息系统中用户持续使用意愿的量表设计较为成熟。本研究的量表设计主要参照国外研究中已有的成熟量表,同时结合国内研究中的量表。问卷中使用了35个测度项以反映模型变量,问卷的题项设计与文献出处如下表:

表 1 各变量的测度项设计及文献来源

本研究共计发出问卷1100份,收回739份,回收率67.2%。为保证问卷的科学发放,本研究通过分层抽祥的方法进行调查,以线上线下结合、线上为主的方式进行问卷发放。线上发放主要通过问卷星(www.sojump.com)、社交媒体链接以及E-mail等方式。其中问卷收回最多的是通过社交媒体链接(如通过微信的问卷链接)。项目小组通过朋友圈、好友以及科普领域微信用户群进行了链接转发,问卷对象的专业性以及科学素养有较优的质量,同时小规模发放时受访者对问卷的反馈也较为积极,为本研究问卷设计提供了一些不错的建议。通过社交媒体链接收回的问卷共412份。

另外,针对大学教师,则主要通过E-mail的方式发送问卷,这主要是考虑到他们的工作习惯;其他职业主要是通过QQ链接发送,针对职业来源较为复杂的政府事业单位工作人员、企业工作人员、农民群体、科研人员、学生等,共收回问卷116份。研究问卷还通过问卷星进行发放,回收问卷并不多,而且内容质量一般,总计收回问卷37份。

线下问卷的发放对象主要是实验室同学和部分本校学生,该部分受访人员大多都有使用科普网站获得信息或者发布信息的习惯,共收回问卷45份。另外,节假日通过部分受访者将问卷带给其不同职业、地域分布的亲属,共计收回问卷129份。问卷发放与收回情况见表 2

表 2 样本数据收回情况表

调查问卷收回后,进行了认真严格的筛选,没有长期使用科普网站经历的问卷、不完整的问卷以及填写时间小于12分钟问卷被全部剔除(通过对部分专业人士问卷填写时间的测量,发现完成问卷的时间为12-16分钟)。去除质量有问题的问卷后,共有合格问卷642份,问卷合格率86.9%,符合研究需求。

四、统计分析

样本的人口统计信息包含性别、年龄、月均收入、教育水平、职业和长达半年的居住地六个方面。

受访者中,男性和女性所占的比例分别为61.7%和38.3%,男性人数略微多于女性,但是没有太大的差距。

21至35岁的受访者占总受访者数的75.2%,这表明科普网站用户群体较为年轻化。

从月均收入水平看,收入水平超过月均8000元的较少,在1500元以下、1501-3000元、3001-5000元和5001-8000元区间的受访者人数分布较为均衡,分别占22.9%、17.8%、19.2%和20.6%。

受访者中拥有本科和硕士学位的人数最多,占总人数的比例分别为38.8%和40.2%。本科以下学历的受访者仅有8.9%。由此可见,科普网站的使用者普遍具有较高的教育水平。

受访者中比例最大的是在校大学生,占比达到36%。在政府及事业单位和企业或公司中就职的受访者,占总人数的比例分别为25.2%和27.6%。

从居住地来看,54.7%的受访者常居于安徽省;其次是居住地为北京的受访者,比例为16.4%。分布在其他省市的受访者人数较少,这与本研究的样本采集策略有关。

总体而言,本研究收集的样本在人口统计变量的各个区间内分布较为均匀,能够较好地反应本研究所涉及问题的参与主体。

1. 模型信度、效度检验

信度即可靠性,可反映量表在多大程度上避免随机误差,保证研究结果的一致性和可预测性。社会科学研究中认为当Cronbach’s Alpha值大于0.7时,数据可信度较高;其低于0.7时,则认为数据的可信度不佳。

根据检验结果,感知有用性、感知易用性、感知信任、期望确认度、满意度、感知娱乐、感知成本、信息质量、服务质量、持续使用意向的整体Cronbach’s Alpha值在0.777到0.904之间,均大于0.7,表明具有较好的信度。而且,这些变量的某一题项被删除后Cronbach’s Alpha值均小于其整体Cronbach’s Alpha值。另外若校正的项总计相关性(Corrected Item-Total Correlation,CITC)小于0.5,该题项应该被删除。而本研究所有测度项的CITC均大于0.5,不符合删除该题项的要求。因此,以上变量的各个测度项应该被保留。

效度检验反映的是问卷测量项目是否真实测量了其意图观测的实际情况。本研究利用SPSS 22.0统计工具,采用了因子分析方法。首先,通过求取KMO(Kaiser-Meyer-Olkin)统计量和进行Bartlett球形度检验以判断问卷数据是否适合进行因子分析。当KMO不小于0.5且Barlette球形检验的显著性小于0.01时,表示测度项间显著相关,可以用于因子分析。本研究中变量的KMO值如表 3

表 3 KMO值、Bartlett球型检验与总体解释度结果

检验结果表明,各个变量的KMO值均不小于0.5,且在99%的置信度下都显著(Bartlett球形检验的显著性水平接近于0)。由此可知,测度每一个变量的各个测度项彼此显著相关,问卷适合进一步的因子分析。各个变量的特征值均大于1,且由测度项反映的变量都能解释60%以上的总变异。

聚合效度指测量同一概念的不同测度项之间的高相关程度。在确定数据适合进行因子分析之后,本研究分析并解读了各变量的测度项的因子载荷。根据统计,各因子载荷均大于0.6,表明相关变量具有较高的聚合效度。

在结构方程模型的测量模型中,组合信度和平均方差析出量也是评价变量聚合效度的重要指标。当组合信度大于0.7,平均方差析出量大于0.5时,问卷的聚合效度良好。根据组合信度工具计算,本研究所有变量的组合信度介于0.857和0.953之间,大于0.7的标准值;同时所有变量的平均方差析出量介于0.600和0.910之间,大于0.5的阈值。该结果印证了本研究所用问卷的高聚合效度。

2. IPA相关分析

相关分析是一种研究变量之间相互关系的统计方法,常用相关系数定量描述两个变量之间线性关系的紧密程度。本研究使用SPSS22.0统计工具,采用Pearson相关分析法,分别研究模型假设的各个影响因素与使用者的感知有用性、满意度、持续使用意向是否存在显著依存关系,从而对相关假设是否成立进行初步验证。

(1) 感知有用性与假设影响因素的相关性分析

本研究假设使用者感知的科普网站的有用性受其感知易用性和其期望确认度的正向影响。数据分析结果显示,用户对科普网站的感知有用性与感知易用性和期望确认度的相关系数分别为0.631和0.433,且在0.01的置信度水平下显著,表明这两个假设影响因素与感知有用性紧密关联,初步验证了本研究的假设H1-1和H2-1。

(2) 满意度与假设影响因素的相关性分析

本研究假设使用者对科普网站的满意度受感知有用性、期望确认度、感知娱乐、感知信任和网站特征包括系统质量、信息质量和服务质量的正向影响。数据分析结果显示,科普网站网站用户的满意度与假设影响因素的相关系数在0.01的显著性水平上都呈现正相关关系,相关性分别为0.629、0.724、0.566、0.635和0.611。

该结果初步验证了假设H1-2、H1-4、H3-1、H5-1和H6。

(3) 持续使用意向与假设影响因素的相关性分析

本研究假设科普网站网站用户的持续使用意愿受感知有用性、满意度、感知易用性、感知娱乐、感知成本和感知信任的正向影响。数据分析结果显示,持续使用意愿与上述影响因素的正相关关系在0.01的显著性水平下均成立。从而初步验证了假设H1-3、H1-5、H2-2、H3-2、H4和H5-2。

尽管相关分析初步证明了本研究假设的合理性,表明变量之间的相关性显著,然而关系是否为因果关系还需要进一步验证。我们将进行后续的假设验证分析,研究各个潜在因素对因变量的影响程度和显著性水平。本研究进一步采用结构方程模型方法,使用SmartPLS2.0 M3统计软件,以探讨科普网站用户的感知满意度、持续使用意向的影响因素和影响机制。

结构方程模型是一种针对多个关联变量的统计方法。该方法主要通过整合因子分析和路径分析两种统计方法进行,通过对模型中的潜变量、观测变量和误差变量之间的关系进行分析和检验,发现众多自变量对因变量影响的多种效应,包含直接效应、间接效应和总效应。相比于简单回归分析,它的优越性体现为能同时处理多个因变量存在的情况,尤其胜任复杂模型结构的分析情景。

由于前文效度分析章节指出,部分潜变量之间的相关性高于0.6。考虑到本文的所有测量项在同一时间点上来自于同一个受访者,为检验问卷的共同方法偏误,本研究在正式验证理论模型之前,使用SPSS 22.0进行因子分析,得出结果为共同方法偏误问题在本研究中不显著。因此可以通过结构模型的方法进行研究。

根据文献综述、研究假设和相关分析的结论,本文构建了如下图所示的研究模型M。模型M展示了1个潜变量的相互影响。该模型中的外生变量包括:感知易用性(PEU)、期望确认度(CON)、感知信任(PT)、感知娱乐(PE)、感知成本(PC)、信息质量(INF)。既可作为内生变量又可作为外生变量的包括:感知有用性(PU)和满意度(SAT)。持续使用意愿(CI)在本研究中是外生变量。习惯在本研究中为调节变量。

图 3 本研究的结构方程分析模型M
3. 模型拟合指数分析

本研究使用SmartPLS 2.0 M3提供的结构模型效度评价指标对模型的拟合程度和解释能力程度进行分析。指标包括:

决定系数(R2):当内生变量的R2大于0.67时表示模型对内生变量具有很强的解释力,当R2不小于0.19时表示解释力可以接受。

预测相关性(predictive relevance,Q2):Q2越大,代表外生变量对内生变量的预测相关性越强。

拟合优度(goodness of fit,GoF):GoF体现为外生模型的平均公因子方差communality和内生模型的平均决定系数R2的几何平均数。GoF越大,表示模型的拟合程度越好,具有更强的解释力。

效应量(effect size,f2):f2的数值越大,则表示样本的重叠程度越小,效应越明显。当f2小于0.02时,表示效应显著性低。

表 4 结构方程模型M1的拟合指数分析(M1)
表 5 结构方程模型M2的拟合指数分析(M2)

根据表 1表 2显示,模型M1和M2的决定系数(R2)相等。模型M1与M2的预测相关性(Q2)都大于0,表明两个模型都有解释和预测能力。其中交叉验证的公因子方差(cv-communality):M2>M1(0.729>0.726);交叉验证的重叠性(cv-redundancy):M2 < M1(0.455 < 0.458)。模型M1和M2的拟合优度(GoF)分别为0.713和0.698,M1略大于M2,然而差别并不显著。

经过计算可知,M1和M2的R2为0.610和0.612,f2为0.0041,远小于0.02,表明模型M2相对于模型M1的解释力几乎没有提高。故习惯的调节效应不成立。

4. 路径分析

本研究通过AMOS23.0得出路径分析结果,如表 6所示。其中,除H2-2、H5-1的T检验不显著外,其他11个假设的T检验均显著,这表明本研究提出的模型具有较好的预测效果。

表 6 模型路径分析结果

其中假设H3-2和H5-2得到了较为显著的验证,即用户对于科普网站的感知娱乐和感知信任都可以显著正向效应,并且得到数据支持。从表 6可以看出,感知娱乐和感知信任分别对用户持续使用意愿产生了0.308和0.198的直接效应。

同时,在上文对用户持续使用意愿的相关性分析研究中,我们发现科普网站用户的持续使用意愿受感知有用性(H1-3)、满意度(H1-5)、感知易用性(H2-2)、感知娱乐(H3-2)、感知成本(H4) 和感知信任(H5-2) 的影响,相关性分别为0.595、0.608、489、0.643、0.309、0.570。经过对模型的路径验证分析,我们发现感知成本也会对用户的持续使用意愿产生直接负向的因果关系,直接效应显著性为0.058。

五、结论及讨论

本文通过梳理前人的研究成果,并结合科普网站的本身特性,建构了影响科普网站用户持续使用意愿影响因素的理论模型,并采用数据统计和结构方程模型的方法对提出的理论模型和研究假设进行检验,得出了以下的研究结论。

1.影响用户科普网站持续使用意愿的因素是较为复杂的、多方面的。

这些因素包括感知易用性、感知有用性、感知信任、感知娱乐性、期望确认度、感知成本、信息质量、满意度等8个影响变量。同时通过专家访谈,本研究发现用户的不同特征(性别、年龄等)也会影响科普网站持续使用意愿的发生。

2.感知娱乐、感知信任和感知有用性对用户持续使用意愿有显著的正向影响,并存在显著因果关系。

因此,建议科普网站充分运用现代信息化手段,从趣味度、美观度入手,同时注重从新媒体思维出发,使得传播手段和方式具备移动化、社交化、视频化,开发出更多的适合科普的内容,实现科普从单一维度到多向维度的新媒体思维转变。同时加强科普与艺术的融合,推出更多内容丰富、有趣的科普作品,增强科普网站的吸引力;注重对用户科普网站信任感的培养,建立完善审核把关机制,强化传播内容的科学性和权威性。

3.用户对科普网站的满意程度与其持续使用意愿之间存在显著的因果正相关性,并在模型中承上启下,对用户直接使用意愿作用明显。

对科普网站用户而言,用户使用前和使用后所形成的期望感受将会很大程度上影响用户的满意程度,并进而影响该用户对该网站的继续使用,当用户使用后的满意程度大于使用前的预期,该用户所获得的期望值就越高,更容易选择继续使用该科普网站。

4.感知成本负向影响用户的持续使用意愿。

研究发现,当感知成本很高的时候,用户往往不会选择继续使用该网站或者转移使用另外的科普网站和平台,相反,当用户感知使用成本越低的时候,“往往会愿意继续在网站停留和查询信息,甚者有后续的给他人推荐和分享。”因此,要增加科普网站的“用户粘性”,提升用户的持续使用意愿,应设法降低网站的时间成本、选择成本,开发基于用户特点的信息智能推送应用。

5.习惯对用户满意度和持续使用意愿的调节作用不显著。

对模型M1和M2拟合优度的比较,说明调节效应的结构方程模型M2的解释力并不高于未考虑调节效应的结构方程模型M1,表明习惯的调节效应不成立,这也是和专家访谈结论相悖的地方。这也从另外一个维度表明,影响科普网站的用户持续使用意愿的产生因素是多方面的、较为复杂的。

Constructing Theoretical Model on Users' Continuance Intention to Chinese Science Website
JIANG Yu-cheng, XIE Guang-ling, ZHOU Rong-ting    
University of Science and Technology of China
Abstract: In this study, we used quantitative and qualitative research methods to combine the basic theory of product consumption and information system to construct the theoretical model of the influencing factors of the users' continuance intention for science website in China.1, 100 questionnaires were distributed and 739% were collected. The recovery rate was 67.2%, 642 questionnaires were valid so the questionnaire efficiency was 86.9%. Through the examination of model, it was found that the users were effected by perceived usefulness, satisfaction, perceived ease of use, perceived cost and perceived trust while using science websites; also habit has limited effect over continuance intention. Therefore, this study suggests that it is necessary to reasonably combine science popularization and user entertainment, to construct a "crowd innovation, reliability, crowd enjoyment" science popularization ecosphere in the Internet era, to target for different needs for more accurate smart push and directional push, and to improve the arrival rate accuracy of information etc.
Key words: science website    structural equation model    expectation confirmation model    habit    
参考文献
[1] 中国科协科普部. 第九次中国公民科学素质调查. 科技论坛, 2015(10): 37-38. DOI: 10.3969/j.issn.1673-5641.2015.10.015.
[2] 中国互联网络信息中心(CNNIC). 中国科普市场现状及网民科普使用行为研究报告. 2011: 28-29.
[3] Oliver R L. A cognitive model for the antecedents and consequences of satisfaction. Journal of Marketing Research, 1980, (17): 460-469.
[4] Oliver R L. Cognitive, affective, and attribute bases of the satisfaction response. Journal of Consumer Research, 1993, (20): 418-430.
[5] Bhattacherjee A. Understanding information systems continuance: an expectation-confirmation model. MIS Quarterly, 2001, 25(3): 351-370. DOI: 10.2307/3250921.
[6] Tang J E, Chiang C H. Integrating experiential value of blog use into the expectation confirmation theory model. Social Behavior and Persanality, 2010, 38(10): 1377-1390. DOI: 10.2224/sbp.2010.38.10.1377.
[7] 黎斌. 微博用户持续使用意愿影响因素研究. 浙江大学硕士论文, 2012.
[8] 舒洁. 政府内部办公系统用户持续使用意愿影响因素研究——基于期望确认理论视角. 浙江大学硕士论文, 2011.
[9] Davis F D. A technology acceptance model for empirically testing new end-user information systems: Theory and results.Cambridge, MA: Sloan School of Management, Massachusetts Institute of Technology, 1986.
[10] Davis F D, Venkatesh V. A critical assessment of potential measurement biases in the technology acceptance model: three experiments. International Journal of Human-Computer Studies, 1996, 45(1): 19-45. DOI: 10.1006/ijhc.1996.0040.
[11] Lin C S, Wu S, Tsai R J. Integrating perceived playfulness into expectation-confirmation model for web portal context. Information and Management, 2005, 42(5): 683-693. DOI: 10.1016/j.im.2004.04.003.
[12] Chang M K, Cheung W. Determinants of the intention to use Internet/WWW at work: a confirmatory study. Information and Management, 2001, 39(1): 1-14. DOI: 10.1016/S0378-7206(01)00075-1.
[13] Heijden V. Factors influencing the usage of websites: the ease of a generic portal in the Netherlands. Information and Management, 2003, 40(6): 541-549. DOI: 10.1016/S0378-7206(02)00079-4.
[14] Kuo Y F, Yen S N. Towards an understanding of the behavioral intention to use 3G mobile value added services. Computers in Human Behavior, 2009, 25(1): 103-110. DOI: 10.1016/j.chb.2008.07.007.
[15] Amberg M, Hirschmeier M, Wehrmann J. The compass acceptance model for the analysis and evaluation of mobile services. International Journal of mobile Communications, 2004, 2(3): 248-259. DOI: 10.1504/IJMC.2004.005163.
[16] Carter L, Belanger F. The utilization of e-government services: citizen trust, innovation and acceptance factors. Information Systems Journal, 2005, 15(1): 5-25. DOI: 10.1111/isj.2005.15.issue-1.
[17] DELONE W H, MCLEAN E R. Information systems success: the quest for the dependent variable. Information Systems Research, 1992, 3(1): 60. DOI: 10.1287/isre.3.1.60.
[18] Lanndis D, Triandis H, Adamopoulos J. Habit and behavioral intentions of social behavior. Journal of Social Psychology, 1978, 106(2): 227-237. DOI: 10.1080/00224545.1978.9924174.
[19] Hong S J, Thong J Y L, et al. Understanding continued information technology usage behavior:a comparison of three models in the context of mobile internet. Decision Support Systems, 2006, 8(5): 1819-1834.
[20] Limayem M, et al. How habit limits the predictive power of information:the case of information systems continuance. Management Information System Quarterly, 2007, 31(4): 705-737.
[21] 王娟. 微博客用户的使用动机与行为——基于技术接受模型的实证研究. 山东大学硕士论文, 2010.
[22] Tan Y H, Theon W. Toward a generic model of trust for electronic commerce. International Journal of Electronic Commerce, 2001, 5(2): 61-74.
[23] Carter L, Belange F. The utilization of e-government services citizen trust, innovation and acceptance factors. Information System Journal, 2005, 15(1): 5-25. DOI: 10.1111/isj.2005.15.issue-1.
[24] Pavlou P. Consumer acceptance of electronic commerce: integration trust and risk with the technology acceptance model. Inter-national Journal of Electronic Commerce, 2003, 7(3): 69-103.
[25] Davis F D, Bagozzi R P, Warshaw P R. User accept computer technology: a comparison of two theoretical. Management Science, 1989, 35(8): 982-1003. DOI: 10.1287/mnsc.35.8.982.
[26] Tsang M M, Ho S C, Liang T P. Consumer attitudes toward mobile advertising: an empirical study. International Journal of Electronic Commerce, 2004, 8(3): 65-78.
[27] Murphy P E, Enis B M. Classifying products strategically. Journal of Marketing, 1986, 50(3): 24-42. DOI: 10.2307/1251583.
[28] Brown T J, Barry T E, Dacin P A, Gunst R F. Spreading the word: investigating antecedents of consumers' positive word-of-mouth intentions and behaviors in a retailing context. Journal of the Academy of Marketing Science, 2005, 33: 123-138. DOI: 10.1177/0092070304268417.
[29] Delone W H, Mclean E R. The De Lone and Mc Lean model of information systems success: a ten-year update. Journal of Management Information Systems, 2003, 19(4): 9-30. DOI: 10.1080/07421222.2003.11045748.