中间商采纳视角的制造企业移动分销技术用户采纳研究

柯彤萍+肖亮

摘要：以HY公司移动分销技术采纳案例为背景，探索建立了融入中间商采纳情境的制造企业移动分销技术用户采纳模型，研究了影响移动分销技术用户采纳意向的主要因素，并采用统计分析和案例研究方法，对模型内在机制进行了实证研究。研究结果表明，移动分销技术最终用户采纳意愿受渠道中间商采纳意愿的正向影响，而中间商采纳意向源于对技术价值和组织资源状况的综合感知。

关键词：中间商；利益相关者；移动分销；技术采纳

中图分类号：F270.7文献标识码：A文章编号：1001-8409（2014）07-0082-05

Research on Manufacturing Enterprise Mobile Distribution

Users Adoption from Channel Intermediaries Perspective

KE Tongping，XIAO Liang

(School of Business Administration, Zhejiang Gongshang University, Hangzhou 310018)

Abstract： In the context of HYs implementation of mobile distribution technology, this paper is aimed at studying factors on manufacturing enterprise mcommerce users adoption with the intervention of channel intermediaries. An empirical study is performed by statistical analysis and case study. The results show that consumers adoption of mcommerce would be affected by the involvement of channel intermediaries, channel intermediaries adoption come from the comprehensive perception of technical value and organizational resources.

Key words： channel intermediaries; mobile distribution; technology adoption

随着移动互联网、移动设备等的发展，以及消费者体验购物的需求，越来越多的企业希望实现基于移动互联的商品销售。移动分销正是指以目录商店和体验营销为基本手段，利用移动分销软件系统、移动便携设备等移动分销技术［1］，实现商品销售。

因此，如何提高移动分销技术的用户采纳意向一直是关注的热点［2］。已有研究较多关注的是用户对移动分销技术的采纳意向，但实践发现，渠道中间商作为连接企业和消费者的重要纽带，其采纳态度或行为对于移动分销技术的用户采纳意向具有显著影响。

综上所述，本文拟在传统制造企业移动分销技术用户采纳模型的基础上，引入渠道中间商采纳情境变量，建立融入渠道中间商采纳情境的制造企业移动分销技术用户采纳模型，并以HY公司为研究对象，采用统计分析和案例研究方法，对中间商采纳情境下的上述模型及内在机理进行探索性实证研究。

1文献回顾

现有直接针对移动分销技术采纳的研究并不多，作为信息技术的一种，基于TAM及其扩展模型的研究为其提供了深厚的理论背景［3］。

1.1个人层面技术采纳

个人层面的采纳研究相对成熟，包括的理论也较广。其中TAM模型是目前最成熟、应用最广的理论之一，该模型从最初对内部框架的讨论，转移到对外部变量的研究中。Chin和Gopal指出研究影响感知有用性和易用性的前置因素能更好地解释技术采纳［4］。

TAM模型一般的外部变量包括：系统特性、系统设置过程的性质等，而模型本身没有对外部因素做出更多的解释，这表明TAM是个开放的系统模型。之后，许多学者通过增加外部变量来扩展模型。

个体技术采纳影响因素会因情境、技术等有不同的界定。相关研究表明，主体总是存在于一定的社会网络中，其技术采纳决策往往受其所处社会网络中利益相关者的影响。现有对技术采纳的研究主要考虑技术推广方和用户，然而中间商总是广泛存在的，因此在因素的识别中应给予中间商更多的关注。

1.2组织层面技术采纳

相比个体层面，组织技术采纳的研究较少。已有研究模型因影响因素不同而千差万别，如创新扩散理论、TOE框架等。本文将对部分理论进行简单的综述，以期找到突破口。

Tornatzky和Fleischer把影响组织技术采纳的因素归纳为技术、组织和环境三类，并提出全面的TOE研究框架［5］。如Iacovou等建立小企业EDI采纳模型，影响因素为技术的感知利益、组织准备度和外部压力［6］。TOE框架的优势在于较全面地概括可能的影响因素，并对因素的设置有一定的灵活性。

相关研究进一步表明，组织技术采纳决策直接来自组织认知。然TOE框架忽略了组织认知，认为外部因素直接影响采纳意向，这种直接的联系可能是显著的，但对组织技术采纳的解释并不完整。

因此，一个重要的研究思路是将组织视为有认知能力的个体，组织认知作为中介变量。如Calantone等提出中国情境下的企业技术采纳模型［7］。现阶段的研究大多通过TOE识别影响因素，再根据具体技术、组织特点等构建组织认知变量。

1.3文献评述

个人决策主要关注技术带来的价值，而组织决策更多考虑技术的经济效益［8］和组织自身的资源状况。如郭迅华在研究中国企业信息技术采纳时，将企业技术认知划分为价值、成本及风险［9］。Kuan和Chau研究影响小企业EDI采纳时，认为感知技术利益、感知组织资源和感知环境压力对采纳意向有显著影响［10］。

因此，本文将中间商的技术认知划分为感知价值与感知组织资源，后文将对其作进一步讨论。

2研究假设与模型

2.1研究假设

2.1.1技术感知对采纳意向的影响

相关研究认为感知有用性显著影响行为意向，但也有研究发现在移动分销采纳领域感知有用性对行为意向影响效用较低，表明需要加入其他技术认知变量。如Mallat对芬兰移动票务的研究发现，感知有用性相比较模型中其他因素对采纳意向的影响力略小［11］。移动分销技术使企业实现商品的移动终端销售更为便利。因此假设如下：

H1：感知有用性正向影响采纳意向；

H2：感知便利性正向影响采纳意向。

2.1.2感知便利性对有用性的影响

移动分销技术的便利性在一定程度上体现了技术的有用性。因此假设如下：

H3：感知便利性正向影响感知有用性。

2.1.3中间商对个体技术感知的影响

渠道中间商作为用户了解技术或产品的渠道，其对技术的采纳意愿会影响用户对技术有用性的感知。

同时中间商对移动分销技术的评价有利于增进用户对技术有用性和便利性的理解。因此假设如下：

H4：中间商采纳意向正向影响感知有用性；

H5：中间商采纳意向正向影响感知便利性。

2.1.4组织技术感知对中间商的影响

endprint

Chwelos和Benbasat等研究企业EDI采纳时，指出感知技术效益越高，采纳意向就越强［12］。感知价值是指中间商预期采纳技术为其带来的价值。

一些学者对感知价值进行了划分，将感知利益划分为直接和间接利益。本文将感知价值划分为功能价值和社会价值，功能价值是指中间商预期由技术的功能特性为其带来的价值，如降低经营成本等；社会价值是指中间商技术使用中，得到相关主体的认可，进而获得更多机会和资源。如Maddux和Rogers认为技术采纳的一个重要驱动力是为提高社会地位［13］。

除关注价值，还需考虑组织自身资源状况。财力丰厚的组织更能实现技术投资，同时还有赖于组织的技术能力，故将感知组织资源划分为资金成本和技术能力。因此假设如下：

H6：社会价值正向影响中间商采纳意向；

H7：功能价值正向影响中间商采纳意向；

H8：资金成本负向影响中间商采纳意向；

H9：技术能力正向影响中间商采纳意向。

2.2模型构建

基于以上的分析，提出制造企业移动分销技术用户采纳影响因素模型，如图1所示。

本文重在验证组织认知和中间商采纳意向、中间商与用户采纳意向间的关系，影响中间商采纳的外部因素本文暂不考虑。

3研究方法与案例选择

3.1研究方法

研究方法的选择是基于研究问题类型确定的，案例研究包含一整套完整而特有的设计逻辑、资料搜集步骤与分析策略，特别适合对现象的理解和研究“如何”与“为什么”性质的问题。本文探究制造企业移动分销技术用户采纳的影响因素，属于“如何”性质的问题，因此适合采用案例研究。

为提高案例研究的信度和效度，本文根据Miles和Huberman所描述的三角测量法，从多个信息源收集信息数据，进而展开案例分析［14］。

在信息数据收集中主要采用实地访谈法、问卷调查法等。实地访谈的对象是与移动分销相关的内外部利益相关者。问卷调查法主要根据研究模型，对中间商和消费者设计相应的问卷，并展开调查。同时对移动分销技术实施前后进行有条件的跟踪，及时反馈信息。

3.2案例企业

HY公司成立于1984年，是国内著名的建筑电器生产、经营企业。公司拥有强大的营销网络，在渠道的宽度上，涵盖经销渠道、建材连锁超市、网络渠道等；在渠道的深度上，全国设有57个办事处，拥有一级网点3000多家，二级网点上万家，进入国内大型连锁商超600余家。

新时期HY继续打造基于信息技术创新的核心竞争力，在原营销模式基础上推出移动分销系统，依托强大的营销网络，为客户提供高性价比的建筑电气控制系统产品和服务。

4实证分析

为验证假设模型，本文对HY公司的经（分）销商和消费者展开问卷调查，收集数据并检验模型。

4.1问卷信度

信度指量表测量结果的稳定性与一致性。一般用Cronbach α系数检验量表的信度，各变量的Cronbach α系数见表1。

表1变量Cronbach α值

变量问项Cronbach a社会价值40.948功能价值40.925资金成本30.906技术能力30.867中间商采纳意向30.867感知便利性40.940感知有用性40.913用户采纳意向30.810由表1可知，各变量的Cronbach a值均大于0.70，满足要求。

4.2问卷效度

效度指量表测量结果的有效性程度，本文采用因子分析来检验量表的构建效度。因子分析前，对量表进行KMO和Bartlett球体检验，结果见表2。

从表2可得，各变量的KMO测量值都大于07，且通过Bartlett球体检验，因此可以做因子分析。

本研究取特征值大于1的主成分为共同因子，并采用最大方差法对因子载荷矩阵进行旋转。结果见表3。

由表3可知本研究调查问卷具有较高的效度。

4.3回归分析

（1）组织技术认知与中间商采纳意向

本文以中间商采纳意向为因变量，组织技术认知为自变量，采用逐步多元回归来验证变量间关系。结果见表4。

表2变量KMO和Bartlett球体检验

变量名KMO Bartlett球体检验 A-Chi-Square自由度Sig功能价值0.858446.76160.000社会价值0.863333.26560.000资金成本0.744218.84730.000技术能力0.722180.90530.000中间商采纳意向0.738160.26630.000感知便利性0.843389.50560.000感知有用性0.831320.41160.000用户采纳意向0.697113.68430.000表3因子分析结果

变量名测量变量因子

载荷旋转方差

解释量%旋转方差

累计解释

量%功能价值功能价值10.861功能价值20.895功能价值30.867功能价值40.88825.22625.226社会价值社会价值10.793社会价值20.834社会价值30.866社会价值40.78922.49847.723资金成本资金成本10.911资金成本20.911资金成本30.86218.58466.307技术能力技术能力10.830技术能力20.910技术能力30.80217.49083.798中间商采纳

意向中间商采纳意向10.885中间商采纳意向20.884中间商采纳意向30.89879.02979.029感知便利性感知便利性10.855感知便利性20.871感知便利性30.857感知便利性40.84842.46842.468感知有用性感知有用性10.810感知有用性20.886感知有用性30.837感知有用性40.78940.22982.697用户采纳意

向消费者采纳意向10.850消费者采纳意向20.886消费者采纳意向30.82272.79172.791 由表4可知，组织技术认知4个变量的R2为792%，F值为102532，显著性水平小于005，说明整体回归效果显著，且变量间不存在共线性问题。由此得出回归方程：

中间商采纳意向=0508×功能价值+0169×社会价值-0436×资金成本+0167×技术能力表4回归分析结果

模型非标准化系数标准化系数B标准误差BetaTSig共线性统计量容差VIF1234(常量)0.9940.3253.0550.003功能价值0.6570.0690.6719.5250.0001.0001.000(常量)-0.5840.402-1.4540.149功能价值0.4010.0760.4095.2690.0000.6430.643社会价值0.5130.0910.4375.6300.0000.6430.643(常量)2.8490.4596.2030.000功能价值0.5350.0580.5469.2970.0000.6071.648社会价值0.2460.0720.2103.4000.0010.5511.815资金成本-0.5610.058-0.482-9.7550.0000.8561.168(常量)2.5360.4525.6100.000功能价值0.4980.0560.5088.8160.0000.5811.721社会价值0.1980.0710.1692.7830.0060.5261.901资金成本-0.5080.058-0.436-8.7970.0000.7841.275技术能力0.1590.0500.1673.1890.0020.7051.418R2=0.792F=102.532P=0.000（2）中间商采纳意向与感知便利性、感知有用性

endprint

本文分别以感知有用性、感知便利性为因变量，中间商采纳意向为自变量，研究变量间关系。结果见表5。

由表5可知，中间商采纳意向与感知便利性、有用性的回归系数分别为0.883、0.789，且显著，因此假设成立。

（3）个体技术认知与用户采纳意向

本文分别以感知便利性、感知有用性为应变量，用户采纳意向为自变量，研究变量间关系，结果见表6。表5回归分析结果

因变量自变量非标准化系数标准化系数B标准误差BetaTSig共线性统计量容差VIF感知便利性感知有用性(常量)0.2070.1961.0550.294中间商采纳意向0.9330.0470.88319.7970.0001.0001.000(常量)1.2060.2434.9540.000中间商采纳意向0.7920.0580.78913.5330.0001.0001.000表6回归分析结果

模型非标准化系数标准化系数B标准误BetaTSig共线性统计容差VIFR212(常量)0.5890.1763.3450.0010.793感知便利性0.8790.0430.89020.6000.0001.001.000(常量)-0.0060.181-0.0330.9740.845感知便利性0.6670.0510.67613.1690.0000.5341.873感知有用性0.3270.0530.3146.1280.0000.5341.873 由表6可知，模型整体回归效果显著，同时变量间不存在共线性问题。由此可得用户采纳意向与个体技术认知的回归方程：

用户采纳意向=0676×感知便利性+0314×感知有用性

模型2加入感知有用性后，解释力增强。感知便利性的回归系数下降，表明感知有用性影响感知便利性与用户采纳意向间的关系，进而说明感知便利性部分通过感知有用性来影响消费者采纳意向。

（4）个体技术认知的中介效应

本文将用户采纳意向作为因变量，中间商采纳意向、感知便利性、感知有用性为自变量，分析他们之间的关系，结果见表7。

由表7可知，模型2中加入感知便利性后，解释力度增强。中间商采纳意向的回归系数下降，说明在加入感知便利性后变量间的关系发生了明显的变化，这说明中间商采纳意向部分通过感知便利性来影响用户的技术采纳。而模型3中加入感知有用性后，模型对应的R2没有变化，感知有用性的相关系数也不显著，这说明中间商采纳意向并没有直接影响感知有用性，而是通过感知便利性间接影响感知有用性。表7中介效应分析结果

模型非标准化系数标准化B标准误差BetaTSig共线性统计量容差VIFR2123(常量)-0.0100.095-0.1020.919中间商采纳意向1.0160.0230.97344.6270.0001.0001.000(常量)-0.0390.092-0.4210.675中间商采纳意向0.8860.0470.84919.0070.0000.2214.531感知便利性0.1390.0440.1413.1620.0020.2214.531(常量)-0.0710.101-0.7010.485中间商采纳意向0.8630.0560.82715.5230.0000.1566.424感知便利性0.1410.0440.1433.1880.0020.2204.541感知有用性0.0270.0360.0260.7520.4530.3762.6560.9470.9520.9524.4检验结果与模型修正

（1）假设检验结果

通过以上分析，相应的检验结果见表8。

表8假设检验结果

假设结果H1：感知有用性正向影响采纳意向成立H2：感知便利性正向影响采纳意向成立H3：感知便利性正向影响感知有用性成立H4：中间商采纳意正向影响感知有用性不成立H5：中间商采纳意向正向影响感知便利性成立H6：感知社会价值正向影响中间商采纳意向成立H7：感知功能价值正向影响中间商采纳意向成立H8：感知资金成本负向影响中间商采纳意向成立H9：感知技术能力正向影响中间商采纳意向成立（2）模型修正

根据假设检验结果，对模型进行适当修正，修正后模型见图2。

5结论和展望

研究表明渠道中间商采纳意向通过感知便利性和有用性影响用户对技术的采纳意向，而中间商采纳意向源于对技术价值和组织资源状况的综合感知。

因此制造企业在推广涉及用户的技术时既要考虑用户的意愿，也不能忽略渠道中间商的态度。通过一系列措施来提高用户和中间商的技术采纳意愿，如在组织设计和利益分配上，尽量对渠道中间商让渡价值，进而促进技术的推广。

本文对影响中间商采纳意向的技术、组织和环境因素没有展开分析，这将是未来研究的一个重点。同时，通过HY公司的跟踪调研具有一定的局限性，后续将通过大样本调查问卷来检验模型的正确性。

参考文献：

［1］Alain Y L C，Felix T S C，Ooi K B. Predicting Consumer Decisions to Adopt Mobile Commerce: Cross Country Empirical Examination between China and Malaysia ［J］. Decision Support Systems，2012，53(1): 34-43.

［2］San Martín S，BLópez-Catalán,M ARamón-Jerónimo. Factors Determining Firms' perceived Performance of Mobile Commerce［R］. Industrial Management & Data Systems，2012,112(6):946-963.

［3］Hong S J，Tam K Y. Understanding the Adoption of Multipurpose Information Appliances: The Case of Mobile Data Services ［J］. Information Systems Research，2006，17(2): 162-179.

［4］Chin W W,AGopal. Adoption Intention in GSS: Relative Importance of Beliefs［J］. ACM SigMIS Database，1995. 26(2-3):42-64.

［5］Tornatzky LG,Fleischer M. The Processes ofTechnological Innovation ［M］. Lexington Books，1990:117-148.

［6］Iacovou CL，Benbasat I,Dexter AS. Electronic Data Interchange and Small Organizations: Adoption and Impact of Technology［J］. MIS Quarterly，1995，19（4）:465-485.

［7］Calantone RJ，Griffith DA,Yalcinkaya G. An Empirical Examination of a Technology Adoption Model for the Context of China ［J］. Journal of International Marketing，2006: 1-27.

［8］Lammers R.The Adoption of Open Standard Inter-Organizational Systems ［D］ University of Twente，2010.

［9］郭迅华. 中国企业信息化成长阶段分析与技术采纳特点研究［D］.北京:清华大学经济与管理学院，2005.

［10］Kuan KKY,Chau PYK.A Perception-based Model for EDI Adoption in Small Businesses Using a Technology-organization-environment Framework［J］. Information & Management，2001，38（8）:507-521.

［11］Mallat N，et al.The Impact of use Context on Mobile Services Acceptance: The Case of Mobile Ticketing［J］. Information & Management，2009,46(3):190-195.

［12］Chwelos P，Benbasat I, Dexter AS. Research Report: Empirical Test of an EDI Adoption Model［J］. Information Systems Research，2001，12（3）:304-321.

［13］Maddux J E,R WRogers. Protection Motivation and Self-efficacy: A Revised Theory of Fear Appeals and Attitude Change［J］. Journal of Experimental Social Psychology，1983,19(5):469-479.

［14］Miles M B,A MHuberman. Qualitative Data Analysis: An Expanded Sourcebook［M］. Sage Publicatons，Incorporated,1994.

endprint

本文分别以感知有用性、感知便利性为因变量，中间商采纳意向为自变量，研究变量间关系。结果见表5。

由表5可知，中间商采纳意向与感知便利性、有用性的回归系数分别为0.883、0.789，且显著，因此假设成立。

（3）个体技术认知与用户采纳意向

本文分别以感知便利性、感知有用性为应变量，用户采纳意向为自变量，研究变量间关系，结果见表6。表5回归分析结果

因变量自变量非标准化系数标准化系数B标准误差BetaTSig共线性统计量容差VIF感知便利性感知有用性(常量)0.2070.1961.0550.294中间商采纳意向0.9330.0470.88319.7970.0001.0001.000(常量)1.2060.2434.9540.000中间商采纳意向0.7920.0580.78913.5330.0001.0001.000表6回归分析结果

模型非标准化系数标准化系数B标准误BetaTSig共线性统计容差VIFR212(常量)0.5890.1763.3450.0010.793感知便利性0.8790.0430.89020.6000.0001.001.000(常量)-0.0060.181-0.0330.9740.845感知便利性0.6670.0510.67613.1690.0000.5341.873感知有用性0.3270.0530.3146.1280.0000.5341.873 由表6可知，模型整体回归效果显著，同时变量间不存在共线性问题。由此可得用户采纳意向与个体技术认知的回归方程：

用户采纳意向=0676×感知便利性+0314×感知有用性

模型2加入感知有用性后，解释力增强。感知便利性的回归系数下降，表明感知有用性影响感知便利性与用户采纳意向间的关系，进而说明感知便利性部分通过感知有用性来影响消费者采纳意向。

（4）个体技术认知的中介效应

本文将用户采纳意向作为因变量，中间商采纳意向、感知便利性、感知有用性为自变量，分析他们之间的关系，结果见表7。

由表7可知，模型2中加入感知便利性后，解释力度增强。中间商采纳意向的回归系数下降，说明在加入感知便利性后变量间的关系发生了明显的变化，这说明中间商采纳意向部分通过感知便利性来影响用户的技术采纳。而模型3中加入感知有用性后，模型对应的R2没有变化，感知有用性的相关系数也不显著，这说明中间商采纳意向并没有直接影响感知有用性，而是通过感知便利性间接影响感知有用性。表7中介效应分析结果

模型非标准化系数标准化B标准误差BetaTSig共线性统计量容差VIFR2123(常量)-0.0100.095-0.1020.919中间商采纳意向1.0160.0230.97344.6270.0001.0001.000(常量)-0.0390.092-0.4210.675中间商采纳意向0.8860.0470.84919.0070.0000.2214.531感知便利性0.1390.0440.1413.1620.0020.2214.531(常量)-0.0710.101-0.7010.485中间商采纳意向0.8630.0560.82715.5230.0000.1566.424感知便利性0.1410.0440.1433.1880.0020.2204.541感知有用性0.0270.0360.0260.7520.4530.3762.6560.9470.9520.9524.4检验结果与模型修正

（1）假设检验结果

通过以上分析，相应的检验结果见表8。

表8假设检验结果

假设结果H1：感知有用性正向影响采纳意向成立H2：感知便利性正向影响采纳意向成立H3：感知便利性正向影响感知有用性成立H4：中间商采纳意正向影响感知有用性不成立H5：中间商采纳意向正向影响感知便利性成立H6：感知社会价值正向影响中间商采纳意向成立H7：感知功能价值正向影响中间商采纳意向成立H8：感知资金成本负向影响中间商采纳意向成立H9：感知技术能力正向影响中间商采纳意向成立（2）模型修正

根据假设检验结果，对模型进行适当修正，修正后模型见图2。

5结论和展望

研究表明渠道中间商采纳意向通过感知便利性和有用性影响用户对技术的采纳意向，而中间商采纳意向源于对技术价值和组织资源状况的综合感知。

因此制造企业在推广涉及用户的技术时既要考虑用户的意愿，也不能忽略渠道中间商的态度。通过一系列措施来提高用户和中间商的技术采纳意愿，如在组织设计和利益分配上，尽量对渠道中间商让渡价值，进而促进技术的推广。

本文对影响中间商采纳意向的技术、组织和环境因素没有展开分析，这将是未来研究的一个重点。同时，通过HY公司的跟踪调研具有一定的局限性，后续将通过大样本调查问卷来检验模型的正确性。

参考文献：

［1］Alain Y L C，Felix T S C，Ooi K B. Predicting Consumer Decisions to Adopt Mobile Commerce: Cross Country Empirical Examination between China and Malaysia ［J］. Decision Support Systems，2012，53(1): 34-43.

［2］San Martín S，BLópez-Catalán,M ARamón-Jerónimo. Factors Determining Firms' perceived Performance of Mobile Commerce［R］. Industrial Management & Data Systems，2012,112(6):946-963.

［3］Hong S J，Tam K Y. Understanding the Adoption of Multipurpose Information Appliances: The Case of Mobile Data Services ［J］. Information Systems Research，2006，17(2): 162-179.

［4］Chin W W,AGopal. Adoption Intention in GSS: Relative Importance of Beliefs［J］. ACM SigMIS Database，1995. 26(2-3):42-64.

［5］Tornatzky LG,Fleischer M. The Processes ofTechnological Innovation ［M］. Lexington Books，1990:117-148.

［6］Iacovou CL，Benbasat I,Dexter AS. Electronic Data Interchange and Small Organizations: Adoption and Impact of Technology［J］. MIS Quarterly，1995，19（4）:465-485.

［7］Calantone RJ，Griffith DA,Yalcinkaya G. An Empirical Examination of a Technology Adoption Model for the Context of China ［J］. Journal of International Marketing，2006: 1-27.

［8］Lammers R.The Adoption of Open Standard Inter-Organizational Systems ［D］ University of Twente，2010.

［9］郭迅华. 中国企业信息化成长阶段分析与技术采纳特点研究［D］.北京:清华大学经济与管理学院，2005.

［10］Kuan KKY,Chau PYK.A Perception-based Model for EDI Adoption in Small Businesses Using a Technology-organization-environment Framework［J］. Information & Management，2001，38（8）:507-521.

［11］Mallat N，et al.The Impact of use Context on Mobile Services Acceptance: The Case of Mobile Ticketing［J］. Information & Management，2009,46(3):190-195.

［12］Chwelos P，Benbasat I, Dexter AS. Research Report: Empirical Test of an EDI Adoption Model［J］. Information Systems Research，2001，12（3）:304-321.

［13］Maddux J E,R WRogers. Protection Motivation and Self-efficacy: A Revised Theory of Fear Appeals and Attitude Change［J］. Journal of Experimental Social Psychology，1983,19(5):469-479.

［14］Miles M B,A MHuberman. Qualitative Data Analysis: An Expanded Sourcebook［M］. Sage Publicatons，Incorporated,1994.

endprint

本文分别以感知有用性、感知便利性为因变量，中间商采纳意向为自变量，研究变量间关系。结果见表5。

由表5可知，中间商采纳意向与感知便利性、有用性的回归系数分别为0.883、0.789，且显著，因此假设成立。

（3）个体技术认知与用户采纳意向

本文分别以感知便利性、感知有用性为应变量，用户采纳意向为自变量，研究变量间关系，结果见表6。表5回归分析结果

因变量自变量非标准化系数标准化系数B标准误差BetaTSig共线性统计量容差VIF感知便利性感知有用性(常量)0.2070.1961.0550.294中间商采纳意向0.9330.0470.88319.7970.0001.0001.000(常量)1.2060.2434.9540.000中间商采纳意向0.7920.0580.78913.5330.0001.0001.000表6回归分析结果

模型非标准化系数标准化系数B标准误BetaTSig共线性统计容差VIFR212(常量)0.5890.1763.3450.0010.793感知便利性0.8790.0430.89020.6000.0001.001.000(常量)-0.0060.181-0.0330.9740.845感知便利性0.6670.0510.67613.1690.0000.5341.873感知有用性0.3270.0530.3146.1280.0000.5341.873 由表6可知，模型整体回归效果显著，同时变量间不存在共线性问题。由此可得用户采纳意向与个体技术认知的回归方程：

用户采纳意向=0676×感知便利性+0314×感知有用性

模型2加入感知有用性后，解释力增强。感知便利性的回归系数下降，表明感知有用性影响感知便利性与用户采纳意向间的关系，进而说明感知便利性部分通过感知有用性来影响消费者采纳意向。

（4）个体技术认知的中介效应

本文将用户采纳意向作为因变量，中间商采纳意向、感知便利性、感知有用性为自变量，分析他们之间的关系，结果见表7。

由表7可知，模型2中加入感知便利性后，解释力度增强。中间商采纳意向的回归系数下降，说明在加入感知便利性后变量间的关系发生了明显的变化，这说明中间商采纳意向部分通过感知便利性来影响用户的技术采纳。而模型3中加入感知有用性后，模型对应的R2没有变化，感知有用性的相关系数也不显著，这说明中间商采纳意向并没有直接影响感知有用性，而是通过感知便利性间接影响感知有用性。表7中介效应分析结果

模型非标准化系数标准化B标准误差BetaTSig共线性统计量容差VIFR2123(常量)-0.0100.095-0.1020.919中间商采纳意向1.0160.0230.97344.6270.0001.0001.000(常量)-0.0390.092-0.4210.675中间商采纳意向0.8860.0470.84919.0070.0000.2214.531感知便利性0.1390.0440.1413.1620.0020.2214.531(常量)-0.0710.101-0.7010.485中间商采纳意向0.8630.0560.82715.5230.0000.1566.424感知便利性0.1410.0440.1433.1880.0020.2204.541感知有用性0.0270.0360.0260.7520.4530.3762.6560.9470.9520.9524.4检验结果与模型修正

（1）假设检验结果

通过以上分析，相应的检验结果见表8。

表8假设检验结果

假设结果H1：感知有用性正向影响采纳意向成立H2：感知便利性正向影响采纳意向成立H3：感知便利性正向影响感知有用性成立H4：中间商采纳意正向影响感知有用性不成立H5：中间商采纳意向正向影响感知便利性成立H6：感知社会价值正向影响中间商采纳意向成立H7：感知功能价值正向影响中间商采纳意向成立H8：感知资金成本负向影响中间商采纳意向成立H9：感知技术能力正向影响中间商采纳意向成立（2）模型修正

根据假设检验结果，对模型进行适当修正，修正后模型见图2。

5结论和展望

研究表明渠道中间商采纳意向通过感知便利性和有用性影响用户对技术的采纳意向，而中间商采纳意向源于对技术价值和组织资源状况的综合感知。

因此制造企业在推广涉及用户的技术时既要考虑用户的意愿，也不能忽略渠道中间商的态度。通过一系列措施来提高用户和中间商的技术采纳意愿，如在组织设计和利益分配上，尽量对渠道中间商让渡价值，进而促进技术的推广。

本文对影响中间商采纳意向的技术、组织和环境因素没有展开分析，这将是未来研究的一个重点。同时，通过HY公司的跟踪调研具有一定的局限性，后续将通过大样本调查问卷来检验模型的正确性。

参考文献：

［1］Alain Y L C，Felix T S C，Ooi K B. Predicting Consumer Decisions to Adopt Mobile Commerce: Cross Country Empirical Examination between China and Malaysia ［J］. Decision Support Systems，2012，53(1): 34-43.

［2］San Martín S，BLópez-Catalán,M ARamón-Jerónimo. Factors Determining Firms' perceived Performance of Mobile Commerce［R］. Industrial Management & Data Systems，2012,112(6):946-963.

［3］Hong S J，Tam K Y. Understanding the Adoption of Multipurpose Information Appliances: The Case of Mobile Data Services ［J］. Information Systems Research，2006，17(2): 162-179.

［4］Chin W W,AGopal. Adoption Intention in GSS: Relative Importance of Beliefs［J］. ACM SigMIS Database，1995. 26(2-3):42-64.

［5］Tornatzky LG,Fleischer M. The Processes ofTechnological Innovation ［M］. Lexington Books，1990:117-148.

［6］Iacovou CL，Benbasat I,Dexter AS. Electronic Data Interchange and Small Organizations: Adoption and Impact of Technology［J］. MIS Quarterly，1995，19（4）:465-485.

［7］Calantone RJ，Griffith DA,Yalcinkaya G. An Empirical Examination of a Technology Adoption Model for the Context of China ［J］. Journal of International Marketing，2006: 1-27.

［8］Lammers R.The Adoption of Open Standard Inter-Organizational Systems ［D］ University of Twente，2010.

［9］郭迅华. 中国企业信息化成长阶段分析与技术采纳特点研究［D］.北京:清华大学经济与管理学院，2005.

［10］Kuan KKY,Chau PYK.A Perception-based Model for EDI Adoption in Small Businesses Using a Technology-organization-environment Framework［J］. Information & Management，2001，38（8）:507-521.

［11］Mallat N，et al.The Impact of use Context on Mobile Services Acceptance: The Case of Mobile Ticketing［J］. Information & Management，2009,46(3):190-195.

［12］Chwelos P，Benbasat I, Dexter AS. Research Report: Empirical Test of an EDI Adoption Model［J］. Information Systems Research，2001，12（3）:304-321.

［13］Maddux J E,R WRogers. Protection Motivation and Self-efficacy: A Revised Theory of Fear Appeals and Attitude Change［J］. Journal of Experimental Social Psychology，1983,19(5):469-479.

［14］Miles M B,A MHuberman. Qualitative Data Analysis: An Expanded Sourcebook［M］. Sage Publicatons，Incorporated,1994.

endprint