“互联网+”背景下大学生移动搜索行为的影响因素研究

谷紫阳，李远航

（1.华南师范大学 教育信息技术学院，广东 广州 510631；2.唐山师范学院 物理系，河北 唐山 063000）

中国互联网络信息中心（CNNIC）发布的第41次《中国互联网络发展状况统计报告》显示，截至2017年12月，我国手机网民规模达7.53亿，使用手机上网人群的占比由2016年的95.1%提升至97.5%[1]。技术的变革带来了人们信息获取方式的变化，通过手机、iPad等方式完成的移动搜索逐渐成为新型搜索方式。大学生对技术的敏感度高、适应性强，当传统的通过PC端浏览器获取信息的方式已难以满足他们在移动互联网环境下的多元化需求时，越来越多的大学生选择通过手机访问互联网，进行信息搜索，以满足随时随地产生的信息需求，他们已成为当前移动搜索中一个庞大而稳定的消费群体。

本研究以技术接受模型（Technology Acceptance Model，TAM）与任务技术适配模型（Task Technology Fit，TTF）为理论基础，构建大学生移动搜索行为的影响因素模型和研究假设，通过问卷调查方式对河北省大学生进行抽样调查，并利用统计分析软件SPSS 22.0对收集到的数据进行整理分析，并以此为依据对优化大学生移动搜索行为提出相关建议。

一、大学生移动搜索行为的影响因素模型构建及研究假设

本研究基于TAM模型和TTF模型构建大学生移动搜索行为的影响因素模型。

在TAM模型中，个体使用技术的意愿受到对于技术有用性的感知（PU）和对技术易用性的感知（PEU）两个因素的影响[2]，它们均会对大学生是否具有使用移动技术进行信息获取的主观意愿（ITS）以及最终的移动搜索行为（SB）产生影响。同时，本研究另增加了感知信任、移动搜索能力以及感知趣味性三个外部因素，其中感知信任（PT）指大学生对信息发布者及其所发布信息的认可程度[3]；移动搜索能力指大学生具备的利用移动技术检索并获取信息的能力；感知趣味性（PE）指大学生在利用移动搜索完成信息检索时所具有的愉悦程度。TTF模型将任务技术适配度作为核心，探讨个体在利用某种技术完成任务时，该技术所具备的功能与任务需求相互匹配的程度。任务（TAC）指大学生为达到特定目标所进行的一系列行为；技术（TEC）指用户为完成任务所使用的工具。

在满足两种理论核心要求的前提下，本研究将大学生使用移动搜索时所表现出的感知信任、搜索能力以及感知趣味性作为外部因素进行整合，形成基本理论模型及基本假设。

图1 大学生移动搜索行为的影响因素理论模型

表1 研究假设

二、研究过程

（一）研究工具与研究样本

1.研究样本

本研究以部分河北省高校大学生为研究样本，采用纸质问卷和网上问卷完成数据获取。研究共发放305份问卷，回收有效问卷277份，有效率为90.82%，基本信息情况见表2。

表2 研究样本基本信息统计

2.研究工具

本研究设计了《大学生移动搜索行为调查问卷》，影响因素部分共10个变量，28个题项，题目来源如表3所示。量表计量方面均采用Likert5级量表进行测量，其中从1到5分别表示“非常不同意”“不同意”“一般”“同意”以及“非常同意”。采用SPSS 22.0对问卷进行信度和效度分析。

表3 调查问卷题目的基本情况与来源

由表3可知，每个变量的Cronbachα系数均在0.7以上，说明问卷具有较高信度。样本的KMO值为0.886，Bartlett球体检验值达到0.000显著水平。经主成分分析法和最大方差旋转法验证因子负载，保留特征值大于1的主成分，且在旋转后的成分矩阵中剔除因子载荷值小于0.4的项目，最终得到有效项目28项，方差解释率为66.10%，问卷具有良好的效度。

（二）数据分析

1.样本特征量与移动搜索行为之间的关系

本研究涉及的样本特征包括被调查者的性别、年级（一、二年级为低年级，三、四年级为高年级）、专业以及移动搜索频率四个方面，分别采用独立样本t检验完成特征变量与移动搜索行为之间的关系，结果如表4所示。

表4 研究样本的特征变量与其搜索行为之间的t检验结果示意表

由表4可见，大学生的性别与其移动搜索行为之间的t检验的Sig=0.110＞0.05，两者间不存在显著性差异；大学生的年级与其搜索行为之间的t检验的Sig=0.199＞0.05，两者间不存在显著性差异；大学生的专业与移动搜索行为之间的t检验的Sig=0.629＞0.05，两者间不存在显著性差异；大学生的移动搜索频率与其搜索行为之间的t检验的Sig=0.000＜0.05，两者间存在显著性差异，搜索频率较高（M=12.39，SD=2.011）的学生比搜索频率低（M=10.32，SD=2.091）的学生有更多的移动搜索行为。

2.大学生移动搜索影响因素间的相关分析

表5为计算得到的Pearson相关系数。

表5 大学生移动搜索影响因素间的Pearson相关系数

从表5可以得知，模型中的各个变量两两之间均存在显著的相关关系，其中，移动搜索意向与移动搜索行为之间r=0.410，p=0.000＜0.01；感知有用性与移动搜索意向之间r=0.527，p=0.000＜0.01；感知易用性与移动搜索意向之间r=0.376，p=0.000＜0.01；感知趣味性与移动搜索意向之间r=0.426，p=0.000＜0.01；感知信任与感知有用性之间r=0.272，p=0.000＜0.01；移动搜索能力与感知易用性之间r=0.246，p=0.000＜0.01；技术特征与任务技术适配度之间r=0.471，p=0.000＜0.01；任务特征与任务技术适配度之间r=0.402，p=0.000＜0.01；任务技术适配度与搜索行为之间r=0.363，p=0.000＜0.01。

3.大学生移动搜索影响因素间的回归分析

本研究采用的逐步多元回归分析方法，可以从因变量方差的角度了解自变量自己独立的解释比例。在对研究变量之间相关分析的基础上，本文采用回归分析，进一步检验变量间是否具有因果关系。

移动搜索意向、任务技术适配度与移动搜索行为的回归分析结果如表6所示。自变量的容忍度（Tolerance）均大于0.1，方差膨胀因子（VIF）均小于10，所以自变量之间不存在多重共线性问题。DW值接近2，说明不存在序列相关问题，调整后R2为0.220，说明移动搜索意向和任务技术适配度对移动搜索行为的解释量为22%，统计量F的值为39.956，且P＜0.001,说明模型的回归效果达到显著水平。T检验的显著性Sig值为0.000，说明移动搜索意向和任务技术适配度对移动搜索行为有显著正向影响，故本文H1和H9假设成立，可建立回归方程：

移动搜索行为=0.326*移动搜索意向+0.254*任务技术适配度。

表6 移动搜索意向、任务技术适配度对移动搜索行为的逐步回归分析

感知有用性、感知易用性、感知趣味性与移动 搜索意向的回归分析，结果如表7所示。

表7 感知有用性、感知易用性、感知趣味性对移动搜索意向的逐步回归分析

自变量的容忍度和VIF均接近于1，说明变量之间不存在多重共线性问题，DW为1.895，接近2，说明不存在序列相关现象。调整后R2为0.336，说明感知有用性、感知易用性、感知趣味性对移动搜索意向的解释量为33.6%，统计量F的值为47.607，且P=0.000,说明模型的回归效果达到显著水平。T检验的显著性Sig值均小于0.05，说明感知有用性、感知易用性、感知趣味性显著正向影响移动搜索意向，故本文H2、H3、H4假设均成立，可建立回归方程：

移动搜索意向=0.391*感知有用性+0.206*感知易用性+0.133*感知趣味性。

感知信任与感知有用性的回归分析，结果如表8所示。

表8中，统计量F=22.055，其显著性为0.000，说明模型的总体回归效果已达到显著水平，T检验的显著性Sig值为0.000，说明感知信任对感知有用性有显著正向影响，本文H5假设成立，可建立回归方程：

感知有用性=0.391*感知信任。

表8 感知信任对感知有用性的一元回归分析

表9 移动搜索能力对感知易用性的一元回归分析

移动搜索能力与感知易用性的回归分析，结果如表9所示。统计量F=17.745，其显著性为0.000，说明模型的总体回归效果已达到了显著水平，T检验的显著性Sig值为0.000，说明移动搜索能力对感知易用性有显著正向影响，本文H6假设成立，可建立回归方程：

感知易用性=0.391*移动搜索能力。

技术特征、任务特征与任务技术适配度的回归分析，结果如表10所示。自变量的容忍度均大于0.1，VIF均小于10，说明变量之间不存在多重共线性问题，DW为1.860，接近2，说明不存在序列相关现象。调整后R2为0.220，说明技术特征、任务特征对任务技术适配度的解释量为22%，统计量F的值为46.274，且P=0.000，说明模型的回归效果达到显著水平。T检验的显著性Sig值均小于0.05，说明技术特征、任务特征对显著正向影响任务技术适配度，故本文H7和H8假设成立，可建立回归方程：

任务技术适配度=0.207*任务特征+0.359*技术特征。

表10 技术特征、任务特征对任务技术适配度的逐步回归分析

4.研究假设检验结果

综合以上的相关分析和回归分析可知，本文研究假设H1～H9均成立，表明大学生的移动搜索行为受到其自身及任务技术适配度的影响。

三、优化大学生移动搜索行为的相关建议

从上述数据分析结果及所得的研究结论可以发现，大学生的移动搜索行为受到他们自身及任务技术适配度的影响，基于此，本文从用户和移动搜索平台两方面提出相关建议，以优化大学生移动搜索行为。

1.用户方面

用户移动搜索能力对感知易用性具有正向影响，而感知易用性则通过移动搜索意向显著影响搜索行为。当前网络环境繁冗复杂，用户应努力提高搜索能力，在平时的搜索过程中积累使用经验，以便更快更好地获取所需信息，满足自己的信息需求。

信任对感知有用性有显著的正向作用，为提高用户对移动搜索平台的信任程度，可以通过用户之间的交流互动更深入地了解搜索平台，从而对平台上用户发布信息的可信性进行评估，以便准确地辨别有用的信息，提升有用性感知。

提升用户的感知有用性和感知易用性均能提高用户的移动搜索意向，进而激发用户移动搜索行为。某些移动搜索平台允许用户自由发布、编辑修改信息内容，因此用户在平台上发布信息时也应尽量保证信息的质量，提升信息的可信程度，进而提高移动搜索行为。

2.平台方面

现代社会用户获取信息的需求愈发多样化，相应地，各种移动搜索平台也层出不穷。移动搜索平台应致力于满足不同类型用户的需求，根据自身特点为目标用户群体提供满足其需求的产品与服务，方便用户快速获得所需信息。

任务特征和技术特征均对任务技术适配度有显著正向作用，其中，技术特征的影响作用更大。因此，移动搜索平台应不断改进搜索技术，不断提高搜索技术与任务之间的适配度，以便更好地满足用户的搜索任务需求，促进用户对移动搜索的使用意向和行为。

移动搜索平台应努力引导用户发布高质量信息，使用户搜索得到实用信息，同时要注意系统与用户之间的交互设计，以便用户能够轻松掌握搜索步骤。

感知趣味性对移动搜索意向具有显著正向影响。因此移动搜索平台应尽可能提高搜索服务的趣味性和娱乐性。