本文将通過立足UTAUT模型，構建一種移動政務采納理論模型，并利用實證分析的方式驗證本文所構建模型的有效性，以期為移動政務的發展提供相應參考。
關鍵詞
UTAUT模型；移動政務；采納模型；實證分析
基于ＵＴＡＵＴ模型的移動政務采納理論模型
在使用UTAUT模型建立移動政務采納理論模型的過程中，需要對移動政務技術特點以及當前用戶對移動政務的具體認知水平、使用者自我效能等各項因素進行綜合考量，以此有效保障所建設的移動政務采納模型具有較高的适用性和有效性。所謂自我效能指的就是判斷個人自我能力能否使其達成某一特定工作，隻有在保障用戶擁有使用移動政務的基礎知識技能下，才可以使得移動政務得到公衆的廣泛采納，并有效幫助提升用戶個人績效。因此從這一點出發，本文通過利用UTAUT模型作為理論基礎，并将感知信任因素以及IT自我效能引入至模型當中，建立起由使用意向、感知信任、努力與績效期望以及社會影響和IT自我效能共同組合而成的移動政務采納理論模型。
圖1基于UTAUT模型下的移動政務采納理論模型研究設計與實證分析
（一）變量測量與數據收集
在此次本文所建立的移動政務采納模型當中涉及的潛變量為績效與努力期望、社會影響與感知信任以及自我效能、行為意向。為了使得量表内容效度得到有效保障，本文在參考相關研究文獻的基礎上采用李克特七點量表，從非常不同意、不同意、比較不同意直至非常同意，對應計分1到7，設計了調查問卷并在結合移動政務服務情境下适當調整部分問卷語言，形成了最終的調查問卷。通過從網絡中随機選擇政府行政人員、企業員工等作為調查對象，共計發放900份調查問卷，其中回收調查問卷900份，有效調查問卷750份，回收率和有效率分别為100%與83.33%。
（二）測量模型與結構模型
在檢驗測量模型的過程中，主要涉及聚斂與區别效度以及與變量内部一緻性。其中信度檢驗目的在于精準估計量表測量一緻性，在對變量内部一緻性進行檢驗的過程中，本文選擇使用Cronbachα值以及潛變量的組合信度。根據檢驗結果顯示，績效與努力期望、社會影響與使用意向、感知信任與自我效能的Cronbachα值分别為0.92、0.87、0.92、0.81、0.95以及0.92。而各變量組合信度值則分别為0.93、0.83、0.93、0.79、0.94以及0.90，由于各變量Cronbachα值與組合信度值均超過了0.8，因此也證明各變量内部一緻性良好。在聚斂聚斂效度檢驗中本文則主要使用了因子分析法，要求各變量測量題項因子載荷系數值不得低于0.7且平均方差萃取率不得低于0.5。通過相關檢驗結果可知，各變量均與規定要求相符合，即各個變量均具有良好聚斂效度。在區别效度檢驗中，本文則使用各變量相關系數，一旦各變量小于系數未能超過對應變量平均方差萃取率值的平方根，即認定其區别效度良好。依照最終檢驗結果可知，所有變量相關系數均比對應平均方差萃取率值平方根要小，因此具有較好的區别效度。
通過利用LISREL對模型所有潛變量間的路徑系數進行驗證，可知其GFI與CFI值分别為0.91與0.98，AGFI與NFI值分别為0.87與0.97，RMSEA與X2/df的值分别為0.071及4.85，也就是說模型拟合指标均與規定值相符，因此模型擁有較好拟合度。但在檢驗中顯示有且隻有IT自我效能對使用意向影響作用不顯著，其與所有路徑系數均十分顯著。
（三）實證結果與讨論分析
根據對建立的基于UTAUT模型的移動政務采納模型的實證分析結果可知，用戶使用移動政務的意向直接受到績效與努力期望以及社會影響的影響，且績效期望也直接受到努力期望的影響。不僅如此，努力期望對用戶感知信任有着顯著的促進作用，由此可以對用戶使用移動政務意向産生間接作用。而在努力期望以及感知信任的間接作用下，IT自我效能可以對使用意向産生顯著作用，并且使用意向也同時受到感知信任的直接影響。
通過結合這一實證研究結果，可知在努力期望以及感知信任的作用下，IT自我效能可以極大地影響用戶使用移動政務的意向。這也意味着如果用戶的IT自我效能越高，則其越願意使用移動政務，對于移動政務的采納以及信任度也越高。因此本文認為政府部門應當通過積極優化移動政務使用流程，通過減少操作彈窗等方式降低其使用難度，并積極鼓勵社會公衆同政府機構共同完成對政府網站服務進行全程監督管理，從而有效提高努力期望以及感知信任。與此同時，政府還應當通過積極對廣大社會群衆免費提供移動政務專業知識技能培訓教育，使其可以在充分熟悉了解移動政務及相關技術的基礎上，不斷提高IT自我效能，以此有效達到提升用戶使用移動政務意向的效果。
結束語
本文通過采用UTAUT模型建立移動政務采納理論模型，在将感知信任以及IT自我效能因素引入其中下，利用實證分析的方式證明努力與績效期望以及社會影響均會對用戶使用移動政務意向産生正向影響作用。
參考文獻：
[2]朱多剛,郭俊華.基于UTAUT模型的移動政務采納模型與實證分析[J].情報科學,2016,34(09):110-114.