引用本文
陈明红, 漆贤军. 学术博客的用户接受模型及实证研究*. 现代图书情报技术, 2013, 29(12): 81-87
Chen Minghong, Qi Xianjun. A User’s Acceptance Model of Academic Blog and Its Empirical Study. New Technology of Library and Information Service, 2013, 29(12): 81-87  
Permissions
学术博客的用户接受模型及实证研究
陈明红1, 漆贤军2
1中山大学资讯管理学院 广州 510006
2广西大学公共管理学院 南宁 530004
修回日期:2013-10-30
基金:本文系教育部人文社会科学青年基金项目“信息生态视角下的网络信息资源优化配置研究”(项目编号:12YJC870004)、国家自然科学基金项目“基于云计算的公共信息服务机制研究”(项目编号:71263006)和广西哲学社会科学规划项目“电子政务环境下的广西公共信息服务研究”(项目编号:11CTQ003)的研究成果之一。
摘要

为探究学术博客接受的关键影响因素,以计划行为理论和技术接受模型为基础,构建学术博客用户接受的结构方程模型。以高等院校和科研院所的科研人员为调查对象,通过网络问卷和纸质问卷调查获得191份有效问卷,使用PLS对模型进行验证。研究结果表明,感知有用性、感知行为控制和主观规范对学术博客利用意向具有显著正向影响,感知易用性对学术博客利用意向没有显著影响。

关键词: 学术博客; 技术接受模型; 感知行为控制; 主观规范
A User’s Acceptance Model of Academic Blog and Its Empirical Study
Chen Minghong1, Qi Xianjun2
1School of Information Management, Sun Yat-Sen University, Guangzhou 510006, China
2School of Public Management, Guangxi University, Nanning 530004, China
Abstract

To explore key influencing factors of academic blog acceptance, this study builds a user’s acceptance model of academic blog based on the Theory of Planned Behavior and Technology Acceptance Model. And the model is validated by PLS method through online questionnaire and paper questionnaire of 191valid responses from universities and scientific research institutions. The results indicate that perceived usefulness, perceived behavioral control and subject norm affect users’ acceptance intentions to use academic blog, perceived ease of use is not significantly related to users’ acceptance intentions to use academic blog.

Keyword: Academic blog; Technology acceptance model; Perceived behavioral control; Subject norm
1 引 言

学术博客是Web2.0环境下学术交流和知识共享的重要方式,其学术价值受到学界广泛关注。2008年,Elsevier调查表明,80%的学者使用过博客,50%的人肯定博客对其研究工作具有帮助[ 1]。2009年,《自然》杂志刊发社论《写博客是个好事情》,倡议研究人员参与并利用学术博客[ 2]。学术博客有助于学者产生新的研究观点[ 3],是学术团体与公众对话的一种新途径[ 4],具有其他媒体不可比拟的优势[ 5]。

然而,学术博客的质量、价值、出版程序与知识产权保护等问题仍受质疑,接受并利用学术博客的学者比例相对较低[ 6],这与学术博客的发展期望相去甚远。因此,探究学术博客接受与利用的影响因素十分必要。本研究利用技术接受模型与理性行为理论,从学术博客质量、感知行为控制与主观规范三个方面分析学术博客利用意向,探索影响学术博客接受的关键因素。

2 研究综述

学者从不同视角分析学术博客的概念与特征,围绕学术博客对于科学交流、信息服务、知识共享等方面的作用展开讨论。

学术博客是一个外延广泛的概念,包括用于记录研究观点的理论研究博客和用于分享研究感受的学术生活博客两种类型[ 7]。吕鑫等[ 8]将学术博客界定为用于交流学术观点、发表科研成果、发布学校教学信息的博客。学术博客的最大特征是以自己为主,通过RSS、TrackBack、Comments以及永久链接实现信息交流[ 9]。

Coleman[ 10]指明学术博客在学术交流、在线指导和知识传播等方面具有重要作用; Pomerantz等[ 11]提出博客作为一种参考文献查询平台,在文献资料查询服务中起到良好作用;Stuart[ 12]从交流目的与语言特征两方面剖析学术博客与传统学术文献的差异,发现前者能够提供更快捷的学术讨论;Chong[ 13]提出,使用博客有助于学生进入学术研究领域;Hsu等[ 14]利用TAM模型,研究技术接受、主观规范和知识共享动机对博客利用的显著影响;Wang等[ 15]证实博客平台质量对利用意向具有显著正向影响。国内研究成果也较多,例如,王伟军等[ 16]利用社会资本理论和社会交换理论,构建学术博客知识交流与共享模型,揭示人际信任和乐于助人能够促进学术博客知识共享;谢佳琳等[ 17]提出学术博客的知识交流包括知识转移、知识共享和知识创新;夏立新等[ 18]在讨论学术博客用于图书馆学科知识服务可行性的基础上,提出构建基于学术博客的图书馆学科知识服务模式和图书馆学科知识服务网络社区的建议,以解决图书馆知识服务不足的问题。

分析以上研究可知,学术博客是一个跨学科研究主题,已有研究角度的视角多样,为本研究奠定了理论基础。但是,目前描述性研究较多,实证研究较少,对学术博客的用户接受与利用的定量研究仍有不足。鉴于此,本研究以技术接受模型(Technology Acceptance Model, TAM)与计划行为理论(Theory of Planned Behavior, TPB)为基础,构建学术博客接受的结构方程模型,利用问卷调查获得实证数据,定量分析学术博客质量、感知行为控制和主观规范对学术博客利用意向的影响,探索学术博客接受的关键影响因素和影响程度。

3 研究模型与假设
3.1 研究模型

研究模型如图1所示:

图1 研究模型

该模型建立在TPB的基础上,提出主观规范和感知行为控制是学术博客利用意向的前因变量;引入TAM中的感知有用性和感知易用性两个变量,将其视为利用意向的前因变量;最后将学术博客信息质量和科研任务-学术博客适配度作为外部变量,研究它们对感知有用性和感知易用性的影响。

3.2 研究假设

(1)主观规范与感知行为控制

主观规范(Subject Norm, SN)是指个体决策是否执行某特定行为时感知到的社会压力,反映的是重要他人或团体对个体行为决策的影响[ 19];感知行为控制(Perceived Behavioral Control, PBC)是指个体感知到执行特定行为容易或困难的程度,反映个体对促进或阻碍执行行为因素的知觉。根据TPB,SN和PBC是影响技术采纳的重要因素。例如,用户接受3G增值服务过程中,感知行为控制对3G增值服务接受意向具有显著正向影响[ 20];Venkatesh[ 21]发现内部和外部控制因素与感知易用性具有强相关关系。据此提出以下两个假设:

H1a:主观规范对学术博客利用意向具有正向影响。

H1b:感知行为控制对学术博客利用意向具有正向影响。

(2)感知有用性与感知易用性

在本研究中,感知有用性(Perceived Usefulness, PU)是指用户认为利用学术博客对其科研绩效的提高程度;感知易用性(Perceived Ease of Use, PEU)是指用户认为利用学术博客的容易程度。TAM模型及应用研究表明,用户对信息技术的感知易用性对感知有用性具有正向影响[ 22],且两者显著影响信息技术的接受和利用意向[ 23],其原因是用户的信念能有效作用于利用意向和利用行为之间的关系[ 24]。因此,提出如下假设关系:

H2:感知易用性对感知有用性具有正向影响。

H3a:感知有用性对学术博客利用意向具有正向影响。

H3b:感知易用性对学术博客利用意向具有正向影响。

(3)科研任务-学术博客适配度

用户对特定信息技术(系统)的有用性与易用性认知很大程度上取决于用户对此信息技术(系统)与特定任务特征的理性评价,即信息技术(系统)与用户任务间的匹配度[ 25]。根据任务技术适配模型(Task Technology Fit, TTF),适配度受到技术特征和任务特征的影响,并影响着特定技术的实际应用[ 26]。已有研究表明,任务技术适配度对感知易用性影响显著(显著性水平为0.01),影响系数为0.33[ 25],对感知有用性的影响系数为0.55(显著性水平为0.05)[ 27]。对企业而言,企业目标与 ERP系统之间的匹配度对ERP系统实施效果具有重要影响[ 28]。从信息质量视角看,学术博客最突出的功能特征是提供高质量的学术信息。借鉴已有研究[ 29],将学术博客的功能特征定义为技术特征,认为学术博客质量越高,用户认为学术博客与科研任务越匹配,它们之间存在如下假设关系:

H4:学术博客质量对科研任务-学术博客适配度具有正向影响。

H5a:科研任务-学术博客适配度对感知有用性具有正向影响。

H5b:科研任务-学术博客适配度对感知易用性具有正向影响。

4 实证研究设计
4.1 变量测度及问卷设计

模型构建之初,将理论构建扎根于研究情境。围绕“学术博客接受”这一主题,对武汉大学新闻学、管理学、情报学等专业的18名在校博士生进行深入访谈,利用经典扎根理论方法对访谈资料进行收集、编码和理论构建。同时,参考已有文献,形成初始量表。在此基础上,进行小范围预调查,对部分测度项进行修改,形成最终问卷。为研究模型的7个变量设置3-4个测度项,采用Likert 7级量表形式。

4.2 数据收集

采用网络问卷与纸质问卷两种调查方式,共发放问卷700份,回收436份(回收率62.2%),其中有效问卷381份。根据研究需要,选择使用过学术博客的191个答题者作为样本。样本量符合PLS要求,即样本数大于有最多结构路径指向变量的路径数的10倍[ 30]。描述性统计分析结果如表1所示:

表1 描述性统计分析

其中男性用户多于女性,中青年学者占绝大多数(95.3%),表明中青年学者是利用学术博客的主力军。

为了避免无应答偏差,本研究将回收问卷按照时间早晚分成两组,进行独立样本T检验,结果显示两组问卷没有显著差异,调查数据不存在此类偏差。

5 数据分析与结果

鉴于本研究的探索性、预测性以及样本量偏小等原因,本文选取基于方差的PLS方法进行数据分析。

5.1 测量模型分析

(1)信度检验

信度主要通过Cronbach’ α、组合信度(Composite Reliability, CR)和平均方差抽取量(Average Variance Extracted, AVE)三个指标衡量。Cronbach’ α用于测量观察变量内部一致性程度,一般认为Cronbach’ α大于0.7且达到显著水平(P<0.05)时,理论模型可靠性好[ 31];CR和AVE的临界标准分别是0.7和0.5[ 32]。

验证性因子的信度分析如表2所示。可知,理论模型中7个潜在变量的Cronbach’ α均大于0.7,CR均大于0.6,说明数据具有较好的稳定性和一致性,测量模型信度可以接受。

表2 验证性因子的信度分析

(2)效度检验

反映性变量和形成性变量的效度检验方法不同,前者通过测量项在相应变量上的因子负荷来评估,后者则需要查看因子权重。如表2所示,反映性变量的所有因子负荷均达到0.001的显著水平,所有因子负荷均大于0.8,说明这些变量具有很好的收敛效度[ 40]。

对于形成性变量学术博客信息质量, 其中一个测量项(BIQ4)的权重不显著。根据Cenfetelli与 Bassellier[ 41]的建议,因子的权重值低或不显著,表示因子相对重要性不高或不显著,此时需要进一步检验其绝对重要性,即因子负荷。若因子负荷显著,为了测量的完整性,需要将对应的测量项保留在后续的分析中。结果显示,学术博客信息质量所有测量项的因子负荷都是显著的,不应当删除其测量项。

区别效度通过比较AVE的平方根与相关系数来测量,若AVE的平方根大于各变量结构间的相关系数,模型的区别效度较好[ 40]。效度分析如表3所示:

表3 效度分析

由表3可知,对角线上所有变量的AVE平方根皆大于0.8,均大于对应变量间的相关系数,说明研究模型的效度良好。 (3)多重共线性分析

为了证明各自变量之间不具有严重的相互依赖关系,需要进行多重共线性检验,采用SPSS回归模块的多重共线性统计进行计算。结果表明,方差膨胀因子(Variance Inflation Factor, VIF)介于1.611与3.961之间,满足小于10的要求;相容度(Tolerance Values)介于0.252与0.621之间,满足大于0.1的要求[ 42]。这足以说明多重共线性问题对本研究的影响不大。

(4)共同方法偏差

问卷答题者的一致性动机和社会期许、测量项目本身的特性等都容易造成共同方法偏差[ 43]。根据Podsakoff 等[ 44]和 Liang等[ 45]的方法,本研究在PLS模型中引入一个共同方法因子,计算每个测度指标分别被主体因子和共同方法因子解释了多少方差。如果主体因子解释的方差远远大于共同方法因子解释的方差,那么共同方法偏差就不会发生。计算结果显示,所有共同方法偏差因子负载均不显著,主体因子解释了整体方差的73.24%,方法因子仅仅解释了整体方差的0.84%,其比例约为88:1,这表明共同方法偏差对本研究的影响不大。

5.2 结构模型分析

所有的假设路径图以及显著性水平如图2所示:

图2 模型的计算结果

可以看出,除了假设H3b没有得到支持外,其余假设均得到很好的支持。学术博客利用意向共被解释了60.5%的方差,受到感知有用性、主观规范和感知行为控制的显著影响。

5.3 结果讨论

根据以上测量模型与结构模型分析,可得到以下结论:

(1)感知有用性、主观规范和感知行为控制对学术博客利用意向具有正向影响作用。其中,感知有用性的作用最大(β=0.45,p<0.01),主观规范的作用次之(β=0.288,p<0.01),感知行为控制的作用较小(β=0.217,p<0.01)。该结论为指导学术博客建设与管理实践提供了理论支持,学术博客社区需要采取措施,让用户感受到学术博客对于科研工作的有用性,加强宣传扩大学术博客的社会影响,帮助用户增强自我行为控制的感知力,从而促进用户接受、参与利用学术博客。

(2)感知易用性对感知有用性有显著正向影响(β=0.35,p<0.01),这符合TAM模型的一般规律。而感知易用性对利用意向没有显著影响,这与Shiau等[ 46]的研究结论一致,但是与信息系统接受的许多研究结论不一致。其原因可能是,学术博客的易用性对用户的吸引力不大。这说明,相对其他Web2.0工具而言,学术博客的易用性并不突出。学术博客服务商可以考虑以用户为中心,通过页面布局、色彩搭配、类目组织等方面的优化,在用户搜寻、下载和订阅学术博客信息等各环节,提高用户操作的方便性和易用性。

(3)科研任务-学术博客适配度对感知有用性(β=0.35,p<0.01)和感知易用性(β=0.38,p<0.01)具有显著正向影响,同时受到学术博客质量的显著影响(β=0.52,p<0.01)。这与 Dishaw等[ 25]的实证研究结论一致,说明将TTF的变量融入TAM中构建的综合模型对于学术博客接受的研究比较适用。同时说明,学术博客质量是根本,直接影响科研任务-学术博客适配度,间接影响感知有用性和感知易用性。那么,学术博客网站应该鼓励各领域权威专家发表博文,并在网站的博客频道首页或博客圈首页向博客用户推荐一些内容真实可靠、更新快、表达通俗易懂的博文。

6 结 语

本研究借鉴TPB理论和TAM模型,引入TTF的任务技术匹配变量,将信息技术有效性研究与用户信息技术接受研究联系起来,构建整合模型,从主观与客观两个维度对学术博客接受的影响因素进行了实证研究。研究表明,感知有用性、主观规范和感知行为控制对学术博客利用意向具有直接影响,学术博客质量和适配度对学术博客利用意向具有间接影响。因此,为了提高学术博客的接受程度与范围,博客提供商一方面需要根据科研人员的需求,提高学术博客质量;另一方面,需要扩大博客的社会影响,提高科研人员对学术博客的认知度,让更多的人了解和接受学术博客。

本研究取得一定的研究成果,但仍然有不足:采取方便抽样的方式进行调查,样本的代表性有待商榷;不同类型的用户对学术博客的态度和接受程度可能存在差异,本研究没有对用户进行分类比较,年龄、职称等因素尚未纳入研究模型中,未来可就此进行深入讨论。

参考文献
[1] Thomas K. Researchers Bow to the Social Web[J]. Information World Review, 2008（7）: 4. [本文引用:1]
[2] It’s Good to Blog [J]. Nature, 2009, 457: 1058. doi: 1010384571058a. [本文引用:1] [JCR: 38.597]
[3] Butler D. Science in the Web Age: Joint Efforts [J]. Nature, 2005, 438: 548-549. doi: 101038438548a. [本文引用:1] [JCR: 38.597]
[4] Elliott S. Science Blogs as a Vehicle for Upscale Ads[N]. The New York Times, 2006-01-20(5). [本文引用:1]
[5] Tola E. To Blog or Not to Blog, Not a Real Choice There[J]. Journal of Science Communication, 2008, 7（2）: 1-3. [本文引用:1]
[6] Hannay T. Web 2. 0 in Science[J]. CT Watch Quarterly, 2007, 3（3）: 19-25. [本文引用:1]
[7] Walker J. Blogging from Inside the Ivory Tower[A]. // Bruns A, Jacobs J. Uses of Blogs[M]. New York: Peter Lang, 2006: 127-138. [本文引用:1]
[8] 吕鑫, 袁勤俭, 宗乾进, 等. 学术博客研究述评[J]. 图书情报工作, 2012, 56（6）: 64-68. （Lv Xin, Yuan Qinjian, Zong Qianjin, et al. Review of Academic Blog[J]. Library and Information Service, 2012, 56（6）: 64-68. ） [本文引用:1] [CJCR: 1.193]
[9] 江亮. 学术博客的“无形学院”交流模式探析[J]. 情报科学, 2006, 24（2）: 296-299. （Jiang Liang. Study on the Communication Mode in Academic Blog about Invisible College[J]. Information Science, 2006, 24（2）: 296-299. ） [本文引用:1] [CJCR: 1.112]
[10] Coleman A. Academic Blogs[J]. Reference Librarian, 2005（3）: 10-17. [本文引用:1]
[11] Pomerantz J, Stutzman F. Collaborative Reference Work in the Blogosphere[J]. Reference Services Review, 2006, 34（2）: 200-212. [本文引用:1]
[12] Stuart K. Towards an Analysis of Academic Weblogs[J]. Revista Alicantina de Estudios Ingleses, 2006（19）: 387-404. [本文引用:1]
[13] Chong E K M. Using Blogging to Enhance the Initiation of Students into Academic Research[J]. Computers & Education, 2010, 55（2）: 798-807. [本文引用:1]
[14] Hsu C L, Lin J C C. Acceptance of Blog Usage: The Roles of Technology Acceptance, Social Influence and Knowledge Sharing Motivation[J]. Information & Management, 2008, 45（1）: 65-74. [本文引用:1] [JCR: 1.663]
[15] Wang S M, Lin J C C. The Effect of Social Influence on Bloggers’ Usage Intention[J]. Online Information Review, 2011, 35（1）: 50-65. [本文引用:1] [JCR: 0.939]
[16] 王伟军, 甘春梅, 刘蕤. 学术博客知识交流与共享心理诱因的实证研究[J]. 情报学报, 2012, 31（10）: 1026-1033. （Wang Weijun, Gan Chunmei, Liu Rui. Empirical Research on the Psychological Inducement to Knowledge Communication and Knowledge Sharing Under Academic Blogs Environment[J]. Journal of the China Society for Scientific and Technical Information, 2012, 31（10）: 1026-1033. ） [本文引用:1] [CJCR: 1.1348]
[17] 谢佳琳, 覃鹤. 基于学术博客的知识交流研究[J]. 情报杂志, 2011, 30（8）: 159-163. （Xie Jialin, Qin He. Studies on the Knowledge Exchange Based on Academic Blog[J]. Journal of Intelligence, 2011, 30（8）: 159-163. ） [本文引用:1] [CJCR: 0.951]
[18] 夏立新, 翟姗姗, 陈卓群. 基于学术博客的图书馆学科知识服务研究[J]. 图书馆论坛, 2011, 31（6）: 109-114. （Xia Lixin, Zhai Shanshan, Chen Zhuoqun. Research of Library Subject Knowledge Services Based on Academic Blogs[J]. Library Tribune, 2011, 31（6）: 109-114. ） [本文引用:1] [CJCR: 2.213]
[19] Ajzen I, Fishbein M. Attitude-behavior Relations: A Theoretical Analysis and Review of Empirical Research[J]. Psychological Bulletin, 1977, 84（5）: 888-918. [本文引用:1] [JCR: 15.575]
[20] Zhang M Y, Lee K H, Chen S C. Subscriber Behavior in Adopting 3G Value-added Services[J]. African Journal of Business Management, 2012, 6（3）: 1089-1094. [本文引用:1]
[21] Venkatesh V. Determinants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Technology Acceptance Model[J]. Information Systems Research, 2000, 11（4）: 342-365. [本文引用:1]
[22] Davis F D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology[J]. MIS Quarterly, 1989, 13（3）: 319-340. [本文引用:1]
[23] Pouratashi M, Rezvanfar A. Analysis of Factors Influencing Application of ICT by Agricultural Graduate Students[J]. Journal of the American Society for Information Science and Technology, 2010, 61（1）: 81-87. [本文引用:1] [JCR: 2.005]
[24] Hong S J, Tam K Y. Understand ing the Adoption of Multipurpose Information Appliances: The Case of Mobile Data Services[J]. Information Systems Research, 2006, 17（2）: 162-179. [本文引用:1]
[25] Dishaw M T, Strong D M. Extending the Technology Acceptance Model with Task-technology Fit Constructs[J]. Information & Management, 1999, 36（1）: 9-21. [本文引用:3]
[26] Goodhue D L, Thompson R L. Task-technology Fit and Individual Performance[J]. MIS Quarterly, 1995, 19（2）: 213-236. [本文引用:1]
[27] Larsen T J, Sreb A M, Sreb . The Role of Task-technology Fit as Users’ Motivation to Continue Information System Use[J]. Computers in Human Behavior, 2009, 25（3）: 778-784. [本文引用:1]
[28] Wu J H, Shin S S, Heng M S H. A Methodology for ERP Misfit Analysis[J]. Information & Management, 2007, 44（8）: 666-680. [本文引用:1] [JCR: 1.663]
[29] Dishaw M T, Strong D M. Supporting Software Maintenance with Software Engineering Tools[J]. Journal of Systems and Software, 1998, 44（2）: 107-120. [本文引用:1] [JCR: 1.135]
[30] Chin W W, Marcolin B L, Newsted P R. A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects: Results from a Monte Carlo Simulation Study and an Electronic-Mail EmotionAdoption Study[J]. Information Systems Research, 2003, 14（2）: 189-217. [本文引用:1]
[31] Burkink T. Cooperative and Voluntary Wholesale Groups: Channel Coordination and Interfirm Knowledge Transfer[J]. Supply Chain Management, 2002, 7（2）: 60-70. [本文引用:1]
[32] Chin W W. The Partial Least Squares Approach to Structural Equation Modeling[A]. // Marcoulides G A. Modern Methods for Business Research[M]. Psychology Press, 1998: 295-336. [本文引用:1]
[33] Wang R Y, Strong D M. Beyond Accuracy: What Data Quality Means to Data Consumers[J]. Journal of Management Information Systems, 1996, 12（4）: 5-33. [本文引用:1] [JCR: 1.262]
[34] Yen D C, Wub C S, Cheng F F, et al. Determinants of Users’ Intention to Adopt Wireless Technology: An Empirical Study by Integrating TTF with TAM[J]. Computers in Human Behavior, 2010, 26（5）: 906-915. [本文引用:1]
[35] Davis F D, Bagozzi R P, Warshaw P R. User Acceptance of Computer Technology: A Comparison of Two Theoretical Models[J]. Management Science, 1989, 35（8）: 982-1003. [本文引用:1] [JCR: 1.859]
[36] Gefen D. TAM or Just Plain Habit: A Look at Experienced Online Shoppers[J]. Journal of Organizational and End User Computing, 2003, 15（3）: 1-13. [本文引用:1] [JCR: 0.243]
[37] Hsu C L, Lin J C C. Acceptance of Blog Usage: The Roles of Technology Acceptance, Social Influence and Knowledge Sharing Motivation[J]. Information & Management, 2008, 45（1）: 65-74. [本文引用:1] [JCR: 1.663]
[38] Lee M C. Predicting and Explaining the Adoption of Online Trading: An Empirical Study in Taiwan[J]. Decision Support Systems, 2009, 47（2）: 133-142. [本文引用:1] [JCR: 2.201]
[39] Bock G W, Zmud R W, Kim Y G, et al. Behavioral Intention Formation in Knowledge Sharing: Examining the Roles of Extrinsic Motivators, Social-Psychological Factors, and Organizational Climate[J]. MIS Quarterly, 2005, 29（1）: 87-111. [本文引用:1]
[40] Fornell C, Larcker D F. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error[J]. Journal of Marketing Research, 1981, 18（1）: 39-50. [本文引用:2]
[41] Cenfetelli R T, Bassellier G. Interpretation of Formative Measurement in Information Systems Research[J]. MIS Quarterly, 2009, 33（4）: 689-707. [本文引用:1]
[42] Mason C H, Perreault Jr W D. Collinearity, Power and Interpretation of Multiple Regression Analysis[J]. Journal of Marketing Research, 1991, 28（3）: 268-280. [本文引用:1]
[43] Sharma R, Yetton P, Crawford J. Estimating the Effect of Common Method Variance: The Method-Method Pair Technique with an Illustration from TAM Research[J]. MIS Quarterly, 2009, 33（3）: 473-490. [本文引用:1]
[44] Podsakoff P M, MacKenzie S B, Lee J Y, et al. Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies[J]. Journal of Applied Psychology, 2003, 88（5）: 879-903. [本文引用:1]
[45] Liang H, Saraf N, Hu Q, et al. Assimilation of Enterprise Systems: The Effect of Institutional Pressures and the Mediating Role of Top Management[J]. MIS Quarterly, 2007, 31（1）: 59-87. [本文引用:1]
[46] Shiau W L, Chau R Y K. Understand ing Blog Continuance: A Model Comparison Approach[J]. Industrial Management & Data Systems, 2012, 112（4）: 663-682. [本文引用:1]