〔摘 要〕技术接受模型是解释和预测人们对信息技术接受程度的基础理论。本文主要对近年来国外技术接受的研究进行系统性总结分析。首先总结了技术接受模型的不同应用领域和不同用户群体对技术接受的影响；接着综述了技术接受模型中关键变量之间的关系，对感知有用性和感知易用性的测量，以及影响感知有用性和感知易用性的外部因素。最后指出了现有研究的不足以及今后研究的方向。
〔关键词〕技术接受；研究综述 ；影响因素；感知有用性；感知易用性
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１２．０２．０４１
〔中图分类号〕Ｇ２０１ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１（２０１２）０２－０１６７－１１
Overview on International Research of Technology Acceptance ModelsYan Duanwu Liu Guoxiao
（School of Economics & Management，Nanjing University of Technology，Nanjing 210094，China）
〔Ａｂｓｔｒａｃｔ〕The technology acceptance model is the basic to explain and predict the acceptance of end users towards information technology.This paper systematically summaried the recent international research of technology acceptance models.First,the influence of different information technology and the end users was summarized;then,concluded the relationship of critical concepts in the TAM,the measurement of PE and PEOU and their influencing factors.The shortcomings and the research directions of TAM were put forward in the end.
〔Ｋｅｙ ｗｏｒｄｓ〕technology acceptance;research overview;influencing factors;PU;PEOU
技术接受模型（Technology acceptance model，TAM）是目前信息系统研究领域中最优秀的技术接受理论之一，由于其模型结构简单和各种实证研究对其价值的证实，技术接受模型被广泛应用于研究对各种信息技术的接受［１］。例如，从办公自动化系统到搜索系统、数字图书馆，从对各种开发框架、开放资源的使用到对各种管理系统，以及最近几年来出现的在线学习系统、ERP以及各种娱乐系统，技术接受模型的应用范围越来越广。
然而对于不同的用户群体及其不同的信息技术，TAM的表现形式、影响因素及其预测效果差别很大［２］。而且在这些模型之中，结构变量关系以及得出的结论并不一致(e.g.,Lee et al.,2003；Legris et al.,2003)。因此，需要对这些研究做系统的分析。基于此，本文就技术接受研究概况以及不同研究环境下的主要影响因素、变量做全面的比较分析，最后做简要总结，并指出研究的不足及今后相关领域进一步研究的方向，为以后的研究提供借鉴、参考的价值。
１ 经典技术接受模型的拓扑结构
信息技术的实施投入成本高，但是其成功率并不高。为此，学者们纷纷从不同的视角，对于不同程度水平的技术接受进行研究，以此来解释对IT接受感知和行为：TAM(Davis,1989；Davis et al.,1989)［３－４］，计算机自我效能(Compeau and Higgins,1995a,b)［５－６］，任务技术匹配(Goodhue,1995；Goodhue and Thompson,1995)［７－８］，动机模型（Motivational Model）(Davis et al.,1992)［９］。这些模型已经在IS领域中得到认可，其中最重要的便是技术接受模型。
技术接受模型是Davis［３］运用理性行为理论(theory of reasoned action)研究用户对信息系统接受时所提出的一个模型，自从提出以来被充分验证，广泛应用，是信息技术接受研究领域中影响最大、最优秀、最稳健、精简和易懂的理论模型之一［１０－１４］(Venkatesh & Davis,2000；Venkatesh et al.2003；刘文雯等2005；鲁耀斌和徐红梅,2006；孙建军等,2007）。它包含两个主要的决定因素：①感知有用性(perceived usefulness，PU)，反映一个人认为使用一个具体的系统对他工作业绩提高的程度；②感知的易用性(perceived ease of use，PEOU)，反映一个人认为容易使用一个具体的系统的程度。技术接受模型认为，系统使用是由行为意图决定的，而行为意图由想用的态度和感知有用性共同决定的，想用的态度又由感知有用性和感知易用性共同决定，感知有用性又由感知易用性和外部变量共同决定，而感知易用性是由外部变量决定的，外部变量又包括系统特征、用户特征、任务特征、组织特征、管理特征等等［３］。图１ 技术接受模型
有许多的研究对技术接受模型进行证实(Davis,1989；Davis et al.,1989；Adams et al.,1992)［３－４，１５］，扩展(Venkatesh and Davis,2000；Igbaria et al.,1997；Venkatesh,2000；Viswanath and Davis,2000)［１０，１６－１８］，或者与其它模型做比较(Davis et al.,1989；Mathieson,1991；Venkatesh and Davis,2000)［４，１８－１９］。总而言之，这些模型有助于我们对于用户接受感知和行为的理解。对技术接受理论的比较总结不难发现，TAM作为演变结构的核心经历了4种类型的修改与完善。图２ 技术接受模型的演变
２０１２年２月第３２卷第２期近年来国外技术接受模型研究综述Ｆｅｂ.，２０１２Ｖｏｌ.３２ Ｎｏ.２①对于外部因素的总结，比如之前系统使用经验［２０－２１］，和个体计算机效能［２２］。
②为了增加TAM的预测能力而从其它理论引入而来的，这些包括期望［２３］，任务技术匹配［２４］，风险和信任等。
③具体情景下的调节因素，比如性别［２５］、文化［２６］和技术特点等。
④结果性的测量，比如态度［２７］、和实际的使用行为［２８］等。
２ 技术接受模型的研究概况
为了对现有研究，特别是国外的技术接受模型研究概况进行更好的理解，本研究进行了全面系统的搜集，其来源主要是Science Direct以及ACM Portal，并结合微软学术搜索、Google学术搜索，用关键词“Technology acceptance model or TAM”在关键词、标题和摘要之下进行搜索，为了更好的研究，将时间限制在2001-2011年，共搜索到460篇文章，其年限分布如图３所示，从年代分布图可以看出，技术接受模型受到广大研究者的注意，已然成为了该领域学术研究的热点。
２.１ 技术接受模型的应用领域
技术接受模型自从提出之后就受到研究者的充分关注并被应用于研究各种信息技术（如图４），因此，需对技术图３ 技术接受模型研究2001-2011年代分布图
接受模型的研究应用领域进行总结。Lee et al（2003）在分析307余种信息技术后把信息技术分成沟通类、通用目的类、办公系统类和专业类［２９］。William R.King（2006）通过回顾信息技术接受的研究，将其分成4种使用类型，分别是工作任务应用、办公室应用、一般使用和因特网使用。通过元分析结果发现，因为工作相关应用和办公应用非常相似，所以可以将其归为一类［３０］。Chun Hua Hsiao（2011）通过共被引分析的方法，将技术接受模型的研究领域分为：与任务有关的信息系统、e-commerce以及娱乐性质的系统［３１］。不难发现，这些分类方法分类具有共同点，其中与任务有关的系统与工作相关、办公系统非常相似。另外，娱乐性的系统最近几年成为研究的热点。结合所搜索到的资料，本文将技术接受的研究领域分为：任务相关的系统、Internet和e-commerce以及娱乐性质的系统。图４ 技术接受模型研究趋势
２.１.１ 与工作任务相关的系统
信息系统最主要目的是改善工作绩效提高工作效率，与工作任务相关的系统包括自动化软件（比如，电子数据表、文本编辑），办公系统（比如，文字处理、电子数据表以及数据库等），系统开发（比如程序设计工具、软件维护工具），以及交流系统（比如，e-mail，语音邮件、移动电话、面对面的交流）(Legris,Ingham,& Collerette,2003；Lim,Lee,& Nam,2007)。
对于与工作任务相关的系统，研究结果显示感知有用比感知易用对实际的使用具有更强的积极影响(Hong et al.,2001；Igbaria et al.,1997；Karahanna & Straub,1999；Ong et al.,2004)［３２－３４］。除此之外，在用户的接受过程中还受到自我效能、相关性以及技术支持等因素的影响。
２.１.２ Internet和E-commerce
对于Internet使用的增加和全球化的E-commerce导致研究者对E-commerce的关注(Gefen,Karahanna,& Straub,2003b；Heinze & Hu,2006；Lin,2006；Morgan & Hunt,1994)［３５］。许多的理论和实证研究都在试图找出诸如信任等影响用户接受的因素，以此吸引网络用户来购买更多的产品(Grant,& Edgar,2007)。对于E-commerce，信任似乎是最重要的，因为它是许多关系的关键(Morgan & Hunt,1994)［３６］。目前对信任的研究已经从早期的单维度研究转向为对消费者隐私和信息安全两个方面。
哈佛大学学者Raymond A.Bauer(1960)首次将“感知风险”的概念从心理学引入消费者行为学研究［３７］。Heijden(2003)结合ATM模型检验感知风险对网上购买态度与行为意图的响关系，研究采用学生在实验室情景模拟方式，对两个网上CD商店分别收集关数据，使用结构方程模型验证得出：感知风险对网上购买态度存在负向的显影响，路径系数分别为?-0.70。Tan（1999）指出消费者对风险的态度将影响消费意图。因此，一系列能够降低风险的因素影响消费者的购买意图。
２.１.３ 娱乐性质的系统（hedonic system）
Vander Heijden(2004)将信息系统分为生产信息系统和娱乐信息系统［３９］。娱乐性质的系统注重于系统的新奇与娱乐方面，比如，有关时尚或者一些消遣的网站，即时短信服务，在线游戏，在线购物或者移动服务等。
用户使用娱乐性质的系统关注其精神方面，主要通过有趣的网站、PDA、特别是移动电话等寻求多种感官感受(Bruner & Kumar,2005；Holbrook & Hirschman,1982；Hsu & Lu,2004；Van der Heijden,2004；Yu et al.,2005)［４０］。因此，在这一应用领域，在形成使用态度时，内在的动机因素，比如趣味性和易用性比有用性更重要(Moon & Kim,2001；Van der Heijden,2004)［４１］。交互性网站的视觉吸引力对于鼓励人们充分参与，比如在线游戏、网上冲浪、简单的浏览或者购物都具有重要影响(e.g.,Hsu & Lu,2004；Lin & Lu,2000；Nysveen et al.,2005；Saade & Bahli,2005；Shang et al.,2005；Van der Heijden,2004)［４２］。
２.２ 对于不同用户群体的技术接受研究
技术接受模型针对不同的使用者也展开了大量研究，如学生（Adams et al.,1992；Chakraborty et al.,2008）［４３－４４］、教师（Lewis et al.,2003）［４５］、医生（Ilie et al.,2009）［４６］、知识工人（Thompson et al.,1994）［４７］、公务员（Bhattacherjee & Sanford,2006）［４８］、IT开发者（Hardgrave et al.,2003）［４９］、雇员（Shih,2004b,2004a）、老年人（Lam & Lee,2006）［５０］、家庭（Brown & Venkatesh,2005；Shin,2009）、消费者（Hong & Tam,2006；Hong et al.,2006）［５１］；在各种不同研究时间、针对不同研究样本应用在不同的研究背景下的研究表明，TAM模型中的量表和预测关系具有相对稳健性，对使用行为解释能力非常卓越。但同时也发现对于不同的用户群体，模型中的影响关系统计显著性、方向和大小有一些不一致。这些不同研究情况下产生的不一致结果也正是表明了研究的情景在用户技术接受过程中起了重要的作用（Davis et al.,1989；Taylor & Todd,1995b）。因此，有必要研究对于不同的用户群体调节因素所发挥的作用，从而揭示研究结果不一致背后的原因（Adams et al.,1992；Lucas & Spitler,1999；Venkatesh et al.,2003）［１１］。这些调节变量主要包括人口统计学变量，诸如性别(Gefen & Straub,1997；Venkateshetal.,2000)［５２－５３］、年龄(Venkatesh et al.,2003；MorriSetal.,2005)［５３－５４］、使用经验(Taylor & Todd,1995a；venkatesh & Bala,2008)［５５－５６］。
性别渐渐的从IT行为研究中消失(Gefen and Straub,1997)。然而，研究显示，在决策制定过程中，男人和女人的表现是不一样的(Venkatesh and Morris,2000)［５７］。性别的两大差异对于用户接受研究非常重要。首先，男人比女人更加务实更具有工作导向(Minton and Schneider,1980)和成就需求的动机(Hoffman,1972)，所以更易受到感知有用性的影响。Venkatesh and Morris(2000)的研究显示，男人更易受到PU的影响而女人更易受到PEOU的影响［５７］。其次，与男人相比，女人具有更高的计算机焦虑和较低的计算机自我效能，因此女性对感知易用性更为看重(Venkatesh and Morris,2000)［５７］。Venkatesh et al.(2003)研究得出性别调节PU和BI以及PEOU和BI之间的关系［１１］。
学者们已经开始关注年龄与其他变量间的高阶调节效应对信息技术接受的影响，单一年龄的调节作用背后机理已经比较明确。Venkatesh et al.(2003)发现年轻人比老年人更加注重外在的奖励（和PU类似）［１１］。所以年轻人相对于年老人而言觉得感知有用性更重要。此外，随着年龄地增长，人们越来越难处理复杂的刺激和分配注意到工作上，所以年老人更看重感知易用性。同时，当年龄变大时，更会有归属的需要，也就更有可能遵照别人的意见，相比年轻人相对少了自主性的需求，这就是年老人更容易受到主观规范影响的原因。心理学的研究老年人比年轻人更容易听从别人的意见(Evans et al.,1979；Cook and Wall,1980)。
一般来说，现在的模型对有无经验的用户来说都是适用的，但是现有的研究也证实了对于有无经验的用户来说，PU、PEOU对BI之间的关系也是不一致的。当用户使用经验增长时，感知易用性对于感知有用性的影响增大（Venkatesh & Bala,2008）［５６］。另外，当用户习惯于系统并且获得很多经验时，感知易用性对行为意向的影响将退到后台因为用户会有更多的关于如何使用系统的知识，此时用户会认为感知易用性对他们使用行为意向的重要性降低了(Venkatesh & Bal,2008）［５６］。最后，行为意向和使用行为之间的关系对于越有经验的用户越强，这是因为有经验的用户会根据之前的经验知识来决策使用行为(Taylor & Todd,1995a)［５５］。
３ 技术接受模型中关键变量的研究
在上述研究中，将技术接受模型的研究对象分为：与任务相关、基于Internet和E-commerce以及娱乐性质的系统。使用技术的目的对用户接受有很大的影响。由于任务相关的信息系统其主要作用在于提高用户的工作表现，它将继续在TAM的研究之中占据重要位置。因此，本文选取以任务相关系统为研究对象的技术接受模型作为主要分析研究对象。为此对所查找到的文章进行了严格细致的筛选，选择的标准有以下几点：①所选来自于世界公认的知名杂志②利用技术接受模型，进行实证研究并详细的说明③研究的内容为，在自愿的情况之下，个体层面对任务相关的系统的接受。最后筛选出38篇文章，进行详细的分析。
３.１ 模型中关键变量之间的关系
技术接受模型中的两个关键因素是感知有用性和感知易用性，大量的研究已经证实了主要变量之间的关系，表1对此进行了总结。
在38篇文章之中，进行了30次得实验研究。通过?表１可以看出，第一，研究的结构变量差异很大。对于用户接受的指标，有的研究用态度，有的研究用行为意图（Namkee Park（2009），Soussan Djamasbi（2010））［６６］；也有的用实际的使用（R.Arteaga Sánchez（2010），Erik M.van Raaij（2008），Indranil Chakraborty（2008））。其次，主要的变量关系彼此之间并不一致。比如，在有的研究中，PEOU对BI具有重要影响，而在有的研究中却不然，比如，Kyootai Lee（2011），Namkee Park（2009）［６６］。
将表１总结成图２（图中数字表示支持变量之间关系的研究数量）。由图２可以看出，TAM中变量之间的关系都比较显著。其次，变量之间的关系并不十分一致，主要体现在感知易用性上。再次，变量之间关系强度并不一致。比如，PU对AT，BI和实际的使用的影响强于PEOU。图５ 技术接受模型中主要变量之间关系总结
３.２ 感知有用性
感知有用性是用户对于使用技术能够带来的工作绩效提高的认识。这与动机模型（Motivation Model，MM）中的外在动机（Extrinsic Motivation），个人计算机利用模型（Model of PC Utlization）中的工作适合性（Job-Fit），创新扩散理论（Innovation Diffusion Theory）中的相对优势（Relative Advantage），社会认知理论（Social Cognitive Theory）中的产出期望（Outcomes Expectations）作用一致（李霆等，2005）。它已经被证实是影响用户技术接受非常重要的因素。如表１所示，在此次所研究的文献中，有30篇研究都证实了PU，及其PU对AT、BI和实际的使用的影响。它在其它模型之中也起着非常重要的作用。比如，计算机自我效能和动机模型，众多研究者已经从不同的角度证实PU在用户形成AT或者BI时具有重要作用。
表２总结了对PU的测量，可以看出对有用性的测量主要包括：①提高用户的生产率；②改善工作绩效；③提高工作效率；④使工作变的更容易；⑤更快的完成任务；⑥总之对对用户的工作是有用的，并获得了很高的测量信度。
３.３ 感知易用性
与感知有用性不同的是，感知易用性对态度、行为意图的影响并不一致，图２所示。这种不一致说明，其它的调节因素影响PEOU与AT、BI和usage之间的关系。Matthew K.O.Lee et al（2005）认为感知愉悦性是调节变量，影响用户对态度和意图的感知。Kyootai Lee et al（2011）在对用户信念的动态研究过程中发现，感知易用性并没有随着时间而进行重大改变，可能的原因是用户对Excel的使用经验。随着用户经验的增多，系统的易用性对用户来说变得并不重要［５８］。
PEOU对PU的影响关系是比较一致的(Davis,1989；Davis et al.,1989；Mathaylor and Todd,1995a,b；Szajna,1996；Venkatesh and Davis,2000)。如图２示，在29篇研究之中，PEOU和PU之间的关系比较显著。
对PEOU的测量，以下几项是经常用到的：①容易学习操作信息技术；②容易利用信息技术做想做的事情；③和信息技术的交互是灵活的；④与信息技术的交互过程是清晰易懂的；⑤容易娴熟使用信息技术；⑥总之，是比较容易操作的。具体见表３所示。
３.４ 外部变量
最初的TAM模型对使用者接受和使用信息技术提供了颇有价值的洞察力，主要聚焦于技术接受的决定因素，也就是感知有用性和感知易用性，而没有阐述这两个用户感知是如何形成的（Mathieson,1991）。Chin & Gopal(1995)明确指出影响感知有用性和感知易用性的前置因素将更好地理解使用者技术接受。为了解决TAM模型中存在的上述局限性，许多学者开展了相关研究，增加了一些外部变量来扩展TAM模型(Venkatesh & Davis,1996；Lee et al.,2003)。
基于上述的讨论，我们对于前人研究所提到的外部因素进行了总结。主要研究了6种外部变量，具体见表４所示，主要是自我效能、感知娱乐性、主观规范、计算机革新性、相关性和技术支持。
３.４.１ 自我效能
自我效能，是个体对自己能否执行某一任务或者行为的信念。Maxwell K.Hsu（2009）在统计学软件接受的中研究中发现，自我效能影响感知有用性。Kyootai Lee（2011）在对excel2010的研究中发现，无论是在接受的初期，还是在接受的后期，自我效能都对PU和PEOU具有决定性的作用［５８］。对于自我效能的测量，一般通过以下几个方面：（1）我能获取系统的内容；（2）我能随意的驾驭系统的内容；（3）在不被告知怎样运用的情况下，我可以很好的使用系统；（4）我能够解决系统引起的问题，如果有用户手册，我能够很好的运用。
３.４.２ 感知娱乐性
感知娱乐性(Perceived Enjoyment，PE)，除去可以预期的绩效结果，个人感觉他／她在与网络的交互作用中的愉悦快乐程度。以往用户对于信息技术的评价和接受主要从认知的方向来研究(Davis 1989；Goodhue 1995；Venkatesh et al.2003)。在心理学、市场营销学、行为组织学等领域，情感已经被证实对社会判断、消费偏好和工作满意度等方面有深远影响(e.g.,Forgas,1995；Weiss,2002；Weiss,Nicholas,& Daus,1999；Zajonc,1980；Zajonc & Markus,1982)。最近，信息系统领域的研究者已经通过各种各样的视角来研究信息技术的情感方面因素。
Alexander Serenko（2008）研究得出愉悦性对易用性有影响，也即那些发现系统有趣的用户就会觉得系统比较容易使用［５９］。Mun Y.Yi et al（2003）在网络系统的环境之下研究发现，愉悦性对形成有用性的影响作用强于对易用性的影响［６０］。Matthew K.O.Lee et al（2005）证实了愉悦性对态度和行为意图具有调节作用。Soussan Djamasbi（2010）研究了积极的情绪对技术接受模型的影响，结果显示积极的情绪对于决策支持系统具有影响。对于管理人员的启示就是可以创造出一种快乐轻松的氛围，让员工更好的对系统进行接受与使用［６１］。从上述研究可以看出，对感知娱乐性的研究逐渐增多。
３.４.３ 个人革新性
在信息技术领域，个人革新性可被定义为用户对新的信息技术愿意尝试的程度(Agarwal and Prasad,1998)，它已经受到了学者们充分的关注与研究(Limayem et al.,2000；Karahanna et al.,2002；McKnight et al.,2002；Thatcher and Perrewe,2002)。
Erik M.van Raaij et al（2008）发现个人革新性与感知易用性紧密相关，但对有用性却没有太大影响，较高的革新性能够帮助用户容易的操作系统［６２］。Schillewaert et al.(2005)研究结果表明，对于自动销售系统的接受，个人革新性仅对感知易用性有影响［６３］。Lewis et al.(2003) 在学校对网络技术的接受中，个人革新性对PU和PEOU均具有影响［４５］。众多研究结果表明个人革新性对感知易用性的影响较大。
３.４.４ 相关性
相关性，也就是系统能成功的提供用户所需信息的匹配程度(Vaidyanathan,Sabbaghi,& Bargellini,2005)。相关性和用户对系统有用性的判断密切相关(Schamber,Eisenberg,& Nilan,1990；Shih,2004；Thong et al.,2002；Venkatesh & Davis,2000)。当用户发现系统和自己的任务有关时，他就会觉得系统是有用的。Paul Jen-Hwa Hu et al（2003）研究得出，工作相关性是老师对PPT接受时感知有用性的最重要的决定因素，在培训前后的不同阶段，其路径系数分别达到0.78和0.69［６４］。Hung-Pin Shih（2004）在对网络使用行为的研究中，将相关性作为信息需求阶段的主要影响因素［６５］。Namkee Park et al（2009）在对发展中国家数字图书馆的技术接受的研究发现，ICT实施不成功的主要原因就是系统提供的内容与当地用户的需求之间不匹配。而且相关性也影响感知易用性［６６］。
３.４.５ 技术支持（帮助）
Ralph(1991)将技术支持定义为帮助用户解决有关软件和硬件的问题。技术支持不仅会帮助用户解决困难，而且会让用户产生满意并产生积极使用的意图。R.Arteaga Sánchez(2010)结果证实技术支持对感知易用性和感知有用性有直接的影响，这和Ngai et al.,(2007)的研究结论一致。Namkee Park et al(2009)认为信息系统本身并不能让用户对其接受与使用，然而，帮助在数字图书馆的使用具有决定性的作用［６６］。
４ 总 结
随着新兴信息技术的不断发展，用户信息技术接受早已并且仍是当前管理系统领域研究的热门主题，众多学者对用户技术接受模型进行提炼、扩展和整合。对前人研究系统性的分析和整合，有助于增进我们理解影响用户技术接受的因素以及它们之间的关系。
首先，通过对技术接受模型的综述不难看出，用户信息技术接受过程中包括2个重要要素：（1）用户，也就是信息技术的使用主体；（2）技术，也就是使用对象。因此，学者们对不同的使用者和不同类的信息技术对用户技术接受的影响进行了研究。其次，从现有研究来看，对感知有用性和感知易用性，以及其外部变量的研究非常多，这对管理实践提供了一定的行动指南。但是单纯的基于个体用户静态、局部研究分析并不能很好的理解信息技术接受过程中存在的障碍。信息技术的接受和使用并不是一个单一的行为活动，而是由一系列的活动构成的动态过程。如何动态的描述和理解用户技术接受的过程和本质是技术接受研究面临的问题。
总之，用户使用各种信息技术与信息系统不仅仅是对系统的接受，更重要的是对提供的内容及服务的接受，让用户成为其忠诚用户。因此，如何以用户为中心，从动态的过程角度来研究在用户使用信息技术时的认知以及心理活动将会成为未来技术接受研究的主流方向之一。
参考文献
［１］Agarwal R,Prasad J.Are individual differences germane to the acceptance of new information technologies?［Ｊ］.Decision Sciences,1999,30(2):361-392.
［２］P.Legris,J.Ingham,P.Collerette.Why do people use information technology?A critical review of the technology acceptance model［Ｊ］.Information & Management，2003,40(3):191－204.
［３］Davis,F.D..Perceived usefulness,perceived ease of use,and user acceptance of information technology［Ｊ］.MIS Quarterly,1989,13(3)：319-342.
［４］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.
［５］Compeau,D.R.,Higgins,C.A..Application of social cognitive theory to training for computer skills［Ｊ］.Information Systems Research,1995,6(2):118－143.
［６］Compeau,D.R.,Higgins,C.A..Computer self-efficacy:development of a measure and initial test［Ｊ］.MIS Quarterly,1995b,19(2):189－211.
［７］Goodhue,D.L..Understanding user evaluations of information systems［Ｊ］.Management Science,1995,41(12):1827－1844.
［８］Goodhue,D.L.,Thompson,R.L..Task-technology fit and individual performance［Ｊ］.MIS Quarterly,1995,19(2):213－236.
［９］Davis,F.D.,Bagozzi,R.P.,Warshaw,P.R..Extrinsic and intrinsic motivation to use computers in the workplace［Ｊ］.Journal of Applied Social Psychology,1992(22):1111－1132.
［１０］Venkatesh,V.,Davis,F.,D.A model of the antecedents of perceived ease of use:Development and test［Ｊ］.Decision Sciences,1996,27(3):451-481．
［１１］Venkatesh,V.,Morris,M.G,Gordon,B.D.,Davis,F.D.User acceptance of information technology:Toward a unified view［Ｊ］.MIS Quarterly,2003,27(3):425-478.
［１２］刘文雯,高平,徐博艺.企业信息技术采纳行为研究综述［Ｊ］.研究与发展管理,2005,17(3):52-58.
［１３］鲁耀斌,徐红梅.技术接受模型的实证研究综述［Ｊ］.研究与发展管理,2006,18(3):93-99.
［１４］孙建军,成颖,柯青.TAM模型研究进展――模型演化［Ｊ］.情报科学,2007,25(8):1121-1127.
［１５］Adams,D.A.,Nelson,R.R.,Todd,P.A..Perceived usefulness,ease of use,and usage of information technology:a replication［Ｊ］.MIS Quarterly,1992,16(2):227－247.
［１６］Igbaria,M.,Iivari,J.,Maragahh,H..Why do individuals use computer technology?A Finnish case study［Ｊ］.Information & Management,1995,29(5):227－238.
［１７］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.
［１８］Viswanath,V.,Davis,F.D..A theoretical extension of the technology acceptance model:four longitudinal field studies［Ｊ］.Management Science,2000,46(2):186－204.
［１９］Mathieson,K..Predicting user intentions:comparing the technology acceptance model with the theory of planned behavior［Ｊ］.Information Systems Research,1991,2(3):173－191.
［２０］C.M.Jackson,S.Chow,R.A.Leitch,Toward an understanding of the behavioral intention to use an information system［Ｊ］.Decision Sciences,1997,28(2):357－389.
［２１］V.Venkatesh,M.G.Morris,Why don?t men ever stop to ask for directions?Gender,social influence,and their role in technology acceptance and usage behavior［Ｊ］.MIS Quarterly,2000,24(1):115－139.
［２２］F.D.Davis,V.Venkatesh,A critical assessment of potential measurement biases in the technology acceptance model:three experiments［Ｊ］.International Journal of Human-Computer Studies,1996,45(1):19－45.
［２３］V.Venkatesh,M.G.Morris,G.B.Davis,F.D.Davis,User acceptance of information technology:toward a unified view［Ｊ］.MIS Quarterly,2003,27(3):425－478.
［２４］M.T.Dishaw,D.M.Strong,Extending the technology acceptance model with task-technology fit constructs［Ｊ］.Information & Management,1999,36(1):9－21.
［２５］L.J.Huang,M.T.Lu,B.K.Wong,The impact of power distance on Email acceptance:evidence from the PRC［Ｊ］.Journal of Computer Information Systems,2003,44(1):93－101.
［２６］D.Straub,M.Keil,W.Brenner,Testing the technology acceptance model across cultures:a three country study［Ｊ］.Information & Management,1997,33(1):1－11．
［２７］F.D.Davis,R.P.Bagozzi,P.R.Warshwa,User acceptance of computer technology:a comparison of two theoretical models［Ｊ］.Management Science,1989,35(8):982－1003.
［２８］F.D.Davis,V.Venkatesh,toward preprototype user acceptance testing of new information systems:implications for software project management［Ｊ］.IEEE Transactions on Engineering Management,2004,51(1):31－46.
［２９］Lee,Y.,Kozar,K.A.,Larsen,K.R.T.The technology acceptance model:Past present,and future.Communications of the Association for Information Systems［Ｊ］.2003,12(50):752-780.
［３０］William R.King,Jun He.A meta-analysis of the technology acceptance model［Ｊ］.Information & Management,2006,43(6):740-755.
［３１］Chun Hua Hsiao,Chyan Yang.The intellectual development of the technology acceptance model:A co-citation analysis［Ｊ］.International Journal of Information Management,2011，(31):128-136.
［３２］Hong,W.Y.,Thong,J.Y.L.,Wong,W.M.,& Tam,K.Y..Determinants of user acceptance of digital libraries:An empirical examination of individual differences and system characteristics［Ｊ］.Journal of Management Information Systems,2001,18(3):97－124.
［３３］Ong,C.S.,Lai,J.Y.,& Wang,Y.S.Factors affecting engineers? acceptance of asynchronous e-learning systems in high-tech companies［Ｊ］.Information & Management,2004,41(6):795－804.
［３４］Karahanna,E.,& Straub,D.W.The psychological origins of perceived usefulness and ease-of-use［Ｊ］.Information & Management,1999,35(4):237－250.
［３５］Gefen,D.,Karahanna,E.& Straub,D.W.“Trust and TAM in Online Shopping:An Integrated Model”［Ｊ］.MIS Quarterly,2003b,27(1):51-90.
［３６］Morgan,R.M.,& Hunt,S.D.The commitment-trust theory of relationship marketing［Ｊ］.Journal of Marketing,1994,58(3):20－38.
［３７］R.Arteaga Sánchez,A.Duarte Hueros.Motivational factors that influence the acceptance of Moodle using TAM［Ｊ］.Computers in Human Behavior,2010,26:1632-1640.
［３８］Verder,Heijden,Hans Verhagen,Tibert Creemers,Understanding online purchase intentions:Contributions from technology and trust perspectives［Ｊ］.Eurpoean Journal of information systems,2003,12(1).
［３９］Van der Heijden,H.User acceptance of hedonic information systems［Ｊ］.MIS Quarterly,2004,28(4):695-704.
［４０］Bruner,G.C.,& Kumar,A.Explaining consumer acceptance of handheld internet devices［Ｊ］.Journal of Business Research,2005,58(5):553－558.
［４１］Moon,J.W.,& Kim,Y.G.Extending the TAM for a World-Wide-Web context［Ｊ］.Information & Management,2001,38(4):217－230.
［４２］Hsu,C.L.,& Lu,H.P.Why do people play on-line games?An extended TAM with social infuences and flow experience［Ｊ］.Information & Management,2004,41(7):853－868.
［４３］Adams,D.A.,Nelson,R.R.,Todd,P.A.perceivedusefulness,ease of use,and usage of information technology:A replication［Ｊ］.MIS Quarterly,1992,16(2):227-247.
［４４］Chakraborty,I.,Hu,P.J.-U.,Cui,D..Examiningtheeffeetsofeognitivestyle inindividuals? technology use decision making［Ｊ］.Decision Support Systems,2008,45(2):228-241.
［４５］Lewis,W.,Agarwal,R.,Sambamurthy,V.Sources of influence on beliefs about information technology use:An empirical study of knowledge workers［Ｊ］.MIS Quarterly,2003,27(4):657-678.
［４６］Ilie,V.,Slyke,C.V.,Parikh,M.,A.,Courtney,F..Paper versue electronic medical records:The effects of access on physicians? decisions to use complex information technologies［Ｊ］.Decision Sciences,2009,40(2):213-241.
［４７］Thompson,R.L.,Higgins,C.A.,Howell,J.M.Influence of experience on personal computer utilization:Testing a conceptual model［Ｊ］.Journal of Management Information Systems,1994,11(1):167-187.
［４８］Bhattacherjee,A.,Sanford,C..Influence processes for information technology acceptance:An elaboration likelihood model［Ｊ］.MIS Quarterly,2006,30(4):805-825.
［４９］Hardgrave,B.C.,Davis,F.D.,Riemenschneider,C.K.Investigating determinants of software developers? intentions to follow methodologies［Ｊ］.Journal of Management Information Systems,2003,20(1):123-151.
［５０］Lam,J.C.Y.,Lee,M.K.O.Digital inclusiveness-longitudinal study of internet adoption by older adults［Ｊ］.Journal of Management Information Systems,2006,22(4):177-206.
［５１］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.
［５２］Gefen,D.,Straub,The relative importance of perceived ease of use in is adoption:A study of e-commerce adoption［Ｊ］.Journal of the Association for information systems,2000,1(8):1-28.
［５３］Venkatesh,V.Determinats 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.
［５４］Morris,M.,Venkatesh,V,Aekerman,P.Gender and age differences in employee decisions about new technology:An extension to the theory of planned behavior［Ｊ］.IEEE Transactions on Engineering Management,2005,52(1):69-84.
［５５］Taylor,S.,Todd,P.A.Assessing IT usage:The role of prior experience［Ｊ］.MIS Quarterly,1995,19(4):561-570.
［５６］Venkatesh,V.,Bala,H.Technology acceptance model 3 and a research agenda on interventions［Ｊ］.Decision Sciences,2008,39(2):273-315.
［５７］Venkatesh,V,Morris,M.G.Why don?t men ever stop to ask for directions?Gender,social influence,and their role in technology acceptance and usage behavior［Ｊ］.MIS Quarterly,2000,24(1):115-139.
［５８］Kyootai Lee,Aihua Yan,Kailash Joshi.Understanding the dynamics of users? belief in software application adoption［Ｊ］.International Journal of Information Management,2011(31):160-170.
［５９］Alexander Serenko.A model of user adoption of interface agents for email notification ［Ｊ］.Interacting with Computers,2008,(20):461-472.
［６０］Mun Y.Yi,Yujong Hwang.Predicting the use of web-based information systems:self-efficacy,enjoyment,learning goal orientation,and the technology acceptance model［Ｊ］.Int.J.Human-Computer Studies,2003,(59):431-449.
［６１］Soussan Djamasbi,Diane M.Strong,Mark Dishaw.Affect and acceptance:Examining the effects of positive mood on the technology acceptance model［Ｊ］.Decision Support Systems,2010,(48):383-394.
［６２］Erik M.van Raaij,Jeroen J.L.Schepers.The acceptance and use of a virtual learning environment in China［Ｊ］.Computers & Education,2008,(50):838-852.
［６３］Niels Schillewaert et al.The adoption of information technology in the sales forces［Ｊ］.Industrial Marketing Management,2005,34(4):323-336.
［６４］Paul Jen-Hwa Hua,Theodore H.K.Clarkb,Will W.Ma.Examining technology acceptance by school teachers:a longitudinal study.Information & Management［Ｊ］.2003,(41):227-241.
［６５］Hung-Pin Shih.Extended technology acceptance model of Internet utilization behavior［Ｊ］.Information & Management,2004,41:719-729.
［６６］Namkee Park,Raul Roman,Seungyoon Lee,Jae Eun Chung.User acceptance of a digital library system in developing countries:An application of the Technology Acceptance Model.International Journal of Information Management［Ｊ］.2009,29:196-209.