——基于UTAUT模型

涂菁 四川农业大学经济学院

摘要：文章以整合型技术接受与使用模型（UTAUT模型）作为理论依据，在基础模型上添加广告激励、感知风险、个体创新性和关联程度四个变量，构建了用户对网络视频关联广告接受意愿模型，进行实证研究。通过分析439份有效数据，发现用户对网络视频关联广告的接受度并不高，绩效期望对使用意愿的影响最大，社群效应和关联程度也对使用意愿有较显著影响，感知风险对使用意愿产生负效应。据此，提出提高用户对网络视频关联广告接受意愿的相关建议。

关键词：网络视频关联广告；接受意愿；UTAUT模型

引言

截至2018年1月，中国网民规模超过7.51亿，网络视频用户达5.65亿，网络视频成为一种大众化媒体。2006年起，网络视频广告开始进入人们的视野。近年来国内网络视频市场规模的扩大，商家为了使网络视频关联广告获得更高的点击率与吸引力，投放污染网络环境的广告，广告时长也从最开始的10秒、15秒逐渐延长。甚至一个完整的视频中间也被插入广告，严重影响了视频观看的完整性。网络视频关联广告影响了用户的观看体验，也给视频网站带来了流量和黏合度的流失。

一、整合型技术接受与使用模型（UTAUT）概述

为了给计算机广泛接受的决定性因素做一个详细的解释说明，美国学者Davis（1989）对行为意愿的预测变量进行研究，引入了“感知有用性”和“感知易用性”两个概念，提出了技术接受模型（TAM）。Davis和Venkatesh（2000）又在TAM模型的基础上提出了扩展技术接受模型（TAM2），认为主观规范、公众形象、工作相关、产出品质和结果明确性等因素对使用意愿与使用行为有直接的显著作用。Ventatesh等（2003）梳理以往学者关于TAM的研究，在理性行为模型（TRA）、技术接受模型（TAM）、计划行为理论（TPB）、技术任务匹配模型（TTF）、激励模型（MM）、社会认知理论（STC）、创新扩散理论（IDT）和计算机使用模型（MPCU）八个关键理论模型的基础上，综合整理得到整合型技术接受与使用模型（UTAUT）。该模型包含努力期望、绩效期望、社会影响和便利条件四个对使用意图和使用行为产生显著影响的因素，以及性别、年龄、经验及自愿性四个控制变量。

目前学者关于UTAUT模型的研究日益完善，UTAUT模型已经成为预测和解释使用者接受信息技术行为的可靠模型之一。

二、模型构建与研究假设

    首先将UTAUT模型作为研究用户对网络视频关联广告接受意愿的基础模型。其次，在基础模型中融入商家与用户个性因素，让用户对网络视频关联广告模型的更加完善。

基于UTAUT模型的原始模型，保留绩效期望、努力期望、社群影响和便利条件四个核心变量。根据对网络视频关联广告的形式和特点的分析，新纳入广告激励、感知风险、个体创新性和关联程度4个变量，使模型更完善。

本文基于UTAUT模型提出一下相关假设：

H1：绩效期望正向影响用户对网络视频关联广告的使用意愿

H2：努力期望正向影响用户对网络视频关联广告的使用意愿

H3：社群效应正向影响用户对网络视频关联广告的使用意愿

H4：使用意愿正向影响用户对网络视频关联广告的使用行为

H5：便利条件正向影响用户对网络视频关联广告的使用意愿

激励理论认为激励是一个可以激发人类潜能从而实现特定目标的过程。广告激励指的是在广告中以合理的语言和画面等方式，激发消费者的购买兴趣。故提出假设：

H6：广告激励正向影响用户对网络视频关联广告的使用意愿

感知风险是指用户主观认为的发生损失和产生不利结果的可能性。当用户感知到网络视频关联广告传达的相关信息存在风险时，会对广告进行规避。故提出假设：

H7：感知风险负向影响用户对网络视频关联广告的使用意愿

   个体创新性是指个体对周边新事物或新思想的接受能力以及与其他人沟通的经验独立做变革性决策的程度。个体创新性在一定程度上可以推动网络视频关联广告的用户接受度。故提出假设：

H8：个体创新性正向影响用户对网络视频关联广告的使用意愿

   关联程度在此指的是网络视频播放的内容与网络视频广告内容的相关性。若视频广告内容是对网络视频内容的延伸拓展，则会更有效地引起用户广告对的兴趣。由此提出假设：

H9：关联程度正向影响用户对网络视频关联广告的使用意愿

三、实证检验

（一）变量测量和数据收集

    根据UTAUT原始模型和上文的假设，提出用户对网络视频关联广告接受意模型（见图1）。主要涉及使用意愿和使用行为2个因变量（同时使用行为又是使用意愿的因变量），以及绩效期望、努力期望、社群影响、便利条件、广告激励、感知风险、个体创新性和关联程度8个自变量。

研究样本主要来自于高校在校学生，采用在线问卷调查与公共场合问卷发放两种方法相结合收集数据。共发放问卷500份，回收有效问卷439份，问卷有效回收率为87.8%。

图1 用户对网络视频关联广告接受意愿模型

（二）信度和效度检验

用SPSS24.0软件对有效问卷进行分析，得到分析结果（见表1）。计算了衡量变量的Cronbach’s α系数，由于系数均大于0.7，认为信度是合格的，表明量表具有较好的信度，问卷设计合理，具有较高的可靠性。运用因子分析中的主成份分析法，进行效度的检测，结果显示8个变量的KMO值均大于0.65，Bartlett达到显著，说明数据适合采用因子分析法进行研究。

                             表1 问卷信度分析结果

（三）模型拟合度分析

   本文运用Amos24.0软件对假设模型进行拟合度分析。用 x²/df，RMR，CFI，IFI，TLI 和RMESA作为主要评价指标，得到最终模型拟合度统计值（见表2）。各检测值均在合理范围内，表示假设模型具有较高的拟合度，可以较好地解释用户对网络视频关联广告的接受意愿。

表2 结构模型各拟合指数情况

（四）检验结果

从模型检验结果可知（见表3），各变量均通过了显著性检验。感知风险对用户接受意愿呈负向影响，其他假设均正向影响用户接受意愿。绩效期望对使用意愿的影响最大。便利条件和使用意愿都对使用行为有较显著影响，且使用意愿对使用行为的影响远大于便利条件，说明提高用户对网络视频关联广告接受意愿最有效的方式是提高用户对广告的使用意愿。

表3 假设检验结果

注：“***”、“**”分别表示在1%、5%水平上显著。

四、结论与建议

本文在整合型技术接受与使用模型的基础上，构建了用户对网络视频关联广告接受意愿模型。此模型保留了整合型技术接受与使用模型中的绩效期望、努力期望、社群影响以及便利条件四个变量，同时结合网络视频关联广告的特性，引入广告激励、感知风险、个体创新性和关联程度四个变量，对原有模型进行了扩展。从上述对所得数据的分析，发现用户对网络视频关联广告的接受度并不高。如何找到用户体验与商业利益两者之间的平衡是重点。

基于以上分析，提出以下建议：

第一，注重用户对网络视频关联广告的主观感受与期望。商家应考虑所推广的产品是否满足用户的需求，当用户对广告的认知和视频广告所传达的信息达到一定程度的一致时，用户才能更好地接受并使用该产品。

第二，充分发挥社会舆论的影响作用。商家运用社会舆论和优质的口碑促进广告的宣传效果，同时尽量选取用户基础较好且使用度高的视频网站投放广告。

第三，改善用户的便利条件。商家应提高视频关联广告投放的准确度，针对不同的用户需求投放具有差异性的视频广告。

第四，注重网络视频关联广告的激励措施。商家在设置网络视频关联广告时，应采取点击广告或完善资料即可享受优惠等措施提高用户的参与兴趣，刺激用户参与到广告传播中。

第五，降低用户对网络视频关联广告的感知风险。感知风险会对用户接受网络视频关联广告的意愿产生负向影响，当用户感知到广告具有隐私、经济、时间等方面的风险时，会规避使用该广告。因此商家应加强管理，为用户提供可靠、准确的广告信息，并提供完备的购买、退换货渠道，降低用户损失。

第六，合理设置网络视频关联广告内容。网络视频关联广告应尽量和原播放视频的内容有一定关联性，使视频和广告两者形成互动关系。

参考文献：

[1]洪瑶.探析新媒体时代网络视频广告的发展[J].出版广角,2017,(07):66-68.

[2]李子庆,谭德庆.网络视频运营商广告定价模式的选择[J].统计与决策,2017,(02):54-57.

[3]万君,秦宇,赵宏霞等.消费者对网络视频关联广告的躲避行为研究--基于逆反心理视角[J].财经论丛,2015,(02):84-90.

[4]郭婷婷,万君,吴正祥,张慧. 感知价值对用户LBS广告接受意愿的影响研究——基于关系类型的调节作用[J].统计与信息论坛,2015,(09):89-94.

[5]胡庆波,刘蕾,姚华萍,徐海雯,刘展翘. 网络视频广告用户接受度模型研究[J].电子商务,2015,(09):37-38.

[6]吴文汐,周婷.基于UTAUT模型的微信朋友圈原生广告接受度实证研究[J].广告大观(理论版),2016,(05):41-49.

[7]张庆利.网络视频广告的创新营销[J].经济导刊,2010,(03):44-45.