行政院國家科學委員會專題研究計畫成果報告
以科技接受模式探討行動加值服務之採用意向
Application of Technology Acceptance Model in Mobile
Value-Added Services Adoption Intention
計畫編號：NSC 94-2416-H-390-005
執行期限：94 年 8 月 1 日至 95 年 7 月 31 日
主持人：郭英峰 國立高雄大學資訊管理學系
摘要 拜行動通訊技術迅速發展與行動電話日益普及，行動商務成為近年來各界熱烈討論 的話題，其中行動加值服務更是電信業者藉以擺脫每一用戶平均單月利潤貢獻度(ARPU) 日益滑落的發展方向。然眾多加值服務能否有效提升ARPU，關鍵乃取決於消費者行為 意向，唯有消費者對加值服務具正面採用意向並進而採用，對提升 ARPU 才有實質效 果。故本研究目的係以科技接受模型為基礎，結合行動商務特性與創新特質中之相容性 建構擴展式科技接受模型，希冀對消費者採用行動加值服務之行為意向有更深入瞭解。 經問卷調查並以結構方程模式分析後，研究結果如下：(1)行動商務之「無所不在」與「個 人化」特性提供了重要之價值，其與「知覺易用性」可直接加強消費者對於行動加值服 務之知覺有用性。(2)態度乃直接決定行為意向之重要變數，亦即消費者對於加值服務之 態度若越正向，其採用意向亦越正向。電信業者應著力於消費者態度之提升，態度之提 升則有賴知覺易用性、相容性與知覺有用性直接強化。(3)現有加值服務之有用性可能是 急需加強的。(4)本研究建構之模型對於行動加值服務之採用意向具可接受之解釋力。 關鍵字：行動商務、行動加值服務、科技接受模型、行為意向 AbstractWith the telecommunication technology progress rapidly and the mobile phone become more and more popularity, mobile commerce is now the hottest topic that be discussed anywhere. The mobile value-added service is the way that mobile network operators can do to stop average revenue per user (APRU) dropping day by day. The key to efficiently raise the APRU is the consumers' behavioral intention. Only the consumers have positive intention with the value-added services and further to adopt it, that the mobile network operators can improve the APRU essentially. This study takes the technology acceptance model (TAM) as basis and combines the characteristics of mobile commerce and compatibility of innovation to construct an extended TAM to understand the consumers' behavioral intention about adopt the value-added services. After survey by questionnaire and analyze the data by structural equation modeling, we get such points: (1) Ubiquity, personalization and perceived ease of use mobile value-added services can efficiently enhance the consumers' perceived usefulness. (2) Attitude is positively associated with behavioral intention. If the mobile network operators try to make consumers have positive attitude with value-added services, they should emphasize on perceived ease of use primly, and also compatibility and perceived usefulness in turn. (3) The present perceived usefulness of value-added services is urging to be
strengthened. (4) The proposed model has confidant explanation to the consumers' behavioral intention about adopt the value-added services.
Keywords: mobile commerce, value-added services, technology acceptance model, behavioral intention 壹、前言 由於無線網路與行動通訊技術的迅速發展與普及，使得行動商務成為近年來各界熱 烈討論的話題。隨著日漸增多的行動消費者對於行動化之需求日益殷切，企業與個人使 用行動裝置的界線漸趨模糊，使得許多以企業為主的行動解決方案也逐漸轉向大眾消費 市場。其中在行動裝置方面，由於全球電信自由化的推波助瀾，驅使各國通訊服務產業 蓬勃發展，行動電話普及率也順著這股潮流急遽成長，加上其便利、成本低廉之特性， 較為一般消費者所接受，使之逐漸成為消費性電子產品。因此，在行動商務大眾消費市 場方面，遂發展成以行動電話為主要之行動裝置(Davison et al., 2000; Olla & Patel, 2002; Giusto, 2003)。因此，不難預見人們對於行動電話將倚重日深，對人類生活方式產生之 衝擊亦不可言喻，且這些偌大的行動電話用戶極可能是行動上網的潛在用戶，一旦行動 上網大量普及，行動商務也將大放異彩。然而隨著行動通訊用戶數的增加、傳統語音服 務費率不斷降低，導致每一用戶平均單月利潤貢獻度(ARPU, average revenue per user)已 逐漸遞減(Müller-Veerse, 1999; MacKenzie & O’Loughlin, 2000)，造成電信業者獲利日漸 趨薄。在此情況下，意謂著未來若僅依靠傳統語音服務之營收將無法在競爭激烈的市場 中生存。因此，除了傳統語音服務以外之行動加值服務自然成為業者創造營收的新契 機，電信業者紛紛推出豐富多樣的行動加值服務欲吸引新用戶與鞏固舊用戶。然而，儘 管眾多的加值服務相繼推出，但能否有效提升逐年遞減之ARPU，關鍵乃取決於消費者 之行為意向，唯有消費者對加值服務具正面採用意向，並進而採用行動加值服務，對提 升ARPU才有實質效果，故消費者之行為意向才是必須持續注意與著力之重點，因此， 瞭解消費者之行為對於促進行動商務之發展具有極大之助益(Green et al., 2001; Matskin & Tveit, 2001; Nohria & Leestma, 2001; Vrechopoulos et al., 2003)。另一方面，探討資訊 科技採用行為意向一直是資訊管理領域中極重要之議題(Davis, 1989; Davis et al., 1989; Mathieson, 1991; Mykytyn & Harrison, 1993; Igbaria et al., 1997; Liao et al., 1999)，故本研 究試圖以在資訊管理領域中，對於資訊科技採用行為具有良好解釋力之科技接受模型為 基礎，結合行動商務無所不在與個人化之特性與創新特質中之相容性建構一擴展式科技 接受模型，從消費者的角度，探究其對於行動加值服務之認知及採用行動加值服務之行 為意向。基於上述研究背景與動機，本研究之目的如下：(1)瞭解消費者對於行動加值服 務之使用現況；(2)瞭解影響消費者採用行動加值服務之行為意向的相關因素，並分析各 因素間之關係；(3)驗證擴展式科技接受模型於行動商務背景下之適用性。 貳、文獻探討 一、行動商務 (一)行動商務之定義與特性 行動商務亦稱之為無線商務、無線電子商務或行動電子商務(Müller-Veerse, 1999; Siau et al., 2001; Varshney & Vetter, 2002)。由於現今行動商務之發展乃處於萌芽時期，
故對於行動商務之定義尚無統一之說法，各界立足點不同，定義之範疇亦不盡相同。而 本研究則從行動商務提供之價值為出發點，以較廣義之角度對行動商務進行以下闡釋： 「凡藉由具備高度行動力之行動裝置，透過無線通訊網路，可不受時空之限制地進行商 務交易、資訊存取、網路服務等活動；或可促進企業運作、提升商業流程效率之活動均 為行動商務之範疇」。相較於個人電腦，行動裝置在本質上即迥異於一般個人電腦，行 動商務也因而擁有傳統電子商務所無法比擬之特性，並進而衍生出諸多應用之可能性。 本研究茲將行動商務之特性彙整如下：移動性/無所不在、個人化、追蹤/定位、便利性/ 彈性、散播性，其中以「無所不在」、「個人化」最受肯定(Müller-Veerse, 1999; Clarke, 2001; Tsalgatidou & Pitoura, 2001)，這亦是行動商務與傳統電子商務最明顯之差異。 (二)行動加值服務 行動加值服務即為行動通訊業者本身或其簽約合作、策略聯盟之廠商，除電信出租 業務外，透過語音、數位或其它方式提供訂戶服務且直接或間接向訂戶收費之服務(李 驥， 2001)。施錦雯(2003)認為，行動電話用戶除了語音服務外，任何可附加在基本行 動電話網路上使用之數位服務即為加值服務，包括遊戲、圖案、鈴聲、訊息、簡訊折價 券、電子交易等。而就現今行動通訊業者所提供之服務及經營模式而言，本研究認為行 動加值服務可泛指除了傳統語音通訊服務之外，其它能提供消費者附加價值之服務。 行動商務約可分為消費應用市場與企業應用市場二大區塊(Müller-Veerse, 1999)，而在消 費應用市場中，各電信業者因ARPU 日趨下滑，進而紛起推出各種加值服務，以尋求另 一獲利途徑，這種經營模式在更先進之行動通訊技術與更高速之行動網路傳輸速度的支 援下，將會越演越烈。目前國內各電信業者均已推出個人化之行動加值服務，甚至建立 專屬之行動加值服務品牌。檢視各家電信業者所提供之行動加值服務可發現，雖然各家 業者對其加值服務分類不盡相同，服務內容亦多如繁星，但大致上可區分為行動通訊服 務、行動娛樂服務、行動交易服務及行動資訊服務等四大類(Coursaris et al., 2003)。 二、科技接受模型
Davis (1989)為有效解釋與預測資訊科技使用行為，以理性行動理論 (Fishbein & Ajzen, 1975)為基礎，發展出科技接受模型。其乃希望能針對資訊科技之接受與使用，提 供一個具理論基礎及理論簡約性之概化模型，以解釋及預測廣泛的資訊科技採用行為 (Davis, 1989; Davis et al., 1989)。科技接受模型主張影響使用者採用或拒絕資訊科技最重 要之決定因素為知覺有用性與知覺易用性。而任何直接影響知覺有用性與知覺易用性之 前因乃以「外部變數」涵蓋之，如使用者個人屬性、系統特性、環境變數等。相較於其 它變數，外部變數亦是較常被忽略的一環(Igbaria et al., 1995)。因此，為使科技接受模型 更加完備、更具解釋力，不少研究者建議可適當的加入其它外部變數，以獲得更豐富之 資訊(Venkatesh & Davis, 1996; Lin & Lu, 2000; Mathieson et al., 2001)。
在行動商務背景所伴隨之外部變數上，本研究則從行動商務之特性加以思考。本研 究認為，行動商務之所以吸引人，乃是因提供了異於以往電子商務之特殊價值。此價值 乃指其讓人們得以藉由行動裝置，透過無線通訊網路，不受時空限制地進行商務交易、 資訊存取、網路服務等活動，或促進企業運作、提升商業流程效率。其目的無非是讓使 用者以更有用、更有效率之方式進行前述活動，此與科技接受模型中的「知覺有用性」
意涵相契合。爰此，在上述邏輯下，本研究認為行動商務之特性對於知覺有用性應有相 當程度之影響。而在諸多的行動商務特性中，最備受肯定之特性乃是其無所不在與個人 化，故考量模型簡潔性下，將以無所不在與個人化做為影響知覺有用性之前因。 在資訊管理領域上，應用科技接受模型之研究已為數眾多，如 Davis 等人 (1989) 指出，行為意向與實際使用行為間具有顯著正向關係，且並無其它變數比行為意向對實 際使用行為具更顯著影響力。此外，態度對於行為意向具顯著正向影響；知覺有用性與 知覺易用性除了是行為意向之決定因素外，對態度也具顯著正向影響；知覺易用性與知 覺有用性亦呈顯著正向關係。Igbaria 等人 (1997)指出，知覺有用性、知覺易用性對實際 使用行為有顯著影響；知覺易用性對知覺有用性亦具顯著正向影響。Lin 與 Lu (2000)指 出，知覺有用性與知覺易用性對使用態度具顯著之正向影響；知覺易用性與知覺有用性 亦呈顯著正向影響；行為意向則直接受知覺有用性與使用態度所影響。Moon 與 Kim (2001)發現，WWW 之使用行為可藉由行為意向進行預測；使用態度與知覺有用性對於 行為意向具顯著正向影響；知覺有用性與知覺易用性對於態度亦具顯著正向影響；知覺 易用性對知覺有用性亦具顯著正向影響。Chau 與 Hu (2002)指出，態度對於行為意向具 顯著之正向影響；知覺有用性亦同時對態度與行為意向產生顯著正向影響。在探討新科 技之採用意向上，創新特質亦是影響採用態度之重要因素(Adams et al., 1992; Taylor & Todd, 1995a; Agarwal & Prasad, 1997; Liao et al., 1999; Lin & Lu, 2000)。創新乃是指個人 或採用單位知覺到新想法、生產方式、習慣或技術，亦即某想法對個人或採用單位而言 是嶄新的，即可稱為創新(Rogers, 1983)。行動加值服務其應用涵蓋範疇廣泛，同時牽涉 到新觀念(如利用行動電話進行商務行為)、新技術(如 GPRS、3G 等行動通訊技術)與新 使用習慣(如使用行動電話購物、收發電子郵件)。據此，本研究認為行動加值服務不論 從何種角度觀之，均與創新內涵一致，故可將之視為創新產品或服務。因此，本研究引 用創新特質為影響採用態度之因素應具相當程度之合理性。創新擴散理論(Rogers, 1983) 之五項重要創新特質-相對優勢、複雜性、相容性、可試用性與可觀察性，對於個人採 用創新產品之速率具有相當之影響力。但諸多研究指出，僅有相對優勢、相容性、複雜 性三者與創新採用具有一致性之結果(Guagnano et al., 1986; Hoffer & Alexander, 1992; Taylor & Todd, 1995b; Agarwal & Prasad, 1997; Liao et al., 1999; Chen et al., 2002; Teo & Pok, 2003; Vijayasarathy, 2004; Wu & Wang, 2005)。其中，由於相對優勢與科技接受模型 中之知覺有用性類似，而複雜性亦與科技接受模型中之知覺易用性相仿，差異僅在於互 為正反向用詞(Taylor & Todd, 1995a)。因此，本研究以相容性做為本研究之創新特質。
參、研究方法 一、研究模式與假說 根據研究目的及相關文獻探討後，本研究提出以下研究模型(圖 1)，並依據先前相 關研究之實證結果建立待驗證之研究假說。 H1：行動商務特性對行動加值服務之知覺有用性具顯著正向影響。 H1a：無所不在對行動加值服務之知覺有用性具顯著正向影響。 H1b：個人化對行動加值服務之知覺有用性具顯著正向影響。 H2：知覺易用性對行動加值服務之知覺有用性具顯著正向影響。 H3：知覺有用性對行動加值服務之態度具顯著正向影響。
H4：知覺易用性對行動加值服務之態度具顯著正向影響。 H5：知覺相容性對行動加值服務之態度具顯著正向影響。 H6：知覺有用性對行動加值服務之行為意向具顯著正向影響。 H7：態度對行動加值服務之行動意向具顯著正向影響。 圖1 研究模型 二、變數定義與衡量 各變數操作性定義與衡量，除行動商務特性認知外，其餘構念衡量題項均由文獻中 信、效度俱佳之量表加以援用或選用，並就本研究背景加以修改。行為意向係參考Taylor
與Todd (1995)之量表，共三題；態度則參考 Taylor 與 Todd (1995)、Teo 與 Pok (2003)
之量表，共四題；知覺有用性與知覺易用性係參考 Davis (1989)之量表，並依本研究之
背景加以適當修改而成，分別包含六題與四題；相容性認知則參考 Moore 與 Benbasat
(1991)、Teo 與 Pok (2003)之量表，依行動加值服務之情境加以修改而成，共四題。無所 不在與個人化認知則參考相關研究(Müller-Veerse, 1999; Clarke, 2001; Tsalgatidou & Pitoura, 2001)後自行發展量表，分別包含六題。各衡量題項均進行預試，以確保題項適 切性、語意清晰程度及發現問卷潛在問題。所有題項皆採Likert 五點尺度進行測量。 三、研究對象與抽樣設計 本研究之母體乃台灣地區曾使用過行動加值服務之年輕族群，但因完整母體名冊難 以取得，故採較可行之判斷抽樣法進行調查。為力求樣本更具代表性，更進一步根據 E-ICP (http://www.isurvey.com.tw, 2004)之調查結果與目前國內業者提供之行動加值服 務作為判斷樣本適切性之依據。據E-ICP 之調查指出，目前台灣使用行動商務服務的人 口中以 20-29 歲者居多(45%)；國內業者現階段所提供之行動加值服務，亦多以年輕族 群為訴求對象，故在行動加值服務的使用上，上述20-29 歲之族群極可能為潛在使用者， 故以上述年齡區間做為抽樣依據，應具有相當程度代表性。而上述年齡區間之年輕族群 大多正值我國大學與研究所教育階段，且學生來源具有跨地理區域之特性。因此，在資 源有限之情況下，本研究擬自高雄地區挑選部份大學進行抽樣。在樣本數之決定上，則 考慮進行結構方程模式之樣本數要求(Anderson & Gerbing, 1988;Breckler, 1990)。
肆、分析結果與討論 一、樣本結構
應商以中華電信為最(45.5%)，台灣大哥大次之(21.1%)，遠傳電信殿三(13.1%)，此分佈 頗符合現今行動電信市場用戶之分佈比例；行動電話使用經驗多為4 年以上(67.6%)；行 動電話帳單金額以401 至 600 元為大宗(22.5%)；行動電話使用頻率上約有 70.9%之樣本 為經常使用；在加值服務使用經驗上，超過50%的樣本使用加值服務已達二年以上；在 加值服務使用時間上，約有八成的樣本使用時間不到30 分鐘，其中又有半數未滿 10 分 鐘；在加值服務總支出上，則多為100 元以下(61.5%)。由此可知，多數樣本在行動電話 與行動加值服務使用時間及支出比例上，相差懸殊。此現象隱含著電信業者所推出之加 值服務對消費者而言，並未產生黏性，以致消費者仍不願在加值服務上花費太多時間， 而無法帶動訊務流量換取營收，便產生在加值服務總支出上多為100 元以下之結果。此 結果對於將年輕族群視為加值服務目標市場之電信業者而言，或許是值得反思之警訊。 二、模型與假說驗證 本研究之研究模型與假說，則以SEM進行驗證，並以LISREL 8.5為分析工具，參數 估計方法採最大概似法。在模型配適度檢定上，則包括測量模型檢定與結構模型檢定。 (一)測量模型 此部份以驗證性因素分析來檢驗測量變項與潛在變項之假設關係。在測量模型之整 體適配度方面，常用之指標、評估準則及本研究分析之結果彙整如表1。由表 1 可知， 除了χ2(329)=719，p<0.01 不符合評估準則；GFI=0.821 略小於評估準則外，其餘指標皆達 評估準則之上，顯示本研究測量模型整體模型適配度可被接受。 表1 測量模型之整體模型適配指標與分析結果 適配指標 評估準則 分析結果 χ2 p>0.05 p<0.01 χ2/df <3 2.187
GFI(goodness of fit index) >0.9 0.821
RMSEA(root mean square error of approximation) <0.08 0.071
絕對適配量測
RMR(root mean square residual) <0.08 0.030
NFI(normed fit index) >0.9 0.926
NNFI(non-normed fit index) >0.9 0.953
CFI(comparative fit index) >0.9 0.959
IFI(incremental fit index) >0.9 0.959
增量適配量測
RFI(relative fit index) >0.9 0.915
PNFI(parsimonious normed fit index) >0.5 0.806
精簡適配量測
PGFI(parsimonious goodness of fit index) >0.5 0.665
檢定測量模型之目的在於瞭解測量變項是否能正確反映相對應之潛在變項，意即評 估測量模型之信度與效度。經分析後，各指標評估數據彙整如表2與表3所示。
表2 測量模型檢定結果摘要表 構念/題項 因素負荷量 t值 多元相關平方 組成信度 U1 0.811 NA 0.657 U2 0.850 12.481** 0.722 無所不在 U3 0.671 10.210** 0.450 0.823 P1 0.755 NA 0.570 P2 0.788 10.833** 0.621 P3 0.589 8.308** 0.347 P4 0.605 8.530** 0.366 個人化 P5 0.535 7.552** 0.287 0.792 PEOU1 0.748 NA 0.560 PEOU2 0.658 10.019** 0.432 PEOU3 0.913 14.071** 0.834 知覺易用性 PEOU4 0.863 13.451** 0.744 0.876 C1 0.785 NA 0.615 C2 0.851 13.396** 0.724 C3 0.736 11.479** 0.541 相容性 C4 0.766 12.014** 0.586 0.865 PU1 0.698 NA 0.487 PU2 0.777 10.852** 0.604 PU3 0.815 11.319** 0.664 PU4 0.794 11.062** 0.630 PU5 0.711 9.999** 0.505 知覺有用性 PU6 0.628 8.895** 0.394 0.878 A1 0.813 NA 0.661 A2 0.732 11.289** 0.636 態度 A3 0.761 11.759** 0.579 0.813 BI1 0.884 NA 0.781 BI2 0.619 9.406** 0.384 行為意向 BI3 0.663 10.118** 0.439 0.771 NA表設定為參照變項，參數固定為1，故無t值；* p<0.05; ** p<0.01 組成信度= 2 2 (Σλ) [(Σλ) +Σ(θ)]；λ=因素負荷量；θ=測量誤差 表3 潛在變項之平均數、標準差及相關係數摘要表 平均數 標準差 U P PEOU C PU A BI U 3.606 0.588 0.610b P 3.374 0.537 0.499 0.438 PEOU 3.539 0.619 0.470 0.257 0.643 C 3.047 0.520 0.413 0.515 0.507 0.617 PU 3.194 0.489 0.543 0.489 0.387 0.363 0.547 A 3.641 0.534 0.325 0.275 0.466 0.426 0.378 0.592 BI 3.640 0.529 0.285 0.243 0.387 0.354 0.352 0.806 0.535 b.相關係數矩陣中對角線數值為平均變異萃取量 平均變異萃取量= 2 2 (Σλ ) [(Σλ )+Σ(θ)]；λ=因素負荷量；θ=測量誤差 U=無所不在；P=個人化；PEOU=知覺易用性；C=相容性；PU=知覺有用性；A=態度；BI=行為意向
由表2可知，本研究之測量模型在因素負荷量、t值、多元相關平方或組成信度上大 多滿足各評估標準(Anderson & Gerbing, 1988; Hair et al., 1998)。雖有少數幾個測量變項 在 多 元 相 關 平 方 上 未 大 於0.50 ， 但 在 其 餘 指 標 的 表 現 上 仍 高 於 評 估 標 準 ， 且 U3 (SMC=0.450)、PEOU2 (SMC=0.432)、PU1 (SMC=0.487)、BI3 (SMC=0.439)之數值已接 近.50。由表3可知，除「個人化」平均變異萃取量略小於0.50、「態度」與「行為意向」 相關係數較大，以致部份平均變異萃取量未大於其相關係數平方值外，其餘結果皆滿足 評估標準(Fornell & Larcker, 1981)，整體而言本研究測量模型尚具有不錯之信度與效度。 (二)結構模型檢定 此階段之目的係評估本研究模型之因果關係路徑是否成立。本研究潛在變項間之因 果路徑係數與決定係數如圖2 所示。 圖2 結構模式路徑圖 由圖2 可得知，各結構路徑之方向皆符合本研究之研究假說，且除「知覺有用性」 與「行為意向」間的路徑係數(β=0.055, t=0.86)未達顯著水準外，其餘之路徑係數皆達顯 著水準。因此，本研究多數之研究假說皆可獲得支持，亦即「無所不在」(γ=0.325, t=3.60)、 「個人化」(γ=0.285, t=3.48)皆會顯著正向影響「知覺有用性」；「知覺易用性」(γ=0.161, t=2.22)對「知覺有用性」亦呈顯著正向影響；「知覺有用性」(β=0.191, t=2.46)、「知覺 易用性」(γ=0.284, t=3.40)、「相容性」(γ=0.212, t=2.56)皆會顯著正向影響「態度」；「態 度」(β=0.786, t=9.98)亦會顯著正向影響「行為意向」。此外，由決定係數(R2)可進一步 得知，「知覺有用性」可被「無所不在」、「個人化」及「知覺易用性」共同解釋37.9% 之變異比例；「態度」則可被「知覺有用性」、「知覺易用性」及「相容性」共同解釋 29.5%之變異比例；「態度」則可解釋「行為意向」65.3%之變異比例。綜合上述結果可 知，本研究以科技接受模型為基礎所建構之擴充模型，對於瞭解消費者採用行動加值服 務之行為意向上，應是一個可接受之意向模式。茲將本研究之假說與檢定結果彙整如表 4 所示。
表4 研究假說與檢定結果摘要表 研究假說 變項關係 係數值 檢定結果 H1a 無所不在Æ知覺有用性(+) γ=0.325** 支持 H1b 個人化Æ知覺有用性(+) γ=0.285** 支持 H2 知覺易用性Æ知覺有用性(+) γ=0.161* 支持 H3 知覺有用性Æ態度(+) β=0.191* 支持 H4 知覺易用性Æ態度(+) γ=0.284** 支持 H5 相容性Æ態度(+) γ=0.212* 支持 H6 知覺有用性Æ行為意向(+) β=0.055 未獲支持 H7 態度Æ行為意向(+) β=0.786** 支持 * p<0.05; ** p<0.01 伍、結論 1. 現階段之加值服務對消費者而言，並未產生所謂之黏性，以致消費者仍不願在加值 服務上花費太多時間與金錢，而無法帶動訊務流量換取營收。此結果對於將年輕族 群視為加值服務目標市場之電信業者而言，或許是一個頗值得反思之警訊。 2. 行動加值服務之使用率欲普及化，相關費用是一個重要的施力點，如調降費用以提 高消費者之使用意願；若無法調降費用，亦需開發出更具價值、特色之服務，使消 費者所付出之成本相較於使用該加值服務所獲得之利益更加物超所值。 3. 行動商務之「無所不在」與「個人化」特性確實提供了重要之價值，其與「知覺易 用性」可直接加強消費者對於行動加值服務之知覺有用性。 4. 電信業者欲使消費者對加值服務產生正面態度，首重加值服務之知覺易用性，其次 為相容性與知覺有用性。在知覺易用性上，可藉由類似一次購足之概念提供單一且 親和力十足之介面，消費者只需以最簡便之體驗便可取得所需服務內容；在相容性 上，可整合消費者零碎時間，發展適切加值服務，使加值服務具備足夠吸引力，進 而提升消費者使用態度；在知覺有用性上，必須持續提供對消費者具實用性之服務。 5. 在行為意向之影響上，態度乃是直接決定行為意向之重要變數，亦即消費者對於加 值服務之態度若越正向，則可大膽預測其採用意向亦越正向。電信業者在推動加值 服務時，不需傳遞太多技術面之訊息予消費者，而是著力於消費者態度之提升，態 度之提升則有賴先前討論之知覺易用性、相容性與知覺有用性直接強化。 6. 現有加值服務之有用性可能是急需加強的。 7. 整體而言，本研究建構之模型對於行動加值服務之採用意向具有可接受之解釋力。 參考文獻 1. 李驥，2001，行動通訊加值服務業者進軍大陸市場策略分析-以訊通國際YesMobile 發展策略為例，元智大學資訊傳播學系碩士論文。 2. 施錦雯，2003，消費者使用行動加值服務的影響因素之研究-以中部大學生為例， 大葉大學資訊管理系碩士論文。
3. Adams, D. A., Nelson, R. R. and Todd, P. A., “Perceived Usefulness, Ease of Use, and Usage of Information Technology: A Replication,” MIS Quarterly (16:2) 1992, pp. 227-247.
4. Agarwal, R. and Prasad, J., “The Role of Innovation Characteristics and Perceived Voluntariness in the Acceptance of Information Technologies,” Decision Sciences (28:3)
1997, pp. 557-582.
5. Ajzen, I. and Fishbein, M., Understanding Attitudes and Predicting Social Behavior, Prentice-Hall, Englewood Cliffs, 1980.
6. Anderson, J. C. and Gerbing, D. W., “Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach,” Psychological Bulletin (103:3) 1988, pp. 411-423
7. Chau, P. Y. K. and Hu, P. J. H., “Investigating Healthcare Professionals’ Decisions to Accept Telemedicine Technology: An Empirical Test of Competing Theories,” Information & Management (39:4) 2002, pp. 297-311.
8. Chen, L., Gillenson, M. L. and Sherrell, D. L., “Enticing Online Consumers: An Extended Technology Acceptance Perspective,” Information & Management (39:8) 2002, pp. 705-719.
9. Clarke, I., “Emerging Value Propositions for M-Commerce,” Journal of Business Strategies (18:2) 2001, pp. 133-148.
10. Coursaris, C., Hassanein, K., and Head, M., “M-commerce in Canada: An Interaction Framework for Wireless Privacy,” Canadian Journal of Administrative Sciences (20:1) 2003, pp. 54-73.
11. Davis, F. D., “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly (13:3) 1989, pp. 319-340.
12. Davis, F. D., Bagozzi, R. P. and Warshaw, P. R., “User Acceptance of Computer Technology: A Comparison of Two Theoretical Models,” Management Science (35:8) 1989, pp. 982-1003.
13. Davison, J., Walsh, A. and Brown, D., “As Good As Gold,” Mobile Asia Pacific (8:3) 2000, pp. 11-14.
14. Fishbein, M. and Ajzen, I., Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research, Addison-Wesley, Reading, 1975.
15. Fornell, C. R. and Larcker, D. F., “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error,” Journal of Marketing Research (18:1) 1981, pp. 39-50.
16. Giusto, R., Mobilizing the Consumer: 2003 Survey Results, IDC, http://www.idc.com, 2003.
17. Green, N., Harper, R. H. R., Murtagh, G. and Cooper, G.., “Configuring the Mobile User: Sociological and Industry Views,” Personal and Ubiquitous Computing (5) 2001, pp. 146-156.
18. Guagnano, G., Hawkes, G. R., Acredolo, C. and White, N., “Innovation Perception and Adoption of Solar Heating Technology,” The Journal of Consumer Affairs (20:1) 1986, pp. 48-64.
19. Hair, J. F. Jr., Anderson, R. E., Tatham, R. L., and Black, W. C., Multivariate Data Analysis (5th ed.), Prentice-Hall, Englewood Cliffs, 1998.
20. Hoffer, J. A. and Alexander, M. B., “The Diffusion of Database Machines,” ACM SIGMIS Database (23:2) 1992, pp. 13-19.
21. Igbaria, M., Guimaraes, T. and Davis, G. B., “Testing the Determinants of Microcomputer Usage via a Structural Equation Model,” Journal of Management Information Systems (11:4) 1995, pp. 87-114.
22. Igbaria, M., Zinatelli, N., Cragg, P. and Cavaye, A. L. M., “Personal Computing Acceptance Factors in Small Firms: A Structural Equation Model,” MIS Quarterly (21:3) 1997, pp. 279-302.
23. Liao, S., Shao, Y. P., Wang, H. and Chen, A., “The Adoption of Virtual Banking: An Empirical Study,” International Journal of Information Management (19:1) 1999, pp. 63-74.
24. Lin, C. C. J. and Lu, H., “Towards an Understanding of the Behavioural Intention to Use a Web Site,” International Journal of Information Management (20:3) 2000, pp. 197-208.
25. MacKenzie, M. and O’Loughlin, M. A., WAP Market Strategies, Ovum, http://www.ovum.com, 2000.
26. Mathieson, K., “Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior,” Information Systems Research (2:3) 1991, pp. 173-191.
27. Mathieson, K., Peacock, E. and Chin, W. W., “Extending the Technology Acceptance Model: The Influence of Perceived User Resources,” Database for Advances in Information Systems (32:3) 2001, pp. 86-112.
28. Matskin, M. and Tveit, A., “Mobile Commerce Agents in WAP-Based Services,” Journal of Database Management (12:3) 2001, pp. 26-35.
29. Moon, J. W. and Kim, Y. G., “Extending the TAM for a World-Wide-Web Context,” Information & Management (38:4) 2001, pp. 217-230.
30. Moore, G. C. and Benbasat, I., “Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation,” Information Systems Research (2:3) 1991, pp. 192-222.
31. Müller-Veerse, F., Mobile Commerce Report, Durlacher Research Ltd., http://www.durlacher.com/downloads/mcomreport.pdf, 1999.
32. Mykytyn, P. P. and Harrison, D. A., “The Application of the Theory of Reasoned Action to Senior Management and Strategic Information Systems,” Information Resources Management Journal (6:2) 1993, pp. 15-26.
33. Nohria, N. and Leestma, M., “A Moving Target: The Mobile-Commerce Customer,” MIT Sloan Management Review (42:3) 2001, p. 104.
34. Olla, P. and Patel, N. V., “A Value Chain Model for Mobile Data Service Providers,” Telecommunications Policy (26:9-10) 2002, pp. 551-571.
35. Rogers, E. M., Diffusion of Innovations, 3rd Edition, Free Press, New York, 1983.
36. Siau, K., Lim, E. P. and Shen, Z., “Mobile Commerce: Promises, Challenges, and Research Agenda,” Journal of Database Management (12:3) 2001, pp. 4-13.
37. Taylor, S. and Todd, P. A., “Understanding Information Technology Usage: A Test of Competing Models,” Information Systems Research (6:2) 1995a, pp. 144-176.
38. Taylor, S. and Todd, P. A., “Decomposition and Cross Effects in the Theory of Planned Behavior: A Study of Consumer Adoption Intentions,” International Journal of Research in Marketing (12:2) 1995b, pp. 137-155.
39. Teo, T. S. H. and Pok, S. H., “Adoption of WAP-Enabled Mobile Phones among Internet User,” Omega (31:6) 2003, pp. 483-498.
40. Tsalgatidou, A. and Pitoura, E., “Business Model and Transactions in Mobile Electronic Commerce: Requirements and Properties,” Computer Networks (37:2) 2001, pp. 221-236.
41. Varshney, U. and Vetter, R., “Mobile Commerce: Framework, Applications and Networking Support,” Mobile Networks and Applications (7:3) 2002, pp. 185-198.
42. Venkatesh, V. and Davis, F. D., “A Model of the Antecedents of Perceived Ease of Use: Development and Test,” Decision Sciences (27:3) 1996, pp. 451-481.
43. Vijayasarathy, L. R., “Predicting Consumer Intentions to Use On-Line Shopping: The Case for an Augmented Technology Acceptance Model,” Information & Management (41:6) 2004, pp. 747-762.
44. Vrechopoulos, A. P., Constantiou, I. D., Sideris, I., Doukidis, G. I. and Mylonopoulos, N., “The Critical Role of Consumer Behavior Research in Mobile Commerce,” International Journal of Mobile Communications (1:3) 2003, pp. 239-340.
45. Wu, J. H. and Wang, S. C., “What Drives Mobile Commerce? An Empirical Evaluation of Revised Technology Acceptance Model,” Information & Management (42:5) 2005, pp. 719-729.
