數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量與服務質(zhì)量整合研究

孟猛+朱慶華

〔摘 要〕 [目的]為提高數(shù)字圖書館的信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量，增加用戶感知效果，增強用戶黏性。[方法]本文以理性行為理論、技術(shù)接受模型、技術(shù)接受與利用整合理論為基礎，通過引入信息系統(tǒng)成功模型的信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量三個變量，結(jié)合已有研究成果，構(gòu)建數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型。運用探索性因子分析、驗證性因子分析、結(jié)構(gòu)方程模型對數(shù)字圖書館的用戶行為意愿進行實證研究，并利用R語言編寫程序，計算該模型的統(tǒng)計力。[結(jié)果與建議]結(jié)果顯示，信息質(zhì)量對感知有用正向影響顯著、系統(tǒng)質(zhì)量對信息質(zhì)量以及服務質(zhì)量和感知有用正向影響顯著、服務質(zhì)量對感知易用正向影響顯著等。該模型統(tǒng)計力非常高，表明對本文的分析結(jié)果有足夠的信心。根據(jù)對研究結(jié)果的討論，提出了如何提高數(shù)字圖書館的信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量的建議。[意義與局限]最后對本文的研究意義和局限性進行了探討。

〔關(guān)鍵詞〕數(shù)字圖書館；信息質(zhì)量；系統(tǒng)質(zhì)量；服務質(zhì)量；結(jié)構(gòu)方程模型；R語言

DOI：10.3969/j.issn.1008-0821.2017.08.001

〔中圖分類號〕G250.76 〔文獻標識碼〕A 〔文章編號〕1008-0821（2017）08-0003-09

〔Abstract〕[Objective] In order to improve the information quality，system quality and service quality of Digital Library increase the users Perception effect and enhance the users stickiness. [Methods] The article was based on Theory of Reasoned Action，Technology Acceptance Model and the Unified Theory of Acceptance and Use of Technology，by introducing three variables of the Information System Success Model： Information Quality，System Quality and Service Quality，and combined with existing research results and constructed the integration model of information quality，system quality and service quality of Digital Library. And the Exploratory Factor Analysis，Confirmatory Factor Analysis and Structural Equation Model were used for empirical research on user behavior intention of Digital library，and the Statistical power of the integration model was calculated by compiling R language program. [Results/Proposals] The results showed that information quality has a significant impact on perceived usefulness，system quality has a significant impact on information quality，service quality and perceived usefulness，and service quality has a significant impact on perceived ease of use. The statistical power of the model was very high，which showed that the results of the article have enough confidence. According to discuss the results of the study，the article put forward some proposals on how to improve the information quality，system quality and service quality of the Digital Library.

[Implications/ Limitations] Finally，the implications and limitations of the study were discussed.

〔Key words〕digital Library；information quality；system quality；service quality；structural equation modeling；R language

數(shù)字圖書館是一個以數(shù)字資源建設為基礎、以用戶需求為中心、以各種信息技術(shù)為手段的綜合信息資源服務系統(tǒng)平臺，其在用戶信息檢索、挖掘、利用等過程中扮演著重要角色。近年來，隨著人類由IT時代進入DT時代后，信息數(shù)量急劇增長，用戶對信息需求有了更高要求，使得數(shù)字圖書館由“以資源建設為中心”向“以用戶服務為中心”轉(zhuǎn)變，提高用戶滿意度，增加用戶感知效果，增強用戶黏性。從近幾年來國內(nèi)外學者的研究成果看，主要集中在三個方面。第一，用戶滿意度方面，胡昌平等[1]認為用戶滿意度是數(shù)字圖書館服務質(zhì)量的重要衡量指標，并運用結(jié)構(gòu)方程模型對高校數(shù)字圖書館用戶滿意度影響因素及這些因素之間的關(guān)系進行研究。研究發(fā)現(xiàn)，信息供給、信息檢索及個性化服務質(zhì)量直接影響用戶滿意度；Masrek和Gaskin [2]為了檢驗用戶滿意度的決定因素，通過結(jié)構(gòu)方程模型對一種基于重新指定的信息系統(tǒng)成功模型進行分析測試。結(jié)果表明，信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量、感知有用性、感知易用性和認知吸收是數(shù)字圖書館用戶滿意度非常重要的預測因素；Lee， Seung Ah和Kim， Heesop [3]以及Lee和Baek [4]也開展了相關(guān)研究。第二，用戶行為方面，劉錦宏等[5]以用戶行為關(guān)系理論和科技接受模型為基礎，構(gòu)建移動數(shù)字圖書館用戶行為模型并開展實證調(diào)查研究。并根據(jù)研究結(jié)論，提出如何提高數(shù)字圖書館的普及率，吸引更多用戶使用移動數(shù)字圖書館的建議；易紅[6]、張聰[7]及DeLone和McLean [8]也都開展了相關(guān)研究。第三，人機交互方面，李月琳等[9]探討用戶與數(shù)字圖書館不同維度交互及對交互績效的影響。結(jié)果顯示，技術(shù)維度的“界面易用性”、“導航清晰性”和“欄目信息組織合理性”，信息維度的“所獲信息充分性”及任務維度的“獲得任務所需信息的信心”對數(shù)字圖書館的交互績效有顯著影響；劉國曉等[10]從人機交互的角度探討影響用戶技術(shù)接受的三個方面：用戶、系統(tǒng)、服務，并通過因子分析對這三個方面進行公因子提取，得到修正后的用戶技術(shù)接受影響因素。

國內(nèi)外學者在數(shù)字圖書館用戶滿意度、用戶行為及人機交互方面已有一定的研究，對數(shù)字圖書館提高用戶滿意度、增加用戶感知效果、增強用戶黏性，提供有益參考。但還未發(fā)現(xiàn)整合數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量，研究在信息檢索過程中用戶對數(shù)字圖書館的感知效果及使用態(tài)度和意向。鑒于此，本文以理性行為理論（TRA）[11]、技術(shù)接受模型（TAM）[12]、技術(shù)接受與利用整合理論（UTAUT）[13]為基礎，通過引入DeLone和McLean [8]的信息系統(tǒng)成功模型的信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量三個變量，結(jié)合Wixom和Todd [14]以及Xu等[15]的研究成果，構(gòu)建數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型。運用探索性因子分析、驗證性因子分析、結(jié)構(gòu)方程模型（Structural Equation Modeling，SEM）對數(shù)字圖書館用戶的感知效果及使用態(tài)度和意向進行實證研究。以期對提高數(shù)字圖書館的信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量，增加用戶感知效果，增強用戶黏性具有一定的實踐指導意義。

1 概念模型與研究假設

1.1 概念模型

技術(shù)接受模型（TAM）將社會心理學中的理性行為理論（TRA）運用到管理信息系統(tǒng)（MIS），通過感知有用、感知易用、使用態(tài)度、使用意向以及外部變量等因素，解釋和預測人們對信息技術(shù)的接受程度[16-17]。數(shù)字圖書館作為提供信息資源的平臺，用戶在信息檢索過程中的感知效果直接影響后續(xù)的使用態(tài)度和意向?；诖?，本文通過對理性行為理論（TRA）[11]、技術(shù)接受模型（TAM）[12]、技術(shù)接受與利用整合理論（UTAUT）[13]以及DeLone和McLean [8]的信息系統(tǒng)成功模型的研究，參照Wixom和Todd [14]及Xu等[15]的研究成果，綜合考慮數(shù)字圖書館管理信息系統(tǒng)特性，提出基于TAM的數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型，如圖1所示。在該模型中，信息質(zhì)量[18]是指用戶對數(shù)字圖書館所提供信息支持信息需求的感知，通常與信息質(zhì)量有關(guān)的屬性是準確性、及時性、精確性、完整性、相關(guān)性等；系統(tǒng)質(zhì)量[18]是指用戶對數(shù)字圖書館在檢索和傳遞信息中的性能感知，測量系統(tǒng)質(zhì)量的屬性一般是可用性、可靠性、有效性、效率等[19]；LibQUAL[20]基于SERVQUAL[21][22]的概念模型，將服務質(zhì)量定義為“用戶感知和期望之間的差異”，與服務質(zhì)量有關(guān)的主要屬性是可訪問性、可靠性、集成性、響應性等[18-19]。關(guān)于數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量三者的關(guān)系，本文將提出假設并進行實證研究。

1.2 研究假設

1）信息質(zhì)量。信息質(zhì)量是指用戶對數(shù)字圖書館所提供信息支持信息需求的感知。如果數(shù)字圖書館能提供及時、完整、準確的信息服務，提高信息檢索的查全率和查準率等，那么用戶在使用數(shù)字圖書館時，感知有用性將會增加。同時，用戶在評價服務質(zhì)量時，不僅考慮與服務有關(guān)的因素，還考慮對信息質(zhì)量的感知。由此，提出如下假設：

H1a：信息質(zhì)量正向影響用戶對數(shù)字圖書館的感知有用性。

H1b：用戶對信息質(zhì)量的感知正向影響用戶對服務質(zhì)量的感知。

2）系統(tǒng)質(zhì)量。Xu等[15]認為當用戶被要求評估信息質(zhì)量或服務質(zhì)量時，他們會自然而然地考慮系統(tǒng)質(zhì)量，也就是說當用戶評價信息質(zhì)量或服務質(zhì)量時，他們不僅評估與信息質(zhì)量或服務質(zhì)量有關(guān)的因素，而且也會評估和描繪他們對系統(tǒng)質(zhì)量的感知。系統(tǒng)質(zhì)量是指用戶對數(shù)字圖書館在檢索和傳遞信息中的性能感知。如果數(shù)字圖書館運行可靠、性能穩(wěn)定、容易訪問，靈活適應用戶各種信息需求，及時回應用戶信息檢索請求，那么用戶在使用數(shù)字圖書館時，感知有用性和感知易用性將會增加。由此，提出如下假設：

H2a：用戶對系統(tǒng)質(zhì)量的感知正向影響用戶對信息質(zhì)量的感知。

H2b：用戶對系統(tǒng)質(zhì)量的感知正向影響用戶對服務質(zhì)量的感知。

H2c：系統(tǒng)質(zhì)量正向影響用戶對數(shù)字圖書館的感知有用性。

H2d：系統(tǒng)質(zhì)量正向影響用戶對數(shù)字圖書館的感知易用性。

3）服務質(zhì)量。服務質(zhì)量是指用戶對數(shù)字圖書館感知和期望之間的差異，也就是滿足用戶需求的程度。如果數(shù)字圖書館能夠給用戶提供個性化自動信息推薦、在線咨詢參考等服務，

用戶就不需要為了獲取想要的服務，花費時間和精力去查找，從而感知數(shù)字圖書館的好處。如果數(shù)字圖書館能夠向用戶提供各種使用教育培訓及APP、QQ、微信等服務，用戶就會更好地使用數(shù)字圖書館，感知易用性將會增加。由此，提出如下假設：

H3a：服務質(zhì)量正向影響用戶對數(shù)字圖書館的感知有用性。

H3b：服務質(zhì)量正向影響用戶對數(shù)字圖書館的感知易用性。

4）感知易用。感知易用是指用戶認為數(shù)字圖書館很容易使用。當用戶感覺數(shù)字圖書館不需要長時間學習或培訓就可以很容易使用，他們就會嘗試去使用。但是，當用戶感覺數(shù)字圖書館很難使用，很大程度上將會影響用戶對數(shù)字圖書館的感知有用性，也就是說用戶的感知有用性將受到感知易用的影響。由此，提出如下假設：

H4a：感知易用性正向影響用戶對數(shù)字圖書館的使用態(tài)度。

H4b：感知易用性正向影響用戶對數(shù)字圖書館的感知有用性。

5）感知有用。感知有用是指用戶認為數(shù)字圖書館可以提高工作效能。當數(shù)字圖書館能夠滿足用戶需求、提高用戶效率、改善用戶績效時，用戶將具備足夠的動力去使用它。而且，Davis[12]等通過實證研究得出結(jié)論感知有用性是信息技術(shù)使用意向的主要決定因素。由此，提出如下假設：

H5a：感知有用性正向影響用戶對數(shù)字圖書館的使用態(tài)度。

H5b：感知有用性正向影響用戶對數(shù)字圖書館的使用意向。

6）使用態(tài)度。使用態(tài)度是指用戶對數(shù)字圖書館持久性的評價、感覺。當用戶認為使用數(shù)字圖書館檢索信息是一個不錯的主意、有效的想法、明智的選擇時，他們愿意經(jīng)常使用數(shù)字圖書館檢索信息，樂意推薦身邊的朋友使用數(shù)字圖書館，未來還愿意繼續(xù)使用數(shù)字圖書館檢索信息。由此，提出如下假設：

H6：使用態(tài)度正向影響用戶對數(shù)字圖書館的使用意向。

2 研究變量與樣本估算

2.1 研究變量

本文將數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型的變量界定為7個研究變量，分別是信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量、感知有用、感知易用、使用態(tài)度和使用意向。研究變量的概念定義及相關(guān)文獻的資料來源如表1所示。

2.2 樣本估算

結(jié)構(gòu)方程模型（SEM）作為一種大樣本分析方法，根據(jù)Hair等[23]的建議，一般樣本數(shù)應為觀測變量的10～15倍。本文研究模型觀測變量為23個，按照Hair等[23]的建議，樣本量應為230～345個。同時，本文結(jié)合MacCallum， Browne和Sugawara[24]的研究，通過R語言編程計算樣本數(shù)，設H0：RMSEA=0.05，在模型整體統(tǒng)計力（Power）為0.8，對立假設H1：RMSEA=0.07，預估自由度224的情形下，計算樣本數(shù)約為139.0625個。因此，本文研究的樣本數(shù)為233個，滿足結(jié)構(gòu)方程模型（SEM）分析對樣本數(shù)的要求。

3 數(shù)據(jù)來源及模型分析

3.1 量表設計與數(shù)據(jù)采集

根據(jù)模型中所涉及的研究變量，在參考國內(nèi)外學者研究中的量表結(jié)構(gòu)的基礎上，進行問卷設計。所有測量題項的衡量尺度均采用李克特（Likert）五級等距量表，其中“1”為很不同意、“2”為不同意、“3”為一般、“4”為同意、“5”為很同意。本次問卷調(diào)查時間為2016年10～12月，調(diào)查對象為對南京大學、東南大學、海南大學、南京審計大學、中南林業(yè)科技大學的在校研究生和本科生。其中，南京大學、東南大學、南京審計大學進行現(xiàn)場發(fā)放紙質(zhì)問卷，海南大學、中南林業(yè)科技大學通過郵寄方式發(fā)放紙質(zhì)問卷。每所學校發(fā)放問卷100份，共發(fā)放問卷500份，回收問卷465份，回收率為93%，剔除全部選“1”或“5”及其它無效問卷32份，有效問卷433份，有效率為86.6%。其中，200份問卷用于探索性因子分析，233份問卷用于驗證性因子分析及結(jié)構(gòu)方程路徑分析。

3.2 探索性因子分析

信度分析主要基于真分數(shù)測量理論，用于測度指標體系的內(nèi)部一致性；效度分析用于測度問卷的邏輯結(jié)構(gòu)合理性。本文采用SPSS24.0對回收的200份有效問卷進行信度和效度分析，其中問卷的信度分析采用Cronbachs Alpha系數(shù)；效度分析采用KMO和巴特利特檢驗球形度檢驗。結(jié)果顯示，所有變量的Cronbachs Alpha>0.7；KMO值均大于0.5，且Sig.值均為0.000。說明樣本測量數(shù)據(jù)可信、量表總體有效，適合做結(jié)構(gòu)方程分析。但是在做結(jié)構(gòu)方程分析之前，還需要進行驗證性因子分析。

3.3 驗證性因子分析

1） 收斂效度的驗證。Thomopson[25]認為做結(jié)構(gòu)方程模型分析之前應先對測量模型進行分析，Segars[26]和 Jackson等[27]也認為做結(jié)構(gòu)模型之前一定要評估測量模型。據(jù)此，本文采用AMOS22.0，對測量模型進行驗證性因子分析，結(jié)果如表2所示。從表2可知，信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量、感知有用、感知易用、使用態(tài)度和使用意向的因素負荷量在0.524～0.948之間，且顯著；組成信度在0.722～0.851之間，平均方差萃取量在0.398～0.658之間，符合Hair等[28]及Fornell和Larcker[29]的標準：因素負荷量>0.5，組成信度>0.6，平均方差萃取量>0.5，多元相關(guān)系數(shù)的平方>0.5。該模型除系統(tǒng)質(zhì)量的平均方差萃取量低于0.5外，但仍屬于可接受范圍，其余均符合標準，因此七個構(gòu)念均具有收斂效度。

2） 區(qū)別效度的驗證。區(qū)別效度分析用于驗證模型構(gòu)念之間相關(guān)性在統(tǒng)計上是否有差異。Bagozzi和Yi建議平均方差萃取量（AVE）的算術(shù)平方根應大于構(gòu)念之間Pearson相關(guān)數(shù)的絕對值，此時表明構(gòu)念之間有較好的區(qū)分效度[30]。據(jù)此，本文進行了區(qū)分效度的驗證，結(jié)果如表3所示。從表3可知，對角線粗體字為平均方差萃取量（AVE）算術(shù)平方根，下三角為構(gòu)念之間的Pearson相關(guān)系數(shù)。該模型除服務質(zhì)量、系統(tǒng)質(zhì)量的區(qū)分效度稍低外，仍可以接受，因此該模型構(gòu)念之間具有區(qū)別效度。

通過對測量模型收斂效度和區(qū)別效度的驗證，該模型可以做結(jié)構(gòu)方程分析。

3.3 結(jié)構(gòu)方程路徑分析

3.3.1 模型路徑系數(shù)分析

本文采用AMOS22.0對該模型的路徑關(guān)系進行了分析，除信息質(zhì)量對服務質(zhì)量H1b、系統(tǒng)質(zhì)量對感知易用H2d、服務質(zhì)量對感知有用H3a的路徑系數(shù)不顯著外，其它都顯著。通過刪除H1b、H2d、H3a這三條路徑，對假設檢驗進一步分析，檢驗結(jié)果均顯著影響，如表4所示。

3.3.2 模型整體擬合度與正態(tài)分析

SEM分析的必要條件是要有不錯的模型擬合度指標[31]，模型擬合度指標越好說明SEM理論模型矩陣與樣本矩陣越接近。本文模型擬合度指標參照Iacobucci[32]的建議：卡方與自由度之比（CMIN/DF）約為3；擬合優(yōu)度指數(shù)（GFI）、調(diào)整擬合優(yōu)度指數(shù)（AGFI）、比較擬合指數(shù)（CFI）約為0.9；近似誤差均方根（RMSEA）在0.9以內(nèi)，以及Doll[33]的建議：擬合優(yōu)度指數(shù)（GFI）>0.8、調(diào)整擬合優(yōu)度指數(shù)（AGFI）<0.9，表示該模型是可以接受的。而且，SEM分析需要觀測數(shù)據(jù)符合正態(tài)分布，Gao等[34]認為單變量正態(tài)是指樣本中每一個變量的分布，多變量正態(tài)是指樣本中所有變量的聯(lián)合分布。Kline[35]建議單變量正態(tài)：每個觀測變量的skewness和kurtosis值得絕對值應在3～10之間；Bentler[36]建議多變量正態(tài)：Multivariates C.R.≤5。經(jīng)正態(tài)評估發(fā)現(xiàn)，符合單變量正態(tài)，但是Multivariates C.R.= 21.113，不符合多變量正態(tài)。原因在于變量與變量之間相關(guān)比較高，容易違反多變量正態(tài)，導致卡方值膨脹，擬合度變差，低估標準誤，影響顯著性估計。因此，需要采用Bollen-Stine bootstrap進行模型整體擬合度修正[37-39]，并根據(jù)所有擬合度指數(shù)的計算方法重新計算模型整體擬合度指數(shù)，如表5所示。從表5可知，模型擬合度較好，可以接受，修正后的數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型標準化路徑系數(shù)圖，如圖2所示。

3.4 R語言程序編寫與統(tǒng)計力鑒定

本文采用Maccallum[40]的統(tǒng)計力分析方法計算該模型的統(tǒng)計力，該方法基于RMSEA和非中心卡方分布對三個不同的零假設進行測試。這三個零假設中，前兩個是接近適配假設（the close-fit hypothesis）（H0：ε0≤0.05）和精確適配假設（the exact-fit hypothesis）（H0：ε0=0），第三個假設是非接近適配假設（the not-close-fit hypothesis）或（H0：ε0≥0.05），也就是接近適配假設（the close-fit hypothesis）反向。據(jù)此，本文以H0：ε0=0.05，分別計算H1：ε1=0.01和H1：ε1=0.08數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型的統(tǒng)計力。通過編寫R語言程序，計算結(jié)果為在0.9991668～0.9999346之間，表明該模型統(tǒng)計力非常高，對本文的分析結(jié)果有足夠的信心。

4 結(jié)論

4.1 結(jié)果討論

本文在總結(jié)已有研究成果的基礎上，通過整合數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量，構(gòu)建數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型，開展用戶在信息檢索過程中對數(shù)字圖書館的感知效果及使用態(tài)度和意愿的研究，這是本文的創(chuàng)新之處。根據(jù)本文構(gòu)建的概念模型，提出研究假設和問卷設計并進行相應的數(shù)據(jù)采集，結(jié)合探索性因子分析、驗證性因子分析、結(jié)構(gòu)方程路徑分析以及R語言編寫程序計算模型統(tǒng)計力，研究發(fā)現(xiàn)如下結(jié)論：

4.1.1 信息質(zhì)量對感知有用正向影響顯著

劉錦宏等[5]研究發(fā)現(xiàn)內(nèi)容質(zhì)量對感知有用有正向影響關(guān)系。Wixom和Todd[14]以及Xu[15]認為信息質(zhì)量對信息滿意度有顯著影響，進一步影響用戶對數(shù)字圖書館的感知有用性。如果數(shù)字圖書館能夠向用戶提供及時、全面、無差錯的信息服務，提高用戶檢索信息的查全率和查準率等，用戶會認為數(shù)字圖書館很有用，使用意愿也會增加。因此，建議應加強數(shù)字圖書館信息資源的建設，比如電子期刊庫（萬方期刊數(shù)據(jù)庫、維普期刊數(shù)據(jù)庫、中國知網(wǎng)期刊數(shù)據(jù)庫、Elsevier ScienceDirect、SpringerLink等）、電子圖書庫（超星數(shù)據(jù)庫、方正數(shù)據(jù)庫、SpringerLink等）、學位論文庫（商業(yè)學位論文數(shù)據(jù)庫（國內(nèi)外）、自建學位論文數(shù)據(jù)庫等）以及多媒體資源庫（視頻數(shù)據(jù)庫、特色資源庫、光盤庫、PPT數(shù)據(jù)庫、圖片數(shù)據(jù)庫、音樂數(shù)據(jù)庫等）。

4.1.2 系統(tǒng)質(zhì)量對信息質(zhì)量、服務質(zhì)量和感知有用正向影響顯著

Xu等[15]認為當用戶評價信息質(zhì)量或服務質(zhì)量時，他們不僅評估與信息質(zhì)量或服務質(zhì)量有關(guān)的因素，而且也會評估和描繪他們對系統(tǒng)質(zhì)量的感知。劉錦宏等[5]研究發(fā)現(xiàn)系統(tǒng)質(zhì)量對內(nèi)容質(zhì)量有正向影響關(guān)系。如果數(shù)字圖書館運行可靠、性能穩(wěn)定、容易訪問，而且能夠靈活適應用戶各種信息需求，并及時回應用戶信息檢索的請求，用戶會認為使用數(shù)字圖書館能夠滿足自身需求、提高效率、提升成績，進而影響使用態(tài)度和意愿。因此，建議加強數(shù)字圖書館硬件、軟件、服務、人員等投入力度，具體可根據(jù)GB/T 20984-2007標準給出的資產(chǎn)分類方法[41]，確保數(shù)字圖書館系統(tǒng)運行可靠、性能穩(wěn)定，滿足用戶的各種信息需求，同時做好數(shù)字圖書館信息安全管理工作。

4.1.3 服務質(zhì)量對感知易用正向影響顯著

Masrek和Gaskin[2]研究發(fā)現(xiàn)數(shù)字圖書館的服務質(zhì)量對用戶滿意度有顯著影響，而且該結(jié)論已被Lee， Seung Ah和Kim， Heesop [3]以及Lee和Baek [4]的研究證實。因此，數(shù)字圖書館如果能夠積極向用戶開展各種服務工作，比如根據(jù)用戶行為習慣和偏好，實現(xiàn)個性化定制，包括信息自動推送、書目自動推薦等，用戶就不需要為了獲取想要的服務，花費時間和精力去查找，將會增強用戶黏性，增加用戶滿意度。同時，數(shù)字圖書館如果能夠向用戶提供各種數(shù)據(jù)庫系統(tǒng)的使用教育培訓以及APP、QQ、微信等服務，用戶就會感覺到數(shù)字圖書館很容易使用。

4.1.4 感知易用對感知有用正向影響顯著

該結(jié)論已被Davis等[12]、Wixom和Todd[14]、Xu等[15]的研究證實。如果用戶在使用數(shù)字圖書館的過程中，感覺到數(shù)字圖書館的操作簡單、易學、交互界面清晰，而且容易找到用戶所需要的信息，那么將會增加用戶對數(shù)字圖書館的感知有用性。因此，建議數(shù)字圖書館應加強頁面設計工作，比如使用合適的背景、顏色、字體和版面對數(shù)字圖書館信息資源進行展示，同時采用導航工具條、網(wǎng)站地圖等整合顯示各種信息資源，引導用戶沿著正確路線檢索信息資源，防止“迷航”。

4.1.5 感知有用對使用態(tài)度和使用意向正向影響顯著

Davis等[12]通過實證研究得出結(jié)論感知有用性是信息技術(shù)使用意向的主要決定因素。Wixom和Todd[14]、Xu等[15]認為感知有用直接影響使用態(tài)度和使用意向。因此，當數(shù)字圖書館能夠滿足用戶信息檢索需求、提高用戶工作效率、改善用戶工作績效時，用戶將具備足夠的動力去使用它，而且用戶使用意向也將增加。

4.1.6 使用態(tài)度對使用意向正向影響顯著

劉錦宏等[5]、Davis等[12]、Venkatesh等[13]、Wixom和Todd[14]、Xu等[15]研究發(fā)現(xiàn)用戶對信息系統(tǒng)的使用態(tài)度對其使用意向有顯著影響。因此，如果用戶發(fā)現(xiàn)使用數(shù)字圖書館檢索信息是一個很好的主意、有效的想法、明智的選擇時，他們對數(shù)字圖書館使用的傾向、意愿將會增加，而且愿意經(jīng)常使用數(shù)字圖書館查詢信息，并樂意推薦身邊的朋友使用數(shù)字圖書館，而且未來還愿意繼續(xù)使用數(shù)字圖書館查詢信息。

4.2 研究意義與局限性

本文研究的目的是探討如何提高數(shù)字圖書館的信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量，進而增加用戶感知效果，增強用戶黏性。基于此，本文構(gòu)建了數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型，并運用探索性因子分析法、驗證性因子分析法、結(jié)構(gòu)方程模型分析法對數(shù)字圖書館的用戶行為意愿進行了實證研究，通過編寫R語言程序，對數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量及服務質(zhì)量整合模型的統(tǒng)計力進行了計算。該研究的意義包括兩個方面：一、理論方面：在以理性行為理論（TRA）、技術(shù)接受模型（TAM）、技術(shù)接受與利用整合理論（UTAUT）為基礎，研究數(shù)字圖書館用戶行為、滿意度以及人機交互方面，還未發(fā)現(xiàn)整合信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量進行圖書館用戶行為研究。未來的研究者可利用該模型對如何提高數(shù)字圖書館的信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量作進一步的探索。二、實踐方面：該研究對提高提高數(shù)字圖書館的信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量有一定的實踐指導意義，數(shù)字圖書館工作人員可根據(jù)本文的研究開展相應的工作，從而達到提高數(shù)字圖書館用戶感知效果，增強用戶黏性的目的。

當然，本文的研究也有一定的不足之處。主要集中在兩個方面：一、由于所搜集的樣本來自高校，只能在一定程度上反映高校數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量的情況，對非高校用戶關(guān)于數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量的情況并不了解。未來的研究可以考慮這類群體的情況反饋，尤其公共數(shù)字圖書館用戶對數(shù)字圖書館信息質(zhì)量、系統(tǒng)質(zhì)量以及服務質(zhì)量的情況反饋。二、該模型中系統(tǒng)質(zhì)量與服務質(zhì)量的構(gòu)念之間標準化路徑系數(shù)為0.88，稍微有點偏高，表明系統(tǒng)質(zhì)量與服務質(zhì)量的構(gòu)念之間可能受共線性問題的影響。盡管該模型統(tǒng)計力非常高，而且對分析結(jié)果有足夠的信心，但是本文下一步的研究將探索通過構(gòu)建系統(tǒng)質(zhì)量與服務質(zhì)量的二階模型或應用偏最小二乘法[42]來解決共線性問題。

參 考 文 獻

[ 1 ]胡昌平，胡媛，嚴煒煒. 高校數(shù)字圖書館服務的用戶滿意度實證研究[J]. 國家圖書館學刊，2013，（6）：23-32.

[ 2 ] Masrek M N，Gaskin J E. Assessing Users Satisfaction with Web Digital Library：the Case of Universiti Teknologi MARA[J]. International Journal of Information and Learning Technology，2016，33（1）：36-56.

[ 3 ]Lee，Seung Ah and Kim，Heesop. Evaluation of Digital Library System Using a User Satisfaction Index[J]. Discourse and Policy in Social Science，2010，3（1）：123-145.

[ 4 ] Lee M H，Baek H J. Evaluation of Specialized Library Service Quality and User Satisfaction in the Digital Environment[J]. ????????? ?25? ?1?，2014，25（1）.

[ 5 ]劉錦宏，余思慧，徐麗芳. 移動數(shù)字圖書館用戶行為模型構(gòu)建研究[J]. 大學圖書館學報，2015，（05）：93-98.

[ 6 ]易紅，張冰梅，宋微. 市民移動閱讀選擇偏好性和持續(xù)使用性影響因素的實證研究[J]. 圖書館理論與實踐，2015，（01）：32-37.

[ 7 ]張聰，何劍峰. 個體創(chuàng)新性對移動圖書館使用行為意向的影響研究[J]. 圖書館理論與實踐，2017，（01）：108-112.

[ 8 ] Delone W H，Mclean E R. The DeLone and McLean Model of Information Systems Success：A Ten-Year Update[J]. Journal of Management Information Systems，2003，19（4）：9-30.

[ 9 ]李月琳，肖雪，仝曉云. 數(shù)字圖書館中人機交互維度與用戶交互績效的關(guān)系研究[J]. 圖書情報工作，2014，（02）：38-46，120.

[ 10 ]劉國曉，顏端武，許應楠. 用戶技術(shù)接受影響因素的探索性研究[J]. 情報理論與實踐，2012，（01）：20-24.

[ 11 ] Fishbein M，Ajzen I. Belief，Attitude，Intention and Behaviour：an Introduction to Theory and Research[J]. Philosophy & Rhetoric，1975，41（4）：842-844.

[ 12 ] 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.

[ 13 ] Venkatesh V，Morris M G，Davis G B，et al. User Acceptance of Information Technology：Toward a Unified View[J]. Mis Quarterly，2003，27（3）：425-478.

[ 14 ] Wixom B H，Todd P A. A Theoretical Integration of User Satisfaction and Technology Acceptance[J]. Information Systems Research，2005，16（1）：85-102.

[ 15 ] Xu J，Benbasat I，Cenfetelli R T. Integrating Service Quality With System and Information Quality：an Empirical Test in the E-service Context[J]. Mis Quarterly，2013，37（3）：777-794.

[ 16 ]馬卓，郭沫含. 基于用戶感知的數(shù)字圖書館微服務持續(xù)使用意愿影響因素研究[J]. 情報探索，2016，（12）：17-22.

[ 17 ]高芙蓉. 信息技術(shù)接受模型研究的新進展[J]. 情報雜志，2010，（06）：170-176.

[ 18 ] Alexandru B. Balog，A. （2011）. Testing a Multidiensional and Hierarchical Quality Assessment Model for Digital Libraries[J]. Studies in Informatics & Control，2011，20（3）：233-246.

[ 19 ] Masrek M N，Jamaludin A，Mukhtar S A. Evaluating Academic Library Portal Effectiveness：A Malaysian Case Study[J]. Library Review，2010，59（3）：198-212.

[ 20 ] Edgar B. Questioning LibQUAL+：Critiquing its Assessment of Academic Library Effectiveness[J]. Proceedings of the American Society for Information Science & Technology，2007，43（1）：1-17.

[ 21 ] Parasuraman A，Zeithaml V A，Berry L L. A conceptual model of Service Quality and its Implications for Future Research[J]. Journal of Marketing，1985，49（4）：41-50.

[ 22 ] Parasuraman A，Zeithaml V A，Berry L L. SERVQUAL：A Multiple-item Scale for Measuring Consumer Perceptions of Service Quality.[J]. Journal of Retailing，1988，64（1）：12-40.

[ 23 ] Hair J F，Anderson R E，Tatham R L，et al. Multivariate Data Analysis，5th Ed[J]. New Jersey：Prentice Hall，1998.

[ 24 ] Maccallum R C，Browne M W，Sugawara H M. Power Analysis and Determination of Sample Size for Covariance Structure Modeling.[J]. Psychological Methods，1996，1（2）（2）：130-149.

[ 25 ] Thompson B. Exploratory and Confirmatory Factor Analysis：Understanding Concepts and Applications[M]. American Psychological Association，2004.

[ 26 ] Segars A H. Assessing the Unidimensionality of Measurement：A Paradigm and Illustration Within the Context of Information Systems Research[C].1997：107-121.

[ 27 ] Jackson D L，Gillaspy J A，Purcstephenson R. Reporting Practices in Confirmatory Factor Analysis：an Overview and Some Recommendations[J]. Psychological Methods，2009，14（1）：6-23.

[ 28 ] Hair J F，Black W C，Babin B J，et al. Multivariate Data Analysis （7th Edition）.Prentice Hall，New Jersey，USA，F(xiàn)ebruary，2009.

[ 29 ] 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.

[ 30 ] Bagozzi R P，Yi Y. On the Evaluation of Structural Equation Models[J]. Journal of the Academy of Marketing Science，1988，16（1）：74-94.

[ 31 ] Byrne，Barbara M. Structural Equation Modeling With AMOS：Basic Concepts，Applications，and Programming，Second Edition[M]. Structural Equation Modeling with AMOS：Basic Concepts，Applications，and Programming . Routledge，2009：343-344.

[ 32 ]Iacobucci D. Structural Equations Modeling：Fit Indices，Sample Size，and Advanced Topics[J]. Journal of Consumer Psychology，2010，20（1）：90-98.

[ 33 ] Doll W J，Xia W，Torkzadeh G. A Confirmatory Factor Analysis of the End-User Computing Satisfaction Instrument[J]. Mis Quarterly，1994，18（4）：453-461.

[ 34 ] Gao S， Mokhtarian P L， Johnston R A. Non-normality of Data in Structural Equation Models[M].Transportation Research Record： Journal of the Transportation Research Board. 2017：116-124.

[ 35 ] Kline R B. Principles and Practice of Structural Equation Modeling[M]. Guilford Press，2005.

[ 36 ] Bentler P M. EQS ：Structural Equations Program Manual[M]. BMDP Statistical Software，2006.

[ 37 ] Bollen K A，Stine R A，Bollen K A，et al. Bootstrapping Goodness-of-Fit Measures in Structural Equation Models[J]. Sociological Methods & Research，1992，21（2）：205-229.

[ 38 ] Fisher M J，King J. The Self-directed Learning Readiness Scale for Nursing Education Revisited：A Confirmatory Factor Analysis[J]. Nurse Education Today，2010，30（1）：44-8.

[ 39 ] Craig K. Enders. An SAS Macro for Implementing，the Modified Bollen-Stine Bootstrap for Missing Data：Implementing the Bootstrap Using Existing Structural Equation Modeling Software[J]. Structural Equation Modeling A Multidisciplinary Journal，2009，12（4）：620-641.

[ 40 ] Maccallum R C， Browne M W， Sugawara H M. Power Analysis and Determination of Sample Size for Covariance Structure Modeling[J]. Psychological Methods， 1996， 1（2）：130-149.

[ 41 ] GB/T 20984-200.信息安全技術(shù)—信息安全風險評估規(guī)范[S].北京：中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局，2007.

[ 42 ] Wold S，Ruhe A，Wold H，et al. The Collinearity Problem in Linear Regression. The Partial Least Squares （PLS） Approach to Generalized Inverses[J]. Siam Journal on Scientific & Statistical Computing，2006，5（3）：735-743.

（本文責任編輯：郭沫含）