第二节 技术接受模型及其发展

技术接受模型（Technology Acceptance Model，以下简称TAM）是Davis提出的一个用以解释和预测个体信息技术接受和使用的理论模型。^[31]该模型自提出以来，在信息技术研究领域得到广泛的应用。据许炜的元分析研究显示，有24个学科不同程度地参与了TAM相关的研究，涉及计算机科学、管理学、心理学等多个领域。^[32]2006年1月SSCI（社会科学引用索引）显示，最早由Davis（1989）和Davis等人（1989）发表的两篇关于TAM研究的文章的索引总数分别为：Davis（1989）628次，Davis等人（1989）531次，总共为1159次。^[33]2006年后有关TAM的文献更是倍增。^[34]TAM已成为个人信息技术接受和采纳研究领域最有影响力和最广泛采用的理论之一。以下就TAM的提出及后续发展研究进行综述。

一 技术接受模型

TAM源自于社会心理学人类行为研究领域的一个通用理论——理性行为理论（Theory of Reasoned Action，以下简称TRA）^[35]。数十年来，TRA在社会科学各个领域得到广泛应用，被认为是预测和解释人类行为的最基础、最具影响力的理论之一。TRA的基本假定认为人是理性的，在进行某一行为前会综合各种情况考虑行为的意义和结果，然后决定是否采取行动。一般来说，个体倾向于按照能够使自己获得有利结果并且也能够符合他人期望的方式来行为。其基本原理如图2.5所示。

图2.5 理性行为理论（TRA）

TRA通过“行为意向”“行为态度”“主观规范”等变量来解释和预测人的行为。行为意向（Behaviour Intention ）是指个体为了进行某一行为打算付出努力的程度，行为意向越强，实现该行为的可能性就越大。个体的行为意向受两方面因素的影响：来自个人的行为态度（Attitude toward Behaviour）和来自他人的主观规范（Subjective Norm）。行为态度是指个体对从事某一行为所持的积极或消极的情感，它是由个体对行为结果发生的可能性的感知（称为结果信念）和对这一结果的重要程度的估计所决定的；主观规范则是指个体对多数重要他人认为他是否应该从事某一行为的感知程度，它反映了重要他人所产生的社会压力对个体行为决策的影响。主观规范由个体的规范信念（Normative Belief）和遵从动机（Motivation to Comply）共同决定。所谓规范信念是指个体对重要他人期望他是否应进行某一行为的感知；遵从动机是指个体服从重要他人或团体期望的倾向。^[36]简言之，行为态度反映个人认为某一行为是好还是坏，主观规范反映他人认为某行为是好还是坏，行为态度和主观规范影响行为意向，而行为意向决定实际行为。

TRA是一个通用的理论框架，可以套用到研究个体行为的众多领域，与过去单纯地从态度、个人特征、人口统计学特征等因素出发预测或解释人类行为的理论相比更具优势。因此，Davis在其1986年完成的博士论文中将其应用于计算机技术的接受行为研究，并对其进行改进提出了TAM。1989年Davis及其同事公开发表的两篇论文又对TAM做了进一步的整理^[37][38]，形成较为完善的专门用于信息技术接受和使用行为研究的理论模型。在TAM中，Davis提出了两个新的概念：“有用性感知”（Perceived Useful）和“易用性感知”（Perceived Ease of Use）。有用性感知是指用户认为使用某一技术能够提高其工作绩效的程度；易用性感知是指用户认为使用某一技术的容易程度或使用某一技术可减少所花费的努力的程度。^[39]

TAM认为，个体的技术使用行为由其行为意向直接决定，而行为意向又受行为态度和有用性感知共同决定，行为态度的形成则受有用性感知和易用性感知的影响，易用性感知同时还影响有用性感知。TAM还强调，所有外部因素如系统特性、培训、系统设计阶段的使用者参与等均通过有用性感知和易用性感知间接影响用户对某一技术的接受。TAM的核心思想可归结为三点：（1）行为意向直接决定人们使用新技术的行为；（2）有用性感知是技术使用行为意向的主要决定因素；（3）易用性感知是技术使用行为意向的次要决定因素。简言之，某一技术是否有用以及是否易用，决定着用户是否会实际使用和使用程度。TAM的结构如图2.6所示。

图2.6 技术接受模型（TAM）

TAM源自TRA，但又进行了很多修改。TAM与TRA的主要区别表现为以下几个方面：

首先，以有用性感知和易用性感知两个变量取代了TRA中决定行为态度的行为信念。Davis从期望理论中的“使用绩效感知”（Perceived use-performance）概念提炼出有用性感知，又从Bandura的自我效能理论中的“自我效能”概念得到启发，衍生出易用性感知，并把TRA中抽象的“行为信念”概念具体化为有用性感知和易用性感知两个因素。Davis 等人声称“有用性感知和易用性感知是计算机接受行为的主要相关因素”^[40]。

另一个重要区别是TAM舍弃了TRA的主观规范变量。从TAM中排除主观规范变量的主要原因是它缺乏心理学基础。Davis等人指出，主观规范“是TRA的一个最不稳定的因素”，很难区分主观规范对行为意向的影响是直接的还是间接的，因为主观规范对行为意向的影响包含了内化（internalization）、同化（identification）和遵从（compliance）三个机制，在遵从机制下主观规范可能会直接影响行为意向，而在内化机制下主观规范可能是通过有用性感知间接影响行为意向。^[41]另外一个原因是Davis等人的研究没有发现主观规范和技术接受行为的显著关系，尽管这可能是由于他们所研究的系统（字处理软件）的个体应用性质和主观规范测量工具本身缺乏心理学依据所导致。Davis 等人建议：“需要针对我们所得出的关于主观规范的结论的一般性做进一步的研究，以更好地理解社会因素对使用行为的影响，并探讨这种影响背后的条件和机制。”^[42]

与TRA相比，TAM的另一个重要的改变是包含了有用性感知和行为意向的直接关系，而在TRA中行为信念只是通过态度间接地影响行为意向。对此，Davis等人解释道：“在组织内部环境下，如果人们相信使用某一系统将会提高他们的工作绩效，那么不管对使用该系统持积极还是消极的情感，他们都会产生使用该系统的意向。”^[43]

另外，TAM增加了“外部变量”因素，其目的是为探讨其他外部因素与使用行为的关系提供一个基础，但认为这些外部变量均通过有用性感知和/或易用性感知间接地对行为意向产生影响。最后，在信念（有用性感知和易用性感知）的测量上，Davis等人专门开发了测量量表，对于不同的技术、情境、对象和行为，只要根据具体研究情境修改量表的关键词语即可方便地生成测量工具，使TAM的应用操作非常简单易行。

自1986年Davis提出TAM以来，在信息技术领域得到广泛应用，但后续研究对TAM的几个因素之间的关系一直存有不同的见解，特别是对行为态度变量的中介作用提出了质疑。实际上，Davis 等人的研究已经发现态度只是用户在情绪上所反映出来的对技术的喜恶，不能完整地传递有用性感知和易用性感知对技术使用行为意向的影响。^[44]比如在工作场所，用户可能由于受到上级的压力而使用某项技术，而其本身对该项技术可能是深恶痛绝的，因此用户在工作场所使用技术，并不一定表示他对该技术持有积极的态度。同时他们还发现态度变量并没有提高模型的解释力。因此，1996年Davis和Venkatesh对TAM进行修正^[45]，舍弃了原始TAM中的态度变量。修正后的模型结构如图2.7所示。

图2.7 修正后的TAM

在信息技术接受研究领域中，TAM与TRA相比处于优势，因而得到广泛的应用并被充分检验，成为该研究领域影响最大、最优秀、最稳健、最简洁易懂的理论模型之一。^{[46][47][48][49]}然而，与TRA一样，TAM隐含了技术采纳行为是基于个人意志的假设，没有考虑到环境的影响及用户自身条件的限制，模型只提供了用户对技术特征的认知即有用性感知和易用性感知有限的信息。TAM提出后，因其所具有的优势和局限性，引发了大量研究，从而使TAM理论本身得到进一步发展。以下几节将就TAM模型的研究和发展情况进行讨论。

二 技术接受模型的进一步发展

TAM提出后，研究者在很多研究背景下针对各种信息技术进行了多方面的研究，使得技术接受理论不断完善和发展。Lee、Kozar和Larsen于2003年发表的一篇论文将TAM的研究发展划分为介绍（Introduction）、验证（Validation）、扩展（Extension）和深化（Elabortion）四个阶段。^[50]图2.8显示了这四个阶段的概况。

图2.8 TAM研究的四个阶段

Venkatesh、Davis和Morris在2007年发表的一篇论文中也对以往的TAM研究进行了总结，^[51]他们采用了一个更宽泛的方法探讨了技术采纳研究的发展，并与其他两个研究领域（社会心理学和组织行为学）进行了比较，最后将技术采纳研究分为几个主要的里程碑阶段。虽然Venkatesh、Davis和Morris的研究论文在年代上比Lee、Kozar和Larsen的论文更近，但本书还是根据后者对TAM研究的发展进行讨论，因为后者关注的重点是TAM及其扩展的演进，而前者包括了与本研究无关的其他领域的一个模型。然而，两个研究有很多重叠，如Venkatesh等人的研究关注的重点在于TAM的复制和推广研究，这一点在Lee等人的研究中也有涉及。所以，本书在讨论时也结合了Venkatesh等人的研究。

（一）模型介绍阶段

在TAM提出后，相关研究主要针对两个不同的方向开展，即：（1）复制研究；（2）TAM和TRA的关系研究。

复制研究。很多早期研究尝试采用不同研究背景和新的技术对TAM进行验证。总起来说，TAM模型及其测量工具是稳定的，其主要关系得到各研究的支持。TAM验证性研究采用了各种类型的信息技术，包括电子邮件、专家系统、CASE工具、音频邮件、数字图书馆、电子表格软件、电子医疗系统等。^[52]同时，也在很多不同的国家对TAM进行了验证，如美国、日本和沙特阿拉伯。^[53]这一阶段的研究表明，在对用户的技术接受行为的解释上TAM保持了很好的一致性和效度。^[54]

另一个研究方向是试图比较TAM和TRA的差异。如：Davis等人以MBA学生采纳文字处理系统的数据对TRA和TAM进行了比较，研究在两个时间点收集了数据。他们发现TAM（第一个时间点R²=0.47，第二个时间点R²=0.51）比TRA（第一个时间点R²=0.32,第二个时间点R²=0.26）可更好地解释用户的接受意向。^[55]Hubonna 和Cheney通过对TAM和TPB（计划行为理论，TRA的改进版本，详见第二章第三节）比较发现，TAM比TPB略具优势，而且TAM更加简单、容易使用，可更好地解释用户的技术接受。^[56]

总之，Lee等人通过对这一阶段的TAM研究的分析认为，TAM可以成功地预测和解释不同环境、不同技术的信息系统接受行为，同时他们还发现，与其他模型相比，在预测用户计算机接受上，TAM更加简洁、易用，且预测力更强。^[57]

（二）模型验证阶段

TAM研究的验证阶段采纳了Bejar（1980）的建议，他认为“稳健的测量工具可提高研究的价值”^[58]。Venkatesh 等人也指出，TAM研究应建立良好的预测效度^[59]。在模型验证阶段，研究者试图“在不同技术、环境和任务中，确保TAM研究可真正地使用一个准确测量用户接受行为的工具”^[60]。

Lee 等人列举了很多研究文献以证明TAM测量工具的信度和效度。在这些文献中，Adams 等人1992年在不同的环境中针对不同的信息技术，复制和扩展了Davis的原始研究，发现有用性感知和易用性感知的测量工具有着良好的信度和效度。^[61]Hendrickson 等人发现有用性感知和易用性感知量表的测量—再测（test-retest）信度是可信且有效的。^[62]Szajna在对47位MBA学生的数据库管理系统选择行为差异分析中发现有用性感知和易用性感知具备很好的预测效度。^[63]总之这一阶段的研究表明，TAM模型的因素测量工具具备满意的信度、效度和一致性。

（三）模型扩展阶段

在确定TAM测量工具具备满意的信度和效度后，研究者开始“在TAM中引入新的变量，提出各变量之间的各种关系，并寻找TAM主要变量（有用性感知和易用性感知）的前提（或外部）变量”^[64]。这种引入新变量的努力是该阶段的两个研究方向之一。例如：Igbaria和Livari的一项研究探讨了组织因素的影响。该研究表明用户培训、计算机支持和管理支持显著地影响有用性感知、易用性感知和微电脑的使用。^[65]Agarwal和Prasad以5个个人的差异变量作为有用性感知和易用性感知的外部变量对TAM进行扩展，研究发现了培训和有用性感知、先前经验、工作任期、教育水平、在技术使用中的角色和易用性感知之间的关系。^[66]

这一阶段的另一研究方向是确定TAM应用的边界条件。对此Adams等人建议：“需要探讨中介因素对TAM变量的影响，如文化、性别、任务和信息系统类型。”^[67]如：Straub研究发现，文化因素对通信媒体的态度和选择具有很重要的影响。^[68]Gefen和Straub在一项研究中探讨了用户信息系统接受上的性别差异，发现男性更易受有用性感知的影响，而女性更易受易用性感知和主观规范的影响。^[69]此外，Gefen和Straub还探讨了任务类型的影响，他们将WWW使用分成信息查询和产品购买两种任务类型，发现易用性感知显著地影响WWW上的产品购买行为，但对信息查询行为的影响不显著。^[70]

总之，这一阶段的研究为解释信念（有用性感知和易用性感知）和它们的前提变量之间的因果关系提供了有益的知识积累，进一步加深了我们对个人信息技术接受现象的理解。

（四）模型深化阶段

这一阶段对TAM研究的深化主要采取了两种方式：一是解决以往研究存在的局限性，二是综合以往研究提出新一代技术接受模型。表2.2 列举了Lee 等人通过对101个TAM研究进行分析发现的主要局限性。^[71]

表2.2 TAM研究的局限性总结

关于模型的综合，Lee等人提及2000年Venkatesh和Davis提出的TAM2^[72]。他们“为了对模型进行深化，综合了以往的研究结论并对以往研究提出的问题进行反思”^[73]。在TAM2中提出很多重要的、关键的因素，如有用性感知的一些决定因素。另外，他们还进行了很多研究以解决以往TAM研究提出的问题，如Venkatesh进行的一项研究中包括了Davis在提出TAM时排除的主观规范变量，并检验了与实际使用行为的关系。^[74]另有研究探讨了有用性感知和易用性感知的心理学根源。^[75]2003年Venkatesh等人综合以往十几年研究形成的8个技术接受和采纳模型，提出技术接受和使用统一理论模型（简称UTAUT）。^[76]2008年Venkatesh 和Bala提出TAM3^[77]，增加了易用性感知的一些决定因素（关于TAM2、TAM3和UTAUT的详情参见下文）。

Venkatesh等人指出，这一阶段研究的大多数结论有助于我们理解技术采纳和使用的关键预测因素的认知基础（前提和干预）；但另一方面也发现这些研究尚未成熟，需要对已有知识进行评估，确定未来的研究方向。^[78]

三 几个技术接受扩展和整合模型

（一）技术接受扩展模型——TAM2

技术接受扩展模型（Extension of The Technology Acceptance Model，简称TAM2）^[79]是Venkatesh和Davis在TAM的基础上提出的，其目的是寻找除有用性感知和易用性感知以外的其他重要因素以及解释有用性感知的因素。TAM2的突出贡献是引入了社会影响过程（social influence process）和认知工具性过程（cognitive instrumental process）两个复合变量来解释有用性感知和使用意向。理论模型如图2.9所示。

图2.9 技术接受扩展模型（TAM2）

社会影响过程反映个人在信息技术采纳决策过程中受到的社会系统中重要他人或相关他人的影响，这类变量包括主观规范（Subjective Norm）、社会形象（Image）和自愿性（Voluntariness）；认知工具性过程是指人们通过认知比较，形成对有用性感知的判断，即该系统是否有能力达到他们的要求。这类变量包括工作相关性（Job Relevance）、输出质量（Output Quality）、结果可展示性（Result Demonstrability）以及以前理论中已有的易用性感知。社会影响过程和认知工具过程包括的各变量的定义见表2.3。

表2.3 TAM2中社会影响过程和认知工具过程各变量的定义

Venkatesh和Davis在引入不同信息系统的4个组织中分三个时间点（实施前、实施后一个月和实施后三个月）收集数据对TAM2进行了检验。这4个组织中有2个为强制使用情境，2个为自愿使用情境。数据分析结果显示，在信息系统实施前，人们使用信息系统的行为意向由有用性感知（β=0.62）和易用性感知（β=0.20）共同决定。3个月后，行为意向直接受有用性感知影响（β=0.79），而易用性感知只是通过有用性感知（β=0.24）间接影响行为意向。这一结果说明社会影响过程和认知工具性过程极大地影响了用户对信息技术的接受程度。在三个时间点上，有用性感知被解释了40%—60%的方差，行为意向被解释了34%—53%的方差。^[80]

该研究还发现，在社会影响过程中，主观规范正向影响社会形象，同时主观规范和社会形象均直接影响有用性感知，且随着用户系统使用经验的增加，主观规范对有用性感知的影响会减弱。此外，在强制使用背景下，主观规范还会影响行为意向，且随着用户系统使用经验的增加，主观规范对行为意向的影响也会变弱。^[81]

基于以上研究结果，Venkatesh和Davis总结提出了社会影响过程的三种机制，即：遵从（compliance）、内化（internalization）和同化（identification）^[82]。在强制使用情境下，主观规范的影响为遵从机制，主观规范直接影响行为意向。此种情况下，个人认识到组织中的社会行动者（social actor）想要他使用某一信息技术，并且感到这些社会行动者拥有奖励或惩罚的权力，这时个人就会遵从这些社会行动者的意见采用该技术。但随着时间的流逝，强制使用环境下的遵从影响逐渐消失。内化和同化两种机制不受环境的强制和自愿性质影响，即强制和自愿两种情境下内化和同化均会发生。在内化机制下，主观规范通过影响有用性感知间接影响行为意向。也就是说，当一个人感到是重要他人认为自己应该使用某一信息技术时，他会将重要他人的意见整合到自己的信念结构中，因为他有可能认为，重要他人的意见是不会错的，他们认为技术有用就一定是有用的。在同化机制下，主观规范通过社会形象影响有用性感知。这时，如果一个人感到工作群体中的重要人物认为他应该使用某一技术创新，并感到使用该技术创新会提升他在工作群体中地位，那么他就会认为技术是有用的。

对于认识工具过程，该研究发现，易用性感知、结果可展示性、工作相关性、产出质量均会直接影响有用性感知。并且工作相关性与产出质量会发生交互影响，产出质量越高，工作相关性对有用性感知的影响就越强。

与TAM相比，TAM2的主要贡献在于给出了有用性感知的驱动力来源，并重新引入了社会影响因素，发现了在强制背景下，除有用性感知和易用性感知外，主观规范也会对行为意向产生直接影响。此外，Venkatesh和Davis提出的社会影响的三种机制进一步加深了我们对社会影响因素对技术接受行为的作用机理的理解。

（二）技术接受模型3—TAM3

TAM2的重要贡献之一是识别了有用性感知的决定因素，而Venkatesh和 Bala在2008年的一项研究中，对TAM2进行进一步扩展提出了一个新的模型，不仅可识别有用性感知的决定因素，而且还识别了易用性感知的决定因素，他们将其命名为技术接受模型3（Technology Acceptance Model 3,简称TAM3）^[83]。

在TAM3中，有用性感知的决定因素同TAM2，在此不再重述。Venkatesh和Bala（2008）将易用性感知的决定因素分为锚定因素和调整因素两大类。锚定和调整是指在没有把握的情况下，人们通常利用某个参照点“锚”（anchor）来降低不确定性，然后通过一定的调整得出最后决策。在TAM3中锚定因素包括计算机自我效能（Computer Self-Efficacy）、外部控制感知（Perceptions of External Control）、计算机焦虑（Computer Anxiety）和计算机趣味性（Computer Playfulness）；调整因素包括愉悦性感知（Perceived Enjoyment）和客观可用性（Objective Usability）。这些影响易用性感知的因素定义见表2.4。和TAM2一样，TAM3保留了自愿性和使用经验两个调节因素，图2.10显示了Venkatesh和Bala提出的TAM3理论模型。

表2.4 TAM3中影响易用性感知的两类因素定义

续表

图2.10 技术接受模型3（TAM3）

Venkatesh和Bala进行了一项为时6个多月的纵向研究对该模型进行检验。该研究在四个组织中进行，其中两个组织为自愿使用信息技术的情境（一家为娱乐业，调查了负责产品发布的54名员工；一家为远程服务业，调查了负责销售的65名员工），两个组织为强制使用信息技术的情境（一家为银行，调查了负责会计管理的58名员工；一家为公共管理组织，调查了38名会计），研究在4个时间点收集了数据：信息技术投入1周后、1个月后、3个月后和6个月后。研究结果显示，在不同时间点TAM3可解释易用性感知52%—67%的方差，可解释行为意向40%—53%的方差，并且可解释使用行为31%—36%的方差。^[84]

关于有用性感知的决定因素，除发现随着使用经验的增加，易用性感知对有用性感知的影响变强外，其他结论与Venkatesh和Davis（2000）对TAM2的研究是一致的，在此不再重复。TAM3比TAM2的改进集中在对易用性感知的决定因素的识别。在Venkatesh和Bala的研究中发现，计算机自我效能、外部控制感知、计算机焦虑和计算机趣味性等四个锚定因素是易用性感知的重要预测因素，在所有时间点上它们对易用性感知均有显著影响，但随着使用经验的增加，计算机焦虑对易用性感知的影响逐渐减弱；对于两个调整因素愉悦性感知和客观可用性来说，在技术使用的中后期它们对易用性感知的影响才得以体现。在对于行为意向的预测和解释上，该研究发现，有用性感知在所有时间点都强烈地影响行为意向，而易用性感知对行为意向的影响随着用户使用经验的增加而变弱，最终表现为影响不显著。此外，主观规范对行为意向的影响在强制使用情境下要大于自愿使用情境，且在自愿使用情境下，主观规范对行为意向的影响随着用户使用经验的增加会越来越弱。^[85]

Venkatesh和Bala根据对TAM3的研究结果指出，为了促进用户的接受和使用，在实施前宜从信息技术的设计、用户参与、管理支持和激励等方面进行干预，在实施后则可在培训、组织支持和同行支持等方面提供条件。^[86]Venkatesh和Bala的研究结论及建议为本研究提供了不少启示。

（三）技术接受和使用统一模型（UTAUT）

技术接受和使用统一理论模型（Unified Theory of Acceptance and Use of Technology，简称UTAUT）^[87]是Venkatesh等人在理性行为理论（TRA）、技术接受模型（TAM）、动机理论（Motivational Model,简称MM）、计划行为理论（Theory of Planned Behavior，简称TPB）、TAM和TPB整合模型（Combined TAM and TPB,简称C-TAM-TPB）、计算机使用模型（Model of PC utilization,简称 MPCU）、创新扩散理论（Innovation Diffusion Theory,简称IDT）、社会认知理论（Social Cognitive Theory,简称SCT）8个理论模型的基础上提出的一个综合模型。该模型综合8个理论模型的因素提出了影响信息技术接受的四个核心变量：“绩效期望”（Performance Expectancy，简称PE）、“努力期望”（ Effort Expectancy，简称EE）、“社群影响”（Social Influence，简称 SI）和“促进条件”（Facilitating Conditions，简称 FC），四个变量的定义见表2.5。

另外，模型还引入性别（Gender）、年龄（Age）、经验（Experience）和使用自愿性（Voluntariness of Use）四个变量作为调节变量。其研究模型如图2.11所示。

表2.5 UTAUT的构念、来源以及定义

图2.11 技术接受与采纳统一模型（UTAUT）

Venkatesh等人实施了一项纵向研究对这一模型进行了检验。该研究选取四个组织（一家中型制造公司、一家投资咨询公司、一家小型会计服务公司和一家小型国际投资银行）作为研究环境，前两个组织为自愿使用信息技术系统，后两个单位为强制使用。研究从三个时间点对数据进行收集，即系统应用前、系统应用1个月后及应用3个月后，被试为这些公司的215位员工。数据分析结果表明，员工使用信息技术系统的行为意向取决于绩效期望、努力期望和社群影响，用户行为取决于行为意向和促进条件，四个调节变量分别影响各核心变量与技术接受之间的关系。Venkatesh等人根据其研究结果指出，UTAUT可解释行为意向70%的方差，要远远高于上述8个模型17%—53%的解释力。^[88]

具体到每个变量对用户信息技术接受的影响，Venkatesh等人研究发现，绩效期望在大多数情况下是行为意向的决定因素，并且对于男性和年轻用户来说这种影响更大。努力期望对行为意向的影响会受性别、年龄和使用经验的影响，对于女性、年老者和使用经验较少者影响更大，且随着使用经验的增加努力期望的影响会降低。社群影响反映了周围人群和环境的影响程度，它对行为意向的影响依赖于所有4个调节变量。具体来说，女性和年老者更容易受他人的影响；在强制使用情境下，社群影响对行为意向的影响更强；在信息技术使用的早期阶段社群影响较为重要，随着个人使用经验的增加，社群影响的程度会减弱。促进条件影响使用行为，并且受年龄和使用经验的调节，对于具有较多使用经验的年老用户来说，这种影响较显著。^[89]

UTAUT吸收了8个模型的研究成果同时又保持了模型的简约性，为相关研究提供了理论基础。但我们也应该认识到，UTAUT的4个关键因素整合自TRA、MM、TAM等8个模型的14个因素，对这4个因素的测量也建立在8个模型的测量量表的基础上。Venkatesh等人测量UTAUT的关键因素时使用了8个模型中最理想的题项，看似消除了诸多测量风险，但也影响了各因素的内容效度。如他们将创新扩散理论的重要概念相容性整合到促进条件变量中，但相容性强调的是用户感到技术与自己的需求、价值观等相符合的程度，很难理解它是否可以反映促进条件因素所指的使用信息技术所需要的组织和资源支持上的便利性。实际上，Venkatesh等人的UTAUT研究最后在测量促进条件变量时也没有来自相容性变量的题项，说明相容性确实不能反映促进条件这一概念，这也预示着UTAUT并没有真正将创新扩散理论整合进来。其他三个核心因素也存在类似的问题，这些问题的存在为未来研究对UTAUT的修正或扩展提供了空间。