第三节　结论与对策建议

一、结论

从网上大厅的模型中可知，各个变量因素对于意图的影响主要分为三个层面，即主观规范、态度和感知行为控制层面。

在结果讨论之前，有必要对网上大厅的使用背景进行简要概述。公众可以根据自己的时间和地点随意选择，主动权较大，并且网上大厅的号源可以满足公众需求，号源充足。充分了解公众较大的选择权以及号源的充足性，是讨论网上大厅模型的前提条件。

对意图影响最大的因素是自我效能和感知到好用性。网上大厅使用简单，公众的自主选择权较大，且号源充足，使用的自信程度以及较大的自主选择权会促使公众产生使用意图。通过网上大厅的预受理，可以减少排队等待时间，减少所花费的精力，让用户感受到系统的好用性。

感知到有用性和信任的影响力次之。号源的充足性以及用户较大的选择权，使得用户认为即使不用网上大厅，通过现场排队的方式也可以进行办理，用户对于网上大厅的有用性感受并不强烈。此外，由于公众对于公安部门的信任，愿意尝试网上大厅，所以也成为影响意图的关键因素。

便利条件对于意图的影响力表明，用户对于条件的便利程度较重视。大多数证件办理者办理时间充裕，在不耽误行程的前提下，并不在乎是否能提前一两天办理完成，所关注的是在办理过程中能否顺畅地完成手续。

与其他因素相比，人际影响和媒体影响对于意图的影响力较小。由于出入境人群属于少数，所以没有得到公众的普遍关注，也没有得到媒体的广泛宣传，并不是公众的热点问题，所以人际影响和媒体影响对于意图的影响力较小。

信息系统质量对于意图的影响不显著，这也反映了一个客观问题：北京市在线公共服务发展水平不及欧美等发达国家。用户对于在线公共服务的体会仍处在实用性阶段，而对于整体风格、人性化水平等信息系统质量的关注程度并不高，这也真实地反映了我国电子政务发展仍处于初级阶段的客观事实。

二、对策建议

基于数据分析结果，本文提出以下三点建议。

第一，了解用户需求。在各大城市中，传统的出入境管理方法已经不能满足现代化的生活和工作方式，因此建立网上大厅，使得公众充分体验其优势，这是行政许可在线公共服务未来的发展方向。同时，政府部门应该根据用户需求，逐步提升服务质量，使之更为贴合用户需求。网上大厅为用户提供了方便，也为北京市公安局的出入境管理工作带来了新的活力。

第二，增强宣传力度。在网上大厅中增加分享链接，增加网络的可见度是必要的新媒体措施。这可以增加公众对于网上大厅的了解，由于亲友的推荐也会增加公众的认同感。此外，作为服务终端的各个分局办理点，应为没有使用过网上大厅的用户发放宣传手册，明确介绍优势特点与使用方法，通过优化终端服务进一步增加公众的可见性，促进用户的接受和使用。

第三，增加便利性。开发手机APP软件适应年轻人的操作习惯，是在线公共服务值得借鉴的做法。此外，及时了解用户的使用情况，优化现场服务流程，也是促进便利条件的积极方式。

---

(1)　国务院．2006至2020年国家信息化发展战略[EB/OL]．http://news.xinhuanet.com/newscenter/2006-05/08/content_4522878.htm.

(2)　Davis F D, Richard P B, Paul R W: User Acceptance of Computer Technology: A Comparison of Two Theoretical Models [J] Management Science, 1989, 35 (8): 982-1003.

(3)　Fishbein M, Ajzen I. Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research [M] . MA: Addison-Wesley, 1975.

(4)　A lexander J B, Anand J, Ryan G W. Content Acceptance Model and New Media Technologies [J] Journal of Computer Information Systems, 2013, Spring: 56-64.

(5)　Anol B, Clive S. Influence Processes For Information Technology Acceptance: An Elaboration Likelihood Model [J] MIS Quarterly, 2006, 30 (4): 805-825.

(6)　Brett J L, Rodger G, Sandra H. Measuring Student Perceptions of Blackboard Using the Technology Acceptance Model [J] Decision Sciences Journal of Innovative Education, 2006, 4 (1): 87-99.

(7)　Chao M C, Hua Y L, Szu Y S, et al. . Understanding customers’loyalty intentions towards online shopping: an integration of technology acceptance model and fairness theory [J] Behavior & Information Technology, 2009, 28 (4): 347-360.

(8)　Chih C W, Shao K L, Wen C F [J] Extending the technology acceptance model to mobile telecommunication innovation: The existence of network externalities [J] Journal of Consumer Behavior, 2008 (7): 101-110.

(9)　Ajzen I. The Theory of Planned Behavior [J] Organizational Behavior And Human Decision Processes, 1991 (50): 179-211.

(10)　Leo A G, Peter K. The influence of cost on medical prescriptions: A comparison of the theory of planned behavior and the composite attitude behavior model [J] . International Journal of Medical Marketing》, 2002, 2 (4): 311-327.

(11)　Paul A P, Mendel F. Understanding And Predicting Electronic Commerce Adoption: An Extension Of The Theory Of Planned Behavior [J] . MIS Quarterly, 2006, 30 (1): 115-143.

(12)　Danielle B F, Katherine M W. The Role of Self-Efficacy in Predicting Rule-Following Behaviors in Shelters for Homeless Youth: A Test of the Theory of Planned Behavior [J] . The Journal of Social Psychology, 2006, 146 (3): 307-325.

(13)　Lee Y H, Kozar K A, Larsen K T. The technology acceptance model: Past, present and future [J] . Communications of the Association for Information Systems, 2003 (12): 752-780.

(14)　Hung S Y, Chang C M, Yu T J. Determinants of user acceptance of the e-Government services: The case of online tax filing and payment system [J] . Government Information Quarterly, 2006 (23): 97-122.

(15)　DeLone W H, McLean E R. The DeLone and McLean model of information system success: A tenyear update [J] . Journal of Management Information Systems, 2003, 19 (4): 9-30.

(16)　Jaeho H, Ingoo H. Performance measure of information system in evolving computing environment: A empirical investigation [J] . Information & Management, 2003 (40): 243-256.

(17)　Bandura A. Self-Efficacy Mechanism in Human Agency [J] . American Psychologist, 1982, 37 (2): 122-147.

(18)　Taylor S, Todd P A. Understanding information technology usage: A test of competing models [J] . Information Systems Research, 1995, 6 (2): 144-176.