在我们今天的生活中，信息和通信技术（ICT）变得越来越不可或缺。虽然开发新技术本身是一个关键的过程，但是技术的欣赏和使用也至关重要。信息技术使用已经是管理信息系统（MIS）研究中的一个关键的因变量[1-4]，但是影响用户的使用和接受意图的因素仍然受到质疑。新技术还提供新的机会，并且这些新的有希望的技术的采纳和接受已经成为实践者和学者的重要问题。因此，了解哪些因素有助于用户使用新的移动服务是一个重要的问题。基本挑战是了解人们如何以及为什么采用或不采用移动服务。Sarker等人[5]认为对指导消费者采用和使用移动设备的动机和情况没有清楚的理解。在大多数情况下，新移动业务的成功传播部分取决于用户愿意采用这些业务[6]。虽然还有一些其他因素，如提供服务的参考价格[7]标准、基础设施和内容[8]，但是兼容性、个人流动性和主观规范似乎更多地影响用户的意图[9]。

英国皇室订婚、结婚时的戒指基本都是蓝宝石。1981年7月29日，黛安娜王妃在自己童话般的婚礼上，佩戴了一枚经典蓝宝石戒指。在2011年，威廉王子又把父亲查尔斯王子与母亲戴安娜王妃定情的戒指当作信物送给了美丽的凯特王妃，这枚充满历史感的蓝宝石戒指又继续承载着皇室的尊贵与传统千古流传下去。

文中是关于在发展中国家高等教育中接受移动服务的研究。这项工作的主要目的是更好地了解影响采用移动服务的因素。在本研究中，基于技术接受理论的移动服务接受模型[10]被用来调查大学信息系统（UIS）在本科学生管理中的接受和采用程度。

1 研究模型及假定

图1中示出了研究模型，环境、信任、个人主动性和特征被并入到传统技术接受模型（TAM）中。这创造了“移动服务接受模型”，并作为本文理论框架。搜索模型专用于移动服务程序开发，并仅在有限数量的研究中使用。本文研究哪些因素在接受和使用这种新的UIS扩展方面发挥重要作用。

图1 移动服务接受模型

提供了如下研究假设：

H1：环境对感知有用性具有积极和直接的影响

H6：感知有用性积极影响使用意图

根据式(2),利用正向差分方法,得到电流的离散化方程,即用线性一阶方程式代替电流微分,如式(5)所示。

没有听说UIS或没有使用它的参与者没有被纳入研究，因为目的是调查采纳和使用趋势，并评估采用这个教育管理信息系统背后的社会心理因素。所有227名参与者表示他们意识到系统并使用了系统。约10%的参与者表示他们没有智能手机，但可以通过朋友的手机或平板电脑访问系统。调查量表如表1所示，包括人口统计变量，如性别、年龄、收入水平、他们是否有智能手机、智能手机的操作系统类型（如果他们有智能手机）、使用年份、移动UIS的使用特性等。

在社会科学中，因果模型引起广泛兴趣，因为它们能够解释变量之间的理论关系。由于这些模型通常使用无形的概念[11]，因此研究人员将观察到的变量与这些假设结构相关联，这些假设结构称为潜在变量[12]。结构方程模型是用来揭示观察和潜在变量之间的线性关系和效应的重要工具[13]。

H3：感知易用性积极影响感知有用性

H2：环境对感知的易用性具有积极和直接的影响

H5：个人主动性和特征对使用意图有积极影响

H7：感知易用性积极影响使用意图

2 研究方法

2.1 结构方程模型

本组试验选取的数据为排水管壁试样直径d=100 mm条件下，3种土体分别在3种水力梯度下的试验结果(如图4所示)。图4显示：在试样面积、土体类型一致的条件下，与水力梯度i=6相比，水力梯度i=8时稳定梯度比Gr值增长了9%～15%，与水力梯度i=6相比，水力梯度i=10时稳定梯度比Gr值增长了24%～27%，稳定梯度比Gr值随着水力梯度的增大而增大。

在本研究中，进行了结构方程模型分析，以检查移动UIS接受模型和6个潜在变量，如图2所示。三个外生潜在变量是信任（B）、个人主动性和特征（C）和环境（D）。内生变量是感知易用性（A）、感知有用性（E）和使用意图（F）。

2.2 数据源和描述性统计

本研究开始于2014年，数据收集在2015年年底前完成。参加者选自某大学计算机学院的本科生。该调查是在2015年与学生面对面交流时使用纸质文书进行的。参与调查完全是自愿的。由于学术和行政人员参与调查非常少，因此他们被排除在外。共有227名本科生参加了研究，基于便利抽样方法选择了受访者，研究人员在其授课的教师许可下访问了所有可用的课程。由于主要目的是评估学生对UIS的接受和采用，重点只针对参与本研究的学生。因此，参与者大多是年轻人，其中超过95%的年龄在17岁至24岁之间。

图2 移动UIS接受模型

H4：信任积极影响使用意图

3 理论测试和结果

具有观察变量的误差方差的潜在变量的标准路径系数和因子载荷可以在图3中看到。最高误差方差为0.79，而因子载荷范围在0.46和0.96之间。由于最低t值为7.13，因此移动服务接受模型中观察到的变量被确认为潜在变量的指标（p>0.05）。调查拟合优度指数以证明收集的数据代表模型。

为了通过收集的数据测试移动服务接受模型，使用结构方程模型来进行分析。在本研究的理论结构中，共有6个潜变量进行协作：感知易用性（A）、信任（B）、个人主动性和特征（C）、环境（D）、感知有用性（E）和使用意图（F）。使用计算的路径系数，测试假设并解释潜在变量之间的关系。通过路径系数证明潜在变量之间的统计意义上的关系。最大似然估计为用于结构方程模型中的预测方法。

在生态文明建设已成为文明发展的新阶段，绿色发展已成为国家发展的战略模式的时代背景下，《民法典》不可能也不应该回避环境保护义务，避免出现立法理念偏差，最终导致制度缺失和法律漏洞。那么，《民法典》编纂过程中对待环境保护应秉持何种态度？环保规范于《民法典》中如何具体设计？这都是《民法典》必须直面的课题。对此，《民法总则》首先表明立场，从民法基本原则层面对生态环境保护进行私法回应，这种层级、内容的条款，在以前民事立法中尚未有过，属于创新。［8］67毕竟，民法基本原则纵贯全部民事立法，对各项民法制度的构建具有统率意义。［4］46

表1 受访者的特征

特征性别男女收入<1000 1000—2000 2001—3000>3000拥有智能手机？是否使用智能手机年限？没有<1年1年至3年3年至5年>5年智能手机操作系统类型？Apple IOS Android Windows Blackberry不知道或者其他每天上网时间？<1小时1小时至2小时2小时至5小时5小时至10小时>10小时是否了解UIS？是曾经是否使用移动UIS？是数目111 116 177 35 10 4 204 23 22 71 92 28 14 47 153 322 2 22 55 91 45 16 227 227（%）48.9 51.1 78.3 15.5 4.4 1.8 89.9 10.1 9.7 31.3 40.5 12.3 6.2 20.7 67.4 1.3 0.9 9.7 8.8 24.2 40.1 19.8 7.0 100.0 100.0

卡方是必须分析的第一个值，以测量观察到的和估计的协方差之间的一致性[14]。预计在大样本量中，卡方值（c2）为1455.11（p<0.05）。考虑相对卡方值（标准卡方值获得的自由度值除以卡方）而不是单独的卡方值。相对卡方计算约为3，表明收集的数据创建了一个相当充分的模型拟合[15]。与卡方统计相似，相对卡方也受样本量的影响很大，没有可接受的限制值。因此，还应谨慎对待相对卡方值，并应考虑其他适合指数用于整体决策。RMSEA低于0.10，因此，结构方程模型分析验证了本假设模型[16]。

目前BT已被国内外批准用于成人难治性哮喘的治疗，GINA将其证据等级提升至B级，该方法具有减少哮喘急性发作、改善哮喘控制、提高患者生活质量、减少药物使用等效果，并可较长时间维持。BT在短时间内可引起呼吸系统症状加重或并发症，但经过规范治疗皆能恢复，目前尚无死亡病例报道。

所提供的数据在很大程度上支持了这些假设。信任与标准化路径系数为0.60的使用意图具有直接的正相关关系。这提供了对假设H4的支持。令人惊讶的结果是，感知有用性和使用意图之间的直接路径是微不足道的，并且感知易用性对意图使用的影响也是如此。因此，假设H6和H7被拒绝。相反，发现环境对感知有用性和感知易用性的影响是显著的，路径系数为0.56和0.77，因此支持假设H1和H2。如预期的，H3被支持，这意味着感知易用性对感知有用性有直接作用。最后，在个人主动性和特征与使用意向之间没有发现直接的积极作用，因此H5被拒绝。结果示于表2中。

表2 结构模型的路径系数和t值

假设H1H2H3H4H5H6H7路径系数0.56 0.77 0.31 0.60 0.01 0.02 0.11 t值7.64 11.68 4.11 7.05 0.11 0.19 1.25

4 结 论

高等教育机构面临更多的挑战和复杂的问题，从增加入学人数到适应学生和班级的基础设施限制。为了克服大学面临的这些问题，信息技术已经成为过去二十年中最具决定性的工具之一。大学管理者不是使用常规方法来管理复杂的学习和教学过程，而是开始使用称为教育管理信息系统（EMIS）的集成系统来计划和评估。本文是关于对移动信息技术被接受的研究，它可能为学术界和从业者揭示应考虑哪些社会心理因素，并且为接受移动服务提供有用的指导。在进一步的研究中，来自不同技术模型的不同决定因素以及与社会文化相容的不同变量可以被选择并且并入新模型中。从实践者的角度来看，本研究的结果可用于EMIS的整个设计和实施过程，以创建更好的信息系统服务。此外，理解教师和学生对移动服务的认知和采用可以导致设计更好的系统。

第一阶段 专业的特色与定位。首先,基于本专业的标准,在充分调研分析的基础上确定本专业的特色与定位。教研室组织骨干教师组成核心团队,从培养方案、课程计划开始列出本专业培养目标。通过对教师、学生、校友、用人单位的调查,对本专业国内外发展趋势的分析修订本专业培养目标,将修订后的培养目标发给全系教师,然后召开全系教师会议再讨论确定本专业的培养目标,以专业培养目标为基础将本专业的培养目标细化为学生的学习结果,形成专业培养标准。

参考文献：

[1]Nechkoska RP，Poels G，Mancheski G.Bridging op⁃erational，strategic and project management infor⁃mation systems for tactical management informa⁃tionprovision[J].Nature，2015，526（7571）:146-158.

图3 研究模型结果

[2]Punyasung P.Membership，inventory and purchas⁃ing order management information system for a net⁃work marketing[J].Journal of Endourology，2015，21（11）:2568-2579.

[3]Srivastava S，Nemec J，Stoermer M.Applying tech⁃nology in informal sector health insurance schemes-the example of the Insurance Manage⁃ment Information System in Tanzania，Nepal and Cameroon[J].Tropical Medicine&International Health，2015（20）:83-84.

[4]Delimayanti MK，Mulyono S，Waluyanti FT.The development of web-based management informa⁃tion system for the child malnutrition surveillance[J].Clinical&Experimental Metastasis，2015，77（22）:357-367.

[5]Sarker S，Wells D.Understanding mobile handheld device use and adoption[J].Communications of the ACM，2003，46（12）:35-40.

[6]Gao S，Krogstie J，Siau K.Developing an instru⁃ment to measure the adoption of mobile services[J].Mobile Information Systems，2011（7）:45-46.

[7]Blechar J，Constantiou I，Damsgaard J.Exploring the influence of reference situations and reference pricing on mobile service user behavior[J].Europe⁃an Journal of Information Systems，2006（15）:285-291.

[8]Barnes S.Understanding mobile handheld device use and adoption[J].International Journal of Infor⁃mation Management，2002，22（2）:91-108.

[9]Schierz P，Schilke O，Wirtz B.Understanding con⁃sumer acceptance of mobile payment services:An empirical analysis[J].Electronic Commerce Re⁃search and Applications，2010，9（3）:209-216.

[10]Gao S，Krogstie J，Gransther P.Mobile services acceptance model[C]//International conference on convergence and hybrid information technology，Daejeon，Korea，2008:446-453.

[11]George R，Kaplan D.A structural model of parent and teacher influences on science attitudes of eighth graders:Evidence from NELS:88[J].Sci⁃ence Education，1998，82（1）:93-109.

[12]McLean S，Gray K.Structural equation modeling in market research[J].Journal of the Australian Market Research Society，1998，6（1）:27-47.

[13]MacCallum R C，Austin J T.Applications of struc⁃tural equation modeling in psychological research[J].Annual Review of Psychology，2000.

[14]Hu L，Bentler P.Cutoff criteria for fit indexes in co⁃variance structure analysis:Conventional criteria versusnew alternatives[J].StructuralEquation Modeling:A Multidisciplinary Journal，1999，6（1）:1-55.

[15]Wheaton B，Muthen B，Alwin，et al.Assessing reliability and stability in panel models[J].Sociological Methodology，1977（8）:84-136.

[16]Sharma S，Mukherjee S，Kumar A，et al.A simulation study to investigate the use of cutoff valuesforassessing modelfitin covariance structure models[J].Journal of Business Research，2005，58（7）:935-943.