统计信息质量提高分析论文

［摘要］统计信息化时代的来临是社会发展的进步，也是科学技术的一大进步。随着社会的发展和进步，社会各界的各行各业经济发展也很迅速，信息量不断增加，统计起来就会出现一系列的问题，统计信息化就是为了改善这种状况，社会各界的信息数据都要进行信息化的管理，信息才能够真实、有效和完整。今天小编给大家找来了《统计信息质量提高分析论文(精选3篇)》相关资料，欢迎阅读！

统计信息质量提高分析论文 篇1：

试论如何加快统计信息化建设

摘 要：统计信息化是统计工作发展的必然趋势，也是积极拓展统计功能，实现统计服务职能的重要途径。积极推动统计信息化建设，实现统计技术咨询以及统计数据信息的处理正成为当前统计工作的重要内容。本文围绕统计信息化建设，介绍了统计信息化的基本内容和目标，分析了当前统计信息化建设中存在的问题和不足，并就如何强化统计信息化建设提出了建议措施。

关键词：统计信息化；建设

一、相关概述

统计信息化是指在统计工作中积极利用网络信息技术，强化统计信息资源开发建设，推动统计信息的质量和共享，促进统计工作的改革发展，切实提升统计现代化水平，在此基础上实现统计信息化在整个信息化建设中的作用和地位。实施统计信息化建设包含了多个方面的内容和目标，主要包括建立完善跟信息化建设相适应的统计工作方式、推动统计信息管理的标准化以及建成统计信息建设工程等。

统计的基本职能就是依靠对经济社会发展情况进行统计分析和统计调查，及时提供统计咨询信息和意见，实施统计监督，在此基础上实现对政府相关部门科学决策提供信息支持。统计信息化就是要围绕统计核心业务，充分运用信息科学以及现代统计学的基本原理，采用网络信息技术、计算机技术以及信息处理技术等手段，实现统计信息的采集、处理、传输、使用和发布等全程的信息化。统计信息化的实质就是统计工作的网络化、统计工作的数字化，使用计算机信息技术来实现数据信息的存储和表达，推动统计信息的共享，提高统计工作质量和效率。

二、统计信息化建设中存在的问题分析

当前，我国大多数统计部门都建立了不同的统计信息数据库应用系统，积极依托统计内部信息网站、外部网站实现统计信息发布的及时性，这不仅改变了原先的统计数据发布方式和手段，同时也丰富了统计信息的内容，极大提升了统计工作的效益和效率。但是在统计信息化建设过程中，也依旧存在着不少的问题和不足。这些问题和不足制约和影响了统计的质量和效率，具体来讲主要有以下几个方面的问题：

1.统计信息应用系统在开发利用上存在着一定的缺陷

当前一些部门在统计工作中对于统计信息化建设认识上不充分，这就会导致在统计信息应用系统开发利用中的经费投入还比较低，信息化建设水平有待于进一步提升，在统计信息化建设中硬件以及软件的投入不够，制约了统计信息化的发展。同时，在统计信息化建设中统计软件开发部门跟统计软件使用部门之间的沟通不够，相互之间配合有待于进一步强化。一些统计人员对于统计信息化和信息技术缺乏充分的了解，难以在统计软件开发之前提供详细的功能需求和分析，致使统计软件信息系统在后续使用中需要反复修改，在软件测试过程中也难以提供测试和修改意见。与此同时，软件设计人员对于统计工作的内容、流程以及功能需求也缺少充分了解，致使统计信息应用系统在开发后跟实际管理需求之间存在着差距。

2.统计信息化在信息安全以及网络安全上需要进一步强化

信息安全是统计信息化建设中的重要内容，信息安全与否直接关系着统计信息化的质量。由于我国统计工作在信息化建设上起步相对比较晚一些，同时信息安全技术力量和手段有待于进一步强化，这些都会影响到统计信息安全。除此之外，由于统计安全法律法规还需要健全，相关的统计信息监管体系也不够完善，这些也是我国统计信息化建设中存在的安全问题。我国的网络安全和信息在安全防护能力建设上需要加强，既要防范网络黑客对于统计信息安全的攻击，也要防止不法分子使用信息系统管理漏洞依靠木马盗用等手段进行网络犯罪活动。统计信息安全以及统计信息应用系统的完善性都是我国统计信息化建设中的需要关注的重要内容。

3.统计信息化建设中存在着信息化专业技能人员短缺的问题

统计信息化建设中人才队伍建设是最重要的因素，专业的高素质统计人才是实现统计信息化建设的前提和保障。只有强化对统计人员的信息化培训力度，提高培训效益和效率才能够提高信息化手段在统计实践中的应用。当前，我国不少统计部门，尤其是基层统计部门在统计工作中都缺少专业的计算机信息技术人员，这在很大程度上影响到了统计信息化的进程和质量。不少统计工作人员由于对统计信息系统了解不够，在应用中不够熟练，功能难以充分发挥，这不仅导致统计软件使用效率和使用效益较低，同时也会影响到统计任务的顺利完成，不利于统计信息化的发展和推进。

三、进一步推进统计信息化建设的措施

1.进一步健全完善相关法规制度，为统计信息化建设提供制度保障

伴随着经济社会信息化程度的不断提升，统计信息化建设也刻不容缓。在统计信息化建设过程中，法规制度完善也是其中的一项重要内容。要结合我国的统计实际，合理借鉴国际通行规则，对统计信息化相关的法规制度进行进一步的健全完善。在统计数据发布、统计数据管理、统计数据保密、网络信息安全、信息资源共享等方面加强制度建设。并在此基础上提高制度的贯彻执行力，进一步强化统计执法力度，积极培养良好的统计工作法制环境，以此为保障切实推进统计信息化建设。

2.强化统计信息化软件开发力度，进一步完善统计网站服务功能

在统计信息化建设过程中，统计软件的开发利用占据了重要位置。要实现统计信息化建设就需要重视对统计软件的开发利用，在原先的经验基础上进一步推动软件开发工具以及软件开发技术的发展，确保其先进性。依靠项目管理模式，采用委托开发、联合开发、独立开发等方式加快统计软间的开发速度。在统计软件的开发过程中重视数据资源管理业务的核心作用，将数据库建设作为信息化建设的基础，依靠网络应用手段，实现统计生产力的提升。并结合统计业务实际需求，综合考虑，统筹规划，确保统计软件开发计划的切实可行。与此同时，还需要重视统计网站的建设，将其作为统计信息发布的平台，实现信息共享目录的对象化、层次性，并逐步实现检索方式、内容分类、数据查询以及网站浏览的一体化，积极发挥其信息发布、数据采集、政务管理的作用，在统计网站基础上实现统计下属单位的数据直报和管理。

3.强化统计信息的安全管理

统计信息在经济社会发展和管理决策中扮演着重要的角色，这也使得统计信息成为信息化的重要组成部分，常常会受到攻击和入侵，这对于统计信息系统安全造成了一定的威胁。这就要求在统计信息化建设中重视信息安全管理。一方面逐步建立完善网络安全管理信息系统，在安全策略制定、安全等级设定、安全项目规划、人员职责分工、安全审计评价、网络技术运用以及规章制度建设等方面强化管理。另一方面建立健全网络信息安全规章制度，并加强在计算机、网络信息安全方面的技术培训，避免因为统计信息系统使用者缺乏安全知识造成统计安全出现问题。除此之外，还应当制定和完善统计信息系统网络安全管理系统、统计信息系统灾难备份恢复系统、统计信息网络系统病毒防护系统，依靠多层次的信息安全管理手段，切实保障信息内容以及信息系统的安全。

4.重视统计信息化技术培训，提升统计人员信息化专业技能

统计信息化建设中人才队伍建设是最重要的因素，专业的高素质统计人才是实现统计信息化建设的前提和保障。要积极培养懂技术的专业技术骨干，充分了解统计行业，丰富自身统计经验，逐步适应统计信息化趋势和发展潮流。制定和完善有助于稳定统计信息化人才队伍、吸引人才的管理机制和政策，在人力资源管理上统筹规划，积极培养适应统计信息化发展的人才队伍。同时，强化对统计人员的信息化培训力度，提高培训效益和效率，并提高信息化手段在统计实践中的应用。依靠信息化培训和人才队伍建设，积极打造懂统计业务，熟悉信息化技术手段的复合型统计人才队伍。

总的来讲，统计信息化是统计工作发展的必然趋势，信息化的普及对于统计既是机遇也是挑战。统计部门需要积极调整自身角色，顺应信息化潮流和趋势，转变统计工作模式和统计信息管理流程。推动统计信息的质量和共享，促进统计工作的改革发展，切实提升统计现代化水平，在此基础上实现统计信息化在整个信息化建设中的作用和地位。需要明确的是，统计信息化是一个系统工程，不可能一蹴而就，统计部门需要合理制定统计信息化发展目标，优化统计工作流程，充分利用信息手段提升统计工作效率和工作效益，切实推动统计在经济社会发展中职能作用的发挥。

参考文献：

[1]张建华.统计信息化发展及问题研究[A].山西省第七次统计科学讨论会论文集[C]，2013.

[2]张凤琴.统计信息化建设对统计管理模式的影响与促进研究[A].北京市第十四次统计科学讨论会获奖论文集[C]，2012.

[3]郑丽伟.有关统计管理信息化的几点认识[A].节能环保和谐发展——2007中国科协年会论文集（一）[C]，2007.

作者：孟凯

统计信息质量提高分析论文 篇2：

探讨统计信息化与统计改革发展机遇与困难

［摘 要］ 统计信息化时代的来临是社会发展的进步，也是科学技术的一大进步。随着社会的发展和进步，社会各界的各行各业经济发展也很迅速，信息量不断增加，统计起来就会出现一系列的问题，统计信息化就是为了改善这种状况，社会各界的信息数据都要进行信息化的管理，信息才能够真实、有效和完整。统计信息化是时代发展的必然，也是社会发展的必然趋势，本文主要讲述了统计信息化的机遇与困难；统计信息化的内容和现状；统计信息化的必要性；统计信息化的目标；统计信息化的改革和发展。

［关键词］ 统计信息化； 改革； 机遇； 困难； 发展

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 18. 042

［

随着社会信息不断增加，人们对于信息的广泛关注，信息已经成为人们生活、学习和工作中必不可少的一部分，而信息的统计中却出现了很多方面的问题，因为信息量比较多，而且信息的来源不稳定，信息多元化传递，信息复杂化，这些都是信息统计中出现的问题，统计信息化就是将要统计的信息通过网络数据库等等进行统计，确保统计的信息化、科学化和有效，才能够保障信息的采集、发布和传递的真实性、准确性。

１ 统计信息化的机遇与困难

（１） 统计信息化在２１世纪是有非常大的发展前景的，这主要源于人们对于网络信息的依赖，计算机网络不断走进人们的生活，改变了人们的生活习惯和方式，也使人们的生活更加丰富多彩，统计信息化有很多的机遇。

（２） 由于计算机网络的快速发展，使得网络信息越来越多，而且各行各业以及各个阶层的信息不断涌现，网络信息没有进行肃清，网络信息呈现复杂化、多元化，虽然统计信息化有很大的机遇，但是统计数据信息时还是存在很多的困难，比如说：信息统计的软件不发达，信息统计不及时，统计的信息不真实、不准确等等，这些都是统计信息化在有很大发展前景和很多机遇的现代所面临的困难。

２ 统计信息化的内容和现状

（１） 统计信息化的内容就是借助计算机网络这个平台，将社会各界的信息进行统计，采用先进的信息技术进行信息的采集，网络数据库进行分析、整理和存储，然后再在社会各界进行传递，这样就能够真实、有效地为人们及时提供社会各界的信息，丰富人们的生活，提高生活的质量，提高人们办事的效率。

（２） 统计信息化因为计算机网络的不断改革和创新，已经取得了很大的进步和发展，而且信息的普及已经超乎人们的想象，人们能够在计算机网络上找到任何想要找到的资料和信息，这都是统计信息化的功劳，统计信息化将信息的采集、分析、整理、存储和传递一条龙服务，能够使信息更加真实、有效、准确和优质，但是统计信息化同样面临很多的问题，因为发展的速度很快，社会发展和经济不断完善，使得信息越来越复杂，统计信息的困难越来越多，但是实际掌握信息技术等高科技的人才却很少，造成了统计信息化的滞后问题。

３ 统计信息化的必要性

统计信息化是时代发展的必然，随着人们生活质量的不断提高，人们生活中需要的各种各样的信息越来越多，而且信息的增多也给信息统计部门增加了负担，统计信息化能够使信息更加真实、有效和准确，还能够节省采集、分析、整理和存储信息的时间，还能够有效地减少人力资源的使用，有效地节约成本，提高信息统计的速度、效率和质量，还能够对信息做好有效的管理，统计信息化的信息不断优化和有效。

４ 统计信息化的目标、改革和发展

４．１ 统计信息数据的采集

统计信息化使信息数据的采集更加及时和真实，使采集信息的技术不断完善和发展，采集信息技术不断进行改革和创新，采集信息时人力、物力和财力方面都能够有效减少，能够对采集信息的技术、方法和手段等进行统一。

４．２ 统计信息数据的分析

统计信息化在数据的分析方面更加准确和有效，对于数据的分析，首先要做到数据信息的真实可靠性，要不断改革数据分析的软件，数据信息在分析的过程中能够不断挖掘出更多有用的信息。

４．３　　统计信息数据的整理

统计信息数据的整理对于信息来讲是非常重要的一个环节，要对整理信息数据的软件进行不断更新，要采用先进的科学技术实现信息整理的优化，统计信息化中对于数据信息的整理就是将有效的信息进行归类，然后再将信息不断优化，信息整理的软件升级能够提高统计信息化的速度和效率，还能够有效提升质量。

４．４ 统计信息数据的发布

数据信息的发布需要网络这个平台，要对网络建设的安全性和可靠性不斷优化和改革，对于要进行发布的信息一定要实施优化，要肃清网络不良信息的发布，信息中肯定含有很多对于人们的生活和工作不利的信息，还有可能会侵犯到他人的合法权益和利益，这就需要网络信息管理者对要进行发布的信息进行控制、监督和审核，加强防范，避免网络上出现不利于别人生活和工作的信息，避免给别人的生活带来不便。

４．５ 统计信息数据的传递

统计信息化对于数据的传递方面一定要采取必要的措施进行整改，现在网络上有很多不良的信息互传，要对发布不良信息的网址和网站进行屏蔽，肃清网络环境，对于网络管理信息人员要不断进行高新技术的培训，保障网络管理者的整体素质和专业技能素质，还要使信息技术不断更新，使统计信息化实现现代化、专业化发展。

５ 结 语

随着社会各界信息的不断增加，信息在人们生活中扮演的角色越来越重要，统计信息化不断进步和完善，带动了社会的进步和发展，同时也使人们的生活水平质量不断提高，统计信息化就是借助计算机网络这个科技的平台，借助网络这个大的环境，将信息的统计变得更加真实、有效和准确，统计信息化的时代改变了人们的生活、学习和工作，使人们的周围充满了各种各样的信息，丰富了人们的视野，统计信息化的不断改革和发展，能够使信息更加广泛地被人们使用，而且信息服务的水平也会不断地提升。

作者：荆红芳

统计信息质量提高分析论文 篇3：

数字图书馆信息质量、系统质量与服务质量整合研究

〔摘 要〕 [目的]为提高数字图书馆的信息质量、系统质量及服务质量，增加用户感知效果，增强用户黏性。[方法]本文以理性行为理论、技术接受模型、技术接受与利用整合理论为基础，通过引入信息系统成功模型的信息质量、系统质量、服务质量三个变量，结合已有研究成果，构建数字图书馆信息质量、系统质量及服务质量整合模型。运用探索性因子分析、验证性因子分析、结构方程模型对数字图书馆的用户行为意愿进行实证研究，并利用R语言编写程序，计算该模型的统计力。[结果与建议]结果显示，信息质量对感知有用正向影响显著、系统质量对信息质量以及服务质量和感知有用正向影响显著、服务质量对感知易用正向影响显著等。该模型统计力非常高，表明对本文的分析结果有足够的信心。根据对研究结果的讨论，提出了如何提高数字图书馆的信息质量、系统质量及服务质量的建议。[意义与局限]最后对本文的研究意义和局限性进行了探讨。

〔关键词〕数字图书馆；信息质量；系统质量；服务质量；结构方程模型；R语言

DOI：10.3969/j.issn.1008-0821.2017.08.001

〔

〔

[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

数字图书馆是一个以数字资源建设为基础、以用户需求为中心、以各种信息技术为手段的综合信息资源服务系统平台，其在用户信息检索、挖掘、利用等过程中扮演着重要角色。近年来，随着人类由IT时代进入DT时代后，信息数量急剧增长，用户对信息需求有了更高要求，使得数字图书馆由“以资源建设为中心”向“以用户服务为中心”转变，提高用户满意度，增加用户感知效果，增强用户黏性。从近几年来国内外学者的研究成果看，主要集中在三个方面。第一，用户满意度方面，胡昌平等[1]认为用户满意度是数字图书馆服务质量的重要衡量指标，并运用结构方程模型对高校数字图书馆用户满意度影响因素及这些因素之间的关系进行研究。研究发现，信息供给、信息检索及个性化服务质量直接影响用户满意度；Masrek和Gaskin [2]为了检验用户满意度的决定因素，通过结构方程模型对一种基于重新指定的信息系统成功模型进行分析测试。结果表明，信息质量、系统质量、服务质量、感知有用性、感知易用性和认知吸收是数字图书馆用户满意度非常重要的预测因素；Lee， Seung Ah和Kim， Heesop [3]以及Lee和Baek [4]也开展了相关研究。第二，用户行为方面，刘锦宏等[5]以用戶行为关系理论和科技接受模型为基础，构建移动数字图书馆用户行为模型并开展实证调查研究。并根据研究结论，提出如何提高数字图书馆的普及率，吸引更多用户使用移动数字图书馆的建议；易红[6]、张聪[7]及DeLone和McLean [8]也都开展了相关研究。第三，人机交互方面，李月琳等[9]探讨用户与数字图书馆不同维度交互及对交互绩效的影响。结果显示，技术维度的“界面易用性”、“导航清晰性”和“栏目信息组织合理性”，信息维度的“所获信息充分性”及任务维度的“获得任务所需信息的信心”对数字图书馆的交互绩效有显著影响；刘国晓等[10]从人机交互的角度探讨影响用户技术接受的三个方面：用户、系统、服务，并通过因子分析对这三个方面进行公因子提取，得到修正后的用户技术接受影响因素。

国内外学者在数字图书馆用户满意度、用户行为及人机交互方面已有一定的研究，对数字图书馆提高用户满意度、增加用户感知效果、增强用户黏性，提供有益参考。但还未发现整合数字图书馆信息质量、系统质量及服务质量，研究在信息检索过程中用户对数字图书馆的感知效果及使用态度和意向。鉴于此，本文以理性行为理论（TRA）[11]、技术接受模型（TAM）[12]、技术接受与利用整合理论（UTAUT）[13]为基础，通过引入DeLone和McLean [8]的信息系统成功模型的信息质量、系统质量、服务质量三个变量，结合Wixom和Todd [14]以及Xu等[15]的研究成果，构建数字图书馆信息质量、系统质量及服务质量整合模型。运用探索性因子分析、验证性因子分析、结构方程模型（Structural Equation Modeling，SEM）对数字图书馆用户的感知效果及使用态度和意向进行实证研究。以期对提高数字图书馆的信息质量、系统质量及服务质量，增加用户感知效果，增强用户黏性具有一定的实践指导意义。

1 概念模型与研究假设

1.1 概念模型

技术接受模型（TAM）将社会心理学中的理性行为理论（TRA）运用到管理信息系统（MIS），通过感知有用、感知易用、使用态度、使用意向以及外部变量等因素，解释和预测人们对信息技术的接受程度[16-17]。数字图书馆作为提供信息资源的平台，用户在信息检索过程中的感知效果直接影响后续的使用态度和意向。基于此，本文通过对理性行为理论（TRA）[11]、技术接受模型（TAM）[12]、技术接受与利用整合理论（UTAUT）[13]以及DeLone和McLean [8]的信息系统成功模型的研究，参照Wixom和Todd [14]及Xu等[15]的研究成果，综合考虑数字图书馆管理信息系统特性，提出基于TAM的数字图书馆信息质量、系统质量及服务质量整合模型，如图1所示。在该模型中，信息质量[18]是指用户对数字图书馆所提供信息支持信息需求的感知，通常与信息质量有关的属性是准确性、及时性、精确性、完整性、相关性等；系统质量[18]是指用户对数字图书馆在检索和传递信息中的性能感知，测量系统质量的属性一般是可用性、可靠性、有效性、效率等[19]；LibQUAL[20]基于SERVQUAL[21][22]的概念模型，将服务质量定义为“用户感知和期望之间的差异”，与服务质量有关的主要属性是可访问性、可靠性、集成性、响应性等[18-19]。关于数字图书馆信息质量、系统质量及服务质量三者的关系，本文将提出假设并进行实证研究。

1.2 研究假设

1）信息质量。信息质量是指用户对数字图书馆所提供信息支持信息需求的感知。如果数字图书馆能提供及时、完整、准确的信息服务，提高信息检索的查全率和查准率等，那么用户在使用数字图书馆时，感知有用性将会增加。同时，用户在评价服务质量时，不仅考虑与服务有关的因素，还考虑对信息质量的感知。由此，提出如下假设：

H1a：信息质量正向影响用户对数字图书馆的感知有用性。

H1b：用户对信息质量的感知正向影响用户对服务质量的感知。

2）系统质量。Xu等[15]认为当用户被要求评估信息質量或服务质量时，他们会自然而然地考虑系统质量，也就是说当用户评价信息质量或服务质量时，他们不仅评估与信息质量或服务质量有关的因素，而且也会评估和描绘他们对系统质量的感知。系统质量是指用户对数字图书馆在检索和传递信息中的性能感知。如果数字图书馆运行可靠、性能稳定、容易访问，灵活适应用户各种信息需求，及时回应用户信息检索请求，那么用户在使用数字图书馆时，感知有用性和感知易用性将会增加。由此，提出如下假设：

H2a：用户对系统质量的感知正向影响用户对信息质量的感知。

H2b：用户对系统质量的感知正向影响用户对服务质量的感知。

H2c：系统质量正向影响用户对数字图书馆的感知有用性。

H2d：系统质量正向影响用户对数字图书馆的感知易用性。

3）服务质量。服务质量是指用户对数字图书馆感知和期望之间的差异，也就是满足用户需求的程度。如果数字图书馆能够给用户提供个性化自动信息推荐、在线咨询参考等服务，

用户就不需要为了获取想要的服务，花费时间和精力去查找，从而感知数字图书馆的好处。如果数字图书馆能够向用户提供各种使用教育培训及APP、QQ、微信等服务，用户就会更好地使用数字图书馆，感知易用性将会增加。由此，提出如下假设：

H3a：服务质量正向影响用户对数字图书馆的感知有用性。

H3b：服务质量正向影响用户对数字图书馆的感知易用性。

4）感知易用。感知易用是指用户认为数字图书馆很容易使用。当用户感觉数字图书馆不需要长时间学习或培训就可以很容易使用，他们就会尝试去使用。但是，当用户感觉数字图书馆很难使用，很大程度上将会影响用户对数字图书馆的感知有用性，也就是说用户的感知有用性将受到感知易用的影响。由此，提出如下假设：

H4a：感知易用性正向影响用户对数字图书馆的使用态度。

H4b：感知易用性正向影响用户对数字图书馆的感知有用性。

5）感知有用。感知有用是指用户认为数字图书馆可以提高工作效能。当数字图书馆能够满足用户需求、提高用户效率、改善用户绩效时，用户将具备足够的动力去使用它。而且，Davis[12]等通过实证研究得出结论感知有用性是信息技术使用意向的主要决定因素。由此，提出如下假设：

H5a：感知有用性正向影响用户对数字图书馆的使用态度。

H5b：感知有用性正向影响用户对数字图书馆的使用意向。

6）使用态度。使用态度是指用户对数字图书馆持久性的评价、感觉。当用户认为使用数字图书馆检索信息是一个不错的主意、有效的想法、明智的选择时，他们愿意经常使用数字图书馆检索信息，乐意推荐身边的朋友使用数字图书馆，未来还愿意继续使用数字图书馆检索信息。由此，提出如下假设：

H6：使用态度正向影响用户对数字图书馆的使用意向。

2 研究变量与样本估算

2.1 研究变量

本文将数字图书馆信息质量、系统质量及服务质量整合模型的变量界定为7个研究变量，分别是信息质量、系统质量、服务质量、感知有用、感知易用、使用态度和使用意向。研究变量的概念定义及相关文献的资料来源如表1所示。

2.2 样本估算

结构方程模型（SEM）作为一种大样本分析方法，根据Hair等[23]的建议，一般样本数应为观测变量的10～15倍。本文研究模型观测变量为23个，按照Hair等[23]的建议，样本量应为230～345个。同时，本文结合MacCallum， Browne和Sugawara[24]的研究，通过R语言编程计算样本数，设H0：RMSEA=0.05，在模型整体统计力（Power）为0.8，对立假设H1：RMSEA=0.07，预估自由度224的情形下，计算样本数约为139.0625个。因此，本文研究的样本数为233个，满足结构方程模型（SEM）分析对样本数的要求。

3 数据来源及模型分析

3.1 量表设计与数据采集

根据模型中所涉及的研究变量，在参考国内外学者研究中的量表结构的基础上，进行问卷设计。所有测量题项的衡量尺度均采用李克特（Likert）五级等距量表，其中“1”为很不同意、“2”为不同意、“3”为一般、“4”为同意、“5”为很同意。本次问卷调查时间为2016年10～12月，调查对象为对南京大学、东南大学、海南大学、南京审计大学、中南林业科技大学的在校研究生和本科生。其中，南京大学、东南大学、南京审计大学进行现场发放纸质问卷，海南大学、中南林业科技大学通过邮寄方式发放纸质问卷。每所学校发放问卷100份，共发放问卷500份，回收问卷465份，回收率为93%，剔除全部选“1”或“5”及其它无效问卷32份，有效问卷433份，有效率为86.6%。其中，200份问卷用于探索性因子分析，233份问卷用于验证性因子分析及结构方程路径分析。

3.2 探索性因子分析

信度分析主要基于真分数测量理论，用于测度指标体系的内部一致性；效度分析用于测度问卷的逻辑结构合理性。本文采用SPSS24.0对回收的200份有效问卷进行信度和效度分析，其中问卷的信度分析采用Cronbach’s Alpha系数；效度分析采用KMO和巴特利特检验球形度检验。结果显示，所有变量的Cronbach’s Alpha>0.7；KMO值均大于0.5，且Sig.值均为0.000。说明样本测量数据可信、量表总体有效，适合做结构方程分析。但是在做结构方程分析之前，还需要进行验证性因子分析。

3.3 验证性因子分析

1） 收敛效度的验证。Thomopson[25]认为做结构方程模型分析之前应先对测量模型进行分析，Segars[26]和 Jackson等[27]也认为做结构模型之前一定要评估测量模型。据此，本文采用AMOS22.0，对测量模型进行验证性因子分析，结果如表2所示。从表2可知，信息质量、系统质量、服务质量、感知有用、感知易用、使用态度和使用意向的因素负荷量在0.524～0.948之间，且显著；组成信度在0.722～0.851之间，平均方差萃取量在0.398～0.658之间，符合Hair等[28]及Fornell和Larcker[29]的标准：因素负荷量>0.5，组成信度>0.6，平均方差萃取量>0.5，多元相关系数的平方>0.5。该模型除系统质量的平均方差萃取量低于0.5外，但仍属于可接受范围，其余均符合标准，因此七个构念均具有收敛效度。

2） 区别效度的验证。区别效度分析用于验证模型构念之间相关性在统计上是否有差异。Bagozzi和Yi建议平均方差萃取量（AVE）的算术平方根应大于构念之间Pearson相关数的绝对值，此时表明构念之间有较好的区分效度[30]。据此，本文进行了区分效度的验证，结果如表3所示。从表3可知，对角线粗体字为平均方差萃取量（AVE）算术平方根，下三角为构念之间的Pearson相关系数。该模型除服务质量、系统质量的区分效度稍低外，仍可以接受，因此该模型构念之间具有区别效度。

通过对测量模型收敛效度和区别效度的验证，该模型可以做结构方程分析。

3.3 结构方程路径分析

3.3.1 模型路径系数分析

本文采用AMOS22.0对该模型的路径关系进行了分析，除信息质量对服务质量H1b、系统质量对感知易用H2d、服务质量对感知有用H3a的路径系数不显著外，其它都显著。通过删除H1b、H2d、H3a这三条路径，对假设检验进一步分析，检验结果均显著影响，如表4所示。

3.3.2 模型整体拟合度与正态分析

SEM分析的必要条件是要有不错的模型拟合度指标[31]，模型拟合度指标越好说明SEM理论模型矩阵与样本矩阵越接近。本文模型拟合度指標参照Iacobucci[32]的建议：卡方与自由度之比（CMIN/DF）约为3；拟合优度指数（GFI）、调整拟合优度指数（AGFI）、比较拟合指数（CFI）约为0.9；近似误差均方根（RMSEA）在0.9以内，以及Doll[33]的建议：拟合优度指数（GFI）>0.8、调整拟合优度指数（AGFI）<0.9，表示该模型是可以接受的。而且，SEM分析需要观测数据符合正态分布，Gao等[34]认为单变量正态是指样本中每一个变量的分布，多变量正态是指样本中所有变量的联合分布。Kline[35]建议单变量正态：每个观测变量的skewness和kurtosis值得绝对值应在3～10之间；Bentler[36]建议多变量正态：Multivariate’s C.R.≤5。经正态评估发现，符合单变量正态，但是Multivariate’s C.R.= 21.113，不符合多变量正态。原因在于变量与变量之间相关比较高，容易违反多变量正态，导致卡方值膨胀，拟合度变差，低估标准误，影响显著性估计。因此，需要采用Bollen-Stine bootstrap进行模型整体拟合度修正[37-39]，并根据所有拟合度指数的计算方法重新计算模型整体拟合度指数，如表5所示。从表5可知，模型拟合度较好，可以接受，修正后的数字图书馆信息质量、系统质量及服务质量整合模型标准化路径系数图，如图2所示。

3.4 R语言程序编写与统计力鉴定

本文采用Maccallum[40]的统计力分析方法计算该模型的统计力，该方法基于RMSEA和非中心卡方分布对三个不同的零假设进行测试。这三个零假设中，前两个是接近适配假设（the close-fit hypothesis）（H0：ε0≤0.05）和精确适配假设（the exact-fit hypothesis）（H0：ε0=0），第三个假设是非接近适配假设（the not-close-fit hypothesis）或（H0：ε0≥0.05），也就是接近适配假设（the close-fit hypothesis）反向。据此，本文以H0：ε0=0.05，分别计算H1：ε1=0.01和H1：ε1=0.08数字图书馆信息质量、系统质量及服务质量整合模型的统计力。通过编写R语言程序，计算结果为在0.9991668～0.9999346之间，表明该模型统计力非常高，对本文的分析结果有足够的信心。

4 结论

4.1 结果讨论

本文在总结已有研究成果的基础上，通过整合数字图书馆信息质量、系统质量及服务质量，构建数字图书馆信息质量、系统质量及服务质量整合模型，开展用户在信息检索过程中对数字图书馆的感知效果及使用态度和意愿的研究，这是本文的创新之处。根据本文构建的概念模型，提出研究假设和问卷设计并进行相应的数据采集，结合探索性因子分析、验证性因子分析、结构方程路径分析以及R语言编写程序计算模型统计力，研究发现如下结论：

4.1.1 信息質量对感知有用正向影响显著

刘锦宏等[5]研究发现内容质量对感知有用有正向影响关系。Wixom和Todd[14]以及Xu[15]认为信息质量对信息满意度有显著影响，进一步影响用户对数字图书馆的感知有用性。如果数字图书馆能够向用户提供及时、全面、无差错的信息服务，提高用户检索信息的查全率和查准率等，用户会认为数字图书馆很有用，使用意愿也会增加。因此，建议应加强数字图书馆信息资源的建设，比如电子期刊库（万方期刊数据库、维普期刊数据库、中国知网期刊数据库、Elsevier ScienceDirect、SpringerLink等）、电子图书库（超星数据库、方正数据库、SpringerLink等）、学位论文库（商业学位论文数据库（国内外）、自建学位论文数据库等）以及多媒体资源库（视频数据库、特色资源库、光盘库、PPT数据库、图片数据库、音乐数据库等）。

4.1.2 系统质量对信息质量、服务质量和感知有用正向影响显著

Xu等[15]认为当用户评价信息质量或服务质量时，他们不仅评估与信息质量或服务质量有关的因素，而且也会评估和描绘他们对系统质量的感知。刘锦宏等[5]研究发现系统质量对内容质量有正向影响关系。如果数字图书馆运行可靠、性能稳定、容易访问，而且能够灵活适应用户各种信息需求，并及时回应用户信息检索的请求，用户会认为使用数字图书馆能够满足自身需求、提高效率、提升成绩，进而影响使用态度和意愿。因此，建议加强数字图书馆硬件、软件、服务、人员等投入力度，具体可根据GB/T 20984-2007标准给出的资产分类方法[41]，确保数字图书馆系统运行可靠、性能稳定，满足用户的各种信息需求，同时做好数字图书馆信息安全管理工作。

4.1.3 服务质量对感知易用正向影响显著

Masrek和Gaskin[2]研究发现数字图书馆的服务质量对用户满意度有显著影响，而且该结论已被Lee， Seung Ah和Kim， Heesop [3]以及Lee和Baek [4]的研究证实。因此，数字图书馆如果能够积极向用户开展各种服务工作，比如根据用户行为习惯和偏好，实现个性化定制，包括信息自动推送、书目自动推荐等，用户就不需要为了获取想要的服务，花费时间和精力去查找，将会增强用户黏性，增加用户满意度。同时，数字图书馆如果能够向用户提供各种数据库系统的使用教育培训以及APP、QQ、微信等服务，用户就会感觉到数字图书馆很容易使用。

4.1.4 感知易用对感知有用正向影响显著

该结论已被Davis等[12]、Wixom和Todd[14]、Xu等[15]的研究证实。如果用户在使用数字图书馆的过程中，感觉到数字图书馆的操作简单、易学、交互界面清晰，而且容易找到用户所需要的信息，那么将会增加用户对数字图书馆的感知有用性。因此，建议数字图书馆应加强页面设计工作，比如使用合适的背景、颜色、字体和版面对数字图书馆信息资源进行展示，同时采用导航工具条、网站地图等整合显示各种信息资源，引导用户沿着正确路线检索信息资源，防止“迷航”。

4.1.5 感知有用对使用态度和使用意向正向影响显著

Davis等[12]通过实证研究得出结论感知有用性是信息技术使用意向的主要决定因素。Wixom和Todd[14]、Xu等[15]认为感知有用直接影响使用态度和使用意向。因此，当数字图书馆能够满足用户信息检索需求、提高用户工作效率、改善用户工作绩效时，用户将具备足够的动力去使用它，而且用户使用意向也将增加。

4.1.6 使用态度对使用意向正向影响显著

刘锦宏等[5]、Davis等[12]、Venkatesh等[13]、Wixom和Todd[14]、Xu等[15]研究发现用户对信息系统的使用态度对其使用意向有显著影响。因此，如果用户发现使用数字图书馆检索信息是一个很好的主意、有效的想法、明智的选择时，他们对数字图书馆使用的倾向、意愿将会增加，而且愿意经常使用数字图书馆查询信息，并乐意推荐身边的朋友使用数字图书馆，而且未来还愿意继续使用数字图书馆查询信息。

4.2 研究意义与局限性

本文研究的目的是探讨如何提高数字图书馆的信息质量、系统质量以及服务质量，进而增加用户感知效果，增强用户黏性。基于此，本文构建了数字图书馆信息质量、系统质量及服务质量整合模型，并运用探索性因子分析法、验证性因子分析法、结构方程模型分析法对数字图书馆的用户行为意愿进行了实证研究，通过编写R语言程序，对数字图书馆信息质量、系统质量及服务质量整合模型的统计力进行了计算。该研究的意义包括两个方面：一、理论方面：在以理性行为理论（TRA）、技术接受模型（TAM）、技术接受与利用整合理论（UTAUT）为基础，研究数字图书馆用户行为、满意度以及人机交互方面，还未发现整合信息质量、系统质量以及服务质量进行图书馆用户行为研究。未来的研究者可利用该模型对如何提高数字图书馆的信息质量、系统质量以及服务质量作进一步的探索。二、实践方面：该研究对提高提高数字图书馆的信息质量、系统质量以及服务质量有一定的实践指导意义，数字图书馆工作人员可根据本文的研究开展相应的工作，从而达到提高数字图书馆用户感知效果，增强用户黏性的目的。

当然，本文的研究也有一定的不足之处。主要集中在两个方面：一、由于所搜集的样本来自高校，只能在一定程度上反映高校数字图书馆信息质量、系统质量以及服务质量的情况，对非高校用户关于数字图书馆信息质量、系统质量以及服务质量的情况并不了解。未来的研究可以考虑这类群体的情况反馈，尤其公共数字图书馆用户对数字图书馆信息质量、系统质量以及服务质量的情况反馈。二、该模型中系统质量与服务质量的构念之间标准化路径系数为0.88，稍微有点偏高，表明系统质量与服务质量的构念之间可能受共线性问题的影响。尽管该模型统计力非常高，而且对分析结果有足够的信心，但是本文下一步的研究将探索通过构建系统质量与服务质量的二阶模型或应用偏最小二乘法[42]来解决共线性问题。

参 考 文 献

[ 1 ]胡昌平，胡媛，严炜炜. 高校数字图书馆服务的用户满意度实证研究[J]. 国家图书馆学刊，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 ]刘锦宏，余思慧，徐麗芳. 移动数字图书馆用户行为模型构建研究[J]. 大学图书馆学报，2015，（05）：93-98.

[ 6 ]易红，张冰梅，宋微. 市民移动阅读选择偏好性和持续使用性影响因素的实证研究[J]. 图书馆理论与实践，2015，（01）：32-37.

[ 7 ]张聪，何剑峰. 个体创新性对移动图书馆使用行为意向的影响研究[J]. 图书馆理论与实践，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，仝晓云. 数字图书馆中人机交互维度与用户交互绩效的关系研究[J]. 图书情报工作，2014，（02）：38-46，120.

[ 10 ]刘国晓，颜端武，许应楠. 用户技术接受影响因素的探索性研究[J]. 情报理论与实践，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 ]马卓，郭沫含. 基于用户感知的数字图书馆微服务持续使用意愿影响因素研究[J]. 情报探索，2016，（12）：17-22.

[ 17 ]高芙蓉. 信息技术接受模型研究的新进展[J]. 情报杂志，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，February，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.信息安全技术—信息安全风险评估规范[S].北京：中華人民共和国国家质量监督检验检疫总局，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.

（本文责任编辑：郭沫含）

作者：孟猛 朱庆华