知識型“懶人包”接受度影響因素實證研究

廖珊珊1， 蔡念中， 謝興政3， 蘇純

(1福建工程學院 設計學院, 福建 福州 350118； 2.臺灣世新大學 新聞傳播學院, 臺灣 臺北 116； 3.福建工程學院 管理學院, 福建 福州 350118)

隨著數字時代網絡科技的發展，共享知識已經成為社會的普遍現象。在學術界，共享知識亦是得到了眾多學者的青睞，并從不同的角度對其進行剖析，如：Bock等從外在動機和組織氛圍兩方面對知識共享行為的影響因素進行了探討〔1〕；Chumg等以員工的幸福感作為中介變量，分析了虛擬社區成員的知識共享行為〔2〕；張敏等則以大學生為研究對象，發現了社會關系強度對知識共享行為的影響〔3〕；張克永和李賀認為利他主義、社會認同、感知有用性和自我效能均是用戶分享健康知識的驅動力〔4〕。值得指出的是，共享知識的形式也隨著科技的進步不斷地推陳出新，目前以視頻、圖片或文字等形式為主。

信息海量是數字時代的一個顯著特征。為方便用戶在短時間內了解新聞的全貌，美國的Newsy網站推出新聞“懶人包”——Newsy網站每天從巨量的信息中收集最新最火的新聞，制成專題信息包以供用戶下載?！皯腥税币云涓叨葷饪s信息的特征在網絡時代迅速地普及推廣，深入了解“懶人包”接受度的影響因素顯得十分必要。然而，學術界并未對“懶人包”有過多深入的探討，僅有吳志潤從輿論宣傳的角度對“懶人包”進行概念性的界定〔5〕。筆者認為，根據功能的差異，“懶人包”主要包含新聞“懶人包”、電影“懶人包”、電視劇“懶人包”、促銷信息“懶人包”及知識型“懶人包”等類型。其中，知識型“懶人包”主要是指用戶在閱讀完某本書或掌握某一知識后，將其內容概要及閱讀心得通過“懶人包”的形式(如視頻、圖片或文字)與他人在網絡中進行分享。當下，已有眾多的網站或平臺以此服務為主要產品，如豆瓣網的書評就是一種文字形式的知識型“懶人包”，利于用戶掌握書籍的知識概要；好知網的視頻類的知識型“懶人包”可以幫助用戶快速掌握軟件的使用技能。近幾年，此類平臺發展迅速，獲得了大量網民的青睞，用戶數量急劇上升。

目前在國內外鮮有學者針對知識型“懶人包”的接受度展開實證研究。為彌補以上不足，本研究試圖以擴展技術接受模型為理論基礎，對海峽兩岸在校大學生的知識型“懶人包”的接受度展開調查，分析用戶對知識型“懶人包”接受度的影響因素，并探討用戶的性別和所在地區的調節作用是否存在。研究結果以期為知識型“懶人包”平臺或制作者有效地提升用戶的使用意向提供可實踐的指導和建議。

一、研究模型構建

(一)技術接受模型

在理性行為理論和計劃行為理論的基礎上，Davis提出了技術接受模型(Technology Acceptance Model)，主要用于揭示個體接受新科技的驅動因素〔6〕。這一模型主要包含四個重要因素：感知易用性、感知有用性、態度和使用意向。其中，感知易用性是指個體感知學習和掌握某一具體新科技的程度〔6〕；感知有用性則被定義為個體感知到某一具體新科技幫助其提升個人表現的程度〔6〕。該模型認為，感知有用性和態度是用戶具有使用新科技行為意向的重要影響因素，態度會受到感知有用性和感知易用性的影響，并且，感知易用性可以解釋感知有用性的程度。

隨著科技的不斷進步，技術接受模型的相關研究也日漸豐富。技術接受模型既可預測工作場合中用戶對新技術系統的使用意向，也可研究用戶對知識型新科技的接受程度。在國外，Choi和Totten將其運用于移動電視接受度的研究，發現感知有用性對美國和韓國用戶態度的影響作用存在差異性〔7〕。Pando-Garcia等亦將技術接受模型視為研究企業職員使用模擬商業游戲的基礎理論，發現感知易用性、感知有用性、態度及使用意向間的關系在線上和線下兩組成員之間存在顯著差異〔8〕。Xu和Chen則整合了技術接受模型及任務技術適配模型(Task technology fit model)，對個體持續使用慕課系統的意愿進行調查，驗證了慕課系統特征和社會動機對用戶感知的影響作用〔9〕。在國內，裴一蕾等基于技術接受模型，探討了搜索引擎用戶體驗對用戶忠誠度的影響作用〔10〕。趙玉明等也透過技術接受模型對移動圖書館用戶的接受度進行研究，發現用戶的個體創新是其感知和行為意向的關鍵影響因子〔11〕。明均仁等則構建了移動圖書館的技術接受模型，認為系統特征和個體差異均能夠影響用戶的感知，從而影響其對移動圖書館的使用意向〔12〕。知識型“懶人包”是一種新興的互聯網產物，因此，技術接受模型可以作為調查用戶對知識型“懶人包”接受度的基礎理論。

雖然技術接受模型是一個簡潔而強大的理論，通過兩個變量(感知易用性和感知有用性)來解釋用戶對新事物的接受程度，但由于用戶在做出決定時往往需要綜合考慮多種因素，因而用戶對知識型“懶人包”的接受度也會受到上述兩個變量外的其他因素的影響。既往研究中，Schierz等指出使用技術接受模型時需要根據具體的科技而附加考慮一些因素，如要研究移動支付技術則要根據移動支付技術的特殊性，重點考察感知安全性和主觀規范兩個附加因素〔13〕。知識型“懶人包”是網絡學習的方式之一。感知愉悅性是影響學生使用網絡學習系統的主要因素之一〔14〕，自我效能感亦能促使學生使用網絡學習系統〔15〕，因此，本研究將以技術接受模型為基礎，整合感知愉悅性和自我效能感兩個額外變量對知識型“懶人包”接受度進行調查，并驗證性別和地區對知識型“懶人包”接受度及影響因素之間的關系的調節作用。

(二)研究模型構建

知識型“懶人包”的接受度被界定為用戶對知識型“懶人包”相對持久的認知與情感感知傾向，因此，本文將使用意向這一變量用于測量用戶的接受度，此外還提出12個研究假設并構建相應的研究模型，用于描述感知愉悅性、自我效能感、感知有用性、感知易用性、態度和使用意向之間的關聯性以及性別和地區對上述變量關系所產生的調節作用，具體如圖1所示。

圖1 知識型“懶人包”接受度影響因素研究模型

1.態度

從市場營銷領域來看，態度是指用戶對某個品牌的商品或服務所形成的喜好反應。人們對任何事物都持有一定的態度，但態度并不是天生固有的，而是經由后天成長環境和個人價值觀的影響而形成的。另一方面，態度具有穩定和持久的特點，并表現出相關的行為意向或實際行為。在技術接受模型中，用戶態度是使用意向的驅動因素，這一結論也被大量的學者經過實證調查得以驗證：Verma認為用戶態度能夠顯著地影響其對大數據分析系統的使用意向〔16〕；Kim和Park認為態度是用戶使用健康類科技系統的直接影響因素〔17〕；王雙基于技術接受模型構建了以態度為中介變量的移動圖書館用戶接受模型〔18〕。因此，本研究作出如下假設:

H1:用戶對知識型“懶人包”的態度會正向影響其使用意向。

2.感知有用性

技術接受模型指出感知有用性是用戶決定是否接受新科技的因素之一。感知有用性主要反映了具體的科技幫助用戶提升個人表現的程度〔6〕。Rogers指出只有新技術比現有的解決方案更具獨特優勢，用戶才會接受新技術〔19〕。知識型“懶人包”可以為學生提供更快掌握知識的方法，能夠被學生用于核對自己所抓住的重點是否為該書本的真正重點，以確保學生能夠更精確地掌握知識。此外，一些學生還將知識型“懶人包”運用于軟件操作的學習中，以此提升學習效率。由此發現，學生用戶對知識型“懶人包”具有一定的感知有用性。Davis已經驗證了用戶的感知有用性既可以影響其對新事物的態度，也可以提升其對新事物的使用意向〔6〕，這一結論也被學界廣泛地進行驗證，如Liu等認為感知有用性是用戶積極態度形成和接受網絡學習社區的驅動因素〔20〕。因此，本研究作出如下假設:

H2:用戶對知識型“懶人包”的感知有用性會正向影響其態度；

H3:用戶對知識型“懶人包”的感知有用性會正向影響其使用意向。

3.感知易用性

在技術接受模型中，用戶的感知易用性是另一個重要因素。根據Davis的研究，感知易用性反映了用戶所感知到的使用新科技的容易程度〔6〕。Gao和Bai強調，感知易用性與創新擴散理論中的復雜性所表述的概念類似〔21〕，它們均在關注用戶在使用新科技時所感受到的努力。當用戶對新科技的感知易用性較強時，他們對該科技的態度會較為正向〔6〕。因此，對于知識型“懶人包”的用戶來說，他們需要感覺到知識型“懶人包”的易用性，才會形成正向態度。先前研究認為，感知易用性既是用戶態度的重要決定因素，也能對感知有用性產生積極影響〔22～23〕。因此，本研究作出如下假設：

H4:用戶對知識型“懶人包”的感知易用性會正向影響其態度；

H5:用戶對知識型“懶人包”的感知易用性會正向影響其感知有用性。

4.感知愉悅性

Davis等認為感知愉悅性是指用戶在某種程度上認為使用新技術是愉悅的〔22〕。與感知有用性和感知易用性等外在動機相比，感知愉悅性被看成是使用新事物的內在動機〔23〕。感知愉悅性可以影響用戶對新技術的行為意向。在對比傳統訓練法和游戲訓練法的接受度的研究中，Venkatesh和Speier認為旨在增強內在動機的游戲訓練法比傳統訓練法具有更高的樂趣和更好的感知易用性〔23〕。此外，Venkatesh表明愉悅性會通過感知易用性而影響感知有用性〔24〕。當擁有內在動機時，人們的工作效率會得到明顯的提升。結合本研究，當感知到知識型“懶人包”所帶來的愉悅性，學生可以通過使用知識型“懶人包”提升自己的學習效率，依此可知，感知愉悅性能夠影響學生對知識型“懶人包”的感知易用性和感知有用性。因此，本研究作出如下假設：

H6:用戶對知識型“懶人包”的感知愉悅性會正向影響其感知易用性。

H7:用戶對知識型“懶人包”的感知愉悅性會正向影響其感知有用性。

5.自我效能感

自我效能感可以被界定為用戶對自己使用新技術以完成某項任務的能力的信念〔18〕。結合本文，使用知識型“懶人包”并非難事，關鍵在于找到相應的知識型“懶人包”，所以，知識型“懶人包”的自我效能感被看作是用戶對自己找到并使用知識型“懶人包”能力的信念。自我效能感在用戶對網絡學習平臺的接受過程中起著至關重要的作用〔25〕。當一個用戶擁有較高的自我效能感時，他們在使用新技術時就有信心克服任何困難〔26〕。據此，當用戶知識型“懶人包”的自我效能越高，他們就越有可能使用知識型“懶人包”。類似的，當學生對網絡學習系統具有高水平的自我效能感時，他們使用網絡學習系統的可能性就越大〔14〕。學生通過使用網絡學習系統，能夠擴展學習的渠道，進一步提高學習效率，滿足學習的需求，從而提升感知愉悅性。因此，本研究作出如下假設：

H8:用戶對知識型“懶人包”的自我效能感會正向影響其感知易用性；

H9:用戶對知識型“懶人包”的自我效能感會正向影響其感知有用性；

H10:用戶對知識型“懶人包”的自我效能感會正向影響其感知愉悅性。

6.性別和地區的調節作用

個體的差異會導致人們對相同事物的認知具有較大的差異〔27〕。從社會學理論的角度來看，不同性別的個體對交流的認知具有一定的差異〔28〕，即女性較為注重情感需求的滿足，而男性則傾向于有效信息的交換。此外，用戶所處地區的不同也會導致用戶行為的差異性。雖然臺灣與大陸同宗同源，但是由于近年來大陸的互聯網行業迅速發展，極大地改變了人們的生活習慣和日常行為，使得用戶在互聯網相關領域出現了行為的差異，如支付方式的差異，移動支付已經在大陸地區進行普及，但臺灣民眾還是傾向于使用較為傳統的支付方式。因此，本研究作出如下假設：

H11:用戶的性別會調節其知識型“懶人包”使用意向與影響因素之間的關系；

H12:用戶所處的地區會調節其知識型“懶人包”使用意向與影響因素之間的關系。

二、研究方法

(一)樣本與數據收集

本研究采用便利性抽樣的方式，對福州和臺北4所高校的在校本科生進行調查。在調查過程中，筆者共發放500份紙質問卷，共回收407份，回收率達到81.4%。經過篩查排除數據缺失等無效樣本之后，得到有效樣本366份，樣本有效率為89.9%。所有的樣本皆處于18～24周歲的年齡階段。在性別方面，男性為193人，占比52.7%，女性為173人，占比為47.3%。在地區方面，248個樣本來自大陸地區，占比67.8%，118個樣本是臺灣大學生，占比為32.2%。同時，236名用戶具有使用“懶人包”的經驗，占64.5%。

(二)變量測量

本文總共涉及6個研究變量：感知愉悅性、自我效能感、感知有用性、感知易用性、用戶態度和使用意向。如表1所示，感知愉悅性是采用學者Cheng關于在線學習的驅動因素的研究中所提出的3個題項〔29〕；Tan和Teo所提出的3個自我效能感的題項〔30〕被用于測量自我效能感；Venkatesh和Davis提出4個感知有用性的題項及4個感知易用性的題項〔31〕適合于本研究中的感知有用性與感知易用性的兩個變量的測量；用戶態度這一變量的測量使用的是Davis研究中的4個題項〔6〕；使用意向則同樣是使用Davis研究中的3個題項〔6〕。上述6個變量的測量均采用李克特7級指標測量法(1表示“非常不同意”，7表示“非常同意”)。

表1 驗證性因子分析結果

三、研究結果

本研究使用AMOS 22.0對所有樣本數據進行分析。其中，驗證性因子分析用于檢驗變量的信度、收斂效度和區別效度；路徑分析用于驗證變量之間的關系是否成立；多群組分析用于分析用戶的性別和地區的調節效果是否存在。

(一)驗證性因子分析

經過分析，驗證性因子分析模型的擬合指標(χ2=249.719,DF=160,TLI=0.963,GFI=0.938,RMSEA=0.039)良好，表明該模型具有良好的擬合度，與Hair等所提出的擬合度指標要求一致〔32〕。如表1所示，由于感知易用性中的PE4題項的因子載荷量未能達到規定值，已被刪除，其余所有題項均已保留；同時，各變量的CR值大于0.7，說明6個變量的信度均達到良好的程度；各變量的AVE值大于0.5，表明6個變量的收斂效度達到良好的程度，與Fornell和Larcker所提出的收斂效度指標要求一致〔33〕。

在變量間區別效度方面，由表2可知，研究對所涉及的6個變量進行皮爾森相關分析，結果顯示各變量之間的相關系數在0.008～0.501之間，說明變量之間的相關程度較為不明顯。此外，AVE值的開根號值大于變量間的相關系數，說明本研究中的6個變量具有良好的區別效度，與Fornell和Larcker所提出的區別效度指標要求一致〔33〕。

表2 變量間區別效度

注：對角線粗體字為變量的AVE值的開根號值，下三角為變量之間的皮爾森相關系數。

(二)假設檢驗

為檢驗模型所構建的12個研究假設，本研究采用路徑分析(H1-H10)和多群組分析(H11、H12)的方法對樣本進行分析。

1.H1-H10檢驗

在路徑分析中，擬合指標(χ2=249.719,DF=160,TLI=0.963,GFI=0.938,RMR=0.072,RMSEA=0.039)良好，表明樣本的擬合度較好，整體上支持理論模型。經過路徑分析后，H1-H10的檢驗結果如表3所示。

表3 結構方程模型路徑(H1-H10)分析結果

注：***p<0.001。

由表3可知：(1)大學生的用戶態度會正向影響其對知識型“懶人包”的使用意向(β=0.366，t=5.564,p<0.001)；(2)用戶的感知有用性既會正向影響其對知識型“懶人包”的態度(β=0.254，t=4.307,p<0.001)，也會正向影響其使用意向(β=0.321，t=4.961,p<0.001)；(3)用戶的感知易用性既會正向影響其對知識型“懶人包”的態度(β=0.509，t=7.527,p<0.001)，也會正向影響其感知有用性(β=0.357，t=4.765,p<0.001)；(4)用戶的感知愉悅性只會正向影響其感知易用性(β=0.319，t=4.479,p<0.001)，而不能影響其感知有用性(β=-0.056，t=-0.792,p>0.05)；(5)用戶的自我效能感可以正向影響其感知易用性(β=0.160，t=2.448,p<0.05)，也可以影響其感知愉悅性(β=0.254，t=3.900,p<0.001)，但是不能影響其感知有用性(β=-0.050，t=-0.761,p>0.05)。由此可知，本研究中的H1、H2、H3、H4、H5、H6、H8、H10均被接受，而H7、H9被拒絕。

2.H11檢驗

在多群組分析中，比較結果顯示χ2=39.106,DF=20,p<0.05，說明用戶性別的調節作用是存在的。不同組別之間的具體區別見表4。

表4 性別的調節作用(H11)分析結果

注：N(所有樣本)=366;n(男性)=193;n(女性)=173;***p<0.001。

由表4可知，在男性大學生群組中，用戶的自我效能感可以影響感知愉悅性(β=0.337,p<0.001)和感知易用性(β=0.200,p<0.05)，但對感知有用性(β=-0.022,p>0.05)沒有任何的影響；感知愉悅性能夠影響感知易用性(β=0.201,p<0.05)，但不能影響感知有用性(β=0.086,p>0.05)；感知易用性影響感知有用性(β=0.371,p<0.001)，也影響態度(β=0.430,p<0.001)；感知有用性既影響態度(β=0.224,p<0.01)，也影響用戶的使用意向(β=0.326,p<0.001)；態度與使用意向之間的關系是正向的(β=0.388,p<0.001)。

在女性大學生群組中，用戶的自我效能感不能影響感知愉悅性(β=0.129,p>0.05)、感知易用性(β=0.164,p>0.05)和感知有用性(β=-0.117,p>0.05)；感知愉悅性既影響感知易用性(β=0.430,p<0.001)，也影響感知有用性(β=-0.242,p<0.05)；感知易用性能夠同時影響感知有用性(β=0.397,p<0.001)和態度(β=0.595,p<0.001)；感知有用性可正向驅動態度(β=0.272,p<0.001)及使用意向(β=0.352,p<0.001)；態度能夠正向影響使用意向(β=0.307,p<0.01)。

值得指出的是，所有的路徑中僅有3條路徑(“自我效能感→感知愉悅性”、“感知愉悅性→感知易用性”和“感知愉悅性→感知有用性”)的t值的絕對值大于1.96，其余的t值均小于1.96，表明用戶所處的地區對“自我效能感→感知愉悅性”、“感知愉悅性→感知易用性”和“感知愉悅性→感知有用性”起到調節作用，而在其他路徑中未能起到任何的調節作用。

3.H12檢驗

在多群組分析中，比較結果顯示χ2=32.140,DF=20,p<0.05，說明用戶所處地區的調節作用是存在的。不同組別之間的具體區別如表5所示。

由表5可知，在大陸地區的大學生群組中，用戶的自我效能感僅可以影響感知愉悅性(β=0.222,p<0.01)，對感知易用性(β=0.140,p>0.05)和感知有用性(β=-0.042,p>0.05)沒有任何的影響；感知愉悅性能夠影響感知易用性(β=0.335,p<0.001)，但不能影響感知有用性(β=-0.098,p>0.05)；感知易用性既能夠影響感知有用性(β=0.445,p<0.05)，也可以影響態度(β=0.448,p<0.001)；感知有用性可以影響態度(β=0.245,p<0.01)和使用意向(β=0.291,p<0.01)；態度與使用意向之間的關系是正向的(β=0.436,p<0.001)。

在臺灣地區的大學生群組中，用戶的自我效能感僅可影響感知愉悅性(β=0.315,p<0.05)，對感知易用性(β=0.160,p>0.05)和感知有用性(β=-0.078,p>0.05)沒有任何的影響；感知愉悅性僅可影響感知易用性(β=0.292,p<0.05)，而不能影響感知有用性(β=0.022,p>0.05)；感知易用性不能影響感知有用性(β=0.175,p>0.05)，可以影響態度(β=0.642,p<0.001)；感知有用性可正向驅動態度(β=0.290,p<0.01)和使用意向(β=0.378,p<0.001)；態度不能夠影響使用意向(β=0.213,p>0.05)。

值得指出的是，所有的路徑中僅有“感知易用性→感知有用性”的t值的絕對值大于1.96，其余的t值均小于1.96，表明用戶所處的地區對“感知易用性→感知有用性”起到調節作用，而在其他路徑中未能起到任何的調節作用。

表5 地區的調節作用(H12)分析結果

注：N(所有樣本)=366;n(大陸地區)=248;n(臺灣地區)=118;***p<0.001。

四、結論與討論

數字時代的來臨帶來了海量的信息，“懶人包”應運而生，尤其是知識型“懶人包”的出現引起了人們廣泛的關注。作為首個關注知識型“懶人包”接受度的實證研究，本研究拓展了技術接受模型為基礎的新科技的接受度研究，構建了知識型“懶人包”接受度的理論模型，綜合考察了自我效能感、感知愉悅性、感知易用性、感知有用性和態度對知識型“懶人包”的使用意向的影響。此外，為更好地探析知識型“懶人包”接受度的影響因素，本研究分析了性別和地區對用戶知識型“懶人包”使用意向與影響因素的關系的調節作用。

首先，調查顯示用戶的感知愉悅性和自我效能感對其感知有用性不能產生任何的影響作用，而變量間的其他直接或間接的關系均已得到驗證。這一結果充分表明用戶對任何技術的有用性的感知是基于理性層面來考慮的，如知識型“懶人包”對自己在理解知識方面的實際幫助，并非從感知愉悅性等感性的方面進行思考。造成這一結果的原因可能是由于用戶面對海量的信息，容易產生信息過載的困擾，他們急需通過“懶人包”快速掌握有用的信息，以排除信息過載的困擾，因此，他們在選擇使用知識型“懶人包”時，主要考慮的是理性需要，而非感性需求。這一原因亦被感知易用性和感知有用性對用戶的使用意向有著強大的驅動作用所驗證。用戶能夠基于對知識型“懶人包”的產品屬性的感知而形成自己的態度，進而提升使用意向。

其次，本研究驗證了用戶性別對知識型“懶人包”接受度與影響因素之間關系的調節作用，但性別的調節作用主要在自我效能感影響感知愉悅性、感知愉悅性影響感知易用性和感知愉悅性影響感知有用性這三條路徑中體現。由數據可知，女性用戶的自我效能感不能影響其感知愉悅性，但其感知愉悅性會影響感知易用性和感知有用性。其可能的原因在于女性用戶較為感性，她們更多地會從感性層面進行決策，感知愉悅性是女性用戶主要考慮的因素，而自我效能感往往會被其忽略。

最后，研究表明大陸地區和臺灣地區用戶的知識型“懶人包”接受度與影響因素之間的關系存在一定的差異性。其中，最主要的差異性體現在感知易用性影響感知有用性這一路徑，大陸地區用戶的感知易用性會影響其感知有用性，而臺灣地區的用戶卻未能發現這一影響效果。其可能的原因在于大陸地區市場競爭激烈，互聯網企業積極投入新技術的研發，產品推陳出新的速度較快，且較為注重用戶的體驗，引發了用戶對新技術易用性的較高要求，從而促使用戶將新技術的易用性擺在決策原因的第一位，逐漸形成“只有易用的產品，其才有可能是有用的產品”這一認知。而臺灣地區由于市場規模較小，大部分的互聯網企業在研發方面投入較少，無法根據用戶的需求對某些技術進行及時更新，造成用戶在使用決策時，會優先考慮技術的有用性。

五、建議與不足

近年來，知識型“懶人包”發展迅速，獲得了眾多用戶的青睞，但大量的競爭平臺使得這一細分市場演變成了紅海市場。為提高知識型“懶人包”競爭平臺的市場占有率和提升品牌形象，現提出以下建議：首先，知識型“懶人包”提供平臺可以通過培訓“懶人包”提供者，推出相應的“懶人包”的規范，進而提升“懶人包”的產品屬性，從而促進用戶積極態度的形成和使用意向的發展。其次，知識型“懶人包”提供平臺應該重視平臺的建設，優化自身平臺，使得平臺外觀設計更為美觀、使用起來更為便利，以此提升用戶的感知愉悅性和自我效能感，從而推動其增加訪問平臺的頻率。最后，知識型“懶人包”提供平臺應實施精準營銷策略，針對不同性別的用戶推出不同的促銷策略，對于男性用戶主要滿足其理性訴求，女性用戶則傾向于滿足感性訴求；并且不同地區的營銷傳播策略也應該有所差異，在傳播過程中，對大陸地區的用戶要強調系統的易用性，而對臺灣地區用戶則需重點宣傳“懶人包”的有用性。

本研究尚存在一些不足之處。首先，本文是采用便利性抽樣方法在福州和臺北的4所高校中進行樣本收集，被試是接受了優質的高等教育、具有較好的互聯網素養的年輕人群體，這可能導致研究結果無法向其他人群進行推廣，后續的研究可以嘗試使用隨機抽樣的方式，增加抽樣的城市和樣本群體，以提高研究結果的外部效度；其次，本文對“懶人包”類型僅選取了知識型“懶人包”，而未涉及其他類型的“懶人包”，后續的研究可以嘗試以新聞“懶人包”或促銷信息“懶人包”為研究對象，對比不同的“懶人包”接受度影響因素是否存在異同。