移動社交媒體倦怠行為的影響因素模型及實證研究

張艷豐　李賀　彭麗徽

〔摘要〕[目的意義]針對移動社交媒體倦怠行為進行理論分析，有利于幫助企業(yè)或相關(guān)組織更好地持續(xù)利用社交媒體工具開展相關(guān)的業(yè)務及公共服務。[方法過程]基于“感知-態(tài)度-行為”研究范式，結(jié)合計劃行為理論、隱私計算理論以及心流理論內(nèi)容，構(gòu)建移動社交媒體倦怠行為的影響因素模型，并通過實證研究方法對模型的適用性進行檢驗。[結(jié)果結(jié)論]數(shù)據(jù)分析結(jié)果表明，“自我效價”對移動社交媒體態(tài)度不存在顯著關(guān)系；“隱私保護”和“信息過載”對移動社交媒體態(tài)度具有顯著的負向影響作用；“心流體驗”對移動社交媒體態(tài)度具有正向的影響作用；“社交媒體態(tài)度”對移動社交媒體倦怠具有顯著的正向影響作用。

〔關(guān)鍵詞〕移動社交媒體；社交媒體倦怠；持續(xù)使用；影響因素；模型

DOI：10.3969j.issn.1008-0821.2017.10.006

〔中圖分類號〕G203〔文獻標識碼〕A〔文章編號〕1008-0821（2017）10-0036-06

〔Abstract〕[Purposesignificance]According to the theoretical analysis of the mobile social media burnout，it is helpful to help enterprises or related organizations to make better use of social media tools to carry out related business and public services.[Methodprocess] Based on “perceived-attitude-behavior” research paradigm，calculation theory and flow theory combined with the theory of planned behavior，privacy，construct the influencing factor model of burnout behavior of mobile social media，and tested through empirical research methods of the applicability of this model.[Resultconclusion] The data analysis results showed that the self potency of mobile social media attitude had no significant relationship；“privacy”and“information overload”had a significant negative effect on the mobile social media attitude；flow had positive influence on the attitude of mobile social media；social media had a positive attitude the influence on mobile social media burnout.

〔Key words〕mobile social media；social media burnout；sustainable use；influencing factors；model

移動社交媒體（Mobile Social Media）是指以移動終端（如IPad、智能手機等）為載體，通過移動網(wǎng)絡來實現(xiàn)社交應用功能的網(wǎng)絡媒介[1]。用戶通過社交媒體分享自己或他人的照片、視頻、情緒和感興趣的話題等[2-3]，社交媒體極大地豐富了人們的數(shù)字化生活。然而，信息過載、廣告鏈接和無效信息的泛濫，以及潛在的用戶隱私泄露風險引起的不滿和擔憂，削弱了用戶體驗，人們對于瀏覽分享內(nèi)容以及向誰分享變得更為謹慎。數(shù)據(jù)表明，F(xiàn)acebook統(tǒng)計用戶發(fā)布的狀態(tài)更新、內(nèi)容共享和應用安裝等方面的主動性比例已經(jīng)下降[4]。其他移動社交媒體服務也正發(fā)生著此類現(xiàn)象，越來越多的用戶表示正在逐漸減少、甚至放棄社交媒體的使用，我們把這種現(xiàn)象稱為“社交媒體倦怠”，社交媒體倦怠行為對社交媒體的可持續(xù)性發(fā)展產(chǎn)生了極大的挑戰(zhàn)。

目前，關(guān)于移動社交媒體倦怠行為的研究并不多。國內(nèi)學者對移動社交媒體倦怠概念尚未引起廣泛關(guān)注。國外學者研究的重點是社交媒體倦怠行為的起因、表現(xiàn)和影響因素等方面。LGoasduff和CPettey[5]通過調(diào)查對青少年社交媒體關(guān)注行為發(fā)現(xiàn)，他們對社交媒體的趣味性和用戶隱私的排名最高；RHill和NMoran[6]認為信息過載可以導致人們有意識地花費更多的精力來過濾、處理大量的信息，不可能注意消息的全部內(nèi)容，精力的有限和信息過載的矛盾可能是引起社交媒體倦怠的主要原因；CBarger[7]認為移動社交媒體倦怠的另一個表現(xiàn)是對新生社交媒體試用熱情的減退，盡管近年來不斷推出許多新的社交媒體平臺（如Quora，Empire Avenue等），但用戶并沒有像過去那樣追求新鮮而迅速試用，反而大多用戶表現(xiàn)異常平淡，Barger認為這不是因為新生社交媒體平臺的任何固有弱點所導致，而是由于眾人對社交媒體的信息量感覺到了飽和；DGross[8]認為用戶使用效能直接影響社交媒體的使用行為，比如當Facebook改變其界面布局和增加其他功能時，許多用戶會感覺新的改變適應起來是較為困難的，進而可能選擇放棄使用。

綜上所述，目前國外社交媒體研究的內(nèi)容已從追求用戶關(guān)注和使用行為發(fā)展到基于危機理念的用戶社交媒體倦怠行為上來。國內(nèi)從影響因子探索用戶使用意向和使用黏性的研究具有很大的局限性，對既是持續(xù)使用又是倦怠行為的雙重指標用戶群體不能很好地進行模型解釋。因此，直接從引起用戶社交媒體倦怠意向的影響因素入手，從根本上解決社交媒體倦怠的問題，從而使社交媒體平臺更具有新穎性、趣味性和個性化，符合用戶多方面需求，延長平臺生命周期和提高用戶體驗。endprint

1理論基礎

11計劃行為理論

計劃行為理論（Theory of Planned Behavior，TPB）是Icek Ajzen結(jié)合心理學和行為學理論提出的幫助理解人是如何改變自己行為模式的綜合理論，TPB認為人的行為是經(jīng)過縝密思量計劃后的結(jié)果[9]。Ajzen認為行為傾向主要受到主觀規(guī)范、態(tài)度、知覺行為控制3項相關(guān)因素的影響，個人態(tài)度和主觀規(guī)范促成行為意向，行為意向結(jié)合知覺行為控制決定了實際行為的偏差。在本研究中，我們認為用戶個人主觀規(guī)范（社會壓力）和知覺行為控制（自我效能），以及對移動社交媒體的態(tài)度直接影響了移動社交媒體倦怠意向。

12隱私計算理論

信息隱私是指用戶對個人信息外泄和不正當訪問、收集的自我發(fā)布控制，以及個人信息未經(jīng)授權(quán)的使用。研究發(fā)現(xiàn)，隱私計算理論是分析用戶隱私問題最有用的框架[10]。Culan和Armstrong將隱私計算理論定義為用戶為防止個人隱私被非法使用而對個人產(chǎn)生負面影響效應的評估[11]。其核心內(nèi)容是通過一種“計算”（Calculus）的方法，把個體隱私的決策描述成為一種計算行為，從用戶角度進行成本—收益的權(quán)衡分析[12]，其根本要義是用戶決定是否需要披露個人隱私信息以換取某種既得利益[13]。當用戶感知個人隱私披露風險超出個人心理調(diào)控閾值范圍時，會強烈關(guān)注隱私內(nèi)容并對隱私披露產(chǎn)生強烈的抵觸心理。

13心流理論

心理學家Mihaly Csikszentmihalyi將心流（Flow）定義為個人將所有精力全部投注在某種活動和行為的一種用戶主觀感受[14]，心流的產(chǎn)生過程會伴隨著用戶高度的充實感和興奮度。心流用戶在從事工作時完全是處于樂趣和愉悅的情境下，通常忘卻環(huán)境及時間的感知，并且通常忽略不計個人花費時間和精力的報酬，心流理論認為這種全神貫注的沉浸體驗是一種最佳的精神體驗[15]。相關(guān)分析發(fā)現(xiàn)，心流對個人情緒和態(tài)度產(chǎn)生很大的影響作用，心流能使個體生活的更加幸福，個體獲得的心流體驗越多，用戶滿意態(tài)度越高[14]。

2研究假設與理論模型

21自我效能

Bandura認為，自我效能是相信人們組織和執(zhí)行特定行動的能力[16]。據(jù)此本文將移動社交媒體自我效能定義為參與社交媒體用戶對于掌握和使用諸如Facebook、Twitter等的技術(shù)和能力。Eastin和LaRose認為自我效能有助于互聯(lián)網(wǎng)用戶積極掌握復雜的任務[17]，這意味著隨著社交媒體用戶變得更加自我效能，他們的經(jīng)驗將鼓勵進一步使用。同時，自我效能低的用戶在將來不太可能執(zhí)行相關(guān)行為[18]。這意味著自我效能低的用戶參與社交媒體相關(guān)行為與活動的積極性要比那些自我效能高的用戶低，并且，自我效率越高，用戶越有可能繼續(xù)參與社交媒體。因此，得出假設：

H1：用戶的社交媒體自我效能正向影響社交媒體態(tài)度

22隱私保護

隨著社交媒體的資源傳播，大量個人信息暴露在社交媒體平臺，隱私問題變得愈發(fā)嚴重。Gartner的研究表明，隱私是社交媒體用戶的主要關(guān)注點[19]。研究證實，如果用戶認為在移動社交網(wǎng)絡上個人信息被不明獲取或者隱私信息被監(jiān)視、記錄和傳播，那么他們很有可能會選擇放棄使用而進行個人隱私保護行為[20]。此外，Solove認為用戶對個人信息以何種方式、用作何種用途進行二次使用也表示擔憂[21]。一旦用戶認為社交媒體獲取和使用個人信息的范疇和程度超過了自身許可的風險容忍閾值，將對社交媒體產(chǎn)生謹慎的使用態(tài)度。因此，得出假設：

H2：用戶的社交媒體隱私保護負向影響社交媒體態(tài)度

23信息過載

根據(jù)Zuckerberg的“社交分享定律”，F(xiàn)acebook上的用戶狀態(tài)、照片和其他在線信息的數(shù)量每年逐倍增長[22]，而有限容量模型（LCM）表明人們在處理信息方面的精神資源有限[23]。當用戶面對大量媒體信息涌入和積壓下，信息消費者必須在其注意力方面做出過濾信息的妥協(xié)。RHill和NMoran[24]認為信息過載可以導致人們花費更多的精力來過濾、處理大量的信息，不可能注意消息的全部內(nèi)容，在社交媒體環(huán)境中，接收者（或用戶）可能感到被消息的絕對數(shù)量所淹沒，因此不能分配足夠的認知資源來處理消息。因此，得出假設：

H3：移動社交媒體信息超載負向影響社交媒體態(tài)度

24心流體驗

樂趣和愉悅感知是心流體驗的一個重要輸出變量，社交媒體態(tài)度是用戶移動社交媒體使用的身心體驗，Dodds[25]、Kim[26]等的研究揭示了用戶體驗的感知匹配對于用戶行為消費起到重要作用，心流是用戶使用態(tài)度的內(nèi)在影響因素。Shun等在研究網(wǎng)絡用戶行為時發(fā)現(xiàn)，當消費者感受到網(wǎng)絡購物的樂趣并享受過程時，消費者的滿意度也會提高[27]。并且快樂消費的概念在社交媒體倦怠中發(fā)揮重要作用，因為許多人為了快樂和其他經(jīng)歷而參與社交媒體[28]。因此，這種擴展理論在解釋社交媒體使用行為中也起著關(guān)鍵作用。因此，得出假設：

H4：移動社交媒體心流體驗正向影響社交媒體態(tài)度

25移動社交媒體態(tài)度

社交媒體態(tài)度是指用戶對社交媒體的應用感知評價經(jīng)過概念化之后所形成的主觀感受。是用戶對社交媒體的可持續(xù)使用或放棄使用的內(nèi)在衡量。社交媒體行為則是用戶是否保持頻繁應用社交網(wǎng)絡媒介進行信息的瀏覽、發(fā)布、轉(zhuǎn)發(fā)和評論等活動。YJKim等[29]通過對技術(shù)接受模型（Technology Acceptance Model，TAM）的研究，證明和強調(diào)了態(tài)度對接受行為的重要作用。在社交媒體行為分析中，用戶的社交媒體使用態(tài)度同樣至關(guān)重要。由此可得，移動社交媒體用戶如果對社交媒體意向具有積極的使用態(tài)度，就會產(chǎn)生強烈的行為意向。因此，得出假設：

H5：社交媒體態(tài)度對移動社交媒體倦怠意向產(chǎn)生負向影響。endprint

綜上所述，本研究提出以下研究模型，如圖1所示：

3實證分析

31調(diào)查問卷設計與數(shù)據(jù)收集

本研究量表的開發(fā)選取已有文獻使用過的分析量表，根據(jù)本文研究情境，經(jīng)過專家小組討論，對相關(guān)量表的測量項進行調(diào)整和完善。問卷采用Likert 7級量表編制，其中，1表示“非常不同意”，4表示“中立”，7表示“非常同意”。問卷包括兩部分，第一部分為個人基本信息，樣本人口統(tǒng)計學信息如表1所示：

第二部分為變量問項，問卷針對模型中的6個潛變量，共設立19個題項，具體內(nèi)容如表2所示：

本次調(diào)查選取在讀高校大學生為主要研究對象，原因是高校學生群體的社交媒體應用比例和活躍度都比較高，并且對社交媒體新技術(shù)的接受能力較強，樣本群在一定程度上可以準確代表用戶總體。本研究將移動社交媒體服務界定為安裝在智能手機終端的社交媒體應用程序，如微信客戶端、移動微博客戶端、QQ空間等。結(jié)合紙質(zhì)問卷和網(wǎng)絡問卷的形式發(fā)放調(diào)研問卷200份，回收并剔除不合格問卷（如惡意回答、前后矛盾、漏答和中立項過多等）后得到187份有效問卷，有效回收率為935%。問卷調(diào)查受訪用戶男女比例相當，20～30歲的用戶占調(diào)研用戶總數(shù)的728%，?？茖哟问茉L者占32%，562%具有本科層次學歷，406%的受訪者具有研究生學歷。

32研究方法與信度檢驗

本文在研究模型評估和數(shù)據(jù)處理的選擇上，采用偏最小二乘法（Partial Least Square，PLS）的結(jié)構(gòu)方程模型（SEM）作為分析的主要方法分別檢驗測量模型和結(jié)構(gòu)模型，因為PLS對數(shù)據(jù)樣本和殘差分布的要求較為寬松，非常適合新理論的構(gòu)建和測量，是社會科學研究中常用的研究方法之一。

本次調(diào)查系統(tǒng)要素量表各題項在對應潛變量上的標準化因子載荷均大于06，Cronbachα信度系數(shù)都在07以上，高于Nummally（1987）[34]提出的檢驗標準，并且刪除任何題項后因素的α系數(shù)均沒有顯著提高，說明量表具有良好的信度。在結(jié)構(gòu)效度檢驗中，我們采用平均變異萃取量（Average Variance Extracted，AVE）來表示。根據(jù)Fornell和Larcker（1981）[35]提出的理論，本研究AVE大于05，且組合信度（Composite Reliability，CR）大于07，這意味著本研究的數(shù)據(jù)具有良好的收斂效度。各維度信度與效度指標如表3所示：

為檢驗量表的判別效度我們考察各變量的AVE值的平方根與變量間相關(guān)系數(shù)。計算結(jié)果如表4所示，表中各個變量的AVE值的平方根大于該變量與其他研究變量的相關(guān)系數(shù)，說明該變量的測量問項和其他變量的測量問項能夠區(qū)分開來，進一步說明不同研究變量之間具有較好的判別效度和結(jié)構(gòu)效度。

33結(jié)構(gòu)方程檢驗

本文采用偏最小二乘法（Partial Least Squares，PLS）和Smart PLS 30工具對本研究社交媒體倦怠行為進行結(jié)構(gòu)方程模型分析，檢驗路徑系數(shù)及顯著性如圖2所示：

注：* p<005，** p<001，*** p<0001；虛線表示路徑不顯著圖2模型檢驗結(jié)果

就顯著關(guān)系而言，除自我效價與移動社交媒體態(tài)度之間不存在顯著關(guān)系外，其他路徑均存在顯著關(guān)系。

4討論

41結(jié)果討論

本研究基于計劃行為理論、隱私計算理論和心流理論提取指標要素，旨在探索自我效能、隱私保護、信息過載、心流體驗、社交媒體態(tài)度與社交媒體倦怠行為之間的因素關(guān)系。研究結(jié)果表明，自我效能對移動社交媒體使用態(tài)度無顯著作用。這一結(jié)論與LFBright等[33]的研究結(jié)果不同，可能的原因是態(tài)度作為中間變量，受到社交媒體倦怠行為結(jié)果的間接影響，實踐也證明，自我效能高的用戶既是高應用群體又是高倦怠群體，因此，本文的研究內(nèi)容對社交媒體行為研究方面形成一定的補充作用；隱私保護對社交媒體態(tài)度的形成有顯著的負向作用。這一結(jié)論與HXu等人的研究一致[20]。這意味著人們不愿披露更多的隱私信息，當個人信息隱私過多暴露在大眾傳媒中超過用戶心理閾值時，會嚴重影響用戶社交媒體使用態(tài)度；此外，信息過載壓力對社交媒體態(tài)度的形成也有顯著的負向作用，用戶利用有限的時間和有限的精力來處理無限的數(shù)據(jù)信息時，必須選擇過濾和屏蔽大量無用信息和廣告信息，這一結(jié)論與RHill和NMoran的研究一致[24]。心流體驗對移動社交媒體使用態(tài)度有顯著的正向影響作用，當用戶以心理娛樂作為移動社交媒體使用動機時，用戶將會更加看重應用過程中的愉悅體驗，而這種愉悅感知將進一步促進社交媒體使用態(tài)度，這一結(jié)論與MBHolbrook和EC.Hirschman的研究一致[28]。移動社交媒體使用態(tài)度對移動是社交媒體倦怠行為產(chǎn)生顯著的負向影響作用，這一結(jié)論與YJKim等[29]一致。在計劃行為理論中，態(tài)度是影響行為的主要因素之一，用戶良好的社交媒體使用態(tài)度傾向會使用戶獲得更多的刺激與滿足，用戶對社交媒體的依賴也會增強，反之則會增加用戶抱怨態(tài)度，進一步則會增加用戶移動社交媒體倦怠行為的風險。

42研究意義

理論上來說，本研究基于“感知-態(tài)度-行為”研究范式，嘗試將計劃行為理論、隱私計算理論和心流理論運用于移動社交媒體倦怠的影響因素理論研究中，這豐富了移動社交媒體行為的相關(guān)理論研究。此外，以往我國學者較少關(guān)注社交媒體倦怠這一概念，本文對社交媒體的研究范圍進一步進行研究范疇的擴展。并且研究發(fā)現(xiàn)了影響移動社交媒體倦怠行為的影響因素，這加深了移動社交媒體倦怠用戶感知、用戶態(tài)度和用戶行為因素之間相互作用的理論研究。

實踐上來看，本研究通過實證分析，驗證了移動社交媒體倦怠的影響因素。這一發(fā)現(xiàn)將有助于運營商深入了解移動社交網(wǎng)絡媒體倦怠行為，從而幫助企業(yè)及相關(guān)組織多管齊下共同營造良好的社交服務氛圍，利用社交媒體更好地開展相關(guān)服務，通過移動社交媒體更好地推動企業(yè)或組織進行業(yè)務的開展，強化用戶體驗，根據(jù)影響因素相互作用關(guān)系，有效管理社交媒體倦怠行為。endprint

43研究局限性

同時，本研究也存在一定的局限性，需要進一步地去探究。一是本研究的調(diào)查對象為高校學生，樣本數(shù)據(jù)來源和群體相對較為單一，進一步研究可以選取更為寬泛的樣本進行跨年齡層次、跨學歷等的對比性探討；二是本研究著重探討了用戶自身的主觀認知和情感對社交媒體倦怠行為的影響作用，社會環(huán)境與社會政策對社交媒體倦怠行為的影響作用并未完全考慮，后續(xù)研究可進一步應用更為全面的理論基礎，探討環(huán)境與政策等外界因素對社交媒體服務的態(tài)度在社交媒體倦怠分析中的前因作用，以期得到更全面的數(shù)據(jù)和構(gòu)建更為合理的移動社交媒體倦怠行為影響因素的理論模型。

參考文獻

[1]Wang Z，Cui X，Gao L，et al.A hybrid model of sentimental entity recognition on mobile social media[J].Eurasip Journal on Wireless Communications & Networking，2016，2016（1）：253.

[2]KIETZMANN J H，HERMKENS K，MCCARTHY I P，et al.Social media？ Get serious！ Understanding the functional building blocks of social media[J].Business Horizons，2011，54（3SI）：241-251.

[3]MASUR P K，REINECKE L，ZIEGELE M，et al.The interplay of intrinsic need satisfaction and Facebook specific motives in explaining addictive behavior on Facebook[J].Computers in Human Behavior，2014，39：376-386.

[4]Global Web Index.Wave 5 trends[EBOL].http：www.slideshare.netTomtrendstreamwave-5-trends-master-august-2011-slideshare-version>，2017-02-22.

[5]Gartner survey highlights consumer fatigue with social media [EBOL].http：www.gartner.comnewsroomid1766814，2017-02-22.

[6]Hill.R.，Moran.N.Social marketing meets interactive media： Lessons for the advertising community[J].International Journal of Advertising，2011，30（5）：815–838.

[7]Barger，C..The Top Ten Social Media Lessons of 2011：Part I[EBOL].https：www.forbes.comsiteschristopherbarger20111220the-top-ten-social-media-lessonsof-2011，2017-02-22.

[8]Gross，D..Users not happy with new Facebook changes[EBOL].http：articles.cnn.com2011-09-21techtech_social-media_facebook-changes-react_1_facebook-top-stories-users？_s=PM：TECH，2017-02-22.

[9]Ajzen I.The theory of planned behavior[J].Organizational Behavior and Human decision Process，1991，52（2）：179-211.

[10]Awad N F，Krishnan M S.The personalization privacy paradox：Anempirical evaluation of information transparency and the willingness to be profiled online for personalization[J].MIS Quarterly，2006，30（1）：13-28.

[11]Culnan，M.J.，and Armstrong，P.K.Information privacy concerns，procedural fairness，and impersonal trust： An empirical investigation[J].Organization Science，1999，10（1）：104-115.

[12]Dinev，T.，and Hart，P.An extended privacy calculus model for e-commerce transactions[J].Information systems research，2006，17 （1）： 61-80.

[13]Laufer R S，Wolfe M.Privacy as a concept and social issue：A multidimensional developmental theory[J].Journal of Social Issues，1977，33（3）：22-41.endprint

[14]Csikszentmihalyi M.Flow： The psychology of optimal experience[M]：New York：Harper and Row，1990：24-29.

[15]Kasa M，Hassan Z.Antecedent and Consequences of Flow： Lessons for Developing Human Resources[J].Procedia-Social and Behavioral Sciences，2013，97（1）：209-213.

[16]Bandura，A.（1986）.Social foundations of thought and action： A social cognitive theory.Englewood Cliffs，NJ： Prentice Hall.

[17]Eastin M S，Larose R.Internet Self-Efficacy and the Psychology of the Digital Divide[J].Journal of Computer-Mediated Communication，2000，6（1）：.

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

[19]Gartner survey highlights consumer fatigue with social media[EBOL].http：www.gartner.comnewsroomid1766814，2017-02-22.

[20]Xu H.，Gupta S.，Rosson M.B.，et al.Measuring Mobile Users Concerns for Information Privacy[C].In proceedings of the 33rd International Conference on Information Systems，Orlando，2012.

[21]Solove D.J.A Taxonomy of Privacy[J].University of Pennsylvania Law Review，2006，154（3）：477-564.

[22]Share and share alike： Social media vie for attention[EBOL].http：www.ft.comintlcmss21671609a-d9f3-11e0-b199-00144feabdc0.html#axzz1bdYNylEn>，2017-02-22.

[23]Lang，A.The limited capacity model of mediated message processing[J].Journal of Communication，2000，50（1）：46–70.

[24]Hill.R.，Moran.N.Social marketing meets interactive media： Lessons for the advertising community[J].International Journal of Advertising，2011，30（5）：815–838.

[25]Dodds，WB.，Monroe，KB.and Grewal，D.Effects of price，brand，and store information on buyersproduct evaluations.Journal of Marketing Research，1991（28）：307-319.

[26]Kim B，Han I.The Role of Trust Belief in Community-driven Knowledge and Its Antecedents[J].Journal of the American Society for Information Science &Technology，2009，60（5）：1012-1026.

[27]CAI Shun，XU Yunjie.Designing not just for pleasure： effects of Web Site esthetics on consumer shopping value[J].International Journal of Electronic Commerce，2011，15（4）：159-188.

[28]Holbrook，M.B.，& Hirschman，E.C.（1982）.The experiential aspects of consumption：Consumer fantasies，feelings and fun.Journal of Consumer Research，9（2）：132–140.

[29]KIM Y J，CHUN J U，SONG J.Investigating the role of attitude in technology acceptance from an attitude strength perspective[J].International journal of information management，2009，29（1）：67-77.

[30]HUANG H C，CHANG S S，LOUS J.Preliminary investigation on recreation and leisure knowledge sharing by LINE[J].Procedia-social and behavioral sciences，2015，174（12）：3072-3080.

[31]KIM J，LEE C，ELIAS T. Factors affecting information sharing in social networkingsites amongst university students： application of the knowledge-sharing model to social networking sites[J].Online information review，2015，39（3）：290-309.

[32]MA L，LEE C S，GOH D H L.Understanding news sharing in social media： an explanation from the diffusion of innovations theory[J].Online information review，2014，38（ 5） ： 598-615.

[33]Bright L F，Kleiser S B，Grau S L.Too much Facebook？ An exploratory examination of social media fatigue[J].Computers in Human Behavior，2015，44（C）：148-155.

[34]Nunnally J C.Psychometric Theory[M].New York：McGraw-Hill，1967.

[35]Fornell C，Larcker D F.Evaluating Structural Equuation Models with Unobservable Variables and Measurement Error[J].Journal of Marketing Research，1981，18（1）：39-50.

（本文責任編輯：馬卓）endprint