IT采納和使用中用戶(hù)轉(zhuǎn)移行為研究綜述

趙宇翔+++劉周穎

摘 要：近年來(lái)，隨著各類(lèi)IT和互聯(lián)網(wǎng)產(chǎn)品/服務(wù)的紛繁迭出，人們?cè)诟黝?lèi)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移現(xiàn)象愈發(fā)普遍。在用戶(hù)信息行為的研究中，用戶(hù)轉(zhuǎn)移行為的探索正在引發(fā)學(xué)界和業(yè)界的更多關(guān)注?；谛畔⒐芾眍I(lǐng)域用戶(hù)轉(zhuǎn)移的相關(guān)文獻(xiàn)，文章首先對(duì)用戶(hù)轉(zhuǎn)移行為的概念進(jìn)行界定，并將轉(zhuǎn)移行為的特點(diǎn)概括為復(fù)雜性、選擇性、緩慢性和動(dòng)態(tài)性四個(gè)方面。隨后，文章將轉(zhuǎn)移行為歸納為三大類(lèi)，即在不同媒介下用戶(hù)在產(chǎn)品/服務(wù)之間的轉(zhuǎn)移、在相同媒介下用戶(hù)在同質(zhì)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移以及異質(zhì)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移，并將IT產(chǎn)品/服務(wù)的使用情境分為娛樂(lè)型、社交型、商業(yè)型和工具型四類(lèi)。然后，文章梳理了信息管理領(lǐng)域用戶(hù)轉(zhuǎn)移行為研究中常用的理論基礎(chǔ)。接著，從原有IT產(chǎn)品/服務(wù)的相關(guān)因素、替代IT產(chǎn)品/服務(wù)的相關(guān)因素、阻礙因素、社會(huì)因素和個(gè)人因素五個(gè)方面對(duì)用戶(hù)轉(zhuǎn)移行為的影響因素進(jìn)行歸納總結(jié)。最后提出了若干未來(lái)研究展望。

關(guān)鍵詞：用戶(hù)轉(zhuǎn)移；IT采納和使用；理論基礎(chǔ)；影響因素；前沿展望

中圖分類(lèi)號(hào)：G252 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.11968/tsyqb.1003-6938.2017098

User Switch Behavior in IT Adoption and Usage： A Literature Review

Abstract In recent years， with the emerging of all kinds of IT and internet products/services， the phenomenon that people switch among various IT products/services has become more and more popular. In the study of user information behavior， the exploration of user switch behavior is drawing more attention from the academia and industry. Firstly， based on the relevant literature on user switch in information management field， the study defines the user switch behavior， and summarizes the characteristics of switch behavior as complexity， selectivity， slowness and dynamic. Then， the study divides user switch behavior into three categories， namely users' switch among products/services under the different media， users' switch among homogeneous products/services as well as the switch in heterogeneous products/service sunder the same media， and research context has been classified into four categories， namely entertainment， social， commercial and tool-based. Subsequently， the study addresses the theoretical foundations on switch behavior research in information management field. Then， the influencing factors of users' switch behavior are summarized from five aspects， namely， the related factors of the incumbent IT products/services， the related factors of the alternative IT products/services， mooring factors， social factors and demographics. At last， the study puts forward some future research directions of user switch behavior.

Key words user switch； IT adoption and usage； theoretical basis； influencing factors； research directions

1 引言

伴隨著科學(xué)技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，新興的IT產(chǎn)品和服務(wù)也層出不窮。面對(duì)可供選擇產(chǎn)品的多樣性及獨(dú)特性，用戶(hù)的交互行為方式正不斷發(fā)生變化，在不同IT產(chǎn)品間的轉(zhuǎn)移也變得愈發(fā)頻繁。根據(jù)QuestMobile于2016年10月12日發(fā)布的監(jiān)測(cè)數(shù)據(jù)，許多用戶(hù)對(duì)IT產(chǎn)品的使用逐漸從電腦設(shè)備轉(zhuǎn)移到手機(jī)設(shè)備，目前移動(dòng)智能終端設(shè)備月活躍度接近10億[1]。隨著移動(dòng)設(shè)備的普及以及各類(lèi)APP易用性的增強(qiáng)，人們?cè)贏PP間的轉(zhuǎn)移也越發(fā)方便。數(shù)據(jù)顯示，人們?cè)谡崎唅Reader APP進(jìn)行數(shù)字閱讀的每日總時(shí)長(zhǎng)已達(dá)到7億分鐘[1]。在社交媒體方面，盡管開(kāi)心網(wǎng)在2009年獲得了億萬(wàn)用戶(hù)的喜愛(ài)，但現(xiàn)在用戶(hù)早已轉(zhuǎn)向其他的社交平臺(tái)中。根據(jù)Alexa流量統(tǒng)計(jì)機(jī)構(gòu)的數(shù)據(jù)顯示，2015年開(kāi)心網(wǎng)的日均IP訪問(wèn)量?jī)H在8萬(wàn)左右[2]，用戶(hù)流失現(xiàn)象非常嚴(yán)重。然而，用戶(hù)轉(zhuǎn)移并不意味著永久的用戶(hù)流失。相反，若運(yùn)營(yíng)商采取的策略得當(dāng)，用戶(hù)也可能會(huì)反過(guò)來(lái)增加對(duì)原有IT產(chǎn)品的使用。以微博為例，新浪微博于2009年正式上線并迅速成為現(xiàn)象級(jí)的明星產(chǎn)品，但隨后用戶(hù)的活躍度逐步下降。而在去年，新浪微博掀起了短視頻和視頻直播的熱潮從而反轉(zhuǎn)逆襲。根據(jù)移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)研究公司QuestMobile發(fā)布的2016年秋季報(bào)告顯示，9月微博月活躍用戶(hù)數(shù)達(dá)3.906億（按移動(dòng)設(shè)備數(shù)統(tǒng)計(jì)），在中國(guó)移動(dòng)互聯(lián)網(wǎng)應(yīng)用中位居第四[1]。

綜上可知，用戶(hù)轉(zhuǎn)移行為在IT產(chǎn)品/服務(wù)的采納和使用中廣泛存在。通過(guò)文獻(xiàn)調(diào)研，筆者發(fā)現(xiàn)以往有關(guān)轉(zhuǎn)移行為的研究主要集中在營(yíng)銷(xiāo)管理和消費(fèi)者行為領(lǐng)域。在信息管理領(lǐng)域（包括信息系統(tǒng)研究和圖書(shū)情報(bào)研究），學(xué)者的研究興趣主要集中在初期采納和持續(xù)使用動(dòng)機(jī)方面，用戶(hù)轉(zhuǎn)移行為在近幾年才引起學(xué)者的關(guān)注。從國(guó)內(nèi)外對(duì)用戶(hù)轉(zhuǎn)移的研究現(xiàn)狀來(lái)看，國(guó)外對(duì)用戶(hù)轉(zhuǎn)移的研究正處在逐步上升的階段，而國(guó)內(nèi)在這一領(lǐng)域的研究還很少。鑒于此，本文將基于信息管理領(lǐng)域中用戶(hù)轉(zhuǎn)移的相關(guān)文獻(xiàn)，對(duì)用戶(hù)轉(zhuǎn)移行為的概念界定、研究情境及理論基礎(chǔ)進(jìn)行闡述。隨后，對(duì)影響IT采納和使用中用戶(hù)轉(zhuǎn)移的因素進(jìn)行梳理，并從信息管理的角度對(duì)用戶(hù)轉(zhuǎn)移行為的未來(lái)研究方向提出若干命題。

2 IT采納和使用中用戶(hù)轉(zhuǎn)移行為及相關(guān)理論

2.1 IT采納和使用中用戶(hù)轉(zhuǎn)移行為概述

在社會(huì)學(xué)和人類(lèi)學(xué)領(lǐng)域，用戶(hù)的遷移通常指的是在特定時(shí)間內(nèi)，人們?cè)谖锢砜臻g上的移動(dòng)[3]。而對(duì)于人們?cè)贗T產(chǎn)品/服務(wù)之間的遷移，由于大部分用戶(hù)在轉(zhuǎn)移初期并不會(huì)完全脫離原本使用的媒體，Cheng等將用戶(hù)在SNS之間的遷移定義為用戶(hù)開(kāi)始加入新的SNS網(wǎng)站。這一行為也被稱(chēng)作網(wǎng)絡(luò)空間的轉(zhuǎn)移（Migration in Cyberspace）[4]；Choi等[5]將轉(zhuǎn)移定義為用戶(hù)轉(zhuǎn)而使用另一公司的相關(guān)品牌、產(chǎn)品和服務(wù)；Chang等[6]將SNS用戶(hù)的轉(zhuǎn)移定義為用戶(hù)在已經(jīng)停止或者未完全停止對(duì)當(dāng)前產(chǎn)品使用的情況下轉(zhuǎn)向另一個(gè)提供商提供的SNS服務(wù)；Ye和Potter[7]將轉(zhuǎn)移行為定義為用戶(hù)減少或全部終止使用一個(gè)特定的技術(shù)產(chǎn)品，轉(zhuǎn)而使用另一種能夠滿足同樣需求的產(chǎn)品。在前人對(duì)轉(zhuǎn)移行為界定的基礎(chǔ)上，本文將信息管理領(lǐng)域的用戶(hù)轉(zhuǎn)移行為定義為：在電子設(shè)備和數(shù)字技術(shù)的支撐下，由于產(chǎn)品/服務(wù)自身、個(gè)人需求和社會(huì)環(huán)境等因素的影響，用戶(hù)在一段時(shí)間內(nèi)減少或停止對(duì)原有IT產(chǎn)品/服務(wù)的使用，而增加對(duì)另一個(gè)IT產(chǎn)品/服務(wù)的使用。同時(shí)，在此過(guò)程中，用戶(hù)也有可能出于某些原因再次轉(zhuǎn)向原來(lái)的IT產(chǎn)品/服務(wù)。其中，IT產(chǎn)品/服務(wù)泛指各類(lèi)信息工具、互聯(lián)網(wǎng)和社交媒體等傘狀概念體系下的產(chǎn)品和服務(wù)，涵蓋了不同的目的，包括工作、學(xué)習(xí)和娛樂(lè)等。鑒于此，用戶(hù)的轉(zhuǎn)移行為具有復(fù)雜性、選擇性、緩慢性和動(dòng)態(tài)性四大特征。復(fù)雜性指的是用戶(hù)的轉(zhuǎn)移行為受到多種因素的影響，如產(chǎn)品/服務(wù)、個(gè)人、技術(shù)和社會(huì)等；選擇性指的是用戶(hù)會(huì)根據(jù)自己的需求和潮流的引領(lǐng)來(lái)選擇特定的產(chǎn)品；緩慢性指的是用戶(hù)的轉(zhuǎn)移行為并非是對(duì)原來(lái)使用的IT產(chǎn)品/服務(wù)的完全摒棄，而是逐漸減少對(duì)其的使用；動(dòng)態(tài)性指的是用戶(hù)對(duì)各類(lèi)IT產(chǎn)品/服務(wù)的使用行為是不斷發(fā)展變化的。用戶(hù)在一段時(shí)間內(nèi)轉(zhuǎn)移到另一IT產(chǎn)品/服務(wù)后，也有可能會(huì)返過(guò)來(lái)轉(zhuǎn)向?qū)υ蠭T產(chǎn)品/服務(wù)的使用。從時(shí)間維度來(lái)看，用戶(hù)使用IT產(chǎn)品/服務(wù)可以分為初始采納和使用、持續(xù)采納和使用以及后續(xù)采納和使用三個(gè)階段。在每個(gè)階段，用戶(hù)都有可能會(huì)轉(zhuǎn)向?qū)α硪划a(chǎn)品的使用（見(jiàn)圖1）。在初期采納和持續(xù)使用兩個(gè)階段中，用戶(hù)只享用了產(chǎn)品/服務(wù)所提供的部分功能。在后續(xù)采納階段，更多深層次的應(yīng)用會(huì)逐漸在用戶(hù)面前顯露。在這一階段，適應(yīng)性系統(tǒng)使用是用戶(hù)行為的主要表現(xiàn)，用戶(hù)在這一階段不斷地調(diào)整、學(xué)習(xí)和改進(jìn)自身的使用行為。同時(shí)，用戶(hù)對(duì)社會(huì)化媒體的適應(yīng)性使用可以從媒體的特征內(nèi)容和特征形式兩個(gè)角度來(lái)揭示用戶(hù)行為的變化[8]。類(lèi)似的，本文認(rèn)為在IT產(chǎn)品/服務(wù)的后續(xù)采納和使用過(guò)程中，用戶(hù)也很有可能?chē)L試替代性產(chǎn)品/服務(wù)新的功能、組合或重構(gòu)替代性產(chǎn)品/服務(wù)和原有產(chǎn)品/服務(wù)所擁有的功能，從而發(fā)生相關(guān)的轉(zhuǎn)移行為。

2.2 用戶(hù)轉(zhuǎn)移行為的分類(lèi)及研究情境

在用戶(hù)轉(zhuǎn)移行為中，A、B產(chǎn)品/服務(wù)可以是基于不同或者相同的媒介，類(lèi)型也可能是同質(zhì)或者是異質(zhì)的。根據(jù)產(chǎn)品/服務(wù)所依賴(lài)的媒介及產(chǎn)品/服務(wù)的特性，本文將轉(zhuǎn)移行為分為三類(lèi)：第一類(lèi)為在不同媒介下，用戶(hù)在產(chǎn)品/服務(wù)之間的轉(zhuǎn)移。如，由于電子資源的便利性使得人們從傳統(tǒng)圖書(shū)館轉(zhuǎn)移到對(duì)數(shù)字圖書(shū)館的使用[9]、從傳統(tǒng)的紙質(zhì)閱讀轉(zhuǎn)向電子閱讀[10]。徐孝娟等[11]基于手段-目的鏈理論發(fā)現(xiàn)用戶(hù)閱讀行為從紙質(zhì)媒體轉(zhuǎn)到數(shù)字媒體的動(dòng)機(jī)為功能性?xún)r(jià)值、機(jī)會(huì)性?xún)r(jià)值、社會(huì)性?xún)r(jià)值和情感性?xún)r(jià)值；Lee等[12]基于技術(shù)接受模型實(shí)證探索了用戶(hù)從實(shí)體閱讀轉(zhuǎn)向電子閱讀的影響因素；第二類(lèi)為在相同媒介下，用戶(hù)在同質(zhì)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移。如，在知識(shí)社區(qū)中，用戶(hù)在分答和值乎等語(yǔ)音問(wèn)答平臺(tái)之間的轉(zhuǎn)移。在信息分享和存儲(chǔ)方面，用戶(hù)在各類(lèi)云盤(pán)之間的轉(zhuǎn)移[13]；第三類(lèi)為在相同媒介下，用戶(hù)在異質(zhì)產(chǎn)品/服務(wù)中的轉(zhuǎn)移。如，用戶(hù)在博客和參與互動(dòng)性更強(qiáng)的社交網(wǎng)絡(luò)平臺(tái)之間的轉(zhuǎn)移[14]。另外，在網(wǎng)絡(luò)服務(wù)中，由于新型問(wèn)答社區(qū)的開(kāi)放性及包容性，人們逐漸從傳統(tǒng)的問(wèn)答網(wǎng)站轉(zhuǎn)向新型的知識(shí)問(wèn)答社區(qū)，如從百度知道轉(zhuǎn)向知乎等?？傊S著產(chǎn)品性能的逐漸提升和產(chǎn)品功能的逐步擴(kuò)展，用戶(hù)更趨向于使用體驗(yàn)感和交互感強(qiáng)的產(chǎn)品和服務(wù)。

根據(jù)IT產(chǎn)品/服務(wù)的類(lèi)型，本文將其劃分為娛樂(lè)型、社交型、商業(yè)型和工具型四類(lèi)。對(duì)于用戶(hù)所處于的不同產(chǎn)品/服務(wù)的情境，研究人員除了考察滿意度、轉(zhuǎn)移成本、替代品吸引力等比較常見(jiàn)的影響因素外，還根據(jù)產(chǎn)品/服務(wù)自身的功能特性探索了相關(guān)因素（見(jiàn)表1）。其中，在娛樂(lè)型產(chǎn)品/服務(wù)的情境下，用戶(hù)更關(guān)注其多樣性、娛樂(lè)性和可玩性；對(duì)于社交型產(chǎn)品/服務(wù)，聯(lián)系強(qiáng)度、社會(huì)性?xún)r(jià)值、社交壓力等對(duì)用戶(hù)的轉(zhuǎn)移具有重要的影響；在使用商業(yè)型產(chǎn)品/服務(wù)的情境下，信任、感知風(fēng)險(xiǎn)等因素考慮頻次較多；相對(duì)于其他三種類(lèi)型的產(chǎn)品/服務(wù)，工具型產(chǎn)品的感知易用性、感知有用性、感知安全性等因素對(duì)用戶(hù)的轉(zhuǎn)移顯得較為重要。據(jù)此，研究者在對(duì)用戶(hù)轉(zhuǎn)移行為進(jìn)行探索時(shí)，也需考慮用戶(hù)所處的情境并挖掘相關(guān)的影響因素。

2.3 信息管理領(lǐng)域用戶(hù)轉(zhuǎn)移行為研究的理論基礎(chǔ)

在信息管理領(lǐng)域，有關(guān)IT采納和使用中用戶(hù)轉(zhuǎn)移行為的研究所使用的理論基礎(chǔ)分布較廣，大致來(lái)源于地理學(xué)、心理學(xué)、傳播學(xué)、經(jīng)濟(jì)學(xué)、組織行為學(xué)、信息系統(tǒng)等若干學(xué)科專(zhuān)業(yè)。在信息管理領(lǐng)域，有關(guān)用戶(hù)轉(zhuǎn)移的文獻(xiàn)基于推-拉-錨（PPM）模型的探討較多。部分研究也將動(dòng)機(jī)理論、使用與滿足理論、技術(shù)接受理論、網(wǎng)絡(luò)外部性理論等融合進(jìn)PPM模型中以研究用戶(hù)的轉(zhuǎn)移行為。本文基于Gregor對(duì)信息系統(tǒng)領(lǐng)域的5種類(lèi)型理論的劃分，即分析性（Analyzing）、解釋性（Explaining）、預(yù)測(cè)性（Predicting）、解釋預(yù)測(cè)性（Explaining and predicting）以及設(shè)計(jì)行動(dòng)性（Design and action）[22]，回顧并梳理了信息管理領(lǐng)域用戶(hù)轉(zhuǎn)移行為的理論基礎(chǔ)（見(jiàn)表2）。

可以看出，目前有關(guān)用戶(hù)轉(zhuǎn)移的研究視角比較豐富，其中大部分理論在研究用戶(hù)初始采納和持續(xù)使用行為中也被廣泛地運(yùn)用。從理論用途來(lái)看，用戶(hù)轉(zhuǎn)移研究的理論大部分屬于解釋性以及解釋預(yù)測(cè)性，即基于理論模型的構(gòu)建和檢驗(yàn)來(lái)探索用戶(hù)轉(zhuǎn)移行為的相關(guān)影響因素。這類(lèi)理論側(cè)重于對(duì)用戶(hù)態(tài)度和行為的解釋分析，在研究用戶(hù)轉(zhuǎn)移行為方面具有較強(qiáng)的適用性。另外，在現(xiàn)有對(duì)用戶(hù)轉(zhuǎn)移進(jìn)行探究的文獻(xiàn)中，基于設(shè)計(jì)行動(dòng)性理論的研究較少。該種類(lèi)型的理論具有一定的指導(dǎo)性，即通過(guò)提供方法、技術(shù)、內(nèi)容/功能準(zhǔn)則來(lái)輔助研究及設(shè)計(jì)。該類(lèi)理論適用于產(chǎn)品/服務(wù)的開(kāi)發(fā)及設(shè)計(jì)，如何將該類(lèi)理論應(yīng)用在用戶(hù)轉(zhuǎn)移中也有待于學(xué)者們進(jìn)一步探討，具體將在研究展望中進(jìn)一步論述。

3 IT采納和使用中影響用戶(hù)轉(zhuǎn)移的因素

目前，在信息管理領(lǐng)域，對(duì)用戶(hù)在IT產(chǎn)品/服務(wù)間的轉(zhuǎn)移行為研究正處于上升階段。已有文獻(xiàn)對(duì)用戶(hù)轉(zhuǎn)移行為進(jìn)行研究，其包括兩類(lèi)：第一類(lèi)并未基于任何理論，直接挖掘現(xiàn)有文獻(xiàn)考慮較多的因素（如滿意度、轉(zhuǎn)移成本等）進(jìn)行研究[16，37-38]；第二類(lèi)基于PPM模型以及其他理論來(lái)解釋用戶(hù)轉(zhuǎn)移的原因[15，26，31，39-43]。Choi等[5]從文化因素、社會(huì)因素、經(jīng)濟(jì)因素及個(gè)人動(dòng)機(jī)來(lái)分析用戶(hù)轉(zhuǎn)移的影響；Hsieh等[18]基于PPM模型將用戶(hù)轉(zhuǎn)移行為從推動(dòng)因素、拉動(dòng)因素和錨定因素三個(gè)方面來(lái)研究；趙宇翔等[44]基于內(nèi)容分析法將用戶(hù)轉(zhuǎn)移行為的影響因素分為五大范疇，即原有IT產(chǎn)品的相關(guān)因素、替代IT產(chǎn)品的相關(guān)因素、阻礙因素、社會(huì)因素和個(gè)人因素。本文將基于這五類(lèi)影響因素對(duì)現(xiàn)有文獻(xiàn)進(jìn)行總結(jié)分析（見(jiàn)表3）。

3.1 原有IT產(chǎn)品/服務(wù)的相關(guān)因素

不滿意度是推動(dòng)人們轉(zhuǎn)移到另一個(gè)信息產(chǎn)品/服務(wù)中的關(guān)鍵因素。滿意度/不滿意度的影響已經(jīng)在IT/IS領(lǐng)域用戶(hù)轉(zhuǎn)移動(dòng)因中得到了廣泛驗(yàn)證[51-52]。當(dāng)用戶(hù)對(duì)現(xiàn)有產(chǎn)品/服務(wù)使用不滿意時(shí)，就很可能會(huì)轉(zhuǎn)向可替代的產(chǎn)品來(lái)獲得更好的用戶(hù)體驗(yàn)[45，53]。而當(dāng)用戶(hù)對(duì)當(dāng)前使用的產(chǎn)品滿意度較高時(shí)，用戶(hù)的轉(zhuǎn)移意向則較弱[37，54-57]。Cheng等將不滿意度分為成員制度、技術(shù)質(zhì)量、信息質(zhì)量以及社區(qū)支持四個(gè)維度，研究結(jié)果顯示用戶(hù)對(duì)成員制度的不滿會(huì)顯著影響其轉(zhuǎn)移意向[4]。同時(shí)也有研究表明，若用戶(hù)沒(méi)有意識(shí)到替代品的吸引，那么不滿意度并不會(huì)對(duì)用戶(hù)轉(zhuǎn)移產(chǎn)生影響[58]。Fei等對(duì)SNS社區(qū)轉(zhuǎn)移意向的研究發(fā)現(xiàn)，若用戶(hù)對(duì)當(dāng)前使用產(chǎn)品的不滿意度與轉(zhuǎn)移意向之間并無(wú)顯著關(guān)系[17]。此外，有研究證實(shí)用戶(hù)對(duì)產(chǎn)品的使用幅度越大，依賴(lài)程度越高，用戶(hù)的轉(zhuǎn)移意向則會(huì)有所降低[21，38]。

除了不滿意度和產(chǎn)品使用幅度這兩個(gè)因素外，考慮IT產(chǎn)品/服務(wù)的特性對(duì)用戶(hù)轉(zhuǎn)移的影響也是十分必要的。在社交型IT產(chǎn)品/服務(wù)的情境中，Hsieh等[18]認(rèn)為博主在使用博客的過(guò)程中，若感知到與他人聯(lián)系越弱，那么他的轉(zhuǎn)移意愿就越高；Hou等基于PP理論（Push-Pull theory）研究發(fā)現(xiàn)社交程度和趣味性低也會(huì)推動(dòng)人們進(jìn)行轉(zhuǎn)移[59]。此外，在工具型IT產(chǎn)品/服務(wù)中，Wu等[13]對(duì)用戶(hù)在云存儲(chǔ)間轉(zhuǎn)移的研究中將感知風(fēng)險(xiǎn)劃分為6個(gè)維度，并證實(shí)其對(duì)用戶(hù)轉(zhuǎn)移產(chǎn)生正向的顯著影響。當(dāng)用戶(hù)感知到財(cái)產(chǎn)、隱私等在當(dāng)前使用的產(chǎn)品中存在風(fēng)險(xiǎn)，他們會(huì)更傾向于尋找安全程度更高的產(chǎn)品。

3.2 替代IT產(chǎn)品/服務(wù)的相關(guān)因素

在前人基于PPM理論的研究中，替代品吸引力（Attractive Alternativeness）經(jīng)常被視為拉動(dòng)人們轉(zhuǎn)移的重要因素[54，56，59，60]。替代品吸引力指的是市場(chǎng)上可獲得的競(jìng)品中，消費(fèi)者對(duì)替代品吸引力所感知到的程度[61]。Bhattacherjee等[39]表明替代品的相對(duì)優(yōu)勢(shì)會(huì)正向影響用戶(hù)的轉(zhuǎn)移行為。類(lèi)似的，在Chang等[6]的研究中，替代品吸引力正向影響用戶(hù)的轉(zhuǎn)移意向并顯著地正向調(diào)節(jié)了不滿意度和轉(zhuǎn)移意向之間的關(guān)系。由于人們通常對(duì)不同產(chǎn)品進(jìn)行比較從而判斷產(chǎn)品所擁有的優(yōu)勢(shì)，故Ye和Potter用相對(duì)優(yōu)勢(shì)來(lái)考察其對(duì)用戶(hù)轉(zhuǎn)移的影響[7]。Fei等也將替代品的吸引力重新定義為相對(duì)吸引力并從使用與滿足理論的角度將其劃分為五個(gè)維度，即相對(duì)社會(huì)性?xún)r(jià)值、相對(duì)社會(huì)形象價(jià)值、相對(duì)逃避價(jià)值、相對(duì)自我提升價(jià)值、相對(duì)娛樂(lè)性?xún)r(jià)值和相對(duì)信息搜尋價(jià)值。Fei等對(duì)SNS之間的轉(zhuǎn)移研究發(fā)現(xiàn)前四種因素對(duì)用戶(hù)轉(zhuǎn)移行為具有正向的顯著影響，人們很少因?yàn)楹髢煞N因素而使用新的SNS網(wǎng)站[17]。

另外，人們還基于內(nèi)外部動(dòng)機(jī)理論和技術(shù)接受理論來(lái)考慮替代品自身對(duì)用戶(hù)轉(zhuǎn)移意向的影響[32]。Hsieh等[18]在對(duì)博主的轉(zhuǎn)移行為的研究中將愉悅和相對(duì)有用性作為其影響因素并得到了證實(shí)；Choi[5]等研究發(fā)現(xiàn)娛樂(lè)性對(duì)用戶(hù)的轉(zhuǎn)移具有正向影響；Hsieh等認(rèn)為相對(duì)有用性、表達(dá)有效性和相對(duì)可玩性會(huì)正向促進(jìn)用戶(hù)的轉(zhuǎn)移意向[26]。類(lèi)似地，Ye和Potter[7]研究發(fā)現(xiàn)感知相對(duì)易用性和感知相對(duì)安全性對(duì)用戶(hù)的轉(zhuǎn)移意向具有顯著的正向影響；曹雄飛在對(duì)從博客轉(zhuǎn)移到SNS網(wǎng)站的用戶(hù)研究后發(fā)現(xiàn)，相對(duì)易用性越強(qiáng)，用戶(hù)的轉(zhuǎn)移意向也越強(qiáng)[14]。

3.3 阻礙因素

在經(jīng)濟(jì)學(xué)和營(yíng)銷(xiāo)學(xué)領(lǐng)域，學(xué)者們廣泛采用轉(zhuǎn)移成本作為用戶(hù)進(jìn)行轉(zhuǎn)移的阻礙因素[62]。轉(zhuǎn)移成本指的是當(dāng)用戶(hù)轉(zhuǎn)移到另一個(gè)服務(wù)、產(chǎn)品或平臺(tái)上所需要承受的代價(jià)。人們?cè)谵D(zhuǎn)移的過(guò)程中，會(huì)計(jì)算并衡量產(chǎn)生的經(jīng)濟(jì)、行為和心理上的損失。Burnham等[63]總結(jié)出了8種類(lèi)型的轉(zhuǎn)移成本并將其分為過(guò)程性、經(jīng)濟(jì)性和關(guān)系性三類(lèi)。過(guò)程性的轉(zhuǎn)移成本包括經(jīng)濟(jì)風(fēng)險(xiǎn)成本、評(píng)估成本、學(xué)習(xí)成本和建立成本；經(jīng)濟(jì)性轉(zhuǎn)移成本包括收益損失成本、金錢(qián)損失成本；關(guān)系性轉(zhuǎn)移成本包括個(gè)人關(guān)系損失成本和品牌關(guān)系損失成本。Lin等[36]對(duì)IT產(chǎn)品的研究發(fā)現(xiàn)這三類(lèi)轉(zhuǎn)移成本對(duì)用戶(hù)的轉(zhuǎn)移具有顯著的負(fù)向影響；Chang[6]等將轉(zhuǎn)移成本劃分為沉沒(méi)成本、建立成本和持續(xù)成本。沉沒(méi)成本指的是在當(dāng)前所享受的服務(wù)中所花費(fèi)的不可回收的時(shí)間精力；建立成本指的是在注冊(cè)新的賬號(hào)和完善個(gè)人信息時(shí)所花費(fèi)的精力和時(shí)間成本；持續(xù)成本指的是通知好友所需花費(fèi)的時(shí)間精力及中斷與部分好友的聯(lián)系的成本。大部分前人的研究結(jié)果都表明，轉(zhuǎn)移成本對(duì)用戶(hù)的轉(zhuǎn)移意向具有顯著的負(fù)向影響[7，14，18，26]。Hou等認(rèn)為由于用戶(hù)在原有IT產(chǎn)品中積累的虛擬財(cái)產(chǎn)、積分及所擁有的等級(jí)會(huì)阻礙用戶(hù)進(jìn)行轉(zhuǎn)移[40]；Wu等研究證實(shí)低的轉(zhuǎn)移成本會(huì)促進(jìn)用戶(hù)的轉(zhuǎn)移意向[64]。因?yàn)橛脩?hù)不需要考慮可能花費(fèi)的巨大精力或損失。另外，他們還將轉(zhuǎn)移障礙作為轉(zhuǎn)移成本和轉(zhuǎn)移意向的中間變量。研究結(jié)果顯示，轉(zhuǎn)移成本對(duì)轉(zhuǎn)移障礙產(chǎn)生正向影響，并且轉(zhuǎn)移障礙對(duì)用戶(hù)轉(zhuǎn)移意向產(chǎn)生顯著的負(fù)向影響。

此外，Hsu[65]對(duì)用戶(hù)轉(zhuǎn)移的研究顯示轉(zhuǎn)移成本對(duì)轉(zhuǎn)移意向沒(méi)有直接的影響，轉(zhuǎn)移成本對(duì)轉(zhuǎn)移意向的影響完全被感知轉(zhuǎn)移價(jià)值所中介；Cheng等在轉(zhuǎn)移成本中僅考慮了建立成本和持續(xù)成本，研究結(jié)果顯示轉(zhuǎn)移成本并未對(duì)轉(zhuǎn)移意向產(chǎn)生顯著的影響[4]。類(lèi)似地，Choi等[5]也研究發(fā)現(xiàn)轉(zhuǎn)移成本對(duì)用戶(hù)轉(zhuǎn)移意向無(wú)顯著影響。

綜上所述，大部分學(xué)者認(rèn)為轉(zhuǎn)移成本的增加會(huì)削弱用戶(hù)轉(zhuǎn)移行為[40]。雖然用戶(hù)轉(zhuǎn)移到另一IT產(chǎn)品或服務(wù)并不需要花費(fèi)金錢(qián)，但是用戶(hù)在當(dāng)前所使用產(chǎn)品中與其他人的聯(lián)系、建立的聲望及產(chǎn)生的內(nèi)容使用戶(hù)很難立刻轉(zhuǎn)移到另一產(chǎn)品中[5]。而有的研究也表明轉(zhuǎn)移成本對(duì)用戶(hù)的轉(zhuǎn)移意向并無(wú)顯著的影響。這主要是由于產(chǎn)品之間兼容性的擴(kuò)展，用戶(hù)建立賬戶(hù)、告知朋友都不再需要耗費(fèi)太多時(shí)間和精力。另外，用戶(hù)轉(zhuǎn)移到另一媒體上并不會(huì)刪除其賬戶(hù)信息，原有的賬戶(hù)信息和內(nèi)容能夠在新網(wǎng)站的個(gè)人主頁(yè)上進(jìn)行鏈接[4]。Bhattacherjee等[39]認(rèn)為在IT產(chǎn)品/服務(wù)之間的轉(zhuǎn)移僅僅是一鍵轉(zhuǎn)移（a click away），轉(zhuǎn)移行為的發(fā)生就像下載安裝一樣簡(jiǎn)單。

3.4 社會(huì)因素

社會(huì)因素指的是社會(huì)中的其他人（包括親戚、朋友、社區(qū)群體等）對(duì)自身態(tài)度和行為的影響。社會(huì)影響、網(wǎng)絡(luò)外部性、同輩影響、主觀規(guī)范、趨勢(shì)跟隨等都是學(xué)者研究次數(shù)較多的影響因素。

Park等[34]認(rèn)為社會(huì)影響對(duì)用戶(hù)轉(zhuǎn)移意向具有顯著的正向影響；Ye和Potter[7]研究發(fā)現(xiàn)主觀規(guī)范越低，用戶(hù)的轉(zhuǎn)移意向也越弱；Polites和Karahanna[47]認(rèn)為主觀規(guī)范對(duì)用戶(hù)轉(zhuǎn)移到新系統(tǒng)上具有顯著的正向影響；Hou等基于PP理論（Push-Pull theory）研究發(fā)現(xiàn)同輩影響、用戶(hù)規(guī)模會(huì)拉動(dòng)人們進(jìn)行轉(zhuǎn)移[59]；Wu等[13]認(rèn)為由于更豐富的資源及對(duì)功能和服務(wù)質(zhì)量較高的期待，用戶(hù)會(huì)選擇用戶(hù)群體更大的云存儲(chǔ)產(chǎn)品；Cheng等研究發(fā)現(xiàn)同輩影響對(duì)用戶(hù)轉(zhuǎn)移到SNS的意愿具有正向影響。因?yàn)槿藗冊(cè)赟NS上可以尋找朋友并與他們建立或維持關(guān)系，而且當(dāng)用戶(hù)被很多朋友邀請(qǐng)加入時(shí)，他們做出轉(zhuǎn)移的決定會(huì)更加容易[4]。類(lèi)似地，Yao等證實(shí)了同輩影響對(duì)用戶(hù)轉(zhuǎn)移意向的正向顯著影響。當(dāng)用戶(hù)的眾多好友轉(zhuǎn)移到另一個(gè)IT產(chǎn)品中并且邀請(qǐng)用戶(hù)加入時(shí)，用戶(hù)會(huì)更有驅(qū)動(dòng)力去轉(zhuǎn)移，因?yàn)槭褂盟梢耘c朋友們保持聯(lián)系[48]。Yao等還考慮了趨勢(shì)跟隨這一因素，雖然該因素并未對(duì)轉(zhuǎn)移意愿產(chǎn)生直接的影響，但它通過(guò)替代品吸引力對(duì)用戶(hù)轉(zhuǎn)移產(chǎn)生了一定的影響[48]。另外，Kim和Kankanhalli[66]從用戶(hù)抵抗的角度考慮了用戶(hù)轉(zhuǎn)移的影響因素，研究結(jié)果顯示組織的支持程度越高，用戶(hù)的抵抗程度會(huì)相應(yīng)減少。

此外，在社交型IT產(chǎn)品/服務(wù)的研究情境下，部分研究人員驗(yàn)證了社交過(guò)載、社會(huì)壓力等對(duì)用戶(hù)轉(zhuǎn)移行為的正向影響。Yao等研究證實(shí)SNS活動(dòng)過(guò)載和社會(huì)監(jiān)控均會(huì)對(duì)用戶(hù)的不滿及替代品的吸引力具有顯著的正向影響，并通過(guò)他們間接地影響用戶(hù)的轉(zhuǎn)移意愿。另外，SNS活動(dòng)的過(guò)載對(duì)用戶(hù)的轉(zhuǎn)移也具有直接的正向影響[48]。Lim和Choi[46]研究了SNS網(wǎng)站的壓力對(duì)人們的轉(zhuǎn)移意向具有顯著的正向影響。本文認(rèn)為，社交媒體一方面能夠讓用戶(hù)結(jié)交到更多的朋友，另一方面，好友信息的不斷更新以及過(guò)多的社交內(nèi)容會(huì)讓用戶(hù)產(chǎn)生社交疲憊，從而使他們遠(yuǎn)離當(dāng)前使用的社會(huì)化媒體。

3.5 個(gè)人因素

個(gè)人因素指的是用戶(hù)的人口統(tǒng)計(jì)學(xué)特征（年齡、性別、教育程度）、個(gè)體經(jīng)歷（個(gè)人轉(zhuǎn)移經(jīng)驗(yàn)）、個(gè)人特性及自我傾向（個(gè)人創(chuàng)新、信任、習(xí)慣）三個(gè)方面對(duì)用戶(hù)態(tài)度和行為的影響。

（1）在人口統(tǒng)計(jì)學(xué)方面，Ranganathan等[50]研究發(fā)現(xiàn)年齡越大，用戶(hù)轉(zhuǎn)移的意向越弱，且男性比女性更容易發(fā)生轉(zhuǎn)移行為；Wu等[13]對(duì)用戶(hù)在云存儲(chǔ)之間的轉(zhuǎn)移的研究中證實(shí)用戶(hù)的教育程度會(huì)對(duì)轉(zhuǎn)移意向產(chǎn)生正向的顯著影響；Zhang等[56]對(duì)博客用戶(hù)的研究中發(fā)現(xiàn)女性對(duì)滿意度更加敏感，而男性更加關(guān)注替代品的吸引力。

（2）在個(gè)體經(jīng)歷方面，Hsieh等[18]以博主為研究對(duì)象，將寫(xiě)作焦慮納入影響人們的轉(zhuǎn)移意向的影響因素。通過(guò)實(shí)證研究表明，當(dāng)用戶(hù)在博客上發(fā)布文章時(shí)感受到的焦慮越多會(huì)刺激人們的轉(zhuǎn)移意愿；Hou等發(fā)現(xiàn)過(guò)去轉(zhuǎn)移成功的經(jīng)歷對(duì)用戶(hù)轉(zhuǎn)移具有顯著的正向影響，但當(dāng)用戶(hù)的經(jīng)驗(yàn)較少時(shí)，用戶(hù)的轉(zhuǎn)移意愿較弱[15，40]。類(lèi)似地，Hsieh等[18]對(duì)從博客遷移到Facebook的用戶(hù)研究發(fā)現(xiàn)過(guò)去的經(jīng)歷對(duì)轉(zhuǎn)移意向具有顯著的負(fù)向影響，并在推動(dòng)因素和轉(zhuǎn)移意向之間起到負(fù)向的調(diào)節(jié)作用。

（3）在個(gè)人特性及自我傾向方面，Bhattacherjee等[39]認(rèn)為用戶(hù)對(duì)當(dāng)前產(chǎn)品使用一段時(shí)間形成習(xí)慣后，對(duì)其的使用更趨向于自然而然的無(wú)意識(shí)的行為，這會(huì)阻礙用戶(hù)的轉(zhuǎn)移。Ye[7]、Lai[41]等研究發(fā)現(xiàn)用戶(hù)習(xí)慣于對(duì)當(dāng)前產(chǎn)品的使用會(huì)對(duì)用戶(hù)的轉(zhuǎn)移意向產(chǎn)生負(fù)向的影響。除習(xí)慣外，信任也是考慮較多的因素之一。Wu等[13]認(rèn)為用戶(hù)會(huì)對(duì)那些在其他產(chǎn)品上聲譽(yù)較好的公司開(kāi)發(fā)出來(lái)的云盤(pán)更加信任，從而促使他們轉(zhuǎn)移。同時(shí)，Lai和Wang[41]也認(rèn)為用戶(hù)對(duì)IT產(chǎn)品的信任度越低，那么轉(zhuǎn)移意愿更強(qiáng)。此外，研究發(fā)現(xiàn)個(gè)人創(chuàng)新也會(huì)對(duì)用戶(hù)的轉(zhuǎn)移行為起到顯著的正向影響[31，34，49]。那些傾向于體驗(yàn)或試驗(yàn)新產(chǎn)品的用戶(hù)對(duì)新產(chǎn)品的態(tài)度更為開(kāi)放。這也解釋了產(chǎn)品的前幾批用戶(hù)比后面注冊(cè)的用戶(hù)的個(gè)人創(chuàng)新度更高的原因[18]。另外，對(duì)多樣性的需求也是用戶(hù)進(jìn)行IT轉(zhuǎn)移的原因之一[16]。

4 信息管理領(lǐng)域用戶(hù)轉(zhuǎn)移行為的研究展望

4.1 用戶(hù)轉(zhuǎn)移行為的演變過(guò)程

現(xiàn)有的大部分研究直接測(cè)量各種因素對(duì)用戶(hù)轉(zhuǎn)移行為的影響，但是對(duì)用戶(hù)轉(zhuǎn)移行為的演變過(guò)程進(jìn)行研究的文獻(xiàn)則較少。而用戶(hù)發(fā)生轉(zhuǎn)移行為的演變過(guò)程對(duì)產(chǎn)品運(yùn)營(yíng)者具有很重要的參考意義，它能在一定程度上幫助產(chǎn)品運(yùn)營(yíng)者留住用戶(hù)，保持用戶(hù)的參與度和粘性。在未來(lái)的研究中，研究人員可以通過(guò)實(shí)驗(yàn)觀察的方法來(lái)跟蹤用戶(hù)對(duì)IT產(chǎn)品的使用行為。實(shí)驗(yàn)觀察即研究者可以利用用戶(hù)對(duì)產(chǎn)品使用情況的客觀數(shù)據(jù)來(lái)預(yù)測(cè)用戶(hù)是否有轉(zhuǎn)移的跡象，如使用時(shí)間的長(zhǎng)短、每天使用的次數(shù)、享用產(chǎn)品所提供服務(wù)的多少等。在觀察的過(guò)程中，可以輔之以訪談來(lái)了解用戶(hù)的體驗(yàn)感。最后，通過(guò)數(shù)據(jù)資料的分析構(gòu)建用戶(hù)行為與用戶(hù)體驗(yàn)之間的關(guān)系模型，從而探究用戶(hù)轉(zhuǎn)移行為的演變機(jī)制?；诖耍\(yùn)營(yíng)商可以在適當(dāng)?shù)臅r(shí)機(jī)設(shè)計(jì)一系列的激勵(lì)機(jī)制來(lái)挽留用戶(hù)、維持用戶(hù)的參與度，保證產(chǎn)品的可持續(xù)發(fā)展。

4.2 用戶(hù)轉(zhuǎn)移行為的定性分析

在信息管理領(lǐng)域，現(xiàn)有對(duì)用戶(hù)轉(zhuǎn)移的研究大部分是通過(guò)調(diào)查問(wèn)卷的形式來(lái)進(jìn)行定量分析，而定性分析的研究則較少。由于產(chǎn)品特性的不同，影響因素在各類(lèi)產(chǎn)品中會(huì)有較大的差別。同時(shí)，由于有些因素或許未被發(fā)現(xiàn)或者其重要性被研究者所忽視，調(diào)查問(wèn)卷中并沒(méi)有對(duì)該因素進(jìn)行測(cè)量，因而對(duì)用戶(hù)轉(zhuǎn)移行為的解釋程度可能會(huì)造成一定的影響。未來(lái)的研究可以采用深度訪談和個(gè)案分析的方法對(duì)那些已經(jīng)轉(zhuǎn)移到另一產(chǎn)品/服務(wù)中的用戶(hù)進(jìn)行交談，并深入了解他們的使用體驗(yàn)以及影響他們轉(zhuǎn)移的真實(shí)原因。然后再通過(guò)對(duì)訪談資料的分析來(lái)總結(jié)梳理用戶(hù)轉(zhuǎn)移的動(dòng)機(jī)。在此基礎(chǔ)上再開(kāi)展問(wèn)卷調(diào)查進(jìn)行定量分析。另外，在研究過(guò)程中，也需考慮到用戶(hù)自身的人口統(tǒng)計(jì)學(xué)特征及性格特點(diǎn)等因素。

4.3 不同的用戶(hù)類(lèi)型對(duì)用戶(hù)轉(zhuǎn)移的影響

Prensky于2001年提出了數(shù)字移民和數(shù)字原住民兩個(gè)概念[67]，兩類(lèi)用戶(hù)群體在思維方式、認(rèn)知模式、成長(zhǎng)背景、學(xué)習(xí)能力、IT素養(yǎng)以及心理建設(shè)等方面都存在較大的差異。以商品的使用為例，數(shù)字移民更傾向于查看商品的說(shuō)明書(shū)，而數(shù)字原住民相信商品自身能夠教會(huì)他們?nèi)绾问褂?。可?jiàn)在IT產(chǎn)品的轉(zhuǎn)移行為方面，數(shù)字移民面臨的轉(zhuǎn)移壁壘會(huì)比數(shù)字原住民所面臨的更高，從而使數(shù)字移民與數(shù)字原住民兩類(lèi)人群的轉(zhuǎn)移意向會(huì)有較大的差異。在研究方法上，可以利用技術(shù)接受模型和創(chuàng)新擴(kuò)散理論來(lái)對(duì)兩類(lèi)用戶(hù)的轉(zhuǎn)移意愿和行為進(jìn)行研究?；诖?，技術(shù)人員可以根據(jù)這種差異開(kāi)發(fā)出IT產(chǎn)品的不同版本以供不同類(lèi)型的用戶(hù)使用。

根據(jù)用戶(hù)的參與程度，用戶(hù)群體可以劃分為潛水者和活躍者兩類(lèi)。這兩類(lèi)用戶(hù)在產(chǎn)品的使用程度上有很大的不同。以虛擬社區(qū)為例，活躍者在社區(qū)中與他人的聯(lián)系更強(qiáng)、在社區(qū)中所生成的內(nèi)容、建立的聲望以及獲得的虛擬財(cái)產(chǎn)等在很大程度上會(huì)影響用戶(hù)的轉(zhuǎn)移。而潛水者在社區(qū)中與他人的聯(lián)系相對(duì)較弱，對(duì)社區(qū)的歸屬感可能也不強(qiáng)，阻礙用戶(hù)進(jìn)行轉(zhuǎn)移的因素也相對(duì)較少。由此看來(lái)，在虛擬社區(qū)中，活躍者與潛水者的轉(zhuǎn)移動(dòng)機(jī)、轉(zhuǎn)移方式以及轉(zhuǎn)移程度等方面會(huì)有較大的差異。未來(lái)的研究值得對(duì)這兩類(lèi)人群的轉(zhuǎn)移動(dòng)機(jī)進(jìn)行比較分析。

4.4 社交疲憊對(duì)用戶(hù)轉(zhuǎn)移的影響

隨著社交媒體的不斷發(fā)展，越來(lái)越多的用戶(hù)加入到虛擬社區(qū)中。一方面，用戶(hù)在其中能夠認(rèn)識(shí)更多的人；另一方面，隨著個(gè)人信息的暴露以及對(duì)個(gè)人隱私的關(guān)注，用戶(hù)在心理和行為上都表現(xiàn)出了一定程度的壓力。Lim和Choi[46]將社交壓力劃分為四個(gè)維度，即社會(huì)負(fù)荷、社會(huì)比較、隱私和有偏見(jiàn)的觀點(diǎn)并證實(shí)對(duì)用戶(hù)轉(zhuǎn)移行為具有顯著的正向影響。同時(shí)，社交壓力會(huì)導(dǎo)致情感耗盡和抗拒；Yao等也認(rèn)為SNS活動(dòng)過(guò)載也會(huì)觸發(fā)用戶(hù)的轉(zhuǎn)移意向[48]。當(dāng)用戶(hù)感覺(jué)持續(xù)地被他人關(guān)注或進(jìn)行過(guò)多的社會(huì)交往時(shí)，用戶(hù)可能會(huì)產(chǎn)生社交疲憊。這種社交壓力會(huì)使得用戶(hù)離開(kāi)對(duì)當(dāng)前社交媒體的使用，轉(zhuǎn)而去使用其他產(chǎn)品。在現(xiàn)有的對(duì)用戶(hù)轉(zhuǎn)移的研究中，大多數(shù)研究者主要從產(chǎn)品自身以及社會(huì)環(huán)境的角度來(lái)考慮用戶(hù)轉(zhuǎn)移的動(dòng)機(jī)，從用戶(hù)心理層面進(jìn)行考慮的研究較少。而用戶(hù)在社交產(chǎn)品之間的轉(zhuǎn)移行為很有可能是由用戶(hù)所產(chǎn)生的社交倦怠、社交壓力等心理狀態(tài)所引起的，所以社交倦怠等心理因素是影響用戶(hù)進(jìn)行轉(zhuǎn)移的重要因素之一，尤其在社交媒體的情境下。

4.5 用戶(hù)轉(zhuǎn)移與用戶(hù)忠誠(chéng)的雙向研究

用戶(hù)轉(zhuǎn)移和用戶(hù)忠誠(chéng)是兩個(gè)具有對(duì)立性的使用行為。用戶(hù)轉(zhuǎn)移與用戶(hù)忠誠(chéng)的雙向研究，即基于行動(dòng)研究法（Action Research Approach），研究人員在某個(gè)共同確立的框架下來(lái)研究這兩種完全不同的使用行為。在用戶(hù)忠誠(chéng)的現(xiàn)有研究中，Huang等[68]基于心流理論和感知價(jià)值探究了網(wǎng)絡(luò)用戶(hù)忠誠(chéng)的影響因素；Zhou和Lu[69]基于網(wǎng)絡(luò)外部性和心流體驗(yàn)并通過(guò)感知有用性和滿意度兩個(gè)因素來(lái)探究其對(duì)忠誠(chéng)度的影響；Gu等[70]基于SOR模型并從運(yùn)營(yíng)商和用戶(hù)以及用戶(hù)與用戶(hù)之間關(guān)系的角度對(duì)用戶(hù)忠誠(chéng)的影響因素進(jìn)行實(shí)證分析。故此，用戶(hù)轉(zhuǎn)移和用戶(hù)忠誠(chéng)的雙向研究對(duì)產(chǎn)品的成功運(yùn)營(yíng)具有重要意義。一方面，從用戶(hù)轉(zhuǎn)移的角度思考用戶(hù)忠誠(chéng)，即通過(guò)對(duì)用戶(hù)轉(zhuǎn)移影響因素的分析制定有效的激勵(lì)機(jī)制，提升用戶(hù)的使用黏性。同時(shí)，競(jìng)爭(zhēng)者可以通過(guò)用戶(hù)轉(zhuǎn)移的動(dòng)機(jī)來(lái)不斷吸引新用戶(hù)；另一方面，從用戶(hù)忠誠(chéng)的角度思考用戶(hù)轉(zhuǎn)移，則是通過(guò)用戶(hù)忠誠(chéng)的影響因素來(lái)尋求對(duì)于用戶(hù)轉(zhuǎn)移行為相關(guān)的抑制措施，從而不斷對(duì)IT產(chǎn)品/服務(wù)進(jìn)行完善。

5 結(jié)語(yǔ)

隨著技術(shù)的飛速提升，各種IT產(chǎn)品/服務(wù)也隨之不斷涌現(xiàn)。同時(shí)由于產(chǎn)品安裝過(guò)程的便利性，人們可以在各類(lèi)產(chǎn)品之間不斷地進(jìn)行轉(zhuǎn)移。用戶(hù)轉(zhuǎn)移行為的研究對(duì)IT產(chǎn)品/服務(wù)運(yùn)營(yíng)商具有重要的意義，能夠幫助運(yùn)營(yíng)者有效地認(rèn)識(shí)到用戶(hù)行為背后的機(jī)理，從而據(jù)此作出相應(yīng)的決策。從橫向上來(lái)看，產(chǎn)品自身可以不斷擴(kuò)展特色鮮明的業(yè)務(wù)模式、運(yùn)作模式和服務(wù)模式，對(duì)產(chǎn)品進(jìn)行功能和結(jié)構(gòu)上的創(chuàng)新，并不斷優(yōu)化用戶(hù)體驗(yàn)來(lái)維系產(chǎn)品的可持續(xù)發(fā)展。從縱向上來(lái)看，IT產(chǎn)品和服務(wù)應(yīng)該突顯資源觀理論中強(qiáng)調(diào)的“不可替代性”和“弱流動(dòng)性”，注重和產(chǎn)業(yè)結(jié)構(gòu)以及行業(yè)特征相匹配，讓競(jìng)爭(zhēng)者和潛在替代者在短時(shí)間內(nèi)難以模仿，以消除替代品對(duì)用戶(hù)的吸引力。另外，在完善產(chǎn)品的過(guò)程中，也要制定詳盡的IT產(chǎn)品/服務(wù)的使用規(guī)范并引導(dǎo)人們合理的使用，從而構(gòu)建良好的網(wǎng)絡(luò)生態(tài)和可持續(xù)發(fā)展模式。

參考文獻(xiàn)：

[1] TOP 2000 APP榜沒(méi)見(jiàn)過(guò)吧？|QuestMobile2016年秋季盤(pán)點(diǎn)帶你縱橫中國(guó)移動(dòng)互聯(lián)網(wǎng)！[EB/OL].[2016-10-12].http：//mp.weixin.qq.com/s？__biz=MjM5MDk2NzM0Ng==&mid=2651505066&idx=1&sn=49eaeaa89cade921c16eca37e48caafc&mpshare=1&scene=23&srcid=1216EG3D0NNRdadx9jEVawDm#rd.

[2] 網(wǎng)站Alexa排名、流量、訪問(wèn)量、頁(yè)面瀏覽量查詢(xún)-Alexa網(wǎng)站排名查詢(xún)[EB/OL].[2016-12-16].http：//alexa.chinaz.com/kaixin001.com.

[3] Boyle P，Halfacree K H，Robinson V.Exploring contemporary migration[M].New York：Longman，1998.

[4] Cheng Z，Yang Y，John L.Cyber migration：An empirical investigation on factors that affect users' switch intentions in social networking sites[C].System Sciences，2009.HICSS'09.42nd Hawaii International Conference on.IEEE，2009：1-11.

[5] Choi J，Jung J，Lee S W.What causes users to switch from a local to a global social network site？The cultural，social，economic，and motivational factors of Facebooks globalization[J].Computers in Human Behavior，2013，29（6）：2665-2673.

[6] Chang I，Liu C C，Chen K.The push，pull and mooring effects in virtual migration for social networking sites[J].Information Systems Journal，2014，24（4）：323-346.

[7] Ye C，Potter R.The role of habit in post-adoption switching of personal information technologies：an empirical investigation[J].Communications of the Association for Information Systems，2011，28 （1）：585-610.

[8] 趙宇翔，朱慶華.感知示能性在社會(huì)化媒體后續(xù)采納階段的調(diào)節(jié)效應(yīng)初探[J].情報(bào)學(xué)報(bào)，2013，32（10）：1099-1111.

[9] 徐孝娟，孫霄凌，彭希羨，等.由傳統(tǒng)圖書(shū)館到數(shù)字圖書(shū)館的用戶(hù)轉(zhuǎn)移行為研究——以大學(xué)生用戶(hù)為例[J].圖書(shū)與情報(bào)，2014（4）：105-110.

[10] Chiang H S，Chen C C.Exploring switch intention of users reading behaviour：An e-book reader case study[J].The Electronic Library，2014，32（4）：434-457.

[11] 徐孝娟，趙宇翔，朱慶華.從傳統(tǒng)紙媒到數(shù)字媒介的用戶(hù)閱讀轉(zhuǎn)移行為研究——基于MEC理論的探索[J].中國(guó)圖書(shū)館學(xué)報(bào)，2016，42（3）：116-127.

[12] Lee K W，Onchareon P L Y W.The Study of Consumer Intention Toward Switch from Physical Book to e-book[J].經(jīng)管管理論叢，2012，8（2）：19-42.

[13] Wu K，Vassileva J，Zhao Y.Understanding users' intention to switch personal cloud storage services：Evidence from the Chinese market[J].Computers in Human Behavior，2017，68：300-314.

[14] 曹雄飛.理解博客用戶(hù)向微博的轉(zhuǎn)移[D].北京：中國(guó)科學(xué)技術(shù)大學(xué)，2014.

[15] Hou A C Y，Chern C C，Chen H G，et al.‘Migrating to a new virtual world：Exploring MMORPG switching through human migration theory[C].Computers in Human Behavior，2011，27（5）：1892-1903.

[16] Xu X，Li H，Heikkil J，et al.Exploring individuals switching behaviour：an empirical investigation in social network games in China[C].26th Bled eConference，2013：141-153.

[17] Fei L，Bo X.Do I Switch？Understanding Users'Intention to Switch between Social Network Sites[C].System Sciences （HICSS），2014 47th Hawaii International Conference on.IEEE，2014：551-560.

[18] Hsieh J K，Hsieh Y C，Chiu H C，et al.Post-adoption switching behavior for online service substitutes：A perspective of the push–pull–mooring framework[J].Computers in Human Behavior，2012，28（5）：1912-1920.

[19] Zhou T.An empirical examination of users'switch from online payment to mobile payment[J].International Journal of Technology and Human Interaction （IJTHI），2015，11（1）：55-66.

[20] Schoenbachler D D，Gordon G L.Multi-channel shopping：understanding what drives channel choice[J].Journal of Consumer Marketing，2002，19（1）：42-53.

[21] Ye C，Seo D B，Desouza K C，et al.Influences of IT substitutes and user experience on post-adoption user switching：An empirical investigation[J].Journal of the American Society for Information Science and Technology，2008，59（13）：2115-2132.

[22] Gregor S.The nature of theory in information systems[J].MIS quarterly，2006，30（3）：611-642.

[23] Jackson J.Migration[M].New York：Longman，1986.

[24] Ravenstein E G.The laws of migration[J].Journal of the Statistical Society of London，1885，48 （2）：167-235.

[25] Deci E L，Ryan R M.Intrinsic motivation[M].John Wiley & Sons，Inc.，1975.

[26] Hsieh Y C，Hsieh J K，Yi-Chu F.Switching between social media：The role of motivation and cost[C].2011 2nd International Conference on Economics，Business and Management，2011：92-96.

[27] Dholakia U M，Bagozzi R P，Pearo L K.A social influence model of consumer participation in network-and small-group-based virtual communities[J].International Journal of Research in Marketing，2004，21（3）：241-263.

[28] 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.

[29] Lou H，Luo W，Strong D.Perceived critical mass effect on groupware acceptance[J].European journal of information systems，2000，9（2）：91-103.

[30] Katz M L，Shapiro C.Network externalities，competition，and compatibility[J].The American Economic Review，1985，75 （3） ：424-440.

[31] Fang Y H，Tang K.Involuntary migration in cyberspaces：The case of MSN messenger discontinuation[J].Telematics and Informatics，2017，34（1）：177-193.

[32] Tseng F C，Teng C I.Antecedents for user intention to adopt another auction site[J].Internet Research，2014，24（2）：205-222.

[33] Herzberg F，Mausner B，Snyderman B B.The Motivation to Work（2nd ed.）[M].New York：John Wiley and Sons，1959.

[34] Park S C，Ryoo S Y.An empirical investigation of end-users switching toward cloud computing：A two factor theory perspective[J].Computers in Human Behavior，2013，29（1）：160-170.

[35] Dick A S，Basu K.Customer loyalty：toward an integrated conceptual framework[J].Journal of the academy of marketing science，1994，22（2）：99-113.

[36] Lin T C，Cheng H K，Wang F S，et al.A study of online auction sellersintention to switch platform：The case of Yahoo！Kimo versus Ruten_eBay[J].Decision Sciences，2012，43（2）：241-272.

[37] Wu Y L，Tao Y H，Li C P，et al.User-switching behavior in social network sites：A model perspective with drill-down analyses[J].Computers in Human Behavior，2014，33（2）：92-103.

[38] Chen P Y，Hitt L M.Measuring switching costs and the determinants of customer retention in Internet-enabled businesses：A study of the online brokerage industry[J].Information systems research，2002，13（3）：255-274.

[39] Bhattacherjee A，Limayem M，Cheung C M K.User switching of information technology：A theoretical synthesis and empirical test[J].Information & Management，2012，49（7）：327-333.

[40] Hou A C Y，Chern C C，Chen H G，et al.Using demographic migration theory to explore why people switch between online games[C].System Sciences，2009.HICSS'09.42nd Hawaii International Conference on.IEEE，2009：1-9.

[41] Lai J Y，Wang J.Switching attitudes of Taiwanese middle-aged and elderly patients toward cloud healthcare services：An exploratory study[J].Technological Forecasting and Social Change，2015，92：155-167.

[42] Lin T C，Huang S L.Understanding the determinants of consumers' switching intentions in a standards war[J].International Journal of Electronic Commerce，2014，19（1）：163-189.

[43] Ye C，Potter R.The Role of Habit in Post-Adoption Switching of Personal Information Technologies：A Push，Pull and Mooring Model[C].DIGIT 2007 Proceedings，2007：7.

[44] 趙宇翔，彭希羨，朱慶華.社交媒體后續(xù)采納階段用戶(hù)轉(zhuǎn)移行為研究——以微信為例[J].情報(bào)學(xué)報(bào)，2016，35（2）：208-224.

[45] Xu Y C，Yang Y，Cheng Z，et al.Retaining and attracting users in social networking services：an empirical investigation of cyber migration[J].The Journal of Strategic Information Systems，2014，23（3）：239-253.

[46] Lim M S，Choi S B.Stress caused by social media network applications and user responses[J].Multimedia Tools and Applications，2015：1-14.

[47] Polites G L，Karahanna E.Shackled to the status quo：The inhibiting effects of incumbent system habit，switching costs，and inertia on new system acceptance[J].MIS quarterly，2012，36（1）：21-42.

[48] Yao X，Phang C W，Ling H.Understanding the influences of trend and fatigue in individuals'SNS switching intention[C].System Sciences（HICSS），2015 48th Hawaii International Conference on.IEEE，2015：324-334.

[49] Peng X，Zhao Y C，Zhu Q.Investigating user switching intention for mobile instant messaging application：Taking WeChat as an example[J].Computers in Human Behavior，2016，64：206-216.

[50] Ranganathan C，Seo D B，Babad Y.Switching behavior of mobile users：do users' relational investments and demographics matter？[J].European Journal of Information Systems，2006，15（3）：269-276.

[51] Goode S.A note on service switching：Evidence from cloud storage services[J].Services Marketing Quarterly，2015，36（2）：153-172.

[52] Gustafsson A，Johnson M D，Roos I.The effects of customer satisfaction，relationship commitment dimensions，and triggers on customer retention[J].Journal of marketing，2005，69（4）：210-218.

[53] Fan L，Suh Y H.Why do users switch to a disruptive technology？ An empirical study based on expectation-disconfirmation theory[J].Information & Management，2014，51（2）：240-248.

[54] Kim G，Shin B，Lee H G.A study of factors that affect user intentions toward email service switching[J].Information & Management，2006，43（7）：884-893.

[55] Zhang K Z K，Cheung C M K，Lee M K O，et al.Understanding the blog service switching in Hong Kong：an empirical investigation[C].Hawaii International Conference on System Sciences，Proceedings of the 41st Annual.IEEE，2008：269.

[56] Zhang K Z K，Lee M K O，Cheung C M K，et al.Understanding the role of gender in bloggers' switching behavior[J].Decision Support Systems，2009，47（4）：540-546.

[57] Shin D H，Kim W Y.Forecasting customer switching intention in mobile service：An exploratory study of predictive factors in mobile number portability[J].Technological Forecasting and Social Change，2008，75（6）：854-874.

[58] Patterson P G，Smith T.A cross-cultural study of switching barriers and propensity to stay with service providers[J].Journal of retailing，2003，79（2）：107-120.

[59] Hou A C Y，Chen Y C，Shang R A，et al.The Post Adoption Switching Of Social Network Service：A Human Migratory Model[C].Pacific asia conference on information systems（PACIS），2012：174.

[60] Calvo-Porral C，F(xiàn)aía-Medín A，Nieto-Mengotti M.Satisfaction and switching intention in mobile services：Comparing lock-in and free contracts in the Spanish market[J].Telematics and Informatics，2017，34（5）：717-729.

[61] Jones M A，Mothersbaugh D L，Beatty S E.Switching barriers and repurchase intentions in services[J].Journal of retailing，2000，76（2）：259-274.

[62] Wu Y L，Tao Y H，Li C P，et al.The effects of customer satisfaction and switching barrier on users intention to switch in using mobile social network sites[C].International Conference on Innovation and Management，Kuala Lupur，Malaysia，July12-15，2011.

[63] Burnham T A，F(xiàn)rels J K，Mahajan V.Consumer switching costs：a typology，antecedents，and consequences[J].Journal of the Academy of marketing Science，2003，31（2）：109-126.

[64] Wu Y，Tao Y，Chung C，et al.Why users leave？ Discussion about users switching behaviors in social network sites[C].Proceedings of the International MultConference of Engineers and Computer Scientists，2014：103-107.

[65] Hsu J S C.Understanding the role of satisfaction in the formation of perceived switching value[J].Decision Support Systems，2014，59：152-162.

[66] Kim H W，Kankanhalli A.Investigating user resistance to information systems implementation：A status quo bias perspective[J].MIS quarterly，2009，33（3）：567-582.

[67] Marc Prensky.Digital natives digital immigrants[J].On the Horizon，2001，9（5）：1-6.

[68] Hung W T，Tsang S S，Liu H Y.Website characteristics and the impact of user perceived value on user behavior in web 2.0[J].Academy of Information and Management Sciences Journal，2010，13（1）：1-18.

[69] Zhou T，Lu Y.Examining mobile instant messaging user loyalty from the perspectives of network externalities and flow experience[J].Computers in Human Behavior，2011，27（2）：883-889.

[70] Gu R，Oh L B，Wang K.Developing user loyalty for social networking sites：a relational perspective[J].Journal of Electronic Commerce Research，2016，17（1）：1-21.

作者簡(jiǎn)介：趙宇翔（1983-），男，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院教授，碩士生導(dǎo)師，研究方向：人機(jī)交互、網(wǎng)絡(luò)信息資源管理；劉周穎（1994-），女，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向：網(wǎng)絡(luò)信息資源管理、社會(huì)化媒體。