移動(dòng)社交媒體用戶(hù)持續(xù)使用行為研究

孟 猛 朱慶華

(南京大學(xué)信息管理學(xué)院，江蘇 南京 210023)

·理論探索·

移動(dòng)社交媒體用戶(hù)持續(xù)使用行為研究

孟 猛 朱慶華*

(南京大學(xué)信息管理學(xué)院，江蘇 南京 210023)

[目的/意義]文章旨在探究移動(dòng)社交媒體用戶(hù)持續(xù)使用行為的影響因素及其相互關(guān)系，為移動(dòng)社交媒體運(yùn)營(yíng)商提高用戶(hù)滿(mǎn)意度和忠誠(chéng)度，增強(qiáng)用戶(hù)黏性，洞察用戶(hù)真正興趣和心理需求，培養(yǎng)用戶(hù)習(xí)慣等提供決策參考。[方法/過(guò)程]本文整合擴(kuò)展的ECM-ISC模型、自我決定理論及習(xí)慣，構(gòu)建移動(dòng)社交媒體用戶(hù)持續(xù)使用行為概念模型，提出研究假設(shè)并設(shè)計(jì)調(diào)查問(wèn)卷；針對(duì)微信用戶(hù)進(jìn)行紙質(zhì)問(wèn)卷調(diào)查，共回收234份有效問(wèn)卷，采用偏最小二乘法分析數(shù)據(jù)，在排除共同方法變異的影響下，對(duì)測(cè)量模型和結(jié)構(gòu)模型進(jìn)行評(píng)估，并對(duì)研究假設(shè)和調(diào)節(jié)效應(yīng)進(jìn)行驗(yàn)證。[結(jié)果/結(jié)論]結(jié)果顯示，持續(xù)使用意愿和習(xí)慣直接影響移動(dòng)社交媒體用戶(hù)持續(xù)使用行為，習(xí)慣對(duì)持續(xù)使用意愿和行為之間有負(fù)向的調(diào)節(jié)作用；使用后感知有用性、滿(mǎn)意度及自我功效正向顯著影響持續(xù)使用意愿；期望確認(rèn)度對(duì)使用后感知有用性和滿(mǎn)意度產(chǎn)生直接影響；感知關(guān)系性和感知?jiǎng)偃涡哉蝻@著影響內(nèi)在動(dòng)機(jī)，內(nèi)在動(dòng)機(jī)對(duì)滿(mǎn)意度正向影響顯著，滿(mǎn)意度對(duì)習(xí)慣產(chǎn)生直接影響。根據(jù)研究結(jié)論，對(duì)移動(dòng)社交媒體(微信)運(yùn)營(yíng)商提出管理建議。

用戶(hù)；移動(dòng)社交媒體；持續(xù)使用行為；概念模型；擴(kuò)展的ECM-ISC；自我決定理論；微信；習(xí)慣；偏最小二乘法

社交媒體(Social Media)是以Web2.0的思想和技術(shù)為基礎(chǔ)并允許用戶(hù)創(chuàng)造和分享內(nèi)容的一組互聯(lián)網(wǎng)應(yīng)用程序[1]，如Twitter、Facebook、Google+等。而移動(dòng)社交媒體(Mobile Social Media)是以移動(dòng)終端設(shè)備(如智能手機(jī)等)為載體，通過(guò)“移動(dòng)社交APP”實(shí)現(xiàn)社交媒體功能[2]。隨著移動(dòng)互聯(lián)網(wǎng)、移動(dòng)終端以及移動(dòng)APP的日益發(fā)展，移動(dòng)社交媒體用戶(hù)數(shù)量越來(lái)越多。據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)2017年8月發(fā)布的《第40次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2017年6月，中國(guó)網(wǎng)民規(guī)模達(dá)到7.51億，手機(jī)網(wǎng)民規(guī)模達(dá)7.24億，各類(lèi)手機(jī)應(yīng)用的用戶(hù)規(guī)模不斷上升，場(chǎng)景更加豐富[3]。由于移動(dòng)社交類(lèi)APP具有較高的同質(zhì)性，移動(dòng)社交類(lèi)APP運(yùn)營(yíng)商之間的競(jìng)爭(zhēng)十分激烈[4]。用戶(hù)在移動(dòng)社交類(lèi)APP之間使用切換成本比較低，使得用戶(hù)幾乎無(wú)需花費(fèi)任何成本便可使用另一款移動(dòng)社交APP。因此，如何提高用戶(hù)滿(mǎn)意度和忠誠(chéng)度，增強(qiáng)用戶(hù)黏性，洞察用戶(hù)真正興趣和心理需求，培養(yǎng)用戶(hù)習(xí)慣等，確保用戶(hù)在初次使用后并保持持續(xù)使用，對(duì)移動(dòng)社交類(lèi)APP運(yùn)營(yíng)商來(lái)說(shuō)尤為重要。

然而，信息系統(tǒng)的最初接受是實(shí)現(xiàn)信息系統(tǒng)成功的第一步，信息系統(tǒng)的長(zhǎng)期存活和最終的成功取決于它的持續(xù)使用，而不是第一次使用[5]。從近幾年來(lái)國(guó)內(nèi)外學(xué)者關(guān)于信息系統(tǒng)用戶(hù)持續(xù)使用的研究來(lái)看，主要集中在兩個(gè)方面：一是信息系統(tǒng)用戶(hù)持續(xù)使用意愿，主要以ECM-ISC模型或通過(guò)理論整合構(gòu)建模型為基礎(chǔ)進(jìn)行研究。趙英等[6]通過(guò)梳理和分析動(dòng)機(jī)理論、使用與滿(mǎn)足理論、信息系統(tǒng)成功模型、期望確認(rèn)理論，構(gòu)建大學(xué)生持續(xù)使用社交媒體的影響因素概念模型，并采用同一測(cè)量量表對(duì)微信、微博和人人網(wǎng)進(jìn)行實(shí)證研究，提出3種不同社交媒體的影響因素模型，為高校相關(guān)部門(mén)利用社交媒體提供依據(jù)和參考；陳明紅等[7]基于感知價(jià)值理論、信息質(zhì)量理論和沉浸理論，研究了移動(dòng)社交媒體用戶(hù)持續(xù)共享信息的影響因素和機(jī)制。類(lèi)似的，其他學(xué)者[8-13]也開(kāi)展了相關(guān)研究。除社交媒體(網(wǎng)絡(luò))外，學(xué)者們還研究了其它主題，比如移動(dòng)即時(shí)通訊[14-15]、位置分享[16-17]、移動(dòng)閱讀[18-19]、移動(dòng)圖書(shū)館[20]、網(wǎng)絡(luò)圖書(shū)館[21]、社會(huì)化閱讀[22]、社交問(wèn)答平臺(tái)[23]、移動(dòng)社交支付[24]以及網(wǎng)上團(tuán)購(gòu)[25]等。二是信息系統(tǒng)用戶(hù)持續(xù)使用行為，主要以ECM-ISC模型或以擴(kuò)展的ECM-ISC模型為基礎(chǔ)進(jìn)行研究。劉人境等[26]以ECM-ISC基礎(chǔ)，整合計(jì)劃行為理論(Theory of Planned Behavior，TPB)，引入感知娛樂(lè)、感知信任和習(xí)慣建立研究模型。研究發(fā)現(xiàn)，ECM-ISC與TPB集成在解釋SNS 的持續(xù)使用方面具有良好的適用性，并且該模型的整體解釋能力得到了增強(qiáng)。期望確認(rèn)度對(duì)感知有用和滿(mǎn)意度影響顯著，滿(mǎn)意度對(duì)持續(xù)使用意向直接產(chǎn)生影響；王哲[27]以ECM-ISC模型為基礎(chǔ)，新增自變量(感知易用性、感知愉悅度和感知信任度)，引入習(xí)慣作為調(diào)節(jié)變量，構(gòu)建社會(huì)化問(wèn)答社區(qū)知乎用戶(hù)持續(xù)使用行為理論模型并實(shí)證研究。劉魯川等[28]以擴(kuò)展的ECM-ISC模型為理論依據(jù)，結(jié)合移動(dòng)搜索信息系統(tǒng)的特點(diǎn)，構(gòu)建并實(shí)證了移動(dòng)搜索用戶(hù)持續(xù)使用的理論模型；楊文正等[29]以擴(kuò)展的ECM-ISC模型為基礎(chǔ)，對(duì)數(shù)字教育資源用戶(hù)持續(xù)使用行為進(jìn)行研究；類(lèi)似的，楊甜[30]和李宗富等[31]也做了相關(guān)研究。

綜上所述，國(guó)內(nèi)外學(xué)者較多地關(guān)注以ECM-ISC模型或整合理論構(gòu)建模型為基礎(chǔ)的用戶(hù)持續(xù)使用意愿研究，用戶(hù)持續(xù)使用行為研究相對(duì)較少。用戶(hù)持續(xù)使用行為研究主要以ECM-ISC模型或擴(kuò)展ECM-ISC模型為基礎(chǔ)進(jìn)行分析，而且在以ECM-ISC模型為基礎(chǔ)的用戶(hù)持續(xù)使用行為研究方面，主要將習(xí)慣作為持續(xù)使用意圖和行為之間的調(diào)節(jié)變量，延伸至用戶(hù)持續(xù)使用行為的研究。整合擴(kuò)展的ECM-ISC模型、自我決定理論(Self-determination Theory，SDT)及習(xí)慣研究移動(dòng)社交媒體用戶(hù)持續(xù)使用行為尚未發(fā)現(xiàn)。盡管已有研究為本文提供了有益借鑒，但是仍然存在一些問(wèn)題和不足。一是擴(kuò)展ECM-ISC模型僅從心里認(rèn)知視角分析IS用戶(hù)持續(xù)使用行為，從內(nèi)在動(dòng)機(jī)視角分析IS用戶(hù)持續(xù)使用行為尚存不少空白；二是持續(xù)使用行為包括有意識(shí)的持續(xù)使用行為和習(xí)慣性使用行為，有意識(shí)的持續(xù)使用行為通過(guò)“持續(xù)使用意向”來(lái)解釋?zhuān)跀U(kuò)展ECM-ISC模型中習(xí)慣性使用行為并未得到解釋。鑒于此，本文在借鑒上述國(guó)內(nèi)外學(xué)者研究成果的基礎(chǔ)上，整合擴(kuò)展的ECM-ISC模型和自我決定理論，從心理認(rèn)知與內(nèi)在動(dòng)機(jī)的雙重視角分析移動(dòng)社交媒體用戶(hù)持續(xù)使用行為，引入習(xí)慣以便能夠更好地解釋移動(dòng)社交媒體用戶(hù)持續(xù)使用行為。這也是本研究的創(chuàng)新之處，以期得到與以往不同且更加合理的解釋?zhuān)瑸橐苿?dòng)社交媒體(微信)運(yùn)營(yíng)商提供決策參考。

1 理論背景

1.1 擴(kuò)展的ECM-ISC模型

Oliver R L[32]于1980年提出期望確認(rèn)理論(Expectation-Confirmation Theory，ECT)，該理論是研究消費(fèi)者滿(mǎn)意度的基本理論。在此基礎(chǔ)上，Bhattacherjee A(2001)[33]提出了信息系統(tǒng)持續(xù)使用模型(Expectation-Confirmation Model of IS Continuance，ECM-ISC)，并采用對(duì)在線(xiàn)銀行用戶(hù)的實(shí)地調(diào)查驗(yàn)證該模型的假設(shè)。該模型由4個(gè)要素構(gòu)成：感知有用性、期望確認(rèn)度、滿(mǎn)意度和信息系統(tǒng)持續(xù)意向。Limayem M(2007)[34]整合習(xí)慣和ECM-ISC模型，對(duì)ECM-ISC模型進(jìn)一步擴(kuò)展，將最終因變量擴(kuò)展到信息系統(tǒng)持續(xù)使用。隨后，為了提高ECM-ISC模型的魯棒性和預(yù)測(cè)能力，Bhattacherjee A(2008)等[35]對(duì)該模型提出了一些修改和擴(kuò)展，刪除了使用后感知有用性和滿(mǎn)意度之間的關(guān)系。然而，任何人類(lèi)行為理論模型的目標(biāo)是預(yù)測(cè)行為而非意圖，比如理性行為理論(Theory of Reasoned Action，TRA)和計(jì)劃行為理論(TPB)。信息技術(shù)使用意向和行為之間的正向聯(lián)系已經(jīng)在科技接受模型(Technology Acceptance Model，TAM)和技術(shù)接受使用統(tǒng)一理論(Unified Theory of Acceptance and Use of Technology，UTAUT)得到擴(kuò)展。IT持續(xù)使用意愿是IT持續(xù)使用行為的必要非充分條件，如果用戶(hù)缺少訪(fǎng)問(wèn)IT的資源或使用IT的技能，意愿可能無(wú)法轉(zhuǎn)化為實(shí)際行為。因而，Bhattacherjee A(2008)等[35]引入感知行為控制(Perceived Behavior Control，PBC)，增添信息技術(shù)自我功效和可控制性(也稱(chēng)促成因素)兩個(gè)變量到ECM-ISC模型，即為擴(kuò)展的ECM-ISC模型，增強(qiáng)了模型的解釋力[36]。

1.2 自我決定理論

美國(guó)心理學(xué)家Deci E L和Ryan R M[37]于1985年提出自我決定理論(Self-determination Theory，SDT)，它的核心要素是內(nèi)在動(dòng)機(jī)和外在動(dòng)機(jī)，以及構(gòu)成動(dòng)機(jī)的一系列基本心理需求[38]。內(nèi)在動(dòng)機(jī)是指自己因?yàn)橄硎茉摶顒?dòng)過(guò)程，有意識(shí)地去做這件事。外在動(dòng)機(jī)是指從事結(jié)果與活動(dòng)本身相背離的活動(dòng)，如追求獎(jiǎng)勵(lì)或避免懲罰[39]。該理論還提出內(nèi)在動(dòng)機(jī)的采納或較多自我決定類(lèi)型外在動(dòng)機(jī)的內(nèi)化，取決于3個(gè)基本心理需求的滿(mǎn)足：自主需求(Autonomy)、關(guān)系需求(Relatedness)和勝任需求(Competence)[40]。研究表明，在滿(mǎn)足這些需求的活動(dòng)上人們更有可能堅(jiān)持并有更好的定性表現(xiàn)。自主性是指?jìng)€(gè)體渴望自我發(fā)起并自我調(diào)節(jié)行為；關(guān)系性是指?jìng)€(gè)體渴望感受到與他人或群體有聯(lián)系；勝任性是指?jìng)€(gè)體渴望在獲得有價(jià)值的結(jié)果時(shí)感覺(jué)到有效[41]，類(lèi)似自我效能感。

1.3 習(xí) 慣

行為被習(xí)慣影響，但習(xí)慣與行為是有區(qū)別的。Aarts H和Dijksterhuis A[42]指出習(xí)慣是一種目標(biāo)導(dǎo)向的自動(dòng)行為形式，它代表了一個(gè)目標(biāo)和有助于實(shí)現(xiàn)這個(gè)目標(biāo)的行動(dòng)之間的聯(lián)系。Triandis H C[43]和Kim B[44]認(rèn)為習(xí)慣是指不假思索地自動(dòng)發(fā)生的重復(fù)行為模式，因此它有助于保持習(xí)慣性行為。Ouellette J A和Wood W[45]發(fā)現(xiàn)過(guò)去行為對(duì)未來(lái)行為的直接影響最為顯著，因?yàn)樵诜€(wěn)定的環(huán)境中行為會(huì)頻繁且持續(xù)地執(zhí)行，同時(shí)行為意愿和實(shí)際使用之間的關(guān)系明顯減弱，習(xí)慣和實(shí)際使用之間的關(guān)系顯著增強(qiáng)。然而，多年以來(lái)習(xí)慣在其它學(xué)科已被廣泛地進(jìn)行研究，尤其是社會(huì)心理學(xué)，然而信息系統(tǒng)領(lǐng)域的文獻(xiàn)很少關(guān)注[34]。在不同學(xué)科中，習(xí)慣通常被理解為“習(xí)得的行為序列自動(dòng)地對(duì)特定的情況做出反應(yīng)，這些特定的情況可能在獲得某些目標(biāo)或結(jié)束狀態(tài)時(shí)起作用”[46]。本研究采用Limayem M等[34]對(duì)IS習(xí)慣的定義“IS習(xí)慣是指人們由于學(xué)習(xí)，傾向于自動(dòng)地執(zhí)行行為(使用IS)的程度”。根據(jù)該定義，習(xí)慣與意愿在概念上有相對(duì)較少的重疊，因此可以在解釋IS使用時(shí)提供額外的解釋力。

2 概念模型與研究假設(shè)

2.1 概念模型

本研究概念模型主要基于上述擴(kuò)展的ECM-ISC模型、自我決定理論及習(xí)慣進(jìn)行設(shè)計(jì)構(gòu)建，如圖1所示。其中擴(kuò)展的ECM-ISC模型作為本研究概念模型的基礎(chǔ)，由于擴(kuò)展的ECM-ISC模型是從心理認(rèn)知視角解釋“持續(xù)使用意愿”對(duì)“持續(xù)使用行為”的影響，“滿(mǎn)意度”變量主要通過(guò)“期望確認(rèn)度”的短期影響來(lái)解釋?zhuān)茨軓挠脩?hù)“內(nèi)在動(dòng)機(jī)”視角去解釋用戶(hù)“滿(mǎn)意度”和“持續(xù)使用意愿”。因此，本研究引入自我決定理論，從用戶(hù)內(nèi)在動(dòng)機(jī)的角度研究用戶(hù)長(zhǎng)期穩(wěn)定的使用移動(dòng)社交媒體的心理動(dòng)機(jī)及對(duì)“滿(mǎn)意度”和“持續(xù)使用意愿”的影響。然而，劉人境等[26]認(rèn)為“持續(xù)使用行為”包括有意識(shí)和無(wú)意識(shí)的持續(xù)使用行為，而“持續(xù)使用意向”不能解釋無(wú)意識(shí)持續(xù)使用行為，即習(xí)慣性持續(xù)使用行為?；诖?，本研究引入習(xí)慣變量，開(kāi)展移動(dòng)社交媒體用戶(hù)習(xí)慣性持續(xù)使用行為的研究，以期得到與以往不同且更加合理的解釋。

圖1 概念模型

2.2 研究假設(shè)

擴(kuò)展的ECM-ISC模型是本研究概念模型的基礎(chǔ)，期望確認(rèn)度(Expectation Confirmation，EC)是指用戶(hù)對(duì)移動(dòng)社交媒體的初始期望與使用后實(shí)際體驗(yàn)感受之間差距的程度。期望確認(rèn)度正向影響使用后感知有用性和滿(mǎn)意度。一般而言，用戶(hù)對(duì)移動(dòng)社交媒體的期望確認(rèn)度越高，認(rèn)為移動(dòng)社交媒體越有用，對(duì)使用移動(dòng)社交媒體越滿(mǎn)意。使用后感知有用性(Post-Usage Usefulness，PU)是指用戶(hù)在使用移動(dòng)社交媒體后，從先前有用性認(rèn)知中聚合而來(lái)形成一種長(zhǎng)期不變的信念，它區(qū)別于TAM模型中的感知有用性。Bhattacherjee A(2008)等[35]根據(jù)TRA、TBP 和EDT 等理論,在論證了長(zhǎng)期信念與持續(xù)使用意圖之間的關(guān)系后，認(rèn)為使用后的感知有用性對(duì)用戶(hù)的持續(xù)使用意圖產(chǎn)生直接影響[47]。滿(mǎn)意度(Satisfaction，ST)是指用戶(hù)對(duì)比移動(dòng)社交媒體使用前初始期望與使用后實(shí)際體驗(yàn)感受而產(chǎn)生的心理狀態(tài)的總和，即用戶(hù)需求被滿(mǎn)足的程度。Bhattacherjee A(2008)等[35]的研究顯示滿(mǎn)意度正向影響用戶(hù)IS持續(xù)使用的意愿。持續(xù)使用意愿(Continuance Usage Intention，CUI)是指已經(jīng)使用過(guò)移動(dòng)社交媒體的用戶(hù)認(rèn)為自己未來(lái)持續(xù)使用移動(dòng)社交媒體的可能性或意愿[27]。持續(xù)使用行為(Continuance Usage Behavior，CUB)是指用戶(hù)持續(xù)不斷地使用移動(dòng)社交媒體的實(shí)際行為。根據(jù)理性行為理論(TRA)，用戶(hù)使用移動(dòng)社交媒體的意愿直接影響其持續(xù)使用行為。然而，IT持續(xù)使用意愿是IT持續(xù)使用行為的必要非充分條件，如果用戶(hù)缺少訪(fǎng)問(wèn)IT的資源或使用IT的技能，意愿可能無(wú)法轉(zhuǎn)化為實(shí)際行為。因而，Bhattacherjee A(2008)等[35]引入感知行為控制(PBC)，增添兩個(gè)截然不同但又相互聯(lián)系的變量：自我功效(Self-Efficacy，SE)和可控制性(Controllability)。自我功效反映個(gè)體有能力獨(dú)立地完成預(yù)定行為的信念，關(guān)注的是個(gè)人技能和能力。如果用戶(hù)在使用移動(dòng)社交媒體后，認(rèn)為自己沒(méi)有能力使用，自然會(huì)產(chǎn)生放棄繼續(xù)使用的意愿。可控制性反映個(gè)體對(duì)執(zhí)行該行為所需外部資源的控制感，也稱(chēng)促成因素(Facilitating Conditions，F(xiàn)C)。與自我功效不同，促成因素正向影響用戶(hù)持續(xù)使用行為。如果用戶(hù)缺乏智能手機(jī)(終端)，或者不在無(wú)線(xiàn)網(wǎng)絡(luò)覆蓋范圍，即便用戶(hù)有持續(xù)使用移動(dòng)社交媒體的意愿，也必須中斷持續(xù)使用的行為。由于擴(kuò)展的ECM-ISC模型是本研究的理論基礎(chǔ)之一，該模型的提出者Bhattacherjee A(2008)等[35]以烏克蘭政府機(jī)構(gòu)的管理和工作人員使用文件管理系統(tǒng)為背景，驗(yàn)證了擴(kuò)展的ECM-ISC模型7個(gè)假設(shè)；劉魯川等[28,47]以擴(kuò)展的ECM-ISC模型為基礎(chǔ)，引進(jìn)信息質(zhì)量、系統(tǒng)質(zhì)量和服務(wù)質(zhì)量等變量，構(gòu)建移動(dòng)搜索用戶(hù)持續(xù)使用理論模型并提出研究假設(shè)，研究表明擴(kuò)展的ECM-ISC模型7個(gè)假設(shè)均成立。鑒于此，本文提出研究假設(shè)如下：

H1a：移動(dòng)社交媒體用戶(hù)的期望確認(rèn)度正向影響使用后感知有用性。

H1b：移動(dòng)社交媒體用戶(hù)的期望確認(rèn)度正向影響滿(mǎn)意度。

H1c：移動(dòng)社交媒體用戶(hù)使用后感知有用性正向影響持續(xù)使用意愿。

H1d：移動(dòng)社交媒體用戶(hù)使用后滿(mǎn)意度正向影響持續(xù)使用意愿。

H1e：移動(dòng)社交媒體用戶(hù)的持續(xù)使用意圖正向影響持續(xù)使用行為。

H1f：移動(dòng)社交媒體用戶(hù)的自我功效正向影響持續(xù)使用意愿。

H1g：移動(dòng)社交媒體用戶(hù)的促成因素正向影響持續(xù)使用行為。

根據(jù)自我決定理論，感知自主性(Perceived Autonomy，PA)是指用戶(hù)在使用移動(dòng)社交媒體時(shí)對(duì)自主性的需要，即自我調(diào)節(jié)他們參與使用自己選擇的移動(dòng)社交媒體的渴望。自我決定理論中的一個(gè)重要假設(shè)是與活動(dòng)有關(guān)的感知自主性會(huì)增加內(nèi)在動(dòng)機(jī)。用戶(hù)根據(jù)自己的興趣，結(jié)合活動(dòng)主題自主發(fā)表言論，主動(dòng)建立好友關(guān)系，讓用戶(hù)感受到活動(dòng)有感知自主性，從而會(huì)增加自我決定的內(nèi)在動(dòng)機(jī)。感知關(guān)系性(Perceived Relatedness，PR)是指用戶(hù)使用移動(dòng)社交媒體時(shí)渴望能夠感受到與他人或群體聯(lián)系及關(guān)心和支持，從中體驗(yàn)到一種歸屬感。用戶(hù)通過(guò)移動(dòng)社交媒體能夠很方便地與他人或群體建立聯(lián)系，能得到他們關(guān)心和支持，滿(mǎn)足內(nèi)心的歸屬感，進(jìn)而影響內(nèi)在動(dòng)機(jī)。感知?jiǎng)偃涡?Perceived Competence，PC)是指用戶(hù)在使用移動(dòng)社交媒體時(shí)想要有效的渴望。自我決定理論認(rèn)為，滿(mǎn)足這一顯著需要將影響內(nèi)在動(dòng)機(jī)。原因在于當(dāng)移動(dòng)社交媒體勝任性的需要被滿(mǎn)足時(shí)，用戶(hù)感覺(jué)到有能力使用移動(dòng)社交媒體。生活中人們都希望被大家的認(rèn)可和關(guān)注，用戶(hù)通過(guò)移動(dòng)社交媒體發(fā)布自己感興趣的或分享有價(jià)值的信息，好友給予點(diǎn)贊或好評(píng)，用戶(hù)從中獲取成就感，進(jìn)而影響內(nèi)在動(dòng)機(jī)。內(nèi)在動(dòng)機(jī)(Intrinsic Motivation，IM)是指一項(xiàng)活動(dòng)的表現(xiàn)，沒(méi)有明顯的原因除了對(duì)它的真正興趣或享受執(zhí)行過(guò)程之外[38,41]。對(duì)移動(dòng)社交媒體有興趣的用戶(hù)更有可能對(duì)他們實(shí)際使用移動(dòng)社交媒體感到滿(mǎn)意[41,48]。Sorebo O等[41]以自我決定理論為基礎(chǔ)，在教師利用在線(xiàn)學(xué)習(xí)技術(shù)與現(xiàn)場(chǎng)課程相結(jié)合的背景下，提出一個(gè)擴(kuò)展的信息系統(tǒng)延續(xù)理論，研究表明感知自主性、感知關(guān)系性、感知?jiǎng)偃涡詫?duì)內(nèi)在動(dòng)機(jī)產(chǎn)生正向影響，內(nèi)在動(dòng)機(jī)正向影響用戶(hù)滿(mǎn)意度和持續(xù)使用意愿。鑒于此，本文提出研究假設(shè)如下：

H2a：用戶(hù)使用移動(dòng)社交媒體時(shí)的感知自主性正向影響內(nèi)在動(dòng)機(jī)。

H2b：用戶(hù)使用移動(dòng)社交媒體時(shí)的感知關(guān)系性正向影響內(nèi)在動(dòng)機(jī)。

H2c：用戶(hù)使用移動(dòng)社交媒體時(shí)的感知?jiǎng)偃涡哉蛴绊憙?nèi)在動(dòng)機(jī)。

H2d：用戶(hù)使用移動(dòng)社交媒體時(shí)的內(nèi)在動(dòng)機(jī)正向影響滿(mǎn)意度。

H2e：用戶(hù)使用移動(dòng)社交媒體時(shí)的內(nèi)在動(dòng)機(jī)正向影響持續(xù)使用意愿。

如上所述，習(xí)慣(HABIT)有很大的潛力去解釋與IS相關(guān)的行為，這些行為可能不會(huì)再是個(gè)人完全有意識(shí)的控制。Limayem M等[34]研究發(fā)現(xiàn)習(xí)慣對(duì)IS持續(xù)使用意愿與行為之間的關(guān)系起負(fù)向調(diào)節(jié)作用，對(duì)IS持續(xù)使用行為有直接效應(yīng)。肖懷云[49]根據(jù)持續(xù)使用行為產(chǎn)生的原因，它被分為有意識(shí)的持續(xù)使用行為和習(xí)慣使用行為。劉人境等[50]認(rèn)為有意識(shí)的持續(xù)使用行為是用“持續(xù)使用意圖”來(lái)解釋的，習(xí)慣性使用行為是用“習(xí)慣”來(lái)解釋的。然而，Aarts H等[51]認(rèn)為當(dāng)行動(dòng)與個(gè)人最初希望獲得的目標(biāo)密切相關(guān)時(shí)，令人滿(mǎn)意的經(jīng)驗(yàn)可能是重復(fù)同樣的動(dòng)作。如果移動(dòng)社交媒體用戶(hù)成功獲得他們意向的目標(biāo)，在相同的情境線(xiàn)索和相關(guān)目標(biāo)下，他們傾向于重復(fù)使用移動(dòng)社交媒體。因此，移動(dòng)社交媒體用戶(hù)的滿(mǎn)意度與習(xí)慣性使用的形成密切相關(guān)是可期待的[44]。基于上述分析，本文假設(shè)如下：

H3a：移動(dòng)社交媒體用戶(hù)的滿(mǎn)意度正向影響習(xí)慣。

H3b：移動(dòng)社交媒體用戶(hù)的習(xí)慣對(duì)持續(xù)使用意愿和持續(xù)使用行為的關(guān)系有負(fù)向的調(diào)節(jié)作用。

H3c：移動(dòng)社交媒體用戶(hù)的習(xí)慣正向影響持續(xù)使用行為。

3 研究方法與數(shù)據(jù)分析

3.1 研究方法

3.1.1 量表設(shè)計(jì)

本研究所使用的量表均借鑒國(guó)內(nèi)外相關(guān)文獻(xiàn)中已有成熟量表，對(duì)國(guó)外相關(guān)研究量表，進(jìn)行雙向翻譯法翻譯，并根據(jù)移動(dòng)社交媒體的主題特性做出相應(yīng)調(diào)整設(shè)計(jì)問(wèn)卷，其中感知信任(Perceived Trust，PT)為標(biāo)記變量(Marker Variable)用于共同方法變異(Common Method Variance，CMV)檢驗(yàn)。為確保問(wèn)卷的有效性和可靠性，在正式問(wèn)卷調(diào)查之前選取小部分移動(dòng)社交媒體(微信)用戶(hù)進(jìn)行預(yù)調(diào)查，根據(jù)預(yù)調(diào)查結(jié)果修改相關(guān)題項(xiàng)，最終問(wèn)卷由兩部分構(gòu)成：第一部分是用戶(hù)基本信息；第二部分是移動(dòng)社交媒體(微信)用戶(hù)行為的測(cè)量，如表1所示。除持續(xù)使用行為外，其它潛變量的測(cè)量均采用李克特(Likert)七級(jí)等距量表[52]，其中“1”為完全不同意、“2”為不同意、“3”為比較不同意、“4”為不確定、“5”為比較同意、“6”為同意、“7”為完全同意，移動(dòng)社交媒體(微信)用戶(hù)根據(jù)實(shí)際使用經(jīng)歷進(jìn)行選擇。

表1 移動(dòng)社交媒體(微信)用戶(hù)行為概念模型變量選項(xiàng)

表1(續(xù))

3.1.2 數(shù)據(jù)收集與樣本構(gòu)成

截止到2017年第二季度，微信和WeChat的合并月活躍賬戶(hù)數(shù)達(dá)到9.63億[62]。據(jù)此，本研究選取微信作為移動(dòng)社交媒體平臺(tái)，以此為研究對(duì)象具有一定的代表性。此外，據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)2017年8月發(fā)布的《第40次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2017年6月，中國(guó)手機(jī)網(wǎng)民規(guī)模達(dá)7.24億。從年齡結(jié)構(gòu)來(lái)看，20～29歲年齡段的網(wǎng)民占比最高，達(dá)29.7%；30～39歲群體占比為23.0%。從職業(yè)結(jié)構(gòu)來(lái)看，學(xué)生群體占比仍然最高，為24.8%[3]。另外，洪紅等[9]、陳昊等[11]及梁栩彬等[13]選取在校大學(xué)生進(jìn)行問(wèn)卷調(diào)查，開(kāi)展移動(dòng)社交媒體的相關(guān)研究。因此，本研究認(rèn)為在校大學(xué)生樣本在一定程度上可以代表總體。

本研究問(wèn)卷調(diào)查時(shí)間為2017年3～4月，調(diào)查對(duì)象為南京大學(xué)在校本生，采用便利抽樣法，發(fā)放300份紙質(zhì)調(diào)研問(wèn)卷，回收問(wèn)卷279份，回收率為93%，剔除全部選"1"或"7"及其它無(wú)效問(wèn)卷45份，有效問(wèn)卷234份，有效率為78%。在有效樣本的人口統(tǒng)計(jì)學(xué)特征中，男生129人(55.10%)，女生105人(44.90%)；年齡范圍為16～22歲102人(43.60%)，23～30歲105人(44.90%)，31～35歲9人(3.80%)，36歲以上18人(7.70%)；學(xué)歷構(gòu)成分別是本科117人(50.00%)，碩士93人(39.70%)，博士及以上24人(10.30%)；移動(dòng)社交媒體(微信)使用經(jīng)驗(yàn)為1～2年(不含2年)30人(12.80%)，2～3年(不含3年)87人(37.20%)，3～4年(不含4年)60人(25.60%)，4年及以上57人(24.40%)。

3.1.3 樣本量評(píng)估

為了確保本研究樣本估計(jì)的穩(wěn)健性，作為流行的經(jīng)驗(yàn)法則，Barclay D W等[63]建議最小樣本量應(yīng)為測(cè)量模型最大題目數(shù)的10倍或結(jié)構(gòu)模型最大路徑關(guān)系數(shù)的10倍。在本研究的概念中，測(cè)量模型最大題目數(shù)為6，結(jié)構(gòu)模型最大路徑關(guān)系數(shù)為4，最小樣本量至少應(yīng)為60個(gè)或40個(gè)。因此，本文研究的樣本數(shù)為234個(gè)，滿(mǎn)足Barclay D W等關(guān)于采用PLS數(shù)據(jù)分析最小樣本數(shù)的建議準(zhǔn)則。

3.2 數(shù)據(jù)分析

本研究采用偏最小二乘法(Partial Least Squares，PLS)分析樣本數(shù)據(jù)，軟件工具包為Smart PLS 2.0，PLS屬于第二代統(tǒng)計(jì)學(xué)范疇的分析方法[64]。采用PLS理由在于：①PLS特別適合于預(yù)測(cè)[65]；②PLS可以處理反映型(Reflective)和形成型(Formative)測(cè)量模型[65]；③PLS可以最大限度地解釋方差[66]；④PLS適合探索式研究和理論發(fā)展以及復(fù)雜的模型，而且與研究的目標(biāo)更接近[67]；⑤PLS容易用于測(cè)試調(diào)節(jié)效應(yīng)[65,68]。由于PLS并沒(méi)有提供一個(gè)既定的全局?jǐn)M合優(yōu)度準(zhǔn)則，通常評(píng)估模型分兩個(gè)階段進(jìn)行：測(cè)量模型評(píng)估和結(jié)構(gòu)模型評(píng)估，模型評(píng)估是指系統(tǒng)地評(píng)估結(jié)構(gòu)模型所表達(dá)的假設(shè)是否被數(shù)據(jù)所支持[69，70]。同時(shí)，在運(yùn)用SmartPLS計(jì)算時(shí)，估計(jì)方法選用路徑加權(quán)方案(Path Weighting Scheme)[71]，最大迭代次數(shù)為300；顯著性計(jì)算選用自助法(Bootstrapping)抽樣為5 000次[72]。

3.2.1 共同方法變異檢驗(yàn)

在問(wèn)卷調(diào)查時(shí)，由于所有測(cè)量題目均由同一被調(diào)查者填寫(xiě)，就容易產(chǎn)生共同方法變異(CMV)的問(wèn)題[73]。根據(jù)Podsakoff P M等[74]建議，在問(wèn)卷設(shè)計(jì)過(guò)程中，為了確保問(wèn)卷質(zhì)量，對(duì)問(wèn)卷進(jìn)行兩次前測(cè)，并根據(jù)被調(diào)查者反饋信息修正問(wèn)卷語(yǔ)義。在問(wèn)卷調(diào)查過(guò)程中，采用被調(diào)查者信息匿名法[75]。同時(shí)，在數(shù)據(jù)分析前，使用Harman單因子鑒定法檢驗(yàn)共同方法變異[76]，將該研究所有測(cè)量題目進(jìn)行探索式因素分析，判斷標(biāo)準(zhǔn)為特征值是否大于1，在未旋轉(zhuǎn)時(shí)提取9個(gè)主成分共解釋總方差的73.2%，其中第一主成分解釋了總方差的31.6%，略高于解釋總方差的30%，顯示可能受CMV的影響。另外，根據(jù)Lindell等[77]的建議，采用標(biāo)記變量技術(shù)(Marker Variable Technique)進(jìn)行CMV檢驗(yàn)，首先定義一個(gè)理論上與該研究無(wú)關(guān)的變量為標(biāo)記變量——感知信任(Perceived Trust，PT)，計(jì)算該變量與結(jié)構(gòu)模型內(nèi)生變量之間的相關(guān)性。如果存在一定的相關(guān)性且顯著，由于標(biāo)記變量是理論上不相關(guān)的變量，說(shuō)明受到CMV的影響，然后通過(guò)標(biāo)記變量排除多余的相關(guān)性[78]。經(jīng)計(jì)算，感知信任(β=0.181，T=3.453)對(duì)使用后感知有用性(PU)正影響且顯著；感知信任(β=-0.216，T=4.91)對(duì)內(nèi)在動(dòng)機(jī)(IM)負(fù)影響且顯著，說(shuō)明該研究受CMV的影響。因此，該研究采用標(biāo)記變量——感知信任(Perceived Trust，PT)，在排除CMV的影響下進(jìn)行數(shù)據(jù)分析。

3.2.2 測(cè)量模型評(píng)估

本文通過(guò)驗(yàn)證性因子分析驗(yàn)證測(cè)量模型的有效性和可靠性，Hair J F等[72]及Fornell C和Larcker D F[79]建議反映型測(cè)量模型的內(nèi)部一致性：Cronbach’s Alpha>0.70(在探索性研究中，0.60≤Cronbach’s Alpha≤0.70被認(rèn)為是可以接受的)，Nunnally J和Bernstein I[80]建議組成信度CR>0.70；測(cè)量題目可靠性：因子載荷值大于0.70，且大于交叉因子載荷值；收斂效度：平均方差萃取量AVE>0.50。從表2可知，在排除CMV的影響下，除促成因素(FC)的Cronbach’s Alpha=0.575不符合標(biāo)準(zhǔn)外，其它均符合標(biāo)準(zhǔn)，說(shuō)明該測(cè)量模型的其它構(gòu)念具有內(nèi)部一致性、測(cè)量題目可靠性及收斂效度。另外，區(qū)別效度分析用于驗(yàn)證模型潛變量之間相關(guān)性在統(tǒng)計(jì)上是否有差異。Bagozzi R P和Yi Y[81]認(rèn)為AVE的算術(shù)平方根應(yīng)大于構(gòu)念之間Pearson相關(guān)數(shù)的絕對(duì)值，說(shuō)明該測(cè)量模型的構(gòu)念之間有較好的區(qū)分效度。從表3可知，在排除CMV的影響下，對(duì)角線(xiàn)粗體字為AVE的算術(shù)平方根，下三角為構(gòu)念之間的Pearson相關(guān)系數(shù)，符合Bagozzi R P和Yi Y的標(biāo)準(zhǔn)，說(shuō)明該測(cè)量模型具有區(qū)別效度。

表2 信度及收斂效度分析

表2(續(xù))

表3 區(qū)別效度分析

本研究概念模型中持續(xù)使用行為(Continuance Usage Behavior，CUB)為形成型測(cè)量模型，該模型的評(píng)估方法與反映型測(cè)量模型的評(píng)估方法不同，評(píng)估可靠性沒(méi)有意義[70，82]。Diamantopoulos A[83]認(rèn)為評(píng)估形成型測(cè)量模型主要評(píng)估有效性，而非可靠性。Henseler J等[84]建議從指標(biāo)和結(jié)構(gòu)(潛變量之間的關(guān)系)兩個(gè)層面評(píng)估形成型測(cè)量模型有效性。對(duì)于指標(biāo)有效性的評(píng)估， Efron B[85]建議采用Bootstrapping及Miller R G[86]建議采用Jackknifing檢驗(yàn)指標(biāo)權(quán)重是否在p<0.05顯著[70]，F(xiàn)ornell C和Bookstein F L[87]建議通過(guò)方差膨脹因子(Variance Inflation Factor，VIF)評(píng)估形成型指標(biāo)之間的多重共線(xiàn)性程度，Neter J等[88]認(rèn)為VIF<4及Hair J F等[72]認(rèn)為VIF<5顯示多重共線(xiàn)性并不是一個(gè)問(wèn)題。對(duì)于結(jié)構(gòu)效度(潛變量之間的關(guān)系有效性)的評(píng)估，Straub D等[89]認(rèn)為潛變量和其他潛變量之間的關(guān)系在以前的文獻(xiàn)中已經(jīng)被充分提及并且具有顯著意義，Bruhn M等[90]認(rèn)為形成型潛在變量與其它潛在變量之間的相關(guān)性小于0.700，表明有足夠的區(qū)別效度，而且Lohm?ller J-B[91]建議路徑系數(shù)應(yīng)大于0.100。經(jīng)計(jì)算，在排除CMV的影響下，除CUB1(β=0.396，p=0.093)對(duì)CUB影響不顯著外，CUB2(β=0.420，p=0.001)和CUB3(β=0.500，p=0.001)對(duì)CUB影響均顯著且符合Efron B和Miller R G建議標(biāo)準(zhǔn)；CUB1的VIF=1.175，CUB2的VIF=1.257，CUB3的VIF=1.367，符合Neter J等建議標(biāo)準(zhǔn)；形成型潛在變量CUB與其它潛在變量的關(guān)系均來(lái)自以前的文獻(xiàn)回顧，而且相關(guān)性均小于0.700且符合Bruhn M等建議標(biāo)準(zhǔn)；除FC→CUB的路徑系數(shù)小于0.100外，其它路徑系數(shù)均大于0.100且符合Lohm?ller J-B。因此，為確保形成型潛在變量CUB有效性及區(qū)別效度，考慮刪除指標(biāo)CUB1及路徑FC→CUB(H1g)，同時(shí)不在共線(xiàn)性問(wèn)題得到驗(yàn)證。

3.2.3 研究假設(shè)驗(yàn)證

在排除CMV的影響下，刪除指標(biāo)CUB1及路徑FC→CUB(H1g)，采用PLS對(duì)該模型的路徑關(guān)系進(jìn)行分析，除PA(β=0.027，T=0.421)→IM(H2a)及IM(β=-0.014，T=0.245)→CUI(H2e)的路徑系數(shù)不顯著外，其它均顯著。刪除路徑PA→IM(H2a)及IM→CUI(H2e)，對(duì)研究假設(shè)進(jìn)一步分析，檢驗(yàn)結(jié)果全部顯著，該模型標(biāo)準(zhǔn)化路徑系數(shù)PLS分析結(jié)果如圖2所示。

注：*:P<0.05,**:P<0.01,***:P<0.001,n.s.:insignificance.圖2 概念模型路徑PLS分析結(jié)果

3.2.4 調(diào)節(jié)效應(yīng)驗(yàn)證

由于自變量CUI、調(diào)節(jié)變量HABIT、因變量CUB均為潛變量，采用SPSS24.0分析HABIT對(duì)CUI→CUB(H1e)之間的調(diào)節(jié)效應(yīng)之前，該研究采取對(duì)3個(gè)潛變量分別求和再計(jì)算，對(duì)自變量CUI和調(diào)節(jié)變量HABIT做中心化變換[93]，再做CUB=a×CUI+b×HABIT+c×CUI×HABIT+e的層次回歸分析，若CUI×HABIT的回歸系數(shù)c檢驗(yàn)顯著，則調(diào)節(jié)效應(yīng)顯著，分析結(jié)果如表4所示。由表4知，CUI×HABIT的回歸系數(shù)c=-0.158且顯著，ΔR2=0.021且顯著。表明HABIT對(duì)CUI→CUB(H1e)之間有負(fù)調(diào)節(jié)效應(yīng)，即當(dāng)調(diào)節(jié)變量HABIT每增加一個(gè)標(biāo)準(zhǔn)差，自變量CUI對(duì)因變量CUB的斜率減少0.158個(gè)標(biāo)準(zhǔn)差。另外，采用PLS分析HABIT對(duì)CUI→CUB(H1e)之間的調(diào)節(jié)效應(yīng)，調(diào)節(jié)效應(yīng)(β=-0.172，T=3.957)→CUB的路徑系數(shù)顯著。通過(guò)兩種方式分析HABIT對(duì)CUI→CUB(H1e)之間的調(diào)節(jié)效應(yīng)，回歸系數(shù)(c=-0.158)與路徑系數(shù)(β=-0.172)相差甚微，HABIT對(duì)CUI →CUB(H1e)之間的負(fù)調(diào)節(jié)效應(yīng)得到驗(yàn)證。

3.2.5 結(jié)構(gòu)模型評(píng)估

對(duì)于結(jié)構(gòu)模型的評(píng)估主要看每個(gè)內(nèi)生潛在變量的決定系數(shù)R2。Chin W W[93]認(rèn)為內(nèi)生潛在變量的決定系數(shù)R2近似為0.670表示實(shí)務(wù)上解釋能力，R2約為0.333表示中度解釋能力，R2約為0.190表示解釋能力薄弱。同時(shí)，還要評(píng)估結(jié)構(gòu)模型中潛變量之間的路徑系數(shù)，Huber F等[94]認(rèn)為潛變量之間的路徑系數(shù)應(yīng)該大于0.100，且在p<0.05顯著[70]。另外，Chin W W[93]和Cohen J[95]認(rèn)為可以根據(jù)Cohen J的f2值評(píng)估結(jié)構(gòu)方程模型中每條路徑的影響大小(Effect Size)，0.0200.350分別表示外生變量對(duì)內(nèi)生變量的影響力低、中、高。對(duì)于結(jié)構(gòu)模型的預(yù)測(cè)相關(guān)性評(píng)估，可以采用非參數(shù)Stone-Geisser檢驗(yàn)[96-97]，該檢驗(yàn)采用一個(gè)樣本重用技術(shù)Blindfolding程序創(chuàng)建殘差估計(jì)。Hair J F等[72]認(rèn)為結(jié)構(gòu)模型的預(yù)測(cè)相關(guān)性Q2應(yīng)該大于0，而且被檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)相關(guān)性越好，Q2就越大[70,98]。經(jīng)計(jì)算，在排除CMV的影響下，決定系數(shù)(根據(jù)Chin W W[93]的標(biāo)準(zhǔn))：0.214≤R2(CUB、CUI、IM、PU、ST、HABIT)≤0.483表示具有中度解釋能力；路徑系數(shù)(根據(jù)Huber F等[94]的標(biāo)準(zhǔn))：從表3知，潛變量之間的路徑系數(shù)均大于0.100且顯著；影響大小(根據(jù)Chin W W[93]和Cohen J[95]的標(biāo)準(zhǔn))：f2(CUI→CUB)= 0.099(低)、f2(HABIT→ CUB)= 0.021(低)，f2(PU→ CUI)= 0.1(低)、f2(SE→CUI)= 0.063(低)、f2(ST→CUI)= 0.086(低)，f2(PC→IM)= 0.12(低)、f2(PR→IM)= 0.034(低)，f2(ST→ HABIT)= 0.272(中)，f2(EC→PU)=0.599(高)，f2(EC→ST)= 0.447(高)、f2(IM→ST)= 0.159(中)；預(yù)測(cè)相關(guān)性(根據(jù)Hair J F等[72]及Fornell C等[98]的標(biāo)準(zhǔn))：0.148≤Q2(CUB、CUI、IM、PU、ST、HABIT)≤0.327表示內(nèi)生潛在變量有較好的預(yù)測(cè)相關(guān)性。

表4 習(xí)慣調(diào)節(jié)作用的層次回歸分析

注：*:P<0.05,**:P<0.01,***:P<0.001,N=234

4 討論與結(jié)論

4.1 結(jié)果討論

本研究在借鑒國(guó)內(nèi)外學(xué)者研究成果的基礎(chǔ)上，整合擴(kuò)展的ECM-ISC模型、自我決定理論及習(xí)慣，構(gòu)建移動(dòng)社交媒體用戶(hù)持續(xù)使用行為概念模型。根據(jù)本研究概念模型，提出研究假設(shè)和問(wèn)卷設(shè)計(jì)并以微信為例收集樣本數(shù)據(jù)，采用PLS分析數(shù)據(jù)，在排除CMV的影響下，對(duì)測(cè)量模型和結(jié)構(gòu)模型進(jìn)行評(píng)估，并對(duì)研究假設(shè)和調(diào)節(jié)效應(yīng)進(jìn)行驗(yàn)證，主要有以下研究發(fā)現(xiàn)：

1)持續(xù)使用意愿和習(xí)慣對(duì)移動(dòng)社交媒體用戶(hù)持續(xù)使用行為產(chǎn)生直接影響，共同解釋23.2% 持續(xù)使用行為的方差變異。相對(duì)于習(xí)慣(β=0.165，p<0.05)而言，持續(xù)使用意愿(β=0.359，p<0.001)的影響更大，該結(jié)果與Limayem M等[34]2007年在MIS Quarterly發(fā)表的文章研究結(jié)果相近。從影響效應(yīng)大小來(lái)看，f2(CUI→ CUB)= 0.099、f2(HABIT →CUB)= 0.021，說(shuō)明持續(xù)使用意愿大于習(xí)慣對(duì)持續(xù)使用行為的解釋能力。而且，習(xí)慣(β=-0.172，T=3.957)對(duì)持續(xù)使用意愿和持續(xù)使用行為的關(guān)系有負(fù)向的調(diào)節(jié)作用，這一結(jié)果與Limayem M等[34]、劉人境等[26]研究相一致。但是，本研究促成條件對(duì)持續(xù)使用行為影響不顯著，可能原因是隨著移動(dòng)互聯(lián)網(wǎng)和移動(dòng)智能終端的普及，對(duì)移動(dòng)社交媒體(微信)用戶(hù)來(lái)說(shuō)，使用移動(dòng)社交媒體(微信)的促成條件已不成問(wèn)題。然而，前人的研究對(duì)象大多是功能型信息系統(tǒng)，如數(shù)字資源教育系統(tǒng)[29]、文件管理系統(tǒng)[35]等，促成條件是必須的，進(jìn)而對(duì)持續(xù)使用行為產(chǎn)生直接影響。因此，本研究移動(dòng)社交媒體(微信)用戶(hù)持續(xù)使用行為受到有意識(shí)的使用行為和習(xí)慣性使用行為的雙重作用。這一結(jié)果表明，用戶(hù)使用移動(dòng)社交媒體(微信)強(qiáng)烈意愿和習(xí)慣可以直接促使用戶(hù)使用移動(dòng)社交媒體(微信)行為的發(fā)生。

2)使用后感知有用性、滿(mǎn)意度及自我功效正向顯著影響持續(xù)使用意愿，共同解釋40.0% 持續(xù)使用意愿的方差變異。就路徑系數(shù)而言，使用后感知有用性(β=0.321，p<0.001)對(duì)持續(xù)使用意愿的影響要大于滿(mǎn)意度(β=0.269，p<0.001)及自我功效(β=0.219，p<0.001)，這一結(jié)果與Bhattacherjee A等[35]、劉魯川等[28]等研究一致。從影響效應(yīng)大小來(lái)看，f2(PU→CUI)= 0.1、f2(ST→CUI)= 0.086、f2(SE→CUI)= 0.063，說(shuō)明使用后感知有用性對(duì)持續(xù)使用意愿的解釋能力要大于滿(mǎn)意度和自我功效。這一結(jié)果表明用戶(hù)只有在實(shí)際生活中通過(guò)使用移動(dòng)社交媒體(微信)，感覺(jué)對(duì)自己有用，對(duì)整個(gè)使用過(guò)程和結(jié)果滿(mǎn)意，自己有能力使用，才會(huì)產(chǎn)生后續(xù)持續(xù)使用的意愿。

3)期望確認(rèn)度對(duì)使用后感知有用性和滿(mǎn)意度產(chǎn)生直接影響，期望確認(rèn)度解釋43.1%使用后感知有用的方差變異，期望確認(rèn)度和內(nèi)在動(dòng)機(jī)共同解釋48.3%滿(mǎn)意度的方差變異，并通過(guò)他們對(duì)移動(dòng)社交媒體(微信)用戶(hù)持續(xù)使用意愿和行為產(chǎn)生間接影響。就路徑系數(shù)而言，期望確認(rèn)度(β=0.597，p<0.001；β=0.518，p<0.001)對(duì)使用后感知有用性的影響略大于對(duì)滿(mǎn)意度的影響，這一結(jié)果與Bhattacherjee等[35]、楊文正等[29]等研究一致。從影響效應(yīng)大小來(lái)看，f2(EC→PU)=0.599、f2(EC→ST)= 0.447，說(shuō)明期望確認(rèn)度對(duì)使用后感知有用性的解釋能力略大于滿(mǎn)意度。這一結(jié)果表明，擴(kuò)展的ECM-ISC模型中期望確認(rèn)度對(duì)使用后感知有用性和滿(mǎn)意度具有較穩(wěn)健的解釋力。在使用移動(dòng)社交媒體(微信)后，用戶(hù)的期望確認(rèn)度越高，認(rèn)為移動(dòng)社交媒體(微信)越有用，對(duì)使用移動(dòng)社交媒體(微信)越滿(mǎn)意。

4)感知關(guān)系性和感知?jiǎng)偃涡哉蝻@著影響內(nèi)在動(dòng)機(jī)，共同解釋35.7% 內(nèi)在動(dòng)機(jī)的方差變異，感知自主性對(duì)內(nèi)在動(dòng)機(jī)正向影響不顯著。就路徑系數(shù)而言，感知?jiǎng)偃涡?β=0.412，p<0.001)對(duì)內(nèi)在動(dòng)機(jī)的影響大于感知關(guān)系性(β=0.225，p<0.05)。從影響效應(yīng)大小來(lái)看，f2(PC→IM)= 0.12、f2(PR→IM)= 0.034，說(shuō)明感知?jiǎng)偃涡詫?duì)內(nèi)在動(dòng)機(jī)的解釋能力略大于感知關(guān)系性。這一結(jié)果與Sorebo O等[41]略有不同，Sorebo O等的研究結(jié)果是感知自主性和感知?jiǎng)偃涡哉蝻@著影響內(nèi)在動(dòng)機(jī)。進(jìn)一步研究發(fā)現(xiàn)，Sorebo O等的研究對(duì)象是在線(xiàn)學(xué)習(xí)系統(tǒng)，非社會(huì)化媒體系統(tǒng)，感知關(guān)系性并不是內(nèi)在動(dòng)機(jī)的充分條件，感知自主性和感知?jiǎng)偃涡圆攀亲钪匾囊蛩?。本研究?duì)象為移動(dòng)社交媒體(微信)，是一種社會(huì)化媒體平臺(tái)，感知關(guān)系性是影響內(nèi)在動(dòng)機(jī)的因素之一。因此，用戶(hù)通過(guò)使用移動(dòng)社交媒體(微信)與他人或群體建立聯(lián)系，擴(kuò)大他們的交際圈，發(fā)布自己感興趣的或分享有價(jià)值的信息，好友給予點(diǎn)贊或好評(píng)，從中獲取成就感，進(jìn)而增強(qiáng)用戶(hù)使用移動(dòng)社交媒體(微信)的內(nèi)在動(dòng)機(jī)。然而，用戶(hù)雖然感知到自主性對(duì)他們很重要，但是移動(dòng)社交類(lèi)APP有較多的選擇性，用戶(hù)對(duì)自主性的敏感性就會(huì)降低，進(jìn)而降低用戶(hù)使用移動(dòng)社交媒體(微信)的內(nèi)在動(dòng)機(jī)。

5)內(nèi)在動(dòng)機(jī)對(duì)滿(mǎn)意度正向影響顯著，內(nèi)在動(dòng)機(jī)和期望確認(rèn)度共同解釋48.3%滿(mǎn)意度的方差變異。就路徑系數(shù)而言，期望確認(rèn)度(β=0.518，p<0.001)對(duì)滿(mǎn)意度的影響大于內(nèi)在動(dòng)機(jī)(β=0.309，p<0.001)。從影響效應(yīng)大小來(lái)看，f2(EC→ST)= 0.447、f2(IM→ST)= 0.159，說(shuō)明期望確認(rèn)度對(duì)滿(mǎn)意度的解釋能力大于內(nèi)在動(dòng)機(jī)。這一結(jié)果與Sorebo O等[41]研究一致，移動(dòng)社交媒體(微信)用戶(hù)使用前的預(yù)期在使用后得到確認(rèn)的程度將對(duì)用戶(hù)滿(mǎn)意度產(chǎn)生重要影響，同時(shí)對(duì)移動(dòng)社交媒體(微信)正真有興趣的用戶(hù)，他們對(duì)實(shí)際使用移動(dòng)社交媒體(微信)也會(huì)感到滿(mǎn)意。但是，內(nèi)在動(dòng)機(jī)對(duì)持續(xù)使用意愿不具有顯著影響關(guān)系，這說(shuō)明用戶(hù)興趣與持續(xù)使用移動(dòng)社交媒體(微信)的關(guān)系不太明顯，并不是持續(xù)使用移動(dòng)社交媒體(微信)的充分條件，使用后感知有用才是最重要的因素。

6)滿(mǎn)意度對(duì)習(xí)慣產(chǎn)生直接影響，解釋21.4% 習(xí)慣的方差變異。從路徑系數(shù)和影響效應(yīng)大小來(lái)看，滿(mǎn)意度對(duì)習(xí)慣影響的路徑系數(shù)β=0.462且p<0.001，f2(ST→HABIT)= 0.272，說(shuō)明滿(mǎn)意度對(duì)習(xí)慣正向影響非常穩(wěn)健，這一結(jié)果與Kim B[44]研究一致。因此用戶(hù)使用移動(dòng)社交媒體(微信)一旦達(dá)到目的，他們就會(huì)感到滿(mǎn)意。在相同的情境線(xiàn)索和相關(guān)目標(biāo)下，他們傾向于重復(fù)使用移動(dòng)社交媒體(微信)進(jìn)而形成習(xí)慣，并通過(guò)習(xí)慣間接影響持續(xù)使用行為。

4.2 結(jié)論及啟示

4.2.1 研究結(jié)論

本研究通過(guò)整合擴(kuò)展的ECM-ISC模型、自我決定理論及習(xí)慣，構(gòu)建移動(dòng)社交媒體用戶(hù)持續(xù)使用行為概念模型，以微信用戶(hù)為實(shí)證對(duì)象，采用PLS對(duì)該模型進(jìn)行了驗(yàn)證，探究了移動(dòng)社交媒體用戶(hù)持續(xù)使用行為的影響因素及其相互關(guān)系。在排除CMV的影響下，本研究測(cè)量模型具有較好的信度和效度，結(jié)構(gòu)模型中12假設(shè)(共15個(gè))得到驗(yàn)證，概念模型整體具有較強(qiáng)的解釋能力及較好的預(yù)測(cè)能力，假設(shè)檢驗(yàn)結(jié)果形成了以下的研究結(jié)論：①?gòu)男睦碚J(rèn)知角度來(lái)看，在擴(kuò)展的ECM-ISC模型中，諸如期望確認(rèn)度、使用后感知有用性、滿(mǎn)意度、持續(xù)使用意愿等變量是影響用戶(hù)持續(xù)移動(dòng)社交媒體的關(guān)鍵因素。②從內(nèi)在動(dòng)機(jī)角度來(lái)看，自我決定理論SDT中感知關(guān)系性和感知?jiǎng)偃涡允怯绊懸苿?dòng)社交媒體用戶(hù)內(nèi)在動(dòng)機(jī)的關(guān)鍵因素。同時(shí)突破了擴(kuò)展的ECM-ISC模型中滿(mǎn)意度僅受到期望確認(rèn)度的正向影響的局限，揭示了滿(mǎn)意度還受到內(nèi)在動(dòng)機(jī)的正向影響。③本研究引入習(xí)慣這一變量，分析了滿(mǎn)意度對(duì)習(xí)慣的正向影響及習(xí)慣對(duì)持續(xù)使用行為的正向影響，并分析了習(xí)慣對(duì)持續(xù)使用意向和行為的關(guān)系有負(fù)向調(diào)節(jié)作用的機(jī)理，擴(kuò)展了解釋持續(xù)使用行為的影響因素，彌補(bǔ)了現(xiàn)有研究的不足。

4.2.2 研究啟示

根據(jù)本研究結(jié)論，對(duì)移動(dòng)社交媒體(微信)運(yùn)營(yíng)商給出管理建議如下：1)擴(kuò)展的ECM-ISC模型中，期望確認(rèn)度對(duì)使用后感知有用性和滿(mǎn)意度均正向顯著影響。因此，移動(dòng)社交媒體(微信)運(yùn)營(yíng)商應(yīng)合理塑造用戶(hù)期望，期望過(guò)高或過(guò)低都會(huì)影響用戶(hù)的持續(xù)使用意愿和行為，同時(shí)增強(qiáng)移動(dòng)社交媒體(微信)的實(shí)用性，不斷開(kāi)發(fā)新功能，增強(qiáng)用戶(hù)使用后有用性感知，提高用戶(hù)對(duì)產(chǎn)品的滿(mǎn)意度和忠誠(chéng)度，確保用戶(hù)在初次使用后并保持持續(xù)使用。2)移動(dòng)社交媒體(微信)運(yùn)營(yíng)商應(yīng)從內(nèi)在動(dòng)機(jī)角度洞察用戶(hù)的真正興趣和心理需求，從感知關(guān)系性和感知?jiǎng)偃涡詢(xún)蓚€(gè)方面強(qiáng)化用戶(hù)的內(nèi)在動(dòng)機(jī)。因此，移動(dòng)社交媒體(微信)運(yùn)營(yíng)商應(yīng)增強(qiáng)用戶(hù)社交功能，鼓勵(lì)朋友圈相互關(guān)心和支持，提醒朋友圈定期溝通聯(lián)系等，讓用戶(hù)切實(shí)感受到移動(dòng)社交媒體(微信)能夠幫助自己管理人際關(guān)系。同時(shí)增強(qiáng)用戶(hù)自我展示功能，對(duì)用戶(hù)在朋友圈等發(fā)布自己感興趣的或分享有價(jià)值的信息，除好友給予點(diǎn)贊或好評(píng)外，移動(dòng)社交媒體(微信)可以建立聲譽(yù)跟蹤機(jī)制，用戶(hù)從中獲取成就感。3)移動(dòng)社交媒體(微信)應(yīng)加強(qiáng)用戶(hù)使用習(xí)慣的培養(yǎng)，可根據(jù)用戶(hù)每天上線(xiàn)的次數(shù)、停留時(shí)間的長(zhǎng)短、與好友互動(dòng)的次數(shù)以及用戶(hù)發(fā)布感興趣的或分享有價(jià)值的信息數(shù)量，對(duì)用戶(hù)給予不同形式不同級(jí)別的獎(jiǎng)勵(lì)，鼓勵(lì)用戶(hù)持續(xù)使用，培養(yǎng)用戶(hù)的習(xí)慣性使用行為。另外，雖然本研究以微信為例，但是研究結(jié)論和啟示亦可廣泛適用于各大移動(dòng)社交媒體平臺(tái)。

4.3 研究意義與局限性

本研究的目的是探討如何提高對(duì)移動(dòng)社交媒體(微信)用戶(hù)忠誠(chéng)度及增強(qiáng)用戶(hù)黏性，確保用戶(hù)在初次使用后并保持持續(xù)使用，穩(wěn)定和吸收更多用戶(hù)群體，促進(jìn)移動(dòng)社交媒體(微信)穩(wěn)定持續(xù)發(fā)展?；诖?，本研究通過(guò)整合擴(kuò)展的ECM-ISC模型、自我決定理論及習(xí)慣，構(gòu)建移動(dòng)社交媒體用戶(hù)持續(xù)使用行為概念模型，試圖從心理認(rèn)知與內(nèi)在動(dòng)機(jī)的雙重視角分析移動(dòng)社交媒體用戶(hù)持續(xù)使用行為，引入習(xí)慣以便能夠更好地解釋移動(dòng)社交媒體用戶(hù)持續(xù)使用行為，這是本研究的創(chuàng)新之處，以期得到與以往不同且更有力的理論解釋。本研究的意義包括兩個(gè)方面：1)理論方面：從國(guó)內(nèi)外學(xué)者研究成果來(lái)看，主要以ECM-ISC模型或以擴(kuò)展的ECM-ISC模型為基礎(chǔ)，開(kāi)展信息系統(tǒng)用戶(hù)持續(xù)使用行為研究，還未發(fā)現(xiàn)整合擴(kuò)展的ECM-ISC模型、自我決定理論(Self-determination Theory，SDT)及習(xí)慣構(gòu)建概念模型，開(kāi)展移動(dòng)社交媒體用戶(hù)持續(xù)使用行為研究。未來(lái)的研究者可考慮采用本研究概念模型或在本研究概念模型的基礎(chǔ)上引入新的變量等，對(duì)如何提高對(duì)移動(dòng)社交媒體(微信)用戶(hù)忠誠(chéng)度及增強(qiáng)用戶(hù)黏性做進(jìn)一步的探索。2)實(shí)踐方面：本研究對(duì)移動(dòng)社交媒體(微信)運(yùn)營(yíng)商提高用戶(hù)忠誠(chéng)度及增強(qiáng)用戶(hù)黏性具有一定的實(shí)踐指導(dǎo)意義，移動(dòng)社交媒體(微信)運(yùn)營(yíng)商可根據(jù)本研究結(jié)論開(kāi)展相應(yīng)的工作。

當(dāng)然，本研究也存在一定局限性。主要集中在3個(gè)方面：1)本研究調(diào)查樣本主要來(lái)自在校大學(xué)生，未考慮其它移動(dòng)社交媒體(微信)用戶(hù)，雖然在校大學(xué)生群體具有一定的代表性，但選擇更廣泛的用戶(hù)群體作為研究對(duì)象，本研究概念模型的通用性會(huì)更好。2)本研究所采用的數(shù)據(jù)為橫截面數(shù)據(jù)，不能反映各潛變量之間相互關(guān)系的動(dòng)態(tài)變化，未來(lái)可考慮在移動(dòng)社交媒體(微信)終端安裝數(shù)據(jù)采集器獲取用戶(hù)行為數(shù)據(jù)，做進(jìn)一步的研究。3)本研究持續(xù)使用意愿和習(xí)慣共同解釋23.2% 持續(xù)使用行為的方差變異，該結(jié)果與Limayem M等[34]研究結(jié)果(R2=0.211)相近。筆者通過(guò)便利抽樣訪(fǎng)談，總結(jié)發(fā)現(xiàn)用戶(hù)使用移動(dòng)社交媒體(微信)主要受親朋好友、同學(xué)同事等在用或業(yè)務(wù)往來(lái)、工作需要使用等的影響，這與計(jì)劃行為理論(Theory of Planned Behavior，TPB)中“主觀(guān)規(guī)范”的相符合。此外，移動(dòng)社交媒體(微信)平臺(tái)的友好性、便捷性等直接影響用戶(hù)的行為控制感知，進(jìn)而對(duì)用戶(hù)持續(xù)使用意愿和行為產(chǎn)生影響。因此，下一步考慮在本研究概念模型中引入TPB 中的“主觀(guān)規(guī)范”和“感知行為控制”這兩個(gè)潛變量，以期對(duì)用戶(hù)持續(xù)使用移動(dòng)社交媒體(微信)得到更好的解釋。

[1]Kaplan A M，Haenlein M.Users of the World,Unite! The Challenges and Opportunities of Social Media[J].Business Horizons,53(1):59-68.

[2]趙宇翔,張軒慧,宋小康.移動(dòng)社交媒體環(huán)境下用戶(hù)錯(cuò)失焦慮癥(FoMO)的研究回顧與展望[J].圖書(shū)情報(bào)工作,2017,(8):133-144.

[3]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第40次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201708/P020170807351923262153.pdf,2017-08-04.

[4]黃柏淅,朱小棟.移動(dòng)社交類(lèi)APP用戶(hù)持續(xù)使用意愿的影響因素研究[J].現(xiàn)代情報(bào),2016,(12):57-64.

[5]劉莉. 社交網(wǎng)站用戶(hù)持續(xù)使用行為研究——基于信息獲取和人際交互的視角[J]. 情報(bào)理論與實(shí)踐,2012,35(11):17-22.

[6]趙英,范嬌穎.大學(xué)生持續(xù)使用社交媒體的影響因素對(duì)比研究——以微信、微博和人人網(wǎng)為例[J].情報(bào)雜志,2016,(1):188-195.

[7]陳明紅,鄭潔萍,漆賢軍.移動(dòng)社交媒體用戶(hù)信息共享持續(xù)意愿研究[J].情報(bào)理論與實(shí)踐,2017,(4):37-43.

[8]曹歡歡,姜錦虎,胡立斌.社交網(wǎng)絡(luò)持續(xù)使用:從眾行為和習(xí)慣調(diào)節(jié)作用[J].華東經(jīng)濟(jì)管理,2015,(4):156-162.

[9]洪紅,徐迪.移動(dòng)社交應(yīng)用的持續(xù)使用意愿影響因素研究——探討網(wǎng)絡(luò)外部性和羊群行為的共同作用[J].經(jīng)濟(jì)管理,2015,(5):40-50.

[10]葛仲夏,顧東曉,顧佐佐.社交網(wǎng)絡(luò)工具持續(xù)使用影響因素的實(shí)證研究[J].圖書(shū)館學(xué)研究,2015,(1):34-40.

[11]陳昊,李文立,柯育龍.社交媒體持續(xù)使用研究:以情感響應(yīng)為中介[J].管理評(píng)論,2016,(9):61-71.

[12]黃柏淅,朱小棟.移動(dòng)社交類(lèi)APP用戶(hù)持續(xù)使用意愿的影響因素研究[J].現(xiàn)代情報(bào),2016,(12):57-64.

[13]梁栩彬,甘春梅.移動(dòng)社交媒體沉迷的影響因素研究:以微信為例[J].情報(bào)理論與實(shí)踐,2017,(1):93-97.

[14]Oghuma A P,Chang Y,Libaque-Saenz C F,et al.Benefit-confirmation model for post-adoption behavior of mobile instant messaging applications[J].Telecommunications Policy,2015,39(8):658-677.

[15]Oghuma A P,Libaque-Saenz C F,Wong S F,et al.An expectation-confirmation model of continuance intention to use mobile instant messaging[J].Telematics & Informatics,2016,33(1):34-47.

[16]周濤,方文侃.移動(dòng)社交APP位置分享服務(wù)持續(xù)使用研究[J].杭州電子科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版,2016,(3):1-7.

[17]陳明紅,孫順,漆賢軍.移動(dòng)社交媒體位置信息分享持續(xù)意愿研究——隱私保護(hù)視角[J].圖書(shū)館論壇,2017,(4):58-67.

[18]Hu J,Zhang Y.Understanding Chinese Undergraduates’ Continuance Intention to Use Mobile Book-Reading Apps:An Integrated Model and Empirical Study[J].Libri,2016,66(2):85-99.

[19]趙婉穎.社交因素對(duì)用戶(hù)移動(dòng)閱讀持續(xù)使用的影響研究[J].圖書(shū)館學(xué)研究,2016,(20):87-95.

[20]Zhao Y,Deng S,Zhou R.Understanding Mobile Library Apps Continuance Usage in China:A Theoretical Framework and Empirical Study[J].Libri,2015,65(3).

[21]Joo S,Choi N.Understanding users’ continuance intention to use online library resources based on an extended expectation-confirmation model[J].Electronic Library,2016,34(4):554-571.

[22]李武,趙星.大學(xué)生社會(huì)化閱讀APP持續(xù)使用意愿及發(fā)生機(jī)理研究[J].中國(guó)圖書(shū)館學(xué)報(bào),2016,(1):52-65.

[23]趙文軍,易明,王學(xué)東.社交問(wèn)答平臺(tái)用戶(hù)持續(xù)參與意愿的實(shí)證研究——感知價(jià)值的視角[J].情報(bào)科學(xué),2017,(2):69-74,91.

[24]趙延昇,高佳.移動(dòng)社交支付APP用戶(hù)持續(xù)使用意愿研究——主觀(guān)參照的調(diào)節(jié)作用[J].大連理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版,2015,(4):47-52.

[25]Hsu M H，Chang C M，Chuang L W.Understanding the Determinants of Online Repeat Purchase Intention and Moderating Role of Habit：The Case of Online Group-buying in Taiwan[J].International Journal of Information Management，2015，35(1)：45-56.

[26]劉人境,柴婧,張莉莉.綜合類(lèi)SNS社交網(wǎng)絡(luò)個(gè)人用戶(hù)持續(xù)使用行為的影響因素研究[J].知識(shí)管理論壇,2013,(5):25-37.

[27]王哲.社會(huì)化問(wèn)答社區(qū)知乎的用戶(hù)持續(xù)使用行為影響因素研究[J].情報(bào)科學(xué),2017,(1):78-83,143.

[28]劉魯川,孫凱,王菲,等.移動(dòng)搜索用戶(hù)持續(xù)使用行為實(shí)證研究[J].中國(guó)圖書(shū)館學(xué)報(bào),2011,(6):50-57.

[29]楊文正,張靜,劉敏昆,等.數(shù)字教育資源用戶(hù)持續(xù)使用行為實(shí)證研究——基于擴(kuò)展的ECM-ISC模型[J].中國(guó)電化教育,2015,(11):54-61.

[30]楊甜.高校圖書(shū)館微信公眾平臺(tái)用戶(hù)持續(xù)關(guān)注行為影響因素研究[J].情報(bào)探索,2017,(2):95-103.

[31]李宗富,郭順利.檔案微信公眾號(hào)用戶(hù)持續(xù)使用的理論模型及實(shí)證研究[J].檔案學(xué)研究,2017,(2):80-88.

[32]Oliver R L.A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions[J].Journal of Marketing Research,1980,17(4):460-469.

[33]Bhattacherjee A.Understanding Information Systems Continuance:An Expectation-Confirmation Model[J].Mis Quarterly,2001,25(3):351-370.

[34]Limayem M,Hirt S G,Cheung C M K.How Habit Limits the Predictive Power of Intentions:The Case of IS Continuance[J].Mis Quarterly,2007,31(4):705-737.

[35]Bhattacherjee A,Perols J,Sanford C.Information Technology Continuance:A Theoretic Extension and Empirical Test[J].Journal of Computer Information Systems,2008,49(1):17-26.

[36]曹園園,李君君,秦星紅.SNS采納后階段用戶(hù)持續(xù)使用行為研究——基于情感依戀與ECM-IS的整合模型[J].現(xiàn)代情報(bào),2016,36(10):81-88.

[37]Deci E L,Ryan R M.Intrinsic Motivation and Self-Determination in Human Behavior[M].Springer US,1985.

[38]Gagné M,Deci E L.Self-determination theory and work motivation[ J].Journal of Organizational Behavior,2005,26(4):331-362.

[39]Ryan R M,Deci E L.Intrinsic and Extrinsic Motivations:Classic Definitions and New Directions[J].Contemporary Educational Psychology,2000,25(1):54.

[40]Roca J C,Gagné M.Understanding e-learning continuance intention in the workplace:A self-determination theory perspective[J].Computers in Human Behavior,2008,24(4):1585-1604.

[41]Sorebo O,Halvari H,Gulli V F,Kristiansen R.The role of self-determination theory in explaining teachers’ motivation to continue to use e-learning technology[J].Computers & Education,2009,53(4):1177-1187.

[42]Aarts H,Dijksterhuis A.Habits as knowledge structures:automaticity in goal-directed behavior[J].Journal of Personality & Social Psychology,2000,78(1):53-63.

[43]Triandis H C.Attitude and attitude change.New York:Wiley,1971.

[44]Kim B.The diffusion of mobile data services and applications:Exploring the role of habit and its antecedents[J].Telecommunications Policy,2012,36(1):69-81.

[45]Ouellette J A,Wood W.Habit and Intention in Everyday Life:The Multiple Processes by Which Past Behavior Predicts Future Behavior[J].Psychological Bulletin,1998,124(124):54-74.

[46]Verplanken B,Aarts H,Knippenberg A V.Habit,information acquisition,and the process of making travel mode choices[J].European Journal of Social Psychology,1997,27(5):539-560.

[47]劉魯川,孫凱.基于擴(kuò)展ECM-ISC的移動(dòng)搜索用戶(hù)持續(xù)使用理論模型[J].圖書(shū)情報(bào)工作,2011,55(20):134-137,148.

[48]楊根福.MOOC用戶(hù)持續(xù)使用行為影響因素研究[J].開(kāi)放教育研究,2016,(1):100-111.

[49]肖懷云.MC消費(fèi)者持續(xù)使用行為演化分析[J].西安電子科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版,2011,21(6):49-54.

[50]劉人境,柴婧.SNS社交網(wǎng)絡(luò)個(gè)人用戶(hù)持續(xù)使用行為的影響因素研究[J].軟科學(xué),2013,(4):132-135,140.

[51]Aarts H,Verplanken B,Knippenberg A V.Predicting Behavior From Actions in the Past:Repeated Decision Making or a Matter of Habit?[J].Journal of Applied Social Psychology,1998,28(15):1355-1374.

[52]Finn R H.Effects of Some Variations in Rating Scale Characteristics on the Means and Reliabilities of Ratings[J].Educational & Psychological Measurement,1972,32(2):255-265.

[53]陳瑤,邵培基.社交網(wǎng)站持續(xù)使用的實(shí)證研究——基于改進(jìn)的期望確認(rèn)模型[J].信息系統(tǒng)學(xué)報(bào),2011,(1):23-34.

[54]MengHsiang Hsu,ChaoMin Chiu.Predicting electronic service continuance with a decomposed theory of planned behaviour[J]. Behaviour & Information Technology, 2004,23(5):359-373.

[55]Thompson R L,Higgins C A,Howell J M.Personal Computing:Toward a Conceptual Model of Utilization[J]. Mis Quarterly,1991,15(1):125-143.

[56]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.

[57]Taylor S,Todd P A.Understanding Information Technology Usage:A Test of Competing Models[M].Information Systems Research(6:2)，1995：144-176.

[58]Limayem M,Cheung C M K.Understanding information systems continuance:The case of Internet-based learning technologies[J].Information & Management,2008,45(4):227-232.

[59]Green D.TAM or Just Plain Habit[J].Advanced Topics in End User Computing,2004,3(3):1-2.

[60]Cheung C M K,Limayem M.The Role of Habit in Information Systems Continuance:Examining the Evolving Relationship Between Intention and Usage[C].ICIS 2005 Proceedings.Caen,France,2005:39.

[61]He W,Wei K K.What drives continued knowledge sharing?An investigation of knowledge-contribution and-seeking beliefs[J].Decision Support Systems,2009,46(4):826-838.

[62]騰訊.騰訊2017年第二季度及中期業(yè)績(jī)[EB/OL]. https://www.tencent.com/zh-cn/articles/8003451502937229.pdf,2017-08-16.

[63]Barclay D W,Thompson R L,Higgins C.The Partial Least Squares(PLS)Approach to Causal Modeling:Personal Computer Use as an Illustration[J].Technology Studies,1995,2(2):285-309.

[64]Fornell C.A Second generation of multivariate analysis :classification of methods and implications for marketing research[C].Review of Marketing,M.J.Houston,Chicago,American Marketing Association,1985.

[65]Ringle C.M,Sarstedt M,Straub D.W.A critical look at the use of PLS-PM in MIS quarterly[J].MIS Quarterly,2012,36(1):3-14.

[66]Teo H H,Wei K K,Benbasat I.Predicting Intention to Adopt Interorganizational Linkages:An Institutional Perspective.[J].Mis Quarterly,2003,27(1):19-49.

[67]Hair J F,Sarstedt M,Ringle C M,et al.An assessment of the use of partial least squares structural equation modeling in marketing research[J].Journal of the Academy of Marketing Science,2012,40(3):414-433.

[68]Huang Q,Chen X,Ou C X,et al.Understanding buyers’ loyalty to a C2C platform:the roles of social capital,satisfaction and perceived effectiveness of e-commerce institutional mechanisms[J].Information Systems Journal,2017,27(1):91-119.

[69]Anderson J C,Gerbing D W.Structural equation modeling in practice :A review and recommended two-step approach[J].Psychological Bulletin,1988,103(3):411-423.

[70]Urbach N,Ahlemann F.Structural equation modeling in information systems research using Partial Least Squares[J].Jitta Journal of Information Technology Theory & Application,2010,11.

[71]Henseler J.On the convergence of the partial least squares path modeling algorithm[M].Kluwer Academic Publishers,2010.

[72]Hair J F,Ringle C M,Sarstedt M.PLS-SEM:Indeed a Silver Bullet[J].Journal of Marketing Theory & Practice,2011,19(2):139-152.

[73]吳壽進(jìn),方文昌,黃恒獎(jiǎng).虛擬社群成員識(shí)別匿名性與群體規(guī)范之研究：外在自我覺(jué)察與社群認(rèn)同之中介效果[J].資訊管理學(xué)報(bào),2012,19( 2):315-347.

[74]Podsakoff P.M,MacKenzie S.B,Lee J.Y,Podsakoff N.P.Common method biases in behavioral research:a critical review of literature and recommended remedies[J]．Journal of Applied Psychology,2003,88( 5):879-903.

[75]趙衛(wèi)東,吳繼紅,王穎.組織學(xué)習(xí)對(duì)員工—組織匹配的影響——知識(shí)慣性調(diào)節(jié)作用的實(shí)證研究[J].管理工程學(xué)報(bào),2012,26(3):7-14.

[76]Podsakoff P M,Organ D W.Self-Report in Organizational Research[J].Journal of Management,1986,12(4):531-544.

[77]Lindell M K,Whitney D J.Accounting for common method variance in cross-sectional research designs[J].Journal of Applied Psychology,2001,86(1):114-21.

[78]Ylitalo J.Controlling for Common Method Variance with Partial Least Squares Path modeling:A Monte Carlo Study[J].Research Project,2009.

[79]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.

[80]Nunnally J.and Bernstein I.Psychometric Theory,3rd edn,New York:McGraw-Hill,1994.

[81]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.

[82]Bollen K A.Structural equations with latent variables[J].New York:John Wiley & Sons,1989,35(7):289-308.

[83]Diamantopoulos A.The error term in formative measurement models:interpretation and modeling implications[J].Journal of Modelling in Management,2006,1(1):7-17.

[84]Henseler J,Ringle C.M,Sinkovics R.R.The use of partial least squares path modeling in international marketing[J],Advances in International Marketing,2009,20:277-320.

[85]Efron B.Bootstrap Methods:Another Look at the Jackknife[M].Breakthroughs in Statistics,Springer New York,1992:1-26.

[86]Miller R G.The jackknife -a review[J].Biometrika,1974,61(1):1-15.

[87]Fornell C,Bookstein F L.Two structural equation models:LISREL and PLS applied to consumer exit-voice theory[J].Journal of Marketing Research,1982,19(4):440-452.

[88]Neter J,Wasserman W,Kutner M H.Applied linear regression models[M].Homewood Illinois:Richard D,Irwin Inc,1983.

[89]Straub D,Boudreau M C,Gefen D,et al.Validation guidelines for IS positivist research[J].Communications of the Association for Information Systems,2004,3(1).

[90]Bruhn M,Georgi D,Hadwich K.Customer equity management as formative second-order construct[J].Journal of Business Research,2008,61(12):1292-1301.

[91] Lohm?ller J-B.Latent variable path modeling with partial least squares[M].Heidelberg:Physica-Verlag,1989.

[92]溫忠麟,侯杰泰,張雷.調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用[J].心理學(xué)報(bào),2005,37(2):268-274.

[93]Chin W W.The partial least squares approach for structural equation modeling[J].In Modern Methods for Business Research,Marcoulides,G.A.(ed.),Lawrence Erlbaum Associates,Mahwah,NJ,1998b,295:295-336.

[94]Huber F,Herrmann A,Meyer F,et al.Kausalmodellierung mit partial least squares :eine anwendungsorientierte Einführung[M].Gabler,2007.

[95]Cohen J.Statistical power analysis for the behavioral sciences[M].Hillsdale,NJ:Lawrence Erlbaum:1988.

[96]Stone M.Cross-Validatory Choice and Assessment of Statistical Predictions[J].Journal of the Royal Statistical Society,1974,36(2):111-147.

[97]Seymour Geisser.The Predictive Sample Reuse Method with Applications[J].Journal of the American Statistical Association,1975,70(350):320-328.

[98]Fornell C,Cha J.Partial Least Squares[M].In Advanced Methods of Marketing Research,Bagozzi,R.P.(ed.),Blackwell,Cambridge,1994:152-178.

StudyonMobileSocialMediaUsers’ContinuousUsageBehavior

Meng Meng Zhu Qinghua

(School of Information Management，Nanjing University，Nanjing 210023,China)

[Purpose/Significance]The paper aimed to explore the influence factors of mobile social media users’ continuous usage behavior and their mutual relationship,and provided a reference decision-making reference for mobile social media operators to improve users’ satisfaction and loyalty,enhance users’ stickiness,insight into the user’s real interests and psychological needs,and cultivate users’ habits and so on.[Method/Process]The paper integrated the extended ECM-ISC model,Self-determination Theory and Habit,constructed the conceptual model of mobile social media users’ continuous usage behavior,and proposed the hypotheses and designs the questionnaires;The research data was collected through the paper questionnaire survey of WeChat users,and 234 valid questionnaires had been collected.The paper used partial least squares(PLS)to analyze the collected data,evaluated the measurement model and the structure model,and validated the hypothesis and the moderating effect under the influence of excluding common methods of variation.[Result/Conclusion]The results showed that Continuous Usage Intention and Habit had direct influence on mobile social media users’ Continuous Usage Behavior,and Habit had negative moderating effect on Continuance Usage Intention and Continuance Usage Behavior;Post-Usage Usefulness,Satisfaction and Self-Efficacy had a significant positive effect on Continuance Usage Intention;Expectation Confirmation had a direct impact on Post-Usage Usefulness and Satisfaction;Perceived Relatedness and Perceived Competence positively affected Intrinsic Motivation,and Intrinsic Motivation had a significant positive impact on Satisfaction which had a direct impact on Habit.According to the research conclusions,management Suggestions for mobile social media(WeChat)operators were proposed.

user;mobile social media;continuous usage behavior;conceptual model;extended ECM-ISC;self-determination theory;WeChat;habit;partial least squares

10.3969/j.issn.1008-0821.2018.01.001

C931.6

A

1008-0821(2018)01-0005-14

2017-09-19

國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“面向大數(shù)據(jù)的數(shù)字圖書(shū)館移動(dòng)視覺(jué)搜索機(jī)制與應(yīng)用研究”(項(xiàng)目編號(hào)15ZDB126)。

孟猛(1977-)，男，副研究員，博士研究生，研究方向：互聯(lián)網(wǎng)用戶(hù)行為，信息安全風(fēng)險(xiǎn)管理。

朱慶華(1963-)，男，教授，博士生導(dǎo)師，研究方向：社會(huì)化媒體，互聯(lián)網(wǎng)用戶(hù)行為，信息政策與法規(guī)。

馬 卓)