信息過載背景下社會化閱讀APP用戶的忽略與退出行為*
——心理契約違背視角

李 旭 劉魯川

（山東財經(jīng)大學管理科學與工程學院 濟南 250001）

1 引言

隨著移動互聯(lián)網(wǎng)的發(fā)展，以讀者為中心，強調(diào)分享、互動、社交的社會化閱讀模式迅速普及，社會化閱讀APP已經(jīng)成為時下智能手機和平板電腦等移動終端的標配。 《第十四次全國國民閱讀調(diào)查報告》數(shù)據(jù)顯示，2016年我國成年國民數(shù)字化閱讀方式的接觸率為68.2%，手機閱讀接觸率、閱讀時長連續(xù)8年增長[1]。然而，如同一枚硬幣的兩面，社會化閱讀APP引發(fā)的信息過載以及用戶的消極使用行為也應當引起關(guān)注。

赫伯特·西蒙早在1996年就曾指出：“由于信息技術(shù)的發(fā)展，信息過載將成為一個更大的問題，且信息質(zhì)量也會變得越來越差”[2]。通過文獻梳理，信息過載主要表現(xiàn)在以下方面：①大眾媒介中的信息量大大高于受眾所能承受、消費或需要的信息量。信息量呈指數(shù)形式增長，但人類的信息接收量和處理能力是有限的，當人們接受了太多信息時，將無法對其進行有效地整合、組織及內(nèi)化成自己需要的信息，從而影響了人們的工作、生活以及人際關(guān)系等[3]。②通信技術(shù)與互聯(lián)網(wǎng)技術(shù)的發(fā)展使得信息的傳播速度大大加快，但受傳者對信息反應的速度卻遠遠低于信息傳播的速度。③信息的海量性和不間歇性使無關(guān)的冗余信息重復出現(xiàn)，嚴重干擾了受眾對相關(guān)有用信息的準確性判斷[4]。

Misra和Stokols等學者也指出，先進的信息通訊技術(shù)往往給人們的行為和心理帶來負擔[5]。社會化閱讀APP中的個性化內(nèi)容推薦和“千人千面”的算法使用戶陷入狹窄閱讀空間的信息孤島[6]。標題黨以及冗余和虛假信息的泛濫使得閱讀流于淺薄和低俗，優(yōu)質(zhì)內(nèi)容難受青睞。凱度公司發(fā)布的《2016年中國社交媒體影響報告》顯示，社交媒體用戶參與的積極性不斷下降。其中，單純?yōu)g覽信息，不評論，不互動的用戶比例高達46%[7]。Flurry公司針對23萬款高下載量的APP的分析表明，它們在用戶手機上一個月、兩個月和三個月的平均存留率分別為54%、43%和35%，呈遞減趨勢[8]。

本質(zhì)上，社會化閱讀APP是一個特定的信息系統(tǒng)。有學者基于ECM模型[9-10]，探究了社會化閱讀APP用戶持續(xù)使用意愿及其發(fā)生機理，并指出期望確認程度和滿意度是影響用戶繼續(xù)使用的重要因素[11]。無疑，ECM作為研究信息系統(tǒng)（IS）用戶持續(xù)使用的經(jīng)典模型，在IS學界產(chǎn)生了極大的學術(shù)反響。然而，必須清醒地看到，ECM模型依然存在很多缺憾。①ECM以理性行為理論為基礎、遵從認知判斷范式，沒有考慮情緒（情感）等非理性因素對持續(xù)使用的影響。事實上，認知模型并不能完全概括IS用戶行為的前置因素，情感同樣也發(fā)揮著強有力的甚至是核心的作用，會影響人們的信念和態(tài)度，并引導其決策和行動[12]。②ECM主要從用戶的外在動機入手，更加強調(diào)用戶對信息系統(tǒng)工具性特征的感知和用戶信念對用戶態(tài)度、意圖和使用行為等的影響。這與ECM當初的研究對象是工作場合下的功利型信息系統(tǒng)，這類信息系統(tǒng)的使用主要受到用戶外在動機和任務壓力等的驅(qū)使不無關(guān)系。③Bhattacherjee等學者并沒有界定用戶什么樣的使用頻率屬于持續(xù)使用的范疇，更沒有從持續(xù)使用的反面，比如，用戶的消極使用甚至是放棄使用來洞悉其深層原因，歸納其一般規(guī)律。

文章的創(chuàng)新之處在于，揚棄ECM框架，從社會化閱讀APP用戶持續(xù)使用的反面，即透過用戶的不持續(xù)使用行為或者叫消極使用行為，從心理契約違背的視角，以更好地揭示和解釋信息過載、滿意度、心理契約違背與用戶的忽略與退出行為之間的關(guān)系。“忽略”和“退出”是不持續(xù)使用的兩種行為表現(xiàn)。其中，“忽略”指用戶使用頻率下降、活躍度降低、閑置已安裝的APP的行為；“退出”指卸載、刪除APP的行為。

2 文獻綜述

2.1 信息過載背景下社會化閱讀用戶消極使用影響因素分析

Karr-Wisniewski和Lu在ICT生產(chǎn)力矛盾的研究中提出了一個“技術(shù)過載”的綜合定義，它包括三個部分：信息、通信和系統(tǒng)功能[13]。其中，信息過載主要產(chǎn)生于信息數(shù)量之大與人類接受、處理信息能力有限的矛盾之中[14-15]。而處理這些過載信息容易產(chǎn)生“信息疲勞綜合征”，表現(xiàn)為分析能力喪失、不斷搜索更多信息、焦慮和失眠癥狀加劇，以及決策時自我懷疑、倦怠等[16]。Yang等人（2013）的研究也表明，信息過載給用戶帶來了壓力和負擔，并通過思維抑制的中介作用，間接影響不情愿使用意向[17]。

無疑，信息過載給社交媒體用戶的信息選擇和吸收帶來了極大的認知負擔，增加了用戶獲取有效信息的時間和成本。特別相比于紙質(zhì)讀物，數(shù)字讀物疏于管理，用戶生成內(nèi)容使得閱讀資源質(zhì)量參差不齊[18]，用戶在過度膨脹的信息面前難以識別信息的真?zhèn)?，容易引發(fā)用戶的負面情緒和不良使用。再者，過載的數(shù)字閱讀導致閱讀者的注意力分散、記憶淡漠和消極的閱讀體驗[19]。

先前的研究多是定性概括了信息過載的發(fā)生過程及其消極影響，而針對社會化閱讀APP這一特定社交媒體，哪些過載會影響用戶的情感和心理評價，又將如何影響其情感反應，并引發(fā)哪些消極的應對行為，目前還未引起學者關(guān)注。

2.2 用戶心理情感與使用行為

與傳統(tǒng)閱讀相比，社會化閱讀更加注重社交性。李武[20]通過研究發(fā)現(xiàn)，青少年將社會化閱讀視為社交驅(qū)動型的閱讀活動，社交性動機是他們開展社會化閱讀活動最為重要的動機因素。Hui Lin[21]從自我調(diào)節(jié)的視角探究了系統(tǒng)質(zhì)量、認知、關(guān)聯(lián)性等因素對社交網(wǎng)絡用戶持續(xù)使用行為的影響，其中關(guān)聯(lián)性在社交網(wǎng)絡中指用戶與用戶間互動、分享等社交活動而產(chǎn)生的情感聯(lián)系。

在社會化閱讀過程中，由于情趣相投，借助于社會化閱讀信息系統(tǒng)連接起來相互分享的好友形成了虛擬社區(qū)，社區(qū)成員間情感依戀的心理紐帶是否會對虛擬社區(qū)成員的持續(xù)參與等行為產(chǎn)生影響？已有學者從用戶與科技產(chǎn)品之間的技術(shù)承諾[22]、人際依戀[23]、態(tài)度偏愛[24]等視角關(guān)注信息技術(shù)的持續(xù)使用。

近十年來，國內(nèi)外學者高度關(guān)注信息系統(tǒng)（IS）用戶的持續(xù)使用，多采用滿意度這一單一變量來測量和預測用戶的持續(xù)使用意愿等[25]。但按照Anne Beaudry[26]的情感分類框架，滿意僅僅是情感的表現(xiàn)形式之一，因此僅僅以ECM-ISC中的“滿意”變量來考察其對用戶持續(xù)使用意圖的影響難免片面。特別是，僅僅用“滿意”不足以刻畫用戶的忽略、退出等消極的不持續(xù)使用的行為。2.2.1 心理契約理論

心理契約一直是人力資源和組織行為研究中的熱門話題。Levinson[27]將其定義為雇主與雇員關(guān)系中組織與雇員事先約定好的內(nèi)隱的沒說出來的各自對對方所懷有的各種期望。Schein[28]又對這一概念進行了補充，將它定義為每一組織成員與其組織之間每時每刻都存在的一組不成文的期望。Herriot[29]等人則認為“心理契約”是雇用關(guān)系中的雙方即組織和個人，在雇用關(guān)系中彼此對對方應提供的各種責任的知覺，這種知覺或來自對正式協(xié)議的感知或隱藏于各種期望之中，這種觀點得到了人們的廣泛認同。陳加州等學者[30]對心理契約的概念進行了概括和總結(jié)，認為“心理契約”即雇用雙方對雇用關(guān)系中彼此對對方應付出同時又應得到的一種主觀心理約定，約定的核心成份是雇用雙方內(nèi)隱的不成文的相互責任。

在組織中，通常采用心理契約違背程度來測量用戶心理契約的改變。Morrison和Robinson[31]給出了心理契約違背的定義，即個體在組織未能充分履行心理契約的認知基礎上產(chǎn)生的一種情緒體驗，其核心是憤怒情緒，個體感覺組織背信棄義或自己受到不公正待遇。

2.2.2 忽略與退出行為

員工對組織變革有著積極或消極的反應，針對不同的組織變革，學者提出了不同的反應類型，其中最著名的是Farrell[32]提出的EVLN模型（Exit，Voice，Loyalty和Neglect，簡稱EVLN模型）。該模型將組織成員的行為劃分為四個類型：退出行為、建言行為、忠誠行為和忽略行為。

Kolarska和Aldrich[33]認為員工應對工作不滿意會選擇沉默和不作為。這種忽略行為（Neglect）是員工對工作產(chǎn)生不滿意后，對工作暫時的放棄和心理上的冷漠，表現(xiàn)為減少對工作的興趣和努力，消極怠工（遲到、早退、曠工、效率降低、錯誤率上升等），放任問題惡化等，是一種被動的對組織發(fā)展有破壞性影響的行為[34-35]。退出行為（Exit）則是指通過辭職、調(diào)換部門、尋找新工作等方式來離開組織的心理和行為。

Turnley和Feldman[36]使用800多個經(jīng)理的樣本，發(fā)現(xiàn)了管理者心理契約違背與員工行為選擇策略（EVLN模型）的相關(guān)關(guān)系，就忽略行為和退出行為來說，員工的心理契約違背程度越大，表現(xiàn)出的忽略行為也越多，若這種狀態(tài)長期得不到改善，則會進一步導致員工辭職、跳槽等退出行為的發(fā)生。魏峰、任勝鋼[37]等對中國512個管理者樣本進行了追蹤和調(diào)查，也得出了同樣的結(jié)論。

然而，能否將上述研究成果映射到由社會化閱讀APP構(gòu)成的一類虛擬組織里，也就是，虛擬組織里是否也存在組織成員的心理契約，以及由于心理契約違背引發(fā)的用戶的忽略和退出行為？目前尚沒有相關(guān)研究文獻問世。

2.2.3 用戶使用行為的轉(zhuǎn)變

網(wǎng)絡信息行為是圖書情報領(lǐng)域的熱點問題，其研究特點表現(xiàn)為：以社會心理學為基礎，強調(diào)網(wǎng)絡環(huán)境下服務者與用戶、用戶與用戶、服務者與服務者之間的交互作用[38]，但用戶與信息系統(tǒng)之間的交互行為沒有引起足夠的重視。

如今，用戶對社交媒體的使用已從初始采納、持續(xù)使用、進而發(fā)展到過度使用和不良使用階段，過度使用后表現(xiàn)出的忽略、逃避、潛水、抵制、隱藏、轉(zhuǎn)移、退出等不同消極使用行為日益增多。學者們已開始關(guān)注用戶的這一行為轉(zhuǎn)變，徐孝娟、趙宇翔、朱慶華對目前國內(nèi)外有關(guān)“用戶流失”的研究進行了梳理，將社交網(wǎng)站“用戶流失”（User Exodus）定義為社會化媒體用戶大規(guī)模遷出的一種現(xiàn)象，其表現(xiàn)形式屬于信息系統(tǒng)領(lǐng)域后續(xù)行為階段的一種反應或決策行為[39]。Ravindran等調(diào)查研究發(fā)現(xiàn)IS用戶的情緒強度和隱忍水平會對用戶的活動造成影響，表現(xiàn)為短時休息、縮短或暫停使用[16]。范鈞等也發(fā)現(xiàn)了虛擬社區(qū)用戶的期望差距等心理因素對其成員知識共享行為退出意愿有顯著影響[40]。

綜上所述，國內(nèi)外學者圍繞IS持續(xù)使用所做的研究對文章有著重要的借鑒意義，特別是從技術(shù)承諾、習慣等心理視角探究用戶使用行為發(fā)生機理等方面的研究，為我們進一步從心理契約的視角刻畫用戶與APP閱讀虛擬社區(qū)這一特定組織之間的關(guān)系，探究社會化閱讀APP用戶的消極使用即忽略和退出行為的發(fā)生機理奠定了基礎。

3 理論基礎與研究假設

為了更好地探究社會化閱讀用戶消極 使用的影響因素及其作用機理，我們引入Bagozzi’s的自我調(diào)控理論框架（Self-regulation Framework）[41]，將閱讀有用性、社交連通性、信息質(zhì)量、服務質(zhì)量和系統(tǒng)質(zhì)量作為社會化閱讀用戶對閱讀APP的環(huán)境評價，將滿意度和心理契約違背作為用戶的情緒反應，情緒反應將導致應對意向，用戶的忽略和退出行為則是應對意向的結(jié)果。從態(tài)度、意向、行為三個角度更好地解釋用戶從進入到退出的整個變化過程。

社會化閱讀APP作為一個信息系統(tǒng)，信息是否優(yōu)質(zhì)，服務是否滿足用戶需求、系統(tǒng)界面是否友好直接影響著用戶使用感受。閱讀和社交是社會化閱讀APP的核心功能，用戶體驗決定了對系統(tǒng)的評價?，F(xiàn)實組織中，員工除與組織簽署法律契約外，其心中也形成了一份心理契約。借由社會化閱讀APP形成的虛擬社區(qū)，與現(xiàn)實組織十分類似，同樣存在一份無形的心理契約。先前IS持續(xù)使用的研究在測量用戶情感時，大多采用了“滿意度”這一單一變量，而我們認為將心理契約違背與滿意度一起作為度量用戶使用IS的情感反應變化，可以從正反兩面更好地刻畫IS用戶行為。相比IS持續(xù)使用行為來說，不持續(xù)使用行為更為復雜和多樣，忽略行為和退出行為是最常見的兩種應對反應行為?；谧晕艺{(diào)控理論框架，提出了社會化閱讀用戶使用過程模型，如圖1所示。

圖1 社會化閱讀用戶使用過程框架模型

3.1 閱讀有用性

社會化閱讀APP作為以閱讀內(nèi)容為核心的信息獲取平臺，用戶對于閱讀本身的價值認知是影響其使用該類APP最直接、最重要的因素之一。IS持續(xù)使用模型[9-10]與技術(shù)接受模型（TAM模型）也都強調(diào)了有用性認知對于用戶滿意度有顯著影響。信息的過載使得用戶更要付出努力去尋求有用的閱讀內(nèi)容。因此，我們提出如下假設：

假設1（H1）：閱讀有用性正向影響閱讀用戶的滿意度。

3.2 社交連通性

社 會化閱讀APP作為一種社會化媒體具有強大的連通性，它通過鏈接將多種媒體融合到一起，促進了人們的交流，形成新的人際關(guān)系紐帶。這種社交連通性將用戶與其好友在虛擬的社區(qū)中建立聯(lián)系并維系著親密關(guān)系，使得這樣的聯(lián)系并不需要身體上的接觸就能實時感同身受[42]。

田鵬，王偉軍等人的研究發(fā)現(xiàn)，在移動社交網(wǎng)絡中與好友的互動比傳統(tǒng)的社交環(huán)境中要多，尤其對于活躍性用戶來說，對信息、知識的傳遞分享具有更高的積極性[43]。Hui Lin指出，社交連通性屬于情感意識層次，相比信息意識來說，人與人之間的連通性更有助于形成正面的情感反應，對用戶的滿意度和歸屬感及后期的持續(xù)使用行為都會產(chǎn)生積極的促進作用[21]。社 會化閱讀APP具備評論、關(guān)注書友、轉(zhuǎn)發(fā)、分享互贈已購圖書等功能，體現(xiàn)了閱讀APP的社交特性。為此，我們提出如下假設，即：

假設2（H2）：社交連通性正向影響閱讀用戶的滿意度。

3.3 信息質(zhì)量、服務質(zhì)量、系統(tǒng)質(zhì)量與用戶滿意度

DeLone和McLean[44]提出的信息系統(tǒng)成功模型（D&M模型）包含了用戶需求結(jié)構(gòu)中的信息、系統(tǒng)和服務三個層面。信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量分別是對信息系統(tǒng)輸出的信息、信息系統(tǒng)本身以及信息系統(tǒng)的可靠性、響應性、準確性和移情性等性能的評估，它們都將直接影響用戶的滿意程度及后續(xù)的系統(tǒng)使用[45]。在信息過載下，用戶更加看重閱讀內(nèi)容本身的質(zhì)量，運營商的精準推薦，以及系統(tǒng)本身的廣告過濾、信息審核等功能?；诖?，我們提出了如下三個假設：

假設3（H3）：社會化閱讀APP的信息質(zhì)量正向影響閱讀用戶的滿意度。

假設4（H4）：社會化閱讀APP的服務質(zhì)量正向影響閱讀用戶的滿意度。

假設5（H5）：社會化閱讀APP的系統(tǒng)質(zhì)量正向影響閱讀用戶的滿意度。

3.4 心理契約與心理契約違背

管 理信息系統(tǒng)作為社會技術(shù)系統(tǒng)，特別是具有虛擬社區(qū)特點的社會化閱讀系統(tǒng)，心理契約依然存在。用戶在進入一個信息系統(tǒng)前會對它產(chǎn)生一種預期，同樣，開發(fā)商和運營商在獲取一個新用戶前也會對用戶所帶來的效益有所期望，這種存在于信息系統(tǒng)開發(fā)商、運營商與用戶之間的一系列無形、內(nèi)隱、不能書面化的期望，是用戶進入信息系統(tǒng)后，任何時候都廣泛存在的沒有正式書面規(guī)定的動態(tài)的心理期望，我們將其定義為社會化閱讀系統(tǒng)用戶的心理契約。它與書面的法律契約不同，基于彼此的心理，并會根據(jù)用戶個人的需求發(fā)生變化，因此它具有不確定性、動態(tài)性和隱蔽性等特點。

我們注意到，在EMC-ISC模型中，滿意度是其核心變量，直接影響著持續(xù)意愿，并沒有心理契約（或者心理契約違背）這一變量。這是因為，Bhattacherjee和Limayem[9]提出該模型時所針對的信息系統(tǒng)都是封閉的、功利型的信息系統(tǒng)，用戶的滿意度主要是對系統(tǒng)功能性的理性認知評價。而社會化閱讀APP系統(tǒng)作為一個開放的具備閱讀虛擬社區(qū)特點的信息系統(tǒng)，用戶之間、運營商與用戶間相互依存、相互影響、相互制約，此時，僅僅用滿意度這一單一變量不足以全面捕捉用戶的情感，技術(shù)承諾[22]、人際依戀[23]等都是維系用戶持續(xù)行為的重要紐帶。特別是，用戶的滿意程度更適合直觀反映用戶正面使用的狀態(tài)，隨著使用的增多，用戶與用戶間的價值觀、網(wǎng)絡結(jié)構(gòu)等沖突點更加凸顯，用戶需求與運營商成本間的矛盾等因素使得用戶逐漸由正面使用轉(zhuǎn)向負面使用，這時，用戶滿意程度的高低將直接影響其心理契約的變化，即個人使用需求與閱讀APP所展現(xiàn)形態(tài)的貼合程度，同時，心理契約違背變量也能更好地解釋用戶忽略與退出這一消極應對行為，探究滿意度與心理契約違背間的關(guān)系能更好地揭示用戶使用狀態(tài)的轉(zhuǎn)移。因此，我們提出如下假設：

假設6（H6）：社會化閱讀APP用戶滿意度越低，閱讀用戶心理契約違背意愿越強烈。3.5 忽略行為與退出行為

閱讀類APP作為人們獲取資訊、捕捉社會熱點的重要渠道，引起技術(shù)運營提供商競相追逐。過載的信息使受眾難以承受，表現(xiàn)為APP點擊頻率下降，個人未讀消息不斷堆積，APP被閑置甚至是被卸載等消極使用方式。因此，我們認為閱讀用戶的忽略行為和退出行為與組織中員工表現(xiàn)一樣，同樣是由其心理契約遭到違背引發(fā)的，即：

假設7（H7）：閱讀用戶的心理契約違背程度越高，越易發(fā)生忽略行為。

假設8（H8）：閱讀用戶的心理契約違背程度越高，越易發(fā)生退出行為。

忽略行為的發(fā)展和惡化是導致退出行為發(fā)生的直接因素。在組織中，員工的忽略行為往往是員工最后離開組織即跳槽的前兆。在教育學中，老師對學生不重視、不關(guān)心等忽略行為會進一步導致學生產(chǎn)生厭學心理。同樣，在家庭中，父母對兒童在教育、營養(yǎng)、健康、感情、安全的環(huán)境等方面的忽略行為，比虐待行為更容易對兒童的心理造成影響，長時間的被孤立、忽略會使父母與孩子之間產(chǎn)生隔閡[46]。在社會學中，夫妻雙方冷戰(zhàn)、投入家庭的時間減少等忽略行為，長期發(fā)展會最終導致家庭破裂[47]。由此可見，在社會的諸多領(lǐng)域，忽略和退出行為都普遍存在著，許多文獻也都證實了二者之間的關(guān)系，因此，我們提出以下假設：

假設9（H9）：社會化閱讀APP用戶的忽略行為正向影響用戶的退出行為。

綜合上述研究假設，提出文章的研究模型，如圖2所示。

圖2 社會化閱讀APP用戶使用概念模型

4 研究方法

4. 1 變量測量與問卷設計

問卷共分為三個部分：①基本信息（年齡、學歷等）；②閱讀APP基本使用情況（常用類型、使用頻率等）；③量表題，潛在變量的觀測指標所涉及的問項。

為提高問卷質(zhì)量，在問卷中設置了兩道具有相同意義的問項：①如果您的手機需要清理垃圾和軟件來釋放空間，您會選擇保留部分的閱讀APP嗎？②如果您的手機需要清理垃圾和軟件來釋放空間，您會選擇卸載掉所有的閱讀APP嗎？將其隨機插入到問卷的不同位置，通過查看其答案是否具有一致性來判斷問卷是否有效。

對于潛在變量的觀測指標的選取和測量，通過相關(guān)文獻研讀，從成熟的量表中提煉出可直接使用的問項，再根據(jù)研究情境進行修改和補充。潛在變量的觀測指標所涉及的問項均采用5級里克特（Likert）量表形式。

4.2 數(shù)據(jù)收集

本研究采用問卷調(diào)查法獲取數(shù)據(jù)，目標調(diào)研對象為使用過社會化閱讀APP的大學生人群?！吨袊ヂ?lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示[48]，截至2016年12月，我國網(wǎng)民以10—39歲群體為主，占整體的73.7%：其中20-29歲年齡段的網(wǎng)民占比最高，達30.3%，10—19歲、30—39歲群體占比分別為20.2%、23.2%。另外，在職業(yè)結(jié)構(gòu)中，學生群體占比最高。因此筆者此次選取大學生作為樣本人群，在年齡層次和群體分布上都具有一定的代表性。

為避免問項結(jié)構(gòu)或語義問題，保證測試問卷的聚合效度和區(qū)分效度，在正式發(fā)放問卷前進行了兩輪試測。第一輪測試中，要求先將打亂順序的測試問題進行分類，并為每類問項進行命名，并請5名碩士研究生和兩位專家對問卷的所有問項進行作答，仔細審閱，對問卷中有歧義和模棱兩可的地方，經(jīng)小組討論后進行修改，最終形成可測量的問卷。第二輪向周圍朋友發(fā)放了50份問卷進行預調(diào)查，并根據(jù)回收結(jié)果對前測問卷進行修改之后確定最終問卷。將完善好的問卷通過問卷星平臺正式發(fā)放。

5 研究結(jié)果

5.1 描述性統(tǒng)計

經(jīng)過兩個月的調(diào)查，回收問卷808份，有效問卷664份。其中，男性占41.4%，女性58.6%；年齡主要集中在18—21歲（67.5%），其次是22—25歲年齡段（20.0%）。市場上常見的閱讀APP使用情況如表1所示。

表1 常見閱讀APP的使用情況

利用SPSS22.0對問卷中“閱讀APP用戶基本使用情況”數(shù)據(jù)部分進行描述性分析。如表2所示：

表2 樣本基本情況統(tǒng)計表

（1）用戶最常使用的閱讀APP類型分別是：新聞資訊類（73.2%）、圖書閱讀類（57.8%）和學習資料類（46.3%）。

（2）用戶在閱讀過程中，最喜歡將文章分享給朋友（68.1%），其次是收藏、分類管理（58.1%），可見電子閱讀具備較強的社交功能。

（3）每天使用閱讀APP的用戶超過61.6%；每天點擊閱讀APP的次數(shù)為5次左右，每次使用時長在30分鐘以內(nèi)的用戶占79%。可見閱讀APP已成為用戶的必備軟件之一，碎片化的閱讀方式占據(jù)主流。

5.2 探索性因子分析

首先考察KMO與Bartlett球形檢驗兩項指標。經(jīng)SPSS檢驗，KMO值為0.918，大于0.8，因子顯著性概率為0.000，小于0.001，結(jié)果表明，樣本數(shù)據(jù)適合做因子分析。通過對數(shù)據(jù)進行探索性因子分析（EFA），刪除在多個因子上載荷大于0.5以及理論上不屬于任何維度的題項（SysQ2和IB2），最終萃取9個因子，因子旋轉(zhuǎn)后的累計解釋方差為71.97%。

5.3 信度分析

信度是指測驗結(jié)果的一致性、穩(wěn)定性及可靠性，信度系數(shù)愈高即表示該測驗的結(jié)果愈一致、穩(wěn)定與可靠。對量表內(nèi)部信度（一致性）的檢驗一般通過Cronbach’s α、組合信度（Composite Reliability，CR）和平均變異抽取量（Average Variance Extracted，AVE）三個指標來判斷，學者給出的臨界值分別為0.7、0.6和0.5[49]。

如表3所示，所有變量的Cronbach’sα都在0.604～0.873之間，CR值均大于0.6，變量的AVE值除了0.439這一項略小于0.5以外，其他變量的AVE值均大于0.5。總體來看，量表可靠性較高。

5.4 效度檢驗

效度是指所測量到的結(jié)果反映所想要考察內(nèi)容的程度，測量結(jié)果與要考察的內(nèi)容越吻合，則效度越高；反之，則效度越低，通常使用收斂效度和區(qū)分效度來進行檢驗。

收斂效度一般通過因子載荷、CR和AVE三個指標來判斷。同樣要求CR和AVE分別大于0.6和0.5，對因子載荷的判斷標準，Hair[50]等建議標準化因子載荷在0.5以上且達到顯著水平是可接受的。

表3所示的檢驗結(jié)果顯示，除了IS3外，其余測量項的標準化載荷都大于0.5；所有變量的平均方差提取量（AVE=0.439～0.806）除其中一項略小于0.5之外，其余變量的AVE值都達到了標準；組合信度（CR）介于0.680～0.894，均大于0.60的標準。因此，該量表具有較好的收斂效度。

表3 驗證性因子分析結(jié)果

根據(jù)Fornell和Larcker[51]的建議，通過比較潛變量AVE平方根與相關(guān)潛變量的相關(guān)系數(shù)檢驗區(qū)分效度。表4所示結(jié)果顯示，全部變量AVE值的平方根都大于該變量與其他潛變量之間相關(guān)系數(shù)，具有良好的區(qū)分效度。

表4 區(qū)分效度檢驗結(jié)果

5.5 結(jié)構(gòu)模型與假設檢驗

圖3展示了預測模型中的標準化路徑系數(shù)。為確保數(shù)據(jù)與假設模型相符，模型適配度指標須符合相關(guān)的規(guī)定[49]。根據(jù)學者們的建議[49]，理想的χ2/DF值應小于5，嚴格時應小于3；GFI和AGFI大于0.9為良好，0.8以上在實務上也視為合理；RMSEA小于0.08為可接受，小于0.05為良好。該模型適配度的各評價指標及數(shù)值如下：χ2/DF=3.398、GFI=0.853、AGFI=0.810、RMSEA=0.072，因此，該模型具有較為良好的適配度。

圖3 假設檢驗結(jié)果

從圖3的結(jié)果來看，用戶滿意度被閱讀有用性、社交連通性、信息質(zhì)量、服務質(zhì)量和系統(tǒng)質(zhì)量共同解釋了42.2%的方差，用戶心理契約違背被滿意度解釋了42.0%的方差，用戶忽略行為被心理契約違背解釋了25%的方差，用戶退出行為被心理契約違背和忽略行為共同解釋了33%的方差，說明本研究模型具有較好的預測效果。

結(jié)構(gòu)模型路徑參數(shù)估計結(jié)果表明，閱讀有用性（β=0.446，p＜0.001）、 社 交 連通 性（β=0.206，p＜0.001）、信息質(zhì)量（β=0.278，p＜0.001）、服務質(zhì)量（β=0.218，p＜0.01）和系統(tǒng)質(zhì)量（β=0.182，p＜0.001）對滿意度產(chǎn)生顯著影響，假設H1、H2、H3、H4和H5成立。滿意度（β=-0.600，p＜0.001）對心理契約違背產(chǎn)生顯著影響，假設H6成立。心理契約違背（β=0.140，p＜0.005）對忽略行為產(chǎn)生顯著影響，假設H7成立。心理契約違背（β=0.258，p＜0.001）和忽略行為（β=0.459，p＜0.001）對退出行為產(chǎn)生顯著影響，假設H8和H9成立。表5總結(jié)了路徑系數(shù)、顯著性水平（T值）和假設檢驗結(jié)果。

表5 路徑參數(shù)估計及假設檢驗結(jié)果

6 結(jié)果與討論

研究發(fā)現(xiàn)，社會化閱讀APP用戶更加注重閱讀的有用性和閱讀過程中的社交互動體驗。這充分體現(xiàn)了社會化閱讀與傳統(tǒng)閱讀方式的本質(zhì)區(qū)別，即其價值不僅在于獲取信息，而且體現(xiàn)在通過提供互動和分享等社交功能，幫助讀者更好地理解文本及其所傳達的內(nèi)涵，并為原創(chuàng)、優(yōu)質(zhì)內(nèi)容的產(chǎn)生提供了平臺。特別在信息過載情境下，用戶對閱讀內(nèi)容的質(zhì)量和有用性（β=0.446，p＜0.001）提出了更高的要求，內(nèi)容本身是影響用戶閱讀體驗的最重要的因素。而閱讀APP系統(tǒng)本身的質(zhì)量（β=0.182，p＜0.001）對用戶的影響程度逐漸減弱，這可能與APP規(guī)范性不斷提高，在系統(tǒng)設計上逐漸根據(jù)用戶習慣而趨于統(tǒng)一有關(guān)。

用戶進入社會化閱讀社區(qū)這一虛擬組織時，心理契約就已形成，并隨閱讀過程中的變化而不斷修正和完善，貫穿于用戶從進入到退出IS的整個過程。通過研究，我們發(fā)現(xiàn)，與ECM中的期望確認變量相比，心理契約變量更加強調(diào)了情感的變化過程和用戶間及用戶與系統(tǒng)間的情感依戀的狀態(tài)，從而全方面地捕捉閱讀APP用戶的整個心理變化。

結(jié)果顯示，忽略行為比退出行為更為普遍，發(fā)生概率更大，這可能與用戶和閱讀APP及其他用戶間的心理依戀、心理契約的存在有關(guān)。從結(jié)果上來看，心理契約違背對退出行為（β=0.258，p＜0.001）的影響程度大于對忽略行為（β=0.140，p＜0.005）的影響，進一步驗證了我們的假設。再者，忽略行為的進一步發(fā)展確實會引發(fā)用戶退出行為的產(chǎn)生，即用戶從間斷使用過渡到放棄使用。具體來說，當忽略行為發(fā)生后，若運營商沒有捕捉到用戶的使用變化并采取及時補救措施，如推薦個性化的信息來重新喚起老用戶的關(guān)注，當這種長期的忽略積累到一定程度，最終將導致用戶放棄使用此閱讀APP。

7 研究貢獻

基于心理契約違背視角的社會化閱讀APP用戶的忽略與退出模型，通過自我調(diào)節(jié)的評價、情感反應、應對方式三個過程，更好地解釋了用戶短期忽略、間歇閑置、長期閑置后再卸載的使用行為。

文章引入D&M模型中的信息質(zhì)量、服務質(zhì)量、系統(tǒng)質(zhì)量和閱讀有用性、社交連通性作為自變量，從客觀和主觀層面更全面揭示了閱讀APP用戶使用過程中情緒、行為的變化。同時，社會化閱讀APP作為一個虛擬組織，可借鑒組織行為學的理論成果，從心理契約的視角回答了用戶使用行為變化的原因，將信息系統(tǒng)用戶情感的研究引向深入，也是對信息系統(tǒng)用戶持續(xù)使用行為研究的重要補充和完善。

研究所揭示的忽略行為和退出行為間的聯(lián)系與區(qū)別，以致運營商采取不同的措施以提高用戶活躍度有重要的現(xiàn)實指導意義。對于運營商來說，針對用戶的忽略行為可通過消息推薦、個性化定制、精準營銷等途徑重新喚起用戶的關(guān)注，提高其活躍度；而對于退出行為則需要花費更高的成本，如短信、郵件等途徑挽回已流失的用戶。二者相較，后者投入大，回報率低。

8 研究不足與后續(xù)研究

本研究也存在一定的局限性，這也是未來研究可以進一步探討的方向。①被調(diào)查對象為在校大學生，后續(xù)研究可以收集職業(yè)和年齡上更廣泛、甚至不同國家的樣本對理論模型做進一步驗證，以增強模型預測結(jié)果的穩(wěn)健性和普適性。②關(guān)于心理契約量表的測量開發(fā)還有待于進一步完善，以便更好地測量信息系統(tǒng)用戶的心理變化和行為變化。③本次研究聚焦于用戶不持續(xù)使用行為中的忽略行為和退出行為，而對于更多類型的負面使用行為還未涉及，在后期的研究中應進一步歸納和細化用戶的消極使用行為。同時，研究所涉及的社會化閱讀APP覆蓋面較廣，未對不同類別的閱讀APP進行細分，在以后的研究中可進一步聚焦和深究。

（來稿時間：2017年6月）

1.第十四次全國國民閱讀調(diào)查結(jié)果顯示：成年國民手機閱讀接觸率超六成[EB/OL]. [2017-04-19]. http://news.ggm.cn/2017-04/19/content_24237194.htm.

2.Herbert Simon. International Conference on Information Systems[J].ICIS，1996.

3.Saegert, S. Crowding: Cognitive overload and behavioral constraint [J]. Environmental Design Research, 1973, 2：254-260.

4.藺豐奇,劉益. 信息過載問題研究評述[J].情報理論與實踐， 2007, 30（5）：710-714.

5.Misra S, Stokols D. Psychological and health outcomes of perceived information overload[J]. Environment and Behavior, 2012,44（6）：737-759.

6.一點資訊劉爽：算法不是人類自由意志終結(jié)，技術(shù)需要情懷[EB/OL].[2017-01-05]. http://tech.huanqiu.com/per/2016-10/9575831.html.

7.2015年中國社交媒體影響報告[EB/OL]. [2016-10-12].http://mt.sohu.com/20150527/n413934938.shtml.

8.Farago P. App Engagement: The Matrix Reloaded [Insights into the Mobile App Economy] [EB/OL]. [2017-04-19]. https://yourstory.com/2012/10/app-engagement-the-matrix-reloaded/.

9.Bhattacherjee A. Understanding information systems continuance: an expectation confirmation model[J]. MIS Quarterly,2001, 3（25）：351-370.

10.Bhattacherjee A, Perols J, Stanford C. Information technology continuance: a theoretical extension and empirical test [J].Journal of Computer Information Systems, 2008, 3（2）：17-26.

11.李武, 趙星.大學生社會化閱讀 APP 持續(xù)使用意愿及發(fā)生機理研究[J].中國圖書館學報, 2016, 42（221）：52-65.

12.Ping Z. A theoretical framework of affective concepts and their relationships in the ICT Context [J]. MIS Quarterly, 2013, 37（1）：247-274.

13.Karr-Wisniewski P., Lu Y. When more is too much: operationalizing technology overload and exploring its impact on knowledge worker productivity [J]. Computer Human Behavior, 2010, 26（5）：1061-1072.

14.Eppler M.J., Mengis J. The concept of information overload: a review of literature from organization science, accounting,marketing, MIS, and related disciplines [J]. The Information Society,2004, 20（5）：325-344.

15.Farhoomand A.F., Drury D.H. Managerial information overload [J]. Communications of the ACM ,2002, 45（10）：127-131.

16.Ravindran T., Kuan Y., Chua A., Hoe D.G. Antecedents and effects of social network fatigue [J]. Journal of the Association for Information Science and Technology, 2014, 11（65）：2306-2320.

17.YANG H.C., KIM J.L. The influence of perceived characteristics of SNS, external influence and information overload on SNS satisfaction and using reluctant intention: mediating effects of self-esteem and though suppression [J]. International Journal of Information Processing and Management（IJIPM）, 2013, 4（6）：19 - 30.

18.袁曦臨,王駿,劉祿. 紙質(zhì)閱讀與數(shù)字閱讀理解效果實驗研究[J]. 中國圖書館學報， 2015（5）：35-46.

19.劉坤鋒,王文韜,陳雨. 沉浸體驗視角下數(shù)字閱讀與紙質(zhì)閱讀的比較分析研究[J].圖書館，2016（10）：58-62.

20.李武,吳月華,劉宇.青少年社會化閱讀動機與行為之關(guān)系研究——以上海市初高中生微信閱讀為例[J].圖書情報工作，2014, 58（23）：61-68.

21.Hui Lin, Weiguo Fan, Patrick Y.K. Chau. Determinants of users’ continuance of social networking sites: A self-regulation perspective[J]. Information & Management, 2014, 51： 595-603.

22.Wang, Y.K., Datta, P. Understanding Is Continuance: A Technology Commitment Perspective, Twenty-Seventh International Conference on Information Systems[J]. Milwaukee, 2006.

23.趙欣,周密,于玲玲，等. 基于情感依戀視角的虛擬社區(qū)持續(xù)使用構(gòu)建——超越認知判斷范式[J].預測, 2012, 31（5）：14-20.

24.Kim H.W., Chan H.C., Chan Y.P. A balanced thinking feeling model of information systems continuance[J]. International Journal of Human-Computer Studies,2007, 65：511-525.

25.Al-Debei M.M., Al-Lozi E., & Papazafeiropoulou, A. Why people keep coming back to Facebook: Explaining and predicting continuance participation from an extended theory of planned behavior perspective[J]. Decision Support Systems, 2013, 55（1）： 43-54.

26.Beaudry A, Pinsonneault A. The other side of acceptance:studying the direct and indirect effects of emotions on information technology use [J]. MIS Quarterly, 2010, 34（4）：683- 689.

27.Levinson H. Price C R, Munden K J, et al. Men, management and mental health[M]. Cambridge: Harvard University Press,1962：28.

28.Schein E H. Organizational psychology[M]. 3rd ed. Englewood Cliffs. New Jersy: Prentice-Hall, 1980：49.

29.Herriot P, Manning E G, Kidd J M. The content of the psychological contract[J]. British Journal of Management, 1997, 8：151-162.

30.陳加洲，凌文輇，方俐洛. 組織中的心理契約[J]. 管理科學學報, 2001：74-78.

31.Morrison E, Robinson S. When Employees feel betrayed:A model of how psychological contract violation develops[J]. Academy of Management Review, 1997, 22（1）：226-256.

32.Farrell, D. Exit, voice, loyalty and neglect as responses to job dissatisfaction: a multidimensional scaling study [J]. Academy of Management Journal, 1983, 26：596-607.

33.Kolarska L, Aldrich H. Exit, Voice and Silence: Consumers and Managers Responses to Organizational Decline[J]. Organizational Studies, 1980, 1（1）：41-58.

34.Rusbult C E, Zembrodt I M, Gunn L K. Exit, Voice, Loyalty and Neglect: Responses to Dissatisfaction in Romantic Involvements [J]. Journal of Personality and Social Psychology, 1982, 43（6）：1230-1242.

35.丁剛，王利敏. 論工作場所中的員工忽略行為及其規(guī)避[J]. 中國人力資源開發(fā)， 2014（4）：33-37.

36.Turnley W. H. & D. C. Feldman. The impact of psychological contract violations on exit, voice, loyalty, and neglect[J].Human Relations, 1999, 52：895-922.

37.魏峰，任勝鋼,李燚.心理契約違背、滿意度對管理者行為的影響機制[J]. 管理工程學報, 2008, 22（2）：141-143.

38.曹梅.略論用戶信息行為研究的演進[J].圖書情報工作， 2010, 54（2）：56-60.

39.徐孝娟，趙宇翔，朱慶華.社交網(wǎng)站用戶流失行為理論基礎及影響因素探究[J]. 圖書情報工作， 2016, 60（4）：134 -141.

40.范鈞，林濤，聶津君. 虛擬社區(qū)成員知識共享行為退出意向的影響因素研究[J]. 浙商管理評論， 2014（1）：195-207.

41.Bagozzi R. P. The self-regulation of attitudes, intentions, and behavior[J]. Social Psychology Quarterly, 1992, 55（2）：178-204.

42.Powell P.W., Sarasota A.U., Gray G., Reese M.K, Atlanta A.U. Connecting with others: a qualitative study of online social networking site usage[J]. The Practitioner Scholar: Journal of Counseling and Professional Psychology, 2013 （2）：52-67.

43.田鵬，王偉軍，劉蕤. Web2.0 技術(shù)應用對知識分享行為影響研究[J].情報科學，2011（29）：647-651.

44.DELONE W.H., MCLEAN E.R. Information systems success: the quest for the dependent variable [J]. Information Systems Research, 1992, 3（1）：60-95.

45.曾李，叢挺，曾元祥. 手機閱讀應用軟件持續(xù)使用行為研究[J].出版科學，2014, 22（1）：84-88.

46.Marc B., Hanafy I. Children: Neglect[J]. Encyclopedia of Forensic and Legal Medicine（Second Edition）, 2016.

47.陳世民，劉瑞利，張進輔. 夫妻關(guān)系的心理學研究綜述[J]. 保健醫(yī)學研究與實踐， 2010, 7（1）：86-89.

48.中國互聯(lián)網(wǎng)絡信息中心. CNNIC發(fā)布第39次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》[EB/OL]. [2017-02-10]. http://www.cnnic.cn/gywm/xwzx/rdxw/20172017/201701/t20170122_66448.htm.

49.吳明隆.結(jié)構(gòu)方程模型——AMOS的操作與應用[M].重慶:重慶大學出版社，2009：52-57.

50.Hair J.F, Black W.C, Babin B.J. Anderson RE. Multivariate Data Analysis（7th Edition）[M]. New Jersey: Prentice Hall,2009：75.

51.Fornell C., Larcker D. Evaluating Structure Equations Models with Unobservable Variables and Measurement Error[J].Journal of Marketing Research, 1981, 18：39-50.