基于元分析的在線社區(qū)用戶轉(zhuǎn)移意愿影響因素研究

范昊　熱孜亞·艾海提　李珊珊

DOl：10.3969/j.issn.1008-0821.2021.10.004

[中圖分類號]G252.0 [文獻標(biāo)識碼]A [文章編號]1008—0821（2021）10—0030—10

Web2.0時代，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，各類在線社區(qū)不斷涌現(xiàn)。由于不同在線社區(qū)在內(nèi)容、使用體驗、服務(wù)質(zhì)量等方面存在差異，而同類型社區(qū)之間具有可替代性，使得社區(qū)用戶能輕易地在不同在線社區(qū)之間進行轉(zhuǎn)移。數(shù)據(jù)顯示，2020年上半年，微信、QQ的用戶使用率呈現(xiàn)下降的趨勢，而微博的使用率則小幅上升;疫情期間，在線游戲領(lǐng)域用戶回升顯著，視頻用戶觀看時長增長顯著，各類在線社區(qū)面臨著如何有效吸引和保留用戶的難題?；诖?，國內(nèi)外學(xué)者對在線社區(qū)用戶轉(zhuǎn)移意愿影響因素進行了大量實證研究，取得了豐富的研究成果。

通過對相關(guān)實證研究文獻的整理與分析發(fā)現(xiàn)，不同研究涵蓋的因素冗雜且存在一定的不一致，這主要體現(xiàn)在同一因素在不同研究中的顯著性不一致、影響方向不一致和關(guān)系強度不一致。例如，周濤等證實不滿意度會顯著影響用戶的社交媒體轉(zhuǎn)移意向，但Fei L等的研究發(fā)現(xiàn)，用戶對當(dāng)前使用SNS社區(qū)的不滿意度與轉(zhuǎn)移意向之間并無顯著關(guān)系;Hou A C Y等提出先前轉(zhuǎn)移經(jīng)驗會正向影響在線游戲用戶的轉(zhuǎn)移意愿，Hsieh J K等卻發(fā)現(xiàn)，轉(zhuǎn)移經(jīng)驗會負向影響博客用戶的轉(zhuǎn)移意愿;Hou A C Y等發(fā)現(xiàn)，感知娛樂性與SNS用戶的轉(zhuǎn)移意愿存在弱相關(guān)關(guān)系（r=0.232），而Hsieh J K等發(fā)現(xiàn)，感知娛樂性與博客用戶的轉(zhuǎn)移意愿存在強相關(guān)關(guān)系（r=0.65）等。不同學(xué)者開展研究時的研究視角、理論基礎(chǔ)、研究平臺、情境特征等多種客觀因素的差異都可能會造成上述不一致結(jié)論的產(chǎn)生。在具體實踐中，這些存在差異的結(jié)論與觀點不利于形成用戶轉(zhuǎn)移意愿與其影響因素的統(tǒng)一定論，無法為在線社區(qū)運營商提供可參考的用戶轉(zhuǎn)移一般規(guī)律。鑒于此，本文基于元分析方法，系統(tǒng)梳理現(xiàn)有在線社區(qū)用戶轉(zhuǎn)移意愿與其影響因素間關(guān)系的實證研究，客觀揭示相異性研究結(jié)果產(chǎn)生的原因，以期為在線社區(qū)的功能完善和用戶運營給予綜合性參考。

1相關(guān)研究

1.1在線社區(qū)

在線社區(qū)又稱虛擬社區(qū)、線上社區(qū)，Rheingold將其定義為人們在虛擬的網(wǎng)絡(luò)空間中不斷交談和思想交流而形成的一種帶有人類情感和人際關(guān)系網(wǎng)的文化集合。在線社區(qū)區(qū)別于線下社區(qū)，主要體現(xiàn)于其虛擬性、開放性、非地域性和非時間性的特點，即在線社區(qū)是依托互聯(lián)網(wǎng)與現(xiàn)代信息技術(shù)而存在的，社區(qū)用戶可以隨時隨地就某一問題或領(lǐng)域在網(wǎng)絡(luò)空間開展交流與互動.與此同時，在線社區(qū)總是隨用戶的變化而處于動態(tài)變化之中，因而具有高度自主性。不同學(xué)科領(lǐng)域的學(xué)者對在線社區(qū)的分類有所不同，目前廣泛采用的分類體系由Armstrong A等提出，其根據(jù)社區(qū)成員的目的將在線社區(qū)劃分為交易型社區(qū)、興趣型社區(qū)、幻想型社區(qū)和關(guān)系型社區(qū)4種類型。也有學(xué)者認為，在線社區(qū)的類型可從內(nèi)容和關(guān)系兩個維度進行劃分，內(nèi)容導(dǎo)向性越強的社區(qū)越側(cè)重于信息的產(chǎn)生和共享，而關(guān)系導(dǎo)向性越強的社區(qū)則越側(cè)重人際互動與關(guān)系的建立。此外，研究也指出，社區(qū)用戶是在線社區(qū)的兩大基本元素之一，其中社區(qū)用戶的口碑傳播、用戶參與以及知識共享等行為研究是在線社區(qū)研究的主要內(nèi)容。隨著網(wǎng)絡(luò)服務(wù)功能的逐漸擴展，用戶對于平臺的體驗感和交互感的要求不斷提高，使得在線社區(qū)用戶可以選擇自愿進入或退出某一社區(qū)，因此，關(guān)注和研究用戶的轉(zhuǎn)移行為與意愿是在線社區(qū)運營和可持續(xù)發(fā)展的重要基礎(chǔ)之一。

1.2在線社區(qū)用戶轉(zhuǎn)移意愿及其影響因素研究

“用戶轉(zhuǎn)移”這一概念最早起源于人口地理學(xué)領(lǐng)域的“遷移理論”，用于研究一段時間內(nèi)人口在兩個地理空間上的永久或半永久性遷移，后被市場營銷領(lǐng)域?qū)W者引入研究消費者替換服務(wù)提供商的行為，當(dāng)前其在信息系統(tǒng)研究和電子商務(wù)領(lǐng)域得到廣泛關(guān)注，用于討論信息系統(tǒng)用戶由使用原系統(tǒng)轉(zhuǎn)向使用新系統(tǒng)的網(wǎng)際轉(zhuǎn)移現(xiàn)象。Ye C等將用戶的轉(zhuǎn)移意愿定義為用戶部分減少或完全終止使用一個特定的信息技術(shù)產(chǎn)品，同時轉(zhuǎn)向使用能滿足其特定需求的其他替代產(chǎn)品的意向;王晰巍等認為，社交媒體用戶轉(zhuǎn)移是用戶增加對“新”社交媒體的使用，減少對“舊”社交媒體的使用，甚至放棄“舊”社交媒體完全投入到“新”社交媒體的使用當(dāng)中。類似地，本研究定義在線社區(qū)的用戶轉(zhuǎn)移為：特定一段時間內(nèi)，用戶逐漸減少使用或完全不使用當(dāng)前在線社區(qū)，同時增加對其他在線社區(qū)的使用。

現(xiàn)有在線社區(qū)用戶轉(zhuǎn)移的研究大多是從“態(tài)度—意愿—行為”這一視角出發(fā)，基于某一具體在線社區(qū)，構(gòu)建并檢驗理論模型以研究用戶在不同在線社區(qū)間轉(zhuǎn)移的影響因素，其中，著眼于用戶轉(zhuǎn)移意愿的研究成果最為豐富。從研究方法上看，已有研究大多采用截面數(shù)據(jù)調(diào)查法，使用問卷調(diào)查法、訪談法、扎根理論方法等獲取數(shù)據(jù)，再利用結(jié)構(gòu)方程模型、因子分析等數(shù)據(jù)分析方法測定被試用戶的轉(zhuǎn)移意愿及其影響因素。從理論模型上看，現(xiàn)有研究主要基于“推—拉—錨定”（Push-Pull-Mooring，PPM）模型展開討論，該模型認為推力、拉力和錨定3方面因素是影響用戶轉(zhuǎn)移的決定性因素，其中，推力因素是推動用戶減少使用原社區(qū)的因素，拉力因素是吸引用戶增加使用新社區(qū)的因素，錨定因素是促進或阻礙社區(qū)用戶從原社區(qū)轉(zhuǎn)向使用新社區(qū)的因素。大多研究將認知理論、社會網(wǎng)絡(luò)遷移理論、使用與滿足理論、期望（不）確認理論等理論模型融入PPM框架中，以識別和檢驗影響用戶轉(zhuǎn)移意愿的各種因素?？梢?，現(xiàn)有研究以量化檢驗因變量與有限數(shù)量自變量之間的關(guān)系為主，影響因素的涵蓋面較廣且研究結(jié)論存在較多不一致，難以對實踐產(chǎn)生更廣泛的指導(dǎo)意義?；诖耍糠謱W(xué)者從定性層面對用戶轉(zhuǎn)移意愿影響因素進行梳理與總結(jié)，但鮮有學(xué)者從定量層面對現(xiàn)有研究結(jié)論進行整合，且尚未發(fā)現(xiàn)利用元分析方法對領(lǐng)域內(nèi)大量相異性結(jié)論進行定量綜述的文章。

因此，本文期望使用元分析方法，整合在線社區(qū)情境下的用戶轉(zhuǎn)移意愿研究，定量檢驗影響在線社區(qū)用戶轉(zhuǎn)移意愿因素的關(guān)系強度大小，以系統(tǒng)評估相關(guān)因素的影響效果，并探索在線社區(qū)用戶轉(zhuǎn)移意愿與其影響因素間關(guān)系可能存在的調(diào)節(jié)變量，從而形成具有穩(wěn)定性和一般性的研究結(jié)論，為把握用戶轉(zhuǎn)移意愿的動因機理研究提供定量依據(jù)。

2研究設(shè)計

2.1研究方法與步驟

元分析（Meta-analysis）是綜合某一主題下的眾多單個實證研究結(jié)果的一種統(tǒng)計學(xué)分析方法，又稱為Meta分析、薈萃分析、整合分析等。該方法旨在對不同研究中的單個效應(yīng)量以一定的權(quán)重進行編碼統(tǒng)計，最終得到所有研究的平均效應(yīng)量，以此來綜合評價多個存在差異的研究結(jié)論。研究也提出元分析作為一種定量綜合集成分析方法，在學(xué)科定量集成研究應(yīng)用中具有處理研究結(jié)論之間的矛盾、揭示研究間異質(zhì)性的原因和推進今后科研方向等意義。目前，元分析方法在多個領(lǐng)域受到廣泛關(guān)注與應(yīng)用。圖書情報領(lǐng)域的學(xué)者也基于元分析方法進行了較多探索，主要成果有：①從局部入手研究某一特定因素與研究問題間的關(guān)系，如張寧等基于元分析對個體認知專注與虛擬社區(qū)用戶參與間的關(guān)系開展了性質(zhì)和強度上的定量化探索，吳川徽等明確了用戶感知風(fēng)險與網(wǎng)絡(luò)信息搜尋行為關(guān)系的整體效應(yīng)和可能的調(diào)節(jié)變量;②從整體出發(fā)，多因素綜合定量分析研究問題下的所有驗證結(jié)果，如曹樹金等、范哲等基于元分析對影響虛擬社區(qū)知識共享意愿和社會化媒體用戶使用行為的顯著相關(guān)因素進行了梳理與整合，為領(lǐng)域后續(xù)的研究發(fā)展提供了理論基礎(chǔ)。由此可見，元分析方法在用戶信息行為影響因素的定量集成研究中具有適用性，故本研究將采用元分析方法對在線社區(qū)用戶轉(zhuǎn)移意愿的影響因素進行定量整合。

本研究的具體步驟為：①根據(jù)研究問題確定主題檢索詞，全面收集相關(guān)文獻;②制定文獻篩選標(biāo)準(zhǔn)，嚴格篩選目標(biāo)文獻;③對目標(biāo)文獻作數(shù)據(jù)編碼與處理;④統(tǒng)計分析，包括異質(zhì)性檢驗、發(fā)表偏倚檢驗、關(guān)系強度判定以及調(diào)節(jié)效應(yīng)檢驗。整個分析過程利用CMA3.0（Comprehensive Meta-Analysis）軟件輔助完成。

2.2文獻檢索與篩選

元分析方法的研究對象具有全面性和客觀性的特點，全面地收集樣本文獻能保證元分析結(jié)果的客觀性和消除潛在的偏倚性。因此，本文使用多種數(shù)據(jù)庫檢索已有的各類文獻，具體檢索策略為：對Web of Science、Elsevier ScienceDirect、Wiley On-line Library、Springer、ProQuest學(xué)位論文全文檢索平臺等英文數(shù)據(jù)庫以“Online Communit*、Virtual Communit*、Web Communit*、Social Network”匹配“Users Switch、Users Migrant、Switching Inten-tion*、Switching Behavior、Migration Intention*、Migration Behavior”進行關(guān)鍵詞組合檢索;對我國知網(wǎng)、萬方、維普中文科技期刊、AiritiLibrary臺灣學(xué)術(shù)文獻數(shù)據(jù)庫等中文數(shù)據(jù)庫則相應(yīng)地使用關(guān)鍵詞為“在線社區(qū)、虛擬社區(qū)、線上社區(qū)、網(wǎng)絡(luò)社區(qū)、社會化網(wǎng)絡(luò)”匹配“用戶轉(zhuǎn)移、轉(zhuǎn)移意愿/行為、轉(zhuǎn)換意愿/行為、遷移意愿/行為”的檢索策略。此外，為避免遺漏“灰色文獻”，又借助百度學(xué)術(shù)、Google Scholar進行二次檢索與重點文獻的回溯檢索，以保證最大限度收集相關(guān)文獻，最終得到與本文研究相關(guān)的、可獲得的文獻103篇，供下一步進行文獻篩選。

檢索到相關(guān)文獻后，需對文獻作進一步篩選，以選取適用于元分析的目標(biāo)文獻。本文采用以下標(biāo)準(zhǔn)對文獻進行篩選與剔除：①選取以在線社區(qū)中的用戶轉(zhuǎn)移意愿影響因素為研究對象的文獻，剔除研究對象為非在線社區(qū)或非用戶轉(zhuǎn)移意愿的文獻，如瀏覽器用戶的轉(zhuǎn)移、非移動圖書館用戶的轉(zhuǎn)移以及組織中的知識轉(zhuǎn)移等;②選取明確報告了樣本量、因素的相關(guān)系數(shù)r或能夠轉(zhuǎn)換成相關(guān)系數(shù)的其他效應(yīng)值（如t值、F值）等統(tǒng)計數(shù)據(jù)的實證研究文獻，剔除定性綜述或理論研究等非實證類型文獻，以及缺乏可計算數(shù)據(jù)的文獻;③目標(biāo)文獻須是不包含相同樣本的獨立研究，即當(dāng)多篇文獻中出現(xiàn)相同樣本數(shù)據(jù)時，僅保留樣本量偏大的那項。經(jīng)過多次篩選排查，最終獲得38篇相關(guān)文獻用于元分析，包括12篇中文文獻和26篇外文文獻，其中期刊論文23篇、學(xué)位論文7篇、會議論文8篇，文獻時間跨度為2008—2020年。

2.3文獻編碼與處理

為保證編碼數(shù)據(jù)的客觀性和準(zhǔn)確性，本研究的兩位作者在通讀上述目標(biāo)文獻的基礎(chǔ)上，分別獨立進行編碼工作。第一輪編碼結(jié)束后，交叉核對兩人的編碼表，對編碼不一致處共同討論核實，再對不一致結(jié)果的來源文獻進行第二輪編碼，最終編碼的一致性為89.5%。

3在線社區(qū)用戶轉(zhuǎn)移意愿影響因素的元分析

將上述編碼后文獻數(shù)據(jù)導(dǎo)人CMA3.0軟件中，軟件可根據(jù)公式對單個效應(yīng)值r做Fisher Z值轉(zhuǎn)換，并得到轉(zhuǎn)換后的效應(yīng)值。經(jīng)編碼與統(tǒng)計，上述38篇目標(biāo)文獻共識別出影響在線社區(qū)用戶轉(zhuǎn)移意愿的90個不同因素和197個效應(yīng)值。RosenthalR認為，一個因素只需兩個效應(yīng)值就可以進行元分析，因此本研究選取其中出現(xiàn)頻次大于等于3的共22個影響因素進行元分析，進一步統(tǒng)計檢驗以得到最終的影響因素與其平均效應(yīng)值。

3.1發(fā)表偏倚檢驗

發(fā)表偏倚也稱“文件抽屜”問題，是指一種相較于沒有得出顯著性結(jié)果的文章，具有顯著性結(jié)果的文章更容易被發(fā)表，導(dǎo)致一些具有低顯著性結(jié)論的文章留在研究者的抽屜里的現(xiàn)象。。因此，為了減少納入元分析文獻受“發(fā)表偏倚”問題的影響，首先進行發(fā)表偏倚檢驗。

本研究將結(jié)合漏斗圖和失效安全系數(shù)Fail-safeN進行發(fā)表偏倚檢驗。圖1是用于定性檢驗發(fā)表偏倚的漏斗圖，由圖可知，多數(shù)研究均集中于漏斗的中上部，沒有研究落在漏斗底部，且多數(shù)效應(yīng)值均勻地分布在平均值附近，說明本研究存在發(fā)表偏倚的可能性較小。一般而言，當(dāng)失效安全系數(shù)Fail-safe N大于其判別標(biāo)準(zhǔn)5K+10（K為獨立研究的數(shù)量）時可以認為研究不存在發(fā)表偏倚。在本研究納入的22個高頻影響因素中，除感知不充分參與、社交性、系統(tǒng)質(zhì)量、社會關(guān)系、多樣化需求、準(zhǔn)備成本和慣性7個影響因素存在發(fā)表偏倚外，其余各影響因素與用戶轉(zhuǎn)移意愿之間的失效安全系數(shù)均滿足大于5K+10的臨界條件，不存在發(fā)表偏倚問題，具體如表1所示。因此，本研究進一步剔除上述存在發(fā)表偏倚的影響因素，保留表1中的15個因素作為最終考察對象，并對其做進一步探索。

由表1可知，本研究所考察的15個影響在線社區(qū)用戶轉(zhuǎn)移意愿的因素總體上是穩(wěn)定的，此次元分析結(jié)果可靠有效。

3.2異質(zhì)性檢驗

異質(zhì)性檢驗是元分析中對各研究結(jié)果合并的基礎(chǔ)，只有當(dāng)各研究結(jié)果具有一致性時，合并分析的結(jié)果才能被認為是真實可靠的。目前，Q檢驗和，2檢驗是主要的異質(zhì)性檢驗方法，當(dāng)Q檢驗結(jié)果顯著或I²統(tǒng)計量大于50時，表明研究間存在明顯的異質(zhì)性，應(yīng)選用隨機效應(yīng)模型合并效應(yīng)量;反之，則表明研究間不存在異質(zhì)性，應(yīng)選用固定效應(yīng)模型合并效應(yīng)量。

本研究的異質(zhì)性檢驗結(jié)果如表1所示，除“相對匱乏性”因素的Q值不顯著（p>0.05），應(yīng)選用固定效應(yīng)模型之外，其余各影響因素的Q值均在0.05的置信水平上統(tǒng)計顯著，且多數(shù)因素的I²集中在95左右，表明各影響因素均存在較強的異質(zhì)性，應(yīng)選用隨機效應(yīng)模型進行效應(yīng)值合并計算。

3.3關(guān)系強度

關(guān)系強度指各影響因素與用戶轉(zhuǎn)移意愿間相關(guān)關(guān)系的大小。根據(jù)Cohen jt41j提出的判別標(biāo)準(zhǔn)，相關(guān)系數(shù)r的強度可以分為基本不相關(guān)（0≤r<0.1）、弱相關(guān)（0.1≤rO.05），其他各影響因素與用戶轉(zhuǎn)移意愿均存在顯著相關(guān)關(guān)系（p<0.05），且95%的置信區(qū)間均不包含0，說明滿意度對用戶轉(zhuǎn)移意愿的影響不顯著。具體來說，相對匱乏性（r=0.566）、網(wǎng)絡(luò)義務(wù)性（r=0.552）和感知價值（r=0.548）與用戶轉(zhuǎn)移意愿顯著強正相關(guān)，不滿意度（r=0.485）、主觀規(guī)范（r=0.451）、替代品吸引力（r=0.443）、同輩影響（r=0.431）、感知有用性（r=0.354）和網(wǎng)絡(luò)規(guī)模（r=0.313）與用戶轉(zhuǎn)移意愿中度正相關(guān)，先前轉(zhuǎn)移經(jīng)驗（r=0.26）和感知娛樂性（r=0.243）與用戶轉(zhuǎn)移意愿弱正相關(guān)，轉(zhuǎn)移成本（r=一0.332）與用戶轉(zhuǎn)移意愿中度負相關(guān)，沉沒成本（r=一0.265）和持續(xù)成本（r=-0.246）與用戶轉(zhuǎn)移意愿弱負相關(guān)。

3.4調(diào)節(jié)效應(yīng)檢驗

從表1的異質(zhì)性檢驗結(jié)果可知.除“相對匱乏性”不存在明顯異質(zhì)性外，本研究其余各影響因素均存在異質(zhì)性。為找出這些研究間差異的來源，本研究引入“社區(qū)類型”這一情境因素，來探究在線社區(qū)類型在研究用戶轉(zhuǎn)移意愿中可能存在的調(diào)節(jié)作用。本研究以Armstrong A等學(xué)者提出的分類體系為基礎(chǔ)，將在線社區(qū)劃分為關(guān)系型和非關(guān)系型社區(qū)兩類，關(guān)系型社區(qū)指成員間為維持相互之間的關(guān)系而聚集形成的社區(qū)，主要以微信、微博、Facebook等基于人際互動的SNS社交網(wǎng)站為主，而非關(guān)系型社區(qū)指其他屬于交易型、興趣型、娛樂型或綜合型的社區(qū)，如以個體間交互與娛樂為目的的在線游戲社區(qū)、視頻社區(qū)，或基于共同興趣愛好、以知識交流為目的的在線學(xué)術(shù)社區(qū)、問答社區(qū)等。調(diào)節(jié)變量分組中，當(dāng)各影響因素對應(yīng)的組間Q_B值在0.05的置信水平上顯著時，說明研究的異質(zhì)性部分來源于研究間的不同研究特征，而部分來源于研究內(nèi)的隨機誤差。表2是社區(qū)類型作為調(diào)節(jié)變量時的分析結(jié)果。

由表2可知，社區(qū)類型對感知娛樂性、不滿意度、替代品吸引力、網(wǎng)絡(luò)義務(wù)性、感知有用性以及感知價值與用戶轉(zhuǎn)移意愿的關(guān)系有顯著影響（p<0.05），但對先前轉(zhuǎn)移經(jīng)驗、同輩影響、轉(zhuǎn)移成本、網(wǎng)絡(luò)規(guī)模以及主觀規(guī)范與用戶轉(zhuǎn)移意愿之間的關(guān)系影響不顯著（p>0.05）。由此可說明，不同研究之間的特征差異會導(dǎo)致結(jié)論的部分異質(zhì)性，因而表明社區(qū)類型對用戶轉(zhuǎn)移意愿及其影響因素之間的關(guān)系具有一定的調(diào)節(jié)作用。從關(guān)系強度來看，相對于非關(guān)系型社區(qū)而言，關(guān)系型社區(qū)中的感知娛樂性、替代品吸引力和感知價值對用戶轉(zhuǎn)移意愿的作用更強。

4結(jié)果與討論

4.1影響在線社區(qū)用戶轉(zhuǎn)移意愿的因素及其關(guān)系強度

剔除存在發(fā)表偏倚問題的影響因素后，在納入本研究的15個用戶轉(zhuǎn)移意愿影響因素中.除“滿意度”這一因素影響不顯著外，其余因素對在線社區(qū)用戶的轉(zhuǎn)移意愿均有不同強度的顯著影響，具體如圖2所示。根據(jù)各影響因素自身的含義與特點，將其放入PPM模型的推力、拉力和錨定框架中可以發(fā)現(xiàn)，對于用戶轉(zhuǎn)移意愿而言，相關(guān)關(guān)系最強的因素是拉力因素中的相對匱乏性、網(wǎng)絡(luò)義務(wù)性和感知價值，其次是拉力因素中的其他因素（網(wǎng)絡(luò)規(guī)模、替代品吸引力、同輩影響、相對匱乏性、感知有用性及主觀規(guī)范）和推力因素中的不滿意度以及錨定因素中的轉(zhuǎn)移成本，而推力因素中的感知娛樂性以及錨定因素中的先前轉(zhuǎn)移經(jīng)驗、沉沒成本和持續(xù)成本與用戶轉(zhuǎn)移意愿的相關(guān)關(guān)系最弱。

由圖可見，吸引用戶轉(zhuǎn)向新在線社區(qū)的影響因素是顯著強相關(guān)和中度相關(guān)因素的主要構(gòu)成，這與多數(shù)研究中“拉力因素在驅(qū)動用戶轉(zhuǎn)移中起最關(guān)鍵的作用”這一結(jié)論一致。目前僅有少量研究關(guān)注相對匱乏性、網(wǎng)絡(luò)義務(wù)性和感知價值這3個相關(guān)強度最高的因素，后續(xù)研究可以更多地以這三者為核心構(gòu)建用戶轉(zhuǎn)移意愿模型，也可進一步對其進行細分，如從情感匱乏、經(jīng)濟匱乏和功能匱乏3個方面探究相對匱乏性對在線社區(qū)用戶轉(zhuǎn)移過程的影響。相較于強相關(guān)和中度相關(guān)因素而言，具有弱相關(guān)關(guān)系的影響因素在不同研究中的結(jié)果更有可能與元分析結(jié)果不一致。例如，在納入元分析的實證研究中，僅有1篇文獻認為替代品吸引力與用戶轉(zhuǎn)移意愿間具有弱相關(guān)關(guān)系，而大多數(shù)研究得出“先前轉(zhuǎn)移經(jīng)驗與用戶轉(zhuǎn)移意愿間存在中度相關(guān)關(guān)系”的結(jié)論，與本研究通過綜合多個實證研究結(jié)果后得出的結(jié)論不一致。因此，未來研究應(yīng)該更多地探索和確認這些因素對用戶轉(zhuǎn)移意愿的影響強度。

當(dāng)然，具有中度相關(guān)關(guān)系的影響因素仍會在不同研究中具有一定的不一致性。例如，大量文獻采納轉(zhuǎn)移成本作為研究中的錨定因素，并認為轉(zhuǎn)移成本對用戶轉(zhuǎn)移意向存在顯著負向影響這與本研究的結(jié)果一致。但也有部分實證研究對這一觀點給出了否定性證據(jù)，如Choi J等、夏立新等學(xué)者發(fā)現(xiàn)，轉(zhuǎn)移成本對用戶轉(zhuǎn)移意向無顯著影響，產(chǎn)生這種不一致結(jié)論的原因可能在于，即便是強相關(guān)或中度相關(guān)因素的研究，它們之間也存在一定的不一致性，只是存在不一致性的研究數(shù)量較少，在研究綜合中其效應(yīng)會被其他多個具有高度一致且相關(guān)關(guān)系較強的研究抵消。

此外，雖然不滿意度和感知娛樂性（推力因素）是出現(xiàn)頻次較高的兩個因素，但其對用戶轉(zhuǎn)移意愿的影響較弱。其中，感知娛樂性是本研究識別出的影響用戶轉(zhuǎn)移意愿的因素中最弱的，說明現(xiàn)有實證研究對用戶轉(zhuǎn)移意愿推力因素的討論較為分散，并且從整體上來說其關(guān)系強度仍較弱，這與Hou A C Y等學(xué)者的“推力因素在用戶轉(zhuǎn)移過程中的影響作用是有限的”這一研究結(jié)論較為一致。因此，后續(xù)研究可以通過深度訪談、扎根理論等定性方法充分識別與挖掘推動用戶轉(zhuǎn)移至其他社區(qū)的關(guān)鍵因素.實現(xiàn)在推力因素研究視角上的進一步拓展。

4.2調(diào)節(jié)效應(yīng)的影響分析

通過異質(zhì)性檢驗和調(diào)節(jié)效應(yīng)檢驗，本研究發(fā)現(xiàn)在線社區(qū)類型可以作為用戶轉(zhuǎn)移意愿與其影響因素之間關(guān)系的調(diào)節(jié)變量。進一步來說，社區(qū)類型對感知娛樂性、不滿意度、替代品吸引力、網(wǎng)絡(luò)義務(wù)性、感知有用性以及感知價值與用戶轉(zhuǎn)移意愿的關(guān)系有顯著影響，并且相較于非關(guān)系型社區(qū)，關(guān)系型社區(qū)中的感知娛樂性、替代品吸引力和感知價值對用戶轉(zhuǎn)移意愿的正向作用都更強。不同類型的在線社區(qū)具有差異化的功能屬性與特征，關(guān)系型社區(qū)旨在為用戶提供信息交流平臺，一方面，當(dāng)用戶發(fā)現(xiàn)市場上存在其他社區(qū)平臺可作為替代品，并且替代品在系統(tǒng)、功能或是信息質(zhì)量上使用戶更加滿意，他們更愿意嘗試使用新社區(qū);另一方面，已有研究證實社交媒體等關(guān)系型社區(qū)的社交趣味性不足或感知收益不強都會給用戶帶來負面體驗，從而導(dǎo)致用戶產(chǎn)生轉(zhuǎn)移意愿。在實際研究中，非關(guān)系型社區(qū)的用戶轉(zhuǎn)移意愿也會依據(jù)社區(qū)的主要功能呈現(xiàn)情境化特征，如在娛樂型社區(qū)情境下，用戶更關(guān)注是否滿足其娛樂需求和沉浸式體驗，而在興趣型社區(qū)情境下，用戶的轉(zhuǎn)移動機更多的受如感知有用性、感知易用性等外部因素的影響。因此，未來研究在構(gòu)建理論模型時應(yīng)更多地考慮不同社區(qū)的情境特征，以更有針對性地剖析用戶轉(zhuǎn)移意愿的動機與因素。

5結(jié)語

基于國內(nèi)外38篇與在線社區(qū)用戶轉(zhuǎn)移意愿影響因素相關(guān)的實證研究，本研究利用元分析方法，綜合分析不同因素對在線社區(qū)用戶轉(zhuǎn)移意愿的影響程度，并基于研究情境特征，檢驗可能引起不同研究間影響程度差異的調(diào)節(jié)變量。研究發(fā)現(xiàn)，對用戶轉(zhuǎn)移意愿產(chǎn)生直接影響的15個關(guān)鍵因素中，相對匱乏性、網(wǎng)絡(luò)義務(wù)性和感知價值是與用戶轉(zhuǎn)移意愿相關(guān)關(guān)系最強的因素，而感知娛樂性的相關(guān)關(guān)系最弱。同時，社區(qū)類型作為調(diào)節(jié)變量會影響感知娛樂性、不滿意度、替代品吸引力、網(wǎng)絡(luò)義務(wù)性、感知有用性以及感知價值6個因素與用戶轉(zhuǎn)移意愿的關(guān)系。本研究在一定程度上反映了在線社區(qū)用戶轉(zhuǎn)移意愿的動因機理，得出了用戶轉(zhuǎn)移意愿與其影響因素的一致性研究結(jié)論，為在線社區(qū)的持續(xù)發(fā)展和運營提供了理論支撐。此外，本研究實現(xiàn)了利用元分析方法定量綜合分析用戶轉(zhuǎn)移意愿影響因素，豐富了在線社區(qū)用戶轉(zhuǎn)移領(lǐng)域的研究思路。

本研究也有一定的局限性。首先，納入元分析的原始文獻數(shù)量較少，這也是受當(dāng)前在用戶轉(zhuǎn)移領(lǐng)域的實證研究數(shù)量整體較少所影響;其次，受因素的頻次下限影響，有些如習(xí)慣、慣性等已證實對用戶轉(zhuǎn)移意愿有顯著影響的潛意識因素因其出現(xiàn)頻次較少而未被納入元分析中，這可能會導(dǎo)致研究的因素不夠全面。未來的研究可以從不同角度對用戶轉(zhuǎn)移領(lǐng)域做動因研究，擴充相關(guān)領(lǐng)域?qū)嵶C文獻，并通過大樣本元分析得出更可靠結(jié)論;并且，可考慮其他研究特征（如轉(zhuǎn)移類型、文化情境、被試特征等）對不同研究間效應(yīng)值的調(diào)節(jié)作用，找出產(chǎn)生不一致性結(jié)論的可能根源。

（責(zé)任編輯：孫國雷）