移動社交類APP用戶持續使用意愿的影響因素研究

黃柏淅+朱小棟

〔摘 要〕本文基于TAM模型、網絡外部性、轉換障礙、感知隱私風險和信任，構建了移動社交類APP用戶持續使用意愿影響因素的研究模型，并以移動端微信（微博）為例進行了實證對比研究。利用結構方程模型對調查問卷數據進行分析，研究結果表明，兩者大部分假設均得到支持，滿意度和信任對用戶持續使用意愿有直接影響，而網絡外部性和感知有用性、感知易用性、感知娛樂性對用戶持續使用意愿有間接影響，可替代平臺吸引力對用戶滿意度與用戶持續使用意愿的調節作用顯著。最后根據結論提出了相關的建議。

〔關鍵詞〕移動社交；用戶；技術接受模型；持續使用意愿；APP；影響因素 〔中圖分類號〕G206 〔文獻標識碼〕A 〔文章編號〕1008-0821（2016）12-0057-08

〔Abstract〕By taking into consideration of the TAM Model，network externality，transformation barriers，hesitation of privacy risks and trust，this paper established a theoretical model for analyzing the factors that impact people continuously using those social mobile APP.To be more specific，both empirical and comparative study were adopted in this paper upon the WeChat and Weibo.Date was analyzed with structural equation modeling.The results indicated most assumptions of both examples were proved to be solidly true，and peoples satisfaction and trust toward the mobile APP bring direct influences on their continuous usage，while other factors like network externality，perceived usefulness，perceived ease of use and perceived enjoyment play an indirect role.The moderating effect of attractiveness of available alternatives on the relationship between gratifications and continuance intention is significant.Finally，some suggestions were put forward based on the conclusions.

〔Key words〕social mobile user；TAM model；continuous usage willingness；APP；influencing factor

隨著移動互聯網的不斷發展以及移動設備的廣泛使用，消費者已越來越多地通過移動設備來訪問社交網絡。移動社交是指用戶通過手機、平板等移動設備，登錄帶有社交元素的互聯網應用。根據CNNIC發布的第36次《中國互聯網絡發展狀況統計報告》，截至2015年6月我國網民規模達6.68億，手機網民規模達5.94億，其中手機即時通信用戶5.40億。手機端微博客用戶數為1.62億，其中使用新浪微博的用戶占69.4%[1]。然而目前中國市場上移動社交類APP款數已超2 000款[2]，由于各軟件同質性較高，移動社交類APP服務運營商之間的競爭十分激烈。移動社交平臺在經過初始階段的用戶規模劇增后，此時用戶規模已接近飽和，服務運營商關注的重點應當從增長用戶數量轉變為防止用戶流失，并在穩定用戶規模的基礎上優化產品服務，提高用戶黏性進而形成產品價值外延。如何在激烈的競爭環境下迅速獲得大量用戶資源和保持現有用戶規模對企業來說十分關鍵。因此，對于移動社交類APP用戶持續使用意愿影響因素的研究具有現實意義。鑒于微信作為當下最火熱的即時通訊，以及新浪微博在微博客一家獨大的格局，故本文以移動端微信（微博）為例，對二者進行用戶持續使用意向影響因素的實證比較研究，以期找出影響用戶對移動社交類APP持續使用意愿的影響因素，提出相關建議，并為今后此類研究提供借鑒。

1 相關理論介紹

1.1 網絡外部性

Jeffrey Rohlfs在1974年最早提出了網絡外部性（Network Externalities）這一概念，他指出用戶從一種產品或者服務中獲得的額外收益隨著該產品或者服務的用戶數量增加而增加時，那么該種產品或者服務就具有網絡外部性[3]。1985年Katz & Shapiro兩位學者延伸了網絡外部性的概念，指出用戶從一種產品或者服務中所獲得的額外效益隨著用戶數量的變化而變化[4]。網絡外部性分為直接網絡外部性和間接網絡外部性。直接網絡外部性指用戶從一種產品或者服務中獲得的額外效益與該產品或者服務用戶數量成正比。而間接網絡外部性是指隨著一種產品或者服務用戶數量的增加，市場上出現更多互補性產品或服務，且這些產品或服務給用戶帶來更多額外效益，用戶更愿意使用這些產品或服務。比如當一個移動社交網絡平臺的用戶數量持續增加時，會刺激相關的開發商爭相在此平臺開發各類滿足不同用戶需求的應用，這些附加應用會間接增加用戶的額外效益。在研究社交網絡時，學者們[5-6]一般用用戶規模和感知互補性來衡量網絡外部性對其的影響。例如Ling Zhao & Yaobin Liu兩位學者探討了網絡外部性中用戶規模和感知互補性是如何通過影響微博用戶的感知交互性，進而影響其滿意度和持續使用意愿[5]；KuanYu Lin & HsiPeng Lu兩位學者整合網絡外部性和動機理論來解釋用戶持續使用社交網絡的原因，結論表明網絡外部性中感知用戶數量、感知朋友數量和感知互補性正向影響感知有用性和感知趣味性[6]。

本文考慮到：第一，移動端微信（微博）用戶通過與其朋友或陌生人進行社交，相互了解動態、分享資訊，進而給對方產生額外效益。隨著移動端微信（微博）用戶的增加，用戶就能和更多人進行社交，進而產生更多的額外效益；第二，隨著移動端微信（微博）用戶數量的不斷增加，不斷地刺激相關開發商開發出例如音樂、游戲、二維碼支付、購物等附加功能來不斷地優化其產品服務以滿足用戶需求。隨著這些互補性功能的不斷增加，用戶獲得的額外效益也會增加。所以移動端微信（微博）具有網絡外部性特征。

結合前人的研究[5-6]和上述分析，本文將從感知用戶數量、感知朋友數量、感知互補性來解釋網絡外部性對移動端微信（微博）用戶持續使用意愿的影響。

1.2 技術接受模型和感知娛樂性

Davis（1989）最早提出用來解釋用戶對信息系統接受行為的技術接受模型（TAM模型）（如圖1所示）[7]。該模型中的感知有用性是指個體在使用某一個具體的信息系統預期感覺可以幫助他們提高工作績效的程度。而感知易用性則是指個體在使用某一個具體的信息系統預期所需要付出的努力程度，即該系統的使用難易程度。TAM模型由于其廣泛適用性，自被提出以來就被學者研究于各個信息系統領域。盡管該模型在研究用戶對信息系統的接受行為方面具有較好的解釋能力和預測能力，但面對日漸復雜、更新換代能力強的信息系統，感知有用性和感知易用性這兩個關鍵變量已經不能完全解釋和預測用戶的使用行為，所以學者在運用該模型時往往對其進行擴展。例如，葛仲夏等[8]從信任和態度視角擴展TAM模型構建了中國特定網絡環境下社交網絡工具持續使用的關系模型。琚瀟[9]利用TAM模型和感知風險理論構建了社交化電子商務用戶接受模型。鄧朝華等將網絡外部性整合到TAM模型中，構建了影響移動環境下消費者移動服務使用行為意向因素模型，發現網絡外部性正向影響感知有用性和感知易用性[10]。由于TAM模型本身并沒有對外部變量進行詳細解釋，本文在借鑒前人研究的基礎上保留感知有用性和感知易用性兩個關鍵因素，將網絡外部性（1.1所述）作為TAM模型的外部變量。同時由于移動社交應用是以娛樂為主導的信息系統[11]，故本文加入了感知娛樂性這一變量，以擴展TAM模型。

1.3 轉換障礙

Ranaweera and Prabhu（2003）定義轉換障礙為用戶執行轉換行為或者轉換到可替代產品的一種約束力[12]。在某種程度上，轉換障礙表現為用戶從現有產品或者服務中的一種退出障礙。近幾年，隨著對顧客滿意度的深入研究，許多學者發現當顧客對現有產品或者服務的滿意度較低時，如果轉換障礙較高，用戶也會傾向繼續使用該產品或者服務，但在高滿意度關系中，這種調節作用則微乎其微[13-14]。例如，Heesup Han等學者研究酒店行業的核心服務、服務接觸績效與用戶滿意度之間的關系以及轉換障礙對于用戶滿意度與用戶轉換意向的調節作用，結果表明核心服務、服務接觸績效均顯著影響用戶滿意度，同時轉換障礙調節用戶滿意度與用戶轉換意向，尤其當轉換障礙越大時，調節作用越顯著[13]。Dilip Mutum等學者研究網上零售業的轉換障礙對用戶忠誠度4個層次相互之間的調節作用[14]。轉換障礙是一個多維度變量，對其構成成分，學者們[13-15]一致認為轉換障礙構成包括轉換成本、可替代平臺吸引力和人際關系。Porter（1980）定義轉換成本為用戶在轉換相似產品或者服務所花費的時間、貨幣、心理等成本[16]。Fornell（1992）提出搜索成本是轉換成本的一個重要維度，指用戶搜索和評估可替代產品（服務）時所要花費的時間和精力[17]。可替換平臺為相對于當前產品或服務，可以給用戶提供更優質服務的產品或服務，可替換平臺吸引力則是新產品或服務相對當前產品或服務所具有的吸引力[13]。Gimun Kim等學者研究電子郵件服務行業轉換障礙對用戶滿意度與用戶轉換行為的調節作用，結果發現可替代平臺吸引力對其調節作用顯著，而轉換成本對其調節作用不顯著[18]。Calvo Porral & Levy Mangin兩位學者研究在移動服務行業下，轉換成本對用戶滿意度與用戶忠誠度的調節作用。結果發現該行業轉換成本較低，對顧客滿意度與顧客忠誠度的調節作用并不顯著[19]。

基于前人研究，筆者發現國內外將轉換障礙應用到營銷領域背景的較多，鮮少有研究特定移動社交類應用，但由于市場上社交類的同質性產品過多，存在大量可替代平臺，用戶在搜索可替代產品時需要付出努力和精力，這是兩個不可忽視的因素，故本研究將搜索成本和可替代平臺吸引力兩個變量納入理論模型，以期增強模型的解釋力。

1.4 感知隱私風險和信任

Bauer（1960）最早提出感知風險這一概念。感知風險是指用戶感知其某種行為的不確定性和后果嚴重性[20]。關于感知風險的分類，Jacoby（1972）等人將其分為經濟風險、功能風險、身體風險、心理風險和社會風險5部分[21]。Peter Tarpey（1975）認為感知風險除了前人所述的5部分之外，還應該包括時間風險[22]。Ming Chi lee（2009）認為隨著互聯網技術的快速發展，用戶越來越擔心使用信息系統導致個人隱私的泄露，因此在前人研究的基礎上，加入了隱私風險，定義為用戶使用信息系統導致自己隱私暴露的可能性[23]。而信任反映用戶對商家的信賴程度。隱私風險和信任是眾多學者在研究網絡環境下的用戶行為時所要考慮的因素[11，24]。例如Mark Ng對香港和日本用戶接受SNS的影響因素進行對比研究，結論均表明信任負向影響感知隱私風險。在本研究中，考慮在移動端微信（微博）的注冊或使用過程中，用戶需要將個人相關信息暴露給服務商或陌生人，使微信（微博）用戶存在隱私風險。故本文加入感知隱私風險和信任兩個變量，以期構建更為全面的研究模型。

2 研究模型與研究假設

2.1 研究模型

本文以TAM理論和網絡外部性為基礎，整合感知娛樂性、轉換障礙、感知隱私風險和信任共同構建了移動社交類APP用戶持續使用意愿影響因素模型。本文模型共含12個變量，具體模型如圖2所示。

2.2 研究假設

2.2.1 網絡外部性對TAM模型、感知娛樂性的影響

如前文（1.1）所述，網絡外部性主要強調用戶的額外效益隨著用戶數量的增加而增加。本文認為當用戶感知有更多的人加入到移動端微信（微博）時，他們便可用文字、圖片、語音和視頻等多種方式進行社交，在這過程中獲取和分享朋友資訊、新聞熱點和興趣內容等，即直接網絡外部性。此外，移動端微信（微博）服務商還設計了互補性功能（比如購物、移動支付、視頻分享等）來滿足用戶的需求，即間接網絡外部性。隨著用戶感知額外效益不斷增加，用戶越可能感知到該平臺的有用性。因此，本文提出如下假設：

H1a：用戶對移動端微信（微博）的感知用戶數量正向影響其感知有用性。

H2a：用戶對移動端微信（微博）的感知朋友數量正向影響其感知有用性。

H3a：用戶對移動端微信（微博）的感知互補性正向影響其感知有用性。

Sledgianowski & Kulviwat（2009）研究發現一旦當某個社交網絡用戶達到一定數量時，新用戶將會更傾向加入該社交網絡[25]。新用戶通過分享老用戶的經驗會降低其學習使用該產品的難度。網絡外部性還會帶來互補性產品的競相出現，各供應商面對激烈的競爭環境會努力優化各項操作，從而使用戶感知到該平臺的易用性。因此，本文提出如下假設：

H1b：用戶對移動端微信（微博）的感知用戶數量正向影響其感知易用性。

H2b：用戶對移動端微信（微博）的感知朋友數量正向影響其的感知易用性。

H3b：用戶對移動端微信（微博）的感知互補性正向影響其感知易用性。

Li & Bernoff（2008）研究發現隨著使用某個社交網絡的用戶數量增多，用戶在與更多人交流和分享信息的過程中享受樂趣[26]。所以，本文認為當用戶感知有更多的人加入到移動端微信（微博）時，他們便可以獲取和分享到更多新聞熱點、流行資訊、專業知識等，這個過程可能讓其感知到更多樂趣。因此本文提出如下假設：

H1c：用戶對移動端微信（微博）的感知用戶數量正向影響其感知娛樂性。

H2c：用戶對移動端微信（微博）的感知朋友數量正向影響其感知娛樂性。

H3c：用戶對移動端微信（微博）的感知互補性正向影響其感知娛樂性。

2.2.2 TAM模型、感知娛樂性和滿意度對持續使用意愿的影響

根據前人的研究結論[27-29]，TAM模型中的感知易用性與感知有用性之間、感知有用性、感知易用性與滿意度之間存在正向影響關系。用戶在使用移動端微信（微博）時，由于其服務商不斷優化操作步驟，用戶只要花費較少時間和精力便可以輕松掌握該平臺操作，從中享受眾多功能和樂趣。這可能會使用戶感知較高的額外收益，進而形成較高的滿意度。同時用戶對移動端微信（微博）越滿意，就越可能愿意持續使用它。因此，本文提出以下假設：

H4：用戶對移動端微信（微博）的感知易用性正向影響其感知有用性。

H5：用戶對移動端微信（微博）的感知有用性正向影響其滿意度。

H6：用戶對移動端微信（微博）的感知易用性正向影響其滿意度。

H7：用戶對移動端微信（微博）的感知娛樂性正向影響其滿意度。

H8：用戶對移動端微信（微博）的滿意度正向影響其持續使用意愿。

2.2.3 轉換障礙對滿意度和持續使用意愿的調節作用

本文定義搜索成本為用戶搜索和評估可替代產品（服務）時所要花費的時間和精力。當一個用戶需要花費大量時間、大量精力才能搜索到可與當前移動端微信（微博）相媲美的產品，即搜索成本較高時，即使用戶對當前產品不滿意，他也會傾向于繼續使用該產品。

定義可替換平臺為相對于當前移動端微信（微博），可以給用戶提供更優質服務的產品，可替換平臺吸引力則是該產品相對移動端微信（微博）所具有的吸引力。本文認為，當市場上可替換平臺的相對吸引力較弱時，就算用戶對當前移動端微信（微博）的滿意度不高，用戶持續使用該產品的意愿也會較高。因此本文提出以下假設：

H9：用戶滿意度與其持續使用意愿之間的關系會受到搜索成本的調節作用。

H10：用戶滿意度與其持續使用意愿之間的關系會受到可替換平臺吸引力的調節作用。

2.2.4 信任、感知隱私風險對持續使用意愿的影響

如前文（1.4）所述，本文認為用戶對移動端微信（微博）服務商越信任，那么他認為服務商將其個人信息暴露的可能性越小，這會降低用戶感知到的隱私風險，提高其持續使用意愿。因此，本文提出以下假設：

H11：用戶對移動端微信（微博）的信任正向影響其持續使用意愿。

H12：用戶對移動端微信（微博）的信任負向影響其感知隱私風險。

H13：用戶對移動端微信（微博）的感知隱私風險負向影響其持續使用意愿。

3 數據收集與數據分析

3.1 問卷設計

本文問卷采用李克特7級量表，其中1表示非常不同意，7表示非常同意。問卷一共包括12個潛在變量，每個潛在變量均用2～4個可測變量對其進行量度。其中感知用戶數量（NM）、感知朋友數量（BI）、感知互補性（PQ）3個變量的測量項參考文獻[6]研究的量表。感知有用性（PU）、感知易用性（PEOU）這2個變量的測量項參考文獻[10]研究的量表。感知娛樂性（ENJ）測量項參考文獻[11]研究的量表。搜索成本（SC）、可替換平臺吸引力（ATR）、滿意度（CS）3個測量項參考文獻[19]研究的量表。感知隱私風險（PR）、信任（TRU）、持續使用意愿（CIU）3個測量項參考文獻[24]研究的量表。

3.2 樣本及數據收集

本文問卷采用線上和線下相結合的方式，線上主要通過問卷星和微信兩個平臺收集，線下主要在2015年上海工博會展廳和上海理工大學校內進行隨機發放，最終線上和線下問卷一共回收402份，去掉有缺失值問卷8份，本次調查的有效問卷一共394份，其中移動端微信208份，移動端微博186份。本次問卷調查者中，兩平臺受訪者男女比例均接近1∶1。受訪者年齡主要趨于20～30歲之間，且學歷均本科和碩士居多，說明調查樣本以年輕人為主。受訪對象使用移動端微信和微博的頻率稍有差異，91.3%移動端微信用戶使用頻率為每天至少使用1次，而移動端微博用戶相同使用頻率占比僅為47.5%。

3.3 數據分析

3.3.1 信度分析

信度分析即可靠性分析，用來反映各個測量項是否與測量變量一致。本研究采用克隆巴赫α系數值和組合信度（CR值）對測量模型內部一致性進行評估。一般認為，當克隆巴赫α系數值和CR值均大于0.7時，各測量度項具有較好的信度和內部一致性。本文用Spss19.0對問卷數據進行分析后得出移動端微信總體克隆巴赫α系數值為0.931，移動端微博為0.852，表明兩者整體信度都較高。同時本文還對每個測量變量的克隆巴赫α系數值進行了測量，結果如表1所示。

上述信度檢驗結果表明，本文各測量度項的克隆巴赫α系數值和CR值均大于0.7，說明問卷具有良好的信度和內部一致性。

3.3.2 效度分析

所謂效度是衡量測量工具或者手段能夠準反映所需測量事物的程度。本文采用觀測項的標準化因子載荷和平均方差提取量（AVE）來檢驗。如表1所示，本文測量模型的所有因子標準載荷和平均方差提取量（AVE）均在0.5以上，說明本研究測量模型的各個測量項均具有較高的收斂效度。同時利用KMO和球形Bartlett來檢驗問卷的結構效度。本文得到移動端微信整體KMO值為0.848，Bartlett球形檢驗顯著，移動端微博整體KMO值為0.894，Bartlett球形檢驗顯著。同時得到各變量的KMO值均大于0.5，Bartlett球體檢驗顯著，表明問卷中各個變量具有良好的結構效度。最后通過計算分析，每個測量變量的AVE都大于其與其他變量之間的相關系數，說明模型中的測量變量之間具有良好的區分效度。

3.4 結構模型假設檢驗

本文采用AMOS17.0對以上結構模型進行分析，首先對模型的整體適配度進行檢驗，結果如表2所示。表中數據說明本文模型擬合指標均在能夠接受范圍，本研究模型的擬合度良好。

表3得出本文結構模型路徑分析結果。本文提出針對移動端微信平臺19個假設中有17個假設成立，只有H9和H13兩個假設不成立。而針對移動端微博平臺19個假設中，路徑假設H2b、H2c、H9和H13不成立，其余假設路徑系數均顯著，表明假設均成立。

對于轉換障礙的調節作用，本研究采用Spss19.0來檢驗相關變量之間的交互作用。從表4可以得出移動端微信（微博）搜索成本與用戶滿意度的交互作用均沒有達到顯著水平，而移動端微信（微博）可替代平臺吸引力與用戶滿意度的交互作用均達到顯著水平，說明了假設H9均不成立，假設H10均成立。

4 結論與啟示

4.1 充分利用網網外部性，擴大用戶規模

在網絡外部性對感知有用性、感知易用性和感知娛樂性影響的相關假設中，對于移動端微信而言，h1a～h3c假設均成立，表明網絡外部性對感知有用性、感知易用性和感知娛樂性有顯著積極的影響，從而它們間接影響用戶滿意度和用戶持續使用意愿。據此，微信服務商可以以社交為基礎拓展各種附加功能，進而提高用戶的感知有用性、感知易用性和感知娛樂性。將平臺作為京東商城的流量接口是微信做出的一大嘗試，但相比之下基于社交的團購等O2O更適合微信，此外平臺還在拼車、租房、出行等共享經濟的應用上有著巨大的用戶優勢，可以在此領域發力以增強用戶使用的網絡外部性。

而對于移動端微博而言，除了H2b和H2c未得到支持外，其他假設均得到支持。本文認為H2b和H2c未成立的原因可能是，微博作為開放的社交平臺，使用者在對其功能定位上會與微信、QQ等熟人社交有所區分，更為注重它所帶有的娛樂化功能，發布的狀態和評論亦不如前兩者嚴謹，微博中朋友數量的增多模糊了將其區別于熟人社交的特征，用戶在發布信息時會考慮更多朋友的因素，從而降低了用戶的感知易用性和娛樂性。

4.2 完善平臺功能和服務，提高用戶滿意度

滿意度、信任和感知隱私風險對用戶持續使用意愿的假設中，對于移動端微信而言，影響其用戶持續使用意愿的直接因素按照影響力大小依次為滿意度和信任，路徑系數分別為0.394，0.263。而感知娛樂性、感知有用性和感知易用性又顯著地影響用戶的滿意度。據此，微信服務商應該注意采取有助于提升用戶滿意度和信任的各種措施。例如可以在群聊中加入可供多人參與的小游戲來增強社交的娛樂性；可以通過優化頁面設計、簡化操作步驟來降低用戶操作難度；通過豐富朋友圈和聊天窗口的互動模式如匿名交流、優化默認表情包等來提高用戶滿意度；加強對用戶隱私信息的保護，承諾避免在后臺掃描個人信息或監督用戶使用習慣，并以此為依據提高用戶的信任度。

而對于移動端微博用戶而言，用戶滿意度對其持續使用意愿的路徑系數為β=0.500，顯著性為P<0.001，說明兩者有很強的正相關性，其次為信任，路徑系數為β=0.379，顯著性為P<0.001。在移動端微博用戶滿意度的影響因素中，感知易用性對其用戶滿意度的影響最顯著，剩下的按照影響力大小依次為感知有用性、感知娛樂性。因此，微博運營商可借鑒如下措施來提高用戶滿意度。首先，微博提供的信息量較大，微博運營商商要不斷優化使用界面，增強用戶信息辨別能力，以提升界面的易用性；其次，可以在信息發布、新聞集成、自媒體領域發力，使用戶通過其獲得較多有用信息；最后，可以通過設計一些小游戲來增進粉絲間或粉絲與博主間的互動，使交流不再限于留言與私信，深化其社交功能，通過這些方面來進一步努力提高用戶滿意度，進而提高用戶持續使用意愿。

4.3 樹立平臺正面形象，提升用戶信任度

移動端微信（微博）關于感知隱私風險對用戶持續使用意愿顯著消極影響假設（H13）均未得到支持，原因可能是移動端微信（微博）對用戶隱私保護建設較完善，從而降低了用戶的感知隱私風險。對于微博，基于其開放性特征，用戶面對的不僅僅是熟人，更多的是陌生人，此時用戶感知到隱私風險會更大，在使用過程中會主動避免泄露個人信息。而作為平臺方，微信和微博運營商設計了不同隱私保護選項，允許用戶根據個人需求進行個人隱私保護，從而降低了用戶對其的感知隱私風險。據此，微信（微博）運營商應該注意完善相關的用戶隱私保護設置功能，承諾用戶利益第一，積極的樹立平臺正面形象，努力提升用戶信任度，降低用戶的感知隱私風險。

4.4 提升平臺核心競爭力，打造平臺優勢

移動端微信（微博）關于轉換障礙對于用戶滿意度和用戶持續使用意愿調節作用的假設中，H10均成立，但H9均未成立。結論表明可替代產品的吸引力對用戶滿意度和用戶持續使用意愿調節作用顯著；而相同情況下，搜索成本對用戶滿意度和用戶持續使用意愿的調節作用不顯著。原因可能在于，現今移動社交應用的使用者非常在意用戶體驗的好壞，用戶每天會在社交應用上花費大量的時間，因此相比于一次性的搜索成本，能否持久的提供好的用戶體驗，是使用者選擇一款應用時更為關注的地方。隨著市場競爭加劇，可替代產品越來越多。據此，微信（微博）運營商應注意提升平臺的核心競爭力，努力打造可區別替代產品的相關優勢，保持產品的排他性。

本研究只是基于技術接受模型、網絡外部性、感知娛樂性、轉換障礙、信任和感知隱私風險進行影響因素的研究，可能仍有其他影響因素未考慮在內，后續研究可以進一步擴展和完善。

參考文獻

[1]中國互聯網絡信息中心（CNNIC）.第37次中國互聯網絡發展狀況統計報告[R].2016.1.

[2]TalkingData.2015年移動社交應用行業報告[R].2015.7.

[3]Rohlfs J.A Theory of Interdependent Demand for a Communications Service[J].Bell Journal of Economics & Management Science，1974，5（1）：16-37.

[4]Katz M L，Shapiro C.Network externalities，competition and compatibility[C]∥1985：424-40.

[5]Zhao L，Lu Y.Enhancing perceived interactivity through network externalities：An empirical study on micro-blogging service satisfaction and continuance intention[J].Decision Support Systems，2012，53（4）：825-834.

[6]Lin K Y，Lu H P.Why people use social networking sites：An empirical study integrating network externalities and motivation theory[J].Computers in Human Behavior，2011，27（3）：1152-1161.

[7]Davis F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology[J].Mis Quarterly，1989，13（3）：319-340.

[8]葛仲夏，顧東曉，顧佐佐.社交網絡工具持續使用影響因素的實證研究[J].圖書館學研究，2015，（1）：34-40.

[9]琚瀟.社會化電子商務的用戶使用意向研究[D].北京：北京郵電大學，2012.

[10]鄧朝華，魯耀斌，張金隆.基于TAM和網絡外部性的移動服務使用行為研究[J].管理學報，2007，4（2）：216-221.

[11]Ng M.Factors influencing the consumer adoption of Facebook[J].Computers in Human Behavior，2016，54（C）：491-500.

[12]Prabhu J，Ranaweera C.The influence of satisfaction，trust and switching barriers on customer retention in a continuous purchasing setting[J].International Journal of Service Industry Management，2003，14（14）：374-395.

[13]Han H，Kim W，Hyun S S.Switching intention model development：Role of service performances，customer satisfaction，and switching barriers in the hotel industry[J].International Journal of Hospitality Management，2011，30（3）：619-629.

[14]Mutum D，Ghazali E M，Bang N，et al.Online loyalty and its interaction with switching barriers[J].Journal of Retailing & Consumer Services，2014，21（6）：942-949.

[15]Colgate M，Lang B.Switching barriers in consumer markets：An investigation of the financial services industry[J].Journal of Consumer Marketing，2001，18（4）：332-347.

[16]Porter，M.E..Competitive strategy.New York：The Free Press，1980.

[17]Fornell，C.A national customer satisfaction barometer：The Swedish experience[J].Journal of Marketing，1992，56：6-21.

[18]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.

[19]Calvo-Porral C，Lévy-Mangin J P.Switching behavior and customer satisfaction in mobile services：Analyzing virtual and traditional operators[J].Computers in Human Behavior，2015，49（C）：532-540.

[20]Bauer R A.Consumer Behavior as Risk Taking[C]∥Dynamic Marketing for a Changing World，Proceeding of the 43rd Conference of the American Marketing Association，1960：389-398.

[21]Jacoby J，Kaplan L B.The Components of Perceived Risk[C]∥Advances in Consumer Research，1972.

[22]Peter J P，Tarpey L X.A Comparative Analysis of Three Consumer Decision Strategies[J].Acta Cirurgica Brasileira，1998，13（1）：419-431.

[23]Lee M C.Factors influencing the adoption of internet banking：An integration of TAM and TPB with perceived risk and perceived benefit[J].Electronic Commerce Research & Applications，2009，8（3）：130-141.

[24]Zhou T，Li H.Understanding mobile SNS continuance usage in China from the perspectives of social influence and privacy concern[J].Computers in Human Behavior，2014，37：283-289.

[25]Sledgianowski D，Kulviwat S.Using Social Network Sites：The Effects of Playfulness，Critical Mass and Trust in a Hedonic Context[J].Journal of Computer Information Systems，2009，49（4）：74-83.

[26]Tapscott D.Grown Up Digital：How the Net Generation is Changing Your World HC[M]∥Grown up digital：how the net generation is changing your world.McGraw-Hill，2010：88-91.

[27]Joo J，Sang Y.Exploring Koreans smartphone usage：An integrated model of the technology acceptance model and uses and gratifications theory[J].Computers in Human Behavior，2013，29（6）：2512-2518.

[28]Woojin Lee，Lina Xiong，Clark Hu.The effect of Facebook users arousal and valence on intention to go to the festival：Applying an extension of the technology acceptance model[J].International Journal of Hospitality Management，2012，31（3）：819-827.

[29]Woojin Leea，Lina Xiong，Clark Huc.The effect of Facebook usersa rousal and valence on intention to go to the festival：Applying an extension of the technology acceptance model[J].International Journal of Hospitality Management，2012，31：819-827.

（責任編輯：郭沫含）