IT采納和使用中用戶轉移行為研究綜述

趙宇翔+++劉周穎

摘 要：近年來，隨著各類IT和互聯網產品/服務的紛繁迭出，人們在各類產品/服務之間的轉移現象愈發普遍。在用戶信息行為的研究中，用戶轉移行為的探索正在引發學界和業界的更多關注。基于信息管理領域用戶轉移的相關文獻，文章首先對用戶轉移行為的概念進行界定，并將轉移行為的特點概括為復雜性、選擇性、緩慢性和動態性四個方面。隨后，文章將轉移行為歸納為三大類，即在不同媒介下用戶在產品/服務之間的轉移、在相同媒介下用戶在同質產品/服務之間的轉移以及異質產品/服務之間的轉移，并將IT產品/服務的使用情境分為娛樂型、社交型、商業型和工具型四類。然后，文章梳理了信息管理領域用戶轉移行為研究中常用的理論基礎。接著，從原有IT產品/服務的相關因素、替代IT產品/服務的相關因素、阻礙因素、社會因素和個人因素五個方面對用戶轉移行為的影響因素進行歸納總結。最后提出了若干未來研究展望。

關鍵詞：用戶轉移；IT采納和使用；理論基礎；影響因素；前沿展望

中圖分類號：G252 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017098

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

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

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

1 引言

伴隨著科學技術和互聯網的飛速發展，新興的IT產品和服務也層出不窮。面對可供選擇產品的多樣性及獨特性，用戶的交互行為方式正不斷發生變化，在不同IT產品間的轉移也變得愈發頻繁。根據QuestMobile于2016年10月12日發布的監測數據，許多用戶對IT產品的使用逐漸從電腦設備轉移到手機設備，目前移動智能終端設備月活躍度接近10億[1]。隨著移動設備的普及以及各類APP易用性的增強，人們在APP間的轉移也越發方便。數據顯示，人們在掌閱iReader APP進行數字閱讀的每日總時長已達到7億分鐘[1]。在社交媒體方面，盡管開心網在2009年獲得了億萬用戶的喜愛，但現在用戶早已轉向其他的社交平臺中。根據Alexa流量統計機構的數據顯示，2015年開心網的日均IP訪問量僅在8萬左右[2]，用戶流失現象非常嚴重。然而，用戶轉移并不意味著永久的用戶流失。相反，若運營商采取的策略得當，用戶也可能會反過來增加對原有IT產品的使用。以微博為例，新浪微博于2009年正式上線并迅速成為現象級的明星產品，但隨后用戶的活躍度逐步下降。而在去年，新浪微博掀起了短視頻和視頻直播的熱潮從而反轉逆襲。根據移動互聯網數據研究公司QuestMobile發布的2016年秋季報告顯示，9月微博月活躍用戶數達3.906億（按移動設備數統計），在中國移動互聯網應用中位居第四[1]。

綜上可知，用戶轉移行為在IT產品/服務的采納和使用中廣泛存在。通過文獻調研，筆者發現以往有關轉移行為的研究主要集中在營銷管理和消費者行為領域。在信息管理領域（包括信息系統研究和圖書情報研究），學者的研究興趣主要集中在初期采納和持續使用動機方面，用戶轉移行為在近幾年才引起學者的關注。從國內外對用戶轉移的研究現狀來看，國外對用戶轉移的研究正處在逐步上升的階段，而國內在這一領域的研究還很少。鑒于此，本文將基于信息管理領域中用戶轉移的相關文獻，對用戶轉移行為的概念界定、研究情境及理論基礎進行闡述。隨后，對影響IT采納和使用中用戶轉移的因素進行梳理，并從信息管理的角度對用戶轉移行為的未來研究方向提出若干命題。

2 IT采納和使用中用戶轉移行為及相關理論

2.1 IT采納和使用中用戶轉移行為概述

在社會學和人類學領域，用戶的遷移通常指的是在特定時間內，人們在物理空間上的移動[3]。而對于人們在IT產品/服務之間的遷移，由于大部分用戶在轉移初期并不會完全脫離原本使用的媒體，Cheng等將用戶在SNS之間的遷移定義為用戶開始加入新的SNS網站。這一行為也被稱作網絡空間的轉移（Migration in Cyberspace）[4]；Choi等[5]將轉移定義為用戶轉而使用另一公司的相關品牌、產品和服務；Chang等[6]將SNS用戶的轉移定義為用戶在已經停止或者未完全停止對當前產品使用的情況下轉向另一個提供商提供的SNS服務；Ye和Potter[7]將轉移行為定義為用戶減少或全部終止使用一個特定的技術產品，轉而使用另一種能夠滿足同樣需求的產品。在前人對轉移行為界定的基礎上，本文將信息管理領域的用戶轉移行為定義為：在電子設備和數字技術的支撐下，由于產品/服務自身、個人需求和社會環境等因素的影響，用戶在一段時間內減少或停止對原有IT產品/服務的使用，而增加對另一個IT產品/服務的使用。同時，在此過程中，用戶也有可能出于某些原因再次轉向原來的IT產品/服務。其中，IT產品/服務泛指各類信息工具、互聯網和社交媒體等傘狀概念體系下的產品和服務，涵蓋了不同的目的，包括工作、學習和娛樂等。鑒于此，用戶的轉移行為具有復雜性、選擇性、緩慢性和動態性四大特征。復雜性指的是用戶的轉移行為受到多種因素的影響，如產品/服務、個人、技術和社會等；選擇性指的是用戶會根據自己的需求和潮流的引領來選擇特定的產品；緩慢性指的是用戶的轉移行為并非是對原來使用的IT產品/服務的完全摒棄，而是逐漸減少對其的使用；動態性指的是用戶對各類IT產品/服務的使用行為是不斷發展變化的。用戶在一段時間內轉移到另一IT產品/服務后，也有可能會返過來轉向對原有IT產品/服務的使用。從時間維度來看，用戶使用IT產品/服務可以分為初始采納和使用、持續采納和使用以及后續采納和使用三個階段。在每個階段，用戶都有可能會轉向對另一產品的使用（見圖1）。在初期采納和持續使用兩個階段中，用戶只享用了產品/服務所提供的部分功能。在后續采納階段，更多深層次的應用會逐漸在用戶面前顯露。在這一階段，適應性系統使用是用戶行為的主要表現，用戶在這一階段不斷地調整、學習和改進自身的使用行為。同時，用戶對社會化媒體的適應性使用可以從媒體的特征內容和特征形式兩個角度來揭示用戶行為的變化[8]。類似的，本文認為在IT產品/服務的后續采納和使用過程中，用戶也很有可能嘗試替代性產品/服務新的功能、組合或重構替代性產品/服務和原有產品/服務所擁有的功能，從而發生相關的轉移行為。

2.2 用戶轉移行為的分類及研究情境

在用戶轉移行為中，A、B產品/服務可以是基于不同或者相同的媒介，類型也可能是同質或者是異質的。根據產品/服務所依賴的媒介及產品/服務的特性，本文將轉移行為分為三類：第一類為在不同媒介下，用戶在產品/服務之間的轉移。如，由于電子資源的便利性使得人們從傳統圖書館轉移到對數字圖書館的使用[9]、從傳統的紙質閱讀轉向電子閱讀[10]。徐孝娟等[11]基于手段-目的鏈理論發現用戶閱讀行為從紙質媒體轉到數字媒體的動機為功能性價值、機會性價值、社會性價值和情感性價值；Lee等[12]基于技術接受模型實證探索了用戶從實體閱讀轉向電子閱讀的影響因素；第二類為在相同媒介下，用戶在同質產品/服務之間的轉移。如，在知識社區中，用戶在分答和值乎等語音問答平臺之間的轉移。在信息分享和存儲方面，用戶在各類云盤之間的轉移[13]；第三類為在相同媒介下，用戶在異質產品/服務中的轉移。如，用戶在博客和參與互動性更強的社交網絡平臺之間的轉移[14]。另外，在網絡服務中，由于新型問答社區的開放性及包容性，人們逐漸從傳統的問答網站轉向新型的知識問答社區，如從百度知道轉向知乎等。總之，隨著產品性能的逐漸提升和產品功能的逐步擴展，用戶更趨向于使用體驗感和交互感強的產品和服務。

根據IT產品/服務的類型，本文將其劃分為娛樂型、社交型、商業型和工具型四類。對于用戶所處于的不同產品/服務的情境，研究人員除了考察滿意度、轉移成本、替代品吸引力等比較常見的影響因素外，還根據產品/服務自身的功能特性探索了相關因素（見表1）。其中，在娛樂型產品/服務的情境下，用戶更關注其多樣性、娛樂性和可玩性；對于社交型產品/服務，聯系強度、社會性價值、社交壓力等對用戶的轉移具有重要的影響；在使用商業型產品/服務的情境下，信任、感知風險等因素考慮頻次較多；相對于其他三種類型的產品/服務，工具型產品的感知易用性、感知有用性、感知安全性等因素對用戶的轉移顯得較為重要。據此，研究者在對用戶轉移行為進行探索時，也需考慮用戶所處的情境并挖掘相關的影響因素。

2.3 信息管理領域用戶轉移行為研究的理論基礎

在信息管理領域，有關IT采納和使用中用戶轉移行為的研究所使用的理論基礎分布較廣，大致來源于地理學、心理學、傳播學、經濟學、組織行為學、信息系統等若干學科專業。在信息管理領域，有關用戶轉移的文獻基于推-拉-錨（PPM）模型的探討較多。部分研究也將動機理論、使用與滿足理論、技術接受理論、網絡外部性理論等融合進PPM模型中以研究用戶的轉移行為。本文基于Gregor對信息系統領域的5種類型理論的劃分，即分析性（Analyzing）、解釋性（Explaining）、預測性（Predicting）、解釋預測性（Explaining and predicting）以及設計行動性（Design and action）[22]，回顧并梳理了信息管理領域用戶轉移行為的理論基礎（見表2）。

可以看出，目前有關用戶轉移的研究視角比較豐富，其中大部分理論在研究用戶初始采納和持續使用行為中也被廣泛地運用。從理論用途來看，用戶轉移研究的理論大部分屬于解釋性以及解釋預測性，即基于理論模型的構建和檢驗來探索用戶轉移行為的相關影響因素。這類理論側重于對用戶態度和行為的解釋分析，在研究用戶轉移行為方面具有較強的適用性。另外，在現有對用戶轉移進行探究的文獻中，基于設計行動性理論的研究較少。該種類型的理論具有一定的指導性，即通過提供方法、技術、內容/功能準則來輔助研究及設計。該類理論適用于產品/服務的開發及設計，如何將該類理論應用在用戶轉移中也有待于學者們進一步探討，具體將在研究展望中進一步論述。

3 IT采納和使用中影響用戶轉移的因素

目前，在信息管理領域，對用戶在IT產品/服務間的轉移行為研究正處于上升階段。已有文獻對用戶轉移行為進行研究，其包括兩類：第一類并未基于任何理論，直接挖掘現有文獻考慮較多的因素（如滿意度、轉移成本等）進行研究[16，37-38]；第二類基于PPM模型以及其他理論來解釋用戶轉移的原因[15，26，31，39-43]。Choi等[5]從文化因素、社會因素、經濟因素及個人動機來分析用戶轉移的影響；Hsieh等[18]基于PPM模型將用戶轉移行為從推動因素、拉動因素和錨定因素三個方面來研究；趙宇翔等[44]基于內容分析法將用戶轉移行為的影響因素分為五大范疇，即原有IT產品的相關因素、替代IT產品的相關因素、阻礙因素、社會因素和個人因素。本文將基于這五類影響因素對現有文獻進行總結分析（見表3）。

3.1 原有IT產品/服務的相關因素

不滿意度是推動人們轉移到另一個信息產品/服務中的關鍵因素。滿意度/不滿意度的影響已經在IT/IS領域用戶轉移動因中得到了廣泛驗證[51-52]。當用戶對現有產品/服務使用不滿意時，就很可能會轉向可替代的產品來獲得更好的用戶體驗[45，53]。而當用戶對當前使用的產品滿意度較高時，用戶的轉移意向則較弱[37，54-57]。Cheng等將不滿意度分為成員制度、技術質量、信息質量以及社區支持四個維度，研究結果顯示用戶對成員制度的不滿會顯著影響其轉移意向[4]。同時也有研究表明，若用戶沒有意識到替代品的吸引，那么不滿意度并不會對用戶轉移產生影響[58]。Fei等對SNS社區轉移意向的研究發現，若用戶對當前使用產品的不滿意度與轉移意向之間并無顯著關系[17]。此外，有研究證實用戶對產品的使用幅度越大，依賴程度越高，用戶的轉移意向則會有所降低[21，38]。

除了不滿意度和產品使用幅度這兩個因素外，考慮IT產品/服務的特性對用戶轉移的影響也是十分必要的。在社交型IT產品/服務的情境中，Hsieh等[18]認為博主在使用博客的過程中，若感知到與他人聯系越弱，那么他的轉移意愿就越高；Hou等基于PP理論（Push-Pull theory）研究發現社交程度和趣味性低也會推動人們進行轉移[59]。此外，在工具型IT產品/服務中，Wu等[13]對用戶在云存儲間轉移的研究中將感知風險劃分為6個維度，并證實其對用戶轉移產生正向的顯著影響。當用戶感知到財產、隱私等在當前使用的產品中存在風險，他們會更傾向于尋找安全程度更高的產品。

3.2 替代IT產品/服務的相關因素

在前人基于PPM理論的研究中，替代品吸引力（Attractive Alternativeness）經常被視為拉動人們轉移的重要因素[54，56，59，60]。替代品吸引力指的是市場上可獲得的競品中，消費者對替代品吸引力所感知到的程度[61]。Bhattacherjee等[39]表明替代品的相對優勢會正向影響用戶的轉移行為。類似的，在Chang等[6]的研究中，替代品吸引力正向影響用戶的轉移意向并顯著地正向調節了不滿意度和轉移意向之間的關系。由于人們通常對不同產品進行比較從而判斷產品所擁有的優勢，故Ye和Potter用相對優勢來考察其對用戶轉移的影響[7]。Fei等也將替代品的吸引力重新定義為相對吸引力并從使用與滿足理論的角度將其劃分為五個維度，即相對社會性價值、相對社會形象價值、相對逃避價值、相對自我提升價值、相對娛樂性價值和相對信息搜尋價值。Fei等對SNS之間的轉移研究發現前四種因素對用戶轉移行為具有正向的顯著影響，人們很少因為后兩種因素而使用新的SNS網站[17]。

另外，人們還基于內外部動機理論和技術接受理論來考慮替代品自身對用戶轉移意向的影響[32]。Hsieh等[18]在對博主的轉移行為的研究中將愉悅和相對有用性作為其影響因素并得到了證實；Choi[5]等研究發現娛樂性對用戶的轉移具有正向影響；Hsieh等認為相對有用性、表達有效性和相對可玩性會正向促進用戶的轉移意向[26]。類似地，Ye和Potter[7]研究發現感知相對易用性和感知相對安全性對用戶的轉移意向具有顯著的正向影響；曹雄飛在對從博客轉移到SNS網站的用戶研究后發現，相對易用性越強，用戶的轉移意向也越強[14]。

3.3 阻礙因素

在經濟學和營銷學領域，學者們廣泛采用轉移成本作為用戶進行轉移的阻礙因素[62]。轉移成本指的是當用戶轉移到另一個服務、產品或平臺上所需要承受的代價。人們在轉移的過程中，會計算并衡量產生的經濟、行為和心理上的損失。Burnham等[63]總結出了8種類型的轉移成本并將其分為過程性、經濟性和關系性三類。過程性的轉移成本包括經濟風險成本、評估成本、學習成本和建立成本；經濟性轉移成本包括收益損失成本、金錢損失成本；關系性轉移成本包括個人關系損失成本和品牌關系損失成本。Lin等[36]對IT產品的研究發現這三類轉移成本對用戶的轉移具有顯著的負向影響；Chang[6]等將轉移成本劃分為沉沒成本、建立成本和持續成本。沉沒成本指的是在當前所享受的服務中所花費的不可回收的時間精力；建立成本指的是在注冊新的賬號和完善個人信息時所花費的精力和時間成本；持續成本指的是通知好友所需花費的時間精力及中斷與部分好友的聯系的成本。大部分前人的研究結果都表明，轉移成本對用戶的轉移意向具有顯著的負向影響[7，14，18，26]。Hou等認為由于用戶在原有IT產品中積累的虛擬財產、積分及所擁有的等級會阻礙用戶進行轉移[40]；Wu等研究證實低的轉移成本會促進用戶的轉移意向[64]。因為用戶不需要考慮可能花費的巨大精力或損失。另外，他們還將轉移障礙作為轉移成本和轉移意向的中間變量。研究結果顯示，轉移成本對轉移障礙產生正向影響，并且轉移障礙對用戶轉移意向產生顯著的負向影響。

此外，Hsu[65]對用戶轉移的研究顯示轉移成本對轉移意向沒有直接的影響，轉移成本對轉移意向的影響完全被感知轉移價值所中介；Cheng等在轉移成本中僅考慮了建立成本和持續成本，研究結果顯示轉移成本并未對轉移意向產生顯著的影響[4]。類似地，Choi等[5]也研究發現轉移成本對用戶轉移意向無顯著影響。

綜上所述，大部分學者認為轉移成本的增加會削弱用戶轉移行為[40]。雖然用戶轉移到另一IT產品或服務并不需要花費金錢，但是用戶在當前所使用產品中與其他人的聯系、建立的聲望及產生的內容使用戶很難立刻轉移到另一產品中[5]。而有的研究也表明轉移成本對用戶的轉移意向并無顯著的影響。這主要是由于產品之間兼容性的擴展，用戶建立賬戶、告知朋友都不再需要耗費太多時間和精力。另外，用戶轉移到另一媒體上并不會刪除其賬戶信息，原有的賬戶信息和內容能夠在新網站的個人主頁上進行鏈接[4]。Bhattacherjee等[39]認為在IT產品/服務之間的轉移僅僅是一鍵轉移（a click away），轉移行為的發生就像下載安裝一樣簡單。

3.4 社會因素

社會因素指的是社會中的其他人（包括親戚、朋友、社區群體等）對自身態度和行為的影響。社會影響、網絡外部性、同輩影響、主觀規范、趨勢跟隨等都是學者研究次數較多的影響因素。

Park等[34]認為社會影響對用戶轉移意向具有顯著的正向影響；Ye和Potter[7]研究發現主觀規范越低，用戶的轉移意向也越弱；Polites和Karahanna[47]認為主觀規范對用戶轉移到新系統上具有顯著的正向影響；Hou等基于PP理論（Push-Pull theory）研究發現同輩影響、用戶規模會拉動人們進行轉移[59]；Wu等[13]認為由于更豐富的資源及對功能和服務質量較高的期待，用戶會選擇用戶群體更大的云存儲產品；Cheng等研究發現同輩影響對用戶轉移到SNS的意愿具有正向影響。因為人們在SNS上可以尋找朋友并與他們建立或維持關系，而且當用戶被很多朋友邀請加入時，他們做出轉移的決定會更加容易[4]。類似地，Yao等證實了同輩影響對用戶轉移意向的正向顯著影響。當用戶的眾多好友轉移到另一個IT產品中并且邀請用戶加入時，用戶會更有驅動力去轉移，因為使用它可以與朋友們保持聯系[48]。Yao等還考慮了趨勢跟隨這一因素，雖然該因素并未對轉移意愿產生直接的影響，但它通過替代品吸引力對用戶轉移產生了一定的影響[48]。另外，Kim和Kankanhalli[66]從用戶抵抗的角度考慮了用戶轉移的影響因素，研究結果顯示組織的支持程度越高，用戶的抵抗程度會相應減少。

此外，在社交型IT產品/服務的研究情境下，部分研究人員驗證了社交過載、社會壓力等對用戶轉移行為的正向影響。Yao等研究證實SNS活動過載和社會監控均會對用戶的不滿及替代品的吸引力具有顯著的正向影響，并通過他們間接地影響用戶的轉移意愿。另外，SNS活動的過載對用戶的轉移也具有直接的正向影響[48]。Lim和Choi[46]研究了SNS網站的壓力對人們的轉移意向具有顯著的正向影響。本文認為，社交媒體一方面能夠讓用戶結交到更多的朋友，另一方面，好友信息的不斷更新以及過多的社交內容會讓用戶產生社交疲憊，從而使他們遠離當前使用的社會化媒體。

3.5 個人因素

個人因素指的是用戶的人口統計學特征（年齡、性別、教育程度）、個體經歷（個人轉移經驗）、個人特性及自我傾向（個人創新、信任、習慣）三個方面對用戶態度和行為的影響。

（1）在人口統計學方面，Ranganathan等[50]研究發現年齡越大，用戶轉移的意向越弱，且男性比女性更容易發生轉移行為；Wu等[13]對用戶在云存儲之間的轉移的研究中證實用戶的教育程度會對轉移意向產生正向的顯著影響；Zhang等[56]對博客用戶的研究中發現女性對滿意度更加敏感，而男性更加關注替代品的吸引力。

（2）在個體經歷方面，Hsieh等[18]以博主為研究對象，將寫作焦慮納入影響人們的轉移意向的影響因素。通過實證研究表明，當用戶在博客上發布文章時感受到的焦慮越多會刺激人們的轉移意愿；Hou等發現過去轉移成功的經歷對用戶轉移具有顯著的正向影響，但當用戶的經驗較少時，用戶的轉移意愿較弱[15，40]。類似地，Hsieh等[18]對從博客遷移到Facebook的用戶研究發現過去的經歷對轉移意向具有顯著的負向影響，并在推動因素和轉移意向之間起到負向的調節作用。

（3）在個人特性及自我傾向方面，Bhattacherjee等[39]認為用戶對當前產品使用一段時間形成習慣后，對其的使用更趨向于自然而然的無意識的行為，這會阻礙用戶的轉移。Ye[7]、Lai[41]等研究發現用戶習慣于對當前產品的使用會對用戶的轉移意向產生負向的影響。除習慣外，信任也是考慮較多的因素之一。Wu等[13]認為用戶會對那些在其他產品上聲譽較好的公司開發出來的云盤更加信任，從而促使他們轉移。同時，Lai和Wang[41]也認為用戶對IT產品的信任度越低，那么轉移意愿更強。此外，研究發現個人創新也會對用戶的轉移行為起到顯著的正向影響[31，34，49]。那些傾向于體驗或試驗新產品的用戶對新產品的態度更為開放。這也解釋了產品的前幾批用戶比后面注冊的用戶的個人創新度更高的原因[18]。另外，對多樣性的需求也是用戶進行IT轉移的原因之一[16]。

4 信息管理領域用戶轉移行為的研究展望

4.1 用戶轉移行為的演變過程

現有的大部分研究直接測量各種因素對用戶轉移行為的影響，但是對用戶轉移行為的演變過程進行研究的文獻則較少。而用戶發生轉移行為的演變過程對產品運營者具有很重要的參考意義，它能在一定程度上幫助產品運營者留住用戶，保持用戶的參與度和粘性。在未來的研究中，研究人員可以通過實驗觀察的方法來跟蹤用戶對IT產品的使用行為。實驗觀察即研究者可以利用用戶對產品使用情況的客觀數據來預測用戶是否有轉移的跡象，如使用時間的長短、每天使用的次數、享用產品所提供服務的多少等。在觀察的過程中，可以輔之以訪談來了解用戶的體驗感。最后，通過數據資料的分析構建用戶行為與用戶體驗之間的關系模型，從而探究用戶轉移行為的演變機制。基于此，運營商可以在適當的時機設計一系列的激勵機制來挽留用戶、維持用戶的參與度，保證產品的可持續發展。

4.2 用戶轉移行為的定性分析

在信息管理領域，現有對用戶轉移的研究大部分是通過調查問卷的形式來進行定量分析，而定性分析的研究則較少。由于產品特性的不同，影響因素在各類產品中會有較大的差別。同時，由于有些因素或許未被發現或者其重要性被研究者所忽視，調查問卷中并沒有對該因素進行測量，因而對用戶轉移行為的解釋程度可能會造成一定的影響。未來的研究可以采用深度訪談和個案分析的方法對那些已經轉移到另一產品/服務中的用戶進行交談，并深入了解他們的使用體驗以及影響他們轉移的真實原因。然后再通過對訪談資料的分析來總結梳理用戶轉移的動機。在此基礎上再開展問卷調查進行定量分析。另外，在研究過程中，也需考慮到用戶自身的人口統計學特征及性格特點等因素。

4.3 不同的用戶類型對用戶轉移的影響

Prensky于2001年提出了數字移民和數字原住民兩個概念[67]，兩類用戶群體在思維方式、認知模式、成長背景、學習能力、IT素養以及心理建設等方面都存在較大的差異。以商品的使用為例，數字移民更傾向于查看商品的說明書，而數字原住民相信商品自身能夠教會他們如何使用。可見在IT產品的轉移行為方面，數字移民面臨的轉移壁壘會比數字原住民所面臨的更高，從而使數字移民與數字原住民兩類人群的轉移意向會有較大的差異。在研究方法上，可以利用技術接受模型和創新擴散理論來對兩類用戶的轉移意愿和行為進行研究。基于此，技術人員可以根據這種差異開發出IT產品的不同版本以供不同類型的用戶使用。

根據用戶的參與程度，用戶群體可以劃分為潛水者和活躍者兩類。這兩類用戶在產品的使用程度上有很大的不同。以虛擬社區為例，活躍者在社區中與他人的聯系更強、在社區中所生成的內容、建立的聲望以及獲得的虛擬財產等在很大程度上會影響用戶的轉移。而潛水者在社區中與他人的聯系相對較弱，對社區的歸屬感可能也不強，阻礙用戶進行轉移的因素也相對較少。由此看來，在虛擬社區中，活躍者與潛水者的轉移動機、轉移方式以及轉移程度等方面會有較大的差異。未來的研究值得對這兩類人群的轉移動機進行比較分析。

4.4 社交疲憊對用戶轉移的影響

隨著社交媒體的不斷發展，越來越多的用戶加入到虛擬社區中。一方面，用戶在其中能夠認識更多的人；另一方面，隨著個人信息的暴露以及對個人隱私的關注，用戶在心理和行為上都表現出了一定程度的壓力。Lim和Choi[46]將社交壓力劃分為四個維度，即社會負荷、社會比較、隱私和有偏見的觀點并證實對用戶轉移行為具有顯著的正向影響。同時，社交壓力會導致情感耗盡和抗拒；Yao等也認為SNS活動過載也會觸發用戶的轉移意向[48]。當用戶感覺持續地被他人關注或進行過多的社會交往時，用戶可能會產生社交疲憊。這種社交壓力會使得用戶離開對當前社交媒體的使用，轉而去使用其他產品。在現有的對用戶轉移的研究中，大多數研究者主要從產品自身以及社會環境的角度來考慮用戶轉移的動機，從用戶心理層面進行考慮的研究較少。而用戶在社交產品之間的轉移行為很有可能是由用戶所產生的社交倦怠、社交壓力等心理狀態所引起的，所以社交倦怠等心理因素是影響用戶進行轉移的重要因素之一，尤其在社交媒體的情境下。

4.5 用戶轉移與用戶忠誠的雙向研究

用戶轉移和用戶忠誠是兩個具有對立性的使用行為。用戶轉移與用戶忠誠的雙向研究，即基于行動研究法（Action Research Approach），研究人員在某個共同確立的框架下來研究這兩種完全不同的使用行為。在用戶忠誠的現有研究中，Huang等[68]基于心流理論和感知價值探究了網絡用戶忠誠的影響因素；Zhou和Lu[69]基于網絡外部性和心流體驗并通過感知有用性和滿意度兩個因素來探究其對忠誠度的影響；Gu等[70]基于SOR模型并從運營商和用戶以及用戶與用戶之間關系的角度對用戶忠誠的影響因素進行實證分析。故此，用戶轉移和用戶忠誠的雙向研究對產品的成功運營具有重要意義。一方面，從用戶轉移的角度思考用戶忠誠，即通過對用戶轉移影響因素的分析制定有效的激勵機制，提升用戶的使用黏性。同時，競爭者可以通過用戶轉移的動機來不斷吸引新用戶；另一方面，從用戶忠誠的角度思考用戶轉移，則是通過用戶忠誠的影響因素來尋求對于用戶轉移行為相關的抑制措施，從而不斷對IT產品/服務進行完善。

5 結語

隨著技術的飛速提升，各種IT產品/服務也隨之不斷涌現。同時由于產品安裝過程的便利性，人們可以在各類產品之間不斷地進行轉移。用戶轉移行為的研究對IT產品/服務運營商具有重要的意義，能夠幫助運營者有效地認識到用戶行為背后的機理，從而據此作出相應的決策。從橫向上來看，產品自身可以不斷擴展特色鮮明的業務模式、運作模式和服務模式，對產品進行功能和結構上的創新，并不斷優化用戶體驗來維系產品的可持續發展。從縱向上來看，IT產品和服務應該突顯資源觀理論中強調的“不可替代性”和“弱流動性”，注重和產業結構以及行業特征相匹配，讓競爭者和潛在替代者在短時間內難以模仿，以消除替代品對用戶的吸引力。另外，在完善產品的過程中，也要制定詳盡的IT產品/服務的使用規范并引導人們合理的使用，從而構建良好的網絡生態和可持續發展模式。

參考文獻：

[1] TOP 2000 APP榜沒見過吧？|QuestMobile2016年秋季盤點帶你縱橫中國移動互聯網！[EB/OL].[2016-10-12].http：//mp.weixin.qq.com/s？__biz=MjM5MDk2NzM0Ng==&mid=2651505066&idx=1&sn=49eaeaa89cade921c16eca37e48caafc&mpshare=1&scene=23&srcid=1216EG3D0NNRdadx9jEVawDm#rd.

[2] 網站Alexa排名、流量、訪問量、頁面瀏覽量查詢-Alexa網站排名查詢[EB/OL].[2016-12-16].http：//alexa.chinaz.com/kaixin001.com.

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

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

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

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

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

[8] 趙宇翔，朱慶華.感知示能性在社會化媒體后續采納階段的調節效應初探[J].情報學報，2013，32（10）：1099-1111.

[9] 徐孝娟，孫霄凌，彭希羨，等.由傳統圖書館到數字圖書館的用戶轉移行為研究——以大學生用戶為例[J].圖書與情報，2014（4）：105-110.

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

[11] 徐孝娟，趙宇翔，朱慶華.從傳統紙媒到數字媒介的用戶閱讀轉移行為研究——基于MEC理論的探索[J].中國圖書館學報，2016，42（3）：116-127.

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

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

[14] 曹雄飛.理解博客用戶向微博的轉移[D].北京：中國科學技術大學，2014.

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

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

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

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

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

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

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

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

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

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

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

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

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

[28] Davis F D，Bagozzi R P，Warshaw P R.User acceptance of computer technology：a comparison of two theoretical models[J].Management science，1989，35（8）：982-1003.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

[44] 趙宇翔，彭希羨，朱慶華.社交媒體后續采納階段用戶轉移行為研究——以微信為例[J].情報學報，2016，35（2）：208-224.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

作者簡介：趙宇翔（1983-），男，南京理工大學經濟管理學院教授，碩士生導師，研究方向：人機交互、網絡信息資源管理；劉周穎（1994-），女，南京理工大學經濟管理學院碩士研究生，研究方向：網絡信息資源管理、社會化媒體。