“滿意”還是“鎖定”：理解技術創新路徑依賴下的消費者持續使用

韋驍勇，沈 蕾

（東華大學 旭日工商管理學院，上海 200051）

信息技術在互聯網中的創新性應用帶來了商務模式的劇烈變化。對互聯網企業而言，技術創新是保證其生存和發展的關鍵要素，要使企業在行業中保持優勢地位，不僅要促成消費者的技術接受，更需要使其形成對技術創新的持續使用，而這也正是近年來信息系統（IS）用戶研究的重點之一。對IS的重復使用類似于消費者對產品和服務的重復消費，因此，一類最具影響力的研究將營銷學中的“期望-確認”（ECM）理論，引入到IS持續使用議題中，取得了一系列具有突破性意義的成果。此類研究通常借助測量用戶的認知信念等判斷來解釋和預測其持續使用行為，遵循“認知-情感-行為”的范式，“滿意”是其中重要的中介變量。

雖然此類模型已經取得了廣泛的應用，但它在解釋個體特別是消費者的行為上仍存在一定缺陷。一個主要的缺陷是，此類模型并未考慮技術的推廣和接受是一個逐步演進的時空過程，具有多階段性[1-2]，并且，在技術逐步融入消費者日常生活的過程中，隨著消費者對某種技術的感知效益的認識不斷加強和固化，其主觀認知判斷過程逐漸減少，技術依賴逐漸增強，“滿意”的影響力逐漸弱化；在外部環境與技術的交互作用下，技術創新會發生鎖定效應，表現為一種消費者認知層面的鎖定。另一方面，由于消費者對信息的處理能力有限，他們學會使用一項新技術需要消耗一定的認知努力，比較不同技術的差異也需要付出信息搜索和處理的努力。當消費者學會熟練地操作和使用某一項技術時，他們便難以放棄這項技術便利，對技術依賴的程度亦愈發增長，從而加強認知鎖定。這種現象很難通過基于技術接受信念的觀點進行說明，卻能夠以人力資本模型和交易成本理論更好地進行解釋。

因此，當某項技術具備了超越其他同類技術的獨特應用優勢時，互聯網中的消費者不再只是簡單地基于其信念和“滿意”而重復訪問這一在線服務提供者，這種行為更像是被“鎖定”的，其經濟學根源在于技術創新應用本身所導致的一種路徑依賴——技術創新路徑依賴的發生是如此普遍和難以避免：C2C電子商務中的淘寶，在線即時通訊中的騰訊，社交平臺中的新浪微博，移動即時通訊中的微信…當一項技術存在較強的鎖定效應時，基于認知信念的持續使用模型就難以再對使用者的未來行為進行預測，那么，在路徑依賴的情景下，網絡消費者技術持續使用行為的內在機制及其決定因素發生了什么變化，這種變化又會如何影響消費者的后續行為及應對策略？

對這個理論問題的解答具有十分重要的現實意義。在當前“互聯網+”以及“大眾創業、萬眾創新”的時代背景下，對那些聚焦于科技創新的中小微型企業而言，能否成功創造消費者對其技術創新的認知鎖定將決定企業能否在激烈的競爭中生存下來，對技術依賴下的持續使用現象的了解也有助于這些企業的發展。同時，面對那些已經成功塑造消費者持續使用的企業而言，研究結論也能為其改善顧客關系管理策略提供一定啟示。

1 文獻回顧

1.1 消費者IS持續使用

一般而言，IS持續使用是同時存在于組織[2]與個人[3-4]層面的現象，而與營銷學有關的持續使用研究則更為關注對個人用戶，即消費者的行為進行解釋。當一項技術被初次采納后，使用者可能進入一種對持續化、常態化的技術使用階段，并使這種行為逐漸超越有意識的行動轉化為一種日常（而非一次性）的活動[3]。因此，應將IS持續使用視為反映個人對繼續使用某個特定的信息系統的一系列重復決策的結果[4]，它停止于用戶終止使用的決定[3]。

先前的研究已經驗證，IS持續與IS接受不僅在理論上有著完全不同的內涵，那些用于解釋IS接受的前因也并不能良好地解釋持續意向（乃至行為）的產生[2]。此時，該學說發展所面臨的最大挑戰在于尋找一個合適的理論觀點解釋這一現象。

1.2 Bhattacherjee模型

雖然關于IS用戶的早期研究并未發展出對持續使用機制的合理解釋，但在營銷學領域，對消費者重復購買行為的理論研究已經得到了大量經驗證據的支持，而IS的持續使用作為一種重復決策，與之有著極為相似之處。由此，Bhattacherjee[3]將“期望-確認”理論成功應用于IS持續使用研究，將用戶滿意作為持續意向的重要解釋變量，并結合IS研究情景以感知有用替代使用后的信念，如圖1所示。

圖1 Bhattacherjee模型[3]

模型中的路徑均被假定為正向作用，所有路徑均通過了實證數據檢驗。研究證實[3]，作為功利性價值的代表，感知有用是在技術的采納階段和持續階段都能對使用意向造成影響的重要因素，持續意向由用戶滿意和（使用后的）感知有用共同決定。

近年來，盡管一些后續的文獻向Bhattacherjee的ECM模型[3]添加了少數變量對其進行小規模拓展[5-6]，但并未影響它作為一個經典理論模型的優勢。這是因為，Bhattacherjee模型不僅完整包含并重現了ECM理論的基本機制來解釋IS持續使用，還采用與先前的IS研究[1]完全不同的理論框架和理論構念來解釋IS接受后行為，而這些新構念（確認、用戶滿意）全部產生于成熟的理論，這使模型具備了較高的理論效度。此外，Bhattacherjee模型并不盲目追求采用一些缺乏理論貢獻意義的變量來提高其解釋水平[4]；同時，它又能通過極為簡約的模型設計提供（相對以往研究）更高的效力。注意到，ECM的滿意機制與本研究討論的認知鎖定效應可能具有的潛在互相作用，及其簡潔有效的理論建構形式，本文仍將該模型作為理論拓展的基點。

1.3 兩種觀點

基于認知信念的研究范式將技術相關信念作為持續使用行為的前因，而滿意作為個體對期望與感知績效進行比較而產生的心理狀態和結果[3]，不僅在解釋重復消費與顧客忠誠上取得了成功，在大量應用ECM理論的IS研究中，研究者們也發現，用戶滿意是解釋持續使用意向的非常關鍵的（甚至是最為重要的）變量[3-7]。基于此，研究者們有理由相信，ECM理論是解釋技術平臺持續使用的一個重要基礎。但是問題在于，ECM理論所提供的解釋因素是否已經足夠可以幫助研究者及實踐人員理解消費者網絡技術平臺持續使用的全部現象？

在消費行為與IS研究的交叉領域中，目前至少存在兩種重要的范式用于理解個體行為。第1種研究遵循社會心理學的理性行動理論（TRA）及計劃行動理論（TPB）[8]的指導，這類理論基于人類行為的理性假定，采用態度等變量對意向進行解釋，并以行為意向預測行為。在這里，“理性”的含義是指，人們的行為總是合乎理智的，個體在實施其行為之前會“充分考慮所有可用的信息并慎重地思考其行為可能帶來的后果”[8]。但近年來，個體經濟行為有限理性的觀點逐漸得到更多學者的認同。因此，另一種研究范式便基于人類有限理性的理論假定，探討交易因素對經濟決策的影響。電子商務領域中的研究發現，交易成本，特別是專用性資產的投入，會對消費者的重復使用和交易意向產生不同程度的作用[9-10]。這些結論暗示，應該將交易成本觀點與個體有限理性的假定引入系統持續使用研究，并且下文將會說明這在技術路徑依賴的研究情景下尤為必要。

1.4 認知鎖定效應

鎖定是一個經濟學概念，Arthur[11]在討論技術創新導致的路徑依賴時指出，一種技術可以通過提高其他技術的使用成本來獲得獨特的市場優勢，從而使經濟決策行為陷入一種鎖定狀態。這種技術鎖定直接源于技術創新的路徑依賴，其經濟學含義為主體當期的決策受其前期決策的影響。在技術路徑依賴中，消費者的學習行為將產生一種專用性資產，技術使用中的不確定性更會使他們傾向于繼續使用熟悉的技術應用，產生一種認知鎖定效應。

消費者會反復訪問某些零售商以減少搜索成本，Zauberman[12]將這種現象稱為消費者鎖定，即消費者完成初始決策后，會減少在未來更換零售商或進行額外搜索的傾向。Johnson等[13]則進一步指出，在互聯網技術環境中，存在一種認知層面的鎖定。他們觀察到，消費者對同一購物網站的訪問時間變化服從實踐之冪律法則，并且其初次訪問時間越短、后續訪問時間衰減越快、回訪次數越多，訪問者的購買幾率就越高。互聯網消費者的信息搜索行為實際是非常有限的，這是因為互聯網雖然降低了信息獲取的成本，但卻幾乎沒有對處理信息所需的認知成本造成任何影響[13-14]，而學習使用特定網站來獲取有用的信息能夠有效減少消費者的無效嘗試與認知成本。

基于此，Johnson等[13]將導致這一現象的原因稱為認知鎖定。表1歸納了目前文獻中關于認知鎖定效應的主要研究發現。

表1 技術創新認知鎖定效應文獻回顧

綜合來看，相對于傳統經濟學的轉移成本[12]，目前更多學者認為認知成本[13-18]才是產生鎖定的關鍵，從而本文中認知鎖定也被概念化為因消費者認知成本變化而導致的對技術創新的鎖定狀態。并且，隨著技術用戶的增加，消費者更難以放棄由這項技術應用帶來的收益。

1.5 比較相關概念

為了進一步闡釋認知鎖定的概念，下文將其與IS及營銷研究中幾個相關的概念進行比較，從而更好地幫助讀者理解其區別。

習慣的概念被廣泛用于顧客忠誠及IS持續研究中[4，19-21]。習慣也由重復的實踐所建立，它對重復行為也有著重要的影響，并且也具有抵抗行為變化的能力，但習慣有著更為嚴苛的應用條件：習慣必須由長期的學習實踐建立，并且需要特定外部環境刺激的觸發[19-20]。相較之下，認知鎖定是一種快速建立的學習結果[19]，它通過認知成本構筑阻礙轉換的障壁，從而具有相對寬泛的適用條件。

服務便利性[22]似乎也能解釋鎖定所描述的現象：消費者因為方便等原因選擇使用某一服務，而這種方便與時間和努力成本有著非常緊密的關系。但是，認知鎖定的建立與認知成本直接相關，而與一般意義上的便利性不同的是，使用特定技術的認知成本具有動態性[13，15]，它會隨著學習的開展而逐漸降低。

慣性也是一個被此類研究經常使用的概念，它所解釋的現象與認知鎖定具有一定的重疊。具體而言，慣性是一個更為廣泛的概念，它雖然與習慣有著較大的聯系，但需要指出的是，營銷學與IS文獻也將積極的情感反應與評價歸入慣性的來源[23-24]，從而使它同時包含了本文討論的兩類持續機制（滿意與鎖定）的作用。因此，采用這一構念無法為理論的進一步發展提供更多見解，也無益于幫助研究者們理解技術服務持續性使用現象背后的兩種認知機制究竟具有何種關系——而這正是本文試圖揭示的問題。

2 理論模型與研究假設

2.1 拓展基礎模型

依據上述分析，研究初步形成了解釋路徑依賴情景下，消費者技術平臺持續使用的兩種理論觀點，即ECM模型與認知鎖定機制。前者已被大量的實證研究所證實，因此，關于ECM模型的5條路徑假定首先被接受為如下研究假設：

H1消費者對技術平臺的期望確認正向影響其對此平臺的感知有用。

H2消費者對技術平臺的期望確認正向影響其對此平臺的滿意。

H3消費者對技術平臺的感知有用程度正向影響其對此平臺的滿意。

H4消費者對技術平臺的感知有用正向影響其對此平臺的持續使用意向。

H5消費者對技術平臺的滿意正向影響其對此平臺的持續使用意向。

接下來，將進一步討論模型中的第2種理論機制。

2.1.1 認知鎖定效應 認知鎖定下的消費者也會產生持續性的技術使用行為，但是，這種行為的內在機制與上述持續模型并不相同，它建立在個體有限理性的假設基礎上。這是因為，即使在互聯網環境下，消費者的信息搜索也并不是完全的，他們也不具備處理所有信息的能力，從而決策過程始終存在不確定性。因此，當消費者對特定技術產生認知鎖定后，他們對技術服務的使用經驗積累會使他們更容易在技術的幫助下獲得有效的信息，提高他們主觀上對技術價值的認識；同時，隨著用戶數量的增加和用戶交流的積累，互聯網經濟正反饋帶來的規模效應以及由此產生的外部性[25]使消費者更難以放棄這一平臺。為了減少認知成本并獲得理想收益，消費者會有意識地使用在他們認知中占據優勢地位的平臺。因此，提出假設：

H6消費者對技術平臺的認知鎖定正向影響其對此平臺的持續使用意向。

隨著鎖定的發展，消費者對技術評價的反思逐漸減少，而對技術具有的獨特價值的認識卻不斷提高，兩種持續使用觀點并非獨立而是存在交互作用，這種交互作用與消費者的轉換行為有一定關系。轉換成本被認為是阻礙消費者轉換行為的關鍵因素，傳統服務領域的實證研究也表明，轉換成本能夠降低顧客忠誠對顧客滿意的敏感程度[26-27]，將顧客鎖定于特定的服務提供商。互聯網渠道降低了信息搜索的成本，從而減輕了轉換行為可能造成的不確定性，轉換成本似乎難以像過去那樣阻礙轉換行為；在互聯網市場中進行的研究也證實，轉換成本只能在公司的服務水平高于平均的情況下才能產生類似的調節效應[28]。但由具體選擇的測量項可以看出，上述研究都聚焦于傳統經濟意義上的（貨幣的、心理的）轉換成本，而非認知成本。正如上文所言，互聯網雖然降低了消費者的搜索成本，但卻幾乎沒有對認知成本造成影響。因此，認知鎖定的調節效應是很有可能存在的。如果消費者試圖擺脫路徑依賴的束縛，他們需要對轉換的成本和收益進行權衡[15]，但是由于有限理性的消費者不可能對行為結果做出精確的判斷，出于損失厭惡等原因，他們很可能直接選擇鎖定策略并忽視一定程度的不滿。基于上述原因，提出假設：

H7消費者對技術平臺的認知鎖定會降低滿意對持續使用意向的正效應強度。

2.1.2 鎖定的前因 易用性和有用性是影響技術使用的兩種重要信念。消費者在初次使用時，會傾向選擇進入成本較低、更易于使用的技術[12-13]，但在鎖定建立后，相較于易用性，感知有用性的影響更為持久。在初次使用后，網站如果能更加有效地呈現有用的信息、幫助使用者完成任務，就更能使其感知到網站的使用價值，迅速降低使用網站所需付出的認知成本，從而強化認知鎖定[13，15]。因此，提出假設：

H8消費者對技術平臺的感知有用正向影響其對技術平臺的認知鎖定。

另一方面，除技術接受信念外，資產專用性是交易成本中影響個體行為的重要維度，在技術使用中，它體現為消費者對不可遷移技能的學習[15]。這是一種存在于人腦認知結構中的知識積累，以人力資本的形式發揮作用。對不可遷移技能的學習是認知鎖定存在的前提，也是認知成本發生動態變化的原因[13]。相對于建立習慣所需的長期學習和反復強化，短期的技能學習行為能夠通過產生專用性資產導致認知鎖定，它的核心在于使消費者掌握使用某一技術服務所需的特定技能，并培養對相關目標應用這些技能的能力[15，19-20]。因此，提出假設：

H9技能學習結果正向影響消費者對技術平臺的認知鎖定。

2.2 持續使用行為

對所有持續使用模型而言，最終目的都應該在于解釋行為，然而，一項Meta分析指出[29]，人類行為意向與實際行為間的相關系數約為0.58，僅屬中等相關水平，仍有相當部分的變異無法以行為意圖解釋。因此，文獻[4]中以IS用戶的習慣對持續使用進行預測。但是，以習慣解釋使用行為存在難以避免的局限：①并非所有的持續使用都能轉化為習慣。例如，一些不活躍的微博用戶無法建立對它的使用習慣，但他們依然會繼續使用它。②以習慣預測行為有著非常嚴苛的應用條件。習慣必須被特定的環境刺激引起，必須通過長期的反復實踐建立行為與刺激的內在鏈接，但在大多數情況下這些條件并不能被滿足，從而導致現有文獻[4]以習慣對行為進行的預測未能取得理想效果。

因此，研究通過認知鎖定與持續使用意向共同預測用戶近期的持續使用行為。Murray等[15]的研究證實，在特定情況下，認知鎖定能夠通過任務目標直接激活相關行為完成任務。可以推斷，當認知鎖定建立后，消費者甚至不需要經過主觀意愿的判斷，便能通過一種啟發法簡單地選擇繼續使用服務[30]。因此，假設：

H10消費者對技術平臺的認知鎖定正向影響其對此平臺的近期使用。

H11消費者對技術平臺的持續使用意向正向影響其對此平臺的近期使用。

3 研究方法設計

借助心理測量理論，研究將采取在線調查的方法收集數據以驗證假設。

3.1 變量操作化

由于部分構念已由先前的研究發展出較好的測量量表，故本文借用這些測項，通過英漢、漢英互譯的方式擬定中文初稿，并對語句用詞進行修正，使其更為符合中文語言習慣和技術創新的研究情景，所有量表均采用7分式。然后，基于文獻回顧，研究從技能學習與應用角度對技能學習結果進行測項操作。ECM模型的英文量表翻譯和改編自文獻[3-4]中的研究，并且與先前文獻一致，對近期使用行為的測量采取構成型指標。在認知鎖定部分，基于文獻[31]中提出的識別準則，研究采用文獻[17]中設計的測量量表，將信息有用性、交易成本優勢與網絡外部性以合并模型[32]的方式操作化為一個構成型多維構念。

3.2 統計檢驗方法選擇

由于研究假設涉及多個潛變量間的關系，故采用結構方程模型（SEM）完成分析。目前，SEM可通過基于協方差矩陣（CB）和基于偏最小二乘法（PLS）兩類統計技術實現。本文采用PLS方法，這主要出于如下原因：首先，本文的重要目的之一在于預測消費者對技術創新的持續使用意向和行為，當研究的目的在于預測時，PLS方法應該被優先考慮[33]；其次，研究涉及較為復雜的測量模型，認知鎖定被概念化為一個高階構成型構念，并且，對近期使用的測量采用構成型指標，PLS在處理這類復雜模型方面具有其他技術無法匹敵的優勢；最后，對認知鎖定調節效應的檢驗更適合在PLS中進行，以下將就此做出進一步說明。考慮一個含有3個潛變量μ、η、ξ的簡單的非線性關系：

式中：ξη為檢驗調節效應的交互項（乘積項）；σ為誤差項。假設ξ與η的所有測量指標均已中心化，對反映型測量模型，指標與潛在變量的關系為

式中，ε為誤差項。SEM中，潛變量交互項必須具有相應的測量指標。在反映型關系中，測量同一構念的所有指標均在反映同一潛在變量，因此，將兩個構念指標以某種方式配對相乘作為潛變量交互項（ξη）的測量指標是一種非常簡單合理的做法，它被廣泛應用于潛變量交互效應檢驗[34]。對潛變量ξ和η的兩個指標xk與yj，潛變量交互項的一個指標為

如果兩個構念分別有m和n個指標，最多能產生m×n個乘積指標，它們以反映型指標的形式測量潛變量交互項。但在構成型模型中，關系變為

在這里，潛變量的指標并不再反映共同原因，指標之間也可以不存在共變。因此，當交互項中任意一方為構成型構念時，以乘積指標x ky j來估計潛變量乘積便是不合理的，CB的SEM難以對此類效應進行估計。但是，在基于PLS的SEM中，PLS算法以觀測變量線性組合的方式計算潛變量得分[33]，因此，當交互項中存在構成型構念時也能方便地進行估計。目前有兩種方法能用于檢驗此類交互效應，分別為Wold混合法與兩步法[34]。前者中乘積項進入迭代過程，影響相關變量的內部估計；而后者中乘積項直接由潛變量得分相乘獲得，然后再納入結構模型中估計效應。一項Monte Carlo模擬發現，混合法在檢驗調節效應上并不存在優勢[34]，并且難以通過主流的PLS軟件實現。因此，兩步法是更好的選擇。但是，兩步法直接以潛變量得分相乘來構造交互項，從測量理論的角度，這就要求用于形成構成型構念的指標（或子構念）的綜合性要非常好，對構念的近似才會理想，也才更適合應用兩步法。因此，為了確認量表的測量綜合性，研究人員進行了一項預測試，以隨機抽樣的方式收集了112名大學生的有效樣本，對認知鎖定量表進行驗證性因子分析（CFA），將3個構成型維度與反映型指標[17]一同納入并以極大似然法進行SEM測量模型估計，結果如圖2所示。

CFA中各項擬合指標表現良好，所有路徑系數均顯著，各構念的平均方差提取（AVE）均在0.70以上，組合信度（CR）在0.88以上，IU與TCA的相關系數較高但仍小于兩者各自AVE的平方根。并且，將兩者的相關系數約束為1后，Δχ2=41.9，變化顯著（p＜0.01）。可見，各構念具備足夠的聚合效度與區別效度。最重要的是，兩組測量（構成型與反映型）之間的復相關系數平方達到0.890。可見，構成維度已經具有較高的綜合性，符合應用兩步法的要求。此外，基于預測試的結果，新構念的測項在此階段進行了部分修正，在測項凈化和效度檢驗后，最終將3個語句用于測量。

圖2 認知鎖定CFA

3.3 數據收集

研究決定使用淘寶網（taobao.com）購物信息搜索及評價系統的使用者作為測量實驗對象，這不僅因為它是一種集成了交易信息的生產與消費的技術服務創新，同時還在于它已經成為行業中路徑依賴的典型，許多消費者對其建立了非常強烈的認知鎖定。因此，研究此平臺中的消費者技術路徑依賴現象對其他創新應用領域也具有重要的借鑒意義。此外，當前消費者對此平臺的口碑褒貶不一，而這種存在較大變異程度的滿意水平恰好能為研究檢驗認知鎖定的調節效應及討論消費者的鎖定應對策略提供支持。研究采用網絡調查法收集數據，在2014年11月的兩周內，調查者通過多種渠道（社交網站、微博、電子郵件和即時通信）在不同時段向目標消費者群體發送問卷鏈接，并以cookie追蹤限制被調查者的填寫次數。被調查者在完成問卷后，將獲得一次抽取20元手機話費獎勵的機會。

4 數據分析

4.1 樣本描述與無應答偏差

本次調查共收回電子問卷558份，在剔除使用經驗不足6個月的消費者樣本，以及部分人口統計變量缺失或回答自相矛盾的答卷后，最終有效樣本數為443，有效率為79.4%。有效樣本來源于中國28個省級行政區，其中，男性占45.37%，女性占54.63%，平均年齡29.22歲，可支配收入在300元～2萬元；使用經驗在3年及以上的消費者占85.5%，平均使用頻率為一月數次及以上的消費者占83.3%，這基本符合有經驗使用者的樣本要求。對于無應答偏差問題，研究比較了CNNIC2014年發布的《中國網絡購物市場研究報告》，發現樣本在人口統計特征上與報告基本接近，同時也顯示出一些淘寶用戶的特征（女性略多于男性）。因此，本次隨機抽樣結果能夠作為總體的代表。

4.2 測量效度

研究首先采用CFA對測量模型進行評價，結果如表2所示。各反映型構念的AVE均在0.5以上，CR均大于0.7，且所有載荷均顯著，即聚合效度可以接受。一階潛變量間的相關系數如表3所示，各個一階反映型潛變量的AVE的平方根均大于與其他潛變量的相關系數，并且，交叉載荷分析顯示，所有交叉載荷均小于實際測量載荷。可見，各個反映型構念具有良好的區別效度。進一步，所有的構成型指標或維度的權重都是顯著的；同時，共線性檢驗表明，各個構成型指標或維度的方差膨脹因素（VIF）在1.315～2.284，遠低于3，共線性并未明顯影響構成型模型的使用。

表2 測量量表及其心理測量屬性值

表3 一階潛變量間相關系數*

4.3 共同方法偏差(CMB)

以同一方式進行的測量實驗容易產生共同方法變異，研究采用事前和事后兩種方法控制CMB。研究者在發送問卷鏈接時選擇不同的時段以及不同的發送渠道，并采用來源于不同文獻作者的量表組成測量問卷，問卷還以隨機順序的方式顯示測項。在事后控制部分，本文采取兩種統計方法定量評估CMB的影響。Harman的單因素檢驗表明，包含所有測項的探索性因子分析能夠提取多個因子，第一因子的解釋方差約為45%，不能解釋大部分的變異。進一步，采用改進的PLS中的方法因子CFA法[36]，即允許所有測項在其測量構念和方法因子上同時具有載荷。結果表明（為了便于解釋，將構成型指標暫時設為反映型，但以構成型方式進行運算也能得到類似結果），測項的平均實際載荷為0.755，平均被解釋方差為0.594，而測項在方法上的平均載荷僅為0.029，平均被解釋方差僅為0.009，解釋比為63∶1。可見，研究并未受到明顯的CMB影響。

4.4 路徑模型分析

4.4.1 主效應 主效應模型中包含所有的研究變量，模型估計結果如圖3所示。

圖3 主效應模型

Bootstrap法（N=500）被用于生成估計方差以進行顯著性檢驗。結果表明，所有路徑系數均是顯著的，認知鎖定的高階因子結構中，3個構成型維度的權重也全部顯著。

4.4.2 調節效應 采用主效應模型的結果，研究進一步檢驗認知鎖定的調節效應，此時所有先前的潛變量估計得分均不再改變，只估計交互項的系數，如圖4所示。結果表明，認知鎖定對滿意的負向調節作用非常顯著。所有的假設均得到統計支持。認知鎖定與滿意解釋了持續意向65.5%的變異，認知鎖定與持續意向解釋了近期行為中46.8%的變異。

圖4 調節效應模型

4.4.3 模型對比 研究應用類似分步回歸分析的方法對比兩個模型，以評價交互項的效應規模。依據Chin等[33]的建議，以Cohen’sf2衡量效應規模的大小。結果表明，CL的調節效應為中等偏小規模（0.15＞f2＞0.02），但較小的f2并不意味著調節效應不重要[4，33]。具體而言，CL的交互項具有較大的路徑系數，并且將持續意向的R2提升至0.655。因此，含有調節效應的模型有著更高的解釋效力，它在理論與數據上都更為理想。

5 結論

通過引入有限理性的觀點，研究發現，在路徑依賴的情景下，消費者的認知鎖定對其持續使用意向與近期使用行為都具有更強的預測效力。并且，隨著鎖定的發展，滿意對持續意向的預測能力逐漸減弱，鎖定逐漸成為影響消費者技術平臺使用行為的關鍵因素。相較先前的研究，本文建立的模型對此現象進行的解釋在理論與實證上都更為成功，可見，認知鎖定能非常有效地幫助研究者及實踐人員理解路徑依賴下的消費者行為模式。該結果支持研究早先提出的觀點，即基于認知信念范式的模型難以對路徑依賴下的個體行為進行解釋，研究應該從認知鎖定的角度來理解此類現象。

本文的結論具有一定局限性。為了控制環境異質性可能對結論造成的影響，研究將調查群體限定在同一技術平臺中，這雖然提高了研究設計的內部效度，卻降低了研究結論的普遍性。但是研究者選擇了一個與同行業其他平臺在大多數方面具有相同或相似特征的網站作為樣本來源，并且其中的技術路徑依賴現象可以作為一種典型得到分析，從而能夠在一定程度上減少這種不利；當然，后續的研究者仍然需要對不同類型的技術和平臺進行具體分析。

研究指出，當技術用戶產生路徑依賴后，認知鎖定對其后續使用行為發揮著更強的影響，而技術路徑依賴的存在又非常普遍，并且難以避免，在不同的技術創新和應用領域，路徑依賴的情形比比皆是。因此，研究通過對一個典型平臺的分析，揭開技術鎖定效應影響消費者認知機制的黑箱，這對其他行業中的技術創新及發展具有非常重要的借鑒意義。

技術創新首先要能為消費者提供“看得見的好處”，同時，在互聯網中，只是達到“滿意”還遠遠不夠，管理者還需要讓技術具備獨特的、難以取代的認知優勢，才能最終產生轉換壁壘，這可以從認知鎖定的角度進行考慮。消費者學習過程中產生的技術有用信念和技能學習結果是導致鎖定的兩個重要前因。一個成功鎖定消費者的技術服務平臺不僅要滿足消費者的實際需求，還要幫助他們快速學習使用方法；否則，即便服務平臺的技術超群，消費者也不會知道其好處。另一方面，更重要的是，技術的路徑依賴一旦形成，相較態度性的滿意，認知鎖定效應將會更為深刻地影響互聯網中的消費行為，這意味著制造消費者的認知鎖定將成為技術創新應用的關鍵。從認知鎖定的3個構成來源來看，信息有用性、交易成本優勢與網絡外部性正不斷地在競爭中發揮極其重要的作用：在信息的生產和獲取成為當前互聯網技術的標志性功能時，平臺中由大量用戶共同創造的內容會成為技術平臺獨特的競爭優勢。因此，幫助用戶快速有效地學習如何生產和獲得這些信息內容會變得更加關鍵。

在消費者反應策略上，當認知鎖定效應非常強烈時，路徑依賴下的消費者即便對服務產生不滿，也難以撤出鎖定優勢最大的平臺。因此，雖然在互聯網中存在許多類似的服務提供者，但它們之間也很難產生替代，這使鎖定企業更容易獲得壟斷收益，甚至損害消費者利益——這解釋了為何近年來深陷商品質量風波、備受質疑的淘寶網平臺，仍然能夠保留較大規模的重復消費群體；同時，也從側面反映，技術的認知鎖定可能對消費者保護帶來不良影響，這尤其值得引起公共管理者們的注意，應該采取有效的措施對此予以規范。