微信公眾號用戶為什么會取消關注？

程慧平　蔣星　于歡歡

關鍵詞： 微信公眾號； 取消關注意愿； 個人—環境—技術框架； 模糊集定性比較分析

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．００８

〔中圖分類號〕Ｇ２５２.０ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０６－００７８－１０

社交媒體作為新興的信息傳播媒介和社交工具，極大地豐富了人們的數字化生活， 同時也重新塑造著個人的信息消費模式。根據第４９ 次《中國互聯網絡發展狀況統計報告》（ＣＮＮＩＣ）顯示， 截至２０２１年１２ 月， 我國網民規模達１０.３２ 億， 其中即時通信用戶規模達到１０.０７ 億， 占網民整體的９７.５％。伴隨著大規模即時通信用戶群體的出現， 用戶流失成為不可避免的現象。作為目前主流的即時通信軟件之一——微信， 在２０１２ 年推出了微信公眾號這一服務板塊， 它進一步滿足了用戶對高質量信息的需求。然而， 微信公眾號數量的不斷增多導致信息呈爆炸式增長， 這些過量的信息已遠遠超出了用戶接收并處理信息的能力， 導致用戶產生使用壓力，為減少或消除這些壓力源， 用戶會選擇取消關注微信公眾號。微信公眾號的用戶流失會嚴重影響到微信公眾號的可持續發展。因此， 探討微信公眾號用戶流失的潛在誘因， 對優化微信公眾號的運營效果， 增強用戶黏性和吸引新用戶尤為重要。

微信公眾號取消關注是指用戶將已經使用的微信公眾號移出公眾號訂閱列表， 以避免接收其推送的信息［１］ 。目前， 已有學者對社交媒體用戶流失影響因素進行了分析， 主要包括： ①個人因素： Ｋｉｍ ＪＹ［２］ 研究發現， 有著不同個性、價值觀等主觀特征的個體對終止使用社交媒體的動機認知存在差異；Ｍａｓｏｏｄ Ａ 等［３］ 研究發現， 自控失靈、睡眠質量差通過內疚感的中介作用間接影響智能手機社交網站用戶退出意向； Ｚｈａｎｇ Ｇ 等［１］ 研究發現， 公眾號取消關注行為存在性別上的差異； Ｋｗｏｎ Ｅ Ｓ 等［４］ 研究發現， 感知品牌隔離、態度負向影響Ｆａｃｅｂｏｏｋ上品牌隱藏意愿； Ｋｗａｋ Ｈ 等［５］ 研究發現， 影響Ｔｗｉｔｔｅｒ 用戶取消關注的因素包括： 關系的互惠、關系重疊等； ②環境因素： Ｔａｎｇ Ｚ Ｙ 等［６］ 研究發現，個人品牌不匹配、替代品吸引力會正向影響品牌微博用戶取消關注意愿； Ｌｉｎｅｋ Ｓ Ｂ 等［７］ 研究發現，Ｔｗｉｔｔｅｒ 推送的內容以及推送頻率會影響Ｔｗｉｔｔｅｒ 用戶取消關注意愿； Ｌｉａｎｇ Ｈ 等［８］ 研究表明， 信息過載和信息冗余正向影響Ｔｗｉｔｔｅｒ 用戶取消關注意愿，信息相似性則會產生負向影響； 鄭德俊等［９］ 研究發現， 移動閱讀服務平臺用戶流失的影響因素包括替代品吸引力、用戶朋友圈； ③技術因素： 郭順利等［１０］ 研究表明， 高校圖書館微信公眾平臺的功能因素是影響用戶流失的最根本原因； 徐孝娟等［１１］研究發現， 系統質量不足時， 用戶終止使用社交網站的可能性會變大； Ｄａｒｂａｎ Ｍ 等［１２］ 研究發現， 采納后技術—任務匹配會對用戶放棄使用信息系統的意愿產生負向影響。

綜上所述， 已有相關研究成果為微信公眾號用戶取消關注意愿研究提供了一定的啟示， 但仍存在以下兩點不足： 一是已有研究從用戶個人因素、環境因素或技術因素闡釋了社交媒體用戶流失現象的形成機理， 但鮮有研究將以上３ 類因素納入同一理論框架內對微信公眾號用戶取消關注意愿的成因進行全面分析； 二是已有研究主要采用單一的結構方程模型方法進行數據分析， 無法對用戶取消關注意愿的多個前因變量之間相互依賴產生的復雜因果關系進行解釋， 本文利用模糊集定性比較分析方法則可以彌補這一不足， 使得研究結論更具有可靠性。

因此， 本研究基于個人—環境—技術框架［１３］（Ｐｅｒｓｏｎａｌ－Ｅｎｖｉｒｏｎｍｅｎｔ－Ｔｅｃｈｎｏｌｏｇｙ， ＰＥＴ 框架） 構建微信公眾號用戶取消關注意愿影響因素研究模型， 通過結構方程模型方法（ＳＥＭ）進行路徑分析，并引入模糊集定性比較方法（ｆｓＱＣＡ）探討用戶取消關注意愿影響因素之間的“聯動效應”［１４］ ， 揭示并分析影響微信公眾號用戶取消關注意愿的關鍵因素和前因構型， 為幫助微信公眾號運營商減少用戶取消關注意愿提供理論參考。

１ ＰＥＴ理論框架

個人—環境—技術框架（ＰＥＴ 框架）由Ｐｅｎｇ ＺＹ 等［１３］ 提出， 該框架認為技術接受與利用行為的產生由個人因素、環境因素和技術因素的相互作用決定。其中， 個人因素是指用戶的特征， 如用戶的興趣、知識、技能等； 環境因素是指用戶個人在應用某一技術時所在的特定環境， 即能夠促進或抑制個人目標實現的機會或約束條件； 技術因素是指技術的內部特征， 如技術內部的復雜性、系統質量等， 也指用戶對技術的使用評估， 如感知有用性、感知易用性等。該框架將個人因素、環境因素和技術因素納入同一個模型中， 形成了一個全新、完整的理論框架， 不僅有利于對社交媒體情境下的用戶信息行為進行更加準確的解釋， 而且也益于促進用戶信息行為領域相關理論的進一步發展。

ＰＥＴ 框架在構建之初是為了探討并更好地解釋企業員工采納系統后的深度使用行為， 而取消關注行為同樣是用戶采納某一項服務或技術后的典型行為之一。Ｙｉｎ Ｘ Ｂ 等［１５］ 揭示了環境因素、個人因素和技術因素對微信用戶信息規避行為的影響。因此，本研究認為ＰＥＴ 框架適用于微信公眾號用戶取消關注行為的研究。根據ＰＥＴ 框架， 微信公眾號用戶取消關注意愿是用戶個人因素、環境因素和技術因素三者共同作用的結果。本研究將興趣轉移、期望不一致納入個人因素， 將公眾號關注數量、替代品吸引力納入環境因素， 將技術—任務不匹配和不確定性納入技術因素， 來解釋微信公眾號用戶取消關注意愿的發生機理。

２研究假設與模型構建

興趣轉移是指用戶在關注公眾號后因興趣發生改變而取消關注［１６］ 。隨著各種社交媒體的不斷涌現以及用戶審美、需求的不斷變化， 用戶的興趣偏好也發生了改變。當用戶難以從關注的微信公眾號中準確捕捉新的興趣點和滿足新需求時， 用戶就有可能會取消對公眾號的關注。已有研究證實， 用戶興趣、需求的變化會降低其對產品或服務的忠誠度并增加轉換意愿。Ｔａｎｇ Ｚ Ｙ 等［１６］ 研究表明， 個人興趣的變化是用戶取消關注品牌粉絲頁面的決定性因素； Ｗｉｒｔｚ Ｊ 等［１７］ 研究發現， 興趣變化是促使合同服務設置中用戶產生轉移行為的驅動要素。基于此， 本研究提出以下假設：

Ｈ１： 興趣轉移正向影響取消關注意愿

根據期望不一致理論（ＥＤＴ）， 用戶是否繼續關注微信公眾號取決于使用后的滿意程度［１８］ 。滿意度是用戶產生持續使用意愿的重要驅動因素， 若關注某一微信公眾號后產生的實際績效超過關注前的期望時， 用戶便會對該公眾號產生滿意的態度并決定繼續使用； 反之， 用戶則會產生不滿意的態度，從而導致其取消關注微信公眾號。已有研究證實，期望不一致會顯著正向影響用戶的取消關注意愿。Ｓｈｅｎ Ｘ Ｌ 等［１９］ 研究發現， 中度期望不一致通過中度滿意的間接作用正向影響用戶對可穿戴健康系統的間歇性中輟意愿； 程慧平等［１８］ 研究表明， 期望不一致會導致社交媒體用戶產生不滿意情緒， 進而影響用戶不持續使用社交媒體。因此， 本研究認為期望不一致會正向影響微信公眾號用戶取消關注意愿， 并提出以下假設：

Ｈ２： 期望不一致正向影響取消關注意愿

技術—任務匹配模型（ＴＴＦ）揭示了信息技術與任務需求之間的適配對用戶使用行為的影響， 并能夠有效解釋用戶行為及其績效之間的邏輯關系［２０］ ，而作為ＴＴＦ 的擴展模型技術—任務不匹配模型（ＴＴＭ）則被定義為任務與技術特征的不匹配， 包括“太多” “太少” 兩種類型。ＴＴＭ 進一步闡釋了這兩種類型不匹配對用戶行為和任務績效產生的影響［２１－２２］ 。“太少” 指系統未給用戶提供任務所需的足夠功能而促使用戶產生沮喪感， 進而導致終止使用行為； “太多” 指系統提供的功能選擇已遠遠超過用戶任務的需要， 這些過多的功能會讓用戶不知所措， 對準確選擇和使用所需功能產生壓力感， 降低解決問題的效率， 從而負向影響用戶對系統的使用。已有文獻表明， 采納后技術—任務匹配負向影響用戶對信息系統的放棄使用意愿［２２］ ； Ｚａｎｄｔ ＥＣ［２１］ 研究發現， 技術—任務不匹配顯著負向影響用戶對系統的使用率。基于此， 本研究提出以下假設：

Ｈ３： 技術—任務不匹配正向影響取消關注意愿

不確定性指由于微信公眾號系統本身的頻繁更新、遷移或系統特征的不斷改變等帶給用戶的負面感知。大量微信公眾號由于是非專業的個人或組織運營， 導致公眾號系統在設計之初以及運營過程中存在著許多的技術漏洞， 致使系統設計不專業、業務流程不流暢、功能菜單設置不合理、頻繁跳轉第三方平臺等現象經常發生。這往往會直接或間接地對用戶的認知、行為和心理造成負面影響， 導致公眾號用戶產生疲勞狀態或厭煩情緒， 增強對系統不確定性的感知， 最終促使用戶取消關注微信公眾號。已有文獻發現， 系統不確定性會間接正向影響用戶對社交網絡服務（ＳＮＳ）的不持續使用意愿［２３］ ，云服務用戶感知不確定性會顯著負向影響其持續使用意愿［２４］ 。基于此， 本研究提出以下假設：

Ｈ４： 不確定性正向影響取消關注意愿

用戶關注的公眾號數量越多， 每日接收到的推送信息就會越多， 當這些信息的數量遠遠超過用戶的信息接收和處理的最大能力時， 用戶的注意力會被嚴重分散， 更易感知信息過載， 進而產生取消關注行為［２５］ 。公眾號關注數量過多會導致公眾號用戶感知信息過載， 觸發公眾號用戶的取消關注行為［７］ 。此外， 由于社會熱點及個體興趣的確定性，過多的公眾號數量會帶來較多的同質性信息， 用戶可能因為多次獲取相同或相似的信息而產生取消關注部分微信公眾號的意愿。基于此， 本研究提出以下假設：

Ｈ５： 公眾號關注數量正向影響取消關注意愿

在社交媒體服務競爭激烈、技術演變迅速以及社交媒體與用戶之間不存在任何強制性捆綁關系的背景下， 替代品吸引力成為用戶轉移或者流失的外部驅動力［２６］ 。替代品吸引力是指用戶在使用當前微信公眾號服務的過程中， 被其他具有同樣功能和服務的公眾號平臺吸引的程度［２７］ 。當現有服務或產品的替代品出現時， 用戶就會與替代品進行對比， 如果替代品的系統性能與服務能更好地滿足自身的需要， 用戶將會降低對現有公眾號平臺的價值感知， 產生不滿意的態度， 轉而增強對替代品的依賴， 這就會導致用戶流失。已有相關研究證實了替代品吸引力會正向影響用戶流失。Ｔａｎｇ Ｚ Ｙ 等［６］ 研究發現， 用戶感知的替代品吸引力正向影響品牌微博的取消關注意愿； Ｔａｎｇ Ｚ Ｙ 等［１６］ 研究表明， 替代品吸引力與品牌粉絲專頁用戶的不持續使用意愿正相關。基于此， 本研究提出以下假設：

Ｈ６： 替代品吸引力正向影響取消關注意愿

綜上所述， 本研究構建的微信公眾號用戶取消關注意愿研究模型， 如圖１ 所示。

３量表設計與數據收集

３.１量表設計

本研究模型中潛在變量的測量題項在已有研究成熟量表基礎上， 結合微信公眾號取消關注情境進行開發設計。為保證問卷中的測量題項能很好地反映潛在變量需測量的內容， 本研究在正式大規模發放問卷前， 邀請了信息系統行為領域經驗豐富的專家和具有微信公眾號取消關注經歷的用戶進行預測試， 并根據他們的反饋意見對測量題項進行更新、刪除、增加等修改。為了過濾不具有取消關注微信公眾號經歷的用戶， 本研究在問卷的最前面設計了一道判斷題“您是否取消關注過微信公眾號”， 通過跳轉的方式來結束問卷。

正式調查問卷共分為兩個部分： 第一部分為潛在變量的測量題項， 第二部分為被調查者的基本信息統計題項。潛在變量的測量題項包括： 興趣轉移、期望不一致、技術—任務不匹配、不確定性、替代品吸引力和取消關注意愿６ 個潛在變量， 每個潛在變量均由３～５ 條測量題項組成， 共計１９ 條題項。除公眾號關注數量外， 其他潛在變量的測量題項均采用李克特五級量表（１ ＝非常不同意， ２ ＝ 不同意， ３＝一般， ４＝同意， ５＝非常同意）進行度量。其中， 興趣轉移的測量題項來源于Ｔａｎｇ Ｚ Ｙ 等［１６］的研究， 包括３ 個題項； 期望不一致的測量題項參考了Ｓｈｅｎ Ｘ Ｌ 等［１９］ 、Ｄｉｎｇ Ｙ［２８］ 的研究， 包括３ 個題項； 技術—任務不匹配的測量題項改編自ＺａｎｄｔＥ Ｃ［２１］ 的研究， 包括３ 個題項； 不確定性的測量題項借鑒了Ｍａｉｅｒ Ｃ 等［２３］ 、Ｔｒｅｎｚ Ｍ 等［２４］ 的研究， 包括３ 個題項； 替代品吸引力的測量題項來源于Ｔａｎｇ Ｚ Ｙ 等［１６］ 、Ｆｕ Ｓ Ｘ 等［２９］ 的研究， 包括３ 個題項； 取消關注意愿的測量題項整合了Ｚｈａｎｇ Ｇ 等［１］ 、徐孝娟等［１１］ 的研究， 包括４ 個題項； 公眾號關注數量測量參考Ｚｈａｎｇ Ｘ 等［３０］ 的研究， 由“您關注了多少個微信公眾號” 問題進行測量， 回答題項參考了企鵝智酷聯合企鵝媒體平臺發布的《２０１７ 中國自媒體全視角趨勢報告》［３１］ ， 設置了５ 個選項。用戶基本信息統計則包括性別、年齡、受教育程度、每天使用微信的時長和使用微信的年限。

３.２數據收集及樣本描述性統計

本研究主要針對微信公眾號取消關注意愿進行調研， 選擇微信用戶作為調查對象， 通過“問卷星”平臺制作網絡問卷， 借助微信、ＱＱ 發放問卷， 限定每個ＩＰ 地址只能填寫１ 次， 共收集到問卷４２０份。在剔除所有題項回答一致、作答時間過短的無效問卷后， 得到有效問卷３４６ 份， 有效回收率為８２.３８％。被調查對象的人口統計信息描述性統計結果， 如表１ 所示。

３４６ 個調查樣本中， ５２.９％的用戶為女性， １８～２４ 歲的用戶規模最大， 占比６１.６％； 在受教育程度方面， 本科及以上學歷者占比達到９６.８％， 可見， 調查對象的受教育程度整體較高， 可以更好地理解題意并根據自身的實際情況進行作答。每天使用微信時長在２ 小時以上的用戶占比６２.４％， 可見長時間使用微信的現象較為普遍。此外， 使用微信的年限大多集中在３ 年以上， 占比８５.３％， 可見調查對象都有較為豐富的微信使用體驗， 因此選取的調查樣本具有代表性。

４數據分析

結構方程模型方法（ＳＥＭ）能夠檢驗潛在變量與觀測變量、潛在變量之間的關系， 可以同時考慮并處理多個因變量， 并且容許自變量和因變量含測量誤差， 但該方法無法解釋多個前因條件相互依賴產生的復雜因果關系［３２］ 。而模糊集定性比較分析方法（ｆｓＱＣＡ）突破了傳統研究方法中固有的因果關系對稱思維， 可以很好地對前因變量和結果變量之間存在的復雜因果關系進行分析。將ＳＥＭ 與ｆｓＱ?ＣＡ 兩種方法結合， 對研究結果進行交叉檢驗， 可以提高研究結論的可靠性與穩健性。

４.１結構方程模型分析

４.１.１信度、效度檢驗

采用Ｓｍａｒｔ ＰＬＳ ３.０ 軟件對問卷的信度、效度進行檢驗。信度是指測量結果的一致性、穩定性和可靠性， 需要滿足克朗巴哈系數（Ｃｒｏｎｂａｃｈｓ α）值、組合信度（Ｃｏｍｐｏｓｉｔｅ Ｒｅｌｉａｂｉｌｉｔｙ， ＣＲ）值大于０.７ 的要求［３３］ 。如表２ 所示， 所有測量變量的Ｃｒｏｎｂａｃｈｓα 值均在０.７ 以上， ＣＲ 值均在０.８ 以上， 表明本研究的量表信度較高， 內部一致性較好。

效度是指開發量表的有效性， 效度檢驗包括收斂效度檢驗和區別效度檢驗。其中， 收斂效度檢驗標準需同時滿足以下兩個條件： ①測量題項的標準化因子載荷系數大于０.５ 且達到統計顯著水平； ②每個潛在變量的平均抽取方差值（ＡＶＥ）大于０.５。區別效度檢驗標準是： 所有潛在變量的ＡＶＥ 算術平方根均高于該變量與其他潛在變量之間的相關系數［１８］。

如 表２ 所示， 所有測量題項的標準因子載荷量均大于０.７， 且所有變量的ＡＶＥ 值均大于０.６， 表明本研究的測量量表具有較好的收斂效度。如表３所示， 各潛在變量的平均抽取方差值（ＡＶＥ）均大于該變量與其他變量相關系數， 說明本研究的測量量表具有較好的區分效度。因此， 本研究的測量量表具有較高的信度和效度， 可以進一步開展結構模型分析。

４.１.２假設檢驗

結構方程模型的擬合度通常通過標準化路徑系數及其顯著性和結果變量的Ｒ^２值來判斷， 取消關注意愿的Ｒ^２值為０.４７９， 高于消費者行為領域結果變量Ｒ^２大于０.２ 的閾值要求［３３］ ， 說明本研究的模型擬合度較好。假設檢驗結果， 如表４ 所示。

１） 個人因素： 興趣轉移（β ＝０.１９６， Ｐ＜０.００１）和期望不一致（β ＝ ０.１７１， Ｐ＜０.０１）均正向影響公眾號用戶取消關注意愿， 表明假設Ｈ１、Ｈ２ 成立。

用戶的興趣發生改變， 或通過公眾號無法獲取到滿足需求的信息、服務時， 會產生取消關注意愿， 這與Ｍａｎｉ Ｚ 等［３４］ 的研究結論相一致。此外， 用戶的期望不一致感知程度越高， 取消關注意愿就越強，與已有研究結論一致［１８］ 。

２） 技術因素： 技術—任務不匹配（β ＝ ０.２１８，Ｐ＜０.００１）和不確定性（β ＝ ０.０９３， Ｐ＜０.０５）均正向影響公眾號用戶取消關注意愿， 表明Ｈ３、Ｈ４ 成立。當公眾號不具備較強的技術支撐以幫助用戶更加高效地完成任務時， 用戶的取消關注意愿會增強。當公眾號存在較高的不確定性時， 用戶的使用體驗會降低， 繼而產生取消關注意愿。

３） 環境因素： 公眾號關注數量（β ＝０.１９５， Ｐ＜０.００１）和替代品吸引力（β ＝０.１９８， Ｐ＜０.００１）均正向影響公眾號用戶取消關注意愿， 表明Ｈ５、Ｈ６ 成立。當用戶關注的公眾號數量越多或出現的替代品更能滿足需求時， 用戶的取消關注意愿也會增強。

４.２模糊集定性比較分析

４.２.１變量選取與校準

在進行ｆｓＱＣＡ 分析前， 需要對研究涉及的連續性變量進行校準， 即對期望不一致、興趣轉移、技術—任務不匹配、不確定性和替代品吸引力等連續變量取平均值， 并參考Ｒａｇｉｎ Ｃ Ｃ［３５］ 提出５％（Ｆｕｌｌｙ Ｏｕｔ）、９５％（Ｆｕｌｌｙ Ｉｎ）和５０％（Ｃｒｏｓｓｏｖｅｒ Ｐｏｉｎｔ）的標準， 對各變量的數據進行校準。通過ｆｓＱＣＡ 識別結果的必要性和充分性， 分析結果如表５ 所示。一致性最高為０.８５６， 必要性檢驗均未超過閾值０.９， 各變量單項前因條件的必要性均未達到絕對必要條件的標準。因此， 本研究需要將多個前因條件組合起來進行構型分析。

４.２.２組態分析結果

使用ｆｓＱＣＡ ３.０ 軟件進行分析， 首先構建２ｋ行的真值表（ｋ為前因變量個數）， 每一行代表１ 種可能的前因條件組合［３６］ 。在分析過程中， 本研究將一致性閾值設定為０.９， 可接受個案數設為１，結果如表６ 所示。其中， ●和●表示條件存在； ●為核心條件， ●為邊緣條件； 空白表示該條件可存在也可缺失。得到３ 種微信公眾號用戶取消關注意愿觸發模式（Ｓ１ａ 與Ｓ１ｂ、Ｓ２、Ｓ３）， 其一致性指標分別為０.９３８、０.９３６、０.９４３ 和０.９４６。總體覆蓋率是０.５７９， 覆蓋了５７.９％的結果案例， 表明以上３ 種前因條件構型對微信公眾號用戶取消關注意愿具有較強解釋力。

１） 模式一： 包括兩種前因構型， 分別為Ｓ１ａ（ＥＤＩ?ＩＮＳ?ＴＴＭ?ＵＮＣ?ＡＡ）、Ｓ１ｂ（ＥＤＩ?ＩＮＳ?ＴＴＭ?ＵＮＣ?ＮＵＭ）。Ｓ１ａ、Ｓ１ｂ 核心條件均為期望不一致、興趣轉移、不確定性； Ｓ１ａ 輔助條件是技術—任務不匹配和替代品吸引力， Ｓ１ｂ 輔助條件是技術—任務不匹配和公眾號關注數量。Ｓ１ 總體結果表明， 當微信公眾號系統具有較強的不確定性，用戶使用需求與使用偏好發生改變時， 會促使用戶對使用的公眾號產生不滿情緒， 即增強對微信公眾號期望不一致的感知， 易導致其產生取消關注意愿。從Ｓ１ａ 構型來看， 當期望不一致、興趣轉移、不確定性高， 且技術—任務不匹配和替代品吸引力高時， 微信公眾號用戶會產生取消關注意愿。當用戶的興趣發生改變， 且出現了能夠與其興趣點相匹配的具有較強吸引力的替代品時， 加之原有微信公眾號系統的不確定性感知及該微信公眾號提供的功能服務與自身任務需求不匹配， 用戶往往會更加傾向于使用替代品， 通過比較易刺激對原使用微信公眾號的期望不一致， 這最終將導致用戶產生取消關注意愿。Ｓ１ｂ 構型結果表明， 當期望不一致、興趣轉移、不確定性高， 且技術—任務不匹配和公眾號關注數量高時， 微信公眾號用戶會產生取消關注意

愿。當用戶關注的公眾號數量較多， 其接收的信息量超過其處理能力時， 會增加用戶感知疲憊的可能性， 這可能會降低用戶的持續關注意愿； 此外， 當用戶面對的公眾號系統具有很強的不確定性， 且無法滿足用戶的任務需求時， 會增強用戶對公眾號期望不一致的感知， 進而導致用戶終止對公眾號的持續關注； 此外， 對微信公眾號的不滿也可能反過來導致用戶的興趣發生改變， 進而阻礙用戶持續關注公眾號。

２） 模式二： Ｓ２ 的前因構型為（ＥＤＩ ?ＩＮＳ ?ＵＮＣ?ＡＡ?ＮＵＭ）， 其核心條件是期望不一致、興趣轉移、不確定性和替代品吸引力， 輔助條件是公眾號關注數量。該結果表明， 當期望不一致、興趣轉移、不確定性高、替代品吸引力強， 且微信公眾號關注數量高時， 用戶會產生取消關注意愿。微信公眾號較強的不確定性往往會降低用戶完成任務的效率， 進一步促使其對公眾號產生期望不一致， 加之用戶關注的公眾號數量較多， 其每日接收和需要處理的信息量也較大， 這在很大程度上會加劇用戶對公眾號使用的倦怠感， 從而降低其持續關注意愿。面對這一情境， 用戶的興趣極有可能發生改變， 當具有較強吸引力的替代品出現時， 用戶會果斷選擇與自己的興趣匹配度高的替代品， 而放棄對原有公眾號的持續關注。

３） 模式三： Ｓ３ 的前因構型為（ＩＮＳ ?ＴＴＭ ?ＵＮＣ?ＡＡ?ＮＵＭ）， 其核心條件是興趣轉移、不確定性和替代品吸引力， 輔助條件是技術—任務不匹配和公眾號關注數量。該結果表明， 當興趣轉移、不確定性、替代品吸引力高， 且技術—任務不匹配和公眾號關注數量高時， 微信公眾號用戶會產生取消關注意愿。當公眾號不具備良好的穩定性， 且其功能也無法幫助用戶更好地完成任務時， 用戶會降低對公眾號的關注意愿。加之， 當用戶關注的公眾號數量足夠多， 需要處理的信息量遠超其能力范圍時， 用戶感知到的信息過載壓力會更加明顯， 這將在很大程度上加劇用戶的取消關注意愿。此外， 在對原有公眾號不滿和具備吸引力的替代品出現的雙重作用下， 用戶的興趣點會相應發生改變， 最終導致用戶取消關注公眾號。

比較３ 種前因構型的覆蓋率可知， Ｓ１ｂ 的解釋力略高于其他前因構型， 整體差異較小。從結果來看， 興趣轉移、不確定性作為涵蓋三大模式的核心條件， 對公眾號用戶取消關注意愿產生關鍵影響；期望不一致作為核心條件出現在３ 條組態路徑中，是觸發公眾號用戶取消關注意愿的重要因素。綜上， 微信公眾號用戶取消關注意愿是需要考慮各類前因條件的聯動效應。

５結論與討論

５.１結論

基于個人—環境—技術理論框架， 本研究構建了微信公眾號用戶取消關注意愿影響因素研究模型， 該模型包含了興趣轉移、期望不一致、替代品吸引力、公眾號關注數量、技術—任務不匹配、不確定性６ 個前因變量， 綜合運用結構方程模型和模糊集定性比較分析兩種方法， 探究了個人、環境、技術３ 類因素與取消關注意愿之間的關系， 得出以下結論：

１） 結構方程模型方法的研究結果表明， 個體因素（興趣轉移、期望不一致）、環境因素（公眾號關注數量、替代品吸引力）和技術因素（技術—任務不匹配、不確定性）均正向影響用戶取消關注意愿。可見， 用戶取消關注微信公眾號的意愿影響因素是多重的， 包括用戶個體因素、環境因素、微信公眾號的技術特征因素。

２） 模糊集定性比較分析方法的研究結果表明，個體、環境、技術因素對用戶取消關注意愿的影響，存在３ 種組態模式， 分別為： Ｓ１ａ（期望不一致?興趣轉移?技術—任務不匹配?不確定性?替代品吸引力）、Ｓ１ｂ（期望不一致?興趣轉移?技術—任務不匹配?不確定性?公眾號關注數量）、Ｓ２（期望不一致?興趣轉移?不確定性?替代品吸引力?公眾號關注數量）、Ｓ３（興趣轉移?技術—任務不匹配?不確定性?替代品吸引力?公眾號關注數量）。以上３ 種組態模式進一步揭示了個人、環境、技術３ 種因素作用于微信公眾號用戶取消關注意愿的內在機理， 解釋了不同因素之間的聯動效應對微信公眾號用戶取消關注意愿的影響。

５.２討論

本研究分析了微信公眾號用戶取消關注意愿的多維度動因， 豐富了社交媒體情境下用戶采納后行為的理論研究， 并為微信公眾號運營商維持用戶的持續關注提供了實踐啟示。從理論層面看， ①理論模型。微信公眾號用戶取消關注意愿動因是多維度的， 本研究基于ＰＥＴ框架構建了微信公眾號用戶取消關注意愿理論模型，揭示了個人因素（興趣轉移、期望不一致）、環境因素（公眾號關注數量、替代品吸引力）和技術因素（技術—任務不匹配、不確定性）多個維度因素對用戶取消關注意愿的作用機理， 突破了僅僅側重于單一維度變量來測量和預測用戶取消關注意愿的局限， 較為完整地捕捉到了微信公眾號用戶取消關注意愿的發生機理； ②研究方法。運用結構方程模型方法證實了個人因素、環境因素以及技術因素均對公眾號用戶取消關注意愿有著正向影響。引入模糊集定性比較分析方法， 探究了個人、環境、技術３ 個維度因素對用戶取消關注意愿影響的聯動效應， 從組態視角較好地解釋了個人、環境、技術因素與取消關注意愿相互依賴形成的復雜因果關系。

從實踐層面看， ①對微信公眾號用戶而言， 在個人因素方面， 一是要培養個人穩定的興趣點， 從而有針對性地關注公眾號并在最大程度上獲取有用信息， 以避免興趣的頻繁變化帶來的疲倦感， 產生取消關注行為； 二是應正確認識公眾號在日常生活中信息獲取等方面的角色扮演， 避免在使用之初對其設置過高的期望， 從而降低期望不一致引發不良情緒， 并導致取消關注行為的發生概率。在環境因素方面， 一是要結合實際需要， 慎重選擇需要關注的公眾號， 以避免不必要的信息過載和與之相伴的倦怠情緒的產生， 從而導致取消關注行為； 二是要理性分析替代品的優劣勢， 以避免使用的公眾號與替代品之間的非理性比較給自己帶來的負面情緒和可能產生的取消關注行為。在技術因素方面， 用戶要不斷提升個人的技術接受和利用能力， 面對公眾號的技術—任務不匹配和不確定性時， 一是要調整個人看問題的視角， 主動解決使用過程中存在的問題， 二是通過合理渠道， 向微信公眾號服務商提供建議， 以提升使用體驗； ②對微信公眾號運營商而言， 在個人因素方面， 要注重定期對用戶進行深入調研， 了解用戶對公眾號服務的滿意度， 并發現用戶潛在的興趣變化， 及時開發創新性內容或服務來滿足用戶新需求， 并降低用戶對公眾號期望不一致的感知。在環境因素方面， 一是要根據調研結果分析用戶的內在需求， 并有針對性地推送信息， 以減少用戶的流失； 二是要重視替代品對公眾號用戶取消關注意愿的影響， 充分學習其經驗并結合自身特點形成一定的比較優勢， 以最大程度留住用戶。在技術因素方面， 運營商首先要重視對公眾號系統整體性能的優化， 最大限度幫助各類用戶高效完成任務， 提高其滿意度， 從而降低取消關注的可能性；二是要降低對公眾號的更新頻率， 改善其頻繁跳轉第三方等問題， 從而降低用戶對系統不確定性的感知， 提升用戶的使用體驗， 減少用戶流失。

本研究的結論具有一定的理論意義與實踐價值， 但也存在一些局限性： 首先， 本研究調查對象的年齡和受教育程度聚焦于具有本科及以上學習經歷的青年用戶群體， 得到的結論可能無法適配更加廣泛的研究對象； 其次， 本文構建的研究模型可能忽略了一些重要的因素， 如信息無關性、信息發布頻率等， 在未來的研究中可考慮信息維度因素的影響， 以構建更加全面的研究模型， 用于探索微信公眾號用戶取消關注意愿的驅動因素； 最后， 本研究主要通過網絡問卷調查的方法獲取用戶主觀數據，而利用網絡爬蟲技術獲取用戶的客觀數據， 對微信公眾號用戶取消關注意愿作進一步分析進行分析是未來研究的拓展之處。