基于UTAUT模型修正的微信朋友圈信息流廣告接受度實證研究

路朝祥 張宏哲 龔志柱 王海龍

摘 要：本文從解決微信朋友圈信息流廣告接受度的現(xiàn)實困境出發(fā)，基于UTAUT模型進行修正構(gòu)建了微信朋友圈信息流廣告接受度SEM結(jié)構(gòu)方程模型，重點研究影響微信朋友圈信息流廣告的關(guān)鍵性因素及其相互關(guān)系。結(jié)果表明，績效期望、付出期望、促成條件、社群影響、廣告表現(xiàn)對微信朋友圈信息流廣告接受度呈正相關(guān)，廣告獎勵對微信朋友圈信息流廣告的接受意愿并不相關(guān)，微信使用用戶的年齡越大，收入越高，對廣告接受意愿越強。

關(guān)鍵詞：UTAUT模型；信息流廣告；消費者行為；客戶畫像；精準營銷；微信朋友圈

本文索引：路朝祥，張宏哲，龔志柱，等.<變量 2>[J].中國商論，2024（06）：-078.

中圖分類號：F063.2 文獻標識碼：A 文章編號：2096-0298（2024）03（b）--05

1 引言

2022年8月，騰訊公司發(fā)布2022年第二季度業(yè)績報告顯示，騰訊微信及wechat的月活躍用戶近13億 [1]，龐大的用戶基礎(chǔ)蘊含和隱藏著巨大的經(jīng)濟收益，因此騰訊依托于微信生態(tài)體系推出微信朋友圈信息流廣告 [2]，但艾媒咨詢發(fā)布的報告[3]顯示：超過60%的受訪者每天都會接收到朋友圈推送的廣告，但只有4.2%的受訪者在最近的一個月內(nèi)購買過廣告中的商品，該報告雖然調(diào)查了用戶對微信朋友圈信息流廣告的主觀感受，但仍需要進行更嚴謹和深入的實證研究。現(xiàn)階段基于信息流廣告的研究中，國外主要研究對象以Facebook和Twitter為主，以定量研究為主[4-5]。國內(nèi)主要研究對象以抖音短視頻類和微博類為主，以定性研究為主[6-7]，具有一定的概括性和思辨思想，解釋力和支撐性略顯不足。本文在已有研究的基礎(chǔ)上，以UTAUT理論模型框架為基礎(chǔ)進行修正，增加廣告效應(yīng)相關(guān)影響因素，進一步將人口統(tǒng)計學(xué)的有關(guān)計量因素納入模型進行異質(zhì)性檢驗，通過專家及受眾的深入訪談進行結(jié)果驗證，最后形成結(jié)論。

2 理論模型與研究假設(shè)

2.1 理論模型

整合型信息技術(shù)接受和使用理論模型由Venkatesh （2003）[8]提出，該模型包括績效期望、付出期望、社群影響和促成條件四個關(guān)鍵變量，使用意愿和使用行為兩個結(jié)果變量。該模型能更好地反映顧客的知識、經(jīng)驗、自愿程度對信息技術(shù)的接受意愿的影響，普遍被學(xué)者認為是一種能夠較好測量用戶使用行為的工具，其解釋力達70%以上[9]，近年來在移動互聯(lián)網(wǎng)等領(lǐng)域得到了廣泛應(yīng)用。

2.2 研究假設(shè)

首先，基于UTAUT模型，本文保留績效期望、付出期望、社群影響和促成條件四個核心變量，本文提出假設(shè)：

H1：績效期望對微信朋友圈信息流廣告的使用意愿有正向影響；

H2：付出期望對微信朋友圈信息流廣告的使用意愿有正向影響；

H3：促成條件對微信朋友圈信息流廣告的使用意愿有正向影響；

H4：社群影響對微信朋友圈信息流廣告的使用意愿有正向影響；

H5：用戶對微信朋友圈信息流廣告的使用意愿正向影響使用行為。

其次，結(jié)合廣告?zhèn)鞑サ奶匦訹10-11]，將廣告表現(xiàn)、廣告獎勵納入模型，以期改善本模型的結(jié)構(gòu)彈性以及對復(fù)雜客觀現(xiàn)實的適應(yīng)度。基于此，本文提出假設(shè)：

H6：廣吿對微信朋友圈信息流廣告的使用意愿有正向影響；

H7：廣告獎對微信朋友圈信息流廣告的使用意愿有正向影響。

此外，進一步將性別、年齡、收入相關(guān)人口學(xué)因素納入研究模型內(nèi)，以期深入探究不同社會人群對微信朋友圈信息流廣告接受度的差異性表現(xiàn)。

根據(jù)以上假設(shè)，在UTAUT理論模型基礎(chǔ)上對變量進行了修正，構(gòu)建微信朋友圈信息流廣告接受度的理論模型（如圖1所示），以彌補UTAUT模型在信息流廣告接受意愿情境中解釋力不足的問題。

圖1 微信朋友圈信息流廣告接受度的理論模型

3 模型變量與數(shù)據(jù)來源

3.1 模型變量

為確保本文提出變量的信度及效度，首先是國內(nèi)外相關(guān)文獻中普遍采用的潛變量的測量項；其次在已有的測量量表基礎(chǔ)上，結(jié)合微信朋友圈信息流廣告特性，對各個測量的量表進行再設(shè)計；最后同業(yè)界專家會同核定，確定相關(guān)指標對消費者的消費特征進行測量。

問卷測量項采用Likert5量表，通過小規(guī)模訪談、問卷前測和問卷修正等過程形成最終問卷，包括兩部分：年齡、性別、可支配收入等個人基本信息部分；考慮績效期望、社群影響、付出期望、促成條件、廣告表現(xiàn)、使用意愿、使用行為的基本指標部分，共8個變量，24個題項。

3.2 問卷調(diào)查

調(diào)查問卷通過“問卷星”發(fā)放，日期為2022年9月8日至2022年11月29日，實際收回1067份，按照問卷填寫不完整或者“陷阱”題目誤填一個，即認定為無效問卷的篩選標準，剔除無效問卷33份，最終確定有效問卷1034份，有效回收率為96.9%，經(jīng)計算該置信度符合要求。

4 計量模型與估計結(jié)果分析

4.1 模型選擇

微信朋友圈信息流廣告接受度體現(xiàn)的作用及影響機制是一個復(fù)雜系統(tǒng)，傳統(tǒng)的統(tǒng)計方法不能有效處理如圖1所示的各個潛變量，而結(jié)構(gòu)方程模型法（structural equation modeling，SEM）能同時處理潛變量及其指標，將所有外生變量和內(nèi)生變量的信息都予以考慮，所擬合的模型具備較強的參考價值[13-14]，因此本文將結(jié)構(gòu)方程模型作為概念化建模及驗證的數(shù)據(jù)分析方法。

結(jié)構(gòu)方程模型式（1）中，η表示微信朋友圈信息流廣告的使用意愿，它作為因變量被呈現(xiàn)。ξ表示自變量則涵蓋了績效期望等基礎(chǔ)指標，β表示與因變量之間存在依賴關(guān)系。Γ表示獨立變量對依賴變量的影響。此外，結(jié)構(gòu)方程中包括ζ代表的殘差項，用以反映模型無法解釋的變異。

結(jié)構(gòu)方程模型式（2）中，X是ξ的可檢驗變量，Λx為ξ與X存在特定的相關(guān)系數(shù)矩陣。同時，該模型考慮了δ為X的殘差項，以全面評估模型的擬合程度。

在結(jié)構(gòu)方程模型式（3）中，Y是η的可檢驗變量的呈現(xiàn)，Λy為η與Y的相關(guān)系數(shù)矩陣進一步揭示了與其他變量的關(guān)系。與前兩個模型相同，這里同樣考慮了ε為Y的殘差項，以確保模型的完整性和準確性。

4.2 信效度分析

信度分析顯示，問卷的克隆巴赫系數(shù)（Cronbachs Alpha）為0.968，這表明問卷具有極高的內(nèi)部一致性。進一步觀察各個子維度，它們的信度系數(shù)均高于0.8，這進一步支持了問卷測量的穩(wěn)定性和可靠性。綜上所述，該問卷的測量結(jié)果真實可信，且具有較強解釋力，能夠有效地反映目標構(gòu)念的性質(zhì)和程度（見表1）。

根據(jù)國際經(jīng)典的技術(shù)接受度量表，本文結(jié)合微信朋友圈信息流廣告的傳播特性來設(shè)計問卷相關(guān)問題，再經(jīng)過深入的訪談和前測等環(huán)節(jié)，也能夠確保測試題項在設(shè)計上具有嚴密的邏輯性，從而確保了良好的內(nèi)容效度。樣本數(shù)據(jù)的Kaiser-Meyer-Olkin（KMO）值為0.953，高于0.8的標準值，這表明測試題目滿足進行因子分析的統(tǒng)計要求。此外，測試題項的因子負荷量均大于0.5，可以保留所有測試選項，各組合信度CR值>0.7，且各變量的平均方差萃取AVE值>0.5，根據(jù)表1，該問卷具有較好的聚合效度。每個變量的平均方差萃取量（AVE）均大于變量間的相關(guān)性，這表明問卷的題項具有較好的區(qū)分效度。結(jié)果表明，問卷在測試不同構(gòu)念時能夠準確區(qū)分它們，從而為后續(xù)的研究提供了可靠依據(jù)。

4.3 接受度影響因素分析

本文應(yīng)用AMOS 24.0軟件，依據(jù)接受度機構(gòu)模型擬合度評估和參數(shù)評估相關(guān)過程，驗證微信朋友圈信息流廣告接受度的影響因素[15]。

首先，通過模型擬合度評估，本文采用了絕對擬合指標和增值擬合指標進行測量。具體結(jié)果如表3所示。在絕對擬合指標方面，χ?/df 的值為2.806，這表明模型的擬合度較好，因為該值為小于3的標準值。此外，RMR 和 RMESA 等其他測量值仍為正常的評估范圍，進一步證實了模型的擬合度。但是，GFI的值為0.888，略低于模型評估標準的優(yōu)秀水平。增值擬合指標方面， NFI、CFI 和IFI 數(shù)值均符合擬合度要求，但是，AGFI 的值為0.854，略低于評估標準的優(yōu)秀水平。

在模型參數(shù)評估方面，本文關(guān)注了各變量對使用意愿的作用路徑。具體地，評估了績效期望、付出期望、社群影響、促成條件、廣告表現(xiàn)和廣告獎勵等因素作為變量如何影響使用意愿的路徑。這一評估為我們提供了關(guān)于各變量對使用意愿作用機制的深入理解，有助于更好地解釋和預(yù)測用戶的行為。如表3所示，廣告獎勵影響使用行為的路徑P值大于0.05，表明兩組變量間并不具有顯著的相關(guān)性，而其他路徑均通過了顯著性檢驗。綜合結(jié)構(gòu)模型擬合度評估和參數(shù)評估，假設(shè)模型雖然基本正確，但仍可以進行更進一步地修正。

通過刪除不顯著的路徑H6、修正指數(shù)（M.I.）、臨界比率（C.R.）的方法依次對模型進行修正，并再次對樣本數(shù)據(jù)進行擬合檢驗發(fā)現(xiàn)，如表4所示，絕對擬合指標方面，χ?/df 的值為2.903， GFI的值為0.901，AGFI 的值為0.868。如表5所示，各研究假設(shè)的路徑達到顯著性水平（P<0.05）。經(jīng)過修正后的模型在多項指標上表現(xiàn)得更為出色，相較于原始模型，其擬合度更高，解釋力更強，使得該模型更適用于解讀微信朋友圈信息流廣告對用戶接受度的影響。

總效應(yīng)取決于自變量和因變量的共同作用。各變量對使用行為的影響效果如表6所示。按照總效應(yīng)影響大小，各自變量的解釋程度排序為：廣告表現(xiàn)、促成條件、付出期望、社群影響、績效期望。

4.4 異質(zhì)性分析

4.4.1 性別差異性檢驗

在獨立樣本t檢驗中，本文探討了不同性別用戶對微信朋友圈信息流廣告的接受使用意愿。研究結(jié)果顯示，相較女性，男性展現(xiàn)出更強烈的接受意愿（t=1.869）。然而，進一步分析表明，男性和女性在接受意愿上并未存在顯著的差異（P=0.062>0.05），如表7所示。

4.4.2 年齡差異性檢驗

首先，本研究對有效樣本進行了方差齊性檢驗，結(jié)果發(fā)現(xiàn)不同年齡層次的微信朋友圈信息流廣告接受使用意愿均滿足方差齊性要求（sig>0.05）。在此基礎(chǔ)上，本文進一步進行了單因素方差分析，并發(fā)現(xiàn)不同年齡的用戶在接受度上存在顯著性差異（P=0.037<0.05）。通過事后多重比較，本文深入探討了促成條件維度的接受次序。具體地， 55歲以上＞35～55歲＞18～35歲＞18歲以下，如表8所示。

4.4.3 收入差異性檢驗

首先，本研究對樣本進行了方差齊性檢驗，結(jié)果發(fā)現(xiàn)不同收入的用戶對微信朋友圈信息流廣告的接受使用意愿不滿足方差齊性條件（sig<0.05）。因此，采用Welchs ANOVA方法進行差異分析。結(jié)果顯示，不同收入用戶的接受度存在顯著性差異（P=0.043<0.05）。進一步的事后多重比較揭示了各收入段用戶接受度的排序： 10000元及以上>5000元～10000元>2000～5000元>2000元及以下，如表9所示。

4.5 最終結(jié)果

綜上，10個研究假設(shè)中除H6、H8不成立之外，其他假設(shè)均成立，最終建立了微信朋友圈信息流廣告接受度及其影響因素模型（見圖2）。

5 結(jié)語

由于本文建模和變量選擇均基于消費者行為及心理因素，在完成定量研究后，再通過與業(yè)界專家和受眾進行訪談進行定性研究，對假設(shè)和模型進行更為深層的剖析和科學(xué)驗證，以期得出更有針對性的最終實證結(jié)論。

首先，實證表明，績效期望（路徑系數(shù)0.16）、付出期望（路徑系數(shù)0.223）、促成條件（路徑系數(shù)0.295）、社群影響（路徑系數(shù)0.189）、廣告表現(xiàn)（路徑系數(shù)0.412）對微信朋友圈信息流廣告使用行為（UP）的總效應(yīng)為正值，均正向影響微信用戶朋友圈信息流廣告的使用行為。其中，廣告表現(xiàn)、促成條件的總決定系數(shù)在影響因素中位列前二，是提高微信用戶朋友圈信息流廣告的接受度的關(guān)鍵因素。通過深度訪談發(fā)現(xiàn)，用戶更愿意接受高質(zhì)量、優(yōu)秀表現(xiàn)、創(chuàng)意深刻的廣告，基于用戶需求的廣告相對容易促成交易。因此，應(yīng)當(dāng)進一步提升廣告的精準推送算法，廣告內(nèi)容、形式、創(chuàng)意要與用戶的真實需求相匹配，精準定位廣告的目標用戶群體，提升微信朋友圈信息流廣告的真實效用。

圖2 最終的微信朋友圈信息流廣告接受度及其影響因素模型

其次，廣告獎勵（AA）和使用意愿（UP）之間的標準化路徑系數(shù)為0.099，然而該結(jié)果在統(tǒng)計上不具有顯著性（P=0.075），因此假設(shè)6未能得到支持。這與龔艷萍（2020）[16]、關(guān)于廣告獎勵對使用意愿產(chǎn)生正向作用的研究結(jié)論不一致。此外，盧星余（2018）[17]提出廣告獎勵（回歸系數(shù)0.458）與其他變量相比并不顯著，提出需要進一步去驗證。這可能的原因是：（1）本文對微信朋友圈信息流廣告的研究為采用更全面的人口學(xué)信息，而龔艷萍的調(diào)研人群為在校大學(xué)生，劉紅艷的研究對象為創(chuàng)意中插廣告；（2）在訪談中，用戶的主觀感受是，有些產(chǎn)品并未在廣告中提供相關(guān)獎勵；（3）在訪談中，用戶的購物行為是，在尋求折扣或者低價的購物時，主要考慮“雙十一”“618”等旺季促銷。以上表明，并不是微信朋友圈信息流廣告獎勵不重要，而是企業(yè)應(yīng)充分使用微信朋友圈廣告投放平臺，實行各種真實有效的廣告獎勵形式，同時還需要充分利用廣告促銷旺季，進行廣告獎勵和精準投放。

最后，從人口統(tǒng)計學(xué)信息發(fā)現(xiàn)，不同的年齡和收入的用戶，表現(xiàn)出不同的廣告使用意愿和廣告使用行為。年齡特征負向調(diào)節(jié)微信朋友圈信息流廣告的使用行為接受度，收入特征正向調(diào)節(jié)微信朋友圈信息流廣告的使用行為接受度。在訪談中同樣發(fā)現(xiàn)，微信用戶的年齡越大對廣告的接受意愿越強，收入越高對廣告接受意愿就越強。因此，微信朋友圈信息流廣告的運營應(yīng)該根據(jù)不同的年齡和消費能力，進行更具針對性的客戶畫像和精準營銷。

參考文獻

騰訊2022年第二季度財報[R].騰訊控股，2022-8-12.

王靜.微信朋友圈信息流廣告如何實現(xiàn)傳播力提升[J].傳媒，2019（6）： 54-55.

微信朋友圈廣告用戶感知調(diào)查報告[EB/OL].http：//www.iimedia.cn /38521.html，2015-01-27

Qinwei， Xie; Morris， Jon & Zhang， Meng.Find us on Facebook Emotional and Cognitive Responses Towards Facebook Social Ads [J].Electronic Commerce Research and Applications，2010（9）：50-60.

Youn， Seounmi.Newsfeed native advertising on Facebook： young millennials knowledge， pet peeves， reactance and ad avoidance[J].International Journal of Advertising·The Review of Marketing Communications，2019（12）：651-683.

崔佳欣.微信朋友圈信息流廣告發(fā)展現(xiàn)狀探析： 以卡片廣告為例[J].中國報業(yè)，2022（18）：20-21.

熊昊.信息流廣告的特征與發(fā)展趨勢[J].青年記者，2020（18）：81-83.

Venkatesh V.Moiris M.G.Davis G.B.&Davis F.D.User acceptance of information technology：toward a unified view.IS Quarterly，2003，27（3）： 425-478.

閆志明，付加留，朱友良，等.整合人工智能技術(shù)的學(xué)科教學(xué)知識（AI－ TPACK）：內(nèi)涵、教學(xué)實踐與未來議題[J].遠程教育雜志， 2020，38（5）： 23-34.

喻國明，丁漢青，王菲，等.植入式廣告： 研究框架、規(guī)制構(gòu)建與效果評測[J].國際新聞界.2011，33（4）：6-23.

譚若詩.基于UTAUT模型的微信朋友圈學(xué)習(xí)類打卡信息接受度實證研究[J].東南傳播，2020（5）：29-33.

張應(yīng)語，張夢佳，王強，等.基于感知收益： 感知風(fēng)險框架的O2O模式下生鮮農(nóng)產(chǎn)品購買意愿研究[J].中國軟科學(xué)，2015（6）：128-138.

韓丹，慕靜，宋磊.生鮮農(nóng)產(chǎn)品消費者網(wǎng)絡(luò)購買意愿的影響因素研究： 基于UTAUT模型的實證分析[J].東岳論叢，2018（4）：91-101.

榮泰生. AMOS與研究方法[M].重慶：重慶大學(xué)出版社，2010：118-119.

鄭洪利.房地產(chǎn)廣告微信朋友圈傳播效果的實證研究： 以UTAUT模型為基本框架[D].濟南： 山東大學(xué)，2021.

龔艷萍，歐陽清，岳歆婷，等.創(chuàng)意中插廣告特征對消費者購買意愿的影響研究[J].管理現(xiàn)代化，2020（1）： 68-72.

盧星余.微信朋友圈廣告用戶參與效果研究[D].武漢： 武漢大學(xué)，2018.