熱米娜·阿布都卡的爾

摘要：

以SNS用戶持續(xù)使用行為為研究對象，以信息系統(tǒng)持續(xù)使用理論模型為基礎框架，針對SNS的社會特性加入了社會認同和自我認同以及習慣等因素，建立了SNS用戶持續(xù)使用行為模型，通過結構方程模型對研究模型和假設進行了實證研究。結果表明：社會認同和自我認同對SNS用戶的持續(xù)使用有正向影響，社會認同對SNS持續(xù)使用的影響大于自我認同對SNS用戶持續(xù)使用的影響。

關鍵詞：

SNS；持續(xù)使用；行為模型；社會認同；自我認同

中圖分類號：

F49

文獻標識碼：A

文章編號：1672-3198（2014）01-0170-03

1 引言

社交網(wǎng)站（SNS）即Social Network Service，是指在“實名交友”的基礎上，基于用戶之間共同的興趣、愛好、活動等，在網(wǎng)絡平臺上構建的一種社會關系網(wǎng)絡服務，是目前社會化媒體中較為主流的一種形式。根據(jù)中國互聯(lián)網(wǎng)絡信息中心的最新報告統(tǒng)計，截至2013年6月底，我國社交網(wǎng)站用戶規(guī)模達到2.88億，較2012年年底社交網(wǎng)站用戶數(shù)增加了1295萬，增長了4.7%。社交網(wǎng)站用戶數(shù)量上的增長率放緩，但用戶規(guī)模增長的絕對數(shù)值依然比較高，表明我國社交網(wǎng)站已經(jīng)進入了成熟期。目前社交網(wǎng)站面對的壓力不僅是同行間的競爭，還要來自微博、即時通信等替代應用的挑戰(zhàn)。在快速發(fā)展的環(huán)境中如何留住新老用戶，減少用戶流失率，培養(yǎng)社交網(wǎng)站的持續(xù)使用用戶成為至關重要的問題。

國內(nèi)外關于SNS持續(xù)使用的研究主要集中網(wǎng)站的技術層面、網(wǎng)站提供的服務、信任隱私以及網(wǎng)站的流行等方面。SNS作為虛擬社區(qū)不僅具有信息系統(tǒng)的特性也具有了社區(qū)的社會特性。SNS的社會特性以及網(wǎng)站與用戶之間的互動而形成的關系，將對用戶的參與行為產(chǎn)生影響。本文以SNS用戶的認同視角為切入點，以信息系統(tǒng)持續(xù)使用理論模型為理論框架，建立了加入自我認同和社會認同因素的SNS用戶持續(xù)使用行為模型，豐富了當前對信息系統(tǒng)用戶持續(xù)使用的研究。

2 文獻綜述

2.1 信息系統(tǒng)持續(xù)使用——基于ECT的期望確認理論

期望確認理論ECT最初由Oliver（1980）提出，Oliver認為消費者重復購買產(chǎn)品或服務的意愿主要由初始使用的滿意度來決定的，而滿意度由期望和確認程度共同決定。Bhattacherjee（2001）在研究電子銀行系統(tǒng)持續(xù)使用時，把ECT理論運用到信息系統(tǒng)持續(xù)使用中，提出了適合信息系統(tǒng)持續(xù)使用的期望確認模型ECM（圖1）。Bhattacherjee認為信息系統(tǒng)持續(xù)使用行為和重復購買產(chǎn)品行為相似，都由初始的滿意度來決定，都會被初始使用（信息系統(tǒng)或產(chǎn)品）的經(jīng)驗所影響等。

2.2 SNS持續(xù)使用研究綜述

Xiao.Ling Jin（2009）等在ECM.IS模型的基礎上，加入娛樂價值和情感承諾兩個變量，對204名中國用戶繼續(xù)參與網(wǎng)絡社區(qū)的意愿進行研究，結果發(fā)現(xiàn)滿意度和情感承諾均是繼續(xù)參與意愿影響因素。殷國鵬（2010）以期望確認理論為基礎，引入了感知趣味性、結構嵌入性、感知隱私風等因素，建立了SNS持續(xù)使用意愿模型。結果表明，感知有用性和感知隱私風險對用戶使用意圖沒有顯著影響。Kuan-Yu Lin等（2011）采用網(wǎng)絡外部性和動機理論來研究SNS持續(xù)使用時發(fā)現(xiàn)趣味性是影響用戶持續(xù)使用社交網(wǎng)站的首要因素。Lin Lu（2011）認為社會互動關系（結構維度），價值共享（結構維度），信任（關系維度）是face book用戶持續(xù)使用意愿的重要因素。Ya Ping Chang，Dong Hong Zhu（2012）以信息系統(tǒng)持續(xù)使用期望確認理論為基礎，加入了感知社會資本和流暢體驗，建立了個SNS持續(xù)使用模型。

2.3 網(wǎng)絡環(huán)境下社會認同和自我認同的研究

社會認同理論由Tajfel等人在20世紀70年代提出。1986年Tajfel和Turner把社會認同理論從個體和群體兩個層面進行了區(qū)分，認為個體從人際和群體互動中分別獲得角色身份和群體身份，前者是個體通過不斷的自我展示而獲得的自我認同，后者是個體通過自我歸類得到社會認同。楊宜音（2002）認為，個體在社會活動中需要獲得自我認同和社會認同。自我認同是通過不斷發(fā)現(xiàn)自我與個體所在的社會群體之間的差異來獲得。社會認同是個體所在的社會群體與其他社會群體之間的差異來獲得。Schau和Muniz（2002）研究證明，在虛擬社區(qū)中，同時存在個體感知到的理想自我形象與虛擬社區(qū)中的自我形象的差異，而獲得的虛擬自我認同和個體感知到虛擬自我形象和虛擬社群形象的差異而獲得的社會認同。

3 研究模型與假設

本文以信息系統(tǒng)持續(xù)使用模型（ECM—ISC）為基礎，整合社會認同理論，加入了社會認同和自我認同兩個變量，建立了本研究的模型（圖2）。

基于整合模型，提出了基本假設：

H1：用戶滿意度對SNS用戶的持續(xù)使用意愿有正向影響。

H2：用戶的期望確認度對SNS用戶的滿意度有正向影響。

H3：用戶的期望確認度對SNS用戶的感知有用性有正向影響。

H4：感知有用性對SNS用戶的滿意度有正向影響。

H5：感知有用性對SNS用戶持續(xù)使用意愿有正向影響。

Kosflles（2005）指出，虛擬自我認同是網(wǎng)民以自身經(jīng)驗對行為的反思性的理解。黃厚銘（2001）虛擬空間中的個體借助他人來建立虛擬自我形象，并在人際互動關系中探索和構建自我認同。用戶的自我認同會對社區(qū)互動與他人建立信任的關系產(chǎn)生影響，而信任是虛擬社區(qū)用戶滿意度的一個重要因素。由此可以提出研究假設

H6：自我認同對SNS用戶的滿意度產(chǎn)生正向影響。

Bagozzi & Dholakia（2002）等認為在情感層面上，社會認同意味著成員的情感參與感，研究人員把它定性為是愛慕或情感承諾?；谇楦械纳鐣J同能培養(yǎng)成員在社區(qū)中的忠誠度和公民行為（Bergami & Bagozzi， 2000；Meyer Stanley，2002），并有效的解釋了消費者在營銷環(huán)境下與企業(yè)保持忠誠關系的意愿（Bhattacharya & Sen， 2003）。Chan（2001）等認為，用戶在虛擬社區(qū)中所感受到的社區(qū)感對用戶的參與程度有正向的影響。Kim（2004）等在研究發(fā)現(xiàn)，虛擬社區(qū)感對在線旅游社區(qū)用戶的的忠誠度有積極的作用，而用戶忠誠能提高用戶重復訪問旅游社區(qū)的頻率。由此可以提出研究假設endprint

H7：社會認同對SNS用戶滿意度正向影響。

虛擬社區(qū)的自我認同與社會認同是相互關聯(lián)的。虛擬社區(qū)用戶在網(wǎng)上通過自我展示和表現(xiàn)建立虛擬角色身份，用戶虛擬角色的履行程度從虛擬社區(qū)用戶互動中得到反應，進而影響其對虛擬自我感的評價（Burke，1994），并對虛擬社群的參與行為產(chǎn)生影響。因此，在虛擬社區(qū)中自我認同的完成程度會影響社會認同。Lou（2008）認為虛擬社區(qū)用戶自我認同與社會認同是同時存在的，且自我認同對社會認同有顯著的正向影響，對于互動活動對成員的社會認同有著部分中介作用。由此提出研究假設

H8：自我認同對社會認同產(chǎn)生正向影響。

4 研究設計

4.1 量表設計

本研究是涉及到6個變量，變量的所有測量項目基本上借鑒已有文獻。問卷設計采用通行的Likert 7級量表形式，從完全不同意、比較不同意、不同意、不確定、同意、比較同意、完全同意，每個變量至少有3個及以上的測量項。概念測量項目詳見表1。

4.2 數(shù)據(jù)收集

本次調(diào)查在問卷星上發(fā)放問卷300份，收回有效問卷263份，問卷有效率為87%。其中，樣本基本分布情況為：男性占總樣本比例為46%，女性占總樣本比為53%；大學本科及以上占總樣本比例89%；年齡段主要分布在18～25歲，占總樣本比例為67%，其次是26～35歲，占總樣本的30%。各類職業(yè)中，學生占總樣本的60%?；ヂ?lián)網(wǎng)使用經(jīng)驗3年以上的大約占了62%。

5 數(shù)據(jù)分析結果

5.1 信度效度檢驗

量表的可靠性通過信度分析來檢驗，信度檢驗通常以CronbachS α系數(shù)檢驗潛變量的測量指標間的一致性。α系數(shù)大于0.7，組合信度（CR）大于0.6表示量表具有較好的可信度。通過SPSS20計算出各指標的α系數(shù)和CR值。根據(jù)表2的數(shù)據(jù)，測量α系數(shù)均在0.73～0.86之間，組合信度均在0.78～0.89之間，表示測量指標是可信的。

效度檢驗包括聚合效度檢驗和區(qū)分效度檢驗，通常采用檢驗性因子分析來檢驗聚合效度和區(qū)別效度。據(jù)表二中所示，所有指標的標準因子載荷均大于0.5，所以量表具有較好的聚合效度。區(qū)別效度通過AVE進行檢驗，表三是各變量的相關系數(shù)矩陣，其對角線上的數(shù)字表示的是對應變量AVE的平方根。可以看出，各變量的AVE的平方根值均大于0.74，并且所有變量的AVE的平方根大于與其他變量的相關系數(shù)，所以研究模型具有較好的區(qū)別效度。

5.2 結構方程檢驗

在測量模型經(jīng)過實證檢驗后，我們就可以利用PLS方法檢驗概念之間的結構關系模型。如圖2所示，研究模型的實證結果主要包括以下幾點：

（1）研究模型的R2整體達到了0.488，說明它可以解釋SNS用戶持續(xù)使用行為接近50%變動方差，表明總體研究模型的解釋能力較強。

（2）結構模型結果分析表明，研究假設H1～H4，H6～H11均得到了數(shù)據(jù)統(tǒng)計的有效支持，顯著性水平均小于0.05，用戶的滿意度與SNS用戶持續(xù)意愿之間的路徑系數(shù)最高（0.571），感知有用性對SNS用戶持續(xù)使用意愿和滿意度的影響不顯著。以前的研究大多是功能型信息系統(tǒng)的持續(xù)使用，用戶感知的系統(tǒng)有用性是重要的因素，而SNS屬于享樂型信息系統(tǒng)，用戶的選擇使用不受感知有用性的影響。

（3）期望確認度顯著的影響用戶的滿意度和感知有用性，社會認同對滿意度的影響程度高于自我認同對滿意度的影響，自我認同對社會認同也有顯著的影響作用。SNS具有強烈的社會特性，用戶使用SNS的滿意度受到用戶在虛擬社區(qū)中構建的身份以及在虛擬互動中與他人的關系等因素的影響。

參考文獻

[1]Bhattacherjee A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001， 25（3）： 351-370.

[2]Bhattacherjee A， Premkumar G. Understanding changes in belief and attitude toward information technology usage： a theoretical model and longitudinal test[J]. MIS quarterly， 2004， 28（2）：229-254.

[3]Chiu C M， Hsu M H， Wang E T G. Understanding knowledge sharing in virtual communities： an integration of social capital and social cognitive theories[J]. Decision support systems， 2006， 42（3）：1872-1888.

[4]Chang Y P， Zhu D H. The role of perceived social capital and flow experience in building users continuance intention to social networking sites in China[J]. Computers in Human Behavior， 2012， 28（3）：995-1001.

[5]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.

[6]Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of interactive marketing， 2002， 16（2）： 2-21.

[7]Schau H J， Muniz Jr A M. Brand communities and personal identities： Negotiations in cyberspace[J]. Advances in consumer research， 2002， 29（1）： 344-349.

[8]樓天陽，陸雄文.虛擬社區(qū)成員心理聯(lián)結機制的概念模型：基于身份與紐帶視角[J].營銷科學學報，2009，5（3）：50-60.endprint

H7：社會認同對SNS用戶滿意度正向影響。

虛擬社區(qū)的自我認同與社會認同是相互關聯(lián)的。虛擬社區(qū)用戶在網(wǎng)上通過自我展示和表現(xiàn)建立虛擬角色身份，用戶虛擬角色的履行程度從虛擬社區(qū)用戶互動中得到反應，進而影響其對虛擬自我感的評價（Burke，1994），并對虛擬社群的參與行為產(chǎn)生影響。因此，在虛擬社區(qū)中自我認同的完成程度會影響社會認同。Lou（2008）認為虛擬社區(qū)用戶自我認同與社會認同是同時存在的，且自我認同對社會認同有顯著的正向影響，對于互動活動對成員的社會認同有著部分中介作用。由此提出研究假設

H8：自我認同對社會認同產(chǎn)生正向影響。

4 研究設計

4.1 量表設計

本研究是涉及到6個變量，變量的所有測量項目基本上借鑒已有文獻。問卷設計采用通行的Likert 7級量表形式，從完全不同意、比較不同意、不同意、不確定、同意、比較同意、完全同意，每個變量至少有3個及以上的測量項。概念測量項目詳見表1。

4.2 數(shù)據(jù)收集

本次調(diào)查在問卷星上發(fā)放問卷300份，收回有效問卷263份，問卷有效率為87%。其中，樣本基本分布情況為：男性占總樣本比例為46%，女性占總樣本比為53%；大學本科及以上占總樣本比例89%；年齡段主要分布在18～25歲，占總樣本比例為67%，其次是26～35歲，占總樣本的30%。各類職業(yè)中，學生占總樣本的60%。互聯(lián)網(wǎng)使用經(jīng)驗3年以上的大約占了62%。

5 數(shù)據(jù)分析結果

5.1 信度效度檢驗

量表的可靠性通過信度分析來檢驗，信度檢驗通常以CronbachS α系數(shù)檢驗潛變量的測量指標間的一致性。α系數(shù)大于0.7，組合信度（CR）大于0.6表示量表具有較好的可信度。通過SPSS20計算出各指標的α系數(shù)和CR值。根據(jù)表2的數(shù)據(jù)，測量α系數(shù)均在0.73～0.86之間，組合信度均在0.78～0.89之間，表示測量指標是可信的。

效度檢驗包括聚合效度檢驗和區(qū)分效度檢驗，通常采用檢驗性因子分析來檢驗聚合效度和區(qū)別效度。據(jù)表二中所示，所有指標的標準因子載荷均大于0.5，所以量表具有較好的聚合效度。區(qū)別效度通過AVE進行檢驗，表三是各變量的相關系數(shù)矩陣，其對角線上的數(shù)字表示的是對應變量AVE的平方根。可以看出，各變量的AVE的平方根值均大于0.74，并且所有變量的AVE的平方根大于與其他變量的相關系數(shù)，所以研究模型具有較好的區(qū)別效度。

5.2 結構方程檢驗

在測量模型經(jīng)過實證檢驗后，我們就可以利用PLS方法檢驗概念之間的結構關系模型。如圖2所示，研究模型的實證結果主要包括以下幾點：

（1）研究模型的R2整體達到了0.488，說明它可以解釋SNS用戶持續(xù)使用行為接近50%變動方差，表明總體研究模型的解釋能力較強。

（2）結構模型結果分析表明，研究假設H1～H4，H6～H11均得到了數(shù)據(jù)統(tǒng)計的有效支持，顯著性水平均小于0.05，用戶的滿意度與SNS用戶持續(xù)意愿之間的路徑系數(shù)最高（0.571），感知有用性對SNS用戶持續(xù)使用意愿和滿意度的影響不顯著。以前的研究大多是功能型信息系統(tǒng)的持續(xù)使用，用戶感知的系統(tǒng)有用性是重要的因素，而SNS屬于享樂型信息系統(tǒng)，用戶的選擇使用不受感知有用性的影響。

（3）期望確認度顯著的影響用戶的滿意度和感知有用性，社會認同對滿意度的影響程度高于自我認同對滿意度的影響，自我認同對社會認同也有顯著的影響作用。SNS具有強烈的社會特性，用戶使用SNS的滿意度受到用戶在虛擬社區(qū)中構建的身份以及在虛擬互動中與他人的關系等因素的影響。

參考文獻

[1]Bhattacherjee A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001， 25（3）： 351-370.

[2]Bhattacherjee A， Premkumar G. Understanding changes in belief and attitude toward information technology usage： a theoretical model and longitudinal test[J]. MIS quarterly， 2004， 28（2）：229-254.

[3]Chiu C M， Hsu M H， Wang E T G. Understanding knowledge sharing in virtual communities： an integration of social capital and social cognitive theories[J]. Decision support systems， 2006， 42（3）：1872-1888.

[4]Chang Y P， Zhu D H. The role of perceived social capital and flow experience in building users continuance intention to social networking sites in China[J]. Computers in Human Behavior， 2012， 28（3）：995-1001.

[5]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.

[6]Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of interactive marketing， 2002， 16（2）： 2-21.

[7]Schau H J， Muniz Jr A M. Brand communities and personal identities： Negotiations in cyberspace[J]. Advances in consumer research， 2002， 29（1）： 344-349.

[8]樓天陽，陸雄文.虛擬社區(qū)成員心理聯(lián)結機制的概念模型：基于身份與紐帶視角[J].營銷科學學報，2009，5（3）：50-60.endprint

H7：社會認同對SNS用戶滿意度正向影響。

虛擬社區(qū)的自我認同與社會認同是相互關聯(lián)的。虛擬社區(qū)用戶在網(wǎng)上通過自我展示和表現(xiàn)建立虛擬角色身份，用戶虛擬角色的履行程度從虛擬社區(qū)用戶互動中得到反應，進而影響其對虛擬自我感的評價（Burke，1994），并對虛擬社群的參與行為產(chǎn)生影響。因此，在虛擬社區(qū)中自我認同的完成程度會影響社會認同。Lou（2008）認為虛擬社區(qū)用戶自我認同與社會認同是同時存在的，且自我認同對社會認同有顯著的正向影響，對于互動活動對成員的社會認同有著部分中介作用。由此提出研究假設

H8：自我認同對社會認同產(chǎn)生正向影響。

4 研究設計

4.1 量表設計

本研究是涉及到6個變量，變量的所有測量項目基本上借鑒已有文獻。問卷設計采用通行的Likert 7級量表形式，從完全不同意、比較不同意、不同意、不確定、同意、比較同意、完全同意，每個變量至少有3個及以上的測量項。概念測量項目詳見表1。

4.2 數(shù)據(jù)收集

本次調(diào)查在問卷星上發(fā)放問卷300份，收回有效問卷263份，問卷有效率為87%。其中，樣本基本分布情況為：男性占總樣本比例為46%，女性占總樣本比為53%；大學本科及以上占總樣本比例89%；年齡段主要分布在18～25歲，占總樣本比例為67%，其次是26～35歲，占總樣本的30%。各類職業(yè)中，學生占總樣本的60%。互聯(lián)網(wǎng)使用經(jīng)驗3年以上的大約占了62%。

5 數(shù)據(jù)分析結果

5.1 信度效度檢驗

量表的可靠性通過信度分析來檢驗，信度檢驗通常以CronbachS α系數(shù)檢驗潛變量的測量指標間的一致性。α系數(shù)大于0.7，組合信度（CR）大于0.6表示量表具有較好的可信度。通過SPSS20計算出各指標的α系數(shù)和CR值。根據(jù)表2的數(shù)據(jù)，測量α系數(shù)均在0.73～0.86之間，組合信度均在0.78～0.89之間，表示測量指標是可信的。

效度檢驗包括聚合效度檢驗和區(qū)分效度檢驗，通常采用檢驗性因子分析來檢驗聚合效度和區(qū)別效度。據(jù)表二中所示，所有指標的標準因子載荷均大于0.5，所以量表具有較好的聚合效度。區(qū)別效度通過AVE進行檢驗，表三是各變量的相關系數(shù)矩陣，其對角線上的數(shù)字表示的是對應變量AVE的平方根?？梢钥闯觯髯兞康腁VE的平方根值均大于0.74，并且所有變量的AVE的平方根大于與其他變量的相關系數(shù)，所以研究模型具有較好的區(qū)別效度。

5.2 結構方程檢驗

在測量模型經(jīng)過實證檢驗后，我們就可以利用PLS方法檢驗概念之間的結構關系模型。如圖2所示，研究模型的實證結果主要包括以下幾點：

（1）研究模型的R2整體達到了0.488，說明它可以解釋SNS用戶持續(xù)使用行為接近50%變動方差，表明總體研究模型的解釋能力較強。

（2）結構模型結果分析表明，研究假設H1～H4，H6～H11均得到了數(shù)據(jù)統(tǒng)計的有效支持，顯著性水平均小于0.05，用戶的滿意度與SNS用戶持續(xù)意愿之間的路徑系數(shù)最高（0.571），感知有用性對SNS用戶持續(xù)使用意愿和滿意度的影響不顯著。以前的研究大多是功能型信息系統(tǒng)的持續(xù)使用，用戶感知的系統(tǒng)有用性是重要的因素，而SNS屬于享樂型信息系統(tǒng)，用戶的選擇使用不受感知有用性的影響。

（3）期望確認度顯著的影響用戶的滿意度和感知有用性，社會認同對滿意度的影響程度高于自我認同對滿意度的影響，自我認同對社會認同也有顯著的影響作用。SNS具有強烈的社會特性，用戶使用SNS的滿意度受到用戶在虛擬社區(qū)中構建的身份以及在虛擬互動中與他人的關系等因素的影響。

參考文獻

[1]Bhattacherjee A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001， 25（3）： 351-370.

[2]Bhattacherjee A， Premkumar G. Understanding changes in belief and attitude toward information technology usage： a theoretical model and longitudinal test[J]. MIS quarterly， 2004， 28（2）：229-254.

[3]Chiu C M， Hsu M H， Wang E T G. Understanding knowledge sharing in virtual communities： an integration of social capital and social cognitive theories[J]. Decision support systems， 2006， 42（3）：1872-1888.

[4]Chang Y P， Zhu D H. The role of perceived social capital and flow experience in building users continuance intention to social networking sites in China[J]. Computers in Human Behavior， 2012， 28（3）：995-1001.

[5]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.

[6]Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of interactive marketing， 2002， 16（2）： 2-21.

[7]Schau H J， Muniz Jr A M. Brand communities and personal identities： Negotiations in cyberspace[J]. Advances in consumer research， 2002， 29（1）： 344-349.

[8]樓天陽，陸雄文.虛擬社區(qū)成員心理聯(lián)結機制的概念模型：基于身份與紐帶視角[J].營銷科學學報，2009，5（3）：50-60.endprint