摘要：[目的/意義]從SOR視角探索手機網絡游戲中輟意愿產生的原因，拓展中輟理論的研究領域，并為手游用戶維系提供一定的建議。[方法/過程] 以SOR模型為基礎，構建手機網絡游戲中輟意愿影響因素模型，并通過在線問卷收集251份有效數據，利用SPSS和SmartPLS軟件（結構方程模型）進行數據分析，對模型進行實證檢驗。[結果/結論] 結果顯示，信息過載、（低）游戲品質、（高）轉換成本顯著正向影響情緒衰竭，而社交過載對情緒衰竭無顯著影響;情緒衰竭則進一步顯著正向影響中輟意愿。

關鍵詞：手機網絡游戲? 中輟意愿? 影響因素? 刺激-機體-反應

分類號：G252

DOI：10.13266/j.issn.2095-5472.2021.006

引用格式：區(qū)慶生. SOR視角下手機網絡游戲中輟意愿影響因素研究[J/OL]. 知識管理論壇， 2021， 6（1）： 56-65[引用日期]. http：//www.kmf.ac.cn/p/240/.

1? 引言

隨著國內移動網絡的高速發(fā)展和手機的加速普及，手機網絡游戲逐漸成為人們日常娛樂的重要組成部分。中國互聯(lián)網絡信息中心（CNNIC）于2020年發(fā)布的第45次《中國互聯(lián)網發(fā)展狀況統(tǒng)計報告》顯示，截至2020年3月，我國手機網絡游戲（以下簡稱“手游”）用戶規(guī)模達到5.29億，占手機網民的59.0%[1]。根據極光大數據發(fā)布的《2019年手機游戲行業(yè)研究報告》[2]，中國手機游戲安裝滲透率達73.4%，游戲玩家最常使用的游戲載體中，手機占80.8%。盡管手游市場擁有龐大的規(guī)模，但用戶粘性降低、用戶流失、中輟等消極使用行為引起了廣泛關注。根據極光大數據《手機游戲流失用戶研究報告》顯示，騰訊游戲旗下的兩款熱門手游《王者榮耀》與《和平精英》分別占據17.0%和11.2%的滲透率，然而在2019年的月流失率卻分別達到了11.0%和15.8%[3]。用戶廣泛的消極行為會對游戲廠商造成巨大損失。因此，手機網絡游戲用戶的消極行為具有研究價值。

“中輟是指個體在采納并使用一項創(chuàng)新一段時間后又決定拒絕或中止使用它的行為”[4]，“間歇性中輟表示個體在采納和使用一項創(chuàng)新后中止使用，但經過一段較長時間（數周以上但少于半年）后又再次采納和使用它，甚至在使用與中止間循環(huán)反復的行為”[5]。中輟是用戶消極行為的一種，在手機網絡游戲的背景下，這是持續(xù)玩某手游一段時間后的“老玩家”對該手游態(tài)度轉變的標志，可能反映出玩家在后續(xù)體驗中發(fā)現(xiàn)的不足之處。那么手機網絡游戲用戶的中輟意愿由哪些影響因素引起？對這一問題的研究有助于更好地理解手游用戶的需求，提高用戶粘性。

經過文獻調研發(fā)現(xiàn)，近年來手機網絡游戲的用戶行為相關研究豐富。S. Okazaki構建了包含內在享受、逃避、效率等7個變量的在線移動游戲體驗價值模型[6];T. Zhou發(fā)現(xiàn)易用性、連接質量和內容質量影響心流，而心流、社會影響和使用成本決定手機游戲使用意向[7];I. O. Pappas等發(fā)現(xiàn)價格價值、游戲內容質量、情感、性別和游戲時間在組合情況下才能解釋高下載意愿[8];J. Balakrishnan和M. D. Griffiths發(fā)現(xiàn)手機網絡游戲成癮對游戲忠誠度和應用內功能購買意愿都有顯著正向影響，而忠誠度也顯著正向影響內購產品購買意愿[9];P. Choe 和D. Schumacher發(fā)現(xiàn)在手機游戲中加入物理振動可以顯著提高游戲的易用性、感知有用性和認知集中度[10];K. Browne和C. Anand對一款滾屏射擊移動游戲進行測試，發(fā)現(xiàn)基于加速度計的界面是測試者最為偏好且?guī)碜罴驯憩F(xiàn)的界面[11];董好杰發(fā)現(xiàn)用戶界面情感設計的加強有助于拉近用戶與游戲的距離[12];段菲菲等發(fā)現(xiàn)心流體驗是影響手機游戲用戶粘性的重要因素，而互動性、遠程感知、實用性、感知控制力顯著正向影響用戶心流體驗[13]。近年來中輟受到的關注逐漸增加，特別是在社交媒體、移動APP等領域。J. V. Chen等構建了基于壓力處理理論的移動消費者中輟模型，驗證了感知信息過載、感知回報等因素通過用戶處理策略的中介作用對中輟行為的影響[14];S. Fu等發(fā)現(xiàn)系統(tǒng)功能過載、信息過載、社交過載通過社交媒體疲倦的中介作用影響用戶社交媒體中輟行為[15];Z. Tang等發(fā)現(xiàn)，信息質量不滿意、期望不滿足、興趣轉移、品牌個人不匹配顯著影響用戶對品牌粉絲頁的取關意愿[16];張敏等發(fā)現(xiàn)技術壓力因素和使用滿足因素均正向影響轉社交網絡使用疲勞和社交網絡轉換疲勞，而這兩種疲勞正向影響社交網絡用戶的間歇性中輟[17];甘春梅等發(fā)現(xiàn)消極社會比較對社交網絡用戶嫉妒、焦慮、倦怠情緒產生影響，且嫉妒和倦怠對社交網絡用戶間歇性中輟有顯著影響[18]。

可以看出，對手機網絡游戲用戶態(tài)度與行為研究多數是對用戶使用、消費的態(tài)度與意愿或用戶視覺、觸覺等交互體驗進行的實證研究。這些研究往往從正面角度出發(fā)，研究用戶對手游的正面意愿、行為，而對直接導致用戶消極行為的原因或影響因素的研究并不多。筆者聚焦影響手機網絡游戲用戶中輟意愿的因素，試圖從更為直接的角度探究用戶產生負面態(tài)度乃至中輟意愿的機理，以得出避免用戶粘性、積極性降低的理論依據。此外，筆者還引入信息過載和社交過載因素，探究其在手游中是否存在，對手游用戶是否有與對社交網絡用戶相似的影響?？傮w來看，本文不僅是對中輟理論應用領域的拓展，同時為手機游戲企業(yè)提高對用戶行為意愿的認識與優(yōu)化手機游戲設計開發(fā)和運營提供一定的依據。

2? 理論模型與假設提出

2.1? 研究模型

刺激-機體-反應（Stimulus-Organism-Response， S-O-R）理論模型主要研究外界環(huán)境因素對人類機體反應的作用及機制，為行為產生及預測提供理論支持。近年來，S-O-R模型也被引入到網絡環(huán)境下各種應用軟件或平臺的用戶行為影響因素研究中。A. Luqman等學者基于SOR理論構建并驗證了Facebook中輟意愿影響因素模型，其中刺激因素為過度社交使用、過度享樂使用和過度認知使用，機體因素為技術壓力和社交網絡倦怠[19];X. Z. Xie和N. C. Tsai基于SOR模型研究了信息相關的負面事件對社交媒體中輟意愿的影響，其中廣告干擾、流言傳播、信息含混為刺激因素，機體因素則包含社交媒體倦怠[20];朱光婷和朱君璇基于SOR模型構建了大數據環(huán)境下消費者的行為模型，其中刺激因素網站質量通過機體因素消費態(tài)度的中介作用影響用戶購物意向[21];鄭美玉構建并驗證了手機圖書館用戶持續(xù)使用影響因素模型，其中刺激因素為系統(tǒng)質量、服務水平、使用成本，機體因素為需求匹配度和感知趣味性，反應因素為系統(tǒng)粘性和持續(xù)使用意愿[22]。手機游戲情境與上述研究情境存在一定相似性，在游戲過程中的各項感知、體驗會作為外界刺激對包括情緒的用戶機體產生影響，從而進一步導致用戶做出反應。因此筆者借鑒了上述研究的模式，基于S-O-R模型，提出了以下概念模型。其中，信息過載、社交過載、游戲品質、轉換成本是在游戲過程中會被用戶感知到并可能帶來一定負面感受的重要因素，因此設為外界刺激因素;情緒枯竭可以作為用戶機體對上述刺激認知過程的反映，因此設為內部機體因素;中輟意愿則為反應因素。模型結構如圖1所示：

2.2? 研究假設

信息過載（Information Overload， IO）是指信息的數量超過了個體信息處理能力的現(xiàn)象[23]。W. Chaouali[24]、M. Wang和D. Li[25]、甘春梅[26]等學者研究發(fā)現(xiàn)，信息過載顯著影響社交網絡疲倦，用戶在處理社交網絡冗余信息時會耗費大量時間和精力，容易造成疲倦。在手機網絡游戲背景下也存在相似的情況。在如今的手游市場中，各式手游為了吸引玩家，都傾向于在游戲中設計豐富多樣的內容，使手游中充斥著大量的文字、圖像、動畫、音樂、音效等形式的信息;同時手游中往往存在每日、每周的規(guī)律性游戲活動內容和間歇性的特別活動內容，要求玩家進行大量的操作。手游玩家往往會在游戲內接受、處理大量信息（包括游戲內容與操作），這可能會使他們產生疲倦、厭煩等負面情緒?；诖?，提出以下假設：

H1：信息過載顯著影響手游用戶的情緒枯竭。

社交網絡平臺用戶往往會出于責任感而給予他人社會支持，但當用戶感受到自己需要給予過多的社會支持時，就會產生社交過載（Social Overload， SO） [27]。X. Xiao和T. N. Wang[28]、J. Lo[29]、甘春梅[26]等學者發(fā)現(xiàn)，社交過載顯著影響社交網絡疲勞，用戶在社交網絡平臺上接受和提供社會支持，當需要提供的社會支持過多因而耗費過多時間、精力時，用戶會產生疲倦。手機網絡游戲中往往也有豐富的社交功能，比如好友系統(tǒng)、公會系統(tǒng)、協(xié)作戰(zhàn)斗等，這些社交性功能同樣有潛在的社會支持需求，也可能會導致用戶消極情緒?；诖耍岢鲆韵录僭O：

H2：社交過載顯著影響手游用戶的情緒枯竭。

游戲品質（Game Quality， GQ）是指用戶對游戲設計質量和運營服務質量的總體評價。I. O. Pappas發(fā)現(xiàn)游戲內容質量與其他因素的組合作用可以解釋手游的高下載量[8];張迪發(fā)現(xiàn)游戲因素（包括服務質量和游戲設計）對用戶機體存在顯著影響[30];張國華、雷靂發(fā)現(xiàn)對網絡游戲的品質感知通過態(tài)度的中介作用間接影響網絡游戲成癮[31];周濤、陳可鑫發(fā)現(xiàn)服務質量通過虛擬社區(qū)感知的中介作用間接影響社會化商務用戶使用、分享行為[32]?；诖?，提出以下假設：

H3：游戲品質顯著影響手游用戶的情緒枯竭。

轉換成本（Switching Cost， SC）是指對于某種需要重復購買的產品或服務，用戶放棄原來的供應商而轉向另一個供應商時所要付出的經濟、時間等成本的總和[33]。馬力行、蔣馥指出轉換成本是客戶忠誠的重要影響因素[34]。張初兵的研究證明，在網絡購物情境下，財務轉換成本、程序轉換成本對顧客后悔具有顯著的正向影響[35]。在手機網絡游戲背景下，轉換成本是指玩家在曾經玩過的手游中投入的時間、金錢等成本和轉換至另一款新游戲時要付出的時間、金錢等成本。過高的轉換成本可能引起手游玩家的負面情緒?；诖?，提出以下假設：

H4：轉換成本顯著影響手游用戶的情緒枯竭。

C. Maier等認為情緒枯竭（Emotional Exhaustion， EE）是指一種個體感知到的過度擴張的情緒，并發(fā)現(xiàn)在社交網絡情境下用戶的倦怠、疲憊、煩躁等極端情緒會導致負面態(tài)度和行為[27];X. Cao和J. Sun發(fā)現(xiàn)情緒枯竭正向影響社交媒體用戶中輟意愿[36];W. Gao等發(fā)現(xiàn)社交網絡枯竭顯著正向影響用戶中輟意愿[37]。在手機網絡游戲背景下這種現(xiàn)象同樣可能存在，對手游的負面情緒可能導致用戶對手游投入度的降低或徹底停玩手游。

H5：高水平的情緒枯竭顯著影響手游用戶中輟意愿。

3? 研究設計

3.1? 量表設計

為保證量表的信度與效度，筆者所采用的量表均來源于既有研究，并根據手機網絡游戲用戶研究情境對量表進行修改完善。信息過載的測度項來源于P. Karr-Wisniewski等[38]，社交過載和中輟意愿量表來源于C. Maier[27]，游戲品質的測度項來源于A. Parasuraman等[39]、P. Karr-Wisniewski等 [38]和張迪[30]，轉換成本的測度項來源于R. A. Ping [40]，情緒枯竭的測度項來源于成吉[41]和R. Ayyagari等 [42]。測度項采用Likert 7級量表，其中“1”表示完全不同意，“4”表示中立，“7”表示完全同意。

在進行正式調查之前，向1位圖書情報領域專家征求了意見，對問卷部分格式、內容、題項順序進行了修改。而后邀請了18位手游玩家進行小樣本預調研，對量表信效度進行初步測試，并再次針對存在的問題進行修改，最終形成了正式量表。

3.2? 數據搜集

筆者主要選取年輕群體作為研究樣本。年輕群體通常樂于接受新事物，更能廣泛、深入地接觸和體驗各類型的手機網絡游戲;同時極光大數據《2019年手機游戲行業(yè)研究報告》[2]顯示，在各大熱門手游用戶中，年輕群體均占據較大比例：25歲或以下用戶在《王者榮耀》《和平精英》《貪吃蛇大作戰(zhàn)》3款手游中分別占74.1%、65.0%、52.3%。因此，選取的樣本具有一定的代表性。利用社交軟件發(fā)布電子問卷進行數據收集，回收問卷280份，剔除了全部或幾乎全部選擇相同答案的問卷后，得到有效問卷251份，有效率為89.6%。從性別來看，男性占比47.4%，女性52.6%，差別較小，與男性游戲玩家更普遍的傳統(tǒng)認識不同;從年齡來看，年輕群體為樣本主體，19-24歲的占92.8%;從學歷來看，本科占84.9%，碩士及以上占8.4%，樣本學歷層次較高;從職業(yè)狀態(tài)來看，93.2%為學生，與年齡分布相符;從每月可支配收入來看，2 000元以內的占54.6%，? ? 2 001-3 000元的占31.1%，與樣本大多為學生有關，具體特征如表1所示：

4? 數據分析

4.1? 信效度分析

采用Cronbachs α系數作為信度分析的標準，當α值大于0.7時量表信度較高[43]，一般大于0.6時也可接受。效度分析的主要指標包括因子載荷、CR（構念信度）和AVE（平均方差提取值）[44]。其中因子載荷與CR值大于0.7時普遍認為量表效度較高，而AVE的閾值為0.5。根據上述范圍，由表2可看出此量表具有良好的信度和效度。當各變量AVE的平方根大于該變量與其他變量的相關系數時，可認為總體變量區(qū)分效度較好[45]。由表2可看出量表總體區(qū)分效度較好。

4.2? 模型檢驗

運用SmartPLS軟件進行路徑分析后得出的路徑系數見表3。由表3可以看出，信息過載顯著正向影響情緒枯竭（β=0.176， p<0.001）;社交過載對情緒枯竭無顯著影響;游戲品質顯著正向影響情緒枯竭（β=0.267， p<0.001）;轉換成本顯著正向影響情緒枯竭（β=0.243， p<0.001）;情緒枯竭顯著正向影響中輟意愿（β=0.476， p<0.001）。即假設H1、H3、H4、H5均成立，假設H2不成立。

結合SmartPLS軟件分析結果繪制的模型路徑圖見圖2。情緒枯竭和中輟意愿的方差解釋比例分別是19.6%和22.7%，模型具有一定的解釋度。

5? 結語

5.1? 研究結論

基于S-O-R（刺激-機體-反應）模型框架，筆者構建了手機網絡游戲中輟意愿影響因素模型，探究了信息過載、社交過載、游戲品質、轉換成本和情緒衰竭對手機網絡游戲用戶中輟意愿的影響，得出以下的主要結論：

（1）信息過載顯著正向影響手游用戶的情緒衰竭。這一結果與甘春梅[26]在社交媒體相關領域的研究相近。這首先說明了信息過載不僅僅存在于網站、社交網絡平臺等背景下，在手機游戲中也同樣存在，并能被明確感知到且對手游用戶的心理情緒有顯著的負面影響。在手游背景下，信息過載不僅表現(xiàn)為文字、圖片、音樂信息過載，還表現(xiàn)在游戲內容與操作過度之中。部分手游運營方為了占據玩家的使用時間，將日常內容與操作設計得繁復而冗長，導致手游玩家感受到了信息過載，使玩家進一步產生膩煩、疲憊等情緒。因此手游公司應該合理把握游戲內的信息量，減少信息過載的發(fā)生。

（2）社交過載對情緒衰竭無顯著影響。已有研究證明，社交過載存在于社交網絡平臺、應用中，且對用戶情緒和使用行為有負面效果[26]。但在此次研究中并未出現(xiàn)這種現(xiàn)象。這可能是因為手游的娛樂性高，社交性與社交壓力較低，人們不會對手游中的社交關系有過高的要求，也不會因為好友的虛擬成就有過多的壓力。即使有部分好友的社交請求、需求不能滿足，個體也不會對此感到過高的負面情緒。

（3）低水平游戲品質對情緒衰竭有顯著正向影響。這一結果與張迪[30]的研究結果相近。本文的游戲品質變量包括了游戲設計和服務質量兩個維度。小樣本預調研中已有多位手游玩家提到過游戲設計或服務質量的問題導致其產生了中輟意愿或行為。游戲設計是游戲品質的靈魂，是決定游戲品質的基礎;服務質量是用戶留存的要求，是游戲品質的保障。當玩家由于一些原因決定玩一款手游，但后續(xù)發(fā)現(xiàn)手游存在游戲設計和服務質量的問題，例如規(guī)則設計不公平、內購產品收費過高等，則玩家情緒會受到一定的負面影響。因此手游公司必須充分了解玩家對游戲設計和服務質量的需求，提高的游戲品質，例如加強平衡性測試，給予玩家更公平的游戲體驗或小心控制內購產品價格，以免造成玩家負面反應。

（4）轉換成本對情緒衰竭有顯著正向影響。這一結果與R. A. Ping[40]在零售業(yè)領域的研究結論相似，即轉換成本與用戶滿意度存在顯著相關性。轉換成本的提高正向影響手游用戶的情緒衰竭，可能是由于過高的成本投入使手游玩家反思自己的時間、金錢投入是否值得，從而導致負面心理情緒的產生;或者是在出現(xiàn)其他負面反饋時，加重了用戶的負面情緒。因此手游公司不能為了留住玩家而盲目提高玩家的轉換成本。

（5）情緒衰竭對中輟意愿有顯著正向影響。這一結果與X. Cao和J. Sun[36]的研究結果相似。當手游玩家感到膩煩、無聊時，更傾向于產生手游中輟意愿。因此手游公司必須注意對信息過載、游戲品質、轉換成本等因素的控制，以減少用戶情緒衰竭的出現(xiàn)。

5.2? 研究意義

從理論上看，筆者將信息過載、社交過載和中輟意愿引入到手機網絡游戲用戶研究背景中，一定程度上延伸發(fā)展了其研究領域。在研究中驗證了信息過載在手機網絡游戲用戶行為中的影響作用，發(fā)現(xiàn)了信息過載在手游用戶中輟意愿影響模型中的顯著影響效應，即其對機體情緒衰竭的顯著正向影響;雖然社交過載在模型中無顯著影響作用，但也對此作出了較為合理的解釋;同時在調研中驗證了中輟意愿和行為同樣存在于手游背景中，并且筆者從用戶負面態(tài)度的角度出發(fā)，一定程度上彌補了以往研究大多聚焦于手游用戶正面行為（如用戶粘性、購買意愿）影響因素的缺口。

從實踐上看，本文結論為手機網絡游戲廠商在游戲推出后的運營和用戶保持策略方面提供了一定的理論指導。首先，即使在手游設計愈加精致化、內容數量與形式愈加多樣化的行業(yè)趨勢中，也必須考慮用戶的信息處理能力極限，保證信息的精而簡，不能只依靠信息的豐富繁雜來試圖占據用戶的時間;同時要保證手游內購設計的科學合理，盲目提高價格、硬性/軟性強迫玩家內購來提高玩家轉換成本并不會提高用戶粘性，反而會帶來負面效果。此外，游戲推出后的設計更新與服務質量水平需要得到保證，以免用戶產生心理落差，可以通過不定期的用戶調研以確保其設計與服務能夠貼近玩家真實需求，制定策略時必須考慮手游的可持續(xù)發(fā)展。

5.3? 研究不足

本研究仍存在以下不足：首先，被調查者群體較為集中于年輕的學生群體，未能全面反映手游玩家的整體行為。其次，其他可能對中輟意愿產生影響的因素并未考慮，如玩家個人性格因素、心流體驗等。最后，本文面向的是所有類型的手機網絡游戲，但手游類型眾多，不同類型的手機網絡游戲背景下玩家中輟意愿的影響因素和影響程度都可能有所不同。

參考文獻：

[1] 中國互聯(lián)網絡信息中心.第45次中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告[EB/OL]. [2020-07-26]. http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202004/P020200428596599037028.pdf.

[2] 極光. 2019年手機游戲行業(yè)研究報告 [EB/OL]. [2020-07-26]. https：//www.jiguang.cn/reports/464.

[3] 極光.手機游戲流失用戶研究報告——以王者榮耀和和平精英為例[EB/OL]. [2020-04-10]. https：//www.jiguang.cn/reports/465.

[4] ROGERS E M， Diffusion of Innovations [M]. 4th ed. New York： Free Press， 1995： 161-162.

[5] 張明新， 葉銀嬌.傳播新技術采納的“間歇性中輟”現(xiàn)象研究： 來自東西方社會的經驗證據[J]. 新聞與傳播研究， 2014， 21（6）： 78-98， 127-128.

[6] OKAZAKI S. Exploring experiential value in online mobile gaming adoption[J]. Cyberpsychology & behavior， 2008， 11（5）： 619-622.

[7] ZHOU T. Understanding the effect of flow on user adoption of mobile games[J]. Personal and ubiquitous computing， 2013， 17（4）： 741-748.

[8] PAPPAS I O， MIKALEF P， GIANNAKOS M N， et al. Explaining user experience in mobile gaming applications： an fsQCA approach[J]. Internet research， 2019， 29（2）： 293-314.

[9] BALAKRISHNAN J， GRIFFITHS M D. Loyalty towards online games， gaming addiction， and purchase intention towards online mobile in-game features[J]. Computers in human behavior， 2018， 87： 238-246.

[10] CHOE P， SCHUMACHER D. Influence of different types of vibrations on technical acceptance of a mobile game aiming for hedonic satisfaction[J]. International journal of human-computer interaction， 2015， 31（1）： 33-43.

[11] BROWN K， ANAND C. An empirical evaluation of user interfaces for a mobile video game[J]. Entertainment computing， 2012， 3（1）： 1-10.

[12] 董好杰.基于移動端的體育競技游戲APP用戶界面情感設計[J]. 包裝工程， 2016， 37（20）： 118-121.

[13] 段菲菲， 翟姍姍， 池毛毛， 等.手機游戲用戶粘性影響機制研究： 整合Flow理論和TAM理論[J]. 圖書情報工作， 2017， 61（3）： 21-28.

[14] CHEN J V， TRAN A， NGUYEN T. Understanding the discontinuance behavior of mobile shoppers as a consequence of technostress： an application of the stress-coping theory[J]. Computers in human behavior， 2019， 95： 83-93.

[15] FU S， LI H， LIU Y， et al. Social media overload， exhaustion， and use discontinuance： examining the effects of information overload， system feature overload， and social overload[J]. Information processing & management， 2020， 57（6）.

[16] TANG Z， CHEN L， GILLENSON M L. Understanding brand fan page followers discontinuance motivations： a mixed-method study[J]. Information & management， 2019， 56（1）： 94-108.

[17] 張敏， 薛云霄， 羅梅芬， 等.壓力分析框架下移動社交網絡用戶間歇性中輟的影響因素與形成機理[J]. 現(xiàn)代情報， 2019， 39（7）： 44-55， 85.

[18] 甘春梅， 林晶晶， 肖晨.社交網絡用戶間歇性中輟行為的影響因素研究[J]. 情報理論與實踐， 44（1）： 118-123.

[19] LUQMAN A， CAO X， ALI A， et al. Empirical investigation of Facebook discontinues usage intentions based on SOR paradigm[J]. Computers in human behavior， 2017， 70：544-555.

[20] XIE X Z， TSAI N C. The effects of negative information-related incidents on social media discontinuance intention： evidence from SEM and fsQCA[J/OL]. Telematics and informatics[2021-01-13]. https：//www.sciencedirect.com/science/article/pii/S0736585320301623.

[21] 朱光婷， 朱君璇.大數據環(huán)境下網絡消費者行為研究[J]. 統(tǒng)計與決策， 2014（23）： 59-61.

[22] 鄭美玉.基于SOR框架的手機圖書館用戶持續(xù)使用影響因素研究[J]. 圖書館工作與研究， 2018（4）： 52-58.

[23] EPPLER M J， MENGIS J. The concept of information overload： a review of literature from organization science， accounting， marketing， MIS， and related disciplines[J]. The information society， 2004， 20（5）： 325-344.

[24] CHAOUALI W. Once a user， always a user： enablers and inhibitors of continuance intention of mobile social networking sites[J]. Telematics and informatics， 2016， 33（4）： 1022-1033.

[25] WANG M， LI D. An empirical investigation of the continuance intention using the bullet curtain： synchronicity vs information overload[J]. Chinese management studies， 2019， 13（1）： 235-254.

[26] 甘春梅， 胡鳳玲.過載對社交網絡疲倦的影響及其用戶差異分析[J]. 知識管理論壇， 2019， 4（6）： 332-341.

[27] MAIER C， LAUMER S， Eckhardt A， et al. Giving too much social support： social overload on social networking sites[J]. European journal of information systems， 2015， 24（5）： 447-464.

[28] XIAO X， WANG T. The implications of social influence theory on continuance intention for social networking among Chinese university students[J]. Journal of organizational and end user computing， 2016， 28（4）： 55-72.

[29] LO J. Exploring the buffer effect of receiving social support on lonely and emotionally unstable social networking users[J]. Computers in human behavior， 2019， 90： 103-116.

[30] 張迪. 移動游戲用戶流失因素分析[D]. 南京： 南京大學， 2016.

[31] 張國華， 雷靂.基于技術接受模型的青少年網絡游戲成癮機制研究[J]. 心理發(fā)展與教育， 2015， 31（4）： 437-444.

[32] 周濤， 陳可鑫.基于SOR模型的社會化商務用戶行為機理研究[J]. 現(xiàn)代情報， 2018， 38（3）： 51-57.

[33] EDLIN A S， HARRIS R G. The role of switching costs in antitrust analysis： a comparison of Microsoft and Google[M]. Connecticut ： Yale journal of law and technology， 2013.

[34] 馬力行， 蔣馥.客戶忠誠的影響因素及其相互作用[J]. 商業(yè)研究， 2004（15）： 36-37.

[35] 張初兵.網購顧客轉換成本對購后行為意向影響的實證研究——顧客后悔的中介作用[J]. 當代財經， 2013（6）： 77-86.

[36] CAO X， SUN J. Exploring the effect of overload on the discontinuous intention of social media users： An S-O-R perspective[J]. Computers in human behavior， 2018， 81：10-18.

[37] GAO W， LIU Z， GUO Q， et al. The dark side of ubiquitous connectivity in smartphone-based SNS： an integrated model from information perspective[J]. Computers in human behavior， 2018， 84：185-193.

[38] KARR-WISNIEWSKI P， LU Y. When more is too much： operationalizing technology overload and exploring its impact on knowledge worker productivity[J]. Computers in human behavior， 2010， 26（5）： 1061-1072.

[39] PARASURAMAN A， BERRY L L. A conceptual model of service quality and its implication for future research[J]. Journal of marketing， 1985， 49（4）： 41-50.

[40] PING R A. The effects of satisfaction and structural constraints on retailer exiting， voice， loyalty， opportunism， and neglect[J]. Journal of retailing， 1993， 69（3）： 320-352.

[41] 成吉. 社交媒體倦怠及其成因分析[D]. 南京： 南京大學， 2018.

[42] AYYAGARI R， GROVER V， PURVIS R. Technostress： technological antecedents and implications[J]. MIS quarterly， 2011， 35（4）： 831.

[43] CHIN W W. The partial least squares approach to structural equation modeling[J]. Modern methods for business research， 1998， 295（2）： 295-336.

[44] BAGOZZI R P， YI Y. On the evaluation of structural equation models[J]. Journal of the academy of marketing science， 1988， 16（1）： 74-94.

[45] FORNELL C， LARCKER D F. Structural equation models with unobservable variables and measurement error： algebra and statistics [J]. Journal of marketing research， 1981， 18（1）： 39-50.