由传统图书馆到数字图书馆的用户转移行为研究——以大学生用户为例

徐孝娟 孙霄凌 彭希羡 朱庆华

（1．南京大学信息管理学院 江苏南京 210093）

（2.南京大学工程管理学院 江苏南京 210093）

泛在学习环境的到来使得图书馆资源公共获取的理念得到进一步转变，用户可以随时随地获取服务资源。图书馆作为网络时代用户获取信息和文献知识的重要途径，用户不再仅通过传统图书馆或数字图书馆来获取资源，而是通过在传统图书馆和数字图书馆之间转换，互相补充利用。即从传统的“纯屏”单一渠道，转向到“多屏”之间转换使用（如传统图书馆到WEB端、移动端等）。

由此说明在数字图书馆采纳、持续使用等行为之前，是一种转移行为，而现有文献多局限于传统图书馆或数字图书馆单一服务的使用行为研究，忽视从传统图书馆到数字图书馆服务之间的转移行为研究。因此，本文的问题是研究用户从传统图书馆转向数字图书馆的影响动因，了解影响图书馆用户转移行为的各类因素。

1 相关研究述评

早在20世纪90年代中期，市场营销学的学者就开始关注商业情景下的用户转移行为。随着在线服务活动的盛行，研究者开始关注线下到线上服务的客户转移行为，即从物理世界（线下）到虚拟世界（线上）的研究，对象以银行及商店为主。如Lee等研究了线下银行转向线上银行的影响要素，认为线下和线上具有替代影响作用，结果表明：感知有用性和感知易用性、线下信任等对转移行为有积极的影响；线下忠诚度和转移成本等对转移行为有负面的影响；自我效能感对转移意图有调节作用。Scarpi和Pizzi分析了口碑对线上和线下购物的影响。近年来随着Web2.0技术的应用，学者则开始关注社会化媒体的用户转移行为。

图书馆学领域的文献多关注数字图书馆用户的采纳和持续使用行为研究，对用户转移行为关注不够，且现有相关研究多以TAM（Technology Acceptance Model，技术接受模型）为理论框架，TAM是一个解释或预测信息技术使用的普适模型，而用户的转移行为是发生在用户使用或接受数字图书馆之前的行为策略，因此该理论不适用于用户的转移行为研究。因此，对图书馆用户转移行为的研究尚有待扩展（见图1）。本研究引入移民学中的PPM（Push-Pull-Mooring）框架，基于对大学生用户的深度访谈，萃取出用户转移动因要素，并由此基础上构建了图书馆用户转移行为模型。

图1 线下和线上间研究GAP

2 研究方案

本研究目的在于识别大学生用户转移到数字图书馆的主要影响因素。现有获取影响因素的方法主要有通过文献归纳及访谈等方法，鉴于目前相关研究文献数量较少而不适合采用归纳方法，故本研究采取访谈概括影响因素，在此基础上构建图书馆用户转移行为模型。研究步骤为首先利用攀梯法开展开放式访谈和访谈要素的识别，进而基于PPM理论框架构建大学生用户图书馆转移行为模型。

2.1 攀梯法

1982年，Gutman首次提出了基于手段—目的的收集方法，即攀梯法。目前，攀梯法主要是用于衡量顾客—目的的一种测量方法。Botschen等认为消费者购买某种产品其实是购买产品的属性（Attributes，A），通过对产品属性的使用，获得自身在情感或功能上的结果（Consequences，C），最终达到更深层次的某种价值（Values，V）。攀梯法作为一种定性的技术手段，已经成功的应用到相关的学术研究和实际的操作中。这种方法通过对被访谈法的一系列深入引导，访谈者能够在最终发现被访谈者的心理属性、结果、价值。同时攀梯法要求不少于20位访谈用户。较其他访谈方法，攀梯法有两个典型步骤：一是要素的引导—攀梯访谈；二是对资料进行分析。访谈采用一对一的深度访谈，主要运用直接询问作为访谈方式。形式上为“为什么这个对你来说是最重要的”，并针对每次获取的访谈结果再重复上述问题，操作性强的同时，可以引导用户访谈问题的深入，直到用户回答“我不清楚”或是“我认为就是这样子的”为止。同时，对访谈资料进行收集、整理和分析时，有目的性的获取属性、结果及价值三类要素，获取要素的目的性较为明确。

2.2 PPM理论框架

PPM理论是人类迁移研究中的基础框架模型，常被应用于市场营销学、信息系统等领域的研究中。PPM理论是一种研究消费者动机和消费者行为关系的有效理论，从Push-Pull-Mooring三个角度来探寻影响消费者消费行为的因素。Push（推）因素被称为压力源，即推动因素，被定义负面的因素驱动用户离开原始地方，如当地资源的下降、失去工作以及缺乏个人发展机会等。Pull（拉）因素被称为吸引力因素，即拉力因素，吸引人们迁徙到新的地方，吸引的因素可能包括雇佣机会、高的收入等；有时候推力和拉力作用都很强大，如同样生活在某一地区的一群人，受到来自迁出地推力和迁入地拉力的影响相同，但有的人会迁徙，有的不会。Lee指出这是由于环境限制，Moon将Mooring锚定因素引入到推拉理论，其内涵是让潜在的移民在原地不迁徙或促进迁移到一个新的目的地的成本、个人及社会因素等。

营销学和信息系统领域的学者已将PPM框架引入到转移行为研究中，代表性文献如Bansal等基于698个来自于汽车修理和发型设计服务用户，利用PPM模型探寻了消费者在不同服务商之间的转移行为影响因素。Hsieh等对319个在线服务的使用用户进行有效访谈，利用PPM构建影响因素模型，其中Pull的二级指标包括享乐、有用性和易用性；Push的二级指标包括弱的联系性，写的担忧；Mooring包括转移成本和过去经验等要素。贾雷等基于该模型探寻了消费者从离线渠道迁徙到在线渠道的影响因素，其中Push作用包括离线渠道的特征价格因素以及消费者自身特征自我效能；Pull作用包括在线渠道的特征搜索便利性以及消费者自身特征网络经验；Mooring作用包括消费者感知迁徙成本和主观规范。

图书馆的服务宗旨决定其转移行为不同于市场营销学和信息系统领域，但市场营销和信息系统领域中有关用户转移行为的理论及方法值得图书馆领域借鉴。因此本研究将PPM引入到图书馆用户转移行为的模型构建中。

3 基于攀梯法的影响因素获取

3.1 访谈样本

本次访谈的用户为在读大学生（样本分布见表1）。共深入访谈98人，其中有效访谈语料为89人，最终访谈调研的时间从2014年3月2日到2014年4月6日截止，每个访谈者的访谈持续时间为40～90分钟。

表1 访谈样本分布

3.2 访谈过程

借鉴Botschen等的观点，本研究认为用户转移到数字图书馆的原因是对产品各项属性使用后，获得自身在情感或功能上的结果，最终达到更深层次的某种价值的行为。获取的属性、结果及价值恰是需要抽取的转移因素。本研究中主要用攀梯法完成对访谈的深入及用户转移要素获取（具体样例见表2）。

表2 受访者甲的访谈记录及抽取的要素

3.3 要素获取

对各访谈者萃取的要素合并，同时高度凝练各要素内涵，最终获取55个转移要素。为了得到影响大学生转移行为的核心要素，本研究根据Botschen等认为“如果构念由三分之一的受访者提及，就可保留该构念，否则就删除该构念”的理念获取最终构念，本研究中29名及以上受访者提到的构念即保留，共14个要素。同时对14个要素按相关性进行维度划分，共6个维度（见表3）。

表3 大学生用户转移行为影响因素

同时笔者发现不同学科及学历背景的受访者表现出的转移行为不同（学科界别上参见“学位授予和人才培养学科目录”；理学和工学界定为理科，其余均为文科）。上述89位访谈者中，理科和文科访谈人数的转移所占比例分别为 85.1%（46人）、74.41%（43人），本科、研究生及博士选择转移的比例分别为73.5%、79.3%及92.3%。同时，将这两个因素归为个体相关因素维度。

综上所述，本研究共抽取7个维度，16个要素。其中个体相关因素包括学科属性和学历属性；感知便利性包括节约费用、携带方便、阅读便捷、检索快捷、更新即时；替代品资源丰富；科研感知效用；线下使用习惯；外部环境因素包括电子办公环境、快节奏生活、技术的改变及保护环境意识；转移成本。由表3可以看出：

（1）在感知便利性维度，数字图书馆的携带方便、阅读便捷和检索快捷是大学生用户转移行为提到要素频率最高的三个因素；

（2）7个维度中，替代品资源丰富和科研感知效用被大学生提到的评论也较高，说明这两个维度对大学生用户转移行为具有较高的影响；

（3）外部环境因素维度，快节奏生活和技术改变是该维度频率最高的，同时值得注意的是该维度的保护环境意识要素的频率为47，这说明新时期的大学生对保护环境的意识较强。

4 基于PPM框架的图书馆用户转移行为模型研究

本文基于攀梯法从属性、结果及价值全方面识别了图书馆用户转移的影响因素，要素阶段共获取七个维度的大学生用户转移影响因素，经过对这些影响因素的分类，发现PPM框架中三个层面的概念推动因素（Push）、拉动因素（Pull）和锁定因素（Mooring）可以较好的涵盖本文所发现的影响因素。将7个变量的解释与PPM三个维度的内涵进行比对（见表4），可以发现：传统图书馆科研感知效用降低是驱动用户离开传统图书馆的原因，故属于推动因素维度；数字图书馆的感知便利性和替代品资源丰富是吸引力因素，是用户转移到数字图书馆的原因，故属于拉动因素；而传统图书馆使用习惯、外部环境因素、转移成本及个体相关因素属于个人及社会因素以及成本等，故属于锚定因素。因此可以构建基于PPM框架构建大学生用户的图书馆转移行为整合模型（见图2）。

表4 模型相关变量定义

图2 大学生用户的图书馆转移行为整合模型

4.1 推动维度

传统图书馆科研感知效用为推动（Push）维度主要影响因子。感知效用变量以期望理论和动机理论为基础，认为个体根据潜在利益评价自身行为，是个体相信使用信息系统将增加或降低工作绩效的程度。现有系统的感知效用和使用行为意图之间存在正向关系。在大学生用户的实际访谈调研中，89个用户共有71个提及使用传统图书馆不能提高科研效率，认为传统图书馆科研感知效用变低是影响其转移到数字图书馆的重要因素。因此本文提出如下假设：

H1：传统图书馆科研感知效用负向影响大学生用户的转移意向

4.2 拉动维度

（1）数字图书馆感知便利性。随着网络的普及，数字图书馆可以满足用户随时随地寻找并使用所需要的资源，检索更加高效便捷，不用担心人为导致书籍内容缺失及损坏问题等，因而可以减少用户时间、花费及心理成本等。同时，在大学生用户的实际访谈调研中，89个用户共有均约73个认为使用数字图书馆带来的便利性是影响其转移行为的重要因素。借鉴郑冉冉和宋泽、雷杰等研究结果，本文提出如下假设：

H2：数字图书馆的感知便利性正向影响大学生用户的转移意向

（2）替代品资源丰富。Kim等在研究Email服务时，发现替换品吸引力对用户的转移行为意向有直接影响。Zhang等在研究博客用户的转移行为时指出替换品吸引力直接影响博客转移行为。而替代品资源丰富是替代品吸引力的重要要素，认为替代品资源丰富正向影响转移行为。同时，在大学生用户的实际访谈调研中，89个用户有79个用户认为数字图书馆的资源丰富是其从传统图书馆迁徙的重要原因。因此本文提出如下假设：

H3：替代品资源丰富程度正向影响大学生用户的转移意向

4.3 锚定维度

（1）传统图书馆使用频率。信息系统领域的研究开始关注无意识的因素—习惯（使用频率）对持续使用行为的影响。在大学生用户的实际访谈调研中，89个用户中超过一半的用户（46个用户）认为当长期使用传统图书馆时，对数字图书馆使用会排斥。借鉴Jolley等及 Bhattacherjee 等的研究，本文提出如下假设：

H4：传统图书馆使用频率负向影响大学生用户的转移意向

（2）外部环境因素。在实际访谈调研中，大学生用户认为快节奏的现代生活，使得人们变得非常浮躁，很少能够静下心来阅读纸质的书本，所以会越来越多的转向数字资源；且技术变革带来的电子书、智能手机等便携设备的发展，以及当代大学生对保护环境意识的提升，均促进其转移到数字图书馆。从表3数据不难发现，89个用户中均约为60个用户认为外部环境因素层面的压力越大，其更喜欢使用数字图书馆。其中大学生用户认为快节奏生活和技术的改变是该维度最重要的两个因素，其次为电子办公环境和保护环境意识。归纳周静和李季、吴利明等的研究，本文提出如下假设：

H5：外部环境因素压力正向影响大学生用户的转移意向

（3）转移成本。转移成本是一个限制用户从一个服务商自由的转移到另外一个服务商的变量。随着转移成本的增加，客户去改变使用现有服务商的意愿会降低。在博客服务中，当用户在转移到其他博客面临付出巨大的成本时，一般会选择继续使用现有的博客。在大学生用户的实际访谈调研中，访谈者认为学习使用数据库的成本和使用电子资源的成本是影响其转向数字图书馆的重要因素。因此本文提出如下假设：

H6：转移成本负向影响大学生用户的转移意向

（4）个体相关因素。笔者在基于访谈资料萃取大学生转移到数字图书馆的要素时，发现不同的学科属性及学历属性用户的对转移行为的影响程度不同。学科属性上理工科比文科易发生转移行为，偏向文史类研究的学生越易使用传统图书馆，其中部分文献也认为学科背景对用户的使用行为有影响，认为自然科学和人文社科两类学科领域用户的使用行为不同。在访谈统计中笔者也发现学历越高越容易发生转移行为，即博士比硕士、硕士比本科使用数字图书馆的频率更高。赖茂生和屈鹏在分析用户对网络搜索中语言使用行为的影响因素时，发现使用列联表卡方检验发现学历对用户语言使用行为有影响。考虑到个体相关因素无法统一到一个假设中，故本文分开提出如下假设：

H7a：学科背景影响大学生用户的转移意向

H7b：学历正向影响大学生用户的转移意向

5 结语

从传统图书馆到数字图书馆使用的研究文献来看，用户行为研究是图书馆研究的重要内容，其中转移行为的研究尚有很大空间。本研究主要从移民学PPM的视角来解释图书馆用户转移的主要要素并在此基础上提出了框架性主成分因子的实证模型。在今后的研究中，我们需要利用实证模型开展相关的研究，检验本文提出的若干假设。并有针对性的研究不同类型用户的转移行为因素，特别是弱势群体用户将是今后关注的重点。

［1］Lee K W， Tsai M T， Lanting M CL.From marketplace to marketspace：Investigating the consumer switch to online banking［J］.Electronic Commerce Research and Applications， 2011， 10（1）： 115-125.

［2］Scarpi D， Pizzi G， Visentin M.Shopping for fun or shopping to buy： Is it different online and offline?［J］.Journal of Retailing and Consumer Services， 2014， 21（3）： 258-267.

［3］Zhang K Z K， Lee M K O， Cheung CM K， et al.Un derstanding the role of gender in bloggers'switching be havior［J］.Decision Support Systems，2009，47（4）：540-546.

［4］Wu Y L， Tao Y H， Li CP， et al.User-switching be havior in social network sites：A model perspective with drill-down analyses［J］.Computers in Human Behavior，2014，（33）： 92-103.

［5］Miller J， Khera O.Digital Library adoption and the technology acceptance model：A cross-country analysis［J］.The Electronic Journal of Information Systems in Developing Countries， 2010， （40）： 102-107.

［6］Kim Y M.The adoption of university library Web site resources：A multigroup analysis［J］.Journal of the Amer ican Society for Information Science and Technology，2010， 61（5）： 978-993.

［7］严安，严亚兰.高校图书馆电子资源持续使用意愿影响因素实证研究［J］.图书馆论坛，2013，33（3）：43-50.

［8］邓李君，杨文建.大学生使用移动图书馆的行为持续性的影响因素分析及对策研究——基于扩展持续使用模型［J］.图书馆论坛， 2014， 34（2）： 63-68.

［9］Davis F D.Perceived usefulness， perceived ease of use，and user acceptance of information technology ［J］.MIS quarterly，1989，13（3）：319-340.

［10］Gutman， J.A Means-End Chain Model Based on Cons umer Categorization Processes［J］.The Journal of Mar keting，1982，46（2）：60-72.

［11］Botschen， G， Thelen， E M， Pieters， R.Using Means-End Structures for Benefit Segmentation：An Applica tion to Services［J］.European Journal of Marketing， 1999，33（1）：38-58.

［12］Reynolds，TJ， Gutman， J.Laddering Theory， Method，Analysis， and Interpretation ［J］.Journal of advertising research， 1988， 28（1）：11-31.

［13］Bansal H S， Taylor S F， James Y S. “Migrating” to new service providers：Toward a unifying framework of consumers’ switching behaviors ［J］.Journal of the A cademy of Marketing Science， 2005， 33（1）： 96-115.

［14］Lee E S.A theory of migration［J］.Demography， 1966，3（1）： 47-57.

［15］Moon B.Paradigms in migration research： exploring“moorings”as a schema ［J］.Progress in Human Geog raphy， 1995， 19（4）： 504-524.

［16］Stimson RJ， McCrea R.A push-pull framework for modelling the relocation of retirees to a retirement vil lage： The Australian experience ［J］.Environment and Planning A， 2004， 36（8）： 1451-1470.

［17］Hsieh JK， Hsieh Y C， Chiu H C， et al.Post-adoption switching behavior for online service substitutes：A perspective of the push-pul-mooring framework ［J］.Computers in Human Behavior，2012，28（5）：1912-1920.

［18］周星，韦荷琳.消费者渠道迁徙行为影响因素研究［J］.现代市场营销，2012，（2）：18-25.

［19］郑冉冉，宋泽.网上购物意图影响因素实证研究［J］.商业经济与管理， 2007，（7）：55-61.

［20］雷杰.享乐主义购物价值与网络购物行为意向的关系研究［D］.重庆：西南交通大学，2008.

［21］Kim G， Shin B， Lee H G.A study of factors that affect user intentions toward email service switching ［J］.Information&Management，2006，43（7）：884-893.

［22］Limayem M， Hirt S G， Cheung CM K.Habit in the Context of IS Continuance：Theory Extension and Scale Development［C］．Proceedings of the Eleventh European Conference on Information Systems，Naples，Italy，2003.

［23］Jolley B， Mizerski R， Olaru D.How habit and satis faction affects player retention for online gambling［J］.Journal of Business Research， 2006， 59（6）： 770-777.

［24］Bhattacherjee A， Limayem， M， Cheung， CM.User Switching of Information Technology：A Theoretical Synthesis and Empirical Test Research［J］.Information&Management， 2012，（49）：327-333.

［25］周静，李季.从人口统计特征和生活方式探讨SNS社交网站用户的使用行为及其活跃度［J］.科技与管理，2011，13（2）：72-77.

［26］吴利明，张慧，杨秀丹.基于TAM与TTF模型构建高校教师信息使用行为影响模型［J］.情报理论与实践，2011，34（5）：78-81.

［27］Anderson E W， Sullivan M W.The antecedents and consequences of customer satisfaction for firms ［J］.Marketing Science， 1993， 12（2） ：125-143.

［28］Ahn JH， Han S P， Lee Y S.Customer churn analysis：Churn determinants and mediation effects of partial de fection in the Korean mobile telecommunications ser vice industry［J］.Telecommunications Policy， 2006，30（10）： 552-568.

［29］Hung C， Chiu Y C， Hsieh JR， et al.The challenge for multichannel services：Cross-channel free-riding behavior［J］.Electronic Commerce Research and Applic ations， 2011， 10（2）： 268-277.

［30］Hsieh JK， Hsieh Y C， Chiu H C， et al.Post-adoption switching behavior for online service substitutes：A perspective of the push–pull–mooring framework［J］.Computers in Human Behavior， 2012， 28 （5）： 1912-1920.

［31］徐美凤.不同学科学术社区知识共享行为影响因素对比分析［J］.情报杂志，2011，30（11）：134-139.

［32］赖茂生，屈鹏.用户自然和社会属性对网络搜索中语言使用行为的影响 ［J］.现代图书情报技术，2008，（7）：54-59.