移动社交类APP用户持续使用意愿的影响因素研究

黄柏淅+朱小栋

〔摘 要〕本文基于TAM模型、网络外部性、转换障碍、感知隐私风险和信任，构建了移动社交类APP用户持续使用意愿影响因素的研究模型，并以移动端微信（微博）为例进行了实证对比研究。利用结构方程模型对调查问卷数据进行分析，研究结果表明，两者大部分假设均得到支持，满意度和信任对用户持续使用意愿有直接影响，而网络外部性和感知有用性、感知易用性、感知娱乐性对用户持续使用意愿有间接影响，可替代平台吸引力对用户满意度与用户持续使用意愿的调节作用显著。最后根据结论提出了相关的建议。

〔关键词〕移动社交；用户；技术接受模型；持续使用意愿；APP；影响因素 〔中图分类号〕G206 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0057-08

〔Abstract〕By taking into consideration of the TAM Model，network externality，transformation barriers，hesitation of privacy risks and trust，this paper established a theoretical model for analyzing the factors that impact people continuously using those social mobile APP.To be more specific，both empirical and comparative study were adopted in this paper upon the WeChat and Weibo.Date was analyzed with structural equation modeling.The results indicated most assumptions of both examples were proved to be solidly true，and peoples satisfaction and trust toward the mobile APP bring direct influences on their continuous usage，while other factors like network externality，perceived usefulness，perceived ease of use and perceived enjoyment play an indirect role.The moderating effect of attractiveness of available alternatives on the relationship between gratifications and continuance intention is significant.Finally，some suggestions were put forward based on the conclusions.

〔Key words〕social mobile user；TAM model；continuous usage willingness；APP；influencing factor

随着移动互联网的不断发展以及移动设备的广泛使用，消费者已越来越多地通过移动设备来访问社交网络。移动社交是指用户通过手机、平板等移动设备，登录带有社交元素的互联网应用。根据CNNIC发布的第36次《中国互联网络发展状况统计报告》，截至2015年6月我国网民规模达6.68亿，手机网民规模达5.94亿，其中手机即时通信用户5.40亿。手机端微博客用户数为1.62亿，其中使用新浪微博的用户占69.4%[1]。然而目前中国市场上移动社交类APP款数已超2 000款[2]，由于各软件同质性较高，移动社交类APP服务运营商之间的竞争十分激烈。移动社交平台在经过初始阶段的用户规模剧增后，此时用户规模已接近饱和，服务运营商关注的重点应当从增长用户数量转变为防止用户流失，并在稳定用户规模的基础上优化产品服务，提高用户黏性进而形成产品价值外延。如何在激烈的竞争环境下迅速获得大量用户资源和保持现有用户规模对企业来说十分关键。因此，对于移动社交类APP用户持续使用意愿影响因素的研究具有现实意义。鉴于微信作为当下最火热的即时通讯，以及新浪微博在微博客一家独大的格局，故本文以移动端微信（微博）为例，对二者进行用户持续使用意向影响因素的实证比较研究，以期找出影响用户对移动社交类APP持续使用意愿的影响因素，提出相关建议，并为今后此类研究提供借鉴。

1 相关理论介绍

1.1 网络外部性

Jeffrey Rohlfs在1974年最早提出了网络外部性（Network Externalities）这一概念，他指出用户从一种产品或者服务中获得的额外收益随着该产品或者服务的用户数量增加而增加时，那么该种产品或者服务就具有网络外部性[3]。1985年Katz & Shapiro两位学者延伸了网络外部性的概念，指出用户从一种产品或者服务中所获得的额外效益随着用户数量的变化而变化[4]。网络外部性分为直接网络外部性和间接网络外部性。直接网络外部性指用户从一种产品或者服务中获得的额外效益与该产品或者服务用户数量成正比。而间接网络外部性是指随着一种产品或者服务用户数量的增加，市场上出现更多互补性产品或服务，且这些产品或服务给用户带来更多额外效益，用户更愿意使用这些产品或服务。比如当一个移动社交网络平台的用户数量持续增加时，会刺激相关的开发商争相在此平台开发各类满足不同用户需求的应用，这些附加应用会间接增加用户的额外效益。在研究社交网络时，学者们[5-6]一般用用户规模和感知互补性来衡量网络外部性对其的影响。例如Ling Zhao & Yaobin Liu两位学者探讨了网络外部性中用户规模和感知互补性是如何通过影响微博用户的感知交互性，进而影响其满意度和持续使用意愿[5]；KuanYu Lin & HsiPeng Lu两位学者整合网络外部性和动机理论来解释用户持续使用社交网络的原因，结论表明网络外部性中感知用户数量、感知朋友数量和感知互补性正向影响感知有用性和感知趣味性[6]。

本文考虑到：第一，移动端微信（微博）用户通过与其朋友或陌生人进行社交，相互了解动态、分享资讯，进而给对方产生额外效益。随着移动端微信（微博）用户的增加，用户就能和更多人进行社交，进而产生更多的额外效益；第二，随着移动端微信（微博）用户数量的不断增加，不断地刺激相关开发商开发出例如音乐、游戏、二维码支付、购物等附加功能来不断地优化其产品服务以满足用户需求。随着这些互补性功能的不断增加，用户获得的额外效益也会增加。所以移动端微信（微博）具有网络外部性特征。

结合前人的研究[5-6]和上述分析，本文将从感知用户数量、感知朋友数量、感知互补性来解释网络外部性对移动端微信（微博）用户持续使用意愿的影响。

1.2 技术接受模型和感知娱乐性

Davis（1989）最早提出用来解释用户对信息系统接受行为的技术接受模型（TAM模型）（如图1所示）[7]。该模型中的感知有用性是指个体在使用某一个具体的信息系统预期感觉可以帮助他们提高工作绩效的程度。而感知易用性则是指个体在使用某一个具体的信息系统预期所需要付出的努力程度，即该系统的使用难易程度。TAM模型由于其广泛适用性，自被提出以来就被学者研究于各个信息系统领域。尽管该模型在研究用户对信息系统的接受行为方面具有较好的解释能力和预测能力，但面对日渐复杂、更新换代能力强的信息系统，感知有用性和感知易用性这两个关键变量已经不能完全解释和预测用户的使用行为，所以学者在运用该模型时往往对其进行扩展。例如，葛仲夏等[8]从信任和态度视角扩展TAM模型构建了中国特定网络环境下社交网络工具持续使用的关系模型。琚潇[9]利用TAM模型和感知风险理论构建了社交化电子商务用户接受模型。邓朝华等将网络外部性整合到TAM模型中，构建了影响移动环境下消费者移动服务使用行为意向因素模型，发现网络外部性正向影响感知有用性和感知易用性[10]。由于TAM模型本身并没有对外部变量进行详细解释，本文在借鉴前人研究的基础上保留感知有用性和感知易用性两个关键因素，将网络外部性（1.1所述）作为TAM模型的外部变量。同时由于移动社交应用是以娱乐为主导的信息系统[11]，故本文加入了感知娱乐性这一变量，以扩展TAM模型。

1.3 转换障碍

Ranaweera and Prabhu（2003）定义转换障碍为用户执行转换行为或者转换到可替代产品的一种约束力[12]。在某种程度上，转换障碍表现为用户从现有产品或者服务中的一种退出障碍。近几年，随着对顾客满意度的深入研究，许多学者发现当顾客对现有产品或者服务的满意度较低时，如果转换障碍较高，用户也会倾向继续使用该产品或者服务，但在高满意度关系中，这种调节作用则微乎其微[13-14]。例如，Heesup Han等学者研究酒店行业的核心服务、服务接触绩效与用户满意度之间的关系以及转换障碍对于用户满意度与用户转换意向的调节作用，结果表明核心服务、服务接触绩效均显著影响用户满意度，同时转换障碍调节用户满意度与用户转换意向，尤其当转换障碍越大时，调节作用越显著[13]。Dilip Mutum等学者研究网上零售业的转换障碍对用户忠诚度4个层次相互之间的调节作用[14]。转换障碍是一个多维度变量，对其构成成分，学者们[13-15]一致认为转换障碍构成包括转换成本、可替代平台吸引力和人际关系。Porter（1980）定义转换成本为用户在转换相似产品或者服务所花费的时间、货币、心理等成本[16]。Fornell（1992）提出搜索成本是转换成本的一个重要维度，指用户搜索和评估可替代产品（服务）时所要花费的时间和精力[17]。可替换平台为相对于当前产品或服务，可以给用户提供更优质服务的产品或服务，可替换平台吸引力则是新产品或服务相对当前产品或服务所具有的吸引力[13]。Gimun Kim等学者研究电子邮件服务行业转换障碍对用户满意度与用户转换行为的调节作用，结果发现可替代平台吸引力对其调节作用显著，而转换成本对其调节作用不显著[18]。Calvo Porral & Levy Mangin两位学者研究在移动服务行业下，转换成本对用户满意度与用户忠诚度的调节作用。结果发现该行业转换成本较低，对顾客满意度与顾客忠诚度的调节作用并不显著[19]。

基于前人研究，笔者发现国内外将转换障碍应用到营销领域背景的较多，鲜少有研究特定移动社交类应用，但由于市场上社交类的同质性产品过多，存在大量可替代平台，用户在搜索可替代产品时需要付出努力和精力，这是两个不可忽视的因素，故本研究将搜索成本和可替代平台吸引力两个变量纳入理论模型，以期增强模型的解释力。

1.4 感知隐私风险和信任

Bauer（1960）最早提出感知风险这一概念。感知风险是指用户感知其某种行为的不确定性和后果严重性[20]。关于感知风险的分类，Jacoby（1972）等人将其分为经济风险、功能风险、身体风险、心理风险和社会风险5部分[21]。Peter Tarpey（1975）认为感知风险除了前人所述的5部分之外，还应该包括时间风险[22]。Ming Chi lee（2009）认为随着互联网技术的快速发展，用户越来越担心使用信息系统导致个人隐私的泄露，因此在前人研究的基础上，加入了隐私风险，定义为用户使用信息系统导致自己隐私暴露的可能性[23]。而信任反映用户对商家的信赖程度。隐私风险和信任是众多学者在研究网络环境下的用户行为时所要考虑的因素[11，24]。例如Mark Ng对香港和日本用户接受SNS的影响因素进行对比研究，结论均表明信任负向影响感知隐私风险。在本研究中，考虑在移动端微信（微博）的注册或使用过程中，用户需要将个人相关信息暴露给服务商或陌生人，使微信（微博）用户存在隐私风险。故本文加入感知隐私风险和信任两个变量，以期构建更为全面的研究模型。

2 研究模型与研究假设

2.1 研究模型

本文以TAM理论和网络外部性为基础，整合感知娱乐性、转换障碍、感知隐私风险和信任共同构建了移动社交类APP用户持续使用意愿影响因素模型。本文模型共含12个变量，具体模型如图2所示。

2.2 研究假设

2.2.1 网络外部性对TAM模型、感知娱乐性的影响

如前文（1.1）所述，网络外部性主要强调用户的额外效益随着用户数量的增加而增加。本文认为当用户感知有更多的人加入到移动端微信（微博）时，他们便可用文字、图片、语音和视频等多种方式进行社交，在这过程中获取和分享朋友资讯、新闻热点和兴趣内容等，即直接网络外部性。此外，移动端微信（微博）服务商还设计了互补性功能（比如购物、移动支付、视频分享等）来满足用户的需求，即间接网络外部性。随着用户感知额外效益不断增加，用户越可能感知到该平台的有用性。因此，本文提出如下假设：

H1a：用户对移动端微信（微博）的感知用户数量正向影响其感知有用性。

H2a：用户对移动端微信（微博）的感知朋友数量正向影响其感知有用性。

H3a：用户对移动端微信（微博）的感知互补性正向影响其感知有用性。

Sledgianowski & Kulviwat（2009）研究发现一旦当某个社交网络用户达到一定数量时，新用户将会更倾向加入该社交网络[25]。新用户通过分享老用户的经验会降低其学习使用该产品的难度。网络外部性还会带来互补性产品的竞相出现，各供应商面对激烈的竞争环境会努力优化各项操作，从而使用户感知到该平台的易用性。因此，本文提出如下假设：

H1b：用户对移动端微信（微博）的感知用户数量正向影响其感知易用性。

H2b：用户对移动端微信（微博）的感知朋友数量正向影响其的感知易用性。

H3b：用户对移动端微信（微博）的感知互补性正向影响其感知易用性。

Li & Bernoff（2008）研究发现随着使用某个社交网络的用户数量增多，用户在与更多人交流和分享信息的过程中享受乐趣[26]。所以，本文认为当用户感知有更多的人加入到移动端微信（微博）时，他们便可以获取和分享到更多新闻热点、流行资讯、专业知识等，这个过程可能让其感知到更多乐趣。因此本文提出如下假设：

H1c：用户对移动端微信（微博）的感知用户数量正向影响其感知娱乐性。

H2c：用户对移动端微信（微博）的感知朋友数量正向影响其感知娱乐性。

H3c：用户对移动端微信（微博）的感知互补性正向影响其感知娱乐性。

2.2.2 TAM模型、感知娱乐性和满意度对持续使用意愿的影响

根据前人的研究结论[27-29]，TAM模型中的感知易用性与感知有用性之间、感知有用性、感知易用性与满意度之间存在正向影响关系。用户在使用移动端微信（微博）时，由于其服务商不断优化操作步骤，用户只要花费较少时间和精力便可以轻松掌握该平台操作，从中享受众多功能和乐趣。这可能会使用户感知较高的额外收益，进而形成较高的满意度。同时用户对移动端微信（微博）越满意，就越可能愿意持续使用它。因此，本文提出以下假设：

H4：用户对移动端微信（微博）的感知易用性正向影响其感知有用性。

H5：用户对移动端微信（微博）的感知有用性正向影响其满意度。

H6：用户对移动端微信（微博）的感知易用性正向影响其满意度。

H7：用户对移动端微信（微博）的感知娱乐性正向影响其满意度。

H8：用户对移动端微信（微博）的满意度正向影响其持续使用意愿。

2.2.3 转换障碍对满意度和持续使用意愿的调节作用

本文定义搜索成本为用户搜索和评估可替代产品（服务）时所要花费的时间和精力。当一个用户需要花费大量时间、大量精力才能搜索到可与当前移动端微信（微博）相媲美的产品，即搜索成本较高时，即使用户对当前产品不满意，他也会倾向于继续使用该产品。

定义可替换平台为相对于当前移动端微信（微博），可以给用户提供更优质服务的产品，可替换平台吸引力则是该产品相对移动端微信（微博）所具有的吸引力。本文认为，当市场上可替换平台的相对吸引力较弱时，就算用户对当前移动端微信（微博）的满意度不高，用户持续使用该产品的意愿也会较高。因此本文提出以下假设：

H9：用户满意度与其持续使用意愿之间的关系会受到搜索成本的调节作用。

H10：用户满意度与其持续使用意愿之间的关系会受到可替换平台吸引力的调节作用。

2.2.4 信任、感知隐私风险对持续使用意愿的影响

如前文（1.4）所述，本文认为用户对移动端微信（微博）服务商越信任，那么他认为服务商将其个人信息暴露的可能性越小，这会降低用户感知到的隐私风险，提高其持续使用意愿。因此，本文提出以下假设：

H11：用户对移动端微信（微博）的信任正向影响其持续使用意愿。

H12：用户对移动端微信（微博）的信任负向影响其感知隐私风险。

H13：用户对移动端微信（微博）的感知隐私风险负向影响其持续使用意愿。

3 数据收集与数据分析

3.1 问卷设计

本文问卷采用李克特7级量表，其中1表示非常不同意，7表示非常同意。问卷一共包括12个潜在变量，每个潜在变量均用2～4个可测变量对其进行量度。其中感知用户数量（NM）、感知朋友数量（BI）、感知互补性（PQ）3个变量的测量项参考文献[6]研究的量表。感知有用性（PU）、感知易用性（PEOU）这2个变量的测量项参考文献[10]研究的量表。感知娱乐性（ENJ）测量项参考文献[11]研究的量表。搜索成本（SC）、可替换平台吸引力（ATR）、满意度（CS）3个测量项参考文献[19]研究的量表。感知隐私风险（PR）、信任（TRU）、持续使用意愿（CIU）3个测量项参考文献[24]研究的量表。

3.2 样本及数据收集

本文问卷采用线上和线下相结合的方式，线上主要通过问卷星和微信两个平台收集，线下主要在2015年上海工博会展厅和上海理工大学校内进行随机发放，最终线上和线下问卷一共回收402份，去掉有缺失值问卷8份，本次调查的有效问卷一共394份，其中移动端微信208份，移动端微博186份。本次问卷调查者中，两平台受访者男女比例均接近1∶1。受访者年龄主要趋于20～30岁之间，且学历均本科和硕士居多，说明调查样本以年轻人为主。受访对象使用移动端微信和微博的频率稍有差异，91.3%移动端微信用户使用频率为每天至少使用1次，而移动端微博用户相同使用频率占比仅为47.5%。

3.3 数据分析

3.3.1 信度分析

信度分析即可靠性分析，用来反映各个测量项是否与测量变量一致。本研究采用克隆巴赫α系数值和组合信度（CR值）对测量模型内部一致性进行评估。一般认为，当克隆巴赫α系数值和CR值均大于0.7时，各测量度项具有较好的信度和内部一致性。本文用Spss19.0对问卷数据进行分析后得出移动端微信总体克隆巴赫α系数值为0.931，移动端微博为0.852，表明两者整体信度都较高。同时本文还对每个测量变量的克隆巴赫α系数值进行了测量，结果如表1所示。

上述信度检验结果表明，本文各测量度项的克隆巴赫α系数值和CR值均大于0.7，说明问卷具有良好的信度和内部一致性。

3.3.2 效度分析

所谓效度是衡量测量工具或者手段能够准反映所需测量事物的程度。本文采用观测项的标准化因子载荷和平均方差提取量（AVE）来检验。如表1所示，本文测量模型的所有因子标准载荷和平均方差提取量（AVE）均在0.5以上，说明本研究测量模型的各个测量项均具有较高的收敛效度。同时利用KMO和球形Bartlett来检验问卷的结构效度。本文得到移动端微信整体KMO值为0.848，Bartlett球形检验显著，移动端微博整体KMO值为0.894，Bartlett球形检验显著。同时得到各变量的KMO值均大于0.5，Bartlett球体检验显著，表明问卷中各个变量具有良好的结构效度。最后通过计算分析，每个测量变量的AVE都大于其与其他变量之间的相关系数，说明模型中的测量变量之间具有良好的区分效度。

3.4 结构模型假设检验

本文采用AMOS17.0对以上结构模型进行分析，首先对模型的整体适配度进行检验，结果如表2所示。表中数据说明本文模型拟合指标均在能够接受范围，本研究模型的拟合度良好。

表3得出本文结构模型路径分析结果。本文提出针对移动端微信平台19个假设中有17个假设成立，只有H9和H13两个假设不成立。而针对移动端微博平台19个假设中，路径假设H2b、H2c、H9和H13不成立，其余假设路径系数均显著，表明假设均成立。

对于转换障碍的调节作用，本研究采用Spss19.0来检验相关变量之间的交互作用。从表4可以得出移动端微信（微博）搜索成本与用户满意度的交互作用均没有达到显著水平，而移动端微信（微博）可替代平台吸引力与用户满意度的交互作用均达到显著水平，说明了假设H9均不成立，假设H10均成立。

4 结论与启示

4.1 充分利用网网外部性，扩大用户规模

在网络外部性对感知有用性、感知易用性和感知娱乐性影响的相关假设中，对于移动端微信而言，h1a～h3c假设均成立，表明网络外部性对感知有用性、感知易用性和感知娱乐性有显著积极的影响，从而它们间接影响用户满意度和用户持续使用意愿。据此，微信服务商可以以社交为基础拓展各种附加功能，进而提高用户的感知有用性、感知易用性和感知娱乐性。将平台作为京东商城的流量接口是微信做出的一大尝试，但相比之下基于社交的团购等O2O更适合微信，此外平台还在拼车、租房、出行等共享经济的应用上有着巨大的用户优势，可以在此领域发力以增强用户使用的网络外部性。

而对于移动端微博而言，除了H2b和H2c未得到支持外，其他假设均得到支持。本文认为H2b和H2c未成立的原因可能是，微博作为开放的社交平台，使用者在对其功能定位上会与微信、QQ等熟人社交有所区分，更为注重它所带有的娱乐化功能，发布的状态和评论亦不如前两者严谨，微博中朋友数量的增多模糊了将其区别于熟人社交的特征，用户在发布信息时会考虑更多朋友的因素，从而降低了用户的感知易用性和娱乐性。

4.2 完善平台功能和服务，提高用户满意度

满意度、信任和感知隐私风险对用户持续使用意愿的假设中，对于移动端微信而言，影响其用户持续使用意愿的直接因素按照影响力大小依次为满意度和信任，路径系数分别为0.394，0.263。而感知娱乐性、感知有用性和感知易用性又显著地影响用户的满意度。据此，微信服务商应该注意采取有助于提升用户满意度和信任的各种措施。例如可以在群聊中加入可供多人参与的小游戏来增强社交的娱乐性；可以通过优化页面设计、简化操作步骤来降低用户操作难度；通过丰富朋友圈和聊天窗口的互动模式如匿名交流、优化默认表情包等来提高用户满意度；加强对用户隐私信息的保护，承诺避免在后台扫描个人信息或监督用户使用习惯，并以此为依据提高用户的信任度。

而对于移动端微博用户而言，用户满意度对其持续使用意愿的路径系数为β=0.500，显著性为P<0.001，说明两者有很强的正相关性，其次为信任，路径系数为β=0.379，显著性为P<0.001。在移动端微博用户满意度的影响因素中，感知易用性对其用户满意度的影响最显著，剩下的按照影响力大小依次为感知有用性、感知娱乐性。因此，微博运营商可借鉴如下措施来提高用户满意度。首先，微博提供的信息量较大，微博运营商商要不断优化使用界面，增强用户信息辨别能力，以提升界面的易用性；其次，可以在信息发布、新闻集成、自媒体领域发力，使用户通过其获得较多有用信息；最后，可以通过设计一些小游戏来增进粉丝间或粉丝与博主间的互动，使交流不再限于留言与私信，深化其社交功能，通过这些方面来进一步努力提高用户满意度，进而提高用户持续使用意愿。

4.3 树立平台正面形象，提升用户信任度

移动端微信（微博）关于感知隐私风险对用户持续使用意愿显著消极影响假设（H13）均未得到支持，原因可能是移动端微信（微博）对用户隐私保护建设较完善，从而降低了用户的感知隐私风险。对于微博，基于其开放性特征，用户面对的不仅仅是熟人，更多的是陌生人，此时用户感知到隐私风险会更大，在使用过程中会主动避免泄露个人信息。而作为平台方，微信和微博运营商设计了不同隐私保护选项，允许用户根据个人需求进行个人隐私保护，从而降低了用户对其的感知隐私风险。据此，微信（微博）运营商应该注意完善相关的用户隐私保护设置功能，承诺用户利益第一，积极的树立平台正面形象，努力提升用户信任度，降低用户的感知隐私风险。

4.4 提升平台核心竞争力，打造平台优势

移动端微信（微博）关于转换障碍对于用户满意度和用户持续使用意愿调节作用的假设中，H10均成立，但H9均未成立。结论表明可替代产品的吸引力对用户满意度和用户持续使用意愿调节作用显著；而相同情况下，搜索成本对用户满意度和用户持续使用意愿的调节作用不显著。原因可能在于，现今移动社交应用的使用者非常在意用户体验的好坏，用户每天会在社交应用上花费大量的时间，因此相比于一次性的搜索成本，能否持久的提供好的用户体验，是使用者选择一款应用时更为关注的地方。随着市场竞争加剧，可替代产品越来越多。据此，微信（微博）运营商应注意提升平台的核心竞争力，努力打造可区别替代产品的相关优势，保持产品的排他性。

本研究只是基于技术接受模型、网络外部性、感知娱乐性、转换障碍、信任和感知隐私风险进行影响因素的研究，可能仍有其他影响因素未考虑在内，后续研究可以进一步扩展和完善。

参考文献

[1]中国互联网络信息中心（CNNIC）.第37次中国互联网络发展状况统计报告[R].2016.1.

[2]TalkingData.2015年移动社交应用行业报告[R].2015.7.

[3]Rohlfs J.A Theory of Interdependent Demand for a Communications Service[J].Bell Journal of Economics & Management Science，1974，5（1）：16-37.

[4]Katz M L，Shapiro C.Network externalities，competition and compatibility[C]∥1985：424-40.

[5]Zhao L，Lu Y.Enhancing perceived interactivity through network externalities：An empirical study on micro-blogging service satisfaction and continuance intention[J].Decision Support Systems，2012，53（4）：825-834.

[6]Lin K Y，Lu H P.Why people use social networking sites：An empirical study integrating network externalities and motivation theory[J].Computers in Human Behavior，2011，27（3）：1152-1161.

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

[8]葛仲夏，顾东晓，顾佐佐.社交网络工具持续使用影响因素的实证研究[J].图书馆学研究，2015，（1）：34-40.

[9]琚潇.社会化电子商务的用户使用意向研究[D].北京：北京邮电大学，2012.

[10]邓朝华，鲁耀斌，张金隆.基于TAM和网络外部性的移动服务使用行为研究[J].管理学报，2007，4（2）：216-221.

[11]Ng M.Factors influencing the consumer adoption of Facebook[J].Computers in Human Behavior，2016，54（C）：491-500.

[12]Prabhu J，Ranaweera C.The influence of satisfaction，trust and switching barriers on customer retention in a continuous purchasing setting[J].International Journal of Service Industry Management，2003，14（14）：374-395.

[13]Han H，Kim W，Hyun S S.Switching intention model development：Role of service performances，customer satisfaction，and switching barriers in the hotel industry[J].International Journal of Hospitality Management，2011，30（3）：619-629.

[14]Mutum D，Ghazali E M，Bang N，et al.Online loyalty and its interaction with switching barriers[J].Journal of Retailing & Consumer Services，2014，21（6）：942-949.

[15]Colgate M，Lang B.Switching barriers in consumer markets：An investigation of the financial services industry[J].Journal of Consumer Marketing，2001，18（4）：332-347.

[16]Porter，M.E..Competitive strategy.New York：The Free Press，1980.

[17]Fornell，C.A national customer satisfaction barometer：The Swedish experience[J].Journal of Marketing，1992，56：6-21.

[18]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.

[19]Calvo-Porral C，Lévy-Mangin J P.Switching behavior and customer satisfaction in mobile services：Analyzing virtual and traditional operators[J].Computers in Human Behavior，2015，49（C）：532-540.

[20]Bauer R A.Consumer Behavior as Risk Taking[C]∥Dynamic Marketing for a Changing World，Proceeding of the 43rd Conference of the American Marketing Association，1960：389-398.

[21]Jacoby J，Kaplan L B.The Components of Perceived Risk[C]∥Advances in Consumer Research，1972.

[22]Peter J P，Tarpey L X.A Comparative Analysis of Three Consumer Decision Strategies[J].Acta Cirurgica Brasileira，1998，13（1）：419-431.

[23]Lee M C.Factors influencing the adoption of internet banking：An integration of TAM and TPB with perceived risk and perceived benefit[J].Electronic Commerce Research & Applications，2009，8（3）：130-141.

[24]Zhou T，Li H.Understanding mobile SNS continuance usage in China from the perspectives of social influence and privacy concern[J].Computers in Human Behavior，2014，37：283-289.

[25]Sledgianowski D，Kulviwat S.Using Social Network Sites：The Effects of Playfulness，Critical Mass and Trust in a Hedonic Context[J].Journal of Computer Information Systems，2009，49（4）：74-83.

[26]Tapscott D.Grown Up Digital：How the Net Generation is Changing Your World HC[M]∥Grown up digital：how the net generation is changing your world.McGraw-Hill，2010：88-91.

[27]Joo J，Sang Y.Exploring Koreans smartphone usage：An integrated model of the technology acceptance model and uses and gratifications theory[J].Computers in Human Behavior，2013，29（6）：2512-2518.

[28]Woojin Lee，Lina Xiong，Clark Hu.The effect of Facebook users arousal and valence on intention to go to the festival：Applying an extension of the technology acceptance model[J].International Journal of Hospitality Management，2012，31（3）：819-827.

[29]Woojin Leea，Lina Xiong，Clark Huc.The effect of Facebook usersa rousal and valence on intention to go to the festival：Applying an extension of the technology acceptance model[J].International Journal of Hospitality Management，2012，31：819-827.

（责任编辑：郭沫含）