国外信息系统持续使用模型应用研究综述

欧阳博+刘坤锋+杨海娟

〔摘 要〕 信息系统持续使用模型于2001年提出，已在信息系统、图书情报、管理学等领域得到广泛应用。首先，介绍ECM-ISC的提出及演化过程。其次，以施引论文为视角，结合关键词词频统计分析和内容分析法，从应用目的、应用对象、应用形式、应用方法等方面揭示国外ECM-ISC的应用规律。抽取ECM-ISC应用背景下影响信息系统用户持续使用的因素，归结为用户因素、系统因素和环境因素。最后，提出ECM-ISC应用的不足之处和未来的研究方向。

〔关键词〕信息系统；信息行为；信息持续使用模型；持续使用；影响因素；综述

DOI：10.3969/j.issn.1008-0821.2017.08.025

〔中图分类号〕 G201 〔文献标识码〕A 〔文章编号〕1008-0821（2017）08-0171-07

〔Abstract〕Expectation Confirmation Model of IS Continuance，proposed in 2001，has been widely used in the fields of Information Systems，Library and Information Science，Management and etc. First of all，the presentation and evolution process of ECM-ISC was introduced. Then，from the perspective of citing papers，content analysis method and the word frequency statistics of keywords were employed to analyze the application of ECM-ISC abroad in terms of application purpose，application object，application form and application method. The factors that affect users continuous use of information system in the context of ECM-ISC application were summarized，including user factors，system factors and environmental factors. Finally，the shortcomings of the application of ECM-ISC were pointed out and the future research directions were put forward.

〔Key words〕information system；information behavior；ECM-ISC；continuance use；impact factor；review

作為传播信息的重要工具，信息系统（Information system，IS）在人们的生活中发挥着越来越重要的作用，而层出不穷的IS造成激烈的市场竞争。一个IS能否被用户持续使用是其成功的关键。IS用户的持续使用行为受到国内外图书情报领域的广泛关注，Bhattacherjee[1]于2001年在国际顶尖期刊MIS Quarterly发文提出IS持续使用模型（Expectation confirmation model of IS continuance，ECM-ISC），成为揭示IS用户持续使用行为规律的最具代表性理论。ECM-ISC的研究重点是用户初始采纳IS后并未中断使用的持续意愿和行为，广泛适用于各种IS环境 [2]。图书情报领域学者及时追踪新IS的发展动向，以ECM-ISC为理论开展了大量研究，并取得丰富的研究成果。揭示ECM-ISC的应用规律，发现已有研究的不足之处，可为今后的IS持续使用研究提供借鉴。

文章详细介绍ECM-ISC的演化过程，包括初始模型和扩展模型。以施引论文为视角，展现ECM-ISC应用研究的年代分布和重点领域。采用关键词词频统计分析和内容分析法，从应用目的、应用对象、应用形式、应用方法等方面揭示国外ECM-ISC的应用规律，为国内的相关研究提供参考。结合ECM-ISC应用的不足之处，提出未来的发展趋势。

1 ECM-ISC及其演化

1.1 ECM-ISC初始模型

早期，学者们更多的关注IS用户的初次使用行为，技术接受模型（Technology Acceptance Model，TAM）是研究用户的信息技术/信息系统（IT/IS）采纳最具代表性的理论。Bhattacherjee认为IS的成功不单取决于用户的初次使用，持续使用更为关键[1]。基于TAM [3]和期望确认理论（ECT）[4]，Bhattacherjee提出ECM-ISC初始模型，并将其应用到用户对电子银行持续使用行为的实证研究中。结果表明期望确认正向影响感知有用性，感知有用性和期望确认对满意度产生积极影响，并进一步影响IS持续使用意愿；同时，感知有用性也直接影响用户的IS持续使用意愿。相较于TAM理论以IS的初次使用为视角，ECM-ISC以IS采纳后为关注点，研究用户的持续使用意愿，将IS用户行为研究进一步延伸到更深的阶段。ECM-ISC初始模型如

图1所示。

1.2 ECM-ISC扩展模型

Limayem等（2007）[5]在ECM-ISC的基础上将因变量由原来的持续使用意愿扩展至持续使用行为。其后，Bhattacherjee等（2008）[6]在此研究基础上对ECM-ISC初始模型进行扩展，引入IT自我效能（IT self-efficacy）和便利条件（Facilitating conditions）等变量，删除感知有用性对满意度的直接作用，由此得到扩展的持续使用理论模型（EECM）。EECM能更好地揭示用户的个体差异和外部环境因素对持续使用意愿和行为的影响。EECM如图2所示。

2 研究方法与数据搜集分析

2.1 内容分析法

内容分析法是对研究对象的内容进行深入分析，透过现象看本质的科学方法[7]。具有系统性、严密性、灵活性3个关键特性[8]。内容分析法通过对文献内容作客观系统的定量分析，能揭示文献中的本质性事实和趋势，可以作为预测学科进展的方法。

2.2 数据搜集方法

Bhattacherjee于2001年发表的论文[1]是本研究的出发点。在Web of Science核心集中，以标题=“Understanding Information Systems Continuance An Expectation-Confirmation Model”为检索式进行检索定位到该论文（检索日期：2017年3月1日）。截至检索日期，来自Web of Science核心集的施引文献有1130篇。

2.3 国外施引文献年代趋势统计分析

文章对国外施引文献年代趋势进行统计分析，可在一定程度上反映ECM-ISC应用的学术关注度。从图3可看出，2010-2016年国外学者对ECM-ISC应用的学术关注度基本呈上升趋势，且2014-2015年文献数量增幅比较大。尽管2016年稍有下降，但根据目前的数量以及前6年的增长趋势，可以预测未来国外会持续加强ECM-ISC的应用研究。

2.4 领域分析

文章发现ECM-ISC应用在多个领域受到关注。各领域的相关论文数量可反映ECM-ISC应用的核心领域。在文章检索的1130篇文献中施引论文量超过100篇的有5个学科的，分别为计算机科学信息系统、图书情报、管理学、商学、计算机科学跨学科应用。其中，图书情报领域发文量为326篇，占比28.85%，表明ECM-ISC应用研究在图书情报领域受到较多的关注。此外，施引文献还涉及心理学、人体工程学、运筹学等相关学科，也表明ECM-ISC应用具有涵盖学科广泛的特点。

2.5 关键詞词频统计分析

关键词反映学术论文的核心内容，可揭示学术研究的发展脉络和发展方向[9]。关键词词频统计分析可体现特定领域的研究热点和前沿。在1130篇检出文献中，将学科设定为“Information Science Library Science”进一步筛选，得到326篇图书情报领域期刊论文。根据研究主题，逐一阅读检出论文的“摘要”和“关键词”以进行甄别。无法甄别则阅读全文，由笔者进行主观判断，剔除与研究主题无关的文献、仅提及期望确认相关理论或借鉴相关变量并非实际应用ECM-ISC的文献，其中75篇论文成为文章进行关键词词频统计分析的原始数据。

对75篇论文的关键词进行词频统计，重复出现的关键词只统计1次，把表意相同、表述形式不同的关键词进行归并统计。样本论文中共出现486个关键词，出现次数≥2的关键词为91个，词频为1的关键词为395个。出现为2次，3次，4次，5次分别为33，10，6，7个。表1展示词频≥4的所有高频关键词。

3 ECM-ISC的应用规律

在关键词词频分析的基础上，采用内容分析法，从应用目的、应用环境、应用形式、应用方法等4个方面对文献进行具体分析，揭示国外ECM-ISC的应用规律。

3.1 动因明确，目的集中

满意度/顾客满意（Satisfaction/Customer satisfaction/Consumer satisfaction）是出现最多的关键词，表明满意度在ECM-ISC中的决定性，也反映了用户满意度是大多数研究中最明确、最关键的前置动因。忠诚度（Loyalty/Consumer loyalty）作为高频关键词出现了8次，说明持续使用是用户忠诚度的重要体现。如，Lin等（2015）[10]以智能手机为研究对象探究IT产品忠诚度的驱动因素。发现以满意度和相对优势为代表的奉献因素以及以惯性和转换成本为代表的约束因素显著影响消费者IT产品的持续使用意愿。Kim等（2009）[11]结合感知风险和感知收益理论，发现信任通过影响消费者的满意度，进而对消费者电子商务忠诚度产生更长期的影响。

IS/IT持续使用（IS continuance/IT continuance）出现35次，持续使用/持续使用意愿/重复购买（Continuance intention/Continuance/ Continued use/Repurchase intention）出现29次，用户采纳/采纳（User acceptance/Acceptance）出现32次，意愿（Intention）和行为/采纳后行为（Behavior/ Post-Adoption behavior）分别出现16次和15次。这些关键词反映ECM-ISC的应用大多关注IS采纳后的行为，如持续使用意愿、持续使用行为、重复购买行为是其主要应用目的。此外，研究发现用户的持续使用意愿并不能决定持续使用行为。如，Lin等（2005） [12]、Khalifa和Liu（2007）[13]分别对在线购物、门户网站用户的持续使用意愿的研究均证实了这个观点。因而，Limayem和Cheung（2008）[14]将持续使用意愿扩展到持续使用行为，构建ECM-ISC扩展模型，以增加适用范围。Zhao等（2015）[15]针对移动图书馆APP开展研究，验证了ECM-ISC扩展模型对持续使用行为的解释力。

3.2 与时俱进，对象多元

最初ECM-ISC的提出以电子银行为研究对象。本文发现，信息系统（IS/IT），电子商务（E-commerce）[16]、虚拟社区（Virtual communities/Communities）[17]、网站（Web site）[10]、电子政务（E-Government）[6]等关键词出现频次较高。除表3展示之外，手机银行（Mobile banking）[18]、社交媒体（Social network sites）[19]、电子学习（E-learning）[20]出现的频次均大于2次，表明ECM-ISC的应用对象已从电子银行拓展至各种各样的IS。另外，ECM-ISC的应用对象也不乏新兴事物，如移动数字图书馆、移动阅读APP等新兴IS，有学者对其持续使用进行探究。如，Joo和Choi（2016）[21]发现感知有用性是影响用户在线图书馆（OLRs）持续使用意愿的决定性因素，期望确认间接影响用户的持续使用意愿。Hu和Zhang（2016）[22]发现期望确认、感知有用性和感知经验值显著影响用户满意度，进而影响移动阅读APP持续使用意愿。这反映了ECM-ISC的应用呈现与时俱进的特点。因此，未来针对不断更新的IS，也可采用ECM-ISC对其用户的持续使用规律进行探究。

3.3 广泛融合，扩展多样

高频关键词中，TAM（出现29次）、计划行为（Planned behavior）IS成功（IS success/Mclean Model）、社会认知理论（Social Cognitive Theory），任务-技术匹配（Task Technology Fit）等表征理论的关键词出现频次较高，除表3展示之外，理性行为理论、创新扩散理论、感知价值理论等也受到关注。表明ECM-ISC的应用广泛融合多种理论，反映了学者们常根据不同的应用情境、对象和目的，融入适当的理论开展研究。融合其他理论构建的整合模型有效突破ECM-ISC固有研究框架，能更好地解释不同环境下的用户持续使用问题。如，Hsieh和Wang（2007）[23]通过调查用户的扩展使用行为研究复杂IS的利用不足问题，构建的ECM-ISC和TAM整合模型得到了验证，在PU和PEU的存在下，满意度对扩展使用没有直接影响。与大多数技术接受研究相反，Hsieh认为PEU具有比PU更强的行为影响。Hossain和 Quaddus（2011）[24]基于采纳扩散理论和ECM-ISC，开发出新的接受和持续使用意愿模型，探讨自我效能对射频识别技术（RFID）的采纳及其在强制性和自愿性环境中持续意愿的不同影响。研究结果表明，满意度和自我效能正向影响用户的RFID持续使用意愿。

此外，除直接运用ECM-ISC及其扩展模型，学者们也引入变量对其进行扩展，增强其对不同IS的适用性。如，Li和Liu（2014）等[25]以在线旅游电子服务为对象对持续使用意愿和口碑进行研究，结果表明感知娱乐性是持续使用意愿和口碑的重要驱动因素。以往的研究发现用户满意度直接影响口碑[26][27]，而在线旅游电子服务中，用户更注重有用性，满意度通过持续使用意愿间接影响口碑。Bonson等（2014）[28]通过引入社会影响和态度两个变量扩展ECM-ISC，检验影响Facebook用户持续使用因素之间的相互关系。发现态度比满意度对持续使用意愿产生的影响更大，而社会影响在模型中的影响不显著。

3.4 数据支撑，方法实证

高频关键词也可反映ECM-ISC应用的主要研究方法。模型（Model/Models）出现18次，实证研究（Empirical examination/Empirical test/Empirical analysis）出现8次，结构方程模型（Structural Equation Models）出现5次。表明通过定义变量、构建模型、设计量表、收集数据、验证模型的实证研究是ECM-ISC应用的重点。大多数研究采用问卷调查的方式获取数据，结合ECM-ISC构建研究模型，并验证其有效性，验证IS持续使用影响因素之间的关系，研究成果对揭示用户持续使用行为和意愿的规律有重要作用。如，Yuan等（2014）[29]通过对移动银行实证研究，探讨移动银行持续使用意愿的主要影响因素以及各因素之间的关系，为移动银行的营销推广决策提供支撑。发现满意度，感知有用性，感知任务技术拟合和感知风险是持续意愿的主要预测因素；而感知易用性对持续意愿的直接效应不显著。Cheng（2014）[20]提出基于ECM-ISC，IS成功模型以及心流理论的混合模型，并通过结构方程模型分析收集的数据，发现质量因素对PU、确认和心流具有显著的影响，这些因素共同解释了护士对混合电子学习系统的满意度，进而影响其持续使用意愿。

4 ECM-ISC应用背景下影响因素抽取

前置动因（Antecedents）作为高频关键词出现16次，维度（Determinants）出现了13次。表明学者们在不同环境、不同视角下，结合ECM-ISC，对影响用户持续使用意愿和行为的影响因素进行抽取。除习惯（Habit）出现10次外，服务质量（Service quality）、感知有用性（Perceived usefulness）、感知易用性（Perceived ease）、内在动因（Intrinsic motivation）、自我效能感（Self-efficacy）、信任（Trust）。除此之外，感知風险（Perceived risk）、转换成本（Switching cost）等非高频词也受到关注。通过文献内容分析，发现用户持续使用行为影响因素大体可分为以下三类：用户因素（情感因素、认知因素、其他个人因素）、系统因素、环境因素（社会因素、经济因素）。如表2所示。

4.1 用户因素

用户持续使用意愿和行为受情感因素和认知因素的影响，同时，由于存在个体差异，也受到其他个人因素的影响。不同用户群体虽存在共性，也具有独特性。ECM-ISC初始模型研究影响用户持续使用IS的意愿的认知信念和效果，基于EECM，国外学者探索影响IS持续使用意愿和行为的用户因素。近年来，学者们热衷于探究习惯和信任对IS持续使用的影响，并注重挖掘习惯和信任的前置动因。如，Huang等（2013）[34]发现感知有用性，用户满意度和先前使用频率3个因素驱使习惯形成。Kim和Han（2009）[35]发现基于认知，基于情感和面向个性的信任在增强社区驱动的知识网站的信任信念中起着重要作用，从而影响持续使用意愿。另外，个体差异导致的持续使用意愿被广泛关注。Hong等（2011）[40]探讨个体差异对用户持续使用敏捷IS的动机和对使用未来版本新功能意愿的影响。Bhattacherjee等学者的研究表明自我效能对用户持续使用意愿有积极影响。Jin等（2013）[41]的研究表明知识自我效能是解释用户在线问答平台持续知识共享的重要因素。

4.2 系统因素

作为信息系统成功的3个主要影响维度——信息质量、系统质量、服务质量被国外学者广泛引入ECM-ISC，用于研究IS用户持续使用行为。如，Chen（2007）[38]揭示了知识质量和系统质量以及社会交互关系对专业虚拟社区参与者的持续知识共享意愿产生显著影响。Kim等（2014）[42]基于动机理论揭示了用户对增强现实（AR）的持续使用意愿，发现信息质量是影响AR用户持续使用意愿的关键因素。Joo和Choi（2016）[21]发现资源质量（可接入性、可靠性、范围、格式）对OLRs用户持续使用意愿具有显著的影响。

4.3 环境因素

在不同的情境下，用户对IS的感知存在差异，不可忽視环境因素的影响。如，Wu （2013）[39]在探究在线购物中投诉意图的影响因素时，将公平分为分配公平、程序公平、交互公平，发现这3个因素均对满意度和投诉意图有显著影响。Lin等（2015）[10]发现用户的惯性对转换成本与持续使用意愿具有中介效应。Oghuma等（2016）[32]将用户的感知效益分为净效益和网络效益，构建移动即时通信应用采纳后行为的效益确认模型。结果表明净效益对MIM应用程序的持续使用意愿具有显著影响，而网络效益对感知享乐性的影响不显著。

5 讨论与启示

基于前文的介绍，从以下4个方面对IS持续使用模型应用进展情况进行总结：一，在理论融合层面，学者们大多借鉴社会学、心理学、消费者行为学、营销学等多学科理论，如整合IS成功模型、TAM、感知价值理论、创新扩散理论等研究用户因素对持续使用意愿和持续使用行为的影响。二，在研究对象层面，对ECM-ISC的研究涉及IT/IS使用、社会化媒体、Web应用、电子服务等对象。三，在研究内容层面，国外文献对应用ECM-ISC对影响用户持续使用的动机或影响因素进行了大量的研究。四，在研究方法层面，国外普遍采用定量研究的方法，以结构方程建模为主，研究影响因素及他们之间的关系。随着研究的深入，定性与定量相结合的方法开始被学者重视。

关于IS持续使用模型的应用研究已取得较多成果，但仍存在不足之处，未来研究可以从以下3个方面着手：

第一，已有的研究大都采用实证研究的方法，数据搜集多采用问卷调查法。为全面系统地探索不同环境下持续使用的过程及影响因素，在今后的研究中，可以辅以访谈法、观察法、实验法等进行研究。此外，为增强样本和调查结果的普适性，今后的研究可选取不同文化背景下的样本进行研究，使得研究模型适用于不同的国家。

第二，在变量选取方面，虽然有涉及性别对持续使用的影响，但很少涉及年龄、教育背景等人口统计信息，未来的研究可以考虑加入更多的个体差异因素，并检验其影响。其次，今后的研究可以挖掘影响用户心流体验等心理体验因素的前因，以及社会因素对ECM-ISC框架的影响及其对持续使用的影响机理，如社会资本理论的不同维度（结构维、关系维、认知维），进一步完善ECM-ISC。

第三，应用ECM-ISC对比移动端和Web端IS的持续使用研究较少。未来可以针对移动虚拟社区持续知识共享行为、移动虚拟社区持续信息搜寻行为、移动阅读持续使用等展开深入研究。

参 考 文 献

[ 1 ] Bhattacherjee A. Understanding Information Systems Continuance：An Expectation-Confirmation Model[J]. Mis Quarterly，2001，25（3）：351-370.

[ 2 ] 刘鲁川，孙凯，王菲，等. 移动搜索用户持续使用行为实证研究[J]. 中国图书馆学报，2011，（6）：50-57.

[ 3 ] Davis F D，Bagozzi R P，Warshaw P R. User Acceptance of Computer Technology：a Comparison of Two Theoretical Models[J]. Management Science，1989，35（8）：982-1003.

[ 4 ] Oliver R L. A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions[J]. Journal of Marketing Research，1980，17（4）：460-469.

[ 5 ] Limayem M，Hirt S G，Cheung C M K. How Habit Limits the Predictive Power of Intention：The Case of Information Systems Continuance[J]. MIS Quarterly，2007，31（4）：705-737.

[ 6 ] Bhattacherjee A，Perols J，Sanford C. Information Technology Continuance：A Theoretic Extension and Empirical Test[J]. Journal of Computer Information Systems，2008，3（2）：17-26.

[ 7 ] 邱均平，邹菲. 关于内容分析法的研究[J]. 中国图书馆学报，2004，30（2）：12-17.

[ 8 ] White M D，Marsh E E. Content Analysis：A Flexible Methodology[J]. Library Trends，2006，55（1）.

[ 9 ] 安秀芬，黄晓鹂，张霞，等. 期刊工作文献计量学学术论文的关键词分析[J]. 中国科技期刊研究，2002，13（6）：505-506.

[ 10 ] Lin T C，Huang S L，Hsu C J. A dual-factor Model of Loyalty to IT Product—The Case of Smartphones[J]. International Journal of Information Management，2015，35（2）：215-228.

[ 11 ] Kim D J，Ferrin D L，Rao H R. Trust and Satisfaction，Two Stepping Stones for Successful E-Commerce Relationships：A Longitudinal Exploration[J]. Information Systems Research，2009，20（2）：237-257.

[ 12 ] Lin C S，Wu S，Tsai R J. Integrating Perceived Playfulness Into Expectation-Confirmation Model for Web Portal Context[J]. Information & Management，2005，42（5）：683-693.

[ 13 ] Khalifa M，Liu V. Online Consumer Retention：Contingent Effects of Online Shopping Habit and Online Shopping Experience[J]. European Journal of Information Systems，2007，16（6）：780-792.

[ 14 ] Limayem M，Cheung C M K. Understanding Information Systems Continuance：The Case of Internet-based learning Technologies[J]. Information & Management，2008，45（4）：227-232.

[ 15 ] Zhao Y，Deng S，Zhou R. Understanding Mobile Library Apps Continuance Usage in China：A Theoretical Framework and Empirical Study[J]. Libri，2015，65（3）.

[ 16 ] Vatanasombut B，Igbaria M，Stylianou A C，Rodgers W. Information Systems Continuance Intention of Web-based Applications Customers：The Case of Online Banking[J]. Information & Management，2008，45（7）：419-428.

[ 17 ] Cheung C M K，Lee M K O. Understanding the Sustainability of a Virtual Community：Model Development and Empirical Test[J]. Journal of Information Science，2009，35（3）：279-298.

[ 18 ] Dreyer E，Cloete E，Weimann P. Post-adoption Phenomena for Mobile Service Continuance：a Mobile Banking Perspective[C]. 2009.

[ 19 ] Kang Y S，Min J，Kim J，Lee H. Roles of Alternative and Self-oriented Perspectives in the Context of the Continued Use of Social Network sites[J]. International Journal of Information Management，2013，33（3）：496-511.

[ 20 ] Cheng Y M. Extending the Expectation-Confirmation Model with Quality and Flow to Explore nursesContinued Blended E-learning Intention[J]. Information Technology & People，2014，27（3）：230-258（29）.

[ 21 ] Joo S，Choi N. Understanding usersContinuance Intention to Use Online Library Resources Based on an Extended Expectation-Confirmation Model[J]. The Electronic Library，2016，34（4）：554-571.

[ 22 ] Hu J，Zhang Y. Understanding Chinese Undergraduates Continuance Intention to Use Mobile Book-Reading Apps：An Integrated Model and Empirical Study[J]. Libri，2016，66（2）：85-99.

[ 23 ] Hsieh P A，Wang W. Explaining employeesExtended Use of Complex Information Systems[J]. European Journal of Information Systems，2007，16（3）：216-227.

[ 24 ] Hossain M A，Quaddus M. The Adoption and Continued usage Intention of RFID：an Integrated Framework[J]. Information Technology & People，2011，24（3）：236-256（21）.

[ 25 ] Li H，Liu Y. Understanding Post-adoption Behaviors of E-service Users in the Context of Online Travel Services[J]. Information & Management，2014，51（8）：1043-1052.

[ 26 ] Luo M M. Post-Adoption Behaviors of E-Service Customers：The Interplay of Cognition and Emotion[J]. International Journal of Electronic Commerce，2008，12（3）：29-56.

[ 27 ] Chen S C，Yen D C，Hwang M I. Factors Influencing the Continuance Intention to the Usage of Web 2.0：An Empirical study[J]. Computers in Human Behavior，2012，28（3）：933-941.

[ 28 ] Bonson E，Escobar T，Ratkai M. Testing the Inter-relations of Factors that May Support Continued Use Intention. The Case of Facebook[J]. Social Science Information，2014，Online First（3）：1-18.

[ 29 ] Yuan S，Liu Y，Yao R，Liu J. An Investigation of Users Continuance Intention Towards Mobile Banking in China[J]. Information Development，2014，32（1）：20-34.

[ 30 ] Lin H，Fan W，Chau P Y K. Determinants of Users Continuance of Social Networking Sites：A Self-regulation Perspective[J]. Information & Management，2014，51（5）：595-603.

[ 31 ] Oghuma A P，Chang Y，Libaque-Saenz C F，Park M C，Rho J J. Benefit-confirmation Model for Post-adoption Behavior of Mobile Instant Messaging Applications：A comparative Analysis of KakaoTalk and Joyn in Korea[J]. Telecommunications Policy，2015，39（8）：658-677.

[ 32 ] Oghuma A P，Libaque-Saenz C F，Wong S F，Chang W. An Expectation-confirmation Model of Continuance Intention to Use Mobile Instant Messaging[J]. Telematics & Informatics，2016，33（1）：34-47.

[ 33 ] Hsu M H，Chang C M，Chuang L W. Understanding the Determinants of Online Repeat Purchase Intention and Moderating Role of Habit：The Case of Online Group-buying in Taiwan[J]. International Journal of Information Management，2015，35（1）：45-56.

[ 34 ] Huang C K，Wu I L，Chou C C. Investigating Use Continuance of Data Mining Tools[J]. International Journal of Information Management，2013，33（5）：791-801.

[ 35 ] Kim B，Han I. The Role of Trust Belief and Its Antecedents in a Community-driven Knowledge Environment[J]. Journal of the Association for Information Science and Technology，2009，60（5）：1012–1026

[ 36 ] Kim K. Understanding the Consistent Use of Internet Health Information[J]. Online Information Review，2010，34（6）：875-891（17）.

[ 37 ] Kim H J，Choi H，Kim J. A Comparative Study of the Effects of Low and High Uncertainty Avoidance on Continuance Behavior[J]. Journal of Global Information Management，2010，18（2）：1-29.

[ 38 ] Chen I Y L. The Factors Influencing MembersContinuance Intentions in Professional Virtual Communities——a Longitudinal Study[J]. Journal of Information Science，2007，33（4）：451-467.

[ 39 ] Wu I L. The Antecedents of Customer Satisfaction and Its Link to Complaint Intentions in Online Shopping：An Integration of Justice，Technology，and Trust[J]. International Journal of Information Management，2013，33（1）：166-176.

[ 40 ] Hong W，Thong J，Chasalow L，Dhillon G. User Acceptance of Agile Information Systems：A Model and Empirical Test[J]. Journal of Management Information Systems，2011，28（1）：235-272.

[ 41 ] Jin X L，Zhou Z，Lee M K O，Cheung C M K. Why Users Keep Answering Questions in Online Question Answering Communities：A Theoretical and Empirical Investigation[J]. International Journal of Information Management，2013，33（1）：93-104.

[ 42 ] Kim K，Hwang J，Zo H，Lee H. Understanding Users Continuance Intention Toward Smartphone Augmented Reality Applications[J]. Information Development，2014，32（2）：161-174.

（本文責任编辑：孙国雷）