基于TAM的社交软件用户持续使用意愿研究

李志　朱甜甜

摘要：随着无线通讯技术和移动网络的快速发展，移动社交软件层出不穷。用户作为移动社交生态圈的核心参与者，对移动社交的健康发展起到关键性作用。因此探究用户持续使用社交软件的意愿具有现实意义。本研究以微信为社交软件代表，以双因素理论为理论支撑，以技术接受模型为基础框架，从感知易用性、感知有用性、感知风险性和满意度等方面对用户持续使用社交软件的意愿进行实证研究。结果显示，上述因素与用户持续使用意愿之间存在相关关系，基于此，建议移动社交生态圈中的各参与者予以重视。

关键词：社交软件；持续使用意愿；双因素理论；技术接受模型

中图分类号：G206 文献标识码：A 文章编号：1009-3044（2017）22-0043-04

1概述

21世纪以来，随着智能终端技术的快速发展和智能手机、平板电脑等移动设备的迅猛普及，移动互联网已在全球范围内融入人们的生活。中国互联网络信息中心（CNNIC）《2017年中国移动互联网发展状况报告》称：截至2016年12月底，我国手机网民规模为6.95亿，较上年底增加约7650万人，年增长率为12.3%，在整体网民中的占比提升至95.1%。移动互联网技术的成熟，使得人们的社交方式趋于便捷化，移动社交已成为生活的一部分。与此同时，移动互联网企业着力于此，其企业间的竞争也相应展开，一系列的社交软件在web2.0时代取得了一定的成功，如Facebook、Twitter、微博、微信、人人网、QQ等。

CNNIC发布的《2016年中国社交类应用用户行为研究报告》中的数据显示：截至2016年4月，三大社交类应用中，即时通讯在整体网民中的覆盖率最高，为90.7%，其次是社交网站，覆盖率为69.7%。在国内具有代表性的社交软件主要有微信、微博、QQ、陌陌等。社交软件各具特色，但其主流的功能体系差异不大。自2011年腾讯推出微信以来，国人正逐步趋向于通过微信这一交互平台进行移动社交。相关学者对于微信使用的研究已较为深入，笔者在此不再赘述。目前，在各大移动社交软件（微信、微博、QQ）中，包括第三方支付平台（如支付宝）都有“红包”这一特色功能。“红包”的出现，使得全民的社交模式发生了转变，成为新的社交方式之一。因此本研究以微信为社交软件代表，对“红包”这一特色功能进行深入探讨，以研究用户持续使用意愿的影响因素。

2相关研究综述与研究理论的基础

2.1相关研究综述

对于社交网络，Barnes（1954）在研究中首次使用社交网络（Social Network）这个词语，社交网络的研究进入快速发展阶段。随着Facebook的普及与广泛，SNS成为大众热点。SNS主要包括三方面：社会化网络服务、社会化网络服务及社会化网络软件（简称社交软件）。在用户使用动机方面，陈攀验证了传统的感知有用性并不能很好的解释用户的使用意向，社会影响、使用动机和隐私关注是影响用户使用微信的三个重要因素。李晨、黄灿等人根据C.P.Alderfer提出的ERG理论构建模型，验证了普遍化趋势、便捷生活和依赖习惯对微信用户信息分享行为动机有正向影响。郑磊基于TAM框架增加了网络外部性、感知趣味性、感知风险、信任和主观规范等变量，构建模型，对影响微信用户采纳的因素进行研究。在用户持续使用意愿方面，Bhattacherjee认为，用户的初始接受行为和持续使用行为是不同的，二者属于使用信息系统的不同阶段，并认为信息系统用户的持续使用行为类似于重复购买行为。从已有的研究来看，研究学者们从不同角度对用户持续使用行为进行深入的研究与探讨。在上述研究的基础上，笔者借鉴已有研究的相关知识，提出从感知易用性、感知有用性、感知风险性和满意度来研究用户的持续使用意愿。

2.2双因素理论

双因素理论包括激励因素和保健因素，分别指使员工感到满意的因素和使员工不满的因素。基于双因素理论，在本研究中，用户的持续使用意愿与不持续使用意愿（不使用）成对立面，双因素中的激励因素能够促进用户持续使用意愿，而保健因素则会促进用户不使用意愿。在相关学者的研究基础上，本研究将提出新的研究方向，即基于双因素理论研究用户对社交软件的持续使用意愿。

2.3技术接受模型（TAIM）

在已有研究的基础上，笔者发现Davis提出的技术接受模型（Technology Acceptance Model，TAM）已經被广泛应用、研究和证实。TAM提出了两个主要的影响因素：感知有用性和感知易用性，分别描述用户在使用某个具体信息系统对其工作效率及业绩提高的程度和用户使用某个具体系统的难易程度。

本研究以技术接受模型（TAM）为基础框架，对TAM中的感知易用性、感知有用性等重要变量和假设加以沿用。考虑到本研究以社交软件为主体，笔者参考相关文献，在TAM的基础上引入了新的变量和假设，同时对模型进行修改，形成新的模型。结合相关文献，本研究以用户持续使用意愿为最终被解释变量。大量的研究已证实使用意愿对最终使用行为有显著的影响作用。因此本研究认为使用意愿能够代替模型中的使用行为成为最终被解释变量。本研究的主要目的是研究用户对社交软件的持续使用意愿，因此对于模型中感知易用性作用于感知有用性的研究意义不大。在技术接受模型（TAM）中提到了使用态度这一变量，但在其后续发展过程中，研究者逐渐舍弃了态度变量。在技术接受扩展模型（TAM2）、技术接受和使用统一模型（UTAUT）、技术接受模型3（TAM3）中均没有涉及态度变量，鉴于此，本研究没有引入使用态度作为使用意愿的前因变量。笔者在技术接受模型（TAM）的基础上，增加了感知危险性及满意度两个变量，建立了新的模型。

3模型构建与理论假设

3.1模型构建

综合以上相关理论与模型，笔者提出用户对社交软件持续使用意愿的模型（如图2所示）。endprint

3.2理论假设

3.2.1感知易用性

感知易用性具有一定的主观性，反映了个体对于使用某个信息系统的难易程度的感受。在本研究中，信息系统指社交软件，感知易用性表示用户认为社交软件在多大程度上是容易使用的。在社交软件的体验过程中，即使用户认为操作简单也未必会持续使用，但如果操作困难，则可能促使用户产生不使用意愿。因此，根据双因素理论提出假设：

假设1a（H1a）：社交软件的感知易用性正向影响用户的持续使用意愿。

假设1b（H1b）：社交软件的感知易用性负向影響用户的不使用意愿。

3.2.2感知有用性

感知有用性指表示用户对信息系统所带来效用的主观感受。本研究中，表示为社交软件对用户自身绩效的提高程度的主观感受。感知有用性反映了用户在很大程度上认为使用社交软件可以帮助其更好的体验移动互联网的主观认知。根据TAM，感知有用性是决定用户使用行为的关键因素，因此认为它对之后的持续使用意愿会产生影响是合理的。在本研究条件下，当用户认为使用社交软件能够实现交流便捷、增进友谊等正面影响时，可能会促进用户持续使用意愿，但如果用户认为该软件不实用则一定会促进用户不使用意向。由此，依据双因素理论提出假设：

假设2a（H2a）：社交软件的感知有用性正向影响用户的持续使用意愿。

假设2b（H2b）：社交软件的感知有用性负向影响用户的不使用意愿。

3.2.3感知危险性

感知危险最初应用于心理学，近些年逐渐引用于决策等营销活动中。感知危险是基于个人主观意愿基础上的主观看法。从实践角度出发。用户在使用社交软件时，会对系统安全性产生主观评价，如开通了移动支付功能后，用户对自身账户是否安全的认知会在很大程度上影响其使用意愿。用户会因软件存在风险性而不使用，却不会因该功能没有风险性而持续使用。因此根据双因素理论提出假设：

假设3（H3）：软件功能的感知危险性对用户不使用意愿的影响强于对持续使用意愿的影响，感知危险性是保健因素。

3.2.4满意度

在本研究中，满意度是指用户对社交软件服务的满意程度以及能够期待其持续使用的可能性。一般认为，用户满意度高，则持续使用意愿强烈。反之，用户则有可能不使用该软件。基于此，根据双因素理论提出假设：

假设4（H4）：满意度对用户持续使用意愿的影响强于对不使用意愿的影响，满意度是激励因素。

4研究设计与数据收集

4.1调查问卷的设计

根据研究目的，本文采用问卷调查的方式来收集数据。调查问卷以双因素理论为基础，从感知易用性、感知有用性、感知危险性及满意度等方面综合考量，以定类测量的方法进行设计。正式发放前，笔者在所在班级进行了预调查（小样本20人），并请问卷设计专业课老师予以指导，在吸取相关反馈意见后，修改完善了问卷。调查样本的选取采用方便抽样方式。考虑到方便抽样的局限性，在问卷发放过程中特别考虑了样本在性别、学历、学科的分布情况，以尽量减少样本偏差。

4.2调查问卷的发放及回收情况

调查问卷采用问卷星链接的方式通过即时通讯平台（如微信、QQ、邮件等）向郑州大学研究生和本科生进行发放。问卷调查为时两周，共收回问卷599份，经笔者筛选，最终保留有效问卷550份，有效率为91.82%。将样本结果通过SPSS对数据编码，进行描述性分析。其中，男女比例较为不均衡，分别为31.18%、68.82%。学历方面，研究生占17.08%、本科生占82.91%。专业方面，文科占42.73%、理科占21.27%、工科占22%，医学占14%。在数据比例方面，与郑州大学每年招生比例基本相符。调查样本基本情况如表1所示。

4.3问卷的信度与效度分析

信度效度分析反应问卷

的真实程度，在一般的研究中，Cronbach's仅系数大于0.8就达到要求，通过SPSS进行信度效度分析，此次问卷得到Cron-bach's仅为0.822，说明量表题目有很高的可信度。KMO值为0.805（0.9以上表示非常适合；0.8-0.9表示适合；0.7-0.8表示一般；0.6-0.7表示不太适合；0.5-0.6表示不适合；0.5以下表示很不适合），说明结构效度较合适。

5数据分析与假设验证

5.1数据分析

本研究的假设检验主要采用SPSS21.0软件进行数据分析和模型验证。运用线性方程系统地表示观测变量和潜在变量之间的关系。通过数据分析，计算每条路径的标准化系数和显著性，并构建模型的关系图，从而确定自变量和因变量之间的相关关系。模型构建如图3所示：

5.2假设检验分析

1）感知易用性正向影响用户持续使用意愿，负向影响不使用意愿。即对用户持续使用意愿的影响与不使用意愿的影响程度同等显著。用户若有较高的感知易用性体验，则在某种程度上能够促进用户持续使用意愿，能够长时间使用该社交软件，即产生持续使用行为。若用户认为该社交软件的体验不具备感知易用性，不能够满足用户需求，则会产生不满情绪，从而促进不使用意愿，最终产生不使用行为。

2）感知有用性正向影响用户持续使用意愿，负向影响不使用意愿。即对用户持续使用意愿的影响与不使用意愿的影响程度同等显著。用户在体验社交软件时，必然希望该软件能够在某方面满足其需求，比如学习、娱乐等等。如果用户能够有感知有用性体验，则会促进持续使用意愿，对于选择同等作用的社交软件时倾向大些，最终促成持续使用行为。相反，如果用户体验不到感知有用性，对于使用该社交软件的需求没有达到满足，用户将产生抵触情绪，最终放弃使用该社交软件，即产生不使用行为。

3）感知危险性对用户持续使用的意愿影响强于对不使用意愿的影响，感知危险性是激励因素。在本研究中，存在的危险主要体现在用户财产安全、个人信息、个人隐私等。用户可以因没有危险性而持续使用该社交软件，但如果存在危险性，用户也不会因这一点而不使用该软件。这与本研究假设不符，可能的原因为在信息时代，各移动终端发展较快，危害的潜在性也随之不断增大。这是目前各互联网移动终端统一面临的问题，用户也已习惯该漏洞。且随着技术的发展，有漏洞便会有相应的补丁进行补救，这是一个往复循环的过程，用户不会因为潜在的危险而彻底抵触其优点。endprint

4）满意度对用户持续使用意愿的影响强于不使用意愿的影响，满意度是激励因素。用户在体验社交软件时所产生的满意度正向影响忠诚度，最终产生使用行为。用户对该社交软件产生满意度即认为其能够满足用户自身的需求，并且存在一定的乐观体验。这对用户持续使用起到很好的促進作用。相反，如果用户没有体验到满意度，即该软件不能满足用户需求，则用户对于该软件的使用抱以失望的态度，直接作用于用户的不使用意愿，最终导致不使用行为。

6调查结果讨论和建议

6.1调查结果讨论

基于双因素理论，以技术接受模型为基础框架，本研究验证了感知易用性、感知有用性、感知危险性及满意度对用户持续使用社交软件意愿的影响。结果显示，感知易用性、感知有用性对用户持续使用意愿的影响与不使用意愿的影响同等显著，这表明感知易用性与感知有用性是社交软件必备的基础性能，是用户体验时的基本需求保证。感知危险性对用户持续使用意愿无显著影响，不能成为影响用户不使用该软件的直接因素，用户在体验社交软件所带来的方便快捷功效的同时，也承担着其潜在的危险。满意度对于用户是否能够持续使用该社交软件起着决定性的作用，故应尽可能地提高用户的满意度，这样对于一些用户不满的细节也会被其原谅，从而促进用户的持续使用意愿，最终产生持续使用行为。

6.2建议

1）满足用户需求

移动社交作为一个新型的商业模式方兴未艾，基于无线互联网技术、智能终端设备、用户及互联网企业形成了一个基于互联网社交媒体的生态圈，用户则是移动社交生态圈中的核心参与者。因此互联网社交软件设计公司应将用户的需求作为突破点，来赢取客户的持续使用。企业应在保证用户基本需求的基础上深入挖掘其潜在需求，使得用户的互联网体验更具新颖性、创新性。这对用户的持续使用意愿有正向影响。

2）降低用户风险感知

人们在享用科技进步所带来的便捷高效的新型社交体验的同时，也同样承担着一定的风险性，虽然潜在的危险不能直接影响用户的不使用行为，但是若用户的感知危险性降低，则一定会促进用户持续使用意愿。

3）提高用户满意度

根据双因素理论，消除不满意因素及满足保健因素并不代表能起到激励的作用，但如果不满足保健因素，却可能降低工作积极性，在本研究中即为会导致用户不使用该社交软件。因此互联网社交软件开发商，应重视保健因素，尽可能地予以满足。

7小结

本研究以双因素理论为基础，通过构建模型，研究了感知易用性、感知有用性、感知风险性及满意度对用户持续使用意愿的影响和不使用意向的影响。在国内外学者的研究基础上，本研究细化了研究范围，具体到影响移动终端软件持续使用和不使用的因素，并以双因素理论为基础，突破了传统的研究。但本文也存在一定的局限，如本研究研究对象为在校本科生和研究生，对于全民网络化来说，范围较小，能否代表不同年龄不同职业的个体还有待考证。本研究只是对影响用户社交软件持续使用的因素做了初步探讨，具体的深入研究还有待完善。endprint