移动社交APP用户转移行为的影响因素研究

周涛 林晓靖

基金项目：国家自然科学基金项目“社会交互对用户参与社会化商务行为的作用机理研究”（项目编号：71771069）。

作者简介：周涛（1979-），男，教授，博士生导师，研究方向：信息管理与电子商务。林晓靖（1993-），女，硕士研究生，研究方向：电子商务。

摘要：[目的/意义]移动社交APP发展迅速，但各类产品之间的功能较为相似，相互之间替代性较高，因此防止用户转移对于社交APP来说至关重要。基于PPM（推-拉-锚）模型，研究了社交APP用户的转移行为。[方法/过程]对收集的322份有效问卷采用SEM进行分析。[结果/结论]研究结果表明，系统质量不满意度、服务质量不满意度、社会认同和社会交互等因素正向影响用户的转移意向，转移成本负向影响转移意向。研究结果启示社交APP需要采取措施阻止用户转移，从而实现用户保持，获取竞争优势。

关键词：社交APP;转移行为;PPM模型

DOI：10.3969/j.issn.1008-0821.2020.11.007

〔中图分类号〕G2520〔文献标识码〕A〔文章编号〕1008-0821（2020）11-0065-08

Research on the Determinants of Mobile Social

Apps Users Switching Behaviour

Zhou TaoLin Xiaojing

（School of Management，Hangzhou Dianzi University，Hangzhou 310018，China）

Abstract：[Purpose/Significance]Mobile social apps are developing rapidly.Those mobile social apps have similar functions and are highly replaceable.How to prevent users switching and retain them has become an important question for social media platforms.Based on PPM model，this paper examines the switching behavior of mobile social apps users.[Method/Process]322 valid samples were collected and analyzed with the SEM software.[Results/Conclusions]The results indicated that the factors such as dissatisfaction with system quality，dissatisfaction with service quality，social identification and social interaction positively affected the switching intention of users，whereas switching cost negatively affected switching intention.The results implied that social apps need to prevent users switching in order to retain them and acquire competitive advantage.

Key words：social apps;switching behaviour;PPM

隨着移动互联网的迅猛发展，各类移动APP得到了用户的广泛使用，进入了社会生活的方方面面。CNNIC的报告显示，截止到2020年3月，我国手机网民规模达897亿，其中社交APP的基础应用即时通讯的用户数量为89亿，使用率为992%[1]。除了即时通信，企业也在不断探索和开发新产品和新功能，陆续出现的新入局者希望能够挑战传统的社交产品，例如字节跳动先后推出了“多闪”和“飞聊”两款社交APP，藉由视频社交和兴趣社交挖掘细分群体市场。

对于用户来说，他们可以通过应用商店或市场等途径免费获取和下载使用各类社交APP，且各类产品功能差异较小，可替代性高，用户可以较轻松实现转移。这对社交APP企业来说意味着巨大的挑战。他们需要了解用户在各类产品之间的转移行为的影响因素，从而采取有效措施吸引新用户，保持老用户，以获取竞争优势。基于此，本文将引入PPM模型，考察社交APP用户转移行为的3类驱动因素，包括推力、拉力、锚定因素，并通过实证研究发现影响用户转移行为的显著因素。

1文献综述

11社交APP用户转移行为

社交媒体可以被定义为相对容易获得与便于人们沟通的电子工具，并能够共享和获取大量信息或者用于建立新的友谊和关系[2]。社交媒体的种类繁多，且在原有的核心社交媒体上，产生了衍生社交媒体[3-4]。社交APP的快速发展为广大的用户群体提供了更多的选择。虽然由于需要维持当前的社交联系使得多数用户不会轻易流失，但用户会由于不同的需要，比如基于共同的兴趣而形成陌生人之间联系的需要，以及如今技术发展使得社交APP的极低的学习成本，越来越多的用户会尝试采纳不同的社交媒体，从而产生了社交APP间的转移行为。

根据Ye和Potter的研究，可以将用户的转移行为作为一种特殊的采纳后行为。由于用户的采纳后行为是决定一项信息技术是否最终成功的重要因素，因此信息系统（IS）领域的研究者一直关注这一问题。转移行为指的是用户从一个提供商迁移到另一个提供商，它通常与用户对现有产品/服务的不满以及对替代品的相对优势的感知有关[5]。然而，信息技术中的转移行为并不一定意味着用户放弃现有的服务，它通常指的是部分替代，即用户同时使用两个服务，但会更多地倾向于使用新的替代信息技术[6]。本文采用Cheng Z等对于社交媒体转移行为的定义，认为大多数社交APP的用户决定在另一社交媒体中开设一个新账户时，并没有真正删除之前的社交APP的账户，所以社交APP转移行为指的是用户在使用一个新的社交APP时，减少或者暂停使用原有社交APP的行为[7]。

12PPM模型

PPM（Push-Pull-Mooring）即推力-拉力-锚定模型。模型最初出现在人文地理学的文献中，用于解释人类的迁移行为，认为影响人口迁移的主要因素包括：推力、拉力、锚定因素[8]。推力因素是指驱使人们远离原点的消极因素，而拉力因素是其它地方能够吸引人们远离原点的积极因素。而锚定因素代表了个人因素和社会环境因素的介入而带来的影响，能够促进或者抑制人们做出迁移的决策[9]。Bansal H S等采用PPM模型来了解消费者在不同服务提供商之间的转换行为[10]。Tao Z研究了移动购物用户转移意向的影响因素[11]。Fang Y等研究了即时通讯软件用户的转移意向的影响因素，将锚定因素中的转移成本分为用于其他即时通讯软件所需的准备成本和持续成本两方面[12]。Li C等通过PPM模型研究了电子商务到社会化商务的用户转移行为，将社会存在、社会支持、社会利益以及自我表现4个因子作为主要因素进行研究[13]。基于这些文献，本文将引入PPM模型作为研究的理论基础。

2研究假设及模型

21推力因素

满意度在营销学中被认为是决定消费者重复购买决策的主要因素[14]。在信息系统领域，Bansal H S等发现了满意度对更换服务提供者的意向具有负面影响[10]，Zhang K等认为满意度与用户对博客服务提供商的转换意向是负相关的[15]。基于D&M信息系统成功模型，本文将不满意度分为对社交APP的系统质量不满意度、信息质量不满意度和服务质量不满意度3个方面[16]。该模型被用于研究移动应用程序的持续使用[17]和移动购物平台的转移意向[11]。

系統质量不满意度反映了用户对社交APP的技术相关的基础设施的不满意，包括下载速度、导航功能、方便维护、界面设计等[9]，当社交APP难以使用或界面设计很差时，用户可能会认为服务提供商没有投入足够的精力和资源来为他们提供更好的系统质量。

信息质量不满意度反映了用户对社交APP提供的信息的准确性、完整性、相关性和及时性的不满意[11]，用户期望能够从社交APP中获得准确、相关和最新的信息，而当这种期望被否定时，用户可能会感到不满意。

服务质量不满意度反映了用户对社交APP提供的相关服务的可靠性、及时性和个性化的不满意[11]，当用户寻求相关服务时，服务提供商的响应缓慢且不可靠，他们可能对服务质量不满意。此外，用户也可能希望从社交APP获得个性化的信息和服务，如功能界面的个性化选择。

用户如果对当前使用的社交APP的系统质量、信息质量、服务质量等方面感到不满，就可能会产生离开或减少使用当前社交APP的意向，并尝试其他相似的产品。基于此，本文假设：

H1：系统质量不满意度显著影响用户的社交APP转移意向。

H2：信息质量不满意度显著影响用户的社交APP转移意向。

H3：服务质量不满意度显著影响用户的社交APP转移意向。

22锚定因素

当存在锚定因素时，即使受到强烈的推拉影响，用户也可能会选择不转移。Zhang K等研究迁移文献得出，迁移者可能由于一些约束或环境因素的影响而选择不迁移到另一个地方，即使他们受到了强烈的推力因素或拉力因素的影响[15]。转移成本就是典型的产生抑制作用的锚定因素，是指用户从当前服务或产品转移到另一个时必须承担的成本[18]。本文中的转移成本反映了用户在他们当前使用的社交APP上与朋友建立了一定的联系，如果用户打算切换到另一个社交APP，他们需要花费时间和精力来通知他们的朋友，以便将他们的关系转移到新的社交APP，否则他们可能会失去这些关系。此外，用户也需要耗费时间与精力在新的社交APP中重新建立交友网络。因此，转移成本可能会降低用户转移到其他社交APP的意愿。基于此，本文假设：

H4：转移成本显著负向影响用户的社交APP转移意向。

23拉力因素

231社会支持

社会支持是指个体在其社会群体中被人关心、被人回应、被人帮助的经历[19]。由于社会支持可以给个人带来温暖和被理解的感受，它也被看作是满足一个人的心理需求的响应性[20]。Schaefer C等研究指出，人们往往需要各种有形和无形支持[21]。由于互联网上的互动本质上是虚拟的，通常依赖于信息来进行交互，社会支持对于社交媒体用户的帮助通常是无形的，也就是信息支持和情感支持。信息支持是指有助于解决问题的建议、意见等，而情感支持是指提供的信息能够增强情感方面的帮助与支持，如关怀、理解或移情，让接受者感到自身是有价值的。与信息支持相比，它更强调社会支持的情感方面，并可能有助于间接解决问题[22]。情感支持将帮助用户更好的通过社交APP与其他成员进行信息与情感交流。因此，本文的社会支持主要反映了情感支持对社交APP用户转移意向的影响。Li C等和Liang T等研究表明，社交网站用户对社会支持的感知能够正向促进用户使用社交化商务的意向[13，20]，Zhang H等提出增强社会支持能够鼓励顾客之间相互帮助，从而为社会化商务创造一个支持性的环境[23]，Chen J等的研究表明，社会支持能够增强虚拟社区用户的信任，进而增强社会交互的意向[22]。基于此，本文假设：

H5：社会支持显著影响用户的社交APP转移意向。

232社会认同

社会认同理论阐明了个体如何通过分类、认同和比较来提高自尊和自我肯定[24]，例如在网络虚拟社区中，参与者根据他们的生活环境、职业或教育水平来划分成特定的群体。在本文中，社会认同是指用户认识到自己属于该社交APP，并且对它产生了一定的情感依赖[25]。Chen S等研究指出当社区用户加入一个虚拟社区时，认同感有助于促进用户和其他成员之间的积极互动，激励用户积极参与社区，他们将会乐于帮助其他成员，并积极参与社区发起的讨论或活动[26]。Chiu C等人研究认为，用户对于使用中的社交网站的认同感能够增强用户的幸福感，并进而提升用户忠诚度[25]。因此，当用户能够从某一社交APP中获得认同感，就有更大可能性会选择继续使用这一社交APP。因此，本文假设：

H6：社会认同显著影响用户的社交APP转移意向。

233社会交互

社会交互反映了在以社交APP为媒介的环境中发展的人际关系[27]。Granovetter M S将人际交互强度描述为时间长短、情感强度、亲密度和互助的组合，这些也是交互的特征[28]。也有研究指出用户之间进行的社会交互越多，交换的信息的强度、频率和广度就越大[29]，進而能够促进用户对社交APP的使用频率。用户使用该社交APP来维持和扩展人际交互的频率越高，时间越长，他们就越有可能认为它在与其他用户进行联系等方面是可靠的。Chiu C等研究指出社会交互能够正向影响虚拟社区用户的知识分享行为[30]，Zhang C B等的研究发现社会交互能够间接影响微信用户的持续使用意向[31]。基于此，本文假设：

3数据收集与分析

31问卷设计与数据收集

本文的研究模型包含8个不同的因子，各因子由3～4个指标来进行测度。表1列出了本文的测量指标及来源。

数据通过在线问卷和纸质问卷两种方式进行收集，共获得有效问卷322份。其中男性比例为556%，女性为444%，大部分用户（742%）年龄在20～29岁之间。用户经常使用的社交APP包括：微信（907%）、QQ（913%）、微博（571%）等沟通类的社交APP，哔哩哔哩（434%）、小红书（314%）、抖音（267%）等信息分享和视频交流类的社交APP，并且761%的用户每天使用社交APP的时间在2个小时以上，且有245%的用户每天会使用4个小时以上，显示了社交APP选择的多样性，以及有相当多的用户群体每天会消耗大量时间在社交APP上。

32数据分析

本文首先使用SPSS 200进行了信度分析，得到各因子的Cronbach Alpha系数，结果均大于08，说明所设计的测度量表具有良好的稳定性和内部一致性，量表信度良好。此外，效度分析显示，大多数因子负载都大于07，AVE均大于05，CR均大于07，显示较好的效度。表2列出了信度和效度分析结果。

然后，运用LISREL软件对结构模型进行检验，各路径系数值及显著性水平如图2所示。此外，表3的结果显示模型的拟合优度较好。

4讨论

从图2的结果可知，除了H2和H5以外，其他假设都得到了支持。转移意向被解释的方差比例为765%，显示本文研究模型具有较好的解释力。

推力因素中，系统质量不满意度和服务质量不满意度正向影响用户的转移意向，这与前人的研究结果一致[11]。这也说明在社交APP的使用过程中，软件的系统质量和服务质量将直接影响用户的持续意向。系统质量主要是指社交APP用户对于软件功能设计、导航能力和界面设计等与用户使用体验相关的感知。因此社交APP的服务提供商在注重保持软件系统的稳定性之外，也可以积极寻求改进，不断更新软件功能。比如，微信在最初的即时通讯软件的基础上，先后增加了公众号及小程序等功能，让用户得到更好的使用体验。服务质量主要是指社交APP能否对用户的意见进行及时的反馈，以及提供个性化的服务体验。比如，在Apple Store上用户能够对软件使用中发现的问题与意见向开发者发邮件或者留言，各类社交APP应当及时查看用户的建议，对于其中可以实现或改进的部分及时采纳，并对用户进行反馈，从而能够更好地提高用户的忠诚度。

本文发现信息质量不满意度对于用户的转移意向并不存在显著影响，主要的原因可能是本文研究的信息质量不满意度反映了用户对于在社交APP中获得的各类信息的及时性、准确性的不满心理，但是社交APP中主要还是以用户间的通讯信息以及用户自主分享的各类信息为主，并不是以服务提供商向用户提供的信息为主。因此，用户对于社交APP信息质量的感知并不明显。

拉力因素中，社会认同和社会交互对于用户转移意向具有显著影响，这与之前的文献结果是相符的[25，30]。首先，这说明了用户在采纳某一社交APP的时候更加重视在其中能够获得的归属感，这可以促进用户和其他用户之间的积极互动，获得更多的信息与资源，使得用户更加乐于使用这一社交APP。其次，社交APP用户之间进行的社会交互越多，使用APP的频率越高、时间越久，用户选择使用该社交APP来维持和扩展人际交往的可能性就越大，能够不断提高用户对该社交APP的粘性。因此，社交APP提供商可以增加用户间交流的方式，不仅是文字或者语音，还包括各类表情包让用户选择，以及通过短视频和直播等方式进行信息分享与交互。此外，运营商也可以通过用户提供的个人信息，将用户进行大致分类，向兴趣爱好相近的用户进行相互推荐，鼓励有相同兴趣的用户能够主动进行交流和分享信息，不仅可以促进用户加强交互，也能增强归属感。本文未发现社会支持对用户转移意向的显著影响，可能的原因是本文主要考察情感支持，对于初次采纳社交APP的用户来说，由于用户间还没有建立良好的信任关系，该用户可能并不重视其他用户所表达的情感支持。

锚定因素的转移成本会对用户转移意向产生负向的影响，这与前人的研究相符[32]。转移成本反映了重新建立新的交友网络所耗费的时间与精力以及关系流失所产生的成本。这些损失可能会使用户产生焦虑，即便面对较强的推力和拉力作用，也还是选择放弃采纳新的社交APP。这也说明了用户原有的交友网络对于转移意向的重要作用，因此服务商可以通过用户提供的个人信息主动推荐用户可能认识的用户，以及通过用户信息匹配，更快的在新的社交APP上进行重组。比如抖音APP就通过用户提供的信息以及关注的相关账号，主动推荐用户可能认识的人，使得用户获得更好的使用体验。

5结论

基于PPM模型，本文研究了社交APP用户的转移行为，研究发现系统质量不满意度、服务质量不满意度、社会认同和社会交互等因素正向显著影响用户的转移意向，而转移成本负向影响用户的转移意向。

本文研究結果对社交APP提供商具有以下启示：1）应当注重对用户关于系统功能与服务相关的反馈。根据用户反馈来及时对APP中可能存在的问题进行改进，增加用户提出的新功能，并及时回复他们对于APP提出的建议，提升用户满意度。2）促进社交APP用户之间的交互。社交APP提供商可以通过宣传等方式，吸引有相同兴趣爱好的用户组成群组，促进用户间更积极主动的交流。此外，可以通过添加交互程度的方式等来鼓励用户的自主交流，例如QQ软件上的培养火花功能，用户可以通过每天不间断的互发消息来将火花养大，这能够吸引更多的年轻群体参与其中。3）升级用户好友推荐功能。通过更新社交APP的好友推荐功能，使得用户能够更为快捷和准确的添加原有的好友，从而减少转移成本，快速建立新的朋友圈。

本文的不足包括：1）本文的调查对象中大学生年轻群体的比例较高，虽然他们也是重要的社交APP用户群体，但未来的研究可以扩大调查的群体范围，以增强研究结果的普适性。2）影响社交媒体用户转移的因素较多，本文仅考察了部分影响因素，未来的研究可以考察其他因素如感知价值、用户体验等的作用。

参考文献

[1]中国互联网络信息中心.第45次中国互联网络发展状况统计报告[R].中国互联网络信息中心，2020.

[2]Jue A L，Marr J A，Kassotakis M E.Social Media at Work：How Networking Tools Propel Organizational Performance[M].2009.

[3]Kantar.2018年凯度中国社交媒体影响报告[R].凯度，2018.

[4]许笑.基于用户体验的移动社交APP持续使用意愿研究[D].济南：山东大学，2015.

[5]Wu K，Vassileva J，Zhao Y.Understanding Users Intention to Switch Personal Cloud Storage Services：Evidence from the Chinese Market[J].Computers in Human Behavior，2017，68：300-314.

[6]Peng X，Zhao Y C，Zhu Q.Investigating User Switching Intention for Mobile Instant Messaging Application：Taking WeChat as an Example[J].Computers in Human Behavior，2016，64：206-216.

[7]Cheng Z，Yang Y，J.L.Cyber Migration：An Empirical Investigation on Factors that Affect Users Switch Intentions in Social Networking Sites[C]//Hawaii International Conference on System Sciences，2009.

[8]Moon B.Paradigms in Migration Research：Exploring“Moorings”as a Schema[J].Progress in Human Geography，1995，19（4）：504-524.

[9]L F，X B.Do I Switch？Understanding Users Intention to Switch between Social Network Sites[C]//47th Hawaii International Conference on System Sciences，2014.

[10]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 Academy of Marketing Science，2005，33（1）：96-115.

[11]Tao Z.Examining User Switch Between Mobile Stores：A Push-Pull-Mooring Perspective[J].Information Resources Management Journal（IRMJ），2016，29（2）：1-13.

[12]Fang Y，Tang K.Involuntary Migration in Cyberspaces：The Case of MSN Messenger Discontinuation[J].Telematics and Informatics，2017，34（1）：177-193.

[13]Li C，Ku Y.The Power of a Thumbs-up：Will e-commerce Switch to Social Commerce？[J].Information & Management，2018，55（3）：340-357.

[14]Crosby L，Stephens N.Effects of Relationship Marketing on Satisfaction，Retention，and Prices in the Life Insurance Industry[J].J.Mark.Res，1987，24：404-412.

[15]Zhang K，Cheung C，Lee M，et al.Understanding the Blog Service Switching in Hong Kong：An Empirical Investigation[M].2008：269.

[16]Petter S，Delone W，Mclean E R.Information Systems Success：The Quest for the Independent Variables[J].Journal of Management Information Systems，2013，29（4）：7-62.

[17]Chen L，Meservy T O，Gillenson M.Understanding Information Systems Continuance for Information-Oriented Mobile Applications[J].Communications of AIS，2012，30：127-146.

[18]Cheng Z，Yang Y，J.L.Cyber Migration：An Empirical Investigation on Factors that Affect Users Switch Intentions in Social Networking Sites[C]//Hawaii：IEEE Computer Society，2009.

[19]Cobb S.Social Support As A Moderator of Life Stress[J].Psychosomatic medicine，1976，38：300-314.

[20]Liang T，Ho Y，Li Y，et al.What Drives Social Commerce：The Role of Social Support and Relationship Quality[J].International Journal of Electronic Commerce，2011，16（2）：69-90.

[21]Schaefer C，Coyne J C，Lazarus R S.The Health-related Functions of Social Support[J].Journal of Behavioral Medicine，1981，4（4）：381-406.

[22]Chen J，Shen X.Consumers Decisions in Social Commerce Context：An Empirical Investigation[J].Decision Support Systems，2015，79：55-64.

[23]Zhang H，Lu Y，Gupta S，et al.What Motivates Customers to Participate in Social Commerce？The Impact of Technological Environments and Virtual Customer Experiences[J].Information & Management，2014，51（8）：1017-1030.

[24]Tajfel H，Turner J.The Social Identity Theory of Inter-Group Behavior[M].1986：13，7.

[25]Chiu C，Cheng H，Huang H，et al.Exploring Individuals Subjective Well-being and Loyalty Towards Social Network Sites from the Perspective of Network Externalities：The Facebook Case[J].International Journal of Information Management，2013，33（3）：539-552.

[26]Chen S，Lin C.Understanding the Effect of Social Media Marketing Activities：The Mediation of Social Identification，Perceived Value，and Satisfaction[J].Technological Forecasting and Social Change，2019，140：22-32.

[27]Shen Y，Huang C，Chu C，et al.Virtual Community Loyalty：An Interpersonal-Interaction Perspective[J].International Journal of Electronic Commerce，2010，15（1）：49-74.

[28]Granovetter M S.The Strength of Weak Ties 11 This Paper Originated in Discussions with Harrison White，to Whom I am Indebted for Many Suggestions and Ideas.Earlier Drafts Were Read By Lvan Chase，James Davis，William Michelson，Nancy Lee，Peter Rossi，Charles Tilly，and an Anonymous Referee;Their Criticisms Resulted in Significant Improvements[M].Social Networks，Leinhardt S，Academic Press，1977：347-367.

[29]Larson A.Network Dyads in Entrepreneurial Settings：A Study of the Governance of Exchange Relationships[J].Administrative Science Quarterly，1992，37（1）：76-104.

[30]Chiu C，Hsu M，Wang E T G.Understanding Knowledge Sharing in Virtual Communities：An Integration of Social Capital and Social Cognitive Theories[J].Decision Support Systems，2006，42（3）：1872-1888.

[31]Zhang C B，Li Y N，Wu B，et al.How WeChat Can Retain Users：Roles of Network Externalities，Social Interaction Ties，and Perceived Values in Building Continuance Intention[J].Computers in Human Behavior，2016，69：S1611364392.

[32]Xu Y C，Yang Y，Cheng Z，et al.Retaining and Attracting Users in Social Networking Services：An Empirical Investigation of Cyber Migration[J].Journal of Strategic Information Systems，2014，23（3）：239-253.

[33]Huang J，Lin C.To Stick or Not to Stick：The Social Response Theory in the Development of Continuance Intention from Organizational Cross-level Perspective[J].Computers in Human Behavior，2011，27（5）：1963-1973.

（責任编辑：陈媛）