周濤 林曉靖

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“社會(huì)交互對(duì)用戶參與社會(huì)化商務(wù)行為的作用機(jī)理研究”（項(xiàng)目編號(hào)：71771069）。

作者簡(jiǎn)介：周濤（1979-），男，教授，博士生導(dǎo)師，研究方向：信息管理與電子商務(wù)。林曉靖（1993-），女，碩士研究生，研究方向：電子商務(wù)。

摘要：[目的/意義]移動(dòng)社交APP發(fā)展迅速，但各類產(chǎn)品之間的功能較為相似，相互之間替代性較高，因此防止用戶轉(zhuǎn)移對(duì)于社交APP來(lái)說(shuō)至關(guān)重要?；赑PM（推-拉-錨）模型，研究了社交APP用戶的轉(zhuǎn)移行為。[方法/過(guò)程]對(duì)收集的322份有效問(wèn)卷采用SEM進(jìn)行分析。[結(jié)果/結(jié)論]研究結(jié)果表明，系統(tǒng)質(zhì)量不滿意度、服務(wù)質(zhì)量不滿意度、社會(huì)認(rèn)同和社會(huì)交互等因素正向影響用戶的轉(zhuǎn)移意向，轉(zhuǎn)移成本負(fù)向影響轉(zhuǎn)移意向。研究結(jié)果啟示社交APP需要采取措施阻止用戶轉(zhuǎn)移，從而實(shí)現(xiàn)用戶保持，獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。

關(guān)鍵詞：社交APP;轉(zhuǎn)移行為;PPM模型

DOI：10.3969/j.issn.1008-0821.2020.11.007

〔中圖分類號(hào)〕G2520〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕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

隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，各類移動(dòng)APP得到了用戶的廣泛使用，進(jìn)入了社會(huì)生活的方方面面。CNNIC的報(bào)告顯示，截止到2020年3月，我國(guó)手機(jī)網(wǎng)民規(guī)模達(dá)897億，其中社交APP的基礎(chǔ)應(yīng)用即時(shí)通訊的用戶數(shù)量為89億，使用率為992%[1]。除了即時(shí)通信，企業(yè)也在不斷探索和開(kāi)發(fā)新產(chǎn)品和新功能，陸續(xù)出現(xiàn)的新入局者希望能夠挑戰(zhàn)傳統(tǒng)的社交產(chǎn)品，例如字節(jié)跳動(dòng)先后推出了“多閃”和“飛聊”兩款社交APP，藉由視頻社交和興趣社交挖掘細(xì)分群體市場(chǎng)。

對(duì)于用戶來(lái)說(shuō)，他們可以通過(guò)應(yīng)用商店或市場(chǎng)等途徑免費(fèi)獲取和下載使用各類社交APP，且各類產(chǎn)品功能差異較小，可替代性高，用戶可以較輕松實(shí)現(xiàn)轉(zhuǎn)移。這對(duì)社交APP企業(yè)來(lái)說(shuō)意味著巨大的挑戰(zhàn)。他們需要了解用戶在各類產(chǎn)品之間的轉(zhuǎn)移行為的影響因素，從而采取有效措施吸引新用戶，保持老用戶，以獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。基于此，本文將引入PPM模型，考察社交APP用戶轉(zhuǎn)移行為的3類驅(qū)動(dòng)因素，包括推力、拉力、錨定因素，并通過(guò)實(shí)證研究發(fā)現(xiàn)影響用戶轉(zhuǎn)移行為的顯著因素。

1文獻(xiàn)綜述

11社交APP用戶轉(zhuǎn)移行為

社交媒體可以被定義為相對(duì)容易獲得與便于人們溝通的電子工具，并能夠共享和獲取大量信息或者用于建立新的友誼和關(guān)系[2]。社交媒體的種類繁多，且在原有的核心社交媒體上，產(chǎn)生了衍生社交媒體[3-4]。社交APP的快速發(fā)展為廣大的用戶群體提供了更多的選擇。雖然由于需要維持當(dāng)前的社交聯(lián)系使得多數(shù)用戶不會(huì)輕易流失，但用戶會(huì)由于不同的需要，比如基于共同的興趣而形成陌生人之間聯(lián)系的需要，以及如今技術(shù)發(fā)展使得社交APP的極低的學(xué)習(xí)成本，越來(lái)越多的用戶會(huì)嘗試采納不同的社交媒體，從而產(chǎn)生了社交APP間的轉(zhuǎn)移行為。

根據(jù)Ye和Potter的研究，可以將用戶的轉(zhuǎn)移行為作為一種特殊的采納后行為。由于用戶的采納后行為是決定一項(xiàng)信息技術(shù)是否最終成功的重要因素，因此信息系統(tǒng)（IS）領(lǐng)域的研究者一直關(guān)注這一問(wèn)題。轉(zhuǎn)移行為指的是用戶從一個(gè)提供商遷移到另一個(gè)提供商，它通常與用戶對(duì)現(xiàn)有產(chǎn)品/服務(wù)的不滿以及對(duì)替代品的相對(duì)優(yōu)勢(shì)的感知有關(guān)[5]。然而，信息技術(shù)中的轉(zhuǎn)移行為并不一定意味著用戶放棄現(xiàn)有的服務(wù)，它通常指的是部分替代，即用戶同時(shí)使用兩個(gè)服務(wù)，但會(huì)更多地傾向于使用新的替代信息技術(shù)[6]。本文采用Cheng Z等對(duì)于社交媒體轉(zhuǎn)移行為的定義，認(rèn)為大多數(shù)社交APP的用戶決定在另一社交媒體中開(kāi)設(shè)一個(gè)新賬戶時(shí)，并沒(méi)有真正刪除之前的社交APP的賬戶，所以社交APP轉(zhuǎn)移行為指的是用戶在使用一個(gè)新的社交APP時(shí)，減少或者暫停使用原有社交APP的行為[7]。

12PPM模型

PPM（Push-Pull-Mooring）即推力-拉力-錨定模型。模型最初出現(xiàn)在人文地理學(xué)的文獻(xiàn)中，用于解釋人類的遷移行為，認(rèn)為影響人口遷移的主要因素包括：推力、拉力、錨定因素[8]。推力因素是指驅(qū)使人們遠(yuǎn)離原點(diǎn)的消極因素，而拉力因素是其它地方能夠吸引人們遠(yuǎn)離原點(diǎn)的積極因素。而錨定因素代表了個(gè)人因素和社會(huì)環(huán)境因素的介入而帶來(lái)的影響，能夠促進(jìn)或者抑制人們做出遷移的決策[9]。Bansal H S等采用PPM模型來(lái)了解消費(fèi)者在不同服務(wù)提供商之間的轉(zhuǎn)換行為[10]。Tao Z研究了移動(dòng)購(gòu)物用戶轉(zhuǎn)移意向的影響因素[11]。Fang Y等研究了即時(shí)通訊軟件用戶的轉(zhuǎn)移意向的影響因素，將錨定因素中的轉(zhuǎn)移成本分為用于其他即時(shí)通訊軟件所需的準(zhǔn)備成本和持續(xù)成本兩方面[12]。Li C等通過(guò)PPM模型研究了電子商務(wù)到社會(huì)化商務(wù)的用戶轉(zhuǎn)移行為，將社會(huì)存在、社會(huì)支持、社會(huì)利益以及自我表現(xiàn)4個(gè)因子作為主要因素進(jìn)行研究[13]?；谶@些文獻(xiàn)，本文將引入PPM模型作為研究的理論基礎(chǔ)。

2研究假設(shè)及模型

21推力因素

滿意度在營(yíng)銷學(xué)中被認(rèn)為是決定消費(fèi)者重復(fù)購(gòu)買(mǎi)決策的主要因素[14]。在信息系統(tǒng)領(lǐng)域，Bansal H S等發(fā)現(xiàn)了滿意度對(duì)更換服務(wù)提供者的意向具有負(fù)面影響[10]，Zhang K等認(rèn)為滿意度與用戶對(duì)博客服務(wù)提供商的轉(zhuǎn)換意向是負(fù)相關(guān)的[15]?；贒&M信息系統(tǒng)成功模型，本文將不滿意度分為對(duì)社交APP的系統(tǒng)質(zhì)量不滿意度、信息質(zhì)量不滿意度和服務(wù)質(zhì)量不滿意度3個(gè)方面[16]。該模型被用于研究移動(dòng)應(yīng)用程序的持續(xù)使用[17]和移動(dòng)購(gòu)物平臺(tái)的轉(zhuǎn)移意向[11]。

系統(tǒng)質(zhì)量不滿意度反映了用戶對(duì)社交APP的技術(shù)相關(guān)的基礎(chǔ)設(shè)施的不滿意，包括下載速度、導(dǎo)航功能、方便維護(hù)、界面設(shè)計(jì)等[9]，當(dāng)社交APP難以使用或界面設(shè)計(jì)很差時(shí)，用戶可能會(huì)認(rèn)為服務(wù)提供商沒(méi)有投入足夠的精力和資源來(lái)為他們提供更好的系統(tǒng)質(zhì)量。

信息質(zhì)量不滿意度反映了用戶對(duì)社交APP提供的信息的準(zhǔn)確性、完整性、相關(guān)性和及時(shí)性的不滿意[11]，用戶期望能夠從社交APP中獲得準(zhǔn)確、相關(guān)和最新的信息，而當(dāng)這種期望被否定時(shí)，用戶可能會(huì)感到不滿意。

服務(wù)質(zhì)量不滿意度反映了用戶對(duì)社交APP提供的相關(guān)服務(wù)的可靠性、及時(shí)性和個(gè)性化的不滿意[11]，當(dāng)用戶尋求相關(guān)服務(wù)時(shí)，服務(wù)提供商的響應(yīng)緩慢且不可靠，他們可能對(duì)服務(wù)質(zhì)量不滿意。此外，用戶也可能希望從社交APP獲得個(gè)性化的信息和服務(wù)，如功能界面的個(gè)性化選擇。

用戶如果對(duì)當(dāng)前使用的社交APP的系統(tǒng)質(zhì)量、信息質(zhì)量、服務(wù)質(zhì)量等方面感到不滿，就可能會(huì)產(chǎn)生離開(kāi)或減少使用當(dāng)前社交APP的意向，并嘗試其他相似的產(chǎn)品。基于此，本文假設(shè)：

H1：系統(tǒng)質(zhì)量不滿意度顯著影響用戶的社交APP轉(zhuǎn)移意向。

H2：信息質(zhì)量不滿意度顯著影響用戶的社交APP轉(zhuǎn)移意向。

H3：服務(wù)質(zhì)量不滿意度顯著影響用戶的社交APP轉(zhuǎn)移意向。

22錨定因素

當(dāng)存在錨定因素時(shí)，即使受到強(qiáng)烈的推拉影響，用戶也可能會(huì)選擇不轉(zhuǎn)移。Zhang K等研究遷移文獻(xiàn)得出，遷移者可能由于一些約束或環(huán)境因素的影響而選擇不遷移到另一個(gè)地方，即使他們受到了強(qiáng)烈的推力因素或拉力因素的影響[15]。轉(zhuǎn)移成本就是典型的產(chǎn)生抑制作用的錨定因素，是指用戶從當(dāng)前服務(wù)或產(chǎn)品轉(zhuǎn)移到另一個(gè)時(shí)必須承擔(dān)的成本[18]。本文中的轉(zhuǎn)移成本反映了用戶在他們當(dāng)前使用的社交APP上與朋友建立了一定的聯(lián)系，如果用戶打算切換到另一個(gè)社交APP，他們需要花費(fèi)時(shí)間和精力來(lái)通知他們的朋友，以便將他們的關(guān)系轉(zhuǎn)移到新的社交APP，否則他們可能會(huì)失去這些關(guān)系。此外，用戶也需要耗費(fèi)時(shí)間與精力在新的社交APP中重新建立交友網(wǎng)絡(luò)。因此，轉(zhuǎn)移成本可能會(huì)降低用戶轉(zhuǎn)移到其他社交APP的意愿?；诖耍疚募僭O(shè)：

H4：轉(zhuǎn)移成本顯著負(fù)向影響用戶的社交APP轉(zhuǎn)移意向。

23拉力因素

231社會(huì)支持

社會(huì)支持是指?jìng)€(gè)體在其社會(huì)群體中被人關(guān)心、被人回應(yīng)、被人幫助的經(jīng)歷[19]。由于社會(huì)支持可以給個(gè)人帶來(lái)溫暖和被理解的感受，它也被看作是滿足一個(gè)人的心理需求的響應(yīng)性[20]。Schaefer C等研究指出，人們往往需要各種有形和無(wú)形支持[21]。由于互聯(lián)網(wǎng)上的互動(dòng)本質(zhì)上是虛擬的，通常依賴于信息來(lái)進(jìn)行交互，社會(huì)支持對(duì)于社交媒體用戶的幫助通常是無(wú)形的，也就是信息支持和情感支持。信息支持是指有助于解決問(wèn)題的建議、意見(jiàn)等，而情感支持是指提供的信息能夠增強(qiáng)情感方面的幫助與支持，如關(guān)懷、理解或移情，讓接受者感到自身是有價(jià)值的。與信息支持相比，它更強(qiáng)調(diào)社會(huì)支持的情感方面，并可能有助于間接解決問(wèn)題[22]。情感支持將幫助用戶更好的通過(guò)社交APP與其他成員進(jìn)行信息與情感交流。因此，本文的社會(huì)支持主要反映了情感支持對(duì)社交APP用戶轉(zhuǎn)移意向的影響。Li C等和Liang T等研究表明，社交網(wǎng)站用戶對(duì)社會(huì)支持的感知能夠正向促進(jìn)用戶使用社交化商務(wù)的意向[13，20]，Zhang H等提出增強(qiáng)社會(huì)支持能夠鼓勵(lì)顧客之間相互幫助，從而為社會(huì)化商務(wù)創(chuàng)造一個(gè)支持性的環(huán)境[23]，Chen J等的研究表明，社會(huì)支持能夠增強(qiáng)虛擬社區(qū)用戶的信任，進(jìn)而增強(qiáng)社會(huì)交互的意向[22]。基于此，本文假設(shè)：

H5：社會(huì)支持顯著影響用戶的社交APP轉(zhuǎn)移意向。

232社會(huì)認(rèn)同

社會(huì)認(rèn)同理論闡明了個(gè)體如何通過(guò)分類、認(rèn)同和比較來(lái)提高自尊和自我肯定[24]，例如在網(wǎng)絡(luò)虛擬社區(qū)中，參與者根據(jù)他們的生活環(huán)境、職業(yè)或教育水平來(lái)劃分成特定的群體。在本文中，社會(huì)認(rèn)同是指用戶認(rèn)識(shí)到自己屬于該社交APP，并且對(duì)它產(chǎn)生了一定的情感依賴[25]。Chen S等研究指出當(dāng)社區(qū)用戶加入一個(gè)虛擬社區(qū)時(shí)，認(rèn)同感有助于促進(jìn)用戶和其他成員之間的積極互動(dòng)，激勵(lì)用戶積極參與社區(qū)，他們將會(huì)樂(lè)于幫助其他成員，并積極參與社區(qū)發(fā)起的討論或活動(dòng)[26]。Chiu C等人研究認(rèn)為，用戶對(duì)于使用中的社交網(wǎng)站的認(rèn)同感能夠增強(qiáng)用戶的幸福感，并進(jìn)而提升用戶忠誠(chéng)度[25]。因此，當(dāng)用戶能夠從某一社交APP中獲得認(rèn)同感，就有更大可能性會(huì)選擇繼續(xù)使用這一社交APP。因此，本文假設(shè)：

H6：社會(huì)認(rèn)同顯著影響用戶的社交APP轉(zhuǎn)移意向。

233社會(huì)交互

社會(huì)交互反映了在以社交APP為媒介的環(huán)境中發(fā)展的人際關(guān)系[27]。Granovetter M S將人際交互強(qiáng)度描述為時(shí)間長(zhǎng)短、情感強(qiáng)度、親密度和互助的組合，這些也是交互的特征[28]。也有研究指出用戶之間進(jìn)行的社會(huì)交互越多，交換的信息的強(qiáng)度、頻率和廣度就越大[29]，進(jìn)而能夠促進(jìn)用戶對(duì)社交APP的使用頻率。用戶使用該社交APP來(lái)維持和擴(kuò)展人際交互的頻率越高，時(shí)間越長(zhǎng)，他們就越有可能認(rèn)為它在與其他用戶進(jìn)行聯(lián)系等方面是可靠的。Chiu C等研究指出社會(huì)交互能夠正向影響虛擬社區(qū)用戶的知識(shí)分享行為[30]，Zhang C B等的研究發(fā)現(xiàn)社會(huì)交互能夠間接影響微信用戶的持續(xù)使用意向[31]?；诖耍疚募僭O(shè)：

3數(shù)據(jù)收集與分析

31問(wèn)卷設(shè)計(jì)與數(shù)據(jù)收集

本文的研究模型包含8個(gè)不同的因子，各因子由3～4個(gè)指標(biāo)來(lái)進(jìn)行測(cè)度。表1列出了本文的測(cè)量指標(biāo)及來(lái)源。

數(shù)據(jù)通過(guò)在線問(wèn)卷和紙質(zhì)問(wèn)卷兩種方式進(jìn)行收集，共獲得有效問(wèn)卷322份。其中男性比例為556%，女性為444%，大部分用戶（742%）年齡在20～29歲之間。用戶經(jīng)常使用的社交APP包括：微信（907%）、QQ（913%）、微博（571%）等溝通類的社交APP，嗶哩嗶哩（434%）、小紅書(shū)（314%）、抖音（267%）等信息分享和視頻交流類的社交APP，并且761%的用戶每天使用社交APP的時(shí)間在2個(gè)小時(shí)以上，且有245%的用戶每天會(huì)使用4個(gè)小時(shí)以上，顯示了社交APP選擇的多樣性，以及有相當(dāng)多的用戶群體每天會(huì)消耗大量時(shí)間在社交APP上。

32數(shù)據(jù)分析

本文首先使用SPSS 200進(jìn)行了信度分析，得到各因子的Cronbach Alpha系數(shù)，結(jié)果均大于08，說(shuō)明所設(shè)計(jì)的測(cè)度量表具有良好的穩(wěn)定性和內(nèi)部一致性，量表信度良好。此外，效度分析顯示，大多數(shù)因子負(fù)載都大于07，AVE均大于05，CR均大于07，顯示較好的效度。表2列出了信度和效度分析結(jié)果。

然后，運(yùn)用LISREL軟件對(duì)結(jié)構(gòu)模型進(jìn)行檢驗(yàn)，各路徑系數(shù)值及顯著性水平如圖2所示。此外，表3的結(jié)果顯示模型的擬合優(yōu)度較好。

4討論

從圖2的結(jié)果可知，除了H2和H5以外，其他假設(shè)都得到了支持。轉(zhuǎn)移意向被解釋的方差比例為765%，顯示本文研究模型具有較好的解釋力。

推力因素中，系統(tǒng)質(zhì)量不滿意度和服務(wù)質(zhì)量不滿意度正向影響用戶的轉(zhuǎn)移意向，這與前人的研究結(jié)果一致[11]。這也說(shuō)明在社交APP的使用過(guò)程中，軟件的系統(tǒng)質(zhì)量和服務(wù)質(zhì)量將直接影響用戶的持續(xù)意向。系統(tǒng)質(zhì)量主要是指社交APP用戶對(duì)于軟件功能設(shè)計(jì)、導(dǎo)航能力和界面設(shè)計(jì)等與用戶使用體驗(yàn)相關(guān)的感知。因此社交APP的服務(wù)提供商在注重保持軟件系統(tǒng)的穩(wěn)定性之外，也可以積極尋求改進(jìn)，不斷更新軟件功能。比如，微信在最初的即時(shí)通訊軟件的基礎(chǔ)上，先后增加了公眾號(hào)及小程序等功能，讓用戶得到更好的使用體驗(yàn)。服務(wù)質(zhì)量主要是指社交APP能否對(duì)用戶的意見(jiàn)進(jìn)行及時(shí)的反饋，以及提供個(gè)性化的服務(wù)體驗(yàn)。比如，在Apple Store上用戶能夠?qū)浖褂弥邪l(fā)現(xiàn)的問(wèn)題與意見(jiàn)向開(kāi)發(fā)者發(fā)郵件或者留言，各類社交APP應(yīng)當(dāng)及時(shí)查看用戶的建議，對(duì)于其中可以實(shí)現(xiàn)或改進(jìn)的部分及時(shí)采納，并對(duì)用戶進(jìn)行反饋，從而能夠更好地提高用戶的忠誠(chéng)度。

本文發(fā)現(xiàn)信息質(zhì)量不滿意度對(duì)于用戶的轉(zhuǎn)移意向并不存在顯著影響，主要的原因可能是本文研究的信息質(zhì)量不滿意度反映了用戶對(duì)于在社交APP中獲得的各類信息的及時(shí)性、準(zhǔn)確性的不滿心理，但是社交APP中主要還是以用戶間的通訊信息以及用戶自主分享的各類信息為主，并不是以服務(wù)提供商向用戶提供的信息為主。因此，用戶對(duì)于社交APP信息質(zhì)量的感知并不明顯。

拉力因素中，社會(huì)認(rèn)同和社會(huì)交互對(duì)于用戶轉(zhuǎn)移意向具有顯著影響，這與之前的文獻(xiàn)結(jié)果是相符的[25，30]。首先，這說(shuō)明了用戶在采納某一社交APP的時(shí)候更加重視在其中能夠獲得的歸屬感，這可以促進(jìn)用戶和其他用戶之間的積極互動(dòng)，獲得更多的信息與資源，使得用戶更加樂(lè)于使用這一社交APP。其次，社交APP用戶之間進(jìn)行的社會(huì)交互越多，使用APP的頻率越高、時(shí)間越久，用戶選擇使用該社交APP來(lái)維持和擴(kuò)展人際交往的可能性就越大，能夠不斷提高用戶對(duì)該社交APP的粘性。因此，社交APP提供商可以增加用戶間交流的方式，不僅是文字或者語(yǔ)音，還包括各類表情包讓用戶選擇，以及通過(guò)短視頻和直播等方式進(jìn)行信息分享與交互。此外，運(yùn)營(yíng)商也可以通過(guò)用戶提供的個(gè)人信息，將用戶進(jìn)行大致分類，向興趣愛(ài)好相近的用戶進(jìn)行相互推薦，鼓勵(lì)有相同興趣的用戶能夠主動(dòng)進(jìn)行交流和分享信息，不僅可以促進(jìn)用戶加強(qiáng)交互，也能增強(qiáng)歸屬感。本文未發(fā)現(xiàn)社會(huì)支持對(duì)用戶轉(zhuǎn)移意向的顯著影響，可能的原因是本文主要考察情感支持，對(duì)于初次采納社交APP的用戶來(lái)說(shuō)，由于用戶間還沒(méi)有建立良好的信任關(guān)系，該用戶可能并不重視其他用戶所表達(dá)的情感支持。

錨定因素的轉(zhuǎn)移成本會(huì)對(duì)用戶轉(zhuǎn)移意向產(chǎn)生負(fù)向的影響，這與前人的研究相符[32]。轉(zhuǎn)移成本反映了重新建立新的交友網(wǎng)絡(luò)所耗費(fèi)的時(shí)間與精力以及關(guān)系流失所產(chǎn)生的成本。這些損失可能會(huì)使用戶產(chǎn)生焦慮，即便面對(duì)較強(qiáng)的推力和拉力作用，也還是選擇放棄采納新的社交APP。這也說(shuō)明了用戶原有的交友網(wǎng)絡(luò)對(duì)于轉(zhuǎn)移意向的重要作用，因此服務(wù)商可以通過(guò)用戶提供的個(gè)人信息主動(dòng)推薦用戶可能認(rèn)識(shí)的用戶，以及通過(guò)用戶信息匹配，更快的在新的社交APP上進(jìn)行重組。比如抖音APP就通過(guò)用戶提供的信息以及關(guān)注的相關(guān)賬號(hào)，主動(dòng)推薦用戶可能認(rèn)識(shí)的人，使得用戶獲得更好的使用體驗(yàn)。

5結(jié)論

基于PPM模型，本文研究了社交APP用戶的轉(zhuǎn)移行為，研究發(fā)現(xiàn)系統(tǒng)質(zhì)量不滿意度、服務(wù)質(zhì)量不滿意度、社會(huì)認(rèn)同和社會(huì)交互等因素正向顯著影響用戶的轉(zhuǎn)移意向，而轉(zhuǎn)移成本負(fù)向影響用戶的轉(zhuǎn)移意向。

本文研究結(jié)果對(duì)社交APP提供商具有以下啟示：1）應(yīng)當(dāng)注重對(duì)用戶關(guān)于系統(tǒng)功能與服務(wù)相關(guān)的反饋。根據(jù)用戶反饋來(lái)及時(shí)對(duì)APP中可能存在的問(wèn)題進(jìn)行改進(jìn)，增加用戶提出的新功能，并及時(shí)回復(fù)他們對(duì)于APP提出的建議，提升用戶滿意度。2）促進(jìn)社交APP用戶之間的交互。社交APP提供商可以通過(guò)宣傳等方式，吸引有相同興趣愛(ài)好的用戶組成群組，促進(jìn)用戶間更積極主動(dòng)的交流。此外，可以通過(guò)添加交互程度的方式等來(lái)鼓勵(lì)用戶的自主交流，例如QQ軟件上的培養(yǎng)火花功能，用戶可以通過(guò)每天不間斷的互發(fā)消息來(lái)將火花養(yǎng)大，這能夠吸引更多的年輕群體參與其中。3）升級(jí)用戶好友推薦功能。通過(guò)更新社交APP的好友推薦功能，使得用戶能夠更為快捷和準(zhǔn)確的添加原有的好友，從而減少轉(zhuǎn)移成本，快速建立新的朋友圈。

本文的不足包括：1）本文的調(diào)查對(duì)象中大學(xué)生年輕群體的比例較高，雖然他們也是重要的社交APP用戶群體，但未來(lái)的研究可以擴(kuò)大調(diào)查的群體范圍，以增強(qiáng)研究結(jié)果的普適性。2）影響社交媒體用戶轉(zhuǎn)移的因素較多，本文僅考察了部分影響因素，未來(lái)的研究可以考察其他因素如感知價(jià)值、用戶體驗(yàn)等的作用。

參考文獻(xiàn)

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第45次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].中國(guó)互聯(lián)網(wǎng)絡(luò)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年凱度中國(guó)社交媒體影響報(bào)告[R].凱度，2018.

[4]許笑.基于用戶體驗(yàn)的移動(dòng)社交APP持續(xù)使用意愿研究[D].濟(jì)南：山東大學(xué)，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(zé)任編輯：陳媛）