袁順波

提要：社會化閱讀用戶流失的影響因素及路徑需要進行全面、系統(tǒng)的探討。本文基于壓力源-應(yīng)變-后果理論框架并結(jié)合社會化閱讀實際情況，構(gòu)建了社會化閱讀用戶流失意愿模型。實證結(jié)果表明，用戶的使用倦怠和不滿意會直接導(dǎo)致流失意愿的形成，使用倦怠又受信息超載、社交超載和隱私關(guān)注等因素的影響，期望不一致、隱私關(guān)注、信息超載和社交超載等因素都會直接影響用戶的不滿意程度。據(jù)此，防止社會化閱讀用戶流失需要完善社交功能、提供高質(zhì)量閱讀信息資源、改善個性化服務(wù)和優(yōu)化用戶隱私保護。

一、引言

隨著移動互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，人類的閱讀方式正在發(fā)生深刻變革，基于移動閱讀平臺的社會化閱讀(Social Reading)逐漸成為一種重要的閱讀方式。所謂社會化閱讀，是指一種以讀者為核心，注重讀者與讀者之間、讀者與內(nèi)容之間的分享、互動與傳播的全新閱讀模式。(1)劉艷：《社會化閱讀：涵義、形態(tài)、功能、缺陷及其啟示》,《圖書館建設(shè)》2018年第9期。與傳統(tǒng)封閉式的個體閱讀相比，社會化閱讀更注重閱讀者和閱讀社交，強調(diào)閱讀互動與共享，凸顯用戶內(nèi)容生成和社交元素在閱讀過程中價值再創(chuàng)造的重要作用。截至目前，國內(nèi)外已涌現(xiàn)不少具有較大影響力的社會化閱讀平臺。例如，內(nèi)容信息聚合類平臺Flipboard和Zaker，圖書閱讀類平臺豆瓣閱讀、網(wǎng)易云閱讀和微信讀書。

社會化閱讀的快速發(fā)展既給服務(wù)提供商等企業(yè)提供了難得的機遇，同時也帶來了嚴峻的挑戰(zhàn)。一方面，新興閱讀平臺不斷進入市場并積極搶奪用戶；另一方面，一些主流閱讀平臺開始出現(xiàn)用戶活躍度下降甚至停止使用等問題。如何在激烈的市場競爭中贏得主動成為各參與企業(yè)必須面對的一道難題，解決此難題的關(guān)鍵在于以用戶為中心，關(guān)注用戶的使用行為與體驗，減少“沉默用戶”，防控用戶流失。

“用戶流失”概念源于市場營銷領(lǐng)域，后逐漸擴展到信息系統(tǒng)、電子商務(wù)等領(lǐng)域。Keaveney & Parthasarathy首次提出此概念，認為用戶流失是市場競爭不斷加劇所帶來的結(jié)果，并將其分為兩類：一類是用戶仍在使用該類服務(wù)，但從原本的服務(wù)商轉(zhuǎn)移到另一服務(wù)商；另一類是用戶不再使用該類服務(wù)。對于原有的服務(wù)商而言，無論何種情況，用戶流失的本質(zhì)就是現(xiàn)存用戶中斷了與其原有的服務(wù)關(guān)系，從而對其生存與發(fā)展產(chǎn)生嚴重的威脅。(2)S. M. Keaveney and M. Parthasarathy,“Customer Switching Behavior in Online Services: An Exploratory Study of the Role of Selected Attitudinal, Behavioral, and Demographic Factors,”Academy of Marketing Science Journal, Vol. 29, No. 4, 2001, pp.374-389.就社會化閱讀而言，現(xiàn)有研究主要關(guān)注的是用戶采納、持續(xù)使用等積極使用行為，對于用戶轉(zhuǎn)移、中輟、流失、不持續(xù)使用等消極行為涉及較少，用戶流失行為規(guī)律也尚未得到充分厘清。因此，有必要對社會化閱讀用戶流失的影響因素及路徑進行全面、系統(tǒng)的探討。

二、文獻回顧

(一)社會化閱讀用戶行為

用戶是影響社會化閱讀平臺發(fā)展的關(guān)鍵因素之一，相應(yīng)地，用戶行為也是現(xiàn)有研究較為關(guān)注的話題。總體而言，現(xiàn)有研究多采用訪談、扎根理論、回歸分析以及結(jié)構(gòu)方程模型等研究方法，從不同視角對社會化閱讀用戶的分享行為、閱讀利用行為、持續(xù)使用、不持續(xù)使用等行為進行了分析，技術(shù)接受模型、期望確認模型、沉浸理論、心理契約理論等是使用較多的基礎(chǔ)理論與模型。Li將青少年的社會化閱讀行為分成閱讀行為和社交行為，實證發(fā)現(xiàn)消磨時間、自我提升、信息獲取、社交互動等是重要的影響因素；(3)W. Li,“Adolescents’ Social Reading: Motivation, Behaviour, and Their Relationship,”The Electronic Library, Vol. 35, No. 2, 2017, pp. 246-262.季丹等人的研究發(fā)現(xiàn)，臨場感、感知控制、交互響應(yīng)性以及沉浸體驗是社會化閱讀行為的重要影響因素；(4)季丹、郭政、李武：《Flow理論視角下的社會化閱讀行為影響因素》,《圖書館論壇》2020年第5期。李武和趙星指出，大學(xué)生社會化閱讀APP持續(xù)使用意愿不僅取決于期望確認程度、滿意度、有用性認知等因素，同時也受諸如主觀規(guī)范等變量的影響；(5)李武、趙星：《大學(xué)生社會化閱讀APP持續(xù)使用意愿及發(fā)生機理研究》,《中國圖書館學(xué)報》2016年第1期。Li等人采用結(jié)構(gòu)方程模型方法，發(fā)現(xiàn)社會臨場感、閱讀者之間的交互、閱讀者與閱讀內(nèi)容之間的交互對社會化閱讀用戶滿意度產(chǎn)生顯著影響；(6)W. Li, Y. Y. Mao and L. N. Zhou, “The Impact of Interactivity on User Satisfaction in Digital Social Reading: Social Presence as a Mediator,” International Journal of Human-Computer Interaction, Vol.37, No.17, 2021, pp.1636-1647.劉魯川和李旭對社會化閱讀用戶的退出、建言、忠誠和忽略行為的影響因素進行調(diào)查與分析，結(jié)果表明交易型心理契約違背與建言和忠誠行為呈負向顯著關(guān)系，關(guān)系型心理契約違背與退出和忽略行為呈正向顯著關(guān)系。(7)劉魯川、李旭：《心理契約視域下社會化閱讀用戶的退出、建言、忠誠和忽略行為》,《中國圖書館學(xué)報》2018年第4期。

(二) IT/IS用戶流失

現(xiàn)有的信息技術(shù)/信息系統(tǒng)(Information Technology/Information System, IT/IS)用戶流失行為研究多是在借鑒市場營銷領(lǐng)域、IT/IS用戶采納及持續(xù)使用行為等相關(guān)理論與方法的基礎(chǔ)上展開探討。總體而言，現(xiàn)有研究的重點是用戶轉(zhuǎn)移行為及影響因素，其中又以用戶在互聯(lián)網(wǎng)產(chǎn)品/服務(wù)之間、從互聯(lián)網(wǎng)產(chǎn)品/服務(wù)向移動網(wǎng)絡(luò)產(chǎn)品/服務(wù)進行轉(zhuǎn)移等相關(guān)問題最受關(guān)注；理論基礎(chǔ)大多來源于社會學(xué)、質(zhì)量經(jīng)濟學(xué)以及IT/IS領(lǐng)域，主要包括技術(shù)接受模型(Technology Acceptance Model, TAM)、顧客滿意度指數(shù)模型、期望確認模型(Expectation Confirmation Moclel of Information System Continuance, ECM-ISC)、刺激-機體-響應(yīng)理論、推-拉-錨定理論等；客戶預(yù)期、替代品吸引力、轉(zhuǎn)移成本、個人創(chuàng)新力、信任以及感知有用性等因素被證實對用戶流失產(chǎn)生影響。如Lin和Wang對社交網(wǎng)站用戶轉(zhuǎn)移行為進行的研究發(fā)現(xiàn)感知價值、用戶信任和感知風(fēng)險是顯著的影響因素；(8)C. N. Lin and H. Y. Wang, “Understanding Users’ Switching Intentions and Switching Behavior on Social Networking Sites,” ASLIB Journal of Information Management, Vol.69, No.2, 2017, pp.201-214.鄭德俊等以“微信讀書”平臺為案例，基于S-O-R理論，采用扎根理論研究和解釋結(jié)構(gòu)模型方法，證實系統(tǒng)功能設(shè)計、信息質(zhì)量等因素影響移動閱讀服務(wù)平臺用戶的流失；(9)鄭德俊等：《移動閱讀服務(wù)平臺的用戶流失因素分析——以“微信讀書”平臺為例》,《情報理論與實踐》 2019年第8期。袁順波等以PPM理論框架為基礎(chǔ)構(gòu)建了移動政務(wù)APP用戶流失行為影響因素模型并進行實證研究，發(fā)現(xiàn)失望感、替代品吸引力、系統(tǒng)質(zhì)量和沉浸均會對用戶流失產(chǎn)生顯著影響；(10)袁順波、張海、段薈：《PPM視角下移動政務(wù)APP用戶流失行為影響因素研究》,《情報雜志》2021年第2期。Liu等對用戶從免費問答服務(wù)向付費問答服務(wù)的轉(zhuǎn)移行為進行了分析，發(fā)現(xiàn)個人因素、情景因素、對免費問答服務(wù)的不滿意等都是重要的原因。(11)Z. Y. Liu, Y. X. Zhao, S. Chen, S. J. Song, P. Hansen and Q. H. Zhu,“Exploring Askers’ Switching from Free to Paid Social Q&A Services: A Perspective on the Push-Pull-Mooring Framework,”Information Processing & Management, Vol.58, No.1, 2021, No.102396.

三、理論與模型

(一)理論基礎(chǔ)

1.壓力源-應(yīng)變-后果(Stressors-Strain-Outcomes, SSO)理論框架。SSO理論框架最早由Koeske等人在研究職業(yè)倦怠現(xiàn)象時提出，該研究證實了壓力源與個體情緒耗竭、情緒耗竭與消極后果之間的顯著關(guān)聯(lián)性，從而為SSO理論框架的合理性提供了支持。(12)G. F. Koeske and R. D. Koeske,“A Preliminary Test of a Stress-Strain-Outcome Model for Reconceptualizing the Burnout Phenomenon,”Journal of Social Service Research, Vol.17, No. 3-4, 1993, pp.107-135.在SSO理論框架中，壓力源(Stressor)指的是個體在特定狀態(tài)下實施某項行為時，受外界因素的影響而形成負面情緒的困擾和對潛在負面結(jié)果的感知；應(yīng)變(Strain)是個體在壓力源的刺激下而產(chǎn)生的消極的、負面的反應(yīng)；后果(Outcome)是在消極、負面意識的驅(qū)使下所形成的進一步動作或心理意識。截至目前，已有不少學(xué)者基于SSO理論框架，對用戶使用倦怠、流失、不持續(xù)使用等消極行為進行實證研究，其結(jié)果也大多表明該理論框架用于研究用戶消極行為時具有較好的合理性與有效性。如Fu等基于SSO理論框架對社交媒體用戶不持續(xù)使用行為進行了實證研究，發(fā)現(xiàn)信息超載、系統(tǒng)功能超載、社交超載等壓力源會導(dǎo)致用戶產(chǎn)生社交疲勞等方面的應(yīng)變，進而導(dǎo)致用戶不持續(xù)使用的后果；(13)S. X. Fu, H. X. Li, Y. Liu, H. Pirkkalainen and M. Salo, “Social Media Overload, Exhaustion, and Use Discontinuance: Examining the Effects of Information Overload, System Feature Overload, and Social Overload,” Information Processing & Management, Vol.57, No.6, 2020, No. 102307.李順利結(jié)合計劃行為理論和SSO理論框架，對政務(wù)微博用戶使用倦怠的前因與后果進行探討，結(jié)果表明知覺行為控制壓力是造成使用倦怠的主要因素，產(chǎn)生倦怠的用戶更傾向于產(chǎn)生轉(zhuǎn)移意愿；(14)李順利：《基于壓力源-應(yīng)變-后果框架的政務(wù)微博用戶使用倦怠研究》, 湘潭大學(xué), 2019年, 第51-52頁。孫挺和夏立新基于SSO理論框架對社會化閱讀用戶不持續(xù)使用意愿進行了實證研究，發(fā)現(xiàn)負面感知績效、功能超載等是主要的壓力源；(15)孫挺、夏立新：《社會化閱讀用戶不持續(xù)使用意愿實證研究》,《圖書館論壇》2021年第5期。Masood等人則將SSO理論框架用于解釋社交媒體過度使用對科研人員科研績效的負面影響，結(jié)果表明過度使用會導(dǎo)致科研人員認知分心，進而對其科研績效產(chǎn)生不利影響。(16)A. Masood, A. Luqman, Y. Feng and A. Ali, “Adverse Consequences of Excessive Social Networking Site Use on Academic Performance: Explaining Underlying Mechanism from Stress Perspective,” Computers in Human Behavior, Vol.113, 2020, No.106476.

2.期望不一致理論(Expectation Disconfirmation Theory, EDT)，也稱為期望失驗理論。最早由Oliver在用于解釋消費者購物行為時提出，該理論認為，消費者在購物之前會通過個人經(jīng)驗、產(chǎn)品口碑、廣告或者其他途徑對產(chǎn)品及服務(wù)產(chǎn)生預(yù)期，而在購物中產(chǎn)品及服務(wù)的實際情況與預(yù)期之間有可能產(chǎn)生差異，從而形成正向不一致(positive disconfirmation)或負向不一致(negative disconfirmation)，進而對用戶的滿意度產(chǎn)生影響。(17)R. L. Oliver, “A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions,” Journal of Marketing Research, Vol.17, No.4, 1980, pp.460-469.此后，EDT在解釋用戶滿意、持續(xù)使用、不持續(xù)使用等采納后行為中得到了較為廣泛的應(yīng)用，研究結(jié)果也大多證實正向不一致會對用戶的滿意度、忠誠度、持續(xù)使用意愿產(chǎn)生積極影響，負向不一致則有可能導(dǎo)致用戶的離開。如Sinha等人基于EDT理論探討了印度企業(yè)雇主對應(yīng)聘者滿意度的影響因素，結(jié)果表明，該理論具有良好的適用性，雇主的期望通過正向不一致對其滿意度產(chǎn)生顯著影響；(18)S. Sinha, I. M. Jawahar, P. Ghosh and A. Mishra,“Assessing Employers’ Satisfaction with Indian Engineering Graduates Using Expectancy-Disconfirmation-Theory,”International Journal of Manpower, Vol. 41, No. 4, 2020, pp. 473-489.Ryzin 采用實驗方法對EDT理論應(yīng)用于解釋公共服務(wù)滿意度的可行性進行了測評，結(jié)果表明模型中各變量之間具有顯著的統(tǒng)計相關(guān)性；(19)G. G. V. Ryzin, “An Experimental Test of The Expectancy-Disconfirmation Theory of Citizen Satisfaction,” Journal of Policy Analysis and Management, Vol.32, No.3, 2013, pp.597-611.程慧平等以“認知→情感→行為意向”為模型框架，基于EDT和社會比較理論進行模型構(gòu)建與實證研究，發(fā)現(xiàn)期望不一致、不滿意以及嫉妒、后悔、沮喪等負面情緒對社交媒體用戶不持續(xù)使用行為產(chǎn)生顯著影響。(20)程慧平、蘇超、王建亞：《社交媒體用戶不持續(xù)使用行為模型構(gòu)建及實證研究》,《情報學(xué)報》2020年第9期。

(二)模型構(gòu)建

以SSO理論框架和EDT為基礎(chǔ)，結(jié)合社會閱讀的實際情況，構(gòu)建社會化閱讀用戶流失意愿理論模型(見圖1)。在該模型中，期望不一致、隱私關(guān)注、信息超載和社交超載等四個變量為“壓力源”，不滿意和使用倦怠為“應(yīng)變”，流失意愿則為“后果”。

圖1 社會化閱讀用戶流失意愿理論模型

社會化閱讀用戶流失意愿(User Churn Intention, UCI)是理論模型中的因變量，指的是社會化閱讀用戶在使用后不再繼續(xù)使用意愿的強烈程度。一般而言，行為意愿是實際行為的直接決定因素，個人的行為意愿越強，將會越努力地實施相應(yīng)行為。

不滿意(Dissatisfaction, DIS)是EDT中的核心變量，是指用戶在使用后對某一產(chǎn)品或服務(wù)的總體反應(yīng)，體現(xiàn)了用戶在使用該產(chǎn)品或服務(wù)后實際感受與使用前的期望之間的差距。在IT/IS用戶行為研究中，用戶的滿意程度是非常重要的影響因素。當然，與滿意度相區(qū)別的是，用戶的不滿意代表的是諸如埋怨、沮喪等負面的反應(yīng)和評價。EDT理論認為，用戶的不滿意是導(dǎo)致用戶不再繼續(xù)使用某產(chǎn)品或服務(wù)的直接因素，現(xiàn)有研究也大多得出類似的結(jié)論。如Zhou對社交媒體平臺用戶轉(zhuǎn)移行為進行了實證研究，發(fā)現(xiàn)不滿意是重要的直接決定因素；(21)T. Zhou, “Understanding Users’ Switching between Social Media Platforms: A PPM Perspective,” International Journal of Information Systems in the Service Sector, Vol.13, No.1, 2021, pp.54-67.代寶等人指出，社交媒體用戶的不滿意等消極情緒會引起他們的不持續(xù)使用、轉(zhuǎn)移行為或信息回避行為；(22)代寶、續(xù)楊曉雪、羅蕊：《社交媒體用戶信息過載的影響因素及其后果》,《現(xiàn)代情報》2020年第1期。徐孝娟等人的研究也發(fā)現(xiàn)社交網(wǎng)站用戶的滿意度對其流失意愿產(chǎn)生顯著的影響 。(23)徐孝娟等：《S-O-R理論視角下的社交網(wǎng)站用戶流失行為實證研究》,《情報雜志》2017年第7期。據(jù)此，本文作出如下假設(shè)：

H1：社會化閱讀用戶的不滿意對其流失意愿產(chǎn)生正向影響。

期望不一致(Expectation Disconfirmation, EDC)是EDT中的另一核心變量，反映的是用戶使用后的實際績效與使用前的期望之間的比較。在EDT理論中，期望不一致包括正向不一致和負向不一致兩種情況，但考慮到本研究關(guān)注的是用戶流失意愿的影響因素，因而將其界定為負向不一致。當用戶在使用社會化閱讀平臺后認為其產(chǎn)品或服務(wù)沒有達到預(yù)期時，即會導(dǎo)致期望不一致的出現(xiàn)，而期望不一致則會使用戶產(chǎn)生不滿意。如Fan & Suh的研究表明，期望不一致導(dǎo)致用戶對現(xiàn)有信息技術(shù)產(chǎn)生不滿意，進而促使其轉(zhuǎn)移至使用新的創(chuàng)新技術(shù)。(24)L. Fan and Y. H. Suh, “Why do Users Switch to a Disruptive Technology? An Empirical Study Based on Expectation-Disconfirmation Theory,” Information & Management, Vol.51, No.2, 2014, pp.240-248.Lankton等人的研究也得出了類似的結(jié)論，發(fā)現(xiàn)戰(zhàn)略信息系統(tǒng)用戶的期望不一致是導(dǎo)致其產(chǎn)生不滿意的重要原因。(25)N. Lankton, D. H. McKnight and J. B. Thatcher, “Incorporating Trust-in-technology into Expectation Disconfirmation Theory,” Journal of Strategic Information Systems, Vol.23, No.2, 2014, pp.128-145.據(jù)此，本文作出如下假設(shè)：

H2：期望不一致對社會化閱讀用戶的不滿意產(chǎn)生正向影響。

倦怠這一概念源自臨床醫(yī)學(xué)領(lǐng)域，主要表現(xiàn)為身體疲勞或極度消耗，隨著這一概念逐漸擴展到社會科學(xué)領(lǐng)域，其內(nèi)涵也相應(yīng)發(fā)生變化。在社會化閱讀情景下，使用倦怠(Usage Fatigue, USF)主要反映的是心理倦怠，一般是指由于社會環(huán)境、信息技術(shù)和用戶自身等多方面的原因而形成的綜合性負面情緒反應(yīng)。社交媒體倦怠理論認為，用戶的倦怠是一種包含疲憊、憤怒、失望、厭煩等多種負面情感的心理感受，用戶倦怠會促使用戶出現(xiàn)減少使用、刻意回避，甚至是注銷賬戶、卸載應(yīng)用等流失行為。(26)S. Zhang, L. Zhao, Y. Lu and J. Yang, “Do you Get Tired of Socializing? An Empirical Explanation of Discontinuous Usage Behaviour in Social Network Services,” Information & Management, Vol.53, No.7, 2016, pp.904-914.如Ravindran等人的研究發(fā)現(xiàn)，社交媒體倦怠會導(dǎo)致用戶暫停使用社交媒體、降低使用頻率甚至終止使用等后果；(27)T. Ravindran, A. C. Y. Kuan and D. G. H. Lian, “Antecedents and Effects of Social Network Fatigue,” Journal of the Association for Information Science and Technology, Vol.65, No.11, 2014, pp.2306-2320.劉國亮等人指出，社交媒體倦怠對用戶的不持續(xù)使用意愿有顯著的正向影響。(28)劉國亮、張匯川、劉子嘉：《移動社交媒體用戶不持續(xù)使用意愿研究——整合錯失焦慮與社交媒體倦怠雙重視角》,《情報科學(xué)》2020年第12期。與數(shù)字化閱讀相比，社會化閱讀更加強調(diào)社交互動，鼓勵用戶之間進行評論、交流與互動，不過在使用過程中，用戶可能會受到諸如各類信息的持續(xù)推送與更新、來自陌生用戶的無預(yù)兆互動、平臺頻繁增加的附加功能等多方面的干擾，使得用戶應(yīng)接不暇并產(chǎn)生身心疲憊之感，而這種心理層面的感覺會導(dǎo)致用戶降低使用頻率、減少使用時間，甚至退出閱讀平臺。據(jù)此，本文作出如下假設(shè)：

H3：使用倦怠對社會化閱讀用戶流失意愿產(chǎn)生正向影響。

隱私關(guān)注(Privacy Concern, PRC)指的是用戶擔(dān)心自身的隱私可能處于危險之中，是用戶對共享信息所帶來的潛在風(fēng)險或負面后果的認知。(29)張霽雯：《社交媒體用戶隱私關(guān)注、自我表露和隱私管理行為的實證研究》,《新媒體研究》2021年第4期。在網(wǎng)絡(luò)環(huán)境下，用戶的隱私關(guān)注重點為信息隱私關(guān)注，主要包括收集信息、信息錯誤、信息未經(jīng)授權(quán)的二次使用和不當訪問等維度。社會化閱讀一般以移動網(wǎng)絡(luò)平臺為基礎(chǔ)，強調(diào)閱讀互動與共享等社交行為，因而不可避免地存在著隱私風(fēng)險。由于平臺面向所有網(wǎng)絡(luò)用戶開放，任何注冊用戶均可以在不違反法律和平臺相關(guān)規(guī)定的前提下根據(jù)自己的意愿發(fā)布信息，從而導(dǎo)致用戶難以對他人發(fā)布關(guān)于自己的信息采取有效措施。此外，社會化閱讀平臺還可能存在身份驗證不夠嚴謹而導(dǎo)致用戶群體魚龍混雜、因信息安全技術(shù)隱患而導(dǎo)致用戶身份信息可能遭到竊取等風(fēng)險?，F(xiàn)有不少研究都表明，用戶對隱私風(fēng)險的關(guān)注會對其使用體驗和行為產(chǎn)生影響，如Kim等人的研究發(fā)現(xiàn)，隱私關(guān)注對虛擬社區(qū)感和用戶滿意度之間的關(guān)系起到調(diào)節(jié)作用；(30)J. Kim, H. M. Kim and M. Kim, “The Impact of a Sense of Virtual Community on Online Community: Does Online Privacy Concern Matter?” Internet Research, Vol.31, No.2, 2021, pp. 519-539.郭佳和曹芬芬也指出，社交媒體用戶的使用倦怠受其隱私關(guān)注的影響。(31)郭佳、曹芬芬：《倦怠視角下社交媒體用戶不持續(xù)使用意愿研究》,《情報科學(xué)》2018年第9期。據(jù)此，本文作出如下假設(shè)：

H4：隱私關(guān)注對社會化閱讀用戶的不滿意產(chǎn)生正向影響。

H5：隱私關(guān)注對社會化閱讀用戶的使用倦怠產(chǎn)生正向影響。

信息超載(Information Overload, IOL)一般是指用戶在閱讀平臺中需要處理的信息超出了其處理能力范圍。(32)李旭、劉魯川：《信息過載背景下社會化閱讀APP用戶的忽略與退出行為——心理契約違背視角》,《圖書館》2018年第2期。不少研究都表明，信息超載是導(dǎo)致社交媒體倦怠和用戶不滿意的重要原因，如Lee以韓國高校學(xué)生中Facebook和Instagram等社交媒體用戶為樣本，對社交媒體倦怠的前因變量進行實證研究，結(jié)果表明信息超載是一個重要的影響因素；(33)A. R. Lee, S. M. Son and K. K. Kim, “Information and Communication Technology Overload and Social Networking Service Fatigue: A Stress Perspective,” Computers in Human Behavior, Vol.55, No.2, 2016, pp.51-61.Kim & Park的研究也得出類似的結(jié)論；(34)S. Kim and H. Park, “Empirical Study on Antecedents and Consequences of Users’ Fatigue on SNS and the Moderating Effect of Habit,” Journal of Information Technology Services, Vol.14, No.4, 2015, pp.137-157.金永林等人通過問卷調(diào)查與分析，發(fā)現(xiàn)信息超載會使得大學(xué)生用戶對在線學(xué)習(xí)平臺產(chǎn)生不滿意。(35)金永林、張玉榮、方港華：《大學(xué)生在線學(xué)習(xí)平臺不持續(xù)使用行為研究——感知過載視角》,《文化創(chuàng)新比較研究》2021年第3期。對于社會化閱讀用戶而言，雖然平臺可提供內(nèi)容豐富的信息，如好書推薦、公眾號文章推薦、其他用戶閱讀心得等，但這些信息都是碎片化的信息。一旦平臺中魚龍混雜的信息量超過了用戶處理能力范圍，便會形成信息超載，并有可能使用戶產(chǎn)生使用倦怠，降低對社會化閱讀平臺的滿意度。據(jù)此，本文作出如下假設(shè)：

H6：信息超載對社會化閱讀用戶的不滿意產(chǎn)生正向影響。

H7：信息超載對社會化閱讀用戶的使用倦怠產(chǎn)生正向影響。

社交超載(Social Overload, SOL)主要是指用戶因為過度的自我暴露、在線交互等維系社交關(guān)系的行為而承受力了心理和精神壓力。(36)C. Maier, S. Laumer, A. Eckhardt and T. Weitzel,“Giving too Much Social Support: Social Overload on Social Networking Sites,”European Journal of Information Systems, Vol. 24, No. 5, 2015, pp.447-464.現(xiàn)有的關(guān)于社交媒體用戶采納后行為的研究發(fā)現(xiàn)，社交超載是導(dǎo)致用戶倦怠和滿意度降低的主要因素。Zhang等人基于SSO理論框架對社交媒體用戶行為進行了實證研究，發(fā)現(xiàn)社交媒體使用倦怠和用戶的不滿意度均受社交超載的顯著影響；(37)S. Zhang, L. Zhao, Y. Lu and J. Yang, “Do You Get Tired of Socializing? An Empirical Explanation of Discontinuous Usage Behaviour In Social Network Services,” Information & Management, Vol. 53, No. 7, 2016, pp.904-914.郭佳和曹芬芬也指出，社交超載是影響社交媒體用戶使用倦怠的重要因素。(38)郭佳、曹芬芬：《倦怠視角下社交媒體用戶不持續(xù)使用意愿研究》,《情報科學(xué)》2018年第9期。一般而言，社會化閱讀平臺通過集贊、答題、讀書排行等方法，為用戶構(gòu)建了“閱讀+社交”的環(huán)境，這在一定程度上可以激發(fā)用戶的閱讀興趣，但也給用戶帶來一定的負擔(dān)，如不同用戶的閱讀社交需求各不相同，部分用戶可能為了維系某種社交關(guān)系而在不情愿的情況下參與互動，讀書排行榜等也可能給用戶帶來保持位次的壓力等。這些社交負擔(dān)都有可能對用戶的使用帶來消極影響，導(dǎo)致用戶對社會化閱讀平臺的滿意度降低，并形成使用倦怠。據(jù)此，本研究作出如下假設(shè)：

H8：社交超載對社會化閱讀用戶的不滿意產(chǎn)生正向影響；

H9：社交超載對社會化閱讀用戶的使用倦怠產(chǎn)生正向影響。

四、研究過程

(一)問卷設(shè)計

以理論模型和研究假設(shè)為基礎(chǔ)設(shè)計的調(diào)查問卷包括三個部分，第一部分為研究介紹部分，主要介紹研究目的、意義及調(diào)查數(shù)據(jù)用途。第二部分為測量量表部分，這是調(diào)查問卷的主體部分，七個變量對應(yīng)的測度項均來自國內(nèi)外已有研究，并根據(jù)社會化閱讀的實際情況進行適當調(diào)整與優(yōu)化。期望不一致的測度項借鑒了Xu et al.和Shen et al.的研究，包含3個題項；(39)F. Xu, M. Tian, G. Xu, B. R. Ayala and W. Shen, “Understanding Chinese Users’ Switching Behaviour of Cloud Storage Services,” The Electronic Library, Vol.35, No.2, 2017, pp.214-232. X. L. Shen, Y. J. Li and Y. Q. Sun, “Wearable Health Information Systems Intermittent Discontinuance: A Revised Expectation-Disconfirmation Model,”Industrial Management & Data Systems, Vol.118, No.3, 2018, pp.506-523.隱私關(guān)注的測度項改編自Xu et al.和徐芳，包含3個題項；(40)H. Xu, T. Dinev, H. J. Smith and P. J. Hart, “Examining the Formation of Individual’s Privacy Concerns: Toward an Integrative View,” Proceedings of the International Conference on Information Systems, Vol.34, No.12, 2008, pp.1322-1334. 徐芳：《虛擬社區(qū)中社群交互對成員隱私關(guān)注的影響研究——隱私體驗的調(diào)節(jié)效應(yīng)》, 浙江工商大學(xué), 2017年, 第54-55頁。信息超載、社交超載的測度項改編自Karr-Wisniewski & Lu、Chen et al.和Maier et al.的研究，各包含4個題項；(41)P. Karr-Wisniewski and Y. Lu, “When More is too Much: Operationalizing Technology Overload and Exploring its Impact on Knowledge Worker Productivity,” Computers in Human Behavior, Vol.26, No.5, 2010, pp.1061-1072. Y. C. Chen, R. A. Shang and C. Y. Kao, “The Effects of Information Overload on Consumers’ Subjective State Towards Buying Decision in the Internet Shopping Environment,” Electronic Commerce Research & Applications, Vol.8, No.1, 2009, pp. 48-58. C. Maier, S. Laumer, A. Eckhardt and T. Weitzel, “Giving too Much Social Support: Social Overload on Social Networking Sites,” European Journal of Information Systems, Vol.24, No.5, 2015, pp.447-464.不滿意的測度項借鑒了Chang et al.和張淑偉的研究，包含4個題項；(42)T.-M. Chang, H.-Y. Kao, J.-H. Wu and Y.-F. Su,“Improving Physicians' Performance with a Stroke CDSS: A Cognitive Fit Design Approach,”Computers in Human Behavior, Vol.54, 2016, pp.577-586. 張淑瑋：《社交網(wǎng)絡(luò)用戶不持續(xù)使用行為的實證研究——基于感知過載視角》, 華中科技大學(xué), 2016年, 第31-32頁。使用倦怠的測度項改編自Zhang et al.的研究，包含4個題項；(43)S. Zhang, L. Zhao, Y. Lu and J. Yang, “Do You Get Tired of Socializing? An Empirical Explanation of Discontinuous Usage Behaviour in Social Network Services,” Information & Management, Vol.53, No.7, 2016, pp.904-914.流失意愿的測度項參考了張淑偉和劉蕾等的研究，包含3個題項。(44)張淑瑋：《社交網(wǎng)絡(luò)用戶不持續(xù)使用行為的實證研究——基于感知過載視角》, 華中科技大學(xué), 2016年, 第31-32頁。劉蕾、袁順波、張海：《網(wǎng)絡(luò)視頻付費用戶流失意愿的實證研究》,《嘉興學(xué)院學(xué)報》2020年第3期。該部分的調(diào)查內(nèi)容采用李克特7分量表，從“1”至“7”分別代表非常不同意、不同意、基本不同意、不確定、基本同意、同意和非常同意。第三部分為人口特征部分，主要調(diào)查用戶的性別、年齡、學(xué)歷和使用年限等信息。

(二)樣本收集

作為國內(nèi)閱讀行業(yè)的翹楚，“微信讀書”定位于垂直細分領(lǐng)域中的閱讀社交化，在提供多種電子讀物的同時，還倡導(dǎo)用戶之間進行交流與互動，如查看微信好友的讀書動態(tài)、與好友交流閱讀體會等。自2015年問世以來，“微信讀書”用戶數(shù)量不斷增長，現(xiàn)已發(fā)展成為國內(nèi)主要的社會化閱讀平臺之一。與此同時，從用戶活躍度來看，活躍用戶數(shù)明顯少于下載用戶數(shù)，這表明該閱讀平臺存在用戶流失現(xiàn)象。為此，考慮到用戶群體規(guī)模和代表性，本文選擇“微信讀書”用戶作為調(diào)查對象。

本次調(diào)查采用線上調(diào)查方式，通過問卷星(www.wjx.cn)發(fā)布調(diào)查問卷，并通過微信群、QQ群等網(wǎng)絡(luò)途徑邀請用戶參與調(diào)查。調(diào)查共持續(xù)30天，回收問卷307份，經(jīng)過數(shù)據(jù)整理，剔除明顯沒有認真填寫的問卷后，得到有效問卷294份。

294名受調(diào)查者中，男性131人(44.6%)，女性163人(55.4%)；在年齡分布上，31-40歲的用戶數(shù)量最多(127，43.2%)，其次是21-30年齡段的用戶(96，32.7%)；在學(xué)歷分布上，本科占比最高(129，43.9%)，其次是碩士研究生(78，26.5%)；在使用年限方面，大多數(shù)人選擇“1-3年”(188，63.9%)，選擇“1年以下”的用戶數(shù)量也較多(62，21.1%)。

(三)研究結(jié)果

1.信度與效度

信度主要用于測度調(diào)查結(jié)果的穩(wěn)定性、一致性和可靠性。本研究通過SPSS軟件得到各變量的Cronbach’s α系數(shù)，以此反映調(diào)查問卷的信度。結(jié)果表明，所有變量的Cronbach’s α系數(shù)值均大于0.7，最高值為0.879，這表明調(diào)查問卷具有良好的信度水平。

收斂效度和區(qū)別效度是衡量問卷效度的主要指標，收斂效度一般通過因子載荷、組合信度(Composite Reliability, CR)和平均方差萃取量(Average Variance Extracted, AVE)進行測度，區(qū)別效度則通過比較變量的AVE值和該變量與其他變量相關(guān)系數(shù)的平方值進行衡量。通過AMOS軟件進行驗證性因子分析(Confirmatory Factor Analysis, CFA)，發(fā)現(xiàn)各測度項的因子載荷均大于0.6且在p<0.001的水平下顯著，各變量的CR值大于0.7，AVE值大于0.5，表明問卷的收斂效度符合要求(見表1)。與此同時，每個變量的AVE值均大于該變量與其他變量相關(guān)系數(shù)的平方值，表明問卷的區(qū)別效度符合要求(見表2)。

表1 測度項、測量量表的信度及收斂效度指標值

續(xù)表1

表2 測量量表的區(qū)分效度指標值

2.模型檢驗

采用AMOS軟件對社會化閱讀用戶流失意愿理論模型進行檢驗。結(jié)果表明，模型擬合指標值符合要求。其中，卡方值χ2為456.957，自由度df為260，χ2/df為1.758，漸進殘差均方和平方根RMSEA值為0.051，比較擬合指數(shù)CFI值為0.949，非正態(tài)擬合指數(shù)TLI值為0.942，修正擬合指數(shù)IFI值為0.950，表明模型與實際數(shù)據(jù)反映的變量關(guān)系之間有著良好的一致性。在此基礎(chǔ)之上，進行路徑系數(shù)計算和假設(shè)驗證，得到結(jié)果如表3所示。

表3 社會化閱讀用戶流失意愿模型的路徑系數(shù)及假設(shè)驗證

根據(jù)上述統(tǒng)計分析結(jié)果，本研究最終確定了社會化閱讀用戶流失意愿模型(見圖2)。模型中各前因變量對流失意愿的解釋量為46.7%，說明模型對社會化閱讀用戶流失意愿具有良好的解釋力。

圖2 社會化閱讀用戶流失意愿模型的結(jié)構(gòu)方程分析結(jié)果

五、結(jié)論與對策

(一)研究結(jié)論

第一，基于SSO理論框架和EDT理論對社會化閱讀用戶流失行為進行探討是可行的。雙因素理論指出，用戶停止使用及離開的原因和采納及持續(xù)使用的原因來自不同的維度，激勵類因素促進用戶的采納與持續(xù)使用，保健類因素則導(dǎo)致用戶的流失。(45)F. Herzberg and B. Mausner, The motivation to work, New Brunswick: Transaction Publishers, 2011, pp.54-56.因而TAM、ECM-ISC等信息系統(tǒng)用戶采納及持續(xù)使用的理論模型難以有效解釋用戶的流失行為。研究結(jié)果表明，SSO理論框架和EDT理論對于解釋社會化閱讀用戶流失是有價值的，期望不一致(γ=0.436, p<0.001)和不滿意度(β=0.491, p<0.001)等變量是重要變量。當然，導(dǎo)致社會化閱讀用戶流失的因素既包括技術(shù)因素，也包括諸如社交、內(nèi)容等非技術(shù)因素，因此需要在現(xiàn)有理論與模型的基礎(chǔ)之上，根據(jù)社會化閱讀的實際情況進行適當?shù)恼{(diào)整與修改。

第二，使用倦怠是導(dǎo)致社會化閱讀用戶流失的重要因素。一般而言，當用戶在使用社會化閱讀平臺過程中產(chǎn)生不良情緒時，會采取退出產(chǎn)生疲憊情景的應(yīng)對策略，以降低不適感并恢復(fù)到穩(wěn)定的情緒狀態(tài)。研究結(jié)果顯示，使用倦怠對用戶流失意愿產(chǎn)生顯著的直接影響(β=0.305, p<0.001)。事實上，使用倦怠作為一種綜合性的多維度負面情緒，會引發(fā)用戶的消極使用行為，這一現(xiàn)象在社交媒體等領(lǐng)域更為明顯。因此，對于帶有社交屬性的社會化閱讀平臺而言，用戶的使用倦怠必然會成為影響流失意愿的重要因素。

第三，信息和社交等方面的超負荷對社會化閱讀用戶流失產(chǎn)生推動作用。研究結(jié)果顯示，信息超載和社交超載是導(dǎo)致社會化閱讀用戶產(chǎn)生不滿意(γ=0.251, p<0.001；γ=0.172, p<0.05)和使用倦怠(γ=0.181, p<0.05；γ=0.276, p<0.01)的直接因素。這表明，社會化閱讀平臺里龐大的信息量以及超負荷社交會對用戶的時間和精力造成明顯損耗，并對其使用行為產(chǎn)生消極影響。一方面，社會化閱讀平臺上不斷產(chǎn)生新的信息，龐大的信息量有可能會超過用戶的需求和可應(yīng)付的范圍，同時由于用戶內(nèi)容生成使得不少發(fā)布的信息存在著夸張、虛假等問題，造成信息質(zhì)量的下降，用戶越來越難以準確高效地識別自己所需的信息，從而導(dǎo)致失望、焦慮、謹慎、倦怠等消極情緒的產(chǎn)生；另一方面，在日常生活中，個體的社交狀態(tài)存在著一定的閾值，當社交活動接近或超過這一閾值時，個體往往傾向于選擇放棄相應(yīng)的社交關(guān)系網(wǎng)。研究結(jié)果證實，這一現(xiàn)象在社會化閱讀領(lǐng)域也同樣存在，過量的社交會導(dǎo)致用戶流失。

第四，社會化閱讀用戶的隱私保護應(yīng)引起更多的重視。近年來，信息技術(shù)和移動網(wǎng)絡(luò)的快速發(fā)展與普及，使得各類移動端應(yīng)用在人們工作和日常生活中的滲透率和重要性不斷提高。但與此同時，信息泄露、被不正當使用等問題也屢見不鮮，隱私信息安全問題日益凸顯。(46)王家瑋、梅莉、胡豐：《消費者個性化推薦感知價值對采納意愿的影響——產(chǎn)品涉入與隱私關(guān)注的調(diào)節(jié)作用》,《企業(yè)經(jīng)濟》2021年第5期。保護動機理論認為，個體在受到威脅之后會根據(jù)自身的感知和評估作出相應(yīng)的選擇。(47)R. W. Rogers, “A Protection Motivation Theory of Fear Appeals and Attitude Change,” Journal of Psychology, Vol.91, No.1, 1975, pp.93-114.結(jié)果表明，隱私關(guān)注對社會化閱讀用戶的不滿意(γ=0.178, p<0.01)和使用倦怠(γ=0.322, p<0.001)產(chǎn)生正向影響，對信息泄露等風(fēng)險的關(guān)注會導(dǎo)致用戶滿意度的降低和消極情緒的形成，如何為用戶提供安全的使用環(huán)境應(yīng)引起服務(wù)提供商更多的重視。

(二)應(yīng)對策略

第一，完善社交功能，提升用戶的使用體驗。與傳統(tǒng)閱讀方式相比，社會化閱讀更加注重社交功能，強調(diào)以閱讀者為中心，通過豐富多樣的社交互動提升閱讀價值。與此同時，社會化閱讀平臺的社交互動功能有時也會成為用戶的負擔(dān)，評論區(qū)無意義的爭論與刷屏、各類虛假及錯誤信息的傳播導(dǎo)致用戶在閱讀交流中的收益顯著降低。研究結(jié)果表明，社交超載、使用倦怠和不滿意等變量是用戶流失的重要前因。因此，社會化閱讀平臺有必要進一步完善社交功能，優(yōu)化社交互動機制，以便于為用戶提供更好的使用體驗。具體來說，一是優(yōu)化內(nèi)容審查和管理機制，綜合采用諸如技術(shù)識別與過濾、人工過濾、凍結(jié)違規(guī)賬戶等措施，強化平臺中社交信息的審查、過濾與管理；二是增強社交管理功能，在現(xiàn)有社交功能的基礎(chǔ)之上，增加對社交對象添加標簽、分組、限制部分交流權(quán)限等功能，以便于用戶能對其社交對象進行更細致的管理，緩解社交超載引起的負面反應(yīng)；三是豐富獎勵措施，鼓勵用戶在深層次閱讀的基礎(chǔ)之上，產(chǎn)出高質(zhì)量的閱讀體會、心得等信息，提升社交為用戶閱讀賦能的能力，更有效地激發(fā)用戶閱讀興趣，形成良性循環(huán)。

第二，提供高質(zhì)量閱讀信息資源，匹配用戶閱讀需求。獲取高質(zhì)量的閱讀資源是用戶選擇社會化閱讀平臺最核心的動因，提供閱讀服務(wù)則是社會化閱讀平臺的核心功能。在數(shù)字化時代，社會化閱讀平臺鼓勵用戶生成內(nèi)容，為社會大眾開展創(chuàng)作提供了良好的條件與平臺。與此同時，社會化閱讀平臺還具有強大的信息聚合能力，可為用戶提供浩瀚的閱讀信息資源。但信息資源質(zhì)量參差不齊、難以獲取所需信息、信息超載等問題對用戶閱讀造成了不小的困擾。研究結(jié)果表明，信息超載、期望不一致、使用倦怠和不滿意等用戶的認知和情感因素均會導(dǎo)致其流失意愿的形成。因此，有必要進一步提高閱讀信息資源的質(zhì)量，更好地匹配用戶閱讀需求。一方面，進一步優(yōu)化信息篩查與推薦機制，根據(jù)用戶需求優(yōu)化平臺中信息檢索、分類和推薦功能，簡化信息檢索功能、減輕用戶負擔(dān)，優(yōu)化信息分類體系、避免分類不夠明確和相互交叉，提高信息推薦的針對性與合理性。另一方面，優(yōu)化信息聚合機制，在保證信息聚合全面性的基礎(chǔ)上，進一步強化信息聚合的選擇性、準確性，強調(diào)聚合閱讀信息資源的質(zhì)量，切實減輕海量信息資源給用戶閱讀帶來的負面影響。

第三，強化以用戶為中心，改善個性化服務(wù)。用戶在使用過程中的主觀感受是影響其后續(xù)是否繼續(xù)使用的重要因素，期望不一致、不滿意等變量對用戶流失意愿的影響得到了證實。事實上，由于個人特點以及主觀偏好等原因，用戶形成了多樣化的閱讀需求，因此社會化閱讀平臺應(yīng)強化以用戶為中心的服務(wù)意識，提供更具針對性的個性化服務(wù)。具體而言，一是開通用戶反饋意見渠道，收集用戶對閱讀平臺的建議和意見，并定期進行分析與整理，以便及時掌握用戶的個性化閱讀需求，進而持續(xù)改進平臺功能和服務(wù)質(zhì)量；二是利用數(shù)據(jù)挖掘、大數(shù)據(jù)分析等技術(shù)，對用戶閱讀、檢索、評論等數(shù)據(jù)進行系統(tǒng)、深入的挖掘與分析，發(fā)現(xiàn)隱藏其中的潛在需求，并適時地開發(fā)新的功能，提供新的服務(wù)，激活用戶潛在需求，增強用戶粘性；三是提供閱讀時間提醒、強制關(guān)閉等可選項服務(wù)，協(xié)助有需要的用戶有效控制閱讀時間，預(yù)防沉迷娛樂性閱讀或過量社交互動帶來的副作用，促進用戶健康、持續(xù)的使用。

第四，優(yōu)化用戶隱私保護措施，消除用戶戒備心理。雖然各類應(yīng)用程序極大地便利了人們的日常生活，社會大眾的使用率和使用頻率也相當可觀，但包括社會化閱讀在內(nèi)的我國移動商務(wù)還處在發(fā)展階段，相應(yīng)的安全技術(shù)還不夠成熟，用戶個人信息泄露等現(xiàn)象時有發(fā)生。研究結(jié)果證實，用戶的隱私關(guān)注會顯著地影響其使用體驗，導(dǎo)致使用倦怠和不滿意的產(chǎn)生，并最終影響其使用意愿。因此，社會化閱讀服務(wù)提供商需優(yōu)化用戶隱私保護措施，提供安全的使用環(huán)境，打消用戶的戒備心理和使用顧慮。一是成立信息安全部門，從技術(shù)、管理等方面構(gòu)建全面的信息安全防御機制，對用戶信息的訪問、使用進行嚴格限定與管理，定期發(fā)布隱私安全公告，嚴防信息泄露隱患，更好地保護用戶隱私；二是相關(guān)管理部門應(yīng)完善法律法規(guī)，加強對閱讀平臺的管理與約束，對泄露用戶行為的相關(guān)方依法進行懲處；三是賦予用戶充分的知情權(quán)，允許用戶查詢、刪除平臺中的個人信息，降低用戶的風(fēng)險感知和負面認知，提升其使用意愿。

六、結(jié)束語

基于SSO理論框架，以EDT等理論為基礎(chǔ)，本文構(gòu)建了社會化閱讀用戶流失意愿模型并進行了實證研究。結(jié)果表明，使用倦怠和不滿意會直接導(dǎo)致用戶流失意愿的形成，使用倦怠又受信息超載、社交超載和隱私關(guān)注等因素的影響，期望不一致、隱私關(guān)注、信息超載和社交超載等因素都會直接影響用戶的不滿意程度。研究結(jié)果有助于進一步厘清社會化閱讀用戶流失的形成機理，拓展國內(nèi)移動商務(wù)研究的新視角，促進移動商務(wù)用戶行為理論研究的豐富與發(fā)展。同時，本文構(gòu)建的模型具有良好的解釋力，確定的測量量表具有較好的信度和效度，能為今后相關(guān)研究提供可借鑒和參考的理論模型和測量量表。

由于研究者知識積累、研究條件等方面的限制，研究還存在著一定的局限，如模型中沒有考慮性別、年齡、使用年限等因素的調(diào)節(jié)作用，用流失意愿代替實際流失行為作為因變量，采用截面數(shù)據(jù)進行分析。后續(xù)可在此基礎(chǔ)之上，綜合認知、情感等因素，更加全面地考察影響社會化閱讀用戶流失的動因，通過顆粒度更細的數(shù)據(jù)客觀反映用戶的流失行為，從而更科學(xué)、全面地揭示社會化閱讀用戶行為規(guī)律。