基于自我認(rèn)同視角研究SNS用戶持續(xù)使用行為

熱米娜·阿布都卡的爾

摘要：

以SNS用戶持續(xù)使用行為為研究對(duì)象，以信息系統(tǒng)持續(xù)使用理論模型為基礎(chǔ)框架，針對(duì)SNS的社會(huì)特性加入了社會(huì)認(rèn)同和自我認(rèn)同以及習(xí)慣等因素，建立了SNS用戶持續(xù)使用行為模型，通過結(jié)構(gòu)方程模型對(duì)研究模型和假設(shè)進(jìn)行了實(shí)證研究。結(jié)果表明：社會(huì)認(rèn)同和自我認(rèn)同對(duì)SNS用戶的持續(xù)使用有正向影響，社會(huì)認(rèn)同對(duì)SNS持續(xù)使用的影響大于自我認(rèn)同對(duì)SNS用戶持續(xù)使用的影響。

關(guān)鍵詞：

SNS；持續(xù)使用；行為模型；社會(huì)認(rèn)同；自我認(rèn)同

中圖分類號(hào)：

F49

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-3198（2014）01-0170-03

1 引言

社交網(wǎng)站（SNS）即Social Network Service，是指在“實(shí)名交友”的基礎(chǔ)上，基于用戶之間共同的興趣、愛好、活動(dòng)等，在網(wǎng)絡(luò)平臺(tái)上構(gòu)建的一種社會(huì)關(guān)系網(wǎng)絡(luò)服務(wù)，是目前社會(huì)化媒體中較為主流的一種形式。根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心的最新報(bào)告統(tǒng)計(jì)，截至2013年6月底，我國(guó)社交網(wǎng)站用戶規(guī)模達(dá)到2.88億，較2012年年底社交網(wǎng)站用戶數(shù)增加了1295萬，增長(zhǎng)了4.7%。社交網(wǎng)站用戶數(shù)量上的增長(zhǎng)率放緩，但用戶規(guī)模增長(zhǎng)的絕對(duì)數(shù)值依然比較高，表明我國(guó)社交網(wǎng)站已經(jīng)進(jìn)入了成熟期。目前社交網(wǎng)站面對(duì)的壓力不僅是同行間的競(jìng)爭(zhēng)，還要來自微博、即時(shí)通信等替代應(yīng)用的挑戰(zhàn)。在快速發(fā)展的環(huán)境中如何留住新老用戶，減少用戶流失率，培養(yǎng)社交網(wǎng)站的持續(xù)使用用戶成為至關(guān)重要的問題。

國(guó)內(nèi)外關(guān)于SNS持續(xù)使用的研究主要集中網(wǎng)站的技術(shù)層面、網(wǎng)站提供的服務(wù)、信任隱私以及網(wǎng)站的流行等方面。SNS作為虛擬社區(qū)不僅具有信息系統(tǒng)的特性也具有了社區(qū)的社會(huì)特性。SNS的社會(huì)特性以及網(wǎng)站與用戶之間的互動(dòng)而形成的關(guān)系，將對(duì)用戶的參與行為產(chǎn)生影響。本文以SNS用戶的認(rèn)同視角為切入點(diǎn)，以信息系統(tǒng)持續(xù)使用理論模型為理論框架，建立了加入自我認(rèn)同和社會(huì)認(rèn)同因素的SNS用戶持續(xù)使用行為模型，豐富了當(dāng)前對(duì)信息系統(tǒng)用戶持續(xù)使用的研究。

2 文獻(xiàn)綜述

2.1 信息系統(tǒng)持續(xù)使用——基于ECT的期望確認(rèn)理論

期望確認(rèn)理論ECT最初由Oliver（1980）提出，Oliver認(rèn)為消費(fèi)者重復(fù)購買產(chǎn)品或服務(wù)的意愿主要由初始使用的滿意度來決定的，而滿意度由期望和確認(rèn)程度共同決定。Bhattacherjee（2001）在研究電子銀行系統(tǒng)持續(xù)使用時(shí)，把ECT理論運(yùn)用到信息系統(tǒng)持續(xù)使用中，提出了適合信息系統(tǒng)持續(xù)使用的期望確認(rèn)模型ECM（圖1）。Bhattacherjee認(rèn)為信息系統(tǒng)持續(xù)使用行為和重復(fù)購買產(chǎn)品行為相似，都由初始的滿意度來決定，都會(huì)被初始使用（信息系統(tǒng)或產(chǎn)品）的經(jīng)驗(yàn)所影響等。

2.2 SNS持續(xù)使用研究綜述

Xiao.Ling Jin（2009）等在ECM.IS模型的基礎(chǔ)上，加入娛樂價(jià)值和情感承諾兩個(gè)變量，對(duì)204名中國(guó)用戶繼續(xù)參與網(wǎng)絡(luò)社區(qū)的意愿進(jìn)行研究，結(jié)果發(fā)現(xiàn)滿意度和情感承諾均是繼續(xù)參與意愿影響因素。殷國(guó)鵬（2010）以期望確認(rèn)理論為基礎(chǔ)，引入了感知趣味性、結(jié)構(gòu)嵌入性、感知隱私風(fēng)等因素，建立了SNS持續(xù)使用意愿模型。結(jié)果表明，感知有用性和感知隱私風(fēng)險(xiǎn)對(duì)用戶使用意圖沒有顯著影響。Kuan-Yu Lin等（2011）采用網(wǎng)絡(luò)外部性和動(dòng)機(jī)理論來研究SNS持續(xù)使用時(shí)發(fā)現(xiàn)趣味性是影響用戶持續(xù)使用社交網(wǎng)站的首要因素。Lin Lu（2011）認(rèn)為社會(huì)互動(dòng)關(guān)系（結(jié)構(gòu)維度），價(jià)值共享（結(jié)構(gòu)維度），信任（關(guān)系維度）是face book用戶持續(xù)使用意愿的重要因素。Ya Ping Chang，Dong Hong Zhu（2012）以信息系統(tǒng)持續(xù)使用期望確認(rèn)理論為基礎(chǔ)，加入了感知社會(huì)資本和流暢體驗(yàn)，建立了個(gè)SNS持續(xù)使用模型。

2.3 網(wǎng)絡(luò)環(huán)境下社會(huì)認(rèn)同和自我認(rèn)同的研究

社會(huì)認(rèn)同理論由Tajfel等人在20世紀(jì)70年代提出。1986年Tajfel和Turner把社會(huì)認(rèn)同理論從個(gè)體和群體兩個(gè)層面進(jìn)行了區(qū)分，認(rèn)為個(gè)體從人際和群體互動(dòng)中分別獲得角色身份和群體身份，前者是個(gè)體通過不斷的自我展示而獲得的自我認(rèn)同，后者是個(gè)體通過自我歸類得到社會(huì)認(rèn)同。楊宜音（2002）認(rèn)為，個(gè)體在社會(huì)活動(dòng)中需要獲得自我認(rèn)同和社會(huì)認(rèn)同。自我認(rèn)同是通過不斷發(fā)現(xiàn)自我與個(gè)體所在的社會(huì)群體之間的差異來獲得。社會(huì)認(rèn)同是個(gè)體所在的社會(huì)群體與其他社會(huì)群體之間的差異來獲得。Schau和Muniz（2002）研究證明，在虛擬社區(qū)中，同時(shí)存在個(gè)體感知到的理想自我形象與虛擬社區(qū)中的自我形象的差異，而獲得的虛擬自我認(rèn)同和個(gè)體感知到虛擬自我形象和虛擬社群形象的差異而獲得的社會(huì)認(rèn)同。

3 研究模型與假設(shè)

本文以信息系統(tǒng)持續(xù)使用模型（ECM—ISC）為基礎(chǔ)，整合社會(huì)認(rèn)同理論，加入了社會(huì)認(rèn)同和自我認(rèn)同兩個(gè)變量，建立了本研究的模型（圖2）。

基于整合模型，提出了基本假設(shè)：

H1：用戶滿意度對(duì)SNS用戶的持續(xù)使用意愿有正向影響。

H2：用戶的期望確認(rèn)度對(duì)SNS用戶的滿意度有正向影響。

H3：用戶的期望確認(rèn)度對(duì)SNS用戶的感知有用性有正向影響。

H4：感知有用性對(duì)SNS用戶的滿意度有正向影響。

H5：感知有用性對(duì)SNS用戶持續(xù)使用意愿有正向影響。

Kosflles（2005）指出，虛擬自我認(rèn)同是網(wǎng)民以自身經(jīng)驗(yàn)對(duì)行為的反思性的理解。黃厚銘（2001）虛擬空間中的個(gè)體借助他人來建立虛擬自我形象，并在人際互動(dòng)關(guān)系中探索和構(gòu)建自我認(rèn)同。用戶的自我認(rèn)同會(huì)對(duì)社區(qū)互動(dòng)與他人建立信任的關(guān)系產(chǎn)生影響，而信任是虛擬社區(qū)用戶滿意度的一個(gè)重要因素。由此可以提出研究假設(shè)

H6：自我認(rèn)同對(duì)SNS用戶的滿意度產(chǎn)生正向影響。

Bagozzi & Dholakia（2002）等認(rèn)為在情感層面上，社會(huì)認(rèn)同意味著成員的情感參與感，研究人員把它定性為是愛慕或情感承諾?；谇楦械纳鐣?huì)認(rèn)同能培養(yǎng)成員在社區(qū)中的忠誠(chéng)度和公民行為（Bergami & Bagozzi， 2000；Meyer Stanley，2002），并有效的解釋了消費(fèi)者在營(yíng)銷環(huán)境下與企業(yè)保持忠誠(chéng)關(guān)系的意愿（Bhattacharya & Sen， 2003）。Chan（2001）等認(rèn)為，用戶在虛擬社區(qū)中所感受到的社區(qū)感對(duì)用戶的參與程度有正向的影響。Kim（2004）等在研究發(fā)現(xiàn)，虛擬社區(qū)感對(duì)在線旅游社區(qū)用戶的的忠誠(chéng)度有積極的作用，而用戶忠誠(chéng)能提高用戶重復(fù)訪問旅游社區(qū)的頻率。由此可以提出研究假設(shè)endprint

H7：社會(huì)認(rèn)同對(duì)SNS用戶滿意度正向影響。

虛擬社區(qū)的自我認(rèn)同與社會(huì)認(rèn)同是相互關(guān)聯(lián)的。虛擬社區(qū)用戶在網(wǎng)上通過自我展示和表現(xiàn)建立虛擬角色身份，用戶虛擬角色的履行程度從虛擬社區(qū)用戶互動(dòng)中得到反應(yīng)，進(jìn)而影響其對(duì)虛擬自我感的評(píng)價(jià)（Burke，1994），并對(duì)虛擬社群的參與行為產(chǎn)生影響。因此，在虛擬社區(qū)中自我認(rèn)同的完成程度會(huì)影響社會(huì)認(rèn)同。Lou（2008）認(rèn)為虛擬社區(qū)用戶自我認(rèn)同與社會(huì)認(rèn)同是同時(shí)存在的，且自我認(rèn)同對(duì)社會(huì)認(rèn)同有顯著的正向影響，對(duì)于互動(dòng)活動(dòng)對(duì)成員的社會(huì)認(rèn)同有著部分中介作用。由此提出研究假設(shè)

H8：自我認(rèn)同對(duì)社會(huì)認(rèn)同產(chǎn)生正向影響。

4 研究設(shè)計(jì)

4.1 量表設(shè)計(jì)

本研究是涉及到6個(gè)變量，變量的所有測(cè)量項(xiàng)目基本上借鑒已有文獻(xiàn)。問卷設(shè)計(jì)采用通行的Likert 7級(jí)量表形式，從完全不同意、比較不同意、不同意、不確定、同意、比較同意、完全同意，每個(gè)變量至少有3個(gè)及以上的測(cè)量項(xiàng)。概念測(cè)量項(xiàng)目詳見表1。

4.2 數(shù)據(jù)收集

本次調(diào)查在問卷星上發(fā)放問卷300份，收回有效問卷263份，問卷有效率為87%。其中，樣本基本分布情況為：男性占總樣本比例為46%，女性占總樣本比為53%；大學(xué)本科及以上占總樣本比例89%；年齡段主要分布在18～25歲，占總樣本比例為67%，其次是26～35歲，占總樣本的30%。各類職業(yè)中，學(xué)生占總樣本的60%?；ヂ?lián)網(wǎng)使用經(jīng)驗(yàn)3年以上的大約占了62%。

5 數(shù)據(jù)分析結(jié)果

5.1 信度效度檢驗(yàn)

量表的可靠性通過信度分析來檢驗(yàn)，信度檢驗(yàn)通常以CronbachS α系數(shù)檢驗(yàn)潛變量的測(cè)量指標(biāo)間的一致性。α系數(shù)大于0.7，組合信度（CR）大于0.6表示量表具有較好的可信度。通過SPSS20計(jì)算出各指標(biāo)的α系數(shù)和CR值。根據(jù)表2的數(shù)據(jù)，測(cè)量α系數(shù)均在0.73～0.86之間，組合信度均在0.78～0.89之間，表示測(cè)量指標(biāo)是可信的。

效度檢驗(yàn)包括聚合效度檢驗(yàn)和區(qū)分效度檢驗(yàn)，通常采用檢驗(yàn)性因子分析來檢驗(yàn)聚合效度和區(qū)別效度。據(jù)表二中所示，所有指標(biāo)的標(biāo)準(zhǔn)因子載荷均大于0.5，所以量表具有較好的聚合效度。區(qū)別效度通過AVE進(jìn)行檢驗(yàn)，表三是各變量的相關(guān)系數(shù)矩陣，其對(duì)角線上的數(shù)字表示的是對(duì)應(yīng)變量AVE的平方根。可以看出，各變量的AVE的平方根值均大于0.74，并且所有變量的AVE的平方根大于與其他變量的相關(guān)系數(shù)，所以研究模型具有較好的區(qū)別效度。

5.2 結(jié)構(gòu)方程檢驗(yàn)

在測(cè)量模型經(jīng)過實(shí)證檢驗(yàn)后，我們就可以利用PLS方法檢驗(yàn)概念之間的結(jié)構(gòu)關(guān)系模型。如圖2所示，研究模型的實(shí)證結(jié)果主要包括以下幾點(diǎn)：

（1）研究模型的R2整體達(dá)到了0.488，說明它可以解釋SNS用戶持續(xù)使用行為接近50%變動(dòng)方差，表明總體研究模型的解釋能力較強(qiáng)。

（2）結(jié)構(gòu)模型結(jié)果分析表明，研究假設(shè)H1～H4，H6～H11均得到了數(shù)據(jù)統(tǒng)計(jì)的有效支持，顯著性水平均小于0.05，用戶的滿意度與SNS用戶持續(xù)意愿之間的路徑系數(shù)最高（0.571），感知有用性對(duì)SNS用戶持續(xù)使用意愿和滿意度的影響不顯著。以前的研究大多是功能型信息系統(tǒng)的持續(xù)使用，用戶感知的系統(tǒng)有用性是重要的因素，而SNS屬于享樂型信息系統(tǒng)，用戶的選擇使用不受感知有用性的影響。

（3）期望確認(rèn)度顯著的影響用戶的滿意度和感知有用性，社會(huì)認(rèn)同對(duì)滿意度的影響程度高于自我認(rèn)同對(duì)滿意度的影響，自我認(rèn)同對(duì)社會(huì)認(rèn)同也有顯著的影響作用。SNS具有強(qiáng)烈的社會(huì)特性，用戶使用SNS的滿意度受到用戶在虛擬社區(qū)中構(gòu)建的身份以及在虛擬互動(dòng)中與他人的關(guān)系等因素的影響。

參考文獻(xiàn)

[1]Bhattacherjee A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001， 25（3）： 351-370.

[2]Bhattacherjee A， Premkumar G. Understanding changes in belief and attitude toward information technology usage： a theoretical model and longitudinal test[J]. MIS quarterly， 2004， 28（2）：229-254.

[3]Chiu C M， Hsu M H， 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.

[4]Chang Y P， Zhu D H. The role of perceived social capital and flow experience in building users continuance intention to social networking sites in China[J]. Computers in Human Behavior， 2012， 28（3）：995-1001.

[5]Dholakia U M， Bagozzi R P， Pearo L K. A social influence model of consumer participation in network-and small-group-based virtual communities[J]. International journal of research in marketing， 2004， 21（3）：241-263.

[6]Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of interactive marketing， 2002， 16（2）： 2-21.

[7]Schau H J， Muniz Jr A M. Brand communities and personal identities： Negotiations in cyberspace[J]. Advances in consumer research， 2002， 29（1）： 344-349.

[8]樓天陽，陸雄文.虛擬社區(qū)成員心理聯(lián)結(jié)機(jī)制的概念模型：基于身份與紐帶視角[J].營(yíng)銷科學(xué)學(xué)報(bào)，2009，5（3）：50-60.endprint

H7：社會(huì)認(rèn)同對(duì)SNS用戶滿意度正向影響。

虛擬社區(qū)的自我認(rèn)同與社會(huì)認(rèn)同是相互關(guān)聯(lián)的。虛擬社區(qū)用戶在網(wǎng)上通過自我展示和表現(xiàn)建立虛擬角色身份，用戶虛擬角色的履行程度從虛擬社區(qū)用戶互動(dòng)中得到反應(yīng)，進(jìn)而影響其對(duì)虛擬自我感的評(píng)價(jià)（Burke，1994），并對(duì)虛擬社群的參與行為產(chǎn)生影響。因此，在虛擬社區(qū)中自我認(rèn)同的完成程度會(huì)影響社會(huì)認(rèn)同。Lou（2008）認(rèn)為虛擬社區(qū)用戶自我認(rèn)同與社會(huì)認(rèn)同是同時(shí)存在的，且自我認(rèn)同對(duì)社會(huì)認(rèn)同有顯著的正向影響，對(duì)于互動(dòng)活動(dòng)對(duì)成員的社會(huì)認(rèn)同有著部分中介作用。由此提出研究假設(shè)

H8：自我認(rèn)同對(duì)社會(huì)認(rèn)同產(chǎn)生正向影響。

4 研究設(shè)計(jì)

4.1 量表設(shè)計(jì)

本研究是涉及到6個(gè)變量，變量的所有測(cè)量項(xiàng)目基本上借鑒已有文獻(xiàn)。問卷設(shè)計(jì)采用通行的Likert 7級(jí)量表形式，從完全不同意、比較不同意、不同意、不確定、同意、比較同意、完全同意，每個(gè)變量至少有3個(gè)及以上的測(cè)量項(xiàng)。概念測(cè)量項(xiàng)目詳見表1。

4.2 數(shù)據(jù)收集

本次調(diào)查在問卷星上發(fā)放問卷300份，收回有效問卷263份，問卷有效率為87%。其中，樣本基本分布情況為：男性占總樣本比例為46%，女性占總樣本比為53%；大學(xué)本科及以上占總樣本比例89%；年齡段主要分布在18～25歲，占總樣本比例為67%，其次是26～35歲，占總樣本的30%。各類職業(yè)中，學(xué)生占總樣本的60%?；ヂ?lián)網(wǎng)使用經(jīng)驗(yàn)3年以上的大約占了62%。

5 數(shù)據(jù)分析結(jié)果

5.1 信度效度檢驗(yàn)

量表的可靠性通過信度分析來檢驗(yàn)，信度檢驗(yàn)通常以CronbachS α系數(shù)檢驗(yàn)潛變量的測(cè)量指標(biāo)間的一致性。α系數(shù)大于0.7，組合信度（CR）大于0.6表示量表具有較好的可信度。通過SPSS20計(jì)算出各指標(biāo)的α系數(shù)和CR值。根據(jù)表2的數(shù)據(jù)，測(cè)量α系數(shù)均在0.73～0.86之間，組合信度均在0.78～0.89之間，表示測(cè)量指標(biāo)是可信的。

效度檢驗(yàn)包括聚合效度檢驗(yàn)和區(qū)分效度檢驗(yàn)，通常采用檢驗(yàn)性因子分析來檢驗(yàn)聚合效度和區(qū)別效度。據(jù)表二中所示，所有指標(biāo)的標(biāo)準(zhǔn)因子載荷均大于0.5，所以量表具有較好的聚合效度。區(qū)別效度通過AVE進(jìn)行檢驗(yàn)，表三是各變量的相關(guān)系數(shù)矩陣，其對(duì)角線上的數(shù)字表示的是對(duì)應(yīng)變量AVE的平方根?？梢钥闯?，各變量的AVE的平方根值均大于0.74，并且所有變量的AVE的平方根大于與其他變量的相關(guān)系數(shù)，所以研究模型具有較好的區(qū)別效度。

5.2 結(jié)構(gòu)方程檢驗(yàn)

在測(cè)量模型經(jīng)過實(shí)證檢驗(yàn)后，我們就可以利用PLS方法檢驗(yàn)概念之間的結(jié)構(gòu)關(guān)系模型。如圖2所示，研究模型的實(shí)證結(jié)果主要包括以下幾點(diǎn)：

（1）研究模型的R2整體達(dá)到了0.488，說明它可以解釋SNS用戶持續(xù)使用行為接近50%變動(dòng)方差，表明總體研究模型的解釋能力較強(qiáng)。

（2）結(jié)構(gòu)模型結(jié)果分析表明，研究假設(shè)H1～H4，H6～H11均得到了數(shù)據(jù)統(tǒng)計(jì)的有效支持，顯著性水平均小于0.05，用戶的滿意度與SNS用戶持續(xù)意愿之間的路徑系數(shù)最高（0.571），感知有用性對(duì)SNS用戶持續(xù)使用意愿和滿意度的影響不顯著。以前的研究大多是功能型信息系統(tǒng)的持續(xù)使用，用戶感知的系統(tǒng)有用性是重要的因素，而SNS屬于享樂型信息系統(tǒng)，用戶的選擇使用不受感知有用性的影響。

（3）期望確認(rèn)度顯著的影響用戶的滿意度和感知有用性，社會(huì)認(rèn)同對(duì)滿意度的影響程度高于自我認(rèn)同對(duì)滿意度的影響，自我認(rèn)同對(duì)社會(huì)認(rèn)同也有顯著的影響作用。SNS具有強(qiáng)烈的社會(huì)特性，用戶使用SNS的滿意度受到用戶在虛擬社區(qū)中構(gòu)建的身份以及在虛擬互動(dòng)中與他人的關(guān)系等因素的影響。

參考文獻(xiàn)

[1]Bhattacherjee A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001， 25（3）： 351-370.

[2]Bhattacherjee A， Premkumar G. Understanding changes in belief and attitude toward information technology usage： a theoretical model and longitudinal test[J]. MIS quarterly， 2004， 28（2）：229-254.

[3]Chiu C M， Hsu M H， 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.

[4]Chang Y P， Zhu D H. The role of perceived social capital and flow experience in building users continuance intention to social networking sites in China[J]. Computers in Human Behavior， 2012， 28（3）：995-1001.

[5]Dholakia U M， Bagozzi R P， Pearo L K. A social influence model of consumer participation in network-and small-group-based virtual communities[J]. International journal of research in marketing， 2004， 21（3）：241-263.

[6]Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of interactive marketing， 2002， 16（2）： 2-21.

[7]Schau H J， Muniz Jr A M. Brand communities and personal identities： Negotiations in cyberspace[J]. Advances in consumer research， 2002， 29（1）： 344-349.

[8]樓天陽，陸雄文.虛擬社區(qū)成員心理聯(lián)結(jié)機(jī)制的概念模型：基于身份與紐帶視角[J].營(yíng)銷科學(xué)學(xué)報(bào)，2009，5（3）：50-60.endprint

H7：社會(huì)認(rèn)同對(duì)SNS用戶滿意度正向影響。

虛擬社區(qū)的自我認(rèn)同與社會(huì)認(rèn)同是相互關(guān)聯(lián)的。虛擬社區(qū)用戶在網(wǎng)上通過自我展示和表現(xiàn)建立虛擬角色身份，用戶虛擬角色的履行程度從虛擬社區(qū)用戶互動(dòng)中得到反應(yīng)，進(jìn)而影響其對(duì)虛擬自我感的評(píng)價(jià)（Burke，1994），并對(duì)虛擬社群的參與行為產(chǎn)生影響。因此，在虛擬社區(qū)中自我認(rèn)同的完成程度會(huì)影響社會(huì)認(rèn)同。Lou（2008）認(rèn)為虛擬社區(qū)用戶自我認(rèn)同與社會(huì)認(rèn)同是同時(shí)存在的，且自我認(rèn)同對(duì)社會(huì)認(rèn)同有顯著的正向影響，對(duì)于互動(dòng)活動(dòng)對(duì)成員的社會(huì)認(rèn)同有著部分中介作用。由此提出研究假設(shè)

H8：自我認(rèn)同對(duì)社會(huì)認(rèn)同產(chǎn)生正向影響。

4 研究設(shè)計(jì)

4.1 量表設(shè)計(jì)

本研究是涉及到6個(gè)變量，變量的所有測(cè)量項(xiàng)目基本上借鑒已有文獻(xiàn)。問卷設(shè)計(jì)采用通行的Likert 7級(jí)量表形式，從完全不同意、比較不同意、不同意、不確定、同意、比較同意、完全同意，每個(gè)變量至少有3個(gè)及以上的測(cè)量項(xiàng)。概念測(cè)量項(xiàng)目詳見表1。

4.2 數(shù)據(jù)收集

本次調(diào)查在問卷星上發(fā)放問卷300份，收回有效問卷263份，問卷有效率為87%。其中，樣本基本分布情況為：男性占總樣本比例為46%，女性占總樣本比為53%；大學(xué)本科及以上占總樣本比例89%；年齡段主要分布在18～25歲，占總樣本比例為67%，其次是26～35歲，占總樣本的30%。各類職業(yè)中，學(xué)生占總樣本的60%?；ヂ?lián)網(wǎng)使用經(jīng)驗(yàn)3年以上的大約占了62%。

5 數(shù)據(jù)分析結(jié)果

5.1 信度效度檢驗(yàn)

量表的可靠性通過信度分析來檢驗(yàn)，信度檢驗(yàn)通常以CronbachS α系數(shù)檢驗(yàn)潛變量的測(cè)量指標(biāo)間的一致性。α系數(shù)大于0.7，組合信度（CR）大于0.6表示量表具有較好的可信度。通過SPSS20計(jì)算出各指標(biāo)的α系數(shù)和CR值。根據(jù)表2的數(shù)據(jù)，測(cè)量α系數(shù)均在0.73～0.86之間，組合信度均在0.78～0.89之間，表示測(cè)量指標(biāo)是可信的。

效度檢驗(yàn)包括聚合效度檢驗(yàn)和區(qū)分效度檢驗(yàn)，通常采用檢驗(yàn)性因子分析來檢驗(yàn)聚合效度和區(qū)別效度。據(jù)表二中所示，所有指標(biāo)的標(biāo)準(zhǔn)因子載荷均大于0.5，所以量表具有較好的聚合效度。區(qū)別效度通過AVE進(jìn)行檢驗(yàn)，表三是各變量的相關(guān)系數(shù)矩陣，其對(duì)角線上的數(shù)字表示的是對(duì)應(yīng)變量AVE的平方根。可以看出，各變量的AVE的平方根值均大于0.74，并且所有變量的AVE的平方根大于與其他變量的相關(guān)系數(shù)，所以研究模型具有較好的區(qū)別效度。

5.2 結(jié)構(gòu)方程檢驗(yàn)

在測(cè)量模型經(jīng)過實(shí)證檢驗(yàn)后，我們就可以利用PLS方法檢驗(yàn)概念之間的結(jié)構(gòu)關(guān)系模型。如圖2所示，研究模型的實(shí)證結(jié)果主要包括以下幾點(diǎn)：

（1）研究模型的R2整體達(dá)到了0.488，說明它可以解釋SNS用戶持續(xù)使用行為接近50%變動(dòng)方差，表明總體研究模型的解釋能力較強(qiáng)。

（2）結(jié)構(gòu)模型結(jié)果分析表明，研究假設(shè)H1～H4，H6～H11均得到了數(shù)據(jù)統(tǒng)計(jì)的有效支持，顯著性水平均小于0.05，用戶的滿意度與SNS用戶持續(xù)意愿之間的路徑系數(shù)最高（0.571），感知有用性對(duì)SNS用戶持續(xù)使用意愿和滿意度的影響不顯著。以前的研究大多是功能型信息系統(tǒng)的持續(xù)使用，用戶感知的系統(tǒng)有用性是重要的因素，而SNS屬于享樂型信息系統(tǒng)，用戶的選擇使用不受感知有用性的影響。

（3）期望確認(rèn)度顯著的影響用戶的滿意度和感知有用性，社會(huì)認(rèn)同對(duì)滿意度的影響程度高于自我認(rèn)同對(duì)滿意度的影響，自我認(rèn)同對(duì)社會(huì)認(rèn)同也有顯著的影響作用。SNS具有強(qiáng)烈的社會(huì)特性，用戶使用SNS的滿意度受到用戶在虛擬社區(qū)中構(gòu)建的身份以及在虛擬互動(dòng)中與他人的關(guān)系等因素的影響。

參考文獻(xiàn)

[1]Bhattacherjee A. Understanding information systems continuance： an expectation-confirmation model[J]. MIS quarterly， 2001， 25（3）： 351-370.

[2]Bhattacherjee A， Premkumar G. Understanding changes in belief and attitude toward information technology usage： a theoretical model and longitudinal test[J]. MIS quarterly， 2004， 28（2）：229-254.

[3]Chiu C M， Hsu M H， 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.

[4]Chang Y P， Zhu D H. The role of perceived social capital and flow experience in building users continuance intention to social networking sites in China[J]. Computers in Human Behavior， 2012， 28（3）：995-1001.

[5]Dholakia U M， Bagozzi R P， Pearo L K. A social influence model of consumer participation in network-and small-group-based virtual communities[J]. International journal of research in marketing， 2004， 21（3）：241-263.

[6]Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of interactive marketing， 2002， 16（2）： 2-21.

[7]Schau H J， Muniz Jr A M. Brand communities and personal identities： Negotiations in cyberspace[J]. Advances in consumer research， 2002， 29（1）： 344-349.

[8]樓天陽，陸雄文.虛擬社區(qū)成員心理聯(lián)結(jié)機(jī)制的概念模型：基于身份與紐帶視角[J].營(yíng)銷科學(xué)學(xué)報(bào)，2009，5（3）：50-60.endprint