政務(wù)短視頻用戶持續(xù)參與的影響因素研究

田曉旭 畢新華 楊一毫 王 琳

(吉林大學(xué)管理學(xué)院 長春 130022)

0 引 言

數(shù)字化新媒體環(huán)境下，信息形態(tài)視覺化的趨勢愈發(fā)明顯，短視頻以其內(nèi)容形態(tài)、個性化等特性吸引了大量用戶[1]。以抖音平臺為例，2020年抖音日活躍用戶數(shù)高達(dá)6億[2]。平臺內(nèi)極高的活躍用戶數(shù)量與短視頻高效的信息傳遞效率等優(yōu)勢，促使政府部門等官方賬戶紛紛入駐短視頻平臺。截至2020年12月，抖音平臺TOP10行業(yè)中，時政資訊類位居KOL(關(guān)鍵意見領(lǐng)袖)數(shù)量占比首位(9.7%)[3]。短視頻逐步成為政府各部門發(fā)布權(quán)威信息、提供民生服務(wù)、科普疫情知識的重要途徑，同時也是提升城市形象、宣傳國家政策、引導(dǎo)公民正向價值觀的重要依托。然而，政務(wù)類短視頻用戶參與度不高的問題[4]，也使得提升政務(wù)短視頻質(zhì)量、鼓勵公民積極參與成為政府各部門及短視頻平臺的一項重要的任務(wù)[5]。

政務(wù)短視頻領(lǐng)域內(nèi)，用戶參與的相關(guān)研究較為緊缺。僅有的研究探索并驗證了信息類型、主題類型、背景音樂等多種支持短視頻功能的具體元素對用戶參與的重要作用[4-7]。這些功能化的短視頻系統(tǒng)特征能夠從多方面吸引用戶的注意力，強化他們在政務(wù)領(lǐng)域的持續(xù)參與。已有研究證明，政務(wù)短視頻的系統(tǒng)特征也正是區(qū)別于其他政務(wù)社交媒體的關(guān)鍵點[7]。因此，從系統(tǒng)特征這一視角切入，探討用戶持續(xù)參與是必要且有價值的。然而，正如前文所述，現(xiàn)有研究未能在政務(wù)短視頻環(huán)境下對這類因素進行系統(tǒng)、全面的探討[7-8]，尤其是缺少諸如個性化推薦機制這一政務(wù)短視頻的核心特征。同時，先前研究尚處于探索政務(wù)短視頻用戶參與影響因素的階段，對持續(xù)使用的影響關(guān)系與路徑缺乏深入的剖析，導(dǎo)致無法全面、深入的理解政務(wù)短視頻持續(xù)吸引用戶參與的原因，無法為政府與平臺提供可持續(xù)發(fā)展的路徑。此外，政務(wù)短視頻用戶持續(xù)參與是具有復(fù)雜因果關(guān)系的過程，模型中變量相互影響，從整體視角下相關(guān)因素組態(tài)效應(yīng)的補充性研究分析更為合適[9]。

本研究從全面的系統(tǒng)特征視角構(gòu)建政務(wù)短視頻用戶持續(xù)參與的影響因素模型，在整合D&M信息系統(tǒng)成功模型與期望確認(rèn)模型的基礎(chǔ)上，引入這一環(huán)境下的新變量。利用結(jié)構(gòu)方程方法驗證了模型的成立及變量的影響路徑，并結(jié)合糊集定性比較分析方法(fsQCA)探索了觸發(fā)高用戶持續(xù)參與的條件組態(tài)。本研究可以幫助我們深入理解政務(wù)短視頻用戶的持續(xù)參與，為提升政務(wù)短視頻質(zhì)量、增強用戶持續(xù)參與提出有針對性的改善策略，從而為更好地開展短視頻平臺中的政務(wù)相關(guān)活動奠定理論基礎(chǔ)。

1 理論基礎(chǔ)與文獻綜述

1.1政務(wù)短視頻的持續(xù)參與政務(wù)短視頻持續(xù)參與意向指的是用戶在未來一段時間內(nèi)，愿意持續(xù)參與政務(wù)類短視頻[10]，其中包括瀏覽、點贊、評論、轉(zhuǎn)發(fā)、私信、帶話題再創(chuàng)造等的意向[7]。隨著政務(wù)短視頻相關(guān)研究的開展，學(xué)者逐漸關(guān)注到政務(wù)短視頻的用戶參與。韓姝[4]驗證了主題類型、內(nèi)容形式對用戶參與政務(wù)新聞短視頻的影響；陳強[7]探索了政務(wù)短視頻的不同內(nèi)容屬性和視頻時長等系統(tǒng)特征對用戶參與的影響。王程偉[6]結(jié)合具體案例探究了信息原創(chuàng)性和系列性在政務(wù)短視頻爆發(fā)影響力、吸引用戶參與中的重要作用。前人研究證明了系統(tǒng)特征是影響政務(wù)短視頻用戶參與的重要因素，因此本研究也考慮從這一視角出發(fā)開展研究。

此外，現(xiàn)有持續(xù)參與研究尚未涉及政務(wù)短視頻領(lǐng)域，但在其他社交媒體環(huán)境下已開展了部分研究。已有研究多集中探討用戶感知因素對持續(xù)參與的影響關(guān)系[11, 12]，僅有少量研究涉及系統(tǒng)特征因素[13]，且與政務(wù)短視頻的核心系統(tǒng)特征并不完全適配，因而不能解釋這一新環(huán)境下系統(tǒng)特征視角的用戶持續(xù)參與。因此，本研究擬提出政務(wù)短視頻環(huán)境下的用戶持續(xù)參與影響因素模型，在引入新的影響因素的基礎(chǔ)上，系統(tǒng)、全面的探討用戶持續(xù)參與的影響因素與作用路徑。

1.2期望確認(rèn)模型考慮到信息系統(tǒng)持續(xù)使用與消費者持續(xù)購買行為的相似性，Bhattacherjee[10]基于期望確認(rèn)理論(ECT)，提出信息系統(tǒng)持續(xù)使用的期望確認(rèn)模型(ECM)，考察了信息系統(tǒng)環(huán)境下，感知有用性、期望確認(rèn)度、滿意度與持續(xù)使用意向之間的關(guān)系。該模型及其擴展模型現(xiàn)已被大量應(yīng)用于政務(wù)平臺持續(xù)使用的研究中，有效性和適用性已經(jīng)得到廣泛證實[14-15]。本研究擬基于ECM模型，選取符合政務(wù)短視頻情景的用戶感知因素并對模型進行修改。

1.3D&M信息系統(tǒng)成功模型D&M模型由DeLone與McLean于1992年提出[16]，該模型闡述了信息系統(tǒng)的質(zhì)量因素和用戶感知因素之間的關(guān)系及其如何對信息系統(tǒng)成功產(chǎn)生影響[17]。用戶的使用或使用傾向即是信息系統(tǒng)成功的一種典型表現(xiàn)，D&M模型現(xiàn)已經(jīng)被廣泛應(yīng)用于評價信息系統(tǒng)成功及信息系統(tǒng)行為的影響因素探究[18-20]。大量學(xué)者考察了信息質(zhì)量、服務(wù)質(zhì)量和系統(tǒng)質(zhì)量對系統(tǒng)中用戶滿意和使用行為態(tài)度的影響[18, 21]。也有學(xué)者根據(jù)不同信息系統(tǒng)的特點對D&M模型進行擴展，引入新的質(zhì)量因素以更好的評估系統(tǒng)特征對行為的影響作用[22]。本研究擬選取符合政務(wù)短視頻環(huán)境的質(zhì)量因素并引入新的質(zhì)量因素變量對D&M模型進行調(diào)整，借此考察政務(wù)短視頻用戶行為。

2 研究模型與假設(shè)

2.1模型構(gòu)建本研究的開展依托于D&M與ECM的整合模型，前人已經(jīng)在社交網(wǎng)站[23]、新聞客戶端[20]等信息系統(tǒng)中證明了兩種模型整合的合理性。政務(wù)短視頻作為信息系統(tǒng)領(lǐng)域的一種新形態(tài)，其系統(tǒng)特征因素的提出主要以D&M模型為基礎(chǔ)，用戶感知因素的提出則依托于ECM模型，這兩方面對于研究政務(wù)短視頻用戶持續(xù)參與都是必要的。此外，持續(xù)使用意向相較于D&M模型中的使用更加注重用戶行為的延伸性與可持續(xù)性，質(zhì)量因素也正是影響ECM模型中用戶持續(xù)參與意向的重要外部變量，因此整合后的模型更適用于系統(tǒng)特征視角下的持續(xù)參與研究。該模型能夠較好地解釋系統(tǒng)特征通過用戶滿意等用戶感知因素對用戶持續(xù)參與意向的影響關(guān)系，有助于理解政務(wù)短視頻持續(xù)參與意向的影響路徑。

本文主要借鑒了ECM模型中的感知有用性與用戶滿意變量。感知有用性是指用戶認(rèn)為政務(wù)短視頻對其政務(wù)參與活動等方面是否有幫助，用戶滿意是指用戶對政務(wù)短視頻是否滿意的一種情緒[10]。此外，研究借鑒了D&M模型的信息質(zhì)量與服務(wù)質(zhì)量變量，含義為用戶對政務(wù)短視頻提供政務(wù)信息與政務(wù)服務(wù)方面表現(xiàn)的評估[24]。系統(tǒng)質(zhì)量所包含的流暢性等特征，是短視頻平臺內(nèi)所有類型視頻公共的基礎(chǔ)，不同類型視頻具有相同的系統(tǒng)質(zhì)量，故此系統(tǒng)質(zhì)量不納入本研究的考察范圍。

本文在已有模型的基礎(chǔ)上，引入了感知趣味性和個性化推薦質(zhì)量兩個影響因素，考察政務(wù)短視頻情境下的用戶持續(xù)參與意向。

感知趣味性指的是用戶使用政務(wù)短視頻時所感知到的樂趣，屬于使用頻率較高的信息系統(tǒng)持續(xù)使用意向的影響因素[12]。作為行為態(tài)度的一種，感知趣味性在享樂系統(tǒng)持續(xù)參與意向中的重要性已經(jīng)得到了證實。政務(wù)短視頻雖然不以娛樂為目的，但其依托的短視頻平臺屬于典型的享樂信息系統(tǒng)，同時新聞資訊的趣味性也逐漸受到大家的關(guān)注[20]。因此，本研究引入這一變量作為政務(wù)短視頻用戶持續(xù)參與意向的重要的前因變量以及評價政務(wù)短視頻系統(tǒng)性能的新的用戶感知因素。

個性化推薦質(zhì)量指的是用戶對政務(wù)短視頻個性化推薦機制效能的評估。個性化推薦機制是政務(wù)短視頻的核心功能及特色特征[7]，因此引入個性化推薦質(zhì)量考察其在政務(wù)短視頻環(huán)境下的作用。張雄濤[25]證實了社交媒體中個性化推薦對交互意向的影響。不同于系統(tǒng)質(zhì)量局限于對網(wǎng)絡(luò)穩(wěn)定性、安全性和界面設(shè)計等操作環(huán)境的衡量，個性化推薦質(zhì)量主要衡量系統(tǒng)能否準(zhǔn)確了解待推薦的政務(wù)短視頻、全面掌握需要推薦的用戶畫像[26]，從而實現(xiàn)政務(wù)信息與政務(wù)服務(wù)的高效推薦。這需要平臺與政府部門的共同參與，實現(xiàn)內(nèi)容的判斷與用戶的匹配。因此具有較高系統(tǒng)質(zhì)量的短視頻，并不一定會有好的政務(wù)短視頻內(nèi)容推薦，反之亦然。同樣，信息質(zhì)量及服務(wù)質(zhì)量是對政務(wù)短視頻環(huán)境下政務(wù)信息及政務(wù)服務(wù)本身質(zhì)量的衡量，這區(qū)別于個性化推薦質(zhì)量強調(diào)的內(nèi)容與用戶需求的匹配度，具有較高的政務(wù)信息及服務(wù)的推薦水平并不意味著政務(wù)信息或服務(wù)本身的質(zhì)量足夠高。因此，我們添加了一個新的維度來考慮這種情況。

綜上所述，本研究以整合的ECM和D&M模型為基礎(chǔ)，構(gòu)建政務(wù)短視頻持續(xù)參與意向的影響因素模型，關(guān)鍵變量及主要關(guān)系如圖1所示。

圖1 政務(wù)短視頻持續(xù)參與意向影響因素模型

2.2質(zhì)量因素與用戶感知因素D&M模型是本研究評估政務(wù)短視頻系統(tǒng)性能、考察用戶持續(xù)參與意向的理論基礎(chǔ)。信息質(zhì)量與服務(wù)質(zhì)量對感知有用性和用戶滿意的影響關(guān)系在社交網(wǎng)絡(luò)、社交媒體、移動圖書館等信息系統(tǒng)中得到了證實[13, 18, 23]，充分證明了模型的可行性，然而在政務(wù)短視頻環(huán)境中尚未通過檢驗。

個性化推薦質(zhì)量評估的是政務(wù)短視頻是否能為公眾帶來與用戶需求匹配度較高的信息[26]。與信息質(zhì)量與服務(wù)質(zhì)量類似，個性化推薦質(zhì)量因素作為外在因素會對感知有用性和用戶滿意產(chǎn)生影響[10]。當(dāng)用戶感受到較高的個性化推薦質(zhì)量時，即政務(wù)短視頻提供的信息與服務(wù)符合公眾需求時，公眾會認(rèn)為政務(wù)短視頻是有用的。同時較高的個性化推薦質(zhì)量與積極情感顯著相關(guān)[25]，也會帶來較高的滿意度。因此，提出以下假設(shè)：

H1a：信息質(zhì)量正向影響感知有用性

H1b：服務(wù)質(zhì)量正向影響感知有用性

H1c：個性化推薦質(zhì)量正向影響感知有用性

H2a：信息質(zhì)量正向影響用戶滿意

H2b：服務(wù)質(zhì)量正向影響用戶滿意

H2c：個性化推薦質(zhì)量正向影響用戶滿意

政務(wù)短視頻所依托的短視頻平臺為享樂系統(tǒng)，因此評估信息系統(tǒng)的性能除感知有用性和滿意度外，也應(yīng)將感知趣味性歸屬于用戶的感知因素[17]。原薇[20]證實了新聞客戶端的信息質(zhì)量與感知趣味性之間的關(guān)系，Choi等[17]驗證了系統(tǒng)特征與用戶感知因素之間的正向關(guān)系。與政務(wù)短視頻交互時，信息內(nèi)容的有趣化和個性化推薦機制帶來的感興趣的信息和服務(wù)，都會讓公眾產(chǎn)生趣味性的情緒后果。因此，提出以下假設(shè)：

H3a：信息質(zhì)量正向影響感知趣味性

H3b：個性化推薦質(zhì)量正向影響感知趣味性

2.3用戶感知因素與持續(xù)參與意向用戶感知因素與持續(xù)參與意向的關(guān)系構(gòu)建主要依托于ECM模型。滿意度、感知有用性與持續(xù)參與意向之間的關(guān)系已經(jīng)在社交媒體、社交網(wǎng)站等多種信息系統(tǒng)中得到了驗證[10, 12-13]。與政務(wù)短視頻交互的過程中感受到的滿意程度越高，越會促使用戶產(chǎn)生持續(xù)參與意向。同樣的，如果用戶感知到政務(wù)短視頻對政務(wù)參與是有用的，能夠提高政務(wù)參與的效率和質(zhì)量，那么也將提升用戶滿意，并對持續(xù)參與意向產(chǎn)生影響。因此，假設(shè)如下：

H4： 用戶滿意正向影響持續(xù)參與意向

H5a：感知有用性正向影響持續(xù)參與意向

H5b：感知有用性正向影響用戶滿意

與感知有用性類似，感知趣味性表現(xiàn)為一種積極的情緒[27]，當(dāng)公眾在與政務(wù)短視頻交互感覺到了有趣和放松時，也會對用戶滿意產(chǎn)生正向影響[12]。感知趣味性與滿意之間的關(guān)系已經(jīng)在社交網(wǎng)站[12]、門戶網(wǎng)站[28]等情境下得到了證實。同時感知趣味性作為一種內(nèi)在動機，會對外在的持續(xù)參與意向產(chǎn)生影響，Lin[28]、陳瑤[12]等學(xué)者的研究都證實了這一觀點。因此，假設(shè)如下：

H6a：感知趣味性正向影響持續(xù)參與意向

H6b：感知趣味性正向影響用戶滿意

3 研究方法

3.1問卷設(shè)計為保證量表的有效性，本研究所有的量表設(shè)計都是參考已有的成熟文獻，并進行了微小的修改以適應(yīng)本研究的背景，參考英文量表的部分我們采用反向翻譯的方法來減少中英文差異。問卷采用李克特7級量表，測量范圍從1(非常不同意)到7(非常同意)。其中，信息質(zhì)量與服務(wù)質(zhì)量量表改編自DELONE W[24]的研究，個性化推薦質(zhì)量量表改編自DELONE W[24]和張雄濤[25]的研究。用戶滿意、感知有用性和持續(xù)參與意向的量表改編自Bhattacherjee[10]的研究。感知趣味性量表改編自陳瑤[12]的研究。此外，我們使用描述性統(tǒng)計變量，如性別、年齡和學(xué)歷作為控制變量[29]。

3.2數(shù)據(jù)收集與樣本分析本研究選取抖音平臺中的政務(wù)短視頻用戶作為調(diào)研對象。依據(jù)2020年中國移動互聯(lián)網(wǎng)年度報告，抖音牢牢掌握了短視頻行業(yè)的頭部流量，月活躍用戶規(guī)模為行業(yè)最高(5.36億)[3]。同時，大量官方賬號如中國長安網(wǎng)、四川觀察等紛紛入駐抖音平臺，擁有了大量的政務(wù)類抖音用戶，2020年僅疫情防控類政務(wù)短視頻就獲得423億次播放量[2]，因此龐大的用戶群體不僅足以支撐我們的研究，而且具有較好的代表性。

首先，我們以在校大學(xué)生為對象進行預(yù)調(diào)研，根據(jù)實際反饋調(diào)整了問卷中語句不通順、有歧義的題項，同時參考相關(guān)研究領(lǐng)域?qū)＜覟楸締柧硖岢龅男薷囊庖?，對題項進行修改，形成了最終的問卷。而后，我們進行了正式調(diào)研，通過抖音、百度貼吧、微信、微博的抖音社區(qū)，發(fā)布了問卷星網(wǎng)址和二維碼，以現(xiàn)金獎勵的形式，鼓勵用戶通過點擊或掃描的方式進入匿名在線問卷填寫界面。此外，我們根據(jù)以下原則刪除了部分無效問卷:a.篩選題未通過；b.包含不完整的答案；c.大多數(shù)問題有相同的答案；d.在三分鐘內(nèi)完成(提前測試中認(rèn)真回答完問題的最短時間)。篩選問題如下:“您在過去一周內(nèi)是否使用過抖音；您在使用抖音時，是否會接觸到政務(wù)類短視頻(包括官方政策發(fā)布、政務(wù)資訊與服務(wù)的提供以及旅游宣傳等的視頻)?！蓖ㄟ^這兩個問題，確保被調(diào)研對象為抖音的政務(wù)短視頻用戶。調(diào)查周期為3個月，共得到362份有效問卷。表1顯示了受訪者的基本信息。其中，年齡分布比例基本符合2020年短視頻時政、新聞資訊類的受眾年齡畫像[3]，因此我們的調(diào)查樣本具有較好的代表性。

表1 樣本基本特征

4 數(shù)據(jù)分析與假設(shè)檢驗

4.1信度和效度檢驗本研究使用SmartPLS 3.0對模型進行檢驗。SmartPLS采用基于方差的偏最小二乘結(jié)構(gòu)方程模型(PLS-SEM)，與基于協(xié)方差的結(jié)構(gòu)方程方法(CB-SEM)相比，對數(shù)據(jù)的分布沒有限制性假設(shè)。此外，PLS有最小樣本量要求，估計效果可能優(yōu)于CB-SEM。因此，我們選擇PLS-SEM估計而不是CB-SEM。

我們通過組合信度(CR)和Cronbach'sα測量模型的一致性信度和組合信度，采用因子載荷、平均方差萃取量(AVE)測量模型的收斂效度。由表2可知，各項指標(biāo)均符合相關(guān)文獻要求[30]，組合信度CR和Cronbach'sα均大于0.7，所有變量的AVE均大于0.5，所有項目的因子載荷均大于0.6。因此，我們的模型能夠?qū)ψ兞窟M行有效的測量且收斂效度是可以接受的。

表2 驗證性因子分析

我們通過比較每個潛變量AVE的平方根來評估區(qū)分效度。表3的結(jié)果顯示，AVE的所有平方根都大于與之相關(guān)的變量之間的相關(guān)系數(shù)，這意味著我們的模型具有良好的區(qū)分效度[30]。

表3 區(qū)分效度檢驗結(jié)果

4.2共同方法偏差檢驗由于問卷法的自我評價方法可能會導(dǎo)致共同方法偏差(CMB)的存在，因此我們使用Harman的單因素檢驗來檢驗?zāi)Ｐ椭惺欠翊嬖贑MB[31]。SPSS的結(jié)果顯示，主成分的數(shù)量大于1并且第一個主成分解釋方差在可接受范圍之內(nèi)。另外，考慮到單因素檢驗在某些條件下檢驗效果不顯著，我們進一步在PLS環(huán)境下添加了一個共同方法因子。根據(jù)Liang等人[32]的標(biāo)準(zhǔn)化流程，我們在模型中加入了一個包含所有潛變量指標(biāo)的共同方法因子。從方法因子載荷的顯著性以及比較各題項的實際因子載荷和方法因子載荷的方差可以判斷是否存在嚴(yán)重的共同方法偏差。由表4的結(jié)果可知，該指標(biāo)的實際因子載荷方差平均值為0.846，而方法因子載荷方差平均值為0.004。此外，大多數(shù)方法因子載荷不顯著。綜上所述，共同方法偏差在本研究中并不是主要的問題。

4.3假設(shè)檢驗分析在建立了測量模型的信度和效度后，我們利用SmartPLS通過路徑系數(shù)和P值對模型進行了檢驗。圖2顯示了測試結(jié)果。信息質(zhì)量(β=0.283,p<0.001)、服務(wù)質(zhì)量(β=0.237,p<0.001)和個性化推薦質(zhì)量(β= 0.280,p<0.001)對感知有用性有顯著的正向影響,支持H1a、H1b和H1c。此外，信息質(zhì)量(β=0.110,p<0.05)、服務(wù)質(zhì)量(β=0.208,p<0.001)和個性化推薦質(zhì)量(β=0.131,p<0.05)、對用戶滿意也成顯著的正相關(guān)關(guān)系，支持H2a、 H2b和H2c。我們還發(fā)現(xiàn)，信息質(zhì)量(β=0.387,p<0.001)和個性化推薦質(zhì)量(β=0.322,p<0.001)正向影響感知趣味性，支持H3a和H3b。此外，持續(xù)參與意向與用戶滿意(β=0.249,p<0.001)、感知有用性(β=0.285,p<0.001)、感知趣味性(β=0.276,p<0.001)之間的正向關(guān)系也得到了支持，H4、H5a、H6a得到確認(rèn)；同時，感知有用性(β=0.144,p<0.01)和感知趣味性(β=0.241,p<0.001)顯著影響用戶滿意，支持H5b、H6b。潛在變量的解釋能力在0.403～0.499之間，說明我們的模型能夠很好地解釋潛在變量。最后，控制變量中只有年齡通過了顯著性檢驗(β=0.102,p<0.05)。

圖2 結(jié)構(gòu)方程模型結(jié)果分析

5 模糊集定性比較分析

5.1變量的選取與校準(zhǔn)fsQCA(模糊集定性比較分析法)可以作為一種輔助性方法，解釋復(fù)雜因果關(guān)系中整體視角下的多種合理組態(tài)[9]。依托于ECM和D&M整合模型的政務(wù)短視頻用戶持續(xù)參與的影響因素是復(fù)雜的、多維的、相互依賴的[24]，而fsQCA方法的優(yōu)勢就在于能夠在SEM模型凈效應(yīng)研究的基礎(chǔ)上，補充分析多種條件互相依賴共同作用產(chǎn)生的結(jié)果[33]。因此，本研究將SEM與fsQCA方法相結(jié)合，在驗證模型假設(shè)的基礎(chǔ)上，探究因素組合效應(yīng)對用戶持續(xù)參與的影響關(guān)系[34]。已有研究也證明了兩種方法的有效整合能夠增強科學(xué)理論的描述力、預(yù)測力和解釋力[35]。

研究取信息質(zhì)量、服務(wù)質(zhì)量、個性化推薦質(zhì)量、感知有用性、感知趣味性、用戶滿意以及年齡為前因條件。前六個變量與持續(xù)參與意向的影響關(guān)系在理論模型及前文實證結(jié)果中已經(jīng)得到了印證?？刂谱兞恐袃H有年齡被證明與持續(xù)參與意向關(guān)系顯著，因此引入年齡作為前因條件。

進行fsQCA分析首先要對前因條件進行校準(zhǔn)。將連續(xù)變量取平均值，然后按照Ragin[36]提出的5%，95%和交叉點50%的標(biāo)準(zhǔn)進行數(shù)據(jù)校準(zhǔn)。年齡作為類別變量，將18歲以下校準(zhǔn)為0,20-29歲校準(zhǔn)為0.33,30-39歲校準(zhǔn)為0.67，40歲以上校準(zhǔn)為1。

5.2fsQCA結(jié)果

5.2.1 條件的必要性分析 本研究使用fsQCA 3.0軟件對數(shù)據(jù)進行分析。首先對前因條件的必要性進行分析。本文中涉及變量的一致性均小于0.9[33]，因此各前因條件均未到達(dá)必要條件的標(biāo)準(zhǔn)，如表5所示。本研究需要將多個前因變量進行組合，分析實現(xiàn)高持續(xù)參與意向的充分條件。

表5 條件的必要性分析(高持續(xù)參與意向取值為1)

5.2.2 條件組態(tài)的充分性分析 在探討組合路徑對結(jié)果的充分性影響關(guān)系時，將案例頻數(shù)閾值設(shè)定為3，保留案例總數(shù)的75%以上，原始一致性可接受最低閾值設(shè)置為0.8，PRI一致性≥0.75[35]。最終政務(wù)短視頻持續(xù)參與意向的前因變量構(gòu)型如表6所示?？紤]到結(jié)果的合理有據(jù)與復(fù)雜度適中問題，本文選取中間解對結(jié)果進行解釋。其中●和?表示該條件存在，?和?表示該條件不存在。其中，●和?為核心條件，?和?為輔助條件?？瞻妆硎驹摋l件可以存在或者不存在。由表6可知，出現(xiàn)高持續(xù)參與意向的結(jié)果的總體覆蓋率為0.739，總體一致性為0.890，模型的解釋力度較好。

表6 政務(wù)短視頻持續(xù)參與意向的前因變量構(gòu)型

fsQCA結(jié)果顯示，觸發(fā)政務(wù)短視頻高持續(xù)參與意向的有八條路徑，將具有相同核心條件的前因構(gòu)型歸為同一模式，共有四類。并根據(jù)每類模式核心條件所反映的不同效用的需求，分別稱之為內(nèi)容效用模式、個性效用模式、體驗效用模式和服務(wù)效用模式。

a.內(nèi)容效用模式。該觸發(fā)類型的核心條件為高信息質(zhì)量、高感知有用性與高年齡，共包括三個子模式。子模式S1a的輔助條件為高用戶滿意，子模式S1b的輔助條件為感知趣味性，子模式S1c的輔助條件為高服務(wù)質(zhì)量、高用戶滿意與高感知趣味性。即當(dāng)高年齡段用戶感知到較高的信息質(zhì)量與感知有用性時，或由于公眾的用戶滿意較高(S1a)，或由于公眾感知政務(wù)短視頻具有較高的趣味性(S1b)進而增強了持續(xù)參與意向的內(nèi)在動機，又或者是由于高服務(wù)質(zhì)量、高用戶滿意與高感知趣味性共同作用的結(jié)果(S1c)，都會觸發(fā)政務(wù)短視頻的高持續(xù)參與意向。由核心條件組合可知，這一模式本質(zhì)上是高年齡段用戶對信息內(nèi)容的質(zhì)量和有用性等內(nèi)容效用的關(guān)注。具體而言，對于政務(wù)短視頻的持續(xù)參與，高年齡用戶更傾向于關(guān)注政務(wù)短視頻能否為個體帶來準(zhǔn)確、及時的信息，也會更傾向于關(guān)注政務(wù)短視頻在政務(wù)參與的效率、質(zhì)量、有用性等方面的作用。

b.個性效用模式。該觸發(fā)類型的核心條件為高個性化推薦質(zhì)量與低年齡，共包含三個子模式。子模式S2a的輔助條件為高服務(wù)質(zhì)量、高信息質(zhì)量與高感知有用性，子模式S2b的輔助條件為高信息質(zhì)量、高用戶滿意與高感知趣味性，子模式S2c的輔助條件為高服務(wù)質(zhì)量、高用戶滿意與高感知趣味性。即當(dāng)?shù)湍挲g段用戶感知到較高的個性化推薦質(zhì)量時，或由于系統(tǒng)的高服務(wù)質(zhì)量、高信息質(zhì)量與用戶感知高有用性(S2a)，或由于高信息質(zhì)量與用戶感知的高滿意度及高感知趣味性(S2b)，或由于高服務(wù)質(zhì)量與用戶感知的高滿意度及高感知趣味性(S2c)，都會觸發(fā)高持續(xù)參與意向。這一模式本質(zhì)上代表了低年齡段用戶對政務(wù)短視頻個性化推薦質(zhì)量的需求，即更關(guān)注政務(wù)短視頻的個性化效用。具體來說，這一模式中低年齡段用戶更傾向于關(guān)注平臺和政府能否精準(zhǔn)匹配個性化需求，并讓用戶準(zhǔn)確及時的獲取自己感興趣的信息或服務(wù)，這樣才會觸發(fā)用戶的高持續(xù)參與意向。

c.體驗效用模式。S3的前因構(gòu)型為“信息質(zhì)量·感知有用性·感知趣味性·用戶滿意”，觸發(fā)高持續(xù)參與意向的核心條件為三個用戶感知因素。當(dāng)政務(wù)短視頻系統(tǒng)具有較高的感知有用性、感知趣味性與用戶滿意，且用戶感知到較高的信息質(zhì)量時，會觸發(fā)高持續(xù)參與意向。此類模式中，用戶對體驗效用的需求較高，即用戶更傾向于感知有用性、感知趣味性以及用戶滿意的同時存在，才能觸發(fā)高持續(xù)。

d.服務(wù)效用模式。S4的前因構(gòu)型為“感知有用性·個性化推薦質(zhì)量·服務(wù)質(zhì)量·信息質(zhì)量”，核心條件為三個衡量系統(tǒng)特征的質(zhì)量因素。此類模式中，當(dāng)用戶感知到較高的個性化推薦、服務(wù)及信息質(zhì)量，且政務(wù)短視頻的感知有用性較高時，這些條件的組合會促使用戶傾向于持續(xù)參與政務(wù)短視頻。此類模式中，對以服務(wù)效用為代表的系統(tǒng)性能需求較高，即用戶更傾向于政務(wù)短視頻系統(tǒng)各質(zhì)量因素水平較高。

6 結(jié)論與展望

6.1研究結(jié)論政務(wù)短視頻的快速興起和發(fā)展，對幫助各政府機關(guān)部門更好地利用短視頻平臺發(fā)布權(quán)威信息、提升城市形象、引導(dǎo)公眾輿論、開展知識科普具有重要意義，因此用戶的積極參與對政務(wù)短視頻的持續(xù)發(fā)展尤為重要。本研究以政務(wù)抖音為例，基于ECM與D&M的整合模型，引入新變量個性化推薦質(zhì)量和感知趣味性。運用結(jié)構(gòu)方程方法探討了政務(wù)短視頻用戶持續(xù)參與意向的影響因素與影響路徑，以及fsQCA方法探究了觸發(fā)高持續(xù)參與意向的前因條件組合。綜合得出以下研究結(jié)論：

實證研究方面：a.本文在已有整合模型的基礎(chǔ)上引入個性化推薦質(zhì)量和感知趣味性兩個新變量，構(gòu)建了政務(wù)短視頻持續(xù)參與意向的影響因素模型，全面展現(xiàn)了政務(wù)短視頻情景下的系統(tǒng)特征與用戶參與的感知因素。b.實證結(jié)果顯示所有假設(shè)均得到了驗證，質(zhì)量因素影響持續(xù)使用意向的路徑也得到了證實，模型具有較好的解釋力。其中，個性化推薦質(zhì)量是影響用戶滿意、感知有用及感知趣味的重要因素，感知趣味性對持續(xù)參與意向及用戶滿意的重要影響也得到了驗證。

定性比較分析方法的結(jié)果表明，四種模式的條件組合均可以實現(xiàn)用戶的高持續(xù)參與，其中：a.內(nèi)容效用模式中用戶具有高年齡的特點，個性效用模式中用戶具有低年齡的特點。b.體驗效用模式與服務(wù)效用模式的覆蓋率顯著大于其他模式，表明這兩種模式對用戶持續(xù)參與的解釋力較大。c.信息質(zhì)量是絕大多數(shù)模式的共有的因素，這也印證了政務(wù)短視頻的本質(zhì)是黨政機關(guān)發(fā)布權(quán)威信息的重要途徑[1]，發(fā)布信息的及時、準(zhǔn)確等特性是促進用戶持續(xù)參與的重要因素。

6.2理論貢獻與實踐啟示本研究在理論方面的貢獻如下：首先，本文結(jié)合ECM和D&M經(jīng)典模型，在政務(wù)短視頻這一新興政務(wù)社交媒體環(huán)境下構(gòu)建了用戶持續(xù)參與意向的影響因素模型，豐富了前人在政務(wù)短視頻及社交媒體持續(xù)參與領(lǐng)域的研究。第二，基于D&M模型，從系統(tǒng)特征視角揭示了質(zhì)量因素對持續(xù)參與意向的影響路徑，挖掘了影響政務(wù)短視頻環(huán)境下持續(xù)參與意向的系統(tǒng)特征因素。特別地，參考政務(wù)短視頻個性化推薦機制的核心特征，提出個性化推薦質(zhì)量并將其引入到系統(tǒng)特征因素中，實現(xiàn)了對D&M經(jīng)典模型的擴展。第三，在衡量用戶感知因素方面，在ECM模型基礎(chǔ)上引入了感知趣味性，以期更好的反映政務(wù)短視頻環(huán)境下的用戶態(tài)度，這也對其他政務(wù)社交媒體環(huán)境下持續(xù)使用行為的探究具有借鑒意義。第四，將SEM和fsQCA方法相結(jié)合，在驗證變量凈效應(yīng)的基礎(chǔ)上，考慮到了變量間的相互作用關(guān)系，進一步探討了政務(wù)短視頻公眾參與這一復(fù)雜因果關(guān)系中變量間的組合效應(yīng)對結(jié)果的影響，發(fā)現(xiàn)了不同模式的特點及影響結(jié)果的重要因素。

在實踐方面，本研究有如下啟示：首先，政府部門和平臺可以根據(jù)實證研究結(jié)果，在信息、服務(wù)、個性化推薦的系統(tǒng)特征方面做出改善，從而對用戶滿意、感知趣味性以及感知有用性產(chǎn)生積極影響，進而提升政務(wù)短視頻用戶持續(xù)參與意向。同時考慮到fsQCA方法的研究結(jié)果，尤其重視信息質(zhì)量的重要作用。第二，個性化推薦質(zhì)量作為政務(wù)短視頻領(lǐng)域的特色質(zhì)量因素，其水平的提升需強化政府與平臺的合作，在匹配用戶畫像與視頻內(nèi)容的基礎(chǔ)上進行推送，讓用戶可以及時、準(zhǔn)確的獲取感興趣的信息與服務(wù)。第三，認(rèn)識到趣味性在政務(wù)短視頻領(lǐng)域的重要性，這是影響用戶持續(xù)參與意向的重要前因變量。我們可以通過信息、服務(wù)及個性化推薦質(zhì)量增強感知趣味性，其中，政務(wù)短視頻信息質(zhì)量對感知趣味性的影響最大。第四，fsQCA的研究結(jié)果提醒我們要重視政務(wù)短視頻的體驗效用與服務(wù)效用，作為覆蓋率較高的模式，對用戶持續(xù)參與意向有較大影響力。第五，針對不同類型的用戶進行差異化的政務(wù)短視頻個性化推薦。針對高年齡用戶，在推薦中更關(guān)注內(nèi)容效用的重要性，針對低年齡用戶則更關(guān)注個性化效用的重要性，這有助于用戶的積極參與以及發(fā)揮更大的政務(wù)短視頻價值，也為其他政務(wù)社交媒體的持續(xù)發(fā)展提供了新思路。

6.3局限性與研究展望本研究存在一定的局限性。首先，該研究樣本只選取抖音中的政務(wù)短視頻用戶。雖然已經(jīng)構(gòu)成了典型且數(shù)量充足的樣本，但是結(jié)果的普適性和穩(wěn)定性方面仍會受到質(zhì)疑。未來的研究考慮加入更多平臺的研究樣本，如快手、微視、西瓜視頻等，使研究模型能夠通過更多的研究對象來驗證。其次，由于人力等因素的限制本研究只收集了某個時間點的數(shù)據(jù)，而持續(xù)使用行為的考察需要時間跨度，因此本文以持續(xù)使用意向的研究來代替持續(xù)使用行為的研究，未來研究可以考慮縱向數(shù)據(jù)以完善對于行為機制的探究。