移动社会化媒体技术接受与匹配影响因素研究——经济与管理

 一、研究背景
随着通信技术的突飞猛进和移动终端硬件水平的提升，中国移动互联网进入快速发展阶段，第三方上网应用的开发与创新不断刺激用户的好奇心，“千元智能机”的出现也进一步降低移动终端的使用门槛，这三大因素促使中国手机上网用户数量激增。截止至2012年3月，我国3G用户数达到1.5亿人，环比增长18.0%，IOS和Android智能终端设备分别达到2 300万和6 000万[1]，为移动互联网的快速发展提供了良好的基础。截止至2012年6月底，我国手机网民用户达到3.88亿，较2011年底增加了约3 270万人，网民中用手机接入互联网的用户占比由2011年底的69.3%提升至72.2%[2]，移动互联网已经成为人们“智慧生活”的重要载体。据艾瑞咨询数据，整个移动互联网行业仍处于起步发展阶段，具有“基数小，增长快”的特征。移动增值、移动电子商务、移动营销、移动游戏、移动搜索等细分行业蓬勃发展，2012年第一季度中国移动互联网市场规模达到158.7亿元，同比增长167.2%，移动互联网已在经济生活中扮演一个越来越重要的角色[1]。
社会化媒体，也叫社群媒体，其诞生和发展为网络用户提供了一个具有用户极大参与空间的新型媒体平台。维基百科将社会化媒体定义为能进行社交互动的媒体，采用易接入、可扩展的交流技术，并通过网页技术和移动技术将交流转化为人机交互的方式。艾瑞咨询认为，社会化媒体是一种新型在线媒体，将以往媒体一对多的传播方式变为多对多的“对话”。现阶段，常见的社会化媒体包括博客、维基、论坛、社交网络、位置签到、微博、内容社区等形式[3]。具体而言，社会化媒体可分为六大类，分别为协作项目（如维基百科）、博客和微博、内容社区（如优酷）、社交网站、虚拟游戏世界和虚拟社交世界。与传统媒体相比，社会化媒体模糊了媒体与受众间的界限，参与程度高；鼓励用户评论与反馈，公开透明；内容在媒体与用户间双向流动，具有交流对话的特性；同时用户因话题特性等易形成社区；并且社会化媒体具有强大的连通性，融合多种媒体技术②。
微博作为新一代互联网社会化媒体的代表，因其“短、频、快”的特点已经成为网络用户低门槛表达意见和获取信息的重要平台。每条微博信息不多于140字，用户可以随意表达心情或观点，甚至可以随时上传照片、视频等资料，任何人都可以成为播报员和评论员。同时，微博通过基于关注、被关注、转发和评论的传播机制，形成虚拟的社会关系和信息传播网络，及时传播渗透并最终跨越虚拟社会与现实社会的分界线[4]。多平台接入、随时随地发布和实时关注评论的特征使其广受欢迎，用户数呈爆炸式增长，以国内两大微博平台新浪微博及腾讯微博为例，截止2012年3月，新浪微博注册用户超过3.68亿，腾讯微博注册用户接近4亿，微博覆盖人数已经超过社交网络覆盖人数[3]，成为社会化媒体最重要的组成部分，逐渐改变了人们与他人发生联系的方式。
在移动技术日臻成熟，社会化媒体日益凸显影响力的背景下，SoLoMo（Social，Location，Mobile；社交，本地化，移动）作为一种新的移动互联网模式，自提出以来迅速风靡全球，并被广泛认为是未来互联网的发展趋势。而移动微博则是SoLoMo的典型代表，作为社会化媒体与通讯平台技术的结合产物，移动微博表现出独特的迷人之处。据CNNIC调研数据，手机微博使用率增速已超过即时通信、网络搜索等应用，成为使用率增速最快的手机应用[2]，艾瑞咨询统计数据表明，除常规的网页登录微博平台外，有70%以上的用户采用移动终端登录微博[3]。以新浪微博用户使用行为为例，有60%的活跃用户通过移动终端登录微博，在通过移动微博发布的原创内容中，有40%是图片分享型。同时，移动微博用户在上班途中（8点）、午餐时间（12点）、晚餐时间及下班途中（18点）和睡前时间（22点）这些时间点最为活跃，以睡前时间（22点）达到活跃高峰。可见，移动微博已经成为人们信息化生活中不可或缺的一部分。
与此同时，快速的生活节奏带来了一个充满“时间碎片”和“快餐文化”的生活环境。具有“短、频、快”特性的微博在具有“泛在、便捷、灵活”特性的移动终端上的运用，能有效打发用户的“时间碎片”，并满足人们短时间获取最新资讯、无障碍表达自我的诉求。用户需求与移动微博技术的高度匹配使得移动微博广受欢迎，用户粘性不断提高，移动微博也对人们的生活方式产生潜移默化的影响。
二、国内外微博研究现状
微博在改变人们沟通和生活方式的同时，也成为广大学者研究的热门对象，虽然国内外对微博的研究处于起步阶段，但也取得了一定成果，为后续研究奠定基础。国外学者多借助twitter这一平台对其进行研究，国内学者则通过新浪微博、腾讯微博等平台对其进行研究。总体而言，现阶段研究者主要关注于微博使用现状的研究，特征研究，并从沟通、营销、信息技术、文本处理等角度多方位对其进行研究。为了更好确立本研究的研究视角，笔者检索了各大数据库收录的文献情况，并梳理如下。
微博使用现状研究，包括用户及内容两大主体的研究。对于微博用户的分类，从微博活跃度角度，可将用户氛围广播员、熟人和追随者，从用户使用动机角度，可分为信息来源、信息寻求者和朋友[5]。微博内容则是学者的一个重要关注点，Dejin Zhao等人（2009）研究中认为Twitter的内容主要包括频繁又简要地更新与个人日常生活相关的内容（Frequent brief updates about personal life activities）、实时信息（Real-time information）、人本简单信息聚合源（People-based RSS feed）[6]。Askay（2007）认为人们使用Twitter的意图主要有日常唠叨（Daily chatter）、对话交流（Conversations）、分享信息和链接（Sharing information/URL）、报告传播新闻（Reporting news）[7]。Pongsajapan（2012）经过调查研究得到，Twitter上，人们的行为主要有：和自己称赏的个人/组织保持联系，学习新的东西，寻找和自己志趣相投的个人/组织，与家人/朋友保持联系，发现新闻和新事物，幽默娱乐，寻找建议/意见，交谈，满足好奇心[8]。但这些研究多采用定性研究方法为主，相应的定量研究还需要进一步深入。
微博整体特征研究，国内外学者均对微博的特征进行提炼和总结，切入角度和表述方法多种多样，但均认为微博提供了一种门槛更低、传播更快、更灵活、不确定性更高的沟通方式。Zhao等人（2009）研究中认为Twitter的特征主要包括以下三方面：简明（Brevity）、移动性和随手可得的可接入性（Mobility and pervasive access）、无明确收听者的广播本质（Broadcast nature）[6]。刘渊（2011）研究结果显示，微博的技术特征包括以下三方面：第一，信息发布门槛低。每条微博信息不多于140个字，可以随意表达即刻心情或观点，甚至可以通过手机，在事件现场发布消息和上传照片，任何人都可以成为播报员和评论员。第二，信息传播速度快。微博通过基于关注、被关注、转发和评论的传播机制，形成虚拟社会的关系和信息传播网络。微博信息可以在第一时间被关系网络内的其他成员所看到，并通过转发渗透到其他关系网络中，最终跨过虚拟社会与现实社会之间的分界线，进入国内外传统媒体和现实人际网络中。第三，信息收发干预难。即便是关闭服务器或者删除源信息，借助与其他社交网络媒体、传统主流网络媒体（如论坛）、个人信息阅读器（如RSS、Email、QQ）等之间的开放性接口，用户仍然可以阅读到微博内容。实际上，我们面对的不仅仅是微博这一种信息沟通工具，而且是由微博和其他网络媒体共同组成的新型信息传播网络[4]。王娟（2010）在对微博用户的使用动机研究中认为，微博的特征有：碎片化简短写作，信息发布方便快捷，实时性强，病毒式快速传播，广泛深入的话题互动和公共议事[9]。
关于微博的沟通模式，定性研究一致认为，微博的传播机制是裂变式传播与聚合式传播相结合，其中，裂变式传播只一条信息可以通过用户的社会网络实现一对多的病毒式传播，聚合式传播至的是通过热门话题、热门帖子等排名形成聚焦机制[5，10]。对微博的信息沟通定量研究以社会网络分析和内容分析为主。对微博用户社会网络的分析，包括粉丝、关注等资料的分析，可以判断用户是名人用户还是普通用户；对微博内容进行分析表明微博信息传播的结构可能是链状、环状和树状[5]。
微博由于平台聚集了大量用户，具有强大生命力和传播能力等特点，使其成为营销的重要方式，众多学者结合微博营销和复杂网络理论，讨论了微博营销与其他传统营销方式的不同之处，并提出微博营销的优点、局限性及操作方法，具有较强现实意义[10-12]。
除此之外，也有从文本处理的角度对微博进行研究，从文本分类和聚类、信息抽取、话题检测、情感分析等方面对文本进行处理挖掘，采用网络爬虫发和搜索API等工具获取所需数据。[13]
同时，国内外学者在对微博进行研究时，也存在焦点的差异。孙晓莹和李大展（2012）等人通过检索国内外主要期刊中的关键字分布发现，国内文献主要是社会科学领域的研究，包括新闻、传播和营销等，特别是意见领袖的识别、舆情的监控等方面，而关于信息技术领域的文献较少。而EI文献则明显具有技术性，涵盖了信息获取、文本处理、可视化等多方面的研究，SCI文献真关注更加基础层面的问题，包括用户行为、用户隐私等方面。整体而言，国内学者研究具有较强的实用性和应用型倾向，而外国文献则呈现出领域的专业化和多样化，理论意义和技术含量较高[14]。
三、模型构建及研究假设
针对信息技术行为意愿这一研究领域，主要有两种不同的研究思路。以Davis等人为代表的学者采用技术接受理论对信息技术接受和使用行为进行研究，从个人感知的隐性角度进行度量；以Goodhue等人为代表的学者采用任务技术匹配理论进行研究，建立在感知成本和感知收益的基础上，从显性角度进行研究。但研究表明，用户对某一特定信息系统的接受和使用行为，不仅受到信息系统本身特性影响，用户的心理感知也会起作用，这些相关关系也通过任务技术匹配理论与技术接受理论的整合模型的实证研究得到证实[15-20]。因此，本文将在任务技术匹配理论和技术接受理论的基础上展开研究。
同时，为了提高研究模型的解释力和预测力，在技术接受理论的基础上引入任务技术匹配理论，希望通过模型的整合从显性和隐性两个角度共同解释用户的使用行为。
任务技术匹配模型在实际使用过程中，因为信息技术任务的不同，其任务特征、需求特征及任务技术匹配方式也不尽相同，故需要根据运用情境进行细化操作，开发与具体情况相符的量表，提高研究的针对性和研究结果的实用性[21]。同时，Kwai Fun IP和Wagner认为，任务技术匹配模型中所指的任务多是与商务相关，多是用户上级指派的，而在诸如博客等虚拟交流中，任务的执行是由个人的需求和渴望所驱动的。为了更贴切实际，将TTF中的任务替代为需求，将TTF模型发展为需求技术匹配模型（Needs-Technology Fit，NTF）。本研究对象为移动微博，是社会媒体的典型代表，也是虚拟社交的一个重要平台，故本研究在任务技术匹配的基础上采用Kwai Fun IP和Wagner（2008）的建议，用需求特征来替代任务特征，将TTF拓展为NTF，作为研究模型的一个部分，并根据移动微博发布过程的特征，开发与具体情境相适应的技术特征、需求特征、需求技术匹配变量量表。
TTF是技术绩效链中的一部分，在TPC模型中，信息系统匹配程度影响着与使用相关的前置变量，主要是用户期望使用结果，并通过前置变量影响用户使用行为。这使得任务技术匹配和技术接受理论具有整合的理论基础，Dishaw和Strong（1999）以及Klopping和Mckinney（2004）的研究已论证了整合模型的合理性与预测能力。[15，16]
综上所述，本研究基于信息技术接受理论和任务技术匹配理论，以及Dishaw和Strong（1999）提出的TAM和TTF的整合模型，并参考Kwai Fun IP和Wagner（2008）对任务特征的修改建议，提出如图1所示的研究模型。
H1：移动微博客户端感知有用性正向影响用户行为意愿。
H2：移动微博客户端感知愉悦性正向影响用户行为意愿。
H3：移动微博客户端感知愉悦性正向影响感知有用性。
H4：移动微博客户端技术特征正向影响用户需求技术匹配程度。
H5：移动微博客户端需求特征正向影响用户需求技术匹配程度。
H6：移动微博客户端需求技术匹配程度正向影响用户行为意愿。
H8：移动微博客户端用户需求技术匹配程度正向影响感知有用性。
四、数据收集及处理
移动微博客户端是一种新型的移动终端应用程序，根据罗杰斯的创新扩散理论，大部分创新采用者和早期使用者均为年轻用户，因其具有技术革新的敏感度。同时，根据易观智库研究数据，中国四大微博网站用户年龄分布虽不尽相同，但其用户中均有75%以上为20-34岁的年轻人。同时，根据笔者平时的观察和交流，也发现目前使用微博，特别是移动微博客户端的年轻用户数量远大于年长用户。因此本研究将针对年轻用户发放问卷，且本研究的有效调查样本必须满足的对象为：被调研者具有移动微博客户端使用经验，或现在正在使用移动微博客户端。若用户仅通过电脑终端接入微博平台，则不满足本研究的要求。
本问卷发放时间为2012年10月至11月，通过网络问卷及纸质问卷两种方式进行发放，共发放问卷350份，回收问卷278份，回收率为79.43%，剔除不符合要求问卷及作答不认真问卷，有效问卷共计246份，有效回收率为88.49%。
问卷回收后，本研究采用SPSS16.0和AMOS17.0统计分析软件对其进行分析，对问卷进行信度和效度分析。
本研究采用SPSS16.0统计分析软件对数据进行信度分析，得到各变量的Cronbach’sα值如表1。
观察1表可得，7个变量的Cronbachα系数均超过0.70的参考值，各个变量的信度均通过一致性检验，可进行后续研究分析。
对于构建效度，是指问卷反映真实测量变量的程度。本研究使用SPSS16.0统计分析软件来检验量表的构建效度。在进行因子分析之前，需要先用KMO测度和Bartlett球体检验分析样本是否适合做因子分析。本研究需要对需求特征、技术特征、需求技术匹配、感知有用性、感知愉悦性、行为意愿6个变量进行因子分析，其数值均符合效度分析的要求，在此基础上，对本研究的6个变量共30个问项进行因子分析，并指定因子数为8（其中任务技术匹配分为3个维度）抽取因子，采用主成分分析法作为因子提取方法，并采用方差最大法对因子进行正交旋转，结果表明，各个变量均具有较好的内部一致性和外部区分效度。
完成信度和效度分析后，本研究构建结构方程模型对其进行拟合检验（见表2）。
由全模型拟合结果可得7个路径的显著性水平，由上表可得，除了感知有用性对行为意愿的显著性水平低于0.05，其余路径均在0.05水平上显著，感知有用性对行为意愿在0.1的水平上显著。证明研究模型中的所有假设均成立。
结果表明，移动微博客户端感知有用性正向影响用户行为意愿，移动微博客户端感知愉悦性正向影响用户行为意愿，移动微博客户端感知愉悦性正向影响感知有用性，移动微博客户端技术特征正向影响用户需求技术匹配程度，移动微博客户端需求特征正向影响用户需求技术匹配程度，移动微博客户端需求技术匹配程度正向影响用户行为意愿，移动微博客户端技术特征正向影响用户感知有用性，移动微博客户端用户需求技术匹配程度正向影响感知有用性。
五、结语
移动社会化媒体背景下，用户使用移动微博客户端发布微博的意愿受到多方因素的影响，主要包括显性感知方面的因素，具体为对移动终端发布微博的技术特征和自身的需求特征两方面，这两方面通过作用于需求技术匹配程度、感知有用性最终影响行为意愿；同时也收到隐性感知因素的影响，主要是感知有用性和感知愉悦性两方面。
现有移动微博客户端仍存在响应速度、网络可达性等问题影响人们行为意愿的问题，本研究为移动微博客户端提供商提升自身服务提供新的参考。同时，本研究发展了任务匹配模型与技术接受模型的整合研究，创新性地将匹配理论与动机理论结合，形成新的整合模型，拓展了整合研究的范畴，并为后续研究提供新的思路。
参考文献：
[1]艾瑞咨询.2012年第一季度移动互联网行业监测报告[R].2012.
[2]中国互联网信息中心.CNNIC中国移动互联网发展状况调查报告[R].2012.
[3]艾瑞咨询.2011-2012年中国SNS和微博用户行为研究报告简版，2012.
[4]刘渊.微博的技术特征及其现实挑战[J].2011，（3）.
[5]闫幸，常亚平.微博研究综述[J].情报杂志，2011，30（9）：61-65.
[6]Zhao，D. and M.B. Rosson. How and why people Twitter： the role that micro-blogging plays in informal communication at work. in Proceedings of the ACM 2009 international conference on Supporting group work. 2009： ACM.
[7]Java，A.，et al. Why we twitter： understanding microblogging usage and communities. in Proceedings of the 9th WebKDD and 1st SNA-KDD 2007 workshop on Web mining and social network analysis. 2007： ACM.