本地生活服務類APP用戶轉換成本探究

朱小棟，朱宇航，高沁韻

（上海理工大學 管理學院，上海 200093）

一、引言

中國移動互聯網市場處在快速增長期[1]。預計到2018年，中國移動互聯網市場規模有望達到76 547億元人民幣。移動生活服務則是市場份額增長最快的大類，移動旅游、移動團購和移動出行領域是移動生活服務增長的主要來源。因此，移動應用市場被公認為具有巨大的市場潛力和良好的發展前景，眾多大型電商平臺和傳統本地生活服務行業開始涉足移動市場。

近年，以百度、阿里、騰訊等為代表的資本巨頭紛紛攜帶大量資金強勢殺入本地生活服務領域APP市場，使得本地生活服務電子商務領域中一度“燒錢現象”嚴重，其中以打車APP——滴滴快的和外賣APP——餓了么、美團、百度、口碑之間的競爭最具代表性[2]。各家APP幾乎都是以倒貼的方式，吸納搶奪客戶資源，一些小平臺紛紛不敵下線。目前，本地生活服務類電子商務APP領域同質化競爭十分激烈，資本巨頭想要保住花重金砸來的客戶資源和市場份額，小平臺努力深耕細分市場，力求通過鎖定目標客戶群在市場中占據一席之地。

二、相關工作

轉換成本是顧客在轉換產品或服務的供應商時所產生的成本，是企業的一種潛在競爭力[3]。國內外學者在眾多領域應用轉換成本的概念，對轉換成本的構成和相關影響因素進行研究。Burnham等在對顧客轉換成本的構成分類，是之后學者探討和研究轉換成本時經常選用的理論基礎，他提煉出了三大類轉換成本及其八個構成因子[4]。柳晨等通過對我國網絡購物市場的理論剖析，提出產品異質性、產品復雜性、在線便利性、在線關懷性、產品的使用寬度及顧客的網絡購物經驗都會對顧客轉換成本產生影響，但是并未對其提出的理論開展進一步的驗證[5]。Yu-Lung Wu等在針對移動社交平臺的研究中認為，轉換成本和服務質量能夠通過轉換障礙和滿意度對用戶的轉換意向產生影響，個人關系成本是用戶決定是否轉換使用社交平臺的重要因素[6]。汪蓉、韋恒等在研究移動通訊市場的轉換意愿的時候基于理性行為理論構建了關于轉換成本的三位交互機制，并實證了轉換成本對于顧客忠誠度以及轉換意愿之間存在著負向的調節關系[7]。陳運娟等在研究外賣平臺顧客忠誠度時，也從轉換成本的角度出發構建了研究模型，發現轉換成本是重要影響因素[8]。故本文從轉換成本出發，探討其對用戶的忠誠度和轉換意向的影響。

此外，在電子商務領域針對消費者行為的研究一般都從用戶體驗著手，大量的文獻也表明消費者的轉換行為與其忠誠度存在顯著的關聯性，因此本文將VSL框架結構引入本文的理論模型構建。VSL框架結構最開始出現于營銷領域的研究中，在B2B和B2C兩種商務模式中反復對顧客感知價值、滿意度和忠誠度的內在聯系進行論證，即顧客的感知價值和滿意度對其忠誠度有著積極的影響，同時顧客感知價值也是滿意度的有利動因[9]。此外，Ana&Helena將信任引入VSL框架，研究了在社交網絡環境下，感知價值、信任和顧客滿意對顧客忠誠度形成的影響[10]；感知價值多被用于消費行為的研究當中，戴德寶等基于消費者行為理論研究了感知價值和采納意愿的關系[11]。在另一篇文章中，戴德寶在對于移動端短視屏應用的用戶忠誠度研究中得到感知價值對于用戶參與行為影響忠誠度方面有一定的中介作用[12]。Xu C結合了感知價值的多維度，在移動應用的背景下，修改構建了一個基于客戶價值、滿意度和忠誠度的模型來研究移動應用用戶的推薦行為[13]。本文根據消費者購買決策行為的兩大理論模式，消費者會選擇感知價值最大的商品或將選擇感知風險最小的商品[14]，因此將感知風險引入VSL框架結構。消費者在購買決策的過程中都含有對結果的不確定性，這種不確定性即為感知風險。彭迪云等在對余額寶的研究中則將這種不確定性分為功能性和情感性兩個風險維度,探討感知特性、感知風險和信任對消費者行為的反應[15]。

三、研究模型與假設

（一）研究模型

本文運用轉換成本分類和經典的VSL框架結構理論，根據本地生活服務類電子商務的特點進行適當的調整，構建了本文的研究模型。

早期對于消費體驗的研究中，學者們就發現感知價值、滿意度和忠誠度是三個最主要的變量。并且不同時期對這三個變量的內在聯系的研究結果具有一貫性，因此這三個變量便組成了一個固定的框架，根據三個變量的英文首字母，簡稱為VSL框架。VSL框架的具體內容指的是在顧客感知價值、滿意度和忠誠度的內在聯系，即顧客感知價值和滿意度對其忠誠度有著積極的影響，同時顧客感知價值也是滿意度的有利動因。這一框架結構經過了國內外學者在市場營銷和消費者行為領域的研究中反復討論和驗證，近些年也被廣泛地應用在通過網絡進行購物消費的電子商務研究領域。同時，根據消費者購買決策行為的兩大理論模式，消費者將購買感知價值最大的商品或將購買感知風險最小的商品，因此將感知風險引入VSL框架結構。以Burnham等人對于轉換成本的分類為基礎，本文將轉換成本分為評估成本、學習成本、風險成本、經濟成本、個人關系成本和品牌關系成本。綜上所述，本文構建了如圖1所示的理論研究模型：

（二）研究假設

1.基于轉換成本的假設。轉換成本是用戶在考慮或進行轉換APP行為時感知到的各類實際需要付出的成本與在心理上感知到的成本的總和。本文在Burnham對轉換成本進行的分類基礎上，結合本地生活服務類電子商務APP的特點，將轉換成本細分為6個構成元素，包括評估成本、學習成本、風險成本、經濟成本、個人關系成本和品牌關系成本。用戶在企圖轉換使用新的APP時感受到的轉換成本越大，其實施或考慮轉換行為時遇到的阻力也就越大，導致其轉換使用新的APP的意向必然也會降低。因此，本文提出以下假設：

H1a：評估成本對用戶的轉換意向有著顯著的負向影響

H1b：學習成本對用戶的轉換意向有著顯著的負向影響

H1c：風險成本對用戶的轉換意向有著顯著的負向影響

H1d：經濟成本對用戶的轉換意向有著顯著的負向影響

H1e：個人關系成本對用戶的轉換意向有著顯著的負向影響

H1f：品牌關系成本對用戶的轉換意向有著顯著的負向影響

轉換成本的本質其實是商家的一種隱形的競爭力，當一種本地生活服務類電子商務APP為其用戶設置的轉換障礙越高，提升了用戶的轉換成本，也就變相地提高了用戶持續使用該APP的可能性，增加了用戶的粘性，即所謂忠誠度。因此本文提出以下假設：

H2a：評估成本對用戶的忠誠度有著顯著的正向影響

H2b：學習成本對用戶的忠誠度有著顯著的正向影響

H2c：風險成本對用戶的忠誠度有著顯著的正向影響

H2d：經濟成本對用戶的忠誠度有著顯著的正向影響

H2e：個人關系成本對用戶的忠誠度有著顯著的正向影響

H2f：品牌關系成本對用戶的忠誠度有著顯著的正向影響

2.基于VSL框架的假設。VSL框架結構指的是在顧客感知價值、滿意度和忠誠度的內在聯系，即顧客感知價值和滿意度對其忠誠度有著積極的影響，同時顧客感知價值也是滿意度的有利動因。這一個概念框架之間的聯系不僅是在傳統的服務和營銷領域得到了眾多國內外學者的論證，在近年來被相關學者應用于興起的網絡消費領域時同樣也得到了驗證，雖然本文研究的是移動互聯網領域中的消費者行為，但與基礎的互聯網消費相比較，更多的是技術上的差異，其購物消費的本質基本相同。因此，本文提出以下假設：

H3：用戶的感知價值對其滿意度有著顯著的正向影響

H4：用戶的感知價值對其忠誠度有著顯著的正向影響

H5：用戶的滿意度對其忠誠度有著顯著的正向影響

同時，忠誠度越高，說明本地生活服務類電子商務APP用戶對于目前使用的移動平臺有更強的粘性，培養出了一定的使用選擇上的習慣性依賴。換而言之，忠誠度高的APP使用者更傾向于繼續使用目前的移動應用，即轉換使用意向會相應較低。因此，本文提出以下假設：

H6：用戶的忠誠度對其轉換意向有著顯著的負向影響

3.基于感知風險的假設。根據消費者購買決策行為的兩大理論模式，消費者會購買感知價值最大的商品或是感知風險最小的商品，本文因此將感知風險作為感知價值的相對變量引入VSL框架結構。同時，考慮到網絡購物中相較于實體消費固有的風險，且本地生活服務類電子商務APP由于LBS技術而產生的定位信息等個人隱私風險泄露的可能性，感知風險是本文的理論研究模型中不可或缺的一個度量。因此，本文提出以下假設：

H7：用戶的感知風險其滿意度有著顯著的負向影響

H8：用戶的感知風險其忠誠度有著顯著的負向影響

四、數據收集

本研究通過問卷調查的方式獲取樣本數據，問卷中使用的測試量表均為在國內外學者之前的研究基礎上，結合了移動電子商務的技術特點和本地生活服務的特征修訂得出。數據收集主要包括兩種方式：第一種方式是通過問卷調查平臺問卷星（http：//www.sojump.com/）中的互填問卷的功能，收集平臺中隨機的其他用戶填寫的答卷。第二種方式是通過微信、騰訊QQ、新浪微博等網絡社交平臺進行發放，利用社交平臺的傳播性，收集答卷。第三種方式是在咖啡店、地鐵站、商場休閑區等人員密集的地方，向在午休、候車、等待電影開場等有閑暇時間的路人發放紙質問卷并回收。共計收回問卷289份，其中通過問卷星平臺收回108份，微信等社交平臺收回76份，線下填寫收回105。經過初步篩選后，發現填寫不完整的問卷18份，答案連續或前后邏輯矛盾的20份，將其剔除后，最終得到有效問卷251份。

在有效的251個樣本中，使用本地生活服務類APP的種類集中在外送類、餐飲類（非外送）、娛樂類和交通類上，其中外送類的使用占比最高，達到了72.6%，餐飲類（非外送）以65.3%的占比位列第二。可見，飲食類消費是本地生活服務類電子商務APP目前的主要目標市場，交通出行類和如KTV、電影等的娛樂類APP市場亦占比不小，在受訪者中的使用占比分別有64.2%和60%，二者相加與飲食類的消費市場幾乎分量相當。

五、數據分析

本研究利用SPSS 23.0和AMOS 17.0對收集到的201個樣本數據進行數據分析和處理。本文數據分析所使用的是結構方程模型，首先會對樣本數據進行一個描述性的統計，然后會對它的信度和效度做一個檢測，最后會對結構方程模型的路徑系數進行分析和檢驗。

（一）描述性統計

由表1可知本文樣本各個問題項的極小值、極大值、均值和標準差4個基本特征的情況。問題項的最小值除極個別為2以外，大多為是1，最大值都是7，同時樣本的標準差在0.642～0.981之間波動，表明受訪的APP用戶對不同的問題項的個體消費和使用感知存在著較大的差異。轉換成本中，評估成本、調整成本和品牌關系成本的均值較高，反映出APP用戶在轉換使用其他APP時在這三個方面感知到的障礙比較大。另一方面，消費者通過使用本地生活服務類APP發生購買行為時的消費體驗普遍較好，具體表現為感知價值和滿意度的問題項的均值都在5以上，但與之相對的感知風險的均值亦都大于5，表明消費者在對使用APP的體驗感到滿意的同時仍然覺得缺乏一定的安全保障，需要承擔較大的風險。最后，轉換意向的三個問題項中有兩個的均值都在5左右徘徊，而另一個也大于4，反映出本地生活服務類APP的用戶對目前使用的APP的轉換意向相對較高，即尚未對特定的APP形成一定的忠誠度。可見，穩定住目前的APP用戶基數，進一步爭取到在各個類似APP中間搖擺不定的用戶的青睞，的確是如今各大本地生活服務類APP運營商的首要目標。

表1 問題項描述性統計

（二）信度和效度分析

首選對樣本數據的整體信度進行分析檢驗，通過SPSS23.0測得的樣本數據結果顯示，數據整體的Cronbach's Alpha系數為0.958，表明樣本數據的整體信度非常好，具有很高的穩定性和內部一致性。隨后，對本文的樣本數據針對不同的變量進行信度檢驗，數據分析的結果如表2所示。可知，各個變量的Cronbach's Alpha系數都大于0.7，并且大多都基本在0.8以上，表明各個變量的信度都比較高，滿足進行結構方程模型檢驗的條件。同時，各因子的平均抽取方差均都大于0.5，組合信度也都在0.7以上，可見各因子的測量項之間有較好的內部一致性和較好的收斂效度。由表3可見各變量與其他變量之間的相關系數都小于其與自身的相關系數，說明樣本數據的各因子之間具有較好的區分效度。

表2 各變量的信度和效度分析檢驗

綜上所述可知，本文的樣本數據具有較好的信度和效度，滿足使用結構方程模型進行數據分析的基本條件，可以使用AMOS17.0進行下一步的模型假設檢驗。

表3 區分效度分析

（三）結構模型分析

本文使用AMOS 17.0結構方程模型進行分析檢驗。結果顯示：Chi-square/d.f.值為3.655，在可以接受的范圍內；擬合度指標CFI和GFI分別為0.753和 0.823都大于 0.7，且 RMSEA為 0.087小于0.09，表明結構方程模型具有較好的擬合度，是可以接受的。模型的路徑分析結果如圖2所示，實線為顯著路徑，虛線為非顯著路徑。結果顯示，除假設 H1b、H1e、H2b、H2c沒有成立，本文的絕大部分假設都通過了檢驗，其中有5個假設在99.9%的水平下顯著，有6個假設在99%的水平下顯著，有3個假設在95%的水平下顯著。

圖2 模型的路徑分析結果圖

六、結果分析

在假設H1a～H1f中，關于評估成本、風險成本、經濟成本和品牌關系成本對轉換意向的影響得到了驗證，而學習成本和個人關系成本對轉換意向的假設則被拒絕了。學習成本是用戶開始使用一個新的APP時，需要花費一定的功夫去了解和熟悉具體功能和操作流程等，這個成本的付出是毋庸置疑的。但是，由于本地生活服務類APP的用戶主要是年輕群體，這一代人從小開始接觸最新的電子設備，可以說是和數碼科技一起成長起來的一代，因此對他們而言，學習使用一個新的APP付出的成本幾乎是可以忽略不計的。個人關系成本是指用戶在使用本地生活服務類APP的過程中與其他用戶在評論、回復和關注中建立起來的社交聯系，原本考慮到當代年輕人喜歡在社交媒體上分享曬圖的特點，這一假設不應該會被拒絕。可能也同樣是因為年輕人熱衷于互動分享，很容易接受身邊人的推薦去嘗試新鮮事物，所以要在新的APP中與朋友重新建立起相應的社交聯系并不困難，故而該假設最終沒有通過假設檢驗。

在假設H2a～H2f中，關于評估成本、經濟成本、個人關系成本和品牌關系成本對忠誠度的影響得到了驗證，而學習成本和風險成本對忠誠度的假設則被拒絕了。該假設被拒絕的理由與假設H1b被拒絕的原因類似，學習使用一個新的APP對于本地生活服務類電子商務APP的主要用戶群體而言非常容易，并不足以對他們的忠誠度產生影響或者這個影響小到可以忽略不計。風險成本是指用戶對于新的APP在不確定性的方面的擔憂，主要是側重于用戶已經做出了消費購買行為，對之后獲得的對應消費體驗的效果有所憂慮。而忠誠度是指用戶在使用APP的過程當中培養出來的心理上的信賴，在用戶決定確實轉換使用新的APP之前，用戶對于風險成本的感知相對很弱，因此本文的此項假設沒有通過檢驗。

在假設H3～H8中，關于感知價值、感知風險、滿意度、忠誠度和轉換意向之間存在一定內在聯系假設全部通過了檢驗。VSL框架這一已得到了學者的廣泛論證的理論結構，在本文的研究中同樣得到了證實，本地生活服務類電子商務APP用戶的感知價值和滿意度對其忠誠度有著積極的影響，同時用戶的感知價值和其滿意度也會同方向變動。感知風險是作為感知價值的對應變量引入到本文的研究模型中的，APP用戶在每次的消費中感知到的風險越大，相應地對此次消費體驗的滿意度就越差。同時較高的感知風險也表現除了APP用戶對平臺的信任不夠，缺乏安全感，不利于忠誠度的培養。此外，本文還討論了用戶的忠誠度和轉換意向之間的關系。結果證實，當APP用戶在綜合考量了在使用過程中感知到的消費體驗和在有企圖轉換使用新的類似APP時感知到的轉換成本之后，最終選擇繼續使用原來的APP所培養出來的忠誠度越高，那么用戶就會越愿意繼續保持這樣的消費習慣，從而削弱他的轉換意向，甚至于打消他的轉換意向，成為該APP的長期且穩定的用戶。

七、建議

（一）建立投訴渠道，完善應對措施

移動應用平臺應當建立暢通的投訴渠道，并且建立完善的核查和應對措施，這樣有助于建立和維護用戶和平臺的關系，使用戶更加信賴APP，從而提高轉換成本中的品牌關系成本，降低用戶的轉換使用意向。在移動應用平臺的日常經營活動中，有許多小問題會造成用戶對平臺感到不滿意，而問題的嚴重程度用不足以能夠立刻影響到品牌的形象，但是日積月累下會造成用戶流失，口碑下降。故而需要提供一個給用戶向平臺運營商投訴的渠道，這不僅使用戶能夠與平臺溝通，幫助二者之間建立聯系，同時也給了平臺運營商及時發現自身問題并做出補救的機會。當平臺發現用戶的投訴屬實時，就應當為服務的失誤承擔責任，彌補消費者的損失。如此一來，消費者有了申請補償的渠道，平臺運營商有了眾多的廉價營運監督者和建議者，形成了一個良性循環。

（二）收會費、多優惠，高成本、更忠誠

對于現階段市場上的平臺運營商而言，一般都已經有了相對龐大的用戶基數，但是用戶大都在幾個APP之間搖擺不定，采取大規模的折扣優惠雖然會在促銷期間吸引用戶使用APP，但是這樣的營銷策略成本太高，并且用戶能被競爭對手用類似手段輕易奪走。相比于一味地“倒貼”，對于現在仍能在市場上占據一席之地的APP而言，反而應該針對現有的用戶采取適當的會員收費，針對這部分付費會員再推出相較于一般用戶更優惠的專屬福利，這樣不僅提高了用戶轉換使用其他APP的經濟成本，同時還能夠有效地增加用戶的忠誠度，進而削弱用戶的轉換意向。因為平臺是針對付費會員才會提供力度較大的優惠，這部分成本已經從會員費上得到了部分彌補，并且能夠促使用戶一直通過本APP進行消費，也就相應地增加了如銷售提成等的其他經濟收入。這樣一來，用戶因為想要獲得更多的優惠而付出了會員費，因為得到了滿意的優惠和舍不得付出的會員費而一直使用該APP，平臺運營商因為采取收取會員費才開放更多優惠權限而降低了營銷成本，因為這樣的低成本營銷戰略而為自己培養了一批忠誠的用戶，從而占據了穩定的市場份額，能夠獲取更多的收益。對于APP的平臺運營商來說絕對是一個低成本高回報的一個市場營銷方式。

（三）鼓勵內部互動，多消費多優惠

本文的研究發現，個人關系成本有利于忠誠度的培養，卻對于用戶轉換使用其他APP的意向沒有有效的抑制作用。究其原因，是如今的本地生活服務類電子商務APP中的互動方式太單一，大多依托于社交軟件，反而與其自身的關聯不大。一般現在的APP中的互動方式無非是點評曬圖和紅包分享。平臺運營商會在用戶消費后鼓勵其做出點評，原因是為了能夠更好地利用用戶愉快的消費體驗去吸引潛在的消費者，即使是點評內容是負面的，也可以作為督促商家提高自身的服務品質的一種手段，通常運營商也會給做出點評的用戶一定的積分作為回報，但是目前APP中積分的作用有限，大多只是優惠兌換物品而不能抵扣現金。另一個比較常見的互動方式是用戶在完成一次消費后能夠通過微信、QQ等給朋友發放紅包，但是紅包的期限一般都很短，一、兩天內就會過期，并且使用的限制也很嚴格，實用性較低。平臺運營商可以嘗試將互動平臺的主場放到自己的平臺中，同時在提供更實惠的回報的基礎上適當拉長整個互動的周期。比如，如果用戶在近半年內，在APP中每消費滿15次并做出點評，即可以在這15家中的任意一家中得到一次半價甚至是限額免單的權利。平臺運營商還應當鼓勵用戶在APP內與其他用戶建立好友關系，如果有好友因為接受了用戶而在APP中進行了特定消費，則該用戶就可以得到諸如代金券的優惠，這樣的優惠政策具體可以參考Uber。但是這也是一次性的，互動的周期仍然太短。平臺運營商還可以嘗試鼓勵用戶在APP中建立固定的圈子，當這個圈子里的用戶在同一家或幾家商家中累積消費到一定的次數或者金額時，則可以獲得一張免費單人餐券或其他權益。

八、結論

本文通過擴展的VSL框架構建了關于本地服務類APP轉換成本的研究模型，著重研究了本地服務類APP轉換成本的影響因素。該模型引入了感知風險作為感知價值的對應變量，探討了本地生活服務類APP顧客忠誠度以及轉換意向的影響因素，研究結果表明評估成本、風險成本、品牌關系不僅會直接影響轉換意愿還會間接通過顧客忠誠度來影響轉換意愿。本文的研究結論在一定程度上反映了本地生活類APP的影響因素以及作用機制，并據此提出了一系列建議，對提升我國本地生活服務類APP的市場競爭力有一定的幫助。

但是，本文還存在如下不足之處。首先，本文的問卷搜集上有所欠缺，問卷設計主要是通過參考傳統服務和營銷領域的相關研究，再結合本地生活服務類電子商務的特點編寫得出，目前鮮有關于本地生活類電子商務產品的研究，故其代表性有待考察。其次，問卷沒有具體到某一具體的APP應用，導致問卷的填寫可能分布于多個APP中，內在邏輯性有所欠缺。最后，本文僅從成本轉換以及VSL框架出發，研究了一部分對于本地生活類APP轉換成本的因素，后續文章可以進一步拓展思路，確定具體某一項APP應用后進一步研究其他的影響因素。

[1]艾瑞網，2016移動互聯網發展趨勢[EB/OL].[2017-07-28]（2016-07-11）.http：//column.iresearch.cn/b/201607/773530.shtml.

[2]網易，燒錢模式不可持續O2O商家終將倒閉？[EB/OL].[2017-07-28]（2015-10-03）.http：//tech.163.com/15/1003/11/B50G1CEL000915BF.html.

[3]邊克爾·波特.競爭戰略[M].陳小悅，譯.北京：華夏出版社，1997：9-10.

[4]Thomas A.Burnham，Judy K.Frels，Vijay Mahajan.Consumer Switching Costs：A Typology Antecedents and Consequences[J].Journal of the Academy of Marketing Science，2003，31（2）：109-117.

[5]柳晨，2015.網絡購物中顧客轉換成本的影響因素研究[J].經貿實踐（8）：43-44.

[6]Wu Y L，Tao Y H，Li C P，et al.User-switching behavior in social network sites：A model perspective with drill-down analyses[J].Computers in Human Behavior，2014，33（2）：92-103.

[7]汪蓉，韋恒，2017.理性行為視角下顧客忠誠影響顧客轉換意愿的三維交互機制研究——以我國移動通信市場為例[J].哈爾濱商業大學學報（社會科學版）（4）：11-22，58.

[8]陳運娟，雷飛飛，2017.基于SEM的外賣O2O平臺顧客忠誠度影響因素研究[J].財會通訊（14）：23-26，129.[2017-08-06].DOI：10.16144/j.cnki.issn1002-8072.2017.14.006

[9]S.Y.Lam，et al.，Customer value，satisfaction，loyalty，and switching costs：an illustration from a business-to-business service context[J].Journal of the Academy of Marketing Science，2004，32（3）：293-311.

[10]Ana Margarida Gamboa，Helena Martins Goncalves.Customer loyalty through social networks：Lessons from Zara on Facebook[J].Business Horizons，2014（57）：709-717.

[11]戴德寶，劉西洋，范體軍，2015.“互聯網+”時代網絡個性化推薦采納意愿影響因素研究[J].中國軟科學（8）：163-172.

[12]戴德寶，顧曉慧，2017.用戶參與行為、感知價值與忠誠度：基于移動短視頻社交應用的分析[J].消費經濟（2）：58-65.

[13]Xu C，Peak D，Prybutok V.A customer value，satisfaction，and loyalty perspective of mobile application recommendations[J].Decision Support Systems，2015，79（C）：171-183.

[14]Bettman J.R.Perceived risk and its components：a model and empirical test[J].Journal of marketing research，l973，10（2）：184-190．

[15]楊翾，彭迪云，謝菲.基于TAM/TPB的感知風險認知對用戶信任及其行為的影響研究——以支付增值產品余額寶為例[J].管理評論，2016，28（6）.