移動社交媒體用戶自我披露行為研究

黃程松 王雪 胡哲

摘 要 本文運用隱私計算模型、計劃行為理論和依戀理論構建綜合模型，采用問卷調查法和結構方程建模法，對探索移動社交媒體用戶自我披露行為的主要影響因素。研究發現，感知收益對自我披露的積極影響最顯著，其次是依戀，感知信息控制和主觀規范也對自我披露有正向影響，而隱私擔憂對自我披露無顯著影響?；诖?，本文對移動社交媒體服務供應商、政府部門、教育工作者和用戶提出了建議。

關鍵詞 自我披露 移動社交媒體 隱私計算 依戀

分類號 G252

DOI 10.16810/j.cnki.1672-514X.2019.11.003

Study on Self-disclosure of Mobile Social Media Users

Huang Chengsong， Wang Xue， Hu Zhe

Abstract A comprehensive model is constructed based on the privacy calculus， the theory of planned behavior， and the attachment theory. Then an empirical study are conducted using questionnaires and structural equation modeling methods to explore the main influencing factors of self-disclosure behavior of mobile social media users. This study finds that perceived benefit has the most positive impact on self-disclosure， followed by attachment， subjective norms and perceived information control also have a positive impact on self-disclosure， while privacy concerns has no significant effect on self-disclosure. Moreover， this paper provides some recommendations for mobile social media service providers， government departments， educators and users.

Keywords Self-disclosure. Mobile social media. Privacy calculus. Attachment.

目前，全球移動社交活躍用戶已達27.8億人，約占總社交媒體用戶數的92%[1]，已成為用戶社交的主流方式。用戶在使用移動社交媒體應用搜集、發布、交換或分享信息之際，也意味著用戶要就自我披露做出決策[2]。自我披露（self-disclosure） 指“兩個及以上用戶的相互作用，是一方主動、故意且自愿向他人披露個人信息（如照片、位置等）”，以此形成親密關系、產生社會聯系、獲得社會認可[3]。但是，滿足用戶和平臺利益的自我披露會增加用戶的隱私擔憂，影響移動社交媒體的穩健發展。中國互聯網協會的報告顯示在線隱私權最受網民（約92%）重視[4]。但風險并未阻止用戶進行自我披露，相反，用戶愿意接受自我披露帶來的隱私風險以換取潛在收益。因此，本文嘗試從用戶的角度出發，結合隱私計算、依戀理論和計劃行為理論等研究移動社交媒體用戶自我披露行為的影響因素，并對移動社交媒體環境的運營建設、移動社交媒體用戶隱私信息的保護與安全意識提出建議。

1 涉及移動社交媒體用戶自我披露行為的基礎理論

1.1 隱私計算

隱私計算（Privacy Calculus）將社交媒體參與和自我披露概念轉化為信息系統環境中的成本—收益權衡，主要將披露成本視為隱私威脅，而個人可以用隱私來交換更多潛在利益[5]。Krasnova等結合焦點小組討論與隱私計算模型，開發并驗證了包含259個題項的自我披露結構方程模型，發現隱私風險是建立新關系、維持現有關系和享受等信息披露動機的重要障礙，但隱私風險可以通過用戶對SNS服務供應商的信任等來減輕[6]。Stern等基于隱私計算模型，發現感知風險和感知收益都是自我披露的重要前提，態度和主觀規范顯著影響在線社交媒體的使用，使用隱私設置不會阻礙自我披露，為用戶提供隱私保護的工具是有成效的[7]。用戶通過權衡潛在風險與收益來決定是否選擇自我披露，常見的感知風險有隱私擔憂、隱私關注和隱私態度等;常見的感知收益有自我呈現、社會資本、娛樂享受和互惠等。就個人信息而言，當預期收益超過潛在風險時產生自我披露的動機[8]。

1.2 計劃行為理論

計劃行為理論（Theory of Planned Behavior， TPB） 認為行為態度、感知行為控制和主觀規范是行為意愿的主要影響因素，直接決定了行為的采納[9]。TPB在處理個人預期時可以較方便地結合不同理論（如隱私計算模型、人格特質理論等）和變量（如信任、依戀、沉浸、親和力等），用來解釋移動社交媒體用戶對個人信息的自我披露[10]。用戶的感知風險和預期收益等決定了行為態度;用戶對隱私的自我披露與控制程度體現了感知行為控制;影響用戶自我披露的人的態度體現了主觀規范[5]。Shibchurn等從TPB、激勵理論和隱私計算出發構建模型，推斷信息和獎勵的模糊性可能是用戶進行自我披露的重要影響因素[11]。Kim等將自戀引入TPB來研究社交媒體上發布自拍的影響因素，發現對自拍張貼行為的態度、主觀規范、感知行為控制和自戀是用戶在社交媒體上張貼自拍的決定因素[9]。劉百靈等以用戶的態度為中介，發現隱私擔憂、信任和感知愉悅對個人信息披露意愿均有顯著影響，隱私政策、互動溝通和激勵政策對信任均有顯著的正向影響[12]。

1.3 依戀理論

依戀理論認為，嬰兒對優勢護理人員的依戀影響人際交往關系的塑造。Ainsworth等在研究“陌生情境”中的行為時發現三種風格的依戀：安全、矛盾和回避[13]。依戀理論一直被用于探索成年人關系、浪漫的伙伴關系、情感功能和社會自我效能等，能與大學生的人際交往、社交行為和交際能力相聯系[14]，其工作模式包括依戀焦慮和依戀回避[15]，有助于理解移動社交媒體用戶的自我披露行為。依戀焦慮解決了個人在有需要時找不到伴侶的憂慮程度;依戀回避解決了個人對合作伙伴的信譽缺乏信任的程度，并因此試圖保持與合作伙伴之間的行為獨立性和情感距離[16]。在移動社交媒體環境中，Trub等探討了依戀與博客使用行為之間的關系[17]，其他研究集中在依戀和Facebook使用行為上。依戀焦慮被認為與個人使用社交媒體有關，用來避免用戶間面對面交流，也反映了親密感[18]。依戀安全水平則預測了個人社交關系的數量和開始網絡關系的意愿，回避分數減少預示著向他人傳遞信息的意愿增加[19]。Aharony等提出了依戀變量與WhatsApp成員組重要性之間復雜而模糊的關系[20]，擴展并證實依戀能顯著預測Facebook自我披露[14]。

2 移動社交媒體用戶自我披露研究模型和假設構建

本文構建移動社交媒體用戶自我披露行為模型，從感知的成本——收益因素研究移動社交媒體用戶自我披露的影響因素，并考察依戀在自我披露中的作用。

2.1 感知收益

2.1.1 感知收益與其對應的一階反映式變量的關系

隱私收益指個人信息披露后獲得的對用戶有益的結果，網絡用戶對關系資本的需求促進了自我披露行為[5]。Krasnova等將感知收益作為隱私收益，對社交媒體自我披露行為進行研究，包括關系資本、社會融入與適應、自我呈現、個性化服務和娛樂享受等[6]。大量研究對自我披露的感知收益進行了具體化探索。Mcknight等將感知收益細化為感知有用性、享受和信任信念[21];Chennamaneni等將使用動機概念化為尋求關注、保持聯系、享受和維持關系等，以代替感知收益[3];Chenug等用方便維持現有關系、自我呈現和享受等衡量感知收益[22];Min等從動機和自我呈現來反映感知收益[23]。結合已有文獻和移動社交媒體環境，本研究把感知收益構建為反映式二階潛在變量，包含個性化服務、實時自我呈現和即時享受三個一階變量。

2.1.2 感知收益與自我披露

實時自我呈現是“向他人傳達對方感興趣的印象”的策略，強調用戶能夠根據不同的情境要求以有利的方式呈現自我[22]。移動社交媒體開發的高級功能允許用戶對披露的信息擁有更高控制權，以定制和展示其個人資料、構建和維護其自我形象，以此改變其社交地位[24]。移動社交媒體不僅是一種與他人聯系的渠道，也是日常娛樂和即時享受的主要來源，即時享受是來自移動互聯網使用的內在獎勵，鼓勵用戶公開他們的個人信息[21]。用戶愿意犧牲個人隱私以換取符合自身需求的個性化服務，當用戶向服務供應商、商家披露個人信息時，后者通過搜集和分析數據為用戶定制服務[25]。因此進行如下假設。

H1：感知收益正向影響自我披露。

2.2 隱私擔憂

隱私擔憂是用戶對自己在移動社交媒體上分享的信息被搜集、存儲、使用或濫用的憂慮，反映了用戶對隱私外泄和濫用產生的潛在風險的反應，隱私擔憂會阻礙用戶自我披露[26]，并增加信息保護行為意愿，用戶可能更傾向于拒絕向移動社交媒體提交個人信息或提交虛假信息[8]。Stutzman等證明高水平的隱私擔憂促使用戶在線閱讀隱私政策[27]，但即使用戶會擔心潛在威脅，隱私擔憂仍對在線自我披露影響不大或沒影響，甚至對某些利益的衡量使用戶愿意忍受風險的存在。一般認為，移動社交媒體自我披露的高風險不可取[3]，隱私擔憂是移動社交媒體用戶在進行自我披露時考慮的成本。因此進行如下假設。

H2：隱私擔憂負向影響自我披露。

2.3 感知信息控制

信息控制指用戶對在線發布個人信息的控制能力，當用戶對個人信息沒有足夠的控制權時會產生隱私擔憂，這種感知阻止他們進行自我披露或使用在線服務[28]?？刂圃试S用戶決定披露多少信息，以及如何披露自己的信息[24]。Stutzman等在2005—2011年對5076名Facebook用戶進行追蹤研究，發現用戶披露的個人信息的數量和范圍隨時間的推移而增加，這是由于隱私控制措施導致的隱私政策和隱私設置的改變[29]。但仍有大量用戶認為隱私設置不夠，或因太復雜而使用不足，導致用戶擔心潛在的威脅[16]。服務供應商應向其用戶提供多種選擇，使用戶能在移動環境中控制其個人信息。但出于戰略和管理的原因，供應商可能會限制這種功能（如選擇臨時退出而非永久退出）[30]。當用戶對信息有高度感知控制時，他們傾向于公開、分享個人信息。因此進行如下假設。

H3：感知信息控制正向影響自我披露。

2.4 主觀規范

主觀規范反映了用戶在行為中的社會規范或規范壓力，對探索用戶在不同情境下實施各類行為及其意愿起關鍵作用[31]，主觀規范可能將群體行為準則應用于個體行為上[32]。社會文化會影響社交媒體用戶的自我披露，同伴壓力也會導致社交媒體用戶披露大量個人信息，而學生更有可能使用其同學推薦的社交媒體進行自我披露[23]。主觀規范促使正在進行自我披露的用戶將其行為和用戶間的信任相聯系[33]，感知成本受主觀規范影響，進而影響自我披露[34]。用戶使用移動社交媒體來建立和維護社交網絡，因此可能會考慮自我披露與社會期望和規范活動的關系，從而與其同伴或參照群體的期望保持一致[35]。因此進行如下假設。

H4：主觀規范正向影響自我披露。

2.5 依戀

移動社交用戶的友好關系和舒適程度被定義為情感依戀，通過即時互動可以增加歸屬感和親密度[14]。用戶依戀可以通過依戀焦慮和依戀回避來衡量，其中高度的依戀回避可能會導致用戶對參與社交的能力不自信，從而放棄自我呈現，甚至拒絕自我披露[36]。對移動社交媒體的依戀，使用戶對其有良好的態度并產生長期使用意愿，促使用戶進行自我披露。當用戶在沒有任何潛在收益的驅使下仍使用移動社交媒體進行自我披露時，依戀存在。因此進行如下假設。

H5：依戀正向影響自我披露。

3 量表設計與數據搜集

本模型共有8個一階潛變量。為確保潛變量和題項的內容效度，本文研究的潛變量和題項均改編自已有文獻。其中，依戀改編自Aharony的研究[14]，隱私擔憂改編自Xu等的研究[5]，實時自我呈現改編自Krasnova等的研究[6]，即時享受改編自Kim等的研究[37]，個性化服務改編自Wang等的研究[24]，感知信息控制改編自Dinev等的研究[28]，主觀規范改編自Keith等的研究[32]。每個潛變量有3至4個題項，采用7點Likert量表進行測量，7為強烈同意，1為強烈不同意。

初步完成問卷設計后，隨機邀請了20位長期活躍于微信、QQ、新浪微博等移動社交媒體的用戶開展預調查，根據用戶反饋調整問卷的部分題項及概念，以便在正式數據搜集時受訪者可以更好理解題項并有效填寫。之后借助問卷星開展正式調查，邀請正在使用移動社交媒體的用戶完成問卷以搜集數據。本次調查持續七周，得到有效問卷488份，表1是樣本基本信息統計。

4 數據分析與結果

4.1 測量模型檢驗

測量模型的有效性取決于內容效度、收斂效度和區分效度[38]。本文題項均從已有文獻改編，且在正式調查前通過預調查以完善文字表述，可以視量表內容有效。表2中AVE是平均抽取方差，通常AVE>0.5即潛變量收斂效度較好[38]，研究模型AVE≥0.664，表明該模型收斂效度較好。對比AVE平方根和潛變量的相關系數可以評估區分效度[38]，表3顯示AVE平方根均大于該潛變量與其他潛變量間的相關系數，表明該模型區分效度較理想。信度通過潛在變量的內部一致性系數（Cronbachs α）和組合信度（Composite Reliability， CR）來測評，一般潛變量的CR值和Cronbachs α值>0.7就能認為該模型有較理想的信度[38]。表2中CR≥0.888，Cronbachs α≥0.831，表明測量模型信度較理想。

4.2 研究模型結果

本研究通過偏最小二乘（Partial Least Squares，PLS）結構方程建模（Structural Equation Modeling，SEM）和bootstrap重復抽樣，來分析數據并評估顯著性，重復抽樣數是1000。圖1是移動研究社交媒體用戶自我披露模型結果。

由圖1可知，自我披露的R2（被解釋方差）為0.367，表明該研究模型具有良好的預測效果。感知收益到個性化服務、實時自我呈現和即時享受的路徑系數均大于0.7，能夠認為本研究的感知收益是構建良好的二階模型，因此本文構建的感知收益二階模型得到驗證。除隱私擔憂對自我披露無顯著影響外，感知收益、依戀、感知信息控制和主觀規范均正向影響自我披露。在這些變量中，感知收益對自我披露的影響解釋力最大，路徑系數為0.433，其次是依戀（0.122）、感知信息控制（0.121）和主觀規范（0.105）。

5 討論與啟示

本研究從隱私計算、計劃行為理論和依戀理論出發，研究移動社交媒體用戶自我披露行為的影響因素。發現感知收益、感知信息控制、主觀規范和依戀是決定用戶自我披露的重要因素，但隱私擔憂對自我披露無顯著影響。原因可能是用戶沒有意識到自我披露的潛在風險。用戶在享受移動社交媒體的便利時，很少關注在線自我披露的風險，甚至愿意用一定風險換取預期收益。感知收益對移動社交媒體自我披露行為的影響力最大，用戶的感知收益越多，他們進行自我披露的程度也越高。依戀對自我披露行為的積極影響表明對移動社交媒體有高度情感依戀的用戶更有可能自我披露，移動社交媒體在避免面對面交流的基礎上為用戶提供互動機會[14]。通過在虛擬世界中尋求認同和關注，用戶可能會獲得情感寄托。隨著用戶群體的年輕化趨勢和老齡用戶的增多，以及通過“打感情牌”騙取用戶隱私的新型網絡犯罪興起，情感因素將成為研究用戶自我披露行為的獨特視角。主觀規范和感知信息控制均正向顯著影響自我披露行為，說明用戶對自身信息的掌控和用戶現實存在的社會關系及相應的同伴壓力、價值觀等都對自我披露起重要作用。本文不支持隱私擔憂對自我披露的影響，但其作用在現有文獻中已得到充分驗證[3，5，23]，這種不一致可能是由于受訪者間存在文化差異，強烈集體主義者希望在移動社交互動中與他人融為一體，一般會更傾向于互惠和情感寄托，隱私擔憂對自我披露的影響可能因此減弱。

綜上，本研究對移動社交媒體服務供應商、相關政府部門、教育工作者和用戶提出了一些建議。用戶應強化隱私觀和責任心，明確使用目的并充分了解隱私政策，在法律允許的范圍內進行自我披露、保護隱私信息、維護合法權益。相關政府部門應制定針對隱私安全與保護的法律法規，懲罰網絡信息犯罪，推進移動網絡實名制，提供制度與法律保障?？紤]到學生群體占據一定比例，建議應加強教育工作者的相關意識，以此提高學生用戶對自我披露潛在風險的認知。服務供應商應開發更多新功能和服務，為用戶提供愉悅高效的社交體驗，使用戶更愿意自我披露。同時，應用更醒目的方式聲明隱私政策和倡議實名制，提醒用戶進行自我披露的代價，并爭取減少虛假信息。另外，針對不同用戶群體，服務供應商應強調社會關系和用戶自身的價值體系，重視用情感因素吸引用戶，分析用戶的情感變化以提供針對性服務。

本文亦存在一些局限。首先，沒有考慮文化差異對模型的影響[22]。其次，本文的模型僅研究了部分影響因素，外向性、開放性、自尊、自戀等因素在已有研究中也被證明與在線自我披露有關，未來可以對習慣、孤獨、經驗等因素進行研究。此外，未來可對比研究用戶向朋友、認識的人、陌生人等進行自我披露的態度、意愿和行為，為健全相關法律法規和隱私政策提出合理化建議，并考慮文化差異對自我披露的影響，將用戶使用差異納入不同地區移動社交媒體的設計中。

參考文獻：

?

[1]胖鯨智庫. 《2017全球社交網絡調查》：社交媒體用戶數量達30億[EB/OL]. [2018-04-10]， https：//socialone.com.cn/2017-global-digital-review-2017/.

[2]CHENNAMANENI A， TANEJA A. Communication privacy management and self-disclosure on social media-a case of Facebook[C]. Proceedings of the 21st Americas Conference on Information Systems， 2015：1–11.

[3]武曉莉， 任震宇. 《中國網民權益保護調查報告（2016）》盤點網絡侵權現象[N]. 中國消費者報， 2016-06-30（005）.

[4]PERENTIS C， VESCOVI M， LEONARDI C， et al. Anonymous or Not？ Understanding the Factors affecting personal mobile data disclosure [J]. ACM Transactions on Internet Technology， 2017， 17（2）：1-19.

[5]XU F， MICHAEL K， CHEN X. Factors affecting privacy disclosure on social network sites an integrated model [J]. Electronic Commerce Research， 2013， 13（2）：151-168.

[6]KRASNOVA H， SPIEKERMANN S， KOROLEVA K， et al. Online social networks： why we disclose [J]. Journal of Information Technology， 2010， 25（2）：109-125.

[7]STERN T， SALB D. Examining online social network use and its effect on the use of privacy settings and profile disclosure [J]. Bulletin of Science Technology & Society， 2015， 35（1-2）：25-34.

[8]SMITH H J， DINEV T， XU H. Information privacy research： an interdisciplinary review [J]. MIS Quarterly， 2011， 35（4）：989-1015.

[9]KIM E， LEE J A， SUNG Y， et al. Predicting selfie-posting behavior on social networking sites [J]. Computers in Human Behavior， 2016， 62（C）：116-123.

[10]AJZEN I. The theory of planned behaviour： reactions and reflections [J]. Psychology & Health， 2011， 26（9）：1113-1127.

[11]SHIBCHURN J， YAN X. Information disclosure on social networking sites： An intrinsic–extrinsic motivation perspective [J]. Computers in Human Behavior， 2015， 44：103-117.

[12]劉百靈， 夏惠敏， 李延暉. 移動購物用戶信息披露意愿影響因素的實證研究：基于公平理論和理性行為理論視角[J]. 情報理論與實踐， 2017， 40（5）：87-93.

[13]AINSWORTH M D. Attachments beyond infancy [J]. American Psychologist， 1989， 44（4）， 709-716.

[14]AHARONY N. Relationships among attachment theory， social capital perspective， personality characteristics， and Facebook self-disclosure [J]. Aslib Journal of Information Management， 2016， 68（3）：362-386.

[15]COLLINS N L. Cognitive representations of attachment： the content and function of working models [M]. Blackwell Handbook of Social Psychology： Interpersonal Processes. Blackwell Publishers Ltd， 1994：60-85.

[16]CHOI N. Information systems attachment： An empirical exploration of its antecedents and its impact on community participation intention [J]. Journal of the American Society for Information Science & Technology， 2013， 64（11）：2354–2365.

[17]TRUB L， REVENSON T A， SALBOD S. Getting close from far away： mediators of the association between attachment and blogging behavior [J]. Computers in Human Behavior， 2014， 41（41）：245-252.

[18]NITZBURG G C， FARBER B A. Putting up emotional （Facebook） walls？ Attachment status and emerging adults' experiences of social networking sites [J]. Journal of Clinical Psychology， 2013， 69（11）：1183–1190.

[19]YAAKOBI E， GOLDENBERG J. Social relationships and information dissemination in virtual social network systems： An attachment theory perspective [J]. Computers in Human Behavior， 2014， 38（2）：127-135.

[20]AHARONY N， GAZIT T. The importance of the Whatsapp family group： an exploratory analysis [J]. Aslib Journal of Information Management， 2016， 68（2）：174-192.

[21]MCKNIGHT D H， LANKTON N， TRIPP J. Social networking information disclosure and continuance intention： a disconnect [C]. Hawaii International Conference on System Sciences. IEEE， 2011：1-10.

[22]CHEUNG C， LEE Z W Y， CHAN T K H. Self-disclosure in social networking sites [J]. Internet Research， 2015， 25（2）：279-299.

[23]MIN J， KIM B. How are people enticed to disclose personal information despite privacy concerns in social network sites？ The calculus between benefit and cost [J]. Journal of the Association for Information Science & Technology， 2015， 66（4）：839–857.

[24]WANG T， DUONG T D， CHEN C C. Intention to disclose personal information via mobile applications： A privacy calculus perspective [J]. International Journal of Information Management， 2016， 36（4）：531-542.

[25]HSIAO C H， CHANG J J， TANG K Y. Exploring the influential factors in continuance usage of mobile social Apps： Satisfaction， habit， and customer value perspectives [J]. Telematics & Informatics， 2016， 33（2）：342-355.

[26]AWAD N F， KRISHNAN M S. The personalization privacy paradox： an empirical evaluation of information transparency and the willingness to be profiled online for personalization [J]. Mis Quarterly， 2006， 30（1）：13-28.

[27]STUTZMAN F， CAPRA R， THOMPSON J. Factors mediating disclosure in social network sites [J]. Computers in Human Behavior， 2011， 27（1）：590-598.

[28]DINEV T， HART P. An extended privacy calculus model for e-commerce transactions [J]. Information Systems Research， 2006， 17（1）：61-80.

[29]STUTZMAN F， GROSS R， ACQUISTI A. Silent listeners： The evolution of privacy and disclosure on facebook [J]. Journal of Privacy and Confidentiality， 2012， 4（2）：7-41.

[30]HAJLI N， LIN X. Exploring the security of information sharing on social networking sites： the role of perceived control of information [J]. Journal of Business Ethics， 2016， 133（1）：111-123.

[31]BELDAD A D， HEGNER S M. More photos from me to thee： factors influencing the intention to continue sharing personal photos on an online social networking （osn） site among young adults in the netherlands [J]. International Journal of Human-Computer Interaction， 2017， 33（5）：410-422.

[32]KEITH M J， BABB J S， Lowry P B， et al. The role of mobile-computing self-efficacy in consumer information disclosure [J]. Information Systems Journal， 2015， （6）：637-667.

[33]GOOL E V， OUYTSEL J V， PONNET K， et al. To share or not to share？ Adolescents' self-disclosure about peer relationships on Facebook [J]. Computers in Human Behavior， 2015， 44（C）：230-239.

[34]石碩. 社交網站用戶隱私披露行為探究：隱私計算理論與TPB模型的整合[D]. 南京：南京大學， 2011.

[35]MALIK A， DHIR A， NIEMINEN M. Uses and gratifications of digital photo sharing on facebook [J]. Telematics and Informatics， 2016， 33（1）：129-138.

[36]WEI M， RUSSELL D W， ZAKALIK R A. Adult attachment， social self-efficacy， self-disclosure， loneliness， and subsequent depression for freshman college students： a longitudinal study [J]. Journal of Counseling Psychology， 2005， 52（4）：602-614.

[37]KIM J， LEE C， ELIAS T. Factors affecting information sharing in social networking sites amongst university students [J]. Online Information Review， 2015， 39（3）：290-309.

[38]STRAUB D W， BOUDREAU M C， GEFEN D. Validation guidelines for IS positivist research [J]. Communications of the Association for Information Systems， 2004， 13（1）：380-427.

[39]ZHA X J， ZHANG J C， YAN Y L， et al. Sound information seeking in Web 2.0 virtual communities： The moderating effect of mindfulness [J]. Behaviour & Information Technology， 2015， 34（9）：920-935.

黃程松 武漢大學信息管理學院博士研究生。 湖北武漢，430072。

王 雪 武漢大學信息管理學院碩士研究生。 湖北武漢，430072。

胡 哲 武漢大學信息管理學院碩士研究生。 湖北武漢，430072。