丘惠翠 陳小清
(廣東培正學院管理學院,廣東廣州510830)
隨著移動短視頻走進互聯網用戶的生活,短視頻用戶規模迅速增長,中國市場上也涌出多款移動短視頻APP,競爭日益激烈。移動短視頻用戶的留存會影響企業的盈利水平,移動短視頻企業要在日益激烈的競爭中保持優勢,關鍵在于如何保留現有用戶群。要實現用戶留存,首先需要了解移動短視頻用戶持續使用意愿的影響因素有哪些,影響程度的大小如何。
在信息系統用戶持續使用研究中,國內外學者主要沿著擴展與改進已有的技術接受模型(TAM模型)等相關理論和基于期望確認理論構建全新的用戶持續使用理論兩條思路展開研究。然而,TAM模型主要用于基于個人和組織績效信息系統的初次使用意愿研究,對于新興的基于個人互動享樂的移動短視頻系統的持續使用意愿研究是否具有適用性?原有的變量是否依然發揮其影響作用?有沒有新的影響因素產生?本文研究試圖通過實證方法檢驗TAM模型對移動短視頻平臺用戶的持續使用意愿的解釋程度,并結合移動短視頻平臺社交和享樂的特點,加入感知娛樂性、社交價值、感知風險性等變量,以期發現移動短視頻平臺用戶持續使用意愿的主要影響因素。
技術接受模型(TAM)是Davis在1989年基于TRA、TPB理論提出的,用于研究用戶對信息技術的接受和采納[1]。技術接受模型包含了6個變量,各個變量之間的關系分別為:感知有用性和感知易用性都會受外部變量的影響,外部變量和感知易用性決定感知有用性;感知有用性和感知易用性都會對用戶的使用感受產生作用;行為意向除了受使用態度的影響,還受感知有用性的影響;行為意向直接影響實際行為,其他5個變量的傳遞作用同樣會影響實際行為。
技術接受模型出現以后,許多學者將其作為理論依據對信息系統用戶使用行為進行實證研究,使得TAM模型在內部因素、外部變量等方面得到了很好的擴充與完善,日漸成熟。隨著移動互聯網的發展,移動應用大量涌現,學者們開始思考TAM模型在移動信息系統上的適用性。國內學者范瑩瑩和孫志農就曾在2018年以技術接受模型為基礎,建立了以外部變量、感知有用性、感知易用性、資源優化性和使用意圖為考察標準的影響用戶移動英語學習使用的研究模型[2]。
移動短視頻平臺是一種新型社交享樂型信息系統,其用戶持續使用意愿研究可以借鑒TAM模型,其中的感知有用性可具體化為移動短視頻的娛樂和社交屬性方面的效用,替換為感知娛樂性和社交價值。而在移動短視頻平臺的應用過程中會涉及很多個人的肖像、姓名、位置等隱私信息,存在個人信息泄露的風險。因此,本研究引入感知風險性,探討該因素在移動短視頻情境下與持續使用意愿的關系。
感知娛樂性是指使用某種科技的行為本身產生的愉悅感、樂趣感。學者白玉在對影響學術虛擬社區持續意愿的研究中,發現感知娛樂性對結果起顯著的正向影響作用[3]。學者劉人境、柴婧研究發現,個人用戶對SNS社交網絡的感知娛樂性對持續使用行為起顯著的正向影響[4]。根據以上的研究結論,本文認為感知娛樂性會對移動短視頻平臺用戶的持續使用意愿產生影響,提出如下假設:
H1:移動短視頻平臺的感知娛樂性越高,用戶對其持續使用意愿越強。
學者洪紅、徐迪在研究移動社交時發現,網絡外部性和從眾效應都正向影響持續使用意愿[5],這反映了用戶在使用移動短視頻平臺的過程中非常注重其社交效用的滿足。用戶從中能獲取到持續的社交價值,就會保持持續使用的意愿和行為。因此,本文提出如下假設:
H2:社交價值與用戶對抖音等短視頻平臺的持續使用意愿有正相關作用。
許多研究都表明,感知易用性對用戶的持續使用意愿有正向影響作用,如常桂林、畢強、費陸陸對圖書館的微信平臺進行研究發現,感知易用性正向影響用戶對圖書館微信平臺的持續使用意愿[6]。甘雄、李蒙蒙、李菀在影響用戶對網絡直播平臺的持續使用意愿的研究中發現,感知易用性越高,持續使用意愿越強。根據以上的研究結論,本文認為感知易用性會影響用戶對移動短視頻平臺的持續使用意愿,因此,本文提出如下假設:
H3:用戶對移動短視頻平臺的感知易用性越高,其持續使用意愿越強。
用戶在使用信息系統的過程中,往往會受到其平臺質量的影響,進而影響用戶對該平臺的持續使用意愿,感知風險性就屬于平臺質量。學者吳忠、唐敏在研究用戶對微信功能服務的使用行為發現,感知風險性負向影響用戶的使用行為。根據以上結論,本文提出如下假設:
H4:用戶使用移動短視頻平臺的感知風險性越強,其持續使用意愿越低。
本研究在設計變量的測量題項時參考了國內外的成熟量表,再根據移動短視頻平臺的特征定義進行了細微修改。問卷由三部分組成,首先是問候語,用以闡明調研目的;接著是調查接受調研的對象的基本情況;最后是量表題,主要用于調查影響用戶持續使用移動短視頻平臺的因素。該部分測量題項采用了李克特五分量表模式,分值從1分到5分,分別表示非常不同意、不同意、一般、同意和非常同意。感知有用性具體量表題項如表1所示。

表1 感知有用性量表
本研究選取目前中國用戶最多、最具代表性的抖音作為研究對象,通過在問卷中設置相應題項,對未使用過該應用的問卷進行篩選。調研起止時間為2019年11月15日—12月5日,利用問卷星平臺在微信朋友圈、微信群、朋友轉發等線上方式發放問卷。為保證問卷取樣具有代表性,問卷采用滾雪球的方式派發,逐步擴大取樣范圍。共回收問卷215份,其中無效問卷23份,再剔除其中填答較為規律的問卷后,一共保留有效問卷184份,有效率約為85.6%。從性別比例看,在184份有效問卷中,女性用戶共計120人,占比約為65.2%,男性用戶共計64人,占比約為34.8%。與中國移動短視頻發展報告所顯示的男女比例61.6%和38.4%大致相符。
本文通過SPSS的可靠性功能對所有變量的Cronbach's Alpha系數(克隆巴赫系數)進行統計,結果顯示,本次問卷調查的Cronbach's Alpha系數為0.917,說明對此次問卷的各變量的設置合理,問卷的可信度較高。
本研究采用因子分析法中的主成分分析法對問卷的結構效度進行檢驗。在進行因子分析之前,首先通過觀測樣本KMO值來進行充分性測試,并進行Bartlett球型檢驗,根據測試和檢驗結果來評判是否適合對量表進行因子分析。數據結果顯示可以看到總樣本的KMO值為0.887>0.8,且Bartlett球型檢驗的顯著性為0.000 1<0.005,已達到顯著水平,這表明本文研究所得的調查數據適合做因子分析。
本研究采用主成分提取法,選取特征值大于1的因子,使用方差極大旋轉法對數據進行因子分析。將各因子下因子載荷小于0.50,或存在交叉載荷的數據進行剔除,并對數據進行整理得到最終旋轉成分矩陣,因子分析結果如表2所示。通過旋轉成分,最終得到5個因子與本文研究模型的5個變量契合,且一個變量只受一個因子的影響,最終結果表明量表效度較好。

表2 因子分析結果
回歸分析指的是確定兩種或兩種以上變量間是否存在一定因果關系的一種統計分析方法。根據本文前面的假設,選擇線性回歸分析并確定自變量是感知易用性、感知娛樂性、社會關系、感知風險性,因變量是持續使用意愿。因此,初設回歸方程為y=β1X1+β2X2+β3X3+β4X4+u。本研究采用SPSS21.0對回歸模型進行檢驗,具體分析結果如表3所示。
從表3中的數據可以得出,感知娛樂性、社交價值的Sig.值分別是0.000、0.000,均達到顯著的正相關,假設H1、H2均得到驗證,這表明感知娛樂性、社交價值兩個因素正向影響移動短視頻用戶的持續使用意愿,其中感知娛樂性的標準化系數最高,說明感知娛樂性這一因素最能激發用戶持續使用意愿。
本研究假設感知易用性對持續使用意愿有正向影響,然而分析結果顯示,感知易用性的Sig.值是0.220,大于0.05,說明感知易用性對持續意愿的影響不是很顯著,假設H3并沒得到驗證。

表3 回歸分析結果
本研究提出感知風險性與持續使用意愿之間存在負向相關關系,然而所得數據顯示二者之間存在的極弱的正向關系(H4:β4=0.003),Sig.值是0.950,大于0.05,可以得出感知風險性對持續意愿的影響不是很顯著,假設H4并沒得到驗證。本文將在之后討論出現這一結果的原因。
綜上所述,求得回歸方程為y=0.476X1+0.365X2+0.080X3+0.003X4+0.153。
本研究試圖驗證TAM模型對移動短視頻這一類新型享樂型信息系統的適用性,在研究過程中,結合移動短時視頻平臺的基本特征,將有用性替換為感知娛樂性、社交價值,并增加感知風險性,構建出研究模型。通過對研究結果進行分析,得出以下結論:
第一,感知娛樂性、社交價值顯著正向地影響持續使用意愿。移動短視頻APP的運營目標主要以社交享樂為主,用戶在應用該產品的過程中也會產生相應預期,以其是否達到其社交、娛樂的效用作為持續使用意愿的關鍵要素。
第二,感知易用性與持續使用意愿的正相關作用不顯著。一種可能的原因是,由于社交享樂型移動APP應用的發展成熟,其功能使用流程的開發趨于簡單化、傻瓜式,用戶在使用過程中對易用性的意識趨于薄弱;而又由于移動短視頻的用戶群體總體較年輕,對于互聯網的認知深入、使用熟練,在感知易用性方面的關注度也不高,大大削弱了感知易用性對持續使用意愿的影響作用。
第三,感知風險性對持續使用意愿的影響不大。在樣本的描述性統計部分可以看出,感知風險性的均值是3.51,表示用戶對移動短視頻平臺的感知風險位于“一般”與“同意”之間,對移動短視頻的風險性持中立態度。在SPSS的回歸分析中,感知風險性的非標準化系數極其低,為0.003,表示感知風險性并不影響用戶對移動短視頻平臺的持續使用意愿。
本文研究為移動短視頻運營實踐者提供以下3點建議:
(1)增強娛樂性,提高用戶使用積極性。平臺可以增設趣味互動模塊、發布有意思的話題挑戰、增加平臺社交游戲等娛樂元素,不斷地提高用戶在使用時的感知娛樂性。
(2)強化社交,實現網絡效應。運營商應利用用戶的社交關系,實現網絡規模效應,在吸納新用戶的過程中可以通過給予老用戶獎勵的方式鼓勵分享推薦,從而實現用戶留存。
(3)合理規劃平臺運營投入資源的配置。運營商可適當減少功能開發(如功能簡化)方面的投入,在保證對用戶信息的保障達到合法合理的情況下,可適當減少運營投入,從而實現有限投入下,運營效率最大化。