基于SOR和TAM的社會化電商用戶持續意愿影響因素研究＊

■ 江琳 李民

福建商學院國際經貿學院 福州 350012

0 引言

科技的發展往往會帶動社會的發展，隨著“互聯網+”、大數據、人工智能等現代科技技術的快速發展，電子商務進入發展新階段。電子商務的快速發展不僅改變傳統商品的銷售渠道，加快商品的流通速度，還能滿足快速增長的消費者多元需求，提高消費者的獲得感和幸福感[1]。在進入更加注重用戶交互作用的Web2.0 時代后，流量經濟的崛起使得社交媒體的價值被逐漸挖掘出，微博、微信、抖音、小紅書、大眾點評等社交媒體越來越受消費者的追捧與喜愛，豐富的社交元素和社交產品也助推優質內容生產并促進流量變現。根據CNNIC 發布的《第47 次中國互聯網絡發展狀況統計報告》的統計數據顯示，截至2020年12月，我國網民規模達9.89 億，網絡購物用戶規模達7.82億，占網民整體的79.1%；手機網絡購物用戶規模達7.81億，占手機網民的79.2%；網絡視頻（含短視頻）用戶規模達9.27 億，占網民整體的93.7%，網絡直播用戶規模達6.17 億，占網民整體的62.4%，網絡社交已成為現代人社交環節中不可缺少的部分[2]。隨著電子商務和社交媒體的快速發展，電商+社交的模式逐漸走出了一條可發展道路，衍生了社會化電商這種新的電子商務模式。社會化電商以用戶為核心，借助社會化網站、虛擬社區、微博、微信等社交媒體的傳播途徑，通過社會化互動、用戶自生內容等手段來輔助商品的購買和銷售[3]。社會化電商的出現極大地降低了用戶的信息搜索成本，改變了用戶的購買和決策過程，提高了用戶的認可度和忠誠度。同時，企業通過消費者使用社會化媒體生成的內容信息會更容易發現有價值的商業信息，也能更好與消費者建立良好的買賣關系[4]。但是另一方面，社會化電商在我國仍處于發展階段，企業仍面臨消費者持續意愿不足、不愿共享和索取商業信息等問題[5]。企業如何提高消費者持續意愿，與消費者建立牢固的相互信任關系，幫助消費者高效獲取有用信息，已成為社會化電商進一步發展的突破口。

分析相關文獻發現，社會化電商用戶使用意愿的研究已成為熱點話題。這些研究主要基于技術接受模型、整合技術接受模型、刺激-機體-反應模型等理論基礎對社會化電商用戶的使用意愿進行實證研究。如嚴琳菲[6]、王興標[7]、李小倩[8]等學者基于技術接受模型，分析感知有用性、感知易用性、感知趣味性等對社會化電商用戶使用意愿的影響。候海濤[9]、盛慧[10]、耿榮娜[11]等學者在整合技術接受模型基礎上，通過實證研究分析績效期望、努力預期、社群影響、便利條件等因素對社會化電商用使用意愿的影響。黃思皓[12]、張洪[13]、胡倩[14]等學者基于刺激-機體-反應模型，從刺激性要素、有機體要素、反應要素來對社會化電商用戶的持續使用意愿進行分析。在已有研究中刺激性要素主要涉及交互性、個性化、粘性、社會化性、推薦性等[15-21],有機體要素主要包括快速關系、信任、愉悅感、風險等[17,22,23],而反應要素則主要體現在購買意愿、使用意愿、分享意愿等[22-24]。可以看出，以往對社會化電商用戶使用意愿的研究鮮有從技術特征和感知價值角度進行綜合視角的分析，較少考慮技術性要素對用戶感知價值的作用以及不同維度的感知價值對社會化電商用戶使用意愿的影響。社會化電商是以Web2.0 為基礎的IT 技術應用，其除了具有技術特征外，還具有廣泛交互性等社會化特征。基于此，我們不僅要從技術層面對社會化電商用戶持續使用意愿進行分析，還應重視社會化電商所具有的社會化特征以及消費者使用社會化電商的情感等需求。因此，本文結合社會化電商的特征，基于刺激—機體—反應和技術接受模型，從技術特征和感知價值角度來探討社會化電商用戶持續意愿的影響因素及作用機理，為更好提高社會化電商用戶持續意愿提供努力方向。

1 理論基礎

1.1 刺激—機體—反應模型

刺激—機體—反應（Stimulus-Organic-Response,SOR）模型，最初是從伍德沃斯的刺激—反應理論發展而來的。該模型認為當用戶遇到刺激時(S)，其內部狀態(O)會隨之發生變化，進而導致用戶行為(R)的產生[25]。在消費者在線行為方面，SOR 模型顯示出較強的可靠性和解釋力，國內學者肖開紅[26]、甘春梅[27]等，國外學者Donovan[28]的研究都對此予以證實。學者們已將SOR模型廣泛應用于消費者在線行為研究中，SOR 模型已逐漸成為消費者在線行為研究的一個簡約框架。本質上，社會化電商用戶的持續意愿也是屬于消費者在線行為的一種，SOR 模型可以很好解釋社會化電商用戶的持續意愿。

1.2 技術接受模型

技術接受（Technology Acceptance Model, TAM）模型，是Davis 于1989年在理性行為理論、自我效能、期望確認理論基礎上提出來的。該模型認為使用態度、感知易用性、感知有用性是影響用戶接受并使用某種新系統或技術的重要因素[22]。已有部分學者借鑒技術接受模型（TAM）在電子商務領域的運用，把社會化電商看作一個信息系統，分別從感知有用性、感知趣味性、感知易用性、感知風險性等角度分析社會化電商用戶的行為意愿[6-8]，但其忽視了消費者在使用社會化電商中對情感的動機需求和未考慮技術性要素對用戶感知價值的作用。基于此，本文擬以SOR 和TAM 為基礎，結合社會化電商具有的特點，從技術特征和感知價值角度，探究社會化電商用戶持續意愿的影響因素，以期能夠揭示社會化電商用戶持續意愿的一般規律。

2 理論模型與研究假設

2.1 理論模型

本文在SOR 和TAM 模型基礎上，結合社會化電商的特征，選取交互性、粘性、口碑推薦、個性化這4個維度的技術性要素作為外部刺激性要素（S）[15-21]，以感知有用性和感知趣味性兩個維度的感知價值作為有機體要素（O）[22-25]，以持續意愿作為反應要素（R）來構建社會化電商用戶持續意愿的理論模型。圖1為本文的理論模型。

圖1 社會化電商用戶持續意愿的理論模型

2.2 研究假設

交互性是指社會化電商環境下，商家通過與消費者的互動交流以及建立如評論、評級、論壇等形式讓消費者分享其購物經驗或信息，從而使得消費者與商家、消費者與消費者之間的信息溝通更為頻繁。消費者與商家之間的溝通和交流能夠使消費者和商家之間快速建立信任關系，消費者與商家交互程度越高就越能促使消費者產生愉越感和沉浸感[15,16]。社會化電商環境下，用戶感受社會化電商的交互性越強，他們所感知有用感和趣味性就越高。因此，提出假設：

H1a：社會化電商的交互性顯著影響消費者的感知有用性

H1b：社會化電商的交互性顯著影響消費者的感知趣味性

粘性是指社會化電商吸引和保留顧客的能力，是電子商務企業贏利能力的關鍵要素之一。當用戶對社會化電商平臺粘性越高，其越會經常關注社會化電商平臺產品的促銷信息和參與平臺的其它活動，也更容易與商家之間建立信任關系，從而進一步增強其持續購買意愿[12,17]。社會化電商環境下，用戶對社會化電商的粘性越強，他們所感知的有用性和趣味性就越高。因此，提出假設：

H2a：用戶對社會化電商的粘性顯著影響消費者的感知有用性

H2b：用戶對社會化電商的粘性顯著影響消費者的感知趣味性

口碑推薦是指社會化電商的消費者通過信息交流和經驗分享的形式來幫助其它消費者提高購買決策的準確性。社會化電商面臨網絡規模大、準確信息難以獲知等問題，廣泛的口碑推薦能讓消費者在與商家交易前對商家的產品和服務有更深入的了解，從而使得消費者與商家建立相互支持和互惠的關系，也更能增加消費者對社會化電商平臺的感知有用性和感知趣味性[18-19]。社會化電商平臺的口碑推薦程度越高，消費者感知有用性和感知趣味性越高。因此，提出假設：

H3a：社會化電商的口碑推薦顯著影響消費者的感知有用性

H3b：社會化電商的口碑推薦顯著影響消費者的感知趣味性

個性化是指社會化電商平臺根據消費者特質偏好和需求為其定制相匹配的媒體內容。當用戶瀏覽社會化電商平臺時，社會化電商的個性化可以以適當的方式向用戶提供適當的內容，從而增加社會化電商平臺的內容與消費者需求的一致性。社會化電商平臺的個性化定制行為能讓消費者增加其對平臺的感知有用性，進而激發了沉浸感[20]。社會化電商的個性化越高，消費者的感知有用性和感知趣味性程度就越高。因此，提出假設：

H4a：社會化電商的個性化顯著影響消費者的感知有用性

H4b：社會化電商的個性化顯著影響消費者的感知趣味性

感知有用性是指用戶使用社會化電商給其帶來有用的程度。用戶對信息系統的感知有用性越高，其更傾向于繼續使用該平臺[22]。社會化電商作為一種新的信息系統，其越能為用戶提供有用的商品信息和降低搜索成本，用戶也更愿意使用該信息系統[27]。對于社會化電商用戶來說，其感知有用性程度越高，持續使用社會化電商的意愿越強。因此，提出假設：

H5：感知有用性顯著影響消費者的持續意愿

感知趣味性是指社會化電商的使用給用戶帶來有趣和愉快的程度。通過對用戶使用接納社會化電商平臺的調查，發現感知趣味性對用戶使用意愿有顯著影響[24]。對于社會化電商用戶來說，其感知趣味性程度越高，持續使用社會化電商的意愿越強。因此，提出假設：

H6：感知趣味性顯著影響消費者的持續意愿

3 實證研究

3.1 問卷設計

本文借鑒經典文獻設計的成熟量表，結合社會化電商的具體情境，采取李克特7級量表測度所有測度項，形成初始問卷。問卷共分為3 部分：第一部分主要介紹社會化電商的特點和問卷調查的目的，第二部分主要收集用戶的個人基本信息，第三部分主要收集影響社會化電商用戶持續意愿的影響因素。同時，為了提高問卷設計的合理性，本文采用“回譯法”來保證量表的內容效度。在初始問卷形成后，請電商消費者行為領域的2 位專家對問卷進行審查修改，同時選取了15名不同行業不同性別的具有社會化電商網購經驗的消費者進行預測試，針對問卷內容中題項、順序、內容進行修改與完善，形成最終的正式問卷。

3.2 數據收集

本文以國內知名的社會化電商平臺如小紅書、拼多多、微信等作為調研對象，通過發送問卷星的鏈接邀請用戶作答，對填寫問卷者給予紅包或論壇幣等形式的獎勵。問卷收集工作從2020年9月25日至2020年11月30，持續了約8 周，共發放370 份，去除沒有使用社會化電商、不完整問卷、主體問題全部或幾乎勾選同一選項、有明顯邏輯錯誤的無效問卷46 份，得到有效問卷324份。有效樣本人口統計學特征顯示如下：

（1）性別方面：男性比例為41.97%，女性比例為58.03%，女性人數略多于男性；

（2）年齡方面：18～25 歲約占77.16%，26～30 歲約占15.55%，18～30歲的年輕人較多；

（3）學歷方面：大學本科及大專約占53.08%，碩士研究生占4.69%；

（4）在樣本當中，具有2年以上5年以下的社會化電商經歷人數占總樣本數的62.2%，具有5年以上的社會化電商經歷占20.6%；

（5）常用的社會化電商平臺主要包括微博、微信、抖音、小紅書、蘑菇街、拼多多等。

3.3 數據分析

3.3.1 信度效度檢驗

對測量模型的評估主要從信度和效度進行檢驗。利用Smartpls 3 軟件對模型數據進行信度和效度分析，得出因子載荷、CR的值均高于0.8，Cronbach’s a、AVE值均高于0.6，具體如表1所示，說明量表具有較好的信度和聚合效度。在區別效度上，從表2我們可以看出，各因子的AVE 值的平方根（對角線粗體線的值）均大于該因子與其他因子之間的相關系數，說明該測量模型具有較好的區別效度。

表1 信度與聚合效度分析

表2 區別效度分析

3.3.2 假設檢驗

本文采用Smartpls 3 軟件對模型進行假設檢驗，模型的運行結果詳見圖2。其中交互性（β＝0.180，p＜0.01）對感知有用性存在顯著積極影響，但交互性（β＝0.097，p>0.01）對感知趣味性不存在顯著影響，因此H1a成立，H1b不成立。粘性（β＝0.344，p＜0.001）對感知有用性存在顯著積極影響，粘性（β＝0.380，p＜0.001）對感知趣味性也存在顯著影響，因此H2a 和H2b 成立。口碑推薦（β＝0.234，p＜0.001）對感知有用性存在顯著積極影響，口碑推薦（β＝0.011，p>0.01）對感知趣味性不存在顯著影響，因此H3a成立，H3b不成立。個性化（β＝0.158，p＜0.05）對感知有用性存在顯著積極影響，個性化（β＝0.099，p>0.01）對感知趣味性不存在顯著影響，因此H4a 成立，H4b 不成立。感知有用性（β＝0.766，p＜0.001）和感知趣味性（β＝0.109，p＜0.05）對社會化電商用戶持續購買意愿存在顯著積極影響，因此，假設H5和H6 成立。總之，就顯著關系而言，假設H1a，H2a，H2b，H3a，H4a，H5 以及H6 均成立，H1b，H3b，H4b 不成立。此外，感知有用性、感知趣味性、持續意愿的R2分別是0.710、0.307、0.691。這說明社會化電商技術特征可以充分解釋感知有用性和感知趣味性形成，同時也表明，感知有用性和感知趣味性對社會化電商用戶持續購買意愿的形成貢獻較大。

圖2 假設檢驗結果（使用Smartpls 3軟件對數據運行結果的截圖）

3.3.3 中介效應檢驗

根據Hayesr 的建議，本文利用Smartpls 3.0 軟件的Bootsrtap 分析，樣本迭代量為5000，設置95%的置信區間，分析交互性、粘性、口碑推薦、個性化對社會化電商持續意愿產生影響的中介變量，具體的Specific Indirect Effect運行結果如表3所示。從表3可以看出，感知有用性在交互性、粘性、口碑推薦、個性化和持續意愿之間的T 值都大于1.96，P 值都小于0.05，說明感知有用性在交互性、粘性、口碑推薦、個性化和持續意愿之間的中介效應成立；感知趣味性在個性化、交互性、口碑推薦和持續意愿之間的T 值都小于1.96，P 值都大于0.05，說明感知趣味性在個性化、交互性、口碑推薦和持續意愿之間的中介效應不成立。綜合表3的分析結果，感知有用性的中介效用明顯大于感知趣味性的中介效用，這進一步強調了感知有用性對消費者持續意愿的重要性。

表3 中介效應檢驗結果

4 研究結論與營銷建議

4.1 研究結論

本文從社會化電商的特點和已有理論的視角探討技術性要素和感知價值對社會化電商用戶持續意愿的影響。實證研究結果表明：

（1）感知有用性和感知趣味性是影響社會化電商用戶持續意愿的兩個重要前因變量，感知有用性在交互性、粘性、口碑推薦、個性化和持續意愿之間的中介作用明顯。當用戶使用社會化電商平臺過程中商家能夠給用戶提供有用的信息，用戶的持續意愿將增強。當用戶使用社會化電商平臺經歷是愉悅和開心時，其社會化需求能得到很好滿足，也會愿意繼續使用該社會化電商平臺。另外，社會化電商的商務特征可以通過感知有用性來間接影響用戶持續意愿，也可以直接作用于用戶持續意愿。

（2）交互性、粘性、口碑推薦、個性化對感知有用性呈正向顯著影響。當用戶感受社會化電商平臺交互性越強，用戶對社會化電商平臺粘性越高，社會化電商平臺就越能吸引和留住用戶。當用戶在使用社會化電商平臺時，其大多數會參考其它用戶或意見領袖的意見，快速地與商家建立一定的信任關系，進而提高用戶感知有用性。同時，當社會化電商平臺有針對性為用戶提供個性化的產品或服務時，就能幫助其提高購物準確性，促進用戶感知有用性提升。

（3）粘性對感知趣味性呈正向顯著影響。如果用戶對社會化電商的粘性越高，其給用戶帶來的愉悅感和有趣感也越強，也越能提高用戶的持續意愿。與假設不一致的是，交互性、口碑推薦、個性化對感知趣味性沒有產生顯著影響，可能的解釋是社會化電商平臺的交互性、口碑推薦、個性化給用戶提供的更多是與產品決策相關的信息，其主要滿足用戶功能性上的需求，而較少引起用戶情感的愉悅感。

4.2 對策建議

隨著現代科技的快速發展，社會化電商進入快速發展階段。社會化電商不僅改變了用戶的購買和決策過程，還提高了消費者的滿足感和幸福感。為了更好提高消費者持續意愿，與消費者建立牢固的相互信任關系，社會化電商平臺應重視技術性因素以及用戶在使用平臺過程中所感知到的有用性價值和趣味性價值，以增強用戶的持續意愿。針對如何更好地提高社會化電商用戶持續意愿，提出以下建議：

（1）促進社交互動，緩解信息不對稱風險。企業應該提供多樣化的信息交互和深層次的情感交互來促進用戶之間的信任。比如，企業可設計合理的激勵措施來增加用戶之間的溝通和交流，如用戶交互（如評論、＠）等活動達到某閾值后，給其勛章、虛擬幣、優惠券等獎勵。同時，社會化電商可從用戶實際使用需求的角度出發，重點關注平臺的可操控性和個性化服務等方面，設計出具有良好交互性的社會化平臺，不斷提高用戶對社會化平臺的感知有用性。

（2）精準定位目標群體，提高消費者粘性。社會化電商商家應充分利用云計算和大數據等技術來精準定位目標群體，為用戶定點定向投放其感興趣的最新的商品信息，從而達到不斷降低營銷成本和增加用戶粘性的目的。比如拼多多、京東拼購等拼購類社會化電商其目標群體定位為價格敏感類用戶，應經常向目標群體推送拼團、閃購等活動；小紅書、蘑菇街等內容類社會化電商其目標群體定位為容易受關鍵意見領袖影響的消費人群，應為用戶推送其感興趣意見領袖或商品。

（3）有針對性培養意見領袖，增強信息推薦的效果。社會化電商商家不僅僅要善于識別意見領袖，而且要積極培養自己的具有號召力的意見領袖。社會化電商商家可選擇具有一定專業度和產品涉入度的培養對象，不斷加強其專業知識和提高其品位、形象等個人特質。另外，注意培養意見領袖的交互性。可采用線上與線下等多種方式增加意見領袖與消費者之間的溝通交流機會，同時也要不斷加強意見領袖間的溝通和交流，通過意見領袖間的社會化關系進而擴大其影響面，從而吸引大批消費者的追隨。

（4）提供個性化產品或服務，滿足消費者多樣化需求。社會化電商商家應在充分調研的基礎上根據不同用戶的購買偏好分析消費者多樣化的需求，不斷對產品進行完善，為其提供個性化的產品或服務。比如，對于男性用戶，其更關注的是社會化電商具體的內容，在推送商品信息時應更注意提供優質內容與商品。對于女性用戶，其更關注的是愉悅度和意見領袖的意見，對于這類用戶在推送內容上應注重如何增加其愉悅度和推薦有影響力的意見領袖。