IT采纳和使用中用户转移行为研究综述

赵宇翔+++刘周颖

摘 要：近年来，随着各类IT和互联网产品/服务的纷繁迭出，人们在各类产品/服务之间的转移现象愈发普遍。在用户信息行为的研究中，用户转移行为的探索正在引发学界和业界的更多关注。基于信息管理领域用户转移的相关文献，文章首先对用户转移行为的概念进行界定，并将转移行为的特点概括为复杂性、选择性、缓慢性和动态性四个方面。随后，文章将转移行为归纳为三大类，即在不同媒介下用户在产品/服务之间的转移、在相同媒介下用户在同质产品/服务之间的转移以及异质产品/服务之间的转移，并将IT产品/服务的使用情境分为娱乐型、社交型、商业型和工具型四类。然后，文章梳理了信息管理领域用户转移行为研究中常用的理论基础。接着，从原有IT产品/服务的相关因素、替代IT产品/服务的相关因素、阻碍因素、社会因素和个人因素五个方面对用户转移行为的影响因素进行归纳总结。最后提出了若干未来研究展望。

关键词：用户转移；IT采纳和使用；理论基础；影响因素；前沿展望

中图分类号：G252 文献标识码：A DOI：10.11968/tsyqb.1003-6938.2017098

User Switch Behavior in IT Adoption and Usage： A Literature Review

Abstract In recent years， with the emerging of all kinds of IT and internet products/services， the phenomenon that people switch among various IT products/services has become more and more popular. In the study of user information behavior， the exploration of user switch behavior is drawing more attention from the academia and industry. Firstly， based on the relevant literature on user switch in information management field， the study defines the user switch behavior， and summarizes the characteristics of switch behavior as complexity， selectivity， slowness and dynamic. Then， the study divides user switch behavior into three categories， namely users' switch among products/services under the different media， users' switch among homogeneous products/services as well as the switch in heterogeneous products/service sunder the same media， and research context has been classified into four categories， namely entertainment， social， commercial and tool-based. Subsequently， the study addresses the theoretical foundations on switch behavior research in information management field. Then， the influencing factors of users' switch behavior are summarized from five aspects， namely， the related factors of the incumbent IT products/services， the related factors of the alternative IT products/services， mooring factors， social factors and demographics. At last， the study puts forward some future research directions of user switch behavior.

Key words user switch； IT adoption and usage； theoretical basis； influencing factors； research directions

1 引言

伴隨着科学技术和互联网的飞速发展，新兴的IT产品和服务也层出不穷。面对可供选择产品的多样性及独特性，用户的交互行为方式正不断发生变化，在不同IT产品间的转移也变得愈发频繁。根据QuestMobile于2016年10月12日发布的监测数据，许多用户对IT产品的使用逐渐从电脑设备转移到手机设备，目前移动智能终端设备月活跃度接近10亿[1]。随着移动设备的普及以及各类APP易用性的增强，人们在APP间的转移也越发方便。数据显示，人们在掌阅iReader APP进行数字阅读的每日总时长已达到7亿分钟[1]。在社交媒体方面，尽管开心网在2009年获得了亿万用户的喜爱，但现在用户早已转向其他的社交平台中。根据Alexa流量统计机构的数据显示，2015年开心网的日均IP访问量仅在8万左右[2]，用户流失现象非常严重。然而，用户转移并不意味着永久的用户流失。相反，若运营商采取的策略得当，用户也可能会反过来增加对原有IT产品的使用。以微博为例，新浪微博于2009年正式上线并迅速成为现象级的明星产品，但随后用户的活跃度逐步下降。而在去年，新浪微博掀起了短视频和视频直播的热潮从而反转逆袭。根据移动互联网数据研究公司QuestMobile发布的2016年秋季报告显示，9月微博月活跃用户数达3.906亿（按移动设备数统计），在中国移动互联网应用中位居第四[1]。

综上可知，用户转移行为在IT产品/服务的采纳和使用中广泛存在。通过文献调研，笔者发现以往有关转移行为的研究主要集中在营销管理和消费者行为领域。在信息管理领域（包括信息系统研究和图书情报研究），学者的研究兴趣主要集中在初期采纳和持续使用动机方面，用户转移行为在近几年才引起学者的关注。从国内外对用户转移的研究现状来看，国外对用户转移的研究正处在逐步上升的阶段，而国内在这一领域的研究还很少。鉴于此，本文将基于信息管理领域中用户转移的相关文献，对用户转移行为的概念界定、研究情境及理论基础进行阐述。随后，对影响IT采纳和使用中用户转移的因素进行梳理，并从信息管理的角度对用户转移行为的未来研究方向提出若干命题。

2 IT采纳和使用中用户转移行为及相关理论

2.1 IT采纳和使用中用户转移行为概述

在社会学和人类学领域，用户的迁移通常指的是在特定时间内，人们在物理空间上的移动[3]。而对于人们在IT产品/服务之间的迁移，由于大部分用户在转移初期并不会完全脱离原本使用的媒体，Cheng等将用户在SNS之间的迁移定义为用户开始加入新的SNS网站。这一行为也被称作网络空间的转移（Migration in Cyberspace）[4]；Choi等[5]将转移定义为用户转而使用另一公司的相关品牌、产品和服务；Chang等[6]将SNS用户的转移定义为用户在已经停止或者未完全停止对当前产品使用的情况下转向另一个提供商提供的SNS服务；Ye和Potter[7]将转移行为定义为用户减少或全部终止使用一个特定的技术产品，转而使用另一种能够满足同样需求的产品。在前人对转移行为界定的基础上，本文将信息管理领域的用户转移行为定义为：在电子设备和数字技术的支撑下，由于产品/服务自身、个人需求和社会环境等因素的影响，用户在一段时间内减少或停止对原有IT产品/服务的使用，而增加对另一个IT产品/服务的使用。同时，在此过程中，用户也有可能出于某些原因再次转向原来的IT产品/服务。其中，IT产品/服务泛指各类信息工具、互联网和社交媒体等伞状概念体系下的产品和服务，涵盖了不同的目的，包括工作、学习和娱乐等。鉴于此，用户的转移行为具有复杂性、选择性、缓慢性和动态性四大特征。复杂性指的是用户的转移行为受到多种因素的影响，如产品/服务、个人、技术和社会等；选择性指的是用户会根据自己的需求和潮流的引领来选择特定的产品；缓慢性指的是用户的转移行为并非是对原来使用的IT产品/服务的完全摒弃，而是逐渐减少对其的使用；动态性指的是用户对各类IT产品/服务的使用行为是不断发展变化的。用户在一段时间内转移到另一IT产品/服务后，也有可能会返过来转向对原有IT产品/服务的使用。从时间维度来看，用户使用IT产品/服务可以分为初始采纳和使用、持续采纳和使用以及后续采纳和使用三个阶段。在每个阶段，用户都有可能会转向对另一产品的使用（见图1）。在初期采纳和持续使用两个阶段中，用户只享用了产品/服务所提供的部分功能。在后续采纳阶段，更多深层次的应用会逐渐在用户面前显露。在这一阶段，适应性系统使用是用户行为的主要表现，用户在这一阶段不断地调整、学习和改进自身的使用行为。同时，用户对社会化媒体的适应性使用可以从媒体的特征内容和特征形式两个角度来揭示用户行为的变化[8]。类似的，本文认为在IT产品/服务的后续采纳和使用过程中，用户也很有可能尝试替代性产品/服务新的功能、组合或重构替代性产品/服务和原有产品/服务所拥有的功能，从而发生相关的转移行为。

2.2 用户转移行为的分类及研究情境

在用户转移行为中，A、B产品/服务可以是基于不同或者相同的媒介，类型也可能是同质或者是异质的。根据产品/服务所依赖的媒介及产品/服务的特性，本文将转移行为分为三类：第一类为在不同媒介下，用户在产品/服务之间的转移。如，由于电子资源的便利性使得人们从传统图书馆转移到对数字图书馆的使用[9]、从传统的纸质阅读转向电子阅读[10]。徐孝娟等[11]基于手段-目的链理论发现用户阅读行为从纸质媒体转到数字媒体的动机为功能性价值、机会性价值、社会性价值和情感性价值；Lee等[12]基于技术接受模型实证探索了用户从实体阅读转向电子阅读的影响因素；第二类为在相同媒介下，用户在同质产品/服务之间的转移。如，在知识社区中，用户在分答和值乎等语音问答平台之间的转移。在信息分享和存储方面，用户在各类云盘之间的转移[13]；第三类为在相同媒介下，用户在异质产品/服务中的转移。如，用户在博客和参与互动性更强的社交网络平台之间的转移[14]。另外，在网络服务中，由于新型问答社区的开放性及包容性，人们逐渐从传统的问答网站转向新型的知识问答社区，如从百度知道转向知乎等。总之，随着产品性能的逐渐提升和产品功能的逐步扩展，用户更趋向于使用体验感和交互感强的产品和服务。

根据IT产品/服务的类型，本文将其划分为娱乐型、社交型、商业型和工具型四类。对于用户所处于的不同产品/服务的情境，研究人员除了考察满意度、转移成本、替代品吸引力等比较常见的影响因素外，还根据产品/服务自身的功能特性探索了相关因素（见表1）。其中，在娱乐型产品/服务的情境下，用户更关注其多样性、娱乐性和可玩性；对于社交型产品/服务，联系强度、社会性价值、社交压力等对用户的转移具有重要的影响；在使用商业型产品/服务的情境下，信任、感知风险等因素考虑频次较多；相对于其他三種类型的产品/服务，工具型产品的感知易用性、感知有用性、感知安全性等因素对用户的转移显得较为重要。据此，研究者在对用户转移行为进行探索时，也需考虑用户所处的情境并挖掘相关的影响因素。

2.3 信息管理领域用户转移行为研究的理论基础

在信息管理领域，有关IT采纳和使用中用户转移行为的研究所使用的理论基础分布较广，大致来源于地理学、心理学、传播学、经济学、组织行为学、信息系统等若干学科专业。在信息管理领域，有关用户转移的文献基于推-拉-锚（PPM）模型的探讨较多。部分研究也将动机理论、使用与满足理论、技术接受理论、网络外部性理论等融合进PPM模型中以研究用户的转移行为。本文基于Gregor对信息系统领域的5种类型理论的划分，即分析性（Analyzing）、解释性（Explaining）、预测性（Predicting）、解释预测性（Explaining and predicting）以及设计行动性（Design and action）[22]，回顾并梳理了信息管理领域用户转移行为的理论基础（见表2）。

可以看出，目前有关用户转移的研究视角比较丰富，其中大部分理论在研究用户初始采纳和持续使用行为中也被广泛地运用。从理论用途来看，用户转移研究的理论大部分属于解释性以及解释预测性，即基于理论模型的构建和检验来探索用户转移行为的相关影响因素。这类理论侧重于对用户态度和行为的解释分析，在研究用户转移行为方面具有较强的适用性。另外，在现有对用户转移进行探究的文献中，基于设计行动性理论的研究较少。该种类型的理论具有一定的指导性，即通过提供方法、技术、内容/功能准则来辅助研究及设计。该类理论适用于产品/服务的开发及设计，如何将该类理论应用在用户转移中也有待于学者们进一步探讨，具体将在研究展望中进一步论述。

3 IT采纳和使用中影响用户转移的因素

目前，在信息管理领域，对用户在IT产品/服务间的转移行为研究正处于上升阶段。已有文献对用户转移行为进行研究，其包括两类：第一类并未基于任何理论，直接挖掘现有文献考虑较多的因素（如满意度、转移成本等）进行研究[16，37-38]；第二类基于PPM模型以及其他理论来解释用户转移的原因[15，26，31，39-43]。Choi等[5]从文化因素、社会因素、经济因素及个人动机来分析用户转移的影响；Hsieh等[18]基于PPM模型将用户转移行为从推动因素、拉动因素和锚定因素三个方面来研究；赵宇翔等[44]基于内容分析法将用户转移行为的影响因素分为五大范畴，即原有IT产品的相关因素、替代IT产品的相关因素、阻碍因素、社会因素和个人因素。本文将基于这五类影响因素对现有文献进行总结分析（见表3）。

3.1 原有IT产品/服务的相关因素

不满意度是推动人们转移到另一个信息产品/服务中的关键因素。满意度/不满意度的影响已经在IT/IS领域用户转移动因中得到了广泛验证[51-52]。当用户对现有产品/服务使用不满意时，就很可能会转向可替代的产品来获得更好的用户体验[45，53]。而当用户对当前使用的产品满意度较高时，用户的转移意向则较弱[37，54-57]。Cheng等将不满意度分为成员制度、技术质量、信息质量以及社区支持四个维度，研究结果显示用户对成员制度的不满会显著影响其转移意向[4]。同时也有研究表明，若用户没有意识到替代品的吸引，那么不满意度并不会对用户转移产生影响[58]。Fei等对SNS社区转移意向的研究发现，若用户对当前使用产品的不满意度与转移意向之间并无显著关系[17]。此外，有研究证实用户对产品的使用幅度越大，依赖程度越高，用户的转移意向则会有所降低[21，38]。

除了不满意度和产品使用幅度这两个因素外，考虑IT产品/服务的特性对用户转移的影响也是十分必要的。在社交型IT产品/服务的情境中，Hsieh等[18]认为博主在使用博客的过程中，若感知到与他人联系越弱，那么他的转移意愿就越高；Hou等基于PP理论（Push-Pull theory）研究发现社交程度和趣味性低也会推动人们进行转移[59]。此外，在工具型IT产品/服务中，Wu等[13]对用户在云存储间转移的研究中将感知风险划分为6个维度，并证实其对用户转移产生正向的显著影响。当用户感知到财产、隐私等在当前使用的产品中存在风险，他们会更倾向于寻找安全程度更高的产品。

3.2 替代IT产品/服务的相关因素

在前人基于PPM理论的研究中，替代品吸引力（Attractive Alternativeness）经常被视为拉动人们转移的重要因素[54，56，59，60]。替代品吸引力指的是市场上可获得的竞品中，消费者对替代品吸引力所感知到的程度[61]。Bhattacherjee等[39]表明替代品的相对优势会正向影响用户的转移行为。类似的，在Chang等[6]的研究中，替代品吸引力正向影响用户的转移意向并显著地正向调节了不满意度和转移意向之间的关系。由于人们通常对不同产品进行比较从而判断产品所拥有的优势，故Ye和Potter用相对优势来考察其对用户转移的影响[7]。Fei等也将替代品的吸引力重新定义为相对吸引力并从使用与满足理论的角度将其划分为五个维度，即相对社会性价值、相对社会形象价值、相对逃避价值、相对自我提升价值、相对娱乐性价值和相对信息搜寻价值。Fei等对SNS之间的转移研究发现前四种因素对用户转移行为具有正向的显著影响，人们很少因为后两种因素而使用新的SNS网站[17]。

另外，人们还基于内外部动机理论和技术接受理论来考虑替代品自身对用户转移意向的影响[32]。Hsieh等[18]在对博主的转移行为的研究中将愉悦和相对有用性作为其影响因素并得到了证实；Choi[5]等研究发现娱乐性对用户的转移具有正向影响；Hsieh等认为相对有用性、表达有效性和相对可玩性会正向促进用户的转移意向[26]。类似地，Ye和Potter[7]研究发现感知相对易用性和感知相对安全性对用户的转移意向具有显著的正向影响；曹雄飞在对从博客转移到SNS网站的用户研究后发现，相对易用性越强，用户的转移意向也越强[14]。

3.3 阻碍因素

在经济学和营销学领域，学者们广泛采用转移成本作为用户进行转移的阻碍因素[62]。转移成本指的是当用户转移到另一个服务、产品或平台上所需要承受的代价。人们在转移的过程中，会计算并衡量产生的经济、行为和心理上的损失。Burnham等[63]总结出了8种类型的转移成本并将其分为过程性、经济性和关系性三类。过程性的转移成本包括经济风险成本、评估成本、学习成本和建立成本；经济性转移成本包括收益损失成本、金钱损失成本；关系性转移成本包括个人关系损失成本和品牌关系损失成本。Lin等[36]对IT产品的研究发现这三类转移成本对用户的转移具有显著的负向影响；Chang[6]等将转移成本划分为沉没成本、建立成本和持续成本。沉没成本指的是在当前所享受的服务中所花费的不可回收的时间精力；建立成本指的是在注册新的账号和完善个人信息时所花费的精力和时间成本；持续成本指的是通知好友所需花费的时间精力及中断与部分好友的联系的成本。大部分前人的研究结果都表明，转移成本对用户的转移意向具有显著的负向影响[7，14，18，26]。Hou等认为由于用户在原有IT产品中积累的虚拟财产、积分及所拥有的等级会阻碍用户进行转移[40]；Wu等研究证实低的转移成本会促进用户的转移意向[64]。因为用户不需要考虑可能花费的巨大精力或损失。另外，他们还将转移障碍作为转移成本和转移意向的中间变量。研究结果显示，转移成本对转移障碍产生正向影响，并且轉移障碍对用户转移意向产生显著的负向影响。

此外，Hsu[65]对用户转移的研究显示转移成本对转移意向没有直接的影响，转移成本对转移意向的影响完全被感知转移价值所中介；Cheng等在转移成本中仅考虑了建立成本和持续成本，研究结果显示转移成本并未对转移意向产生显著的影响[4]。类似地，Choi等[5]也研究发现转移成本对用户转移意向无显著影响。

综上所述，大部分学者认为转移成本的增加会削弱用户转移行为[40]。虽然用户转移到另一IT产品或服务并不需要花费金钱，但是用户在当前所使用产品中与其他人的联系、建立的声望及产生的内容使用户很难立刻转移到另一产品中[5]。而有的研究也表明转移成本对用户的转移意向并无显著的影响。这主要是由于产品之间兼容性的扩展，用户建立账户、告知朋友都不再需要耗费太多时间和精力。另外，用户转移到另一媒体上并不会删除其账户信息，原有的账户信息和内容能够在新网站的个人主页上进行链接[4]。Bhattacherjee等[39]认为在IT产品/服务之间的转移仅仅是一键转移（a click away），转移行为的发生就像下载安装一样简单。

3.4 社会因素

社会因素指的是社会中的其他人（包括亲戚、朋友、社区群体等）对自身态度和行为的影响。社会影响、网络外部性、同辈影响、主观规范、趋势跟随等都是学者研究次数较多的影响因素。

Park等[34]认为社会影响对用户转移意向具有显著的正向影响；Ye和Potter[7]研究发现主观规范越低，用户的转移意向也越弱；Polites和Karahanna[47]认为主观规范对用户转移到新系统上具有显著的正向影响；Hou等基于PP理论（Push-Pull theory）研究发现同辈影响、用户规模会拉动人们进行转移[59]；Wu等[13]认为由于更丰富的资源及对功能和服务质量较高的期待，用户会选择用户群体更大的云存储产品；Cheng等研究发现同辈影响对用户转移到SNS的意愿具有正向影响。因为人们在SNS上可以寻找朋友并与他们建立或维持关系，而且当用户被很多朋友邀请加入时，他们做出转移的决定会更加容易[4]。类似地，Yao等证实了同辈影响对用户转移意向的正向显著影响。当用户的众多好友转移到另一个IT产品中并且邀请用户加入时，用户会更有驱动力去转移，因为使用它可以与朋友们保持联系[48]。Yao等还考虑了趋势跟随这一因素，虽然该因素并未对转移意愿产生直接的影响，但它通过替代品吸引力对用户转移产生了一定的影响[48]。另外，Kim和Kankanhalli[66]从用户抵抗的角度考虑了用户转移的影响因素，研究结果显示组织的支持程度越高，用户的抵抗程度会相应减少。

此外，在社交型IT产品/服务的研究情境下，部分研究人员验证了社交过载、社会压力等对用户转移行为的正向影响。Yao等研究证实SNS活动过载和社会监控均会对用户的不满及替代品的吸引力具有显著的正向影响，并通过他们间接地影响用户的转移意愿。另外，SNS活动的过载对用户的转移也具有直接的正向影响[48]。Lim和Choi[46]研究了SNS网站的压力对人们的转移意向具有显著的正向影响。本文认为，社交媒体一方面能够让用户结交到更多的朋友，另一方面，好友信息的不断更新以及过多的社交内容会让用户产生社交疲惫，从而使他们远离当前使用的社会化媒体。

3.5 个人因素

个人因素指的是用户的人口统计学特征（年龄、性别、教育程度）、个体经历（个人转移经验）、个人特性及自我倾向（个人创新、信任、习惯）三个方面对用户态度和行为的影响。

（1）在人口统计学方面，Ranganathan等[50]研究发现年龄越大，用户转移的意向越弱，且男性比女性更容易发生转移行为；Wu等[13]对用户在云存储之间的转移的研究中证实用户的教育程度会对转移意向产生正向的显著影响；Zhang等[56]对博客用户的研究中发现女性对满意度更加敏感，而男性更加关注替代品的吸引力。

（2）在个体经历方面，Hsieh等[18]以博主为研究对象，将写作焦虑纳入影响人们的转移意向的影响因素。通过实证研究表明，当用户在博客上发布文章时感受到的焦虑越多会刺激人们的转移意愿；Hou等发现过去转移成功的经历对用户转移具有显著的正向影响，但当用户的经验较少时，用户的转移意愿较弱[15，40]。类似地，Hsieh等[18]对从博客迁移到Facebook的用户研究发现过去的经历对转移意向具有显著的负向影响，并在推动因素和转移意向之间起到负向的调节作用。

（3）在个人特性及自我倾向方面，Bhattacherjee等[39]认为用户对当前产品使用一段时间形成习惯后，对其的使用更趋向于自然而然的无意识的行为，这会阻碍用户的转移。Ye[7]、Lai[41]等研究发现用户习惯于对当前产品的使用会对用户的转移意向产生负向的影响。除习惯外，信任也是考虑较多的因素之一。Wu等[13]认为用户会对那些在其他产品上声誉较好的公司开发出来的云盘更加信任，从而促使他们转移。同时，Lai和Wang[41]也认为用户对IT产品的信任度越低，那么转移意愿更强。此外，研究发现个人创新也会对用户的转移行为起到显著的正向影响[31，34，49]。那些倾向于体验或试验新产品的用户对新产品的态度更为开放。这也解释了产品的前几批用户比后面注册的用户的个人创新度更高的原因[18]。另外，对多样性的需求也是用户进行IT转移的原因之一[16]。

4 信息管理领域用户转移行为的研究展望

4.1 用户转移行为的演变过程

现有的大部分研究直接测量各种因素对用户转移行为的影响，但是对用户转移行为的演变过程进行研究的文献则较少。而用户发生转移行为的演变过程对产品运营者具有很重要的参考意义，它能在一定程度上帮助产品运营者留住用户，保持用户的参与度和粘性。在未来的研究中，研究人员可以通过实验观察的方法来跟踪用户对IT产品的使用行为。实验观察即研究者可以利用用户对产品使用情况的客观数据来预测用户是否有转移的迹象，如使用时间的长短、每天使用的次数、享用产品所提供服务的多少等。在观察的过程中，可以辅之以访谈来了解用户的体验感。最后，通过数据资料的分析构建用户行为与用户体验之间的关系模型，从而探究用户转移行为的演变机制。基于此，运营商可以在适当的时机设计一系列的激励机制来挽留用户、維持用户的参与度，保证产品的可持续发展。

4.2 用户转移行为的定性分析

在信息管理领域，现有对用户转移的研究大部分是通过调查问卷的形式来进行定量分析，而定性分析的研究则较少。由于产品特性的不同，影响因素在各类产品中会有较大的差别。同时，由于有些因素或许未被发现或者其重要性被研究者所忽视，调查问卷中并没有对该因素进行测量，因而对用户转移行为的解释程度可能会造成一定的影响。未来的研究可以采用深度访谈和个案分析的方法对那些已经转移到另一产品/服务中的用户进行交谈，并深入了解他们的使用体验以及影响他们转移的真实原因。然后再通过对访谈资料的分析来总结梳理用户转移的动机。在此基础上再开展问卷调查进行定量分析。另外，在研究过程中，也需考虑到用户自身的人口统计学特征及性格特点等因素。

4.3 不同的用户类型对用户转移的影响

Prensky于2001年提出了数字移民和数字原住民两个概念[67]，两类用户群体在思维方式、认知模式、成长背景、学习能力、IT素养以及心理建设等方面都存在较大的差异。以商品的使用为例，数字移民更倾向于查看商品的说明书，而数字原住民相信商品自身能够教会他们如何使用。可见在IT产品的转移行为方面，数字移民面临的转移壁垒会比数字原住民所面临的更高，从而使数字移民与数字原住民两类人群的转移意向会有较大的差异。在研究方法上，可以利用技术接受模型和创新扩散理论来对两类用户的转移意愿和行为进行研究。基于此，技术人员可以根据这种差异开发出IT产品的不同版本以供不同类型的用户使用。

根据用户的参与程度，用户群体可以划分为潜水者和活跃者两类。这两类用户在产品的使用程度上有很大的不同。以虚拟社区为例，活跃者在社区中与他人的联系更强、在社区中所生成的内容、建立的声望以及获得的虚拟财产等在很大程度上会影响用户的转移。而潜水者在社区中与他人的联系相对较弱，对社区的归属感可能也不强，阻碍用户进行转移的因素也相对较少。由此看来，在虚拟社区中，活跃者与潜水者的转移动机、转移方式以及转移程度等方面会有较大的差异。未来的研究值得对这两类人群的转移动机进行比较分析。

4.4 社交疲惫对用户转移的影响

随着社交媒体的不断发展，越来越多的用户加入到虚拟社区中。一方面，用户在其中能够认识更多的人；另一方面，随着个人信息的暴露以及对个人隐私的关注，用户在心理和行为上都表现出了一定程度的压力。Lim和Choi[46]将社交压力划分为四个维度，即社会负荷、社会比较、隐私和有偏见的观点并证实对用户转移行为具有显著的正向影响。同时，社交压力会导致情感耗尽和抗拒；Yao等也认为SNS活动过载也会触发用户的转移意向[48]。当用户感觉持续地被他人关注或进行过多的社会交往时，用户可能会产生社交疲惫。这种社交压力会使得用户离开对当前社交媒体的使用，转而去使用其他产品。在现有的对用户转移的研究中，大多数研究者主要从产品自身以及社会环境的角度来考虑用户转移的动机，从用户心理层面进行考虑的研究较少。而用户在社交产品之间的转移行为很有可能是由用户所产生的社交倦怠、社交压力等心理状态所引起的，所以社交倦怠等心理因素是影响用户进行转移的重要因素之一，尤其在社交媒体的情境下。

4.5 用户转移与用户忠诚的双向研究

用户转移和用户忠诚是两个具有对立性的使用行为。用户转移与用户忠诚的双向研究，即基于行动研究法（Action Research Approach），研究人员在某个共同确立的框架下来研究这两种完全不同的使用行为。在用户忠诚的现有研究中，Huang等[68]基于心流理论和感知价值探究了网络用户忠诚的影响因素；Zhou和Lu[69]基于网络外部性和心流体验并通过感知有用性和满意度两个因素来探究其对忠诚度的影响；Gu等[70]基于SOR模型并从运营商和用户以及用户与用户之间關系的角度对用户忠诚的影响因素进行实证分析。故此，用户转移和用户忠诚的双向研究对产品的成功运营具有重要意义。一方面，从用户转移的角度思考用户忠诚，即通过对用户转移影响因素的分析制定有效的激励机制，提升用户的使用黏性。同时，竞争者可以通过用户转移的动机来不断吸引新用户；另一方面，从用户忠诚的角度思考用户转移，则是通过用户忠诚的影响因素来寻求对于用户转移行为相关的抑制措施，从而不断对IT产品/服务进行完善。

5 结语

随着技术的飞速提升，各种IT产品/服务也随之不断涌现。同时由于产品安装过程的便利性，人们可以在各类产品之间不断地进行转移。用户转移行为的研究对IT产品/服务运营商具有重要的意义，能够帮助运营者有效地认识到用户行为背后的机理，从而据此作出相应的决策。从横向上来看，产品自身可以不断扩展特色鲜明的业务模式、运作模式和服务模式，对产品进行功能和结构上的创新，并不断优化用户体验来维系产品的可持续发展。从纵向上来看，IT产品和服务应该突显资源观理论中强调的“不可替代性”和“弱流动性”，注重和产业结构以及行业特征相匹配，让竞争者和潜在替代者在短时间内难以模仿，以消除替代品对用户的吸引力。另外，在完善产品的过程中，也要制定详尽的IT产品/服务的使用规范并引导人们合理的使用，从而构建良好的网络生态和可持续发展模式。

参考文献：

[1] TOP 2000 APP榜没见过吧？|QuestMobile2016年秋季盘点带你纵横中国移动互联网！[EB/OL].[2016-10-12].http：//mp.weixin.qq.com/s？__biz=MjM5MDk2NzM0Ng==&mid=2651505066&idx=1&sn=49eaeaa89cade921c16eca37e48caafc&mpshare=1&scene=23&srcid=1216EG3D0NNRdadx9jEVawDm#rd.

[2] 网站Alexa排名、流量、访问量、页面浏览量查询-Alexa网站排名查询[EB/OL].[2016-12-16].http：//alexa.chinaz.com/kaixin001.com.

[3] Boyle P，Halfacree K H，Robinson V.Exploring contemporary migration[M].New York：Longman，1998.

[4] Cheng Z，Yang Y，John L.Cyber migration：An empirical investigation on factors that affect users' switch intentions in social networking sites[C].System Sciences，2009.HICSS'09.42nd Hawaii International Conference on.IEEE，2009：1-11.

[5] Choi J，Jung J，Lee S W.What causes users to switch from a local to a global social network site？The cultural，social，economic，and motivational factors of Facebooks globalization[J].Computers in Human Behavior，2013，29（6）：2665-2673.

[6] Chang I，Liu C C，Chen K.The push，pull and mooring effects in virtual migration for social networking sites[J].Information Systems Journal，2014，24（4）：323-346.

[7] Ye C，Potter R.The role of habit in post-adoption switching of personal information technologies：an empirical investigation[J].Communications of the Association for Information Systems，2011，28 （1）：585-610.

[8] 趙宇翔，朱庆华.感知示能性在社会化媒体后续采纳阶段的调节效应初探[J].情报学报，2013，32（10）：1099-1111.

[9] 徐孝娟，孙霄凌，彭希羡，等.由传统图书馆到数字图书馆的用户转移行为研究——以大学生用户为例[J].图书与情报，2014（4）：105-110.

[10] Chiang H S，Chen C C.Exploring switch intention of users reading behaviour：An e-book reader case study[J].The Electronic Library，2014，32（4）：434-457.

[11] 徐孝娟，赵宇翔，朱庆华.从传统纸媒到数字媒介的用户阅读转移行为研究——基于MEC理论的探索[J].中国图书馆学报，2016，42（3）：116-127.

[12] Lee K W，Onchareon P L Y W.The Study of Consumer Intention Toward Switch from Physical Book to e-book[J].经管管理论丛，2012，8（2）：19-42.

[13] Wu K，Vassileva J，Zhao Y.Understanding users' intention to switch personal cloud storage services：Evidence from the Chinese market[J].Computers in Human Behavior，2017，68：300-314.

[14] 曹雄飞.理解博客用户向微博的转移[D].北京：中国科学技术大学，2014.

[15] Hou A C Y，Chern C C，Chen H G，et al.‘Migrating to a new virtual world：Exploring MMORPG switching through human migration theory[C].Computers in Human Behavior，2011，27（5）：1892-1903.

[16] Xu X，Li H，Heikkil J，et al.Exploring individuals switching behaviour：an empirical investigation in social network games in China[C].26th Bled eConference，2013：141-153.

[17] Fei L，Bo X.Do I Switch？Understanding Users'Intention to Switch between Social Network Sites[C].System Sciences （HICSS），2014 47th Hawaii International Conference on.IEEE，2014：551-560.

[18] Hsieh J K，Hsieh Y C，Chiu H C，et al.Post-adoption switching behavior for online service substitutes：A perspective of the push–pull–mooring framework[J].Computers in Human Behavior，2012，28（5）：1912-1920.

[19] Zhou T.An empirical examination of users'switch from online payment to mobile payment[J].International Journal of Technology and Human Interaction （IJTHI），2015，11（1）：55-66.

[20] Schoenbachler D D，Gordon G L.Multi-channel shopping：understanding what drives channel choice[J].Journal of Consumer Marketing，2002，19（1）：42-53.

[21] Ye C，Seo D B，Desouza K C，et al.Influences of IT substitutes and user experience on post-adoption user switching：An empirical investigation[J].Journal of the American Society for Information Science and Technology，2008，59（13）：2115-2132.

[22] Gregor S.The nature of theory in information systems[J].MIS quarterly，2006，30（3）：611-642.

[23] Jackson J.Migration[M].New York：Longman，1986.

[24] Ravenstein E G.The laws of migration[J].Journal of the Statistical Society of London，1885，48 （2）：167-235.

[25] Deci E L，Ryan R M.Intrinsic motivation[M].John Wiley & Sons，Inc.，1975.

[26] Hsieh Y C，Hsieh J K，Yi-Chu F.Switching between social media：The role of motivation and cost[C].2011 2nd International Conference on Economics，Business and Management，2011：92-96.

[27] Dholakia U M，Bagozzi R P，Pearo L K.A social influence model of consumer participation in network-and small-group-based virtual communities[J].International Journal of Research in Marketing，2004，21（3）：241-263.

[28] Davis F D，Bagozzi R P，Warshaw P R.User acceptance of computer technology：a comparison of two theoretical models[J].Management science，1989，35（8）：982-1003.

[29] Lou H，Luo W，Strong D.Perceived critical mass effect on groupware acceptance[J].European journal of information systems，2000，9（2）：91-103.

[30] Katz M L，Shapiro C.Network externalities，competition，and compatibility[J].The American Economic Review，1985，75 （3） ：424-440.

[31] Fang Y H，Tang K.Involuntary migration in cyberspaces：The case of MSN messenger discontinuation[J].Telematics and Informatics，2017，34（1）：177-193.

[32] Tseng F C，Teng C I.Antecedents for user intention to adopt another auction site[J].Internet Research，2014，24（2）：205-222.

[33] Herzberg F，Mausner B，Snyderman B B.The Motivation to Work（2nd ed.）[M].New York：John Wiley and Sons，1959.

[34] Park S C，Ryoo S Y.An empirical investigation of end-users switching toward cloud computing：A two factor theory perspective[J].Computers in Human Behavior，2013，29（1）：160-170.

[35] Dick A S，Basu K.Customer loyalty：toward an integrated conceptual framework[J].Journal of the academy of marketing science，1994，22（2）：99-113.

[36] Lin T C，Cheng H K，Wang F S，et al.A study of online auction sellersintention to switch platform：The case of Yahoo！Kimo versus Ruten_eBay[J].Decision Sciences，2012，43（2）：241-272.

[37] 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.

[38] Chen P Y，Hitt L M.Measuring switching costs and the determinants of customer retention in Internet-enabled businesses：A study of the online brokerage industry[J].Information systems research，2002，13（3）：255-274.

[39] Bhattacherjee A，Limayem M，Cheung C M K.User switching of information technology：A theoretical synthesis and empirical test[J].Information & Management，2012，49（7）：327-333.

[40] Hou A C Y，Chern C C，Chen H G，et al.Using demographic migration theory to explore why people switch between online games[C].System Sciences，2009.HICSS'09.42nd Hawaii International Conference on.IEEE，2009：1-9.

[41] Lai J Y，Wang J.Switching attitudes of Taiwanese middle-aged and elderly patients toward cloud healthcare services：An exploratory study[J].Technological Forecasting and Social Change，2015，92：155-167.

[42] Lin T C，Huang S L.Understanding the determinants of consumers' switching intentions in a standards war[J].International Journal of Electronic Commerce，2014，19（1）：163-189.

[43] Ye C，Potter R.The Role of Habit in Post-Adoption Switching of Personal Information Technologies：A Push，Pull and Mooring Model[C].DIGIT 2007 Proceedings，2007：7.

[44] 趙宇翔，彭希羡，朱庆华.社交媒体后续采纳阶段用户转移行为研究——以微信为例[J].情报学报，2016，35（2）：208-224.

[45] Xu Y C，Yang Y，Cheng Z，et al.Retaining and attracting users in social networking services：an empirical investigation of cyber migration[J].The Journal of Strategic Information Systems，2014，23（3）：239-253.

[46] Lim M S，Choi S B.Stress caused by social media network applications and user responses[J].Multimedia Tools and Applications，2015：1-14.

[47] Polites G L，Karahanna E.Shackled to the status quo：The inhibiting effects of incumbent system habit，switching costs，and inertia on new system acceptance[J].MIS quarterly，2012，36（1）：21-42.

[48] Yao X，Phang C W，Ling H.Understanding the influences of trend and fatigue in individuals'SNS switching intention[C].System Sciences（HICSS），2015 48th Hawaii International Conference on.IEEE，2015：324-334.

[49] Peng X，Zhao Y C，Zhu Q.Investigating user switching intention for mobile instant messaging application：Taking WeChat as an example[J].Computers in Human Behavior，2016，64：206-216.

[50] Ranganathan C，Seo D B，Babad Y.Switching behavior of mobile users：do users' relational investments and demographics matter？[J].European Journal of Information Systems，2006，15（3）：269-276.

[51] Goode S.A note on service switching：Evidence from cloud storage services[J].Services Marketing Quarterly，2015，36（2）：153-172.

[52] Gustafsson A，Johnson M D，Roos I.The effects of customer satisfaction，relationship commitment dimensions，and triggers on customer retention[J].Journal of marketing，2005，69（4）：210-218.

[53] Fan L，Suh Y H.Why do users switch to a disruptive technology？ An empirical study based on expectation-disconfirmation theory[J].Information & Management，2014，51（2）：240-248.

[54] Kim G，Shin B，Lee H G.A study of factors that affect user intentions toward email service switching[J].Information & Management，2006，43（7）：884-893.

[55] Zhang K Z K，Cheung C M K，Lee M K O，et al.Understanding the blog service switching in Hong Kong：an empirical investigation[C].Hawaii International Conference on System Sciences，Proceedings of the 41st Annual.IEEE，2008：269.

[56] Zhang K Z K，Lee M K O，Cheung C M K，et al.Understanding the role of gender in bloggers' switching behavior[J].Decision Support Systems，2009，47（4）：540-546.

[57] Shin D H，Kim W Y.Forecasting customer switching intention in mobile service：An exploratory study of predictive factors in mobile number portability[J].Technological Forecasting and Social Change，2008，75（6）：854-874.

[58] Patterson P G，Smith T.A cross-cultural study of switching barriers and propensity to stay with service providers[J].Journal of retailing，2003，79（2）：107-120.

[59] Hou A C Y，Chen Y C，Shang R A，et al.The Post Adoption Switching Of Social Network Service：A Human Migratory Model[C].Pacific asia conference on information systems（PACIS），2012：174.

[60] Calvo-Porral C，Faía-Medín A，Nieto-Mengotti M.Satisfaction and switching intention in mobile services：Comparing lock-in and free contracts in the Spanish market[J].Telematics and Informatics，2017，34（5）：717-729.

[61] Jones M A，Mothersbaugh D L，Beatty S E.Switching barriers and repurchase intentions in services[J].Journal of retailing，2000，76（2）：259-274.

[62] Wu Y L，Tao Y H，Li C P，et al.The effects of customer satisfaction and switching barrier on users intention to switch in using mobile social network sites[C].International Conference on Innovation and Management，Kuala Lupur，Malaysia，July12-15，2011.

[63] Burnham T A，Frels J K，Mahajan V.Consumer switching costs：a typology，antecedents，and consequences[J].Journal of the Academy of marketing Science，2003，31（2）：109-126.

[64] Wu Y，Tao Y，Chung C，et al.Why users leave？ Discussion about users switching behaviors in social network sites[C].Proceedings of the International MultConference of Engineers and Computer Scientists，2014：103-107.

[65] Hsu J S C.Understanding the role of satisfaction in the formation of perceived switching value[J].Decision Support Systems，2014，59：152-162.

[66] Kim H W，Kankanhalli A.Investigating user resistance to information systems implementation：A status quo bias perspective[J].MIS quarterly，2009，33（3）：567-582.

[67] Marc Prensky.Digital natives digital immigrants[J].On the Horizon，2001，9（5）：1-6.

[68] Hung W T，Tsang S S，Liu H Y.Website characteristics and the impact of user perceived value on user behavior in web 2.0[J].Academy of Information and Management Sciences Journal，2010，13（1）：1-18.

[69] Zhou T，Lu Y.Examining mobile instant messaging user loyalty from the perspectives of network externalities and flow experience[J].Computers in Human Behavior，2011，27（2）：883-889.

[70] Gu R，Oh L B，Wang K.Developing user loyalty for social networking sites：a relational perspective[J].Journal of Electronic Commerce Research，2016，17（1）：1-21.

作者簡介：赵宇翔（1983-），男，南京理工大学经济管理学院教授，硕士生导师，研究方向：人机交互、网络信息资源管理；刘周颖（1994-），女，南京理工大学经济管理学院硕士研究生，研究方向：网络信息资源管理、社会化媒体。