微信朋友圈信息分享行为影响因素分析

谭春辉 王一君

摘 要：[目的/意义]构建微信朋友圈信息分享行为影响因素模型，根据研究结果为微信运营商和内容提供者提供可行的建议。[方法/过程]以Triandis人际行为理论为基础，结合微信朋友圈及用户特征，构建微信朋友圈信息分享行为影响因素模型，以微信朋友圈用户作为调查对象，通过线上收集数据，采用结构方程模型的方法对数据进行分析讨论。[结果/讨论]信息分享意向是由认可预期、互惠关系、预期效能、情感、社会因素共同决定的，而在影响这一分享行为的所有因素中，平台以及信息质量是最为关键的影响因素，而资源有利条件的影响未达到显著性水平，即资源有利条件基本对信息分享行为不产生影响。

关键词：微信朋友圈;信息分享行为;人际行为理论

DOI：10.3969/j.issn.1008-0821.2020.02.010

〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2020）02-0084-12

Analysis on Influencing Factors of Information

Sharing Behavior in Wechat Moments

Tan Chunhui1，2 Wang Yijun1

（1.School of Information Management，Central China Normal University，Wuhan 430079，China;

2.Institute of E-commerce，Central China Normal University，Wuhan 430079，China）

Abstract：[Purpose/Significance]Constructing the model of factors about influencing participators information sharing behavior among WeChat Moments，in order to provide feasible suggestions for WeChat operators and content providers based on the results of research.[Method/Process]Based on Theory of Triandis interpersonal behavior（TIB），combined with the characteristics of WeChat Moments and the users，the model of factors about influencing participators information sharing behavior among WeChat Moments was constructed，and the questionnaire was designed to collect information about users by using WeChat Moments.The data was analyzed by the method of structural equation modeling.[Result/Conclusion]The intention of information sharing was determined by the combination of expectations of recognition，reciprocal relationships，expected effectiveness，emotions and social factors.Among all the factors affecting this sharing behavior，the quality of the platform and information were the most critical factors.However，the influence of favorable resource conditions has not reached a significant level.That is，favorable resource conditions basically had no effect on the behaviors of information sharing.

Key words：WeChat moments;information sharing behavior;theory of interpersonal behavior

根据中国互联网络信息中心发布的《第43次中国互联网络发展状况统计报告》数据显示，截至2018年12月，我国网民的规模高达8.29亿，网络普及率高达59.6%[1]。居民入网门槛进一步降低，信息交流效率得到提升。尤其是以手机为中心的智能设备，已经成为“万物互联”的不可或缺的存在，微信就是腾讯公司基于手机端（移动端）打造的一款社交类产品。微信从诞生之初到现在稳居社交类应用市场第一，已经从一个简单的即时通讯工具发展为一个连接人和人、人和商业、人和服务的社交类平台。

2012年4月19日，微信朋友圈上线，应用目的在于承担社交功能。微信朋友圈是一种新型的基于社会网络的虚拟社区，具有强连带与弱连带的有机结合特性[2]。其拥有着全新的信息交换模式，具有以下6个基本功能：图片动态、小视频、纯文字信息、网页和链接、广告以及评论和点赞;同时拥有3个高级功能：拉黑、分组以及地点和@。微信朋友圈进一步丰富了群体行为法则的含义，以共享先行、之后再做进一步整合的方式逐步取代了原有的集中先行、之后再进行信息共享的方式。人们可基于信息共享以发现彼此，建立密切联系。作为一种新型交流方式，微信朋友圈为日渐庞大的互联网用户群体提供了富有价值、具有良好成效的信息共享平台，成为人们互相了解对方的新渠道，加强人际关系的新纽带。根据企鹅智库发布《“微信”影响力报告》，虽然有61.4%的用户只要打开微信就会打开朋友圈，但用户在使用微信朋友圈这一功能时，57.6%的用户有“点赞”行为，38.5%的用户有“评论”行为，只有23.8%的用戶有“分享”行为[3]。虽然目前在鱼龙混杂的移动社交应用市场中，微信是一个不可忽视的存在。然而，值得思考和关注的是，为什么在用户粘性较大的情况下，依旧出现“分享”行为比率很低的情况，是什么因素影响了微信朋友圈的信息分享行为？这些因素与信息分享行为之间有什么关系？这些都将是需要探讨和解决的问题。

通过对相关期刊论文数据库的检索来看，目前学术界还很少关注微信朋友圈的信息分享行为。本文将在对相关理论进行回顾总结的基础上，明确微信朋友圈信息分享行为影响因素的理论背景;在人际行为理论模型的基础上，构建微信朋友圈用户信息分享行为影响因素理论模型，获取数据后运用结构方程建模方法进行实证研究;对研究结果的理论价值和实际应用价值进行讨论，从而有针对性地对微信朋友圈运营者和内容提供者提出一些可行建议。

1 理论回顾

1.1 信息分享意向

信息分享意向是在特定媒介（如微博、微信）使用行为下衍生出的一种行为意愿。不同学者对行为意愿定义表述虽不尽相同，但深入理解其内涵发现，学者们对其定义的本质认识是统一的，即：行为意愿是个体对其未来某个特定行为或活动的可能性和倾向性的主观判断。

新媒体环境下的信息接受者不再只单向地接受信息，其能够根据自我的需求转变在信息传统过程中的角色，成为信息的再传播者，这引起了学者对信息再传播意愿的广泛关注。Hovland、Janis和Kelly在传播说服理论中将影响信息传播意愿的前因归结为：信息传播来源因素、传播的信息内容因素和信息接受者因素，他们认为这三大因素对受众的说服效果、态度及行为意愿的改变有决定性的作用[4]。黄敏学等指出，互联网环境下，多样化的内容形式及随时可触达的存储方式大大强化了信息传播过程中信息内容对消费者的行为意愿和决策的影响[5]。Lee G的研究表明，内容的互动性、丰富性、易用性、及时性、趣味性等对消费者在网络环境下的广告接受及再推介意愿都会产生影响[6]。

1.2 信息分享行为

所谓“信息分享”，Erdelez S曾指出“信息分享是信息使用的一个维度”，是指“由个人获取信息再传递给另一个人的过程”[7]。Tajia S提出“信息分享是由信息搜寻者和信息提供者共同参与到信息分享过程中，使被确定的信息由后者传向前者的活动”[8]。Bao X等则进一步从行为的视角，认为“信息分享是一种由具有特定关系连接的双方行为者通过信息交流协作以实现个人或共同利益的信息行为”[9]。

随着互联网的发展，社会化媒体的兴起，“网络信息分享”逐步进入学者们的视野，成为学界的一大研究热点。Rioux K S最早提出了网络环境中的信息获取与分享理论，认为信息分享可被理解为“网络用户在网络上发现对别人有用且能吸引他人注意力的信息并将这些信息分享给他人的行为”[10]。Angelis M D等从网络口碑信息的角度，将信息分享行为分为信息生成与信息扩散行为，认为“在生成阶段，消费者分享有关他们自己对产品和服务的消费体验的信息，而在扩散阶段，消费者传播发生在他们身上的产品和服务消费体验的信息”[11]。常亚平等虚拟社区消费信息分享行为定义为“每一个网络消费信息的接受者从发送者处获得信息，再通过自己的感知适当修改信息，或者直接转寄/转贴给其他关系群体的虚拟社区的信息分享行为”[12]。

学者还对网络环境下信息分享行为的影响因素进行了探讨。Cheng C等在个体、情景双因素的基础上，就专业虚拟社区中对信息共享行为产生影响的因素进行了全方位研究，指出前一因素涵盖了感知相容性以及相对优势等，后一因素涵盖了互惠规范、人际信任两大层面[13];Li S M等通过研究信息分享行为的五类动机，指出其关键动机之一是为了拓展社会影响和开辟社会网络[14];Morales A等对Twitter用户信息传播行为的有效性进行研究后發现，用户分享信息的可能性会随着他人的信息反馈成果变化而波动[15]。姜雪认为，信息分享成本对于信息分享行为有特别的意义，这个成本包括时间、金钱、隐私等[16]。章隐玉等利用使用与满足理论进行模型构建，以大学生为主要研究对象，结果表明娱乐消遣、自我认同和社会交往是影响微信分享行为的重要影响因素[17]。

1.3 人际行为模型理论

人际行为理论由Triandis提出，试图就某种行为意向与该行为的切实表现之间的特殊关系，简言之，该模型（见图1）认为特定行为的发生率与其意向之间具有正相关关系。人们实际行为发生的可能性是由行为习惯、意向与便利条件共同决定的，行为意向受制于社会因素、情感和感知结果[18]。

本文在理论分析上便是以这一理论为基础的，具体原因如下：

1）对于解释新型产品的社会行为而言，Triandis的这一理论极其适用;

2）Triandis提出的理论模型，阐释了社区中各类个体、社团组织因素对于用户共同分享信息行为的全面影响;

3）不只是涵盖了TPB、TRA模型的所有变量，Triandis所提出的理论模型也更为全面、完善[19];

4）在新信息技术发展中的用户行为研究中，Triandis的人际行为模型已经大量应用。

2 研究假设与模型

2.1 研究假设

微信朋友圈的信息分享行为被视为一种社会性质的交换行为，它的影响因素来源多个方面。特定实际行为的发生概率取决于行为习惯、意志、便利条件，并且特定行为意向是感知结果、社会因素以及情感共同作用的结果。

正常情况下，人们的一切行为都会受到目标的支配，换言之，特定行为的发生是以人类实现某一特定价值目标为目的的。当个体想要实现某个目标时，感知结果就开始发挥作用。基于前人的研究，本文采用认可预期、互惠关系和预期效能3个维度来衡量感知结果。其中，认可预期指微信朋友圈中用户期望基于个人分享行为来赢得圈内其他用户对个人的认同;在互联网环境下，作为一个重要因素，互惠关系能为用户的共同合作起到一定激励作用，并在信息传递、社会资本发展阶段发挥着无可取代的中介作用;在朋友圈中，用户对信息共享行为所产生的社会效果进行预先判断即为预期效能，也就是说，因信息共享而使得个体、朋友圈的利益、效益不断增大时，用户越倾向于共享知识。为此，本研究提出以下假设：

H1a：认可预期对用户的微信朋友圈信息分享意向有正向的影响;

H1b：互惠关系对用户的微信朋友圈信息分享意向有正向的影响;

H1c：预期效能对用户的微信朋友圈信息分享意向有正向的影响。

众多学者在研究时发现情感会对个体行为带来一定影响。对此在TAM理论中也可以找到充分的理论依据，即信息分享行为可以由一个人的内在动机激发，而一种内在动机的变量是情感[20]。换言之，在不受时空限制的情况下，抒发个人情绪体验，已发展为用户使用虚拟社会的核心因素[21]。本文认为，用户在微信朋友圈中共享信息时会因为他人提供帮助而从中获得成就感、愉悦感，进而在这一内在动机的激励作用下，而产生强烈的信息共享行为意向。有鉴于此，本文提出以下假设：

H2：情感对用户的微信朋友圈信息分享意向有正向的影响。

Triandis的人际行为理论模型中的社会因素和TPB理论、TRA理论中的主观规范概念具有近似之处，是个体感知到的源自团体或他人的社会压力。对朋友圈用户来说，社会因素可以理解为是用户所感受到的朋友圈文化对信息分享的认同度，也就是说圈内成员感知到的其他用户对其分享信息的行为给予支持或反对的态度。已有研究证明，在TRA模型的基础上，影响行为意向的重要因素之一是社会因素[18]，因此本文假设：

H3：微信朋友圈用户接受和遵守社会因素对信息分享意向有正向的影响。

从现实角度进行思考，不难得出结论：切实行为的发生会受到人们的个人能力、环境允许、个人动机或意向的共同影响。环境允许除了自我感知因素之外，还存在着资源有利条件硬性限制，其包含了在朋友圈中进行用户信息共享行为所需的一些资源，如设备、网络、时间等。为此本研究提出以下假设：

H4：信息分享意向与微信朋友圈的信息分享行为正相关。

H5：资源有利条件对用户的信息分享行为有正向的影响。

结合以往的研究，在所有信息共享行为的影响因素中，信息质量都有着关键意义，只有在人们认为信息较为优质时，才会萌生进行信息共享的强烈意向。同时，在手机终端、移动互联网日趋大屏化、普及的形势下，用户微信客户端体验也在持续改善，使得朋友圈的可移动性得以大幅提升[22]。而用户对朋友圈可用性的感知度也随着其可移动性的加强而提升，进而使人们对朋友圈的使用欲望更为强烈[23]。因此本文提出假设：

H6a：信息质量对微信朋友圈用户的信息分享行为有影响;

H6b：平台质量对微信朋友圈用户的信息分享行为有影响。

2.2 研究模型

结合上述假设，基于Triandis模型，构建出本研究的模型，如图2所示：

3 研究方法及数据采集

3.1 变量测量

对微信朋友圈信息分享行为影响因素的度量是进行作用关系以及概念模型检验的核心环节，与最终的实证研究结果具有直接联系。本调研问卷内容涵盖三大主体：用户个人的基本资料、朋友圈使用的基本情况、衡量问题项。除了前两大主体以外，一切量表问题均应用经典的Likert五点评分量表进行研究（其中1、5分别表示极其不同意、极其同意）。

八大因素共同构成了本文的测量变量，即平台质量、资源有利条件、情感、互惠关系、信息质量、社会因素、预期效能、认可预期，本问卷的测量指标主要来自4个方面：一是参照并沿用了相关文献中的问卷量表，学者们已对其中大部分的测量指标进行了研究，并对其有效性加以证实，使之較为成熟;二是借鉴相关理论或文献研究分析得来;三是在正式发放问卷以前进行了预先调查研究，依照相关要求来过滤信度不相符相关要求的指标，完成问卷的收集工作以后进一步筛选问卷;四是结合本研究的实际需要进行修改完善得来。参考较为成熟的量表后，与实验情景结合起来，通过预调研的方式对量表内容进行修改和调整，去除了内容重复的题项，优化了题项的表达方式，力争做到语言表述清晰、通俗易懂，使量表题项的适合性最大化，最终经过适当修改生成了30个测量条款，其中信息质量、互惠关系、情感、资源有利条件、认可预期、社会因素、预期效能以及平台质量各包括3个测量条款。

本文基于对问卷的前测进行订正、改善，以生成正式用于线上调查研究的相应问卷，然后通过在各大社交媒体平台上进行发布，即采取线上问卷调研的方式来收集数据。调研问卷的确定、发布及数据存储均是基于问卷星平台实现的。

3.2 数据采集

本次研究中所获取的问卷总份数为364份，其中有效问卷349份，有效率为95.88%。在用户个人特征方面，得到7个维度的数据，分别是性别、年龄、学历、职业、接触时间、使用频率和单次使用时间，样本基本情况如表1所示。

4 数据分析及结果

开展实证研究所需的测量工具的开发后，实施正式的问卷调查，然后将问卷数据导入SPSS中并进行编码，接着对有效数据进行描述性分析及信效度检验，以保证样本数据与测量工具之间的可靠性;构建出微信朋友圈信息分享行为影响因素理论模型后，进行模型分析与假设检验;最后，分析讨论假设检验结果。

4.1 描述性统计分析

描述性统计分析的主要目的是掌握样本数据的基本特征，它是进行因子分析的前提和基础。研究中经常使用到的描述统计量包括：描述数据集中趋势的统计量，如均值、众数等;描述数据离散程度的统计量，如标准差、方差等;描述数据分布形态的统计量，如偏度、峰度等。综上，上述3类描述统计量可以较为清晰准确地把握数据分布特点，运用SPSS软件的具体计算结果见表2。

根据描述性统计分析结果，我们能够发现，微信朋友圈中用户信息分享行为影响因素各测量题项的均值集中在3.14～3.65之间，分布比较均衡，标准差处于0.884～1.170之间，离散程度不大;题项偏度最大绝对值为0.570，峰度最大绝对值在0.568。可以看出，样本数据符合Kline于1998年提出的正态分布标准，可以进行因子分析。

4.2 信度与效度分析

在通过描述性统计确定样本数据满足实证分析的要求后，还需对实证研究所使用的正式量表的信度和效度进行检验，以确保假设检验分析的准确性。

4.2.1 信度检验

本研究基于李克特五分量表法采集了相关数据并进行了处理。针对问卷数据，采用Cronbach α信度系数法进行了检验。从信度的检验结果中我们能够发现，量表总体的Cronbachs α系数为0.956，10个潜变量的Cronbachs α系数如表3所示。

从表3可以看出，量表中的认可预期、互惠关系、预期效能、情感、社会因素、资源有利条件、信息质量、平台质量、信息分享意向、信息分享行为10个维度上的Cronbach α信度系数都达到了标准，且除了认可预期的Cronbach α系数只有0.578之外，其他维度Cronbach α系数均大于0.6，部分接近0.9，说明本研究中的各项分析指标都具备良好的可靠性，可进行深入统计分析。

4.2.2 效度检验

信度检验用以考察测度题项受潜在变量的影响程度，而效度检验则考察的是测度题项共变的潜在原因是否是其对应的潜在变量。也就是说，效度是用来检验潜在变量测量得充分与否，能够反映出测量结果同研究预期间存在的差异。

1）探索性因子分析

在进行探索性因子分析之前，通常先进行KMO及巴氏球形因子分析以验证变量各题项间的相关性，确定数据的分析效果及是否适合进行因子分析，其中，KMO值越高表示进行因子分析的效果越好，其值在0.9以上表示效果极佳，0.8以上表示是有价值的，Bartlett球形因子分析则用于检查因子分析数据是否适合进行因子分析。本研究将在Bartlett球度检验结果显示的统计量观测值较大，对应的概率P值小于给定的显著性水平，且KMO值大于0.8时，进行因子分析。Bartlett球度检验和KMO检验结果如表4所示。结果表明，Bartlett球形检验中卡方统计值为6557.117，df（自由度）值为435，Sig.值<显著性水平α（α=0.05）;KMO值为0.951，大于0.8。可以看出，微信朋友圈信息分享行为影响因素各测量题项满足进行探索性因子分析的要求。

本文对收集到的样本数据进行探索性因子分析采用的主要方法是主成分分析法以及方差最大平衡旋转法，以此来确定各个要素结构。分析过程遵循如下原则：①在提取的因子上，各题项的负载值>0.5，接近于1，在其他因子上的负载值接近于0;②删除在两个以上提取因子上负载值>0.4及在所有因子上负载值均<0.5的题项。探索性因子分析的结果（见表5）显示，10个因子的累积解释方差为76.454%，各题项在对应因子上的载荷最小值为0.662，均大于0.5，无需要删除的题项，最终确定为37个题项。

2）验证性因子分析

经过探索性因子分析提取出微信朋友圈信息分享行为影响因素作用关系的10个变量中，均通过3个题项进行测量。因此，为了进一步验证30个测量题项是否正确地从属于提取出的10个潜变量，我们将对样本数据展开验证性因子分析。

本次使用CFA来验证模型的信效度（组合信度、聚合效度、区分效度），最终经过AMOS获得验证性因子分析结果如表6所示。根据表6的结果可以看到，组合信度都在0.7以上，大于0.6的标准;AVE值也基本均大于0.5;题项在潜变量上的标准化载荷在0.662～0.936之间（均>0.5），从显著水平上来看，均在0.001水平上显著，说明模型具有良好的组合信度、聚合效度和区分效度，其模型结构图见图3。

4.3 模型检验

4.3.1 模型拟合情况

在前文的基础上建立结构方程模型，利用Amos软件绘制了相关模型路径图（见图4），进而对本文最初提出的理论假设的成立与否进行检验。

选择一个在理论和统计意义上达到相对良好的结构方程模型，除了与基本的拟合标准假设检验相符以外，还应对模型整体的拟合度加以验证，拟合指标结果见表7。可以看出，模型整体拟合情况中CMIN/DF、RMSEA、GFI、CFI、PNFI、PCFI等指标都达到了标准，其中NFI虽然没有达到标准，但是十分接近标准，可以认为模型具有很好的统计意义和实际意义，可以接受。

接着对概念模型进行数据验证，基于最大似然法的应用，得出如表8所示的结果。从表8可以看出，大部分路径系数都有着极高的显著性水平，并且都是正向显著影响，即假设成立。只有资源有利条件和信息分享行为这两个变量之间的路径不显著，所以假设不成立，且Estimate值绝对值偏小，即說明资源有利条件并不是影响信息分享行为的重要因素。可能是因为随着网络的发展，这些资源便利条件在正常情况下只有极小的发生概率，因此影响可以忽略不计。

4.3.2 假设检验结果

上文的结构模型分析与假设检验的结果表明，本研究提出的9条关系假设中8条假设通过了实证检验，其余1条假设未得到支持（如表9所示）。以下本文将对假设检验结果进行详细地分析和讨论。

5 研究结论

5.1 结果讨论

研究结果表明，社会因素对用户信息分享意向有着显著的正向影响，即影响微信朋友圈用户信息分享行为的重要因素之一是社会因素。换言之，那些感受到朋友圈成员对信息分享行为持支持态度的个人将更可能参与到微信朋友圈的信息分享之中，并且随着表示接纳并支持态度的人越多，用户信息分享的意向更强烈。认可预期、互惠关系、预期效能以及情感也对用户的信息分享意向有着正向的影响，但是并不是重要影响因素，只在一定程度上可以影响到用户的信息分享意向。

该结果显示，微信可以采取方式进一步提升用户对朋友圈的认可和参与态度，例如可以在各大平台加大宣传力度弘扬起价值等，借此形成良好的朋友圈文化，形成和谐的分享局面，借此来保证朋友圈发展活力的同时，为用户提供良好信息分享场所，形成良性循环，促使用户和朋友圈的双向发展。当信息分享者发现自己分享的信息对他人有用，并赢得圈内其他用户的关注与认同之时，便会加强信心，产生强烈的成就感，进而萌生频繁进行信息共享的念头。

研究结果表明，微信朋友圈里发布的信息质量和微信朋友圈的平台质量均对信息分享行为有着较大的正向影响。信息质量包括信息的价值性、趣味性以及情感共鸣性等，平台质量包括安全性、便捷性以及普遍趋势性质等，换言之，假如微信朋友圈的用户看到觉得对自己十分有用的信息甚至朋友圈中其他人也会想知道的信息，例如自己感兴趣的专业领域的干货分享，由于朋友圈中的主要成分之一就是基于某种共同的兴趣或话题而形成的朋友，所以就会有较大概率产生信息分享行为，借此来获得愉悦感甚至成就感;再比如，看到一篇产生强烈共鸣的公众号文章，在这个彰显自己的时代，用户很可能希望通过分享这篇文章表明自己此时此刻的情绪状态和赞同的价值观等，这对加强人际关系也有一定的好处。至于平台质量方面，包括信息安全性、平台普遍性以及分享便捷性等，如今的社会是一个快节奏的信息化社会，信息在给我们带来好处的同时，也带了诸多问题，例如有人恶意使用用户私人信息进行非法谋利，这对用户本身是一种伤害，更是对社会文明的发展产生巨大的阻碍。所以假如一个平台提供给用户记录和分享的机会，但是该平台无法保证用户信息的安全，这显然无法产生较大概率的信息分享行为，因为用户作为社会中的个体，是具有趋利避害的本性的;再比如，假如一个软件在用户使用信息分享功能时，步骤繁琐，在快节奏的今天，时间等于效益，也出于人类的本质惰性，这也会使得用户进行信息分享行为的概率一跌再跌。

该结果显示，针对微信信息提供者而言，需要对自己生产的内容有较高的要求，避免低俗无聊乏味的广告等，应该加强信息的价值性、趣味性以及情感共鸣性等，可以通过学习提升热点挖掘能力，趣味探索能力以及心理分析能力等，为用户提供优质内容。针对微信产品而言，在开发维护朋友圈这一功能时，应保证优质的用户体验，并且想用户之所想，在技术可实现的范围内，保持与用户的有效沟通，修复产品问题，提升信息安全性、分享功能便捷性等，在技术不可实现的领域，通过对客户需求的整合，进行技术的攻关，从而为用户带来更好的体验，以及为科技的发展贡献力量。

研究结果表明，资源有利条件与信息分享行为之间的假设不成立，即用户在朋友圈从事信息分享行为所需要的时间、网络及设备等资源对用户的信息分享行为基本没有影响。但是同时本研究证实了在微信朋友圈中，信息分享意向与信息分享行为之间存在着显著的正相关，对朋友圈内容生产者和微信管理者来说，如何培养、维持并激发用户在朋友圈中分享信息的意向显得尤为重要。

5.2 结 语

本文基于前人的研究，结合Triandis的人际行为理论模型，把影响信息分享意向的感知结果进一步划分为3个维度：认可预期、互惠关系以及预期效能，并基于实证研究就质量、情感、社会因素以及感知结果对微信朋友圈用户信息分享行为的形成的影响进行了分析，对二者的正向影响加以验证。

本文分析主要有以下特点：第一，Triandis的人际行为理论模型作为最为经典的一种信息处理方式，它具有整合多维度的特点。本研究在对朋友圈中信息共享行为的研究中，基于对组织动机、个人内在和外在动机三大因素即质量与有利条件、情感、结果预期的整合，全面分析了影响微信朋友圈中信息共享行为的因素。第二，本文将结果预期视为由朋友圈—自身（认可预期）、自身—他人（互惠关系）、自身—工作（预期效能）等子维度组成，以适应朋友圈中信息分享的环境。最后，本文仅进行了初步探索，所采用的方法、参照的模型、提出的思维方法仍需进一步探究、讨论。

本研究不可避免存在一定的局限性，首先，数据采集工作非常艰巨，且时间紧张、财力限制、人员不足，导致数据搜集渠道存在比较单一化的问题，仅限于线上发放问卷以采集数据这一渠道。这也预示着在数据可靠性方面，并不具备其他数据来源以进行交互检验;其次，因当前单一的数据获取渠道，填写问卷的用户身处于不同的地域，填写端的设备也存在差异，问卷发布者对填写环境难以进行精准把控，这在一定程度上必然会影响到数据的可靠性;第三，由于所在单位的性质，依靠社交关系发布的问卷对象多为在读的大学生，然而微信的主要用户除了大学生还有已经步入社会的用户，它们的个人特性与大学生由于环境的不同略有差异，这对研究结果的实用性会带来不良影响，尤其是在虚拟社区参与人员愈发多样化的形势下，信息共享的切实动因、心理因素存在一定出入，在研究对象的选择方面，可在后期研究进一步扩大其范围，或将研究对象限定为特殊群体。

参考文献

[1]CNNIC.第43次中国互联网络发展状况统计报告[EB/OL].http：//cnnic.cn/gywm/xwzx/rdxw/20172017_7056/201902/t20190228_70643.htm，2019-04-27.

[2]聶磊，傅翠晓，程丹.微信朋友圈：社会网络视角下的虚拟社区[J].新闻记者，2013，（5）：71-75.

[3]企鹅智库.微信影响力报告[EB/OL].http：//www.199it.com/archives/508221.html，2019-04-27.

[4]张艺.基于说服传播理论的微博用户转发意愿研究[D].广州：华南理工大学，2014.

[5]黄敏学，王峰，谢亭亭.口碑传播研究综述及其在网络环境下的研究初探[J].管理学报，2010，（1）：138-146.

[6]Lee G.Effects of Structural and Perceptual Factors on Attitudes Toward the Website[J].Journal of Advertising Research，2009，（12）.

[7]Erdelez S.Towards Understanding Information Encountering on the Web[J].In Proceedings of the 63rd annual meeting of the American Society for Information Science，2000：363-371.

[8]Tajla S.Information Sharing in Academic Communities：Types and Levels of Collaboration in Information Seeking and Use[J].New Review of Information Behavior Research，2002，3（1）：143-160.

[9]Bao X，Bouthiller F.Information Sharing：As a Type of Information Behavior[C/OL]//Proceedings of Arnual Conference of CAIS，2007.http：//www.caisacsi.ca/ojs/index.php/cais/article/viewFile/604/270，2015-05-15.

[10]Rioux K S.Sharing Information Found for Others on the World Wide Web：A Preliminary Examination[J].Proceedings of the 63rd Annual Meeting of the American Society for Information Science，2000：68-77.

[11]Angelis M D，Bonezzi A，Peluso A M，et al.On Braggarts and Gossips：A Self-Enhancement Account of Word-of-Mouth Generation and Transmission[J].Journal of Marketing Research，2012，49（4）：551-563.

[12]常亚平，董学兵.虚拟社区消费信息内容特性对信息分享行为的影响研究[J].情报杂志，2014，33（1）：201-207，200.

[13]Chen C，Hung S.To Give or Lo Receive？Factors Influencing Members Knowledge Sharing and Community Promotion in Professional Virtual Communities[J].InformaLion & amp;Managemem，2010，47（4）：226-236.

[14]Li S M，Ma W W K.Exploring Interpersonal Relationship and Growth Need Strength on Knowledge Sharing in Social Media，Hybrid Learning[J].Theory and Practice.Lecture Notes in Computer Science Volume 8595，2014：288-299.

[15]Morales A，Borondo J，Losada J，et al.Efficiency of Human Activity on Information Spreading on Twitter.Social Networks[Serial Online][J].October 2014，39：1.Available form：Regional Business News，Ipswich，MA.Accessed September13，2014.

[16]姜雪.虛拟社区信息分享行为的影响因素研究综述[J].图书馆学研究，2014，（10）：18-24.

[17]章隐玉，李武.大学生微信分享行为的影响因素研究[J].东南传播，2015，（9）：79-81.

[18]李枫林，周莎莎.虚拟社区信息分享行为研究[J].图书情报工作，2011，55（20）：48-51.

[19]Boyd B，Wandersman A.Predicting Undergraduate Condom Use with the Fishbein and Ajzen and the Triandis Attitude-behavior Models：Implication for Public Health Interventions[J].Journal of Applied Social Psychology，1991，21（22）：1810-1830.

[20]Garton L，Wellman B.Computer Networks Association Networks：Collaborative Work，Telework，and Virtual Community[J].Annual Review of Sociology，1996，22：213-238.

[21]Venkatesh V，Morris M G，Davis G B，et al.User Acceptance of Information Technology：Toward a Unified View[J].MIS Quarterly，2003，27（3）：425-478.

[22]金晓玲，房园，周中允.探究微博用户原创信息分享行为——基于冲动行为视角[J].情报学报，2016，35（7）：739-748.

[23]Beatty S E，Ferrell M E.Impulse Buying：Modeling Its Precursors[J].Journal of Retailing，1998，74（2）：169-191.

[24]Lee S W，Cho M.Social Media Use in a Mobile Broadband Environment：Examination of Determinants of Twitter and Facebook Use[J].International Journal of Personality and Social Psychology，1986，51（6）：1173-1182.

（责任编辑：陈 媛）