基于SOR和TAM的社会化电商用户持续意愿影响因素研究＊

■ 江琳 李民

福建商学院国际经贸学院 福州 350012

0 引言

科技的发展往往会带动社会的发展，随着“互联网+”、大数据、人工智能等现代科技技术的快速发展，电子商务进入发展新阶段。电子商务的快速发展不仅改变传统商品的销售渠道，加快商品的流通速度，还能满足快速增长的消费者多元需求，提高消费者的获得感和幸福感[1]。在进入更加注重用户交互作用的Web2.0 时代后，流量经济的崛起使得社交媒体的价值被逐渐挖掘出，微博、微信、抖音、小红书、大众点评等社交媒体越来越受消费者的追捧与喜爱，丰富的社交元素和社交产品也助推优质内容生产并促进流量变现。根据CNNIC 发布的《第47 次中国互联网络发展状况统计报告》的统计数据显示，截至2020年12月，我国网民规模达9.89 亿，网络购物用户规模达7.82亿，占网民整体的79.1%；手机网络购物用户规模达7.81亿，占手机网民的79.2%；网络视频（含短视频）用户规模达9.27 亿，占网民整体的93.7%，网络直播用户规模达6.17 亿，占网民整体的62.4%，网络社交已成为现代人社交环节中不可缺少的部分[2]。随着电子商务和社交媒体的快速发展，电商+社交的模式逐渐走出了一条可发展道路，衍生了社会化电商这种新的电子商务模式。社会化电商以用户为核心，借助社会化网站、虚拟社区、微博、微信等社交媒体的传播途径，通过社会化互动、用户自生内容等手段来辅助商品的购买和销售[3]。社会化电商的出现极大地降低了用户的信息搜索成本，改变了用户的购买和决策过程，提高了用户的认可度和忠诚度。同时，企业通过消费者使用社会化媒体生成的内容信息会更容易发现有价值的商业信息，也能更好与消费者建立良好的买卖关系[4]。但是另一方面，社会化电商在我国仍处于发展阶段，企业仍面临消费者持续意愿不足、不愿共享和索取商业信息等问题[5]。企业如何提高消费者持续意愿，与消费者建立牢固的相互信任关系，帮助消费者高效获取有用信息，已成为社会化电商进一步发展的突破口。

分析相关文献发现，社会化电商用户使用意愿的研究已成为热点话题。这些研究主要基于技术接受模型、整合技术接受模型、刺激-机体-反应模型等理论基础对社会化电商用户的使用意愿进行实证研究。如严琳菲[6]、王兴标[7]、李小倩[8]等学者基于技术接受模型，分析感知有用性、感知易用性、感知趣味性等对社会化电商用户使用意愿的影响。候海涛[9]、盛慧[10]、耿荣娜[11]等学者在整合技术接受模型基础上，通过实证研究分析绩效期望、努力预期、社群影响、便利条件等因素对社会化电商用使用意愿的影响。黄思皓[12]、张洪[13]、胡倩[14]等学者基于刺激-机体-反应模型，从刺激性要素、有机体要素、反应要素来对社会化电商用户的持续使用意愿进行分析。在已有研究中刺激性要素主要涉及交互性、个性化、粘性、社会化性、推荐性等[15-21],有机体要素主要包括快速关系、信任、愉悦感、风险等[17,22,23],而反应要素则主要体现在购买意愿、使用意愿、分享意愿等[22-24]。可以看出，以往对社会化电商用户使用意愿的研究鲜有从技术特征和感知价值角度进行综合视角的分析，较少考虑技术性要素对用户感知价值的作用以及不同维度的感知价值对社会化电商用户使用意愿的影响。社会化电商是以Web2.0 为基础的IT 技术应用，其除了具有技术特征外，还具有广泛交互性等社会化特征。基于此，我们不仅要从技术层面对社会化电商用户持续使用意愿进行分析，还应重视社会化电商所具有的社会化特征以及消费者使用社会化电商的情感等需求。因此，本文结合社会化电商的特征，基于刺激—机体—反应和技术接受模型，从技术特征和感知价值角度来探讨社会化电商用户持续意愿的影响因素及作用机理，为更好提高社会化电商用户持续意愿提供努力方向。

1 理论基础

1.1 刺激—机体—反应模型

刺激—机体—反应（Stimulus-Organic-Response,SOR）模型，最初是从伍德沃斯的刺激—反应理论发展而来的。该模型认为当用户遇到刺激时(S)，其内部状态(O)会随之发生变化，进而导致用户行为(R)的产生[25]。在消费者在线行为方面，SOR 模型显示出较强的可靠性和解释力，国内学者肖开红[26]、甘春梅[27]等，国外学者Donovan[28]的研究都对此予以证实。学者们已将SOR模型广泛应用于消费者在线行为研究中，SOR 模型已逐渐成为消费者在线行为研究的一个简约框架。本质上，社会化电商用户的持续意愿也是属于消费者在线行为的一种，SOR 模型可以很好解释社会化电商用户的持续意愿。

1.2 技术接受模型

技术接受（Technology Acceptance Model, TAM）模型，是Davis 于1989年在理性行为理论、自我效能、期望确认理论基础上提出来的。该模型认为使用态度、感知易用性、感知有用性是影响用户接受并使用某种新系统或技术的重要因素[22]。已有部分学者借鉴技术接受模型（TAM）在电子商务领域的运用，把社会化电商看作一个信息系统，分别从感知有用性、感知趣味性、感知易用性、感知风险性等角度分析社会化电商用户的行为意愿[6-8]，但其忽视了消费者在使用社会化电商中对情感的动机需求和未考虑技术性要素对用户感知价值的作用。基于此，本文拟以SOR 和TAM 为基础，结合社会化电商具有的特点，从技术特征和感知价值角度，探究社会化电商用户持续意愿的影响因素，以期能够揭示社会化电商用户持续意愿的一般规律。

2 理论模型与研究假设

2.1 理论模型

本文在SOR 和TAM 模型基础上，结合社会化电商的特征，选取交互性、粘性、口碑推荐、个性化这4个维度的技术性要素作为外部刺激性要素（S）[15-21]，以感知有用性和感知趣味性两个维度的感知价值作为有机体要素（O）[22-25]，以持续意愿作为反应要素（R）来构建社会化电商用户持续意愿的理论模型。图1为本文的理论模型。

图1 社会化电商用户持续意愿的理论模型

2.2 研究假设

交互性是指社会化电商环境下，商家通过与消费者的互动交流以及建立如评论、评级、论坛等形式让消费者分享其购物经验或信息，从而使得消费者与商家、消费者与消费者之间的信息沟通更为频繁。消费者与商家之间的沟通和交流能够使消费者和商家之间快速建立信任关系，消费者与商家交互程度越高就越能促使消费者产生愉越感和沉浸感[15,16]。社会化电商环境下，用户感受社会化电商的交互性越强，他们所感知有用感和趣味性就越高。因此，提出假设：

H1a：社会化电商的交互性显著影响消费者的感知有用性

H1b：社会化电商的交互性显著影响消费者的感知趣味性

粘性是指社会化电商吸引和保留顾客的能力，是电子商务企业赢利能力的关键要素之一。当用户对社会化电商平台粘性越高，其越会经常关注社会化电商平台产品的促销信息和参与平台的其它活动，也更容易与商家之间建立信任关系，从而进一步增强其持续购买意愿[12,17]。社会化电商环境下，用户对社会化电商的粘性越强，他们所感知的有用性和趣味性就越高。因此，提出假设：

H2a：用户对社会化电商的粘性显著影响消费者的感知有用性

H2b：用户对社会化电商的粘性显著影响消费者的感知趣味性

口碑推荐是指社会化电商的消费者通过信息交流和经验分享的形式来帮助其它消费者提高购买决策的准确性。社会化电商面临网络规模大、准确信息难以获知等问题，广泛的口碑推荐能让消费者在与商家交易前对商家的产品和服务有更深入的了解，从而使得消费者与商家建立相互支持和互惠的关系，也更能增加消费者对社会化电商平台的感知有用性和感知趣味性[18-19]。社会化电商平台的口碑推荐程度越高，消费者感知有用性和感知趣味性越高。因此，提出假设：

H3a：社会化电商的口碑推荐显著影响消费者的感知有用性

H3b：社会化电商的口碑推荐显著影响消费者的感知趣味性

个性化是指社会化电商平台根据消费者特质偏好和需求为其定制相匹配的媒体内容。当用户浏览社会化电商平台时，社会化电商的个性化可以以适当的方式向用户提供适当的内容，从而增加社会化电商平台的内容与消费者需求的一致性。社会化电商平台的个性化定制行为能让消费者增加其对平台的感知有用性，进而激发了沉浸感[20]。社会化电商的个性化越高，消费者的感知有用性和感知趣味性程度就越高。因此，提出假设：

H4a：社会化电商的个性化显著影响消费者的感知有用性

H4b：社会化电商的个性化显著影响消费者的感知趣味性

感知有用性是指用户使用社会化电商给其带来有用的程度。用户对信息系统的感知有用性越高，其更倾向于继续使用该平台[22]。社会化电商作为一种新的信息系统，其越能为用户提供有用的商品信息和降低搜索成本，用户也更愿意使用该信息系统[27]。对于社会化电商用户来说，其感知有用性程度越高，持续使用社会化电商的意愿越强。因此，提出假设：

H5：感知有用性显著影响消费者的持续意愿

感知趣味性是指社会化电商的使用给用户带来有趣和愉快的程度。通过对用户使用接纳社会化电商平台的调查，发现感知趣味性对用户使用意愿有显著影响[24]。对于社会化电商用户来说，其感知趣味性程度越高，持续使用社会化电商的意愿越强。因此，提出假设：

H6：感知趣味性显著影响消费者的持续意愿

3 实证研究

3.1 问卷设计

本文借鉴经典文献设计的成熟量表，结合社会化电商的具体情境，采取李克特7级量表测度所有测度项，形成初始问卷。问卷共分为3 部分：第一部分主要介绍社会化电商的特点和问卷调查的目的，第二部分主要收集用户的个人基本信息，第三部分主要收集影响社会化电商用户持续意愿的影响因素。同时，为了提高问卷设计的合理性，本文采用“回译法”来保证量表的内容效度。在初始问卷形成后，请电商消费者行为领域的2 位专家对问卷进行审查修改，同时选取了15名不同行业不同性别的具有社会化电商网购经验的消费者进行预测试，针对问卷内容中题项、顺序、内容进行修改与完善，形成最终的正式问卷。

3.2 数据收集

本文以国内知名的社会化电商平台如小红书、拼多多、微信等作为调研对象，通过发送问卷星的链接邀请用户作答，对填写问卷者给予红包或论坛币等形式的奖励。问卷收集工作从2020年9月25日至2020年11月30，持续了约8 周，共发放370 份，去除没有使用社会化电商、不完整问卷、主体问题全部或几乎勾选同一选项、有明显逻辑错误的无效问卷46 份，得到有效问卷324份。有效样本人口统计学特征显示如下：

（1）性别方面：男性比例为41.97%，女性比例为58.03%，女性人数略多于男性；

（2）年龄方面：18～25 岁约占77.16%，26～30 岁约占15.55%，18～30岁的年轻人较多；

（3）学历方面：大学本科及大专约占53.08%，硕士研究生占4.69%；

（4）在样本当中，具有2年以上5年以下的社会化电商经历人数占总样本数的62.2%，具有5年以上的社会化电商经历占20.6%；

（5）常用的社会化电商平台主要包括微博、微信、抖音、小红书、蘑菇街、拼多多等。

3.3 数据分析

3.3.1 信度效度检验

对测量模型的评估主要从信度和效度进行检验。利用Smartpls 3 软件对模型数据进行信度和效度分析，得出因子载荷、CR的值均高于0.8，Cronbach’s a、AVE值均高于0.6，具体如表1所示，说明量表具有较好的信度和聚合效度。在区别效度上，从表2我们可以看出，各因子的AVE 值的平方根（对角线粗体线的值）均大于该因子与其他因子之间的相关系数，说明该测量模型具有较好的区别效度。

表1 信度与聚合效度分析

表2 区别效度分析

3.3.2 假设检验

本文采用Smartpls 3 软件对模型进行假设检验，模型的运行结果详见图2。其中交互性（β＝0.180，p＜0.01）对感知有用性存在显著积极影响，但交互性（β＝0.097，p>0.01）对感知趣味性不存在显著影响，因此H1a成立，H1b不成立。粘性（β＝0.344，p＜0.001）对感知有用性存在显著积极影响，粘性（β＝0.380，p＜0.001）对感知趣味性也存在显著影响，因此H2a 和H2b 成立。口碑推荐（β＝0.234，p＜0.001）对感知有用性存在显著积极影响，口碑推荐（β＝0.011，p>0.01）对感知趣味性不存在显著影响，因此H3a成立，H3b不成立。个性化（β＝0.158，p＜0.05）对感知有用性存在显著积极影响，个性化（β＝0.099，p>0.01）对感知趣味性不存在显著影响，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）对社会化电商用户持续购买意愿存在显著积极影响，因此，假设H5和H6 成立。总之，就显著关系而言，假设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、持续意愿的R2分别是0.710、0.307、0.691。这说明社会化电商技术特征可以充分解释感知有用性和感知趣味性形成，同时也表明，感知有用性和感知趣味性对社会化电商用户持续购买意愿的形成贡献较大。

图2 假设检验结果（使用Smartpls 3软件对数据运行结果的截图）

3.3.3 中介效应检验

根据Hayesr 的建议，本文利用Smartpls 3.0 软件的Bootsrtap 分析，样本迭代量为5000，设置95%的置信区间，分析交互性、粘性、口碑推荐、个性化对社会化电商持续意愿产生影响的中介变量，具体的Specific Indirect Effect运行结果如表3所示。从表3可以看出，感知有用性在交互性、粘性、口碑推荐、个性化和持续意愿之间的T 值都大于1.96，P 值都小于0.05，说明感知有用性在交互性、粘性、口碑推荐、个性化和持续意愿之间的中介效应成立；感知趣味性在个性化、交互性、口碑推荐和持续意愿之间的T 值都小于1.96，P 值都大于0.05，说明感知趣味性在个性化、交互性、口碑推荐和持续意愿之间的中介效应不成立。综合表3的分析结果，感知有用性的中介效用明显大于感知趣味性的中介效用，这进一步强调了感知有用性对消费者持续意愿的重要性。

表3 中介效应检验结果

4 研究结论与营销建议

4.1 研究结论

本文从社会化电商的特点和已有理论的视角探讨技术性要素和感知价值对社会化电商用户持续意愿的影响。实证研究结果表明：

（1）感知有用性和感知趣味性是影响社会化电商用户持续意愿的两个重要前因变量，感知有用性在交互性、粘性、口碑推荐、个性化和持续意愿之间的中介作用明显。当用户使用社会化电商平台过程中商家能够给用户提供有用的信息，用户的持续意愿将增强。当用户使用社会化电商平台经历是愉悦和开心时，其社会化需求能得到很好满足，也会愿意继续使用该社会化电商平台。另外，社会化电商的商务特征可以通过感知有用性来间接影响用户持续意愿，也可以直接作用于用户持续意愿。

（2）交互性、粘性、口碑推荐、个性化对感知有用性呈正向显著影响。当用户感受社会化电商平台交互性越强，用户对社会化电商平台粘性越高，社会化电商平台就越能吸引和留住用户。当用户在使用社会化电商平台时，其大多数会参考其它用户或意见领袖的意见，快速地与商家建立一定的信任关系，进而提高用户感知有用性。同时，当社会化电商平台有针对性为用户提供个性化的产品或服务时，就能帮助其提高购物准确性，促进用户感知有用性提升。

（3）粘性对感知趣味性呈正向显著影响。如果用户对社会化电商的粘性越高，其给用户带来的愉悦感和有趣感也越强，也越能提高用户的持续意愿。与假设不一致的是，交互性、口碑推荐、个性化对感知趣味性没有产生显著影响，可能的解释是社会化电商平台的交互性、口碑推荐、个性化给用户提供的更多是与产品决策相关的信息，其主要满足用户功能性上的需求，而较少引起用户情感的愉悦感。

4.2 对策建议

随着现代科技的快速发展，社会化电商进入快速发展阶段。社会化电商不仅改变了用户的购买和决策过程，还提高了消费者的满足感和幸福感。为了更好提高消费者持续意愿，与消费者建立牢固的相互信任关系，社会化电商平台应重视技术性因素以及用户在使用平台过程中所感知到的有用性价值和趣味性价值，以增强用户的持续意愿。针对如何更好地提高社会化电商用户持续意愿，提出以下建议：

（1）促进社交互动，缓解信息不对称风险。企业应该提供多样化的信息交互和深层次的情感交互来促进用户之间的信任。比如，企业可设计合理的激励措施来增加用户之间的沟通和交流，如用户交互（如评论、＠）等活动达到某阈值后，给其勋章、虚拟币、优惠券等奖励。同时，社会化电商可从用户实际使用需求的角度出发，重点关注平台的可操控性和个性化服务等方面，设计出具有良好交互性的社会化平台，不断提高用户对社会化平台的感知有用性。

（2）精准定位目标群体，提高消费者粘性。社会化电商商家应充分利用云计算和大数据等技术来精准定位目标群体，为用户定点定向投放其感兴趣的最新的商品信息，从而达到不断降低营销成本和增加用户粘性的目的。比如拼多多、京东拼购等拼购类社会化电商其目标群体定位为价格敏感类用户，应经常向目标群体推送拼团、闪购等活动；小红书、蘑菇街等内容类社会化电商其目标群体定位为容易受关键意见领袖影响的消费人群，应为用户推送其感兴趣意见领袖或商品。

（3）有针对性培养意见领袖，增强信息推荐的效果。社会化电商商家不仅仅要善于识别意见领袖，而且要积极培养自己的具有号召力的意见领袖。社会化电商商家可选择具有一定专业度和产品涉入度的培养对象，不断加强其专业知识和提高其品位、形象等个人特质。另外，注意培养意见领袖的交互性。可采用线上与线下等多种方式增加意见领袖与消费者之间的沟通交流机会，同时也要不断加强意见领袖间的沟通和交流，通过意见领袖间的社会化关系进而扩大其影响面，从而吸引大批消费者的追随。

（4）提供个性化产品或服务，满足消费者多样化需求。社会化电商商家应在充分调研的基础上根据不同用户的购买偏好分析消费者多样化的需求，不断对产品进行完善，为其提供个性化的产品或服务。比如，对于男性用户，其更关注的是社会化电商具体的内容，在推送商品信息时应更注意提供优质内容与商品。对于女性用户，其更关注的是愉悦度和意见领袖的意见，对于这类用户在推送内容上应注重如何增加其愉悦度和推荐有影响力的意见领袖。