SOR和D&M模型下数字音乐平台持续使用意愿研究

韩东林，赵祥娟

(安徽大学 商学院，安徽 合肥 230601)

数字音乐平台(Digital Music Platform,DMP)，又称网络音乐平台，是利用数字技术为用户提供各种音乐产品和服务的经营机构。数字经济时代，数字音乐平台已逐渐成为人们进行网络文娱活动的重要方式。截至2020年3月，我国网络音乐用户规模较2018年底增长迅速，增幅10%以上，网络音乐用户规模达到6.35亿，使用率为70.3%[1]。目前，以90后、00后为代表的年轻群体已成为网络用户主体，开拓年轻群体市场成为数字音乐生存壮大的关键所在[2]。持续使用意愿指用户对某一产品或服务的持续使用的意愿程度，体现了产品或服务对用户的吸引力。

关于数字音乐平台用户使用意愿的研究，已有不同角度的分析。翟珊珊等[3]基于期望确认模型，对移动音乐平台使用者持续使用意愿进行研究，发现用户满意度受获得体验、沉浸体验与人际体验的正向影响，获得体验和满意度积极作用于持续使用意愿；刘丹等[4]在网络音乐使用意愿的研究中发现，社会网络依赖程度的不同能够影响用户对网络音乐的使用意愿；夏立新等[5]基于PPM模型实证分析用户在移动音乐平台间的转移行为，验证了移动音乐平台用户的转移意愿受到不满意度、网络义务性和相对匮乏性的显著影响。

已有研究大多基于用户视角，而有关数字音乐平台与用户反应的作用关系探讨较少，且忽视了用户使用习惯的影响。为此，本研究依托SOR和D&M模型，构建变量间的内在逻辑框架。以信息质量、服务质量、系统质量为环境刺激，以心流体验为机体要素，以满意度和持续使用意愿为用户内外反应，同时引入使用习惯变量，并以高校大学生为对象，研究数字音乐平台持续使用意愿的影响因素，以期为改进数字音乐平台的运营模式，提高数字音乐平台的吸引力提供借鉴。

1 理论基础

1.1 SOR模型

SOR模型即刺激-机体-反应模型，一般用于研究环境刺激、用户情绪和反应之间关系。其中“S”(Stimulation)指刺激，产生于组织内外部环境，“O”(Organization)指机体，反映个体在环境刺激下的内在情绪，“R”(Reaction)指用户情绪所引发的各种内外反应。1974年Mehrabian提出该模型后，学术界将其广泛应用于用户行为研究。如，Bigne等[6]基于SOR模型研究了在线评论冲突对消费者购买意愿的影响；Triantoro等[7]基于SOR模型研究了在线调查游戏化对参与者的行为反应的作用；Zhao等[8]基于SOR模型研究了用户持续使用在线学习软件MOOC的影响机制；周涛等[9]基于SOR模型研究了社会化商务用户行为；赵文军等[10]基于SOR模型研究了移动阅读服务持续使用意愿。朱红灿等[11]研究表明SOR模型中，刺激是影响用户情绪的前提，情绪会影响他们的行为或意图。

1.2 D&M模型

D&M模型也叫信息系统成功模型，用以研究信息系统对用户行为的影响路径。20世纪90年代，由学者Delone和Mclean首次提出，并在随后的研究中对模型不断优化。D&M模型包含信息质量、系统质量、服务质量、满意度、使用意愿、净收益6大要素。该模型在研究中应用广泛。如，张镨心等[12]基于该模型对社交软件持续使用意愿进行了研究；王梦浛等[13]应用该模型研究了“互联网+创业”服务平台用户使用意愿的影响机理；欧阳博等[14]应用该模型探讨了移动虚拟社区持续信息搜索意愿影响因素；刘小锋等[15]应用该模型对移动图书馆的满意度和使用行为进行了研究。多次研究验证，信息系统的3大质量与满意度、使用意愿之间存在着直接或间接的相关关系。

1.3 心流体验理论

1975年Csikszentmihalyi提出心流体验(Flow Experience，FE)的概念，指人们全身心参与活动时获得的一种整体感受。心流体验下，用户完全被所参与的活动吸引，注意力高度集中，会暂时忘却周围的环境。心流体验能给用户带来愉悦和满足感，进而影响用户满意度和行为意愿。有关心流体验对用户行为影响的研究颇为丰富。如，Rohman等[16]研究发现社交媒介的心流体验对顾客的品牌忠诚度有着积极的影响；Liu[17]验证了心流体验是影响网络游戏用户重复参与游戏意向的重要因素；Kang等[18]研究发现心流体验积极作用于顾客对餐厅SNS满意度和线下消费意向；朱静雯等[19]基于心流体验理论发现沉浸体验对移动阅读用户黏性有着积极的影响；林艳等[20]验证了在线心流体验会对顾客品牌忠诚度产生积极的作用。

1.4 习惯理论

习惯被普遍认为是在人们长时期反复动作中形成的固定无意识的惯性行为。当人们长时间频繁使用某种信息系统，会无形中加深其对信息系统的接受程度。使用习惯是影响用户行为的重要变量，这在许多研究中得以体现。如，陈明红等[21]引入使用习惯对移动社交媒体用户信息共享持续意愿进行了研究；李宗富等[22]引入对微信公众号用户持续使用意愿进行了研究；张培[23]研究了高校学生对学术数据库使用意向时纳入使用习惯的影响因素；胡莹莹等[24]研究消费者渠道扩展行为时衡量使用习惯的作用；孟猛等[25]引入习惯变量对社交媒体用户持续使用行为进行了研究。

2 研究假设与变量设计

2.1 研究假设

本研究将信息质量、系统质量和服务质量作为环境刺激，将心流体验作为机体要素，将满意度和持续使用意愿作为用户内外反应。基于SOR模型的逻辑关系，作出如下假设：

H1：信息质量对心流体验存在积极作用;

H2：系统质量对心流体验存在积极作用;

H3：服务质量对心流体验存在积极作用;

H4：心流体验对满意度存在积极作用;

H5：心流体验对持续使用意愿存在积极作用。

满意度对持续使用意愿起到重要作用，信息系统质量通过满意度作用于持续使用意愿。基于D&M模型，本研究作出如下假设：

H6：信息质量对满意度存在积极作用;

H7：系统质量对满意度存在积极作用;

H8：服务质量对满意度存在积极作用;

H9：满意度对持续使用意愿存在积极作用。

在使用习惯的作用下，用户持续使用意愿会不自觉地得到增强。据此，本研究提出假设：

H10：使用习惯对持续使用意愿存在积极作用。

依据上述研究假设，构建如图1所示的研究模型。

图1 SOR和D&M模型下数字音乐平台持续使用意愿研究模型

2.2 变量设计

本研究研究的变量均设置4或5个题项，并以李克特7级量表形式设计问卷。问卷问题参考以往成熟量表，以保证变量及题项的信度和效度，并结合数字音乐平台特点进行适度修改。本问卷量表中，借鉴Delone等[26]研究测量服务质量、系统质量和信息质量；借鉴Chang等[27]研究测量心流体验；借鉴Hsu等[28]研究测量使用习惯；借鉴Bhattacherjee[29]和王晰巍等[30]研究测量满意度；借鉴Gao等[31]研究测量持续使用意愿。变量及题项见表1。

表1 问卷量表

3 实证分析

本研究使用SPSS 23.0软件进行样本数据的描述性统计分析和变量多重共线性评估。借助Smart PLS2.0软件，利用偏最小二乘法-结构方程模型(PLS-SEM Model)进行模型信效度和模型效果检验。使用该模型检验数据有其独特的优势：它以变异数为基础，以预测为导向，目的在于使模型的预测能力最大化，特别适合于预测R2。此外，偏最小二乘法对样本的需求量相对较少且无需样本资料符合常态分布[32]。

3.1 描述性统计分析

通过“问卷星”平台收集数据，并借助微信、QQ等软件扩散问卷。数据采集时间为2020年1月5日至2020年3月5日。问卷发放范围主要集中于安徽省合肥市范围高校。问卷中通过设置问题“是否为高校在校生”筛选出高校大学生用户的问卷，在这基础上删除重复填写及填写时间极短的问卷(填写时间<60s)，最终获取有效样本295份。其中，男生134人(45.40%)，女生161人(54.60%)，女生比例略高于男生。17～19岁群体占比21.70%，20～30岁占比78.30%。每周使用频率方面，3次及以上占比88.10%。每次使用时长方面，15min及以上占比93.60%。在常用数字音乐平台中，网易云音乐最受大学生群体欢迎(40.57%)，其次为QQ音乐(30.07%)和酷狗音乐(16.73%)。

3.2 多重共线性检验

通过SS 23.0评估变量间的多重共线性，得出表2中的检验结果。其中，所有自变量的容差值为0.459～0.690，均大于0.3。所有自变量的方差膨胀因子值(Variance Inflation Factor，VIF)为1.449～2.179，VIF远远<10。因此，自变量间不存在多重共线性。

表2 变量多重共线性检验结果

3.3 信度和效度检验

信度(Reliability)用来检测模型的稳定性和可靠性。信度分析的通常做法是判别α系数是否大于0.70，因子载荷(Factor Loading,FL)是否满足最低标准0.60，组合信度(Composite Reliability,CR)是否达到0.70，若满足以上标准则样本数据具有较好的信度。由表3可知，本研究的因子载荷值为0.651～0.859，α系数为0.765～0.821，组合信度值为0.842～0.877，均在标准范围内，表明模型通过了信度检验。

效度(Validity)通过收敛效度和区分效度来分析，用以反映数据的有效性。模型是否具有收敛效度(Convergent Validity,CV)可通过分析所有变量的平均萃取方差(Average Variance Extracted，AVE)是否达到0.50来确定。由表3可知，所有变量AVE值均>0.5，说明模型具有较好的收敛效度。区分效度(Discrimination Validity,DV)用来评估各变量测项间的差异化程度。由表4可知，每个变量AVE平方根(表中对角线数值)大于其与其他变量间的相关系数(表中对角线以下数值)，表明模型具有较好的区分效度。

表3 信度和收敛效度

表4 区分效度

3.4 模型效果检验

本研究研究模型的效果检验结果见表5。其中，假设1～10的标准误差为0.057～0.081，均<1，表明收集样本的分析结果与实际情况不存在严重的误差。

表5 路径分析结果

R2是检验模型质量的重要标准，根据Chin[33]提出的标准，R2值达到0.670,0.333，0.190分别代表潜变量的解释能力高、中、弱。由图2可知，心流体验、满意度和持续使用意愿的R2分别为0.339,0.449,0.527，参考Chin提出的标准，该模型具有较好的解释效果。

图2 数字音乐平台持续使用意愿模型测算结果

实证结果显示，用户满意度(β=0.395，t=4.994，P<0.001)、使用习惯(β=0.354，t=5.523，P<0.001)对用户持续使用意愿的正向作用显著，H9与H10成立。心流体验(β=0.103，t=1.02，P>0.05)对持续使用意愿的直接作用不显著，H5不成立。心流体验(β=0.169，t=2.971，P<0.01)、信息质量(β=0.150，t=2.598，P<0.01)、系统质量(β=0.184，t=2.452，P<0.01)、服务质量(β=0.325，t=4.904，P<0.001)均显著作用于满意度，H4、H6、H7、H8均成立。信息质量(β=0.215，t=3.646，p<0.001)、系统质量(β=0.162，t=2.007，P<0.05)、服务质量(β=0.321，t=4.106，P<0.001)均积极作用于用户的心流体验，H1、H2、H3均成立。

4 结果分析

本研究基于SOR模型和D&M模型，引入心流体验和使用习惯变量，对数字音乐平台持续使用意愿影响因素进行研究，得出以下结论：

(1)满意度是数字音乐平台持续使用意愿的关键要素

依据实证结果，满意度对数字音乐平台用户持续使用意愿的路径系数为0.395，在0.001的水平上显著。由此可知，满意度对数字音乐平台的持续使用意愿具有较高的解释力，满意度是持续使用意愿的关键影响因素。从理论意义上来说，这也是对D&M模型的又一次有力的验证，说明该模型同样适用于以数字音乐平台为代表的数字技术应用系统的研究。

(2)信息质量、系统质量和服务质量是用户持续使用意愿的前提

研究结果显示，信息质量、系统质量、服务质量对用户心流体验和满意度均有着显著正向影响。对满意度的影响路径分别为0.150,0.184,0.325。说明平台质量影响用户满意度，进而作用于用户持续使用意愿。同时，本研究中验证了平台质量显著影响用户使用情绪，进而影响用户的内在反应。信息质量、系统质量、服务质量对心流体验的影响路径系数分别为0.215,0.162,0.321。由此可知，安全便捷的系统质量、高质量的信息资源以及高效的服务质量能使用户能从中获得较好的心流体验并产生较高的满意度。然而，从路径系数和显著性水平来看，平台的服务质量对心流体验和满意度的影响更大。实证结果表明，平台服务质量的提升更能积极作用于用户的情绪和心理反应，进而影响用户持续使用意愿。

(3)心流体验对满意度的积极效果明显

心流体验是用户全身心参与活动时，获得愉悦和满足的整体感受。满意度是用户在使用产品后的心理评价。实证结果中，用户心流体验积极影响满意度。然而，与满意度相比，心流体验对持续使用意愿的直接影响较弱，心流体验是通过满意度间接作用于持续使用意愿。这说明心流体验对用户的内在心理反应的积极作用更加明显。

(4)使用习惯是影响持续使用意愿的重要因素

实证结果显示，用户使用习惯对持续使用意愿的路径系数为0.354，在0.001水平上显著，用户使用习惯积极作用于持续使用意愿。数字音乐平台利用数字技术提供音乐产品和服务，其便捷性和趣味性容易吸引大学生等年轻群体使用。用户长期使用该平台所形成的习惯会强化用户对平台的持续使用意愿。由此可知，形成使用习惯的用户更倾向于对平台的持续使用，使用习惯是持续使用意愿的重要影响因素。

5 实践启示

如何提高数字音乐平台吸引力，增强用户持续使用意愿？结合讨论，本研究得出如下几点启示。

(1)提高平台系统质量，有效挖掘用户需求

提高数字音乐平台的系统质量，为用户提供更为安全便捷的系统保障。较好的系统质量是保持用户使用量的基础，如友好合理的页面设计、安全高效的运行系统、稳定便捷的系统功能等。在这基础上有效挖掘用户需求，不断改进数字音乐平台。数字音乐平台运营商可以优化现有用户评价和反馈机制，除了通过平台上的反馈功能被动接受用户评价，运营商还可通过公众号等方式多渠道了解用户对数字音乐平台的看法，并借助各种激励措施调动用户的反馈积极性。

(2)促进平台创新发展，提升用户心流体验

平台创新能为用户带来新鲜感，激发用户对新事物的探索，提升用户心流体验。在促进平台创新方面，更加注重服务质量。如，在内容创新上，从源头打造音乐精品，发挥原创资源的流量拉动效果。大力扶持音乐内容创作者，建立有效的音乐激励机制，鼓励音乐创作者制作出更多用户喜爱的音乐作品；在功能创新上，持续挖掘新功能新服务，深化数字音乐平台的服务质量。音乐平台开发商可以通过大数据深入挖掘用户信息，深化个性化和社交化服务功能，实现精准服务；在经营模式创新上，深化互动，提升用户心流体验。数字音乐平台可以通过论坛、微博、公众号等方式聚集人气，加强与用户的互动。

(3)转变平台用户认知，培养用户使用习惯

使用习惯的形成需要用户长时期重复某种行为，在这个过程中用户会不自觉地产生心理依赖，进而增强其对该行为的持续意愿。习惯养成的前提是用户从心理上能接纳某种事物并愿意去尝试。人们受认知锁定效应的影响往往对新技术的接纳程度较低。因此，在培养用户使用习惯上，数字音乐平台运营商在不断开发新技术新功能的同时，还要注重深化公众对新技术新功能的认知，从而使用户在接纳后的重复使用中形成习惯，增强用户对数字音乐平台的持续使用意愿。