微信公众号用户为什么会取消关注？

程慧平　蒋星　于欢欢

关键词： 微信公众号； 取消关注意愿； 个人—环境—技术框架； 模糊集定性比较分析

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．００８

〔中图分类号〕Ｇ２５２.０ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０６－００７８－１０

社交媒体作为新兴的信息传播媒介和社交工具，极大地丰富了人们的数字化生活， 同时也重新塑造着个人的信息消费模式。根据第４９ 次《中国互联网络发展状况统计报告》（ＣＮＮＩＣ）显示， 截至２０２１年１２ 月， 我国网民规模达１０.３２ 亿， 其中即时通信用户规模达到１０.０７ 亿， 占网民整体的９７.５％。伴随着大规模即时通信用户群体的出现， 用户流失成为不可避免的现象。作为目前主流的即时通信软件之一——微信， 在２０１２ 年推出了微信公众号这一服务板块， 它进一步满足了用户对高质量信息的需求。然而， 微信公众号数量的不断增多导致信息呈爆炸式增长， 这些过量的信息已远远超出了用户接收并处理信息的能力， 导致用户产生使用压力，为减少或消除这些压力源， 用户会选择取消关注微信公众号。微信公众号的用户流失会严重影响到微信公众号的可持续发展。因此， 探讨微信公众号用户流失的潜在诱因， 对优化微信公众号的运营效果， 增强用户黏性和吸引新用户尤为重要。

微信公众号取消关注是指用户将已经使用的微信公众号移出公众号订阅列表， 以避免接收其推送的信息［１］ 。目前， 已有学者对社交媒体用户流失影响因素进行了分析， 主要包括： ①个人因素： Ｋｉｍ ＪＹ［２］ 研究发现， 有着不同个性、价值观等主观特征的个体对终止使用社交媒体的动机认知存在差异；Ｍａｓｏｏｄ Ａ 等［３］ 研究发现， 自控失灵、睡眠质量差通过内疚感的中介作用间接影响智能手机社交网站用户退出意向； Ｚｈａｎｇ Ｇ 等［１］ 研究发现， 公众号取消关注行为存在性别上的差异； Ｋｗｏｎ Ｅ Ｓ 等［４］ 研究發现， 感知品牌隔离、态度负向影响Ｆａｃｅｂｏｏｋ上品牌隐藏意愿； Ｋｗａｋ Ｈ 等［５］ 研究发现， 影响Ｔｗｉｔｔｅｒ 用户取消关注的因素包括： 关系的互惠、关系重叠等； ②环境因素： Ｔａｎｇ Ｚ Ｙ 等［６］ 研究发现，个人品牌不匹配、替代品吸引力会正向影响品牌微博用户取消关注意愿； Ｌｉｎｅｋ Ｓ Ｂ 等［７］ 研究发现，Ｔｗｉｔｔｅｒ 推送的内容以及推送频率会影响Ｔｗｉｔｔｅｒ 用户取消关注意愿； Ｌｉａｎｇ Ｈ 等［８］ 研究表明， 信息过载和信息冗余正向影响Ｔｗｉｔｔｅｒ 用户取消关注意愿，信息相似性则会产生负向影响； 郑德俊等［９］ 研究发现， 移动阅读服务平台用户流失的影响因素包括替代品吸引力、用户朋友圈； ③技术因素： 郭顺利等［１０］ 研究表明， 高校图书馆微信公众平台的功能因素是影响用户流失的最根本原因； 徐孝娟等［１１］研究发现， 系统质量不足时， 用户终止使用社交网站的可能性会变大； Ｄａｒｂａｎ Ｍ 等［１２］ 研究发现， 采纳后技术—任务匹配会对用户放弃使用信息系统的意愿产生负向影响。

综上所述， 已有相关研究成果为微信公众号用户取消关注意愿研究提供了一定的启示， 但仍存在以下两点不足： 一是已有研究从用户个人因素、环境因素或技术因素阐释了社交媒体用户流失现象的形成机理， 但鲜有研究将以上３ 类因素纳入同一理论框架内对微信公众号用户取消关注意愿的成因进行全面分析； 二是已有研究主要采用单一的结构方程模型方法进行数据分析， 无法对用户取消关注意愿的多个前因变量之间相互依赖产生的复杂因果关系进行解释， 本文利用模糊集定性比较分析方法则可以弥补这一不足， 使得研究结论更具有可靠性。

因此， 本研究基于个人—环境—技术框架［１３］（Ｐｅｒｓｏｎａｌ－Ｅｎｖｉｒｏｎｍｅｎｔ－Ｔｅｃｈｎｏｌｏｇｙ， ＰＥＴ 框架） 构建微信公众号用户取消关注意愿影响因素研究模型， 通过结构方程模型方法（ＳＥＭ）进行路径分析，并引入模糊集定性比较方法（ｆｓＱＣＡ）探讨用户取消关注意愿影响因素之间的“联动效应”［１４］ ， 揭示并分析影响微信公众号用户取消关注意愿的关键因素和前因构型， 为帮助微信公众号运营商减少用户取消关注意愿提供理论参考。

１ ＰＥＴ理论框架

个人—环境—技术框架（ＰＥＴ 框架）由Ｐｅｎｇ ＺＹ 等［１３］ 提出， 该框架认为技术接受与利用行为的产生由个人因素、环境因素和技术因素的相互作用决定。其中， 个人因素是指用户的特征， 如用户的兴趣、知识、技能等； 环境因素是指用户个人在应用某一技术时所在的特定环境， 即能够促进或抑制个人目标实现的机会或约束条件； 技术因素是指技术的内部特征， 如技术内部的复杂性、系统质量等， 也指用户对技术的使用评估， 如感知有用性、感知易用性等。该框架将个人因素、环境因素和技术因素纳入同一个模型中， 形成了一个全新、完整的理论框架， 不仅有利于对社交媒体情境下的用户信息行为进行更加准确的解释， 而且也益于促进用户信息行为领域相关理论的进一步发展。

ＰＥＴ 框架在构建之初是为了探讨并更好地解释企业员工采纳系统后的深度使用行为， 而取消关注行为同样是用户采纳某一项服务或技术后的典型行为之一。Ｙｉｎ Ｘ Ｂ 等［１５］ 揭示了环境因素、个人因素和技术因素对微信用户信息规避行为的影响。因此，本研究认为ＰＥＴ 框架适用于微信公众号用户取消关注行为的研究。根据ＰＥＴ 框架， 微信公众号用户取消关注意愿是用户个人因素、环境因素和技术因素三者共同作用的结果。本研究将兴趣转移、期望不一致纳入个人因素， 将公众号关注数量、替代品吸引力纳入环境因素， 将技术—任务不匹配和不确定性纳入技术因素， 来解释微信公众号用户取消关注意愿的发生机理。

２研究假设与模型构建

兴趣转移是指用户在关注公众号后因兴趣发生改变而取消关注［１６］ 。随着各种社交媒体的不断涌现以及用户审美、需求的不断变化， 用户的兴趣偏好也发生了改变。当用户难以从关注的微信公众号中准确捕捉新的兴趣点和满足新需求时， 用户就有可能会取消对公众号的关注。已有研究证实， 用户兴趣、需求的变化会降低其对产品或服务的忠诚度并增加转换意愿。Ｔａｎｇ Ｚ Ｙ 等［１６］ 研究表明， 个人兴趣的变化是用户取消关注品牌粉丝页面的决定性因素； Ｗｉｒｔｚ Ｊ 等［１７］ 研究发现， 兴趣变化是促使合同服务设置中用户产生转移行为的驱动要素。基于此， 本研究提出以下假设：

Ｈ１： 兴趣转移正向影响取消关注意愿

根据期望不一致理论（ＥＤＴ）， 用户是否继续关注微信公众号取决于使用后的满意程度［１８］ 。满意度是用户产生持续使用意愿的重要驱动因素， 若关注某一微信公众号后产生的实际绩效超过关注前的期望时， 用户便会对该公众号产生满意的态度并决定继续使用； 反之， 用戶则会产生不满意的态度，从而导致其取消关注微信公众号。已有研究证实，期望不一致会显著正向影响用户的取消关注意愿。Ｓｈｅｎ Ｘ Ｌ 等［１９］ 研究发现， 中度期望不一致通过中度满意的间接作用正向影响用户对可穿戴健康系统的间歇性中辍意愿； 程慧平等［１８］ 研究表明， 期望不一致会导致社交媒体用户产生不满意情绪， 进而影响用户不持续使用社交媒体。因此， 本研究认为期望不一致会正向影响微信公众号用户取消关注意愿， 并提出以下假设：

Ｈ２： 期望不一致正向影响取消关注意愿

技术—任务匹配模型（ＴＴＦ）揭示了信息技术与任务需求之间的适配对用户使用行为的影响， 并能够有效解释用户行为及其绩效之间的逻辑关系［２０］ ，而作为ＴＴＦ 的扩展模型技术—任务不匹配模型（ＴＴＭ）则被定义为任务与技术特征的不匹配， 包括“太多” “太少” 两种类型。ＴＴＭ 进一步阐释了这两种类型不匹配对用户行为和任务绩效产生的影响［２１－２２］ 。“太少” 指系统未给用户提供任务所需的足够功能而促使用户产生沮丧感， 进而导致终止使用行为； “太多” 指系统提供的功能选择已远远超过用户任务的需要， 这些过多的功能会让用户不知所措， 对准确选择和使用所需功能产生压力感， 降低解决问题的效率， 从而负向影响用户对系统的使用。已有文献表明， 采纳后技术—任务匹配负向影响用户对信息系统的放弃使用意愿［２２］ ； Ｚａｎｄｔ ＥＣ［２１］ 研究发现， 技术—任务不匹配显著负向影响用户对系统的使用率。基于此， 本研究提出以下假设：

Ｈ３： 技术—任务不匹配正向影响取消关注意愿

不确定性指由于微信公众号系统本身的频繁更新、迁移或系统特征的不断改变等带给用户的负面感知。大量微信公众号由于是非专业的个人或组织运营， 导致公众号系统在设计之初以及运营过程中存在着许多的技术漏洞， 致使系统设计不专业、业务流程不流畅、功能菜单设置不合理、频繁跳转第三方平台等现象经常发生。这往往会直接或间接地对用户的认知、行为和心理造成负面影响， 导致公众号用户产生疲劳状态或厌烦情绪， 增强对系统不确定性的感知， 最终促使用户取消关注微信公众号。已有文献发现， 系统不确定性会间接正向影响用户对社交网络服务（ＳＮＳ）的不持续使用意愿［２３］ ，云服务用户感知不确定性会显著负向影响其持续使用意愿［２４］ 。基于此， 本研究提出以下假设：

Ｈ４： 不确定性正向影响取消关注意愿

用户关注的公众号数量越多， 每日接收到的推送信息就会越多， 当这些信息的数量远远超过用户的信息接收和处理的最大能力时， 用户的注意力会被严重分散， 更易感知信息过载， 进而产生取消关注行为［２５］ 。公众号关注数量过多会导致公众号用户感知信息过载， 触发公众号用户的取消关注行为［７］ 。此外， 由于社会热点及个体兴趣的确定性，过多的公众号数量会带来较多的同质性信息， 用户可能因为多次获取相同或相似的信息而产生取消关注部分微信公众号的意愿。基于此， 本研究提出以下假设：

Ｈ５： 公众号关注数量正向影响取消关注意愿

在社交媒体服务竞争激烈、技术演变迅速以及社交媒体与用户之间不存在任何强制性捆绑关系的背景下， 替代品吸引力成为用户转移或者流失的外部驱动力［２６］ 。替代品吸引力是指用户在使用当前微信公众号服务的过程中， 被其他具有同样功能和服务的公众号平台吸引的程度［２７］ 。当现有服务或产品的替代品出现时， 用户就会与替代品进行对比， 如果替代品的系统性能与服务能更好地满足自身的需要， 用户将会降低对现有公众号平台的价值感知， 产生不满意的态度， 转而增强对替代品的依赖， 这就会导致用户流失。已有相关研究证实了替代品吸引力会正向影响用户流失。Ｔａｎｇ Ｚ Ｙ 等［６］ 研究发现， 用户感知的替代品吸引力正向影响品牌微博的取消关注意愿； Ｔａｎｇ Ｚ Ｙ 等［１６］ 研究表明， 替代品吸引力与品牌粉丝专页用户的不持续使用意愿正相关。基于此， 本研究提出以下假设：

Ｈ６： 替代品吸引力正向影响取消关注意愿

综上所述， 本研究构建的微信公众号用户取消关注意愿研究模型， 如图１ 所示。

３量表设计与数据收集

３.１量表设计

本研究模型中潜在变量的测量题项在已有研究成熟量表基础上， 结合微信公众号取消关注情境进行开发设计。为保证问卷中的测量题项能很好地反映潜在变量需测量的内容， 本研究在正式大规模发放问卷前， 邀请了信息系统行为领域经验丰富的专家和具有微信公众号取消关注经历的用户进行预测试， 并根据他们的反馈意见对测量题项进行更新、删除、增加等修改。为了过滤不具有取消关注微信公众号经历的用户， 本研究在问卷的最前面设计了一道判断题“您是否取消关注过微信公众号”， 通过跳转的方式来结束问卷。

正式调查问卷共分为两个部分： 第一部分为潜在变量的测量题项， 第二部分为被调查者的基本信息统计题项。潜在变量的测量题项包括： 兴趣转移、期望不一致、技术—任务不匹配、不确定性、替代品吸引力和取消关注意愿６ 个潜在变量， 每个潜在变量均由３～５ 条测量题项组成， 共计１９ 条题项。除公众号关注数量外， 其他潜在变量的测量题项均采用李克特五级量表（１ ＝非常不同意， ２ ＝ 不同意， ３＝一般， ４＝同意， ５＝非常同意）进行度量。其中， 兴趣转移的测量题项来源于Ｔａｎｇ Ｚ Ｙ 等［１６］的研究， 包括３ 个题项； 期望不一致的测量题项参考了Ｓｈｅｎ Ｘ Ｌ 等［１９］ 、Ｄｉｎｇ Ｙ［２８］ 的研究， 包括３ 个题项； 技术—任务不匹配的测量题项改编自ＺａｎｄｔＥ Ｃ［２１］ 的研究， 包括３ 个题项； 不确定性的测量题项借鉴了Ｍａｉｅｒ Ｃ 等［２３］ 、Ｔｒｅｎｚ Ｍ 等［２４］ 的研究， 包括３ 个题项； 替代品吸引力的测量题项来源于Ｔａｎｇ Ｚ Ｙ 等［１６］ 、Ｆｕ Ｓ Ｘ 等［２９］ 的研究， 包括３ 个题项； 取消关注意愿的测量题项整合了Ｚｈａｎｇ Ｇ 等［１］ 、徐孝娟等［１１］ 的研究， 包括４ 个题项； 公众号关注数量测量参考Ｚｈａｎｇ Ｘ 等［３０］ 的研究， 由“您关注了多少个微信公众号” 问题进行测量， 回答题项参考了企鹅智酷联合企鹅媒体平台发布的《２０１７ 中国自媒体全视角趋势报告》［３１］ ， 设置了５ 个选项。用户基本信息统计则包括性别、年龄、受教育程度、每天使用微信的时长和使用微信的年限。

３.２数据收集及样本描述性统计

本研究主要针对微信公众号取消关注意愿进行调研， 选择微信用户作为调查对象， 通过“问卷星”平台制作网络问卷， 借助微信、ＱＱ 发放问卷， 限定每个ＩＰ 地址只能填写１ 次， 共收集到问卷４２０份。在剔除所有题项回答一致、作答时间过短的无效问卷后， 得到有效问卷３４６ 份， 有效回收率为８２.３８％。被调查对象的人口统计信息描述性统计结果， 如表１ 所示。

３４６ 个调查样本中， ５２.９％的用户为女性， １８～２４ 岁的用户规模最大， 占比６１.６％； 在受教育程度方面， 本科及以上学历者占比达到９６.８％， 可见， 调查对象的受教育程度整体较高， 可以更好地理解题意并根据自身的实际情况进行作答。每天使用微信时长在２ 小时以上的用户占比６２.４％， 可见长时间使用微信的现象较为普遍。此外， 使用微信的年限大多集中在３ 年以上， 占比８５.３％， 可见调查对象都有较为丰富的微信使用体验， 因此选取的调查样本具有代表性。

４数据分析

结构方程模型方法（ＳＥＭ）能够检验潜在变量与观测变量、潜在变量之间的关系， 可以同时考虑并处理多个因变量， 并且容许自变量和因变量含测量误差， 但该方法无法解释多个前因条件相互依赖产生的复杂因果关系［３２］ 。而模糊集定性比较分析方法（ｆｓＱＣＡ）突破了传统研究方法中固有的因果关系对称思维， 可以很好地对前因变量和结果变量之间存在的复杂因果关系进行分析。将ＳＥＭ 与ｆｓＱ?ＣＡ 两种方法结合， 对研究结果进行交叉检验， 可以提高研究结论的可靠性与稳健性。

４.１结构方程模型分析

４.１.１信度、效度检验

采用Ｓｍａｒｔ ＰＬＳ ３.０ 软件对问卷的信度、效度进行检验。信度是指测量结果的一致性、稳定性和可靠性， 需要满足克朗巴哈系数（Ｃｒｏｎｂａｃｈｓ α）值、组合信度（Ｃｏｍｐｏｓｉｔｅ Ｒｅｌｉａｂｉｌｉｔｙ， ＣＲ）值大于０.７ 的要求［３３］ 。如表２ 所示， 所有测量变量的Ｃｒｏｎｂａｃｈｓα 值均在０.７ 以上， ＣＲ 值均在０.８ 以上， 表明本研究的量表信度较高， 内部一致性较好。

效度是指开发量表的有效性， 效度检验包括收敛效度检验和区别效度检验。其中， 收敛效度检验标准需同时满足以下两个条件： ①测量题项的标准化因子载荷系数大于０.５ 且达到统计显著水平； ②每个潜在变量的平均抽取方差值（ＡＶＥ）大于０.５。区别效度检验标准是： 所有潜在变量的ＡＶＥ 算术平方根均高于该变量与其他潜在变量之间的相关系数［１８］。

如 表２ 所示， 所有测量题项的标准因子载荷量均大于０.７， 且所有变量的ＡＶＥ 值均大于０.６， 表明本研究的测量量表具有较好的收敛效度。如表３所示， 各潜在变量的平均抽取方差值（ＡＶＥ）均大于该变量与其他变量相关系数， 说明本研究的测量量表具有较好的区分效度。因此， 本研究的测量量表具有较高的信度和效度， 可以进一步开展结构模型分析。

４.１.２假设检验

结构方程模型的拟合度通常通过标准化路径系数及其显著性和结果变量的Ｒ^２值来判断， 取消关注意愿的Ｒ^２值为０.４７９， 高于消费者行为领域结果变量Ｒ^２大于０.２ 的阈值要求［３３］ ， 说明本研究的模型拟合度较好。假设检验结果， 如表４ 所示。

１） 个人因素： 兴趣转移（β ＝０.１９６， Ｐ＜０.００１）和期望不一致（β ＝ ０.１７１， Ｐ＜０.０１）均正向影响公众号用户取消关注意愿， 表明假设Ｈ１、Ｈ２ 成立。

用户的兴趣发生改变， 或通过公众号无法获取到满足需求的信息、服务时， 会产生取消关注意愿， 这与Ｍａｎｉ Ｚ 等［３４］ 的研究结论相一致。此外， 用户的期望不一致感知程度越高， 取消关注意愿就越强，与已有研究结论一致［１８］ 。

２） 技术因素： 技术—任务不匹配（β ＝ ０.２１８，Ｐ＜０.００１）和不确定性（β ＝ ０.０９３， Ｐ＜０.０５）均正向影响公众号用户取消关注意愿， 表明Ｈ３、Ｈ４ 成立。当公众号不具备较强的技术支撑以帮助用户更加高效地完成任务时， 用户的取消关注意愿会增强。当公众号存在较高的不确定性时， 用户的使用体验会降低， 继而产生取消关注意愿。

３） 环境因素： 公众号关注数量（β ＝０.１９５， Ｐ＜０.００１）和替代品吸引力（β ＝０.１９８， Ｐ＜０.００１）均正向影响公众号用户取消关注意愿， 表明Ｈ５、Ｈ６ 成立。当用户关注的公众号数量越多或出现的替代品更能满足需求时， 用户的取消关注意愿也会增强。

４.２模糊集定性比较分析

４.２.１变量选取与校准

在进行ｆｓＱＣＡ 分析前， 需要对研究涉及的连续性变量进行校准， 即对期望不一致、兴趣转移、技术—任务不匹配、不确定性和替代品吸引力等连续变量取平均值， 并參考Ｒａｇｉｎ Ｃ Ｃ［３５］ 提出５％（Ｆｕｌｌｙ Ｏｕｔ）、９５％（Ｆｕｌｌｙ Ｉｎ）和５０％（Ｃｒｏｓｓｏｖｅｒ Ｐｏｉｎｔ）的标准， 对各变量的数据进行校准。通过ｆｓＱＣＡ 识别结果的必要性和充分性， 分析结果如表５ 所示。一致性最高为０.８５６， 必要性检验均未超过阈值０.９， 各变量单项前因条件的必要性均未达到绝对必要条件的标准。因此， 本研究需要将多个前因条件组合起来进行构型分析。

４.２.２组态分析结果

使用ｆｓＱＣＡ ３.０ 软件进行分析， 首先构建２ｋ行的真值表（ｋ为前因变量个数）， 每一行代表１ 种可能的前因条件组合［３６］ 。在分析过程中， 本研究将一致性阈值设定为０.９， 可接受个案数设为１，结果如表６ 所示。其中， ●和●表示条件存在； ●为核心条件， ●为边缘条件； 空白表示该条件可存在也可缺失。得到３ 种微信公众号用户取消关注意愿触发模式（Ｓ１ａ 与Ｓ１ｂ、Ｓ２、Ｓ３）， 其一致性指标分别为０.９３８、０.９３６、０.９４３ 和０.９４６。总体覆盖率是０.５７９， 覆盖了５７.９％的结果案例， 表明以上３ 种前因条件构型对微信公众号用户取消关注意愿具有较强解释力。

１） 模式一： 包括两种前因构型， 分别为Ｓ１ａ（ＥＤＩ?ＩＮＳ?ＴＴＭ?ＵＮＣ?ＡＡ）、Ｓ１ｂ（ＥＤＩ?ＩＮＳ?ＴＴＭ?ＵＮＣ?ＮＵＭ）。Ｓ１ａ、Ｓ１ｂ 核心条件均为期望不一致、兴趣转移、不确定性； Ｓ１ａ 辅助条件是技术—任务不匹配和替代品吸引力， Ｓ１ｂ 辅助条件是技术—任务不匹配和公众号关注数量。Ｓ１ 总体结果表明， 当微信公众号系统具有较强的不确定性，用户使用需求与使用偏好发生改变时， 会促使用户对使用的公众号产生不满情绪， 即增强对微信公众号期望不一致的感知， 易导致其产生取消关注意愿。从Ｓ１ａ 构型来看， 当期望不一致、兴趣转移、不确定性高， 且技术—任务不匹配和替代品吸引力高时， 微信公众号用户会产生取消关注意愿。当用户的兴趣发生改变， 且出现了能够与其兴趣点相匹配的具有较强吸引力的替代品时， 加之原有微信公众号系统的不确定性感知及该微信公众号提供的功能服务与自身任务需求不匹配， 用户往往会更加倾向于使用替代品， 通过比较易刺激对原使用微信公众号的期望不一致， 这最终将导致用户产生取消关注意愿。Ｓ１ｂ 构型结果表明， 当期望不一致、兴趣转移、不确定性高， 且技术—任务不匹配和公众号关注数量高时， 微信公众号用户会产生取消关注意

愿。当用户关注的公众号数量较多， 其接收的信息量超过其处理能力时， 会增加用户感知疲惫的可能性， 这可能会降低用户的持续关注意愿； 此外， 当用户面对的公众号系统具有很强的不确定性， 且无法满足用户的任务需求时， 会增强用户对公众号期望不一致的感知， 进而导致用户终止对公众号的持续关注； 此外， 对微信公众号的不满也可能反过来导致用户的兴趣发生改变， 进而阻碍用户持续关注公众号。

２） 模式二： Ｓ２ 的前因构型为（ＥＤＩ ?ＩＮＳ ?ＵＮＣ?ＡＡ?ＮＵＭ）， 其核心条件是期望不一致、兴趣转移、不确定性和替代品吸引力， 辅助条件是公众号关注数量。该结果表明， 当期望不一致、兴趣转移、不确定性高、替代品吸引力强， 且微信公众号关注数量高时， 用户会产生取消关注意愿。微信公众号较强的不确定性往往会降低用户完成任务的效率， 进一步促使其对公众号产生期望不一致， 加之用户关注的公众号数量较多， 其每日接收和需要处理的信息量也较大， 这在很大程度上會加剧用户对公众号使用的倦怠感， 从而降低其持续关注意愿。面对这一情境， 用户的兴趣极有可能发生改变， 当具有较强吸引力的替代品出现时， 用户会果断选择与自己的兴趣匹配度高的替代品， 而放弃对原有公众号的持续关注。

３） 模式三： Ｓ３ 的前因构型为（ＩＮＳ ?ＴＴＭ ?ＵＮＣ?ＡＡ?ＮＵＭ）， 其核心条件是兴趣转移、不确定性和替代品吸引力， 辅助条件是技术—任务不匹配和公众号关注数量。该结果表明， 当兴趣转移、不确定性、替代品吸引力高， 且技术—任务不匹配和公众号关注数量高时， 微信公众号用户会产生取消关注意愿。当公众号不具备良好的稳定性， 且其功能也无法帮助用户更好地完成任务时， 用户会降低对公众号的关注意愿。加之， 当用户关注的公众号数量足够多， 需要处理的信息量远超其能力范围时， 用户感知到的信息过载压力会更加明显， 这将在很大程度上加剧用户的取消关注意愿。此外， 在对原有公众号不满和具备吸引力的替代品出现的双重作用下， 用户的兴趣点会相应发生改变， 最终导致用户取消关注公众号。

比较３ 种前因构型的覆盖率可知， Ｓ１ｂ 的解释力略高于其他前因构型， 整体差异较小。从结果来看， 兴趣转移、不确定性作为涵盖三大模式的核心条件， 对公众号用户取消关注意愿产生关键影响；期望不一致作为核心条件出现在３ 条组态路径中，是触发公众号用户取消关注意愿的重要因素。综上， 微信公众号用户取消关注意愿是需要考虑各类前因条件的联动效应。

５结论与讨论

５.１结论

基于个人—环境—技术理论框架， 本研究构建了微信公众号用户取消关注意愿影响因素研究模型， 该模型包含了兴趣转移、期望不一致、替代品吸引力、公众号关注数量、技术—任务不匹配、不确定性６ 个前因变量， 综合运用结构方程模型和模糊集定性比较分析两种方法， 探究了个人、环境、技术３ 类因素与取消关注意愿之间的关系， 得出以下结论：

１） 结构方程模型方法的研究结果表明， 个体因素（兴趣转移、期望不一致）、环境因素（公众号关注数量、替代品吸引力）和技术因素（技术—任务不匹配、不确定性）均正向影响用户取消关注意愿。可见， 用户取消关注微信公众号的意愿影响因素是多重的， 包括用户个体因素、环境因素、微信公众号的技术特征因素。

２） 模糊集定性比较分析方法的研究结果表明，个体、环境、技术因素对用户取消关注意愿的影响，存在３ 种组态模式， 分别为： Ｓ１ａ（期望不一致?兴趣转移?技术—任务不匹配?不确定性?替代品吸引力）、Ｓ１ｂ（期望不一致?兴趣转移?技术—任务不匹配?不确定性?公众号关注数量）、Ｓ２（期望不一致?兴趣转移?不确定性?替代品吸引力?公众号关注数量）、Ｓ３（兴趣转移?技术—任务不匹配?不确定性?替代品吸引力?公众号关注数量）。以上３ 种组态模式进一步揭示了个人、环境、技术３ 种因素作用于微信公众号用户取消关注意愿的内在机理， 解释了不同因素之间的联动效应对微信公众号用户取消关注意愿的影响。

５.２讨论

本研究分析了微信公众号用户取消关注意愿的多维度动因， 丰富了社交媒体情境下用户采纳后行为的理论研究， 并为微信公众号运营商维持用户的持续关注提供了实践启示。从理论层面看， ①理论模型。微信公众号用户取消关注意愿动因是多维度的， 本研究基于ＰＥＴ框架构建了微信公众号用户取消关注意愿理论模型，揭示了个人因素（兴趣转移、期望不一致）、环境因素（公众号关注数量、替代品吸引力）和技术因素（技术—任务不匹配、不确定性）多个维度因素对用户取消关注意愿的作用机理， 突破了仅仅侧重于单一维度变量来测量和预测用户取消关注意愿的局限， 较为完整地捕捉到了微信公众号用户取消关注意愿的发生机理； ②研究方法。运用结构方程模型方法证实了个人因素、环境因素以及技术因素均对公众号用户取消关注意愿有着正向影响。引入模糊集定性比较分析方法， 探究了个人、环境、技术３ 个维度因素对用户取消关注意愿影响的联动效应， 从组态视角较好地解释了个人、环境、技术因素与取消关注意愿相互依赖形成的复杂因果关系。

从实践层面看， ①对微信公众号用户而言， 在个人因素方面， 一是要培养个人稳定的兴趣点， 从而有针对性地关注公众号并在最大程度上获取有用信息， 以避免兴趣的频繁变化带来的疲倦感， 产生取消关注行为； 二是应正确认识公众号在日常生活中信息获取等方面的角色扮演， 避免在使用之初对其设置过高的期望， 从而降低期望不一致引发不良情绪， 并导致取消关注行为的发生概率。在环境因素方面， 一是要结合实际需要， 慎重选择需要关注的公眾号， 以避免不必要的信息过载和与之相伴的倦怠情绪的产生， 从而导致取消关注行为； 二是要理性分析替代品的优劣势， 以避免使用的公众号与替代品之间的非理性比较给自己带来的负面情绪和可能产生的取消关注行为。在技术因素方面， 用户要不断提升个人的技术接受和利用能力， 面对公众号的技术—任务不匹配和不确定性时， 一是要调整个人看问题的视角， 主动解决使用过程中存在的问题， 二是通过合理渠道， 向微信公众号服务商提供建议， 以提升使用体验； ②对微信公众号运营商而言， 在个人因素方面， 要注重定期对用户进行深入调研， 了解用户对公众号服务的满意度， 并发现用户潜在的兴趣变化， 及时开发创新性内容或服务来满足用户新需求， 并降低用户对公众号期望不一致的感知。在环境因素方面， 一是要根据调研结果分析用户的内在需求， 并有针对性地推送信息， 以减少用户的流失； 二是要重视替代品对公众号用户取消关注意愿的影响， 充分学习其经验并结合自身特点形成一定的比较优势， 以最大程度留住用户。在技术因素方面， 运营商首先要重视对公众号系统整体性能的优化， 最大限度帮助各类用户高效完成任务， 提高其满意度， 从而降低取消关注的可能性；二是要降低对公众号的更新频率， 改善其频繁跳转第三方等问题， 从而降低用户对系统不确定性的感知， 提升用户的使用体验， 减少用户流失。

本研究的结论具有一定的理论意义与实践价值， 但也存在一些局限性： 首先， 本研究调查对象的年龄和受教育程度聚焦于具有本科及以上学习经历的青年用户群体， 得到的结论可能无法适配更加广泛的研究对象； 其次， 本文构建的研究模型可能忽略了一些重要的因素， 如信息无关性、信息发布频率等， 在未来的研究中可考虑信息维度因素的影响， 以构建更加全面的研究模型， 用于探索微信公众号用户取消关注意愿的驱动因素； 最后， 本研究主要通过网络问卷调查的方法获取用户主观数据，而利用网络爬虫技术获取用户的客观数据， 对微信公众号用户取消关注意愿作进一步分析进行分析是未来研究的拓展之处。