趙宇翔+++劉周穎

摘 要：近年來，隨著各類IT和互聯(lián)網(wǎng)產(chǎn)品/服務(wù)的紛繁迭出，人們在各類產(chǎn)品/服務(wù)之間的轉(zhuǎn)移現(xiàn)象愈發(fā)普遍。在用戶信息行為的研究中，用戶轉(zhuǎn)移行為的探索正在引發(fā)學(xué)界和業(yè)界的更多關(guān)注?；谛畔⒐芾眍I(lǐng)域用戶轉(zhuǎn)移的相關(guān)文獻(xiàn)，文章首先對用戶轉(zhuǎn)移行為的概念進(jìn)行界定，并將轉(zhuǎn)移行為的特點(diǎn)概括為復(fù)雜性、選擇性、緩慢性和動(dòng)態(tài)性四個(gè)方面。隨后，文章將轉(zhuǎn)移行為歸納為三大類，即在不同媒介下用戶在產(chǎn)品/服務(wù)之間的轉(zhuǎn)移、在相同媒介下用戶在同質(zhì)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移以及異質(zhì)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移，并將IT產(chǎn)品/服務(wù)的使用情境分為娛樂型、社交型、商業(yè)型和工具型四類。然后，文章梳理了信息管理領(lǐng)域用戶轉(zhuǎn)移行為研究中常用的理論基礎(chǔ)。接著，從原有IT產(chǎn)品/服務(wù)的相關(guān)因素、替代IT產(chǎn)品/服務(wù)的相關(guān)因素、阻礙因素、社會(huì)因素和個(gè)人因素五個(gè)方面對用戶轉(zhuǎn)移行為的影響因素進(jìn)行歸納總結(jié)。最后提出了若干未來研究展望。

關(guān)鍵詞：用戶轉(zhuǎn)移；IT采納和使用；理論基礎(chǔ)；影響因素；前沿展望

中圖分類號(hào)：G252 文獻(xiàn)標(biāo)識(shí)碼：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

伴隨著科學(xué)技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，新興的IT產(chǎn)品和服務(wù)也層出不窮。面對可供選擇產(chǎn)品的多樣性及獨(dú)特性，用戶的交互行為方式正不斷發(fā)生變化，在不同IT產(chǎn)品間的轉(zhuǎn)移也變得愈發(fā)頻繁。根據(jù)QuestMobile于2016年10月12日發(fā)布的監(jiān)測數(shù)據(jù)，許多用戶對IT產(chǎn)品的使用逐漸從電腦設(shè)備轉(zhuǎn)移到手機(jī)設(shè)備，目前移動(dòng)智能終端設(shè)備月活躍度接近10億[1]。隨著移動(dòng)設(shè)備的普及以及各類APP易用性的增強(qiáng)，人們在APP間的轉(zhuǎn)移也越發(fā)方便。數(shù)據(jù)顯示，人們在掌閱iReader APP進(jìn)行數(shù)字閱讀的每日總時(shí)長已達(dá)到7億分鐘[1]。在社交媒體方面，盡管開心網(wǎng)在2009年獲得了億萬用戶的喜愛，但現(xiàn)在用戶早已轉(zhuǎn)向其他的社交平臺(tái)中。根據(jù)Alexa流量統(tǒng)計(jì)機(jī)構(gòu)的數(shù)據(jù)顯示，2015年開心網(wǎng)的日均IP訪問量僅在8萬左右[2]，用戶流失現(xiàn)象非常嚴(yán)重。然而，用戶轉(zhuǎn)移并不意味著永久的用戶流失。相反，若運(yùn)營商采取的策略得當(dāng)，用戶也可能會(huì)反過來增加對原有IT產(chǎn)品的使用。以微博為例，新浪微博于2009年正式上線并迅速成為現(xiàn)象級(jí)的明星產(chǎn)品，但隨后用戶的活躍度逐步下降。而在去年，新浪微博掀起了短視頻和視頻直播的熱潮從而反轉(zhuǎn)逆襲。根據(jù)移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)研究公司QuestMobile發(fā)布的2016年秋季報(bào)告顯示，9月微博月活躍用戶數(shù)達(dá)3.906億（按移動(dòng)設(shè)備數(shù)統(tǒng)計(jì)），在中國移動(dòng)互聯(lián)網(wǎng)應(yīng)用中位居第四[1]。

綜上可知，用戶轉(zhuǎn)移行為在IT產(chǎn)品/服務(wù)的采納和使用中廣泛存在。通過文獻(xiàn)調(diào)研，筆者發(fā)現(xiàn)以往有關(guān)轉(zhuǎn)移行為的研究主要集中在營銷管理和消費(fèi)者行為領(lǐng)域。在信息管理領(lǐng)域（包括信息系統(tǒng)研究和圖書情報(bào)研究），學(xué)者的研究興趣主要集中在初期采納和持續(xù)使用動(dòng)機(jī)方面，用戶轉(zhuǎn)移行為在近幾年才引起學(xué)者的關(guān)注。從國內(nèi)外對用戶轉(zhuǎn)移的研究現(xiàn)狀來看，國外對用戶轉(zhuǎn)移的研究正處在逐步上升的階段，而國內(nèi)在這一領(lǐng)域的研究還很少。鑒于此，本文將基于信息管理領(lǐng)域中用戶轉(zhuǎn)移的相關(guān)文獻(xiàn)，對用戶轉(zhuǎn)移行為的概念界定、研究情境及理論基礎(chǔ)進(jìn)行闡述。隨后，對影響IT采納和使用中用戶轉(zhuǎn)移的因素進(jìn)行梳理，并從信息管理的角度對用戶轉(zhuǎn)移行為的未來研究方向提出若干命題。

2 IT采納和使用中用戶轉(zhuǎn)移行為及相關(guān)理論

2.1 IT采納和使用中用戶轉(zhuǎn)移行為概述

在社會(huì)學(xué)和人類學(xué)領(lǐng)域，用戶的遷移通常指的是在特定時(shí)間內(nèi)，人們在物理空間上的移動(dòng)[3]。而對于人們在IT產(chǎn)品/服務(wù)之間的遷移，由于大部分用戶在轉(zhuǎn)移初期并不會(huì)完全脫離原本使用的媒體，Cheng等將用戶在SNS之間的遷移定義為用戶開始加入新的SNS網(wǎng)站。這一行為也被稱作網(wǎng)絡(luò)空間的轉(zhuǎn)移（Migration in Cyberspace）[4]；Choi等[5]將轉(zhuǎn)移定義為用戶轉(zhuǎn)而使用另一公司的相關(guān)品牌、產(chǎn)品和服務(wù)；Chang等[6]將SNS用戶的轉(zhuǎn)移定義為用戶在已經(jīng)停止或者未完全停止對當(dāng)前產(chǎn)品使用的情況下轉(zhuǎn)向另一個(gè)提供商提供的SNS服務(wù)；Ye和Potter[7]將轉(zhuǎn)移行為定義為用戶減少或全部終止使用一個(gè)特定的技術(shù)產(chǎn)品，轉(zhuǎn)而使用另一種能夠滿足同樣需求的產(chǎn)品。在前人對轉(zhuǎn)移行為界定的基礎(chǔ)上，本文將信息管理領(lǐng)域的用戶轉(zhuǎn)移行為定義為：在電子設(shè)備和數(shù)字技術(shù)的支撐下，由于產(chǎn)品/服務(wù)自身、個(gè)人需求和社會(huì)環(huán)境等因素的影響，用戶在一段時(shí)間內(nèi)減少或停止對原有IT產(chǎn)品/服務(wù)的使用，而增加對另一個(gè)IT產(chǎn)品/服務(wù)的使用。同時(shí)，在此過程中，用戶也有可能出于某些原因再次轉(zhuǎn)向原來的IT產(chǎn)品/服務(wù)。其中，IT產(chǎn)品/服務(wù)泛指各類信息工具、互聯(lián)網(wǎng)和社交媒體等傘狀概念體系下的產(chǎn)品和服務(wù)，涵蓋了不同的目的，包括工作、學(xué)習(xí)和娛樂等。鑒于此，用戶的轉(zhuǎn)移行為具有復(fù)雜性、選擇性、緩慢性和動(dòng)態(tài)性四大特征。復(fù)雜性指的是用戶的轉(zhuǎn)移行為受到多種因素的影響，如產(chǎn)品/服務(wù)、個(gè)人、技術(shù)和社會(huì)等；選擇性指的是用戶會(huì)根據(jù)自己的需求和潮流的引領(lǐng)來選擇特定的產(chǎn)品；緩慢性指的是用戶的轉(zhuǎn)移行為并非是對原來使用的IT產(chǎn)品/服務(wù)的完全摒棄，而是逐漸減少對其的使用；動(dòng)態(tài)性指的是用戶對各類IT產(chǎn)品/服務(wù)的使用行為是不斷發(fā)展變化的。用戶在一段時(shí)間內(nèi)轉(zhuǎn)移到另一IT產(chǎn)品/服務(wù)后，也有可能會(huì)返過來轉(zhuǎn)向?qū)υ蠭T產(chǎn)品/服務(wù)的使用。從時(shí)間維度來看，用戶使用IT產(chǎn)品/服務(wù)可以分為初始采納和使用、持續(xù)采納和使用以及后續(xù)采納和使用三個(gè)階段。在每個(gè)階段，用戶都有可能會(huì)轉(zhuǎn)向?qū)α硪划a(chǎn)品的使用（見圖1）。在初期采納和持續(xù)使用兩個(gè)階段中，用戶只享用了產(chǎn)品/服務(wù)所提供的部分功能。在后續(xù)采納階段，更多深層次的應(yīng)用會(huì)逐漸在用戶面前顯露。在這一階段，適應(yīng)性系統(tǒng)使用是用戶行為的主要表現(xiàn)，用戶在這一階段不斷地調(diào)整、學(xué)習(xí)和改進(jìn)自身的使用行為。同時(shí)，用戶對社會(huì)化媒體的適應(yīng)性使用可以從媒體的特征內(nèi)容和特征形式兩個(gè)角度來揭示用戶行為的變化[8]。類似的，本文認(rèn)為在IT產(chǎn)品/服務(wù)的后續(xù)采納和使用過程中，用戶也很有可能嘗試替代性產(chǎn)品/服務(wù)新的功能、組合或重構(gòu)替代性產(chǎn)品/服務(wù)和原有產(chǎn)品/服務(wù)所擁有的功能，從而發(fā)生相關(guān)的轉(zhuǎn)移行為。

2.2 用戶轉(zhuǎn)移行為的分類及研究情境

在用戶轉(zhuǎn)移行為中，A、B產(chǎn)品/服務(wù)可以是基于不同或者相同的媒介，類型也可能是同質(zhì)或者是異質(zhì)的。根據(jù)產(chǎn)品/服務(wù)所依賴的媒介及產(chǎn)品/服務(wù)的特性，本文將轉(zhuǎn)移行為分為三類：第一類為在不同媒介下，用戶在產(chǎn)品/服務(wù)之間的轉(zhuǎn)移。如，由于電子資源的便利性使得人們從傳統(tǒng)圖書館轉(zhuǎn)移到對數(shù)字圖書館的使用[9]、從傳統(tǒng)的紙質(zhì)閱讀轉(zhuǎn)向電子閱讀[10]。徐孝娟等[11]基于手段-目的鏈理論發(fā)現(xiàn)用戶閱讀行為從紙質(zhì)媒體轉(zhuǎn)到數(shù)字媒體的動(dòng)機(jī)為功能性價(jià)值、機(jī)會(huì)性價(jià)值、社會(huì)性價(jià)值和情感性價(jià)值；Lee等[12]基于技術(shù)接受模型實(shí)證探索了用戶從實(shí)體閱讀轉(zhuǎn)向電子閱讀的影響因素；第二類為在相同媒介下，用戶在同質(zhì)產(chǎn)品/服務(wù)之間的轉(zhuǎn)移。如，在知識(shí)社區(qū)中，用戶在分答和值乎等語音問答平臺(tái)之間的轉(zhuǎn)移。在信息分享和存儲(chǔ)方面，用戶在各類云盤之間的轉(zhuǎn)移[13]；第三類為在相同媒介下，用戶在異質(zhì)產(chǎn)品/服務(wù)中的轉(zhuǎn)移。如，用戶在博客和參與互動(dòng)性更強(qiáng)的社交網(wǎng)絡(luò)平臺(tái)之間的轉(zhuǎn)移[14]。另外，在網(wǎng)絡(luò)服務(wù)中，由于新型問答社區(qū)的開放性及包容性，人們逐漸從傳統(tǒng)的問答網(wǎng)站轉(zhuǎn)向新型的知識(shí)問答社區(qū)，如從百度知道轉(zhuǎn)向知乎等?？傊S著產(chǎn)品性能的逐漸提升和產(chǎn)品功能的逐步擴(kuò)展，用戶更趨向于使用體驗(yàn)感和交互感強(qiáng)的產(chǎn)品和服務(wù)。

根據(jù)IT產(chǎn)品/服務(wù)的類型，本文將其劃分為娛樂型、社交型、商業(yè)型和工具型四類。對于用戶所處于的不同產(chǎn)品/服務(wù)的情境，研究人員除了考察滿意度、轉(zhuǎn)移成本、替代品吸引力等比較常見的影響因素外，還根據(jù)產(chǎn)品/服務(wù)自身的功能特性探索了相關(guān)因素（見表1）。其中，在娛樂型產(chǎn)品/服務(wù)的情境下，用戶更關(guān)注其多樣性、娛樂性和可玩性；對于社交型產(chǎn)品/服務(wù)，聯(lián)系強(qiáng)度、社會(huì)性價(jià)值、社交壓力等對用戶的轉(zhuǎn)移具有重要的影響；在使用商業(yè)型產(chǎn)品/服務(wù)的情境下，信任、感知風(fēng)險(xiǎn)等因素考慮頻次較多；相對于其他三種類型的產(chǎn)品/服務(wù)，工具型產(chǎn)品的感知易用性、感知有用性、感知安全性等因素對用戶的轉(zhuǎn)移顯得較為重要。據(jù)此，研究者在對用戶轉(zhuǎn)移行為進(jìn)行探索時(shí)，也需考慮用戶所處的情境并挖掘相關(guān)的影響因素。

2.3 信息管理領(lǐng)域用戶轉(zhuǎn)移行為研究的理論基礎(chǔ)

在信息管理領(lǐng)域，有關(guān)IT采納和使用中用戶轉(zhuǎn)移行為的研究所使用的理論基礎(chǔ)分布較廣，大致來源于地理學(xué)、心理學(xué)、傳播學(xué)、經(jīng)濟(jì)學(xué)、組織行為學(xué)、信息系統(tǒng)等若干學(xué)科專業(yè)。在信息管理領(lǐng)域，有關(guān)用戶轉(zhuǎn)移的文獻(xiàn)基于推-拉-錨（PPM）模型的探討較多。部分研究也將動(dòng)機(jī)理論、使用與滿足理論、技術(shù)接受理論、網(wǎng)絡(luò)外部性理論等融合進(jìn)PPM模型中以研究用戶的轉(zhuǎn)移行為。本文基于Gregor對信息系統(tǒng)領(lǐng)域的5種類型理論的劃分，即分析性（Analyzing）、解釋性（Explaining）、預(yù)測性（Predicting）、解釋預(yù)測性（Explaining and predicting）以及設(shè)計(jì)行動(dòng)性（Design and action）[22]，回顧并梳理了信息管理領(lǐng)域用戶轉(zhuǎn)移行為的理論基礎(chǔ)（見表2）。

可以看出，目前有關(guān)用戶轉(zhuǎn)移的研究視角比較豐富，其中大部分理論在研究用戶初始采納和持續(xù)使用行為中也被廣泛地運(yùn)用。從理論用途來看，用戶轉(zhuǎn)移研究的理論大部分屬于解釋性以及解釋預(yù)測性，即基于理論模型的構(gòu)建和檢驗(yàn)來探索用戶轉(zhuǎn)移行為的相關(guān)影響因素。這類理論側(cè)重于對用戶態(tài)度和行為的解釋分析，在研究用戶轉(zhuǎn)移行為方面具有較強(qiáng)的適用性。另外，在現(xiàn)有對用戶轉(zhuǎn)移進(jìn)行探究的文獻(xiàn)中，基于設(shè)計(jì)行動(dòng)性理論的研究較少。該種類型的理論具有一定的指導(dǎo)性，即通過提供方法、技術(shù)、內(nèi)容/功能準(zhǔn)則來輔助研究及設(shè)計(jì)。該類理論適用于產(chǎn)品/服務(wù)的開發(fā)及設(shè)計(jì)，如何將該類理論應(yīng)用在用戶轉(zhuǎn)移中也有待于學(xué)者們進(jìn)一步探討，具體將在研究展望中進(jìn)一步論述。

3 IT采納和使用中影響用戶轉(zhuǎn)移的因素

目前，在信息管理領(lǐng)域，對用戶在IT產(chǎn)品/服務(wù)間的轉(zhuǎn)移行為研究正處于上升階段。已有文獻(xiàn)對用戶轉(zhuǎn)移行為進(jìn)行研究，其包括兩類：第一類并未基于任何理論，直接挖掘現(xiàn)有文獻(xiàn)考慮較多的因素（如滿意度、轉(zhuǎn)移成本等）進(jìn)行研究[16，37-38]；第二類基于PPM模型以及其他理論來解釋用戶轉(zhuǎn)移的原因[15，26，31，39-43]。Choi等[5]從文化因素、社會(huì)因素、經(jīng)濟(jì)因素及個(gè)人動(dòng)機(jī)來分析用戶轉(zhuǎn)移的影響；Hsieh等[18]基于PPM模型將用戶轉(zhuǎn)移行為從推動(dòng)因素、拉動(dòng)因素和錨定因素三個(gè)方面來研究；趙宇翔等[44]基于內(nèi)容分析法將用戶轉(zhuǎn)移行為的影響因素分為五大范疇，即原有IT產(chǎn)品的相關(guān)因素、替代IT產(chǎn)品的相關(guān)因素、阻礙因素、社會(huì)因素和個(gè)人因素。本文將基于這五類影響因素對現(xiàn)有文獻(xiàn)進(jìn)行總結(jié)分析（見表3）。

3.1 原有IT產(chǎn)品/服務(wù)的相關(guān)因素

不滿意度是推動(dòng)人們轉(zhuǎn)移到另一個(gè)信息產(chǎn)品/服務(wù)中的關(guān)鍵因素。滿意度/不滿意度的影響已經(jīng)在IT/IS領(lǐng)域用戶轉(zhuǎn)移動(dòng)因中得到了廣泛驗(yàn)證[51-52]。當(dāng)用戶對現(xiàn)有產(chǎn)品/服務(wù)使用不滿意時(shí)，就很可能會(huì)轉(zhuǎn)向可替代的產(chǎn)品來獲得更好的用戶體驗(yàn)[45，53]。而當(dāng)用戶對當(dāng)前使用的產(chǎn)品滿意度較高時(shí)，用戶的轉(zhuǎn)移意向則較弱[37，54-57]。Cheng等將不滿意度分為成員制度、技術(shù)質(zhì)量、信息質(zhì)量以及社區(qū)支持四個(gè)維度，研究結(jié)果顯示用戶對成員制度的不滿會(huì)顯著影響其轉(zhuǎn)移意向[4]。同時(shí)也有研究表明，若用戶沒有意識(shí)到替代品的吸引，那么不滿意度并不會(huì)對用戶轉(zhuǎn)移產(chǎn)生影響[58]。Fei等對SNS社區(qū)轉(zhuǎn)移意向的研究發(fā)現(xiàn)，若用戶對當(dāng)前使用產(chǎn)品的不滿意度與轉(zhuǎn)移意向之間并無顯著關(guān)系[17]。此外，有研究證實(shí)用戶對產(chǎn)品的使用幅度越大，依賴程度越高，用戶的轉(zhuǎn)移意向則會(huì)有所降低[21，38]。

除了不滿意度和產(chǎn)品使用幅度這兩個(gè)因素外，考慮IT產(chǎn)品/服務(wù)的特性對用戶轉(zhuǎn)移的影響也是十分必要的。在社交型IT產(chǎn)品/服務(wù)的情境中，Hsieh等[18]認(rèn)為博主在使用博客的過程中，若感知到與他人聯(lián)系越弱，那么他的轉(zhuǎn)移意愿就越高；Hou等基于PP理論（Push-Pull theory）研究發(fā)現(xiàn)社交程度和趣味性低也會(huì)推動(dòng)人們進(jìn)行轉(zhuǎn)移[59]。此外，在工具型IT產(chǎn)品/服務(wù)中，Wu等[13]對用戶在云存儲(chǔ)間轉(zhuǎn)移的研究中將感知風(fēng)險(xiǎn)劃分為6個(gè)維度，并證實(shí)其對用戶轉(zhuǎn)移產(chǎn)生正向的顯著影響。當(dāng)用戶感知到財(cái)產(chǎn)、隱私等在當(dāng)前使用的產(chǎn)品中存在風(fēng)險(xiǎn)，他們會(huì)更傾向于尋找安全程度更高的產(chǎn)品。

3.2 替代IT產(chǎn)品/服務(wù)的相關(guān)因素

在前人基于PPM理論的研究中，替代品吸引力（Attractive Alternativeness）經(jīng)常被視為拉動(dòng)人們轉(zhuǎn)移的重要因素[54，56，59，60]。替代品吸引力指的是市場上可獲得的競品中，消費(fèi)者對替代品吸引力所感知到的程度[61]。Bhattacherjee等[39]表明替代品的相對優(yōu)勢會(huì)正向影響用戶的轉(zhuǎn)移行為。類似的，在Chang等[6]的研究中，替代品吸引力正向影響用戶的轉(zhuǎn)移意向并顯著地正向調(diào)節(jié)了不滿意度和轉(zhuǎn)移意向之間的關(guān)系。由于人們通常對不同產(chǎn)品進(jìn)行比較從而判斷產(chǎn)品所擁有的優(yōu)勢，故Ye和Potter用相對優(yōu)勢來考察其對用戶轉(zhuǎn)移的影響[7]。Fei等也將替代品的吸引力重新定義為相對吸引力并從使用與滿足理論的角度將其劃分為五個(gè)維度，即相對社會(huì)性價(jià)值、相對社會(huì)形象價(jià)值、相對逃避價(jià)值、相對自我提升價(jià)值、相對娛樂性價(jià)值和相對信息搜尋價(jià)值。Fei等對SNS之間的轉(zhuǎn)移研究發(fā)現(xiàn)前四種因素對用戶轉(zhuǎn)移行為具有正向的顯著影響，人們很少因?yàn)楹髢煞N因素而使用新的SNS網(wǎng)站[17]。

另外，人們還基于內(nèi)外部動(dòng)機(jī)理論和技術(shù)接受理論來考慮替代品自身對用戶轉(zhuǎn)移意向的影響[32]。Hsieh等[18]在對博主的轉(zhuǎn)移行為的研究中將愉悅和相對有用性作為其影響因素并得到了證實(shí)；Choi[5]等研究發(fā)現(xiàn)娛樂性對用戶的轉(zhuǎn)移具有正向影響；Hsieh等認(rèn)為相對有用性、表達(dá)有效性和相對可玩性會(huì)正向促進(jìn)用戶的轉(zhuǎn)移意向[26]。類似地，Ye和Potter[7]研究發(fā)現(xiàn)感知相對易用性和感知相對安全性對用戶的轉(zhuǎn)移意向具有顯著的正向影響；曹雄飛在對從博客轉(zhuǎn)移到SNS網(wǎng)站的用戶研究后發(fā)現(xiàn)，相對易用性越強(qiáng)，用戶的轉(zhuǎn)移意向也越強(qiáng)[14]。

3.3 阻礙因素

在經(jīng)濟(jì)學(xué)和營銷學(xué)領(lǐng)域，學(xué)者們廣泛采用轉(zhuǎn)移成本作為用戶進(jìn)行轉(zhuǎn)移的阻礙因素[62]。轉(zhuǎn)移成本指的是當(dāng)用戶轉(zhuǎn)移到另一個(gè)服務(wù)、產(chǎn)品或平臺(tái)上所需要承受的代價(jià)。人們在轉(zhuǎn)移的過程中，會(huì)計(jì)算并衡量產(chǎn)生的經(jīng)濟(jì)、行為和心理上的損失。Burnham等[63]總結(jié)出了8種類型的轉(zhuǎn)移成本并將其分為過程性、經(jīng)濟(jì)性和關(guān)系性三類。過程性的轉(zhuǎn)移成本包括經(jīng)濟(jì)風(fēng)險(xiǎn)成本、評(píng)估成本、學(xué)習(xí)成本和建立成本；經(jīng)濟(jì)性轉(zhuǎn)移成本包括收益損失成本、金錢損失成本；關(guān)系性轉(zhuǎn)移成本包括個(gè)人關(guān)系損失成本和品牌關(guān)系損失成本。Lin等[36]對IT產(chǎn)品的研究發(fā)現(xiàn)這三類轉(zhuǎn)移成本對用戶的轉(zhuǎn)移具有顯著的負(fù)向影響；Chang[6]等將轉(zhuǎn)移成本劃分為沉沒成本、建立成本和持續(xù)成本。沉沒成本指的是在當(dāng)前所享受的服務(wù)中所花費(fèi)的不可回收的時(shí)間精力；建立成本指的是在注冊新的賬號(hào)和完善個(gè)人信息時(shí)所花費(fèi)的精力和時(shí)間成本；持續(xù)成本指的是通知好友所需花費(fèi)的時(shí)間精力及中斷與部分好友的聯(lián)系的成本。大部分前人的研究結(jié)果都表明，轉(zhuǎn)移成本對用戶的轉(zhuǎn)移意向具有顯著的負(fù)向影響[7，14，18，26]。Hou等認(rèn)為由于用戶在原有IT產(chǎn)品中積累的虛擬財(cái)產(chǎn)、積分及所擁有的等級(jí)會(huì)阻礙用戶進(jìn)行轉(zhuǎn)移[40]；Wu等研究證實(shí)低的轉(zhuǎn)移成本會(huì)促進(jìn)用戶的轉(zhuǎn)移意向[64]。因?yàn)橛脩舨恍枰紤]可能花費(fèi)的巨大精力或損失。另外，他們還將轉(zhuǎn)移障礙作為轉(zhuǎn)移成本和轉(zhuǎn)移意向的中間變量。研究結(jié)果顯示，轉(zhuǎn)移成本對轉(zhuǎn)移障礙產(chǎn)生正向影響，并且轉(zhuǎn)移障礙對用戶轉(zhuǎn)移意向產(chǎn)生顯著的負(fù)向影響。

此外，Hsu[65]對用戶轉(zhuǎn)移的研究顯示轉(zhuǎn)移成本對轉(zhuǎn)移意向沒有直接的影響，轉(zhuǎn)移成本對轉(zhuǎn)移意向的影響完全被感知轉(zhuǎn)移價(jià)值所中介；Cheng等在轉(zhuǎn)移成本中僅考慮了建立成本和持續(xù)成本，研究結(jié)果顯示轉(zhuǎn)移成本并未對轉(zhuǎn)移意向產(chǎn)生顯著的影響[4]。類似地，Choi等[5]也研究發(fā)現(xiàn)轉(zhuǎn)移成本對用戶轉(zhuǎn)移意向無顯著影響。

綜上所述，大部分學(xué)者認(rèn)為轉(zhuǎn)移成本的增加會(huì)削弱用戶轉(zhuǎn)移行為[40]。雖然用戶轉(zhuǎn)移到另一IT產(chǎn)品或服務(wù)并不需要花費(fèi)金錢，但是用戶在當(dāng)前所使用產(chǎn)品中與其他人的聯(lián)系、建立的聲望及產(chǎn)生的內(nèi)容使用戶很難立刻轉(zhuǎn)移到另一產(chǎn)品中[5]。而有的研究也表明轉(zhuǎn)移成本對用戶的轉(zhuǎn)移意向并無顯著的影響。這主要是由于產(chǎn)品之間兼容性的擴(kuò)展，用戶建立賬戶、告知朋友都不再需要耗費(fèi)太多時(shí)間和精力。另外，用戶轉(zhuǎn)移到另一媒體上并不會(huì)刪除其賬戶信息，原有的賬戶信息和內(nèi)容能夠在新網(wǎng)站的個(gè)人主頁上進(jìn)行鏈接[4]。Bhattacherjee等[39]認(rèn)為在IT產(chǎn)品/服務(wù)之間的轉(zhuǎn)移僅僅是一鍵轉(zhuǎn)移（a click away），轉(zhuǎn)移行為的發(fā)生就像下載安裝一樣簡單。

3.4 社會(huì)因素

社會(huì)因素指的是社會(huì)中的其他人（包括親戚、朋友、社區(qū)群體等）對自身態(tài)度和行為的影響。社會(huì)影響、網(wǎng)絡(luò)外部性、同輩影響、主觀規(guī)范、趨勢跟隨等都是學(xué)者研究次數(shù)較多的影響因素。

Park等[34]認(rèn)為社會(huì)影響對用戶轉(zhuǎn)移意向具有顯著的正向影響；Ye和Potter[7]研究發(fā)現(xiàn)主觀規(guī)范越低，用戶的轉(zhuǎn)移意向也越弱；Polites和Karahanna[47]認(rèn)為主觀規(guī)范對用戶轉(zhuǎn)移到新系統(tǒng)上具有顯著的正向影響；Hou等基于PP理論（Push-Pull theory）研究發(fā)現(xiàn)同輩影響、用戶規(guī)模會(huì)拉動(dòng)人們進(jìn)行轉(zhuǎn)移[59]；Wu等[13]認(rèn)為由于更豐富的資源及對功能和服務(wù)質(zhì)量較高的期待，用戶會(huì)選擇用戶群體更大的云存儲(chǔ)產(chǎn)品；Cheng等研究發(fā)現(xiàn)同輩影響對用戶轉(zhuǎn)移到SNS的意愿具有正向影響。因?yàn)槿藗冊赟NS上可以尋找朋友并與他們建立或維持關(guān)系，而且當(dāng)用戶被很多朋友邀請加入時(shí)，他們做出轉(zhuǎn)移的決定會(huì)更加容易[4]。類似地，Yao等證實(shí)了同輩影響對用戶轉(zhuǎn)移意向的正向顯著影響。當(dāng)用戶的眾多好友轉(zhuǎn)移到另一個(gè)IT產(chǎn)品中并且邀請用戶加入時(shí)，用戶會(huì)更有驅(qū)動(dòng)力去轉(zhuǎn)移，因?yàn)槭褂盟梢耘c朋友們保持聯(lián)系[48]。Yao等還考慮了趨勢跟隨這一因素，雖然該因素并未對轉(zhuǎn)移意愿產(chǎn)生直接的影響，但它通過替代品吸引力對用戶轉(zhuǎn)移產(chǎn)生了一定的影響[48]。另外，Kim和Kankanhalli[66]從用戶抵抗的角度考慮了用戶轉(zhuǎn)移的影響因素，研究結(jié)果顯示組織的支持程度越高，用戶的抵抗程度會(huì)相應(yīng)減少。

此外，在社交型IT產(chǎn)品/服務(wù)的研究情境下，部分研究人員驗(yàn)證了社交過載、社會(huì)壓力等對用戶轉(zhuǎn)移行為的正向影響。Yao等研究證實(shí)SNS活動(dòng)過載和社會(huì)監(jiān)控均會(huì)對用戶的不滿及替代品的吸引力具有顯著的正向影響，并通過他們間接地影響用戶的轉(zhuǎn)移意愿。另外，SNS活動(dòng)的過載對用戶的轉(zhuǎn)移也具有直接的正向影響[48]。Lim和Choi[46]研究了SNS網(wǎng)站的壓力對人們的轉(zhuǎn)移意向具有顯著的正向影響。本文認(rèn)為，社交媒體一方面能夠讓用戶結(jié)交到更多的朋友，另一方面，好友信息的不斷更新以及過多的社交內(nèi)容會(huì)讓用戶產(chǎn)生社交疲憊，從而使他們遠(yuǎn)離當(dāng)前使用的社會(huì)化媒體。

3.5 個(gè)人因素

個(gè)人因素指的是用戶的人口統(tǒng)計(jì)學(xué)特征（年齡、性別、教育程度）、個(gè)體經(jīng)歷（個(gè)人轉(zhuǎn)移經(jīng)驗(yàn)）、個(gè)人特性及自我傾向（個(gè)人創(chuàng)新、信任、習(xí)慣）三個(gè)方面對用戶態(tài)度和行為的影響。

（1）在人口統(tǒng)計(jì)學(xué)方面，Ranganathan等[50]研究發(fā)現(xiàn)年齡越大，用戶轉(zhuǎn)移的意向越弱，且男性比女性更容易發(fā)生轉(zhuǎn)移行為；Wu等[13]對用戶在云存儲(chǔ)之間的轉(zhuǎn)移的研究中證實(shí)用戶的教育程度會(huì)對轉(zhuǎn)移意向產(chǎn)生正向的顯著影響；Zhang等[56]對博客用戶的研究中發(fā)現(xiàn)女性對滿意度更加敏感，而男性更加關(guān)注替代品的吸引力。

（2）在個(gè)體經(jīng)歷方面，Hsieh等[18]以博主為研究對象，將寫作焦慮納入影響人們的轉(zhuǎn)移意向的影響因素。通過實(shí)證研究表明，當(dāng)用戶在博客上發(fā)布文章時(shí)感受到的焦慮越多會(huì)刺激人們的轉(zhuǎn)移意愿；Hou等發(fā)現(xiàn)過去轉(zhuǎn)移成功的經(jīng)歷對用戶轉(zhuǎn)移具有顯著的正向影響，但當(dāng)用戶的經(jīng)驗(yàn)較少時(shí)，用戶的轉(zhuǎn)移意愿較弱[15，40]。類似地，Hsieh等[18]對從博客遷移到Facebook的用戶研究發(fā)現(xiàn)過去的經(jīng)歷對轉(zhuǎn)移意向具有顯著的負(fù)向影響，并在推動(dòng)因素和轉(zhuǎn)移意向之間起到負(fù)向的調(diào)節(jié)作用。

（3）在個(gè)人特性及自我傾向方面，Bhattacherjee等[39]認(rèn)為用戶對當(dāng)前產(chǎn)品使用一段時(shí)間形成習(xí)慣后，對其的使用更趨向于自然而然的無意識(shí)的行為，這會(huì)阻礙用戶的轉(zhuǎn)移。Ye[7]、Lai[41]等研究發(fā)現(xiàn)用戶習(xí)慣于對當(dāng)前產(chǎn)品的使用會(huì)對用戶的轉(zhuǎn)移意向產(chǎn)生負(fù)向的影響。除習(xí)慣外，信任也是考慮較多的因素之一。Wu等[13]認(rèn)為用戶會(huì)對那些在其他產(chǎn)品上聲譽(yù)較好的公司開發(fā)出來的云盤更加信任，從而促使他們轉(zhuǎn)移。同時(shí)，Lai和Wang[41]也認(rèn)為用戶對IT產(chǎn)品的信任度越低，那么轉(zhuǎn)移意愿更強(qiáng)。此外，研究發(fā)現(xiàn)個(gè)人創(chuàng)新也會(huì)對用戶的轉(zhuǎn)移行為起到顯著的正向影響[31，34，49]。那些傾向于體驗(yàn)或試驗(yàn)新產(chǎn)品的用戶對新產(chǎn)品的態(tài)度更為開放。這也解釋了產(chǎn)品的前幾批用戶比后面注冊的用戶的個(gè)人創(chuàng)新度更高的原因[18]。另外，對多樣性的需求也是用戶進(jìn)行IT轉(zhuǎn)移的原因之一[16]。

4 信息管理領(lǐng)域用戶轉(zhuǎn)移行為的研究展望

4.1 用戶轉(zhuǎn)移行為的演變過程

現(xiàn)有的大部分研究直接測量各種因素對用戶轉(zhuǎn)移行為的影響，但是對用戶轉(zhuǎn)移行為的演變過程進(jìn)行研究的文獻(xiàn)則較少。而用戶發(fā)生轉(zhuǎn)移行為的演變過程對產(chǎn)品運(yùn)營者具有很重要的參考意義，它能在一定程度上幫助產(chǎn)品運(yùn)營者留住用戶，保持用戶的參與度和粘性。在未來的研究中，研究人員可以通過實(shí)驗(yàn)觀察的方法來跟蹤用戶對IT產(chǎn)品的使用行為。實(shí)驗(yàn)觀察即研究者可以利用用戶對產(chǎn)品使用情況的客觀數(shù)據(jù)來預(yù)測用戶是否有轉(zhuǎn)移的跡象，如使用時(shí)間的長短、每天使用的次數(shù)、享用產(chǎn)品所提供服務(wù)的多少等。在觀察的過程中，可以輔之以訪談來了解用戶的體驗(yàn)感。最后，通過數(shù)據(jù)資料的分析構(gòu)建用戶行為與用戶體驗(yàn)之間的關(guān)系模型，從而探究用戶轉(zhuǎn)移行為的演變機(jī)制?；诖?，運(yùn)營商可以在適當(dāng)?shù)臅r(shí)機(jī)設(shè)計(jì)一系列的激勵(lì)機(jī)制來挽留用戶、維持用戶的參與度，保證產(chǎn)品的可持續(xù)發(fā)展。

4.2 用戶轉(zhuǎn)移行為的定性分析

在信息管理領(lǐng)域，現(xiàn)有對用戶轉(zhuǎn)移的研究大部分是通過調(diào)查問卷的形式來進(jìn)行定量分析，而定性分析的研究則較少。由于產(chǎn)品特性的不同，影響因素在各類產(chǎn)品中會(huì)有較大的差別。同時(shí)，由于有些因素或許未被發(fā)現(xiàn)或者其重要性被研究者所忽視，調(diào)查問卷中并沒有對該因素進(jìn)行測量，因而對用戶轉(zhuǎn)移行為的解釋程度可能會(huì)造成一定的影響。未來的研究可以采用深度訪談和個(gè)案分析的方法對那些已經(jīng)轉(zhuǎn)移到另一產(chǎn)品/服務(wù)中的用戶進(jìn)行交談，并深入了解他們的使用體驗(yàn)以及影響他們轉(zhuǎn)移的真實(shí)原因。然后再通過對訪談資料的分析來總結(jié)梳理用戶轉(zhuǎn)移的動(dòng)機(jī)。在此基礎(chǔ)上再開展問卷調(diào)查進(jìn)行定量分析。另外，在研究過程中，也需考慮到用戶自身的人口統(tǒng)計(jì)學(xué)特征及性格特點(diǎn)等因素。

4.3 不同的用戶類型對用戶轉(zhuǎn)移的影響

Prensky于2001年提出了數(shù)字移民和數(shù)字原住民兩個(gè)概念[67]，兩類用戶群體在思維方式、認(rèn)知模式、成長背景、學(xué)習(xí)能力、IT素養(yǎng)以及心理建設(shè)等方面都存在較大的差異。以商品的使用為例，數(shù)字移民更傾向于查看商品的說明書，而數(shù)字原住民相信商品自身能夠教會(huì)他們?nèi)绾问褂??？梢娫贗T產(chǎn)品的轉(zhuǎn)移行為方面，數(shù)字移民面臨的轉(zhuǎn)移壁壘會(huì)比數(shù)字原住民所面臨的更高，從而使數(shù)字移民與數(shù)字原住民兩類人群的轉(zhuǎn)移意向會(huì)有較大的差異。在研究方法上，可以利用技術(shù)接受模型和創(chuàng)新擴(kuò)散理論來對兩類用戶的轉(zhuǎn)移意愿和行為進(jìn)行研究。基于此，技術(shù)人員可以根據(jù)這種差異開發(fā)出IT產(chǎn)品的不同版本以供不同類型的用戶使用。

根據(jù)用戶的參與程度，用戶群體可以劃分為潛水者和活躍者兩類。這兩類用戶在產(chǎn)品的使用程度上有很大的不同。以虛擬社區(qū)為例，活躍者在社區(qū)中與他人的聯(lián)系更強(qiáng)、在社區(qū)中所生成的內(nèi)容、建立的聲望以及獲得的虛擬財(cái)產(chǎn)等在很大程度上會(huì)影響用戶的轉(zhuǎn)移。而潛水者在社區(qū)中與他人的聯(lián)系相對較弱，對社區(qū)的歸屬感可能也不強(qiáng)，阻礙用戶進(jìn)行轉(zhuǎn)移的因素也相對較少。由此看來，在虛擬社區(qū)中，活躍者與潛水者的轉(zhuǎn)移動(dòng)機(jī)、轉(zhuǎn)移方式以及轉(zhuǎn)移程度等方面會(huì)有較大的差異。未來的研究值得對這兩類人群的轉(zhuǎn)移動(dòng)機(jī)進(jìn)行比較分析。

4.4 社交疲憊對用戶轉(zhuǎn)移的影響

隨著社交媒體的不斷發(fā)展，越來越多的用戶加入到虛擬社區(qū)中。一方面，用戶在其中能夠認(rèn)識(shí)更多的人；另一方面，隨著個(gè)人信息的暴露以及對個(gè)人隱私的關(guān)注，用戶在心理和行為上都表現(xiàn)出了一定程度的壓力。Lim和Choi[46]將社交壓力劃分為四個(gè)維度，即社會(huì)負(fù)荷、社會(huì)比較、隱私和有偏見的觀點(diǎn)并證實(shí)對用戶轉(zhuǎn)移行為具有顯著的正向影響。同時(shí)，社交壓力會(huì)導(dǎo)致情感耗盡和抗拒；Yao等也認(rèn)為SNS活動(dòng)過載也會(huì)觸發(fā)用戶的轉(zhuǎn)移意向[48]。當(dāng)用戶感覺持續(xù)地被他人關(guān)注或進(jìn)行過多的社會(huì)交往時(shí)，用戶可能會(huì)產(chǎn)生社交疲憊。這種社交壓力會(huì)使得用戶離開對當(dāng)前社交媒體的使用，轉(zhuǎn)而去使用其他產(chǎn)品。在現(xiàn)有的對用戶轉(zhuǎn)移的研究中，大多數(shù)研究者主要從產(chǎn)品自身以及社會(huì)環(huán)境的角度來考慮用戶轉(zhuǎn)移的動(dòng)機(jī)，從用戶心理層面進(jìn)行考慮的研究較少。而用戶在社交產(chǎn)品之間的轉(zhuǎn)移行為很有可能是由用戶所產(chǎn)生的社交倦怠、社交壓力等心理狀態(tài)所引起的，所以社交倦怠等心理因素是影響用戶進(jìn)行轉(zhuǎn)移的重要因素之一，尤其在社交媒體的情境下。

4.5 用戶轉(zhuǎn)移與用戶忠誠的雙向研究

用戶轉(zhuǎn)移和用戶忠誠是兩個(gè)具有對立性的使用行為。用戶轉(zhuǎn)移與用戶忠誠的雙向研究，即基于行動(dòng)研究法（Action Research Approach），研究人員在某個(gè)共同確立的框架下來研究這兩種完全不同的使用行為。在用戶忠誠的現(xiàn)有研究中，Huang等[68]基于心流理論和感知價(jià)值探究了網(wǎng)絡(luò)用戶忠誠的影響因素；Zhou和Lu[69]基于網(wǎng)絡(luò)外部性和心流體驗(yàn)并通過感知有用性和滿意度兩個(gè)因素來探究其對忠誠度的影響；Gu等[70]基于SOR模型并從運(yùn)營商和用戶以及用戶與用戶之間關(guān)系的角度對用戶忠誠的影響因素進(jìn)行實(shí)證分析。故此，用戶轉(zhuǎn)移和用戶忠誠的雙向研究對產(chǎn)品的成功運(yùn)營具有重要意義。一方面，從用戶轉(zhuǎn)移的角度思考用戶忠誠，即通過對用戶轉(zhuǎn)移影響因素的分析制定有效的激勵(lì)機(jī)制，提升用戶的使用黏性。同時(shí)，競爭者可以通過用戶轉(zhuǎn)移的動(dòng)機(jī)來不斷吸引新用戶；另一方面，從用戶忠誠的角度思考用戶轉(zhuǎn)移，則是通過用戶忠誠的影響因素來尋求對于用戶轉(zhuǎn)移行為相關(guān)的抑制措施，從而不斷對IT產(chǎn)品/服務(wù)進(jìn)行完善。

5 結(jié)語

隨著技術(shù)的飛速提升，各種IT產(chǎn)品/服務(wù)也隨之不斷涌現(xiàn)。同時(shí)由于產(chǎn)品安裝過程的便利性，人們可以在各類產(chǎn)品之間不斷地進(jìn)行轉(zhuǎn)移。用戶轉(zhuǎn)移行為的研究對IT產(chǎn)品/服務(wù)運(yùn)營商具有重要的意義，能夠幫助運(yùn)營者有效地認(rèn)識(shí)到用戶行為背后的機(jī)理，從而據(jù)此作出相應(yīng)的決策。從橫向上來看，產(chǎn)品自身可以不斷擴(kuò)展特色鮮明的業(yè)務(wù)模式、運(yùn)作模式和服務(wù)模式，對產(chǎn)品進(jìn)行功能和結(jié)構(gòu)上的創(chuàng)新，并不斷優(yōu)化用戶體驗(yàn)來維系產(chǎn)品的可持續(xù)發(fā)展。從縱向上來看，IT產(chǎn)品和服務(wù)應(yīng)該突顯資源觀理論中強(qiáng)調(diào)的“不可替代性”和“弱流動(dòng)性”，注重和產(chǎn)業(yè)結(jié)構(gòu)以及行業(yè)特征相匹配，讓競爭者和潛在替代者在短時(shí)間內(nèi)難以模仿，以消除替代品對用戶的吸引力。另外，在完善產(chǎn)品的過程中，也要制定詳盡的IT產(chǎn)品/服務(wù)的使用規(guī)范并引導(dǎo)人們合理的使用，從而構(gòu)建良好的網(wǎng)絡(luò)生態(tài)和可持續(xù)發(fā)展模式。

參考文獻(xiàn)：

[1] TOP 2000 APP榜沒見過吧？|QuestMobile2016年秋季盤點(diǎn)帶你縱橫中國移動(dòng)互聯(lián)網(wǎng)！[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] 網(wǎng)站Alexa排名、流量、訪問量、頁面瀏覽量查詢-Alexa網(wǎng)站排名查詢[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，朱慶華.感知示能性在社會(huì)化媒體后續(xù)采納階段的調(diào)節(jié)效應(yīng)初探[J].情報(bào)學(xué)報(bào)，2013，32（10）：1099-1111.

[9] 徐孝娟，孫霄凌，彭希羨，等.由傳統(tǒng)圖書館到數(shù)字圖書館的用戶轉(zhuǎn)移行為研究——以大學(xué)生用戶為例[J].圖書與情報(bào)，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，趙宇翔，朱慶華.從傳統(tǒng)紙媒到數(shù)字媒介的用戶閱讀轉(zhuǎn)移行為研究——基于MEC理論的探索[J].中國圖書館學(xué)報(bào)，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].經(jīng)管管理論叢，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] 曹雄飛.理解博客用戶向微博的轉(zhuǎn)移[D].北京：中國科學(xué)技術(shù)大學(xué)，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，彭希羨，朱慶華.社交媒體后續(xù)采納階段用戶轉(zhuǎn)移行為研究——以微信為例[J].情報(bào)學(xué)報(bào)，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，F(xiàn)aía-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，F(xiàn)rels 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：趙宇翔（1983-），男，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院教授，碩士生導(dǎo)師，研究方向：人機(jī)交互、網(wǎng)絡(luò)信息資源管理；劉周穎（1994-），女，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向：網(wǎng)絡(luò)信息資源管理、社會(huì)化媒體。