●陳家鑫 董堅峰

吉首大學旅游學院,張家界,427000

引言

社會化媒體是一種供人們在網(wǎng)上分享意見、見解、觀點和經驗的新型在線媒體[1],如微博、推特等。 隨著社會化媒體的廣泛應用,人類與信息交互、響應的方式發(fā)生改變,人人都可以成為信息的生產者、分享者和接收者,社會化媒體用戶的信息需求、情感需求、利益需求等得到極大滿足。 內容是社會化媒體的核心產物,與內容有關的分享也就是信息互動,是社會化媒體可持續(xù)發(fā)展的主要動力。 探究社會化媒體用戶信息分享行為對平臺、用戶生成內容(User Generated Content,UGC)發(fā)展、廣告投放、輿情治理等均有重要意義。

目前,國內外學者對社會化媒體中的信息分享行為開展了相關研究。 國外學者主要是從用戶和環(huán)境兩個角度去考慮。 例如Lee H 等[2]通過模擬SNS實驗研究發(fā)現(xiàn),用戶預期收益與用戶預期風險都會顯著影響用戶信息分享意愿,其中預期收益對分享意愿的影響要大于預期風險。 Kim J 等[3]討論了個人和環(huán)境因素對信息分享行為的影響,研究發(fā)現(xiàn),自我效能、結果期望、分享感受正向影響用戶信息分享行為;當用戶認為他們的信息受眾為弱關系集合時,則分享意愿會增加。 Liu L 等[4]利用社會化媒體數(shù)據(jù)為客戶提供服務的機會,對信息分享行為的驅動因素進行了探討,結果表明個人的影響和社會的資本會影響信息分享行為。 近年來,我國學者對社會化媒體用戶分享行為的研究主要是基于信息、用戶的特征或者某一理論展開。 例如鮑麗娟[5]對人人網(wǎng)中熱門信息進行了分析,發(fā)現(xiàn)信息分享行為的產生受到網(wǎng)站功能、信息內容以及用戶情感的影響;丁漢青等[6]以豆瓣網(wǎng)為例,對意見領袖進行了研究,構建了SNS 網(wǎng)絡空間中意見領袖的指標體系,通過話題分析,總結出意見領袖的特點。 譚春輝等[7]基于Triandis 人際行為理論,認為認可預期、互惠關系、預期效能、情感、社會因素會影響微信朋友圈的信息分享行為;熊勵等[8]基于動機認知理論,選取信息有用性等十個影響因素,探討突發(fā)事件網(wǎng)絡信息分享行為。 從現(xiàn)有研究成果來看,國內外對社會化媒體信息分享行為的研究取得了積極的進展。 但對影響因素的研究,大部分是從單一視角或者理論出發(fā),很難全面地對影響信息分享行為的因素進行探究。 因此,本研究將以信息生態(tài)為視角,從信息人、信息、信息技術、信息環(huán)境和信息分享意愿5 個方面出發(fā),對社會化媒體用戶信息分享行為影響因素進行實證研究,通過信息生態(tài)理論將前人的研究有機整合,以期得出更全面的研究結果。

本研究試圖解決以下問題:第一,社會化媒體用戶信息分享行為受到哪些因素影響? 第二,信息生態(tài)理論能否為構建社會化媒體用戶信息分享行為影響因素模型提供一定參考? 第三,如何在影響因素分析的基礎上促進社會化媒體用戶信息分享行為?為探究上述問題,本研究基于信息生態(tài)視角,構建社會化媒體用戶信息分享行為影響因素模型,幫助平臺、UGC 從業(yè)者、廣告商、政府等了解用戶的信息分享行為影響因素,以期為社會化媒體信息生態(tài)系統(tǒng)的可持續(xù)發(fā)展提供參考。

1 相關概念和理論基礎

1.1 社會化媒體用戶信息分享行為

信息分享行為是網(wǎng)絡用戶基于某種動機或者心理,借助網(wǎng)絡平臺將自身擁有的信息通過特定的方式向外界傳播的行為[9]。 社會化媒體用戶的信息分享行為其實是一種信息的反饋,是用戶之間相互交流信息的過程。 用戶不僅是信息的接收者,還能夠主動創(chuàng)造并分享信息,也能對接收獲取的信息進行再加工或分享轉發(fā)。 信息分享是社會化媒體得以發(fā)展的基礎,只有用戶參與創(chuàng)造和分享信息,社會化媒體才能正常運轉。 在社會化媒體環(huán)境下,用戶的信息分享行為包括發(fā)布原創(chuàng)內容、轉發(fā)他人內容(直接轉發(fā)或再加工轉發(fā))、評論等。

1.2 信息生態(tài)理論

信息生態(tài)理論是運用生態(tài)學理念研究社會信息環(huán)境的全新理論,主要研究信息生態(tài)系統(tǒng)中信息人、信息、信息技術、信息環(huán)境4 個因子之間的和諧發(fā)展。 信息生態(tài)系統(tǒng)是由信息生態(tài)因子、信息生態(tài)鏈、信息生態(tài)位等要素所構成的統(tǒng)一整體[10],在信息生態(tài)系統(tǒng)中占核心地位的是在技術支持下的人的信息行為。 信息生態(tài)系統(tǒng)的基本構成要素為信息生態(tài)因子,包括信息人、信息、信息環(huán)境、信息技術,它們之間相互影響;信息生態(tài)鏈是信息生態(tài)因子相互作用形成的一種鏈式關系,構成了信息流轉的網(wǎng)絡;信息生態(tài)位是指信息人在信息生態(tài)系統(tǒng)中所占據(jù)的特定位置。

1.3 信息生態(tài)視角下的社會化媒體用戶信息分享行為

社會化媒體平臺的正常運轉不僅需要信息人生產與分享信息內容,還需要有信息技術的支持和信息環(huán)境的保障,因此,社會化媒體中用戶的信息分享行為是一個信息生態(tài)問題,涉及信息人、信息、信息技術、信息環(huán)境各個要素。 良好的信息生態(tài)使得信息分享得以高效、有序地進行,有效的信息分享增強了社會化媒體用戶的黏性,進而有效提升社會化媒體的商業(yè)價值與產業(yè)規(guī)模。 從信息人角度來看,信息人是信息分享過程中最活躍的一個要素,社會化媒體用戶參與信息分享的全過程,在社會化媒體信息分享中扮演著生產者、傳遞者、消費者和分解者的角色,同時,信息分享行為也可以加強用戶間的交流,提升社會化媒體信息生態(tài)系統(tǒng)中信息人的活躍度。 從信息的角度來看,數(shù)字資源與數(shù)字經濟的興起,使得虛擬環(huán)境下的信息不斷增殖,為用戶提供了源源不斷的信息資源,也助力社會化媒體的商業(yè)化發(fā)展。 從信息技術的角度來看,社會化媒體平臺的建設應用了大數(shù)據(jù)、云計算等技術,能夠不斷優(yōu)化性能、增強功能,進而提升用戶體驗。 從信息環(huán)境的角度來看,社會化媒體離不開“社會化”的建設,通過建立平臺形象,營造社區(qū)文化氛圍,增強用戶黏性,加速信息分享,進而促進社會化媒體的可持續(xù)發(fā)展。

社會化媒體是融合信息人、信息、信息技術、信息環(huán)境等信息生態(tài)因子的信息系統(tǒng),社會化媒體用戶的信息分享行為受到這些信息生態(tài)因子的影響。社會化媒體的信息環(huán)境是信息生態(tài)鏈的助力條件,為用戶、社會化媒體信息和技術的存在提供載體和空間;用戶作為此信息系統(tǒng)中的信息人,也是信息分享行為的主體,決定著信息流的運作;社會化媒體信息是構建信息生態(tài)鏈的基本條件,將信息生態(tài)系統(tǒng)中的各要素串聯(lián)起來;技術為社會化媒體平臺的搭建以及信息生態(tài)系統(tǒng)的運行提供支持與保障。 生態(tài)化是社會化媒體發(fā)展的趨勢,因此,從信息生態(tài)視角出發(fā)深入探討社會化媒體用戶信息分享行為影響因素,是個合適的切入點。 本研究從信息人、信息、信息技術、信息環(huán)境這4 個維度中提取社會化媒體用戶信息分享行為影響因素,并結合前人研究提出假設。

1.4 研究理論基礎

計劃行為理論。 計劃行為理論中,個人的現(xiàn)實行為受行為意向的直接支配,而行為意向受行為態(tài)度、主觀規(guī)范和知覺行為控制的影響,這三者既相互獨立,又相互聯(lián)系。

社會交換理論。 在人際關系中,參與者以交換有價值的資源來建立和維護互動,這種資源不僅僅是實物,也可以是精神和心理上的回報,比如支持、信任和威望等。

技術接受模型。 該模型認為外部變量(信息、時間、資源等)不受人的主觀控制,而這些外在因素會對人的行為產生影響。

2 研究假設與模型建立

2.1 社會化媒體用戶信息分享行為影響因素分析

基于前人研究以及文獻檢索,本文認為計劃行為理論[11]、社會交換理論[12]、技術接受模型[13]中的部分變量與社會化媒體信息分享行為存在聯(lián)系,因此將其作為理論基礎,提出社會化媒體用戶信息分享行為影響因素。

2.1.1 信息人維度對社會化媒體用戶信息分享意愿和行為的影響

計劃行為理論認為自我效能對個體行為有著重要影響,社會交換理論認為人的行為受到利益因素驅動,只有在社會交換中達到互惠平衡,人際關系才能和諧發(fā)展,本文將自我效能、利益訴求作為信息人維度對社會化媒體用戶信息分享意愿產生影響的因素。 第一,自我效能。 自我效能(self-efficacy)是指個體對自己在某一場景的某一行為能否取得成功的主觀思維。 魏華等[14]認為在虛擬健康社區(qū)中用戶的感知自我效能與健康知識分享呈正相關;趙宇翔等[15]研究發(fā)現(xiàn),用戶對自身能否有能力完成某件事的推斷會影響參與意愿,用戶自我效能感越強,用戶的參與意愿就越顯著。 社會化媒體用戶的自我效能是用戶對社會化媒體平臺功能和模塊的熟悉程度以及將有價值的信息進行分享的愿意程度。 第二,利益訴求。 利益不僅僅是物質上的獲得,還有精神、心理上的報酬(支持、信任、威望等)以及社交滿足(自我表達、自我形象塑造等)的需求,在利益的驅動下,用戶往往更容易產生信息分享的意愿。 藍嵐[16]認為物質利益和社交利益會影響社交電商平臺用戶對信息分享的意愿;陳穩(wěn)等[17]認為用戶在健康信息分享中,轉發(fā)、點贊、正面評論等會對用戶產生精神激勵,從而使用戶持續(xù)性地進行信息分享。 另外,利益訴求不僅是利己的訴求,還有利他的訴求,王星[18]認為大學生在信息分享時,具備自愿性質和他人獲益的價值取向。 第三,習慣。 習慣是指某個行為經過大量重復后變成一個無須認知思考的行為。在信息分享行為過程中,自我效能和利益訴求通過分享意愿間接影響分享行為,而某些情況下的分享行為并不是個體有意識的決策,而是受情境控制產生的,大多數(shù)情況下由習慣導致,且習慣比分享意愿更能決定分享行為的產生。 有研究表明,用戶會基于自身慣性進行信息分享[19]。 因此,本文將習慣作為信息人維度對社會化媒體用戶信息分享行為產生影響的直接因素。 基于上述文獻的研究結果與論述,本文提出如下假設:

H1:自我效能對社會化媒體用戶信息分享意愿產生正向影響;

H2:利益訴求對社會化媒體用戶信息分享意愿產生正向影響;

H3:習慣對社會化媒體用戶信息分享行為產生正向影響。

2.1.2 信息維度對社會化媒體用戶信息分享意愿的影響

技術接受模型表明感知有用性和感知易用性對人的意愿有重要影響,因此,本文認為用戶對信息的感知有用性和感知易用性會影響用戶的分享意愿,故將信息有用性和信息易用性作為信息維度對社會化媒體用戶信息分享意愿產生影響的因素。 第一,信息有用性。 有研究表明,用戶最早的上網(wǎng)行為是為了搜尋他們所需要的信息[20],社會化媒體用戶對滿足自身需求的信息,更有可能衍生出其他的信息行為,如點贊、評論、轉發(fā)等。 王少劍等[21]指出社會化媒體用戶對信息內容質量的感知會正向影響分享意愿。 社會化媒體用戶在獲得信息滿足,認為此信息內容對自己有幫助時,更容易積極主動地參與到信息分享之中。 第二,信息易用性。 Hansen J M等[22]通過研究發(fā)現(xiàn)信息易用性會提升消費者在社交媒體上交易的意愿。 蔣知義等[23]認為擴展信息的表現(xiàn)形式能夠提升信息的易用性,從而能夠促進信息分享行為的發(fā)生。 肖強等[24]對UGC 共享意愿進行研究后發(fā)現(xiàn),信息的易用性會促使更多用戶分享信息。 基于上述文獻的研究結果與論述,本文提出如下假設:

H4:信息有用性對社會化媒體用戶信息分享意愿產生正向影響;

H5:信息易用性對社會化媒體用戶信息分享意愿產生正向影響。

2.1.3 信息技術維度對社會化媒體用戶信息分享意愿和行為的影響

計劃行為理論認為知覺行為控制對用戶的行為意向產生影響,也能直接決定實際行為,本文認為社會化媒體所運用的技術會影響用戶的知覺行為控制,因此將技術支持和技術安全作為信息技術維度對社會化媒體用戶信息分享意愿和行為產生影響的因素。 第一,技術支持。 隨著信息技術的發(fā)展,用戶的信息分享形式不僅局限于文字,還包括照片、語言、視頻等。 信息技術的支持,不僅能讓用戶體驗到更便捷、高效乃至個性化的信息服務,還能通過信息技術的進步促進信息的分享。 Venkatesh V 等[25]認為設施的技術性對用戶的信息技術使用行為產生正向影響;黃曉音等[26]認為技術賦能促使用戶變成信息的傳播主體。 第二,技術安全。 大數(shù)據(jù)時代的到來,數(shù)據(jù)的數(shù)量與信息的價值呈指數(shù)型上升,隨之而來的隱私泄露、信息丟失也日益嚴重,信息安全成為制約網(wǎng)民信息分享行為的重要因素。 社會化媒體的信息安全主要體現(xiàn)在信息系統(tǒng)、數(shù)據(jù)庫以及人員操作等方面。 這些信息安全問題主要由兩方面引起,一是系統(tǒng)設計與建設不規(guī)范,容易遭受黑客攻擊從而造成平臺的癱瘓和數(shù)據(jù)的泄露、篡改、丟失等;二是技術人員本身的問題,如操作不規(guī)范或者操作技術不過關,導致用戶信息的泄露、數(shù)據(jù)的丟失等。 張國萍[27]認為信息分享是隱私悖論的表現(xiàn),信息分享與用戶隱私保護存在顯著的沖突;Zlatolas L N 等[28]指出用戶信息分享的主要制約因素就是信息隱私控制。 基于上述文獻的研究結果與論述,本文提出如下假設:

H6:技術支持對社會化媒體用戶信息分享意愿產生正向影響;

H7:技術支持對社會化媒體用戶信息分享行為產生正向影響;

H8:技術安全對社會化媒體用戶信息分享意愿產生正向影響;

H9:技術安全對社會化媒體用戶信息分享行為產生正向影響。

2.1.4 信息環(huán)境維度對社會化媒體用戶信息分享意愿的影響

技術接受模型認為外在環(huán)境會對人的行為意圖產生影響,計劃行為理論認為主觀規(guī)范對人們行為意愿產生影響,本研究將交互氛圍和主觀規(guī)范作為信息環(huán)境維度對社會化媒體用戶信息分享意愿產生影響的因素。 第一,交互氛圍。 社會化媒體中的社區(qū)交互氛圍是用戶信息分享的信息環(huán)境。 一方面,和諧的交互氛圍可以提升用戶的良好感受,并促進用戶間主動的信息分享;另一方面,UGC 從業(yè)者為了扎根自己的垂直領域,融入某一社區(qū)環(huán)境,往往會產生更多的信息分享行為來收獲關注。 Bock G W等[29]認為社區(qū)交互氛圍對用戶持續(xù)性的知識分享行為具有促進作用;商憲麗等[30]通過對學術博客用戶持續(xù)知識共享行為的分析表明,氛圍感和交互感能夠影響用戶信息分享。 第二,主觀規(guī)范。 主觀規(guī)范這一變量源于計劃行為理論,反映了外界因素對個人行為意愿的影響,“羊群效應”很好地解釋了主觀規(guī)范對人們行為意愿的影響。 張書源[31]通過研究明星粉絲的信息分享行為,發(fā)現(xiàn)主觀規(guī)范對信息分享影響顯著。 任劍鋒[32]研究微信平臺上的信息分享行為,回歸分析結果表明主觀規(guī)范與分享意圖呈顯著正相關。 基于上述文獻的研究結果與論述,本文提出如下假設:

H10:交互氛圍對社會化媒體用戶信息分享意愿產生正向影響;

H11:主觀規(guī)范對社會化媒體用戶信息分享意愿產生正向影響。

2.1.5 社會化媒體用戶信息分享意愿對社會化媒體用戶信息分享行為的影響

計劃行為理論認為信息分享行為受到信息分享意愿的影響。 在信息生態(tài)系統(tǒng)中,信息人是信息生態(tài)系統(tǒng)的核心,本文認為信息人的主觀能動性對信息生態(tài)系統(tǒng)的運轉起決定性的作用。 熊勵等[8]探討突發(fā)事件網(wǎng)絡信息分享行為,認為網(wǎng)民的分享態(tài)度是信息分享行為的影響因素;霍艷花[33]通過研究微信用戶的信息分享行為,得出用戶信息分享行為是通過信息分享意愿而產生的結論。 基于上述文獻的研究結果與論述,本文提出如下假設:

H12:社會化媒體用戶信息分享意愿對社會化媒體用戶信息分享行為產生正向影響。

2.2 社會化媒體用戶信息分享行為影響因素假設模型的建立

社會化媒體是一個典型的信息生態(tài)系統(tǒng),社會化媒體用戶信息分享行為是一個涵蓋了信息人、信息、信息技術、信息環(huán)境的信息生態(tài)問題。 為了更深入討論社會化媒體用戶信息分享行為影響因素,本文將信息生態(tài)理論與社會交換理論、計劃行為理論、技術接受模型等信息分享行為相關理論相結合提出路徑假設,并構建社會化媒體用戶信息分享行為影響因素假設模型。 其中,信息人維度包括自我效能、利益訴求和習慣,信息維度包括信息有用性和信息易用性,信息技術維度包括技術支持和技術安全,信息環(huán)境維度包括交互氛圍和主觀規(guī)范。 具體模型結構如圖1 所示。

圖1 社會化媒體用戶信息分享行為影響因素假設模型

3 調查對象與問卷設計

3.1 調查對象

嗶哩嗶哩彈幕視頻網(wǎng)站(以下簡稱“B 站”)于2009 年創(chuàng)建,是集版權視頻、長短視頻、直播、社交等為一體的綜合性視頻網(wǎng)站,擁有PC 端和移動端,是國內領先的網(wǎng)絡文化娛樂社區(qū),同時也是典型的社會化媒體平臺,擁有互動性、強社交性、連通性等社會化媒體特點。 B 站作為中國最大的二次元彈幕視頻網(wǎng)站,其2022 年第一季度財報顯示:月活躍用戶達2. 94 億人次,同比增長31%;月均投稿量達1 260 萬份;月均互動數(shù)達123 億次。 根據(jù)QuestMobile 統(tǒng)計的數(shù)據(jù),其2022 年中國Z 世代規(guī)模大約有3.42 億人,這就意味著每兩個年輕人中可能就有一個是B 站的活躍用戶。 基于B 站自由且獨特的社區(qū)氛圍,聚集了一些特定興趣的年輕人,在歸屬感和文化認同感驅使下用戶的黏性高、活躍度強。 因此,本文以B 站為實證研究對象,探討社會化媒體用戶信息分享行為影響因素。

3.2 問卷設計與數(shù)據(jù)收集

為對社會化媒體用戶信息分享行為影響因素假設模型進行數(shù)據(jù)驗證,以模型中12 個假設為依據(jù),在參考國內外相關文獻以及前人量表的基礎上,根據(jù)B 站的特點選定38 項觀測變量。 基于選定的觀測變量設計了本文的調查問卷,問卷由兩部分組成,第一部分是B 站用戶的個人基本情況,包括性別、年齡、學歷、職業(yè)、使用B 站進行信息分享頻率等人口統(tǒng)計學特征;第二部分是假設模型的觀測變量,從信息、信息人、信息技術、信息環(huán)境、信息分享意愿以及信息分享行為維度確定11 個影響因素,共38 個題項,每個題項均使用5 級李克特量表(5-point Likert scale)來測量,1—5 分別代表“非常不同意”“不同意”“一般”“同意”“非常同意”。 為消除調研對象的安全隱私顧慮,本問卷使用匿名的方式收集數(shù)據(jù)。

為使問卷的信度、效度達標,本文采用預調研的方式檢查問卷內容,通過QQ、微信群等共收集預調研答卷50 份。 結果發(fā)現(xiàn)調查對象對“信息分享行為”一詞僅理解為轉發(fā),因此,筆者在問卷中增加了對信息分享行為的解釋,并對問卷中部分題項的表述進行了修正,最終確定本文的測量量表,見表1。

表1 測量量表

本次調查借助問卷星平臺設計問卷,通過微博中的B 站超話、百度貼吧中的B 站吧、B 站網(wǎng)友的QQ 群和微信群以及微信朋友圈等發(fā)放問卷。 根據(jù)相關規(guī)則[30],問卷樣本量必須為觀測變量的10—20倍,最終,本次調查共收集問卷524 份,剔除填寫時間短、題項前后邏輯不符的問卷,最終得到有效問卷470 份,問卷有效率89.69%。 對470 份有效問卷進行描述性統(tǒng)計分析的結果見表2。 在性別方面,樣本中男女比例基本持平,男性略多于女性;在年齡方面,樣本的年齡段主要集中在18—30 歲,符合B 站財報中披露的B 站主要用戶年齡段,也符合社會化媒體主要用戶群體為青年人的實際情況;在學歷方面,樣本主要集中在本科與?？?還有部分在碩士研究生及以上,表明問卷填寫人群絕大多數(shù)受過高等教育;在職業(yè)方面,私企員工占比最高,其次是在校學生;在使用B 站進行信息分享頻率方面,每天進行信息分享及每周分享1—6 次的用戶占比最大,也有極少部分用戶不曾參與信息分享。

表2 調查樣本描述性統(tǒng)計

4 數(shù)據(jù)分析

4.1 信效度分析

4.1.1 信度分析

信度分析采用Cronbach’s α 信度系數(shù)來檢驗。一般認為,當信度系數(shù)大于0.7 時,說明數(shù)據(jù)的信度良好。 在本文研究中信息有用性、信息易用性、自我效能、利益訴求、習慣、技術支持、技術安全、交互氛圍、主觀規(guī)范、信息分享意愿、信息分享行為的Cronbach’s α 系數(shù)均大于0.8,表明本調查問卷具有較好的信度。

4.1.2 效度分析

本研究通過KMO 值和Bartlett 球形檢驗對問卷數(shù)據(jù)進行效度分析。 KMO 檢驗的系數(shù)取值范圍在0—1 之間,越靠近1 說明問卷效度越好。 根據(jù)結果可知本研究的KMO 系數(shù)為0.943,球形檢驗的顯著性為0.000,可知各潛變量間具有較好的相關性,適合做因子分析。 隨后進行驗證性因子分析,分析結果如表3 所示。 一般認為,當CR(組合信度)大于0.7,AVE(平均方差抽取量)大于0.5 時,具有較好的聚合效度,由表3 可知,所有變量的CR 值均大于0.7,AVE 值均大于0.5,表明本次調查問卷具有良好的聚合效度。 各潛變量之間的相關矩陣即區(qū)分效度如表4 所示,根據(jù)分析結果可知,每個潛變量的AVE 值的平方根(表中對角線加粗數(shù)字)均大于各變量間的相關系數(shù),表明本研究各個變量之間具有較好的區(qū)分效度。

表3 驗證性因子分析結果

表4 區(qū)分效度分析結果

4.2 模型擬合度評估與假設檢驗

利用AMOS 24.0 軟件對470 份有效問卷進行結構方程建模,對模型擬合度評估并驗證變量之間的關系,評估結果如表5 所示。 根據(jù)擬合結果來看,本文所構建的結構方程模型擬合度均滿足評價標準,模型具有良好的擬合度,可以進行下一步的假設路徑檢驗。

表5 模型擬合度指標分析

根據(jù)前述假設分析,通過AMOS 24.0 軟件建立結構方程模型得出的模型檢驗結果如表6 所示,結果顯示假設H1、H2、H3、H4、H5、H7、H8、H9、H10、H11、H12 均得到證實,而假設“H6:技術支持對社會化媒體用戶信息分享意愿產生正向影響”未達到顯著性要求,假設不成立。

表6 標準化路徑系數(shù)與假設檢驗結果

5 討論分析

5.1 信息人維度

5.1.1 信息人的利益訴求

利益訴求對社會化媒體用戶信息分享意愿的影響系數(shù)為0.170,P值在0.01 水平上顯著,表明利益訴求對社會化媒體用戶信息分享意愿有正向影響。利益訴求也可以說是信息人的信息分享動機,在社會化媒體中可以分為兩種訴求。 第一種是個人收益的訴求,個人收益包含外在獎勵、聲譽提高、互惠、助人為樂等。 外在獎勵是指在社會化媒體平臺進行信息分享而得到的禮品、金錢、虛擬貨幣等;聲譽提高是指在社會化媒體平臺進行信息分享而得到的地位和聲譽的提升,主要包括粉絲量、閱讀量、視頻播放量、關注度等;互惠是指通過分享他人的信息,希望自己的信息也能同樣被他人分享傳播;助人為樂是指在社會化媒體平臺進行信息分享幫助了他人而獲得愉悅感。 第二種是集體利益的訴求,集體利益主要是指隨著社會化媒體網(wǎng)上社區(qū)的發(fā)展,用戶希望通過自己的信息分享給整個社區(qū)帶來福利,為社區(qū)建設作出貢獻。 精準抓住用戶利益需求,是提升用戶信息分享意愿的關鍵。

5.1.2 信息人的自我效能

自我效能對社會化媒體用戶信息分享意愿的影響系數(shù)為0.121,P值在0.05 水平上顯著,表明自我效能對社會化媒體用戶信息分享意愿有正向影響。自我效能體現(xiàn)在他們能夠熟練掌握社會化媒體平臺的功能,積極地分享信息,同時也能夠理解和運用他人分享的信息,這種對社會化媒體平臺功能的把握為社會化媒體信息分享提供了必要的條件。 信息分享是基于用戶之間的互動行為,社交媒體給予了用戶極大的自由度,他們可以隨時隨地與他人進行交流,但是交流的效果與個體的知識儲備、信息素養(yǎng)等息息相關。 換而言之,若用戶的自我效能越高,用戶往往對所分享的信息極具自信,用戶溝通的時間和精力等成本會降低,用戶的信息分享意愿將會增強;同樣,用戶的自我效能越低,用戶認為自身信息和知識儲備不足,則信息分享意愿也會降低。

5.1.3 信息人的習慣

習慣對社會化媒體用戶信息分享行為的影響系數(shù)為0.133,P值在0.05 水平上顯著,表明習慣對社會化媒體用戶信息分享行為有正向影響。 信息人的習慣包括用戶的社會化媒體使用習慣和信息分享習慣。 社會化媒體使用習慣主要是指用戶黏性,用戶對社會化媒體平臺的依賴性越強,越容易產生信息分享行為;信息分享習慣是指用戶選擇分享的信息大多是自己感興趣的信息,即用戶更偏好在社交媒體上接收自己喜歡的信息,而忽略那些不合自己口味的內容,也就是所謂的信息窄化。 目前許多平臺針對用戶的特點進行個性化推薦,從而激發(fā)用戶信息分享的習慣,推動信息分享行為的發(fā)生。 本文研究中習慣對分享行為的影響程度小于分享意愿,原因可能是習慣主要解釋的是從未分享信息和經常分享信息的用戶之間的差異。

5.2 信息維度

5.2.1 信息有用性

信息有用性對社會化媒體用戶信息分享意愿的影響系數(shù)為0.111,P值在0.05 水平上顯著,表明信息有用性對社會化媒體用戶信息分享意愿有正向影響。 大數(shù)據(jù)時代,沉冗的信息充斥著整個互聯(lián)網(wǎng),高質量的社會化媒體信息不僅有利于用戶規(guī)避虛假信息,而且能夠滿足用戶信息需求;豐富社會化媒體信息內容,使其呈現(xiàn)出多領域、多形式的融合趨勢,能夠擴展信息分享范圍,提升信息分享意愿;隨著信息時代的發(fā)展,用戶對信息的需求不斷增加,但信息服務發(fā)展不平衡不充分的矛盾日益顯現(xiàn)。 社會化媒體能夠根據(jù)用戶的信息需求提供精準的信息,提升用戶對信息的滿意度,激勵用戶進行信息分享,促進彼此之間的交流,形成一個和諧的狀態(tài)。

5.2.2 信息易用性

信息易用性對社會化媒體用戶信息分享意愿的影響系數(shù)為0.121,P值在0.05 水平上顯著,表明信息易用性對社會化媒體用戶信息分享意愿有正向影響。 社會化媒體用戶信息分享意愿的核心驅動力是發(fā)揮信息價值,滿足信息需求,消除未知,豐富生活。信息易用性是信息分享的前提,如果分享的信息不能得到有效利用,那么信息的價值就無法充分體現(xiàn)出來,信息分享的意義就會被削弱。 而良好的信息組織在一定程度上可以增加信息的易用性,便于信息甄別與使用。 為了使信息更容易被理解,可以采用合適的媒介表達信息,對信息進行分類標注,并設置相關主題,同時還需要規(guī)范信息的組織形式。

5.3 信息技術維度

5.3.1 技術支持

技術支持對社會化媒體用戶信息分享意愿的P值為0.831,在0.05 水平上不顯著,因此,本文的實證分析結果不支持該假設;技術支持對社會化媒體用戶信息分享行為的影響系數(shù)為0.217,P值在0.001 水平上顯著,表明技術支持對社會化媒體用戶信息分享行為有正向影響。 技術支持是指用戶在借助社會化媒體平臺進行信息分享時,平臺為用戶信息分享提供的技術支持。 信息技術是社會化媒體建設與運營的重要組成部分,信息分享行為的發(fā)生離不開技術支持,技術為分享行為提供便利條件,用戶需要使用平臺的信息技術才能完成信息分享。 也就是技術支持會直接影響用戶的分享行為,但是并不會顯著地影響用戶的分享意愿,這一研究結論與技術采納與利用整合理論模型中的觀點——便利條件會影響用戶使用行為不謀而合。 隨著互聯(lián)網(wǎng)的不斷發(fā)展,社會化媒體為用戶提供信息服務,用戶的選擇也倒逼社會化媒體信息技術水平的發(fā)展,強大的計算能力、存儲能力、安全能力等可以滿足用戶信息分享的需求,從而推動社會化媒體信息技術向前發(fā)展。

5.3.2 技術安全

技術安全對社會化媒體用戶信息分享意愿的影響系數(shù)為0.130,P值在0.05 水平上顯著,表明技術安全對社會化媒體用戶信息分享意愿有正向影響;技術安全對社會化媒體用戶信息分享行為的影響系數(shù)為0.242,P值在0.001 平上顯著,表明技術安全對社會化媒體用戶信息分享行為有正向影響。 數(shù)據(jù)信息的經濟價值在不斷提高,同時信息技術的發(fā)展方便了信息資源的挖掘,增加了用戶隱私等信息泄露的風險。 尤其是社會化媒體這種擁有大量用戶原始數(shù)據(jù)的平臺,信息被竊取會給用戶造成巨大損失,因此,技術安全影響著用戶參與信息分享的意愿。安全的社會化媒體環(huán)境保障了用戶的信息分享行為,當社會化媒體用戶對自身信息安全感到放心時,用戶的信息交互意愿就會提升,同時也會正向影響信息分享行為。

5.4 信息環(huán)境維度

5.4.1 交互氛圍

交互氛圍對社會化媒體用戶信息分享意愿的影響系數(shù)為0.153,P值在0.05 水平上顯著,表明交互氛圍對社會化媒體用戶信息分享意愿有正向影響;交互氛圍是社會化媒體用戶間交流互動所營造的氛圍環(huán)境。 馬斯洛需求層次理論指出,除了安全和身體上的需要,社會關系需求也是人們獲得滿足的重要來源,與他人的互動和交流是社會化媒體用戶進行信息分享的內在動機。 在社會化媒體中,如果在交流過程中產生了共同議題并引發(fā)強烈的共鳴,那么其他成員也會受到這種氛圍的影響,轉發(fā)、評論、分享原創(chuàng)信息,活躍交互氛圍,從而促使更多的用戶參與其中,形成一個良性循環(huán)。 通過營造良好的交互環(huán)境,不僅可以滿足用戶的信息需求,還能提升用戶信息分享意愿,加速信息的流動,實現(xiàn)社會化媒體平臺和用戶的雙贏。

5.4.2 主觀規(guī)范

主觀規(guī)范對社會化媒體用戶信息分享意愿的影響系數(shù)為0.169,P值在0.01 水平上顯著,表明主觀規(guī)范對社會化媒體用戶信息分享意愿有正向影響。社會人際關系網(wǎng)中個體的行為意愿會受到主觀規(guī)范的制約,主要包括他人的壓力和與他人意見保持一致的動機。 社會化媒體用戶作為個體同樣也會受到主觀規(guī)范的影響,例如在B 站中,以某位UP 主(信息資源上傳者)為意見領袖的用戶群體,會在UP 主的請求下產生信息分享意愿;或是某一信息被大量用戶分享會對其他用戶形成暗示及示范作用,促使個體產生從眾心理。

5.5 信息分享意愿

社會化媒體信息分享意愿對社會化媒體用戶信息分享行為的影響系數(shù)為0.300,P值在0.001 水平上顯著,表明信息分享意愿對社會化媒體用戶信息分享行為有正向影響。 當用戶進行社會化媒體信息分享的意愿越強烈,用戶產生實際分享行為的可能性就越大,此結論與Fishbein 提出的理性行為理論、Triandis 提出的人際行為模型結論相一致。

6 結語

本文以信息生態(tài)為視角,結合計劃行為理論、社會交換理論、技術接受模型,構建社會化媒體用戶信息分享行為影響因素模型,為社會化媒體用戶信息分享行為研究提供新的研究視角。 通過分析用戶信息分享行為影響因素,為各主體發(fā)展提供策略。 對于社會化媒體平臺來說,可以通過優(yōu)化界面、營造社區(qū)氛圍、迭代算法等,促進平臺可持續(xù)發(fā)展;對于廣告商來說,可以通過創(chuàng)新廣告形式、優(yōu)化廣告內容吸引用戶注意力,還可以通過大數(shù)據(jù)分析實現(xiàn)精準營銷;對于UGC 從業(yè)者來說,可以幫助了解用戶的信息需求,根據(jù)用戶需求進行內容創(chuàng)作和發(fā)布,提升用戶信息分享的積極性;對于政府來說,可以幫助指導相關部門針對用戶信息分享行為特點,加強對社會化媒體用戶信息分享行為和網(wǎng)絡媒體行業(yè)的監(jiān)管,以及對輿情的正確引導,及時、科學地處理網(wǎng)絡輿情事件,構建良好的互聯(lián)網(wǎng)輿情生態(tài)。

囿于作者研究水平和能力,本文仍有一些不足之處:第一,本文在影響因素的選取上存在一定的主觀性,有待在后續(xù)的研究中擴大參考文獻范圍,結合德爾菲法等方法引入更科學、客觀的影響因素。 第二,本文的調查對象為B 站用戶,盡管B 站為國內典型的社會化媒體平臺,但并不能全面代表所有的社會化媒體平臺,這使得本文的研究結論存在一定的局限性,未來可針對不同的社會化媒體平臺用戶進行深入分析。 此外,本研究未考慮性別、年齡、學歷等因素差異對結果的影響,因此在后續(xù)的研究中,可以考慮引入相關的控制變量,以獲得更完善的研究結果。