论文部分内容阅读
摘 要：微博在诞生之初就引发了一场“微革命”，但随着即时通讯软件的发展，微博逐渐式微。该研究以河北大学微博用户为研究对象，试图探究用户使用微博的动机，了解他们的行为特点，以及二者之间的影响关系，为寻求微博以后的发展路径提供资料。该研究主要以技术接受模型为基本架构，在对前人的相关研究和文献资料进行梳理的基础上，运用统计软件SPSS对有效样本进行了分析，考察了使用动机与行为特点之间的关系。
关键词：微博 使用动机 行为特点 TAM
中图分类号：G64 文献标识码：A 文章编号：1674-098X（2017）05（c）-0146-04
《中国互联网数据平台》统计数据显示，截至2014年12月，我国微博用户规模为2.49亿，网民使用率为38.4%，与去年相比使用率下降7.1%；而截至2015年12月，我国微博用户规模为1.78亿，网民使用率为33.5%，与去年相比使用率下降了4.9%；截至2016年12月，我国微博用户使用率为37.1%，虽然较去年有所增长，但是相较于微信、QQ的85.8%和67.8%，还具有很大的差距[1]。
而如今对微博的研究大都集中在对其技术特征和传播模式或与学科教学结合的现象性分析上，在微博上交往的内部驱动力、心理机制及行为特点的系统与实证讨论相对匮乏。该文以国内外文献和问卷分析为基础，以技术接受模型为基本架构，利用大学生使用微博的动机和行为特点问卷，以河北大学大学生使用微博的动机和行为特点来初步揭示大学生使用微博的动机和行为特点。以期从更宽泛的角度揭示微博交往的关键问题，为微博重新寻求发展之路提供一手资料，为微博的发展及服务商制定合理的营销策略提供宝贵依据。另一方面，了解用户使用微博的动机以及与行为特点之间的关系，对针对不同用户需求的市场细分也将起到有益帮助。
1 信息技术接受模型（TAM）的提出
1989年，Davis在理性行为理论的基础上，针对技术接受和使用行为提出了技术接受模型，以此来论证决定人们接受并使用新技术的因素是什么，并解释和预测使用者的技术使用行为。该模型认为，用户对计算机系统的感知会影响他们的态度，态度进一步影响意图，然后就产生了用户的使用行为[2]。TAM原始模型如图1所示。
TAM特别强调了两种行为信念，即“感知有用性”和“感知易用性”对技术使用意向和行为的影响。其中，“感知易用性”是指“个人认为使用某一技术或系统所需花费的努力的程度”，而“感知有用性”指“个人认为使用某一技术或系统能提升自己的工作绩效的程度”[4]。
2 调查设计与实施
根据所研究的问题和目的设计了调查方案，并确定了调查内容、问卷内容、调查时间、调查地点和实施方案，并严格按照实施方案开展调查，并在调查完毕后筛选出有效信息以便后期开展数据分析。
2.1 调查内容设计
本次调查设计重点关注三个方面：一是大学生使用微博的动机，二是大学生在微博上进行的主要操作及其他行为的特点和原因，三是两者之间的联系和互相影响程度。
近年来，很多研究对微博、博客的使用动机及行为进行了探讨，并得到了一些成果[5]。研究可以发现，在微博、博客使用动机研究中，一些动机出现频率较高，像自我表达、记录生活、社会联系、消遣娱乐等，但是很多动机出现了命名不同、归类不一的现象，而且，各个学者对动机的认识或有不同，如“匿名浏览”和“时尚”动机只被部分人提到。
在参考并梳理前人相关研究的基础上，初步确立了微博用户的十种使用动机：操作便捷、表达情感、记录生活、获取信息、匿名浏览、社会联系、关注他人、休闲娱乐、习惯陪伴和跟随时尚[8]。并将用户的行为特点分成登录微博频率、更新微博频率、登录微博时长以及使用微博时长四个维度[9]。问卷内容首先调研了人口特征，其次根据用户可能会具有的行为特点设置了4-11题，具体涉及到的内容有：品牌、登录方式、使用时长、更新频率、登陆频率和时长、以及主要操作；最后针对初步確立的使用动机设置了12-15题，具体涉及的调查内容有：使用动机、吸引大学生的话题和用户等，在调查内容上侧重行为特点的四个维度的调查和具体使用动机的调查，以便得到更加准确的数据来开展数据分析工作。
2.2 调查方案与实施
该次调查对象为河北大学在校本科生，调查时间为2016年12月15日—2017年1月15日，在网络上开展线上调研，利用问卷调查法来收集一手资料，抽样方法采用简单随机抽样，是根据部分实际调查结果来推断总体标志总量，属于非全面调查的范畴。
笔者在网上发布问卷，邀请河北大学各个年级的本科生参与调研，本次调研共回收问卷318人，其中有效问卷为310份，其中男生144人，女生166人；本科一年级72人，二年级70人，三年级97人，四年级71人；理工科学生为179人，文科类学生131人。
3 关于微博使用动机的数据调查统计与研究
本节针对大学生使用微博的动机开展了数据分析，利用SPSS软件对大学生使用微博的动机开展了因子分析，通过客观的数据分析揭示大學生使用微博的动机。对于该研究而言，自变量指标较多，提取因子最有必要，因此将对自变量进行因子分析，并将提取出来的主因子存为新的变量，用于进一步分析、研究。
由表1可知KMO统计量为0.547，那么可以使用因子分析法来分析数据。
由表2可知前5个因子的特征根大于1，合计的方差解释度为59.8%，虽然比较低，但在实际调研项目中可以接受。在进行因子旋转后，提取总量不变，仍为59.8%。
表3为因子旋转后各因子在原始变量上的负荷，从中可以得到各因子的特征。
因子1：主要是和可以自由发表观点并得到他人建议、展现个性并得到关注、记录生活状态并宣泄情绪有关，因此可以将该因子命名为“表达情感”。 因子2：主要是和了解名人动态、了解时尚、转发得奖有关，可以将该因子命名为“关注他人”。
因子3：主要是和获取愉悦心情、消磨时间有关，可以将该因子命名为“休闲娱乐”。
因子4：主要是和了解陌生人的生活动态和思想、增加见闻有关，可以将该因子命名为“获取信息”。
因子5：主要是和使用方便快捷，易于操作有关，可以将该因子命名为“使用便捷”。
而动机1、动机2、动机3、动机4都与感知有用性有关，用户在使用微博的动机不管是表达情感、关注他人、休闲娱乐还是获取信息都表现了用户对于有用性的感知。动机5则表现了感知易用性，用户由于微博使用方便、易于操作而产生了使用微博的动机。
4 大学生微博行为特点与使用动机的回归分析
回归分析是判断变量之间是否具备因果关系的重要方法。通过回归分析，可以建立一个回归方程来定量地描述变量之间的变化，看一个变量的变化在多大程度上可以预测另一个变量的变化。本章根据回归分析来探究行为特点和使用动机之间关系，以五个使用动机为自变量，以四个行为特点维度为因变量，建立起回归方程来反映自变量和因变量之间的变化关系。最终利用TAM技术接受模型揭示了大学生使用微博动机与行为特点之间的联系。
以五个使用动机为自变量，登陆频率为因变量进行回归分析，得到以下输出结果：
从表4和表5可以看到，使用动机与使用频率的总相关系数R为0.406，决定系数R方为0.165，校正决定系数（调整R方）为0.151。另外，回归模型以及常数项、动机1、动机2、动机4、动机5的显著性概率（Sig）都小于0.05，说明具有统计学意义。而动机3显著性概率远远超出0.05，因而不具备统计学意义。可见，使用动机1、动机2、动机4和动机5都对使用频率产生影响和贡献。经过进一步比较，动机4（获取信息）对使用微博频率的影响和贡献大于其他动机。
通过分析，得到使用动机与登陆微博频率的回归方程：
登陆频率=2.352-0.143*动机1-0.094*动机2-0.260*动机4-0.149*动机5
通过相同的回归分析的方法，以五个使用动机为自变量，更新微博频率、登陆微博时长、使用微博时长为因变量，分析得到如下结果：
更新频率=2.661-0.237*动机1-0.136*动机5
登陆时长=2.797+0.161*动机1+0.164*动机4+0.270*动机5
使用时长=3.177+0.133*动机1+0.132*动机2
5 结语
该文提到技术接受模型（TAM）考察了感知有用性、感知易用性通过影响使用态度和意向来影响使用行为的关系，那么对于微博用户而言，使用行为是否会受到使用动机的影响？如何影响？不同动机对不同行为特点的影响程度是否具有不同？这些问题在数据分析中已然表明使用动机在不同程度上直接影响其使用行为，包括登录微博的频率和时长、更新微博频率和使用微博时长分别与使用动机的相关关系。
根据以上求得的回归方程，得出影响登陆微博频率的动机分别为：表达情感、关注他人、获取信息和使用便捷；影响更新微博频率的动机分别为：表达情感和使用便捷；影响登录微博時长的动机分别为：表达情感、获取信息和使用便捷；影響使用微博时长的动机分别为：表达情感和关注他人。
通过回归分析发现，微博用户的使用动机与行为特点之间存在着不同程度的相关关系，用户的使用动机会直接影响到其使用行为。而且，不同的动机对行为有不同的影响，影响程度也有差异。
具体说来，动机4（获取信息）对使用微博频率的影响和贡献大于其他动机；动机1（表达情感）对更新微博频率的影响和贡献大于动机5（使用便捷）；动机5（使用便捷）对登录微博时长的影响和贡献大于动机1（表达情感）和动机4（获取信息）；动机1（表达情感）对使用微博时长的影响和贡献大于动机2（关注他人）。
而动机1、动机2、动机3、动机4反映了用户的感知有用性，动机5反映了用户的感知易用性，在TAM模型中，用户的感知有用性和感知易用性直接间接地影响着使用的行为意向，即行为特点，而以上的研究结论符合TAM的基本构架[10]。
6 不足之处
该研究在使用技术接受模型的基础上，通过问卷调查法等实证研究方法对微博用户的使用动机及行为进行了研究，探讨了用户使用动机与行为之间的关系，并得出一些重要结论。但同时，研究还存在不少缺陷。首先，样本量偏少。经过调查，该次研究共回收311份问卷，其中有效样本310个。由于主要采用网络问卷调查，同时考虑到没有诱人的奖励措施，问卷题项不宜太多，因此某些量表存在不够细致、不够全面的问题，这对测量及研究结果的准确性带来一定隐患。其次，调查取样比较集中，不足以充分代表整体。样本量偏少、取样集中等问题使本研究的结论可能存在代表性不足的问题。
参考文献
[1] CNNIC.第37次中国互联网络发展状况统计报告，http：//cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201701/P020170123364672657408.pdf，2017年1月.
[2] 何迎朝，陈红花.微博使用动机与行为特征研究综述[J].商业时代，2014（5）：68-70.
[3] 王娟.微博客用户的使用动机与行为—基于技术接受模型的实证研究[D].山东大学，2010.
[4] Zhang Lixuan，Pentina Iryna. Motivations and usage patterns of weibo[J].CyberPsychology，Behavior and Social Networking，2012（6）：312-317.
[5] 胡珑瑛，董靖巍.微博用户转发动机实证分析[J].中国软科学，2015（2）：175-182.
[6] 赵玲，张静.微博用户使用动机影响因素与结构的实证研究[J].管理学报，2014（8）：1239-1245.
[7] 张琪.大学生微博交往动机与行为特点研究[J].电化教育研究，2012（8）：54-58.
[8] 张李义，张然.技术接受模型（TAM）关键变量前因分析[J].信息资源管理学报，2015（2）：11-20.
关键词：微博 使用动机 行为特点 TAM
中图分类号：G64 文献标识码：A 文章编号：1674-098X（2017）05（c）-0146-04
《中国互联网数据平台》统计数据显示，截至2014年12月，我国微博用户规模为2.49亿，网民使用率为38.4%，与去年相比使用率下降7.1%；而截至2015年12月，我国微博用户规模为1.78亿，网民使用率为33.5%，与去年相比使用率下降了4.9%；截至2016年12月，我国微博用户使用率为37.1%，虽然较去年有所增长，但是相较于微信、QQ的85.8%和67.8%，还具有很大的差距[1]。
而如今对微博的研究大都集中在对其技术特征和传播模式或与学科教学结合的现象性分析上，在微博上交往的内部驱动力、心理机制及行为特点的系统与实证讨论相对匮乏。该文以国内外文献和问卷分析为基础，以技术接受模型为基本架构，利用大学生使用微博的动机和行为特点问卷，以河北大学大学生使用微博的动机和行为特点来初步揭示大学生使用微博的动机和行为特点。以期从更宽泛的角度揭示微博交往的关键问题，为微博重新寻求发展之路提供一手资料，为微博的发展及服务商制定合理的营销策略提供宝贵依据。另一方面，了解用户使用微博的动机以及与行为特点之间的关系，对针对不同用户需求的市场细分也将起到有益帮助。
1 信息技术接受模型（TAM）的提出
1989年，Davis在理性行为理论的基础上，针对技术接受和使用行为提出了技术接受模型，以此来论证决定人们接受并使用新技术的因素是什么，并解释和预测使用者的技术使用行为。该模型认为，用户对计算机系统的感知会影响他们的态度，态度进一步影响意图，然后就产生了用户的使用行为[2]。TAM原始模型如图1所示。
TAM特别强调了两种行为信念，即“感知有用性”和“感知易用性”对技术使用意向和行为的影响。其中，“感知易用性”是指“个人认为使用某一技术或系统所需花费的努力的程度”，而“感知有用性”指“个人认为使用某一技术或系统能提升自己的工作绩效的程度”[4]。
2 调查设计与实施
根据所研究的问题和目的设计了调查方案，并确定了调查内容、问卷内容、调查时间、调查地点和实施方案，并严格按照实施方案开展调查，并在调查完毕后筛选出有效信息以便后期开展数据分析。
2.1 调查内容设计
本次调查设计重点关注三个方面：一是大学生使用微博的动机，二是大学生在微博上进行的主要操作及其他行为的特点和原因，三是两者之间的联系和互相影响程度。
近年来，很多研究对微博、博客的使用动机及行为进行了探讨，并得到了一些成果[5]。研究可以发现，在微博、博客使用动机研究中，一些动机出现频率较高，像自我表达、记录生活、社会联系、消遣娱乐等，但是很多动机出现了命名不同、归类不一的现象，而且，各个学者对动机的认识或有不同，如“匿名浏览”和“时尚”动机只被部分人提到。
在参考并梳理前人相关研究的基础上，初步确立了微博用户的十种使用动机：操作便捷、表达情感、记录生活、获取信息、匿名浏览、社会联系、关注他人、休闲娱乐、习惯陪伴和跟随时尚[8]。并将用户的行为特点分成登录微博频率、更新微博频率、登录微博时长以及使用微博时长四个维度[9]。问卷内容首先调研了人口特征，其次根据用户可能会具有的行为特点设置了4-11题，具体涉及到的内容有：品牌、登录方式、使用时长、更新频率、登陆频率和时长、以及主要操作；最后针对初步確立的使用动机设置了12-15题，具体涉及的调查内容有：使用动机、吸引大学生的话题和用户等，在调查内容上侧重行为特点的四个维度的调查和具体使用动机的调查，以便得到更加准确的数据来开展数据分析工作。
2.2 调查方案与实施
该次调查对象为河北大学在校本科生，调查时间为2016年12月15日—2017年1月15日，在网络上开展线上调研，利用问卷调查法来收集一手资料，抽样方法采用简单随机抽样，是根据部分实际调查结果来推断总体标志总量，属于非全面调查的范畴。
笔者在网上发布问卷，邀请河北大学各个年级的本科生参与调研，本次调研共回收问卷318人，其中有效问卷为310份，其中男生144人，女生166人；本科一年级72人，二年级70人，三年级97人，四年级71人；理工科学生为179人，文科类学生131人。
3 关于微博使用动机的数据调查统计与研究
本节针对大学生使用微博的动机开展了数据分析，利用SPSS软件对大学生使用微博的动机开展了因子分析，通过客观的数据分析揭示大學生使用微博的动机。对于该研究而言，自变量指标较多，提取因子最有必要，因此将对自变量进行因子分析，并将提取出来的主因子存为新的变量，用于进一步分析、研究。
由表1可知KMO统计量为0.547，那么可以使用因子分析法来分析数据。
由表2可知前5个因子的特征根大于1，合计的方差解释度为59.8%，虽然比较低，但在实际调研项目中可以接受。在进行因子旋转后，提取总量不变，仍为59.8%。
表3为因子旋转后各因子在原始变量上的负荷，从中可以得到各因子的特征。
因子1：主要是和可以自由发表观点并得到他人建议、展现个性并得到关注、记录生活状态并宣泄情绪有关，因此可以将该因子命名为“表达情感”。 因子2：主要是和了解名人动态、了解时尚、转发得奖有关，可以将该因子命名为“关注他人”。
因子3：主要是和获取愉悦心情、消磨时间有关，可以将该因子命名为“休闲娱乐”。
因子4：主要是和了解陌生人的生活动态和思想、增加见闻有关，可以将该因子命名为“获取信息”。
因子5：主要是和使用方便快捷，易于操作有关，可以将该因子命名为“使用便捷”。
而动机1、动机2、动机3、动机4都与感知有用性有关，用户在使用微博的动机不管是表达情感、关注他人、休闲娱乐还是获取信息都表现了用户对于有用性的感知。动机5则表现了感知易用性，用户由于微博使用方便、易于操作而产生了使用微博的动机。
4 大学生微博行为特点与使用动机的回归分析
回归分析是判断变量之间是否具备因果关系的重要方法。通过回归分析，可以建立一个回归方程来定量地描述变量之间的变化，看一个变量的变化在多大程度上可以预测另一个变量的变化。本章根据回归分析来探究行为特点和使用动机之间关系，以五个使用动机为自变量，以四个行为特点维度为因变量，建立起回归方程来反映自变量和因变量之间的变化关系。最终利用TAM技术接受模型揭示了大学生使用微博动机与行为特点之间的联系。
以五个使用动机为自变量，登陆频率为因变量进行回归分析，得到以下输出结果：
从表4和表5可以看到，使用动机与使用频率的总相关系数R为0.406，决定系数R方为0.165，校正决定系数（调整R方）为0.151。另外，回归模型以及常数项、动机1、动机2、动机4、动机5的显著性概率（Sig）都小于0.05，说明具有统计学意义。而动机3显著性概率远远超出0.05，因而不具备统计学意义。可见，使用动机1、动机2、动机4和动机5都对使用频率产生影响和贡献。经过进一步比较，动机4（获取信息）对使用微博频率的影响和贡献大于其他动机。
通过分析，得到使用动机与登陆微博频率的回归方程：
登陆频率=2.352-0.143*动机1-0.094*动机2-0.260*动机4-0.149*动机5
通过相同的回归分析的方法，以五个使用动机为自变量，更新微博频率、登陆微博时长、使用微博时长为因变量，分析得到如下结果：
更新频率=2.661-0.237*动机1-0.136*动机5
登陆时长=2.797+0.161*动机1+0.164*动机4+0.270*动机5
使用时长=3.177+0.133*动机1+0.132*动机2
5 结语
该文提到技术接受模型（TAM）考察了感知有用性、感知易用性通过影响使用态度和意向来影响使用行为的关系，那么对于微博用户而言，使用行为是否会受到使用动机的影响？如何影响？不同动机对不同行为特点的影响程度是否具有不同？这些问题在数据分析中已然表明使用动机在不同程度上直接影响其使用行为，包括登录微博的频率和时长、更新微博频率和使用微博时长分别与使用动机的相关关系。
根据以上求得的回归方程，得出影响登陆微博频率的动机分别为：表达情感、关注他人、获取信息和使用便捷；影响更新微博频率的动机分别为：表达情感和使用便捷；影响登录微博時长的动机分别为：表达情感、获取信息和使用便捷；影響使用微博时长的动机分别为：表达情感和关注他人。
通过回归分析发现，微博用户的使用动机与行为特点之间存在着不同程度的相关关系，用户的使用动机会直接影响到其使用行为。而且，不同的动机对行为有不同的影响，影响程度也有差异。
具体说来，动机4（获取信息）对使用微博频率的影响和贡献大于其他动机；动机1（表达情感）对更新微博频率的影响和贡献大于动机5（使用便捷）；动机5（使用便捷）对登录微博时长的影响和贡献大于动机1（表达情感）和动机4（获取信息）；动机1（表达情感）对使用微博时长的影响和贡献大于动机2（关注他人）。
而动机1、动机2、动机3、动机4反映了用户的感知有用性，动机5反映了用户的感知易用性，在TAM模型中，用户的感知有用性和感知易用性直接间接地影响着使用的行为意向，即行为特点，而以上的研究结论符合TAM的基本构架[10]。
6 不足之处
该研究在使用技术接受模型的基础上，通过问卷调查法等实证研究方法对微博用户的使用动机及行为进行了研究，探讨了用户使用动机与行为之间的关系，并得出一些重要结论。但同时，研究还存在不少缺陷。首先，样本量偏少。经过调查，该次研究共回收311份问卷，其中有效样本310个。由于主要采用网络问卷调查，同时考虑到没有诱人的奖励措施，问卷题项不宜太多，因此某些量表存在不够细致、不够全面的问题，这对测量及研究结果的准确性带来一定隐患。其次，调查取样比较集中，不足以充分代表整体。样本量偏少、取样集中等问题使本研究的结论可能存在代表性不足的问题。
参考文献
[1] CNNIC.第37次中国互联网络发展状况统计报告，http：//cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201701/P020170123364672657408.pdf，2017年1月.
[2] 何迎朝，陈红花.微博使用动机与行为特征研究综述[J].商业时代，2014（5）：68-70.
[3] 王娟.微博客用户的使用动机与行为—基于技术接受模型的实证研究[D].山东大学，2010.
[4] Zhang Lixuan，Pentina Iryna. Motivations and usage patterns of weibo[J].CyberPsychology，Behavior and Social Networking，2012（6）：312-317.
[5] 胡珑瑛，董靖巍.微博用户转发动机实证分析[J].中国软科学，2015（2）：175-182.
[6] 赵玲，张静.微博用户使用动机影响因素与结构的实证研究[J].管理学报，2014（8）：1239-1245.
[7] 张琪.大学生微博交往动机与行为特点研究[J].电化教育研究，2012（8）：54-58.
[8] 张李义，张然.技术接受模型（TAM）关键变量前因分析[J].信息资源管理学报，2015（2）：11-20.