周建利 张爱华 段 婧

1.北京邮电大学经济管理学院，北京 100876；2.北京航天信息股份有限公司，北京 100195

社会关系强度对社交网络中应用接受意愿的影响研究

周建利1张爱华1段 婧2

1.北京邮电大学经济管理学院，北京 100876；2.北京航天信息股份有限公司，北京 100195

本研究结合技术接受理论、社会影响理论探讨了社交网络中影响社交网络用户对平台中应用接受意愿的因素。本研究通过具体的社交网络平台新浪微博展开问卷调查并收集数据，运用SPSS20.0软件对596个有效样本数据进行分析。实证分析结果表明：信息性社会影响、规范性社会影响两个外在影响因素，感知易用性、感知有用性两个内在影响因素对社交网络平台中应用的使用意愿都有显著的正向影响；信息性社会影响和规范性社会影响对社交网络平台中应用的感知有用性和使用意愿的影响将受到社会关系强度的调节作用，社会关系强度会正向调节信息性社会影响与感知有用性、规范性社会影响与感知有用性、信息性社会影响与使用意愿、规范性社会影响与使用意愿之间的关系。

社会关系强度；信息性社会影响；规范性社会影响；使用意愿；社交网络应用

strength of social relation；informational social influence；normative social influence；usage intention；application on social network

引言

近两年社交网络的发展规模和速度令人惊叹，国外的Facebook、YouTube、Twitter渐显成熟，国内的人人网、开心网、新浪博客、新浪微博等迅速成长，越来越多的人们开始习惯将越来越多的线下活动和交往转移到社交网络中，人们的活动越来越模糊了线上和线下的界限。社交网络发展至今出现新的趋势，几乎所有的社交网络平台运营商都把平台开放、引入第三方应用理解为一种观念、心态上的创新，并认为社交网络未来的发展将是第三方应用的竞争。引入有价值的第三方应用，推出更加丰富多彩的应用以此来增加用户对社交网络平台的用户粘性正成为社交网络业界竞争的焦点；如何在成千上万的应用中脱颖而出被社交网络用户广泛接受和使用，是社交网络平台运营商和第三方应用开发商非常关注的事情。目前针对社交网络平台中应用的研究主要集中在应用的用户隐私方面，在应用的用户行为方面的研究处于初步探索阶段。影响社交网络平台中第三方应用的用户接受的因素可能有很多，如来自线上线下的与自己有联系的人的影响、应用本身价值等因素。本研究试图通过对技术接受相关理论的回顾，结合社会影响、社会关系强度理论构建社交网络中应用接受意愿影响模型并进行实证研究，实现：（1）探讨社交网络中应用接受的影响因素以及各因素间的相互关系；（2）探讨社交网络中社会关系强度对社会影响与感知变量、使用意愿之间关系的调节作用；（3）根据研究结果为社交网络平台商和第三方应用开发商的运营提供建议。

1 相关研究评述

1.1 网络环境中消费者行为意愿模型

技术接受模型（T e c h n o l o g y Acceptance Model，TAM）是Davis（1989）[1]在Ajzen（1975）[2]的理性行为理论（Theory of Reasoned Action，TRA，该理论认为个体对某事物的态度直接受到信念的影响，同时态度对个体的行为意愿有直接影响作用）基础上提出的理论模型，主要从用户内在认知的角度来观察和解释使用者对信息技术或信息系统的接受程度。Davis（1989）[1]将TRA模型中的信念（belief）具体化为两个变量：感知易用性（perceived ease of use，PEOU，个体认为使用某系统的容易程度）和感知有用性（perceived usefulness，PU，个体认为使用某系统能提高其工作绩效的程度）。该理论认为当用户面对一个新的技术或信息系统时，感知有用性和感知易用性是两个主要决定因素，如图1所示。

图1 技术接受模型

社会影响对信息系统的技术接受意愿的影响作用还不是很清晰。Venkatesh et al（2003）[3]综合了理性行为理论（TRA）、技术接受模型（TAM）等八个理论提出了统一的技术接受和使用模型（Unified Theory of Acceptance and Use of Technology，UTAUT），指出行为意愿直接受绩效预期（TAM模型中的感知有用性）、努力预期（TAM模型中的感知易用性）、社会影响（主观规范）、促进条件四个核心因素的影响，同时经验、性别、年龄和自愿程度对四个核心因素与行为意愿之间关系具有调节作用。然而UTAUT理论中只包括了社会影响的一个方面：主观规范。随着web2.0技术的发展，尤其是社交网络这个典型的web2.0应用被越来越多的用户接受，社会影响在解释群体行为时已经是不可或缺的重要因素，所以全面探讨社会影响对个体行为的影响非常重要。

1.2 社会影响

社会影响在网络环境和现实环境中都会对个体某种行为态度和意愿产生影响，这一结论被Venkatesh&Davis（2000）、Rivis&Sheeran（2003）、Hsu&Lu（2004）、Shu-ming Wang（2010）等学者证实，但大都只考虑了社会影响的一个方面：主观规范。社会影响发生在个体的情感、观点或行为受到与之有联系的人的影响的过程中，Deutsch&Gerard（1955）[5]将社会影响从社会心理学角度分为信息性社会影响和规范性社会影响。信息性社会影响指通过从他人那里获取信息以作为自己对事物真实性判断的依据，发生在人们对某事物不确定或对某事物的看法与社会其他个体看法不一致时；而规范性社会影响指人们为了获得他人的喜爱或尊重而表现出的从众。本研究中信息性社会影响指社交网络中用户从社交网络或其他途径了解到关于社交网络平台中某个应用的信息，如该应用的功能、用户评价、在应用排行榜中的位置等信息；规范性社会影响指社交网络用户所感受到与自己有联系的人是如何评价该应用以及他们多大程度上直接或间接地希望自己也尝试使用该应用的压力。

社会影响对个体情感、观点、行为的影响作用通过人与人之间的联系产生。虽Lee 等（2003）、Song&Song（2002）、Haythornthwaite &Wellman（1998）等学者开始意识社会关系即人与人之间的联系这种社会影响对个体行为的影响作用，但是并没有区分社会关系强弱对个体行为影响的差异。

1.3 社会关系强度

Pickering&King（1995）[6]将社会关系定义为个人和他人之间通过交流的频率和方式而形成的联结。Rosen（2011）[7]指出社会关系测量的最普遍的方法是社会关系强度。Granovetter（1973）[8]研究了传统社交环境中社会关系网络中弱关系的价值，他开创性的研究发现弱关系将作为连接两个网络群体的桥梁，可以获取在强关系网络中无法获得的新信息和资源，弱关系有助于信息和创新的更大范围的传播。Luo 等（2011）[9]等人指出在线下社会中保持强社会关系联结的个体之间，如朋友、家人，有利于信息接受，能使个体更容易接受信息和新事物。研究消费者行为的一些学者认识到与消费者个体保持不同关系强度的相关群体对消费者决策制定的影响作用可能是不同的。台湾学者王遵智（2004）[10]的研究表明信息传播者与接收者之间的关系强度对信息的影响效果有显著正向影响关系。社会关系强度在线下传统的社会联系中对个体行为有影响已经得到相关学者的证实，但是在社交网络这样一个线上线下活动和交往逐渐模糊的环境中，社会关系强度对个体行为的影响如何还有待进一步探讨。毕继东（2009）[11]从消费者感知的角度，研究网络口碑（信息性社会影响）影响消费者购买意愿时，实证了社会关系强度对购买意愿的显著影响作用。Hossain 等（2009）[12]研究用户接受虚拟社区时，表明社会关系强度对用户行为意愿的显著影响作用。

2 模型的构建和假设的提出

到目前为止，TRA理论、TAM模型、UTAUT模型被广泛用于各个领域，运用最多的是在信息技术领域中消费者对新技术接受情况的研究。学者们的研究证实了技术接受理论不仅在传统的信息系统领域有很强的解释力，在基于web网络环境下的信息系统的应用接受也有很好的适应性，如Hossain等（2009）[12]对虚拟社区的用户接受的研究，Moon&Kim（2001）[13]对消费者使用万维网的研究，Wang 等（2011）[14]对博客使用意愿的研究，田莹颖（2011）[15]对社交网络游戏用户接受影响的研究。

虽然Davis（1989）[1]的技术接受模型（TAM）没有考虑社会影响对个体行为的影响作用，但后来很多学者如Taylor（1995）[16]、Venkatesh（2000）[4]等的研究都表明社会影响因素对个体IT采纳有积极的影响作用。Ajzen（1975）[2]提出的理性行为理论（TRA）及后续的相关理论为社会影响和个体接受行为之间的关系建立了理论基础。一些学者的实证研究证明了社会影响因素对个体行为意愿的正向影响作用，如Hsu&Lu（2004）[17]证明了主观规范和感知临界数量对个体接受在线游戏的行为意愿的正向影响作用；Salganik 等（2006）[18]通过实验论证了社会影响对歌曲的整体感知的影响作用，表明人们会因为他人的行为（如下载数量，对应下载这首歌的人数）对同一首歌形成完全不同的两种认识；Wang等（2011）[14]研究社会影响对用户使用博客的意愿时表明社会影响对博客的感知有用性和使用意愿有显著影响，同时验证了规范性社会影响和信息性社会影响对博客的感知系统质量和感知功能性质量、感知信息质量都有重要影响；Hossain 等（2009）[12]通过网络分析方法研究用户接受虚拟社区的影响因素时发现来自与个体保持强关系的群体的社会影响对个体的感知有用性的影响大于弱关系群体；Venkatesh&Davis（2000）[4]提出的技术接受的扩展模型时提出社会影响之主观规范与个体对系统的感知有用性密切相关。

Hossain 等（2009）[12]验证了人们使用虚拟社区的意愿与保持社会联系的人群的社会关系强度是显著相关的，当与个体保持强关系的人使用了虚拟社区时，会促使个体也采用这个系统。Rivis&Sheeran（2003）[19]，Hsu& Lu（2004）[17]提出在面对泛滥的在线信息，人们为了更好识别信息，倾向于跟随别人的行为和选择而不是自己做出客观判断。

综上，本研究在TRA、TAM模型及统一的技术接受和使用模型（UTAUT）基础上，结合社会影响理论和社会关系理论，研究社会关系强度对社交网络中应用接受影响，构建如图2模型，并提出如下11个假设：

H1：感知易用性对社交网络中应用的感知有用性有正向影响

H2：感知有用性对社交网络中应用接受的使用意愿有正向影响

H3：感知易用性对社交网络中应用接受的使用意愿有正向影响

H4：规范性社会影响与社交网络平台中应用的感知有用性正相关

H5：规范性社会影响与社交网络平台中应用的使用意愿正相关

H6：信息性社会影响与社交网络平台中应用的感知有用性正相关

H7：信息性社会影响与社交网络平台中应用的使用意愿正相关

H8：来自强关系群体的信息性社会影响对行为意愿的正向作用大于弱关系群体

H9：来自强关系群体的规范性社会影响对行为意愿的正向作用大于弱关系群体

H10：来自强关系群体的规范性社会影响对感知有用性的正向作用大于弱关系群体

H11：来自强关系群体的信息性社会影响对感知有用性的正向作用大于弱关系群体

图2 社会关系强度对社交网络中应用接受影响模型

3 研究设计

本研究设计的问卷调查项和前人的研究基本保持一致。感知有用性、感知易用性、使用意愿的测量项来源于Davis（1985）。信息性社会影响和规范性社会影响的测量项借鉴了Venkatesh et al（2003）[3]、Hsu &Lu（2004）[17]和Wang&Lin（2011）[20]的研究设计。在测量社会关系强度时，本研究在前人研究成果基础上结合强调弱关系的Granovetter（1973）[8]的社会关系理论和强调强关系的Krackhardt（1992）[21]的社会关系理论，结合社交网络特性，从互动频度、情感强度、亲密程度、互惠程度、关系持久时间五个维度对社会网络中人与人之间的关系强度进行测量。

（1）变量定义及量表设计

根据研究设计的模型，本研究有6个因素，其中感知有用性、感知易用性、信息性社会影响、规范性社会影响、使用意愿5个因素将通过李克特5点量表进行测量，1表示非常不同意，5表示非常同意，共设计了16个题项；社会关系强度这一调节变量将通过社会关系强度测量表，包括5个维度18个测度项来测量两个个体之间的关系强度，总分18分，分数越高关系强度越强。测量表如表1所示。

表1 社会关系强度测量维度及相应事项

本研究中，感知有用性定义为社交网络用户认为社交网络中应用容易使用的程度，此定义源于Venkatesh 等（2003）[3]关于努力期望（Effort Expectancy）（即个体使用信息系统的容易程度）的定义。感知易用性定义为社交网络用户认为使用社交网络中应用帮助获得更多信息、更深入了解朋友、获得更多娱乐、更好利用微博的程度，此定义借鉴了Davis（1989）[1]，Venkatesh等（2003）[3]的定义。使用意愿变量的定义源于Fishbein&Ajzen（1975）[2]对行为意向（Behavioral Intention）的解释，本研究中被定义为社交网络用户使用社交网络中应用的意愿的强弱程度。信息性社会影响和规范性社会影响的定义源于Deutsch&Gerard（1955）[22]，本研究中将信息性社会影响定义为社交网络用户从他人处获得有关微盘相关信息时对个体所造成影响的程度，将规范性社会影响定义为社交网络用户感觉到的与自己有联系的人认为自己应该使用微盘的程度。社会关系强度的定义主要来源于Granovetter（1973）[8]和Krackhardt（1992）[21]，表示个人和他人之间通过交流的频率和方式而形成的联结的紧密程度。

（2）问卷前测测量

按照上述测量问项编制了调查问卷初稿。问卷参考前人们的研究设计初步设计好后，首先邀请了5个管理信息系统专业并在社交网络领域有研究的研究生，以及1名博士生形成一个专家小组，对调研问卷的结构、问项描述进行讨论，并根据他们的反馈意见再次修改问卷，得到修正后的量表如表2所示。此后通过网络发放的形式，进行了68份前测，利用SPSS20.0对问卷进行初步的信度分析，相关变量的克朗巴赫系数在0.805至0.926之间，各变量的Cronbach’α值都大于0.8。据此判定问卷具有较好的信度，随后将此问卷正式在问卷星平台上进行调查。

（3）数据收集和分析

本研究的调查对象主要针对国内最大的社交网络平台新浪微博中的用户，通过滚雪球的方式在新浪微博中将问卷调查链接展示在微博中，希望与作者有联系的人通过链接转到问卷调查平台问卷星上完成调查问卷，同时这些被调查者在他们的微博中转发“我参与了‘社会关系强度对社交网络中应用接受影响’的有奖调查”信息，告知与被调查者有联系的人来参与此调查。本次调研总共收集了623份，其中有效问卷596份。通过SPSS20.0软件进行分析，初步检验问卷的信度与效度。采用相关分析、主成分回归分析和逐步回归分析方法对研究假设及模型进行验证。

表2 修正后的各变量问项参考量表

4 数据分析与假设检验

本研究将采用最广泛的Cronbach’s α值对问卷进行内在信度检验。本研究的整体Cronbach’α值为0.902，说明问卷的总体信度很好，总体测量表的测量结果十分可信。各变量的Cronbach’α值分别为0.867、0.785、0.826、0.925、0.872，Cronbach’α值都大于0.75，都在“很可信”和“十分可信”的标准范畴，说明问卷的各变量测度项具备很好的内部信度，各变量的测度题项一致性很好。

采用巴特利特球度检验与KMO检验对测量量表的效度进行检验。在巴特利特球度检验中若该统计量的观测值比较大，且对应的概率P值小于给定的显著性水平α，则应拒绝零假设，认为原有变量适合做因子分析。问卷数据经SPSS20.0分析后所有变量的KMO值都大于0.7，且都达到显著（P<0.001），说明问卷的效度较好。

假设和模型检验

用使用意愿（c）对感知有用性（b）、感知易用性（a）、信息性社会影响（d）、规范性社会影响（e）做简单最小二乘回归，首先进行共线性诊断，分析结果发现：信息性社会影响（d）与规范性社会影响（e）的相关系数是0.886，显著相关；信息性社会影响与使用意愿负相关，与一般经验相反；特征根（Eigenvalue）前面三个主成分数值较大，而后面两个主成分较小，最后一个主成分为0.113（较小）；变异构成（Variance Proportions）指标中，最后一个主成分对信息性社会影响和规范性社会影响的贡献均为94%（大于0.5）。以上分析结果表明，信息性社会影响和规范性社会影响之间共线性较为严重。因此需采用主成分回归方法进行回归分析以去除变量间共线性对整体回归的影响。通过主成分回归方法得到显著的回归方程：

使用意愿=0.517*感知易用性+0.515*感知有用性+0.251*信息性社会影响+0.239*规范性社会影响

采用同样的方法用感知有用性（b）对感知易用性（q）、信息性社会影响（d）、规范性社会影响（e）做主成分回归，得到如下显著的回归方程：

感知有用性=0.447*感知易用性+0.226*信息性社会影响+0.213*规范性社会影响其路径图如3所示。

图3 模型路径图

本研究通过层次回归分析方法验证了社会关系强度对信息性社会影响与感知有用性、信息性社会影响与使用意愿、规范性社会影响与感知有用性、规范性社会影响与使用意愿之间关系的调节作用。在本研究中，社会关系强度作为连续型调节变量M，信息性社会影响、规范性社会影响作为自变量X，行为意愿和感知有用性作为因变量Y，进行enter层次回归分析。温忠麟（2005）[23]指出，检验连续变量的调节作用时，做Y=aX+bM+cXM+e的层次回归分析，首先做Y对X和M的回归，得测定系数；再做Y对X、M和XM的回归得到，如果显著高于，或者XM的回归系数c检验显著（系数c衡量了调节效应的大小），则调节效应显著。社会关系强度的调节作用检验结果如表3所示：

表3 社会关系强度调节作用结果

综上，本研究提出的11个假设，H1、H2、H3、H4、H4、H5，H6，H7，H8，H9，H10，H11的P检验值均小于0.01，达到显著性水平，因此本研究的全部假设均成立。

5 研究结语与建议

在社交网络中，社交网络用户对平台中应用的感知易用性、所受到的信息性社会影响和规范性社会影响对感知有用性有显著正向影响关系，说明社交网络用户对平台中的应用的有用性感知除了受到易用性感知的影响外，还会受到与用户有联系的其它人的影响，即信息性社会影响和规范性社会影响。且来自保持强关系群体的信息性社会影响和规范性社会影响对应用的感知有用性的影响作用显著大于来自保持弱关系的群体。

感知有用性、感知易用性、信息性社会影响、规范性社会影响会显著影响社交网络用户对应用的使用意愿，且信息性社会影响和规范性社会影响对使用意愿的影响作用会因为与社交网络用户有联系的人的社会关系强度的不同而不同。实证研究表明，针对平台上的应用，来自强关系群体的信息性社会影响和规范性社会影响对使用意愿的正向作用显著大于弱关系群体。

研究结论对现有的社交网络平台如何运营平台上的应用、第三方应用的开发和推广提供了一定的参考。社交网络平台运营者可以根据社交网络中个体间关系强度进行个性化推荐来更精准地推广第三方应用；而第三方应用开发商则着重从应用本身价值特征出发，开发出简单易用且真正满足社交网络用户某方面需求的应用。

[1]Davis F D.Perceived usefulness, perceived ease of use, and user acceptance of information technology[J].MIS quarterly.1989:319-340.

[2]Fishbein M, Ajzen I.Belief, attitude, intention and behaviour:An introduction to theory and research[M].Addison-Wesley,1975.

[3]Venkatesh V,Morris M G, Davis G B, et al.User acceptance of information technology: Toward a unified view[J].MIS quarterly.2003: 425-478.

[4]Deutsch M, Gerard H B.A study of normative and informational social influences upon individual judgment.[J].The journal of abnormal and social psychology.1955, 51(3):629.

[5]Pickering J M,King J L.Hardwiring weak ties: Interorganizational computer-mediated communication, occupational communities, and organizational change[J].Organization Science.1995:479-486.

[6]Rosen D,Chu K H.The Utility of Communication Network Ties: Reconceptualizing the Social Network Tie Measure[C].IEEE,2011.

[7]Granovetter M S.The strength of weak ties[J].American journal of sociology.1973:1360-1380.

[8]Luo Z, Cai W, Li Y,et al.The correlation between social tie and reciprocity in social media[C].IEEE, 2011.

[9]王尊智.网络口碑中个人专业与关系强度对购买决策的影响一电子邮件为例，2004.

[10]毕继东.网络口碑对消费者购买意愿影响实证研究，情报杂志，2009(011): 46-51.

[11]Hossain L, De Silva A.Exploring user acceptance of technology using social networks[J].The Journal of High Technology Management Research.2009, 20(1): 1-18.

[12]Moon J W, Kim Y G.Extending the TAM for a World-Wide-Web context[J].Information & Management.2001,38(4): 217-230.

[13]Wang S, Lin J C C.The effect of social influence on bloggers' usage intention[J].Online Information Review.2011,35(1): 50-65.

[14](田莹颖)(社交网络游戏用户接受影响因素研究).2011.

[15]Taylor S,Todd P A.Understanding information technology usage:A test of competing models[J].Information systems research.1995,6(2):144-176.

[16]Venkatesh V, Davis F D.A theoretical extension of the technology acceptance model:Four longitudinal field studies[J].Management science.2000:186-204.

[17]Hsu C L, Lu H P.Why do people play on-line games? An extended TAM with social influences and flow experience[J].Information&Management.2004,41(7): 853-868.

[18]Salganik M J,Dodds P S,Watts D J.Experimental study of inequality and unpredictability in an artificial cultural market[J].science.2006,311(5762):854-856.

[19]Rivis A, Sheeran P.Social influences and the theory of planned behaviour: Evidence for a direct relationship between prototypes and young people's exercise behaviour[J].Psychology and Health.2003,18(5):567-583.

[20]Wang S, Lin J C C.The effect of social influence on bloggers' usage intention[J].Online Information Review.2011,35(1):50-65.

[21]Krackhardt D.The strength of strong ties:The importance of philos in organizations[J].Networks and org anizations:Structure,form,and action.1992,216: 239.

[22]Deutsch M, Gerard H B.A study of normative and informational social influences upon individual judgment.[J].The journal of abnormal and social psychology.1955, 51(3): 629.

[23]温忠麟，侯杰泰，张雷.调节效应与中介效应的比较和应用.心理学报.2005,37(2): 268-274.

The effect of the strength of social relation on applications’usage intention in social network

Zhou Jianli1，Zhang Aihua1，DuanJing2
1.School of Economics and Management，Beijing University of Posts and Telecommunications，Beijing 100876，China；2.Beijing Aerospace Touchplus Information Corp，Beijing，100195

This paper combines TAM and social influence theory to discuss factors influencing user's intention to use an application on a social network.We collected data on Sina Weibo by questionnaires and analyzed the 596 valid samples using SPSS software to verify our hypothesis.We focus on the moderation effects of the strength of social relation on the relation between social impact factors and perceived variables、intention to use.The empirical results show that informational and normative social influence of two external factors, perceived ease of use and perceived usefulness of the internal influence factors have a significant positive impact on the intention to use applications in the social networking platform, and the strength of social relation has positive moderation effect on the relation between informational social influence and perceived usefulness, the relation between normative social influence and perceived usefulness, the relation between informational social influence and intention to use, and the relation between normative social influence and intention to use.

F626

10.3969/j.issn.1001-8972.2012.23.037

周建利.北京邮电大学经济管理学院硕士,主要研究方向社交网络中社会关系；

张爱华.北京邮电大学经济管理学院副教授,主要研究方向决策预测统计分析；

段婧.航天信息股份有限公司,主要研究方向决策预测。