设为首页 加入收藏 期刊导航 网站地图
  • 首页
  • 期刊
    • 数学与物理
    • 地球与环境
    • 信息通讯
    • 经济与管理
    • 生命科学
    • 工程技术
    • 医药卫生
    • 人文社科
    • 化学与材料
  • 会议
  • 合作
  • 新闻
  • 我们
  • 招聘
  • 千人智库
  • 我要投搞
  • 办刊

期刊菜单

  • ●领域
  • ●编委
  • ●投稿须知
  • ●最新文章
  • ●检索
  • ●投稿

文章导航

  • ●Abstract
  • ●Full-Text PDF
  • ●Full-Text HTML
  • ●Full-Text ePUB
  • ●Linked References
  • ●How to Cite this Article
Modern Management 现代管理, 2013, 3, 165-170
http://dx.doi.org/10.12677/mm.2013.36027 Published Online December 2013 (http://www.hanspub.org/journal/mm.html)
Factors Influencing Microblog Users Real-Time
Information Sharing Behavior: An Empirical Study*
Xiaoling Ji n 1,2, Zhenya Tang1,2, Zho ngyun Zh ou3, Keer Jin1
1School of Management, Shanghai University, Shanghai
2Institute of Smart City, Shanghai University, Shanghai
3School of Economics and Management, Tongji University, Shanghai
Email: kathyjin2011@shu.edu.cn
Received: Nov. 1st, 2013; revised: Nov. 28th, 2013; accepted: Dec. 4th, 2013
Copyright © 2013 Xiaoling Jin et al. This is an open access article distributed under the Creative Commons Attribution License, which
permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. In accordance of the
Creative Commons Attribution License all Copyrights © 2013 are reserved for Hans and the owner of the intellectual property Xiaoling
Jin et al. All Copyright © 2013 are guarded by law and by Hans as a guardian.
Abstract: This study builds a theoretical model of microblog users sharing behavior of real-time information
based on previous related literature. Hypotheses among technological factors, sharing habit and real-time
information sharing have been established. The technological factors consist of two dimensions, the mobility
and convenience. We conducted an online survey to test the proposed model and hypotheses. The results
indicated that technological factors and sharing habit have positive effects on microblog users sharing
behavior of real-time information. Sharing habit, in term, was influenced by technological factors.
Keywords: Microblog; Real-Time Information Sharing; Technological Factors; Sharing Habit
微博客用户实时信息分享行为影响因素研究*
金晓玲 1,2,汤振亚 1,2,周中允 3,金可儿 1
1上海大学管理学院,上海
2上海大学智慧城市研究院,上海
3同济大学经济与管理学院,上海
Email: kathyjin2011@shu.edu.cn
收稿日期:2013 年11 月1日;修回日期:2013 年11 月28 日;录用日期:2013 年12 月4日
摘 要:本文在以往研究的基础上,建立了微博客用户实时信息分享行为影响因素的研究模型,并提
出了科技因素、分享习惯与微博客用户实时信息分享行为之间的研究假设;其中,科技因素由移动性
和便捷性两个维度构成。网上问卷调研的方法被采用对所提出的模型和假设进行了实证检验。结果发
现,微博客用户的实时信息分享行为受到科技因素和分享习惯的影响,而分享习惯的形成又受到科技
因素的影响。
关键词:微博;实时信息分享行为;科技因素;分享习惯
*基金项目:国家自然科学基金项目“社会化媒体中实时信息分享行为的影响因素分析”(编号:71201096,项目负责人:金晓玲)、“文化
在社会型虚拟世界的持续使用中的作用:基于认同感的视角”(编号:71202034,项目负责人:周中允);上海市浦江人才计划“企业微博中
品牌信息传播的影响机制研究”(编号:13PJC062,项目负责人:金晓玲)。
Open Access 165
微博客用户实时信息分享行为影响因素研究
Open Access
166
1. 引言
微博客是一种基于关注机制的社会化媒体平台;
凭借其及时更新、发布快捷、实时传播的特点自 2006
年推出以来便迅速在全球范围内集聚了大量的人气
[1]。根据《第 32 次中国互联网发展状况统计报告》显
示,截至2013 年6月中国的微博客用户已达 3.3 亿,
占总网民数量的 56%[2]。目前在世界范围内较为成功
的微博客有:微博客的始祖并被最多国家人民采用的
Twitter;依托于门户网站新浪并拥有最多活跃用户数
量的新浪微博等。
信息分享行为作为一种社会交换行为,在信息系
统的成功应用中扮演的重要角色早已被证实[3,4]。一方
面,分享信息被认为是用户参与虚拟社区类网站的重
要动机;另一方面,虚拟社区类网站的可持续发展又
离不开用户的信息分享行为。21世纪以来,信息分享
行为已经成为了信息系统领域的研究重点,学者们尝
试从多个角度解释信息分享行为。例如,Jin 等基于改
进的 ECT 理论探讨了网上问答社区中用户持续分享
知识的行为[5];Hau等集成了个人动机理论和社会资
本理论探讨了游戏者在游戏类虚拟社区中分享创新
和实用信息的动机和意图[6];Chai 等则以博客为研究
平台,探索了信任在博客用户信息分享行为中扮演的
角色[7]。近些年来,移动通讯技术的发展使用户实时
信息发布成为了可能,而微博客作为一个被经常使用
的实时信息发布平台,其用户的实时信息分享行为却
并没有被广泛探讨。
本文在前人研究的基础上,分别从科技因素和习
惯两个方面探讨了影响微博客用户实时信息分享行
为的因素。我们首先建立了影响微博客用户实时信息
分享行为因素的关系模型,并选取“新浪微博”为研
究平台采用了实证研究的方法检验了模型。本研究以
期能够丰富对于微博的研究,并为企业利用微博客的
实践提供参考。
2. 文献回顾与研究假设
微博客是一种基于关注机制的信息获取、分享及
传播的社交网络平台;用户不仅可以及时更新不超过
140 个字符的简短文本、和好友私信聊天,还可以通
过移动通讯工具,网页等终端将信息第一时间发布[8]。
微博客良好的集成了博客、社交网站和手机短信的优
点,将用户从原来单纯的信息接受者变成了信息的接
受和传播者。近些年来,微博客的发展也引起了国内
外学者的关注,早期微博客的相关研究以基础性的为
主,主要分布在微博客的定义、分类、使用现状和信
息传播方式等方面[9],例如,Hughes 等着重比较了微
博客与以往社交网络平台的不同,指出性格不同的用
户在使用社会化媒体时的行为上存在着较大差异[10];
新加坡南洋理工大学的学者采用了内容分析的方法
探究了微博客在传播著名歌星Michael Jackson去世
消息中扮演的角色[11];Peterson 则把视线关注到了政
治因素对于新科技使用的影响上,并且发现共和党的
国会议员更加倾向于使用微博客[12]。近三年来,关于
微博客的实证研究逐渐涌现;以往信息系统用户行为
学的研究热点(例如:用户采纳行为、持续使用意向等)
在当前的微博客实证研究中都得到了体现[1,13]。但我
们必须清醒的认识到,当前实证研究大多数是将以往
的研究对象移植到微博客这个平台,而缺乏对于微博
客特有属性行为的挖掘。本研究分别从科技因素和习
惯两个方面对于微博客用户分享实时信息这一特殊
类型的信息分享行为进行探讨,一定程度上将弥补上
述的不足。研究模型如图 1所示。
2.1. 实时信息分享行为
“十一五计划”已来,我国在经济和文化建设上
取得了举世瞩目的成就;一方面,移动通讯技术的发
展,使分享实时信息成为了可能;另一方面,分享实
时信息成为了广大网民满足精神文化需求的必然需
要。微博客凭借其内容简短、发布快捷、实时传播的
特点迅速成为了广大网民发布实时信息的重要工具。
微博客不仅可以通过文字配图、视频等方式在第一时
间将实时信息分享出去,而且能够通过查看其他用户
评论的方式提供对同一事件不同角度的理解[14]。在 以
往研究中早已证实,信息分享行为在虚拟社区发展中
扮演着至关重要的作用[15,16],大量的、及时的、有效
的信息是虚拟社区成功的关键[17];由此我们可以推
测,用户的实时信息分享行为对于微博客的发展同样
至关重要。
2.2. 科技因素
科技因素向来被认为是影响用户采纳新科技的
最重要的因素,例如 Bhattacherjee 等就指出对以往科
微博客用户实时信息分享行为影响因素研究
Figure 1. Research model
图1. 研究模型
技产品的不满意以及对于新科技产品带来的便利性
的预期是决定用户采纳新科技的最重要的因素[18]。微
博客众多的科技特点中,我们在参考了相关专家意见
的基础上选取了两个较为突出的特点,作为科技因素
的两个维度:便捷性和移动性。其中,便捷性指的是
用户在使用微博客时的便捷程度,而移动性指的是微
博客的使用可以不局限于某一种终端,用户可以在任
何可接入互联网的地点来使用微博客服务提供商提
供的服务。在以往研究中,便捷性与移动性对于信息
系统产品的重要作用早已被证实,例如,Hernandez
等就曾指出电子商务网站设计的便捷性是影响用户
网购行为的显著因素[19],Ellahi 则证实便捷性通过影
响用户对于SNS 网站质量的感知进而影响用户持续
使用 SNS 网站的意图[20];Zhao 等指出智能手机的推
广进一步延伸了微博的使用,能够移动的发布实时信
息与他人互动是用户使用微博的重要原因[21]。由此我
们可以推测,在微博客的平台上,微博客带来的移动
性将影响用户分享实时信息的行为,而微博客的移动
性将进一步增强其便捷性,可以在移动中使用微博客
正是其使用便捷的一大体现。由此我们推出假设:
H1 移动性与微博用户的实时信息分享行为正相
关。
H2 移动性与便捷性正相关。
2.3. 分享习惯
分享习惯是指用户在某些环境下会自动地、情不
自禁地去使用某一特定的信息系统去分享信息的行
为[22]。在以往的研究中,分享习惯被证实与用户行为
密切相关[22,23]。例如,Limayem 等就曾将分享习惯引
入IS-continuance模型,将其作为持续意向与持续行
为之间关系的负向调节变量[22]。基于以往研究,我们
推断,当用户使用微博客分享信息成为习惯,用户将
情不自禁的使用微博客分享实时信息,并将其作为分
享实时信息的首选工具,而微博客的两个科技因素便
捷性和移动性将分别有助与这种习惯的养成。由此,
我们推出假设:
H3 分享习惯与微博客用户的实时信息分享行为
正相关。
H4 移动性与分享习惯正相关。
H5 便捷性与分享习惯正相关。
3. 方法论
3.1. 调查对象
由于拥有庞大的用户数量,新浪微博被选取为研
究场所,一封含有网上问卷链接的私信被我们随机的
发放给微博客用户。最终在 6周的时间段内,我们成
功收集到了共550 份问卷,其中有效问卷523份。人
口统计学信息如表 1所示。
3.2. 测量工具
为保证本研究变量测量的信度与效度,我们直接
采用了那些在先前的研究中已被成熟使用的测量项
来进行测量,并做了小小的措辞方面的修改以适应本
研究的研究背景。问卷设计采用了通行的李克特 7级
量表形式(从“强烈不同意”到“强烈同意”)。具体
变量的解释详见表 2,变量的测量指标项详见表 3。
4. 研究结果
4.1. 信度检验
本研究采用了α系数和组合信度(CR)作为评判信
度的指标。在社会科学研究中,α系数和 CR 大于 0.7
是很可信的。根据表3的数据,所有测量指标的 α系
数均在 0.84~0.88 之间,CR值均在 0.89~0.92 之间,
表明本研究的各个变量间具有较好的信度。
4.2. 效度检验
效度的测量有两个标准:1) 每个变量的 α系数
值,根据 Nunnally(1978) 提出的标准,通常 α系数 > 0.6
即被认为可行度较高;2) 每个变量的平均方差抽取
Open Access 167
微博客用户实时信息分享行为影响因素研究
Table 1. Demographic profile of the respondents
表1. 样本统计信息
变量 类别 频数(n = 523) 百分比
男 207 39.6
性别
女 314 60.0
12-20 140 26.8
21-30 369 70.6
31-40 13 2.5
年龄
41-65 1 0.1
高中或高中以下 7 1.3
职业技术学校 15 2.9
本科 326 62.3
教育程度
研究生及以上 174 33.3
Table 2. Explanation for constructs
表2. 变量的解释
变量名 释义
便捷性 个体在使用微博客时的便捷程度。
移动性
微博客的使用可以不局限于某一种终
端,个体可以在任何接入互联网的地点
来使用微博客服务提供商提供的服务。
实时信息分享行为 个体使用微博客进行实时信息分享行
为的可能。
分享习惯
个体在特定的环境中,由于先前频繁性
的活动从而形成的习惯地、自动地去使
用微博客去分享信息的感觉。
Table 3. Measurement scales
表3. 变量测量指标项
变量 指标缩写 测量指标
CON1 对我来说,使用微博客很方便。
CON2 通过使用微博客,我可以在很短的时间里
获取大量的信息。
便捷性
CON3 我可以很容易的访问微博客里的信息。
MOB1 我使用微博客是因为我外出的时候随时都能使用。
MOB2 我使用微博客是因为我可以在任何地方使用它。移动性
MOB3 不管在哪儿,我更新微博客都很容易。
ISB1 “说做就做”是我在微博客里分享信息的方式。
ISB2 “写一条微博客,然后分享它”说的就是我。
实时信
息分享
行为
ISB3 我在微博客里分享的大部分信息,
都没怎么仔细考虑过。
AB1 我平均每周在微博客上分享的信息数量。
AB2 我在微博客上分享信息的频率。
分享习
惯
AB3 我在微博客上分享信息的程度。
量(Average Variance Extracted,简称AV E) 大于 0.5,
即每个变量的各个测量指标平均都至少解释了此变
量含义的50%。如 表4所示每个变量的 α系数 > 0.8,
平均方差抽取量AVE > 0.6,表明测量模型具有较好
的效度。
4.3. 结构模型分析
如图 2可以看出,移动性和分享习惯显著影响着
微博客用户的实时信息分享行为(β = 0.168, p < 0.001;
β = 0.425, p < 0.001),移动性和分享习惯共同解释了
微博客用户实时信息分享行为的 26.8%。同时,微博
用户的分享习惯又受到移动性和便捷性的影响,而且
这种影响都是很显著的(β = 0.268, p < 0.001; β = 0.205,
p < 0.001),两者共同解释了用户分享习惯的 20.0%。
与此同时,移动性显著地影响便捷性(β = 0.642, p <
0.001)。验证性因子分析的结果如下:
5. 结语
5.1. 结论
本研究从科技因素和分享习惯两个视角探寻了
影响微博客用户实时信息分享行为的因素,建立了相
关研究模型并用实证研究的方式予以证明,从而进一
步推进了国内外对于微博客的研究,丰富了前人的成
果,并为后续的研究工作做出了参考。研究结论如下:
第一,移动性和分享习惯直接地影响微博客用户
的实时信息分享行为,便利性通过影响分享习惯间接
的影响微博客用户的实时信息分享行为。
第二,微博客用户的分享习惯显著的受到移动性
和便利性的影响,微博客移动和便捷的特性与微博客
用户采用微博客作为实时信息分享工具分享习惯的
养成密切相关。
第三,移动性显著影响便利性,这说明,两个科
技因素之间也存在密切的联系,微博客的移动性将大
大提升其使用的便捷性。
5.2. 理论意义
本研究具有以下几点理论意义:
首先,本研究采用实证研究的方法对于“实时信
息分享”这一微博客的特有属性进行了探索性研究,
弥补了以往研究中对于微博客特有属性和实证研究
Open Access
168
微博客用户实时信息分享行为影响因素研究
Table 4. Convergent validity and discriminant validity
表4. 复合效度和聚合效度分析
变量 AV E Cronbach’s Alpha (α系数) 复合信度(CR)
移动性 0.814 0.885 0.929
便捷性 0.744 0.828 0.897
分享习惯 0.686 0.846 0.897
实时信息
分享行为 0.665 0.878 0.901
Figure 2. Results for the structure model
图2. 结构模型结果
的不足。
其次,本研究从科技因素和分享习惯两个角度入
手探讨了微博客用户实时信息分享行为的影响因素,
弥补了以往在信息分享研究中,从科技因素或是用户
自身单方面考虑的局限性。
5.3. 实践意义
如果没有足够多的用户持续使用微博客分享信
息,微博客平台将难以可持续发展。鉴于包括移动性
和便捷性在内的科技因素在影响微博客用户实时信
息分享行为中的重要作用,微博客平台的设计和管理
者们在微博客的实际运维当中应该尽可能的从科技
方面提升微博客的功能。与此同时,参考分享习惯在
微博客用户实时信息分享行为中扮演的重要角色,包
括使用习惯在内的一些人性化的因素应该同样被设
计和管理者们所考虑。
5.4. 研究局限和未来方向
每一个研究都不可能面面俱到,本研究也不例
外。以下,我们将说明本研究存在的不足之处以及对
未来研究的启发。
第一,本研究选取的研究场所只是在“新浪微博”
上,具有一定的局限性,现在国内的微博客平台很多,
如“腾讯微博”、“天涯微博”等,进一步的研究应该
扩展到其他类似的微博平台上去。
第二,本研究仅仅是基于科技因素和分享习惯对
于微博客用户分享实时信息分影响因素进行了探索
性的研究,进一步的研究应该更多的考虑其他的因
素。
参考文献 (References)
[1] Agrifoglio, R., Black, S., Metallo, C., et al. (2012) Extrinsic
versus intrinsic motivation in continued twitter usage. Journal of
Computer Information Systems, 53, 33-41.
[2] 中国互联网络信息中心 (2013) 第31 次中国互联网发展状况
统计报告.
http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201301/P020
130122600399530412.pdf
[3] 赵越岷, 李梦俊, 陈华平 (2010) 虚拟社区中消费者信息共
享行为影响因素的实证研究.
管理学报
, 7, 1490-1501.
[4] Choi, Y.S., Lee, H. and Yoo, Y. (2010) The impact of information
technology and transactive memory systems on knowledge sharing,
application, and team performance: A field study. MIS Quarterly,
34, 855-870.
[5] Jin, X.L., Zhou, Z.Y., Lee, M.K.O., et al. (2013) Why users
keep answering questions in online question answering commu-
nities: A theoretical and empirical investigation. International
Journal of Information Management, 33, 93-104.
[6] Hau, Y.S. and Kim, Y.G. (2011) Why should online gamers share
their innovation—Conductive knowledge in the online game
user community? Integrating individual motivations and social
capital perspective. Computers in Human Behavior, 27, 956-
970.
[7] Chai, S. and Kim, M. (2010) What makes bloggers share know-
ledge? An investigation on the role of trust. International
Journal of Information Management, 30, 408-415.
[8] Chen, G.M. (2011) Tweet this: A uses and gratifications per-
spective on how active twitter use gratifies a need to connect
with others. Computers in Human Behavior, 27, 755-762.
[9] 闫幸, 常亚平 (2011) 微博研究综述.
情报杂志
, 30, 61- 65.
[10] Hughes, D.J., Rowe, M., Batey, M., et al. (2012) A tale of two
sites: Twitter vs. Facebook and the personality predictors of
social media usage. Computers in Human Behavior, 28, 561-
569.
[11] Goh, D.H.L. and Lee, C.S. (2011) An analysis of tweets in
response to the death of Michael Jackson. Aslib Proceedings:
New Information Perspectives, 63, 432-444.
[12] Perterson, R.D. (2012) To tweet or not to tweet: Exploring the
determinants of early adoption of twitter by house members in
the 111th congress. The Social Science Journal, 49, 430-438.
[13] Zhu, G., Yang, F. and Chen, T. (2012) Study of micro-blog by
self-efficacy-based value adoption model. 2012 International
Conference on Information Technology and Management S cien ce
Proceedings, Berlin.
[14] Toias, E. (2011) Using twitter and other social media platforms
to provide situational awareness during an incident. Journal of
Business Continuity & Emergency & Planning, 5, 208-223.
[15] Hersberger, J.A., Murray, A.L. and Rioux, K.S. (2007) Examining
information exchange and virtual communities: An emergent
framework. Online Information Review, 31, 135-147.
[16] 王凤艳, 艾时钟, 厉敏 (2011) 非交易类虚拟社区用户忠诚
度影响因素实证研究.
管理学报
, 8, 1339-1444.
Open Access 169
微博客用户实时信息分享行为影响因素研究
Open Access
170
[17] Wasko, M. and Faraj, M.S. (2000) It is what one does: Why
people participate and help others in electronic communities of
practice. The Journal of Strategic Information System, 9, 155-
173.
[18] Bhattacherjee, A., Limayem, M. and Cheung, C.M.K. (2012)
User switching of information technology: A theoretical syn-
thesis and empirical test. Information & Management, 49, 327-
333.
[19] Hernandez, B., Jimenez J. and Martin, M.J. (2009) Key website
factors in e-business strategy. International Journal of Infor-
mation Management, 29, 362-371.
[20] Ellahi, A. and Bokhari, R.H. (2013) Key quality factors affecting
users’ perception of social networking websites. Journal of
Retailing and Consumer Services, 20, 120-129.
[21] Zhao, D. and Rosson, B.M. (2009) How and why people twitter:
The role of that micro-blogging plays in informal commu-
nication at work. Proceedings of the ACM 2009 International
Conference on Supporting Group Work, New York.
[22] Limayem, M., Hirt, S.G. and Cheung, C.M.K. (2007) How habit
limits the predictive power of intention: The case of information
systems continuance. Mis Quarterly, 31, 705-737.
[23] Fisher, K., Naumer, C., Durrance, J., et al. (2005) Something old,
something new: Preliminary findings from an exploratory study
about people’s information habits and information grounds.
Information Research, 10, 10-12.

版权所有:汉斯出版社 (Hans Publishers) Copyright © 2012 Hans Publishers Inc. All rights reserved.