情报杂志
JOURNAL OF INTELLIGENCE
第 40 卷 第 2 期2021年2月
Vol.40 No.2Feb. 2021
行为影响因素研究
袁顺波1张海2段荟3,4
(1.浙江省社会科学院杭州310007；2.嘉兴学院南湖学院嘉兴314001；
3.苏州大学东吴商学院苏州215021；
4.嘉兴学院商学院嘉兴314001)
摘要：［目的/意义］提升移动政务APP 用户的使用体验，增强用户的使用黏性，预防用户流失。［方法/过程］以
PPM 理论框架为基础，构建了移动政务APP 用户流失行为影响因素模型，据此设计调查问卷并进行实证研究。［结 果/结论］结果显示，失望感和替代品吸引力是促使用户流失的影响因素，系统质量和社影响等对于预防用户流失 产生显著影响，而社会临场感和沉浸则是重要的“锚定”因素，据此提出了加强移动政务APP 的宣传推广、优化用户 体验等对策和建议。
关键词：用户流失；使用黏性；移动政务;PPM 理论中图分类号:D630；G252.0
文献标识码:A 文章编号：1002-1965 (2021 )02-0182-07
引用格式：袁顺波，张 海，段 荟.PPM 视角下移动政务APP 用户流失行为影响因素研究［J ］.情报杂志,2021,40
(2) ：182-188.
DOI ：10. 3969/j. issn. 1002-1965.2021.02.027
Research on the Influencing Factors of Mobile Government APP
User Exodus Behavior from the Perspective of PPM
Yuan Shunbo 1 Zhang Hai 2 Duan Hui 3,4
(1. Zhejiang Academy of Social Sciences ，Hangzhou 310007 ；
2. Nanhu College ，Jiaxing University ，Jiaxing 314001 ；
3. Dongwu Business School ，Soochow University ，Suzhou 215021)
4. Business School ，Jiaxing University ，Jiaxing 314001)
Abstract : [ Purpose/Significance ] This research is aimed at enhancing the usage experience of mobile government APP ，improving user' s stickiness ，and preventing exodus, [Method/Process ] Based on PPM ，an influencing factors model of mobile government APP user exo dus is built ，then a questionnaire is designed and an empirical study is conducted, [ Result/Conclusion ] Results show that the sense of dis
appointment ，and attractiveness of alternatives are the important factors to promote users exodus ，while system quality and social presence have positive impact on the precaution of exodus. Social presence and flow are found to be the important anchoring factors. Suggestions
are put forward accordingly ，such as strengthening promotion efforts and optimizing user's e
xperience,Key words : user exodus ； APP stickiness ； mobile government ； PPM theory
0引言
随着移动互联网的快速发展，我国移动网络用户
持续增长，越来越多的用户热衷于使用手机等移动智
牙科涡轮机
能终端处理各项事务。尤其是新冠疫情爆发后，“零 见面、零跑腿”成为疫情防控的基本要求，基于移动端
点火装置
收稿日期：2020-09-01
修回日期：2020-11-13
作者简介：袁顺波(ORCID ： 0000-0002-0558-4258)，男，1982年生，博士，副教授，研究方向：用户行为；张 海(ORCID ：0000-0003-3698-
5385)，男,1988年生，硕士，讲师，研究方向：用户行为；段 荟(ORCID ： 0000-0001-7786-1456)，女,1988年生，博士研究生，研究方向：企业 管理、用户行为。通信作者：段荟
第2期袁顺波，等:PPM视角下移动政务APP用户流失行为影响因素研究•183•
开展各项业务愈显重要。在政务服务领域，越来越多政府部门积极利用信息技术将政务服务事项向网络端和移动端延伸，更好地满足了社会大众的需求，据《第46次中国互联网发展报告》显示，截至2020年6月，我国在线政务服务用户规模达7.73亿，占网民整体的82.2%［1］o在各类移动政务服务中，政务和政务微博主要承担着信息发布和互动交流的功能，移动政务APP则可以提供较为复杂的服务功能。因此，越来越多的政府部门重视移动政务APP的开发与推广，使得移动政务APP的用户量不断增长。但与此同时，不少用户在初次使用之后，选择卸载而不是继续使用，社会大众对其整体评价也不高，甚至有些媒体将移动政务APP形容为指尖上的形式主义，使得原本为政府转变职能的创新举措有变成形象工程的可能［2］o因此，有必要对移动政务APP的用户流失开展研究，提出具有针对性的应对策略，以提高用户的使用体验和使用黏性，避免用户流失。
1文献回顾
移动政务APP是政府数字治理理念的重要成果，体现了政府以公民为中心的现代政府服务理念。与其他类型的APP相比，移动政务APP依托政府平台和渠道，是政府公共服务重要的便民举措。在“互联网+政务服务”的背景下，它不仅受到广大网民的推崇，也引起学术界的广泛关注。
对于影响用户采纳、持续使用和满意度的因素，现有研究大多基于技术采纳模型、创新扩散理论、信
息系统成功模型和期望确认模型等较为成熟的理论与模型而展开，其有效性也得到了验证［3-4］o典型的如Rana 采用元分析方法对现有的电子政务相关实证研究进行二次分析，发现技术采纳模型和信息系统成功模型是重要理论基础［5］;Xie的研究发现信息质量、系统质量和服务质量是促使用户使用的重要影响因素［6］；张海等结合信息系统成功模型和期望确认模型开展研究，发现移动政务APP的系统质量是满足用户期望的重要因素，用户感知对于提升用户的满意度以及促使持续使用具有重要的意义［7］；王法硕等融合多个传统模型建构政务服务APP公众持续使用意愿影响因素模型，发现用户满意度、感知有用性、感知易用性、系统质量、期望确认程度等因素对政务服务APP公众持续使用意愿产生显著影响［8］；赵泽丰等指出，当前用户对移动政务服务平台的总体满意度一般，感知有用性、感知易用性、感知安全性、职业、收入等因素对用户满意度有显著影响［9］o关于用户流失以及不持续使用行为的研究，现有研究多以商业信息系统为研究对象，如徐孝娟等基于S-O-R理论构建了社交网站用户流失模型，通过开心网以及人人网的流失用户进行实证，发现系统的功能性和交互性对于预防社交网站用户流失具有重要的作用［10］；程慧平等以认知情绪理论为基础，构建了社交媒体用户不持续使用行为影响因素研究模型，揭示了沮丧、后悔以及嫉妒等负面情绪是促使社交媒体用户产生不持续使用行为的重要影响作用［11］；涂文琴则从抑制政务服务用户持续使用的视角，发现转换成本、设备依赖是重要的抑制因素［12］。
综上所述，移动政务APP用户行为的研究多集中在用户采纳和持续使用两个方面，而关于用户流失的
相关研究还比较单薄。现有的实证研究多依赖于技术采纳模型和信息系统成功模型等较为成熟的理论模型，研究假设和影响因素多源于较为成熟的理论，因此有必要拓展研究范式，丰富移动政务APP用户行为研究。
2理论基础
2.1PPM理论PPM（Push-Pull-Mooring）理论是人口迁移学领域重要的理论之一，该理论是在经典的“推拉”理论基础上发展起来的，能较好地解释人类从迁出地到迁入地之间的迁移行为［13］。“推拉”理论包括“Push Factor”（推力因素）和“Pull Factor”（拉力因素），在人口迁移学领域，将促使人类迁出原始地的消极因素定位为推力因素，而将吸引人类迁入到新目的地的积极因素理解为拉力因素［14］o推拉理论可以从宏观的角度解释人类的迁移行为，但是从微观的角度分析，该理论忽略了个体差异因素的影响作用，例如个体文化、生活方式等个体因素显然也会影响用户的迁移行为。Curan等将个体差异因素（锚定因素，即Mooring Factor）加入到推拉理论模型中，形成PPM理论［15］o在PPM理论模型中，推力因素和拉力因素会对用户的迁移行为产生直接显著的影响，而锚定因素既有可能影响人类的迁移行为，又会有可能对推力因素和拉力因素产生调节影响。此后，国内外不少学者将PPM理论引入到信息系统领域，用来分析和预测信息系统用户的流失和转移行为。
2.2用户流失“用户流失”最早由Keaveney和Parthasarathy提出，他们认为用户流失主要包括两种形式：
第一，用户不再使用该类服务，属于顾客从该市场流出；第二，用户仍在使用该服务，但从原来的服务商转移到另一服务商［16］o此后，用户流失的相关研究迅速扩展到电信领域和市场营销领域，多数学者认为，留存现有用户比吸引新用户成本更低，因此有必要对用户流失进行更深入的探讨。在移动政务服务领域，大部分用户都在继续享受移动政务服务，只是从移动政务APP转移到小程序、支付宝等平台提供的政务
•184•情报杂志第40卷
服务[12]0为此，本文中的移动政务APP用户流失，主要考虑的是移动政务APP用户继续使用移动政务服务，但是从原来的服务商转移到其它服务商的行为。
在信息系统领域，用户流失逐渐成为国内外学者关注的热点，代宝等认为影响用户流失和转移行为的因素大致可以分为认知因素、情感因素、态度因素以及社会因素等[17]；王晰巍等则发现社交媒体系统的系统质量、信息质量和服务质量是预防用户流失的重要因素[18]；Hou等通过问卷的方式发现社交关系、低娱乐水平、替代品吸引力、同龄人影响以及居效应等是影响用户流失的关键[19]0Khan等通过实证指出，服务质量和用户满意度是防止客户流失、保持客户忠诚的重要因素[20]03模型构建与研究假设
本研究以PPM理论模型为基础，分析移动政务APP用户流失行为的影响因素。其中，推力因素(Push
Factor)主要是指促使用户离开移动政务APP的消极因素，具体包括替代品吸引力、愉悦感以及失望感等3个方面；拉力因素(Pull Factor)原本为外部的吸引力，吸引用户转向新的平台或服务的因素，本次研究结合移动政务APP的发展实际，将拉力因素定义为移动政务APP的吸引力，即阻碍用户流失的因素，选取的指标包括系统质量和社影响；锚定因素(Mooring Factor)主要考虑的是个体的差异情况，包括社会临场感以及沉浸体验等方面。具体如图1所示。
图1移动政务APP用户流失行为研究模型
失望感(Sense of Disappointment，DIS)，是用户重要的情感因素之一。失望理论认为，当用户的期望与实际感受不符时，用户就会感到不满意，产生失望情绪[21]0用户在使用移动政务APP时会对其有所期待，当移动政务APP的服务和功能能够符合用户的预期时，用户就会感到满意，进而积极使用，若移动政务APP的功能和设计难以满足用户的需求，与用户的预期相距较远时，用户有可能产生消极情绪，这种消极情绪即为用户的失望感，而失望感有可能会促使用户形成放弃使用移动政务APP的念头，最终导致用户流失行为的产生。基于上述分析，提出以下假设：
H1：失望感对移动政务APP用户的流失行为产生正向影响。
愉悦感(Sense of Pleasure,SPE)，愉悦感可以反映用户在使用信息系统过程中身心愉悦程度。一般而言，用户的愉悦感程度越高，对信息系统的认可程度就会越高，满意程度也会随之而提高。在政务服
务领域，移动政务APP作为解决用户政务服务问题的信息系统，在保证政务功能满足用户需求的前提下，还需要提高用户的愉悦感。当用户的愉悦感较好时，其对于移动政务APP的认可程度和满意程度就会越高。张海等的研究结果显示，移动政务APP的趣味性越高，用户的愉悦感就会越好，用户对于移动政务APP的情感就会越积极，反之，以失望感为代表的消极情感就会越来越强烈[7]0因此，提出以下假设：
H2：愉悦感对移动政务APP用户的失望感产生负向影响。
替代品吸引力(Attractiveness of Alternatives，AAT)，替代品吸引力指的是用户在使用信息系统过程中，具有同样功能和服务的其它信息系统对于用户的吸引程度。在用户流失研究领域，替代品吸引力是促使用户转移或者流失的外部动力。当替代品吸引力较强时，用户对于替代产品的依赖程度会变大，在不经意的对比过程中，对于现有系统的价值感知会下降，进而导致用户流失。在移动政务领域，以支付宝、小程序为代表的新型移动政务服务平台，凭借自身强大的技术优势以及庞大的用户体，吸引了不少的用户使用其政务服务。在移动政务APP的推广过程中，用户会不自觉的进行比对，当支付宝、小程序等替代品吸引力较大时，用户对于移动政务APP的满意程度会相对降低，甚至会影响用户最终的使用行为，导致部分用户放弃使用移动政务，产生流失行为。基于上述分析，提出以下假设：
H3：替代品吸引力对移动政务APP用户的流失行
第2期袁顺波，等:PPM视角下移动政务APP用户流失行为影响因素研究•185•
为产生正向影响。
系统质量(System Quality,SYQ)，信息系统成功模型认为，影响信息系统用户使用的因素主要包括信息系统的系统质量、服务质量和信息质量⑷。其中，系统质量指的是信息系统本身的状态和特征，主要包括信息系统的可靠性、稳定性和安全性。信息系统在运行的过程中，系统越流畅、越稳定，用户
单次使用的时间就会越长，沉浸体验就会越明显［7］0在移动政务领域，移动政务APP的运行平稳、功能突出，用户的使用体验就会越积极，用户受到社的影响就会越正向。基于上述分析，提出以下假设：
H4：系统质量对社影响产生正向影响；
H5：系统质量对沉浸产生正向影响。
社影响(Social Influence,SIN)，社影响可以有效反映用户在社会环境中受到社会关系影响的程度。不少学者的研究都证实社影响会积极显著影响用户的行为意愿。唐晓波等认为，社影响因素是影响用户满意度的重要因素［22］；张长亮等证实，社影响对于网络社用户持续信息分享行为具有重要意义［23］0在移动政务领域，移动政务APP用户的行为也会受到亲戚朋友乃至社会环境的影响。当以亲戚朋友为核心的强人际关系鼓励用户使用移动政务APP 时，用户很可能会对移动政务APP产生积极的使用行为。即使发现移动政务APP存在一定缺陷，但是在社影响的作用下，也会可能继续使用，不至于流失。基于上述分析，提出以下假设：
H6：社影响对移动政务APP用户的流失行为产生负向影响。
社会临场感(Social Presence,SOP)，社会临场感以沟通理论为基础，从心理学视角描述了用户在媒介
环境下的心理状态和情感体验，因其能衡量用户在媒介环境下情感体验与社会环境的关系而备受学者的关注。社会临场感可以衡量人与人之间在媒介情境中尤其是虚拟情境中的情感体验程度，按照交流程度的不同，社会临场感感知到的用户情感程度由浅及深分别为相互感知存在、心理联系和行为参与3种，不少学者的研究显示，社会临场感是影响用户使用体验的重要因素［24-26］0在移动政务领域，社会临场感恰好可以反映用户在移动政务APP媒介情境中的心理状态和情感体验程度。当用户的社会临场感较高时，用户的人际互动会越频繁，增加人际双方的亲密、友好程度，进而激发移动政务APP用户产生积极的使用体验，在使用过程中带给用户持续的愉悦感和兴奋感，用户的单次使用时间会变长。基于此，提出以下假设：
H7：社会临场感对移动政务APP用户的沉浸体验产生正向影响
沉浸(Flow Theory,FLT)又称心流体验，是心理学领域重要的理论之一，指的是个体在全神贯注的从事某一项活动时，常常会忘记时间的流逝，忘记自我的存在，这种忘我的状态好似一股心流，带给个体持续的愉悦感和兴奋感［27］0沉浸不仅仅是一种积极地情感表达，还可以反映个体的行为意愿。现有研究表明，沉浸体验会对用户的行为意愿产生积极显著的影响。在移动政务领域，用户在使用移动政务APP时全身心的投入其中，会产生持续的愉悦感，这种积极地情绪体验会促使用户持续使用。相反，当用户的注意力难以高度集中，难以形成高水平的享受和满足的感觉，这些消极的用户体验，会降低用户的使用意愿，有可能引起用户流失。基于此，提出以下假设：
H8：沉浸对移动政务APP用户的流失行为产生负向影响。
4实证研究
4.1问卷设计为了确保调查问卷的内容效度，本研究在参照张海［6-7］.王晰巍等［18］相关研究成果的基础上，设计了移动政务APP用户流失行为影响因素调查问卷。问卷主要包括两个部分：第一部分主要是受访用户的基本信息，包括受访者的性别、年龄和学历等人口统计学信息；第二部分是研究变量的测量。这一部分是问卷的主体，所有的变量测度项均来源于国内外经典的文献，并且结合移动政务APP的实际情况进行了适当的修改。本次研究共有8个变量，每个变量包括3个问题，共24个问题项。问卷使用李克特7级量表进行测量，其中，1代表非常不同意,7代表非常同意。
4.2问卷的发放与回收正式的问卷调查主要通过网上平台和直接发放两种形式，历时3个月回收问卷462份，将回收的问卷进行筛选，剔除部分填写不完整、问题回答前后矛盾以及答案重复过高(超过90%)的无效问卷，共得到有效问卷421份。有效问卷回收率为91.12%。正式样本数量既符合社会科学最小样本数的要求，也符合结构方程模型中型样本数的要求。
5数据分析与假设验证
5.1描述性统计分析从性别分布来看，受访的男性人数是248人，占比为58.90%，女性为183人，占比
为41.10%；从受访者的年龄分布来看,31~40岁的受访用户占比最大，约为47.98%，其次是20~30岁的受访用户，约为20.67%；从受访者的学历分布来看，拥有本(专)科学习经历的用户是本次调研的主体，约占样本总量的4
6.79% ，其次是拥有硕士及以上教育经历的用户，约占样本总量的29.22%。
• 1 86 •
情 报 杂 志第 40 卷
5.2信度分析内在信度反映的是同一概念或同 一组问题的内在一致程度，一般可通过Cronbach 's 琢 系数验证。从表1可以看出，各观测变量的Cronbach ' s 琢绝大多数大于0. 80，如果某一测度项删除后,Cron-
bach 's 琢都会显著降低，说明研究具有较好的信度。
表1量表信度、效度分析结果
变量
Cronbach's 琢
系数值
测度项测度项删除后扁头螺丝
的 Cronbach's 琢
系数值
因子 载荷
CR AVE
DIS_1
0. 7860. 870失望感〔I 9】0. 866
DIS _20. 8540764
0. 8700. 690
DIS _3
0. 7950. 854SPE_1
0. 7380. 843愉悦感[7]0. 818
SPE_2
0. 8010. 7790. 822
0. 608
SPE_3
0. 7080. 873AAT_1
0. 7810. 729替代品吸0. 820
AAT_2
0. 7780. 7470. 801
0. 574
引力〔I 7】
AAT_30. 6860. 861SYQ_1
0. 7170. 695系统0. 806
SYQ_2
0. 7120. 7870. 811
0. 590
质量[6-7]
SYQ_30. 6920. 777SIN_1
0. 7680. 833社
0. 864
SIN_2
0. 8570. 8230. 872
0. 694
影响[7]
SIN_3
0. 8070. 877SOP 1
0. 8270. 895社会临0. 891
SOP _20. 8770. 7540. 898
0. 746
场感[24]
SOP _3
0. 8350. 827FLT_1
0. 7440. 670沉浸[5]0. 820
FLT_20. 7800. 7990. 823
0. 610
FLT_3
0. 7150. 863UCB_1
0. 8060. 807流失行
0. 875
UCB_20. 8520. 7420. 792
用户评论0. 560
UCB_3
0. 796
0. 692
5.3效度分析效度分析主要包括收敛效度和区
分效度分析，从表1可以看出，各测度项的因子载荷都 大于0. 50，且在p <0. 001的水平下显著，同时，组合信 度（CR ）绝大多数大于0. 80且平均方差萃取量
（AVE ）都大于0. 50。三个观测指标都符合要求，说明
量表具有较好的收敛效度。
从表2可以看出，量表中的任意两个观测变量的 相关系数均小于0. 65，各变量的AVE 值的平方根（对 角线数值）均大于该变量与其他变量相关系数的绝对
值，说明调查量表具有良好的区分效度。
5.4共同方法偏差检验共同方法偏差（Common Method Variance, CMV ）会对研究结果产生严重的混 淆并对结论有潜在的误导。为此，本研究采用两种方
法对CMV 进行检验。首先，本研究采用Harman 单因 素检验方法进行检验，结果表明，第一个因子的解释力
为37.2% （小于50% ），说明没有某一个单一因子可以 解释大部分方差；其次，将所有的测度项整合成一个潜 在变量进行验证性因子分析，结果显示RMSEA 、NFI 、
CFI 等拟合指标没有达到适配标准，说明将所有的测 度项整合成一个因子是不合适的。 上述检验结果均表 明，本研究不存在明显的共同方法偏差。
5.5结构方程分析本研究采用路径分析方法验 证模型中各变量的因果关系，通过计算来检验模型的
拟合指数检验模型与数据的适配程度。从表3可以看 出，各拟合指数都达到了模型适配的标准或临界值，说
明模型的拟合程度良好，模型与数据具有较好的适配 度。
表3模型拟合指标值
统计检验量
适配的标准模型结模型适或临界值
果数据
配判断
卡方值c 2
—209. 818
—自由度df —
120
—
卡方值/自由度c 2/df < 31. 748是渐进残差均方和平方根RMSEA 值
< 0. 080. 049是规范拟合指数NFI 值
> 0. 90. 935是比较拟合指数CFI 值> 0. 90. 971是非正态拟合指数TLI 值
> 0. 90. 963是修正拟合指数IFI 值
> 0. 9
0. 971
是
利用AMOS21.0软件，以最大似然法对各变量间 的路径系数进行验证。其中大多数t 检验值的绝对值 都大于1. 96,P 值小于0. 001。由此推断，多数变量之
间的因果关系具有显著的统计学意义，即大多数假设
成立（见图2）。
表2测量量表的区分效度苏州反光背心
DIS
SPE AAT SYQ SIN SOP FLT UCB
DIS 0. 831SPE
0. 3100.780
AAT 0. 300
0. 2670.758
SYQ -0. 268-0. 216-0. 1910.768SIN 0. 3740. 3610. 248-0. 2800. 833SOP
0. 619
0. 561
0. 608-0. 244 -0. 4360. 864FLT 0. 2540. 2550. 3350. 3630. 3170. 3750. 781UCB 0. 341
0. 3310. 448
0. 371
0. 436
蚕蛹虫草0.4150. 242
0. 748
注：* * *： 一 p < 0, 001；* *： — p < 0, 01；*： — p < 0, 05
图2
结构方程模型结果分析
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议