虚拟社区成员利益对实际使用行为的影响研究 ——基于网络外部性视角-吴钰萍.pdf

《虚拟社区成员利益对实际使用行为的影响研究 ——基于网络外部性视角-吴钰萍.pdf》由会员分享，可在线阅读，更多相关《虚拟社区成员利益对实际使用行为的影响研究 ——基于网络外部性视角-吴钰萍.pdf（5页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、虚拟社区成员利益对实际使用行为的影响研究基于网络外部性视角吴钰萍， 靳 洪（湖北经济学院， 湖北 武汉 430205）摘 要： 文章基于网络外部性理论， 构建了以会员利益为中介变量对社区成员行为的研究模型， 对网络外部性的社区会员数、 社区同伴数及知觉互补性等构面进行了研究， 报告了虚拟社区QQ群、 新浪微博使用者， 使用虚拟社区后所产生利益的现状。 探讨当社区成员人数不断增加时， 是否能创造社区使用者的利益， 并了解利益对使用意图及实G80使用的G81G82。 文章G83G84G85用G86构G87G88模G89进行G8AG8BG8CG8D， 研究G86G8EG8F实虚拟社区的网络外G90性

2、， 对用G91的G92能利益G93 社G94利益及G95G96利益G97G98G99G9A的G9BG9CG81G82， G92能利益、 社G94利益及G95G96利益对使用意图G9DG98G99G9AG9BG9CG81G82， 使用意图对实G80使用G9EG98G99G9AG9BG9CG81G82。 文章G9F后GA0GA1虚拟社区GA2GA3的G8AG8BGA4GA5建GA6， G83G84GA0GA7GA8GA9GAA用G88GABG93 社区GACG88GAB及GADGAEGAFGB0等GB1GB2， 进GB3GB4GB5GB6虚拟社区用G91不同GB7面利益G95GB8的GB9GBA。

3、关键词： 虚拟社区GBB 社区GA2GA3GBB 网络外G90性GBB 会员利益中图分类号： C912.6 文献标识码： A 文章编号： 1004-292X（2017）09-0013-05A Study on the Impact of Virtual Community Members Benefits on Actual Use BehaviorBased on the Perspective of Network ExternalityWU Yu-ping， JIN Hong（Hubei University of Economics， Wuhan Hubei 430205， China

4、）Abstract： This study applies network exteralities theory to explain why people continue to join virtual community. In this study，we identify ways in which community users can make profitable use of applications such as QQ， and Sina Weibo. The findings show thatmember benefits are the most influenti

5、al factor in peoples continued use of virtual community， followed by number of peers， usefulness，and perceived complementarily. The number of externalities and perceived complementarily have stronger influence than the perceivedcomplementarily on member benefits. We conducted data analysis with stru

6、ctural equation modeling(SEM). The results show that both ne-twork externalities significantly positive impact on the users functional benefits， social benefits and hedonic benefits. The functional be-nefits， social benefits and hedonic benefits have a significant positive impact on the use intentio

7、n. There is a significant positive impacton the actual use. The implication of research and discussions provides reference for virtual community operators in marketing and oper-ation.Key words： Virtual community； Community management； Network externality； Members benefits收稿日期： 2017-04-11基金项目： 湖北省教育厅

8、人文社科一般项目（17Y089）。作者简介： 吴钰萍（1974-）， 女， 台湾嘉义人， 博士， 主要从事电子商务、 消费者行为研究；靳 洪（1980-）， 男， 湖北随州人， 博士， 副教授， 主要从事战略创新与管理研究。一、 引言2016年第38次中国互联网G80G81G82G83G84G85G86G87G88 G89G8AG8BG8CG8DG8EG8F， 2016年6G90中国网G91G92G93G94G957.10G96， 互联网G97G98G99G94G9551.7%， G9AG9BG9CG9DG9EG9FGA0G9E3.1%1。 互联网G89GA1GA2G80G81为使用者GA3G

9、A4GA5GA6G89互GA7GA8GA9G9E台， GA9G9BGAAGAB一GACGAD、 GADGACGAEG89联G8CGAFGB0使网GB1GB2G81GB3GB4， GB5使用者实GA6GB6GB7GB8GB9、 GBAGBBGBCGBDGBEGBFG89GC0GC1。 互联网G89GA1GA2G80G81对GC2GBEG89GB8GB9GC3行为GC4GC5GB8GC6GC7GC8影响， 2011年GC9Facebook与GCAGCBGC8学GCCGCDG89GCE新研究GCFGD0， GA9G9BQQGD1GD2GD3GB8GC2GD4GD5GD6GD7要4.74GD8GD9G

10、8CGA5GDAGC5GB8GDBGDC， GDDGDEGDFGE0GE1Milgram(1967)GE2GA3GE3的GE4GE5GB6GE6理GE7， GE8为GE9虚GEA社GEBGEC员GED益对实际使用行为的影响研究13 万方数据 2017 年第 9 期何两个不相干的人都可藉由六个人连结出关系。 由此可见， 通过社区成员彼此分享， 会形成人际关系网络， 进而带动信息交流的虚拟社区网站。依据Katz & Shapiro(1985)提出的网络外部性理论， 强调的是一项产品或系统的服务， 对个别用户的价值会随着使用人数增加， 而吸引更多用户采用此产品或系统， 为用户带来利益。经文G80G8

11、1G82， 网络外部性对相关G83G84的G85G86G87多结G88G89G8AG8BG8CG8DG8E， G8FG90G91用户使用的G92G93G94使用G95为结G962， G97G98G99用G9A虚拟社区， 而网络外G9B性的G9CG9DG9AG9EG9FGA0GA1品或系统的使用人数GA2一GA3关GA4GA5， GA6GA7GA8GA9利益， 更GA7GAAGAB虚拟社区是GACGA7GAD使用GAEGAFGB0利益。GB1GB2GB3GB4， GB5G85G86GB6GB7GB8QQGB9GBAGBBQQGBC 为G85G86GBDGBE， GBF据GC0GC1GC2GC3网

12、信息GC0GC4(CNNIC)GC5GC62015GC7GC8GC0GC1社交G99用用户G95为G85G86GC9GCAGCB GCCGCD， QQ 为网GCEGCFG83GD0的GD1GD2通GB8GD3GD4，GD5用GD6GD7GD8 75.8%。 GD9依据 Katz & Shapiro(1985)GB3提出的网络外部性， GDA为GB5G85G86GDBGDC的理论GDDGDE， 结G88GDFGAEGB3提出的GE0GA7利益GE1 社交利益GE2享GE3利益GE4个GE5GE6， GB6GE7GD1GE8的G85G86GBD的为GE9 虚拟社区的网络外部性分别对GE0GA7利益

13、GE1 社交利益GE2享GE3利益的GEAGEBGEC GE0GA7利益GE1 社交利益GE2享GE3利益分别对使用GEDGEE的GEAGEBGEC 使用GEDGEE对GD1际使用的GEAGEB， GE7GEF对GF0GF1G85G86GDFGAEGE2虚拟服务GF2的GF3GF4GF5GF6提出GF7GF8。二、 理论分析与研究假设Hagel & Armstrong(1996)GA3GF9虚拟社区GC0的相GC2交流是GDDG9E人GFA为GFBGFCGFDGFE的GFF种需求， 即兴趣GE1 关系GE1 娱GE3G94事务。 而兴趣型社区是指GD4有共同兴趣爱好的人会聚集G9A一起谈论相同

14、兴趣的话G84GEC 关系型社区则更体GE8虚拟社区GDA为GE8GD1社会的延伸， 为GD4有共同经历G94思想的人提供聚集G9A一起分享观点GD9GF7立新的个人社会关系的机会GEC 娱GE3型社区为人GFA提供了娱GE3的空间， G83GD0针对一些游戏等方面的社区， 也是社区GC0成长速GE6较快的一种GEC 事务型社区是指参与GAEGA7够通过网络进G95信息的交流， 例如电子GF2务社区等， 它更多GEDGF9GB2体GE8的是虚拟社区的GF2业价值。 Boyd & Ellison(2007)G9AG91G85G86GC0GA3GF9虚拟社区是GB6网络为GDDGDE的服务， 允许

15、个人G9A有界限的系统内， GF7立公开或半公开的个人资料， 跟设GA3的一群朋友分享GD9阅览他GFA的连结。 这也说明虚拟社区是集网络性GE1 社会性G94GF2业性G9E一体的集G88， G91创新的经GF3G8DG8E， 不仅成GE0引起GF2业界G94GDF术界的关注， 同GD2也提GD7了全世界虚拟社区用户数， 是GBDG92世界GB2GC5展GCF快的交流平台3。 故文章认为虚拟社区是G9AGC2GC3网环境G80，用户利用G81GA7G82G83设G84G9AG85GA3的网络GC0间与G91他用户GFD由GE1 平等进G95GC2动而形成的网络社区。随着信息GC5展的G86新

16、G87G88， G89业GF2业G8DG8E成GE0的关GA4G9AG9E产品网络外部性(Network Externality)GC0使用人数的连结价值。 网络外部性的想G8AGCFG8B来GFDG9ERohlfs(1974)， GA0理论设GA3的G85G86G8CG8D为GE9 有许多G8EG8F与G89业都使用同一种产品或系统， G90与人数增加， 个别G91G92GAE加G93GA0产品或系统， G94即网络外部性GEC Katz & Shapiro(1985)提出的网络外部性理论说明， G91G92GAEG95产品或服务GC0GB3GAFGB0的G96用， GD9G97全G98G9

17、9GF5G9E产品或服务GB5GFE， 而是会随着使用GAE人数的增加而增加。 网络外部性的GA3GF9是GE9 用户对一项产品GB3GB0G9A的G96用， 会随着产品使用人数的增加， 而带G9BGA0用户更多的价值。 Katz & Shapiro(1985) G9C指出， 网络外部性的来G9D有GB6G80两种GE9 一是G9EG8B网络外部性GE9 G93G91G92GAE人数增加，如电话的G9FGE2GD6GA0GD7会使GB0电话网络的使用价值GA1GD7GEC GA2是间G8B网络外部性GE9 说明有多GA3GC2GA4性产品与G91GA5GA6， G93G91G92GAE使用人数

18、增加， 会GA7GA8GA0GF2品GA9GC2GAA性产品数GBD增加， 进而使GB0GA0GF2品的使用价值增加， 如G91G92GAE采GABG81GA7GAC机， G99GF5G9EG91他人是GAC采用相同的GADGAE与机型GEC G99用GAFGB0可GB6增加G95动GB1GB2如G81GA7型GAC机的G96GA7， 而G99用GAFGB0的多GB3GB4GE2数GBDG99GF5G9EG95动GB1GB2的GB5有数GA5GEC GC2GAA产品或GB6GB7性会G93GB8GF0服务增加， 用户享G8C的价值也随GA9增加。对G9E虚拟社区的G85G86， Powell(

19、2009)GB9GCD网站使用GAEG97GBAGBBGBC使用利益G9BG91GBDGBE朋友， 藉G94GD8G9A外部G96G96， 而使用GAE的GBFGC0G81GC1也G97GBAGC2GC3G87社区的GC4G8D， 进而增加平台的会员人数。G93G94， 网络外部性G97仅带来经GC5的G96益， 同GD2也GEAGEB社会网络的GC3GC6。 而对虚拟社区使用的G85G86则G9A网络外部性增加社区同GC7数(Number of Peers)的观点， Lin & Lu(2011)认为G91与社区会员数(Number of Members)GE2GC8GC9GC2GAA性(Pe

20、rceived Complementarily)GCA为GEAGEB虚拟社区使用动机的GCBGD0G93GCC4。 虚拟社区注GCB使用GAE的GC2动交流与GCDGCE的GC3系， G93G94使用GAE是虚拟社区经GF3成GE0与GAC的关GA4GD0GCC。 一GCF使用GAEGD8G9A一GA3的数GA5， 会为G94虚拟社区网站带来更多的利益， 进而吸引更多的使用GAE加G93。GB1GB2可GB0， 如QQGE1 GD0信GE1 GD1GD1等虚拟社区与AndroidGAC机GE2Ios等G81GA7型GAC机GD2G88， 提供GA5GA6性GE1 GC2GAA性产品GD3GD4

21、了GD5动GAC机的GF4GB8业GD6， 这些GF2业G8DG8E的GD7GD8G8A是G9FG89业或GD9一产品服务GB5有许多的GDAGB1GDDGDE(Installed Bases)GD2， 则更GDBG9EGC5GDCG91网络外部性G96益， 而个别用户的G96用GDDGA5GE2价值， GDEGDF动GBFGC0G96G96GD9GE0GE6GC3G87用户GC4G8D。 Lin & Bhattacherjee(2008) 指出G9F用户数GA5GD8G9A一GA3GC4G8D， GDE吸引更多的用户加G93， 如网络社区使用人数GD8G9A一GA3界限， GDE产GE1相对

22、利益， 提供GF0GF1更多的使用GAE更GE2GE3的使用GE4GE5， G9C会吸引GE6GE4方G89业GB9如GE7GE8的开GC5GBC的加G93， G93G94用户的数GA5G94GC2GAA产品会G8C网络外部性GE9动。虚拟社区的GEA起GA7够GFBGFC人GFAG9AGEBGECGEDGEEGEFGEEGF0的信息交流， 利G9E吸引同GF1群体加G93GD9使用。 G93G94提供利益对社区使用GAEGF2为GCBGD0， GBD的是吸引GF3G9A使用GAEGF4G93社区使用。Wang & Fesenmaier(2004)GB6GF5游网站社区的成员为G85G86对G

23、F6， GDDG9E社会GC4理分GF7社区成员G90与的利益GE9动， G8FG90成员G9AGF5游社区GF8动的GD4GF9机GFA， GB6GE7GD1GE8G91对社区的GFBG80。 如GB2GB3GB4， G90与GF5游网站的利益是多GB3GB4G94动GFC的， 由G9E会员来GFDGFF面GFD方GFEGF5游虚拟社区G85GDDGFFG9A差G88， G93G94识别利益过GAF可GA7会很复杂。 故GDE会员利益分成GE9 GE0GA7利益(Functional Benefits)GE1社交利益(Social Benefits)GB6GE2享GE3利益(Hedonic

24、Benefits)。 GE0GA7利益是指社区成员寻求GE0GA7利益GD2， G9A网站GB2开展G85GA3GF8动， 这14 万方数据些利益既包括成员买与卖的网络交易或服务， 以便支持信息的搜寻、 学习并促进决策， 也包括虚拟旅游网站社区不受时间和地域限制， 便捷且高效地为成员提供的信息与服务。 社交利益是指旅游网站社区的社交结构传达的社会意义， 并提供社会福利， 社交利益的目的是以旅游网站社区为基础的社区成员， 在社区中提供帮助和支持， 通过同步和社交异步通信， 讨论和交流思想， 形成了G80G81， 并G82与与G83G84成员的G85G86。 G87G88利益是指成员G89G8AG

25、8B在G8C旅游社区G8DG8EG8FG90G91 社交和G92G93利益， G94也以G95G96的G87受和G97G88为目的。 Sledgianowski & Kulviwat(2009)G98为虚拟社区是G97G88G99G9A的信息G81G9B， G9CG9DG9EG9FGA0GA1GA2GA3意GA4GA5GA6GA2GA7的GA8GA9或同GAAGA4GABG9EGAC Lin & Bhattacherjee(2008)GADGAEGAFGB0网络GB1GB2与GB3GB4G85GB5GB6G8B网络利益GB7GB8GB9GBAG9AGBBGBCGAC Lin & Bhattac

26、herjee(2008)提GBDGBEGBFGABG9EGB1GB2达GC0GC1GC2GC3GC4， GC5GC6利益GBDGC7， GC8GC9了GA2GA7的G9EG9FG89G8AGCA GCBGCC以GCDGA5论， GCEGADGAEGCFGD0， 在虚拟社区GABG9E的GD1GD2中， 网络GC5GC6GB6包GD3的社区会员GC3G91 社区同GAAGC3GD4GB3GB4G85GB5GB6GD5高， G8B虚拟社区会员利益GD6GD7GB7GBBGBC。GD8GD9， 提GBD以GDAGDBGDCGDDH1GDD 网络GC5GC6GB6G8BG8FG90利益GB7GB8GB

27、9GBAG9AGBBGBC。H2GDD 网络GC5GC6GB6G8B社交利益GB7GB8GB9GBAG9AGBBGBC。H3GDD 网络GC5GC6GB6G8BG87G88利益GB7GB8GB9GBAG9AGBBGBC。Davis(1989)提GBDGDEGDFGE0受GB2GE1(Technology Acceptance Model，TAM)， GE2是GE3GCCAjzen & Fishbein(1980)GE4提GBD的G93GB6GE5为G93论(Theory of Reasoned Action，TRA)为基础， 构GE6GBEGE7信息GDEGDFGE0受的GE5为GB2GE1，

28、 GD9GB2GE8的GCFGE9目的在GEAGEBGEC与GEDGEEGE7GEFG8BGF0信息GDEGDF的GE0受GE5为， 在TAM的结构中， GF1GB7GF2GE7构GF3， GF4括GB3GB4GB7G9EGB6(Perceived Usefulness)GF5 GB3GB4易G9EGB6(Perceived Ease of Use)G91GF6GF7(Attitude toward Use)G91 意GF8(Intension to Use)G91 GABG9E(Actual System Use)， GD8GC5GF9GFAGC4(External Variables)GF

29、BG81G9BGFCGFDG91 GE7GEFGFCGFEGFF， 通过GF6GF7GC0最后的GE5为。 在学术GADGAEGCD广为采G9E的TAMGF0信息GDEGDFG81G9B的开发是否为G9EG9FGE4GE0受？ 随着网络兴起的狂潮， 各种相G80的GADGAE开始将GDEGDFGE0受GB2GE1应G9E在网络的GABG9EGE5为GCD， 亦证实GD9GB2GE1的确适G9EGEA各种网络活G86， 并G90够GEDGEEGD4GEBGECG83GABG9E者的GABG9EGE5为， 故GCEGADGAE将GE5为意GF8定义为GABG9E者GB7意GA3且GABG9E虚拟社

30、区的GE5为。 郭彤华和汤春辉GADGAE提GBD基GEA电子优惠券GABG9E频繁， GC8GC9GA2GA7客G9F群体G89G8A成为会员的GC7象， GA2刺激了消费在G8C购买意GF85， 亦GB7学者以GABG9E信息GDEGDFG81G9B， 产GF9利益GBBGBCGABG9E意GF8进GE5相G80GADGAE， KimGFF(2007)以智G90GE8手机GABG9E者为例， 探讨利益G91 牺牲G91 GB3GB4价值G91 采G9E意GF8之间因果G80G81的GADGAE， 并实证GBD利益GBBGBC意GF8。 GB7些学者G8BGABG9E者在旅游网站GDC计GE

31、5程或浏览网站获GA1的利益进GE5GADGAE，Jeong(2008)指GBD旅游虚拟社区的社区成员透过紧密的会员G80G81GD4强GF7的连结将获GA1利益。 Wang， Yu & Fesenmaier(2002)提GBDGABG9E旅游网站的利益是G86GF6和GA7G9D化的， GD8GEA旅GE5过程是复杂的G91 需GE9G8FG90强大的信息G81G9B来联G81， 以满足各种类GE8的客G9F。 Chung & Buhalis(2008)以Web 2.0旅游社区进GE5GADGAEGA1GBD，社区成员将产GF9G8FG90利益G91 社会G92G93利益与G97G88利益，

32、 并G8B社区参与的GF6GF7GD4G83GE5为产GF9GBBGBC6。 Eduardo， Jacques， Deside-rio & Ricardo (2011)GADGAE亦证GB0社区媒体的GABG9E意GF8直GE0受G8FG90G91 G92G93G91 G97G88和社交GFF利益的GBBGBC7。 GCBGCC以GCD文献探讨可GB3， 在GCEGADGAE虚拟社区GABG9E的GD1GD2中， 利益GD7高， G8BGABG9E意GF8GD6GD7GB7GBBGBC。 GD8GD9， 文章提GBD以GDAGDBGDCG80H4G80 G8FG90利益G8BGABG9E意GF

33、8GB7GB8GB9GBAG9AGBBGBC。H5G80 社交利益G8BGABG9E意GF8GB7GB8GB9GBAG9AGBBGBC。H6G80 G87G88利益G8BGABG9E意GF8GB7GB8GB9GBAG9AGBBGBC。Davis(1989)将G81G82G83GABG9EG84 定义为G80GABG9E者GB7意GA3且持G85GABG9EG86GFCG87G81G9B的程GF7。 G88G89G8A之， GABG9E者G83意GA3程GF7将成为G8BGABG82G83GABG9E的GE5为。 Kwon & Wen(2010)在G9EG9FG8BGEA社交网络服务(Socia

34、l Network Services，SNS)G82G83GABG9EG8CG8D的GADGAE中， G8EG9EGDEGDFGE0受GB2GE8(TAM)构GE6了GBEGE7G8FGBAGB2GE8， G89G8AG92G93学G90G91， GF4括社会G98同G91 利G84GCF义和GC1G92G93GB3GD4激G94， G95G96GB3GB4结构和G82G83GABG9E， GADGAEG97GC7， GB3GB4GB8GB9GBBGBC社交网络服务的G82G83GABG9E8G98Shin & Shin(2011)以GB3GB4G90G91探讨GABG9E者参与社区游G99的

35、GABG9EGE5为， 并G89G8AG9AG9B体G9C， G97GC7G8BGE5为意GF8GB7GBAGF3GBBGBC， 且GE5为意GF8G8BGE5为G9DGC7GB8GB9相G809。 GE3GCCGCDG9E文献探讨GADGAE可GB3， GABG9E者的GE5为意GF8与G82G83GABG9EGE5为G9F者间GA0在GFC定GBBGBC的G80G81。 在虚拟社区GABG9E的GD1GD2中， GFB果虚拟社区成员GE5为意GF8GD5高， G8BG82G83GABG9EGD6GD7GB7GBBGBC。 GD8GD9， 提GBD以GDAGDBGDCG80H7G80 GAB

36、G9E意GF8G8BG82G83GABG9EGB7GB8GB9GBAG9AGBBGBC。三、 研究设计GCEGADGAE将GA1体G9DGCEGC2定为GA2GABG9E过QQ， 且GABG9E时间为GBEGA3以GCD的GABG9E者。 GD8GEA社区网络信息传GA4GA5GA6， 故GCEGADGAEGA7G9EG85G86GB6高， 不受时间与GA8间限制且传GA4GA6GF7GA5的网络GA9GAAGABGE1来GAC为GA9GAAG95GAD的GAEGAF进GE5GC3GCC的搜GB0， 并通过GA9GAAGB1G95GADGB2GB3GF3G9AGB4GB5网络消费者G82GB6

37、在G8CGB7GB8， 进GE5网络GA9GAA服务， GB9GA9GAAGBAGBB传GA4GBC受GEC者供G83进GE5GBDGBE。GBAGE1G95GB8的时间为2016GA311GBF15GC0GC12016GC212GBF31GC0， GC3计GC4GA1GA9GAAGC3为1065GC5， GC6GC7GC8GB7GABG9EQQ的GBDGBE者G91GBEGC9GB6GBDGBE者G91 GBDGBEGCAGCB不GCCGCD者G91 基GCEGC3GCCGCEGBDGCFGCCGCD的GD0效GA9GAAGD1， GB7效GA9GAAG82GA1 350 GC5， GB7效

38、G9DGCEGD2为 25.93%。 在350GC5GB7效GA9GAA中， GBDGBE者GB6GD3为GD4GB6的GF1184GC5(52.6%)G91 GD5GB6GF1 166 GC5(47.4%)。 GCEGADGAEGE3GCC中GB5G85联网信息中G92GD6GD7的GD8中GB5网GD9社交网站应G9EGADGAEGDAGDBGDC 的GB6GD3GDD例的GC3GCC， 进GE5GDEGABGDF定(Chi-square Test)的适GE0GF7GDF定(Goodness-of-fit Test) 来GDF定G9DGCE结构。 虚GD0GD4G8BGE1GDBGDCGF

39、BGDAG80H8G80 G9DGCEGDD例GE2GD7GFF同GE3GB6=52.6%G91 GE4GB6=47.4%。H9G80 G9DGCEGDD例GE2GD7不GFF同GE3GB6=52.6%G91 GE4GB6=47.4%。结果G97GC7在G95GD8GF7GFFGEA1 时， 2值GFFGEA 0.346， p=0.5560.050， GCE达GB8GB9GE5GB2故不GE6GE7虚GD0H， GE8GCEGADGAEG9DGCE的GB6GD3GDD例与中GB5G85联网信息中G92GE4GD6GD7的GB6GD3GDD例GE9GEAGBEGC9， 因GD9GEAGB0GCE

40、GEBG95GADG9DGCEGECGED地GEEGEF了虚拟社区的基GCEGFCGF0。GCEGADGAEG9DGCE的GF1G9EGB6G9B计中， 在GE7GEF基GCEGF2GF3GC6GE2的GB6GD3虚拟社区成员利益G8BG82G83GABG9EGE5为的GBBGBCGADGAE15 万方数据 2017 年第 9 期潜变数 NM NP PC FB SB HB BI AU CR AVENM 0.718 0.761 0.515NP 0.708* 0.718 0.756 0.515PC 0.445* 0.513* 0.740 0.827 0.547FB 0.310* 0.381* 0.

41、493* 0.731 0.772 0.534SB 0.303* 0.378* 0.578* 0.548* 0.688 0.782 0.473HB 0.232* 0.324* 0.491* 0.497* 0.584* 0.804 0.879 0.646BI 0.322* 0.363* 0.437* 0.470* 0.458* 0.550* 0.840 0.878 0.706AU 0.258* 0.298* 0.348* 0.371* 0.372* 0.501* 0.738* 0.849 0.886 0.721Cronbachs 0.760 0.741 0.823 0.766 0.780 0.87

42、6 0.875 0.885注： NM： 社区会员数； NP： 社区同伴数； PC： 知觉互补性； FB： 功能利益； SB： 社交利益； HB： 享乐利益； BI： 行为意图； AU： 实际使用。 CR为组合信度； 对角在线的元素代表AVE的平方根， 其他元素代表潜变量间的相关系数。方面， 本研究受测者样本男性(52.6%)比女性(47.4%)较多； 年龄方面， 主要为 1824 岁(62.3%)； 教育程度方面， 主要为大学（专科） (77.7%)； 接触QQ时间方面， 主要为使用QQ12年者(56.9%)； 一周内曾使用 QQ 天数方面， 主要为每天都使用(49.4%)； 每天使用 QQ

43、时间方面， 主要为每天使用QQ 12 小时者(43.4%)； 在QQ账号上拥有的会员朋友数量方面， 主要以201500人(40.0%)居多。本研究衡量各构面的题项如下： 除网络外部性、 会员利益量表衡量尺度均采用李克特五点尺度(5-Point Likert Scale)外， 依序给G80 1 G81 5 G82G83G84G85G86G87G88G89G8A =1G8B G8CG85G86G87G89G8A =5G8B）。G8D使用G8AG8EG8FG90G91使用量表衡量尺度均采用李克特G92点尺度(7-Point Likert Scale)G80以量G93受G94者G95G96的G97G9

44、8， 依序给G801G817G82（G84G85G86G87G88G89G8A=1G8B G8CG85G86G87G89G8A=7G8BG99， G9AG9B本研究G9CG9DG9E35题G9C项。 本研究采用 Lin & Lu(2011)G95G9FGA0的量表GA1网络外部性GA2GA3测量， GA4GA5GA6GA7会员数(Number of Members) G833 测题G99、 GA6GA7G89GA8数(Number of Peers) G833 测题G99， GA9GAAGABGAC性(Perceived Complementarity)G834测题G99 GADGAEGAF度

45、， G9E 10 GAE测题； 采用 Wang & Fesenmaierb (2004)G9FGA0的量表GA1会员利益GA2GA3测量， GB0GB1利益G833 测题）、GA6GB2利益G834测题） G8FGB3GB4利益G834测题） GADGAEGAF度， G9E11GAE测题； 采用Moon & Kim (2001)G9FGA0的量表GA1使用G8AG8EGA2GA3测量G833测题）； GB5GB6Kwon & Wen(2010)GB7GB8的G90G91使用G833测题） GA2GA3测量8。四、 资料分析GB9GBA采用 SPSS G8F AMOS GBBG9BGBCGBDG

46、A1数GBEGA2GA3G82GBF， 数GBE的G82GBFGC0G82为GC1本G82GBFG8FGC2GC3GC4GC5G82GBF。 GC1本G82GBF方面， 使用GBBG9BGBCGBDSPSSGA2GA3； GC2GC3GC4GC5的GC6GC7方面， GC8采用GC9构方程GC4GCA(Structural Equation Modeling，SEM)的GBBG9BGCBGCC， GCD使用AMOSGBCGBDGCE为数GBEGCFGD0GD1GD2GA1研究GC4GCAGA2GA3G82GBFGD3GD4GC6。为GD5GD6G9EG89方GD7GD8GD9G9C题GDAGD

47、BGDCGDDGA0GDEGDF， GC0采GE0GE1GE2GE3GE4G8FGE1GE5GD4测GE6GE7GE8GA2GA3GE9测GEAGCFGD0。 GE1GE2GE3GE4的部G82， G9CG9D的GEBG9BGC0采GE0受G94GECGEDGEEGEFGD7、 题项G8AGF0GEEGEFGD7、 题项GF1GF2GF3GF4GD7、 GF5GF6题项GEBG9BGD7GEAGF7G8AGD9GF8GD7GF9GEBG9B方GC5， 以GDBGDCG89GFAGD8GD9GFBGFC。 GFDGFE本研究以G88GFF名方GC5GEBG9BG9CG9D， GCD将研究目的G8

48、F变量名称GEEGEF， 以减少G96答者在GCE答时的疑虑， GFE外采用各构面变量GF1GF2编排， GCD增加部G82GF5项题， 用以减少受G94者一致性G96答的动GF2。在GE1GE5GD4测的部G82， G9CG9D回收GE5， 本研究采用Harmans 单GFD素GD4GC6GD7GA2GA3G9EG89方GD7GD8GD9GD4GC6(Common Method Variance，CMV)GD4测， 将G95有变量GA2GA3探索性GFD子G82GBF(Exploratory Factor Analysis，EFA)， GD4测GC9果GA0GFBGC0萃GE0GB88GAE

49、GFD素， G8D第一GAEGFD子的解释力GCD未达G8C50%， 由GFEGC0判定本研究的样本数GBEGCDG88存在严重的G9EG89方GD7GD8GD9G9C题。 GD4测GC9果还GA0GFB第一GAEGFD子的主成G82解释了31.60%的变GF8量， 未超过建议值50%以上， 且GA1单GFD素GC6GC7性G82GBF的GF3适度GC9果G8F本研究架构GC4GC5的GF3适度GC9果GA2GA3比较GE5， GA0GFB本研究架构的数GBE较佳， GFEGC9果显示本研究GCD无严重的G9EG89方GD7GD8GD9存在， GC0GA2GA3GE5续的数GBEG82GBF。效度G82GBF部G82， 本研究透过GC6GC7性GFD素G82GBFGA2GA3收敛效度GD4测， 根GBEHair Jr.， Black， Babin & Anderson(2010)的建议， 利用潜在变量组合GEC度(Composite Reliability，CR)G8F潜在变量平均方GD9GB7GE0值(Average Variance Extracted，AVE)来衡量潜在变量GD3观测变量的收敛效度。