高校微信公众号用户满意度影响因子研究——以华中师范大学为例

冯莎莎

(华中师范大学信息管理学院, 武汉 430079)



高校微信公众号用户满意度影响因子研究
——以华中师范大学为例

冯莎莎

(华中师范大学信息管理学院, 武汉 430079)

研究高校微信公众号订阅用户数据，分析用户满意度影响因子，为改善用户体验，提高活跃度提供参考。构建一个综合模型，以高校学生为主要调查对象，采用结构方程模型对其影响因素进行量化分析。调查研究表明，高校微信公众号满意度影响因子有:感知有用性、感知易用性、感知娱乐性、信息感知质量性和高校微信公众号使用意愿。同时，高校微信公众号的使用意愿主要受到感知有用性、感知娱乐性与信息感知质量性三个因素的影响，而信息感知质量性发挥中介作用，联系和调节各种因素之间的关系。

高校微信公众号；TAM模型；结构方程模型；用户满意度；用户服务；用户体验

1 引言

由于现代信息技术的迅速发展，拥有大量移动用户的微信成为日常信息交流的重要载体。而其中的微信公众号，更是为大量的用户提供服务。这将是我们讨论的主要受众群体。美国未来学家奈斯比特在《大趋势》一书中曾说过，“我们淹没在信息中，但是却渴求知识。”[1]随着现代信息技术的发展，各类信息像洪水一样向我们涌来，如何选择我们真正需要的信息是一个迫在眉睫的问题。生活节奏的加快，知识获取的困难，使得人们学习的时间越来越碎片化。而拥有大量移动用户的微信公众号因为其语言精炼，学习方便，逐渐成为我们获得最新资讯与学习的一种重要方式。由于高校移动用户人群具有年龄层次年轻化，知识层次较高等显著特点，所以官方认证的高校微信公众号订阅人群基数大，传播范围广，是获得高校最新资讯极为方便的一个途径。检测用户对于高校微信公众号的满意度因子研究将是本文研究的重点。

2 微信公众号

微信(WeChat)作为一种发送和接收即时通讯信息的应用平台，是腾讯公司于2011年1月21日推出的一类新型免费服务软件。基于移动智能客户端，微信能够支持通信、在线语音视频等各种功能，同时还支持根据地理位置找到相关好友，网络朋友圈为用户提供良好的互动体验。微信在传播信息方面更加便利高效，它将传统营销理念进行改革，使信息透明化、公众化，快速传送到每位用户的微信平台，在手机客户端上即可获取，传播效果更加突出[2]。微信可进行跨通讯运营商和操作系统运作，这使其能将网络上发出的免费消息、语音、图片、视频等快速地共享到各媒体平台，扩大社交范围。因为这种优势的存在，虽然推出的时间不长，但至今已有超过5亿活跃用户在使用。腾讯发布的2015年微信用户数据报告显示，其用户平均年龄只有26岁，97.7%的用户在50岁以下，86.2%的用户在18-36岁之间，可以看出微信具有极强的社交媒体性，是人们生活中不可或缺的日常工具。

微信公众号是商家和其他企业在微信公众平台上注册的个人账号，它与相应的QQ账号可进行相互授权连通，商家可运用公众号在微信平台上进行互动营销，与特定的群体进行文字、图片、视频等消息的交流沟通，[3]形成新型的互动营销模式。如今，微信公众号更成为一种为用户提供个性化服务的模式。随着微信用户的不断增加，它将成为移动时代的超级平台，而用户可以得到更多的资源，实现移动学习，获取个性化服务。

微信公众号分为三种类型：订阅号、服务号、企业号。首先是订阅号，它构建了读者之间一种新的传播方式。订阅号分为普通订阅号与认证订阅号。本文以华中师范大学为代表的高校认证官方微信订阅号为研究案例。认证订阅号比普通订阅号功能更加强大，底部可以直接进行外部链接，并且为第三方平台开发提供接口。服务号可以认为是更为高级的订阅号，能够提供更加强大的平台。它的定向是用户，不适合个人，主要适合企业，分为认证与普通的服务号。企业号针对大型公司、政府或者事业单位。

微信订阅号与服务号的区别主要在于以下四点：(1)订阅号每天都可以群发消息，而服务号只能一个月发四次；(2)订阅号不能微信支付，而服务号可以进行申请支付；(3)订阅号需要认证才能申请自定义菜单，而服务号无需认证即可；(4)订阅号群发消息时有消息提醒而订阅号没有。目前大多数高校采用的是认证的订阅号，具有每天发布一条图文信息且底部能进行查询等功能。

3 高校微信公众号订阅用户满意度概念模型

3.1 技术接受模型(TAM)

美国学者Davis在1989年将理性行为理论(TRA) 运用到用户信息接受情况的分析中，构建了技术接受模型(Technology Acceptance Model，简称TAM)[4]。TAM是专门用来描述和解释信息技术的接受程度，并能够解释技术使用者的行为。TAM认为系统使用、行为意向、想用的态度以及感知的有用性和易用性等变量之间有了密切的关系，感知的有用性和易用性影响想用的态度，想用的态度和感知的有用性共同影响行为意向，行为意向影响系统使用[5]。系统中所包含的诸如用户特征、系统感知形式、系统框架等因素都属于外部变量的范畴，而这些外部变量同时还为模型中不同个体间的差异、系统内部的行为意向、可控的各种干扰因素以及周围环境之间建立了一种相互影响的关系。Bhattacherjee 认为当用户感知到新信息技术有益时，会进行持续使用[6]。模型如图1所示。

图1 技术接受模型

TAM是预测用户是否采纳新信息技术的工具，具有很强的实用性。在实践中影响技术接受的因素非常复杂，而且针对不同的技术，在不同的环境中，其影响因素也是非常复杂的。为了更好地解释、预测信息技术的接受，并为实际部分提供实践指导，模型需要不断完善。为此，国内外提出了各种外部变量。Wixom & Todd(2005)总结了三种扩展途径：(1)引入主观规范、感知行为控制和自我效能等作为相关模型中的变量；(2)引入结果展示性、可视性、兼容性等其他信念变量；(3)引入外部变量，如个性特征等，将其作为有用性及易用性认知的前置变量或调节变量[7]。在国内，李宝强(2008)对模型中的外部变量进行了分类：(1)有关用户个体特征或个人能力的变量；(2)有关社会影响的变量；(3)有关用户心理认知的变量；(4)有关信息技术作用和技术作用与用户需要适合程度的变量；(5)有关技术使用环境或使用条件的变量[8]。外部变量在影响用户对信息技术的有用性认知、易用性认知、行为意图的过程中，还可能受到其他因素的影响，即在不同的情境中，各种外部变量对认知和行为意图的影响力不同，这些变量即为调节变量。这些变量基本涵盖了影响用户接受和使用信息技术的各种因素。

3.2 研究模型

本文将技术接受模型TAM引入到高校微信公众号用户满意度分析中，除了TAM模型中所包含的感知易用性与感知有用性外，加入了娱乐性变量、信任变量、信息感知质量变量，并进行融合，如图2所示。由于本研究主要研究高校微信公众号用户满意度因子分析，受众群体较为单一，且并不是所有的TAM模型都需要进行外部变量分析，因此主要分析各因变量之间关系[9]。

图2 高校微信公众号订阅用户满意度概念模型

3.3 用户满意度影响因素分析

3.3.1 感知有用性

感知有用性是用户从高校微信公众号中感知到收益的程度，是指其能否满足用户的需求，需要我们进行大量的数据分析，了解用户期望值，结合现代科技技术，提供更丰富的功能。当高校微信公众号能够满足用户需求时，用户会进行重复使用，对使用意愿有显著影响。同时用户在使用过程中，会认同高校微信公众号的价值，从而影响信息感知质量性。使用意愿的提高，会使用户易于长时间使用高校微信公众号，从阅读中产生浓厚的兴趣，具有沉浸感，从而感知娱乐性。

感知有用性相关假设

H11：用户的感知有用性会正向显著影响高校微信公众号使用意愿

H12：用户的感知有用性对信息感知质量性存在着正向显著影响

H13：用户的感知有用性会正向显著影响感知娱乐性

3.3.2感知易用性

感知易用性是指用户感知到使用微信公众号的容易程度，当用户使用新功能或新技术时，如果微信公众号容易操作，容易使用，则用户的使用意愿会加强。当使用的难度系数较低时，用户会更倾向于使用，从而感知到高校微信公众号的质量。

H21：感知易用性会正向影响高校微信公众号使用意愿

H22：感知易用性对感知有用性存在着正向影响

3.3.3 感知娱乐性

感知娱乐性是指在使用微信公众号时，用户从中感知到的快乐或者趣味性。用户在使用信息技术时，除了有用性与易用性外，会对产生趣味的信息技术进行使用。当用户在使用时感受到快乐时，也会对信息技术感知到有用易用，从而影响信息的感知质量。

H31：感知娱乐性会正向影响高校微信公众号使用意愿

H32：感知娱乐性对信息感知质量性、感知易用性存在着正向影响

3.3.4 信息感知质量性

高校微信公众号在信息感知质量性方面，主要体现在账户推送信息的组织方式对受众来说是否合适。当用户认同高校微信公众号推送的信息质量时，会提高使用热情，增强用户的使用意愿。同时当用户认同该技术，持续使用时，会正向影响用户感知有用性。

H41：信息感知质量性会正向显著影响高校微信公众号使用意愿

H42：信息感知质量性对感知有用性存在着正向显著影响

4 研究方法

4.1 数据获取与样本统计

使用问卷调查的方式收集数据，应用前面所提到的理论模型设计相应的问卷。问卷主体分为三个部分：第一部分为是否使用过高校微信公众号，如果使用，进行第二、三部分的调查，如果未使用则在第一部分进行原因调查；第二部分为个人背景及使用情况。个人背景的主要因素有性别、年龄、受教育程度、职称四个方面，使用情况的主要因素为使用频率及已使用的时间；第三部分为调查影响用户对于高校微信公众号使用情况满意度的因素，详见表1。

表1 高校微信公众号用户满意度因子

问卷各变量采用多指标进行测度，各指标采用Likert五分量表进行评定，用1-5依次表示“很不满意”“不满意”“一般”“满意”和“很满意”。用户根据自己的主观感受和实际情况进行问卷的填写。

问卷数据的收集主要通过两种方法，一是运用问卷星在网络进行问卷调查，二是发放纸质问卷填写。问卷的调查时间为2016年3-4月，为期一个月。本问卷的题项为27，问卷数为195份，满足数据处理的样本需求。回收的问卷中，男性与女性样本各占27.9%和72.1%，其中调查对象年龄在18-25岁的占比达87.2%。由于微信公众平台是从2012年开始运行，因此使用高校微信公众号年限少于两年的人员达91.1%，但也从侧面反映出微信公众号的普及速度快。从用户的使用频率来看，每天使用的用户达25.1%，而每周使用的人数占到总比重的38.0%，说明用户使用较活跃，处于一个相对稳定的水平。

4.2 结构方程模型

结构方程模型(SEM)是一种多元数据处理工具，通过参数估计，可以建立、评估与检验多个因变量和多个自变量的因果关系，是多元数据分析的重要工具。过去，常用回归分析法来检验因果关系。随着可测变量的增多，回归分析已不能满足此类模型。为了分析和揭示高校微信公众号用户满意度因子影晌因素，本研究将釆用结构方程模型来进行假设的检验和重要性排序。在模型中，将用户的个人背景与使用情况作为环境变量予以控制，首先建立测量方程与结构方程。

针对指标和潜变量之间的关系，构建测量方程如下：

x=Λxξ+δ

y=Λyη+ε

其中：x指外源指标构成的向量总和；

Y指内生指标构成的向量总和；

ξ指外源潜变量构成的向量总和；

η指内生潜变量构成的向量总和；

Λx指外源指标与外源潜变量的相关关系，即外源指标在外源潜变量上的因子负荷矩阵；

Λy指内生指标与内生变量的相关关系，即内生指标在内生潜变量上的因子负荷矩阵；

对于潜变量间的关系，可以写成如下结构方程：

η=Bη+Γξ+ζ

其中：B指内生潜变量之间的关系；

Γ指内生潜变量受外源潜变量的影响程度；

ζ指结构方程中的校正因子，即是在结构方程中没有得到解释的内容。[10]

根据T法则，可以判断模型是否可以识别[11]。本文中的模型，共有19个观测变量，5个潜变量，可以得出df>0,表示模型过度识别，可以检验对数据的拟合程度。因此可以认为整个模型是可以识别的。

4.3 数据分析与结果

4.3.1 信度与效度检验

信度分析(Reliability)，又称可靠性分析，是调查问卷结果在反复测量时不因人群地区、背景、学历等干扰因素而受到影响。采用Cronbach α信度系数来进行衡量，通常情况下，信度系数在0.61-0.66之间则表明该数据不可靠；信度系数在0.65-0.70之间，则表明量表可以接受；信度系数在0.70-0.80之间，则表明量表相当好；信度系数在0.80-0.90之间，则表明量表非常好。在表1分析结果中，显示各变量Cronbach α信度系数值分别为0.772、0.895、0.895、0.850、0.839。各潜变量的信度系数均在0.772-0.895之间，同时各潜变量间Cronbach α信度系数值为0.940，因此可以得出信度大部分很好。本研究所使用问卷调查中的各个变量及其所度量的维度都体现出较高的内部一致性和稳定性。

效度具体是指用调查问卷可以有效测量出研究人员所需要的测度数据正确性程度。本次采用SPSS 20.0软件，针对问卷采用探索性因子的分析方法进行一个结构效度的查验，从而得出是否有遗漏的研究变量发生。当然，因子分析方法有自身的前提，即各量表问项之间必须具备一定的相关性。为了检测问项相关性，本研究采用Bartlett球体研究设计与问卷检验和KMO样本测度两种方法。相关性检验需要Bartlett球体获得相应数据并进行验证，进而在相关矩阵上得以体现。其数据有一个准确的指针：适合进行因子分析的KMO值不小于0.9；KMO值若在0.8-0.9，很适合；当KMO值在0.7-0.8时，适合；KMO值在0.6-0.7时，不太适合；当KMO值在0.5-0.6时，很勉强；当KMO值在0.5以下时，不适合。如表2所示KMO检验值为0.926,Bartlett 的球形度检验P<0.001，具有显著性，适合做因子分析。因子分析中采用主成分分析法和最大方差法，旋转后的因子负荷矩阵共提取5个因子，解释总方差的73.176%。每个维度上其主要解释的因子载荷越大越好(应高于0.40)，在其他因子上的因子载荷越小越好(尽量低于0.50)，问卷效度很好。

表2 KMO和巴特利特检验

4.3.2 结构方程分析

这一部分会通过结构方程软件分析，检验此次研究的假设和相关的理论模型，并从三个角度来开展研究：第一角度检验并测量模型的验证性，第二角度对因子进行分析，第三角度对其结构模式的发展。吴明隆曾说过，由测量模型和结构模型的基本模型中引导出结构方程模式的分析，结构模型重点在于变量之间的连接关系，存在于观察变量和潜在变量中，测量模式重点在于有着直接效果的潜质变量和观察指标产生的效果[12]。

我们以理论研究为基础，探讨出了研究模型，主要是利用验证性因子的分析方法来评估研究模型的拟合状况，然后对量表结构的可靠性进行考核。如此，可以根据结构公式对研究模型的拟合数值考核结果来判断其有效性。结构方程拟合的进行过程中，拟合效果需要使用以下拟合指数来进行研究并检验其效果。通常情况下，总体拟合指数的评价标准如下：卡方值越小越好；RMR小于0.05；近似误差均方根(RMSEA)小于0.08；相对拟合指数(TLI)、拟合优度指数(GFI)、比较拟合指数(CFI)、调整的拟合优度指数(AGFI)、近似误差均方根(RMSEA)、增加拟合指数(IFI)以及规范拟合指数(NFI)均大于0.8。如果模型拟合指数能够同时达到以上标准，则表明模型的有效性符合实际情况，能够与数据吻合。

为了说明假设模型对现实行为的解释力，本研究首先会通过AMOS软件对模型拟合度进行检验。检验模型的拟合效果，如表3所示。

表3 总体拟合系数表

表3显示的假设模型拟合指数，自由度与卡方的比值倒数约为1.57，相当于规范拟合指数(NFI)的值为 0.902，比较拟合指数(CFI)的值为 0.960，增加拟合指数(IFI)的值为 0.961，相对拟合指数(TLI)的值为0.954 ，而近似误差均方根(RMSEA)的值不得超过 0.08。以上绝大部分指数均符合各指标满足条件，而GFI和AGFI 除外，说明量表的结构效度良好，假设模型检验的研究是正确的。

接下来对各条假设路径进行检验分析，如表4所示。

表4 模型的路径系数及显著性表

通过以上的研究结果可知相关假设的结果，如表5所示：

表5 假设检验表

上述表格数据显示，用户参与使用意愿因素并不会因为感知易用性而受到影响，信息感知质量性也没有对感知有用性产生正向影响，而剩余的假设却得出了不错的结果，它们存在着相关性，这与国内外相关文献的研究结论是相符合的。另外，我们在研究中还发现了其他结论，使用意愿并不直接受易用性的影响，而是以信息感知质量为载体，对使用意愿进行间接的影响。

5 研究结论与提升用户对高校微信公众号满意度方法

5.1 研究结论

根据数据分析结果，对高校微信公众号用户满意度因子模型路径进行总结归纳。结果如图3所示。

图3

结论一：感知有用性对用户使用意图正向影响，感知易用性对用户的使用意愿没有显著影响，与已有的部分技术接受研究一致。易用性在最初会影响行为意图，随着时间推移，积累经验后，这种影响会消失。本研究中用户为高校学生，学历较高，年龄在20-30岁之间，具有能较快适应新信息技术的特点，从而弱化了易用性对使用搜索引擎的行为意愿。

结论二：用户对于高校微信公众号的使用意愿，会受感知娱乐性的正向影响。 Davis 1992 年引入感知娱乐性变量，以便更好地解释用户的接受与使用行为[13]。在此次研究中，我们得出了一致的结论，即感知度会正向影响用户使用意愿，当用户有兴趣进一步了解信息技术时，他们就会继续使用，在自己无法自拔的同时体验到快乐。

结论三：用户对于高校微信公众号的使用意愿，在很大程度上受到信息感知质量性的积极影响。当用户对于信息提供的质量满足时，会对信息技术产生认同感，提高用户对于信息技术的满意度，从而产生使用意愿。

结论四：本文研究中，感知易用性并没正向影响感知有用性，而是感知有用性正向影响感知易用性。可能是统计学中误差导致压抑现象引起，造成关联方向相反。感知娱乐性、感知易用性、感知有用性等通过影响信息感知质量性进而对使用意愿产生显著的正向影响。图3的数据显示，感知有用性对感知娱乐性存在着正向影响，感知易用性对信息感知质量性存在着正向影响。

5.2 关于增加用户对高校微信公众号认可度的相关建议

为了提高用户对高校微信公众号的满意程度，我们根据以上的研究结果提出如下建议：首先，可以提高用户的感知娱乐性。在设计高校微信公众号时，增加互动性功能。对于用户感兴趣的话题进行探讨或组织活动，使用户产生代入感，增强关注度，从而在浏览高校微信公众号时产生快乐，具有沉浸感，使用户使用意愿加强。其次，应该提高高校微信公众号信息质量。感知质量与满意度之间关系，已经有很多文献进行叙述，本文主要从信息感知质量性与用户高校微信公众号使用意愿方面进行研究。从模型中可以了解到，信息感知质量性作为中介，对其他变量都具有影响。因此，在高校微信公众号设计时，应注重发布内容的权威性，让用户感受到信任，从而提高用户的使用意愿。

受制于样本量，本研究仍有些不足。主要表现在本文问卷只有195份，数据量虽然能够进行样本分析处理，但是由于抽样调查的不确定性，造成统计误差。同时以高校学生为例，虽然将本科生与研究生分开计量，但由于该校男女比例因素，使得本次研究性别、年龄、职称方面的因素无法很好体现出来，这些是后续研究中需要进一步完善的问题。

[1] 约翰·奈斯比特,多丽丝·奈斯比特.中国大趋势下的挑战与机遇[J].光彩,2011(9):10-12.

[2]李蕾，高海珍.微信：3亿用户的背后——本刊专访微信团队[J].新闻与写作，2013(4)：34-36.

[3] 曹乃凡.关于微信群组传播的研究——以微信营销为例[J].新闻研究导刊,2015(11):277.

[4] 宋文杰,朱学芳.基于TAM模型的移动图书馆用户行为意愿研究[J]. 图书馆学研究,2015(11):71-77，60

[5] 匡文波. 基于技术接受模型的微信使用行为研究[J]. 国际新闻界,2015(10):117-126.

[6] Anol Bhattacherjee. Understanding Information Systems Continuance: An Expectation Confirmation Model[J]. MIS Quarterly，2001 ( 3) : 351-370.

[7] Wixom B.H. & Todd P.A.. A theoretical integration of user satisfaction and technology acceptance [J].Information Systems Research,2005,16(1):85-102.

[8] 苏君华,董宏志.面向搜索引擎的用户接受模型研究[J].情报科学,2013(11):64-68.

[9] 齐佳音,李源泉,史双，等.技术接受模型(TAM)变量间关系的综述分析[C]//信息系统协会中国分会2006年学术研讨会，2006:15-19.

[10] Viswanath Venkatesh,Fred D. Davis.A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies[J].Management science: Journal of the Institute of Management Sciences,2000,46(2):186-204.

[11] 凌鸿,夏力,曾凤焕，等.内容传递类移动商务用户接受模型研究[J].上海管理科学,2008,30(1):31-35.

[12] Hung-Pin Shih.Extended technology acceptance model of Internet utilization behavior[J].Information & Management,2004,41(6):719-729.

[13] 于慧.电子商务环境下关于消费者行为的影响因素研究[D].哈尔滨工业大学,2008.

[14] Moon J, Kim Y. Extending The TAM for A World-Wide-Web Context [J]. Information & Management， 2001, 38(4):217-230.

[15] Teo T, Lim V. Intrinsic and Extrinsic Motivation in Internet Usage [J]. Omega，1999, 27(1):25-37.

[16] 张一涵,袁勤俭.我国高校学生互联网信息获取行为的影响因素研究[C]//第四届全国情报学博士生学术论坛论文集,2014:1-16.

[17] Nicolae Nistor.When technology acceptance models won’t work: Non-significant intention-behavior effects[J].Computers in human behavior,2014,34(May):299-300.

[18] 孙友然,杨淼,江歌. 基于结构方程的高校实践教学满意度模型构建研究[J]. 高教探索,2016(1):74-81.

[19] 侯杰泰，温忠麟，成子娟.结构方程模型及其应用[M].北京:教育科学出版社，2004:245.

[20] 吴明隆.问卷统计分析实务操作与应用[M].重庆：重庆大学出版社，2010:194.

[21] 吴茹双.微信用户使用态度影响因素研究[D].上海交通大学,2013.

(责任编辑：朱爱瑜)

Impact Factors on User Satisfaction of WeChat Official Accounts in University——Taking Central China Normal University as an Example

FENG Sha-sha

(Central China Normal University, Wuhan 430079, China)

The study of user subscription data of WeChat Official Accounts in university and the analysis of impact factor of user satisfaction provide reference for improving user experience and activity degree. To build a comprehensive model, by using structural equation model to analyze quantitatively its impact factor on the basis of college students. The research shows that the impact factors includes: perceived usefulness, perceived easy-using, perceived entertainment, information perceived quality, use intention of Wechat Official Accounts in university. At the same time, the willingness of Wechat Official Accounts is mainly influenced by three factors: perceived usefulness, perceived entertainment and information perceived quality which plays an intermediary role to contact and adjust various factors.

WeChat Official Accounts in university; TAM model; structural equation model; user satisfaction; user service; user experience

G252.0

A

1006-1525(2016)06-0109-08

冯莎莎,女，硕士研究生。

2016-04-13