“满意”还是“锁定”：理解技术创新路径依赖下的消费者持续使用

韦骁勇，沈 蕾

（东华大学 旭日工商管理学院，上海 200051）

信息技术在互联网中的创新性应用带来了商务模式的剧烈变化。对互联网企业而言，技术创新是保证其生存和发展的关键要素，要使企业在行业中保持优势地位，不仅要促成消费者的技术接受，更需要使其形成对技术创新的持续使用，而这也正是近年来信息系统（IS）用户研究的重点之一。对IS的重复使用类似于消费者对产品和服务的重复消费，因此，一类最具影响力的研究将营销学中的“期望-确认”（ECM）理论，引入到IS持续使用议题中，取得了一系列具有突破性意义的成果。此类研究通常借助测量用户的认知信念等判断来解释和预测其持续使用行为，遵循“认知-情感-行为”的范式，“满意”是其中重要的中介变量。

虽然此类模型已经取得了广泛的应用，但它在解释个体特别是消费者的行为上仍存在一定缺陷。一个主要的缺陷是，此类模型并未考虑技术的推广和接受是一个逐步演进的时空过程，具有多阶段性[1-2]，并且，在技术逐步融入消费者日常生活的过程中，随着消费者对某种技术的感知效益的认识不断加强和固化，其主观认知判断过程逐渐减少，技术依赖逐渐增强，“满意”的影响力逐渐弱化；在外部环境与技术的交互作用下，技术创新会发生锁定效应，表现为一种消费者认知层面的锁定。另一方面，由于消费者对信息的处理能力有限，他们学会使用一项新技术需要消耗一定的认知努力，比较不同技术的差异也需要付出信息搜索和处理的努力。当消费者学会熟练地操作和使用某一项技术时，他们便难以放弃这项技术便利，对技术依赖的程度亦愈发增长，从而加强认知锁定。这种现象很难通过基于技术接受信念的观点进行说明，却能够以人力资本模型和交易成本理论更好地进行解释。

因此，当某项技术具备了超越其他同类技术的独特应用优势时，互联网中的消费者不再只是简单地基于其信念和“满意”而重复访问这一在线服务提供者，这种行为更像是被“锁定”的，其经济学根源在于技术创新应用本身所导致的一种路径依赖——技术创新路径依赖的发生是如此普遍和难以避免：C2C电子商务中的淘宝，在线即时通讯中的腾讯，社交平台中的新浪微博，移动即时通讯中的微信…当一项技术存在较强的锁定效应时，基于认知信念的持续使用模型就难以再对使用者的未来行为进行预测，那么，在路径依赖的情景下，网络消费者技术持续使用行为的内在机制及其决定因素发生了什么变化，这种变化又会如何影响消费者的后续行为及应对策略？

对这个理论问题的解答具有十分重要的现实意义。在当前“互联网+”以及“大众创业、万众创新”的时代背景下，对那些聚焦于科技创新的中小微型企业而言，能否成功创造消费者对其技术创新的认知锁定将决定企业能否在激烈的竞争中生存下来，对技术依赖下的持续使用现象的了解也有助于这些企业的发展。同时，面对那些已经成功塑造消费者持续使用的企业而言，研究结论也能为其改善顾客关系管理策略提供一定启示。

1 文献回顾

1.1 消费者IS持续使用

一般而言，IS持续使用是同时存在于组织[2]与个人[3-4]层面的现象，而与营销学有关的持续使用研究则更为关注对个人用户，即消费者的行为进行解释。当一项技术被初次采纳后，使用者可能进入一种对持续化、常态化的技术使用阶段，并使这种行为逐渐超越有意识的行动转化为一种日常（而非一次性）的活动[3]。因此，应将IS持续使用视为反映个人对继续使用某个特定的信息系统的一系列重复决策的结果[4]，它停止于用户终止使用的决定[3]。

先前的研究已经验证，IS持续与IS接受不仅在理论上有着完全不同的内涵，那些用于解释IS接受的前因也并不能良好地解释持续意向（乃至行为）的产生[2]。此时，该学说发展所面临的最大挑战在于寻找一个合适的理论观点解释这一现象。

1.2 Bhattacherjee模型

虽然关于IS用户的早期研究并未发展出对持续使用机制的合理解释，但在营销学领域，对消费者重复购买行为的理论研究已经得到了大量经验证据的支持，而IS的持续使用作为一种重复决策，与之有着极为相似之处。由此，Bhattacherjee[3]将“期望-确认”理论成功应用于IS持续使用研究，将用户满意作为持续意向的重要解释变量，并结合IS研究情景以感知有用替代使用后的信念，如图1所示。

图1 Bhattacherjee模型[3]

模型中的路径均被假定为正向作用，所有路径均通过了实证数据检验。研究证实[3]，作为功利性价值的代表，感知有用是在技术的采纳阶段和持续阶段都能对使用意向造成影响的重要因素，持续意向由用户满意和（使用后的）感知有用共同决定。

近年来，尽管一些后续的文献向Bhattacherjee的ECM模型[3]添加了少数变量对其进行小规模拓展[5-6]，但并未影响它作为一个经典理论模型的优势。这是因为，Bhattacherjee模型不仅完整包含并重现了ECM理论的基本机制来解释IS持续使用，还采用与先前的IS研究[1]完全不同的理论框架和理论构念来解释IS接受后行为，而这些新构念（确认、用户满意）全部产生于成熟的理论，这使模型具备了较高的理论效度。此外，Bhattacherjee模型并不盲目追求采用一些缺乏理论贡献意义的变量来提高其解释水平[4]；同时，它又能通过极为简约的模型设计提供（相对以往研究）更高的效力。注意到，ECM的满意机制与本研究讨论的认知锁定效应可能具有的潜在互相作用，及其简洁有效的理论建构形式，本文仍将该模型作为理论拓展的基点。

1.3 两种观点

基于认知信念的研究范式将技术相关信念作为持续使用行为的前因，而满意作为个体对期望与感知绩效进行比较而产生的心理状态和结果[3]，不仅在解释重复消费与顾客忠诚上取得了成功，在大量应用ECM理论的IS研究中，研究者们也发现，用户满意是解释持续使用意向的非常关键的（甚至是最为重要的）变量[3-7]。基于此，研究者们有理由相信，ECM理论是解释技术平台持续使用的一个重要基础。但是问题在于，ECM理论所提供的解释因素是否已经足够可以帮助研究者及实践人员理解消费者网络技术平台持续使用的全部现象？

在消费行为与IS研究的交叉领域中，目前至少存在两种重要的范式用于理解个体行为。第1种研究遵循社会心理学的理性行动理论（TRA）及计划行动理论（TPB）[8]的指导，这类理论基于人类行为的理性假定，采用态度等变量对意向进行解释，并以行为意向预测行为。在这里，“理性”的含义是指，人们的行为总是合乎理智的，个体在实施其行为之前会“充分考虑所有可用的信息并慎重地思考其行为可能带来的后果”[8]。但近年来，个体经济行为有限理性的观点逐渐得到更多学者的认同。因此，另一种研究范式便基于人类有限理性的理论假定，探讨交易因素对经济决策的影响。电子商务领域中的研究发现，交易成本，特别是专用性资产的投入，会对消费者的重复使用和交易意向产生不同程度的作用[9-10]。这些结论暗示，应该将交易成本观点与个体有限理性的假定引入系统持续使用研究，并且下文将会说明这在技术路径依赖的研究情景下尤为必要。

1.4 认知锁定效应

锁定是一个经济学概念，Arthur[11]在讨论技术创新导致的路径依赖时指出，一种技术可以通过提高其他技术的使用成本来获得独特的市场优势，从而使经济决策行为陷入一种锁定状态。这种技术锁定直接源于技术创新的路径依赖，其经济学含义为主体当期的决策受其前期决策的影响。在技术路径依赖中，消费者的学习行为将产生一种专用性资产，技术使用中的不确定性更会使他们倾向于继续使用熟悉的技术应用，产生一种认知锁定效应。

消费者会反复访问某些零售商以减少搜索成本，Zauberman[12]将这种现象称为消费者锁定，即消费者完成初始决策后，会减少在未来更换零售商或进行额外搜索的倾向。Johnson等[13]则进一步指出，在互联网技术环境中，存在一种认知层面的锁定。他们观察到，消费者对同一购物网站的访问时间变化服从实践之幂律法则，并且其初次访问时间越短、后续访问时间衰减越快、回访次数越多，访问者的购买几率就越高。互联网消费者的信息搜索行为实际是非常有限的，这是因为互联网虽然降低了信息获取的成本，但却几乎没有对处理信息所需的认知成本造成任何影响[13-14]，而学习使用特定网站来获取有用的信息能够有效减少消费者的无效尝试与认知成本。

基于此，Johnson等[13]将导致这一现象的原因称为认知锁定。表1归纳了目前文献中关于认知锁定效应的主要研究发现。

表1 技术创新认知锁定效应文献回顾

综合来看，相对于传统经济学的转移成本[12]，目前更多学者认为认知成本[13-18]才是产生锁定的关键，从而本文中认知锁定也被概念化为因消费者认知成本变化而导致的对技术创新的锁定状态。并且，随着技术用户的增加，消费者更难以放弃由这项技术应用带来的收益。

1.5 比较相关概念

为了进一步阐释认知锁定的概念，下文将其与IS及营销研究中几个相关的概念进行比较，从而更好地帮助读者理解其区别。

习惯的概念被广泛用于顾客忠诚及IS持续研究中[4，19-21]。习惯也由重复的实践所建立，它对重复行为也有着重要的影响，并且也具有抵抗行为变化的能力，但习惯有着更为严苛的应用条件：习惯必须由长期的学习实践建立，并且需要特定外部环境刺激的触发[19-20]。相较之下，认知锁定是一种快速建立的学习结果[19]，它通过认知成本构筑阻碍转换的障壁，从而具有相对宽泛的适用条件。

服务便利性[22]似乎也能解释锁定所描述的现象：消费者因为方便等原因选择使用某一服务，而这种方便与时间和努力成本有着非常紧密的关系。但是，认知锁定的建立与认知成本直接相关，而与一般意义上的便利性不同的是，使用特定技术的认知成本具有动态性[13，15]，它会随着学习的开展而逐渐降低。

惯性也是一个被此类研究经常使用的概念，它所解释的现象与认知锁定具有一定的重叠。具体而言，惯性是一个更为广泛的概念，它虽然与习惯有着较大的联系，但需要指出的是，营销学与IS文献也将积极的情感反应与评价归入惯性的来源[23-24]，从而使它同时包含了本文讨论的两类持续机制（满意与锁定）的作用。因此，采用这一构念无法为理论的进一步发展提供更多见解，也无益于帮助研究者们理解技术服务持续性使用现象背后的两种认知机制究竟具有何种关系——而这正是本文试图揭示的问题。

2 理论模型与研究假设

2.1 拓展基础模型

依据上述分析，研究初步形成了解释路径依赖情景下，消费者技术平台持续使用的两种理论观点，即ECM模型与认知锁定机制。前者已被大量的实证研究所证实，因此，关于ECM模型的5条路径假定首先被接受为如下研究假设：

H1消费者对技术平台的期望确认正向影响其对此平台的感知有用。

H2消费者对技术平台的期望确认正向影响其对此平台的满意。

H3消费者对技术平台的感知有用程度正向影响其对此平台的满意。

H4消费者对技术平台的感知有用正向影响其对此平台的持续使用意向。

H5消费者对技术平台的满意正向影响其对此平台的持续使用意向。

接下来，将进一步讨论模型中的第2种理论机制。

2.1.1 认知锁定效应 认知锁定下的消费者也会产生持续性的技术使用行为，但是，这种行为的内在机制与上述持续模型并不相同，它建立在个体有限理性的假设基础上。这是因为，即使在互联网环境下，消费者的信息搜索也并不是完全的，他们也不具备处理所有信息的能力，从而决策过程始终存在不确定性。因此，当消费者对特定技术产生认知锁定后，他们对技术服务的使用经验积累会使他们更容易在技术的帮助下获得有效的信息，提高他们主观上对技术价值的认识；同时，随着用户数量的增加和用户交流的积累，互联网经济正反馈带来的规模效应以及由此产生的外部性[25]使消费者更难以放弃这一平台。为了减少认知成本并获得理想收益，消费者会有意识地使用在他们认知中占据优势地位的平台。因此，提出假设：

H6消费者对技术平台的认知锁定正向影响其对此平台的持续使用意向。

随着锁定的发展，消费者对技术评价的反思逐渐减少，而对技术具有的独特价值的认识却不断提高，两种持续使用观点并非独立而是存在交互作用，这种交互作用与消费者的转换行为有一定关系。转换成本被认为是阻碍消费者转换行为的关键因素，传统服务领域的实证研究也表明，转换成本能够降低顾客忠诚对顾客满意的敏感程度[26-27]，将顾客锁定于特定的服务提供商。互联网渠道降低了信息搜索的成本，从而减轻了转换行为可能造成的不确定性，转换成本似乎难以像过去那样阻碍转换行为；在互联网市场中进行的研究也证实，转换成本只能在公司的服务水平高于平均的情况下才能产生类似的调节效应[28]。但由具体选择的测量项可以看出，上述研究都聚焦于传统经济意义上的（货币的、心理的）转换成本，而非认知成本。正如上文所言，互联网虽然降低了消费者的搜索成本，但却几乎没有对认知成本造成影响。因此，认知锁定的调节效应是很有可能存在的。如果消费者试图摆脱路径依赖的束缚，他们需要对转换的成本和收益进行权衡[15]，但是由于有限理性的消费者不可能对行为结果做出精确的判断，出于损失厌恶等原因，他们很可能直接选择锁定策略并忽视一定程度的不满。基于上述原因，提出假设：

H7消费者对技术平台的认知锁定会降低满意对持续使用意向的正效应强度。

2.1.2 锁定的前因 易用性和有用性是影响技术使用的两种重要信念。消费者在初次使用时，会倾向选择进入成本较低、更易于使用的技术[12-13]，但在锁定建立后，相较于易用性，感知有用性的影响更为持久。在初次使用后，网站如果能更加有效地呈现有用的信息、帮助使用者完成任务，就更能使其感知到网站的使用价值，迅速降低使用网站所需付出的认知成本，从而强化认知锁定[13，15]。因此，提出假设：

H8消费者对技术平台的感知有用正向影响其对技术平台的认知锁定。

另一方面，除技术接受信念外，资产专用性是交易成本中影响个体行为的重要维度，在技术使用中，它体现为消费者对不可迁移技能的学习[15]。这是一种存在于人脑认知结构中的知识积累，以人力资本的形式发挥作用。对不可迁移技能的学习是认知锁定存在的前提，也是认知成本发生动态变化的原因[13]。相对于建立习惯所需的长期学习和反复强化，短期的技能学习行为能够通过产生专用性资产导致认知锁定，它的核心在于使消费者掌握使用某一技术服务所需的特定技能，并培养对相关目标应用这些技能的能力[15，19-20]。因此，提出假设：

H9技能学习结果正向影响消费者对技术平台的认知锁定。

2.2 持续使用行为

对所有持续使用模型而言，最终目的都应该在于解释行为，然而，一项Meta分析指出[29]，人类行为意向与实际行为间的相关系数约为0.58，仅属中等相关水平，仍有相当部分的变异无法以行为意图解释。因此，文献[4]中以IS用户的习惯对持续使用进行预测。但是，以习惯解释使用行为存在难以避免的局限：①并非所有的持续使用都能转化为习惯。例如，一些不活跃的微博用户无法建立对它的使用习惯，但他们依然会继续使用它。②以习惯预测行为有着非常严苛的应用条件。习惯必须被特定的环境刺激引起，必须通过长期的反复实践建立行为与刺激的内在链接，但在大多数情况下这些条件并不能被满足，从而导致现有文献[4]以习惯对行为进行的预测未能取得理想效果。

因此，研究通过认知锁定与持续使用意向共同预测用户近期的持续使用行为。Murray等[15]的研究证实，在特定情况下，认知锁定能够通过任务目标直接激活相关行为完成任务。可以推断，当认知锁定建立后，消费者甚至不需要经过主观意愿的判断，便能通过一种启发法简单地选择继续使用服务[30]。因此，假设：

H10消费者对技术平台的认知锁定正向影响其对此平台的近期使用。

H11消费者对技术平台的持续使用意向正向影响其对此平台的近期使用。

3 研究方法设计

借助心理测量理论，研究将采取在线调查的方法收集数据以验证假设。

3.1 变量操作化

由于部分构念已由先前的研究发展出较好的测量量表，故本文借用这些测项，通过英汉、汉英互译的方式拟定中文初稿，并对语句用词进行修正，使其更为符合中文语言习惯和技术创新的研究情景，所有量表均采用7分式。然后，基于文献回顾，研究从技能学习与应用角度对技能学习结果进行测项操作。ECM模型的英文量表翻译和改编自文献[3-4]中的研究，并且与先前文献一致，对近期使用行为的测量采取构成型指标。在认知锁定部分，基于文献[31]中提出的识别准则，研究采用文献[17]中设计的测量量表，将信息有用性、交易成本优势与网络外部性以合并模型[32]的方式操作化为一个构成型多维构念。

3.2 统计检验方法选择

由于研究假设涉及多个潜变量间的关系，故采用结构方程模型（SEM）完成分析。目前，SEM可通过基于协方差矩阵（CB）和基于偏最小二乘法（PLS）两类统计技术实现。本文采用PLS方法，这主要出于如下原因：首先，本文的重要目的之一在于预测消费者对技术创新的持续使用意向和行为，当研究的目的在于预测时，PLS方法应该被优先考虑[33]；其次，研究涉及较为复杂的测量模型，认知锁定被概念化为一个高阶构成型构念，并且，对近期使用的测量采用构成型指标，PLS在处理这类复杂模型方面具有其他技术无法匹敌的优势；最后，对认知锁定调节效应的检验更适合在PLS中进行，以下将就此做出进一步说明。考虑一个含有3个潜变量μ、η、ξ的简单的非线性关系：

式中：ξη为检验调节效应的交互项（乘积项）；σ为误差项。假设ξ与η的所有测量指标均已中心化，对反映型测量模型，指标与潜在变量的关系为

式中，ε为误差项。SEM中，潜变量交互项必须具有相应的测量指标。在反映型关系中，测量同一构念的所有指标均在反映同一潜在变量，因此，将两个构念指标以某种方式配对相乘作为潜变量交互项（ξη）的测量指标是一种非常简单合理的做法，它被广泛应用于潜变量交互效应检验[34]。对潜变量ξ和η的两个指标xk与yj，潜变量交互项的一个指标为

如果两个构念分别有m和n个指标，最多能产生m×n个乘积指标，它们以反映型指标的形式测量潜变量交互项。但在构成型模型中，关系变为

在这里，潜变量的指标并不再反映共同原因，指标之间也可以不存在共变。因此，当交互项中任意一方为构成型构念时，以乘积指标x ky j来估计潜变量乘积便是不合理的，CB的SEM难以对此类效应进行估计。但是，在基于PLS的SEM中，PLS算法以观测变量线性组合的方式计算潜变量得分[33]，因此，当交互项中存在构成型构念时也能方便地进行估计。目前有两种方法能用于检验此类交互效应，分别为Wold混合法与两步法[34]。前者中乘积项进入迭代过程，影响相关变量的内部估计；而后者中乘积项直接由潜变量得分相乘获得，然后再纳入结构模型中估计效应。一项Monte Carlo模拟发现，混合法在检验调节效应上并不存在优势[34]，并且难以通过主流的PLS软件实现。因此，两步法是更好的选择。但是，两步法直接以潜变量得分相乘来构造交互项，从测量理论的角度，这就要求用于形成构成型构念的指标（或子构念）的综合性要非常好，对构念的近似才会理想，也才更适合应用两步法。因此，为了确认量表的测量综合性，研究人员进行了一项预测试，以随机抽样的方式收集了112名大学生的有效样本，对认知锁定量表进行验证性因子分析（CFA），将3个构成型维度与反映型指标[17]一同纳入并以极大似然法进行SEM测量模型估计，结果如图2所示。

CFA中各项拟合指标表现良好，所有路径系数均显著，各构念的平均方差提取（AVE）均在0.70以上，组合信度（CR）在0.88以上，IU与TCA的相关系数较高但仍小于两者各自AVE的平方根。并且，将两者的相关系数约束为1后，Δχ2=41.9，变化显著（p＜0.01）。可见，各构念具备足够的聚合效度与区别效度。最重要的是，两组测量（构成型与反映型）之间的复相关系数平方达到0.890。可见，构成维度已经具有较高的综合性，符合应用两步法的要求。此外，基于预测试的结果，新构念的测项在此阶段进行了部分修正，在测项净化和效度检验后，最终将3个语句用于测量。

图2 认知锁定CFA

3.3 数据收集

研究决定使用淘宝网（taobao.com）购物信息搜索及评价系统的使用者作为测量实验对象，这不仅因为它是一种集成了交易信息的生产与消费的技术服务创新，同时还在于它已经成为行业中路径依赖的典型，许多消费者对其建立了非常强烈的认知锁定。因此，研究此平台中的消费者技术路径依赖现象对其他创新应用领域也具有重要的借鉴意义。此外，当前消费者对此平台的口碑褒贬不一，而这种存在较大变异程度的满意水平恰好能为研究检验认知锁定的调节效应及讨论消费者的锁定应对策略提供支持。研究采用网络调查法收集数据，在2014年11月的两周内，调查者通过多种渠道（社交网站、微博、电子邮件和即时通信）在不同时段向目标消费者群体发送问卷链接，并以cookie追踪限制被调查者的填写次数。被调查者在完成问卷后，将获得一次抽取20元手机话费奖励的机会。

4 数据分析

4.1 样本描述与无应答偏差

本次调查共收回电子问卷558份，在剔除使用经验不足6个月的消费者样本，以及部分人口统计变量缺失或回答自相矛盾的答卷后，最终有效样本数为443，有效率为79.4%。有效样本来源于中国28个省级行政区，其中，男性占45.37%，女性占54.63%，平均年龄29.22岁，可支配收入在300元～2万元；使用经验在3年及以上的消费者占85.5%，平均使用频率为一月数次及以上的消费者占83.3%，这基本符合有经验使用者的样本要求。对于无应答偏差问题，研究比较了CNNIC2014年发布的《中国网络购物市场研究报告》，发现样本在人口统计特征上与报告基本接近，同时也显示出一些淘宝用户的特征（女性略多于男性）。因此，本次随机抽样结果能够作为总体的代表。

4.2 测量效度

研究首先采用CFA对测量模型进行评价，结果如表2所示。各反映型构念的AVE均在0.5以上，CR均大于0.7，且所有载荷均显著，即聚合效度可以接受。一阶潜变量间的相关系数如表3所示，各个一阶反映型潜变量的AVE的平方根均大于与其他潜变量的相关系数，并且，交叉载荷分析显示，所有交叉载荷均小于实际测量载荷。可见，各个反映型构念具有良好的区别效度。进一步，所有的构成型指标或维度的权重都是显著的；同时，共线性检验表明，各个构成型指标或维度的方差膨胀因素（VIF）在1.315～2.284，远低于3，共线性并未明显影响构成型模型的使用。

表2 测量量表及其心理测量属性值

表3 一阶潜变量间相关系数*

4.3 共同方法偏差(CMB)

以同一方式进行的测量实验容易产生共同方法变异，研究采用事前和事后两种方法控制CMB。研究者在发送问卷链接时选择不同的时段以及不同的发送渠道，并采用来源于不同文献作者的量表组成测量问卷，问卷还以随机顺序的方式显示测项。在事后控制部分，本文采取两种统计方法定量评估CMB的影响。Harman的单因素检验表明，包含所有测项的探索性因子分析能够提取多个因子，第一因子的解释方差约为45%，不能解释大部分的变异。进一步，采用改进的PLS中的方法因子CFA法[36]，即允许所有测项在其测量构念和方法因子上同时具有载荷。结果表明（为了便于解释，将构成型指标暂时设为反映型，但以构成型方式进行运算也能得到类似结果），测项的平均实际载荷为0.755，平均被解释方差为0.594，而测项在方法上的平均载荷仅为0.029，平均被解释方差仅为0.009，解释比为63∶1。可见，研究并未受到明显的CMB影响。

4.4 路径模型分析

4.4.1 主效应 主效应模型中包含所有的研究变量，模型估计结果如图3所示。

图3 主效应模型

Bootstrap法（N=500）被用于生成估计方差以进行显著性检验。结果表明，所有路径系数均是显著的，认知锁定的高阶因子结构中，3个构成型维度的权重也全部显著。

4.4.2 调节效应 采用主效应模型的结果，研究进一步检验认知锁定的调节效应，此时所有先前的潜变量估计得分均不再改变，只估计交互项的系数，如图4所示。结果表明，认知锁定对满意的负向调节作用非常显著。所有的假设均得到统计支持。认知锁定与满意解释了持续意向65.5%的变异，认知锁定与持续意向解释了近期行为中46.8%的变异。

图4 调节效应模型

4.4.3 模型对比 研究应用类似分步回归分析的方法对比两个模型，以评价交互项的效应规模。依据Chin等[33]的建议，以Cohen’sf2衡量效应规模的大小。结果表明，CL的调节效应为中等偏小规模（0.15＞f2＞0.02），但较小的f2并不意味着调节效应不重要[4，33]。具体而言，CL的交互项具有较大的路径系数，并且将持续意向的R2提升至0.655。因此，含有调节效应的模型有着更高的解释效力，它在理论与数据上都更为理想。

5 结论

通过引入有限理性的观点，研究发现，在路径依赖的情景下，消费者的认知锁定对其持续使用意向与近期使用行为都具有更强的预测效力。并且，随着锁定的发展，满意对持续意向的预测能力逐渐减弱，锁定逐渐成为影响消费者技术平台使用行为的关键因素。相较先前的研究，本文建立的模型对此现象进行的解释在理论与实证上都更为成功，可见，认知锁定能非常有效地帮助研究者及实践人员理解路径依赖下的消费者行为模式。该结果支持研究早先提出的观点，即基于认知信念范式的模型难以对路径依赖下的个体行为进行解释，研究应该从认知锁定的角度来理解此类现象。

本文的结论具有一定局限性。为了控制环境异质性可能对结论造成的影响，研究将调查群体限定在同一技术平台中，这虽然提高了研究设计的内部效度，却降低了研究结论的普遍性。但是研究者选择了一个与同行业其他平台在大多数方面具有相同或相似特征的网站作为样本来源，并且其中的技术路径依赖现象可以作为一种典型得到分析，从而能够在一定程度上减少这种不利；当然，后续的研究者仍然需要对不同类型的技术和平台进行具体分析。

研究指出，当技术用户产生路径依赖后，认知锁定对其后续使用行为发挥着更强的影响，而技术路径依赖的存在又非常普遍，并且难以避免，在不同的技术创新和应用领域，路径依赖的情形比比皆是。因此，研究通过对一个典型平台的分析，揭开技术锁定效应影响消费者认知机制的黑箱，这对其他行业中的技术创新及发展具有非常重要的借鉴意义。

技术创新首先要能为消费者提供“看得见的好处”，同时，在互联网中，只是达到“满意”还远远不够，管理者还需要让技术具备独特的、难以取代的认知优势，才能最终产生转换壁垒，这可以从认知锁定的角度进行考虑。消费者学习过程中产生的技术有用信念和技能学习结果是导致锁定的两个重要前因。一个成功锁定消费者的技术服务平台不仅要满足消费者的实际需求，还要帮助他们快速学习使用方法；否则，即便服务平台的技术超群，消费者也不会知道其好处。另一方面，更重要的是，技术的路径依赖一旦形成，相较态度性的满意，认知锁定效应将会更为深刻地影响互联网中的消费行为，这意味着制造消费者的认知锁定将成为技术创新应用的关键。从认知锁定的3个构成来源来看，信息有用性、交易成本优势与网络外部性正不断地在竞争中发挥极其重要的作用：在信息的生产和获取成为当前互联网技术的标志性功能时，平台中由大量用户共同创造的内容会成为技术平台独特的竞争优势。因此，帮助用户快速有效地学习如何生产和获得这些信息内容会变得更加关键。

在消费者反应策略上，当认知锁定效应非常强烈时，路径依赖下的消费者即便对服务产生不满，也难以撤出锁定优势最大的平台。因此，虽然在互联网中存在许多类似的服务提供者，但它们之间也很难产生替代，这使锁定企业更容易获得垄断收益，甚至损害消费者利益——这解释了为何近年来深陷商品质量风波、备受质疑的淘宝网平台，仍然能够保留较大规模的重复消费群体；同时，也从侧面反映，技术的认知锁定可能对消费者保护带来不良影响，这尤其值得引起公共管理者们的注意，应该采取有效的措施对此予以规范。