薛健平+余偉萍+牛永革

摘要：研究抽取各行業(yè)具有典型代表性的198個企業(yè)樣本，總共擁有179個認(rèn)證微博賬戶，并采用交叉表探索企業(yè)特征對官方微博的影響。研究結(jié)果表明：有無官方微博的企業(yè)樣本數(shù)量無顯著差異；成立時間與企業(yè)性質(zhì)對官方微博不具有顯著影響，而三次產(chǎn)業(yè)、所在地區(qū)和營業(yè)額對官方微博具有顯著影響；四個微博平臺的微博賬戶數(shù)量具有顯著差異，新浪數(shù)量最多，網(wǎng)易數(shù)量最少；企業(yè)特征對官方微博平臺分布均不存在顯著影響；微博關(guān)注數(shù)和微博粉絲數(shù)都與微博條數(shù)存在顯著正相關(guān)關(guān)系，而微博關(guān)注數(shù)和微博粉絲數(shù)之間不存在顯著相關(guān)性關(guān)系。

關(guān)鍵詞：官方微博；交叉表；企業(yè)特征；χ2檢驗(yàn)

中圖分類號：F270.7

文獻(xiàn)標(biāo)識碼：A文章編號：1001-8409（2014）11-0020-05

Impact on Official Microblogging

by Enterprise Characteristics

XUE Jianping， YU Weiping， NIU Yongge

（School of Business， Sichuan University， Chengdu 610064）

Abstract：

198 samples which are seen as a typical representative were extracted from various industries， which had 179 certified microblogging accounts，and used crosstable to explore relationships between official microblogging and enterprise characteristics. The results show that： the number of enterprise between with and without microblogging accounts was no significant difference； both registration time and enterprise nature had no significant impact on official microblogging， while three industries， registration area and turnover had a significant impact on it； the number of microblogging account was significant differences in four platforms， and Sina was the most， followed by NetEase； enterprise characteristics had no significant impact on distribution of microblogging accounts in four platforms；the number of both attention and fans were significantly positive correlation with the number of microblogging， while there was no significant correlation between fans and attention.

Key words： official microblogging； crosstable； enterprise characteristics； chisquare test

引言

微博是Web2.0時代社交網(wǎng)絡(luò)的典型應(yīng)用，允許用戶發(fā)布140個字以內(nèi)的簡短信息并可附帶圖片、音頻、視頻、鏈接和表情的社交網(wǎng)絡(luò)媒體。隨著新浪、騰訊、網(wǎng)易和搜狐四大主流媒體開通微博平臺，中國微博用戶數(shù)量呈爆炸式增長。新浪微博與CIC聯(lián)合發(fā)布的《2012企業(yè)微博白皮書》數(shù)據(jù)表明：截至2012年2月底，共有130565家企業(yè)開通新浪微博，粉絲數(shù)量近17億，平均每個企業(yè)微博擁有粉絲數(shù)量超過5000個，平均每個用戶關(guān)注4個企業(yè)微博，56%的新浪微博用戶至少關(guān)注1個企業(yè)微博。由此可見，企業(yè)開通官方微博都是非常普遍的行為，而且很多企業(yè)官方微博獲得大量微博用戶密切關(guān)注擁有較大的粉絲數(shù)量。企業(yè)官方微博的粉絲可能是企業(yè)現(xiàn)有顧客、潛在顧客或其他利益相關(guān)者，所以擁有較大粉絲數(shù)量的企業(yè)官方微博具有較高營銷價值。企業(yè)也認(rèn)識到開通官方微博的重要性，所以新浪、騰訊、搜狐和網(wǎng)易微博平臺的企業(yè)官方微博賬戶數(shù)量較多。微博作為一種新興媒體正受到理論研究者和實(shí)踐者的密切關(guān)注，但是企業(yè)官方微博方面的研究尚屬起步階段，以至于理論研究跟不上官方微博實(shí)踐應(yīng)用的腳步，最終導(dǎo)致企業(yè)官方微博的部分基本問題還沒有得到回答。

因此，本文致力于回答企業(yè)官方微博的基本問題，并為后續(xù)研究企業(yè)官方微博提供理論支持。研究目的在于描述企業(yè)官方微博現(xiàn)狀，探索企業(yè)特征對官方微博的影響，并分析官方微博特征之間相關(guān)關(guān)系。研究問題：（1）有多少企業(yè)開通了官方微博？（2）企業(yè)特征對企業(yè)開通官方微博是否存在影響？（3）四個微博平臺的企業(yè)微博賬戶數(shù)量分布是否存在差異？（4）企業(yè)特征對官方微博賬戶的平臺分布是否存在影響？（5）企業(yè)官方微博特征之間的相關(guān)性如何？企業(yè)樣本的選取涵蓋了18個行業(yè)，并且采用企業(yè)特征和官方微博的真實(shí)數(shù)據(jù)，保證了研究結(jié)論的可靠性和穩(wěn)健性。研究結(jié)論能夠?yàn)楹罄m(xù)研究奠定基礎(chǔ)，也能夠指導(dǎo)企業(yè)更好地運(yùn)營官方微博。

1研究綜述

微博研究可以分為個人微博[1]和機(jī)構(gòu)官方微博[2]兩類，機(jī)構(gòu)官方微博包括政府、事業(yè)單位、企業(yè)等的官方微博。企業(yè)紛紛開通官方微博的現(xiàn)象獲得學(xué)者們的大量關(guān)注，但是總體數(shù)量還是較少。

1.1企業(yè)官方微博內(nèi)容分類

企業(yè)官方微博內(nèi)容分類標(biāo)準(zhǔn)不同，導(dǎo)致學(xué)者們的分類結(jié)果存在較大差異。有研究者將馬自達(dá)微博內(nèi)容歸納為6類：品牌宣傳、馬自達(dá)產(chǎn)品介紹、時事、趣聞、實(shí)用信息、點(diǎn)評轉(zhuǎn)載內(nèi)容[3]。閆幸和常亞平采用扎根理論分析企業(yè)官方微博內(nèi)容，扎根理論主軸編碼形成的主范疇類別是：知識提供、社會熱點(diǎn)評論、實(shí)時信息、新品推薦、產(chǎn)品促銷、產(chǎn)品使用技巧、企業(yè)能力、企業(yè)社會責(zé)任、娛樂化傳播、情感溝通、發(fā)起活動[4]。

1.2企業(yè)官方微博營銷效果

企業(yè)官方微博營銷效果是衡量微博營銷價值的重要指標(biāo)，同時獲得營銷學(xué)界的高度關(guān)注。金永生等發(fā)現(xiàn)企業(yè)官方微博影響力效果與企業(yè)發(fā)布微博數(shù)量和粉絲數(shù)量正相關(guān)[5]。薛健平等探索廣告、銷售促進(jìn)、公共關(guān)系、“其他”四類微博的品牌傳播效果，研究發(fā)現(xiàn)廣告和銷售促進(jìn)之間不存在顯著差異，但是都顯著高于公共關(guān)系和“其他”，而公共關(guān)系又要高于“其他”[6]。

1.3企業(yè)官方微博特征研究

企業(yè)官方微博特征是微博研究的重要內(nèi)容，企業(yè)官方微博特征包括所在微博平臺、微博條數(shù)、微博粉絲數(shù)、微博關(guān)注數(shù)等。研究發(fā)現(xiàn)企業(yè)官方微博發(fā)布數(shù)量與粉絲數(shù)量正相關(guān)[5]。Greer和Ferguso采用內(nèi)容分析法分析美國488個本地電視臺的Twitter賬戶，發(fā)現(xiàn)粉絲數(shù)量與平均每日微博數(shù)量存在較弱的正相關(guān)關(guān)系[2]。

1.4企業(yè)官方微博粉絲用戶行為

企業(yè)官方微博能夠?yàn)榉劢z用戶提供較高價值而使得微博賬戶具有較高粘度，使得粉絲用戶不斷重復(fù)訪問。徐健研究表明企業(yè)官方微博的娛樂價值、便利價值、美感價值和財務(wù)價值對微博滿意具有顯著正向影響[7]。旅游企業(yè)官方微博營銷研究發(fā)現(xiàn)文字吸引力和圖片吸引力對消費(fèi)者態(tài)度具有正向影響，而微博活躍度與消費(fèi)者認(rèn)知性態(tài)度之間存在顯著正相關(guān)關(guān)系[8]。

綜上所述，企業(yè)官方微博作為重要營銷平臺，但相關(guān)研究成果較少，更缺乏企業(yè)特征與官方微博之間的關(guān)系研究。同時，企業(yè)特征與官方微博平臺選擇之間的關(guān)系也鮮有研究涉獵。因此，目前學(xué)者們對此領(lǐng)域研究的不足，正好為本文提供了機(jī)會。

2研究設(shè)計

2.1企業(yè)樣本選取

采用配額抽樣獲取企業(yè)樣本，并采集企業(yè)樣本特征信息。以國家統(tǒng)計局的《三次產(chǎn)業(yè)劃分規(guī)定》為標(biāo)準(zhǔn)，以2010年產(chǎn)業(yè)增加值所占GDP比重確定企業(yè)樣本數(shù)量。第三產(chǎn)業(yè)的“公共管理、社會保障和社會組織”與“國際組織”兩個行業(yè)門類不屬于以盈利為目的企業(yè)范疇，所以沒有抽取該行業(yè)相應(yīng)的企業(yè)樣本。選取各行業(yè)規(guī)模最大的企業(yè)作為樣本，以保證樣本具有典型代表性，最終獲得企業(yè)樣本數(shù)量為194個。企業(yè)樣本數(shù)據(jù)均來自于《萬方數(shù)據(jù)庫》，并提取企業(yè)特征數(shù)據(jù)——所屬行業(yè)、企業(yè)性質(zhì)、成立時間、所在省份、企業(yè)注冊城市、營業(yè)額。《萬方數(shù)據(jù)庫》沒有涵蓋大型跨國企業(yè)數(shù)據(jù)，而部分國內(nèi)經(jīng)營的大型跨國企業(yè)又是行業(yè)公認(rèn)的佼佼者。因此，采用專家法增加了4個跨國企業(yè)樣本——麥當(dāng)勞、佳能、沃爾瑪、可口可樂，最后企業(yè)樣本總數(shù)為198個。從《萬方數(shù)據(jù)庫》選取企業(yè)樣本并搜集企業(yè)特征數(shù)據(jù)的截止時間為2012年8月25日。

本文利用企業(yè)樣本的全稱和簡稱在新浪、騰訊、搜狐和網(wǎng)易四大微博平臺內(nèi)搜索，搜集企業(yè)樣本開通的官方微博。提取企業(yè)官方微博信息內(nèi)容——微博名稱、是否認(rèn)證、微博平臺、微博數(shù)量、粉絲數(shù)量、關(guān)注數(shù)量。企業(yè)官方微博信息搜集的截止時間為2012年9月16日，企業(yè)官方微博（認(rèn)證和未認(rèn)證）數(shù)量為189個，認(rèn)證數(shù)量為179個。

2.2研究變量

部分變量的頻數(shù)較少，不能夠進(jìn)行χ2檢驗(yàn)，需要對變量進(jìn)行合并處理。產(chǎn)業(yè)變量采用國家統(tǒng)計局劃分的三次產(chǎn)業(yè)：第一產(chǎn)業(yè)農(nóng)業(yè)、第二產(chǎn)業(yè)工業(yè)和第三產(chǎn)業(yè)服務(wù)業(yè)。企業(yè)性質(zhì)劃分以工商行政管理部門對企業(yè)登記類型為依據(jù)，按照企業(yè)性質(zhì)相近原則將企業(yè)性質(zhì)的8個水平進(jìn)行合并，合并后的企業(yè)性質(zhì)有4個水平：國有+集體（國有性質(zhì)）、股份有限+有限責(zé)任（企業(yè)形式）、私營企業(yè)、中外+外資+國外（外資性質(zhì)）。按照中國企業(yè)發(fā)展階段將企業(yè)成立時間分為三段：1978年以前、1979～2001年、2001年至今（加入WTO）。西南和西北地區(qū)經(jīng)濟(jì)發(fā)展具有相似性，將兩個地區(qū)合并為“西部地區(qū)”，而4個跨國企業(yè)單獨(dú)形成國外地區(qū)，所在地區(qū)變量具有7個水平：華北、華東、華南、華中、東北、西部、國外。采用對營業(yè)額進(jìn)行單變量聚類分析，從而識別出對企業(yè)樣本最有效的類別劃分。有學(xué)者建議先采用分層聚類獲得初步結(jié)果，再以分層聚類產(chǎn)生群數(shù)和群重心作為最優(yōu)分割法輸入[9]。聚類結(jié)果：營業(yè)額為3280～20039億（15個）；營業(yè)額為1080～2954億（36個）；營業(yè)額為05～1058億（126個）。由于部分企業(yè)樣本的營業(yè)額缺失，所以具有營業(yè)額數(shù)據(jù)的企業(yè)樣本數(shù)量為177個。

2.3研究方法

研究采用兩位編碼人員同時對企業(yè)樣本特征進(jìn)行編碼，以保證編碼結(jié)果的可靠性，此種編碼方案常用于內(nèi)容分析法研究。首先，編制編碼操作指南并對編碼類別進(jìn)行賦值。其次，培訓(xùn)兩名編碼人員使其清晰理解各編碼類別，并制定嚴(yán)格的編碼程序和規(guī)則。再次，培訓(xùn)完成后要求編碼人員進(jìn)行預(yù)編碼并消除分歧，反復(fù)此過程直至預(yù)編碼信度達(dá)到Kassarjian要求的0.85才能進(jìn)行正式編碼[10]。采用Perreault和Leigh提出的Ir估計編碼結(jié)果的信度，Ir信度系數(shù)能夠克服一致性百分比存在的偶然一致性問題帶來的偏差[11]。第四，兩名編碼人員對企業(yè)特征和官方微博特征進(jìn)行正式編碼并評估編碼結(jié)果信度。正式編碼結(jié)果信度：“企業(yè)性質(zhì)”的信度最低為0.93，“微博平臺”的信度最高為1.00。由此可見，編碼結(jié)果信度均高于Kassarjian要求的0.85，說明編碼結(jié)果是可靠且穩(wěn)健的。最后，共同討論解決不一致的編碼結(jié)果。

3數(shù)據(jù)分析

3.1企業(yè)特征對官方微博的影響

采用交叉表探索企業(yè)特征與官方微博之間的關(guān)系。從表1可以看出，有官方微博的企業(yè)樣本數(shù)量為87（439%），無官方微博的企業(yè)樣本數(shù)量為111（561%）。設(shè)置理論期望值為“所有類別相等”進(jìn)行χ2檢驗(yàn)，χ2檢驗(yàn)結(jié)果：χ2=2909， df=1， p=0088>005，表明有無官方微博的企業(yè)樣本數(shù)量不存在顯著差異。

三次產(chǎn)業(yè)的χ2檢驗(yàn)結(jié)果：χ2= 19388， df=2， p<001，表明三次產(chǎn)業(yè)對企業(yè)開通官方微博具有顯著影響。成立時間的χ2檢驗(yàn)結(jié)果：χ2= 3896， df=2， p=0143>01，表明成立時間對企業(yè)開通官方微博不存在顯著影響。企業(yè)性質(zhì)的χ2檢驗(yàn)結(jié)果：χ2=1515， df=3， p=0679>01，表明企業(yè)性質(zhì)對企業(yè)開通官方微博不存在顯著影響。所在地區(qū)與官方微博的交叉表期望值少于5的單元格比例高于20%，不適合采用檢驗(yàn)，只能采用蒙特卡羅方法進(jìn)行精確檢驗(yàn)[12]。精確檢驗(yàn)結(jié)果：精確檢驗(yàn)值=19810， p<001，表明所在地區(qū)對企業(yè)開通官方微博具有顯著影響。營業(yè)額的χ2檢驗(yàn)結(jié)果：χ2=16435， df=2， p<001，表明營業(yè)額對企業(yè)開通官方微博具有顯著影響。

3.2企業(yè)特征對官方微博平臺分布的影響

3.2.1企業(yè)官方微博的平臺分布

新浪、騰訊、搜狐和網(wǎng)易微博平臺都為企業(yè)官方微博提供認(rèn)證服務(wù)，微博認(rèn)證能夠?yàn)榉劢z用戶提供企業(yè)身份識別，保證所發(fā)布信息的可靠性。選擇認(rèn)證官方微博為研

究對象，以保證研究結(jié)果的效度和穩(wěn)健性如圖1所示。本文對四個微博平臺的微博賬戶數(shù)量進(jìn)行χ2檢驗(yàn)，設(shè)置理論期望值為“所有類別相等”，χ2檢驗(yàn)結(jié)果：χ2= 79078，df=3，P<001，表明四個微博平臺的微博賬戶數(shù)量存在顯著差異。

3.2.2企業(yè)特征對官方微博平臺分布的影響

從表2可以看出，第一產(chǎn)業(yè)沒有企業(yè)擁有認(rèn)證官方微博，所以三次產(chǎn)業(yè)變量只有第二產(chǎn)業(yè)和第三產(chǎn)業(yè)兩個水平；而企業(yè)性質(zhì)變量的“外資企業(yè)”和“有限責(zé)任公司”兩個水平同樣沒有認(rèn)證微博。精確檢驗(yàn)結(jié)果發(fā)現(xiàn)企業(yè)特征對企業(yè)官方微博的平臺分布均不存在顯著影響。

3.3企業(yè)官方微博特征相關(guān)性分析

本文采用SPSS210分析企業(yè)官方微博特征——微博條數(shù)、微博粉絲數(shù)和微博關(guān)注數(shù)之間的相關(guān)性，并獲得其相關(guān)系數(shù)矩陣。從表3可以看出，微博條數(shù)與微博粉絲數(shù)之間的相關(guān)系數(shù)r=0385，p<001，表明兩者存在顯著低度正相關(guān)關(guān)系；微博條數(shù)與微博關(guān)注數(shù)之間的相關(guān)系數(shù)r=0184， p=<005，表明兩者存在顯著低度正相關(guān)關(guān)系；微博粉絲數(shù)與微博關(guān)注數(shù)之間的相關(guān)系數(shù)r=0042，p=>005，表明兩者之間基本不存在顯著相關(guān)關(guān)系。

4研究結(jié)果及討論

4.1企業(yè)特征對官方微博的影響

有和無官方微博的企業(yè)樣本數(shù)量不存在顯著差異，表明企業(yè)對官方微博的重要性和營銷價值認(rèn)識還遠(yuǎn)遠(yuǎn)不夠。微博屬于新事物，企業(yè)與微博接觸幾乎是同時的，而企業(yè)性質(zhì)僅表示企業(yè)資本來源，所以企業(yè)性質(zhì)和成立時間對官方微博都不存在顯著影響。三次產(chǎn)業(yè)提供的產(chǎn)品和服務(wù)差異較大，地區(qū)間經(jīng)濟(jì)發(fā)達(dá)水平差異，企業(yè)規(guī)模和資源的不同，促使三次產(chǎn)業(yè)、所在地區(qū)、營業(yè)額都對企業(yè)開通官方微博具有顯著影響。

4.2企業(yè)官方微博的平臺分布

四大微博平臺的企業(yè)微博賬戶數(shù)量存在顯著差異，新浪最多，網(wǎng)易最少。新浪微博平臺創(chuàng)建時間最早，具有先動者優(yōu)勢；同時宣傳推廣力度大，聚集了較高人氣，能夠吸引更多企業(yè)入駐。騰訊微博平臺吸引大批明星入駐，并且將微博功能嵌入騰訊QQ之中，也吸引很多企業(yè)在騰訊開通官方微博。搜狐和網(wǎng)易缺乏前兩者的優(yōu)勢，使得其企業(yè)微博賬戶數(shù)量遠(yuǎn)少于前兩者。

4.3企業(yè)特征對官方微博平臺分布的影響

四個微博平臺不存在任何企業(yè)特征上的傾向性及相關(guān)性，企業(yè)選擇微博平臺不會考慮企業(yè)自身特征，更多的是考慮其他因素，比如人氣等。同時，四個微博平臺開通官方微博不存在排他性，即企業(yè)可以同時選擇四個微博平臺都開通官方微博。因此，企業(yè)特征對官方微博平臺分布不存在顯著影響。

4.4企業(yè)官方微博特征相關(guān)性分析

微博關(guān)注數(shù)和微博粉絲數(shù)都與微博條數(shù)存在顯著正相關(guān)關(guān)系，而微博關(guān)注數(shù)和微博粉絲數(shù)之間不存在顯著相關(guān)性關(guān)系。企業(yè)發(fā)布微博條數(shù)越多，微博內(nèi)容越豐富，越能夠吸引微博用戶，使得官方微博粉絲數(shù)增加。企業(yè)微博賬戶關(guān)注數(shù)量越多，信息來源越豐富和廣闊，能夠幫助企業(yè)發(fā)布更多有價值的微博內(nèi)容。微博粉絲數(shù)和微博關(guān)注數(shù)不存在顯著相關(guān)關(guān)系的原因在于微博條數(shù)與二者僅存在低度相關(guān)。

5管理啟示與展望

5.1管理啟示

本文主要實(shí)現(xiàn)兩個目的：一是回答企業(yè)官方微博的相關(guān)基本問題，幫助研究者和實(shí)踐者認(rèn)識和了解企業(yè)官方微博；二是研究結(jié)論能夠指導(dǎo)官方微博運(yùn)營。本文結(jié)果獲得三個方面的管理啟示：

第一，擴(kuò)大微博信息來源，發(fā)布更多微博內(nèi)容。企業(yè)需要多關(guān)注其他微博，以增加信息來源渠道，才能夠發(fā)布更多具有高價值的微博內(nèi)容，促進(jìn)微博賬戶粉絲數(shù)量的增加。

第二，精心編輯微博內(nèi)容，提高微博內(nèi)容質(zhì)量。微博內(nèi)容質(zhì)量直接影響粉絲用戶的感知價值，具有較高感知價值的微博更能夠吸引粉絲關(guān)注，而凸顯官方微博的重要營銷價值。

第三，建立專業(yè)的官方微博運(yùn)維團(tuán)隊。專業(yè)的運(yùn)維團(tuán)隊會更加注重微博內(nèi)容的主題性、連續(xù)慣性和系列性，通過持續(xù)不斷的主題策劃和活動策劃，建立具有獨(dú)特品牌個性的官方微博社區(qū)以擴(kuò)大影響力。

5.2研究局限及展望

本文選擇各行業(yè)規(guī)模最大、最具典型性和代表性的企業(yè)作為研究樣本，以至于未探索中小企業(yè)官方微博成為本文的主要局限。未來研究方向：（1）探索企業(yè)官方微博發(fā)布內(nèi)容特征及其效果；（2）不同平臺的官方微博特征是否存在差異；（3）探索中小企業(yè)官方微博特征。

參考文獻(xiàn)：

[1]Thelwall M， Buckley K， Paltoglou G. Sentiment in Twitter Events[J]. Journal of the American Society for Information Science & Technology，2011， 62（2）： 406-418.

[2]Greer C F， Ferguson D A. Using Twitter for Promotion and Branding： A Content Analysis of Local Television Twitter Sites[J]. Journal of Broadcasting & Electronic Media，2011， 55（2）： 198-214.

[3]陳致中，林山. 企業(yè)微博營銷效果之實(shí)證研究——以騰訊微博為例[J]. 現(xiàn)代傳播：中國傳媒大學(xué)學(xué)報， 2012， 34（12）： 88-92.

[4]閆幸，常亞平. 企業(yè)微博互動策略對消費(fèi)者品牌關(guān)系的影響——基于新浪微博的扎根分析[J]. 營銷科學(xué)學(xué)報，2013， 9（1）： 62-78.

[5]金永生，王睿，陳祥兵. 企業(yè)微博營銷效果和粉絲數(shù)量的短期互動模型[J]. 管理科學(xué)，2011， 24（4）： 71-83.

[6]薛健平，余偉萍，牛永革. 電子商務(wù)企業(yè)微博品牌傳播效果研究——以易迅網(wǎng)微博為例[J]. 軟科學(xué)，2013， 27（12）： 67-71.

[7]徐健，汪旭暉，李馨. 企業(yè)微博價值維度及其對品牌忠誠的影響機(jī)制研究[J]. 營銷科學(xué)學(xué)報，2012， 8（3）： 107-109.

[8]許勝德. 旅游企業(yè)微博營銷對消費(fèi)者態(tài)度影響研究[D]. 新疆大學(xué)， 2012.

[9]納雷?！·馬爾霍特拉著. 市場營銷研究： 應(yīng)用導(dǎo)向[M]. 涂平，等譯.北京： 電子工業(yè)出版社， 2002： 403-417.

[10]Kassarjian H H. Content Analysis in Consumer Research[J]. Journal of Consumer Research， 1977， 4（1）： 8-18.

[11]Perreault W D， Leigh L E. Reliability of Nominal Data Based on Qualitative Judgments[J]. Journal of Marketing Research， 1989，26（2）：135-148.

[12]張文彤. 世界優(yōu)秀統(tǒng)計工具 SPSS11 統(tǒng)計分析教程（基礎(chǔ)篇）[M]. 北京： 北京希望電子出版社， 2002： 259-271.

（責(zé)任編輯：李映果）

[2]Greer C F， Ferguson D A. Using Twitter for Promotion and Branding： A Content Analysis of Local Television Twitter Sites[J]. Journal of Broadcasting & Electronic Media，2011， 55（2）： 198-214.

[3]陳致中，林山. 企業(yè)微博營銷效果之實(shí)證研究——以騰訊微博為例[J]. 現(xiàn)代傳播：中國傳媒大學(xué)學(xué)報， 2012， 34（12）： 88-92.

[4]閆幸，常亞平. 企業(yè)微博互動策略對消費(fèi)者品牌關(guān)系的影響——基于新浪微博的扎根分析[J]. 營銷科學(xué)學(xué)報，2013， 9（1）： 62-78.

[5]金永生，王睿，陳祥兵. 企業(yè)微博營銷效果和粉絲數(shù)量的短期互動模型[J]. 管理科學(xué)，2011， 24（4）： 71-83.

[6]薛健平，余偉萍，牛永革. 電子商務(wù)企業(yè)微博品牌傳播效果研究——以易迅網(wǎng)微博為例[J]. 軟科學(xué)，2013， 27（12）： 67-71.

[7]徐健，汪旭暉，李馨. 企業(yè)微博價值維度及其對品牌忠誠的影響機(jī)制研究[J]. 營銷科學(xué)學(xué)報，2012， 8（3）： 107-109.

[8]許勝德. 旅游企業(yè)微博營銷對消費(fèi)者態(tài)度影響研究[D]. 新疆大學(xué)， 2012.

[9]納雷?！·馬爾霍特拉著. 市場營銷研究： 應(yīng)用導(dǎo)向[M]. 涂平，等譯.北京： 電子工業(yè)出版社， 2002： 403-417.

[10]Kassarjian H H. Content Analysis in Consumer Research[J]. Journal of Consumer Research， 1977， 4（1）： 8-18.

[11]Perreault W D， Leigh L E. Reliability of Nominal Data Based on Qualitative Judgments[J]. Journal of Marketing Research， 1989，26（2）：135-148.

[12]張文彤. 世界優(yōu)秀統(tǒng)計工具 SPSS11 統(tǒng)計分析教程（基礎(chǔ)篇）[M]. 北京： 北京希望電子出版社， 2002： 259-271.

（責(zé)任編輯：李映果）

[2]Greer C F， Ferguson D A. Using Twitter for Promotion and Branding： A Content Analysis of Local Television Twitter Sites[J]. Journal of Broadcasting & Electronic Media，2011， 55（2）： 198-214.

[3]陳致中，林山. 企業(yè)微博營銷效果之實(shí)證研究——以騰訊微博為例[J]. 現(xiàn)代傳播：中國傳媒大學(xué)學(xué)報， 2012， 34（12）： 88-92.

[4]閆幸，常亞平. 企業(yè)微博互動策略對消費(fèi)者品牌關(guān)系的影響——基于新浪微博的扎根分析[J]. 營銷科學(xué)學(xué)報，2013， 9（1）： 62-78.

[5]金永生，王睿，陳祥兵. 企業(yè)微博營銷效果和粉絲數(shù)量的短期互動模型[J]. 管理科學(xué)，2011， 24（4）： 71-83.

[6]薛健平，余偉萍，牛永革. 電子商務(wù)企業(yè)微博品牌傳播效果研究——以易迅網(wǎng)微博為例[J]. 軟科學(xué)，2013， 27（12）： 67-71.

[7]徐健，汪旭暉，李馨. 企業(yè)微博價值維度及其對品牌忠誠的影響機(jī)制研究[J]. 營銷科學(xué)學(xué)報，2012， 8（3）： 107-109.

[8]許勝德. 旅游企業(yè)微博營銷對消費(fèi)者態(tài)度影響研究[D]. 新疆大學(xué)， 2012.

[9]納雷?！·馬爾霍特拉著. 市場營銷研究： 應(yīng)用導(dǎo)向[M]. 涂平，等譯.北京： 電子工業(yè)出版社， 2002： 403-417.

[10]Kassarjian H H. Content Analysis in Consumer Research[J]. Journal of Consumer Research， 1977， 4（1）： 8-18.

[11]Perreault W D， Leigh L E. Reliability of Nominal Data Based on Qualitative Judgments[J]. Journal of Marketing Research， 1989，26（2）：135-148.

[12]張文彤. 世界優(yōu)秀統(tǒng)計工具 SPSS11 統(tǒng)計分析教程（基礎(chǔ)篇）[M]. 北京： 北京希望電子出版社， 2002： 259-271.

（責(zé)任編輯：李映果）