王佳昕?

摘 要：本研究從用戶角度入手，運用實證研究方法，以UTAUT模型為基礎，對比微博與微信廣告的用戶接受意愿影響因素，最終分別得到微博與微信廣告用戶接受意愿影響因素模型。研究發(fā)現，社會影響、感知精準性、努力期望和內容績效期望對微博廣告用戶接受意愿有顯著的正向影響；感知精準性、努力期望、社會影響和親友關注度對微信廣告用戶接受意愿有顯著的正向影響；廣告獎勵與感知風險對兩個平臺的廣告用戶接受意愿的影響都不顯著。

關鍵詞：微博廣告；微信廣告；用戶接受意愿；UTAUT模型

中圖分類號：G206.2 文獻標識碼：A 文章編號：1672-8122（2017）12-0076-04

根據中國互聯網信息中心（CNNIC）在2017年8月發(fā)布的《第40次中國互聯網絡發(fā)展狀況統計報告》，截至2017年6月，中國網民規(guī)模達7.51億，手機網民規(guī)模達到7.24億，網民中使用手機上網的占比已提升至96.3%[1]。中國移動廣告市場增長迅速，移動廣告的受眾接受度一直都是國內外學者們經常探討的問題，廣告主和移動端平臺也一直在尋求商業(yè)利益和用戶體驗的平衡。微博與微信是目前國內最具代表性的兩大移動端廣告媒體平臺，而且因為性質相似常被互相比較。國內對微博與微信廣告的研究主要以定性研究為主，基于平臺特性挖掘廣告價值，基于現狀發(fā)現問題提出對策，都是從平臺和廣告本身出發(fā)，很少有從用戶的角度進行實證研究。對微博與微信廣告的對比研究也更多是停留在描述性層面上，因此本文選擇從用戶接受度的角度對微博與微信廣告進行對比實證研究，無論是對于微博廣告研究和微信廣告研究，還是兩者的對比研究，都是一個補充。

本研究中的微博廣告是指基于移動端微博平臺發(fā)布的關于商品或服務的營銷信息，具體形式包括首頁“推薦”廣告、頁面橫窗和下拉式廣告、關鍵詞搜索廣告、話題植入廣告、軟文廣告、營銷活動植入廣告等；微信廣告是指基于微信平臺發(fā)布的關于商品或服務的營銷信息，具體形式包括公眾號推送的廣告、朋友圈廣告、漂流瓶廣告等。

一、理論基礎與研究假設

1.模型理論基礎。在研究移動廣告問題時，國內外研究者都借助了主要的技術接受理論來研究移動廣告接受的影響因素，包括理性行為理論（TRA）、計劃行為理論（TPB）、技術接受模型（TAM）和整合型技術接受與使用模型（UTAUT）。這些技術接受理論模型之間的關聯性很強，都是經過實證研究不斷驗證不斷完善而形成的成熟體系。UTAUT模型雖提出的比較晚，但討論的因素范圍更廣、更加全面，對接受行為的解釋能力也比較高。該模型在信息技術應用方面的研究比較多，本研究中的微博與微信都屬于新媒體廣告信息傳播平臺，屬于信息技術應用范疇。已有學者將UTAUT模型應用到移動互聯技術接受的實證研究中：如俞坤（2012）基于UTAUT模型構建了移動互聯網廣告的用戶接受模型[2]；崔越以UTAUT模型為基礎，通過實證分析驗證了各類因素對移動端微博及微信用戶使用意愿及行為差異化的影響[3]。因此，本研究選擇以UTAUT模型作為基礎模型，UTAUT基礎模型如圖1所示。

2.研究假設。在結合前人理論和研究的基礎上，本文將UTAUT模型中的績效期望變量細分為內容績效期望和廣告獎勵兩個因子，保留努力期望和社會影響兩個原始模型中的核心變量，同時引入感知風險和感知精準性兩個新變量。本研究中廣告接受意愿是指用戶在可接受的條件下，接收和閱讀微博/微信廣告信息，并參與廣告互動，會關注、分享廣告信息的主觀意愿。

（1）內容績效期望。Ducoffe認為消費者對廣告的感知價值是衡量廣告效果非常有用的評估標準，消費者評估網絡廣告的價值，與廣告態(tài)度的形成有直接的關系[4]。內容績效期望是指用戶認為廣告的信息內容能為其帶來價值的程度，包含實用與娛樂價值兩方面。用戶使用微博、微信主要是為了獲取有用的信息，即信息實用價值，受眾非?？粗匚⒉V告?zhèn)鞑サ男畔热菔欠駥λ麄冇杏肹5]。自我決定理論（Self-determination theory）研究中提到，娛樂性是消費者采取某一行為的內在動機的一個重要前提因素[6]；微博與微信兩個平臺都兼具娛樂功能，承載了用戶的娛樂需求，追求娛樂價值是用戶產生態(tài)度與行為的重要內在動機。馮旭艷發(fā)現用戶對微信營銷的感知愉悅性正向影響其對微信營銷的態(tài)度，用戶期望從參與企業(yè)微信營銷行為中獲取更多樂趣[7]。綜上可提出假設：內容績效期望正向影響用戶對微博/微信廣告的接受意愿。

（2）廣告獎勵。廣告獎勵指的是微博或微信廣告為用戶提供的轉發(fā)抽獎、紅包福利等激勵措施。吳岱蕓在對“游戲化”營銷的研究中認為人的大腦中有一套“獎勵系統”，獎勵可以引發(fā)愉悅感，并且有助于產生正面情緒[8]，在廣告中充分運用獎勵的力量能夠吸引消費者主動參與，產生積極的廣告態(tài)度。劉紅艷也發(fā)現廣告獎勵對用戶意愿有顯著性正向影響[9]。因此可提出假設：廣告獎勵正向影響用戶對微博/微信廣告的接受意愿。

（3）努力期望。努力期望是指用戶感知到獲取、解讀和參與廣告的簡易性和便利性。消費者會通過權衡利益與成本來形成對價值的感知。Mirella等構建了一個移動廣告用戶感知價值評估框架，其中感知風險和感知努力成本構成成本因素，對價值產生消極作用，相比感知風險，感知努力成本因素的影響作用更大[10]?，F在用戶的時間和注意力越發(fā)碎片化，如果在移動廣告服務使用過程中操作比較復雜，或者使用成本過高，容易產生抵觸情緒。因此可提出假設：努力期望正向影響用戶對微博/微信廣告的接受意愿。

（4）社會影響。本研究的社會影響指的是指用戶受其周圍特定的人或群體對微博或微信廣告的態(tài)度和接受情況的影響程度。Yang對臺灣大學生使用移動廣告的意向影響因素的研究發(fā)現社會影響對移動廣告態(tài)度有顯著作用[11]。用戶對微博/微信廣告的接受會受到周圍朋友、家庭、工作環(huán)境等的影響，對廣告的正面或負面體驗，會在用戶的社會關系中傳遞。而且在微博和微信環(huán)境中，信息分享和口碑傳播是很常見的，必須非常重視口碑的作用。因此可提出假設：社會影響正向影響用戶對微博/微信廣告的接受意愿。endprint

（5）感知風險。感知風險是用戶感知價值的另一個重要成本因素，指用戶在考慮接受廣告時會評估可能產生的損失。精準營銷可能使用戶產生個人信息被濫用的風險感知；廣告中帶有鏈接、二維碼可能會使手機中毒，存在安全隱患，這些都會影響用戶接受廣告的意愿。因此可提出假設：感知風險負向影響用戶對微博/微信廣告的接受意愿。

（6）感知精準性。感知精準性指用戶主觀感知到微博或微信廣告信息與自身需求的匹配程度。大數據技術使得廣告的精準投放成為可能，用戶需求的多樣性也需要廣告投放更加個性化，提高營銷效率，避免不必要的營銷成本浪費。根據《朋友圈首份用戶研究報告》的數據，用戶比較傾向于與自己較為相關的信息流廣告[12]。因此可提出假設：感知精準性正向影響用戶對微博/微信廣告的接受意愿。

基于以上的分析和討論，本研究提出微博/微信廣告的用戶接受意愿影響因素概念模型如圖2所示。

由于本研究只涉及意愿的影響因素，不涉及具體的行為轉化，而且很多實證研究也已證明了意愿與行為之間有著密切的聯系，所以使用行為變量在本研究中暫不考慮放進研究模型中。另外，本研究還將性別、年齡、職業(yè)、學歷和使用時長作為該模型的控制變量，來研究其對影響因素與用戶接受意愿之間關系的影響。

二、量表設計

本文主要參考國內對移動廣告的實證研究設計，對模型中所涉及的變量進行定義，并完成對各個變量測量維度的設計，形成符合中國語境特點的研究量表。量表參照李克特七級量表。具體量表內容如表1所示。

三、數據分析與結果

本研究調查問卷主要通過線上渠道進行發(fā)放與回收，最后總計回收240份問卷，其中有效的問卷191份，本文運用SPSS 21.0軟件來對有效問卷進行數據分析。

1.描述性統計分析結果。樣本男女性百分比分別為30.4%和69.6%，以女性占多數。樣本最大的年齡為57歲，最小為18歲，樣本覆蓋的年齡面是比較廣。89.5%為本科以上學歷，職業(yè)中學生占67%。樣本人群較為偏向90后學生群體，這也是微博和微信主要活躍的用戶群體。另外，隨著智能手機的普及和移動通訊技術的發(fā)展，微博與微信這類移動社交媒體軟件的使用人群不僅僅只是年輕人群，特別是微信，用戶的年齡面較寬泛。

微博因為早于微信面世，用戶平均使用時長要長于微信，59.2%的樣本使用時長在三年到四年以上，而微信使用時長主要集中在兩年到四年內。

2.效度與信度檢驗。本研究通過驗證性因子分析對量表進行效度檢驗，在對微信廣告量表進效度檢驗時，本應歸屬于“社會影響”因子的題項“我周圍認識的很多人都會關注微博/微信廣告”，在因子分析中被單獨析出，故將其單獨列為一個因子，命名為“親友關注度”。因子分析檢驗結果顯示微博、微信廣告量表各因子層面的題項變量的因子負荷量均在0.5以上。效度檢驗結果表明微博與微信廣告量表都有較好的聚合度。信度檢驗結果顯示，微博廣告和微信廣告各變量的Cronbach α值都在0.7以上，各變量題項的內部一致性信度良好，說明本研究問卷測試效果的可信度很高。

從表2、表3可以看出除了感知風險以外，微信廣告對應的各變量得分均值都高于微博廣告，感知風險總分均值低于微博廣告，說明整體而言，用戶對微信廣告的態(tài)度、體驗和接受意愿都要高于微博廣告。

3.回歸分析。本研究運用逐步多元回歸分析方法，深入探討各影響因素是如何影響用戶接受意愿的，建構一個最佳的接受意愿回歸模型。逐步多元回歸分析會從數個自變量中找出對因變量最具預測力的自變量，以建構一個最佳的回歸分析模型，回歸系數未達顯著的自變量會被排除于回歸模型之外。

（1）微博廣告用戶接受意愿影響因素回歸分析由表4可知，控制變量與接受意愿的回歸分析顯著度（p>0.05）都未達到顯著水平，可知性別、年齡、學歷、職業(yè)和使用時長對微博廣告用戶接受意愿沒有顯著影響?；貧w分析結果顯示共有四個影響因素進入回歸模型。這四個因素分別是“社會影響”“感知精準性”“努力期望”和“內容績效期望”，他們的回歸系數均達到顯著水平，且回歸系數為正，故這四個影響因素對微博廣告用戶接受意愿有顯著的正向影響，并且與控制變量無關，假設1、3、4、6得到驗證。此外，“廣告獎勵”與“感知風險”的回歸系數沒達到顯著水平（p>0.05），被排除在回歸模型外。根據標準化回歸系數β值，可以得到回歸方程式：

（2）微信廣告用戶接受意愿影響因素回歸分析。由表5可知，控制變量與接受意愿的回歸分析顯著度（p>.05）都未達到顯著水平，可知性別、年齡、學歷、職業(yè)和使用時長對微信廣告用戶接受意愿沒有顯著影響。微信廣告回歸分析結果中也有四個影響因素進入回歸模型，這四個因素分別是“感知精準性” “努力期望”“社會影響”和“親友關注度”，他們的回歸系數均達到顯著水平，且回歸系數為正，故這四個影響因素對微信廣告用戶接受意愿有顯著的正向影響，且與控制變量無關，假設3、4、6得到驗證。另外，“內容績效期望”“廣告獎勵”和“感知風險”的回歸系數沒達到顯著水平（p> .05），被排除在回歸模型外。根據標準化回歸系數β值，可以得到回歸方程式：

微信廣告用戶接受意愿=0.339*感知精準性+0.270*努力期望+0.206*社會影響+0.172*親友關注度。

四、結 語

本研究試圖發(fā)現影響用戶廣告接受意愿的因素在微博與微信上的差異性，通過尋找到各自不同的側重點，討論微博與微信在廣告營銷中如何充分發(fā)揮出各自的優(yōu)勢，為廣告營銷實務提供實證參考依據。

1.研究結果表明對微博廣告用戶接受意愿影響最大的是社會影響因素，而微信廣告是感知精準性。這反映用戶對微博與微信廣告接受的側重點有所不同。用戶對微博廣告關注的側重點是所在群體里其他用戶的態(tài)度，而對微信廣告關注的側重點是廣告是否匹配自己的需求，這與微博和微信不同的平臺屬性特點有關。endprint

微博平臺上的交互行為都是開放透明的，用戶更容易受到所在群體中其他人的影響，這也從一個側面反映了普通用戶在微博上更多地是“圍觀”和“跟隨”，圍觀熱點話題，跟隨意見領袖。雖然是自媒體平臺，但微博上的話語權和影響力還是主要集中在少數人手中，意見領袖的影響力非常大，通過意見領袖的中介作用能深刻影響普通用戶的態(tài)度，這也是很多廣告主選擇微博的明星大V博主進行代言或推送廣告的原因。微博平臺弱關系鏈最典型的表現形態(tài)就是以明星大V微博為核心的粉絲圈子，各圈子相互嵌套勾連，大V賬號間的互動可以產生多元中心效應，一對多到多對多，擴大傳播范圍，增加邊緣受眾。而微信相比于微博更加私密個人化，信息傳播和交互相對封閉，很難營造出微博上全民關注的大熱門話題，在私密的社交平臺上，用戶對與之不相關的營銷信息的打擾會非常排斥。相對于微博的一對多到多對多的傳播模式，微信上更多的是一對一的深度互動，微信用戶的主導權利較大，只有推送用戶感興趣的內容才能吸引用戶主動長時間關注。

2.社會影響對微博與微信廣告的用戶接受意愿都有顯著正向影響。這說明用戶在決定是否接受微博和微信廣告時很大程度上會受到身邊特定群體的影響。而其中親友關注度是用戶接受微信廣告意愿的一個重要正向影響因素，而在微博廣告中這一因素并沒有被單獨的特別強調；內容績效期望顯著影響微博廣告的用戶接受意愿，而對微信廣告影響不顯著。該結果從廣告接受的角度反映微博的媒體屬性更強，微信的社交屬性更強。以上的不同與微博和微信用戶關系鏈的不同特點有關。

微博用戶之間為單向關注的弱關系鏈，弱關系在信息傳播方面的作用顯著[13]，因此微博具有較強的媒體屬性，用戶很看重微博廣告?zhèn)鬟f內容的實用與娛樂價值，他們愿意接受能夠提高效率、帶來愉悅感的微博廣告。依據Granovetter對關系強度的界定，在強關系鏈中，聯系時間較長，情感強度、相互的信任度較高，彼此的互惠性強[13]，因此強關系具有一定的影響力[14]。依靠強關系的微信主要提供一對一的互動體驗，具有更強的社交屬性，Pasquale研究認為強關系將同一社群的用戶在內部建立連接[15]，本就緊密的熟人圈因為微信提供的社交便利只會變的更加聚合，同一圈子內部個體之間知識結構、經驗、背景、興趣取向都很相似，因此當有人對廣告產生關注，這勢必會影響到圈內其他人，這種影響不會擴散很廣，但確有實實在在的影響作用。

3.廣告獎勵對微博、微信廣告的用戶接受意愿的影響都不具有統計意義上的顯著性。以往研究中廣告獎勵是影響用戶對移動廣告接受意愿的重要因素，而本研究的結果有所不同，這就提出了一個現實問題：微博與微信上單一重復的轉發(fā)抽獎活動對于用戶的吸引力還剩多少？筆者認為廣告獎勵只是提高感知價值、吸引用戶參與的手段，如果沒有更加創(chuàng)新的獎勵形式，那么用戶更看重的是其他因素，比如廣告內容本身能帶給用戶的價值或者廣告能否精準匹配用戶需求。

4.努力期望對微博廣告與微信廣告的用戶接受意愿都有顯著正向影響。在這個注意力稀缺的時代，面對兩個平臺巨大而冗雜的信息量，用戶沒有太多時間和精力去應付復雜的營銷信息。對努力成本的降低，能夠提升用戶感知的廣告價值。因此用戶對容易獲取、解讀和參與的微博和微信廣告會更積極地接受。

5.感知風險因素對微博和微信廣告接受意愿都不具有顯著的影響作用。雖然在以往很多研究中感知風險是重要的消極影響因素，但近幾年已經有研究也發(fā)現感知風險的影響作用并沒有預想的顯著了，消費者對移動技術的感知風險在逐漸降低[10]。因為移動通訊技術的普及，消費者對移動新媒體的使用越來越熟練，已經有意識和能力規(guī)避和預防風險，當然這與移動平臺自身對安全與風險管理的優(yōu)化也離不開關系。另外，也有可能是因為感知風險因素需要通過其他變量來對用戶接受意愿產生影響，而這需要進一步的研究來驗證。

參考文獻：

[1] 中國互聯網信息中心.第40次互聯網絡發(fā)展狀況統計報告[DB/OL].http：//www.cnnic.cn/gywm/xwzx/rdxw/201708/t20170804_69449.htm.

[2] 俞坤.基于UTAUT模型的移動互聯網廣告的用戶接受模型的研究[D].北京郵電大學，2012.

[3] 崔越.基于移動互聯網的微博和微信用戶使用行為影響因素比較研究[D].北京郵電大學，2015.

[4] Ducoffe R H. Advertising value and advertising on the web[J]. Journal of advertising research， 1996（5）：21-21.

[5] 岳穎.微博廣告?zhèn)鞑ブ械氖鼙娊邮苄袨檠芯縖D].電子科技大學，2013.

[6] Ryan R M， Deci E L. Self-determination theory and the facilitation of intrinsic motivation， social development， and well-being[J]. American psychologist， 2000）（1）：68.

[7] 馮旭艷.消費者對微信營銷的接受意愿影響因素研究[D].北京郵電大學，2015.

[8] 吳岱蕓.從游戲到游戲化：行銷溝通游戲化理論初探[J].新聞學研究，2015（124）：215-251.

[9] 劉紅艷，傅勝藍.移動廣告接受意愿的影響因素研究——基于大學生移動廣告體驗的視角[J].軟科學，2014（4）：107-111.

[10] Kleijnen M，De Ruyter K，Wetzels M. An assessment of value creation in mobile service delivery and the moderating role of time consciousness[J].Journal of Retailing，2007（1）：33-46.

[11] Yang，Kenneth C.Exploring Factors Affecting Consumer Intention to Use Mobile Advertising in Taiwan [J].Journal of International Consumer Marketing，2007（1）：33-49.

[12] 王鑫，智酷調查：朋友圈廣告首份用戶研究報告[EB/OL].騰訊科技http：//tech.qq.com/a/20150123009277.htm，2015-01-23.

[13] Granovetter M S. The strength of weak ties[J]. American journal of sociology， 1973，78（6）： 1360-1380.

[14] Bian Y. Bringing strong ties back in： Indirect ties， network bridges， and job searches in China[J]. American sociological review，1997（3）：366-385.

[15] De Meo P， Ferrara E， Fiumara G. On Facebook， most ties are weak[J].Communications of the ACM， 2014（11）：78-84.

[責任編輯：思涵]endprint