張 偉，馬 驍，劉思妤

(西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710054)

用戶(hù)使用微博時(shí)不僅可以瀏覽信息、發(fā)布相關(guān)內(nèi)容，還可以把他人發(fā)布的微博予以分享，即進(jìn)行轉(zhuǎn)發(fā)(1)Luo Z, Osborne M, Tang J, et al. Who will retweet me?:finding retweeters in twitter. International Acm Sigir Conference on Research & Development in Information Retrieval. ACM, 2013:869-872.。轉(zhuǎn)發(fā)作為微博中普遍存在的行為，是推廣活動(dòng)及發(fā)布信息的主要手段之一，對(duì)于信息傳播具有重要意義。轉(zhuǎn)發(fā)是指用戶(hù)發(fā)現(xiàn)有用或者感興趣的他人發(fā)布的微博，想與自己的關(guān)注者進(jìn)行分享，因此選擇將整條內(nèi)容復(fù)制后傳播給其他微博用戶(hù)的行為。微博的轉(zhuǎn)發(fā)簡(jiǎn)潔易行，用戶(hù)只需點(diǎn)擊左下角處的微博轉(zhuǎn)發(fā)鍵即可將整條微博分享給他人。因此，信息在不進(jìn)行任何改動(dòng)的情況下，就可以在除了最開(kāi)始發(fā)布這條信息的用戶(hù)之外的網(wǎng)絡(luò)社交區(qū)擴(kuò)散(2)Peng H K, Zhu J, Piao D, et al. Retweet Modeling Using Conditional Random Fields. IEEE, International Conference on Data Mining Workshops. IEEE Computer Society, 2011:336-343.。這種轉(zhuǎn)發(fā)行為能夠?qū)⑿畔⒀杆賯鞑ブ脸汕先f(wàn)微博用戶(hù)手中，其擴(kuò)散范圍以指數(shù)的形式劇增，傳播效率遠(yuǎn)超出了其他任何一種傳播機(jī)制。在現(xiàn)行網(wǎng)絡(luò)環(huán)境下，某些微博甚至可以被轉(zhuǎn)發(fā)千萬(wàn)次以上，點(diǎn)擊次數(shù)遠(yuǎn)超出作者預(yù)期。

轉(zhuǎn)發(fā)行為不僅可以將信息內(nèi)容傳播至當(dāng)前的關(guān)注者手中，而且還會(huì)吸引一批新受眾。轉(zhuǎn)發(fā)行為的初衷可能是將特定內(nèi)容提供給具體的用戶(hù)，或是根據(jù)原文內(nèi)容發(fā)表自己的見(jiàn)解和看法、表達(dá)自身的感受，亦或是用以表明自己對(duì)該觀點(diǎn)的認(rèn)同或反對(duì)，還可能是從有用性角度出發(fā)，將自己認(rèn)為有用、有益的內(nèi)容以轉(zhuǎn)發(fā)的形式進(jìn)行保存，以供今后瀏覽查閱。無(wú)論出于怎樣的目的，都無(wú)法忽視微博轉(zhuǎn)發(fā)內(nèi)容中所包含的信息價(jià)值(3)Boyd D, Golder S, Lotan G. Tweet, Tweet, Retweet: Conversational Aspects of Retweeting on Twitter. Hawaii International Conference on System Sciences. IEEE, 2010:1-10.。

轉(zhuǎn)發(fā)機(jī)制將微博內(nèi)容分為兩種具有明顯差異的形式：原創(chuàng)型微博和非原創(chuàng)型(轉(zhuǎn)發(fā)型)微博。通過(guò)Zarrella 的研究可以發(fā)現(xiàn)，轉(zhuǎn)發(fā)型微博中含有鏈接的數(shù)量是原創(chuàng)型微博中含有鏈接數(shù)量的3倍。也就是說(shuō)，大多數(shù)用戶(hù)選擇轉(zhuǎn)發(fā)行為而非原創(chuàng)的目的是將他人提供并且自認(rèn)為有趣的視頻、網(wǎng)頁(yè)鏈接、信息頁(yè)面?zhèn)鞑ソo其他用戶(hù)。綜覽學(xué)術(shù)界相關(guān)研究文獻(xiàn)可以看出，兩類(lèi)微博的差異主要體現(xiàn)在內(nèi)容和情境兩方面：是否與他人進(jìn)行互動(dòng)、所屬類(lèi)別、是否可跳轉(zhuǎn)到其他網(wǎng)頁(yè)等因素都?xì)w屬于微博內(nèi)容的不同；而情境特征具體包括微博粉絲數(shù)量、關(guān)注數(shù)量、注冊(cè)微博的年限、微博點(diǎn)贊數(shù)量、發(fā)布微博條數(shù)以及頻率等(4)Suh B, Hong L, Pirolli P, et al. Want to be Retweeted? Large Scale Analytics on Factors Impacting Retweet in Twitter Network. IEEE Second International Conference on Social Computing. IEEE, 2010:177-184；李紅霞,陳均明,尼珍:《微博與微信的用戶(hù)行為影響因素比較》，《重慶工商大學(xué)學(xué)報(bào)》(社會(huì)科學(xué)版),2017年第3期。?？傮w而言，由于轉(zhuǎn)發(fā)型微博在價(jià)值和趣味性方面高于原創(chuàng)型微博(5)Macskassy S A, Michelson M. Why do People Retweet? Anti-Homophily Wins the Day!. International Conference on Weblogs and Social Media, Barcelona, Catalonia, Spain, July. DBLP, 2011.，因此關(guān)注者才會(huì)選擇轉(zhuǎn)發(fā)，由此導(dǎo)致轉(zhuǎn)發(fā)型微博在產(chǎn)品關(guān)注度和態(tài)度改變方面影響效果更加顯著。綜上分析，本文認(rèn)為原創(chuàng)型微博與轉(zhuǎn)發(fā)型微博對(duì)消費(fèi)者的影響程度存在很大差異。

雖然微博的注冊(cè)用戶(hù)日益增加，配套性功能逐步完善，但是目前學(xué)術(shù)界對(duì)這一領(lǐng)域的研究還處于初級(jí)階段，可供使用的相關(guān)模型和理論較少。目前可檢索到的研究成果主要從預(yù)測(cè)轉(zhuǎn)發(fā)行為、選擇轉(zhuǎn)發(fā)微博的原因、微博轉(zhuǎn)發(fā)用戶(hù)的特性等方面著手研究，幾乎沒(méi)有學(xué)者對(duì)轉(zhuǎn)發(fā)行為所帶來(lái)的商業(yè)價(jià)值進(jìn)行探討。因此，為進(jìn)一步在微博營(yíng)銷(xiāo)研究領(lǐng)域深耕，本文擬解決以下問(wèn)題：轉(zhuǎn)發(fā)型微博是否能更顯著地引起產(chǎn)品關(guān)注和積極的產(chǎn)品態(tài)度？文章將基于微博營(yíng)銷(xiāo)背景，對(duì)比研究不同微博營(yíng)銷(xiāo)渠道——企業(yè)自有媒體和第三方媒體發(fā)布的原創(chuàng)型微博和轉(zhuǎn)發(fā)型微博影響產(chǎn)品關(guān)注和產(chǎn)品態(tài)度的顯著性差異，通過(guò)在微博平臺(tái)收集客觀數(shù)據(jù)進(jìn)行驗(yàn)證，證實(shí)轉(zhuǎn)發(fā)行為更為突出的營(yíng)銷(xiāo)效果，最后據(jù)此提出相應(yīng)的營(yíng)銷(xiāo)建議。

一、文獻(xiàn)回顧

轉(zhuǎn)發(fā)作為傳播微博信息內(nèi)容的主要途徑之一，能夠使得信息以指數(shù)級(jí)的速度擴(kuò)散和傳播。根據(jù)已有數(shù)據(jù)可知，非原創(chuàng)即轉(zhuǎn)發(fā)型微博占總微博數(shù)量的25.5%(6)Yang Z, Guo J, Cai K, et al. Understanding retweeting behaviors in social networks. ACM International Conference on Information and Knowledge Management. ACM, 2010:1633-1636.。而當(dāng)今學(xué)術(shù)界關(guān)于轉(zhuǎn)發(fā)行為的文章大多都是會(huì)議型論文，對(duì)此方面的研究仍停留在初步探索階段。通過(guò)對(duì)相關(guān)研究成果分類(lèi)整理后發(fā)現(xiàn)，該領(lǐng)域的研究主要分為兩種：第一種研究聚焦轉(zhuǎn)發(fā)行為的預(yù)測(cè)。Yang等人探討了哪些因素會(huì)導(dǎo)致用戶(hù)轉(zhuǎn)發(fā)行為的產(chǎn)生，主要應(yīng)用了因子圖模型，主要研究了用戶(hù)的過(guò)往行為以及話題趨勢(shì)(7)Yang Z, Guo J, Cai K, et al. Understanding retweeting behaviors in social networks. ACM International Conference on Information and Knowledge Management. ACM, 2010:1633-1636.；Peng等人通過(guò)微博社交網(wǎng)絡(luò)影響(content influence)、內(nèi)容影響(content influence)、時(shí)間衰減系數(shù)(temporal decay factor)三方面的特征來(lái)建立轉(zhuǎn)發(fā)行為預(yù)測(cè)模型，主要采用的方法是條件隨機(jī)域(8)Peng H K, Zhu J, Piao D, et al. Retweet Modeling Using Conditional Random Fields. IEEE, International Conference on Data Mining Workshops. IEEE Computer Society, 2011:336-343.；Kupavskii等人主要研究轉(zhuǎn)發(fā)流(Retweet cascades)，利用一定的算法對(duì)微博在固定時(shí)間內(nèi)被轉(zhuǎn)發(fā)的數(shù)量進(jìn)行預(yù)測(cè)(9)Kustarev A, Kustarev A, Kustarev A, et al. Prediction of retweet cascade size over time. ACM International Conference on Information and Knowledge Management. ACM, 2012:2335-2338.；Lu等人通過(guò)一些微博特征因素建立了轉(zhuǎn)發(fā)樹(shù)(Reposts Tree)模型，例如：點(diǎn)贊微博數(shù)、粉絲數(shù)、關(guān)注的用戶(hù)數(shù)量、是否與微博粉絲交流、所發(fā)布的微博數(shù)量、所轉(zhuǎn)發(fā)的微博數(shù)量等，并以此來(lái)預(yù)測(cè)某個(gè)特定微博會(huì)被轉(zhuǎn)發(fā)的數(shù)量(10)Lu X, Yu Z, Guo B, et al. Predicting the content dissemination trends by repost behavior modeling in mobile social networks. Journal of Network & Computer Applications, 2014, 42(3):197-207.。可以看出，上述文獻(xiàn)將實(shí)證研究作為主要研究方法的甚少，更多的是采用計(jì)算機(jī)建模進(jìn)行數(shù)據(jù)分析和假設(shè)檢驗(yàn)。

第二種研究則聚集分析轉(zhuǎn)發(fā)型微博的特征。Boyd等人對(duì)轉(zhuǎn)發(fā)型微博的特征、轉(zhuǎn)發(fā)的方式與原因等方面進(jìn)行了研究，主要采用了案例研究的分析方法(11)Boyd D, Golder S, Lotan G. Tweet, Tweet, Retweet: Conversational Aspects of Retweeting on Twitter. Hawaii International Conference on System Sciences. IEEE, 2010:1-10.；Suh等人主要對(duì)微博內(nèi)容進(jìn)行了研究，從內(nèi)容特征和情景特征兩個(gè)維度探索轉(zhuǎn)發(fā)型微博與原創(chuàng)型微博之間的差別。通過(guò)內(nèi)容特征分析，他們發(fā)現(xiàn)URL以及話題標(biāo)簽與轉(zhuǎn)發(fā)行為之間的關(guān)系為強(qiáng)相關(guān)性。從情景特征分析可知，關(guān)注其他微博的數(shù)量以及用戶(hù)自身的粉絲數(shù)量與轉(zhuǎn)發(fā)行為具有強(qiáng)相關(guān)性(12)Suh B, Hong L, Pirolli P, et al. Want to be Retweeted? Large Scale Analytics on Factors Impacting Retweet in Twitter Network. IEEE Second International Conference on Social Computing. IEEE, 2010:177-184.；Macskassy和Michelson通過(guò)分析一定數(shù)量的Twitter文本數(shù)據(jù)，探究轉(zhuǎn)發(fā)型微博特征時(shí)發(fā)現(xiàn)，用戶(hù)的轉(zhuǎn)發(fā)行為具有反同質(zhì)性(anti-homophily)，指的是通常情況下，大部分微博用戶(hù)轉(zhuǎn)發(fā)的微博并非是自己之前發(fā)表過(guò)的言論，而是與自己具有較大反差甚至相反風(fēng)格的內(nèi)容(13)Macskassy S A, Michelson M. Why do People Retweet? Anti-Homophily Wins the Day!. International Conference on Weblogs and Social Media, Barcelona, Catalonia, Spain, July. DBLP, 2011.；Luo等人也選擇從情景特征方面對(duì)轉(zhuǎn)發(fā)型微博進(jìn)行剖析，提出了微博中各種因素與轉(zhuǎn)發(fā)行為的相關(guān)性，指出在用戶(hù)粉絲的微博發(fā)布數(shù)量、活躍時(shí)間、興趣特征及其是否有過(guò)轉(zhuǎn)發(fā)歷史諸因素中，之前有過(guò)轉(zhuǎn)發(fā)行為的粉絲以及用戶(hù)的興趣愛(ài)好與其粉絲的興趣愛(ài)好相似時(shí)，更易于促進(jìn)某些微博被轉(zhuǎn)發(fā)(14)Luo Z, Osborne M, Tang J, et al. Who will retweet me?:finding retweeters in twitter. International Acm Sigir Conference on Research & Development in Information Retrieval. ACM, 2013:869-872.；Nip和Fu從框架和特征兩方面對(duì)新浪微博中的原創(chuàng)性微博和轉(zhuǎn)發(fā)型微博進(jìn)行了比較，從兩者的異同出發(fā)解釋了微博中某些公共意見(jiàn)的形成過(guò)程(15)Nip J Y M, Fu K W. Networked framing between source posts and their reposts: an analysis of public opinion on China's microblogs. Information Communication & Society, 2016, 19(8):1127-1149.；湯胤等人提出四個(gè)情境特征對(duì)微博轉(zhuǎn)發(fā)行為具有促進(jìn)作用，這四種情境特征分別是：個(gè)人結(jié)果期望、績(jī)效結(jié)果期望、意見(jiàn)領(lǐng)袖、自我效能，他們參照社會(huì)認(rèn)知理論通過(guò)實(shí)證研究的方法驗(yàn)證了初始假設(shè)(16)Yang Z, Guo J, Cai K, et al. Understanding retweeting behaviors in social networks. ACM International Conference on Information and Knowledge Management. ACM, 2010:1633-1636.。在上述研究中，Boyd等人所提出的觀點(diǎn)最值得關(guān)注，他們認(rèn)為微博轉(zhuǎn)發(fā)行為的實(shí)質(zhì)是用戶(hù)之間的參與交流。

時(shí)間、空間和社會(huì)環(huán)境通常會(huì)對(duì)對(duì)話產(chǎn)生影響。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，各社交媒介和網(wǎng)絡(luò)用戶(hù)證明對(duì)話可以不受區(qū)域和時(shí)間的限制進(jìn)行異步交流，但參與交流的群體以及共處的社會(huì)環(huán)境卻是具體明確的。由于微博的特殊機(jī)制，用戶(hù)通過(guò)無(wú)形的互聯(lián)網(wǎng)進(jìn)行交流，對(duì)交流的空間和群體沒(méi)有任何限制。無(wú)論何時(shí)，即使是只言片語(yǔ)，用戶(hù)講的話語(yǔ)也都算是對(duì)交流的一種參與。微博提供的信息流使得用戶(hù)即使不參與到交流中也可以在外圍了解話題的內(nèi)容和討論結(jié)果。計(jì)算機(jī)技術(shù)日新月異，微博行為也有了相應(yīng)的運(yùn)行規(guī)范，其中，轉(zhuǎn)發(fā)功能將微博內(nèi)容進(jìn)行復(fù)制后再轉(zhuǎn)發(fā)到自己的交際網(wǎng)絡(luò)，是一種新的對(duì)話形式。用戶(hù)的轉(zhuǎn)發(fā)行為既可以使其參與到交流中，也可以進(jìn)行信息傳播，同時(shí)也是驗(yàn)證消息、參與互動(dòng)的行為，即使用戶(hù)對(duì)話題沒(méi)有發(fā)表過(guò)任何意見(jiàn)，也會(huì)產(chǎn)生參與其中的感受(17)Boyd D, Golder S, Lotan G. Tweet, Tweet, Retweet: Conversational Aspects of Retweeting on Twitter. Hawaii International Conference on System Sciences. IEEE, 2010:1-10.。由于轉(zhuǎn)發(fā)行為可以使人人都參與到某一對(duì)話中，因此相較于其他行為而言，其影響更加深刻。

在上述的文獻(xiàn)中，Nip等人以及Suh等人都通過(guò)相關(guān)的數(shù)據(jù)對(duì)轉(zhuǎn)發(fā)型微博以及原創(chuàng)型微博進(jìn)行了比較，發(fā)現(xiàn)兩者無(wú)論是在情境特征還是在內(nèi)容特征上都有顯著的差別，而且相比原創(chuàng)型微博，轉(zhuǎn)發(fā)型微博似乎包含更多有用的信息，因此本文擬弄清轉(zhuǎn)發(fā)型微博是否對(duì)消費(fèi)者影響更大，是否能夠引起更多的產(chǎn)品關(guān)注和更好的產(chǎn)品態(tài)度。

二、研究假設(shè)

根據(jù)張偉等人的研究，微博主體可分為企業(yè)自有媒體和第三方媒體(18)張偉，李曉丹，郭立宏：《不同微博營(yíng)銷(xiāo)渠道對(duì)產(chǎn)品銷(xiāo)量的影響研究:品牌自有媒體VS第三方媒體的路徑對(duì)比》，《南開(kāi)管理評(píng)論》, 2018年第2期。，不同微博主體會(huì)對(duì)消費(fèi)者產(chǎn)生不同影響。因此為進(jìn)一步細(xì)化研究，本文擬將兩種微博主體加以區(qū)分，分別討論原創(chuàng)型微博和轉(zhuǎn)發(fā)型微博對(duì)消費(fèi)者的影響差異，研究影響因素及假設(shè)如下：

1.企業(yè)自有媒體轉(zhuǎn)發(fā)型微博和原創(chuàng)型微博對(duì)產(chǎn)品關(guān)注的影響差異

企業(yè)自有媒體，是指企業(yè)自主在微博平臺(tái)開(kāi)設(shè)的官方賬號(hào)體(19)張偉，李曉丹，郭立宏：《不同微博營(yíng)銷(xiāo)渠道對(duì)產(chǎn)品銷(xiāo)量的影響研究:品牌自有媒體VS第三方媒體的路徑對(duì)比》，《南開(kāi)管理評(píng)論》, 2018年第2期。。企業(yè)自有媒體發(fā)布的微博數(shù)量越多，受眾獲得的產(chǎn)品信息就越多，就越能幫助受眾清楚判斷產(chǎn)品是否符合自身需求，引發(fā)的產(chǎn)品關(guān)注也就更多。每日有數(shù)以萬(wàn)計(jì)的原創(chuàng)型微博在平臺(tái)上編輯發(fā)布，但微博用戶(hù)中的潛在消費(fèi)者缺乏足夠的時(shí)間以瀏覽全部信息，從中挑選重要信息也會(huì)相當(dāng)麻煩，因此很可能會(huì)錯(cuò)過(guò)某些有價(jià)值的信息。微博的轉(zhuǎn)發(fā)功能可以在一定程度上解決這方面的困擾。用戶(hù)通常會(huì)選擇將有共感的、重要的信息進(jìn)行分享，因此相比于原創(chuàng)型微博來(lái)說(shuō)，轉(zhuǎn)發(fā)型微博更能代表用戶(hù)對(duì)品牌的認(rèn)可度，消費(fèi)者會(huì)更加留意轉(zhuǎn)發(fā)型微博產(chǎn)品內(nèi)容，也可以說(shuō)，轉(zhuǎn)發(fā)行為具有推薦產(chǎn)品的效能。對(duì)企業(yè)自有媒體來(lái)說(shuō)，轉(zhuǎn)發(fā)型微博的地位相較于原創(chuàng)性微博更加重要的原因是前者會(huì)挑選出重要的信息以供消費(fèi)者查閱參考，當(dāng)這一差異被消費(fèi)者察覺(jué)以后，他們會(huì)提高對(duì)轉(zhuǎn)發(fā)型微博中所提及商品的關(guān)注度。與原創(chuàng)型微博相比較，轉(zhuǎn)發(fā)型微博能夠覆蓋并輻射更多的民眾，而每一個(gè)接受信息的用戶(hù)都有可能將信息進(jìn)行二次傳播，分享給關(guān)注自己的用戶(hù)，以此類(lèi)推，便會(huì)將信息傳遞給更多的用戶(hù)，影響更加廣泛深刻。Suh等人通過(guò)對(duì)Twitter的客觀數(shù)據(jù)進(jìn)行分析后認(rèn)為，微博賬號(hào)中粉絲的數(shù)量越多，轉(zhuǎn)發(fā)型微博的占比就越高(20)Suh B, Hong L, Pirolli P, et al. Want to be Retweeted? Large Scale Analytics on Factors Impacting Retweet in Twitter Network. IEEE Second International Conference on Social Computing. IEEE, 2010:177-184.，換言之，轉(zhuǎn)發(fā)型微博的數(shù)量越多，企業(yè)自有媒體推廣的產(chǎn)品所獲得的關(guān)注度也就越多。因此，本文提出以下假設(shè)：

H1a：企業(yè)自有媒體發(fā)布的轉(zhuǎn)發(fā)型微博越多，產(chǎn)品關(guān)注越多。

H1b：企業(yè)自有媒體發(fā)布的轉(zhuǎn)發(fā)型微博與原創(chuàng)型微博相比所引起的產(chǎn)品關(guān)注更高。

2.第三方媒體轉(zhuǎn)發(fā)型微博和原創(chuàng)型微博對(duì)產(chǎn)品態(tài)度的影響差異

第三方媒體，是指?jìng)鹘y(tǒng)媒體在微博平臺(tái)開(kāi)設(shè)的官方賬號(hào)(21)張偉，李曉丹，郭立宏：《不同微博營(yíng)銷(xiāo)渠道對(duì)產(chǎn)品銷(xiāo)量的影響研究:品牌自有媒體VS第三方媒體的路徑對(duì)比》，《南開(kāi)管理評(píng)論》, 2018年第2期。。第三方媒體主要發(fā)揮信息傳播作用，為受眾安排接受新事物的議程，通常會(huì)涉及產(chǎn)品評(píng)價(jià)。受眾群體會(huì)因?yàn)榈谌矫襟w發(fā)布關(guān)于某產(chǎn)品的微博數(shù)量較多，而認(rèn)為第三方媒體對(duì)該產(chǎn)品的認(rèn)可度較高，從而逐步將對(duì)第三方媒體的信任投射到產(chǎn)品上，對(duì)產(chǎn)品的態(tài)度變得積極。轉(zhuǎn)發(fā)行為通常會(huì)在原微博的基礎(chǔ)上增加更多的內(nèi)容，或是對(duì)原微博進(jìn)行修改，或是對(duì)原微博進(jìn)行注釋說(shuō)明，因此轉(zhuǎn)發(fā)型微博相比原創(chuàng)型微博所包含的信息更多(22)Suh B, Hong L, Pirolli P, et al. Want to be Retweeted? Large Scale Analytics on Factors Impacting Retweet in Twitter Network. IEEE Second International Conference on Social Computing. IEEE, 2010:177-184；湯胤, 徐永歡, 張萱：《基于社會(huì)認(rèn)知理論的社交媒體用戶(hù)轉(zhuǎn)發(fā)行為研究》，《圖書(shū)館工作與研究》, 2016年第6期。。當(dāng)微博信息的有用性越高時(shí)，就會(huì)獲得更多的點(diǎn)贊數(shù)，也會(huì)獲得更好的產(chǎn)品態(tài)度(23)Cvijikj I P, Michahelles F. Online engagement factors on Facebook brand pages. Social Network Analysis & Mining, 2013, 3(4):843-861.。因此可以初步得出如下結(jié)論：對(duì)比原創(chuàng)型微博，轉(zhuǎn)發(fā)型微博更能得到消費(fèi)者積極的產(chǎn)品態(tài)度。轉(zhuǎn)發(fā)是人們自愿采取的一種行為，屬于非強(qiáng)迫性信息傳播行為。由于用戶(hù)認(rèn)可信息的表述內(nèi)容從而選擇將其進(jìn)行傳播，信任和滿(mǎn)意等因素是重要的傳播前因變量(24)沈璐, 莊貴軍, 姝曼：《品牌帖子轉(zhuǎn)發(fā)與品牌偏好之間的因果關(guān)系》，《管理科學(xué)》，2016年第1期。。在大多數(shù)情況下，受眾往往采用邊緣路徑對(duì)第三方媒體的信息進(jìn)行加工處理，一般會(huì)根據(jù)第三方在推薦產(chǎn)品時(shí)態(tài)度的積極性來(lái)判斷此微博所推薦產(chǎn)品的評(píng)價(jià)，當(dāng)認(rèn)為積極性較高時(shí)，則會(huì)選擇信任其轉(zhuǎn)發(fā)的微博內(nèi)容，并愿意嘗試接受所推薦的產(chǎn)品。Noort等人認(rèn)為，微博主體與微博粉絲之間有極強(qiáng)的關(guān)系連接，通常粉絲會(huì)對(duì)微博主體轉(zhuǎn)發(fā)的微博產(chǎn)生強(qiáng)烈的信任感，微博主體轉(zhuǎn)發(fā)行為的說(shuō)服力大于直白說(shuō)教，能贏得消費(fèi)者更好的產(chǎn)品態(tài)度(25)Guda van Noort, Marjolijn L. Antheunis, Eva A. van Reijmersdal. Social connections and the persuasiveness of viral campaigns in social network sites: Persuasive intent as the underlying mechanism. Journal of Marketing Communications, 2012, 18(1):39-53.。 因此我們推測(cè)，對(duì)于第三方媒體來(lái)說(shuō)，相比于原創(chuàng)型微博，轉(zhuǎn)發(fā)型微博能夠更為顯著地影響消費(fèi)者對(duì)產(chǎn)品的態(tài)度。因此本文提出以下假設(shè)：

H2a：第三方媒體發(fā)布的轉(zhuǎn)發(fā)型微博越多，消費(fèi)者的產(chǎn)品態(tài)度越積極。

H2b：第三方媒體發(fā)布關(guān)于產(chǎn)品的轉(zhuǎn)發(fā)型微博相比原創(chuàng)型微博能引起更好的產(chǎn)品態(tài)度。

3.第三方媒體轉(zhuǎn)發(fā)型微博和原創(chuàng)型微博對(duì)產(chǎn)品關(guān)注的影響差異

與上述假設(shè)H1a、H1b有相同邏輯，第三方媒體從不計(jì)其數(shù)的微博中挑選出相對(duì)重要的信息進(jìn)行轉(zhuǎn)發(fā)，首先，為了方便大家更快速地了解身邊的重大事件，讓受眾更加重視轉(zhuǎn)發(fā)行為起到的作用。同時(shí)，該行為還強(qiáng)調(diào)和安排了事件在人們心中的重要程度，使得轉(zhuǎn)發(fā)型微博的議程設(shè)置功能更加顯著。其次，轉(zhuǎn)發(fā)型微博可以使信息的傳播范圍加大，與原創(chuàng)型微博相比，其覆蓋的消費(fèi)者群體更加廣泛，轉(zhuǎn)發(fā)型微博的受眾通常多于原創(chuàng)型微博。因此可得到如下結(jié)論：與原創(chuàng)型微博相比，第三方媒體的轉(zhuǎn)發(fā)型微博更能引起消費(fèi)者對(duì)產(chǎn)品的關(guān)注。根據(jù)上述分析，提出下述假設(shè)：

H3a：第三方媒體發(fā)布關(guān)于產(chǎn)品的轉(zhuǎn)發(fā)型微博越多，產(chǎn)品關(guān)注越多。

H3b：第三方媒體發(fā)布關(guān)于產(chǎn)品的轉(zhuǎn)發(fā)型微博相比原創(chuàng)型微博所引起的產(chǎn)品關(guān)注更高。

根據(jù)以上假設(shè)，本文創(chuàng)建了研究模型，見(jiàn)圖1。

圖1 研究模型

三、研究設(shè)計(jì)

本研究選擇新浪微博作為研究對(duì)象，因?yàn)樾吕宋⒉┦悄壳皣?guó)內(nèi)企業(yè)和媒體入駐最多、用戶(hù)基數(shù)最大的微博平臺(tái)，同時(shí)它具備轉(zhuǎn)發(fā)、關(guān)注、點(diǎn)贊等社交網(wǎng)絡(luò)典型功能。此外，本研究選擇電影產(chǎn)品作為數(shù)據(jù)收集對(duì)象，因?yàn)殡娪爱a(chǎn)品具有對(duì)前期宣傳的高依賴(lài)性、受眾與微博使用群體高匹配性、銷(xiāo)售數(shù)據(jù)易于獲取等特征，既符合研究要求又便于數(shù)據(jù)收集。本研究利用新浪微博自身攜帶的搜索引擎工具進(jìn)行數(shù)據(jù)收集，選取2015年與2016年期間上映的電影作為研究樣本，通過(guò)自動(dòng)計(jì)算、手動(dòng)收集的方式采集研究所需要的數(shù)據(jù)。在2015—2016年，上映的電影共有773部，其中含有非院線電影，以及排片比較少的、票房不足100萬(wàn)元人民幣的電影，這兩類(lèi)電影通常不以盈利為目的，因此將其從數(shù)據(jù)樣本中剔除。除此之外，還有一部分沒(méi)有設(shè)置官微賬號(hào)的電影，由于無(wú)法獲取數(shù)據(jù)，也將其剔除。本研究還剔除了多個(gè)電影產(chǎn)品同時(shí)使用一個(gè)官微賬號(hào)的數(shù)據(jù)樣本。最終選取了338個(gè)有效樣本，并采集了電影相關(guān)數(shù)據(jù)。

在變量的定義中，自變量企業(yè)自有媒體原創(chuàng)型微博和轉(zhuǎn)發(fā)型微博分別由電影官方微博賬號(hào)自己編輯的微博數(shù)量和轉(zhuǎn)發(fā)他人的微博數(shù)量測(cè)量。本研究用“微博電影”賬號(hào)發(fā)布的與電影有關(guān)的微博數(shù)量來(lái)衡量第三方媒體的影響，采用該定義的主要原因有以下兩點(diǎn)：第一，該微博賬號(hào)擁有超過(guò)千萬(wàn)的關(guān)注用戶(hù)，屬于電影行業(yè)的意見(jiàn)領(lǐng)袖；第二，其微博內(nèi)容并非涉及所有電影，而是選擇性地推薦高質(zhì)量電影，與本文的第三方媒體定義相符合：第三方媒體可以根據(jù)自我需求以及是非判斷來(lái)選擇是否推薦，并不是對(duì)所有的產(chǎn)品都予以高度贊賞。第三方媒體原創(chuàng)型微博和轉(zhuǎn)發(fā)型微博的數(shù)量，采用第三方媒體自己編輯的微博數(shù)量和轉(zhuǎn)發(fā)他人的微博數(shù)量來(lái)衡量。因變量產(chǎn)品關(guān)注由電影官方微博粉絲數(shù)量來(lái)測(cè)量，在使用微博的場(chǎng)景中，消費(fèi)者對(duì)產(chǎn)品進(jìn)行持續(xù)關(guān)注、接收產(chǎn)品資訊的方式之一是關(guān)注產(chǎn)品的官方微博賬號(hào)，進(jìn)而獲得消息推送，所以消費(fèi)者關(guān)注產(chǎn)品官方賬號(hào)的行為可以視同為產(chǎn)品關(guān)注。具體到電影產(chǎn)品而言，一個(gè)電影官方微博只涉及一部電影，所以用電影官方微博粉絲數(shù)量來(lái)衡量有多少消費(fèi)者對(duì)產(chǎn)品進(jìn)行關(guān)注是適宜的。

因變量產(chǎn)品態(tài)度主要的衡量方式是采用電影官方微博所有資訊獲得的最大點(diǎn)贊量，選擇這個(gè)衡量指標(biāo)主要是因?yàn)椋旱谝?，在微博背景下，用?hù)的點(diǎn)贊行為代表積極的態(tài)度(26)Vries L D, Gensler S, Leeflang P S H. Popularity of Brand Posts on Brand Fan Pages: An Investigation of the Effects of Social Media Marketing. Journal of Interactive Marketing, 2012,26(2):83-91.，即消費(fèi)者面對(duì)接收到的產(chǎn)品資訊產(chǎn)生滿(mǎn)意、贊賞等正向態(tài)度時(shí)，才會(huì)對(duì)資訊進(jìn)行點(diǎn)贊，所以點(diǎn)贊行為能反映消費(fèi)者的產(chǎn)品態(tài)度；第二，之所以選擇電影官方微博的點(diǎn)贊量，是因?yàn)榈谌矫襟w發(fā)布的產(chǎn)品推薦微博中有時(shí)會(huì)涉及多個(gè)產(chǎn)品，難以從中篩選出目標(biāo)產(chǎn)品獲得的點(diǎn)贊量，而電影官方微博的點(diǎn)贊量針對(duì)性更強(qiáng)、數(shù)據(jù)更具有說(shuō)服力；第三，最大點(diǎn)贊量這一指標(biāo)的選取是相對(duì)其他指標(biāo)比較分析的結(jié)果。在通常情況下，官方的微博主頁(yè)會(huì)發(fā)布較多的有關(guān)產(chǎn)品宣傳的資訊。以電影產(chǎn)品為例，官方微博會(huì)從劇照、預(yù)告片、宣傳曲等多方面進(jìn)行電影宣傳，任意一條資訊引起的點(diǎn)贊數(shù)量都無(wú)法代表所有消費(fèi)者的產(chǎn)品態(tài)度，但其中最大的點(diǎn)贊量最為接近全面的產(chǎn)品態(tài)度。此外，可供選擇的指標(biāo)還有總點(diǎn)贊量，但在統(tǒng)計(jì)的過(guò)程中我們發(fā)現(xiàn)用戶(hù)重復(fù)點(diǎn)贊的現(xiàn)象嚴(yán)重，即總點(diǎn)贊量遠(yuǎn)超過(guò)官方微博粉絲數(shù)量，所以采用這一指標(biāo)衡量產(chǎn)品態(tài)度會(huì)存在較大誤差。綜合以上分析，本研究采用電影官方微博所有資訊中最大點(diǎn)贊量作為產(chǎn)品態(tài)度的測(cè)量指標(biāo)。所有變量的操作化定義如表1所示。

表1變量的操作化定義

四、數(shù)據(jù)檢驗(yàn)

1.數(shù)據(jù)的描述統(tǒng)計(jì)

樣本數(shù)據(jù)的描述統(tǒng)計(jì)及相關(guān)性分析結(jié)果如下表2所示。由于版面限制，本文對(duì)變量名稱(chēng)進(jìn)行了縮寫(xiě)，將企業(yè)自有媒體原創(chuàng)型微博數(shù)量縮寫(xiě)為企原創(chuàng)型，企業(yè)自有媒體轉(zhuǎn)發(fā)型微博數(shù)量縮寫(xiě)為企轉(zhuǎn)發(fā)型，第三方媒體與產(chǎn)品相關(guān)原創(chuàng)型微博數(shù)量縮寫(xiě)為三原創(chuàng)型，第三方媒體與產(chǎn)品相關(guān)轉(zhuǎn)發(fā)型微博數(shù)量縮寫(xiě)為三轉(zhuǎn)發(fā)型。

表2樣本數(shù)據(jù)的描述統(tǒng)計(jì)及相關(guān)性分析

注：*表示在0.05水平(雙側(cè))上顯著相關(guān)，**表示在0.01水平(雙側(cè))上顯著相關(guān)。

根據(jù)Pearson相關(guān)性分析得到的結(jié)果顯示，企業(yè)自有媒體的轉(zhuǎn)發(fā)型微博與原創(chuàng)型微博的數(shù)量都與產(chǎn)品的關(guān)注正向相關(guān)，差距主要體現(xiàn)在兩者的相關(guān)系數(shù)上，轉(zhuǎn)發(fā)型微博與產(chǎn)品關(guān)注之間的相關(guān)系數(shù)要大于原創(chuàng)型微博與產(chǎn)品關(guān)注之間的相關(guān)系數(shù)；第三方媒體的兩種類(lèi)型的微博與產(chǎn)品態(tài)度皆呈現(xiàn)正向相關(guān)關(guān)系，與第一個(gè)結(jié)果相同，轉(zhuǎn)發(fā)型微博與產(chǎn)品態(tài)度的相關(guān)系數(shù)大于原創(chuàng)型微博與產(chǎn)品態(tài)度之間的相關(guān)系數(shù)；第三方媒體轉(zhuǎn)發(fā)型微博與產(chǎn)品關(guān)注呈正向相關(guān)關(guān)系，但與產(chǎn)品關(guān)注無(wú)顯著相關(guān)。相關(guān)性分析無(wú)法證明變量間的因果關(guān)系，因此下面利用線性回歸分析進(jìn)一步驗(yàn)證假設(shè)。

2.線性回歸分析

本文采用SPSS 19進(jìn)行線性回歸分析，并以此檢驗(yàn)假設(shè)是否成立。分析結(jié)果見(jiàn)表3。

表3第一階段的線性回歸分析

注：***表示p<0.001,**表示p<0.01,*表示p<0.05。

對(duì)數(shù)據(jù)進(jìn)行線性回歸分析得出，企業(yè)自有媒體轉(zhuǎn)發(fā)型微博數(shù)量與產(chǎn)品關(guān)注呈現(xiàn)正相關(guān)關(guān)系，而原創(chuàng)型微博數(shù)量對(duì)產(chǎn)品關(guān)注無(wú)顯著影響，假設(shè)H1a、H1b得到驗(yàn)證；第三方媒體轉(zhuǎn)發(fā)型微博數(shù)量對(duì)產(chǎn)品態(tài)度有顯著正向影響，而原創(chuàng)型微博數(shù)量對(duì)產(chǎn)品態(tài)度無(wú)顯著影響，假設(shè)H2a、H2b得到驗(yàn)證；第三方媒體轉(zhuǎn)發(fā)型微博數(shù)量對(duì)產(chǎn)品關(guān)注有顯著正向影響，而原創(chuàng)型微博數(shù)量對(duì)產(chǎn)品關(guān)注無(wú)顯著影響，假設(shè)H3a、H3b得到驗(yàn)證。雖然模型解釋力偏低，但考慮到收集的數(shù)據(jù)均為客觀數(shù)據(jù)，且數(shù)據(jù)較多，難以完全符合統(tǒng)計(jì)標(biāo)準(zhǔn)，因此可以認(rèn)為模型是有效的，即所有假設(shè)均得到數(shù)據(jù)支持。

五、研究結(jié)論

1.研究結(jié)論

本文以微博平臺(tái)中的轉(zhuǎn)發(fā)行為作為研究對(duì)象，主要研究?jī)?nèi)容是轉(zhuǎn)發(fā)型和原創(chuàng)型微博，研究主體是自有媒體和第三方媒體。本文對(duì)比了轉(zhuǎn)發(fā)型微博、原創(chuàng)型微博在影響產(chǎn)品關(guān)注和產(chǎn)品態(tài)度方面的差異，以微博客觀數(shù)據(jù)為研究樣本，通過(guò)手動(dòng)獲取并分析數(shù)據(jù)，得到的結(jié)果支持了所有假設(shè)，即企業(yè)自有媒體發(fā)布的轉(zhuǎn)發(fā)型微博對(duì)產(chǎn)品關(guān)注具有正向影響且大于原創(chuàng)型微博對(duì)產(chǎn)品關(guān)注的影響；第三方媒體發(fā)布的關(guān)于產(chǎn)品的轉(zhuǎn)發(fā)型微博對(duì)產(chǎn)品態(tài)度具有正向影響且大于原創(chuàng)型微博對(duì)產(chǎn)品態(tài)度的影響；由第三方媒體發(fā)布的轉(zhuǎn)發(fā)型微博與產(chǎn)品的關(guān)注度呈正相關(guān)性且比原創(chuàng)型微博對(duì)產(chǎn)品關(guān)注帶來(lái)的影響更大。轉(zhuǎn)發(fā)行為擁有其他傳播機(jī)制無(wú)法企及的影響力，能夠使得信息的覆蓋率以指數(shù)型增長(zhǎng)，在微博情境中屬于非常重要的傳播機(jī)制，值得引起人們的注意。轉(zhuǎn)發(fā)型微博所引起的產(chǎn)品關(guān)注更加廣泛，產(chǎn)品態(tài)度更加正向，而這主要是因?yàn)槠湮⒉﹥?nèi)容包含的信息豐富多樣且更為重要，具有對(duì)消費(fèi)者產(chǎn)生的影響更加深刻的特點(diǎn)。通過(guò)實(shí)證研究，本文證明了轉(zhuǎn)發(fā)行為的重要性，但在營(yíng)銷(xiāo)領(lǐng)域研究中，學(xué)術(shù)界對(duì)轉(zhuǎn)發(fā)行為還沒(méi)有足夠的重視，指導(dǎo)這一行為在營(yíng)銷(xiāo)領(lǐng)域進(jìn)行應(yīng)用的案例也較為匱乏，期待未來(lái)出現(xiàn)更多基于營(yíng)銷(xiāo)理論模型的研究來(lái)指導(dǎo)實(shí)踐。

2.營(yíng)銷(xiāo)建議

根據(jù)取得的研究結(jié)果，本文呼吁企業(yè)多重視微博轉(zhuǎn)發(fā)行為所帶來(lái)的影響。無(wú)論是在產(chǎn)品關(guān)注還是產(chǎn)品態(tài)度上，相較于原創(chuàng)性微博，轉(zhuǎn)發(fā)型微博的影響效果都更加顯著。在營(yíng)銷(xiāo)實(shí)踐中，第三方媒體和企業(yè)自有媒體在進(jìn)行轉(zhuǎn)發(fā)之前，都要對(duì)微博內(nèi)容進(jìn)行評(píng)估與篩選，提高轉(zhuǎn)發(fā)型微博的質(zhì)量。在此基礎(chǔ)上適當(dāng)提高轉(zhuǎn)發(fā)型微博的比例，從而使轉(zhuǎn)發(fā)型微博所產(chǎn)生的傳播效果在消費(fèi)者心中有所提高，在營(yíng)銷(xiāo)方面也會(huì)更加有效。研究表明，轉(zhuǎn)發(fā)型微博的影響力是呈指數(shù)型增長(zhǎng)的，因此不僅要鼓勵(lì)第三方媒體以及企業(yè)自有媒體在發(fā)布信息時(shí)盡量選擇轉(zhuǎn)發(fā)形式，同時(shí)也應(yīng)支持用戶(hù)盡量多轉(zhuǎn)發(fā)企業(yè)官方媒體的微博內(nèi)容，從而使信息的傳播度更廣、觸及的覆蓋面更大，以促進(jìn)粉絲數(shù)量增多，收獲更積極的產(chǎn)品態(tài)度。

3.研究局限和展望

首先，本研究收集的數(shù)據(jù)樣本僅來(lái)自于電影行業(yè)，因此得到結(jié)果的外部效度不高。其他行業(yè)例如汽車(chē)行業(yè)的大多數(shù)產(chǎn)品也會(huì)有企業(yè)注冊(cè)的品牌專(zhuān)用微博，同時(shí)，第三方媒體例如“新浪汽車(chē)”“全球汽車(chē)阿飛說(shuō)”等微博賬號(hào)也是專(zhuān)做與汽車(chē)相關(guān)的新聞推送。因此，本文研究模型的推廣性以及在其他行業(yè)的適用性還有待進(jìn)一步討論。再者，本研究還沒(méi)有完全厘清轉(zhuǎn)發(fā)型微博和原創(chuàng)型微博對(duì)產(chǎn)品關(guān)注和產(chǎn)品態(tài)度造成影響差異的原因。轉(zhuǎn)發(fā)型微博更為顯著的影響效果已得到驗(yàn)證，但它影響消費(fèi)者的內(nèi)在機(jī)理還處于黑箱狀態(tài)。可以針對(duì)此問(wèn)題進(jìn)行后續(xù)研究，了解消費(fèi)者對(duì)于轉(zhuǎn)發(fā)型微博的看法和感受，結(jié)合調(diào)查問(wèn)卷的研究方式，通過(guò)分析調(diào)查結(jié)果使得轉(zhuǎn)發(fā)行為對(duì)消費(fèi)者的作用機(jī)制更為清晰，從而在企業(yè)自有媒體面臨轉(zhuǎn)發(fā)內(nèi)容的選擇時(shí)，有可以遵循的規(guī)律作為決策考慮因素。