企业特征对官方微博的影响研究

薛健平+余伟萍+牛永革

摘要：研究抽取各行业具有典型代表性的198个企业样本，总共拥有179个认证微博账户，并采用交叉表探索企业特征对官方微博的影响。研究结果表明：有无官方微博的企业样本数量无显著差异；成立时间与企业性质对官方微博不具有显著影响，而三次产业、所在地区和营业额对官方微博具有显著影响；四个微博平台的微博账户数量具有显著差异，新浪数量最多，网易数量最少；企业特征对官方微博平台分布均不存在显著影响；微博关注数和微博粉丝数都与微博条数存在显著正相关关系，而微博关注数和微博粉丝数之间不存在显著相关性关系。

关键词：官方微博；交叉表；企业特征；χ2检验

中图分类号：F270.7

文献标识码：A文章编号：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时代社交网络的典型应用，允许用户发布140个字以内的简短信息并可附带图片、音频、视频、链接和表情的社交网络媒体。随着新浪、腾讯、网易和搜狐四大主流媒体开通微博平台，中国微博用户数量呈爆炸式增长。新浪微博与CIC联合发布的《2012企业微博白皮书》数据表明：截至2012年2月底，共有130565家企业开通新浪微博，粉丝数量近17亿，平均每个企业微博拥有粉丝数量超过5000个，平均每个用户关注4个企业微博，56%的新浪微博用户至少关注1个企业微博。由此可见，企业开通官方微博都是非常普遍的行为，而且很多企业官方微博获得大量微博用户密切关注拥有较大的粉丝数量。企业官方微博的粉丝可能是企业现有顾客、潜在顾客或其他利益相关者，所以拥有较大粉丝数量的企业官方微博具有较高营销价值。企业也认识到开通官方微博的重要性，所以新浪、腾讯、搜狐和网易微博平台的企业官方微博账户数量较多。微博作为一种新兴媒体正受到理论研究者和实践者的密切关注，但是企业官方微博方面的研究尚属起步阶段，以至于理论研究跟不上官方微博实践应用的脚步，最终导致企业官方微博的部分基本问题还没有得到回答。

因此，本文致力于回答企业官方微博的基本问题，并为后续研究企业官方微博提供理论支持。研究目的在于描述企业官方微博现状，探索企业特征对官方微博的影响，并分析官方微博特征之间相关关系。研究问题：（1）有多少企业开通了官方微博？（2）企业特征对企业开通官方微博是否存在影响？（3）四个微博平台的企业微博账户数量分布是否存在差异？（4）企业特征对官方微博账户的平台分布是否存在影响？（5）企业官方微博特征之间的相关性如何？企业样本的选取涵盖了18个行业，并且采用企业特征和官方微博的真实数据，保证了研究结论的可靠性和稳健性。研究结论能够为后续研究奠定基础，也能够指导企业更好地运营官方微博。

1研究综述

微博研究可以分为个人微博[1]和机构官方微博[2]两类，机构官方微博包括政府、事业单位、企业等的官方微博。企业纷纷开通官方微博的现象获得学者们的大量关注，但是总体数量还是较少。

1.1企业官方微博内容分类

企业官方微博内容分类标准不同，导致学者们的分类结果存在较大差异。有研究者将马自达微博内容归纳为6类：品牌宣传、马自达产品介绍、时事、趣闻、实用信息、点评转载内容[3]。闫幸和常亚平采用扎根理论分析企业官方微博内容，扎根理论主轴编码形成的主范畴类别是：知识提供、社会热点评论、实时信息、新品推荐、产品促销、产品使用技巧、企业能力、企业社会责任、娱乐化传播、情感沟通、发起活动[4]。

1.2企业官方微博营销效果

企业官方微博营销效果是衡量微博营销价值的重要指标，同时获得营销学界的高度关注。金永生等发现企业官方微博影响力效果与企业发布微博数量和粉丝数量正相关[5]。薛健平等探索广告、销售促进、公共关系、“其他”四类微博的品牌传播效果，研究发现广告和销售促进之间不存在显著差异，但是都显著高于公共关系和“其他”，而公共关系又要高于“其他”[6]。

1.3企业官方微博特征研究

企业官方微博特征是微博研究的重要内容，企业官方微博特征包括所在微博平台、微博条数、微博粉丝数、微博关注数等。研究发现企业官方微博发布数量与粉丝数量正相关[5]。Greer和Ferguso采用内容分析法分析美国488个本地电视台的Twitter账户，发现粉丝数量与平均每日微博数量存在较弱的正相关关系[2]。

1.4企业官方微博粉丝用户行为

企业官方微博能够为粉丝用户提供较高价值而使得微博账户具有较高粘度，使得粉丝用户不断重复访问。徐健研究表明企业官方微博的娱乐价值、便利价值、美感价值和财务价值对微博满意具有显著正向影响[7]。旅游企业官方微博营销研究发现文字吸引力和图片吸引力对消费者态度具有正向影响，而微博活跃度与消费者认知性态度之间存在显著正相关关系[8]。

综上所述，企业官方微博作为重要营销平台，但相关研究成果较少，更缺乏企业特征与官方微博之间的关系研究。同时，企业特征与官方微博平台选择之间的关系也鲜有研究涉猎。因此，目前学者们对此领域研究的不足，正好为本文提供了机会。

2研究设计

2.1企业样本选取

采用配额抽样获取企业样本，并采集企业样本特征信息。以国家统计局的《三次产业划分规定》为标准，以2010年产业增加值所占GDP比重确定企业样本数量。第三产业的“公共管理、社会保障和社会组织”与“国际组织”两个行业门类不属于以盈利为目的企业范畴，所以没有抽取该行业相应的企业样本。选取各行业规模最大的企业作为样本，以保证样本具有典型代表性，最终获得企业样本数量为194个。企业样本数据均来自于《万方数据库》，并提取企业特征数据——所属行业、企业性质、成立时间、所在省份、企业注册城市、营业额。《万方数据库》没有涵盖大型跨国企业数据，而部分国内经营的大型跨国企业又是行业公认的佼佼者。因此，采用专家法增加了4个跨国企业样本——麦当劳、佳能、沃尔玛、可口可乐，最后企业样本总数为198个。从《万方数据库》选取企业样本并搜集企业特征数据的截止时间为2012年8月25日。

本文利用企业样本的全称和简称在新浪、腾讯、搜狐和网易四大微博平台内搜索，搜集企业样本开通的官方微博。提取企业官方微博信息内容——微博名称、是否认证、微博平台、微博数量、粉丝数量、关注数量。企业官方微博信息搜集的截止时间为2012年9月16日，企业官方微博（认证和未认证）数量为189个，认证数量为179个。

2.2研究变量

部分变量的频数较少，不能够进行χ2检验，需要对变量进行合并处理。产业变量采用国家统计局划分的三次产业：第一产业农业、第二产业工业和第三产业服务业。企业性质划分以工商行政管理部门对企业登记类型为依据，按照企业性质相近原则将企业性质的8个水平进行合并，合并后的企业性质有4个水平：国有+集体（国有性质）、股份有限+有限责任（企业形式）、私营企业、中外+外资+国外（外资性质）。按照中国企业发展阶段将企业成立时间分为三段：1978年以前、1979～2001年、2001年至今（加入WTO）。西南和西北地区经济发展具有相似性，将两个地区合并为“西部地区”，而4个跨国企业单独形成国外地区，所在地区变量具有7个水平：华北、华东、华南、华中、东北、西部、国外。采用对营业额进行单变量聚类分析，从而识别出对企业样本最有效的类别划分。有学者建议先采用分层聚类获得初步结果，再以分层聚类产生群数和群重心作为最优分割法输入[9]。聚类结果：营业额为3280～20039亿（15个）；营业额为1080～2954亿（36个）；营业额为05～1058亿（126个）。由于部分企业样本的营业额缺失，所以具有营业额数据的企业样本数量为177个。

2.3研究方法

研究采用两位编码人员同时对企业样本特征进行编码，以保证编码结果的可靠性，此种编码方案常用于内容分析法研究。首先，编制编码操作指南并对编码类别进行赋值。其次，培训两名编码人员使其清晰理解各编码类别，并制定严格的编码程序和规则。再次，培训完成后要求编码人员进行预编码并消除分歧，反复此过程直至预编码信度达到Kassarjian要求的0.85才能进行正式编码[10]。采用Perreault和Leigh提出的Ir估计编码结果的信度，Ir信度系数能够克服一致性百分比存在的偶然一致性问题带来的偏差[11]。第四，两名编码人员对企业特征和官方微博特征进行正式编码并评估编码结果信度。正式编码结果信度：“企业性质”的信度最低为0.93，“微博平台”的信度最高为1.00。由此可见，编码结果信度均高于Kassarjian要求的0.85，说明编码结果是可靠且稳健的。最后，共同讨论解决不一致的编码结果。

3数据分析

3.1企业特征对官方微博的影响

采用交叉表探索企业特征与官方微博之间的关系。从表1可以看出，有官方微博的企业样本数量为87（439%），无官方微博的企业样本数量为111（561%）。设置理论期望值为“所有类别相等”进行χ2检验，χ2检验结果：χ2=2909， df=1， p=0088>005，表明有无官方微博的企业样本数量不存在显著差异。

三次产业的χ2检验结果：χ2= 19388， df=2， p<001，表明三次产业对企业开通官方微博具有显著影响。成立时间的χ2检验结果：χ2= 3896， df=2， p=0143>01，表明成立时间对企业开通官方微博不存在显著影响。企业性质的χ2检验结果：χ2=1515， df=3， p=0679>01，表明企业性质对企业开通官方微博不存在显著影响。所在地区与官方微博的交叉表期望值少于5的单元格比例高于20%，不适合采用检验，只能采用蒙特卡罗方法进行精确检验[12]。精确检验结果：精确检验值=19810， p<001，表明所在地区对企业开通官方微博具有显著影响。营业额的χ2检验结果：χ2=16435， df=2， p<001，表明营业额对企业开通官方微博具有显著影响。

3.2企业特征对官方微博平台分布的影响

3.2.1企业官方微博的平台分布

新浪、腾讯、搜狐和网易微博平台都为企业官方微博提供认证服务，微博认证能够为粉丝用户提供企业身份识别，保证所发布信息的可靠性。选择认证官方微博为研

究对象，以保证研究结果的效度和稳健性如图1所示。本文对四个微博平台的微博账户数量进行χ2检验，设置理论期望值为“所有类别相等”，χ2检验结果：χ2= 79078，df=3，P<001，表明四个微博平台的微博账户数量存在显著差异。

3.2.2企业特征对官方微博平台分布的影响

从表2可以看出，第一产业没有企业拥有认证官方微博，所以三次产业变量只有第二产业和第三产业两个水平；而企业性质变量的“外资企业”和“有限责任公司”两个水平同样没有认证微博。精确检验结果发现企业特征对企业官方微博的平台分布均不存在显著影响。

3.3企业官方微博特征相关性分析

本文采用SPSS210分析企业官方微博特征——微博条数、微博粉丝数和微博关注数之间的相关性，并获得其相关系数矩阵。从表3可以看出，微博条数与微博粉丝数之间的相关系数r=0385，p<001，表明两者存在显著低度正相关关系；微博条数与微博关注数之间的相关系数r=0184， p=<005，表明两者存在显著低度正相关关系；微博粉丝数与微博关注数之间的相关系数r=0042，p=>005，表明两者之间基本不存在显著相关关系。

4研究结果及讨论

4.1企业特征对官方微博的影响

有和无官方微博的企业样本数量不存在显著差异，表明企业对官方微博的重要性和营销价值认识还远远不够。微博属于新事物，企业与微博接触几乎是同时的，而企业性质仅表示企业资本来源，所以企业性质和成立时间对官方微博都不存在显著影响。三次产业提供的产品和服务差异较大，地区间经济发达水平差异，企业规模和资源的不同，促使三次产业、所在地区、营业额都对企业开通官方微博具有显著影响。

4.2企业官方微博的平台分布

四大微博平台的企业微博账户数量存在显著差异，新浪最多，网易最少。新浪微博平台创建时间最早，具有先动者优势；同时宣传推广力度大，聚集了较高人气，能够吸引更多企业入驻。腾讯微博平台吸引大批明星入驻，并且将微博功能嵌入腾讯QQ之中，也吸引很多企业在腾讯开通官方微博。搜狐和网易缺乏前两者的优势，使得其企业微博账户数量远少于前两者。

4.3企业特征对官方微博平台分布的影响

四个微博平台不存在任何企业特征上的倾向性及相关性，企业选择微博平台不会考虑企业自身特征，更多的是考虑其他因素，比如人气等。同时，四个微博平台开通官方微博不存在排他性，即企业可以同时选择四个微博平台都开通官方微博。因此，企业特征对官方微博平台分布不存在显著影响。

4.4企业官方微博特征相关性分析

微博关注数和微博粉丝数都与微博条数存在显著正相关关系，而微博关注数和微博粉丝数之间不存在显著相关性关系。企业发布微博条数越多，微博内容越丰富，越能够吸引微博用户，使得官方微博粉丝数增加。企业微博账户关注数量越多，信息来源越丰富和广阔，能够帮助企业发布更多有价值的微博内容。微博粉丝数和微博关注数不存在显著相关关系的原因在于微博条数与二者仅存在低度相关。

5管理启示与展望

5.1管理启示

本文主要实现两个目的：一是回答企业官方微博的相关基本问题，帮助研究者和实践者认识和了解企业官方微博；二是研究结论能够指导官方微博运营。本文结果获得三个方面的管理启示：

第一，扩大微博信息来源，发布更多微博内容。企业需要多关注其他微博，以增加信息来源渠道，才能够发布更多具有高价值的微博内容，促进微博账户粉丝数量的增加。

第二，精心编辑微博内容，提高微博内容质量。微博内容质量直接影响粉丝用户的感知价值，具有较高感知价值的微博更能够吸引粉丝关注，而凸显官方微博的重要营销价值。

第三，建立专业的官方微博运维团队。专业的运维团队会更加注重微博内容的主题性、连续惯性和系列性，通过持续不断的主题策划和活动策划，建立具有独特品牌个性的官方微博社区以扩大影响力。

5.2研究局限及展望

本文选择各行业规模最大、最具典型性和代表性的企业作为研究样本，以至于未探索中小企业官方微博成为本文的主要局限。未来研究方向：（1）探索企业官方微博发布内容特征及其效果；（2）不同平台的官方微博特征是否存在差异；（3）探索中小企业官方微博特征。

参考文献：

[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]陈致中，林山. 企业微博营销效果之实证研究——以腾讯微博为例[J]. 现代传播：中国传媒大学学报， 2012， 34（12）： 88-92.

[4]闫幸，常亚平. 企业微博互动策略对消费者品牌关系的影响——基于新浪微博的扎根分析[J]. 营销科学学报，2013， 9（1）： 62-78.

[5]金永生，王睿，陈祥兵. 企业微博营销效果和粉丝数量的短期互动模型[J]. 管理科学，2011， 24（4）： 71-83.

[6]薛健平，余伟萍，牛永革. 电子商务企业微博品牌传播效果研究——以易迅网微博为例[J]. 软科学，2013， 27（12）： 67-71.

[7]徐健，汪旭晖，李馨. 企业微博价值维度及其对品牌忠诚的影响机制研究[J]. 营销科学学报，2012， 8（3）： 107-109.

[8]许胜德. 旅游企业微博营销对消费者态度影响研究[D]. 新疆大学， 2012.

[9]纳雷希·k·马尔霍特拉著. 市场营销研究： 应用导向[M]. 涂平，等译.北京： 电子工业出版社， 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]张文彤. 世界优秀统计工具 SPSS11 统计分析教程（基础篇）[M]. 北京： 北京希望电子出版社， 2002： 259-271.

（责任编辑：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]陈致中，林山. 企业微博营销效果之实证研究——以腾讯微博为例[J]. 现代传播：中国传媒大学学报， 2012， 34（12）： 88-92.

[4]闫幸，常亚平. 企业微博互动策略对消费者品牌关系的影响——基于新浪微博的扎根分析[J]. 营销科学学报，2013， 9（1）： 62-78.

[5]金永生，王睿，陈祥兵. 企业微博营销效果和粉丝数量的短期互动模型[J]. 管理科学，2011， 24（4）： 71-83.

[6]薛健平，余伟萍，牛永革. 电子商务企业微博品牌传播效果研究——以易迅网微博为例[J]. 软科学，2013， 27（12）： 67-71.

[7]徐健，汪旭晖，李馨. 企业微博价值维度及其对品牌忠诚的影响机制研究[J]. 营销科学学报，2012， 8（3）： 107-109.

[8]许胜德. 旅游企业微博营销对消费者态度影响研究[D]. 新疆大学， 2012.

[9]纳雷希·k·马尔霍特拉著. 市场营销研究： 应用导向[M]. 涂平，等译.北京： 电子工业出版社， 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]张文彤. 世界优秀统计工具 SPSS11 统计分析教程（基础篇）[M]. 北京： 北京希望电子出版社， 2002： 259-271.

（责任编辑：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]陈致中，林山. 企业微博营销效果之实证研究——以腾讯微博为例[J]. 现代传播：中国传媒大学学报， 2012， 34（12）： 88-92.

[4]闫幸，常亚平. 企业微博互动策略对消费者品牌关系的影响——基于新浪微博的扎根分析[J]. 营销科学学报，2013， 9（1）： 62-78.

[5]金永生，王睿，陈祥兵. 企业微博营销效果和粉丝数量的短期互动模型[J]. 管理科学，2011， 24（4）： 71-83.

[6]薛健平，余伟萍，牛永革. 电子商务企业微博品牌传播效果研究——以易迅网微博为例[J]. 软科学，2013， 27（12）： 67-71.

[7]徐健，汪旭晖，李馨. 企业微博价值维度及其对品牌忠诚的影响机制研究[J]. 营销科学学报，2012， 8（3）： 107-109.

[8]许胜德. 旅游企业微博营销对消费者态度影响研究[D]. 新疆大学， 2012.

[9]纳雷希·k·马尔霍特拉著. 市场营销研究： 应用导向[M]. 涂平，等译.北京： 电子工业出版社， 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]张文彤. 世界优秀统计工具 SPSS11 统计分析教程（基础篇）[M]. 北京： 北京希望电子出版社， 2002： 259-271.

（责任编辑：李映果）