企业微博的内容对其传播效果的影响研究*

● 黄敏学 彭 捷 李 萍

(1,2,3 武汉大学经济与管理学院 武汉 430072)

企业微博的内容对其传播效果的影响研究*

● 黄敏学1彭 捷2李 萍3

(1,2,3 武汉大学经济与管理学院 武汉 430072)

社会化媒体时代，企业在做品牌传播时要将重点向社会化媒体转移。考虑到微博有高效快捷的信息传播能力和双向沟通的优势，本文选择新浪微博为研究对象，用观察数据和文本分析的方法，利用泊松回归的计量模型，从社会资本理论的角度出发，来研究微博内容的特征变量和形式变量对其传播效果的影响。结果显示，敬佩性、有趣性、新奇性和生动性能同时提高点赞量、转发量和评论量，语言活泼性和互动性可以增强转发量和评论量，有用性只能提高转发量。品牌管理者可以根据我们的研究结果，了解有什么样的特点和内容的微博更容易被传播，进而更好地管理品牌主页。

社会化媒体 企业微博 线上内容 口碑 泊松回归

1.问题的提出

社会化媒体的用户越来越多。社会化媒体的传播不同于以往商业媒体的传播，传统广告主要是依赖于传统商业媒体向消费者传播一定信息进而达到一定的目的，强调的是直接的到达率，不需要再传播；而社会化媒体的传播过程中，则必须借助于企业与用户相互作用才能达到传播目的，即企业传播的内容必须能激发用户的认同或兴趣等，使之产生口碑，进而自发地将内容进行再传播。本文要探究的就是社会化媒体时代，企业如何设计传播内容来匹配社会化媒体特殊需要，进而达到一定的传播效果。

考虑到微博扁平快的传播特点和双向沟通的优势，本文选择新浪微博为研究对象。可以发现，以往对微博的研究，更多的是从用户角度去研究，包括用户为什么接受、使用微博等，或者描述性谈论了企业微博营销该如何做，很少有学者从企业角度出发研究企业生成内容(firm generated content)的传播。而企业生成内容想要传播广泛则必须引起用户的再传播，为此，有很多学者研究了口碑的再传播机制，但是这些特性在微博里如何体现，如何设计，并没有太多人去研究。本文则结合了社会化媒体的特征，从社会资本理论的角度，对以往口碑传播的机制进行了拓展。消费者分享微博信息的过程是一个主动建立社会关系和形成社会资本化的过程，当消费者感知企业的微博信息价值越大的话，就越愿意分享，这样有利于社会关系和社会资本化的形成，而信息质量分为内部线索即特征变量和外部线索即形式变量两种类型，因此本文从微博内容的特征变量和形式变量两个维度入手，选取社会化媒体中很重要的三个操作——点赞、转发和评论作为传播效果评估的量化指标，来研究企业微博内容对其传播效果的影响。

为了更好地反映企业的实际行为，我们舍弃了以往的问卷调查法而采取观察数据的方法。通过对历史数据的回溯和文本的分析，归纳了企业微博内容的特征变量和形式变量，并借助泊松回归的计量模型来分析理论的假设。

2.理论基础与研究假设

2.1 社会资本理论

社会资本理论的核心观点是人们参与社区，是想获得内嵌于社会关系网络中的各种有形或无形的社会价值，以达到自己的目的(Nahapiet & Ghoshal, 1998)。用户参与网络社区也是出于类似的动机(Lin,1999)，因此社会资本理论可以用于解释网络社区的用户分享行为(Mathwick,Wiertz & Ruyter, 2008)，即在分享信息中获得虚拟社会关系中的有形和无形的社会价值，进而达到自己的私人目的。个体运用自己的社会资本获取价值的过程就是资本化过程(capitalization)(Lin,1999)。微博分享的过程则属于利用信息分享来达到自己的目的即获取价值的过程，所以是一个社会资本化的过程。

同时，企业微博的传播又是一个对企业生成内容再传播的过程。以往研究指出，网络口碑的再传播存在一个内在动机，即传播者首先得认可接受网络口碑的内容，然后才会分享给其他用户*黄敏学, 王峰, 谢亭亭. 口碑传播研究综述及其在网络环境下的研究初探[J]. 管理学报, 2010, 7(1): 138-146.。这是因为，消费者对口碑信息的再传播动机不同于消费者基于自身体验的直接口碑动机，直接口碑动机更多的是一种与产品相关的动机，包括对产品的满意或不满。而再传播动机一般有以下几种：与自我相关的动机，包括自我提高、获得社会尊重等；与他人相关的动机包括帮助他人、平台支持等；与信息相关的动机等*黄敏学, 王峰, 谢亭亭. 口碑传播研究综述及其在网络环境下的研究初探[J]. 管理学报, 2010, 7(1): 138-146.*Hennig-Thurau, T., Gwinner, K. P., Walsh, G., et al. Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? [J]. Journal of Interactive Marketing, 2004, 18(1): 38-52.。无论哪种动机，传播者都可以从这个过程中获取个人价值，而消费者要从再传播口碑过程中获得社会资本化价值，就必须严格把关所要传播的信息质量，只有自己可感受到自己想要价值的信息，消费者传播时才会比较积极。因此，当消费者感知企业的微博信息价值越大的话，就越愿意分享。而信息质量分为内部线索即特征变量和外部线索即形式变量两种类型，因此本文将从企业微博的特征变量和形式变量两个维度来研究，企业微博到底具有什么样的形式变量和特征变量，消费者才会更愿意对信息进行传播。

2.2 文献回顾与模型

可以从以往对信息传播、广告以及口碑传播的研究中发现，这些研究基本上是在心理学中的动机理论、信息处理理论以及社会学中的人际传播理论的基础和框架上发展而来的。由于企业微博属于网络信息的一种，并且在传播上与网络口碑和广告有着相近之处，所以本文同时借鉴了这几方面的文献。

在关于口碑传播内容的研究领域中，很多国内外学者提出了影响口碑传播和再传播的原因。其中国内学者黄敏学(2010)等人结合广告领域的研究成果, 总结了消费者对口碑信息特性的认知，发现信息质量、权威性、趣味性和鲜明性等都会对消费者的态度和判断产生一定的影响。这些研究主要是从内容的特征变量上入手的，验证了某些内容特征的重要性。而陈明亮等人提出，口碑来源可靠性、口碑内容趣味性、口碑接收者利他动机和自我提升动机是决定网络口碑再传播意愿的关键因素，该研究则包含内容的特征变量和口碑接收者心理变量等来研究线上内容的传播。

国外学者对网络内容传播的原因也做过很多探索。Jonah等人研究了内容特性如何影响扩散性，在研究中证明了积极内容比消极内容更有病毒性，但情感和口碑传播之间的关系则比内容的极性复杂得多。内容病毒性部分程度上是受接收者的生理唤起状态影响的，使接收者有正向高唤起状态(敬佩性，awe)或负向高唤起状态(生气或焦虑)的内容比使其有低唤起或不唤起状态的内容更具有病毒性。该研究则主要是从线上内容引起的情绪入手，更加精准地研究了内容需要有什么样的特征才会更加有病毒性。Lisette等人在有关帖子传播的研究中提出，在主页上置顶的帖子将会有更强的流行性。研究还发现不同的因素影响了点赞量和评论量。生动性和互动性强的帖子特征会提高点赞量。另外,对积极评论的分享率也会提高点赞量，而有发问特征(互动性)的帖子会增加评论量，而无论正面还是负面评论都会增加评论量。

以往关注线上内容特性的研究主要是以用户自发生成口碑为研究对象，如黄敏学，陈明亮等人，他们同时也都强调了自发口碑来源可靠的重要性。而研究有一定营销目标的、非用户自发的线上内容的学者，如Jonah等，他们对帖子的关注主要从传播者被激发的情绪入手，主要是从机制上研究，而没有真正从发布内容上为企业提供指导依据。与本文最相近的研究是Lisette的研究，他研究的对象是帖子，从多个角度研究帖子的特性如何影响传播，但是主要研究的是内容的形式、位置和极性等多方面，并没有加入内容的特征变量。本文结合了以往对自发口碑传播的研究以及相关领域的研究，在Lisette的研究基础上根据微博内容本身的特点，将影响因素分为两类，特征变量和形式变量。其中特征变量包括敬佩性、有趣性、有用性和新奇性等，形式变量包括生动性、互动性和语言活泼性等，最终得到如图1所示的理论模型。

图1 理论模型

2.3 变量说明

2.3.1 被解释变量

点赞为网络用语，指的是对(网络上的)某个内容表示赞同、喜爱，一般被理解为人气。而转发实则是分享内容，转发微博后将会被更多的人看到，所以转发是一种再传播行为。消费者传播动机会影响其再传播行为，在网络环境下，消费者会首先考虑帖子的价值是否能满足他自身的需要，再考虑利他和社会效益*Homans，G.C. Social behavior as exchange[J]. American Journal of Sociology, 1958: 597-606.。而评论本身有批评﹑议论之意，一般情况下如果一则网络内容能让人产生争议或有话想说，则会产生评论。因此，点赞、转发和评论有着不同的机制，本文将会分别对其影响因素进行研究。

2.3.2 敬佩性

敬佩的特点是使人有一种敬佩感或者在面对比自己更伟大的事情时所产生的感觉，如一个新的科学发现,他人克服逆境等*Fehr, E., Kirchsteiger, G.,Riedl, A. Gift exchange and reciprocity in competitive experimental markets[J]. European Economic Review, 1998, 42(1): 1-34.。它是由遇到未曾想到的可能性所刺激而产生,它所唤起的状态可能促进传播。

本文将敬佩性定义为面临能警示自己、震撼自己的语言、段子、事迹、发明、艺术、视频、技术等所产生的感觉。其中包括激发斗志的名言警句，醍醐灌顶的人生哲理，励志的真人事迹，伟大的新发现、新技术等等，我们都将根据不同的程度进行编码。

当人们遭遇某件事而产生某种情绪后,如喜悦、悲伤、愤怒、惊奇等,总是倾向于与周围的人分享这件事或这种情绪,从而获得一种更清晰而持久的积极情绪体验,或缓解消极情绪,降低该事件所引发的情绪水平*Lin，K. Y., Lu, H. P. Why people use social networking sites: An empirical study integrating network externalities and motivation theory[J]. Computers in Human Behavior, 2011, 27(3): 1152-1161.[9]。所以当微博内容能使粉丝们感到敬佩时，将更可能使他们与人分享这些东西。研究证明了使人敬佩的内容比没有产生敬佩感的内容更具有病毒性*Rimé，B., Finkenauer, C., Luminet, O., et al. Social sharing of emotion: New evidence and new questions [J]. European review of social psychology, 1998, 9(1): 145-189.，而微博作为一种网络内容，如果某条微博能使粉丝们产生高度的敬佩感，我们猜想粉丝们也会因为高唤起状态而促进这条微博的转发，并且促进他们对该条微博内容的其他操作(点赞或者评论)，所以我们假设：

H1a：微博内容的敬佩性促进微博的点赞。

H1b：微博内容的敬佩性促进微博的转发。

H1c：微博内容的敬佩性促进微博的评论。

2.3.3 有用性

有用性指的是微博能提供信息，包括生活的、娱乐的、产品的等等各种信息。

人们之所以分享故事，新闻以及其他信息，一个很重要的原因是这些内容包含有用的信息。消费者可能由于利他(对他人有用)，或者自我提升(如显得自己知识渊博)*Dholakia，U. M., Bagozzi, R. P., Pearo, L.K. A social influence model of consumer participation in network-and small-group-based virtual communities[J]. International Journal of Research in Marketing, 2004, 21(3): 241-263.等目的而分享这些有用的信息。有用的内容也有社会交换的价值*Park, N., Kee, K. F., Valenzuela, S. Being immersed in social networking environment: Facebook groups, uses and gratifications, and social outcomes[J]. CyberPsychology & Behavior, 2009, 12(6): 729-733.[11]，并且人们将会因分享这些内容而产生互惠*Muntinga, D. G., Moorman, M., Smit, E. G. Introducing COBRAs: Exploring motivations for brand-related social media use[J]. International Journal of Advertising, 2011, 30(1): 13-46.[12]。

信息搜寻是人们使用社交网站*Taylor, D. G., Lewin, J.E., Strutton, D. Friends, fans, and followers: Do ads work on social networks?[J]. Business Faculty Publications, 2011,51(1):258-275.[13]，参加虚拟社区*Barnett, L.A. Playfulness: Definition, design, and measurement[J]. Play & Culture, 1990(3):319-336.[14]，并且为群组做贡献*Chen，Q., Rodgers，S. Development of an instrument to measure web site personality[J]. Journal of Interactive Advertising, 2006, 7(1): 4-46.[15]的一个重要原因。另外，追逐信息也解释了为什么人们接受品牌相关的内容*Sernovitz，A. Word of mouth marketing: How smart companies get people talking[M]. Austin: Kaplan, 2009.[16]。因此，如果一个品牌帖子包含品牌或者产品的信息，那么这将会增加粉丝们对该帖子的参与或使用的动机。研究表明，人们往往对社交媒体上有信息内容的广告表现积极的态度*Herr, P.M., Kardes, F. R., Kim, J. Effects of word-of-mouth and product-attribute information on persuasion: An accessibility-diagnosticity perspective[J]. Journal of Consumer Research, 1991, 17(4): 454.[17]。所以，微博内容的有用性将会增加粉丝们对该微博的积极态度，进而产生更多的操作，于是我们假设：

H2a：微博内容的有用性促进微博的点赞。

H2b：微博内容的有用性促进微博的转发。

H2c：微博内容的有用性促进微博的评论。

2.3.4 有趣性

口碑内容趣味性是指受众浏览某产品评论或文章时感觉到的好玩程度*Alden，D.L., Mukherjee，A., Hoyer，W. D. The effects of incongruity, surprise and positive moderators on perceived humor in television advertising[J]. Journal of Advertising, 2000, 29(2): 1-15.，包括好玩、愉快和享受等维度。Chen和Rodgers把网络口碑内容的趣味性定义为引人入胜、令人兴奋和充满活力三个维度。其中，引人入胜是指网页内容的多彩性、吸引力、友好性和有魅力；令人兴奋是指画面闪烁、有图片、有动画、幽默、令人激动、引人发笑；充满活力是指网页内容呈现的互动性和动态性。韦氏字典中将有趣的事物定义为能激发起读者兴趣或者吸引注意力的事物，而本文将沿用该定义，并具体为让人感觉出乎意料，非常有意思，不合常规思维，有创新点的微博，并根据不同的程度进行打分。

Sernovitz 等人认为，口碑营销的最重要一点就是“有趣”，因为没有人愿意谈论无聊的企业，无聊的产品，无聊的广告。在口碑内容特征中，趣味性被认为是至关重要的。不少研究认为，与平铺直叙的语言风格相比，生动有趣的口碑内容对消费者行为意愿的影响更为强烈。例如，广告信息传播机制的研究表明，广告内容的趣味性能够增强受众对广告信息的接受、产品的认知和记忆，并且进一步触发信息传播行为，广告内容趣味性越强，广告信息扩散的速度越快*郑拓. 中国政府机构微博内容与互动研究[J]. 图书情报工作, 2012, 56(3): 23-28.。当人们分享口碑时，他们不只是沟通信息，同时他们还为了自己*Dholakia, U. M., Bagozzi, R. P., Pearo, L.K. A social influence model of consumer participation in network-and small-group-based virtual communities[J]. International Journal of Research in Marketing, 2004, 21(3): 241-263.。大多数人希望他人对自己有较高的评价，因此谈论有趣的事情可以达到这个目的。 人们对有趣的微博进行操作，如转发等，是希望他人觉得自己有趣，因此本文提出以下假设：

H3a：微博内容的有趣性促进微博的点赞。

H3b：微博内容的有趣性促进微博的转发。

H3c：微博内容的有趣性促进微博的评论。

2.3.5 新奇性

张梦等人在研究口碑传播动机的心理学影响机理时，对惊奇(surprising)的定义是由与预期不匹配的产品、服务等所诱发的短暂的情绪水平,例如产品、服务远远超过或不及自己的期望,抑或得到了某种意外的收获等,均会让消费者觉得惊异,并产生告知别人自己经历的意愿。百度百科将新奇定义为新颖奇特；新鲜奇妙，不常遇到。本文将沿用该概念，并具体为新鲜趣闻，新闻事迹，创新活动，精巧发明等未曾遇到过的、让人耳目一新的人、事、物。

Berger等人在研究是什么因素促使了内容更容易传播时，曾对《纽约时报》中的7000多篇文章进行统计，结果发现有用的和新奇的文章更容易被传播，更容易被作为大多数的电子邮件列表[5]。他们的研究结果也发现，新奇的和有趣的内容更加具有病毒性，这和人们传播是为了愉悦他人的观点是一致的。另外，人们传播新奇的内容也可能是为了引起他人的认同和情绪高涨，提供信息进行互惠，或者是为了提升自我声誉，比如为了告诉人们他们看过有趣的或有用的东西*Rimé，B., Finkenauer, C., Luminet, O., et al. Social sharing of emotion: New evidence and new questions [J]. European Review of Social Psychology, 1998, 9(1): 145-189.。Rosen (2009)认为人们喜欢谈论不同的、新奇的事物，而新奇的事物不仅会吸引粉丝们的目光，而且还可能引发粉丝们的惊奇感，进而产生反应。所以当企业微博内容比较新奇时有可能会使人们对其进行更多的操作，于是本文提出如下假设：

H4a：微博内容的新奇性促进微博的点赞。

H4b：微博内容的新奇性促进微博的转发。

H4c：微博内容的新奇性促进微博的评论。

2.3.6 语言活泼性

刘晓娟等人在研究政务微博时将微博中出现的表情符号、语气词、网络流行词汇等元素定义为活泼因子，并根据活泼因子出现的次数来度量单条微博的活泼程度。因此，本文将语言活泼性定义为微博中包含拟声词、图片表情符号、字符表情符号以及流行网络语言等内容，并根据程度的不同进行打分。

微博语言从网络语言中衍生而来，具备了网络语言的一些特征，但并不等同于网络语言和日常社会语言，它是社会语言的一种变体，有着其独有的特征*Kisielius, J., Sternthal, B. Examining the vividness controversy: An availability-valence interpretation[J]. Journal of Consumer Research, 1986,12(4): 418-431.。复旦大学教授郑拓在研究政府机构的微博时提出，语言风格分为正式化和人性化，根据语言是否活泼、含有个人感情或使用拟声词和表情等来综合判断。刘晓娟等人在研究政务微博时也提到，生动活泼的语言可以拉近政务机构与公众的距离。因此，我们认为，微博的语言风格对其受众的行为可能具有一定的影响，故有如下假设：

H5a：微博语言的活泼性促进微博的点赞。

H5b：微博语言的活泼性促进微博的转发。

H5c：微博语言的活泼性促进微博的评论。

2.3.7 生动性

生动性指的是帖子的形式特征的丰富性，即帖子对不同的感官刺激的程度*Liu, Y., Shrum，L. J. What is interactivity and is it always such a good thing? Implications of definition, person, and situation for the influence of interactivity on advertising effectiveness[J]. Journal of Advertising, 2002, 31(4): 53-64.。生动的内容可以包含动画,(鲜明的)颜色,或者图片*Goldfarb, A., Tucker, C. Online display advertising: Targeting and obtrusiveness[J]. Marketing Science, 2011, 30(3): 389-404.等，其程度可以因为它刺激多个感官的方式不同而不同*Fortin, D, R., Dholakia, R.R. Interactivity and vividness effects on social presence and involvement with a web-based advertisement[J]. Journal of Business Research, 2005, 58(3): 387-396.。例如，视频就比图片更加生动，因为视频不仅刺激视觉而且刺激了听觉。在本文，我们将生动性定义为有图片，音乐或视频等多种形式的微博，并将根据不同程度进行编码。

鲜明、具体的信息比抽象的信息对接收者的影响更大，因为这样的信息更能吸引和保持接收者的注意力。鲍丽娟在研究人人网的内容分享特征时发现，视频和照片是用户乐于分享的内容形式。由于视频和图片这种具象的、视觉化较强的形式更容易被人理解与接受,而抽象的内容被吸收的过程比较复杂,人们需要将字符转化成具体的形象,对转化来的形象进行分析之后才能够吸收和加工,而最终自己想要得到的感受,却不一定会像视觉刺激比较强烈的内容所带来的感受那样明显和符合自身需求。因此,用户比较愿意浏览和分享能够直接通过感官来获取的自身所需的信息内容*Lin, Nan. Building a Network Theory of Social Capital[J]. Connections, 1999, 22(1):28-51.。Lisette等人在研究企业帖子的受欢迎度时提出，帖子的生动性和互动性将会提高点赞量。提高企业帖子的突出性的方法之一是使帖子具有生动的特征。研究表明，生动的旗帜广告在点击意愿*Goldfarb, A., Tucker, C. Online display advertising: Targeting and obtrusiveness[J]. Marketing Science, 2011, 30(3): 389-404.和点击率上都更有效。另外，高生动性也在提高对网站的态度上更有效。所以我们认为微博的生动性越高，粉丝对微博的态度将会越积极，而积极的态度将会使得粉丝点赞，转发或者评论，故有如下假设：

H6a：微博形式的生动性促进对微博的点赞。

H6b：微博形式的生动性促进对微博的转发。

H6c：微博形式的生动性促进对微博的评论。

2.3.8 互动性

互动性定义为“两个或两个以上的沟通双方可以通过彼此、沟通媒介或者信息而相互作用,并且这种影响的程度是同步的”*Nahapiet, J., Ghoshal, S. Social capital, intellectual capital, and the organizational advantage[J]. Academy of Management Review, 1998, 23(2):242-266.，本文将使用该概念作为该变量的定义，其编码标准如表1所示。互动性的特点是公司和客户之间的双向沟通以及客户与客户之间的双向沟通;换句话说,它是多对多的沟通。企业帖子可以有不同程度的互动性。例如，一个帖子如果只有文字则没有太强的互动性，而当它有一个网址链接时将会有更强的互动性，因为粉丝可以点击这个链接。另外，在帖子中提问会使这个帖子有高互动性，因为这个问题需要粉丝们来回答。

表1 互动性编码标准

研究得出了关于互动性对结果变量影响的非结论性发现(没有影响VS积极影响)，例如对广告的态度可以由所考虑的互动性程度来解释。一些研究表明，有可能会存在一个最优互动程度, 但是其他研究则提出了互动程度的线性影响。由于企业发微博的目的就是刺激粉丝做出反应(如点赞、转发或者评论等)，我们希望互动程度越高，所引起的点赞量、评论量和转发量越高。所以我们提出如下假设：

H7a：微博的互动程度越高，越促进粉丝对微博的点赞。

H7b：微博的互动程度越高，越促进粉丝对微博的转发。

H7c：微博的互动程度越高，越促进粉丝对微博的评论。

2.3.9 控制变量

本文将发表时间、每个企业微博主页的粉丝数、每个企业微博的所发微博数以及微博内容中是否含有奖励信息等作为控制变量。其中发表时间分为两类，工作日(周一到周五)和周末(周六周日)，工作日编码为1，否则编码为0。发表时间的不同，在线粉丝数不同，对微博的转发量、评论量和点赞量都会有一定影响。粉丝数指的是一个微博被其他微博用户关注的数量，微博数指的是企业微博成立到数据收集日所发的微博数量，由于微博的一个特征是只有关注了该企业微博主页才能在自己的微博主页上看到该企业所发的每一条微博，而且企业发微博的量和频率不同，在自己主页上看到的概率大小就会不同，所以这些变量都有可能影响微博的转发量、评论量和点赞量。而消费者传播动机会影响其再传播行为，而消费者的个人需要动机极其重要，它能够广泛地影响到消费者的内心和外在的行为。在网络环境下，消费者会首先考虑帖子的价值是否能满足他自身的需要，再考虑利他和社会效益，因此，当有奖励驱使时(如转发有奖，按某种格式评论会有抽奖等)，消费者将会因为利己动机而产生行为，所以奖励也有可能引起粉丝们对微博的操作。

3.实证研究

3.1 数据搜集和编码过程

本文选取了六个不同产品类型的品牌，包括化妆品行业的巴黎欧莱雅，酒行业的国酒茅台，移动手机行业的三星手机，休闲服饰行业的森马，饰品行业的哎呀呀饰品，以及食品行业的雀巢咖啡。之所以选择这些品牌是因为它们都是各自行业中的流行品牌，有较高的知名度也有较多的粉丝数量，它们每一条微博都有一定的传播力度，这将有利于我们搜集点赞量、转发量和评论量。搜集时间为2014年4月1日，所搜集的微博为企业原创微博(VS转发微博)。我们从每个品牌中摘选了200～300条原创微博文本，同时对应搜集了微博发布的时间，有无图片，视频，点赞量，转发量，评论量以及它们的粉丝数和已发微博数，具体例子见图2说明。

图2 微博数据搜集示意图

编码之前，我们先去掉置顶微博，并去掉一个星期以内的微博(可能由于时间原因，一周内的微博并为被完全传播，所以我们选取3月26日之前的数据)，每个品牌中截取100～150条微博，最终形成编码前的微博文本集。其中形式变量的编码过程是由专门的语料库将微博进行语义分解后根据不同的语序、标点以及句型关系等识别编码；而特征变量由于完全由计算机识别存在困难，我们先利用计算机的语义识别工具对相关特征词进行抽取和归类，在此基础上，再由2个专业人员进一步根据评分标准相互独立地修订打分，对意见不一致的进行协商，最终得到了本次分析的数据。

3.2 描述性统计分析

本次所得数据的具体情况如表4所示，截至数据搜集日(2014年4月1日)，每个微博的平均粉丝量为1780820.167，平均每个微博企业发微博数为6056，而所搜集数据中，平均每个微博的点赞量为18.43(SD=28.022)，转发量为91.50(SD=174.252)，评论量为47.24(SD=72.001)。其中分类的具体结果如表2所示，从该表中可以看出，不同类别的微博传播差别很大，甚至同一个企业所发的微博传播也可能有很大的差别。

表2 各领域的平均点赞量、转发量、评论量

3.3 解释变量的相关分析

对解释变量进行相关分析可得如表3所示的结果。敬佩性较高的微博一般都比较新奇但不够生动也没有很强的互动性；而非常有用的微博虽然语言活泼但是一般都不够有趣生动，并且也没有很强的互动性；而有趣的微博虽然很新奇语言也很活泼，并且有很强的互动性，但却没有很多信息；新奇的微博则有较高的敬佩性，比较有趣且语言活泼；而语言活泼的微博则比较有用也比较有趣新奇，互动性也很强；但是生动的微博则一般敬佩性不高，也不是很有用，也没有很强的互动性；互动性强的微博也没有很多的有用信息，并且敬佩性和互动性也不高，但是却比较有趣活泼。

表3 解释变量的相关分析

3.4 泊松回归

本文中的因变量为每条微博所得的点赞量、评论量和转发量，均为有实际意义的计数数据，是一个非负整数变量，因此采用泊松模型进行建模，即假定点赞量、评论量和转发量的分布均服从泊松分布。所以本文所得模型如下(其中y1=点赞量，y2=转发量，y3=评论量)：

其中i(i=1～3)代表点赞量、转发量或评论量，j代表微博编号(j=1～650)，而k代表第j条评论所属的品牌的编号。y1j代表第j条微博的点赞量，y2j代表第j条微博的转发量，y3j代表第j条微博的评论量；awej代表第j条微博的敬佩性；usfj代表第j条微博的有用性；surprzj代表第j条微博的新奇性；livlyj代表第j条微博的语言活泼性；vidnsj代表第j条微博的生动性；ineraj代表第j条微博的互动性；awrdj代表第j条微博是否有奖励；weekj代表第j条微博的发表时间是在周末还是工作日，工作日为1，周末为0；fanskj代表第j条微博所属的第k个品牌微博主页的粉丝量的对数值(k=1～6)；quatykj代表第j条微博所属的第k个品牌微博主页的微博总量的对数值(k=1～6)；εij是残差项。ε1j、ε2j、ε3j分别是点赞量y1，转发量y2，评论量y3的残差。

结果可以解释为自变量每增加一个单位，则会对因变量y产生eβ倍的影响(e=2.71828)。当β为正时，eβ>1，对y的影响是增强的；而当β为负时，eβ<1，对y的影响是减弱的。

泊松回归在R软件中运行，结果如表4所示，不同的影响因素对点赞量、转发量和评论量影响不同，有些结果支持了假设，有些则与假设相悖。

表4 泊松回归结果

注：所有结果均显著性小于0.001。

3.4.1 点赞量

点赞量的泊松回归结果显示，各个因素全都显著影响点赞量。敬佩性、有趣性、新奇性、生动性等对点赞量有正向影响，即H1a、H3a、H4a和H6a成立。其中有趣性影响最大，即有趣性增加1，点赞量将会增加e0.775=2.17倍。这符合点赞的机制，因为点赞代表人们的喜爱或赞同，所以他们更愿意对有这些特征或形式的微博点赞。而有用性、语言活泼性和互动性却对点赞量有负向影响，即H2a、H5a和H7a不成立。从相关性分析发现，特征变量有用性与有趣性负相关，所以有用的信息一般都无趣，这自然将对点赞产生负向影响。而网络语言如今已经流行，仅靠语言活泼激不起大家的兴趣，相反的，可能还会引起大家的反感，所以才会产生这样的结果。而互动性对点赞有负面影响，可能的原因是互动微博主要以提问和测试等方式跟粉丝沟通，进而粉丝们进行了更多的其他操作，而互动性本身并不能使粉丝们感到喜爱。

3.4.2 转发量

转发量的回归结果显示，特征变量和形式变量的各个因素全都显著正向影响转发量，这与以往网络口碑传播的研究结论是一致的。这说明企业微博作为一种网络信息，与网络口碑的传播机制有着很多相似之处，无论是增强特征变量还是形式变量，均会促进其转发。

3.4.3 评论量

评论量的回归结果显示，各个因素全都显著影响点赞量。除了有用性为负向影响以外，其他变量的影响均为正向，即H1c、H3c、H4c、H5c、H6c和H7c成立，H2c不成立。激起读者的敬佩感、生动有趣、新奇活泼并有很强互动性的微博都会使大家有想法或有争议，进而产生评论。而相关性分析发现，有用的微博一般都不够有趣生动，并且也没有很强的互动性，可能粉丝们只是获得了信息，并未产生其他想法，进而不愿意去评论。

4.结论和意义

4.1 结论

本文在社会化媒体用户急剧上升的背景下，从企业生成内容的角度出发，根据以往对口碑、广告和信息的研究基础，将对口碑内容的研究拓展到对企业微博的研究，将影响因素扩充为内容的四个特征变量和三个形式变量，使用符合社会化媒体特征的传播效果的衡量指标，研究企业微博内容如何影响其传播效果，用以指导企业如何设计传播内容来匹配社会化媒体特殊需要。

结果显示敬佩性、有趣性、新奇性、生动性对点赞有明显的促进作用，即能让人感到敬佩的微博让人感到赞同，生动有趣很新奇的微博，会让人喜爱，所以这些微博能让人点赞，这样的微博一般人气会比较高，在粉丝内部可能会传播广泛。

而四个特征变量(敬佩性、有用性、有趣性、新奇性)和三个形式变量(语言活泼性、生动性、互动性)都会促进粉丝们的转发。据前所述，转发是一种再传播行为，是和别人分享内容，即转发后将会被别人看到，而转发的动机有很多，一方面是自我展示，为了自我形象的提升；另一方面是为了利他，让别人感到愉悦或者得到信息；再一方面就是利己，让自己获得奖励或回报等。而这几个变量至少能满足这几个动机之一，比如转发有趣的内容不仅能让人觉得自己有趣，又可以愉悦他人，再比如转发有互动性的微博可以获得抽奖机会等，所以这几个变量对转发都有促进作用。

除了有用性，其他几个变量都能增加评论量。自发的评论需要内容能让人产生想说些什么的意愿，要么有争议想表立场，要么有抱怨想发泄，要么情绪高昂想表达看法等；或者有激励或刺激的内容也能让人为了回报等产生评论。其中敬佩性可以激起高的情绪唤起状态[17]，新奇、生动(如对视频中的信息好坏评价不一等)的内容会产生争议，有趣、语言活泼的微博一般都很新奇且有很强的互动性(见相关性分析)，所以也会引起人们的评论，而互动的微博一般有奖励刺激或者以问题结尾，这也会促使人们去评论。

4.2 贡献和意义

首先，本文有很强的理论贡献。从企业营销的角度来说，将传统广告内容的规划拓展到社会化网络时代，丰富了社会化媒体上的传播内容。从社会化媒体研究领域来说，丰富了社会化媒体的研究，以往多从用户角度研究社会化媒体，从企业角度较少，而本文则是从企业生成内容上来研究，并将口碑领域的研究拓展到了社会化媒体领域。从研究方法上来讲，本文采用观察数据和文本数据的方法，来检验内容对传播效果的影响，丰富了社会化媒体的手段。

另外，本文还有很强的实践意义。品牌管理者可以根据我们的研究结果，了解有什么样的特点和内容的微博更容易被传播，进而更好地管理品牌主页。企业可以根据发布微博的目的有意识地提高某些特征或采用某种形式。如果企业想要更好地传播品牌，那么应该注重能促进转发的一些变量；如果企业想要在现有顾客群中推出新产品或者提高人气等，则可以注重影响点赞的变量；如果企业想要了解粉丝们的想法，从中获得某种信息，则可以更关注促进评论的变量。而如果企业想要同时增加点赞、转发和评论的数量，则应该将重点放在如何提高帖子的敬佩性，使其有趣和新奇，如多发布一些震撼人心的事迹，做一些让人意想不到的活动预告或者发布有趣的图片对话等，同时企业也要重点关注生动性，如采用视频等多种方式发帖等。企业的微博究竟该写什么、怎么写，不仅跟企业营销目标和其定位有关，也跟作用对象(粉丝们有什么特征和喜好)有关，还跟产品类型和企业本身的形象有关。由于企业微博和个人微博有着完全不同的目的和作用，甚至事关企业的运营安全，企业在发布微博时要经过认真思考和衡量。

[1]黄敏学, 王峰, 谢亭亭. 口碑传播研究综述及其在网络环境下的研究初探[J]. 管理学报, 2010, 7(1).

[2]刘晓娟, 王昊贤, 肖雪, 等. 基于微博特征的政务微博影响因素研究[J]. 情报杂志, 2013 (12).

[3]瞿转意. 社会语言学视角下的微博语言特征[J]. 海外英语, 2012, 3.

[4]郑拓. 中国政府机构微博内容与互动研究[J]. 图书情报工作, 2012, 56(3).

[5]Alden,D.L., Mukherjee，A., Hoyer,W. D. The effects of incongruity, surprise and positive moderators on perceived humor in television advertising[J].JournalofAdvertising, 2000, 29(2).

[6]Barnett, L.A. Playfulness: Definition, design, and measurement[J].Play&Culture, 1990(3).

[7]Berger, J., Milkman，K. L. What makes online content viral? [J].JournalofMarketingResearch, 2012, 49(2).

[8]Chen, Q., Rodgers，S. Development of an instrument to measure web site personality[J].JournalofInteractiveAdvertising, 2006, 7(1).

[9]Cho, C.H. How advertising works on the WWW: Modified elaboration likelihood model[J].JournalofCurrentIssues&ResearchinAdvertising, 1999, 21(1).

[10]Coyle,J.R., Thorson, E. The effects of progressive levels of interactivity and vividness in web marketing sites[J].JournalofAdvertising, 2001, 30(3).

[11]De Vries, L., Gensler,S., Leeflang, P. S. H. Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing[J].JournalofInteractiveMarketing, 2012, 26(2).

[12]Dholakia, U. M., Bagozzi, R. P., Pearo, L. K. A social influence model of consumer participation in network and small-group-based virtual communities[J].InternationalJournalofResearchinMarketing, 2004, 21(3).

[13]Fehr,E., Kirchsteiger, G., Riedl，A. Gift exchange and reciprocity in competitive experimental markets[J].EuropeanEconomicReview, 1998, 42(1).

[14]Fortin,D. R., Dholakia，R. R. Interactivity and vividness effects on social presence and involvement with a web-based advertisement[J].JournalofBusinessResearch, 2005, 58(3).

[15]Goldfarb, A., Tucker, C. Online display advertising: Targeting and obtrusiveness[J].MarketingScience, 2011, 30(3).

[16]Hennig-Thurau, T., Gwinner, K. P., Walsh, G., et al. Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? [J].JournalofInteractiveMarketing, 2004, 18(1).

[17]Herr, P.M., Kardes, F. R., Kim, J. Effects of word-of-mouth and product-attribute information on persuasion: An accessibility-diagnosticity perspective[J].JournalofConsumerResearch, 1991, 17(4).

[18]Homans, G. C. Social behavior as exchange[J].AmericanJournalofSociology, 1958.

[19]Keltner,D., Haidt, J. Approaching awe, a moral, spiritual, and aesthetic emotion[J].Cognition&Emotion, 2003, 17(2).

[20]Kisielius,J., Sternthal，B. Examining the vividness controversy: An availability-valence interpretation[J].JournalofConsumerResearch, 1986,12(4).

[21]Lin, K.Y., Lu，H. P. Why people use social networking sites: An empirical study integrating network externalities and motivation theory[J].ComputersinHumanBehavior, 2011, 27(3).

[22]Lin, Nan. Building a Network Theory of Social Capital[J].Connections, 1999, 22(1).

[23]Liu, Y., Shrum, L. J. What is interactivity and is it always such a good thing? Implications of definition, person, and situation for the influence of interactivity on advertising effectiveness[J].JournalofAdvertising, 2002, 31(4).

[24]Lohtia,R., Donthu, N., Hershberger, E. K. The impact of content and design elements on banner advertising click-through rates[J].JournalofAdvertisingResearch, 2003, 43(4).

[25]Muntinga, D. G., Moorman，M., Smit，E. G. Introducing COBRAs: Exploring motivations for brand-related social media use[J].InternationalJournalofAdvertising, 2011, 30(1).

[26]Nahapiet, J., Ghoshal, S. Social capital, intellectual capital, and the organizational advantage[J].AcademyofManagementReview, 1998, 23(2).

[27]Park, N., Kee，K. F., Valenzuela，S. Being immersed in social networking environment: Facebook groups, uses and gratifications, and social outcomes[J].CyberPsychology&Behavior, 2009, 12(6).

[28]Paxton, P. Is Social capital declining in the United States? A multiple indicator assessment[J].AmericanJournalofSociology, 1999, 105(1).

[29]Rimé,B., Finkenaue,R C., Luminet, O., et al. Social sharing of emotion: New evidence and new questions [J].EuropeanReviewofSocialPsychology, 1998, 9(1).

[30]Rosen, E.Theanatomyofbuzzrevisited:Real-lifelessonsinword-of-mouthmarketing[M]. New York:Random House LLC, 2009.

[31]Sernovitz, A.Wordofmouthmarketing:Howsmartcompaniesgetpeopletalking[M]. Austin: Kaplan, 2009.

[32]Steuer, J. Defining virtual reality: Dimensions determining telepresence[J].JournalofCommunication, 1992, 42(4).

[33]Swan,J.E., Oliver，R. L. Postpurchase communications by consumers [J].JournalofRetailing, 1989.

[34]Taylor, D. G., Lewin, J.E., Strutton, D. Friends, fans, and followers: Do ads work on social networks?[J].BusinessFacultyPublications, 2011,51(1).

[35]Wojnicki,A., Godes，D. Word-of-mouth as self-enhancement [D]. HBS Marketing Research Paper, 2008 (6-1).

TheEffectoftheContentofEnterprise’sMicro-blogonItsDiffusion:AnEmpiricalStudy

Huang Minxue1Peng Jie2Li Ping3

(1,2,3 Economics and Management College of Wuhan University, Wuhan， 430072)

In the era of social media, companies should pay more attention to the social media when making brand communication strategies. As weibo has the capacity to transmit the information efficiently and fast and the advantages of two-way communication, we choose weibo as the research object. We use the method of observation data and text analysis to get our data, and analyze the effect of characteristics and forms of weibo content on its diffusion with Poisson regression econometric model. The result shows that the characteristic awe, interesting, surprising and vividness can improve the number of likes, the number of transmission, and the number of comments at the same time. If the post is lively or is with high interactivity, it can get more comments and be transmitted more frequently. The independent usefulness can only promote the fans to transmit it. Brand managers can be guided by our research, understanding what kind of characteristics and content of weibo is more likely to be spread, thus better manage their brand home page.

Social media; Weibo; online content; Word of mouth; Poisson regression

本研究得到国家自然科学基金项目(71372127，71328203)和教育部新世纪优秀人才项目(NCET-12-0420)的资助。

黄敏学，E-mailhuangminxue@126.com。

F272.3

A

专业主编：曾伏娥