论网络文化产业发展的价值取向

张梦　王子敏

摘要：随着后工业化时代和互联网时代新兴文化消费的异军突起，网络文化消费逐渐呈现欣欣向荣的态势。但在其发展过程中，大量重复的信息充斥网络，优秀的网络文学作品凤毛麟角，网络娱乐产品的低俗化趋势日益凸显。在此研究背景下，文章选取口碑较好的网络文化消费网站——豆瓣网为研究对象，研究在网络文化产业发展的价值取向中起重要引导作用的意见领袖的行为特点，以期为网络文化产业的良性发展提供建议。结果发现：意见领袖的活跃度、专业度和社群参与度对其粉丝数有显著影响；其中，专业度产生的正向影响较其他两者高。

关键词：网络意见领袖；网络文化产业；豆瓣

一、引言

近几年，网络文化产业迅猛发展，但是其中个别分支的发展却是以哗众取宠、过度吸引眼球，甚至以低俗化为代价，如斗鱼、快手、六间房等直播网站，对于网络文化产业的良性发展产生了极其消极的影响。为获取网民关注，不少网络社交网站允许投放黄暴广告；众多直播主播对“卖脸”、“穿着暴露”及“擦边球式言语”推崇备至；更有大量网络写手以“语不惊人死不休”为理念，致使鬼畜文化甚嚣尘上。这些网站、主播和网络写手确实在初期能收获大量粉丝，但其热度往往难以保鲜，同时也严重影响了中国网络文化产业的发展氛围。

而在众多网络文化消费平台中，于2005年创立的豆瓣网凭借其独特的使用模式、持续的创新和对用户的尊重，一直被公认为是中国极具影响力的web2.0网站和行业中具有良好口碑和发展潜力的创新企业，对推动中国网络文化产业的健康发展起到了不可忽视的作用。因此，本文致力于研究在豆瓣网中起重要引导作用的意见领袖的行为特点，以期为网络文化产业的良性发展提供建议。

二、豆瓣网简介

豆瓣是一家Web2.0网站，从书籍开始，电影、音乐、旅游、美食、节日等领域也逐渐被纳入其内容范围。豆瓣用户可以自由书写日记、发表评论，可以加入自己感兴趣的小组，可以发起或参与线上或同城活动、可以搜索添加感兴趣的人，可以搜索别人的推荐，豆瓣网所有的内容、分类、筛选、排序都由用户产生和决定，甚至在豆瓣主页出现的内容上也取决于用户的选择。通过内容的创造与分享，豆瓣用户在此过程中持续探索未知事物、形成无数个具有共同话题的小圈子、找到并融入与自己属性相似的社交圈子并在其中与他人建立连接。

豆瓣网于2005年3月成立，在其目前已超5000万的用户中，受教育程度较高的青年大学生是其主力军。作为一个互联网社区，豆瓣它通过用户的收藏和评价来“推测”，靠自动排位上升，而不像通常社区网站为增加访问量而设的积分和升级系统。所以，豆瓣网上影响力较大的意见领袖是众多网民集体认同与推崇的，对研究网民对网络文化的价值取向而言具有较高的价值。

三、文献综述

（一）网络文化产业

网络文化产业是指以电子计算机、互联网和无线移动手机等IT技术为手段，以人们的思想文化创造活动为核心，在网络上生产和传播文化产品、提供文化服务的新兴产业形态。从网络音乐、网络游戏、表演、动画、文学、视听等方面入手，网络文化产业已成为我国文化产业发展的重要内容。面对对网络文化产业的不断发展扩大，中国的文化产业的转型升级将有更广阔的发展空间。但在其欣欣向荣的行业发展表象下，仍存在诸多不容小觑的问题，如原创内容缺乏、产业创新能力较弱、产品低俗化趋势凸显等。由社会科学文献出版社出版的《中国新媒体发展报告》指出：网络文化产业发展进一步推进，提质增效是重点。

（二）意见领袖

在网络文化产业发展中，网络意见领袖发挥着举足轻重的作用。首先，网络意见领袖往往是网络文化产品的生产者，是网民内容消费的供给者。其次，在网络文化产品推广前期，充分利用意见领袖的引导作用，可以帮助产品抢占市场，同时，他们在制造收视狂潮过程中具有关键作用。所以，意见领袖的言行特征是网络文化产业的缩影，能比较直接的反映网络文化产业发展的价值取向并对其有重要的引导作用。学界对意见领袖的研究非常丰富，主要集中于意见领袖的识别、意见领袖产生的影响以及意见领袖的演化机制。

1. 意见领袖的识别

关于意见领袖的识别，以往研究主要从以下几个层面进行分析。

首先，较高的活跃度往往是意见领袖的特征之一。Burt的研究发现，作为信息把关人的意见领袖常常积极为社区中的其他成员提供信息或建议；Huffaker通过对谷歌社区讨论组两年来发表的数万条信息的自动文本分析和社会网络分析，发现网络舆论领袖是社区中的活跃演说家，具有洞察力的思想家。他们的言论能激发讨论和对话，甚至影响其他社区成员讨论一个话题的方式。因此，在网络社区中，人们通常通过用户发布信息的数量来认定意见领袖（Yoo，Alavi）。

其次，意见领袖在某一或某些领域具有较高的专业度，因为意见领袖的专业性和可信度是其在网络社区中建立信任和增加影响力的重要因素（Pronpitakpan）。意见领袖的专业性往往体现在其发表的文本特征，这些文本特征包括效价、语言风格、情绪等（Ludwig et al）。黄蓝通过研究发现，电影口碑传播过程中的意见领袖往往更具有知识优势，并注重感情分享；刘志明、刘鲁通过对意见领袖的特征进行识别与分析发现，几乎没有用户可以在不同话题领域同时成为意见领袖，因此意见领袖的专业性一定程度上限制了其发展。

最后，意见领袖往往具有较高的网络中心性。意见领袖不仅处于他们所在网络的中心，他们通常还处于多个社会网络中，有很多朋友和熟人，能够连接多个社会网络（Weimann）。bodendorf和kaiser的研究发现，在网络论坛中，意见领袖通常处于网络社区的中心位置，能夠连接更多的网络成员。

2. 意见领袖的影响

意见领袖的影响在社会生活的各个层面都有体现，但在社交网络的信息传播交流中，意见领袖的作用更加明显。越来越多的研究表明，意见领袖在政治舆情、突发事件网络传播、网络口碑效应等社会现象中具有重要作用。

3. 意见领袖的演化机制

国内外对于哪些因素会使网络成员更容易吸引粉丝从而成为意见领袖已经有了初步的研究。如：黄敏学，王琦缘等 基于2013年网络演化数据的实证分析得出信息创造和网络结构对意见领袖和非意见领袖的关系构建影响力大小存在差异的结果。杨学成、兰冰、孙飞使用内容分析法并基于 CMC 理论分析了417条品牌微博内容，发现在吸引粉丝互动方面，意见领袖发表内容的互动性、生动性、内容有用性和有趣性以及名人效应有重要作用。申凡、钟云通过文献研究和案例分析发现，在各种社交网站建立之初时，其中最活跃、最积极的粉丝，就容易得到其他粉丝的爱戴和认可并被推选为网络粉丝群体的领导者。

以往对意见领袖的研究主要集中于从定性的角度去探索其特征、影响及形成机制，至于意见领袖的行为特征对网络文化产业价值取向的反映与引导方面的实证研究还很少。基于上述研究背景和不足，本文选取豆瓣网为实例，根据用户数据建立结构方程模型，分析在意见领袖的众多行为特征中，哪些特征更受网民的重视与青睐，以探索大多数网民对网络文化产业的价值取向，以期为网络文化产业的良性发展提供建议。

四、数据与预处理

本文选取豆瓣网作为实证对象，并于2016年8月利用网络爬虫技术在豆瓣网上搜集了于2006年3月至6月在豆瓣网进行注册的用户的相关信息。具体抓取与处理过程如下。

抓取表征用户属性的数据资料，包括注册时间、注册地点、用户ID、粉丝数、影评数、书评数、音评数、加入的小组数、管理的小组数、加入的小组总人数、书籍阅览数、电影阅览数、音乐阅览数，并将这15项数据组成1条记录，以用户为单位进行保存，得到1205条记录。选择于2006年注册的豆瓣用户作为研究样本是因为他们是豆瓣的早期用户并且一直使用豆瓣至今，他们的网络行为特征具有较强的稳定性与代表性。

一般而言，大于200的样本，才可以称得上一个中型的样本空间，因此，先将包含0值数据项的记录删除，共得到702条。由于意见领袖往往具有超高的粉丝数量，故选取粉丝数量大于2000的用户为研究对象，共得到303条数据。

本文使用的统计与分析软件为SPSS和Amos。将记录导入SPSS中，作为Amos的数据配置文件。在收集到的样本中，有些用户有一万多的粉丝，有些只有几个粉丝，有些用户的影评数有四百多条，而有些用户只有几条。因此，笔者对一些变量进行了对数变换，将关系线性化并控制了潜在的离群值的影响。在对数变换后，回归系数恰为弹性。

五、模型构建

意见领袖的受欢迎程度往往通过其粉丝数反映出来，拥有的粉丝数量越多，说明其越受其他网民的认同与喜爱。而用户的活跃度、专业度以及社群参与度往往正向影响其粉丝数。

（一）用户的活跃度正向影响其粉丝数

意见领袖一般具有较高的活跃度，因为只有积极参与主题的讨论，与其他用户形成良好的互动，才更可能把自己的观点传递给其他用户，如此才能提高用户的关注度（刘志明、刘鲁）。基于以往文献以及豆瓣的特点，本文认为用户发布的书评数、影评数、音评数越多，表明其在社交网站上越活跃。因此，定义活跃度为潜变量，并提出假设：

H1：用户活跃度正向影响其粉丝数。

H1a：用户的书评数正向影响其活跃度；

H1b：用户的影评数正向影响其活跃度；

H1c：用户的影评数正向影响其活跃度。

（二）用户的专业度正向影响其粉丝数

社交网站意见领袖的形成取决于其拥有的信息数量和知识数量，即其专业度。成员加入社交网站的原因主要是期望通过在社交网站中的发言以及与其他成员的互动，满足自身的社交、娱乐、信息等方面的需求。而只有掌握了高信息量和具有宽知识面的意见领袖，才成为提供这种价值的关键角色，是社交网站存在的轴心成员（王丽）。用户较高的专业度往往与其在社会中的地位、职业以及平时的积累有关。根据以往文献以及豆瓣特点，用户看过的书数、看过的电影数及听过的音乐数越多，表明其在文化层面的专业度越高。因此，定义专业度为潜变量，并提出假设：

H2：用户的专业度正向影响其粉丝数；

H2a：用户的书籍阅览数正向影响其专业度；

H2b：用户的电影阅览数正向影响其专业度；

H2c：用户的音乐阅览数正向影响其专业度。

（三）用户的社群参与度正向影响其粉丝数

意见领袖往往具有较高的网络中心度，即与较多的用户保有联系。只有与之相关联的用户规模越大，其发表的言论才能传播的更远更广。而网络成员会由于处于相似的网络位置而产生在不同维度的相似性，例如行为、观念等；同时这种相似性也会带来成员之间的信任，往往相似的网络成员之间更容易发生交互和建立关系（黄敏学等）。在豆瓣中，同一小组中的成员由于处于相同的网络位置，拥有较高的相似性，因而更容易与其他小组成员建立关联，提高粉丝数量。因此，定义社群参与度为潜变量，并提出假设：

H3：社群参与度正向影响其粉丝数；

H3a：用户管理的小组数正向影响其社群参与度；

H3b：用户管理的小组总人数正向影响其社群参与度；

H3c：用户加入的小组数正向影响其社群参与度；

H3d：用户加入的小组总人数正向影响其社群参与度。

黄蓝通过对豆瓣数据的实证分析发现电影的口碑传播中的意见领袖在社交网络当中往往在“电影”这个社区或者小组（小站）当中有着广泛的社交范围，并且在此范围当中有着较强的影响力。而且，意见领袖不仅是网络社区讨论的积极参与者，也是动员其他社区成员参与讨论的激励者，其是其他社区成员形成社区认同感的重要推动者。創建兴趣小组的用户，由于使命感与责任感使然，其在参与讨论的同时更加倾向于动员小组成员参与讨论，提高整个小组的活跃度，因而更容易获得关注。基于此，本文认为社群小组管理员相较于社群小组参与成员在小组中更具主导性。基于此，定义主导型社群参与度及非主导型社群参与度为潜变量，并提出假设：

H4：用户的主导型社群参与度对其粉丝数的正向影响大于非主导型社群参与度；

H4a：用户管理的小组数正向影响其主导型社群参与度；

H4b：用户管理的小组总人数正向影响其主导型社群参与度；

H4c：用户加入的小组数正向影响其非主导型社群参与度；

H4d：用户加入的小组总人数正向影响其非主导型社群参与度。

各潜变量与相对应的观测变量、变量名及释义如表1所示。

在Amos环境中构建的粉丝数影响因素结构模型见图 1。

六、模型评价与分析

本文的实证检验主要用到SPSS 22.0和Amos 20.0。首先，利用SPSS分析数据的可靠性与稳健性，检验数据是否适合进行因子分析；其次，利用SPSS进行探索性因子分析；最后，利用Amos检验结构方程的拟合程度及路径系数的显著性，进而比较研究结果与研究假设是否一致。

（一）信度分析与因子分析

1. 信度分析

进行KMO检验与Bartlett球形检验对样本进行因子分析。因子分析是解决多元统计分析中降维问题的常用统计方法。它是研究一组具有复杂关系的测量指标是如何由少数内部独立因素控制的分析方法。KMO统计值在0～1之间，值越大，变量间的相关性越强，越适合于因子分析。常用的KMO度量标准：0～0.5表示不可接受；0.5～0.6表示糟糕；0.6～0.7表示中等；0.7～0.8表示还好；0.8～0.9表示可奖励的，0.9 以上表示极好。KMO 检验与Bartlett球形检验结果如表2所示。

由表2可知，相应的Bartlett球形检验相应的概率sig为0.000，小于0.001，因此，可以认为相关系数矩阵与单位阵有显著差异。同时KMO值取值为0.687，根据度量标准可知，收集的用户数据适合做探索性因子分析。

2. 因子分析

该研究通过主成分法提取因子并且同时利用正交旋转的最大方差法对初始因子旋转，选择特征值大于1.0、因子载荷大于 0.4的因子进行公因子的提取，得到 4 个公因子，如表3所示。

由表3可知，由SPSS提取出4个公因子，公因子1包含X1，X2，X3三个指标，对应潜变量中的用户专业度；公因子2包含Y1，Y2，Y3三个指标，正好对应潜变量中的用户活跃度；公因子3包含Z1，Z2两个指标，正好对应潜变量中的主导型社群参与度；公因子4包含L1，L2两个指标，正好对应潜变量中的非主导型社群参与度。这表明本文的变量与指标具有较好的结构，基本能达到分析要求。

（二）结构方程模型检验

在模型分析过程中，发现用户加入小组数正向影响非主导型社群参与度的路径系数大于1，用SPSS分析后发现，用户加入小组数与用户加入小组总人数之间的相关性近似0.8，可能存在多重共线性，为提高模型拟合度，删除非主导型社群参与度这项潜变量与相关测量变量。因此假设H3c、H3d、H4、H4a-H4d无法得到验证。

1. 结构方程拟合度检验

根据AMOS提供的CMIN/DF、GFI、CFI、NFI、IFI指数来衡量模型整体结构的合理性，并参考AMOS提供的M.I.（修正指数）进行模型修正。M.I.（修正指数）表示增加该条路径后，整体模型将会减少的最小卡方值，所以笔者比较关注 M.I.值较大的路径。模型修正过程及结果如表4所示。

利用Amos20.0软件进行结构方程模型分析，初始模型拟合效果不佳。发现测量变量：影评数与电影阅覽数残差的MI值最高为62.58，将这两项残差建立相互关联后，模型拟合得到优化。联系实际，用户阅览的电影数越多，其能够评价的电影数越多，而用户评价的电影数越多也就意味着其阅览的电影数越多。继续分析发现测量变量：书评数与书籍阅览数残差的MI值最高，为20.83，将这两项残差建立相互关联后，模型拟合得到优化。联系实际，用户阅览的书籍越多，其能评价的书籍越多，而其评价的书籍越多意味着其阅览的书籍越多。测量变量：音乐阅览数与音评数的残差存在相同的问题，同理进行相互关联，最终模型拟合结果较好。

2. 结构方程的路径系数与假设检验

本文利用Amos20.0软件并通过软件修正后得最终的标准化路径系及假设检验结果，见表5。其中临界值C.R.是未进行标准化的路径系数估计值和估计值标准误S.E的比值，作用相当于t检验，C.R.>2.58则表示参数估计值达到0.01的显著水平，即路径系数得到了数据的支持。显著性P的值小于0.001时，以***的形式显示，表示显著性水平较好。由表5可知：（1）粉丝数的提高受用户专业度影响比受用户活跃度及用户社群参与度的影响显著。（2）影评数、书评数、音评数对其活跃度有显著影响。（3）电影阅览数、书籍阅览数、音乐阅览数对其专业度有显著影响。（4）管理的小组数和管理的小组总人数对其社群参与度有显著影响。

上述实证检验表明，用户的活跃度、专业度和社群参与度对其粉丝数均有显著影响，其中，影评数、书评数对其活跃度影响比音评数高；电影阅览数、书籍阅览数对其专业度的影响比音乐阅览数高；管理的小组数和管理的小组总人数对其社群参与度有显著影响。之所以出现电影以及书籍的阅览数、评论数的影响会明显高于音乐，是每单位书籍、电影及音乐的内容含量不同导致的。阅览每单位书籍和电影获取的信息量显著高于音乐，专业度的提升也大不相同；每单位书籍、电影可评价的内容也显著高于音乐，故而大多数人更偏向于评论书籍或电影，而不是音乐。

七、研究启示与建议

与微博等其他社交网站不同，豆瓣原始用户使用豆瓣的意图大部分是以书会友，之后逐渐发展到寻找与自己有相同爱好的群体，如运动、摄影、插画等。故而在豆瓣中，网络意见领袖大部分是没有明显盈利目的的网络作家、影评家以及某些活动的业余爱好者，且很少出现在微博中因时事热点一夜爆红而又随着热点过去逐渐降温的网络意见领袖。所以，豆瓣中意见领袖粉丝关注的获取与保持是日积月累的、长期的缓慢过程，其行为模式对网络文化产业中其他主体的健康良性发展有显著的借鉴意义。

相对活跃度和社群参与度而言，专业度对提高关注度的促进作用更大。即，相对于积极的发表言论、与粉丝互动、参与社群小组等主动“拉拢”粉丝的行为，努力提高相关专业知识、不断提高自身内涵、给予粉丝更多他们想要了解的内容对于提升粉丝关注度的影响更加明显。而且，相比较于利用蹭热点等方式涨粉，保持持续性的学习以不断提高自身专业度对于防止已有粉丝的流失以及粉丝持续稳定的增长有积极作用。由此可见，大部分网民对网络文化的价值取向更偏重于网络文化产品或服务本身的质量，也只有这样的网络文化才能成为经典。而那些纯粹为了哗众取宠、博人眼球的网络文化也只能如昙花一现，迅速火热的同时也伴随着快速的消亡。因此，网络文化的生产者和供给者更要注重网络文化产品和服务本身的质量，不断提高自身的专业素质，以获得长足稳定的发展。

参考文献：

[1]王强东.网络文化产业与网络消费研究[J].广东商学院学报，2009（04）.

[2]陈波，王奥.2011～2015年我国网络文化产业发展状况分析[J].江汉大学学报（社会科学版），2016（06）.

[3]闻洪涛.试论我国网络文化产业自主创新带动战略的构建[J].新闻大学，2016（03）.

[4]张妍.网络文化产业发展的问题与对策[J].沈阳师范大学学报（社会科学版），2015（191）.

[5]彭超.《中国新媒体发展报告》发布，对行业作出十大展望[N].中国新闻出版广电报，2016-07-01.

[6]彭琪.网络文化产业中受众观点传播研究——基于观点动为学视角[D].广西大学，2016.

[7]朱松林.论跨媒体叙事中的粉丝经济[J].编辑之友，2015（02）.

[8]Burt，B.S.，Membership size，communication activity，and sustainability：a resource-based model of online social structures[J].Information Systems Research，2001（12）.

[9]Huffaker，D.Dimensions of leadership and social influence in online communities[J].Human Community Research，2010（36）.

[10]Yoo Y&alavi; M.emergent leadership in virtual teams：what do emergent leaders do？[J].information and organization，2004（01）.

[11]Pronpitakpan，C.The persuasiveness of source credibility：a critical review of five decadesevidence[J].Journal of Applied Social Psychology，2004（02）.

[12]Ludwig，S，De Ruyter，K，Friedman，M.More Than Words：The Influence of Affective Content and Linguistic Style Matches in Online Reviews on Conversion Rates[J].ournal of Marketing，2013（01）.

[13]黃蓝.电影网络口碑传播中的意见领袖研究——以SNS为例[D].东北师范大学，2012.

[14]刘志明，刘鲁.微博网络舆情中的意见领袖识别及分析[J].系统工程，2013（06）.

[15]Weimann G，the influentilas：people who influence people[J].state university of new york press，2005（05）.

[16]Vergani M.Are Party Activists Potential Opinion Leaders？[J].Javnost-The Public，2011（03）.

[17]姜珊珊，李欲晓，徐敬宏.非常规突发事件网络舆情中的意见领袖分析[J].情报理论与实践，2010（12）.

[18]元志润.在网络口碑沟通中的意见领袖研究——以韩国超级博客为例[D].复旦大学，2011.

[19]黄敏学，王琦缘，肖邦明，王殿文.消费咨询网络中意见领袖的演化机制研究——预期线索与网络结构[J]管理世界，2015（07）.

[20]杨学成，兰冰，孙飞.品牌微博如何吸引粉丝互动——基于CMC理论的实证研究[J].管理评论，2015（27）.

[21]申凡，钟云.网络粉丝群体心理研究[J].南京邮电大学学报（社会科学版），2009（11）.

[22]王丽.虚拟社群中意见领袖的传播角色[J].传播学研究，2006（03）.

[23]Cpherson，M. M，Lovin，L. S，Coo

k，J.BirdsofA Feather：Homophilyin Social Networks[J].Annual Review of Sociology，2001（01）.

*基金项目：国家社会科学基金青年项目（批准号：14CTQ019）“城市化背景下中国城乡居民信息消费研究”；江苏省社科基金专项课题（14SZB021）“江苏协同推进城乡信息消费相关问题研究”；江苏省社会科学基金项目“农民移动信息服务使用行为协同演进研究”（14TQB004）。

（作者单位：张梦，南京邮电大学管理学院；王子敏，南京邮电大学经济学院）