论文部分内容阅读
一、前言
如今，微博已成为一种重要的交流工具。随着网络技术的发展，微博类网站已成为人们日常生活的一部分。以推特为例，截止2015年底，推特网的月度活跃用户已达2.89亿，每天发布的推文超过5亿条。（推特公司，2015）。
在商业领域，许多研究者发现微博可帮助组织增加客户量、提升品牌知名度、增加销量并减少成本（Weber，2009）。已有大量组织开始意识到使用微博来塑造品牌和推销其自身的重要性。但在中国，邢斗（2013）研究了企业微博营销业绩，发现大部分企业不了解如何提升其微博账户的影响力。
因此，对正在或想要利用微博平台与消费者建立联系的企业及组织而言，找到增加微博转发动机的策略就变得尤为重要。
二、文献综述
（1）微博内容
Kaplan和Haenlein（2011）发现，不同特点的内容可组合到一条微博中，从而使发布的微博内容更加生动。Brookes（2010）亦建议，企业应尝试使用不同特点的内容，如链接、图片、视频及文本或提问，以吸引其关注者的注意力。De Vfies等人（2012）将微博内容归为三个“灵活度等级”。其中，图片型微博属于“低等”，文字型微博为“中等”而视频微博属于“高等”。
通过探索社交媒体如何帮助营销者获得成功，Lewis（2010）建议微博管理员应发布一些对其微博访问用户有价值的内容。例如：时事资讯、提出讨论话题并提供文章链接、发布视频或写一些关于本行业发展的建议。
（2）概念框架和假设
通过文献综述发现，对于微博网站而言，衡量微博账户是否有影响力的关键因素取决于转发动机（分享/转发微博信息）。
据此，本研究特提出如下之假设：微博内容对转发动机产生影响。
三、研究方法
研究者通过调查问卷对400名受访者进行分析，其中问卷被分为2个部分，包括微博内容及转发动机，二者均为连续数据。为此作者采用了多元回归法，对内容与转发动机间的关系进行分析。
四、数据分析和结果
（1）可靠性分析
作者采用克隆巴赫系数（a）来衡量研究中数据的可靠性。结果所示，简洁性克隆巴赫系数（a=.830）高于0.80，表明该两项目之间有较高可靠性。此外，转发动机（a=.797）、有效性（a=.777）及生动性（a=.735）的克隆巴赫系数均介于0.7與0.8之间，表明该变量可靠性极高。
（2）描述性分析
有效性与转发动机——通过对微博内容、互动性及转发动机进行变量描述性分析，结果显示，微博内容和互动性的均值为3.87。数值接近4，说明调查对象对此两种变量持有认可态度。而转发动机为4.02，亦接近4，表明调查对象对此变量亦持有认可态度。
值得注意的是，在调查问卷中，微博生动性、简洁性及互动性维度是以梯度型问题设计呈现。所以，仅简单地将此3种变量平均值进行比较还不够详细且不够全面。因此，作者对维度的各个项目作了进一步描述性分析。具体如下：
生动性——“纯文本”（平均值=3.01）、“图片”（平均值=3.88）以及“视频”（平均值=3.77）之平均值均介于3和4之间。但“文本和图片”（平均值=4.21）、“文本和视频”（平均值=4.1 1）以及“文本、图片及视频”（平均值=4.43）之平均值介于4和5之间。以上结果表明，对于单条微博而言，其内容类型越复杂，所吸引的调查对象注意力越多。
应当注意的是，在本调查中，“纯文本”呈现出较低灵活性，“图片”和“视频”呈现出中等灵活性，而“文本和图片”、“文本和视频”和“文本、图片及视频”呈现出高度灵活性。
简洁性——在调查问卷中，作者设计了3条大意相同但内容字数不同的微博。在其中，各微博字数分别为：140字、102字及90字。结果显示，各项目的平均值均介于3和4之间，表明调查对象对不同字数多少不同的微博认同感区别并不突出。
（3）假设检验
基于调查问卷之设计，作者采用多元回归分析法检验“内容”与“转发动机”间的关系。
a.因变量：转发动机
b.预测变量：（常数），微博内容
回归模型概述（见表10）表明，微博内容可解释35.2%转发动机的变化（R平方352*100=35.2）。基于此结果，显著性等级为“.000”，表明微博内容对转发动机产生影响。故此，可接受本研究一开始的假设。
通过建立相关性矩阵，可以发现有效性（r=.610，p<0.01），灵活性（r=-.456，p<0.01）以及简洁性（r=.294，p<0.01）与转发动机之间有着正相关性。
此外，通过回归模型还可以看到，微博内容3个维度的不同重要性层级。在本研究中，灵活性（p=.000）及有效性（p=.000）对转发动机有着正面影响，而简洁性（p=.175）对转发动机的影响却不明显。其中，有效性（B=.489）的影响最为强烈，其次是灵活性（B=.233）。在本研究中，假设Y为转发动机，x1为灵活性；x2为有效性，且x3为简洁性。因此，本模型中各系数之等式可表述为：
Y=0.878+0.287Xl+0.492X2+0.035X3
五、结论
在本研究中，作者将多元回归及F检验作为分析方法进行假设检验。结果显示，本文中关于“微博内容对转发动机产生影响”的假设成立，其中，有效性对转发动机的影响最为强烈。
（作者单位：柳州铁道职业技术学院）
如今，微博已成为一种重要的交流工具。随着网络技术的发展，微博类网站已成为人们日常生活的一部分。以推特为例，截止2015年底，推特网的月度活跃用户已达2.89亿，每天发布的推文超过5亿条。（推特公司，2015）。
在商业领域，许多研究者发现微博可帮助组织增加客户量、提升品牌知名度、增加销量并减少成本（Weber，2009）。已有大量组织开始意识到使用微博来塑造品牌和推销其自身的重要性。但在中国，邢斗（2013）研究了企业微博营销业绩，发现大部分企业不了解如何提升其微博账户的影响力。
因此，对正在或想要利用微博平台与消费者建立联系的企业及组织而言，找到增加微博转发动机的策略就变得尤为重要。
二、文献综述
（1）微博内容
Kaplan和Haenlein（2011）发现，不同特点的内容可组合到一条微博中，从而使发布的微博内容更加生动。Brookes（2010）亦建议，企业应尝试使用不同特点的内容，如链接、图片、视频及文本或提问，以吸引其关注者的注意力。De Vfies等人（2012）将微博内容归为三个“灵活度等级”。其中，图片型微博属于“低等”，文字型微博为“中等”而视频微博属于“高等”。
通过探索社交媒体如何帮助营销者获得成功，Lewis（2010）建议微博管理员应发布一些对其微博访问用户有价值的内容。例如：时事资讯、提出讨论话题并提供文章链接、发布视频或写一些关于本行业发展的建议。
（2）概念框架和假设
通过文献综述发现，对于微博网站而言，衡量微博账户是否有影响力的关键因素取决于转发动机（分享/转发微博信息）。
据此，本研究特提出如下之假设：微博内容对转发动机产生影响。
三、研究方法
研究者通过调查问卷对400名受访者进行分析，其中问卷被分为2个部分，包括微博内容及转发动机，二者均为连续数据。为此作者采用了多元回归法，对内容与转发动机间的关系进行分析。
四、数据分析和结果
（1）可靠性分析
作者采用克隆巴赫系数（a）来衡量研究中数据的可靠性。结果所示，简洁性克隆巴赫系数（a=.830）高于0.80，表明该两项目之间有较高可靠性。此外，转发动机（a=.797）、有效性（a=.777）及生动性（a=.735）的克隆巴赫系数均介于0.7與0.8之间，表明该变量可靠性极高。
（2）描述性分析
有效性与转发动机——通过对微博内容、互动性及转发动机进行变量描述性分析，结果显示，微博内容和互动性的均值为3.87。数值接近4，说明调查对象对此两种变量持有认可态度。而转发动机为4.02，亦接近4，表明调查对象对此变量亦持有认可态度。
值得注意的是，在调查问卷中，微博生动性、简洁性及互动性维度是以梯度型问题设计呈现。所以，仅简单地将此3种变量平均值进行比较还不够详细且不够全面。因此，作者对维度的各个项目作了进一步描述性分析。具体如下：
生动性——“纯文本”（平均值=3.01）、“图片”（平均值=3.88）以及“视频”（平均值=3.77）之平均值均介于3和4之间。但“文本和图片”（平均值=4.21）、“文本和视频”（平均值=4.1 1）以及“文本、图片及视频”（平均值=4.43）之平均值介于4和5之间。以上结果表明，对于单条微博而言，其内容类型越复杂，所吸引的调查对象注意力越多。
应当注意的是，在本调查中，“纯文本”呈现出较低灵活性，“图片”和“视频”呈现出中等灵活性，而“文本和图片”、“文本和视频”和“文本、图片及视频”呈现出高度灵活性。
简洁性——在调查问卷中，作者设计了3条大意相同但内容字数不同的微博。在其中，各微博字数分别为：140字、102字及90字。结果显示，各项目的平均值均介于3和4之间，表明调查对象对不同字数多少不同的微博认同感区别并不突出。
（3）假设检验
基于调查问卷之设计，作者采用多元回归分析法检验“内容”与“转发动机”间的关系。
a.因变量：转发动机
b.预测变量：（常数），微博内容
回归模型概述（见表10）表明，微博内容可解释35.2%转发动机的变化（R平方352*100=35.2）。基于此结果，显著性等级为“.000”，表明微博内容对转发动机产生影响。故此，可接受本研究一开始的假设。
通过建立相关性矩阵，可以发现有效性（r=.610，p<0.01），灵活性（r=-.456，p<0.01）以及简洁性（r=.294，p<0.01）与转发动机之间有着正相关性。
此外，通过回归模型还可以看到，微博内容3个维度的不同重要性层级。在本研究中，灵活性（p=.000）及有效性（p=.000）对转发动机有着正面影响，而简洁性（p=.175）对转发动机的影响却不明显。其中，有效性（B=.489）的影响最为强烈，其次是灵活性（B=.233）。在本研究中，假设Y为转发动机，x1为灵活性；x2为有效性，且x3为简洁性。因此，本模型中各系数之等式可表述为：
Y=0.878+0.287Xl+0.492X2+0.035X3
五、结论
在本研究中，作者将多元回归及F检验作为分析方法进行假设检验。结果显示，本文中关于“微博内容对转发动机产生影响”的假设成立，其中，有效性对转发动机的影响最为强烈。
（作者单位：柳州铁道职业技术学院）