社會網絡特征對虛擬品牌社區信任的影響機制分析

孫延紅+許可+孫芳

內容摘要：虛擬品牌社區是現代企業培育品牌忠誠的重要戰略平臺，本文以米聊、威鋒網、花粉俱樂部、愛vivo四個虛擬品牌社區為調研對象進行實證分析，揭示虛擬品牌社區信任的影響機制。結果表明，虛擬品牌社區的四個社會網絡特征均對社區信任有顯著正向影響，信息獲取是四條路徑共同的重要中介變量，而網絡權力、活躍度、社區體驗分別在網絡位置、網絡密度、關系強度與社區信任之間起到部分中介作用。本文構建的社區信任影響機制整合模型，為企業品牌管理、品牌資產、品牌決策提供了實踐的理論依據。

關鍵詞：社區信任 虛擬品牌社區 社會網絡特征 網絡權力 社區體驗

引言

隨著自媒體的快速發展，虛擬品牌社區迅速成為現代企業培育品牌忠誠的重要戰略平臺，品牌忠誠的建立離不開社區信任。虛擬品牌社區的本質是以品牌為中心的消費者社會關系集合，具有社會網絡的一般屬性特征，這些屬性特征會影響社區信任的形成。虛擬品牌社區的虛擬性又增加了社區成員之間相互信任的難度，從而制約了虛擬品牌社區的發展。當前學者主要從社區成員個體視角研究社區信任的建立。但一部分學者將社區視為整體社會網絡，認為其整體因素會影響社區信任的建立。Lee（2002）從整體網絡環境視角出發，發現逼真的網絡環境、豐富的信息可以促進社區信任的建立；羅昕（2014）進一步研究了社區交流環境對社區信任的影響，認為交流環境通過滿足成員需求來促進社區信任的建立。除此之外，薛海波（2011）關注社區的社會網絡性，認為網絡密度通過促進成員的感情交流來建立社區信任；謝英香（2014）從關系強度入手，認為關系強度使成員價值觀逐漸相似從而利于社區信任的建立。通過文獻梳理發現，大多數研究主要圍繞社會網絡的單一特征進行，虛擬品牌社區因其獨特的虛擬性、網絡性及其在現代企業品牌管理中日益突顯的價值地位，基于社會網絡整合視角的信任研究就顯得尤為重要。

基于此，本文從社會網絡的視角，研究社會網絡特征（包括網絡規模、網絡位置、網絡密度、關系強度4個維度）對虛擬品牌社區信任的影響，嘗試剖析影響社區信任建立的“黑箱”，為虛擬品牌社區的良性發展提供理論支持。

研究假設

（一）網絡規模與社區信任

Burt（1992）認為社會網絡是社區成員高效獲取信息的途徑，網絡規模是指個體在社區中所能聯系到的成員數量。網絡規模越大，獲得有效信息的機會大大增加，而這也是社區成員參與虛擬品牌社區的重要目的之一。大量有效信息可以很好地幫助社區成員進行品牌決策，成員通過品牌決策更愿意信任并接受來自于虛擬品牌社區的信息，所以大量有效信息會對成員的社區信任產生較大影響。

H1：網絡規模通過增加社區成員的信息獲取對社區信任產生正向影響。

虛擬品牌社區成員既是信息獲取者，也是信息提供者。一般來說，網絡規模越大，社區知名度、影響力相對就越高，社區成員提供的信息被他人瀏覽使用的幾率就越大，更容易贏得較高社區聲望。如此，基于社區成員奉獻的虛擬品牌社區所期望的回報與社區滿足成員所期望的回報之間就形成了隱形心理契約。心理契約越穩定，社區成員與虛擬品牌社區之間的信任度就越高。

H2：網絡規模通過建立心理契約對社區信任產生正向影響。

（二）網絡位置與社區信任

Kanter（1979）認為成員的社區影響力是由其所在的網絡位置決定的，網絡中心性是表達網絡位置的重要測度指標。虛擬品牌社區不同于熟人的在線社交網絡，網絡位置是成員身份的重要標識。具有較高網絡中心性的社區成員，通常在社區中活躍度高、發帖數量多、質量優，是處于社區中心位置的核心人物。高活躍度的中心成員更容易與其他社區成員建立聯系，擁有更多信息來源和結構洞，從而極大提高獲取有效信息的幾率，大量有效信息的獲取可以增加社區信任。

H3：網絡位置通過增加社區成員的信息獲取對社區信任產生正向影響。

處于網絡中心位置的社區成員占據相對較多的結構洞，來自信息和控制方面的收益相對較大。這些成員通常擁有信息發布的決策權，積累了較高社區權威。另外這些處于網絡中心位置的成員自身有著大量消費經驗，具有幫助其他社區成員獲取品牌認知和影響其品牌決策行為的能力。而且心理學研究顯示，處于弱勢位置的群體更渴望得到和相信來自外界的幫助，因此處于中心位置的成員更容易取得邊緣位置成員的信任。

H4：網絡位置通過提升成員的網絡權力對社區信任產生正向影響。

（三）網絡密度與社區信任

網絡密度是關系網絡的一個重要特征，是指虛擬社區所包含的成員數量和相互連接數量。網絡密度越大，社區成員之間互動和相互影響的可能性就越大，有利于成員之間的信息交流，使社區中的流動信息增多，與成員互動欠缺、信息流動少的社區相比，社區成員獲得有效信息的幾率大大增加，獲取信息機會的增加使成員相對獲取更多信息，對社區的依賴度增加，從而提高成員的社區信任。

H5：網絡密度通過增加成員的信息獲取對社區信任產生正向影響。

網絡密度大意味著成員間連接的富集，因此隨著網絡密度的增加，社區成員之間的活躍度也隨之加大。活躍度高的社區成員互動不僅可以交流消費經驗、品牌知識以及品牌情感等，還會分享個人價值觀、消費觀等，這使社區成員易產生感情上的共鳴。在網絡中共同的愛好和相似的經歷，使成員之間更容易形成深厚的感情，建立彼此信任。成員間的信任也是社區信任的主要表現形式。

H6：網絡密度通過增加成員的活躍程度對社區信任產生正向影響。

（四）關系強度與社區信任

關系強度用來表現成員之間的親密關系，一般用強關系和弱關系來描述關系強度。Hansen（1999）認為弱關系有利于顯性知識的交換和獲取，強關系有利于隱性知識的流動和獲取。但是在儒家文化背景下，人們更喜歡在基于人倫關系的高凝聚力的強關系網絡中交流，因此強關系意味著成員之間存在頻繁的溝通交流，而弱關系恰恰相反，社區成員會因為彼此的不熟悉、不信任而較少進行溝通交流，使得弱關系中的信息獲取量遠少于強關系，信息獲取會增加成員對社區的信任。endprint

H7：關系強度通過增加社區成員的信息獲取對社區信任產生正向影響。

強關系社區成員間的信息互換、交流溝通順暢，容易形成良好的社區氛圍，社區的交流環境對社區成員的心理和行為有著顯著積極影響，有利于激發社區成員的外向性和開放性。社區成員性格得到釋放，更容易充分表述感受與情感，心理需求得到滿足，形成愉悅的社區體驗，根據Dayal（1999）的信任建構階段模型，愉悅的社區體驗有利于社區信任的建立。

H8：關系強度通過提升成員的社區體驗對社區信任產生正向影響。

本文的研究假設如圖1所示。

研究設計

（一）問卷設計及測量量表

問卷題項共涉及自變量、中介變量及因變量的10個變量，問卷采用成熟的量表測量模型中各變量，測量維度和來源見表1，選項均采用李克特五點量表法。

（二）樣本選取及數據收集

本文選擇米聊、威鋒、愛vivo、花粉俱樂部作為調查對象。這四個社區成員注冊數量較大，被網友熟知且運行比較成功，具有代表性。問卷分兩個階段發放：第一階段問卷前測，第二階段問卷正式發放。問卷正式發放時間為2016年7月-2016年8月，回收問卷849份，剔除答題時間小于300秒和相同IP地址的無效問卷，有效問卷366份，有效率43.1%。

數據分析

本文利用SPSS20.0對樣本數據展開分析。首先檢驗問卷的可信度和有效性，其次進行相關分析，初步驗證模型，最后進行回歸分析，修正相關路徑，形成最終模型。

（一）信度與效度分析

為了保證實證分析結果的真實可靠，首先對問卷進行信度和效度分析（見表1）。

本文采用組合信度（CR）和內部一致性（Cronbach α）來檢驗問卷信度。結果表明，每個構念都具有較高組合信度（均大于0.755）和內部一致性（均大于0.70）。效度檢驗分別采用探索性因子分析和平均方差提取值（AVE）對結構效度檢驗和判別效度檢驗，結果顯示所有題項的因子載荷均大于0.50，所有構念的AVE值均大于0.50。這說明問卷具有較高信度和效度，可進行相關性分析和回歸分析。

（二）相關性分析

為了初步判斷變量之間的關系，對模型中各變量進行相關性分析（見表2）。

表2列示了有效樣本中各變量間的Pearson相關系數，可以看出自變量與中介變量、中介變量與因變量、自變量與因變量之間存在顯著相關性，但在回歸分析中的方差膨脹因子（VIF）均小于4，因此不會導致嚴重的多重共線性。結果顯示，網絡規模與心理契約的相關系數不顯著，不能支持假設H2，這可能是因為選取樣本太過于片面，成員的多樣性沒有考慮其中。但是相關性分析沒有考慮其他因素的影響，因此需要引入控制變量，通過多元回歸分析進一步解釋變量之間的因果關系。

（三）多元回歸分析

本文在控制變量設定后，用逐步回歸分析的方法再次進行數據分析。本文結合Baron等的觀點對中介變量的中介效應進行檢驗，首先對三組變量進行回歸分析，其次系統分析三組變量之間的關系。

社會網絡特征與社區信任。與模型1（見表3）相比，加入自變量社會網絡特征后的模型2比模型1對社區信任具有更強解釋力（F值由不顯著變為在0.01水平下顯著，R2增加0.34）。在沒有中介變量的情況下，網絡規模（β=0.14、P<0.10）、網絡位置（β=0.25、P<0.05）、網絡密度（β=0.43、P<0.01）、關系強度（β=0.37、P<0.01）對社區信任都有顯著影響，說明社會網絡特征能影響社區信任的建立。為考證影響路徑，再進一步加入中介變量進行驗證分析（見表4）。

社會網絡特征與中介變量。在表4中，加入自變量的模型2在模型1的基礎上更清楚的呈現自變量與中介變量的關系，信息獲取與網絡規模、網絡位置、網絡密度、關系強度均在0.01的水平上顯著（分別為β=0.24、β=0.52、β=0.42、β=0.41），網絡規模與心理契約的回歸系數仍然不顯著（P>0.10），網絡位置與網絡權力（β=0.35、P<0.01）、網絡密度與活躍度（β=0.63、P<0.01）、關系強度與社區體驗（β=0.24、P<0.05）的回歸系數均顯著，由此可以看出除網絡規模對心理契約的影響不顯著外，其他均影響顯著，鑒于網絡規模對心理契約回歸分析結果不顯著的結論，在中介效應的檢驗過程中剔除中介變量“心理契約”。

中介變量與社區信任。驗證完前兩組變量關系后，進一步檢驗中介變量對社區信任的作用機制（見表5）。與上述一致，增加中介變量之后的模型更具有說服力（F值由不顯著變為在0.01水平下顯著，R2增加0.61）。信息獲取、心理契約、網絡權力、活躍度、社區體驗與社區信任的回歸系數均顯著（分別為β=0.36、β=0.50、β=0.04、β=0.36、β=0.36，P均小于0.01），表明理論假設中的中介變量都對社區信任有積極顯著作用。

理論假設中中介變量的中介效應檢驗。在加入控制變量和自變量的基礎上，引入中介變量進行回歸分析，驗證社會網絡特征與理論假設中的中介變量對因變量社區信任的共同作用。若中介變量的統計結果仍顯著，而自變量的作用變弱，則存在部分中介作用；若自變量的作用消失，則存在完全中介作用，分析結果見表6。

中介效應檢驗結果表明（見表6），信息獲取在網絡規模、網絡位置、網絡密度、關系強度四條路徑中的回歸系數均在0.05水平上顯著，網絡規模對社區信任的影響路徑中加入信息獲取之后的回歸系數由β=1.14（P<0.10）變得不顯著，說明信息獲取在網絡規模與社區信任之間起到完全中介作用，網絡位置、網絡密度、關系強度的顯著性降低（分別由β=0.25、P<0.05變為β=0.06、P<0.10；β=0.43、P<0.01變為β=0.30、P<0.05；β=0.37、P<0.01變為β=0.24、P<0.10），但仍然具有顯著性，說明信息獲取在網絡位置、網絡密度、關系強度與社區信任之間起到部分中介作用；網絡權力仍具有顯著性（β=0.04、P<0.10），但是網絡位置的顯著性降低（由β=0.25、P<0.05變為β=0.25、P<0.10），但仍具有顯著性，說明網絡權力在網絡位置與社區信任之間存在部分中介作用；活躍度的顯著性仍然存在（β=0.86、P<0.10），網絡密度雖然具有顯著性，但顯著性明顯降低（由β=0.43、P<0.01變為β=0.32、P<0.10），說明活躍度在網絡密度與社區信任之間存在部分中介作用；社區體驗仍具有顯著性（β=0.32、P<0.01），而關系強度的顯著性降低（由β=0.37、P<0.01變為β=0.28、P<0.05），說明社區體驗在關系強度與社區信任之間存在部分中介作用。由此H1、H3-H7得到驗證，H2不成立，得到新模型如圖2所示。endprint

結論及建議

（一）結論

虛擬品牌社區既具有虛擬性，也具有社會性和網絡性，其社會網絡特征為虛擬品牌社區的研究提供了新視角。本文綜合考慮虛擬品牌社區的多維社會網絡特征，構建社區信任影響機制整合模型。虛擬品牌社區的多維社會網絡特征對社區信任有顯著正向影響。其中網絡規模、網絡位置、網絡密度、關系強度均對社區信任有顯著影響，這與中國背景下的“親而信”的信任形成機制相吻合。信息獲取、網絡權力、活躍度、社區體驗在社會網絡特征與社區信任之間存在顯著中介作用。依據資源基礎理論、社會資本理論，信息的富集、權力的增加、關系的親密會加強成員的社區信任。

（二）管理啟示

虛擬品牌社區作為企業品牌化發展的重要依托，研究結果可以為其提供管理方面的有益思考：虛擬品牌社區作為企業品牌化戰略的重要平臺，對品牌的長期發展具有重要作用。品牌規劃及品牌理念的塑造可以通過虛擬品牌社區進行有效傳遞和溝通，從而具有良好的品牌識別和明晰的品牌定位。同時虛擬品牌社區能夠緩解品牌負面事件帶來的影響，維護良好的品牌形象。虛擬品牌社區中的社會關系網絡使品牌關系管理由單維化演變為社會化、網絡化、多維化。對于品牌關系管理，可以通過社區中的社會網絡觀察到品牌與消費者、消費者與消費者、消費者與企業關系的變化，實時準確地反映品牌關系中出現的問題，以及時補救，使虛擬品牌社區成為更有效的維護品牌關系的平臺。

（三）研究局限與展望

本文進行了嚴密設計和認真的調查、分析，但仍存在如下局限：首先，本文選取的樣本均為手機品牌社區，樣本構成不夠豐富，研究結論的普適性值得進一步研究；其次，本文中的社會網絡特征要素是從靜態視角進行的分析，而虛擬品牌社區是動態變化的關系網絡集合體，后續研究可以引入動態視角，進一步探討虛擬品牌社區信任的建立機制。

參考文獻：

1.Lee E.Factors That Enhance Consumer Trust in Human-Computer Interface Interaction：An Examination of Interface Factors and The Moderating Influences[D].The University of Tennessee Knoxville，2002

2.羅昕，許倩婷.虛擬社群信任網絡的生成與維系：以廣州兩個跑群為例[J].國際新聞界，2014（9）

3.薛海波，王新新.品牌社群關系網絡密度影響品牌忠誠的作用機制研究[J].商業經濟與管理，2011（8）

4.謝英香，馮銳.在線社交網絡中人際信任的影響因素研究[J].中國電化教育，2014（5）

5.Burt R.Structure Holes：The Social Structure of Competition[M].Cambridge：Harvard University Press，1992

6.Rousseau D M.New hire perceptions of their own and their employers obligations：A study of psychological contracts. Journal of organizational behavior，1990（11）

7.Kanter R M.Power Failures in Management Circuits[J].Harvard Business Review，1979，57（4）

8.李.新媒體與傳統媒體的博弈[J].中國傳媒科技，2013（6）

9.張君立，蔡莉，朱秀梅.社會網絡、資源獲取與新創企業績效關系研究[J].工業技術經濟，2008（5）

10.Hansen，M. T.The Search-transfer Problem：The Role of Weak Ties in Sharing Knowledge across Organization Subunits.Administrative Science Quarterly，1999，44（1）

11.Dayal S.，Landesberg H.，Zeisser M.How to Build Trust Online[J].Journal of Marketing Management，1999（3）

12.費孝通.鄉土中國[M].生活·圖書·新知三聯書店，1985endprint