旅游虚拟社区成员“感知—认同—契合行为”模式的实证研究

韩小芸 田甜 孙本纶

[摘 要]除交易行为外，顾客的非交易性行为（即契合行为）也对企业有重要影响。顾客的非交易性行为被概括为“顾客契合行为”（customer engagement behavior），作为一个较新的概念成为营销学界研究的热点，在营销实践中也成为企业关注的焦点，不少企业已经开始关注顾客契合行为，并且践行顾客契合营销策略。文章采用实证研究方法，探讨旅游虚拟社区成员的“感知-认同-契合行为”模式。数据分析结果表明，顾客感知的功能性价值、社交性价值和娱乐性价值都对成员的社区认同有显著的正向影响，且在三类价值中，社交性价值对社区认同的影响最大；社区认同对成员的社区参与、知识共享和口碑推荐都有显著的正向影响；社区参与对知识共享和口碑推荐有显著的正向影响，知识共享也正向影响口碑推荐。

[关键词]顾客契合行为；顾客价值；社区认同；旅游虚拟社区

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2016）08-0061-10

Doi： 10.3969/j.issn.1002-5006.2016.08.011

引言

21世纪以来，互联网以及电子商务技术日新月异，市场环境瞬息万变，企业的营销方式不断与时俱进，以信息革命为标志的通讯技术手段的发展更是改变了交易双方在时间和空间上的距离感。随着以微博、人人网为代表的一系列网络虚拟社区的出现，顾客与企业的联系不再局限于交易行为，口碑推荐、在线评论等非交易性行为也越来越多。顾客的这些非交易性行为被概括为“顾客契合行为”（customer engagement behavior），其作为一个较新的概念成为营销学界研究的热点课题，在营销实践中也成为企业关注的焦点，不少企业已经开始关注顾客契合行为，并且践行顾客契合营销策略[1-4]。

旅游业作为服务行业的支柱产业，也加快了电子商务的进程，无论是传统实体旅游企业还是互联网旅游企业都开始建立或者利用第三方平台搭建虚拟顾客社区社交平台，加强企业与顾客、顾客与顾客之间的交流，以此吸引并留住顾客。如搜狐、新浪、网易等门户旅游网站论坛，携程、绿野论坛、磨坊网等第三方旅游社区平台。旅游者在社区中分享旅游信息及经历，并与他人互动交流。旅游虚拟社区已成为旅游企业进行顾客关系管理、提升企业竞争力的一种新的途径。然而，我国许多旅游企业管理人员不了解社区成员行为的内在本质，不了解社区成员的这类行为模式及内在影响机制，因此也就没有办法采取针对性策略，激励顾客更充分地发挥他们的作用，为企业创造更大的价值。

本文在相关文献研究的基础上将顾客契合行为划分为顾客推荐行为、顾客影响行为和顾客知识行为三类，以社会交换理论为基础构建模型，探讨旅游虚拟社区成员感知价值对其契合行为的影响。本研究丰富了顾客契合理论的研究，同时对旅游企业管理人员从多角度来理解和认识顾客契合的形成机制，提高顾客的契合度有一定的借鉴价值。

1 文献综述

1.1 顾客契合

管理学界对契合（engagement）的研究始于20世纪90年代。美国学者Kahn第一次将其引入到组织行为学领域的研究之中，提出了员工敬业度（employee engagement）这一概念[5]。由此，拉开了学术界研究“契合”的热潮，心理学、营销学、广告学等领域的学者都开始探讨“契合”的相关问题。

其中，营销学界对顾客契合概念的提出是基于以下两点：一是关系营销理论的发展。传统关系营销主要重视顾客消费过程中的心理状态、行为的变化，然而，除了交易行为可为企业带来直接利益外，顾客还能通过多种方式为企业创造价值，口碑、推荐、写博客或产品评论等行为也会在很大程度上影响品牌和企业价值[6]。因此企业需要考虑顾客交易行为之外的行为，顾客契合行为是顾客的交易外的、与企业或品牌有关的行为。将顾客契合融入到关系营销的理念中有助于企业更好地建立、保持、发展企业与现有顾客或者潜在顾客的关系[7]。二是价值共创理念的出现。随着信息技术的发展，顾客不再是产品和服务的被动接受者，而是扮演了积极主动的角色[3]。顾客既可以通过网络与企业共同创造价值，成为企业的合作者，也可以利用自己拥有的更多选择权和谈判权成为企业的隐形竞争者。Vargo和Lusch提出了服务主导逻辑（service dominant logic），指出顾客市场发生了巨大变化，动态性和交互性变得越来越重要，企业需要通过改变他们的价值观、战略、组织结构、系统、文化等方式来积极响应顾客或者潜在顾客的需求，并将价值传递给顾客[7]。为了更好地理解互动体验、价值共创环境下的顾客关系，企业需要一个能够较好反映顾客在新型服务关系的情感、认知或者行为状态的概念[8]，而Brodie等正是基于S-D逻辑的基础主张，提出了顾客契合的基础主张[9]。

Brodie等认为，顾客契合是顾客在与具体服务关系中其他利益相关者互动、共创顾客体验的过程中产生的一种心理状态，不同情境下产生的顾客契合的程度不同。顾客契合是共创价值的服务关系中的一个动态的、循环的过程。顾客契合在服务关系网络中扮演重要角色，其他关系变量是循环的顾客契合过程的前置或后置变量。顾客契合包含认知、情感和行为3个维度，在不同情境下，顾客与不同利益相关者契合的具体表现不同。Brodie等的观点受到了较多学者的认同[10-12]。

在概念探讨的基础上，有学者对顾客契合的内涵进行了深入研究，包括顾客契合的对象、方式、行为等。顾客契合的对象可以是企业、品牌、其他顾客、产品等[9， 13]。顾客契合的方式可以分为在线契合和线下契合[14]。在行为维度的探讨上，目前有两种观点：一种观点认为顾客契合只包含顾客的非交易性行为[1]；而另一种观点则认为顾客契合不仅包含顾客的非交易性行为，还包含顾客的交易行为[14]。

综上所述，本文认为，顾客契合是顾客出于某种动机而与企业互动、共同创造体验价值的过程中产生的一种心理状态及相应的非交易性行为，包含认知、情感和行为三个维度。

1.2 顾客契合行为

由于顾客契合行为被大多数学者认为是非交易性行为[1，10，15]，且旅游虚拟社区是一种价值共创的环境，其中购买交易类行为较少，故本文将顾客契合行为分为顾客推荐行为、顾客影响行为、顾客知识行为三类。

一是顾客推荐行为。如今，顾客不再仅计较经济利益的得失，转而更加注重情感、社交、心理等方面利益的获取，为了获取自己所需求的利益而变得更加积极主动。网络口碑推荐行为是顾客契合行为的一个重要组成部分[16]。网络口碑推荐利用互联网低成本、双向沟通、传播面广、匿名性、超越时空等特点[17-18]，克服了传统口碑推荐传播渠道，局限在个人关系网中以及容易随着时间和距离的增长而迅速消失的缺陷[19-20]，使得原有口碑推荐的影响范围和规模得以成倍扩大[21]。

二是顾客影响行为。顾客影响行为指的是顾客的某些行为（如信息传递、交流互动、帮助他人等）会对现有或潜在的顾客产生影响，这种影响可能会使潜在顾客成为企业的现有顾客，或者影响现有顾客对产品或服务的持续使用，或者影响其他顾客的消费量[22-23]。顾客影响行为强调的是顾客与顾客间的互动对其他顾客产生的潜在的积极影响。在顾客社区中，顾客通过积极参与社区活动影响其他顾客的行为，故在本文中，社区参与反映顾客影响行为。

三是顾客知识行为。顾客知识并不局限于顾客关于新产品或服务的创新和改进的观点，知识可以分为是什么的知识（know-what），为什么的知识（know-why），怎么办的知识（know-how），是谁的知识（know-who）四类；知识传递的目标对象也不局限于企业，积极主动的顾客越来越重视自我情感与娱乐的需求，顾客之间的关系也越来越紧密，顾客知识可以在顾客之间进行传递、共享，顾客既可以是信息知识的来源，也可以是合作创造者[24]。本文认为顾客知识行为更多的是一种顾客知识共享的行为，并不局限于反馈知识，是顾客为满足自我需求而将自己掌握的知识通过各种手段和方式分享给其他顾客或企业的行为。

2 研究模型与假设

社会交换理论认为，社区的形成是建立在个体之间交换行为的基础上的，而交换行为的发生又是基于交换一方拥有的资源对交换另一方产生的吸引力，这种吸引力产生于一种个体的认知，即认为对方拥有的资源可以满足自我的需求，引起个体积极交换行为的产生，并形成一种社群内的共同价 值观。

顾客参与虚拟社区，在获得自己期望的价值的同时会形成对社区的认同感，进而作为交换，会向他人推荐社区，会积极参与社区活动，会愿意在社区中积极分享自己拥有的信息和知识。基于此，本文提出图1所示的概念模型。

顾客参与社区是为了获得某些方面的利益，换句话说，利益驱动顾客参与社区。本文借鉴消费价值概念，探讨顾客感知价值对顾客参与社区行为的影响。由于顾客参与社区行为是与消费无关的交易外行为，是顾客主动的、自愿的行为，顾客在参与社区之前已经考虑了自己需要投入的时间、精力等代价，本文不考虑顾客参与社区付出的代价。

许多学者认为消费价值是一个多维概念[25-27]。Wang和Fesenmaier在对旅游虚拟社区的实证研究中发现，成员参与虚拟社区是为了满足自己的需求，包括功能需求（便利有效的获取信息），社会需求（与他人进行交流，获取他人的信任，与他人形成亲密的关系），享乐需求（获取高兴、快乐、愉悦等感觉），心理需求（实现自我表达，并形成一种社区认同感和归属感）4类[28]。周志民以品牌社区为研究对象进行实证研究得出社区成员能够获取4类价值：服务价值——便利地获取信息及附加服务的价值；财务价值——以优惠或低价的方式获取产品或服务；社交价值——成员在与其他社区成员互动交往过程中形成的归属感；形象价值——成员的社区地位和声誉能够给其带来的尊重感[29]。Sicilia和Palazón的研究也发现虚拟社区可以为成员提供功能价值（如获取信息资源、建议、专业知识等）、社交价值（如获取友情、与他人建立情感联系、实现自己的社会地位、满足自尊等）、娱乐价值（与他人的交流互动中实现获得快乐、放松自我的目的，可能达到一种入迷的状态），并认为虚拟社区营销的成功与否取决于社区为成员提供的价值多少[30]。可见，尽管不同学者对虚拟社区成员感知价值进行划分的标准不尽一致，但大致可以分为功能价值、社交价值和娱乐价值三类。

社区认同是指社区用户从互动体验中感受到自身符合群体特征的程度[31]，包括认知、情感和评价三个维度：认知维度是指个体对自己属于某一社会群体的心理感知——自我分类；评价维度是指社会群体赋予个体身份的价值意义——群体自尊感；情感维度是指个体对社区群体的投入感情的程度——情感承诺[32-33]。社会交换理论认为社区的形成是建立在个体之间交换行为的基础上的，而交换行为的发生又是基于交换一方拥有的资源对交换另一方产生的吸引力，这种吸引力产生于一种个体的认知，即认为对方拥有的资源可以满足自我的需求，引起个体积极交换行为的产生，并形成一种社群内的共同价值观。应用到旅游虚拟社区中，用户感知到虚拟社区可以满足自己功能、社交或享乐方面的需求，用户感知的价值越高，则社区用户进行的交互行为就越频繁，也就构成了社区用户之间 基本的互动交流。社区用户之间的互动行为会 让用户感知到社区拥有强大的吸引力，促使用户产生对社区的归属感等情感联系，把自己看成是该 虚拟社区用户中的一份子，进而形成社区内一种共同的价值观，即社区认同[34-35]。为此，本文提出以下假设：

H1：旅游虚拟社区中成员感知的价值正向影响社区认同

H1a：旅游虚拟社区中成员感知的功能性价值正向影响社区认同

H1b：旅游虚拟社区中成员感知的社交性价值正向影响社区认同

H1c：旅游虚拟社区中成员感知的享乐性价值正向影响社区认同

Tajfel认为对属于某群体的意识会强烈地影响着个体在该群体中的行为，而社区认同感是用户对社区群体的一种自我认知意识，也就意味着社区认同感会对用户的契合行为（知识共享行为、网络口碑推荐行为、社区参与行为）产生强烈的影响[36]。Chu和Kim以社交网络（SNSs）为研究对象，发现用户感知的社会关系因素（社区粘合度、一致性、信任感等）会对用户网络口碑推荐产生积极正向的影响，而这里的社会关系因素与本文研究的社区认同感的三个维度（认知、情感、评价）存在相互对应的关系[37]。Algesheimer等在品牌社区的研究中发现，用户对社区的认同感会对用户推荐行为产生积极正向的影响[38]。楼天阳和陆雄文将社区认同视为用户与社区之间建立心理连接的关键心理动机，实证研究结果也表明用户的社区认同感会对用户社区参与行为产生积极正向的影响[39]。周涛和鲁耀斌在研究用户参与移动社区的动机时，实证得出用户社区认同是用户整合、交换知识的内在动机，而用户整合、交换知识的行为也就是本文中提出的知识共享行为[40]。Huang等在用户社区认同感与社区契合的关系研究中得出，用户的社区认同感会对用户的社区契合行为（知识创造行为、知识共享行为、信息搜寻行为）产生积极正向的影响[41]。为此，本文提出以下假设：

H2：旅游虚拟社区中成员的社区认同感正向影响成员的契合行为

H2a：旅游虚拟社区中成员的社区认同感越高，其口碑推荐意愿越强

H2b：旅游虚拟社区中成员的社区认同感越高，其社区参与意愿越强

H2c：旅游虚拟社区中成员的社区认同感越高，其知识共享意愿越强

3 研究设计

3.1 研究量表

本研究中各个变量的操作定义及其量表来源如表1所示，所有变量的计量都来源于文献中已有的量表。调研问卷中所有问题的计量都采用Likert 7点量表。

3.2 抽样设计及数据收集

本文以旅游虚拟社区——“到到网”作为调研抽样总体。笔者以方便抽样的方式通过专业问卷调查平台“问卷星”对“到到网”的成员进行了网络问卷的调查，共收回问卷370份。为提高样本的真实性和代表性，笔者根据调研对象回答时间的长短、问卷数据是否完整以及是否符合常规逻辑等标准，对回收的问卷进行筛选，删除了一些回答时间短、重复答案过多的无效问卷，最终得到有效问卷314份。其中，女性成员215名，占68.5%；21～40岁的成员301名，占95.9%，这与虚拟社区年轻人居多的基本特征相符合；社区网龄1～6年的成员有287名，占91.4%，表明接受调查的成员对该社区比较熟悉，回收的数据较为真实。

4 数据分析

4.1 描述性统计分析

本文使用SPSS19.0软件，对各个变量进行了描述性统计分析。结果表明，在成员感知的3类价值中，功能性价值各计量项目的均值在4.55～5.99，社交性价值各计量项目的均值在4.67～5.64，享乐性价值各计量项目的均值在5.44～5.87，说明顾客参与顾客社区获得的享乐性价值最大；社区认同各计量项目的均值在4.95～5.30，说明顾客对社区的认同度较高；在顾客契合的3类行为中，知识共享意愿各计量项目的均值在5.77～6.04，社区参与意愿各计量项目的均值在5.26～5.78，口碑推荐意愿各计量项目的均值在5.64～6.00，说明社区中的顾客分享意愿比较 突出。

4.2 数据质量分析

4.2.1 数据可靠性检验

可靠性是指用同一计量指标重复计量某个变量时，得到相同结果的程度，换句话说，就是计量题项之间相互关联的程度。本研究采用Cronbach的一致性系数（α系数）及复合可靠性（Composite Reliability）来检验数据的可靠性。由表2可知，各变量可靠性α系数在0.70～0.89，大于0.7；复合可靠性系数在0.71～0.90，大于0.5；各隐变量解释的方差（AVE）在0.56～0.81，大于0.5，说明数据比较可靠[48-50]。

4.2.2 数据有效性检验

有效性指研究中采用的计量方法能够准确计量出其所需计量的某个变量的程度。简单来说，就是计量工具（量表）的准确性和有效性。本文将对数据的内容有效性、会聚有效性和鉴别有效性进行检测。

本研究中所有变量的计量采用的都是文献中已有的量表，这些量表在其对应的研究中都有较好的可靠性和有效性，本文的描述性统计分析结果也表明，各计量尺度的均值在4.55以上，说明数据有较好的内容有效性。

Anderson和Gerbing认为，在检验结构方程模型之前应首先评估计量模型与数据的拟合程度[51]。我们把每个概念的计量尺度划分为两组子尺度，再以各组子尺度的平均数作为相应概念的计量指标，使用LISREL 8.72软件中的极大似然估计程序，以协方差矩阵为输入矩阵，对模型中的各个变量进行确认性因子分析。分析结果显示，虽然p值0.016显著，但规范拟合指数（NFI）、不规范拟合指数（NNFI）、比较拟合指数（CFI）、增量拟合指数（IFI）、拟合优度指数（GFI）、调整后拟合优度指数（AGFI）、相对似合优度指数（RFI）分别为0.97、0.97、1.00、1.00、0.97、0.94、0.98，标准均方根残差（SRMR）为0.023，近似均方根残差（RMSEA）为0.026，卡方值（χ2）为68.21（56个自由度），卡方值与自由度之比为1.22，表明计量模型与数据拟合程度很高。所有指标在各自计量的概念上的因子载荷都高度显著（各计量指标的因子载荷在0.65～0.92，t值在11.68～19.88），说明数据有很好的会聚有效性[49]。各隐变量解释的方差（AVE）都大于该隐变量与其他隐变量解释的共同方差（Φ2）（表3），表明数据有较高的判别有效性[49]。

4.3 结构方程模型分析

使用LISREL 8.72软件中极大似然估计程序，以协方差矩阵为输入矩阵，对概念模型进行检验。结构方程模型分析结果显示，数据与模型的拟合程度较好，χ2=151.78，df =65，RMSEA=0.065，NFI=0.98，NNFI=0.98，CFI=0.99，IFI=0.99，RFI=0.97，RMR=0.052，GFI=0.94，AGFI=0.90。各个待估计系数的标准化估计值见表4。

4.4 二阶因子分析

本文在文献研究的基础上将虚拟社区中的顾客感知的价值划分为功能性价值、社交性价值和享乐性价值3类，把顾客契合行为意愿划分为社区共享意愿、社区参与意愿和口碑推荐意愿3类。为检验这种划分的合理性，笔者使用LISREL 8.72软件分别对功能性价值、社交性价值和享乐性价值，知识共享、社区参与和口碑推荐进行二阶因子分析，分析结果见表5。

由表5可知，功能性价值、社交性价值和享乐性价值在同一个二阶因子上的负载都大于0.75，且高度显著，模型拟合程度也较高，说明功能性价值、社交性价值和享乐性价值都是旅游虚拟社区顾客感知价值的3个子因子。知识共享、社区参与和口碑推荐在同一个二阶因子上的负载都大于0.84，且高度显著，模型拟合程度也较高，说明知识共享、社区参与和口碑推荐都是旅游虚拟社区顾客契合行为的3个子因子。

5 结论与讨论

5.1 结论与讨论

本文从旅游虚拟社区成员的利益动机出发，探讨成员契合行为的内在机制，以社会交换理论为基础构建了成员“感知-认同-契合行为”的研究模型，根据数据分析结果，得出以下主要结论：

（1）旅游虚拟社区成员感知的价值包括功能性价值、社交性价值和享乐性价值，且这3类价值都对社区认同有显著的直接影响。二阶因子分析结果表明，功能性价值、社交性价值和享乐性价值都是同一个高阶因子的子因子，说明在旅游虚拟社区情境下，顾客感知的价值也包括功能性价值、社交性价值和享乐性价值，进一步支持了前人的研究结果。此外，结构方程模型分析结果表明，3类价值都对顾客对社区的认同有显著的直接影响，支持假设H1，且社交性价值对社区认同的影响最大（影响系数为0.40），功能性价值对社区认同的影响最小（影响系数为0.29）。

（2）旅游虚拟社区成员对社区的认同感直接影响其社区参与、知识共享和口碑推荐，支持假设H2， 且社区认同对成员社区参与的影响最大（影响系数为0.72），对成员口碑推荐的影响最小（影响系数为0.30）。

（3）旅游虚拟社区成员契合行为包括社区参与、知识共享、口碑推荐3类行为。本文的二阶因子分析结果表明，社区参与、知识共享和口碑推荐是同一个高阶因子的3个子因子，说明在旅游虚拟社区情境下，顾客契合行为包括社区参与、知识共享和口碑推荐3类行为，为Kumar等的观点提供了实证支持[14]。此外，结构方程模型分析结果表明，成员参与对成员推荐和知识共享行为都有显著的直接影响，知识共享行为也对成员推荐行为有显著的直接影响[14]。可见，虽然社区成员参与、知识共享和口碑推荐都是成员与社区契合的3种方式，但是参与社区活动是成员进行知识共享和进行口碑推荐的前提。社区成员参与的社区活动越多，越是愿意与其他成员分享知识，也越是愿意向其他成员推荐。

5.2 管理启示

根据本文研究结果，笔者提出以下几点管理 启示：

（1）旅游虚拟社区应注重成员的利益诉求，以吸引新成员，留住老成员。本文研究结果显示，社区成员感知的功能性价值、社交性价值和享乐性价值都正向影响成员对社区的认同感，且社交性价值对社区认同的影响最大，说明社区成员加入社区并不仅仅是因为社区能够为其提供完善的旅游信息资源，更重要的是希望通过参与社区寻找“志同道合”的朋友，扩大社交网络，希望通过参与社区实现娱乐放松的目的。因此，企业应积极了解和关注社区成员各式各样的利益诉求，通过模块化社区的建设，针对性地满足成员的各种利益需求，提高成员对社区的认同感，建立起完备的成员资源，为社区的发展打下坚实的成员基础。

（2）旅游虚拟社区应重视社区成员的潜在价值，最大限度地挖掘社区成员的价值。Kumar等指出，顾客契合价值除了顾客终身价值外，还包含顾客的推荐价值、影响价值和知识价值[14]。顾客社区是企业发挥推荐、影响作用，与成员、企业共享知识的重要平台。因此，社区应经常举办一些精神或物质奖励活动，提高成员参与的积极性，激发成员高层次契合行为的产生，让成员在无意之间扮演企业员工的角色，提高社区成员的活性并推销社区，激发社区与成员之间价值共创的出现，以适应新时代虚拟社区的发展，提高企业社区的竞争力。

（3）旅游虚拟社区应挖掘成员生命周期与客户关系管理之间的内在联系。成员契合与成员生命周期可能存在时间上的顺联关系，社区企业应建立完备的客户关系管理系统，基于成员在社区中的行为数据，在不同的生命周期阶段制定个性化的激励措施，提高成员的契合程度，挖掘成员的契合价值。

5.3 研究局限性及今后研究方向

本文探讨旅游虚拟社区中价值-认同-契合行为之间的关系，得出了一些有意义的结果，但也存在一定的研究局限性。

（1）本文只对一个旅游虚拟社区的成员进行了调研，研究结果的外部有效性还有待今后做进一步的检验。

（2）顾客契合的影响因素很多，而本文只考虑了顾客感知价值和社区认同对顾客契合行为的影响，今后应进一步探讨企业层面、个人层面的其他因素对顾客契合的影响。

参考文献（References）

[1] Van Doorn J， Lemon K N， Mittal V， et al. Customer engagement behavior： Theoretical foundations and research directions[J]. Journal of Service Research， 2010， 13（3）： 253-266.

[2] Verhoef P C， Reinartz W J， Krafft M. Customer engagement as a new perspective in customer management[J]. Journal of Service Research， 2010， 13（3）： 247-252.

[3] Vivek S D， Beatty S E， Morgan R M. Customer engagement： Exploring customer relationships beyond purchase[J]. The Journal of Marketing Theory and Practice， 2012， 20（2）： 122-146.

[4] Gambetti R C， Graffigna G. The concept of engagement[J]. International Journal of Market Research， 2010， 52（6）： 801-826.

[5] Kahn W A. Psychological conditions of personal engagement and disengagement at work[J]. Academy of management journal， 1990， 33（4）： 692-724.

[6] Bijmolt T H A， Leeflang P S H， Block F， et al. Analytics for customer engagement[J]. Journal of Service Research， 2010， 13（3）： 341-356.

[7] Vargo S L， Lusch R F. Evolving to a new dominant logic for marketing[J]. Journal of Marketing， 2004， 68（1）： 1-17.

[8] Patterson P， Yu T， De Ruyter K. Understanding Customer Engagement in Services[C]. Advancing theory， maintaining relevance， proceedings of ANZMAC 2006 conference， Brisbane， 2006： 4-6.

[9] Brodie R J， Hollebeek L D， Juric B， et al. Customer engagement： Conceptual domain， fundamental propositions， and implications for research[J]. Journal of Service Research， 2011： 1094670511411703.

[10] Han Xiaoyun， Yu Cezheng. Customer engagement： Psychological antecedents and its effect on customer loyalty[J]. Journal of Marketing Science， 2013， 9（2）： 99-110. [韩小芸， 余策政. 顾客契合： 个人心理影响因素及对顾客忠诚感的影响. 营销科学学报， 2013， 9（2）： 99-110. ]

[11] Han Xiaoyun， Yuan Jing. The relationships among social capital， customer engagement and brand equity in hotel[J]. China Management Studies， 2013， 8（3）： 101-118. [韩小芸， 袁静. 酒店社会资本， 顾客契合及品牌资产关系研究[J]. 中大管理研究， 2013， 8（3）： 101-118. ]

[12] Wei W， Miao L， Huang Z J. Customer engagement behaviors and hotel responses[J]. International Journal of Hospitality Management， 2013， 33： 316-330.

[13] Vivek S D. A Scale of Consumer Engagement[D]. Alabama： The University of Alabama Tuscaloosa， 2009.

[14] Kumar V， Aksoy L， Donkers B， et al. Undervalued or overvalued customers： Capturing total customer engagement value[J]. Journal of Service Research， 2010， 13（3）： 297-310.

[15] Jaakkola E， Alexander M. The role of customer engagement behavior in value co-creation： A service system perspective[J]. Journal of Service Research， 2014： 1094670514529187.

[16] Chauhan K， Pillai A. Role of content strategy in social media brand communities： A case of higher education institutes in India[J]. Journal of Product & Brand Management， 2013， 22（1）： 40-51.

[17] Bi Jidong， Hu Zhengming. Current research situation and outlook of Internet word of mouth marketing[J]. Journal of Jiangsu Commercial Forum， 2009， （12）： 61-63. [毕继东， 胡正明. 网络口碑营销的研究现状与展望 [J]. 江苏商论， 2009， （12）： 61-63. ]

[18] 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.

[19] Ellison G， Fudenberg D. Word-of-mouth communication and social learning[J]. The Quarterly Journal of Economics， 1995， 110（1）： 93-125.

[20] Bhatnagar A， Ghose S. Online information search termination patterns across product categories and consumer demographics[J]. Journal of Retailing， 2004， 80（3）： 221-228.

[21] Vilpponen A， Winter S， Sundqvist S. Electronic word-of-mouth in online environments： Exploring referral networks structure and adoption behavior[J]. Journal of Interactive Advertising， 2006， 6（2）： 8-77.

[22] Kumar V， Aksoy L， Donkers B， et al. Undervalued or overvalued customers： Capturing total customer engagement value[J]. Journal of Service Research， 2010， 13（3）： 297-310.

[23] Kaltcheva V D， Patino A， Laric M V， et al. Customers' relational models as determinants of customer engagement value[J]. Journal of Product & Brand Management， 2014， 23（1）： 55-61.

[24] Fang E. Customer participation and the trade-off between new product innovativeness and speed to market[J]. Journal of Marketing， 2008， 72（4）： 90-104.

[25] Lee C K， Yoon Y S， Lee S K. Investigating the relationships among perceived value， satisfaction， and recommendations： The case of the Korean DMZ[J]. Tourism Management， 2007， 28（1）： 204-214.

[26] Diep V C S， Sweeney J C. Shopping trip value： Do stores and products matter？[J]. Journal of Retailing and Consumer Services， 2008， 15（5）： 399-409.

[27] Gallarza M G， Gil‐Saura I， Holbrook M B. The value of value： Further excursions on the meaning and role of customer value[J]. Journal of Consumer Behaviour， 2011， 10（4）： 179-191.

[28] Wang Y， Fesenmaier D R. Towards understanding members general participation in and active contribution to an online travel community[J]. Tourism Management， 2004， 25（6）： 709-722.

[29] Zhou Zhimin. The exploratory study of the model of forming mechanism of brand community[J]. Business Economics and Administration， 2006， （11）： 74-79. [周志民. 品牌社群形成机理模型初探[J]. 商业经济与管理， 2006， （11）： 74-79. ]

[30] Sicilia M， Palazón M. Brand communities on the internet： A case study of Coca-Cola's Spanish virtual community[J]. Corporate Communications： An International Journal， 2008， 13（3）： 255-270.

[31] Gupta S， Kim H W. Virtual Community： Concepts， Implications， and Future Research Directions[C]. New York： Proceedings of the 10th Americas conference on information systems， 2004： 2679-2687.

[32] Ellemers N， Kortekaas P， Ouwerkerk J W. Self‐categorization， commitment to the group and group self‐esteem as related but distinct aspects of social identity[J]. European Journal of Social Psychology， 1999， 29（2-3）： 371-389.

[33] Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of Interactive Marketing， 2002， 16（2）： 2-21.

[34] Dutton J E， Dukerich J M， Harquail C V. Organizational images and member identification[J]. Administrative Science Quarterly， 1994， 39（2）： 239-263.

[35] Okleshen C， Grossbart S. Usenet groups， virtual community and consumer behaviors[J]. Advances in Consumer Research， 1998， 25（1）： 276-282.

[36] Tajfel H E. Differentiation between Social Groups： Studies in the Social Psychology of Intergroup Relations[M]. London： Academic Press， 1978： 33-47.

[37] Chu S C， Kim Y. Determinants of consumer engagement in electronic word-of-mouth （eWOM） in social networking sites[J]. International Journal of Advertising， 2011， 30（1）： 47-75.

[38] Algesheimer R， Dholakia U M， Herrmann A. The social influence of brand community： Evidence from European car clubs[J]. Journal of Marketing， 2005， 69（3）： 19-34.

[39] Lou Tianyang， Lu Xiongwen. A empirical research on the connected mechanism model between members in virtual community： Based on the perspective of identity and bonding[J]. Nankai Business Review， 2011， 14（2）： 14-25. [楼天阳， 陆雄文. 虚拟社区与成员心理联结机制的实证研究： 基于认同与纽带视角 [J]. 南开管理评论， 2011， 14（2）： 14-25. ]

[40] Zhou Tao， Lu Yaobin. Explaining mobile community user participation based on social capital theory[J]. Journal of Management Sciences， 2008， 21（3）： 43-50. [周涛， 鲁耀斌. 基于社会资本理论的多动社区用户参与行为研究[J]. 管理科学， 2008， 21（3）： 43-50. ]

[41] Huang R， Kim H J， Kim J. Social capital in QQ China： Impacts on virtual engagement of information seeking， interaction sharing， knowledge creating， and purchasing intention[J]. Journal of Marketing Management， 2013， 29（3-4）： 292-316.

[42] 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.

[43] Mathwick C. Building Loyalty by Sponsoring Virtual Peer-to-peer Problem Solving （P3） Communities[C]. American Marketing Association， 2006： 211-222.

[44] Gummerus J， Liljander V， Weman E， et al. Customer engagement in a Facebook brand community[J]. Management Research Review， 2012， 35（9）： 857-877.

[45] Hennig-Thurau T. Customer orientation of service employees： Its impact on customer satisfaction， commitment， and retention[J]. International Journal of Service Industry Management， 2004， 15（5）： 460-478.

[46] Wathne K， Roos J， von Krogh G. Towards a theory of knowledge transfer in a cooperative context[A]// von Krogh G， Roos J. Managing Knowledge： Perspectives on Cooperation and Competition[M]. London： Sage Publications， 1996： 55-81.

[47] Yang Yan. Knowledge Communication and Knowledge Acquisition in Virtual Community[D]. Hangzhou： Zhejiang University， 2005. [杨艳. 虚拟社区中的知识交流和共享行为研究[D]. 杭州： 浙江大学， 2005. ]

[48] Bagozzi R P， Yi Y， Nassen K D. Representation of measurement error in marketing variables： Review of approaches and extension to three-facet designs[J]. Journal of Econometrics， 1998， 89（1）： 393-421.

[49] Fornell C， Larcker D F. Structural equation models with unobservable variables and measurement error： Algebra and statistics[J]. Journal of Marketing Research， 1981， 18（3）： 382-388.

[50] Anderson J C， Gerbing D W. Structural equation modeling in practice： A review and recommended two-step approach[J]. Psychological Bulletin， 1988， 103（3）： 411.

[51] Hair Jr J F， Black W C， Babin B J， et al. Multivariate Data Analysis： A Global Perspective（the 7th Edition）[M]. London： Prentice Hall， Pearson Education， 2010： 629-686.