社交媒体中商务信息转发行为研究

单春玲　赵含宇

〔摘要〕基于社交媒体环境，依据强弱关系理论分析了用户关系强度对商务信息转发的影响，并从社会驱动层面和个人驱动层面提取了商务信息转发的影响因素。以典型的社交平台——微博为例，通过建立结构方程模型发现：弱关系对商务信息转发具有直接的影响作用；社会关系强度对社会信任和社会交往产生差异性影响；社会信任、社会交往、经济利益、利他主義和自我效能对商务信息的转发影响显著。本文将强弱关系理论的应用进一步拓展到社会化商务领域中，有利于指导电商企业制定合适的社会化商务营销策略。

〔关键词〕社交媒体；商务信息；转发行为；强弱关系

DOI：10.3969j.issn.1008-0821.2017.10.003

〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2017）10-0016-07

〔Abstract〕 Information sharing and forwarding behavior has long been the focus of research in social media.This paper proposed a conceptual framework that utilized the strong and weak relationship theory to explain the effect of relationship strength between users on forwarding intention of business information in social media.From society driven and individual driven，the paper analyzed the factors that affect the forwarding of business information.This paper took micro-blog as experimental objects.By establishing a structural equation model，the empirical results showed： weak relationship influenced forwarding intention directly；social relationship strength has different influence on social trust and social interaction；social trust，social interaction，economic benefits，altruism and self-efficacy had significant impact on the forwarding of business information.This article further expanded the application of strong and weak relationship theory to the domain of social commerce.It would benefit electronic ecommerce enterprises to make marketing strategy in social commerce.

〔Key words〕social media；business information；forwarding behavior；strong and weak relationship

随着Web20的发展，社交媒体（如微博、微信、社交网站等）已经成为人们获取和传播信息的主要渠道，新兴社交媒体极大地改变了人们消费、沟通、工作、娱乐的方式[1]，塑造了人们新的生活形态。目前，微博已经成为分享社交信息的主要载体，人们利用微博进行信息的分享，推荐，评论与转发。截至2016年9月，微博活跃用户已经达到297亿，较2015年同期增长338%[2]。以微博为代表的社交媒体中用户行为分析已经成为了研究热点。

社交媒体中信息类型较多，既有时事信息也有商务信息，不同信息引起的转发结果不同，需要分别进行研究。目前用户转发行为的研究大多针对突发性信息或政治信息，对商务信息的转发研究较少。商务信息包括企业或商家为了进行品牌推广而发布的信息，如产品介绍，促销信息等，还包括用户分享的购物体验和口碑。以微博、微信为主的社交平台为网络营销带来了新的发展方向，逐渐成为企业品牌推广的标配。对社交媒体中商务信息转发的研究对提升企业业绩具有积极作用。同时，社交媒体中具有强关系和弱关系两种形态，微博中除了具有熟人关系链的在线交互外，还具有基于陌生人网络的弱关系链，那么针对商务信息的转发是熟人的影响更强还是陌生人的影响更强？社会关系又是通过哪些因素对用户转发行为产生作用是值得学者和企业管理者值得研究的问题。

本文以社交媒体的典型代表微博为例，针对社交媒体中商务信息的转发进行分析，探讨在社交媒体中用户信息转发行为的影响因素，深入分析用户间强弱关系对用户转发意愿的作用，探讨用户间商务信息交流机制，完善强弱关系理论在社交媒体中的应用，为企业利用社交媒体进行社会化营销和信息扩散提供实践指导。

1文献回顾

11社交媒体中的商务信息

社交媒体中的信息类型呈现多样化的特点，如突发事件信息、政治信息、随机信息等[3]，同时也存在大量商务性信息，例如与产品及服务相关的信息。社交媒体已成为绝大多数商业品牌公司所采用的品牌推广方式。微博中典型的商务推广信息包括商品描述，图片展示和网页链接。通过网页链接用户可以导出到电子商务网站，进行购物消费，形成真正意义上的社会化商务[4]。如果一个用户看到很多人分享评论一件商品的图片，可能产生购买它的欲望，那么点击转化为购买的概率就可能会很高，产生被动消费[5]。微博能够实现内容的快速分享与传播，用户不仅可以发表自己的原创信息，还可以通过转发功能互相分享产品信息和购物体验。社会化商务借助微博能实现产品信息的快速扩散，为企业社会化营销提供支持，使得消费者与企业形成一种价值共创的模式[6]。endprint

12强弱关系理论

在社交媒体中用户间关系对于信息的扩散、分享、交流以及购买决策都起到重要作用[7]。格兰诺维特于1973年提出了“强弱关系理论”[8]。强关系表现为联系密切，有较多互动的人，如家庭成员，挚友，同事等；弱关系为通过社交媒体有一定联系的对象，互动较少，亲密程度低，如在微博中关注的名人、客户、贸易上的伙伴等。強关系和弱关系都属于用户的社会关系。格兰诺维特认为虽然“强联系”是一种坚固的关系，但“弱联系”在传播速度、成本和效能等方面具有优势。通过强关系获得的信息具有较高的重复性，而弱关系更能充当跨越社会群体界限获得信息的桥梁。

国内学者冯娇和姚忠运用强弱关系理论发现强关系对提高用户接收信息质量有正向影响作用，从而激发用户的购买意愿[9]。这是因为从强关系中更能得到信任的信息，而信任有利于信息的传播。赖胜强[10]认为，用户更关注和自己具有强关系的其他用户，更愿意转发来自强关系用户的信息。孙晓娥和边燕杰[11]指出国内机构在引进海外人才时，社会网络中的强关系在人情交换、充分信任和障碍克服中占有优势，而弱关系则在信息交流和提供资源方面占有优势。

可见在强弱关系对信息分享和传播的研究中，国内外学者由于研究的角度和内容不同，导致研究结果出现矛盾。本文认为社交媒体本身是信息发布和交流的平台，用户间既存在强关系也存在弱关系，由于弱关系分布范围较广，因此弱关系在信息转发上的影响要大于强关系。

13用户转发动机

社交媒体中拥有用户数较多的微博一直以来是研究的热点。微博内容的快速分享和广泛扩散是其核心功能之一，用户的转发行为是微博得以成功的关键。学者们对用户转发因素和动机的研究较多。赵宇翔[12]从社会驱动、技术驱动、个体驱动3个维度研究了用户生成内容的主要动因。赖胜强[10]指出内容特性、传播者特性以及受众特性3个方面会影响用户的微博传播行为。金晓玲等[3]则从用户特征和信息特征两方面研究微博转发的影响因素。Zhang等[13]指出对转发内容可信性的判断依赖于信息发布者的特征。Kim[14]的研究发现用户较易受从众心理的影响从而转发已被大量转发的微博信息。

可以看出学者们从自己研究的视角出发，对促使微博转发的因素和动机的研究并没有取得共识，原因之一是没有有效地对转发信息进行分类，而每类信息的转发原因和影响因素各不相同。此外也少有学者从社会关系视角研究转发动机。本文基于强弱关系理论，以新浪微博为例，针对影响商务信息的转发因素构建理论模型并进行实证分析。

2模型构建和理论假设

借鉴朱庆华教授的研究[15]，结合社会关系理论，本文从社会驱动层面和个体驱动层面这两个层面进行讨论。研究的概念模型如图1所示。

图1研究模型

21强弱关系对转发行为的影响

Shi等[16]以单项关注为弱关系，双向关注为强关系，通过Twitter提供的API接口收集数据，发现单向关注的人比双向关注的人更愿意转发信息，验证了格兰诺维特的弱关系理论。Steffes和Burgee[17]发现学生通过RateMyProfessors网站获得的口碑信息比亲自与朋友交流获得的信息在选课等个人决策制定上有更强的影响力，证明了弱关系的作用大于强关系。微博平台本质是信息的传播与分享的平台，是以弱关系为主，强关系为辅的社交平台，因此微博转发主要受弱关系的影响。基于此，提出假设1：

H1：社交媒体中弱关系对商务信息转发行为的影响高于强关系。

22社会驱动层面的因素

社会驱动层面的因素包括社会信任和社会交往。社会信任是指通过接触和交流建立的对他人的信任。信息源理论指出可信度对信息传播效果作用显著。赵大丽等认为用户间的信任关系对知识分享产生积极作用[18]。格兰诺维特1985年研究了信任与人们的经济行为之间的关系并提出“嵌入性”的概念[19]，人们的经济行为通过信任嵌入社会网络中。信任的建立需要双方长期的接触和交流，嵌入性隐含着强关系的重要性[20]。李爱国等人也认为知识共享主体之间的关系强度通过影响消费者的信任 从而达到对消费者品牌态度产生一定的影响[21]。由于对商务信息的转发可能形成潜在消费，当微博用户信任商务信息的内容就会更愿意转发，信任感主要来自熟悉的亲人和朋友，因此基于强关系会更容易产生信任感。基于此，提出假设2：

H2a：强关系能够提高社会信任，即关系强度对社会信任有正向影响作用。

H2b：社会信任对商务信息转发行为产生影响。

社会交往是指与他人互动所产生的社会联系。现在越来越多的品牌建立了自己的官方微博，如HM中国，长安福特，华为终端等。官方微博能与粉丝即时沟通，获得用户反馈，用户之间形成了品牌社区。Kim等[14]探讨了Twitter上用户与品牌的关系对转发量的影响，结果发现品牌社区认可度能促进用户对品牌消息的转发。品牌社区中的成员之间大多数是弱关系，围绕同一话题进行交流和互相转发微博。格兰诺维特指出通过强联系获得的信息重复性较高，弱联系发生在不同的群体间，充当群体间的“信息桥”的作用。冯娇和姚忠[9]对于社会化商务中的关系强度由高到低分为与朋友、陌生人和商家之间的关系，通过实证发现商家推荐的信息、陌生人评价的信息和朋友分享的信息对用户接收信息数量的影响依次减弱。可见，弱联系可以扩大人们的社会交往范围，获得更多的信息，对商务信息的转发行为有积极的影响。基于此，提出假设3：

H3a：弱关系能够提高社会交往，即关系强度对社会交往有负向影响作用。

H3b：社会交往对商务信息转发行为产生影响。

23个人驱动层面的因素

个人驱动层面的因素主要包括：获得经济利益，利他主义和自我效能。

社会交换理论认为在社会互动中人们会衡量双方彼此所付出的代价和获得的收益[22]。谷斌等人认为针对自媒体社群用户采取诸如消费折扣、积分返利或会员抽奖等物质激励措施会显著提高消费者的消费意愿[23]。社交媒体中的信息共享和转发属于社会互动过程，可以理解为是一种资源的交易，这种交易获得的报酬形式多样。商家为了达到产品宣传的目的，商务信息中都会含有转发奖励的刺激，如转发到朋友圈免费获得试用品或者得到相应的折扣，因此信息中的激励性内容对转发具有积极作用。在网络环境中，获得经济上的奖励也是消费者进行口碑传播的一个动因，这一点是在网络环境中所特有的[24]。基于此，提出假设4：endprint

H4：商务信息中的奖励性刺激对转发行为具有积极作用。

利他主义是消费者进行口碑传播的主要动机。利他既包括帮助自己熟悉的人，还包括帮助陌生人；既包括帮助某个个体的消费者，也包括帮助某个特定的群体，甚至还包括帮助企业。用户将自己的消费信息传播给联系人就形成了消费信息的再次传播，最终对提高企业收益产生直接影响。利他可以转化为用户行动，行动体验对用户共享行为具有正向促进作用[25]。研究认为具有个人主义和利他主义的人更愿意转发微博[26]。本文同样认为利他主义是用户转发行为的主要原因，提出假设5：

H5：利他主义对商务信息转发行为产生积极影响。

自我效能（Self-Efficacy，SE）是指个人对自己的信息评判能力和微博传播能力的评估。胡珑瑛和董靖巍[27]采用因子分析发现自我实现是人们转发微博的动机之一。Cheung等[28]基于社会心理学的角度发现知识自我效能是消费者进行网络口碑传播意向的前因变量。人们通过转发商务信息塑造自己在社会上的形象，展现自己并希望得到他人对自己所推荐商品的认同。自我效能高的人，其信心水平较高，对自己转发的微博产生的作用和价值有较高的评估，也更愿意转发微博。基于此，提出假设6：

H6：提高自我效能对商务信息转发行为产生积极影响。

3实证研究

31变量选取与数据收集

本文采用问卷调查法收集数据然后进行假设验证。研究变量包括：转发行为（FB）、用户间关系强度（RD）、社会信任（ST）、社会交往（SC）、经济利益（EB），利他主义（AL）和自我效能（SE）（如表1所示）。所有题项均采用7点Likert 量表（7代表“非常同意”，1 代表“非常不同意”）。本文选取典型的社交媒体平台“新浪微博”为研究对象，新浪微博中有大量商务信息的转发。问卷的设计包含3个部分，甄别题（是否使用过新浪微博，是否在新浪微博上转发过商务信息），转发行为各影响因素和被调查者的基本信息。

本研究发放预调查问卷100份，其中使用过新浪微博的占77%，这77%的调查者中转发过商务信息的占65%，最终获得有效问卷49份。经过探索性分析，问卷的各测度变量Cronbachs ɑ值都大于或接近0 7，所有因子的负载率均超过0 5，满足了问卷的信服和效度要求。根据反馈意见，本文对问卷做了适当修改，确定了最终的调查问卷。

正式问卷的发放通过问卷调查网站“问卷星”进行，总计发放520 份，回收492份，在回收问卷中用户选择转发过商务信息的占71%，形成有效问卷349份，删除有明显错误的问卷后最终有效问卷324份。在有效样本中，男性占39%，女性占61%。年龄在18～30岁占865%，超过30岁占122%，不足18岁占1 3%。具有1至3年微博使用经历者占513%，3年以上者占125%，不足1年者占362%。平均每周使用微博1～3次者占653%，3次以上者占255%，1次以下者占92%。总体而言，有效样本使用微博频率较高，对微博中转发商务信息的行为和方式比较了解。

32信度与效度检验

对收集后的数据进行信度和效度检验。经检验各变量的信度Cronbachs ɑ值都大于07，说明问卷内部一致性较高。变量的组合信度CR值均高于08，通过了信度检验。所有题项在各自所属维度上的因子载荷均超过05，且通过了显著性检验。所有变量的AVE值在0 55～0 73之间，说明各变量有较好的收敛效度（见表2）。

33模型拟合结果与假设验证

本文使用AMOS对结构方程模型中各潜变量之间的关系进行分析。由表3的拟合参数指标显示，χ2df小于5，说明模型达到了卡方统计要求。RMSEA为0074小于008，GFI为0912大于09的拟合标准值，NFI，CFI和IFI拟合值虽然小于09，但都大于085的最低标准值，CFI和IFI还非常接近09的标准值，说明模型的拟合度较为满意。

从表4结构方程路径分析结果可以看到，用户间关系强度（RD）与社会信任（ST）呈正相关，说明社会关系越强，用户的社会信任越高，H2a成立。用户间关系强度（RD）与社会交往（SC）呈负相关，说明关系强度越弱，用户的社会交往越广泛，H3a成立。关系强度（RD）与转发行为（FB）负相关，H1成立，说明关系强度越弱，越能促进商务信息的转发，再次验证了格兰诺维特的弱关系理论。而社会驱动层面的社会信任（ST）和社会交往（SC）与转发意愿显著正相关，即H2b和H3b成立，说明增强用户信任和扩大社会交往都能促进信息转发。个人驱动层面获得经济利益（EB）、利他主义（AL）和自我效能（SE）都与转发意愿正相关，H4、H5和H6成立，其中获得经济利益对转发意愿的影响最强，说明奖励性的刺激因素更能有效地激发商务信息的转发。各假设检验结果如表5所示。

4研究结论与管理启示

本文在已有研究的基础上，以新浪微博为例，分析了社交媒体中商务信息转发行为的影响因素。本文从社会驱动和个人驱动两个层面，通过建立结构方程模型发现社会信任、社会交往、经济利益、利他主义和自我效能对商务信息的转发具有显著影响。根据强弱关系理论，发现用户间的社会关系强度对社会信任和社会交往产生不同的影响，并对转发行为有直接的影响作用，通过实证验证了格兰诺维特的强弱关系理论在社交媒体平台中的应用。具体研究结论归纳如下：

首先，少有文獻从强弱关系理论分析特定类型信息的用户转发行为。本文根据强弱关系理论发现社会化商务平台中，关系强度越高，用户之间的信任感越高，熟悉的朋友和亲人分享的信息能够获得较高的认可和信任。反之关系越弱，越有利于用户获取不同类型的信息，扩大社会交往的范围。社交媒体大大促进了地理位置和社会距离遥远的陌生人相互认识，尤其是微博非常适合用户之间建立起“弱联系”，实现信息的共享，促进商务信息的转发。企业应充分考虑社交媒体平台中商务信息的传播方式，在深度和广度上提升商品社会化营销模式，完善基于社交关系与媒体属性的大数据商业生态。endprint

其次，社会驱动层面的两个因素社会信任和社会交往都对商务信息转发行为产生正向影响。在研究网络口碑传播时，信息传播源的可信任度是信息可靠性的重要衡量指标，社会信任增强了信息传播的可能性。另外，研究发现评论者关系的多样性能促进其所发表评论的有用性评价。本文进一步证实了社会交往在商务信息转发中的正向作用。今后应进一步挖掘社交媒体在信息分享上的潜力，通过强化网络诚信等手段促进商务信息的转发。

最后，孟健等[30]发现外部奖励会影响社会化商务环境下用户的生成内容。本文通过实证发现个体驱动层中获得经济利益对转发行为产生的影响最强，这是商务信息与其他类型信息的区别。商家在社会化商务平台上发布关于商品和服务的信息时，为了促进商务信息的转发，一般都会有相应的奖励机制，因此获得经济利益是人们进行商务信息转发的主要动机。此外，利他主义和自我效能也是商务信息转发的主要原因。企业应通过建立社交平台账号，不断积累企业账号粉丝数量，通过社交媒体精细化的用户标签创建更精准的用户画像，促进企业品牌和商品信息的广泛传播。

5未来研究方向

本研究对社会化网络平台中的商务信息转发影响因素进行了有益的探索，但是本文仅以新浪微博为例，社交媒体平台类型较多，比如微信，网络社区等，在这些平台上信息的转发行为具有不同的特点。另一方面，网络中的信息类型具有多样化的特点，如突发事件信息，保健类信息，旅游信息等也有较多的转发量，不同类型信息的转发效果具有显著差异，今后需要进一步针对特定类型信息的用户转发行为进行分析。

参考文献

[1]中国互联网络信息中心.2015年中国社交应用用户行为研究报告[EBOL].2015.

[2]艾瑞咨询.企业营销人格化发展[EBOL].2017.

[3]金晓玲，金可儿，汤振亚.微博转发行为实证研究综述[J].情报杂志，2015，（10）：117-122.

[4]Stephen A T，Toubia O.Driving value from social commerce networks[J].Journal of marketing research，2010，47（2）：215-228.

[5]田雨晴.社会化电子商务研究综述[J].北京邮电大学学报：社会科学版，2013，15（4）：32-39.

[6]杨学成，陶晓波.社会化商务背景下的价值共创研究——柔性价值网的视角[J].管理世界，2015，（8）：170-171.

[7]Wang X ，Yu C L，Wei Y.J.Social Media Peer Communication and Impacts on Purchase Intentions： A Consumer Socialization Framework[J].Journal of Interactive Marketing，2012，26（4）：198-208.

[8]Granovetter M S.The Strength of Weak Ties[J].The American Journal of Sociology，1973，78（6）：1360-1380.

[9]冯娇，姚忠.基于强弱关系理论的社会化商务购买意愿影响因素研究[J].管理评论，2015，27（12）：99-109.

[10]赖胜强.影响用户微博信息转发的因素研究[J].图书馆工作与研究，2015，（8）：31-37.

[11]孙晓娥，边燕杰.吸引海归：弱关系比强关系更具优势？[N].中国社会科学报，2011-06-28011.

[12]赵宇翔，朱庆华.Web20环境下影响用户生成内容的主要动因研究[J].中国图书馆学报，2009（5）：107-116.

[13]Zhang L，Peng T Q，Zhang Y P，et al.Content or Context： Which Matters More In Information Processing on Microblogging Sites[J].Computers In Human Behavior，2014，31： 242-249.

[14]Kim E，Sung Y，Kang H.Brand Followers Retweeting Behavior on Twitter： How Brand Relationships Influence Brand Electronic Word-Of-Mouth[J].Computers in Human Behavior，2014，37： 18-25.

[15]赵宇翔，朱庆华.Web20环境下影响用户生成内容动因的实证研究——以土豆网为例[J].情报学报，2010（3）：449-459.

[16]Shi Z，Rui H，Whinston A B.Content Sharing In A Social Broadcasting Environment： Evidence From Twitter[J].MIS Quarterly，2014，38（1） ： 123-142.

[17]Steffes E.M.，Burgee L E.Social ties and online word of mouth[J].Internet Research.2009，19（1）： 42-59.

[18]趙大丽，孙道银，张铁山.社会资本对微信朋友圈用户知识共享意愿的影响研究[J].情报理论与实践，2016，39（3）：102-107.

[19]Granovetter M.Economic Action and Social Structure：The Problem of Embeddedness[J].American Journal of Sociology，1985，91（3）： 481-510.endprint

[20]肖鸿.试析当代社会网研究的若干进展[J].社会学研究，1999，（3）：3-13.

[21]李爱国，王亚萍，邓召惠.虚拟社区知识共享影响消费者品牌态度内在机制研究[J].商业研究，2016，58（12）：1-8.

[22]罗石.社会心理学[M].北京： 北京大学出版社，2008.

[23]谷斌，李晴琳.基于“粉丝经济”的自媒体社群用户消费意愿研究[J].商业研究，2017，59（3）： 8-13.

[24]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.

[25]齐炳金，武忠.移动社会化媒体用户体验与知识共享的关系研究[J].情报理论与实践，2015，38（3）：35-39.

[26]Ho J Y C，Dempsey M.Viral Marketing： Motivations to Forward Online Content[J].Journal of Business Research，2010，（9-10）：1000-1006.

[27]胡瓏瑛，董靖巍.微博用户转发动机实证分析[J].中国软科学，2015，（2）：175-182.

[28]Cheung C M K，Lee N，Matthew K O.What Drives Consumers to Spread Electronic Word of Mouth in Online Consumer-opinion Platforms[J].Decision Support Systems，2012，53（1）：218-222.

[29]Limayem M.，Sabine G.H.，Cheung C.M.How habit limits the predictive power of intention： the case of information systems continuance[J].Mis Quarterly，2007，（5）：705-737.

[30]孟健，姜燕.社会化商务环境下用户生成内容的动机研究——以“大众点评网”为例[J].现代情报，2015，35（11）：31-37.

[31]Hus M ，Ju T L，Yen C，et al.Knowledge sharing behavior in virtual communities： The relationship between trust，selfefficacy ，and outcome expectations[J].International Journal of Human-Computer Studies，2007，（2）： 153-169.

[32]Morgan S，Miller J.Communicating about gifts of life： The effect of Knowledge，attitudes，and altruism on behavior and behavioral intentions regarding organ donation[J].Journal of Applied Communication Research，2002，（2）：163-178.

[33]Bandura A.Social foundations of thought and action： a social congnitive theoryM].New Jersey： Prentice-Hall，1986.

（本文责任编辑：马卓）endprint