微博口碑传播对综艺节目收视意愿的影响

一、引言

网络改变了人们的生活方式，一家人聚在电视机前收看节目的情景似乎已成明日黄花，随着智能终端的发展以及无线网络技术的完善，电视节目纷纷与互联网保持同步，人们能随时随地收看节目，摆脱了电视台档期的限制。一边看节目，一边玩SNS刷微博，已经成为年轻受众群体的媒介消费习惯，比如春晚、《爸爸去哪儿》等，都引起了大量网友自发地进行互动，短时间内在各个网络平台形成热门话题。近年来，越来越多的受众会在观看综艺节目后上微博等平台发表评论并与其他网友互动。这些网络口碑传播是否会成为受众选择收视的依据？本研究的目的就是为了了解电视节目的网络口碑传播对于收视意愿是否存在影响以及如何影响收视意愿。

二、文献回顾与研究假设

(一)网络口碑传播

网络口碑(online word of mouth)是指消费者利用互联网对特定产品进行自身经验与意见的分享和讨论[1][2](Thurau，2004;Sun，2006)。网络时代，越来越多的消费者依靠网络沟通来搜索购买决策的信息[3](Kozinets，1999)，这种通过网络所形成的产品信息沟通与交换属于口碑传播的一种形式[4](Gelb&Johnson，1995)，不同之处在于信息呈现形式由语音转换成了文本[5](Christiansen和Tax，2000)。

网络口碑突破了时空限制，与传统口碑相比具有更强的传播力[6](Helm， 2000;Kozinets，2002;Thurau，2004)。相对于在非公开个人层面上的传统口碑，网络口碑传播则重在公开群体层面上进行的传播，它的传播速度和波及范围都是前者所无法比拟的，网络口碑较传统口碑更具有传播的放大效应[7](金立印， 2007)。

(二)人际关系强度对网络口碑传播效果的影响

口碑传播是人际信息源(Interpersonal Sources)的一种形式(Duhan， 1997)。传统口碑研究中，关系强度被证明是影响口碑传播的重要因素，强关系的传播效果要好于弱关系[8][9][10](Duhan，1997;Bansal Voyer，2000;Writz&chew，2002)。

网络口碑传播中，关系强度也是重要的影响因素[11][12][13](Money，1998;Bruyn，2004;郭国庆等，2007)，关系强度越大，口碑的影响程度越大。

(三)文化娱乐产品与网络口碑传播

国外的研究主要集中在具有相似消费特征的电影、书籍等文化娱乐产品方面，研究表明，文化娱乐产品由于产品的无形性和无法预估的风险性更易受到网络口碑的影响。

在文化娱乐产品的网络传播研究中，比较偏重对电影网络口碑传播效果的研究，其中，网络口碑成为预测电影票房的指标(Liu，2006;Dellarocas，Zhang和Awad，2007;Duan，2008;Moon，2010)[14][15][16][17]，测量网络口碑传播的指标主要包括了网络口碑的量(Volume)和价(Valence)，口碑的量即测量口碑信息的总量，口碑的价则是指口碑信息内容的本质(如正面、负面评价)(Liu，2006)。在其他类型文化产品的相关研究中，学者也证明了量与价对网络口碑传播效果的影响。Chevalier和Mayzlin[18](2003)对雅虎在线书评的研究中，就证明网络书评的量和价都与书籍的销售量呈正相关。

Godes和Mayzlin[19](2004)提出了影响电视节目收视率的另一指标——口碑的离散度(Dispersion)，即口碑在不同网络社群的分布程度。在研究了44个电视节目的收视率以及在线新闻组的口碑后，发现口碑离散度与电视未来收视率高度相关。Godes和Mayzlin指出离散度测量的是口碑信息的传播范围，主要为了比较新闻组内和组间由于口碑传播速度不同而对收视率产生的不同影响，讨论口碑信息在异质群体间和群体内部传播的差异，并表示这一影响随着电视节目的播放而减弱。

目前国内也已有学者关注到网络口碑影响电视收视的现象[20][21](丁俊杰等， 2010;吕艳丹等，2012)，尤其指出了微博等社交新媒体上的口碑传播对电视收视的影响，但偏重传播过程和效果的分析，鲜有对网络口碑中影响收视因素的实证研究。鉴于此，本研究选择了通过实证的方法考察微博网络口碑对收视意愿的影响。

三、研究假设

本研究选取微博作为研究平台，主要考察网络口碑信息的量与价以及关系强度对电视综艺节目收视意愿的影响。

文献回顾中所提及的离散度本次研究暂不讨论。因为离散度的主要在于讨论口碑信息在不同网络社群的传播广度;而微博则是一个大型开放平台，用户主要通过关注来定制个性化内容，并不以固定的讨论组形式进行口碑信息的传播，传播形态不同，并不适用于本研究。

Asch[22](1957)的经典研究证明:从众是人类的一种倾向，群体规范会影响个体认知。在网络环境中，群体意见对于个体的影响依然存在，微博上人们更愿意点击热门话题，或是一些点评数量众多的微博，以获得和微博用户间互动的内容，了解更多的信息。所以，口碑的量表现出对受众行为意愿的显著影响力。由此我们提出:

H1:微博口碑信息的量对受众收视意愿具有正向影响。

前人的研究中，口碑信息的价对文化产品决策行为或观看意愿影响的结论并不一致。在Chevalier和Mayzlin(2003)对于书评的研究以及Dellarocas (2007)针对电影评论的研究中得到了口碑的价对传播效果呈显著性影响的结论;而Liu(2006)、Duan(2008)、Moon(2010)对电影票房的研究中并未显示出口碑的价对传播效果影响的显著性。电视节目作为文化娱乐产品，消费前无法感知体验，正、负面的评价对受众的影响就更显重要。故我们提出口碑信息的价对收视意愿会产生显著影响，提出假设:

H2:正价口碑信息比负价口碑信息能带来更高的收视意愿。

在网络口碑研究中，关系强度是重要的影响因素，郭国庆等(2007)提出口碑影响力受到人际关系要素的调节。由于Web2.0所具有的社交属性延伸了我们现实中的人际交往，信息交换时传者和受者所处的社会关系形成的社会网络就是口碑网络，因此人际关系要素成为口碑影响力的一个重要调节因素。我们提出在口碑信息的量和价对收视意愿的影响中，关系强度有调节作用，并提出假设:

H3:关系强度调节口碑信息量对收视意愿的影响。

H4:关系强度调节口碑信息价对收视意愿的影响。

四、研究设计和调查

(一)研究设计

本研究将采用网络口碑研究中常见的调查研究法结合现场研究进行测试。我们设定综艺节目口碑的量和价为自变量，微博关系强度(强/弱)为其调节变量，收视意愿为因变量，研究设计如图1所示。

图1 研究模型

(二)问卷设计和变量的操作化

问卷分为两个部分:第一部分测量不同量和价的口碑信息对收视意愿的影响，第二部分为人口统计学变量。

我们研究的主要问题是综艺节目口碑信息对收视意愿的影响，因此选择口碑信息的量和价作为自变量，微博关系强度为调节变量，收视意愿为因变量。

1.自变量:综艺节目口碑的量和价

1)综艺节目口碑的量

口碑的量被设定为两个水平，高口碑量信息和低口碑量信息。在微博情境中，口碑量的表现形式有转发量和评论量，由于两者代表的意义没有冲突，故在调查中高口碑量信息表现为高转发、高评论，低口碑量信息表现为低转发、低评论。在调查前期进行了24人的焦点小组访谈确定了口碑信息量这一变量。

2)综艺节目口碑的价

口碑的价同样被设定为两个水平，正价口碑信息和负价口碑信息。在测试中使用的口碑信息，是通过热门微博、微博排行等找到近期热门综艺节目并搜集相关正面、负面评论60条，进一步去除有关节目内容等因素的评论，最终选出了10条正面评论和10条负面评论进行测试。接着，进行了小范围24人的测试，筛选出最正面的评论以及最负面的评论成为调查研究的材料。

2.调节变量:微博关系强度

相对于传统口碑以其他网络平台口碑的特点，微博有其特殊性，强弱关系不能通过传统社会关系进行分类，也不能仅从是否互相关注来区分强弱关系。在前期的焦点小组访谈中我们向被访者询问了其微博好友构成、联系频率等，得出“互动频率”是一个主要区分关系的指标。由此我们将强关系定义为在微博中“经常互动的用户”，通常是微博好友;弱关系则是在微博中“几乎不互动的用户”，通常关注是单方面的。在调查中我们将强关系操作化为“微博经常互动的好友”，弱关系操作化为“微博中并没有互动的用户”。

3.因变量:收视意愿

基于理性行为理论的基本假设，个人行为主要是由他的行为倾向决定的，倾向是行为的最直接的前因，因此在本项研究中我们选择测试收视意愿。我们将采用里克特5级量表对收视意愿进行测量，选项分别为:肯定不会=-2;或许不会=-1;不确定=0;或许会=1;肯定会=2。

(三)研究地点和抽样

本文的数据来自2013年12月至2014年1月于上海交通大学闵行校区新图书馆进行的问卷调查，由于是调查微博口碑与收视意愿，因此调查对象选择了微博用户，研究者本身不介入，仅作观察，调查内容为被调查对象自身观看视频的意愿，内容不涉及隐私和心理变量。

参与调查的对象为本科生(48%)、研究生(45.5%)和博士生(6.5%)，每组男女比例大致相同(96∶104)，调查分为8组共200人。

根据研究设计，按照量(高/低)、价(正/负)、关系强度(强/弱)分成8组问卷，每份问卷25人进行填写，在学校内使用随机抽样。

参与调查的对象被要求浏览一则微博，然后回答在此微博场景下观看节目的意愿，问卷要求独立作答。

(四)统计分析

由于涉及量和价处于不同程度的微博口碑对于收视意愿的影响以及关系强度的调节作用，本研究采用单因素方差分析的统计方法来讨论不同程度的量、价对收视意愿影响的差异，以及关系强度与微博口碑的交互作用。

五、研究发现

(一)微博口碑传播量对收视意愿的影响

根据调查结果的ANOVA显示(ANOVA的结果就是报告F值)，F(1， 198)=30.002，p=0.000，高传播量的口碑信息场景中被试的收视意愿(M=1.06，SD=0.973)高于低传播量的口碑信息场景中被试的收视意愿(M=0.24， SD=1.138)，两者的组间差别显著，说明微博口碑信息的量越高，受众的收视意愿也越高，假设H1成立。同时也验证了Chevalier和Mayzlin(2003)以及Liu (2006)等的结论:网络口碑对受众行为意愿的影响中，口碑的量是重要的影响因素。

微博口碑信息的量会对受众收视意愿产生正向作用，不但支持了Asch的从众说，不愿意被疏离的安全需求刺激着人们“随大流”，而且，这种现象在中国社会特别明显。因为中国传统文化中集体主义思想对国人的影响引致从众心理，与大多数人保持一致以避免冲突，是国人普遍的处事方式。网络中的口碑信息传播量越多，越能激发这种内在动力，从而推动人们收看节目。因此，在微博平台中，网络口碑评论的量成为影响综艺节目收视意愿的重要因素。无论是受到群体压力的影响，还是倾向于从众行为以获得认同，都证明了网络口碑信息的量越高，受众的收视意愿也越高。

(二)微博口碑传播价对收视意愿的影响

根据调查，我们发现正价口碑信息场景中被试的收视意愿(M=0.55，SD=1.136)略高于负价口碑信息场景中被试的收视意愿(M=0.48，SD=1.230)。ANOVA显示，两者组间差别不显著，F(1，198)=0.016，p=0.901。因此，说明口碑信息的价对收视意愿不产生显著影响，H2不成立;由于口碑信息的价对收视意愿不产生显著影响，即无法进行调节变量的测量，H4不成立。

这一结果则显示出了电视节目收视过程中，口碑的价，即正、负面评价并不会对收视意愿产生显著影响，接收到负价口碑的受众并没有比接收到正价口碑的受众收视意愿来得低。主要原因为以下三点:

(1)心理学中的负面偏好(Negativity Bias)表明为了避免负面经验的影响，人们倾向于负面评价[23](Baumeister，2001)。负面评价更容易受到关注，影响力与正面评价不相上下。俗话说，好事不出门，坏事传千里。自古以来，负面偏好一直存在并影响我们的生活，出于自我保护的目的，人们对坏消息更敏感。

负面评价的表达通常更让人印象深刻，更容易受到关注。一方面，当下网络社会弥漫着负面气息，各种奇葩、重口味的吐槽反而大受追捧，成为吸引眼球的必备手段，透露出当下社会的浮躁喧嚣，人们生活空虚、无聊，追求刺激来填补寂寞;另一方面，网络成为负面情绪的宣泄口，大量网民通过反讽、恶搞反映社会现象，引发网友共鸣，受到网民的追捧。

(2)根据Petty[24](1983)提出的ELM模型，收看电视节目作为一个低风险的行为决策，受众的卷入度低，并不会过多关注口碑信息的正、负面评价，所以，口碑的价，即正面、负面评论未显示出对收视意愿的显著差异。

(3)综艺节目的口碑评价本身具有主观性，仅个人观感，所以口碑评价并不会成为评判标准。在综艺节目这类文化产品的网络口碑传播中，“一千个读者就有一千个哈姆雷特”，评价可能更具主观性，倾向于表达受众的感受。

(三)微博关系强度的调节作用

基于以上发现，我们进一步考察口碑信息的量与关系强度的交互作用，分析的结果如表1所示，F(1，198)=4.168，p=0.043，口碑信息的量对收视意愿的影响中，关系强度有调节作用，H3成立。

表1 主体间效应的检验

关系强度的调节作用如图2所示。在微博强关系传播场景中，口碑信息的量对收视意愿的影响显著F(1，98)=5.614，p=0.02;在微博弱关系传播场景中，口碑信息的量对收视意愿的影响则更为显著F(1，98)=32.834，p=0.000。这一结果表明了口碑信息量在影响收视意愿时受到关系强度的调节。

虽然整体的收视意愿上，强关系调节下的收视意愿仍高于弱关系调节下的收视意愿，但是可以发现图2中，在口碑信息传播量低的情况下，强关系调节的收视意愿明显高于弱关系调节的收视意愿，而在口碑信息传播量高的情况下，强关系调节的收视意愿与弱关系调节的收视意愿差距缩小，相差无几。即关系强度的调节作用在低口碑信息量的场景中要更为显著。这是由于在口碑信息量高的情况下，受众收视意愿也相应较高，关系强度的调节作用较小;在口碑信息量低的情况下，受众收视意愿相对偏低，此时，关系强度的调节作用就更为突出，来自强关系的网络口碑能够带来更高的收视意愿。

图2 关系强度调节口碑信息量对收视意愿的影响

这个发现说明在微博口碑传播中，强关系的传播效果要好于弱关系的传播效果，随着关系强度的增加，口碑传播量对收视意愿的影响会减弱。因为在微博平台中互动频率最多的依然是较为熟悉的人，多为现实生活中人际关系的延续，受众一般不会拒绝来自熟人的推荐，因此强关系能够调节收视意愿。

六、结论和展望

本研究利用互联网平台，通过现场研究结合问卷调查的方法探索了微博网络口碑传播对电视综艺节目的收视意愿影响，丰富了新闻、书籍、电影之外媒介消费领域的网络口碑传播研究;探讨了网络口碑传播中影响收视意愿因素之间的交互作用，不仅证明网络口碑传播对综艺节目收视意愿的重要影响，还发现人际关系是调节网络口碑对收视意愿影响的重要因素(见H4)。

本研究属于探索性研究，在未来的研究中将通过引入中性评价形成多级评价，进一步讨论口碑信息的价对于受众收视行为意愿的影响;本研究为了研究操作，并未将转发量、评论量分开考察，而转发量主要指向传播范围，评论量则更偏重深度互动，在未来的研究中，我们将分列转发和评论，讨论比较两者对受众收视行为意愿影响的异同，进一步完善网络口碑对媒介消费的影响机制。

作者:薛 可、张 漪

原载《当代传播》，2015年第1期

[1]① Hennig-Thurau T，Gwinner KP，Walsh G，etal.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.

[2]② Sun T，Youn S，Wu G & Kuntaraporn M.Online Word-of-Mouth(or Mouse):An Exploration of Its Antecedents and Consequences[J].Journal of Computer-Mediated Communication，2006，11:1104-1127.

[3] Kozinets R V.E-tribalized marketing？the strategic implications of virtual communities of consumption[C].European Management Journal，1999:252-264.

[4] Gelb B，Johnson M.Word-of-Mouth Communication:Causes and Consequences[J].Journal of Health Care Marketing，1995，15(3):159-160.

[5] Tim Christiansen，Stephen S.Tax.Measuring word of mouth:the questions of who and when？[J]. Journal of Marketing Communications，2000，6(3):185-199.

[6] Sabrina Helm.Viral Marketing—Establishing Customer Relationshipsby‘Word-of-mouse’[J]. Electronic Markets，2000，10(3):158161.

[7] 金立印.网络口碑信息对消费者购买决策的影响:一个实验研究[C].2007年JMS中国营销科学学术年会暨博士生论坛，2007.

[8]④ Duhan D F，Johnson S D，Wilcox J B，etal.Influences on consumer use of word-of-mouth recommendation sources[J].Journal of the Academy of Marketing Science，1997，25(4):283-295.

[9]⑤ Wirtz J，Chew P.The effects of incentives，deal proneness，satisfaction and tie strength on word-of-mouth behaviour[J].International Journal of Service Industry Management，2002，13(2):141-162.

[10]⑥ Voyer PA.Word-of-Mouth Processes within a Services Purchase Decision Context[J].Journal of Service Research，2000，3:166-177.

[11]⑦ Money R B，Graham J L.Explorations of National Culture and Word-of-Mouth Referral Behavior in the Purchase of Industrial Services in the United States and Japan[J].Journal of Marketing， 1998，62(4):76-87.

[12]⑧ Bruyn A D，Lilien G L.Amulti-stage model of word of mouth through electronic referrals[J]. Ebusiness Research Center，2004.

[13]⑨ 郭国庆，杨学成，张杨.口碑传播对消费者态度的影响:一个理论模型[J].管理评论，2007，19(03):20-26.

[14]① Liu Y.Word-of-Mouth for Movies:Its Dynamics and Impacton Box Office Revenue[J].Social Science Electronic Publishing，2006，70(3):74-89.

[15]② Dellarocas C，Zhang X，Awad N F.Exploring the value of online product reviews in forecasting sales:The case of motion pictures[J].Journal of Interactive Marketing，2007，21(4):23-45.

[16]③ Duan W，Gu B，Whinston A B.Thedynamics of online word-of-mouth and product sales—An empirical investigation of the movie industry[J].Journal of Retailing，2008，84(2):233-242.

[17]④ Moon S.Dynamic Effects Among Movie Ratings，Movie Revenues，and Viewer Satisfaction[J]. Journal of Marketing AQuarterly Publication of the American Marketing Association，2010，74(1):108-121.

[18] Chevalier J A，Mayzlin D.The Effect of Word of Mouthon Sales:Online Book Reviews[J].Nber Working Papers，2003，43(3):345-354.

[19] Godes D，Mayzlin D.Using Online Conversations to Study Word-of-Mouth Communication[J]. Marketing Science，2004，23(4):545-560.

[20]⑦ 吕艳丹，郑苏晖，张树庭.基于双循环扩散模式的电视节目网络传播效果研究[J].现代传播(中国传媒大学学报)，2012，34(11):83-87.

[21]⑧ 丁俊杰，张树庭，李未柠.视网融合背景下的电视节目影响力评估体系创新初探[J].现代传播(中国传媒大学学报)，2010，(11):99-102.

[22] Asch S E.Studies of independence and conformity:I.A minority of one against a unanimous majority.[J].Psychological Monographs General & Applied，1956，70(9):1-70.

[23] Baumeister RF，Bratslavsky E，Finkenauer C，etal.Bad is stronger than good[J].Review of General Psychology，2001，95(3):477-509.

[24] Petty RE，Schumann D.Central and Peripheral Routes to Advertising Effectiveness:The Moderating Role of Involvement[J].Journal of Consumer Research，1983，10(2):135-146.