微博营销传播论文范文

一、研究设计与方法———基于技术接受模型

（一）研究模型的提出1．技术接受模型的概念技术接受模型(TechnologyAcceptanceMod-el，以下简称TAM)是由美国学者FredD.Davis根据理性行为理论在信息系统/计算机技术领域发展而来，用于解释和预测人们对信息技术的接受程度。[3](P475)Davis提出技术接受模型受到两个主要决定因素的影响：感知的有用性与感知的易用性。感知的有用性是反映使用一个具体系统能提高效率的程度；感知的易用性是指一个系统容易使用的程度，即熟悉使用系统所需要付出的努力程度。2．技术接受模型的应用技术接受模型综合解释了为何以及如何接受或使用某种新兴技术的有效理论，它的基本架构的合理性已经被以往的一些研究证实。随着互联网技术的不断发展，一些新兴的应用形式不断出现，正是在这样的背景下，大量学者将它作为研究新兴技术的接受或使用的有力工具，如网民的网络使用行为、网络营销传播变革等。[5](P125-137)本文将该理论引入微博用户与微博信息间的互动使用行为中，以互联网技术作为研究手段，探讨Web3.0时代的微博营销传播效果。3.模型建立本文在综合分析了大量关于TAM的相关文献后，发现这个模型尚有不足。它着重考察的是感知易用性与感知有用性间接影响行为的因素，而没有考虑到一些外界条件对行为的直接作用。在本文中，笔者以TAM的核心结构为基础，进行了适当的修正与补充，具体如下：（1）把系统设计的特征作为外部变量，并通过访谈识别出用户对该系统特征感知的有用性与易用性，将它们整合为“互联网技术”。（2）将用户的使用态度和意向整合为“微博用户的使用态度”。（3）用户的使用行为主要集中于互动使用行为，即“微博用户的互动行为”。之后，提出本文研究的理论模型（见图2），模型主要由三部分组成：自变量、中介变量与因变量。其中，自变量是互联网技术；中介变量是微博用户的使用态度(以下简称使用态度)；因变量是微博用户的互动行为(以下简称互动行为)。

（二）研究假设首先，考察互联网技术与微博用户的互动行为的直接关系。假设H1：互联网技术与互动行为呈正向关系。然后，考察互联网技术与微博用户的互动行为之间的间接关系，即互联网技术通过影响微博用户的使用态度，从而影响了微博用户的互动行为。假设H2：互联网技术与使用态度呈正向关系。假设H3：使用态度与互动行为成呈正向关系。假设H4：互联网技术通过影响使用态度从而影响了互动行为。

二、数据分析与发现

（一）问卷的发放与回收本文选择对微博有一定了解的受众作为调查对象，问卷主要是利用网络渠道进行发放与回收，部分实地调查问卷选取高校有微博使用经验的在读学生，共回收有效问卷205份。之后，随机剔除5份，最后确定进行分析的样本数为200份。

（二）信度分析与因子分析本文用α系数方法对问卷的各个类别进行信度检验。同时，由于自变量指标相对于其他变量而言，指标较多，因此，只对自变量进行KMO检验与因子分析，输出结果见表1。根据表1可以看出，各题项的α系数值在0.7以上，因此本文所采用的量表具有较好的信度。Comrey等研究者指出，探索性因子分析中至少应包含3个或是更多的变量才能确保因子被有效识别。[6]（P137－147）因此，第四个因子只包含1道题，不具备有效性，故将第4个因子剔除。再用同样的方法重新对自变量进行因子分析，得到3个主因子，累计可以解释总体方差的68.799%。本文将这三个因子分别命名为：互联网信息整合度(以下简称整合度)、互联网信息有序可控性(以下简称可控性)、互联网及终端平台普适度(以下简称普适度)，将这三个因子作为新的自变量，在之后的相关分析与回归分析中使用。

（三）相关分析本文采用相关分析对提出的假设进行检验，相关分析结果见表2。根据表中的输出结果，可以得出如下结论：假设H1部分成立，即整合度与互动行为没有直接关系，可控性、普适度与互动行为有直接关系，且普适度和互动行为的关系更密切。假设H2成立，且相较于整合度和可控性而言，互联网普适度对互动行为的影响程度稍弱。假设H3成立，且使用态度和互动行为相关程度较高。

（四）回归分析为了检验假设H4成立与否，本文采用回归方程的方法进行论证：首先，用互动行为对互联网技术进行回归；其次，用使用态度对互联网技术进行回归；最后，用互动行为对使用态度和互联网技术同时进行回归，并对比之前的回归方程，检验回归系数发生变化的程度。回归分析输出结果见表3。根据表中的结果，得出如下结论：第一，互联网技术与互动行为之间的回归方程：互动行为=1.063+0.289×可控性+0.326×普适度。可控性与普适度对互动行为产生直接的影响。第二，互联网技术与使用态度之间的回归方程：使用态度=2.056+0.186×可控性+0.187×整合度。可控性与整合度对使用态度产生直接的影响。从回归方程可看出，普适度没有被加入到方程之中，这是由于普适度与可控性和整合度相比，与使用态度的相关程度差距明显所致。第三，互动行为与使用态度和互联网技术之间的回归方程：互动行为=-0.145+0.308×普适度+0.180×可控度+0.587×使用态度。将“使用态度”用上述第二个方程进行拟合，则得出最终的回归方程为：互动行为=1.062+0.308×普适度+0.289×可控度+0.110×整合度。与之前互动行为对互联网技术进行回归时得到的方程相比，可以发现，加入了使用态度之后，整合度被加入方程中，可控性与普适度的标准化系数分别由原来的0.279和0.543降到了0.173和0.511。根据Baron与Kenny对中介变量与中介效应的研究：当自变量与因变量之间具有较高相关，在它们之间加入中介变量时，如果自变量与因变量的相关系数或回归系数降低(降低到0就是完全中介)，即说明中介变量能有效解释自变量与因变量间的关系。[7]（P1173-1182）由此，本文发现加入使用态度之后，可控性与普适度对互动行为的影响和贡献在减小，而整合度则通过影响使用态度被加入回归模型。这说明：可控性和普适度除了能直接影响互动行为外，还能通过使用态度间接对互动行为产生影响；整合度没有直接对互动行为产生影响，而是间接的通过影响使用态度而影响互动行为。因此，假设H4成立。

三、结论与启示

（一）结论1．互联网技术在不同程度上直接影响微博用户的互动行为通过互动行为对互联网技术的回归分析，验证了它们的相关分析的结果，即：互联网信息整合度没有直接影响互动行为，而互联网信息有序可控性和互联网及终端平台普适度对互动行为有直接影响，并且普适度的影响程度更大。也就是说，可控性与普适度能直接影响微博营销传播效果。2．互联网技术通过影响微博用户的使用态度间接影响微博用户的互动行为为了检验使用态度是否对互联网技术与互动行为的关系产生了中介作用，本文进行了三组回归分析(互动行为对互联网技术进行回归、使用态度对互联网技术进行回归、互动行为对使用态度和互联网技术同时进行回归)后发现：使用态度起到了中介作用，整合度对互动行为的影响是间接的，而可控性和普适度兼有直接和间接的影响。所以，互联网技术除了直接影响互动行为之外，还能通过影响使用态度而间接影响互动行为。也就是说，可控性与普适度能直接和间接地对微博营销传播效果造成影响，而整合度只能通过影响使用态度间接影响微博营销传播效果。综上，本文对初期提出的模型进行适当修正。修正后的结果见图3。

（二）启示1.Web3.0的“真实”力量微博可以说是受众主动传播的最佳平台，它病毒般的传播模式，既有可能带来聚集的口碑效应，也有可能造成毁灭性的打击，一切都取决于传播的可信度。企业营销信息的真实性尤为重要，而由微博用户主动传播造成营销信息的“失真”则是影响传播效果主要原因之一。在Web3.0时代，伴随着信息有序可控性的飞跃，微博传播信息的真实性情况将有很大的改变，它能在实现营销传播范围最大化的同时，将信息内容的“失真”程度降到最低。因此，由受众“个性化传播”造成的信息偏差将被大大降低，再加上微博本身所具备的强卷入度与实时沟通的特性，这样就使企业的营销信息能在保证真实性的情况下进行“一传十、十传百”的传播，真正发挥受众主动营销传播的价值,显著提升其微博营销传播的效果。2.强大的信息“整合”传播企业在实际微博营销传播时，营销信息传达的一致性尤其重要。在Web3.0时代，渐进式语义网的发展，将使微博用户获取营销信息更加个性化、效率化与精确化。此外，用户偏好系统的引入，提高了企业营销信息传播的质量与精确性。这两方面的结合，将能达成企业与用户间的同步互动，使得营销信息的传达趋于同一。通过微博的强黏贴性，微博用户随时都能接收到企业为自己定制的营销信息。在增强微博平台友好度的同时，企业也完成了“点对点”的传播，因此，微博营销传播的效果显著提升。3.“无缝连接”催生“微传播”企业营销信息的接触点与营销传播的效果紧密相连。在Web3.0时代，网络模式将能实现不同终端之间的相互兼容，任何移动与非移动的数码设备都能方便接入互联网，在进行资源共享的同时，也实现了网络融合的普适化。因此，用户在任何时间与地点都能无缝链接与共享企业在任何互联网终端的营销信息，极大地丰富了微博用户与营销信息间的接触点，从而促进了微博用户主动参与微博平台的积极性，与营销信息间的卷入程度也随之提升。同时，企业与用户之间的无所不在的“微传播”，大大提升信息传播的实时沟通能力，这将进一步推进营销信息与传播受众间的互动程度，提升微博营销传播的效果。本文的研究建立在传播理论、营销传播理论以及Web3.0技术理论的基础上，通过问卷调查与访谈的方式探索了微博用户对目前互联网环境状况、微博的使用态度以及参与使用微博方面的看法，并以技术接受模型为基本框架，利用互联网技术作为研究手段，尝试探析Web3.0时代的微博营销传播效果，得出了一些重要的结论。但由于笔者学识尚浅、研究时间等原因，本文还存在着不少缺陷。首先，样本取样集中，样本量偏少。其次，由于没有奖励措施，问卷的题项设置不宜过多，因此，量表的设计也存在着不够细致与全面的问题。另外，笔者在研究过程中，发现被试用户的心理与传播互动性之间有很强的关系，可以通过微博用户心理与互联网技术之间的关系，界定研究变量，并在此基础上谈论二者之间的关系，开辟一条新的研究途径。

作者：陈翊肖鸿单位：三明学院管理学院