社交媒體用戶營銷信息分享行為
——受評憂慮與系統(tǒng)反饋視角

李 旭，王刊良

中國人民大學(xué) 商學(xué)院，北京 100872

引言

隨著社交電商的興起和發(fā)展，越來越多的商家選擇通過微信和微博等平臺發(fā)布各類營銷信息，借助社交媒體的龐大用戶群體及其高密度的社交關(guān)系鏈實現(xiàn)信息迅速擴散和病毒式營銷[1-2]。

社交媒體中營銷類信息可分為求助型信息和非求助型信息兩大類，求助型營銷信息是指商家采用優(yōu)惠券和積分等獎勵機制吸引消費者，需要他人的點贊和助力等方式幫助自己獲取優(yōu)惠的信息，如用戶拉新、好友拼團、砍價優(yōu)惠和助力營銷游戲等。單純的營銷類信息，如新品發(fā)售的相關(guān)信息、口碑信息和商家活動信息等，則為非求助型營銷信息。2018年中國社交電商行業(yè)規(guī)模達6 268.5億元人民幣，同比增長255.800%，其中，以拼多多為代表的拼購類社交電商規(guī)模超5 000億元人民幣，而求助型信息是這類新型社交購物模式的重要載體，平臺依托社交裂變實現(xiàn)高效低成本引流，用戶扮演購買者和推廣者的雙重身份[3]。學(xué)術(shù)界對于這方面的研究還處于起步階段，本研究主要關(guān)注求助型營銷信息的用戶分享行為發(fā)生機理。

值得注意的是，用戶在社交媒體上的行為大致呈現(xiàn)“90-9-1”的模式，即90%左右的用戶在社交媒體平臺上只瀏覽信息，9%的用戶有點贊、轉(zhuǎn)發(fā)和評論等社交互動行為，只有1%的用戶會主動創(chuàng)造內(nèi)容[4]。凱度公司發(fā)布的《2018中國社交媒體影響報告》顯示，超過93%的用戶認為社交媒體給他們的生活帶來消極影響，其中一個方面表現(xiàn)為經(jīng)常被動或強迫地做一些他們不想做的事情，如幫助他人投票或點贊以獲取優(yōu)惠的價格等[5]。針對求助型營銷信息，艾媒咨詢調(diào)查研究顯示，在用戶不愿意繼續(xù)使用拼購電商的原因中，不喜歡這類平臺和不喜歡這種通過犧牲自己的社交資源來換取優(yōu)惠的價格購物方式的分別達到22%和19.500%[6]。這些調(diào)查結(jié)果表明，運營商和商家設(shè)計的各種分享激勵機制并未達到理想的效果和有效的反饋，甚至還給用戶帶來負面的影響。

用戶的信息分享和轉(zhuǎn)發(fā)行為是近年來學(xué)界重點關(guān)注和探討的熱門話題之一。已有研究主要從信息特性、用戶情緒和系統(tǒng)特征3個視角探究用戶分享意愿和行為的影響因素，并且大多涉及新聞類信息[2]、健康類信息[7]和醫(yī)療眾籌捐款類信息[8]等情景，而對營銷類信息的轉(zhuǎn)發(fā)和分享關(guān)注相對較少。為數(shù)不多的研究目前也主要聚焦于從積極的視角揭示用戶信息分享行為的發(fā)生機制，包括社區(qū)互動性等[9]外部環(huán)境因素、經(jīng)濟利益刺激[10-11]和積極情緒預(yù)期[12]等。對于用戶分享過程中可能存在的負面情感等阻礙因素鮮有學(xué)者進行深入探究。

俗話說“談錢傷感情”，社交媒體中的營銷信息最顯著的特征在于其帶有經(jīng)濟和商務(wù)屬性，分享這類信息可能在一定程度上披露個人的經(jīng)濟水平和消費觀念等信息。最近的研究發(fā)現(xiàn)，個人社交平臺的好友復(fù)雜度越高，用戶在社交網(wǎng)站上發(fā)布商業(yè)類信息的意愿越低，且用戶認為即使自己分享了也可能被好友忽略[13]。此外，分享后受眾的反饋也是信息發(fā)送者十分關(guān)注的因素。因此，用戶在分享這類營銷信息前，需要消耗更多的認知資源權(quán)衡利弊，這使他們更加謹言慎行。

特別是，用戶在分享信息時對分享后的結(jié)果有所預(yù)期，即對分享后能獲得的價值和可能發(fā)生的損失進行權(quán)衡后再做出抉擇。根據(jù)前景理論[14]，人們對損失比對同等程度的獲得更加敏感。其中，損失主要包括對信息分享后不確定的感知、社交成本的增加、受眾的負面反饋和自我形象受到影響等，即分享可能引發(fā)用戶的受評憂慮。商家如何措辭減少用戶的這一分享憂慮、平臺如何設(shè)計更好的分享機制以提高用戶體驗等問題亟待解決。

鑒于此，本研究提出以下研究問題：①對于商家發(fā)布的求助型營銷類信息，用戶感知分享價值高時是否更可能選擇分享；②用戶在做關(guān)于營銷類信息的分享決策時是否受到受評憂慮心理的影響，其作用機制是怎樣的；③系統(tǒng)反饋特征(即反饋信息豐富程度)在用戶分享營銷類信息的過程中扮演怎樣的角色。

本研究從損失規(guī)避的視角出發(fā)，聚焦社交媒體用戶在分享營銷信息時的心理變化，通過探究感知分享價值、受評憂慮、系統(tǒng)反饋特征與營銷信息分享行為之間的交互影響機制，著重強調(diào)受眾反饋對信息分享者行為決策的重要作用。本研究旨在發(fā)現(xiàn)消費者分享決策行為規(guī)律，指導(dǎo)商家如何從用戶心理視角調(diào)整營銷策略，指導(dǎo)平臺運營商如何通過系統(tǒng)設(shè)計展示反饋信息，以降低用戶的受評憂慮等負面情感體驗，推動用戶更主動地分享和參與。

1 相關(guān)研究評述

1.1 信息分享行為

社交媒體用戶信息分享行為是一個復(fù)雜的決策過程，以往學(xué)者主要從兩個方面對這一行為進行研究。一是影響用戶分享的客體因素，即信息本身的特性和系統(tǒng)的特性[15]，如信息質(zhì)量、數(shù)量(或長度)、實用性、趣味性和互動性等因素；二是影響用戶分享的主體因素，主要包括分享者的分享動機、個性特質(zhì)和情緒等。其中，分享動機又可以分為內(nèi)在動機和外在動機[16]，如信息分享者體驗到的享樂性價值感知、感知實用性價值、互惠性[17]、時間緊迫感、信息唯一性[18]、社區(qū)歸屬感、利他性[19]和自我效能等。但這些研究主要從積極的視角對用戶信息分享行為進行探索，而對負面的影響因素挖掘不夠深入。

CHEUNG et al.[20]從正、負兩個方面研究感知收益和感知成本對用戶在社交網(wǎng)絡(luò)中的自我披露行為的影響。但該研究僅涉及隱私風(fēng)險這一負面因素，未考慮用戶的情感體驗在社交網(wǎng)絡(luò)活動中的重要作用。已有研究發(fā)現(xiàn)社交媒體用戶的使用行為受到很多負面情感和消極情緒的影響，如社交媒體倦怠和焦慮等[21-22]。針對營銷類信息，有學(xué)者發(fā)現(xiàn)信息的展現(xiàn)形式和呈現(xiàn)環(huán)境對用戶的情緒產(chǎn)生刺激，進而影響其后續(xù)的分享轉(zhuǎn)發(fā)行為[23]。本研究將在此基礎(chǔ)上針對這類信息，從與受眾交互的視角，探尋用戶分享過程中潛在的心理阻礙因素。

特別是，上述研究涉及的信息均屬于非求助型信息的范疇，而帶有求助特性的信息在分享行為發(fā)生機理上可能與之有較大區(qū)別。具體而言，求助型營銷信息和非求助型營銷信息在分享時均包含內(nèi)在和外在動機、利己和利他動機，不同之處在于：①求助型營銷信息的外在動機更強，非求助型營銷信息更多地來源于內(nèi)在動機；②求助型營銷信息的利己動機先于利他動機，且更多地表現(xiàn)在物質(zhì)層面，分享非求助型信息的利己動機主要表現(xiàn)在精神層面。表1給出對兩類信息的詳細對比。

表1 求助型和非求助型營銷信息分享Table 1 Help-seeking and Non-help-seeking Marketing Information Sharing

本研究關(guān)注具有求助特性的營銷信息的分享行為，學(xué)術(shù)界對于這方面的研究還少有涉及。楊娟[24]認為，求助是信息搜尋并實現(xiàn)信息共享的過程，消費者基于自身需求的信息共享即為求助，在品牌社區(qū)內(nèi)表現(xiàn)為向企業(yè)或其他消費者發(fā)布信息以解決自身問題的交互式行為。消費者在品牌社區(qū)內(nèi)的關(guān)系強度較弱，求助行為通過持續(xù)互動可以增加社會資本[26]。DEPAULO et al.[27]在研究線下情景中的求助行為時認為，人們在尋求幫助過程中的障礙因素包括害怕來自他人的負面反應(yīng)，而這種負面反應(yīng)包括羞辱、害怕保密被破壞、害怕被視為尋求關(guān)注等。新型社交購物模式下主要借助用戶自身的社交網(wǎng)絡(luò)進行信息的傳播互動，信息分享者與接收者之間的關(guān)系更為親密，因此求助互動過程反而可能消耗用戶的社會資本。

線上推薦系統(tǒng)中消費者幫助商家營銷的行為實質(zhì)上也是一種信息分享行為，HONG et al.[25]針對這一行為，應(yīng)用博弈論原理和動機理論探究推薦發(fā)起者與回應(yīng)者之間獎勵的公平性和社會距離如何共同影響在線推薦系統(tǒng)的表現(xiàn)，并發(fā)現(xiàn)在社會距離較小的情況下，貨幣激勵可能無法發(fā)揮作用。該研究與本研究情景相近，不同之處在于，本研究的獎勵是用戶分享最前端的激勵因素，且分享對象主要為社會距離較小的親戚和朋友等，在分享過程中雙方的利益也是捆綁在一起的?；ńㄤh等[28]研究新型網(wǎng)購拼單模式中消費者行為的影響因素，重點關(guān)注參與拼單的消費者之間的關(guān)系強度、訂單進度、拼單要求數(shù)量對消費者感知價值表現(xiàn)和拼單意愿的影響。該研究的對象是信息接收者，即消費者在看到拼單信息后的行為反應(yīng)，本研究重點關(guān)注信息分享者(即發(fā)起者)的行為發(fā)生機理。

值得注意的是，這類求助型營銷信息的分享行為與社交媒體上的其他求助行為也有所不同。越來越多的學(xué)者針對虛擬學(xué)習(xí)社區(qū)[29]、醫(yī)療眾籌[8]和助力投票[30]等情景中的求助行為進行研究，但用戶的信息分享動機大多源于利己價值，受益方也僅涉及分享者一方。而消費者分享拼單、助力和砍價等營銷信息不僅可以給自己帶來收益，施助者通過參與互動也能獲得相應(yīng)的獎勵，這種互惠情景下的求助行為需要進一步深入探究。

另外，用戶轉(zhuǎn)發(fā)和分享信息的行為本質(zhì)上是一個信息擴散的過程。根據(jù)通信理論，信息擴散過程包含一系列的要素，有信息發(fā)送者、接收者、信息本身、媒介和信息反饋，信息擴散過程見圖1[31]。早期的研究更多地將信息擴散看作單向傳播的過程，而忽略了信息接收者的反饋對發(fā)送者的重要影響?；诖耍琇IU et al.[31]提出社交網(wǎng)絡(luò)信息擴散模型，認為信息噪音的干擾和信息接收者的負面反饋在信息擴散過程中起強烈的阻礙作用；HILDEBRAND et al.[32]研究發(fā)現(xiàn)，消費者在社交網(wǎng)絡(luò)社區(qū)中負面的反饋會降低自我設(shè)計產(chǎn)品的滿意度，減少用戶的創(chuàng)造性。針對社交媒體用戶，PENG et al.[33]研究社交網(wǎng)絡(luò)重合度(即信息發(fā)布者與接收者之間共同關(guān)注和被關(guān)注好友的數(shù)量)對信息分享行為的影響。上述研究從信息擴散雙方的視角進行探討，但未涉及系統(tǒng)設(shè)計方面。

圖1 信息擴散過程Figure 1 Process of Information Dissemination

盡管大量研究都強調(diào)系統(tǒng)質(zhì)量和服務(wù)質(zhì)量在系統(tǒng)設(shè)計中的重要作用[34]，但鮮有研究涉及具體的系統(tǒng)特性研究。已有研究主要針對電商平臺的評論特征和屬性進行探討。CHEN et al.[35]對電商平臺的評論顯示特征進行研究，結(jié)果表明商家對在線客戶評論的反饋對評論者和后續(xù)瀏覽評論的用戶的行為反應(yīng)產(chǎn)生影響；HUANG et al.[36]基于社會價值取向理論，研究合作(如你發(fā)布的內(nèi)容對N位用戶有用)、個人(你發(fā)布的內(nèi)容已位于榜上前N%)、競爭(你在榜上打敗了N%的人)3種框架下反饋信息對社交媒體用戶生成內(nèi)容行為的激勵作用。就本研究涉及的社交媒體平臺中的點贊、轉(zhuǎn)發(fā)和評論等系統(tǒng)反饋屬性，ALHABASH et al.[37]的研究表明，點贊、轉(zhuǎn)發(fā)和評論的數(shù)量是典型的測量公眾卷入度的關(guān)鍵指標；黃鍇[38]針對微信平臺增加閱讀數(shù)量和點贊功能后的效果進行評估后發(fā)現(xiàn)，該指標的增加使用戶可以更加直觀地了解文章的熱度和閱讀效果，廣告主也可以進行更有效率的投放；LEVINA et al.[39]認為，在用戶生成內(nèi)容平臺中，顯示與內(nèi)容相關(guān)(如喜歡該內(nèi)容的人數(shù))或與貢獻者相關(guān)(如追隨者數(shù))的狀態(tài)標記可以傳達內(nèi)容生產(chǎn)者的影響地位信號，對內(nèi)容消費者起到引導(dǎo)作用，并有利于平臺基于此設(shè)計貢獻者的獎勵機制，以更好地激勵用戶貢獻內(nèi)容。但上述研究均從信息擴散的傳播有效性視角出發(fā)，而未從信息分享者的視角考慮該指標的設(shè)置對其分享行為的影響?；诖?，本研究將深入探討系統(tǒng)反饋特征在用戶分享營銷信息過程中的影響。

1.2 受評憂慮

WATSON et al.[40]提出負面評價恐懼概念，也稱受評憂慮，并將之定義為對他人評價的憂慮，為負面評價而苦惱，以及對他人可能給自己負面性評價的預(yù)期。后來，WEEKS et al.[41]從社會認知角度對評價恐懼理論進行完善和補充，并將其從正、負兩個維度分為正面評價恐懼和負面評價恐懼。其中，負面評價恐懼的應(yīng)用更為廣泛，主要發(fā)生在演講、考試、工作面試和聚會等社會評價情景中[42]。此情景下，個體將周圍人看作自己的觀眾，認為這些觀眾時時觀察他們的外表、言語和行為，且觀眾的本質(zhì)是喜好評論的，因而對自己的舉止進行評價，尤其擔憂他人的負面評價[43]。

“受評憂慮對個人的表現(xiàn)力有負向影響”這一結(jié)論在線下很多情景中都得到驗證，如銷售人員因受評憂慮導(dǎo)致業(yè)績下降[44]；在組織的群體決策過程中，員工的受評憂慮主要表現(xiàn)為由于擔心負向評價而使個體的發(fā)言趨于保守，從而造成信息和決策的趨同效應(yīng)[45]。而線上用戶的受評憂慮心理如何影響其在社交媒體平臺上的活動行為這一機制還尚未清楚。

事實上，當用戶表達或展示自己時，他們總是在某種程度上意識到觀眾的存在[46]。有研究發(fā)現(xiàn)，用戶在社交網(wǎng)絡(luò)中進行信息披露和交互時，會對結(jié)果進行思考和預(yù)判，以更好地呈現(xiàn)自我[20]。同時，網(wǎng)絡(luò)的即時性、便捷性和可追溯性使線上平臺發(fā)布的信息更容易引起別人的關(guān)注和評價，即社交媒體不僅是信息傳播的渠道，也是個人消費觀念、態(tài)度或經(jīng)濟地位的記錄儀，這可能加重用戶的受評憂慮，不利于用戶的信息分享。另外，由于網(wǎng)絡(luò)的虛擬性，與線下相比，社交媒體用戶面對的聽眾的人際關(guān)系強度相對較弱，這在一定程度上又可能弱化用戶的受評憂慮心理。此外，針對帶有求助特征的信息分享行為，張敏等[29]認為，在線求助過程中，被求助對象與求助人之間越陌生，由不確定性帶來的求助成本越高，也就是說分享對象關(guān)系越親近，信息分享者的感知成本反而越低。因此，對于受評憂慮在營銷信息分享過程中扮演的角色和影響機制還很難得到一個簡單的結(jié)論。

綜上所述，已有研究對用戶營銷信息分享行為機理的研究主要從正面的視角對分享動機和刺激因素進行探究，而對用戶分享過程中可能產(chǎn)生的負面情緒和情感關(guān)注較少，且涉及的信息類型也多為商家生成的內(nèi)容和消費者口碑等非求助型營銷信息，對拼單和砍價等求助型營銷信息的分享行為機理還尚未清晰。本研究將在此基礎(chǔ)上，從信息分享者和信息接收者的雙重視角，探究在用戶分享求助型營銷信息這一線上情景中，受評憂慮心理對其分享行為的影響機制以及系統(tǒng)反饋在其中扮演的角色。

2 理論基礎(chǔ)和研究假設(shè)

2.1 信息分享價值與營銷信息分享行為

根據(jù)社會交換理論，通過社交活動分享營銷信息的過程如同經(jīng)濟交換，用戶在分享決策前權(quán)衡這種社會交換帶來的利益和付出的代價，只有用戶感知到共享帶來的價值較高時，才對信息進行分享[47-48]。本研究從利己和利他兩個方面衡量用戶的感知分享價值。

感知利己價值指分享給個人帶來的價值，如報酬、形象、名譽、加強社會聯(lián)系、獲得認同感、互惠和幫助他人的快樂感等[49]，感知利他價值指信息分享者感知到的此信息對受眾的幫助程度和可能帶來的價值[19]。HE et al.[50]研究發(fā)現(xiàn)，幫助他人帶來的樂趣可以在一定程度上增加用戶持續(xù)分享的意愿。這表明利他可以轉(zhuǎn)化為用戶行動，行動體驗對用戶共享行為具有正向的促進作用[51]。

已有研究發(fā)現(xiàn)，用戶轉(zhuǎn)發(fā)營銷信息主要出于利己和利他兩個方面的動機[52]。李楓林等[53]也認為，當用戶感知在社區(qū)分享信息的個人利益和他人利益越大時，用戶分享信息的意向越強烈。特別是對于求助型營銷信息，通常需要在一定時間內(nèi)尋求好友的參與和幫助，用戶更為直接地感受分享的價值，從而做出是否分享的決策?；诖?，本研究提出假設(shè)。

H1感知分享價值正向影響營銷信息分享行為。

2.2 社交媒體用戶受評憂慮

用戶分享是進行印象管理的一種方式，網(wǎng)絡(luò)印象管理的一個顯著特征是，用戶能夠完全掌控信息的發(fā)布，從而更加有策略地進行自我呈現(xiàn)[54]。與現(xiàn)實中的自我呈現(xiàn)相比，網(wǎng)絡(luò)印象管理建立在更長遠、更系統(tǒng)的考量上。加之信息分享具有交互性，用戶在分享信息時不僅關(guān)注分享帶來的價值，同時也從受眾的視角預(yù)期分享后的結(jié)果。特別是營銷類信息帶有較強的商務(wù)屬性，用戶在分享時可能暴露個人的消費偏好和經(jīng)濟能力等隱私信息，用戶更加擔憂分享后受眾的反饋，如是否得到大家的支持、是否對自己的形象造成影響等。這些現(xiàn)象反映出用戶的受評憂慮心理可能在一定程度上阻礙其信息分享動機。

根據(jù)損失規(guī)避理論，決策者對損失的規(guī)避程度要大于對收益的偏好程度，即面對損失的痛苦感大大超過面對獲得的快樂感[55]。對于社交媒體用戶來說，信息分享帶來的感知價值是一種收益，而分享產(chǎn)生的受評憂慮感則為一種損失，用戶在決策時將對二者進行權(quán)衡。但由于對損失更為敏感，因此即使用戶感知到的利己價值和利他價值很高，也可能因為擔憂受眾對自己的負面評價而減少或放棄分享行為?；诖?，本研究提出假設(shè)。

H2受評憂慮負向調(diào)節(jié)感知分享價值與營銷信息分享行為之間的正向關(guān)系，即受評憂慮越高，感知分享價值對營銷信息分享行為的正向影響越弱。

2.3 系統(tǒng)反饋特征

社交媒體平臺作為一種享樂型信息系統(tǒng)，系統(tǒng)質(zhì)量[56]和系統(tǒng)易用性[57]等系統(tǒng)特性對用戶的使用有重要影響，特別是系統(tǒng)反饋屬性在引導(dǎo)用戶行為中起到不可忽視的作用。在營銷信息分享過程中，盡管信息接收者的反饋發(fā)生在分享行為之后，但用戶在分享前對受眾的反應(yīng)進行預(yù)判，因而是用戶分享與否的重要決策因素。目前，反饋信息主要通過點贊量、轉(zhuǎn)發(fā)量、閱讀量、評論信息甚至包含更為詳細的時間和用戶ID等信息的形式展示給信息發(fā)送者，不同的平臺系統(tǒng)展示的信息類型和數(shù)量不盡相同。

劉瑋等[58]認為，用戶轉(zhuǎn)發(fā)率和交互頻率等行為特征對用戶轉(zhuǎn)發(fā)行為產(chǎn)生顯著影響；HUANG et al.[36]也發(fā)現(xiàn)，社交媒體平臺上，系統(tǒng)顯示的反饋信息能有效地將內(nèi)容接收者的反應(yīng)傳達給內(nèi)容分享者，進而對用戶的分享行為產(chǎn)生激勵作用。需要注意的是，不同用戶對好友分享信息的關(guān)注程度表現(xiàn)形式不同，如通過點贊、轉(zhuǎn)發(fā)、多次閱讀和評論文字等表達對分享者的支持，因此需要綜合的指標測量和體現(xiàn)受眾的反饋。已有研究表明，有效的反饋可以減少消費者由信息不確定產(chǎn)生的負面情緒[32]。

在用戶分享求助型營銷信息時，雖然渴望信息接收者對自己直接實施有效的助力，但若能知道分享的信息得到了多少人的認可或間接有效幫助他人降低了獲取優(yōu)惠信息的成本等，信息分享者的受評憂慮可能就不再起到間接的阻礙作用。具體而言，在系統(tǒng)顯示屬性較多的情況下，分享者即使知道可能面臨較少人直接回應(yīng)的尷尬局面，但其可以通過系統(tǒng)展示的反饋信息，得知他人對自己分享的信息總體反應(yīng)如何。特別是，當用戶感知到該信息的分享價值較高時，即使還是為分享后他人可能的負面評價而擔憂，但同時也可能得到更多用戶的點贊和轉(zhuǎn)發(fā)等正面反饋，從而選擇將有價值的信息分享給更多人。但若系統(tǒng)能顯示的反饋信息較少甚至不提供他人的點贊和瀏覽等反饋信息時，用戶只能通過直接實施幫助的人數(shù)判斷該信息分享后受眾的反應(yīng)，此時受評憂慮的阻礙作用明顯增強。

由此可以推測，用戶的受評憂慮心理在用戶分享過程中是否起明顯的阻礙作用，還取決于系統(tǒng)顯示的反饋信息。系統(tǒng)提供的反饋屬性越多，即反饋信息越豐富，越可能在一定程度上減少受評憂慮在信息分享過程中的阻礙作用，增加用戶的分享意愿。基于此，本研究提出假設(shè)。

H3系統(tǒng)反饋豐富性負向調(diào)節(jié)受評憂慮對感知分享價值與營銷信息分享行為關(guān)系的負向調(diào)節(jié)作用，即系統(tǒng)反饋信息越豐富，受評憂慮對感知分享價值與營銷信息分享行為的正向關(guān)系影響越小。

綜上，本研究模型見圖2。

圖2 研究模型Figure 2 Research Model

3 研究方法

本研究采用線上與線下相結(jié)合的方法進行研究，線上采用問卷調(diào)查方法進行第1輪和第2輪數(shù)據(jù)收集，線下采用實驗室實驗進行第3輪數(shù)據(jù)收集，這種多元方法的結(jié)合可在更大程度上保證數(shù)據(jù)和模型的外部有效性和內(nèi)部有效性。

3次數(shù)據(jù)收集依次為遞進關(guān)系：第1輪數(shù)據(jù)收集采用線上情景問卷的形式，對營銷信息進行情景操控，以控制產(chǎn)品類型、價格和信息呈現(xiàn)方式等因素對用戶信息分享行為的影響；同時對量表進行測量和篩選，以提高問卷的有效性；采用層次回歸分析初步探索用戶感知分享價值對其信息分享行為的影響以及受評憂慮心理對這一關(guān)系的調(diào)節(jié)作用，即檢驗H1和H2。第2輪數(shù)據(jù)收集在第1輪數(shù)據(jù)收集的基礎(chǔ)上，對問卷中的信息情景進行調(diào)整和控制；在數(shù)據(jù)分析部分采用分組回歸的方法，進一步探究和分析用戶受評憂慮心理對感知分享價值與信息分享行為之間正相關(guān)關(guān)系的調(diào)節(jié)作用機制，即檢驗H2。第3輪實驗數(shù)據(jù)收集在前兩輪數(shù)據(jù)收集和分析的基礎(chǔ)上對受評憂慮和系統(tǒng)反饋特征進行操控，進一步揭示系統(tǒng)反饋特征在用戶信息分享過程中的作用機制，即檢驗H3。

3.1 第 1輪數(shù)據(jù)

第1輪數(shù)據(jù)收集時間為2019年4月13日至22日。

3.1.1情景問卷設(shè)計

目前，用戶主要通過移動端獲取營銷信息和購買商品，信息分享的主要途徑為微信平臺?；诖耍締柧碓O(shè)計3個不同類型的基于真實社交購物環(huán)境的營銷信息，且請被試在手機端完成所有問卷任務(wù)。自變量采用量表測量，因變量為用戶實際的選擇行為，即分享或不分享。具體形式如下：

情景1為拼單類信息，本研究將日常生活中熟知且購買頻率較高的某品牌抽紙巾作為刺激物。購買方式分為兩種，以19.90元人民幣(以下貨幣單位均為人民幣)的價格直接購買(無需分享)或以15.90元的優(yōu)惠價與7位好友拼團購買(需要將此信息分享給好友，在24小時內(nèi)湊齊8人一起以優(yōu)惠價購買)。情景2為集贊類信息，此條信息展示了麥當勞4款漢堡套餐，轉(zhuǎn)發(fā)分享此信息到朋友圈并集齊79個贊即可免費享用任意一款套餐(4選1)。情景3為拼券類信息，某知名購物平臺向你推薦了一張全場滿50減25的無門檻優(yōu)惠券，將此信息分享給好友并成功邀請18位好友一起點擊領(lǐng)取(無需消費)即可獲得。

3.1.2情景問卷流程

本問卷分為3個部分。第1部分為用戶日常信息分享情況調(diào)查，包括不同營銷信息在微信平臺中被分享的數(shù)量、用戶分享頻率和分享方式(一對一、群、朋友圈)等。

第2部分為情景問卷測量，請被試依次閱讀上述3類營銷信息并分別做出是否分享的決定。為避免順序效應(yīng)，情景信息出現(xiàn)的次序是隨機的。隨后，請被試從3個情景信息中選擇1個，再次仔細閱讀后完成當前情景下感知分享價值和受評憂慮的測量量表。

為提高問卷的有效性，從國內(nèi)外相關(guān)研究已使用過的問項中提煉出測量本研究潛變量的題項，再結(jié)合本研究情景，由3位信息系統(tǒng)領(lǐng)域的專家共同對測量題項進行修改和完善，并由5位研究生進行多輪英漢互譯，調(diào)整題項的語言表達。表2給出各變量最終的測量題項、參考來源和探索性因子分析結(jié)果，因子抽取方法為主成分分析法，以特征根大于或等于1為因子抽取原則，并采用最大方差法進行旋轉(zhuǎn)，所有低于0.500的因子載荷均未列入表中。對測量潛變量的題項均采用Likert 5點評分法，1為完全不符合或非常不同意，2為不符合或不同意，3為不確定，4為符合或同意，5為完全符合或非常同意。

第3部分為人口統(tǒng)計信息，包括性別、年齡、教育程度和微信好友數(shù)量等。

3.1.3數(shù)據(jù)分析

本研究采用Spss 22.0和Amos 24.0對問卷數(shù)據(jù)進行分析。為保證樣本來源的多樣性，該問卷鏈接主要通過微信平臺傳播和擴散，以滾雪球的方式進行數(shù)據(jù)收集。共回收257份問卷，剔除未完成問卷任務(wù)的41份問卷，得到216份有效問卷。樣本基本情況見表3。

表2 測量題項和探索性因子分析結(jié)果Table 2 Measurement Items and Exploratory Factor Analysis Results

表3 受訪者描述性統(tǒng)計結(jié)果Table 3 Results for Descriptive Statistics of the Respondents

利用Spss 22.0對問卷中第1部分用戶日常信息分享情況數(shù)據(jù)進行描述性統(tǒng)計分析，結(jié)果見表4。同時，對第2部分量表數(shù)據(jù)進行探索性因子分析、信度和效度檢驗以及假設(shè)檢驗。

(1)本研究首先使用Harman單因素檢驗對共同方法偏差進行檢驗。因子分析結(jié)果表明，第1個因子占所有解釋變量總量的比例為30.477%，小于40%，說明各個變量之間并不存在非常嚴重的共同方法偏差。接下來，考察KMO和Bartlett球形檢驗兩項指標。經(jīng)Spss檢驗，KMO值為0.887，大于0.800，因子顯著性概率小于0.001，結(jié)果表明樣本數(shù)據(jù)適合做因子分析。對數(shù)據(jù)進行探索性因子分析，除EA2外，所有因子載荷均大于0.500，且未發(fā)現(xiàn)在多個因子上載荷大于0.500以及理論上不屬于任何維度的題項，最終萃取兩個因子，因子旋轉(zhuǎn)后的累計解釋方差為66.371%。檢驗結(jié)果見表5。

(2)對問卷的信度進行分析，通過Cronbach′sα、組合信度(CR)和平均提取方差值(AVE)3個指標檢驗問卷結(jié)果的一致性、穩(wěn)定性和可靠性[62]。信度檢驗結(jié)果見表5，兩個變量的Cronbach′sα值分別為0.926和0.913，均滿足大于0.700的基本要求，CR值均在0.600以上，AVE值均大于0.500。因此，量表數(shù)據(jù)可靠性較高。

通過收斂效度和區(qū)分效度檢驗測量結(jié)果與要考察內(nèi)容的吻合程度。采用標準化因子載荷量、CR值和AVE值3個指標判斷其收斂效度。由表5可知，所有測量指標的標準化因子載荷值都在0.500以上且達到顯著水平[63]。區(qū)分效度需比較潛變量AVE值的平方根與不同潛變量間的相關(guān)系數(shù)，前者應(yīng)大于后者[64]。表6給出區(qū)分效度檢驗結(jié)果，兩個潛變量均滿足這一要求?？傮w來看，問卷效度較高。

(3)以感知分享價值為自變量、受評憂慮為調(diào)節(jié)變量，對因變量用戶營銷信息分享行為進行二元邏輯回歸分析，且在回歸分析前對感知分享價值和受評憂慮進行中心化處理；對于用戶營銷信息分享行為，分享信息取值為1，不分享信息取值為0?？紤]到本研究涉及3種不同類型的營銷信息刺激，因而將情景這一分類變量以虛擬變量的形式與性別、年齡、教育水平和微信好友數(shù)量一起作為控制變量，采用層次回歸分析方法，即先將控制變量放入回歸方程，然后加入自變量，再加入調(diào)節(jié)變量，最后將自變量與調(diào)節(jié)變量的交互項放入回歸方程。表7給出層次回歸分析結(jié)果。

表4 用戶日常信息分享描述性統(tǒng)計結(jié)果Table 4 Results for Descriptive Statistics of User Daily Information Sharing

表5 信度和效度檢驗結(jié)果Table 5 Reliability and Validity Test Results

表6 區(qū)分效度檢驗結(jié)果Table 6 Discriminant Validity Test Results

模型1的回歸結(jié)果表明，與情景3相比，情景1對營銷信息分享行為的影響無顯著差異，情景2對營銷信息分享行為的影響存在顯著差異。模型2的回歸結(jié)果表明，感知分享價值與營銷信息分享行為顯著正相關(guān)，p<0.001，營銷信息分享行為的解釋水平調(diào)整的R2由模型1的0.096提高到0.282，增加了0.186，H1得到驗證。模型3的回歸結(jié)果表明，不考慮受評憂慮的調(diào)節(jié)作用時，受評憂慮與營銷信息分享行為顯著負相關(guān)，p<0.001。 模型4的回歸結(jié)果表明，在控制了不同信息類型(情景)刺激的情況下，感知分享價值與受評憂慮的交互項與營銷信息分享行為顯著負相關(guān)，p<0.050；同時受評憂慮對營銷信息分享行為的直接影響不再顯著；調(diào)整的R2由模型3的0.377提高到0.415，增加了0.038。以上結(jié)果表明受評憂慮對感知分享價值與營銷信息分享行為的正相關(guān)關(guān)系有顯著的負向調(diào)節(jié)作用，H2得到驗證。

3.1.4討論

通過分析發(fā)現(xiàn)，營銷信息在社交媒體中傳播的數(shù)量較多，由表4可知，M總體數(shù)量=3.680，大于3，表明近年來社交+電商模式得到用戶的廣泛支持。但本研究通過真實情景再現(xiàn)發(fā)現(xiàn)，用戶對這類信息的分享意愿并不高。3類情景的分享比例分別為：情景1(拼單類)為14.737%，情景2(集贊類)為36.207%，情景3(拼券類)為14.286%，平均分享率僅為21.743%，由于此情景問卷任務(wù)最終并未要求用戶真實地分享到自己的社交網(wǎng)絡(luò)中，因而現(xiàn)實情況下總體樣本的信息分享比例可能更低。

此外，用戶對3類信息的感知分享價值均值較低，MSV=2.841，小于3；且數(shù)據(jù)分析結(jié)果表明用戶感知分享價值越低，越不愿意分享。由于本研究采用的信息材料均依照真實的營銷信息設(shè)計，因而從側(cè)面說明目前商家設(shè)置的優(yōu)惠條件對消費者未起到良好的刺激效果。同時，被試在做出分享信息的決策時總體受評憂慮水平較高，MEA=3.303，大于3，表明用戶在社交媒體上分享信息時十分注重自我形象的管理和受眾的反應(yīng)。假設(shè)檢驗結(jié)果進一步說明受評憂慮心理對用戶的分享決策產(chǎn)生阻礙作用，但該情景問卷未揭示受評憂慮的具體調(diào)節(jié)作用機制。為彌補這一不足，本研究對第2輪收集到的數(shù)據(jù)進行檢驗。

3.2 第 2輪數(shù)據(jù)

與3.1相似，同樣采用線上問卷的方式收集第2輪數(shù)據(jù)。與3.1不同之處在于數(shù)據(jù)處理部分，先進行與3.1相同的層次回歸分析，然后將感知分享價值和受評憂慮以量表中間值3為分割點，劃分為感知分享價值低和高與受評憂慮低和高的2×2組，感知分享價值和受評憂慮均低組為33人，感知分享價值低和受評憂慮高組為35人，感知分享價值高和受評憂慮低組為28人，感知分享價值和受評憂慮均高組為30人，以進一步探究和分析用戶受評憂慮心理對感知分享價值與營銷信息分享行為正相關(guān)關(guān)系的調(diào)節(jié)作用機制。本次數(shù)據(jù)收集時間為2019年5月7日至12日。

表7 層次回歸分析結(jié)果(二元邏輯回歸)Table 7 Results for Hierarchical Regression Analysis(Binary Logistic Regression)

3.2.1情景問卷設(shè)計和流程

由于情景2(集贊類信息)只能分享至朋友圈進行集贊，且由3.1的回歸結(jié)果可知，該情景與另外兩個情景相比，對營銷信息分享行為的影響存在顯著差異，因而將其剔除。同時，將填寫量表前的情景選擇由被試任意選擇其一改為系統(tǒng)隨機分配給每個被試一個情景信息，以減少主觀的情景選擇對結(jié)果的影響，增強樣本數(shù)據(jù)的總體代表性。

3.2.2數(shù)據(jù)分析

本輪收集到141份問卷，其中有效問卷126份。

(1)以感知分享價值為自變量、受評憂慮為調(diào)節(jié)變量，對因變量營銷信息分享行為進行二元邏輯回歸分析；對于營銷信息分享行為，分享信息取值為1，不分享信息取值為0。分析結(jié)果與3.1的結(jié)果一致，即在控制了其他因素不變的情況下，感知分享價值與營銷信息分享行為顯著正相關(guān)，βSV=1.998，p<0.001；受評憂慮對感知分享價值與營銷信息分享行為的正相關(guān)關(guān)系有顯著的負向調(diào)節(jié)作用，βSV·EV=-1.220，p<0.050。H1和H2均得到驗證。

為了更好地揭示和分析受評憂慮的調(diào)節(jié)作用，本研究以營銷信息分享行為作為因變量、感知分享價值和受評憂慮作為自變量，進行二元邏輯回歸。對于營銷信息分享行為，分享信息取值為1，不分享信息取值為0；對于感知分享價值，低感知分享價值取值為0，高感知分享價值取值為1；對于受評憂慮，低受評憂慮取值為0，高受評憂慮取值為1?；貧w結(jié)果表明，感知分享價值與營銷信息分享行為顯著正相關(guān)，βSV=3.353，p<0.001；二者交互項與營銷信息分享行為顯著負相關(guān)，βSV·EV=-3.497,p<0.050。

(2)對被試的營銷信息分享行為的選擇進行卡方分析，結(jié)果表明，感知分享價值低的被試其分享比例為2.941%，感知分享價值高的被試其分享比例為32.759%，相對于感知分享價值低的被試，感知分享價值高的被試更可能分享信息，χ2=20.037,p<0.001，H1得到驗證。對不同受評憂慮水平下感知分享價值與營銷信息分享行為的選擇進行卡方檢驗，結(jié)果表明，在受評憂慮低和高兩種情況下，感知分享價值與營銷信息分享行為均顯著正相關(guān)。EV=0時，βSV=0.467，p低<0.001；EV=1時，βSV=0.344，p高<0.010。但在受評憂慮高的情況下，其Pearson檢驗的χ2值由13.311降至7.712，相關(guān)系數(shù)由0.467降至0.344，感知分享價值高的被試選擇營銷信息分享行為的比例也由46.429%降至20%，4組被試營銷信息分享行為的決策結(jié)果見表8和圖3。結(jié)果表明，即使用戶感知到分享價值較高也不一定選擇分享，H2得到驗證。

表8 營銷信息分享決策結(jié)果Table 8 Results for Marketing Information Sharing Decision

圖3 4組被試營銷信息分享結(jié)果Figure 3 Marketing Information Sharing Results of Four Groups

3.2.3討論

對第2輪數(shù)據(jù)的檢驗結(jié)果表明，H1和H2再次得到驗證。通過將被試分成4組，進一步探究受評憂慮的負向調(diào)節(jié)作用機制，即用戶受評憂慮水平由低轉(zhuǎn)向高時，感知分享價值對營銷信息分享行為的正向影響作用顯著減弱。

本研究對情景問卷中選擇不分享信息的被試進行開放性問答調(diào)查，以了解用戶不分享信息的真正原因，通過文本分析發(fā)現(xiàn)，主要原因有怕打擾和麻煩別人、社交圈復(fù)雜分享壓力大、擔心給他人留下不好的印象、害怕得不到大家的回應(yīng)和支持等。進一步說明分享信息帶來的受評憂慮等負面心理是阻礙其分享信息的重要因素，從而造成即使用戶感知分享價值較高時也選擇不分享的局面。

在此基礎(chǔ)上，本研究繼續(xù)探討系統(tǒng)反饋特征對受評憂慮調(diào)節(jié)作用的影響。

3.3 第 3輪數(shù)據(jù)

第3輪數(shù)據(jù)收集采用線下實驗室實驗的方式進行，進一步探索系統(tǒng)反饋特征(Fee)在用戶信息分享過程中的作用機制，即檢驗H3是否成立。本次數(shù)據(jù)收集時間為2019年5月20日至29日。

3.3.1實驗設(shè)計

BORDIA et al.[47]在研究受評憂慮對員工知識分享行為的影響關(guān)系時，通過一對一談話(受評憂慮低)和一對多討論(受評憂慮高)兩種方式將被試分為兩組?；诖?，本研究采用感知分享價值低和高×受評憂慮低和高×系統(tǒng)反饋特征低和高的2×2×2實驗設(shè)計，感知分享價值以量表測量結(jié)果的均值為分割點進行分組；受評憂慮低是指一對一分享給好友，受評憂慮高是指分享到朋友圈(不可設(shè)置分組可見)；系統(tǒng)反饋特征低(少)是指點贊量+評論信息，系統(tǒng)反饋特征高(多)是指點贊量+評論信息+瀏覽量+轉(zhuǎn)發(fā)量。

在正式實驗開始前，招募52名大學(xué)生志愿者對受評憂慮變量的操控效果進行預(yù)實驗。請被試回答“當您在微信等社交平臺分享營銷信息時，您擔憂分享后別人對您的看法嗎？”，在一對一分享和朋友圈分享兩種方式中，根據(jù)您的擔憂(在意)程度分別進行打分，0為完全不擔憂，100為完全擔憂。前測結(jié)果表明，對于兩種分享方式，用戶的受評憂慮水平有顯著差異，M一對一=32.385，M朋友圈=66.038，F(xiàn)=34.413，p<0.001。

為保證數(shù)據(jù)的有效性，減少其他因素的干擾，本次實驗僅保留情景1拼單類信息作為閱讀材料。系統(tǒng)反饋信息的顯示方式均基于微信平臺真實顯示特征設(shè)計，且在實驗中以可視化形式展示給被試，所有實驗任務(wù)均在手機端完成。

與前兩個情景問卷不同的是，實驗將因變量由營銷信息分享行為改為信息分享意愿；同時，采用Likert 7點評分法測量所有潛變量涉及的題項，1為完全不符合或非常不同意，7為完全符合或非常同意。

此外，由前兩輪情景問卷時用戶對情景1信息材料的感知分享價值可知，該信息的分享價值較低。通過對被試進行后續(xù)訪談發(fā)現(xiàn)，這可能是由拼單人數(shù)過多、價格優(yōu)惠力度小造成的。因此，本實驗將拼單人數(shù)由8人改為6人，價格由15.90元改為13.90元，以減少拼團人數(shù)和價格對實驗結(jié)果的干擾。

在實驗最后針對系統(tǒng)反饋特征設(shè)計了一系列開放性問題，包括用戶日常分享信息后對好友反饋的關(guān)心程度、希望系統(tǒng)展示反饋信息的豐富程度和具體信息類型等。

3.3.2實驗流程

本次實驗在中國某所大學(xué)招募志愿者，在被試完成實驗后給予一定的物質(zhì)回報。共招募301位志愿者，剔除未按照實驗說明完成實驗的14名被試后，有效樣本數(shù)為287人。

實驗開始前對被試依次編號，用字母(A或B)+數(shù)字。首先，請被試仔細閱讀情景1信息材料，并填寫感知分享價值量表。其次，告知被試該信息以“一對一分享”(A組)或“分享到朋友圈”(B組)方式進行信息分享，若您選擇分享，在您分享后將看到以下顯示頁面和反饋信息：奇數(shù)組只顯示點贊和評論信息，偶數(shù)組顯示點贊、評論、瀏覽量和轉(zhuǎn)發(fā)量信息。再次，被試對系統(tǒng)顯示的反饋信息是否豐富進行打分，0為一點也不豐富，100為非常豐富，填寫受評憂慮和信息分享意愿量表并做出是否分享的決定。最后，回答關(guān)于系統(tǒng)反饋特性的相關(guān)問題，如用戶對系統(tǒng)反饋信息的關(guān)心程度及對反饋屬性的認識和期望等，并填寫人口統(tǒng)計信息。

3.3.3數(shù)據(jù)分析

(1)對操控有效性進行檢驗。結(jié)果表明，兩組被試在受評憂慮水平上并沒有顯著差別，M一對一=4.932，M朋友圈=5.049，F(xiàn)=0.837，p>0.050。這與前測結(jié)果并不一致，因此本實驗將“一對一”和“朋友圈”兩種分享方式作為控制變量進行數(shù)據(jù)分析。對于系統(tǒng)反饋特征的操控結(jié)果表明，兩組被試認為的反饋信息展示的豐富度有顯著差異，M反饋少=52.743，M反饋多=66.170，F(xiàn)=24.057，p<0.001，因此操控成功。

(2)以信息分享意愿為因變量，以中心化后的感知分享價值和受評憂慮以及系統(tǒng)反饋特征為自變量，進行多元回歸分析。對于系統(tǒng)反饋特征，反饋少取值為0，反饋多取值為1?；貧w結(jié)果表明，感知分享價值與信息分享意愿顯著正相關(guān)，βSV=0.727，t=10.038，p<0.001，95%的置信區(qū)間為[0.585,0.870]，不包含0，H1得到驗證；受評憂慮與感知分享價值的交互項系數(shù)顯著為負，βSV·EA=-0.230，t=-3.513，p<0.010，95%的置信區(qū)間為[-0.359,-0.101]，不包含0，H2得到驗證；系統(tǒng)反饋特征、感知分享價值和受評憂慮三者的交互項系數(shù)顯著為正，βSV·EA·Fee=0.346，t=2.629，p<0.010，95%的置信區(qū)間為[-0.087,-0.604]，不包含0，H3得到驗證。

為了進一步分析交互效應(yīng)，本研究將感知分享價值和受評憂慮以各自均值為分割點，分別劃分為高和低兩組，二階調(diào)節(jié)效應(yīng)分析結(jié)果見圖4。當只考慮受評憂慮對感知分享價值與信息分享意愿之間關(guān)系的影響時，由圖4可知，受評憂慮低時，用戶的感知分享價值越高，其信息分享意愿越高，MSV低=2.522，MSV高=4.123，F(xiàn)=41.800，p<0.001。受評憂慮高時，感知分享價值與信息分享意愿之間仍顯著正相關(guān)，MSV低=2.373，MSV高=3.261，F(xiàn)=15.406，p<0.001；但此時二者相關(guān)關(guān)系有明顯的減弱趨勢，即受評憂慮水平由低轉(zhuǎn)向高時，用戶信息分享意愿顯著下降，F(xiàn)=12.812，p<0.001。

圖4 二階調(diào)節(jié)效應(yīng)結(jié)果Figure 4 Results for the Two-way Moderation Effect

特別地，回歸結(jié)果表明，在反饋信息屬性少(Fee=0)、受評憂慮水平高于均值1個標準差時，感知分享價值對信息分享意愿沒有顯著影響，βSV=-0.156，t=1.138，p>0.050，95%的置信區(qū)間為[-0.114,0.426]，包含0。

對于感知分享價值×受評憂慮×系統(tǒng)反饋特征交互效應(yīng)對信息分享意愿的顯著性影響關(guān)系，分別從不同反饋特征下的感知分享價值×受評憂慮的交互效應(yīng)進行深入分析，結(jié)果見圖5。由圖5可知，在系統(tǒng)反饋屬性較少時(Fee=0)，受評憂慮對感知分享價值與信息分享意愿之間的正相關(guān)關(guān)系有顯著的負向調(diào)節(jié)作用，βSV·EA=-0.407，t=-4.452，p<0.001，95%的置信區(qū)間為[-0.587,-0.227]，不包含0；在系統(tǒng)反饋屬性較多時(Fee=1)，受評憂慮的調(diào)節(jié)作用不再顯著，βSV·EA=-0.062，t=-0.657，p>0.050，95%的置信區(qū)間為[-0.247,0.123]，包含0。

(a)反饋屬性少

(b)反饋屬性多

3.3.4討論

本次實驗將前兩輪情景問卷中的因變量營銷信息分享行為改為信息分享意愿，數(shù)據(jù)分析結(jié)果更為細致和直觀，H1、H2和H3均得到驗證。特別是三階調(diào)節(jié)效應(yīng)檢驗結(jié)果表明，受評憂慮對感知分享價值與營銷信息分享行為之間正向關(guān)系的負向調(diào)節(jié)作用只發(fā)生在系統(tǒng)反饋信息較少的情況下。通過對實驗最后一部分中關(guān)于用戶對系統(tǒng)反饋信息的關(guān)心程度(0為完全不關(guān)心、100為特別關(guān)心)的結(jié)果進行分析發(fā)現(xiàn)，受評憂慮越高的人，越關(guān)注分享后受眾的反饋，MEA低=57.392，MEA高=69.738，F(xiàn)=16.931，p<0.001。因此，當反饋信息增多時，可以減少用戶對信息不確定性的感知，從而有效降低受評憂慮心理在分享過程中的阻礙作用。

在實驗最后，本研究通過“您在日常分享這類營銷信息過程中，希望系統(tǒng)能顯示哪些反饋信息(可多選)”這一問題調(diào)查用戶對系統(tǒng)反饋屬性的具體認識。結(jié)果表明，超過82.200%的被試希望系統(tǒng)可以盡可能多地展示受眾的反饋信息，具體屬性包括閱讀量(51.568%)、具體是哪位好友閱讀了該信息(48.084%)、轉(zhuǎn)發(fā)量(47.735%)、具體是哪位好友轉(zhuǎn)發(fā)了該信息(47.038%)、具體是哪位好友點贊了該信息(39.024%)、點贊量(34.495%)。由此可知，反饋屬性的設(shè)置是用戶分享營銷信息過程中十分關(guān)注的系統(tǒng)特性。

特別的，目前微信平臺在朋友圈分享方式下僅僅展示點贊這一反饋屬性，但調(diào)查顯示用戶對于這一屬性的需求相對較低，且與此相比，用戶更關(guān)注閱讀量和轉(zhuǎn)發(fā)量等反饋信息。因此，目前系統(tǒng)設(shè)置的反饋屬性未能綜合反映出受眾對分享者轉(zhuǎn)發(fā)信息的反應(yīng)，從而可能因未能滿足分享者的需求而間接影響其分享意愿。

4 結(jié)論

本研究通過線上問卷調(diào)查與線下實驗相結(jié)合的研究方法，從用戶、情感、系統(tǒng)相融合的視角，探討感知分享價值、受評憂慮、系統(tǒng)反饋特征對營銷信息分享行為的影響。研究結(jié)果表明，用戶從利己和利他兩方面對營銷信息的分享價值感知是影響營銷信息分享行為的主要因素；在分享決策中，因為擔心信息接收者對自己的負面評價而產(chǎn)生受評憂慮的負面情感，從而減弱感知分享價值的主導(dǎo)作用，即用戶受評憂慮高時，即使感知到的分享價值較高，也可能選擇不分享；系統(tǒng)展示的反饋屬性越少，用戶選擇不分享的可能性越高。

4.1 研究貢獻

(1)在理論方面，在營銷信息類型方面，已有研究主要探討影響用戶分享口碑信息和商家生成內(nèi)容等非求助型的營銷信息的前置因素[10-11,23]，本研究挖掘到已有研究中較少提及的新社交購物模式下求助型信息分享情景，通過對比兩種信息類型在分享動機等方面的異同點，在已有關(guān)于求助行為[24]和推薦營銷[25]等方面研究的基礎(chǔ)上，深入探討用戶求助型營銷信息分享行為的發(fā)生機理。

本研究彌補了已有關(guān)于營銷信息分享行為的大多數(shù)研究中只關(guān)注正面刺激因素的空白，找到了感知價值對營銷信息分享行為的邊界作用條件為受評憂慮，并對受評憂慮理論進行補充和完善，將其適用范圍從演講、面試和實體組織等線下情景[42,45]擴展至線上社交媒體這類虛擬組織。BORDIA et al.[47]的研究發(fā)現(xiàn)，在線下實體組織環(huán)境中，員工的受評憂慮水平越高，越不愿意與他人分享知識。本研究發(fā)現(xiàn)，在線上網(wǎng)絡(luò)環(huán)境中，用戶在感知到分享該營銷信息可以給自己和他人都帶來較高價值的情況下，仍然因擔憂他人的負面評價而放棄分享。與線下面對面的情景不同，線上情景具有反饋延遲性和記錄性，因此造成這一結(jié)果的原因在一定程度上是分享者對于受眾反饋的不確定性或反饋模糊性感知。

本研究還從系統(tǒng)設(shè)計的角度重點考察系統(tǒng)反饋屬性這一具體特征在用戶分享營銷信息過程中的作用機制，在一定程度上豐富了信息系統(tǒng)用戶使用行為相關(guān)理論。已有研究已經(jīng)揭示了系統(tǒng)質(zhì)量[56]和系統(tǒng)易用性[57]等系統(tǒng)因素對IS用戶使用行為的影響，本研究聚焦于用戶發(fā)布信息后系統(tǒng)的反饋屬性特征，發(fā)現(xiàn)通過適當增加系統(tǒng)的反饋屬性，可在一定程度上減少用戶受評憂慮心理在用戶信息分享過程中的阻礙作用。

(2)在實踐方面，本研究揭示了感知分享價值是影響其營銷信息分享行為的重要因素，但問卷和實驗中基于真實購物信息設(shè)計的情景，用戶分享比例并不高，因而商家在設(shè)計這類營銷機制時應(yīng)更加注重分享能給消費者(包括分享者和信息接收者)帶來的利益，增加用戶的感知價值，這對設(shè)計有價值的營銷活動具有指導(dǎo)意義。例如，商家可以加大雙方參與后的獎勵力度，降低雙方在風(fēng)險方面的捆綁效應(yīng)，降低營銷活動任務(wù)難度等。

受評憂慮在分享過程中起阻礙作用這一結(jié)果表明，雖然消費者更希望通過優(yōu)惠的價格購買商品，但分享帶來的受評憂慮這一社交成本過高使消費者放棄對這一利益的追求。因此，商家應(yīng)意識到分享式購物模式給消費者帶來的社交成本，特別是一味只通過經(jīng)濟利益刺激甚至強制用戶分享購買，看似降低了攬客成本，但很可能給用戶造成負面的情感體驗，最終適得其反。例如，商家可以通過匿名分享、降低營銷活動的任務(wù)難度、增加分享渠道、提升分享樂趣等引導(dǎo)方式降低用戶分享過程中的社交壓力。

本研究揭示的系統(tǒng)反饋特性對其分享行為的影響關(guān)系表明，系統(tǒng)顯示的反饋信息屬性越多，用戶受評憂慮心理在分享過程中的阻礙作用越小，從而使用戶更主動地分享。對社交媒體平臺來說，可以通過優(yōu)化系統(tǒng)設(shè)計頁面，增加反饋信息屬性，如瀏覽量、點贊量和轉(zhuǎn)發(fā)量等，向信息發(fā)送者展示更多的反饋信息，以減少其內(nèi)心對于受眾反應(yīng)的不確定性，提高分享意愿。

4.2 研究不足和展望

(1)本研究設(shè)計的情景問卷和實驗任務(wù)均以真實情景再現(xiàn)的方式讓被試選擇是否分享，但并未要求被試將營銷信息分享至自己真實的社交圈，因而對于其心理變量受評憂慮的測量可能與現(xiàn)實情況存在偏差，后續(xù)研究可通過真實的系統(tǒng)設(shè)計減少外部因素的干擾。

(2)實驗室實驗通過不同的分享方式試圖對被試的受評憂慮水平進行操控，但操控結(jié)果并未達到預(yù)期，這與現(xiàn)實情景中個體的受評憂慮水平與受眾數(shù)量有相關(guān)影響的結(jié)論并不吻合。這可能與信息材料和實驗?zāi)M環(huán)境等因素有關(guān)，也可能是用戶在線上分享信息時的受評憂慮水平與線下面對面情景確實存在差異。對于這一猜測需要在后續(xù)研究中繼續(xù)深入挖掘和檢驗，同時也可探究不同分享方式(如一對一、群分享、朋友圈分享)下用戶的分享心理和行為變化過程。

(3)本研究問卷和實驗情景僅選擇微信平臺，對于不同社交平臺上用戶的營銷信息分享行為可能因為好友關(guān)系強弱等因素存在差異。

(4)本研究樣本主要為大學(xué)生群體，但拼多多等社交化電商平臺上中老年用戶是其重要的組成部分，同時也是這一新型購物模式的主力軍之一。由于不同年齡層次人群其認知水平、社交經(jīng)驗和經(jīng)濟水平等方面存在差異，因而營銷信息分享行為的發(fā)生機制也可能不盡相同。未來可針對不同年齡層次的消費者進行深入研究，以更全面的視角揭示和預(yù)測不同用戶群體對于營銷信息的分享心理和行為變化規(guī)律。