□袁胜军 宋 亮,2 苏晓蕾

（1.桂林电子科技大学商学院,桂林 541000；2.宿州学院经济管理学院,宿州 234000）

随着网络媒体的发展，特别是Web2.0技术的出现，网络口碑以及在线评论等传播方式为消费者传播产品知识和消费经验提供了无与伦比的平台。网络提供了各种平台供消费者传播网络口碑，包括博客、Email、网络评论、讨论区留言板、MSN、QQ、飞信等同步和异步的沟通方式。

现在，有很多的市场营销学者包括国内的学者对网络口碑的研究已经取得了丰硕的研究成果，例如网络口碑对产品销售和企业市场策略的影响，网络口碑对消费者购买决策的影响，网络口碑对销售预测的价值，以及对网络口碑信息内在质量的评价等等。大量研究表明网络口碑的作用越来越重要，但是关于是什么激发了消费者在网络上对产品进行评论，以及张贴消费经验，哪些因素会影响消费者网络口碑传播，关于这方面的探索还很少，特别是在中国，基本上还没有相关的研究。现有的研究主要集中在信息传播特征对网络口碑的影响和网络口碑接受两个方面，而对于网络口碑传播的研究相对比较稀缺（如图1所示）。

图1 网络口碑研究框架

本文希望通过对国内外不多的网络口碑传播影响因素的研究成果进行归纳，评论和总结，为国内未来希望从事相关领域的研究者提供借鉴，具有重要的理论和实际意义。通过归纳和总结，本文将从以下五个方面就影响消费者网络口碑的因素进行综述（如图2）。下面本文将逐一介绍上文中提到的这五个方面的内容，并在文章的最后对未来的研究方向进行了展望。

图2 网络口碑传播影响因素

一、传播动机

网络口碑作为消费者与消费者之间的传播行为，它的传播者不是企业营销者，而是消费者。消费者购买或使用特定产品后或者看了一些网络信息或网络评论之后，有些消费者喜欢把自己消费经历或者网络信息进行在线分享，那么消费者存在什么样的动机去分享这些信息呢？如果能够了解这些内在的动机，对于企业营销者来讲，意义非常重要。企业可以通过了解消费者动机激发消费者网络口碑行为，从而使其免费为企业做产品推荐工作。已经有很多学者开始对网络口碑动机从各个视角行了研究，研究结果因为所在国家，所选择的行业，以及所选择的网络平台的不同，研究结果也存在一定的差异。

Hennig-Thurau等在网络口碑动机的研究中做了开创性的工作，在对互联网环境中消费者参与产品评论的调查研究中，并结合传统口碑传播动机以及病毒营销的特点，他们发现并总结了网络口碑传播行为中的八个主要动机，即：帮助网络平台提高服务、发泄负面情绪、帮助其他消费者、自我提升、获得社交利益、经济刺激、帮助提供满意的商家、建议搜寻［1］。Jason Y.C.从人际关系需要的角度研究了影响分享在线评论的重要因素，通过实证研究验证了以下结论：表达自己个性的需要，利他主义的需要会影响消费者分享在线评论，而希望成为群体一员和个人成长的需要两个因素不会影响在线评论的因素［2］。Christy M.K.Cheung等则从社会心理学的角度验证能够对消费者做在线评论的影响因素，研究发现了以下几个因素，即：提高评论者声誉、集体主义归属感和希望帮助别人这三方面的因素与消费者积极做网络评论存在正相关关系；消费者之间的互惠作用，道义上的责任，自我效能感与消费者传播网络评论之间没有相关关系［3］。Tong等则从社会交换理论的角度出发，探讨哪些效益和成本因素会影响网络口碑传播的意图，他们的研究结论是从效益的角度来看，希望帮助其他消费者，通过提供信息给消费者从而间接影响企业的行为两个效益因素对消费者网络口碑意愿有着明显影响，而自我提升和经济意图对消费者网络口碑意愿之间没有明显关系。从成本角度来看，执行成本能够影响口碑意愿，而认知成本不会影响口碑意愿［4］。

二、消费者个体差异

过去对传统网络口碑的研究发现，集体主义倾向高、性格外向度高的人比个人主义倾向高、内在度高的人具有更高的口碑传播意愿。这说明个体差异在网络口碑的传播中可能也会影响消费者网络口碑行为，有些学者也进行了相关的探索研究。但是可能大部分学者认为在网络口碑的传播中，消费者个体特质差异对口碑传播行为的行为与传统口碑之间的关系不会过多的差异，所以这方面的研究成果相对比较少，但是部分学者的研究还是得出了很有价值的成果。

Doohwang Lee通过社会认知角度，探索消费者不同的社会构建对消费者在社交网络上传播网络口碑的影响，发现具有相互交往型社会构建的消费者比具有独立社会构建消费更积极地参与网络口碑的传播［5］。Dellarocas通过把消费者购买经验作为研究变量，发现随着购买经验增加网络口碑评价行为会增多。Dongyoung Sohn进一步地研究发现，关于某领域知识丰富的消费者更多的传播该领域产品的正面口碑比负面口碑要多，而对该领域了解不多的消费者传播该产品领域的负面口碑比正面口碑多，所有的消费者传播的中立信息都要比正面口碑和负面口碑都要少［6］。N.Hu，P.A.Pavlou等人则把研究视点放在对口碑传播行为产生重要的影响的消费者满意度上，通过基于对网络口碑的研究他们认为消费者一般只有对产品，服务满意或比较满意是才会做网络口碑的传播，而在适度满意和适度不满的情况下，消费者一般不做网络口碑的传播。这与传统口碑行为之间存在差异，在传统口碑行为中，不满意的消费者反而会激发更多的口碑行为。Tom J.Brown等进一步研究结果显示消费者承诺会对消费者满意与网络口碑之间的关系起到调节作用。

三、意见领袖

在网络口碑的传播中意见领袖非常重要，意见领袖对于特定产品有着更多的了解和兴趣，更多的在网络上对特定产品进行评论，普通消费者向他们请教关于产品消费信息。他们在网络口碑传播中起到关键点的作用，所以关于意见领袖的研究也是网络口碑传播的核心内容。关于这方面的研究主要涉及到网络意见领袖的特征和如何通过数据挖掘在网络上识别意见领袖两个方面展开。

Dongyoung Sohn认为网络口碑传播行为中意见领袖应该具备两个条件，一是具有关于该产品领域的知识，二是要有与别人交流的能力和意愿［12］。Barbara Lyons研究发现网络意见领袖有明显的对产品持久的关注度，创新精神，探索行为，自我感知对知识的拥有量。同时网络意见领袖也要拥有熟练的电脑技术，相比较非意见领袖，意见领袖在线间很长，使用电脑频率很高等特点［7］。消费者购买决定更多的是受其他消费者的评论影响而不是企业的广告。识别出潜在的用影响力在线传播的意见领袖，能够帮助企业制定更好的通过网络传播企业信息的策略。Yung-Ming Li等利用意见挖掘技术，结合RFM模型，建立了一个评论挖掘模型去评价在线评论者的影响能力，并利用此模型去寻找有影响力的评论者［8］。Feng Li则把博客作为研究对象，利用信息检索技术，发现通过博客内容，作者，读者，以及他们之间关系的检索能够识别出意见领袖和有影响力的博客。市场营销人员能够跟踪意见领袖，和他们写的博客，从而建立合适的市场策略［9］。这些研究成果对企业开展网络口碑营销都提供了有价值的工具。

四、营销变量

网络口碑行为对消费者有着非常重要的影响，那么企业如何通过营销因素去影响和刺激消费者的网络口碑行为，激发消费者更多地传播正面信息，减少负面信息的传播，这方面的研究也越来越受到营销学者的关注，主要研究的营销变量包含以下几个方面。

随着网络的出现，口碑传播的影响力越来越大，营销学者认为口碑和广告都是营销传播组合中重要的方式，而且网络口碑可以与广告起到互相补充的作用。但是Jie Feng通过汽车业的广告和网络口碑的交互效应研究发现，随着企业广告的增加，在线网络评论反而会减少［10］。在把质量作为研究变量的过程中，Yubo Chen发现在网络使用越来越普遍的今天，产品质量与在线评论数量之间成U型关系，质量越差与越高的产品都会激发消费者更多的评论［11］。Yubo Chen关于价格与评论之间的关系的研究中发现，在互联网使用的早期，消费者主要传播价格比较低的产品信息。在网络使用越来越普遍的今天，价格和评论量之间的负相关关系已经变成U型关系了，这些转移表明随着互联网的实用越来越平凡，通过网络传播行为来证明自己专业和社会地位已经不现实了，而传播满意和不满成为张贴网络评论最主要的动机［11］。Yun Kuei Huang研究发现消费者做在线评论与产品介入程度之间存在正相关关系，当产品介入程度越高时，消费者做在线评论的可能性越高，消费者产品介入程度越低，消费者做在线评论的可能性越小［12］。Sarit Moldovana等的研究结果显示，网络口碑传播与产品的创新性密切相关，当产品具有新意并且效用比较高时，消费者会传播更多的正面口碑，但是当产品仅仅具有新意但是效用不高时，消费者也会传播更多的负面口碑，所以产品的创新性在网络口碑传播的过程中起到双刃剑的效果［13］。

五、社会网络结构

很多学者认为在线口碑传播渠道本身就是一种社会网络结构的信息沟通方式，自从Granovetter开创性的研究发现社会网络结构的特性会影响口碑的传播之后，其他的学者相继发现网络强度，个体在网络中位置，网络结构等都会影响口碑传播。那么网络口碑传播的电子媒介广泛使用的今天所形成的信息网络和社会网络结构和以往的社会网络结构会存在很大的差异吗？这些对网络口碑传播的影响表现是什么？有些学者也开始进行这方面的探讨。

Antti Vilpponen研究发现网络口碑传播的网络结构相比较传统网络口碑的网络结构是一个松散的网络结构，网络口碑传播的网络结构派系比较少，网络口碑传播的网络结构中心度比较小，相对比较分散，这些都使网络口碑传播与传统口碑传播存在模式存在很大差异［14］。Louis Yi-Shih Lo研究发现社会网络结构对价格展示，销售限制与网络口碑行为之间关系中起到调节作用。Dongyoung Sohn进一步地研究发现社会网络结构密集性会影响网络口碑传播意愿，在社会网络密集性高的结构中，消费者对传播正面口碑和负面口碑的意愿是一样的，但是在社会网络结构密集性低的网络结构中，消费者传播网络口碑的意愿存在差异，消费者更倾向于传播正面口碑而不太希望传播负面口碑［15］。Alexandre Steyer等研究发现网络口碑传播的网络渠道遵循幂律的传播方式，这与传统的口碑传播的网络渠道是不同的［16］。Christine Kiss则通过采用仿真研究方法，发现具有点度中心性的网络结构在网络口碑传播中效果最好［17］。

六、对未来研究的展望

通过以上的综述可以发现关于影响网络口碑传播研究还处于开拓期，相关研究文献相对比较少，研究的内容还很不系统，很多方面的研究还有待于进一步展开。通过系统地梳理，我们认为未来的研究者可以从以下几个方面进行研究。

现在关于网络口碑传播与各种变量之间关系的实证研究还非常少，未来的研究可以涉及到企业各个营销变量包括企业产品，价格，促销，渠道，品牌等和网络口碑传播之间的关系研究，以及消费者各种特质与网络口碑传播之间的关系研究，这些研究都具有重要的理论价值和实践意义。

以往的研究网络口碑与营销变量之间的关系时，研究者通常在研究中仅仅把某一种网络平台作为网络平台的代表，但是实际上网络口碑传播平台的种类很多，不同的网络平台在及时性，传播的受众群体，交互性等方面又存在很大差异，那么不同的网络平台对网络口碑的传播意愿，传播行为等也会产生影响，以后的研究中可以基于不同的平台特征对网络口碑的传播的影响进行更细致的研究。

关于消费者传播网络口碑主要的研究样本是以西方消费者为主，那么作为文化生活各方面与西方有非常大差异的中国，消费者网络口碑传播与西方消费者之间存在哪些共同点和差异，有待于中国学者就本土文化下，对消费者传播网络口碑传播行为进行研究。

很多营销实践者希望通过网络口碑这一省钱而效率又很好的途径去推广产品，那么关于网络口碑传播的应用研究就有待于进一步展开，比方说在产品推广的不同时期，消费者传播网络口碑的动机和传播网络口碑的特点有没有关系，这些研究成果对于期望通过网络口碑进行营销的企业都是有价值的研究成果，但是现在还缺乏相关的实证研究成果。

网络传播中影响力比较大的是意见领袖，如何在实践中把这些意见领袖给识别出来，并且能够通过营销策略影响这些意见领袖，使其传播涉及到企业和产品的积极信息，这应该是未来学者们研究的一个重要方向。同时关于意见领袖在传统的环境中对消费者有很重要的影响力，但是在网络环境下，意见领袖本身和消费者是不熟悉的，那么意见领袖对消费者是否具有同样的影响力，网络环境下的意见领袖的影响力体现在什么方面，具有什么样的特点，这些都需要进一步的研究。

［1］T.Hennig-Thurau，K.P.Gwinner，G.Walsh，D.D.Gremler. 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］Jason Y.C.Ho，Melanie Dempsey.Viral Marketing:Motivations to Forward Online Content［J］.Journal of Business Research，2010，63（9─10）：1000─1006.

［3］ChristyM.K.Cheung， Matthew K.O.Lee.WhatDrives Consumers to Spread Electronic Word of Mouth inOnlineConsumer-OpinionPlatformsDecision Support Systems，2012，53（1）：218─225.

［4］Tong， XinweiWang， Hock-HaiTeo.Understanding theIntentionofInformationContributiontoOnline Feedback Systems from Social Exchange and Motivation Crowding Perspectives，Proceedings of the 40th Hawaii International Conference on System Sciences-2007.

［5］Doohwang Lee，Hyuk Soo Kim，Jung Kyu Kim.The Role of Self-Construal in Consumers’Electronic Word of Mouth（eWOM）in Social Networking Sites:A Social CognitiveApproach，ComputersinHumanBehavior，2012，28（3）：1054─1062.

［6］Dongyoung Sohn，John D.Leckenby.Working Paper:Product Class Knowledge as a Moderator of Consumer's ElectronicWord-of-MouthBehavior［EB/OL］. http://ciadvertising.org.2008.

［7］Barbara Lyons，Kenneth Henderson.Opinion Leadership in a Computer-Mediated Environment［J］.Journalof Consumer Behaviour，2005，4（5）：319─329.

［8］ Yung-Ming Li， Chia-Hao Lin， Cheng-Yang Lai.Identifying Influential Reviewers for Word-of-Mouth Marketing ［J］.ElectronicCommerceResearchand Applications，2010，9（4）：294─304.

［9］ Feng Li， Timon C.Du.Who is Talking? An Ontology-Based Opinion Leader Identification Framework for Word-of-Mouth Marketing in Online Social Blogs［J］.Decision Support Systems，2011，51（1）：190─197.

［10］Jie Feng，Purushottam Papatla.Advertising:Stimulant or Suppressant of Online Word of Mouth?［J］.Journalof Interactive Marketing，2011，25（2）：75─84.

［11］YuboChen， ScottFay， QiWang.The Role of Marketingin Social Media:How On line Consumer Reviews Evolve［J］.Journal of Interactive Marketing，2011，25（2）：85─94.

［12］Yun Kuei Huang and Wen I.Yang.Dissemination Motives and Effects of Internet Book Reviews［J］.The Electronic Library，2010，28（6）：804─817.

［13］ Sarit Moldovana， Jacob Goldenbergb， Amitava Chattopadhyay. The Different Roles of Product Originality and Usefulness in Generating Word-of-Mouth［J］.International Journal of Research in Marketing，2011，28（2）：109─119.

［14］Antti Vilpponen， Susanna Winter，Sanna Sundqvist.Electronic Word-of-Mouth in Online Environments:Exploring Referral Net work Structure and Adoption Behavior［J］.Journal of Interactive Advertising，2006，6（2）：63─77.

［15］Dongyoung Sohn.Disentangling the Effects of Social Network Density on Electronic Word-of-Mouth（eWOM） Intention［J］.Journal of Computer-Mediated Communication，2009，14（2）：352─367.

［16］Alexandre Steyer， Renaud Garcia-Bardidia， Pascale Quester.Online Discussion Groups as Social Networks:An Empirical Investigation of Word-of-Mouth on the Internet［J］.Journal of Interactive Advertising，2006，6（2）：51─60.

［17］ Christine Kiss， Martin Bichler. Identification of Influencers—Measuring Influence in Customer Networks［J］.Decision Support Systems，2008，46（1）：233─253.