魏如清，唐方成

（北京交通大学经济管理学院经济管理学院，北京100044）［DOI］10.3969/j.issn.1007-5097.2016.04.022



用户生成内容对在线购物的社会影响机制——基于社会化电商的实证分析

魏如清，唐方成

（北京交通大学经济管理学院经济管理学院，北京100044）［DOI］10.3969/j.issn.1007-5097.2016.04.022

摘要：用户生成内容（UGC）已被证明是影响在线购物的重要信息。然而，伴随社交活动在电商环境中日益凸显，UGC的社会属性增强，UGC作用于购买决策的社会传导机制还鲜有深入研究。文章基于社会资本理论，深入剖析平台社会资本、UGC特征与购买意愿的关系，并探讨不同网络结构下UGC对购买意愿影响的差异。以我国跨境社会化电商代表“小红书”用户的调研数据为样本，运用结构方程模型检验了理论假设。结果发现：在社会化电商平台中，关系资本和认知资本对UGC信息性、规范性特征均具有显著正向作用；UGC的数量、质量、信息互动性和人际互动性能够影响购买意愿；结构资本在UGC-购买意愿关系中起调节作用，度中心性越高、连接强度越强，UGC对购买意愿的影响越强。本研究能为社会化电商企业和转型过程中的传统企业运用社会网络资源、明确关键客户需求提供重要参考。

关键词：用户生成内容；社会化电商平台；社会资本；网络结构；购买意愿

一、引言

新兴信息技术的发展与互联网经济的繁荣，推动了各类在线购物平台的蓬勃发展，已成为拉动消费、带动传统产业与互联网融合的重要动力机制。然而，在Web2.0和互联网“平台”语境中，消费者不再处于价值创造的过程之外，而是通过在线参与和内容生成，成为平台的重要创新资源［1］，推动电商朝社会化方向演进，产生了如“小红书”、“美丽说”等社会化商务平台（social commerce platform），专注于通过用户生成内容辅助在线购物［2］。所谓用户生成内容（user-generated content，UGC），泛指普通消费者在网络平台上发布的文字、图片、音频、视频内容，由于来自消费者群体内部，已经成为影响网络购物决策的主导因素［3］。深入了解社会化电商环境下UGC对消费者的影响机制，成为平台企业亟待解决的关键问题。

回顾现有研究，大多数文献集中于分析在线评论这一类UGC与购买决策的直接关系，并发现在线评论对购买意愿和市场绩效的确具有显著影响［4-5］，进一步地，部分研究深入分析了不同UGC属性（如矛盾性评论）、商品类型、发布者特征和阅读者特征下的UGC影响机制［6-7］。然而，在社会化电商环境下，UGC通过构建社会网络关系影响群体行为，进而影响消费者个体决策，是一个复杂的社会影响（social influence）过程［8］。UGC对消费者个体影响的社会传导机制尚不明确，有关不同社会网络结构下UGC的不同影响和作用的研究也非常匮乏。

与此同时，UGC模式使得用户能够基于网络平台催生社会资本(social capital，SC)［9］，亦即能够带来资源的社会网络结构和存在于社会网络结构中可以使用的资源［10-11］。有研究指出，以网络为基础的营销依赖于对社会影响要素有影响的具体因素［12］，社会化电商平台中，UGC对购买决策的社会影响程度，受到所处的特定网络结构和资源的影响。因此，深入剖析社会网络中的社会资本、UGC特征及其对消费者的社会影响，成为探索UGC影响机制的关键要素。

鉴于此，本文结合社会资本与社会影响理论，深入剖析平台社会资本对UGC特征及在线购买意愿的影响，并进一步探索不同网络结构下UGC对购买意愿影响的差异。通过网络问卷获得的206份消费者数据，运用SPSS19.0和AMOS20.0进行结构方程模型分析，研究探讨了新一代互联网环境下UGC如何作用于购买意愿的过程机制，力图打开社会群体特征——UGC——个体购买行为的黑箱，剖析网络结构对UGC社会影响强度的调节作用，进而给出用户生成内容影响机制的研究框架。

二、理论发展与假设提出

（一）用户生成内容与购买意愿

已有研究认为，UGC通过社会影响因素对消费者决策产生作用，包括信息性（informative）和规范性（normative）影响两种类型［13］，信息性影响是指将他人观点作为反映真实情况的证据，关注认知层面；规范影响指认同或顺从他人并保持一致，关注情感层面。既往的研究发现，无论信息或规范型影响，其效果取决于UGC的特征［14］。同时，大量研究验证了在线评论数量能够通过产生网络效应，利用社会规范引导购买意愿，并发现UGC质量能够影响信息可信度与有用性，从而影响购买决策［15-16］。此外，互联网区别于传统媒体的关键在于互动性［17］。从信息视角，Liu和Shrum(2002)将互动性分为用户控制、信息双向流动和同步性［17］；从情感视角，Wu(2006)将互动性分为用户感知响应和人际感知［18］。UGC的互动不仅包括用户主动搜索商品信息的工具效用，也通过获取“粉丝”、在线问答等人际交流与互动带来社会和娱乐效用［19］。因此，本文将互动性纳入UGC特征，分为信息互动性和人际互动性两类，前者指UGC信息便于搜索和控制的水平［17］，属信息型影响因素，后者指通过UGC进行人际交流和快速响应的能力［18］，属规范型影响因素。

（二）社会资本

继Bourdieu将社会资本引入社会学研究后，Lin界定社会资本是一种镶嵌在社会结构之中并且可以通过有目的的行动来获得的流动资源［10］。然而，除了交流者所拥有的资源外，Burt则进一步指出社会资本同时是由此形成的彼此之间的社会网络结构［11］。可见，社会资本主要指存在于结构中可获取的资源和能够带来资源的网络结构，在上述界定的基础之上，Ader进一步将社会资本划分为关系、认知和结构资本3种［20］，并在后续研究中广泛使用。其中，认知型社会资本是指共享的理解和交流方式，是一种特定结构里的共享认知；关系型社会资本是指建立在信任和规范基础上的各种社会关系的范围和质量［21］，是一种人际关系维度的网络资源。结构型社会资本，则是指能够带来上述资源的社会网络结构（network structure），包含群体之间整体网络的中心性、关系强度和节点间连接的形态。本文沿用这一分类，采用关系资本、认知资本和社会网络结构，分析社会化电商社会资本对UGC的影响。

（三）假设提出

1.关系资本、认知资本与UGC特征的关系

关系资本是指产生于关系并通过关系产生作用的资源，常以个体对社交网站群体的认可、信任和互惠三个方面来衡量［22］。在社会化电商平台中，消费者主要依托UGC做出购买决策，用户关系资源对于促进知识和信息的获取、共享和传播具有重要作用［23］。

一方面，关系资本能够影响消费者的参与意愿。消费者对平台的认可，代表了将自己视为网络中一员的程度，以及与其他用户情感的紧密性［24］，较强的认可度能够增强个体在网络中的责任感，促使其发布更多内容和参与在线互动，从而提高UGC的数量；信任则是指个体认为网站群体是自己可以依赖的对象，倾向于相信其他用户的观点，良好的用户信任能够影响消费者在平台中获取信息的意愿，以及主动搜索UGC信息的积极性［25］，从而提升UGC的信息互动性；互惠规则的存在，会使消费者认为主动参与能够带来反馈和回报［26］，由于消费者希望自己得到高质量且有用的UGC信息，因此促使用户发布与商品更为相关、完整的高质量UGC内容的可能性更高。另一方面，认可、信任和互惠关系还能够影响消费者对UGC的价值感知［27］，提升消费者感知到的UGC信息有用性。鉴于上述分析，提出假设1。

H1a：关系资本与UGC信息性特征具有显著正相关关系；

H1b：关系资本与UGC规范性特征具有显著正相关关系。

认知资本是指可以为网络成员提供共同的理解和表达的社会资源，主要包括共同需求、共同愿景和共同语言［28-29］。在社会化电商平台中，用户既是内容提供者，也是商品消费者，群体认知的一致性对于产生和积累UGC具有重要影响。

共同需求意味着消费者之间对UGC具有更为相似的需求，已有研究认为，认知需求是引发搜寻动机的重要因素，高一致性的认知需求使消费者希望接触更多信息，增加在网络中搜索信息的主动性［30］，从而提升UGC的信息互动水平。共同愿景是指网络成员间具有共同的目标和愿望，能够帮助个体认识到信息交换的意义，促进成员间信息和知识分享的频率和深度［28］，同时，共同的价值观有助于建立消费者系统处理分散信息的能力，更易获取UGC中的有效信息，从而提升其对原有UGC质量的价值感知。共同语言（如网络用语、行话等），有助于提升个体间信息交流的范畴和效率，激发消费者的参与意愿，增强分享信息的质量［31］，并为个体在人际互动中感知到良好的社会效用和娱乐效用提供基础。鉴于上述分析，提出假设2。

H2a：认知资本与UGC信息特征具有显著正相关关系；

H2b：认知资本与UGC规范特征具有显著正相关关系。

2.UGC特征与购买意愿的关系

社会化电商平台直接借助UGC的形式吸引消费者进行在线消费。UGC的质量是顾客对信息可信度、说服力的评判，是决定消费者是否采纳该信息的重要因素［32］。相关性较高的UGC能够减少用户搜索有用信息的时间，全面、详尽与高时效性的UGC能够满足消费者获取商品真实、准确、及时信息的需求，提升消费者感知的UGC可信度，倾向于将其作为反映决策对象的有力依据，信息越是真实、准确、可信赖的，越能够改变购买行为［33］。

UGC的信息互动性代表消费者利用各种连接的搜索过程［34］。互动使信息交换过程更加吻合消费者自身的认知加工习惯，从而助益于信息的整合加工。较高的互动性代表消费者信息搜寻的主动性，可以找到具有目标导向的更为集中和深层的信息，缩短获取信息的搜索时间，节省获取有效信息所花费的精力，降低接触错误或不相关信息的可能性，快速便捷的解决与购买相关的实际问题［35］，而获得的信息越符合自己的需求，对购买决策的说服力就会越大［36］。因此，提出假设3a。

H3a：UGC信息性特征与购买意愿有显著正相关关系。

用户生成内容不仅向阅读者传递了信息，还包含了社会规范的影响［37］。在社会化电商中，UGC数量直接反映了购买过该产品的客户规模，通过引发网络效应，使消费者认为某些产品是流行的或好的，基于认同心理产生购买意愿［14］；抑或是因规模效应改变对于商品的初始预期，跟随大多数人的行为从而降低自身的不确定性［38］，迎合群体的态度与价值要求，发生顺从作用。

UGC互动也不仅指通过搜寻得到的信息，更重要的是不受线下现实因素制约的人际交流［39］。活跃的人际互动性能够维系和增进情感收益，使消费者更加愿意通过购买行为，提升在群体中的位置、从其他消费者处获取接纳［40］。此外，人际互动会使群体成员之间的同类意识增强，消费者更趋于将该群体定位为具有代表性的群体，辅助增强信息的说服能力，而说服能力在消费者商品态度的形成和意向的改变中具有重要作用。另外，愉快的人际互动还能通过提高消费者的流体验和临场感［41］，使消费者产生积极的体验，诱发购买意愿。那么，我们提出假设3b。

H3b：UGC规范性特征与购买意愿有显著正相关关系。

3.社会网络结构的调节作用

结构资本，即提供资源的社会网络结构，是指社会网络节点间的结构性连接关系。有研究指出，不同关系强度的群体对个体决策的社会影响作用是不同的［42］。社会网络结构一般由连接规模（度中心性）和连接强度共同刻画。度中心性（centralization）代表了节点在网络中拥有连接的多少，在社会化电商平台中，消费者拥有的信息流通的渠道越多，其在社会网络中获取新信息和进行人际交流的可能性越高、速度越快，相比网络规模小的群体，更可能左右消费者的购买意向［43］。连接强度（strength）则是指个体与其网络中其他个体的交流紧密性，对信息的最终影响效果具有显著影响［42］。网络成员之间的社会关系连接越紧密，其信息交换的频率和深入程度越强，提升了消费者接受和采纳信息内容的可能，强连接下推荐的口碑信息对消费者购买决策产生更大影响［44］。同时，紧密的群体关系使用户行为更容易被其他成员观察到，则更容易做出由认同或顺从产生的购买行为。因此，本文提出假设4。

H4a：社会网络结构是UGC信息性影响作用于购买意愿的调节变量，当度中心性越高、连接强度越大时，UGC信息性特征对购买意愿的影响更强；

H4b：社会网络结构是UGC规范性影响作用于购买意愿的调节变量，当度中心性越高、连接强度越大时，UGC规范性特征对购买意愿的影响更强。

综上，本文的研究概念模型如图1所示。

图1　研究概念模型

三、研究方法

（一）样本选择与数据收集

研究的调研对象是社会化电商平台的真实用户。本文选择“小红书”社会化电商平台作为调研对象，这是由于“小红书”是我国新一代社会化电商的典型代表，为用户提供海外购物的实时信息与使用心得，并以海外品牌商或大型贸易商合作的B2C正规模式销售商品，是一个以UGC方式打造的分享购物平台。与其他社会化电商不同的是，小红书严格杜绝卖家广告和软文，其创立的让每个普通用户为潜在消费者“种草”（指引起购物欲）的模式，使入驻跨境电商2年的时间内，就累积了1500万用户，并成功实现了超过7亿元的销售份额，在2015年我国国务院常务会议中被肯定为走在全国前列的创新型企业。

本研究采用网络问卷调研的方法收集数据，在选取20名在校研究生与企业白领进行问卷前测后，正式发放问卷。首先通过小红书社区，发帖附问卷链接的模式发放网络问卷；其次，由于移动端App推动了小红书UGC的即时增长和阅读流量，本研究又选择通过微信、新浪微博、腾讯QQ手机客户端发放问卷链接的形式，要求具有使用智能手机小红书App经历的用户填写问卷。问卷正式发放的时间为2015 年6月21日至2015年7月5日，历时15天。回收问卷281份，剔除选项过多、选项一致性较高以及存在前后矛盾三类不合格问卷，得到有效问卷206份。样本基本情况为，PC端用户占27.19％、移动端用户72.81％。受访者均为小红书的注册用户，直接注册用户28.10％、通过新浪微博注册用户36.51％、通过腾讯QQ注册用户35.39％。用户中男性占10.26％、女性占89.74％。20～30岁用户占75％，31～40岁占比25％。登陆地点分别为北京、江苏、黑龙江、山东等8个东部地区。研究对象的结构特征与小红书网购用户特征比较接近。

（二）变量测度

问卷包括用户基本信息、网络规模与连接强度、社会资本、UGC信息性特征、UGC规范性特征和购买意愿6部分。各部分量表的设计均在借鉴对网络口碑或社交网站采用的测量方法和基础上，结合我国社会化电商平台的实际情况加以修改，得到试问卷。对收回的试问卷结果进行项目分析、信度和效度分析，剔除共享愿景中1个题项、人际互动中1个题项，完善后得到最终问卷的具体测度指标如下。

（1）度中心性与连接强度。对于社会网络结构，本研究主要参考Chiu［44］对结构型社会资本的测量量表，并结合社会网络结构度中心性和关系强度的定义，将结构资本划分为度中心性和连接强度2个方面。对度中心性，通过用户连接广度、关注他人数量、互相关注数量3个题项衡量。对于连接强度，借鉴Chiu设计的交互联结量表，描述为使用频度、发布内容频度、交流密度3个题项。

（2）关系资本和认知资本。依据Chiu［44］的量表，将关系资本分为认可、信任和互惠3个一阶潜变量，描述为对平台的责任感和成员感、对群体能力的信任感和能够获得互惠的程度，共由9个题项衡量。将认知资本分为共同需求、共同愿景和共同语言3个一阶潜变量，结合Kate等［29］和杨爽等人［32］的测量量表，共由5个题项衡量。

（3）UGC特征。根据社会影响理论，本文将UGC特征划分为信息性特征和规范性特征。采用Fan等［45］的量表设计，定义UGC数量为网络平台中用户生成内容的多少，共2个题项衡量，将人际互动性描述为得到快速良好的响应和个体之间活跃交流的程度，用2个题项衡量。参考郜雁等［37］的研究，将UGC质量分为相关性、全面性和时效性3个题项衡量，参考Wu等［18］的研究，将信息互动性描述为消费者主动搜索信息和自如地控制体验这些信息的程度2个题项衡量。

（4）购买意愿。借鉴左文明等［22］的研究，将购买意愿定义为消费者购买某项产品的可能性，共由2个题项衡量。

四、实证研究

（一）信度效度分析

本文首先对测量模型的信度和效度进行检验。对于效度，研究使用SPSS19.0对内部一致性、潜变量测量模型的同质性以及多重共线性进行检验。结果显示（见表1），通过因子载荷对共线性的检验，6个因子中，各个题项在其所测量的变量上的因子载荷均大于0.450，VIF值均小于5，效度良好。对于信度，各潜变量题项之间的Cronbach’s α值均大于0.700，表明题项具有高度内部一致性，量表的信度良好。

（二）描述统计与变量相关性

通过描述性统计分析列示了各变量的均值、标准差和变量之间的相关系数。如表2所列，认可、信任关系资本维度与UGC信息影响之间存在相关关系，认可、信任和互惠与规范性影响之间存在相关关系，共同需求、愿景和语言与UGC信息和规范性影响之间均存在显著相关关系。且关系资本、认知资本、结构资本总得分与UGC信息和规范性影响间均具有相关性，同时，UGC信息和规范性影响与购买意愿有相关性，值得进一步的检验分析。

表1　测量模型的信度和效度

表2　描述性统计和相关系数

（三）结构模型检验

本文首先对测量模型的适配度进行验证性因子分析。测量模型由观察变量（即题项）、一阶潜变量与其所测量的二阶潜变量共同组成。本研究涉及的二阶潜变量包括关系资本、认知资本、社会网络结构、UGC信息影响、UGC规范影响和购买意愿6个。使用AMOS20.0对各测量模型进行验证性因子分析，结果表明，各一阶潜变量和观察变量的参数均大于0.400，各拟合优度指数位于0.743～0.930之间，符合标准，可以用于下一步结构模型分析。

为了检验社会化电商平台社会资本、UGC社会影响特征，与购买意愿的关系，本文应用结构方程模型的路径分析进行检验。首先，对结构模型进行拟合优度检验，按照相对于样本量以变量的15倍左右为宜的标准，本文的样本量较大。但考虑到减少样本会影响分析结果的有效性，因此通过解读MI修正指数和按照观察变量残差由高到低的顺序修正量表，最终得到修正后的结构模型，χ2/df值为2.868介于1～3之间，RMSEA为0.080，其他指标均接近或大于0.900，可以用于假设检验。

接下来，进行路径分析，一般认为路径系数在0.400左右且显著，t值大于1.960即说明变量之间正相关。结果如图2和表3所示：关系型社会资本对UGC特征（信息性影响）具有显著正向影响（标准化系数为0.450，t=4.515，p<0.001），H1a得到支持；关系型社会资本对UGC特征（规范性影响）具有显著正向影响（标准化系数为0.360，t=3.217，p<0.01），H1b得到支持；认知型社会资本对UGC特征（信息性影响）具有显著正向影响（标准化系数为0.280，t=1.980，p< 0.05），H2a得到支持；认知型社会资本对UGC特征（规范性影响）具有显著正向影响（标准化系数为0.370，t=4.038，p<0.001），H2b得到支持；UGC信息性特征对购买意愿具有显著正向影响（标准化系数为0.550，t=5.996，p<0.001），H3a得到支持；UGC规范性特征对购买意愿具有显著正向影响（标准化系数为0.430，t=5.078，p<0.001），H3b得到支持。

图2　结构模型路径

表3　结构模型分析结果

（四）调节效应检验

为检验社会网络结构对UGC→购买意愿过程的调节作用，本研究采用多群组不变性分析（Multi⁃ group invatiance）。原理就是假设两组样本模型的各路径系数相等，比较假设路径系数相等模型与未假设路径系数模型的卡方值，若卡方差在相应的自由度差上的P值显著，即说明该调节变量对模型有显著作用，若不显著，则说明模型稳定，调节变量没有显著作用。本文将样本根据社会网络结构的水平分为组1：高结构资本，和组2：低结构资本组。

对两组分别进行路径分析，结果如表4所列：组1样本分析结果中，UGC（信息性影响）作用于购买意愿的路径系数为0.590（p<0.001），大于结构型社会资本的分较低组的0.530（p<0.001），且UGC（规范性影响）作用于购买意愿的路径系数为0.480（p<0.001），也大于低分组。接下来，通过多群组比较分析对限制两组路径系数相等和无限制模型进行拟合优度检验和调节作用分析，分析结果显示：无限制与限制模型都通过了拟合优度检验，且限制模型与原模型卡方差13.039在相应自由度差6上的P值为0.007，通过了显著性检验，因此，可以认为两组之间的差异是显著的，即社会网络结构资本对UGC→购买意愿的调节作用显著，H4a和H4b得到支持。

表4　分组路径分析与多群组比较模型分析结果

五、结论与建议

本文综合运用社会资本和社会影响理论，立足互联网环境下的社会化电商平台，深入研究UGC对购买决策的社会影响机制，实证分析了平台社会资本—UGC特征—购买意愿的关系，并深入探讨了不同社会网络结构下UGC对购买意愿影响的差异。结果表明：

（1）社会化电商平台中的关系型社会资本和认知型社会资本对UGC信息质量和互动性等信息性社会影响特征具有显著正向影响，且关系资本的作用更强。

（2）关系型社会资本和认知型社会资本对UGC数量和人际互动水平等规范性社会影响特征具有显著正向影响，且认知型资本的作用更强。

（3）UGC信息性特征和规范性特征共同作用于购买意愿，UGC质量越高、数量越大、信息互动性和人际互动性越强，越能够引起消费者的购买意愿。社会资本通过影响UGC特征，进而左右用户购买意愿。

（4）结构型社会资本在UGC——购买意愿关系中起调节作用，消费者在社会化电商平台的度中心性越高、连接强度越强，UGC对其购买意愿的作用越大，且规范性影响因素对购买意愿影响的差异更明显。结合实证研究结果，本文对社会化电商企业发展提出如下管理建议：

（1）社会化电商企业需把握UGC质量与用户的操作体验，增加具体的互惠机制，提高用户信任与认可度。为提升用户对UGC本身、发布群体和平台的多维度的认可和信任，必须严格控制虚假信息、广告信息和营销账号的侵入，营造出真实消费者为主导的、非利益性分享社区的良好环境，建立用户对UGC群体的信任；同时，社会化电商企业可依照经营产品品类，及时整合消费者生成的零散信息，如推出分类的“消费者推荐榜单”，切实提高用户搜索产品信息的效率和体验，增强用户对平台的认可；此外，还可尝试通过UGC质量评级、推送用户喜爱商品等互惠功能，激励用户生成高质量的内容。

（2）社会化电商企业需通过机制设计，帮助拥有共同需求、愿景和语言的消费者发生联系和互动。由于用户关注的品牌、产品类型、产地等需求各不相同，社会化电商必须通过请消费者拣选、筛选的模式，将那些与用户最为关注产品相关的UGC放置在优先的位置进行推送，才能便于消费者与那些和自己有相同需求和相同愿景的群体进行交流。此外，应当分析消费者交流中产生的热词，并通过首页宣传、在线活动、共享榜单或团购，将具有平台特色的专属热词、新词传递给用户，提升用户之间的共同语言和对平台的归属感。

（3）由于结构资本直接关系UGC对消费者购买意愿的影响强度，社会化电商企业需打通用户之间相互关联的通道，并激励用户发布内容和在线互动。一方面，可通过QQ、微信、微博等社交网站或即时通讯工具账号直接注册的方式，设置便于消费者找到自己好友的功能，提升消费者的连接好友数量；另一方面可通过设置会员等级、会员专享待遇（如优惠、积分兑换）等按月度持续激励的方式，并通过筛选精品内容评价会员等级的方式，全面提升用户发布次数和在线互动频率。

（4）由于UGC同时具备信息和规范性两种社会影响因素的特征。社会化电商企业需要兼顾UGC信息质量、UGC数量、信息搜索体验和人际互动体验，首先可以考虑通过按品牌、产品、地域、主题、好友来源等各角度分类，帮助消费者有效搜索信息，并把控每条信息的质量，确保有效发挥信息性影响。同时通过同一产品信息相互关连的模式，帮助消费者感知目标商品UGC的数量，发挥网络效应。

伴随电商的社会化进程，用户生成内容的形成、传播及影响备受关注。本文只是以典型的社会化电商平台为例，对平台关系资本、认知资本、网络结构对UGC社会影响因素，以及消费者的购买意愿是否有作用、如何作用进行了研究，但由于受到样本和收集时间的限制，本文还存在一定的局限。此外，消费者在社会化电商平台的购物过程中，除受到UGC影响外，还会受到平台服务质量、商家营销策略等因素的作用，这些将留作后续工作展开进一步深入探讨。

参考文献：

［1］陈威如，余卓轩.平台战略［M］.北京：中信出版社，2013.

［2］朱庆华，赵宇翔.新一代互联网环境下用户生成内容的研究与应用［M］.北京：科学出版社，2014.

［3］Anjana S，Jeong Ha O，Yong T.Social Networks and the Dif⁃fusion of User-Generated Content：Evidence from YouTube［J］.Information Systems Research，2012，23（1）：23-41.

［4］Berger J，Sorensen A T，Rasmussen S J.Positive Effects of Negative Publicity：When Negative Reviews Increase Sales［J］.Marketing Science，2010，29（5）：815-827.

［5］Duan W，Gu B，Whinston A B.Do Online Reviews Matter? An Empirical Investigation of Panel Data［J］.Decision Sup⁃port Systems，2008，45（4）：1007-1016.

［6］Goes P B，Lin M，Au Y C.Popularity Effect in User-Gener⁃ated Content：Evidence from Online Product Reviews［J］.In⁃formation Systems Research，2014，25（2）：222-238.

［7］龚诗阳，刘霞，赵平.线上消费者评论如何影响产品销量？基于在线图书评论的实证研究［J］.中国软科学，2013（6）：171-183.

［8］Park D H，Lee J.E-WOM Overload and Its Effect On Con⁃sumer Behavioral Intention Depending On Consumer In⁃volvement［J］.Electronic Commerce Research and Applica⁃tions，2009，7（4）：386-398.

［9］Peck R S，Zhou L Y，Anthony V B，et al.Consumer Internet，Bear Stearns Equity Research［R］.New York：Bear Stearns，2008.

［10］Lin N.Social Capital：A Theory of Social Structure and Ac⁃tion［M］.New York：Cambridge University Press，2001.

［11］Burt R.Structural Holes：The Social Structure of Competi⁃tion［M］.Cambridge，Massachusetts：Harvard University Press，1992.

［12］Aral S.Commentary-identifying Social Influence：A Com⁃ment on Opinion Leadership and Social Contagion in New Product Diffusion［J］.Marketing Science，2011，30（2）：217-223.

［13］Leal G P，Hor-M L F，Pesso L.Influence of Virtual Com⁃munities in Purchasing Decisions：The Participants' Per⁃spective［J］.Journal of Business Research，2014，67（5）：882-890.

［14］邬溪羽，郭斌，周莎莎.在线评论如何影响消费者：基于社会影响视角的整合框架［J］.西安电子科技大学学报，2015，25（1）：1-18.

［15］Ye Q A，Law R.The Influence of User-generated Content on Traveler Behavior：An Empirical Investigation on the Ef⁃fects of E-word-of-mouth to Hotel online Bookings［J］.Computers in Human Behavior，2011，27（2）：634-639.

［16］Mauri A G，Minazzi R.Web Reviews Influence on Expecta⁃tions and Purchasing Intentions of Hotel Potential Custom⁃ers［J］.International Journal of Hospitality Management，2013，34（6）：99-107.

［17］Liu Y，Shrum L J.What Is Interactivity and Is It Always Such a Good Thing? Implications of Definition，Pemon，and Situation for the Influence of lnteractivity on Advertis⁃ing Effectiveness［J］.Journal of Advertising，2002，31（4）：53-64.

［18］Wu G H.Conceptualizing and Measuring the Perceived In⁃teractivity of Website［J］.Journal of Current issues and Research in Advertising，2006，28（1）：57-104.

［19］赵宇翔，范哲，朱庆华.用户生成内容（UGC）概念解析及研究进展［J］.中国图书馆学报，2012，38（5）：68-81.

［20］Alder P S，Kwon S W.Social Capital：Prospects for a New Concept，University of Southern California［J］.Academy of Management Review，2002，27（2）：17-47.

［21］Yli Renko H，Autio E，Tontti V.Social Capital，Knowledge，and the International Growth of Technology-based New Firms［J］.International Business Review，2002，11（3）：279-304.

［22］左文明，王旭，樊偿.社会化电子商务环境下基于社会资本的网络口碑与购买意愿关系［J］.南开管理评论，2014，17（4）：140-150.

［23］杜建华，田晓明，蒋勤峰.基于动态能力的企业社会资本与创业绩效关系研究［J］.中国软科学，2009，24（2）：115-126.

［24］Nahapiet J，Ghoshal S.Social Capital，Intellectual Capita，and the Organizational Advantage［J］.Academy of Manage⁃ment Review，1998，23（2）：242-266.

［25］Ridings C M，Gefen D，Arinze B.Some Antecedents and Effects of Trust in Virtual Communities［J］.The Journal of Strategic Information Systems，2002，11（3）：271-295.

［26］Davenport T H，Prusak L.Working Knowledge：How Orga⁃nizations Manage What They Know［M］.Cambridge，Massa⁃chusetts：Harvard University Press，1998.

［27］Mathwick C，Carpline W，Ruyter K D.Social Capital Pro⁃duction in A Virtual P3 Community［J］.Journal of Consum⁃er Research，2008，34（6）：832-849.

［28］Hung K H，Li S Y.The Influence of eWOM on Virtual Consumer Communities：Social Cpital，Consumer Leading，and Behavioral Outcomes［J］.Journal of Advertising Re⁃search，2007，47（4）：485-495.

［29］Kate S T.Virtual Consumer Communities’Social Effects on Product Attitude Changes：A Social Capital Perspective［D］.Amsterdam：Vrjie University，2010.

［30］杨爽，周星.虚拟社会资本、网络口碑与购买行为［J］.经济与管理研究，2011,32（6）：109-115.

［31］Wood W.Attitude Change：Persuasion and Social Influence［J］.Annual Review of Psychology，2000，51（1）：539-570.

［32］武鹏飞，闫强.在线评论对社交网络中电子口碑采纳的影响研究［J］.北京邮电大学学报，2015,17（1）：52-61.

［33］Ma L，Krishnan R，Montgomery A L.Latent Homophily or Social Influence? An Empirical Analysis of Purchase With⁃in a Social Network［J］.Management Science，2014，61 （2）：454-473.

［34］Baneretal H.Building Customer Relations Over the Internet［J］.Industrial Marketing Management，2002，31（2）：155-163.

［35］Dholakia U M，Bagozzi R P，Pearo L K.A Social Influence Model of Consumer Participation in Network and Smallgroup-based Virtual Communities［J］.International Jour⁃nal of Research in Marketing，2004，21（3）：241-263.

［36］Chatterjee P.Online reviews：Do consumers use them?［J］.Association for Consumer Research Proceedings，2001，28：129-134.

［37］郜雁，莫祖英.采纳用户生成内容的影响因素分析［J］.信息资源管理学报，2014，4（4）：69-77.

［38］陈明亮，李敏乐.消费者在线购物从众为何如此普及——从冲突视角的一个神经学研究［J］.管理工程学报，2013，27（3）：183-188.

［39］范晓屏.基于虚拟社区的网络互动对网络购买行为的影响研究［D］.杭州：浙江大学，2007.

［40］Dholakia U M，Bagozzi R P，Pearo L K.A Social Influence Model of Consumer Participation in Network-and Smallgroup-based Virtual Communities［J］.International Jour⁃nal of Research in Marketing，2004，21（3）：241-263.

［41］Sicilia M，Ruiz S.Effects of Interactivity in a Web Site：The Moderating Effect of Need for Cognition［J］.Journal of Advertising，2005，34（3）：31-45.

［42］毕继东.网络口碑对消费者购买意愿影响实证研究［J］.情报杂志，2009，28（11）：46-50.

［43］Goldenberg J，Han S，Lehmann D R.The Role of Hubs in the Adoption Process［J］.Journal of Marketing，2009，73 （2）：1-13.

［44］Chiu C M，Hsu M H，Wang E T G.Understanding Knowl⁃edge Sharing in Virtual Communities: An Integration of So⁃cial Capital and Social Cognitive Theories［J］.Decision Support Systems，2006，42（3）：1872-1888.

［45］Fan Y W，Miao Y F.Effect of Electronic Word-of-Mouth on Consumer Purchase Intention：The Perspective of Gen⁃der Differences［J］.International Journal of Electronic Business Management，2012，10（3）：175-181.

［责任编辑：程靖］

The Social Influencing Mechanism of User-generated Content on Online Purchasing —An Empirical Study Based on Social E-commerce Platform

WEI Ru-qing，TANG Fang-cheng
（School of Economics and Management，Beijing Jiaotong University，Beijing 100044，China）

Abstract：User-generated content（UGC）has been proven to be important information affecting online shopping.However，so⁃cial attributes of UGC is strengthened with the increasingly prominent social activities in the social e-commerce environment.The social conduction mechanism of UGC on purchasing decisions has little in-depth study.The paper，based on social capital theory，makes a deep analysis on the relationship between platform social capital，UGC features and purchase intention，and explores different impacts of UGC on purchase intention in different network structure.The paper takes the survey data of the “little Red Book”users as the sample，which represent the cross-border social e-commerce platform in China，and tests the theoretical hypothesis using SEM analysis.The results show that: In social e-commerce platform，both relationship capital and cognitive capital have significant positive effects on informative and normative features of UGC.The quantity，quality，informa⁃tion interaction and interpersonal interaction of UGC，have effects on purchase intention.Structural capital has a moderating ef⁃fect on the relationship between UGC and purchase intention，which means the higher the centrality and the relationship strength of network，the stronger the effect of UGC on purchase intention.The study can provide an important reference for so⁃cial e-commerce enterprises and traditional enterprises in the process of transition to use social network resource and identify key customer needs.

Keywords：user-generated content；social e-commerce platform；social capital；network structure；purchase intention

作者简介：魏如清（1989-），女，山东泰安人，博士研究生，研究方向：平台战略与用户行为；唐方成（1972-），男，四川乐山人，教授，博士生导师，研究方向：平台战略与创新管理。

基金项目：国家自然科学基金重点项目（71532003）；中央高校基本科研业务费专项资金项目（2014YJS053）

收稿日期：2015-12-15

中图分类号：F274；F49

文献标志码：A

文章编号：1007-5097（2016）04-0124-08