旅游虛擬社區成員“感知—認同—契合行為”模式的實證研究

韓小蕓 田甜 孫本綸

[摘 要]除交易行為外，顧客的非交易性行為（即契合行為）也對企業有重要影響。顧客的非交易性行為被概括為“顧客契合行為”（customer engagement behavior），作為一個較新的概念成為營銷學界研究的熱點，在營銷實踐中也成為企業關注的焦點，不少企業已經開始關注顧客契合行為，并且踐行顧客契合營銷策略。文章采用實證研究方法，探討旅游虛擬社區成員的“感知-認同-契合行為”模式。數據分析結果表明，顧客感知的功能性價值、社交性價值和娛樂性價值都對成員的社區認同有顯著的正向影響，且在三類價值中，社交性價值對社區認同的影響最大；社區認同對成員的社區參與、知識共享和口碑推薦都有顯著的正向影響；社區參與對知識共享和口碑推薦有顯著的正向影響，知識共享也正向影響口碑推薦。

[關鍵詞]顧客契合行為；顧客價值；社區認同；旅游虛擬社區

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2016）08-0061-10

Doi： 10.3969/j.issn.1002-5006.2016.08.011

引言

21世紀以來，互聯網以及電子商務技術日新月異，市場環境瞬息萬變，企業的營銷方式不斷與時俱進，以信息革命為標志的通訊技術手段的發展更是改變了交易雙方在時間和空間上的距離感。隨著以微博、人人網為代表的一系列網絡虛擬社區的出現，顧客與企業的聯系不再局限于交易行為，口碑推薦、在線評論等非交易性行為也越來越多。顧客的這些非交易性行為被概括為“顧客契合行為”（customer engagement behavior），其作為一個較新的概念成為營銷學界研究的熱點課題，在營銷實踐中也成為企業關注的焦點，不少企業已經開始關注顧客契合行為，并且踐行顧客契合營銷策略[1-4]。

旅游業作為服務行業的支柱產業，也加快了電子商務的進程，無論是傳統實體旅游企業還是互聯網旅游企業都開始建立或者利用第三方平臺搭建虛擬顧客社區社交平臺，加強企業與顧客、顧客與顧客之間的交流，以此吸引并留住顧客。如搜狐、新浪、網易等門戶旅游網站論壇，攜程、綠野論壇、磨坊網等第三方旅游社區平臺。旅游者在社區中分享旅游信息及經歷，并與他人互動交流。旅游虛擬社區已成為旅游企業進行顧客關系管理、提升企業競爭力的一種新的途徑。然而，我國許多旅游企業管理人員不了解社區成員行為的內在本質，不了解社區成員的這類行為模式及內在影響機制，因此也就沒有辦法采取針對性策略，激勵顧客更充分地發揮他們的作用，為企業創造更大的價值。

本文在相關文獻研究的基礎上將顧客契合行為劃分為顧客推薦行為、顧客影響行為和顧客知識行為三類，以社會交換理論為基礎構建模型，探討旅游虛擬社區成員感知價值對其契合行為的影響。本研究豐富了顧客契合理論的研究，同時對旅游企業管理人員從多角度來理解和認識顧客契合的形成機制，提高顧客的契合度有一定的借鑒價值。

1 文獻綜述

1.1 顧客契合

管理學界對契合（engagement）的研究始于20世紀90年代。美國學者Kahn第一次將其引入到組織行為學領域的研究之中，提出了員工敬業度（employee engagement）這一概念[5]。由此，拉開了學術界研究“契合”的熱潮，心理學、營銷學、廣告學等領域的學者都開始探討“契合”的相關問題。

其中，營銷學界對顧客契合概念的提出是基于以下兩點：一是關系營銷理論的發展。傳統關系營銷主要重視顧客消費過程中的心理狀態、行為的變化，然而，除了交易行為可為企業帶來直接利益外，顧客還能通過多種方式為企業創造價值，口碑、推薦、寫博客或產品評論等行為也會在很大程度上影響品牌和企業價值[6]。因此企業需要考慮顧客交易行為之外的行為，顧客契合行為是顧客的交易外的、與企業或品牌有關的行為。將顧客契合融入到關系營銷的理念中有助于企業更好地建立、保持、發展企業與現有顧客或者潛在顧客的關系[7]。二是價值共創理念的出現。隨著信息技術的發展，顧客不再是產品和服務的被動接受者，而是扮演了積極主動的角色[3]。顧客既可以通過網絡與企業共同創造價值，成為企業的合作者，也可以利用自己擁有的更多選擇權和談判權成為企業的隱形競爭者。Vargo和Lusch提出了服務主導邏輯（service dominant logic），指出顧客市場發生了巨大變化，動態性和交互性變得越來越重要，企業需要通過改變他們的價值觀、戰略、組織結構、系統、文化等方式來積極響應顧客或者潛在顧客的需求，并將價值傳遞給顧客[7]。為了更好地理解互動體驗、價值共創環境下的顧客關系，企業需要一個能夠較好反映顧客在新型服務關系的情感、認知或者行為狀態的概念[8]，而Brodie等正是基于S-D邏輯的基礎主張，提出了顧客契合的基礎主張[9]。

Brodie等認為，顧客契合是顧客在與具體服務關系中其他利益相關者互動、共創顧客體驗的過程中產生的一種心理狀態，不同情境下產生的顧客契合的程度不同。顧客契合是共創價值的服務關系中的一個動態的、循環的過程。顧客契合在服務關系網絡中扮演重要角色，其他關系變量是循環的顧客契合過程的前置或后置變量。顧客契合包含認知、情感和行為3個維度，在不同情境下，顧客與不同利益相關者契合的具體表現不同。Brodie等的觀點受到了較多學者的認同[10-12]。

在概念探討的基礎上，有學者對顧客契合的內涵進行了深入研究，包括顧客契合的對象、方式、行為等。顧客契合的對象可以是企業、品牌、其他顧客、產品等[9， 13]。顧客契合的方式可以分為在線契合和線下契合[14]。在行為維度的探討上，目前有兩種觀點：一種觀點認為顧客契合只包含顧客的非交易性行為[1]；而另一種觀點則認為顧客契合不僅包含顧客的非交易性行為，還包含顧客的交易行為[14]。

綜上所述，本文認為，顧客契合是顧客出于某種動機而與企業互動、共同創造體驗價值的過程中產生的一種心理狀態及相應的非交易性行為，包含認知、情感和行為三個維度。

1.2 顧客契合行為

由于顧客契合行為被大多數學者認為是非交易性行為[1，10，15]，且旅游虛擬社區是一種價值共創的環境，其中購買交易類行為較少，故本文將顧客契合行為分為顧客推薦行為、顧客影響行為、顧客知識行為三類。

一是顧客推薦行為。如今，顧客不再僅計較經濟利益的得失，轉而更加注重情感、社交、心理等方面利益的獲取，為了獲取自己所需求的利益而變得更加積極主動。網絡口碑推薦行為是顧客契合行為的一個重要組成部分[16]。網絡口碑推薦利用互聯網低成本、雙向溝通、傳播面廣、匿名性、超越時空等特點[17-18]，克服了傳統口碑推薦傳播渠道，局限在個人關系網中以及容易隨著時間和距離的增長而迅速消失的缺陷[19-20]，使得原有口碑推薦的影響范圍和規模得以成倍擴大[21]。

二是顧客影響行為。顧客影響行為指的是顧客的某些行為（如信息傳遞、交流互動、幫助他人等）會對現有或潛在的顧客產生影響，這種影響可能會使潛在顧客成為企業的現有顧客，或者影響現有顧客對產品或服務的持續使用，或者影響其他顧客的消費量[22-23]。顧客影響行為強調的是顧客與顧客間的互動對其他顧客產生的潛在的積極影響。在顧客社區中，顧客通過積極參與社區活動影響其他顧客的行為，故在本文中，社區參與反映顧客影響行為。

三是顧客知識行為。顧客知識并不局限于顧客關于新產品或服務的創新和改進的觀點，知識可以分為是什么的知識（know-what），為什么的知識（know-why），怎么辦的知識（know-how），是誰的知識（know-who）四類；知識傳遞的目標對象也不局限于企業，積極主動的顧客越來越重視自我情感與娛樂的需求，顧客之間的關系也越來越緊密，顧客知識可以在顧客之間進行傳遞、共享，顧客既可以是信息知識的來源，也可以是合作創造者[24]。本文認為顧客知識行為更多的是一種顧客知識共享的行為，并不局限于反饋知識，是顧客為滿足自我需求而將自己掌握的知識通過各種手段和方式分享給其他顧客或企業的行為。

2 研究模型與假設

社會交換理論認為，社區的形成是建立在個體之間交換行為的基礎上的，而交換行為的發生又是基于交換一方擁有的資源對交換另一方產生的吸引力，這種吸引力產生于一種個體的認知，即認為對方擁有的資源可以滿足自我的需求，引起個體積極交換行為的產生，并形成一種社群內的共同價 值觀。

顧客參與虛擬社區，在獲得自己期望的價值的同時會形成對社區的認同感，進而作為交換，會向他人推薦社區，會積極參與社區活動，會愿意在社區中積極分享自己擁有的信息和知識。基于此，本文提出圖1所示的概念模型。

顧客參與社區是為了獲得某些方面的利益，換句話說，利益驅動顧客參與社區。本文借鑒消費價值概念，探討顧客感知價值對顧客參與社區行為的影響。由于顧客參與社區行為是與消費無關的交易外行為，是顧客主動的、自愿的行為，顧客在參與社區之前已經考慮了自己需要投入的時間、精力等代價，本文不考慮顧客參與社區付出的代價。

許多學者認為消費價值是一個多維概念[25-27]。Wang和Fesenmaier在對旅游虛擬社區的實證研究中發現，成員參與虛擬社區是為了滿足自己的需求，包括功能需求（便利有效的獲取信息），社會需求（與他人進行交流，獲取他人的信任，與他人形成親密的關系），享樂需求（獲取高興、快樂、愉悅等感覺），心理需求（實現自我表達，并形成一種社區認同感和歸屬感）4類[28]。周志民以品牌社區為研究對象進行實證研究得出社區成員能夠獲取4類價值：服務價值——便利地獲取信息及附加服務的價值；財務價值——以優惠或低價的方式獲取產品或服務；社交價值——成員在與其他社區成員互動交往過程中形成的歸屬感；形象價值——成員的社區地位和聲譽能夠給其帶來的尊重感[29]。Sicilia和Palazón的研究也發現虛擬社區可以為成員提供功能價值（如獲取信息資源、建議、專業知識等）、社交價值（如獲取友情、與他人建立情感聯系、實現自己的社會地位、滿足自尊等）、娛樂價值（與他人的交流互動中實現獲得快樂、放松自我的目的，可能達到一種入迷的狀態），并認為虛擬社區營銷的成功與否取決于社區為成員提供的價值多少[30]。可見，盡管不同學者對虛擬社區成員感知價值進行劃分的標準不盡一致，但大致可以分為功能價值、社交價值和娛樂價值三類。

社區認同是指社區用戶從互動體驗中感受到自身符合群體特征的程度[31]，包括認知、情感和評價三個維度：認知維度是指個體對自己屬于某一社會群體的心理感知——自我分類；評價維度是指社會群體賦予個體身份的價值意義——群體自尊感；情感維度是指個體對社區群體的投入感情的程度——情感承諾[32-33]。社會交換理論認為社區的形成是建立在個體之間交換行為的基礎上的，而交換行為的發生又是基于交換一方擁有的資源對交換另一方產生的吸引力，這種吸引力產生于一種個體的認知，即認為對方擁有的資源可以滿足自我的需求，引起個體積極交換行為的產生，并形成一種社群內的共同價值觀。應用到旅游虛擬社區中，用戶感知到虛擬社區可以滿足自己功能、社交或享樂方面的需求，用戶感知的價值越高，則社區用戶進行的交互行為就越頻繁，也就構成了社區用戶之間 基本的互動交流。社區用戶之間的互動行為會 讓用戶感知到社區擁有強大的吸引力，促使用戶產生對社區的歸屬感等情感聯系，把自己看成是該 虛擬社區用戶中的一份子，進而形成社區內一種共同的價值觀，即社區認同[34-35]。為此，本文提出以下假設：

H1：旅游虛擬社區中成員感知的價值正向影響社區認同

H1a：旅游虛擬社區中成員感知的功能性價值正向影響社區認同

H1b：旅游虛擬社區中成員感知的社交性價值正向影響社區認同

H1c：旅游虛擬社區中成員感知的享樂性價值正向影響社區認同

Tajfel認為對屬于某群體的意識會強烈地影響著個體在該群體中的行為，而社區認同感是用戶對社區群體的一種自我認知意識，也就意味著社區認同感會對用戶的契合行為（知識共享行為、網絡口碑推薦行為、社區參與行為）產生強烈的影響[36]。Chu和Kim以社交網絡（SNSs）為研究對象，發現用戶感知的社會關系因素（社區粘合度、一致性、信任感等）會對用戶網絡口碑推薦產生積極正向的影響，而這里的社會關系因素與本文研究的社區認同感的三個維度（認知、情感、評價）存在相互對應的關系[37]。Algesheimer等在品牌社區的研究中發現，用戶對社區的認同感會對用戶推薦行為產生積極正向的影響[38]。樓天陽和陸雄文將社區認同視為用戶與社區之間建立心理連接的關鍵心理動機，實證研究結果也表明用戶的社區認同感會對用戶社區參與行為產生積極正向的影響[39]。周濤和魯耀斌在研究用戶參與移動社區的動機時，實證得出用戶社區認同是用戶整合、交換知識的內在動機，而用戶整合、交換知識的行為也就是本文中提出的知識共享行為[40]。Huang等在用戶社區認同感與社區契合的關系研究中得出，用戶的社區認同感會對用戶的社區契合行為（知識創造行為、知識共享行為、信息搜尋行為）產生積極正向的影響[41]。為此，本文提出以下假設：

H2：旅游虛擬社區中成員的社區認同感正向影響成員的契合行為

H2a：旅游虛擬社區中成員的社區認同感越高，其口碑推薦意愿越強

H2b：旅游虛擬社區中成員的社區認同感越高，其社區參與意愿越強

H2c：旅游虛擬社區中成員的社區認同感越高，其知識共享意愿越強

3 研究設計

3.1 研究量表

本研究中各個變量的操作定義及其量表來源如表1所示，所有變量的計量都來源于文獻中已有的量表。調研問卷中所有問題的計量都采用Likert 7點量表。

3.2 抽樣設計及數據收集

本文以旅游虛擬社區——“到到網”作為調研抽樣總體。筆者以方便抽樣的方式通過專業問卷調查平臺“問卷星”對“到到網”的成員進行了網絡問卷的調查，共收回問卷370份。為提高樣本的真實性和代表性，筆者根據調研對象回答時間的長短、問卷數據是否完整以及是否符合常規邏輯等標準，對回收的問卷進行篩選，刪除了一些回答時間短、重復答案過多的無效問卷，最終得到有效問卷314份。其中，女性成員215名，占68.5%；21～40歲的成員301名，占95.9%，這與虛擬社區年輕人居多的基本特征相符合；社區網齡1～6年的成員有287名，占91.4%，表明接受調查的成員對該社區比較熟悉，回收的數據較為真實。

4 數據分析

4.1 描述性統計分析

本文使用SPSS19.0軟件，對各個變量進行了描述性統計分析。結果表明，在成員感知的3類價值中，功能性價值各計量項目的均值在4.55～5.99，社交性價值各計量項目的均值在4.67～5.64，享樂性價值各計量項目的均值在5.44～5.87，說明顧客參與顧客社區獲得的享樂性價值最大；社區認同各計量項目的均值在4.95～5.30，說明顧客對社區的認同度較高；在顧客契合的3類行為中，知識共享意愿各計量項目的均值在5.77～6.04，社區參與意愿各計量項目的均值在5.26～5.78，口碑推薦意愿各計量項目的均值在5.64～6.00，說明社區中的顧客分享意愿比較 突出。

4.2 數據質量分析

4.2.1 數據可靠性檢驗

可靠性是指用同一計量指標重復計量某個變量時，得到相同結果的程度，換句話說，就是計量題項之間相互關聯的程度。本研究采用Cronbach的一致性系數（α系數）及復合可靠性（Composite Reliability）來檢驗數據的可靠性。由表2可知，各變量可靠性α系數在0.70～0.89，大于0.7；復合可靠性系數在0.71～0.90，大于0.5；各隱變量解釋的方差（AVE）在0.56～0.81，大于0.5，說明數據比較可靠[48-50]。

4.2.2 數據有效性檢驗

有效性指研究中采用的計量方法能夠準確計量出其所需計量的某個變量的程度。簡單來說，就是計量工具（量表）的準確性和有效性。本文將對數據的內容有效性、會聚有效性和鑒別有效性進行檢測。

本研究中所有變量的計量采用的都是文獻中已有的量表，這些量表在其對應的研究中都有較好的可靠性和有效性，本文的描述性統計分析結果也表明，各計量尺度的均值在4.55以上，說明數據有較好的內容有效性。

Anderson和Gerbing認為，在檢驗結構方程模型之前應首先評估計量模型與數據的擬合程度[51]。我們把每個概念的計量尺度劃分為兩組子尺度，再以各組子尺度的平均數作為相應概念的計量指標，使用LISREL 8.72軟件中的極大似然估計程序，以協方差矩陣為輸入矩陣，對模型中的各個變量進行確認性因子分析。分析結果顯示，雖然p值0.016顯著，但規范擬合指數（NFI）、不規范擬合指數（NNFI）、比較擬合指數（CFI）、增量擬合指數（IFI）、擬合優度指數（GFI）、調整后擬合優度指數（AGFI）、相對似合優度指數（RFI）分別為0.97、0.97、1.00、1.00、0.97、0.94、0.98，標準均方根殘差（SRMR）為0.023，近似均方根殘差（RMSEA）為0.026，卡方值（χ2）為68.21（56個自由度），卡方值與自由度之比為1.22，表明計量模型與數據擬合程度很高。所有指標在各自計量的概念上的因子載荷都高度顯著（各計量指標的因子載荷在0.65～0.92，t值在11.68～19.88），說明數據有很好的會聚有效性[49]。各隱變量解釋的方差（AVE）都大于該隱變量與其他隱變量解釋的共同方差（Φ2）（表3），表明數據有較高的判別有效性[49]。

4.3 結構方程模型分析

使用LISREL 8.72軟件中極大似然估計程序，以協方差矩陣為輸入矩陣，對概念模型進行檢驗。結構方程模型分析結果顯示，數據與模型的擬合程度較好，χ2=151.78，df =65，RMSEA=0.065，NFI=0.98，NNFI=0.98，CFI=0.99，IFI=0.99，RFI=0.97，RMR=0.052，GFI=0.94，AGFI=0.90。各個待估計系數的標準化估計值見表4。

4.4 二階因子分析

本文在文獻研究的基礎上將虛擬社區中的顧客感知的價值劃分為功能性價值、社交性價值和享樂性價值3類，把顧客契合行為意愿劃分為社區共享意愿、社區參與意愿和口碑推薦意愿3類。為檢驗這種劃分的合理性，筆者使用LISREL 8.72軟件分別對功能性價值、社交性價值和享樂性價值，知識共享、社區參與和口碑推薦進行二階因子分析，分析結果見表5。

由表5可知，功能性價值、社交性價值和享樂性價值在同一個二階因子上的負載都大于0.75，且高度顯著，模型擬合程度也較高，說明功能性價值、社交性價值和享樂性價值都是旅游虛擬社區顧客感知價值的3個子因子。知識共享、社區參與和口碑推薦在同一個二階因子上的負載都大于0.84，且高度顯著，模型擬合程度也較高，說明知識共享、社區參與和口碑推薦都是旅游虛擬社區顧客契合行為的3個子因子。

5 結論與討論

5.1 結論與討論

本文從旅游虛擬社區成員的利益動機出發，探討成員契合行為的內在機制，以社會交換理論為基礎構建了成員“感知-認同-契合行為”的研究模型，根據數據分析結果，得出以下主要結論：

（1）旅游虛擬社區成員感知的價值包括功能性價值、社交性價值和享樂性價值，且這3類價值都對社區認同有顯著的直接影響。二階因子分析結果表明，功能性價值、社交性價值和享樂性價值都是同一個高階因子的子因子，說明在旅游虛擬社區情境下，顧客感知的價值也包括功能性價值、社交性價值和享樂性價值，進一步支持了前人的研究結果。此外，結構方程模型分析結果表明，3類價值都對顧客對社區的認同有顯著的直接影響，支持假設H1，且社交性價值對社區認同的影響最大（影響系數為0.40），功能性價值對社區認同的影響最小（影響系數為0.29）。

（2）旅游虛擬社區成員對社區的認同感直接影響其社區參與、知識共享和口碑推薦，支持假設H2， 且社區認同對成員社區參與的影響最大（影響系數為0.72），對成員口碑推薦的影響最小（影響系數為0.30）。

（3）旅游虛擬社區成員契合行為包括社區參與、知識共享、口碑推薦3類行為。本文的二階因子分析結果表明，社區參與、知識共享和口碑推薦是同一個高階因子的3個子因子，說明在旅游虛擬社區情境下，顧客契合行為包括社區參與、知識共享和口碑推薦3類行為，為Kumar等的觀點提供了實證支持[14]。此外，結構方程模型分析結果表明，成員參與對成員推薦和知識共享行為都有顯著的直接影響，知識共享行為也對成員推薦行為有顯著的直接影響[14]。可見，雖然社區成員參與、知識共享和口碑推薦都是成員與社區契合的3種方式，但是參與社區活動是成員進行知識共享和進行口碑推薦的前提。社區成員參與的社區活動越多，越是愿意與其他成員分享知識，也越是愿意向其他成員推薦。

5.2 管理啟示

根據本文研究結果，筆者提出以下幾點管理 啟示：

（1）旅游虛擬社區應注重成員的利益訴求，以吸引新成員，留住老成員。本文研究結果顯示，社區成員感知的功能性價值、社交性價值和享樂性價值都正向影響成員對社區的認同感，且社交性價值對社區認同的影響最大，說明社區成員加入社區并不僅僅是因為社區能夠為其提供完善的旅游信息資源，更重要的是希望通過參與社區尋找“志同道合”的朋友，擴大社交網絡，希望通過參與社區實現娛樂放松的目的。因此，企業應積極了解和關注社區成員各式各樣的利益訴求，通過模塊化社區的建設，針對性地滿足成員的各種利益需求，提高成員對社區的認同感，建立起完備的成員資源，為社區的發展打下堅實的成員基礎。

（2）旅游虛擬社區應重視社區成員的潛在價值，最大限度地挖掘社區成員的價值。Kumar等指出，顧客契合價值除了顧客終身價值外，還包含顧客的推薦價值、影響價值和知識價值[14]。顧客社區是企業發揮推薦、影響作用，與成員、企業共享知識的重要平臺。因此，社區應經常舉辦一些精神或物質獎勵活動，提高成員參與的積極性，激發成員高層次契合行為的產生，讓成員在無意之間扮演企業員工的角色，提高社區成員的活性并推銷社區，激發社區與成員之間價值共創的出現，以適應新時代虛擬社區的發展，提高企業社區的競爭力。

（3）旅游虛擬社區應挖掘成員生命周期與客戶關系管理之間的內在聯系。成員契合與成員生命周期可能存在時間上的順聯關系，社區企業應建立完備的客戶關系管理系統，基于成員在社區中的行為數據，在不同的生命周期階段制定個性化的激勵措施，提高成員的契合程度，挖掘成員的契合價值。

5.3 研究局限性及今后研究方向

本文探討旅游虛擬社區中價值-認同-契合行為之間的關系，得出了一些有意義的結果，但也存在一定的研究局限性。

（1）本文只對一個旅游虛擬社區的成員進行了調研，研究結果的外部有效性還有待今后做進一步的檢驗。

（2）顧客契合的影響因素很多，而本文只考慮了顧客感知價值和社區認同對顧客契合行為的影響，今后應進一步探討企業層面、個人層面的其他因素對顧客契合的影響。

參考文獻（References）

[1] Van Doorn J， Lemon K N， Mittal V， et al. Customer engagement behavior： Theoretical foundations and research directions[J]. Journal of Service Research， 2010， 13（3）： 253-266.

[2] Verhoef P C， Reinartz W J， Krafft M. Customer engagement as a new perspective in customer management[J]. Journal of Service Research， 2010， 13（3）： 247-252.

[3] Vivek S D， Beatty S E， Morgan R M. Customer engagement： Exploring customer relationships beyond purchase[J]. The Journal of Marketing Theory and Practice， 2012， 20（2）： 122-146.

[4] Gambetti R C， Graffigna G. The concept of engagement[J]. International Journal of Market Research， 2010， 52（6）： 801-826.

[5] Kahn W A. Psychological conditions of personal engagement and disengagement at work[J]. Academy of management journal， 1990， 33（4）： 692-724.

[6] Bijmolt T H A， Leeflang P S H， Block F， et al. Analytics for customer engagement[J]. Journal of Service Research， 2010， 13（3）： 341-356.

[7] Vargo S L， Lusch R F. Evolving to a new dominant logic for marketing[J]. Journal of Marketing， 2004， 68（1）： 1-17.

[8] Patterson P， Yu T， De Ruyter K. Understanding Customer Engagement in Services[C]. Advancing theory， maintaining relevance， proceedings of ANZMAC 2006 conference， Brisbane， 2006： 4-6.

[9] Brodie R J， Hollebeek L D， Juric B， et al. Customer engagement： Conceptual domain， fundamental propositions， and implications for research[J]. Journal of Service Research， 2011： 1094670511411703.

[10] Han Xiaoyun， Yu Cezheng. Customer engagement： Psychological antecedents and its effect on customer loyalty[J]. Journal of Marketing Science， 2013， 9（2）： 99-110. [韓小蕓， 余策政. 顧客契合： 個人心理影響因素及對顧客忠誠感的影響. 營銷科學學報， 2013， 9（2）： 99-110. ]

[11] Han Xiaoyun， Yuan Jing. The relationships among social capital， customer engagement and brand equity in hotel[J]. China Management Studies， 2013， 8（3）： 101-118. [韓小蕓， 袁靜. 酒店社會資本， 顧客契合及品牌資產關系研究[J]. 中大管理研究， 2013， 8（3）： 101-118. ]

[12] Wei W， Miao L， Huang Z J. Customer engagement behaviors and hotel responses[J]. International Journal of Hospitality Management， 2013， 33： 316-330.

[13] Vivek S D. A Scale of Consumer Engagement[D]. Alabama： The University of Alabama Tuscaloosa， 2009.

[14] Kumar V， Aksoy L， Donkers B， et al. Undervalued or overvalued customers： Capturing total customer engagement value[J]. Journal of Service Research， 2010， 13（3）： 297-310.

[15] Jaakkola E， Alexander M. The role of customer engagement behavior in value co-creation： A service system perspective[J]. Journal of Service Research， 2014： 1094670514529187.

[16] Chauhan K， Pillai A. Role of content strategy in social media brand communities： A case of higher education institutes in India[J]. Journal of Product & Brand Management， 2013， 22（1）： 40-51.

[17] Bi Jidong， Hu Zhengming. Current research situation and outlook of Internet word of mouth marketing[J]. Journal of Jiangsu Commercial Forum， 2009， （12）： 61-63. [畢繼東， 胡正明. 網絡口碑營銷的研究現狀與展望 [J]. 江蘇商論， 2009， （12）： 61-63. ]

[18] Hennig-Thurau T， Gwinner K P， Walsh G， et al. 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.

[19] Ellison G， Fudenberg D. Word-of-mouth communication and social learning[J]. The Quarterly Journal of Economics， 1995， 110（1）： 93-125.

[20] Bhatnagar A， Ghose S. Online information search termination patterns across product categories and consumer demographics[J]. Journal of Retailing， 2004， 80（3）： 221-228.

[21] Vilpponen A， Winter S， Sundqvist S. Electronic word-of-mouth in online environments： Exploring referral networks structure and adoption behavior[J]. Journal of Interactive Advertising， 2006， 6（2）： 8-77.

[22] Kumar V， Aksoy L， Donkers B， et al. Undervalued or overvalued customers： Capturing total customer engagement value[J]. Journal of Service Research， 2010， 13（3）： 297-310.

[23] Kaltcheva V D， Patino A， Laric M V， et al. Customers' relational models as determinants of customer engagement value[J]. Journal of Product & Brand Management， 2014， 23（1）： 55-61.

[24] Fang E. Customer participation and the trade-off between new product innovativeness and speed to market[J]. Journal of Marketing， 2008， 72（4）： 90-104.

[25] Lee C K， Yoon Y S， Lee S K. Investigating the relationships among perceived value， satisfaction， and recommendations： The case of the Korean DMZ[J]. Tourism Management， 2007， 28（1）： 204-214.

[26] Diep V C S， Sweeney J C. Shopping trip value： Do stores and products matter？[J]. Journal of Retailing and Consumer Services， 2008， 15（5）： 399-409.

[27] Gallarza M G， Gil‐Saura I， Holbrook M B. The value of value： Further excursions on the meaning and role of customer value[J]. Journal of Consumer Behaviour， 2011， 10（4）： 179-191.

[28] Wang Y， Fesenmaier D R. Towards understanding members general participation in and active contribution to an online travel community[J]. Tourism Management， 2004， 25（6）： 709-722.

[29] Zhou Zhimin. The exploratory study of the model of forming mechanism of brand community[J]. Business Economics and Administration， 2006， （11）： 74-79. [周志民. 品牌社群形成機理模型初探[J]. 商業經濟與管理， 2006， （11）： 74-79. ]

[30] Sicilia M， Palazón M. Brand communities on the internet： A case study of Coca-Cola's Spanish virtual community[J]. Corporate Communications： An International Journal， 2008， 13（3）： 255-270.

[31] Gupta S， Kim H W. Virtual Community： Concepts， Implications， and Future Research Directions[C]. New York： Proceedings of the 10th Americas conference on information systems， 2004： 2679-2687.

[32] Ellemers N， Kortekaas P， Ouwerkerk J W. Self‐categorization， commitment to the group and group self‐esteem as related but distinct aspects of social identity[J]. European Journal of Social Psychology， 1999， 29（2-3）： 371-389.

[33] Bagozzi R P， Dholakia U M. Intentional social action in virtual communities[J]. Journal of Interactive Marketing， 2002， 16（2）： 2-21.

[34] Dutton J E， Dukerich J M， Harquail C V. Organizational images and member identification[J]. Administrative Science Quarterly， 1994， 39（2）： 239-263.

[35] Okleshen C， Grossbart S. Usenet groups， virtual community and consumer behaviors[J]. Advances in Consumer Research， 1998， 25（1）： 276-282.

[36] Tajfel H E. Differentiation between Social Groups： Studies in the Social Psychology of Intergroup Relations[M]. London： Academic Press， 1978： 33-47.

[37] Chu S C， Kim Y. Determinants of consumer engagement in electronic word-of-mouth （eWOM） in social networking sites[J]. International Journal of Advertising， 2011， 30（1）： 47-75.

[38] Algesheimer R， Dholakia U M， Herrmann A. The social influence of brand community： Evidence from European car clubs[J]. Journal of Marketing， 2005， 69（3）： 19-34.

[39] Lou Tianyang， Lu Xiongwen. A empirical research on the connected mechanism model between members in virtual community： Based on the perspective of identity and bonding[J]. Nankai Business Review， 2011， 14（2）： 14-25. [樓天陽， 陸雄文. 虛擬社區與成員心理聯結機制的實證研究： 基于認同與紐帶視角 [J]. 南開管理評論， 2011， 14（2）： 14-25. ]

[40] Zhou Tao， Lu Yaobin. Explaining mobile community user participation based on social capital theory[J]. Journal of Management Sciences， 2008， 21（3）： 43-50. [周濤， 魯耀斌. 基于社會資本理論的多動社區用戶參與行為研究[J]. 管理科學， 2008， 21（3）： 43-50. ]

[41] Huang R， Kim H J， Kim J. Social capital in QQ China： Impacts on virtual engagement of information seeking， interaction sharing， knowledge creating， and purchasing intention[J]. Journal of Marketing Management， 2013， 29（3-4）： 292-316.

[42] Dholakia U M， Bagozzi R P， Pearo L K. A social influence model of consumer participation in network-and small-group-based virtual communities[J]. International Journal of Research in Marketing， 2004， 21（3）： 241-263.

[43] Mathwick C. Building Loyalty by Sponsoring Virtual Peer-to-peer Problem Solving （P3） Communities[C]. American Marketing Association， 2006： 211-222.

[44] Gummerus J， Liljander V， Weman E， et al. Customer engagement in a Facebook brand community[J]. Management Research Review， 2012， 35（9）： 857-877.

[45] Hennig-Thurau T. Customer orientation of service employees： Its impact on customer satisfaction， commitment， and retention[J]. International Journal of Service Industry Management， 2004， 15（5）： 460-478.

[46] Wathne K， Roos J， von Krogh G. Towards a theory of knowledge transfer in a cooperative context[A]// von Krogh G， Roos J. Managing Knowledge： Perspectives on Cooperation and Competition[M]. London： Sage Publications， 1996： 55-81.

[47] Yang Yan. Knowledge Communication and Knowledge Acquisition in Virtual Community[D]. Hangzhou： Zhejiang University， 2005. [楊艷. 虛擬社區中的知識交流和共享行為研究[D]. 杭州： 浙江大學， 2005. ]

[48] Bagozzi R P， Yi Y， Nassen K D. Representation of measurement error in marketing variables： Review of approaches and extension to three-facet designs[J]. Journal of Econometrics， 1998， 89（1）： 393-421.

[49] Fornell C， Larcker D F. Structural equation models with unobservable variables and measurement error： Algebra and statistics[J]. Journal of Marketing Research， 1981， 18（3）： 382-388.

[50] Anderson J C， Gerbing D W. Structural equation modeling in practice： A review and recommended two-step approach[J]. Psychological Bulletin， 1988， 103（3）： 411.

[51] Hair Jr J F， Black W C， Babin B J， et al. Multivariate Data Analysis： A Global Perspective（the 7th Edition）[M]. London： Prentice Hall， Pearson Education， 2010： 629-686.