論網絡文化產業發展的價值取向

張夢　王子敏

摘要：隨著后工業化時代和互聯網時代新興文化消費的異軍突起，網絡文化消費逐漸呈現欣欣向榮的態勢。但在其發展過程中，大量重復的信息充斥網絡，優秀的網絡文學作品鳳毛麟角，網絡娛樂產品的低俗化趨勢日益凸顯。在此研究背景下，文章選取口碑較好的網絡文化消費網站——豆瓣網為研究對象，研究在網絡文化產業發展的價值取向中起重要引導作用的意見領袖的行為特點，以期為網絡文化產業的良性發展提供建議。結果發現：意見領袖的活躍度、專業度和社群參與度對其粉絲數有顯著影響；其中，專業度產生的正向影響較其他兩者高。

關鍵詞：網絡意見領袖；網絡文化產業；豆瓣

一、引言

近幾年，網絡文化產業迅猛發展，但是其中個別分支的發展卻是以嘩眾取寵、過度吸引眼球，甚至以低俗化為代價，如斗魚、快手、六間房等直播網站，對于網絡文化產業的良性發展產生了極其消極的影響。為獲取網民關注，不少網絡社交網站允許投放黃暴廣告；眾多直播主播對“賣臉”、“穿著暴露”及“擦邊球式言語”推崇備至；更有大量網絡寫手以“語不驚人死不休”為理念，致使鬼畜文化甚囂塵上。這些網站、主播和網絡寫手確實在初期能收獲大量粉絲，但其熱度往往難以保鮮，同時也嚴重影響了中國網絡文化產業的發展氛圍。

而在眾多網絡文化消費平臺中，于2005年創立的豆瓣網憑借其獨特的使用模式、持續的創新和對用戶的尊重，一直被公認為是中國極具影響力的web2.0網站和行業中具有良好口碑和發展潛力的創新企業，對推動中國網絡文化產業的健康發展起到了不可忽視的作用。因此，本文致力于研究在豆瓣網中起重要引導作用的意見領袖的行為特點，以期為網絡文化產業的良性發展提供建議。

二、豆瓣網簡介

豆瓣是一家Web2.0網站，從書籍開始，電影、音樂、旅游、美食、節日等領域也逐漸被納入其內容范圍。豆瓣用戶可以自由書寫日記、發表評論，可以加入自己感興趣的小組，可以發起或參與線上或同城活動、可以搜索添加感興趣的人，可以搜索別人的推薦，豆瓣網所有的內容、分類、篩選、排序都由用戶產生和決定，甚至在豆瓣主頁出現的內容上也取決于用戶的選擇。通過內容的創造與分享，豆瓣用戶在此過程中持續探索未知事物、形成無數個具有共同話題的小圈子、找到并融入與自己屬性相似的社交圈子并在其中與他人建立連接。

豆瓣網于2005年3月成立，在其目前已超5000萬的用戶中，受教育程度較高的青年大學生是其主力軍。作為一個互聯網社區，豆瓣它通過用戶的收藏和評價來“推測”，靠自動排位上升，而不像通常社區網站為增加訪問量而設的積分和升級系統。所以，豆瓣網上影響力較大的意見領袖是眾多網民集體認同與推崇的，對研究網民對網絡文化的價值取向而言具有較高的價值。

三、文獻綜述

（一）網絡文化產業

網絡文化產業是指以電子計算機、互聯網和無線移動手機等IT技術為手段，以人們的思想文化創造活動為核心，在網絡上生產和傳播文化產品、提供文化服務的新興產業形態。從網絡音樂、網絡游戲、表演、動畫、文學、視聽等方面入手，網絡文化產業已成為我國文化產業發展的重要內容。面對對網絡文化產業的不斷發展擴大，中國的文化產業的轉型升級將有更廣闊的發展空間。但在其欣欣向榮的行業發展表象下，仍存在諸多不容小覷的問題，如原創內容缺乏、產業創新能力較弱、產品低俗化趨勢凸顯等。由社會科學文獻出版社出版的《中國新媒體發展報告》指出：網絡文化產業發展進一步推進，提質增效是重點。

（二）意見領袖

在網絡文化產業發展中，網絡意見領袖發揮著舉足輕重的作用。首先，網絡意見領袖往往是網絡文化產品的生產者，是網民內容消費的供給者。其次，在網絡文化產品推廣前期，充分利用意見領袖的引導作用，可以幫助產品搶占市場，同時，他們在制造收視狂潮過程中具有關鍵作用。所以，意見領袖的言行特征是網絡文化產業的縮影，能比較直接的反映網絡文化產業發展的價值取向并對其有重要的引導作用。學界對意見領袖的研究非常豐富，主要集中于意見領袖的識別、意見領袖產生的影響以及意見領袖的演化機制。

1. 意見領袖的識別

關于意見領袖的識別，以往研究主要從以下幾個層面進行分析。

首先，較高的活躍度往往是意見領袖的特征之一。Burt的研究發現，作為信息把關人的意見領袖常常積極為社區中的其他成員提供信息或建議；Huffaker通過對谷歌社區討論組兩年來發表的數萬條信息的自動文本分析和社會網絡分析，發現網絡輿論領袖是社區中的活躍演說家，具有洞察力的思想家。他們的言論能激發討論和對話，甚至影響其他社區成員討論一個話題的方式。因此，在網絡社區中，人們通常通過用戶發布信息的數量來認定意見領袖（Yoo，Alavi）。

其次，意見領袖在某一或某些領域具有較高的專業度，因為意見領袖的專業性和可信度是其在網絡社區中建立信任和增加影響力的重要因素（Pronpitakpan）。意見領袖的專業性往往體現在其發表的文本特征，這些文本特征包括效價、語言風格、情緒等（Ludwig et al）。黃藍通過研究發現，電影口碑傳播過程中的意見領袖往往更具有知識優勢，并注重感情分享；劉志明、劉魯通過對意見領袖的特征進行識別與分析發現，幾乎沒有用戶可以在不同話題領域同時成為意見領袖，因此意見領袖的專業性一定程度上限制了其發展。

最后，意見領袖往往具有較高的網絡中心性。意見領袖不僅處于他們所在網絡的中心，他們通常還處于多個社會網絡中，有很多朋友和熟人，能夠連接多個社會網絡（Weimann）。bodendorf和kaiser的研究發現，在網絡論壇中，意見領袖通常處于網絡社區的中心位置，能夠連接更多的網絡成員。

2. 意見領袖的影響

意見領袖的影響在社會生活的各個層面都有體現，但在社交網絡的信息傳播交流中，意見領袖的作用更加明顯。越來越多的研究表明，意見領袖在政治輿情、突發事件網絡傳播、網絡口碑效應等社會現象中具有重要作用。

3. 意見領袖的演化機制

國內外對于哪些因素會使網絡成員更容易吸引粉絲從而成為意見領袖已經有了初步的研究。如：黃敏學，王琦緣等 基于2013年網絡演化數據的實證分析得出信息創造和網絡結構對意見領袖和非意見領袖的關系構建影響力大小存在差異的結果。楊學成、蘭冰、孫飛使用內容分析法并基于 CMC 理論分析了417條品牌微博內容，發現在吸引粉絲互動方面，意見領袖發表內容的互動性、生動性、內容有用性和有趣性以及名人效應有重要作用。申凡、鐘云通過文獻研究和案例分析發現，在各種社交網站建立之初時，其中最活躍、最積極的粉絲，就容易得到其他粉絲的愛戴和認可并被推選為網絡粉絲群體的領導者。

以往對意見領袖的研究主要集中于從定性的角度去探索其特征、影響及形成機制，至于意見領袖的行為特征對網絡文化產業價值取向的反映與引導方面的實證研究還很少。基于上述研究背景和不足，本文選取豆瓣網為實例，根據用戶數據建立結構方程模型，分析在意見領袖的眾多行為特征中，哪些特征更受網民的重視與青睞，以探索大多數網民對網絡文化產業的價值取向，以期為網絡文化產業的良性發展提供建議。

四、數據與預處理

本文選取豆瓣網作為實證對象，并于2016年8月利用網絡爬蟲技術在豆瓣網上搜集了于2006年3月至6月在豆瓣網進行注冊的用戶的相關信息。具體抓取與處理過程如下。

抓取表征用戶屬性的數據資料，包括注冊時間、注冊地點、用戶ID、粉絲數、影評數、書評數、音評數、加入的小組數、管理的小組數、加入的小組總人數、書籍閱覽數、電影閱覽數、音樂閱覽數，并將這15項數據組成1條記錄，以用戶為單位進行保存，得到1205條記錄。選擇于2006年注冊的豆瓣用戶作為研究樣本是因為他們是豆瓣的早期用戶并且一直使用豆瓣至今，他們的網絡行為特征具有較強的穩定性與代表性。

一般而言，大于200的樣本，才可以稱得上一個中型的樣本空間，因此，先將包含0值數據項的記錄刪除，共得到702條。由于意見領袖往往具有超高的粉絲數量，故選取粉絲數量大于2000的用戶為研究對象，共得到303條數據。

本文使用的統計與分析軟件為SPSS和Amos。將記錄導入SPSS中，作為Amos的數據配置文件。在收集到的樣本中，有些用戶有一萬多的粉絲，有些只有幾個粉絲，有些用戶的影評數有四百多條，而有些用戶只有幾條。因此，筆者對一些變量進行了對數變換，將關系線性化并控制了潛在的離群值的影響。在對數變換后，回歸系數恰為彈性。

五、模型構建

意見領袖的受歡迎程度往往通過其粉絲數反映出來，擁有的粉絲數量越多，說明其越受其他網民的認同與喜愛。而用戶的活躍度、專業度以及社群參與度往往正向影響其粉絲數。

（一）用戶的活躍度正向影響其粉絲數

意見領袖一般具有較高的活躍度，因為只有積極參與主題的討論，與其他用戶形成良好的互動，才更可能把自己的觀點傳遞給其他用戶，如此才能提高用戶的關注度（劉志明、劉魯）。基于以往文獻以及豆瓣的特點，本文認為用戶發布的書評數、影評數、音評數越多，表明其在社交網站上越活躍。因此，定義活躍度為潛變量，并提出假設：

H1：用戶活躍度正向影響其粉絲數。

H1a：用戶的書評數正向影響其活躍度；

H1b：用戶的影評數正向影響其活躍度；

H1c：用戶的影評數正向影響其活躍度。

（二）用戶的專業度正向影響其粉絲數

社交網站意見領袖的形成取決于其擁有的信息數量和知識數量，即其專業度。成員加入社交網站的原因主要是期望通過在社交網站中的發言以及與其他成員的互動，滿足自身的社交、娛樂、信息等方面的需求。而只有掌握了高信息量和具有寬知識面的意見領袖，才成為提供這種價值的關鍵角色，是社交網站存在的軸心成員（王麗）。用戶較高的專業度往往與其在社會中的地位、職業以及平時的積累有關。根據以往文獻以及豆瓣特點，用戶看過的書數、看過的電影數及聽過的音樂數越多，表明其在文化層面的專業度越高。因此，定義專業度為潛變量，并提出假設：

H2：用戶的專業度正向影響其粉絲數；

H2a：用戶的書籍閱覽數正向影響其專業度；

H2b：用戶的電影閱覽數正向影響其專業度；

H2c：用戶的音樂閱覽數正向影響其專業度。

（三）用戶的社群參與度正向影響其粉絲數

意見領袖往往具有較高的網絡中心度，即與較多的用戶保有聯系。只有與之相關聯的用戶規模越大，其發表的言論才能傳播的更遠更廣。而網絡成員會由于處于相似的網絡位置而產生在不同維度的相似性，例如行為、觀念等；同時這種相似性也會帶來成員之間的信任，往往相似的網絡成員之間更容易發生交互和建立關系（黃敏學等）。在豆瓣中，同一小組中的成員由于處于相同的網絡位置，擁有較高的相似性，因而更容易與其他小組成員建立關聯，提高粉絲數量。因此，定義社群參與度為潛變量，并提出假設：

H3：社群參與度正向影響其粉絲數；

H3a：用戶管理的小組數正向影響其社群參與度；

H3b：用戶管理的小組總人數正向影響其社群參與度；

H3c：用戶加入的小組數正向影響其社群參與度；

H3d：用戶加入的小組總人數正向影響其社群參與度。

黃藍通過對豆瓣數據的實證分析發現電影的口碑傳播中的意見領袖在社交網絡當中往往在“電影”這個社區或者小組（小站）當中有著廣泛的社交范圍，并且在此范圍當中有著較強的影響力。而且，意見領袖不僅是網絡社區討論的積極參與者，也是動員其他社區成員參與討論的激勵者，其是其他社區成員形成社區認同感的重要推動者。創建興趣小組的用戶，由于使命感與責任感使然，其在參與討論的同時更加傾向于動員小組成員參與討論，提高整個小組的活躍度，因而更容易獲得關注。基于此，本文認為社群小組管理員相較于社群小組參與成員在小組中更具主導性。基于此，定義主導型社群參與度及非主導型社群參與度為潛變量，并提出假設：

H4：用戶的主導型社群參與度對其粉絲數的正向影響大于非主導型社群參與度；

H4a：用戶管理的小組數正向影響其主導型社群參與度；

H4b：用戶管理的小組總人數正向影響其主導型社群參與度；

H4c：用戶加入的小組數正向影響其非主導型社群參與度；

H4d：用戶加入的小組總人數正向影響其非主導型社群參與度。

各潛變量與相對應的觀測變量、變量名及釋義如表1所示。

在Amos環境中構建的粉絲數影響因素結構模型見圖 1。

六、模型評價與分析

本文的實證檢驗主要用到SPSS 22.0和Amos 20.0。首先，利用SPSS分析數據的可靠性與穩健性，檢驗數據是否適合進行因子分析；其次，利用SPSS進行探索性因子分析；最后，利用Amos檢驗結構方程的擬合程度及路徑系數的顯著性，進而比較研究結果與研究假設是否一致。

（一）信度分析與因子分析

1. 信度分析

進行KMO檢驗與Bartlett球形檢驗對樣本進行因子分析。因子分析是解決多元統計分析中降維問題的常用統計方法。它是研究一組具有復雜關系的測量指標是如何由少數內部獨立因素控制的分析方法。KMO統計值在0～1之間，值越大，變量間的相關性越強，越適合于因子分析。常用的KMO度量標準：0～0.5表示不可接受；0.5～0.6表示糟糕；0.6～0.7表示中等；0.7～0.8表示還好；0.8～0.9表示可獎勵的，0.9 以上表示極好。KMO 檢驗與Bartlett球形檢驗結果如表2所示。

由表2可知，相應的Bartlett球形檢驗相應的概率sig為0.000，小于0.001，因此，可以認為相關系數矩陣與單位陣有顯著差異。同時KMO值取值為0.687，根據度量標準可知，收集的用戶數據適合做探索性因子分析。

2. 因子分析

該研究通過主成分法提取因子并且同時利用正交旋轉的最大方差法對初始因子旋轉，選擇特征值大于1.0、因子載荷大于 0.4的因子進行公因子的提取，得到 4 個公因子，如表3所示。

由表3可知，由SPSS提取出4個公因子，公因子1包含X1，X2，X3三個指標，對應潛變量中的用戶專業度；公因子2包含Y1，Y2，Y3三個指標，正好對應潛變量中的用戶活躍度；公因子3包含Z1，Z2兩個指標，正好對應潛變量中的主導型社群參與度；公因子4包含L1，L2兩個指標，正好對應潛變量中的非主導型社群參與度。這表明本文的變量與指標具有較好的結構，基本能達到分析要求。

（二）結構方程模型檢驗

在模型分析過程中，發現用戶加入小組數正向影響非主導型社群參與度的路徑系數大于1，用SPSS分析后發現，用戶加入小組數與用戶加入小組總人數之間的相關性近似0.8，可能存在多重共線性，為提高模型擬合度，刪除非主導型社群參與度這項潛變量與相關測量變量。因此假設H3c、H3d、H4、H4a-H4d無法得到驗證。

1. 結構方程擬合度檢驗

根據AMOS提供的CMIN/DF、GFI、CFI、NFI、IFI指數來衡量模型整體結構的合理性，并參考AMOS提供的M.I.（修正指數）進行模型修正。M.I.（修正指數）表示增加該條路徑后，整體模型將會減少的最小卡方值，所以筆者比較關注 M.I.值較大的路徑。模型修正過程及結果如表4所示。

利用Amos20.0軟件進行結構方程模型分析，初始模型擬合效果不佳。發現測量變量：影評數與電影閱覽數殘差的MI值最高為62.58，將這兩項殘差建立相互關聯后，模型擬合得到優化。聯系實際，用戶閱覽的電影數越多，其能夠評價的電影數越多，而用戶評價的電影數越多也就意味著其閱覽的電影數越多。繼續分析發現測量變量：書評數與書籍閱覽數殘差的MI值最高，為20.83，將這兩項殘差建立相互關聯后，模型擬合得到優化。聯系實際，用戶閱覽的書籍越多，其能評價的書籍越多，而其評價的書籍越多意味著其閱覽的書籍越多。測量變量：音樂閱覽數與音評數的殘差存在相同的問題，同理進行相互關聯，最終模型擬合結果較好。

2. 結構方程的路徑系數與假設檢驗

本文利用Amos20.0軟件并通過軟件修正后得最終的標準化路徑系及假設檢驗結果，見表5。其中臨界值C.R.是未進行標準化的路徑系數估計值和估計值標準誤S.E的比值，作用相當于t檢驗，C.R.>2.58則表示參數估計值達到0.01的顯著水平，即路徑系數得到了數據的支持。顯著性P的值小于0.001時，以***的形式顯示，表示顯著性水平較好。由表5可知：（1）粉絲數的提高受用戶專業度影響比受用戶活躍度及用戶社群參與度的影響顯著。（2）影評數、書評數、音評數對其活躍度有顯著影響。（3）電影閱覽數、書籍閱覽數、音樂閱覽數對其專業度有顯著影響。（4）管理的小組數和管理的小組總人數對其社群參與度有顯著影響。

上述實證檢驗表明，用戶的活躍度、專業度和社群參與度對其粉絲數均有顯著影響，其中，影評數、書評數對其活躍度影響比音評數高；電影閱覽數、書籍閱覽數對其專業度的影響比音樂閱覽數高；管理的小組數和管理的小組總人數對其社群參與度有顯著影響。之所以出現電影以及書籍的閱覽數、評論數的影響會明顯高于音樂，是每單位書籍、電影及音樂的內容含量不同導致的。閱覽每單位書籍和電影獲取的信息量顯著高于音樂，專業度的提升也大不相同；每單位書籍、電影可評價的內容也顯著高于音樂，故而大多數人更偏向于評論書籍或電影，而不是音樂。

七、研究啟示與建議

與微博等其他社交網站不同，豆瓣原始用戶使用豆瓣的意圖大部分是以書會友，之后逐漸發展到尋找與自己有相同愛好的群體，如運動、攝影、插畫等。故而在豆瓣中，網絡意見領袖大部分是沒有明顯盈利目的的網絡作家、影評家以及某些活動的業余愛好者，且很少出現在微博中因時事熱點一夜爆紅而又隨著熱點過去逐漸降溫的網絡意見領袖。所以，豆瓣中意見領袖粉絲關注的獲取與保持是日積月累的、長期的緩慢過程，其行為模式對網絡文化產業中其他主體的健康良性發展有顯著的借鑒意義。

相對活躍度和社群參與度而言，專業度對提高關注度的促進作用更大。即，相對于積極的發表言論、與粉絲互動、參與社群小組等主動“拉攏”粉絲的行為，努力提高相關專業知識、不斷提高自身內涵、給予粉絲更多他們想要了解的內容對于提升粉絲關注度的影響更加明顯。而且，相比較于利用蹭熱點等方式漲粉，保持持續性的學習以不斷提高自身專業度對于防止已有粉絲的流失以及粉絲持續穩定的增長有積極作用。由此可見，大部分網民對網絡文化的價值取向更偏重于網絡文化產品或服務本身的質量，也只有這樣的網絡文化才能成為經典。而那些純粹為了嘩眾取寵、博人眼球的網絡文化也只能如曇花一現，迅速火熱的同時也伴隨著快速的消亡。因此，網絡文化的生產者和供給者更要注重網絡文化產品和服務本身的質量，不斷提高自身的專業素質，以獲得長足穩定的發展。

參考文獻：

[1]王強東.網絡文化產業與網絡消費研究[J].廣東商學院學報，2009（04）.

[2]陳波，王奧.2011～2015年我國網絡文化產業發展狀況分析[J].江漢大學學報（社會科學版），2016（06）.

[3]聞洪濤.試論我國網絡文化產業自主創新帶動戰略的構建[J].新聞大學，2016（03）.

[4]張妍.網絡文化產業發展的問題與對策[J].沈陽師范大學學報（社會科學版），2015（191）.

[5]彭超.《中國新媒體發展報告》發布，對行業作出十大展望[N].中國新聞出版廣電報，2016-07-01.

[6]彭琪.網絡文化產業中受眾觀點傳播研究——基于觀點動為學視角[D].廣西大學，2016.

[7]朱松林.論跨媒體敘事中的粉絲經濟[J].編輯之友，2015（02）.

[8]Burt，B.S.，Membership size，communication activity，and sustainability：a resource-based model of online social structures[J].Information Systems Research，2001（12）.

[9]Huffaker，D.Dimensions of leadership and social influence in online communities[J].Human Community Research，2010（36）.

[10]Yoo Y&alavi; M.emergent leadership in virtual teams：what do emergent leaders do？[J].information and organization，2004（01）.

[11]Pronpitakpan，C.The persuasiveness of source credibility：a critical review of five decadesevidence[J].Journal of Applied Social Psychology，2004（02）.

[12]Ludwig，S，De Ruyter，K，Friedman，M.More Than Words：The Influence of Affective Content and Linguistic Style Matches in Online Reviews on Conversion Rates[J].ournal of Marketing，2013（01）.

[13]黃藍.電影網絡口碑傳播中的意見領袖研究——以SNS為例[D].東北師范大學，2012.

[14]劉志明，劉魯.微博網絡輿情中的意見領袖識別及分析[J].系統工程，2013（06）.

[15]Weimann G，the influentilas：people who influence people[J].state university of new york press，2005（05）.

[16]Vergani M.Are Party Activists Potential Opinion Leaders？[J].Javnost-The Public，2011（03）.

[17]姜珊珊，李欲曉，徐敬宏.非常規突發事件網絡輿情中的意見領袖分析[J].情報理論與實踐，2010（12）.

[18]元志潤.在網絡口碑溝通中的意見領袖研究——以韓國超級博客為例[D].復旦大學，2011.

[19]黃敏學，王琦緣，肖邦明，王殿文.消費咨詢網絡中意見領袖的演化機制研究——預期線索與網絡結構[J]管理世界，2015（07）.

[20]楊學成，蘭冰，孫飛.品牌微博如何吸引粉絲互動——基于CMC理論的實證研究[J].管理評論，2015（27）.

[21]申凡，鐘云.網絡粉絲群體心理研究[J].南京郵電大學學報（社會科學版），2009（11）.

[22]王麗.虛擬社群中意見領袖的傳播角色[J].傳播學研究，2006（03）.

[23]Cpherson，M. M，Lovin，L. S，Coo

k，J.BirdsofA Feather：Homophilyin Social Networks[J].Annual Review of Sociology，2001（01）.

*基金項目：國家社會科學基金青年項目（批準號：14CTQ019）“城市化背景下中國城鄉居民信息消費研究”；江蘇省社科基金專項課題（14SZB021）“江蘇協同推進城鄉信息消費相關問題研究”；江蘇省社會科學基金項目“農民移動信息服務使用行為協同演進研究”（14TQB004）。

（作者單位：張夢，南京郵電大學管理學院；王子敏，南京郵電大學經濟學院）