企業微博信息特征對用戶分享的影響研究

岳 潔 邵兵家

(1.重慶大學經濟與工商管理學院 重慶 400044；2.重慶大學現代物流重慶市重點實驗室 重慶 400044)

一、引言

我國社交媒體發展迅猛，用戶涉入度較深。中國互聯網絡信息中心數據顯示，2019年中國網民人均在社交媒體上花費的時間近4個小時，凱度和騰訊的報告顯示，社交媒體成為企業整合營銷的必要渠道，官方賬號發布的信息最具權威性。微博作為代表性的社交媒體平臺，其開放性最高，近年來活躍用戶不斷增長。企業社交媒體重要績效是用戶分享，既用戶的轉發分享行為。用戶對企業發布內容產生共情和認可后的分享行為，為企業在社交媒體用戶中營造了良好的口碑。隨著企業在社交媒體平臺發布內容已成為一種日常地營銷動作，企業社交媒體管理者如何進行日常地發布時間和發布內容的安排也成為企業社交媒體營銷的重要課題。

二、文獻綜述

(一)工作記憶理論認為人的社交行為具有時間效應

時間心理學的研究將社交行為的時間效應歸因于個體工作記憶可用性的時間效應(Shackman等，2006)，工作記憶的可用性在早上比下午和晚上高，在晚上比下午高。工作記憶對認知信息的注意力在下午比早上和晚上高，在晚上比早上高。工作記憶可用性低時，大腦會激活“抑制過程”以提高工作記憶效率。此時對于諸如語言理解、學習等復雜認知任務所必需的信息的純目標相關信息(Baddeley，1992)注意力提升到最高。

(二)現有文獻對用戶分享的研究，主要研究其影響因素

影響因素主要是內容的特征，內容分類主要有三大分類方式，信息功能分類、信息特征分類、情感認知分類。傅慧芬和賴元薇(2016)將企業社交媒體信息按功能性分為實用信息、社交內容和自我實現內容，研究其對溝通效果的影響。楊學成等(2015)將內容按照信息特性的互動性、生動性、內容有用性和有趣性，研究信息特性對粉絲互動的影響。Berger將社交媒體內容分類為情感內容和認知過程內容(Berger和Milkman，2012)，情感內容增加激活并引發分享和消費(Gaertner，1977)；認知過程內容在社交媒體上更受到關注、引發互動(Stieglitz和Dang Xuan 2013)。

社交媒體用戶分享文獻可知，國內外學者對用戶分享影響的研究已經很豐富。但缺少對發布時間這一因素的研究，企業社交媒體內容研究缺少從情感內容和認知過程內容角度對用戶分享的影響探究。

三、研究假設

(一)企業微博發布時間對用戶分享的影響

98%社交媒體內容是在上午、下午和晚上發布的(Vamsi等，2018)。在社交媒體環境中，消費者在工作記憶中對社交媒體內容進行信息編碼、處理和解碼。社交媒體的信息流頁面按照時間對內容進行先后的排序呈現給用戶，以便用戶進行實時的互動，因此發布信息和接收信息時間同步。用戶對內容的接收和用戶的分享行為依賴于他們的工作記憶處理信息的能力。工作記憶的高可用性使個人更警覺、更專注、好奇且深思熟慮，并且工作記憶的可用性高時，電子環境中用戶會更多地進行信息尋求(Marchioninini，1997)。工作記憶可用性高意味著接收的信息更多、速度更快，用戶更多地產生分享行為。工作記憶有限性時限制了人們處理新信息的能力，并削弱了他們參與社交媒體內容的欲望和能力。因此，對于大多數社交媒體內容消費者來說，工作記憶的可用性和效率在早上達到頂峰，在下午最低，在晚上適中。所以用戶分享的行為可能在早上最高，晚上中等，下午最低。

由此，提出以下假設：

H1:發布時間對企業微博用戶分享的影響：a早上發布的內容比下午產生更多用戶分享；b早上發布的內容比晚上產生更多用戶分享；c晚上發布的內容比下午產生更多用戶分享。

(二)企業微博內容類型對用戶分享正向影響的時間效應

情感內容包括積極情感和消極情感，情感內容對情緒進行喚醒，積極情感內容喚醒積極情緒(如敬畏、娛樂)，消極情感內容喚醒消極的情緒(如憤怒、焦慮)，由于積極情緒和消極情緒的喚醒，情感內容會更具傳播性(Berger和Milkman，2012)，情感內容喚醒人的情緒并引發分享(Gaertner，1977)。根據工作記憶理論，情感內容進一步增加了人的壓力和皮質醇水平，壓縮了工作記憶的空間，進而工作記憶系統會限制情感內容的處理。由于工作記憶可用性在早上比下午和晚上高，而下午最低。認知過程內容(如洞察、理性)由于人對其認知參與程度的高而獲得更多參與(Stieglitz和Dang Xuan，2013年)，而人對認知過程內容的處理需要更強的注意力。工作記憶對認知信息的注意力在下午比早上和晚上高，在晚上比早上高。

因此，提出如下假設如：

H2:情感內容對企業微博用戶分享的影響：a早上發布的情感內容比下午產生更多用戶分享；b早上發布的情感內容比晚上產生更多用戶分享；c晚上發布的情感內容比下午產生更多用戶分享。

H3:認知過程內容對企業微博用戶參與的影響：a下午發布的認知過程內容比早上產生更多用戶分享；b下午發布的認知過程內容比晚上產生更多用戶分享；c晚上發布的認知過程內容比早上產生更多用戶分享。

四、研究設計及研究結果

(一)研究對象

微博開放性高，用戶活躍度高，且其信息流的頁面使得用戶能夠進行實時的互動。因此本文選取了新浪微博作為研究的社交媒體平臺，并選取了支付寶、天貓、網易云音樂、網易新聞、小米手機等20個企業的官方社交媒體賬號作為研究對象，并收集了2019年1月到12月期間官方賬號發布的微博數據。

(二)變量的定義

解釋變量時間和內容類型，時間分為早上(6點到12點)、下午(12點到18點)、晚上(18點到24點)和夜晚(24點到6點)。內容類型使用文心文本分析軟件對文本內容進行試別，分為積極情感內容、消極情感內容和認知過程內容(Vasim，2018)。被解釋變量為用戶參與，使用微博轉發數量來衡量用戶參與。控制變量選取粉絲數量的對數和文本長度、文本可讀性①。粉絲數量是用戶互動的基礎，而文本的特征會影響閱讀和理解，進而影響用戶互動。

(三)回歸模型

參考Vasim等2018年的研究，根據研究設計建立發布時間和內容特征對用戶分享影響的多元回歸模型如式4.1。為了保持模型的簡潔控制變量用Φ’controls表示，無關擾動項為i表示。

Log(y1)=α0+α11Afternooni+α12Eveningi+α13Nighti+α2Posemoi+α3Negemoi+α4Cogprocessi+α51Afternoon×Posemoi+α52Eveningi×Posemoi+α53Nighti×Posemoi+α61Afternooni×Negemoi+α62Eveningi×Negemoi+α63Nighti×Negeoi+α71Afternooni×Cogprocessi+α72Evening×Cogprocessi+α73Nighti×Cogprocessii+Φ’controls+εi

(4.1)

(四)回歸結果

整個回歸模型的F值為131.53，其p值為0小于0.01，說明模型顯著。回歸結果表明，α11為-0.172，p值為0小于0.01；α12為-0.12，p值為0小于0.01；對α11和α12進行統計測試，F為11.27，p值為0，結果均顯著。因此，H1均成立。α51為-0.019，p值為0.004小于0.05，α52為-0.019，p值為0.003小于0.01，結果均顯著；對α51和α52進行統計測試，F為0.03，p值為0.952，結果不顯著。α61為-0.003，p值為0.817，α62為0.012，p值為0.321，結果均不顯著；對α61和α62進行統計測試，F為8.34，p值為0.004小于0.01，結果顯著。因此H2部分成立。α71為0.01，p值為0小于0.01，結果顯著；α82為0.007，p值為0.001小于0.01，結果顯著；對α71和α72進行統計測試，F為2.40，p值為0.121，結果不顯著。因此，H3a、H3b成立.

五、結論及探討

(一)研究結論

針對企業社交媒體的轉發來說，企業官方社交媒體賬號發布的內容有效性具有時間效應，早上發布的內容最能有效引發用戶分享，晚上次之，下午最差。內容類型對用戶分享的積極作用具有時間效應，企業在早上發布的積極情感內容，相比于在下午和晚上更能引發用戶的轉發；在晚上發布的消極情感內容比起下午更能有效地引發用戶的轉發行為；在下午發布的認知過程內容，比在早上和晚上更有效地引發了用戶的轉發行為。

(二)理論貢獻與管理啟示

現有相關研究主要集中于企業社交媒體內容的影響機制，而缺乏對其時間效應的研究，本研究彌補了這個空白點。本研究證實了企業社交媒體的發布時間和內容類型對用戶分享的影響，且證實了時間和內容類型對用戶分享的交互作用，豐富了社交媒體營銷和用戶分享相關文獻。

企業社交媒體官方賬號要合理安排信息的發布時間：一般情況下，對于引發用戶分享來說，早上發布信息最佳，晚上次之，下午最差。企業社交媒體官方賬號應合理安排社交媒體內容類型：想要達成更好的用戶分享，企業在早上發布的積極情感內容，相比于在下午和晚上更能引發用戶分享；在晚上發布的消極情感內容比起下午更能有效地引發用戶分享行為；在下午發布的認知過程內容，比在早上和晚上更有效地引發了用戶分享行為。

(三)局限性和未來的研究方向

本文研究的企業社交媒體營銷信息內容分類主要以文本內容為主，隨著社交媒體平臺視頻內容的增加和內容分析技術的發展，未來研究可以嘗試對圖片、視頻等不同媒介的內容進行分類和探討。其次，本文選擇了20家企業進行實證，未來可以擴大研究數據范圍，并探討不同類型的企業主體其社交媒體營銷信息內容類型有效性的時間效應。

【注釋】

①文本可讀性用FOG測量。FOG=0.4*(ASL+100*AHW)其中，ASL是平均句長，AHW是平均100個詞中的復雜用詞個數，把復雜用詞定義為字數超過4個字的詞，ASL和AHW指標均由文心軟件提取得出。