SSEM  >> Vol. 7 No. 5 (September 2018)

    虚拟社区顾客契合的影响因素及其对顾客购买行为的影响—自我决定论视角
    Antecedents of Customer Engagement and Its Effect on Buying Behavior in Virtual Community—Based on Self-Determination Theory

  • 全文下载: PDF(757KB) HTML   XML   PP.125-142   DOI: 10.12677/SSEM.2018.75016  
  • 下载量: 205  浏览量: 338   国家自然科学基金支持

作者:  

韩小芸,胡 琳:中山大学管理学院,广东 广州;
谢 娜:广东外语外贸大学英语教育学院,广东 广州

关键词:
社会认同顾客契合度顾客契合行为社会交换理论虚拟社区Customer Attitudinal Engagement Customer Engagement Behavior Self-Determination Theory Virtual Community

摘要:

垂直虚拟社区的兴起促进了顾客非交易行为的发展,更加重视顾客与社区之间的情感、信息等方面的交流。本文在文献研究的基础上,基于自我决定理论,结合虚拟社区的特征,构建了顾客功能性认知、社会认同对顾客契合的影响以及顾客契合对顾客购买行为的影响模型,并通过对513名旅游虚拟社区成员的调查,运用LISREL8.72软件对模型进行了实证检验。数据分析结果表明:感知有用性、顾客对社区的认同和顾客之间的认同对顾客契合度和顾客契合行为具有显著的正向影响;顾客契合度是顾客契合行为的心理基础,并且能够促进用户对社区产品或服务的购买。此外,顾客加入社区的时间长度对顾客感知有用性与顾客契合度之间的关系、顾客认同与顾客契合度之间的关系都具有调节作用。本文创新性地在实证研究中把顾客契合分为顾客契合度和顾客契合行为两个变量,研究结果进一步丰富了目前学术界对顾客契合概念的实证研究,也对虚拟社区的顾客行为管理、顾客契合营销有一定的实践启示作用。

With the development of virtual community, non-transaction behavior of customers, including communication of emotion and information between customer and community, has been paid more attention. Based on literature review, the authors developed a research model on the impacts of customer functional perception and customer identification on customer engagement according to self-determination theory. 513 questionnaires were collected. Data analysis results showed that customer perceived usefulness, customer-community identification, and customer–customer identification all have significant impacts on customer engagement attitude and customer engagement behavior; customer engagement attitude is the psychological foundation of customer engagement behavior, and promotes customers’ purchase. Besides, the duration of membership moderates the relationships between customer perceived usefulness and customer engagement attitude, customer identification and customer engagement attitude. This is the first empirical study in which customer engagement is separated as two variables: customer engagement attitude and customer engagement behavior. The results enrich the customer engagement empirical studies literature, and provide some management implications for customer behavior management and customer engagement marketing.

1. 引言

越来越多的企业管理人员认同V. Kumar (2010)提出的“顾客契合价值(customer engagement value)”观点 [1] ,即顾客除购买产品或服务带给企业的直接价值外还可以通过推荐新顾客、影响老顾客和向企业反馈意见等行为给企业带来间接价值。2010年,Journal of Service Research和Journal of Strategic Marketing分别出版了“顾客契合”特期,引起营销学界对“顾客契合”问题的关注。所谓“顾客契合”,是顾客出于某种动机关注企业或品牌的非交易性行为 [2] (van Doorn, et al., 2010)。互联网的发展促进了顾客与企业、与其他顾客之间的交流,虚拟社区的兴起为顾客与企业之间的契合提供了新的途径 [3] (Xiabing, et al., 2015)。至今为止,国内外学者对顾客契合进行了一定的研究,但多聚焦于从理论上探讨顾客契合的影响因素及其对企业的影响,这一领域的实证研究成果比较少见。而许多企业管理人员虽然意识到顾客的契合行为(非交易性行为)能够给企业创造价值,但他们不知道该如何促进顾客与企业的契合。本文在文献综述的基础上,基于自我决定论,把顾客契合划分为顾客契合度和顾客契合行为两个维度,探讨顾客契合度的影响因素以及顾客契合度对不同类型的顾客契合行为及顾客购买行为的影响,并采用实证研究方法对研究假设进行检验。本文研究结果一方面有助于引起学术界对顾客交易外行为的重视,拓宽关系营销研究的视角;另一方面,在本文中我们创新性地在一次实证研究中把顾客契合分为顾客契合度和顾客契合行为两个独立的变量,并采用实证研究方法检验功能性认知和顾客认同对这两个独立变量的不同影响,以及这两个独立变量对顾客购买行为的不同影响,对营销学界深入探讨顾客与企业不同层次的关系起到抛砖引玉的作用,同时也对虚拟社区的顾客行为管理、顾客契合营销有一定的实践启示。

2. 文献回顾与研究假设

2.1. 虚拟社区与顾客契合

Rheingold (1993)最早使用“虚拟社区”这一概念来描述那些在网络交流中产生的社会团体 [4] 。所谓虚拟社区,是指由一群有共同兴趣爱好的个体所组成、通过网络进行有规律、有组织的、互动的团体 [5] (Ridings et al., 2002)。其主要特点包括:1) 社区归属感主要来源于成员之间的共同目标、需求、兴趣或者活动;2) 成员会重复地、积极地参与到社区中,成员之间常常会发生热烈的互动、形成强烈的情感联系以及共同参与活动;3) 成员有分享资源的渠道,社区的政策决定了如何获得这些资源;4) 成员之间互惠互利、相互支持、互相服务;5) 共同的社会习俗、语言和协议环境 [6] (Wang et al., 2002)。虚拟社区的特点反映了企业–顾客–其他顾客三方互动的特点 [7] (Muniz & O’Guinn, 2001)。一般情况下,虚拟社区都是基于关系建立的,社区成员的身份包含了对一个特定社会类别的归属感 [8] (Algesheimer et al., 2005)。

目前营销学界对顾客契合的定义和内涵尚未达成一致意见,特别是对应该从心理层面还是行为层面定义顾客契合这一基础性问题尚未形成共识。有些学者认为顾客契合是顾客与品牌相关的、在一定情境下的一种心理状态 [9] [10] [11] [12] [13] (Brodie, 2011; Bowden, 2009; Hollebeek, 2013; Vivek, 2014; Mollen and Wilson, 2010),而有些学者则强调顾客契合是顾客的一种行为表现,包括口碑推荐、发表评论、助人、撰写博客等,契合的对象可以是特定的企业、品牌或其他顾客 [2] [14] (Van Doorn et al., 2010; Jaakkola, & Alexander, 2014)。事实上,这两种观点虽然有区别,但也有一定的内在联系 [15] (蔺晓东,2013)。一方面,任何行为的发生背后都有一定的心理基础,顾客契合行为作为顾客交易外的行为,可能受到顾客满意、感知价值,或者顾客认同等心理因素的影响。反过来,这些行为的发生也会进一步巩固和加强顾客与企业的心理联系。因此,这两种关于顾客契合的定义并不矛盾。此外,学者们对顾客契合的定义有几个共同点:1) 强调顾客与企业或品牌之间的情感联系;2) 包含由于顾客的情感投入而产生的与企业或品牌相关的非交易性行为;3) 关注的焦点在于顾客与企业、品牌或其他顾客的互动体验和共创价值。Brodie (2011)等通过分析社会科学、管理学中关于“契合”概念的研究及顾客的“契合行为”,对“顾客契合”的基础性内涵进行了总结,提出了“顾客契合”的5个基本主张。他们认为顾客契合是顾客在特定的情境中、针对某个特定的对象而产生的、是一个以互动和共创价值为理念的动态过程,包括认知、情感和行为三个维度。本文认为,仅仅从行为角度探讨顾客契合,缺乏对顾客行为的心理基础的理解,企业管理人员不仅应“知其行”,还应“知其所以行”。基于此,本文将顾客契合定义为:顾客在某些驱动因素的影响下,与企业、品牌或其他顾客互动过程中产生的一种心理状态及相应的非交易性行为,包含认知、情感和行为三个维度。类似于顾客忠诚包含态度忠诚和行为忠诚,顾客契合也可以划分为态度契合和行为契合。从态度的角度讲,顾客契合是顾客对企业产生的一种以高投入、高度归属和忠诚为特征的积极的心理状态;从行为的角度讲,顾客契合指顾客受认知和情感驱动的针对某企业的交易外行为 [16] (Elise Porter et al., 2011)。借鉴顾客忠诚研究的主流思想,本文将“顾客契合”划分为态度契合(心理)和行为契合(行为)。由于态度是由认知、情感因素构成的比较持久的个人心理状态,所以,态度契合包含契合的认知和情感成分,称为顾客契合度,而行为契合则指顾客实际的契合行为,包含顾客与企业、品牌、其他顾客的各种非交易性行为。

2.2. 研究模型与研究假设

2.2.1. 研究模型的提出

自我决定理论从需要的角度来解释行为的动机,认为人类有三种基本的心理需要:自主需要、能力需要和关系需要。自主需要指个体按照自己的意愿对自身是否从事某种行为做出选择的需要,关注个体自身的意愿,行为符合他们的综合自我意识(例如,出于自身兴趣或价值观);能力需要指个体在从事各种活动时体验到自身有能力胜任的一种需要,是人们希望更有效率地处理外部环境的内在需要 [17] (Deci and Ryan, 1985);关系需要指与他人相联系、得到他人的理解、支持和欣赏以及给予他人理解、支持和欣赏的需要 [18] (Glynn, 1981)。自我决定理论认为,人类的三种基本心理需要既具有先天的成分,也会受到社会环境的影响。受外在因素激发的行为,个体缺少对行为的内在兴趣,但是,当个体在行为中体会到自主性,感知自己能够胜任并得到他人的赞赏和支持时,行为的外部动机就逐渐向内部动机转化。

顾客契合是顾客内部动机驱动的结果 [16] (Porter et al., 2011),顾客在社区中表现的各种契合行为背后,都内含着满足自身某种需要的动机。社区的形成是建立在个体之间交换行为的基础上的,而交换行为的发生又是基于交换一方拥有的资源对交换另一方产生的吸引力,这种吸引力产生于一种个体的认知:即认为对方拥有的资源可以满足自我的需求,引起个体积极交换意向及行为的产生 [19] (Blau, 1964)。在虚拟社区中,顾客可以自己创造内容,并围绕产品或者与品牌相关的话题获取并自由地展示自我知识和专业技能,这将有利于顾客形成自主的需要 [20] [21] (Kim et al., 2011; Hsu et al., 2007)。因此,感知有用性在一定程度上代表了顾客的自主需要。社区成员对该社区体会到的感知易用性是对自己能力的自信感知 [22] (Lin, et al., 2009),当顾客觉得自己很容易使用虚拟社区的各项功能时,会觉得满足了自身能力胜任的需要。因此,感知易用性代表了顾客对能力需要。而顾客认同则反映了顾客的关系需要,即与他人相联系、得到他人的理解、支持和欣赏以及给予他人理解、支持和欣赏的需要。根据社会交换理论,交换双方遵循“互惠”原则。虚拟社区满足了成员的自主需要、能力需要和关系需要等基本心理需求后,成员会按照“互惠”原则“回报”社区,更加关注社区,对社区产生契合的态度,并进而从事对社区有益的行为,如向他人推荐社区,更积极地与社区、社区其他成员互动等契合行为,甚至产生购买行为。基于此,提出本文的研究模型,见图1

2.2.2. 研究假设及立论依据

感知有用性反映个体感知的使用一个具体的系统能够提升他/她工作业绩的程度 [23] (Davis, 1989)。社区的形成是建立在个体之间交换行为的基础上的,而交换行为的发生又是基于交换一方拥有的资源对交换另一方产生的吸引力,这种吸引力产生于一种个体的认知:即认为对方拥有的资源可以满足自我的需求,引起个体积极交换意向及行为的产生 [19] (Blau, 1964)。此外,在虚拟社区中,顾客可以自己创造内容,并围绕产品或者与品牌相关的话题获取并自由地展示自我知识和专业技能,这将有利于顾客形成自主的需要 [20] [21] (Kim et al., 2011; Hsu et al., 2007)。可见,感知有用性满足了社区成员的自主需要。Taylor

Figure 1. Research model

图1. 研究模型

和Todd (1995)的研究表明,感知有用性对积极使用态度有显著的影响 [24] 。在本文中,感知有用性指顾客认为参与虚拟社区对其整体体验提高的程度。如果顾客认为,参与社区能够获得自己需要的帮助,如获得有价值的信息,或是找到“志同道合”的伙伴等,能够提升其体验,同时能够展示在自我知识和专业技能,则顾客会更积极地与社区或社区其他成员互动,即顾客感知的有用性越高,则顾客越容易对社区产生积极的契合态度。为此,本文假设如下:

H1:顾客感知的社区的有用性越高,其与社区的契合度越高。

自我决定理论认为,控制性的环境因素会阻碍个体的自主动机行为,从而阻碍个体成长和自我实现。感知易用性反映个体认为使用一个具体的系统的容易程度 [24] (Taylor and Todd, 1995),与个人的知识、技能及系统的设计等因素有关。沙振权等(2010)认为,社区成员更加偏好便捷、简单的操作,感知易用性作为成员对虚拟社区的功能性认知,能够增强社区成员对虚拟社区功能性的正面评价,促进或加强成员对社区的积极态度 [25] 。Lin等(2009)认为,在虚拟社区中,社区成员对该社区体会到的感知易用性是对自己能力的自信感知,这种感知将促进人们对社区产生积极的态度和做出积极的贡献 [22] 。为此,本文假设:

H2:顾客感知易用性越高,其与社区的契合度越高。

虚拟社区本质上是一种群体关系,是由具有共同兴趣爱好的成员组成的,用户通过互动能够找到自己所属的群体,促进成员产生对群体的归属感 [26] [20] (Kohler et al., 2011; Kim et al., 2011)。归属感越强,表明对群体的认同越强烈,越愿意与其他人交流并建立友谊,增强对社区的黏性 [27] (Nambisan and Baron, 2009)。这种认同是社区成员对社区的一种认知状态,体现成员与社区之间的亲密关系,包括成员对社区的情感和他人对自己的认可 [26] [28] (Ryan & Deci, 2000; Kohler et al., 2011),满足了社区成员的关系需要。Haeyoung Lee等(2012)认为,强烈的认同加强成员的分享意愿,促进顾客在虚拟社区中的知识贡献行为 [29] 。强烈的归属感通过赋予社区成员积极的态度,并使他们根据组织的价值观调整自己的行为,能够推动积极的社区支持行为 [30] (Dutton et al., 1994)。出于虚拟社区群体属性的考虑,本文认为关系需求的满足来自社区这个平台本身和其他社区成员两方面,即顾客–社区认同及顾客–顾客认同,因此,本文假设:

H3a:顾客对社区的认同感越高,其与社区的契合度越高;

H3b:顾客对社区其他顾客的认同感越高,其与社区的契合度越高。

互联网环境下,虚拟品牌社区为成员提供了一个彼此交流的平台或场所 [31] (Armstrong A. and Hagel J, 1996),信息需求及与其他顾客之间的情感交流是顾客参与社区的重要因素。非交易类的虚拟社区是由一群具有共同兴趣以及生活体验的顾客聚集而成的,这一类社交网络不同于普通的基础网络,是建立在人际关系基础上的。在虚拟社区中,顾客希望能够获取真实的信息,其他顾客被认为是更客观的信息来源 [32] (Kozinets and Robert V, 2002),能够很好地满足顾客的信息需求。顾客在社区中获得的有用信息越多,与其他顾客的交流越多,对社区其他成员的认同感越强,对社区的认同感也会越强。为此,本文假设:

H4:顾客–顾客认同对顾客–社区认同有直接的正向影响。

态度对行为的预测一直是社会心理学领域关于态度研究的一个重要方面,Fishbein和Ajzen (1975)认为个体行为在某种程度上是由行为意向决定的 [33] ,态度是行为意向的重要决定因素。关于态度对行为的影响作用在消费者行为学和营销学领域也多次被学者们验证。例如,韩小芸和汪纯孝(2003)在银行、移动通讯、民航、医院、酒店、美容院等六个行业的实证研究结果表明,顾客的态度忠诚对顾客忠诚行为有显著的正向影响 [34] 。董晓松等(2010) [35] 、李惠璠等(2009) [36] 的研究也发现顾客的态度忠诚对行为忠诚具有直接的正向影响。同理,本文认为包含认知、情感的顾客契合态度是顾客契合行为发生的心理基础,也会对顾客契合行为有直接的正向影响。此外,购买意向是由消费者对某一产品或品牌的态度加上各种外在因素形成的 [37] (Gary M. et al., 1985)。顾客契合度是顾客在与社区、社区成员互动过程中产生的对社区、社区成员的认知和情感。当顾客的这种认知和情感是正面的时,会对社区产生的一种积极态度,这种积极的态度可能会促使顾客购买该社区的产品或服务,排斥竞争对手的产品或服务。有学者发现,顾客契合对顾客忠诚感有显著的正向影响 [9] [11] [12] [38] (Brodie, et al., 2011; Hollebeek, 2013; Vivek, et al., 2014; 韩小芸和余策政,2013)。而在这些学者的研究中,顾客购买行为都是测量顾客忠诚感的指标。为此,本文假设:

H5:顾客契合度对顾客契合行为有正向的影响;

H6:顾客契合度对顾客购买行为有正向的影响。

另外,顾客契合行为是顾客针对某品牌或企业的交易外行为,包括口碑宣传、推荐、参与顾客社区、意见反馈、参与新产品或新服务的创造等。随着互联网和社交媒体的发展,与社区及社区成员之间进行互动成为顾客与企业或社区契合的一种很重要的途径。顾客与社区及其成员之间的互动越多,顾客与社区的联系越多,顾客感知的自己与社区的关系越密切。这种密切的关系认知会促进顾客购买社区的产品或服务 [39] (Jacoby and Chestnut, 1978)。此外,顾客契合强化了Oliver (1999)提出的顾客忠诚感的多层次效应 [40] 。Oliver认为,顾客首先会处理获得的信息形成认知,然后运用这些观念形成态度,最后基于相对态度做出购买决策。基于此,Oliver提出了从认知忠诚到情感忠诚、然后到意向忠诚、最后产生行为忠诚的顾客忠诚感形成过程。顾客针对企业的契合行为加速了从认知到态度再到行为的转化速度 [41] (Vivek, et al., 2012)。而Van Doorn等(2010)也指出,顾客契合行为会影响顾客对企业的忠诚感 [2] ,他们所讲的忠诚感是指顾客的行为忠诚,即重复购买行为。基于此,笔者假设:

H7:顾客契合行为对顾客购买行为有正向影响。

新老社区成员在社区中的表现可能不同。例如加入时间长的顾客更有可能在社区互动中承担领导者的角色 [42] (Thompson & Sinha, 2008),更多地向他人推荐该社区或者帮助其他新的顾客融入社区等;而社区的新成员可能仍然处于对社区的了解过程中,促使他们对社区产生契合的因素可能更多的是感知社区能够为自身带来的价值、满足自身某种功能性需要等。也就是说,对于加入社区的时间长度不同的成员来说,驱动顾客契合度的因素的影响会有所差别,一般来说,在初期顾客契合度形成中,功能性认知及成员对社区本身特征的感知会发挥更重要的作用;相反,参与社区时间较长的成员,与其他社区成员的互动增多,成员之间的认同在顾客契合度的形成中将发挥更重要的作用。因此,本文假设:

H8a:顾客加入社区时长反向调节感知有用性对顾客契合度的影响;

H8b:顾客加入社区时长反向调节感知易用性对顾客契合度的影响;

H8c:顾客加入社区时长反向调节顾客–社区认同对顾客契合度的影响;

H8d:顾客加入社区时长正向调节顾客–顾客认同对顾客契合度的影响。

3. 研究设计

3.1. 概念的操作定义和问卷设计

在本文中,“感知有用性”指顾客认为加入一个社区对他/她整个体验提高的程度 [23] (Davis, 1989),而“感知易用性”则指顾客认为参与一个社区及其活动的难易程度 [23] (Davis, 1989)。“顾客认同”分为“顾客–社区认同”及“顾客–顾客认同”。“顾客–社区认同”指社区中的个体将自己定义为某种社区类型的成员并且把这种类型的典型特征归于自己的自我心理表现和过程,是顾客对社区的心理归属 [43] (Mael and Ashforth, 1992);“顾客–顾客认同”指虚拟社区中顾客以社区成员的身份构建自己,也就是归属于某个社区,是一个群体性质的认同 [8] (Algesheimer et al., 2005)。“顾客契合度”指个人对社区或由社区或其他顾客发起的活动的参与和联系强度,采用Vivek (2014)开发的顾客契合的测量量表 [12] ,从热情参与、有意识的关注和社会联系三个方面进行测量;“顾客契合行为”指顾客针对虚拟社区的非交易性行为,采用Verleye等(2013)学者开发的量表 [44] ,从服从、合作、反馈、助人和口碑推荐五个方面来测量。其中,服从指顾客自觉遵守社区的条例及程序;合作指顾客主动帮助社区或工作人员完成工作的善意的行为;反馈指顾客向社区或社区工作人员提出服务改进建议、或者参与新产品和新服务的开发过程;助人指顾客表达自己的移情感受帮助其他顾客,鼓励社区其他成员一起作出合适的行为,或者互相帮助以获得更好的服务;而积极的口碑宣传,则指顾客传播关于社区的好的口碑,或者向其他顾客推荐社区。“顾客购买行为”指顾客选择特定产品或服务的主观倾向。

在文献研究的基础上,本文根据旅游虚拟社区的实际特点设计了初始问卷,并分别与2位服务营销教授和4位旅游管理、管理科学与工程以及技术经济专业的研究生讨论测量题项的合理性,结合相关学者意见,对相关的测量题项进行了修正。并将修正后的问卷输入问卷星,寻找了10名来自不同地域的旅游虚拟社区用户对问卷进行审查,以减少由于语言习惯及文化习俗的差异而产生的对问项理解的明显偏差,根据测试结果对问卷进行调整,最终形成本文的正式问卷。问卷共51个题项,分为三个部分。第一部分对调研目的进行了简单说明,第二部分是问卷主体部分,对研究模型中各个变量进行调查,第三部分是人口统计特征调查。除了调节变量“顾客加入社区的时长”使用一个问项“您成为该社区会员的时间有多长?”之外,其它变量的计量都使用李科特7点尺度。

3.2. 数据收集及样本情况

本文主要以“蚂蜂窝”及“穷游网”的用户为调研对象。选择这两个社区是因为中国UGC旅游虚拟社区主要分为两类:一类为垂直企业,即专注于在某些特定的领域或某种特定的需求的旅游社区,如蚂蜂窝、穷游网等;另一类为综合性企业的攻略社区频道,如携程攻略社区。艾瑞咨询数据显示,2014年,我国旅游虚拟社区企业中,携程攻略社区的用户数位列第一,达80,000万,蚂蜂窝与穷游网用户体量相近,各为5500万和5000万1。本文的研究对象为垂直旅游虚拟社区,携程攻略社区受益于高认知度的携程品牌,位列行业第一,但其发展是以OTA起步,平台已经实现了“攻略信息收集、产品对比、完成预定、评论分享”等全部环节。综合企业的用户社区与垂直社区在商业化方面发展方向迥异,综合性的旅游虚拟社区服务于企业“一站式旅游服务平台”总体战略,定位为增强用户粘性,帮助用户决策的中间桥梁,无营收压力;而垂直UGC旅游虚拟社区是以免费的服务起步的,其发展模式与变现模式都与综合性的社区有很大差别。因此,根据垂直旅游虚拟社区的用户覆盖数排名,本文选择主要以“穷游网”及“蚂蜂窝”的用户作为调研对象。由于这类旅游虚拟社区的成员分布在全国各地,因此,本次调研的问卷主要通过线上的方式进行发放。2014年12月至2015年2月期间,笔者通过两种途径收集问卷,其一,笔者本身是“蚂蜂窝”和“穷游网”社区的成员,先向社区成员说明本次调研的目的,并询问社区成员是否愿意填写问卷,然后向那些同意填写问卷的社区成员发送问卷链接;其二,通过设置微博关键字,如“穷游网”、“蚂蜂窝”、“旅游攻略”等相关关键词,寻找平时关注该类旅游虚拟社区的用户,通过发表评论或者私信发送问卷链接。本次调研共收回问卷527份,剔除了回答时间短、数据不完整或不符合常规逻辑的无效问卷14份,最终得到有效问卷513份,有效问卷所占比率为97.3%。其中,穷游网用户197人,占38.4%,蚂蜂窝用户277人,占54%,其他社区39人,占7.6%;女性用户342人,占比66.5%;男性用户172人,占33.5%,性别比例分布与旅游虚拟社区的性别比例接近(穷游网用户70%为女性1);样本年龄集中在18~36岁之间,共483人,占总样本比例达94.1%,这与上网主要是年轻人的特点相符;受访者的最高学历集中在本科/大专学历,共393人,占76.6%;加入社区2年以下的有299人,占60.2%,2年以上的有204人,占39.8%。

4. 数据分析与结果

4.1. 数据可靠性和有效性分析

本文采用SPSS 21.0软件对量表的可靠性进行测验,结果见表1。删除顾客–顾客认同的第一个问项CCI1之后,CCI的可靠性提高,而且各计量尺度的Cronbach’s α值在0.84~0.94之间,具有非常高的可靠性。为检验数据结构是否与本文假设的相一致,我们对原始数据进行了主成分分析。按照特征值大于1的标准,原始数据共提取8个主成分,累计解释的方差为73.562%,各因子提取的方差及因子负载值见表1。对照概念模型发现,除测量“口碑推荐”的三个问项与顾客契合行为的其他组成成分的问项不在同一个主成分外,其他概念的因子结构均与概念模型相同。

为了减少结构方程模型分析中待估计参数的数量,减少计量项目随机误差对模型分析结果的影响,增强参数估计结果的稳定性,本文根据目前国内外学者在结构方程模型分析中普遍采用的做法 [45] [46] [47] (韩小芸等,2004;Bagozzi and Edwards, 1998; Sweeney et al., 1999),把每个概念的计量尺度划分为若干子尺度,再以各个子尺度的项目评分的均值作为相应概念的指标,进行结构方程模型分析。美国学者Bagozzi和Heatherton (1994)指出,当概念的计量项目在5~7个之间的时候,把概念的计量尺度划分为两个子尺度比较合理 [48] 。因此,在本文中,我们把每个概念的计量尺度划分为两组子尺度,再以各组子尺度的平均数作为相应概念的计量指标,使用LISREL 8.72软件中的极大似然估计程序,以协方差矩阵为输入矩阵,对模型中的各个变量进行确认性因子分析。数据分析结果表明,p值为0.00显著,χ2为270.48,自由度为98,χ2/df = 2.76,RMSEA、NFI、NNFI、CFI、IFI、RFI、SRMR、GFI、AGFI分别为0.056,0.98,0.99,0.99,0.99,0.98,0.028,0.94,0.91,所有拟合指标都在理想水平以上,因此,数据与模型的拟合程度很高。

此外,除“口碑推荐”外,其他所有指标在各自计量的概念上因子载荷都高度显著(各个计量指标的因子载荷在0.78~0.98之间,t值在19.29~26.27之间),说明数据的会聚有效性较好。口碑推荐的因子负载为0.43,小于0.50,结合主成分分析结果,在后续的分析中将删除变量“口碑推荐”。各隐变量解释的方差(AVE)的平方根都大于该隐变量与其他隐变量的相关系数(见表2),表明数据鉴别有效性较好。

4.2. 二阶因子分析

在本文中,我们把顾客契合分为顾客契合度和顾客契合行为,且作为两个独立的变量来检验。其中,顾客契合度采用Vivek (2014)的观点 [12] ,包括热情参与、有意识的关注和社会联系三个维度,顾客契合行为采用Verleye等人(2013)的观点 [44] ,包括服从、合作、反馈、助人、口碑推荐五个维度。为检验这种做法的合理性以及这些学者的量表的适用性,我们对顾客契合度的3个维度和顾客契合行为的5个维度进行二阶因子分析。分析结果表明,热情参与、有意识的关注、社会联系3个一阶因子在二阶因子顾客契合度上的负载在0.89~0.96之间,且高度显著(t值介于17.83~20.02之间);服从、合作、反馈、助人和口碑推荐5个一阶因子在二阶因子“顾客契合行为”上的负载介于0.42~0.93之间,且高度显著(t值介于9.02~22.03之间),模型拟合程度指标分别为:χ2 = 1359.47,自由度为290,χ2/df = 4.69,NFI、NNFI、CFI、IFI为0.97,GFI为0.80,AGFI为0.76,RFI为0.96,RMR为0.087,RMSEA = 0.096,模型拟合不理想。由于“口碑推荐”在顾客契合行为二阶因子上的负载为0.42小于0.50,为此,去掉“口碑推荐”,重新再做二阶因子分析。修正后的二阶因子模型拟合程度较好,χ2 = 330.55,自由度为69,χ2/df = 4.79,NFI、NNFI、CFI、IFI为0.98,GFI为0.91,AGFI为0.86,RFI为0.97,RMR为0.047,RMSEA = 0.090,说明旅游虚拟社区用户契合行为包括服从、合作、反馈和助人四个子因子。且顾客契合度与顾客契合行为之间的相关系数为0.75,误差为0.02,相关系数加减两倍的标准差不包含1,说明顾客契合度与顾客契合行为确实是两个不同的概念,为本文把顾客契合度和顾客契合行为作为两个独立的变量进行检验提供了实证支持。

4.3. 结构方程模型分析

本文使用Lisrel 8.72软件,采用极大似然估计法、以协方差矩阵为输入矩阵,对研究模型进行检验。结构方程模型分析结果表明,p值为0.00,卡方值χ2为283.96,对应自由度为106,卡方与自由度之比为2.68,NFI、NNFI、CFI、IFI、RFI、GFI、AGFI分别为0.98、0.99、0.99、0.99、0.98、0.94、0.91,RMSEA

Table 1. Reliability and factor analysis result

表1. 数据可靠性和因子分析结果

注:表中每个变量下的百分比为各变量解释的方差百分比。

Table 2. Correlation matrix and square root of AVE

表2. 相关系数矩阵与AVE的平方根

注:各字母简称含义同表1。表格中对角线数值为隐变量解释的方差AVE的平方根,对角线左下方为相关系数矩阵。

为0.056,SRMR为0.030,表明模型的整体拟合度较好。各变量之间的待估计系数见表3

4.4. 调节效应检验

本文采用现有文献中常用的多组分析法进行调节效应检验 [49] (Xiaoyun Han et al., 2008)。由于结构方程模型分析结果表明“感知易用性”对顾客契合度没有显著的直接影响,所以,本文不检验“顾客加入社区时长”对感知易用性和顾客契合度关系的调节作用,而只检验“顾客加入社区时长”对感知有用性

Table 3. SEM and hypothesis test result

表3. 结构方程模型分析与假设检验结果

注:*表示显著性水平为0.05,其余为0.01。

及顾客认同与顾客契合度关系的调节作用。首先,根据顾客加入旅游虚拟社区的时间长度,以2年为界限,将有效样本分为两个子样本,加入社区时长2年以下的样本量为309,2年以上的样本量为204。然后,分别用两个子样本的数据对研究模型进行结构方程模型分析。分析结果表明,模型与两个子样本的数据的拟合程度都可以接受(2年以上组:χ2 = 283.25,df = 122;2年以下组:χ2 = 337.13,df = 122),除了顾客–社区认同对顾客契合行为的影响在2年以下组中不显著之外,总样本中显著的关系在两个子样本中也都是显著的(见图2图3)。最后,为检验“加入社区时长”对感知有用性及顾客认同与顾客契合度关系的调节效应,我们先规定两个子样本中假设的路径系数相等进行分析,然后运用卡方差异检验,比较路径系数相等的模型与感知有用性、顾客–社区认同、顾客–顾客认同与顾客契合度路径系数分别不等的模型。分析结果(见表4)显示,在感知有用性和顾客–社区认同对顾客契合度的影响中,2年以下组别的标准化系数大于2年以上组别;而顾客–顾客认同对顾客契合度的影响中,2年以上组别的标准化系数大于2年以下组别,且这些系数差异是显著的。以上分析结果说明,顾客加入社区时长对顾客感知有用性和顾客契合度的关系有显著的负向调节作用,对顾客–社区认同对顾客契合度的影响有显著的负向调节作用,而对顾客–顾客认同与顾客契合度的关系有显著的正向调节作用,分别支持假设H8a,H8c,H8d。

5. 结论与讨论

5.1. 结论与讨论

顾客契合作为营销学界新近关心的热点问题,在顾客契合的内涵、维度的划分等方面尚未达成共识。有学者认为顾客契合只包含顾客的非交易性行为,也有学者认为顾客契合不仅包含顾客的非交易性行为,顾客的交易行为也属于顾客契合的范畴。本文通过实证研究,明确了顾客契合度、顾客契合行为和顾客购买行为之间的关系,得出“顾客契合分为顾客契合度和顾客契合行为,顾客契合度直接影响顾客契合行为,而顾客契合行为与顾客购买行为是两个不同的变量,且顾客契合度和顾客契合行为都会直接促进顾客的购买行为”的结论,回答了营销学界对“顾客契合是一个态度概念还是行为概念”的争议,对今后学者在这一领域的研究、尤其是实证研究有极大的参考价值。

1) 顾客契合包含顾客契合度和顾客契合行为

大部分学者的观点都认为,顾客契合是一个多维的概念,包含认知、情感和行为三个维度。但是目

注:图中字母含义同表1. 虚线表示影响不显著,实线表示影响显著。蓝色箭头是假设的调节效应。

Figure 2. SEM result of less than 2 years

图2. 加入社区2年以下组(n = 309),结构方程分析结果

注:图中字母含义同表1. 虚线表示影响不显著,实线表示影响显著。蓝色箭头是假设的调节效应。

Figure 3. SEM result of more than 2 years

图3. 加入社区2年以上组(n = 204),结构方程分析结果

Table 4. Moderation effect test result

表4. 调节效应检验结果

前的实证研究中,学者们都偏向于关注行为层面,很少从整体上对顾客契合的内涵进行把握。一般来说,行为的发生与心理有着紧密的联系,顾客契合行为包括一系列复杂的非购买行为,其发生也必然伴随着一定的顾客契合心理 [11] (Hollebeek, 2013)。本文借鉴营销文献中对顾客忠诚的研究结果,提出“顾客契合包含顾客契合度和顾客契合行为”这一观点。本文的二阶因子分析结果表明,热情参与、有意识的关注和社会联系都是顾客契合度的三个子因子,合作、服从、反馈、助人是顾客契合行为的四个子因子,且顾客契合度与顾客契合行为两个变量之间的相关系数为0.75,具有鉴别有效性,是两个不同的概念,这一结果为本文提出的“顾客契合包含顾客契合度和顾客契合行为”的观点提供了实证支持。同时,也说明Vivek (2014) [12] 开发的顾客契合度量表在旅游虚拟社区的情境中也是适用的。另外,结构方程分析结果表明,顾客契合度对顾客契合行为有显著的正向影响,支持假设H5,说明顾客契合度是顾客契合行为产生的心理基础,能够预测顾客契合行为的发生,也正是这种伴随着顾客契合心理而产生的顾客契合行为,而非偶然行为,才会对企业有深远的影响。

此外,无论是确认性因子分析还是二阶因子分析中,“口碑推荐”在“顾客契合行为”因子上的负载虽然显著,但都小于0.50 (分别为0.36和0.42)。这可能是由于在旅游虚拟社区中,我们熟知的UGC包括了游记、攻略、点评等多种形式,都属于网络口碑传播的载体,导致了口碑宣传难以跟其它维度的顾客契合行为相区分。

2) 功能性认知对顾客契合度的影响

结构方程分析结果表明,感知有用性对顾客契合度有显著的直接影响,支持假设H1。以往大量研究指出感知有用性是影响用户态度及行为意向非常重要的因素 [50] [51] [52] (R. Arteaga Snchez and A. Duarte Hueros, 2010; Soussan Djamasbi et al., 2010; Kyootai Lee et al., 2011)。本文的结论与学者们的观点一致。用户在使用旅游虚拟社区网站时,意识到网站能够提高他们的效率,为他们提供旅游帮助,例如计划旅行、了解目的地等,会使其对于该社区网站的兴趣大大提高,形成积极的契合态度。

但与感知有用性不同,在本文中,感知易用性对顾客契合度并没有显著的直接影响,不支持假设H2。这可能是因为感知易用性对于刚刚开始使用某项新技术的用户影响较大,随着使用时间的推移,用户对于旅游虚拟社区的认识及熟练程度日益增加,感知易用性的影响会大大降低。在我国,UGC类旅游社区的发展时间已经超过10年,成为很多游客计划出游、了解旅游资讯的重要途径。虽然调研中,2年以下的成员占大多数,但实际上,在注册成为成员之前,很多人都有浏览社区网站的习惯,对社区网站的功能及使用都相对熟悉。

3) 顾客认同对顾客契合度和顾客契合行为的影响

结构方程分析结果表明,顾客对社区中其他顾客的认同和对社区的认同都对顾客契合度有显著的正向影响,支持假设H3a和H3b。用户对某个旅游虚拟社区的认同,表达的是他们与社区之间的身份特征的相似和重合的感知。Einwiller等(2006)的研究指出,当顾客对企业产生认同时,认同感会使他/她保持对企业的正面态度并自觉抵制负面消息的影响,这种认同带来的顾客与企业之间的社会联系是深层次的,非常稳定。用户感知到该旅游虚拟社区具有吸引力,例如穷游网用户已遍布全球各地并已将其品牌文化提升为一种生活方式,能够丰富他们的社会认同,他们就会对社区产生积极的契合态度,主动加深与社区的联系。

另一方面,这些社区是由志趣相投的用户聚集在一起形成的。Bagozzi和Dholakia (2006)\指出成员之间的相似性使得他们具有更强的社会认同 [53] ,这种认同能够促进参与者对品牌的认同,能够吸引新用户和使他们对品牌产生依恋和忠诚,本文的研究结果显示,用户对其他社区用户的认同对用户契合度的形成也有显著的正向影响,支持假设H3b,进一步为学者们的观点提供了实证支持。

此外,顾客–顾客之间的认同会对顾客–社区认同产生显著的正向影响,支持假设H4。一方面,通过其他顾客,顾客能够获得相对客观可靠的旅游信息,满足其参与社区的信息需求;另一方面,加强成员与成员之间的互动和联系,在群体内形成强烈的认同感,能够满足用户在旅游虚拟社区中的自我界定需求,提升顾客感知的成员身份的价值和情感意义。因此,顾客之间的认同能够加强和巩固用户对整个社区的认同感,并鼓励用户对社区作出对社区或其他社区成员有利的行为 [54] [55] (Kim et al., 2004; Stockdale and Borovicka R, 2006)。

另外,结构方程分析结果表明,顾客对社区的认同和对社区中其他顾客的认同都对顾客契合行为也有显著的正向影响。说明顾客认同不仅影响顾客对社区的态度(顾客契合度),同时还对顾客与社区相关的行为(顾客契合行为)有直接的影响。旅游者对社区或社区活动的契合,本质上是旅游者自愿和自我选择的,因此,缺乏成员的心理依附,社区就无法发展壮大 [56] [57] [58] (Arnett, et al., 2003; Bhattacharya, et al.,1995; Gruen, et al., 2000)。强烈的认同感通过赋予社区成员积极的态度,并使他们根据组织的价值观调整自己的行为,能够推动积极的社区支持行为。本文的研究结论,也反映了认同对契合行为的推动作用。

4) 顾客契合度和顾客契合行为对顾客购买行为的影响

数据分析结果表明,顾客契合度对顾客购买行为有直接的正向影响,支持假设H6。顾客契合度是顾客产生购买行为的重要因素。也就是说,用户对旅游虚拟社区的积极的契合度越高,在社区进行商业化、推出相应的旅游产品或服务时,用户会更愿意购买该社区的产品或服务。Fishbein和Ajze [33] 指出,用户的使用态度与使用意愿之间显著正相关。后来许多学者的研究也支持了使用态度能够有效推动用户使用意愿的说法 [59] [60] [61] (Homer and Yoon, 1992; Kotler, et al., 2008; Bohner, et al., 2002),本文研究结果进一步支持了这一观点。

此外,本文研究发现,顾客契合行为对顾客的购买行为有直接的正向影响。与社区契合的用户已经与社区建立了深层次、稳定的关系,在社区中扮演着积极的角色,对与社区相关的产品或服务的购买和使用就变成了他们表达对社区的情感的一种方式。因此,对于UGC旅游虚拟社区来讲,用户对社区的契合行为,会对他们购买社区提供的产品和服务行为产生正向的影响,存在由非交易行为向交易行为转化的潜力。

5) 顾客加入社区时长的调节作用

调节效应检验结果表明,顾客加入社区的时长在感知有用性对顾客契合度的影响中发挥负向调节作用,支持假设H7a。即加入社区时间较短的顾客感知有用性对顾客契合度的影响大于加入社区时间较长的顾客感知有用性对顾客契合度的影响。在参与旅游虚拟社区的初期,也就是用户与社区建立交换关系的初期,顾客主要是为了获取旅游信息、产品评价信息等,以帮助自己进行旅游决策,是一种功能性需求,所以顾客感知有用性发挥的影响更大。

此外,顾客加入社区时长负向调节顾客–社区认同对顾客契合度的影响,即对加入社区时间较短的顾客而言,顾客–社区认同对顾客契合度的影响显著大于加入社区时间较长的顾客,支持假设H7c;而对顾客–顾客认同对顾客契合度的影响则有正向调节作用,即对加入社区时间较长的顾客对其他顾客的认同对顾客契合度的影响大于加入社区时间较短的顾客对其他顾客的认同对顾客契合度的影响,支持假设H7d。这一结果说明,新用户对社区的契合度的形成更依赖于顾客对社区的认同;而对于社区的老用户而言,对社区中其他成员的认同是影响其顾客契合度的主要因素。

5.2. 管理启示

消费者对社会媒体的大量使用使管理人员有机会把传统的顾客与企业的双向关系转为顾客与企业、与其他顾客的三方关系。社会媒体成为顾客与企业、与品牌、与社区契合的重要工具。然而,虽然许多管理人员相信通过虚拟社区与企业契合的顾客能够给企业创造相当的价值,但他们也了解随之而来的高风险。这也是许多企业没有完全把社会媒体平台,如虚拟社区,列入企业整体战略的原因所在。顾客的不契合是虚拟社区成功的最大障碍。为此,本文试图探讨影响顾客与虚拟社区契合的因素,回答“企业如何促进和保持顾客与企业的契合”这一问题。本文研究结果显示,顾客感知的虚拟社区的有用性、顾客对社区及对社区其他成员的认同是促使顾客契合的重要因素,顾客契合会促进顾客的购买。本文研究结果对企业实施顾客契合营销,深化顾客与企业的关系有较强的借鉴作用。根据本文研究结果,提出以下管理启示。

首先,旅游虚拟社区应该继续加深对用户及潜在用户的需求、偏好的挖掘,保持市场敏感度。感知有用性是吸引用户以及使用户形成顾客契合度的重要因素,虚拟社区的感知有用性主要体现在高质量的内容以及功能板块上。社区首先应该加强对网站信息的管理,维持真实信息的质量,避免不实、虚假的内容。另一方面,社区也应该通过各种激励手段,鼓励用户分享信息、经验、意见和知识,维持社区的活力及可持续发展。除了保证内容质量以外,虚拟社区也应该不断满足用户各种变化的需求,特别是在社区的商业化发展中,深入挖掘用户需求尤为关键,简单的信息分享已经无法满足用户需求,社区应该通过有效信息帮助不同用户快速做出最好的消费决策、并解决消费中产生的一系列问题。

其次,建立用户认同,提高社区关系质量。杨德宏和苏雪梅(2011)将企业与顾客之间的关系分为两类:营销手段拉动的交易关系和身份认同形成的社会关系 [62] 。基于本文的研究结论,用户认同对顾客契合度及契合行为都有直接的正向影响,可见认同是促使用户与虚拟社区形成稳定、深层次和更有承诺意义的顾客契合关系的重要因素。用户的认同又分为对企业的认同和对社区其他成员的认同,因此,一方面,虚拟社区应该关注通过多种社会影响方式来促成顾客对社区的认同,例如,穷游网定位为国内最大的出境游社区,致力于为国人提供“高性价比、高质量的海外游”,磨房网则一直恪守作为户外运动与自助旅行爱好者交流平台的定位,明确的定位使得志同道合的用户聚集在一起,帮助这些社区占据了一定的市场份额。除了明确自身定位以外,社区还可以通过举行公益、环保等活动,主动承担社会责任,提高用户的认同。另一方面,虚拟社区可以通过帮助用户找到志趣相投的用户并鼓励他们之间的交流互动,来进一步提升顾客对社区的契合度。虚拟社区的成员通过线上或线下沟通会碰撞产生一些创新的想法。企业利用这些顾客知识的趋势也变得越来越重要。因此,企业不仅在顾客关系的管理方面,企业的营销和产品开发也应关注顾客与顾客之间的互动,让顾客参与企业的营销和产品开发工作,进行顾客契合营销。

第三,提高用户的契合度,挖掘用户契合价值。在社区进行商业化发展时,需要特别重视已经对社区产生契合度,或者表现出契合行为的用户,他们对社区的契合具有向交易行为转化的潜力,更有可能在未来购买社区推出的产品或服务。很多虚拟社区已经凝聚了一大批高质量的用户,社区应该积极主动地与他们保持沟通,例如将海量的分散的信息进行结构化加工、建立顾客数据库、将信息与顾客需求相匹配、提供定制化信息以及定期举行线下活动,邀请活跃的、发表高质量内容的用户参加等。一些激励手段也能帮助提升顾客契合程度,除了直接的经济性推荐奖励计划如折扣、礼品以外,还可以结合一些非经济的激励方式,例如鼓励顾客成为“意见领袖”或“知识贡献者”,创造用户感兴趣的话题让用户能够建立或者进入更多的社交网络,连接其他的社会化媒体,增强与用户的互动的同时,也让顾客有需要时能够便捷地联系社区工作人员等,让顾客能够发挥更大的推荐、影响和知识作用,进而促进顾客的购买。

最后,对用户进行分类管理。本文研究结果表明,用户与社区建立关系的时间长度对顾客契合度的形成有调节作用,进而影响顾客契合行为和购买行为。对于新用户来讲,他们更加容易受到社区能够为他们带来的价值和感知自身与社区的相似性的影响,而形成对社区的契合态度。通过提供高质量内容、完善和丰富的功能以及明确虚拟社区的形象、定位、主动承担社会责任等,能够激发这一类用户的契合度。而对于相对成熟的用户,他们则更加关注其他用户与自身的相似性,重视用户之间的互动和交流。因此,社区应该对用户进行详细的分类,充分理解不同细分用户的特点和偏好,更加有效地提升社区用户的契合度。

5.3. 研究局限性及展望

本文探讨旅游虚拟社区顾客认同对顾客契合度和契合行为的影响,得出了一些创新性的结果,但也存在以下局限性:1) 本文是一次横段研究,因此无法对模型中变量之间的因果关系作出肯定的结论,今后学者可采用纵段研究方法,进一步检验变量之间的因果关系。2) 本文只在旅游虚拟社区进行了问卷收集,研究结论对其他虚拟社区的适用性还有待于今后学者的进一步检验。3) 本文只关注了积极的顾客契合度及顾客契合行为,没有探讨负面的顾客契合度和契合行为,今后学者可探讨负面的顾客契合对企业的影响。

基金项目

国家自然科学基金项目“顾客社区中的顾客契合行为研究”(71272194)阶段性成果。

NOTES

1资料来源:搜狐http://it.sohu.com/20140530/n400253649.shtml.

文章引用:
韩小芸, 谢娜, 胡琳. 虚拟社区顾客契合的影响因素及其对顾客购买行为的影响—自我决定论视角[J]. 服务科学和管理, 2018, 7(5): 125-142. https://doi.org/10.12677/SSEM.2018.75016

参考文献

[1] Kumar, V., Aksoy, L., Donkers, B., Venkatesan, R., Wiesel, T. and Tillmanns, S. (2010) Undervalued or Overvalued Customers: Capturing Total Customer Engagement Value. Journal of Service Research, 13, 297-310.
https://doi.org/10.1177/1094670510375602
[2] Van Doorn, J., Lemon, K.N., Mittal, V., Nass, S., Pick, D., Pirner, P. and Verhoef, P.C. (2010) Customer Engagement Behavior: Theoretical Foundations and Research Directions. Journal of Service Research, 13, 253-266.
https://doi.org/10.1177/1094670510375599
[3] Zheng, X.B., Cheung, C.M.K., Lee, M.K.O. and Liang, L. (2015) Building Brand Loyalty through User Engagement in Online Brand Communities in Social Networking Sites. Information Technology & People, 28, 90-106.
https://doi.org/10.1108/ITP-08-2013-0144
[4] Rheingold, H. (1993) The Virtual Community: Homesteading on the Electronic Frontier. Addison-Wesley, Reading, Massachusetts.
[5] Ridings, C.M., Gefen, D. and Arinze, B. (2002) Some Antecedents and Effects of Trust in Virtual Communities. The Journal of Strategic Information Systems, 11, 271-295.
https://doi.org/10.1016/S0963-8687(02)00021-5
[6] Wang, Y., Yu, Q. and Fesenmaier, D.R. (2002) Defining the Virtual Tourist Community: Implications for Tourism Marketing. Tourism Management, 23, 407-417.
https://doi.org/10.1016/S0261-5177(01)00093-0
[7] Muniz Jr., A.M. and O’guinn, T.C. (2001) Brand Community. Journal of Consumer Research, 27, 412-432.
https://doi.org/10.1086/319618
[8] Algesheimer, R., Dholakia, U.M. and Herrmann, A. (2005) The Social Influence of Brand Community: Evidence from European Car Clubs. Journal of Marketing, 69, 19-34.
https://doi.org/10.1509/jmkg.69.3.19.66363
[9] Brodie, R.J., Hollebeek, L.D., Jurić, B. and Ilić, A. (2011) Customer Engage-ment. Journal of Service Research, 14, 252-271.
https://doi.org/10.1177/1094670511411703
[10] Bowden, J.L.H. (2009) The Process of Customer Engagement: A Conceptual Framework. Journal of Marketing Theory & Practice, 17, 63-74.
https://doi.org/10.2753/MTP1069-6679170105
[11] Hollebeek, L.D. (2013) The Customer Engagement/Value Interface: An Exploratory Investigation. Australasian Marketing Journal, 21, 17-24.
https://doi.org/10.1016/j.ausmj.2012.08.006
[12] Vivek, S.D., Beatty, S.E., Dalela, V. and Morgan R.M. (2014) A Generalized Multidimensional Scale for Measuring Customer Engagement. Journal of Marketing Theory and Practice, 22, 401-420.
https://doi.org/10.2753/MTP1069-6679220404
[13] Mollen, A. and Wilson, H. (2010) Engagement, Telepresence and Interac-tivity in Online Consumer Experience: Reconciling Scholastic and Managerial Perspectives. Journal of Business Research, 63, 919-925.
https://doi.org/10.1016/j.jbusres.2009.05.014
[14] Jaakkola, E. and Alexander, M. (2014) The Role of Customer Engagement Behavior in Value Co-Creation: A Service System Perspective. Journal of Service Research, 17, 1-15.
https://doi.org/10.1177/1094670514529187
[15] 蔺晓东. 顾客契合行为形成机理研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工业大学, 2013.
[16] Porter, C., Donthu, N., MacElroy, W.H. and Wydra, D. (2011) How to Foster and Sustain Engagement in Virtual Communities. California Management Review, 53, 80-110.
https://doi.org/10.1525/cmr.2011.53.4.80
[17] Deci, E.L. and Ryan, R.M. (1985) Intrinsic Motivation and Self-Determination in Human Behavior. Plenum, New York.
https://doi.org/10.1007/978-1-4899-2271-7
[18] Glynn, T.J. (1981) Psychological Sense of Community: Measurement and Application. Human Relations, 34, 789-818.
https://doi.org/10.1177/001872678103400904
[19] Blau, P.M. (1964) Exchange and Power in Social Life. Wiley, New York, 352.
[20] Kim, M., Chung, N. and Lee, C. (2011) The Effect of Perceived Trust on Electronic Commerce: Shopping Online for Tourism Products and Services in South Korea. Tourism Management, 32, 256-265.
https://doi.org/10.1016/j.tourman.2010.01.011
[21] Hsu, M.-H., Ju, T.L., Yen, C.-H. and Chang, C.-M. (2007) Knowledge Sharing Behavior in Virtual Communities: The Relationship between Trust, Self-Efficacy, and Outcome Expectations. International Journal of Human-Computer Studies, 65, 153-169.
https://doi.org/10.1016/j.ijhcs.2006.09.003
[22] Lin, C.P., Tsai, Y.H. and Chiu, C.K. (2009) Modeling Customer Loyalty from an Integrative Perspective of Self-Determination Theory and Expecta-tion-Confirmation Theory. Journal of Business and Psychology, 24, 315-326.
https://doi.org/10.1007/s10869-009-9110-8
[23] Davis, F.D. (1989) Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13, 319-340.
https://doi.org/10.2307/249008
[24] Taylor, S. and Todd, P.A. (1995) Understanding Information Technology Usage: A Test of Competing Models. Information Systems Research, 6, 144-176.
https://doi.org/10.1287/isre.6.2.144
[25] 沙振权, 蒋雨薇, 温飞. 虚拟品牌社区体验对成员品牌认同影响的实证研究[J]. 管理评论, 2010(12): 79-88.
[26] Kohler, T., Fueller, J., Stieger, D. and Matzler, K. (2011) Avatar-Based Innovation: Consequences of the Virtual Co-Creation Experience. Computers in Human Behavior, 27, 160-168.
https://doi.org/10.1016/j.chb.2010.07.019
[27] Nambisan, S. and Baron, R. (2009) Virtual Customer Environments: Testing a Model of Voluntary Participation in Value Co-Creation Activities. Journal of Product Innovation Management, 26, 388-406.
https://doi.org/10.1111/j.1540-5885.2009.00667.x
[28] Ryan, R.M. and Deci, E.L. (2000) The “What” and “Why” of Goal Pursuits: Human Needs and the Self-Determination of Behavior. Psychological Inquiry, 11, 227-268.
https://doi.org/10.1207/S15327965PLI1104_01
[29] Lee, H., Reid, E. and Kim, W.G. (2012) Understanding Knowledge Sharing in Online Travel Communities: Antecedents and the Moderating Effects of Interaction Modes. Journal of Hospitality and Tourism Re-search, 38, 222-242.
[30] Dutton, J.E., Dukerich, J.M. and Harquail, C.V. (1994) Organizational Images and Member Identification. Administrative Science Quarterly, 39, 239-263.
https://doi.org/10.2307/2393235
[31] Armstrong, A. and Hagel, J. (1996) The Real Value of Online Communities. Harvard Business Review, 74, 134.
[32] Kozinets, R.V. (2002) The Field behind the Screen: Using Netnography for Marketing Research in Online Communities. Journal of Marketing Research, 39, 61-73.
https://doi.org/10.1509/jmkr.39.1.61.18935
[33] Fishbein, M. and Ajzen, I. (1975) Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research. Addison-Wesley, Reading.
[34] 韩小芸, 汪纯孝. 服务性企业顾客满意感与忠诚感关系[M]. 北京: 清华大学出版社, 2003.
[35] 董晓松, 王成璋, 赵星. 行为忠诚、态度忠诚与满意的不对称前因实证研究[J]. 华东经济管理, 2010, 24(1): 154-156.
[36] 李惠璠, 李鹏, 张金成. 顾客–企业认同的驱动因素研究[J]. 科学学与科学技术管理, 2009(12): 169-177.
[37] Mullet, G.M. and Karson, M.J. (1985) Analysis of Pruchase Intent Scales Weighted by Probability of Actual Purchase. Journal of Marketing Research, 22, 93-96.
https://doi.org/10.2307/3151555
[38] 韩小芸, 余策政. 顾客契合: 个人心理影响因素及对顾客忠诚感的影响[J]. 营销科学学报, 2013, 9(1): 99-110.
[39] Jacoby, J. and Chestnut, R.W. (1978) Brand Loyalty: Measurement and Management. John Wiley and Sons, New York.
[40] Oliver, R.L. (1999) Whence Consumer Loyalty? Journal of Marketing, 63, 33-44.
https://doi.org/10.2307/1252099
[41] Vivek, S.D., Beatty, S.E. and Morgan, R.M. (2012) Consumer Engagement: Exploring Customer Relationships beyond Purchase. Journal of Marketing Theory and Practice, 20, 27-145.
https://doi.org/10.2753/MTP1069-6679200201
[42] Thompson, S.A. and Sinha, R.K. (2008) Brand Communities and New Product Adoption: The Influence and Limits of Oppositional Loyalty. Journal of Marketing, 72, 65-80.
https://doi.org/10.1509/jmkg.72.6.65
[43] Mael, F. and Ashforth, B.E. (1992) Alumni and Their Alma Mater: A Partial Test of the Reformulated Model of Organizational Identification. Journal of Organizational Behavior, 13, 103-123.
https://doi.org/10.1002/job.4030130202
[44] Verleye, K., Gemmel, P. and Rangarajan, D. (2013) Managing Engagement Be-haviors in a Network of Customers and Stakeholders: Evidence from the Nursing Home Sector. Journal of Service Research, 17, 68-84.
[45] 韩小芸, 温碧燕, 伍小奕. 顾客消费情感对顾客满意感的影响[J]. 南开管理评论, 2004(4): 39-43.
[46] Bagozzi, R.P. and Edwards, J.R. (1998) A General Approach for Representing Constructs in Organizational Research. Organizational Research Methods, 1, 45-87.
https://doi.org/10.1177/109442819800100104
[47] Sweeney, J.C., Soutar, G.N. and Johnson, L.W. (1999) The Role of Perceived Risk in the Quality-Value Relationship: A Study in a Retail Environment. Journal of Retailing, 75, 77-105.
https://doi.org/10.1016/S0022-4359(99)80005-0
[48] Bagozzi, R.P. and Heatherton, T.F. (1994) A General Approach for Representing Multifaceted Personality Constructs: Application to State Self-Esteem. Structural Equation Modeling, 1, 35-67.
https://doi.org/10.1080/10705519409539961
[49] Han, X., Kwortnik, R.J. and Wang, C. (2008) Service Loyalty: An Integrative Model and Examination across Service Contexts. Journal of Service Research, 11, 22-42.
[50] Arteaga Snchez, R. and Duarte Hueros, A. (2010) Motivational Factors That Influence the Acceptance of Moodle Using TAM. Computers in Human Behavior, 26, 1632-1640.
https://doi.org/10.1016/j.chb.2010.06.011
[51] Djamasbi, S., Strong, D.M. and Dishaw, M. (2010) Affect and Acceptance: Examining the Effects of Positive Mood on the Technology Acceptance Model. Decision Support Systems, 48, 383-394.
https://doi.org/10.1016/j.dss.2009.10.002
[52] Lee, K., Yan, A. and Joshi, K. (2011) Understanding the Dynamics of Users’ Belief in Software Application Adoption. International Journal of Information Management, 31, 160-170.
https://doi.org/10.1016/j.ijinfomgt.2010.07.009
[53] Bagozzi, R.P. and Dholakia, U.M. (2006) Antecedents and Purchase Con-sequences of Customer Participation in Small Group Brand Communities. International Journal of Research in Marketing, 23, 45-61.
https://doi.org/10.1016/j.ijresmar.2006.01.005
[54] Kim, W.G., Lee, C. and Hiemstra, S.J. (2004) Effects of an Online Virtual Community on Customer Loyalty and Travel Product Purchases. Tourism Management, 25, 343-355.
https://doi.org/10.1016/S0261-5177(03)00142-0
[55] Stockdale, B.R. (2006) Developing an Online Business Community: A Travel Industry Case Study. Proceedings of the 39th Annual Hawaii International Conference on System Sciences, Kauia, 4-7 January 2006, Vol. 6, 134c.
https://doi.org/10.1109/HICSS.2006.123
[56] Arnett, D.B., Laverie, D.A. and Meiers, A. (2003) Developing Parsimonious Retailer Equity Indexes Using Partial Least Square Analysis: A Method and Applications. Journal of Retailing, 79, 161-170.
https://doi.org/10.1016/S0022-4359(03)00036-8
[57] Bhattacharya, C.B., Hayagreeva, R. and Glynn, M.A. (1995) Under-standing the Bond of Identification: An Investigation of its Correlates among Art Museum Members. Journal of Marketing, 59, 46-57.
https://doi.org/10.2307/1252327
[58] Gruen, T.W., Summers, J.O. and Acito, F. (2000) Relationship Marketing Activities, Commitment, and Membership Behaviors in Professional Associations. Journal of Marketing, 64, 34-49.
https://doi.org/10.1509/jmkg.64.3.34.18030
[59] Homer, P.M. and Yoon, S.G. (1992) Message Framing and the Interrelation-ships among Ad-Based Feelings, Affect, and Cognition. Journal of Advertising, 21, 19-33.
https://doi.org/10.1080/00913367.1992.10673357
[60] Kotler, P., Keller, K. and Simulations, I. (2008) Framework for Marketing Management: Integrated PharmaSim Simulation Experience. 4th Edition, Prentice Hall, Upper Saddle River.
[61] Bohner, G., Ruder, M. and Erb, H.-P. (2002) When Expertise Backfires: Contrast and Assimilation Effects in Persuasion. British Journal of Social Psychology, 41, 495-519.
https://doi.org/10.1348/014466602321149858
[62] 杨德宏, 苏雪梅. 顾客认同理论研究述评及综合研究框架构建[J]. 中国流通经济, 2011, 198(3): 97-101.