張夢　王子敏

摘要：隨著后工業(yè)化時(shí)代和互聯(lián)網(wǎng)時(shí)代新興文化消費(fèi)的異軍突起，網(wǎng)絡(luò)文化消費(fèi)逐漸呈現(xiàn)欣欣向榮的態(tài)勢。但在其發(fā)展過程中，大量重復(fù)的信息充斥網(wǎng)絡(luò)，優(yōu)秀的網(wǎng)絡(luò)文學(xué)作品鳳毛麟角，網(wǎng)絡(luò)娛樂產(chǎn)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(wǎng)絡(luò)文化消費(fèi)網(wǎng)站——豆瓣網(wǎng)為研究對象，研究在網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展的價(jià)值取向中起重要引導(dǎo)作用的意見領(lǐng)袖的行為特點(diǎn)，以期為網(wǎng)絡(luò)文化產(chǎn)業(yè)的良性發(fā)展提供建議。結(jié)果發(fā)現(xiàn)：意見領(lǐng)袖的活躍度、專業(yè)度和社群參與度對其粉絲數(shù)有顯著影響；其中，專業(yè)度產(chǎn)生的正向影響較其他兩者高。

關(guān)鍵詞：網(wǎng)絡(luò)意見領(lǐng)袖；網(wǎng)絡(luò)文化產(chǎn)業(yè)；豆瓣

一、引言

近幾年，網(wǎng)絡(luò)文化產(chǎn)業(yè)迅猛發(fā)展，但是其中個(gè)別分支的發(fā)展卻是以嘩眾取寵、過度吸引眼球，甚至以低俗化為代價(jià)，如斗魚、快手、六間房等直播網(wǎng)站，對于網(wǎng)絡(luò)文化產(chǎn)業(yè)的良性發(fā)展產(chǎn)生了極其消極的影響。為獲取網(wǎng)民關(guān)注，不少網(wǎng)絡(luò)社交網(wǎng)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(wǎng)絡(luò)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(wǎng)站、主播和網(wǎng)絡(luò)寫手確實(shí)在初期能收獲大量粉絲，但其熱度往往難以保鮮，同時(shí)也嚴(yán)重影響了中國網(wǎng)絡(luò)文化產(chǎn)業(yè)的發(fā)展氛圍。

而在眾多網(wǎng)絡(luò)文化消費(fèi)平臺(tái)中，于2005年創(chuàng)立的豆瓣網(wǎng)憑借其獨(dú)特的使用模式、持續(xù)的創(chuàng)新和對用戶的尊重，一直被公認(rèn)為是中國極具影響力的web2.0網(wǎng)站和行業(yè)中具有良好口碑和發(fā)展?jié)摿Φ膭?chuàng)新企業(yè)，對推動(dòng)中國網(wǎng)絡(luò)文化產(chǎn)業(yè)的健康發(fā)展起到了不可忽視的作用。因此，本文致力于研究在豆瓣網(wǎng)中起重要引導(dǎo)作用的意見領(lǐng)袖的行為特點(diǎn)，以期為網(wǎng)絡(luò)文化產(chǎn)業(yè)的良性發(fā)展提供建議。

二、豆瓣網(wǎng)簡介

豆瓣是一家Web2.0網(wǎng)站，從書籍開始，電影、音樂、旅游、美食、節(jié)日等領(lǐng)域也逐漸被納入其內(nèi)容范圍。豆瓣用戶可以自由書寫日記、發(fā)表評論，可以加入自己感興趣的小組，可以發(fā)起或參與線上或同城活動(dòng)、可以搜索添加感興趣的人，可以搜索別人的推薦，豆瓣網(wǎng)所有的內(nèi)容、分類、篩選、排序都由用戶產(chǎn)生和決定，甚至在豆瓣主頁出現(xiàn)的內(nèi)容上也取決于用戶的選擇。通過內(nèi)容的創(chuàng)造與分享，豆瓣用戶在此過程中持續(xù)探索未知事物、形成無數(shù)個(gè)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(wǎng)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(xué)生是其主力軍。作為一個(gè)互聯(lián)網(wǎng)社區(qū)，豆瓣它通過用戶的收藏和評價(jià)來“推測”，靠自動(dòng)排位上升，而不像通常社區(qū)網(wǎng)站為增加訪問量而設(shè)的積分和升級系統(tǒng)。所以，豆瓣網(wǎng)上影響力較大的意見領(lǐng)袖是眾多網(wǎng)民集體認(rèn)同與推崇的，對研究網(wǎng)民對網(wǎng)絡(luò)文化的價(jià)值取向而言具有較高的價(jià)值。

三、文獻(xiàn)綜述

（一）網(wǎng)絡(luò)文化產(chǎn)業(yè)

網(wǎng)絡(luò)文化產(chǎn)業(yè)是指以電子計(jì)算機(jī)、互聯(lián)網(wǎng)和無線移動(dòng)手機(jī)等IT技術(shù)為手段，以人們的思想文化創(chuàng)造活動(dòng)為核心，在網(wǎng)絡(luò)上生產(chǎn)和傳播文化產(chǎn)品、提供文化服務(wù)的新興產(chǎn)業(yè)形態(tài)。從網(wǎng)絡(luò)音樂、網(wǎng)絡(luò)游戲、表演、動(dòng)畫、文學(xué)、視聽等方面入手，網(wǎng)絡(luò)文化產(chǎn)業(yè)已成為我國文化產(chǎn)業(yè)發(fā)展的重要內(nèi)容。面對對網(wǎng)絡(luò)文化產(chǎn)業(yè)的不斷發(fā)展擴(kuò)大，中國的文化產(chǎn)業(yè)的轉(zhuǎn)型升級將有更廣闊的發(fā)展空間。但在其欣欣向榮的行業(yè)發(fā)展表象下，仍存在諸多不容小覷的問題，如原創(chuàng)內(nèi)容缺乏、產(chǎn)業(yè)創(chuàng)新能力較弱、產(chǎn)品低俗化趨勢凸顯等。由社會(huì)科學(xué)文獻(xiàn)出版社出版的《中國新媒體發(fā)展報(bào)告》指出：網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展進(jìn)一步推進(jìn)，提質(zhì)增效是重點(diǎn)。

（二）意見領(lǐng)袖

在網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展中，網(wǎng)絡(luò)意見領(lǐng)袖發(fā)揮著舉足輕重的作用。首先，網(wǎng)絡(luò)意見領(lǐng)袖往往是網(wǎng)絡(luò)文化產(chǎn)品的生產(chǎn)者，是網(wǎng)民內(nèi)容消費(fèi)的供給者。其次，在網(wǎng)絡(luò)文化產(chǎn)品推廣前期，充分利用意見領(lǐng)袖的引導(dǎo)作用，可以幫助產(chǎn)品搶占市場，同時(shí)，他們在制造收視狂潮過程中具有關(guān)鍵作用。所以，意見領(lǐng)袖的言行特征是網(wǎng)絡(luò)文化產(chǎn)業(yè)的縮影，能比較直接的反映網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展的價(jià)值取向并對其有重要的引導(dǎo)作用。學(xué)界對意見領(lǐng)袖的研究非常豐富，主要集中于意見領(lǐng)袖的識別、意見領(lǐng)袖產(chǎn)生的影響以及意見領(lǐng)袖的演化機(jī)制。

1. 意見領(lǐng)袖的識別

關(guān)于意見領(lǐng)袖的識別，以往研究主要從以下幾個(gè)層面進(jìn)行分析。

首先，較高的活躍度往往是意見領(lǐng)袖的特征之一。Burt的研究發(fā)現(xiàn)，作為信息把關(guān)人的意見領(lǐng)袖常常積極為社區(qū)中的其他成員提供信息或建議；Huffaker通過對谷歌社區(qū)討論組兩年來發(fā)表的數(shù)萬條信息的自動(dòng)文本分析和社會(huì)網(wǎng)絡(luò)分析，發(fā)現(xiàn)網(wǎng)絡(luò)輿論領(lǐng)袖是社區(qū)中的活躍演說家，具有洞察力的思想家。他們的言論能激發(fā)討論和對話，甚至影響其他社區(qū)成員討論一個(gè)話題的方式。因此，在網(wǎng)絡(luò)社區(qū)中，人們通常通過用戶發(fā)布信息的數(shù)量來認(rèn)定意見領(lǐng)袖（Yoo，Alavi）。

其次，意見領(lǐng)袖在某一或某些領(lǐng)域具有較高的專業(yè)度，因?yàn)橐庖婎I(lǐng)袖的專業(yè)性和可信度是其在網(wǎng)絡(luò)社區(qū)中建立信任和增加影響力的重要因素（Pronpitakpan）。意見領(lǐng)袖的專業(yè)性往往體現(xiàn)在其發(fā)表的文本特征，這些文本特征包括效價(jià)、語言風(fēng)格、情緒等（Ludwig et al）。黃藍(lán)通過研究發(fā)現(xiàn)，電影口碑傳播過程中的意見領(lǐng)袖往往更具有知識優(yōu)勢，并注重感情分享；劉志明、劉魯通過對意見領(lǐng)袖的特征進(jìn)行識別與分析發(fā)現(xiàn)，幾乎沒有用戶可以在不同話題領(lǐng)域同時(shí)成為意見領(lǐng)袖，因此意見領(lǐng)袖的專業(yè)性一定程度上限制了其發(fā)展。

最后，意見領(lǐng)袖往往具有較高的網(wǎng)絡(luò)中心性。意見領(lǐng)袖不僅處于他們所在網(wǎng)絡(luò)的中心，他們通常還處于多個(gè)社會(huì)網(wǎng)絡(luò)中，有很多朋友和熟人，能夠連接多個(gè)社會(huì)網(wǎng)絡(luò)（Weimann）。bodendorf和kaiser的研究發(fā)現(xiàn)，在網(wǎng)絡(luò)論壇中，意見領(lǐng)袖通常處于網(wǎng)絡(luò)社區(qū)的中心位置，能夠連接更多的網(wǎng)絡(luò)成員。

2. 意見領(lǐng)袖的影響

意見領(lǐng)袖的影響在社會(huì)生活的各個(gè)層面都有體現(xiàn)，但在社交網(wǎng)絡(luò)的信息傳播交流中，意見領(lǐng)袖的作用更加明顯。越來越多的研究表明，意見領(lǐng)袖在政治輿情、突發(fā)事件網(wǎng)絡(luò)傳播、網(wǎng)絡(luò)口碑效應(yīng)等社會(huì)現(xiàn)象中具有重要作用。

3. 意見領(lǐng)袖的演化機(jī)制

國內(nèi)外對于哪些因素會(huì)使網(wǎng)絡(luò)成員更容易吸引粉絲從而成為意見領(lǐng)袖已經(jīng)有了初步的研究。如：黃敏學(xué)，王琦緣等 基于2013年網(wǎng)絡(luò)演化數(shù)據(jù)的實(shí)證分析得出信息創(chuàng)造和網(wǎng)絡(luò)結(jié)構(gòu)對意見領(lǐng)袖和非意見領(lǐng)袖的關(guān)系構(gòu)建影響力大小存在差異的結(jié)果。楊學(xué)成、蘭冰、孫飛使用內(nèi)容分析法并基于 CMC 理論分析了417條品牌微博內(nèi)容，發(fā)現(xiàn)在吸引粉絲互動(dòng)方面，意見領(lǐng)袖發(fā)表內(nèi)容的互動(dòng)性、生動(dòng)性、內(nèi)容有用性和有趣性以及名人效應(yīng)有重要作用。申凡、鐘云通過文獻(xiàn)研究和案例分析發(fā)現(xiàn)，在各種社交網(wǎng)站建立之初時(shí)，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(rèn)可并被推選為網(wǎng)絡(luò)粉絲群體的領(lǐng)導(dǎo)者。

以往對意見領(lǐng)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(jī)制，至于意見領(lǐng)袖的行為特征對網(wǎng)絡(luò)文化產(chǎn)業(yè)價(jià)值取向的反映與引導(dǎo)方面的實(shí)證研究還很少?；谏鲜鲅芯勘尘昂筒蛔?，本文選取豆瓣網(wǎng)為實(shí)例，根據(jù)用戶數(shù)據(jù)建立結(jié)構(gòu)方程模型，分析在意見領(lǐng)袖的眾多行為特征中，哪些特征更受網(wǎng)民的重視與青睞，以探索大多數(shù)網(wǎng)民對網(wǎng)絡(luò)文化產(chǎn)業(yè)的價(jià)值取向，以期為網(wǎng)絡(luò)文化產(chǎn)業(yè)的良性發(fā)展提供建議。

四、數(shù)據(jù)與預(yù)處理

本文選取豆瓣網(wǎng)作為實(shí)證對象，并于2016年8月利用網(wǎng)絡(luò)爬蟲技術(shù)在豆瓣網(wǎng)上搜集了于2006年3月至6月在豆瓣網(wǎng)進(jìn)行注冊的用戶的相關(guān)信息。具體抓取與處理過程如下。

抓取表征用戶屬性的數(shù)據(jù)資料，包括注冊時(shí)間、注冊地點(diǎn)、用戶ID、粉絲數(shù)、影評數(shù)、書評數(shù)、音評數(shù)、加入的小組數(shù)、管理的小組數(shù)、加入的小組總?cè)藬?shù)、書籍閱覽數(shù)、電影閱覽數(shù)、音樂閱覽數(shù)，并將這15項(xiàng)數(shù)據(jù)組成1條記錄，以用戶為單位進(jìn)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?yàn)樗麄兪嵌拱甑脑缙谟脩舨⑶乙恢笔褂枚拱曛两瘢麄兊木W(wǎng)絡(luò)行為特征具有較強(qiáng)的穩(wěn)定性與代表性。

一般而言，大于200的樣本，才可以稱得上一個(gè)中型的樣本空間，因此，先將包含0值數(shù)據(jù)項(xiàng)的記錄刪除，共得到702條。由于意見領(lǐng)袖往往具有超高的粉絲數(shù)量，故選取粉絲數(shù)量大于2000的用戶為研究對象，共得到303條數(shù)據(jù)。

本文使用的統(tǒng)計(jì)與分析軟件為SPSS和Amos。將記錄導(dǎo)入SPSS中，作為Amos的數(shù)據(jù)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(gè)粉絲，有些用戶的影評數(shù)有四百多條，而有些用戶只有幾條。因此，筆者對一些變量進(jìn)行了對數(shù)變換，將關(guān)系線性化并控制了潛在的離群值的影響。在對數(shù)變換后，回歸系數(shù)恰為彈性。

五、模型構(gòu)建

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

（一）用戶的活躍度正向影響其粉絲數(shù)

意見領(lǐng)袖一般具有較高的活躍度，因?yàn)橹挥蟹e極參與主題的討論，與其他用戶形成良好的互動(dòng)，才更可能把自己的觀點(diǎn)傳遞給其他用戶，如此才能提高用戶的關(guān)注度（劉志明、劉魯）。基于以往文獻(xiàn)以及豆瓣的特點(diǎn)，本文認(rèn)為用戶發(fā)布的書評數(shù)、影評數(shù)、音評數(shù)越多，表明其在社交網(wǎng)站上越活躍。因此，定義活躍度為潛變量，并提出假設(shè)：

H1：用戶活躍度正向影響其粉絲數(shù)。

H1a：用戶的書評數(shù)正向影響其活躍度；

H1b：用戶的影評數(shù)正向影響其活躍度；

H1c：用戶的影評數(shù)正向影響其活躍度。

（二）用戶的專業(yè)度正向影響其粉絲數(shù)

社交網(wǎng)站意見領(lǐng)袖的形成取決于其擁有的信息數(shù)量和知識數(shù)量，即其專業(yè)度。成員加入社交網(wǎng)站的原因主要是期望通過在社交網(wǎng)站中的發(fā)言以及與其他成員的互動(dòng)，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(lǐng)袖，才成為提供這種價(jià)值的關(guān)鍵角色，是社交網(wǎng)站存在的軸心成員（王麗）。用戶較高的專業(yè)度往往與其在社會(huì)中的地位、職業(yè)以及平時(shí)的積累有關(guān)。根據(jù)以往文獻(xiàn)以及豆瓣特點(diǎn)，用戶看過的書數(shù)、看過的電影數(shù)及聽過的音樂數(shù)越多，表明其在文化層面的專業(yè)度越高。因此，定義專業(yè)度為潛變量，并提出假設(shè)：

H2：用戶的專業(yè)度正向影響其粉絲數(shù)；

H2a：用戶的書籍閱覽數(shù)正向影響其專業(yè)度；

H2b：用戶的電影閱覽數(shù)正向影響其專業(yè)度；

H2c：用戶的音樂閱覽數(shù)正向影響其專業(yè)度。

（三）用戶的社群參與度正向影響其粉絲數(shù)

意見領(lǐng)袖往往具有較高的網(wǎng)絡(luò)中心度，即與較多的用戶保有聯(lián)系。只有與之相關(guān)聯(lián)的用戶規(guī)模越大，其發(fā)表的言論才能傳播的更遠(yuǎn)更廣。而網(wǎng)絡(luò)成員會(huì)由于處于相似的網(wǎng)絡(luò)位置而產(chǎn)生在不同維度的相似性，例如行為、觀念等；同時(shí)這種相似性也會(huì)帶來成員之間的信任，往往相似的網(wǎng)絡(luò)成員之間更容易發(fā)生交互和建立關(guān)系（黃敏學(xué)等）。在豆瓣中，同一小組中的成員由于處于相同的網(wǎng)絡(luò)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(guān)聯(lián)，提高粉絲數(shù)量。因此，定義社群參與度為潛變量，并提出假設(shè)：

H3：社群參與度正向影響其粉絲數(shù)；

H3a：用戶管理的小組數(shù)正向影響其社群參與度；

H3b：用戶管理的小組總?cè)藬?shù)正向影響其社群參與度；

H3c：用戶加入的小組數(shù)正向影響其社群參與度；

H3d：用戶加入的小組總?cè)藬?shù)正向影響其社群參與度。

黃藍(lán)通過對豆瓣數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)電影的口碑傳播中的意見領(lǐng)袖在社交網(wǎng)絡(luò)當(dāng)中往往在“電影”這個(gè)社區(qū)或者小組（小站）當(dāng)中有著廣泛的社交范圍，并且在此范圍當(dāng)中有著較強(qiáng)的影響力。而且，意見領(lǐng)袖不僅是網(wǎng)絡(luò)社區(qū)討論的積極參與者，也是動(dòng)員其他社區(qū)成員參與討論的激勵(lì)者，其是其他社區(qū)成員形成社區(qū)認(rèn)同感的重要推動(dòng)者。創(chuàng)建興趣小組的用戶，由于使命感與責(zé)任感使然，其在參與討論的同時(shí)更加傾向于動(dòng)員小組成員參與討論，提高整個(gè)小組的活躍度，因而更容易獲得關(guān)注?；诖?，本文認(rèn)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(dǎo)性?；诖?，定義主導(dǎo)型社群參與度及非主導(dǎo)型社群參與度為潛變量，并提出假設(shè)：

H4：用戶的主導(dǎo)型社群參與度對其粉絲數(shù)的正向影響大于非主導(dǎo)型社群參與度；

H4a：用戶管理的小組數(shù)正向影響其主導(dǎo)型社群參與度；

H4b：用戶管理的小組總?cè)藬?shù)正向影響其主導(dǎo)型社群參與度；

H4c：用戶加入的小組數(shù)正向影響其非主導(dǎo)型社群參與度；

H4d：用戶加入的小組總?cè)藬?shù)正向影響其非主導(dǎo)型社群參與度。

各潛變量與相對應(yīng)的觀測變量、變量名及釋義如表1所示。

在Amos環(huán)境中構(gòu)建的粉絲數(shù)影響因素結(jié)構(gòu)模型見圖 1。

六、模型評價(jià)與分析

本文的實(shí)證檢驗(yàn)主要用到SPSS 22.0和Amos 20.0。首先，利用SPSS分析數(shù)據(jù)的可靠性與穩(wěn)健性，檢驗(yàn)數(shù)據(jù)是否適合進(jìn)行因子分析；其次，利用SPSS進(jìn)行探索性因子分析；最后，利用Amos檢驗(yàn)結(jié)構(gòu)方程的擬合程度及路徑系數(shù)的顯著性，進(jìn)而比較研究結(jié)果與研究假設(shè)是否一致。

（一）信度分析與因子分析

1. 信度分析

進(jìn)行KMO檢驗(yàn)與Bartlett球形檢驗(yàn)對樣本進(jìn)行因子分析。因子分析是解決多元統(tǒng)計(jì)分析中降維問題的常用統(tǒng)計(jì)方法。它是研究一組具有復(fù)雜關(guān)系的測量指標(biāo)是如何由少數(shù)內(nèi)部獨(dú)立因素控制的分析方法。KMO統(tǒng)計(jì)值在0～1之間，值越大，變量間的相關(guān)性越強(qiáng)，越適合于因子分析。常用的KMO度量標(biāo)準(zhǔn)：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(jiǎng)勵(lì)的，0.9 以上表示極好。KMO 檢驗(yàn)與Bartlett球形檢驗(yàn)結(jié)果如表2所示。

由表2可知，相應(yīng)的Bartlett球形檢驗(yàn)相應(yīng)的概率sig為0.000，小于0.001，因此，可以認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時(shí)KMO值取值為0.687，根據(jù)度量標(biāo)準(zhǔn)可知，收集的用戶數(shù)據(jù)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(shí)利用正交旋轉(zhuǎn)的最大方差法對初始因子旋轉(zhuǎn)，選擇特征值大于1.0、因子載荷大于 0.4的因子進(jìn)行公因子的提取，得到 4 個(gè)公因子，如表3所示。

由表3可知，由SPSS提取出4個(gè)公因子，公因子1包含X1，X2，X3三個(gè)指標(biāo)，對應(yīng)潛變量中的用戶專業(yè)度；公因子2包含Y1，Y2，Y3三個(gè)指標(biāo)，正好對應(yīng)潛變量中的用戶活躍度；公因子3包含Z1，Z2兩個(gè)指標(biāo)，正好對應(yīng)潛變量中的主導(dǎo)型社群參與度；公因子4包含L1，L2兩個(gè)指標(biāo)，正好對應(yīng)潛變量中的非主導(dǎo)型社群參與度。這表明本文的變量與指標(biāo)具有較好的結(jié)構(gòu)，基本能達(dá)到分析要求。

（二）結(jié)構(gòu)方程模型檢驗(yàn)

在模型分析過程中，發(fā)現(xiàn)用戶加入小組數(shù)正向影響非主導(dǎo)型社群參與度的路徑系數(shù)大于1，用SPSS分析后發(fā)現(xiàn)，用戶加入小組數(shù)與用戶加入小組總?cè)藬?shù)之間的相關(guān)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(dǎo)型社群參與度這項(xiàng)潛變量與相關(guān)測量變量。因此假設(shè)H3c、H3d、H4、H4a-H4d無法得到驗(yàn)證。

1. 結(jié)構(gòu)方程擬合度檢驗(yàn)

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

利用Amos20.0軟件進(jìn)行結(jié)構(gòu)方程模型分析，初始模型擬合效果不佳。發(fā)現(xiàn)測量變量：影評數(shù)與電影閱覽數(shù)殘差的MI值最高為62.58，將這兩項(xiàng)殘差建立相互關(guān)聯(lián)后，模型擬合得到優(yōu)化。聯(lián)系實(shí)際，用戶閱覽的電影數(shù)越多，其能夠評價(jià)的電影數(shù)越多，而用戶評價(jià)的電影數(shù)越多也就意味著其閱覽的電影數(shù)越多。繼續(xù)分析發(fā)現(xiàn)測量變量：書評數(shù)與書籍閱覽數(shù)殘差的MI值最高，為20.83，將這兩項(xiàng)殘差建立相互關(guān)聯(lián)后，模型擬合得到優(yōu)化。聯(lián)系實(shí)際，用戶閱覽的書籍越多，其能評價(jià)的書籍越多，而其評價(jià)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(shù)與音評數(shù)的殘差存在相同的問題，同理進(jìn)行相互關(guān)聯(lián)，最終模型擬合結(jié)果較好。

2. 結(jié)構(gòu)方程的路徑系數(shù)與假設(shè)檢驗(yàn)

本文利用Amos20.0軟件并通過軟件修正后得最終的標(biāo)準(zhǔn)化路徑系及假設(shè)檢驗(yàn)結(jié)果，見表5。其中臨界值C.R.是未進(jìn)行標(biāo)準(zhǔn)化的路徑系數(shù)估計(jì)值和估計(jì)值標(biāo)準(zhǔn)誤S.E的比值，作用相當(dāng)于t檢驗(yàn)，C.R.>2.58則表示參數(shù)估計(jì)值達(dá)到0.01的顯著水平，即路徑系數(shù)得到了數(shù)據(jù)的支持。顯著性P的值小于0.001時(shí)，以***的形式顯示，表示顯著性水平較好。由表5可知：（1）粉絲數(shù)的提高受用戶專業(yè)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(shù)、書評數(shù)、音評數(shù)對其活躍度有顯著影響。（3）電影閱覽數(shù)、書籍閱覽數(shù)、音樂閱覽數(shù)對其專業(yè)度有顯著影響。（4）管理的小組數(shù)和管理的小組總?cè)藬?shù)對其社群參與度有顯著影響。

上述實(shí)證檢驗(yàn)表明，用戶的活躍度、專業(yè)度和社群參與度對其粉絲數(shù)均有顯著影響，其中，影評數(shù)、書評數(shù)對其活躍度影響比音評數(shù)高；電影閱覽數(shù)、書籍閱覽數(shù)對其專業(yè)度的影響比音樂閱覽數(shù)高；管理的小組數(shù)和管理的小組總?cè)藬?shù)對其社群參與度有顯著影響。之所以出現(xiàn)電影以及書籍的閱覽數(shù)、評論數(shù)的影響會(huì)明顯高于音樂，是每單位書籍、電影及音樂的內(nèi)容含量不同導(dǎo)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(yè)度的提升也大不相同；每單位書籍、電影可評價(jià)的內(nèi)容也顯著高于音樂，故而大多數(shù)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(wǎng)站不同，豆瓣原始用戶使用豆瓣的意圖大部分是以書會(huì)友，之后逐漸發(fā)展到尋找與自己有相同愛好的群體，如運(yùn)動(dòng)、攝影、插畫等。故而在豆瓣中，網(wǎng)絡(luò)意見領(lǐng)袖大部分是沒有明顯盈利目的的網(wǎng)絡(luò)作家、影評家以及某些活動(dòng)的業(yè)余愛好者，且很少出現(xiàn)在微博中因時(shí)事熱點(diǎn)一夜爆紅而又隨著熱點(diǎn)過去逐漸降溫的網(wǎng)絡(luò)意見領(lǐng)袖。所以，豆瓣中意見領(lǐng)袖粉絲關(guān)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(wǎng)絡(luò)文化產(chǎn)業(yè)中其他主體的健康良性發(fā)展有顯著的借鑒意義。

相對活躍度和社群參與度而言，專業(yè)度對提高關(guān)注度的促進(jìn)作用更大。即，相對于積極的發(fā)表言論、與粉絲互動(dòng)、參與社群小組等主動(dòng)“拉攏”粉絲的行為，努力提高相關(guān)專業(yè)知識、不斷提高自身內(nèi)涵、給予粉絲更多他們想要了解的內(nèi)容對于提升粉絲關(guān)注度的影響更加明顯。而且，相比較于利用蹭熱點(diǎn)等方式漲粉，保持持續(xù)性的學(xué)習(xí)以不斷提高自身專業(yè)度對于防止已有粉絲的流失以及粉絲持續(xù)穩(wěn)定的增長有積極作用。由此可見，大部分網(wǎng)民對網(wǎng)絡(luò)文化的價(jià)值取向更偏重于網(wǎng)絡(luò)文化產(chǎn)品或服務(wù)本身的質(zhì)量，也只有這樣的網(wǎng)絡(luò)文化才能成為經(jīng)典。而那些純粹為了嘩眾取寵、博人眼球的網(wǎng)絡(luò)文化也只能如曇花一現(xiàn)，迅速火熱的同時(shí)也伴隨著快速的消亡。因此，網(wǎng)絡(luò)文化的生產(chǎn)者和供給者更要注重網(wǎng)絡(luò)文化產(chǎn)品和服務(wù)本身的質(zhì)量，不斷提高自身的專業(yè)素質(zhì)，以獲得長足穩(wěn)定的發(fā)展。

參考文獻(xiàn)：

[1]王強(qiáng)東.網(wǎng)絡(luò)文化產(chǎn)業(yè)與網(wǎng)絡(luò)消費(fèi)研究[J].廣東商學(xué)院學(xué)報(bào)，2009（04）.

[2]陳波，王奧.2011～2015年我國網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展?fàn)顩r分析[J].江漢大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016（06）.

[3]聞洪濤.試論我國網(wǎng)絡(luò)文化產(chǎn)業(yè)自主創(chuàng)新帶動(dòng)戰(zhàn)略的構(gòu)建[J].新聞大學(xué)，2016（03）.

[4]張妍.網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展的問題與對策[J].沈陽師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015（191）.

[5]彭超.《中國新媒體發(fā)展報(bào)告》發(fā)布，對行業(yè)作出十大展望[N].中國新聞出版廣電報(bào)，2016-07-01.

[6]彭琪.網(wǎng)絡(luò)文化產(chǎn)業(yè)中受眾觀點(diǎn)傳播研究——基于觀點(diǎn)動(dòng)為學(xué)視角[D].廣西大學(xué)，2016.

[7]朱松林.論跨媒體敘事中的粉絲經(jīng)濟(jì)[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，F(xiàn)riedman，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(lán).電影網(wǎng)絡(luò)口碑傳播中的意見領(lǐng)袖研究——以SNS為例[D].東北師范大學(xué)，2012.

[14]劉志明，劉魯.微博網(wǎng)絡(luò)輿情中的意見領(lǐng)袖識別及分析[J].系統(tǒng)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(guī)突發(fā)事件網(wǎng)絡(luò)輿情中的意見領(lǐng)袖分析[J].情報(bào)理論與實(shí)踐，2010（12）.

[18]元志潤.在網(wǎng)絡(luò)口碑溝通中的意見領(lǐng)袖研究——以韓國超級博客為例[D].復(fù)旦大學(xué)，2011.

[19]黃敏學(xué)，王琦緣，肖邦明，王殿文.消費(fèi)咨詢網(wǎng)絡(luò)中意見領(lǐng)袖的演化機(jī)制研究——預(yù)期線索與網(wǎng)絡(luò)結(jié)構(gòu)[J]管理世界，2015（07）.

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

[21]申凡，鐘云.網(wǎng)絡(luò)粉絲群體心理研究[J].南京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009（11）.

[22]王麗.虛擬社群中意見領(lǐng)袖的傳播角色[J].傳播學(xué)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(xiàng)目：國家社會(huì)科學(xué)基金青年項(xiàng)目（批準(zhǔn)號：14CTQ019）“城市化背景下中國城鄉(xiāng)居民信息消費(fèi)研究”；江蘇省社科基金專項(xiàng)課題（14SZB021）“江蘇協(xié)同推進(jìn)城鄉(xiāng)信息消費(fèi)相關(guān)問題研究”；江蘇省社會(huì)科學(xué)基金項(xiàng)目“農(nóng)民移動(dòng)信息服務(wù)使用行為協(xié)同演進(jìn)研究”（14TQB004）。

（作者單位：張夢，南京郵電大學(xué)管理學(xué)院；王子敏，南京郵電大學(xué)經(jīng)濟(jì)學(xué)院）