在线品牌社群公民行为的维度研究

在线品牌社群公民行为的维度研究作者周志民 邓 凡 吴子燕 王 凛 【摘 要】如同在正式组织里面一样，人们在在线品牌社群当中也会表现出组织公民行为。然而，由于二者的差异，传统的组织公民行为维度并不能简单照搬到在线品牌社群当中。基于现有的组织公民行为维度文献，本文提取直接受益对象和直接行为动机两个视角，据此归纳出在线品牌社群公民行为的四个维度：社群援助、社群参与、社群忠诚、社群维护。四个维度通过了探索性和验证性因子分析的实证检验，具有信度和效度。研究结论为今后相关研究提供维度测量工具，并对品牌社群管理实践提供指导。【关 键 词】在线品牌社群；组织公民行为；维度研究；因子分析【基金项目】国家自然科学基金面上项目“在线品牌社群社会网络影响前因及对品牌关系的作用机制研究：嵌入理论的视角”（71272090）；教育部新世纪优秀人才支持计划项目“在线品牌社群中 E-社会资本的形成及其对消费者品牌关系的影响研究”（NCET-13-0909）一、引言随着在线论坛等社交网络媒体的发展，越来越多的品牌同好在网上交流，形成了大量的在线品牌社群1。在在线品牌社群中，成员们积极参与活动，主动分享品牌信息，热情回复他人问题，净化社群的交流环境。这类行为类似于组织行为学中的组织公民行为（organizational citizenship behavior，OCB），本文将其称为“在线品牌社群公民行为”。不过，由于在线品牌社群是非正式组织和非盈利组织，成员与社群之间并非雇佣关系，缺乏制度约束力，因此，在线品牌社群公民行为的维度研究不能直接照搬传统企业组织公民行为的成果。从理论上讲，描述在线品牌社群公民行为的维度格外重要，这是对其进行测量，进而通过实证方法研究其形成及作用机制的基础。然而，相关研究还刚刚开始，几个维度研究之间还存在差异，不利于社群公民行为的实证研究。为此，本研究将结合组织行为学的相关文献以及在线品牌社群特征，构建一个结构性分析框架，据此提出在线品牌社群公民行为维度，为今后的研究提供测量基础，也为企业培养在线品牌社群公民行为提供努力方向。二、文献综述 （一）组织公民行为的维度研究自 1983 年 Organ 正式提出组织公民行为（OCB）的概念以来，心理学、组织行为学领域对它的研究就一直兴盛至今。Organ 指出，OCB 是“员工自发进行的，在组织正式的薪酬体系中尚未得到明确或直接的承认，但就整体而言有益于组织运作的功能和效率的行为总和”2。在 Organ 看来，OCB 定义有三个要点：（1）角色外行为，不是员工正式工作要求的；（2）不能被组织正式报酬系统所直接保证；（3）尽管这些行为很平凡，但所有行为的集合将提高组织效能3，4。学术界对 Organ 的观点广泛认可。在后续的研究中，组织公民行为从最初的个体自发行为转变为组织管理实践积极鼓励的行为5，6。维度研究一直都是 OCB 研究的重点内容。由于视角不同，学术界对 OCB 维度的观点不尽相同。以下是 OCB 维度研究的部分成果（见表 1）：表 1 OCB 维度总结作者 OCB 维度Smith et al. (1983)7 利他主义、一般顺从Organ (1988, 1990a, 1990b)2-4 利他主义、礼貌行为、维护和平、助威行为、运动员精神、责任心、公民美德Graham(1991)8 组织忠诚、组织服从、组织参与Williams et al. (1991)9 对个人有利的组织公民行为(OCB-I)、对组织有利的组织公民行为(OCB-O)George et al. (1992, 1997)10,11 帮助同事、传播美好意愿、提建设性意见、保护组织、发展自我Moorman et al. (1995)12 人际互助、忠诚支持、个人勤奋、个人主动Colemanet al. (2000)13 人际公民绩效、组织公民绩效、工作-任务公民绩效Farh et al.(2004)14 积极主动、帮助同事、意见表露、参与群体活动、维护组织形象、自觉学习、参与公益活动、维护和节约组织资源、保持工作环境整洁、人际和谐彭燕, 张锦, 唐春勇(2006) 15 组织忠诚、协助同事、组织参与、工作尽职、自我发展李燕萍、涂乙冬 (2012) 16 利他行为、建议行为、责任意识Yan et al.(2013） 17 运动家精神、责任心、帮助、公民美徳Young etal.(2014)18 OCB-I：利他、礼貌、自我发展；OCB-O：体育精神、公民美德、责任感、组织忠诚、组织服从资料来源：根据相关文献整理由上可知，不同学者所提出的 OCB 维度有共性，也有差异。共性表现为，利他行为或帮助是所有学者都认同的维度，说明 OCB 本质上是对他人有利的行为；差异表现为，不同学者提出的维度数量和角度都不相同，如 Farh 等人基于中国背景提出了 10 个 OCB 维度14，Williams 等人和 Young 等人则从有利对象的角度将 OCB 分为对个人有利和对组织有利的行为9，18。OCB 维度的多元化使得后续的实证研究在测量上有更多的选择，但也导致了不同研究之间测量的不一致性。（二）在线品牌社群公民行为的维度研究Muniz& OGuinn 将品牌社群定义为“建立在某一品牌崇拜者间的社会关系之上、非因地理连接的专门化社群”1。本质上，品牌社群是品牌爱好者之间的关系集合，即社会网络19。随着互联网的发展，在线品牌社群已成为品牌社群的主流形式。Madupu& Cooley指出，在线品牌社群是指成员之间以互联网为主要沟通媒介所形成的结构化社会关系网络20。在国外，Groth 最先将组织公民行为引入市场营销领域，提出了互联网购物中顾客公民行为的个维度，分别为向他人推荐、提供反馈和帮助其他顾客21。后续的一些研究（e.g.，Zhu 等）都采用了 Groth 的观点22。不过，这些维度并不具备在线社群的特征。国内少量学者探讨了社群公民行为的维度。譬如，江若尘、徐冬莉（2012）认为虚拟品牌社区公民行为由正面口碑、积极参与、维持秩序、助人和反馈五个维度构成23；张玉红、董大海、刘晟楠（2013）提出了虚拟社区顾客公民行为的 7 个维度：拥护、反馈、宽容、监督、求助回应、分享和支持24；赵建彬、景奉杰（2015）认为从利益获得者的视角可以把品牌社群公民行为分为有利于品牌社群行为和有利于社群成员行为两大类25；徐长江、于丽莹提出了助人行为、热心公益、关注他人、遵守规范和社区认同等 5 个社群公民行为维度26。然而，这些维度要么缺乏结构，有罗列之嫌；要么数量过多，不利于实证测量。三、维度提炼和量表开发（一）维度提炼 有利是组织公民行为的一大特征。Williams 等人和 Young 等人直接从有利角度将 OCB分为两类：对个人有利的组织公民行为（OCB-I）和对组织有利的组织公民行为（OCB-O）9，18。与之对应的是，在在线品牌社群中，社群成员及时回复其他社群成员求助的帖子，与其他社群成员保持和谐、良好的关系，能使个人直接受益并使组织间接受益；并且，成员们积极主动地参与在线品牌社群的活动，向周围人推荐该社群等等的行为，能使组织直接受益。长期以来，组织公民行为背后的价值取向有两大主流：志愿主义和功利主义（Utilitarianism）27。组织公民行为既可视为员工的“心甘情愿”行为，也可视为员工的“被迫无奈”行为，其关键区别在于行为展现的自愿程度高低。出于互惠准则，宜人性、责任心高的个体为了报答组织更愿意展现出利他性的组织公民行为28，而在关于员工建言行为的研究中，有学者认为自利动机和他利动机都可以是员工建言行为的来源29。根据以上的理论回顾以及在线品牌社群特征，可以提出社群公民行为的两个分析视角：（1）直接受益对象，即在线社群公民行为的直接指向是成员个体还是社群整体。尽管公民行为最终都会对组织有利，但直接受益对象既可以是个人，也可以是组织。（2）直接行为动机，即公民行为是源于利己动机还是利他动机。利己动机强调了个体受回报或回报预期驱动而做出的一种自利导向的行为30，而利他动机则强调了个体受价值观、内部动机驱动而自愿做出的一种他人导向的行为31。综合以上两个视角，本研究提出一个结构性的坐标模型，将社群公民行为划分为四个维度：社群参与、社群援助、社群忠诚、社群维护（见图 1）。图 1 在线品牌社群公民行为的维度模型社群参与是指社群成员与其他成员交流互动，投入到其他成员发起的活动中。由于社群参与能够为成员带来信息价值和社交价值，因此这种行为受利己动机驱使；同时，参与其他成员发起的活动，意味着对其他成员个人的支持，因此是直接有利于社群成员的行为。类似的 OCB 维度包括 Organ 的助威行为2、Graham 的组织参与32、Farh 等人的参与集体活动等概念14。社群援助是指社群成员为其他成员提供帮助。这种行为一般受到利他动机驱使，对其他成员个体有利。类似的维度包括 Organ 的利他主义2、Graham 的人际互助等概念32。社群忠诚是指社群成员与社群之间保持长期的关系。之所以愿意留在社群中，是因为社群为成员提供了价值，因此这种忠诚源自一种利己动机，同时，社群需要大量忠诚的成员才能得以持续发展，因此忠诚行为对社群有利。类似的概念包括 Graham 的忠诚支持和组织忠诚32、Van Dyne 等人和 Smith 等人的忠诚等33，7。社群维护是指社群成员对社群环境的保护和人际关系的维系。这种行为帮助其他社群成员处在一个更为理想的社群环境当中，因此源于利他动机；同时，社群维护创造的良好环境有利于社群整体的良性发展。类似概念有 Organ 的维护和平2-4、George 等人的保护组织10，11、Farh 等人的人际和谐等14。（二）量表编制1.测项来源本文遵照 Churchill 的量表开发程序34，参考了 Brakus 等人的量表开发方法35，通过三个途径尽可能多地发展测项：（1）文献搜索。在参考 Graham 等、Kang 等、Chen 等、Nambisan 等、Yu 等、Ho 等众多学者的研究后36-41，得到 41 个测项；（2）个人访谈。我们通过一对一面谈、电话、QQ 等工具，对 15 名访谈对象进行了个人深度访谈，补充了23 个测项；（3）自行编制。为了获得更多测项，我们在奇瑞汽车的新奇军网上论坛观察，根据论坛成员的言行举止，自行编制了 4 个测项。综合之后，总共得到 68 个测项。2.测项初筛在得到 68 个测项后，首先进行表面效度判断。表面效度测量的是测量内容或测量指标与测量目标之间的适合性及逻辑相符性。确定的标准为：语义简洁清晰，没有表达重复的测项；测项指标具有代表性，且与本文研究的在线社群公民行为的定义相符42。为确定表面效度，本研究挑选了 6 位企业管理硕士研究生，对测向进行了反复讨论和修改，再通过 2 名营销学者的再次补充、修改，最后得到了 37 个测项。3.清晰度检查笔者用 Likert 7 点尺度量表检查了测项的清晰度。其中，非常清晰为 7 分，非常不清晰为 1 分。网上邀请 27 名本科和研究生同学填写问卷。问卷发放 27 份，有效回收 23 份。经过 SPSS17.0 处理后，37 个测项的数据平均值都大于 4，方差小于 2，所以测项全部合格。为避免答卷者受思维定势影响，本研究将 37 个测项打乱顺序，同时为了有效剔除不认真回答的问卷，本研究还将其中 5 个测项反向处理。（三）数据搜集 本研究通过专业网上调研平台“问卷星”来收集问卷。历时 1 个月，共收到有效问卷600 份（见表 2）。Nunnally 认为，因子分析的样本数量最好大于测项数量的 10 倍43。本研究提出的测项有 37 个，则因子分析所需要的问卷至少为 370 份，因此我们将 400 份问卷用作探索性因子分析，另外 200 份问卷用作验证性因子分析。表 2 问卷的样本结构分类标准 样本特征分布性别 男 296 个(49.3%)，女 304 个(50.7%)年龄20 岁以下 38 个(6.3%)，2125 岁 211 个(35.2%)，2630 岁 213 个(35.5%)，3135 岁 74 个(12.3%)，3640 岁 42 个(7%)，4145 岁 13 个(2.2%)，46 岁以上 9 个(1.5%)学历 初中或初中以下 9 个(1.5%)，高中或中专 34 个(5.7%)，大专 121 个(20.2%)，本科 398 个(66.3%)，硕士及以上 38 个(6.3%)月收入1000 元以下 103 个(17.2%)，10013000 元 181 个(30.2%)，30016000 元 203 个(33.8%)，60019000 元 92 个(15.3%)，9000 元以上 21 个(3.5%)职业 企业工作人员 294 个(49%)，机关、事业单位工作人员 100 个(16.7%)，自由职业者 60 个(10%)，学生 119 个(19.8%)，其他 27 个(4.5%)接触该论坛的时间1 年以下 112 个(18.7%)，12 年 216 个(36%)，23 年 128 个(21.3%)，3 年以上 144 个(24%)（四）探索性因子分析1测项纯化测项纯化的常用标准有两个：（1）旋转后因子的负荷值小于 0.4 或者同时在两个因子上的负荷值都大于 0.4 的测项删除43；（2）测项与总体的相关系数小于 0.4，且删除后 Cronbachs 值会增加的测项删除34。参照该标准发现，19 个测项同时在两个因子上的负荷值大于 0.4，2 个测项的负荷值小于 0.4，予以删除，最终保留 16 个测项（见表3）。 表 3 量表终稿维度 代号 测 项M1 我总是与论坛成员保持良好的关系M2 即使是在令人非常厌烦的情况下，我也对该论坛的其他成员表示了真诚的关心M3 如果有人发表动机不纯、骗人的帖子，我会提醒大家不要上当M4 如果有人在论坛里有说脏话、发黄图、发广告等影响不好的行为，我会向管理员举报社群维护(CM)M5 我经常帮助该品牌论坛中的成员消除误解，以维持论坛的和谐P1 我经常在该品牌论坛中参与各种话题的讨论P2 我经常参与该品牌论坛发起的活动(如投票、问卷调查、网络会议等)P3 我经常阅读该品牌论坛的消息、通知、新的主题帖等P4 我经常参加一些有助于完善该品牌论坛形象的活动社群参与(CP)P5 我经常跟该品牌论坛的其他成员沟通、交流L1 我经常向他人推荐该品牌论坛L2 我经常访问这个品牌论坛社群忠诚(CL)L3 访问同类网站时该品牌论坛是我的第一选择H1 我经常主动回复该品牌论坛成员有关产品或品牌的咨询、求教的帖子H2 我会主动地学习一些相关的技术、产品及产品发展的知识，以便更好的帮助有需求的论坛成员社群援助(CH)H3 我经常热心地帮助该论坛的成员解决一些实际问题2.因子分析适度的检验对本次调查所获得数据进行 Bartlett 球形检验和 KMO 检验，判断数据是否适合做因子分析。判断的标准为：Bartlett 检验中的显著性水平（p 值）小于 0.05，KMO 值大于0.70。从表中可以看出 p 值为 0.000，KMO 值为 0.854，说明该问卷适合做因子分析。3.因子数目的确定测项纯化之后，笔者使用 SPSS17.0，利用最大正交旋转法做主成分分析。数据分析表明，特征值大于 1 的因子有 4 个，得到如下方差解释分析表（见表 4）以及碎石图（见图2）。从特征值来看，前 4 个因子的值都大于 1；从碎石图来看，从第 5 个因子开始走势趋缓，说明应该取 4 个因子；从变量解释贡献率来看，变量解释为 59.753%，很接近 60%44，表明这 4 个因子是可以接受的。在使用最大正交旋转法分析后发现，16 个测项归属于 4 个主成分因子，且每个因子的负荷值都大于 0.4（见表 5）。表 4 特征值和方差贡献率起始特征值 旋转提取公因子因子 因子特征值 方差解释贡献率(%) 累积方差贡献率(%) 因子特征值 方差解释率(%) 累积方差率(%)1 5.392 33.702 33.702 2.790 17.436 17.4362 1.866 11.661 45.363 2.786 17.411 34.8463 1.184 7.399 52.762 2.019 12.617 47.4634 1.118 6.990 59.753 1.966 12.290 59.7535 .788 4.926 64.6796 .716 4.473 69.1517 .686 4.285 73.4368 .636 3.972 77.4099 .595 3.719 81.12710 .566 3.539 84.66711 .547 3.421 88.08812 .493 3.084 91.17213 .437 2.729 93.90114 .422 2.635 96.53615 .307 1.920 98.45516 .247 1.545 100.000图 2 碎石图 表 5 旋转因子矩阵及因子归属关系维度 测项代号 因子 1 因子 2 因子 3 因子 4M1 .761 .154 .120 .065M2 .524 -.103 .288 .256M3 .726 .235 .058 .163M4 .710 .284 .244 .154社群维护M5 .571 .096 .383 .328P1 .349 .579 -.058 .206P2 -.141 .703 .224 .112P3 .102 .788 .101 .049P4 .325 .684 .053 .156社群参与P5 .182 .769 .102 -.025L1 .261 .112 .003 .694L2 .047 .143 .239 .715社群忠诚L3 .206 .059 .146 .777H1 .087 .071 .755 .141H2 .362 .192 .619 .190社群援助H3 .193 .136 .777 .064四、量表验证 （一）模型比较为了进一步检验 16 个测项与 4 个因子的关系，我们使用了另外的 200 个样本数据，利用 AMOS7.0 进行验证性因子分析。为了保证 4 个因子是最优，本研究对比不同维度的模型，包括一维模型（M1），二维模型（M2a，M2b），三维模型（M3a，M3b，M3c，M3d），四维模型（M4）。其中，二维模型 M2a 由利他动机和利己动机组成，我们将社群维护和社群援助合并视为利他动机维度，将社群忠诚和社群参与合并视为利己动机维度；二维模型 M2b则由对个人有利的行为和对组织有利的行为9组成，我们将社群援助和社群参与合并视为对个人有利的行为维