论文部分内容阅读
摘要：任何顾客都是镶嵌在特定顾客网络中的个体，而顾客网络的特征会对网络中顾客的价值感知产生影响，进而影响顾客关系价值。本文系统研究了BC环境下网络规模、网络密度、网络结构洞和网络中心度等顾客网络特征对信心利益、特殊待遇利益、社会利益和关系成本等顾客关系价值维度的影响，在此基础上提出理论假设，并以服务业为研究对象运用结构方程模型对假设进行了验证。研究结果表明，顾客网络特征能在不同程度上对顾客关系价值维度产生影响，其中对信心利益、特殊待遇利益和社会利益的影响比较显著，而对关系成本的影响不显著。
关键词：顾客关系价值；社会网络；网络特征；关系利益；关系成本
中图分类号：F713.55文献标识码：A文章编号：10035192（2014）01002706doi：10.11847/fj.33.1.27
1引言
顾客关系价值是指顾客从关系生命周期中获得的切实利益的感知净价值[1]，涵盖了顾客从顾客企业关系中获得的利益和遭受的损失。顾客关系价值的概念从出现至今一直得到学术界的广泛关注，也成为近年来市场营销领域的研究热点。然而，目前已有的研究大多聚焦于买卖双方的二元关系而忽视了顾客是有意识或无意识地相互联系在一起的事实。根据社会网络理论，任何个体都不是孤立的，而是镶嵌在特定的社会网络之中，顾客也是镶嵌在特定顾客网络中的个体。德国学者埃德加[2]在其著作《以顾客关系网络代替营销》中就明确提出现代企业营销管理就是要建立顾客关系网络。Venkatesh和Barry[3]也认为企业战略资源之一就是顾客网络，并且已经有学者对顾客网络的价值进行了研究，例如Rene和Wangenhaim[4]在社会网络价值的研究中就指出，由于网络的存在，即使是低价值的顾客也可能通过网络传播积极的产品信息，进而给公司带来很大的价值，并将由顾客网络效应创造的价值称为顾客网络价值。更值得关注的是，已经有研究表明顾客之间的互动会对顾客价值感知产生影响，例如Bitner等[5]和Prahalad等[6]一致认为，与其他顾客之间的互动会影响顾客本身对产品或服务的满意和忠诚。还有研究表明网络的一些特征与消费信息的传播之间存在着密切的联系，例如高密度的网络有助于行动者之间的信任、规范和权威等制度的建立和维持[7]，从而加速信息的传播。而顾客之间的信息传播极有可能会对顾客的价值感知产生影响[8]，进而影响顾客关系价值。本研究即是在前人研究成果基础上探讨顾客网络与顾客关系价值的关系，验证对于BC的企业而言，顾客网络特征是否对顾客关系价值存在影响，以及存在怎样的影响。在理论上，这是对关系营销理论的丰富和完善，在实践上，为BC企业合理配置营销资源，以实施高效的顾客关系管理策略提供理论指导。
2理论基础
2.1BC环境下顾客关系价值的维度
关于顾客关系价值的维度，多数学者都是从关系利益和关系成本两个方面进行的研究。在较早针对关系利益的研究中，Gwinner等[9]将关系利益定义为：顾客保持与某一公司的关系所获得的除核心利益之外的其他利益，包括社会利益、心理利益、经济利益以及定制化利益。之后，很多学者在其基础上进行了拓展研究，例如，Chen和Lin[10]将关系利益分为信心利益、特殊待遇利益和社会利益。在关系成本的研究方面，宋晓兵和董大海[11]将关系成本分为时间精力成本和隐私成本，张广玲和武华丽[12]则提出要从实际发生的关系成本和潜在的关系成本两个方面来考虑。此外，有些学者虽然没有明确提出关系成本的概念，但在研究中表达了类似的观点，如Phillips等[13]的研究表明关系维护努力、未得利益和个人损失会阻碍顾客关系的形成，因为顾客为与企业保持关系要做出一些努力，也会因此有一些损失，比如时间和隐私。这都属于关系成本范畴。
邵景波，等：BC环境下顾客网络特征对顾客关系价值的影响——基于服务业的实证研究Vol.33， No.1预测2014年第1期本研究沿用Chen等[10]的观点，将关系利益划分为社会利益、信心利益和特殊待遇利益三个维度。其中，社会利益反映的是关系的情感部分，包括熟识、个人认知、友谊、友善，这种比较亲密的关系能够满足顾客一定的个人需求。信心利益指的是顾客在与企业保持关系的过程中所感受到的焦虑的减少或信心的增加，它能够降低顾客在交易中感知到的风险。特殊待遇利益主要包括关系客户能够得到的更优惠的价格、更快捷的服务，或者针对个人的额外服务等。在关系成本方面，与Phillips等[13]的研究相一致，认为关系成本既包括顾客为了维持与企业的关系而做出的努力也包括顾客在维持关系时体力上、精神上和物质上的损失，包括自主做出决策的能力、独立的自由、维护关系努力、隐私损失和未得利益。
2.2顾客网络特征
社会网络指的是社会个体成员之间因为互动而形成的相对稳定的关系体系[14]。由于顾客是社会网络中具有某一消费特征的个体，因此本研究将顾客网络定义为顾客之间因为互动而形成的相对稳定的关系体系，并采用描述社会网络特征的网络规模、网络密度、网络结构洞和网络中心度等概念来描述顾客网络的特征。
其中，网络规模是指一个网络所包含的行动者的数量，反映了网络范围的大小以及行动者可以动员和整合的资源的大小。网络密度是一个衡量网络成员关系密切程度、沟通频率、关系强弱的概念。网络结构洞的概念最早是由波特提出的，他认为当社会网络中某些个体之间存在直接联系，但与其他个体不发生直接联系时，从整个网络来看，这种无直接联系或关系中断的现象就像是网络结构中出现了洞穴，称之为“结构洞”，其作用在于避免信息和资源的浪费。网络中心度是有关行动者在社会网络中的中心性位置的概念，反映了行动者在网络中的位置或优势的不同。
3理论分析与假设提出
3.1网络规模对顾客关系价值的影响
（1）网络规模对信心利益的影响。社会网络规模是获得社会支持和社会资源的重要决定因素[15]。在规模较大的网络里，信息资源比较丰富，但由于网络规模较大，人与人之间不是很了解和熟悉，顾客间互动较少，顾客不容易获得相关产品或服务的全面信息，并且所获得的大部分信息不是“一手信息”，信息的可信度比较低[16]，不利于成员通过个体间信息交流建立对企业及其产品的信任。规模小的网络，情况正好相反。由此提出假设： H11网络规模对信心利益具有消极的影响。
（2）网络规模对特殊待遇利益的影响。在规模较大的网络里，顾客获得的特殊待遇利益可能被更多顾客感知。马费成和王晓光[17]在研究知识转移的社会网络模型中就指出，一个网络的规模越大，人们就越能够获得更多的知识来源，越能够在更大的范围内寻找搭档吸收整合新信息。由于特殊待遇利益是顾客在消费之外额外获得的一种特殊利益，因此基于“趋利避害”的心理，当顾客获得他人得到特殊待遇利益的信息时，这种示范效应会促使他们做出同样的选择。另一方面，正如Derbaix 和Vanhamme[18]所指出的那样，特殊待遇利益往往要求团体参与，并且目前已经有很多企业推出了“团购”的营销手段，网络规模越大，越容易组建成一个团体，越有利于特殊待遇利益的获得。由此提出假设：
H12网络规模对特殊待遇利益具有积极的影响。
（3）网络规模对社会利益的影响。顾客与销售人员保持良好关系的原因之一就是在与销售人员的接触过程中，获得了一种轻松、熟悉、友善和信任的感觉，这种特殊的感觉会使顾客的购物过程变得轻松愉快。在规模较大的网络里信息和资源比较多[19]，顾客自己或通过中间人介绍认识其他个体的机会就更多，所以，如果一个顾客与销售人员之间具有良好的关系，他就有更大的机会将销售人员介绍给网络内的熟人。同时，一个顾客与销售人员之间的友谊可能会被其他顾客欣赏和羡慕，起到一种示范作用，进而其他顾客也可能会尝试与销售人员成为朋友。因此，网络规模越大，就会有越多的顾客与销售人员认识并保持友好关系。由此提出假设：
H13网络规模对社会利益具有积极的影响。
（4）网络规模对关系成本的影响。当顾客网络规模较大时，顾客向网络内的其他成员传递信息的范围扩大，顾客让网络内其他成员了解其与企业保持关系所付出的成本的机会增多，就会有更多的顾客事前预知这种成本而采取行动，以降低关系成本。由此提出假设：
H14网络规模对关系成本具有消极的影响。
3.2网络密度对顾客关系价值的影响
（1）网络密度对信心利益的影响。一般而言，顾客不愿轻易尝试没有使用过的产品，这是由于顾客不能很好把握其品质和性能，这种不确定性会使顾客感到焦虑，可能会降低顾客购买新产品的信心，但对于处在不同密度的网络中的顾客，这种情况会有所不同。邵景波等[20]就曾提出在高密度的网络中，顾客之间的口碑传播和消费示范更容易影响顾客对新产品的感受的观点。Parker和Philippa[21]在对顾客互动的研究中也指出，在高密度的网络中，顾客间互动的可能性更大，而成员间互动程度越高，信息和资源交换的频率就越高，将有利于成员之间分享价值、信念或者目标，进而产生情绪感染和示范效应，因此对一个团体的运作有正向影响。毛清华和高杨[22]在研究虚拟团队中的知识共享时得出了相近的观点，指出在高密度网络中，网络成员之间交往比较密切，相互之间的影响较大，更容易使顾客增强对企业及其产品的信任。由此提出假设：
H21网络密度对信心利益具有积极的影响。
（2）网络密度对特殊待遇利益的影响。如果顾客从企业那里获得特殊待遇利益，顾客在情感上和认知上都可能与企业建立起亲密关系，且可能会对身边的人产生示范作用，从而增加网络内其他成员跟企业建立类似关系并享有同样利益的可能性。陈明亮和章晶晶[23]也在研究中指出当一个顾客获得特殊利益时，往往会告诉身边亲密或友好的其他个体，而顾客“趋利避害”的心理会使得他们采取相同的行动，在高密度网络里，网络成员的信息来源路径更多，互动更多，信息的传播速度也会更快[24]，这种现象会表现得更加明显。由此提出假设：
H22网络密度对特殊待遇利益具有积极的影响。
（3）网络密度对关系成本的影响。对顾客互动行为的研究表明，顾客间的互动确实会影响顾客对产品或服务质量的满意度和评价，一个顾客在关系维系中的一些不良感受可能会影响到他人，进而削弱其他顾客和企业之间的联系。在高密度网络中，人与人之间接触的频率更高，负面信息传播得更快，顾客更容易觉察到他人因为与企业保持关系而付出的代价，可能会减弱其与企业保持关系的意愿。在密度低的网络里情况则相反，且密度低的网络中，成员间的信任感相对较低[25] ，其他成员也会考虑所获得信息的真实性。由此提出假设：
H23网络密度对关系成本具有消极的影响。
3.3网络结构洞对顾客关系价值的影响
（1）网络结构洞对信心利益的影响。结构洞丰富的成员与网络中其他成员联系的机会更多，获得的信息量更大，且大多是不重复信息[26]，因此结构洞丰富的顾客更容易从他人那里获得产品的性能、使用感受、稳定性、安全性等信息，减少顾虑，增强信心。由此提出假设：
H31网络结构洞对信心利益具有积极的影响。
（2）网络结构洞对特殊待遇利益的影响。当网络中结构洞数量比较多时，网络成员接收到的信息大部分是直接传递的，而信息的直接传递对个体的影响更大。同时，由于减少了冗余联系，成员可以更准确和便捷地获得最新的、更多样化的信息[27]，从而有利于特殊待遇信息的传播。因此，处于结构洞位置的个体更容易获得其他顾客传播的特殊待遇方面的信息。由此提出假设：
H32网络结构洞对特殊待遇利益具有积极的影响。
（3）网络结构洞对关系成本的影响。在结构洞数量比较多的网络中，处于结构洞位置的个体能从多方面获得信息，由于顾客对消极的信息会尤其敏感，因此某网络成员对为维护与企业的关系所付出的代价做出的负面评价会对处于结构洞中间位置的顾客产生更大影响，导致其减少与企业的联系或者不选择某企业的产品，以降低其关系成本。由此提出假设：
H33网络结构洞对关系成本具有消极的影响。
3.4网络中心度对顾客关系价值的影响 （1）网络中心度对信心利益的影响。Adler和Kwon[28]提出网络中的节点由于位置的不同会有不同的信息和资源优势，越处于中心位置的节点优势越大。Burt[29]也指出，中心度优势集中体现在信息搜索优势和知识转移优势上。在信息搜索方面，处于中心位置的成员能够获得来自多方面的信息并传播出去，从而成为信息的集散中心；在知识转移方面，处于中心位置的成员由于占据了重要路径，可以将原来没有联系的成员联系在一起，从而可以决定各种资源的流动方向。因此，顾客网络中处于中心地位的顾客更容易获得有关产品和服务的各种非重复信息，了解增多，不确定性就会减少，信心就会相应增强。Kildduff和Tsai[26]还指出，处于中心位置的成员有更多的机会跟其他成员进行直接交流和联系，更容易建立信任关系，成员间信任的增强，也会使所传递信息的可信度增大，有利于对企业及其产品信心的建立和培养。由此提出假设：
H41网络中心度对信心利益具有积极的影响。
（2）网络中心度对特殊待遇利益的影响。在顾客网络中，网络中心度越高的个体，掌握的信息越多，比如企业为顾客提供定制化服务、赠送额外的产品、主动送货上门等特殊待遇利益的信息。不仅如此，当需要某一方面信息的时候，处于中心位置的顾客具有更强的资源和信息搜索能力，以及直接交流的机会。由此提出假设：
H42网络中心度对特殊待遇利益具有积极的影响。
（3）网络中心度对关系成本的影响。同理，网络中心度越高的个体也越容易获得各种负面信息，并且由于“趋利避害”心理的作用，坏消息通常要比好消息传播得更快，更容易引起人们的广泛讨论和传播[30]。因此，处于网络中心位置的顾客更容易了解到与企业保持关系所须付出的成本代价，可能会事前规避以降低关系成本。由此提出假设：
H43网络中心度对关系成本具有消极的影响。
4假设检验
本研究选取BC服务领域中的美容美发业对假设进行验证。美容美发企业直接接触顾客，顾客更容易对服务（产品）做出评价，服务质量与效果也更容易在顾客网络中传播，网络效应更加明显。在量表方面，选择Gwinner等[9]，Phillips等[13]与Granovetter[31]相关学者开发的成熟量表并考虑中国的文化环境和服务业特点稍作调整。共随机发放问卷400份，回收有效问卷334份。
4.1数据质量分析
采用Cronbach’s α系数检验量表的信度。结果显示，除结构洞变量的Cronbach’s α系数值比较低为0.59，属不可接受范围；其他各变量的α系数都大于0.7，且在删除一个变量中的某一个题项后，α系数都没有显著的提高，说明这些变量有很好的信度。对于结构洞变量，将在问卷质量分析之后用因子分析的方法进行调整。
由于本研究采用的量表均为成熟量表，可以认为具有较高的内容效度。运用因子分析中的负荷系数、因子贡献率、累计贡献率以及SEM分析中的T值来评价结构效度。结果显示，除5个题项外其他题项的因子负荷系数都在0.6以上，因子贡献率也在60%以上。为了实现更佳的结构效度，用因子分析的方法进行因子提取，对问卷中的题项进行修正。
根据特征值大于1且因子负荷系数大于0.6的标准对顾客关系价值和顾客网络量表中的题项进行因子分析，选用KMO和Bartlett测试值作为检验是否适合作因子分析的指标。首先对顾客关系价值的18个题项进行因子分析，结果显示KMO值为0.887，因子累计贡献率达到74.577%，说明比较适合做因子分析，Bartlett’s 检验的F值为0.000，表明顾客关系价值题项所测量的数据来自正态分布总体。根据顾客关系价值各指标的因子得分矩阵，提取4个特征值大于1的因子，有5个问题进入了因子1，反映的是信心利益方面的内容，所以将因子1命名为信心利益，这与变量信心利益相符；5个问题进入了因子2，反映的是社会利益方面的内容，所以将因子2命名为社会利益，与变量社会利益相符；4个问题进入了因子3，反映的是特殊待遇利益方面的内容，所以将因子3命名为特殊待遇利益，与变量特殊待遇利益相符；3个问题进入了因子4，反映的是关系成本方面的内容，所以将因子4命名为关系成本，由于与关系成本对应的题项有所不同，故将因子贡献得分过小的题项进行了删除。其次对顾客网络特征的15个题项进行因子分析，结果显示KMO值为0.841，因子累计贡献率达到70.239%，说明比较适合做因子分析，Bartlett’s检验的F值为0.000，表明顾客网络特征题项所测量的数据来自正态分布总体。根据因子得分矩阵，提取4个特征值大于1的因子，同理，根据所反映的内容将各因子分别命名为网络密度、网络结构洞、网络中心度和网络规模，并根据其与相对应变量的相符情况，将因子贡献得分过小的题项进行了删除。
4.2结构方程分析
利用LISREL 8.70软件对调查数据进行SEM分析。从基本拟合标准角度分析运行结果，可以看出测量误差都是正值，说明模型符合基本拟合标准，外源变量和内生变量的因子负荷系数都在0.5以上，在0.01的显著水平下比较显著。从整体模型的拟合角度看，χ2/df符合理想标准，说明模型与观测样本之间拟合较好；拟合优度指数GFI符合理想标准，说明模型的整体适配程度良好；调整的拟合优度指数AGFI也达到了理想水平。以上三个指标是绝对拟合度指标，反应的是理论模型与饱和模型比较值，输出结果显示绝对拟合度达到了理想水平。但是比较拟合指数CFI、规范拟合指数NFI和近似均方差残根RMSEA并不符合理想标准，接下来将对模型进行修正。以T值作为修正参考指标，在所有的路径中，网络规模关系成本（NSRC），网络密度关系成本（NDRC），网络结构洞关系成本（NSHRC），这三条路径的路径系数偏小，T值不显著，没有通过显著性检验。因此，采用逐步删除路径的方式对结构模型进行修正。并且从修正后模型的各路径系数来看，均比较显著，模型的拟合优度有所提高，所有拟合标准都达到了理想要求。结构模型路径系数及假设检验结果如表1所示。 由表1可以看出，假设H11、H12、H13、H21、H22、H31、H32、H41、H42、H43得到通过。假设H14、H23、H33没有通过检验，这三个假设均涉及关系成本，分析原因可能是不同文化背景下的顾客对关系成本的认识和重视程度存在差异，比如西方人比较重视时间（与东方人相比），认为时间与金钱、效率和效益密切相关，当与企业维持关系需要耗费顾客一定的时间和精力时，西方人往往会因此产生一定的排斥情绪，但在中国文化中，人们更多时候会重视结果，为了获得期望利益或与企业维持一定关系而耗费的时间和精力成本，被视作理所当然。此外，本研究所采用的关系成本量表是西方学者开发的，存在一种可能，就是西方关系成本衡量量表在中国文化背景下不具有很好的适用性，这可能也是导致假设不成立的原因之一。
5讨论与启示
研究结果显示，BC环境下顾客网络特征对顾客关系价值存在影响，这一结论对BC企业有效实施顾客关系管理具有一定的参考价值。
首先，研究结果表明网络规模对顾客关系价值的影响是双重的，它对特殊待遇利益和社会利益有积极影响，但对信心利益的影响却是消极的。所以网络规模比较大的顾客群体，并不适合新产品的营销，因为选择购买刚刚投放市场的新产品容易造成顾客心理上的顾虑和不安，这不利于顾客信心利益的形成，但是对于顾客经常使用或者已经熟悉的品牌，由于不确定性较小，情况会有所不同。所以在规模较大的网络里比较适合对具有一定品牌知名度的产品进行营销。其次，网络密度对信心利益和特殊待遇利益有积极影响，这意味着企业在进行营销活动时，选择网络密度高的顾客群体切入市场会收到更好的效果，因为高密度网络中的信息传播速度更快、成员互动频率更高，实施营销活动的成本相对较低，也更容易实现营销目标。再次，由于网络结构洞对信心利益和特殊待遇利益有积极影响，在结构洞较多的网络里，正面的企业和产品信息更有利于顾客关系价值的提高。最后，网络中心度对信心利益和特殊待遇利益有积极的影响，而对关系成本有消极的影响，说明占据网络中心位置的人具有更大的信息和资源优势，更容易成为群体中的“意见领袖”，成为能对他人施加影响的“活跃分子”，因此在一个网络群体中区分和寻找“意见领袖”非常重要，例如目前已有企业对高校内处于网络中心位置的学生（学生会主席、社团主席等）区别对待，免费给他们提供最新最时尚的服装和电子产品，这些“活跃分子”会通过参加活动或者其他方式直接或间接地传递出有关企业及其产品的信息，在网络内产生很强的示范效应。此外，从实证结果中也可以看出，网络特征四个变量对顾客信心利益的影响最为显著，这说明，在顾客关系价值四个维度中，顾客信心利益更容易受到网络特征的影响，这与中国高风险规避的文化也是相符的。因此，在中国进行营销的企业更应该重视顾客网络效应。
本研究虽然得出了一些有趣的结果和启示，但像许多研究一样也存在着诸多的不足。首先，仅探讨了网络规模、网络密度、网络结构洞和网络中心度四个网络特征对顾客关系价值的影响，而事实上反映网络特征的指标还有很多，网络特征对顾客关系价值的影响过程中还可能存在一些中介和调节变量，本研究也没有涉及。其次，仅选择了美容美发行业对假设进行了验证，研究结果不一定能普遍适用于其他行业。再次，本研究是在中国的文化背景下进行的，研究结果能否适用于西方文化还是未知，未来还需要在不同的文化背景下对该问题做进一步探讨。最后，我们将研究局限在BC环境下，而事实上针对BB企业分析网络特征与顾客关系价值的关系也将是一个十分有趣和有价值的问题，这也是未来的研究方向之一。
参考文献：
[1]Hogan J E. Expected relationship value： a construct， a methodology for measurement and a modeling technique[J]. Industrial Marketing Management， 2001， 30（2）： 339351.
[2]埃德加.以顾客关系网络代替营销[M].劳石译.北京：经济管理出版社，2002.
[3]Venkatesh S， Barry L B. Network effects and competition： an empirical analysis of the home video game industry[J]. Strategic Management Journal， 2002， （4）： 375384.
[4]Rene A， Wangenhaim F A. A network based approach to customer equity management[J]. Journal of Relationship Marketing， 2006， （5）： 3957.
[5]Bitner M J， Bernard H B， Mary S T. The service encounter： diagnosing favorable and unfavorable incidents[J]. Journal of Marketing， 1990， （1）： 7184.
[6]Prahalad C K， Ramaswamy V. Coopting customer competence[J]. Harvard Business Review， 2000， 78（1）： 7987.
[7]Scott J. Social network analysis： a handbook[M]. US： Sage Publications， 2000.
[8]杨学成，张晓航.社会网络分析在市场营销学中的应用[J].当代经济管理，2009，（6）：2529.
[9]Gwinner K P， Gremler D D， Bitner M J. Relational benefits in services industries： the customer’s perspective[J]. Journal of the Academy of Marketing Science， 1998， （2）： 101114. [10]Chen T Y， Lin Y H. Enhancing the relationship benefit to develop relationship value[J]. International Journal of Electronic Customer Relationship Management， 2009， 3（2）： 167185.
[11]宋晓兵，董大海.消费者与网络商店的关系价值研究[J].管理科学，2008，21（1）：7282.
[12]张广玲，武华丽.关系价值、关系质量与顾客保留的关系研究[J].武汉理工大学学报（社会科学版），2007，20（6）：796800.
[13]Phillips J， Tendon M， Noble S， et al.. The value of relationship strength in segmenting casino patrons： an exploratory investigation[J]. Journal of Interactive Advertising， 2004， 5（1）： 6173.
[14]林聚任.社会网络分析：理论方法及应用[M].北京：北京师范大学出版社，2009.
[15]张文宏.社会网络与社会资本研究[J].江海学刊，2011，（2）：96106.
[16]吴剑峰，吕振艳.资源依赖、网络中心度与多方联盟构建——基于产业电子商务平台的实证研究[J].管理学报，2007，（7）：509513.
[17]马费成，王晓光.知识转移的社会网络模型研究[J].江西社会科学，2006，（7）：3844.
[18]Derbaix C， Vanhamme J. Inducing wordofmouth by eliciting surprise： a pilot investigation[J]. Journal of Economic Psychology， 2003， 24（3）： 99116.
[19]赵晓东，王重鸣.产业集群背景下创业者社会网络动态结构实证研究[J].技术经济，2007，（1）：1417.
[20]邵景波，陈珂珂，吴晓静.社会网络效应下顾客资产驱动要素研究[J].中国软科学，2012，（8）：8497.
[21]Parker C， Philippa W. An analysis of role adoptions and scripts during customertocustomer encounters[J]. European Journal of Marketing， 2000， 34（4）： 341358.
[22]毛清华，高杨.基于社会网络中心性分析的虚拟团队知识共享促进策略[J].情报杂志，2010，（10）：130133.
[23]陈明亮，章晶晶.网络口碑再传播意愿影响因素的实证研究[J].浙江大学学报，2008，（5）：5467.
[24]付尧，刘红丽.社会网络结构与互动对知识转移的影响[J].商场现代化，2009，（1）：394395.
[25]谢洪鸣，陈盈，程聪.网络密度、知识流入对企业管理创新的影响[J].科学学研究，2011，（10）：15431548.
[26]Kildduff M， Tsai W. Social network and organizations[M]. US： SAGE Press， 2003.
[27]蔡铂，聂鸣.社会网络对产业集群技术创新的影响[J].科学学与科学技术管理，2003，（7）：5760.
[28]Adler P S， Kwon S W. Social capital： prospects for a new concept[J]. Academy of Management Review， 2002， （1）： 7893.
[29]Burt R. Structural holes： the social structure of competition[M]. Cambridge， MA： Harvard University Press， 1992.
[30]庄贵军，席酉民，周筱莲.权力、冲突与合作——中国营销渠道中私人关系的影响作用[J].管理科学，2007，（3）：3847.
[31]Granovetter M. The strength of weak ties[J]. American Journal of Sociology， 1973， 78（6）： 13601380.
关键词：顾客关系价值；社会网络；网络特征；关系利益；关系成本
中图分类号：F713.55文献标识码：A文章编号：10035192（2014）01002706doi：10.11847/fj.33.1.27
1引言
顾客关系价值是指顾客从关系生命周期中获得的切实利益的感知净价值[1]，涵盖了顾客从顾客企业关系中获得的利益和遭受的损失。顾客关系价值的概念从出现至今一直得到学术界的广泛关注，也成为近年来市场营销领域的研究热点。然而，目前已有的研究大多聚焦于买卖双方的二元关系而忽视了顾客是有意识或无意识地相互联系在一起的事实。根据社会网络理论，任何个体都不是孤立的，而是镶嵌在特定的社会网络之中，顾客也是镶嵌在特定顾客网络中的个体。德国学者埃德加[2]在其著作《以顾客关系网络代替营销》中就明确提出现代企业营销管理就是要建立顾客关系网络。Venkatesh和Barry[3]也认为企业战略资源之一就是顾客网络，并且已经有学者对顾客网络的价值进行了研究，例如Rene和Wangenhaim[4]在社会网络价值的研究中就指出，由于网络的存在，即使是低价值的顾客也可能通过网络传播积极的产品信息，进而给公司带来很大的价值，并将由顾客网络效应创造的价值称为顾客网络价值。更值得关注的是，已经有研究表明顾客之间的互动会对顾客价值感知产生影响，例如Bitner等[5]和Prahalad等[6]一致认为，与其他顾客之间的互动会影响顾客本身对产品或服务的满意和忠诚。还有研究表明网络的一些特征与消费信息的传播之间存在着密切的联系，例如高密度的网络有助于行动者之间的信任、规范和权威等制度的建立和维持[7]，从而加速信息的传播。而顾客之间的信息传播极有可能会对顾客的价值感知产生影响[8]，进而影响顾客关系价值。本研究即是在前人研究成果基础上探讨顾客网络与顾客关系价值的关系，验证对于BC的企业而言，顾客网络特征是否对顾客关系价值存在影响，以及存在怎样的影响。在理论上，这是对关系营销理论的丰富和完善，在实践上，为BC企业合理配置营销资源，以实施高效的顾客关系管理策略提供理论指导。
2理论基础
2.1BC环境下顾客关系价值的维度
关于顾客关系价值的维度，多数学者都是从关系利益和关系成本两个方面进行的研究。在较早针对关系利益的研究中，Gwinner等[9]将关系利益定义为：顾客保持与某一公司的关系所获得的除核心利益之外的其他利益，包括社会利益、心理利益、经济利益以及定制化利益。之后，很多学者在其基础上进行了拓展研究，例如，Chen和Lin[10]将关系利益分为信心利益、特殊待遇利益和社会利益。在关系成本的研究方面，宋晓兵和董大海[11]将关系成本分为时间精力成本和隐私成本，张广玲和武华丽[12]则提出要从实际发生的关系成本和潜在的关系成本两个方面来考虑。此外，有些学者虽然没有明确提出关系成本的概念，但在研究中表达了类似的观点，如Phillips等[13]的研究表明关系维护努力、未得利益和个人损失会阻碍顾客关系的形成，因为顾客为与企业保持关系要做出一些努力，也会因此有一些损失，比如时间和隐私。这都属于关系成本范畴。
邵景波，等：BC环境下顾客网络特征对顾客关系价值的影响——基于服务业的实证研究Vol.33， No.1预测2014年第1期本研究沿用Chen等[10]的观点，将关系利益划分为社会利益、信心利益和特殊待遇利益三个维度。其中，社会利益反映的是关系的情感部分，包括熟识、个人认知、友谊、友善，这种比较亲密的关系能够满足顾客一定的个人需求。信心利益指的是顾客在与企业保持关系的过程中所感受到的焦虑的减少或信心的增加，它能够降低顾客在交易中感知到的风险。特殊待遇利益主要包括关系客户能够得到的更优惠的价格、更快捷的服务，或者针对个人的额外服务等。在关系成本方面，与Phillips等[13]的研究相一致，认为关系成本既包括顾客为了维持与企业的关系而做出的努力也包括顾客在维持关系时体力上、精神上和物质上的损失，包括自主做出决策的能力、独立的自由、维护关系努力、隐私损失和未得利益。
2.2顾客网络特征
社会网络指的是社会个体成员之间因为互动而形成的相对稳定的关系体系[14]。由于顾客是社会网络中具有某一消费特征的个体，因此本研究将顾客网络定义为顾客之间因为互动而形成的相对稳定的关系体系，并采用描述社会网络特征的网络规模、网络密度、网络结构洞和网络中心度等概念来描述顾客网络的特征。
其中，网络规模是指一个网络所包含的行动者的数量，反映了网络范围的大小以及行动者可以动员和整合的资源的大小。网络密度是一个衡量网络成员关系密切程度、沟通频率、关系强弱的概念。网络结构洞的概念最早是由波特提出的，他认为当社会网络中某些个体之间存在直接联系，但与其他个体不发生直接联系时，从整个网络来看，这种无直接联系或关系中断的现象就像是网络结构中出现了洞穴，称之为“结构洞”，其作用在于避免信息和资源的浪费。网络中心度是有关行动者在社会网络中的中心性位置的概念，反映了行动者在网络中的位置或优势的不同。
3理论分析与假设提出
3.1网络规模对顾客关系价值的影响
（1）网络规模对信心利益的影响。社会网络规模是获得社会支持和社会资源的重要决定因素[15]。在规模较大的网络里，信息资源比较丰富，但由于网络规模较大，人与人之间不是很了解和熟悉，顾客间互动较少，顾客不容易获得相关产品或服务的全面信息，并且所获得的大部分信息不是“一手信息”，信息的可信度比较低[16]，不利于成员通过个体间信息交流建立对企业及其产品的信任。规模小的网络，情况正好相反。由此提出假设： H11网络规模对信心利益具有消极的影响。
（2）网络规模对特殊待遇利益的影响。在规模较大的网络里，顾客获得的特殊待遇利益可能被更多顾客感知。马费成和王晓光[17]在研究知识转移的社会网络模型中就指出，一个网络的规模越大，人们就越能够获得更多的知识来源，越能够在更大的范围内寻找搭档吸收整合新信息。由于特殊待遇利益是顾客在消费之外额外获得的一种特殊利益，因此基于“趋利避害”的心理，当顾客获得他人得到特殊待遇利益的信息时，这种示范效应会促使他们做出同样的选择。另一方面，正如Derbaix 和Vanhamme[18]所指出的那样，特殊待遇利益往往要求团体参与，并且目前已经有很多企业推出了“团购”的营销手段，网络规模越大，越容易组建成一个团体，越有利于特殊待遇利益的获得。由此提出假设：
H12网络规模对特殊待遇利益具有积极的影响。
（3）网络规模对社会利益的影响。顾客与销售人员保持良好关系的原因之一就是在与销售人员的接触过程中，获得了一种轻松、熟悉、友善和信任的感觉，这种特殊的感觉会使顾客的购物过程变得轻松愉快。在规模较大的网络里信息和资源比较多[19]，顾客自己或通过中间人介绍认识其他个体的机会就更多，所以，如果一个顾客与销售人员之间具有良好的关系，他就有更大的机会将销售人员介绍给网络内的熟人。同时，一个顾客与销售人员之间的友谊可能会被其他顾客欣赏和羡慕，起到一种示范作用，进而其他顾客也可能会尝试与销售人员成为朋友。因此，网络规模越大，就会有越多的顾客与销售人员认识并保持友好关系。由此提出假设：
H13网络规模对社会利益具有积极的影响。
（4）网络规模对关系成本的影响。当顾客网络规模较大时，顾客向网络内的其他成员传递信息的范围扩大，顾客让网络内其他成员了解其与企业保持关系所付出的成本的机会增多，就会有更多的顾客事前预知这种成本而采取行动，以降低关系成本。由此提出假设：
H14网络规模对关系成本具有消极的影响。
3.2网络密度对顾客关系价值的影响
（1）网络密度对信心利益的影响。一般而言，顾客不愿轻易尝试没有使用过的产品，这是由于顾客不能很好把握其品质和性能，这种不确定性会使顾客感到焦虑，可能会降低顾客购买新产品的信心，但对于处在不同密度的网络中的顾客，这种情况会有所不同。邵景波等[20]就曾提出在高密度的网络中，顾客之间的口碑传播和消费示范更容易影响顾客对新产品的感受的观点。Parker和Philippa[21]在对顾客互动的研究中也指出，在高密度的网络中，顾客间互动的可能性更大，而成员间互动程度越高，信息和资源交换的频率就越高，将有利于成员之间分享价值、信念或者目标，进而产生情绪感染和示范效应，因此对一个团体的运作有正向影响。毛清华和高杨[22]在研究虚拟团队中的知识共享时得出了相近的观点，指出在高密度网络中，网络成员之间交往比较密切，相互之间的影响较大，更容易使顾客增强对企业及其产品的信任。由此提出假设：
H21网络密度对信心利益具有积极的影响。
（2）网络密度对特殊待遇利益的影响。如果顾客从企业那里获得特殊待遇利益，顾客在情感上和认知上都可能与企业建立起亲密关系，且可能会对身边的人产生示范作用，从而增加网络内其他成员跟企业建立类似关系并享有同样利益的可能性。陈明亮和章晶晶[23]也在研究中指出当一个顾客获得特殊利益时，往往会告诉身边亲密或友好的其他个体，而顾客“趋利避害”的心理会使得他们采取相同的行动，在高密度网络里，网络成员的信息来源路径更多，互动更多，信息的传播速度也会更快[24]，这种现象会表现得更加明显。由此提出假设：
H22网络密度对特殊待遇利益具有积极的影响。
（3）网络密度对关系成本的影响。对顾客互动行为的研究表明，顾客间的互动确实会影响顾客对产品或服务质量的满意度和评价，一个顾客在关系维系中的一些不良感受可能会影响到他人，进而削弱其他顾客和企业之间的联系。在高密度网络中，人与人之间接触的频率更高，负面信息传播得更快，顾客更容易觉察到他人因为与企业保持关系而付出的代价，可能会减弱其与企业保持关系的意愿。在密度低的网络里情况则相反，且密度低的网络中，成员间的信任感相对较低[25] ，其他成员也会考虑所获得信息的真实性。由此提出假设：
H23网络密度对关系成本具有消极的影响。
3.3网络结构洞对顾客关系价值的影响
（1）网络结构洞对信心利益的影响。结构洞丰富的成员与网络中其他成员联系的机会更多，获得的信息量更大，且大多是不重复信息[26]，因此结构洞丰富的顾客更容易从他人那里获得产品的性能、使用感受、稳定性、安全性等信息，减少顾虑，增强信心。由此提出假设：
H31网络结构洞对信心利益具有积极的影响。
（2）网络结构洞对特殊待遇利益的影响。当网络中结构洞数量比较多时，网络成员接收到的信息大部分是直接传递的，而信息的直接传递对个体的影响更大。同时，由于减少了冗余联系，成员可以更准确和便捷地获得最新的、更多样化的信息[27]，从而有利于特殊待遇信息的传播。因此，处于结构洞位置的个体更容易获得其他顾客传播的特殊待遇方面的信息。由此提出假设：
H32网络结构洞对特殊待遇利益具有积极的影响。
（3）网络结构洞对关系成本的影响。在结构洞数量比较多的网络中，处于结构洞位置的个体能从多方面获得信息，由于顾客对消极的信息会尤其敏感，因此某网络成员对为维护与企业的关系所付出的代价做出的负面评价会对处于结构洞中间位置的顾客产生更大影响，导致其减少与企业的联系或者不选择某企业的产品，以降低其关系成本。由此提出假设：
H33网络结构洞对关系成本具有消极的影响。
3.4网络中心度对顾客关系价值的影响 （1）网络中心度对信心利益的影响。Adler和Kwon[28]提出网络中的节点由于位置的不同会有不同的信息和资源优势，越处于中心位置的节点优势越大。Burt[29]也指出，中心度优势集中体现在信息搜索优势和知识转移优势上。在信息搜索方面，处于中心位置的成员能够获得来自多方面的信息并传播出去，从而成为信息的集散中心；在知识转移方面，处于中心位置的成员由于占据了重要路径，可以将原来没有联系的成员联系在一起，从而可以决定各种资源的流动方向。因此，顾客网络中处于中心地位的顾客更容易获得有关产品和服务的各种非重复信息，了解增多，不确定性就会减少，信心就会相应增强。Kildduff和Tsai[26]还指出，处于中心位置的成员有更多的机会跟其他成员进行直接交流和联系，更容易建立信任关系，成员间信任的增强，也会使所传递信息的可信度增大，有利于对企业及其产品信心的建立和培养。由此提出假设：
H41网络中心度对信心利益具有积极的影响。
（2）网络中心度对特殊待遇利益的影响。在顾客网络中，网络中心度越高的个体，掌握的信息越多，比如企业为顾客提供定制化服务、赠送额外的产品、主动送货上门等特殊待遇利益的信息。不仅如此，当需要某一方面信息的时候，处于中心位置的顾客具有更强的资源和信息搜索能力，以及直接交流的机会。由此提出假设：
H42网络中心度对特殊待遇利益具有积极的影响。
（3）网络中心度对关系成本的影响。同理，网络中心度越高的个体也越容易获得各种负面信息，并且由于“趋利避害”心理的作用，坏消息通常要比好消息传播得更快，更容易引起人们的广泛讨论和传播[30]。因此，处于网络中心位置的顾客更容易了解到与企业保持关系所须付出的成本代价，可能会事前规避以降低关系成本。由此提出假设：
H43网络中心度对关系成本具有消极的影响。
4假设检验
本研究选取BC服务领域中的美容美发业对假设进行验证。美容美发企业直接接触顾客，顾客更容易对服务（产品）做出评价，服务质量与效果也更容易在顾客网络中传播，网络效应更加明显。在量表方面，选择Gwinner等[9]，Phillips等[13]与Granovetter[31]相关学者开发的成熟量表并考虑中国的文化环境和服务业特点稍作调整。共随机发放问卷400份，回收有效问卷334份。
4.1数据质量分析
采用Cronbach’s α系数检验量表的信度。结果显示，除结构洞变量的Cronbach’s α系数值比较低为0.59，属不可接受范围；其他各变量的α系数都大于0.7，且在删除一个变量中的某一个题项后，α系数都没有显著的提高，说明这些变量有很好的信度。对于结构洞变量，将在问卷质量分析之后用因子分析的方法进行调整。
由于本研究采用的量表均为成熟量表，可以认为具有较高的内容效度。运用因子分析中的负荷系数、因子贡献率、累计贡献率以及SEM分析中的T值来评价结构效度。结果显示，除5个题项外其他题项的因子负荷系数都在0.6以上，因子贡献率也在60%以上。为了实现更佳的结构效度，用因子分析的方法进行因子提取，对问卷中的题项进行修正。
根据特征值大于1且因子负荷系数大于0.6的标准对顾客关系价值和顾客网络量表中的题项进行因子分析，选用KMO和Bartlett测试值作为检验是否适合作因子分析的指标。首先对顾客关系价值的18个题项进行因子分析，结果显示KMO值为0.887，因子累计贡献率达到74.577%，说明比较适合做因子分析，Bartlett’s 检验的F值为0.000，表明顾客关系价值题项所测量的数据来自正态分布总体。根据顾客关系价值各指标的因子得分矩阵，提取4个特征值大于1的因子，有5个问题进入了因子1，反映的是信心利益方面的内容，所以将因子1命名为信心利益，这与变量信心利益相符；5个问题进入了因子2，反映的是社会利益方面的内容，所以将因子2命名为社会利益，与变量社会利益相符；4个问题进入了因子3，反映的是特殊待遇利益方面的内容，所以将因子3命名为特殊待遇利益，与变量特殊待遇利益相符；3个问题进入了因子4，反映的是关系成本方面的内容，所以将因子4命名为关系成本，由于与关系成本对应的题项有所不同，故将因子贡献得分过小的题项进行了删除。其次对顾客网络特征的15个题项进行因子分析，结果显示KMO值为0.841，因子累计贡献率达到70.239%，说明比较适合做因子分析，Bartlett’s检验的F值为0.000，表明顾客网络特征题项所测量的数据来自正态分布总体。根据因子得分矩阵，提取4个特征值大于1的因子，同理，根据所反映的内容将各因子分别命名为网络密度、网络结构洞、网络中心度和网络规模，并根据其与相对应变量的相符情况，将因子贡献得分过小的题项进行了删除。
4.2结构方程分析
利用LISREL 8.70软件对调查数据进行SEM分析。从基本拟合标准角度分析运行结果，可以看出测量误差都是正值，说明模型符合基本拟合标准，外源变量和内生变量的因子负荷系数都在0.5以上，在0.01的显著水平下比较显著。从整体模型的拟合角度看，χ2/df符合理想标准，说明模型与观测样本之间拟合较好；拟合优度指数GFI符合理想标准，说明模型的整体适配程度良好；调整的拟合优度指数AGFI也达到了理想水平。以上三个指标是绝对拟合度指标，反应的是理论模型与饱和模型比较值，输出结果显示绝对拟合度达到了理想水平。但是比较拟合指数CFI、规范拟合指数NFI和近似均方差残根RMSEA并不符合理想标准，接下来将对模型进行修正。以T值作为修正参考指标，在所有的路径中，网络规模关系成本（NSRC），网络密度关系成本（NDRC），网络结构洞关系成本（NSHRC），这三条路径的路径系数偏小，T值不显著，没有通过显著性检验。因此，采用逐步删除路径的方式对结构模型进行修正。并且从修正后模型的各路径系数来看，均比较显著，模型的拟合优度有所提高，所有拟合标准都达到了理想要求。结构模型路径系数及假设检验结果如表1所示。 由表1可以看出，假设H11、H12、H13、H21、H22、H31、H32、H41、H42、H43得到通过。假设H14、H23、H33没有通过检验，这三个假设均涉及关系成本，分析原因可能是不同文化背景下的顾客对关系成本的认识和重视程度存在差异，比如西方人比较重视时间（与东方人相比），认为时间与金钱、效率和效益密切相关，当与企业维持关系需要耗费顾客一定的时间和精力时，西方人往往会因此产生一定的排斥情绪，但在中国文化中，人们更多时候会重视结果，为了获得期望利益或与企业维持一定关系而耗费的时间和精力成本，被视作理所当然。此外，本研究所采用的关系成本量表是西方学者开发的，存在一种可能，就是西方关系成本衡量量表在中国文化背景下不具有很好的适用性，这可能也是导致假设不成立的原因之一。
5讨论与启示
研究结果显示，BC环境下顾客网络特征对顾客关系价值存在影响，这一结论对BC企业有效实施顾客关系管理具有一定的参考价值。
首先，研究结果表明网络规模对顾客关系价值的影响是双重的，它对特殊待遇利益和社会利益有积极影响，但对信心利益的影响却是消极的。所以网络规模比较大的顾客群体，并不适合新产品的营销，因为选择购买刚刚投放市场的新产品容易造成顾客心理上的顾虑和不安，这不利于顾客信心利益的形成，但是对于顾客经常使用或者已经熟悉的品牌，由于不确定性较小，情况会有所不同。所以在规模较大的网络里比较适合对具有一定品牌知名度的产品进行营销。其次，网络密度对信心利益和特殊待遇利益有积极影响，这意味着企业在进行营销活动时，选择网络密度高的顾客群体切入市场会收到更好的效果，因为高密度网络中的信息传播速度更快、成员互动频率更高，实施营销活动的成本相对较低，也更容易实现营销目标。再次，由于网络结构洞对信心利益和特殊待遇利益有积极影响，在结构洞较多的网络里，正面的企业和产品信息更有利于顾客关系价值的提高。最后，网络中心度对信心利益和特殊待遇利益有积极的影响，而对关系成本有消极的影响，说明占据网络中心位置的人具有更大的信息和资源优势，更容易成为群体中的“意见领袖”，成为能对他人施加影响的“活跃分子”，因此在一个网络群体中区分和寻找“意见领袖”非常重要，例如目前已有企业对高校内处于网络中心位置的学生（学生会主席、社团主席等）区别对待，免费给他们提供最新最时尚的服装和电子产品，这些“活跃分子”会通过参加活动或者其他方式直接或间接地传递出有关企业及其产品的信息，在网络内产生很强的示范效应。此外，从实证结果中也可以看出，网络特征四个变量对顾客信心利益的影响最为显著，这说明，在顾客关系价值四个维度中，顾客信心利益更容易受到网络特征的影响，这与中国高风险规避的文化也是相符的。因此，在中国进行营销的企业更应该重视顾客网络效应。
本研究虽然得出了一些有趣的结果和启示，但像许多研究一样也存在着诸多的不足。首先，仅探讨了网络规模、网络密度、网络结构洞和网络中心度四个网络特征对顾客关系价值的影响，而事实上反映网络特征的指标还有很多，网络特征对顾客关系价值的影响过程中还可能存在一些中介和调节变量，本研究也没有涉及。其次，仅选择了美容美发行业对假设进行了验证，研究结果不一定能普遍适用于其他行业。再次，本研究是在中国的文化背景下进行的，研究结果能否适用于西方文化还是未知，未来还需要在不同的文化背景下对该问题做进一步探讨。最后，我们将研究局限在BC环境下，而事实上针对BB企业分析网络特征与顾客关系价值的关系也将是一个十分有趣和有价值的问题，这也是未来的研究方向之一。
参考文献：
[1]Hogan J E. Expected relationship value： a construct， a methodology for measurement and a modeling technique[J]. Industrial Marketing Management， 2001， 30（2）： 339351.
[2]埃德加.以顾客关系网络代替营销[M].劳石译.北京：经济管理出版社，2002.
[3]Venkatesh S， Barry L B. Network effects and competition： an empirical analysis of the home video game industry[J]. Strategic Management Journal， 2002， （4）： 375384.
[4]Rene A， Wangenhaim F A. A network based approach to customer equity management[J]. Journal of Relationship Marketing， 2006， （5）： 3957.
[5]Bitner M J， Bernard H B， Mary S T. The service encounter： diagnosing favorable and unfavorable incidents[J]. Journal of Marketing， 1990， （1）： 7184.
[6]Prahalad C K， Ramaswamy V. Coopting customer competence[J]. Harvard Business Review， 2000， 78（1）： 7987.
[7]Scott J. Social network analysis： a handbook[M]. US： Sage Publications， 2000.
[8]杨学成，张晓航.社会网络分析在市场营销学中的应用[J].当代经济管理，2009，（6）：2529.
[9]Gwinner K P， Gremler D D， Bitner M J. Relational benefits in services industries： the customer’s perspective[J]. Journal of the Academy of Marketing Science， 1998， （2）： 101114. [10]Chen T Y， Lin Y H. Enhancing the relationship benefit to develop relationship value[J]. International Journal of Electronic Customer Relationship Management， 2009， 3（2）： 167185.
[11]宋晓兵，董大海.消费者与网络商店的关系价值研究[J].管理科学，2008，21（1）：7282.
[12]张广玲，武华丽.关系价值、关系质量与顾客保留的关系研究[J].武汉理工大学学报（社会科学版），2007，20（6）：796800.
[13]Phillips J， Tendon M， Noble S， et al.. The value of relationship strength in segmenting casino patrons： an exploratory investigation[J]. Journal of Interactive Advertising， 2004， 5（1）： 6173.
[14]林聚任.社会网络分析：理论方法及应用[M].北京：北京师范大学出版社，2009.
[15]张文宏.社会网络与社会资本研究[J].江海学刊，2011，（2）：96106.
[16]吴剑峰，吕振艳.资源依赖、网络中心度与多方联盟构建——基于产业电子商务平台的实证研究[J].管理学报，2007，（7）：509513.
[17]马费成，王晓光.知识转移的社会网络模型研究[J].江西社会科学，2006，（7）：3844.
[18]Derbaix C， Vanhamme J. Inducing wordofmouth by eliciting surprise： a pilot investigation[J]. Journal of Economic Psychology， 2003， 24（3）： 99116.
[19]赵晓东，王重鸣.产业集群背景下创业者社会网络动态结构实证研究[J].技术经济，2007，（1）：1417.
[20]邵景波，陈珂珂，吴晓静.社会网络效应下顾客资产驱动要素研究[J].中国软科学，2012，（8）：8497.
[21]Parker C， Philippa W. An analysis of role adoptions and scripts during customertocustomer encounters[J]. European Journal of Marketing， 2000， 34（4）： 341358.
[22]毛清华，高杨.基于社会网络中心性分析的虚拟团队知识共享促进策略[J].情报杂志，2010，（10）：130133.
[23]陈明亮，章晶晶.网络口碑再传播意愿影响因素的实证研究[J].浙江大学学报，2008，（5）：5467.
[24]付尧，刘红丽.社会网络结构与互动对知识转移的影响[J].商场现代化，2009，（1）：394395.
[25]谢洪鸣，陈盈，程聪.网络密度、知识流入对企业管理创新的影响[J].科学学研究，2011，（10）：15431548.
[26]Kildduff M， Tsai W. Social network and organizations[M]. US： SAGE Press， 2003.
[27]蔡铂，聂鸣.社会网络对产业集群技术创新的影响[J].科学学与科学技术管理，2003，（7）：5760.
[28]Adler P S， Kwon S W. Social capital： prospects for a new concept[J]. Academy of Management Review， 2002， （1）： 7893.
[29]Burt R. Structural holes： the social structure of competition[M]. Cambridge， MA： Harvard University Press， 1992.
[30]庄贵军，席酉民，周筱莲.权力、冲突与合作——中国营销渠道中私人关系的影响作用[J].管理科学，2007，（3）：3847.
[31]Granovetter M. The strength of weak ties[J]. American Journal of Sociology， 1973， 78（6）： 13601380.