3 數據分析與結果
本研究調查問卷主要通過線上渠道進行發放與回收，最後總計回收240份問卷，其中有效的問卷191份，本文運用SPSS 21.0軟體來對有效問卷進行數據分析。
3.1 描述性統計分析結果
樣本男女性百分比分別為30.4%和69.6%，以女性佔多數。樣本最大的年齡為57歲，最小為18歲，樣本覆蓋的年齡面是比較廣。89.5%為本科以上學歷，職業中學生佔67%。樣本人群較為偏向90後學生群體，這也是微博和微信主要活躍的用戶群體。另外，隨著智慧型手機的普及和移動通訊技術的發展，微博與微信這類移動社交媒體軟體的使用人群不僅僅只是年輕人群，特別是微信，用戶的年齡面較寬泛。
微博因為早於微信面世，用戶平均使用時長要長於微信，59.2%的樣本使用時長在三年到四年以上，而微信使用時長主要集中在兩年到四年內。
3.2 效度與信度檢驗
本研究通過驗證性因子分析對量表進行效度檢驗，在對微信廣告量表進效度檢驗時，本應歸屬於「社會影響」因子的題項「我周圍認識的很多人都會關注微博/微信廣告」，在因子分析中被單獨析出，故將其單獨列為一個因子，命名為「親友關注度」。因子分析檢驗結果顯示微博、微信廣告量表各因子層面的題項變量的因子負荷量均在0.5以上。效度檢驗結果表明微博與微信廣告量表都有較好的聚合度。信度檢驗結果顯示，微博廣告和微信廣告各變量的Cronbach α值都在0.7以上，各變量題項的內部一致性信度良好，說明本研究問卷測試效果的可信度很高。
從表2、表3可以看出除了感知風險以外，微信廣告對應的各變量得分均值都高於微博廣告，感知風險總分均值低於微博廣告，說明整體而言，用戶對微信廣告的態度、體驗和接受意願都要高於微博廣告。
3.3回歸分析
本研究運用逐步多元回歸分析方法，深入探討各影響因素是如何影響用戶接受意願的，建構一個最佳的接受意願回歸模型。逐步多元回歸分析會從數個自變量中找出對因變量最具預測力的自變量以建構一個最佳的回歸分析模型，回歸係數未達顯著的自變量會被排除於回歸模型之外。
3.3.1 微博廣告用戶接受意願影響因素回歸分析
由表4可知，控制變量與接受意願的回歸分析顯著度（p＞.05）都未達到顯著水平，可知性別、年齡、學歷、職業和使用時長對微博廣告用戶接受意願沒有顯著影響。回歸分析結果顯示共有四個影響因素進入回歸模型。這四個因素分別是「社會影響」、「感知精準性」、「努力期望」和「內容績效期望」，他們的回歸係數均達到顯著水平，且回歸係數為正，故這四個影響因素對微博廣告用戶接受意願有顯著的正向影響，並且與控制變量無關，假設1、3、4、6得到驗證。此外，「廣告獎勵」與「感知風險」的回歸係數沒達到顯著水平（p>.05），被排除在回歸模型外。根據標準化回歸係數β值，可以得到回歸方程式：
微博廣告用戶接受意願=0.390*社會影響+0.192*感知精準性+0.166*努力期望+0.140*內容績效期望。
綜合以上回歸分析結果，可以得到調整後的微博廣告用戶接受意願影響因素路徑模型圖（只收入回歸係數呈顯著水平的因素），見圖3：
3.3.2 微信廣告用戶接受意願影響因素回歸分析
由表5可知，控制變量與接受意願的回歸分析顯著度（p＞.05）都未達到顯著水平，可知性別、年齡、學歷、職業和使用時長對微信廣告用戶接受意願沒有顯著影響。微信廣告回歸分析結果中也有四個影響因素進入回歸模型，這四個因素分別是「感知精準性」、「努力期望」、「社會影響」和「親友關注度」，他們的回歸係數均達到顯著水平，且回歸係數為正，故這四個影響因素對微信廣告用戶接受意願有顯著的正向影響，且與控制變量無關，假設3、4、6得到驗證。另外，「內容績效期望」、「廣告獎勵」和「感知風險」的回歸係數沒達到顯著水平（p> .05），被排除在回歸模型外。根據標準化回歸係數β值，可以得到回歸方程式：
微信廣告用戶接受意願=0.339*感知精準性+0.270*努力期望+0.206*社會影響+0.172*親友關注度。
綜合以上回歸分析結果，可以得到調整後的微信廣告用戶接受意願影響因素路徑模型圖（只收入回歸係數呈顯著水平的因素），見圖4.2：
綜合歸納以上數據分析結果，本研究的假設檢驗結果如下表6所示：
4 研究結論
本研究試圖發現影響用戶廣告接受意願的因素在微博與微信上的差異性，通過尋找到各自不同的側重點，討論微博與微信在廣告營銷中如何充分發揮出各自的優勢，為廣告營銷實務提供實證參考依據。
（1）研究結果表明對微博廣告用戶接受意願影響最大的是社會影響因素，而微信廣告是感知精準性。這反映用戶對微博與微信廣告接受的側重點有所不同。用戶對微博廣告關注的側重點是所在群體裡其他用戶的態度，而對微信廣告關注的側重點是廣告是否匹配自己的需求，這與微博和微信不同的平臺屬性特點有關。
微博平臺上的交互行為都是開放透明的，用戶更容易受到所在群體中其他人的影響，這也從一個側面反映了普通用戶在微博上更多地是「圍觀」和「跟隨」，圍觀熱點話題，跟隨意見領袖。雖然是自媒體平臺，但微博上的話語權和影響力還是主要集中在少數人手中，意見領袖的影響力非常大，通過意見領袖的中介作用能深刻影響普通用戶的態度，這也是很多廣告主選擇微博的明星大V博主進行代言或推送廣告的原因。微博平臺弱關係鏈最典型的表現形態就是以明星大V微博為核心的粉絲圈子，各圈子相互嵌套勾連，大V帳號間的互動可以產生多元中心效應，一對多到多對多，擴大傳播範圍，增加邊緣受眾。而微信相比於微博更加私密個人化，信息傳播和交互相對封閉，很難營造出微博上全民關注的大熱門話題，在私密的社交平臺上，用戶對與之不相關的營銷信息的打擾會非常排斥。相對於微博的一對多到多對多的傳播模式，微信上更多的是一對一的深度互動，微信用戶的主導權利較大，只有推送用戶感興趣的內容才能吸引用戶主動長時間關注。
（2）社會影響對微博與微信廣告的用戶接受意願都有顯著正向影響。這說明用戶在決定是否接受微博和微信廣告時很大程度上會受到身邊特定群體的影響。而其中親友關注度是用戶接受微信廣告意願的一個重要正向影響因素，而在微博廣告中這一因素並沒有被單獨的特別強調；內容績效期望顯著影響微博廣告的用戶接受意願，而對微信廣告影響不顯著。該結果從廣告接受的角度反映微博的媒體屬性更強，微信的社交屬性更強。以上的不同與微博和微信用戶關係鏈的不同特點有關。
微博用戶之間為單向關注的弱關係鏈，弱關係在信息傳播方面的作用顯著[13]，因此微博具有較強的媒體屬性，用戶很看重微博廣告傳遞內容的實用與娛樂價值，他們願意接受能夠提高效率、帶來愉悅感的微博廣告。依據Granovetter對關係強度的界定，在強關係鏈中，聯繫時間較長，情感強度、相互的信任度較高，彼此的互惠性強[14],因此強關係具有一定的影響力[15]。依靠強關係的微信主要提供一對一的互動體驗，具有更強的社交屬性，Pasquale研究認為強關係將同一社群的用戶在內部建立連接[16],本就緊密的熟人圈因為微信提供的社交便利只會變的更加聚合，同一圈子內部個體之間知識結構、經驗、背景、興趣取向都很相似，因此當有人對廣告產生關注，這勢必會影響到圈內其他人，這種影響不會擴散很廣，但確有實實在在的影響作用。
（3）廣告獎勵對微博、微信廣告的用戶接受意願的影響都不具有統計意義上的顯著性。以往研究中廣告獎勵是影響用戶對移動廣告接受意願的重要因素，而本研究的結果有所不同，這就提出了一個現實問題：微博與微信上單一重複的轉發抽獎活動對於用戶的吸引力還剩多少？筆者認為廣告獎勵只是提高感知價值、吸引用戶參與的手段，如果沒有更加創新的獎勵形式，那麼用戶更看重的是其他因素，比如廣告內容本身能帶給用戶的價值或者廣告能否精準匹配用戶需求。
（4）努力期望對微博廣告與微信廣告的用戶接受意願都有顯著正向影響。在這個注意力稀缺的時代，面對兩個平臺巨大而冗雜的信息量，用戶沒有太多時間和精力去應付複雜的營銷信息。對努力成本的降低，能夠提升用戶感知的廣告價值。因此用戶對容易獲取、解讀和參與的微博和微信廣告會更積極地接受。
（5）感知風險因素對微博和微信廣告接受意願都不具有顯著的影響作用。雖然在以往很多研究中感知風險是重要的消極影響因素，但近幾年已經有研究也發現感知風險的影響作用並沒有預想的顯著了，消費者對移動技術的感知風險在逐漸降低[17]。因為移動通訊技術的普及，消費者對移動新媒體的使用越來越熟練，已經有意識和能力規避和預防風險，當然這與移動平臺自身對安全與風險管理的優化也離不開關係。另外，也有可能是因為感知風險因素需要通過其他變量來對用戶接受意願產生影響，而這需要進一步的研究來驗證。
(責編：溫靜、趙光霞)