我们在社交媒体上共同为品牌创造价值：社会认可（即消费者通过分享和评价等方式对品牌的积极支持）的作用

《Acta Psychologica》：We co-create values for brands on social media: The roles of social endorsements

　　馮明宣|Trung Dam-Huy Thai|范 Thi Minh Ly|裴 Thi Lan Huong|陳聰達
越南胡志明市東德堂大學商學院經濟、商業與管理研究組

**摘要**
本研究借鉴了群体傳播理論和服务主導逻辑，探讨了品牌帖子周围“點贊”数量如何影响社交媒体上的價值創造成果。通過對317名利用Amazon Mechanical Turk招募的社交媒体用户進行的線上實驗，SmartPLS分析結果表明，更強烈的羣體認可显著提升了品牌可信度、品牌象征意義和社會品牌價值，進而增加了消費者与品牌共同創造價值的意願。研究發現了兩條不同的心理機制：品牌可信度作爲認知評估機制直接促進個體層面的價值共同創造；而品牌象征意義和社會品牌價值則通過社會支持激發集體參與。這一研究橋接了社會證據和社会資本的概念，表明羣體暗示能增強品牌的象征性和關係資本，進而促進服務主導邏輯下的合作行為。該研究在已有研究的基礎上，進一步闡明了羣體認可在數字環境中如何影響價值創造的具體過程。

**管理意義**
從管理角度看，研究結果提示品牌應超越單純積累表面上的認可，而應培育象征意義和社會價值，以培育支持性的社區和更緊密的共同創造關係。未來研究可跨文化、跨平臺探討隱性條件（如隐私問題和算法影響）對這些機制的作用。

**1. 引言**
在數字連接時代，客戶與品牌關係的強度對塑造客戶行爲至关重要（Pham, Tran等，2024）。這種關係在社交網絡服務（SNS）中通過“點贊”等反應得以體現（Thai等，2022）。SNS設計“點贊”功能，方便用戶通過帖子或評論表達對品牌的積極情感。這一功能不僅調節信息傳播，還反映了客戶與品牌之間的關係強度。帖子或照片的點贊數量有助于品牌間接了解客戶想法。雖然點贊能提升品牌知名度和病毒傳播能力（Tellis等，2019），但負面信息的分享可能給品牌帶來聲譽風險（Brady等，2021），尤其是在信息不對稱的發展中國家。錯誤信息也可能因算法偏好而被廣泛傳播（Sahebi & Formosa，2022），對品牌資產造成損害。點贊的病毒性可能受到個人觀念或信念影響，損害品牌價值或降低消費者參與度（Pham, Le等，2024）。

現有研究多關注點贊對品牌關係的影響，但對其作用機制缺乏清晰解釋。雖然點贊等社會認可能提升客戶滿意度、信任和忠誠度（Thai等，2022），但點贊數量過多可能被視爲 manipulation 的信号（Hu等，2020），或導致對品牌真實性的疑慮（De Vries，2019）。因此，點贊數量並不一定代表真正的品牌支持。這些矛盾表明需要更深入的理論解釋。

目前研究多聚焦於社會認可的前因或對品牌評價的直接影响（Wang等，2021），而较少探討通過點贊激發的消費者倡導對品牌共同創造的影響（Ali等，2021）。最新研究指出行客通過品牌可信度與品牌建立聯繫後，願意在網絡環境中表達支持（Tajvidi等，2021）。該研究還探討了客戶與銷售者關係在品牌價值共同創造中的作用。總體而言，這些研究強調客戶作爲品牌價值提升的重要源泉。然而，現有研究較少涉及社會認可對品牌社會支持和價值共同創造的影響，尤其是在負面情緒易於傳播的線上環境中（Dalman等，2019）。

**2. 文獻綜述**
在數字經濟中，品牌價值不再由公司單方面塑造，而是受到羣體、用戶和社交社群共同影響（Prahalad & Ramaswamy，2004）。羣體認可成為關鍵，個體通過數字平臺互動驗證、擴大或共同創造品牌價值。羣體從被動觀眾淪為積極參與者。本綜述梳理了羣體認可的理論基礎和實證研究，探讨其對品牌價值共同創造的影響，以及如何通過認知評估和關係機制影響行爲。

**3. 研究方法**
本研究通過Amazon Mechanical Turk招募351名美國參與者進行線上實驗，分析點贊對品牌價值的影響。研究結果對品牌可信度、品牌象征意義和社會品牌價值的三個維度進行了深入探討，並揭示了不同心理機制對行爲的差異化影響。这种双重机制有助于解释为什么群体认可既能同时加强人际关系，又能塑造不同的消费者行为，从而为我们提供了对数字中介环境中价值共创如何展开的更细致的理解。

2.1. 群体效应与从众理论
Raafat等人（2009，第420页）将从众定义为一种趋同的社会行为，其特征是个体思想或行为在群体内部通过局部互动而达成一致，而无需任何集中协调。理论研究也表明，在紧急情况下，个体倾向于表现出群体行为，这种行为表现为模仿他人的行为（Helbing等人，2000，第487页）。消费者决策深受他人行为的影响，从朋友的个人推荐到观察陌生人的选择都是如此。鉴于产品复杂性和技术性的增加，消费者会主动寻求来自他人的相关信息和建议，例如评分、评论和推荐（Godes等人，2005）。现有文献确定了此类信息的三个主要来源：同伴群体、专家和群体。同伴群体被视为影响行为的微观社会环境，而专家则是通过结构化引导和严格审查获得的专业知识的节点。相比之下，群体被描述为一个宏观社会的多样化、独立判断的聚合体，在适当的条件下能够达到高准确性，但在社会影响力较大的情况下也容易受到偏见的影响。
从众具有两个主要特征，这给营销管理者带来了挑战，因为它既显得理性又不理性（Komalasari等人，2022），因此具有很强的情境依赖性（Keth & Sun，2018）。显然，在商业环境中，同伴群体、专家或群体的影响在不同行业中的表现差异很大。例如，在体验服务（如餐厅或电影）中，同伴群体的评价比专家的测评更有效；而在信任服务（如法律或医疗）中，专家的意见则更具影响力（Keth & Sun，2018）。
为了更好地理解从众过程，研究人员建立了各种从众模型。关于从众与社交媒体营销领域消费者行为之间的联系，先前的研究试图探索从众变量对消费者行为的直接效应（Egebark & Ekstr?m，2018；Fishman等人，2019；Ali等人，2021年综述），而间接关系仍需进一步发展（Ding & Li，2019；Ali等人，2021年综述）。为了缩小这一研究空白，Ali等人（2021）进行了一项进一步的研究，他们提出了一种新的从众模型，该模型基于现有理论和实证研究中的刺激-有机体-反应（SOR）模型。他们的SOR模型包括一系列从众线索，如“点赞”、“用户评分”、“浏览量”、“竞拍次数”、“受欢迎程度”、“拥挤程度”、“下载量”、“购买历史”、“优惠数量”、“客户数量”和“评论数量”。在有机体因素方面，作者使用了“感知质量”和“感知受欢迎程度”；而反应因素则涉及“购买意图”、“产品选择”、“服务选择”、“销售”和“对品牌的态度”。这个基于SOR理论的新提出的从众模型有助于在后续研究中增强中介变量和调节变量在从众与消费者行为之间相互作用中的作用（Ramaswamy & Ozcan，2016；Tajvidi等人，2021）。
简而言之，通过理解从众机制，企业可以战略性地管理产品特性或线索，以在消费者中产生理想的从众效应，从而提高购买量并创造价值（Ding & Li，2019）。

2.2. 社交媒体影响者与社交认可
与名人不同，影响者是通过分享吸引人的视觉内容在社交媒体上积累大量粉丝的普通个体，这些内容突出了他们的生活方式和产品偏好（Cotter，2019）。成功的影响者通常会精心选择与其合作的品牌，确保这些品牌与其个人形象一致，以保持真实性和可信度（Abidin，2016）。因此，品牌在影响者页面上的推广巧妙地融入了他们的生活方式内容中，以间接而随意的方式呈现。
认可通常指的是消费者认为反映产品推广者意见、信念或经验的任何促销信息（Fireworker & Friedman，1977，第576页）。传统上，认可限用于高知名度的个体，如专家或名人（Gilal等人，2021；Knoll & Matthes，2017）。如今，随着媒体交流技术的不断发展，社交群体的认可特别指的是普通消费者通过数字平台对品牌的集体支持。这些所谓的“普通消费者”涵盖了大量的线索，如用户生成的内容、点赞、分享、评论和在线评价，这些线索是自然产生的，而不是来自付费影响者或名人（Thai等人，2022；Wang等人，2021）。
在数字媒体领域，消费者不仅根据内容的实质来评估在线内容，还会考虑表明其受欢迎程度的外部线索，如“点赞”数量、反应和评论（Thurman & Schifferes，2015）。这些线索作为一种启发式工具，通过提供心理捷径简化了信息处理任务，影响了个体对在线信息的感知（Eagly & Chaiken，1993；Metzger等人，2010）。社交认可线索的力量根植于社会影响理论，其中从众压力起着重要作用，促使个体调整自己的观点以匹配大多数人（Asch，1951）。然而，“橋接”社会资本是包容性的（Putnam，2000），因为它发生在不同背景的个体在社交网络中建立联系时。因此，个体倾向于与他人的选择保持一致，特别是在他们的社交群体内部（Deutsch & Gerard，1955）。实证结果提供了关于群体在线消费者评论（OCRs）的宝贵见解。与意见领袖（Ols）或电子口碑（eWOM）相比，OCRs被认为是更有效的信息来源（Tobon & García-Madariaga，2021）。

2.3. 社交媒体中的价值共创
价值共创的概念最初强调了消费者与企业之间的协作过程，共同创造品牌价值（Prahalad & Ramaswamy，2004），通过提高顾客满意度和忠诚度来维持竞争优势（Delpechitre等人，2018；Payne等人，2009）。这一理论框架基于服务主导逻辑（Vargo & Lusch，2004），认为交换是基于服务的，其中产品本身没有内在价值，而是从消费者的感知利益中获得价值。在这个模型中，价值是通过企业与消费者之间的互动共同创造的，企业利用社交媒体等沟通渠道展示潜在的利益，而消费者积极提供反馈和建议以促进改进（Cheung等人，2021）。
消费者的贡献超出了被动消费的范畴，他们提供解决方案并参与新产品的开发，在塑造品牌提供物方面发挥着重要作用（Delpechitre等人，2018）。这种迭代反馈循环使品牌能够完善其产品和服务，突显了消费者与企业合作在共创过程中的重要性（Merz等人，2018；Wallace等人，2022）。
社交媒体的普及彻底改变了品牌沟通方式，使消费者从被动接受者转变为价值共创过程的积极参与者（Cheung等人，2021；Luo等人，2015；Sorensen等人，2017）。社交媒体使消费者能够分享他们的品牌体验，从而成为共创的关键驱动力（Ahn等人，2019；Hasan等人，2023）。品牌通过创建吸引人的内容来利用这种动态，鼓励消费者互动（Liu等人，2020）。这些互动可能包括点赞、评论、分享反馈，甚至通过社交媒体平台为产品开发提供创新想法（Cheung等人，2021；Lin等人，2018；Thai等人，2022；Wang等人，2021）。
在当前关于品牌建设中价值共创的实证研究中，研究人员应用了价值共创的概念来考察企业与客户合作所带来的互惠利益（Massi等人，2021；Saha等人，2022），特别是客户在品牌价值共创过程中的角色（Merz等人，2018）。值得注意的是，以往的实证研究主要集中在品牌价值和品牌知识的后果上，而不是品牌价值共创的前因（Cheung等人，2021；Pham等人，2022）。例如，在实证研究社交媒体营销对品牌价值共创的影响时，Pham等人（2022）未能证明这两个因素之间的正向关联。相反，品牌价值共创显著影响了感知的品牌价值（Cheung等人，2021）。此外，由于社会品牌价值与自我表达的共创行为相关联（Gyrd-Jones & Kornum，2013），它成为价值共创的直接结果（France等人，2020）。因此，许多品牌共创的前因，如社交互动、品牌认知和价值以及社交支持在SNS背景下的作用，这些因素可能直接或间接影响品牌价值共创，仍有待进一步研究。
上述分析指出了品牌认知的前因和后果，特别强调了消费者与企业合作在品牌价值共创中的作用，这为我们发展相关假设提供了基础，这些假设将社交群体认可与品牌认知的组成部分联系起来，即（1）品牌可信度、（2）品牌象征意义和（3）品牌社交价值、社交支持和价值共创将在后续章节中讨论。

2.4. 品牌可信度
品牌可信度是预测消费者对品牌信任度和专业知识的信号（Erdem & Swait，2004）。它增强了消费者对品牌的信任和认知，从而促进品牌资产的积极发展。
品牌可信度的定义是品牌所提供的产品信息的真实性，这要求人们相信品牌具备履行承诺的能力（即专业知识）和意愿（即可信度）。在这种模式下，如果品牌未能履行其承诺，其品牌资产将会下降（Erdem & Swait，2004）。
大量的反应，如“点赞”、“分享”和正面评论，作为社会证明的线索，简化了对信息主张的系统性评估。当个体看到一个匿名但规模庞大的群体认可某个帖子时，他们会推断背后的信息已经经过了其他人的验证，从而触发基于社会影响的从众启发式行为。实证研究一致证实了这一机制：更多的认可数量提高了信息准确性和可信度，增强了新闻和品牌内容的可信度（Jucks & Thon，2017）。从品牌建设的角度来看，可信度定义为消费者相信品牌具备履行承诺的专业知识和意愿（Erdem & Swait，2004）。群体认可通过提供外部生成的共识证据加强了这种信念，从而减少了人们对品牌主张的不确定性。在信息不对称性较高的平台上，消费者依赖汇总的认可作为品牌既可靠又具有专业知识的信号，强化了品牌资产的可信度成分（Thurman & Schifferes，2015）。
H1：社交群体认可与品牌可信度呈正相关。

2.5. 品牌象征意义
关于身份信号的文献表明，并非所有品牌在作为身份信号方面都同样有效。Escalas和Bettman（2005）指出，品牌在象征和传达使用它们的个体信息方面的能力各不相同（Escalas & Bettman，2005）。象征主义涉及使用符号（如物体、图像、声音或人物）来表示超越其字面形式的想法和意义。作为符号学、心理学和文学研究等领域的重要概念，象征主义有助于解释人们如何通过间接表达来沟通复杂的情感、想法和价值观。
在当代背景下，象征主义经常被用于沟通、品牌建设和营销的研究中。现代学者认为，符号在塑造品牌身份和影响消费者认知方面起着关键作用（Schroeder & Zwick，2004）。通过使用标志、口号和图像等视觉符号，公司在其产品与信任、奢侈或创新等抽象品质之间建立联系。这些符号显著影响消费者行为，引发情感反应，并与品牌建立联系。
高“点赞”数量、分享量或点赞数等可见的群体指标不仅仅是信息质量的信号，它们还将品牌转变为一种传达身份和地位的社会标志。象征互动主义的研究表明，物品通过社会使用获得意义（Belk，1988），而身份信号理论认为人们会选择被广泛认可的产品来展示自己所属的群体（Berger & Heath，2007）。神经社会学的证据进一步证明，大量的点赞会激活与社会地位相关的奖励回路，使得观察者更倾向于选择那些受到高度认可的物品（Sherman等人，2016）。在那些引人注目的领域中，从众的信号将集体认可转化为对品牌声誉的感知，激励消费者选择流行品牌以获得认可和归属感（Kastanakis & Balabanis，2014）。即使是看似微不足道的“一键”反应，也被视为对品味和归属感的公开肯定，从而增强了品牌的象征意义（Hayes等人，2016）。当消费者看到一个时尚品牌在几分钟内获得了数千个赞时，这个产品就从普通商品转变为一个充满潮流感和集体认可的象征。H2 社会群体的认可与品牌的象征意义呈正相关。

2.6 社会品牌价值
社会品牌价值的基础在于品牌资产的概念，即品牌因其积极的联想和消费者的认知而为产品或服务带来的附加价值（Aaker，1991）。传统上，品牌资产是通过广告、顾客体验和口碑建立的，但社交媒体的兴起改变了这一过程（Tran, Pham等人，2026；Tran, Tran等人，2026）。Keller（2010）通过引入基于顾客的品牌资产概念，扩展了对品牌资产的理解，强调消费者的认知和互动在创造品牌价值中的重要性。社交媒体的互动性质使消费者能够直接与品牌互动，从而通过评论、推荐和讨论在塑造品牌资产方面发挥积极作用（Bruhn等人，2012）。
社会资本理论提供了另一种理论视角来研究社会品牌价值。根据Filipovic和Arslanagic-Kalajdzic（2023）的观点，社会资本是指从社会关系和网络中获得的资源和利益。在社交媒体的背景下，社会资本通过品牌与消费者之间的在线社区中的连接和互动得以体现。这些互动不仅为个别消费者创造价值，也为品牌创造价值，因为它们促进了信任、忠诚度以及对品牌的归属感。成功培养了社会资本的品牌可以利用这些关系来建立社会品牌价值，这超出了单一交易的范围，包括了将品牌视为一个值得信赖和具有社会根基的实体的集体认知（Habibi等人，2014）。
从社会资本的角度来看，每一次额外的群体认可都会扩展品牌可利用的网络资源。那些促进信任、忠诚度和共同归属感的在线互动转化为社会品牌价值，即集体认为品牌具有社会根基并值得归属的认知。
实证证据支持了这一机制。在社交商业环境中，由可见的认可指标引发的强有力同伴支持显著提高了消费者共同创造品牌价值的意愿，表明社会联系是品牌价值形成的直接前提（Tajvidi等人，2021）。互补的研究发现表明，聚集的“群体桥梁”式点赞通过提升社会资本来培养对认可品牌的热情，从而强化了人们对这些品牌的认同（Wang等人，2021）。

2.7 社会支持
社会支持指的是个体从社交网络中获得的情感、信息和实际帮助，这对他们的幸福感和应对生活挑战起着关键作用（Thoits，1985；Tran, Pham等人，2026；Tran, Tran等人，2026）。在社交媒体的背景下，社会支持获得了新的维度，因为数字平台使个体能够超越地理限制进行连接、分享经验并提供帮助。社交媒体上的社会支持理论基于社会支持理论、网络理论和社会资本理论，探讨了在线互动如何影响情感和心理幸福感，增强社交网络，并促进资源共享。
社会支持理论传统上植根于心理学和社会学，关注人际关系在应对压力和促进幸福感方面的益处（Cohen & Wills，1985）。社会支持通常分为四种类型：情感支持（提供同情、关怀和鼓励）、信息支持（提供建议或指导）、实际支持（提供实际帮助或资源）以及评价支持（给予反馈和肯定）。在社交媒体上，这些形式的支持可以通过Facebook、Twitter、Instagram和专门的论坛等平台轻松交换，个体可以从中获得持续且即时的反馈。
品牌可信度表明公司既有能力也有意愿履行其承诺，从而降低感知风险并增强消费者的信任（Hussain等人，2020）。当成员认为一个品牌是可信的时，这种信任提供了一种心理安全网，鼓励他们彼此之间分享帮助、建议和同情。在线健康社区中的实验研究表明：对来源可信度的较高评价伴随着对社区内可用社会支持的显著更高评价。

2.8 客户对品牌的认知、社会支持与价值共创之间的关系
除了品牌象征意义之外，品牌可信度和社会品牌形象也是构成品牌认知的三个维度。品牌可信度表明公司既有能力也有意愿履行其承诺，因此减少了感知风险并加深了消费者的信任。值得信赖的品牌会吸引消费者投入精力，因为当品牌可靠时，共创活动（如想法提交、测试或同行建议）不太可能被浪费（Tajvidi等人，2021）。服务主导逻辑进一步解释了价值是通过共同互动产生的，而不仅仅是产品本身；因此，可信度成为共创造所需的高参与度对话的先决条件（Prahalad & Ramaswamy，2004；Vargo & Lusch，2004）。简而言之，可信的品牌降低了消费者的参与障碍，鼓励了知识的共享，最终促进了更丰富的价值共创结果。值得注意的是，品牌可信度作为一种认知评估机制，减少了不确定性，并直接推动了个体层面的价值共创。
在信息过载和用户生成内容的环境中，个体依赖可信度作为评估品牌可靠性和专业性的线索。这种评估过程减少了感知的不确定性和风险，使个体能够对是否值得与品牌互动做出自信的判断。通过这种认知验证，用户降低了参与的心理和信息障碍。结果，他们更愿意投入精力进行价值共创活动，例如分享经验、生成与品牌相关的内容或提供反馈。重要的是，这一机制在个体层面发挥作用，不需要与其他用户的互动，表明品牌可信度通过认知评估直接驱动了价值共创。

在最近的实证价值共创研究中，研究人员试图证明顾客之间的互动对品牌价值共创的积极影响（Habibi等人，2014）。沿着这一研究方向，Tajvidi等人（2021）通过在社会商业互动的构念中加入“顾客-顾客互动”和“顾客-卖家互动”两个新变量，构建了一个新的结构模型。他们的结果清楚地支持了这种相互关系的复杂性，并强调了在中国社交网络背景下社会支持作为中介的作用。

2.9 社会品牌价值与价值共创的关系
一个整合了互动性、社会支持和关系质量前因的品牌价值共创模型被提出。数据来自中国一家社交网站的品牌页面，并采用结构方程建模进行分析。结果表明，特别是顾客之间的互动以及顾客与卖家之间的互动，对社会支持有积极影响，进而增强了消费者共创品牌价值的意愿。这项研究为现有文献提供了关于顾客如何在社交商业背景下参与品牌价值共创活动的深层次理解。

2.10 客户对品牌的认知、社会支持与价值共创之间的关系
除了品牌象征意义外，品牌可信度和社会品牌形象也是构成品牌认知的三个维度。品牌可信度表明公司既有能力也有意愿履行其承诺，因此降低了感知风险并加深了消费者的信任。值得信赖的品牌会吸引消费者投入精力，因为当品牌可靠时，共创活动（例如想法提交、测试或同行建议）不太可能被浪费（Tajvidi等人，2021）。服务主导逻辑进一步解释了价值是通过共同互动产生的，而不仅仅是产品本身；因此，可信度成为共创造所需的高参与度对话的先决条件。提出的研究模型和假设开发
上述文献阐述了社会认可和品牌感知成分的概念化，这些成分与社会支持和品牌价值共创有关，为我们在社交媒体（SNS）背景下的研究模型和假设开发提供了支持。它清楚地指出了两种心理机制（认知型与身份型），通过这些机制，社会群体的认可影响消费者行为。具体来说，认可线索激活了一条认知路径（通过品牌信任度），推动个人层面的价值共创；以及一条基于身份的路径（通过品牌象征意义和社会品牌价值），通过社会支持促进集体参与。图1展示了本研究的概念框架。

下载：下载高分辨率图片（117KB）
下载：下载全尺寸图片
图1. 提出的概念框架。

3. 方法论
3.1. 实验
本研究通过群体认可（点赞数量和互动频率的不同）和被试间设计来测试假设。
3.1.1. 程序
本研究遵循Mason和Suri（2012）的方法，使用Facebook来进行实验设计。实验开始时，参与者被随机分配到两种处理组中。随机化确保每个被试都有平等且独立的机会被分配到任一处理组。实验程序包括四个重要步骤，并从Amazon Mechanical Turk（MTurk）招募参与者。研究对象为Facebook用户，通过多个标准筛选出符合条件的参与者。每位参与者必须至少在智力测试中达到95%的通过率，且没有重复的IP地址（Goodman & Paolacci, 2017）。此外，他们的任务需在规定的时间内完成。这些标准有助于确保数据质量，并减少“作弊”和“快速完成”问题（John, 2017; Smith et al., 2016）。参与者需要提供身份信息并填写同意书。对于同意参与并符合研究要求的参与者，将获得1.24美元的补偿。

第一阶段，向参与者说明研究目的。只有当参与者提供同意书并满足一些初步条件（例如，是社交媒体用户并在社交媒体上看到过该品牌）后，才能参与研究。
第二阶段，参与者被随机分配到高或低水平的群体认可条件下，他们会接触到特定品牌的帖子。在熟悉场景后，参与者需要回答一些核查问题。只有当他们证明了自己的关注度、通过了核查问题，并且没有矛盾的回答时，他们的回答才有效（因为使用了一些反向问题）。
在群体认可操作中，参与者还经历了高群体认可条件（例如，品牌Facebook页面获得了大量点赞和互动，如50,000个）或低群体认可条件（例如，页面获得的点赞和互动较少，如43个）。
第三阶段，参与者需要根据所分配的情景、感受和体验来回答问题。这些问题与假设相关。为验证结果，他们的回答不应包含矛盾之处，因为添加了一些反向问题。完成所有问题后，在最后阶段，参与者输入提供的补偿代码，实验结束。

3.1.2. 测量
主要变量的测量方法借鉴了先前的研究。所有项目都使用7点李克特量表进行测量，从“强烈不同意”（1）到“强烈同意”（7）。表1列出了主要构念的测量项目。
表1. 测量项目
变量 代码 载荷 项目描述
**群体认可** CE 根据Dong等人（2021年）、Thai和Wang（2020年）、Thai等人（2022年）以及Wang等人（2021年）的研究进行调整
**社会支持** ss 根据Liang等人（2011年）的研究进行调整
…………………
**品牌象征意义** bs 根据Napoli等人（2014年）的研究进行调整
…………………
**品牌信任度** bc 根据Napoli等人（2014年）的研究进行调整
…………………
**品牌社会价值** bsv 根据Gan和Wang（2017年）的研究进行调整
…………………
**品牌价值共创** vc 根据Nysveen和Pedersen（2014年）的研究进行调整
…………………

3.1.3. 样本特征
收到354份回复后，有317份（89.55%）可用样本被保留用于进一步分析。37份回复在数据清洗过程中被剔除，因为未满足合格标准，包括注意力核查问题、操作核查问题、对反向验证项目的回答不一致、用同一量表回答所有问题、未回答所有问题或完成时间异常等。这些程序与使用MTurk数据的先前研究一致，以确保回复质量。
在317名参与者中，215名（67.80%）为男性，102名（32.20%）为女性。66.60%的参与者是美国人，33.40%声称自己是印度人、亚洲人或其他国籍。
研究对象的工作经验分布为：1至5年占65.00%，5年以上占32.20%，1年以下占1.80%。月收入范围为4001至6000美元的占31.40%，2001至4000美元的占26.60%，6000至8000美元的占20.40%。其余者的收入超过8000美元（10.50%）或低于2000美元（11.10%）。参与者教育水平较高，其中64.70%拥有学士学位，30.20%拥有硕士学位，其余分别具有博士学位（1.20%）或高中学历（3.90%）。他们的工作领域包括信息行业（24.30%）、制造业（19.20%）、金融和保险（14.40%）或专业科技服务（10.80%），其他人分布在其他行业。

3.1.4. 操作核查
使用t检验来检查群体认可的操作是否成功。结果显示，高群体认可组和低群体认可组之间存在统计学上的显著差异（Mcrh = 5.95, Mcrl = 2.97, t = ?29.081, p < 0.001）。这些结果一致，表明参与者准确感知了研究处理。

3.1.5. 无响应偏差检验
无响应偏差的评估采用了Armstrong和Overton（1977）的方法，该方法得到了近期方法论文献的支持（Hair Jr.等，2017）。通过独立样本t检验比较了早期和晚期参与者的所有关键构念（包括品牌信任度、品牌象征意义、社会品牌价值、社会支持和价值共创），结果显示早期和晚期参与者之间没有统计学上的显著差异（所有p值>0.05），表明本研究中无响应偏差不太可能成为一个问题。

3.2. 结果
3.2.1. 测量模型
采用第四代统计技术PLS（Ringle等人，2020）进行整体测量模型的验证性因素分析（CFA）。使用复合信度（CR）和平均提取方差（AVE）来评估收敛效度。如表2所示，内部一致性令人满意，CR值大于0.8，AVE值大于0.8。因此，所有构念都具有可接受的收敛效度（Hair Jr.等，2017）。
通过比较AVE的平方根与构念之间的相关性来评估区分效度。表2对角线上的值高于非对角线上的值。此外，表1中的交叉因素载荷值均高于0.7。Heterotrait–Monotrait（HTMT）分析的结果表明，所有Aall值均低于保守的0.85阈值。这些结果确认所有构念都具有适当的区分效度（Hair Jr.等，2017）。

表2. 构念信度、效度和相关性
a,b
空单元格
Alpha CRAVE 1 2 3 4 5 6 7 8 9 10 11
1. 信任度 0.717 0.720 0.84 0.639 0.800
2. 社会群体认可 1.000 1.000 1.000 0.284 1.000
3. 使用社交媒体的时长 1.000 1.000 1.000 0.027 ?0.029 1.000
4. 社交媒体上的朋友 1.000 1.000 1.000 0.058 0.083
5. 使用社交媒体的频率 1.000 1.000 1.000 0.134 0.064 0.099
6. 在社交媒体上购买 1.000 1.000 1.000 0.344 0.207 ?0.002 0.159
7. 社会支持 0.827 0.828 0.897 0.743 0.455 0.396
8. 品牌社会价值 0.785 0.786 0.861 0.608 0.691 ?0.015 0.074 0.181
9. 品牌象征意义 0.865 0.865 0.908 0.712 0.464 0.512 0.012
10. 品牌信任度 0.865 0.865 0.908 0.410 0.526 0.762 0.498
11. 品牌价值共创 0.866 0.867 0.900 0.599 0.790 0.288 0.051 0.074 0.204
12. 品牌价值共创 0.866 0.867 0.900 0.599 0.790 0.288 0.051 0.074 0.410
13. 值共创 0.826 0.776 0.452 0.453 0.052 0.762 0.498
注：
*项目根据研究需要稍作修改，例如在问题中加入假设品牌并明确研究背景。
（示例：原始项目：“面对困难时，我‘喜欢’的品牌页面上的一些人安慰并鼓励了我。”
修改后的项目：“面对困难时，我‘喜欢’的品牌页面上的一些人安慰并鼓励了我。”）

3.1.3. 样本特征
在收到的354份回复中，有317份（89.55%）可用于进一步分析。37份回复因未达到合格标准而被剔除，主要包括注意力核查问题、操作核查问题、对反向验证项目的回答不一致、用同一量表回答所有问题、未回答所有问题或完成时间异常等。这些程序与使用MTurk数据的先前研究一致，以确保回复质量。
在317名参与者中，215名（67.80%）为男性，102名（32.20%）为女性。66.60%的参与者是美国人，33.40%自称是印度人、亚洲人或其他国籍。
研究对象的工作经验分布为：1至5年的占65.00%，5年以上占32.20%，1年以下占1.80%。月收入范围为4001至6000美元的占31.40%，2001至4000美元的占26.60%，6000至8000美元的占20.40%。其余者的收入超过8000美元（10.50%）或低于2000美元（11.10%）。参与者教育水平较高，64.70%拥有学士学位，30.20%拥有硕士学位，其余分别具有博士学位（1.20%）或高中学历（3.90%）。他们的工作领域包括信息（24.30%）、制造业（19.20%）、金融和保险（14.40%）或专业科技服务（10.80%），其他人分布在其他行业。

3.2.4. 操作核查
操作核查显示，群体认可的操作是成功的，因为结果表明两组之间存在统计学上的显著差异（Mcrh = 5.95, Mcrl = 2.97, t = ?29.081, p < 0.001）。这些结果一致，表明参与者准确感知了研究处理。

3.2.5. 无响应偏差
无响应偏差的评估采用了Armstrong和Overton（1977）的方法，该方法得到了近期方法论文献的支持（Hair Jr.等，2017）。通过独立样本t检验比较了早期和晚期参与者在所有关键构念（包括品牌信任度、品牌象征意义、社会品牌价值、社会支持和价值共创）上的差异。结果表明，早期和晚期参与者之间没有统计学上的显著差异（所有p值>0.05），表明本研究中无响应偏差不太可能成为一个问题。相比之下，与社交媒体使用相关的控制变量，如社交媒体使用时长（β = 0.046，p = 0.145）、社交媒体上的朋友数量（β = ?0.032，p = 0.408）以及社交媒体使用频率（β = 0.049，p = 0.106）对价值共创没有显示出显著的影响。有趣的是，社交媒体上的购买活动显示出较小但显著的效果（β = 0.075，p < 0.05），这表明实际的交易行为可能在激励共创中起有限的作用。总体而言，这些结果提供了有力的证据，表明象征性和社交品牌价值是将社交群体认可与社交支持和价值共创联系起来的最关键机制。相比之下，可信度虽然对价值共创有显著影响，但并不能增强社交支持，这表明仅凭可信度本身不足以在没有象征性或社交价值强化的前提下调动集体参与（表6）。

表6. 使用PLS进行预测相关性评估
预测变量 Q2_predict RMSE MAE
品牌可信度 0.0718 0.9763 0.7263
社交品牌价值 0.0928 0.9623 0.7493
品牌象征性 0.2569 0.8680 0.7045
社交支持 0.1531 0.9264 0.7580
价值共创 0.1867 0.9129 0.6927

注释：Q2_predict值为正表示具有预测相关性。

3.2.5. 预测相关性评估
除了评估路径系数和解释的方差之外，还使用Smart-PLS 4.0的PLS-predict进一步评估了模型的预测相关性，这被推荐用于评估PLS-SEM中的样本外预测能力（Hair等人，2022；Shmueli等人，2019）。结果显示，所有Q2_predict值均大于零，表明所有内生变量都具有预测相关性。具体而言，品牌可信度的Q2_predict值为0.0718，社交品牌价值为0.0928，品牌象征性为0.2569，社交支持为0.1531，价值共创为0.1867。预测误差统计数据显示，模型在各个内生变量上具有可接受的预测能力。特别是，RMSE值分别为：品牌可信度0.9763，社交品牌价值0.9623，品牌象征性0.8680，社交支持0.9264，价值共创0.9129；相应的MAE值分别为0.7263、0.7493、0.7045、0.7580和0.6927。总体而言，这些发现表明模型具有可接受的预测相关性，尤其是在品牌象征性、社交支持和价值共创方面表现相对更强。

4. 讨论与启示
本研究旨在探索群体对品牌认可的作用，与传统的依赖名人推荐的方式相比，以了解这种认可如何影响消费者公开支持品牌和共创价值的意愿。通过品牌资产的三个关键维度——可信度、象征性和社交价值——的中介作用来考察这一过程，进一步探讨社交认可如何以及通过哪些机制影响不同的参与路径。统计结果表明，当消费者观察到同伴认可某个品牌时，他们更愿意支持该品牌并参与价值创造活动，而不仅仅是等待品牌直接提供的价值，这提供了关于群体认可如何通过不同的品牌价值机制影响价值共创的重要见解。
主要贡献在于品牌价值维度的不同作用。虽然可信度、象征性和社交品牌价值这三个维度都受到群体认可的影响，但它们在推动下游结果方面的作用并不相同。可信度是价值共创的强预测因子，但并不显著影响社交支持。具体来说，当消费者看到群体认可时，他们可能认为该品牌是诚实和可信赖的（Morhart等人，2015）。这种可信度提高了消费者公开支持品牌的意愿，因为他们开始认为品牌是可靠、透明的，并且符合他们的期望（Chaudhuri & Holbrook，2001）。这表明可信度主要在个体层面发挥作用，影响消费者的评估判断和参与交易性或贡献导向的共创活动的意愿。同时，在这种综合机制中，群体认可作为客户对品牌象征性感知的先决条件，包括物体、图像、声音或能够加强客户与品牌联系的符号。此外，同行推荐通过增强在线互动来促进品牌的社交价值，建立信任、忠诚度和共同的社区意识。因此，品牌资产有助于发展客户与品牌关系的质量，这涉及与品牌的社区感（Fournier，1998）以及公开支持品牌的意愿。高质量的关系对于将被动认可转化为积极的品牌共创至关重要，消费者不仅从品牌中获得价值，还积极推广其形象并参与品牌的发展和改进（Javed等人，2015）。
相比之下，品牌象征性和社交品牌价值在调动社交支持方面起着核心作用。这些维度本质上具有关系性和身份驱动性，使消费者能够将品牌视为自我表达和群体归属的载体。因此，它们在促进基于社区的互动方面更为有效，如帮助、提供建议和情感支持其他成员。这种区别强调了集体参与需要的不仅仅是信任；它还需要共享的意义和社会认同的一致性。
可信度对社交支持的non-significant效应尤其值得注意。这并不表明模型存在缺陷，而是揭示了信任与社区行为之间的关系中的一个边界条件。虽然可信度降低了感知风险并促进了参与，但它并不能产生维持品牌社区内社交互动所需的情感或象征性共鸣。这一发现挑战了仅凭信任就能驱动所有形式共创参与的普遍假设。
总体而言，结果表明群体认可是一个多阶段的机制。它首先增强不同的品牌价值维度，然后激活不同的参与路径。象征性和社交品牌价值通过身份和关系机制驱动集体参与，而可信度则通过认知评估支持个体参与。这种多路径过程提供了更细致的解释，说明数字社交线索如何转化为价值共创。
最后，研究结果还指出了重要的边界条件。隐私问题和算法可见性等因素可能会影响群体认可信号被视为真实或有影响力的程度。此外，象征性机制与基于可信度的机制的相对重要性可能因文化背景和产品类别而异，这为未来的研究提供了方向。

4.1. 理论启示
本研究通过超越已建立关系的验证，揭示了群体认可影响消费者行为的潜在机制，从而推进了关于社交认可和价值共创的文献。首先，本研究从差异化机制的角度介绍了品牌价值形成的过程，并强调了社交群体认可作为塑造品牌认知和消费者互动的关键因素的作用（Thai等人，2022；Thai & Wang，2020；Wang等人，2021）。虽然以往的研究大多将品牌可信度、象征性和社交品牌价值视为社交认可的并行结果，但当前的研究表明这些维度通过不同的心理路径发挥作用。具体来说，可信度作为一种认知评估机制，减少了不确定性并促进了个体参与价值共创。相比之下，象征性和社交品牌价值作为基于身份和关系的机制，激活了集体参与和社交支持。这种区分提供了对社交认可如何转化为不同形式消费者反应的更细致的理解。
其次，本研究通过识别信任与社区参与之间的结构解耦，提供了新的理论见解。品牌可信度与社交支持之间的non-significant关系表明，仅凭信任不足以在品牌社区中调动集体行动。相反，需要象征性意义和感知的社交价值来产生归属感和共享身份，这些是支持行为的基础。这些发现挑战了服务主导逻辑和社会资本理论中的隐含假设，这些理论通常将信任视为协同参与的主要驱动力。
第三，本研究将群体认可重新概念化为一个多路径的价值激活系统，而不仅仅是一个简单的流行度信号。结果表明，基于群体的线索并不会统一增强所有品牌的价值维度，而是选择性地激活不同的价值机制，从而导致不同的行为结果。通过展示这些机制如何相互作用以形成个体和集体参与，本研究为数字环境中的价值共创提供了更综合的理解。

4.2. 管理启示
对于实践者来说，研究结果强调了将社交群体认可纳入品牌推广策略的战略重要性。营销人员不应仅仅依赖传统的名人推荐，而应积极与更广泛的社交群体（如在线社区、同行网络和微影响者）互动，以增强可信度、象征性和社交品牌价值。这样做，品牌可以培养更牢固的消费者关系并产生社交支持，这对培养忠诚度和持续参与至关重要。
此外，由于可信度、象征性和社交品牌价值被证明是社交支持的强预测因子，管理者应优先考虑加强这些品牌资产维度的计划。由于象征性是最强的社区支持驱动力，品牌应策划强调身份认同的内容。鼓励消费者认为品牌是可信赖的、具有象征意义的和社会价值的，将激励他们参与共创活动。与社交支持者的有意义互动，加上对其贡献的认可，可以增强长期的消费者-品牌互动，并激发持续的共创努力。
为此，建议企业利用社交监听和社区管理工具来实时识别和回应群体认可。积极管理这些互动不仅可以提升品牌认知，还能促进价值共创的循环，使品牌在社交中得到嵌入，并由消费者驱动。

4.3. 结论、局限性和未来研究
本研究存在一些必须承认的局限性。首先，它主要关注社交媒体平台，可能限制了研究结果在离线情境中的普遍性。其次，研究依赖于横断面数据，限制了推断变量之间因果关系的能力。未来的研究可以通过探索社交群体认可的离线和跨平台效应来克服这些限制，以确定在不同环境中是否存在类似的动态。第三，本研究没有明确考虑可能影响观察结果的潜在边界条件。隐私问题和算法覆盖范围等因素可能会影响消费者对社交认可线索的解释和反应，从而调节所确定的关系。第四，尽管研究强调了品牌象征性和社交品牌价值的中介作用，但未来的研究可以探讨这些机制在不同文化背景和产品类别中的差异，以增强研究的普遍性和理论深度。
最后，研究还指出了其他形式的价值共创，如产品设计和创新合作，这可以丰富我们对社交支持如何扩展到品牌管理其他方面的理解。