品牌丑闻会增加消费者对市场上所有该类产品质量的不确定性^{[ 9]}, 打破市场结构稳定性^{[ 10]}。如品牌丑闻对竞争品牌的溢出效应受到事件群发性以及焦点品牌性质的影响。事件群发性越高, 焦点品牌越强势, 品牌丑闻事件对竞争品牌的负面溢出效应越大^{[ 11]}。Ma等^{[ 10]}通过对中国市场雀巢奶粉危机事件的案例研究, 发现负面事件曝光后消费者对焦点品牌雀巢, 以及竞争品牌伊利、蒙牛、光明的购买频率都明显下降, 但是从市场渗透率 (Penetration) 来看, 除了雀巢的市场渗透率有所降低外, 伊利、蒙牛、光明三个竞争品牌的市场渗透率均较负面事件之前有显著增加, 体现出正面溢出效应。该领域的研究主要围绕品牌之间关系、消费者与品牌关系、品牌与品类关系三个方面, 关注溢出效应的影响因素。Ahluwalia等^{[ 1]}指出, 当消费者对一个品牌忠诚时, 丑闻信息的溢出效应将会减小, 但正面信息很容易溢出到其他的相关属性上。Lei等^{[ 12]}研究发现品牌组合中的负面溢出效应同时受到品牌联想强度和联想方向的影响。张宁等^{[ 13]}验证了延伸品牌的负面信息对母品牌的负面溢出效应。段桂敏等^{[ 14]}探究了过失型、蓄意型副品牌伤害危机对品牌组合购买意愿的影响。并以实施主副品牌组合战略的企业作为研究对象, 研究产品伤害事件在品牌组合中的溢出效应^{[ 15]}。

(1) 对品牌联盟中其他品牌的溢出效应.

Votolato等^{[ 16]}研究发现, 相对于道德缺失型负面事件, 联盟企业的能力型负面信息会引起消费者更不积极的态度; 何浏等^{[ 17]}发现, 过失代言情境下, 品牌丑闻对品牌形象和代言明星产生负面影响, 且能力型丑闻的负面溢出效应比道德型丑闻更强。

(2) 对品类/行业和竞争品牌的溢出效应.

丑闻事件增加了丑闻品牌的可接近性和关联性^{[ 5]}, 当丑闻品牌在品类/行业中具有典型性或者事件属性是品类/行业或行业共有属性时, 由于丑闻品牌与品类/行业之间的联想网络传递作用, 品牌丑闻会溢出, 从而影响消费者品类/行业信念^{[ 18]}, 消费者品类态度将降低, 感知品类风险将增加^{[ 19]}。

Dahlén等^{[ 19]}认为品类/行业中与丑闻品牌相似的品牌将会受到负面影响, 与丑闻品牌不相似的品牌将会受到正面影响。Roehm等^{[ 18]}指出, 启动消费者对丑闻品牌与竞争品牌的相似性联想会使品牌丑闻产生溢出效应。王海忠等^{[ 20]}证明消费者选择相似性假设会使负面溢出效应发生。丑闻事件群发性越高, 焦点品牌越强势, 品牌丑闻对竞争品牌的负面溢出效应越大^{[ 11]}。庄爱玲等^{[ 21]}界定了产品性能型、公司道德型和道德引致产品性能型三类品牌负面曝光事件, 研究显示认知需求和事件类型对于溢出效应具有交互效应。

以上研究均未涉及新媒体时代微博环境下丑闻溢出效应。因此, 笔者将视野放在新媒体网络上, 基于微博舆情传播对品牌丑闻的溢出效应展开研究。从现实层面上看, 微博上存在的品牌丑闻溢出现象比较显著, 并且微博传播迅速、用户参与广泛, 但是现有的研究对微博上品牌丑闻溢出的监测指标体系还没有给予关注和分析。

目前, 虽然没有关于微博上品牌丑闻溢出效应的相关研究, 但网络上的舆情传播、监测等方面已有成熟的理论, 可以作为参考和借鉴。谈国新等^{[ 22]}利用I-space (信息空间) 模型对网络舆情的传播过程和产生根源进行分析研究, 提出了网络舆情监测指标体系。王青等^{[ 23]}通过E-R模型系统分析主题舆情的属性特征, 构建网络舆情监测与预警指标体系。高承实等^{[ 24]}在研究微博信息传播机制的基础上, 结合信息空间模型构建了微博舆情的三维空间, 运用层次分析法, 建立了微博舆情监测指标体系。

由于网络环境下信息传播的相似性, 本文基于现有的网络舆情监测指标体系的相关研究, 针对微博环境下品牌丑闻溢出的现象构建监测指标体系, 丰富品牌丑闻相关理论研究, 有助于企业管理者及时捕捉到微博中同行业竞争品牌的丑闻传播信息, 并能评价、监测丑闻事件对自身品牌的溢出影响程度, 有利于管理者及时做出正确公关策略, 维护企业品牌形象。

微博的传播方式既不是传统媒体的线性传播 (One To One) , 也不是网络媒体的网络传播 (One To N) , 而是一种裂变传播 (One To N To N) , 这种传播形态的传播速度是几何级的, 远远高于之前任何一种媒介产品的传播速度和传播广度^{[ 25]}。其最重要的传播特征是平民化、交互性和碎片化, 具体如下:

(1) 传播主体的平民化、个性化。微博为个人提供功能强大的个人独立平台, 使个人参与到社会传播当中。基于用户生成内容的微博成为平民大众张扬个性、突出自我的理想之地。

(2) 传播方式的交互化、立体化。在微博上可以发布分享信息, 表达个人感受, 由于公开的访问制度, 其他微博用户也能够迅速、即时地进行评论和转发。微博的这种交互功能受到人们的关注和青睐。同时, 在微博上可以提供链接, 实现文字、图片、音频和视频的立体化传播。

(3) 传播内容的碎片化、去中心化。由于发表微博字数的限制, 微博的内容和信息量也受到限定, 因而呈现出“碎片化”的特点。微博提供了一个平等的交流平台, 它打破权威, 鼓励创新, 张扬个性。这在一定程度上填补了大众传媒的传播空隙, 彰显了草根性与平民化的传播个性。

以新浪微博为例, 微博的主要功能有:

(1) 发布功能: 用户可以像博客、聊天工具一样发布内容。

(2) 转发功能: 用户可以把自己喜欢的内容一键转发到自己的微博 (转发功能是对Twitter RT功能的改良, 保留原帖, 避免在传播过程中被篡改) , 转发时还可以加上自己的评论。

(3) 关注功能: 用户可以对自己喜欢的用户进行关注, 成为这个用户的关注者 (即“粉丝”) 。

(4) 评论功能: 用户可以对任何一条微博进行评论 (这是基于中国用户习惯而设置的特殊功能, 之后Yahoo Meme 和Google Buzz也都有了评论功能) 。

微博作为网络口碑传播的平台, 在现代信息的传播过程中扮演非常重要的角色。用户将微博作为直接联系的沟通工具, 利用转发、评论等功能可以将某一事件爆炸性地扩大和发布, 呈现即时性和病毒性, 一旦丑闻事件爆出后, 微博的传播特性使得微博用户对事件的评论迅速扩散, 特别是丑闻的溢出效应更能通过微博平台的传播而放大, 这正是笔者关注品牌丑闻事件在微博上溢出的最主要原因。

博伊索特^{[ 26]}在研究知识资产的过程中建立了一个I-space (信息空间) 模型, 由可编码、可抽象和可扩散三个维度构成。之前, I－space空间用于研究网络舆情方面, 在其三维空间构成中, 编码维空间用来衡量信息在多大程度上可以被计算机识别; 抽象维空间是对源事件的概括与描述, 是一个信息化过程, 衡量网民的理解程度; 扩散维空间用于衡量舆情的传播速度和覆盖面积, 即被公众接触、了解和接受的程度^{[ 22]}。微博环境下的品牌丑闻溢出监测指标体系, 由于只限于微博中, 且信息的内容都是关于品牌丑闻事件的涉事品牌及竞争品牌, 其三维空间可以更加简化, 信息空间里的抽象维、编码维及扩散维分别对应信息内容和主体、丑闻溢出传播受众和传播转发, 如图1 所示:

图1

	Figure Option ViewDownloadNew Window
	图1 品牌丑闻I-space空间模型

根据I-space模型, 并借鉴网络舆情监测指标体系和微博舆情监测指标体系, 将I-space模型进行改进, 丑闻事件及其溢出在微博上的传播是由发布者对微博受众产生影响, 进而不断地传播。根据I-space三维空间, 本文给出四大监测评价二级指标, 分别是发布者指标、信息指标、受众指标和传播指标, 建立微博上的品牌丑闻溢出监测指标体系, 如表1所示:

表1

表1

表1 微博上的品牌丑闻溢出监测指标体系 目标层 准则层 指标层 品 牌 丑 闻 溢 出 监 测 指 数 发布者指标I1 发布者微博等级P1 发布者号召力P2 粉丝数量P3 人气排名P4 原创博文数量P5 转发博文数量P6 关注微博用户人数P7 博文内容语义信息判定P8 信息指标I2 丑闻溢出程度P9 丑闻涉及企业数量P10 丑闻事件波及范围P11 参与话题的微博用户数量P12 热点话题排名P13 博文内容语义信息程度判定P14 受众指标I3 评论总数P15 负面评论总数P16 中性评论总数P17 正面评论总数P18 评论内容语义信息判定P19 评论、转发某一话题博文的总次数P20 微博用户归属地P21 传播指标I4 博文发表时段在线用户人数P22 博文被转发数P23 博文点击率P24 博文点击频率P25 全国热点排名P26 区域热点排名P27

表1 微博上的品牌丑闻溢出监测指标体系

对该监测指标体系说明如下:

(1) 发布者指标.

发布者指标是指发布微博的用户相关信息指标, 主要包括发布者微博等级、发布者号召力、粉丝数量、人气排名、原创博文数量、转发博文数量、关注的微博用户人数和博文内容的语义信息判定。微博等级用以评价发布者在微博上的累积在线时间, 评价发布者对微博的使用情况, 排除“僵尸用户”可能。发布者号召力主要是观察发布者是否加V认证, 是否是名人明星学者等, 通常加有V认证或是名人明星学者, 发布的信息具有更高的可信度, 在一定程度上也会提高传播效果。原创博文数量、转发博文数量及关注的微博用户人数这三个方面用来评价发布者在微博上的活跃度, 数量信息均可以从该微博用户页面上直接观察到。通过博文内容的语义信息判定, 确定话题发布者对丑闻事件的涉事品牌及溢出品牌的情感倾向及价值判断, 从而在一定程度上会影响到受众的情感倾向。

(2) 信息指标.

信息指标包括有品牌负面曝光事件类型、丑闻涉及行业、丑闻事件波及范围、参与话题的微博用户数量、热点话题排名和博文内容的语义信息判定。其中后两项可以从微博页面直接观察到, 从而判定品牌丑闻事件相关话题在微博上的关注度。博文内容的语义信息判定, 主要是由语气词汇分析博文所含对涉事品牌、行业及竞争品牌的评价, 从而判定其危害程度。

(3) 受众指标.

受众指标包括丑闻溢出信息的博文的评论总数、负面评论总数、中性评论总数及正面评论总数等。受众的共鸣度表现为受众评论内容中的情感倾向与博文原有的情感倾向一致性程度, 通过语义信息判定得到。受众的参与频度指该博文被评论、转发的总次数。受众的网络分布是指通过查询微博用户的归属地, 并利用该属地的微博用户除以微博总数, 可以得到最集中的地理范围与密集程度。

(4) 传播指标.

传播指标包括博文发表时段在线用户人数、博文被转发数、博文点击率及博文点击频率等。通常, 在不同时段, 微博在线用户数量也呈现不同的变化, 发表微博的时段不同, 在一定程度上也会影响到发布信息的传播。博文的点击率是微博用户浏览该博文的流量占总流量的比例。若当前时间浏览该博文的流量为r, 总流量为R, 则博文点击率w=r/R。

博文点击频率可以反映博文点击率变化的快慢, 是单位时间内博文点击率改变的大小。若在时刻t₁浏览博文的流量是r₁, 总流量为R₁,在时刻t₂浏览博文的流量是r₂, 总流量为R₂, 则博文点击频率为

而全国的热点排名和区域的热点排名可以直接在微博上得到。