首页资料文库正文

推荐一个好地方作文十篇

时间：2023-03-31 14:54:11

推荐一个好地方作文

推荐一个好地方作文篇10

作者简介：朱翊敏（1975-），女，江西南昌人，副教授，研究方向为消费者行为。

摘要：探讨了网络推荐奖励计划中奖励额度和推荐人所需付出的努力程度对其推荐意愿的影响，以及推荐人与被推荐人之间关系强度对这种影响的调节作用。研究结果表明：奖励额度和努力程度对推荐意愿都存在显著影响。此外，奖励额度与关系强度之间不存在交互效应，而努力程度和关系强度之间存在交互效应，即关系疏远的情况下，努力程度对推荐意愿的影响差异显著。而在关系紧密的情况下，努力程度对推荐意愿的影响不存在显著差异。

关键词：奖励额度；努力程度；关系强度；网络推荐意愿

中图分类号：F713.55文献标识码：A文章编号：1001-8409（2013）10-0010-06

The Influences of Reward Size and Required

Referral Effort on Consumer Online Referral Likelihood

—The Moderating Effect of Tie Strength

ZHU Yimin

（School of Business， Sun Yatsen University， Guangzhou 510275）

Abstract： This paper explores the influences of reward size and required referral effort on consumer online referral likelihood and the moderating effect of tie strength. The result shows that， in online referral reward programs， reward size and required referral effort has significantly impact on referral likelihood. Furthermore， there are no interactions between reward size and tie strength， and there are interactions between required referral effort and tie strength in online referral reward program， i.e. there is significant differences between different referral effort in the situation of weak tie and no significant differences in the situation of strong tie.

Key words： reward size； required referral effort； tie strength； online referral likelihood

一、引言

随着互联网的快速发展和普及，越来越多的人群活跃在电子商务的平台上，口碑传播行为不再局限于面对面的传统方式，网络推荐奖励计划逐渐兴起。新浪微博作为推出两年即突破2亿用户的新兴媒介，因其方便快捷的特点成为企业开展网络推荐奖励计划的首选平台之一。佳能、携程和欧莱雅等各类品牌都曾在新浪微博上推出奖励计划，鼓励粉丝对产品与使用体验进行分享推荐。

Philipp Schmitt等人将口碑分为两种，即纯粹口碑（organic WOM）和企业激励口碑（firm-stimulated WOM）[1]。其中纯粹口碑是指消费者自发的口碑，而企业激励口碑是企业发挥主动性加以引导的口碑。推荐奖励计划（Referral Reward Program）是指有奖励的口碑传播，企业通过提供奖励来引导现有顾客利用个人关系网络为企业进行正面口碑传播[2]。消费者的推荐意愿受到许多因素的影响，例如：使用该产品或服务之后是否满意，向其他人推荐可能要付出的努力，以及推荐行为带来的收益及收益分配等。以往研究更多集中在推荐奖励计划中奖励的设置（如奖励金额和奖励分配方案）等因素对奖励计划效果的影响，而较少关注推荐人所需付出的努力的影响[3]。然而，现实当中，消费者参与推荐的方式种类繁多，且难易程度不同，推荐行为所需付出的努力程度决定了他们参与的意愿。努力程度过低可能会降低推荐计划的感知价值，而努力程度过高可能又会阻止推荐行为。因此，选择推荐人可以接受而且效果较好的努力程度对于推荐奖励计划的成功有着重要意义。此外，Ryu和Feick的研究指出，推荐人与被推荐人的关系强度也会影响到顾客的推荐意愿，相比关系疏远的情况，关系紧密时人们参与推荐奖励计划的意愿更高[2]。然而这种影响是否会受到其它因素的影响？对于关系紧密的被推荐人，推荐人是否会降低对其所需付出的努力程度的考虑？

网络的出现无疑为口碑传播提供了一片沃土。Buttle等人的研究指出，网络的普及与发展使得企业需要重新定义其价值主张、竞争优势以及市场战略[4]。Goldsmith的研究也证实了至少有16%的消费者在进行购买决策的时候主要受网络口碑影响[5]。网络口碑的传播速度更快、范围更广、内容更丰富（包括文字、图片、视频等）；突破传统口碑传播对象，从身边人到陌生人；具有可测量性，文字等会留下痕迹；且相对可控[6]。本文选取网络媒介，研究推荐奖励计划中，奖励额度和推荐人所需付出的努力程度对其推荐意愿的影响，以及推荐人与被推荐人之间关系强度对这种影响的调节作用。研究结论将为企业更好设计网络推荐奖励计划提供有益的决策参考。

二、文献综述与假设推演

1.社会交易理论

社会交易理论产生于20世纪50年代末期，其研究重点是人际关系中的交换现象。该理论认为“选择”是人类行为最基本的特征，人类所有的行为都建立在合理化选择的基础上，也就是说，人类的行为总是趋向于以最小的代价获取最大的报酬。另外，该理论还指出人们所追求的报酬大部分只能通过与其他社会成员互动来获得。基于上述观点，社会交易理论进一步扩大“代价”与“报酬”的含义，使它们既包括物质层面的事物，又包括精神层面的事物，并试图通过研究互动与交换来解释所有的社会行为。霍曼斯的交换理论指出，社会学中所研究的制度、组织以及社会都可以理解为人的行为，利己主义、趋利避害是人类行为的基本原则。因此，人与人之间的互动基本上是一种交换过程。这种交换包括情感、报酬、资源、公正性等等。布劳则将行为实施者期望的报酬或奖励分为“外在报酬”（如金钱、商品和服务）和“内在报酬”（如爱、尊敬、荣誉和职务等）。

社会交易理论可以很好地解释消费者对推荐奖励计划的反应和参与决策。Frenzen和Nakamoto等人的研究发现，消费者是否参与口碑传播取决于交换的感知成本和收益[7]。Arnt等人发现，消费者进行口碑传播的动机或激励因素包括：他们可能把谈论产品或服务的消费体验作为缓解购买压力或者不协调的一种方法；他们也可能把口碑传播作为管理他人对自己的印象的一种途径；此外，口碑传播还可以表达其对他人的关心和帮助他人做出更好决策[8]。当然，进行口碑传播也会产生一定的成本[9]。最明显一项成本是推荐者用于沟通的时间和付出的努力。另外，推荐者可能由于互惠心理而感到有义务在将来成为一个“好听众”。如果被推荐者对购买的产品或服务不满意，推荐者还可能要承担关系被破坏的风险。Ryu和Feick提出奖励推荐计划会使得消费者的决策行为变得更加复杂[2]。在传统的口碑推荐过程中，推荐者与被推荐者因为互动而产生沟通和推荐的行为。如果推荐成功，那么被推荐者与企业之间将发生另一个交易。推荐者则从被推荐者的购买行为中获得报酬。因此，人们的行为由于推荐而变得复杂，而这种交易复杂性会影响他们对成本与收益的感知。其中，显性收益源于推荐行为带来的直接经济利益，而成本则是推荐者所承担的潜在社会风险（例如，一旦被推荐者对此次消费不满意，他们很有可能归咎于推荐者）。

另外，基于自我感知理论，人们总是试图了解他们自身各种行为的动机。如果推荐行为是有奖励的，推荐者会认为推荐行为本身是受奖励驱动而非内在动机。他会感觉自己是在“销售”推荐，而这种感知与他们的自我形象会产生不一致。因此，为了提升推荐奖励计划的有效性，增加消费者的推荐意愿，企业必须使推荐者的感知收益足够大、以弥补其潜在成本。

2.奖励额度对推荐意愿的影响

推荐奖励额度是指为了鼓励顾客的推荐行为，企业向顾客提供的奖励金额。消费者面对推荐奖励计划时，会进行得（感知奖励价值）与失（感知社会风险）之间的比较，然后做出决策[10]。Long和Schiffman指出，推荐奖励额度能够直接影响到消费者获得的利益，并影响到感知奖励价值，进而对消费者的意愿和行为产生影响[11]。感知社会风险是指某人的行为会引起尴尬或周围其它人的不赞同等负面后果[12]。在推荐奖励计划中，则是消费者可能会被其他人认为自己是为了获得奖励而推荐的一种负面判断。因此，提高的推荐奖励额度可能会使消费者感到内疚，增加其推荐的心理和社会成本[13]。然而在网络环境下，由于推荐人与被推荐人之间的联系并不局限于传统意义上的接触，推荐人的推荐行为可能引发的负面后果较小，推荐的心理和社会成本进一步降低，推荐人的推荐行为更容易受到奖励额度的影响。因此，本文提出假设1：

在网络推荐奖励计划中，推荐人获得的奖励额度对推荐意愿存在影响。具体来说，奖励额度越大，推荐人的推荐意愿越高。

3.努力程度对推荐意愿的影响

Kivetz和Simonson将促销努力定义为参与者为了得到促销活动的奖励而投入的努力水平[14]。根据这一定义，本文提出网络推荐奖励计划中，推荐者的努力程度是指推荐人为了得到企业提供的奖励而必须在网络上做出具体推荐行为所投入的努力水平。一般来说，推荐奖励计划中顾客需要做出的努力是一种成本，他们需要付出一定的时间和精力。传统推荐奖励计划中的要求主要涉及：推荐新会员注册并消费、介绍产品或服务吸引新顾客购买等。而在网络环境中，推荐奖励计划的要求则可能涉及：发送链接邀请好友注册或购买、在论坛或其它网站产品或服务信息吸引新顾客、在SNS或其它网站分享使用感受等吸引新顾客、转发企业或产品宣传信息、积极评论推荐产品或服务等。其中有努力程度较低的行为（如发送链接邀请、转发企业或产品宣传信息等），也有努力程度较高的行为（如在SNS或其它网站分享使用感受等吸引新顾客）。具体到微博这一媒介，在进行推荐时候也有各种难度不同的做法。根据社会交易理论，消费者付出的成本越低，其推荐意愿越高。因此，本文提出假设2：

在网络推荐奖励计划中，推荐人所需付出的努力程度对推荐意愿存在影响。具体来说，与付出的努力程度较高相比，推荐人所需付出的努力程度较低时，其推荐意愿也相应较高。

4.关系强度的调节作用

关系强度是关系的一个重要特性，它决定着社会情境将如何影响推荐行为。关系从非常紧密（如：配偶或密友）到相对疏远（如：很少联系的普通朋友）其强度依次减弱。因为推荐奖励计划会涉及其他消费者，推荐者会权衡他们潜在的收益和成本。推荐者与被推荐者关系的本质会影响这些感知成本和感知收益的大小[15]。在传统面对面的口碑传播中，奖励额度与关系强度之间存在显著的交互作用。在关系紧密的情境下，不管有没有奖励，推荐者对其社会收益的评估都没有差别；而在关系疏远的情境中，有奖励比没有奖励，推荐者感受的社会收益更高[16]。对与自己存在共同利益的关系紧密的人，推荐者会更关心被推荐者的利益和需求，而不太在意自己是否获得回报；相反，对那些与自己只存在交易关系的人，推荐者会更多地从自身利益出发，以及尽可能最大化自己的收益、降低自己的成本，而不愿对被推荐者承担特定的责任。鉴于这种互惠的想法，如果他们感到交易状态不平衡，则会尝试减少付出或者增加收获来达到平衡状态[17]。

因为与关系紧密者之间存在共同利益，消费者更愿意向关系紧密而不是关系疏远的人推荐产品或服务，分享他们的购买和使用的愉快体验。而且，由于日常频繁的接触，消费者对关系紧密者的需求和偏好都有相当程度的了解，并能根据这些信息随时知道他们的需求，因而消费者能更为自然地向关系紧密者分享经验和提供有用的信息，尤其是在高偏好的异质类别产品方面[18]。另外，推荐者与被推荐者之间的关系也会影响到推荐的信息。在关系紧密的情况下，产品或服务的具体特征和功能信息更具有说服力；相反，在关系疏远的情况下，推荐者与被推荐者往往不被特定社会网络约束，推荐信息会更加多样化[19]。在虚拟网络的环境中，推荐者与被推荐者之间的关系与传统环境中面对面的社交关系存在一定的相似性。因此，本文提出假设3：

在网络推荐奖励计划中，推荐人获得的奖励额度和推荐人与被推荐人之间的关系强度对其推荐意愿的影响存在交互作用。具体来说，在关系疏远的情况下，奖励额度对推荐意愿的影响差异显著。而在关系紧密的情况下，奖励额度对推荐意愿的影响差异不显著。

此外，在推荐奖励计划中存在社会风险，也就是推荐人可能会被其他人认为自己是为了获得奖励而推荐，更高的努力程度可以削弱这种风险[10]。另外，前文提到，根据自我感知理论，人们总是试图了解他们自身各种行为的动机[20]。如果推荐是有所奖励的，顾客会认为推荐是受奖励驱动而并非出自内在动机，他们是在“销售”推荐，而这种感知与他们保持自身形象的动机相互矛盾。尤其是当推荐者与被推荐者之间关系密切的情况下，这种矛盾的状态更为突出，而此时较高的努力程度可能可削弱推荐者这种外在归因趋向。因此，本文提出假设4：

在网络推荐奖励计划中，推荐人所需付出的努力程度和推荐人与被推荐人之间的关系强度对推荐意愿的影响存在交互效应。具体来说，关系疏远的情况中，努力程度对推荐意愿的影响差异显著。而在关系紧密的情况下，努力程度对推荐意愿的影响不存在显著差异。

三、实验一

实验一采用2（奖励额度：高、低）×2（关系强度：紧密、疏远）的组间设计来验证假设1和假设3。首先，通过预实验来确定正式实验中的产品（服务）、奖励额度和关系强度。其次，进行正式实验各情景的问卷设计。最后，通过问卷调查收集数据进行假设检验。

1.预实验

考虑到被试是在校大学生，因此，在选择产品（服务）时应当考虑其熟悉程度。另外，本次实验的场景是微博奖励推荐计划，因此，所选择产品或服务应当有可能在微博上推荐或者被推荐的。预实验采用李克特七分量表进行测量：对所有产品或服务的熟悉程度以及在微博上推荐该产品或服务的意愿。20个被试者参与了预实验，结果如表1所示。最后，选取熟悉程度和推荐意愿得分最高的“智能手机”作为正式实验中使用的产品。

表1产品（服务）的熟悉程度和推荐意愿

智能手机数码相机电脑MP3洗面奶餐饮服务KTV电影院熟悉程度均值5.804.705.405.005.104.804.704.50标准差1.32 1.66 1.43 1.78 1.77 1.40 1.60 1.79 推荐意愿均值4.704.104.103.80 4.80 5.30 5.30 4.70 标准差1.63 1.79 1.73 1.29 1.58 1.77 1.72 1.59 一般来说，传统推荐奖励计划将产品或服务价格的1%、5%作为低额奖励，而10%、20%作为高额奖励。但考虑推荐奖励计划的成本和现实意义，而且实验产品是价格较高的智能手机，因此，在预实验中，奖励额度从产品价格的25‰至25‰，并采用具体数额表示，即5元至55元。被试采用李克特7分量表对其价值进行打分。20个被试参与了预实验，结果如表2所示。为了避免奖励金额过低而导致被试不推荐，最后选择15元代表低额奖励、55元代表高额奖励，两者之间价值差异显著（F=2442，t=7105，p

表2奖励额度的描述

5元15元25元35元45元55元均值2.10 2.81 3.62 4.48 5.29 5.95 标准差1.48 1.63 1.72 1.72 1.42 1.20 本研究中推荐人与被推荐人的关系强度是指其在微博上的关系，因此，将采用描述具体的微博互动行为来表述关系强度的紧密与疏远。预实验让被试者回想微博上的好友并针对以下描述采用李克特七分量表测量其符合程度。20个被试者参与了预实验，结果如表3所示。其中，“现实中认识的好朋友”、“有共同的生活背景或经历”、“有共同的兴趣爱好”、“经常通过各种方式聊天” 、“经常使用@功能@他（她）”、“经常评论他（她）的微博”6项得分较高，因此，将用这6项作为关系紧密的描述，用其反面作为关系疏远的描述。表3关系强度的描述

描述均值标准差描述均值标准差现实中认识的好朋友5.801.40有专门的分组，几乎阅读每条微博4.701.81有共同的生活背景或经历5.701.18经常转发微博4.601.10 有共同的兴趣爱好5.401.27经常使用@功能5.101.54经常通过各种方式聊天5.601.39经常微博即时聊天4.101.62丰富的肢体语言与接触4.801.68经常评论5.201.20一起参加各种活动4.801.47经常微博游戏2.601.502实验过程

实验一采用虚拟的手机产品作为研究对象。被试者被随机分配到2（奖励额度：高、低）×2（关系强度：紧密、疏远）四组中的任意一组，在阅读完以下情景信息后，回答推荐奖励额度、与被推荐者之间的关系强度、推荐意愿和个人信息等问题。

问卷中推荐奖励的形式有三种：赠品、现金或礼券。基于消费者的角度，现金的流动性更强，激励作用更为显著，所以实验一选择用“现金返还”作为推荐奖励。其中，高额奖励的描述为：“假设您最近购买了一款手机，使用后感觉非常满意。该手机厂商承诺，如果您在新浪微博上对该手机进行推荐，即转发厂商微博、评论并@好友，您将获得厂商提供的55元现金返还”。低额奖励的描述为：“假设您最近购买了一款手机，使用后感觉非常满意。该手机厂商承诺，如果您在新浪微博上对该手机进行推荐，即转发厂商微博、评论并@好友，您将获得厂商提供的15元现金返还”。

根据预实验的结果，问卷中关系紧密的描述如下：“甲是您在微博上互相关注的朋友，他/她是您现实中认识的好朋友，你们有共同的生活背景、经历和兴趣爱好，您在微博上经常@他/她或转发他/她的微博，平时你们还会经常通过其它方式保持联系”。关系疏远的描述如下：“甲是您在微博上互相关注的朋友，他/她和您在现实生活中并不熟悉，两人生活背景、经历以及兴趣爱好等方面都存在一定差异，在微博上您很少@他/她或转发他/她的微博，平时也较少以其它方式联系”。

网络推荐意愿是指消费者购买或使用产品或服务后，参与企业的推荐奖励计划的意愿强度。根据以往研究，采用消费者推荐可能性（即消费者参与推荐奖励计划并向身边的人推荐产品或服务的可能性）来衡量其参与推荐奖励计划的意愿[2]。实验一采用李斯特七分量表测量被试的推荐意愿。

正式实验采用了方便抽样的方法，在网上进行，保证被试者都是有使用网络习惯的人，并且通过筛选、选择有使用微博的被试。问卷链接通过邮箱和即时通讯工具等发给被试，每个被试者被随机分配到四种情境中的其中一种。问卷总共回收120份有效问卷，每个实验情境分别为30份，其中女性占508%、男性占492%。

3.数据结果

实验一对奖励额度和关系强度进行了操纵检验。其中，在高额奖励和低额奖励的不同情境下，被试者对奖励额度的感知存在显著差异（M高额奖励=407，M低额奖励=344，F（1，119）=6501，p

结果显示，网络推荐奖励计划中奖励额度对推荐意愿的主效应显著。具体来说，在网络推荐奖励计划中，奖励额度对推荐意愿影响显著（F（1，119）=5235，p005）。具体来说，不管是在关系疏远还是在关系紧密的情况中，高额奖励都比低额奖励更能促使消费者参与网络推荐奖励计划。因此，假设3不成立。

4.讨论与结论

网络环境下，奖励额度对消费者推荐意愿有显著影响。具体来说，奖励额度越大，推荐人的推荐意愿越高。在高额奖励的引诱下，消费者感知到的推荐收益增加，且高于推荐行为带来的成本，所以奖励额度越高，他们的推荐意愿就越强。然而，网络环境下，奖励额度和关系强度对消费者推荐意愿的交互影响并不显著。具体来说，不管是在关系疏远的情况下，还是在关系紧密的情况下，奖励额度对推荐意愿的影响都是显著的。这与传统面对面情境下的研究结论存在较大分歧。一个可能的解释是，在网络情境下，消费者经常性地曝露在大量的广告信息当中，有可能会强化他们对多余的无用信息的容忍。无论关系亲疏，推荐行为带来的更多是收益，而不用过多地考虑推荐造成的社会风险和社会成本。推荐者感知到的成本都被降到了最低，而推荐奖励的吸引力被放大。因此，无论推荐人与被推荐人之间关系紧密或疏远，奖励金额的增加都会显著提高他们的推荐意愿。

四、实验二

实验二采用2（努力程度：高、低）×2（关系强度：紧密、疏远）的组间设计来验证假设2和假设4。首先，通过预实验来确定正式实验中努力程度的描述；其次，进行正式实验各情景的问卷设计；最后，通过问卷调查收集数据进行假设检验。

1.预实验

推荐努力程度是指推荐人为了得到企业提供的奖励而必须在网络上做出具体推荐行为所投入的努力水平。在微博环境中，用户可以采用发文字信息、图片信息、转发、评论、@人等方式来传播信息。推荐人要在微博上推荐产品的话，可以通过这几种行为的不同组合来实现。而不同的行为需要推荐人付出的努力程度不同。针对微博上常见的操作（原创、评论、转发、@好友等），预实验列举了若干具体操作，并采用李克特七分量表对各种推荐行为需要付出的努力程度进行测量。20名被试参与了这次预实验，结果如表4所示。最后选取“发表一段某产品或服务体验的文字+相关图片+@好友”代表努力程度较高的推荐行为，而“转发某产品或服务宣传文字+@好友”代表努力程度较低的推荐行为。

表4推荐行为的努力程度

文字+

@好友文字+图片

+@好友转发+

@好友转发+评论

+@好友均值450480310385标准差1641701971982.实验过程

实验二同样采用虚拟的手机产品作为研究对象。其中关系强度的描述采用实验一的预实验结果，努力程度采用实验二的预实验结果。被试被随机分配到2（努力程度：高、低）×2（关系强度：紧密、疏远）四组中的任意一组，在阅读完以下情景信息后，回答推荐努力程度、与被推荐者之间的关系强度、推荐意愿和个人信息等问题。正式实验同样采用方便抽样的方法，在网上进行，保证被试都是有使用网络习惯的人，并且通过筛选、选择有使用微博的被试。问卷链接通过邮箱和即时通讯工具等发给被试，每个被试被随机分配到四种情境中的其中一种。问卷总共回收120份有效问卷，每个实验情境分别为30份。

3.数据结果

实验二对努力程度和关系强度进行了操纵检验。其中，被试的努力程度存在显著差异（M努力程度高=348，M努力程度低=280，F（1，119）=5357，p

结果显示，网络推荐奖励计划中推荐人与被推荐人的关系强度对推荐意愿的主效应显著。具体来说，在网络推荐奖励计划中，关系强度对推荐意愿影响显著（F（1，119）=10968，p

4.讨论与结论

网络环境下，推荐人所需付出的努力程度对推荐意愿存在显著影响。推荐人所需付出的努力程度较低时，其推荐意愿也相应较高。这符合社会交易理论，即成本越高，推荐意愿越低。此外，网络环境下，推荐人所需付出的努力程度和推荐人与被推荐人之间的关系强度对推荐意愿的影响存在交互效应。具体来说，关系疏远的情况下，努力程度对推荐意愿的影响差异显著。而在关系紧密的情况下，努力程度对推荐意愿的影响不存在显著差异。

五、营销启示与局限性

1.营销启示

企业在设计网络推荐奖励计划时，要充分考虑推荐奖励额度的高低对消费者推荐意愿的影响。总的来说，奖励额度越高，越能促使消费者参与推荐奖励计划。但是，企业必须权衡高额奖励带来的高成本和活动效果的相互关系，亦即推荐奖励计划的投入产出比。

另外，网络推荐奖励计划中活动要求推荐人付出的努力程度也会影响推荐人的推荐意愿。总的来说，简捷易行的操作对推荐者来说更有吸引力，他们参与推荐奖励计划的意愿会更高。因此，企业在设置具体的活动要求时，除了要使活动能够达到企业吸引更多潜在消费者的目的之外，还要站在推荐人的角度考虑，尽量降低他们的时间成本和精力成本。例如，要求消费者推荐微博中使用丰富的信息来描述产品或服务以及使用后的体验，这时候企业可以将这部分需要付出的努力转嫁到自己身上，通过编辑具有亲和力和足够信息量的微博，让推荐人直接转发并且@好友。

最后，企业可以根据不同网络媒介的特点来选择网络推荐奖励计划中活动难度的设置。研究结果表明，在关系疏远的情况下，网络推荐奖励计划中活动难度的设置对推荐意愿有显著的影响，即活动简捷易行时推荐意愿显著大于活动规则复杂时。但是在关系紧密的情况下，活动难度的设置对推荐意愿没有太大的影响。不同的网络媒介中，人与人之间的关系强度存在一定差异。比如SNS网站中，人们有互相关注、加为好友的关系，并且大多是现实中认识的人，关系普遍紧密。而论坛、聊天室等媒介中，人们可能是因为某个兴趣或共同的话题而进行交流，关系普遍疏远。企业在根据自身目标群体的需求选择网络媒介之后，可以根据其中人们之间的关系强度来设置活动的难度。也就是在关系疏远的网络媒介中，相应地降低活动操作的难度可以使活动效果取得更为显著的提升。

2.局限与展望

本研究对影响变量（如产品熟悉度）进行了控制，未来研究可以考虑加入其它因素，如产品档次、品牌力量、产品涉入度等，探讨它们对推荐意愿和行为的影响。本文以微博为例，未来研究可以考虑采用邮件、官方网页、即时通讯工具、聊天室、博客、SNS网站等其它媒介对文中各假设进行检验。此外，本研究采用社会交易理论中的社会收益和社会成本对推荐行为进行解释，未来研究可以对不同情境中的收益和成本进行更深入的探讨。

参考文献：

[1]Philipp Schmitt， Bernd Skiera， Christophe Van den Bulte Referral Programs and Customer Value[J]. Journal of Marketing， 2011， 75（1）： 46-59.

[2]Ryu Gangseog， Lawrence Feick. A Penny for Your Thoughts： Referral Reward Programs and Referral Likelihood[J]. Journal of Marketing， 2007（71）： 84–94.

[3]朱翊敏，周素红，刘容. 推荐奖励计划中消费者意愿研究[J]. 商业研究， 2011， 412： 84-90.

[4]Buttle Francis A. Word of Mouth： Understanding and Managing Referral Marketing[J]. Journal of Strategic Marketing， 1998， 6： 241- 254.

[5]Goldsmith， Ronald E， David Horowitz. Measuring Motivations for Online Opinion Seeking[J]. Journal of Interactive Advertising， 2006， 6（2）：1-16.

[6]付琛. 网络口碑研究综述[J]. 现代商业， 2008， 30： 177-179.

[7]Frenzen K， Jonathan Kent Nakamoto. Structure， Cooperation and Flow of Market Information[J]. Journal of Consumer Research， 1993， 20（12）： 360-375.

[8]Arnt Johan. Word of Mouth Advertising and Informal Communication[A].Donald F Cox. Risk Taking and Information Handling in Consumer Behavior[M]. Boston： Harvard University， 1967. 188-239.

[9]Garignon Hubert， Thomas S Robertson. An Exchange Theory Model of Interpersonal Communication[J]. Advances in Consumer Research， 1986， 13： 534-538.

[10]王晓玉. 推荐奖励计划对消费者推荐意愿的影响[J]. 当代经济管理， 2010， 32（3）： 32-37.

[11]Mary M， Long Leon G， Schiffman. Consumption Values and Relationships： Segmenting the Market for Frequency Programs[J]. Consumer Marketing， 2000， 17（3）： 214 – 232.

[12]Naomi Mandel. Shifting Selves and Decision Making： The Effects of Self‐Construal Priming on Consumer Risk‐Taking[J]. Journal of Consumer Research， 2003， 30（1）： 30-40.

[13]Amy K Smith， Ruth N Bolton， Janet Wagner. A Model of Customer Satisfaction with Service Encounters Involving Failure and Recovery[J]. Journal of Marketing Research， 1999， 36（3）： 356-372.

[14]Ran Kivetz， Itamar Simonson. Earning the Right to Indulge： Effort as a Determinant of Customer Preferences Toward Frequency Program Rewards[J]. Journal of Marketing Research， 2002（39）：155-170.

[15]Jacqueline Johnson Brown， Peter H. Reingen. Social Ties and Word-of-Mouth Referral Behavior[J]. Journal of Consumer Research， 1987， 14（3）： 350-362.

[16]Frenzen K Jonathan， Kent Nakamoto. Structure， Cooperation and Flow of Market Information[J]. Journal of Consumer Research， 1993， 20（12）： 360-75.

[17]Walster Elaine， Berscheid Ellen， Walster G William. New Directions in Equity Research[J]. Journal of Personality and Social Psychology， 1973（25）：151-176.

[18]Lawrence Feick， Robin A Higie. The Effects of Preference Heterogeneity and Source Characteristics on Ad Processing and Judgments about Endorsers[J]. Journal of Advertising， 1992， 21（2）： 9-24.