李漢熙，駱 雷，張孟艷

1 問題的提出

社交媒體的出現(xiàn)深刻影響了體育產(chǎn)品與服務(wù)的供給方式與消費方式[1]。 職業(yè)體育俱樂部借助各類社交媒體開展線上球迷關(guān)系管理。 由于社交媒體具有參與、公開、交流、對話、社區(qū)化和連通性等特征[2]，職業(yè)體育俱樂部開展社交媒體營銷客觀上促進(jìn)了俱樂部與球迷之間互動關(guān)系的重塑。 職業(yè)球隊可以借助社交媒體對球迷群體開展線上視覺產(chǎn)品的傳播、“球隊之家”的構(gòu)建、球迷文化的營造等活動[3]，進(jìn)而提升球迷與職業(yè)球隊的身份認(rèn)同。 作為主流的社交媒體平臺， 微博具有廣泛的用戶關(guān)注度和影響力。《2018 年微博用戶發(fā)展報告》[4]顯示，截至2018 年第四季度，微博月活躍用戶已達(dá)4.62 億人次，日活躍用戶達(dá)2 億人次。 微博用戶的龐大基數(shù)為職業(yè)球隊擴(kuò)大球迷群體規(guī)模和提高球迷黏性奠定了重要基礎(chǔ)。對職業(yè)球隊而言， 如何借助社交媒體平臺將龐大的微博用戶轉(zhuǎn)化為高忠誠度的球迷群體是職業(yè)球隊面臨的重要營銷議題。

球迷關(guān)注社交媒體的動機(jī)與社交媒體的一系列功能（如發(fā)帖、評論、分享）有直接關(guān)系。 已有研究[5]表明， 社交媒體關(guān)注動機(jī)能夠促進(jìn)球迷在社交媒體上的消費、貢獻(xiàn)與創(chuàng)造行為。職業(yè)球隊可以利用球迷關(guān)注微博的動機(jī)維度， 差異化地制定球隊社交媒體賬號的營銷管理策略， 吸引更多的球迷加入球隊微博的互動中， 進(jìn)而有效培育球迷的忠誠度和消費黏性。 因此，為有效轉(zhuǎn)化球隊微博用戶，職業(yè)球隊需要關(guān)注和解答如下具體問題：一是，用戶關(guān)注球隊微博的動機(jī)是什么？ 即用戶關(guān)注動機(jī)主要包括哪些可能的維度或因子。二是，球隊微博的關(guān)注動機(jī)是否會影響球迷忠誠度？如果存在影響關(guān)系，那么球隊微博關(guān)注動機(jī)對球迷忠誠的影響機(jī)理又是什么？ 關(guān)注動機(jī)是否會通過用戶與微博的互動行為對球迷忠誠產(chǎn)生間接影響？三是，不同人口統(tǒng)計學(xué)特征屬性下的用戶在關(guān)注動機(jī)與互動行為的關(guān)系中是否具有顯著性差異？例如，男性與女性是否在上述路徑關(guān)系中的強(qiáng)度上有顯著差異。針對上述問題，國外學(xué)者主要探討了用戶在不同社交媒體關(guān)注動機(jī)上的比較問題[6]、球迷對社交媒體的關(guān)注動機(jī)與互動行為之間的關(guān)系問題[5,7]。 國內(nèi)學(xué)者則主要從定性分析的視角闡釋了社交媒體對體育營銷產(chǎn)生的影響[3,8-9]，以及社交媒體在體育賽事營銷領(lǐng)域中的應(yīng)用現(xiàn)狀[10-11]。 從國內(nèi)外既有研究來看，球隊微博關(guān)注動機(jī)、互動行為以及球迷忠誠等變量間影響機(jī)理仍未得到實證數(shù)據(jù)的驗證，人口統(tǒng)計學(xué)特征變量在微博關(guān)注動機(jī)與互動行為間關(guān)系的調(diào)節(jié)作用也未得到既有研究的驗證。 基于此，本文以球隊微博為例，探討社交媒體關(guān)注動機(jī)、互動行為與球迷忠誠的因果路徑關(guān)系，并以人口統(tǒng)計學(xué)特征（性別、年齡、學(xué)歷）為調(diào)節(jié)變量，運用多群組比較分析（Multi-group Analysis, MGA），驗證不同用戶群體對微博關(guān)注動機(jī)和互動行為關(guān)系的調(diào)節(jié)作用。

2 文獻(xiàn)綜述與理論假設(shè)

2.1 球隊微博關(guān)注動機(jī)與微博互動行為的關(guān)系

使用與滿足理論 （the uses and gratifications approach） 被廣泛應(yīng)用于體育與社交媒體的研究中[1]。使用與滿足理論是站在用戶視角， 分析用戶的大眾傳播媒介接觸動機(jī)以及傳播媒介給他們帶來的心理或行為上的效用?；谑褂门c滿足理論，球迷關(guān)注職業(yè)體育俱樂部官方微博的行為是為了滿足其社會和心理需求。 這些需求本身自然就表現(xiàn)為球迷的微博關(guān)注動機(jī)。Witkemper 等[12]將信息、娛樂、消磨時間和粉絲情結(jié)視為用戶關(guān)注運動員Twitter 的主要動機(jī)；Li 等[6]通過研究中美球迷使用Twitter 和微博的動機(jī)，將粉絲關(guān)注球隊社交媒體的動機(jī)劃分為信息、娛樂、技術(shù)知識、球隊支持、消磨時間和逃避。 結(jié)合文獻(xiàn)和后續(xù)探索性因子分析結(jié)果，本文將職業(yè)球隊微博關(guān)注動機(jī)的維度劃分為信息動機(jī)、技術(shù)知識與娛樂動機(jī)、球隊支持動機(jī)和消磨時間動機(jī)。在球迷的社交媒體互動行為方面，主要表現(xiàn)在頁面流量、訪問頻率、搜索、私信、頁面停留時間、點贊、發(fā)布、閱讀、頁面訪問、評論和轉(zhuǎn)發(fā)內(nèi)容等[13-15]。

信息動機(jī)是指球迷希望通過關(guān)注球隊微博獲得關(guān)于球隊和球員的各類動態(tài)信息，如比賽陣容、得分情況、勝負(fù)情況等。信息動機(jī)是球迷關(guān)注球隊官方微博的重要動機(jī)。 例如，對于大學(xué)生群體而言，信息搜集是他們在Twitter 和Facebook 等社交媒體平臺關(guān)注自己所喜愛球隊的主要因素[7]。 信息動機(jī)是否會對球迷的社交媒體互動行為產(chǎn)生影響， 學(xué)界的研究發(fā)現(xiàn)并不完全一致。 有研究[16]發(fā)現(xiàn)中國球迷關(guān)注運動員個人微博的信息動機(jī)不會顯著影響球迷的社交媒體互動，但也有研究[5]發(fā)現(xiàn)，球隊粉絲關(guān)注職業(yè)足球俱樂部社交媒體的信息動機(jī)會正向顯著影響粉絲的互動行為。 盡管信息動機(jī)對互動行為的影響關(guān)系存在分歧，但是獲取信息依舊是影響Twitter 用戶體育消費行為的動機(jī)因素[12]，用戶在社交媒體的互動行為也是信息獲取之后完成的。基于此，本文提出如下假設(shè)：

H1：信息動機(jī)對互動行為存在顯著正向影響。

技術(shù)知識與娛樂動機(jī)是指球迷通過關(guān)注球隊微博了解運動項目的技術(shù)知識， 同時獲得樂趣和愉悅的體驗。用戶在虛擬社區(qū)中的互動行為，主要為了滿足自己的娛樂需求，用戶在點贊、轉(zhuǎn)發(fā)和評價等互動過程中能夠愉悅身心[17]，球迷關(guān)注運動員微博的技術(shù)支持動機(jī)能夠顯著影響球迷的社交媒體互動行為[16]。對于許多球迷群體而言， 他們既是運動項目的熱愛者，又是球隊的支持者。 他們或者因“關(guān)注而熱愛”，又或者因“熱愛而關(guān)注”。 他們在關(guān)注球隊官方微博的同時， 也希望獲取與運動項目技能提升有關(guān)的知識或方法， 而這一動機(jī)對他們在微博平臺的互動行為可能具有重要影響。與此同時，關(guān)注球隊官方微博是球迷的休閑娛樂活動， 愉悅的體驗同樣可能會促使球迷加強(qiáng)與微博平臺及其他粉絲用戶的互動。 因此，本文提出如下假設(shè)：

H2：技術(shù)知識與娛樂動機(jī)對互動行為存在顯著正向影響。

球隊支持動機(jī)是指球迷出于對球隊的身份認(rèn)同和喜愛而關(guān)注球隊官方微博。 球隊支持動機(jī)與球隊認(rèn)同感關(guān)系密切。 如果球迷與球隊之間存在強(qiáng)烈的心理依附關(guān)系， 球迷往往表現(xiàn)為高度的球隊認(rèn)同和球隊支持。反之，如果球迷與球隊之間沒有心理依附關(guān)系，球迷往往表現(xiàn)為較低的球隊認(rèn)同和球隊支持。球隊支持動機(jī)是球迷關(guān)注球隊社交媒體的動機(jī)維度之一[6]。 研究[16]發(fā)現(xiàn)，球迷關(guān)注球星微博的支持動機(jī)會顯著正向影響球迷的社交媒體互動，基于此，本文提出如下研究假設(shè)：

H3：球隊支持動機(jī)對互動行為存在顯著正向影響。

消磨時間動機(jī)是指球迷利用社交媒體來緩解生活中的無聊和工作中的壓力。 現(xiàn)代社會的工作與生活節(jié)奏普遍加快，體育在人類追求閑適生活、釋放工作壓力等方面具有天然的作用。 球迷通過關(guān)注和追隨職業(yè)體育俱樂部， 能夠營造寬松愉悅的環(huán)境和氛圍，忘卻生活與工作中的煩惱與焦慮，甚至能夠?qū)崿F(xiàn)精神價值的自我重塑。已有研究[12]發(fā)現(xiàn)，消磨時間動機(jī)影響大學(xué)生在社交媒體上的體育消費行為。 如果用戶消磨時間的動機(jī)較強(qiáng)， 那么他們在關(guān)注球隊社交媒體的過程中可能會表現(xiàn)為更多的互動行為。 基于此，本文提出如下假設(shè)：

H4：消磨時間動機(jī)對互動行為存在顯著正向影響。

2.2 人口統(tǒng)計學(xué)特征變量在關(guān)注動機(jī)與互動行為關(guān)系中的調(diào)節(jié)作用

雖然球迷群體對職業(yè)體育俱樂部微博關(guān)注動機(jī)與互動行為之間可能存在因果路徑關(guān)系， 但不同人口統(tǒng)計學(xué)特征的球迷群體是否在上述關(guān)系中存在強(qiáng)度上的差異？ 這是職業(yè)體育俱樂部營銷人員進(jìn)行市場細(xì)分的重要參考依據(jù)。 Vale 等[5]也建議后續(xù)研究探討社交媒體用戶的人口統(tǒng)計學(xué)特征變量對動機(jī)和參與互動行為之間關(guān)系的調(diào)節(jié)作用。例如，根據(jù)性別變量所劃分的男性與女性在微博關(guān)注動機(jī)與互動行為的關(guān)系上可能存在一定差異。 男性球迷往往既是球隊支持者，也是運動項目的參與者，他們比女性群體可能具有更強(qiáng)的技術(shù)知識獲取動機(jī)， 該動機(jī)對互動行為的影響強(qiáng)度可能并不相同。類似地，根據(jù)年齡變量所劃分的中老年與青年球迷群體之間在消磨時間或球隊支持動機(jī)上也可能會調(diào)節(jié)其與互動行為的關(guān)系。 基于此，本文提出如下假設(shè)：

H5：性別變量在關(guān)注動機(jī)與互動行為的關(guān)系中具有調(diào)節(jié)作用。

H6：年齡變量在關(guān)注動機(jī)與互動行為的關(guān)系中具有調(diào)節(jié)作用。

H7：學(xué)歷變量在關(guān)注動機(jī)與互動行為的關(guān)系中具有調(diào)節(jié)作用。

2.3 互動行為與球迷忠誠的關(guān)系

球隊忠誠通常作為球迷心理與行為研究中的結(jié)果變量。 球隊忠誠通常表現(xiàn)為球迷對所支持球隊的心理承諾和行為忠誠。 提升球迷的忠誠度是所有職業(yè)體育俱樂部開展客戶關(guān)系管理的重要目標(biāo)。 具有強(qiáng)烈忠誠度的球迷與球隊間具有較強(qiáng)的身份和情感認(rèn)同， 他們會重復(fù)購買職業(yè)球隊的賽事門票以及球隊的一系列衍生產(chǎn)品， 并通過現(xiàn)場觀賽和直播觀賽等行為表現(xiàn)出自己的忠誠。 相關(guān)研究[18-19]證實，通過增加在線平臺上粉絲的互動體驗， 會提升粉絲的忠誠度。 在體育營銷領(lǐng)域，也有學(xué)者[5]建議對社交媒體的互動行為與球迷忠誠度之間的關(guān)系進(jìn)行驗證。 基于此，本文提出如下假設(shè)：

H8：互動行為對球迷忠誠存在顯著正向影響。

基于上述文獻(xiàn)回顧和研究假設(shè)， 提出理論模型圖（圖1）。

圖1 理論模型圖Figure1 Theoretical model

3 研究設(shè)計

3.1 量表

量表的設(shè)計以相關(guān)文獻(xiàn)和焦點小組訪談為基礎(chǔ)。 首先， 借鑒既有文獻(xiàn)構(gòu)建初步的量表維度及題項。其次，邀請關(guān)注球隊官方微博的4 名球迷參與焦點小組訪談，了解他們對球隊官方微博的態(tài)度，集中探討他們關(guān)注球隊官微的原因，進(jìn)一步修改量表。焦點小組采用半結(jié)構(gòu)式訪談為主， 持續(xù)時間為90 min左右。 除了4 名球迷外，2 名研究組成員分別負(fù)責(zé)小組訪談的主持與訪談記錄。 焦點小組訪談主要聽取他們對于問卷表述和內(nèi)容結(jié)構(gòu)方面的意見，修正問卷中題目涵義不清晰或者措辭不當(dāng)?shù)念}項， 使量表語句的陳述方式更為合理。 問卷包括4 個部分：（1）微博關(guān)注動機(jī)量表；（2）微博互動行為量表；（3）球迷忠誠量表；（4）人口統(tǒng)計學(xué)特征（性別、年齡、職業(yè)、受教育程度、月收入及家庭情況）。其中，微博關(guān)注動機(jī)量表采用Li 等[6]基于洛杉磯湖人隊微博關(guān)注動機(jī)量表修正， 關(guān)注動機(jī)初始量表共計18 個觀察題項。微博互動行為量表基于微博“瀏覽、評論、轉(zhuǎn)發(fā)、點贊”等四大功能，同時增加“活動參與（例如抽獎、視頻投稿等）”測量指標(biāo)，共計包含5 個觀察題項。球迷忠誠量表則采用陳鐸[20]的俱樂部球迷忠誠量表，共計6 個題項。 所有題項的測量均采用李克特5 級量表（1 表示非常不同意，2 表示不同意，3 表示一般，4表示同意，5 表示非常同意）。

3.2 數(shù)據(jù)搜集

采用便利抽樣方式， 對微博粉絲用戶進(jìn)行網(wǎng)絡(luò)問卷發(fā)放。為盡可能提升樣本的代表性，運用問卷星在球隊官方微博、微信球迷群、虎撲論壇相關(guān)版塊等渠道和平臺發(fā)放問卷。發(fā)放問卷共259 份，回收問卷259 份，其中有效問卷247 份，有效率為95.4%。

3.3 數(shù)據(jù)分析方法

運用SPSS 25.0 和SmartPLS 3.2.8 進(jìn)行數(shù)據(jù)處理與分析。 使用SPSS 25.0 進(jìn)行探索性因子分析。 在探索性因子分析之前， 進(jìn)行KMO 值和Bartlett 球形檢驗。 KMO 值大于0.7 時，認(rèn)為數(shù)據(jù)適合做因子分析；Bartlett 球形檢驗P值小于0.05 時， 相關(guān)矩陣不是單位矩陣，存在公共因子。探索性因子分析過程采用主成分法提取因子和最大方差法進(jìn)行因子旋轉(zhuǎn)，因子特征值應(yīng)大于或者等于1[21]；因子載荷應(yīng)大于或者等于0.5[22]。 使用SmartPLS 3.2.8 進(jìn)行測量模型和結(jié)構(gòu)模型的驗證。 測量模型采用外部模型載荷和組合信度，進(jìn)行信度評估，外部模型載荷、組合信度大于0.7，即視為具有良好的信度；測量模型的收斂效度將平均變異萃取量（Average Variance Extracted，AVE）大于0.5 作為判斷標(biāo)準(zhǔn)[23]112-115。 測量模型區(qū)分效度檢驗采用Fornell-Larcker 準(zhǔn)則， 即潛在構(gòu)面AVE 的平方根大于該構(gòu)面與其他任意構(gòu)面間的相關(guān)系數(shù)[24]。 MGA 方面，當(dāng)兩組路徑系數(shù)有顯著不同時（即P＜0.05，拒絕H0：| 路徑系數(shù)1-路徑系數(shù)2|=0），則認(rèn)為調(diào)節(jié)作用存在[25]。

4 研究結(jié)果

4.1 樣本的人口統(tǒng)計學(xué)特征

247 名職業(yè)球隊官方微博用戶樣本中：男性174 名，女性73 名；年齡處于18～22 周歲的為123 名，23～30周 歲 的 為104 名，31～40 周 歲 的 為20 名，40 周 歲 及以上樣本數(shù)為0， 這與微博用戶以青年群體為主的特征吻合；受教育程度方面，高中及以下微博用戶為20 名，大專及本科微博用戶為186 名，研究生及以上微博用戶為41 名。從樣本的人口統(tǒng)計學(xué)特征分布來看（表1），樣本能夠較好地反映球隊官方微博用戶的總體分布特征，樣本的代表性較好。

表1 樣本人口統(tǒng)計學(xué)特征Table1 Demographic characteristics of the sample

4.2 探索性因子分析

為探索和構(gòu)建球隊官方微博的用戶關(guān)注動機(jī)因子的維度，本文采用探索性因子分析。在探索性因子分析之前，進(jìn)行KMO 值與Bartlett 球形檢驗。 KMO值為0.871，大于0.70，且Bartlett 球形檢驗統(tǒng)計量為1 566.208（P＜0.001），說明樣本數(shù)據(jù)適合進(jìn)行因子分析。 旋轉(zhuǎn)后的成分矩陣見表2，所有觀察題項的因子載荷均大于0.5，沒有雙重載荷現(xiàn)象，因子結(jié)構(gòu)較為穩(wěn)定。

表2 旋轉(zhuǎn)后的矩陣Table2 Rotation of the matrix

旋轉(zhuǎn)后的成分矩陣顯示：共得到4 個因子，根據(jù)因子題項所代表的實際意義， 將4 個因子分別命名為信息動機(jī)因子（3 個觀察題項）、技術(shù)知識與娛樂動機(jī)因子（5 個觀察題項）、球隊支持動機(jī)因子（3 個觀察題項）、消磨時間動機(jī)因子（5 個觀察題項）。 關(guān)注動機(jī)所有4 個因子的Cronbach’s α 系數(shù)均大于0.7， 表示動機(jī)量表具有較好的內(nèi)部一致性信度[22]，量表及具體觀察題項見表3。

表3 關(guān)注動機(jī)量表Table3 Scale of motivation to follow

4.3 測量模型信效度分析

4.3.1 測量模型的信度

在SmartPLS 中，采用外部模型載荷對指標(biāo)信度（indicator reliability）進(jìn)行判斷，采用組合信度判斷內(nèi)部一致性信度。由表4 可得，各題項的外部模型載荷除了F4=0.673＜0.7（考慮刪除該題項會影響球迷忠誠量表的內(nèi)容效度， 而且該外部模型載荷接近0.7，故不予刪除）， 其余題項的外部模型載荷均大于0.7。 此外，各潛在構(gòu)面組合信度值均大于0.7，說明測量模型具有較好的內(nèi)部一致性信度[26]。

表4 外部模型載荷的顯著性檢驗及組合信度Table4 Significance test of outer loadings and composite reliability

4.3.2 測量模型的效度

測量模型的效度檢驗包括收斂效度與區(qū)別效度。 采用AVE 判斷收斂效度,如表5 所示，各潛在構(gòu)面的AVE 值均大于0.5， 表明測量模型的收斂效度較好。 區(qū)別效度主要通過Fornell-larcker 準(zhǔn)則判斷，如表6 所示，各潛在構(gòu)面AVE 的平方根值均大于該構(gòu)面與其他任意構(gòu)面的相關(guān)系數(shù)， 故測量模型具有較好的區(qū)別效度。

表5 潛在因子的AVE 值Table5 Average variance extracted

表6 因子間相關(guān)系數(shù)Table6 Correlation coefficient between factors

4.3.3 共線性分析

在SmartPLS 中， 采取方差膨脹因子（Variance Inflation Factor，VIF） 作為共線性問題的參考依據(jù)。依照Hair 等[23]143-145標(biāo)準(zhǔn)，當(dāng)VIF 值小于5 時，說明共線性問題并不嚴(yán)重。 外部模型 VIF 值為1.606～4.343，內(nèi)部模型VIF 值為1～2.180，均小于5，因此不存在嚴(yán)重的共線性問題。

4.4 結(jié)構(gòu)模型與假設(shè)檢驗

4.4.1 路徑分析與假設(shè)檢驗

運用SmartPLS 3.2.8 進(jìn)行結(jié)構(gòu)模型分析， 結(jié)構(gòu)模型的路徑分析結(jié)果見表7。 結(jié)果顯示：技術(shù)知識與娛樂動機(jī)對互動行為具有顯著正向影響（P＜0.01），球隊支持動機(jī)對互動行為也具有顯著正向影響（P＜0.01），即假設(shè)H2 和H3 得到驗證。 而信息動機(jī)和消磨時間動機(jī)對互動行為均沒有顯著正向影響，即假設(shè)H1 和H4 未得到驗證。 此外，互動行為對球迷忠誠具有較強(qiáng)的正向顯著性影響（路徑系數(shù)達(dá)0.544，P＜0.01），即假設(shè)H8 得到驗證。

表7 路徑分析結(jié)果Table7 Path analysis results

4.4.2 變異解釋量

結(jié)構(gòu)模型因變量的變異解釋量通常采用決定系數(shù)R2判定，該值表示模型中內(nèi)生變量（因變量）的變異程度可以被所有外生變量（自變量）解釋的總量。R2值介于0～1， 數(shù)值越高代表自變量對因變量的預(yù)測力越強(qiáng)。 在營銷領(lǐng)域，0.75、0.5、0.25 分別表示高度、中度、微弱的解釋力[23]199。 如表8 所示，互動行為的變異量被所有關(guān)注動機(jī)因子的解釋量約為0.313，球迷忠誠的變異量被互動行為的解釋量約為0.293。整體來看， 模型中自變量對因變量的解釋強(qiáng)度介于微弱和中等強(qiáng)度之間。

表8 因變量的變異解釋量Table8 Variance explained of effect variables

4.4.3 調(diào)節(jié)效應(yīng)分析

由于性別、 年齡與學(xué)歷等均為類別變量或定序變量，故采用MGA 驗證上述人口統(tǒng)計學(xué)特征變量的調(diào)節(jié)作用。 結(jié)果顯示：性別在關(guān)注動機(jī)與互動行為的關(guān)系中沒有調(diào)節(jié)作用， 即男性球迷群體與女性球迷群體在任意關(guān)注動機(jī)因子與互動行為的關(guān)系強(qiáng)度上均沒有顯著性差異，即假設(shè)H5 未得到驗證（表9）。

表9 性別的調(diào)節(jié)作用Table9 Moderating effects of gender

年齡在關(guān)注動機(jī)與互動行為的關(guān)系中具有調(diào)節(jié)作用，即假設(shè)H6 得到驗證（表10）。具體而言，18～22周歲的球迷群體與23～30 周歲的球迷群體在技術(shù)知識與娛樂動機(jī)和互動行為之間的關(guān)系強(qiáng)度上存在顯著性差異（P=0.031＜0.05），即23～30 周歲球迷群體的關(guān)系強(qiáng)度（路徑系數(shù)=0.452）顯著高于18～22 周歲球迷用戶的關(guān)系強(qiáng)度 （路徑系數(shù)=0.083）。 與此同時，31～40 周 歲 的 球 迷 群 體 與18～22 周 歲 的 球 迷 群體在球隊支持動機(jī)和互動行為之間的關(guān)系強(qiáng)度上也存在顯著性差異（P=0.039＜0.05），即31～40 周歲球迷群體的關(guān)系強(qiáng)度（路徑系數(shù)=0.610）顯著高于18～22周歲球迷用戶的關(guān)系強(qiáng)度（路徑系數(shù)=0.143）。

表10 年齡的調(diào)節(jié)作用Table10 Moderating effects of age

學(xué)歷在關(guān)注動機(jī)與互動行為的關(guān)系中也具有調(diào)節(jié)作用，即假設(shè)H7 得到驗證（表11）。 具體而言，高中及以下學(xué)歷的球迷群體與研究生及以上球迷群體， 在技術(shù)知識與娛樂動機(jī)和互動行為之間的關(guān)系強(qiáng)度上存在顯著性差異（P=0.019＜0.05），即高中及以下學(xué)歷球迷群體的關(guān)系強(qiáng)度（路徑系數(shù)=0.724）顯著高于研究生及以上球迷群體的關(guān)系強(qiáng)度 （路徑系數(shù)=-0.117）。

表11 學(xué)歷的調(diào)節(jié)作用Table11 Moderating effects of education

5 討論與管理營銷建議

本文從實證研究的角度考察和驗證球隊微博的關(guān)注動機(jī)、互動行為與球迷忠誠的因果路徑關(guān)系，同時探討了不同人口統(tǒng)計學(xué)特征變量在關(guān)注動機(jī)與互動行為關(guān)系中的調(diào)節(jié)作用。 經(jīng)過探索性因子分析，得到4 個微博關(guān)注動機(jī)因子：信息動機(jī)、技術(shù)知識與娛樂動機(jī)、球隊支持動機(jī)、消磨時間動機(jī)。 測量模型的信效度檢驗發(fā)現(xiàn)，測量模型均具有良好的內(nèi)部一致性水平和建構(gòu)效度。 結(jié)構(gòu)模型的驗證結(jié)果顯示：技術(shù)知識與娛樂動機(jī)、球隊支持動機(jī)均對互動行為具有顯著正向影響；互動行為對球迷忠誠也存在顯著正向影響。 此外，調(diào)節(jié)作用分析結(jié)果顯示：包括年齡和學(xué)歷在內(nèi)的人口統(tǒng)計學(xué)特征變量均在關(guān)注動機(jī)與互動行為的關(guān)系間具有調(diào)節(jié)作用。 上述結(jié)果表明，職業(yè)體育俱樂部社交媒體關(guān)注動機(jī)、互動行為以及球迷忠誠之間的因果鏈條得到了實證材料的部分驗證。 為進(jìn)一步闡明本文的理論貢獻(xiàn)和實踐意義，以理論模型圖（圖1）和實證研究結(jié)果為依據(jù)，側(cè)重從技術(shù)知識與娛樂動機(jī)和微博互動行為的關(guān)系、球隊支持動機(jī)和微博互動行為的關(guān)系、微博互動行為與球迷忠誠的關(guān)系以及人口統(tǒng)計學(xué)變量的調(diào)節(jié)作用等方面，對本文研究結(jié)果在球迷忠誠領(lǐng)域的理論貢獻(xiàn)及其對球迷關(guān)系營銷的實踐意義進(jìn)行分析和討論。

5.1 技術(shù)知識與娛樂動機(jī)和微博互動行為的關(guān)系

本文發(fā)現(xiàn)技術(shù)知識與娛樂動機(jī)是球迷產(chǎn)生瀏覽、轉(zhuǎn)發(fā)、點贊、評論、參與活動等球隊微博互動行為的主要驅(qū)動力之一。 這與Vale 等[5]關(guān)于粉絲關(guān)注職業(yè)足球俱樂部Facebook 的信息動機(jī)與粉絲互動行為的關(guān)系是一致的。 Vale 等[5]研究發(fā)現(xiàn)，球迷對技術(shù)知識和娛樂信息的關(guān)注會顯著影響球迷的微博互動行為?；谏鲜鲅芯堪l(fā)現(xiàn)，本文建議球隊微博在整體內(nèi)容的推送與設(shè)計方面應(yīng)更加注重對技術(shù)知識、娛樂信息與功能的開發(fā)， 例如增加球隊中球員的技術(shù)教學(xué)文字與視頻內(nèi)容， 設(shè)計更加具有娛樂價值的文字與視頻內(nèi)容，提供線上直播的球迷與球隊（球星）的見面會等。 通過微博推送內(nèi)容與微博功能設(shè)計的改進(jìn)， 能夠吸引更多球迷以增強(qiáng)與俱樂部微博的互動行為，從而有效提升微博營銷的效果。

5.2 球隊支持動機(jī)和微博互動行為的關(guān)系

本文發(fā)現(xiàn)球隊支持動機(jī)能夠顯著影響球迷的互動行為。 球隊支持動機(jī)主要來自具有高度球隊認(rèn)同感的球迷群體。 這類群體與球隊之間具有強(qiáng)烈的情感認(rèn)同和心理依附關(guān)系， 支持球隊就代表著支持球隊的一切，當(dāng)然也包括球隊的官方微博等社交媒體。本文再次驗證了Park 等[16]、Li 等[6]關(guān)于球隊支持與互動行為的研究結(jié)果。 與Li 等[6]的研究發(fā)現(xiàn)有所不同的是，Li 等[6]認(rèn)為中國NBA 球迷參與美國職業(yè)體育社交媒體平臺的主要原因是明星運動員， 而非整個球隊。 而本文則明確發(fā)現(xiàn)球隊支持也會顯著影響球迷對球隊社交媒體的互動參與。為此，建議后續(xù)研究可以將“球隊支持”和“球員支持”納入同一個理論模型， 深入探討上述2 個變量對互動行為和球迷忠誠的影響機(jī)理。

5.3 微博互動行為與球迷忠誠的關(guān)系

本文驗證了微博互動行為對球迷忠誠的顯著正向影響， 表明隨著球迷對球隊微博內(nèi)容的瀏覽、轉(zhuǎn)發(fā)、點贊、評論、活動參與等互動行為的強(qiáng)化，球迷的忠誠度也隨之增強(qiáng)。如前所述，球迷忠誠是職業(yè)體育俱樂部開展球迷關(guān)系管理的重要目標(biāo)， 這一研究發(fā)現(xiàn)為職業(yè)體育俱樂部營銷人員利用社交媒體平臺培養(yǎng)球迷忠誠度提供了重要的參考依據(jù)。 需要指出的是， 雖然球迷的微博互動行為能夠顯著影響球迷忠誠，但微博互動行為僅是球迷忠誠的一個前因變量，這并不能說明球迷忠誠只能受到互動行為的影響。此外， 本文并未探討球迷微博互動行為對球迷忠誠的影響機(jī)制問題， 即互動行為是否會通過其他中介變量（例如感知價值等）對球迷忠誠產(chǎn)生間接影響。這些問題都有賴于后續(xù)研究予以解答。

5.4 人口統(tǒng)計學(xué)特征變量在關(guān)注動機(jī)與互動行為關(guān)系間的調(diào)節(jié)作用

本文發(fā)現(xiàn)年齡、 學(xué)歷在關(guān)注動機(jī)與互動行為的關(guān)系中具有調(diào)節(jié)作用。第一，在年齡方面，MGA 發(fā)現(xiàn)：23～30 周歲人群在技術(shù)知識與娛樂動機(jī)和互動行為的關(guān)系強(qiáng)度顯著高于18～22 周歲人群。 18～22 周歲人群大多為在校大學(xué)生球迷， 而22～30 周歲人群大多為已經(jīng)進(jìn)入工作崗位的球迷。因此，在球隊官方微博的營銷方面， 建議營銷人員針對已經(jīng)進(jìn)入工作崗位的青年球迷群體增強(qiáng)技術(shù)知識與娛樂性內(nèi)容的推送。 本文還發(fā)現(xiàn)：31～40 周歲人群在球隊支持動機(jī)和互動行為的關(guān)系強(qiáng)度顯著高于18～22 周歲人群，即職業(yè)球隊可以重點關(guān)注31～40 周歲人群的球隊支持動機(jī)， 并通過各種營銷手段提升該群體的球隊認(rèn)同度和情感依附程度。 第二，在學(xué)歷方面，高中及以下人群在技術(shù)知識與娛樂動機(jī)對互動行為的關(guān)系強(qiáng)度顯著高于研究生及以上人群。為此，建議營銷人員加強(qiáng)對球迷群體在學(xué)歷維度上的區(qū)分， 并對高中及以下學(xué)歷人群更多推送球員技術(shù)動作以及球隊娛樂新聞等方面的內(nèi)容。

6 結(jié)束語

社交媒體的使用已經(jīng)成為國內(nèi)外體育營銷領(lǐng)域的重要議題。 職業(yè)體育俱樂部旨在利用社交媒體平臺開展球迷關(guān)系管理， 搭建球迷與球隊之間乃至球迷與球迷之間的溝通平臺。 球迷為了滿足自身的社會和心理需求關(guān)注球隊的社交媒體平臺， 并在這片球迷的精神家園中參與社交媒體互動。 本文考察了球迷關(guān)注球隊微博的動機(jī)維度與因子構(gòu)成， 驗證了微博關(guān)注動機(jī)、 微博互動行為與球迷忠誠的因果路徑關(guān)系， 探討了人口統(tǒng)計學(xué)特征變量在微博關(guān)注動機(jī)與互動行為關(guān)系中的調(diào)節(jié)作用。 本文為深入了解球迷與球隊社交媒體平臺互動行為的前因與后果提供了可供借鑒的新視角， 也為后續(xù)研究提供了可供比較的基準(zhǔn)理論模型。本文可能存在如下不足：一是數(shù)據(jù)搜集方面， 本文采用了便利抽樣的方法進(jìn)行數(shù)據(jù)搜集，可能會在某種程度上影響樣本的代表性。建議后續(xù)研究進(jìn)一步擴(kuò)大樣本量和樣本采集范圍。 二是本文僅以微博這一特定的社交媒體平臺為研究對象， 后續(xù)研究可以進(jìn)一步驗證其他社交媒體平臺用戶的關(guān)注動機(jī)與互動行為的關(guān)系。 三是本文所采用的社交媒體動機(jī)量表來自國外學(xué)者的相關(guān)量表，量表的跨文化適用性方面可能存在缺陷。 建議后續(xù)研究可以基于國內(nèi)研究情境， 研制具有本土文化適用性的社交媒體關(guān)注動機(jī)量表。