Influencing Paths of Team Loyalty of E-sports Fans in the Virtual CommunityA Fuzzy-set Qualitative Comparative Analysis
-
摘要:
为探究虚拟社区中电竞粉丝战队忠诚度的多重影响路径,采用基于多变量交互作用的模糊集定性比较分析(fsQCA)方法阐释战队忠诚度的多重复杂并发因果关系。结果:电竞战队高忠诚度的产生来自多个前因变量所形成的不同组态;虚拟社区活跃度、虚拟社区满意度、品牌价值共创参与度和年轻人等任意一个前因变量均无法单独构成战队忠诚度的充分必要条件;虚拟社区满意度是构成战队忠诚度的必要条件,虚拟社区活跃度与品牌价值共创行为是路径组合中的高频要素,年轻人是电竞战队高忠诚度的重要前因表征。建议:电竞战队需要综合考量3条影响路径中的前因变量,有针对性地采取组合型管理营销策略;提升电竞粉丝的虚拟社区满意度是战队的首要营销目标;重点关注年轻粉丝群体的需求,引导和吸引年轻粉丝参与虚拟社区的粉丝互动与品牌价值共创。
Abstract:In order to explore the multiple influence paths of team loyalty of e-sports fans from the perspective of virtual community, the fuzzy-set qualitative comparative analysis (fsQCA), which analyzes the interaction of multiple variables, was adopted to explain the multiple complex concurrent causality of team loyalty. Results: The high loyalty of e-sports teams comes from different configurations formed by multiple antecedent variables. Any antecedent variables such as virtual community activity, virtual community satisfaction, brand value co-creation participation, and young people's group can not constitute sufficient and necessary conditions for team loyalty. Virtual community satisfaction is an necessary condition of all path combinations, virtual community activity and brand value co-creation participation are high-frequency elements in the path combination, and young people play an important role in the influence paths of high team loyalty. Suggestions: E-sports teams need to comprehensively consider the antecedent variables in the three influence paths, and adopt a combined management and marketing strategy in a targeted manner; Improving the virtual community satisfaction of e-sports fans is the team's primary marketing goal; The focus is on the needs of young fans, and guiding and attracting young fans to participate in virtual community fan interaction and brand value co-creation.
-
Keywords:
- virtual community /
- e-sports fans /
- team loyalty /
- QCA /
- fuzzy-set
-
近年来,我国电子竞技运动(以下简称“电竞”)发展迅猛。作为全球瞩目的文化现象,电竞吸引了大量青少年群体参与其中,且正走向职业化、产业化的发展道路[1]。2023年,杭州亚运会电技项目备受瞩目,包括央视在内的主流媒体争相报道和直播亚运会电竞赛事,对电竞项目在我国乃至全球的健康发展意义重大。此外,虽然电竞尚未真正加入奥林匹克大家庭,但国际奥委会已在积极谋划和打造专属于虚拟体育的“电竞奥运会”。虽然学界和业界对电竞的项目属性和价值属性仍有争议,电竞也可能会对青少年的身心健康产生负面影响[2],但其在青少年群体乃至更广泛人群中具有较高影响力已成为不争的事实。在电竞领域,电竞战队与战队粉丝间的关系是影响电竞可持续发展的重要议题。作为电竞粉丝的重要聚集地,电竞虚拟社区是电竞战队开展粉丝关系管理的重要阵地。电竞虚拟社区是电竞战队的粉丝社群与电子网络的结合物,是由热爱同一电竞战队的粉丝共同构筑的社会关系网络。由于电竞虚拟社区能够打破时空限制,有效促进粉丝间的人际互动,因而受到电竞战队的广泛关注,培育和扩大具有高忠诚度的粉丝群体成为电竞战队的重要营销目标。品牌忠诚是一个包含认知、态度与行为等多维度的复杂构念[3],而电竞粉丝战队忠诚是品牌忠诚在电竞领域的具体应用和操作化。
从既有研究看,消费价值理论、社会认同理论和价值共创理论是理解和预测虚拟社区品牌忠诚的基础性理论。上述理论从不同的视角出发,阐释和刻画了不同研究情境下虚拟社区品牌忠诚的形成机理。例如:消费价值理论认为,品牌忠诚的形成必须以消费价值为基础[4−5];社会认同理论认为,个体对组织的认同以及由此形成的情感依附关系是产生品牌忠诚的重要条件[6];价值共创理论则认为,消费者参与产品或服务的设计、研发等行为能够显著提升消费者的满意度和忠诚度[7]。
虽然既有文献从不同视角探究了品牌忠诚的形成机理,但电竞粉丝战队忠诚的影响因素和影响路径具有自身的独特性和复杂性,既有成果在电子竞技领域的解释力还有待经验数据的验证。一方面,由于电竞的特殊性,线上互动和交流是其鲜明的业态特征,虚拟社区是承载和塑造电竞粉丝与战队之间关系的主要平台。另一方面,电竞粉丝群体以年轻人为主,他们的消费心理和行为可能有别于其他年龄层的受众。此外,上述文献仅考察了某个单一因素对品牌忠诚的影响,并未从集合关系视角验证和考察品牌忠诚的多条可能影响路径。因此,究竟哪些前因变量可能会对电竞粉丝的战队忠诚度产生影响?这些变量对战队忠诚度的影响路径究竟是单一的,还是存在多条可能的影响路径?为了回答上述问题,本文以英雄联盟职业联赛中国赛区的战队粉丝为例,基于对中国赛区12支战队微博社区粉丝的调查,采用模糊集定性比较分析(fuzzy-set qualitative comparative analysis,fsQCA)方法,选取电竞粉丝的虚拟社区活跃度、虚拟社区满意度、品牌价值共创行为、年轻人等前因变量,探究电竞粉丝战队忠诚度的影响路径,进而为优化电竞战队的管理营销提供参考。
1. 文献综述与变量选择
1.1 虚拟社区活跃度与战队忠诚度的关系
虚拟社区活跃度是虚拟社区用户社会关系的集中体现[8]。电竞粉丝虚拟社区活跃度是电竞粉丝在虚拟社区中社会关系的构建情况,反映了粉丝在电竞战队虚拟社区互动过程中如何与其他粉丝产生联系、产生了怎样的联系等。虚拟社区具有丰富的社会交往价值,粉丝在加入虚拟社区、参加社区活动过程中能够获得信息、知识等有效资源[7]。虚拟社区活跃度是用户黏性的重要表征。它体现了社区成员的归属感和参与感,是虚拟社区生存的关键因素[9]。电竞虚拟社区是电竞粉丝获取战队信息、讨论战队选手、掌握赛事咨讯的重要场所。它不仅成为粉丝讨论与电竞战队相关话题的空间,更成为他们分享自身生活体验的精神家园。战队粉丝通过虚拟社区发帖或文章投稿等方式进行话题讨论,吸引其他成员参与,从而构建起虚拟社区的人际关系,促进战队粉丝之间的社会交往,创造战队粉丝所需要的情绪价值和社会关系等。既有文献[10]发现,虚拟社区活跃度是品牌忠诚的重要影响因素,社区成员的互动行为、信任互利以及自我类化等均会影响社区成员对社群价值的认知,进而影响社群归属感。社群成员之间能够在持续交往中形成相对稳固的社群互动仪式和社群规范,社群粉丝的人际互动仪式和自我互动仪式对粉丝忠诚具有显著影响[11]。因此,电竞粉丝的虚拟社区活跃度可能是与战队忠诚度紧密相关的一个重要变量。
1.2 虚拟社区满意度与战队忠诚度的关系
满意度是个体基于自身体验而对客体做出的主观评价[12]。社区满意度能够直观反映个体对社区体验的主观感知质量[13]。作为一种综合性评价指标,社区满意度是成员对其社区各方面环境的整体感受和内心评价,反映了社区成员的主观需求与社区环境的客观现实间的吻合程度。虚拟社区满意度既是电竞粉丝形成战队忠诚的重要基础,也是电竞粉丝群体社群意识强弱的重要表现。在本文情境中,虚拟社区满意度是顾客(战队粉丝)对于自己身份归属的虚拟社区(品牌)的总体评估,反映了顾客对于虚拟社区体验的满足程度以及这种体验是否超出了顾客的期望。
具体而言,电竞虚拟社区满意度是指电竞粉丝加入战队的虚拟社区后对社区内部的文化氛围、人际关系、价值体系等的评价结果[14]。虚拟社区满意度反映了电竞粉丝对于电竞战队社区所提供的与战队、选手和赛事相关的信息资源、社区互动的氛围以及其他方面预期的满足情况。满意度与忠诚度的关系是消费行为研究领域的经典议题。在虚拟社区情境下,虚拟社区满意度与品牌忠诚度的关系已经得到了既有文献的多重验证。例如:有研究[15]基于“价值、意识与行为”的理论解释框架,验证了虚拟社区价值、社区意识与品牌忠诚之间的关系,其中,社区意识包括虚拟社区满意度和虚拟社区认同度2个维度;另有研究[5]同样验证了虚拟品牌社区满意度对忠诚度的影响关系,即对于电竞粉丝而言,战队的虚拟社区满意度同样可能是战队忠诚度的重要影响因素。
1.3 品牌价值共创行为与战队忠诚度的关系
价值共创行为是指发生在企业与顾客之间的一种新型价值创造行为[16]。在电竞粉丝虚拟社区情境下,品牌价值共创行为是指电竞战队虚拟社区和战队粉丝共同成为价值创造主体并进行的关于电竞战队价值挖掘与创造的行为总和,即电竞粉丝不再只是被动地参与虚拟社区活动,而是自发地参与电竞虚拟社区的品牌建设。从本质上看,价值共创行为是由生产者与消费者共同创造出的体验型价值[17],这种价值共创行为会促使社区成员积极行使权利,表达自身利益诉求,并投身于虚拟社区的品牌建设。虚拟社区的价值共创行为是一种双向收益行为:一方面,消费者能够实现品牌口碑的积累,成为品牌价值的传播者;另一方面,消费者能够获取品牌知识、构建人际关系、获得尊重与认同[18]。品牌价值共创行为主要从角色内的参与行为和角色外的公民行为2个维度进行测量。其中:角色内的参与行为是指顾客获取信息或知识等资源时必须采取的、被社区和其他社群成员所期望的行为;角色外的公民行为则是指顾客自愿采取的、有利于社区提供产品或服务的行为[19−20]。已有研究发现,品牌价值共创行为来自社群成员对社群价值和顾客契合的认知[7],而虚拟品牌社区情境下的品牌价值共创行为能够有效提升品牌体验[21],进而提升虚拟社区满意度和品牌忠诚度。综上,品牌价值共创行为也可能是电竞粉丝战队忠诚度的重要影响因素。
1.4 战队忠诚度的影响因素及变量选择依据
如前所述,战队忠诚度是在电竞情境下对品牌忠诚这一概念的操作化。战队忠诚度旨在测度电竞粉丝对电竞战队的持续性信任、支持与依赖程度,即战队忠诚度是电竞粉丝对职业电竞战队的一种情感承诺。在电竞战队的虚拟社区中,来自各行各业的电竞爱好者因为同一个战队而连接起来。他们一方面分享着自身与电竞战队之间的故事,另一方面结识了众多有着共同旨趣与爱好的电竞粉丝和伙伴。战队忠诚度的形成机理既是学界关注的理论问题,也是电竞战队关心的现实问题。从品牌忠诚的角度看,品牌忠诚的形成可能受到众多因素的多重影响。有研究[22]发现,品牌社群中存在着社会资本,消费者在品牌社群中能够获得信息价值和社会价值,这有助于品牌承诺与品牌忠诚的形成。另有研究[5]发现,虚拟品牌社群的社交价值、信息价值、娱乐价值等均显著影响社群成员的忠诚度。在价值共创视域下,虚拟品牌社区中的顾客契合对顾客价值和品牌忠诚也存在积极影响[23]。虽然既有研究考察了品牌忠诚的众多影响因子和前因变量,但在电竞产业领域,战队忠诚度的形成机理和影响路径仍未得到理论研究和经验数据的阐释和验证。
在电竞领域,战队粉丝在虚拟网络空间中基于对电竞战队的共同喜爱和兴趣,按照一定的规则进行群体间的沟通与互动,从而形成了一定的人际关系。从电竞虚拟社区的形成上看,它与品牌虚拟社区之间存在一定的共性。例如,社区成员间互动的虚拟性、社群所具有的信息价值与社交价值等。电竞虚拟社区也有其自身的独特性:一方面,电竞粉丝群体的年龄、性别、职业、家庭关系等众多人口统计学特征可能与一般的品牌虚拟社群存在差异;另一方面,电竞粉丝的消费心理和消费行为也可能与其他品牌社群的粉丝不尽相同。相应地,电竞虚拟社区的战队忠诚度与一般品牌虚拟社区的品牌忠诚之间在形成机理上可能也会有所差异。因此,从电竞粉丝的视角出发探究电竞战队忠诚度的影响路径和形成机理具有充分的必要性。
基于上述文献回顾和分析,虚拟社区活跃度、虚拟社区满意度、品牌价值共创行为等变量均可能是电竞粉丝的战队忠诚度的重要影响因素。其中,电竞粉丝的虚拟社区活跃度越高,他们在虚拟社区中所形成的社会资本和社会关系可能就会越牢固,进而形成较强的战队忠诚度;电竞粉丝的虚拟社区满意度越高,他们对虚拟社区效用的感知质量就越强,战队忠诚度可能也越强烈;同样,电竞粉丝如果产生了品牌价值共创行为,他们与虚拟社区之间的互动与融合可能更具创造性,粉丝的消费黏性和战队忠诚度可能更强。此外,年轻人是电竞虚拟社区的主要消费人群。与其他人群相比,他们对电竞和电竞文化的认知可能更为深刻,从而对电竞战队的忠诚度可能更高。综上,在变量的选择方面,本文将虚拟社区活跃度、虚拟社区满意度、品牌价值共创行为、年轻人等变量视为可能的影响因素,探讨上述变量对战队忠诚度的影响路径。
2. 研究设计与研究方法
2.1 问卷设计与数据搜集
(1)问卷设计。调查问卷包含4个核心变量:虚拟社区活跃度、社区满意度、品牌价值共创参与度、战队忠诚度。4个核心变量的测量均采用和借鉴既有研究中的成熟量表。其中,虚拟社区活跃度量表主要参考Zhao等[9]的研究成果,量表为多维度量表,包含4个潜在构念(网络中心性、社会交互联结、信任互惠性、自我概念一致性),共计12个观察题项。虚拟社区满意度量表主要参考杨伟文等[24]的研究成果,量表为单维度量表,包括情感满足、资源满足、社交满足、预期满足等4个观测题项。品牌价值共创行为量表主要参考王新新等[22]、Yi等[20]的研究成果,量表为多维度量表,包含粉丝参与行为、粉丝公民行为2个潜在构念,共计8个观察题项。战队忠诚度量表主要参考邹德强等[4]、黄敏学等[25]的研究成果,量表为单维度量表,共计4个观察题项。上述量表的测量量尺均采用利克特七点量表法,量表题项为陈述语句。“1~7”分别代表被调查者对于陈述语句的同意程度(“完全不同意”“不同意”“有点不同意” “一般”“有点同意”“同意”“完全同意”)。除上述4个核心变量,调查问卷还包括电竞粉丝的人口统计学特征与虚拟社区参与情况等题项。其中,人口统计学特征包括性别、年龄、受教育程度等,虚拟社区参与情况则包括所属战队、社区参与时长等。
(2)数据搜集与样本分布。本文调查对象为英雄联盟中国赛区战队粉丝微博社区中的成员。正式调查主要通过2种形式发放问卷:一种是纸质问卷,采用滚雪球抽样方法,从熟人群体中挑选电竞赛事虚拟社区成员,并通过他们进一步将调查扩散至其他调研对象;另一种是电子问卷,在电竞粉丝微博社区中发放问卷,邀请社区成员作答。共计回收392份问卷,其中有效问卷354份,问卷有效回收率为90.30%。在性别分布方面,男性样本占比(71.2%)高于女性样本(28.8%)。在年龄分布方面,19~25岁的样本占比最高,年轻群体规模最大。在受教育程度方面,具有本科及以上学历的样本占比较高。从整体看,样本特征(表1)与电竞粉丝总体特征基本一致,电竞粉丝样本具有较好的代表性[26]。
表 1 样本的人口统计学特征分布(n=354)Table 1. Descriptive statistical analysis of demographic characteristics (n=354)变量 指标 样本量/个 占比/% 性别 女性 102 28.8 男性 252 71.2 年龄/岁 18及以下 83 23.4 19~25 254 71.8 26~30 14 4.0 31及以上 3 0.8 受教育程度 初中及以下 14 4.0 高中 73 20.5 大专 19 5.4 本科 219 61.9 研究生 29 8.2 2.2 数据分析方法
定性比较分析(qualitative comparative analysis,QCA)是基于集合理论所发展出来的、旨在解决因果复杂性问题的一种超越定性与定量研究的新方法[27−28]。在社会科学研究中,经常关心不同组态与结果集合之间的集合关系[28]。多种原因的不同组合有时可以独立地导致相同的结果,即产生“殊途同归”的影响效应(多重并发因果关系)。QCA从条件组态的角度出发为我们提供了一种与统计方法不同但可以互补的分析方法。近年来,QCA从清晰集到模糊集不断发展,解决现实问题的能力不断提升。常用的 QCA分析方法包括清晰集定性比较分析法、多值集定性比较分析法、模糊集定性比较分析法(fsQCA)。其中,fsQCA同时具备定性与定量分析的属性,且数据分析软件的完善也为中等样本甚至大样本分析提供了条件。由于本文的核心变量均采用量表进行测量,样本量也较大,为探究电竞粉丝“高忠诚度”的复杂因果关系,使用模糊集定性比较分析能够更充分地捕捉到前因条件在不同水平或程度上的变化所带来的影响,故采用fsQCA。调查数据的描述性统计采用SPSS 26.0进行处理,变量内部一致性信度与建构效度的评估采用AMOS 23.0进行验证性因子分析,fsQCA则采用fsQCA 3.0进行处理。
2.3 变量赋值
本文旨在识别出具有高忠诚度的电竞粉丝以及电竞粉丝战队忠诚度的影响路径。结果集为“高忠诚度粉丝”,条件集分别为“虚拟社区活跃者”“虚拟社区满意者”“品牌价值共创行为参与者”“年轻人”。对应的结果变量“战队忠诚度”(E)为战队忠诚度量表中4个题项的平均分;条件变量“虚拟社区活跃度”(B)为虚拟社区活跃度量表中12个题项的平均分,“虚拟社区满意度”(C)为社区满意度量表中4个题项的平均分,“品牌价值共创参与度”(D)为品牌价值共创行为量表中8个题项的平均分。
模糊集校准方法如下:由于变量B采用利克特七点量表法予以测量,该测量工具属于定距尺度,故模糊集校准采用QCA方法提出者、fsQCA软件作者Ragin为用户编写的使用手册(User's Guide to Fuzzy-Set/ Qualitative Comparative Analysis)中推荐的三点锚定法[29]。该方法需要选取B的3个变量值,分别对应条件集“虚拟社区活跃者”的隶属分数(模糊集分数)0.95、0.50和0.05。考虑到变量B的理论取值范围为[1,7],但利克特七点量表得到的实际分值通常都达不到1和7两个极端值,同时结合量表中的语义,认为6分和2分已属于很高和很低的分值,而4分恰好为高分和低分的交叉点,故将条件集“虚拟社区活跃者”的隶属分数0.95、0.50、0.05分别锚定为B=6、B=4、B=2。然后利用fsQCA 3.0软件中的校准(calibrate)功能,将样本中各调查对象在变量B的取值自动转换为在条件集“虚拟社区活跃者”上的隶属分数。虚拟社区满意度(C)、品牌价值共创参与度(D)与虚拟社区活跃度(B)的情况完全类似,故采用同样方法进行模糊集校准。条件变量B、C、D对应的模糊集隶属分数变量分别记为Bf、Cf、Df。前因条件集“年轻人”对应的条件变量“年龄”的调查资料为分段数据,因此采用四值模糊集校准隶属分数,对应的隶属分数变量记为“young”。结果变量“战队忠诚度”(E)也是通过利克特七点量表得到的量表分,同样采用三点锚定法。考虑到电竞粉丝在填答问卷时会表现更为忠诚的主观倾向,为提升“高忠诚度”电竞粉丝的识别准确性,适当提高了校准的分值门槛,结果集“高忠诚度粉丝”的隶属分数校准方法如下:隶属分数(0.95,0.50,0.05)分别锚定测量分值(6.9,5.5,4.0)(表2),对应的模糊集隶属分数变量记为Ef。
表 2 结果与条件的校准Table 2. Calibration of results and conditions结果与条件变量 校准点 完全隶属
(0.95)偏隶属
(0.67)交叉点
(0.50)偏不隶
属(0.33)完全不隶
属(0.05)虚拟社区活跃度 B=6 B=4 B=2 虚拟社区满意度 C=6 C=4 C=2 品牌价值共创行为 D=6 D=4 D=2 年轻人 18岁以下 19~25岁 26~30岁 31岁以上 高忠诚度粉丝 E=6.9 E=5.5 E=4.0 3. 结果与分析
3.1 信度与效度分析
本文采用验证性因子分析评估量表的内部一致性信度与建构效度。首先,测量模型的拟合度指标均在可接受的临界值范围内,故模型拟合度较好(表3)。其次,所有潜在构念的Cronbach's α值均大于0.7、CR值均大于0.5,故测量量表具有良好的内部一致性信度[30]。再次,所有测量题项的因子载荷值均大于0.7,所有潜在构念的平均方差提取量均大于0.5,故测量量表具有良好的聚敛效度。采用Fornell-Larcker准则[31]进行区分效度分析,所有潜在因子AVE值的平方根均大于该潜在因子与任意其他潜在因子间的相关系数,表明测量模型具有较好的区分效度。
表 3 测量模型的拟合指标Table 3. Model fit indices of measure model变量名称 SRMR RMSEA GFI AGFI CFI 虚拟社区活跃度 0.079 0.066 0.949 0.913 0.967 虚拟社区满意度 0.016 0.051 0.995 0.973 0.998 品牌价值共创行为 0.052 0.066 0.977 0.946 0.986 战队忠诚度 0.014 0.040 0.996 0.979 0.998 3.2 单变量的充分性与必要性分析
为考察“虚拟社区活跃度”“虚拟社区满意度”“品牌价值共创行为”“年轻人”等4个前因变量及其组态对结果变量“高忠诚度粉丝”的影响路径,首先需要考察上述4个前因变量是否为结果变量的必要条件。前因变量相对于结果变量的一致性水平是衡量变量是否为必要条件的重要标准。当前因变量的一致性水平得分在0.9以上时,一般可认为该条件是结果变量的必要条件[32]。单变量一致性测算结果(表4)显示:仅有虚拟社区满意度的一致性得分达到0.9以上,可认为电竞粉丝对虚拟社区的高满意度是战队高度忠诚的必要条件。从单变量的覆盖率看,战队高度忠诚的结果中约有80.81%的结果能够被虚拟社区的高满意度所解释,即战队高度忠诚的结果无法被虚拟社区满意度充分解释,还需要通过其他条件变量的组合来解释其形成机制。综上,所有变量都不能单独作为战队高度忠诚的充分必要条件,战队高度忠诚的影响路径需要考察上述前因条件的组合路径。
表 4 单项因素的一致性与覆盖率Table 4. Consistency and coverage of individual factors变量名称 一致性 覆盖率 虚拟社区活跃度 0.702751 0.917965 虚拟社区满意度 0.921423 0.808113 品牌价值共创行为 0.783852 0.895733 年轻人 0.821773 0.782113 3.3 模糊集定性比较分析
条件组态的不同构型采用真值表算法对354份个案数据进行分析。以“高忠诚度粉丝”(Ef)为结果,纳入4项条件:“虚拟社区活跃度”(Bf)、“虚拟社区满意度”(Cf)、“品牌价值共创行为”(Df)和“年轻人”。考虑到样本量较大,需要确定更高的案例频数阈值,故将案例频数阈值设为5,表示只有那些案例频数大于或等于5的前因条件组合才被纳入分析之中[33]。4个前因条件对应的隶属度向量空间共有16个角,即对应16个前因条件组合。其中,7个前因条件组合对应的频数为0,1个前因条件组合对应的频数为1,另有1个前因条件组合对应的频数为2,上述组合条件的频数过低,故视为逻辑余项。其余7个前因条件组合的最低频数为8,均纳入分析之中(表5)。此外,由于本文的个案数达354份,故将原始一致性的频数阈值设置为0.88,即:原始一致性大于或等于0.88的前因条件组合被认为是结果的模糊子集,Ef编码为1;原始一致性小于0.88的前因条件组合则被认为不是结果的模糊子集,Ef编码为0。
表 5 前因组合作为结果子集的一致性Table 5. Consistency of antecedent combinations as result subsetsBf Cf Df young 案例频数 Ef 原始一致性 1 1 1 1 142 1 0.941267 0 1 1 1 48 1 0.884374 0 1 0 1 36 0 0.824406 1 1 0 1 24 1 0.891090 0 0 0 1 21 0 0.761583 1 1 1 0 10 1 0.950301 0 0 1 1 8 0 0.852671 注:Bf代表“虚拟社区活跃度”,Cf代表“虚拟社区满意度”,Df代表“品牌价值共创行为”,young代表“年轻人”,Ef代表“高忠诚度粉丝”。 分析程序产生3个解:复杂解、中间解和简约解。一般来说,中间解优于复杂解和简约解[33],故采用中间解进行结果报告和分析。结果显示,战队忠诚度的路径组合总体一致性为
0.8964 ,高于临界值0.88。存在3条影响“高忠诚度粉丝”的条件组合路径(表6),它们的一致性水平介于0.9092 ~0.9439 ,均高于临界值0.88。这3条路径分别为:“虚拟社区活跃度*虚拟社区满意度*品牌价值共创行为”“虚拟社区活跃度*虚拟社区满意度*年轻人”“虚拟社区满意度*品牌价值共创行为*年轻人”。通过表6可以看出,战队忠诚度的原始覆盖率在0.6341 ~0.6733 ,代表不同条件组合能够解释的个案占总量的63.41%~67.33%。战队忠诚度的净覆盖率介于0.0542 ~0.0934 。综上,由于任意一种条件组合均无法达到对战队忠诚度的完全覆盖,故在所有条件组合中并不存在某一种条件组合能解释所有个案,即总是存在其他路径可以解释战队忠诚度,战队忠诚度的影响因素是多种条件组合影响的结果[34]。表 6 模糊集定性比较分析结果:战队忠诚度Table 6. Fuzzy-set qualitative comparative analysis results:team loyalty序号 条件组合 原始覆盖率 净覆盖率 一致性 1 Bf * Cf * Df 0.6389 0.0590 0.9439 2 Bf * Cf * young 0.6341 0.0542 0.9160 3 Cf * Df * young 0.6733 0.0934 0.9092 注:总体覆盖率为 0.7867 ,总体一致性为0.8964 ;Bf代表“虚拟社区活跃度”,Cf代表“虚拟社区满意度”,Df代表“品牌价值共创行为”,young代表“年轻人”。因此,对于电竞粉丝的战队忠诚度而言,任何一个前因变量均无法构成其影响因素的充分必要条件,电战队高忠诚度的产生来自多个前因变量所形成的不同组态。该研究结果进一步证实了品牌忠诚形成机理的复杂性。例如,有研究[3]发现,对品牌忠诚及其影响因素的考察应以“认知、态度、行为”为理论基础,分别探究产生品牌忠诚的认知因素、态度因素和行为因素。其中,认知因素主要是指由于品牌知识的增加而带来的决策风险的降低,态度因素主要包括品牌的满意度与认同度,行为因素则主要是指重复购买与品牌推荐等。本文从集合关系的视角揭示了“虚拟社区活跃度”“虚拟社区满意度”“品牌价值共创参与度”“年轻人”等特征是电竞战队高忠诚度的前因条件,但这些前因条件需要组合在一起才能产生电竞战队的高忠诚度。产生电竞战队高忠诚度的组合路径主要有3条:第1条路径同时具备高“虚拟社区活跃度”“虚拟社区满意度”“品牌价值共创参与度”等特征;第2条路径具备“年轻人”特征并且具备高“虚拟社区满意度”和高“虚拟社区活跃度”等特征;第3条路径具备“年轻人”特征并且具备高“虚拟社区满意度”和高“品牌价值共创参与度”等特征。即:如果同时具备高“虚拟社区活跃度”“虚拟社区满意度”“品牌价值共创参与度”,则会引起高“战队忠诚度”;如果属于年轻人并且具备高“虚拟社区满意度”和高“虚拟社区活跃度”,则不论“品牌价值共创参与度”如何,也会引起高“战队忠诚度”;如果属于年轻人并且具备高“虚拟社区满意度”和高“品牌价值共创参与度”,则不论“虚拟社区活跃度”如何,也会引起高“战队忠诚度”。另从总体覆盖率看,战队忠诚度的3条影响路径总体覆盖率约为
0.7867 ,表示所有呈现出高战队忠诚度的电竞粉丝个案中,有78.67%的电竞粉丝都包含在以上3种条件组合的路径之中。因此,从提升电竞战队忠诚度的角度看,电竞战队需要综合考量上述3条影响路径中的前因变量,有针对性地采取组合型管理营销策略。4. 讨 论
为有效甄别出影响虚拟社区中电竞粉丝战队忠诚度的前因变量以及这些前因变量间的组合关系,本文采用基于fsQCA探究包括虚拟社区活跃度、虚拟社区满意度、品牌价值共创行为、年轻人等前因变量的条件组合对电竞粉丝战队忠诚度的影响。研究发现,电竞战队高忠诚度的产生来自多个前因变量所形成的不同组态。其中,虚拟社区满意度是产生电竞战队高忠诚度的必要条件,虚拟社区活跃度与品牌价值共创行为均是路径组合中的高频要素,年轻人是电竞战队高忠诚度的重要前因表征。从影响路径看,存在3个条件组合能够解释电竞粉丝战队忠诚度(图1),从而实现了对电竞粉丝忠诚度的多重复杂并发因果的阐释。
4.1 虚拟社区满意度是产生电竞战队高忠诚度的必要条件
在构成条件组合的3条影响路径中,虚拟社区满意度均处在所有的影响路径组合之中,它是路径组合的必要条件,即所有前因条件的集合都离不开虚拟社区满意度。该研究结论验证了虚拟社区满意度与品牌忠诚之间的路径关系[15,24],即虚拟社区满意度与品牌忠诚度之间具有高度相关性。基于“社区价值、社区意识和行为倾向”的理论解释框架,虚拟社区所具有的信息价值、社交价值和娱乐价值是社区价值的重要维度。电竞粉丝对上述社区价值的感知是产生虚拟社区满意度和社区认同的基础。虚拟社区满意度和社区认同又是社区意识的主要维度,它们对品牌忠诚具有显著影响[15]。因此,从集合关系的角度看,虚拟社区满意度是电竞战队高忠诚度的一个子集。如果虚拟社区中的电竞粉丝没有达到较高的社区满意度,就无法对电竞战队产生高忠诚度。
基于此,对电竞战队而言,应该有效地识别虚拟社区满意度的影响因素,并有针对性地提升电竞粉丝的满意度。例如:从情感满足的角度看,电竞战队可以运用粉丝社区进一步强化与粉丝之间的情感依附关系,让粉丝社区成为他们的精神家园;从资源满足的角度看,电竞战队可以提供更加丰富多元的战队动向、电竞装备、电竞俱乐部选手等相关信息,扩大电竞粉丝群体的资源获取渠道和规模;从社交满足的视角看,电竞战队则应注重拓展虚拟社区的社会交往功能,让电竞粉丝之间能够进行多向度、全方位、深层次的社会交往,从而提升电竞粉丝对虚拟社区的归属感。需要说明的是,由于虚拟社区满意度是电竞粉丝的主观感知,它与电竞粉丝对虚拟社区的预期满足具有较大关联,因此,建议后续研究可以进一步细化虚拟社区满意度的维度构成,采用多维度量表设计深入探究社区满意度与粉丝忠诚之间的关系。
4.2 虚拟社区活跃度与品牌价值共创行为均是路径组合中的高频要素
价值共创理论认为,新型商业环境重塑了消费者与品牌方之间的关系模式。消费者已经从品牌或产品的被动接受者转变为品牌价值的主动创造者或共同创造者。在这一转变过程中,虚拟品牌社区对品牌价值共创行为具有重要的价值和意义。一方面,电竞粉丝在虚拟社区中容易形成相对稳定的交往模式和互动方式,这种互动和交往活动在提升虚拟社区活跃度的同时,还能够逐渐形成社群规范和共同意识。另一方面,品牌价值共创行为有助于提升电竞粉丝的社会网络和社会资本,进而产生高度的战队忠诚。本文发现,虚拟社区活跃度与品牌价值共创行为均各自出现在2个条件组合之中。这从集合关系的视角再次验证了社群互动和价值共创行为与品牌忠诚之间的重要关系。例如,既有研究[11]发现,在粉丝社群中,包括人际互动和自我互动在内的社群互动对社群成员的忠诚意愿具有显著正向影响,社群互动是形成并增强粉丝忠诚的一个重要前因变量。另有研究[21]也发现,虚拟社区中的价值共创行为能够显著提升品牌体验。综上,作为电竞粉丝战队忠诚度的重要影响因素,虚拟社区活跃度和品牌价值共创行为需要受到电竞战队营销人员的高度重视。
基于此,在提升虚拟社区活跃度方面,电竞战队应强化电竞粉丝之间的认同感、社会交互联结以及信任互惠性。例如,注重强化电竞粉丝群体在个性特征、兴趣爱好、行为习惯等方面的趋同性与认同感,让虚拟社群成为以共同价值取向为纽带的精神家园。与此同时,应提升虚拟社群电竞粉丝间的信任感,鼓励和营造信息分享和互惠互助的良好社群氛围。在品牌价值共创行为方面,电竞战队应着重提升电竞粉丝的参与行为和公民行为。例如,鼓励和发动电竞粉丝参与创意征集和虚拟社群服务评价活动、组织线下战队粉丝活动、鼓励电竞粉丝主动发起话题讨论和表达个人诉求等。此外,电竞战队还需要提升虚拟社群电竞粉丝开展口碑营销的主动性,鼓励电竞粉丝向身边朋友进行战队推荐。虽然虚拟社区活跃度与品牌价值共创行为均是战队忠诚度的重要影响因素,但它们均无法独立影响战队忠诚度。因此,电竞战队在进行粉丝关系营销时,需要充分考量虚拟社区活跃度、品牌价值共创行为与哪些前因变量存在组态关系,进而提升营销策略的有效性。
4.3 年轻人是电竞战队高忠诚度的重要前因表征
本文发现,年轻人在战队忠诚度的影响路径中扮演重要角色。具体而言,“年轻人”出现在电竞战队高忠诚度的2条组合路径之中,即年轻人群体是电竞战队高忠诚度的重要前因表征。整合性技术接受与使用理论(Unified Theory of Acceptance and Use of Technology,UTAUT)认为,用户对新技术的接受与使用意愿受到努力期望、促进条件等众多因素的影响。其中,努力期望是指掌握新技术的难易程度,促进条件是指使用新技术所具备的资源条件与能够获得的帮助[35]。基于该理论,年轻人群体之所以能够成为电竞战队高忠诚度的重要前因表征,可能的主要原因如下:一方面,电竞战队的粉丝群体以年轻人居多,他们对虚拟社区所需技术的掌握相对容易。电竞赛事的观赏以及电竞的参与均需要电竞粉丝具备较为完善的技术装备和项目知识。这些装备与知识的获得必然要求电竞粉丝对现代信息科技和信息产品较为熟悉,且能够具备及时捕捉和适应互联网产品的能力。因此,电竞战队虚拟社区的参与者以年轻人为主。另一方面,年轻人(尤其是大学生群体)拥有较为充裕的资源条件和闲暇时间,他们更有可能在电竞战队虚拟社区中投入较多时间和精力,并成为虚拟社区的活跃者。因此,电竞战队要重视年轻人参与虚拟社区的互动方式及其在品牌价值共创行为中的主要特征。
从电竞战队忠诚度的多组态影响路径看,年轻人与虚拟社区满意度2个前因变量必须同时出现,才有可能产生战队高忠诚度。所以,电竞战队应首先关注影响年轻粉丝满意度的主要因素,通过开展营销活动提升虚拟社区年轻粉丝的社群满意度。值得注意的是,战队忠诚度通常包括态度忠诚和行为忠诚2个维度。在态度忠诚方面,电竞粉丝的忠诚度可以表现为对战队名声的捍卫以及长期的支持意愿(即便战队的成绩不佳);在行为忠诚方面,电竞粉丝的忠诚则表现为观看电竞战队的比赛以及购买战队的衍生产品等。本文虽然从组态视角揭示了年轻人在电竞战队高忠诚度中的重要作用,但这类粉丝群体的战队忠诚度的形成机理仍有待后续研究予以验证。例如,年轻人群体的态度忠诚与行为忠诚的形成机理是否存在差异,战队忠诚度的形成路径是否受到粉丝群体其他人口统计学特征变量(例如性别、职业、受教育程度)的影响等。
5. 结束语
本文聚焦虚拟社区视角下电竞粉丝战队忠诚度议题,基于模糊集的定性比较分析方法,探究了电竞虚拟社区战队忠诚的多组态影响路径,阐释了电竞粉丝战队忠诚度的多重并发因果条件,得到了影响战队高忠诚度的3条组合路径。研究发现,对于电竞粉丝的战队忠诚度而言,任何一个前因变量均无法构成其影响因素的充分必要条件。其中,虚拟社区满意度是电竞战队高忠诚度的必要条件,虚拟社区活跃度与品牌价值共创行为均是路径组合中的高频要素,年轻人是电竞战队高忠诚度的重要前因表征。电竞战队应从多组态影响路径出发,综合考量所有前因变量间的组态关系,有针对性地开展电竞粉丝关系营销。随着电竞进入亚运会等综合性赛事,电竞在我国乃至全球的经济和社会影响力与日俱增,越来越多的年轻人已经把电竞、电竞战队和电竞选手视为生活中的一部分。因此,笔者建议:电竞战队应重点借助于丰富且多元的粉丝关系营销活动,提升战队虚拟社区的粉丝互动行为;在重大电竞赛事举办期间开展多层次、有针对性的虚拟社区互动讨论或线下活动;更多关注年轻粉丝群体的消费需求,吸引和引导年轻粉丝参与电竞战队品牌价值的共创。在研究局限方面,由于本文为大样本分析,缺少对典型案例(如个别电竞粉丝)的深入观察和考证,进而造成对逻辑余项的处理可能存在瑕疵。因此,后续研究可以在本文基础上,继续开展针对电竞粉丝个案的深度考察和探究,进而从案例研究的视角进一步验证本文的相关结论。
作者贡献声明:刘炜:提出论文选题,设计论文框架,撰写、修改论文;作者贡献声明:刘燕妮:设计问卷,搜集、处理、分析数据;作者贡献声明:骆雷:讨论论文选题与框架,搜集文献,指导撰写、修改论文;作者贡献声明:潘加文:搜集、整理文献,修改论文。 -
表 1 样本的人口统计学特征分布(n=354)
Table 1 Descriptive statistical analysis of demographic characteristics (n=354)
变量 指标 样本量/个 占比/% 性别 女性 102 28.8 男性 252 71.2 年龄/岁 18及以下 83 23.4 19~25 254 71.8 26~30 14 4.0 31及以上 3 0.8 受教育程度 初中及以下 14 4.0 高中 73 20.5 大专 19 5.4 本科 219 61.9 研究生 29 8.2 表 2 结果与条件的校准
Table 2 Calibration of results and conditions
结果与条件变量 校准点 完全隶属
(0.95)偏隶属
(0.67)交叉点
(0.50)偏不隶
属(0.33)完全不隶
属(0.05)虚拟社区活跃度 B=6 B=4 B=2 虚拟社区满意度 C=6 C=4 C=2 品牌价值共创行为 D=6 D=4 D=2 年轻人 18岁以下 19~25岁 26~30岁 31岁以上 高忠诚度粉丝 E=6.9 E=5.5 E=4.0 表 3 测量模型的拟合指标
Table 3 Model fit indices of measure model
变量名称 SRMR RMSEA GFI AGFI CFI 虚拟社区活跃度 0.079 0.066 0.949 0.913 0.967 虚拟社区满意度 0.016 0.051 0.995 0.973 0.998 品牌价值共创行为 0.052 0.066 0.977 0.946 0.986 战队忠诚度 0.014 0.040 0.996 0.979 0.998 表 4 单项因素的一致性与覆盖率
Table 4 Consistency and coverage of individual factors
变量名称 一致性 覆盖率 虚拟社区活跃度 0.702751 0.917965 虚拟社区满意度 0.921423 0.808113 品牌价值共创行为 0.783852 0.895733 年轻人 0.821773 0.782113 表 5 前因组合作为结果子集的一致性
Table 5 Consistency of antecedent combinations as result subsets
Bf Cf Df young 案例频数 Ef 原始一致性 1 1 1 1 142 1 0.941267 0 1 1 1 48 1 0.884374 0 1 0 1 36 0 0.824406 1 1 0 1 24 1 0.891090 0 0 0 1 21 0 0.761583 1 1 1 0 10 1 0.950301 0 0 1 1 8 0 0.852671 注:Bf代表“虚拟社区活跃度”,Cf代表“虚拟社区满意度”,Df代表“品牌价值共创行为”,young代表“年轻人”,Ef代表“高忠诚度粉丝”。 表 6 模糊集定性比较分析结果:战队忠诚度
Table 6 Fuzzy-set qualitative comparative analysis results:team loyalty
序号 条件组合 原始覆盖率 净覆盖率 一致性 1 Bf * Cf * Df 0.6389 0.0590 0.9439 2 Bf * Cf * young 0.6341 0.0542 0.9160 3 Cf * Df * young 0.6733 0.0934 0.9092 注:总体覆盖率为 0.7867 ,总体一致性为0.8964 ;Bf代表“虚拟社区活跃度”,Cf代表“虚拟社区满意度”,Df代表“品牌价值共创行为”,young代表“年轻人”。 -
[1] 杨越. 新时代电子竞技和电子竞技产业研究[J]. 体育科学,2018,38(4):8-21 [2] 张业安,商晨迪,陈炳序,等. 电竞与电子游戏行为影响儿童青少年视力健康的国内外研究综述[J]. 中国体育科技,2022,58(6):10-16 [3] 丁夏齐,马谋超,王詠,等. 品牌忠诚:概念、测量和相关因素[J]. 心理科学进展,2004,12(4):594-600 doi: 10.3969/j.issn.1671-3710.2004.04.016 [4] 邹德强,王高,赵平,等. 功能性价值和象征性价值对品牌忠诚的影响:性别差异和品牌差异的调节作用[J]. 南开管理评论,2007,10(3):4-12 doi: 10.3969/j.issn.1008-3448.2007.03.002 [5] 金立印. 虚拟品牌社群的价值维度对成员社群意识、忠诚度及行为倾向的影响[J]. 管理科学,2007,20(2):36-45 doi: 10.3969/j.issn.1672-0334.2007.02.006 [6] 刘新,杨伟文. 虚拟品牌社群认同对品牌忠诚的影响[J]. 管理评论,2012,24(8):96-106 [7] 陈慧,杨宁. 社会网络视角下在线品牌社群价值共创机制研究:顾客契合的中介作用[J]. 中国流通经济,2019,33(9):103-113 [8] 葛红宁,周宗奎,牛更枫,等. 社交网站使用能带来社会资本吗?[J]. 心理科学进展,2016,24(3):454-463 [9] ZHAO L,LU Y B,WANG B,et al. Cultivating the sense of belonging and motivating user participation in virtual communities:A social capital perspective[J]. International Journal of Information Management,2012,32(6):574-588 doi: 10.1016/j.ijinfomgt.2012.02.006
[10] 杨宁,陈慧. 虚拟品牌社群消费者公民行为缘何而来:基于社会资本理论的视角[J]. 企业经济,2019,38(9):31-38 [11] 薛海波. 社群互动仪式、情感能量和粉丝忠诚[J]. 华东师范大学学报(哲学社会科学版),2021,53(3):134-145 [12] 刘江,顾东辉,肖梦希. 满意度能作为社会服务效果评价指标吗?:基于一项政府购买社会服务项目的量化分析[J]. 华东理工大学学报(社会科学版),2022,37(1):1-14 doi: 10.3969/j.issn.1008-7672.2022.01.002 [13] 任逸,李保东,杨秋生. 社区空间资源对社区满意度的影响机理:以郑州市金水区为例[J]. 地域研究与开发,2021,40(5):72-76 doi: 10.3969/j.issn.1003-2363.2021.05.012 [14] 刘燕妮. 电竞粉丝虚拟社区中个体网络特征对战队忠诚度的影响路径分析:以英雄联盟中国赛区为例[D]. 上海:上海体育学院,2021:25 [15] 杨宁,殷少明. 虚拟品牌社区顾客社会化路径研究:基于社区满意与社区认同的双中介视角[J]. 西安财经学院学报,2019,32(6):103-110 [16] NORMANN R,RAMÍREZ R. From value chain to value constellation:Designing interactive strategy[J]. Harvard Business Review,1993,71(4):65-77
[17] VARGO S L,MAGLIO P P,AKAKA M A. On value and value co-creation:A service systems and service logic perspective[J]. European Management Journal,2008,26(3):145-152 doi: 10.1016/j.emj.2008.04.003
[18] 于婷婷,李昀晞. 从参与到依恋:一个关照个体心理因素的品牌社区价值共创模型[J]. 新闻与传播评论,2023,76(3):114-128 [19] BOVE L L,PERVAN S J,BEATTY S E,et al. Service worker role in encouraging customer organizational citizenship behaviors[J]. Journal of Business Research,2009,62(7):698-705 doi: 10.1016/j.jbusres.2008.07.003
[20] YI Y,GONG T. Customer value co-creation behavior:Scale development and validation[J]. Journal of Business Research,2013,66(9):1279-1284 doi: 10.1016/j.jbusres.2012.02.026
[21] 李朝辉. 虚拟品牌社区环境下顾客参与价值共创对品牌体验的影响[J]. 财经论丛,2014(7):75-81 [22] 王新新,薛海波. 品牌社群社会资本、价值感知与品牌忠诚[J]. 管理科学,2010,23(6):53-63 doi: 10.3969/j.issn.1672-0334.2010.06.006 [23] 张丽. 虚拟品牌社区中顾客契合对品牌忠诚关系研究[J]. 商业经济,2022(4):62-65 [24] 杨伟文,刘新. 虚拟品牌社群价值对品牌忠诚的影响实证研究[J]. 系统工程,2010,28(3):53-58 [25] 黄敏学,廖俊云,周南. 社区体验能提升消费者的品牌忠诚吗:不同体验成分的作用与影响机制研究[J]. 南开管理评论,2015,18(3):151-160 [26] 企鹅智库. 2021年中国电竞运动行业发展报告[EB/OL]. [2023-06-25]. https://www.sohu.com/a/473940617_505583 [27] 拉金.重新设计社会科学研究[M]. 杜运周,译. 北京:机械工业出版社,2019:11 [28] 杜运周,贾良定. 组态视角与定性比较分析(QCA):管理学研究的一条新道路[J]. 管理世界,2017(6):155-167 doi: 10.3969/j.issn.1002-5502.2017.06.011 [29] RAGIN C C. User's Guide to Fuzzy-Set/Qualitative Comparative Analysis[EB/OL]. [2023-04-20]. https://sites.socsci.uci.edu/~cragin/fsQCA/download/fsQCAManual.pdf
[30] 吴明隆. 问卷统计分析实务:SPSS操作与应用[M]. 重庆:重庆大学出版社,2010:244 [31] FORNELL C,LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error[J]. Journal of Marketing Research,1981,18(1):39-50 doi: 10.1177/002224378101800104
[32] 章文光,王耀辉. 哪些因素影响了产业升级?:基于定性比较分析方法的研究[J]. 北京师范大学学报(社会科学版),2018(1):132-142 doi: 10.3969/j.issn.1002-0209.2018.01.015 [33] 里豪克斯,拉金. QCA设计原理与应用:超越定性与定量研究的新方法[M].杜运周,译. 北京:机械工业出版社,2020:93,96 [34] 孙佼佼,郭英之. 疫情防控中身体距离作用下旅游者幸福感影响路径:基于模糊集的定性比较分析(fsQCA)[J]. 旅游学刊,2021,36(8):41-51 [35] VENKATESH V,THONG J Y L,XU X. Consumer acceptance and use of information technology:Extending the unified theory of acceptance and use of technology[J]. MIS Quarterly,2012,36(1):157-178 doi: 10.2307/41410412