摘要：随着网络技术和信息技术的发展，微商已经成为电子商务领域研究的热点之一。本文以微店“西溪漫步”为例，利用UCINET软件对微店朋友圈的网络关系进行分析，探讨了成员中心度相关指标对微商信任机制的影响，并在此基础上对微商的发展提出了相应的建议，以期促进微商的良性发展。
关键词：微商；信任度；社会网络分析
引言
微商是基于微信生态，集社交与移动为一体的新型社会化分销商业模式，利用移动互联网的“碎片化”特点，为人们的购物方式带来便利。社交网络的核心价值是人与人之间的关系。以往有关线上信任的研究大多集中于电子商务领域，几乎没有涉猎微商领域。本文利用社会网络分析工具UCINET对微店朋友圈的网络关系问题展开了研究，本文的研究对提升社交网络平台的变现能力，提高微商中的用户信任度，加强交易的回报率，对微商经营者有着积极促进作用。
1、文献综述
1.1社会网络
社会网络指的是社会行动者及其相互关系的集合。一个社会网络是由多个点（社会行动者）和各点之间的连线（行动者之间的关系）组成的集合。人类学家Barnes(1954)首次使用“社会网络”的概念来分析挪威某渔村的社会结构以来，社会网络分析就被视为是研究社会结构的最简单明了、最具说服力的研究视角之一。
在社会网络研究领域中，点或行动者可能是个人、团队或者某个企业，也可以是一个社区或者某个组织，还可以是一个村、一个县、一个市、一个国家等。这些都可以看成是“点”。这里的“行动者”并不意味着社会实体一定要“行动”或者有意志力。在研究中，多数社会网络分析都是针对具有相同类型的集体行动者（如本文中微商经营者微信朋友圈中的关系）。社会网络中的各个成员之间都是存在有一定的关系的。网络研究者们则建立成员之间相互关系的模型，来解释群体之间的一种关系结构，进而研究对个体都有哪些影响。
一般来说，当行动者之间存在关系的时候，往往指的是关系的具体内容或者实质性的现实发生的关系。常见的关系类型有亲戚关系、朋友关系、同学关系、师生关系、邻里关系、同事关系等。此外，在社会网络中还存在行动者之间的“多元关系”。例如，网络中的两个成员之间可能同时存在同事关系、朋友关系、师生关系等。对于研究者而言，研究的目的不同，关注的关系也不同。对于研究整体网络，关注网络中所有成员之间的关系，揭示的是整体网络的各种结构特征，例如规模、派系等。对于研究个体网络，关注的是网络中的每个成员，那么，研究者更多分析的是有关个体的一些关系特征，例如关系的密度、同质性等。刘军（2009）认为为了能够更好的描述、解释社会行为，应该将个体网研究与整体网研究结合在一起，规范研究和形式研究结合在一起。
1.2社会网络分析
社会网络分析最早起源于20世纪30年代西方的心理学和人类学研究。在社会网络分析的早期发展中，主要有三条主线：
1）第一种学派是社会计量学学派，他们在运用图论方法方面对网络分析做出了贡献，最具代表性的人物是JacobMoreno。他是社会计量学的首倡者并创造了利用“社群图”方法来反映社会构型的关系属性。这种方法用“点”来表示个人，用“线”来表示人与人之间的社会关系，并以此表现人际关系的结构。JacobMoreno还提出了“明星”概念，就是指对网络成员来说关联最密切的人。在微商中，这类“明星”可看作是意见领袖，他们对于产品的正面评价和推荐更能增强微商消费者对产品的信任，提高购买意愿。
2）第二种学派是哈佛学派，他们的成就主要集中在研究人际模式和“团伙”形式方面。Durkheim和Radcliffe-Brown主要研究群体结构及其动力学，他们强调对社会关系的分析，而且把社会关系看作是一种“网”或“网络”。著名的“霍桑试验”就是对群体中人际关系的研究。哈佛著名社会学家GeorgeHomans在小群体的研究方面作出了突出成就。在研究方法上，他把社会计量学与群体动力学结合起来，从而使小群体研究在理论和方法上都有了很大进展。
3）第三种学派是曼彻斯特的人类学派，他们主要研究部落和乡村社会的“共同体”关系结构。Barnes（1954）使用“网络”概念对挪威的一个渔村布雷姆斯中跨越亲属群体和社会阶级的社会联系作了分析，更加精确的描述了这个渔村的社会结构。Mitchell对早期社会网络分析的系统化起到了关键作用。他指出，社会网络概念关注对社会关系的分析，并具体论述了“整体网络”和“自我中心网络”的概念，说明了社会网络的特征，如网络的形态特征、互动特征。
20世纪90年代以来，社会网络分析进入了快速发展时期。一方面社会网络分析理论得到深化，如RonaldBurt(1992)的“结构洞理论”、林南等人的社会资本研究等，研究成果大量出现；另一方面，社会网络分析技术更为成熟，特别是随着计算机技术的广泛应用，网络分析的模型化也得到了深化，社会网络分析的应用也越来越广泛。
概括而言，社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法，它主要分析的是不同社会单位（个体、群体或社会）所构成的关系的结构及其属性。社会网络分析不仅是对关系或结构加以分析的一套技术，还是一种理论方法——结构分析思想（BarryWellman，1997）。行动者之间相互联结而形成的关系是社会网络分析的基础，社会关系的组织成为了分析网络结构属性的核心概念（Knoke，1982）。
1.3相关文献评述
虽然电子商务领域对于信任的研究已经相当成熟，但是对于新兴的微商模式，还有一片空白尚未被发掘。通过对已有文献的阅读与整理，发现目前的研究还存在着以下不足：
（1）对微商的信任研究较少。由于微商起步较晚，近两年才逐渐兴起，对微商的研究尚处于初级阶段，还未形成完善的理论。
（2）在已有的对微商的研究中，学者们多是集中在讨论微商目前的发展现状，面临的困境以及解决该问题的措施，鲜有涉及微商中信任机制的研究。过去对商务信任的研究大多数是采用结构方程模型或者PLS方法的实证研究，这种调查研究的方法使得消费者个体从其所在的购物环境中剥离出来，并保证他们彼此之间不再存在联系。但是在微商环境中，各个消费者并不是彼此独立，他们之间存在复杂的社会关系网，忽视消费者个体之间的联系，可能无法揭示微商中消费者购买行为的本质。有些学者在研究消费者在美丽说或者蘑菇街之类的社会化购物社区中的购买行为时，采用了社会网络分析方法。本文将借鉴这种方法，在微商环境中运用社会网络分析，以研究微商的社会网络拓扑结构对微商消费者初始信任的影响。
2、研究设计
2.1问卷设计
本研究利用滚雪球抽样方法，这样不仅保证样本抽取的随机性，而且能够有效排除在微信上不活跃的用户。本文变量的选择以相关文献为基础，保证了可行性和客观性。为了使本研究量表有足够的信度和效度，正式发放问卷前小范围地与微信用户就问卷内容进行了深度访谈，确保问卷清晰易懂，没有歧义。
2.2数据收集
本文以微店“西溪漫步”的经营者的微信(微信昵称：羊咩咩~)朋友圈作为样本来源，数据采集时间为2015年11月20日00:00至2015年12月5日23:59。本研究于2015年12月6日00:00开始收集数据，首先以昵称为“羊咩咩~”的微信用户作为第一度样本，统计该用户在2015年11月20日00:00至2015年12月5日23:59期间在微信朋友圈中发布的有关产品的信息，以对这些信息进行点赞、评论行为的用户作为第二度样本，共采集到33个样本。再根据第二度样本信息进行逐一统计，获得第三度样本95个，排除与第二度样本重复的21个，共获得74个有效的第三度样本。通过滚雪球的方法，三度数据共采集了108个样本。
3、数据分析与结果
3.1中心性分析
中心性是一个重要的个人结构位置指标。处于中心位置的成员是整个社会网络的意见领袖，他们更容易获得资源和信息，拥有更大的权利和对其他成员更强的影响力。对于微商经营者来说，获得这些意见领袖的认可和推荐，能够有效地赢得社会网络中其他成员的信任。
3.2中间中心性
中间中心性测量的是行动者对资源的控制程度。如果一个人在两个分离的网络中形成了连接，这个人就是一个切点。根据结构洞理论，对于两个分离的团体，若要彼此信息得以交流，作为切点的这个人就非常重要。中间中心度越大，说明该点起到的中介作用就越大；中间中心度越小，说明很少的节点需要通过该点才能与其他节点取得联系。
本文用UCINET软件对微店“西溪漫步”进行中间中心度分析，其部分中间中心度测量结果如表1所示。样本的中间中心度同样可以中间中心度为标准的社群图来展示，“西溪漫步”以中间中心度为标准的社群图如图1所示。
图1：以中间中心度为标准的社群图表1按照中间中心度由高到低的顺序显示了各个节点的绝对中间中心度和相对中间中心度。由于该社会网络中的成员都是与“西溪漫步”的经营者“羊咩咩~”（编码为1）相互关注的微信用户，所以节点1的中间中心度最高。排在其后的分别是节点50、12、10、42、76、64、14等，说明这些节点在信息交流网络中处于很重要的桥梁位置，对网络中信息交流的控制程度相对较高，掌握了丰富的信息资源，其他社会网络成员对他们的依赖性较大，他们在社会网络成员中获得的信任度较高。另外还有一些中间中心度为0的节点，他们处于社会网络的边缘，其他成员在进行联系和交往时不会经过这些节点，他们在社会网络成员中获得信任度也较低。图1是一个以中间中心度为标准的社群图，在这个社群图中，通过节点的大小直观地表现出了各个节点的中间中心度的大小。
图2是中间中心度的描述性统计，通过图2可以看出，样本网络的方差为451966.313，表明网络中节点的中间中心度差距非常大。样本网络的中间中心势为57.23%，说明节点彼此联系时需要经过其他节点的概率较大。图2：中间中心度的描述性统计4、结论与启示
4.1研究结论
本文以微店“西溪漫步”为例，利用UCINET软件对其经营者“羊咩咩~”的朋友圈进行了中心性分析，并采用调查问卷的形式，对用户主动购买和推荐购买的意愿进行了调查。
通过把调查问卷统计情况与社会网络分析结果进行对比，得出结论：互动程度能够影响消费者对微商的信任，购买意愿较高的用户，大多数处于网络的中心，与微商经营者和其他用户之间的互动交流均较为频繁。
4.2研究启示
根据以上研究，我们可以为微商经营者合理管理用户以及增强影响力提出以下几点建议：
1）重视重点顾客的用户体验，加强对重点顾客的管理，发挥其在社会网络中的影响力，对重点顾客的售后问题给予及时的解答和帮助。
2）关注每个顾客的评价，广泛接受客户提供的各项意见与建议，增强客户的信任感、亲密度与满意度。
本文尽管只是针对个案的研究，但由于案例涉及数据较为具有代表性，因此具有一定推广意义。
参考文献：
[1]侯筱蓉，于晓林.自媒体用户关系结构对健康信息扩散的影响及案例分析[J].国书情报工作，2015，59（16）：90-95.
[2]覃学健，李翠白.虚拟学习社区的社会网络分析研究[J].现代教育技术，2009，19（2）：26-29.
[3]邱蒙雯，姜育恒.微博用户的社会网络分析—以新浪微博中国国家图书馆官方微博为例[J].科技情报开发与经济，2015，25（19）：137-152.
[4]张豪锋,李瑞萍.QQ虚拟学习社群的社会网络分析[J].现代教育技术，2009，19（12）：80-83.
[5]董亚倩,邓尚民.基于社会网络分析的网络舆情主体挖掘研究[J].情报资料工作，2011，19（6）：45-49.
作者简介：张佳媛，学生，现就读于上海海事大学经济管理学院，主要研究方向为电子商务方向；邓少灵，博士，副教授，现就职于上海海事大学经济管理学院，研究方向：电子商务。