社交广告中的点赞效应：点赞越多，点击越多？

本研究由香港大学商学院的助理教授黄珊（Shan Huang）以及香港科技大学商学院的副教授林松（Song Lin）共同完成。他们的研究成果《Do More Likes Lead to More Clicks? Evidence from a Field Experiment on Social Advertising》发表于市场营销领域的顶级期刊《Journal of Marketing》2025年第89卷第5期。

本研究聚焦于社会影响（Social Influence）理论在社交媒体广告（Social Advertising）领域的应用与验证。随着Facebook、Instagram、微信（WeChat）等社交媒体的普及，广告模式发生了深刻变革。与传统广告不同，社交广告的一个核心特征是能够将用户的“点赞”（Likes）等社交线索（Social Cues）直接嵌入广告并公开展示，从而利用用户社交网络中的影响力来影响其他用户的感知和行为。广告主普遍认为，展示好友的点赞能够提升广告的互动率，但这种效应的具体机制和边界尚不明确。尤其是，“点赞”和“点击”（Clicks）作为两种关键的广告互动行为，它们受到社交影响的机制是否相同？展示更多的点赞是会持续提升点击率，还是存在某种临界点或反效果？解答这些问题对于广告主制定精准的广告策略（如品牌建设广告与效果广告）以及社交媒体平台优化广告产品设计具有重要的理论与实践意义。因此，本研究旨在探究：1）在社交广告中，展示点赞（社交线索）如何分别影响用户的点赞行为和点击行为；2）这些影响背后的核心机制是什么；3）这些影响在不同情境（如品牌知名度、用户社交参与度）下是否存在差异。

本研究采用了多元方法验证，整合了大规模现场实验、三个在线实验室研究以及一个理论模型，构成了一个完整且严谨的研究工作流。

第一项核心研究：基于微信的大规模现场实验（Field Experiment）。 这是本研究的数据基础与核心证据来源。实验与微信平台合作，在其“朋友圈广告”服务早期阶段进行。实验设计巧妙而严谨：当用户有机会看到一条新广告时，会被随机分配到三个实验组之一或实验外对照组。具体分组为：控制组：广告中不显示任何点赞；实验组1：最多显示1个点赞（隐藏其他所有真实点赞）；实验组2：显示所有真实产生的点赞（有机点赞，Organic Likes）。实验持续21天，涉及超过5700万次用户-广告曝光配对，近3800万独立用户和99条广告。经过数据清洗（主要剔除了无任何真实点赞的配对，以确保实验操控的有效性），最终分析样本包含约557万次曝光配对，覆盖82条广告和488万用户。研究记录了每次曝光的展示点赞数、有机点赞数（即与该用户有关联并已点赞的好友总数，用于控制同质性）、用户是否点赞/点击及其时间，并收集了用户人口统计特征、历史社交行为数据以及品牌信息。

数据分析工作流： 首先，研究者通过模型无关证据（Model-free Evidence）直观对比了控制组与实验组2之间，随着有机点赞数（n）的增加，用户点赞率和点击率变化的差异。其次，为了严谨地联合估计点赞和点击行为，并控制同质性（Homophily）等混淆因素，研究者采用了双变量Probit模型（Bivariate Probit Model）。该模型包含两个方程，分别以是否点赞和是否点击为因变量。关键自变量包括：是否属于实验组2、有机点赞数（n）、以及二者的交互项。交互项的系数即可捕捉“每多展示一个点赞所带来的额外影响”。模型还控制了用户特征（年龄、性别、城市、好友数）、广告固定效应，以及这些控制变量与实验组变量的交互项，以处理异质性处理效应。

现场实验的主要结果： 1. 基础效应： 展示第一个点赞（比较控制组与实验组1）能显著提升用户的点赞倾向（增加0.98个百分点）和点击倾向（增加0.96个百分点），证实了社交广告的基本有效性。 2. 关键发现——点赞与点击的路径分歧： 当考察展示更多点赞的影响时（比较控制组与实验组2），出现了显著分歧。对于点赞行为，模型估计和图形显示，展示的点赞数量越多，用户点赞广告的倾向持续且显著地增强，呈现出明显的“越多越好”的增强从众效应。对于点击行为，展示更多点赞带来的额外提升效应基本为零，曲线几乎是平坦的。这意味着，虽然第一个点赞能刺激点击，但后续增加的点赞并不能进一步推动用户点击广告。

第二项研究：理论模型的构建。 为解释上述分歧，研究者构建了一个形式化理论模型，引入了社会影响理论中的两个经典机制：信息性社会影响（Informational Social Influence）（将他人的行为视为关于现实的信息证据）和规范性社会影响（Normative Social Influence）（为获得社会认可或遵从群体期望而行动）。研究提出一个核心假设：由于“点赞”是公开可见的行为，而“点击”是私密的，因此点赞行为比点击行为更容易受到规范性社会影响，而点击行为则更多地由信息性社会影响驱动。基于此假设，模型推导出两个关键效应： * 增强型从众效应（Enhanced Conformity Effect）： 当信息性和规范性影响共同作用于点赞时，会加速用户行为的趋同，导致点赞数呈现“滚雪球”式增长。 * 挤出效应（Crowding-out Effect）： 这是本研究的核心洞见。由于用户知道他们所看到的“点赞”可能部分源于朋友的从众心理（规范性影响），而非纯粹的产品质量信号（信息性影响），他们便会理性地降低对这些点赞所传递的信息价值的信任。这种感知到的信息价值稀释，主要会削弱那些依赖信息做决策的行为——即点击。因此，即使看到更多点赞，用户点击广告的动机也不会同步增长，甚至可能被“挤出”。

第三项研究：三项在线实验室研究（Lab Studies）。 为验证理论模型中的机制假设，研究者通过Credamo平台（中国的在线被试平台）进行了三个补充实验。 * 研究1（动机研究）： 邀请100名微信用户以开放形式回答，好友的点赞如何影响其点赞和点击广告的行为。由两名研究助理对回答进行编码，区分信息性和规范性动机。结果证实：对于点击行为，被试更多提及信息性影响（如“点赞让我觉得广告可信”）；对于点赞行为，提及规范性影响（如“点赞是为了和好友保持一致”）和信息性影响的比例无显著差异，但规范性影响的提及概率显著高于其在点击行为中的提及概率。这直接支持了“点赞比点击更易受规范性影响”的核心假设。 * 研究2（可见性研究）： 将被试随机分为两组。控制组被告知点赞是公开可见的（微信默认情况），实验组则被要求想象点赞是私密不可见的。然后询问其受好友点赞影响的动机。结果发现，当点赞变为私密后，被试提及规范性动机的概率显著下降，而提及信息性动机的概率无显著变化。这直接证明了行为的公开可见性会强化规范性社会影响。 * 研究3（挤出效应研究）： 将被试随机分为两组。控制组阅读一篇关于社交广告的中性介绍。实验组阅读一篇强调“人们点赞广告主要是出于从众心理（规范性影响）”的文章（实验操控）。随后测量他们对广告点赞信息价值的感知，以及他们自我报告的点击和点赞频率。结果发现，与对照组相比，实验组被试（被灌输了“点赞多源于从众”的信念）认为点赞的信息价值显著更低。更重要的是，这种信念对自我报告点击频率的负面影响，比对点赞频率的负面影响更大且更显著。这为“挤出效应”提供了直接证据：对规范性影响的感知增强，会削弱点赞的信息价值，并尤其对点击行为产生更大的负面影响。

第四项研究：现场实验的异质性分析。 为了在真实世界数据中进一步检验理论，研究者对现场实验数据进行了分组分析，寻找理论预测的边界条件。 1. 品牌知名度调节： 将广告品牌划分为知名品牌（Well-known Brands，依据Interbrand 2015全球百强榜） 和非知名品牌（Lesser-known Brands）。理论预测（P1）：对于知名品牌，用户已有认知，信息需求低，挤出效应更强，展示更多点赞对点击率的提升应更弱。结果验证：对于知名品牌，展示更多点赞对点击率无提升作用（曲线平坦）；对于非知名品牌，展示更多点赞能持续提升点击率（曲线上升）。对于点赞率，两组品牌均呈现上升趋势，且知名品牌的上升幅度更大，这可能是因为知名品牌引发了更强的规范性从众。 2. 用户社交参与度调节： 根据用户在实验前一个月内“点赞好友动态的频率”或“评论好友动态的频率”，将其划分为高社交参与用户和低社交参与用户。理论预测（P2）：高社交参与用户更在意社会关系，受规范性影响更强，因此增强型从众效应对其点赞行为的影响应更大。结果验证：对于高社交参与用户，展示更多点赞对其点赞率的提升效应显著强于低社交参与用户。而对于点击率，两组用户均未因点赞数增加而获得显著提升，符合预期。

研究的结论与价值： 本研究通过严谨的混合方法得出核心结论：在社交广告中，“点赞”和“点击”受社会影响的机制不同。展示第一个点赞能有效启动两者的增长。然而，随着点赞数增多，点赞行为因公开可见而受“增强型从众效应”（信息性+规范性影响共同作用）驱动，持续增长；而点击行为则因私密性主要受信息性影响驱动，并受到“挤出效应”（规范性影响稀释信息价值）的制约，导致更多点赞无法带来更多点击。 这一效应边界受到品牌知名度（调节信息性影响强度）和用户社交参与度（调节规范性影响强度）的影响。

本研究具有重要的科学价值与应用价值： * 科学价值： 首次在社会影响理论框架下，清晰区分并实证检验了社交广告中两种关键用户行为（公开的点赞 vs. 私密的点击）的不同机制。提出的“增强型从众效应”和“挤出效应”模型，特别是“挤出效应”，为社会影响理论与行为经济学中的信号理论在数字营销场景的交叉应用提供了新的理论视角。 * 应用价值： * 对广告主：若目标是品牌建设（Brand Advertising）（如提升知名度、塑造形象），应重视利用社交线索的从众效应，可以针对高社交参与用户投放，或选择规范性氛围强的平台。若目标是效果转化（Performance Advertising）（如驱动点击、购买），则需审慎看待点赞数的增长，其对于点击率的预测作用有限，尤其对于知名品牌。不应盲目追求高点赞数。 * 对社交媒体平台：在设计广告产品和衡量指标时，需考虑广告主的不同目标。单纯激励点赞（如强化点赞的公开性、社交比较功能）可能无助于提升平台的点击广告收入，反而可能因挤出效应而降低广告的信息传递效率。平台应提供更细分的效果衡量维度。

本研究的亮点： 1. 方法创新与严谨性： 采用“大规模现场实验 + 系列实验室研究 + 理论建模”的多元三角验证法，结论稳健可靠。与微信合作的现场实验设计巧妙（随机隐藏/展示真实点赞），有效识别了因果效应，避免了同质性等内生性问题。 2. 理论洞见新颖： 提出的“挤出效应”是核心理论贡献，深刻揭示了社交广告中公开互动指标（点赞）对私密转化行为（点击）可能存在的非对称甚至负面溢出效应，挑战了“社交线索越多越好”的直觉认知。 3. 发现具有普适性与边界性： 不仅揭示了总体规律，还通过品牌和用户细分，清晰勾勒了效应发挥作用的边界条件，使研究结论更具实践指导意义。 4. 研究情境重要： 聚焦于微信这一具有强关系链和规范性社交氛围的独特平台进行研究，其发现对理解与设计类似社交生态中的广告产品具有重要参考价值。

这项研究为理解社交广告的复杂影响机制提供了深刻的学术洞见和实用的管理启示，是数字营销和社会影响研究领域的一项标志性成果。