通过图像讲述故事：理解社交媒体影响者视觉叙事的说服力

社交媒体视觉叙事对用户说服力的影响机制研究。基于89,270张图片及用户行为数据，运用NAR框架分析发现：叙述维度中像素复杂度提升说服力而物体复杂度削弱，行动维度人物存在对信息类内容更有效，共鸣维度真实性、美学和效用显著驱动用户态度。研究揭示了视觉叙事特征、影响力者属性及内容价值类型的三重交互作用，为社交营销提供新理论依据。

张星|季新宇|曹鹏飞|肖泉

武汉纺织大学管理学院，中国武汉430200

摘要

本研究利用Narrate, Act, Resonate (NAR)框架，探讨了视觉叙事特征如何影响社交媒体网红营销中的用户说服力。通过对Rednote平台上89,270张图片及相关用户行为数据的大规模分析，研究表明视觉叙事在塑造用户态度方面起着关键作用，其效果受到网红特征（如粉丝数量和活跃度）和内容价值类型的影响。在“叙述”维度上，像素复杂性通过丰富视觉细节增强了说服力，而对象复杂性则影响较小。拥有更多粉丝或更高活跃度的网红会通过吸引更多注意力来放大这些效果。在“行动”维度上，人类存在的有效性在信息性和娱乐性内容之间有所不同。在“共鸣”维度上，真实性、美学和实用性驱动用户说服力。这些发现加深了我们对视觉叙事的理解，并为社交媒体营销策略提供了实用指导。

引言

社交媒体从根本上改变了人们获取和分享信息的方式。随着传统广告效果的减弱，社交媒体网红（SMIs）作为数字意见领袖崛起，通过真实的叙事建立了忠实的粉丝群体，在塑造品牌认知方面比传统广告更具说服力（Freberg等人，2011年；De Veirman等人，2017年；McQuarrie等人，2013年）。随着网红对消费者行为的影响日益增强，研究人员正在探索其说服力的驱动因素。尽管研究证实网红的有效性会影响消费者的态度和行为（Ki & Kim，2019年），但大多数研究关注的是网红的个体特征而非他们的内容叙事策略（Park等人，2021年；Leung等人，2022年）。这种忽视是重要的，因为叙事能够产生情感共鸣和参与度（Feng等人，2021年），使得叙事策略对网红的有效性至关重要。此外，尽管当前研究主要关注基于文本的叙事（Seo等人，2018年；Kang等人，2020年），但很大程度上忽略了视觉传播已成为当今社交媒体主流叙事方式的事实。

考虑到社交媒体中的视觉转变——图像已成为主要的说服媒介，这一差距的重要性变得显而易见。图像的处理速度远快于文本，并能立即建立心理联系（Pieters & Wedel，2012年），这解释了为什么基于图像的内容在Instagram和Rednote等平台上如此流行，因为它们易于创建和分享。尽管视觉传播普遍存在，但关于视觉叙事特征的研究不仅落后于文本叙事研究，而且仍然零散，学者们通常是孤立地研究视觉元素，而不是采取整体视角（Lacoste-Badie等人，2020年；Poirier等人，2024年；Kareklas等人，2019年）。此外，视觉叙事的有效性可能不仅取决于叙事特征本身，还取决于讲述故事的人（网红特征）以及内容提供的价值（信息性或娱乐性）。这些差距限制了我们解释为什么相同的视觉元素在某些情况下成功而在其他情况下失败的能力。

为了解决这些差距，本研究旨在回答三个研究问题：（1）网红生成的图像中哪些视觉叙事特征能够驱动用户说服力？（2）网红特征如何调节视觉叙事对用户说服力的有效性？（3）内容价值类型如何调节视觉叙事对用户说服力的有效性？为了回答这些问题，本研究基于Nikulina等人（2024年）在其文献综述中提出的NAR框架进行了实证验证和扩展，该框架通过三个维度概念化了图像如何创造叙事共鸣：“叙述”（视觉环境和构图）、“行动”（叙事主体）和“共鸣”（情感连接）。利用来自领先网红营销社区Rednote的89,270张图片及其对应的用户行为数据的大规模数据集，本研究调查了网红生成的图像中视觉叙事特征对用户说服力的影响，并探讨了网红特征和内容价值类型的调节作用。

本研究在几个方面不同于现有文献。首先，它首次在社交媒体网红的背景下对NAR框架进行了实证验证和完善，展示了“叙述”、“行动”和“共鸣”特征在塑造用户说服力中的关键作用。通过识别并实证测试这些维度中的具体视觉叙事特征，本研究提供了关于叙事策略如何驱动用户参与的新见解。其次，它通过探讨网红特征和内容价值类型如何调节视觉叙事的有效性，扩展了视觉叙事效果的边界条件。最后，与以往主要通过实验操作视觉元素的研究不同，本研究在真实的社交媒体环境中使用大规模数据集来研究视觉叙事，将受控实验室结果与实际网红营销实践联系起来。

部分摘录

社交媒体中的视觉叙事

社交媒体平台引发了向视觉传播的前所未有的转变，从根本上改变了信息的创建和消费方式。网红作为关键的内容创作者，利用图像建立受众联系并塑造消费者行为。研究一致表明，网红的有效性取决于他们的说服能力，这决定了他们传播信息的成功程度以及获得受众接受的程度（Ha和Yang，2023年；Belanche

叙述维度

“叙述”维度指的是图像的场景设置，展示情节的某个静态时刻（Nikulina等人，2024年）。这种场景的视觉构图方式影响了叙事理解和观众的联系。在社交媒体这种注意力稀缺的环境中，叙事的清晰度在很大程度上取决于视觉复杂性，特别是像素复杂性和对象复杂性，这些因素触发了不同的认知过程，从而影响故事的解释（Shin等人，2020年）。

像素复杂性捕捉了

数据来源

本研究使用Rednote.com作为数据来源，这是一个每月用户超过2亿的中国顶级社交媒体平台。该平台结合了社区互动、内容分享和电子商务功能，吸引了众多创作基于图像内容的网红。这种对视觉叙事的重视使得Rednote成为研究网红视觉叙事及其说服力的理想选择。

我们采用了分层随机抽样策略来选择网红

实证模型

本研究探讨了网红发布的图像中的视觉叙事特征如何影响用户在社交媒体上的说服力。主要效应模型为：ln(PersuasionEffectiveness) = β₀ + β₁PixelComplexity + β₂ObjectComplexity + β₃HumanPresence + β₄Authenticity + β₅Aesthetics + β₆Utility + Controls + ε其中β₀是截距，β₁-β₆是系数估计值，ε是误差项。控制变量包括帖子内容（PostControls）、时间因素（TemporalControls）和基本视觉属性（

讨论

我们对社交媒体网红视觉叙事的大规模实证分析揭示了几个关于其说服效果的重要发现。首先，所有三个视觉叙事维度都显著影响了说服力。在“叙述”维度上，像素复杂性通过感知的丰富性增强了吸引力（Wang等人，2024年；Overgoor等人，2022年），而对象复杂性在之前的研究中表现出混合效果。

理论意义

本研究做出了三个关键的理论贡献。首先，它通过计算方法首次对Nikulina等人（2024年）提出的NAR框架进行了实证验证。虽然之前关于社交媒体网红背景下视觉叙事特征的研究较为零散，主要关注颜色、构图或人类存在等视觉元素（Lacoste-Badie等人，2020年；Poirier等人，2024年；Kareklas等人，2019年）

局限性与进一步研究

本研究也存在一些局限性。首先，我们的抽样方法可能影响了结果的普遍性。由于我们关注的是Qingbo指数排名，可能会偏向于平台可见度较高和算法青睐的网红，从而可能忽略了Rednote内容创作者的多样性。此外，我们对Rednote的关注意味着我们发现的视觉叙事机制可能反映了平台特定的特征和用户行为。未来的研究可以解决这些问题

写作过程中生成式AI的声明

在准备这项工作时，作者使用了Claude Sonnet 4.5工具来提高文本的可读性。使用该工具/服务后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。

CRediT作者贡献声明

张星：撰写——审稿与编辑、撰写——初稿、调查、资金获取、概念化。季新宇：撰写——初稿、可视化、方法论、数据分析、概念化。曹鹏飞：撰写——初稿、可视化、方法论、数据分析。肖泉：撰写——审稿与编辑、验证、资源获取、资金获取、正式分析。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了中国国家自然科学基金（NSFC）[71974152]项目、教育部人文社会科学基金一般项目[编号：23YJA630101]以及湖北省教育厅（拨款编号：24D046）的支持。

张星是武汉纺织大学管理学院的教授，他的研究兴趣集中在知识管理领域。他的研究成果发表在《信息与管理》、《决策支持系统》、《信息科学与技术协会杂志》、《信息处理与管理》、《计算机在人类行为中的应用》、《互联网研究》、《技术预测与社会变革》、《知识管理杂志》、《远程信息学与信息学》等期刊上。