虚拟影响者披露方式的显著性对消费者认知的影响：产品数字化程度的调节作用

随着虚拟影响者在社交媒体营销中的广泛应用，其非人类本质的披露方式成为关注焦点。本研究通过两项实验(N=245/429)探讨披露显著性(显性vs隐性)对虚拟影响者可信度和品牌态度的影响，发现显性披露会显著降低可信度，而产品数字化程度未显示预期调节作用，为平衡营销效果与透明度要求提供了实证依据。

　　

在数字营销领域，虚拟影响者(Virtual Influencers)正掀起一场革命。这些由计算机生成的数字形象，如以假乱真的Lil Miquela(@lilmiquela)或动漫风格的Noonoouri(@noonoouri)，正在Instagram等平台获得数百万粉丝。然而这些虚拟实体与人类影响者的本质差异，引发了对营销透明度的核心争议——当消费者无法直观辨别内容创造者的真实性时，是否需要强制披露？如何披露才能既保障知情权又不损害营销效果？这成为数字营销伦理与效果平衡的关键难题。

阿姆斯特丹大学传播科学系的Zeph M.C. van Berlo和Priska L. Breves团队在《Computers in Human Behavior Reports》发表的研究，通过两项精心设计的在线实验，首次系统考察了披露显著性(Disclosure Prominence)对虚拟影响者营销效果的影响机制。研究采用说服知识模型(Persuasion Knowledge Model)和来源可信度模型(Source Credibility Model)作为理论框架，通过控制披露方式(显性预警告vs隐性标签#CGI)和产品类型(智能手表vs传统手表)，测量了美国18-34岁女性Instagram用户(N=674)对影响者可信度、品牌态度(Brand Attitude)和购买意向(Purchase Intention)的响应差异。

研究方法凸显创新性：首先采用生成式AI(Snapchat的Beauty Cartoon滤镜)创建拟真虚拟影响者素材；其次通过三组对比设计(显性披露/隐性披露/人类基线)精确控制变量；最后运用Bootstrap法分析中介效应。特别值得注意的是，研究严格模拟现实场景——隐性披露组仅用#virtualinfluencer标签，而显性披露组则添加文字说明，这种生态效度设计使结论更具实践价值。

研究结果揭示多重发现：

1. 披露显著性的直接影响：显性披露使虚拟影响者可信度评分(3.29)显著低于隐性披露(4.10)和人类影响者(4.39)(p<0.001)，证实H1假设。
2. 中介效应分析：显性披露通过降低可信度间接使品牌态度下降0.67个点(b*=-0.67,95%CI[-0.90,-0.44])，购买意向降低0.59个点(b*=-0.59,95%CI[-0.80,-0.40])，支持H2假设。
3. 意外发现：产品数字化程度(Product Digitality)未显示调节作用，智能手表与传统手表场景下披露效果无差异(p=0.451)，与H3假设的匹配假说(Match-up Hypothesis)相悖。

讨论部分深入剖析了理论冲突点：虽然Lee & Ham(2023)等研究强调虚拟影响者在数字产品中的优势，但本研究发现消费者可能更关注产品本身特性而非"数字-数字"匹配。这挑战了Franke et al.(2023)提出的虚拟影响者更适合推广科技产品的观点，暗示可信度感知可能超越简单的类型匹配逻辑。

这项研究对行业实践具有三重启示：首先为监管机构(如印度广告标准委员会ASCI)制定披露政策提供科学依据，建议采用平衡方案——既避免隐性披露的欺骗性，又防止显性披露的负面效应；其次警示学术界避免在实验中过度强调虚拟属性导致结论偏差；最后指导品牌方根据营销目标选择披露策略，如奢侈品营销可适度淡化虚拟属性，而科技产品则需强化真实性建设。

随着生成式AI(Generative AI)的爆发式发展，该研究更凸显时代价值：当虚拟内容与现实的界限日益模糊时，如何在技术创新与消费者保护间找到平衡点，将成为数字营销伦理研究的关键方向。这项研究不仅填补了虚拟影响者披露研究的空白，更为AI时代的广告透明度标准树立了方法论典范。