網絡社群虛擬獎勵對用戶知識共享意愿的影響研究

徐浩東

摘 要：網絡社群作為互聯網中極其重要的組成部分，為用戶提供了良好的交流與分享的平臺，并且吸引著具有相同愛好和志趣的用戶參與到網絡社群中來，使得用戶在此社交系統中建立聯系，增長人氣；大部分社群還會為自己的用戶提供多種免費服務，從多方面吸引用戶的關注，以此來保持社群的活躍度，增加用戶對社群的忠誠度和依賴度。 本文主要研究網絡社群虛擬獎勵對用戶知識共享意愿的影響因素，并根據統計研究結果提出相應建議。

關鍵詞：網絡社群 虛擬獎勵 知識共享 影響研究

中圖分類號：G203 文獻標識碼：A 文章編號：1003-9082（2017）09-0-04

在我國，網絡社群在近幾年正蓬勃發展。網絡社群的快速發展也吸引了眾多學者關注的目光，針對網絡社群的特定的研究與實踐也在日益增加。網絡社群的發展應該鼓勵更多的用戶在互聯網上進行互動，這樣網絡社群才會有更加持久的生命力。然而在知識共享型網絡社群，人們更多地是在社群中尋求幫助而不是傳播知識。據此可給網絡社群的管理者提出優化及改進建議：首先應該加強用戶之間的交流與溝通，促進用戶之間的知識交換；其次，加強自身網絡社群建設，建立獨特的激勵機制，為用戶提供更多福利舉措，肯定用戶在知識共享上的勞動成果，提高用戶忠誠度和滿意度，讓用戶自愿地參與到知識共享中來，使網絡社群中的知識共享成為推動互聯網不斷發展的源源動力。本文主要研究網絡社群虛擬獎勵對用戶知識共享意愿的影響因素，并根據統計研究結果提出相應建議。

一、理論模型與研究假設

從理論基礎出發，結合網絡社群知識共享相關研究，總結歸納出虛擬獎勵與用戶共享意愿之間的關系，并據此提出本文的研究假設和理論模型。

1.理論基礎

1.1社會交換理論

社會交換理論認為，吸引力最大的人是能提供最大報酬的人，因此人會盡可能讓自己的社會交往為自己提供最大的利益。人類社會的原則是互相幫助，因此社交的過程也可以理解成交換的過程。該理論的具體表現之一是互惠，交換雙方均希望通過交換獲取利益。知識共享的一個顯著動因便是“人人為我，我為人人”的互惠原則。[1]

在網絡社群中，用戶的知識共享行為可以被看作是一般化的社會交換行為。這種交換并不是個體之間的交換，而是個體與社群之間的交換。即個體將知識共享給社群，社群以某種形式的獎勵作為交換。用戶會在獲得社群的獎勵后會權衡自己的付出與回報是否均衡，進而對社群做提供的虛擬獎勵做出主觀上的認識和評價，以此影響用戶繼續進行知識共享的意愿。

1.2需求層次理論

此理論最早是1943年由美國心理學家馬斯洛（Maslow）在其著作《人的動機理論》中提出。他將人的需求由低到高分為了五個層次，分別是生理需要、安全需要、社交需要、尊重需要和自我實現需要。在需求層次理論中，人的需要被分成上述五個層級，需要的存在便會激勵著人們對滿足需要的追求。在低層次的需求被滿足后，人們便會追求更高階層的需求，最終達到自我實現和自我滿足。針對不同層次的需要，激勵方式也不盡相同。[2]

1.3雙因素理論

雙因素理論在二十世紀五十年代末由赫茲伯格（Herzberg）提出，他通過對工程師和會計師大量人次的調查，研究了工作滿意度與需求之間的關系。得出了只有激勵因素才會提高工作滿意度，而不滿意度則是由保健因素所影響。[3]因此稱為雙因素理論，又叫做激勵—保健理論。赫茲伯格指出，人的積極情緒和反應會受到激勵因素的影響，而消極情緒則受到了保健因素的影響。滿意的對立面是沒有滿意，不滿意的對立面是沒有不滿意。激勵因素是在工作時產生的，由于工作會給予付出勞動的人回報，因此工作時會調動人潛在的積極因素。人的積極性的激發的必要條件是激勵因素的滿足。

2.研究假設

2.1虛擬物質獎勵與知識共享意愿之間的關系

根據社會交換理論，人們為了獲取利益才會用自己的知識作為籌碼和外界進行交換。虛擬物質獎勵主要反映用戶在網絡社群中利用虛擬貨幣進行物品交換、虛擬財富積累等經濟活動。主要體現在虛擬貨幣如積分、金幣的實際價值、虛擬貨幣獲取的難易程度、虛擬貨幣所能夠進行商品交換和購買服務的范圍以及虛擬貨幣的使用是否便利。例如在百度知道中，如果用戶提供的答案被提問者所采納，那么提問者就會得到一定數量的積分或金幣為獎勵，這些積分或金幣可以用來進行等級提升或者在積分商城購買實物。虛擬獎勵越豐厚，就會有更多的用戶積極投入到網絡社群的知識共享中來。據此提出假設：

H1：網絡社群為用戶提供的物質獎勵正向影響用戶知識共享意愿

2.2自我感知的精神價值與知識共享意愿之間的關系

根據需求層次理論，用戶自我感知到的精神價值是指用戶在情感和精神上獲得的對自身價值的肯定與他人認可，是對最高層次需要的追求。主要體現在用戶在網絡社群中等級提升后所獲得的特殊待遇、特權福利、榮譽標簽，以及聲譽的提升、得到其他人回應后內心的愉悅感、積分累加后的成就感、消費積分時所帶來的消費快感和網絡社群歸屬感等體現精神價值的方面。用戶自我感知到的精神價值越大，共享知識的意愿便會更強烈。據此提出假設：

H2：用戶共享知識后自我感知的精神價值正向影響用戶對知識共享的意愿

2.3用戶滿意度與知識共享意愿之間的關系

根據雙因素理論，滿意度的提高會激發人的積極性。網絡社群用戶滿意度是指用戶在對該社區的運作模式、知識分享質量的高低、獲得獎勵以及與他人溝通交流的總體滿意程度。學者們廣泛將其引入網絡社群中用戶知識共享意愿的研究中，學者們研究后所得出的結果一致認為用戶滿意度對知識共享意愿有積極的促進作用。據此提出假設：

H3：用戶對該虛擬知識分享社群的滿意度正向影響用戶知識共享意愿

3.理論模型endprint

根據對網絡社群用戶知識共享意愿的研究述評和上一小節研究假設的提出，筆者繪制了如圖1的理論模型：

二、虛擬獎勵對用戶知識共享意愿影響的統計分析

1.樣本描述性統計分析

本研究問卷主要由三部分組成，其中第一二部分分別是對被調查者個人基本資料以及在百度知道中進行知識共享的基本情況調查；第三部分則是對此次研究變量的測量。

首先，將用戶基本資料統計匯總可以看出，此次調查的樣本中女性的答題人數要多于男性，而年齡則集中在18～25歲這個區間，學歷和職業上也是本科的大學生占據了大多數，由此也側面反映了我國網民的青年化、學生化，且使用百度知道的年限也均較長，可以視為樣本數據可信度較高，具有研究代表性。

其次，來看被調查者在百度知道中進行知識共享的基本情況。可以看出網絡社群用戶使用或登錄百度知道的頻率在“每周至少5次”和“每天”兩個頻段的頻數占到了大約總體樣本的一半，而在百度知道中進行知識共享的頻率中，有67.7%的用戶每月只有2次及以下會進行知識分享活動，說明大多數人還是要經常使用到百度知道，但幾乎都是在百度知道中尋求知識的答案，而很少有主動分享的行為。而用戶認為他們在分享知識時所需要的專業知識、經驗或技能程度要求并沒有達到較高的水準，因此大多數用戶可以在這個網絡社群中憑借自己所掌握的知識和技巧來為他人提出解答。之后的兩個問題用戶對百度知道所提供的虛擬獎勵了解程度并不高，他們很少關注虛擬獎勵的詳細情況及變化，反映出了網絡社群還需要在虛擬獎勵的設置上增加區分度，提高用戶對虛擬獎勵的關注度。

本文將通過SPSS19.0統計分析軟件實現相關指標測量，結果如表2所示。

由表中極小值、極大值、標準差、均值四項指標可知，觀測變量的極小值均為1，極大值均為5，表明各觀測題項的選項分布范圍較為合理。各指標的均值均在3.1以上，說明被調查者對于虛擬物質獎勵以及精神價值的認可度較高，對該社群的滿意度和用戶對共享知識的意愿也在較高水平。標準差介于0.812—0.971之間，說明樣本數據之間擁有一定的差異性。觀測題項中偏度值和峰度值均介于-1與+1之間，符合樣本數據偏度絕對值小于3且峰度絕對值小于10的正態分布的分布標準。由此可知本此研究所收集的數據基本服從正態分布，后續相關分析是可行的。

2.信度和效度分析

2.1信度分析

信度分析是對測量結果所進行的可靠性分析，本研究對于信度的檢驗分析也由SPSS19.0數據分析軟件進行，采用Cronbachs Alpha 系數值α來作為衡量標準。并規定具體衡量標準：總量表α>0.8表明信度非常好，α>0.7表明可以接受；若總量表信度α<0.7或分量表α<0.6則需要對觀測題項進行調整，對量表進行修改。

根據表3所得結果，本研究使用的問卷總體Cronbachs Alpha 系數值α=0.958，大于0.8，說明本文使用的問卷信度非常好。

再看表4中各項分變量的Cronbachs Alpha 系數值也均大于0.8，表示此問卷具有較高的可靠性，信度較好。

2.2效度分析

效度是指測量分數和想要測量的特征的一致性，即測驗分數是否能真正地反映出想要測量的特征。通常采用因子分析法。首先要對各個量表進行KMO和Bartlett球形檢驗來驗證量表是否適合做因子分析。KMO用來檢測各個變量之間的相關程度，一般KMO的值越靠近1說明樣本越適合做因子分析，Bartlett球形檢驗則用來檢驗數據的分布情況。本節將先對總體量表進行探索性因子分析，再分別對測量變量進行效度分析。

2.2.1總體測量量表探索性因子分析

在提取因子前，首先對總體測量量表進行KMO值和Bartlett球形檢驗，結果如表5所示。總體量表KMO值=0.939>0.7，Bartlett球形檢驗卡方值為3545.081，顯著性概率為0.000<0.05，這表明總體測量量表中各觀測題項具有很高的相關性，非常適合做因子分析。

接下來運用主成份分析法對總體量表中的20個觀測題項進行公因子提取，獲得具有Kaiser標準化的正交旋轉法因子載荷系數結果如表6所示。根據因子載荷系數>0.5的標準，提取出了4個公因子。表7中提取公因子方差累計解釋達72.675%，說明提取的公因子對總體測量量表中的4個變量的整體解釋能力較強，包含了量表的主要信息。

2.2.2虛擬物質獎勵量表結構效度分析

首先對虛擬物質獎勵進行KMO值和Bartlett球形檢驗，結果如表8所示。虛擬物質獎勵KMO值=0.787>0.7，Bartlett球形檢驗卡方值為416.731，顯著性概率為0.000<0.05，這表明虛擬物質獎勵的各觀測題項具有很高的相關性，非常適合做因子分析。

接下來運用主成份分析法對虛擬物質獎勵中的4個觀測題項進行公因子提取，分析結果如表9所示。根據因子載荷系數>0.5的標準，提取出了1個公因子。表10中提取公因子方差累計解釋達69.963%，說明提取的公因子對虛擬物質獎勵的整體解釋能力較強，包含了此量表的主要信息。

2.2.3用戶精神價值量表結構效度分析

首先對用戶精神價值進行KMO值和Bartlett球形檢驗，結果如表11所示。虛擬物質獎勵KMO值=0.853>0.7，Bartlett球形檢驗卡方值為930.972，顯著性概率為0.000<0.05，這表明用戶精神價值的各觀測題項具有很高的相關性，非常適合做因子分析。

接下來運用主成份分析法對用戶精神價值中的6個觀測題項進行公因子提取，分析結果如表12所示。根據因子載荷系數>0.5的標準，提取出了1個公因子。根據表13可知提取公因子方差累計解釋達71.165%，說明提取的公因子對用戶精神價值的整體解釋能力較強，包含了此量表的主要信息。endprint

2.2.4用戶滿意度量表結構效度分析

首先對用戶滿意度進行KMO值和Bartlett球形檢驗，結果如表14所示。虛擬物質獎勵KMO值=0.824>0.7，Bartlett球形檢驗卡方值為668.262，顯著性概率為0.000<0.05，這表明用戶滿意度的各觀測題項具有很高的相關性，非常適合做因子分析。

接下來運用主成份分析法對用戶滿意度中的5個觀測題項進行公因子提取，分析結果如表15所示。根據因子載荷系數>0.5的標準，提取出了1個公因子。表16中提取公因子方差累計解釋達70.144%，說明公因子對用戶滿意度的整體解釋能力較強，包含了主要信息。

2.2.5用戶知識共享意愿結構效度分析

首先對用戶知識共享意愿進行KMO值和Bartlett球形檢驗，結果如表17所示。虛擬物質獎勵KMO值=0.878>0.7，Bartlett球形檢驗卡方值為737.931，顯著性概率=0.000<0.05，這表明用戶知識共享意愿的各觀測題項具有很高的相關性，非常適合做因子分析。

接下來運用主成份分析法對用戶知識共享意愿中的5個觀測題項進行公因子提取，分析結果如表18所示。根據因子載荷系數>0.5的標準，提取出了1個公因子。表19中提取公因子方差累計解釋達73.769%，說明提取的公因子對用戶知識共享意愿的整體解釋能力較強，包含了此量表的主要信息。

3.相關分析

相關分析是用于研究變量之間影響關系密切程度的統計方法。此方法是用適當的指標來描述變量間依存關系和變化趨勢。本文選擇Pearson相關分析法，對研究中的四個變量虛擬物質獎勵、精神價值、用戶滿意度、用戶知識共享意愿進行相關性研究分析。結果如表20所示。虛擬物質獎勵和知識共享意愿的相關系數為0.396，二者有相關關系，同時顯著性水平達到了0.01，說明虛擬物質獎勵的多少與用戶知識共享意愿的強弱有一定的相關性；精神價值和知識共享意愿的相關系數為0.547，二者有顯著的正相關關系，同時顯著性水平達到了0.01，說明用戶在網絡社群中體會到的精神價值的高低與用戶知識共享意愿的強弱有顯著的相關性；用戶滿意度和知識共享意愿的相關系數為0.501，二者有顯著的相關關系，同時顯著性水平達到了0.01，說明用戶在該網絡社群中獲得的滿意度會對用戶知識共享意愿產生顯著的相關性。

4.回歸分析

回歸分析是基于收集到的數據來尋找變量間關系的統計分析方法，通過回歸分析可以說明變量之間的因果關系，并觀察具體的影響幅度。本節將討論虛擬物質獎勵、用戶精神價值、用戶滿意度是否對用戶共享知識意愿產生顯著影響。

本次回歸分析以用戶知識共享意愿為因變量，虛擬物質獎勵、用戶精神價值、用戶滿意度為自變量，利用SPSS19.0進行計算，結果如下。從表21中可以看出，模型R2值為0.424，說明回歸方程與樣本數據有較好的擬合度，有一定的穩定性。在表22中，F值為54.437，Sig<0.05，因此可以說明至少有一個自變量能夠有效預測因變量。在表23中，虛擬物質獎勵的β值為0.154，P值為0.010<0.05、用戶精神價值的β值為0.340，P值為0.000<0.05、用戶滿意度的β值為0.292，P值為0.000<0.05，表明虛擬物質獎勵、用戶精神價值、用戶滿意度對用戶知識共享意愿有顯著影響，前文提到的三個假設得到了驗證。

5.假設檢驗的結果

經過初步的數據處理，本文對提出的假設進行了一系列統計研究。

首先對調查問卷中的量表進行了描述性統計分析以及信度和效度分析，結果顯示數據符合進一步研究的需要。

其次對自變量和因變量進行了相關分析，確定了幾個變量之間存在顯著的相關性。最后通過回歸分析發現三個自變量對用戶知識共享意愿均會產生顯著影響，假設的驗證結果如表24所示。

三、結果討論與啟示

1.結果討論

本次研究假設“網絡社群為用戶提供的物質獎勵正向影響用戶知識共享意愿”。數據分析結果顯示，β值為0.154，P值為0.010，較好地驗證了假設H1，說明網絡社群中虛擬物質獎勵越豐富，可兌換物品越多，越能夠激發用戶知識共享的意愿。

本次研究假設“用戶共享知識后自我感知的精神價值正向影響用戶對知識共享的意愿”。數據分析結果顯示，β值為0.340，P值為0.000，較好地驗證了假設H2，說明用戶在網絡社群中通過與其他人進行交流與溝通，通過自己分享的知識得到認同和贊許的方式獲得了自我精神價值的實現，更加有助于用戶知識共享意愿的提升。

本次研究假設“用戶對該虛擬知識分享社群的滿意度正向影響用戶知識共享意愿”。數據分析結果顯示，β值為0.292，P值為0.000，較好地驗證了假設H3，說明用戶在該社群中的滿意度增加后，才會更愿意去進行知識共享。

通過對三個變量β值的橫向比較，發現變量“用戶精神價值”的β值最高，因此從普遍意義上可以判定用戶精神價值在影響用戶知識共享意愿的方面作用顯著，相關程度超過虛擬物質獎勵與用戶滿意度對用戶知識共享意愿造成的影響。三個變量中用戶滿意度次之，最后是虛擬物質獎勵。據此可得出說明在此樣本中，被調查者在很大程度上會因為通過回答問題可以獲得他人認同、獲得歸屬感以及自我精神上的愉悅而在“百度知道”社群進行知識共享；用戶會因為百度知道為他們提供的良好的人機交互關系以及溫馨的社群氛圍而提高對此社群的滿意度，從而在一定程度上提高用戶知識共享的意愿。

2.研究啟示

在理論上，由于之前的文獻都是單獨對虛擬物質獎勵與用戶知識共享意愿、用戶精神獎勵與用戶知識共享意愿或用戶滿意度與用戶知識共享意愿進行研究，而本次研究創新性地將三個變量統一起來，重點分析了網絡社群虛擬獎勵對用戶知識共享意愿的影響，從不同的研究角度對影響網絡社群用戶知識共享意愿的因素做了合理的解釋，并結合了相關人文社科理論進行闡述。豐富了用戶知識共享意愿的相關研究，同時為后來者對用戶知識共享行為影響因素的討論提供一定的借鑒意義。

在實踐上，通過對網絡社群虛擬獎勵對用戶知識共享意愿影響的研究，可以對網絡社群的經營和管理者以及用戶分別提出更加實際的建議。

從虛擬物質獎勵的角度來看，現今網絡社群中的虛擬物質獎勵的實用價值并不高。因此建議網絡社群的管理者應降低虛擬物質獎勵的獲取難度，增加積分的獲取渠道，提高用戶知識共享的積極性。

從用戶精神價值的角度來看，用戶在網絡社群中的交流的目的是獲得知識的交流，更深層次的目的是發展友誼、在虛擬的社會中尋找自己的歸屬感，實現自己的價值體現。更高的采納率星級代表了其他用戶對知識分享者的肯定程度。采納率星級越高，用戶的榮譽感就越強，分享知識的意愿也會相應提高。此外網絡社群管理者可以通過全社區廣播的形式來肯定用戶的勞動成果，促進知識的交流與共享。

從用戶滿意度的角度來看，網絡社群可以通過不斷地用戶反饋與更新優化，為用戶提供多樣化的服務，更加人性化的界面設計與交流體驗，一方面建立自己網絡社群的品牌效應，并與目前處于無網絡社群狀態的用戶建立聯系，獲得更多的新用戶；另一方面增強自身的核心競爭力，完善虛擬社區功能體系，建立更加有效的客戶關系管理戰略，從而保持用戶較高的忠誠度，提高自身網絡社群的聲譽及效益。

參考文獻

[1]陳春光.虛擬社區知識共享行為影響因素研究[D].武漢：華中師范大學，2014.

[2]邢以群.管理學[M].浙江大學出版社，1997

[3]郭馬兵.激勵理論題述[N].首都經濟貿易大學學報，2002年第6期37-40endprint