在線創(chuàng)作社區(qū)的知識貢獻機制研究

李海峰　王煒

摘要：在線創(chuàng)作社區(qū)為群體知識創(chuàng)造提供了社會化場域。當前關(guān)于在線創(chuàng)作社區(qū)的研究主要聚焦于創(chuàng)作社區(qū)的基本功能和機制、參與者的態(tài)度和情感因素等，而對創(chuàng)作社區(qū)知識貢獻的系統(tǒng)運行機制則探究不足。因此，從系統(tǒng)論視角、基于用戶真實數(shù)據(jù)來探究創(chuàng)作社區(qū)的知識貢獻影響因素及其運行機制就顯得非常重要。以簡書創(chuàng)作社區(qū)為例，通過爬蟲軟件抓取了4776位用戶數(shù)據(jù)，利用SPSS和Mplus7.4對數(shù)據(jù)進行統(tǒng)計分析的結(jié)果表明：社會資本與社會認同是知識貢獻的主要動力，單一激勵機制會削弱知識貢獻和利他行為。具體而言，單一激勵機制會削弱知識貢獻，而社會認同又會進一步加強這種消極影響。社會資本和利他行為完全中介著激勵機制對知識貢獻的影響。社會資本對知識貢獻具有顯著的正向中介效應(yīng)，社會認同會進一步加強這種積極影響。激勵機制對知識貢獻的影響因利他行為中介而呈現(xiàn)顯著的消極效應(yīng)，社會認同也會進一步強化這種消極影響。為了阻止“邊際效用遞減”，在線創(chuàng)作社區(qū)需要構(gòu)建多樣化的激勵方法，豐富用戶的社會資本，制定軟利他行為激勵措施，營造和諧的社區(qū)文化氛圍，這將為當前MOOC和在線學(xué)習(xí)社區(qū)中學(xué)習(xí)者的深度學(xué)習(xí)、高階思維培養(yǎng)以及知識創(chuàng)新提供有力支持。

關(guān)鍵詞：在線學(xué)習(xí);知識貢獻;知識創(chuàng)造;創(chuàng)作社區(qū);有調(diào)節(jié)的中介效應(yīng)

中圖分類號：G434? ?文獻標識碼：A? ? 文章編號：1009-5195（2020）04-0093-12? doi10.3969/j.issn.1009-5195.2020.04.011

*基金項目：全國教育科學(xué)“十三五”規(guī)劃2018年度教育部重點課題“在線協(xié)作知識建構(gòu)的深度匯談機制研究”（DCA180324）。

作者簡介：李海峰，博士，副教授，碩士生導(dǎo)師，新疆師范大學(xué)教育科學(xué)學(xué)院（新疆烏魯木齊 830017）;王煒，博士，教授，博士生導(dǎo)師，新疆師范大學(xué)教育科學(xué)學(xué)院（新疆烏魯木齊 830017）。

一、問題提出

在線創(chuàng)作社區(qū)以信息通訊技術(shù)為中介，以大眾群體為知識創(chuàng)造主體，以自組織的社會化學(xué)習(xí)為基本形式，以興趣和需求作為群體構(gòu)建的動機，以分享、回應(yīng)和協(xié)作互動作為基本的交互方式，以知識創(chuàng)造作為社區(qū)的根本目的。當前在線創(chuàng)作社區(qū)作為信息技術(shù)支撐的知識創(chuàng)造空間引起了研究者的廣泛關(guān)注，相關(guān)研究主要聚焦于創(chuàng)作社區(qū)的基本功能和機制、參與者的態(tài)度和情感因素等。

1.創(chuàng)作社區(qū)的基本功能和機制

創(chuàng)作社區(qū)通過等級、頭銜、積分和人氣等功能構(gòu)建了一套較為系統(tǒng)的機制，以提高參與者回答問題的積極性（張興剛等，2009）。譬如，以搜索引擎為基礎(chǔ)的問答社區(qū)遵循信息傳播的反饋模式，用戶可根據(jù)需求或者興趣利用搜索引擎在問答社區(qū)中尋找答案或者話題，如無法獲得滿意答案則可通過發(fā)布問題和獎勵來尋求答案。國際主流創(chuàng)作社區(qū)在用戶界面、開放程度、問題分類、交互性以及個性化支持等方面存在較大差異。用戶提問和回答的自由度存在明顯差異，不同創(chuàng)作社區(qū)在提問權(quán)限、回答范圍、質(zhì)量監(jiān)控、問題糾錯等方面各不相同（吳丹等，2011）。投票機制促進了創(chuàng)作社區(qū)意見領(lǐng)袖的生成，為選拔態(tài)度積極、認真負責、主動參與和組織能力強的意見領(lǐng)袖提供了基本保障（王秀麗，2014）。

2.創(chuàng)作社區(qū)的參與者態(tài)度分析

知識共享意愿是群體知識創(chuàng)造的重要基礎(chǔ)，利他愉悅、物質(zhì)回報以及自主學(xué)習(xí)等積極影響著用戶的參與態(tài)度，而參與意向得益于創(chuàng)作者的主觀規(guī)范、參與態(tài)度和感知行為控制的資源條件（范宇峰等，2013）。聲譽提升、知識獲取能力和學(xué)習(xí)能力對持續(xù)貢獻知識具有顯著的積極影響，積分功能顯著地調(diào)節(jié)著知識貢獻意向（金曉玲等，2013）;利他主義、互惠以及同情有助于提升用戶的知識共享意愿（陳星等，2017）。社交、娛樂以及利他主義積極影響著用戶的參與行為，創(chuàng)造行為也受到自我效能、利他主義和聲譽的促進作用（甘春梅等，2017）。

3.創(chuàng)作社區(qū)的情感因素分析

社會情感因素是眾多提問者判定答案的重要標準之一（蔣楠等，2012），用戶的提問或者回答需要考慮他者的情緒、態(tài)度以及互動方式（Kim et al.，2009）。用戶特征、文本特征和時序特征等是情感分析的主要數(shù)據(jù)來源，基于機器學(xué)習(xí)的情感數(shù)據(jù)分析方法能夠?qū)π畔①|(zhì)量進行自動化分類預(yù)測，信息中蘊含的情感特征有助于提高信息質(zhì)量分類預(yù)測的精準性（姜雯等，2015）。基于答案情感構(gòu)建的情感云能夠利用情感詞匯本體庫，挖掘用戶答案特征項中的情感傾向值，實現(xiàn)語義情感相似度視角下的答案優(yōu)先級排序（程亞男等，2018）。此外，感知易用性、感知控制力、互動性、技能水平和興趣等也會積極影響用戶的心流體驗，進一步增強用戶的持續(xù)參與和知識共享（李穎等，2019）。

盡管在線創(chuàng)作社區(qū)的知識貢獻研究取得較大進步，但是令人遺憾的是，關(guān)于創(chuàng)作社區(qū)知識貢獻的系統(tǒng)運行機制探究仍顯不足。譬如，激勵制度對知識貢獻的影響是否存在其他中介效應(yīng)？激勵機制對知識貢獻的作用在調(diào)節(jié)變量的影響下如何變化？創(chuàng)作社區(qū)中的知識貢獻影響因素是如何組織和運行的？這些問題都有待進一步研究。此外，從知識貢獻行為的動態(tài)發(fā)展視角看，初始知識貢獻與持續(xù)知識貢獻行為的差異（Davis，2000）并未受到研究者的深入關(guān)注。而且以調(diào)查問卷方式探究知識貢獻的影響因素是靜態(tài)的用戶態(tài)度反應(yīng)，難以揭示出真實社區(qū)中的知識貢獻機制，特別是影響因素的調(diào)節(jié)的中介效應(yīng)對知識貢獻的作用機制。因此，本研究將從系統(tǒng)論的視角，基于在線創(chuàng)作社區(qū)用戶的真實數(shù)據(jù)，通過變量之間的直接效應(yīng)、中介效應(yīng)以及調(diào)節(jié)效應(yīng)探究創(chuàng)作社區(qū)的知識貢獻影響因素和運行機制。

二、文獻綜述與研究假設(shè)

1.知識貢獻的影響因素

知識貢獻是指主體在虛擬社區(qū)中貢獻知識、分享信息以及參與知識創(chuàng)造的一種行為過程（Agarwal，2007），動機因素、環(huán)境因素、個體特征以及知識分享觀念等是知識貢獻的研究重點（Wang et al.，2010）。為此，筆者將根據(jù)知識貢獻的文獻分析和研究重點，從動機意向、社區(qū)環(huán)境以及用戶特征三個方面對知識貢獻的影響因素進行闡述。

（1）動機意向

知識貢獻動機受到個人態(tài)度、知識產(chǎn)權(quán)、激勵措施和知識付費等因素的影響。自我決定動機中介模型顯示，一致性匹配和互補性匹配對知識貢獻的外部和內(nèi)部動機均具有積極影響，能夠促進知識貢獻意愿（沈校亮等，2018）。參與知識貢獻與持續(xù)貢獻意愿主要取決于用戶的內(nèi)在動機，動機主要通過內(nèi)在的傳導(dǎo)機制轉(zhuǎn)化為知識貢獻行為，知識貢獻前置因素模型揭示了動機能以努力強度和目標承諾性為中介間接提升知識貢獻意愿（張曉娟等，2017）。動力要素模型闡釋了動機、機會和能力三要素對知識貢獻具有促進作用，互惠、榮譽和利他三要素構(gòu)成了知識貢獻的主要動機（陳則謙，2013）。就緒理論的引入揭示了用戶知識貢獻意向受到動機、角色和能力的正向影響，三個要素以交互的方式共同促進知識貢獻行為，角色清晰性和能力能增強動機與知識貢獻之間的關(guān)系（劉花等，2016）。

（2）社區(qū)環(huán)境

社區(qū)環(huán)境是指虛擬環(huán)境的空間結(jié)構(gòu)、用戶界面、功能以及社區(qū)規(guī)范等內(nèi)容。平臺設(shè)計、平臺服務(wù)支持、功能設(shè)計、社區(qū)體驗以及社區(qū)文化氛圍等是社區(qū)環(huán)境對知識貢獻的主要影響因素（張寶生等，2018）。社區(qū)環(huán)境的易用性、可用性、有用性以及愉悅性等體驗感知對知識貢獻具有顯著的積極影響，積極的用戶體驗得益于規(guī)則簡單易懂、互動交流輕松活躍以及技術(shù)使用舒適（曹高輝等，2016）。界面可用性、內(nèi)容可用性和用戶可用性對知識貢獻具有顯著影響，為提高社區(qū)可用性，需要清晰地劃分社區(qū)功能模塊、滿足用戶需求、增強社群構(gòu)建（杜晴等，2017）。虛擬社區(qū)的聲譽、知識價值、普及度以及認可度等因素對知識貢獻也具有一定影響，用戶傾向于在具有較高聲譽度、影響力和普及率的社區(qū)中搜索和共享知識。此外，虛擬社區(qū)需要通過社區(qū)構(gòu)建、社區(qū)教育和社區(qū)監(jiān)管等治理策略進一步規(guī)范、引導(dǎo)和促進社區(qū)行為，最終進一步促進知識貢獻（張曉娟等，2016）。

（3）用戶特征

用戶特征是指社區(qū)用戶的教育程度、工作經(jīng)驗、自我效能、個性特征、印象管理和評價理解等（Wang et al.，2010）。個體的性格傾向?qū)Ψ窒砗徒邮苤R具有顯著影響，外向性格的用戶樂于分享知識，與社區(qū)成員的關(guān)系較為密切。年長者對知識貢獻的回報期望較低，他們的熱情優(yōu)于年輕人，年輕人在自我效能和收益預(yù)期方面明顯強于年長者（周軍杰，2015）。主動型和被動型用戶在知識獲取和知識貢獻方面差異顯著，主動型用戶具有較強的自我訴求和自我意識，他們關(guān)注于興趣、需求以及知識的質(zhì)量，被動型用戶的外生性特質(zhì)較為明顯（杜智濤，2017）。在貢獻者和潛水者兩種用戶類型中，貢獻者易受外在的激勵制度驅(qū)動，而潛水者的知識貢獻主要通過線下活動和自我效能實現(xiàn)（萬莉等，2015）。

2.研究假設(shè)

簡書創(chuàng)作社區(qū)作為一個允許任何人進行開放創(chuàng)作的在線社區(qū)，為用戶提供了關(guān)注、粉絲、文章、文字數(shù)量、收到喜歡以及簡書鉆等主要功能。簡書創(chuàng)作社區(qū)匯聚了大量的用戶作品和數(shù)據(jù)，是開展用戶知識貢獻研究的重要平臺。筆者將根據(jù)社會交換理論和激勵理論等，結(jié)合簡書創(chuàng)作社區(qū)提供的功能，提出創(chuàng)作社區(qū)中影響知識貢獻的8個基本假設(shè)。

（1）激勵機制的直接效應(yīng)

激勵是一種普遍的知識貢獻促進策略。簡書創(chuàng)作社區(qū)以“簡書鉆”激勵用戶的知識貢獻。簡書鉆是用戶知識貢獻和作品價值的虛擬數(shù)字徽章，是用戶社會聲譽的標志符號。聲譽是指系統(tǒng)根據(jù)預(yù)定的評價標準對用戶的在線行為或成就進行追蹤而呈現(xiàn)的榮譽（Rice，2012）。用戶貢獻知識的首要因素是為了贏得聲譽，獲得社區(qū)更多群體的認可和支持（Wasko et al.，2005）。聲譽的追求已經(jīng)超越了那些狹隘的知識獨有觀念，削弱了自私的知識獲取者搭順風(fēng)車的問題，進一步推動了網(wǎng)絡(luò)社區(qū)知識貢獻的發(fā)展。

根據(jù)馬斯洛的需求層次理論，聲譽獲得實質(zhì)上是用戶自我實現(xiàn)的一種需要。為了達到自我實現(xiàn)，他們必須提升創(chuàng)作的數(shù)量和質(zhì)量以在社區(qū)中獲得存在感。隨著創(chuàng)作數(shù)量的增加和質(zhì)量的提升，他們獲得的群體贊譽也顯著提高。虛擬社區(qū)的聲譽與現(xiàn)實中的聲譽一樣對知識共享具有積極的促進作用，如果用戶對貢獻知識能獲得聲譽的感知越強，他們貢獻知識的意愿就越大（Wasko et al.，2005）。為了提升創(chuàng)作者的形象以及獲得額外的資產(chǎn)（如好的聲譽、個人身份、積極情感等），用戶便愿意分享他們擁有的知識（Shiau et al.，2012）。聲譽既是一種社會產(chǎn)品，也是一個社會過程，用戶常常通過參與到知識分享活動中來提升個人聲譽（Hsu et al.，2008）。

基于以上分析，以簡書鉆為代表的激勵機制可能會對社區(qū)用戶的知識貢獻具有顯著的積極影響，因此筆者提出如下假設(shè)：

H1：社區(qū)用戶獲得的激勵越強，他們進行知識貢獻的程度就越高。

（2）社會資本的中介效應(yīng)

社會資本的本質(zhì)是社會關(guān)系網(wǎng)以及基于關(guān)系網(wǎng)而構(gòu)成的社會互惠關(guān)系規(guī)范。社會資本按照社會關(guān)系的性質(zhì)可以分為粘合性社會資本和連接性社會資本。學(xué)習(xí)者的社會資本越多，他們的學(xué)業(yè)成就就越好。如果學(xué)校要提升學(xué)生的學(xué)業(yè)成就，那么就需要通過激勵措施來提升學(xué)校和學(xué)生的社會資本（羅伯特·帕特南，2019）。社會資本越高，社區(qū)成員之間的關(guān)系就會越緊密。這樣用戶就會淡化知識的私有感，增強互動、提升信任、積極交流，以進一步增強其知識貢獻意愿（劉海鑫等，2014）。

社會資本由用戶的結(jié)構(gòu)資本、認知資本和關(guān)系資本組成，結(jié)構(gòu)資本的向心性特征對知識貢獻的質(zhì)量和數(shù)量具有顯著的正向影響（Wasko et al.，2005）。用戶的向心力決定著虛擬社區(qū)用戶的知識貢獻程度，而粉絲群體又突出體現(xiàn)了社區(qū)用戶的向心力和凝聚力。粉絲的形成得益于故事的情緒和作品的價值主張，是社群成員的互動產(chǎn)物。粉絲社群的形成得益于用戶對偶像的崇拜，他們對偶像的成果或者行為具有高度一致的認可、信任和喜好，通過偶像情感力量的推動從而形成粉絲的集體行動（陳昕，2018）。簡書創(chuàng)作社區(qū)通過粉絲社群功能實現(xiàn)了對偶像的情感凝聚，促進了社區(qū)的向心力，實現(xiàn)了社會資本的提升，進而促進了用戶的知識貢獻。

通過對社會資本與獎勵機制、知識貢獻關(guān)系的分析，以粉絲為代表的社會資本在激勵機制與知識貢獻之間呈現(xiàn)出一種中介作用，社區(qū)用戶感知聲望機制的有效性越高，社群社會交互關(guān)系對知識貢獻的影響就可能會越顯著（劉海鑫等，2014）。因此筆者提出如下假設(shè)：

H2：社區(qū)用戶獲得的激勵越強，他們的社會資本就越多。

H3：社區(qū)用戶獲得的社會資本越多，他們的知識貢獻就越多。

（3）利他行為的中介效應(yīng)

利他行為既可指舍生取義、自我毀滅型的極端利他行為，也可指親社會行為的一種和緩的利他表現(xiàn)，還可指表面上對他者有好處的行為。創(chuàng)作社區(qū)的利他行為不存在犧牲自己成全他人的極端利他主義，那些對他者進行幫助、關(guān)切和互動的親社會行為都是利他行為。利他行為可分為軟利他行為和硬利他行為。軟利他行為以滿足自己的需求或目的為出發(fā)點，硬利他行為是主動的、無私的和單純的一種奉獻行為，行動者的快樂隨著利他行為的增加而進一步增強（張旭昆，2005）。正如加里·S.貝克爾（2016）所言， 利他行為實質(zhì)上是一種贏得“受人尊重”這種聲譽產(chǎn)品的生產(chǎn)活動，用戶為了獲得更多的聲譽和地位而會進行利他行為。換句話說，純粹的利他行為在虛擬創(chuàng)作社區(qū)中很少存在，更多的是軟利他行為。網(wǎng)絡(luò)空間中軟利他行為普遍存在，大學(xué)生的社會網(wǎng)絡(luò)支持度能夠顯著地正向預(yù)測網(wǎng)絡(luò)利他行為，自尊中介著社會網(wǎng)絡(luò)支持與網(wǎng)絡(luò)利他行為之間的關(guān)系（劉勤為等，2016）。自尊是行動者自我評價或社群評價所產(chǎn)生的自愛、自重和自我尊重，行動者的自尊水平越高，他們能夠獲得的贊許和聲譽就越多。

通過對利他行為的分析，以簡書鉆為代表的激勵機制可能與利他行為呈現(xiàn)正相關(guān)關(guān)系，用戶的利他行為因獲得簡書鉆的激勵而提升，利他行為受到簡書鉆代表的自尊屬性影響，簡書鉆越多越可能激起用戶的自尊，進而促進利他行為發(fā)生。此外，利他行為的親社會行為特點為社區(qū)知識貢獻提供了重要基礎(chǔ)，因而用戶也以積極主動的態(tài)度參與到社區(qū)作品創(chuàng)作的協(xié)作互動過程中。因此筆者提出如下假設(shè)：

H4：社區(qū)用戶獲得的激勵越強，他們的利他行為就越強。

H5：用戶的利他行為越強，他們對社區(qū)的知識貢獻就越多。

（4）社會認同的調(diào)節(jié)效應(yīng)

社會認同是指一個社會群體成員對自我的描述（Tajfel，1986）。社會認同最初源于社會群體的身份認同，通過社會分類、社會比較和積極區(qū)分原則而達成不同階段的認同。用戶在分類時會自動區(qū)分內(nèi)群體和外群體，通過自我定型的方式實現(xiàn)自我群體劃分。用戶正是在群體區(qū)分的基礎(chǔ)上實現(xiàn)自我需求并獲得自尊。社會認同視域中的自尊是基于社會關(guān)系實現(xiàn)的，個體為了滿足需求和自尊將會發(fā)揮自己的特長，從而使自己優(yōu)于他者而實現(xiàn)積極區(qū)分。

通過對社會認同的分析可知，社會認同對激勵機制與社會資本、激勵機制與利他行為可能存在調(diào)節(jié)關(guān)系。首先，社會認同調(diào)節(jié)著激勵機制與社會資本的關(guān)系。從社會認同的社會關(guān)系視角看，社會認同強度反映的是群體成員之間社會網(wǎng)絡(luò)密度的強弱關(guān)系，具體體現(xiàn)為簡書創(chuàng)作社區(qū)中創(chuàng)作者與粉絲之間的社會網(wǎng)絡(luò)強度。社會認同的強度越強，創(chuàng)作者就會得到越多的粉絲支持，他們組建的社會網(wǎng)絡(luò)關(guān)系就會越密集。其次，社會認同調(diào)節(jié)著激勵機制與利他行為的關(guān)系。用戶自尊的獲得需要得到群體成員的社會認同，創(chuàng)作社區(qū)中的用戶為了能夠得到作品、觀點和聲譽的認可，將會進一步加強對他者的關(guān)注和作品的創(chuàng)作。顯然，社會認同的強弱將會調(diào)節(jié)激勵機制與利他行為之間的強弱關(guān)系。第三，社會認同調(diào)節(jié)著激勵機制與知識貢獻的關(guān)系。在以激勵機制促進知識貢獻的基本假設(shè)中，社區(qū)用戶的社會聲譽越強，他們的知識貢獻就可能越強。由于社會認同能進一步提升社區(qū)用戶聲譽，因此他們獲得的簡書鉆越多，就越可能進一步促進他們的知識貢獻，顯然社會認同的強度也調(diào)節(jié)著激勵機制與知識貢獻之間的關(guān)系。因此筆者提出如下假設(shè)：

H6：社會認同調(diào)節(jié)著激勵機制對用戶知識貢獻的效應(yīng)。

H7：社會認同調(diào)節(jié)著激勵機制對用戶社會資本的效應(yīng)。

H8：社會認同調(diào)節(jié)著激勵機制對用戶利他行為的效應(yīng)。

3.研究模型

通過對創(chuàng)作社區(qū)構(gòu)成要素及其對知識貢獻的影響關(guān)系的分析，筆者提出了指向知識貢獻的8個基本假設(shè)，涉及激勵機制對知識貢獻的直接影響，涵蓋社會資本和利他行為對激勵機制和知識貢獻的兩個中介效應(yīng)，并構(gòu)建了以社會認同作為調(diào)節(jié)變量的三個調(diào)節(jié)效應(yīng)，即調(diào)節(jié)變量通過調(diào)節(jié)一個直接路徑和兩個中介路徑實現(xiàn)對知識貢獻的影響，具體關(guān)系模型如圖1所示。

三、研究設(shè)計

1.變量描述

在線創(chuàng)作社區(qū)知識貢獻機制包括激勵機制、知識貢獻、社會資本、利他行為和社會認同5個變量。其中，激勵機制變量以用戶的簡書鉆數(shù)量作為測量指標，簡書創(chuàng)作社區(qū)以簡書鉆激勵用戶進行知識貢獻。知識貢獻變量以文章數(shù)量作為測量指標，文章數(shù)量代表了創(chuàng)作者在社區(qū)中的知識貢獻程度。社會資本變量以用戶的粉絲數(shù)量作為測量指標，粉絲數(shù)量能夠衡量用戶的社會網(wǎng)絡(luò)密集程度，粉絲數(shù)量越多表明其社會網(wǎng)絡(luò)就越稠密。利他行為以關(guān)注數(shù)量作為測量指標，用戶對他者的關(guān)注次數(shù)越多表明他的利他行為程度就越高。社會認同變量以收到喜歡的頻次為測量指標，他者對創(chuàng)作者及其作品的喜歡頻次代表了他的社會認同程度。

2.變量測量

以簡書創(chuàng)作社區(qū)生成的數(shù)據(jù)為基礎(chǔ)，通過爬蟲軟件抓取了4776位簡書用戶的數(shù)據(jù)，包括關(guān)注數(shù)、粉絲數(shù)、文章數(shù)、收到喜歡的數(shù)量以及簡書鉆的數(shù)量。經(jīng)過SPSS處理，變量指標的描述性統(tǒng)計分析如表1所示。

3.分析方法

知識貢獻因變量以文章數(shù)量作為測量指標，所有的因變量數(shù)值都是非負整數(shù)的計數(shù)型數(shù)據(jù)。泊松回歸分析和負二項回歸分析是對計數(shù)型數(shù)據(jù)作為因變量回歸模型的主要統(tǒng)計分析方法，負二項回歸更適合數(shù)據(jù)離散程度較大的計數(shù)變量（Zeileis et al.，2008）。根據(jù)各變量的描述性統(tǒng)計分析結(jié)果，由于文章這一因變量指標的方差很大且明顯大于均值，而且結(jié)構(gòu)方程模型統(tǒng)計分析顯示它的離散率（β=0.236，p=0.000）也非常顯著，說明變量的數(shù)據(jù)離散性非常大，因此筆者選用負二項回歸分析對知識貢獻機制模型進行統(tǒng)計分析，并利用Mplus7.4工具進行結(jié)構(gòu)方程模型的擬合和數(shù)據(jù)統(tǒng)計分析。因模型涉及社會認同和利他行為這兩個中介變量，故采用Bootstrap抽樣方法探究中介變量效應(yīng)，Bootstrap為10000次。為了使知識貢獻機制模型的回歸系數(shù)更具有解釋性，筆者依據(jù)海因斯（Hayes，2013）的觀點對自變量和調(diào)節(jié)變量進行了中心化處理。

四、研究結(jié)果

1.相關(guān)分析

經(jīng)過SPSS處理，變量的相關(guān)關(guān)系如表2所示。激勵機制與社會資本、利他行為呈現(xiàn)非常顯著的負相關(guān)，而知識貢獻與社會資本、利他行為、社會認同呈現(xiàn)非常顯著的正相關(guān)。社會認同與社會資本、利他行為、知識貢獻呈現(xiàn)非常顯著的正相關(guān)，而與激勵機制的相關(guān)并不顯著。利他行為與其他所有變量都呈現(xiàn)非常顯著的相關(guān)，即與社會認同、知識貢獻呈現(xiàn)非常顯著的正相關(guān)，與社會資本和激勵機制具有非常顯著的負相關(guān)。

2.中介效應(yīng)

在以社會資本為中介的激勵機制與知識貢獻關(guān)系中，從激勵機制到知識貢獻的兩條中介路徑效應(yīng)都十分顯著，如表3所示。

（1）社會資本的中介效應(yīng)

在激勵機制→社會資本→知識貢獻這條中介路徑上，社會資本顯著地中介著激勵機制與知識貢獻之間的關(guān)系，驗證了假設(shè)H2和假設(shè)H3的正確性。

（2）利他行為的中介效應(yīng)

以利他行為為中介的激勵機制與知識貢獻的因果關(guān)系，驗證了假設(shè)H4不成立，假設(shè)H5成立。激勵機制與利他行為之間是負相關(guān)，說明利他行為并不能通過激勵機制獲得提升，相反隨著激勵機制的加強，創(chuàng)作者的利他行為會顯著下降。這說明以激勵機制為導(dǎo)向的激勵措施，經(jīng)過利他行為后，用戶的知識貢獻程度會明顯降低。簡言之，以利他行為為中介的總效應(yīng)并不支持基本假設(shè)，創(chuàng)作社區(qū)的激勵機制通過利他行為后顯著地減弱了知識貢獻。

（3）完全中介效應(yīng)

激勵機制對知識貢獻的單獨效應(yīng)（β=-0.018，95%CI=（-0.032）～（-0.002），p=0.019<0.05）意味著知識貢獻隨著激勵機制的增加而顯著減弱，驗證了假設(shè)H1不成立。激勵機制對知識貢獻的影響因為社會資本和利他行為這兩個中介變量的加入而變得不顯著（β=-0.004，p=0.284>0.05），但是社會資本（X→M1→Y）和利他行為（X→M2→Y）這兩條中介效應(yīng)都顯著。因此，激勵機制和知識貢獻之間形成了完全中介效應(yīng)。

3.調(diào)節(jié)的中介效應(yīng)

根據(jù)概念模型的H6、H7和H8三個假設(shè)，利用Mplus7.4分別對社會認同的四個調(diào)節(jié)效應(yīng)進行統(tǒng)計分析，包括激勵機制與社會資本（X→M1）、激勵機制與知識貢獻（X→Y）、激勵機制與利他行為（X→M2）以及激勵機制與知識貢獻（X→Y）的總效應(yīng)。調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)以社會認同變量加減一個標準差為參數(shù)進行分析，即W=±1SD，如表4所示。

社會認同對激勵機制與社會資本關(guān)系的調(diào)節(jié)效應(yīng)顯示，激勵機制對社會資本的影響隨著社會認同的加強而顯著增強。在社會認同的調(diào)節(jié)作用下，激勵機制→社會資本→知識貢獻的中介效應(yīng)也顯著增強，即社會認同增強了激勵機制對知識貢獻的積極影響。社會認同對激勵機制與利他行為關(guān)系的調(diào)節(jié)效應(yīng)表明，隨著創(chuàng)作社區(qū)用戶的社會認同增加，激勵機制對利他行為的直接效應(yīng)逐漸弱化，最終導(dǎo)致創(chuàng)作社區(qū)知識貢獻行為的顯著減少。社會認同對激勵機制與知識貢獻關(guān)系的調(diào)節(jié)效應(yīng)顯示，隨著社會認同強度的增加，激勵機制對知識貢獻的影響形成了兩極分化現(xiàn)象，當社會認同強度低或者高時，激勵機制對知識貢獻的直接負向影響變成了積極和消極兩種效應(yīng);當社會認同處于中等程度時，激勵機制對知識貢獻的直接影響不顯著。社會認同對知識貢獻概念模型的總體調(diào)節(jié)效應(yīng)顯示，隨著社會認同的增加，激勵機制對社會資本的積極影響逐漸增強，對知識貢獻和利他行為的直接效應(yīng)逐漸顯著減弱，但是創(chuàng)作社區(qū)激勵機制對知識貢獻的整體總效應(yīng)依然隨著社會認同的增強而顯著增加。

五、分析與討論

1.激勵機制的直接效應(yīng)

激勵機制對知識貢獻的直接效應(yīng)僅指兩者之間的因果關(guān)系效應(yīng)，它揭示了激勵機制是創(chuàng)作社區(qū)知識貢獻的重要預(yù)測指標，但是它們之間的關(guān)系并不支持假設(shè)H1。原假設(shè)認為社區(qū)用戶獲得的激勵越強，他們進行知識貢獻的積極性就越高，然而實際上激勵機制對知識貢獻的直接效應(yīng)（β=-0.018，p=0.019<0.05）呈現(xiàn)了顯著的消極影響。換句話說，創(chuàng)作社區(qū)用戶的簡書鉆或者聲譽越高，他們對知識貢獻的直接效應(yīng)反而會顯著減弱。假設(shè)H1未成立的根本原因在于，原有激勵機制對知識貢獻效應(yīng)的研究考慮了行為刺激與反應(yīng)之間的單一關(guān)系，缺乏從時間發(fā)展維度和生態(tài)系統(tǒng)維度考慮它們之間的影響。

激勵機制往往建立在行為主義和需求層次理論基礎(chǔ)上，但是幾乎難以發(fā)現(xiàn)將激勵機制與時間發(fā)展相結(jié)合的研究成果。根據(jù)霍曼斯（Homans，1958）的交換理論，簡書創(chuàng)作社區(qū)的人際關(guān)系實質(zhì)上是用戶之間的一種社會交換關(guān)系，或者通過作品創(chuàng)作，或者通過點贊他者、互動交流以及問題探究等獲得聲譽。然而，如果此時確定知識貢獻會隨著激勵的增加而增加，那么這種假設(shè)可能是錯誤或者片面的，因為這種命題違反了霍曼斯交換理論中的滿足條件。在他看來，用戶獲得獎勵或報酬等激勵機制遵循經(jīng)濟學(xué)中的“邊際效用遞減規(guī)律”，而不是一直滿足于人們需求持續(xù)增加的基本假設(shè)。所謂“邊際效用遞減規(guī)律”是指人的興奮和滿足來自于外部給予的適切刺激，如果相同的刺激反復(fù)進行，那么人們的興奮程度和滿足感就會顯著減弱（張昆侖，2004）。“邊際效用遞減規(guī)律”揭示了簡書創(chuàng)作社區(qū)中激勵機制對知識貢獻程度影響減弱的主要原因。用戶起初希望獲得簡書鉆來提高自己的社會聲譽，但是隨著他們在創(chuàng)作社區(qū)中的社會聲譽不斷提高，并且一直獲取簡書鉆這種單一獎勵，久而久之他們的興奮程度和滿足感就會明顯降低或者轉(zhuǎn)向其他能夠引起興奮的刺激。

2.社會資本的中介作用

簡書創(chuàng)作社區(qū)用戶知識貢獻機制的多重中介模型顯示，社會資本和利他行為變量完全中介著激勵機制與知識貢獻之間的關(guān)系，以社會資本為中介的知識貢獻機制證實了假設(shè)H2成立。隨著激勵機制的逐漸增強，簡書創(chuàng)作社區(qū)用戶的社會資本逐漸增多，進一步提升了他們對創(chuàng)作社區(qū)的知識貢獻程度。值得注意的是，為什么以社會資本為中介的路徑隨著激勵機制的增強能促進用戶的知識貢獻，但激勵機制卻不能夠直接對知識貢獻具有積極影響呢？其原因主要在于社會資本以用戶粉絲作為基本指標，粉絲所具有的類型多樣性、表達情感化以及組織動態(tài)化等特征消解了以簡書鉆作為單一評價方式的局限，使得簡書網(wǎng)創(chuàng)作者在與粉絲的互動過程中獲得了激情、驚喜和持續(xù)熱情。這與“邊際效應(yīng)遞減規(guī)律”對激勵機制與知識貢獻之間負效應(yīng)的解釋是相符的，即以粉絲代表的社會資本激起了創(chuàng)作者欲望的新生和重復(fù)再生，符合“邊際效用遞減規(guī)律”中的時間效應(yīng)說。

根據(jù)馬斯洛的需求層次理論，用戶知識貢獻從獎勵刺激轉(zhuǎn)向社會資本需求得益于創(chuàng)作者從生理需求向自我實現(xiàn)需求的轉(zhuǎn)變。如果將創(chuàng)作社區(qū)看作用戶的生存環(huán)境，那么滿足基本的生存需求和安全需求將是首要任務(wù)，但是隨著用戶在社區(qū)中的聲譽逐漸增多，他們的心理需求就會逐漸轉(zhuǎn)向社交、尊重和自我實現(xiàn)。粉絲的存在為實現(xiàn)用戶更高層次的需求滿足提供了條件，這就導(dǎo)致用戶知識貢獻的動力來源從激勵機制轉(zhuǎn)向了社會資本。從社會交換理論看，創(chuàng)作者的知識貢獻動機和途徑轉(zhuǎn)變進一步證明了情感在社會交換中的重要價值。社會交換理論從僅關(guān)注物質(zhì)資源交換發(fā)展為涵蓋情感在內(nèi)的多重因素，當一個行動者體驗一件事情并與他者進行評價、交流和互動后，情感的交互作用就會發(fā)生。根據(jù)情感控制理論，當一個人在環(huán)境中的位置較為凸顯，那么用戶就會瞬間提升對他的關(guān)注。情感融入到社會交換中將會生成和深化對社會秩序和組織關(guān)系的解釋（Lawler et al.，1999）。顯然，簡書創(chuàng)作社區(qū)提供的粉絲功能恰好實現(xiàn)了社會交換過程中的情感融入，創(chuàng)作者和粉絲用戶之間的互動使得他們之間產(chǎn)生了積極情感，彌補了簡書鉆這種單一激勵機制對知識貢獻的消極影響。

3.利他行為的中介作用

利他行為和社會資本共同完全中介著激勵機制與知識貢獻之間的關(guān)系，利他行為是激勵機制影響知識貢獻的另一條中介路徑。激勵機制與利他行為之間是顯著的消極關(guān)系，隨著激勵機制的增加，創(chuàng)作者的利他行為逐漸減弱，反之亦然，這表明假設(shè)H4不成立。從利他行為的本質(zhì)內(nèi)涵看，利他行為根本不需要任何獎勵，原假設(shè)中認為軟利他行為并未發(fā)生在社區(qū)中，或者簡書鉆這種獎勵本身并不能滿足創(chuàng)作者的軟利他行為需求。在以利他行為為中介的知識貢獻路徑中，利他行為削弱了激勵機制對知識貢獻的影響，這與最初H4和H5對知識貢獻的假設(shè)并不一致。激勵機制對利他行為的負效應(yīng)明顯削弱了激勵機制對知識貢獻的影響，使得激勵機制不能通過利他行為促進知識貢獻。創(chuàng)作社區(qū)的知識貢獻機制可以從齊美爾“社會何以可能”的追問中尋求解答，社會合作可以基于親緣選擇理論、群體選擇理論、互惠利他理論、聲譽考慮理論以及強互惠理論等進行解釋。簡書創(chuàng)作社區(qū)的成員關(guān)系是非重復(fù)博弈互動關(guān)系，基于聲譽考慮的理論更適合解釋大規(guī)模、成員不固定、間接互惠性的利他行為關(guān)系。社區(qū)的每個個體之間進行持續(xù)地相互評估和再評估，用戶通過他者的評估而獲得相應(yīng)的榮譽（湯燦晴，2019）。基于聲譽考慮的理論表明，以關(guān)注為指標的利他行為變量并未實現(xiàn)用戶之間的持續(xù)相互評估，而僅僅是創(chuàng)作者進行的單向利他行為，關(guān)注他者這種持續(xù)的單向硬利他行為在現(xiàn)實社區(qū)中幾乎難以實現(xiàn)，創(chuàng)作者更傾向于通過增加他的社會資本來提升聲譽。

4.社會認同的調(diào)節(jié)作用

根據(jù)調(diào)節(jié)的中介效應(yīng)模型分析，社會認同對激勵機制→社會資本、激勵機制→社會資本→知識貢獻的關(guān)系具有顯著的調(diào)節(jié)作用，驗證了假設(shè)H7的合理性。隨著創(chuàng)作者的社會認同程度逐漸增加，激勵機制對創(chuàng)作者社會資本的影響顯著提升，進而促進用戶的知識貢獻。社會認同代表著用戶對創(chuàng)作者作品的認可和積極情感表達，他者對作品的認可能進一步提升他們的榮譽感、積極情緒和創(chuàng)作積極性。積極情緒能夠提升用戶的滿意度，促進社會資源、社會信任以及良好社會關(guān)系的形成（牛更楓等，2015）。以“收到喜歡”為指標的社會認同進一步增強了社區(qū)成員之間的互動關(guān)系，通過喜歡的表達增加了創(chuàng)作者的粉絲以及與粉絲之間的互動。

隨著社會認同的逐漸加強，激勵機制→利他行為、激勵機制→利他行為→知識貢獻的直接效應(yīng)和中介效應(yīng)朝向消極影響的趨勢逐漸增強。創(chuàng)作社區(qū)的社會認同程度越強，激勵機制對利他行為的消極影響就越強，創(chuàng)作者對榮譽感和心理需求的欲望就越低，他們將榮譽感的獲得轉(zhuǎn)向了具有間接互惠關(guān)系的社會資本，最終進一步削弱了用戶通過利他行為對知識貢獻的促進作用。

社會認同對知識貢獻總效應(yīng)的調(diào)節(jié)呈現(xiàn)顯著的積極影響，隨著社會認同調(diào)節(jié)強度的增加，激勵機制及其形成的中介效應(yīng)對知識貢獻的總效應(yīng)顯著增加。換句話說，社會認同進一步提升了用戶聲譽這一激勵機制，盡管社會認同削弱了用戶的利他行為程度，但是卻顯著提升了他們的社會資本，從而進一步促進了用戶對知識貢獻的總效應(yīng)。從社會認同對知識貢獻總效應(yīng)的調(diào)節(jié)作用看，創(chuàng)作社區(qū)用戶的知識貢獻更傾向于基于社會交換理論的基本解釋，用戶之間幾乎并不存在硬利他行為，物質(zhì)和精神之間的交換是知識貢獻的主要動力。創(chuàng)作社區(qū)用戶的知識貢獻最終以社會資本這一唯一中介促進知識貢獻，社區(qū)用戶通過對創(chuàng)作者表達積極情緒也會進一步促進知識貢獻。

六、結(jié)論與建議

1.研究結(jié)論

（1）單一激勵機制削弱了知識貢獻的持續(xù)性

以簡書鉆作為唯一評價指標的激勵機制難以促使創(chuàng)作社區(qū)用戶進行持續(xù)的知識貢獻，這與Lou等（2013）對在線問答社區(qū)知識貢獻質(zhì)量研究的結(jié)論是一致的。獎勵的實施雖然能夠有效提升知識貢獻的數(shù)量，但是它對知識貢獻的質(zhì)量并不存在顯著的促進作用。隨著用戶社會地位的提升以及需求的逐步滿足，社區(qū)創(chuàng)作者的邊際效應(yīng)遞減越發(fā)凸顯。用戶對“簡書鉆”這種單一的物質(zhì)獎勵逐步滿足，他們更傾向于具有互動性、情感性、驚喜性的社會性資本，因而使得用戶知識貢獻的物質(zhì)需求向情感需求、人際交流需求以及自我實現(xiàn)需求轉(zhuǎn)變。已有研究往往從固定因素的變化來解釋因果效應(yīng)，本研究用“邊際效應(yīng)遞減規(guī)律”解釋激勵機制對知識貢獻的影響，是對以往研究視角的重要拓展。激勵機制對知識共享具有顯著的積極作用已成為基本共識（王楠等，2019a;齊云飛等，2020），但是本文通過中介效應(yīng)和調(diào)節(jié)效應(yīng)的分析，揭示了激勵機制隨著用戶邊際效應(yīng)遞減程度的增強卻不能夠促進知識貢獻。這一結(jié)論使得人們從激勵機制這一單一視角轉(zhuǎn)向了從多維動態(tài)的視角考慮知識貢獻行為。此外，對社會資本、利他行為和社會認同在知識貢獻模型的中介效應(yīng)和調(diào)節(jié)效應(yīng)分析，清晰地呈現(xiàn)了激勵機制對知識貢獻影響的發(fā)生機制，彌補了已有研究對它們之間因果效應(yīng)變化探究的不足（Zhang et al.，2017）。

（2）社會資本是知識貢獻持續(xù)保持的誘因

創(chuàng)作社區(qū)促進知識貢獻的最重要因素是創(chuàng)作者的社會資本，社會資本決定著創(chuàng)作社區(qū)中知識貢獻的數(shù)量和質(zhì)量。與之前社會資本對知識貢獻的影響研究相比，本研究不僅再次證實了社會資本對知識貢獻的積極影響（王楠等，2019b;Ghahtarani et al.，2019;Swanson et al.，2020），而且通過中介效應(yīng)和調(diào)節(jié)效應(yīng)揭示了社會資本是知識貢獻持續(xù)保持的誘因。如果說激勵機制是知識貢獻的啟動器，那么社會資本則成為了知識貢獻的動力燃料，激勵機制借助社會資本的中介作用得到了進一步加強和保持。換句話說，物質(zhì)激勵方式對知識貢獻具有一定作用，但是人際互動、協(xié)作交流、和諧氛圍等才是最為重要的影響因素。創(chuàng)作者通過與粉絲的互動形成了信任、互惠、社會聯(lián)結(jié)、社會認知等社會資本，顯著地促進了知識貢獻的質(zhì)量和數(shù)量（陳明紅等，2014），這使得激勵機制的邊際效應(yīng)遞減程度逐步弱化，創(chuàng)作者的社會需要、尊重需要和自我實現(xiàn)需要等得到滿足，這種動態(tài)、互動、難以預(yù)想的過程能夠進一步激發(fā)創(chuàng)作者的熱情。

（3）利他行為是知識貢獻發(fā)展的兩難困境

從利他行為的本質(zhì)角度看，創(chuàng)作者的利他行為對知識貢獻具有顯著的促進作用，即創(chuàng)作者對他者的關(guān)注越多，社區(qū)中的知識貢獻就越多，這也進一步驗證了利他動機對知識貢獻的積極作用（耿瑞利等，2018;劉宇清等，2018）。然而，與以往研究從靜止孤立地看待利他行為對知識貢獻的影響不同，本研究通過激勵機制對知識貢獻的多重中介效應(yīng)和調(diào)節(jié)效應(yīng)揭示了利他行為對知識貢獻的作用。在線創(chuàng)作社區(qū)中幾乎不存在明顯的硬利他行為，而且軟利他行為也難以尋見。創(chuàng)作者的知識貢獻更多來自他們的社會資本，是對以馬斯洛需求層次為基礎(chǔ)的一種持續(xù)追求。利己行為在創(chuàng)作社區(qū)的知識貢獻中表現(xiàn)得尤為明顯，隨著社會認同強弱程度對創(chuàng)作者的影響，他們對以粉絲為代表的社會資本的追求顯著增強，然而對關(guān)注他者的利他行為卻顯著下降。換句話說，硬利他行為和軟利他行為在創(chuàng)作社區(qū)中幾乎難以實現(xiàn)，對以需求和興趣組建的龐雜群體而言，物質(zhì)和精神需求才是知識貢獻的根本動力。

（4）社會認同是知識貢獻系統(tǒng)的優(yōu)化動力

在社會認同對知識貢獻不同路徑的調(diào)節(jié)作用下，激勵機制→知識貢獻、激勵機制→社會資本、激勵機制→利他行為以及相應(yīng)的中介效應(yīng)和知識貢獻系統(tǒng)的總效應(yīng)等均發(fā)生了顯著變化。社會認同進一步優(yōu)化了整個知識貢獻系統(tǒng)中變量之間的影響效應(yīng)，調(diào)節(jié)了不同路徑對知識貢獻的影響。在以“收到喜歡”為測量指標的社會認同的調(diào)節(jié)作用下，激勵機制對知識貢獻的影響呈現(xiàn)出兩種極端差異效應(yīng)，極端差異效應(yīng)的發(fā)現(xiàn)突破了已有激勵機制對知識貢獻保持持續(xù)積極影響的認知（王楠等，2019a）。當創(chuàng)作社區(qū)的社會認同較低時，激勵機制對知識貢獻呈現(xiàn)顯著的積極影響;當創(chuàng)作社區(qū)的社會認同較高時，激勵機制對知識貢獻呈現(xiàn)顯著的消極影響;當創(chuàng)作社區(qū)的社會認同適中時，激勵機制對知識貢獻的影響并不顯著。另外，該研究揭示出激勵機制對社會資本的影響效應(yīng)顯著增加，激勵機制對利他行為的影響顯著降低。在社會認同調(diào)節(jié)的整個知識貢獻系統(tǒng)中，隨著社會認同的增加，激勵機制對整體知識貢獻的影響顯著增多。知識貢獻總效應(yīng)的增加是通過社會認同減弱激勵機制對利他行為間接效應(yīng)和對知識貢獻直接效應(yīng)的基礎(chǔ)上實現(xiàn)的，是以增加知識貢獻者的社會資本來實現(xiàn)知識貢獻增長的。

2.研究建議

（1）構(gòu)建多樣化的激勵機制

構(gòu)建多樣化、動態(tài)性和持續(xù)性的激勵機制是消解邊際效應(yīng)遞減的主要方法，能夠促進心理需求的再生性、反復(fù)性和持續(xù)性滿足。首先，引入知識付費激勵機制。知識付費是一種對知識創(chuàng)作者的物質(zhì)報酬，可根據(jù)知識貢獻的數(shù)量和質(zhì)量進行獎勵。創(chuàng)作社區(qū)平臺可通過算法和系統(tǒng)設(shè)計，核實創(chuàng)作者的知識貢獻程度，給予虛擬貨幣獎勵或者通過支付平臺進行現(xiàn)金獎勵。其次，創(chuàng)設(shè)文章的等級評價機制。文章的等級評價包括數(shù)量等級評價和質(zhì)量等級評價。數(shù)量等級評價以創(chuàng)作者的文章數(shù)量進行社區(qū)用戶排行，設(shè)置相應(yīng)的動態(tài)排行圖譜以便于觀察。質(zhì)量等級評價以用戶對文章質(zhì)量的評價進行指標換算而獲得，可通過五星評分法、文章排行法、用戶推薦法以及分享排行法等方式進行呈現(xiàn)。第三，設(shè)置知識貢獻的積分制度。積分制度直接與創(chuàng)作者的知識貢獻數(shù)量和質(zhì)量相連，根據(jù)文章數(shù)量、字符數(shù)量、質(zhì)量評價等，并結(jié)合相應(yīng)的權(quán)重進行積分換算。譬如，簡書創(chuàng)作社區(qū)可以將創(chuàng)作者的文章數(shù)量、文章字數(shù)、收到喜歡的數(shù)量等作為知識貢獻的基本指標，同時邀請專家和用戶代表對這些指標進行知識貢獻權(quán)重的設(shè)定，最后運用大數(shù)據(jù)技術(shù)、學(xué)習(xí)分析技術(shù)以及人工智能技術(shù)等實現(xiàn)對知識貢獻積分的實時更新。

（2）豐富社區(qū)用戶的社會資本

首先，創(chuàng)建社會網(wǎng)絡(luò)拓展推薦機制。豐富社會資本的實質(zhì)就是拓展創(chuàng)作社區(qū)成員的社會網(wǎng)絡(luò)結(jié)構(gòu)，破解僅以文章瀏覽實現(xiàn)增加粉絲的單一方式，利用大數(shù)據(jù)分析技術(shù)實現(xiàn)用戶、文章、興趣和愛好等方面的推薦功能。根據(jù)創(chuàng)作者的個性特征進行用戶間的相互推薦，諸如他也喜歡、他也看過、相似文章、關(guān)注熱點等。在線創(chuàng)作社區(qū)的設(shè)計者和開發(fā)者可以借鑒京東、淘寶等電商平臺中拓展消費者和推廣產(chǎn)品的方法，利用大數(shù)據(jù)和社會網(wǎng)絡(luò)分析技術(shù)構(gòu)建社會網(wǎng)絡(luò)生態(tài)體系，使創(chuàng)作社區(qū)的用戶能夠以個性特征、興趣和居住區(qū)域等建立學(xué)習(xí)共同體。其次，設(shè)立知識貢獻的互惠機制。互惠是指創(chuàng)作社區(qū)成員之間幫助和回報的規(guī)則，互惠越強則用戶的社會資本越強。提升互惠的主要方法是在創(chuàng)作社區(qū)中融入問答功能和獎勵機制。例如，用戶根據(jù)需求或興趣對文章、評論或其他內(nèi)容進行提問與回答;用戶根據(jù)問題解決的難度、緊迫性等開展付費問答，以現(xiàn)金支付或虛擬貨幣的形式進行社會性交換。通過問答形式和獎勵機制能夠進一步加強用戶之間的社會網(wǎng)絡(luò)關(guān)系強度，提升用戶的社會資本。

（3）推動軟利他行為的支持

首先，建立利他行為的反饋機制。激勵機制未能促進利他行為是因為創(chuàng)作者不能及時獲得利他行為的反饋，難以獲得自身需求的滿足感。為了實現(xiàn)激勵機制對利他行為的促進作用，可依據(jù)軟利他行為的基本理念建立相應(yīng)的激勵機制。譬如，以利他行為的頻次進行積分核算，計入創(chuàng)作者的激勵積分，或者在創(chuàng)作社區(qū)設(shè)置助人為樂的道德模范功能區(qū)，使得那些主動為其他社區(qū)成員奉獻的學(xué)習(xí)者能得到一種回饋和鼓勵。其次，創(chuàng)建多元化的利他行為評價內(nèi)容。利他行為反饋的主要目的在于通過被關(guān)注者的反饋功能對知識貢獻者進行獎勵，僅以關(guān)注為評價指標的利他行為對知識貢獻者的激勵程度存在片面和不足。因此，利他行為的反饋應(yīng)該融入好評程度、反饋數(shù)量、反饋內(nèi)容、返回時間、問題解決程度和他者反饋等內(nèi)容，通過算法和數(shù)據(jù)分析將這些利他行為核算為相應(yīng)的積分，納入到創(chuàng)作社區(qū)助人為樂道德模范的評價體系中。

（4）營造社區(qū)和諧的文化氛圍

首先，激發(fā)社區(qū)組織的積極情緒。創(chuàng)作社區(qū)是一個群體聚集的知識創(chuàng)造空間，個性差異、觀點分歧和認知偏差等將會導(dǎo)致知識貢獻停滯，因此需要營造社區(qū)的和諧文化氛圍。可以建立創(chuàng)作社區(qū)用戶的“公眾形象”評價制度，將用戶的積極情緒進行指標化考核，主要包括積極情感表達、社區(qū)沖突調(diào)節(jié)、社區(qū)氛圍積極引導(dǎo)等。譬如，創(chuàng)作社區(qū)可以置入人工智能機器人，利用大數(shù)據(jù)技術(shù)和自然語言處理技術(shù)等進行創(chuàng)作社區(qū)的輿情監(jiān)測，智能機器人可以根據(jù)監(jiān)測到的情況進行干預(yù)和輿情引導(dǎo)，這對于大規(guī)模的在線學(xué)習(xí)群體而言具有重要的作用。其次，構(gòu)建指向利他行為的社會認同評價指標。“收到喜歡”這一調(diào)節(jié)變量指標難以激發(fā)知識貢獻者對利他行為的內(nèi)驅(qū)力量，它僅關(guān)注了外在評價對用戶知識貢獻動機的影響，因而需要構(gòu)建促進用戶知識貢獻的內(nèi)部驅(qū)動機制。因此，可以在社會認同變量中融入關(guān)注他者的社會認同指標，以增強用戶的利他行為，主要評價指標包括對他者的喜歡頻次、對他者的情感表達頻次、對社區(qū)組織的沖突調(diào)節(jié)等。

綜上所述，從研究的理論意義看，基于簡書創(chuàng)作社區(qū)的知識貢獻機制分析，不僅拓展了已有在線社區(qū)中知識貢獻影響因素的研究成果，使得創(chuàng)作社區(qū)的設(shè)計者和開發(fā)者能夠深刻認知影響知識貢獻的基本要素、效應(yīng)程度以及運行機制，而且為后續(xù)創(chuàng)作社區(qū)、MOOC或者在線學(xué)習(xí)社區(qū)的設(shè)計和開發(fā)提供了有力的理論指導(dǎo)。從研究的實踐意義看，這將為MOOC和在線學(xué)習(xí)社區(qū)中學(xué)習(xí)者的深度學(xué)習(xí)、高階思維培養(yǎng)以及知識創(chuàng)新發(fā)展提供有力支持，使得教師或者管理者能夠掌握促進知識貢獻的主要因素及其機制，為在線學(xué)習(xí)活動的開展和管理策略的制定提供參考。

參考文獻：

[1][美]加里·S.貝克爾（2016）. 人類行為的經(jīng)濟分析[M]. 王業(yè)宇，陳琪. 上海：格致出版社：91-302.

[2][美]羅伯特·帕特南（2019）.社會資本研究50年[J].孫競超. 探索與爭鳴， （3）：40-49.

[3]曹高輝，胡紫祎，張煜軒等（2016）.基于外部線索的社會化問答平臺信息質(zhì)量感知模型研究[J].情報科學(xué)， 34（11）：122-128.

[4]陳明紅，漆賢軍（2014）.社會資本視角下的學(xué)術(shù)虛擬社區(qū)知識共享研究[J].情報理論與實踐，37（9）： 101-105.

[5]陳昕（2018）.情感社群與集體行動：粉絲群體的社會學(xué)研究——以鹿晗粉絲“蘆葦”為例[J].山東社會科學(xué)， （10）：37-47.

[6]陳星，張星，曾淑云等（2017）.健康問答社區(qū)中知識分享意愿的影響因素研究[J].現(xiàn)代情報， 37（4）：62-71.

[7]陳則謙（2013）.內(nèi)容開放式知識傳播平臺中知識貢獻行為的動力要素分析[J].圖書情報知識， （4）：76-84.

[8]程亞男，王宇（2018）.基于語義情感相似度的問答社區(qū)答案排序研究[J].情報科學(xué)， 36（8）：72-76.

[9]杜晴，杜春鳳，朱慶華等（2017）.基于活動理論的社會化問答應(yīng)用的可用性研究[J].現(xiàn)代情報， 37（9）：86-92.

[10]杜智濤（2017）.網(wǎng)絡(luò)知識社區(qū)中用戶“知識化”行為影響因素——基于知識貢獻與知識獲取兩個視角[J].圖書情報知識， （2）：105-119.

[11]范宇峰，陳佳佳，趙占波（2013）.問答社區(qū)用戶知識分享意向的影響因素研究[J].財貿(mào)研究， 24（4）：141-147.

[12]甘春梅，黃悅（2017）.社會化問答社區(qū)不同用戶行為影響因素的實證研究[J].圖書情報知識， （6）：114-124.

[13]耿瑞利，申靜（2018）. 社交網(wǎng)絡(luò)群組用戶知識共享行為動機研究：以Facebook Group和微信群為例[J].情報學(xué)報，37（10）：1022-1033.

[14]姜雯，許鑫，武高峰（2015）.附加情感特征的在線問答社區(qū)信息質(zhì)量自動化評價[J].圖書情報工作， 59（4）：100-105.

[15]蔣楠，王鵬程（2012）.社會化問答服務(wù)中用戶需求與信息內(nèi)容的相關(guān)性評價研究——以“百度知道”為例[J].信息資源管理學(xué)報， 2（3）：35-45.

[16]金曉玲，湯振亞，周中允等（2013）.用戶為什么在問答社區(qū)中持續(xù)貢獻知識？：積分等級的調(diào)節(jié)作用[J].管理評論， 25（12）：138-146.

[17]李穎，肖珊（2019）.知識問答社區(qū)用戶心流體驗對持續(xù)知識共享意愿的影響研究——以PAT模型為視角[J].現(xiàn)代情報， 39（2）：111-120.

[18]劉海鑫，劉人境，李圭泉（2014）.社會資本、技術(shù)有效性與知識貢獻的關(guān)系研究——基于企業(yè)虛擬社區(qū)的實證研究[J].管理評論， 26（12）：10-19.

[19]劉花，周學(xué)春（2016）.用戶就緒和知識貢獻研究——以百度百科虛擬社區(qū)為例[J].資源開發(fā)與市場， 32（4）：447-452.

[20]劉勤為，徐慶春，劉華山等（2016）.大學(xué)生網(wǎng)絡(luò)社會支持與網(wǎng)絡(luò)利他行為的關(guān)系：一個有調(diào)節(jié)的中介模型[J].心理發(fā)展與教育， 32（4）：426-434.

[21]劉宇清，常桂林（2018）.高校圖書館移動閱讀用戶知識共享影響因素研究[J].圖書館學(xué)研究，（18）：54-62.

[22]牛更楓，鮑娜，周宗奎等（2015）.社交網(wǎng)站中的自我呈現(xiàn)對生活滿意度的影響：積極情緒和社會支持的作用[J].心理發(fā)展與教育， 31（5）：563-570.

[23]齊云飛，趙宇翔，劉周穎（2020）.免費與付費在線問答社區(qū)用戶參與行為的比較研究[J].圖書情報工作，64（2）：105-115.

[24]沈校亮，厲洋軍（2018）.虛擬品牌社區(qū)知識貢獻意愿研究：基于動機和匹配的整合視角[J].管理評論， 30（10）：84-96.

[25]湯燦晴（2019）.利他與合作：傳統(tǒng)解釋與桑塔費學(xué)派的觀點[J].重慶理工大學(xué)學(xué)報（社會科學(xué)）， 33（3）：46-53.

[26]萬莉，程慧平（2015）.虛擬知識社區(qū)用戶知識貢獻行為影響因素研究——貢獻者和潛水者比較[J].情報理論與實踐， 38（12）：93-97.

[27]王楠，陳詳詳，陳勁（2019a）.虛擬社區(qū)獎勵對知識共享的作用效果研究[J].科學(xué)學(xué)研究，37（6）：1071-1078.

[28]王楠，張士凱，趙雨柔等（2019b）.在線社區(qū)中領(lǐng)先用戶特征對知識共享水平的影響研究——社會資本的中介作用[J].管理評論， 31（2）： 82-93.

[29]王秀麗（2014）.網(wǎng)絡(luò)社區(qū)意見領(lǐng)袖影響機制研究——以社會化問答社區(qū)“知乎”為例[J].國際新聞界， 36（9）：47-57.

[30]吳丹，劉媛，王少成（2011）.中英文網(wǎng)絡(luò)問答社區(qū)比較研究與評價實驗[J].現(xiàn)代圖書情報技術(shù)， （1）：74-82.

[31]張寶生，張慶普（2018）.基于扎根理論的社會化問答社區(qū)用戶知識貢獻行為意向影響因素研究[J].情報學(xué)報， 37（10）：1034-1045.

[32]張昆侖（2004）.邊際效用遞減規(guī)律新探[J].天津財經(jīng)學(xué)院學(xué)報， （4）：8-10.

[33]張曉娟，連晗羽，周學(xué)春（2017）.虛擬社區(qū)和用戶參與知識貢獻研究：就緒和努力的視角[J].浙江社會科學(xué)， （9）：89-97.

[34]張曉娟，周學(xué)春（2016）.社區(qū)治理策略、用戶就緒和知識貢獻研究：以百度百科虛擬社區(qū)為例[J].管理評論， 28（9）：72-82.

[35]張興剛，袁毅（2009）.基于搜索引擎的中文問答社區(qū)比較研究[J].圖書館學(xué)研究， （6）：65-72.

[36]張旭昆（2005）.試析利他行為的不同類型及其原因[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版），（4）：13-21.

[37]周軍杰（2015）.虛擬社區(qū)內(nèi)不同群體的知識貢獻行為：一項對比研究[J].管理評論， 27（2）：55-66.

[38]Agarwal， M. R. （2007）. Through a Glass Darkly： Information Technology Design， Identity Verification and Knowledge Contribution in Online Communities[J]. Information Systems Research， 18（1）：42-67.

[39]Davis， V.（2000）. A Theoretical Extension of the Technology Acceptance Model： Four Longitudinal Field Studies[J]. Management Science， 46（2）：186-204.

[40]Ghahtarani， A.， Sheikhmohammady， M.， & Rostami， M. （2019）. The Impact of Social Capital and Social Interaction on Customers Purchase Intention， Considering Knowledge Sharing in Social Commerce Context[J]. Journal of Innovation & Knowledge， 4（3）：1-9.

[41]Hayes， A.（2013）. Introduction to Mediation， Moderation， and Conditional Process Analysis[J]. Journal of Educational Measurement， 51（3）：335-337.

[42]Homans， G. C. （1958）. Social Behavior as Exchange[J]. American Journal of Sociology， 63（6）：597-606.

[43]Hsu， C.， & Lin， J.（2008）.Acceptance of Blog Usage： The Roles of Technology Acceptance， Social Influence and Knowledge Sharing Motivation[J]. Information & Management， 45（1）：65-74.

[44]Kim， S.， & Oh， S.（2009）. UsersRelevance Criteria for Evaluating Answers in a Social Q&A Site[J]. Journal of the American Society for Information Science and Technology， 60（4）：716-727.

[45]Lawler， E. J.， & Thye， S. R.（1999）. Bringing Emotions into Social Exchange Theory[J]. Review of Sociology， 25（1）： 217-244.

[46]Lou， J.， Fang， Y.， & Lim， K. H. et al. （2013）. Contributing High Quantity and Quality Knowledge to Online Q&A Communities[J]. Journal of the American Society for Information Science and Technology，64（2）： 356-371.

[47]Rice， S. C.（2012）. Reputation and Uncertainty in Online Markets： An Experimental Study[J]. Information Systems Research， 23（2）：436-452.

[48]Shiau， W. L.， & Luo， M. M.（2012）. Factors Affecting Online Group Buying Intention and Satisfaction： A Social Exchange Theory Perspective[J]. Computers in Human Behavior， 28（6）：2431-2444.

[49]Swanson， E.， Kim， S.， & Lee， S. M. et al.（2020）. The Effect of Leader Competencies on Knowledge Sharing and Job Performance： Social Capital Theory[J]. Journal of Hospitality and Tourism Management，42（1）： 88-96.

[50]Tajfel， H.（1986）. The Social Identity Theory of Intergroup Behavior[J]. Psychology of Intergroup Relations， 13（3）：7-24.

[51]Wang， S.， & Noe， R. A.（2010）. Knowledge Sharing： A Review and Directions for Future Research[J]. Human Resources Management Review， 20（2）：115-131.

[52]Wasko， M. M.， & Faraj， S. （2005）.Why Should I Share？ Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice[J]. Mis Quarterly， 29（1）：35-57.

[53]Zeileis， A.， Kleiber， C.， & Jackman， S.（2008）. Regression Models for Count Data in R[J]. Journal of Statistical Software， 27（1）： 1-25.

[54]Zhang， X.， Liu， S.， & Deng Z. et al.（2017）. Knowledge Sharing Motivations in Online Health Communities： A Comparative Study of Health Professionals and Normal Users[J]. Computers in Human Behavior，75（10）： 797-810.

收稿日期2020-03-21責任編輯 劉選