徐浩东

摘 要：网络社群作为互联网中极其重要的组成部分，为用户提供了良好的交流与分享的平台，并且吸引着具有相同爱好和志趣的用户参与到网络社群中来，使得用户在此社交系统中建立联系，增长人气；大部分社群还会为自己的用户提供多种免费服务，从多方面吸引用户的关注，以此来保持社群的活跃度，增加用户对社群的忠诚度和依赖度。 本文主要研究网络社群虚拟奖励对用户知识共享意愿的影响因素，并根据统计研究结果提出相应建议。

关键词：网络社群 虚拟奖励 知识共享 影响研究

中图分类号：G203 文献标识码：A 文章编号：1003-9082（2017）09-0-04

在我国，网络社群在近几年正蓬勃发展。网络社群的快速发展也吸引了众多学者关注的目光，针对网络社群的特定的研究与实践也在日益增加。网络社群的发展应该鼓励更多的用户在互联网上进行互动，这样网络社群才会有更加持久的生命力。然而在知识共享型网络社群，人们更多地是在社群中寻求帮助而不是传播知识。据此可给网络社群的管理者提出优化及改进建议：首先应该加强用户之间的交流与沟通，促进用户之间的知识交换；其次，加强自身网络社群建设，建立独特的激励机制，为用户提供更多福利举措，肯定用户在知识共享上的劳动成果，提高用户忠诚度和满意度，让用户自愿地参与到知识共享中来，使网络社群中的知识共享成为推动互联网不断发展的源源动力。本文主要研究网络社群虚拟奖励对用户知识共享意愿的影响因素，并根据统计研究结果提出相应建议。

一、理论模型与研究假设

从理论基础出发，结合网络社群知识共享相关研究，总结归纳出虚拟奖励与用户共享意愿之间的关系，并据此提出本文的研究假设和理论模型。

1.理论基础

1.1社会交换理论

社会交换理论认为，吸引力最大的人是能提供最大报酬的人，因此人会尽可能让自己的社会交往为自己提供最大的利益。人类社会的原则是互相帮助，因此社交的过程也可以理解成交换的过程。该理论的具体表现之一是互惠，交换双方均希望通过交换获取利益。知识共享的一个显著动因便是“人人为我，我为人人”的互惠原则。[1]

在网络社群中，用户的知识共享行为可以被看作是一般化的社会交换行为。这种交换并不是个体之间的交换，而是个体与社群之间的交换。即个体将知识共享给社群，社群以某种形式的奖励作为交换。用户会在获得社群的奖励后会权衡自己的付出与回报是否均衡，进而对社群做提供的虚拟奖励做出主观上的认识和评价，以此影响用户继续进行知识共享的意愿。

1.2需求层次理论

此理论最早是1943年由美国心理学家马斯洛（Maslow）在其著作《人的动机理论》中提出。他将人的需求由低到高分为了五个层次，分别是生理需要、安全需要、社交需要、尊重需要和自我实现需要。在需求层次理论中，人的需要被分成上述五个层级，需要的存在便会激励着人们对满足需要的追求。在低层次的需求被满足后，人们便会追求更高阶层的需求，最终达到自我实现和自我满足。针对不同层次的需要，激励方式也不尽相同。[2]

1.3双因素理论

双因素理论在二十世纪五十年代末由赫兹伯格（Herzberg）提出，他通过对工程师和会计师大量人次的调查，研究了工作满意度与需求之间的关系。得出了只有激励因素才会提高工作满意度，而不满意度则是由保健因素所影响。[3]因此称为双因素理论，又叫做激励—保健理论。赫兹伯格指出，人的积极情绪和反应会受到激励因素的影响，而消极情绪则受到了保健因素的影响。满意的对立面是没有满意，不满意的对立面是没有不满意。激励因素是在工作时产生的，由于工作会给予付出劳动的人回报，因此工作时会调动人潜在的积极因素。人的积极性的激发的必要条件是激励因素的满足。

2.研究假设

2.1虚拟物质奖励与知识共享意愿之间的关系

根据社会交换理论，人们为了获取利益才会用自己的知识作为筹码和外界进行交换。虚拟物质奖励主要反映用户在网络社群中利用虚拟货币进行物品交换、虚拟财富积累等经济活动。主要体现在虚拟货币如积分、金币的实际价值、虚拟货币获取的难易程度、虚拟货币所能够进行商品交换和购买服务的范围以及虚拟货币的使用是否便利。例如在百度知道中，如果用户提供的答案被提问者所采纳，那么提问者就会得到一定数量的积分或金币为奖励，这些积分或金币可以用来进行等级提升或者在积分商城购买实物。虚拟奖励越丰厚，就会有更多的用户积极投入到网络社群的知识共享中来。据此提出假设：

H1：网络社群为用户提供的物质奖励正向影响用户知识共享意愿

2.2自我感知的精神價值与知识共享意愿之间的关系

根据需求层次理论，用户自我感知到的精神价值是指用户在情感和精神上获得的对自身价值的肯定与他人认可，是对最高层次需要的追求。主要体现在用户在网络社群中等级提升后所获得的特殊待遇、特权福利、荣誉标签，以及声誉的提升、得到其他人回应后内心的愉悦感、积分累加后的成就感、消费积分时所带来的消费快感和网络社群归属感等体现精神价值的方面。用户自我感知到的精神价值越大，共享知识的意愿便会更强烈。据此提出假设：

H2：用户共享知识后自我感知的精神价值正向影响用户对知识共享的意愿

2.3用户满意度与知识共享意愿之间的关系

根据双因素理论，满意度的提高会激发人的积极性。网络社群用户满意度是指用户在对该社区的运作模式、知识分享质量的高低、获得奖励以及与他人沟通交流的总体满意程度。学者们广泛将其引入网络社群中用户知识共享意愿的研究中，学者们研究后所得出的结果一致认为用户满意度对知识共享意愿有积极的促进作用。据此提出假设：

H3：用户对该虚拟知识分享社群的满意度正向影响用户知识共享意愿

3.理论模型endprint

根据对网络社群用户知识共享意愿的研究述评和上一小节研究假设的提出，笔者绘制了如图1的理论模型：

二、虚拟奖励对用户知识共享意愿影响的统计分析

1.样本描述性统计分析

本研究问卷主要由三部分组成，其中第一二部分分别是对被调查者个人基本资料以及在百度知道中进行知识共享的基本情况调查；第三部分则是对此次研究变量的测量。

首先，将用户基本资料统计汇总可以看出，此次调查的样本中女性的答题人数要多于男性，而年龄则集中在18～25岁这个区间，学历和职业上也是本科的大学生占据了大多数，由此也侧面反映了我国网民的青年化、学生化，且使用百度知道的年限也均较长，可以视为样本数据可信度较高，具有研究代表性。

其次，来看被调查者在百度知道中进行知识共享的基本情况。可以看出网络社群用户使用或登录百度知道的频率在“每周至少5次”和“每天”兩个频段的频数占到了大约总体样本的一半，而在百度知道中进行知识共享的频率中，有67.7%的用户每月只有2次及以下会进行知识分享活动，说明大多数人还是要经常使用到百度知道，但几乎都是在百度知道中寻求知识的答案，而很少有主动分享的行为。而用户认为他们在分享知识时所需要的专业知识、经验或技能程度要求并没有达到较高的水准，因此大多数用户可以在这个网络社群中凭借自己所掌握的知识和技巧来为他人提出解答。之后的两个问题用户对百度知道所提供的虚拟奖励了解程度并不高，他们很少关注虚拟奖励的详细情况及变化，反映出了网络社群还需要在虚拟奖励的设置上增加区分度，提高用户对虚拟奖励的关注度。

本文将通过SPSS19.0统计分析软件实现相关指标测量，结果如表2所示。

由表中极小值、极大值、标准差、均值四项指标可知，观测变量的极小值均为1，极大值均为5，表明各观测题项的选项分布范围较为合理。各指标的均值均在3.1以上，说明被调查者对于虚拟物质奖励以及精神价值的认可度较高，对该社群的满意度和用户对共享知识的意愿也在较高水平。标准差介于0.812—0.971之间，说明样本数据之间拥有一定的差异性。观测题项中偏度值和峰度值均介于-1与+1之间，符合样本数据偏度绝对值小于3且峰度绝对值小于10的正态分布的分布标准。由此可知本此研究所收集的数据基本服从正态分布，后续相关分析是可行的。

2.信度和效度分析

2.1信度分析

信度分析是对测量结果所进行的可靠性分析，本研究对于信度的检验分析也由SPSS19.0数据分析软件进行，采用Cronbachs Alpha 系数值α来作为衡量标准。并规定具体衡量标准：总量表α>0.8表明信度非常好，α>0.7表明可以接受；若总量表信度α<0.7或分量表α<0.6则需要对观测题项进行调整，对量表进行修改。

根据表3所得结果，本研究使用的问卷总体Cronbachs Alpha 系数值α=0.958，大于0.8，说明本文使用的问卷信度非常好。

再看表4中各项分变量的Cronbachs Alpha 系数值也均大于0.8，表示此问卷具有较高的可靠性，信度较好。

2.2效度分析

效度是指测量分数和想要测量的特征的一致性，即测验分数是否能真正地反映出想要测量的特征。通常采用因子分析法。首先要对各个量表进行KMO和Bartlett球形检验来验证量表是否适合做因子分析。KMO用来检测各个变量之间的相关程度，一般KMO的值越靠近1说明样本越适合做因子分析，Bartlett球形检验则用来检验数据的分布情况。本节将先对总体量表进行探索性因子分析，再分别对测量变量进行效度分析。

2.2.1总体测量量表探索性因子分析

在提取因子前，首先对总体测量量表进行KMO值和Bartlett球形检验，结果如表5所示。总体量表KMO值=0.939>0.7，Bartlett球形检验卡方值为3545.081，显著性概率为0.000<0.05，这表明总体测量量表中各观测题项具有很高的相关性，非常适合做因子分析。

接下来运用主成份分析法对总体量表中的20个观测题项进行公因子提取，获得具有Kaiser标准化的正交旋转法因子载荷系数结果如表6所示。根据因子载荷系数>0.5的标准，提取出了4个公因子。表7中提取公因子方差累计解释达72.675%，说明提取的公因子对总体测量量表中的4个变量的整体解释能力较强，包含了量表的主要信息。

2.2.2虚拟物质奖励量表结构效度分析

首先对虚拟物质奖励进行KMO值和Bartlett球形检验，结果如表8所示。虚拟物质奖励KMO值=0.787>0.7，Bartlett球形检验卡方值为416.731，显著性概率为0.000<0.05，这表明虚拟物质奖励的各观测题项具有很高的相关性，非常适合做因子分析。

接下来运用主成份分析法对虚拟物质奖励中的4个观测题项进行公因子提取，分析结果如表9所示。根据因子载荷系数>0.5的标准，提取出了1个公因子。表10中提取公因子方差累计解释达69.963%，说明提取的公因子对虚拟物质奖励的整体解释能力较强，包含了此量表的主要信息。

2.2.3用户精神价值量表结构效度分析

首先对用户精神价值进行KMO值和Bartlett球形检验，结果如表11所示。虚拟物质奖励KMO值=0.853>0.7，Bartlett球形检验卡方值为930.972，显著性概率为0.000<0.05，这表明用户精神价值的各观测题项具有很高的相关性，非常适合做因子分析。

接下来运用主成份分析法对用户精神价值中的6个观测题项进行公因子提取，分析结果如表12所示。根据因子载荷系数>0.5的标准，提取出了1个公因子。根据表13可知提取公因子方差累计解释达71.165%，说明提取的公因子对用户精神价值的整体解释能力较强，包含了此量表的主要信息。endprint

2.2.4用户满意度量表结构效度分析

首先对用户满意度进行KMO值和Bartlett球形检验，结果如表14所示。虚拟物质奖励KMO值=0.824>0.7，Bartlett球形检验卡方值为668.262，显著性概率为0.000<0.05，这表明用户满意度的各观测题项具有很高的相关性，非常适合做因子分析。

接下来运用主成份分析法对用户满意度中的5个观测题项进行公因子提取，分析结果如表15所示。根据因子载荷系数>0.5的标准，提取出了1个公因子。表16中提取公因子方差累计解释达70.144%，说明公因子对用户满意度的整体解释能力较强，包含了主要信息。

2.2.5用户知识共享意愿结构效度分析

首先对用户知识共享意愿进行KMO值和Bartlett球形检验，结果如表17所示。虚拟物质奖励KMO值=0.878>0.7，Bartlett球形检验卡方值为737.931，显著性概率=0.000<0.05，这表明用户知识共享意愿的各观测题项具有很高的相关性，非常适合做因子分析。

接下来运用主成份分析法对用户知识共享意愿中的5个观测題项进行公因子提取，分析结果如表18所示。根据因子载荷系数>0.5的标准，提取出了1个公因子。表19中提取公因子方差累计解释达73.769%，说明提取的公因子对用户知识共享意愿的整体解释能力较强，包含了此量表的主要信息。

3.相关分析

相关分析是用于研究变量之间影响关系密切程度的统计方法。此方法是用适当的指标来描述变量间依存关系和变化趋势。本文选择Pearson相关分析法，对研究中的四个变量虚拟物质奖励、精神价值、用户满意度、用户知识共享意愿进行相关性研究分析。结果如表20所示。虚拟物质奖励和知识共享意愿的相关系数为0.396，二者有相关关系，同时显著性水平达到了0.01，说明虚拟物质奖励的多少与用户知识共享意愿的强弱有一定的相关性；精神价值和知识共享意愿的相关系数为0.547，二者有显著的正相关关系，同时显著性水平达到了0.01，说明用户在网络社群中体会到的精神价值的高低与用户知识共享意愿的强弱有显著的相关性；用户满意度和知识共享意愿的相关系数为0.501，二者有显著的相关关系，同时显著性水平达到了0.01，说明用户在该网络社群中获得的满意度会对用户知识共享意愿产生显著的相关性。

4.回归分析

回归分析是基于收集到的数据来寻找变量间关系的统计分析方法，通过回归分析可以说明变量之间的因果关系，并观察具体的影响幅度。本节将讨论虚拟物质奖励、用户精神价值、用户满意度是否对用户共享知识意愿产生显著影响。

本次回归分析以用户知识共享意愿为因变量，虚拟物质奖励、用户精神价值、用户满意度为自变量，利用SPSS19.0进行计算，结果如下。从表21中可以看出，模型R2值为0.424，说明回归方程与样本数据有较好的拟合度，有一定的稳定性。在表22中，F值为54.437，Sig<0.05，因此可以说明至少有一个自变量能够有效预测因变量。在表23中，虚拟物质奖励的β值为0.154，P值为0.010<0.05、用户精神价值的β值为0.340，P值为0.000<0.05、用户满意度的β值为0.292，P值为0.000<0.05，表明虚拟物质奖励、用户精神价值、用户满意度对用户知识共享意愿有显著影响，前文提到的三个假设得到了验证。

5.假设检验的结果

经过初步的数据处理，本文对提出的假设进行了一系列统计研究。

首先对调查问卷中的量表进行了描述性统计分析以及信度和效度分析，结果显示数据符合进一步研究的需要。

其次对自变量和因变量进行了相关分析，确定了几个变量之间存在显著的相关性。最后通过回归分析发现三个自变量对用户知识共享意愿均会产生显著影响，假设的验证结果如表24所示。

三、结果讨论与启示

1.结果讨论

本次研究假设“网络社群为用户提供的物质奖励正向影响用户知识共享意愿”。数据分析结果显示，β值为0.154，P值为0.010，较好地验证了假设H1，说明网络社群中虚拟物质奖励越丰富，可兑换物品越多，越能够激发用户知识共享的意愿。

本次研究假设“用户共享知识后自我感知的精神价值正向影响用户对知识共享的意愿”。数据分析结果显示，β值为0.340，P值为0.000，较好地验证了假设H2，说明用户在网络社群中通过与其他人进行交流与沟通，通过自己分享的知识得到认同和赞许的方式获得了自我精神价值的实现，更加有助于用户知识共享意愿的提升。

本次研究假设“用户对该虚拟知识分享社群的满意度正向影响用户知识共享意愿”。数据分析结果显示，β值为0.292，P值为0.000，较好地验证了假设H3，说明用户在该社群中的满意度增加后，才会更愿意去进行知识共享。

通过对三个变量β值的横向比较，发现变量“用户精神价值”的β值最高，因此从普遍意义上可以判定用户精神价值在影响用户知识共享意愿的方面作用显著，相关程度超过虚拟物质奖励与用户满意度对用户知识共享意愿造成的影响。三个变量中用户满意度次之，最后是虚拟物质奖励。据此可得出说明在此样本中，被调查者在很大程度上会因为通过回答问题可以获得他人认同、获得归属感以及自我精神上的愉悦而在“百度知道”社群进行知识共享；用户会因为百度知道为他们提供的良好的人机交互关系以及温馨的社群氛围而提高对此社群的满意度，从而在一定程度上提高用户知识共享的意愿。

2.研究启示

在理论上，由于之前的文献都是单独对虚拟物质奖励与用户知识共享意愿、用户精神奖励与用户知识共享意愿或用户满意度与用户知识共享意愿进行研究，而本次研究创新性地将三个变量统一起来，重点分析了网络社群虚拟奖励对用户知识共享意愿的影响，从不同的研究角度对影响网络社群用户知识共享意愿的因素做了合理的解释，并结合了相关人文社科理论进行阐述。丰富了用户知识共享意愿的相关研究，同时为后来者对用户知识共享行为影响因素的讨论提供一定的借鉴意义。

在实践上，通过对网络社群虚拟奖励对用户知识共享意愿影响的研究，可以对网络社群的经营和管理者以及用户分别提出更加实际的建议。

从虚拟物质奖励的角度来看，现今网络社群中的虚拟物质奖励的实用价值并不高。因此建议网络社群的管理者应降低虚拟物质奖励的获取难度，增加积分的获取渠道，提高用户知识共享的积极性。

从用户精神价值的角度来看，用户在网络社群中的交流的目的是获得知识的交流，更深层次的目的是发展友谊、在虚拟的社会中寻找自己的归属感，实现自己的价值体现。更高的采纳率星级代表了其他用户对知识分享者的肯定程度。采纳率星级越高，用户的荣誉感就越强，分享知识的意愿也会相应提高。此外网络社群管理者可以通过全社区广播的形式来肯定用户的劳动成果，促进知识的交流与共享。

从用户满意度的角度来看，网络社群可以通过不断地用户反馈与更新优化，为用户提供多样化的服务，更加人性化的界面设计与交流体验，一方面建立自己网络社群的品牌效应，并与目前处于无网络社群状态的用户建立联系，获得更多的新用户；另一方面增强自身的核心竞争力，完善虚拟社区功能体系，建立更加有效的客户关系管理战略，从而保持用户较高的忠诚度，提高自身网络社群的声誉及效益。

参考文献

[1]陈春光.虚拟社区知识共享行为影响因素研究[D].武汉：华中师范大学，2014.

[2]邢以群.管理学[M].浙江大学出版社，1997

[3]郭马兵.激励理论题述[N].首都经济贸易大学学报，2002年第6期37-40endprint