網(wǎng)絡(luò)社群虛擬獎(jiǎng)勵(lì)對(duì)用戶知識(shí)共享意愿的影響研究

徐浩東

摘 要：網(wǎng)絡(luò)社群作為互聯(lián)網(wǎng)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(tái)，并且吸引著具有相同愛(ài)好和志趣的用戶參與到網(wǎng)絡(luò)社群中來(lái)，使得用戶在此社交系統(tǒng)中建立聯(lián)系，增長(zhǎng)人氣；大部分社群還會(huì)為自己的用戶提供多種免費(fèi)服務(wù)，從多方面吸引用戶的關(guān)注，以此來(lái)保持社群的活躍度，增加用戶對(duì)社群的忠誠(chéng)度和依賴(lài)度。 本文主要研究網(wǎng)絡(luò)社群虛擬獎(jiǎng)勵(lì)對(duì)用戶知識(shí)共享意愿的影響因素，并根據(jù)統(tǒng)計(jì)研究結(jié)果提出相應(yīng)建議。

關(guān)鍵詞：網(wǎng)絡(luò)社群 虛擬獎(jiǎng)勵(lì) 知識(shí)共享 影響研究

中圖分類(lèi)號(hào)：G203 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082（2017）09-0-04

在我國(guó)，網(wǎng)絡(luò)社群在近幾年正蓬勃發(fā)展。網(wǎng)絡(luò)社群的快速發(fā)展也吸引了眾多學(xué)者關(guān)注的目光，針對(duì)網(wǎng)絡(luò)社群的特定的研究與實(shí)踐也在日益增加。網(wǎng)絡(luò)社群的發(fā)展應(yīng)該鼓勵(lì)更多的用戶在互聯(lián)網(wǎng)上進(jìn)行互動(dòng)，這樣網(wǎng)絡(luò)社群才會(huì)有更加持久的生命力。然而在知識(shí)共享型網(wǎng)絡(luò)社群，人們更多地是在社群中尋求幫助而不是傳播知識(shí)。據(jù)此可給網(wǎng)絡(luò)社群的管理者提出優(yōu)化及改進(jìn)建議：首先應(yīng)該加強(qiáng)用戶之間的交流與溝通，促進(jìn)用戶之間的知識(shí)交換；其次，加強(qiáng)自身網(wǎng)絡(luò)社群建設(shè)，建立獨(dú)特的激勵(lì)機(jī)制，為用戶提供更多福利舉措，肯定用戶在知識(shí)共享上的勞動(dòng)成果，提高用戶忠誠(chéng)度和滿意度，讓用戶自愿地參與到知識(shí)共享中來(lái)，使網(wǎng)絡(luò)社群中的知識(shí)共享成為推動(dòng)互聯(lián)網(wǎng)不斷發(fā)展的源源動(dòng)力。本文主要研究網(wǎng)絡(luò)社群虛擬獎(jiǎng)勵(lì)對(duì)用戶知識(shí)共享意愿的影響因素，并根據(jù)統(tǒng)計(jì)研究結(jié)果提出相應(yīng)建議。

一、理論模型與研究假設(shè)

從理論基礎(chǔ)出發(fā)，結(jié)合網(wǎng)絡(luò)社群知識(shí)共享相關(guān)研究，總結(jié)歸納出虛擬獎(jiǎng)勵(lì)與用戶共享意愿之間的關(guān)系，并據(jù)此提出本文的研究假設(shè)和理論模型。

1.理論基礎(chǔ)

1.1社會(huì)交換理論

社會(huì)交換理論認(rèn)為，吸引力最大的人是能提供最大報(bào)酬的人，因此人會(huì)盡可能讓自己的社會(huì)交往為自己提供最大的利益。人類(lèi)社會(huì)的原則是互相幫助，因此社交的過(guò)程也可以理解成交換的過(guò)程。該理論的具體表現(xiàn)之一是互惠，交換雙方均希望通過(guò)交換獲取利益。知識(shí)共享的一個(gè)顯著動(dòng)因便是“人人為我，我為人人”的互惠原則。[1]

在網(wǎng)絡(luò)社群中，用戶的知識(shí)共享行為可以被看作是一般化的社會(huì)交換行為。這種交換并不是個(gè)體之間的交換，而是個(gè)體與社群之間的交換。即個(gè)體將知識(shí)共享給社群，社群以某種形式的獎(jiǎng)勵(lì)作為交換。用戶會(huì)在獲得社群的獎(jiǎng)勵(lì)后會(huì)權(quán)衡自己的付出與回報(bào)是否均衡，進(jìn)而對(duì)社群做提供的虛擬獎(jiǎng)勵(lì)做出主觀上的認(rèn)識(shí)和評(píng)價(jià)，以此影響用戶繼續(xù)進(jìn)行知識(shí)共享的意愿。

1.2需求層次理論

此理論最早是1943年由美國(guó)心理學(xué)家馬斯洛（Maslow）在其著作《人的動(dòng)機(jī)理論》中提出。他將人的需求由低到高分為了五個(gè)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(shí)現(xiàn)需要。在需求層次理論中，人的需要被分成上述五個(gè)層級(jí)，需要的存在便會(huì)激勵(lì)著人們對(duì)滿足需要的追求。在低層次的需求被滿足后，人們便會(huì)追求更高階層的需求，最終達(dá)到自我實(shí)現(xiàn)和自我滿足。針對(duì)不同層次的需要，激勵(lì)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(jì)五十年代末由赫茲伯格（Herzberg）提出，他通過(guò)對(duì)工程師和會(huì)計(jì)師大量人次的調(diào)查，研究了工作滿意度與需求之間的關(guān)系。得出了只有激勵(lì)因素才會(huì)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(chēng)為雙因素理論，又叫做激勵(lì)—保健理論。赫茲伯格指出，人的積極情緒和反應(yīng)會(huì)受到激勵(lì)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(duì)立面是沒(méi)有滿意，不滿意的對(duì)立面是沒(méi)有不滿意。激勵(lì)因素是在工作時(shí)產(chǎn)生的，由于工作會(huì)給予付出勞動(dòng)的人回報(bào)，因此工作時(shí)會(huì)調(diào)動(dòng)人潛在的積極因素。人的積極性的激發(fā)的必要條件是激勵(lì)因素的滿足。

2.研究假設(shè)

2.1虛擬物質(zhì)獎(jiǎng)勵(lì)與知識(shí)共享意愿之間的關(guān)系

根據(jù)社會(huì)交換理論，人們?yōu)榱双@取利益才會(huì)用自己的知識(shí)作為籌碼和外界進(jìn)行交換。虛擬物質(zhì)獎(jiǎng)勵(lì)主要反映用戶在網(wǎng)絡(luò)社群中利用虛擬貨幣進(jìn)行物品交換、虛擬財(cái)富積累等經(jīng)濟(jì)活動(dòng)。主要體現(xiàn)在虛擬貨幣如積分、金幣的實(shí)際價(jià)值、虛擬貨幣獲取的難易程度、虛擬貨幣所能夠進(jìn)行商品交換和購(gòu)買(mǎi)服務(wù)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(wèn)者所采納，那么提問(wèn)者就會(huì)得到一定數(shù)量的積分或金幣為獎(jiǎng)勵(lì)，這些積分或金幣可以用來(lái)進(jìn)行等級(jí)提升或者在積分商城購(gòu)買(mǎi)實(shí)物。虛擬獎(jiǎng)勵(lì)越豐厚，就會(huì)有更多的用戶積極投入到網(wǎng)絡(luò)社群的知識(shí)共享中來(lái)。據(jù)此提出假設(shè)：

H1：網(wǎng)絡(luò)社群為用戶提供的物質(zhì)獎(jiǎng)勵(lì)正向影響用戶知識(shí)共享意愿

2.2自我感知的精神價(jià)值與知識(shí)共享意愿之間的關(guān)系

根據(jù)需求層次理論，用戶自我感知到的精神價(jià)值是指用戶在情感和精神上獲得的對(duì)自身價(jià)值的肯定與他人認(rèn)可，是對(duì)最高層次需要的追求。主要體現(xiàn)在用戶在網(wǎng)絡(luò)社群中等級(jí)提升后所獲得的特殊待遇、特權(quán)福利、榮譽(yù)標(biāo)簽，以及聲譽(yù)的提升、得到其他人回應(yīng)后內(nèi)心的愉悅感、積分累加后的成就感、消費(fèi)積分時(shí)所帶來(lái)的消費(fèi)快感和網(wǎng)絡(luò)社群歸屬感等體現(xiàn)精神價(jià)值的方面。用戶自我感知到的精神價(jià)值越大，共享知識(shí)的意愿便會(huì)更強(qiáng)烈。據(jù)此提出假設(shè)：

H2：用戶共享知識(shí)后自我感知的精神價(jià)值正向影響用戶對(duì)知識(shí)共享的意愿

2.3用戶滿意度與知識(shí)共享意愿之間的關(guān)系

根據(jù)雙因素理論，滿意度的提高會(huì)激發(fā)人的積極性。網(wǎng)絡(luò)社群用戶滿意度是指用戶在對(duì)該社區(qū)的運(yùn)作模式、知識(shí)分享質(zhì)量的高低、獲得獎(jiǎng)勵(lì)以及與他人溝通交流的總體滿意程度。學(xué)者們廣泛將其引入網(wǎng)絡(luò)社群中用戶知識(shí)共享意愿的研究中，學(xué)者們研究后所得出的結(jié)果一致認(rèn)為用戶滿意度對(duì)知識(shí)共享意愿有積極的促進(jìn)作用。據(jù)此提出假設(shè)：

H3：用戶對(duì)該虛擬知識(shí)分享社群的滿意度正向影響用戶知識(shí)共享意愿

3.理論模型endprint

根據(jù)對(duì)網(wǎng)絡(luò)社群用戶知識(shí)共享意愿的研究述評(píng)和上一小節(jié)研究假設(shè)的提出，筆者繪制了如圖1的理論模型：

二、虛擬獎(jiǎng)勵(lì)對(duì)用戶知識(shí)共享意愿影響的統(tǒng)計(jì)分析

1.樣本描述性統(tǒng)計(jì)分析

本研究問(wèn)卷主要由三部分組成，其中第一二部分分別是對(duì)被調(diào)查者個(gè)人基本資料以及在百度知道中進(jìn)行知識(shí)共享的基本情況調(diào)查；第三部分則是對(duì)此次研究變量的測(cè)量。

首先，將用戶基本資料統(tǒng)計(jì)匯總可以看出，此次調(diào)查的樣本中女性的答題人數(shù)要多于男性，而年齡則集中在18～25歲這個(gè)區(qū)間，學(xué)歷和職業(yè)上也是本科的大學(xué)生占據(jù)了大多數(shù)，由此也側(cè)面反映了我國(guó)網(wǎng)民的青年化、學(xué)生化，且使用百度知道的年限也均較長(zhǎng)，可以視為樣本數(shù)據(jù)可信度較高，具有研究代表性。

其次，來(lái)看被調(diào)查者在百度知道中進(jìn)行知識(shí)共享的基本情況?？梢钥闯鼍W(wǎng)絡(luò)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(gè)頻段的頻數(shù)占到了大約總體樣本的一半，而在百度知道中進(jìn)行知識(shí)共享的頻率中，有67.7%的用戶每月只有2次及以下會(huì)進(jìn)行知識(shí)分享活動(dòng)，說(shuō)明大多數(shù)人還是要經(jīng)常使用到百度知道，但幾乎都是在百度知道中尋求知識(shí)的答案，而很少有主動(dòng)分享的行為。而用戶認(rèn)為他們?cè)诜窒碇R(shí)時(shí)所需要的專(zhuān)業(yè)知識(shí)、經(jīng)驗(yàn)或技能程度要求并沒(méi)有達(dá)到較高的水準(zhǔn)，因此大多數(shù)用戶可以在這個(gè)網(wǎng)絡(luò)社群中憑借自己所掌握的知識(shí)和技巧來(lái)為他人提出解答。之后的兩個(gè)問(wèn)題用戶對(duì)百度知道所提供的虛擬獎(jiǎng)勵(lì)了解程度并不高，他們很少關(guān)注虛擬獎(jiǎng)勵(lì)的詳細(xì)情況及變化，反映出了網(wǎng)絡(luò)社群還需要在虛擬獎(jiǎng)勵(lì)的設(shè)置上增加區(qū)分度，提高用戶對(duì)虛擬獎(jiǎng)勵(lì)的關(guān)注度。

本文將通過(guò)SPSS19.0統(tǒng)計(jì)分析軟件實(shí)現(xiàn)相關(guān)指標(biāo)測(cè)量，結(jié)果如表2所示。

由表中極小值、極大值、標(biāo)準(zhǔn)差、均值四項(xiàng)指標(biāo)可知，觀測(cè)變量的極小值均為1，極大值均為5，表明各觀測(cè)題項(xiàng)的選項(xiàng)分布范圍較為合理。各指標(biāo)的均值均在3.1以上，說(shuō)明被調(diào)查者對(duì)于虛擬物質(zhì)獎(jiǎng)勵(lì)以及精神價(jià)值的認(rèn)可度較高，對(duì)該社群的滿意度和用戶對(duì)共享知識(shí)的意愿也在較高水平。標(biāo)準(zhǔn)差介于0.812—0.971之間，說(shuō)明樣本數(shù)據(jù)之間擁有一定的差異性。觀測(cè)題項(xiàng)中偏度值和峰度值均介于-1與+1之間，符合樣本數(shù)據(jù)偏度絕對(duì)值小于3且峰度絕對(duì)值小于10的正態(tài)分布的分布標(biāo)準(zhǔn)。由此可知本此研究所收集的數(shù)據(jù)基本服從正態(tài)分布，后續(xù)相關(guān)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(duì)測(cè)量結(jié)果所進(jìn)行的可靠性分析，本研究對(duì)于信度的檢驗(yàn)分析也由SPSS19.0數(shù)據(jù)分析軟件進(jìn)行，采用Cronbachs Alpha 系數(shù)值α來(lái)作為衡量標(biāo)準(zhǔn)。并規(guī)定具體衡量標(biāo)準(zhǔn)：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(duì)觀測(cè)題項(xiàng)進(jìn)行調(diào)整，對(duì)量表進(jìn)行修改。

根據(jù)表3所得結(jié)果，本研究使用的問(wèn)卷總體Cronbachs Alpha 系數(shù)值α=0.958，大于0.8，說(shuō)明本文使用的問(wèn)卷信度非常好。

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

2.2效度分析

效度是指測(cè)量分?jǐn)?shù)和想要測(cè)量的特征的一致性，即測(cè)驗(yàn)分?jǐn)?shù)是否能真正地反映出想要測(cè)量的特征。通常采用因子分析法。首先要對(duì)各個(gè)量表進(jìn)行KMO和Bartlett球形檢驗(yàn)來(lái)驗(yàn)證量表是否適合做因子分析。KMO用來(lái)檢測(cè)各個(gè)變量之間的相關(guān)程度，一般KMO的值越靠近1說(shuō)明樣本越適合做因子分析，Bartlett球形檢驗(yàn)則用來(lái)檢驗(yàn)數(shù)據(jù)的分布情況。本節(jié)將先對(duì)總體量表進(jìn)行探索性因子分析，再分別對(duì)測(cè)量變量進(jìn)行效度分析。

2.2.1總體測(cè)量量表探索性因子分析

在提取因子前，首先對(duì)總體測(cè)量量表進(jìn)行KMO值和Bartlett球形檢驗(yàn)，結(jié)果如表5所示?？傮w量表KMO值=0.939>0.7，Bartlett球形檢驗(yàn)卡方值為3545.081，顯著性概率為0.000<0.05，這表明總體測(cè)量量表中各觀測(cè)題項(xiàng)具有很高的相關(guān)性，非常適合做因子分析。

接下來(lái)運(yùn)用主成份分析法對(duì)總體量表中的20個(gè)觀測(cè)題項(xiàng)進(jìn)行公因子提取，獲得具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法因子載荷系數(shù)結(jié)果如表6所示。根據(jù)因子載荷系數(shù)>0.5的標(biāo)準(zhǔn)，提取出了4個(gè)公因子。表7中提取公因子方差累計(jì)解釋達(dá)72.675%，說(shuō)明提取的公因子對(duì)總體測(cè)量量表中的4個(gè)變量的整體解釋能力較強(qiáng)，包含了量表的主要信息。

2.2.2虛擬物質(zhì)獎(jiǎng)勵(lì)量表結(jié)構(gòu)效度分析

首先對(duì)虛擬物質(zhì)獎(jiǎng)勵(lì)進(jìn)行KMO值和Bartlett球形檢驗(yàn)，結(jié)果如表8所示。虛擬物質(zhì)獎(jiǎng)勵(lì)KMO值=0.787>0.7，Bartlett球形檢驗(yàn)卡方值為416.731，顯著性概率為0.000<0.05，這表明虛擬物質(zhì)獎(jiǎng)勵(lì)的各觀測(cè)題項(xiàng)具有很高的相關(guān)性，非常適合做因子分析。

接下來(lái)運(yùn)用主成份分析法對(duì)虛擬物質(zhì)獎(jiǎng)勵(lì)中的4個(gè)觀測(cè)題項(xiàng)進(jìn)行公因子提取，分析結(jié)果如表9所示。根據(jù)因子載荷系數(shù)>0.5的標(biāo)準(zhǔn)，提取出了1個(gè)公因子。表10中提取公因子方差累計(jì)解釋達(dá)69.963%，說(shuō)明提取的公因子對(duì)虛擬物質(zhì)獎(jiǎng)勵(lì)的整體解釋能力較強(qiáng)，包含了此量表的主要信息。

2.2.3用戶精神價(jià)值量表結(jié)構(gòu)效度分析

首先對(duì)用戶精神價(jià)值進(jìn)行KMO值和Bartlett球形檢驗(yàn)，結(jié)果如表11所示。虛擬物質(zhì)獎(jiǎng)勵(lì)KMO值=0.853>0.7，Bartlett球形檢驗(yàn)卡方值為930.972，顯著性概率為0.000<0.05，這表明用戶精神價(jià)值的各觀測(cè)題項(xiàng)具有很高的相關(guān)性，非常適合做因子分析。

接下來(lái)運(yùn)用主成份分析法對(duì)用戶精神價(jià)值中的6個(gè)觀測(cè)題項(xiàng)進(jìn)行公因子提取，分析結(jié)果如表12所示。根據(jù)因子載荷系數(shù)>0.5的標(biāo)準(zhǔn)，提取出了1個(gè)公因子。根據(jù)表13可知提取公因子方差累計(jì)解釋達(dá)71.165%，說(shuō)明提取的公因子對(duì)用戶精神價(jià)值的整體解釋能力較強(qiáng)，包含了此量表的主要信息。endprint

2.2.4用戶滿意度量表結(jié)構(gòu)效度分析

首先對(duì)用戶滿意度進(jìn)行KMO值和Bartlett球形檢驗(yàn)，結(jié)果如表14所示。虛擬物質(zhì)獎(jiǎng)勵(lì)KMO值=0.824>0.7，Bartlett球形檢驗(yàn)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(cè)題項(xiàng)具有很高的相關(guān)性，非常適合做因子分析。

接下來(lái)運(yùn)用主成份分析法對(duì)用戶滿意度中的5個(gè)觀測(cè)題項(xiàng)進(jìn)行公因子提取，分析結(jié)果如表15所示。根據(jù)因子載荷系數(shù)>0.5的標(biāo)準(zhǔn)，提取出了1個(gè)公因子。表16中提取公因子方差累計(jì)解釋達(dá)70.144%，說(shuō)明公因子對(duì)用戶滿意度的整體解釋能力較強(qiáng)，包含了主要信息。

2.2.5用戶知識(shí)共享意愿結(jié)構(gòu)效度分析

首先對(duì)用戶知識(shí)共享意愿進(jìn)行KMO值和Bartlett球形檢驗(yàn)，結(jié)果如表17所示。虛擬物質(zhì)獎(jiǎng)勵(lì)KMO值=0.878>0.7，Bartlett球形檢驗(yàn)卡方值為737.931，顯著性概率=0.000<0.05，這表明用戶知識(shí)共享意愿的各觀測(cè)題項(xiàng)具有很高的相關(guān)性，非常適合做因子分析。

接下來(lái)運(yùn)用主成份分析法對(duì)用戶知識(shí)共享意愿中的5個(gè)觀測(cè)題項(xiàng)進(jìn)行公因子提取，分析結(jié)果如表18所示。根據(jù)因子載荷系數(shù)>0.5的標(biāo)準(zhǔn)，提取出了1個(gè)公因子。表19中提取公因子方差累計(jì)解釋達(dá)73.769%，說(shuō)明提取的公因子對(duì)用戶知識(shí)共享意愿的整體解釋能力較強(qiáng)，包含了此量表的主要信息。

3.相關(guān)分析

相關(guān)分析是用于研究變量之間影響關(guān)系密切程度的統(tǒng)計(jì)方法。此方法是用適當(dāng)?shù)闹笜?biāo)來(lái)描述變量間依存關(guān)系和變化趨勢(shì)。本文選擇Pearson相關(guān)分析法，對(duì)研究中的四個(gè)變量虛擬物質(zhì)獎(jiǎng)勵(lì)、精神價(jià)值、用戶滿意度、用戶知識(shí)共享意愿進(jìn)行相關(guān)性研究分析。結(jié)果如表20所示。虛擬物質(zhì)獎(jiǎng)勵(lì)和知識(shí)共享意愿的相關(guān)系數(shù)為0.396，二者有相關(guān)關(guān)系，同時(shí)顯著性水平達(dá)到了0.01，說(shuō)明虛擬物質(zhì)獎(jiǎng)勵(lì)的多少與用戶知識(shí)共享意愿的強(qiáng)弱有一定的相關(guān)性；精神價(jià)值和知識(shí)共享意愿的相關(guān)系數(shù)為0.547，二者有顯著的正相關(guān)關(guān)系，同時(shí)顯著性水平達(dá)到了0.01，說(shuō)明用戶在網(wǎng)絡(luò)社群中體會(huì)到的精神價(jià)值的高低與用戶知識(shí)共享意愿的強(qiáng)弱有顯著的相關(guān)性；用戶滿意度和知識(shí)共享意愿的相關(guān)系數(shù)為0.501，二者有顯著的相關(guān)關(guān)系，同時(shí)顯著性水平達(dá)到了0.01，說(shuō)明用戶在該網(wǎng)絡(luò)社群中獲得的滿意度會(huì)對(duì)用戶知識(shí)共享意愿產(chǎn)生顯著的相關(guān)性。

4.回歸分析

回歸分析是基于收集到的數(shù)據(jù)來(lái)尋找變量間關(guān)系的統(tǒng)計(jì)分析方法，通過(guò)回歸分析可以說(shuō)明變量之間的因果關(guān)系，并觀察具體的影響幅度。本節(jié)將討論虛擬物質(zhì)獎(jiǎng)勵(lì)、用戶精神價(jià)值、用戶滿意度是否對(duì)用戶共享知識(shí)意愿產(chǎn)生顯著影響。

本次回歸分析以用戶知識(shí)共享意愿為因變量，虛擬物質(zhì)獎(jiǎng)勵(lì)、用戶精神價(jià)值、用戶滿意度為自變量，利用SPSS19.0進(jìn)行計(jì)算，結(jié)果如下。從表21中可以看出，模型R2值為0.424，說(shuō)明回歸方程與樣本數(shù)據(jù)有較好的擬合度，有一定的穩(wěn)定性。在表22中，F(xiàn)值為54.437，Sig<0.05，因此可以說(shuō)明至少有一個(gè)自變量能夠有效預(yù)測(cè)因變量。在表23中，虛擬物質(zhì)獎(jiǎng)勵(lì)的β值為0.154，P值為0.010<0.05、用戶精神價(jià)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(zhì)獎(jiǎng)勵(lì)、用戶精神價(jià)值、用戶滿意度對(duì)用戶知識(shí)共享意愿有顯著影響，前文提到的三個(gè)假設(shè)得到了驗(yàn)證。

5.假設(shè)檢驗(yàn)的結(jié)果

經(jīng)過(guò)初步的數(shù)據(jù)處理，本文對(duì)提出的假設(shè)進(jìn)行了一系列統(tǒng)計(jì)研究。

首先對(duì)調(diào)查問(wèn)卷中的量表進(jìn)行了描述性統(tǒng)計(jì)分析以及信度和效度分析，結(jié)果顯示數(shù)據(jù)符合進(jìn)一步研究的需要。

其次對(duì)自變量和因變量進(jìn)行了相關(guān)分析，確定了幾個(gè)變量之間存在顯著的相關(guān)性。最后通過(guò)回歸分析發(fā)現(xiàn)三個(gè)自變量對(duì)用戶知識(shí)共享意愿均會(huì)產(chǎn)生顯著影響，假設(shè)的驗(yàn)證結(jié)果如表24所示。

三、結(jié)果討論與啟示

1.結(jié)果討論

本次研究假設(shè)“網(wǎng)絡(luò)社群為用戶提供的物質(zhì)獎(jiǎng)勵(lì)正向影響用戶知識(shí)共享意愿”。數(shù)據(jù)分析結(jié)果顯示，β值為0.154，P值為0.010，較好地驗(yàn)證了假設(shè)H1，說(shuō)明網(wǎng)絡(luò)社群中虛擬物質(zhì)獎(jiǎng)勵(lì)越豐富，可兌換物品越多，越能夠激發(fā)用戶知識(shí)共享的意愿。

本次研究假設(shè)“用戶共享知識(shí)后自我感知的精神價(jià)值正向影響用戶對(duì)知識(shí)共享的意愿”。數(shù)據(jù)分析結(jié)果顯示，β值為0.340，P值為0.000，較好地驗(yàn)證了假設(shè)H2，說(shuō)明用戶在網(wǎng)絡(luò)社群中通過(guò)與其他人進(jìn)行交流與溝通，通過(guò)自己分享的知識(shí)得到認(rèn)同和贊許的方式獲得了自我精神價(jià)值的實(shí)現(xiàn)，更加有助于用戶知識(shí)共享意愿的提升。

本次研究假設(shè)“用戶對(duì)該虛擬知識(shí)分享社群的滿意度正向影響用戶知識(shí)共享意愿”。數(shù)據(jù)分析結(jié)果顯示，β值為0.292，P值為0.000，較好地驗(yàn)證了假設(shè)H3，說(shuō)明用戶在該社群中的滿意度增加后，才會(huì)更愿意去進(jìn)行知識(shí)共享。

通過(guò)對(duì)三個(gè)變量β值的橫向比較，發(fā)現(xiàn)變量“用戶精神價(jià)值”的β值最高，因此從普遍意義上可以判定用戶精神價(jià)值在影響用戶知識(shí)共享意愿的方面作用顯著，相關(guān)程度超過(guò)虛擬物質(zhì)獎(jiǎng)勵(lì)與用戶滿意度對(duì)用戶知識(shí)共享意愿造成的影響。三個(gè)變量中用戶滿意度次之，最后是虛擬物質(zhì)獎(jiǎng)勵(lì)。據(jù)此可得出說(shuō)明在此樣本中，被調(diào)查者在很大程度上會(huì)因?yàn)橥ㄟ^(guò)回答問(wèn)題可以獲得他人認(rèn)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(jìn)行知識(shí)共享；用戶會(huì)因?yàn)榘俣戎罏樗麄兲峁┑牧己玫娜藱C(jī)交互關(guān)系以及溫馨的社群氛圍而提高對(duì)此社群的滿意度，從而在一定程度上提高用戶知識(shí)共享的意愿。

2.研究啟示

在理論上，由于之前的文獻(xiàn)都是單獨(dú)對(duì)虛擬物質(zhì)獎(jiǎng)勵(lì)與用戶知識(shí)共享意愿、用戶精神獎(jiǎng)勵(lì)與用戶知識(shí)共享意愿或用戶滿意度與用戶知識(shí)共享意愿進(jìn)行研究，而本次研究創(chuàng)新性地將三個(gè)變量統(tǒng)一起來(lái)，重點(diǎn)分析了網(wǎng)絡(luò)社群虛擬獎(jiǎng)勵(lì)對(duì)用戶知識(shí)共享意愿的影響，從不同的研究角度對(duì)影響網(wǎng)絡(luò)社群用戶知識(shí)共享意愿的因素做了合理的解釋?zhuān)⒔Y(jié)合了相關(guān)人文社科理論進(jìn)行闡述。豐富了用戶知識(shí)共享意愿的相關(guān)研究，同時(shí)為后來(lái)者對(duì)用戶知識(shí)共享行為影響因素的討論提供一定的借鑒意義。

在實(shí)踐上，通過(guò)對(duì)網(wǎng)絡(luò)社群虛擬獎(jiǎng)勵(lì)對(duì)用戶知識(shí)共享意愿影響的研究，可以對(duì)網(wǎng)絡(luò)社群的經(jīng)營(yíng)和管理者以及用戶分別提出更加實(shí)際的建議。

從虛擬物質(zhì)獎(jiǎng)勵(lì)的角度來(lái)看，現(xiàn)今網(wǎng)絡(luò)社群中的虛擬物質(zhì)獎(jiǎng)勵(lì)的實(shí)用價(jià)值并不高。因此建議網(wǎng)絡(luò)社群的管理者應(yīng)降低虛擬物質(zhì)獎(jiǎng)勵(lì)的獲取難度，增加積分的獲取渠道，提高用戶知識(shí)共享的積極性。

從用戶精神價(jià)值的角度來(lái)看，用戶在網(wǎng)絡(luò)社群中的交流的目的是獲得知識(shí)的交流，更深層次的目的是發(fā)展友誼、在虛擬的社會(huì)中尋找自己的歸屬感，實(shí)現(xiàn)自己的價(jià)值體現(xiàn)。更高的采納率星級(jí)代表了其他用戶對(duì)知識(shí)分享者的肯定程度。采納率星級(jí)越高，用戶的榮譽(yù)感就越強(qiáng)，分享知識(shí)的意愿也會(huì)相應(yīng)提高。此外網(wǎng)絡(luò)社群管理者可以通過(guò)全社區(qū)廣播的形式來(lái)肯定用戶的勞動(dòng)成果，促進(jìn)知識(shí)的交流與共享。

從用戶滿意度的角度來(lái)看，網(wǎng)絡(luò)社群可以通過(guò)不斷地用戶反饋與更新優(yōu)化，為用戶提供多樣化的服務(wù)，更加人性化的界面設(shè)計(jì)與交流體驗(yàn)，一方面建立自己網(wǎng)絡(luò)社群的品牌效應(yīng)，并與目前處于無(wú)網(wǎng)絡(luò)社群狀態(tài)的用戶建立聯(lián)系，獲得更多的新用戶；另一方面增強(qiáng)自身的核心競(jìng)爭(zhēng)力，完善虛擬社區(qū)功能體系，建立更加有效的客戶關(guān)系管理戰(zhàn)略，從而保持用戶較高的忠誠(chéng)度，提高自身網(wǎng)絡(luò)社群的聲譽(yù)及效益。

參考文獻(xiàn)

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

[2]邢以群.管理學(xué)[M].浙江大學(xué)出版社，1997

[3]郭馬兵.激勵(lì)理論題述[N].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2002年第6期37-40endprint