付費(fèi)問答社區(qū)用戶圍觀行為研究

趙慶亮 王培勇 陳吉

（1．北京化工大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100029；2．國家檔案局檔案科學(xué)技術(shù)研究所，北京 100050）

Web2.0以來，用戶內(nèi)容生成（User Generated Content）模式不斷發(fā)展，借助在線問答社區(qū)社交化網(wǎng)絡(luò)，擁有認(rèn)知盈余的知識(shí)生產(chǎn)群體能夠?qū)⒋嬖谟谀X海中排他性的隱性知識(shí)傳播給知識(shí)需求方（“知識(shí)”是指供需雙方存在的信息差），在線問答社區(qū)已成為用戶信息搜尋的重要渠道。但由于審核機(jī)制的缺失，網(wǎng)絡(luò)信息同質(zhì)化日趨嚴(yán)重，信息質(zhì)量參差不齊，信息過載導(dǎo)致用戶搜尋信息的時(shí)間成本增加。近年來，隨著消費(fèi)結(jié)構(gòu)升級、知識(shí)產(chǎn)權(quán)保護(hù)加強(qiáng)以及移動(dòng)支付普及，用戶為優(yōu)質(zhì)信息付費(fèi)以降低搜尋成本的意愿日益提升，連接知識(shí)供給方和需求方的問答平臺(tái)由此進(jìn)入以付費(fèi)制為核心的知識(shí)共享3.0階段。該階段對社會(huì)中分散的盈余知識(shí)技能和智力資源進(jìn)行整合，以付費(fèi)的方式將信息共享、傳遞給社會(huì)大眾或特定平臺(tái)[1]。

2016年以來，知識(shí)付費(fèi)產(chǎn)品和付費(fèi)模式層出不窮，付費(fèi)圍觀是在行一點(diǎn)平臺(tái)率先推出的知識(shí)付費(fèi)創(chuàng)新模式，微博問答上線的圍觀、值乎平臺(tái)上線的旁聽，本質(zhì)上都屬于付費(fèi)圍觀模式。與需要向單一回答者支付大額費(fèi)用以獲取回答的付費(fèi)提問不同，付費(fèi)圍觀是指問答社區(qū)用戶通過支付小額固定費(fèi)用即可查看提問者以公開方式提問并被回答的問題，其運(yùn)營模式如圖1所示。付費(fèi)圍觀實(shí)現(xiàn)了對問答平臺(tái)潛水用戶“搭便車”行為的收費(fèi)，問答成為可被重復(fù)銷售的產(chǎn)品，圍觀者付出小額費(fèi)用即可獲取自己感興趣的內(nèi)容，提問者和回答者能夠獲取問答后續(xù)產(chǎn)生的經(jīng)濟(jì)收益。尤其是對提問者，提出“好的問題”可以獲得經(jīng)濟(jì)回報(bào)的預(yù)期會(huì)正向顯著影響其付費(fèi)提問意愿[2]，問題是付費(fèi)問答社區(qū)內(nèi)容觸發(fā)器和知識(shí)變現(xiàn)主要來源，提升問題數(shù)量和質(zhì)量對社區(qū)持續(xù)運(yùn)營具有重要意義。在行一點(diǎn)在2016年5月上線后的42天內(nèi)，100萬用戶為內(nèi)容產(chǎn)品買單，重購率達(dá)43%[3]，但隨著對付費(fèi)產(chǎn)品新奇感和體驗(yàn)感減弱，用戶由早期沖動(dòng)消費(fèi)向理性消費(fèi)轉(zhuǎn)變，知識(shí)付費(fèi)產(chǎn)品打開率和重購率出現(xiàn)縮水[4]。付費(fèi)問答社區(qū)的核心是用戶，因此洞悉用戶行為態(tài)度，了解用戶消費(fèi)特征，對促進(jìn)付費(fèi)圍觀的發(fā)展至關(guān)重要[5]。本文以在行一點(diǎn)平臺(tái)為研究對象，基于信號理論和信息處理雙過程理論展開對用戶付費(fèi)圍觀行為影響因素的研究。本研究是對知識(shí)付費(fèi)模式下用戶行為研究的補(bǔ)充，將對社區(qū)運(yùn)營者優(yōu)化付費(fèi)圍觀產(chǎn)品設(shè)計(jì)、合理利用社區(qū)資源開展社區(qū)運(yùn)營工作提供理論性指導(dǎo)。

1 相關(guān)研究與理論基礎(chǔ)

1.1 付費(fèi)問答社區(qū)付費(fèi)圍觀行為研究

現(xiàn)有付費(fèi)問答社區(qū)用戶行為研究主要集中在付費(fèi)提問模式下用戶行為影響因素的研究，對規(guī)模更為龐大的潛水用戶付費(fèi)圍觀行為影響因素探討相對較少。付費(fèi)圍觀和付費(fèi)提問存在不完全替代關(guān)系，兩者都可以滿足用戶知識(shí)獲取需求，但付費(fèi)圍觀是作為付費(fèi)提問的價(jià)格補(bǔ)充機(jī)制存在，即用戶付出更低的成本便可獲得已有的問答，用戶付費(fèi)意愿影響因素也有所不同[2]。張楊燚等[6]基于感知價(jià)值理論研究了用戶持續(xù)參與付費(fèi)圍觀意愿的影響因素，其研究表明付費(fèi)圍觀者對回答者的信任會(huì)對感知價(jià)值產(chǎn)生顯著影響，而感知價(jià)值會(huì)進(jìn)一步影響用戶持續(xù)付費(fèi)圍觀意愿。Fang等[7]基于計(jì)劃行為理論研究了問答社區(qū)用戶持續(xù)參與行為的影響因素，其研究表明，心理層面上的知識(shí)需求對圍觀者持續(xù)參與行為有積極影響，而經(jīng)濟(jì)因素對其并沒有起到正向作用；社交層面上，對平臺(tái)忠誠度、共同愿景、共同交流方式和互惠規(guī)范對圍觀者持續(xù)使用問答社區(qū)有顯著正向影響；功能層面上，感知互補(bǔ)性、感知相容性和感知外部威望對感知有用性有顯著正向影響。李武等[8]發(fā)現(xiàn)用戶付費(fèi)圍觀行為受到回答者粉絲量、回答價(jià)格和回答長度的影響，而回答價(jià)格在回答者粉絲量與付費(fèi)圍觀量之間具有序列中介作用。上述研究多以問卷形式收集用戶數(shù)據(jù)，僅李武采用網(wǎng)絡(luò)數(shù)據(jù)對用戶付費(fèi)圍觀行為進(jìn)行了研究，問卷調(diào)查數(shù)據(jù)收集成本大且存在不一致的風(fēng)險(xiǎn)，而網(wǎng)站用戶行為數(shù)據(jù)能夠客觀地反映用戶實(shí)際參與行為，這為洞察用戶行為影響因素帶來機(jī)遇和挑戰(zhàn)。

圖1 付費(fèi)問答社區(qū)中付費(fèi)圍觀及付費(fèi)提問運(yùn)營模式——以在行一點(diǎn)平臺(tái)為例

1.2 信號理論

知識(shí)付費(fèi)市場是典型的信息不對稱市場，圍觀者除非親身體驗(yàn)否則不能對回答效用產(chǎn)生準(zhǔn)確認(rèn)知，其是在信息不確定性條件下對知識(shí)產(chǎn)品效用進(jìn)行評估從而做出購買決策[9]，因而交易過程中可能存在逆向選擇，即由于交易雙方存在信息不對稱導(dǎo)致劣質(zhì)信息內(nèi)容驅(qū)逐優(yōu)質(zhì)信息內(nèi)容，進(jìn)而導(dǎo)致知識(shí)市場信息內(nèi)容平均質(zhì)量下降。信號理論由美國經(jīng)濟(jì)學(xué)家Spnece[10]提出，用以解釋在信息不對稱市場下交易雙方是如何通過信號傳遞產(chǎn)品質(zhì)量信息以減少信息不對稱所產(chǎn)生的影響。信號理論指出，擁有高質(zhì)量產(chǎn)品的賣主會(huì)發(fā)出標(biāo)志產(chǎn)品質(zhì)量的信號，且其發(fā)出信號的成本是低于低質(zhì)量產(chǎn)品賣主的信號成本，而缺少信息的一方通過該信號推測產(chǎn)品的真實(shí)質(zhì)量，從而達(dá)成最終交易[11]。近年來，信號理論被廣泛地應(yīng)用于電子商務(wù)[12]、政策評價(jià)[13]、網(wǎng)絡(luò)評價(jià)[14]等領(lǐng)域。

1.3 信息處理雙過程理論

James[15]提出人類有邏輯思考與直覺（或推理系統(tǒng)和經(jīng)驗(yàn)系統(tǒng)）兩種不同的認(rèn)知方式，由此提出人類信息處理雙過程理論，該理論在信息處理研究領(lǐng)域得到廣泛的應(yīng)用和擴(kuò)展，為解釋信息處理、采納行為提供了理論基礎(chǔ)。以信息處理雙過程理論為基礎(chǔ)的信息處理模型中，詳盡可能性模型被廣泛地應(yīng)用于個(gè)體信息處理研究，該模型認(rèn)為個(gè)體在處理信息時(shí)有核心路線和邊緣路線。核心路線是指用戶具有高度動(dòng)機(jī)，其關(guān)注的核心是信息內(nèi)容本身。而邊緣路線是指用戶借助信息內(nèi)容之外的線索來形成對信息有效性的認(rèn)知，如信息來源可靠性、信息標(biāo)的等。采用兩種路線的相對權(quán)重是由個(gè)體動(dòng)機(jī)和認(rèn)知能力所決定的。

2 理論分析與研究假設(shè)

2.1 理論模型

本研究聚焦付費(fèi)問答社區(qū)付費(fèi)圍觀模式下用戶圍觀行為影響因素的探索。由于知識(shí)產(chǎn)品交易中存在信息不對稱問題，圍觀用戶可通過對問答產(chǎn)品相關(guān)信號的觀察形成對信息質(zhì)量的判斷進(jìn)而做出付費(fèi)決策。本文依據(jù)詳盡可能性模型，從用戶認(rèn)知的核心路線和邊緣路線出發(fā)，探索問答信息本身特征及信息來源特征對付費(fèi)圍觀量的影響。本文研究因素包括回答價(jià)格、回答贊同數(shù)、回答時(shí)長、相似問題被圍觀量、提問者聲譽(yù)、回答者聲譽(yù)及其與價(jià)格的交互作用，研究模型如圖2所示。

圖2 研究模型

2.2 研究假設(shè)

價(jià)格是影響用戶知識(shí)產(chǎn)品消費(fèi)決策的重要因素[16]，人們一般認(rèn)為高價(jià)格代表高質(zhì)量產(chǎn)品，價(jià)格與質(zhì)量存在正相關(guān)性，而“便宜”意味著產(chǎn)品質(zhì)量不佳[17]。無論問答本身價(jià)格如何，付費(fèi)圍觀者僅需支付小額費(fèi)用即可查看問答內(nèi)容，此時(shí)回答價(jià)格被圍觀者視為問答質(zhì)量信號，問答設(shè)定的價(jià)格越高，用戶越會(huì)產(chǎn)生“占便宜”心理。錨定效應(yīng)理論認(rèn)為，人們在面對不確定狀態(tài)判斷時(shí)，其最終決策會(huì)受到最初信息的影響[18]，回答價(jià)格作為錨定值會(huì)對用戶付費(fèi)圍觀決策產(chǎn)生正向影響?；谏鲜龇治?，本文提出假設(shè)H1：回答的價(jià)格越高，該問題被付費(fèi)圍觀的可能性越大。

問答所積累的網(wǎng)絡(luò)用戶口碑是判斷回答內(nèi)容信息質(zhì)量優(yōu)劣的重要依據(jù)[19]。網(wǎng)絡(luò)用戶口碑是指用戶對產(chǎn)品形成的正面或負(fù)面評價(jià)，是用戶通過互聯(lián)網(wǎng)完成的關(guān)于產(chǎn)品質(zhì)量的信息交換[20]。電子商務(wù)領(lǐng)域的研究表明，已消費(fèi)用戶對產(chǎn)品的反饋會(huì)對潛在用戶購買決策產(chǎn)生影響[21]，方愛華等[22]的研究發(fā)現(xiàn)知識(shí)產(chǎn)品的口碑能夠調(diào)節(jié)感知價(jià)值對付費(fèi)意愿的影響。因?yàn)橹R(shí)問答所形成的答案較為簡短、易于傳播，為保護(hù)已付費(fèi)用戶對付費(fèi)知識(shí)所享有的權(quán)益，平臺(tái)不設(shè)置文本評論，已圍觀用戶通過點(diǎn)贊的方式表達(dá)對回答內(nèi)容的認(rèn)可?；卮鸨毁澩螖?shù)是該回答受歡迎的正向信號，回答收到正向反饋的數(shù)量越高，意味著已圍觀用戶越肯定該回答的質(zhì)量?；谏鲜龇治?，本文提出假設(shè)H2：回答被贊同次數(shù)越多，該問題被付費(fèi)圍觀的可能性越大。

用戶會(huì)觀察回答本身質(zhì)量信號衡量付費(fèi)決策，研究者多從文本特征（如長度、內(nèi)容詞密度）和非文本特征（評論數(shù)、回答數(shù)）兩個(gè)方面衡量答案質(zhì)量[23-24]。Chen等[25]發(fā)現(xiàn)提問者支付費(fèi)用的高低與回答者提供回答的長度呈正向相關(guān)性，在行一點(diǎn)中回答者是以語音形式完成回答，回答時(shí)長可作文本內(nèi)容長度的近似替代?；卮饡r(shí)長越長，意味著回答者投入的精力越多，答案所包含信息量越多，潛在圍觀者會(huì)以回答長度作為評判回答質(zhì)量的信號，回答長度越長，該回答在同類問題中的質(zhì)量就越高，用戶付費(fèi)圍觀的可能性越大?；谏鲜龇治?，本文提出假設(shè)H3：回答的時(shí)長越長，該問題被付費(fèi)圍觀的可能性越大。

從內(nèi)容角度對問題進(jìn)行評估能夠更加全面地了解問題對付費(fèi)圍觀量的影響。目前，問答社區(qū)中以問題為中心的研究多集中于問題類型分類[26]和相似問題發(fā)現(xiàn)[27]。雖然在行一點(diǎn)平臺(tái)尚未實(shí)現(xiàn)相似問題推薦，用戶仍可通過主動(dòng)搜尋模式尋找相似問題。本文認(rèn)為相似問題被圍觀的數(shù)量能夠在一定程度上代表該問題在社區(qū)中的流行程度和用戶對該類問題的圍觀意愿，問題在社區(qū)中的流行程度越高、聽眾對該類型問題的圍觀量越高，該問題被用戶付費(fèi)圍觀的可能性越大?；谏鲜龇治?，本文提出假設(shè)H4：相似問題的圍觀量越高，該問題被付費(fèi)圍觀的可能性越大。

基于詳盡可能性模型的研究認(rèn)為，信息來源是判斷用戶信息質(zhì)量的重要依據(jù)[28]，當(dāng)問答社區(qū)用戶缺少判斷信息本身質(zhì)量的途徑時(shí)，信息來源可靠性會(huì)影響用戶決策。聲譽(yù)是問答社區(qū)用戶分享知識(shí)、參與社區(qū)活動(dòng)以及被社區(qū)成員認(rèn)可的綜合度量，能夠反映用戶在社區(qū)所處的地位，Till[29]的研究證實(shí)知名度與消費(fèi)者信任存在直接關(guān)系，名人會(huì)被認(rèn)為是可靠的信息推薦者。張楊燚等[6]的研究也表明，信息提供方的知名度、專業(yè)性與消費(fèi)者的信任有直接的關(guān)系，而信任關(guān)系會(huì)直接影響消費(fèi)者購買知識(shí)產(chǎn)品的決策。

問答社區(qū)中問答雙方信息（如關(guān)注者人數(shù)、回答問題情況等）是公開的，潛在圍觀用戶可通過觀察這些信息形成對問答雙方聲譽(yù)的認(rèn)知。沈宇飛等[30]指出，用戶知識(shí)分享答案獲得的點(diǎn)贊數(shù)、回答問題數(shù)量可以用來衡量社區(qū)用戶聲譽(yù)。Jin等[31]的研究表明，用戶所具有的社會(huì)資本對用戶知識(shí)貢獻(xiàn)有著顯著的正向影響，而社會(huì)資本可以用關(guān)注者數(shù)量、被提問的數(shù)量來表征。在行一點(diǎn)中，用戶被關(guān)注數(shù)、用戶回答問題數(shù)量和用戶已回答問題累計(jì)收聽量反映了其在社區(qū)中所具備的影響力、認(rèn)可度和其貢獻(xiàn)的內(nèi)容質(zhì)量，可以用來衡量用戶在社區(qū)中的聲譽(yù)。社區(qū)用戶具有的聲譽(yù)越高，其所參與形成的問答被圍觀的可能性越大，一方面提問者聲譽(yù)越高，用戶認(rèn)為提問者參與社區(qū)的程度更深、選擇答主的能力更強(qiáng)，因此獲得的信息更有保障；另一方面回答者聲譽(yù)越高，用戶認(rèn)為回答者的專業(yè)性和知名度越高，其貢獻(xiàn)內(nèi)容的質(zhì)量應(yīng)當(dāng)更高。此外，基于信息流的推送模式會(huì)使得聲譽(yù)高的用戶問答更容易被曝光，更多的曝光機(jī)會(huì)意味著更多的銷售機(jī)會(huì)?；谏鲜龇治?，提出假設(shè)H5A：回答者的聲譽(yù)越高，該問題被付費(fèi)圍觀的可能性越大。H5B：提問者的聲譽(yù)越高，該問題被付費(fèi)圍觀的可能性越大。

在線問答社區(qū)中，用戶可以很方便地了解到回答者在社區(qū)所積累的聲譽(yù)，當(dāng)用戶對知識(shí)產(chǎn)品提供方有較為深入了解時(shí)，便不會(huì)對質(zhì)量和價(jià)格不相符的知識(shí)產(chǎn)品付費(fèi)[9]。具有高聲譽(yù)的回答者所提供的回答似乎更能得到用戶的青睞，例如，平臺(tái)“大V”回答的問題能夠得到數(shù)以萬計(jì)的收聽量，由此所產(chǎn)生的圍觀收益已經(jīng)遠(yuǎn)超回答價(jià)格所帶來的收益。當(dāng)回答者聲譽(yù)較高時(shí)，一方面，反映了其所具有的獨(dú)特經(jīng)驗(yàn)受到用戶的追捧，知識(shí)市場中粉絲經(jīng)濟(jì)會(huì)對知識(shí)產(chǎn)品銷量產(chǎn)生影響[8]；另一方面，回答價(jià)格對潛在付費(fèi)圍觀者決策所產(chǎn)生的影響將會(huì)減弱，回答價(jià)格作為回答質(zhì)量信號時(shí)會(huì)受到其他信號的調(diào)節(jié)[12]，即回答者的聲譽(yù)較高時(shí)，“價(jià)格-質(zhì)量”模式可能會(huì)受到調(diào)節(jié)。基于上述分析，本文提出假設(shè)H6：回答者聲譽(yù)會(huì)對回答價(jià)格起到調(diào)節(jié)作用，回答者聲譽(yù)越高，回答價(jià)格對付費(fèi)圍觀量的影響會(huì)減弱。

3 數(shù)據(jù)收集與處理

3.1 數(shù)據(jù)收集

本研究編寫爬蟲程序于2019年9月19日對付費(fèi)問答社區(qū)在行一點(diǎn)問答模塊下答主頁和問答詳情頁面進(jìn)行爬取。首先對網(wǎng)站各分類下認(rèn)證的專家用戶信息進(jìn)行采集，然后對獲得的專家用戶已回答問題的提問者信息再次抓取，共計(jì)采集到81 639名用戶信息。網(wǎng)站限制只能按照默認(rèn)、最新和熱門3種排序方式分別查看答主100條以內(nèi)回答，因此只獲取到單個(gè)用戶每種排序下最多100條記錄。數(shù)據(jù)預(yù)處理后，刪除免費(fèi)圍觀記錄、存在缺失值的記錄和重復(fù)記錄后，共得到151 811條記錄用于本研究，變量描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量統(tǒng)計(jì)性描述

3.2 變量定義及測量

3.2.1 因變量

本研究因變量是回答被圍觀收聽的數(shù)量（Listen_counti）。在行一點(diǎn)平臺(tái)會(huì)記錄問題被回答后用戶付費(fèi)圍觀收聽的數(shù)量，同一用戶多次收聽僅被記錄為一次收聽，因此該數(shù)值反映回答被付費(fèi)圍觀收聽的人數(shù)。

3.2.2 自變量

本文自變量有回答者聲譽(yù)（A_reputationi）、提問者聲譽(yù)（Q_reputationi）、回答價(jià)格（Pricei）、回答被贊同次數(shù)（Vote_upi）、回答時(shí)長（Durationi）和相似問題被圍觀量（Listen_meani）。其中，回答價(jià)格、回答被贊同數(shù)和回答時(shí)長可直接從網(wǎng)站獲取，對聲譽(yù)和相似問題被圍觀量需計(jì)算，本文做如下處理。

（1）回答者和提問者聲譽(yù)。在行一點(diǎn)社區(qū)未設(shè)置明確的聲譽(yù)計(jì)算方式，本文綜合用戶被關(guān)注數(shù)、用戶回答問題數(shù)量和用戶已回答問題累計(jì)收聽量來衡量回答者聲譽(yù)和提問者聲譽(yù)。具體而言，對用戶被關(guān)注數(shù)、用戶回答問題數(shù)量和已回答問題累計(jì)收聽量分別進(jìn)行標(biāo)準(zhǔn)化后求和再進(jìn)行標(biāo)準(zhǔn)化。

（2）相似問題平均圍觀量。在行一點(diǎn)平臺(tái)未設(shè)置問題推薦系統(tǒng)，本研究采用自然語言處理方法尋找指定問題的相似問題。深度學(xué)習(xí)算法被廣泛地應(yīng)用于文本處理，Doc2vec模型是由Mikolov在詞向量表述模型Word2vec的基礎(chǔ)上擴(kuò)展的語句級文本向量化模型[32]。Doc2vec模型將句子表示為空間中向量，通過計(jì)算各句子間的余弦值即可以表示句子間相似度，該模型被廣泛用于專利文件相似度檢驗(yàn)[33]、期刊論文熱點(diǎn)選題識(shí)別[34]等以文本相似度為基礎(chǔ)的研究。本研究通過對所獲得語句進(jìn)行預(yù)處理（分詞、去除停用詞等），構(gòu)建Doc2vec模型并計(jì)算各個(gè)問題最相似的5個(gè)問題，對這5個(gè)問題的付費(fèi)圍觀量取平均值后作為本文自變量。

3.2.3 控制變量

本文關(guān)注的控制變量有回答是否置頂（is_stickyi）、爬取時(shí)間與問答建立時(shí)間差（Timediffi）和問題熱度（Genrei），前兩項(xiàng)可從網(wǎng)站直接獲取。在行一點(diǎn)平臺(tái)未從問題層面對問答類別細(xì)分，本文采用結(jié)合回答者類別和文本主題分類的方法歸并問題類別，從而計(jì)算問題熱度。首先形成各個(gè)問題的細(xì)分類別標(biāo)簽Tag，對每個(gè)問題分別采用百度文本分類模型形成細(xì)分類別標(biāo)簽Tag_1和按平臺(tái)標(biāo)注的回答者所屬類別形成細(xì)分類別標(biāo)簽Tag_2，最終問題細(xì)分類別標(biāo)簽Tag的確定如下：①若問題回答者是非認(rèn)證用戶，則Tag=Tag_1；②若問題回答者是認(rèn)證用戶，依據(jù)經(jīng)驗(yàn)規(guī)則進(jìn)行匹配，如Tag_1=“科普”且Tag_2=“外科手術(shù)”，則Tag=“健康”；③對于匹配規(guī)則之外的未標(biāo)注問答，采用人工標(biāo)注的方式形成類別標(biāo)簽Tag。然后合并細(xì)分類別形成主類別，如“音樂”“娛樂”“時(shí)尚”歸類于“興趣”主類別下，最終得到“財(cái)經(jīng)”“健康”“教育”“社會(huì)”和“興趣”五大問題類別；各個(gè)類別與總數(shù)相比即可得到不同類別的問題熱度，如表2所示。

表2 各個(gè)問題類別的熱度

3.3 變量間相關(guān)性分析

在進(jìn)行OLS線性回歸前，對部分偏態(tài)變量進(jìn)行對數(shù)變換后標(biāo)準(zhǔn)化，使之符合回歸模型要求，變換后得到的各個(gè)變量間的相關(guān)性見表3。

4 研究模型與結(jié)果分析

本文采用分層回歸方法對主效應(yīng)和調(diào)節(jié)效應(yīng)進(jìn)行研究[35]，首先建立僅包含控制變量的模型一。然后，建立包含自變量直接作用和控制變量的模型二。有研究指出統(tǒng)計(jì)上顯著性與真實(shí)顯著性有所區(qū)別，在使用大樣本數(shù)據(jù)回歸分析時(shí)，變量間較小的相關(guān)性也可能導(dǎo)致統(tǒng)計(jì)上顯著[36]。由表3可知，提問者聲譽(yù)與圍觀量的相關(guān)性為0，且不顯著，本文嘗試建立剔除提問者聲譽(yù)的模型三。最后，在模型三的基礎(chǔ)上加入價(jià)格和回答者聲譽(yù)交叉項(xiàng)構(gòu)建模型四。4個(gè)模型的參數(shù)估計(jì)結(jié)果如表4所示。

為進(jìn)一步驗(yàn)證回答者聲譽(yù)對價(jià)格的調(diào)節(jié)作用，本文對回答者聲譽(yù)按高低分組（M±0.5SD為標(biāo)準(zhǔn)）后繪制調(diào)節(jié)作用示意圖如圖3所示。當(dāng)聲譽(yù)較低時(shí)，價(jià)格對圍觀量有正向影響（β=0.41，p=0.00），當(dāng)聲譽(yù)較高時(shí)，價(jià)格對圍觀量仍有正向影響（β=0.37，p=0.00），但斜率降低，這表明價(jià)格對圍觀量的正向效應(yīng)隨回答者聲譽(yù)提高而降低。

表3 變量間相關(guān)性分析

表4 模型參數(shù)估計(jì)結(jié)果

由表4可知，模型二調(diào)整后R2為0.43，較模型一有較大提升，說明自變量的確對因變量起到了重要的解釋作用。模型二中自變量均顯著，控制變量除問答是否置頂不顯著外，其他控制變量均顯著。模型三剔除與付費(fèi)圍觀量相關(guān)性不顯著的自變量（提問者聲譽(yù)），對模型重新回歸后，新模型解釋力未發(fā)生明顯變化，這表明提問者聲譽(yù)對圍觀量所產(chǎn)生的影響微弱，可不予考慮，即H5B在統(tǒng)計(jì)學(xué)意義上成立，但在實(shí)際中參考意義不大。

圖3 回答者聲譽(yù)對價(jià)格的調(diào)節(jié)作用示意圖

模型三中，價(jià)格（Pricei）系數(shù)為正，且影響顯著，H1成立，即回答者付出的精力和成本越高，回答質(zhì)量相應(yīng)的會(huì)更高，回答者會(huì)設(shè)置更高的價(jià)格來傳遞回答內(nèi)容的信息質(zhì)量，因此回答價(jià)格作為質(zhì)量信號的作用得到驗(yàn)證。回答被贊同次數(shù)（Vote_upi）系數(shù)為正，且影響顯著，H2成立，回答被贊同的次數(shù)越多，已購圍觀者對該回答質(zhì)量的整體認(rèn)可度高，潛在圍觀者出于從眾心理選擇對更多人產(chǎn)生高效用的問答進(jìn)行付費(fèi)圍觀?；卮饡r(shí)長（Durationi）的系數(shù)為正，且影響顯著，H3成立，這與Zhang等[37]對信息長度和信息質(zhì)量之間相關(guān)性研究一致，在無法獲取回答內(nèi)容的情形下，回答的長度是回答質(zhì)量的可靠度量。相似問題被圍觀量（Listen_meani）的系數(shù)為正，且影響顯著，H4成立，相似問題被更多地圍觀，說明該類型的問題在社區(qū)中得到了更多用戶的關(guān)注，這表明用戶有為與已購問題類型相似問題付費(fèi)的意愿，潛在圍觀用戶數(shù)量越多，問題被付費(fèi)的可能性越大?；卮鹫呗曌u(yù)（A_reputationi）的系數(shù)為正，且影響顯著，H5A成立，回答者通過貢獻(xiàn)自己的知識(shí)和經(jīng)驗(yàn)得到社區(qū)中其他用戶的信任，用戶在缺少對回答內(nèi)容本身特征了解時(shí)，信息提供方的可靠程度會(huì)降低其付費(fèi)決策過程中的不確定性，用戶更容易信任聲譽(yù)高的回答者。

模型四中加入價(jià)格和回答者聲譽(yù)的交叉項(xiàng)，調(diào)整后R2為0.45，模型解釋力更強(qiáng)。該交叉項(xiàng)變量顯著，系數(shù)為負(fù)，H6成立。由于在行一點(diǎn)采用回答者先設(shè)定回答價(jià)格，提問者再進(jìn)行提問的模式，因此在一段時(shí)期內(nèi)，某一回答者所有回答問題的價(jià)格是不變的，當(dāng)圍觀者進(jìn)行付費(fèi)決策時(shí)，回答者的聲譽(yù)信號比價(jià)格信號的可信程度更高。圍觀者很容易獲取到回答者在社區(qū)中的歷史貢獻(xiàn)和成就，當(dāng)圍觀者對回答者聲譽(yù)的認(rèn)可度高時(shí)，其對價(jià)格和質(zhì)量之間關(guān)系的認(rèn)知會(huì)受到影響。對本文假設(shè)及結(jié)論如表5所示。

表5 假設(shè)及結(jié)論

5 結(jié)論與討論

本研究基于信號理論和信息處理雙過程理論構(gòu)建了付費(fèi)問答社區(qū)用戶付費(fèi)圍觀行為影響因素研究模型，探討了這些因素如何對付費(fèi)圍觀量產(chǎn)生影響。研究發(fā)現(xiàn)回答的價(jià)格、回答被贊同的次數(shù)、回答時(shí)長、相似問題被圍觀數(shù)量和回答者聲譽(yù)會(huì)對圍觀量產(chǎn)生正向影響，而回答者聲譽(yù)會(huì)對回答價(jià)格起到調(diào)節(jié)作用，回答者的聲譽(yù)越高，回答價(jià)格對圍觀量的正向影響隨之減弱。本研究在理論層面上豐富了付費(fèi)圍觀領(lǐng)域的學(xué)術(shù)研究，且對問答社區(qū)運(yùn)營優(yōu)化也有一定指導(dǎo)性意義。本研究現(xiàn)實(shí)意義和結(jié)論如下。

第一，回答者聲譽(yù)對付費(fèi)圍觀量有正向影響，而提問者聲譽(yù)影響并不顯著。無論是對理性圍觀者還是非理性圍觀者，回答者聲譽(yù)是付費(fèi)決策的重要依據(jù)，而對提問者聲譽(yù)關(guān)注度不高。第二，相似問題圍觀量會(huì)正向影響目標(biāo)問題圍觀量。本研究對問題從內(nèi)容角度進(jìn)行量化研究，采用文本相似度算法尋找目標(biāo)問題最相似的5個(gè)問題，并將其量化進(jìn)入模型，研究結(jié)果表明用戶對感興趣問題的相似問題具有更強(qiáng)的付費(fèi)圍觀意愿，這與用戶自身的信息需求特征有關(guān)。在社區(qū)運(yùn)營層面，設(shè)置問答相似問題推薦系統(tǒng)引導(dǎo)用戶更加便捷地發(fā)現(xiàn)其感興趣的問題，能夠優(yōu)化用戶信息搜尋路徑，改善用戶產(chǎn)品體驗(yàn)。第三，回答者聲譽(yù)對價(jià)格產(chǎn)生負(fù)向調(diào)節(jié)作用，回答者聲譽(yù)越高，價(jià)格作為質(zhì)量信號對付費(fèi)圍觀量的正向影響減弱。這表明回答者聲譽(yù)足夠高時(shí)，圍觀者對其回答價(jià)格的關(guān)注程度降低，現(xiàn)階段圍觀行為有明顯的粉絲經(jīng)濟(jì)特點(diǎn)。

本研究仍有缺陷和不足之處。首先，本文研究對象限定在在行一點(diǎn)，研究結(jié)論對其他有付費(fèi)圍觀功能的平臺(tái)是否適應(yīng)還需進(jìn)一步驗(yàn)證。其次，本研究使用截面數(shù)據(jù)，一方面變量存在內(nèi)生性，如付費(fèi)圍觀量可能會(huì)對回答被贊同次數(shù)產(chǎn)生影響；另一方面在用戶付費(fèi)決策過程中，該回答歷史圍觀量會(huì)對其付費(fèi)決策產(chǎn)生影響，而截面數(shù)據(jù)無法反映該影響過程。因此，本研究結(jié)果應(yīng)被視為探索性研究結(jié)果，此方面的研究有必要繼續(xù)收集面板數(shù)據(jù)進(jìn)行更加深入的探討。最后，本文采用爬蟲技術(shù)獲取到大規(guī)模問答數(shù)據(jù)集和用戶數(shù)據(jù)集，在線數(shù)據(jù)能夠真實(shí)客觀地反映用戶行為，但是無法從認(rèn)知層面對用戶付費(fèi)圍觀行為進(jìn)行深入研究。