基于用戶社區(qū)參與的知識付費(fèi)影響因素研究

□文/ 張 硯

（北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院 北京）

［提要］ 本文從用戶在社區(qū)中不同參與行為頻率角度，研究有哪些行為特征的用戶會進(jìn)行訂閱制知識付費(fèi)。使用在知乎平臺歷時32 周追蹤的約38 萬用戶的行為樣本，采用偏差校正Logi t 模型和補(bǔ)對數(shù)- 對數(shù)模型在用戶歷史的行為數(shù)據(jù)和是否付費(fèi)間建立聯(lián)系。結(jié)論顯示：在社區(qū)內(nèi)累積內(nèi)容瀏覽和內(nèi)容組織行為較多的人更多的產(chǎn)生付費(fèi)行為，歷史內(nèi)容貢獻(xiàn)與付費(fèi)行為間無顯著聯(lián)系。

一、引言

自2016 年至今，知識付費(fèi)行業(yè)的發(fā)展從快速發(fā)展期過渡到成熟期，雖然市場總量一直在增長，但是跟風(fēng)和嘗試性付費(fèi)的群體減少，觀眾對內(nèi)容質(zhì)量的要求越來越高，平臺間的競爭也愈發(fā)激烈。知識付費(fèi)的發(fā)展歷程中衍生出按內(nèi)容付費(fèi)、付費(fèi)問答、訂閱、付費(fèi)圍觀、打賞等多種交易形式，目前來看，訂閱制被更多的平臺所采用?；仡櫼酝芯浚瑢W(xué)者常常從心理角度討論用戶付費(fèi)的動機(jī)，包括用戶對商品價格和預(yù)期收益的評估、對內(nèi)容提供者的信任、好奇、學(xué)習(xí)需求的緊迫度等。也有研究從內(nèi)容產(chǎn)品特征出發(fā)，分析產(chǎn)品介紹、評分、內(nèi)容供應(yīng)者粉絲量等質(zhì)量信號對產(chǎn)品銷量的影響。大部分研究討論的是如何促進(jìn)單個知識產(chǎn)品的銷量提升，與促進(jìn)用戶訂閱存在一定的差異，因?yàn)橛绊懹脩粲嗛唲訖C(jī)的更多是用戶對平臺整體資源水平和付費(fèi)內(nèi)容整體價值的估計。本研究針對知識付費(fèi)中訂閱付費(fèi)的商業(yè)模式，從用戶行為角度出發(fā)，討論用戶在社區(qū)的參與程度在預(yù)測用戶付費(fèi)方面的貢獻(xiàn)。

二、文獻(xiàn)綜述與假設(shè)

（一）知識付費(fèi)及其影響因素。“知識付費(fèi)”一詞在2016 年走進(jìn)大眾視野，被用于概括在線平臺以付費(fèi)訂閱、付費(fèi)問答、付費(fèi)課程、內(nèi)容打賞等形式將知識產(chǎn)品轉(zhuǎn)化為經(jīng)濟(jì)效益的商業(yè)模式?，F(xiàn)有研究主要從用戶認(rèn)知和產(chǎn)品特征角度討論影響用戶付費(fèi)意愿和行為的要素。用戶認(rèn)知層面，基于計劃行為理論模型（TPB）、技術(shù)接受模型（TAM）、使用與滿足理論等結(jié)構(gòu)方程模型，揭示用戶付費(fèi)意愿的形成機(jī)制。最具代表性的付費(fèi)意愿影響因素體現(xiàn)在用戶感知價值方面，由感知收益和感知成本構(gòu)成。感知收益可體現(xiàn)在用戶對內(nèi)容產(chǎn)品質(zhì)量、服務(wù)質(zhì)量、產(chǎn)品有用性的評估；感知成本包括用戶對付費(fèi)產(chǎn)品價格、需要付出的精力，以及使用習(xí)慣帶來的轉(zhuǎn)換成本的認(rèn)知。

產(chǎn)品特征層面，基于信號理論，研究者收集平臺上公開展示等知識產(chǎn)品及其生產(chǎn)者的信息（信號），并將其與產(chǎn)品銷量間建立聯(lián)系。Zhang 等的研究便發(fā)現(xiàn)了內(nèi)容產(chǎn)品評論、內(nèi)容生產(chǎn)者聲譽(yù)和粉絲量的信號對產(chǎn)品銷量的積極影響。綜上所述，現(xiàn)有研究主要從用戶端和產(chǎn)品端兩個視角討論如何促進(jìn)消費(fèi)。用戶反饋的個體動機(jī)為理解購買意愿的形成做出了重要貢獻(xiàn)，但意愿如何轉(zhuǎn)化為付費(fèi)實(shí)踐需進(jìn)一步討論。

（二）知識社區(qū)的用戶參與。知識社區(qū)的發(fā)展依賴用戶多種形式的參與，如提出信息需求、分享信息、對內(nèi)容作出反饋、與其他用戶社交等。社區(qū)內(nèi)不同類型的行為相互關(guān)聯(lián)，且遵循一定規(guī)律出現(xiàn)。如，Oestreicher-Singer 和Zalmanson 總結(jié)，用戶在生命周期的不同階段有代表性的參與行為，幾乎所有的用戶都是從社區(qū)的讀者開始參與到社區(qū)中來，隨著用戶愿意投入一些資源到社區(qū)，評論、點(diǎn)贊等行為出現(xiàn)，用戶參與組織社區(qū)的內(nèi)容，之后，隨著參與程度繼續(xù)進(jìn)階，用戶在社區(qū)中產(chǎn)生原創(chuàng)性的內(nèi)容貢獻(xiàn)或成為某一版塊的領(lǐng)導(dǎo)者，這種現(xiàn)象被歸納為“用戶參與的進(jìn)階”。鄧勝利、蔣雨婷則從信息流動方向的角度對知識社區(qū)用戶參與行為進(jìn)行分類。參考以上研究，本研究將用戶參與分為內(nèi)容瀏覽、內(nèi)容組織和內(nèi)容分享三類，從瀏覽到分享，用戶從資源索取者轉(zhuǎn)化為貢獻(xiàn)者，且投入到社區(qū)的資源逐漸增多。

（三）用戶參與預(yù)測付費(fèi)。付費(fèi)模式的引入增加了用戶的資源貢獻(xiàn)方式，有少量研究關(guān)注到這內(nèi)容社區(qū)的這一轉(zhuǎn)型，但對付費(fèi)和其他社區(qū)參與行為關(guān)系的理解存在不同觀點(diǎn)。Oestreicher-Singer 和Zalmanson基于承諾理論指出，用戶付費(fèi)行為與用戶在社區(qū)的參與程度（承諾程度）相關(guān)，用戶在任何一種參與活動中的活躍表現(xiàn)都與付費(fèi)正相關(guān)，在此基礎(chǔ)上，更高層次的參與活動情況對預(yù)測付費(fèi)的貢獻(xiàn)率更大。而Wu等則認(rèn)為處于中低階段參與狀態(tài)的客戶會更多地出現(xiàn)付費(fèi)行為，因?yàn)轱@現(xiàn)出高層次參與行為的用戶已經(jīng)投入了自身的知識、精力資源，在此基礎(chǔ)上付費(fèi)意味著增加更多的投入和承擔(dān)更大的收支不平衡的風(fēng)險，出于風(fēng)險規(guī)避的心態(tài)，在社區(qū)中瀏覽信息更多的用戶比在社區(qū)中發(fā)布更多內(nèi)容的用戶更容易產(chǎn)生付費(fèi)。

表1 變量描述統(tǒng)計一覽表

基于有限研究提供的差異化結(jié)論，本研究期望用一個整合的框架討論用戶歷史的參與行為對訂閱制付費(fèi)的影響。從用戶參與的進(jìn)階效應(yīng)出發(fā)，付費(fèi)行為需要用戶較大的資源投入，可被歸納為高層次參與，因此更可能出現(xiàn)在已經(jīng)在社區(qū)中存在低、中和高層次參與行為的用戶身上。參與程度的提升是在用戶現(xiàn)有參與行為積累到一定閾值后出現(xiàn)的。因此，我們假設(shè)：

H1：用戶累計內(nèi)容瀏覽行為頻率正向影響付費(fèi)訂閱

H2：用戶累計內(nèi)容組織行為頻率正向影響付費(fèi)訂閱

H3：用戶累計內(nèi)容分享行為頻率正向影響付費(fèi)訂閱

三、研究設(shè)計

（一）數(shù)據(jù)收集。本研究選擇國內(nèi)知名的知識社區(qū)——知乎進(jìn)行數(shù)據(jù)采集工作。首先我們隨機(jī)選取一名社區(qū)用戶并通過網(wǎng)站API 遞歸訪問其粉絲和關(guān)注的人主頁獲取用戶ID，之后，每周用Python 循環(huán)獲取一次這些用戶的行為數(shù)據(jù)，最終獲得了約38 萬名用戶連續(xù)32 周的行為數(shù)據(jù)。由于數(shù)據(jù)收集的前4 周是知乎訂閱制推出的周年慶時期，有折扣或其他促銷活動，分析時使用的數(shù)據(jù)集由32，679 名在5～32 周有付費(fèi)行為出現(xiàn)的用戶和約34 萬名非付費(fèi)用戶組成。

（二）數(shù)據(jù)分類及描述統(tǒng)計。用戶行為數(shù)據(jù)的界定——均值描述統(tǒng)計匯總?cè)绫? 所示（用戶在第4 周的截面數(shù)據(jù)）。表1 中的前三組數(shù)據(jù)分別描述了用戶不同層次參與行為的累積值。用戶特征類變量是研究模型中的控制變量，考慮了性別、用戶是否獲得職業(yè)認(rèn)證或優(yōu)秀回答者認(rèn)證（0-1 變量）、用戶在社區(qū)中活躍的時間這些變量對付費(fèi)可能存在的影響。（表1）

四、數(shù)據(jù)分析

（一）回歸模型。本研究采用Logit 回歸討論用戶是否付費(fèi)這個0-1變量的影響因素。由于付費(fèi)是個小概率事件，可能存在稀有事件偏差，我們在Stata15 軟件里運(yùn)用偏差校正Logit 模型和補(bǔ)對數(shù)-對數(shù)模型進(jìn)行數(shù)據(jù)分析。雖然本研究獲取的數(shù)據(jù)是面板數(shù)據(jù)，考慮到面板Logit 在面對小概率事件估算的結(jié)果可能有偏，我們實(shí)際上進(jìn)行的是混合回歸。

（二）回歸結(jié)果及討論。使用偏差校正Logit 模型和進(jìn)行數(shù)據(jù)分析，結(jié)果如表2 所示，第2 列展示了補(bǔ)對數(shù)-對數(shù)模型的估計結(jié)果，以驗(yàn)證回歸結(jié)果的穩(wěn)健性，最右列展示了自變量變動1%時付費(fèi)傾向變動幾個單位。偏差校正Logit 模型和補(bǔ)對數(shù)-對數(shù)模型在因果關(guān)系的顯著性和影響的正負(fù)性上得到了一致的結(jié)論，說明研究結(jié)果有較高的穩(wěn)健性。（表 2）

表2 回歸分析結(jié)果一覽表

內(nèi)容瀏覽行為方面，用戶關(guān)注的問題總數(shù)和專欄總數(shù)和付費(fèi)行為正相關(guān)，部分支持了H1 的假設(shè)。關(guān)注人數(shù)對付費(fèi)的負(fù)向影響偏離了本文的假設(shè)，對比已有研究發(fā)現(xiàn)，加好友更多的被歸類為社交行為而非信息獲取行為。社交對付費(fèi)的正影響來自好友網(wǎng)絡(luò)中付費(fèi)用戶的示范作用。本研究的自變量選取的是焦點(diǎn)用戶的好友總數(shù)，得到的結(jié)論實(shí)際上和鄧勝利、蔣雨婷的結(jié)論一致，可以通過付費(fèi)是稀有事件，好友多的用戶更容易從眾不付費(fèi)解釋。內(nèi)容組織行為方面，用戶的收藏夾和提問都對付費(fèi)有正影響，H2 得到支持。內(nèi)容分享行為方面，總體來看與付費(fèi)的關(guān)系不顯著，H3 沒有得到支持。分組總結(jié)我們的研究結(jié)論，可發(fā)現(xiàn)內(nèi)容瀏覽和內(nèi)容組織類更傾向于知識資源獲取的參與行為能較有效地被用來預(yù)測付費(fèi)。

五、研究結(jié)論及啟示

（一）理論貢獻(xiàn)。本研究在理論上為使用用戶行為數(shù)據(jù)預(yù)測付費(fèi)提供了一個理論框架。研究從多角度討論了付費(fèi)行為與社區(qū)參與行為的關(guān)系。付費(fèi)需要用戶在平臺上有一定程度的參與，但不一定是高層參與的產(chǎn)物。這個現(xiàn)象可以分兩方面理解：一方面用戶參與的進(jìn)階效應(yīng)是存在的，將結(jié)論結(jié)合起來看，會付費(fèi)的用戶是在社區(qū)中累積的內(nèi)容瀏覽和組織行為較多的群體，即進(jìn)階且維持在一個中層次參與者身份對付費(fèi)存在積極影響；另一方面考慮到用戶資源是有限的，讓知識貢獻(xiàn)和金錢貢獻(xiàn)類資源貢獻(xiàn)行為同時出現(xiàn)在一批用戶上較難實(shí)現(xiàn)，兩類行為更可能是并行存在與不同群體。社區(qū)中的用戶可能同時存在多種角色，但付費(fèi)并不一定是用戶產(chǎn)生內(nèi)容貢獻(xiàn)行為后的下個參與階梯。從本研究的結(jié)論出發(fā)，更多的在社區(qū)內(nèi)獲得知識的人會更傾向于付費(fèi)。

（二）實(shí)踐啟示。本研究支持了一個預(yù)測付費(fèi)行為的新視角。我們認(rèn)為，平臺管理者除了關(guān)注付費(fèi)內(nèi)容質(zhì)量、特征的審核外，也可以通過平臺可知的用戶行為數(shù)據(jù)，分析用戶的付費(fèi)傾向，從而在促銷等活動中進(jìn)行有針對性的推廣，爭取到潛在的付費(fèi)訂閱用戶，從而提升經(jīng)濟(jì)效益。