基于fsQCA的社會化問答社區(qū)知識隱藏行為組態(tài)研究

盧新元 許小慶 王雪霖

關(guān)鍵詞：知識隱藏行為 ? ?社會化問答社區(qū) ? fsQCA ? 個體—環(huán)境匹配理論

分類號：G206

引用格式：盧新元， 許小慶， 王雪霖. 基于fsQCA的社會化問答社區(qū)知識隱藏行為組態(tài)研究[J/OL]. 知識管理論壇， 2022， 7（2）： 37-48[引用日期]. http：//www.kmf.ac.cn/p/273/.

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，在線知識產(chǎn)品逐漸成為用戶獲取、交流、共享知識不可或缺的工具。據(jù)《中國在線知識問答行業(yè)白皮書 2020年》[1]統(tǒng)計數(shù)據(jù)顯示，2020年，我國線上泛知識內(nèi)容平臺移動端網(wǎng)民滲透率已達到86%以上，其中，在線知識問答的用戶滲透率達到80.3%。與傳統(tǒng)的搜索引擎及問答平臺相比，社會化問答社區(qū)更加強調(diào)社交特性，社區(qū)中的用戶可以隨時發(fā)布問題并且邀請其他用戶回答，也可以作為受邀用戶回應(yīng)他人的請求或者自行選擇各領(lǐng)域各類型的問題進行作答。

但是在社會化問答社區(qū)中，許多用戶在面對知識請求時，會采取回避作答或者保留知識的策略，即知識隱藏行為[2]。這種行為不僅會造成社區(qū)中許多問題都得不到及時、滿意的回答，也不利于個體間知識的產(chǎn)生，會對社區(qū)的持續(xù)健康發(fā)展造成嚴(yán)重的不良影響[3]。因此，了解用戶知識隱藏行為的影響因素，可以為社會化問答社區(qū)的優(yōu)化提供參考，對促進社區(qū)的健康發(fā)展具有重要意義。

近年來，越來越多的學(xué)者對用戶在社交平臺的消極使用行為進行了研究，知識隱藏行為作為用戶在線社交知識行為之一，也在不同類型的在線平臺受到了學(xué)者的關(guān)注。社會化問答社區(qū)作為具有社交功能的知識服務(wù)平臺，其用戶的行為產(chǎn)生機制更加復(fù)雜，具有因果復(fù)雜性的特征[4]。因此本文認為，相較于采用傳統(tǒng)的方法研究變量的凈效應(yīng)，使用QCA方法來研究前因變量的組態(tài)效應(yīng)能夠幫助我們更好地理解用戶的知識隱藏行為。

本文以目前中國活躍度較高的“知乎”為研究平臺，從組態(tài)的視角出發(fā)，以個人—環(huán)境匹配理論為基本框架，探究價值觀一致性、人際相似性、外部需求匹配、內(nèi)部需求匹配與能力匹配這5個變量對知識隱藏行為的協(xié)同影響。采用問卷調(diào)查的方式獲得研究數(shù)據(jù)，并運用基于模糊集的定性比較分析（fsQCA）方法對數(shù)據(jù)進行分析，探究知識隱藏行為的組合影響因素，進而提出減少用戶知識隱藏行為的建議，這對豐富社會化問答社區(qū)用戶行為相關(guān)理論、加強社區(qū)與用戶的聯(lián)系以及引導(dǎo)用戶進行知識共享具有重要意義。

1 ?相關(guān)研究

1.1 ?知識隱藏行為

C. E. Connelly[2]最早對知識隱藏行為進行了明確的定義，他將知識隱藏行為描述為個人對他人所要求的知識進行隱瞞的一種故意的行為，并將其劃分為推脫隱藏、回避性隱藏和合理化隱藏三個維度。組織成員的知識隱藏行為受到知識特性、人際關(guān)系和組織因素的影響，這種行為會傷害到隱藏者和隱藏對象之間的人際關(guān)系質(zhì)量，并且會使隱藏對象產(chǎn)生未來知識隱藏的意圖[5]。

對知識隱藏行為的研究起源于企業(yè)和組織，自C. E. Connelly等對知識隱藏行為進行了明確定義后，國內(nèi)外許多學(xué)者便針對該行為前因[6–10]、后果[6，11-12]進行了跟蹤研究，其對應(yīng)的研究成果比較豐富。相比較下，在線社區(qū)屬于新興事物，與之相關(guān)的知識隱藏行為的研究也較少[13]。一些學(xué)者對用戶在不同類型的在線社區(qū)中的知識隱藏行為給予了關(guān)注，例如，甘文波等[3]基于心理學(xué)研究框架，分析了影響虛擬品牌社區(qū)中用戶知識隱藏行為的關(guān)鍵因素;Y. F. Fang[14]探究了移動社交網(wǎng)絡(luò)應(yīng)用的用戶如何使用知識共享、知識隱藏和知識貢獻缺失這三種應(yīng)對策略，來應(yīng)對恐懼和內(nèi)疚兩種情緒;張敏等[15]對在線健康社區(qū)中用戶主觀知識隱藏行為的形成路徑進行了探究;翟雪松等[16]探索了學(xué)習(xí)者專業(yè)承諾及導(dǎo)師變革型指導(dǎo)風(fēng)格對于在線學(xué)習(xí)社區(qū)中知識隱藏的關(guān)系;X. Lv等[17] 則通過實證考察發(fā)現(xiàn)了知識隱藏行為對在線旅游社區(qū)帶來的口碑破壞、反生產(chǎn)行為等負面影響。而對于用戶獲取、分享知識的重要平臺——社會化問答社區(qū)，目前學(xué)者還未給予足夠的重視。

有研究表明，在線社區(qū)中90%的用戶都是“潛水者”[18]，而用戶作為社會化問答社區(qū)內(nèi)容的主要生產(chǎn)者，其知識隱藏行為必然會影響到社區(qū)的發(fā)展。一方面，隱藏者的知識隱藏行為會傷害知識尋求者的感情，引起知識尋求者的不信任[19]，進而影響用戶再次提問的意愿;另一方面，也會使得隱藏者自身的創(chuàng)造力下降。最終造成社區(qū)中大量問題得不到回答，形成惡性循環(huán)。因此，了解用戶知識隱藏行為產(chǎn)生的原因，一方面可以豐富社會化問答社區(qū)用戶的知識行為相關(guān)理論，另一方面可以為社區(qū)的優(yōu)化提供參考借鑒，促進社區(qū)的健康發(fā)展。

綜上可知，目前對于知識隱藏行為的研究仍然較少，而已有的研究也多采用傳統(tǒng)的結(jié)構(gòu)方程模型方法研究變量之間的凈效應(yīng)，而在線社區(qū)中的用戶行為本質(zhì)上是復(fù)雜的，尤其是對于兼具社交和問答功能的社會化問答社區(qū)，其用戶行為的產(chǎn)生更是涉及多種潛在的因果機制[20]。相較于采用傳統(tǒng)的自變量相互獨立、單向線性關(guān)系和因果對稱性的統(tǒng)計分析方法，采取組態(tài)視角的QCA方法更適合分析用戶的知識隱藏行為，能夠更全面地解釋自變量相互依賴等復(fù)雜的因果關(guān)系[21]。因此，本文采用fsQCA方法來研究社會化問答社區(qū)中的知識隱藏行為。

1.2 ?個人—環(huán)境匹配理論

個人—環(huán)境匹配衡量的是個體特征與其所處環(huán)境的特征的匹配程度。目前，對個人—環(huán)境匹配理論的定義主要有三個方向：維度論、內(nèi)涵論和綜合論。維度論關(guān)注個體與哪個層面的環(huán)境相匹配[23];內(nèi)涵論則根據(jù)“匹配”的定義提出了一致性匹配和互補性匹配[24]，而綜合論則是對上述兩種劃分方式進行了整合。C. R. Beasley等[25] 經(jīng)過實驗總結(jié)出了廣義的個人—環(huán)境匹配模型（general environment fit scale，GEFS）。該模型認為，個人環(huán)境匹配可以細分為價值觀一致性、人際相似性、環(huán)境需求與個人能力匹配（簡稱能力匹配）、個人需求與環(huán)境供給匹配（簡稱需求匹配）及個人在環(huán)境中的獨特角色。相較于基于特定情境的個人—環(huán)境匹配類型，該模型更具有一般性，因而應(yīng)用范圍更廣泛，且已被證明具有良好的解釋力。

社會化問答社區(qū)是信息社區(qū)和社交網(wǎng)站的綜合體，長期積累的問答環(huán)境和文化氛圍對用戶的知識貢獻行為意向有著重要的影響[26]。根據(jù)班杜拉的社會認知理論[27]，個體、環(huán)境、行為之間存在相互作用，環(huán)境作為個體存在的外部條件，會對個體的行為產(chǎn)生影響。而社會化問答社區(qū)作為用戶知識行為產(chǎn)生的載體，所具有的特征與屬性也會影響到用戶的行為。當(dāng)個人與環(huán)境相匹配時，他們的態(tài)度和行為可能是積極的，相反，當(dāng)個人與環(huán)境不匹配時，則可能會產(chǎn)生消極的態(tài)度和行為[28]。

綜上所述，環(huán)境對個人的行為產(chǎn)生重要的影響，并且，已有研究指出用戶本就可以看作是社區(qū)的“半個員工”[18]，故更會受到所處環(huán)境的影響。因此，本研究將個人—環(huán)境匹配理論作為理論基礎(chǔ)，根據(jù)問答社區(qū)的特點，結(jié)合內(nèi)涵論與GEFS模型，探究價值觀一致性、人際相似性、能力匹配和需求匹配對知識隱藏行為的影響。其中，價值觀一致性與人際相似性研究的是個人與社區(qū)的一致性的影響，而能力匹配和需求匹配則關(guān)注個人與社區(qū)之間互補性的影響。

2 ?研究方法

定性比較分析（Qualitative Comparative Analysis，QCA）是由拉金于1987年提出的一種定性與定量相結(jié)合的研究方法，基于布爾論和集合論進行跨案例的比較分析[29]。該方法從整體論的角度出發(fā)，認為條件之間相互依賴，聚焦于“組態(tài)效應(yīng)”的分析，而不是分析單個變量的“凈效應(yīng)”，其優(yōu)勢在于可以識別出相同結(jié)果變量下不同的組態(tài)前因[30]。近年來，QCA方法因其在處理大樣本和分析復(fù)雜組態(tài)問題上的功能而逐漸被應(yīng)用到管理學(xué)各細分領(lǐng)域[31]。根據(jù)變量的類型，QCA可以分為清晰集定性比較分析（csQCA）、多值集定性比較分析（mvQCA）和模糊集定性比較分析（fsQCA），本文采取的是fsQCA，通過校準(zhǔn)將模糊集數(shù)據(jù)轉(zhuǎn)換為真值表，通過質(zhì)性分析與定量分析相結(jié)合的方法分析知識隱藏行為的組合動因。

近年來，國內(nèi)外已有許多學(xué)者運用QCA方法來研究在線社區(qū)中的用戶行為。例如，盧新元等[21]等采用QCA方法從整體分析了多個條件變量對競賽式眾包社區(qū)中知識共享行為的影響。D. Gligor等[32]等基于QCA方法研究了高水平的用戶參與的組合前因。J. Mattke等[33]運用QCA方法，研究了連帶強度和推廣內(nèi)容的感知價值如何影響用戶的從眾行為。Z. Peng等[34]提出了人—環(huán)境—技術(shù)（PET）研究模型來解釋系統(tǒng)自我效能感、領(lǐng)導(dǎo)—成員交換和系統(tǒng)模塊化如何共同影響員工對企業(yè)系統(tǒng)的廣泛使用。黃夢梅等[30]利用fsQCA探究了知乎社區(qū)中用戶高知識付費意愿的聯(lián)動組合因素。綜上可知，QCA方法已獲得越來越多的學(xué)者的認可，該方法可對本研究提供良好的幫助。

數(shù)字化環(huán)境下，用戶行為呈現(xiàn)出了復(fù)雜性與情境化等特點，用戶行為受到多個維度的因素影響，并且這些因素相互依存，聯(lián)合作用于用戶行為，需要我們更加全面地考慮問題，而QCA方法為探究新研究情境下的用戶行為提供了一個可行的理論視角[35]。因此，本文選取fsQCA方法來研究知識隱藏行為的影響因素。

3 ?變量設(shè)定和樣本采集

3.1 ?變量設(shè)定

本文以個人—環(huán)境匹配理論的內(nèi)涵論與GEFS模型為基本研究框架，利用fsQCA方法，從匹配的視角對知識隱藏行為的影響因素進行分析，研究的前因變量包括價值觀一致性、人際相似性、外部需求匹配、內(nèi)部需求匹配和能力匹配這5個維度，結(jié)果變量為知識隱藏行為。研究的概念模型如圖1所示：

（1）價值觀一致性。價值觀一致性指的是個體與組織環(huán)境的目標(biāo)或價值觀的匹配程度。研究員工與組織之間一致性匹配最常見的是價值觀一致性匹配和個體—文化匹配[28]。對于價值觀一致性對個體在組織中的表現(xiàn)已經(jīng)有比較充分的研究，個體與組織價值觀的一致性能夠促進員工有效的溝通和對組織資源分配的理解[36]。因此本文認為，在虛擬的社會化問答社區(qū)中，當(dāng)用戶與社區(qū)的價值觀或目標(biāo)一致時，能夠增強用戶參與互動的愉悅感，影響用戶的知識隱藏行為。

（2）人際相似性。人際相似性指的是組織內(nèi)的用戶與其他用戶在背景上的相似性。研究表明，當(dāng)用戶在人口統(tǒng)計或心理背景上相似時，能夠降低人際交往的風(fēng)險，促進溝通[25]。研究組織中知識隱藏行為的學(xué)者認為人際之間的關(guān)系會對員工的行為產(chǎn)生關(guān)鍵的影響[2]。雖然社會化問答社區(qū)中的用戶之間都是弱關(guān)聯(lián)的關(guān)系，但是用戶在問答平臺中進行知識搜尋或者共享等知識行為時，是基于對某類知識的專長或者興趣，這種相似性能夠增加彼此的親密度，會使得互動的過程變得有趣，進而影響用戶的知識隱藏行為。

（3）需求匹配。需求匹配是指環(huán)境所提供的資源滿足個體的需求。與在組織中不同，用戶在問答社區(qū)中的行為均是自主的。根據(jù)自我決定理論，個體的決定是指在充分認識個人需要和環(huán)境信息的基礎(chǔ)上，對行為動作出選擇的行為[37]。因此，本文認為，用戶的需求是否得到滿足與用戶的知識隱藏行為有著重要的聯(lián)系。行為的動機分為三種：內(nèi)在動機、外在動機和無動機。內(nèi)部動機是指個人出于對活動本身的內(nèi)在欲望、思想和情感引發(fā)的動機，如興趣、互惠、自我成就等。外在動機則是由活動外部刺激或達到某種期望的結(jié)果而引發(fā)的動機，如收益、獎勵、聲譽等[38]。本文根據(jù)需求產(chǎn)生的動機的不同，將需求匹配分為基于內(nèi)在動機的需求匹配和基于外在動機的需求匹配。

（4）能力匹配。能力匹配是指個人具有的技能滿足環(huán)境對他的要求。在本研究中，則是指知識尋求者或者平臺向用戶發(fā)起的請求與用戶具備的知識相匹配的程度。組織行為學(xué)的研究表明，當(dāng)個人的能力滿足組織的需求時，個體更能體驗到自身的價值和更強的勝任感，進而促進個體參與社區(qū)活動的動機[39]。在問答社區(qū)中，當(dāng)用戶具備的知識與他人所需要的知識相匹配時，用戶參與知識共享的意愿更強[40]，那么其知識隱藏的水平會更低。

3.1.2 ?結(jié)果變量

本文探究的是社會化問答社區(qū)中知識隱藏行為的影響因素，因此結(jié)果變量為知識隱藏行為的程度。知識隱藏行為是指個體面對知識尋求的請求時進行隱瞞的行為，在社會化問答社區(qū)中，表現(xiàn)為用戶在面對其他用戶的邀請時，采取回避作答或者僅提供片面的信息等策略。

3.2 ?問卷設(shè)計

本文研究的測量指標(biāo)均來源于國內(nèi)外已有的文獻，結(jié)合國內(nèi)當(dāng)前社會化問答社區(qū)的使用情況進行部分修改。問卷主要分為兩個部分，第一部分為人口統(tǒng)計變量，包括被調(diào)查者的性別、年齡、學(xué)歷、使用“知乎”的頻率等，第二部分則根據(jù)研究所涉及的變量進行調(diào)查。問卷采用李克特7級量表，“1”表示“完全不同意”，“7”表示“完全同意”，具體測量項見表1。本文以目前中國活躍度較高的社會化問答社區(qū)——“知乎”上的用戶為數(shù)據(jù)采集樣本，通過問卷調(diào)查法來進行數(shù)據(jù)搜集。

3.3 ?樣本收集

本次數(shù)據(jù)采集通過網(wǎng)絡(luò)問卷平臺見數(shù)進行問卷發(fā)放，調(diào)查對象是知乎的用戶。為了保證問卷的信效度，首先進行了預(yù)測試，并邀請了信息系統(tǒng)、知識管理等領(lǐng)域的學(xué)者對問卷的措辭、模糊不清的地方進行修改，最后進行問卷的二輪投放，共收回問卷203份，剔除無效問卷后，最終獲得有效問卷157份，問卷的有效率為77.3%。樣本的人口統(tǒng)計學(xué)特征如表2所示：

3.4 ?信效度檢驗

本文利用SPSS Statistics 22來檢驗問卷中各測量項目的信度和效度，通過克朗巴哈系數(shù)α和CR值來測量量表的信度，用AVE值來檢驗量表的聚合效度。所有的α值和CR值均大于0.7，表明該量表具有較好的信度，而所有的AVE值均大于0.5，表明量表的聚合效度良好。此外，每個變量AVE值的平方根均大于相關(guān)系數(shù)，這說明量表具有較好的區(qū)別效度，因此測量項的結(jié)果均達滿意水平。檢驗具體結(jié)果如表3所示：

由于本文的問卷采用的是7級李克特量表，而fsQCA要求隸屬值范圍在0-1之間，因此，在數(shù)據(jù)分析之前，需要將本文的數(shù)據(jù)轉(zhuǎn)換為0-1刻度之間的數(shù)值。數(shù)據(jù)校準(zhǔn)的第一步就是求取各測度項之間的均值，將其作為變量的反映值。根據(jù)已有文獻[41]，本文選取選項中的最大值7、中間值4、最小值1分別為完全隸屬點、交叉點以及非完全隸屬點的校準(zhǔn)值。使用fsQCA3.0軟件的校準(zhǔn)功能對條件變量VC、IS、EMNS、IMNS、DA和結(jié)果變量KH的樣本數(shù)據(jù)進行校準(zhǔn)后，得到校準(zhǔn)后的模糊隸屬值。

4 ?知識隱藏行為定性比較分析結(jié)果

4.1 ?必要條件分析

在對模糊集進行分析之前需要對條件變量的必要性進行分析。表4為所有單前因變量的一致性與覆蓋度。必要性分析是指單一前因變量對結(jié)果變量的解釋程度，如表4所示，對于高程度知識隱藏行為（KH），所有單前因變量的一致性均小于0.9，不構(gòu)成必要條件。除IS、IMNS、DA外的各個單項前因條件影響非高程度知識隱藏行為（～KH）的必要性均未超過 0.9，利用條件變量和結(jié)果變量的XY散點圖進一步判斷發(fā)現(xiàn)，這幾項條件均為無關(guān)緊要的必要條件[42]。因此，KH與～KH均不存在必要條件。

4.2 ?組態(tài)分析

本文利用fsQCA3.0軟件，分析5個前因變量構(gòu)成的條件組合對社會化問答社區(qū)中用戶知識隱藏行為的影響。模糊集定性比較分析的結(jié)果包括三類解：復(fù)雜解、簡約解和中間解。復(fù)雜解是指有實際觀察案例的組態(tài);簡約解既包含有實際觀察案例的組態(tài)，也包含所有的“邏輯余項”;而中間解則只包括有實際觀察案例的組態(tài)和“容易的邏輯余項”。如果前因條件同時出現(xiàn)在簡約解和中間解，那么該條件則為核心條件，對結(jié)果產(chǎn)生重要的影響;若前因條件僅出現(xiàn)在中間解，那么該條件為邊緣條件，對結(jié)果起到輔助的作用[31]。

4.2.1 ?高程度知識隱藏行為組態(tài)分析。

如表5所示，共有6條不同的組合路徑導(dǎo)致高程度的知識隱藏行為，每條路徑的一致性均大于0.9，總體一致性約為0.823，總體覆蓋率約為0.864，表明得到的前因組合對結(jié)果的解釋力度較強。這6條路徑可以歸納成3類：

（1）類型1：包括路徑Ha1（～EMNS*～DA）和Ha2（～VC*～EMNS），表明當(dāng)用戶的外部需求與社區(qū)供應(yīng)不匹配（EMNS）時，此時的外部需求匹配缺失作為核心因果條件，若能力匹配（DA）或者價值觀一致性（VC）作為核心條件缺失，便會導(dǎo)致知識隱藏行為（KH）。

（2）類型2：包括路徑Hb1（～IMNS*～EMNS）、Hb2（IS*～IMNS*DA）和Hb3（VC*～IS*～IMNS*～DA），該類型以內(nèi)部需求匹配（IMNS）缺失為核心因果條件，輔助因果條件不同而出現(xiàn)三條路徑。路徑Hb1表達了當(dāng)用戶的內(nèi)、外部需求（IMNS、EMNS）與社區(qū)的供應(yīng)均不匹配時，用戶會產(chǎn)生知識隱藏行為（KH）。路徑Hb2中，雖然人際相似性（IS）和能力匹配（DA）都得到了滿足，但是由于內(nèi)部需求匹配（IMNS）作為核心條件的缺失，用戶依然會產(chǎn)生高程度的知識隱藏行為（KH）。而當(dāng)人際相似性（IS）、內(nèi)部需求匹配（IMNS）和能力匹配（DA）均缺失時，即使用戶與社區(qū)價值觀（VC）保持一致（Hb3），用戶仍呈現(xiàn)出高程度的知識隱藏行為（KH）。

（3）類型3：即路徑Hc（～VC*IS*～DA），當(dāng)價值觀一致性（VC）和能力匹配（DA）作為核心條件缺失時，即使存在人際相似性匹配（IS），也會導(dǎo)致高程度的知識隱藏行為（KH）。

4.2.2 ?非高程度知識隱藏行為組態(tài)分析

非高程度知識隱藏行為的組態(tài)前因如表6所示，共有4條不同的組合路徑：L1（VC*IS*EMNS*IMNS）、L2（IS*EMNS*IMNS*DA）、L3（VC*～IS*～EMNS*IMNS）和L4（VC*～IS*EMNS*～IMNS*～DA）。這4條路徑的總體一致性約為0.888，總體覆蓋率約為0.833。當(dāng)價值觀一致性（VC）、人際相似性（IS）、外部需求匹配（EMNS）與內(nèi)部需求匹配（IMNS）同時存在（L1），或人際相似性（IS）、外部需求匹配（EMNS）、內(nèi)部需求匹配（IMNS）與能力匹配（DA）同時存在（L2），用戶呈現(xiàn)出非高程度的知識隱藏行為（KH），當(dāng)人際相似性（IS）與外部需求匹配（EMNS）缺失，而價值觀一致性（VC）與內(nèi)部需求匹配（IMNS）作為核心條件存在時（L3），或當(dāng)價值觀一致性（VC）與外部需求匹配（EMNS）作為核心條件存在，而其他條件均缺席時，用戶也表現(xiàn)為非高程度的知識隱藏行為（KH）（L4）。

基于fsQCA的結(jié)果，本文發(fā)現(xiàn)了社會化問答社區(qū)高程度知識隱藏行為的產(chǎn)生路徑 （包括6個組態(tài)）和低程度知識隱藏行為的產(chǎn)生路徑（包括4個組態(tài)），描述了各原因要素的動態(tài)作用過程。這驗證了QCA方法與組態(tài)視角的觀點，即結(jié)果產(chǎn)生的前因條件是相互依賴的，相互作用構(gòu)成多個并發(fā)原因，而并不存在唯一的最佳路徑[31]。

進一步比較高與非高程度的知識隱藏行為組合路徑，發(fā)現(xiàn)：

（1）較少條件的缺失就可導(dǎo)致高程度的知識隱藏行為，而非高程度的知識隱藏行為對于個體與環(huán)境的匹配要求更高。如表5、表6所示，存在一項核心因果條件的缺失便可導(dǎo)致高程度的知識隱藏行為，而在非高程度知識隱藏行為的路徑中，至少有兩項核心因果條件的存在。知識作為一種寶貴的資源，需要花費大量的時間與精力去學(xué)習(xí)，個體也會因此產(chǎn)生知識是其個人所有物的想法[43]。而知識共享意味著放棄自己的優(yōu)勢地位，會讓人產(chǎn)生消極的情緒[44]。因此，如果沒有足夠的條件匹配，用戶可能更加傾向于知識隱藏。

（2）只有當(dāng)一致性匹配（包括價值觀一致性和人際相似性）和用戶互補性匹配（包括需求匹配和能力匹配）均存在時，用戶的知識隱藏行為才會減少，且一致性匹配難以彌補互補性匹配的缺失。價值觀一致性和人際相似性分別描述了用戶與社區(qū)環(huán)境以及環(huán)境中的人的一致性程度，兩者的匹配能夠促進社區(qū)的成員進行高效的溝通[36]，進而能增進成員的互動。而互補性匹配描述的則是用戶與社區(qū)的相互滿足的程度，根據(jù)社會交換理論，個體會對行為結(jié)果的收益與成本進行分析[45]，如果用戶能夠通過參與知識互動獲得所需的獎勵，那么其采取知識隱藏的可能性就會減少。而能力的匹配則是通過用戶增強自主感和勝任感來提升其知識共享的意愿[36]。

5 ?結(jié)語

當(dāng)前對知識隱藏行為的研究多采用結(jié)構(gòu)方程模型的方法，而本文從組態(tài)視角出發(fā)，基于個人—環(huán)境匹配理論，運用模糊集定性比較分析法，研究了高、非高程度知識隱藏行為的組態(tài)前因。根據(jù)結(jié)果可知，不同條件匹配的組合可以產(chǎn)生相同的行為。從高程度知識隱藏行為的組合前因發(fā)現(xiàn)，需求匹配是導(dǎo)致該行為產(chǎn)生的核心因素。通過對比發(fā)現(xiàn)，導(dǎo)致知識隱藏行為產(chǎn)生的組態(tài)中條件數(shù)量較少，而低程度知識隱藏行為的組態(tài)中的條件數(shù)量多，這意味著高程度的知識隱藏行為會因為核心條件的缺失更容易形成，而想要用戶降低該行為，則需要一致性匹配與互補性匹配多方面同時存在。

本研究結(jié)論具有一定的理論意義和實踐意義。從理論上來看，本文基于個人—環(huán)境匹配理論對問答社區(qū)中的知識隱藏行為進行組態(tài)分析。以往的研究主要利用統(tǒng)計分析法和結(jié)構(gòu)方程模型等來探討單個因素的影響，而本研究利用fsQCA方法來關(guān)注不同因素之間的組合及其對問答社區(qū)中知識隱藏行為的影響，這進一步加深了對問答社區(qū)中用戶知識隱藏行為的理解。而從實踐上來說，本研究結(jié)論可以為平臺方制定策略以促進用戶的知識共享行為提供理論指導(dǎo)。首先，平臺應(yīng)該關(guān)注用戶的需求匹配的缺失對用戶知識隱藏行為的關(guān)鍵影響，需要對用戶的需求進行調(diào)查并分析匹配缺失產(chǎn)生的原因。其次，平臺應(yīng)該意識到，無論是一致性匹配還是互補性匹配，都是不可或缺的，因此平臺的建設(shè)應(yīng)從多方入手：一方面，平臺方應(yīng)該加強文化建設(shè)與價值觀的宣傳，營造良好的社區(qū)氛圍，并且強化社交功能，增進社區(qū)成員之間的親密度，才能吸引用戶、讓用戶產(chǎn)生歸屬感并積極地參與社區(qū)、進行知識共享;另一方面，社區(qū)應(yīng)該優(yōu)化激勵功能和問答推送功能的設(shè)計，比如可以開展問答比賽增加社區(qū)的趣味性、推送與用戶能力相匹配的問答幫助用戶增強勝任感，引導(dǎo)用戶積極參與知識互動。

本研究不可避免地存在一定的局限性： ? ?①本研究將知乎平臺用戶作為研究對象，研究結(jié)果對于其他問答平臺的普適性還有待考究;②研究數(shù)據(jù)通過問卷獲得，用戶自我報告?zhèn)€人知識隱藏的行為特征，與實際行為存在一定的差距，且無法深入探究該行為的機理。因此，為了進一步深化研究，需要從兩個方面著手：①進一步獲取多個平臺的數(shù)據(jù)，探究研究結(jié)果適用性，增強研究可信度;②后期通過實驗法等獲得用戶的實際行為數(shù)據(jù)，或采用訪談的方式定性探究知識隱藏行為的原因和機理。

參考文獻：

中國在線知識問答行業(yè)白皮書 2020年[R/OL].[2021-12-15]. https：//www.iresearch.com.cn/Detail/report？id=3637&isfree=0

CONNELLY C E， ZWEIG D， WEBSTER J， et al. Knowledge hiding in organizations[J]. Journal of Organizational behavior， 2012， 33（1）： 64-88.

甘文波， 沈校亮. 虛擬社區(qū)用戶知識隱藏行為影響因素研究[J]. 情報雜志， 2015， 34（11）： 168-174.

FURNARI S， CRILLY D， MISANGYI V F， et al. Capturing causal complexity： heuristics for configurational theorizing[J]. Academy of management review， 2020： amr.2019.0298.

CONNELLY C E， ZWEIG D. How perpetrators and targets construe knowledge hiding in organizations[J]. European journal of work and organizational psychology， 2015， 24（3）： 479-489.

CHEN X， WEI S， RICE R E. Integrating the bright and dark sides of communication visibility for knowledge management and creativity： the moderating role of regulatory focus[J]. Computers in human behavior. Oxford： Pergamon-Elsevier Science， 2020， 111： 106421.

BHATTACHARYA S， SHARMA P. Dilemma between it’s my or it’s my organization’s territory： antecedent to knowledge hiding in Indian knowledge base industry[J]. International journal of knowledge management， 2019， 15（3）： 24-44.

MA B， ZHANG J. Are overqualified individuals hiding knowledge： the mediating role of negative emotion state[J]. Journal of knowledge management， 2021[2021-12-15].https：//www.webofscience.com/wos/alldb/full-record/WOS：000662955900001.

YAO Z， ZHANG X， LUO J， et al. Offense is the best defense： the impact of workplace bullying on knowledge hiding[J]. Journal of knowledge management， 2020， 24（3）： 675-695.

BANAGOU M， BATISTIC S， DO H， et al. Relational climates moderate the effect of openness to experience on knowledge hiding： a two-country multi-level study[J]. Journal of knowledge management， 2021， 25（11）： 60-87.

WANG Y， HAN M S， XIANG D， et al. The double-edged effects of perceived knowledge hiding： empirical evidence from the sales context[J]. Journal of knowledge management， 2019， 23（2）： 279-296.

JIANG Z， HU X， WANG Z， et al. Knowledge hiding as a barrier to thriving： the mediating role of psychological safety and moderating role of organizational cynicism[J]. Journal of organizational behavior， 2019， 40（7）： 800-818.

張敏， 馬臻， 張艷. 用戶知識隱藏行為綜述：研究內(nèi)容、知識體系與前沿主題分析[J]. 圖書館學(xué)研究， 2018（14）： 2-9， 30.

FANG Y-H. Coping with fear and guilt using mobile social networking applications： knowledge hiding， loafing， and sharing[J]. Telematics and informatics， 2017， 34（5）： 779-797.

張敏， 馬臻， 張艷. 在線健康社區(qū)中用戶主觀知識隱藏行為的形成路徑[J]. 情報理論與實踐， 2018， 41（10）： 111-117， 53.

翟雪松， 束永紅. 在線學(xué)習(xí)社區(qū)中的知識隱藏行為及影響機制研究——基于專業(yè)承諾和變革型指導(dǎo)風(fēng)格的視角分析[J]. 遠程教育雜志， 2019， 37（5）： 85-94.

LV X， ZHANG R， LI Q. Value co-destruction： The influence of failed interactions on members’ behaviors in online travel communities[J]. Computers in human behavior， 2021， 122（9）： 106829.

陳愛輝， 魯耀斌. SNS用戶活躍行為研究：集成承諾、社會支持、沉沒成本和社會影響理論的觀點[J]. 南開管理評論， 2014， 17（3）： 30-39.

?ERNE M， NERSTAD C G L， DYSVIK A， et al. What goes around comes around： knowledge hiding， perceived motivational climate， and creativity[J]. Academy of management journal， 2014， 57（1）： 172-192.

KHANSA L， MA X， LIGINLAL D， et al. Understanding members’ active participation in online question-and-answer communities： a theory and empirical analysis[J]. Journal of management information systems， 2015， 32（2）： 162-203.

盧新元， 王雪霖， 代巧鋒. 基于fsQCA的競賽式眾包社區(qū)知識共享行為構(gòu)型研究[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2019， 3（11）： 60-69.

[22] ?王雁飛， 孫楠.個人—環(huán)境匹配理論與相關(guān)研究新進展[J].科技管理研究， 2013， 33（8）：139-147.

KRISTOF-BROWN A L， ZIMMERMAN R D， JOHNSON E C. Consequences of individuals’ fit at work： a meta-analysis of person-job， person-organization， person-group， and person-supervisor fit[J]. Personnel psychology， 2005， 58（2）： 281-342.

MUCHINSKY P， MONOHAN C. What is person environment congruence - supplementary versus complementary models of fit[J]. Journal of vocational behavior， 1987， 31（3）： 268-277.

BEASLEY C R， JASON L A， MILLER S A. The general environment fit scale： a factor analysis and test of convergent construct validity[J]. American journal of community psychology， 2012， 50（1/2）： 64-76.

張寶生， 張慶普. 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， 2018， 37（10）： 1034-1045.

BANDURA A. Social foundations of thought and action： a social cognitive theory[J]. Journal of applied psychology， 1986， 12（1）：169.

PEE L G， MIN J. Employees’ online knowledge sharing： the effects of person-environment fit[J]. Journal of knowledge management， 2017， 21（2）： 432-453.

池毛毛， 杜運周， 王偉軍. 組態(tài)視角與定性比較分析方法：圖書情報學(xué)實證研究的新道路[J]. 情報學(xué)報， 2021， 40（4）： 424-434.

黃夢梅， 盧新元， 王雪霖， 等. 基于fsQCA的差異化用戶在線知識付費意愿聯(lián)動效應(yīng)研究[J]. 情報科學(xué)， 2021， 39（7）： 169-176， 192.

杜運周， 賈良定. 組態(tài)視角與定性比較分析（QCA） 管理學(xué)研究的一條新道路[J].管理世界， 2017（6）：155-167.

GLIGOR D， BOZKURT S， RUSSO I. Achieving customer engagement with social media： a qualitative comparative analysis approach[J]. Journal of business research， 2019， 101（8）： 59-69.

MATTKE J， MAIER C， REIS L， et al. Herd behavior in social media： the role of Facebook likes， strength of ties， and expertise[J]. Information & management， 2020， 57（8）： 103370.

PENG Z， SUN Y， GUO X. Antecedents of employees’ extended use of enterprise systems： an integrative view of person， environment， and technology[J]. International journal of information management， 2018， 39： 104-120.

孫永強. 基于構(gòu)型視角的信息行為研究：研究主題、理論構(gòu)建與分析方法[J]. 信息資源管理學(xué)報， 2019， 9（3）： 4–17.

王瑋. 虛擬社區(qū)知識共享意愿影響因素研究[D]. 蚌埠：安徽財經(jīng)大學(xué)， 2017.

KASSER T， RYAN R M. Further examining the American Dream： differential correlates of intrinsic and extrinsic goals[J]. Personality and social psychology bulletin， 1996， 22（3）： 280–287.

RYAN R M， DECI E L. Self-determination theory and the facilitation of intrinsic motivation， social development， and well-being[J]. The American psychologist， 2000， 55（1）： 68–78.

趙慧娟. 價值觀匹配、能力匹配對情感承諾的影響機制研究[J]. 經(jīng)濟管理， 2015， 37（11）： 165–175.

沈校亮， 厲洋軍. 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， 2018， 30（10）： 82-94.

池毛毛， 趙晶， 李延暉， 等. 企業(yè)平臺雙元性的實現(xiàn)構(gòu)型研究：一項模糊集的定性比較分析[J]. 南開管理評論， 2017， 20（3）： 65-76.

張明， 杜運周. 組織與管理研究中QCA方法的應(yīng)用：定位、策略和方向[J]. 管理學(xué)報， 2019， 16（9）： 1312-1323.

PIERCE J L， KOSTOVA T， DIRKS K T. The state of psychological ownership： integrating and extending a century of research[J]. Review of general psychology， 2003， 7（1）： 84-107.

PENG H. Why and when do people hide knowledge？[J]. Journal of knowledge management， 2013， 17（3）： 398-415.

JIN J， LI Y， ZHONG X， et al. Why users contribute knowledge to online communities： an empirical study of an online social Q&A community[J]. Information & management， 2015， 52（7）： 840-849.

作者貢獻說明：

盧新元：確定研究思路，指導(dǎo)論文修訂;

許小慶：設(shè)計并實施研究方案，起草論文;

王雪霖：數(shù)據(jù)分析及協(xié)助論文修訂。

Abstract： [Purpose/significance] Knowledge hiding behavior is not only detrimental to the generation of individual knowledge， but also affects the healthy development of social Q&A communities. Exploring the causes of users’ knowledge hiding behaviors in social question-and-answer communities is of great significance to enrich relevant theories of user behaviors in social question-and-answer communities and guide the optimization of platforms. [Method/process] From the perspective of configuration， based on the person-environment matching theory， the fuzzy-set qualitative comparative analysis method （fsQCA） was used to analyze 157 valid samples collected from the questionnaire. The combined effects of value congruence， interpersonal similarity， needs-supplies fit based on external motivations， needs-supplies fit based on internal motivations and demands-abilities fit on knowledge hiding behaviors were explored. [Result/conclusion] To obtain the combination path of high and low degree knowledge hiding behaviors， this study finds that demand matching plays a key role in knowledge hiding behaviors. Through comparative analysis， it is found that users are more inclined to knowledge hiding and reduce knowledge hiding behaviors， it is necessary to strengthen the matching of various conditions.

Keywords： knowledge hiding behaviors ? ?social Q&A community ? ?fsQCA ? ?person-environmental fit theory

3494500589268