盧新元 姜元培 張 恒 陳肖瀟
(1.華中師范大學(xué)信息管理學(xué)院,湖北 武漢 430079;2.湖北省電子商務(wù)研究中心,湖北 武漢 430079)
在線問答社區(qū)是用戶在自身需求和收益驅(qū)動下,以問答的方式進行信息生產(chǎn)、交換和實踐的平臺。很大一部分參與者在網(wǎng)絡(luò)社區(qū)中可能會經(jīng)常登錄并瀏覽閱讀相關(guān)信息內(nèi)容,卻不主動參與討論。這種行為稱為“潛水行為”(Lurking),而具有這一行為特征的用戶被稱為“網(wǎng)絡(luò)潛水者”(Lurkers)[1]。潛水用戶主要從社區(qū)獲取知識和信息,而缺乏分享和參與討論的動機和意愿,這將導(dǎo)致社區(qū)發(fā)展缺乏活力和生命力。因此,站在社區(qū)管理者的角度,如何引導(dǎo)用戶積極參與社區(qū)討論對問答社區(qū)的生存和發(fā)展至關(guān)重要[2]。
用戶在平臺上的主要活動是在問答社區(qū)中進行社會互動。其中單個用戶的行為決策不僅受到其自身因素如感知價值的影響[3],還可能受到其他用戶的態(tài)度或觀點的影響[4],或者其他用戶之間的互動影響[5]。而現(xiàn)有的研究中主要是對問答社區(qū)中的用戶動機作討論,但對問答社區(qū)用戶對信息的不同反應(yīng)關(guān)注較少。另外,健康互助社區(qū)中常見的社會支持[6]也可以擴展到社會化問答社區(qū)中,把問與答的互動看作是社會支持互動來進行研究。因此,有必要考察社會支持因素對用戶參與問答知識互動行為的作用[7]。
社會支持是指個體感知的來自組織其他成員的關(guān)愛與支持,是個體被他人關(guān)心和幫助的一種體驗[8]。社會支持互動是指支持內(nèi)容從支持提供者傳達到尋求支持者的過程[9],也是建立在社會支持基礎(chǔ)上的一種社會互動。與線下的社會支持類似,在線問答社區(qū)能為平臺中遇到困難或壓力的人提供幫助,從而產(chǎn)生社會支持互動[10]。在線問答社區(qū)中如果擁有良好的社會支持現(xiàn)象,就表明其成員愿意互相聯(lián)系和幫助[11]。費豪澤等[12]認為,問答社區(qū)中社會互動可以影響用戶的信息采納行為,因此在線問答社區(qū)中探究社會支持互動的影響是可行的。
社會支持互動不僅涉及尋求支持者和支持者[8],而且還涉及第三方觀察者[13]。在線問答社區(qū)中,第三方觀察者是指瀏覽問答互動的人,他們暫時并未參與問答互動,但卻被社會支持互動所影響[14]。參考張海濤等[15]對社會化問答社區(qū)用戶角色的定義,本文將用戶的身份劃分為提問者、回答者、查閱者以及潛水者。依據(jù)用戶在問答社區(qū)的社會支持互動,本研究分為與前人研究對應(yīng)的尋求支持者、支持者和第三方觀察者。第三方觀察者包含查閱者和潛水者,且查閱者也并未參與問答中的社會支持互動,從而本研究認為第三方觀察者代表問答社區(qū)中大部分潛水用戶。如何衡量社會支持互動的影響,先前的研究主要從尋求支持者和支持提供者的角度來探討結(jié)果,例如特定社會支持類型如何影響社會支持互動效果[16]以及尋求支持者的滿意度變化[17],很少有研究在社會支持互動中第三方觀察者的反應(yīng),對應(yīng)提問者和回答者的社會支持互動如何影響潛水用戶仍然未知。同時本研究選擇兩個特定因變量進行檢查潛水用戶的反饋:潛水用戶在觀察到問答互動后的平臺滿意度和對問答互動的參與意向。選擇這兩個變量是因為它們衡量了不同維度的社會支持互動的反饋,一個是認知方面,另一個是行為方面。
在實際在線社區(qū)使用中,評論信息往往帶有一定的情感傾向,可以是正面的、中立的或負面的。在已有的研究中,“效價”一詞常常被用來定義評論的情感傾向[18]。信息效價代表用戶積極或消極的態(tài)度,會影響瀏覽評論者對評論描述主題的認知[19]。而在線問答社區(qū)中,關(guān)于信息效價導(dǎo)致用戶認知或行為影響的研究并不多,沈洪洲等[20]認為,積極地回答信息更能夠獲得其他用戶的認可,但對問題的消息效價,就是尋求支持者的情感傾向,能否影響其他用戶的認知或行為仍然是未知的。因此,本文將在線問答社區(qū)中的信息效價分為積極信息和負面信息兩個維度進行研究。
問答社區(qū)中對社會支持的分類并不明確,參考Morelli S A等[21]對社會支持的分類,通常包括兩個部分:支持者向支持尋求者傳達的同理心或情感反饋的情感支持,以及與支持者執(zhí)行的支持行為有關(guān)的工具性支持,而在線社區(qū)中情感和信息支持受到了最多的研究關(guān)注[10,22]。因此,本文將在線問答社區(qū)中的社會支持分為信息支持和情感支持兩個維度進行研究。
在研究社會支持互動時,最優(yōu)匹配理論是使用最廣泛的理論框架之一[23],它假設(shè)當實際獲得的社會支持與個體的特定需求或目標相匹配時,社會支持的作用會更強,但如果支持不匹配,則可能產(chǎn)生有害影響。例如,在可控制壓力事件之后,以問題為中心的社會支持(如,信息支持)更有益,而以情緒為中心的支持(如,情感支持)對無法控制的壓力更有用[24]。所提供的社會支持類型與壓力源類型相匹配,或與個體的偏好相匹配,才能充分發(fā)揮社會支持的有效性[25]。在最優(yōu)匹配理論中,社會支持分成感知支持和接受支持。感知支持是“個體相信在需要時會有人為其提供幫助”,而接受支持是“個體真正得到的幫助”[26]。個體需要的支持與得到的支持相匹配時,社會支持才可以充分有效發(fā)揮其作用。
而在研究問答社區(qū)中的社會支持互動中,根據(jù)最優(yōu)匹配的原則,如果第三方觀察者認為支持者提供的支持信息滿足尋求支持者的需求,則可以認為這樣的社會支持是有效的[27]。本研究認為提問者提供負面信息表明其壓力是可控的。當提問者在平臺上提供出負面的信息本身就是有壓力的,而提問者在平臺上發(fā)布消息和尋求支持的行為是其緩解壓力的一部分。發(fā)布負面信息表明這類型的提問者可能是有意通過傾聽回答者具體建議(即信息支持)來改善自己的處境。相反,提問者發(fā)布積極的信息可能表示其并不需要具體解決問題的解決方案,而期待感知到回答者以情感的方式(即情感支持)提供的支持。同時,觀察者認為這些支持互動會比較有效果,從而更容易被影響。
已有關(guān)于評論效價對行為意向影響的研究結(jié)論并不統(tǒng)一,張昊等[28]認為,消費者在負面評論中得到消極的情感體驗,為了規(guī)避風險和損失而選擇減少或放棄購買決策;消費者在正面評論中得到積極的情感體驗,為了爭取機會和收益而選擇嘗試或增加購買決策。但Berger J等[29]提出,負面評論對圖書銷量有積極的正面影響,因為負面評論使消費者對知名度較低產(chǎn)品的銷量有了正面的促進作用。在線問答社區(qū)中,到底哪種問題提供效價會引起潛水用戶更高水平的平臺滿意度或參與意愿?因此提出假設(shè):
H1:與負面消息相比,用戶觀察積極信息效價能夠引起更高的平臺滿意度
H2:與負面消息相比,用戶觀察積極信息效價能夠引起更強的參與意愿
感知有用性是一個影響用戶行為的強大且直接的決定因素,感知有用性顯著影響滿意度和持續(xù)使用意愿[30]。在線問答社區(qū)中,用戶瀏覽到特定信息后,認識到該信息對其工作和生活幫助的程度越大,那么其對該信息的感知有用性就越強[4],可能會產(chǎn)生采納、評論或分享等意愿。故本研究將在線問答社區(qū)感知有用性定義為用戶認為問答互動是有幫助,因此假設(shè):
H3a:用戶感知有用性在信息效價和平臺滿意度之間起中介作用
H4a:用戶感知有用性在信息效價和參與意愿之間起中介作用
感知支持感是指社區(qū)成員對社區(qū)在重視成員貢獻程度的總體體驗和看法[31],Ye H J等[32]認為,虛擬社區(qū)中的支持感會正向影響成員的知識共享行為。當在線問答社區(qū)為成員提供高質(zhì)量的內(nèi)容而被社區(qū)和其他用戶所重視,會促進用戶產(chǎn)生社區(qū)支持感。故本研究中,在線問答社區(qū)感知支持感是用戶感知到在問答互動中互相被認同和重視,因此假設(shè):
H3b:用戶感知支持感在信息效價和平臺滿意度之間起中介作用
H4b:用戶感知支持感在信息效價和參與意愿之間起中介作用
信息影響敏感性是個體在形成觀點或做出決策時,其態(tài)度、信念和行為受所處社會環(huán)境中他人影響的過程中的個體特征[34]。而個體的認知受他人提供的信息影響的程度與信息影響敏感性水平高度相關(guān)[34],信息影響敏感性高的用戶會跟隨其他用戶的引導(dǎo),從而獲得安全感[35]。這類用戶由于對相關(guān)知識了解較少,更不容易作出決定,并會感知到更高的風險,因此為降低這種風險,他們可能更傾向于選擇更加有效的信息[36]。這種場景與在線問答社區(qū)非常契合,因此假設(shè):
H3c:用戶信息影響敏感性在信息效價和平臺滿意度之間起中介作用
H4c:用戶信息影響敏感性在信息效價和參與意愿之間起中介作用
在線社會支持被視為一種人際關(guān)系,處在支持的個體感覺到被群體關(guān)注、尊重和激勵,將個體與個體、個體與社區(qū)以及個體與信息有機連接起來[37]。Goldsmith D J等[38]認為,當提供支持者給出適當類型的社會支持與尋求支持者的需求相匹配時,接受支持的人(包括尋求支持者和第三方觀察者)會獲得最優(yōu)的支持效果,并可以通過感知有用性,支持感和敏感性來測量社會支持的效果。同時社會支持最優(yōu)匹配效果影響用戶感知到的情感和壓力來產(chǎn)生正向的效果,在已有信息效價的影響下社區(qū)用戶之間特定的支持滿足人們的心理需求,減緩了在社區(qū)互動中的壓力而被認為是有用的,同時讓用戶感到被重視進而產(chǎn)生感知支持感[39]。信息影響敏感性也可能源于感受到社會支持的同理心[40],給潛水用戶帶來更高滿意度和參與意向。用戶感知(包括感知有用性、感知支持感、信息影響敏感性)對信息效價和平臺滿意度或參與意愿之間的中介效應(yīng)受到用戶觀察社會支持類型的調(diào)節(jié)??赡茉诿鎸Ψe極信息時,相比信息支持,情感支持導(dǎo)致的用戶感知的中介效應(yīng)更強,因此假設(shè):
H5a和H6a:用戶觀察社會支持類型在信息效價和平臺滿意度參與意愿之間通過感知有用性影響過程中起調(diào)節(jié)作用
H5b和H6b:用戶觀察社會支持類型在信息效價和平臺滿意度參與意愿之間通過感知支持感影響過程中起調(diào)節(jié)作用
H5c和H6c:用戶觀察社會支持類型在信息效價和平臺滿意度參與意愿之間通過信息影響敏感性影響過程起調(diào)節(jié)作用
在線問答社區(qū)中用戶自愿分享個人體驗、專業(yè)知識以及意見反饋,這種互幫互助的支持氛圍讓個體成員感受到被重視、被關(guān)注,從而直接激發(fā)社區(qū)成員產(chǎn)生對社區(qū)有益處的主動行為[40]。在匹配到合適的社會支持互動場景時,第三方觀察者同樣會被特定的社會支持影響,從而產(chǎn)生更高的問答互動者滿意度和參與意向[27]??赡茉诿鎸Ψe極信息效價時,相比信息支持,情感支持對積極信息匹配產(chǎn)生的平臺滿意度或參與意愿更高,因此假設(shè):
H7:信息效價對平臺滿意度的影響過程受到用戶觀察社會支持類型的調(diào)節(jié)
H8:信息效價對參與意愿的影響過程受到用戶觀察社會支持類型的調(diào)節(jié)
綜上,本文提出如圖1的研究模型,描述了信息效價(積極vs.負面)及社會支持(情感vs.信息)如何對潛水用戶的平臺滿意度和參與意愿產(chǎn)生影響。
圖1 信息效價及社會支持對潛水用戶滿意度及參與意愿的影響模型
采用2×2受試者間實驗設(shè)計來檢驗提出的假設(shè),包括提問者提供的問題信息效價(積極vs.負面)和回答者的社會支持類型(情感vs.信息)?;谇拔募俣?,本研究設(shè)計(提問者提供的信息效價:積極與負面)×2(社會支持類型:情感和信息)的情景實驗[41]。
我國相關(guān)研究同樣取得了豐富的成果,廣東工業(yè)大學(xué)的楊宜民等人在上世紀九十年代研制了一種仿生型行走式直線驅(qū)動器,如圖5所示[7],該驅(qū)動器具有精度高、輸出力大、步距可變、行程長、體積小、結(jié)構(gòu)簡單、內(nèi)置傳感器等特點,其最大輸出力可達3 500 N,行程1 000 mm。
本研究選擇知乎平臺作為實驗情景,主要原因有:①用戶數(shù)量龐大;②問答功能完善;③問答主題豐富。為了更好地構(gòu)建符合現(xiàn)實情景的實驗問答集,驗證本研究將內(nèi)容類型劃分的積極和負面信息效價,利用Python爬蟲技術(shù)抓取知乎問答社區(qū)的關(guān)于數(shù)碼話題下的各種類型問答(包括問題與相應(yīng)的回答),通過文本分析對用戶問題中的兩種效價信息進行分類。文本分析采用百度情感分析模型對用戶問答的文本特征數(shù)據(jù)進行情感分類[42]。通過計算用戶發(fā)帖文本的情感得分度量用戶情緒,情感得分高于5,代表該信息的積極情緒更高。
為了保證用戶問答的真實性,控制問題信息效價和回答社會支持類型的影響,邀請兩名專家,在爬取的問答數(shù)據(jù)分類中,針對回答類型進行歸類校正得到16條支持性回答。在見數(shù)眾包平臺上召集受試者并隨機分配到積極或負面信息的問題類目下,問題的主體是相似的,但是其情感詞是相反的,是根據(jù)在爬取的問題中的信息效價分類創(chuàng)建的。在任何一種情況下,受試者都會查看到積極或負面信息效價的問題以及其他用戶對該問題的16條支持性回答;他們對問題信息的效價進行評分,同時也會評估每個回答的情感和信息支持程度[22]。
對信息的效價進行兩尾獨立樣本t檢驗(預(yù)測試中使用的所有度量均基于7分制,1為非常不同意,7為非常同意)。積極消息(M=6.42,SD=0.81)被認為比負面消息(M=2.88,SD=1.36)明顯更積極,t(48)=11.31,p<0.001;在16條評論中,基于兩次ANOVA測算結(jié)果,選擇了4條作為主要實驗,其中2條為情感支持,另2條為信息支持,使用Bonferroni方法進行事后分析表明,兩個選定的情感支持消息與其他兩個選定的信息支持情感程度更高(兩對組間比較,p<0.001),同理,信息支持消息也是如此。因此,在主要實驗中采用這兩種效價信息。
本研究正式實驗開始于2021年1月5日,結(jié)束于2021年1月15日,歷時10天,共招募被試100人,被試者由見數(shù)問卷平臺提供的真實樣本庫招募組成。將被試隨機分配到4組實驗情景,平均每組25名被試。被試者首先閱讀實驗情景介紹,然后瀏覽知乎平臺的問答,最后回答相應(yīng)問卷,為了檢測實驗操縱情況,邀請受試者對問題的信息效價以及回答的情感和信息支持水平進行了評估。使用知乎的場景多發(fā)生于手機端,因此本研究問卷的填寫均在被試手機上完成。為了更加貼近現(xiàn)實場景,本研究的用戶問答頁面均來自知乎手機端的真實頁面,人口統(tǒng)計信息在調(diào)查表的結(jié)尾處收集。主要實驗采用虛擬場景,創(chuàng)建了一個來自虛構(gòu)的知乎平臺問答的4個版本,分別為“積極問題—信息支持回答”“積極問題—情感支持回答”“負面問題—信息支持回答”“負面問題—情感支持回答”,如圖2和圖3所示。
圖2 積極性問題與情感支持回答匹配
圖3 負面性問題與信息支持回答匹配
確定實驗場景后,測量用戶的感知有用性、支持感和敏感性來反映用戶在匹配后的感知程度。參考Goldsmith D J等[38]的三因素語義量表測量(有用性α=0.71;支持感α=0.72;敏感性α=0.70)。感知的滿意度的測度改編自Hendrick S S[43]和Hong S J等[44](α=0.86),同時參考Huang K Y等[45]的參與意向的度量(α=0.80)。主要實驗中使用的所有度量均基于7分制(1為非常不同意,7為非常同意)。
主要實驗進行GA功耗分析,這表明需要最小樣本量為84,才能檢測一個雙向互動效果(效應(yīng)值=0.4,α=0.05,power=0.95)。最后通過見數(shù)平臺在主要實驗中獲得了91個完整響應(yīng)。這些參與者均未參加預(yù)測試。平均年齡段集中在20~30歲,男性略多(57.14%,n=52)。此樣本結(jié)構(gòu)與知乎等問答社區(qū)的現(xiàn)實情況基本吻合,且大多數(shù)被試都有問答社區(qū)使用經(jīng)驗,有助于保證問卷的質(zhì)量。由于性別和年齡等人口特征均被證實不顯著影響問答社區(qū)的滿意度與參與意愿,因此后續(xù)分析不再討論以上變量。為了檢查3種中介變量(即感知有用性、支持感和敏感性)并確保它們各自代表唯一的構(gòu)念,使用Mplus8進行了驗證性因子分析(CFA)。發(fā)現(xiàn)了CFA模型擬合結(jié)果通過(RMSEA=0.075,90%CI[0.037,0.108],CFI=0.912,TLI=0.88,SRMR=0.076)。表1結(jié)果能表明各變量之間存在相互作用關(guān)系p<0.001,其相互作用仍需要進一步檢驗。
表1 相關(guān)系數(shù)
操縱檢驗結(jié)果表明,與分配信息支持條件的參與者(M=5.03,SD=1.26)相比,分配情緒支持條件的參與者對評論的評價顯著多于情感(M=5.51,SD=1.12,t(91)=2.24,p<0.05)。同時,分配給信息支持回答的參與者對回答的評價比分配給情感支持條件的參與者(M=4.64,SD=1.57)的回答要多得多(M=5.52,SD=1.23,t(91)=3.51,p<0.001)。最后,分配積極效價的參與者認為該效價比分配負面效價的參與者(M=3.47,SD=1.60)更積極,證明支持類型和信息效價的操縱是成功的。
在不考慮調(diào)節(jié)中介影響的情況下,通過兩組研究,考察了自變量和調(diào)節(jié)變量(即提問信息效價和社會支持類型)對因變量(即所感知的平臺滿意度與參與意愿)的影響,而未考慮中介變量的影響。方差分析表明,當感知的滿意度作為因變量時,信息效價,F(xiàn)(1,91)=5.590,p<0.050(積極:M=5.70;負面:M=5.32),以及社會支持類型,F(xiàn)(1,91)=2.77,p=0.09(情感支持:M=5.38;信息支持:M=5.65)影響顯著。信息效價和社會支持類型之間的相互作用對感知的滿意度的影響也顯著,F(xiàn)(1,91)=8.1,p<0.01;當參與意愿是因變量時,信息效價F(1,91)=0.69,p=0.4,同時社會支持的類型F(1,91)=0.42,p=0.52都不顯著。兩者之間的相互作用效果也不顯著,F(xiàn)(1,91)=0.372,p=0.77。所以H1得到驗證。
本文采用SPSS27中的PROCESS插件的Model8,在控制性別、年齡等的情況下對注意控制在信息效價與之間關(guān)系中的中介效應(yīng)進行檢驗,采用Bootstrap方法重復(fù)抽樣5 000次建立偏差校正95%置信區(qū)間,檢驗信息效價是模型中的自變量(負面=-1,積極=1),社會支持類型是調(diào)節(jié)變量(信息=-1,情感=1)。由于該模型可以容納多個調(diào)節(jié)變量,因此本研究中建議的3個調(diào)節(jié)變量(包括感知有用性、支持感和敏感性)被同時納入。感知滿意度和參與意愿分別作為因變量,調(diào)節(jié)變量和因變量在分析中均已標準化,如表2所示。
表2 調(diào)節(jié)的中介模型檢驗
1)當感知滿意度是因變量時,可以通過感知有用性(B=0.15,SE=0.14,t=3.79,p<0.001)這個變量顯著預(yù)測到。同時信息效價(B=0.122,SE=0.05,t=2.27)也有顯著影響。此外,表4中的中介效應(yīng)值在感知有用性(index=0.1192,SE=0.0575,95%CI[0.0213,0.2476])和敏感性的中介效應(yīng)值(index=0.0766,SE=0.0436,95%CI[0.0064,0.1748])也顯著,表明感知有用性和信息影響敏感性在信息效價和社會支持對感知滿意度起到明顯的中介作用。所以H3a、H3c被驗證。
2)當參與意愿是因變量時,感知有用性(B=0.3396,SE=0.1385,t=2.45)和信息影響敏感性(B=0.5195,SE=0.128,t=4.06)能夠顯著正向預(yù)測因變量。結(jié)果顯示,表4中中介效應(yīng)值在感知有用性(index=0.1048,SE=0.0584,95%CI[0.0021,0.2335])和信息影響敏感性(index=0.1277,SE=0.0539,95%CI[0.0337,0.247])是顯著的,表明感知有用性和信息影響敏感性在信息效價和社會支持類型對參與意愿起到中介作用。所以H4a、H4c被驗證。
分析結(jié)果顯示了自變量和調(diào)節(jié)變量對這3個中介變量的影響?;貧w分析結(jié)果的詳細信息如表3所示。
表3 調(diào)節(jié)效應(yīng)檢驗結(jié)果
社會支持類型對主效應(yīng)的調(diào)節(jié)。從社會支持類型與信息效價的交互效應(yīng)檢驗結(jié)果顯示,交互效應(yīng)在平臺滿意度(B=0.0904,p>0.1)和參與意愿(B=-0.0898,p>0.1)方面都不顯著,H7和H8沒有被驗證;社會支持類型對用戶感知中介效應(yīng)的調(diào)節(jié)。社會支持類型主要影響對于感知的有用性(B=-0.14,SE=0.4,t=-3.20,p<0.01)和支持感(B=0.11,t=2.56,p<0.05)是顯著的,又因為社會支持類型是調(diào)節(jié)變量(信息=-1,情感=1),這意味著情感支持比信息支持更有支持感,而信息支持比情感支持更有有用性。此外,發(fā)現(xiàn)信息效價和社會
支持類型之間的交互項用對感知有用性和信息影響敏感性都是顯著的。強調(diào)社會支持類型調(diào)節(jié)作用,按照實驗分組進行簡單效應(yīng)分析,所以情感支持傾向于對積極信息產(chǎn)生更高水平的感知有用性和敏感性,而信息支持則對負面信息的感知有用性和敏感性產(chǎn)生更強的影響,具體的調(diào)節(jié)效應(yīng)效果如圖4和圖5所示。
圖4 信息效價與社會支持通過感知有用性的交互效應(yīng)
圖5 信息效價與社會支持通過信息影響敏感性的交互效應(yīng)
通過中介效應(yīng)之差的顯著性來檢驗社會支持對信息效價和感知滿意度與參與意愿的鏈式中介的調(diào)節(jié)作用,結(jié)果如表4所示。在表4的6個路徑中有3種情況,類型一:“信息效價→感知有用性→滿意度”的作用路徑中,信息支持對感知有用性的調(diào)節(jié)作用區(qū)間為[-0.104,-0.0016],不包括0,效應(yīng)值為0.0263,情感支持對感知有用性的調(diào)節(jié)作用區(qū)間[0.0086,0.1682],不包含0,效應(yīng)值為0.0413,表明信息支持和情感支持都能夠通過感知有用性來影響滿意度;類型二:“信息效價→感知支持感→參與意愿”,其中信息支持和情感支持的調(diào)節(jié)區(qū)間都包含0,則都無法進行有效調(diào)節(jié);類型三:“信息效價→感知有用性→參與意愿”的作用路徑中,信息支持對感知有用性的調(diào)節(jié)作用區(qū)間為[-0.0947,0.0026],包括0,情感支持對感知有用性的調(diào)節(jié)作用區(qū)間[0.0001,0.1645],不包含0,效應(yīng)值為0.0420,表明信息支持和情感支持都能夠通過感知有用性來影響參與意愿方面具有顯著差異,在面對積極消息時,情感支持會通過感知有用性來影響用戶的參與意愿,而信息支持則不會通過感知有用性來影響用戶的參與意愿。類似的,“信息效價→信息影響敏感性→滿意度”“信息效價→信息影響敏感性→參與意愿”也有明顯的支持類型差異。H5a和H6a、H5c和H6c被驗證。
表4 被調(diào)節(jié)的中介效應(yīng)檢驗結(jié)果
本文通過實驗研究探究了不同信息效價對潛水用戶的平臺滿意度和參與意愿的影響,并引入用戶感知(包括感知有用性、支持感和敏感性)作為中介變量和與信息效價相互匹配的用戶接受的社會支持類型作為調(diào)節(jié)變量,分析用戶感知在信息效價對用戶認知與行為的影響中的中介作用以及匹配社會支持類型對主效應(yīng)和中介效應(yīng)的調(diào)節(jié)作用。主要研究結(jié)論如下:
第一,在問答社區(qū)中提問者產(chǎn)生的信息效價以及回答者的社會支持類型會影響觀察者的平臺滿意度,潛水用戶在面對提問者提供積極信息或者回答者提供信息支持的情景下,其滿意度有顯著上升。這對在線社區(qū)管理者而言,創(chuàng)造積極的社區(qū)氛圍以及引導(dǎo)專業(yè)的知識產(chǎn)出很有必要。同時,根據(jù)信息效價和社會支持類型的交互效應(yīng),提問者提供的負面信息不一定會導(dǎo)致不利的效果,當負面消息與回答者的信息支持匹配,可能會在潛水用戶眼中形成良好的看法??赡苷怯捎谶@種特殊情景的感知,激發(fā)了用戶關(guān)注該主題的興趣。
第二,感知的有用性、信息敏感性在信息效價對滿意度和參與意愿影響過程起中介作用。當社會支持的類型與尋求支持者的需求相匹配時,觀察者認為支持信息往往被認為是有用且敏感的,從而導(dǎo)致更有利的感知和行為結(jié)果。信息影響支持感的中介作用對感知滿意度或參與意愿均不顯著,這可能是因為問答雙方以及觀察者之間的關(guān)系并不親密。
第三,社會支持類型對用戶感知的中介效應(yīng)具有調(diào)節(jié)作用。即在面對積極消息時,情感支持會通過感知有用性來影響用戶的參與意愿,同時通過信息影響敏感性來影響平臺滿意度和參與意愿。可能的解釋是感知有用性主要涉及問答的有用程度,因此更直接地與實際的行為意圖相關(guān),而信息敏感性則反映問答雙方的互動影響到觀察者的情緒。研究表明潛水者對社會支持互動的看法很大程度上取決于所提供的支持是否與尋求支持者的需求相匹配。
之前的大多數(shù)社會支持研究都集中在直接參與社會支持互動的兩個方面:尋求支持者和支持提供者。但是,第三方觀察者即本文研究對象——潛水用戶,對支持性互動的評價在社會支持研究中也很重要[46]。調(diào)查第三方觀察者與相關(guān)研究關(guān)注的各種SNS上的潛水者研究是一致的。與經(jīng)常在網(wǎng)上表達意見的發(fā)布者不同,潛水者是“沉默的大多數(shù)”,他們閱讀信息但幾乎不發(fā)表意見,根據(jù)自己的觀察做出自己的判斷和決定,暫時處在靜默狀態(tài)。因此,這項研究通過要求受試者閱讀問答雙方的帖子,將其視為第三方觀察者或潛水者,來評估“沉默的大多數(shù)”的認知與行為意圖。
鑒于社交媒體上存在大量潛水者及其參與內(nèi)容創(chuàng)造潛力,對于平臺而言,重要的是不斷優(yōu)化社會化問答的呈現(xiàn)方式,以保持“匹配的”社交支持互動。平臺不能強迫個人在其社交媒體帖子上發(fā)表特定評論,但能通過有效的消息策略引起其瀏覽者的“匹配”響應(yīng)。例如,在負面性消息中包含明確的建議信息可能會引起更多的用戶反饋,注重建立問答社區(qū)的情感氛圍建設(shè)。平臺可以鼓勵用戶產(chǎn)生積極信息,積極信息與情感支持可能對用戶起到更明顯的效果。同時在用戶問答中,相關(guān)企業(yè)可以對在線問答社區(qū)平臺提供實質(zhì)性產(chǎn)品信息、營造社會支持性氛圍和良好口碑。
本研究仍存在一定局限性。首先,本研究重點在于揭示在線問答社區(qū)用戶參與行為形成。盡管該研究滿足了基于功效分析的最低要求,但其樣本規(guī)模相對較小,更多的參與者將增強該研究結(jié)果的推廣性。其次,這項研究的實驗性刺激來自設(shè)計好的虛構(gòu)問答。假設(shè)受試者對問答沒有任何先驗知識,他們的認知和行為意向響應(yīng)基于單個刺激信息。未來的研究可能會考慮使用真實的問題數(shù)據(jù)來進行研究,將個人對實際問答環(huán)境參與行為進行比較研究也是可行的。另外,本研究中對參與意向的測量并未反映實際的參與,需要未來二手數(shù)據(jù)進行驗證。