知識型虛擬社區(qū)用戶分享行為影響因素的元分析

關(guān)鍵詞： 知識型虛擬社區(qū)； 角色理論； 分享行為； 元分析； 用戶信息行為

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０８．００７

〔中圖分類號〕Ｇ２５２.０ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０８－００６９－１０

隨著社會化媒體的不斷發(fā)展， 知識型虛擬社區(qū)已經(jīng)發(fā)展成為用戶交流思想、分享知識的主要平臺［１－２］ ， 如國內(nèi)比較流行的知乎、經(jīng)管之家、小木蟲、科學(xué)網(wǎng)、ＣＳＤＮ 等， 國外應(yīng)用較多的Ｂｌｕｅ Ｓｈｏｐ、Ｙａｈｏｏ！ Ａｎｓｗｅｒｓ、Ｒｅｄｄｉｔ 等。在這些平臺， 用戶出于信息獲取、知識交流等目的， 呈現(xiàn)出各種參與行為， 其中分享行為被認(rèn)為是社區(qū)中交流、協(xié)作、創(chuàng)造知識的首要階段與重要前提， 是知識型虛擬社區(qū)長效發(fā)展的重要驅(qū)動力［３－４］ 。鑒于此， 知識型虛擬社區(qū)分享行為已成為信息管理、教育學(xué)等領(lǐng)域相關(guān)學(xué)者關(guān)注的重要研究方向， 大量文獻(xiàn)基于多視角探索了用戶個體、環(huán)境、關(guān)系、情感、認(rèn)知、動機等方面對分享行為的影響， 研究結(jié)果較為豐富， 呈現(xiàn)出一定的差異性， 這是由知識型虛擬社區(qū)用戶分享行為的復(fù)雜性與多樣化決定的， 是社交網(wǎng)絡(luò)多樣性［５］ 所賦予的。究其機理， 知識型虛擬社區(qū)的分享行為， 其實是用戶在一定的情境下出于被需要或自主動機等原因， 主動扮演或被賦予了“分享者”的角色， 因而產(chǎn)生符合分享者角色的行為。根據(jù)角色理論， 角色是一套權(quán)利義務(wù)和行為規(guī)范體系， 以及符合一定的社會期望的行為模式［６－８］ ， 是對某個角色應(yīng)該“是什么” “做什么” “怎么做” 的詮釋。在網(wǎng)絡(luò)環(huán)境中， 時間與空間的疊加整合， 虛擬社區(qū)的每一位用戶并沒有固定的身份類型， 用戶可以同時跨越多個角色邊界， 每個人可能會兼具多種身份，比如既會是這個問題的“獲取者”， 又會是那個知識的“搜尋者”， 同時又是某個領(lǐng)域的“分享者”等， 使角色界限逐漸模糊［９］ ， 無法從單一的類別視角審視某一種角色， 而應(yīng)從行為模式的角度探究角色背后的機理； 同時， 每個用戶所形成的網(wǎng)絡(luò)角色都是角色網(wǎng)絡(luò)化的過程， 對網(wǎng)絡(luò)交往與網(wǎng)際互動的研究， 必須從分析網(wǎng)絡(luò)角色入手［１０］ ， 黃令賀等［１１］也歸納了角色理論對于網(wǎng)絡(luò)社區(qū)用戶行為研究的價值和意義， 因此基于角色理論理解知識型虛擬社區(qū)的分享行為、解釋其影響因素是可行且必須的。本文在對知識型虛擬社區(qū)用戶分享行為影響因素開展元分析的基礎(chǔ)上， 從角色理論的視角出發(fā)， 基于角色構(gòu)成要素對影響因素進(jìn)行歸納， 為理解用戶在網(wǎng)絡(luò)中的行為模式提供新視角， 進(jìn)而為知識型虛擬社區(qū)的健康發(fā)展提供理論借鑒。

１文獻(xiàn)回顧

１.１研究現(xiàn)狀

相關(guān)知識型虛擬社區(qū)用戶分享行為的研究， 集中于影響因素分析、動機機理方面， 研究者多選擇國內(nèi)外知名知識型虛擬社區(qū)、問答平臺為實證平臺，基于社會資本理論［１２－１３］ 、動機模型［１４－１５］ 、自我決定理論［１６］ 、社會認(rèn)知理論［１５，１７］ 、社會交換理論［１８］ 、理性行為理論［１８－１９］ 、滿足理論［２０］ 、價值理論［２１］ 、技術(shù)接受模型［１９］ 等理論， 從用戶個體感知［１６－１９］ 、知識特征［１７，２０］ 、平臺特性［１３，１５，１８］ 、社交環(huán)境［１３，１９－２１］ 、參與情境［１８，２１－２２］ 等維度探索知識型虛擬社區(qū)分享行為的影響因素。梳理文獻(xiàn)發(fā)現(xiàn)， 較多研究者試圖從知識特征出發(fā)， 從多維度揭示知識型虛擬社區(qū)用戶分享行為背后的動因， 相關(guān)實證研究較為豐富，理論視角呈現(xiàn)出多元化的特點。但現(xiàn)有研究多是將某些理論作為基礎(chǔ)， 局限于對分享行為某個視角的單獨分析， 缺乏使用綜合性的理論框架從整體上闡述分享行為“是什么” “做什么” “怎么做” 的影響機制。

具體而言， 研究者多采用結(jié)構(gòu)方程模型、回歸分析等定量研究方法對前因變量與分享行為之間的影響效應(yīng)進(jìn)行驗證， 具有顯著關(guān)系的影響因素集中于知識質(zhì)量、用戶需求與感知， 以及社區(qū)情境中的規(guī)范、期望等， 研究結(jié)論一定程度上可解釋知識型虛擬社區(qū)用戶分享行為影響機理， 但諸多文獻(xiàn)中的前因變量較為混雜， 影響作用的強弱與方向存在差異。如Ｈｓｕ Ｍ Ｈ 等［２２］ 、胡昌平等［１７］ 驗證了自我效能與知識型虛擬社區(qū)用戶分享存在正向顯著關(guān)系時，蔣佩真［２３］ 、李憲印等［２４］ 卻發(fā)現(xiàn)自我效能與知識共享行為之間的關(guān)系不顯著； 王辰星［２５］ 提出主觀規(guī)范與知識型虛擬社區(qū)用戶分享顯著相關(guān)， 而蔣佩真［２３］的研究結(jié)果表明主觀規(guī)范與知識共享行為不存在顯著相關(guān)關(guān)系。鑒于該主題在變量關(guān)系的量化研究上已具有一定數(shù)量的研究成果， 具備了階段性歸納的基礎(chǔ)， 有必要對相關(guān)主題研究及其結(jié)論進(jìn)行梳理、綜合， 進(jìn)而對分享行為的影響因素開展綜合性量化研究， 為研究結(jié)論提供更精確的估計。

１.２角色理論相關(guān)研究

角色理論（Ｒｏｌｅ Ｔｈｅｏｒｙ）是社會學(xué)的一個重要理論模型， 它從角色的觀點出發(fā)， 分析和研究人的社會行為活動， 關(guān)注個體在社會互動中的角色塑造以及據(jù)此而做出的一系列社會行為［２６］ 。角色理論適用于分析研究人的社會心理、行為的產(chǎn)生及變化。目前， 該理論被應(yīng)用于社會學(xué)、教育學(xué)、國際關(guān)系、企業(yè)管理、新聞傳媒等許多學(xué)科， 基于角色理論探究物理環(huán)境中具體情境下的行為： 使用角色理論解釋特定組織中一些職業(yè)或身份人群的特性［２７－２８］ ；探討國家（地區(qū)）或組織之間的角色地位和關(guān)系［２９］ ；借助角色理論分析實際活動或行為， 進(jìn)而提供理論支持或發(fā)展對策［３０－３１］ 。其中， 行為的影響因素是這一主題重要的研究方向， 主要從角色身份、角色預(yù)期、角色共識、角色沖突等要素探索影響機理?？梢?， 角色理論一定程度上已經(jīng)成為揭示用戶主體行為的概括性理論。

部分研究者將角色概念及理論引入虛擬社區(qū)解釋網(wǎng)絡(luò)用戶的行為， 主題集中于獲取用戶主客觀行為數(shù)據(jù)指標(biāo)來開展角色識別與分類［３２－３３］ 、基于角色理論的網(wǎng)絡(luò)行為機理分析［９］ 、虛擬社區(qū)角色轉(zhuǎn)變研究［３４］ 等方面， 但研究角色理論構(gòu)成要素對虛擬社區(qū)用戶行為影響的文章較少。現(xiàn)有研究實證平臺多選擇知識型虛擬社區(qū)開展， 一方面可能是知識型社區(qū)的協(xié)作性、交互性與實際社會的相似使此類平臺成為該理論研究的適用對象， 同時， 知識型虛擬社區(qū)用戶分享行為影響因素的現(xiàn)有研究結(jié)論， 也反映了相關(guān)因素與角色理論內(nèi)涵的一致性， 顯著性因素呈現(xiàn)出“個體依據(jù)自身的條件和社會的需要而選擇自己適合扮演的角色”［３５］ 進(jìn)而遵循規(guī)范開展符合期望的行為的邏輯機理。因此， 角色理論可以概括性地對知識型虛擬社區(qū)分享行為影響因素進(jìn)行系統(tǒng)解釋。

整體來看， 知識型虛擬社區(qū)用戶分享行為機理的歸納性文獻(xiàn)較為缺乏， 多年來一些研究者陸續(xù)嘗試從不同視角揭示其影響機制， 已有一定的研究成果積累， 但結(jié)論較為分散且存在一定的差異性。角色理論能夠幫助綜合考慮分享行為中涉及的基本要素， 可以提供一個整體性的理論框架視角分析共享行為的諸多影響因素。鑒于此， 本文將使用元分析（Ｍｅｔａ－Ａｎａｌｙｓｉｓ）方法， 以角色理論為指導(dǎo)， 重新梳理劃分知識型虛擬社區(qū)用戶分享行為的主要影響因素， 對作用于分享行為的影響因素關(guān)系強度進(jìn)行整體性的估計與概括。

２研究設(shè)計

２.１ 角色理論的維度構(gòu)成

角色理論是根據(jù)人們所處的社會角色去解釋人的行為并揭示其中規(guī)律的一種學(xué)說， 角色的含義是個體在具體環(huán)境中由于占據(jù)一定的地位而顯示的態(tài)度與行為模式的總和［３６］ 。對于角色理論的內(nèi)容構(gòu)成， 不同學(xué)者在研究側(cè)重方面存在差異。吳菲［２６］指出角色理論的主要內(nèi)容包括角色扮演、角色認(rèn)同和角色期望， 趙加兵［３７］ 提出角色理論包括４ 個要素： 角色身份、角色預(yù)期、角色共識和角色沖突，金玉迪［３０］ 認(rèn)為， 角色認(rèn)知、角色身份和角色預(yù)期都是角色理論中十分重要的概念， 張明志［３８］ 的研究中， 角色理論包括角色認(rèn)知、角色學(xué)習(xí)和角色預(yù)期。整體來看， 角色理論主要是圍繞對身份的認(rèn)知、角色的期望， 基于角色共識前提的學(xué)習(xí)與調(diào)適、角色沖突開展研究的。虛擬環(huán)境下的用戶行為， 是“身體缺場” 的活動， 因此對角色的身份認(rèn)知、共識、期望是展示理想自我的重要因素， 同時， 張薇薇等［３９］ 指出， 知識型虛擬社區(qū)用戶之間主要通過協(xié)作來分享知識、解決問題， 沖突相對較少， 且研究文獻(xiàn)中鮮見針對與角色沖突內(nèi)涵相關(guān)的自變量的研究， 結(jié)合現(xiàn)有文獻(xiàn)分享行為影響因素的梳理結(jié)果，本文將從角色身份、角色共識、角色預(yù)期３ 個維度開展研究。

２.１.１ 角色身份

根據(jù)角色理論， 人們會根據(jù)對角色身份的認(rèn)知來決定是否做出相應(yīng)的行為。角色身份是針對角色所形成的特殊認(rèn)知， 是演繹該角色的個體對其自身在社會中所處地位、作用及功能的理解和認(rèn)識， 并在此基礎(chǔ)上與人展開互動［３７］ 。當(dāng)個體具有強烈的角色身份認(rèn)知時， 會基于自我價值觀感悟自己的角色， 傾向于做出更多符合角色身份的行為， 以實現(xiàn)自我身份確認(rèn)［２８］ 。

靳娟娟等［３１］ 提出， 角色身份是指個體對自身所持有的看法和判斷， 用戶在知識型虛擬社區(qū)中的角色身份也可以理解為用戶在該類虛擬社區(qū)中對自身持有的看法和判斷， 如對知識型虛擬社區(qū)其他成員能力、可信度的看法， 對自己擁有的知識是否能夠幫助他人解決問題的判斷， 對搜尋到的知識是否感到滿意的判斷， 對使用知識型虛擬社區(qū)時操作的便捷性和容易性的判斷， 對參與知識分享活動是否感到身心愉悅的判斷等。

２.１.２角色共識

角色共識能夠促進(jìn)知識型虛擬社區(qū)用戶的分享行為。角色共識是指社會群體成員對不同行為及行為規(guī)范達(dá)成的一致意見［３７］ ， 是成員們具有一樣的價值觀、共同的目標(biāo)或者相同的行為模式。一方面，角色共識在知識型虛擬社區(qū)中可以被認(rèn)為是用戶之間共同遵守的規(guī)范， 如該類虛擬社區(qū)的用戶在得到他人幫助后， 會希望在別人遇到問題時也能提供幫助； 另一方面， 用戶之間的互動交流會基于彼此易理解的溝通方式， 借助共同語言也會拉近彼此之間的距離， 讓用戶更加愿意分享知識， 也能提高溝通的效率。

２.１.３角色預(yù)期

認(rèn)為期待能產(chǎn)生行為的這一思想是角色理論所特有的［４０］ 。知識型虛擬社區(qū)用戶的分享行為會受到角色預(yù)期的影響。所謂角色預(yù)期， 是指社會及他人對角色占有者的期望， 已有研究證明， 來自他人的角色預(yù)期有助于個體按照要求與期望做出相應(yīng)的行為［２６］ 。除他人對角色占有者的預(yù)期之外， 角色預(yù)期也包括自我預(yù)期， 即個體在與其他社會成員交流、相處過程中形成的對自身特定行為的期望， 受角色身份的影響和制約， 當(dāng)角色預(yù)期與角色身份相匹配時， 角色預(yù)期能夠正向激勵個體的行為［３７］ 。

趙加兵［３７］ 指出， 角色預(yù)期是角色對其行為產(chǎn)生結(jié)果的期待， 在知識型虛擬社區(qū)中的角色預(yù)期可以被解釋為知識分享者實施分享行為后可能對個人或社區(qū)產(chǎn)生的結(jié)果的預(yù)期， 個體預(yù)期如獲得尊重、贏得聲望、獲得收益等， 社區(qū)相關(guān)預(yù)期主要是對虛擬社區(qū)發(fā)展的影響。李志宏等［４１］ 研究發(fā)現(xiàn)， 如果個體預(yù)估自己分享知識可能會促使個人或社區(qū)獲得收益，那么用戶積極分享知識的可能性就會變大。

２.２研究方法

元分析（Ｍｅｔａ－ａｎａｌｙｓｉｓ， 又稱薈萃分析、綜合分析）方法是對同一主題不同實證研究結(jié)果的定量綜合分析， 它運用統(tǒng)計學(xué)方法從同類研究中抽取信息、整合研究結(jié)果， 并以加權(quán)平均處理得到的效應(yīng)值的形式反饋結(jié)果， 受樣本量大小的影響較?。郏矗玻?，可以避免單一研究結(jié)果造成的誤差影響， 從而得到更完整、更準(zhǔn)確的結(jié)論。其中， 最常使用效應(yīng)量（Ｅｆｆｅｃｔ Ｓｉｚｅ）有比例、平均、相關(guān)系數(shù)這３ 類［４３］ 。鑒于本文研究的是知識型虛擬社區(qū)用戶分享的影響因素與分享行為之間的相關(guān)程度， 所以選擇相關(guān)系數(shù)ｒ 作為效應(yīng)量進(jìn)行元分析， 若研究結(jié)果只報告了路徑系數(shù)β 等相關(guān)數(shù)據(jù)， 則根據(jù)相關(guān)公式將路徑系數(shù)轉(zhuǎn)換為相關(guān)系數(shù)。

本研究進(jìn)行元分析的具體步驟如下： ①確定文獻(xiàn)檢索關(guān)鍵詞， 全面檢索文獻(xiàn)； ②根據(jù)文獻(xiàn)納入元分析的標(biāo)準(zhǔn)篩選文獻(xiàn)； ③提取符合納入標(biāo)準(zhǔn)的文獻(xiàn)中的相關(guān)數(shù)據(jù)； ④進(jìn)行統(tǒng)計分析， 包括描述性統(tǒng)計分析、異質(zhì)性檢驗、發(fā)表偏倚、具體效應(yīng)值分析等；⑤研究結(jié)果討論。

２.３文獻(xiàn)收集與篩選

元分析方法最重要的是能夠從多種數(shù)據(jù)庫中檢索與研究主題相關(guān)的各類文獻(xiàn)， 以避免發(fā)表偏倚的問題， 之后經(jīng)過嚴(yán)格的篩選標(biāo)準(zhǔn)， 確保原始數(shù)據(jù)的高質(zhì)量。為了保證文獻(xiàn)的查全率， 筆者從中文數(shù)據(jù)庫如中國知網(wǎng)ＣＮＫＩ、百度學(xué)術(shù)、維普、萬方和英文數(shù)據(jù)庫如Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ、ＰｒｏＱｕｅｓｔ、ＳｐｒｉｎｇｅｒＬｉｎｋ、ＳｃｉｅｎｃｅＤｉｒｅｃｔ中進(jìn)行文獻(xiàn)檢索。以“知識虛擬社區(qū)”“虛擬學(xué)術(shù)社區(qū)”“問答平臺”“虛擬學(xué)習(xí)社區(qū)”以及具體的知識型虛擬社區(qū)如“知乎”“百度知道”“小木蟲”“Ｑｕｏｒａ”等為主題檢索詞， 再加上主題詞“分享”“共享” 等相關(guān)表述進(jìn)行檢索。英文檢索詞主要就是將中文檢索詞進(jìn)行翻譯， 再結(jié)合英語用語習(xí)慣進(jìn)行調(diào)整。

在獲得目標(biāo)文獻(xiàn)全文的基礎(chǔ)上， 通過閱讀文獻(xiàn)的標(biāo)題和摘要對檢索結(jié)果進(jìn)行初步判斷， 保留可能符合納入元分析的標(biāo)準(zhǔn)的文獻(xiàn)， 元分析的標(biāo)準(zhǔn)如下：①文獻(xiàn)必須是實證研究， 排除綜述類、理論研究類文獻(xiàn)； ②文獻(xiàn)的研究對象必須是知識型虛擬社區(qū)中的知識分享行為； ③文獻(xiàn)中必須報告自變量與分享行為的相關(guān)系數(shù)ｒ 或其他能轉(zhuǎn)換成相關(guān)系數(shù)的數(shù)據(jù)，如路徑系數(shù)等； ④樣本量明確； ⑤保證樣本的獨立性， 即排除使用相同樣本的研究。本文最終共獲得４０篇符合納入元分析標(biāo)準(zhǔn)的文獻(xiàn)。

2.4數(shù)據(jù)編碼與預(yù)處理

本研究對最終納入元分析的４０篇文獻(xiàn)進(jìn)行相關(guān)信息的提取， 提取的信息包括作者、發(fā)表年份、研究對象、樣本量、影響因素及其相關(guān)系數(shù)或者其他能夠轉(zhuǎn)換為相關(guān)系數(shù)的統(tǒng)計量、文獻(xiàn)來源等。若一篇論文同時報告了不止一個獨立樣本（如一篇論文將研究對象分為年輕人和年長者來對比研究用戶在知識型虛擬社區(qū)中的分享行為）［４４］ ， 則分開編碼， １ 個樣本編碼１ 次， 產(chǎn)生多個獨立效應(yīng)量， 在數(shù)據(jù)編碼的基礎(chǔ)上， 通過各文獻(xiàn)報告的影響因素相關(guān)系數(shù)、ｔ 值、卡方檢驗值、標(biāo)準(zhǔn)化回歸系數(shù)β 值等數(shù)據(jù)， 選取已有的參考資料進(jìn)行相應(yīng)轉(zhuǎn)換［４５－４６］直接或間接地計算出單一效應(yīng)值， 部分文獻(xiàn)編碼信息如表１ 所示。

接著對提取到的變量進(jìn)行梳理、歸類， 合并相同變量。同時考慮到作者研究理論基礎(chǔ)不盡相同，對自變量的定義存在差異等可能導(dǎo)致相同含義變量的表述不同， 在變量合并時， 需查看變量在文獻(xiàn)中具體指代的含義或變量的測量題項來輔助分類。通過梳理， 共歸納出１７ 個影響因素， 同時元分析要求合并效應(yīng)值的個數(shù)不少于３［４７］ ， 因此最終確定１６ 個影響因素納入元分析。最終， 本研究納入元分析的４０ 篇文獻(xiàn)共報告了４２ 個獨立樣本， 共有２００ 個效應(yīng)值， 總樣本量為１１ ４５１個。

２.５ 理論框架構(gòu)建

最終確定納入元分析的１６個影響因素分別是信任、自我效能、感知有用性、感知易用性、共享意愿、身份認(rèn)同、感知滿意、愉悅感、社會互動關(guān)系、互惠規(guī)范、主觀規(guī)范、共同愿景、共同語言、結(jié)果期望、獎勵和知識質(zhì)量。本研究根據(jù)角色理論３個核心內(nèi)容的內(nèi)涵以及影響因素具體指代的含義，將上述的影響因素進(jìn)行歸類， 納入角色身份維度的有信任、自我效能、感知有用性、感知易用性、共享意愿、身份認(rèn)同、感知滿意和愉悅感， 社會互動關(guān)系、互惠規(guī)范、主觀規(guī)范、共同愿景和共同語言屬于角色共識維度， 結(jié)果期望和獎勵納入角色預(yù)期維度。知識質(zhì)量是指虛擬社區(qū)內(nèi)部流通的知識的品質(zhì)水平［１７］ ， 多個研究［１２，１７］ 均驗證了知識型虛擬社區(qū)的知識質(zhì)量是影響用戶分享行為的重要因素， 還有學(xué)者指出用戶參與到社區(qū)中的初衷是獲取知識，因而社區(qū)中知識的質(zhì)量尤為重要［１９］ 。因此， 本研究構(gòu)建的理論框架如圖１所示。

３研究結(jié)果

本研究選用相關(guān)系數(shù)作為效應(yīng)量， 使用ＣＭＡ（Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｍｅｔａ Ａｎａｌｙｓｉｓ）軟件開展數(shù)據(jù)分析。將整理好的文獻(xiàn)作者、發(fā)表年份、影響因素相關(guān)系數(shù)以及樣本量信息錄入ＣＭＡ 中， 軟件轉(zhuǎn)換出Ｆｉｓｈｅｒ’ｓＺ、Ｓｔｄ Ｅｒｒ（標(biāo)準(zhǔn)誤）等信息反映平均效應(yīng)值的相關(guān)指標(biāo)， 基于此結(jié)果對各影響因素的綜合效應(yīng)開展元分析。

３.１整體元分析結(jié)果

如表２所示， 元分析的整體分析結(jié)果報告了整體效應(yīng)值分布情況和異質(zhì)性檢驗結(jié)果。

對４２ 項研究的２００ 個效應(yīng)值進(jìn)行整體元分析發(fā)現(xiàn)， 整體效應(yīng)量在０.０５ 水平上都是顯著的， 且９５％置信區(qū)間不包含０。根據(jù)Ｃｏｈｅｎ Ｊ［４８］ 劃分各變量之間關(guān)系強度的標(biāo)準(zhǔn)： ０.１≤ ｒ ≤０.３ 時， 弱相關(guān)； ０.３＜ｒ＜０.５ 時， 中等相關(guān)； ｒ ≥０.５ 時， 強相關(guān)， 可知， 整體效應(yīng)量具有中等顯著性。

異質(zhì)性（Ｈｅｔｅｒｏｇｅｎｅｉｔｙ）是指各研究結(jié)果之間存在差異， Ｑ 檢驗是基于總變異的檢驗， 假設(shè)效應(yīng)量服從卡方分布， 若ｐ＜０.０５， 則說明具有明顯異質(zhì)性［４９］ ， 如表２ 所示， Ｐ＜０.００１，Ｑ＝４８００.７９２， 因此納入元分析的各項研究是具有異質(zhì)性的。同時，Ｉ^２ 檢驗反映效應(yīng)量的真實變異在總變異中所占的比重的結(jié)果（一般給２５％、５０％、７５％的Ｉ^２ 值賦予低、中、高的異質(zhì)性［４９］ ）也表明， 效應(yīng)量總變異中真實變異所占的比重為９５.８５５％， 即各項研究是存在異質(zhì)性的。此外， τ^２ ＞０時說明研究異質(zhì)性嚴(yán)重［５０］， 本研究結(jié)果τ^２ ＝０.０８３也反映出異質(zhì)性的存在。因此， 在整體上探究知識型虛擬社區(qū)用戶分享行為與影響因素的相關(guān)程度時， 整體效應(yīng)值具有異質(zhì)性， 應(yīng)選用隨機效應(yīng)模型。

發(fā)表偏倚（Ｐｕｂｌｉｃａｔｉｏｎ Ｂｉａｓ）意味著元分析的結(jié)果可能會因為納入的文獻(xiàn)不夠全面而出現(xiàn)偏差。如圖２ 所示， 漏斗圖中研究文獻(xiàn)基本分布于整體效應(yīng)量的兩側(cè)， 極少數(shù)研究文獻(xiàn)出現(xiàn)在漏斗底端， 初步說明了知識型虛擬社區(qū)分享行為及其影響因素的研究不存在嚴(yán)重的發(fā)表偏倚。Ｒｏｓｅｎｔｈａｌ Ｒ［５１］ 認(rèn)為， 失安全系數(shù)的值大于“研究的數(shù)量?５＋１０” 所獲得的值才能表明不存在發(fā)表偏倚。本文失安全系數(shù)Ｎ＝１６４４， 大于要求值（２００?５＋１０＝１ ０１０）。因此， 可認(rèn)為本研究的元分析結(jié)果不受發(fā)表偏倚的影響。

３.２ 具體元分析結(jié)果

３.２.１發(fā)表偏倚與異質(zhì)性檢驗

本研究歸納的１６ 個影響知識型虛擬社區(qū)用戶分享的因素的元分析結(jié)果如表３ 所示， 可以看出各影響因素的失安全系數(shù)Ｎ 除了共同愿景（Ｎ＝０），其余都符合大于“研究的數(shù)量?５＋１０” 所獲得的值［５１］ 的要求。因此， 本研究除共同愿景之外的１５個影響因素的研究結(jié)論存在發(fā)表偏倚的可能性較小。此外， 不管是依據(jù)Ｉ^２ 還是τ^２ 的值， 都能判斷出１６ 個影響因素的元分析結(jié)果是具有高度異質(zhì)性的， 因此更加證實了選用隨機效應(yīng)模型的合理性。

３.２.２ 具體效應(yīng)值分析

隨機效應(yīng)模型的平均效應(yīng)量和９５％置信區(qū)間的結(jié)果如表３ 所示， 只有共同愿景（Ｚ＝０.０７７）和共同語言（Ｚ ＝ １.２５１）的Ｚ 值沒有通過檢驗， 同時置信區(qū)間中包含了０， 因此判定共同語言和共同愿景兩個影響因素對知識型虛擬社區(qū)用戶分享行為的影響不顯著， 其余１４ 個影響因素具有顯著性， 具體的關(guān)系強度情況如表４ 所示。

４結(jié)果討論

如表４ 所示， 知識維度的變量與分享行為呈現(xiàn)強相關(guān)， 這是虛擬知識社區(qū)的交流分享以知識為主的特性決定的， 與多位研究者［１２，１７，５２］ 的研究結(jié)論一致， 同時反映出虛擬知識社區(qū)的成功源于社區(qū)能為用戶提供高質(zhì)量的知識以滿足用戶的認(rèn)知需求［５３］ ，也驗證了當(dāng)前大多數(shù)研究從知識特征出發(fā)探討用戶發(fā)生共享行為的合理性。角色身份相關(guān)因素顯著影響知識型虛擬社區(qū)用戶分享行為， 并呈現(xiàn)出強相關(guān)與中等相關(guān)， 可見， 當(dāng)知識型虛擬社區(qū)用戶具有明確的角色身份認(rèn)知時， 會提升知識分享行為的可能性。角色共識維度的影響因素與知識型虛擬社區(qū)用戶分享行為呈現(xiàn)出中等相關(guān)與弱相關(guān)， 表明分享角色在行為及行為規(guī)范達(dá)成共識時會開展有效分享，但相關(guān)性不強， 一定程度上也印證了文獻(xiàn)［３９］指出的虛擬知識社區(qū)分享行為以協(xié)作為主、沖突較少的觀點。角色預(yù)期維度的變量顯著影響知識型虛擬社區(qū)用戶分享行為， 其構(gòu)成因素分別具有強相關(guān)和弱相關(guān)的影響作用， 這說明當(dāng)用戶分享的行為產(chǎn)生了預(yù)期結(jié)果， 將能有效促使其積極分享知識。

角色身份是用戶對角色的認(rèn)識判斷、態(tài)度和情感的總和［５３］ 。具體來看， 共享意愿是角色身份維度中影響共享行為的最強相關(guān)因素（ｒ ＝０.５８５， Ｐ＜０.００１）， 反映出意愿態(tài)度對共享行為的驅(qū)動作用，在其他因素中， 感知滿意的相關(guān)性最強結(jié)果討論（ｒ ＝０.５６６， Ｐ＜０.００１）與多位研究者認(rèn)為的“結(jié)果期望或自我效能是影響知識型虛擬社區(qū)用戶分享行為的最重要因素”［２４，４４，５２］ 觀點不一致。在溯源文獻(xiàn)時發(fā)現(xiàn)， 只是部分文獻(xiàn)將滿意度納入變量予以考察， 同時也可能是單篇文獻(xiàn)研究對象不一的原因?qū)е碌?。但基于元分析的整合結(jié)果可知， 無論何角色身份， 感知滿意都是除共享意愿外最顯著影響知識型虛擬社區(qū)用戶分享行為的因素； 同時， 愉悅感也是強相關(guān)的因素， 表明情緒價值是知識型虛擬社區(qū)用戶角色身份中的首要關(guān)注點。角色身份維度中影響作用呈中等相關(guān)強度的變量依次是自我效能、感知有用性、感知易用性、身份認(rèn)同和信任。自我效能是不同角色用戶在身份認(rèn)知時對自身專業(yè)性知識勝任感的肯定判斷， 該變量具有較高的中等相關(guān)性， 這也是知識型虛擬社區(qū)的知識交流這一主要功能與特性所決定的。感知有用和感知易用性的中等相關(guān)表明， 用戶對此類平臺有用易用的感知判斷影響積極分享知識的行為。而用戶對于角色身份的理解、認(rèn)同以及信任是角色身份維度中作用較小的影響因素。就角色身份維度而言， 虛擬知識社區(qū)用戶在扮演分享者角色進(jìn)行知識分享行為時， 首先取決于對角色身份的情緒與情感認(rèn)知， 其次是對自身的角色扮演技能與角色所處情境感知的判斷， 最后關(guān)注角色自我概念的認(rèn)同與信任。

角色共識是分享者對該角色的權(quán)利、義務(wù)規(guī)范相互同意形成的共識態(tài)度［８］，從元分析結(jié)果看， 該維度中社會互動關(guān)系和主觀規(guī)范與知識型虛擬社區(qū)用戶分享行為中等相關(guān)， 互惠規(guī)范呈弱相關(guān)。當(dāng)前，眾多知識型虛擬社區(qū)已成為發(fā)展良好、運作成熟的知識型社交媒體， 社會互動關(guān)系的中等相關(guān)（ｒ ＝０.４５４，Ｐ＜0.001）反映出知識型虛擬社區(qū)的社交功能； 主觀規(guī)范是分享者在進(jìn)行知識分享交流或協(xié)作時， 感受到社區(qū)環(huán)境及其他用戶、粉絲等對理想角色期望的壓力， 可能是由于當(dāng)前知識型虛擬社區(qū)類型較多， 對專業(yè)知識要求和貢獻(xiàn)協(xié)作形態(tài)存在差異，用戶需要結(jié)合自身情況實踐角色， 因此主觀規(guī)范與分享行為相關(guān)性程度不強（ｒ＝ ０.４２４， Ｐ＜０.００１）。知識型虛擬社區(qū)中知識貢獻(xiàn)、交流、分享行為實現(xiàn)了信息的交換、知識的流動與增值， 使此類行為具有可衍生的互惠性， 互惠規(guī)范一定程度上已成為此類平臺穩(wěn)定運營的基本準(zhǔn)則與模式［２２，５２］ ， 從而可能使分享者在共識態(tài)度上忽略了互惠規(guī)范， 表現(xiàn)為互惠規(guī)范與分享行為之間呈現(xiàn)弱相關(guān)（ｒ＝０.２９９，Ｐ＜０. ００１）。

角色理論認(rèn)為， 角色的行為實踐總會受到“角色期望或預(yù)期” 的影響作用， 角色預(yù)期是角色的首要因素［５４］ 。從元分析結(jié)果來看， 角色預(yù)期維度中獎勵變量是強相關(guān)（ｒ＝０.５２０，Ｐ＜０.００１）， 結(jié)果期望變量是所有變量中相關(guān)性最弱的變量（ｒ＝０.２６４， Ｐ＜０.００１）。用戶在知識型虛擬社區(qū)分享知識后產(chǎn)生的個人角色預(yù)期， 如獲得獎勵， 能夠有效地增加其參與分享的可能性， 這與多位研究者［１７，１９］ 的研究結(jié)論是一致的。這也從側(cè)面說明了知識付費這一知識貢獻(xiàn)形態(tài)得以較好發(fā)展的原因， 比如知乎平臺鼓勵擁有專業(yè)知識和技能的用戶開通付費咨詢功能，為平臺的其他用戶提供圖文咨詢服務(wù)， 經(jīng)管之家平臺的論壇幣是獎勵用戶的虛擬貨幣， 用戶可以通過幫助論壇其他用戶解決學(xué)術(shù)問題、上傳論壇沒有的個人筆記等方式來獲得獎勵， 可見分享者自身更重視該角色的自我價值實現(xiàn)， 各種獎勵形式對于激勵分享行為具有積極作用。結(jié)果期望的弱相關(guān)一方面說明了知識形態(tài)的分享行為中獎勵對于角色的激勵可以稀釋其他結(jié)果期望； 另一方面也反映出虛擬社區(qū)中分享型角色的用戶可能更重視知識貢獻(xiàn)、參與的過程， 更關(guān)注情緒、情感認(rèn)知與認(rèn)同。

５結(jié)論

研究基于角色理論的３ 個維度構(gòu)建了知識型虛擬社區(qū)用戶分享行為影響因素的理論框架， 基于元分析方法對已有實證研究中影響因素與知識型虛擬社區(qū)用戶分享行為的研究結(jié)果開展整合分析。結(jié)果表明， 除共同語言和共同愿景兩個影響因素外， 角色身份、角色共識和角色預(yù)期３ 個維度的相關(guān)因素均顯著影響知識型虛擬社區(qū)用戶分享行為。其中，感知滿意、共享意愿等１４個影響因素都顯著影響知識型虛擬社區(qū)用戶分享行為。整體而言， 知識型虛擬社區(qū)中用戶扮演分享型角色， 展現(xiàn)出該角色的行為自我， 既是社區(qū)平臺以知識交流為主的特性對于分享行為的影響， 也是社區(qū)共享情境所形成的社會認(rèn)同、角色自我認(rèn)同以及對角色扮演寄予的期望相互作用共同影響的結(jié)果。在以知識交流為主的虛擬環(huán)境中， 共享行為的角色扮演者脫離社會束縛，在角色屬性與個體需求的驅(qū)動下， 開展符合角色期望的分享行為。

基于此， 為了激勵、優(yōu)化知識分享行為， 推動知識型虛擬社區(qū)可持續(xù)發(fā)展， 本文提出以下建議：知識型虛擬社區(qū)需要重視角色身份對用戶分享行為產(chǎn)生的影響， 通過完善虛擬社區(qū)的基本功能、技術(shù)支持等措施， 增加用戶的滿意度和愉悅感， 提高知識分享的意愿， 促使用戶分享知識； 同時， 知識型虛擬社區(qū)要關(guān)注分享角色的不同預(yù)期對分享行為產(chǎn)生的影響， 社區(qū)可以通過設(shè)置相應(yīng)的獎勵機制， 讓用戶開展知識分享活動時實現(xiàn)自我價值的角色預(yù)期，從而有效推動分享行為的良性發(fā)展； 此外， 知識型虛擬社區(qū)要加強對社區(qū)內(nèi)知識質(zhì)量的把控， 制定并落實嚴(yán)格的信息內(nèi)容審查制度， 同時規(guī)范角色分享行為的開展， 在分享者遵從角色共識的基礎(chǔ)上構(gòu)建良好的社區(qū)氛圍， 真正實現(xiàn)知識流動與增值。

本文從角色視角理解虛擬社區(qū)分享行為具有一定的參考和借鑒價值， 但研究也存在一定的局限性。盡管樣本數(shù)據(jù)來源于多個數(shù)據(jù)庫且涵蓋各種文獻(xiàn)類型， 但依然有可能會遺漏一些文獻(xiàn)； 此外， 元分析方法固有的規(guī)范是要求合并自變量出現(xiàn)的頻次不少于３［４７］， 這也導(dǎo)致一些新提出的影響因素?zé)o法被納入研究， 今后可以繼續(xù)關(guān)注其他測量工具的使用，從更多角度進(jìn)行探索。本文研究探討的是知識型虛擬社區(qū)用戶分享行為的影響因素， 未來可以對不同情境與組織的分享行為或知識型虛擬社區(qū)的其他角色行為開展探索， 從而挖掘豐富的用戶行為機理。