论文部分内容阅读
摘要：互联网Web2.0时代，知识传播的方式发生变化，知识分享社区融入社交元素，研究新模式下用户体验与社区契合具有重要意义。运用问卷调查与结构方程模型的方法，从用户视角出发，研究用户体验对于用户契合行为的影响探究，研究结果发現信息质量、社会临场感是用户契合行为和知识分享的重要决定因素。
关键词：知识分享社区；社区契合；用户体验
中图分类号：F24 文献标识码：A doi：10.19311/j.cnki.1672-3198.2018.07.059
0引言
随着Web2.0的普及与发展，知识传播发生翻天覆地的变革，知识分享社区也在不断发展。电子公告板作为最早的知识分享社区，有别于传统的门户网站，将社区用户变为信息的生产提供者。知识分享行为成为知识分享社区的核心。随后，百度知道等以信息质量为核心的知识分享社区出现。遗憾的是，这些知识分享社区忽略人际互动，知识分享行为变为单向互动模式。最近，以知乎为代表的知识分享社区加入社交元素，成为学者关注的焦点。文献整理发现，多数学者都是单维度（从信息或社交）地探讨知识分享社区。实际上，知识分享社区是信息和社交两个维度编织的社会结构。本研究以顾客感知的信息支持（信息维度）和社会临场感（社交维度）作为研究的前置变量。
营销和消费者关系管理领域中，契合行为是非常有前景的研究方向。针对在线虚拟社区，学者也开始关注社区契合行为。Brodie（2013）等学者认为，社区契合是用户—公司间和用户—用户间产生的多维度的概念，有助于提高用户忠诚，发挥公司的实际市场有作用。虽然，学术界对于社区契合的定义不完全相同，但都认同社区契合不是出于承诺而在社区内做贡献。因而，本文基于知识分享社区，研究顾客体验对于社区契合和知识分享行为的影响机理。
1研究假设
1.1用户体验与社区契合
社区契合是虚拟在线社区持续发展的重要因素，并被认为是企业提高顾客价值的有效措施。获得信息支持是知识分享社区的核心，当用户获得推荐、建议和知识等信息支持解决问题后，更有意愿在社区内发帖、分享或转发，达到社区契合。当用户积极参与知识分享社区活动，感受社会临场感，从而引发用户更投入地进行评论、建议、推荐等行为，形成社区契合。可以得到如下假设：
H1：信息支持对社区契合有直接、显著性影响。
H2：社会临场感对社区契合有直接、显著性影响。
1.2社区契合与知识分享
社区契合是研究知识分享社区的重要概念，是用户在关注社区过程当中产生的非交易性行为，主要包括在虚拟社区中更新博客、评论、建议、反馈、推荐、点赞、WOM活动、帮助其他用户等行为用户在虚拟社区中发生社区契合行为，用户将主动进行知识分享、沟通交流，有助于提高社区的信息质量和用户忠诚。用户的自主分享。可以得到如下假设：
H3：社区契合对知识分享有直接、显著性影响。
2研究方法及结果
2.1样本与数据收集
本文以知识分享社区为背景，并用问卷调查的方式收集数据。正式问卷调查始于2017年7月上旬，截至9月中旬。本次调查共共收回问卷412份，剔除有漏题或答案矛盾的问卷，最终确定有效问卷330份，有效率为80.1%。在此次问卷调查中，51.5%为男性，64.5%位于18—25岁之间，71.8%拥有大专及本科学历，与知乎的定位及用户群体特征相似。接近54.2%的受访者使用知乎网超过一年时间，保证调研对象对知乎网有一定程度的了解。
2.2变量测量
信息支持的衡量参考Kim等的研究、社会临场感的衡量参考Zhang等的研究、社区契合的衡量参考Jahn和Kunz的研究、知识分享的衡量参考Ridings和Porter的研究。上述测量条目均根据中国背景和知识分享社区特征进行适当改编。预调研对象包括1名博士生导师和5名博士生，3名硕士生填写问卷，根据反馈意见对问卷进行修改，形成最终调查问卷。问卷全部采用7分Likert量表（1—“非常不同意”，7—“非常同意”）。
3研究方法与计算结果
3.1测量模型
本文使用SPSS18.0和SmartPLS2.0进行结构方程模型分析。
3.1.1信度分析
如表1所示，所有因子Cronbach’s α系数位于0.862～0.901之间，高于最低临界值0.70，说明量表具有较好的可靠性。各个潜变量的组合信度CR位于0.906～0.931之间，也均高于最低临界值0.70，说明量表具有较好的内部一致性。
3.1.2效度分析
效度分析包括收敛效度和区别效度。所有测量条目标准化因子载荷位于0.703～0.923之间，均大于0.7，具有统计显著性；平均方差提取量（AVE）处于0.706～0.787之间（如表1），说明各个变量具有较好的收敛效度。所有潜变量的AVE的平方根均大于潜变量间的相关系数，同时均大于0.5（如表2），说明量表具有较好的区别效度。
3.2假设检验
使用SmartPLS统计的R2的分析结果如表3，各变量的R2均高于0.19，说明具有可靠的拟合效果。对各变量之间的关系进行分析，假设检验结果见表4。
最终我们得到了知识分享社区中社区契合和知识分享行为影响的结构方程模型（图1），信息支持和社会临场感对知识分享社区的社区契合有较大的影响，而社区契合对知识分享行为有着重要的影响。
4分析与结论
研究结果表明，在知识分享社区中，信息支持和社会临场感分别正向影响社区契合，进而对知识分享行为进行正向影响。首先，用户通过浏览感受到信息支持，并通过社交感受到社会临场感。其次，包含信息支持、社会临场感的用户体验对社区契合有着积极影响。最后，社区契合让用户产生依赖感和归属感，从而进行知识分享。
管理学启示是，知识分享社区平台应当从信息和社交同时出发，打造多层次知识分享传播关系的社区结构，提高用户社会临场感和信息支持，形成社区契合，进而保证知识分享行为。
关键词：知识分享社区；社区契合；用户体验
中图分类号：F24 文献标识码：A doi：10.19311/j.cnki.1672-3198.2018.07.059
0引言
随着Web2.0的普及与发展，知识传播发生翻天覆地的变革，知识分享社区也在不断发展。电子公告板作为最早的知识分享社区，有别于传统的门户网站，将社区用户变为信息的生产提供者。知识分享行为成为知识分享社区的核心。随后，百度知道等以信息质量为核心的知识分享社区出现。遗憾的是，这些知识分享社区忽略人际互动，知识分享行为变为单向互动模式。最近，以知乎为代表的知识分享社区加入社交元素，成为学者关注的焦点。文献整理发现，多数学者都是单维度（从信息或社交）地探讨知识分享社区。实际上，知识分享社区是信息和社交两个维度编织的社会结构。本研究以顾客感知的信息支持（信息维度）和社会临场感（社交维度）作为研究的前置变量。
营销和消费者关系管理领域中，契合行为是非常有前景的研究方向。针对在线虚拟社区，学者也开始关注社区契合行为。Brodie（2013）等学者认为，社区契合是用户—公司间和用户—用户间产生的多维度的概念，有助于提高用户忠诚，发挥公司的实际市场有作用。虽然，学术界对于社区契合的定义不完全相同，但都认同社区契合不是出于承诺而在社区内做贡献。因而，本文基于知识分享社区，研究顾客体验对于社区契合和知识分享行为的影响机理。
1研究假设
1.1用户体验与社区契合
社区契合是虚拟在线社区持续发展的重要因素，并被认为是企业提高顾客价值的有效措施。获得信息支持是知识分享社区的核心，当用户获得推荐、建议和知识等信息支持解决问题后，更有意愿在社区内发帖、分享或转发，达到社区契合。当用户积极参与知识分享社区活动，感受社会临场感，从而引发用户更投入地进行评论、建议、推荐等行为，形成社区契合。可以得到如下假设：
H1：信息支持对社区契合有直接、显著性影响。
H2：社会临场感对社区契合有直接、显著性影响。
1.2社区契合与知识分享
社区契合是研究知识分享社区的重要概念，是用户在关注社区过程当中产生的非交易性行为，主要包括在虚拟社区中更新博客、评论、建议、反馈、推荐、点赞、WOM活动、帮助其他用户等行为用户在虚拟社区中发生社区契合行为，用户将主动进行知识分享、沟通交流，有助于提高社区的信息质量和用户忠诚。用户的自主分享。可以得到如下假设：
H3：社区契合对知识分享有直接、显著性影响。
2研究方法及结果
2.1样本与数据收集
本文以知识分享社区为背景，并用问卷调查的方式收集数据。正式问卷调查始于2017年7月上旬，截至9月中旬。本次调查共共收回问卷412份，剔除有漏题或答案矛盾的问卷，最终确定有效问卷330份，有效率为80.1%。在此次问卷调查中，51.5%为男性，64.5%位于18—25岁之间，71.8%拥有大专及本科学历，与知乎的定位及用户群体特征相似。接近54.2%的受访者使用知乎网超过一年时间，保证调研对象对知乎网有一定程度的了解。
2.2变量测量
信息支持的衡量参考Kim等的研究、社会临场感的衡量参考Zhang等的研究、社区契合的衡量参考Jahn和Kunz的研究、知识分享的衡量参考Ridings和Porter的研究。上述测量条目均根据中国背景和知识分享社区特征进行适当改编。预调研对象包括1名博士生导师和5名博士生，3名硕士生填写问卷，根据反馈意见对问卷进行修改，形成最终调查问卷。问卷全部采用7分Likert量表（1—“非常不同意”，7—“非常同意”）。
3研究方法与计算结果
3.1测量模型
本文使用SPSS18.0和SmartPLS2.0进行结构方程模型分析。
3.1.1信度分析
如表1所示，所有因子Cronbach’s α系数位于0.862～0.901之间，高于最低临界值0.70，说明量表具有较好的可靠性。各个潜变量的组合信度CR位于0.906～0.931之间，也均高于最低临界值0.70，说明量表具有较好的内部一致性。
3.1.2效度分析
效度分析包括收敛效度和区别效度。所有测量条目标准化因子载荷位于0.703～0.923之间，均大于0.7，具有统计显著性；平均方差提取量（AVE）处于0.706～0.787之间（如表1），说明各个变量具有较好的收敛效度。所有潜变量的AVE的平方根均大于潜变量间的相关系数，同时均大于0.5（如表2），说明量表具有较好的区别效度。
3.2假设检验
使用SmartPLS统计的R2的分析结果如表3，各变量的R2均高于0.19，说明具有可靠的拟合效果。对各变量之间的关系进行分析，假设检验结果见表4。
最终我们得到了知识分享社区中社区契合和知识分享行为影响的结构方程模型（图1），信息支持和社会临场感对知识分享社区的社区契合有较大的影响，而社区契合对知识分享行为有着重要的影响。
4分析与结论
研究结果表明，在知识分享社区中，信息支持和社会临场感分别正向影响社区契合，进而对知识分享行为进行正向影响。首先，用户通过浏览感受到信息支持，并通过社交感受到社会临场感。其次，包含信息支持、社会临场感的用户体验对社区契合有着积极影响。最后，社区契合让用户产生依赖感和归属感，从而进行知识分享。
管理学启示是，知识分享社区平台应当从信息和社交同时出发，打造多层次知识分享传播关系的社区结构，提高用户社会临场感和信息支持，形成社区契合，进而保证知识分享行为。