楊雙駿　張明立

摘要：互聯(lián)網(wǎng)Web2.0時(shí)代，知識(shí)傳播的方式發(fā)生變化，知識(shí)分享社區(qū)融入社交元素，研究新模式下用戶體驗(yàn)與社區(qū)契合具有重要意義。運(yùn)用問卷調(diào)查與結(jié)構(gòu)方程模型的方法，從用戶視角出發(fā)，研究用戶體驗(yàn)對(duì)于用戶契合行為的影響探究，研究結(jié)果發(fā)現(xiàn)信息質(zhì)量、社會(huì)臨場(chǎng)感是用戶契合行為和知識(shí)分享的重要決定因素。

關(guān)鍵詞：知識(shí)分享社區(qū)；社區(qū)契合；用戶體驗(yàn)

中圖分類號(hào)：F24 文獻(xiàn)標(biāo)識(shí)碼：A doi：10.19311/j.cnki.1672-3198.2018.07.059

0引言

隨著Web2.0的普及與發(fā)展，知識(shí)傳播發(fā)生翻天覆地的變革，知識(shí)分享社區(qū)也在不斷發(fā)展。電子公告板作為最早的知識(shí)分享社區(qū)，有別于傳統(tǒng)的門戶網(wǎng)站，將社區(qū)用戶變?yōu)樾畔⒌纳a(chǎn)提供者。知識(shí)分享行為成為知識(shí)分享社區(qū)的核心。隨后，百度知道等以信息質(zhì)量為核心的知識(shí)分享社區(qū)出現(xiàn)。遺憾的是，這些知識(shí)分享社區(qū)忽略人際互動(dòng)，知識(shí)分享行為變?yōu)閱蜗蚧?dòng)模式。最近，以知乎為代表的知識(shí)分享社區(qū)加入社交元素，成為學(xué)者關(guān)注的焦點(diǎn)。文獻(xiàn)整理發(fā)現(xiàn)，多數(shù)學(xué)者都是單維度（從信息或社交）地探討知識(shí)分享社區(qū)。實(shí)際上，知識(shí)分享社區(qū)是信息和社交兩個(gè)維度編織的社會(huì)結(jié)構(gòu)。本研究以顧客感知的信息支持（信息維度）和社會(huì)臨場(chǎng)感（社交維度）作為研究的前置變量。

營(yíng)銷和消費(fèi)者關(guān)系管理領(lǐng)域中，契合行為是非常有前景的研究方向。針對(duì)在線虛擬社區(qū)，學(xué)者也開始關(guān)注社區(qū)契合行為。Brodie（2013）等學(xué)者認(rèn)為，社區(qū)契合是用戶—公司間和用戶—用戶間產(chǎn)生的多維度的概念，有助于提高用戶忠誠(chéng)，發(fā)揮公司的實(shí)際市場(chǎng)有作用。雖然，學(xué)術(shù)界對(duì)于社區(qū)契合的定義不完全相同，但都認(rèn)同社區(qū)契合不是出于承諾而在社區(qū)內(nèi)做貢獻(xiàn)。因而，本文基于知識(shí)分享社區(qū)，研究顧客體驗(yàn)對(duì)于社區(qū)契合和知識(shí)分享行為的影響機(jī)理。

1研究假設(shè)

1.1用戶體驗(yàn)與社區(qū)契合

社區(qū)契合是虛擬在線社區(qū)持續(xù)發(fā)展的重要因素，并被認(rèn)為是企業(yè)提高顧客價(jià)值的有效措施。獲得信息支持是知識(shí)分享社區(qū)的核心，當(dāng)用戶獲得推薦、建議和知識(shí)等信息支持解決問題后，更有意愿在社區(qū)內(nèi)發(fā)帖、分享或轉(zhuǎn)發(fā)，達(dá)到社區(qū)契合。當(dāng)用戶積極參與知識(shí)分享社區(qū)活動(dòng)，感受社會(huì)臨場(chǎng)感，從而引發(fā)用戶更投入地進(jìn)行評(píng)論、建議、推薦等行為，形成社區(qū)契合?？梢缘玫饺缦录僭O(shè)：

H1：信息支持對(duì)社區(qū)契合有直接、顯著性影響。

H2：社會(huì)臨場(chǎng)感對(duì)社區(qū)契合有直接、顯著性影響。

1.2社區(qū)契合與知識(shí)分享

社區(qū)契合是研究知識(shí)分享社區(qū)的重要概念，是用戶在關(guān)注社區(qū)過程當(dāng)中產(chǎn)生的非交易性行為，主要包括在虛擬社區(qū)中更新博客、評(píng)論、建議、反饋、推薦、點(diǎn)贊、WOM活動(dòng)、幫助其他用戶等行為用戶在虛擬社區(qū)中發(fā)生社區(qū)契合行為，用戶將主動(dòng)進(jìn)行知識(shí)分享、溝通交流，有助于提高社區(qū)的信息質(zhì)量和用戶忠誠(chéng)。用戶的自主分享?？梢缘玫饺缦录僭O(shè)：

H3：社區(qū)契合對(duì)知識(shí)分享有直接、顯著性影響。

2研究方法及結(jié)果

2.1樣本與數(shù)據(jù)收集

本文以知識(shí)分享社區(qū)為背景，并用問卷調(diào)查的方式收集數(shù)據(jù)。正式問卷調(diào)查始于2017年7月上旬，截至9月中旬。本次調(diào)查共共收回問卷412份，剔除有漏題或答案矛盾的問卷，最終確定有效問卷330份，有效率為80.1%。在此次問卷調(diào)查中，51.5%為男性，64.5%位于18—25歲之間，71.8%擁有大專及本科學(xué)歷，與知乎的定位及用戶群體特征相似。接近54.2%的受訪者使用知乎網(wǎng)超過一年時(shí)間，保證調(diào)研對(duì)象對(duì)知乎網(wǎng)有一定程度的了解。

2.2變量測(cè)量

信息支持的衡量參考Kim等的研究、社會(huì)臨場(chǎng)感的衡量參考Zhang等的研究、社區(qū)契合的衡量參考Jahn和Kunz的研究、知識(shí)分享的衡量參考Ridings和Porter的研究。上述測(cè)量條目均根據(jù)中國(guó)背景和知識(shí)分享社區(qū)特征進(jìn)行適當(dāng)改編。預(yù)調(diào)研對(duì)象包括1名博士生導(dǎo)師和5名博士生，3名碩士生填寫問卷，根據(jù)反饋意見對(duì)問卷進(jìn)行修改，形成最終調(diào)查問卷。問卷全部采用7分Likert量表（1—“非常不同意”，7—“非常同意”）。

3研究方法與計(jì)算結(jié)果

3.1測(cè)量模型

本文使用SPSS18.0和SmartPLS2.0進(jìn)行結(jié)構(gòu)方程模型分析。

3.1.1信度分析

如表1所示，所有因子Cronbachs α系數(shù)位于0.862～0.901之間，高于最低臨界值0.70，說明量表具有較好的可靠性。各個(gè)潛變量的組合信度CR位于0.906～0.931之間，也均高于最低臨界值0.70，說明量表具有較好的內(nèi)部一致性。

3.1.2效度分析

效度分析包括收斂效度和區(qū)別效度。所有測(cè)量條目標(biāo)準(zhǔn)化因子載荷位于0.703～0.923之間，均大于0.7，具有統(tǒng)計(jì)顯著性；平均方差提取量（AVE）處于0.706～0.787之間（如表1），說明各個(gè)變量具有較好的收斂效度。所有潛變量的AVE的平方根均大于潛變量間的相關(guān)系數(shù)，同時(shí)均大于0.5（如表2），說明量表具有較好的區(qū)別效度。

3.2假設(shè)檢驗(yàn)

使用SmartPLS統(tǒng)計(jì)的R2的分析結(jié)果如表3，各變量的R2均高于0.19，說明具有可靠的擬合效果。對(duì)各變量之間的關(guān)系進(jìn)行分析，假設(shè)檢驗(yàn)結(jié)果見表4。

最終我們得到了知識(shí)分享社區(qū)中社區(qū)契合和知識(shí)分享行為影響的結(jié)構(gòu)方程模型（圖1），信息支持和社會(huì)臨場(chǎng)感對(duì)知識(shí)分享社區(qū)的社區(qū)契合有較大的影響，而社區(qū)契合對(duì)知識(shí)分享行為有著重要的影響。

4分析與結(jié)論

研究結(jié)果表明，在知識(shí)分享社區(qū)中，信息支持和社會(huì)臨場(chǎng)感分別正向影響社區(qū)契合，進(jìn)而對(duì)知識(shí)分享行為進(jìn)行正向影響。首先，用戶通過瀏覽感受到信息支持，并通過社交感受到社會(huì)臨場(chǎng)感。其次，包含信息支持、社會(huì)臨場(chǎng)感的用戶體驗(yàn)對(duì)社區(qū)契合有著積極影響。最后，社區(qū)契合讓用戶產(chǎn)生依賴感和歸屬感，從而進(jìn)行知識(shí)分享。

管理學(xué)啟示是，知識(shí)分享社區(qū)平臺(tái)應(yīng)當(dāng)從信息和社交同時(shí)出發(fā)，打造多層次知識(shí)分享傳播關(guān)系的社區(qū)結(jié)構(gòu)，提高用戶社會(huì)臨場(chǎng)感和信息支持，形成社區(qū)契合，進(jìn)而保證知識(shí)分享行為。