崔智斌 涂艷

【摘 要】

社會(huì)化問答社區(qū)逐漸成為在線學(xué)習(xí)資料查閱途徑和知識(shí)拓展的工具之一。但隨著社區(qū)規(guī)模的發(fā)展，高流量學(xué)習(xí)者日益增加的話語權(quán)加劇了節(jié)點(diǎn)中心化程度，導(dǎo)致底層學(xué)習(xí)者知識(shí)貢獻(xiàn)意愿和信息擴(kuò)散效率下降。如何提高在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)績效亟待解決。本研究首先通過數(shù)據(jù)包絡(luò)分析法測算知乎社區(qū)內(nèi)4，200名在線學(xué)習(xí)者的“知識(shí)貢獻(xiàn)—聲譽(yù)收益”過程績效，然后通過廣義線性模型分析在線學(xué)習(xí)者特征、在線學(xué)習(xí)社區(qū)交互特征和在線學(xué)習(xí)心理激勵(lì)特征對(duì)知識(shí)貢獻(xiàn)績效造成的影響。研究結(jié)果表明：信息開放、社區(qū)歸屬、身份地位和社會(huì)比較存在正向影響，利他信念存在負(fù)向影響，而回饋信念和社區(qū)交互特征的影響并不顯著;通過不同知識(shí)貢獻(xiàn)渠道進(jìn)行自我效能施展存在影響方向差異，其中碎片化渠道并不利于在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的提升;在線學(xué)習(xí)者間的比較會(huì)對(duì)基于利他信念的知識(shí)貢獻(xiàn)存在調(diào)節(jié)效應(yīng)。因此，本研究建議優(yōu)化知識(shí)分發(fā)推薦機(jī)制，打造PGC“知識(shí)+”多元化學(xué)習(xí)矩陣，完善知識(shí)質(zhì)量評(píng)價(jià)和學(xué)習(xí)反饋體系。

【關(guān)鍵詞】? 社會(huì)化問答社區(qū);在線學(xué)習(xí)者;知識(shí)貢獻(xiàn)績效;社會(huì)交換理論;數(shù)據(jù)包絡(luò)分析;廣義線性回歸

【中圖分類號(hào)】? ?G434?   ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】? A? ? ? ?【文章編號(hào)】? 1009-458x（2022）2-0057-09

一、引言

新冠疫情期間，我國在線教育市場滲透率激增，以往的線下教學(xué)模式和“線上+線下”混合式教學(xué)模式轉(zhuǎn)變?yōu)椤按笠?guī)模、長周期”的網(wǎng)絡(luò)教學(xué)模式（翟興， 等， 2020）。以用戶為中心的社會(huì)化問答社區(qū)逐漸成為在線學(xué)習(xí)者獲取、交換教育資源的重要途徑和碎片化資料查閱、課堂知識(shí)拓展的高效工具。相較于慕課、維基論壇等在線教育平臺(tái)，社會(huì)化問答社區(qū)更強(qiáng)調(diào)社交化元素，通過調(diào)動(dòng)在線學(xué)習(xí)者節(jié)點(diǎn)生產(chǎn)分享高質(zhì)量內(nèi)容，實(shí)現(xiàn)教育資源跨時(shí)空探尋和課內(nèi)教學(xué)補(bǔ)充（李海峰， 等， 2020）。

目前已有諸多衡量在線學(xué)習(xí)者學(xué)習(xí)績效的研究，通過對(duì)在線學(xué)習(xí)平臺(tái)的登錄次數(shù)、學(xué)習(xí)資源使用情況等過程性數(shù)據(jù)展開分析（包昊罡， 等， 2019），構(gòu)建平臺(tái)用戶在線學(xué)習(xí)個(gè)人投入模型與評(píng)價(jià)維度（李艷燕， 等， 2020; 武法提， 等， 2018）。然而在社會(huì)化問答社區(qū)，在線學(xué)習(xí)者不再僅是被動(dòng)的知識(shí)接收者，還是主動(dòng)學(xué)習(xí)、分享貢獻(xiàn)的微觀知識(shí)生產(chǎn)單元，他們從社區(qū)中獲得的收益和付出的成本會(huì)共同影響其學(xué)習(xí)效果、學(xué)習(xí)積極性和優(yōu)質(zhì)知識(shí)分享貢獻(xiàn)的意愿（Xia， et al.， 2012）。該類開放式知識(shí)分享社區(qū)隨時(shí)間推移，不同問答板塊間的知識(shí)內(nèi)容易出現(xiàn)同質(zhì)化、中心化問題，社區(qū)底層在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)得不到重視，無法獲得社區(qū)推薦曝光、流量扶持，導(dǎo)致其知識(shí)貢獻(xiàn)意愿及信息擴(kuò)散效率降低。本研究以在線學(xué)習(xí)者在社區(qū)內(nèi)投入貢獻(xiàn)要素配置的最優(yōu)比例所能收獲的最大報(bào)酬為標(biāo)準(zhǔn)，分析在線學(xué)習(xí)者的知識(shí)生產(chǎn)貢獻(xiàn)與收益狀況，對(duì)其知識(shí)貢獻(xiàn)行為和貢獻(xiàn)知識(shí)價(jià)值進(jìn)行綜合度量，在此基礎(chǔ)上探究在線學(xué)習(xí)者在“知識(shí)貢獻(xiàn)-聲譽(yù)收益”這一過程的績效差異和相關(guān)影響因素。

綜上所述，本研究以社會(huì)化問答社區(qū)“知乎”中的個(gè)體在線學(xué)習(xí)者為研究對(duì)象，依據(jù)社會(huì)交換、資本、認(rèn)知和學(xué)習(xí)等理論，運(yùn)用數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）測算知識(shí)貢獻(xiàn)績效，通過構(gòu)建廣義線性回歸模型（generalized linear model，GLM）探究在線學(xué)習(xí)者特征、在線學(xué)習(xí)社區(qū)交互特征和在線學(xué)習(xí)心理激勵(lì)特征三方面因素對(duì)知識(shí)貢獻(xiàn)績效的影響差異。本研究填補(bǔ)了現(xiàn)有文獻(xiàn)對(duì)社會(huì)化問答社區(qū)這一開放式知識(shí)分享社區(qū)內(nèi)個(gè)體在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效研究的空白，為在線學(xué)習(xí)投入/績效研究提供新的研究視角。研究結(jié)論能夠?yàn)樯鐓^(qū)運(yùn)營者激發(fā)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)參與意愿、實(shí)現(xiàn)知識(shí)精準(zhǔn)化投放運(yùn)營提供參考，提高在線學(xué)習(xí)者知識(shí)貢獻(xiàn)長尾效應(yīng)，推動(dòng)社區(qū)協(xié)作學(xué)習(xí)功能開發(fā)、學(xué)科工具研制和在線教育模式創(chuàng)新，為設(shè)計(jì)、優(yōu)化社區(qū)在線學(xué)習(xí)、知識(shí)貢獻(xiàn)激勵(lì)機(jī)制提供依據(jù)。

二、文獻(xiàn)述評(píng)與研究假設(shè)

（一）知識(shí)貢獻(xiàn)績效評(píng)價(jià)研究

社區(qū)用戶知識(shí)貢獻(xiàn)績效評(píng)價(jià)最早來源于學(xué)術(shù)虛擬社區(qū)中的知識(shí)交流效率評(píng)價(jià)。宗乾進(jìn)等（2014）通過DEA方法探究了科學(xué)網(wǎng)博客內(nèi)的不同學(xué)科間的知識(shí)交流效果;吳佳玲（2019）采用修正松弛變量評(píng)價(jià)方法測量學(xué)術(shù)虛擬社區(qū)知識(shí)交流效率，并通過Tobit模型分析影響因素;楊瑞仙等（2020）結(jié)合熵權(quán)法確定權(quán)重，采用基于三階段DEA模型分析在線健康社區(qū)知識(shí)交流效率。隨著研究深入，學(xué)者們開始著重考慮專家、在線學(xué)習(xí)者和科研人員知識(shí)貢獻(xiàn)/交流效率的評(píng)價(jià)。楊瑞仙等（2018）運(yùn)用問卷調(diào)查和DEA方法構(gòu)建出學(xué)術(shù)虛擬社區(qū)個(gè)體科研人員知識(shí)交流效率評(píng)價(jià)指標(biāo)體系。從評(píng)價(jià)理論與方法上看，多數(shù)研究都是在設(shè)計(jì)出知識(shí)貢獻(xiàn)/交流相關(guān)指標(biāo)體系的基礎(chǔ)上，運(yùn)用數(shù)據(jù)包絡(luò)分析、層次分析法和模糊綜合評(píng)價(jià)等數(shù)理方法進(jìn)行量化評(píng)價(jià)。

社會(huì)化問答社區(qū)存在海量學(xué)習(xí)者行為數(shù)據(jù)，單個(gè)評(píng)價(jià)指標(biāo)很難有效測度知識(shí)貢獻(xiàn)績效，而DEA使用線性規(guī)劃法計(jì)算社區(qū)在線學(xué)習(xí)者是否處于生產(chǎn)前沿，進(jìn)而判斷其是否為DEA有效（頭部在線學(xué)習(xí)者），這可以減少層次分析、問卷調(diào)查和結(jié)構(gòu)方程等方法在權(quán)重、參數(shù)設(shè)定時(shí)受到的主觀影響。DEA方法常與Tobit回歸一起用于研究效率的影響因素，但由于Tobit模型所需的假設(shè)較強(qiáng)，其截尾分布應(yīng)用于截?cái)帱c(diǎn)之后觀測不到客觀誤差，而知識(shí)貢獻(xiàn)績效測算出的截?cái)嘣诳陀^上沒有比100%有效更高的情況，故在此采用廣義線性回歸估計(jì)DEA結(jié)果。綜上所述，本研究對(duì)在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)績效測度采用數(shù)據(jù)包絡(luò)分析法，影響因素探究則采用廣義線性回歸。

（二）知識(shí)貢獻(xiàn)影響因素研究

關(guān)于社區(qū)學(xué)習(xí)者知識(shí)貢獻(xiàn)，多數(shù)學(xué)者通過社會(huì)認(rèn)知、社會(huì)資本等理論對(duì)在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)參與動(dòng)機(jī)與持續(xù)貢獻(xiàn)數(shù)量展開研究。以往研究將知識(shí)貢獻(xiàn)影響因素歸納為用戶個(gè)人特征、網(wǎng)絡(luò)特征和心理激勵(lì)（Guan， et al.， 2018）。本研究據(jù)此從在線學(xué)習(xí)者個(gè)體特征、在線學(xué)習(xí)社區(qū)交互特征和在線學(xué)習(xí)心理激勵(lì)特征三個(gè)方面提出有關(guān)假設(shè)。

1. 在線學(xué)習(xí)者特征對(duì)知識(shí)貢獻(xiàn)績效的影響

（1）貢獻(xiàn)渠道

相較傳統(tǒng)的在線問答學(xué)習(xí)社區(qū)，社會(huì)化問答社區(qū)允許在線學(xué)習(xí)者通過文章、想法和視頻等多元化方式貢獻(xiàn)知識(shí)。在此將“知乎”的知識(shí)貢獻(xiàn)分為自發(fā)知識(shí)貢獻(xiàn)和應(yīng)求知識(shí)貢獻(xiàn)兩類渠道進(jìn)行分析（Teng， et al.， 2011）。

根據(jù)社會(huì)認(rèn)知理論，在線學(xué)習(xí)者對(duì)自身能力的感知或信任程度被稱為自我效能。視頻、原創(chuàng)文章、想法、專欄和live等皆是在線學(xué)習(xí)者自發(fā)完成的知識(shí)貢獻(xiàn)行為，在從意愿觸發(fā)到完成的過程中并不受其他學(xué)習(xí)者影響，而是依賴于在線學(xué)習(xí)者對(duì)自身能力的自信和有用性判斷（Lin， et al.， 2007），因而能反映在線學(xué)習(xí)者的自我效能。故在此通過視頻數(shù)、想法數(shù)、原創(chuàng)文章數(shù)、專欄數(shù)和live數(shù)等自發(fā)貢獻(xiàn)渠道測度在線學(xué)習(xí)者的自我效能高低。

網(wǎng)絡(luò)利他行為是指在線學(xué)習(xí)者在網(wǎng)絡(luò)環(huán)境下幫助他人、不考慮收益的自覺自愿行為（鄭顯亮， 等， 2012）?；卮鹱鳛橹R(shí)貢獻(xiàn)者對(duì)他人問題的解答，需符合特定知識(shí)接收者的需求，是典型的網(wǎng)絡(luò)利他行為。在此通過問題答復(fù)數(shù)測度在線學(xué)習(xí)者的利他信念強(qiáng)弱。

基于上述分析，提出以下假設(shè)：

H1a：在線學(xué)習(xí)者通過應(yīng)求型知識(shí)貢獻(xiàn)渠道進(jìn)行的網(wǎng)絡(luò)利他行為對(duì)知識(shí)貢獻(xiàn)績效有負(fù)向影響。

H1b：在線學(xué)習(xí)者通過自發(fā)型知識(shí)貢獻(xiàn)渠道進(jìn)行的自我效能展示對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

（2）信息開放

信息披露是在在線學(xué)習(xí)過程中將個(gè)人信息呈現(xiàn)給他人的一種方式（Wheeless， et al.， 2010），在線學(xué)習(xí)者可以自主選擇個(gè)人信息披露水平以幫助他人了解自己所處的社會(huì)階層和個(gè)人特征。在線學(xué)習(xí)者資料越完善，其他在線學(xué)習(xí)者的信任感知會(huì)越強(qiáng)，從而其貢獻(xiàn)的知識(shí)越容易得到響應(yīng)，知識(shí)貢獻(xiàn)收益也會(huì)越高（Luo， et al.， 2013）。在此將在線學(xué)習(xí)者在性別、居住地、職業(yè)經(jīng)歷、教育經(jīng)歷和個(gè)人認(rèn)證五個(gè)變量信息上的披露個(gè)數(shù)，按0～5表示信息披露度，進(jìn)而測度信息開放水平?；谏鲜龇治?，提出以下假設(shè)：

H2：在線學(xué)習(xí)者在社會(huì)化問答社區(qū)內(nèi)身份信息的開放程度對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

（3）互惠信念

根據(jù)互惠理論，組織中的知識(shí)獲取者在收到其他在線學(xué)習(xí)者反饋后會(huì)更加積極參與知識(shí)貢獻(xiàn)（Eberle， et al.， 2014）。當(dāng)初級(jí)社區(qū)在線學(xué)習(xí)者從社區(qū)獲得積極社會(huì)回應(yīng)，會(huì)減輕焦慮感，增強(qiáng)自我效能感與社區(qū)意識(shí)，產(chǎn)生回饋信念，從而進(jìn)一步參與知識(shí)貢獻(xiàn)（Yilmaz， et al.， 2016）。在此通過在線學(xué)習(xí)者的提問被解答數(shù)測度其互惠信念強(qiáng)弱。基于上述分析，提出以下假設(shè)：

H3：在線學(xué)習(xí)者的互惠信念對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

（4）社區(qū)歸屬感

社區(qū)感知反映了社區(qū)成員對(duì)社區(qū)建設(shè)和群體的心理感知和社會(huì)認(rèn)同。會(huì)員身份有助于在線學(xué)習(xí)者虛擬社區(qū)成員感的形成，增強(qiáng)其社區(qū)歸屬感，進(jìn)而顯著影響其社區(qū)行為（Chang， et al.， 2011）。周軍杰等（2012）研究發(fā)現(xiàn)會(huì)員/非會(huì)員的群體分化對(duì)虛擬社區(qū)用戶知識(shí)貢獻(xiàn)具有正向促進(jìn)作用。在此通過在線學(xué)習(xí)者是否開通會(huì)員來測度社區(qū)歸屬感強(qiáng)弱?；谏鲜龇治?，提出以下假設(shè)：

H4：在線學(xué)習(xí)者的社區(qū)歸屬感對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

2. 在線學(xué)習(xí)社區(qū)交互特征對(duì)知識(shí)貢獻(xiàn)績效的影響

（1）社會(huì)學(xué)習(xí)

根據(jù)社會(huì)學(xué)習(xí)理論，在線學(xué)習(xí)者在與其他在線學(xué)習(xí)者互動(dòng)交流過程中能夠進(jìn)行技能學(xué)習(xí)。在線學(xué)習(xí)者自身知識(shí)水平越高且社會(huì)學(xué)習(xí)機(jī)會(huì)越多時(shí)，其知識(shí)貢獻(xiàn)也會(huì)越多（Jin， et al.， 2015）。在社會(huì)化問答社區(qū)中，在線學(xué)習(xí)者可以通過關(guān)注其他在線學(xué)習(xí)者來提升自身知識(shí)水平，社會(huì)學(xué)習(xí)越多貢獻(xiàn)知識(shí)的質(zhì)量也會(huì)越高，進(jìn)而獲得較高收益。在此通過在線學(xué)習(xí)者關(guān)注的用戶數(shù)測度其社會(huì)學(xué)習(xí)水平?；谏鲜龇治觯岢鲆韵录僭O(shè)：

H5：在線學(xué)習(xí)者在問答社區(qū)的社會(huì)學(xué)習(xí)行為對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

（2）社會(huì)曝光

社會(huì)曝光的強(qiáng)度指在線學(xué)習(xí)者所貢獻(xiàn)的知識(shí)在其他學(xué)習(xí)者面前展示的次數(shù)，會(huì)影響社區(qū)的活躍度和其他在線學(xué)習(xí)者的參與行為。在社會(huì)化問答社區(qū)通過話題標(biāo)簽實(shí)現(xiàn)提問分類，問題標(biāo)簽數(shù)越多，一般問題的曝光范圍越大，進(jìn)而提升在該問題下所有應(yīng)求回答的社會(huì)曝光度，刺激在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)行為（王偉， 等， 2017）。添加微博話題標(biāo)簽可以促進(jìn)在線學(xué)習(xí)者互動(dòng)和信息傳播（Liu， et al.， 2013）。在此通過用戶前五獲贊數(shù)回復(fù)的話題標(biāo)簽數(shù)測度其獲得的社會(huì)曝光程度。

對(duì)于應(yīng)求型知識(shí)貢獻(xiàn)者而言，若其回復(fù)問題獲得社會(huì)曝光范圍越大，在該問題下所有的應(yīng)求知識(shí)被其他知識(shí)獲取者認(rèn)可的概率也會(huì)越大。在該情況下，在線學(xué)習(xí)者就會(huì)越發(fā)慎重對(duì)待，進(jìn)而提高知識(shí)貢獻(xiàn)績效。基于上述分析，提出以下假設(shè)：

H6a：在線學(xué)習(xí)者在問答社區(qū)內(nèi)貢獻(xiàn)知識(shí)獲得的社會(huì)曝光對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

H6b：社會(huì)曝光對(duì)在線學(xué)習(xí)者在問答社區(qū)中的應(yīng)求知識(shí)貢獻(xiàn)行為具有調(diào)節(jié)作用。

3. 在線學(xué)習(xí)心理激勵(lì)特征對(duì)知識(shí)貢獻(xiàn)績效的影響

（1）身份地位激勵(lì)

在線學(xué)習(xí)者的形象或地位可以通過符號(hào)化獎(jiǎng)勵(lì)形式體現(xiàn)，官方認(rèn)可的符號(hào)化激勵(lì)有助于社區(qū)在線學(xué)習(xí)者知識(shí)分享頻率的提升。在獲得優(yōu)質(zhì)形象或高社會(huì)地位等激勵(lì)后，在線學(xué)習(xí)者會(huì)為了維持形象而貢獻(xiàn)高質(zhì)量知識(shí)。在此通過在線學(xué)習(xí)者是否獲得社區(qū)優(yōu)秀回答者認(rèn)證來測度其獲得的身份地位激勵(lì)程度?；谏鲜龇治觯岢鲆韵录僭O(shè)：

H7：在線學(xué)習(xí)者在問答社區(qū)獲得的身份地位激勵(lì)對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

（2）社會(huì)比較壓力

由于知識(shí)信息的推薦機(jī)制，不同領(lǐng)域的知識(shí)貢獻(xiàn)者會(huì)各自形成圈子，在線學(xué)習(xí)者在貢獻(xiàn)之前可以瀏覽比較圈子內(nèi)其他在線學(xué)習(xí)者的貢獻(xiàn)內(nèi)容。在高社會(huì)比較的壓力下，在線學(xué)習(xí)者會(huì)慎重撰寫應(yīng)求知識(shí)貢獻(xiàn)內(nèi)容，以提高回復(fù)內(nèi)容被其他在線學(xué)習(xí)者認(rèn)可的概率。在此通過在線學(xué)習(xí)者單條知識(shí)貢獻(xiàn)所收獲的最大評(píng)論數(shù)來測度其在社區(qū)中的最高知識(shí)貢獻(xiàn)水平，進(jìn)而反映社會(huì)比較的影響?；谏鲜龇治觯岢鲆韵录僭O(shè)：

H8a：在線學(xué)習(xí)者在問答社區(qū)面臨的社會(huì)比較壓力對(duì)知識(shí)貢獻(xiàn)績效有正向影響。

H8b：社會(huì)比較壓力對(duì)在線學(xué)習(xí)者在問答社區(qū)中的應(yīng)求知識(shí)貢獻(xiàn)行為具有調(diào)節(jié)作用。

綜上所述，本研究從現(xiàn)有社會(huì)化問答社區(qū)知識(shí)貢獻(xiàn)的研究視角出發(fā)，探索在線學(xué)習(xí)者特征、在線學(xué)習(xí)社區(qū)交互特征和在線學(xué)習(xí)心理激勵(lì)特征對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的影響。本研究的理論模型如圖1所示。

三、研究設(shè)計(jì)

本研究共爬取2020年1月熱門榜單下的4，826名知乎在線學(xué)習(xí)者在其主頁上的公開信息作為研究的橫截面數(shù)據(jù)。在剔除重復(fù)、異常和從未知識(shí)貢獻(xiàn)的在線學(xué)習(xí)者數(shù)據(jù)后，得到4，200名知乎在線學(xué)習(xí)者數(shù)據(jù)。

知識(shí)貢獻(xiàn)投入在此通過在線學(xué)習(xí)者的知識(shí)分享數(shù)量及提問數(shù)量兩個(gè)指標(biāo)衡量，知識(shí)貢獻(xiàn)收益在此通過在線學(xué)習(xí)者收獲的關(guān)注、贊同和收藏三個(gè)指標(biāo)衡量。根據(jù)確定的投入產(chǎn)出指標(biāo)，以單個(gè)在線學(xué)習(xí)者作為一個(gè)決策單元，利用DEAP 2.1 軟件對(duì)學(xué)習(xí)者研究樣本的知識(shí)貢獻(xiàn)相對(duì)效率進(jìn)行分析，根據(jù)所確立的指標(biāo)體系和所獲得的原始數(shù)據(jù)，無須對(duì)數(shù)據(jù)進(jìn)行量綱處理，將投入-產(chǎn)出相對(duì)應(yīng)的指標(biāo)數(shù)值輸入模型得到每位學(xué)習(xí)者的技術(shù)效率，以此衡量在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)績效。

最終相關(guān)變量定義和描述性統(tǒng)計(jì)說明如表1所示。

由表1可知，專欄數(shù)、問題標(biāo)簽數(shù)的方差、偏度和峰度都較小，分布較為平均;文本字?jǐn)?shù)、回答數(shù)、提問數(shù)、關(guān)注在線學(xué)習(xí)者數(shù)和最大評(píng)論數(shù)等變量的方差較大，對(duì)這些變量取對(duì)數(shù)處理，以滿足回歸分析所需條件。自變量相關(guān)性檢驗(yàn)結(jié)果如表2所示。

自變量之間相關(guān)性并不顯著，說明自變量選取比較合適，可以有效減輕回歸分析時(shí)的多重共線性問題。為了加強(qiáng)研究的嚴(yán)謹(jǐn)性，在實(shí)證部分進(jìn)行VIF檢驗(yàn)以加強(qiáng)結(jié)果的有效性。

最終構(gòu)建的模型如下：

Efficiencyi = β0 +β1 ln text_leng thi + β2 ln

answeri + β3 videoi + β4 thinkingi + β5 articlei+

β6 columni + β7 livei + β8 profilei + β9 ln aski+

β10 memberi + β11 ln followeei + β12 tagi +

β13 Authenticationi + β14 ln comment_maxi

（1）

Efficiencyi = β0 +β1 ln text_leng thi + β2 ln

answeri + β3 videoi + β4 thinkingi + β5 articlei+

β6 columni + β7 livei + β8 profilei + β9 ln aski+

β10 memberi + β11 ln followeei + β12 tagi +

β13 Authenticationi + β14 ln comment_maxi+

β15 tagi * ln answeri

（2）

Efficiencyi = β0 +β1 ln text_leng thi + β2 ln

answeri + β3 videoi + β4 thinkingi + β5 articlei+

β6 columni + β7 livei + β8 profilei + β9 ln aski+

β10 memberi + β11 ln followeei + β12 tagi +

β13 Authenticationi + β14 ln comment_maxi+

β15 ln comment_maxi * ln answeri

（3）

模型（1）中僅包含控制變量與自變量，模型（2）在模型（1）的基礎(chǔ)上加入了利他信念和社會(huì)曝光的交乘項(xiàng)，模型（3）中則加入了利他信念和社會(huì)比較的交乘項(xiàng)。

四、實(shí)證分析與討論

調(diào)用R語言nlme包中的gls（）函數(shù)對(duì)數(shù)據(jù)樣本進(jìn)行回歸，回歸結(jié)果如表3所示。

通過數(shù)據(jù)分析可得，在模型（1）的估計(jì)結(jié)果中，文本字?jǐn)?shù)系數(shù)為正值且顯著。這一結(jié)果符合預(yù)期。就自變量而言，利他信念、自我效能、信息開放、社區(qū)歸屬、身份地位和社會(huì)比較等因素對(duì)知識(shí)貢獻(xiàn)績效具有顯著影響。回饋信念、社會(huì)學(xué)習(xí)、社會(huì)曝光對(duì)知識(shí)貢獻(xiàn)績效影響并不顯著。VIF均小于5，通過檢驗(yàn)排除變量間的多重共線性干擾。具體分析如下：

1. 在線學(xué)習(xí)者特征與知識(shí)貢獻(xiàn)績效

在線學(xué)習(xí)者知識(shí)貢獻(xiàn)渠道分為應(yīng)求及自發(fā)貢獻(xiàn)渠道，分別對(duì)應(yīng)測度在線學(xué)習(xí)者的利他信念與自我效能?；卮饠?shù)（[β]=-0.003）負(fù)向影響顯著，H1a成立?？赡艿慕忉屖腔卮鹚颂釂栃杩紤]在線學(xué)習(xí)者的知識(shí)水平和學(xué)習(xí)能力;隨著在線學(xué)習(xí)者在社區(qū)內(nèi)知識(shí)參與的逐漸頻繁與深入，應(yīng)求知識(shí)貢獻(xiàn)會(huì)呈現(xiàn)出跨領(lǐng)域趨勢，造成知識(shí)質(zhì)量下降與貢獻(xiàn)數(shù)量減少，從而對(duì)知識(shí)貢獻(xiàn)績效具有負(fù)面作用。

自發(fā)型知識(shí)貢獻(xiàn)渠道影響顯著，但存在正負(fù)關(guān)系差異。其中，視頻渠道（[β]=0.001）、專欄渠道（[β]=0.015）和live渠道（[β]=0.010）為正向顯著影響。視頻渠道以視頻、音頻為載體，剪輯和制作成本較高。想法（[β]=-0.00004）、原創(chuàng)文章（[β]=-0.00002）兩類渠道為負(fù)向顯著影響。想法是類似微博的碎片式信息流社交化渠道，會(huì)導(dǎo)致知識(shí)質(zhì)量的下降。原創(chuàng)文章類似傳統(tǒng)社交媒體中的博客，很多企業(yè)營銷號(hào)通過該類方式營銷推廣拉低了知識(shí)質(zhì)量。綜上所述，H1b不成立。

信息開放的測度項(xiàng)信息披露度（[β]=0.005）對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的正向影響顯著，H2成立。說明清晰身份有益于建立良好的人際關(guān)系，在線學(xué)習(xí)者通過其他學(xué)習(xí)者的個(gè)人信息披露可以衡量其在線聲譽(yù)。在線學(xué)習(xí)者個(gè)人信息披露得越詳細(xì)，其聲譽(yù)收益也會(huì)越高。

互惠信念的測度項(xiàng)被解答提問（[β]=-0.003）對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的影響不顯著，H3不成立。其一是在線學(xué)習(xí)者在收到高質(zhì)量回復(fù)后，會(huì)對(duì)其之后的知識(shí)貢獻(xiàn)行為產(chǎn)生負(fù)面影響（Yan， et al.， 2017），導(dǎo)致在線學(xué)習(xí)者對(duì)自身專業(yè)技能的感知偏差，從而降低知識(shí)貢獻(xiàn)意愿。其二是高回饋信念的在線學(xué)習(xí)者會(huì)盲目提升自己的知識(shí)貢獻(xiàn)數(shù)量，使得知識(shí)貢獻(xiàn)投入過高，降低了其知識(shí)貢獻(xiàn)績效。

社區(qū)歸屬的測度項(xiàng)會(huì)員開通（[β]=0.021）對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的正向影響顯著，H4成立。對(duì)于中堅(jiān)學(xué)習(xí)者而言，會(huì)員開通有助于提升在線學(xué)習(xí)者的社區(qū)體驗(yàn)，刺激知識(shí)貢獻(xiàn)行為的增加（Wang， et al.， 2011），進(jìn)而加深在線學(xué)習(xí)者與同伴之間的交互程度，使其更容易獲得其他在線學(xué)習(xí)者的點(diǎn)贊、收藏等收益。

2. 在線學(xué)習(xí)社區(qū)交互特征與知識(shí)貢獻(xiàn)績效

社會(huì)學(xué)習(xí)的測度項(xiàng)關(guān)注用戶數(shù)（[β]=0.085）正向影響不顯著，H5不成立?？赡艿慕忉屖顷P(guān)注用戶數(shù)的增多會(huì)導(dǎo)致在線學(xué)習(xí)者注意力焦點(diǎn)的改變。隨著社會(huì)學(xué)習(xí)的深入，在線學(xué)習(xí)者注意力焦點(diǎn)轉(zhuǎn)移到其他在線學(xué)習(xí)者的貢獻(xiàn)知識(shí)上，時(shí)間精力受到限制（Shen， et al.， 2015），進(jìn)而減少知識(shí)貢獻(xiàn)數(shù)量造成效率的降低。

社會(huì)曝光的測度項(xiàng)問題標(biāo)簽（[β]=0.0003）不顯著，H6a不成立。可能的原因是根據(jù)旁觀者效應(yīng)，在現(xiàn)場旁觀者的數(shù)量會(huì)對(duì)親社會(huì)行為造成影響。在線學(xué)習(xí)者作為理性人，在面對(duì)高曝光度問題時(shí)其知識(shí)貢獻(xiàn)意愿會(huì)降低。此外，在曝光度較高的問題下，參與知識(shí)貢獻(xiàn)的學(xué)習(xí)者數(shù)量較多，對(duì)學(xué)習(xí)者而言其在高曝光度問題下的應(yīng)求型知識(shí)貢獻(xiàn)收益會(huì)降低。

3. 在線學(xué)習(xí)心理激勵(lì)特征與知識(shí)貢獻(xiàn)績效

身份地位的測度項(xiàng)優(yōu)秀回答者認(rèn)證（[β]=0.016）顯著，H7成立。可能的原因如下：其一即個(gè)人形象危害風(fēng)險(xiǎn)的提高。當(dāng)在線學(xué)習(xí)者受到身份認(rèn)同的激勵(lì)后，其受到社區(qū)行為規(guī)范的約束也會(huì)增多，為了避免形象受到傷害，在線學(xué)習(xí)者會(huì)選擇減少回答非專業(yè)領(lǐng)域的問題，進(jìn)一步把控知識(shí)貢獻(xiàn)質(zhì)量，造成知識(shí)貢獻(xiàn)收益的提升。其二根據(jù)馬太效應(yīng)，在線學(xué)習(xí)者在社區(qū)中的影響力越大，獲得社區(qū)流量扶持資源就會(huì)越多，投入回報(bào)比會(huì)處于偏高狀態(tài)。所以身份地位會(huì)對(duì)知識(shí)貢獻(xiàn)績效的提升造成顯著影響。

社會(huì)比較的測度項(xiàng)最大評(píng)論數(shù)（[β]=0.027）顯著，H8a成立。社會(huì)化問答社區(qū)中的知識(shí)貢獻(xiàn)機(jī)制類似眾包模式，已有知識(shí)貢獻(xiàn)被認(rèn)可程度越高，在線學(xué)習(xí)者面臨比較的壓力越大，在線學(xué)習(xí)者對(duì)相應(yīng)問題繼續(xù)回答的熱情就會(huì)降低。

4. 社會(huì)曝光及社會(huì)比較對(duì)利他信念與知識(shí)貢獻(xiàn)績效關(guān)系的調(diào)節(jié)效應(yīng)

模型（2）中加入了利他信念及社會(huì)曝光的交乘項(xiàng)，但模型（1）中社會(huì)曝光并不顯著，且VIF并未通過檢驗(yàn)，說明社會(huì)曝光對(duì)在線學(xué)習(xí)者的利他行為并未起到調(diào)節(jié)作用，H6b不成立。高問題曝光度雖能提高在線學(xué)習(xí)者的應(yīng)求知識(shí)貢獻(xiàn)數(shù)量及被推送概率，但對(duì)貢獻(xiàn)知識(shí)質(zhì)量要求也會(huì)提升，因此并不能顯著影響知識(shí)貢獻(xiàn)績效。

模型（3）中加入了利他信念及社會(huì)比較的交乘項(xiàng)，相關(guān)系數(shù)（[β]=-0.003）為負(fù)向關(guān)系且顯著，并且VIF通過檢驗(yàn)，說明社會(huì)比較對(duì)在線學(xué)習(xí)者的利他信念具有調(diào)節(jié)作用，H8b成立。社區(qū)內(nèi)存在諸多初級(jí)在線學(xué)習(xí)者，在進(jìn)行應(yīng)求知識(shí)貢獻(xiàn)時(shí)會(huì)考慮問題與自身水平的匹配程度，更加看重其他在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)質(zhì)量。在此將社會(huì)比較變量分成高、低兩組（以M±1個(gè)SD為標(biāo)準(zhǔn)）進(jìn)行簡單斜率檢驗(yàn)，如圖2所示。

結(jié)果顯示：在在線學(xué)習(xí)者社區(qū)地位較低的情況下，利他信念對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的負(fù)向影響效應(yīng)顯著（β=-0.001，t=-0.019，p=0.000）;在在線學(xué)習(xí)者社區(qū)地位較高的情況下，利他信念對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的負(fù)向影響效應(yīng)顯著（β=-0.003，t=-0.170，p=0.000），斜率上升，即利他信念對(duì)知識(shí)貢獻(xiàn)績效的負(fù)向影響會(huì)隨著社會(huì)比較的增加而增強(qiáng)。

五、結(jié)論與啟示

（一）研究結(jié)論

本研究首先參照虛擬社區(qū)中知識(shí)交流效率和知識(shí)貢獻(xiàn)度評(píng)估方法，構(gòu)建了個(gè)體在線學(xué)習(xí)者“知識(shí)貢獻(xiàn)-聲譽(yù)收益”的投入產(chǎn)出指標(biāo)體系，運(yùn)用DEA方法測算在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)績效。其次通過GLM模型分析在線學(xué)習(xí)者的利他信念、自我效能、信息開放、互惠信念、社區(qū)歸屬、社會(huì)學(xué)習(xí)、社會(huì)曝光、身份地位和社會(huì)比較9個(gè)細(xì)化因素對(duì)知識(shí)貢獻(xiàn)績效造成的影響。最后探討社會(huì)曝光及社會(huì)比較與利他信念間可能存在的交互調(diào)節(jié)效應(yīng)。研究結(jié)果表明：

第一，多數(shù)在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)都很難獲得相匹配的收益，無法及時(shí)獲得知識(shí)貢獻(xiàn)反饋會(huì)阻礙在線學(xué)習(xí)者知識(shí)貢獻(xiàn)熱情，這與虛擬社區(qū)典型的用戶貢獻(xiàn)率“90-9-1”現(xiàn)象相一致。

第二，信息開放、社區(qū)歸屬、身份地位及社會(huì)比較會(huì)對(duì)在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)績效產(chǎn)生顯著正面影響，利他信念會(huì)產(chǎn)生顯著負(fù)面影響。這與比格斯的3P學(xué)習(xí)分析模型相一致，即學(xué)習(xí)者個(gè)性特征及學(xué)習(xí)動(dòng)機(jī)均會(huì)對(duì)學(xué)習(xí)過程及結(jié)果產(chǎn)生影響（胡小勇， 等， 2020）。出乎意料的是社區(qū)交互特征均不顯著，這表明雖然學(xué)習(xí)者與人/信息的尋徑交互能夠影響學(xué)習(xí)者的認(rèn)知投入度（王志軍， 等， 2015），但并不能顯著提升其聲譽(yù)收益。

第三，不同的自發(fā)知識(shí)貢獻(xiàn)渠道會(huì)對(duì)優(yōu)質(zhì)知識(shí)貢獻(xiàn)產(chǎn)生不同效果。“碎片化”“社交化”渠道并不利于知識(shí)貢獻(xiàn)績效的提升，而“知識(shí)+視頻”輕形態(tài)渠道或“專欄”特色渠道更加利于在線學(xué)習(xí)者的自我效能展示。

第四，應(yīng)求貢獻(xiàn)渠道對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效呈負(fù)向影響，但該影響可被在線學(xué)習(xí)者所處的圈子環(huán)境氛圍所調(diào)節(jié)，當(dāng)回復(fù)相同領(lǐng)域問題的在線學(xué)習(xí)者越多時(shí)，利他信念對(duì)在線學(xué)習(xí)者知識(shí)貢獻(xiàn)績效的負(fù)向影響也會(huì)越強(qiáng)。

（二）策略與建議

1. 優(yōu)化知識(shí)分發(fā)推薦機(jī)制

提高在線學(xué)習(xí)者與知識(shí)的匹配速度及精度，降低在線學(xué)習(xí)者的知識(shí)搜尋成本。社區(qū)應(yīng)積極調(diào)配流量鼓勵(lì)新學(xué)習(xí)者，減輕流量大V的馬太效應(yīng)，同時(shí)加強(qiáng)與知識(shí)生產(chǎn)者的合作，打磨精品教育課程，使在線學(xué)習(xí)者更快捷高效地獲取優(yōu)質(zhì)知識(shí)，進(jìn)而加速社區(qū)優(yōu)質(zhì)知識(shí)流動(dòng)和內(nèi)容傳播。同時(shí)，社區(qū)可以與慕課等主流在線教育平臺(tái)相互合作，對(duì)熱門問題采用鏈接、推送的方式為在線學(xué)習(xí)者牽線搭橋，通過“社會(huì)化問答+在線教育”多平臺(tái)聯(lián)動(dòng)模式加深在線學(xué)習(xí)者對(duì)知識(shí)的理解，減少雙方共同解決問題所需要的時(shí)間精力，降低信息壁壘。

2. 打造PGC“知識(shí)+”多元化學(xué)習(xí)矩陣

隨著在線教學(xué)技術(shù)與實(shí)踐的快速發(fā)展，大規(guī)模在線課程、直播互動(dòng)學(xué)習(xí)和混合式教學(xué)等在線學(xué)習(xí)模式與課程形態(tài)不斷涌現(xiàn)（李爽， 等， 2020）?！爸R(shí)+視頻”“知識(shí)+直播”等輕形態(tài)渠道更加有助于在線學(xué)習(xí)者學(xué)習(xí)效果提升。社區(qū)也應(yīng)強(qiáng)調(diào)內(nèi)容的優(yōu)質(zhì)專業(yè)（professional generated content，PGC），加強(qiáng)與優(yōu)秀知乎回答者、專家學(xué)者及各領(lǐng)域達(dá)人的通力合作，打造包括通識(shí)知識(shí)、專業(yè)知識(shí)和興趣愛好三大類別的學(xué)習(xí)矩陣，為不同知識(shí)內(nèi)容或在線學(xué)習(xí)者適配諸如啟發(fā)式、互動(dòng)式等不同教學(xué)形態(tài)。

3. 完善知識(shí)質(zhì)量評(píng)價(jià)和學(xué)習(xí)反饋體系

社區(qū)在線學(xué)習(xí)者間的及時(shí)反饋、相互關(guān)注有利于形成積極的學(xué)習(xí)氛圍和正向的自我行為期待（馬婧， 2020），從而形成良性循環(huán)，提高社區(qū)整體知識(shí)質(zhì)量。社區(qū)可以提高學(xué)習(xí)反饋粒度，例如允許學(xué)習(xí)者對(duì)每條知識(shí)內(nèi)容觀點(diǎn)進(jìn)行批注或討論等，根據(jù)評(píng)價(jià)結(jié)果給予在線學(xué)習(xí)者相關(guān)權(quán)限、等級(jí)和認(rèn)證。社區(qū)也可以建立問題評(píng)價(jià)機(jī)制，對(duì)現(xiàn)有知識(shí)庫進(jìn)行審核，折疊和刪除低質(zhì)量問題，引導(dǎo)在線學(xué)習(xí)者進(jìn)行專業(yè)問答/回復(fù)和自主學(xué)習(xí)討論，全面提升在線學(xué)習(xí)者在開放式知識(shí)分享社區(qū)中的學(xué)習(xí)投入水平。

（三）研究局限與展望

本研究存在幾方面的局限和不足。其一，研究對(duì)象為社會(huì)化問答社區(qū)內(nèi)有知識(shí)貢獻(xiàn)的在線學(xué)習(xí)群體，實(shí)際上問答社區(qū)中還有未進(jìn)行過知識(shí)貢獻(xiàn)的潛水型在線學(xué)習(xí)者。其二，計(jì)算知識(shí)貢獻(xiàn)績效時(shí)可以考慮時(shí)間成本和物質(zhì)收益，同時(shí)可以采用層次分析法和德爾菲法評(píng)判在線學(xué)習(xí)者的知識(shí)貢獻(xiàn)績效。其三，本研究采用真實(shí)在線學(xué)習(xí)者數(shù)據(jù)探討細(xì)化因素，未來可以探索諸如制度規(guī)范等社區(qū)環(huán)境層面和在線學(xué)習(xí)者愉悅感等心理層面的細(xì)化因素影響。

[參考文獻(xiàn)]

包昊罡，邢爽，李艷燕，等. 2019. 在線協(xié)作學(xué)習(xí)中面向教師的可視化學(xué)習(xí)分析工具設(shè)計(jì)與應(yīng)用研究[J]. 中國遠(yuǎn)程教育（6）：13-21，92-93.

胡小勇，徐歡云，陳澤璇. 2020. 學(xué)習(xí)者信息素養(yǎng)、在線學(xué)習(xí)投入及學(xué)習(xí)績效關(guān)系的實(shí)證研究[J]. 中國電化教育（3）：77-84.

李海峰，王煒. 2020. 在線問答學(xué)習(xí)社區(qū)的群體知識(shí)貢獻(xiàn)影響因素——基于WebGIS知乎學(xué)習(xí)社區(qū)的功能模塊分析[J]. 開放教育研究，26（1）：111-120.

李爽，鐘瑤. 2020. 在線教師教學(xué)投入對(duì)學(xué)生學(xué)習(xí)績效的影響——基于教師和學(xué)生的視角[J]. 開放教育研究，26（3）：99-110.

李艷燕，彭禹，康佳，等. 2020. 在線協(xié)作學(xué)習(xí)中小組學(xué)習(xí)投入的分析模型構(gòu)建及應(yīng)用[J]. 中國遠(yuǎn)程教育（2）：40-48，77.

馬婧. 2020. 混合教學(xué)環(huán)境下大學(xué)生學(xué)習(xí)投入影響機(jī)制研究——教學(xué)行為的視角[J]. 中國遠(yuǎn)程教育（2）：57-67.

武法提，張琪. 2018. 學(xué)習(xí)行為投入：定義、分析框架與理論模型[J]. 中國電化教育（1）：35-41.

吳佳玲. 2019. 虛擬學(xué)術(shù)社區(qū)知識(shí)交流效率研究[D]. 綿陽：西南科技大學(xué).

王偉，冀宇強(qiáng)，王洪偉，等. 2017. 中文問答社區(qū)答案質(zhì)量的評(píng)價(jià)研究：以知乎為例[J]. 圖書情報(bào)工作，61（22）：36-44.

王志軍，陳麗. 2015. 聯(lián)通主義學(xué)習(xí)的教學(xué)交互理論模型建構(gòu)研究[J]. 開放教育研究，21（5）：25-34.

楊瑞仙，權(quán)明喆，武亞倩，等. 2018. 學(xué)術(shù)虛擬社區(qū)科研人員知識(shí)交流效率感知調(diào)查研究[J]. 圖書與情報(bào)（6）：72-83.

楊瑞仙，黃書瑞，王元鋒. 2020. 基于三階段DEA模型的在線健康社區(qū)知識(shí)交流效率評(píng)價(jià)研究[J]. 情報(bào)理論與實(shí)踐，43（10）：122-129.

周軍杰，左美云. 2012. 線上線下互動(dòng)、群體分化與知識(shí)共享的關(guān)系研究——基于虛擬社區(qū)的實(shí)證分析[J]. 中國管理科學(xué)，20（6）：185-192.

宗乾進(jìn)，呂鑫，袁勤儉，等. 2014. 學(xué)術(shù)博客的知識(shí)交流效果評(píng)價(jià)研究[J]. 情報(bào)科學(xué)，32（12）：72-76.

翟興，陳超，王鴻蘊(yùn). 2020. 信息素養(yǎng)對(duì)大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)投入的影響研究——以新冠疫情期間的大規(guī)模、長周期網(wǎng)絡(luò)教學(xué)為例[J]. 現(xiàn)代教育技術(shù)，30（10）：98-104.

鄭顯亮，顧海根. 2012. 國內(nèi)外網(wǎng)絡(luò)利他行為研究述評(píng)[J]. 外國中小學(xué)教育（4）：19-23.

Chang， H. H.， &Chuang， S.S. （2011）. Social capital and individual motivations on knowledge sharing： participant involvement as a moderator. Information & Management，48（1），9-18.

Eberle， J.， Stegmann， K.， &Fischer， F.， et al. （2014）. Legitimate Peripheral Participation in Communities of Practice： Participation Support Structures for Newcomers in Faculty Student Councils. The Journal of the Learning Sciences，23（2），216-244.

Guan， T.， Wang，L.， &Jin， J.， et al. （2018）. Knowledge contribution behavior in online Q&A communities： An empirical investigation. Computers in Human Behavior， 137-147.

Jin， J.， Li， Y.， &Zhong， X.， et al. （2015）. Why users contribute knowledge to online communities： An empirical study of an online social Q&A community. Information & Management，52（7），840-849.

Lin， H.F. （2007）. Effects of Extrinsic and Intrinsic Motivation on Employee Knowledge Sharing Intentions. Journal of Information Science，33（2），135-149.

Liu， Z.， & Jansen， B. J. （2013）. Factors Influencing the Response Rate in Social Question and Answering Behavior. Conference on Computer Supported Cooperative Work，1263-1274.

Luo， C.， Luo， X.， & Schatzberg， L.， et al. （2013）. Impact of informational factors on online recommendation credibility： The moderating role of source credibility. Decision Support Systems，56（1），92-102.

Shen， W.， Hu， Y， J.， & Ulmer， J， R. et al. （2015）. Competing for attention： an empirical study of online reviewers’ strategic behavior. Management Information Systems Quarterly， 39（3）， 683-696.

Teng， J. T.， & Song， S. （2011）. An exploratory examination of knowledge- sharing behaviors： Solicited and voluntary. Journal of Knowledge Management， 15（1）， 104-117.

Wang， W. T.， & Wei， Z. （2011）. Knowledge sharing in wiki communities： an empirical study. Online Information Review，35（5），799-820.

Wheeless， L. R. （2010）. A follow-up study of the relationships among trust， disclosure， and interpersonal solidarity. Human Communication Research，4（2），143-157.

Xia， M.， Huang. Y.， & Duan， W.， et al. （2012）. Research Note---To Continue Sharing or Not to Continue Sharing？ An Empirical Analysis of User Decision in Peer-to-Peer Sharing Networks. Information Systems Research， 23（1）， 247-259.

Yan， B.， &Jian， L. （2017）. Beyond reciprocity： The bystander effect of knowledge response in online knowledge communities. Computers in Human Behavior， 9-18.

Yilmaz， R. （2016）. Knowledge sharing behaviors in e-learning community： Exploring the role of academic self-efficacy and sense of community. Computers in Human Behavior，63，373-382 .

收稿日期：2020-08-28

定稿日期：2020-11-24

作者簡介：崔智斌，碩士研究生，中央財(cái)經(jīng)大學(xué)信息學(xué)院（102206）。

涂艷，本文通訊作者，博士，教授，博士生導(dǎo)師，中央財(cái)經(jīng)大學(xué)信息學(xué)院（102206）。

責(zé)任編輯 張志禎 劉 莉