徐修德，劉 釩

(1.青島大學(xué) 商學(xué)院；2.青島大學(xué)“一帶一路”研究院，山東 青島 266100)

0 引言

互聯(lián)網(wǎng)和信息通訊技術(shù)的飛速發(fā)展，特別是Web2.0、Web3.0等技術(shù)的出現(xiàn)，為個(gè)體知識(shí)共享與創(chuàng)新帶來(lái)新方式，如虛擬社區(qū)(Virtual Community)將不同地理位置的個(gè)體通過(guò)互聯(lián)網(wǎng)連接起來(lái)，為用戶隨時(shí)隨地共享知識(shí)提供了技術(shù)、資源和環(huán)境，已經(jīng)成為知識(shí)共享和信息交換的新平臺(tái)[1]。虛擬社區(qū)克服了面對(duì)面交流所必需的時(shí)間同步性和地域同一性限制[2]，使得知識(shí)交流更加便捷化、多樣化，拓展了網(wǎng)絡(luò)知識(shí)共享廣度和深度。而學(xué)術(shù)虛擬社區(qū)是以特定學(xué)術(shù)主題為內(nèi)容，以互聯(lián)網(wǎng)信息技術(shù)為支撐，以廣大學(xué)者、科研人員等知識(shí)分子為用戶群體，進(jìn)行學(xué)術(shù)交流與知識(shí)共享的專業(yè)線上社區(qū)[3]。在學(xué)術(shù)虛擬社區(qū)中，學(xué)者和科研工作者們通過(guò)在平臺(tái)上發(fā)布信息，獲得點(diǎn)贊、收藏和轉(zhuǎn)發(fā)，促使信息在短時(shí)間內(nèi)發(fā)生快速傳播，因此學(xué)術(shù)虛擬社區(qū)在知識(shí)獲取、共享、轉(zhuǎn)移和創(chuàng)造過(guò)程中發(fā)揮重大作用。目前國(guó)內(nèi)學(xué)術(shù)虛擬社區(qū)數(shù)量龐大，如小木蟲(chóng)、經(jīng)管之家(原人大經(jīng)濟(jì)論壇)、科學(xué)網(wǎng)、丁香園等知名學(xué)術(shù)社區(qū)。然而國(guó)內(nèi)學(xué)術(shù)虛擬社區(qū)在發(fā)展中仍然存在一些問(wèn)題，如相比分享經(jīng)驗(yàn)與知識(shí)，社區(qū)用戶大多存在“潛水”現(xiàn)象，更多地選擇瀏覽平臺(tái)信息。已有研究表明，在多數(shù)線上社區(qū)中，90%的用戶參與知識(shí)獲取而不主動(dòng)進(jìn)行知識(shí)互動(dòng)與分享，9%的用戶會(huì)進(jìn)一步參與討論互動(dòng)，而僅有1%的用戶會(huì)積極地創(chuàng)造內(nèi)容[4]。因此，有必要探究影響虛擬社區(qū)知識(shí)共享行為的關(guān)鍵因素，提高人們的社區(qū)認(rèn)可度和參與度，促進(jìn)用戶間知識(shí)交流與創(chuàng)新，進(jìn)而對(duì)國(guó)內(nèi)學(xué)術(shù)社區(qū)建設(shè)和發(fā)展提供理論指導(dǎo)與政策建議。

目前關(guān)于學(xué)術(shù)虛擬社區(qū)的知識(shí)共享已形成若干成果，但仍然存在不足。一方面，多數(shù)文獻(xiàn)數(shù)據(jù)主要源于線上或線下用戶問(wèn)卷調(diào)查，數(shù)據(jù)量較少且具有一定主觀性。另一方面，國(guó)內(nèi)外學(xué)者多采用單一理論來(lái)解釋虛擬社區(qū)知識(shí)共享影響因素，但虛擬學(xué)習(xí)社區(qū)是一個(gè)知識(shí)共享的生態(tài)系統(tǒng)，采用單個(gè)理論解釋虛擬學(xué)習(xí)社區(qū)的知識(shí)共享效果可能存在嚴(yán)重片面性[5]。學(xué)術(shù)虛擬社區(qū)是依托信息技術(shù)而存在的在線社交網(wǎng)絡(luò)系統(tǒng)，其知識(shí)共享過(guò)程和結(jié)果受到社會(huì)資本和技術(shù)支持的雙重影響[6]，但是鮮有研究綜合考慮上述兩項(xiàng)因素。

綜上，為解決學(xué)術(shù)虛擬社區(qū)普遍存在的用戶活躍度低、知識(shí)共享熱情不高等現(xiàn)實(shí)問(wèn)題，有必要從系統(tǒng)角度探究如何促進(jìn)學(xué)術(shù)社區(qū)用戶參與知識(shí)共享。首先，本文基于社會(huì)資本與技術(shù)支持的雙重視角闡述學(xué)術(shù)虛擬社區(qū)知識(shí)共享過(guò)程；其次，構(gòu)建社會(huì)資本和技術(shù)支持對(duì)用戶知識(shí)共享行為影響的理論模型，通過(guò)爬取“科學(xué)網(wǎng)”社區(qū)用戶數(shù)據(jù)，采用零膨脹負(fù)二項(xiàng)回歸分析對(duì)模型進(jìn)行檢驗(yàn)；最后，根據(jù)學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為影響因素分析結(jié)果，對(duì)學(xué)術(shù)社區(qū)如何提高用戶知識(shí)共享意愿、實(shí)現(xiàn)持續(xù)發(fā)展提出改善性建議。

1 研究綜述

1.1 學(xué)術(shù)虛擬社區(qū)知識(shí)共享

學(xué)術(shù)虛擬社區(qū)是以服務(wù)學(xué)術(shù)科研為目的，圍繞特定專業(yè)領(lǐng)域?qū)W術(shù)知識(shí)展開(kāi)討論交流，實(shí)現(xiàn)學(xué)術(shù)資源共享與學(xué)者之間相互合作的平臺(tái)[7]。在學(xué)術(shù)社區(qū)中，有穩(wěn)定的學(xué)術(shù)、科研用戶和知識(shí)分子等學(xué)習(xí)型受眾，交流的專業(yè)性較強(qiáng)。成員通過(guò)在平臺(tái)上發(fā)表觀點(diǎn)，引發(fā)同領(lǐng)域的學(xué)術(shù)愛(ài)好者圍繞專業(yè)問(wèn)題展開(kāi)交流和探討，進(jìn)而碰撞出新思想、新方法。其中，知識(shí)共享是用戶獲取、加工和創(chuàng)造新知識(shí)的主要途徑，通過(guò)平臺(tái)用戶間的知識(shí)共享提高用戶活躍度、增強(qiáng)持續(xù)貢獻(xiàn)意愿，使學(xué)術(shù)社區(qū)獲得持續(xù)發(fā)展。關(guān)于知識(shí)共享行為有兩方面理解，一方面是把知識(shí)共享視為一種交換過(guò)程，認(rèn)為知識(shí)共享是個(gè)體之間共享信息、觀點(diǎn)和建議[8]，以及相互交換自身知識(shí)(顯性和隱形)并共同創(chuàng)造新知識(shí)的過(guò)程[9]；另一方面是把知識(shí)共享視為一種轉(zhuǎn)化過(guò)程，即個(gè)體將知識(shí)轉(zhuǎn)化為可被其他個(gè)體理解、吸收和使用的信息[10]，是一種人與人之間交流和溝通的過(guò)程。

學(xué)術(shù)社區(qū)中的知識(shí)共享可以看作是社區(qū)成員中知識(shí)提供者、知識(shí)接收者以及社區(qū)平臺(tái)之間兩兩互動(dòng)的過(guò)程[7]，社區(qū)成員將自己的知識(shí)通過(guò)虛擬社區(qū)傳遞給其他用戶，使其他用戶可以快速獲取專業(yè)知識(shí)和學(xué)術(shù)前沿信息，實(shí)現(xiàn)社區(qū)成員之間以及成員與平臺(tái)之間的知識(shí)交流。從社會(huì)資本角度看，學(xué)術(shù)虛擬社區(qū)的知識(shí)共享活動(dòng)是一種基于情境社會(huì)化的過(guò)程；從信息技術(shù)角度看，學(xué)術(shù)虛擬社區(qū)的知識(shí)共享行為可視為社區(qū)成員依托網(wǎng)絡(luò)技術(shù)和系統(tǒng)程序進(jìn)行知識(shí)交流與擴(kuò)散的過(guò)程。學(xué)術(shù)虛擬社區(qū)的知識(shí)共享過(guò)程如圖1所示[7，11-13]。

1.2 社會(huì)資本視角下的知識(shí)共享

社會(huì)資本是人際間為達(dá)成共同目標(biāo)、相互聯(lián)系而產(chǎn)生的各類社會(huì)網(wǎng)絡(luò)資源。社會(huì)資本是實(shí)際或潛在的資源集合體，這些資源與人們共同熟悉或認(rèn)可的制度化關(guān)系持久地聯(lián)系在一起[14]。許多學(xué)者對(duì)社會(huì)資本有著不同定義，其中，Nahapiet & Ghoshal[15]對(duì)社會(huì)資本的界定得到了廣泛認(rèn)同，他們認(rèn)為社會(huì)資本是個(gè)體或單位擁有的關(guān)系網(wǎng)絡(luò)中存在的和衍生的實(shí)際資源以及潛在資源之和，可分為結(jié)構(gòu)、關(guān)系和認(rèn)知3個(gè)維度。結(jié)構(gòu)維度包括網(wǎng)絡(luò)成員關(guān)系以及聯(lián)系的密切程度、網(wǎng)絡(luò)結(jié)構(gòu)[11]，通常將個(gè)體中心性、社會(huì)交互連接、熟悉性等作為測(cè)量指標(biāo)；關(guān)系維度是指人們通過(guò)長(zhǎng)期互動(dòng)交往產(chǎn)生的一種具體人際關(guān)系[4]，通常將信任、互惠、認(rèn)同、承諾等作為測(cè)量指標(biāo)；認(rèn)知維度描述了網(wǎng)絡(luò)主體間在多大程度上擁有共同的理解和表達(dá)[11]，通常將共同語(yǔ)言、共享愿景、共享文化等作為測(cè)量指標(biāo)。目前許多學(xué)者沿用這種社會(huì)資本劃分維度，并將其引入虛擬社區(qū)知識(shí)共享研究中，認(rèn)為社會(huì)資本影響社區(qū)知識(shí)交流與共享行為的數(shù)量及質(zhì)量，是網(wǎng)絡(luò)知識(shí)管理的重要影響因素和解釋變量[16]。因此，本文借用社會(huì)資本的三維度劃分，將社會(huì)聯(lián)結(jié)作為結(jié)構(gòu)資本的指標(biāo)變量，將信任、互惠和身份認(rèn)同作為關(guān)系資本的指標(biāo)變量，將共同愿景作為認(rèn)知資本的指標(biāo)變量。

圖1 學(xué)術(shù)虛擬社區(qū)知識(shí)共享過(guò)程Fig.1 Process of knowledge sharing in the academic virtual community

1.3 技術(shù)接受視角下的知識(shí)共享

技術(shù)接受模型(Technology Acceptance Model, TAM)是在借鑒并融合理性行為理論(TRA)、計(jì)劃行為理論(TPB)基礎(chǔ)上發(fā)展起來(lái)的[17]，其目的是探究用戶對(duì)一項(xiàng)新信息技術(shù)的接受程度。該模型認(rèn)為線上平臺(tái)的使用行為主要由用戶使用意愿決定[18]，而意愿取決于用戶使用態(tài)度，使用態(tài)度由感知有用性和感知易用性決定，感知有用性和感知易用性分別代表個(gè)體使用某項(xiàng)信息技術(shù)時(shí)感受到的有效程度與難易程度。已有學(xué)者基于技術(shù)接受模型探討虛擬社區(qū)知識(shí)共享行為。如Hung & Cheng[19]研究發(fā)現(xiàn)，感知有用性和易用性均顯著影響虛擬社區(qū)用戶知識(shí)共享意愿，同時(shí)，感知有用性在感知易用性與知識(shí)共享意愿間起部分中介作用。技術(shù)接受模型能夠從技術(shù)支持的客觀角度解釋用戶知識(shí)共享意愿和行為，但忽視了心理認(rèn)知、社會(huì)關(guān)系等主觀因素。因此，本文綜合社會(huì)資本理論和技術(shù)接受模型，探討結(jié)構(gòu)資本、關(guān)系資本、認(rèn)知資本、感知有用性和感知易用性對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為的影響。

學(xué)術(shù)虛擬社區(qū)不同于其它類型的虛擬社區(qū)，其用戶多為從事科研工作的學(xué)者，知識(shí)交流與共享更加專業(yè)性和密切化，同時(shí)，學(xué)術(shù)虛擬社區(qū)平臺(tái)沒(méi)有具體的獎(jiǎng)懲制度和獲利機(jī)制，沒(méi)有強(qiáng)制的約束機(jī)制，因此社區(qū)成員多是基于彼此的社會(huì)關(guān)系以及使用感受進(jìn)行知識(shí)共享?；诖?，本文將學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為的影響因素分為社會(huì)資本與技術(shù)支持兩個(gè)方面。

2 研究假設(shè)與模型構(gòu)建

2.1 知識(shí)共享質(zhì)量與數(shù)量

根據(jù)知識(shí)管理理論，知識(shí)共享作為知識(shí)管理的有機(jī)組成，反映個(gè)體對(duì)知識(shí)與信息交換的態(tài)度,是實(shí)現(xiàn)個(gè)體間知識(shí)轉(zhuǎn)移和創(chuàng)新的重要活動(dòng)。用戶在虛擬社區(qū)共享的知識(shí)可能成為其他用戶的抉擇依據(jù)，而知識(shí)質(zhì)量和數(shù)量是影響抉擇正確與否的重要因素[2]。因此，本文將知識(shí)共享行為劃分為知識(shí)共享質(zhì)量和知識(shí)共享數(shù)量?jī)蓚€(gè)維度。其中，知識(shí)共享質(zhì)量是指用戶在虛擬學(xué)術(shù)社區(qū)中分享知識(shí)與信息的價(jià)值量和有用程度[20]，本文采用用戶發(fā)布博文的閱讀數(shù)和評(píng)論數(shù)的總和表征，當(dāng)用戶文章獲得的閱讀數(shù)和評(píng)論數(shù)越多時(shí)，說(shuō)明其知識(shí)共享質(zhì)量越高。知識(shí)共享數(shù)量主要是指學(xué)術(shù)虛擬社區(qū)用戶發(fā)帖數(shù)與回帖數(shù)的總和[21]，本文采用用戶發(fā)布的博文數(shù)、主題帖數(shù)和回帖數(shù)的總和表征，發(fā)帖回帖數(shù)量越多，說(shuō)明用戶知識(shí)共享行為越頻繁，知識(shí)共享數(shù)量越多。

2.2 關(guān)系資本與知識(shí)共享行為

關(guān)系資本是人們?cè)诰W(wǎng)絡(luò)互動(dòng)過(guò)程中建立起來(lái)的一種具體社會(huì)關(guān)系，涉及信任、互惠及身份認(rèn)同等[15]。社會(huì)資本理論中的關(guān)系維度代表成員間通過(guò)交互形成的人際關(guān)系，主要聚焦于影響成員行為的特定、持續(xù)的互動(dòng)關(guān)系，這些互動(dòng)關(guān)系會(huì)對(duì)知識(shí)共享行為產(chǎn)生顯著影響[22]。在學(xué)術(shù)虛擬社區(qū)中，信任有助于營(yíng)造鼓勵(lì)知識(shí)共享的環(huán)境，體現(xiàn)用戶是否愿意在平臺(tái)上公開(kāi)自己的真實(shí)信息[21]，經(jīng)過(guò)實(shí)名認(rèn)證并且愿意公開(kāi)工作情況的用戶更愿意在平臺(tái)上進(jìn)行知識(shí)交流與共享，即信任程度越高，知識(shí)共享氛圍越濃厚，越有助于促進(jìn)知識(shí)交流和共享?；セ菔侵干鐓^(qū)成員在共享知識(shí)后獲得相應(yīng)回報(bào)，感覺(jué)到公平性和滿足感，進(jìn)而在平臺(tái)持續(xù)分享自己的知識(shí)[23]。金幣數(shù)可用來(lái)衡量該用戶在進(jìn)行知識(shí)共享后獲得的回報(bào)，金幣數(shù)量越多，成員越愿意進(jìn)行發(fā)帖、討論、回復(fù)等活動(dòng)，同時(shí)，為了獲得更多金幣，愿意輸出更多高質(zhì)量的知識(shí)與信息。社區(qū)認(rèn)同感會(huì)促使成員對(duì)該社區(qū)產(chǎn)生責(zé)任感和歸屬感。有研究指出，個(gè)體對(duì)群體的認(rèn)同感越強(qiáng)烈，融入該群體的積極性就越高[24]。這種對(duì)社區(qū)的認(rèn)可會(huì)促進(jìn)用戶的知識(shí)共享行為。因此，本文將實(shí)名認(rèn)證、工作公開(kāi)情況、金幣數(shù)、活躍度作為關(guān)系資本的指標(biāo)變量，并提出如下假設(shè):

H1a：關(guān)系資本對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享質(zhì)量具有顯著正向影響；

H1b：關(guān)系資本對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享數(shù)量具有顯著正向影響。

2.3 結(jié)構(gòu)資本與知識(shí)共享行為

結(jié)構(gòu)資本是個(gè)體間社會(huì)聯(lián)系的總體結(jié)構(gòu)模式，通常用社會(huì)交互聯(lián)結(jié)(簡(jiǎn)稱社會(huì)聯(lián)結(jié))表征[15]。社會(huì)聯(lián)結(jié)可以表示虛擬社區(qū)成員間的關(guān)系強(qiáng)度、所用時(shí)間以及溝通頻率[25]。社會(huì)資本理論指出，個(gè)體間交流合作的一個(gè)重要前因變量是個(gè)體通過(guò)社會(huì)交互活動(dòng)建立聯(lián)結(jié)[26]。在學(xué)術(shù)虛擬社區(qū)中，社區(qū)用戶通過(guò)訪問(wèn)他人空間獲取信息的行為就是一種社會(huì)聯(lián)結(jié)，從而建立與對(duì)方的聯(lián)系?？臻g訪問(wèn)量較高，說(shuō)明該用戶與其他用戶有更廣泛的聯(lián)結(jié)。個(gè)體間社會(huì)交互越頻繁，社區(qū)用戶交換知識(shí)資源的頻率和數(shù)量也越高，越有利于促進(jìn)知識(shí)共享?；谏鲜鲅芯浚狙芯繉⒖臻g訪問(wèn)量作為結(jié)構(gòu)資本的指標(biāo)變量，并提出如下假設(shè):

H2a：結(jié)構(gòu)資本對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享質(zhì)量具有顯著正向影響；

H2b：結(jié)構(gòu)資本對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享數(shù)量具有顯著正向影響。

2.4 認(rèn)知資本與知識(shí)共享行為

認(rèn)知資本是指為不同個(gè)體提供表達(dá)與解釋的資源[15]，比如共同價(jià)值觀、語(yǔ)言或行為模式、共同愿景等。社會(huì)資本理論中的共同語(yǔ)言、共享愿景等認(rèn)知資本是虛擬社區(qū)成員間實(shí)現(xiàn)知識(shí)共享的必要條件[23]。其中，共同愿景是指社區(qū)成員普遍認(rèn)同的目標(biāo)和愿望[27]，即用戶在社區(qū)中活動(dòng)具有目標(biāo)和愿景上的一致性。Ardichvili[28]將共同愿景視為一種整合機(jī)制——可以將分散的個(gè)體組織起來(lái)，使大家擁有共同目標(biāo)，進(jìn)而形成一個(gè)新整體。在學(xué)術(shù)虛擬社區(qū)知識(shí)共享活動(dòng)中，共同愿景使社區(qū)成員的行動(dòng)目標(biāo)一致，有助于增強(qiáng)社區(qū)凝聚力，促進(jìn)成員分享觀點(diǎn)和提高溝通效率。學(xué)術(shù)虛擬社區(qū)成員一般都具有專業(yè)知識(shí)，因此擁有共同語(yǔ)言。如科學(xué)網(wǎng)通過(guò)提供添加好友功能，將具有共同愿景的用戶聯(lián)系在一起，共同的價(jià)值觀和社區(qū)發(fā)展愿景促使不同用戶之間成為好友。在共同愿景的驅(qū)使下，好友數(shù)量越多，用戶的知識(shí)分享意愿就越強(qiáng)烈，共享行為也越多?；谏鲜鲅芯浚狙芯繉⒑糜褦?shù)作為認(rèn)知資本的指標(biāo)變量，并提出如下假設(shè):

H3a：認(rèn)知資本對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享質(zhì)量具有顯著正向影響；

H3b：認(rèn)知資本對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享數(shù)量具有顯著正向影響。

2.5 技術(shù)支持與知識(shí)共享行為

對(duì)技術(shù)的主觀接受程度是影響用戶知識(shí)共享行為的關(guān)鍵因素[19]。信息技術(shù)作為虛擬社區(qū)知識(shí)共享行為的支撐基礎(chǔ)，直接決定信息交流和傳遞的社會(huì)交換成本[12]。根據(jù)技術(shù)接受模型可知，要促使個(gè)體在虛擬社區(qū)中分享知識(shí)，需盡量讓用戶感受到該虛擬社區(qū)帶來(lái)的裨益，并且獲取容易。在學(xué)術(shù)虛擬社區(qū)中，是否易于獲得完整、準(zhǔn)確的信息以解答自身面臨的問(wèn)題是個(gè)體參與知識(shí)分享的重要前提[29]。感知有用性是指用戶認(rèn)為借助學(xué)術(shù)虛擬社區(qū)能夠獲取有用知識(shí)和前沿信息，以解決其研究工作中的問(wèn)題；感知易用性是指用戶在使用該平臺(tái)過(guò)程中形成的便捷性體驗(yàn)[6]。感知有用性與績(jī)效期望、享樂(lè)動(dòng)機(jī)相關(guān)，如當(dāng)用戶在社區(qū)中獲得有用知識(shí)、技能，進(jìn)而提升工作和學(xué)習(xí)效率，或者對(duì)平臺(tái)中的博文感到快樂(lè)和愉悅時(shí)，會(huì)主動(dòng)在自己的主頁(yè)中分享該信息。同時(shí)，感知易用性也與付出期望相關(guān)，如當(dāng)用戶付出較少努力便可使用平臺(tái)系統(tǒng)時(shí)，說(shuō)明該學(xué)術(shù)平臺(tái)易于使用，良好的使用體驗(yàn)有助于提高用戶使用頻率，從而增加發(fā)帖量。換而言之，如果用戶認(rèn)為學(xué)術(shù)虛擬社區(qū)有用且方便，就會(huì)積極分享有用的帖子并且經(jīng)常在社區(qū)中發(fā)帖討論。因此，本文使用用戶分享的博文數(shù)衡量用戶對(duì)社區(qū)的感知有用性，以用戶的平臺(tái)使用頻率衡量該用戶對(duì)社區(qū)的感知易用性。同時(shí)，基于上述研究，本研究將分享數(shù)和使用效率作為技術(shù)支持的指標(biāo)變量，并提出如下研究假設(shè):

H4a：技術(shù)支持對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享質(zhì)量具有顯著正向影響；

H4b：技術(shù)支持對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享數(shù)量具有顯著正向影響。

綜合上述分析和假設(shè)，本研究提出基于社會(huì)資本和技術(shù)支持的學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為模型，如圖2所示。

圖2 學(xué)術(shù)虛擬社區(qū)知識(shí)共享影響因素理論模型Fig. 2 Theoretical model of influencing factors of knowledge sharing in the academic virtual community

3 數(shù)據(jù)收集與處理

3.1 數(shù)據(jù)收集與變量描述

本研究實(shí)證數(shù)據(jù)來(lái)源于科學(xué)網(wǎng)。眾所周知，科學(xué)網(wǎng)是面向廣大學(xué)術(shù)愛(ài)好者和科研工作者，為其提供知識(shí)資源交流和共享的典型在線學(xué)術(shù)問(wèn)答社區(qū)，其用戶可針對(duì)學(xué)術(shù)熱點(diǎn)話題展開(kāi)全面深入的討論，快速實(shí)現(xiàn)個(gè)體知識(shí)輸入與輸出。科學(xué)網(wǎng)于2007年1月上線，目前已經(jīng)穩(wěn)居全球科學(xué)類中文網(wǎng)站排名第一，其用戶群體受教育程度高，多是來(lái)自國(guó)內(nèi)各大高校和研究院的師生以及科研人員。作為全球最大的中文科學(xué)社區(qū)，科學(xué)網(wǎng)為廣大學(xué)者進(jìn)行學(xué)術(shù)探究與創(chuàng)新提供了有效平臺(tái)。因此，本文通過(guò)Python網(wǎng)絡(luò)爬蟲(chóng)軟件，初步獲取管理綜合板塊下的7 255名用戶信息。該板塊下設(shè)管理科學(xué)與工程、工商管理、宏觀管理與政策、管理學(xué)、馬克思主義、哲學(xué)、語(yǔ)言學(xué)、文學(xué)、藝術(shù)學(xué)、歷史學(xué)、經(jīng)濟(jì)學(xué)、政治學(xué)、法學(xué)、社會(huì)學(xué)、新聞學(xué)與傳播學(xué)、圖書(shū)館情報(bào)與文獻(xiàn)學(xué)、教育學(xué)、體育學(xué)和統(tǒng)計(jì)學(xué)，共19個(gè)二級(jí)學(xué)科，用戶信息包括是否實(shí)名認(rèn)證、用戶公開(kāi)的工作信息、金幣數(shù)、活躍度、用戶空間訪問(wèn)量、好友數(shù)、分享數(shù)、在線時(shí)間、博文數(shù)、主題帖數(shù)、回帖數(shù)、閱讀數(shù)和評(píng)論數(shù)等，相關(guān)自變量和因變量見(jiàn)表1。

表1 模型變量及解釋Tab.1 Model variables and interpretation

3.2 數(shù)據(jù)處理與描述性統(tǒng)計(jì)

本文變量的觀測(cè)時(shí)間為2020年12月13日，在7 255名用戶信息中刪除數(shù)據(jù)缺失和有效在線時(shí)間為0的1 491名用戶，最終獲得5 764名用戶信息。對(duì)數(shù)據(jù)進(jìn)行初步分析的結(jié)果顯示，在19類二級(jí)學(xué)科中，管理科學(xué)與工程板塊用戶數(shù)最多(20.84%)，其次是圖書(shū)館情報(bào)與文獻(xiàn)學(xué)(17.66%)，后面依次是宏觀管理與政策(8.21%)、工商管理(8.16%)和教育學(xué)(8.07%)等。利用SPSS25.0軟件對(duì)自變量和因變量進(jìn)行描述性統(tǒng)計(jì)分析，如表2所示?？梢钥闯觯茖W(xué)網(wǎng)社區(qū)成員行為差異較大，其中，實(shí)名認(rèn)證用戶占74.98%，公開(kāi)工作情況用戶占44.80%，說(shuō)明大多數(shù)用戶對(duì)平臺(tái)具有信任感；活躍度、閱讀評(píng)論數(shù)差距高達(dá)幾百萬(wàn)，空間訪問(wèn)量的差距甚至高達(dá)幾千萬(wàn)，同時(shí)，三項(xiàng)指標(biāo)的均值和標(biāo)準(zhǔn)差也明顯高于其它變量。因變量知識(shí)共享數(shù)量和質(zhì)量的均值與最大值差距較大，反映出整體知識(shí)共享行為并不活躍?？傮w來(lái)說(shuō)，各變量數(shù)據(jù)分布比較分散，差異較大。

表2 描述性統(tǒng)計(jì)分析結(jié)果(N=5764)Tab.2 Descriptive statistical analysis results (N=5764)

3.3 分析方法

本文因變量知識(shí)共享數(shù)量和質(zhì)量為用戶博文數(shù)、主題帖數(shù)、回帖數(shù)、閱讀數(shù)和評(píng)論數(shù)，上述指標(biāo)均為非負(fù)整數(shù)的計(jì)數(shù)型數(shù)據(jù)，獨(dú)立且非負(fù)的計(jì)數(shù)型數(shù)據(jù)往往采用泊松回歸和負(fù)二項(xiàng)回歸。泊松回歸的前提假設(shè)是樣本的均值與方差相等，而負(fù)二項(xiàng)回歸更適合存在過(guò)度離散(over dispersion)現(xiàn)象的數(shù)據(jù)分析。從表2可以看出，知識(shí)共享數(shù)量和質(zhì)量的指標(biāo)均值明顯小于方差，說(shuō)明數(shù)據(jù)的離散程度大，更適用負(fù)二項(xiàng)回歸方法[30]。由于用戶博文數(shù)、主題帖數(shù)、回帖數(shù)、閱讀數(shù)和評(píng)論數(shù)有大量零值，而負(fù)二項(xiàng)零膨脹回歸模型(ZINB)允許存在大量零觀測(cè)值和計(jì)數(shù)數(shù)據(jù)偏分布[31]，因此本文采用負(fù)二項(xiàng)零膨脹回歸模型進(jìn)行分析。本文模型檢驗(yàn)采用單一指標(biāo)變量分析和分層逐步回歸分析，并將關(guān)系資本、結(jié)構(gòu)資本、認(rèn)知資本和技術(shù)支持4個(gè)自變量依次進(jìn)行回歸，探究其對(duì)知識(shí)共享行為的不同影響。

4 數(shù)據(jù)分析

4.1 相關(guān)性分析

利用軟件SPSS25.0對(duì)各變量進(jìn)行相關(guān)性分析，結(jié)果如表3所示。可以發(fā)現(xiàn)，自變量與因變量之間，除工作公開(kāi)情況(B)與知識(shí)共享數(shù)量(Y2)的相關(guān)性不顯著外，其它自變量均與因變量知識(shí)共享質(zhì)量(Y1)、知識(shí)共享數(shù)量(Y2)顯著相關(guān)。另外，各自變量之間大多存在相關(guān)性，其中，除工作公開(kāi)情況(B)外，關(guān)系資本的其它三項(xiàng)變量實(shí)名認(rèn)證(A)、金幣數(shù)(C)與活躍度(D)之間具有顯著相關(guān)性，分享數(shù)與使用頻率作為技術(shù)支持的兩個(gè)指標(biāo)，相關(guān)性不顯著，這可能是因?yàn)榭茖W(xué)網(wǎng)社區(qū)用戶對(duì)技術(shù)支持的感知有用性與感知易用性差異較大。同時(shí)，各變量的方差膨脹因子系數(shù)均小于10，表明變量間不存在多重共線性。

4.2 回歸分析

4.2.1 單一變量回歸分析

單一指標(biāo)變量分析是將所有指標(biāo)變量分別對(duì)知識(shí)共享行為進(jìn)行回歸分析，目的在于判斷不同變量對(duì)知識(shí)共享行為的影響[32]。其中，因變量知識(shí)共享質(zhì)量(Y1)的測(cè)量指標(biāo)為用戶發(fā)布博文的閱讀數(shù)與評(píng)論數(shù)之和，知識(shí)共享數(shù)量(Y2)的測(cè)量指標(biāo)為用戶發(fā)布的博文數(shù)、主題帖數(shù)和回帖數(shù)之和。利用StataSE15對(duì)實(shí)名認(rèn)證、工作公開(kāi)情況、金幣數(shù)、活躍度、空間訪問(wèn)量、好友數(shù)、分享數(shù)、使用頻率等變量分別進(jìn)行知識(shí)共享質(zhì)量和數(shù)量的零膨脹負(fù)二項(xiàng)回歸分析。除好友數(shù)(F)對(duì)知識(shí)共享質(zhì)量(Y1)、分享數(shù)(G)對(duì)知識(shí)共享數(shù)量(Y2)的影響不顯著，分享數(shù)(G)對(duì)知識(shí)共享質(zhì)量(Y1)有顯著負(fù)向影響(β=-0.001 325，p=0.000)外，其它指標(biāo)變量均對(duì)因變量知識(shí)共享質(zhì)量(Y1)和知識(shí)共享數(shù)量(Y2)有顯著正向影響。

4.2.2 逐步分層回歸分析

利用StataSE 15軟件，分別對(duì)關(guān)系資本、結(jié)構(gòu)資本、認(rèn)知資本以及技術(shù)支持4個(gè)維度變量采取分層逐步零膨脹負(fù)二項(xiàng)回歸分析，最終形成8個(gè)知識(shí)共享回歸模型，具體見(jiàn)表4。

(1)所有模型的χ2和P值均顯著，說(shuō)明模型具有統(tǒng)計(jì)性意義。在知識(shí)共享質(zhì)量的4個(gè)模型和知識(shí)共享數(shù)量的4個(gè)模型中，對(duì)數(shù)似然值均隨著變量加入而逐漸增大，說(shuō)明隨著變量維度增加，知識(shí)共享行為模型的擬合度越來(lái)越高。特別是當(dāng)所有變量全部納入時(shí)，模型擬合效果最好，解釋性最強(qiáng)(見(jiàn)模型4和模型8)。

(2)不同維度自變量對(duì)知識(shí)共享質(zhì)量和數(shù)量的影響會(huì)隨著其它變量加入而產(chǎn)生較大差異，主要體現(xiàn)在自變量對(duì)知識(shí)共享質(zhì)量和數(shù)量的影響程度與作用效果上。

首先，在知識(shí)共享質(zhì)量理論模型中，當(dāng)關(guān)系資本進(jìn)入時(shí)，模型1中關(guān)系資本的4個(gè)指標(biāo)對(duì)知識(shí)共享質(zhì)量均有顯著正向影響，并且是否實(shí)名認(rèn)證對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享質(zhì)量影響最大，影響系數(shù)為0.525(P<0.01)。當(dāng)結(jié)構(gòu)資本被納入時(shí)，模型2中的5個(gè)指標(biāo)對(duì)知識(shí)共享質(zhì)量均有顯著正向影響，但實(shí)名認(rèn)證、工作公開(kāi)情況和金幣數(shù)的影響逐漸下降。當(dāng)認(rèn)知資本被納入時(shí)，其對(duì)知識(shí)共享質(zhì)量的正向影響不顯著，同時(shí)，實(shí)名認(rèn)證的影響持續(xù)下降，工作公開(kāi)情況的影響有所提高，但仍小于模型1。當(dāng)技術(shù)支持被納入后，形成完整的知識(shí)共享質(zhì)量理論模型。模型4中技術(shù)支持的兩項(xiàng)指標(biāo)對(duì)知識(shí)共享質(zhì)量的影響存在差異，分享數(shù)呈顯著負(fù)向影響，即個(gè)體在空間轉(zhuǎn)發(fā)分享的博文數(shù)量越多，其自身的知識(shí)貢獻(xiàn)質(zhì)量越差。而使用頻率具有顯著的正向作用，加入技術(shù)支持對(duì)關(guān)系資本的效用產(chǎn)生影響，實(shí)名認(rèn)證的影響出現(xiàn)下降，但是仍然最大，公開(kāi)工作情況的影響有所上升。

其次，在知識(shí)共享數(shù)量理論模型中，當(dāng)關(guān)系資本被納入時(shí)，模型1中關(guān)系資本的4個(gè)指標(biāo)對(duì)知識(shí)共享數(shù)量均有顯著正向影響。納入結(jié)構(gòu)資本后，模型2中的5個(gè)指標(biāo)對(duì)知識(shí)共享數(shù)量均有顯著正向影響，且實(shí)名認(rèn)證和金幣數(shù)的影響有所下降，公開(kāi)工作情況的影響有所上升。當(dāng)認(rèn)知資本被納入后，其對(duì)知識(shí)貢獻(xiàn)的正向影響同樣不顯著，并且實(shí)名認(rèn)證的影響進(jìn)一步減弱。當(dāng)技術(shù)支持被納入后，形成完整的知識(shí)共享數(shù)量理論模型。在模型4技術(shù)支持的兩項(xiàng)指標(biāo)中，分享數(shù)對(duì)知識(shí)共享數(shù)量的正向影響不顯著，而使用頻率有顯著正向作用且對(duì)知識(shí)共享數(shù)量的影響最大，系數(shù)為4.182(P<0.01)，技術(shù)支持的加入對(duì)關(guān)系資本和認(rèn)知資本產(chǎn)生影響，實(shí)名認(rèn)證和公開(kāi)工作情況的影響下降，金幣數(shù)的影響有所上升。值得關(guān)注的是，好友數(shù)的影響由不顯著變?yōu)轱@著正向，即在感知有用和感知易用的情況下，用戶擁有的好友越多，其進(jìn)行知識(shí)共享的數(shù)量越多。與知識(shí)共享質(zhì)量理論模型相比，知識(shí)共享數(shù)量模型中的實(shí)名認(rèn)證、公開(kāi)工作情況和金幣數(shù)的影響程度更大，好友數(shù)與分享數(shù)的影響存在顯著差異。

4.3 穩(wěn)健性分析

對(duì)知識(shí)共享數(shù)量和質(zhì)量進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，大部分用戶的發(fā)帖回帖和閱讀評(píng)論數(shù)很少，多數(shù)用戶的知識(shí)共享參與量為0，另外有41名極端用戶的知識(shí)共享數(shù)量超過(guò)1 000 000條，因此本研究剔除發(fā)帖回帖和閱讀評(píng)論數(shù)為0的用戶以及知識(shí)共享數(shù)量異常多的41名用戶，對(duì)剩下的1 187名用戶樣本再次進(jìn)行回歸，進(jìn)一步檢驗(yàn)社會(huì)資本和技術(shù)支持對(duì)用戶知識(shí)共享行為的影響，結(jié)果如表5所示?？梢园l(fā)現(xiàn)，該結(jié)果與表4中回歸結(jié)果(模型4、模型8)—致，表明回歸結(jié)果穩(wěn)健。

5 結(jié)論與啟示

5.1 研究結(jié)論

本文在探究學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為影響因素的過(guò)程中，將知識(shí)共享行為分為知識(shí)共享質(zhì)量模型和知識(shí)共享數(shù)量模型，系統(tǒng)探討用戶關(guān)系資本、結(jié)構(gòu)資本、認(rèn)知資本以及感知有用性、感知易用性對(duì)用戶知識(shí)共享行為的影響，研究結(jié)果如下：

(1)關(guān)系資本與結(jié)構(gòu)資本持續(xù)促進(jìn)知識(shí)共享行為。社會(huì)資本中的關(guān)系資本和結(jié)構(gòu)資本對(duì)知識(shí)共享質(zhì)量與數(shù)量均有顯著正向影響。一方面，隨著其它變量介入以及不同變量間的組合，作為結(jié)構(gòu)資本的指標(biāo)變量空間訪問(wèn)量和關(guān)系資本的指標(biāo)變量用戶活躍度對(duì)知識(shí)共享質(zhì)量與數(shù)量均有顯著正向作用，且作用穩(wěn)定。而作為關(guān)系資本的指標(biāo)變量實(shí)名認(rèn)證隨著其它變量介入，逐漸降低對(duì)知識(shí)共享質(zhì)量和數(shù)量的影響，作為關(guān)系資本指標(biāo)變量的公開(kāi)工作情況和金幣數(shù)對(duì)知識(shí)共享質(zhì)量與數(shù)量的影響呈現(xiàn)波動(dòng)性、動(dòng)態(tài)性。另一方面，關(guān)系資本中的信任對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為的影響明顯大于其它變量，說(shuō)明在學(xué)術(shù)社區(qū)中用戶的信任程度越高，越會(huì)積極參與知識(shí)共享和信息交流，這與甘春梅[16]、陳明紅[6]等的研究結(jié)果一致。若社區(qū)平臺(tái)以及平臺(tái)成員本著互惠互利的想法共同學(xué)習(xí)與進(jìn)步，用戶間擁有高度的社區(qū)認(rèn)同感，那么用戶的知識(shí)共享意愿也更強(qiáng)烈，更愿意在學(xué)術(shù)社區(qū)中進(jìn)行知識(shí)共享，同時(shí)，知識(shí)共享效果也更好。

表3 變量間相關(guān)系數(shù)及VIF值(N=5764)Tab.3 Correlation coefficients between variables and VIF values (N=5764)

表4 知識(shí)共享模型的逐步回歸分析結(jié)果(N=5764)Tab. 4 Stepwise regression analysis results of the knowledge sharing model (N=5764)

表5 知識(shí)共享模型回歸分析結(jié)果(剔除極端樣本)Tab.5 Knowledge sharing model regression analysis results (excluding extreme samples)

(2)認(rèn)知資本僅在其它因素介入下有助于提高知識(shí)共享數(shù)量。以好友數(shù)為指標(biāo)變量的認(rèn)知資本對(duì)知識(shí)共享質(zhì)量的影響不顯著，隨著其它變量加入，認(rèn)知資本對(duì)知識(shí)共享數(shù)量產(chǎn)生顯著正向影響。該結(jié)論與前文假設(shè)以及已有研究相悖。如Chiu[33]通過(guò)實(shí)證研究發(fā)現(xiàn)，共享愿景顯著正向影響知識(shí)共享質(zhì)量，并且負(fù)向影響知識(shí)共享數(shù)量；陳明紅等[34]發(fā)現(xiàn)，共同愿景對(duì)虛擬社區(qū)中的知識(shí)分享產(chǎn)生積極影響。而本研究得出不同結(jié)論，原因在于科學(xué)網(wǎng)用戶擁有共同的價(jià)值觀和愿景，對(duì)學(xué)術(shù)知識(shí)有著共同愛(ài)好，其加入虛擬社區(qū)大多基于對(duì)知識(shí)的渴求或分享欲望。由于學(xué)術(shù)社區(qū)中用戶共同愿景水平較高，因此共同愿景并不會(huì)有效提升知識(shí)共享質(zhì)量。同時(shí)，線上社區(qū)中用戶聯(lián)系、真實(shí)想法和意思表達(dá)不同于線下社區(qū)，基于共同目標(biāo)、興趣愛(ài)好而成為好友僅在特定情境下會(huì)促進(jìn)用戶知識(shí)共享行為，這與Wasko等[26]研究結(jié)果一致，即共享愿景顯著影響知識(shí)共享數(shù)量而不影響知識(shí)共享質(zhì)量?？傮w上，認(rèn)知資本對(duì)知識(shí)共享行為的影響存在不確定性。

(3)技術(shù)支持下的感知有用性與感知易用性對(duì)知識(shí)共享的影響差異顯著。作為技術(shù)支持下感知易用性的衡量指標(biāo)——使用頻率對(duì)知識(shí)共享質(zhì)量和數(shù)量均有顯著正向影響，這與Hus[35]、陳明紅[6]等的研究結(jié)論一致，說(shuō)明當(dāng)用戶在學(xué)術(shù)社區(qū)中使用體驗(yàn)良好，即操作系統(tǒng)簡(jiǎn)單、易于上手，能快速、便捷地解決問(wèn)題時(shí)，會(huì)增加用戶對(duì)平臺(tái)的好感度，從而熱衷于進(jìn)行知識(shí)共享。而感知有用性的衡量指標(biāo)分享數(shù)對(duì)知識(shí)共享數(shù)量的影響不顯著，對(duì)知識(shí)共享質(zhì)量有顯著負(fù)向影響，這與之前的假設(shè)以及前人研究結(jié)果不一致。如Hung和Cheng[36]研究發(fā)現(xiàn)，感知有用性顯著影響虛擬社區(qū)用戶的知識(shí)共享意愿；郭愷強(qiáng)等[37]通過(guò)實(shí)證表明，感知有用性是消費(fèi)者在虛擬社區(qū)中進(jìn)行評(píng)論等交流行為的重要影響因素。本文得出相反結(jié)論的原因可能為科學(xué)網(wǎng)平臺(tái)中的知識(shí)與信息質(zhì)量參差不齊，而科學(xué)網(wǎng)用戶知識(shí)水平較高，想在平臺(tái)中獲取準(zhǔn)確信息和解決問(wèn)題較困難，同時(shí)，用戶不愿分享質(zhì)量低、有用性差的博文，因此分享數(shù)對(duì)知識(shí)共享數(shù)量的影響不顯著，而當(dāng)用戶在空間中分享的博文數(shù)過(guò)多時(shí)，針對(duì)性的可用信息就會(huì)減少，輸出本身想法的意愿也會(huì)降低，從而對(duì)知識(shí)共享質(zhì)量帶來(lái)負(fù)向影響。對(duì)于一般社區(qū)的知識(shí)共享，社區(qū)感知有用性的影響大于感知易用性[6]，但科學(xué)網(wǎng)作為特殊的學(xué)術(shù)虛擬社區(qū)有其獨(dú)特性，其用戶知識(shí)水平普遍較高，相比獲得有用知識(shí)，專家和學(xué)者們更關(guān)注知識(shí)價(jià)值與共享?xiàng)l件的便利性，這也解釋了上述結(jié)論。

5.2 管理啟示

本文從社會(huì)資本和技術(shù)支持視角，通過(guò)爬取“科學(xué)網(wǎng)”學(xué)術(shù)虛擬社區(qū)的15 764名用戶信息，采用零膨脹負(fù)二項(xiàng)回歸分析方法，探討學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為的影響因素。在實(shí)踐方面，社區(qū)管理者可以從4個(gè)四方面增強(qiáng)用戶使用意愿和提高滿意度。

(1)搭建基于興趣的社交圈，促進(jìn)社區(qū)用戶互動(dòng)。社區(qū)管理者應(yīng)該采取措施，加強(qiáng)平臺(tái)用戶聯(lián)系?？筛鶕?jù)不同用戶興趣偏好，利用人工智能和大數(shù)據(jù)分析工具，為用戶推薦感興趣的討論組、社交圈，以此加強(qiáng)成員互動(dòng)，改善用戶空間結(jié)構(gòu)，以吸引更多訪問(wèn)量，使用戶之間獲得更深層次的了解，甚至幫助用戶開(kāi)展線下活動(dòng)，促進(jìn)交流，以方便進(jìn)一步的學(xué)術(shù)交流與探討。

(2)采取實(shí)名制，打造彼此信任的高質(zhì)量社區(qū)。社區(qū)平臺(tái)應(yīng)采用實(shí)名注冊(cè)制、身份信息審核，以提升用戶之間以及用戶與平臺(tái)之間的信任感，提高用戶對(duì)平臺(tái)以及平臺(tái)中其他用戶的信任度，對(duì)用戶在平臺(tái)中的知識(shí)產(chǎn)權(quán)加以保護(hù)，營(yíng)造安全、互利互惠的社區(qū)氛圍。

(3)規(guī)范積分和金幣獲得制度，提升用戶活躍度。社區(qū)平臺(tái)可以優(yōu)化積分和金幣獲取途徑，促使用戶更愿意通過(guò)參與社區(qū)活動(dòng)獲得獎(jiǎng)勵(lì)；通過(guò)規(guī)范得分機(jī)制，建立互助互惠制度，有針對(duì)性地推送學(xué)術(shù)知識(shí)、開(kāi)展特色學(xué)術(shù)活動(dòng)，提升用戶活躍度。如為活躍度高的成員設(shè)置更高等級(jí)、提供專屬化服務(wù)，進(jìn)一步激發(fā)其參與、分享和創(chuàng)新的熱情。

(4)把關(guān)平臺(tái)知識(shí)共享質(zhì)量，為用戶提供個(gè)性化服務(wù)。社區(qū)管理者應(yīng)該對(duì)平臺(tái)中的知識(shí)與信息進(jìn)行篩選，提高網(wǎng)站知識(shí)質(zhì)量，使更多優(yōu)秀的高質(zhì)量博文被更多用戶看到，鼓勵(lì)發(fā)表更多高水平見(jiàn)解與想法，從而使平臺(tái)用戶能在社區(qū)中獲得滿意解答。同時(shí)，管理者也要進(jìn)行用戶需求調(diào)查，為用戶提供專業(yè)化、個(gè)性化服務(wù)，簡(jiǎn)化社區(qū)平臺(tái)操作程序，提高用戶易用性體驗(yàn)，鼓勵(lì)用戶積極進(jìn)行知識(shí)交流。

本文對(duì)學(xué)術(shù)虛擬社區(qū)知識(shí)共享行為影響因素的研究還存在一些不足。首先，科學(xué)網(wǎng)中的用戶數(shù)據(jù)是動(dòng)態(tài)變化的，本文僅爬取了某一時(shí)點(diǎn)的靜態(tài)數(shù)據(jù)，未來(lái)研究可以考慮時(shí)間因素，動(dòng)態(tài)研究相關(guān)變量；其次，本文采用Python軟件爬取用戶數(shù)據(jù)具有一定客觀性，但選取的相關(guān)指標(biāo)并不能完全解釋知識(shí)共享行為模型，如在衡量知識(shí)共享質(zhì)量時(shí)僅使用閱讀數(shù)和評(píng)論數(shù)，可能無(wú)法全面反映知識(shí)共享質(zhì)量，未來(lái)可以進(jìn)一步挖掘相關(guān)指標(biāo)。