唐一淞

摘 要： ??在線平臺使用外部激勵增長用戶生成內(nèi)容一直是信息管理系統(tǒng)領域的重要研究問題。區(qū)別于已有研究，文章關(guān)注描述獎勵的規(guī)則，通過固定效應模型以及穩(wěn)健性檢驗提出獎勵規(guī)則的可讀性會顯著提升用戶生成內(nèi)容滿足獎勵要求（即“達標”）的可能性，同時獎勵規(guī)則的數(shù)量還會顯著正向調(diào)節(jié)兩者之間的關(guān)系。研究內(nèi)容不僅豐富了外部激勵和用戶生成內(nèi)容的研究，還拓展了文本可讀性的未來研究。從實踐意義上，在線平臺應當簡潔清晰地描述獎勵規(guī)則，并且推出多個逐步累進的獎勵規(guī)則可以達到刺激用戶生成內(nèi)容的目的。

關(guān)鍵詞： ?用戶生成內(nèi)容；獎勵規(guī)則；可讀性

中圖分類號： ?F 49

文獻標志碼： ??A

The Impact of the Readability of Reward Rules onUser-Generated Content Attainment

TANG Yisong

（Antai College of Economics and Management School， Shanghai Jiao Tong University 200030， China）

Abstract： ?The use of external incentives on online platforms to stimulate user-generated content has been an ongoing research problem in the information management systems. By contrast with existing research， the article focuses on reward rules， and proposes that the readability of reward rules significantly increases the likelihood of user-generated content satisfying requirements （i.e.， attainment）， and that the number of reward rules also positively moderates the relationship between them， using fixed effects models and robustness tests. The research not only enriches the study of external incentives and user-generated content， but also expands the future research on text readability. At practice， online platforms should describe their reward rules concisely， and may launch multiple progressive reward rules that can serve to stimulate user-generated content.

Key words： ?User-generated content; Reward rule; Readability

網(wǎng)絡在線平臺中的用戶生成內(nèi)容（如評論、日記和博客等）有助于消費者了解商品和供應商的質(zhì)量來指導購買決策，作者也可獲得幫助他人的滿足感。對平臺而言，用戶生成內(nèi)容可以幫助平臺了解用戶偏好，促進產(chǎn)品銷售；如果是有價值的內(nèi)容，還可以起到傳播宣傳的作用。然而用戶生成內(nèi)容從來都是稀缺性產(chǎn)品，并且消費者很難長期貢獻用戶生成內(nèi)容，平臺必須依靠激勵來維持用戶生成內(nèi)容。以醫(yī)美產(chǎn)品為例，其價格昂貴且效果不可逆，恢復周期普遍較長，因此醫(yī)美產(chǎn)品嚴重缺乏用戶生成內(nèi)容的反饋。在線醫(yī)美平臺可以幫助消費者獲取醫(yī)美機構(gòu)和醫(yī)生信息，以及患者的康復經(jīng)歷。基于動機理論，刺激用戶生成內(nèi)容的關(guān)鍵因素包括外部激勵和內(nèi)部激勵。比如Ashraf等發(fā)現(xiàn)對公共服務行業(yè)的工作人員提供金錢和非金錢激勵均可以提升他們的服務質(zhì)量；Burtch等認為將金錢激勵和社會準則（social norm）結(jié)合起來可以大幅度地增加用戶生成內(nèi)容的數(shù)量和長度；但是Wang等指出單獨使用“完成就給”型（compeltion-contingent）金錢激勵不會對用戶生成內(nèi)容的質(zhì)量有所影響。

文字資料的可讀性在各個領域都有所研究。許閑等人關(guān)注金融產(chǎn)品領域，指出我國健康險條款整體可讀性不高，針對不同類型的金融產(chǎn)品對其保險條款構(gòu)建可讀性指標，對于保障金融消費者權(quán)益有重要意義。逯東等人驗證了上市公司年報的可讀性對其融資約束的負向效應，并且這種負向效應受到媒體報道情緒的調(diào)節(jié)。Param Vir Singh等對企業(yè)博客文章的可讀性進行了研究，發(fā)現(xiàn)文章的可讀性對企業(yè)員工的吸引力和留存率有顯著正向的影響。外部激勵通常要求消費者貢獻用戶生成內(nèi)容達到特定的標準，在線平臺審核后向消費者給予獎勵。平臺用文字描述消費者需滿足的規(guī)則，消費者通過閱讀來感知規(guī)則，因此有理由認為，獎勵規(guī)則的可讀性對用戶生成內(nèi)容能否達標具有重要作用。本研究以國內(nèi)一家在線醫(yī)美平臺為背景，探討了獎勵規(guī)則的可讀性對用戶生成內(nèi)容達標的影響，以及對這種影響可能存在的調(diào)節(jié)效應。

由于醫(yī)美治療一般需要較長的恢復時間，消費者在使用醫(yī)美產(chǎn)品后通常只在平臺發(fā)布一篇甚至不發(fā)布日記，這對平臺的長期發(fā)展是不利的，因此該平臺在1年時間內(nèi)陸續(xù)推出4個獎勵規(guī)則，即邀請接受治療的消費者完成康復日記，并對日記的篇數(shù)、字數(shù)和時間期限等設置定額標準，達標的患者可以向平臺申請返還現(xiàn)金。在研究中，使用固定效應模型分析，嚴謹?shù)仳炞C了獎勵規(guī)則的可讀性對用戶生成內(nèi)容達標具有顯著的正面影響，同時消費者經(jīng)歷的獎勵規(guī)則數(shù)量會對這種正面影響有促進作用。

獎勵規(guī)則的可讀性對消費者行為存在著直接且明確的影響，研究獎勵規(guī)則可讀性對于現(xiàn)有文獻和在線平臺具有重要而深遠的意義。第一，從文本信息可讀性視角解讀了在線平臺外部激勵成功的因素，拓展了現(xiàn)有文獻對文本可讀性的研究。已有研究著重于從動機角度來探討外部激勵對用戶生成內(nèi)容的影響，往往忽略了描述規(guī)則的文本信息可讀性的作用。第二，以往研究往往從激勵結(jié)構(gòu)入手探討其對用戶生成內(nèi)容的影響，而本研究從獎勵規(guī)則切入，揭示了規(guī)則數(shù)量對可讀性與用戶生成內(nèi)容達標之間關(guān)系的正向調(diào)節(jié)作用，豐富了外部激勵和用戶生成內(nèi)容的研究。第三，本研究可以為在線網(wǎng)絡平臺制定獎勵規(guī)則提供借鑒，管理者應盡可能簡潔清楚地描述規(guī)則，并且可以嘗試推出多個逐步遞進的獎勵規(guī)則，以達到刺激消費者貢獻用戶生成內(nèi)容的目的。

1 研究設計

1.1 獎勵規(guī)則可讀性指標構(gòu)建

有研究指出可讀性指標量化了文本蘊含的特征，使其可以直觀表示文本的難易程度。獎勵規(guī)則的可讀性可以表示為消費者理解需達到的獎勵要求的難易程度。英文文本中被普遍接受的可讀性指標有：The Gunning Fog Index=0.4× ??單詞數(shù) 句子數(shù) ?+100× ?難詞數(shù) 單詞數(shù) ??和Flesch Reading Ease Score= 206.835-1.015 ?單詞數(shù) 句子數(shù) ?-84.6 ?音節(jié)數(shù) 單詞數(shù) ?。值得注意的是，F(xiàn)lesch Reading Ease Score中以單詞的音節(jié)比例衡量可讀性，意在說明單詞的音節(jié)數(shù)越多越難理解。這樣顯然會將一些音節(jié)數(shù)較多但容易的單詞歸類為難詞，比如interesting和 beautiful等詞匯雖然音節(jié)較多，但被劃為難詞則不合理，同時中文并沒有對應于音節(jié)的說法。鑒于此，中文文本可以從“質(zhì)量”和“數(shù)量”兩個角度構(gòu)建指標。

首先從“質(zhì)量”的角度?！百|(zhì)量”代表單位文本的難易程度，而中文的單位文本是字。由于獎勵規(guī)則一般不涉及復雜的專業(yè)詞匯以及生僻字，其閱讀難度集中于非停用詞和復雜的句子。張寧志也曾指出，中文可讀性指標中沒有關(guān)于文字層面的因子，因此本研究將對獎勵規(guī)則可讀性的考察劃分為對詞和句的可讀性的考察。文本中非停用詞越多、難句在單位文字中出現(xiàn)的頻數(shù)越高，消費者需要花費越多的時間理解規(guī)則。

對于中文詞匯而言，感嘆詞、擬聲詞以及助詞等停用詞不能單獨成句，沒有具體指向，因此本研究以非停用詞占比為標準判斷文本的難易程度。參照The Gunning Fog Index，以平均100個詞匯中非停用詞出現(xiàn)的頻數(shù)作為詞匯層面可讀性的度量。在判定停用詞時，使用被普遍接受的哈爾濱工業(yè)大學停用詞表。該詞表中不僅包含中文的常見停用詞，也包含數(shù)字、標點以及英文，本研究在篩查停用詞時僅考慮中文停用詞。首先使用jieba中文分詞包對獎勵規(guī)則進行分詞，獲得獎勵規(guī)則的所有詞匯；然后，剔除其中的停用詞，并據(jù)此統(tǒng)計了每個獎勵規(guī)則中非停用詞的數(shù)量，從而計算得到非停用詞頻數(shù)= 非停用詞數(shù) 總詞數(shù) ×100。

對于語句而言，本研究直接參考The Gunning Fox index和 Flesch Reading Ease Score的計算方式，即使用平均句長來衡量句子層面的可讀性。

再者從“數(shù)量”的角度。最直觀的是，獎勵規(guī)則中精簡的要求比冗長的篇幅更能讓讀者快速獲取有效信息，這也意味著對于消費者而言，要求越多，消費者會花費越多的時間去閱讀和理解規(guī)則，那么很有可能降低他們完成任務的興趣，因此本研究將要求數(shù)作為“數(shù)量”層面的衡量指標。

本研究針對獎勵規(guī)則設計了三個可讀性變量。一是非停用詞占比，用以描述詞匯層面的可讀性；二是平均句長，用以描述句子層面的可讀性；三是借鑒The Gunning Fog Index的計算方式，將非停用詞占比和平均句長標準化之后，取兩者的平均值，用以描述總體的可讀性。前三個指標總體用來表示“質(zhì)量”層面的可讀性。第四個是要求數(shù)，用以表示“數(shù)量”層面的可讀性。這四個指標越大，則表明獎勵規(guī)則可讀性越差，消費者需花費越多時間去理解。指標變量的定義如表1所示。

1.2 背景平臺和獎勵規(guī)則介紹

目標在線醫(yī)美平臺成立于2013年，為了刺激消費者在購買醫(yī)美產(chǎn)品后能在平臺留下相關(guān)經(jīng)驗供其他消費者參考，平臺于2014年10月至2015年10月陸續(xù)發(fā)布了4個獎勵規(guī)則。2014年10月15日推出了第一個規(guī)則，2015年1月31日失效；緊接著平臺推出了第二個規(guī)則，在3個月后宣布失效且頒布第三個規(guī)則；第三個規(guī)則在施行僅1個月后，平臺頒布了第四個規(guī)則并實施了5個月。表2描述了獎勵規(guī)則中可以量化的要求及相應的獎勵金額。

可以看出每個規(guī)則在前一個規(guī)則的基礎上更加細化和繁瑣，隨之而來的獎勵也逐漸提高。需要說明的是，雖然在該平臺購買任意醫(yī)美產(chǎn)品后均可撰寫術(shù)后日記，但是只有 “約惠產(chǎn)品”才能參與獎勵。部分消費者明知自己不能參與獎勵也依然達到了獎勵要求，本研究將這類日記本也歸類為達標的日記本。

1.3 數(shù)據(jù)處理與分析

本研究從目標在線醫(yī)美平臺的醫(yī)院頁面入手，爬取了截至2019年4月所有患者的康復日記本，包括項目名稱、產(chǎn)品名稱、治療日期、醫(yī)院、醫(yī)生、價格、文本內(nèi)容等信息。本研究使用了在4個獎勵規(guī)則有效期內(nèi)的總計10248個日記本，包含28416篇日記，涉及2063個醫(yī)美產(chǎn)品，運用第一小節(jié)介紹的4個指標對每個獎勵規(guī)則的可讀性進行了度量。

本研究將消費者在同一產(chǎn)品下更新的所有康復日記定義為日記本，根據(jù)獎勵規(guī)則判斷每個日記本是否達標，因此將因變量設定為日記本是否達標的虛擬變量（Goal），即日記本未達標時該變量等于0，否則該變量等于1?？刂谱兞堪沼洷镜钠骄鶠g覽量（ATraffic，取log對數(shù)）以及涉及的醫(yī)美產(chǎn)品是否為“約惠產(chǎn)品”（Yuehui，虛擬變量，如果產(chǎn)品是“約惠產(chǎn)品”時等于1，否則等于0）、預期能獲得的最大獎勵（MAward，取log對數(shù)）、是否為手術(shù)類（isOprt，虛擬變量，0表示非手術(shù)類，1表示手術(shù)類）。在本研究選取的時間窗內(nèi)，存在消費者在多個獎勵規(guī)則有效期內(nèi)均有更新日記。統(tǒng)計每個消費者經(jīng)歷獎勵規(guī)則的數(shù)量作為潛在的調(diào)節(jié)變量，并用變量Times表示。由于指標變量僅針對不同的獎勵規(guī)則有不同的取值，因此表3對因變量和控制變量做了描述性統(tǒng)計。

從表3可以看出，日記本達標的概率為0.08，平均每個消費者經(jīng)歷了不到2個規(guī)則，有接近52%的日記本歸屬的產(chǎn)品是參與獎勵活動的“約惠產(chǎn)品”，日記本平均瀏覽量的均值為7.59次（取log對數(shù)后），預期可獲得的最大獎勵的均值為3.27元（取log對數(shù)后），產(chǎn)品中有41%是手術(shù)類。

2 模型結(jié)果

2.1 獎勵規(guī)則可讀性與用戶生成內(nèi)容達標

本研究設定因變量為日記本達標，因此可以合理地認為獎勵規(guī)則的可讀性與因變量呈現(xiàn)顯著的正向關(guān)系。本研究使用如下模型對因變量和可讀性指標變量做了回歸。同時由于因變量為虛擬變量，本研究還使用了logit回歸模型來驗證結(jié)果的穩(wěn)健性。由于日記本作者的個人特征（性別、年齡和城市）可能會影響獎勵規(guī)則可讀性與其達標的關(guān)系，因此模型中還加入了作者的固定效應。

Goal = α+β0+β1 Valid+β2Yuehui+β3ATraffic+β4MAward+β5isOprt+μ （模型1）

Goal=α+β0+β1 ALen+β2Yuehui+β3ATraffic+β4MAward+β5isOprt+μ （模型2）

Goal=α+β0+β1 Read+β2Yuehui+β3ATraffic+β4MAward+β5isOprt+μ （模型3）

Goal=α+β0+β1 Claue+β2Yuehui+β3ATraffic+β4MAward+β5isOprt+μ （模型4）

在4個模型中，α是作者的固定效應，β1是本研究關(guān)注的系數(shù)，結(jié)果見（1）至（4）列；邏輯回歸（logit回歸）模型的結(jié)果見（5）至（8）列。在普通二項回歸和邏輯回歸下，各個可讀性指標對達標均呈現(xiàn)顯著的負向影響，多個模型結(jié)果一致。以第2列為例，平均句長每增加1個字，日記本達標的可能性平均下降1.1%，因此可以得出結(jié)論，獎勵規(guī)則的可讀性越高，則日記本達標的可能性越高。

2.2 消費者經(jīng)歷獎勵規(guī)則數(shù)量的調(diào)節(jié)效應

如1.3節(jié)所述，為了考察消費者經(jīng)歷規(guī)則數(shù)的調(diào)節(jié)效應，應用模型5～8進行回歸分析，結(jié)果見表5。

Goal=α+β0+β1 Valid+β2Times+β3Times*Valid+β Controls+μ （模型5）

Goal=α+β0+β1 ALen+β2Times+β3Times*ALen+β Controls+μ （模型6）

Goal=α+β0+β1 Read+β2Times+β3Times*Read+β Controls+μ （模型7）

Goal=α+β0+β1 Claue+β2Times+β3Times*Claue+β Controls+μ （模型8）

可以看出，4個指標變量依然與因變量呈現(xiàn)顯著的負相關(guān)關(guān)系，但是交互項Times指標變量均顯著為正，且將4個指標代入計算，Times和交互項兩項加總后結(jié)果依然顯著為正，說明消費者經(jīng)歷的獎勵規(guī)則越多，越愿意“配合”在線平臺達到獎勵要求，證實規(guī)則的數(shù)量有著正向的調(diào)節(jié)作用。

3 結(jié)論

本研究通過嚴謹?shù)膶嵶C分析，以某在線醫(yī)美平臺推出的4個獎勵政策為背景，使用其術(shù)后康復日記本的相關(guān)數(shù)據(jù)驗證了獎勵規(guī)則可讀性對用戶生成內(nèi)容（即日記本）達標的影響，并且提出消費者經(jīng)歷的規(guī)則數(shù)量對兩者之間的關(guān)系有正向調(diào)節(jié)作用。本研究不僅豐富了外部激勵和用戶生成內(nèi)容的研究，而且將文本可讀性和用戶生成內(nèi)容聯(lián)系起來，為文本可讀性的未來研究擴展了方向。此外，本研究的結(jié)論不僅適用于文中提到的金錢激勵，對于非金錢激勵有同樣的借鑒作用。

用戶生成內(nèi)容是個重要的研究課題，不論是從動機角度如何刺激用戶生成內(nèi)容，還是從用戶生成內(nèi)容如何影響消費者和公司行為的視角。在使用外部激勵提升用戶生成內(nèi)容的同時，也要關(guān)注外部激勵規(guī)則的可讀性。消費者在理解規(guī)則時花費的時間越少，越有可能去配合規(guī)則。只有重視這一點才能為顧客創(chuàng)造圓滿的產(chǎn)品體驗，為平臺樹立良好的形象，對于平臺和顧客來說是“雙贏”的局面。

參考文獻：

［1］ ?GHOSE A， IPEIROTIS P G， LI B. Designing ranking systems for hotels on travel search engines by mining user-generated and crowdsourced content［J］. Mark Sci， 2012， 31（3）： 493-520.

［2］ HUANG N， BURTCH G， GU B， et al. Motivating user-generated content with performance feedback： evidence from randomized field experiments［J］. Manage Sci， 2019，65（1）： 327-345.

［3］ KWARK Y， CHEN J， RAGHUNATHAN S. User-generated content and competing firms product design［J］. Manage Sci， 2018， 64（10）： 4608-4628.

［4］ GOH K Y， HENG C S， LIN Z. Social media brand community and consumer behavior： quantifying the relative impact of user- and marketer-generated content［J］. Inf Syst Res， 2013， 24（1）： 88-107.

［5］ CHEN H， DE P， HU Y J. It-enabled broadcasting in social media： an empirical study of artists activities and music sales［J］. Inf Syst Res， 2015 ， 26（3）： 513-531.

［6］ CHEN Y， WANG Q， XIE J. Online social interactions： a natural experiment on word of mouth versus observational learning［J］. J Mark Res， 2011 ，48（2）： 238-254.

［7］ GALLUS J. Fostering public good contributions with symbolic awards： a large-scale natural field experiment at wikipedia［J］. Manage Sci， 2017， 63（12）： 3999-4015.

［8］ ?KHERN-AM-NUAI W， KANNAN K， GHASEMKHANI ?H. Extrinsic versus intrinsic rewards for contributing reviews in an online platform［J］. Inf Syst Res， 2018， 29（4）： 871-892.

［9］ ASHRAF N， BANDIERA O， JACK B K. No margin， no mission？ A field experiment on incentives for public service delivery［J］. J Public Econ， 2014 （120）： 1-17.

［10］ BURTCH G， HONG Y， BAPNA R， et al. Stimulating online reviews by combining financial incentives and social norms［J］. Manage Sci， 2018， 64（5）： 2065-2082.

［11］ WANG J， GHOSE A， IPEIROTIS P. 2012. Bonus， disclosure， and choice： What motivates the creation of high-quality paid reviews？ ICIS.

［12］ 許閑，楊昊.消費者權(quán)益保護視角下的金融產(chǎn)品可讀性分析：基于對保險條款可讀性的度量與檢驗［J］.保險研究，2022（1）：21-32.

［13］ 逯東，宋昕倍.媒體報道、上市公司年報可讀性與融資約束［J］.管理科學學報， 2021，24（12）：45-61.

［14］ SINGH P V， SAHOO N， MUKHOPADHYAY T. How to attract and retain readers in enterprise blogging［J］. Inf Syst Res， 2014，25（1）： 35-52.

［15］ GOES P B， GUO C， LIN M. Do incentive hierarchies induce user effort？ Evidence from an online knowledge exchange［J］. Inf Syst Res， 2016， 27（3）： 497-516.

［16］ QIAO D， LEE S Y， WHINSTON A B， et al. Mitigating the adverse effect of monetary incentives on voluntary contributions online［J］. J Manag Inf Syst， 38（1）： 82-107.

［17］ YU Y A， KHERN-AM-NUAI W， PINSONNEAULT A. When paying for reviews pays off： the case of performance-contingent monetary rewards［J］. MIS Q， 2022，46（1）：609-626.

［18］ 王蕾.文本可讀性公式研究發(fā)展階段及特點［J］.語言教學與研究， 2022（2）：29-40.

［19］ LOUGHRAN T， MCDONALD B. Measuring readability in financial disclosures［J］. J Finance， 2014， 69（4）： 1643-1671.

［20］ 張寧志.漢語教材語料難度的定量分析［J］.世界漢語教學， 2000（3）： 83-88.