1. 引言
在数字经济时代中，用户慢慢成为商业价值的重要来源 [1] 。企业通过自建的虚拟社区，加强用户与企业之间的联系，为用户分享他们对产品的建议和经验提供反馈渠道，吸引用户参与知识贡献进行知识创新。而作为用户互动交流的主要场所，企业在线社区环境是基于社区主体的用户而言的，拥有一个良好和谐的互动环境能够促进用户参与社区的活动 [2] 。因此，对企业而言，如何建立并持续运营虚拟社区，使得用户自愿花费时间与精力去参与社区的知识贡献，进行促进企业在线社区的可持续发展，是企业经营者和研究者重点关注的问题。
近几年，已有学者从各个因素视角探讨影响不同类型虚拟社区用户知识贡献行为的动因。比如，针对在线医疗社区，基于健康行动过程取向理论，探究医生的个人动机对其知识贡献意愿的作用机制 [3] 。结合计划行为理论，从个人、社交以及社区功能三个动机前因出发，来探讨社会化问答社区用户持续参与活动的动因 [4] 。从在线开放创新社区的创新特性出发，深入分析和探究个人、社区和平台三个层面对用户知识共享行为的影响 [5] 。
鉴于此，融合SOR理论和生态系统理论，以在线社区中的互动环境作为刺激因素，将个人认知作为有机体，构建企业在线社区用户知识贡献行为影响因素的理论模型，通过实证分析检验理论假设，并对模型中的各个路径进行深入探讨。最终得到的研究结果将为企业在线社区运营者提供理论依据，从而制定针对性的方案和策略来促进用户参与知识贡献。
2. 理论分析
2.1. SOR理论
1974年，Mehrabian和Russell在SR理论基础上，引入“机体”因素，首次提出SOR模型，将刺激作为原因变量，机体作为中介变量，反应作为结果变量，考察外界刺激对个体最终行为的影响 [6] 。以网络环境的社交性和互动性为刺激点，研究其对在线用户的体验和行为意愿的影响 [7] 。鉴于此，本文中社会交互和用户所处的内外环境是作为外部环境的刺激，其认知和情感心理状态发生改变，影响用户知识贡献行为的意愿。
2.2. 理论框架
基于生态系统理论，人类行为及其赖以生存的社会环境构成了一个完整的社会生态系统。它强调个体与系统的相互作用，系统内个体与环境的交互则直接影响个体行为，而系统之外的其他生态系统也会相互影响，这种影响也会影响系统。所以，应用于企业在线社区，将其看作一个生态系统，用户知识贡献行为则会受到多层影响因素的嵌套。
其中，微观系统对应于个体认知层面，由社会认知理论可知，个人认知中自我效能感和结果期望是个体层面塑造一个人行为的主要决定因素 [8] 。中观系统对应于人际关系层面，社会资本存在于社区话题的人际互动中，能够提高互动的有效性 [9] ，而社会影响作为社会资本的典型因素，对在线社区的知识贡献行为有很大的影响。在线社区中为加强人际互动，不仅在于用户与用户之间的沟通和交流，还在于用户与社区中的智能技术交互。宏观系统对应于用户所处的综合环境，针对企业在线社区，社区所营造的平台氛围和企业本身所塑造的产品形象均会对用户知识贡献行为产生一定的影响。
综上所述，基于SOR和生态系统理论，以企业在线社区中的互动环境作为研究模型的外部刺激因素(S)，以自我效能和结果期望作为有机体中的认知(O)，用户知识贡献行为作为这一心理变化下所做出的行为反应(R)，建立“刺激–机体–反应”研究路径，以反映当人们在社区互动环境中，用户行为会受到的影响过程，具体理论模型如图1所示。
3. 研究假设
3.1. 社会交互与机体感知
Wiener提出，社会交互是一种信息接收者与信息源之间的双向沟通 [10] 。社会交互呈现的是通过信息流之间的传播达到个体间相互理解和依存目标的动态过程。这一过程随着信息技术的不断发展和改变，社会交互的形式变得更加多样。
人人交互基于用户与用户之间的互动，用户通过点赞、转发或者评论等方式与在线社区中进行交流互动。用户进行信息交互拉近彼此之间的距离，提升了相互间的亲密度和熟悉度，从而有利于建立成员间的信任基础 [11] ，进而增强了用户的自我效能感。频繁地进行信息交互，用户从大量信息中获益，对其他用户以及社区产生了情感上的互动，能帮助彼此建立自我身份认同感和社会归属感 [12] ，由此产生对在线社区的结果预期。基于此，提出假设：
H1a：人人交互对个体的自我效能具有正向影响。
H1b：人人交互对个体的结果期望具有正向影响。
人机交互基于用户与智能技术之间的互动，从一开始的文本交互，再到现在融合图片、语言和文本的视觉交互，人机交互对社区用户的影响越来越深 [13] 。用户在交互过程中所感知到的信息和情感价值，调动其参与在线社区交互的积极性，频繁地交流互动能够促进其对该社区的信任和满意度 [14] ，进而促进用户的自我效能以及对自身知识贡献的结果预期。基于此，提出假设：
H2a：人机交互对个体的自我效能具有正向影响。
H2b：人机交互对个体的结果期望具有正向影响。
3.2. 内外环境与机体感知
社会影响(SI)是指虚拟社区中用户自身进行知识贡献会受到周围个人的影响，这是一种非常普遍的社会心理现象 [2] 。在现实生活中，人们之间总是相互影响和作用的。当周围有人使用或推荐虚拟学术社区时，能够影响个体的行为，知识交流行为的概率将会得到提升 [15] 。因此，用户周围的群体在社区中交互所做出的带动和引导，会促进个体自我效能感和结果期望的认知。基于此，提出假设：
H3a：社会影响对个体的自我效能具有正向影响。
H3b：社会影响对个体的结果期望具有正向影响。
在企业在线社区中，平台奖励(PE)是指社区为促进用户使用虚拟社区并参与信息交流等贡献行为而设置的奖励，以此来调动每个用户的积极性 [16] 。面对平台所给予的奖励，用户将其当作社区回报，认为自己能够贡献出更多有益于社区的创新想法，降低用户在贡献过程中所感知到的不确定性 [16] ，提升用户对贡献知识的自我效能感和诱发用户对结果的预期判断。基于此，提出假设：
H4a：平台奖励对自我效能有显著正向影响。
H4b：平台奖励对结果期望有显著正向影响。
品牌影响力(BI)是消费者头脑中关于某个品牌的描述性和评价性信息的了解程度，是消费者对品牌认知、情感、思想的一种综合性认知 [17] 。拥有较高品牌知识水平的消费者不仅对品牌信息有较多了解，对品牌形成了一定的情感认知，从而提高其在社区中参与知识贡献的程度 [18] ，更为促使用户自我效能感的提升。基于此，提出假设：
H5a：品牌影响力对个体的自我效能具有正向影响。
H5b：品牌影响力对个体的结果期望具有正向影响。
3.3. 机体感知与知识贡献行为
自我效能(SE)是指在社区中用户对完成自身知识贡献行为所具有的能力的自信程度 [19] 。自我效能是影响用户行为的重要内部动机，拥有较高自我效能感的用户，通常有较高的自信与专业能力 [3] ，能够给他人提供具有价值的知识，因此更容易表现出知识贡献意图。基于此，提出假设：
H6：自我效能对知识贡献行为有显著正向影响。
结果预期(JQ)是指个体关于自己知识贡献行为后果的主观期待。当用户在社区中贡献知识时，他们期望得到别人的认可和关注，以及来自社区所带来的有形奖励 [3] 。在线社区中，当用户预期到自己所贡献的知识能够增强其他用户对自己的认可，让自己获得满足感和满足感，从而更加愿意贡献知识。基于此，提出假设：
H7：结果期望对知识贡献行为有显著正向影响。
4. 研究设计
针对研究假设和模型的验证，采用问卷调查的方法来进行收集相关数据。将企业在线社区注册用户作为调查对象，基于研究的主要目标列出测量时需要的问题项，形成调查问卷，具体变量的测量题项如表1所示。调查问卷题项的测量采用李克特5级量表，从1代表“非常不同意”到3代表“中立态度”，再到5代表“非常同意”。在最终确定并广泛分发调查问卷之前，首先进行一次小规模的预调查。根据预调查的结果，对问卷中的某些表述进行修改和优化，以确保最终问卷的准确性和有效性，从而能够大范围发放。
Table 1. Variable measurement items
表1. 变量测量题项
5. 实证分析
5.1. 描述性统计分析
本文通过线上和线下两种方式来收集问卷数据。经过半个多月的数据采集，收到371份问卷，对收回的问卷进行初步的处理，剔除存在歧义的问卷、选项相同的问卷后排除无效问卷之后，剩余有效问卷323份。本次调查问卷发放对象的描述性统计分析结果如表2所示。
Table 2. Descriptive statistical analysis
表2. 描述性统计分析
根据表2结果显示，发现用户使用年限在3年以内居多，占91.95%，且每月使用次数大多数在10次以内，普遍存在使用频率较低。这与虚拟社区普遍存在在线用户贡献意愿低、参与度低、用户资源流动性大易流失等问题相符合。因此探究用户知识贡献的意愿对社区可持续发展尤为重要。
5.2. 信度和效度检验
本文针对信度评估所选取的指标是克隆巴赫系数(Cronbach’s α)。如表3中数据结果显示，所有Cronbach’s α系数值均大于0.8，则表示该测量模型具有较好的可信度。
效度表示研究测量的有效程度或准确程度，通常涉及收敛效度和区分效度。在收敛效度上，如表3显示，AVE值均大于0.5，说明测量模型具有良好的收敛效度。如表4所示，文中涉及到的所有潜在变量的AVE平方根均大于该潜在变量与其他潜在变量的相关系数，这说明该模型各个维度间具有良好的区分效度。
Table 3. Reliability measures for each variable
表3. 各变量的信度测量
Table 4. Distinguishing effect test table
表4. 区分效应检验表
5.3. 结构方程模型检验
5.3.1. 模型拟合检验
采用Amos24.0软件对提出的研究假设进行结构模型检验，整体模型适配程度所采取的检验指标及其理想范围如表5所示。从表中结果可以基本判定实际数据与理论模型可以适配。
Table 5. Fitting indicators of the model
表5. 模型适配程度检验指标
5.3.2. 假设检验
运用AMOS24.0对模型进行假设检验，结果如表6所示。除假设H5b不成立外，其余假设都得到了支持。
在互动环境这一大类，社会交互中的各类因素对用户知识贡献行为的影响程度多数都大于内外环境中的各类因素，其中，人人交互显著正向影响个体感知的自我效能(β = 0.284, p < 0.001)和结果效能(β = 0.261, p < 0.001)，假设H1成立。人机交互对自我效能(β = 0.249, p < 0.001)、结果期望(β = 0.224, p < 0.001)有显著正向影响，假设H2成立。而对于内外环境而言，社区内社会影响和平台奖励对机体感知均有显著正向影响，假设H3、H4成立。但品牌影响力对于结果期望没有显著的正向影响(β = 0.155, p = 0.156)，假设H5b不成立。机体认知对用户知识贡献行为的影响均具有显著的正向影响，假设H6、H7成立，其中自我效能(β = 0.298, p < 0.001)对用户知识贡献行为的影响程度大于结果期望(β = 0.234, p = 0.002)。
Table 6. Model path coefficients and validation results
表6. 模型路径系数与验证结果
注：***表示p < 0.001，**表示p < 0.01，*表示p < 0.05。
6. 结论与建议
6.1. 研究结论
通过依据生态系统理论中各层面的影响因素，引入SOR理论框架，实证解析企业在线社区互动环境对用户知识贡献行为的影响机制，研究结论如下：
第一，基于刺激–有机体层面，互动环境中社会交互对机体感知产生显著的正向影响。借助在线社区这一平台，用户利用各类信息为载体，以此来实现人人交互。随着信息和情感互动地越频繁，越有深度，增强用户对自身知识贡献行为所产生结果有一定的心理预期，进而做出不同程度的知识贡献行为。而用户在刚进入企业在线社区的主要目的是搜寻和查找相关的产品信息和资料，随着用户所能了解和掌握的信息资源就越多，社区中各类技术支持下的功能给用户带来更为直观的互动体验，从而加强了用户的自我效能感和结果期望。
第二，基于刺激–有机体层面，社区内外环境中社会影响、平台奖励和品牌影响力对自我效能有显著正向影响，社会影响和平台奖励对结果期望有显著正向影响。当用户在与其他人互动时受到群体的影响程度越深，以及来自社区的激励和企业品牌影响力越大时，用户对于自身能够参与知识贡献活动的自信程度会随之加深，自我效能的提升促进知识贡献意愿的增强。
第三，基于有机体–反应层面，机体感知对用户知识贡献行为产生显著正向影响。就个体认知而言，自我效能能够较大程度地影响用户的知识贡献行为。当社区用户认为自身知识贡献能力较强时，认为知识贡献难度较低，倾向于主动地进行知识贡献。而当人们认为他们的行为会带来预期的结果时，就会有更强的动力去完成这个行为。
6.2. 管理启示
依据本文的研究结论，可以启示企业借助社区环境的维护来激励用户的知识贡献意愿，并对企业建设和管理在线社区有一定的启示作用。
第一，建立智能化社区平台，营造人性化交互氛围。在社区运营中，平台的技术环境对用户知识贡献意愿和运营效率具有显著影响。因此，社区可以优化智能算法，引入更多人工智能元素，与用户进行个性化互动，满足不同需求，增强社区互动效果。此外，简化平台操作步骤，提升用户操作的便捷性，优化用户体验，增强用户的助人愉悦感。这些措施将有助于提升社区的技术环境，进而促进用户的知识贡献行为。
第二，建立合理激励机制，创造良好互动氛围。一方面，社区通过建立多样化的沟通渠道，强化了用户间的互动，进一步拉近了彼此间的距离。同时，通过优化社会管理制度，有效减少了用户搭便车等不良行为，例如实施活跃度升级机制。另一方面，针对社区内部的激励机制，可以构建积分晋级制度，并明确奖惩规则，从而营造一个更加优质的社区环境。
第三，重视激发用户兴趣，提升用户自我效能。社区可依据用户兴趣细分话题，帮助用户迅速定位感兴趣的内容。为了提高用户体验，社区运营者有必要对话题进行精细化分类，创建相应的交流圈子，使得具有相同兴趣的用户能够迅速聚集，吸引用户投入时间与精力去深入了解，来丰富相关的自身知识储备，进而增加了为社区贡献知识的可能性。