陳國青，李紀(jì)琛，鄧泓舒語，郭迅華

(清華大學(xué)經(jīng)濟(jì)管理學(xué)院，清華大學(xué)現(xiàn)代管理研究中心，北京 100084)

0 引 言

得益于信息技術(shù)的快速發(fā)展與滲透，在線學(xué)習(xí)(亦稱“在線教育”)日益普及，其用戶數(shù)量與市場規(guī)模持續(xù)高速增長.據(jù)美國研究與市場公司的統(tǒng)計和預(yù)測，全球在線教育的市場規(guī)模在2017年已經(jīng)達(dá)到1 595.2億美元，而這一數(shù)字到2023年將增長至2 866.2億美元[1].而根據(jù)2019年2月發(fā)布的第43次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，我國在線教育用戶規(guī)模截至 2018 年 12月已經(jīng)達(dá)到 2.01 億，年增長率高達(dá) 29.7%，其中手機(jī)在線教育用戶達(dá)到1.94億[2].

盡管發(fā)展勢頭迅猛，在線教育產(chǎn)業(yè)依然面臨著許多挑戰(zhàn)，其中最為嚴(yán)峻的問題在于用戶退出率(drop-out rate)居高不下[3-5].造成高退出率問題的原因有很多.首先，在線學(xué)習(xí)情境相比于傳統(tǒng)的線下學(xué)習(xí)要更獨(dú)立、寬松，其中缺乏能夠激勵學(xué)習(xí)者的社會因素與環(huán)境因素[6]；其次，很大比例的在線學(xué)習(xí)是用戶的自發(fā)行為，因此一旦熱情退卻，用戶可以隨時中止甚至終止學(xué)習(xí)[6].在線學(xué)習(xí)產(chǎn)業(yè)蓬勃發(fā)展的背后是從業(yè)者面臨的競爭日益激烈——截至2018年7月，僅在蘋果應(yīng)用商店(App store)中就有超過20萬個教育類應(yīng)用可供下載[7].因此，想要從如此激烈的競爭中脫穎而出，在線學(xué)習(xí)應(yīng)用的設(shè)計者必須盡一切可能吸引并留住用戶.

在此背景下，游戲化(gamification)的理念受到了在線學(xué)習(xí)研究者和從業(yè)者的高度重視.游戲化理念的誕生源于電子游戲在全球的風(fēng)靡，它是指將游戲設(shè)計元素應(yīng)用于非游戲場景中[8]，以實現(xiàn)為用戶創(chuàng)造更好的沉浸感并激發(fā)用戶使用行為的目的，它被認(rèn)為可以改變各種傳統(tǒng)行業(yè)的形態(tài)[9].許多研究者希望利用游戲化來改善學(xué)習(xí)的被動、枯燥等問題，他們將積分(point)、徽章(badge)和排行榜(leaderboard)等常見的游戲元素引入在線學(xué)習(xí)環(huán)境中試圖提高學(xué)習(xí)者的沉浸感(engagement)、學(xué)習(xí)動機(jī)(motivation)和學(xué)習(xí)表現(xiàn)(performance)[10-13].

然而，對于在線學(xué)習(xí)情境中的游戲化機(jī)制的作用，現(xiàn)有文獻(xiàn)中的研究結(jié)論莫衷一是.以排行榜的研究為例，Hanus和Fox[14]發(fā)現(xiàn)，排行榜的引入降低了學(xué)生的學(xué)習(xí)動機(jī)、滿意度和賦能感；而Burguillo[15]和Cagiltay等[16]卻發(fā)現(xiàn)在有排行榜的情景中學(xué)生的學(xué)習(xí)動機(jī)和測試得分均有所提高.造成這一狀況的重要原因在于，以往文獻(xiàn)多采用實驗室實驗、實地試驗或問卷調(diào)查的方式，對學(xué)習(xí)者的游戲化使用進(jìn)行了不同程度的干預(yù)和要求.例如在實地實驗中明確要求學(xué)生需關(guān)注排行榜信息[14]，從而可能引發(fā)焦慮和抗拒，得出游戲化機(jī)制對學(xué)習(xí)者產(chǎn)生負(fù)面影響的結(jié)論.然而在互聯(lián)網(wǎng)情境下，在線學(xué)習(xí)者對游戲化機(jī)制的使用往往是不被外界(如研究人員，老師)要求的.因此，在更貼合實際場景且不干擾用戶使用游戲化機(jī)制的條件下，充分利用在線學(xué)習(xí)平臺積累的真實數(shù)據(jù)[17-20]，將能更有效地回答游戲化機(jī)制對用戶行為有何影響的問題[20, 21].

基于此，本文使用大規(guī)模客觀數(shù)據(jù)分析了自愿參與的在線學(xué)習(xí)場景中游戲化設(shè)計的作用.基于“需求-可供性-功能特征”的視角(needs-affordances-features perspective, NAF perspective)[22]，從自我決定理論(self-determination theory, SDT)[23]和心理占有理論(psychological ownership theory，POT)[24]出發(fā)，分析不同的游戲化競爭提供怎樣的可供性，滿足用戶的何種心理需求，從而影響用戶的使用行為.基于以往文獻(xiàn)，游戲化競爭可以區(qū)分為游戲化間接競爭和游戲化直接競爭.本文選取了排行榜和PK(一對一的對抗性競賽，“player killing”)作為這兩類游戲化功能的典型實例.基于某下載量超過3 500萬次的語言類在線學(xué)習(xí)應(yīng)用中的實際用戶數(shù)據(jù)，通過傾向得分匹配(propensity score matching, PSM)加雙重差分(difference in difference, DID)的計量經(jīng)濟(jì)學(xué)方法來檢驗使用這些功能對于用戶行為的影響.分析結(jié)果表明，游戲化間接競爭(排行榜)和游戲化直接競爭(PK)對于用戶的在線學(xué)習(xí)行為均有正面影響.本文為自愿發(fā)生的在線學(xué)習(xí)場景中游戲化設(shè)計的正面作用提供了實證證據(jù)，并從理論上解釋了這種作用的內(nèi)在機(jī)理，對于游戲化在線學(xué)習(xí)的研究者與實踐者均具有多方面的指導(dǎo)意義.

1 文獻(xiàn)綜述

相比于傳統(tǒng)課堂學(xué)習(xí)，在線學(xué)習(xí)具有學(xué)習(xí)時間、地點(diǎn)靈活，可以自定義學(xué)習(xí)進(jìn)度和無限次獲取學(xué)習(xí)材料等明顯優(yōu)勢，卻也始終面臨著如何激勵用戶保持學(xué)習(xí)熱情、持續(xù)參與學(xué)習(xí)的嚴(yán)峻挑戰(zhàn)[25, 26].因此，游戲化自誕生伊始就被一些從業(yè)者引入了在線學(xué)習(xí)情境中以實現(xiàn)吸引和激勵用戶的目的，許多研究者也陸續(xù)開始關(guān)注在線學(xué)習(xí)中游戲化的作用.

在相關(guān)文獻(xiàn)中，研究者主要關(guān)注的因變量包括學(xué)習(xí)者的心理變量和行為變量，其中心理變量主要有享受度(enjoyment)[27-29]、沉浸度(engagement)[27, 28]、自我效能[27, 28]和學(xué)習(xí)動機(jī)[14]等，而行為變量則包括學(xué)習(xí)參與和學(xué)習(xí)成績[10, 28, 30]等.在線學(xué)習(xí)最嚴(yán)峻的挑戰(zhàn)是高退出率(high drop-out rate).雖然以往研究所關(guān)注的心理和行為變量在一定程度上降低退出率，但直接針對退出行為的討論，迄今仍十分鮮見.

文獻(xiàn)中討論較多的游戲設(shè)計元素包括得分、徽章、競爭、合作等.本文主要關(guān)注游戲化競爭.根據(jù)游戲參與者是否對其他參與者的結(jié)果造成直接影響，游戲化競爭可分為直接競爭(direct competition)和間接競爭(indirect competition)[31].

1.1 游戲化間接競爭的作用

游戲化間接競爭的典型代表之一為排行榜[31].排行榜以展示用戶成績排行的形式實現(xiàn)多用戶之間的社會比較(social comparison)[32].Anderson等[33-34]認(rèn)為，因為排行榜是對整個社群公開顯示的，所以榜上的排名高低實際上代表了一種地位(status)，而同輩中的地位是非常有效的激勵因素，即使象征這種地位的符號看起來微不足道，人們也還是會很關(guān)注它.

游戲化間接競爭通過激發(fā)用戶之間比較促進(jìn)或抑制用戶在線學(xué)習(xí)行為.排行榜使用戶為追求較高排名的目標(biāo)而表現(xiàn)出某些預(yù)期的行為.例如，Goes等[35]在引入了激勵層級(incentive hierarchies)的用戶生成內(nèi)容社區(qū)(user-generated content sites)中發(fā)現(xiàn)，盡管較高的層級僅僅只是一種光榮的象征而不帶來任何物質(zhì)回報，用戶還是會為了追求到達(dá)更高的層級而顯著地貢獻(xiàn)更多的內(nèi)容；而Landers和Landers[36]也發(fā)現(xiàn)在有排行榜的情況下，學(xué)生用了更多的時間來完成線上維基頁面編輯的課程項目作業(yè).

但是，也有一些研究者發(fā)現(xiàn)了相反的實證結(jié)果.Domínguez等[10]發(fā)現(xiàn)引入排行榜后學(xué)生在書面作業(yè)上成績更差，且對課堂活動參與明顯減少.Christy和Fox[37]在線上實驗中發(fā)現(xiàn)在有排行榜且排行榜上的多數(shù)高排名用戶是其他女性時，女性被試的數(shù)學(xué)測試成績會顯著降低，由此他們提出在學(xué)習(xí)情境中引入排行榜可能會有難以預(yù)期的負(fù)面效果.Jia等[38]認(rèn)為用戶的性格傾向和排名高低，以及排行榜的應(yīng)用情境都會影響用戶對排行榜的感知.

總的來說，現(xiàn)有研究對于在線學(xué)習(xí)中游戲化間接競爭，特別是排行榜的作用，仍然缺乏必要的共識.

1.2 游戲化直接競爭的作用

游戲化直接競爭的典型代表是一對一的對抗性競賽(PK)，它是指至少兩個對手圍繞某個中心任務(wù)來爭奪優(yōu)勢或勝利[27]，它被視為游戲設(shè)計中的通用(universal)原則[39].直接競爭不僅在游戲中被視為挑戰(zhàn)和參與感的重要來源[31,40,41]，在學(xué)習(xí)情境中也被視為提高學(xué)生努力的動力來源[42].然而，在現(xiàn)有文獻(xiàn)中，直接競爭對學(xué)習(xí)者的影響作用機(jī)制及效果均不明確.

一方面，直接競爭會引發(fā)負(fù)面情緒(如焦慮)從而對學(xué)習(xí)者產(chǎn)生負(fù)向影響.Anderman和Murdock[43]發(fā)現(xiàn)直接競爭破壞了學(xué)習(xí)者的內(nèi)在動機(jī)(intrinsic motivation)和學(xué)業(yè)自信.另一方面，直接競爭會引發(fā)好勝心，激發(fā)學(xué)習(xí)者的學(xué)習(xí)動機(jī)，從而產(chǎn)生正面的影響.Cagiltay等[16]發(fā)現(xiàn)學(xué)生在引入了直接競爭的情況下，學(xué)習(xí)動機(jī)和成績都顯著提升.除此之外，也有學(xué)者認(rèn)為直接競爭的影響取決于個體及情境的特征.Reeve和Deci[44]認(rèn)為直接競爭對參與者的影響取決于競爭的結(jié)果，他們發(fā)現(xiàn)在競爭中獲勝會增強(qiáng)參與者的內(nèi)在動機(jī)，而失敗卻會傷害這種動機(jī).Santhanam 等[28]發(fā)現(xiàn)直接競爭對學(xué)習(xí)者的參與度和學(xué)習(xí)成績的影響取決于對手的相對水平.

1.3 文獻(xiàn)小結(jié)

現(xiàn)有文獻(xiàn)對于在線學(xué)習(xí)情境中游戲化競爭競爭機(jī)制的研究尚無清晰結(jié)論，研其原因與研究情境和研究設(shè)計有關(guān).在研究情境，以往大多數(shù)究都聚焦學(xué)校教育[10,14-16, 36-38]這類強(qiáng)制學(xué)習(xí)場景，而缺少對自愿投入的在線學(xué)習(xí)的關(guān)注.而從研究方法上看，絕大多數(shù)研究采用了小規(guī)模實驗和/或問卷調(diào)查的方法[10,14-16,36-38]，對學(xué)習(xí)者的游戲化使用進(jìn)行了不同程度的干預(yù).而游戲化競爭本身可能引發(fā)焦慮的負(fù)面情感，如果干預(yù)過度甚至強(qiáng)制要求使用游戲化競爭，可能會引發(fā)被試煩躁和抗拒情緒，從而會得出游戲化競爭產(chǎn)生負(fù)面影響的結(jié)論.因此，要有效地揭示游戲化機(jī)制對用戶在線學(xué)習(xí)行為的影響，需要在不干擾用戶使用游戲化機(jī)制的情況下，充分利用在線學(xué)習(xí)平臺積累的真實且大規(guī)模的用戶數(shù)據(jù)進(jìn)行分析.

2 理論發(fā)展與研究假設(shè)

從根本上講，用戶對某種信息系統(tǒng)或技術(shù)的使用由他們的動機(jī)所決定[45].在線學(xué)習(xí)應(yīng)用本質(zhì)上也是一種信息系統(tǒng)，想要促進(jìn)用戶對這一系統(tǒng)的使用，就必須加強(qiáng)其動機(jī)可供性(motivational affordance)[46,47].可供性是指一種系統(tǒng)或技術(shù)提供給用戶的行動或操作的可能，它決定了用戶通過使用這一系統(tǒng)或技術(shù)能夠做什么[22]；而動機(jī)可供性則是指系統(tǒng)是否能夠滿足以及如何滿足用戶動機(jī)需求的屬性[22].

Zhang[45]提出用戶有4種動機(jī)需求與信息通信技術(shù)的設(shè)計和使用最為相關(guān)，即心理需求(自主性與自我)、社會需求(關(guān)聯(lián)性、影響他人和接受影響)、認(rèn)知需求(勝任力與成就)及情感需求(感動與感情).在此基礎(chǔ)上，Zhang[45]認(rèn)為好的技術(shù)設(shè)計應(yīng)當(dāng)要力圖滿足用戶的這些需求，他所提出的10條設(shè)計原則都圍繞技術(shù)的動機(jī)可供性展開.Jung 等[46]將這些設(shè)計原則應(yīng)用到線上團(tuán)體協(xié)作環(huán)境的設(shè)計中，并發(fā)現(xiàn)該環(huán)境的人機(jī)交互界面設(shè)計中應(yīng)當(dāng)重視提供實時績效反饋并且在目標(biāo)設(shè)定中追求最優(yōu)挑戰(zhàn)(optimal challenge).Karahanna等[22]則提出了一個理解社交媒體使用的全面框架——“需求-可供性-功能特征的視角”(needs-affordances-features perspective，以下簡稱“NAF視角”)，這一框架的內(nèi)在邏輯如圖1所示.

圖1 需求-可供性-功能特征的視角的內(nèi)在邏輯[22]

Fig. 1 The internal logic of needs-affordances-features perspective[22]

根據(jù)NAF視角，用戶對是否使用某種社交媒體應(yīng)用以及使用到什么程度，取決于這一應(yīng)用能否滿足用戶的心理需求以及滿足到什么程度.在結(jié)合自我決定理論和心理占有理論的基礎(chǔ)上，Karahanna等[22]提出用戶有自主性、勝任力、關(guān)聯(lián)度、有一席之地(having a place)和自我認(rèn)同(self-identity)等5種突出的心理需求.基于對這些心理需求的厘清，他們進(jìn)一步歸納了自我表達(dá)、內(nèi)容分享、實時交互、在場聲明(presence signaling)、瀏覽他人內(nèi)容、交流、競爭及合作等12種典型的社交媒體可供性，并將這些可供性映射到常見的社交媒體功能特征上去，以此說明，任何一種社交媒體能夠被用戶使用實際上都是因為它們具有滿足用戶相關(guān)心理需求的可供性的功能特征.

盡管NAF視角最早提出于社交媒體的研究情境中，但它實際上是將社交媒體應(yīng)用作為一種用戶自愿使用的信息系統(tǒng)，進(jìn)而通過分析這種信息系統(tǒng)具有的功能特征能夠提供怎樣的可供性，進(jìn)而如何滿足用戶需求，從而分析用戶對這類系統(tǒng)的使用將受到怎樣的激發(fā).因此，NAF視角具有被遷移到分析其他相似的信息系統(tǒng)或信息交流技術(shù)的場景中的潛力；尤其值得注意的是，本文所研究的用戶自愿參與的在線學(xué)習(xí)行為與絕大多數(shù)社交媒體應(yīng)用的使用行為均是用戶的自主行為，這種內(nèi)在的相通之處為本文應(yīng)用NAF視角來分析在線學(xué)習(xí)平臺中的游戲化設(shè)計功能奠定了基礎(chǔ).下文即在結(jié)合在線學(xué)習(xí)應(yīng)用特點(diǎn)的基礎(chǔ)上，應(yīng)用NAF視角，來分析特定的游戲化設(shè)計可以提供怎樣的動機(jī)可供性，進(jìn)而提出研究假設(shè).

2.1 游戲化間接競爭

在線學(xué)習(xí)應(yīng)用中的游戲化間接競爭的典型實例是排行榜.排行榜通常根據(jù)用戶的學(xué)習(xí)表現(xiàn)從高到低進(jìn)行展示，根據(jù)不同的設(shè)計目的與理念，可以有不同的指標(biāo)來衡量用戶的學(xué)習(xí)表現(xiàn)，比如學(xué)習(xí)時長、測試成績、綜合評分等等.目前，除了傳統(tǒng)的排行榜設(shè)計外，還有兩種常見的排行榜，即無障礙排行榜(the no-disincentive leaderboard)和無限排行榜(the infinite leaderboard)[48].在無障礙排行榜中，前者圍繞用戶自己的狀態(tài)而組織，無論該用戶在總榜中排名高低，都會采用“掐頭去尾”的方式將他的狀態(tài)顯示在排行榜的正中間，這種設(shè)計可以有效防止“落榜”給用戶帶來的負(fù)面激勵.無限排行榜既能避免用戶永遠(yuǎn)難以排入靠前位置的窘境，也允許用戶選擇不同的比較范圍而顯示不同的榜單，比如除了在平臺全局排名之外還可以僅在好友之間排名，也可以限定在某個地域或某個等級(level)的用戶中排名.

排行榜賦予了在線學(xué)習(xí)平臺兩大方面的可供性.首先，排行榜提供了用戶自身的學(xué)習(xí)反饋信息，展示了當(dāng)前用戶的學(xué)習(xí)情況，排名的變化也反映了用戶個人學(xué)習(xí)狀態(tài)的變化.其次，排行榜使在線學(xué)習(xí)平臺具有用戶交互和對比的能力.排行榜實時更新，不僅使得用戶能查看其他用戶信息，也能實時獲取自身相對于他人的學(xué)習(xí)狀況.用戶出現(xiàn)在排行榜上，則提供了在場聲明的作用；排行榜展示了用戶相對于其他用戶的排名，幫助用戶進(jìn)行社會比較.

排行榜所賦予在線學(xué)習(xí)平臺的可供性，為滿足用戶的多種動機(jī)需求創(chuàng)造了可能.第一，用戶可自由選擇是否查看(即使用)排行榜功能，即對排行榜的使用完全是自愿、自主的，因此可以滿足用戶對自主性的需求；第二，排行榜提供的實時反饋和社會比較可以滿足用戶對勝任力和成就感的需求，尤其對于改進(jìn)后的無障礙排行榜與無限排行榜而言，這種需求滿足更為便捷；第三，實時交互和在場聲明可以滿足用戶對關(guān)聯(lián)度和影響與被影響的需求；此外，結(jié)合心理占有理論，擁有排行榜這樣一個個性化的功能板塊以記錄自己在應(yīng)用中的行為，還可以滿足用戶對占有一席之地與自我認(rèn)同的需求.盡管以往研究表明排行榜在班級學(xué)習(xí)中的引入可能會引發(fā)用戶焦慮甚至降低學(xué)習(xí)動機(jī)的負(fù)面效應(yīng)[14]，但在在線學(xué)習(xí)的情景中，用戶之間往往是陌生人，這種負(fù)面效應(yīng)可能會被減弱.此外，基于對用戶需求的滿足，排行榜有助于促進(jìn)用戶對在線學(xué)習(xí)應(yīng)用的持續(xù)使用.

綜上，利用NAF視角，可以對在線學(xué)習(xí)應(yīng)用中排行榜帶來的可供性與對用戶需求的滿足情況概括如圖2所示.

圖2 NAF視角下在線學(xué)習(xí)中游戲化間接競爭(排行榜)的作用機(jī)制

基于以上分析，使用游戲化間接競爭(排行榜)對用戶的在線學(xué)習(xí)應(yīng)用使用行為有正面影響，因此本文提出如下假設(shè)：

假設(shè)1使用游戲化間接競爭對用戶的在線學(xué)習(xí)應(yīng)用使用行為有正面影響.

2.2 游戲化直接競爭

游戲化直接競爭的典型代表是用戶之間的PK，即兩個用戶之間圍繞某個特定任務(wù)而展開比賽，最終決出勝敗結(jié)果[28].

PK功能的引入為在線學(xué)習(xí)應(yīng)用增加了四方面的可供性.第一，PK強(qiáng)調(diào)實時對戰(zhàn)，因此賦予了實時交互的能力；第二，PK提供了認(rèn)識其他用戶并向其他用戶學(xué)習(xí)的機(jī)會(1)許多在線學(xué)習(xí)平臺上都提供了添加好友的功能，因此，用戶可以向競爭對手發(fā)出添加好友的申請.，構(gòu)建平臺中的社交關(guān)系；第三，PK結(jié)果可以作為對用戶學(xué)習(xí)水平的一種反饋，記錄用戶學(xué)習(xí)狀態(tài).第四，PK使用戶之間一對一的對抗，不僅使用戶在比賽結(jié)束后查看對方的成績和具體答題結(jié)果進(jìn)行社會比較，還能在PK中感受到競爭的感覺.

PK帶來的可供性滿足了用戶四方面的動機(jī)需求.第一，由于是否參與、何時參與、參與多少場PK都是完全出于用戶的自愿，因此用戶自主性需求可以得到滿足.第二，盡管用戶在PK中可能會失敗，但是可供性重點(diǎn)強(qiáng)調(diào)的是一種可能，即用戶通過PK有可能戰(zhàn)勝其他用戶，從而滿足其對勝任力的需求.第三，與其他用戶實現(xiàn)交互，并有機(jī)會構(gòu)建平臺上的好友關(guān)系也有助于滿足用戶對關(guān)聯(lián)度的需求.第四，PK結(jié)果的反饋可以幫助用戶真實地認(rèn)知自我和記錄其學(xué)習(xí)狀態(tài)和水平的變化，因此有助于滿足用戶對自我認(rèn)同的需求.盡管在PK中輸?shù)魧κ挚赡茉斐捎脩羰浜突倚牡那楦?，或者在PK中戰(zhàn)勝對手可能造成驕傲自滿的情感.但在線學(xué)習(xí)平臺中大多數(shù)用戶與對手之間都是陌生人的關(guān)系，輸?shù)艉蟮膩G臉和失落感，以及獲勝后的得意和自負(fù)感都不會過于強(qiáng)烈.因此，相比于以往在好友或同學(xué)之間PK，在線學(xué)習(xí)情境中PK所帶來的負(fù)面影響更小.相反，由于PK滿足了用戶的四方面需求，能對用戶在線學(xué)習(xí)行為起到正面的作用.

綜上，利用NAF視角，可以對在線學(xué)習(xí)應(yīng)用中PK帶來的可供性與對用戶需求的滿足情況概括如圖3所示.

圖3 NAF視角下在線學(xué)習(xí)中游戲化直接競爭(PK)的作用機(jī)制

基于以上分析，本文認(rèn)為使用游戲化直接競爭(PK)對用戶的在線學(xué)習(xí)應(yīng)用使用行為有正面影響，因此提出如下假設(shè)：

假設(shè)2使用游戲化直接競爭對用戶的在線學(xué)習(xí)應(yīng)用使用行為有正面影響.

3 研究情境與研究方法

3.1 研究情境

本文研究的數(shù)據(jù)來自于國內(nèi)一家大型在線教育公司所開發(fā)運(yùn)營的一款語言學(xué)習(xí)移動應(yīng)用程序WF.截止2017年2月，該應(yīng)用在華為應(yīng)用商店等應(yīng)用市場上的累計下載量超過3 500萬次.用戶使用這一應(yīng)用學(xué)習(xí)的第一步是選擇他們的目標(biāo)外語語種和目前的學(xué)習(xí)水平，挑選一本適當(dāng)?shù)脑~書(比如托?？荚囋~匯).接下來的學(xué)習(xí)圍繞該詞書中的詞匯展開，包括詞匯的發(fā)音、釋義、拼寫和例句等等.

雖然競爭非常激烈，但近年來WF在行業(yè)中一直處于領(lǐng)先地位，可能的原因在于它率先引入了游戲化競爭設(shè)計，即利用游戲化間接競爭(排行榜)、游戲化直接競爭(PK)以吸引和激勵用戶.從移動應(yīng)用市場中的評論可以看出用戶對這種設(shè)計的歡迎，如有用戶評論道“WF讓我的背單詞不再那么枯燥啦”.WF平臺上各項功能的使用皆為自愿的，即不存平臺激勵(如，積分獎勵，金錢補(bǔ)貼)或外部強(qiáng)迫使用(如，學(xué)?；蚶蠋熞笫褂?作用.因此，該平臺不僅為本文研究自愿使用游戲化競爭特性所帶來的在線學(xué)習(xí)行為影響提供了合適的研究場景，也排除掉了無法觀測的外在激勵因素對用戶使用行為的影響.

自發(fā)布以來，WF中一直搭載著排行榜模塊，其中可以展示好友排行(僅在用戶添加的好友范圍內(nèi)排名)和總排行(在所有背同一本詞書的用戶中排名).2015年10月，WF引入了名為“PK競技場”的PK功能模塊，并將入口放在主頁醒目位置.在WF的PK競技場中，用戶將與一位由平臺為其自動匹配的對手或者用戶自己的好友一起參與一組測試，測試一般由18道問題組成，每答對一道問題用戶將獲得一定分?jǐn)?shù)，而回答錯誤則不得分，最終得分較高的用戶獲勝，而得分較低的用戶失敗.獲勝的用戶將被獎勵游戲中的“一顆星”.圖4(a)和圖4(b)分別展示了WF應(yīng)用中的游戲化間接競爭(排行榜)和游戲化直接競爭(PK)的界面.

本文構(gòu)建了一個涵蓋了WF中213 400名用戶在12周內(nèi)的幾乎所有用戶行為的數(shù)據(jù)集，并按照每用戶-周的層次(user-week level)整合為面板數(shù)據(jù).接下來，將利用這一數(shù)據(jù)集來檢驗理論假設(shè).

(a)游戲化間接競爭(排行榜)界面

(b)游戲化直接競爭(PK)界面

圖4 WF中的游戲化競爭界面

Fig. 4 Screenshots of gamified competition in WF

3.2 研究變量及其測度

1)因變量

本文感興趣的變量在于用戶對在線學(xué)習(xí)應(yīng)用的使用，為了測量這一構(gòu)念，本文使用用戶背詞量和登錄次數(shù)作為代理變量.用戶背詞量代表了用戶在該平臺上的學(xué)習(xí)行為，即背詞量越多則學(xué)習(xí)越積極.登錄次數(shù)則代表了用戶使用該平臺的行為，登錄次數(shù)越多則越活躍.

2)自變量

本研究中關(guān)鍵的自變量是用戶是否使用排行榜和競爭功能，因此，本文將用兩個0-1變量分別刻畫用戶在當(dāng)周是否使用過這兩個功能.

3)控制變量

為能夠準(zhǔn)確地估計使用排行榜和競爭功能對用戶行為的影響，本文控制了用戶在WF平臺中發(fā)生的其他活動以防止?jié)撛诘幕煜?這些其他活動包括用戶在每一周登錄該平臺的次數(shù)、完成單詞量測試(2)單詞量測試不同于完成每組單詞后的測驗，它不依托于用戶已學(xué)過的英語單詞，而是由平臺開發(fā)的英語水平測試單詞組成。選用單詞量測試次數(shù)而非單詞量測試結(jié)果，是因為測試次數(shù)代表用戶對自身英語水平的關(guān)心程度，用戶對自身英語水平越關(guān)注，其使用行為(即背單詞和登錄)也會越頻繁.的次數(shù)、點(diǎn)擊查看個人學(xué)習(xí)信息頁面的次數(shù)、平臺中好友人數(shù)等.

3.3 分析方法

由于是否使用排行榜/競爭功能是由用戶自愿選擇的，所以可能存在自選擇偏差帶來的內(nèi)生性問題.為了控制這一偏差，降低估計的偏誤，本文采用傾向得分匹配(propensity score matching, PSM)加雙重差分(difference in difference, DID)的方法來進(jìn)行估計.

首先利用可能影響用戶是否使用游戲化功能的變量做Logit回歸，得到不同用戶選擇使用這些功能的傾向得分(propensity score, PS)，然后基于用戶的傾向得分進(jìn)行匹配，匹配上的用戶得分相近，但是一組實際上使用了游戲化功能，另一組卻沒有使用，接下來對這兩組用戶做雙重差分，就可以發(fā)現(xiàn)本文關(guān)注的影響效果.

之所以采用這種方法，是因為傾向得分匹配可以實現(xiàn)配對后的兩組樣本在可觀測的變量上基本沒有顯著差異，而雙重差分則進(jìn)一步保證了一些樣本中共同包含卻不可觀測的變量的影響效果被減去.

由于是否使用排行榜和PK功能并非一次性選擇，為了避免多重效應(yīng)的疊加和混淆，本文關(guān)注首次使用這些功能的影響，即將處理組的樣本限制在用戶分別首次使用排行榜和競爭功能的第一周(t1周、t2周)及其前一周((t1-1)周、(t2-1)周)的數(shù)據(jù)，而控制組的樣本為與處理組樣本在(t1-1)周、(t2-1)周能匹配上的數(shù)據(jù)及其后一周(t1周、t2周)的數(shù)據(jù).

為了驗證H1和H2，分別構(gòu)建了兩個計量模型并加以估計.模型中的變量及其含義如表1所示.

表1 模型變量及其含義

為了估計游戲化間接競爭(排行榜)對用戶學(xué)習(xí)平臺使用行為的影響，驗證假設(shè)H1，本文構(gòu)建了模型(1).在模型(1)中，最關(guān)注的參數(shù)是雙重差分項，即交互項RankTreatmenti×Eventt的系數(shù).為了控制個體效應(yīng)，加入了αi來控制不能直接觀測的個體差異帶來的影響

Learningit=β1RankTreatmenti+β2Eventt+

β3RankTreatmenti×Eventt+

β4Logini,t+β5Pki,t+β6Testi,t+

β7InfoChecki,t+β8Friendi,t+

β9Tenturei,t+αi+εit

(1)

而為了計算用戶在某一周使用游戲化間接競爭(排行榜)的傾向得分，本文使用用戶在前一周的相關(guān)數(shù)據(jù)來進(jìn)行計算，計算方法如式(2)所示

PS(RankTreatmenti,t)=γ1Logini,t-1+

γ2Learningi,t-1+γ3Pki,t-1+γ4Testi,t-1+

γ5InfoChecki,t-1+γ6Friendi,t-1+

γ7Tenurei,t-1

(2)

為了估計使用游戲化直接競爭(PK)對用戶學(xué)習(xí)平臺使用行為的影響，驗證假設(shè)H2，本文構(gòu)建了模型(3).在模型(3)中，最關(guān)注的參數(shù)同樣是雙重差分項，即交互項PkTreatmenti×Eventt的系數(shù).為了控制個體效應(yīng)，也分別加入了αi來控制不能直接觀測的個體差異帶來的影響

Learningit=β1PkTreatmenti+β2Eventt+

β3PkTreatmenti×Eventt+

β4Logini,t+β5RankChecki,t+

β6Testi,t+β7InfoChecki,t+

β8Friendi,t+β9Tenturei,t+αi+εit

(3)

使用用戶在前一周的相關(guān)數(shù)據(jù)來進(jìn)行計算用戶在第二周使用游戲化直接競爭(PK)的傾向得分，如式(4)所示

PS(PkTreatmenti,t)=γ1Logini,t-1+

γ2Learningi,t-1+γ3RankChecki,t-1+

γ4Testi,t-1+γ5InfoChecki,t-1+

γ6Friendi,t-1+γ7Tenurei,t-1

(4)

4 研究結(jié)果與討論

4.1 游戲化間接競爭的影響

首先，根據(jù)模型(2)計算用戶在某一周使用排行榜的傾向得分，結(jié)果如表2所示.從表2可知，選取的所有預(yù)測變量都對用戶的排行榜使用選擇有顯著影響.

利用傾向得分的計算結(jié)果，本文按照一對一無放回(one to one, no replacement)方法進(jìn)行匹配操作(3)為保證結(jié)果有更好的可解釋性，本文認(rèn)為一對一無放回方式為此處的最佳匹配方式.本文也嘗試使用了其他備選方式進(jìn)行匹配操作，最終模型估計結(jié)果與本文假設(shè)依然一致.，匹配前后兩組樣本在模型變量上的比較如表3所示.為了更直觀地觀察匹配前后處理組和控制組樣本的對比情況，畫圖如圖5所示.結(jié)合表3與圖5可知，經(jīng)過趨勢得分匹配，兩組樣本在可觀察的主要預(yù)測變量上都已經(jīng)非常接近，其中登錄次數(shù)和背詞量等指標(biāo)上的取值已經(jīng)無顯著差異.

使用匹配后的樣本，根據(jù)模型(1)估計使用游戲化間接競爭(排行榜)對在線學(xué)習(xí)用戶行為的影響，回歸結(jié)果如表4所示.

表2 利用預(yù)測變量計算用戶使用游戲化間接競爭(排行榜)的傾向得分

注:1.標(biāo)準(zhǔn)差在括號中展現(xiàn).

圖5 匹配前后兩組樣本的比較(排行榜)

表3 匹配前后兩組樣本在模型變量上的比較(排行榜)

表4 使用游戲化間接競爭(排行榜)對用戶行為的影響

注：1. 標(biāo)準(zhǔn)差在括號中展現(xiàn).

2.顯著性標(biāo)注：***p<0.01，**p<0.05，*p<0.1.

表4中，列(1)是沒有加入其他控制變量時的估計結(jié)果，列(2)是加入了其他控制變量時的估計結(jié)果.從中可以發(fā)現(xiàn)，無論是否加入控制變量，使用游戲化間接競爭(排行榜)都能顯著促進(jìn)用戶對在線學(xué)習(xí)應(yīng)用的使用，這表現(xiàn)為用戶背詞量的大幅提升.具體說來，在加入控制量后，交互項RankTreatmenti×Eventt的系數(shù)為19.53，也就是說，使用游戲化間接競爭(排行榜)能給處理組的用戶(即前一周沒有使用過排行榜，后一周使用過排行榜的用戶)帶來了當(dāng)周多背19.53個單詞的正面影響，平均來看，這占到了該組用戶當(dāng)周總背詞量的67.8%.

用戶登錄次數(shù)作為因變量，控制變量除與探究背詞量時保持一致，還控制了用戶的背詞量.結(jié)果表明，交互項RankTreatmenti×Eventt的系數(shù)為5.31 (p<0.001)，即使用游戲化間接競爭(即排行榜)會促進(jìn)用戶當(dāng)周多登錄平臺5.31次，說明增加了用戶對平臺的使用.

綜上可知，假設(shè)1得到了驗證，即使用游戲化間接競爭(排行榜)將激勵用戶使用在線學(xué)習(xí)應(yīng)用.

4.2 游戲化直接競爭的影響

類似于本文4.1節(jié)中所述，根據(jù)模型(4)計算用戶在某一周使用游戲化直接競爭(PK)的傾向得分，結(jié)果如表5所示.從表5可知，所選取的變量都對用戶的是否使用游戲化直接競爭(PK)有顯著預(yù)測效果.

表5 利用預(yù)測變量計算用戶使用游戲化直接競爭(PK)的傾向得分

注:1. 標(biāo)準(zhǔn)差在括號中展現(xiàn).

利用傾向得分做一對一無放回匹配，匹配前后兩組樣本在模型變量上的比較如圖6和表6所示.根據(jù)圖6與表6，經(jīng)過趨勢得分匹配，兩組樣本在可觀察的主要預(yù)測變量上都已經(jīng)非常接近，其中登錄次數(shù)和好友數(shù)量等指標(biāo)上的取值已經(jīng)無顯著差異.使用匹配后的樣本，根據(jù)模型(3)估計使用游戲化直接競爭(PK)對在線學(xué)習(xí)用戶行為的影響，結(jié)果如表7所示.

表7中，列(1)是沒有加入其他控制變量時的估計結(jié)果，列(2)是加入了其他控制變量時的估計結(jié)果.從中可以發(fā)現(xiàn)，無論是否加入控制變量，使用游戲化直接競爭(PK)都能顯著促進(jìn)用戶對在線學(xué)習(xí)應(yīng)用的使用，這表現(xiàn)為用戶背詞量的大幅提升.具體說來，在加入控制量后，交互項PkTreatmenti×Eventt的系數(shù)為27.42，也就是說，使用游戲化直接競爭(PK)給處理組的用戶(即前一周沒有使用過游戲化直接競爭(PK)，而后一周使用了)帶來了當(dāng)周多背27.42個單詞的正面影響，這占到了該組用戶當(dāng)周平均來背詞量(66.23個)的41.4%.

當(dāng)以用戶登錄次數(shù)作為因變量時，保持控制變量與探究背詞量時一致，此外，加入了用戶背詞量進(jìn)行控制.結(jié)果表示，交互項PkTreatmenti×Eventt的系數(shù)為6.21(p<0.001)，即使用游戲化直接競爭(即PK)會促進(jìn)用戶當(dāng)周多登錄平臺5.31次，即增加用戶對平臺的使用.

綜上可知，假設(shè)2得到了驗證，即使用游戲化直接競爭(PK)將激勵用戶使用在線學(xué)習(xí)應(yīng)用.

圖6 匹配前后兩組樣本的比較(PK)

表6 匹配前后兩組樣本在模型變量上的比較(PK)

表7 使用游戲化直接競爭(PK)對用戶行為的影響

注:1.標(biāo)準(zhǔn)差在括號中展現(xiàn).

2.顯著性標(biāo)注：***p<0.01，**p<0.05，*p<0.1.

5 結(jié)束語

本文旨在探究在線學(xué)習(xí)環(huán)境中游戲化競爭的使用對用戶行為的影響.基于NAF視角具體分析了直接競爭和間接競爭兩類游戲化競爭元素所承載的動機(jī)可供性以及所滿足的用戶需求，從而探索它們?nèi)绾斡绊懹脩魧υ诰€學(xué)習(xí)應(yīng)用的使用行為.

本文認(rèn)為用戶對游戲化間接競爭(如排行榜)和游戲化直接競爭(如PK)的使用使得用戶間實時交互、學(xué)習(xí)狀態(tài)記錄與反饋、社會化比較以及用戶間關(guān)系建立成為可能，從而有助于滿足用戶對自主性、勝任力、關(guān)聯(lián)度、有一席之地和自我認(rèn)同的需求.利用國內(nèi)一家大型在線教育公司所開發(fā)運(yùn)營的一款語言學(xué)習(xí)移動應(yīng)用程序的實際數(shù)據(jù)，本文構(gòu)建了一個涵蓋了213 400名用戶在12周內(nèi)的幾乎所有使用行為的數(shù)據(jù)集.通過傾向得分匹配加雙重差分的估計方法，我們發(fā)現(xiàn)，使用游戲化間接競爭和游戲化直接競爭均對用戶在線學(xué)習(xí)應(yīng)用的使用行為有正面影響，這反映為用戶學(xué)習(xí)量的顯著增長.這些研究結(jié)果揭示了在線學(xué)習(xí)情境中游戲化競爭元素對用戶學(xué)習(xí)行為的作用機(jī)理，并提供了有力的實證支持.

實踐意義上，本文為游戲化學(xué)習(xí)的推動者提供了支持性證據(jù)，并建議在線學(xué)習(xí)應(yīng)用的開發(fā)者與運(yùn)營者可從動機(jī)可供性的視角審視游戲化功能對用戶行為的可能影響，從而提升設(shè)計質(zhì)量，收獲預(yù)期的管理效果.

由于本文主要是分析在線平臺上記錄的用戶行為數(shù)據(jù)，沒有辦法獲取到用戶的心理變量.因此，由于客觀數(shù)據(jù)的局限性，本文在探究游戲化競爭是如何影響用戶心理變量進(jìn)而影響其行為上存在不足.后續(xù)研究可采用問卷或?qū)嶒灥姆绞将@取用戶心理變量，進(jìn)一步打開本文探究的游戲化競爭對用戶行為的影響機(jī)制.其次，本文主要聚焦于兩種類型的游戲化競爭各自對用戶行為的影響.在探究游戲化間接競爭(游戲化直接競爭)時，控制了參與游戲化直接競爭(游戲化間接競爭)對用戶行為的影響.但后續(xù)研究可進(jìn)一步對比同時參加兩種類型的游戲化競爭，只參加一種類型游戲化競爭，和不參加游戲化競爭的用戶行為有何不同.最后，在游戲化間接競爭和游戲化直接競爭的具體設(shè)計方面，本文沒有深入討論，因此存在一定局限性.如何進(jìn)一步理解用戶在排行榜中處于不同位置、在競爭中獲得不同結(jié)果對用戶行為的影響，將成為本文下一步研究的方向.此外，將理論模型加數(shù)據(jù)驅(qū)動的研究方法與用戶實驗等方法相結(jié)合，進(jìn)一步打開在線學(xué)習(xí)等情境中游戲化設(shè)計的作用機(jī)理，將具有顯著的理論和實踐意義.