吳晶晶

摘 要：短視頻平臺不斷發(fā)展的關(guān)鍵在于用戶持續(xù)進(jìn)行知識貢獻(xiàn)，探究短視頻平臺用戶知識貢獻(xiàn)行為動(dòng)因的作用機(jī)制有利于促進(jìn)短視頻平臺的持續(xù)發(fā)展。文章以需求層次理論、社會交換理論、自我決定理論為指導(dǎo)，構(gòu)建了研究模型，利用模糊集定性比較分析法，基于采集的網(wǎng)站數(shù)據(jù)對短視頻平臺用戶知識貢獻(xiàn)行為的多重動(dòng)因進(jìn)行了實(shí)證研究，提出了相關(guān)的建議，以期為短視頻平臺提供參考和借鑒。研究發(fā)現(xiàn)了影響短視頻平臺用戶產(chǎn)生高知識貢獻(xiàn)的3條組態(tài)路徑和非高知識貢獻(xiàn)的2條組態(tài)路徑。組態(tài)分析結(jié)果顯示，貢獻(xiàn)效能和社群影響的組合是促進(jìn)用戶知識貢獻(xiàn)行為的核心條件，貢獻(xiàn)收益和貢獻(xiàn)效能的組合對用戶的知識貢獻(xiàn)行為具有一定的促進(jìn)作用。

關(guān)鍵詞：短視頻平臺；知識貢獻(xiàn)；定性比較分析；行為動(dòng)因；用戶行為

中圖分類號：G250? ?文獻(xiàn)標(biāo)識碼：A? ?文章編號：1003-1588（2023）04-0090-07

隨著5G技術(shù)的飛速發(fā)展和移動(dòng)網(wǎng)絡(luò)平臺的不斷推陳出新，短視頻作為一種新興的內(nèi)容傳播方式在短時(shí)間內(nèi)得到快速發(fā)展。短視頻平臺突破了傳統(tǒng)知識交流的時(shí)空和組織限制，呈現(xiàn)出豐富性、開放性、便捷性、協(xié)作性和低成本等特征，成為繼網(wǎng)站、微博、微信等新媒體之后最具活力的媒體業(yè)態(tài)[1]。目前，我國短視頻平臺的典型代表有嗶哩嗶哩、抖音、快手等。在經(jīng)歷了短視頻平臺火山爆發(fā)式的發(fā)展后，短視頻平臺用戶達(dá)到一定規(guī)模。第50次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示：截至2022年6月，我國短視頻用戶規(guī)模為9.62億，占網(wǎng)民總數(shù)的91.5%[2]。隨著短視頻平臺更加細(xì)致化、垂直化、分眾化的發(fā)展，人們對利用短視頻平臺開展學(xué)習(xí)和知識服務(wù)的需求也正在不斷增多。短視頻平臺用戶的知識貢獻(xiàn)與持續(xù)分享行為作為平臺提供知識服務(wù)和保持發(fā)展規(guī)模的基石，用戶進(jìn)行知識貢獻(xiàn)的動(dòng)因何在，如何促使短視頻平臺用戶積極、持續(xù)地進(jìn)行知識貢獻(xiàn)，已成為學(xué)術(shù)界亟須研究的重要課題。

1 相關(guān)研究

用戶知識貢獻(xiàn)行為是指用戶將擁有的與組織平臺發(fā)展相關(guān)的有用知識貢獻(xiàn)給平臺。目前，關(guān)于用戶知識貢獻(xiàn)行為的研究主要集中在問答類社區(qū)平臺、專業(yè)虛擬社區(qū)、在線健康社區(qū)等領(lǐng)域。

張寶生、張慶普運(yùn)用扎根理論的研究方法，從知識需求端因素、知識供給端因素、平臺服務(wù)端因素、社區(qū)環(huán)境端因素四個(gè)維度對社會化問答平臺的用戶知識貢獻(xiàn)行為進(jìn)行了分析[3]。李海峰、王煒基于在線問答社區(qū)的功能模塊對用戶知識貢獻(xiàn)行為的影響因素，分析了知識貢獻(xiàn)的初始動(dòng)力、持續(xù)動(dòng)力和根本驅(qū)動(dòng)力[4]。陳小卉等從在線問答平臺個(gè)體連接所形成的關(guān)系數(shù)據(jù)的角度對用戶知識貢獻(xiàn)行為進(jìn)行了分析[5]。楊欣悅、袁勤儉發(fā)現(xiàn)專業(yè)虛擬社區(qū)的用戶知識貢獻(xiàn)行為受用戶心理和狀態(tài)、用戶體驗(yàn)、系統(tǒng)功能與設(shè)計(jì)、信息質(zhì)量及運(yùn)營機(jī)制五個(gè)方面的影響[6]。盧恒等運(yùn)用定性比較分析的方法對專業(yè)虛擬社區(qū)用戶知識貢獻(xiàn)的影響因素進(jìn)行了探究[7]。彭家敏等從價(jià)值共創(chuàng)理論視角，結(jié)合群體卷入模型和積極心理學(xué)研究理論，構(gòu)建了在線虛擬健康社區(qū)交往中醫(yī)生知識貢獻(xiàn)行為前因后果的理論模型[8]。張星等認(rèn)為，在線健康社區(qū)中用戶的信任正向影響對社區(qū)的信任，對社區(qū)的信任顯著正向影響持續(xù)知識貢獻(xiàn)意愿，時(shí)間與精力對持續(xù)知識貢獻(xiàn)意愿有顯著負(fù)向影響[9]。有學(xué)者發(fā)現(xiàn)，在線健康社區(qū)中用戶的認(rèn)知模式與平臺的交互模式、感知有用性及用戶的貢獻(xiàn)行為之間存在密切聯(lián)系[10]。有學(xué)者還對在線知識共享平臺中專家用戶的知識貢獻(xiàn)行為進(jìn)行研究后發(fā)現(xiàn)，內(nèi)在強(qiáng)化機(jī)制是專家用戶持續(xù)知識貢獻(xiàn)行為的基礎(chǔ)[11]。

綜上所述，國內(nèi)外學(xué)者針對用戶知識貢獻(xiàn)行為的研究已經(jīng)取得了一些理論成果，但從多維度出發(fā)考察變量對結(jié)果的復(fù)雜作用的研究較少。同時(shí)，短視頻平臺作為目前擁有較大市場空間和用戶群體的新生事物，卻鮮有學(xué)者關(guān)注和研究該領(lǐng)域的用戶知識貢獻(xiàn)行為。短視頻平臺知識服務(wù)持續(xù)開展的關(guān)鍵在于用戶能夠積極參與并持續(xù)貢獻(xiàn)知識。因此，探究短視頻平臺用戶知識貢獻(xiàn)行為的動(dòng)因機(jī)制，并基于此提出針對性的對策，不僅有利于豐富短視頻平臺現(xiàn)有的理論研究成果，還能激發(fā)平臺成員貢獻(xiàn)知識的熱情，促進(jìn)平臺的良性發(fā)展?；诖耍P者以我國較為熱門的短視頻平臺嗶哩嗶哩為例，分析了影響短視頻平臺用戶知識貢獻(xiàn)意愿的潛在因素，通過采集短視頻平臺用戶行為的客觀數(shù)據(jù)，運(yùn)用定性比較分析的方法，探究和識別了影響短視頻平臺用戶知識貢獻(xiàn)行為的多重動(dòng)因組態(tài)。

2 短視頻平臺用戶知識貢獻(xiàn)行為動(dòng)因研究模型

2.1 理論基礎(chǔ)

2.1.1 需求層次理論。動(dòng)機(jī)是行為產(chǎn)生的原因和動(dòng)力，一般而言，用戶的信息行為是在一定動(dòng)機(jī)驅(qū)使下產(chǎn)生的。動(dòng)機(jī)理論的提出源于卡爾文和笛卡爾最初對動(dòng)物和人的比喻，其相關(guān)研究始于20世紀(jì)20年代。由于動(dòng)機(jī)理論的研究者來自不同的國度和具有不同的學(xué)科背景與文化水平，他們依據(jù)不同的學(xué)科背景和研究內(nèi)容提出了不同的動(dòng)機(jī)理論[12]。其中，最為經(jīng)典的理論之一是馬斯洛提出的需求層次理論，該理論是解釋人格和動(dòng)機(jī)的重要理論，將人的需求劃分為5個(gè)層次，從低到高依次是生理需求、安全需求、社交需求、尊重需求和自我實(shí)現(xiàn)需求。不同層次的需求是促使人類產(chǎn)生各種行為活動(dòng)的影響因子。其中，生理需求是人類最基本的需求。人類在滿足了生理需求后，便會追求更高層次的需求。社交需求就是人與人在社會交往的過程中產(chǎn)生的一定社會聯(lián)系，這種社會聯(lián)系會給人帶來一定的社會化滿足。短視頻平臺作為用戶之間進(jìn)行知識交流與共享的新興工具，用戶群體之間的互動(dòng)社交是促使平臺用戶進(jìn)行知識分享的重要因素。基于此，本研究提出社群影響和社群認(rèn)同這兩個(gè)影響短視頻平臺用戶進(jìn)行知識貢獻(xiàn)的動(dòng)因。

2.1.2 社會交換理論。社會交換理論產(chǎn)生于20世紀(jì)50年代，其主要分析人們進(jìn)行社會互動(dòng)的作用機(jī)制。該理論將人類的一切活動(dòng)和交往互動(dòng)視為互相交換的過程。從社會交換理論的角度看，短視頻平臺用戶的知識貢獻(xiàn)行為實(shí)則是貢獻(xiàn)者與需要者之間的一種社會交換活動(dòng)，即知識貢獻(xiàn)者貢獻(xiàn)知識需要耗費(fèi)一定的精力和時(shí)間，幫助其知識受眾解決問題，并希望獲得一定的收益；知識受眾需要給予相應(yīng)的補(bǔ)償以激勵(lì)知識貢獻(xiàn)者源源不斷地貢獻(xiàn)知識?；诖?，本研究提出貢獻(xiàn)收益這一影響短視頻平臺用戶進(jìn)行知識貢獻(xiàn)的動(dòng)因。

2.1.3 自我決定理論。自我決定理論是美國心理學(xué)家Deci Edward L.和Ryan Richard M.等人在20世紀(jì)80年代提出的一種關(guān)于人類自我決定行為的動(dòng)機(jī)過程理論，關(guān)注的焦點(diǎn)是衡量人類的行為是自愿的和自我決定的程度[13]。該理論已發(fā)展為4個(gè)分支理論，分別是認(rèn)知評價(jià)理論、有機(jī)整合理論、基本心理需要理論、歸因定向理論。其中，基本心理需要理論是自我決定論的核心理論[14]。基本心理需要理論認(rèn)為人類先天存在3種基本的心理需求，即自主需要、關(guān)系需要和勝任需要。自主需要是指人類擁有掌控自己的能力，在做出某種行為時(shí)完全遵從自己的內(nèi)心。勝任需要與自我效能感同義，是指人們需要在從事活動(dòng)時(shí)體驗(yàn)到勝任感。關(guān)系需要是指歸屬感，人們需要獲得來自周圍環(huán)境或其他人的關(guān)愛、理解和支持。心理需求的滿足會成為內(nèi)在動(dòng)機(jī)的促進(jìn)條件，而當(dāng)條件阻礙心理需求時(shí)將破壞內(nèi)在動(dòng)機(jī)[15]。短視頻平臺知識貢獻(xiàn)者的勝任感是激勵(lì)其持續(xù)進(jìn)行知識貢獻(xiàn)的重要內(nèi)在因素。基于此，本研究提出貢獻(xiàn)效能這一影響動(dòng)因。

2.2 研究模型

筆者根據(jù)研究對象的個(gè)性特征，將上文分析出的影響因子分為內(nèi)在知識貢獻(xiàn)動(dòng)機(jī)和外在知識貢獻(xiàn)動(dòng)機(jī)兩個(gè)層面。知識擁有者在做出知識貢獻(xiàn)的行為前會對貢獻(xiàn)成本和貢獻(xiàn)收益進(jìn)行衡量，當(dāng)預(yù)測到能獲得相應(yīng)的收益時(shí)才會持續(xù)進(jìn)行知識貢獻(xiàn)，進(jìn)而提高貢獻(xiàn)效能。用戶交互產(chǎn)生的沉浸感、滿足感，能提高知識擁有者進(jìn)行知識貢獻(xiàn)的積極性。收益、效能兩個(gè)前因變量均受知識擁有者個(gè)人層面的影響，因此，貢獻(xiàn)收益、貢獻(xiàn)效能屬于內(nèi)在知識貢獻(xiàn)動(dòng)機(jī)的影響因子。由于短視頻平臺具有用戶流量大、互動(dòng)性強(qiáng)的特點(diǎn)，因此，知識擁有者和知識需求者之間會建立良好的互動(dòng)關(guān)系，在其互動(dòng)的過程中，知識擁有者的社群影響力也隨之提升，當(dāng)這種正向的互動(dòng)程度達(dá)到知識貢獻(xiàn)者的心理預(yù)期時(shí)，知識貢獻(xiàn)者就容易感受到社群認(rèn)同感。社群影響和社群認(rèn)同受短視頻平臺特征的影響，因此，二者屬于外在知識貢獻(xiàn)動(dòng)機(jī)的影響因子。在用戶知識貢獻(xiàn)行為受內(nèi)部動(dòng)機(jī)和外部動(dòng)機(jī)聯(lián)動(dòng)作用的視角下，筆者構(gòu)建了短視頻平臺用戶知識貢獻(xiàn)行為多重動(dòng)因組態(tài)分析的研究框架，如圖1所示。

3 短視頻平臺用戶知識貢獻(xiàn)行為動(dòng)因的研究設(shè)計(jì)

3.1 研究方法

針對短視頻平臺用戶知識貢獻(xiàn)的問題，對其動(dòng)因進(jìn)行識別和探索，需要同時(shí)對貢獻(xiàn)和不貢獻(xiàn)兩種行為結(jié)果進(jìn)行影響因素的組態(tài)分析，這是一種基于整體論的研究思路，與定性比較分析方法的研究原理相吻合。定性比較分析（Qualitative Comparative Analysis，簡稱QCA）是由美國加州大學(xué)教授查爾斯C.拉金（Charles C.Ragin）于1987年提出的。這種方法是基于集合論的思想和布爾代數(shù)的運(yùn)算方法，以多個(gè)案例為導(dǎo)向、將定量與定性的優(yōu)勢相結(jié)合的一種混合研究方法。QCA認(rèn)為任何結(jié)果都是多種因素同時(shí)出現(xiàn)而促成的，因果關(guān)系并非恒定，而是依賴特定的情境和組態(tài)[16]。因此，QCA能夠通過收集到的多個(gè)案例分析出變量之間的因果關(guān)系和基于布爾邏輯的方法歸納出不同的前因構(gòu)型及結(jié)果[17]。本研究主要采用模糊集定性比較分析（fsQCA）方法，借助fsQCA3.0軟件處理數(shù)據(jù)。

3.2 數(shù)據(jù)收集——以嗶哩嗶哩為例

嗶哩嗶哩，又稱B站，是目前我國最大的彈幕視頻分享網(wǎng)站和Animation Comic Game亞文化群體聚集地。B站憑借其二次創(chuàng)作與彈幕文化的優(yōu)勢成為最受年輕人喜愛的視頻平臺之一。同時(shí)，B站也正在瞄準(zhǔn)知識內(nèi)容品類頻頻發(fā)力，以塑造“學(xué)習(xí)圣地”的全新形象[18]。本研究以B站進(jìn)行知識貢獻(xiàn)的UP主為研究對象，利用八爪魚采集器采集UP主知識貢獻(xiàn)相關(guān)數(shù)據(jù)信息，如UP主昵稱、ID、粉絲量、評論數(shù)、獲贊數(shù)、原創(chuàng)數(shù)、等級等。本研究以2021年10月23日為數(shù)據(jù)采集時(shí)間點(diǎn)，在B站熱門排行榜中隨機(jī)選擇“科技”“知識”“游戲”三個(gè)標(biāo)簽作為數(shù)據(jù)源，收集UP主知識貢獻(xiàn)的信息，獲得298條有效UP主信息，以這些數(shù)據(jù)為fsQCA的研究案例，并對這些數(shù)據(jù)的初始值進(jìn)行描述性統(tǒng)計(jì)，如表1所示。充電量指用戶群體對UP主作品的打賞總數(shù)額，粉絲數(shù)指UP主的粉絲數(shù)量，獲贊數(shù)指UP主的全部作品獲得用戶點(diǎn)贊的總數(shù)量，播放量指UP主全部作品的累計(jì)播放總量，閱讀數(shù)指UP主的專欄文章的閱讀總數(shù)量，等級指UP主的經(jīng)驗(yàn)積分等級，投稿數(shù)指UP主發(fā)布的所有類型作品的總數(shù)量。

3.3 數(shù)據(jù)校準(zhǔn)

本研究采集到的數(shù)據(jù)為數(shù)值型，在進(jìn)行模糊集定性比較分析前，需要將前因變量和結(jié)果變量對應(yīng)的數(shù)值校準(zhǔn)為0至1的模糊數(shù)值。變量校準(zhǔn)時(shí)通常需要對變量設(shè)置三個(gè)臨界值，即完全隸屬、交叉點(diǎn)和完全不隸屬。由于臨界值的設(shè)定沒有統(tǒng)一的模板，本研究需要依據(jù)經(jīng)典理論和數(shù)據(jù)的實(shí)際特征進(jìn)行具體分析。本研究采用經(jīng)典的上下四分位算法確定完全隸屬和完全不隸屬對應(yīng)的閾值，考慮到基于前因變量采集到的樣本數(shù)據(jù)極值較多，因此，交叉點(diǎn)選取各變量數(shù)值的中位數(shù)，以避免由于數(shù)值分布不均衡帶來不良的影響。運(yùn)行fsQCA 3.0并利用calibrate函數(shù)對數(shù)據(jù)進(jìn)行校準(zhǔn)后的變量指標(biāo)描述及校準(zhǔn)閾值見表2。

4 短視頻平臺用戶知識貢獻(xiàn)行為動(dòng)因的組態(tài)分析

4.1 單變量必要性分析

一般來說，對單變量做必要性分析主要是分析條件變量對結(jié)果變量的影響程度，這種影響程度主要通過一致性體現(xiàn)，一致性不低于0.9的條件變量為必要條件。本研究運(yùn)行fsQCA3.0進(jìn)行必要條件分析得到表3。如表3所示，當(dāng)結(jié)果變量設(shè)置為“高知識貢獻(xiàn)”時(shí)，只有等級因素的一致性超過0.9，說明高等級是短視頻平臺用戶進(jìn)行知識貢獻(xiàn)的必要條件。從這一結(jié)果可以得出，短視頻平臺用戶的貢獻(xiàn)效能對于用戶知識貢獻(xiàn)具有重要作用。當(dāng)結(jié)果變量設(shè)置為“非高知識貢獻(xiàn)”時(shí)，無論前因變量存在還是不存在，一致性系數(shù)均小于0.9，說明短視頻平臺用戶非高知識貢獻(xiàn)并非單一變量造成，需通過多因素分析提取前因組態(tài)。

4.2 多變量條件組態(tài)分析

條件組態(tài)分析可驗(yàn)證不同的條件組態(tài)對結(jié)果產(chǎn)生的影響，這種影響通過解的一致性和覆蓋率體現(xiàn)。本研究運(yùn)行fsQCA3.0對真值表進(jìn)行分析，得到復(fù)雜解、中間解和簡約解這三種前因組態(tài)分析結(jié)果。本研究借鑒已有研究成果著重選取中間解進(jìn)行分析，結(jié)合中間解和簡約解判斷條件是否為核心條件，分析結(jié)果如下頁表4所示。分析結(jié)果的呈現(xiàn)方式沿用QCA研究常用的符號表達(dá)方式：“l(fā)”代表核心條件存在，“l(fā)”代表邊緣條件存在，“U”代表核心條件缺乏，“U”代表邊緣條件缺乏，“空白”表示構(gòu)型中該條件可以存在也可以不存在。

從表4展示的分析結(jié)果可以看出，結(jié)果變量為高知識貢獻(xiàn)時(shí)共有3條組態(tài)路徑（H1、H2、H3）：①充電量*閱讀量*點(diǎn)贊量*等級。②充電量*～粉絲數(shù)*～播放量*閱讀量*等級。③粉絲數(shù)*播放量*閱讀量*點(diǎn)贊量*等級。結(jié)果變量為非高知識貢獻(xiàn)時(shí)共有2條組態(tài)路徑（L1、L2）：①～充電量*～播放量*～閱讀量*等級。②～充電量*～粉絲數(shù)*～播放量*～點(diǎn)贊量*～等級。研究發(fā)現(xiàn)，H1、H2、H3、L1、L2是影響用戶知識貢獻(xiàn)的不同組態(tài)路徑，每一種組態(tài)路徑的一致性均高于可接受閾值0.8，表明這些組態(tài)路徑具有良好的可靠性。兩種知識貢獻(xiàn)程度的總覆蓋率分別是0.493和0.572，總一致性分別是0.801和0.877，意味著這些組態(tài)路徑能夠解釋80%以上知識貢獻(xiàn)程度的結(jié)果，能夠全面地分析和覆蓋用戶知識貢獻(xiàn)程度的情況。所有路徑的唯一覆蓋率都不高于原始覆蓋率，意味著某些案例存在多重因果關(guān)系[19]。

4.3 高知識貢獻(xiàn)組態(tài)路徑分析

結(jié)果顯示，有三條不同的路徑能獲得高程度知識貢獻(xiàn)。

路徑一（充電量*閱讀量*點(diǎn)贊量*等級）：該組態(tài)路徑原始覆蓋率為0.431，唯一覆蓋率為0.037，在三條路徑中占比最高，是短視頻平臺用戶高知識貢獻(xiàn)的核心路徑。該路徑以充電量、閱讀量、點(diǎn)贊量和等級為核心條件，反映出當(dāng)用戶對自身的能力認(rèn)知程度高時(shí)，貢獻(xiàn)效能也相對較高，同時(shí)，知識貢獻(xiàn)帶來的收益（較高的充電量）及粉絲或受眾的認(rèn)可（較高的獲贊量、閱讀量等），對于用戶高知識貢獻(xiàn)具有不可或缺的重要作用。

路徑二（充電量*～粉絲數(shù)*～播放量*閱讀量*等級）：在該組態(tài)路徑中，粉絲數(shù)和播放量分別作為核心條件和邊緣條件缺失，表明即使在粉絲數(shù)量較少、投稿作品播放量低的情況下，只要用戶能夠有一定的投稿收益和社群影響，并對自身的知識貢獻(xiàn)能力保持良好的認(rèn)知，其知識貢獻(xiàn)程度就能保持較高水平，用戶的貢獻(xiàn)效能和收益等內(nèi)在動(dòng)因?qū)τ谟脩糁R貢獻(xiàn)行為具有重要影響。

路徑三（粉絲數(shù)*播放量*閱讀量*點(diǎn)贊量*等級）：該組態(tài)路徑以粉絲數(shù)和點(diǎn)贊數(shù)為輔助性前因條件，以播放量、閱讀量和等級為核心條件。該條路徑表明在不考慮投稿收益的情況下，用戶在短視頻平臺有一定的認(rèn)可度和社群影響力，只要擁有貢獻(xiàn)效能并樂于投稿，就能實(shí)現(xiàn)高知識貢獻(xiàn)的目標(biāo)。

以上三條能夠解釋用戶高知識貢獻(xiàn)的組態(tài)路徑被歸納為兩種類型：一是強(qiáng)調(diào)社群影響和貢獻(xiàn)效能的H1和H3。在這兩種組態(tài)路徑中，閱讀量和等級均為核心因果性條件。H1和H3均能證明內(nèi)在知識貢獻(xiàn)動(dòng)機(jī)層面的貢獻(xiàn)效能與外在知識貢獻(xiàn)動(dòng)機(jī)層面的社群影響相結(jié)合形成的核心條件組合，能夠有效提升用戶的知識貢獻(xiàn)程度。這兩條組態(tài)路徑的區(qū)別主要體現(xiàn)在除核心條件外的其他條件均不相同。在H1中，充電量也為核心條件，強(qiáng)調(diào)貢獻(xiàn)收益對于用戶高知識貢獻(xiàn)具有重要作用，但這點(diǎn)在條件組合中卻并未體現(xiàn)。在H3中，播放量也為核心條件，強(qiáng)調(diào)社群影響對于用戶知識貢獻(xiàn)具有促進(jìn)作用，但在條件組合中并未體現(xiàn)。二是強(qiáng)調(diào)貢獻(xiàn)收益和貢獻(xiàn)效能的H2。H2以充電量、閱讀量和等級為核心因果性條件，以粉絲量和播放量為必要性和輔助性前因條件缺失，表明在粉絲數(shù)和作品播放量較少的情況下，只要用戶具有知識貢獻(xiàn)效能且通過知識貢獻(xiàn)獲得一定的收益，就能有效激勵(lì)其持續(xù)進(jìn)行知識貢獻(xiàn)。

4.4 非高知識貢獻(xiàn)前因構(gòu)型分析

造成用戶非高知識貢獻(xiàn)的前因組態(tài)路徑如表4所示有兩條，即L1和L2。兩條組態(tài)路徑的總一致性為0.877，總覆蓋率為0.572，說明組態(tài)路徑對結(jié)果有很強(qiáng)的解釋力度。

L1以充電量、播放量和閱讀量為核心因果性條件缺失，導(dǎo)致用戶的非高知識貢獻(xiàn)，這體現(xiàn)出貢獻(xiàn)收益和社群影響對于用戶知識貢獻(xiàn)行為具有重要作用，進(jìn)一步驗(yàn)證了社會交換理論和需求層次理論的觀點(diǎn)，即用戶在進(jìn)行知識貢獻(xiàn)的過程中獲得一定的收益和社群影響力能夠促進(jìn)用戶進(jìn)行知識貢獻(xiàn)。此外，L1以等級為邊緣條件，表明在用戶知識貢獻(xiàn)收益少、社群影響力低的情況下，即使用戶的等級、知識貢獻(xiàn)效能較高，其知識貢獻(xiàn)程度依然較低。

L2以等級為核心因果性條件缺失，體現(xiàn)出貢獻(xiàn)效能在一定程度上影響用戶的知識貢獻(xiàn)程度，這與自我決定論的觀點(diǎn)不謀而合，即用戶知識貢獻(xiàn)效能的高低決定用戶知識貢獻(xiàn)意愿的強(qiáng)弱，同時(shí)，用戶非?？粗刂R貢獻(xiàn)帶來的收益，收益越多，用戶進(jìn)行知識貢獻(xiàn)的意愿就越強(qiáng)。此外，充電量、粉絲數(shù)、點(diǎn)贊數(shù)和播放量共同作為輔助性條件缺失，體現(xiàn)出用戶在缺乏內(nèi)在知識貢獻(xiàn)動(dòng)機(jī)和外在知識貢獻(xiàn)動(dòng)機(jī)時(shí)會一直處于非高知識貢獻(xiàn)的狀態(tài)。

5 結(jié)論與啟示

5.1 研究結(jié)論

本研究通過分析提煉影響短視頻平臺用戶知識貢獻(xiàn)行為的動(dòng)因，以采集到的298條客觀數(shù)據(jù)作為樣本，運(yùn)用模糊集定性比較分析的方法對影響用戶知識貢獻(xiàn)行為的路徑進(jìn)行了研究，發(fā)現(xiàn)了用戶產(chǎn)生高知識貢獻(xiàn)的3條組態(tài)路徑和非高知識貢獻(xiàn)的2條組態(tài)路徑，揭示了短視頻平臺用戶的知識貢獻(xiàn)程度受用戶內(nèi)在知識貢獻(xiàn)動(dòng)機(jī)和外在知識貢獻(xiàn)動(dòng)機(jī)的多重協(xié)同影響。短視頻平臺不斷發(fā)展的關(guān)鍵在于既能使用戶成為平臺的知識受眾，也能讓用戶持續(xù)貢獻(xiàn)自身的知識，只有這樣，平臺知識類短視頻的覆蓋面和內(nèi)容來源才能更加寬泛豐富，短視頻平臺才能更好地發(fā)揮其知識交流、傳播、共享的價(jià)值。本研究從用戶個(gè)體的內(nèi)在和外在多重動(dòng)因出發(fā)，運(yùn)用組態(tài)分析，通過采集獲取用戶客觀行為數(shù)據(jù)，探討了短視頻平臺用戶知識貢獻(xiàn)行為產(chǎn)生的復(fù)雜動(dòng)因，不僅拓展了短視頻平臺現(xiàn)有研究的深度和廣度，還針對短視頻平臺用戶的持續(xù)知識貢獻(xiàn)行為，結(jié)合研究結(jié)論提出了一些有益的建議，以推動(dòng)短視頻平臺的持續(xù)運(yùn)營發(fā)展。

5.2 研究啟示

本研究運(yùn)用模糊集定性比較分析的方法，通過組態(tài)分析發(fā)現(xiàn)短視頻平臺用戶知識貢獻(xiàn)行為的產(chǎn)生是內(nèi)外部多重動(dòng)因綜合作用的結(jié)果，因此，為了激發(fā)用戶的知識貢獻(xiàn)熱情，促進(jìn)短視頻平臺的規(guī)?；l(fā)展。本研究基于相關(guān)研究結(jié)果，提出了以下建議供短視頻平臺管理方參考借鑒。

5.2.1 設(shè)計(jì)豐富的激勵(lì)方案，充分激發(fā)用戶的內(nèi)在知識貢獻(xiàn)熱情。本研究發(fā)現(xiàn)的3條高知識貢獻(xiàn)的組態(tài)路徑都顯示出貢獻(xiàn)效能對用戶知識貢獻(xiàn)行為的核心作用，同時(shí)，貢獻(xiàn)收益對于激發(fā)用戶的知識貢獻(xiàn)熱情、促進(jìn)用戶知識貢獻(xiàn)行為的產(chǎn)生具有重要作用。因此，短視頻平臺可通過設(shè)計(jì)多種激勵(lì)方案，激發(fā)用戶的知識貢獻(xiàn)熱情，促使用戶持續(xù)地進(jìn)行知識貢獻(xiàn)，具體措施如下：一是通過制定合理的成員等級制度，提高用戶的知識貢獻(xiàn)效能感，對于積極貢獻(xiàn)知識的成員給予更高的等級地位，提升其內(nèi)在的知識貢獻(xiàn)意愿和能力認(rèn)知。二是設(shè)計(jì)類似于“嗶哩嗶哩充電計(jì)劃”的打賞方案，讓知識貢獻(xiàn)者能夠通過貢獻(xiàn)知識擴(kuò)大影響力，取得認(rèn)同感，并獲得物質(zhì)上的收益。三是構(gòu)建知識付費(fèi)機(jī)制，對高質(zhì)量知識類視頻開通付費(fèi)功能，有效幫助知識貢獻(xiàn)者獲得相應(yīng)的收益。

5.2.2 營造良好的平臺互動(dòng)環(huán)境，積極引導(dǎo)用戶的外在知識貢獻(xiàn)行為。內(nèi)在動(dòng)機(jī)是促使用戶產(chǎn)生知識貢獻(xiàn)行為的根本動(dòng)因，外在動(dòng)機(jī)是用戶實(shí)施知識貢獻(xiàn)行為必不可少的條件。本研究發(fā)現(xiàn)的3條高知識貢獻(xiàn)的組態(tài)路徑凸顯了社群影響、用戶認(rèn)可對知識貢獻(xiàn)行為的重要作用。短視頻平臺用戶的知識貢獻(xiàn)行為受自身社交需求的影響，用戶通過知識貢獻(xiàn)能夠獲得社交滿足感，與需求層次理論的觀點(diǎn)相符。因此，短視頻平臺應(yīng)重視平臺互動(dòng)環(huán)境對用戶知識貢獻(xiàn)行為產(chǎn)生的影響，通過激發(fā)平臺成員的參與熱情，營造良好的互動(dòng)氛圍，激勵(lì)成員進(jìn)行播放、閱讀、點(diǎn)贊等，擴(kuò)大知識貢獻(xiàn)者的影響力，提高知識貢獻(xiàn)者的認(rèn)可度及自我成就感，營造一種“我為人人，人人為我”的氛圍，引導(dǎo)用戶主動(dòng)貢獻(xiàn)知識，實(shí)現(xiàn)自我價(jià)值，促進(jìn)平臺成員的共同進(jìn)步。

5.2.3 拓展短視頻平臺知識服務(wù)的廣度和深度，滿足平臺用戶的知識需求。短視頻平臺的用戶既是知識貢獻(xiàn)者，也是知識獲取者和使用者。短視頻平臺的用戶群體整體呈年輕化趨勢，隨著時(shí)代的進(jìn)步，年輕用戶的知識需求越來越多元化，因此，短視頻平臺應(yīng)設(shè)置豐富的專欄分類，并對視頻內(nèi)容進(jìn)行嚴(yán)格把關(guān)，為用戶提供高質(zhì)量的知識內(nèi)容，最大限度地滿足不同用戶群體的多元化需求。此外，短視頻平臺可根據(jù)用戶的檢索記錄，設(shè)置智能推薦功能，節(jié)約用戶獲取知識的成本，拓展平臺知識服務(wù)的廣度和深度，增強(qiáng)用戶黏性。

5.2.4 設(shè)計(jì)多渠道的知識獲取途徑，擴(kuò)大平臺和用戶的影響力。隨著科學(xué)技術(shù)日新月異，用戶獲取知識的渠道也越來越多。短視頻平臺可設(shè)計(jì)多渠道的訪問入口，如網(wǎng)頁、App、微信小程序、支付寶小程序等提升平臺的易用性，擴(kuò)大平臺的影響力，進(jìn)而吸引更多的用戶參與短視頻制作，提高平臺的規(guī)模效應(yīng)。

參考文獻(xiàn)：

[1] 綜合科技日報(bào)，新浪網(wǎng).“知識+短視頻”助推科普走向全民時(shí)代[J].今日科技，2019（8）：30.

[2] 第50次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》發(fā)布[N].民主與法制時(shí)報(bào)，2022-09-02（001）.

[3] 張寶生，張慶普.基于扎根理論的社會化問答社區(qū)用戶知識貢獻(xiàn)行為意向影響因素研究[J].情報(bào)學(xué)報(bào)，2018（10）：1034-1045.

[4] 李海峰，王煒.在線問答學(xué)習(xí)社區(qū)的群體知識貢獻(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，2020（1）：111-120.

[5] 陳小卉，胡平，周奕岑.知乎問答社區(qū)回答者知識貢獻(xiàn)行為受同伴效應(yīng)影響研究[J].情報(bào)學(xué)報(bào)，2020（4）：450-458.

[6] 楊欣悅，袁勤儉.專業(yè)虛擬社區(qū)知識貢獻(xiàn)活動(dòng)的制約因素作用機(jī)制研究[J].情報(bào)資料工作，2021（1）：69-76.

[7] 盧恒，張向先，吳雅威，等.專業(yè)虛擬社區(qū)用戶知識貢獻(xiàn)行為的多重動(dòng)因及其效應(yīng)研究[J].圖書館建設(shè)，2022（2）：131-140.

[8] 彭家敏，謝禮珊，關(guān)新華.虛擬健康社區(qū)醫(yī)生貢獻(xiàn)行為的形成機(jī)制[J].心理科學(xué)進(jìn)展，2021（6）：978-989.

[9] 張星，吳憂，夏火松，等.在線健康社區(qū)用戶持續(xù)知識貢獻(xiàn)意愿的影響因素研究：以社會交換理論為視角[J].醫(yī)學(xué)信息學(xué)雜志，2019（3）：2-9.

[10] Ping Wang，Jia Wang，Qiao Li.Cognitive mechanisms underlying interaction and contribution in online health communities：the perspectives of doctors and patients[J].Aslib Journal of Information Management，2021（3）：367-385.

[11] Zhang L，Han Y，Zhou J L，etal.Influence of intrinsic motivations on the continuity of scientific knowledge contribution to online knowledge-sharing platforms[J].Public Understanding of Science，2020（4）：369-383.

[12] 劉潔.虛擬社區(qū)中用戶知識共享影響因素研究[D].濟(jì)寧：曲阜師范大學(xué)，2019.

[13] 劉麗虹，張積家.動(dòng)機(jī)的自我決定理論及其應(yīng)用[J].華南師范大學(xué)學(xué)報(bào)（社會科學(xué)版），2010（4）：53-59.

[14] 林樺.自我決定理論：動(dòng)機(jī)理論的新進(jìn)展[J].湖南科技學(xué)院學(xué)報(bào)，2008（3）：72-73.

[15] 惲廣嵐.動(dòng)機(jī)研究的新進(jìn)展：自我決定理論[J].南通大學(xué)學(xué)報(bào)（教育科學(xué)版），2005（3）：38-41.

[16] （比利時(shí)）伯努瓦·里豪克斯，（美）查爾斯C.拉金.QCA設(shè)計(jì)原理與應(yīng)用：超越定性與定量研究的新方法[M].杜運(yùn)周，李永發(fā)，譯.北京：機(jī)械工業(yè)出版社，2017：24-27.

[17] Poveda A C，Martinez C.Qualitative comparative analysis （QCA）：an application for the industry[J].Quality & Quantity：International Journal of Methodology，2013（3）：1315-1321.

[18] 劉璐.知識類視頻的創(chuàng)新與擴(kuò)散研究[D].哈爾濱：黑龍江大學(xué)，2021.

[19] 王國華，武晗.從壓力回應(yīng)到構(gòu)建共識：焦點(diǎn)事件的政策議程觸發(fā)機(jī)制研究——基于54個(gè)焦點(diǎn)事件的定性比較分析[J].公共管理學(xué)報(bào)，2019（4）：36-47.

（編校：孫新梅）