虚拟学术社区中用户信息搜寻行为的影响因素组合研究

谭春辉 任季寒

基金项目：国家社会科学基金一般项目“虚拟学术社区中科研人员合作机制研究”（项目编号：18BTQ081）。

作者简介：谭春辉（1975-），男，教授，博士生导师，研究方向：信息计量与科学评价、网络用户行为。任季寒（1998-），女，硕士研究生，研究方向：网络用户行为。

摘 要：[目的/意义]了解用户在虚拟学术社区中进行信息搜寻行为的影响因素，旨在推动虚拟学术社区的平台建设，促进虚拟学术社区的信息资源利用和知识交流。[方法/过程]基于动机—机会—能力模型构建虚拟学术社区用户的信息搜寻行为影响因素，在此基础上通过调查问卷获取相应的数据，借助模糊集定性比较分析方法（fsQCA）进行数据处理和分析，挖掘自我提升、兴趣、感知易用性等前提条件，如何组合来影响信息搜寻行为的产生。[结果/结论]最终产生了5种组态，其中，当动机、机会、能力因素同时满足时，虚拟学术社区用户更可能进行信息搜寻行为。

关键词：虚拟学术社区;用户;信息搜寻行为;fsQCA;动机—机会—能力模型

DOI：10.3969/j.issn.1008-0821.2022.04.004

〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2022）04-0039-13

Abstract：[Purpose/Significance]To understand the influencing factors of users information searching behavior in virtual academic communities，the purpose is to promote the platform construction of virtual academic communities and promote the utilization of information resources and knowledge exchange in virtual academic communities.[Method/Process]Based on motivation-opportunities-ability model，a virtual academic community factors affecting the users information search behavior was built，on this basis，corresponding data were obtained via questionnaire，then data were processed and analysed by means of fuzzy qualitative comparative analysis method（fsQCA），preconditions the self-improvement，interests，perceived ease of usewere mined，and combinations affecting the generation of information search behaviour were discussed.[Results/Conclusions]Finally，five combinations are generated.Among them，when motivation，opportunity and ability factors are met at the same time，users of virtual academic community are more likely to conduct information search.

Key words：virtual academic community;user;information search behavior;fsQCA;MOA model

根據中国互联网络信息中心（CNNIC）发布的第47次《中国互联网络发展状况统计报告》，截至2020年12月，我国网民规模已达到9.89亿，互联网普及率达70.4%[1]。由此可见，人们的工作、生活、娱乐、学习，都离不开互联网，从互联网中进行信息搜寻已成为当代研究人员的日常行为，也是必须掌握的技能之一。虚拟学术社区的产生，为人们提供了一个便于搜寻信息、交流知识和合作的平台。虚拟学术社区是以特定的专业主题为内容，进行学术信息交流活动的专业社区[2]，以促进科研人员之间知识再造。国内主要的虚拟学术社区包括学术BBS（如小木虫、经管之家和ResearchGate等）、学术博客（如科学网、图情博客圈等）、专业社区（如丁香园、CSDN和Academia等）以及以“中国科技论文在线”为代表的科技论文网络发表平台等。

虚拟学术社区中除了拥有大量的学术信息资源，还有许多其他信息，比如招聘信息、生活经验分享等。不论是刚开始科研工作的大学生，还是一些研究领域的著名学者，均存在着一些信息搜寻行为以满足特定的信息需求。在虚拟学术社区中存在许多信息搜寻行为，例如信息检索、信息浏览和在线问答等。依据典型的“90-9-1”法则，即90%的用户只浏览内容却不贡献，9%的用户会进一步参与交流讨论，仅有1%的用户会积极主动去创造内容[3]，由此可见，信息搜寻行为在虚拟学术社区中是普遍存在的，信息搜寻行为涉及虚拟学术社区中的大部分用户。信息搜寻行为是用户进行知识交流的前提，然而国内外学者缺少对虚拟学术社区中用户的信息搜寻行为研究。本文目的在于分析用户在虚拟学术社区中进行信息搜寻行为的影响因素，旨在推动虚拟学术社区的平台建设，促进虚拟学术社区的知识交流。

1 文献综述

信息搜寻行为是指为了满足个人的某些需求，用户有目的地进行查询信息的活动[4]，是信息行为的一种。根据文献的检索来看，国内外学者已经对信息搜寻行为进行了相关研究，集中在对健康信息搜寻行为、学术信息搜寻行为、旅游信息搜寻行为和消费信息搜寻行为研究[5-9]。例如，石艳霞等学者从网络健康信息搜寻行为的内容和影响因素两个角度，对国内外大众网络健康信息搜寻行为研究进行梳理[10]。Dutta C B等对消费信息搜寻行为的驱动因素进行了研究，结果发现搜寻努力程度与教育和互联网经验直接相关，与收入和互联网成本呈负相关[11]。国外学者还产生了一些有关信息搜寻行为理论和信息搜寻行为模型的研究成果[12-15]。例如，Lambert S D等通过对1982—2006年有关健康信息搜寻行为概念的梳理，阐述了健康信息搜寻行为的基本特征[16]。Wilson T D回顾信息行为模型的现状，发现信息行为模型之间如何相互关联，并提出一个集成模型的一般框架[17]。信息搜寻行为的影响因素也是信息搜寻行为研究的热点问题，针对的人群多为大学生、老年人[18-20]，通过挖掘其影响因素来找到用户信息搜寻的内在规律，关注用户的主观意识对信息搜寻行为的影响。

虚拟社区是一个基于信息技术支持的网络空间，核心是参与者的交流和互动，并且在参与者之间将形成一种社会关系[21]。虚拟社区中积聚了大量的信息资源，以满足用户信息需求，为信息获取和交流提供便利的平台。而虚拟学术社区属于虚拟社区中的一种，其具备虚拟社区的特点。通过梳理国内外虚拟社区信息搜寻行为研究发现，虛拟社区中的信息搜寻行为的研究内容包括两个方面：

虚拟社区信息搜寻行为特征和模式研究。科研人员通过总结虚拟社区用户信息搜寻行为的规律和特征。例如，盛宇阐述了微博中学术信息搜索的特征，并指出微博学术信息搜寻过程中的搜寻方式的多样性、搜寻结果的可变性等特征[22]。虚拟社区中用户需求和信息搜寻方式的多样性使信息搜寻行为模式并不单一，不同的信息搜寻行为模式在不同的应用情境下会有不同的特点[23]。姜婷婷等通过对豆瓣网用户进行调查，分析得出社会性标签系统中的信息搜寻模式，并指出通过浏览模式进行信息搜寻的用户最多，浏览是社会性标签系统中信息搜寻的主流模式[24]。袁红等结合信息搜寻的主体、客体、环境和搜寻活动本身要素，划分出策略选择型和快速扫描型两种信息搜寻模式，并指出两种行为模式的共同点[25]。而针对浏览模式下的信息搜寻，会产生更多的信息偶遇行为，对于这种无目的信息搜寻行为，许多学者也进行相关研究，例如，阳玉堃等分析了用户的个人、信息和环境因素3个方面对信息偶遇行为的影响[26]。而相对于传统的信息检索和浏览，问答式信息搜寻行为也得到了广泛关注[27-28]。例如，付少雄等构建了信息采纳行为和持续信息搜寻行为之间的转化模型，发现社会化问答社区中信息采纳可通过直接和间接的方式影响持续信息搜寻行为[29]。

虚拟社区信息搜寻行为影响因素研究。根据文献检索来看，学术界对虚拟社区中用户信息搜寻行为影响因素研究较为充分，研究方法主要为问卷调查、访谈法、结构方程模型和扎根理论方法。例如，闫安等采用问卷调查和结构方程模型对知识获取方式对搜寻结果的影响进行了研究[30]。虚拟社区信息搜寻行为影响因素研究多围绕在用户认知、用户情感以及环境因素，阐述了用户信息搜寻行为的规律。例如，李月琳等梳理了不同情境的类型，并阐述了国内外学者情境因素对信息搜寻行为的影响研究[31]。查先进等运用双路径模型，从信息质量和信息源可信度角度研究微博用户学术信息行为的影响因素，结果发现，微博用户认知和情感正向影响其学术信息搜寻行为，信息质量和信息源可信度通过对认知和情感产生作用，从而影响信息搜寻行为[32]。刘虹等分析了学术社区中网络用户的知识获取、声誉、社区认同等动机对信息搜寻行为的影响[33]。

总体来看，目前关于虚拟学术社区用户信息搜寻行为的研究较少，但不可否认的是，虚拟学术社区中普遍存在信息搜寻行为，社区用户也存在与之相应的信息需求，由于虚拟学术社区在科研人员信息搜寻、信息交流中的重要性，有必要对虚拟学术社区中用户的信息搜寻行为进行总结，分析其影响因素。对于虚拟社区信息搜寻行为的影响因素研究，着重于挖掘单一因素和信息搜寻行为之间的线性对称关系，忽略了多因素对信息搜寻行为产生的组合影响以及非对称关系。模糊集定性比较分析（Fuzzy-Set Qualitative Comparative Analysis，简称fsQCA）是一种组态分析方法，不受条件之间可能存在相互依赖的影响，揭示不同条件组合和结果之间因果关系的复杂性和非对称性[34]。因此，本文采用模糊集定性比较分析法对虚拟学术社区中用户信息搜寻行为的影响因素进行探讨。

2 研究设计

2.1 研究方法

定性比较方法（Qualitative Comparative Analysis，简称QCA）是综合了定性和定量两种研究方法的优势，用来研究现实社会中的因果复杂问题，QCA方法最早于20世纪80年代美国社会学者Rihoux B等提出[35]。QCA方法以案例为导向，以整体视角将案例看作条件的组态[36]，其以集合论和布尔运算为基础，用于挖掘怎样的前因条件组合会引起结果变量的出现或不出现的变化[37]。

QCA方法分为清晰集定性比较方法（csQCA）、多值集定性比较方法（mvQCA）和模糊集定性比较方法（fsQCA），其中csQCA和mvQCA更适合处理和分析二分类变量和多分类变量[35]，fsQCA用于处理描述程度变化或部分隶属的变量，即案例的前提变量和结果变量用介于0～1之间的数来表示。由于本文的前因变量和结果变量均为程度变量，故选择fsQCA进行研究。

为了使研究结果与现实联系更加紧密，解释性更强，不必过于追求条件变量之间的独立性和关系的对称性，fsQCA方法可以很好地解决这种条件变量之间相互影响的问题。此外，它不仅适合小样本和中等样本数量的案例研究，还适合100个案例以上的大样本，本文以虚拟学术社区用户为案例，进行大样本分析，从而得到影响用户信息搜寻行为的不同组态。

2.2 变量界定

1989年，MacInnis D J等为了构建和扩展广告信息处理理论，提出了动机（Motivation）—机会（Opportunity）—能力（Ability）理论框架[38]。其中，动机指的是一种引导个体朝着特定目标前进的力量，机会指的是能够增强或阻碍信息处理的情境因素，而能力指的是个体为实现特定行为所拥有的知识和技能。动机、机会、能力三因素之间的相互关联，最终影响信息行为。MOA模型提供了一种信息行为分析的框架，用于阐述产生信息行为的具体原因，MOA模型在许多领域均得到了广泛的应用[39-42]。本文基于MOA模型分析并解释虚拟学术社区用户信息搜寻行为的原因。

2.2.1 动机因素

信息搜寻行为是一种具有目的性的用户行为，动机对信息搜寻行为的发生具有促进作用。信息搜寻行为的动机是触发和维持用户信息搜寻行为的直接动力，通过特定行为达成其目标、满足其需求。根据奥苏贝尔的学习动机理论和自我决定理论[43-44]，用户自我决定的潜能会引导其进行感兴趣的、促进自身发展的行为。本文将自我提升和兴趣作为用户信息搜寻的动机因素。

自我提升在心理学研究中是指个体寻求和保持积极的自我意象的动机，在虚拟学术社区中，用户可以通过信息搜寻行为满足个人学业或职业进展的需要，是信息搜寻行为的重要动机。

虚拟学术社区中含有大量且多种主题的信息，能够满足不同用户的兴趣动机，影响用户信息搜寻行为的兴趣因素是指用户由于兴趣、爱好或好奇心驱使，而进行信息搜寻活动。王蕾指出，兴趣是网络信息搜寻行为影响因素之一[45];杨昕雅指出，在知识型微信社群中，兴趣动机是用户持续学习的源动力[46];陈则谦指出，认知兴趣是互联网知识获取的主要原因[47]。

2.2.2 机会因素

机会是指在特定时空中，主体所感知到的促进或抑制其特定行为的外在客观环境中的有效成分[48]。机会不等同于环境和背景，而是其中对主体感知产生影响的因素。在虚拟学术社区中，就是指用户对虚拟学术社区的环境、信息与机制的感知。研究人员重点关注虚拟学术社区的信息质量和使用体验，以上关注点都应属于影响用户感知的外在客观成分，因此，本文将感知有用性和感知易用性作为用户信息搜寻行为的机会因素。

本文中的感知有用性是指用户认为在虚拟学术社区中进行信息搜寻，对自己完成特定目标的提高程度，感知有用性对用户的信息搜寻行为的作用已被一些学者进行了验证。欧阳博等认为，在移动虚拟社区中，感知有用性是用户持续信息搜寻行为的关键影响因素[49]。

本文中的感知易用性是指用戶在虚拟学术社区进行信息搜寻的过程中，感受到的使用的难易程度。杨建林等认为，社会化信息平台中，感知有用性显著正向影响个体的信息搜寻行为，感知易用性正向影响个体的信息搜寻行为[50]。

2.2.3 能力因素

信息搜寻能力是指用户对于自身是否能够完成信息搜寻活动的主观认知与评价。根据虚拟学术社区的特点，能力主要有信息需求表达能力、社区平台使用熟练度、信息识别和评价能力等信息素养。除了以上能力，自我效能是主体对自身能否完成某一行为的主观判断，也是用户信息搜寻能力的重要因素。综上所述，本文将信息素养、自我效能作为用户信息搜寻行为的能力因素。

信息素养是指用户在感知信息需求，并且有效地查询、评价和利用信息的素质，主要包括：信息需求表达、信息识别（信息的真假、信息是否满足需求等）、信息源选择、信息的使用等方面。信息素养的作用贯穿整个信息搜寻全过程，并影响着信息搜寻的结果。陈则谦[47-48]指出，需求编码能力、查询过程控制能力、查询结果评价能力对网络用户的知识获取有正向相关关系;Kuhlthau C C指出，用户的信息搜寻行为与信息素养有着密切的关系[51]。

自我效能是指人们对自己所拥有的技能是否能完成某一活动的判断[52]。信息搜寻自我效能是指用户对自己的信息搜寻能力的主观评价，自我效能较高则使用户在信息搜寻中更加自信，使之在信息搜寻过程中增加努力程度。自我效能反映出信息用户认为自己拥有的信息搜寻、比较和评价能力。张岌秋指出，自我效能是虚拟社区中用户信息获取意愿的主要影响因素[53]。

3 数据收集

3.1 量表设计

本文共涉及6个前因变量和1个结果变量，每个变量包含3个测量变量。所有测量题项均改编于已有文献，以保证量表的内容效度，并根据中文表述习惯对其进行适当地修改，以适应此次研究的特定情景，具体测量题项如表1所示。问卷题项的测量采用李克特7级量表，1表示非常不同意，4表示中立态度，7表示非常同意。本实证研究基于先前理论研究展开，依据研究，问卷的设计上，1～6题是为了获取和统计被调查用户的基本信息，7～24题是为了测量自我提升、兴趣、感知易用性、感知有用性、自我效能、信息素养6个前因变量，25～27题是为了测量信息搜寻行为这一结果变量。

3.2 数据获取

本文通过问卷星发放问卷，发放对象为虚拟学术社区平台的使用用户。此次问卷发放方式为分别在小木虫、科学网、经管之家、CSDN、丁香园中发帖进行问卷征集，再将问卷发放给使用过虚拟学术社区的同学和朋友，并让他们发放给其他使用过虚拟学术社区的人。共征集问卷383份，人工剔除无效问卷，例如未使用过虚拟学术社区、填写时间过短或过长（不足1分钟或超过10分钟）、存在缺失值、所有选项全部相同的问卷，最终剩余321份问卷作为本次研究样本。研究样本的基本信息统计情况如表2所示。

3.3 信度效度检验

3.3.1 信度检验

信度是检验问卷结果可靠性的指标，本文采用SPSS对问卷数据进行信度检验。本文采用Cronbachs α系数来测量问卷信度，结果显示如表3所示，本研究中变量的总Cronbachs α系数为0.853，各变量内部的Cronbachs α系数均大于0.8，说明问卷数据的可靠性和各个变量的内部一致性较高。

3.3.2 效度检验

效度是检验问卷能否正确反映所要测量的变量的程度，研究主要从结构效度进行检验，采用因子分析法检验问卷的结构效度。本文采用了SPSS软件进行效度检验。首先，在进行因子分析之前，需要进行KMO测度和Bartlett球形度检验，以分析统计数据是否适合进行因子分析。结果显示，KMO值为0.802大于0.7，Bartlett球形度检验显著性水平为0.000小于0.05，如表4所示，说明适合进行因子分析。

通过对问卷进行探索性因子分析，7个公因子的总方差的解释率为84.111%，如表5所示，从因子载荷表中可以看到，所有题项在各因子上符合大于0.5，如表6所示，总体上各变量之间区别效度较高，对应相同变量的不同题项之间也呈现出较好的聚合效度。

4 实证分析

4.1 数据校准

在进行组态分析之前，需要对问卷数据进行校准操作，以便将样本数据归为不同的集合隶属。本研究在设计测量问卷时选用李克特7级量表，必须相应地转换成0～1之间的隶属度。首先计算题项的均值作为各变量的原始数据，同理得到各个变量的原始数据，再通过fsQCA软件中Calibrate（x，n1，n2，n3）对整合后的数据进行校准，其中，x为进行校准的变量，n1、n2和n3为3个校准锚点：完全隶属值（0.95）、交叉点（0.5）、完全不隶属（0.05）。设置3个校准锚点为7、4和1进行校准，即变量的值为7对应隶属度为0.95，值为4对应隶属度为0.5，值为1对应隶属度为0.05，表7显示了部分校准数据。

4.2 单因素必要条件分析

在进行组态分析之前，需要对每一个前因变量进行必要性分析，即对6个前因变量出现和不出现的情况均进行必要性分析，其中“～”符号表示前因变量不出现，例如“～自我提升”表示虚拟学术社区用户不具有自我提升的动机。若某一前提条件总与某一结果同时出现，则这个前提条件为该结果出现的必要条件[35]。通过一致性（Consistency）来判别某一结果的必要条件，若一致性大于0.9，则该前提变量为必要条件。而覆盖率（Coverage）是用于衡量必要条件经验相关性的指标，仅对必要条件才有意义[65]。运行fsQCA进行必要性分析，结果表明，如表8所示，各前因变量均不是必要条件。

4.3 组态分析

对数据进行组合和构型分析，在fsQCA软件中析出真值表集合，共得到26（=64）种因果组合。根据Ragin的研究方案，将一致性阈值设置为0.8，案例阈值设置为3，PRI一致性阈值设置为0.7（需要占据总样本至少75%～80%的比例），形成满足阈值的条件组合所构成的真值表如表9所示。

生成真值表后，可以通过组态分析挖掘样本中前因条件相互组合引致多重并发现象的可行路径，能够说明何种组合下能够引起虚拟学术社区用户的信息搜寻行为。fsQCA软件可得出3种解，即简单解、中间解和复杂解，通过简单解和中间解来区分各组态的核心条件和边缘条件，其中核心条件在简单解和中间解中均出现，边缘条件仅出现在中间解中[66]。本文结合简单解和中间解得出研究结果，并采用Fiss P C的结果呈现形式[67]，●代表核心条件存在，●代表边缘条件存在，空白表示该条件出现或缺乏均可，所代表的核心条件缺失和所代表的边缘条件缺失。最终产生5种组态，如表10所示，分别为：自我提升*感知易用性*感知有用性、自我提升*感知有用性*自我效能、兴趣*感知易用性*感知有用性*信息素养、～自我提升*兴趣*感知易用性*～感知有用性*信息素养、自我提升*兴趣*感知易用性*自我效能*信息素养，这5种组态的一致性均高于0.9，总覆盖率和总一致性分别为0.8368和0.9355，这表明结果中的5个组态解释了用户进行信息搜寻的原因。

组态一说明，存在自我提升动机，且感知有用性和感知易用性良好的虚拟学术社区用户会存在更多的信息搜寻行为，其中，感知易用性是该组态的核心条件，由此可见，此类用户更注重虚拟学术社区的感知易用性。由于虚拟学术社区用户多为科学研究人员，自我提升的动机促进用户对信息的需求，是用户进行信息搜寻行为的诱因，而感知易用性和感知有用性贯穿信息搜寻整个过程，是用户进行信息搜寻的最直观感受，作为外部条件会影响用户进行信息搜寻时感受的变化。在内部诱因和外部条件共同的作用下，会促进用户进行更多的信息搜寻行为。值得关注的是，组态一与其他组态的最大不同为，该组态不存在任何有关能力因素的前提条件（即自我效能和信息素养）。

组态二说明，存在自我提升动机，且感知有用性和自我效能较高的虚拟学术社区用户会存在更多的信息搜寻行为。与组态一不同的是，组态二不强调良好的感知易用性，但此类用户的自我效能较高，由此可见，自我效能的增加消减了虚拟学术社区使用难度的增加。

组态三说明，存在兴趣动机，且感知易用性和感知有用性良好，信息素养较高的用户会存在更多的信息搜寻行为。其中，感知有用性是该组态的核心条件。与组态一不同，当由于兴趣动机产生信息需求且满足良好的感知有用性和感知易用性后，还需要用户本身较高的信息素养才会存在更多的信息搜寻行为，因此，兴趣动机相较于自我提升动机而言，动机的强度较低，但用户较高的信息素养作为内部条件进一步促进了信息搜寻行为。

组态四说明，不存在自我提升动机但存在兴趣动机，感知有用性较低但感知易用性和信息素养较高的虚拟学术社区用户会存在更多的信息搜寻行为。该组态代表了一部分不是因为工作或学习压力，更多因为自身兴趣而进行信息搜寻的用户，他们并不注重虚拟学术社区中信息的有用性，而是更注重虚拟学术社区信息搜寻的难易程度，较高的信息素养也是促进此类用户进行信息搜寻的前提。组态三和组态四存在一定的相似性，后者可以看作是前者的条件组合的进一步限制，对动机因素和机会因素存在更多控制，因此前者的覆盖率远高于后者。

组态五说明，存在自我提升和兴趣条件，感知易用性、自我效能和信息素养均较高的虚拟学术社区用户会存在更多的信息搜寻行为。与其他组态比较，组态五一致性最高，这表明该组态是导致虚拟学术社区用户进行信息搜寻行为的最优组合。

对5种组态结果进行绘图，如图1所示，从图中可见，有4种组态中均存在动机、机会、能力因素的前提条件，因此，存在更多信息搜寻行为的用户大部分均涉及动机、机会和能力因素。5种组态结果中，感知易用性这一前提条件出现了4次，这说明了用户在虚拟学术社区中所感受到的使用容易程度对信息搜寻行为的重要影响，虚拟学术社区开发者应注重虚拟学术社区的可操作程度，以促进用户的活跃度。基于兴趣动机而进行信息搜寻的用户，其感知易用性均较高，由此可见，存在兴趣动机的用户更注重系统操作的难易程度。

4.4 稳健性检验

通过QCA方法进行研究，研究结果的敏感性和随机性较强[65]，因此，需进行稳健性检验。目前有很多穩健性检验的方法，比如，调整校准阈值、调整案例频数阈值、一致性阈值，添加新的前提变量，增加或减少案例[68]。本文通过调整一致性阈值和改变校准锚点进行稳健性检验。根据Schneider C Q等[69]提出的两种方法对稳健性结果进行评估。一是如果调整一致性阈值和改变校准锚点后，一致性和覆盖度的差异不会产生有意义且不同的实质性解释，则结果就是稳健的，反之，则不稳健;二是如果调整一致性阈值和改变校准锚点后，组态之间具有清晰的子集关系，则结果就是稳健的，即使组态并不相同，反之，则不稳健。

调整一致性阈值。将一致性阈值0.8改为0.85再次进行组态分析，结果显示，如表11所示，总一致性和总覆盖率微小地增加，分别为0.9364和0.8370同样形成了5种组态，组态结果不变。

调整校准方法，将校准的3个锚点由原来的7、4、1调整为6.5、4、1.5再次进行组态分析，结果显示，如表12所示，总一致性和总覆盖率有较小的差别，分别降低为0.8312和0.9326，组态结果未发生变化，最终生成了相同的5种组态，各个组态的原始覆盖率和一致性均有所降低，各组态的唯一覆盖率有所增加。

两种稳健性检验均未改变组态分析结果，一致性和覆盖率仅存在微小差异且并未产生有意义且不同实际性解释，由此可见，此次研究结果是稳健的。

5 结论与启示

5.1 研究结论

科学研究人员展开工作时必然会存在很多信息搜寻行为，从而满足信息需求。而虚拟学术社区中存在大量的学术信息资源，也是科研人员搜寻信息的重要场所。因此，本研究聚焦虚拟学术社区用户的信息搜寻行为的影响因素，从而重视虚拟学术社区中信息的价值，促进信息的利用，提高虚拟学术社区用户的活跃度，以营造良好的知识交流环境。

本研究基于动机—机会—能力模型构建虚拟学术社区用户的信息搜寻行为影响因素模型，借助fsQCA挖掘影响虚拟学术社区用户的条件。最终产生5种组态，分别为：自我提升*感知易用性*感知有用性、自我提升*感知有用性*自我效能、兴趣*感知易用性*感知有用性*信息素养、～自我提升*兴趣*感知易用性*～感知有用性*信息素养、自我提升*兴趣*感知易用性*自我效能*信息素养。

从结果中可看出，感知易用性在4种组态中存在，是促进虚拟学术社区用户进行信息搜寻的重要条件，而基于兴趣动机的用户更注重虚拟社区平台使用的难易程度;当感知易用性不强时，自身能力因素的提升也会增加信息搜寻行为;兴趣动机相较于自我提升动机而言，动机的强度较低，在机会因素满足的前提下，需要提高自身能力因素才能更好地获取虚拟学术社区中的信息资源;必要性结果中，自我提升、感知易用性、感知有用性的一致性和覆盖率均较高，对信息搜寻行为的影响更大;当动机、机会、能力因素同时满足时，虚拟学术社区用户更可能进行信息搜寻行为。

5.2 研究启示

根据研究结果，得到一些实践启示：

加强信息资源建设。虚拟学术社区用户更希望通过虚拟学术社区达到自我提升的效果，这要求虚拟学术社区中具有高质量的信息资源，以满足用户获取有用信息的需求，所以社区管理人员应加强虚拟学术社区的信息资源建设，重视社区内交流内容和信息的学术程度，关注信息资源范围的深度和广度，并保证信息资源的数量，是虚拟学术社区持续发展的根本。首先，对于文献资源建设，虚拟学术社区平台应增加和提高中外文文献数量和质量，以满足我国科研人员的需求，在增加文献数量的同时，应保证文献资源的规范性，如文献引用信息的准确性和规范性、文献组织的合理性以及文献检索的便利性等;其次，对于虚拟社区的用户贡献内容，平台应加强对用户贡献内容的审查，删除其中的低俗内容，以营造良好社区氛围，对于发布高质量内容的用户给予奖励，并设置优质内容推送、优质回复置顶功能;最后，虚拟学术社区平台可以加强与高校和专业科研机构之间的合作，共同促进社区中的知识累积。

加强平台优化。动机较弱的用户对系统使用的易用性要求越高，平台开发人员应加强虚拟学术社区的平台建设，关注社区信息搜寻的易用性和用户的使用体验。首先，虚拟学术社区平台开发人员应关注平台架构的合理性，结合用户群的专业、年龄、爱好分布，设置平台功能模块的划分和社区资源的分类方式;其次，虚拟学术社区应提供多种信息获取渠道，以满足用户的信息搜寻需求;最后，平台开发人员可以通过优化推荐算法，为不同用户匹配更准确的目标信息，吸引用户持续使用本社区平台获取信息。

强化交互功能，促进用户之间学术交流。虚拟学术社区是学术驱动下形成的网络社区，学术交流是虚拟学术社区的核心作用之一。有效的学术交流有增加用户的感知有用性和感知易用性、实现用户自我提升动机等作用。首先，虚拟学术社区的交互功能相较于普通的社交软件，应避免一味地关注强化其社交属性，从而使交互中的学术性降低;其次，虚拟学术社区可以对用户进行贴标签，如用户的学科、研究方向等，便于用户寻找目标人群进行学术交流;最后，学术虚拟社区可以对学术交流活跃用户进行奖励，建立激励机制，以营造社区学术氛围和增加用户学术交流的积极性。

加强宣传，引导科研人员使用虚拟学术社区。首先，根据科研人员的工作性质，需要其不断扩大自身的知识范围，增加用户在社区中的信息搜寻行为;其次，虚拟学术社区需要引进一些专业领域的知名学者，以增加社区的学术性和知名度，以吸引更多的用户进行信息获取、信息交流和信息共享;最后，除了加大宣传外，还需要引导用户尽快地熟悉虚拟学术社区的使用，虚拟学术社区经营者可以制作社区平台使用手册，定期开展社区平台使用技巧的培训。

加强用户信息素养培养。研究结果显示，对于动机不强或对虚拟学术社区的感知易用性和感知有用性不强时，用户的信息素养越高，其信息搜寻行为越多。由此可见，高校、研究所等可研究机构应加强科研人员的信息素养培养，用户自身也可以通过强化自己的专业知识、学习信息检索方法和技巧来提高信息素养，以提高自身自主学习能力和虚拟学术社区信息资源的利用率。

5.3 研究不足

本文也存在一些局限性，希望后續研究补充和完善。第一，问卷数据来自于小木虫、科学网、经管之家、CSDN、丁香园用户，这些虚拟学术社区专业性和学术性更强，并不能代表所有类型虚拟学术社区用户。第二，调查对象大部分为经常使用虚拟学术社区的用户，仅有少量问卷数据来自很少使用虚拟学术社区的用户，这使研究只能研究用户产生较多信息搜寻行为的影响因素，而不能挖掘虚拟学术社区用户不进行或较少进行信息搜寻行为的原因。因此，未来研究可以通过扩大样本范围，以增加结论的全面性和普遍性。

参考文献

[1]中国互联网络信息中心.第47次《中国互联网络发展状况统计报告》[R].中国互联网络信息中心，2021-02-07.

[2]徐美凤，叶继元.学术虚拟社区知识共享研究综述[J].图书情报工作，2011，55（13）：67-71，125.

[3]贾明霞，熊回香.虚拟学术社区知识交流与知识共享探究——基于整合S-O-R模型与MOA理论[J].图书馆学研究，2020，（2）：43-54.

[4]Wilson T D.Humaninformation Behavior[J].Information Science，2000，3（2）：49-55.

[5]曹芬芳，张晋朝，王娟，等.学术搜索引擎用户适应性学术信息搜寻行为影响因素研究[J].国家图书馆学刊，2019，28（6）：82-89.

[6]王知津，韩正彪，周鹏.电子商务网站顾客信息搜寻行为形成机制研究[J].图书与情报，2011，（3）：12-16.

[7]Kim S B，Choi K W，Kim D Y.The Motivations of College Students Use of Social Networking Sites In Travel Information Search Behavior：The Mediating Effect of Interacting With Other Users[J].Journal of Travel & Tourism Marketing，2013，30（3）：238-252.

[8]Austvoll-Dahlgren A，Falk R S，Helseth S.Cognitive Factors Predicting Intentions to Search for Health Information：An Application of the Theory of Planned Behaviour[J].Health Information & Libraries Journal，2012，29（4）：296-308.

[9]胡兴报，苏勤，张影莎.国内旅游者网络旅游信息搜寻动机与搜寻内容研究[J].旅游学刊，2012，27（11）：105-112.

[10]石艳霞，刘欣欣.大众网络健康信息搜寻行为研究综述[J].现代情报，2018，38（2）：157-163.

[11]Dutta C B，Das D K.What Drives Consumers Online Information Search Behavior？Evidence from England[J].Journal of Retailing & Consumer Services，2017，35（3）：36-45.

[12]Case D O.Looking for Information：A Survey of Research on Information Seeking，Needs and Behavior[M].3rd ed.San Diego：Academic Press，2012.

[13]Case D O.Looking for Information：A Survey of Research on Information Seeking，Needs and Behavior[M].2rd ed.San Diego：Academic Press，2007.

[14]Case D O.Looking for Information：A Survey of Research on Information Seeking，Needs and Behavior[M].San Diego：Academic Press，2002.

[15]Taylor S A.The Addition of Anticipated Regret to Attitudinally Based，Goal-directed Models of Information Search Behaviours Under Conditions of Uncertainty and Risk[J].2007，46（4）：739-768.

[16]Lambert S D，Loiselle C G.Health Information Seeking Behavior[J].Qualitative Health Research，2007，17（8）：1006-1019.

[17]Wilson T D.Models in Information Behavior Research[J].Journal of Documentation，1999，55（3）：249-270.

[18]Wu D， Dang W， He D，et al.Undergraduate Information Behaviors in Thesis Writing：A Study Using the Information Search Process Model[J].Journal of Librarianship & Information Science，2017，49（3）：256-268.

[19]周曉英，蔡文娟.大学生网络健康信息搜寻行为模式及影响因素[J].情报资料工作，2014，（4）：50-55.

[20]吴祁.突发公共卫生事件中农村老年人防疫信息搜寻影响因素[J].图书馆论坛，2020，40（9）：106-114.

[21]柴晋颖，王飞绒.虚拟社区研究现状及展望[J].情报杂志，2007，（5）：101-103.

[22]盛宇.基于微博的学术信息交流机制研究——以新浪微博为例[J].图书情报工作，2012，56（14）：62-66.

[23]王刚.基于虚拟社区的国内网络信息行为研究综述[J].图书馆，2017，（5）：47-53.

[24]姜婷婷，迟宇，史敏珊.社会性标签系统中的信息搜寻——基于豆瓣网的实证调查[J].图书情报工作，2013，57（21）：112-118.

[25]袁红，王丽君.社会化媒体环境下消费者旅游信息搜寻行为模式[J].情报科学，2015，33（1）：111-119.

[26]阳玉堃，黄椰曼.社交网络环境下用户信息偶遇行为影响因素研究[J].数字图书馆论坛，2017，（6）：65-72.

[27]邓胜利，陈晓宇，付少雄.社会化问答社区用户信息需求对信息搜寻的影响研究——基于问答社区卷入度的中介作用分析[J].情报科学，2017，35（7）：3-8，15.

[28]王哲.社会化问答社区知乎的用户持续使用行为影响因素研究[J].情报科学，2017，35（1）：78-83，143.

[29]付少雄，陈晓宇，邓胜利.社会化问答社区用户信息行为的转化研究——从信息采纳到持续性信息搜寻的理论模型构建[J].图书情报知识，2017，（4）：80-88.

[30]闫安，李添秀.虚拟社区中知识获取方式对获取结果的影响研究——以知乎社区为例[J].图书馆理论与实践，2020，（1）：65-71，87.

[31]李月琳，胡玲玲.基于环境与情境的信息搜寻与搜索[J].情报科学，2012，30（1）：110-114.

[32]查先进，张晋朝，严亚兰.微博环境下用户学术信息搜寻行为影响因素研究——信息质量和信源可信度双路径视角[J].中国图书馆学报，2015，41（3）：71-86.

[33]刘虹，李煜.学术社交网络用户使用动机与功能采纳的特征构成及关联分析[J].图书馆学研究，2020，（6）：78-87，70.

[34]杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J].管理世界，2017，（6）：155-167.

[35]Rihoux B，Ragin C C.Configurational Comparative Methods：Qualitative Comparative Analysis（QCA）and Related Techniques[M].Thousand Oaks：SAGE Publications，2009.

[36]杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J].管理世界，2017，（6）：155-167.

[37]Fiss P C.Building Better Causal Theories：A Fuzzy Set Approach to Typologies in Organization Research[J].Academy of Management Journal，2011，54（2）：393-420.

[38]MacInnis D J，Jaworski B J.Information Processing from Advertisements：Toward an Integrative Framework[J].Journal of Marketing，1989，53（4）：1-23.

[39]甘春梅，王偉军.在线科研社区中知识交流与共享：MOA视角[J].图书情报工作，2014，58（2）：53-58.

[40]杨皓天，马骥.环境规制下养殖户的环境投入行为研究——基于双栏模型的实证分析[J].中国农业资源与区划，2020，41（3）：94-102.

[41]陈可，涂平.顾客参与服务补救：基于MOA模型的实证研究[J].管理科学，2014，27（3）：105-113.

[42]Siemsen E，Roth A V，Balasubramanian S.How Motivation，Opportunity，and Ability Drive Knowledge Sharing：The Constraining-factor Model[J].Journal of Operations Management，2007，26（3）：426-445.

[43]王本法.奥苏贝尔学习类型划分的理论及其意义[J].教育理论与实践，1996，（4）：33-36.

[44]Deci E L，Ryan R M，Williams G C.Need Satisfaction and the Self-regulation of Learning[J].Learning and Individual Differences，1996，8（3）：165-183.

[45]王蕾.基于信息需求的消费者网络信息搜寻行为研究[J].情报理论与实践，2013，36（7）：90-93.

[46]杨昕雅.知识型微信社群用户参与动机对参与行为的影响[J].重庆邮电大学学报：社会科学版，2017，29（5）：67-74.

[47]陈则谦.基于互联网的知识获取行为动力模型及实证分析[J].情报杂志，2013，32（4）：149-154.

[48]陈则谦.MOA模型的形成、发展与核心构念[J].图书馆学研究，2013，（13）：53-57.

[49]欧阳博，刘坤锋.移动虚拟社区用户持续信息搜寻意愿研究[J].情报科学，2017，35（10）：152-159.

[50]杨建林，陆阳琪.基于认知视角的社会化信息搜寻影响因素分析[J].情报理论与实践，2017，40（5）：44-49.

[51]Kuhlthau C C.Inside the Search Process：Information Seeking from the Users Perspective[J].Journal of the Association for Information Science & Technology，1991，42（5）：361-371.

[52]Bandura A.Self-efficacy：The Exercise of Control[M].New York：Macmillan，1997：357-368.

[53]张岌秋.虚拟社区信息获取与信息共享意愿和行为的实证研究[J].情报科学，2015，33（8）：59-64，119.

[54]Roger B.Psychometric Properties of the Alternative Form of the Education Participation Scale[J].Adult Education Quarterly，1991，41（3）：150-167.

[55]Boshier R W.Motivational Orientations of Adult Education Participants：A Factor Analytic Exploration of Houles Typology[J].Adult Education，1971，21（2）：3-26.

[56]Kim A，Merriam S B.Motivations for Learning Amongolder Adults in aLearning Retirement Institute[J].EducationalGerontology，2004，（30）：441-455.

[57]赵玉明，明均仁，杨艳妮.移动图书馆的用户接受模型研究[J].图书馆论坛，2015，35（10）：74-81.

[58]Davis F D，Bagozzi R P，Warshaw P R.User Acceptance of Computer Technology：A Comparison of Two theoretical Models[J].Management Science，1989，35（8）：982-1003.

[59]Pavlou P A，Fygenson M.Understanding and Predicting Electronic Commerce Adoption：An Extension of the Theory of Planned Behavior[J].MIS Quarterly，2006，30（1）：115-143.

[60]Zhou T.Understanding Users Initial Trust in Mobile Banking：An Elaboration Likelihood Perspective[J].Computers in Human Behavior，2012，28（4）：1518-1525.

[61]Tsai M J，Tsai C C.Information Searching Strategies in Web-based Science Learning：The Role of Internet Self-efficacy[J].Innovations in Education & Teaching International，2003，40（1）：43-50.

[62]Kankanhalli A，Tan B C Y，Wei K K.Contributing Knowledge to Electronic Knowledge Repositories：An Empirical Investigation[J].Mis Quarterly，2005，29（1）：113-143.

[63]Yan Y，Davison R M.Exploring Behavioral Transfer from Knowledge Seeking to Toknowledge Contributing：The Mediating Role of Intrinsic Motivation[J].Journal of the American Society for Information Ence and Technology，2013，64（6）：1144-1157.

[64]Subramanian A M，Soh P H.Contributing Knowledge to Knowledge Repositories：Dual Role of Inducement and Opportunity Factors[J].Information Resources Management Journal，2009，22（1）：45-62.

[65]張明，杜运周.组织与管理研究中QCA方法的应用：定位、策略和方向[J].管理学报，2019，16（9）：1312-1323.

[66]伯努瓦·里豪克斯，查尔斯C·拉金.QCA设计原理与应用：超越定性与定量研究的新方法[M].杜运周，李永发，等译.北京：机械工业出版社，2017.

[67]Fiss P C.A Set-Theoretic Approach to Organizational Configurations[J].The Academy of Management Review，2007，32（4）：1180-1198.

[68]张明，陈伟宏，蓝海林.中国企业“凭什么”完全并购境外高新技术企业——基于94个案例的模糊集定性比较分析（fsQCA）[J].中国工业经济，2019，（4）：117-135.

[69]Schneider C Q，Wagemann C.Set-Theoretic Methods for the Social Sciences：A Guide to Qualitative Comparative Analysis[M].Cambridge：Cambridge University Press，2012.

（责任编辑：郭沫含）