知识型社区中搜寻者转变为贡献者的多重中介机制研究

赵欣　赵琳　吴婷玉　张之光

摘要：[目的/意义]在线社区中知识搜寻者能否以及如何转化为知识贡献者引起了信息与知识管理领域学者的关注。针对前人研究不足，本文综合运用自我效能感理论、自我感知理论等，实证考察用户通过知识搜寻行为提升自我效能感、内部动机，进而增加知识贡献行为的多重路径机制。[方法/过程]使用问卷法收集208份有效数据，采用穷举法构建11个相互竞争的中介模型，运用结构方程模型方法计算比较各模型的数据拟合度指标、路径系数，选择最优模型，检验理论假设。[结果/结论]研究发现，搜寻者转变为贡献者的过程中存在着多重中介路径，但自我效能感的独立中介作用存疑，内部动机的独立中介作用显著，自我效能感与内部动机发挥链式中介作用。

关键词：知识搜寻者;知识贡献者;自我效能感;内部动机;多重中介

DOI：10.3969/j.issn.1008-0821.2022.07.007

〔中图分类号〕G302〔文献标识码〕A〔文章编号〕1008-0821（2022）07-0081-11

Research on Multiple Mediating Effects of the Transformation from

Serchers to Contributors in Online Knowledge CommunityZhao XinZhao LinWu TingyuZhang Zhiguang

（School of Economics and Management，Xian University of Technology，Xian 710054，China）

Abstract：[Purpose/Significance]Can knowledge searchers transform into contributors and how they transform in online knowledge communities have attracted the attention of scholars in the field of information and knowledge management.For the lack of previous research，this paper uses the self-efficacy theory and the self-perception theory to empirically investigate the multi-path mechanism that searchers enhance self-efficacy and internal motivation，and then increase knowledge contribution.[Method/Process]The questionnaire method was used to collect 208 valid data，and 11 competing mediation models were constructed by exhaustive method.The data fitting indexes and path coefficients of each model were calculated and compared by using structural equation model method.The optimal model was selected and the theoretical hypothesis was tested.[Result/Conclusion]The self-efficacy and the internal motivation can mediate the relationship between knowledge seeking and knowledge contribution.But the independent mediating role of self-efficacy is doubtable，the independent mediating role of internal motivation is significant，and the composition of self-efficacy and internal motivation has a serial mediating effect.

Key words：knowledge Searcher;knowledge contributor;self-efficacy;internal motivation;multiple mediating effects

知識型在线社区（Online Knowledge Community，简称OKC）如综合性的“知乎”“果壳”以及专业性的“经管之家”“CSDN”“丁香园”等，能支持地理位置分散但志趣相投的用户在网络空间进行知识交流与分享，成为新兴的知识源[1]。

鉴于OKC中80%用户是知识搜寻者，仅20%用户是知识贡献者这一事实[2]，为确保OKC的成功与持续发展，大量研究者从技术因素[3-4]、社会因素[5-6]、个体因素[7-9]入手，寻找增进知识贡献的前因，这与为数不多的知识搜寻研究形成了鲜明对比[10-11]。实证研究分裂为两大阵营，仿佛知识搜寻者与知识贡献者毫无关系。

仅少数研究者如Chen C J等注意到“某一用户可能在不同时间分别承担搜寻者或贡献者角色”，换言之，搜寻行为与贡献行为密切相关，可能同属于一个用户[12]。有学者进一步明确指出，知识搜寻者可以转变为知识贡献者。如Yan Y等以内在动机为中介变量、李力等以内在状态为中介变量，从动机视角考察了搜寻者“愿不愿意”转变为贡献者[13-14];赵欣等则以知识水平为中介变量，从能力视角考察了搜寻者“能不能够”转变为贡献者[15]。然而，从理性行为理论（Theory of Reasoned Action，TRA）、计划行为理论（Theory of Planed Behavior，TPB）、整合技术接受模型（Unified Theory of Acceptance and Use of Technology，UTAUT）等经典的行为前因模型来看[16-18]，当前有关知识搜寻者转变为知识贡献者的中介路径研究未能将动机视角与能力视角整合，存在片面性，留下了两个亟待破解的理论问题：其一，动机因素、能力因素能否同时发挥中介作用？何者作用更大？其二，动机因素、能力因素是否具有链式中介作用？何者发挥先导作用？

针对前人研究不足，本文引入自我效能感和内部动机两类中介变量，将能力与动机视角进行整合，以全面考察知识型在线社区中搜寻者转变为贡献者的路径机制，应用结构方程模型方法比较竞争模型优劣，检验理论假设。

1理论基础与研究假设

本文根据自我效能感来源理论与调节理论，构建“搜寻者—自我效能感—贡献者”逻辑链条;根据自我感知理论与动机理论，构建“搜寻者—内部动机—贡献者”逻辑链条;根据目标理论，构建“搜寻者—自我效能感—内部动机—贡献者”逻辑链条，提出中介作用假设。

1.1知识搜寻行为、自我效能感与知识贡献行为

A·班杜拉指出，自我效能感有4种来源，即亲历学习、观察学习、言语说服、情感激起[19];相比于Thorndike主张的亲历性试错学习，A·班杜拉认为，观察学习是个体学习的主要形式，其适用性更广[19]。通过注意、保持、再现和动机过程，个体能够观察和模仿榜样，基于替代经验提升自己的效能信念，相信自己拥有实施相应行为的能力。进一步，自我效能感通过认知过程、选择过程、情感过程调节个体行为，高效能感个体通过认知预演为后续行为提供指导，倾向于做出有挑战性的行为选择，能有效管控不良情绪对行为的影响[20]。

OKC情境中，知识搜寻者可以通过对知识贡献者的观察学习来提升自我效能感，即面向知识贡献的自我效能感。具体来看，搜寻者在OKC中使用关键词检索已有的帖子，或者提出新的问题向社区求助;相应的，贡献者在OKC中上传资料、回答问题。搜寻者筛选帖子，比较不同答案的过程，同时也是搜寻与定位贡献者的过程，若某位贡献者的资料或者回答恰能满足搜寻者的工作需要，则搜寻者将更多的关注投向这位贡献者，换言之，将其视为观察学习的现实榜样（Concrete Example）。接着，搜寻者会从榜样视角即贡献者视角来重建事件信息，将知识贡献过程分解为理解问题、选择切入点、阐明观点、提供数据或案例进行论述等环节，并对此进行积极记忆，在脑海中形成一个概念榜样（Concept Example）。继而，以自己作为假想的行为主体，在脑海中再现知识贡献具体过程——若在OKC中遇到自己擅长的问题或者求助，将如何分析问题、如何组织内容。在假想中，不断将自己与榜样进行对照，以概念榜样为标准不断修正自己的行为，使自己与概念榜样完全一致。至此，搜寻者相信自己可以综合利用以往所学知识及实践中所得经验，通过知识编码，在OKC中贡献知识，即面向知识贡献的自我效能感得到提升。当时机成熟，搜寻者就会在社区中进行新的行为示范即贡献知识。简言之，搜寻行为有助于定位榜样，搜寻行为越多则具体榜样越多、概念榜样越完善，用户的对比与修正就越精准，因而面向知识贡献的自我效能感就越高。另外，OKC中搜寻者与贡献者间存在多种形式的互动，当搜寻者的提问角度得到贡献者肯定时，搜寻者得到正面反馈，将体验积极情绪。根据A·班杜拉的研究，愉悦心情亦能帮助搜寻者增强自我效能感[19]。

当自我效能感得到提升时，搜寻者就转变为一个潜在贡献者。高自我效能通过认知、选择和情感机制促成知识贡献行为。其一，高效能感的潜在贡献者将更多精力用在知识贡献的预演上，积极想象自己像其他贡献者一样进行编码、分享知识;低效能感用户没有或者很少有事前的认知预演，这将导致对知识贡献行为的认知不足，进而降低知识贡献行为的有效性或频率。其二，在OKC社区中，相对于知识搜寻行为，知识贡献行为的挑战性更高。高效能感的潜在贡献者对自身能力有着充分自信，会选择此项挑战，在OKC中进行知识贡献;低效能感用户则会避开超越其能力的知识分享活动。其三，OKC用户来自五湖四海，社区中的制度性约束较弱，沟通讨论中难免出现诸如言语攻击的负面事件[21]，给用户带来负面情绪。具有高效能感的潜在贡献者能够改善和调节不良情绪，使知识共享免受影响;低效能感用户则更易受负面情绪的影响。简言之，相对于低自我效能感用户，高效能感的潜在贡献者有着充分的认知准备，敢于接受挑战，能够排除不利影响，实施知识贡献行为。Yilmaz R在有关网络学习社区大学生知识共享行为的研究中，基于316份大学生问卷数据，发现大学生自我效能感对知识共享行为有正向影响[22]。

基于以上分析，提出假设1：

H1：自我效能感在知识搜寻行为与知识贡献行为的关系中起中介作用。

1.2知识搜寻行为、内部动机与知识贡献行为

Bem D J提出自我感知理论（Self-perception Theory），认为可以通过个体外显行为推断其态度、情绪和其他内在心理状态[23]。Bem D J强调行为发生的情景很重要，当被观察者没有受到外部限制（如金钱诱惑、人身威胁等）时，其行为是出于本意的，观察者可据此推断其心理。观察并推断他人内心与观察并推断自己内心，实质上是自我与他人的比较，这将触发自我内心世界的重构。基于此，后续学者将自我感知理论应用于考察个体动机的改变[13，24]。Eccles J S等指出，动机对个体行为的方向和强度有直接影响，动机越强，行为的指向性越强，行为的维持时间也越久[25]。

OKC情境中，知识搜寻者观察知识贡献者的行为并推断其内心;观察自己行为并推断自己心理;在将自己与贡献者进行比较的过程中触发内在心理改变，产生要进行知识贡献的内部动机。具体来看，搜寻者观察到贡献者发布信息、上传资料、回答问题、提供帮助等行为，并发现OKC情景中贡献者未受任何外界强迫且每次贡献可能获得的外部激励微乎其微，根据自我知觉理论可以推断贡献者耗费大量时间精力进行编码、分享知识是出于内部动机，即贡献知识可获得成就感。进一步，搜寻者观察并推断自己，浏览信息、下载资料、提问求助等行为主要是为了完成工作任务，显然出于外部动机。搜寻者观察和推断贡献者的心理，是以自己为参照物来进行的——“我搜寻知识是有实际好处的，但贡献者有什么实际好处呢？”，故可称之为以己度人;搜寻者观察和推断自己的心理，是以他人为参照物来进行的——“贡献者体验到了成就感，而我能体验到这种愉悦么？”，故可称之为以人度己。在以己度人和以人度己的过程中，搜寻者将自己的行为动机与贡献者的行为动机进行比较，发现了差异——自己从未体验过贡献知识所带来的成就感和内在满足，这一发现将触发搜寻者的内在心理变化。正如Melone N P所指出的，若结合外部情景线索来判断行为是真实有效的，则IS用户的态度改变就可能发生[24]。在OKC情境中，搜寻者在推断和比较之后产生了新的需求，想要体验回答问题后的成就感、帮助他人后的愉悦感，即有了进行知识贡献的内部动机。简言之，搜寻行为有助于观察和推断，搜寻行为越多则通过推断和比较触发内心变化的可能性就越大，因而搜寻者希望体验成就感的需求越強烈，内部动机就越高。

当想要进行知识贡献的动机产生时，搜寻者就转变成为一个潜在贡献者。成就感需求促使其在合适时机发布信息、上传资料、回答问题、提供帮助等，在OKC中贡献知识，以获得内在需求的满足。Pi S M等研究发现，用户获得的成就感越高，则对知识贡献的态度越积极[26]。高内部动机使潜在贡献者愿意承担风险损失，愿意克服重重阻碍，实施知识贡献行为。其一，由于在社区贡献知识可以带来成就感和满足感，潜在贡献者愿意承担因贡献知识而造成的权力损失（Loss of Knowledge Power）。Gray P H指出，知识是权力的源泉，将知识与他人共享则可能丧失自身所拥有的权力[27]。同理，在OKC社区中贡献知识，潜在贡献者亦要面对知识权力损失，专有知识被更多人知晓，则专业领域的独特优势将受到威胁。尽管有研究表明，在实体组织中共享知识所导致的权力损失更为直接[28]，但是在知识型在线社区中贡献知识，影响范围更广，潜在损失会更大。对于具有较强内部动机的潜在贡献者而言，他们更渴望体验成就感和助人为乐的愉悦感，因而愿意承担这种知识权力损失。其二，由于在社区贡献知识可以带来成就感和满足感，潜在贡献者愿意付出知识编码成本（Codification Effort）。贡献知识并不能一蹴而就，用户需要结合问题情景和社区规则进行编码。具有较强内部动机的潜在贡献者愿意花费时间、精力，完成知识编码。反之，内部动机较弱的用户可能担心知识权力损失或者不愿意付出编码成本，因而放弃知识贡献行为。王士红在研究中亦发现，员工会权衡知识共享的利益得失，为了某一需求的满足愿意承担损失，选择知识共享[28];这与本文的逻辑一致。

基于以上分析，提出假设2：

H2：内部动机在知识搜寻行为与知识贡献行为的关系中起中介作用。

1.3知识搜寻行为、自我效能感、内部动机与知识贡献行为A·班杜拉指出，自我效能感在个体的自我调节过程中发挥着核心作用。研究表明，自我效能感对目标设定有积极而直接的影响，高自我效能感个体会设定比低自我效能感个体更高的目标[29-30]。目标具有与动机等效的定向功能[31]和激励功能[32]，换言之，高自我效能感将导致高动机。

在OKC的知识交流中，知识搜寻者通过对榜样——知识贡献者的模仿学习，提升了面向知识贡献自我效能感，转变为潜在贡献者;进一步，高自我效能感提升了潜在贡献者的目标设定，进而增强了其进行知识贡献的内部动机。Kenichi A等提出的元认知经验理论（Metacognitive Experiences Theory）认为[33]，元认知经验在自我效能感与目标设定关系中起中介作用。潜在贡献者对在OKC知识贡献这一任务进行困难感（Feeling of Difficulty）判断、正确性估计（Estimate of Correctness）、控制相关估计（Estimate of Control）。OKC情境中，高自我效能感的潜在贡献者对知识贡献的难易度感知是较容易或不困难;高自我效能感的潜在贡献者预估自己能够正确完成知识贡献相关的上传资料、回答问题等任务;高自我效能感的潜在贡献者预估自己具备进行知识贡献所需的知识、经验和时间精力等资源。基于上述分析结果，高自我效能感的潜在贡献者会设定高目标，即追求高成就感、高满足感。从动机角度看，目标设置为成就感等内部刺激时，个体具备内部动机[34]。简言之，当潜在贡献者自我效能感较高时，他认为自己能够在社区中贡献知识以收获成就感，会设定较高目标，拥有较强内部动机，甘愿承担损失、花费成本，在OKC共享知识。反之，当用户自我效能感较低时，动机较弱，不愿意冒风险、付出成本来贡献知识。

基于上述分析，提出假设3：

H3：自我效能感和内部动机在知识搜寻行为和知识贡献行为之间起链式中介作用。

2研究方法

2.1研究样本

为提升外部效度，本研究面向经管专业、计算机专业的知识社区用户发放问卷。初始调查样本共有219人，剔除无效问卷，最终得到有效问卷208份。为增强内部效度，本研究确保被调查者教育程度均为研究生及以上学历，此类人群属于专业人士范畴，是知识型在线社区的主要用户，即搜寻者、贡献者和潜在贡献者。样本中女性占比为67.8%（标准差为0.47）;样本平均年龄25岁（标准差为1.49），平均网龄11.2年（标准差为3.21），平均社区使用经验4.22年（标准差为1.64）。

2.2测量工具

调查问卷首先设置开放式问题，请被调查者回忆自己经常参与的知识型在线社区并写下该社区的名字和自己的ID。采用在MIS Quarterly，Journal of the American Society for Information Science and Technology等期刊上使用的成熟量表，进行双向翻译，对所有变量采用7点李克特（Likert）量表法进行测量[12]，从“1”表示“非常不同意或非常不符合”到“7”表示“非常同意或非常符合”，赞同或符合程度随分数增加而逐渐增强。

1）知识搜寻行为的测量遵照Chen C J等的建议[12]，将题项设计为“平均每个月，你进行知识搜寻（如浏览信息、下载资料、提问、求助）的次数是”，并将行为频率测量转化为7点李克特量表值。

2）知识贡献行为的测量遵照Chen C J等的建议[12]，将题项设计为“平均每个月，你进行知识贡献（如发布信息、上传资料、回答问题、提供帮助）的次数是”，并将行为频率测量转化为7点李克特量表值。

3）面向知识贡献的自我效能感测量按照A·班杜拉对自我效能感的定义，综合Kankanhalli A等、Chen C J等所使用的量表[12，35]，编制了3个题项：我对自己的能力有信心，我能给坛友们提供有价值的知识;我有专业知识、经验和洞察力，我可以给坛友们提供有价值的知识;我有能力对坛友的提问做出回答。量表的Cronbachs α系數为0.838。

4）内部动机采用Wasko M L等编制的成就感量表进行测量[5]，此量表曾在MIS Quarterly期刊上使用，共两个题项：在论坛讨论交流，我能获得成就感;在论坛帮助别人，我会感到快乐。量表的Cronbachs α系数为0.647。

5）控制变量。本文将性别、年龄、主观互惠规范、社区使用经验4个个体差异变量作为控制变量，用以捕捉OKC用户的个体差异可能对知识贡献行为产生的影响。

2.3描述性统计与相关分析

表1列出研究变量的均值、标准差及变量间的Pearson相关系数。相关分析结果表明：知识搜寻行为与知识贡献行为无显著相关关系（r=0.053），面向贡献的自我效能感与知识贡献行为显著正相关（r=0.321，p<0.01），成就感与知识贡献行为显著正相关（r=0.365，p<0.01）;知识搜寻行为与面向贡献的自我效能感显著正相关（r=0.203，p<0.01）;知识搜寻行为与成就感显著正相关（r=0.199，p<0.01），面向贡献的自我效能感与成就感显著正相关（r=0.303，p<0.01）;上述结果初步支持了研究假设。

2.4验证性因子分析

鉴于表1中主要变量间相关性较高的情况，为检验测量工具的区分效度，特进行验证性因子分析。按照Pearson相关系数大小，首先将成就感与知识贡献行为二者合并，构建三因子测量模型;其次，将自我效能感与成就感、知识贡献行为三者合并，构建二因子测量模型;最后，将4个主要变量合并，构建单因子测量模型。验证性因子分析结果如表2所示，四因子模型的各项拟合度指标均优于其他3种测量模型，显示本研究的测量具有良好的区分效度。

2.5共同方法偏差分析

鉴于本研究采用问卷调查法，为查明研究是否存在严重的共同方法偏差问题，特进行Harman单因素检验。在未旋转的情况下，采用主成分分析法得到4个特征值大于1的主成分，共解释问卷所测量变量61.274%的变异，其中第一个主成分解释了27.891%的变异，低于40%的判断标准。表3结果显示本次问卷调查没有出现严重的共同方法偏差。

3实证分析

本文采用AMOS与SPSS进行数据处理，检验自我效能感、内部动机对知识搜寻与知识贡献关系的中介作用。为全面考察搜寻者转变为贡献者的多重路径机制，本研究采用穷举法构建11个相互竞争的中介模型，采用结构方程模型方法比较不同模型的数据拟合度指标、路径系数，选择与数据适配程度最优的模型。采用拔靴法对最优模型进行稳健性检验。如表4所示，按照模型中所包含的中介路径数量不同、中介变量组合不同，构建11个竞争模型，并依序编号。

3.1结构方程模型分析

首先，检验模型1-1、模型1-2、模型1-3、模型1-4，模型整体拟合度指标如表5所示。

结构方程模型检验结果表明：在模型1-1中，知识搜寻行为对面向贡献的自我效能感具有显著正向影响，路径系数为（b=0.205，P<0.05），面向贡献的自我效能感对知识貢献行为具有显著正向影响，路径系数为（b=0.244，P<0.001），面向贡献的自我效能感在知识搜寻行为和知识贡献行为之间起部分中介作用，假设1得到支持。

在模型1-2中，知识搜寻行为对成就感有显著正向影响，路径系数为（b=0.210，P<0.01），成就感对知识贡献行为有显著正向影响，路径系数为（b=0.428，P<0.001），成就感在知识搜寻行为和知识贡献行为之间起部分中介作用，假设2得到支持。

结构方程模型结果表明：在模型1-3中，知识搜寻行为对面向贡献的自我效能感具有显著正向影响，路径系数为（b=0.212，p<0.01），面向贡献的自我效能感对成就感有显著正向影响，路径系数为（b=0.386，p<0.001），成就感对知识贡献行为具有显著正向影响，路径系数为（b=0.458，p<0.001），因此，面向贡献的自我效能感与成就感在知识搜寻行为与知识贡献行为之间起连续中介作用，假设3得到支持。

结构方程模型结果表明：在模型1-4中，知识搜寻行为对成就感具有显著正向影响，路径系数为（b=0.248，p<0.001），成就感对面向贡献的自我效能感有显著正向影响，路径系数为（b=0.432，p<0.001），面向贡献的自我效能感对知识贡献行为有显著正向影响，路径系数为（b=0.255，p<0.001），成就感与面向贡献的自我效能感在知识搜寻行为与知识贡献行为之间起连续中介作用，与假设3不一致。

接着，检验模型2-1、模型2-2、模型2-3、模型2-4、模型2-5，模型整体拟合度指标如表5所示。

结构方程模型检验结果表明：在模型2-1中，知识搜寻行为对面向贡献的自我效能感具有显著正向影响，路径系数（b=0.205，P<0.01），面向贡献的自我效能感对知识贡献行为具有显著正向影响，路径系数（b=0.170，P<0.01）;知识搜寻行为对成就感具有显著正向影响，路径系数（b=0.202，P<0.01），成就感对知识贡献行为具有显著正向影响，路径系数（b=0.385，P<0.001），假设1、假设2得到支持。

结构方程模型检验结果表明：在模型2-2、模型2-3中，知识搜寻行为对面向贡献的自我效能感具有显著正向影响，路径系数分别为（b=0.211，P<0.01;b=0.205，p<0.01），面向贡献的自我效能感对成就感具有显著正向影响，路径系数分别为（b=0.365，p<0.001;b=0.353，p<0.001），成就感对知识贡献行为具有显著正向影响，路径系数分别为（b=0.368，P<0.001;b=0.455，p<0.001），假设3得到支持;在模型2-2中，面向贡献的自我效能感对知识贡献行为具有正向影响，结果不显著，路径系数为（b=0.122，p>0.05），假设1没有得到支持;在模型2-3中，知识搜寻行为到成就感具有显著正向影响，路径系数为（b=0.142，p<0.05），假设2得到支持。

结构方程模型检验结果表明：在模型2-4、模型2-5中，知识搜寻行为对成就感具有显著正向影响，路径系数分别为（b=0.237，P<0.01;b=0.236，p<0.001），成就感对面向贡献的自我效能感具有显著正向影响，路径系数分别为（b=0.351，p<0.001;b=0.472，p<0.001），在模型2-4中，面向贡献的自我效能感对知识贡献行为具有显著正向影响，路径系数为（b=0.255，P<0.001），而在假设2-5中面向贡献的自我效能感对知识贡献行为正向影响不显著;在模型2-4中，知识搜寻行为对面向贡献的自我效能感有显著正向影响，路径系数为（b=0.122，P<0.05），假设1得到支持;在模型2-5中，成就感对知识贡献行为具有显著正向影响，路径系数为（b=0.372，p<0.001），假设2得到支持。

最后，检验模型3-1、模型3-2，模型拟合度指标如表5所示。

结构方程模型检验结果表明：在模型3-1中，知识搜寻行为对面向贡献的自我效能感和成就感均具有显著正向影响，标准化路径系数为（b=0.205，p<0.01;b=0.150，p<0.05），面向贡献的自我效能感对成就感具有显著正向影响，标准化路径系数为（b=0.331，p<0.001），成就感对知识贡献行为均具有显著正向影响，标准化路径系数为（b=0.360，p<0.001），假设2、假设3得到支持，而面向贡献的自我效能感对知识贡献行为不具有显著正向影响，标准化路径系数为（b=0.150，p>0.05），假设1没有得到支持。

结构方程模型检验结果表明：在模型3-2中，知识搜寻行为对成就感具有显著正向影响，标准化路径系数为（b=0.203，p<0.01），成就感对知识贡献行为具有显著正向影响，标准化路径系数为（b=0.386，p<0.001），假设2得到支持;成就感对面向贡献的自我效能感具有显著正向影响，标准化路径系数为（b=0.439，p<0.001），但知识搜寻行为对面向贡献的自我效能感不具有显著正向影响，同时面向贡献的自我效能感对知识贡献行为也不具有显著正向影响，路径系数为（b=0.116，p>0.05;b=0.127，p>0.05），假设1没有得到支持。

根据吴明隆的建议[36]，本研究在模型拟合度指标中选取：绝对指标有卡方检验值、卡方与自由度比率、RMSEA、GFI、SRMR;相对性指标有NFI、IFI、CFI;调整指标有PGFI、PNFI。据此比较各模型的优劣，如表5所示。在绝对指标中，模型3-1、模型3-2，X2/df为2.212，在（1，3）之间，RMSEA为0.077，小于0.08，其指标值优于其他竞争模型;GFI为0.928，大于0.9，仅次于模型1-1、模型1-2，SRMR为0.0920，优于其他竞争模型。

在相对性指标中，NFI为0.829，IFI为0.899，CFI为0.895，仅次于模型1-1。在调整指标中，PGFI、PNFI均大于0.5，符合吴明隆建议的适配标准。综合各模型拟合度指标进行判断，模型3-1、模型3-2优于其他竞争模型。

进一步，本研究比较模型3-1、模型3-2的路径系数。模型3-1中，中介路径S-E-C未通过显著性检验;模型3-2中，两条路径S-E-C，S-A-E-C未通过显著性检验。需要特别说明的是，S-E-A-C与S-A-E-C为理论上直接互斥的中介路径假设，基于模型3-1与模型3-2的路径系数比较，并结合次优模型2-3与模型2-5的路径系数比较结果，可判断中介路径S-E-A-C成立，而中介路径S-A-E-C不成立。因此，模型3-1为最优模型。

3.2拔靴法检验

利用拔靴法检验模型3-1，运行SPSS的Process插件，在208份有效样本中重复抽取5 000次，将Model Number设置为6。按照温忠麟等、陈瑞等建议[37-38]，以95%的置信区间内不包含0为中介效应成立的判断标准。结果显示，偏差校正95%置信区间为[0.251，0.1481]不包含0，模型总中介效应的大小为0.084，标准误差为0.0315，模型3-1成立。拔靴法检验结果表明，由结构方程模型方法得出的实证结果具有稳健性。

4讨论与结论

主要基于最優模型3-1，并参考其他10个竞争模型的统计分析结果，本研究对假设成立与否讨论如下：

假设1未得到最优模型3-1支持;在涉及假设1的其他5个模型中，假设1得到模型1-1、模型2-1的支持，未得到模型2-2、模型2-4、模型3-2的支持。本研究认为，自我效能感对知识搜寻行为与知识贡献行为关系的中介作用存疑。当搜寻者通过观察学习提升自我效能感，认为自己有能力贡献知识、可以成为贡献者时，并不必然导致其转变为贡献者。“我能贡献”与“我做出贡献”之间可能存在着其他影响因素，结合假设2、假设3得到验证的情况来看，本研究认为，有能力的潜在贡献者在具备了动机之后才能顺利转变为贡献者，这与A·班杜拉所主张的效能期望通过影响结果期望进而影响行为的观点是一致的[39]。

假设2得到最优模型3-1支持;在涉及假设2的其他5个模型中，假设2得到模型1-2、模型2-1、模型2-3、模型2-5、模型3-2即全部5个模型的支持。本研究认为，内部动机在知识搜寻行为与知识贡献行为之间起中介作用。

假设3得到最优模型3-1支持;在涉及假设3的其他3个模型中，假设3得到模型1-3、模型2-2、模型2-3即全部3个模型的支持。本研究认为，自我效能感与内部动机在知识搜寻行为与知识贡献行为之间起链式中介作用。

基于实证分析结果，本研究得出如下结论：

其一，本研究发现，自我效能感与内部动机在搜寻行为与贡献行为间发挥多重中介效应。搜寻者在知识搜寻过程中通过推断贡献者的动机，触发自己的成就感需求，进而增进知识贡献行为;搜寻者通过对贡献者进行观察学习，提升自我效能，进而设定高目标，提升内部动机，最终增进知识贡献。与Lin M J J等对自我效能感研究、Pi S M等对内部动机研究等知识贡献行为的前因研究不同[26，40]，本文从搜寻行为入手考察知识贡献的前因，不仅对“我愿贡献”“我能贡献”等传统前因变量加以实证检验，而且继续向前探索，考察前因变量的前因——即知识搜寻行为，深化了有关知识贡献前因的研究。

其二，本研究發现，内部动机对搜寻行为与贡献行为间关系具有独立的中介作用，而自我效能感的独立中介作用存疑。基于最优模型的路径系数计算可知，自我效能感的独立中介作用不显著，内部动机的独立中介效应为0.0462，链式中介效应为0.0244。据此，本研究判断内部动机在知识搜寻行为与知识贡献行为之间发挥着更大的中介作用。与Yan Y等、赵欣等的单一中介机制研究不同[13，15]，本文同时引入两个中介变量进行比较研究，回答了“在搜寻者转变为贡献者的过程中，哪个中介因素作用更大？”的问题。

其三，本研究发现，自我效能感、内部动机对知识搜寻与知识贡献间关系具有链式中介作用，且自我效能感发挥先导作用。当搜寻者认为自己具备知识贡献能力即有较高自我效能感时，会设置较高目标、追求更高成就感，进而更有助于实现知识贡献;相反，高成就感需求并不是自我效能感的来源，不能提升用户自我效能感。鉴于前人文献尚未对知识搜寻与知识贡献间的链式中介展开研究，此发现具有创新性，回答了“在搜寻者转变为贡献者的过程中，哪个中介因素先发挥作用？”的问题。

5实践建议

知识型在线社区中，搜寻者可以通过多条路径转变为贡献者。搜寻者可以通过增强内部动机转变为贡献者;搜寻者可以通过先提升自我效能再增强内部动机转变为贡献者。基于研究发现，本文提出如下实践建议：①OKC运营者应从长期视角来考虑如何增加社区知识贡献这一问题，从搜寻者着手培养贡献者，将搜寻者转化为贡献者;②OKC运营者应重视用户自我效能感的培养，设计更多功能，加强搜寻者与贡献者的互动，凸显贡献者形象与做法，为搜寻者提供学习的榜样;③OKC运营者应重视用户的内在激励，引导有知识贡献能力的搜寻者关注自己的成就感需求，让内在满足成为其分享知识的主要动力。

参考文献

[1]Chen L T，Baird A，Straub D.Why Do Participants Continue to Contribute？Evaluation of Usefulness Voting and Commenting Motivational Affordances Within an Online Knowledge Community[J].Decision Support Systems，2019，118（12）：21-32.

[2]Faraj S，Krogh G，Lakhani K，et al.Collaboration and Value-Creation in Online Communities[EB/OL].http：//pubsonline.informs.org/page/isre/calls-for-papers，2014-01-20.

[3]Hung S W，Cheng M J.Are You Ready for Knowledge Sharing？An Empirical Study of Virtual Communities[J].Computers and Education，2013，62（9）：8-17.

[4]Schepers J，Wetzels M.A Meta-analysis of the Technology Acceptance Model：Investigating Subjective Norm and Moderation Effects[J].Information and Management，2007，44（1）：90-103.

[5]Wasko M L，Faraj S.Why Should I Share？Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice[J].MIS Quarterly，2005，29（1）：35-57.

[6]Chiu C M，Hsu M H，Wang E T G.Understanding Knowledge Sharing in Virtual Communities：An Integration of Social Capital and Social Cognitive Theories[J].Decision Support Systems，2007，42（3）：1872-1888.

[7]Chang H H，Chuang S S.Social Capital and Individual Motivations on Knowledge Sharing：Participant Involvement as a Moderator[J].Information and Management，2010，48（1）：9-18.

[8]Fang Y H，Chiu C M.In Justice We Trust：Exploring Knowledge-sharing Continuance Intentions in Virtual Communities of Practice[J].Computers in Human Behavior，2010，26（2）：235-246.

[9]Tamilmani K，Rana N P，Dwivedi Y K.Consumer Acceptance and Use of Information Technology：A Meta-Analytic Evaluation of UTAUT2[J].Information Systems Frontiers，2020，23（5）：1-19.

[10]Lai H M，Chen C P，Chang Y F.Determinants of Knowledge Seeking in Professional Virtual Communities[J].Behavior and Information Technology，2014，33（5）：522-535.

[11]Tseng F C，Kuo F Y.The Way We Share and Learn：An Exploratory Study of the Self-regulatory Mechanisms in the Professional Online Learning Community[J].Computers in Human Behavior，2010，26（5）：1043-1053.

[12]Chen C J，Hung S W.To Give or to Receive？Factors Influencing Members Knowledge Sharing and Community Promotion in Professional Virtual Communities[J].Information and Management，2010，47（4）：226-236.

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

[14]李力，張晋朝.虚拟社区用户持续知识搜寻意愿影响因素研究[J].情报杂志，2016，35（8）：199-203，138.

[15]赵欣，王倩雯，张长征.从知识搜寻者到知识贡献者——专业虚拟社区用户角色转变的机理研究[J].情报科学，2017，35（10）：18-22.

[16]Madden T J，Ellen P S，Ajzen I.A Comparison of the Theory of Planned Behavior and the Theory of Reasoned Action[J].Personality and Social Psychology Bulletin，1992，18（1）：3-9.

[17]Ajzen I.The Theory of Planned Behavior[J].Organizational Behavior and Human Decision Processes，1991，50（2）：179-211.

[18]Venkatesh V，Morris M，Davis G B，et al.User Acceptance of Information Technology：Toward a Unified view[J].MIS Quarterly，2003，27（3）：425-478

[19]A·班杜拉.自我效能：控制的实施[M].上海：华东师范大学出版社，2003：113-228.

[20]Locke E A，Shaw K N，Saari L M，et al.Goal Setting and Task Performance：1969—1980[J].Psychological Bulletin，1981，90（1）：125-152.

[21]庞彩云，刘丽萍.虚拟社区发展中存在的问题与研究对策[J].图书馆学研究，2013，（9）：48-50.

[22]Yimaz R.Knowledge Sharing Behaviors in E-learning Community：Exploring the Role of Academic Self-efficacy and Sense of Community[J].Computers in Human Behavior，2016，63：373-382.

[23]Bem D J.Self-perception Theory[J].Advances in Experimental Social Psychology，1972，6：1-99.

[24]Melone N P.A Theoretical Assessment of the User-Satisfaction Construct in Information Systems Research[J].Management Science，1990，36（1）：76-91.

[25]Eccles J S，Wigfield A.Motivational Belief，Values，and Goals[J].Annual Review of Psychology，2002，53（1）：109-132.

[26]Pi S M，Chou C H，Liao H L.A Study of Facebook Groups Members Knowledge Sharing[J].Computers in Human Behavior，2013，29（5）：1971-1979.

[27]Gray P H.The Impact of Knowledge Repositories on Power and Control in the Workplace[J].Information Technology and People，2001，14（4）：368-384.

[28]王士红.组织动机感知、损失感知及知识共享意愿[J].科研管理，2012，33（1）：56-63.

[29]Locke E A，Frederick E，Lee C，et al.Effect of Self-efficacy，Goals，and Task Strategies on Task Performance[J].Journal of Applied Psychology，1984，69（2）：241-251.

[30]Zimmerman B J，Bandura A.Impact of Self-Regulatory Influences on Writing Course Attainment[J].American Educational Research Journal，1994，31（4）：845-862.

[31]Locke E A，Latham G P.Building a Practically Useful Theory of Goal Setting and Task Motivation.A 35-year Odyssey[J].American Psychologist，2002，57（9）：705-717.

[32]Zimmerman B J.Chapter 2-Attaining Self-Regulation：A Social Cognitive Perspective[M].Handbook of Self-Regulation.Elsevier Inc，2000.

[33]Kenichi A，Hirotsugu Y.Task Performance and Metacognitive Experiences in Problem-solving[J].Psychological Reports，2004，94（2）：715-722.

[34]Ryan R M，Deci E L.Brick By Brick：The Origins，Development，and Future of Self-Determination Theory[J].Advances in Motivation Science，2019，6：111-156.

[35]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.

[36]吴明隆.结构方程模型：AMOS的操作与应用[M].重庆：重庆大学出版社，2010：50-65.

[37]温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004，36（5）：614-620.

[38]陈瑞，郑毓煌，刘文静.中介效应分析：原理，程序，Bootstrap方法及其应用[J].营销科学学报，2013，9（4）：120-135.

[39]A·班杜拉.自我效能：控制的实施[M].上海：华东师范大学出版社，2003：27-35.

[40]Lin M J J，Hung S W，Chen C J.Fostering the Determinants of Knowledge Sharing in Professional Virtual Communities[J].Computers in Human Behavior，2009，25（4）：929-939.

（責任编辑：郭沫含）