知識型虛擬社群用戶付費意愿影響因素研究*
——基于國內外34 項實證研究的元分析

林寶燈，陳凱旋

（1.福建江夏學院 經濟貿易學院，福建 福州 350108；2.英國卡迪夫大學 商學院，威爾士 卡迪夫 CF10 3EY）

一、引言

在移動互聯網飛速發展的今天，共享經濟市場交易規模持續擴大。中國國家信息中心《中國共享經濟發展報告（2022）》中的數據顯示，2020年我國共享經濟市場交易規模約為33773 億人民幣，從市場規模來看，知識技能領域共享經濟市場規模位居前三，達到4010 億人民幣，且2021年知識技能領域的增速較快，達到13.2%[1]，由此可見共享經濟在知識技能領域仍有很大的發展空間。近年來，在中國出現了許多免費知識共享互聯網平臺，如百度文庫、搜狗百科等，這些免費平臺上的信息交流與共享在幫助人們的同時，也出現了嚴重的知識產權侵權問題。正是這一問題的出現，針對互聯網版權問題的相關法律法規及政策逐步得到了完善。在知識內容產品著作權得到保護以后，人們的版權意識也在不斷提升。與此同時，中國移動互聯網基礎設施的不斷優化和普及為知識付費提供了技術支持。第51 次《中國互聯網絡發展狀況統計報告》的數據表明，截至2022年12 月我國網民每周在線時長已達26.7 個小時[2]，可見互聯網已經深入地滲透到人們的日常生活中。此外，我國網民使用手機上網的比例高達99.8%，手機是人們互聯網接入的最主要設備。伴隨著手機等移動終端的普及，移動用戶個體對于知識的焦慮以及內容消費碎片化等個體化因素使得他們更愿意對知識進行付費，知識付費用戶規模不斷擴大。

政策法律對知識產權的完善、網絡技術的優化支持及用戶自身對知識內容的需求等各方面要素的綜合作用下，2016 年成為“知識付費元年”。各個知識虛擬社群如知乎live、喜馬拉雅FM、得到APP等產品不斷涌現。伴隨著平臺之間不斷地拉鋸、競爭，也產生了諸如平臺同質化、平臺內容質量差等問題。本文通過元分析的方法針對知識型虛擬社群用戶付費意愿已有研究進行定量分析，針對結論提出建議以更好地幫助平臺企業了解及優化自身平臺體驗和產品質量，并從用戶和行業監管的視角給出一些決策建議。

二、相關文獻回顧

（一）知識型虛擬社群

虛擬社群，又被稱為電子社群或是電腦社群，Rheingol 在1993 年出版的《虛擬社群》一書中提出了這一概念。虛擬社群是由計算機組成的虛擬空間，它是社會的集合。虛擬社群是一種新興的社會性組織，它具有表達自由、缺乏集中控制、多對多傳播以及成員中的自發行為四大特征。虛擬社群的特性是由互聯網技術的虛擬性、開放性、互聯性等特點所決定的，而其中最主要的基本特征就是虛擬社群具有虛擬性及開放性[3]。約翰·哈格爾和阿瑟·阿姆斯特朗于1998 年在《網絡利益》一書中重點闡述了虛擬社群的虛擬性，即所謂“虛擬社群”就是為別人提供與愛好有關或者可以提供集中化溝通交流的線上平臺[4]。國內學者李慶軍等基于文獻計量的方法對虛擬學術社區進行研究，結果表明該領域的經典理論包括社會認知理論、社會資本理論和融知發酵理論等[5]。對于虛擬社群的分類，余佳蔓等認為虛擬社群可以分為知識型虛擬社群、品牌虛擬社群、社交虛擬社群和游戲虛擬社群四種類型。其中，知識型虛擬社群就是指基于網絡平臺，注重用戶的使用體驗，以知識性內容為主，可以學習到專業知識且具有較好的用戶交互平臺[6]。陳波、向輝結合“使用與滿足”的基本原理和虛擬文化空間特征，將用戶需求分為信息需求、情感需求和交際需求。知乎提供的問答社區平臺可滿足用戶對專業知識的需要以及情感訴求，而且可通過問答及私信等的方式實現用戶間的溝通交流與合作，滿足交際需求，知乎社群正是知識型虛擬社群的一個典型代表[7]。

（二）知識付費

知識共享歷經了從1.0 到3.0 的發展過程，“1.0”是在互聯網百度百科搜索技術基礎上的非動態知識獲取；“2.0”是豆瓣、知乎等可以進行知識交換的社區；現如今的“3.0”時代是一個知識共享的時代，最大的特點就是可以隨時互動并且達成知識變現[8]。由此可見，知識付費是從一開始靜態的知識共享，到知識交換再到知識付費。盧恒等[9]在相關研究的基礎上，提出知識付費就是消費者個人為線上知識的產品和服務項目進行付費的行為，這一行為也是消費的早期知識付費管理決策、中期知識文化教育和后期知識內化個人行為的總和。近年來，中國知識付費行業迅速發展壯大，從2019年的278 億付費市場規模，再到2020 年時突破了390 億元，實現持續穩定增長[10]。隨著中國互聯網技術發展和互聯網行業水平的提高，知識付費將再次大幅度享有收益，行業經營規模將會有著更進一步的增長。

（三）用戶知識付費意愿影響因素

自2016 年“知識付費元年”以來，知識型虛擬社群以多種形式出現，主要有付費問答、付費咨詢、付費社群等模式，誕生出諸如知乎live、知識星球、喜馬拉雅FM、問咖等平臺。針對這些平臺，專家學者們試圖探究知識型虛擬社群用戶付費意愿影響因素，以便更好地了解并完善知識型虛擬社群平臺，促進其持續健康發展，大致分為以下三個方面：

在用戶層面，學者對于付費意愿的研究主要聚焦在用戶自身對知識付費的感知、心理需求、個人習慣、期望等。對知識付費的感知的系列相關研究呈現出感知價值[11]、感知易用性[12]、感知有用性[13]和感知趣味性[14]等都在不同程度上影響著用戶付費意愿的結果。用戶自身的各類需求也影響著付費意愿，如Need for Affiliation（聯系需求）[15]、知識管理需求[16]、工具性需求及娛樂性需求[17]等。學者基于“推—拉—錨定模型”以從免費到付費這一角度認為習慣會負向影響轉移意愿[18]，進而影響付費行為，同時個人付費意識[19]、版權意識[20]也正潛移默化地影響著付費行為。相關研究表明績效期望會正向影響到用戶付費[14]，用戶期望達到理想效果的同時亦期望從中獲得各種利益，學者們也針對其中相關影響因素進行實證分析得出相應結論，如期望獲益、內容收益、經濟收益[18]等均正向影響用戶付費意愿。

在知識提供層面，相關學者主要以產品內容質量、意見領袖影響等因素對用戶付費意愿的影響進行了相關研究。知識產品本身質量是用戶十分關注的問題，其知識質量焦慮[21]、內容質量[13]、課程信息質量[22]等相關影響因素正向影響付費意愿。而基于分享者角度，分享者聲譽及分享者口碑通過人際信任進而影響知識付費意愿[23]。此外，社會壓力抑或是有影響力的個人或者團體對于用戶的知識付費意愿具有顯著影響作用[14]。

在知識虛擬社群平臺層面，平臺信任、平臺體驗、平臺的交互性等影響因素在不同程度上影響著用戶付費意愿。認證認可制度正向影響著用戶的付費意愿[24]，用戶的信任[14]對于付費意愿也起到一定的正向作用。更多學者從平臺自身能力和條件的角度去研究用戶的付費意愿，涵蓋系統知識力量及技術力量、技術性、便利條件[23]等。

綜上可以得知，虛擬社群的知識付費意愿影響因素包含用戶層面、知識提供層面和平臺層面等，諸多學者進行了相關探索也取得了可喜的豐碩成果，但是在研究結論方面還不夠穩定，且知識型虛擬社群付費影響因素的相關綜述多集中在質性研究方面，缺乏對文獻的量化研究。因此有必要利用元分析的方法對已有的相關主題實證研究進行定量分析，通過搭建知識型虛擬社群付費影響因素框架，使用異質性檢驗和敏感性分析來闡明不同實證研究之間的差異原因，給知識付費的虛擬社群平臺管理者和該領域的后續研究者提供更為系統和準確的參考。

三、研究設計

（一）研究方法

元分析（Meta-Analysis）又叫做薈萃分析，美國教育心理學家Glass 在總結了Fisher、Beecher等學者的研究成果的基礎上，對“Primary”及“Secondary analysis”進行辨析后提出了“元分析”的概念，即通過對大量個體調查數據所構成的集合進行統計學分析，并通過統計分析方法取代隨意性描述分析方法，元分析比傳統文獻綜述更具科學性[25]。學者Hedges[26]等對Glass 的研究方法進行改進之后，得到用相關系數進行元分析的方法。Lipsey 和Wilson[27]認為以效果量進行量化分析的過程，用相關系數做元分析處理得出的數據結果是最好的指標。本研究中采用相關系數，綜合使用Stata 數據分析軟件以及CMA3.3 專業元分析軟件對知識虛擬社群用戶付費意愿相關的影響因素進行元分析。

（二）數據來源

元分析法的主要數據均來自已發表的論著。本研究在多個數據庫檢索各類型的樣本文獻以盡量避免發表偏倚的情況，包含外文數據庫如Web of science、Science Direct 等以及中文數據庫如CNKI（中國知識基礎設施工程）、萬方、維普等，檢索日期為2022 年3 月20 日。使用“高級檢索”模式，通過“虛擬社群”“知識付費”“付費意愿”“問答社區”等關鍵詞在中文數據庫中進行組合檢索，同時在外文數據庫中采用關鍵詞“influence factors”“pay intention”“pay for knowledge”“purchase intention”等進行檢索，檢索出中文文獻4500 篇、英文文獻3186 篇。首先閱讀各種文獻的文章標題、關鍵詞和摘要，在本研究所檢索到的文獻中，有很多知識付費行業領域不相關的付費意愿分析，進一步通讀文獻后，發現極少有和知識型虛擬社群用戶有關的或知識付費意愿有關的實證分析。因而，必須通過對關鍵詞的不斷優化進一步篩選有關文獻以選取適合此次元分析的文獻，所遵循的文獻篩選標準為：（1）選擇的文獻應該是針對影響因素的實證研究，不能是案例分析、純理論等；（2）樣本文獻含有知識型虛擬社群與用戶知識付費意愿有關的影響因素；（3）數據信息詳細完整，文獻中需要有自變量與知識付費意愿相關系數的研究或者t 值、p值等可以計算出相關系數的數值；（4）選擇的文獻必須確保樣本的獨立性。最終通過人工篩選，符合要求的有：中文文獻30 篇，英文文獻4 篇，其中涉及學術期刊（25 篇）、學位論文（9 篇），文獻的時間跨度從2018 年1 月至2022 年2 月。

（三）數據編碼及數據處理

根據樣本文獻中提供的相關數據，本研究初步制定信息編碼表作為原始數據代入進行數據分析。編碼信息中包括文獻作者、發表的年份、影響因素、文獻的類型以及相關系數等。為了防止編碼產生錯誤或者誤差，在這次研究中，主要由統一編碼人員相隔一周來對所選樣本文獻進行二次編碼及后續檢驗。

本研究從樣本文獻中抽取與付費意愿相關的相關系數作為效應量。若文獻中含有相關系數r，則通過相關系數經過Fisher’s Z[28]進行轉換得到增強的相關系數作為效應量，Fisher 轉換公式如下式（1）所示：

若文獻中沒有直接報告相關系數，則通過文獻中報告的非標準化回歸系數b 及其標準誤SE進行計算得出其標準化系數后，再進行Fisher’s Z轉換為最終效應值。在研究中，當出現兩種以上的測量方式報告同一變量時，取多種測量方式的平均值提升構念的效度，如取人際信任和平臺信任兩種路徑系數的平均值作為信任與知識付費意愿之間的相關關系進行編碼。

此次研究的編碼過程中存在影響因素含義相近但以不同方式進行命名的情況，通過多次編碼及比對之后，將相似的自變量合并入出現頻率最高的那一個自變量（如績效期望與感知有用性具有相近含義，故將其合并修正為發生頻率最高的感知有用性），最終選擇頻次高于或者等于7 的自變量進行元分析，所納入的自變量包括：（1）感知價值，是指個人在感知產品或服務的過程中對產品或服務的主觀認知，減掉得到產品或服務的成本后的主觀評價；（2）感知有用性，是指個人通過使用某個產品或服務對自己工作或學習等方面提升的程度；（3）感知易用性，是指個人對某個產品或服務在使用過程中的操作難易程度；（4）主觀規范，是指個人對于是否采取某種特定行為所感受到的社會壓力；（5）信任，是指個人愿意承受風險和不確定性的意愿；（6）感知成本，是指消費者在交易產品或服務的整個過程中所涉及的時間、金錢等的成本消耗。

四、整體元分析

（一）發表偏倚檢驗

元分析是一種觀察性研究，一般來說有顯著影響關系的研究和沒有顯著影響關系的研究相比，有顯著影響關系的文章更容易被報告和發表，因此可能出現低顯著性的文章不被納入進行發表偏倚檢驗的情況。發表偏倚檢驗可以通過觀察漏斗圖中分布是否對稱、Begg’s 的秩相關法、Egger’s回歸法以及失安全系數法來進行檢驗。漏斗圖是一種定性方式，根據樣本文獻分布是否對稱來判斷文章是否存在發表偏倚的方法，由于不同觀察者可能得出不一樣的結論，故具有主觀性。因此Begg’s 檢驗[29]、Egger’s 檢驗[30]等定量方法得出的數值用于分析文獻更能準確判斷是否存在發表偏倚。此外，Rosenthal[31]提出的失安全系數也可作為評估出版偏倚的指標。本研究使用CMA3.3 軟件對所納入的影響因素進行Egger’s 檢驗。Egger 檢驗中，p>0.05，則代表不存在發表偏倚的情況。在本研究中，感知價值（p=0.608）、感知有用性（p=0.057）、主觀規范（p=0.156）、感知成本（p=0.163）、信任（p=0.946）的p 值均大于0.05。除開感知易用性（p=0.033<0.05）低于推薦值外，其余影響因素都高于0.05，因此可以認為本研究受發表偏倚影響的干擾較小，元分析結果有效。

（二）異質性檢驗

異質性檢驗是檢驗各個研究是否屬于同一分布，常見的檢驗方式為Q 檢驗和I2檢驗。其中，Q 檢驗是檢驗理論變異Q 和觀測變異df 是否具有差別，而I2檢驗是用于敘述每一個研究造成的變異而不是抽樣誤差所引起的變異占總變異的百分比。由于Q檢驗不能準確得出異質性的大小的精確值，因此本研究中選用I2來檢驗異質性。依據Cochrane 系統評價，由于本研究中所納入的變量I2均高于或等于50%，故六個影響因素均為中、高異質性，應使用隨機效應模型。隨機效應模型不但考慮到研究內的樣本權重，還依據研究內和研究間的變異測算權重值。因而，就固定效應和隨機效應而言，選用隨機效應模型具備更大的置信區間和更保守的結果。

（三）研究結果

根據異質性分析，I2越大樣本間異質性越大，因此選用隨機效應模型以消除異質性，并對效應值進行合并。對于合并效應值r 可采用Cohen[32]提出的劃分標準，當r＜0.1 時，表明影響因素與付費意愿基本無相關關系；當0.1≤r＜0.3 時，表明影響因素與付費意愿為低相關關系；當0.3≤r＜0.5 時，表明影響因素與付費意愿為中度相關；當r＞0.5 時，表明影響因素與付費意愿為高相關關系。權重代表每個納入研究的文獻的權重，權重越大，對合并結果影響越大。p 值（p-value）是用來判定假設檢驗結果的參數，表明樣本中的差異是由抽樣誤差所致的概率，一般p＜0.05 表明有統計學差異，p＜0.01 表明為顯著統計學差異，p＜0.001 表明有極為顯著的統計學差異。敏感性分析就是通過逐個剔除樣本，研究其對合并效應值的影響，反復進行Meta 分析，將得到的結果與原效應量進行比較，如果剔除某個文獻，效應量與原效應量沒有發生明顯變化，則結果穩定，反之則需進一步分析加以驗證。

1.感知價值對知識虛擬社群用戶付費意愿的影響

從圖1 可看出，與感知價值相關的13 個樣本文獻的合并效應值為r=0.520，說明感知價值與虛擬社群用戶付費意愿高度相關（r>0.5）且為正相關關系，合并效應量Z=5.097（p<0.001）達到了統計顯著水平，各樣本間權重都在7.7%左右，對合并結果的影響較為平均。從圖2 可看出，敏感性分析后效應量（r=0.58）與原效應量（0.52）間未發生明顯變化，各參數均介于[0.35，0.80]區間范圍內，結果穩定。

圖1 感知價值整體效應檢驗結果

圖2 感知價值敏感性分析結果

2.感知有用性對知識虛擬社群付費意愿的影響

從圖3 可看出，與感知有用性有關的12 個樣本文獻的合并效應值r=0.362，說明感知有用性與虛擬社群用戶付費意愿中度相關（0.3＜r≤0.5）且為正相關關系，合并效應量Z=7.105（p<0.001）達到了統計顯著水平，各樣本間權重都在8.5%左右，對合并結果的影響較為平均。從圖4 可看出，敏感性分析后效應量（r=0.38）與原效應量（0.36）間未發生明顯變化，參數均介于[0.27，0.48]區間范圍內，結果穩定。

圖3 感知有用性整體效應檢驗結果

圖4 感知有用性敏感性分析結果

3.主觀規范對知識虛擬社群用戶知識付費的影響

從圖5 可看出，與主觀規范有關的11 個樣本文獻的合并效應值r=0.193，說明主觀規范與虛擬社群用戶付費意愿低相關（0.1≤r＜0.3）且為正相關關系，合并效應量Z=4.940（p<0.001）達到了統計顯著水平，各樣本間權重都在9%左右，對合并結果的影響較為平均。從圖6 可看出，敏感性分析后效應量（r=0.20）與原效應量（0.19）間未發生明顯變化，參數均介于[0.12，0.27]區間范圍內，結果穩定。

圖5 主觀規范整體效應檢驗結果

圖6 主觀規范敏感性分析結果

4.感知成本對知識虛擬社群付費意愿的影響

從圖7 可看出，與感知成本有關的11 個樣本文獻的合并效應值r=-0.173，說明感知成本與虛擬社群用戶付費意愿低相關（0.1≤r＜0.3）且為負相關關系，合并效應量Z=-5.223（p<0.001）達到了統計顯著水平，各樣本間權重都在9%左右，對合并結果的影響較為平均。從圖8 可看出，敏感性分析后效應量（r=-0.17）與原效應量（-0.17）間未發生變化，參數均介于[-0.24，-0.11]區間范圍內，結果穩定。

圖7 感知成本整體效應檢驗結果

圖8 感知成本敏感性分析結果

5.信任對知識虛擬社群付費意愿的影響

從圖9 可看出，與信任有關的7 個樣本文獻的合并效應值r=0.259，說明信任與虛擬社群用戶付費意愿低相關（0.1≤r＜0.3）且為正相關關系，合并效應量Z=3.709（p<0.001）達到了統計顯著水平，各樣本間權重都在14%左右，對合并結果的影響較為平均。從圖10 可看出，敏感性分析后效應量（r=0.27）與原效應量（0.27）間未發生變化，參數均介于[0.13，0.41]區間范圍內，結果穩定。

圖9 信任整體效應檢驗結果

圖10 信任敏感性分析結果

6.感知易用性對知識虛擬社群付費意愿的影響

從圖11 可看出，與感知易用性有關的7 個樣本文獻的合并效應值r=0.293，說明感知易用性與虛擬社群用戶付費意愿低相關（0.1≤r＜0.3）且為正相關關系，合并效應量Z=3.181（p<0.05）具有一定統計學差異，各樣本間權重都在14%左右，對合并結果的影響較為平均。從圖12 可看出，敏感性分析后效應量（r=0.30）與原效應量（0.29）間未發生明顯變化，參數均介于[0.12，0.49]區間范圍內，結果穩定。

圖11 感知易用性整體效應檢驗結果

圖12 感知易用性敏感性分析結果

五、結語

知識型虛擬社群用戶知識付費意愿及所納入的6 個影響因素的關系經上述檢驗后都十分穩健。本研究6 個影響因素中，除感知成本對知識付費意愿具有負向影響外，其余影響因素對知識付費意愿都在不同程度上具有正向的影響。對于知識付費意愿來說，感知價值對于知識付費意愿影響最大，其次是感知有用性、感知易用性、信任和主觀規范，感知成本的作用影響最低。元分析是針對已有研究進行第二次判斷和分析，能夠得出更具普適性的研究結論，與定性研究可能具有的隨意性相比更加科學嚴謹、認真細致。元分析相較于單項研究具有彌合相同研究的不一致、查驗單一研究沒法得到的關聯而探尋研究領域的潛在性關聯等特征。因此元分析的研究不單單是得出結論，而是根據結論去提出更多的潛在發展前景?；趯χR付費意愿的有效研究后，本研究綜合感知價值、感知有用性、感知成本、感知易用性、信任、主觀規范這六個影響因素，對知識付費行業體系從用戶、知識虛擬社群和行業監管三個角度提出一些管理建議：

第一，從用戶的角度出發，感知價值、感知有用性、感知易用性、感知成本都是基于自身主觀的判斷，因此在體驗或者使用的過程中可以根據這四個影響因素去綜合考慮是否值得繼續付費購買。此外，用戶也可以根據其他使用者的使用評價或是媒介評測對想要購買的知識虛擬社群產品形成更客觀的了解。

第二，從知識虛擬社群的角度出發，感知價值和感知有用性影響較為顯著，它和其他因素共同影響用戶付費意愿，應予以重視。知識虛擬社群在產品上不僅要注重內容質量的把控，也要關注產品的個性化和產品的價值，可以通過對產品間的優化組合、個性定制等方式提升自身產品價值。感知成本對用戶的付費意愿存在負向影響，因此虛擬知識社群應當關注產品定價的合理性。主觀規范對于用戶付費意愿具有一定的正向影響，知識虛擬社群應充分提升自身平臺的口碑和社會影響力，如通過具有影響力的知識博主進行宣傳推廣，使用戶對平臺的客觀印象更好。在感知易用性方面，虛擬知識社群可以對平臺操作、界面等進行定期優化以便利用戶使用。

第三，從行業監管的角度出發，信任對于用戶付費意愿具有一定的正向影響。隨著國家政府及有關部門對知識付費行業有關政策和法律的不斷完善，使得知識產權問題逐步引發重視，個人對知識創作的積極性、主動性、創造性不斷提升，進而間接提高了知識虛擬社群知識產品的質量。不僅如此，相關政策和法律也對知識虛擬社群進行約束。不斷優化和完善對知識付費行業的監管有利于提升用戶對產品和平臺的信任，有效降低付費的不確定性和風險性。

此外，本研究具有一定的局限性。首先，元分析無法對單個研究進行檢驗，僅僅是對總效應進行分析[33]，即本研究僅對效應值進行分析而沒有對異質性來源進行分析，可能導致個別研究觀點信息缺失。其次，在發表偏倚檢驗中，本文中的感知易用性存在一定的發表偏倚，因而感知易用性的總效應存在一定的偏差，這一問題可能是文獻樣本中存在低質量研究所導致的。近年來盡管知識付費方面的研究逐漸增多，但針對知識型虛擬社群付費意愿影響因素的實證研究還有較大的空缺，因而本研究中經過篩選納入的樣本文獻有限。此外，本研究得出感知價值的影響強度高，是具有普適性的知識付費意愿影響因素，但是在不同的研究中仍存在一定的不一致性，因此可以在后續的研究中繼續細化研究。相比于高影響強度的自變量而言，中或者低影響因素強度的自變量在不同的研究中可能具有不一致的結論，或者帶有一致性結論的實證研究存在數量不足的可能，因此在后續的研究中可以進一步深入探討顯著性不高的自變量對于知識付費的影響。