移动UGC环境下旅游者知识分享行为研究

阳震青++彭润华

摘要：本文通过对904位旅游者的调查，从动机、机会和能力这3个层面探讨了移动UGC环境下旅游者知识分享的驱动机制。研究结果表明：在动机层面，旅游者通过移动UGC知识分享时的自我展示会显著正向影响其感知娱乐，而自我展示和感知娱乐又会显著正向影响其分享意愿；在机会层面，感知激励会显著正向影响其人际互动和分享行为，人际互动会显著正向影响其感知娱乐；在能力层面，专业技能会显著正向影响其感知娱乐和分享行为。

关键词：移动UGC； 知识分享； 动机； 机会； 能力

旅游业是一个特殊的“移动”行业，随着全球3G网络的推进和移动互联网业务的不断发展，移动UGC（User Generated Content，用户创造内容）在互联网UGC的带动下，发展迅猛。通过移动UGC，旅游者可以抛开电脑和网络的束缚，借助手机等移动终端随走随写、随录、随拍、随发、随读包括文字、图片、视频和音频在内的各种信息（彭润华，等，2009）。在这样一个时代，知识分享行为无处不在，随处都能看到分享按钮；然而在移动UGC环境下，在网站应用上放一个分享按钮，旅游者是不是就会去分享呢？驱动旅游者知识分享的因素有哪些？旅游者知识分享的驱动机制是什么？这是本文研究的重点，即移动UGC环境下旅游者知识分享行为分析。

1理论背景与假设模型

动机与行为的关系，心理学家常用动机概念来解释行为强度的差异，将较强的行为看做是较高动机水平的结果。另外，还经常使用动机概念来说明行为的坚持性，认为高水平的动机行为，即使行为的强度较低，通常也会持续下去。需要与动机不同：需要是人积极性的基础和根源，是产生动机的基础；当需要具有一定的强度，即某种需要成为个体的强烈愿望，迫切要求得到满足并且有了适当诱因的刺激后，才会有转化为动机的可能（Kiel，1999）。尽管动机是引起行为的内在原因和动力，会影响到行为的强度和持续性，但动机与行为的关系远比这要复杂得多。Maslow（1943）认为，一些行为的动机非常明确，另一些行为的动机不甚明确，还有一些行为则根本没有动机。并且，除了动机以外，行为还有许多决定因素。动机理论己被广泛用于个体层面知识分享的研究。蔡剑与詹庆东（2012）通过对样本用户的访谈，结合马斯洛需求层次理论构建了用户社会化媒体分享信息的动机模型，研究发现，收藏动机、名誉声望、自身需求、利他动机、安全需要是影响用户知识分享行为的重要因素，而社交动机对用户知识分享行为有着更加显著的影响。常涛与廖建桥（2010）在影响个体合作行为决策的复合式模型与知识共享的个人内在动机理论的基础上，提出了团队性绩效考核对知识共享的影响模型和假设，研究发现，团队性绩效考核通过分配公平感对知识共享起到积极影响作用，而情境、信念、过程性动机在该影响过程中起到调节作用。傅泽平与刘海燕（2012）基于动机理论，建立了反映信息服务扩散过程的元胞自动机演化模型，分别模拟了用户的需求以及服务-需求匹配度这两个因素对信息服务扩散程度的影响。Lin等（2009）认为，内在动机对知识分享有正面效应，动机理论解释了人们按照某种方式行动的驱动力及影响意向的因素和机制。此后，在动机理论的基础上扩展出一系列应用理论也被很好的应用于媒介研究中，如使用与满足理论和MOA理论等，其中Maclnnis等提出的MOA理论具有广泛的影响力（Maclnnis ，Jaworski，1989； MacInnis ，et al.，1991）。在探索移动UGC环境下旅游者的知识分享行为的驱动机制时，MOA理论提供了最坚实的理论基础，并从宏观上提出了方向性指导。本研究将采用MOA理论框架对影响移动UGC环境下旅游者的知识分享行为进行分析。

1.1MOA理论框架

MOA理论指的是动机（Motivation）、机会（Opportunity）、能力（Ability）这3个影响个人行为的因素。Maclnnis 和Jaworski（1989）认为，个人的意向或动机（是否想做）、能力（能不能做）以及外在条件限制（外在环境是否允许做）的共同作用诱发个人行为的产生。MOA框架在管理学科的很多领域都得到了广泛的应用。张维亚等（2013）依据MOA理论，通过构建旅游者消费决策模型，探讨动机、机会和能力在旅游者消费决策形成中的影响，研究发现，动机、机会和能力对邮轮旅游者消费决策具有积极影响。本文认为，动机可以理解为旅游者进行知识分享的意愿度与渴望度，机会是反映一种有助于促使结果发生的情形，能力可被定义为旅游者进行知识分享的技巧与熟练度。如果没有必要的能力的话，即使是一个动机强烈的旅游者也无法通过移动UGC分享知识；如果没有能力和机会，动机本身不会导致知识分享行为；知识分享动机是促成知识分享行为的首要内驱力，而知识分享动机的具体内容则是旅游者需要和外部环境综合作用的产物。因此，知识分享行为受到旅游者的知识分享动机、机会和能力的共同作用，本文按照MOA理论框架，分别从动机、机会、能力3个层面探讨移动UGC环境下旅游者知识分享的驱动机制。

1.2移动UGC环境下旅游者知识分享动机驱动因素

研究发现，趣味性（娱乐性）和自我展示（自我呈现）会促进动机对用户知识分享行为的影响（王莉，任浩，2013）。本文通过深度访谈了解旅游者通过移动UGC知识分享的动机。受访者提到，他们在发布分享内容之前都会检查自己发布的信息资源是否完整，例如语句是否流畅、是否有错别字等。在移动UGC知识分享的操作过程中，旅游者从自我预期的角度出发，会对移动UGC知识分享的内容进行编排，以此进行互联网中的自我展示，其中自我展示是指我们想要向外在的观众（别人）和内在的观众（自己）展现一种受赞许的形象。在分享主体内容确定之后，什么样的语言形式，既能使内容表达清楚，又能吸引更多人的注意，这是多数分享者在网络分享操作中自我展示的体现。在访谈中还发现，娱乐性在鼓励旅游者使用移动UGC知识分享中具有积极的影响。结合MOA理论、社会资本理论，本文概括出两个主要的基于动机层面的因素：其一是感知娱乐，反映了旅游者对于移动UGC知识分享的乐此不疲的爱好，旅游者基于自身的爱好从事移动UGC知识分享，并从中获得愉悦；其二是自我展示，旅游者希望通过移动UGC内容分享向他人展示自己的个人阅历和感受。因此，本文提出如下的假设：

H1：通过移动UGC知识分享时，旅游者的分享意愿会显著正向影响其分享行为。

H2：通过移动UGC知识分享时，旅游者的感知娱乐会显著正向影响其分享意愿。

H3：通过移动UGC知识分享时，旅游者的自我展示会显著正向影响其感知娱乐。

H4：通过移动UGC知识分享时，旅游者的自我展示会显著正向影响其分享意愿。

1.3移动UGC环境下旅游者知识分享机会驱动因素

移动UGC环境下旅游者知识分享机会，是指能够满足旅游者某种需要的外在事物及情境，旅游者有目的地趋向或者回避这些外部因素，在基于机会层面的因素中，人际互动和感知激励是两个主要的因素。一方面，人际互动反映了移动UGC平台的社交属性，它泛指在移动UGC平台上的人际沟通。人际互动可以帮助延伸或者加强现有的社会化关系，比如当旅游者线下的社会关系在移动UGC平台上变得数字化、可视化、透明化时，旅游者常常选择在移动UGC平台上联系好友、关注好友动态。研究显示，人际互动是影响用户知识共享意愿的重要因素（路琳，梁学玲，2009）。另一方面，感知激励也是一个关键因素，旅游者的感知激励促使旅游者相信作出内容贡献会获得外部的激励，如物质奖励和网络环境下网络货币、积分、等级提升等。移动UGC环境下旅游者之间不存在约束，其行为主要是由意愿、需要和动机决定，这时外部激励机制就显得尤其重要，它使旅游者在一定的报酬机制驱动下，积极挖掘自己的潜能，将个人头脑中关于旅游的诀窍性、实践性和默会性等旅游体验等通过移动UGC进行自由分享，这对于移动UGC环境下旅游者知识分享具有积极作用。程业炳（2013）研究发现，SNS虚拟社区的激励机制对促进虚拟社区知识分享有显著正向影响。Tang等人（2012）提出，越来越多的社会化媒体网站开始对贡献者提供广告收入共享也是对贡献者额外的激励因素。综上所述，本研究提出假设如下：

H5：通过移动UGC知识分享时，旅游者的人际互动会显著正向影响其感知娱乐。

H6：通过移动UGC知识分享时，旅游者的人际互动会显著正向影响其分享意愿。

H7：通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其人际互动。

H8：通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其分享意愿。

H9：通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其分享行为。

1.4移动UGC环境下旅游者知识分享能力驱动因素

移动UGC环境下旅游者知识分享能力是指旅游者通过移动UGC贡献或发布信息所必需的技能和熟练程度。能力是反映个人在特定状况下履行行为的综合执行能力。对于移动UGC网络来说，旅游者生成内容的创作难度、编辑成本以及分享行为的复杂程度要远大于固定网络文本类用户，因此旅游者在移动UGC环境下知识分享的专业技能会在很大程度上影响其分享意愿和分享行为。一些学者的研究也证实了专业技能对用户知识分享行为的影响，如谢珍与崔旭（2010）的研究强调了个人能力提升对知识分享和知识管理的影响；Watson和Hewett（2006）认为，在SNS虚拟社区中知识分享能力表现为知识贡献者的贡献能力和知识搜索者的搜索能力。此外，旅游者娱乐行为是旅游者有明确动机但却无明确目标的行为，即指那些总是想去做但却不在乎甚至不知道怎么做以及会做到什么程度的行为，旅游者主观感知到的自身专业能力越强，越有助于旅游者参与知识分享从而获得感知娱乐性。因此本文提出如下的假设：

H10：通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其感知娱乐。

H11：通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其分享意愿。

H12：通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其分享行为。

在现有研究的基础上，结合MOA理论，本文提出基于MOA的移动UGC环境下旅游者知识分享模型及相关假设（见图1）。

2研究方法

2.1研究样本与数据收集

本研究采取问卷法收集数据，调查地点为旅游城市桂林，采用现场调查的方式。为了保证问卷填写的质量，问卷现场发放，调查人员在被调查者填写问卷时，随时在旁边进行详细的解释和说明，并向每一位问卷填写者提供一份小礼品作为回报。同时，为保证游客有时间和积极性填写问卷，问卷发放地点选在游客集中的饭店和酒店：对进饭店用餐的游客，调查人员利用上菜之前的等待时间到餐桌发放问卷并及时回收；对入住酒店的游客，调查人员在酒店前台发放问卷，游客填写好问卷交回前台，经调查人员检验后发放小礼品。调查样本收集历时3个多月，共发放正式调查问卷1657份，回收1081份，回收率65.2%。删除其中漏答、错答以及填答明显不认真的不合格问卷，最后得到有效问卷904份，问卷有效率为83.6%。

调查问卷反映出的统计信息如下：被调查者中男性588人（占65%），女性316人（占35%）；20岁以下的185人（占20.5%），20岁～29岁的287人（占31.7%），30岁～39岁的359人（占39.78%），40岁～49岁的50人（占5.5%），50岁以上的23人（占2.5%）；被调查者工作年限在1年以下的245人（占27.1%），2年～7年的456人（占50.4%），7年以上的203人（占22.5%）；被调查者的工作职务为技术人员122人（占13.5%），管理人员156人（占17.3%）市场人员185人（占20.5%），公务员315人（占34.8），其他人员197人（占21.8%）；被调查者的学历程度为高中及以下68人（占7.5%），大专116人（占12.8%），本科523人（占57.9%），硕士及以上197人（占21.8%）。样本的偏度-峰度检验结果显示，所有变量偏度和峰度的绝对值均小于1，表示所有变量都满足正态分布，研究变量数据符合正态分布条件。

2.2变量选取与测量工具

结构化的问卷调查往往是用来发现复杂现象中起关键作用的变量以及变量之间关系的一种重要方法，本次问卷内容参考了国内外相关研究量表，并在典型游客访谈的基础上设计了问卷题项。调查问卷内容包括专业技能、感知激励、自我展示、人际互动、感知娱乐、分享意愿和分享行为以及被调查者背景资料等几部分。问卷的基本结构是采用了Davis（1989）建议的问卷设计方法，将需要测量的某一指标的所有问项构成一组，以利于填写者在作答问卷时保持思维的连贯性。所有问卷项采用7点李克特量表（1=非常不同意；2=很不同意；3=略不同意；4=无意见；5=略同意；6=很同意；7=非常同意），由被调查者按照其理解的或使用的实际情况进行填答。本研究使用的具体测量工具如下：

（1） 对专业技能的测量，借鉴Watson和Hewett（2006）、常亚平等（2011）的测度项自行设置，包括3个项目。典型问卷测量项目为“我学习过移动UGC使用技能”“我熟悉移动终端的使用”“我了解移动网络性能及使用”。

（2） 对感知激励的测量，参考Tang等（2012）、张晓东和朱敏（2012）的测量问卷，包括3个项目。典型问卷测量项目为“通过移动UGC知识分享能帮助我获得实际奖励”“通过移动UGC知识分享能帮助我获得更多网络积分”“通过移动UGC知识分享能帮助我获得更高的用户等级”。

（3） 对自我展示的测量，参考Kankanhalli等（2005）的测量问卷，包括3个项目。典型问卷测量项目为“通过移动UGC知识分享能将自己的观点和想法呈现出来”“通过移动UGC知识分享能帮助我记录自己的旅行生活”“通过移动UGC知识分享能够引起其他旅游者的注意，提高访问率”。

（4） 对人际互动的测量，参考Atkinson和Kydd（1997）、Chiu等（2006）的测量问卷，包括4个项目。典型问卷测量项目为“通过移动UGC知识分享可以稳定人际关系”“通过移动UGC知识分享能帮助我与其他旅游者保持联系”“通过移动UGC知识分享能帮助我与他人更好沟通（可与驴友交流想法）”“使用移动UGC可以通过评论、转载等方式，旅游者之间能够进行即时的交流”。

（5） 对感知娱乐的测量，参考Tang等（2012）、刘琦和杜荣（2013）的测量问卷，包括3个项目。典型问卷测量项目为“通过移动UGC知识分享的过程很有趣”“通过移动UGC知识分享很有娱乐性，可以消磨旅游过程中的空闲时光”“对于通过移动UGC知识分享的功能，我很好奇并乐于尝试”。

（6） 对分享意愿的测量，参考Davis（1989）和 Dholakia等（2004）的测量问卷，包括3个项目。典型问卷测量项目为“我和其他朋友愿意在将来通过移动UGC进行交互”“我积极地参与社区活动并计划通过移动UGC知识分享”“我愿意花时间去了解移动UGC知识分享”。

（7） 对分享行为的测量，借鉴Davis（1989）的测度项，包括3个项目。典型问卷测量项目为“我每次平均花3分钟以上的时间进行移动UGC知识分享”“近2周来我通过移动UGC信息进行了多次的分享”“我愿意邀请我的朋友一起参与移动UGC知识分享”。

此外，调查问卷还采用填空与选择的方式获取调查对象的背景资料，包括年龄、性别、工作年限、工作职务、学历程度等。

3研究分析

3.1同源偏差检验

本研究中的变量都是自我报告数据，可能会存在潜在的同一方法变异问题，因此需要进行同源偏差检验。本文采用两种方式控制同源偏差问题：程序性补救和统计性补救。在程序上，首先，在测量时将模型中不同变量的语项通过明显的界限将其有效地区隔开；其次，测量时将一些测量语项调整成反向语句，以降低同源偏差。在统计上，对回收的调查资料进行审核、整理和分析，第一个样本组（N=452）用做探索性因子分析，第二个样本组（N=452）用于效度检验。采用SPSS统计软件的因素分析方法对所有22个问项的结构维度进行探索，采用AMOS统计软件的验证性因子分析方法验证研究结果，并检验其结构效度。

对第一个样本组（N=452）进行探索性因子分析，以检验所有22个题项的基本结构。对样本的KMO和巴特莱特球体测度显示，原始数据适合做因子分析（KMO=0.938，χ2=6584.242，df=508，Sig=0.000）。之后，采用主成分分析法，并依照特征值大于1的原则，以最大变异转轴法对数据进行探索性因子提取。主成分分析获得了一个清晰的7维结构，所有的22个题项很好地归属于7个成分因子，每个测项的因子载荷值均大于0.5，并且没有多重负荷的现象，方差解释率为82.32%，超过60% 的水平。探索性因子分析的结果表明，22个测试题项都清晰地归属于7个潜变量，每个因子都通过了因子分析的检验。为了进一步检验22个测试题项结构维度的稳定性，本文针对第二个样本组（N=452）进行验证性因子分析。模型的拟合指标（χ2/df=1.235<3，RMSEA=0.008<0.05，CFI=0.98>0.90，NFI=0.98>0.90，IFI=0.98>0.90，RFI=0.97>0.90）完全符合模型拟合度评价标准的要求，验证性因子分析的结果表明，22个测试题项的7个潜变量结构是存在且稳定的。

3.2信度与效度分析

美国统计学家Kruskal和Wish（1978）认为，Cronbach系数大于0.7，表明数据可靠性较高；而当计量尺度中的测量项目数小于6个时，Cronbach系数大于0.6，表明数据是可靠的。本文中各维度的Cronbach系数均在0.7以上（见表1）。关于测项的删除与保留，Churchill（1979）的选择标准是CITC（Corrected ItemTotal Correlation）的值大于0.5且ALPHA系数（Cronbachs Alpha if Item Deleted）在0.6以上；对于不符合此标准的测项进行删除处理，直至所有测项都符合以上两条标准。本文所有测量项均符合CITC的值大于0.5且Cronbach系数在0.6以上，结果显示，移动UGC环境下旅游者知识分享模型中的测量项目具有较好的信度。

本文经过预检验和小样本测试，确保了问卷的内容效度，主要通过检验收敛效度和区别效度来检验移动UGC环境下旅游者知识分享模型中的变量。根据Anderson和Gerbing（1982）所提出的检验方法，所有观察变量的标准化因素负荷量必须达0.5以上，且经检验必须达显著水平。此外，除各观察变量的因素负荷量达0.5的显著水平外，各维度组成信度必须大于0.6，平均变异抽取量必须高于0.5，才表明量表具有良好的收敛效度。如表1所示，本文所有观察变量的标准化因素负荷量大于0.5，各维度的组成信度大于0.6，各维度的AVE值都大于或接近0.5，表明各变量具有良好的收敛效度。区别效度是指不同变量测量之间的差异化程度，本文依据Anderson和Gerbing的建议进行区别效度的检定，比较AVE值的平方根与变量间相关系数的大小，也是分析区别效度的常用方法。本文各变量的AVE值的平方根均大于其与其他因子间的相关系数，表明区别效度较好（见表1）。

3.3模型分析

本文运用AMOS软件来检验研究模型中的路径假设，AMOS对模型运行结果得到的路径系数如图2所示。单向箭头表示变量间的因果关系，上方标出其路径系数，由图中显示的路径系数和显著性水平可看出，样本数据支持本文提出的9个假设。

在结构方程模型中，试图通过统计运算方法（如最大似然法等）求出那些使样本方差协方差矩阵S与理论方差协方差矩阵K的差异最小的模型参数。换一个角度，如果理论模型结构对于收集到的数据是合理的，那么样本方差协方差矩阵S与理论方差协方差矩阵K差别不大，即残差矩阵（KS）各个元素接近于0，就可以认为模型拟合了数据。模型拟合指数是考察理论结构模型对数据拟合程度的统计指标。不同类别的模型拟合指数可以从模型复杂性、样本大小、相对性与绝对性等方面对理论模型进行度量。AMOS提供了多种模型拟合指数（见表2）供使用者选择。如果模型拟合不好，需要根据相关领域知识和模型修正指标进行模型修正。需要注意的是，拟合指数的作用是考察理论模型与数据的适配程度，并不能作为判断模型是否成立的唯一依据。拟合优度高的模型只能作为参考，还需要根据所研究问题的背景知识进行模型合理性讨论。即便拟合指数没有达到最优，但一个能够使用相关理论解释的模型更具有研究意义。如表2所示，其中，卡方值和自由度的比值为0.998，根据Joreskog（1967）的建议，该值可以接受。RMSEA=0.043，GFI=0.956，AGFI=0.943，CFI=0.979，NFI=0.967，IFI=0.979，本文基准模型充分考虑了相关领域知识且拟合度较好，通过检验，无需修正。

4讨论

在调查数据基础上，AMOS对模型运行结果得到的主要路径参数指标如表3所示，除H6、H8与H11外，其他假设都得到了支持。

本文实证研究显示，通过移动UGC知识分享时，旅游者的分享意愿会显著正向影响其分享行为（H1：β=0.348，p<0.001），这与传统的用户行为研究的结论是一致的。在影响广泛的技术接受模型（TAM）中，国内外研究者做了大量实证检验，证实用户的行为意愿决定了其实际行为，本文在移动UGC环境下再次验证了行为意愿显著正向实际行为的假设。基于MOA的移动UGC环境下旅游者知识分享模型中的其他变量或间接通过影响旅游者的分享意愿从而影响其分享行为，或直接影响旅游者的分享行为。

（1）在旅游者知识分享动机层面，本文研究结果显示：通过移动UGC知识分享时，旅游者的感知娱乐会显著正向影响其分享意愿（H2：β=0.564，p<0.001）；通过移动UGC知识分享时，旅游者的自我展示会显著正向影响其感知娱乐（H3：β=0.334，p<0.001）；通过移动UGC知识分享时，旅游者的自我展示会显著正向影响其分享意愿（H4：β=0.531，p<0.001），3个假设都得到了研究数据的支持。一般认为，动机是推动人从事某种行为的内在动力，它是个体的内在过程，行为是这种内在过程的外在表现，简言之，动机会激发个人的行为意愿。在移动UGC环境下，两个动机层面的变量——旅游者的感知娱乐（β=0.564）和旅游者的自我展示（β=0.531）都非常显著地影响了旅游者的分享意愿，在移动UGC环境再次检验了传统的动机理论。研究结论也为旅游企业网络营销提供了参考，旅游者的知识分享意愿与旅游者的内在动机紧密相关，只有真正激发旅游者的内在动机，让旅游者在知识分享中体会娱乐，感知自我，才能强化其分享意愿与分享行为，为企业建立良好口碑。目前国内的一些UGC网站的激发用户内在动机的机制为旅游企业提供了借鉴，如酷6网宣扬“独立观点、娱乐精神”，强调用户个性的张扬，推出了“我秀”版块，意在为用户提供一个展示自我的平台，用户可以在这里秀舞蹈、秀歌喉等等；土豆网提出“每个人都是自己的导演”，激发用户自我展示。此外，在这两个动机层面的变量中，旅游者的自我展示对其感知娱乐的影响也得到了验证（β=0.334），说明，当代旅游者自我意识增强，在互联网世界里，每个人都愿意发布自己的信息，人人都希望成为公众人物，驱使网民进行知识分享的动机便是自我实现的需求。在马斯洛提出需求层次理论中，自我实现是人类的最高级需求，表现在人们充分发挥自己的潜力，展现自己的才能，使自己趋向于完美，得到最大的满足。人本心理学家罗杰斯也认为，人们可以完全主动做决定，不受他人意志左右的时候是完全在做自己，达到自我实现的境界。在移动UGC环境下，旅游者的自我意识几乎不受任何限制，可以利用各种分享工具自由地分享旅游感受，可以选择做到完全的自我，不被他人意志左右。

（2）在旅游者知识分享机会层面，本文实证研究显示：通过移动UGC知识分享时，旅游者的人际互动会显著正向影响其感知娱乐（H5：β=0.33，p<0.001）。然而，通过移动UGC知识分享时，旅游者的人际互动会显著正向影响其分享意愿（H6：β=0.087，p=0.067）没有得到支持。旅游者的人际互动反映了旅游者通过移动UGC与其他用户的社会联系与互动关系，研究者认为知识分享是人们之间的一种社会交互，从移动UGC环境下旅游者知识分享的角度来看，他们分享行为的目的之一是让寻求资源的网友获得这些资源，也只有在资源通过网络从分享者传递到被分享者时，才可以称之为完整的知识分享行为。在这里，分享者与被分享者之间是一种帮助与被帮助的关系，且多数知识分享的旅游者是在不求回报的情景下分享资源的，这种知识分享行为的发生常常是由于分享者的感知娱乐心理驱动。在实际的调研过程中，很多旅游者在回答为什么分享信息时，都会提到他们不辞劳苦地用手机拍照，处理照片，然后写大段的游记攻略等，主要是觉得很好玩、很有趣，特别是其他旅游者的积极的评价与反馈时更让他们乐此不疲，这较好解释了通过移动UGC知识分享时旅游者的人际互动会显著正向影响其感知娱乐（β=0.33）。对于移动UGC知识分享时旅游者的人际互动没有显著正向影响其分享意愿，可能的解释是，旅游者的人际互动主要是从感知娱乐出发。在实际的调研过程中、有旅游者提到、他们会花时间在旅游过程的移动UGC知识分享有时是在打发无聊的时光，比如在景点与景点之间的乘车过程中、在饭前的等待过程中、在一天游程结束后的夜深人静时，他们会拿出手机通过移动UGC与网友分享信息与体会、查看反馈与评价等，从而获得一种心理上的愉悦。因此，通过移动UGC知识分享时旅游者的人际互动对其分享意愿并没有直接的影响，而是通过其感知娱乐间接地影响其分享意愿。

对于感知激励变量的影响，实证研究显示，通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其人际互动（H7：β=0.490，p<0.001），通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其分享行为（H9：β=0.303，p<0.001）。然而，通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其分享意愿的假设（H8：β=-0.033，p=0.388）没有得到支持。通过移动UGC知识分享时，旅游者的感知激励包括物质激励与精神激励，旅游者移动UGC知识分享属于人际间的一种互动过程，本质上可以理解为一种资源的交易，这种交易的方式和报酬形式较为多样化。在旅游者移动UGC知识分享活动中，旅游者预期的利益包括个人吸引力、社会赞同、尊敬和声望、社会承认、工具性服务、服从和权利等6种类型的社会报酬。通过调研发现，有些移动UGC平台还会采用“阶段性排行”和“荣誉勋章”等方式让用户感知激励，如国内的视频网站一般以“周排行”“月排行”等榜单发布的形式，对优秀的视频进行展示，从而鼓励用户的创作和分享行为。榜单的评价主要通过视频的点击率、评价情况、搜索情况以及最后的评分来确定，对于贡献视频内容较多并且比较优秀的用户会发放个人荣誉勋章。优酷的“奖牌榜”、土豆的“豆角”排行、56网的“个人荣誉勋章”等都是让用户感知激励的方式。并且这种激励措施常常与其他旅游者的点击率、评价和回帖等相关，这点正是旅游者人际互动的表现，因此通过移动UGC知识分享时，旅游者的感知激励会显著正向影响其人际互动（β=0.490）得到了验证。此外，我们发现，感知激励会通过对结果预期的影响来影响旅游者的信息共享行为，一些UGC平台在金钱、积分、权限等利益激励上需要设立一定的激励措施，如旅游者常常把旅游中美好的风景在酷6网上分享，酷6网为了鼓励旅游者知识分享，采取与用户利益分成的方式，即在用户创作的视频页面插放广告，用户视频的点击率越高，获得的广告费用就越高，那么用户获得的分红就越多。这种利益分红方式不仅鼓励了用户生成更多的视频内容，同时为了获得更高的点击率，用户还会努力提高视频的质量。可见，在移动UGC环境下，旅游者感知激励会直接正向影响用户的分享行为，而不是分享意愿，因此移动UGC知识分享时，旅游者的感知激励会显著正向影响其分享行为（β=0.303）得到了支持，而假设H8没有得到支持。

（3）在旅游者知识分享能力层面，实证研究显示，通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其感知娱乐（H10：β=0.338，p<0.001），通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其分享行为（H12：β=0.354，p<0.001）。然而，通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其分享意愿的假设（H11：β=-0.010，p=0.788）没有得到支持。通过移动UGC知识分享行为的发生，不仅受动机的驱动，而且受旅游者能力的限制，旅游者通过移动UGC知识分享的能力表现为旅游者个人具备相应的技能、知识和资源来完成知识分享的目标，如果没有必要的能力的话，即使是一个动机强烈的个体也无法通过移动UGC进行知识分享。高能力意味着旅游者具有丰富的知识使用移动UGC进行知识分享，而这些知识是在使用过程当中慢慢积累起来的。专业技能作为描述旅游者能力的重要构念，强调旅游者感知到自己在移动UGC领域具有丰富的知识和能力，感觉到自己在这方面受过专门的训练，能够评估自己行为的结果，对使用移动UGC进行知识分享有较强的控制力。通过移动UGC知识分享时，旅游者的专业技能会显著正向影响其感知娱乐（β=0.338）和分享行为（β=0.354），主要是因为，旅游者拥有相应知识与专业技能，能够以较低的时间成本使用移动UGC进行知识分享，便于其体验分享过程中的感知娱乐，从而促使知识分享行为的发生。此外，旅游者通过移动UGC分享信息，更有可能感知移动UGC平台的优点，从而增加其感知娱乐。相关研究证实，人们在进行某些活动时会完全投入其中，注意力高度集中并自动过滤掉所有无关的知觉，进入一种忘我的状态，具体到移动UGC环境下，可能的解释是，旅游者具有的熟练的专业技能强化了其实际的知识分享行为，而自动过滤掉了分享意愿。因此，通过移动UGC知识分享时旅游者的专业技能会忽略了分享意愿而直接显著正向影响其分享行为，从而支持了假设H12，否定了假设H11。

随着全球3G网络的推进和移动互联网业务的不断发展，移动UGC在互联网UGC的带动下发展迅猛。旅游业是一个特殊的“移动”行业，旅游产品生产和旅游消费在一定程度上存在着时空上的差异，旅行者在旅游移动过程产生大量的知识分享与信息获取需求。动机、机会和能力作为MOA理论的3个主要因素对旅游者通过移动UGC进行知识分享有显著的影响。MOA理论已经被广泛应用于营销和信息系统领域的研究，本文则将这一理论扩展运用于解释移动UGC环境下旅游者知识分享行为，再一次对这一理论进行了实证性的检验。互联网、全球化和超常规竞争正戏剧化地重塑市场并改变企业营销的运作方式，特别是随着移动UGC在旅游业的广泛应用，深入分析移动UGC环境下旅游者知识分享行为，对于探讨我国旅游营销模式创新，促进我国旅游业快速发展具有重要意义。本文通过实证研究，深入分析移动UGC环境下旅游者的知识分享行为，帮助旅游企业更清楚地了解和服务旅游者，为旅游企业的营销实践提供有益的指导。

参考文献：

[1]蔡剑，詹庆东.研究生群体网络信息分享行为动机研究[J].图书情报知识，2012（2）：8186.

[2]常涛，廖建桥.团队性绩效考核对知识共享的影响研究[J].科学学研究，2010（1）：118126.

[3]常亚平，刘兴菊，阎俊.虚拟社区知识共享之于消费者购买意向的研究[J].管理科学学报，2011（4）：8696.

[4]程业炳.SNS虚拟社区个体隐性知识共享研究[J].情报科学，2013（4）：4550.

[5]傅泽平，刘海燕.基于元胞自动机的信息服务扩散过程模拟研究[J].情报杂志，2012（8）：152155.

[6]刘琦，杜荣.基于参与动机的网络社区知识共享质量、创新及满意度关系研究[J].情报理论与实践，2013（3）：5661.

[7]路琳，梁学玲.知识共享在人际互动与创新之间的中介作用研究[J].南开管理评论，2009（1）：118123.

[8]彭润华，阳震青，熊励.旅游移动商务游客接受实证研究——基于对桂林游客的调查[J].旅游学刊，2009（4）：6772.

[9]王莉，任浩.虚拟创新社区中消费者互动和群体创造力——知识共享的中介作用研究[J].科学学研究，2013（5）：702710，701.

[10]谢珍，崔旭.关于专业虚拟社区中个人知识管理的研究[J].情报杂志，2010（2）：105108，130.

[11]张维亚，俞世海，严伟.基于MOA理论的邮轮旅游者消费决策研究[J].消费经济，2013（3）：6570.

[12]张晓东，朱敏.激励、同事态度和个人文化对知识共享的影响[J].科研管理，2012（10）：97105.

[13]Anderson J C，Gerbing D W（1982）.Some methods for respecifying measurement models to obtain unidimensional construct measurement[J].Journal of Marketing Research，453460.

[14]Atkinson M，Kydd C（1997）.Individual characteristics associated with World Wide Web use：An empirical study of playfulness and motivation[J].ACM SIGMIS Database，28（2），5362.

[15]Chiu C，Hsu M，Wang E T（2006）.Understanding knowledge sharing in virtual communities：An integration of social capital and social cognitive theories[J].Decision Support Systems，42（3），18721888.

[16]Churchill Jr G A（1979）.A paradigm for developing better measures of marketing constructs[J].Journal of Marketing Research，6473.

[17]Davis F D（1989）.Perceived usefulness，perceived ease of use，and user acceptance of information technology[J].MIS Quarterly，319340.

[18]Dholakia U M，Bagozzi R P，Pearo L K（2004）.A social influence model of consumer participation in networkand smallgroupbased virtual communities[J].International Journal of Research in Marketing，21（3），241263.

[19]Joreskog K G（1967）.A general approach to confirmatory maximum likelihood factor analysis[J].ETS Research Bulletin Series，（2），183202.

[20]Kankanhalli A，Tan B C，Wei K（2005）.Contributing knowledge to electronic knowledge repositories：An empirical investigation [J].Mis Quarterly，29（1），113143.

[21]Kiel J M（1999）.Reshaping Maslows hierarchy of needs to reflect todays educational and managerial philosophies[J].Journal of Instructional Psychology，26（3），167.

[22]Kruskal J B，Wish M（1978）.Multidimensional Scaling[M].Sage University Paper Series on Quantitative Application in the Social Sciences，07011.Beverly Hills and London： Sage Publications.

[23]Lin M J，Hung S，Chen C（2009）.Fostering the determinants of knowledge sharing in professional virtual communities[J].Computers in Human Behavior，25（4），929939.

[24]Maclnnis D J，Jaworski B J（1989）.Information processing from advertisements：Toward an integrative framework[J].The Journal of Marketing，53（4），123.

[25]MacInnis D J，Moorman C，Jaworski B J（1991）.Enhancing and measuring consumers motivation，opportunity，and ability to process brand information from ads[J].The Journal of Marketing，55（4），3253.

[26]Maslow A H（1943）.A theory of human motivation.[J].Psychological Review，50（4），370.

[27]Tang Q，Gu B，Whinston A B（2012）.Content contribution for revenue sharing and reputation in social media：A dynamic structural model[J].Journal of Management Information Systems，29（2），4176.

[28]Watson S，Hewett K（2006）.A multitheoretical model of knowledge transfer in organizations：Determinants of knowledge contribution and knowledge reuse[J].Journal of Management Studies，43（2），141173.