为什么要共享知识？

李海峰 王炜

【摘要】

知识共享是虚拟学习社区协作知识建构和知识创造的重要前提，然而关于其影响因素系统性研究的缺乏使得我们难以周延地揭示其影响因素体系。本研究遂利用系统文献综述法对国际主流数据库的知识共享研究文献进行了系统性分析。研究结果显示知识共享是目前虚拟学习社区研究的重要内容，研究者主要从社会资本、社会认知和社会交换等理论视角，利用多种统计分析方法和理论模型分析方法，揭示了影响知识共享的环境因素、团队因素、动机因素和认知因素等。根据知识共享研究的理论视角和影响因素，构建了虚拟学习社区知识共享影响因素结构模型，模型从5个一级维度、12个二级维度和37个指标揭示了知识共享影响因素的系统结构及其作用机制。未来的虚拟学习社区需要采用创建生态系统、开发功能模块、拓展评价方法和跨界理论驱动等措施进一步促进知识共享意愿和行为。

【關键词】  知识共享;影响因素;虚拟学习社区;协作知识建构;知识创造;生态系统;在线学习;协作交互

分析模型;系统文献综述法

【中图分类号】   G434         【文献标识码】  A       【文章编号】  1009-458x（2021）11-0038-10

一、问题提出

虚拟学习社区是一种学习者群体的社会关系聚合（Teo， Chan， Wei， & Zhang， 2003），是以建构主义理论为基础创建的一种信息技术支持的新型学习组织（王陆， 2004），为学习者提供了更多深度理解学习材料的机会和群体交互的支持（Dawn， Linda， & Wayne， 2007）。虚拟学习社区涵盖协作学习、社会性建构意义、学生相互支持和鼓励的表达、主动地批判性评价他人作品等活动（Tobarra， Robles-Gómez， Ros， Hernández， & Caminero， 2014），具有自主性、开放性、平等性、协作性和生态性等特征。

协作知识建构和知识创造是虚拟学习社区的重要学习活动，学习者通过在线协作知识建构实现知识创新（Garciagarcia， Chulvi， & Royo， 2017）。虚拟学习社区不仅是学习者获取知识、习得知识和社会交往的场所，更是协作知识建构和知识创造的空间（李海峰， 等， 2018）。协作交互分析模型阐述了五个在线协作知识建构阶段：分享或比较、质疑与探讨、协商与共建、假设与检验、共识与应用（Gunawardena， Lowe， & Anderson， 1997）。显然，知识共享是协作知识建构与知识创新持续深度发展的重要前提。

知识共享是虚拟学习社区协作知识建构的核心要素（Xiang， Lu， & Gupta， 2013; Wolfgang， 2004; Chen & Chen， 2009），在创新性学习中扮演着关键作用（Morley， 2007），对知识创新具有非常显著的积极影响（Markovic & Bagherzadeh， 2018），是知识创造、组织学习和绩效实现的关键因素（Bartol & Srivastava， 2002），是任何组织实现创造性行为的重要前提（Alavi & Leidner， 2001）。知识共享通过群组讨论方式得到促进，进而提升学习者的创新能力（Yeh & Chen， 2012）。迄今为止，知识共享影响因素在不同领域已经被广泛探索、检验和分析（Hendriks， 1999; Wang & Noe， 2010; 杨吕乐， 等， 2018），但是鲜有针对虚拟学习社区知识共享影响因素进行系统化的文献评述，这使得人们难以周延地理解影响知识共享的系统因素。为此，本研究将针对虚拟学习社区知识共享的相关研究进行系统分析，尝试构建虚拟学习社区知识共享影响因素的结构模型。

二、研究设计

（一）研究方法

1. 系统文献综述法

系统文献综述法（Petticrew & Roberts， 2006）是一套明确限制系统评价误差的文献综述方法，旨在识别、评价和综合所有相关研究以回答特定问题。知识共享文献综述遵循系统综述法的七个基本阶段，包括定义与细化研究问题、确定研究类型与明晰文献筛选标准、文献检索、筛选检索结果、评估研究、综合证据、评价研究间的异质性。

2. 滚雪球法

滚雪球法通过引文追踪识别和跟踪期刊的高质量文献（Greenhalgh & Peacock， 2005），对于追踪偏僻的高质量文献效果尤为显著。利用滚雪球法进行文献综合研究、评价研究间的异质性时，需要注意系统综述中的研究引用和参考文献（Lee， Watson， & Watson， 2019）。

（二）研究步骤

1. 确定文献的研究问题

为了系统地揭示虚拟学习社区知识共享的影响因素，本研究提出了以下五个研究问题：

（1）虚拟学习社区知识共享研究的基本现状是什么？

（2）虚拟学习社区知识共享研究的理论基础包括哪些？

（3）虚拟学习社区知识共享研究的基本研究方法是什么？

（4）虚拟学习社区知识共享的影响因素包括哪些？它们的影响效果及其程度如何？

（5）未来虚拟学习社区的创建需要考虑知识共享的哪些方面？

2. 确定文献的研究类型

本研究以研究性和综述性等期刊论文作为研究对象，文献出版时间未设置范围，目的在于系统、全面和客观地统计、分析与评估。

3. 确定文献的筛选原则

本研究根据研究目的和研究问题提出了文献筛选的五项基本原则：原则一是文献必须是关于虚拟学习社区的研究性文献;原则二是文献必须全部或者部分考察了虚拟学习社区知识共享的影响因素;原则三是文献需要系统地论述和分析知识共享的影响因素;原则四是文献必须是被引频次较高且源自高质量期刊的论文;原则五是论文必须与教育密切相关。

4. 确定文献检索来源

本研究将Web of Science、ScienceDirect、Wiley Online Library和Springer四个国际著名的文献数据库作为数据检索源，利用百度学术网站、谷歌学术网站和必应学术网站进行文献追踪。根据研究目的和研究问题，以Knowledge Sharing、Online Communities、Virtual Learning Communities和Online Learning為主题词进行检索（检索词考虑了词语时态、单复数形式和组合顺序），并以Knowledge Sharing与其他主题词逐一组合进行检索，诸如“Knowledge Sharing”+“Virtual Learning Communities”、“Knowledge Sharing”+“Online Communities”、“Knowledge Sharing”+“Online Learning”。

（三）检索结果

最终利用数据库的文献检索功能获得了822篇文献，检索时间为2020年3月7日。去除非研究性和重复性文献后剩余531篇论文。阅读文章的标题、摘要和关键词后排除了非研究主题的293篇文章。依据被引频次和期刊质量删除133篇，深入阅读文章摘要和内容后删除46篇。利用滚雪球法对剩余的59篇文章进行引文跟踪，获得4篇最佳文献，最终获得63篇论文。

（四）数据分析

根据确定的五个研究问题，对63篇文献进行扎根性分析，邀请同行专家进行了节点创建、参考点选取、节点归类和节点层次组织等活动。节点创建和参考点提取是一个持续发展过程，经过与专家的多次讨论后确定了具体分类。研究者在文献分析工具的辅助支持下，通过分析、逐步归纳和协商构建出虚拟学习社区的知识共享影响因素模型。

三、研究结果与讨论

（一）虚拟学习社区知识共享研究的基本概况

1. 虚拟学习社区知识共享研究的文献分布

样本文献分布在1998年至2019年，在2011年至2017年一直稳定在5篇左右，说明了知识共享一直是虚拟学习社区近十年的重要研究内容。国际知名教育技术期刊是主要的文献来源，诸如《计算机与教育》（Computers & Education）、《教育技术与社会》（Educational Technology & Society）、《计算机教育研究杂志》（Journal of Educational Computing Research）等。知识共享也是心理学与计算机科学交叉领域的研究重点。譬如，《计算机在人类行为中的应用》（Computers in Human Behavior）主要关注技术支持与知识共享行为的认知加工与行为反应问题。管理学科也特别关注知识共享的相关话题，《知识管理》（Journal of Knowledge Management）尤为关注知识共享、知识创新和团队组织等主题。

2. 虚拟学习社区知识共享研究的基本内涵

知识共享存在传递说和因素说两种表达。传递说认为知识共享是人际之间的知识传播过程，信息传递需要知识发送者与接收者能对信息具备共同理解（Aalst， 2009）。知识共享者提供任务信息和专门知识，帮助他者或与他人合作解决问题、提出新观念、执行策略与程序（Wang & Noe， 2010），是知识贡献者和收集者的双向互动学习过程（Akram， Lei， Haider， & Hussain， 2019）。因素说认为知识共享是发送者与接受者、知识与信息、信息传输通道和外部环境等共同构成的知识共享系统，知识共享绩效受到各个环节影响，个人或者组织的信任、亲密度、信念、交流技能和组织文化等因素对知识共享具有重要影响（Buckley & Jakovljevic， 2012）。

（二）虚拟学习社区知识共享研究的理论基础

知识共享研究主要涉及社会资本理论、社会认知理论、社会交换理论和活动理论等。表1阐释了它们用于知识共享的理论目标、理论价值、测量与评价。

1. 社会资本理论

社会资本是社会组织保持社交关系、行为规范、社会信任以及人际协调、合作与互惠的黏结剂，具有交互、信任和愿景等特征（Nahapiet & Ghoshal，1998）。虚拟学习社区成员利用信息通信工具形成的社会网络关系为知识共享创造了条件，使得知识能够通过社会关系进行流通和生成。信任是社会关系发展的重要基础，人际互信将影响知识共享的内容数量、发展速度和社会关系。愿景是社会成员达成的用于完成知识共享过程的一系列信念和假设，源于个体但又是集体目的的体现，对个体和集体的知识共享行为具有组织性、引导性、协调性和评价性。社会资本理论不仅能够揭示虚拟社区知识共享的互动内因、关系强弱以及信任程度等，而且能够制定促进知识共享的社会性组织策略。

表1 虚拟学习社区知识共享的理论基础

[理论

基础 理论目标 理论价值 测量与评价 社会资本理论 分析知识共享参与者的社会关系、结构关系和社会认知等 将人际关系作为资本讨论知识共享的影响因素 社会网络分析、人际信任量表、社会交互分析量表等 社会认知理论 分析知识共享社区的群体交互、社群规范、自我效能感、社会认同和社会网络等 探讨个体对知识共享意图和行为的态度、信心等 自我效能感量表、态度量表、社会认同量表、自我认同量表、小组认同量表等 社会交换理论 分析知识作为资本进行共享的过程和机制，涉及心理需求、个人得失、价值判断以及情感态度等 从经济学视角揭示知识共享发生和持续的内在与外在原因 期望奖励量表、期望关系量表、期望贡献量表、声誉量表等 活动

理论 分析知识共享人际活动中的文化环境、人际交互行为、团队组织等 从活动视角揭示知识共享中个体、群体、工具、知识等形成的系统结构及关系 共享文化量表、技术接受模型量表、技术感知愉悦量表等 ]

2. 社会认知理论

社会认知理论主要用于分析和促进虚拟学习社区的群体交互、社群规范、自我效能感、社会认同和社会网络等。社会认知理论的提出源于解释三元互惠因果关系的社会心理功能（Bandura， 1986），从个人因素、环境因素和行为因素三者之间的相互关系阐述了知识共享发生、发展和互动的要素、关系及其动因。目标、自我效能、结果期待、归因、自我评估和自我调节等因素影响着个体知识共享的社会认知，指导、反馈和榜样等因素决定着学习共同体的知识共享绩效，目标进展、动机和学习等是影响知识共享绩效的主要因素。在社会认知理论的指导下，研究者可以根据个人因素、环境因素和行为因素对虚拟学习社区的知识共享行为进行分析，制定相应的学习策略、技术支持或者学习模式。

3. 社会交换理论

社会交换理论是解释知识共享的发生动机和持续动力、努力与回报关系、知识交换公平感等内因的主要方式。霍曼斯的行为交换理论能够从心理需求、个人得失、价值判断以及情感态度等维度分析知识共享的内在动机，虚拟学习社区可以提供奖励激励功能激发社群成员的知识贡献动机。布劳的认知交换理论强调了微观个体交换行为与整体社会功能结构系统之间的联结，能够从互惠、公平、管理等社会规范的视角分析知识共享交换行为的发生、发展以及保持机制。认知交换理论不仅能够为知识共享制度或者规范的制定提供指导，而且能够为避免知识共享行为的垄断和知识共享内容的单极化提供参考。

4. 活动理论

活动理论将知识看作是文化环境的产物，知识是通过活动和行为交互生成的。维果斯基强调了文化和社会在人与世界交互过程中的重要效用，人与世界的相互作用通过工具这一中介实现。维果斯基的社会活动论强调了学习者及学习共同体的知识共享行为受社区文化与环境影响，这就决定了虚拟学习社区知识共享行为的发起和保持需要从人的社会属性进行社区文化建设和学习环境的创设。第二代活动理论从规则、社区以及分工等因素阐述了学习活动发生、发展和运行的基本过程，能够从社区规范或者规则解释知识共享活动的治理和组织策略，也能够从社群成员的角色、组织结构以及主体、客体和工具形成的关系分析和促进知识共享。

此外，虚拟学习社区知识共享研究还涉及计划行为理论、承诺与信任理论、积极组织行为理论以及相关的动机理论等。这些理论从更加具体的视角对知识共享行为或者意向进行了分析，诸如社区成员的积极心态或行为、结果期望程度、成员之间的相互信任等。

（三）虚拟学习社区知识共享研究的分析方法

1. 虚拟学习社区知识共享研究的数据分析

结构方程模型统计方法是知识共享研究的主要定量研究方法，融合了因素分析和回归分析统计技术，能够对知识共享作为因变量的因果模型进行辨识、估计和验证。模型主要包括自变量、因变量、中介变量和调节变量，多以中介变量和调节变量进行知识共享的影响因素分析，其目的是探索影响知识共享的发生机制或者发生条件。常用的定性研究方法包括访谈法、内容分析法和扎根理论分析法等。研究者针对获取的质性数据进行数据挖掘，旨在揭示隐含的深层影响因素，发现影响知识共享的新因素或者构建新理论。

2. 虚拟学习社区知识共享研究的分析模型

研究者根据知识共享的基本过程和构成要素，开发出了诸多用于分析知识共享的结构模型。亨德里克斯（Hendriks， 1999）根据知识在拥有者和重构者之间的外化和内化过程开发出了知识共享模型，将知识共享划分为知识拥有者、知识重构者、知识、共享通道和阻碍因素五个要素以及知识的外化或传播、知识的内化或者吸收和知识传播三个过程。该模型为分析知识拥有者编码、显示、描述等知识外化行为，或者知识重构者进行做中学、阅读和解释等知识内化与吸收行为提供了有效的分析方法。艾皮易（Ipe， 2003）从共享动机、知识性质、共享机会和环境文化四个维度提出了组织中个体间性的知识共享分析模型，可以从权利、互惠的内在因素以及互惠关系、分享奖励的外在因素分析知识共享影响因素，也可以从知识价值、隐性与显性知识、学习通道和关系性学习通道探究知识共享的内容、机会和信息传播效应。知识共享研究框架（Wang & Noe， 2010）系统、清晰地呈现了影响知识共享的诸因素，研究者可以从环境因素、动机因素、个体特征因素和认知因素等分析知识共享行为。

（四）虚拟学习社区知识共享的基本影响因素

通过对虚拟学习社区知识共享研究文献的系统分析，结合王等（Wang & Noe， 2010）提出的知识共享研究框架进行了扎根理论分析，虚拟学习社区的知识共享影响因素主要涉及环境因素、团队因素、动机因素和认知因素等。

1. 环境因素

第一，技术构建的虚拟知识共享环境。信息技术是支持知识共享环境的重要保障，通过创建一个社会性虚拟学习空间实现学习者之间的互动交流、信息管理和知识共享。虚拟学习社区向学习者提供了多终端协同管理、知识云端存储、在线协作编辑和区块链知识管理等功能，智能化、个性化和协作性的虚拟学习环境为知识共享提供了有力支持。虚拟学习社区向学习者提供了虚拟学堂、虚拟团队、虚拟物品、虚拟交易等逼真的社会化学习环境，从社会交换理论的视角为学习者的知识共享提供了更多的技术支持，创建了积分、虚拟物品、数字勋章和贡献统计等。技术的可用性、易用性和愉悦感对知识共享意愿具有显著的積极影响，技术的适用性越强，虚拟学习环境带来的愉悦感越强，越能够显著地积极影响知识贡献行为（Hoseini， Saghafi， & Aghayi， 2019）。

第二，组织文化形成的知识共享环境。组织文化主要涉及团队组织方式、文化与氛围和信任等。社会规范是虚拟学习社区组织文化的重要体现，小组或者团队的组织规范明显强于班级规范对知识共享行为的影响，组织规范的创建有助于人际间的知识共享（Hwang， 2012）。集体主义文化是虚拟学习社区知识共享的重要调节变量，不仅能够显著地调节社会规范对知识共享行为的影响，而且能够显著地正向调节年龄与知识收集对知识共享行为及其质量的效应。知识共享是分享信息、价值和信念的过程，也是一种积极的学习社区文化，根植于社区组织的深层结构中。一旦虚拟学习社区形成了知识共享价值观抑或共享文化氛围，学习者就可能主动地进行知识分享（Pi， Chou， & Liao， 2013）。构建相互信任的学习共同体是知识共享发生、发展和持续的重要保障，信任能够促进人际间的互惠行为、知识共享意愿和知识共享绩效（Hoseini， Saghafi， & Aghayi， 2019），增强学习者之间的互动交流、知识分享和社区发展。信任建立可以从目的、激励和活动等方面实现，诸如构建明确的目的和共同的身份、提供多种选择和社会学习的机会、鼓励学习者积极参与、创建适当的网上行为模式和实施等（Booth， 2012）。

2. 团队因素

团队特征是影响知识共享的重要因素之一，知识共享必须发生于学习团队之中。影响知识共享的团队因素，不仅与学习者的个体特征存在密切联系，而且涉及团队建设、成员组织和成员结构等。团队组建和发展的时间越长，学习者知识共享的意愿和行为越积极。学习者在长期的团队共处中建立了密切的联系和较高的信任，甚至形成了一种独特的沟通风格、语言表达方式或者互动行为，这些对学习者之间的知识共享具有显著的积极影响（Wang & Noe， 2010）。

从团队成员的构成看，学习者的结构越是多样化，他们的知识共享行为越积极。所谓多样化是指学习者的来源多元化、文化背景多样化、性别比例合理化以及主题探究视角多元化等。多样化学习者组成的异质性团队有助于协作交流、优势互补和头脑风暴。当然，一味地强调学习者的多元化将会使群体知识共享行为陷于脱离主题的危险，需要构建伦理道德的领导者，使社群参与者与集体利益保持一致，促使他们真正关心组织的发展。

从学习者的个体特征看，人格、性格、自我知识分享效能、开放性、好奇心以及专业知识水平等对知识共享意愿和行为具有较强的正向效应。譬如，学习者的专业知识水平越高，他们的知识分享意愿和行为就越强，但是因为被评价的恐惧或者负面评价产生的焦虑会削弱他们的知识分享。学习者在虚拟学习社区的公开评价和观点表达是一种大范围的展示，学习者的认知差异、价值观差异以及网络情绪等可能会导致争论，甚至会招来强烈的反驳和“攻击”，这样将会导致学习者共享恭维性的、温和的和折中的观点。

从学习者的个体特征和自我效能感看，在线个人身份、具体网页的自我效能、知识创造效能等能够显著地预测知识共享意愿和行为。知识共享意图中介着学习者的网页操作自我效能、虚拟个人身份以及知识创造自我效能对知识共享行为的影响（Kim， Lee， & Oh， 2019）。从学习者的社会资本看，知识共享行为嵌于人际互动的社会网络关系中，网络联结和关系性社会资本能够促进知识共享行为（Kankanhalli， Tan， & Wei， 2005）。学习者为了保持和加强他们的社会关系，将会主动地持续参与社区活动和知识共享。在知识贡献者与知识接收者之间形成的强弱关系中，弱社会关系的知识共享活动更可能产生非冗余的关系和非冗余的信息。

3. 动机因素

知识共享动机是激发和保持知识共享意向和行为的内部驱动力，主要包括共享意图、从众情感、声誉获取和知识互惠等。

知识共享动机模型从计划行为理论和自我决定理论的视角系统地、全面地和结构化地呈现了复杂的知识共享动机构成因素（Gagné， 2009），从人力资源管理、需要满足、态度、共享规范、自主动机和共享意图等维度解释了知识共享动机的系统结构及其相互作用关系。共享意图直接影响着知识共享行为，态度、自主动机和分享规范通过共享意愿影响知识贡献行为，需求满足通过自主动机间接影响学习者的知识共享意向，人力资源管理的相关因素分别通过需求满足和共享规范间接地影响知识共享行为。共享规范、自主动机和自我决定调节着多种因素对知识共享的影响。共享规范调节着需求满足对学习者自主动机的直接效应，自主动机调节着共享意向对知识共享的直接影响。共享规范对知识共享的影响并不稳定（Wei， Liu， & Francesco， 2010）。从个体认知机制看，学习者的内在动机主要通过内化、认同和从众等发挥作用，奖励方式通过学习者的认同来间接影响知识共享态度，随后影响知识共享意愿与行为。诸多影响因素的叠加和效应传递导致了知识共享行为或者意向的波动。就社会规范因素而言，它对知识共享行为的直接效应非常显著，然而因为自愿承诺影响因素的加入使得直接影响不再显著，而是转为通过内化、认同和从众这些因素间接影响知识共享。

知识共享动机是解释知识贡献、持续共享动机和社区扩展的重要指标，主要涉及利他主义、预期互惠利益、声誉、信任和期待关系等（Lee & Hyun， 2018）。利他主义、预期互惠利益、声誉和信任不仅能够显著而积极地直接影响知识共享意愿，而且也能够通过知识贡献间接发挥效用。知识贡献不仅能够促进学习者持续进行知识共享，而且是知识共享与共享持续意向的中介因素。社会资本和个人动机模型（Chang & Chuang， 2011）揭示了声誉和利他主义以个人动机的角色积极促进知识共享，信任、身份认同和互惠以社会资本关系的角色促进知识共享行为，学习者的卷入度调节着声誉、利他主义对知识共享的影响。经济回报、声誉反馈、互惠等指标代表着学习者的外在动机，利他主义代表着学习者的内在动机，知识共享绩效主要通过观点数量、观点有效性、观点创新性和满意程度等指标进行评价（Hung， Durcikova， Lai， & Lin， 2011）。

从社会资本理论和社会认知理论视角看，认知动机和亲社会行为对行为取向的知识共享具有积极影响。认知动机激发了个人取向的知识共享行为，亲社会动机激发了组织取向的知识共享行为，集体主义因素显著地调节着知识共享行为对创新行为的影响。从社会交换理论维度看，学习者的知识产权信念、感知利益和成本、公平、社会性代价、团队层面的信任与凝聚力等因素对知识贡献意图和知识贡献行为具有显著的影响（Wang & Noe， 2010）。当提供或者生成的知识所有权归己而非组织所有时，学习者更愿意参与到知识共享活动中，原因在于他们能够在知识交换过程中获得他者针对自己知识共享行为的赞誉，实现了学习者自己内心需求的满足感。从感知利益与成本角度看，虚拟学习社区学习者的知识共享意愿和行为实质上是一种名声、尊重和奖励等利益回报与知识共享的交换过程。感知利益和感知代价对知识共享具有截然相反的效应，前者能够积极地促进知识共享。从学习者的知识共享质量层面看，公正和信任是知識共享质量的基本保障，但是过度信任可能会导致学习者或者集体盲目地相信他者共享的知识或信息，很可能会造成知识的误用抑或重用。故在知识分享过程中，学习者之间的彼此信任需要以公正的程序作为基础，以持续确保知识分享的质量。

4. 认知因素

认知因素是指虚拟学习社区知识贡献者的知识共享认知，诸如知识共享意图、知识共享体验、知识共享规范、知识共享责任等。从学习者共享认知视角看，知识共享并非直接受动机因素、个体特征以及环境因素的直接影响，而是通过共享意图间接促进学习者的知识共享行为，动机因素、社会交换因素、社会认知因素等主要通过间接影响学习者的共享态度和动机意图来增强知识共享行为。譬如，虚拟学习社区学习者对高质量知识的期望和人际关系改善的需求显著而积极影响着知识共享态度，并进一步提高社区学习者的知识共享意愿（Bock & Kim， 2002）。

从理性行为主义理论和计划行为主义理论视角看，行为结果的期望、准则的主观认知、控制因素的认知以及促进因素感知等影响着虚拟学习社区学习者的主观准则、态度和行为认知，学习者的此类认知因素显著地影响着知识共享意图。就亲社会行为理论而言，知识共享倾向取决于学习者对共享行为目的的认知，目的取向抑或个人目的认知决定着知识共享意向。移情活动体验将有助于学习者从他者的视角重新审视知识共享活动带来的学习体验，提高了知识共享行为与意向的深度认知。决策理论进一步强调了个体社会规范认知对知识共享意向的作用，学习者根据内化的社会规范决定知识共享意向，规范的激活、责任的归因和结果意识等影响着知识共享意向。

四、研究结论与建议

（一）研究结论

本研究根据知识共享研究文献的分析结果以及相关理论基础，构建了虚拟学习社区学习者知识共享影响因素结构模型。模型的建构过程分为确定研究主题、划分研究维度和解析影响因素指标三步。确定主题主要以知识共享研究文献中的主要理论和解析出的主要影响因素为基础，涉及环境因素、动机因素、团队因素、认知因素和知识共享本体。划分研究维度主要是针对研究主题进行子维度的细化，通过对各主题相关文献的分析和讨论，分别确定了12个子维度。解析影响因素指标是指从研究主题的子维度相关文献中解析出相应的评价指标或者影响因子，通过分析和讨论解析出了37个知识共享影响因素指标，见图1。

虚拟学习社区知识共享影响因素结构模型系统地呈现了影响学习者知识共享的相关因素和结构体系，勾勒出了知识共享因变量的基本测量维度和基本指标，清晰地展现了环境因素、动机因素、团队因素和认知因素等对学习者知识共享意愿和行为的影响逻辑关系。环境因素主要涉及基于技术创建的虚拟学习环境以及虚拟学习社区中形成的社区文化，环境因素主要以知识共享态度作为中介变量间接影响学习者的知识共享意向或者行为。动机因素构成要素众多，是虚拟学习社区群体进行知识共享的主要因素，涉及社会资本、亲社会行为和社会交换等不同维度。虚拟学习社区通过创建各种功能来提升学习者的知识共享动机，诸如声誉系统、互惠网络关系系统和虚拟货币交易系统等。团队是虚拟社区形成、发展和保持的重要前提和基础，个体特征、团队结构和团队文化等团队因素对学习者提升知识共享意愿抑或行为具有积极的促进作用。认知因素主要从虚拟学习社区学习者的自我认知角度诠释知识共享得以发生的内在基本认知动因，知识共享意向、意愿、过程或者行为是由个体对社会规范、知识贡献态度、奖励与惩罚等方面的认知而引发的，只有被学习者内化、认同和执行的规范或者信念才可能促进知识共享。简言之，已有的文献研究从多方面对知识共享行为进行了详细探究，分别从社会交换理论、动机理论、社会资本理论、决策理论、理性行为理论、社会认知理论、计划行为理论和社会行为理论等若干理论维度对知识共享的影响因子进行了深度、系统的解析，不仅有利于教师或者设计者对学习社區学习者的知识共享行为全面了解，而且为创设促进学习者知识共享的虚拟学习社区提供了理论参考。

（二）研究建议

关于虚拟学习社区知识共享研究的文献分析及其影响因素结构模型的构建，对虚拟学习社区知识共享影响因素有了全面、系统的认知，为虚拟学习社区的设计、开发、运行以及学习活动组织等提供了重要启示。

1. 构建生态系统视角下的知识共享社区

虚拟学习社区知识共享影响因素结构模型意味着虚拟学习社区需要构建知识共享生态系统，以确保知识共享意向和行为能够得到全面的和系统的提升。知识共享影响因素的生态系统建设是促进知识共享发生、发展和保持的重要基础，影响因素结构模型系统、清晰和多维地展示了虚拟学习社区知识共享影响因素生态体系，这就需要从生态系统的视角考虑创建虚拟学习社区（尚玉昌， 2002），综合考虑影响学习者知识共享的各种因素才能够全面提升知识共享的意向和行为。以往虚拟学习社区的设计与开发主要关注影响知识共享的少量因素，鲜有发现从生态系统理论视角深度考察知识共享影响因素的系统化设计。譬如，MOOC向学习者提供了大量的优质课程和学习社区功能，但是学习社区仅从社会交换的动机因素进行了设计，由于缺乏从生态系统的视角进行知识共享系统设计，导致MOOC学习社区中的知识共享程度、动力和持续性明显不足（黄如花， 等， 2014）。

生态系统视角下的知识共享社区构建包括知识共享技术环境、知识共享人文环境、知识共享虚拟物品、知识共享信息处理、知识共享社会规范五个方面。知识共享技术环境主要是向学习者提供一个可供知识共享的虚拟学习空间，涉及学习者虚拟角色创建、虚拟空间环境和学习信息呈现等功能。知识共享人文环境主要通过教师、助教或者人工智能机器人等进行知识共享文化、氛围和意向的引领和组织，强调人机协同完成（周琴， 等， 2020）。知识共享虚拟物品是为了满足知识共享个体需求而提供的，通过提供数字勋章、数字金币或者虚拟卡通物件等促进知识共享（张蕾， 等， 2020）。知识共享信息处理主要是为了获取知识共享动态而提供的功能，用于监测、分析和提供相应的帮助或者干预以保障知识共享能够高效运行，可以运用大数据分析技术、学习分析技术、社会网络分析以及学习预警等技术实现（朱郑州， 等， 2020）。知识共享社会规范是虚拟学习社区为促进知识共享创设的相关规范，涉及伦理道德、共享氛围以及团队组织等规范内容。

2. 打造模块化的知识共享学习社区系统

知识共享功能模块的系统设计与开发将能够进一步促进虚拟学习社区学习者的知识共享意向和行为，模块化的知识共享学习社区系统将为教师或者管理者提供更加便捷的服务。在关于“学习者为什么要共享知识”这一问题的文献分析与追问中，虚拟学习社区是否向学习者提供了满足他们多种需求的功能将是他们知识贡献意愿和行为的重要保障。虚拟学习社区就是一个由学习者构建的学习型社会，需要创建各种功能模块来满足学习者的多种知识共享需求。如果将虚拟学习社区看作是社群成员之间进行知识交换的空间，那么虚拟社区就需要为学习者提供知识交换的功能模块，诸如成本计算、虚拟货币交换、荣誉计算与排名以及共享数量统计功能等。换句话说，虚拟学习社区学习者进行知识交换是符合现实社会物质交换基本规律的，其基本假设是学习者的知识共享付出需要得到相应回报，这就决定了虚拟学习社区必须提供相应的功能模块以满足知识共享者的需求。

模块化的知识共享学习社区系统需要根据虚拟学习社区知识共享影响因素结构模型进行创建，根据模型中的各个知识共享维度、结构要素、指标内容等开发相应的功能模块，教师或者管理者可以按需组建知识共享学习社区。从知识共享的过程和活动看，模块化也体现了知识共享系统模块的智能动态组合过程。影响知识共享程度的因素是动态的、发展的和系统化的过程（李海峰， 等， 2020a），这就决定了知识共享学习社区中的要素模块应当是动态的智能化的组合过程。不同因素对知识共享的作用时机也存在明显差异，个体的初始知识贡献意向和行为主要由社会压力、社会宣传、奖励等代表的外在动机引发，然而持续的知识贡献行为主要由个体经验、社会关系、技术感知等代表的内在动机引发和保持（Guan， Wang， Jin， & Song， 2018）。因此，以往一次建站终身使用的虚拟学习社区并不能满足知识共享意向和行为动态发展的需求，动态、智能化和按需提供的模块化学习社区将更能够促进知识共享。系统开发者可以利用大数据分析技术、人工智能技术和学习分析技术等实时侦测相应的指标变量变化，智能化提供相应的功能模块或者隐退相应的功能。虚拟学习社区需要根据虚拟学习社区知识共享影响因素结构模型，以智能化、艺术性、技术性和科学性等为基本方针，设计出系统、科学和美观的功能模块，以实现学习者知识共享行为的普遍性、持续性、深度性和开放性。

3. 拓展虚拟学习社区知识共享因素评价

知识共享及其影响因素的分析与评价是揭示虚拟学习社区学习者知识共享状态的途径，是治理共享过程、共享行为、共享安全和共享交互的前提，更是合理制定知识共享策略的基本依据和检验标准。根据知识共享影响因素结构模型，虚拟学习社区群体抑或个体的知识共享受各种因素的影响，而且它们对知识共享的影响程度、发展状态和组合效果等存在一定程度上的差异。这就决定了虚拟学习社区的知识共享及其影响因素的效果评价不能仅仅局限于问卷和访谈等形式，需要将知识共享的评价手段、技术或者工具等嵌入虚拟学习社区中，向学习者、教师或者管理者提供实时的分析数据功能。

虚拟学习社区知识共享评价最重要的是测量工具的开发和数据的实时统计分析，如何精准地呈现学习者的知识共享内容、共享绩效以及共享深度将是面临的重要挑战。通过对已有知识共享的相关研究分析，发现量表测量工具是研究者对知识共享行为、动机抑或态度等进行数据解析的主要工具（Hoseini， Saghafi， & Aghayi， 2019），尽管量表能够揭示出学习者的知識共享态度及其因果关系，但是缺乏实时的真实行为反应的动态的知识共享行为评价。因此，知识共享及其影响因素的分析需要将量表测量和实时数据测量进行整合，以实现知识共享行为数据的实时获取、分析和建议提出。事实上，研究者对问答社区知识贡献行为的分析为虚拟学习社区知识共享行为的分析提供了一种有效的参照（Guan， Wang， Jin， & Song， 2018）。虚拟学习社区的设计和开发应当充分利用大数据技术、人工智能技术和学习分析技术等实现对知识共享行为的获取、统计和活动组织等。

4. 推动跨界理论驱动探索知识共享机制

跨界知识驱动将为知识共享机制的创新提供更多支持（刘哲雨， 等， 2018）。虚拟学习社区学习者的知识共享行为是一个发生于复杂系统中的知识交换过程，吸纳其他学科理论能够深化对知识共享机制的理解和创新。从虚拟学习社区知识共享研究文献及其影响因素结构模型可以看出，知识共享的影响因素涉及管理学、组织行为学、心理学、教育学、社会学和经济学等学科，涵盖的影响因素更是多样、复杂的，甚至是相互交织的。这就决定了虚拟学习社区的知识共享行为绝不仅仅是教育学理论能够单独诠释的，需要从一个复杂的社会系统的视角进行分析和管理。遗憾的是，当前在线学习平台和学习社区研究领域明显缺乏从跨学科理论进行虚拟学习社区创建的案例，他们或者立足管理学的视角阐释虚拟学习社区如何进行知识管理，或者从社会学视角描述社区学习者如何进行社会性互动。

从虚拟学习社区的已有研究成果看，知识共享研究多是单独的、割裂的或者片面的考察，缺乏从多学科的视角进行全面、系统和深入的研究，这将导致知识共享意图和行为研究结果的不确定性、模糊性和片面性。虚拟学习社区提供的功能模块并非固定不变，功能模块之间的组合会对知识共享行为产生不同的影响。譬如，成就动机是知识贡献的初始动力但容易变动，社会资本是知识贡献持续保持的基本动力，组织环境是知识贡献行为的有力支持因素但作用却易于消退，社会动机是学习者进行知识贡献的根本驱动力（李海峰， 等， 2020b）。换句话说，虚拟学习社区知识共享机制并非仅由某个因素决定，而是涉及不同学科的多种理论，这就需要虚拟学习社区的设计者和开发者从管理学、组织行为学、心理学、教育学、社会学和经济学等多学科进行系统化设计，通过深化知识共享的基本机制来促进学习者的知识共享意向和行为。

[參考文献]

黄如花，刘龙. 2014. MOOC在线交流存在的问题及对策[J]. 图书与情报（6）：18-22.

李海峰，王炜. 2018. 面向问题解决的在线协作知识建构[J]. 电化教育研究（1）：36-41.

李海峰，王炜. 2020a. 在线创作社区的知识贡献机制研究[J]. 现代远程教育研究（4）：93-104.

李海峰，王炜. 2020b. 在线问答学习社区的群体知识贡献影响因素[J]. 开放教育研究（1）：111-119.

刘哲雨，尚俊杰，郝晓鑫. 2018. 跨界知识驱动创新教育：变革机制与实施路径[J]. 远程教育杂志（3）：3-12.

尚玉昌. 2002. 普通生态学（第二版）[M]. 北京：北京大学出版社：371.

王陆. 2004. 虚拟学习社区原理与应用[M]. 北京：高等教育出版社：12.

杨吕乐，张敏，张艳. 2018. 国内外知识共享研究的系统综述：基础理论、知识体系与未来展望[J]. 图书馆学研究（8）：2-11.

张蕾，廖绍雯. 2020. 开放教育环境下的数字徽章：设计维度与价值分析[J]. 电化教育研究（7）：69-76.

周琴，文欣月. 2020. 智能化时代“AI+教师”协同教学的实践形态[J]. 远程教育杂志（2）：37-45.

朱郑州，李政辉，刘煜，等. 2020. 学习预警研究综述[J]. 现代教育技术（6）：39-46.

Aalst， J. V. （2009）. Distinguishing knowledge-sharing， knowledge-construction， and knowledge-creation discourses. International Journal of Computer-Supported Collaborative Learning， 4（3）， 259-287.

Akram， T.， Lei， S.， Haider， M. J.， & Hussain， S. T. （2019）. The impact of organizational justice on employee innovative work behavior： Mediating role of knowledge sharing. Journal of Innovation & Knowledge，5（2）， 117-1329.

Alavi， M.， & Leidner， D. E. （2001）. Knowledge management and know ledge management systems： Conceptual foundations and research issues. MIS Quarterly， 25（1）， 107-136.

Bandura， A. （1986）. Social foundations of thought and action： A social cognitive theory. New Jersey： Prentice Hall.

Bartol， K. M.， & Srivastava， A. （2002）. Encouraging knowledge sharing： The role of organizational reward systems. Journal of Leadership & Organizational Studies，9（1）， 64-76.

Bock， G. W.， & Kim， Y. G. （2002）. Breaking the myths of rewards： An exploratory study of attitudes about knowledge sharing. Journal of Information Resources Management，15（2）， 14-21.

Booth， S. E. （2012）. Cultivating knowledge sharing and trust in online communities for educators. Journal of Educational Computing Research，47（1）， 1-31.

Buckley， S. B.， & Jakovljevic， M. （2012）. Knowledge Management Innovations for Interdisciplinary Education： Organizational Applications. Pennsylvania： IGI Global， 207-232.

Chang， H. H.， & Chuang， S. S. （2011）. Social capital and individual motivations on knowledge sharing： Participant involvement as a moderator. Information & management，48（1）， 9-18.

Chen， I. Y. L.， & Chen， N. S. K. （2009）. Examining the factors influencing participants knowledge sharing behavior in virtual learning communities. Journal of Educational Technology & Society，12（1）， 134-148.

Dawn， E. W.， Linda， F. S.， & Wayne， A. M. （2007）. Virtual Learning Communities. Business Education Digest，16（5）， 70-80.

Gagné， M. （2009）. A model of knowledge-sharing motivation. Human Resource Management and Knowledge Processes，48（4）， 571-589.

Garciagarcia， C.， Chulvi， V.， & Royo， M. （2017）. Knowledge generation for enhancing design creativity through co-creative virtual learning communities. Thinking Skills and Creativity，24（2）， 12-19.

Greenhalgh， T.， & Peacock， R. （2005）. Effectiveness and efficiency of search methods in systematic reviews of complex evidence： Audit of primary sources. British Medical Journal，331（3）， 1064–1065.

Guan， T.， Wang， L.， Jin， J. H.， & Song， X. L. （2018）. Knowledge contribution behavior in online Q&A communities： An empirical investigation. Computers in Human Behavior，81（4）， 137-147.

Gunawardena， C. N.， Lowe， C. A.， & Anderson， T. （1997）. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing. Journal of Educational Computing Research，17（4）， 408-416.

Hendriks， P. （1999）. Why share knowledge？ The influence of ICT on the motivation for knowledge sharing. Knowledge and Process Management，6（2）， 91-100.

Hoseini， M.， Saghafi， F.， & Aghayi， E. （2019）. A multidimensional model of knowledge sharing behavior in mobile social networks. Kybernetes，48（5）， 906-929.

Hung， S. Y.， Durcikova， A.， Lai， H. M.， & Lin， W. M. （2011）. The influence of intrinsic and extrinsic motivation on individuals knowledge sharing behavior. International Journal of Human-Computer Studies，69（6）， 415-427.

Hwang， Y. （2012）. Understanding moderating effects of collectivist cultural orientation on the knowledge sharing attitude by email. Computers in Human Behavior，28（6）， 2169-2174.

Ipe， M. （2003）. Knowledge sharing in organizations： A conceptual framework. Human Resource Development Review，2（4）， 337-359.

Kankanhalli， A.， Tan， B. C. Y.， & Wei， K. K. （2005）. Contributing knowledge to electronic knowledge repositories： An empirical investigation. MIS Quarterly，29（1）， 113-143.

Kim， H.， Lee， J.， & Oh， S. E. （2019）. Individual characteristics influencing the sharing of knowledge on social networking services： Online identity， self-efficacy， and knowledge sharing intentions. Behavior & Information Technology，38（4）， 1-12.

Lee， D.， Watson， S. L.， & Watson， W. R. （2019）. Systematic literature review on self-regulated learning in massive open online courses. Australasian Journal of Educational Technology，35（1）， 28-38.

Lee， K. H.， & Hyun， S. S. （2018）. The effects of tourists' knowledge-sharing motivation on online tourist community loyalty： The moderating role of ambient stimuli. Current Issues in Tourism，21（13）， 1521-1546.

Markovic， S.， & Bagherzadeh M. （2018）. How does breadth of external stakeholder co-creation influence innovation performance？ Analyzing the mediating roles of knowledge sharing and product innovation. Journal of Business Research，88（6）， 173-186.

Morley， I. （2007）. The value of knowledge. Oxford： Interdisciplinary Press， 85-97.

Nahapiet， J.， & Ghoshal， S. （1998）. Social capital， intellectual capital， and the organizational advantage. The Academy of Management Review，23（2）， 242-266.

Petticrew， M.， & Roberts， H. （2006）. Systematic reviews in the social sciences： A practical guide. Massachusetts： Blackwell Publishing.

Pi， S. M.， Chou， C. H.， & Liao， H. L. （2013）. A study of Facebook Groups members knowledge sharing. Computers in Human Behavior，29（5）， 1971-1979.

Teo， H. H.， Chan， H. C.， Wei， K. K.， & Zhang， Z. J. （2003）. Evaluating information accessibility and community adaptivity features for sustaining virtual learning communities. International Journal of Human-Computer Studies，59（5）， 671-697.

Tobarra， L.， Robles-Gómez， A.， Ros， S.， Hernández， R.， & Caminero， A. C. （2014）. Analyzing the students behavior and relevant topics in virtual learning communities. Computers in Human Behavior，31（2）， 659-669.

Wang， S.， & Noe， R. A. （2010）. Knowledge sharing： A review and directions for future research. Human resource management review，20（2）， 115-131.

Wei， J. C.， Liu， L.， & Francesco， C. A. （2010）. A cognitive model of intra-organizational knowledge-sharing motivations in the view of cross-culture. International journal of information management，30（3）， 220-230.

Wolfgang， L. （2004）. Logic Versus Approximation. Berlin： Springer，173-183.

Xiang， C.， Lu， Y.， & Gupta， S. （2013）. Knowledge sharing in information system development teams： Examining the impact of shared mental model from a social capital theory perspective. Behavior & Information Technology，32（10）， 1024-1040.

Yeh， Y.， & Chen， Y. H. （2012）. From knowledge sharing to knowledge creation： A blended knowledge-management model for improving university students creativity. Thinking Skills and Creativity，7（3）， 245-257.

收稿日期：2020-04-16

定稿日期：2020-09-08

作者簡介：李海峰，博士，副教授，硕士生导师;王炜，博士，教授，博士生导师。新疆师范大学教育科学学院（830017）。

责任编辑 郝 丹