公众参与数字人文项目的影响因素

崔浩男，郑晓丹，邵亚伟

0 引言

数字人文项目是指以人文学科资源为基础，运用数字技术在一定条件下解决某一主题的人文问题而形成的有联系的活动。数字人文项目的合作性和生产性特征决定其往往需要依托公众的广泛参与。随着数字人文研究项目由初期立项转向深入发展，利用公众参与的智慧完成传统的知识密集型任务已成为大势所趋[1]，如何吸引公众参与成为学界关注的重要议题。与此同时，越来越多的图书馆、档案馆、博物馆、美术馆等文化机构逐渐认识到其馆藏数字化的价值和必要性[2]，而公众的参与可以提高传统馆藏资源数字化的效率、促进对数字资源的利用和传播并扩大项目的影响力。数字人文情境下往往有平台、任务、公众3个核心元素，本研究拟基于相关核心元素提取影响因素，并通过问卷调查收集原始数据，运用探索性因子分析方法对影响公众参与的相关因素展开实证研究，实现以下研究目的：一是探索相关影响因素的重要程度，对其进行价值排序；二是提出公众参与数字人文项目影响因素模型，明确影响因素的层次结构；三是对比分析参与过和未参与过项目的公众对相关影响因素的价值取向，以更全面、精准地理解不同类别公众的需求。在已有研究的基础上，为今后数字人文项目吸引公众参与和长远发展提供进一步的参考和建议。

1 研究回顾

1.1 数字人文项目公众参与研究

在中国知网等文献数据库中以“数字人文AND公众参与”为检索式进行精确检索，可以发现当前研究主要涉及以下内容：(1)数字人文众包项目研究。赵宇翔等对数字人文视域下文化众包领域的理论与实践发展进行系统性回顾，并对相关概念、技术体系、经验和成果进行总结，认为文化遗产众包有较大的发展潜力[3]；岑炅莲探讨数字人文数据众包的概念、特征、驱动力、系统组成和运行周期，并提出项目前期、中期、后期的运作策略[4]。(2)公众参与数字人文动因研究。张轩慧等探讨数字人文类公众科学项目在冷启动阶段[2]和持续发展阶段[5]的公众参与动因时，分别运用S-O-R理论构建实证模型和扎根理论分析法，最终得出结论并提出相应建议。(3)参与式档案资源开发和服务研究。杨千在研究数字人文视域下我国档案资源合作开发模式时指出，社会公众应对档案馆和数字人文研究团队起辅助性作用，并探索以任务众包来联结多主体的合作开发路径[6]；韩瑞鹏则在构建数字人文视角下的舆图档案开发层次时指出，公众参与程度亟需提高[7]。总体来看，现有研究在内容上较为丰富，且已有学者探索了公众参与数字人文项目的动因，可为本研究提供借鉴，但仍需从公众视角进一步地深入挖掘；在方法上主要侧重于定性研究，应更多地融入定量研究的思路和方法。

在外文数据库Emerald、 Engineering Village中进行文献检索可知，国外有关“数字人文公众参与(Digital Humanities and Public Participation)”的研究也取得一定的成果。例如，Gillian Arrighi等在虚拟现实项目“可视化维多利亚(Visualizing the Victoria)”中，利用系统可用性量表(System Usability Scale)开展用户体验调研，邀请公众参与社区“开放日”并提出建议，对于提升和改善项目的用户体验具有重要参考价值[8]；Pinar Yelmi等将城市声音视为承载城市情感和唤醒文化记忆的非物质文化遗产，并探讨了一种保护和传承城市声音的众包项目“Sounds like”，公众可以录制象征性的城市声音并上传至“在线声音档案馆”，该平台以公众参与的形式从用户处获取数字资源，同时不断提高互动性来提升公众对城市声音的认识[9]。总体而言，国外相关研究涉及多个学科领域，但鲜有研究系统性地、定量地探讨公众参与数字人文项目的影响因素。

1.2 公众参与影响因素研究

数字人文项目本质上是一种社会活动，其他社会活动中影响公众参与的因素也可以作为参考，有必要对公众参与各类社会活动的影响因素研究进行总结。通过在相关文献数据库中以“公众参与AND 影响因素”为检索词进行精确检索，可以发现：(1)在研究领域上涉及广泛，其中涉及公众自身利益的公共管理活动和政府活动占主体，如公众参与政务短视频[10]、网购食品质量安全监管[11]、应急教育[12]等事务的影响因素研究。(2)在研究方法上，注重定量研究、案例研究等实证方法。万欣等基于TPB和NAM整合模型研究垃圾焚烧发电项目中公众参与意愿的影响因素[13]；朱兵华等基于环保举报热线相关数据分析公众参与环境保护的影响因素[14]；赵鹏进行公众有效参与乡村治理的影响因素研究[15]。在国外，有关公众参与影响因素的研究也涉及众多与公众自身利益、城市发展等有关的领域，如Benjamin Stelzle研究影响公众参与城市发展的因素[16]、Nanda Kumar Karippur等探索影响新加坡公众参与人工智能采用意愿的因素[17]。此外，还有较多研究成果均对所在领域的公众参与行为影响因素进行了探索。

综上所述，当前众多领域均关注到公众参与影响因素的研究对于提高相关主体事务效率和质量的作用，认识到探索公众参与各类事务或活动的影响因素有利于“对症下药”，相关领域现有的研究思路、方法乃至成果均具有较多经验值得借鉴。

2 公众参与数字人文项目影响因素提取

2.1 影响因素的初步获取

本研究通过文献调研初步提取24个公众参与数字人文项目的影响因素，其具体释义如表1所示。总体来看，公众参与数字人文项目的影响因素包括项目自身、项目平台、公众自身、项目任务4个维度：项目自身宏观上的奖励、规模、资格限制、反馈机制、培训机制、管理制度、宣传效果等均在一定程度上影响公众的参与；项目平台是连接项目和公众的中介，包括平台设计、平台易用性、平台社交性、平台安全性在内的因素均会影响公众参与；公众自身相关因素同样是影响其参与数字人文项目不可忽视的部分，包括感知成本、预期收益、社交价值、个人兴趣、感知满足、自我效能、自我表达、消遣时间等影响因素；项目任务是项目向公众发出的“指令”，其任务量、任务设计、任务透明度、任务自主性、任务趣味性均会对公众参与数字人文项目的效果产生影响。

表1 公众参与数字人文项目影响因素

2.2 影响因素的最终确定

2.2.1 数据采集整理

根据表1的24个影响因素在互联网上进行问卷调查，问卷发放时间为2021 年3 月23-31日，共收到546份调查问卷，其中参与过数字人文项目的公众问卷数量为100份，未参与过项目的公众问卷数量为446份，剔除其中答题时间过短(低于40秒)的问卷后得到530份有效问卷，符合预定样本规模。问卷包含调查对象的基本信息情况、公众参与数字人文项目影响因素重要性调查、开放性问题三部分内容。第二部分重要性调查内容中共包含24个问项，均采用李克特5分量表形式，其中1-5表示的影响程度逐渐增大。第三部分通过开放性问题收集在问卷中未覆盖到的但公众认为重要的影响因素，并让公众对重要程度进行判断。为避免重复作答，问卷对作答设备进行控制，限同一手机或电脑只能作答一次。

2.2.2 样本特征分析

通过对530份问卷进行调查样本特征分析，结果如图1 所示。调查样本的特征包括四大方面：(1)性别分布，被调查者中男性占比33.21%，女性占比66.79%；(2)年龄分布，18-30岁年龄段所占比例最大，达到83.02%，被调查者总体集中在60岁以下的中青年群体；(3)学历分布，被调查者的受教育程度以大学本科/专科和研究生学历为主，总占比达到了97.73%，表明受调查的样本人群具有较好的知识背景和文化程度；(4)职业分布，在校学生占比70%，事业单位工作者占比14.72%，企业/公司职员占比8.68%，其他职业占比较小但分布广泛。整体上看，样本以中青年人群为主，受教育水平较高，具有较好的文化素养，这意味着调查对象可能对各种数字技术较为熟悉，契合本次调查的主题，具有一定的代表性；样本尽量兼顾了其他群体，调查对象的年龄、学历、职业等分布较广，能够很好地展现不同类别的公众对参与数字人文项目的影响因素重要性的理解和判断，具有较好的广泛性。

图1 样本特征分析

2.2.3 影响因素确定

经过整理分析问卷第三部分开放性问题中的答案，发现被调查者提出的内容可分为与原影响因素涵义相同的因素、不够合理的因素、无意义的碎片化信息3类，如表2所示。由于没有新增产生合理的、直接影响公众参与的因素，原有24个影响因素及其调查问卷为接下来进一步的研究奠定数据分析基础，成为构建公众参与数字人文项目影响因素模型的依据。

表2 被调查者提出的影响因素分类统计示例

3 公众参与数字人文项目影响因素模型构建

本研究运用探索性因子分析的方法，通过对收集到的原始数据进行分析与检验，旨在得到一个符合实际情况并得到公众认可的影响因素模型，深度剖析公众参与数字人文项目影响因素的层次性和重要程度。

3.1 数据分析与检验

(1)描述性分析。使用SPSS 26对530份有效问卷的原始数据进行统计分析，计算各个观测变量的平均值和标准偏差。如表3所示，平均值越大说明被调查者对问卷中涉及的影响因素越认同，即相关的影响因素越重要；标准偏差值则用于测量被调查者间的意见分歧，一般认为值小于1时，被调查者的意见一致性较高。从观测变量的平均值看，在所有影响因素中“消遣时间”因素的平均值最小(3.55)，表明被调查者相较而言对该因素认同度最低；共有18个影响因素的平均值大于4，这充分说明被调查者对大部分的影响因素非常认同，同时这18个影响因素对于吸引公众参与也相对更为重要。从观测变量的标准偏差看，没有影响因素的标准偏差大于1，说明被调查者对提取的影响因素意见一致度很高。因此，从整体分析结果来看，相关影响因素的提取是合理的。

表3 观测变量描述性统计分析 N=530

(2)可靠性分析。运用SPSS 26软件并利用Cronbach α系数对问卷的可靠性进行检验，观测变量的检测结果如表4 所示。整个量表的Cronbach α 系数为 0.943，超过 0.7 的可接受值，说明本次调查问卷的数据具有较高的信度，各个指标项内部的一致性较高，可以进行接下来的深度分析。

(3)适用性分析。采用KMO样本测度和巴特利球形检验进行因子分析适用性的评估，结果如表5所示。KMO检验值为0.953，大于0.9，表明变量间具有共同因素存在，非常适合因子分析；巴特利特球形检验的近似卡方值为7250.405，自由度为276，检验的显著性水平为0.000，再次表明样本数据效度较好，适用于因子分析。

表5 观测变量适用性分析检验

(4)主成分分析。在因子分析过程中，根据旋转成分矩阵可以确定公因子。本研究采取主成分分析法和方差最大化正交旋转法萃取公因子，对载荷系数绝对值小于0.4的影响因素予以剔除，得到观测变量的探索性因子分析结果，如表6所示。旋转成分矩阵是通过分析被调查者对公众参与数字人文项目影响因素的重要性判断得出的，共获得4个公因子维度，每个维度中包含的变量与表1中略有不同，表明最初的分类标准没有得到完全验证，需要根据分析结果继续构建和完善影响因素模型。与此同时，通过分析得出4个公因子的累计方差解释度为61.493%(见表7)，表明它们可以较好地代表原始变量信息。

表7 观测变量总方差解释

3.2 影响因素模型的构建

因子分析可以将复杂变量降维处理为几个核心因子，并揭示多元观测变量的本质结构。根据表6的旋转成分矩阵，结合表1的影响因素及其释义，24个影响因素指标划分为4个维度，需要对其进行归纳和重新命名，进而更科学地确定公众参与数字人文项目的影响因素层次。

表6 观测变量因子分析载荷矩阵

在公因子1上共有12个变量，包括平台易用性、培训机制、平台设计、管理制度、平台安全性、反馈机制、宣传效果、预期收益、感知成本、平台社交性、任务透明度、项目规模。其中，由“平台社交性”变量的因子载荷可知，其既可旋转到公因子2上(0.557)，亦可视为公因子1上的影响因素(0.484)，并且与“社交价值”因素的含义相近，所以将该变量予以剔除；“任务透明度”和“项目规模”变量则根据载荷大小分别划入公因子3和公因子4。从公因子1的9个变量中不难看出，平台易用性、平台设计、平台安全性均与项目平台有关，属于显性因素；而培训机制、管理制度、反馈机制、宣传效果、预期收益、感知成本则是数字人文项目软实力的体现，属于潜在因素。所谓数字人文项目的软实力是指项目的管理制度、组织模式、价值观念、知名度等影响自身发展潜力和感召力的因素，这种软实力相比于项目资金、项目规模等硬性条件而言，是通过潜移默化的方式吸引公众参与而产生的一种影响力[28]。项目平台可以沟通数字人文项目和公众，而这些潜在的软实力因素正是通过项目平台外化和展现出来的，因此将公因子1命名为“项目平台与软实力”。

公因子2上共有7个变量，包括预期收益、社交价值、自我表达、自我效能、感知满足、个人兴趣、消遣时间。其中，“预期收益”变量按照载荷大小划入公因子1，因此公因子2上共有6个影响因素。根据指标释义，这些因素均与公众自身的需求和能力有关，所以将公因子2命名为“公众需求与能力”。

公因子3上共有5个变量，包括任务量、任务设计、任务透明度、任务自主性、任务趣味性。从中可以看出，相关因素均是项目任务的不同特性和表现，因此将公因子3命名为“项目任务特征”。

公因子4上共有3个变量，包括项目奖励、资格限制、项目规模，均与数字人文项目自身的情况相关，因此将公因子4命名为“项目自身条件”。

根据上述对分析结果的解释和重新归纳、命名，得到公众参与数字人文项目4大影响因素及其体系模型，如图2所示。“项目平台与软实力”是连接项目与公众的显性“桥梁”，“项目任务特征”则是项目与公众相关联的隐性“纽带”。在4个维度中各包含若干影响因素指标，通过多个观测变量进行反映。该模型较为全面、客观地反映了影响公众参与数字人文项目的相关因素及其结构。

图2 公众参与数字人文项目影响因素模型

3.3 影响因素模型的验证

为进一步验证模型，对模型的4个维度影响因素进行信度与效度检验，结果见表8。“项目平台与软实力”“公众需求与能力”“项目任务特征”维度的α系数和KMO值均超过0.8，说明相关维度所包含的若干影响因素具有较高的可靠性和适用性。尽管“项目自身条件”维度所包含的观测变量数量较少，其α系数和KMO值均大于0.5，说明该维度所包含的影响因素也较为可靠，可以反映因子特征。因此，公众参与数字人文项目影响因素模型是较为合理的。

表8 影响因素模型的信度与效度分析

4 不同类别公众参与影响因素维度对比

本研究对参与过和未参与过数字人文项目的公众问卷数据分别进行因子分析并形成旋转成分矩阵，各得到4个维度(如表9所示)。通过对比分析两类公众在4个维度中对不同影响因素的价值判断，可以发现不同类别公众在参与数字人文项目时所存在的影响因素差异。

表9 不同类别公众参与数字人文项目影响因素对比分析

4.1 第一维度的差异

在第一维度中，参与过与未参与过数字人文项目的公众有7个共有的影响因素，分别是培训机制、管理制度、反馈机制、宣传效果、平台易用性、平台设计及平台安全性。二者的差异在于，参与过数字人文项目的公众认为除了受到以上7个因素影响外，还应关注感知成本、项目规模与预期收益3 个因素。由此可见，在该维度中，参与过项目的公众除了关注项目平台本身、项目软实力情况之外，还涉及个人参与项目的成本与收益的对比衡量，而项目规模也会在一定程度上影响公众的预期收益，即项目规模越大，公众参与其中越可能获得更多的能力提升和物质激励机会。

4.2 第二维度的差异

在第二维度方面，参与过与未参与过数字人文项目的公众所关注的影响因素差异较大。参与过项目的公众在该维度关注的影响因素共有9个，未参与过的公众则有8个。尽管数量差异并不明显，但因素内容差异明显，仅有感知满足、个人兴趣、自我效能、消遣时间4个因素是二者共同关注的。参与过的公众还关注任务量、任务设计、任务透明度、任务趣味性及任务自主性5个因素，关注点集中在项目任务特征的情况上；而未参与过的公众则关注自我表达、社交价值、平台社交性及预期收益，更多地关注自身通过参与数字人文项目获得的体验，尤其是个人社交方面。由此可见，在第二维度，参与过的公众更关注项目任务特征，未参与过的公众则更期待通过项目满足自身的各项需求和体验。

4.3 第三维度的差异

在第三维度上，参与过与未参与过数字人文项目的公众之间的差异对比明显。在影响因素数量方面，参与过的公众仅关注3个因素，而未参与过的公众则关注6个因素；在具体因素变量方面，两类公众没有共同关注的影响因素。参与过项目的公众更关注社交价值、平台社交性和自我表达；未参与过的公众则关注任务量、任务设计、任务透明度、任务自主性、任务趣味性及感知成本6个因素。因此，在该维度中两类公众的关注重点与第二维度相反：前者更关注在项目中获得的自我表达和交流的机会，后者则更关注项目任务本身的特征。

4.4 第四维度的差异

在该维度中，两类公众关注的影响因素差异较小。二者共同关注项目奖励和资格限制，但对于未参与过项目的公众，还受到项目规模的影响。该维度的影响因素体现出两类公众对数字人文项目的态度受到内部动机和外部激励政策的影响：对资格限制的关注体现了公众受到内部动机的影响，对项目奖励的关注则是受外部激励政策影响的表现。因此，该维度体现了两类公众均对项目自身的条件有所关注。

5 讨论与总结

5.1 研究结论

本研究通过实际数据调研与探索性因子分析，构建公众参与数字人文项目影响因素模型，对比分析参与过和未参与过数字人文项目的两类公众对影响因素重要性的判断，得出以下结论。

(1)基本验证公众参与数字人文项目有项目平台与软实力、公众需求与能力、项目任务特征、项目自身条件4个维度的影响因素，并且按重要程度排序为：项目平台与软实力＞公众需求与能力＞项目任务特征＞项目自身条件。上述4大维度各有9个、6个、5个、3个二级影响因素(详见图2)，可以为数字人文项目吸引公众参与提供评价标准和依据。

(2)在影响公众参与数字人文项目的诸多因素中，应重点关注平台安全性、平台易用性、平台设计、培训机制、宣传效果等指标(详见表3)。这是公众认为参与数字人文项目时较为重要的影响因素，而消遣时间、资格限制、社交价值等指标则相对而言不够重要，与“从公众需求出发”的传统印象和角度有所不同，分析结果表明数字人文项目应主要练好自身的“内功”。

(3)参与过和未参与过数字人文项目的两类公众对相关影响因素的价值判断“同中存异”。参与过项目的公众的影响因素价值排序为“项目平台与软实力＞项目任务特征＞个人需求与能力＞项目自身条件”，未参与项目的公众的价值排序为“项目平台与软实力＞个人需求与能力＞项目任务特征＞项目自身条件”。两类公众都保持了对项目平台和软实力的高度关注，差异之处在于：参与过项目的公众更加关注项目任务的相关特征、成本与收益的权衡；未参与过项目的公众则更加关注个人的需求与体验。

5.2 研究启示

本研究通过问卷调查和探索性因子分析方法，明晰影响公众参与数字人文项目的主要因素及其结构，并通过对比两类公众发现更深层次的需求，据此可为今后数字人文项目开展提供评价标准，提出优化公众参与的建议和对策：一是重视平台和软实力建设。数字人文项目应专注和着力于平台优化，提高平台易用性、安全性、社交性，并依托平台设计完善的培训机制、管理制度、反馈机制，扩大项目的知名度，降低公众的感知成本、提升公众的预期收益，做好软实力方面的建设。二是对于不同类别的公众采取相对应的推广策略。对于参与过项目的公众应通过优化项目任务和激励措施来吸引其继续参与；对未参与过项目的公众则应从其需求出发，满足其个人体验。未参与过的公众对数字人文项目有一定的兴趣，但在知识和能力方面的储备并不丰富，因此会更希望平台提供交流、分享等功能，以便在参与项目过程中能够方便快捷地与其他项目参与者进行交流，满足其自我展示和归属需求。

数字人文研究范式下的知识生产和获取形式相比传统形式而言更加多元化、协作化，能够为公众带来丰富、有趣的文化服务体验。公众参与数字人文项目影响因素研究既事关公众自身利益，又能够提升数字人文项目的质量和效率，未来应从激励模式创新、技术应用等方面继续开展和深化相关研究。