Web 2.0环境下影响用户生成内容动因的实证研究——以土豆网为例，本文主要内容关键词为：动因论文,为例论文,实证研究论文,环境论文,土豆网论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
doi:10.3772/j.issn.1000-0135.2010.03.010
1 引言
Tim O' Reilly在2005年9月发表的What Is Web 2.0一文中概括了Web 2.0的概念，并给出了Web 2.0的架构图——Web 2.0 Meme Map[1]。随后，关于Web 2.0的相关研究与应用得到了迅速发展。与Web 1.0用户通过浏览器获取信息的主要特点相比，Web 2.0更注重用户的交互性，即为用户构建一个参与表达、创造、沟通和分享的环境，由全民上网到全民织网，用户既是网站内容的消费者（浏览者），也是网站内容的生产者和传播者。Web 2.0的研究主要由两部分组成：结构研究和内容研究。前者包括我们所熟知的社会网络、信息交流模式等研究，也是近年来学术界研究的热点；后者主要体现在用户生成内容研究上。用户生成内容是Web 2.0环境下一种新兴的网络信息资源组织模式。和传统权威发布、中心辐射等内容产生模式不同，Web 2.0环境下内容的生成更多体现了离散、去中心化、非权威化、集体创作与协同创作的特点。用户生成内容研究包括对用户和内容之间数量关系的研究，创作过程中内容集中与离散程度的研究，用户生成内容的质量测度和评价研究，以及激励用户贡献内容的机制研究等。本文从定性研究的角度提炼影响用户生成内容的主要动因，构建理论整合模型以及实证模型，并从定量研究的角度以土豆网作为实证对象，验证相关假设在用户生成的视频内容中的实际情况，为设计一套科学有效的用户生成内容激励机制提供了前期研究基础。
2 用户生成内容概述
用户生成内容(User-Generated Content,UGC)在国外文献中有多种表达方式，除了比较常用的“User-Generated Content”(UGC)以外，还有“User-Created Content”(UCC)、“Consumer Generated Media”等。这个术语自2005年由网络出版和新媒体出版界提出并逐渐走入人们的视线。目前关于用户生成内容还没有一个公认的定义，就其社会、文化和经济影响的研究也处于早期阶段。目前较有影响力的定义是由世界经济合作与发展组织(OECD)在2007年的报告Participative Web and User-Created Content:Web 2.0,Wikis and Social Networking中提出的。该定义描述了用户生成内容的3个特征：①Internet上公开可用的内容；②此内容具有一定程度的创新性；③非专业人员或权威人士创作[2]。
用户生成内容有着不同的表现形式。它可能是一组文字、图片，或者是一段音频、视频，也有可能是一系列共享的文件等。它的发布平台也不尽相同，博客、播客、Wiki、P2P、RSS等都是我们所耳熟能详的。表1是笔者总结的有关用户生成内容的类型、发布平台以及实例的概括性介绍。由表1可知，UGC类型和发布平台较为复杂多样，且都有各自的特色和规范。
3 相关文献综述
尽管目前直接从字面上匹配到的关于用户生成内容中影响用户创作、贡献与共享内容的研究并不多，但实际上它并非一个全新的研究领域。根据表1中UGC的内容类型和发布平台，我们进行分类综述，发现以往一些关于博客创作动机、虚拟社区或在线社区的知识共享方面的研究都与我们的研究主题有所涉及。
Nardi等通过深度访谈、文本分析的方法，对23位博客发布者进行研究后发现，记录生活、发表个人观点和见解、宣泄情感、与他人建立关系以及通过写作整理思路是用户创作博客的主要原因[3]。Lenhart和Fox对233位博客作者通过电话访谈的方式进行研究后发现，影响博客创作的主要因素包括自我表达、个人经历记录与分享、社会关系的维系、与他人分享知识和技能、鼓励他人行动[4]。Chin-Lung Hsu等采用调研的方法对212位博客作者进行了研究，结果显示博客的易用性、趣味性、利他主义以及个人声誉对于博客创作与知识共享有正向影响。同时，主观规范和映象、社区归属感以及身份的认可对于持续的博客创作与共享有显著作用[5]。Wasko和Faraj采用问卷调研和内容分析的方法，对342位参与者进行研究后发现，影响用户参与虚拟社区的主要因素包括：共享内容的有用性，互惠性，学习机会，同行交流，利他主义，趣味性[6]。Ridings和Gefen认为，信息交流、友谊、社会支持和消遣娱乐是参与虚拟社区的主要原因[7]。Wang和Fesenmaier研究了虚拟旅游社区的参与和贡献动机，结果表明虚拟旅游社区的参与主要受社会利益和娱乐利益的影响，贡献水平可以由3个方面的动机来解释，分别是工具相关的、效能相关的和期望相关的动机[8]。Chiu和Hsu等整合社会认知理论和社会资本理论，通过对台湾某个IT专业虚拟社区BlueShop的调查，研究了虚拟社区的知识分享行为。结果表明，与社区相关的结果期望，如促进社区成长、帮助社区聚集和增加知识等，影响社区中的知识共享；而与个人相关的结果期望，如声誉、加强联系和交往需求等，对社区内的知识共享没有显著影响[9]。Yu、Jiang和Chan以个人动机为中介变量，研究问题解决型虚拟社区的知识共享行为。结果表明，自我兴趣动机（自我加强、积极学习、声誉、利他性、互惠性）和社区促进动机（道德约束和主观规范）对虚拟社区的知识共享行为有正向影响[10]。Chitu和Wonseok调查了465个维基百科中的活跃参与者，研究结果显示，直接或间接的网络关联性和结构洞对参与者的社会资本的形成有重要影响，从而影响到参与者的贡献能力[11]。罗家德等以社会资本的结构、关系、认知维度为研究视角，研究了实践型社区内虚拟社会资本对知识共享的影响。结果表明，除认知层面外，关系层面的信任因素和结构层面的联结和网络结构对于个人在社区中的知识共享行为均有显著影响[12]。李仪凡和陆雄文以网络游戏社区为例，基于Interest Graph模型和Nicholas五因素理论研究成果，利用深度访谈和焦点座谈的研究方法，研究用户参与网络虚拟社区的主要动机。通过实证研究得出八大动机：领导、沉溺、攻击与贬低、性需求、物质需求、角色探索、亲和以及休闲与自由[13]。梁超云等以两岸三地中文维基百科的管理员为研究对象，探讨其参与动机与工作形态。研究结果显示，主要参与动机包括自我成长、使命感和相似性，而且拥有较多自主时间者、人际归属较弱者以及使用网络时间较长者，其参与动机相对较高[14]。
从文献综述可以发现，以往关于用户生成内容的动因研究大多集中在博客和虚拟社区领域，侧重文本类用户生成内容的研究。笔者认为，就用户生成内容的创作难度、编辑成本以及共享行为而言，视频类用户生成内容的复杂程度要远大于文本类用户生成内容。因此，以视频分享网站作为实证对象，考察Web 2.0环境下影响用户生成内容的主要动因，更能体现本研究的主题。Milliken等以YouTube为实证对象，从地域的角度探讨用户生成在线视频对于社会公共话题的关注度[15]。Molyneaux等也以YouTube为实证对象，从性别的角度探讨男性和女性在创作和接受在线视频作品中的差异[16]。Meeyoung Cha等以YouTube和韩国的视频平台Daum作为实证对象，对内容产生的模式、用户参与度等视频UGC的属性进行分析比较，为构建有效的UGC系统提出了若干建议[17]。然而，以往关于视频类用户生成内容的动因研究并不多，因此本文拟就该领域开展相关的实证研究。
4 研究模型与假设
4.1 理论背景
用户生成内容的动因研究是Web 2.0环境下信息用户行为研究的新方向，对这个问题的研究不能仅仅停留在单一的学科范畴内。因此，我们需要借鉴社会学、社会心理学、行为学、经济学、管理学中的一些理论，融入我们的研究中去。社会交换理论(Social Exchange Theory,SET)是阐释人际间社会交往活动规律的一种社会心理学理论。该理论认为，人与人之间除了发生经济交换关系外，还有社会交换关系，社会交往行为依赖于交往双方彼此从对方所获得的收益与付出的代价的比值[18]。用户生成内容中的内容贡献以及知识共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。因此有学者提出以社会交换理论的观点来探讨相关行为。社会资本理论(Social Capital Theory)提供了信息和知识共享的可能性，这对于研究用户生成内容中内容创造、交流与共享有一定的指导意义。Hazleton等将社会资本分为3个维度：结构、关系和交流。其中结构维度包括3个因素：渠道、获得点和时机[19]。关系维度也由3个部分组成：义务、信任以及人与人之间的联系程度。交流维度包含了大量的人类通信行为，这个维度所包含的因素会影响社会资本的获得、保持和扩大。社会认知理论(Social Cognitive Theory)认为，人们的认知活动和他们的行为之间存在着因果关系，这些内在的思维活动和外部环境因素一起，决定着人们的行为[20]。人的行为受到社会网络（如社会系统环境）和个人认知（如期望、信念等）的影响。有两种主要的行为认知动因：结果期望和自我效能。前者显示人们喜欢从事那些能使其绩效增加或取得良好结果的行为，后者决定了人们选择哪种行为，投入多少精力去克服困难。社会认知理论是被广泛接受和实证检验的对于个人行为研究的理论，对于用户生成内容中用户贡献内容和知识共享的行为给出了一定的解释。动机理论(Motivation Theory)认为，人们的某个行为都是出于一定的动机，这些动机有些是出自利益和成本的比较，有些来源于对自己社会角色的认知。Leonard等结合自我概念的形成过程将动机分为5类[21]：①内在动机过程；②实用性动机；③基于自我概念的外部动机；④基于自我概念的内部动机；⑤目标内在化。动机理论能够较为直接地从心理学角度研究用户生成内容的态度和意图，从而揭示相关的动因。技术接受模型(Technology Acceptance Model,TAM)理论主要从个体对技术的感知有用性和感知易用性两个方面，分析解释个体对信息技术的接受行为[22]。感知有用性指个体认为通过使用一种具体信息技术能提高其工作绩效的程度，而感知易用性指个体认为使用该技术的容易程度。TAM理论认为，要想让个体使用一项新的IT技术，应当尽量让使用者感觉到该技术能够带来好处，并且这些好处的获得并不需要花费很多的时间和精力。用户生成内容的过程也是用户与UGC平台或工具交互的过程，因此技术接受也是影响用户生成内容动因的一个重要部分。
4.2 整合模型
以往关于知识共享和用户贡献行为的研究更多偏重于个体驱动因素的讨论。本文认为，个体驱动因素只是影响其行为模式的一个驱动维度，因此有必要从更为客观全面的角度开展研究。通过对相关理论和已有研究的综述，我们可以将UGC中影响用户生成内容的因素分成3个维度和1个调节集：社会驱动维度、技术驱动维度、个体驱动维度以及人口统计学特征。其中社会驱动维度主要从社会学和社会心理学角度考察影响用户生成内容的原因，包括社会资本理论、社会认知理论和社会交换理论等；技术驱动维度主要从技术接受、技术任务匹配、可用性工程等角度出发，考察影响用户生成内容的主要原因；个体驱动维度主要从心理学和行为学角度考察影响用户生成内容的原因，这一部分直接影响用户对UGC的态度、行为意图和实际行为。除了上述3个维度驱动，我们还需要研究人口统计学特征对于各变量的调节作用。人口统计学特征涉及性别、年龄、人种、地域、教育背景、工作经历、上网时间等个人统计因素，在许多研究中我们都会将其作为调节变量，部分引入到模型中进行考察。整合模型如图1所示。图中个体驱动因素既作为影响用户生成行为的直接变量，同时也作为技术驱动因素和社会驱动因素的中介变量。这表明技术驱动因素和社会驱动因素也会通过影响个体驱动因素从而间接影响最终的行为动机。
4.3 实证模型与假设
为了本文的实证研究需要，必须将图1的整合模型进一步细分。根据相关的研究理论、已有的研究综述以及定性的扎根研究方法（见下文研究方法部分），我们从社会驱动维度、技术驱动维度以及个体驱动维度中抽取相关的测度因子进行实证模型的构建。如图2所示。
在技术驱动维度中，感知易用性和感知有用性是两个主要的影响因子。根据TAM研究结果，信息技术用户的易用认知和有用认知对该技术的使用意向都存在积极影响。同时，感知有用性和感知易用性也会一定程度上影响用户对自己完成某项特定任务的能力的自信程度，即自我效能。基于此，本文提出如下假设：
图1 影响用户生成内容主要动因的整合模型
图2 影响用户生成内容主要动因的实证模型
H1a：用户的易用认知对于其自我效能产生正向影响。
H1b：用户的易用认知对于其内容生成行为产生正向影响。
H2a：用户的有用认知对于其自我效能产生正向影响。
H2b：用户的有用认知对于其内容生成行为产生正向影响。
在社会驱动维度中，他人的认可、个人形象的提升以及对于某个组织群体的归属感，即社会身份认知在一定程度上可能影响用户生成内容行为。互动性、线下活动等社会交互联结因素也与用户生成行为相关。同时，社会身份认知的提升和社会交互联结的紧密一定程度上也会影响用户创作的兴趣和乐趣。我们在扎根分析中发现，用户彼此间的个人信任以及用户对于UGC站点的广义信任有助于增长用户的利他性。另一方面，广义信任也在一定程度上正向作用于用户生成行为。基于此，本文提出如下假设：
H3a：用户的社会身份认知对于其兴趣和乐趣产生正向影响。
H3b：用户的社会身份认知对于其生成内容行为产生正向影响。
H4a：用户的社会交互联结对于其兴趣和乐趣产生正向影响。
H4b：用户的社会交互联结对于其生成内容行为产生正向影响。
H5a：用户的信任感对于其利他主义产生正向影响。
H5b：用户的信任感对于其生成内容行为产生正向影响。
在个体驱动维度中，用户对自己完成某项特定任务的能力的自信程度，有效的外部奖励，用户创作内容与共享内容的兴趣和乐趣，以及用户通过内容生成从而帮助别人的倾向，都会在一定程度上影响用户生成行为。这些因素也是我们在对扎根分析中出现频率极高的关键词的归纳后发现的。基于此，本文提出如下假设：
H6：用户的自我效能对于其生成内容行为产生正向影响。
H7：用户获得的外部奖励对于其生成内容行为产生正向影响。
H8：用户的兴趣和乐趣对于其生成内容行为产生正向影响。
H9：用户的利他主义对于其生成内容行为产生正向影响。
5 研究方法
本文选取土豆网(http://www.tudou.com/)这一国内著名的视频创作与分享网站作为实证对象。从2005年4月土豆网发布公开测试版本到今天，短短几年之内该网站已经聚集了大量的人气和海量的音频、视频内容。土豆网倡导“每个人都是生活的导演”，鼓励用户进行原创作品的发布和精彩内容的共享。这与Web 2.0环境下用户生成内容的去中心化、交互性、用户参与、富用户体验、微内容的理念是一致的。
本文在构建实证模型的阶段，采用了扎根理论的研究方法。扎根理论(Grounded Theory)通过对典型个案的深度访谈调研，用定性归纳的方式，对现象进行编码、重组和解码的分析整理，从而得出相关的结论。扎根理论更注重对象的信息丰富度而非样本数量的多少。在本研究中，笔者主要围绕“是什么原因让您爱上了视频内容创作与共享”这一主题，从土豆网的用户排行榜中选取一周以内“种豆大户”、“挖豆标兵”、“豆角排行”中活跃的用户，从中选择那些在线的或者留有QQ、MSN等即时聊天方式的用户与其联系。最终访谈人数为24人，每次访谈时间为20～60分钟，结束后将聊天记录进行及时整理，剔除与研究内容无关的文字。然后，我们在此基础上进行开放译码工作，将资料记录逐步进行概念化和范畴化。同时我们借鉴已有的研究结论和相关的理论，将范畴规范化并作为实证研究模型的测度因子。
为了验证实证模型中所提出的假设，本文采用分析型调研方法。在问卷设计中，为10个测度因子分别设置一定数量的测度问题。考虑到问卷的信度和效度，尽量采用国内外文献已用过的量表，再根据本研究目的加以修改作为问卷调查的工具。其中，测量感知有用性和感知易用性来源于文献[22]的研究，社会身份认知的3个测度项来源于文献[23]的研究，社会交互联结的4个测度项来源于文献[9]的研究，信任的4个测度项来源于文献[5]的研究，自我效能的3个测度项来源于文献[20]的研究，利他性的3个测度项来源于文献[24]的研究，兴趣和乐趣、外部奖励的部分测度项来源于文献[25]的研究，用户生成行为的测度项由笔者自行设置。问卷共有32个测度项，均采用Likert5级量表形式。具体详见附录。
本研究采用方便抽样的方法，即笔者以自己方便的形式抽取调查对象。鉴于土豆网中有不少内容是非原创的，和本研究中定义的用户生成内容有一定的距离。因此笔者仅选取土豆频道中的“创作”栏目作为调研环境。调研对象的选择原则为：①从2008年1月至2008年12月底这一年间至少创作过1个音频或视频文件的用户；②活跃的用户（一个月内有登录记录）或者有联系方式的用户，前者主要通过在线留言的方式发送问卷，后者主要通过即时聊天工具的形式发送问卷。总共发送了220份问卷。然而由于各种客观条件的限制，仅回收有效问卷94份，其中21份是扎根分析结束后让访谈对象直接填写的。总体回收率不甚理想。为了增强调研样本的说服力，笔者又考察了土豆网中的其他几个频道，发现“娱乐”和“生活”频道中有不少视频其实符合用户生成内容定义的特点，但是在作品分类的时候却并没有归入“创作”频道。笔者以同样的选择原则发放了150份问卷，有效回收48份，最终有效问卷数为142份。然而遗憾的是，不少用户并没有填写诸如性别、年龄等基本信息，因此在本次研究中无法测度人口统计学特征对于用户生成内容动因的调节作用。
6 研究数据分析
6.1 研究的信度与效度分析
本研究采用结构方程模型(SEM)对实证模型中的假设进行检验，分析软件为SPSS11.5和LISREL8.72。在检验实证模型前，首先要利用验证性因子分析(CFA)去测度本研究中的32个问卷测度项的信度和效度。对于信度分析主要采用Cronbacha和CR(Composite Reliability)系数来考察。通常Cronbacha系数大于0.7且达到显著水平(P＜0.05)，表明因子具有较好的可靠性；当CR系数大于0.7时，表明因子的指标信度较好。本文验证性因子的信度结果如表2所示，基本满足了上述两个条件，显示本研究衡量变量的各项目间具有相当程度的内部一致性。
笔者使用平均萃取变差(Average Variance Extracted,AVE)来检验模型的收敛效度(convergent validity)和区别效度(discriminant validity)。AVE衡量的是因子解释的方差与测量误差解释的方差的比率。一般认为，当①如果所有因子的AVE大于0.5（即AVE的平方根大于0.707），则认为模型的收敛效度较好；②如果所有因子AVE的平方根大于各因子结构间的相关系数，则认为模型的区别效度较好。表3中位于对角线上的AVE的平方根值均大于0.707，且各因子间的相关系数均小于对角线上的AVE平方根值。因此本研究模型满足上述两个条件，效度达到了相关标准。
同时，根据LISREL 8.72软件提供的6个常用的拟合指标，对比本文的模型拟合参数，如表4所示。基本判定本研究模型的拟合度较为满意。
6.2 路径分析与假设关系检验
本文使用结构方程模型对上文提出的14个假设进行检验。结构方程模型包括结构方程和测量方程。结构方程测算外生潜变量与内生潜变量之间的关系，测量方程测算指标（即观测变量）和潜变量（即因子）之间的关系。结构方程模型可以同时考虑并处理多个因变量，允许自变量及因变量含有一定的测量误差。潜变量有多个指标测度，可通过多个指数评价数据与模型的拟合程度。因此，结构方程模型能够得出比传统的回归分析更为精确的结果。本文运用LISREL 8.72软件来计算研究模型中的各条路径系数和回归方差，结果如图3所示。验证结果表明，模型的14个假设中除了H2b和H5b外，其余都得到支持。4个内生变量，即自我效能、兴趣和乐趣、利他主义和用户生成行为的方差值分别为44.5%、57.0%、12.5%和81.8%，大部分路径系数均在P＜0.05和P＜0.01的水平上显著。
6.3 研究结果讨论
在技术驱动维度中，感知易用性(β=0.323,P＜0.05)对用户生成行为有积极影响，而感知有用性对于用户生成行为的影响却并不显著。这一点与前期扎根研究的结论非常吻合，即许多受访者均提到用户生成内容站点——土豆网的内容上传、内容修改等技术使用越简单、学习越容易，则用户生成内容的动力会越大。几乎没有受访者从有用认知的角度讨论用户生成内容的动力。这与传统研究中感知有用性显著作用于实际使用行为有所不同。笔者认为，主要原因在于传统的实证研究主要基于ERP、SCM、移动商务等功能型平台，而土豆网等视频类用户生成内容站点主要以娱乐休闲为主，因此创作者很少会从有用的角度考虑其内容生成行为。研究还表明，感知易用性(β=0.528,P＜0.01)和感知有用性(β=0.216,P＜0.05)都对自我效能有正向影响，即用户的易用认知和有用认知越高，用户对自己完成内容创作和共享的能力的自信程度也越大。
图注：*表示P＜0.05，**表示P＜0.01，虚线部分表示不显著
图3 影响用户生成内容主要动因的实证模型路径系数分析
在社会驱动维度中，社会身份认知(β=0.522,P＜0.01)和社会交互联结(β=0.483,P＜0.01)都与用户生成行为有强显著关系。用户在内容创作与共享的过程中，获得他人的认可、提升自身的形象、认识更多的朋友等，都会促进用户持久的内容生成行为。同时，用户还会在这一过程中找到有共同兴趣爱好的“同盟阵营”，归属感得以培养和巩固，从而演变为长期的动力因素。另一方面，社会身份认知(β=0.522,P＜0.01)和社会交互联结(β=0.483,P＜0.01)也显著正向作用于用户的兴趣和乐趣。以往的研究中，兴趣和乐趣通常被作为外部变量，而笔者认为该因素本身也会受到一些社会性或群体性因素的影响，如主观规范、映象等。然而考虑到在调研过程中受访者对于主观规范和映象的理解有些困难，再结合扎根研究的结论，即抽取出的社会身份认知和社会交互联结这两个概念，因此将其作为测度项。研究还表明，信任(β=0.339,P＜0.05)对于利他主义有正向影响，而对于用户生成行为的影响却并不显著。笔者认为，信任类似于赫兹伯格“双因素理论”中的保健因素，而非激励因素，即如果用户对于土豆网等UGC平台和其他用户抱有强烈的不信任感，则会停止其创作和共享行为，但仅仅是纯粹的信任因素，也无法激励用户的内容生成行为。这一点说明信任因素是通过利他性间接作用于用户生成行为的。
在个体驱动维度中，自我效能(β=0.284,P＜0.05)、外部奖励(β=0.477,P＜0.01)、兴趣和乐趣(β=0.561,P＜0.01)以及利他主义(β=0.215,P＜0.05)对用户生成行为都有积极影响。其中兴趣和乐趣的路径系数最高，这表明在Web 2.0环境下，用户创作与共享内容的一大主要动因便是用户对于这种生成行为的兴趣和乐趣，这与我们的扎根分析结论完全吻合。扎根分析的24个受访者中，有22个都谈到了如“感兴趣”、“好玩”、“消遣”等可归为兴趣和乐趣因素的关键词。同时，外部奖励对于用户生成行为的影响也不可小觑。和传统上纯粹以经济奖励不同，Web 2.0环境下的外部奖励更多体现在虚拟资本上，包括网络积分、虚拟货币、用户等级等，这些因素正向激励用户的创作与共享动机。如今很多虚拟资本正在部分现实化，即累积到一定程度可以转化成一些现实利益，这在更大程度上强化了外部奖励的显著性作用。从扎根分析过程看，自我效能较好地体现在用户生成内容的初期。在这一阶段，自我效能的不断满足能够激发用户创作与共享内容的欲望。然而随着时间的推移，这种动因会直接受到“Web 2.0周期性疲惫”的影响而递减。利他主义是一种较为长期稳定的动因，也是部分用户创作与共享内容的主要动机之一。然而就本研究的样本量而言，这种动因的普遍性还无法验证。
基于此，针对视频类UGC运营商，我们有如下一些建议：
1)关注网络文化，挖掘用户的兴趣，为其提供良好的用户体验，不断激发用户的自我效能，从而提高其乐趣和满足感。
2)重视虚拟资本的开发，并提供各项虚拟资本之间转换的便利性。同时，从马斯诺“需求层次论”的社交需求、尊重感和自我实现部分着手，激励用户生成行为。根据用户的需要，为其提供或建立相关的聚类网络和小规模组织社团，增强其归属感和忠诚度。
3)鼓励用户间的交互联结关系，构建可信任的UGC平台。同时保护用户的智力资本和权益不受侵犯，倡导互助和谐的网络文化，增强用户的凝聚力和创造力。
4)从技术的角度不断完善UGC平台的开发工作，降低用户使用的复杂度，从用户偏好出发改进原有模块或组件的不足。
7 结束语
信息用户的研究一直是图书情报界所关注的话题，也是开展信息服务的前提和基础。以往情报学中关于信息用户行为的研究主要集中在信息的查寻和检索行为上，相比而言，对于信息生产的研究并不多。从信息生命周期的角度来看，信息的生产也是信息生命周期管理中非常重要的环节。用户生成内容是Web 2.0环境下信息生产的模式，也是互联网信息用户行为研究的新方向。图书情报界应该把握这一契机，开展相关的研究工作。本文以视频类内容生成网站——土豆网为例，探讨Web 2.0环境下影响用户生成内容的主要动因，为设计一套科学有效的用户生成内容激励机制提供了前期研究基础。然而，由于UGC类型平台的多样化，不同类型的UGC动因研究也势必有所差异。本文仅关注视频类用户生成内容的影响因素，在今后的研究中，我们将逐步涉及视频类UGC和文字类UGC的动因差异分析以及娱乐型UGC和学术型UGC（如维基百科等）的动因差异分析，并就不同领域着手设计相关的用户生成内容激励机制和策略。同时，本研究虽然在整合模型中提到了人口统计学特征这一调节变量，但由于在问卷调研过程中没有得到有效实施而无法进行相关实证检验。因此在今后的研究中要重新设计采样方法以获得这一部分的有效数据，从而提高模型的说服力。
收稿日期：2009年2月20日