用户生成内容激励机制研究综述及展望

A Literature Review of the Incentive of User-Generated Content and Prospects

秦芬,李扬

1南开大学 商学院,天津 300071
摘要:

用户生成内容指用户在社交媒体、电商网站、在线问答社区等平台上发表的文字、图片、音频、视频等各种形式的内容。用户生成内容对消费者决策、平台定位等都至关重要,但是目前很多平台面临用户生成内容不足或贡献不大的局面,为了激励用户创造内容,平台或企业采用了多种激励方式,各激励方式的效果成为学术界一个重要的研究主题。本文对现有的用户生成内容激励机制文献进行了梳理,首先概述了用户生成内容的概念及分类;然后从经济激励、非经济激励和联合激励三个维度对已有文献进行了综述,总结了影响激励效果的因素及各种激励方式的优点和不足;最后从经济激励形式的拓展、引入惩罚机制和多平台联合激励等角度展望了未来的研究方向,希望为未来的研究提供基础和新思路,并帮助企业和平台制定合适的激励政策。

关键词:用户生成内容,社交媒体,激励机制

基金项目:国家自然科学基金项目(71172072);南开大学亚洲研究中心资助项目(AS1707);中央高校建设世界一流大学(学科)和特色发展引导专项资金资助项目(96176409)

引 言

Web2.0时代,用户不仅是平台的参与者,而且是内容的创造者。用户在社交媒体、电商网站、视频分享网站、在线问答社区、微博、众包等平台上发表的文字、图片、音频、视频等形式的内容都属于用户生成内容(user-generated content,UGC),它对平台、品牌商、用户都至关重要。例如,由于内容吸引的用户不同,设计相似的社交网站可以获得差异化定位(Zhang和Sarvary,2014);用户生成内容需求的不断增长使平台访问量增加,从而提升了平台的广告收益(Kim等,2009);企业通过在线品牌社区的评论搜集用户对旧产品的反馈,发现研发新产品的有用信息(Garnefeld等,2014);消费者通过评论了解产品信息和同伴意见,并据此做出购买决策。

近年来用户生成内容已成为学术界研究的热点,渗透在多种学科中。2008年至今,用户生成内容的研究热点包括用户生成内容的动机、在线社会网络、传播效应等(杨晶和罗守贵,2017)。赵宇翔等(2012)把用户生成内容动因谱系归纳为外部表象动因、投射动因、鉴定动因、融合动因和内部动因。外部表象动因包括物质奖励、潜在机会、互惠性、外部机会和奖励,投射动因包括同行认知、主观规范、泛在信任等,鉴定动因包括社会认同感、荣耀、隐私和安全等,融合动因包括归属感、以往的经验或体验、共同愿景等,内部动因包括感知乐趣、个体能力提升、好奇心和兴趣、自我形象和利他性等。当用户经历负面服务体验时,复仇、发泄动机也会促使其生成内容(Saridakis等,2014)。

在深入探讨用户生成内容动机的同时,学者们进一步研究了如何设计系统和激励机制以维持和增加用户的贡献,这对平台和企业也至关重要。没有激励机制时,平台上非合作用户的均衡选择是不贡献内容(Park和Van Der Schaar,2010),现实中许多平台也面临着内容供应不足(Sun等,2017;Burtch,2017)或贡献不大的问题(Chen等,2010)。若平台不能提供充足、有趣、有价值的内容,其服务能力受到影响,用户就很可能转向其他平台(Schaedel和Clement,2010)。用户生成内容供应不足一方面是由其固有的公共产品属性决定的:用户自身不付出努力,也可享受用户生成内容带来的利益(Goes等,2014)。比如产品评论者付出时间成本和努力,并承担早期试验产品的风险,而其他用户可以免费看评论,根据评论判断产品质量。另一方面,用户在社交媒体平台上存在着疲劳效应(Sun等,2017),即加入平台的时间越长,贡献内容的意愿越小。

激励效果是机制设计者关注的焦点,如亚马逊提供了优秀评论者排行榜,淘宝商家推出了15字以上好评返现活动,以激励用户贡献内容,这些激励方式能否收到预期效果,许多学者进行了探讨。现有对用户生成内容的综述包括用户生成内容的版权问题(李妙玲,2014),酒店、电子商务等具体行业中用户生成内容的应用(Lu和Stepchenkova,2015),不同类型用户生成内容中垃圾意见的计算机检测方法(杨风雷和黎建辉,2011),用户生成内容对消费者品牌态度、商品销售的影响(张欣瑞和赵崇,2015),用户生成内容的动机(赵宇翔等,2012)等,未有从用户生成内容激励机制角度进行的系统梳理。鉴于此,本文在阅读大量与用户生成内容激励相关文献的基础上,首先梳理了用户生成内容的定义、分类,然后着重从营销学的角度从经济激励、非经济激励和两者联合激励三个维度对具体激励效果进行了综述。经济激励方式包括金钱奖励和非金钱奖励,此方式短期内对贡献频率等具有正面影响,但对积极用户、用户贡献内容质量反而有负面影响,且长期来看并不可行;非经济激励方式包括游戏化设计、可视化声誉、提供标准等,此种方式对用户贡献数量、质量等都有显著正面影响;两种方式的联合能避免经济激励对积极用户的侵蚀作用。最后基于已有研究,本文指出未来可以从大额金钱奖励、引入惩罚机制和多平台联合激励等角度进一步探讨。本文希望通过对不同激励方式及其效果的系统梳理,为未来的研究提供基础和新思路,并帮助企业和平台制定合适的激励政策。

用户生成内容的概念及类型

(一)用户生成内容的概念

2005年,随着博客、YouTube的兴起,用户生成内容开始进入人们的视线,与之相对应的英文表述有user-generated content(UGC)、user-created content(UCC)等,其中UGC采用较多。用户生成内容的定义,较早出现在2007年经济合作与发展组织(OECD)的《Participative Web and User-created Content:Web 2.0,Wikis and Social Networking》报告中,即指由非专业人士或非权威人士利用非专业化渠道创作的、在互联网上公开可用的、具有一定创新性的内容。也有学者引用了维基百科中的定义,即“用户生成内容为由系统用户或服务生成的、可在系统中公开获取的各种形式的内容,它一般是在线平台的补充。与传统媒体相比,传统媒体的内容生成者是专业的作家、出版商、记者、广告公司等”。以上定义体现了用户生成内容的两个特点:(1)其生成者是非专业人士;(2)其获取方式是通过互联网公开获得。后来学者们从其他角度对用户生成内容做了进一步阐述:从信息资源角度看,用户生成内容是Web2.0时代一种新的网络信息资源创作和组织形式(赵宇翔等,2012);从形式来看,用户生成内容泛指在网络上发表或发布的,由用户创作的各类形式的内容,包括文字、图片、音频、视频等(赵宇翔,2011)。随着Web2.0应用的日趋广泛,用户生成内容包含的内容也越来越多。Qiao等(2017)认为,互联网用户自愿投入时间和努力贡献的知识和信息即为用户生成内容。本文结合以上定义,认为用户生成内容指用户在内容生成平台(如社交媒体、电商网站、视频分享网站、在线社区等)上发表的文字、图片、音频、视频等各种形式的内容。

与用户生成内容含义相关但又相互区别的概念包括电子口碑、价值共创等。现有关于电子口碑(electronic word-of-mouth,eWOM)的文献,采纳较多的定义为“电子口碑是潜在、实际或者以前的消费者对某一产品或企业做出的正面或负面陈述,此陈述可以通过互联网传播至众多人和组织”(Hennig-Thurau等,2004)。从定义上看,电子口碑的主体是消费者,而用户生成内容的主体是各类平台上的用户,包含消费者和非消费者,因此用户生成内容与电子口碑相比是一个更广的概念,所有的电子口碑都是用户生成内容,但除了电子口碑,用户生成内容还包括用户在在线问答社区中解答的与休闲、产品使用相关的问题,在YouTube中上传的娱乐性视频等内容。价值共创是消费者和企业亲密合作、联合创造价值的过程(Prahalad和Ramaswamy,2004)。用户生成内容的出现为价值共创提供了可能(Yen,2015),另外也会影响顾客的价值共创意愿。

(二)用户生成内容的分类

目前还没有用户生成内容的统一分类标准,已有研究从形式、构建平台、贡献者身份、生成者数量等多个方面进行了分类。OECD把用户生成内容大致分为文本、小说和诗歌;照片和图像;音乐和音频;电影和视频;公民新闻(如微博);教育性内容;移动内容(如通过手机创造的内容);虚拟内容(如网络游戏中能出售的虚拟商品)。从构建平台看,用户生成内容可以分为面向大众的(如维基百科)和面向个人的(如微博)(Krishnamurthy和Dou,2008)。从生成者数量看,用户生成内容可以分为单独创作的(如产品评论)和协同创作的(如百科全书、在线问答社区)。从贡献者的属性看,包括商业用户(如名人、媒体组织、非媒体组织和品牌商)和普通非商业用户。从内容的功能看,包括舆论型、娱乐型、兴趣型、商业型和社交型(赵宇翔等,2012)。从生成内容平台上用户的行为看,包括两类消费行为(如听和读)与生成行为(如讨论和写)。本文主要关注企业或平台的机制设置对非商业用户内容生成行为的影响。

用户生成内容激励机制

现有文献对电商平台(如亚马逊)、在线问答社区(如Yahoo!Answers)和评论网站(如Epinions)的研究最多,另外还包括社交网站、众包(Kittinger,2015)、图片分享社区(Zeng和Wei,2012)、微博(Toubia和Stephen,2013)、维基百科、技术支持论坛等平台。从平台或企业采取的激励方式、激励用户生成内容的类型、影响激励效果的相关因素等几方面进行总结(参见表1),用户生成内容的激励方式可以分为经济激励、非经济激励和两者联合激励三大类;激励效果主要从贡献内容数量、质量和效价三个维度衡量,数量常使用发布频率和发布数测量;质量包括文本长度(Burtch等,2017)、感知有用性、感知努力程度、词汇丰富性、主题多样性(Qiao等,2017)、评分(Chen等,2010)、评论客观性(Paulo等,2014)等;评论效价关注正、负性,极端性等(Liu等,2016)。

1
用户生成内容激励机制文献汇总
激励方式用户生成内容类型与激励效果相关的 因素 激励目标相关研究
经济激励平台或企业提供金钱奖励产品或服务评论,众包平台的解决方案社区中的朋友数、效果时限、实施激励前用户的积极性、推荐目标的设定、奖励的竞争性、奖励的分配方式评论频率、评论质量(评论长度、评论感知有用性、评论主题)、评论者的努力水平Stephen等(2012),Huang等(2012),Garnefeld等(2012),Yu和Zou(2015),Pavlou和Wang(2015),Poch和Martin(2015),Wang等(2016),Geri等(2017),Burtch等(2017),Qiao等(2017),Sun等(2017)
用户打赏直播平台中的内容还未在学术界得到深入探讨Wan等(2017)
折扣或优惠券产品或服务评论奖励的贵重程度和易得性评论数量、评分、评论质量Cabral和Li(2015),Kittinger(2015),Fradkin等(2017)
非经济激励游戏化设计在线社区问答、企业内容社交、评论距下一目标的距离、进度显示的设计、身份等级、分数分配规则、积分计算方法、徽章价值和拥有徽章的人数、同伴评分系统的设计用户回答问题和提问数、评论数、生成内容价值、评论效价Sato等(2008),Farzan等(2008),Li等(2012),Easley和Ghosh(2013),Jain等(2014),Deangelis和Barber(2014),Mackiewicz(2014),Mutter和Kundisch(2015),Khansa等(2015),Liu等(2016),Schuckert等(2016),Zhao等(2016),Goes等(2016),Geri等(2017)
可视化声誉评论、微博等内容、关注者相关状态的显示;是否公开贡献者信息;业余编辑的监督生成内容数量和质量Forman等(2008),Goes等(2014)Toubia和Stephen(2013),Helm等(2013),Kittinger(2015),Shen等(2015),Geri等(2017)
提供标准评论和评分社会标准和外部标准评分、评论数量和长度Chen等(2010),Garnefeld等(2012),Burtch(2017)
其他在线社区内容得到反馈的积极水平、社会关系新进入者未来的贡献行为、发图行为Shriver等(2012),Zeng和Wei(2012),Yan和Jian(2017)
联合激励评论实施联合激励的时间和类别生成内容频率、努力程度、内容质量Burtch等(2017)

(一)经济激励对用户生成内容行为的影响

使用经济激励促使用户贡献内容是一种很自然的方式,包括直接的金钱奖励(Stephen等,2012;Garnefeld等,2012;Burtch等,2017;Sun等,2017;Qiao等,2017)、优惠券(Fradkin等,2017)、折扣(Cabral和Li,2015)、虚拟货币奖励(Zhao等,2016)、用户打赏(Wan等,2017)等。在具体情境下,哪些因素会影响经济激励的效果?当取消激励后,用户生成内容的行为又有何变化?学者们对相关问题进行了深入研究。

1. 平台或企业的金钱奖励

平台或企业直接提供金钱奖励的数目往往较少,比如评论后可获得0.25美元。从短期来看,金钱奖励能同时提升积极用户和不积极用户的参与度(Garnefeld等,2012),增加贡献频率(Sun等,2017)、丰富评论涉及的主题(Qiao等,2017),但对评论长度没有影响,对评论的感知有用性和贡献者的努力水平反而起负作用(Sun等,2017;Burtch等,2017)。

用户在社区中的朋友数量、实施金钱奖励前用户贡献内容的自愿程度也会影响金钱奖励的效果。金钱奖励对朋友少的成员的评论行为具有激励作用,但会使朋友多的成员失去动力,更重要的是,取消奖励后,实施奖励之前自愿、积极贡献的用户反而变得不积极了,因此奖励时要区分积极用户和消极用户(Garnefeld等,2012)。产生以上结果的主要原因是金钱奖励降低了贡献者的利他主义和内部动机(Qiao等,2017),使其产生“交易思维”,即用最低的努力成本获得单位奖励(Sun等,2017),从而最终导致长期的过度合理化效应。

金钱奖励不仅会影响用户贡献内容的频率及努力程度,还会影响其他用户对用户生成内容可信性、有趣性的感知(Yu和Zou,2015),进而降低用户生成内容对购买决策的影响力。当前美国联邦监管机构和主要的在线平台(如亚马逊)认为付费评论是一种虚假广告,付费评论会导致互惠的偏见,因此建议商家尽量避免和限制付费评论。另外,在众包平台中,奖励的小幅度增涨反而会影响回答者的努力程度,这是因为增加奖励会加剧竞争,但当涨幅较多时,解决方案的数量和质量都有所提升(Huang等,2012)。

2. 非金钱奖励

提供产品折扣和优惠券是最常见的非金钱奖励,对非金钱奖励激励效果的研究出现得较早。非金钱奖励可以提高评论率(Cabral和Li,2015;Fradkin等,2017),但对其他方面影响较小,甚至会产生不利影响。提供非金钱奖励一方面会导致有偏差的评论,即买到高质量产品的用户趋向于写正面评论,而买到低质量产品的用户往往不写负面评论(Cabral和Li,2015);另一方面会导致五星评论率降低,且对推荐率几乎无影响。由上可见,非金钱奖励与直接的金钱奖励效果相似。平台中一种新的激励用户生成内容的方式是允许其他用户打赏,但对于其效果学术界尚未展开研究。

(二)非经济激励对用户生成内容行为的影响

除了直接的经济激励,平台还通过游戏化设计、声誉系统等非经济激励方式来激励用户贡献内容。非经济激励利用贡献者的利他主义或者对名声的追求,内化其收益,以实现激励目的。

1. 游戏化设计

游戏化是指在非游戏背景下游戏设计的应用(Deterding等,2011),常用的游戏元素包括徽章、积分、级别、排行榜(Tobias和Dennis,2015)。

(1) 设置积分系统

积分系统中包含级别、实现某一级别需要的积分以及与该级别相对应的徽章,常用于激励用户贡献更多内容。在采用积分系统的平台中,用户可以分为追求最高等级的、致力于排名前十的和关注下一级别的三类,三类用户贡献内容的动机不尽相同,前两类的主要动机是获得荣誉,而第三类用户仅为获得积分这种外部奖励(Farzan等,2008),积分系统对三类用户的激励效果不同,但所有用户都更倾向于贡献积分高的内容(Farzan等,2008)。

目标梯度效应(越接近目标的最终状态,越能坚持)在积分系统中对用户贡献内容的行为作用显著(Von Rechenberg等,2016),小范围效应(除了行动的实际进程,人们会把已完成的和未完成的两部分进行比较,而人的动机受其中较小一部分的影响更大,因为人们更倾向于关注较小的一部分)也会产生一定的影响(Mutter和Kundisch,2015)。积分的计算方式(Deangelis和Barber,2014)和获得规则(Jain等,2014)、获得徽章的人数以及徽章的价值(Easley和Ghosh,2013)都会影响激励效果。比如,若内容贡献者获得的积分为从该内容中获益用户社会影响的函数,则能够体现互惠激励,且比基于成就的激励更受用户喜爱(Deangelis和Barber,2014)。若只有最佳答案可以获得积分,则前后答案之间的关系会影响用户贡献行为(Jain等,2014)。

使用积分系统激励的积极作用体现在:将要达到既定的目标时,不管是较低层次的还是较高层次的目标,基于荣誉的奖励都能激励用户加速贡献知识(Goes等,2014),在获得徽章之前的几天,用户不断增加问答数,得到徽章当天,问答数达到巅峰(Rechenberg等,2016)。但它的缺点也较明显,首先用户实现目标后,贡献水平显著下降;其次随着用户身份的提升,内容的平均质量不断下降,即基于荣誉激励的累积效果是短暂的,并且随时间而下降(Liu等,2016)。不过关于用户实现目标后贡献下降的速度,学者们有不同的结论。Li等(2012)认为用户在刚获得一个新称号时,短期内也会增加贡献的内容,Rechenberg等(2016)的研究结果则表明用户在获得徽章后的几天内,问答量下降最明显。此负面影响在关注下一等级的用户中体现最明显(Farzan等,2008)。

根据以上分析,在平台中设计积分系统时,不同级别之间的距离要合理,若下一个目标太难实现,用户可能展现出损失规避,放弃贡献内容。另外,最高级别目标的设置也要慎重,因为用户可能产生自满效应,即当达到最高级别身份时,单纯追求地位的用户可能就没有贡献内容的动机了。

(2)设置同伴评分系统和排名系统

百科全书、评论系统中常能见到贡献者排名,比如亚马逊的评论者排名系统,消费者可以通过该系统查看评论者的排名、评论总数、有用票数等数据。同伴认可是激励用户自愿贡献内容的重要动机,对评分和评论的评价、有用性投票等同伴反馈系统正向影响评论频率、连续性和质量(Mackiewicz,2014)。排名系统的存在会加剧评论者的关注度、注意力竞争,评论者会有许多策略性评论行为:一方面,评论者会避免评论拥挤度高的产品,以求降低关注度竞争;另一方面,评论者倾向于选择流行度较高的产品来评论(Shen等,2015),这会导致评论的差异化。

2. 可视化声誉

(1)显示状态标记

显示状态标记包括显示与内容相关(如喜欢该内容的人数)或与贡献者相关(如追随者数)的状态标记(Levina和Arriaga,2014)。Hennig-Thurau等(2004)认为声誉(如“我的贡献向其他人表明我是一个聪明的顾客”)能激励用户贡献内容。正是因为用户追求声誉,有时少量的金钱奖励才不仅不能发挥激励作用,反而起反作用(Sun等,2017)。只要用户可以看到自己的关注者,哪怕关注者沉默,即与用户不产生任何互动,也能产生激励作用。关注代表了用户对被关注者一定程度的信任,关注者的存在(即使是沉默的)和信任两个因素,会影响用户写评论的行为。Paulo等(2014)在实验中发现当用户变得有人气时,他们会增加写评论的频率,这对听众较少的用户比对听众较多的用户作用更强。从内容质量上看,当用户具有更大规模的听众时,他们的评论会更加客观。

显示状态标记能同时激励追求名声效益和内在效益的用户,且对于大多数非商业用户,名声效益的激励作用要大于内在效益(Toubia和Stephen,2013)。微博中的粉丝数量、社区中的订阅者或关注者数量,都是表明用户影响力的有效信号(Cha等,2010)。发布内容虽不能直接对追求名声效益的用户产生正效用,但有许多粉丝可以产生激励作用,发布内容是吸引新粉丝、获得其他用户关注的一种方式。如果用户发布内容不能影响未来的粉丝数,则发布内容的频率会下降(Toubia和Stephen,2013)。而对于因社会效益而贡献内容的用户,查看发布内容的粉丝数会产生激励作用,因此随着粉丝数量的增多,用户会增加发布的内容(Toubia和Stephen,2013)。

(2)公开贡献者信息

可视化声誉的另一种方式是公开贡献者的信息,Forman等(2008)的研究显示公开信息能促使生成的内容更有用,这是因为在线用户愿意公开信息可能是希望获得社区的身份认同或者获得其他社区成员的认可,因此公开信息的用户贡献有用内容的动机更强烈。

3. 提供标准

(1)提供社会标准

社会标准指相关人士中某一行为的流行性,如告知购买某产品的用户已写评论的用户数(Burtch等,2017)。社会标准可以影响用户行为,因为了解其他人做了什么相当于提供了既定背景下的社会标准信息。根据社会比较理论,人们经常通过与其他人比较来评价自己、决定正确的行为。在电商平台和评论网站中,告知用户其他用户的评论数和评分中位数,评论的数量和评论长度都会有所增加(Burtch等,2017),评分也会提升(Chen等,2010)。社会标准与用户的内部动机相关,因此提供社会标准会提高贡献者的努力程度。

(2)提供外部标准

外部标准指请求成员贡献或者坚持标准以实现共同的目标(Garnefeld等,2012),外部标准与社会标准相比,激励效果较差。Garnefeld等(2012)向问答社区用户发送规范的请求以激励用户,如“请帮助我们成为德国最大的问答社区,为了实现此目标,我们需要十万多个回答者,请回答您选择的问题以帮助社区”,结果表明这种请求只能提高活跃用户发布内容的短期意愿,对不活跃用户的贡献行为并无影响。

除了上述常用的非经济激励方式,学者们还探讨了社会关系对用户生成内容行为的影响(Zeng和Wei,2012;Shriver等,2013)。社区中内容被响应的积极性会影响新用户未来的贡献行为(Yan和Jian,2017)。平台的社交性对吸引用户和维持用户的贡献有很大影响,因此平台要充分开发利用其社交功能;而为了激励新用户在社区内积极贡献,平台管理者要鼓励其他用户回复新进入者的问题,以使新进入者获得积极反馈。

(三)联合激励对用户生成内容行为的影响

根据前文所述,单纯使用金钱奖励来激励用户生成内容存在许多问题,因此学者提出采用经济激励和非经济激励相结合的方式。Burtch等(2017)通过实验发现,同时采用金钱与社会准则联合的方式不仅能激励用户贡献更多评论,而且评论也更长。这是因为金钱奖励可能削弱用户贡献内容的努力程度,但是社会标准信息使用户认为写评论是正确、合理的行为,而不是为了获得金钱,同时提供金钱奖励和社会标准,增加了用户贡献内容的频率,而未减弱其贡献内容的努力程度。

除了可以进行同时联合激励,还可以进行分阶段联合激励。Aaltonen和Seiler(2016)发现在维基百科中,文章越长,其被编辑次数越多,文章质量就越高,即内容贡献具有累积增长效应。因此利用此效应,可以在初期用经济激励方式激励用户生成更多内容,在后期使用非经济激励方式激励用户积极参与其中。比如商家在发售新产品时,开始可以采用金钱奖励激励用户写评论,尽管此时的评论可能较短,随后可以转向利用社会标准来激励用户持续贡献长评论,最终谋求更高质量的内容。

表2对各种激励方式的优缺点进行了总结。

2
用户生成内容激励方式优缺点总结
激励 方式 相关用户动机优 点缺 点
经济 激励 获得物质奖励和其他经济奖励1. 短期内增加所有用户的参与频率和评论反馈数; 2. 增加评论涉及的主题; 3. 大量的金钱奖励能够提升众包平台中解决方案的数量和质量 1. 对评论长度没有影响; 2. 产生挤出效应,评论的有用性、贡献者的努力水平降低,降低朋友较多的成员的贡献动力; 3. 产生过度合理化效应,取消奖励后原来的积极用户变得不积极; 4. 影响其他用户对用户生成内容可信性的感知; 5. 奖励的小额增长会降低众包平台中用户的努力水平; 6. 得到的产品评论有偏差
设置积分系统外部奖励、荣誉、互惠、利他性1. 激励用户贡献更多内容; 2. 接近既定目标时,能激励用户加速贡献内容; 3. 激励作用较经济激励持续时间更长; 4. 有关积分获得方式的规则较为灵活,平台可以利用用户的多种动机实现激励 1. 激励效果具有阶段性,实现既定目标后,用户贡献频率降低; 2. 随着身份的提升,内容的平均质量不断下降; 3. 基于荣誉激励的累积效果是短暂的,并且随时间而下降
设置排名系统同伴认可、注意力、社会比较1. 正向影响用户的贡献量和贡献的持续时间; 2. 能产生更多差异化评论 评论者会有许多策略性评论行为,等级高的评论者更愿意发布中等评论,并避免极端评分
可视化声誉声誉、利他性、自我形象、同伴认可、内在效益1. 沉默的关注者也对贡献频率和内容质量产生激励; 2. 正向影响用户的贡献量,且持续时间较长; 3. 当有评论者个人信息时,评论更加正面; 4. 当关注者规模较大时,评论者发表的内容更加客观 对于追求名声的用户,当贡献内容不能影响粉丝数时,贡献频率下降
提供 标准 主观规范、社会比较评论数、评论质量和评分中位数都受社会标准影响提供外部标准对不活跃用户的贡献行为无影响
联合 激励 获得经济奖励和主观规范削弱了经济激励的缺点,用户不仅贡献更多的评论,而且也更努力经济激励和非经济激励如何联合还需深入探讨

评析及未来研究展望

组织管理和公共产品供给中关于激励的问题探讨甚多,用户生成内容发生在互联网平台上的特点,为激励机制设计者提供了更多可利用信息(Chen等,2010),这为机制设计者提供了新思路,也进一步拓展了组织管理中的激励问题。企业、组织管理中主要的激励理论包括内容型、过程型和行为改造型(王军,2010),大多数激励理论在用户生成内容行为中依然适用。上述关于用户生成内容激励机制的研究多从分析用户生成内容的动机出发,表明内容型激励理论在Web2.0背景下依然适用,特别是成就需求理论,可视化声誉和授予徽章的方式体现了成就、声誉、权力等动机对用户的激励作用。游戏化设计中具体等级的确定要充分利用目标设置理论、期望理论等过程型激励理论,即保证制定目标的合理性和实现它的可能性。对用户生成内容激励方式的设定,大多是通过计算机系统自动统计和实现的,这充分保证了激励措施的公平性,因此用户生成内容激励过程的公平性影响较小,但是当分数需要分配时,分配规则的制定要合理。强化理论依然适用于用户生成内容激励,如使用经济奖励等正强化方式激励用户生成符合组织要求的内容。公共产品供给常利用激励相容理论,借助于税收补贴机制,但是此方法不能直接应用于用户生成内容,因为在线平台依赖于用户自愿参与和付出时间、努力,而非用钱激励贡献。

互联网技术的发展提高了用户生成内容的可获得性,使学者能采用准实验研究的方法,更加客观和准确地探讨各类激励方式的效果。实地实验、准自然实验等方法的应用已成为社交媒体领域研究的一大趋势,以后的研究可以借鉴。从研究内容上看,本文认为未来可以从以下几个方面进行进一步探讨:

第一,经济激励形式的拓展。从经济激励方面的研究来看,现有研究主要针对提供少量金钱,且公开奖励,那么,社交媒体平台上大量非公开的奖励(如提供免费试用产品)又会产生哪些影响呢?另外,除了由平台或者企业直接向贡献者提供金钱奖励,现在还有由其他用户提供奖励的,比如直播平台中普通用户对主播(内容贡献者)的打赏。内容贡献者和平台分享用户的打赏,这种方式不仅能激励贡献者的行为,还能直接为平台带来收益。Wan等(2017)对普通用户的打赏意愿进行了研究,但是还未对其激励效果进行探究。未来可以从平台对内容创造者打赏收入的处理方式对用户制造内容的类型(视频和文字,享乐型内容和信息型内容)、质量的影响,以及普通用户的打赏行为等方面进行研究。

第二,引入惩罚机制对用户生成内容行为的影响。现有研究多探讨激励对用户生成内容行为的影响,那么适当的惩罚机制对用户行为是否有影响呢?企业根据客户的消费评定等级,如汉庭的会员分为银卡、金卡和铂金卡,不同等级对应不同权利,如果一段时间内,用户在企业的消费少于规定值,用户的等级就会被降低,这种降级规则若应用于在线社区,是否会影响用户生成内容的行为?如果会,这种影响是正向的还是负向的?以上一系列问题,未来可进行进一步探讨。

第三,多平台联合激励机制的影响。不同平台的商业模式不同,为了长远发展,许多平台间进行了战略合作。例如京东、淘宝都开启了评论分享的功能,消费者能够将自己撰写的产品评论分享到微信朋友圈等社交平台上;许多网站为了方便用户操作,允许用户利用社交媒体帐号登录平台。这种跨平台的激励方式对用户生成内容的影响可以作为未来的一个研究方向。


参考文献

1 用户生成内容的版权问题研究综述. 新世纪图书馆,2014,(6):92-96.
2 不同激励理论在团队激励中的应用. 科技管理研究,2010,(19):106-109. DOI:10.3969/j.issn.1000-7695.2010.19.028.
3 用户生成内容中的垃圾意见研究综述. 计算机应用研究,2011,(10):3601-3605. DOI:10.3969/j.issn.1001-3695.2011.10.001.
4 国外用户生成内容研究热点及趋势分析——基于2008—2016年EBSCOhost数据库文献. 现代情报,2017,(9):164-170.
5 用户生成内容及其后续效应研究综述. 新闻研究导刊,2015,(20):17-18.
7 用户生成内容(UGC)概念解析及研究进展. 中国图书馆学报,2012,(5):68-81.
8 Cumulative growth in user-generated content production: Evidence from Wikipedia. Management Science,2016,62(7):2054-2069. DOI:10.1287/mnsc.2015.2253.
9 Stimulating online reviews by combining financial incentives and social norms. Management Science,2017. DOI:10.1287/mnsc.2016.2715.
10 A dollar for your thoughts: Feedback-conditional rebates on ebay. Management Science,2015,61(9):2052-2063. DOI:10.1287/mnsc.2014.2074.
11 Social comparisons and contributions to online communities: A field experiment on movielens. American Economic Review,2010,100(4):1358-1398. DOI:10.1257/aer.100.4.1358.
12 Systemic reciprocal rewards: Motivating expert participation in online communities with a novel class of incentives. International Journal of Agent Technologies and Systems,2014,6(2):30-50. DOI:10.4018/IJATS.
15 Examining the relationship between reviews and sales: The role of reviewer identity disclosure in electronic markets. Information Systems Research,2008,19(3):291-313. DOI:10.1287/isre.1080.0193.
17 Explicit incentives in online communities: Boon or bane?. International Journal of Electronic Commerce,2012,17(1):11-38.
18 Crowdsourcing as a business model: Extrinsic motivations for knowledge sharing in user-generated content websites. Journal of Global Operations and Strategic Sourcing,2017,10(1):90-111. DOI:10.1108/JGOSS-05-2016-0018.
19 " Popularity effect” in user-generated content: Evidence from online product reviews. Information Systems Research,2014,25(2):222-238. DOI:10.1287/isre.2013.0512.
20 Do incentive hierarchies induce user effort? Evidence from an online knowledge exchange. Information Systems Research,2016,27(3):497-516. DOI:10.1287/isre.2016.0635.
21 The effects of a lack of social recognition on online communication behavior. Computers in Human Behavior,2013,29(3):1065-1077. DOI:10.1016/j.chb.2012.09.007.
22 Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the internet?. Journal of Interactive Marketing,2004,18(1):38-52.
24 Designing incentives for online question-and-answer forums. Games and Economic Behavior,2014,86:458-474. DOI:10.1016/j.geb.2012.11.003.
25 Understanding members’ active participation in online question-and-answer communities: A theory and empirical analysis. Journal of Management Information Systems,2015,32(2):162-203. DOI:10.1080/07421222.2015.1063293.
26 Understanding user motivations and behavioral process in creating video UGC: Focus on theory of implementation intentions. Asia Pacific Journal of Information Systems,2009,19(4):125-148.
28 Note from special issue editors: Advertising with user-generated content: A framework and research agenda. Journal of Interactive Advertising,2008,8(2):1-4. DOI:10.1080/15252019.2008.10722137.
29 Distinction and status production on user-generated content platforms: Using Bourdieu’s theory of cultural production to understand social dynamics in online fields. Information Systems Research,2014,25(3):468-488. DOI:10.1287/isre.2014.0535.
31 Online incentive hierarchies, review extremity, and review quality: Empirical evidence from the hotel sector. Journal of Travel & Tourism Marketing,2016,33(3):279-292.
32 Motivating quality: Motivating quality: The impact of amateur editors’ suggestions on user-generated content at Epinions.com. Journal of Business and Technical Communication,2014,28(4):419-446. DOI:10.1177/1050651914535930.
34 A game theoretic analysis of incentives in content production and sharing over peer-to-peer networks. IEEE Journal of Selected Topics in Signal Processing,2010,4(4):704-717. DOI:10.1109/JSTSP.2010.2048609.
36 Effects of intrinsic and extrinsic motivation on user-generated content. Journal of Strategic Marketing,2015,23(4):305-317. DOI:10.1080/0965254X.2014.926966.
37 Co-creating unique value with customers. Strategy & leadership,2004,32(3):4-9.
38 User-generated content behaviour of the dissatisfied service customer. European Journal of Marketing,2014,48(9-10):1600-1625.
41 Stars, votes, and badges: How online badges affect hotel reviewers. Journal of Travel & Tourism Marketing,2016,33(4):440-452.
42 Competing for attention: An empirical study of online reviewers’ strategic behavior. MIS Quarterly,2015,39(3):683-696. DOI:10.25300/MISQ.
43 Social ties and user-generated content: Evidence from an online social network. Management Science,2013,59(6):1425-1443. DOI:10.1287/mnsc.1110.1648.
45 Motivation of user-generated content: Social connectedness moderates the effects of monetary rewards. Marketing Science,2017,36(3):329-337. DOI:10.1287/mksc.2016.1022.
46 Intrinsic vs. image-related utility in social media: Why do people contribute content to twitter?. Marketing Science,2013,32(3):368-392. DOI:10.1287/mksc.2013.0773.
47 Goals as reference points: Empirical evidence from a virtual reward system. Decision Analysis,2016,13(2):153-171. DOI:10.1287/deca.2016.0331.
48 How attachment influences users’ willingness to donate to content creators in social media: A socio-technical systems perspective. Information & Management,2017,54(7):837-850.
50 Beyond reciprocity: The bystander effect of knowledge response in online knowledge communities. Computers in Human Behavior,2017,76:9-18. DOI:10.1016/j.chb.2017.06.040.
53 Social ties and user content generation: Evidence from Flickr. Information Systems Research,2012,24(1):71-87.
54 Differentiation with user-generated content. Management Science,2014,61(4):898-914.
55 Sharing knowledge in social Q&A sites: The unintended consequences of extrinsic motivation. Journal of Management Information Systems,2016,33(1):70-100. DOI:10.1080/07421222.2016.1172459.