李琳   曹淑艳   喇磊 对外经济贸易大学

摘要：根据知识付费平台发展现状，在UTAUT模型基础上加入感知风险和感知用户评价等因子，进而构建综合类知识付费平台用户信任机制模型。得出的结论是：感知风险、绩效期望、感知用户评价对用户的初始信任及持续信任有显著影响，付出期望和社群影响仅影响用户的初始信任。建议知识付费平台通过采取提高信息质量、增加评价功能等措施提高用户信任，以促进知识付费行业进一步发展。

关键词：知识付费；知识付费平台；信任机制；UTAUT模型

    一、导言

近年来移动支付的大面积普及、人民消费结构的转型升级，以及知识冗余和网民对于专业化知识渴求的矛盾加剧，使得知识付费进入大众视野。据国家信息中心数据显示，2017年分享类经济市场交易额增长最快的领域中，知识技能类以126.6%的增速荣登榜首。在信息更新速度极快的当下，能够及时获取有用的知识经验并充分发挥其价值，已经成为个人或组织增强创新能力，提高核心竞争力的关键。

2016年被业界称为知识付费发展的“元年”。5月份“分答”（现改为“在行一点”）的“付费问答+偷听模式”爆火，上线42天付费人数超过100万；12月喜马拉雅FM第一届“123知识狂欢节”凭借5088万元的销售额吸引众人视线，2017年的第二届则突破亿元大关，高达1.96亿元。同垂直领域知识付费平台（如“春雨医生”）相比，综合类知识付费平台体现出多样化与专业性并存的特性，让用户能够获得广泛全面的知识，在迎合用户需求的同时采用内容变现的方式获取一定的收益。但目前知识付费作为新兴产业还位于整个发展过程的起步阶段，在商业模式、产权保护、内容质量等方面仍暴露出一系列弊病，人们对于此类模式开始产生质疑。本文将在已有研究基础上构建用户对知识付费平台的信任机制理论框架，为其运营策略的完善提供理论借鉴和实践参考。

二、文献综述

UTAUT模型由技术接受模型（TAM）、技术任适配模型（TTF）等8个理论及已有相关研究整合而来（Venkatesh，2003）。朱多刚等人将感知信任引入模型中，发现感知信任能够显著影响用户使用移动政务的意愿，当感知信任越强时，用户的使用意愿也越高（朱多刚，2016）；耿荣娜则指出，信任环境是是消费者决定是否采用社会化电子商务的重要参考因子（耿荣娜，2017）。相比之下，国外学者对UTAUT模型的开发更为成熟。Shin在研究用户对移动支付的接受情况时，发现支付安全与信任程度对对用户的使用意图和行为有显著影响（Shin，2009）；Erin等人综合考虑了满意度、信任以及UTAUT模型等变量之间的相互作用关系，并且将信任等因素进行分解，详细描述了信任内部变化及受外在因素影响的机制（Erin，2006）。上述研究表明，信任因素与UTAUT模型具有较好的相容性。

从发展过程来看，信任可分为两个阶段，即第一次交互后建立的初始信任以及具备一定经验后建立的持续信任。陈明亮等人对这两种网络信任的形成和作用机制进行了比较，发现二者的信任作用机制趋近一致，但形成机制有较大的不同（陈明亮，2008）。大多数研究重点关注了初始信任或持续信任，发现感知评价质量会根据评价类型的不同对初始信任造成不同程度的影响（单初，2010），服务后对已有过失的补救以及顾客对补救措施的满意度对持续信任均有显著影响（万君，2015）；王江哲等人指出与网络服务场景有关的部分变量对持续信任具有显著正向影响，而持续信任则为网络服务场景与顾客公民行为之间的中介变量（王江哲，2017）。

关于知识付费，目前还没有一个统一的定义。范明志指出：从本质上来看，知识付费是传统信息分享平台从原本的流量变现转为内容变现方式，在借鉴已有经营模式（如电影付费）的基础上进行的延伸（范明志，2017）；亦有学者认为知识付费是分享经济中用户分享自己的认知盈余（经验、能力、知识等）这一闲置资源，并借此获取收益的一种经济现象（张帅，2017）。本文所要讨论的知识付费为借助网络平台进行有偿知识、技能、经验分享的经济活动。

由于知识付费行业兴起时间较短，目前该领域研究主要集中在发展现状、获利模式、用户使用意愿等方面：周涛基于社会资本理论进行研究，认为知识付费平台应当注重社会资本的建立和巩固，以促进用户消费需求的提升（周涛，2017）；杜骏飞指出个性化定制的专业知识是未来知识付费产业追求的重要因素（杜骏飞，2017）。综合看来，知识付费相关研究成果较少，其用户信任机制研究尚待补充；且信任机制相关文献集中于影响因素研究、基于反馈等机制的信用评价等领域，大多数学者没有将信任进行阶段划分，或仅着眼于其中一个阶段，并未结合二者之间的联系建立较为完整综合的信任机制模型。因此本文拟通过拓展UTAUT模型，以新兴的知识付费行业为切入点，探讨多种因素对于用户各阶段信任的影响机制。

三、研究假设与模型构建

基于UTAUT模型的原始结构以及对前人研究的总结，如果综合类知识付费APP本身有用且能满足用户获取知识的需求，对用户的生活带来便利，那么用户就会提高对此类APP的初始信任和持续信任。且付出期望与平台易用性等因素相关，当用户初次体验或持续使用知识付费平台时，如果感觉平台使用起来比较方便，就会产生较高的感知易用性，从而更倾向于对该种平台产生信任。由此提出如下假设：

假设H1a：用户对综合类知识付费平台的绩效期望对初始信任有正向影响。

假设H1b：用户对综合类知识付费平台的绩效期望对持续信任有正向影响。

假设H2a：用户对综合类知识付费平台的付出期望对初始信任有正向影响。

假设H2b：用户对综合类知识付费平台的付出期望对持续信任有正向影响。

人们在考虑使用此类平台时会倾向于听取所在环境中其他成员的意见和建议,其中用户信赖或崇敬的人极可能会产生更加深远的影响。此外由于使用网络平台本身就具有一定的风险和不确定性，且知识付费涉及用户的财务、隐私等问题，因此当用户的预期风险较低时，用户就会倾向于更信任此平台。由此做出如下假设：

假设H3a：用户受到综合类知识付费平台的社群影响对初始信任有正向影响。

假设H3b：用户受到综合类知识付费平台的社群影响对持续信任有正向影响。

假设H4a：用户对综合类知识付费平台的感知风险对初始信任有负向影响。

假设H4b：用户对综合类知识付费平台的感知风险对持续信任有负向影响。

    在C2C类电子商务平台上用户感知到的评价质量、数量均会对用户信任产生正向显著影响（赵佳，2012）。鉴于目前知识付费平台尚未设置评价功能，因此本文假设平台中存在一般电商网站常设的评价机制，以探究此种机制对于用户信任的影响。由于以往研究在探究用户信任时仅着眼于初始信任或持续信任，对用户信任整体形成过程缺乏完整的梳理，而实际上用户初始信任对持续信任的影响极大。由此做出下面的假设：

假设H5a：用户对综合类知识付费平台的感知用户评价对初始信任有正向影响。

假设H5b：用户对综合类知识付费平台的感知用户评价对持续信任有正向影响。

假设H6：用户对综合类知识付费平台的初始信任对持续信任有正向影响。

根据以上分析，本研究提出理论模型如图1所示。

图1 本研究扩展的用户信任机制模型

四、数据收集与处理

（一）问卷设计

本次研究的调查问卷采用了李克特五级量表。模型共涉及7个变量，其中绩效期望、付出期望借鉴了Davis、 Venkatesh等人的研究设计，社群影响和感知风险参考了Stone& Gronhaug的研究，感知用户评价、初始信任和持续信任的问题设计则参考了赵佳、单初以及陈明亮等的研究。首先进行的预调研共发放问卷76份，预调研后删减多余题项、调整表述细节，形成了最终问卷。

（二）信度与效度检验

为了使问卷能够更加准确地表现理论模型的结构，在进行因子分析前先将变量进行分类，其中绩效期望、付出期望、社群影响、感知风险、感知用户评价作为前因变量，初始信任及持续信任作为中介变量及结果变量。本文选用SPSS 22.0进行问卷内部信度验证，采用了学术界普遍认可的测量标准Cronbach’s Alpha值测量问卷信度，以及 KMO样本测度和Bartlett球体检验问卷效度。具体结果如表1所示。

表1 信度、效度分析结果表

问卷中各个变量的Cronbach’s Alpha值均大于0.7，且删除各项后的α值均有不同程度的减小，证明问卷信度水平较好，能够满足后续实证研究的需求。且测得的各部分变量KMO值均达到了0.6以上，Bartlett球体检验的显著性概率小于0.01，说明各变量间显著相关，适合进行因子分析。

表2 旋转后的因子载荷矩阵

表2显示，各个项目的因子载荷均大于0.5，且5个因子的题目构成中，绩效期望（PE）、感知用户评价（UE）、付出期望（EE）、社群影响（SI）、感知风险（PR）的题目均聚合在同一个因子下，中介变量初始信任与结果变量持续信任的题目亦各自聚合在同一因子下。综上可知，问卷具备较好的结构效度。

五、假设验证（一）相关性分析

本文采用Pearson相关分析法来进行相关性分析。由表3可知，在0.01的显著水平下，有如下结论：绩效期望、付出期望、社群影响、感知用户评价均与初始信任、持续信任显著正相关，付出期望、感知风险与初始信任、持续信任显著负相关，初始信任与持续信任间具有显著正相关关系。

表3 前因、中介变量和结果变量的相关性

（二）回归分析

在相关性分析过后，本文采用回归分析对其之间相互依赖的定量关系进一步计算。从表4可得,对于因变量初始信任，绩效期望、社群影响、感知用户评价的偏回归系数在P<0.05的显著性水平下显著；付出期望和感知风险的偏回归系数在P<0.1的显著性水平下显著。这些显著变量对用户初始信任的影响程度从大到小依次为绩效期望、感知风险、社群影响、感知用户评价、付出期望。因此，假设H1a、H2a、H3a、H4a、H5a成立。

表4 回归系数表

对于因变量持续信任，绩效期望、感知用户评价的偏回归系数在P<0.05的显著性水平下显著，付出期望的偏回归系数在P<0.1的显著性水平下显著。而社群影响和感知风险对持续信任的影响不显著。因此，假设H1b、H2b、H5b成立，H3b、H4b不成立；初始信任的偏回归系数在P<0.05的显著性水平下显著，因此假设H6成立。最终模型如图2所示：

图2 综合类知识付费平台用户信任机制模型

六、结论与启示

根据本研究建立的知识付费平台信任机制理论模型，以及对问卷数据进行实证分析，得出如下结论：在理论模型的五个前因变量中，绩效期望对于初始信任有较强的正向影响，感知风险有较强的负向影响，其余因素则有相对较弱的正向影响；绩效期望和初始信任对于持续信任有较强的正向影响，感知用户评价和付出期望对其有相对较弱的正向影响，感知风险和社群影响则不属于持续信任的影响因素。因此对综合类知识付费平台管理者给予如下建议：

（一）保证信息服务质量，提升用户体验

由于绩效期望是影响用户信任的最主要因素，而信息服务质量又是影响绩效期望的关键所在，因此平台运营的首要目标就是维持高质量的信息输出。例如提高内容的专业性，使平台服务能够与价格相匹配；以及定期挖掘用户需求，加强个性化推荐精准度等。此外，应当保证用户个人信息的安全性，降低用户的感知风险；界面设计简洁化、人性化，降低平台使用门槛，提升用户整体的使用体验。

（二）增加评价功能，建立用户反馈机制

目前各类知识付费平台尚未开放评价功能，若用户的付费体验达不到预期效果，就会产生较大的心理落差，影响用户对此类平台信任的形成。在这种情况下知识付费平台可以尝试建立用户反馈机制，在增强用户互动的同时，也为其他用户提供借鉴和参考。平台运营方亦可以根据用户反馈对平台知识输出人才库进行筛选和补充，从而进一步保证平台服务质量，提高平台声誉。

（三）注重平台宣传和营销，加强口碑建设

对于从未接触过知识付费平台的新用户而言，社群影响是影响其初始信任的重要因素之一。这一阶段用户容易受到周围人群或网络意见领袖的影响，建立起对知识付费平台的初步信任。平台运营者可以利用这一特点，通过网红或知识大咖等吸引用户入驻，并借助邀请注册、分享有奖等机制引导用户自主进行扩散传播，通过口碑建设获取用户信任、增强平台知名度，吸引用户进一步体验。

（四）在用户使用的不同阶段采取针对性营销措施

信任建立是分阶段进行的，在不同阶段影响用户信任的因素及比重也不同。因此各平台应当在不同阶段采取针对性措施，以使用户更快地建立对平台的信任。在用户刚接触知识付费平台时，可以着重宣传热门课程，并借助操作引导、安全提示等方式全方面提高用户体验，后期则可以个性化推荐等方式提高用户需求和知识服务的匹配度，培养用户的学习习惯，从而增强用户黏性和信任。

七、研究局限与展望

本研究中仅考虑了五个前因变量对于信任的影响，模型的完整度和全面性还有待提高，后续可以考虑添加其它变量开展进一步研究。此外知识付费模式不断更新，“社交+知识付费”以及垂直领域学习成为新亮点。未来的研究亦可基于以上两方面深入挖掘，寻找知识付费平台社交化、垂直化发展方向和路径，以及针对转型后平台用户接受和信任机制等问题进一步探索。

参考文献：

[1]陈明亮,汪贵浦,邓生宇,孙元.初始网络信任和持续网络信任形成与作用机制比较[J].科研管理,2008(05).

[2]杜骏飞.知识付费的错觉[J].新闻与写作,2017(11).

[3]范明志.“知识付费”是否需要新法律“保驾护航”[J].人民论坛,2017(07).

[4]耿荣娜,张向先,郭顺利.社会化电子商务用户信息采纳行为影响因素研究[J].情报科学,2017,35(10).

[5]单初,鲁耀斌.正面与负面网上评价对C2C商家初始信任影响的实证研究[J].图书情报工作,2010,54(12).

[6]王江哲,王德胜,孙宁.网络服务场景社会线索对顾客公民行为的影响——持续信任、商业友谊的作用[J].软科学,2017,31(04).

[7]万君,郭婷婷,吴正祥.网购失误情境下消费者持续信任的形成机制研究——基于失误归因的调节作用[J].软科学,2015,29(11).

[8]张帅,王文韬,李晶.用户在线知识付费行为影响因素研究[J].图书情报工作,2017, 61(10).

[9]赵佳,马钦海,张跃先.C2C环境下感知在线评论与初始信任的调节因素[J].东北大学学报(自然科学版),2012,33(12).

[10]周涛,檀齐.基于社会资本理论的知识付费用户行为机理研究[J].现代情报,2017,37(11).

[11]朱多刚,郭俊华.基于UTAUT模型的移动政务采纳模型与实证分析[J].情报科学,2016,34(09).

[12]Dong-Hee Shin. Towards an understanding of the consumer acceptance of mobile wallet. Computers in Human Behavior, 2009(25),1343-1354.

[13]Erin Cody-Allen, Rajiv Kishore. An extension of the UTAUT model with e-quality, Trust, and Satisfaction Constructs. Proceedings of the 2006 SIGMIS Computer Personnel Research Conference, Claremont, CA, 2006.

[14]Stone, Robert N & Kjell Gronhaug. Perceived risk: further considerations foe the marketing discipline [J]. European Journal of Marketing, 1993, 27(3): 39-50.

[15]Venkatesh V, MorrisM. G., Davis G. B., & Davis F. D. User acceptance of information technology: Toward a unified view. MIS Quarterly, 2003, 27(3): 425-478.