网络首发 | 涨知识了?泛知识直播中多重沟通和多模态展示对用户知识采纳和持续参与的影响

贾明霞

南京理工大学经济管理学院，南京，210094

张晓宇

在短视频与直播迅速发展的时代，抖音、快手和B站等应用程序在传统的娱乐和电商领域取得持续发展的同时，在非娱乐内容传播方面逐渐展现出巨大的发展潜力。近年来，泛知识类直播为分享丰富的泛知识内容（如经验、技能、行为和观点等）提供了强大的实时互动平台，在业界获得了蓬勃的发展。泛知识直播是在以往的电商和娱乐直播的基础上迭代出现的新的内容分享模式。在广义上，泛知识直播指受众能在碎片化时间中获得经验性或科普性知识以及技能的直播。狭义上，直播内容聚焦在解决问题、科普知识、学习技巧、分享经验和情感咨询等方面。统计报告显示，2021年快手平台全年有超过3,300万场泛知识直播。2022年 “学会”与“有用”两个词在快手评论区中分别出现了4,400多万次与3,400多万次。

与传统学习渠道和平台不同，直播技术的显著优势在于它能使观众与其他人进行实时同步互动和多模态融合展示。首先，在泛知识直播间，个体能参与到多个同时发生的对话活动中, 包括观众与主播，观众与其他观众，主播与主播。这种多重的直播对话形式包括弹幕，评论，连麦和PK等，构成了一种多重沟通（multicommunication）的情境属性。这一情境特征在管理信息系统和人机交互等领域备受关注。同时，在泛知识直播中，文本、图像、音频和视频等多种信号同步传输，观众与主播能利用口语、文字、图像、音频、视频和肢体动作等多种模态资源即时共享知识和交流情感，即多模态展示（multimodal display）。在直播情境中，多重沟通和多模态展示情境特征有助于更好地满足用户的认知评估需求以及提升其对信息内容的理解，然而，直播是一种无法采取倒回和暂停的实时互动视频，故直播中的多元互动和多模信息很可能同时诱发信息处理能力有限的用户的一些负面后果。已有研究发现在社交媒体使用过程中可能会存在双刃剑效应，即同时具有积极和负面两方面的效果，并影响用户的认知评估，从而产生不同的心理变化和行为。因此，泛知识直播具有的多重沟通和多模态展示对直播用户行为的影响需要重点深入研究。

同时，当用户参与泛知识直播后, 用户会根据自身感知选择是否持续参与, 这对直播平台的可持续发展起到关键作用。随着人工智能生成内容等网络信息内容生成和获取的发展，个体选择进行非正式学习和知识习得的途径越来越多，再加上直播中的信息同质化严重，用户很容易在初始参与直播之后产生转移和中辍行为。因此，如何保持并增强泛直播用户的持续参与意愿是值得学者与管理者关注的热点问题。

尽管Payne等和Lu在理论研究中已发现直播能提升个体的碎片化知识学习效果和效率。但是当前直播相关研究仍主要关注娱乐、电商直播或在线直播教学平台等情境下的用户消费行为，忽视了用户可能利用直播获取和分享泛知识并做出实际采纳决策的情境。对于直播的情境属性特征是否会影响直播用户的知识采纳和持续参与意愿仍显不足。综上，本文以促进泛知识直播中的知识普惠为目的，基于手段—目的链理论（Means-End Chain, MEC）框架，结合移动经验取样法和半结构化访谈，对泛知识直播用户的知识采纳和持续参与意愿进行研究，以期提升用户体验，为促进泛知直播平台持续活力健康发展提供有价值的参考。

2.1   直播情境下的用户行为研究

随着直播的流行，多数社交媒体平台也嵌入了直播功能以促进娱乐、消费和信息传播。目前娱乐直播、电商直播、在线网课等直播类型已被学者们广泛探索。在这些直播情境下的用户行为研究主要集中在观看、打赏、购买、付费、使用和参与等方面。例如，直播通过多种通信技术影响观看者的冲动购买行为和持续观看意图。商务直播的个性化、响应性和互动性等特征会促进消费者的参与行为。而泛知识直播作为一种新兴的直播类型，已经逐渐受到少部分学者的关注，如黄楚新认为泛知识直播是轻量化知识传播和促进全民学习的一种独特方式。Lu等将直播视为一种社会技术现象，并对902名中国直播用户进行了调查，探究其观看直播的动机。结果显示，使用直播获取新知识、分享生活经验、交流技能以及传播传统文化等非娱乐实践占据主导地位，表明了泛知识直播的普遍受欢迎程度。此外，Payne等还探究了直播如何影响游戏类专业知识和技能的学习效果。曾维惜从互动仪式链理论视角解读了抖音东方甄选直播间互动的过程，以期提升泛知识直播的传播效果。目前仍缺乏深入探讨泛知识直播对用户认知和行为决策的影响的实证性研究。

2.2   社交媒体知识采纳的相关研究

社交媒体的快速发展极大地便利了信息和知识的获取，同时也承载了用户分享意见、经验、观点以及进行人际沟通的功能。知识采纳是指用户对知识的认可、接受和使用，也称为信息采纳。已有社交媒体知识采纳研究多将采纳行为和采纳意愿作为结果变量探索信息因素、技术因素和用户特征等因素对知识采纳的影响。在信息因素方面，知识内容和传播质量以及来源可信度被视为社交媒体用户知识采纳行为的重要预测变量。孙竹梅等发现微博中健康信息的信息特征（形式、内容和来源）能有效预测用户的信息采纳水平。有限的研究还揭示了信息操作特征对直播中健康信息采纳意愿的影响因素。在技术因素方面，Song 等证实了娱乐信息系统的社交媒体示能性通过影响消费者的基本心理需求，并进一步影响消费者健康信息采纳意愿。同样地，Jia等探究了直播四种不同的示能性对用户知识采纳行为的显著影响。在用户特征方面，良好的短视频平台用户参与体验能提升用户泛知识价值共创意愿，而个体的强感知风险会影响用户信息获取与采纳的可能性。因此，社交媒体，特别是互动性强的直播，越来越被视为获取各种经验性信息或知识的重要渠道，但很少有研究通过效果来衡量知识采纳对用户后续的持续参与意愿的影响。

2.3   社交媒体持续参与意愿的相关研究

用户持续参与意愿是指用户在参与某个平台/ 网站/ 社区后，仍然会选择持续参与该平台/ 网站/ 社区的行为意愿。社交媒体用户持续参与意愿大多基于使用与满足理论、社会认知理论和期望确认理论研究用户的持续参与意愿和行为的动机与影响因素。如Hsu等基于使用与满足理论，提出感知娱乐、信息寻求、社会化和自我呈现是影响社交媒体持续参与意愿的主要动机因素。相比初始使用行为，Bhattacherjee 认为信息系持续参与行为主要取决于用户先前的使用体验，包括感知有用性和对信息系统的情感反应。殷猛基于期望确认理论得出用户参与微博话题期望确认程度、价值感知以及满意度是影响用户微博话题持续参与意愿的主要因素。范小军以流体验理论、社会临场感理论和认同理论为基础，发现视频直播互动性通过影响用户观看体验和认同感进而影响用户持续使用意愿。可见，目前有关用户持续参与意愿研究多采用横截面数据构建结构方程模型的方法进行测度，侧重于从感知有用性和满意度角度出发探索用户持续参与意愿的影响机制。

综上，一方面，虽然现有的研究考察了各类直播情境下的用户行为，但鲜有针对泛知识直播情境中知识采纳和持续参与意愿的实证性研究。另一方面，探究社交媒体知识采纳的情境主要集中在短视频，直播背景下的研究较少，而且多聚焦于健康知识采纳，忽略了泛知识在直播中传播的普及性和重要性。对于直播在知识传播效应上的具体的影响机理还不够全面，同时聚焦积极和消极结果的研究较少。

3.1   MEC理论框架

MEC认为消费者以目标为导向，并建立了一种将对象属性与消费者期望的结果和价值联系起来的认知结构。其中，属性（Attributes,A）是观察到的人们参与信息产品或服务的活动特性；使用结果（Consequences,C）是产品或服务“属性”被使用或体验时给用户带来的情感和认知功能上的任何结果；而价值（Values,V）是指导消费者选择和产生决策意向的高度抽象的动机。目前，MEC已被广泛应用于网络用户行为意愿与动机研究，如消费者对购物网站的口碑意向和消费者对视频博客推荐内容属性对消费者采用推荐的意愿。

直播用户在泛知识直播中的持续参与决策同样是一个目标导向的过程。在MEC的A-C-V内涵框架中，本研究将泛知识直播的重要且显著的情境特征（即多重沟通和多模态展示）作为属性A，将积极结果（准社会互动与替代学习）和消极结果（错失焦虑与信息囤积）作为使用结果C，将知识采纳效果作为价值V，它是用户后续行为的重要预测指标。此外，价值是激发行为反应动机的核心认知要素，是激励和引导消费者决策行为的更高层次的目标，因此，将属性- 结果- 价值层次结构扩展到行为意愿是合理的，因为它符合MEC是一个目标层次结构的假设，其中价值是激励消费者行为意图的最终目标，而消费者的行为意愿源于其所期望的价值。故本文使用“属性- 使用结果- 价值- 持续参与意愿”路径来理解为什么直播用户会持续参与到泛知识直播中。具体来说，直播用户的持续参与意愿受其心理认知结果（积极结果和消极结果）和价值获得（即知识采纳效果）的影响，直播活动与情境特征属性（多重沟通和多模态展示）有助于产生这些使用结果和价值获得感知。同时，将性别、年龄、学历、直播使用年限和频率作为控制变量纳入模型。具体如图1所示。

3.2  研究假设

（1）多重沟通和多模态展示的双刃剑效应

准社会互动是一种虚拟的友谊关系，即网络用户在与他人互动中构建的一种想象的类似于真实社会交往的人际关系。这种亲密关系尤其在抖音、快手和You-Tube等短视频+直播平台的崛起中得到了进一步发展。以往研究表明，以实时互动为主要特征的直播可为直播成员提供不同形式的同步互动和对话活动，从而激发直播用户与他人进行互动的想象，促进直播成员之间亲密的社交关系。另有研究表明，直播间中的多重沟通可以促使消费者与远程交流的他人通过直播实现一种现场交往感。因此，当用户在泛知识直播中发生多重沟通时, 如观众通过弹幕评论、点赞、发送虚拟礼物、与他人连麦进行互动沟通，或观看与感受主播与其他用户的沟通时，这种情境可能会增强直播用户对直播中的人物或角色产生想象和情感，并引发准社会互动的产生。

错失焦虑（Fear of Missing Out, FoMO）是社交媒体中普遍存在的情绪反应，指个体在使用社交媒体实时获取信息过程中，在潜意识或心理上产生不同程度的焦虑情绪，如不适、不安、烦躁或恐慌。在多重沟通情境下，作为实时互动和沟通交流的主要工具，直播用户可能需要同时进行多个对话任务，例如观看视频，参与实时聊天，阅读评论等，同时也会因担心错过关键沟通交流信息产生FoMO。有学者指出，信息系统使用的多重沟通也有可能产生负面的用户行为和后果。在直播应用中，社交网络越泛化和深入，导致用户浏览、筛选和获取信息的行为愈加频繁，越会不断参与对话交流活动，FoMO现象也就愈加明显。综上，本文提出如下假设：

H1a. 多重沟通正向影响直播用户的准社会互动。

H1b. 多重沟通正向影响直播用户的错失焦虑。

准社会互动的产生在于媒介和媒介人物通过各种任务场景和信息线索极力营造一种面对面的互动氛围，从而建立和维持虚拟环境中成员的一种亲密的准社会关系。因此，信息的外部表征方式会对受众的准社会互动产生影响。Sundar 指出多模态信息相对单模态呈现更能引起受众“现场感启发”，更易于将多模信息展示的事件视为真实所发生的。直播平台为内容生产者和观众提供了多元的信息呈现形式，如音乐、图像、视频动画和评论等，甚至AI虚拟主播的引入，这些多模态展示加深了用户与直播主播或其他用户之间的特定互动和情感连接。可见，媒介所展示的信息线索越多，受众的社会临场感就会越高，也就越能够感知对方的真实存在，因而能引发较高程度的准社会互动。

虽然多模态展示能使用户接收不同形态的信息和丰富的信息线索，但是它也可能造成信息过载，从而引发直播用户的FoMO情绪。研究发现多模态信息对FoMO 存在潜在影响，因为不同的信息模式需要以不同的方式处理，这会分散用户的注意力，影响用户对直播中信息或知识的筛选与识别，使得用户调动更多的认知负载进而引发焦虑情绪。移动社交媒体环境下, 用户养成了随时随地获取信息的习惯，但在不能倒回和暂停的直播中往往会实时呈现多种信息，而个体有效处理信息的认知能力有限，这使其难以短时间内充分理解完全掌握直播内容，加剧因害怕错过相关信息（任务、社交和娱乐信息）所产生担忧、焦虑、烦躁等心理和频繁查看等非理性信息行为。因此，本文提出如下假设：

H2a. 多模态展示正向影响直播用户的准社会互动。

H2b. 多模态展示正向影响直播用户的错失焦虑。

替代学习（vicarious learning）是个体从他人的行为经验中学习而不是从自身的行为经验中学习的认知过程，主要依赖于观察（独立替代学习）和与他人互动交流（互动替代学习）进行学习。这种间接学习过程在在线环境中尤为重要，是用户评估在线环境中传播的信息主要方式。研究表明，替代学习受亲近关系的影响，这种亲密关系为个人进行社会学习提供了机会。在直播平台上，这种亲密互动关系更多地体现为准社会互动，而准社会互动关系的形成会影响用户的观点、兴趣和注意力，引发其移情反应，进而导致更深的沉浸和认知吸收。由此，对他人产生准社会互动的用户更倾向于在直播过程中进行观察学习以及行为的复制和模仿，即独立替代学习。互动替代学习作为一个共同创造和人际学习的认知过程，是从互惠互动中形成的。当主播与观众分享想法、技能或经历时，对主播拥有更强准社会互动的用户更有可能被吸引到更深层次的知识交流中从而引发互动替代学习。因此，本文提出如下假设：

H3. 准社会互动正向影响直播用户的替代学习。

信息囤积（也称数字囤积）是社交媒体环境中信息异化的时代产物，主要指信息内容的不断积累导致压力和混乱。FoMO是一种带有信息错过或丢失的过度恐慌的强迫性焦虑心理，它可能会进一步引发社交媒体上的强迫性和非理性行为。用户如果清除或删除社交媒体平台上的内容、联系或互动，可能会感到焦虑或担忧。这种焦虑源于他们可能会因为后悔当前的决定，错过一些重要的事情，或者可能会失去一些关键的记忆或联系。因此，FoMO用户可能会沉迷于获取信息来应对和缓解错过的不适感，进而产生强迫性信息积累行为。同时，FoMO更容易使直播用户对已关注的主播或用户产生情感依恋，难以取关和删除相关信息，并通过信息囤积来弥补其害怕错过的负面情绪。在社交媒体或直播环境中，信息都是实时和快速的，用户可能会担心错过和遗漏重要的人或信息资源，一键关注和保存能让其获得安全感和满足感。因此，本文提出如下假设：

H4. 错失焦虑正向影响直播用户的信息囤积。

（2）替代学习、知识采纳效果与持续参与意愿

替代学习的主要目标是增强个人对信念、意识、技能和行为的知识采纳和提升个人能力。个体在在线社区中产生知识采纳，可能是因为这些信息或知识是通过学习他人的经验获得的。如观察他人的评论或行为（即观察学习）可以影响个人对问答社区的知识贡献。此外，个体通过积极主动地与他人进行互动交流，可以获得比仅仅观察更多的信息, 从而减少信息不确定性，增加对知识的接纳程度。同时，部分研究表明，直播用户与主播或其他用户之间的替代学习程度越强，他们就越倾向于相信对方所提供的信息或知识，并增强购买行为等意愿。可见，替代学习作为一个间接的认知过程，与用户的知识采纳效果与行为决策紧密相关。综上，我们提出以下假设：

H5a. 替代学习正向影响直播用户的知识采纳效果。

H5b. 替代学习正向影响直播用户的持续参与意愿。

（3）信息囤积、知识采纳效果与持续参与意愿

信息囤积是个体过度存储和积累信息内容，而这些内容由于过于庞杂，会进一步导致失范的DIKW进路。当个体的信息囤积越严重，这些信息/知识的利用价值就越低，或因已被遗忘，或因信息杂乱或庞大而难以被再利用。此外，信息囤积被证明是导致谷歌效应的一个前因。即信息囤积越严重的人，往往更对容易获取的信息产生遗忘，只记得信息存储的位置或方式。这将促使直播用户更加依赖直播这一媒介和工具，而不是注重理解和掌握直播中传播的信息或知识本身所蕴含的意义。因此，直播用户在参与直播过程中信息囤积频率越高，就会更注重拥有和占有，对知识利用的可能性也会逐渐降低。同时，信息囤积已被证实会进一步引发消极和阴暗面的消费者行为。在泛知识直播中，持续的信息囤积者可能会强制使用直播，这增加了更多无意义的直播使用和时间消耗，并可能进一步增加直播使用疲劳，使用户出现删除和数字断连等不持续使用行为，最终影响其直播的持续参与意愿。用户在直播中的信息囤积越严重，不持续参与的可能性越高。综上，我们提出了以下假设:

H6a. 信息囤积负向影响直播用户的知识采纳效果。

H6b. 信息囤积负向影响直播用户的持续参与意愿。

（4）知识采纳效果与持续参与意愿

泛直播用户持续参与意愿是指用户参与某个泛直播平台后会持续参与该平台的行为意愿。大量的研究表明，感知有用性和满意度是预测用户持续参与行为的重要前因变量。如池毛毛等发现，共享住宿平台的感知有用性和满意度显著影响个体对平台的持续参与意愿。Karahanna等强调到用户的持续使用意愿取决于其对信息系统的感知有用性，而主观规范仅影响其初始使用行为。在社交问答平台中，平台用户能从参与行为中获得信息和知识等收益时，就会形成对该平台的期望和信念，感知的效果越好，那么后续的参与意愿就会越高。基于以上分析，本研究认为在泛知识直播中，用户对信息系统的感知有用和收益更多体现在直播用户在使用直播后的知识采纳效果体验。因此，用户在泛知识直播中知识采纳效果越好，说明该平台越能够满足用户的需求，就越会形成用户对该平台的忠诚度并产生持续参与意愿。故本文提出假设：

H7. 知识采纳效果正向影响直播用户的持续参与意愿。

为了使研究结论更加充实和深入，本文使用定量和定性结合的混合方法，设计过程包括两个主要阶段：①通过“流动自我报告”式的移动经验取样方法，获取被试实验期间对关键事件行为的即时性回应数据（瞬时评估）；②在实验结束后，研究人员随机抽取部分被试者获取事件的背景、感知、行为和感受等关键描述，以补充在定量阶段所收集的数据的缺陷和深入解释和支撑研究结果。实验设计和流程如图2所示。

4.1   被试对象选取

本研究的被试对象招募于豆瓣和Credamo数据收集平台上的不同直播用户群体，需满足以下3个条件：①使用某直播平台（抖音、快手、B 站、微信视频号…）的时间不低于5个月；②至少利用该直播平台进行过不少于3次的知识学习；③对实验涉及的相关概念和行为经研究人员解释能准确理解。我们预先收集了120名符合条件的用户，其中95%的用户满足招募条件。为了确保样本充分代表不同的社会人口统计学背景，从而提高研究的可信度和适用性，进一步根据统计变量（如学历、职业、性别和年龄）进行了筛选。最终，选取55名符合条件的被试参与整个实验过程，见表1。

4.2   阶段1：移动经验取样法的定量研究

移动经验取样法（mobile Experience Sampling Methodology, mESM），也被称为“流动自我报告”方法，是在多个时间点收集和测量被试在事件发生当下的自然情境中所产生的行为与体验。为了捕捉用户在泛知识直播中的多次知识学习体验和持续参与的真实感受，本文采用移动经验中的事件取样方式，即被试在泛知识直播使用过程中，经历知识获取和采纳事件时便立即获得用户在该事件发生时的真实体验，以增强研究的情境知觉。实验时间为2023年11月1日—2023年11月11日，在此期间，当被试发现自己在使用直播进行知识学习时，允许其自主填写调查问卷，并要求将填写结果立即反馈给研究人员。研究人员通过后台对反馈问卷进行必要的质量监督，最终共收回316份问卷。实验问卷总共设计8个构念的36个量表题项。除了多模态展示构念的测量题项是在参考相关文献基础上自编以外，其余7个变量测量题项均来源于国内外的成熟研究，并针对本研究的研究情境进行了适度调整和修改，详见表2。

4.3   阶段2：半结构化访谈的定性研究

事后追踪式访谈可以作为移动经验法的一种辅助研究手段，进一步获取和挖掘移动经验取样法的关键描述和情境性问题。在移动经验取样调查结束的一周后，将原先的55位被试对象进行编号（P1-P55），然后在编号范围内随机抽样29位受试人员进行半结构化访谈，进一步深挖用户对利用泛知识直播进行知识习得的体验和感受的关键描述，作为补充性数据支撑和增强研究结果。具体的访谈内容如表3所示。其中，本文将受试者在自我汇报中的知识采纳效果作为重点，研究人员根据用户对知识学习经历的描述，询问其后续的知识采纳效果，并进行不同程度的采纳效果打分（强采纳、弱采纳、微采纳和不采纳）。

在参与者的许可下，研究人员对访谈过程进行了录频或录音。然后研究人员将所有录音转录为20万字的文本。接着，由两位研究人员在质性分析软件NVivo 12中对29个访谈文本进行了两轮独立的编码，第三位研究人员在每轮结束时加入讨论，以提高编码的准确性和一致性。具体内容将在研究讨论部分进行补充性说明。

5.1   测量模型评估

通过SmartPLS 4对测量模型的信效度进行检验。样本整体的信度评估一般采用Cronbach's α系数值和组合信度（Composite Reliability, CR）两个指标。由表4可见，本研究8个构念量表的Cronbach's α值均高于0.7，CR值均超过了0.8的标准，表明样本量表具有较高的内部一致性。测量模型的效度评估综合考察了测量模型在收敛效度和区别效度两个方面的效果。收敛效度的评估需满足三个标准：（1）因子载荷>0.5；（2）CR值>0.7；（3）平均抽取变异量AVE值>0.5。由表可见，本研究的8 个构念测量量表的因子载荷和AVE均高于0.5，CR值均大于0.7。区别效度采用Fornell-Larcker 标准，即AVE值的平方根与相关系数绝对值之间的关系进行评估。计算结果见表5所示，对角线上的AVE值平方根大于该变量与其他变量之间的相关系数。综上，本研究的全样本数测量模型中的所有变量的信效度均符合要求，故可进一步进行建模和假设检验。

5.2   结构模型检验

采用SmartPLS 4.0中的Bootstrapping方法对模型的假设路径进行了显著性检验。本研究模型的检验结果如图所示，多重沟通显著正向影响准社会互动（β=0.332， p<0.001）和错失焦虑（β=0.293，p<0.001），假设H1a和 H1b得到验证；多模态展示显著正向影响准社会互动（β=0.267，p<0.001）和错失焦虑（β=0.229，p<0.01），假设H2a和H2b得到验证；准社会互动显著正向影响替代学习（β=0.333，p<0.001），假设H3得到验证；错失焦虑显著正向影响替信息囤积（β=0.176，p<0.001），假设H4得到验证；替代学习显著正向影响知识采纳效果（β=0.307，p<0.001）和持续参与意愿（β=0.268， p<0.001），假设H5a和H5b得到验证；信息囤积显著负向影响知识采纳效果（β=-0.321，p<0.001），但并不显著影响持续参与意愿（β=-0.103，p>0.05），假设H6a得到验证，假设H6b未得到验证；知识采纳效果显著正向影响持续参与意愿（β=0.375，p<0.001），假设H7得到验证。控制变量中，仅有最高学历这一变量的路径系数显著。综上，本研究提出的11个假设除了H6b之外，其余10个假设都得到了支持。此外，通过R2值评估模型预测能力，替代学习和信息囤积共同解释知识采纳效果35.1%的变异量，替代学习和知识采纳效果共同解释持续参与意愿44.5%的变异量，详见图3。

5.3   中介效应检验

进一步使用SmartPLS的Bootstrapping方法在95%的置信水平下进行5,000次重复抽样来计算出所假设路径的直接效应和间接效应，然后遵循温忠麟等提出的中介变量处理方法分析和检验知识采纳效果、积极结果和消极结果的中介作用（见表6）。根据中介效应存在的判定标准95%的置信区间不包含0：知识采纳效果在信息囤积与持续参与意愿和替代学习与持续参与意愿之间的两条路径的置信区间均不包括0，故中介效应存在。且信息囤积→知识采纳→持续参与意愿路径中间接效应（β间=-0.127***）显著，而直接效应（β直=-0.093）不显著，知识采纳完全中介了信息囤积与持续参与意愿之间的关系；替代学习→知识采纳→持续参与意愿路径中间接效应（β间=-0.121***）显著，直接效应（β直=0.245***）显著，知识采纳部分中介了替代学习与持续参与意愿之间的关系。同理，准社会互动与替代学习在多重沟通与知识采纳和多模态展示与知识采纳之间的两条路径的置信区间均不包括0，这意味着准社会互动与替代学习所构成的链式中介作用对解释直播中知识采纳具有较好的稳健性，且直接效应均不显著，故存在完全中介。错失焦虑与信息囤积在多重沟通与知识采纳和多模态展示与知识采纳之间的两条路径的置信区间均不包括0，这意味着错失焦虑与信息囤积所构成的链式中介作用对解释直播中知识采纳具有较好的稳健性，且直接效应均不显著，故为完全中介。

6.1   多重沟通和多模态展示（A）

通过结构方程模型证实直播中的多重沟通和多模态展示的情境属性刺激是促使用户在直播中获取泛知识的重要影响因素。这一研究发现与之前的相关研究结果基本一致，可见性和交互性可以显著提高消费者的替代学习过程，广播和来源多样性产生认知过载，从而影响消费者的购买意图和提供相关反馈和建议的意愿。同时，半结构化访谈结果中大部分用户关于将直播作为获取泛知识的原因的描述也呼应了这一研究发现，虽然有时用户在直播中的学习并不是有目的的或正式的，或许发生在浏览娱乐短视频的过程中偶然进入的（P34），但相比于专门在传统的搜索引擎或在线问答社区中的知识获得，泛知识直播中用户不仅可以实时通过弹幕、连麦等互动方式与主播或其他观众对有疑问的地方进行沟通交流（P08），还可以通过视频演示、音频（音乐）、发送礼物等多种形式进行渲染（P14），从而一定程度上增进彼此间的情感连接，这种情感连接在直播中更多体现在被试的准社会互动的发展。因此在结构方程模型中也证实了多重沟通和多模态展示对准社会互动有显著正向影响。如被试谈到，“和主播互动的时候，我有一种粉丝见到偶像，得到偶像回应的兴奋感，就像是我们在真实地交朋友一样”（P23）。与此同时，也有少部分被试表示参与直播过程的紧张和焦虑感会存在，“弹幕滚动太快，然后还得关注主播的讲解，我老感觉自己错过了重要的信息”（P9）。因此，实证研究表明，多重沟通和多模态展示会显著正向影响FoMO。综上，泛知识直播平台运营商和主播在提供多模态展示与交互以及鼓励用户进行多重沟通的同时，也要关注多模态展示和多重沟通的负面影响，设置信息留存提醒机制，引导用户信息的合理使用。

6.2   积极结果：准社会互动和替代学习（C）

准社会互动和替代学习（积极结果）在增强用户的知识采纳效果中承担了重要的桥梁作用。这一研究发现一定程度上印证了已有研究的论点，亲近关系能进一步促进替代学习的产生。同时，半结构化访谈结果中部分被试者表示，能与直播中的成员产生情感共鸣或成为虚拟朋友的直播更容易引起他们的关注和认知吸收，并由此产生替代学习。如“和共同兴趣爱好的人一起看直播，能更有效、更及时地讨论或交流经验，这种时候，我感觉自己潜意识的学习也会多一些”（P15），“直播内容展现得越真实，越能引起我的共情，像我关注了很多年的‘无穷小亮的科普日常’, 每次看 他的分享，我都感觉我们像是朋友，跟他聊天也好，看 一看也罢，像一起成长。我不喜欢那些摆拍的”（P27）。其中，直播中的这种替代学习分别体现在观察他人和主动进行互动交流两方面，即独立替代学习和互动替代学习。如“其他观众向主播的提问交流有助于我提高学习效率，因为相比一些纯说教式的视频，观众跟主播或其他观众的互动交流有助于提高我在短时间内的学习效果，对我这种内向的人来说再好不过了”（P7）。“我在知乎直播中有给我儿子询问留学经验的一些事儿，我直接连麦询问主播的，像这些经验性的隐性知识通过来回互动很快就搞明白了”（P40）。因此，在泛知识直播技术支持下，要考虑引发受众的情绪共鸣、亲近感和信任，提高用户的准社会互动感，进而增强用户在直播中的独立替代学习和互动替代学习。

6.3   消极结果：错失焦虑和信息囤积（C）

FoMO和信息囤积（消极结果）一定程度上降低了用户的知识采纳效果。FoMO对信息囤积的正向影响已在其他情境中被证实，即高程度的FoMO会加剧信息囤积行为，因为FoMO会导致积累和占有，害怕失去的恐惧。在半结构化访谈中，少部分被试者的描述也反映了这一潜在的消极体验，“当我点进一个直播间，很难说是一定能学到我想要学的东西。花哨的东西太多了，我会觉得有点喧宾夺主，我也会很慌，感觉什么都没看到和获取到，有时点个收藏，再慢慢看直播回放……但后面可能就会忘了”（P24）。“我有时候同时参与到不同的沟通对话中，一不留神就错过了我想知道的信息，而直播又不能暂停或倒回。我可能会直接退出或者点关注，下次说不定就遇到类似话题了”（P1）。可见，泛知识直播技术应该以一种更平衡和健康的方式获得可持续发展，泛知识直播从业者需要帮助囤积用户缓解错失焦虑，充分感受到“错过的快乐（Joy of Missing Out, JoMO）”和体验遗忘唤醒，如具有短暂性特征或提醒功能的设计有利于缓解信息囤积问题。

6.4   知识采纳效果（V）与持续参与意愿（I）

知识采纳效果是用户持续参与泛知识直播的重要的价值导向的影响因素。从结构方程模型结果来看，知识采纳效果不仅部分中介了替代学习与持续参与意愿之间的关系，还完全中介了信息囤积与持续参与意愿的关系。在泛知识直播中娱乐性享受虽然也是影响其参与直播的影响因素之一，如“直播的时候主播在讲日语和打游戏中穿插，这种方式挺轻松的”（P17），但是知识采纳效果是一个重要的预测因素（P36, P12, P19）。本文研究人员根据访谈对被试者的知识采纳效果的评估显示，其中13/29被试者提到了对直播中泛知识的强采纳，10/29被认为是弱采纳，4/29被认为是微采纳，剩余的2人虽然表示由主播权威性而决定是否采纳，但是在实验过程期间还未表现出实际的采纳行为。首先，作为替代学习与持续参与意愿之间的中介，高知识采纳效果会进一步增强用户的持续参与意愿。受访的被试也提到，“我很少在直播中进行一些严肃的或专业的学习，但经验性的或者技能类的，我觉得在直播中获取反而有更好的效果，这也是我后续还愿意参与的一个原因”（P12）。“我利用在直播中学到的法语，为我喜欢的歌手录制和剪辑了一个庆生视频，我发到了YouTube上，然后被她点赞和评论了！所以我后来也一直持续使用直播”（P17）。

其次，与原有假设（信息囤积负向影响持续参与意愿）不符的是信息囤积对用户持续参与意愿不存在直接的显著影响，而是完全通过知识采纳效果影响其持续参与意愿。该研究结论的出现可能与泛知识直播中持续参与意愿的产生机制有关。在泛知识直播中，用户对生活经验、技能和专业知识等泛知识的获取和利用需求相对较高，过度和无差别的一键关注和收藏保存更可能使用户由于对信息/知识的囤而不用的低采纳效果而降低持续参与意愿。因此，信息囤积对用户的持续参与意愿的直接效果不明显，信息囤积者需要通过增强知识采纳效果才能有效提升用户的持续参与意愿。在泛知识直播中，如果在短时间内发现缺乏良好的知识采纳效果，信息囤积可能性越大，反而会造成用户的使用倦怠并引发不持续参与意愿。“我虽然收藏了直播回放，也关注了直播，但是如果没起到啥作用，或吃灰了，我可能就转移到其他平台了，比如现在比较火的ChatGPT ”（P36）。

本研究基于MEC理论框架，分析了多重沟通和多模态展示对用户在泛知识直播中的知识采纳效果和持续参与意愿的影响。本文的理论贡献在于以往研究多关注直播的娱乐与带货消费情境，但是本研究聚焦于直播的泛知识传播的全民共享和知识普惠，针对泛知识直播中用户的参与体验进行了定量与定性的实证探索，扩展了已有的知识采纳和直播相关研究。其次，提出了多重沟通和多模态展示通过对用户产生的积极结果和消极结果两条影响路径，影响用户的知识采纳效果和持续参与意愿。此外，以往研究主要从直播特征和主播特征角度分析直播对用户意愿行为的影响，本研究识别了直播中的两种重要且显著的情景属性：多重沟通和多模态展示，并探索其对用户行为的影响。最后，知识采纳效果被证实是影响用户持续参与泛知识直播的重要因素，这一变量以往更多被应用于其他在线社区或网站。

研究结果也具有一定的实践启示，本研究中的积极结果能直接影响持续参与意愿，虽然消极结果通过知识采纳效果影响持续参与意愿，但重在传播泛知识的直播平台管理者和主播在鼓励用户参与直播中的多个互动和展示多模态信息吸引观众时，也还是要注意其可能会导致的一些消极结果。如可以通过加强泛知识直播多重沟通内容的一致性程度，健全信息过滤机制，必要时提供学习文档链接，从而降低FoMO。通过提高直播内容的真实性和设置提醒插件以及收藏上限来缓解信息囤积，从而增强知识采纳效果和持续参与意愿。此外，访谈中用户也提到平台管理者要加强对高质量知识创作者的创作激励和扶持力度，打造一个良好的直播学习生态（P28）。

本研究也存在一些局限性，如本文对知识采纳效果的测量更多是一种主观效果的测度，未来采用实验方法或客观数据来衡量直播用户的知识采纳效果可能更为客观和严谨。其次，研究可能忽略了一些其他影响因素，如访谈中提到的主播自身影响力和不同类型的知识内容，未来将在用户的主观数据和客观行为数据中得到更多的预测变量，以完善和丰富本泛知识直播相关研究的探索。最后，研究未考虑到积极结果与消极结果的相互作用或净效应可能对结果的影响。

END

版式设计

陆澜

制版编辑

王淳洋