運用訊號理論探討知識貢獻者在網路社群影響之重要因素

洪新原

國立中正大學資訊管理所syhung@mis.ccu.edu.tw

彭正賢

國立中正大學資訊管理所syet123456@gmail.com

洪幼力

國立中正大學資訊管理所yolihong@gmail.com

摘要

本研究以訊號理論作為基礎，加入知識不確定性、貢獻者不確定性、知識特性、互動

關係與貢獻者自我評估來發展研究架構，以網路問卷的方式，針對 PTT各個程式語言版的用戶與 Facebook程式設計相關社團成員進行問卷調查，總共回收 264份有效問卷，分析結果發現：轉移能力、內隱性、特定性、信任、專業能力皆會影響知識品質；自

我效能、內隱性、專業能力皆會影響模糊性；轉移能力、知識品質、模糊性皆會影響

知識傳遞成功；知識品質與模糊性會影響知識吸收成功；知識傳遞成功會影響知識吸

收成功；知識吸收成功會影響知識轉移成功。

關鍵詞：網路社群、訊號理論、知識不確定性、知識貢獻者、知識轉移

Factors Influencing Knowledge Contributor's Knowledge Transfer Success: A Perspective of Signaling Theory

Shin-Yuan HungNational Chung Cheng University

Department of Information Managementsyhung@mis.ccu.edu.tw

Zheng-Xian PengNational Chung Cheng University

Department of Information Managementsyet123456@gmail.com

Yu-Li HungNational Chung Cheng University

Department of Information Managementyolihong@gmail.com

Abstract

This research developed research model based on the Signaling Theory and eleven variables were examined. We collected data from the users of programming groups on PTT and Facebook to empirically test the model. Two hundred and sixty four usable responses were obtained. The analytical result indicated that transfer capacity, knowledge tacitness, trust and professional capability significantly influence knowledge quality. Additionally, self-efficacy, knowledge tacitness and professional capability significantly influence casual ambiguity. Transfer capacity, knowledge quality and causal ambiguity significantly influence knowledge transmission. Knowledge quality, causal ambiguity and knowledge transmission success significantly influence knowledge absorption success. Finally, knowledge absorption success significantly influence knowledge transfer success. Some implications for academics and practitioners are also provided.

Keywords: Social Community, Signaling Theory, Knowledge Uncertainty, Knowledge Contributor, Knowledge Transfer

1

、、 緒論1.1研究背景與動機近年來隨著行動網路服務日漸普及，帶動網路社群的發展，根據

statista.com統計 2017年社群網站的使用人數占全球人口數約 32.8%，且這些人數一直在持續增加中，並預測在 2021年時，全球網路社群使用人口將約達到 30.2億人口，將近現今人口的一半。有鑒於上述，網路社群儼然成為資訊科技與網際網

路中最常用於互動與交流的應用方式。Butler (2001)以及 Ridings and Gefen (2004)亦指出網路社群可以透過討論區讓一群人在討論區內分享一些有趣的資訊。然而 Cummings et al. (2002)指出許多網路社群因為沒有足夠的吸引力來吸引新的會員，進而導致使用人數到達一定程度後將不再繼續成長。Ma and Agarwal (2007)也提到儘管過去幾年網路社群的人數持續的增加，但卻鮮少有網站能成功將知識的

貢獻與願意分享的會員留住。

在過去的文獻中，對於知識轉移有從各個不同面向去探討，有探討知識本身

的特性(Gnyawali and Sinal, 2009; Lee and MacMillan, 2008)；也有探討知識轉移的結果對於組織或個人的影響程度(Lee and MacMillan, 2008; Kim et al., 2011)；也有以企業的特性與環境來討論(Fey and Furu, 2008; Williams, 2009; Zhao and Anand, 2009)；最後也有以企業間彼此的關係來探討(Riusala and Smale, 2007; Adenfelt and Lagerstrom, 2008; Amobs and Amobs, 2009)。由上述可知，知識轉移在企業是相當重要的一環，不再只是單純討論個體與個體之間的關係，甚至影響整個組織、國

家和世界。

而本研究在整理過去的研究發現，過去的研究還是有許多不足的地方：(1)從過去的研究發現，較多的研究是探討網路社群上的知識分享，例如：Lai and Chen (2014)，但知識分享與知識轉移有不一樣的差異(2)過去的研究較偏向於利用各個情境與企業(Beck et al., 2014; Hung et al., 2012)或是以流程面向(Levine and Gilbert, 1998)來去探討知識轉移，並非以知識貢獻者的觀點為出發點，來去探討知識轉移。(3)知識轉移為知識管理的最終階段，而知識轉移的成功與否，與知識接收者欲達到的目的是較直接的關係。但回顧過去對於單一角色觀點切入的知識轉移相關研

究較為不足，因此希望藉由本研究來補足這方面的知識落差。

此外，過去相關研究指出知識轉移成功必須先有知識傳遞與知識吸收兩個步

驟，才能稱為知識轉移(Cummings and Teng, 2003; Joshi et al., 2007; Kulkarni et al., 2007; Pérez-Nordtvedt et al., 2008; Susanty et al., 2012)。這些學者也將知識轉移以三個方向做探討，分別為企業層級特性、知識來源特性和知識的特性(Zhao and Anand, 2009)。綜合上述學者之探討觀點，本研究也發現過去相關研究較少以個體的觀點來去探討知識轉移領域。故本研究希望從貢獻者的角度來去探討貢獻者對

於整個知識轉移的影響因素。

然而，回顧過去相關研究發現大多研究以社會交換理論(Social Exchange Theory)、期望理論(An Expectation Theory)、科技接受模式(Technology Acceptance Model, TAM)、以及社會認知理論(Social Cognitive Theory)來探討知識轉移整個過程，本研究為彌補過去研究之不足將從知識轉移的角色觀點切入，以知識貢獻者

角度再搭配訊號理論內的一些概念，來探討知識轉移的過程中，知識接收者對於

知識貢獻者與知識本身的不確定可能會影響知識轉移成效的因素，故本研究以訊

號理論做為研究模型的基礎。

1.2研究目的與問題

2

基於上述研究背景與動基本研究以訊號理論去建立研究模型，並以知識貢獻

者的觀點探討，貢獻者的不確定性，來去影響知識的不確定性，而本研究也以網

路社群與知識一些特性，來降低傳遞的知識不確定性，最後影響知識轉移的整個

過程，而知識轉移過程則以 Davenport and Prusak (1998)所提出的定義做為主軸。在進行知識轉移前，以貢獻者的觀點，瞭解有哪些誘因會使貢獻者願意去分享自

己的知識，而貢獻者會不會因為接收者的某些因素，而不將完整的知識分享，造

成的知識不確定性，最後再利用社群知識平台的一些特性來降低網路社群內部進

行知識轉移的不確定性，讓知識接收者認知這些知識是有必要性並正確的，最後

影響到知識傳遞，並影響整個知識轉移的過程。研究問題整理如下：

(1) 在網路社群知識貢獻者的不確定性，並進一步探討對知識不確定性與知識傳遞的影響。

(2) 在網路社群知識不確定性對於知識傳遞與知識吸收的影響。(3) 知識特性構面對於知識不確定性的影響。(4) 在社群網路知識不確定性影響對於知識轉移的影響。

、、 文獻探討 2.1知識轉移與知識轉移成功

Davenport and Prusak (1998)將知識轉移定義為知識的傳遞(transmission)、吸收(absortion)和利用，而接收者從貢獻者接收到的知識，是需要被加以利用，不然知識轉移則無法算是成功。Boisot (2002)也提出知識轉移成功要有知識貢獻方與知識接收方雙向進行，知識轉移達成條件是，知識貢獻方將知識傳遞給知識接收方後，

知識接收方必須將這些知識內化學習，才能算是知識轉移成功。

然而，知識傳遞是將知識傳送給知識潛在的使用者，知識轉移成功是由知識

貢獻者將知識傳遞給接收者後，經由接收者吸收利用(Davenport and Prusak, 1998)。所以知識傳遞為知識轉移的第一步，先有知識傳遞才會有知識吸收的發生，最後在影響到知識轉移成功。此外，Zhhra and George (2002)說明吸收能力包含知識獲取、知識吸收知識轉化與知識利用。Ko et al. (2005)指出知識吸收成功是接收者了解知識來源的價值與重要性，再將知識進行吸收與應用。Cohen and Levinthal (1990)提出吸收能力是組織去認識新資訊的價值，透過吸收後的知識運用在商業用途上。而知識吸收是知識轉移的第二步驟，接收者完成此步驟後知識轉移才算是

成功。

本研究也整理了各個學者對知識轉移成功的不同定義，共有四種從不同領域

觀點切入的說法：第一，是在一段時間內，從事知識轉移的知識量(Hakanson and Nobel, 2000)；第二，從專案管理觀點切入，在時間內完成，並有效控制預算，也讓接收者對此專案感到滿意(Szulanski, 1996)；第三，從科技轉移創新觀點切入，專注於知識接收者對於知識的重建程度(Cummings and Teng, 2003)；第四，從制度理論的內化切入(Meyer and Rowan, 1977)，知識接收者對於所獲的所有權(Owenship)、承諾，以及知識轉移的滿意程度(Cummings and Teng, 2003)。在過去探討知識轉移的文獻中，主要都在探討知識轉移對於人或是組織的影

響，對於人可以分為個人層級(Individual level)與群體層級(Group level)；對於組織影響又可分為公司內部層級(Intra-organizational level)、跨公司層級(Inter-organizational-level)與跨國公司層級(Transnational level)。本研究將過去知識轉移成功之影響因素的實證研究做以下整理，並找出適合議題讓本研究做延伸發展。

3

Joshi et al. (2007)利用認識論的觀點和溝通為基礎的研究，來去探討知識來源特性在資訊系統團隊對於知識轉移的作用；Iyengar et al. (2015)針對資訊技術在組織學習中扮演的角色，利用 IT使用、知識轉移績效與吸收能力來去探討對於財務績效的影響；Boh et al. (2013)探討母公司知識轉移到子公司的情況，並考量國家文化差異之因素。Beck et al. (2014)將企業社群媒體知識轉移角色分層概念化，探討對於知識交換品質的影響；Chen and Hung (2010)探討虛擬社群中成員間的知識轉移與促進社群的影響因素。

從過去的文獻所示，大多知識轉移的目的是為了提升組織績效與提升企業的

競爭力，而因為不同的研究情境，影響知識轉移的成功因素也不盡相同。本研究

也從中發現到，大多的研究都是從雙方關係觀點切入，較少從單一觀點來去探討

整個知識轉移，也有部分研究在討論虛擬社群內部的知識轉移，而網路社群現在

已經是大多人生活的一部分，因此本研究也藉此來探討網路社群中知識轉移的情

況。

比較於過去研究，本研究之研究情境為網路社群上知識貢獻者對於知識轉移

流程的影響。在網路社群之中，每個成員都同時扮演著貢獻者與接收者，但是貢

獻者一直都是社群中知識的來源，因為有好的知識分享，才會有接收者願意接收，

而網路社群若要有它存在的意義，勢必要社群內的成員彼此互動頻繁，才能達到

效益最大化，造成用戶的依賴性。此外，貢獻者影響知識轉移之成功因素是根據

訊號理論的知識不對稱所衍生出來的不確定性，知識不確定性與貢獻者不確定性，

來探討對整個知識轉移流程的影響。

2.2訊號理論與應用訊號理論是由 Spence (1973)提出，從過去的文獻來看，訊號理論主要是運用

在資訊經濟學上的資訊不對稱(information asymmetry)的議題，是指買賣雙方，各自擁有對該商品的資訊，而這些資訊會影響商品的價格，可能因此產生欺騙或是

從中獲取利益的誘因(Boulding and Kirmani, 1993; Rao and Monroe, 1996)。Akerlof (1970)也提出檸檬市場(The market for lemons)，假定在一個二手車市

場中，存在著高品質的舊車跟低品質的車。假設買方不能分辨出這兩種車的差異，

在這個狀況下，買方願意付的價格，是好車與壞車價格的平均值。Kirmani and Rao (2000)也提到訊號理論的概念，當交易過程時，當某一方擁有較少的資訊時，某方會利用另一方給予的資訊來對於決策做推導，並做為其重要的參考依據。

本研究也從過去的文獻中發現，訊號理論較常用在經濟領域方面，例如，

Ross (1977)將訊號理論概念套用在資本結構上，當企業將改變資本結構的資訊傳遞給市場的投資人，而投資人便會重新評估該企業，進而改變該企業之股價。

Dann and Mikkelson (1984)也提到當企業發行公司債券，對於該公司股價並無直接相關。Brealey et al. (1977)以創業者持股比例做為參考依據，探討企業投資與融資資訊不對稱的問題，結果顯示當創業者持股比例高的同時，表示該投資較好。

也有過去的文獻以人力資源的角度切入， Ferris and Judge (1991)把政治的觀點帶入人力資源決策中，發現許多策略性的他人影響行為，會對主管人事決策造

成影響；根據訊號理論，求職者對於求才企業的了解有限，因此他們會藉由企業

較容易被觀察的資訊來構成該企業形象，企業形象則是該企業強而有力的人才招

募工具之一(Henderson and Evans, 2000)。本研究主要架構，是參考 Dimoka et al. (2012)的研究架構，而 Davenport and

Prusak (1998)把知識轉移以交易的概念帶到知識轉移的過程。故本研究將買賣平台上二手車的買賣情境轉換到網路社群平台知識轉移的情境之下。二手車對應知識；

4

賣方對應貢獻者；買方對應接收者。因為訊號理論，是探討「資訊不對稱」的問

題，而不論是在交易買賣平台上，或是知識轉移的過程都有此現象的發生，故本

研究參考 Dimoka et al. (2012)之研究模型，推導本研究模型架構。2.3知識轉移因素2.3.1知識貢獻者不確定性(1)轉移能力

Martin and Salomon (2003)針對跨國企業研究中，將轉移能力區分為兩類，一為知識貢獻者的知識轉移能力，另一部份則為知識接收者的轉移能力，並將知識

特性與企業理論中的異質性那入考量；Li et al. (2014)則是利用知識轉移能力，來探討文化背景對於知識轉移的影響因素；Robert et al. (2007)則以資訊系統與社會建構知識的兩個角度結合，創新一個 KMS的知識轉移模型。(2)自我效能自我效能指的是個人認為自己能力能達成的事情(Bandura, 1986)，自我效能在

不同相關 KMS情況下，個人期望使用的能力，此外自我效能是個重要的個人特質，有助於成功的實施系統(Marakas et al.,1998; Compeau and Higgins, 1995)，Chen et al. (2012) KMS自我效能有助於知識共享的意圖和作用。2.3.2知識的不確定性(1)知識品質

Halawi et al. (2008)在實證知識管理系統成功模式的研究中，對於知識品質的衡量則參考 Bailey and Pearson (1983)所發展的衡量資訊品質之構面作為衡量知識品質之要素。Qian and Bock (2005)認為從知識庫系統的輸出為知識，因此將資訊品質轉換成輸出品質(Output Quality)來衡量，然而在衡量輸出品質的方面則採用Wang and Strong (1996)所提出衡量資訊品質的維度包含正確性(Accuracy)、可信賴性(Trustworthy)、信譽(Reputation)、可了解性(Understandability)、流通性(Current)與相關性(Relevant)。(2)因果模糊性

Reed and DeFillipi (1990)認為廠商可透過技術和資源的調度產生不同於競爭者的獨特知識能力，這種具有因果關係模糊的知識能力，會構成競爭者的模仿障礙，

進而形成組織競爭優勢的來源，Lippman and Rumelt (1982)則將這種連結廠商行動與結果之因果關係模糊的本質，稱為「因果模糊性(causal ambiguity)」，而Crossan and Inkpen (1995)也認為合資企業的學習策略要有效執行，廠商就必須要克服連結合作伙伴的技術所產生的因果模糊性，因為知識因果模糊性不僅會影響

廠商的績效表現，同時也會構成知識移轉與模仿的阻礙。

2.3.3知識特性(1)內隱性在探討知識移轉的影響因素時，知識的內隱特性是最常被提及也是其中最重

要的一個變數。相關學者對知識內隱性的定義，皆指出知識內隱特性具有高度個

人化且深植於行動中，很難透過文字或符號與他人溝通和分享(Wanger and Sternberg, 1985; Reed and Defillippi, 1990; Badaracco, 1992; Nonaka, 1994)。內隱知識因為大部分是由經驗或從實際操作中學得，而非來自於理論，且深嵌於個人的

經驗之中，不容易溝通或與他人分享，難以移轉給其他人，所以必須要透過邊做

邊學(learning by doing)來累積經驗(Polanyi, 1958; Myers and Davids, 1992; Hedlund, 1994; Nonka and Takeuchi, 1995)。

5

(2)特定性特定性是指廠商利用特定資產或技術知識，服務特定顧客的程度(Reed and

Defillippi, 1990)，也就是一項資產被調用到不同的使用方式或是不同的使用者，而不會損害其價值的可能程度。特定性知識是因果模糊性的來源之一，其不易隨著

實際操作而學習。根據Williamson (1985)對資產特定性分類：地點(site)、實體資產(physical asset)、專屬性資產(dedicated asset)與人力資產(human asset)，每種特定資產的投資都是為了支持特定的交易，如供應商為供應客戶所需求的特殊零件，

而投資在特製機器上的資本即具有特殊的目的，但這些資產在該交易關係外的價

值會受到相當大的限制，資產如具有很高的特殊用途時，代表該資產很難移轉到

其他的用途上，或是移轉到其他用途上的價值將會降低。

2.3.4互動關係(1)信任信任是社會交換程序中的關鍵因素之一，Chiu et al. (2006)認為信任是指相信

其他人具備的誠信、仁慈和能力的信念程度，在社會交換理論中，Blau (1964)認為信任在整個交換程序中是必要的，信任可以讓雙方產生或持續維持關係，而這

種關係會提升轉移的知識品質。Nahapiet and Ghoshal (1998)也提到當人與人之間存在信任關係，他們將會更有意願進行合作或互動行為。互相信任在組織中是相

當重要的，可以促使人與人之間願意進行知識的分享和轉移(Nonaka, 1994)。2.3.5貢獻者自我評估(1)專業能力

Thong et al. (1996)以及 Yap et al. (1992)指出個人的專業能力，是影響個人執行工作任務重要影響因素。Jarvis (1983)提出專業能力包含了專業知識、專業技能與專業態度，並認為專業能力的標準是以某段時間內對於該專業承認為基準，Hall and Jones (1976)則認為專業能力與績效表現有關，並定義專業能力是由學習者經過內化學習後所表現出的技術、行為與知識。因此，本研究認為專業能力可以衡

量網路社群平台上知識轉移的變數。

、、 研究方法31.研究架構本研究模型是根據 Davenport and Prusak (1998)所提出的知識轉移(Knowledge

Transfer)=知識傳遞(Knowledge Transmission)+知識吸收(Knowledge Absorption)的概念，探討知識轉移成功之影響因素。並參考 Dimoka et al. (2012)研究模型概念套用在知識轉移的關係，加入知識不確定性、貢獻者不確定性、知識特性、互動關

係與貢獻者自我評估五個構面來運用訊號理論探討網路社群知識貢獻者知識轉移

成功之影響因素。本研究之研究模型如圖 1。

6

圖 1：本研究之研究模型3.2研究假說3.2.1知識貢獻者不確定性(1)轉移能力

Li et al. (2014)將知識貢獻者的轉移能力與知識接收者的吸收能力做比較，說明在知識轉移的過程中，接收者的吸收能力的影響力大於共獻者的轉移能力，且

兩者對於知識轉移積效都是正向影響，而 Chiu et al. (2006)分別用知識量與知識品質來評估知識轉移積效，故本研究推論假說：

H1a：在網路社群中，貢獻者的「轉移能力」會正向影響知識品質。H1b：在網路社群中，貢獻者的「轉移能力」會反向影響因果模糊性。H1c：在網路社群中，貢獻者的「轉移能力」會正向影響知識傳遞成功。H1d：在網路社群中，貢獻者的「轉移能力」會正向影響知識吸收成功。(2)自我效能自我效能指的是個人認為自己能力能達成的事情(Bandura, 1986)；知識自我效

能是個人相信個人的知識可以解決工作相關的問題、改善工作效率或是改變公司

的一種信念(Constant et al., 1994 )。換言之，隨著個人的知識自我效能越高，則他們對於幫助團隊中其他人或是公司同事的責任感也會提高，因此他們進行知識轉

移的意願也會跟著升高。而本研究將情境轉換到網路社群之中，若貢獻者對自己

自我效能高，則有信心的將自己擁有的知識轉移給社群上的接收者，增加自己知

識傳遞的意願。故本研究推論假說：

H2a：在網路社群中，貢獻者的「自我效能」會正向影響知識品質。H2b：在網路社群中，貢獻者的「自我效能」會反向影響因果模糊性。H2c：在網路社群中，貢獻者的「自我效能」會正向影響知識傳遞成功。3.2.2知識特性(1)內隱性

Polanyi (1958)認為技術能力都含有內隱知識的成分，而通常與組織核心能力有關的知識都具有高度的內隱性，知識的內隱性會體現於組織的營運活動或專業

7

技術上，如有效率的存貨控制、準確的市場研究，這些都是廠商競爭優勢的來源

之一，也是競爭者難以模仿和複製的地方。內隱性知識的特性在於即使是熟練的

操作者也沒有能力將影響績效好壞的決策準則加以清楚描述，而連熟練的操作者

都無法察覺到的內隱性所產生的因果模糊性，在進行與組織能力有關的知識移轉

過程中，將容易造成移轉上的困難與知識接收者學習上的障礙。

H3a：在網路社群中，知識特性的知識「內隱性」會反向影響知識品質。H3b：在網路社群中，知識特性的知識「內隱性」會正向影響因果模糊性。(2)特定性

Makino and Delios (1996)針對日本在東亞與東南亞地區的國際合資企業所做的研究發現：外國廠商在地主國的經濟環境中通常面臨地域因素的劣勢，在國際化

理論中，地域性知識(local knowledge)通常被定義為一般性知識(general knowledge)，如有關當地居民的需求與喜好的資訊、如何尋找當地勞動力、配銷通路、生產原料來源以及其它接觸當地商業活動的必要因素等，而這類的知識通常

深植於地域性的無形資產中，必須經由過去在當地營運所累積的經驗來獲得。因

為某些地域性知識或資源只專屬於某些地域性企業，如地域性企業與當地政府溝

通協調的技巧與能力、吸納當地優秀人才的管道、管理當地勞工與工會的能力、

商譽、品牌知名度等等，這些廠商專屬的知識與能力，並不容易移轉與複製到其

它的企業。而企業專屬性資產的技術知識與特定人力資產，均反映特定性知識隱

晦不明、不易複製或購得的特性，是為知識因果模糊性的來源與移轉性的障礙之

一。

H4a：在網路社群中，知識特性的知識「特定性」會反向影響知識品質。H4b：在網路社群中，知識特性的知識「特定性」會正向影響因果模糊性。3.2.3互動關係(1)信任

Szulanski (1996)研究表示信任在個人知識轉移是不可或缺的，Rolland and Chauvel (2000)信任是知識交流的最重要前提條件，Liang et al. (2008)指出個人在知識分享時，信任是影響因素，Wijk et al. (2008)組織的知識轉移會受到信任所影響，Nonaka (1994)也提出信任對於知識在組織中流動的重要性，當個人將自己的內隱知識轉換給其他人時，知識貢獻者通常相信所轉移的對象對團體或公司是有幫助

的，而知識接收者也必定對其有一定的信任程度，才會接收對方所貢獻的知識，

故本研究推論假說：

H5a：在網路社群中，互動關係的「信任」會反向影響因果模糊性。H5b：在網路社群中，互動關係的「信任」會反向影響因果模糊性。3.2.4知識貢獻者自我評估(1)專業能力

Thong et al. (1996)以及 Yap et al. (1992)指出個人的專業能力，是影響個人執行工作任務重要影響因素。本研究認為，在知識轉移的過程中，貢獻者除了對於

本身的專業領域具有一定的專業程度外，也必須對於知識轉移的方法有深入的了

解後，他們才能夠了解如何分析及補充一些基礎知識，讓知識接受者能夠精確的

吸收知識，提升知識轉移的成效及效率。根據 Kankanhalli et al. (2005b) 提到知識貢獻者之所以不願意進行知識轉移，主要是不願意花費成本，所以本研究認為，

當知識貢獻者對於知識轉移具有足夠的專業能力去處理，則他們便不需要花費太

多的時間及體力去思考如何去收集知識並重新做彙整的動作，再將知識傳遞給接

8

收者，所以對於進行知識傳遞的意願會比較高，知識貢獻者有足夠的專業能力，

也可以將知識有效的呈現，並了解該知識的利用價值。故本研究推論假說：

H6a：在網路社群中，貢獻者的「專業能力」會反向影響因果模糊性。H6b：在網路社群中，貢獻者的「專業能力」會正向影響知識品質。3.2.5知識不確定性(1)知識品質

Rai et al. (2002)提出資訊品質會對資訊系統造成影響； Holsapple (2003)知識可以提供不同任務在不同時間的解決方法，Wu and Wang (2006)此外知識品質會影響使用者的對是管理系統的滿意度和好感度，Kulkarni et al. (2007)知識品質包括正確性、相關性、即時性、適用性、可理解性、專業知識等等，Milgrom and Roberts (1990)知識品質越高的知識管理系統就可能導致越高的效益，故本研究推論假說：H7a：在網路社群中，知識不確定性的「知識品質」會正向影響知識傳遞成功。H7b：在網路社群中，知識不確定性的「知識品質」會正向影響知識吸收成功。(2)因果模糊性

Van Wijk et al. (2008) 利用薈萃分析法，在 1991〜2006年，對 75篇文章進行了整合，對知識轉移的前因和後果進行了探討，並發現知識因果模糊性，組織規

模，吸收能力，網絡特徵（集中地位，信任度，文化距離，共同願景和製度）對

知識轉移、組織績效與組織創信有顯著的影響，故本研究推論假說：

H8a：在網路社群中，知識不確定性的「因果模糊性」會反向影響知識傳遞成功。H8b：在網路社群中，知識不確定性的「因果模糊性」會反向影響知識吸收成功。3.2.6知識傳遞成功

Davenport and Prusak (1998)將知識轉移定義為「轉移=傳遞+吸收(使用)」，他們認為當知識接收者接收到新的知識時，但自己卻不進行吸收利用，知識轉移就

不算成功，Liyanage et al. (2009)也認為知識轉移是知識接收者已經將來源知識獲取，並進一步利用，例如不同產業的製作流程，彼此互相交流後，創造新的生產

流程。根據上述文獻，本研究推論，在進行知識轉移時，知識傳遞為第一步，知

識接收者必須先從知識貢獻者身上獲得知識，則知識吸收為第二步，知識接收者

必須將取得的知識進行吸收利用，經過內化後，創造新知識，故本研究提出假說：

H9: 在網路社群中，「知識傳遞成功」會正向影響知識吸收成功。3.2.7知識吸收成功

Ko et al. (2005)發現若資訊系統使用者本身缺乏該知識的吸收能力，會導致該知識難比被吸收利用，而無法進行知識轉移。Roberts et al. (2012)提到在使用ERP的情境之下，使用端知識吸收能力會與知識轉移發生有正向關係，故認為知識接收者吸收能力高，可以促使知識轉移的發生；Gupta and Govindarajan (2000)也提到在跨國企業情境中進行知識轉移，知識接收者的吸收能力也是知識轉移最重

要的關鍵因素；Minbaeva et al. (2003)研究中說明企業的吸收能力存在組織層級之中，該研究認為員工的吸收能力會影響整個組織的吸收能力，進而影響到企業的

知識轉移成功。從以上的文獻，本研究推論知識接收者有較高的知識吸收能力，

則會影響到知識轉移成功。故本研究提出假說：

H10: 在網路社群中，「知識吸收成功」會正向影響知識轉移成功。3.3研究設計3.3.1問卷設計

9

本研究之問卷設計是根據國內外的問卷樣式，在適合情境的語意下，針對研

究目標翻譯和修改國外量表，讓受測者更容易了解其問項。此外採用調查研究法，

問卷分為兩大部分，第一部分為問卷的內容，其衡量標準採用七點尺度量表來進

行衡量，第二部分則為受測者的基本資料。本研究在問卷完成初稿設計後，為了

確保問卷的信度與效度，進行前測與試測，前測部分請有知識管理相關領域五名

老師、兩名博士班學生針對問題的代表性、完整性等進行審查檢核，並依照專家

的意見將問項進行修改，校正為適合的語句，以提升問卷之內容效度；試測部分，

為了讓受測者能夠理解問卷內容的涵意，將問卷發放給二十一位資訊管理所在職

專班學長姊檢測，針對有使用過網路社群平台來知識轉移的使用經驗，依據他們

自身經驗之建議將問卷內容進行合適的修改，改善問卷內容並提升問卷之效度與

信度。

3.3.2變數操作型定義(1)轉移能力：我了解知識來源之價值與重要性，然後進行知識轉移之過程。本研究以 Ko et al. (2005)的量表作為參考。(2)自我效能：我是否相信自己的知識可以解決工作相關的問題、改善工作效率或是改變社群的一種信念。本研究以 Kankanhalli et al. (2005b)的量表作為參考。(3)內隱性：知識不易透過文字或符號加以編碼，以與他人溝通和分享的容易程度。本研究以 Simonin (1999)的量表作為參考。(4)特定性：知識以不同的使用方式或被不同的使用者使用而不會改變其價值的可能程度。本研究以 Simonin (1999)的量表作為參考。(5)信任：我在知識轉移的過程中，都有良好的意圖、能力以及可靠度。本研究以Pavlou and Gefen (2004)的量表作為參考。(6)專業能力：我自我評估是否有足夠的專業知識或是技能去進行知識轉移。本研究以 Thong (2001)的量表作為參考。(7)因果模糊性：我將知識移轉給接收者的過程中，知識被傳輸、解釋、吸收的容易程度，其會影響知識接收者對與移轉知識的投入與產出、過程與結果間因果關

係的了解。本研究以 Simonin (1999)的量表作為參考。(8)知識品質：網路社群中知識品質包括正確性、相關性、即時性、適用性、可理解性等等。本研究 Chang and Chuang (2011)的量表作為參考。(9)知識傳遞成功：我在使用網路社群時，經由知識傳遞過程獲得知識量。本研究以 Chang and Chuang (2011)的量表作為參考。(10)知識吸收成功：我了解知識來源之價值與重要性，然後進行知識吸收與運用之程度。本研究以 Ko et al. (2005)的量表作為參考。(11)知識轉移成功：我與接收者參與知識傳遞成功、知識吸收成功達到知識轉移成功的感受程度。本研究以 Bhattacherjee (2001)的量表作為參考。3.3.3樣本設計本研究主要在探討網路社群平台使用者以知識貢獻者觀點，是否會因各項影

響因素而影響網路平台上的知識轉移的成效，因此在前測與試測完後，透過網路

各個社群平台發放問卷，本研究針對目前台灣地區較多使用人數的知識分享平台

進行發放，Facebook與 Ptt，並以平台使用者做為母體，填答問卷對象。本研究在問卷開頭設計問題詢問填答者是否有過在網路社群中進行知識轉移，並擔任過知

識貢獻者的經驗，與知識分享頻率，以確保本研究之樣本代表性，也利用問卷內

容中插入反向題，避免隨意填答者影響本研究之結果。此外，本研究也提供獎勵，

獎品如下：首獎(GoPro: Introducing HERO5 Session ,一名)、貳獎(行動硬碟 1TB

10

兩名)、參獎(全家禮卷 100元,共三十名)，做為填答者的誘因以確保本研究之樣本數。

、、 資料分析本章根據研究中所收回的樣本資料，透過 SPSS 22統計軟體進行樣本的基本

資料分析，針對問卷第一部分，包括授測者之性別、年齡、教育程度、職業、使

用網路社群時間、使用網路社群分享知識的頻率，進行敘述性統計分析，瞭解各

項基本資料的特性與使用情形。並使用 Smart PLS 2.0統計軟體來建立結構方程模式以檢測各個變數關係顯著與否。

4.1基本資料分析本研究共計回收 308份問卷，經刪除填答不完全、離群值等無效樣本後，有

效問卷為 264份，故有效樣本率為 85.7%。在全部 264份有效樣本中，男性約為72%、女性約為 28%；受測者年齡以 21至 30歲為多數，佔全體受測者的 68.6%，其次為 31至 40歲，約為全體 14.4%；受測者教育程度大多分布在專科/大學，佔全體 50.8%，其次為研究所以上，約全體 44.7%；受測者職業以學生最多，約佔全體 42%，其次為資訊業 23.4%；受測者使用網路社群時間大多分布在 5年以上，佔全體 71.2%，其次為 3年以上未滿 5年，約佔全體 13.6%；受測者平均一週使用網路社群天數大多分布在 5-7天，佔全體 85.2%，其次為 3-4天，約佔全體11.7%；受測者平均每月在網路社群分享知識頻率大多分布在 1-5次，佔全體 74.2%，其次為 10次以上，約佔全體 13.6%。4.2信度與效度分析4.2.1信度分析信度(Reliability)衡量問卷所測量的值是否具一致性、穩定性、等值性，問卷

給同一受測者在不同時間測試的結果相同一致性的程度，如果誤差越小，代表信

度越高；反之誤差越大，代表信度越低。本研究將會採用 Cronbach’s Alpha 值進行問卷信度檢定，若 Cronbach’s α值低於 0.35代表可信度低，予以刪除，在0.7以上代表可接受(Hair et al., 2010)，本研究信度分析結果可參考表 1。

表 1：各變數信度檢測表變數名稱 題項數 信度係數(Cronbach’s Alpha值)轉移能力 6 0.915自我效能 2 0.821知識品質 4 0.777因果模糊性 2 0.612內隱性 2 0.645特定性 2 0.799信任 4 0.917專業能力 4 0.823知識傳遞成功 4 0.843知識吸收成功 7 0.868知識轉移成功 3 0.864

4.2.2效度分析效度是指問卷透過測量工具能正確的衡量期望的特質或是功能程度(Hair et al.,

2010)，常見效度有內容效度(Content Validity)、建構效度(Construct Validity)、效標

11

效度（Criterion validity）等。而本研究採用內容效度與建構效度。在內容效度部分本研究透過前測與試測的方式來進行衡量，並確認本研究問卷是否有符合預期

的需求，以了解問卷內容是否恰當。因此本研究之問卷具一定的內容效度。在建

構效度方面，本研究採用主成分分析(Principal Component Analysis, PCA)，並以最大變異法(Varimax)為轉軸方式，並以因素負荷量(Factor Loading)來判斷各問項是否具有效度。根據 Hair (2009)指出，當樣本數達 250份以上時，因素負荷量若有0.35以上則具建構效度。本研究的分析結果如表 2所示。

表 2：本研究各變數之因素分析結果變數名稱 題項數 因素負荷量

轉移能力 6 0.785~0.871自我效能 2 0.897~0.899知識品質 4 0.594~0.855因果模糊性 2 0.798~0.863內隱性 2 0.823~0.886特定性 2 0.901~0.909信任 4 0.830~0.883專業能力 4 0.660~0.850知識傳遞成功 4 0.693~0.773知識吸收成功 7 0.515~0.818知識轉移成功 3 0.695~0.818

4.2.3模式結果本研究利用 SmartPLS統計軟體驗證結構方程模式，而結果顯示 21項假說中

不成立的假說共有 6項，經過分析後整理如下圖 2所示、各構面間之路徑關係估計值整理於下表 3所示。

圖 2：精簡後理論模式路徑係數圖分析結果

12

表 3：理論模式之假設路徑檢定結果變數關係 研究假設 路徑係數 T值

轉移能力→知識品質 H1a 0.231 3.688***轉移能力→因果模糊性 H1b 0.054 0.935轉移能力→知識傳遞成功 H1c 0.390 3.829***轉移能力→知識吸收成功 H1d 0.026 0.345自我效能→知識品質 H2a -0.009 0.129自我效能→因果模糊性 H2b -0.160 2.756**自我效能→知識傳遞 H2c 0.130 1.577內隱性→知識品質 H3a -0.130 2.061*內隱性→因果模糊性 H3b 0.403 7.592***特定性→知識品質 H4a -0.142 2.728**特定性→因果模糊性 H4b -0.037 0.633信任→知識品質 H5a 0.426 6.329***信任→因果模糊性 H5b -0.041 0.735專業能力→知識品質 H6a 0.132 4.518***專業能力→因果模糊性 H6b -0.281 1.962*知識品質→知識傳遞成功 H7a 0.135 2.047*知識品質→知識吸收成功 H7b 0.121 2.303*因果模糊性→知識傳遞成功 H8a -0.150 2.346*因果模糊性→知識吸收成功 H8b -0.351 6.363***知識傳遞成功→知識吸收成功 H9 0.404 6.189***知識吸收成功→知識轉移成功 H10 0.573 9.684***

路徑係數顯著性：*p<0.05、**p<0.01、***p<0.001

、、 結論與建議5.1研究結論5.1.1知識貢獻者的不確定性本研究中知識貢獻者不確定性的轉移能力，對於知識傳遞成功為正向影響，

對於知識吸收成功則為不顯著影響，而本研究則是依照(Davenport and Prusak, 1998)將知識轉移拆分為三個階段，分別為知識傳遞成功、知識吸收成功與知識轉移成功，

而要有知識傳遞成功才會進行到知識吸收成功，而會影響知識吸收的因素也有許

多面向的考量在，Li et al. (2014)的研究中發現知識貢獻者的轉移能力是會影響知識轉移積效，也提到知識接收者吸收能力的影響程度大於知識貢獻者的轉移能力，

本研究推論，儘管貢獻者有良好的轉移能力，若接收者本身沒有該知識的基礎知

識概念，知識轉移則不會成立，Boisot (2002)也提到知識轉移是需要貢獻者與接收者雙方知識互相頻繁流動，而非單一方給予知識。而在本研究中轉移能力對於知

識品質有正向影響，雖然過去沒有文獻直接探討知識轉移能力對於知識品質的影

響，但是Martin and Salomon (2003)研究針對過國企業知識轉移的情形，證明轉移能力對於跨國企業內部的知識轉移是相當重要的因素之一，本研究推論，由於在

網路社群內，大多的成員都具有共通性，例如：語言、文化差異、想法較為相近，

因此彼此的表達較能夠互相確實了解對方要表達的意思，故知識品質會提高；而

13

致轉移能力對於因果模糊性較不顯著，本研究推論，因為網路社群內的知識較為

鬆散，較沒有整個知識系統架構，以片段資訊為主，知識貢獻者只會針對接收者

問題來做回答，較不會給予更多的知識，故接收者只能得到自己想要的答案，較

不能將知識前因後果有所了解。

本研究中知識貢獻者不確定性的自我效能對於知識傳遞成功，不符合本研究

假說，與 Kankanhalli et al. (2005b)研究之結果並不相符，該篇研究也提到若貢獻者自我效能高，擇分享知識的意願也會提高，而該篇情境為企業內部 KMS，而本篇研究情境為網路社群，相較於企業內部的向心力，網路社群較為不足，況且通常

企業內部為了促使內部知識流動，會使用具有強制力的政策流程或是一些獎勵制

度來讓企業內部知識流動，因此與本研究結果不同；而知識貢獻者不確定中的自

我效能對於知識品質沒有影響，Caprara et al. (2006)在教育領域之中提到，教師若在教學上有較高的自我效能，會使這位教師利用各種教學方式來幫助學生進行學

習，但是為了讓接收者能反覆對該知識了解，知識貢獻者會將知識進行編碼，當

知識貢獻者貢獻第一次知識之後，可能會引起知識接受者為了釐清更多相關的概

念，而提出更多的問題需求，因此知識貢獻者便要花更多的知識編碼時間及體力

去解決這些問題(Goodman and Darr, 1998)，而通常網路社群內分享知識較沒有實質的獎勵，促使知識貢獻者沒有更好得動機去給予更好的知識品質；知識貢獻者

不確定性中的自我效能對於因果模糊性違反向影響，如上述 Caprara et al. (2006)在教育領域之中所提到，貢獻者對於接收者有份責任感，因此會希望讓接收者能更

具體了解該知識，並會針對接收者相關問題提供解答。

5.1.2知識特性本研究證實知識特性中的內隱性，經由知識因果模糊性此一中介變數對網路

社群的知識移轉產生影響，此一結果與 Simonin (1999)的結論相同，皆證明知識並不如想像中的具有移動性，當貢獻者想分享知識與接收者想要接收知識時，都必

須考慮該知識的特性，確保知識能正確在雙方間流動，Lippman and Rumelt’s (1982)也發現，因果模糊性是知識流動強力的阻礙，Reed and DeFillippi (1990)的實證研究中，也提供跨國企業在組織內知識轉移新的觀點，跨國企業能有企業競爭

力，也是因為內部知識因果模糊性高，以致其他企業難以如法炮製，進而創造自

己的競爭優勢，但也面臨到一個問題，若因此企業內部知識難以互相流通，容易

造成知識斷層，故這也是企業內部需要好好思考的一件核心問題；而特定性與因

果模糊性關係不顯著，與本研究之假說並不符合，與 Simonin (1999)的結論相同，本研究推論 Simonin (1999)欲設情境與本研究不大相同，本研究情境為網路社群，而大多網路社群內所分享的知識較為片段知識，並非有系統性的將知識做歸納，

知識貢獻者較會針對接收者所提出的問題來做解答，因此接收者較不會瞭解知識

的前因後果，而是針對問題對症下藥，因此本研究特定性對於因果模糊性較不顯

著。

本研究證實知識特性中的內隱性與特定性皆與本研究假說符合，Kulkarni et al. (2007)提到知識品質包括正確性、相關性、即時性、適用性、可理解性、專業知識等等，本研究推論內隱性與專業知識與可理解性是有相關的，若内隱性高，知識

的可理解性就較低，專業知識就較高；而特定性與相關性、適用性、專業知識較

有相關，特定性越高，相關性較高，適用性也較高，專業知識也較高。

5.1.3互動關係在雙方關係中的信任，本研究顯示對於知識品質為正向影響，說明知識貢獻

者與知識接收者彼此信任，對於知識貢獻者所分享知識的品質是有影響的。與

14

Van et al. (2008)探討組織內部以及組織之間知識轉移的影響研究結果是一致的。根據社會交換理論的定義，當交易雙方要進行交易行為時，首先進行交換行為的雙

方彼此要互相信任並了解對方，因為有了信任才會有知識的交換和轉移，也就是

說，信任通常是建立並維持雙方關係的關鍵因素，本研究依照此理論的定義做為

研究假設，研究結果也顯示信任能使知識的轉移更有效率；信任對於因果模糊性

則無顯著關係，而在 Chow and Chan (2008)研究中，信任對於使用者態度沒有顯著影響，本研究推論，當知識貢獻者在網路社群分享知識時，大多不太會考慮接收

者是否有相關知識的基本概念，會以自我所知道的基本概念來去做分享，較不會

考慮接收者可能會在吸收知識時會遇到之瓶頸，直到接收者拋出問題，知識貢獻

者才會意識到自己所分享知識的缺陷。

5.1.4知識貢獻者自我評估在知識貢獻者自我評估中的專業能力，本研究顯示對於知識品質為正向影響

與因果模糊性為反向影響，Thong (2001)提到對於專業知識，擁有專業能力在資訊系統中可以給予適當的建議與需求給使用者，本研究推論，這樣當接收者接收知

識，知識貢獻者的專業能力，能夠給予接收者真正所需要的知識，並給予建議，

使得知識品質提高，接收者了解整個知識的重點核心，確實讓知識接收者了解該

知識，以增加知識轉移的成效；這樣也促使接收者更了解整個知識轉移的過程的

因果關係，依照貢獻者給予的建議指示，一步步將知識內化，並了解一切的前因

後果，以達到知識轉移之目的。

5.1.5知識的不確定性在知識不確定性中的知識品質，本研究顯示對於知識傳遞成功與知識吸收成

功皆為正向影響，Milgrom and Roberts (1990)研究也發現知識品質越高的知識管理系統就可能導致越高的效益，僅與本研究情境不相同，但同樣都是討論知識轉移

成效；Kane and Levine (2005)也將 144為學生分為三個群組，發現社會認知與知識品質對於知識轉移是有正向關係，本研究推論，當知識品質提高，相對接收者只

要花費少量的時間與體力，將知識內化，即完成知識轉移的最後步驟，因此知識

品質提高會增加知識轉移成效。

在知識不確定性中的因果模糊性，本研究顯示對於知識傳遞成功與知識吸收

成功皆為反向影響，此一結果與 Simonin (1999)的結論相同，若該知識轉移的過程一切接收者了解程度高，對於整個知識轉移成效是有幫助的；Szulanski et al. (2004)也提到當因果模糊性增加，會影響知識貢獻者的可信度，然而，知識轉移的成效則

會降低，本研究推論，當知識貢獻者對於知識因果模糊性越高，那知識貢獻者本

身沒有足夠的理解或是傳遞的知識難度過高，導致接收者不易將這些知識內化，

知識轉移的成效則會降低。

5.2研究建議綜合本研究之結果以及結論的探討後，將針對學術面以及實務面提出相關的

研究建議，以作為本研究具體貢獻之依據。在學術面部分，過去探討知識轉移相

關文獻以企業層面為居多，但是隨著網路社群蓬勃發展下，也越來越多在網路社

群情境下對於知識轉移相關的研究，本研究針對網路社群的情境下，以 Dimoka et al. (2012)之研究架構概念，把網路交易市場的概念，帶入知識轉移的情境，分別以五大構面探討對於知識轉移的影響，分別有知識貢獻者的不確定性、知識特性、

互動關係、知識貢獻者的自我評估、知識的不確定性，相較於過去以社會交換理

論、社會資本理論與交易成本理論大為不同，並以知識貢獻者的角度來參與知識

轉移過程，因為知識貢獻者才是知識轉移的開端，先有知識分享，才會有後續接

收者進行吸收，知識轉移才達成，本研究也希望藉此提供知識轉移領域利用與以

15

往不大相同的理論，建立新的思維模式；而在實務面部份，對於貢獻者而言，分

享知識的初衷，想必是希望有更多接收者能夠接收自己所傳達的知識，本研究顯

示，貢獻者轉移能力與知識品質、知識傳遞成功與知識吸收成功有正向影響，故

貢獻者可以針對該知識的說明、知識呈現的方式、整理條理、邏輯性加以著墨，

以便接收者能更容易了解。此外，對於網路社群平台供應商與版主所樂見的，不

外乎是希望能有更多的使用者來使用平台，而欲達到此目的就必須讓平台使用者

活躍，來促使更多的知識轉移，本研究顯示，內隱性與特定性會影響知識品質，

因此平台可以針對不同類型的知識，利用平台的功能，提供不一樣的知識呈現，

若是內隱性與特定性較高的知識，因為這類知識問題大多需要經驗來解決，平台

可以先用 3D影像來呈現，在配合版主找尋該領域的專家舉辦活動，讓有興趣的接收者能夠親自體驗實作。最後，本研究顯是知識品質與因果模糊性影響知識傳遞

成功與知識吸收成功，接收者若要將知識能有效內化，還必須擁有一些知識的基

本概念，學習是要靠自己主動積極才可以達成，他人只能輔助幫忙，所以接收者

還是要自我要求，才能將知識確實內化，達成知識轉移。

、、 參考文獻Adenfelt, M., & Lagerström, K. (2008). The development and sharing of knowledge by

centres of excellence and transnational teams: A conceptual framework. Management International Review, 48(3), 319-338.

Akerlof, G. A. (1970). QUALITY UNCERTAINTY AND THE. The Quarterly Journal of Economics, 84(3), 488-500.

Ambos, T. C., & Ambos, B. (2009). The impact of distance on knowledge transfer effectiveness in multinational corporations. Journal of International Management, 15(1), 1-14.

Beck, R., Pahlke, I., & Seebach, C. (2014). Knowledge Exchange and Symbolic Action in Social Media-Enabled Electronic Networks of Practice: A Multilevel Perspective on Knowledge Seekers and Contributors. MIS Quarterly, 38(4), 1245-1270.

Bhattacherjee, A. (2001). Understanding information systems continuance: an expectation-confirmation model. MIS Quarterly, 351-370.

Boisot, M. (2002). The creation and sharing of knowledge. The Strategic Management of Intellectual Capital and Organizational Knowledge, 65-77.

Boulding, W., & Kirmani, A. (1993). A consumer-side experimental examination of signaling theory: do consumers perceive warranties as signals of quality?. Journal of Consumer Research, 20(1), 111-123.

Brealey, R., Leland, H. E., & Pyle, D. H. (1977). Informational asymmetries, financial structure, and financial intermediation. The Journal of Finance, 32(2), 371-387.

Butler, B. S. (2001). Membership size, communication activity, and sustainability: A resource-based model of online social structures. Information Systems Research, 12(4), 346-362.

Caprara, G. V., Barbaranelli, C., Steca, P., & Malone, P. S. (2006). Teachers' self-efficacy beliefs as determinants of job satisfaction and students' academic achievement: A study at the school level. Journal of School Psychology, 44(6), 473-490.

Chang, H. H., & Chuang, S. S. (2011). Social capital and individual motivations on knowledge sharing: Participant involvement as a moderator. Information & Management, 48(1), 9-18.

Chen, C. J., & Hung, S. W. (2010). To give or to receive? Factors influencing members’ knowledge sharing and community promotion in professional virtual communities. Information & Management, 47(4), 226-236.

Chiu, C. M., Hsu, M. H., & Wang, E. T. (2006). Understanding knowledge sharing in virtual

16

communities: An integration of social capital and social cognitive theories. Decision Support Systems, 42(3), 1872-1888.

Chow, W. S., & Chan, L. S. (2008). Social network, social trust and shared goals in organizational knowledge sharing. Information & Management, 45(7), 458-465.

Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 128-152.

Compeau, D. R., & Higgins, C. A. (1995). Computer self-efficacy: Development of a measure and initial test. MIS Quarterly, 189-211.

Constant, D., Kiesler, S., & Sproull, L. (1994). What's mine is ours, or is it? A study of attitudes about information sharing. Information Systems Research, 5(4), 400-421.

Cummings, J. L., & Teng, B. S. (2003). Transferring R&D knowledge: the key factors affecting knowledge transfer success. Journal of Engineering and Technology Management, 20(1), 39-68.

Cummings, J. N., Butler, B., & Kraut, R. (2002). The quality of online social relationships. Communications of the ACM, 45(7), 103-108.

Dann, L. Y., & Mikkelson, W. H. (1984). Convertible debt issuance, capital structure change and financing-related information: Some new evidence. Journal of Financial Economics, 13(2), 157-186.

Davenport, T. H., & Prusak, L. (1998). Working knowledge: How organizations manage what they know. Harvard Business Press.

Dimoka, A., Hong, Y., & Pavlou, P. A. (2012). On product uncertainty in online markets: Theory and evidence. MIS Quarterly, 36.

Ferris, G. R., & Judge, T. A. (1991). Personnel/human resources management: A political influence perspective. Journal of Management, 17(2), 447-488.

Fey, C. F., & Furu, P. (2008). Top management incentive compensation and knowledge sharing in multinational corporations. Strategic Management Journal, 29(12), 1301-1323.

Fong Boh, W., Nguyen, T. T., & Xu, Y. (2013). Knowledge transfer across dissimilar cultures.Journal of Knowledge Management, 17(1), 29-46.

Goodman, P. S., & Darr, E. D. (1998). Computer-aided systems and communities: Mechanisms for organizational learning in distributed environments. Mis Quarterly, 417-440.

(因篇幅有限，若需完整之參考文獻請洽作者)