关键词：游戏化营销；参与意向；影响因素；结构方程模型分析
威廉姆· 斯蒂芬森（WilliamStephenson，1902-1989） 在《大众传播的游戏理论》（The PlayTheory of Mass Communication，1967）中提出一个重要观点：传播是一种受众的主观性游戏。
作为一种从受众主体性出发而进行的传播机制转变，游戏化为营销传播的发展提供了新的方向和可能：“学习强国”学习平台中积分和对战的机制设计、支付宝蚂蚁森林、微信运动步数的排行榜设计；以及每年双11各路电商平台推出的令人眼花缭乱的促销红包玩法设计等，都体现出游戏化与营销传播结合的特征。
观察并思考游戏化营销，我们将其界定为是运用游戏思维进行策划和设计，将游戏特性和机制融入营销传播环节，通过创造受众娱乐体验，刺激消费者积极参与的动机，而推动营销目标实现的一种营销理念和方式。
《福布斯》商业杂志曾对游戏化在未来的大规模商用做出预测，认为到2015年，位居世界前1000强的企业和组织中，将有40%会采用游戏化作为转化其商业目标的主要手段之一，但截至2014年，现存80%的游戏化应用却无法达成其预设的商业目标，这一方面是由于设计缺陷，另一方面也因为游戏化营销的实践应用尚不成熟，导致受众主动参与游戏的动机较弱。
那么，什么是影响受众主动参与游戏化营销的驱动因素？我们开展了以下研究。
一、研究假设：游戏化营销受众参与意愿影响因素模型
我们以自我决定理论、心流理论和技术接受模型为理论框架，建立了游戏化营销的消费者参与意向影响因素模型，如图1 所示。该模型旨在探索游戏化特性、心流体验、感知趣味性、感知有用性与消费者的游戏化营销参与意向之间的互变关系。
（一）上述模型共包含三种变量
1. 自变量：包括目标性、反馈性、社交性和既有负面经验四个变量。四者均不受其他变量影响，并对其他变量产生影响。
2. 中间变量：包括感知趣味性、感知有用性、心流体验和消费者态度四个变量。
3. 因变量：即消费者对游戏化营销的参与意向。该变量随其他变量的变化而发生相应变化。
（二）变量间具体假设关系
游戏特性或称玩法，作为游戏的核心组成部分，也是所有游戏共有的组件。游戏化设计师麦格尼格尔认为，在游戏中起到决定性规制作用的唯有目标性、规则性、反馈性和自愿性这些特性。类似的，从事游戏化商业应用的学者Werbach 和Hunter（2012）曾提出名为DMC 金字塔的分类框架。该框架根据游戏元素和特性在商业化营销中应用的难易程度，将其划分为组件类（Components）、机制类（Mechanics） 和动力类（Dynamics）。其中“动力”类专指对玩家的自主游戏化行为起关键激励作用的力量，即玩家内部动机的来源。游戏中的目标、规则便归属于这一层面。
据此，本文提出以下假设：
H1: 游戏化特性对消费者的感知趣味性有正向影响
游戏中目标设置的恰当与否是决定能否成功吸引消费者参与，并使消费者在参与过程中获得乐趣的关键因素。因此，本文假设如下：
H1a：目标性对消费者的感知趣味性有正向影响
H1b：反馈性对消费者的感知趣味性有正向影响
H1c：社交性对消费者的感知趣味性有正向影响
为达到游戏化的工具目的，产生更多的实际价值，社交作为一种有效扩大影响力的游戏特性往往在游戏化营销的设置中举足轻重。
另一方面，游戏中的社交属性也起到了满足人们归属需求的作用。和同伴一起游玩，时常使得游戏更具乐趣，更不用说社交有时可以作为游戏的核心玩法。
H2: 感知趣味性对消费者的心流体验有正向影响心流体验是指个体进行某项活动时，高度集中注意力，忘我的一种状态。其产生于活动挑战难度与用户个人能力之间的平衡地带。这种体验能带给人高度的沉浸感与满足感，而要促使这种状态和体验的发生，引人入胜的乐趣必不可少。
H3: 感知趣味性对消费者的感知有用性有正向影响
H4: 感知趣味性对消费者态度有正向影响
感知有用性作为技术接受模型的关键变量之一，其对用户的态度倾向和行为意愿存在显著影响已成为先验的范式。而在游戏化营销中，参与者不仅能收获娱乐体验，还时常追求其中的物质奖励。从某种意义上而言，参与行为还有维系人际关系和了解游戏所涉信息的实际效用。因此，我们将感知有用性定义为玩家对游戏化营销实际益处的感知程度，进而提出假设如下：
H5: 感知有用性对消费者态度有正向影响
H6: 感知有用性对消费者的游戏化参与意向有正向影响
H7: 既有负面经验对消费者的感知有用性有负向影响
H8: 既有负面经验对消费者态度有负向影响
研究证明，在用户的认知、情感和行为倾向的形成和改变上，心流体验的存在能够发挥作用，具有一定的价值。例如，李仪凡（2009）的研究显示，心流体验通过网络游戏玩家满意度的中介，对其积极口碑传播和持续使用行为产生影响①。因此，本文提出如下假设：
H9: 心流体验对消费者的游戏化参与意向有正向影响在技术接受模型中，一个重要的假设在于认为用户对技术或信息系统的采纳和使用是由其自身的行为意向所决定的。而其行为意向则受到个体对系统所秉持的主观立场以及系统本身的特性所影响。一般认为，态度即个体对某个事物或想法所持有的好恶情感和行为立场。这样的定义揭示出行为意向和态度两者之间的紧密联系。在营销传播的情境中，游戏化能在消费者和品牌之间创造出的强烈情感联系也已被证实②（Norris 和Colman,1993）。因此，本文提出假设如下：
H10: 消费者态度对消费者游戏化参与意愿有正向影响
二、研究过程：游戏化营销中消费者参与意向的影响因素
（一）、问卷设计
1．量表来源
为保证调查问卷兼具信度和效度，本研究的量表均采用李克特五级量表，选项分值由5-1分依次递减，代表从非常同意到非常不同意。量表具体题项如表1 所示。
2．问卷结构
本研究的调查问卷由消费者态度量表、游戏化营销参与情况和人口统计学信息，共三个部分组成。
消费者态度量表。作为调查问卷的核心，该部分由9组共30道李克特五级量表题构成，用以测量消费者的主观感受。其中目标性、反馈性、社交性是游戏化营销的主要特性；消费者的主观感知包括感知有用性和感知趣味性；既有负面经验作为负向影响因素置入其中；消费者态度是指其对游戏化营销所涉及的对象，在认知、情感和行为层面上总的倾向；参与意向部分则旨在测量消费者对是否参与游戏化营销的选择倾向。
游戏化营销参与情况。该部分由三道题组成，包括消费者参与游戏化营销的频率、平均时长和具体原因，借以了解消费者参与游戏化营销的习惯和偏好。
人口统计学特征。该部分由五道题组成，包含样本的性别、年龄、受教育程度、收入和职业背景，主要用以了解游戏化营销参与者的构成情况。
3．预调查
为保证调查的可靠性，在正式调查开展前，本研究以小规模发放问卷的方式进行了预调查，共回收50 份有效样本。在此基础上使用SPSS软件对回收的数据进行了信度检测。结果如表2 所示，本问卷各变量的 Cronbach α 系数均在0.7以上，表明问卷信度水平良好，具有较高的内部一致性与稳定性，适合进一步使用。
（二） 实证分析
1． 样本人口统计学特征分析
在预调查基础上，本研究展开正式调查。通过问卷星平台采取滚雪球的方式，共回收问卷469份。在过滤重复IP地址、甄别反向问题，并筛除首题选“无”（即没有游戏化营销参与经历）的109 份无效问卷后，实际回收有效问卷共360份，问卷有效率达到76.76%。其中，有效样本的人口统计学情况如表3 所示。
2．变量描述性统计及信效度分析
本研究选择使用李克特五级量表作为研究中潜在变量的测量方式。其中，选项分值从5分至1分依次减少，分别代表样本的态度从非常同意到非常不同意。量表中包含一道反向计分题（问卷第一部分第8题），在转换处理后，本研究通过SPSS 22.0软件分析各变量数据均值和标准差，得到各变量描述性统计值，如表4 所示。
由上表所呈现的数据可知，各变量的均值处于2.648-3.593，标准差处于0.834-0.947，说明样本数据集中趋势比较明显。
本研究所采取的问卷信度检验方式是克隆巴赫一致性系数（Cronbach’s Alpha），一般认为，克隆巴赫一致性系数在0.7-0.8之间，表示问卷数据的一致性较好。本研究使用SPSS 22.0软件对360份有效样本进行可靠性检测，结果如表5 所示。
从表5 中的数据可以看出，问卷整体信度系数为0.898，大于0.7。各个变量的信度分别为社交性0.843、目标性0.877、反馈性0.852、感知趣味性0.850、感知有用性0.809、既往负面经验0.795、心流体验0.814、消费者态度0.855、行为意向0.828，均通过检验，信度较高。
鉴于问卷在经典量表的基础上进行了一定的修改，为保障问卷的结构效度，本研究对问卷数据进行了探索性因子分析（EFA）。通过降维，因子分析能够将错综复杂的变量综合为有限的几个核心因子，进而可以同研究预设的维度进行对比，判断问卷的设置是否合理。为满足因子分析的前提条件，本研究还对问卷数据进行了KMO值的统计。数据分析结果显示（表6），本研究数据的KMO 值达到 0.884，大于0.6。此外，本研究数据的Bartlett球形度检验结果显著性P<0.001，也表明研究数据适合进一步分析。
本研究在探索性因子分析中使用主成分分析法进行因子提取，经最大方差法旋转后得出总方差解释，并根据通用标准特征值大于1的标准提取公共因子。如表7所示，本研究通过因子分析共提取9个公共因子，累计贡献率达74.462%，说明这9个因子能较为合理地解释测量的指标。结果与原定维度个数相同。
进一步，测量指标的筛查标准通常要求某一个因子的载荷值在0.5以上，并在其他因子上的值在0.5以下，否则会列为不明确，必须舍弃。本研究的筛查结果如表8 所示，数据中每个测量变量在自身因子上的载荷都大于0.5，而在其他因子上的载荷都小于0.5。因此，可以认为研究中所有测量项目分类明确，问卷量表结构效度良好。
3．相关分析
本研究采用相关分析常见的皮尔逊（Pearson）相关系数对社交性、目标性、反馈性、感知趣味性、感知有用性、既有负面经验、心流体验、消费者态度、参与意向进行相关性检验，结果如表9所示。
从表中可知，社交性、目标性、反馈性与感知趣味性的皮尔逊相关系数分别为0.396、0.365和0.410，系数均已通过了显著水平为1%的显著性检验，由此可知社交性、目标性、反馈性与感知趣味性具有显著的正相关性。
感知趣味性、既有负面经验与感知有用性的皮尔逊相关系数分别为0.529 和-0.235，系数均已通过了显著水平为1% 的显著性检验，由此可知感知趣味性、既有负面经验与感知有用性分别具有显著的正相关性和负相关性。
感知趣味性、感知有用性、既有负面经验与消费者态度的皮尔逊相关系数分别为0.399、0.402、-0.249，系数均已通过了显著水平为1% 的显著性检验，由此可知感知趣味性、感知有用性与消费者态度具有显著的正相关性。既有负面经验则与消费者态度具有负相关性。
感知趣味性与心流体验的皮尔逊相关系数为0.412，系数均已通过了显著水平为1% 的显著性检验，由此可知感知趣味性与心流体验具有显著的正相关性。心流体验、感知有用性、消费者态度与参与意向的皮尔逊相关系数分别为0.392、0.531、0.467，系数均已通过了显著水平为1% 的显著性检验，由此可知心流体验、感知有用性、消费者态度与游戏化参与意向具有显著的正相关性。
4．结构方程模型分析
经过信度、效度和相关性分析，本研究数据的准确性和可靠性，以及模型变量间的共变关系得到肯定。为进一步探索变量间的因果关系，明确各变量间直接影响和间接影响的路径系数，同时考虑到本研究模型假设中的变量均为潜在变量且以多元形式出现这一前提，本研究决定采取结构方程模型的方法，使用软件AMOS26.0 对假设模型进行分析。
本研究假设模型中所涉及的潜在变量共9个，分别为目标性、反馈性、社交性、感知趣味性、感知有用性、既有负面经验、心流体验、消费者态度和游戏化参与意向。在AMOS26.0中，首先对9个潜在变量进行表示，形成结构模型。再将其与相应的问卷题项量表数据，即观测变量相连接，形成观测模型。进一步地按照结构化方程模型分析原则为每一个观测变量和内生潜变量增添相应的误差项，并将外生潜变量两两连接，最终在软件中建模，如图2 所示：
在结构化方程模型中，假设模型和样本数据的拟合程度如何是决定能否进一步展开分析的前提。表10为本研究假设模型的拟合指标数值和常见的拟合指标界值标准。
经对比可以发现，本研究假设模型的各拟合指标均在可以接受的范围之内，模型整体拟合度较好，适合进一步研究分析。
在此前预设的游戏化营销的消费者参与意向影响因素模型中，潜在变量包括游戏化特性（目标性、反馈性、社交性）、感知趣味性、感知有用性、既有负面经验、心流体验、消费者态度和游戏化参与意向，并提出了一系列关于变量关系的假设。根据对模型的统计性检验，得到各假设对应的路径系数结果，如表11 所示。
从表中可见，10条路径中9条路径通过显著性检验，其中7个假设达到P<0.001的显著性水平，2条路径的显著性在可接受范围内。同时，假设H7的路径P值为0.095，换言之，既有负面经验对感知有用性缺乏显著负向影响。
5．变量影响效应
结构方程模型中包含变量间的直接影响效应、间接影响效应和总影响效应。通过检验变量间的影响效应，可以进一步明确变量间的因果关系。下表显示了本研究变量之间的影响路径和相应标准化路径系数。
变量间的直接影响效应
在本研究构建的游戏化营销的消费者参与意向影响因素假设模型中，外生潜变量游戏化特性（目标性、反馈性、社交性）对内生潜变量感知趣味性有直接影响；外生潜变量既有负面经验对内生潜变量感知有用性和消费者态度有直接影响；内生潜变量感知趣味性对心流体验、感知有用性、消费者态度有直接影响；内生潜变量感知有用性对消费者态度和游戏化参与意向有直接影响；内生潜变量心流体验和消费者态度对游戏化参与意向有直接影响。
由变量间直接影响效应表（表12）中可以看出，包括目标性、反馈性和社交性在内的外生潜变量作为游戏化特性是消费者感知趣味性的关键预测变量。其中目标性对于感知趣味性的路径系数为0.177（P<0.05），达到显著水平；反馈性的路径系数为0.406（P<0.001），达到显著水平；社交性对于感知趣味性的影响路径系数为0.363（P<0.001），达到显著水平。综合以上，本研究的假设H1成立，即游戏化特性对消费者的感知趣味性有正向影响。
根据既往的研究文献，本研究在前篇做出两个假设，即H7: 既有负面经验对消费者的感知有用性有负向影响，H8: 既有负面经验对消费者态度有负向影响。实际的数据分析结果表示，尽管既有负面经验对于消费者态度的路径系数为-0.113（P<0.05），达到显著水平，假设H8成立。但既有负面经验对于感知有用性的回归显著性P 值为0.095，大于0.05的显著性水平，故假设H7在本研究中并未得到支持。既有负面经验也就对消费者的感知有用性缺少负面影响。
在内生潜变量感知趣味性的直接影响效果方面，其对于心流体验的路径系数为0.580（P<0.001），达到显著水平，假设H2 成立，即感知趣味性对消费者的心流体验有正向影响；其对于感知有用性的路径系数为0.677（P<0.001），达到显著水平，假设H3 成立，即感知趣味性对消费者的感知有用性有正向影响；对于消费者态度的路径系数为0.233（P<0.001），达到显著水平，假设H4成立，即感知趣味性对消费者态度有正向影响。
在内生潜变量感知有用性的直接影响效果方面，其对于消费者态度的路径系数为0.190（P<0.001），达到显著水平，假设H5成立，即感知有用性对消费者态度有正向影响；对于游戏化参与意向的路径系数为0.320（P<0.001），达到显著水平，假设H6成立，即感知有用性对消费者的参与意向有正向影响。
最后，对于游戏化营销的参与意向而言，消费者态度和心流体验都会起到一定的直接影响作用，其中消费者自身对游戏化营销所持心理倾向的影响要明显强于心流体验带来的影响。具体而言，心流体验对于游戏化参与意向的路径系数为0.194（P<0.001），达到显著水平，假设H9成立，即心流体验对消费者的参与意愿有正向影响。消费者态度对于游戏化参与意向的路径系数则为0.414（P<0.001），达到显著水平，假设H10成立，即消费者态度对消费者的有参与意愿正向影响。
变量间的间接影响效应
除了变量间的直接影响效应，在结构方程模型中，包括目标性、反馈性和社交性在内的游戏化特性还需要通过对感知趣味性的直接影响，进而对消费者的游戏化参与意向产生间接影响。而感知趣味性又要通过对心流体验、感知有用性和消费者态度的直接影响，间接对游戏化参与意向产生影响。另一方面，感知有用性对于游戏化参与意向除了有直接影响作用，还通过消费者态度起到了间接影响作用。综上，感知趣味性、感知有用性、心流体验和消费者态度在游戏化参与意向的模型中共同起到中介作用。
6．假设验证
本研究通过信度、效度和相关性分析，在确保研究数据准确可靠的基础上，采取结构方程模型的方法对问卷数据进行多元分析，以此检验研究中预设的理论模型，并验证相关假设。具体结果如表15 所示：
在所有研究假设中，除假设H7被证伪外，其他各因素对游戏化营销的消费者参与意向的影响假设均成立。在9个研究变量中，除游戏化参与意向自身以外，其他8个变量均对其产生直接或间接的影响。由变量总影响表中的数值可知，感知趣味性对游戏化参与意向正向影响最大（0.517），其次分别为感知有用性（0.477）、消费者态度（0.333）、心流体验（0.203）、反馈性（0.174）、社交性（0.125）、目标性（0.073）、既往负面经验（-0.075）。结合结构模型的检验结果，本研究理论模型修正后如图3 所示。
三、研究结论
数据分析结果证明，除了既有负面经验对消费者的感知有用性有负向影响的假设没有得到支持以外，本研究的其他假设均得到支持。综合以上，本研究得出主要结论如下：
（一）游戏化特性是参与意向产生的前置因素
根据本研究的数据分析结果，给消费者的游戏化参与意向带来最大正向影响的变量是感知趣味性（0.517）,其次依次是感知有用性（0.477）、消费者态度（0.333）、心流体验（0.203）。可见，游戏化营销传播中所包含乐趣的多寡，是决定消费者参与与否的关键因素。
在本研究中，包括目标性、反馈性和社交性在内的游戏化核心特性，被证明通过感知趣味性和心流体验等变量的中介作用，对消费者的游戏化参与意向产生正向的间接影响。也即营销传播中的游戏化特性越强，消费者主动参与的意向就会越高。该结果不仅印证了作为游戏重要特性的目标性和反馈性在游戏化营销的趣味生成中起到关键作用，同时也确认了社交性除了可以起到扩大营销传播影响力的作用，消费者得以进行互动的可能性会为游戏化营销增添额外的乐趣；并且从数据来看，社交性所带来的乐趣甚至超过了目标性。因此，注重游戏化营销在社交方面的规则制定和玩法设计，运用游戏思维，将游戏特性和机制融入营销传播中，通过创造娱乐体验，提供消费者参与动机，从而推动营销目标实现，是游戏化营销有效性的关键。
（二）既往负面经验对参与意向的削弱效果有限
游戏化营销就其工具性和功利性的本质而言与广告传播同根同源。在有关广告回避的相关研究文献中，既往对广告的负面经验常常作为一个降低未来接触意愿的重要变量出现。基于此，本研究假设既往参与游戏化的负面经验会对感知有用性和消费者态度之间造成负面影响；数据分析结果表明，尽管既有负面经验对于消费者态度确有负向影响（-0.115），但其与感知有用性之间的关系假设不被支持（P>0.05)。其原因，可能在于游戏化仍处于方兴未艾的阶段。技术和想法的演进促使着游戏化营销的推陈出新；消费者哪怕曾经有着负面的游戏化参与经历，也难以抵御游戏化营销不断改头换面的新花样和新噱头，以及近乎为零的参与成本的巨大吸引力。
（三）有益性感知是游戏化营销参与意向的重要因素
数据分析结果显示，感知有用性是继感知趣味性后对消费者的游戏化参与意向产生正向影响最大的一个变量，其对游戏化参与意向的总影响达到了0.477。这与本研究所依赖的理论基础之一，技术接受模型中先验的假设相吻合。
具体而言，技术接受模型认为感知有用性会以外部动机的形式推动使用者使用意愿的形成。拓展到游戏化营销的语境，该假设仍能成立的原因可能在于游戏化营销并非纯粹的不具功利性质的游戏。除了游戏化的娱乐体验带来心理和情感上的满足，游戏化营销往往还通过提供实际物质性奖励的方式吸引消费者参与（如今越来越多的一般意义上的游戏同样开始使用类似方式吸引玩家）。这也是游戏化营销区别于普通的游戏，而从传统营销中所继承的一部分特质。作为激励消费者参与营销的另一条路径，有用性应当在游戏化营销传播的策划和执行中得到一定的关注。
注释
①李仪凡. 互联网用户体验结构模型——以Flow 理论挖掘网站功能、社会属性作用机制[D]. 复旦大学, 2009.
② Norris C E, Colman A M.Context effects on memory fortelevision advertisements[J].Social Behavior and Personality:
an international journal, 1993,21(4): 279-296.
③ Lee M C . Understanding
the behavioural intention toplay online games: An extensionof the the ory of plannedbehaviour[J]. Online InformationReview, 2009.
④ Davis F D , Bagozzi R P, Warshaw P R . User Acceptance of Computer Technology: AComparison of Two Theoretical
Models[J]. Management Science,1989, 35(8):982-1003.
⑤ Cho C H , Cheon H J .Why do people avoid advertisingon the Internet[J]. Journal ofAdvertising, 2004, 33(4): 89-97.
⑥ NovakTP , Yung HYF . special is sueon" Marketing Science and the Internet"Measuring the
Customer Experience in OnlineEnvironments : AStructuralModeling Approach[J]. MarketingScience, 2000, 19(1):22-42.
⑦ Yang Y, Asaad Y, DwivediY . Examining the impact of gamification on intention ofengagement and brand attitude
in the marketing context[J].Computers in Human Behavior,2017, 73: 459-469.
参考文献
[1] 希罗多德. 历史[M]. 徐岩松, 译. 上海: 上海三联书店,2008:38.
[2][8] 约翰· 赫伊津哈. 游戏的人: 文化的游戏要素研究[M].傅存良, 译. 北京: 北京大学出版社,2014:1,32.
[3] 喻国明, 景琦. 传播游戏理论: 智能化媒体时代的主导性实践范式[J]. 社会科学战线,2018(1):141-148.
[4] 中国音数协游戏工委.2020年中国游戏产业报告[EB/OL].[2021-03-11].http://www.cgigc.com.cn/gamedata/22132.html.
[5] 中国互联网络信息中心. 第47 次中国互联网络发展状况统计报告[R]. 北京: 中国互联网络信息中心,2021: 44.
[6] 宗争. 游戏符号学的意义与价值[J]. 符号与传媒,2020(2):128-140.
[7] 麦克卢汉. 麦克卢汉如是说[M]. 何道宽, 译. 北京: 中国人民大学出版社, 2006:130.
[9] 约翰・赫伊津哈. 游戏的人:文化中游戏成分的研究[M]. 何道宽,译. 广州: 花城出版社, 2007: 序
[10][11] 麦克卢汉. 理解媒介[M]. 何道宽, 译. 南京: 译林出版社,2019:18,320.
[12] 陈欣. 心流体验及其研究现状[J]. 江苏师范大学学报( 哲学社会科学版), 2014(5):150-155.
[13] 陈素白, 曹雪静. 网络广告回避影响因素研究—— 基于2012 伦敦奥运网络广告投放的实证分析[J]. 新闻与传播研究,2013(12):52-65.
[14] 李仪凡. 互联网用户体验结构模型——以Flow 理论挖掘网站功能、社会属性作用机制[D]. 复旦大学, 2009.
[15] 魏婷. 教育游戏参与者行为意向影响因素模型与实证研究[D]. 南京师范大学,2011.
[16] 周逵. 作为传播的游戏:游戏研究的历史源流、理论路径与核心议题[J]. 现代传播( 中国传媒大学学报),2016,38(7):25-31.
[17]DeterdingS,DixonD, Khaled R, et al. From gamedesign elements to gamefulness:defining" gamification"[C]//Pro ceedingsof the 15th international academic MindTrek conference: Envisioning future media environments. 2011: 9-15.
[18] Zuckerman O, Gal-Oz A. Deconstructing gamification:Evaluating the effectiveness
of continuo us measurement ,virtual rewards, and social com parison for promoting physical activity[J]. Personal and Ubiquitous Computing, 2014,18(7): 1705–1719.
[19] Zichermann G, Linder J.The gamification revolution: How leaders leverage game mechanics to crush the competition[M]. NewYork: McGraw-Hill Education,2013.
[20] WerbachK , Hunter D . For the win : How game thinking can revolutionize your business[M]. Philadelpha, PA:Wharton Digital Press, 2012.
（夏涛，上海师范大学传播学硕士；宁自冉，上海电影艺术学院教师）
