信息安全社區社會資本對社會支持的形成機制研究

王志英，李易妍

摘要：信息安全社區對緩解因勒索病毒等信息安全事件給人們帶來的負面影響有促進作用，探究信息安全社區社會資本對社會支持的形成機制，對高效提升用戶信息安全意識起重要作用。基于社會資本的關系維、認知維和結構維，建立信息安全社區社會支持機制模型。通過信息安全社區成員社會等級的調節作用，采用分層建模考察信息安全社區社會資本對社會支持的形成機制。以卡飯為研究平臺，用論壇勒索病毒安全事件作為數據來源，研究結果表明：信息安全社區的關系維、認知維和結構維社會資本對信息支持有促進作用;信息安全社會等級顯著調節社會資本的關系維、認知維和結構維三個維度對情感支持的影響，且正向調節關系維和結構維社會資本對信息支持的影響。在社會資本的關系維、認知維和結構維視角下，厘清了信息安全社區社會支持的形成機制。

關鍵詞：信息安全社區;卡飯論壇;社會資本;社會支持

DOI：10.16315/j.stm.2021.05.007

中圖分類號： C 913

文獻標志碼： A

Research on the formation mechanism of information

security community social capital to social support

WANG Zhi-ying1，2，LI Yi-yan2

（1.Key Construction Bases of Philosophy and Social Sciences， Jiangsu University “Research Center for Service Manufacturing

Mode andInformationalization”，Zhenjiang 212100， China; School of Economics and Management， Jiangsu University

of Science and Technology， Zhenjiang 212100， China）

Abstract：Information security community plays an important role in eliminating the negative impact of information security incidents such as Ransomware and other information security incidents on people. The exploration of the formation mechanism of social capital in information security community for social support plays an important role in efficiently raising users’ awareness of information security. Based on the relationship dimension， cognitive dimension， and structural dimension of social capital， a model of the social support mechanism of information security community is established. Through the adjustment of the social level of information security community members， hierarchical modeling is used to investigate the formation mechanism of information security community social capital to social support. Using Kafan as the research platform and forum Ransomware virus security incidents as the data source， the research results show that the relationship dimension， cognitive dimension and structural dimension of the information security community promotes information support， and the social level of information security significantly regulates social capital the three dimensions of relationship dimension， cognitive dimension， and structure dimension have the influence on emotional support， and positively regulate the influence of social capital on information support of relationship dimension and structure dimension. From the perspective of the relationship dimension， cognitive dimension and structure dimension of social capital， the formation mechanism of the social support of information security community is clarified.

Keywords：information security community; Kafan; social capital; social support

勒索病毒等信息安全事件使人們變得更加脆弱、痛苦和孤獨。雖然親朋可以提供信息安全知識上的幫助，由于流動性、缺乏同樣境遇以及潛在溝通障礙等問題，人們逐漸傾向于從在線社區獲得支持[1]，以應對情況的不確定性[2]。隨著信息安全事件的頻發和Freebuf、紅黑聯盟、卡飯論壇等信息安全社區在網絡中的

廣泛影響，從信息安全社區獲取社會支持對改善人們的脆弱、痛苦和孤獨等起到了重要作用。因此，探究信息安全社區的社會支持對人們提升信息安全知識、增強面對信息安全事件的應對能力有重要的作用和意義。

現有關于社會支持的研究主要聚焦于網絡社交類在線社區[3]、在線健康類社區[4]、針對性強的專業社區[5]等，盡管以往文獻從用戶知識貢獻[6]、用戶對社區的滿意度和信任[7]、用戶使用強度[8]等多方面對社會支持進行了探究，但還存在2個方面的不足：一方面，現有研究較少考慮信息安全社區的社會支持;另一方面，現有研究大都探討在線社區社會支持的影響因素，較少考慮社會支持的前置變量。因此，信息安全社區社會支持的形成機制是值得研究的學術問題。本研究借助社會資本的關系維、認知維和結構維3個維度，以信息安全社區為背景，基于卡飯論壇數據分析和挖掘成員的在線社會資本，探討用戶的關系維、認知維和結構維社會資本對提供信息支持和情感支持的影響，豐富信息安全社區社會支持機制研究，更為全面地探討信息安全社區社會資本與社會支持之間的關系。

1文獻綜述

本文的研究內容是通過探討社會資本與社會支持的關系，揭示信息安全社區社會支持形成機制，研究主要涉及信息安全社區、信息安全社區的社會支持與在線社區中的社會資本3個方面。因此，下面將綜述這3個領域的現有研究，為本研究提供重要的參考。

1.1信息安全社區

在線社區是人們互相交流、彼此關懷以形成人際關系網絡的基于計算機網絡的社會集合體，如百度貼吧、360論壇、丁香醫生社區等。在線社區是成員獲取信息支持、情感支持和社會資本的渠道，成員可能認識已經加入社區的其他人，但大多數互動通常是在沒有強大人際關系的陌生人之間進行的[9]。他們分享集體歸屬感和相互責任感，發展自己的儀式和傳統，對其他成員和整個社區有一種責任感[10]。

信息安全社區指分布在不同地域的用戶在網絡信息技術的支持下進行信息安全知識交流與人際互動的虛擬空間，因其自由、開放的特點逐漸成為用戶表達意見、進行知識共享或者交換信息的平臺，Feledi等[11]研究發現信息安全部門的知識共享將導致風險減少;Alireza等[12]研究發現預期的社會互動能夠強烈地影響知識共享行為，知識共享行為與信息安全風險降低期望之間存在著強有力的正相關關系。這進一步說明信息安全社區對用戶去獲取與安全相關的信息資訊和情感支持有促進作用[13]。目前國內比較知名的信息安全社區有360社區、卡飯論壇、安全論壇等。百度貼吧、知乎等社交平臺也開通了信息安全版塊供用戶交流。

1.2信息安全社區的社會支持

社會支持是指通過他人提供的幫助使個人獲得包括諸如情感性、工具性、信息性等方面的支持[14]，是個體感知到的來自組織其他成員的關愛與支持[15]。隨著互聯網的普及，在線社區為用戶提供了參與支持性溝通和獲得社會支持的機會，已經成為參與人數最多、應用領域最廣泛的社會支持形式。獲得社會支持是使用社交網站的主要動機之一[16]，它特有的經濟價值，通過網絡連接向外界傳播社交請求的便利性[17]，使得社交平臺不同于其他互聯網應用，幫助個人獲得和交換社會支持[18]。

社會支持在不同情境下包括的內容也會有所區別，先前的研究已經提出不同的社會支持分類[19]。網絡社交類在線社區中，學者將社會支持劃分為信息支持和情感支持，線上支持和線下支持，評價支持、尊重支持和情感支持等證明社會支持對用戶交流的影響作用;在線健康社區中，學者根據信息支持、情感支持和陪伴支持[20]，信息支持、情感支持和網絡支持，信息支持、情感支持和實際性支持[21]證明社會支持可以有效地緩解患者情緒使患者積極應對和解決疾病問題，但針對信息安全社區的社會支持分類尚不明確。

信息安全社區下，用戶可以利用社區提供的各類便利條件與他人分享個人對安全知識的經驗、觀點并緩解情緒。信息安全社區的用戶不僅希望得到專業的技術性問題的指導意見和經驗，還期望他人給予情感方面的關心與安慰。因此在本研究中將信息安全社區的社會支持劃分為信息支持和情感支持。

1.3在線社區中的社會資本

社會資本理論被定義為嵌入在個人、社區、網絡或社會之間關系網絡中的資產或資源的總和，它通過個體之間的人際關系而存在。Nahapiet等[22]認為社會資本是多維度的概念，包括關系維度、認知維度和結構維度。關系維社會資本（relational capital，Rel-Cap）指的是用戶通過互動產生的人際關系，如信任和互惠[23];認知維社會資本（cognitive capital，Cog-Cap）表示社會網絡中的人在何種程度上共享一個共同的觀點或理解，指的是共同的認知模式，其中共同語言是認知資本的主要表現形式;結構維社會資本（structural capital，Str-Cap）反映社區用戶間的連接和紐帶，表現為社區用戶之間的社會關系強度，如交流時間、溝通頻率[24]。

目前，不斷有學者從社會資本理論視角，分析在線社區用戶的知識共享意愿。Chiu等[25]和Chang等[26]認為關系維度最關鍵的方面包括信任、互惠規范和認同，認知維度最關鍵的方面包括共同語言與愿景;結構維度最關鍵的方面包括用戶之間是否存在社會互動關系，基于此分析網絡社區用戶提供答疑幫助的動因。潘夢雅等[27]圍繞社會資本3個維度理論從互惠、成員之間的共同語言以及用戶的社交關系網絡進行用戶答題潛在可能性的分析。袁留亮[28]選擇信任代表關系維社會資本，共同語言和共同愿景代表認知維社會資本，社會交互連結代表結構維社會資本研究成員知識獲取中的關系利用行為。趙楊等[29]則將發表文章數量、回答問題數量、是否實名認證作為關系維社會資本，將獲得點贊數、是否標注專業領域作為認知維社會資本，將用戶關注的人數和粉絲數作為結構維社會資本研究問答平臺用戶知識付費行為影響。由此可見，社會資本的三維度劃分對研究社會網絡中用戶的社會關系、聲譽、信任度具有重要作用[30]。對于信息安全社區而言，在缺乏信息安全專業知識的情境下，通過專業回答反映出的個人社會資本將成為社區用戶選擇提供社會支持的重要依據。基于此本文將從關系、認知、結構3個維度對社會資本進行劃分。

綜上，現有關于社會資本與社會支持的文獻主要集中在網絡社交類在線社區、在線健康類社區等在線社區的相關研究，而信息安全社區的相關研究仍處于探索階段。且已有研究信息安全事件多數關注用戶在線下獲得的社會支持，較少考慮在信息安全社區如百度貼吧、360安全論壇等社會支持的作用。因此，本文以信息安全社區為研究載體，基于社會資本理論，以卡飯中勒索病毒板塊為數據，考慮多維度的社會資本對社會支持的形成機制。

2理論模型與研究假設

2.1理論模型

基于社會資本理論，本文構建信息安全社區社會支持的形成機制模型，探究信息安全社區關系維社會資本、認知維社會資本、結構維社會資本和社會支持之間的形成機制。該模型考慮了信息安全社區獨特特征：社區成員多數遭遇信息安全事件、社區成員彼此互動強、社區成員具有高度的參與感以及參與安全類話題時社區成員的使命感。基于前文所述對社會資本的關系維度、認知維度和結構維度進行劃分且對信息安全社區的社會支持的信息支持和情感支持進行分類。本文除了社會資本這一因素外，信息安全社區成員是否有能力與他人進行高效的信息安全溝通交流也是關鍵因素，因此在模型中加入信息安全社區用戶等級這一概念，用以作為社會資本與社會支持2個概念之間的調節變量，如圖1所示。

2.2信息安全社區關系維社會資本與社會支持相關的研究假設

社會資本由關系、認知和結構3個維度構成，其中關系維社會資本代表個人之間強有力的關系紐帶——情感和密切的關系[31]，通過這種紐帶，他們相互信任、分享規范和認同。

在信息安全社區中，信任是社區成員共享信息安全知識、資源獲取和合作的重要前提。關系維社會資本可能會激勵社區成員分享安全信息[32]，通過增加信任、社會認同和符合幫助規范，信息安全社區減少了用戶在分享有效信息時易受接收者攻擊的擔憂，創造了合作氣氛，并增強了信息安全社區成員的集體責任感[33]。在信息安全事件的威脅下，擁有高水平關系維社會資本的成員可以被高度激勵向其他成員提供安全知識幫助，社區成員對關系維社會資本水平高的成員之間具有強烈的情感紐帶，這是由于他們的共同命運導致的高度同質化和依戀[34];共享壓力源的用戶之間的這種強烈認同、提供信息和意見的規范壓力以及在信息安全社區中自我披露敏感信息的趨勢都是強大的激勵因素[35]，驅使關系維社會資本高的成員積極參與支持交流，并在有機會時提供所需的信息[36]。其次，信息安全社區中，由于社區成員大都遭受不同程度的信息安全事件且擁有相似的信息需求，信任、社會認同、符合幫助規范等因素對社區成員分享安全知識有積極影響。

關系維社會資本也會導致社區成員提供情感支持，嵌入在親密關系中以情感為導向的交流可以在信息安全社區得到進一步加強[37]。在線交流的特點，如異步互動和缺乏非語言暗示，促進了“超個人”交流使在線關系可以比離線關系更親密[38]。信息安全社區的在線互動可以涉及更多的私人思想和情緒的披露，從而增加互動者之間的信任，這種超個人化的現象在遭遇高度信息安全威脅的用戶中尤為重要，因為他們具有高度的同性和高度的社會認同。在這種情況下，信息安全社區成員可能會更加用心地分享信息安全專業知識以防他人再次被騙以及提供情感支持。基于以上討論，提出假設H1a、H1b：

H1a：關系維社會資本在信息安全社區對信息支持提供正向影響。

H1b：關系維社會資本在信息安全社區對情感支持提供正向影響。

2.3信息安全社區認知維社會資本與社會支持相關的研究假設

認知維社會資本作為提供共同理解和意義的資源，包括共同的語言和特定領域的專業知識[22]。共享語言是認知維社會資本的一個方面，涉及對社區特定術語的掌握。它是人們交流和創造共同文化的手段，確保每一句話都有一致的含義，創造一種鼓勵人際交流的氛圍，因為它簡化了個人之間的交流。

在信息安全社區中，特定信息安全的專業知識是由社會互動來重新創造的，通過社會互動，個人協調和適應成員的替代模式[39]。隨著用戶信息安全領域專業知識水平的提高，用戶更加了解正確的信息安全防御措施并可以擁有快速反應的能力[40]，從而促進社區用戶采取有效的行動。為了進行有效的互動并在信息安全社區提供幫助和支持，成員使用通用的信息安全相關語言并分享信息安全社區相關專業知識。面臨信息安全事件的威脅時，人們會被吸引到信息安全社區群求支持，而不是尋求專業的技術人員或他們的家人朋友，一個關鍵的原因是信息安全社區成員理解他們的感受并基于他們共享的語言與信息安全相關的專業知識進行幫助。認知維社會資本使一個人具備理解信息安全社區其他成員與信息安全相關所需的知識，從而使一個人能夠提供信息支持來幫助解決當前的問題。

同時，擁有信息安全相關的知識和經驗以及類似經歷情況的成員可以理解共同語言并產生共鳴[41]，通過個人遭遇或與他人互動獲得高水平認知維社會資本的人更有可能提供情感支持以強調他們自己經歷的相似性，換取愛與鼓勵。一個人的認知維社會資本水平越高，就越有能力理解社區其他成員的情況和情緒以及他們所遇到的信息安全問題，因此就越有可能提供情感支持。基于以上討論，提出假設H2a、H2b。

H2a：認知維社會資本在信息安全社區對信息支持提供正向影響。

H2b：認知維社會資本在信息安全社區對情感支持提供正向影響。

2.4信息安全社區結構維社會資本與社會支持相關的研究假設

結構維社會資本是指個體憑借其在拓撲網絡中的位置獲得的、嵌入在社會互動連接中的潛在資源[22]。在信息安全社區中花時間和精力發展結構維社會資本的用戶往往認為，他們留在社區的好處超過了社區參與和社區中止的成本[42]。因此，他們更有可能提供更多的信息技術支持，高頻率的互動為個人提供了更多與不同社區成員就不同問題進行互動的機會，擁有高水平結構維社會資本的個人更有可能了解其他社區成員的緊急需求，增加了成員提供信息支持的可能性[43]。同時因為他們可能經歷過被勒索病毒等黑客技術攻擊而導致個人敏感信息被盜用、重要文件丟失等，具有高水平結構維社會資本的成員，有更多的機會了解社區其他成員的情緒狀態和苦惱，使他們更有可能提供情緒幫助。結構維社會資本水平高的成員有更多的機會提醒存在有類似經歷的社區成員，向他們表明自己并不孤獨。基于以上討論，提出假設H3a、H3b。

H3a：結構維社會資本在信息安全社區對信息支持提供正向影響。

H3b：結構維社會資本在信息安全社區對情感支持提供正向影響。

2.5信息安全社區用戶等級在社會資本與社會支持之間的調節作用

在信息安全社區中用戶等級越高表示用戶在信息安全方面的專業知識、解決問題的能力越強，用戶等級的高低在信息安全社區的社會資本等方面存在明顯的差異，并對個體的動機和行為產生影響。等級高的用戶更容易擁有和諧的網絡人際關系、保持良好的社會地位以及有更多的權限查看安全系數高、具有高度隱私性的帖子，從而具有更多的提供社會支持的機會;反觀等級低的用戶他們沒有權限查閱安全系數高的帖子更無權提供社會支持。在信息安全社區虛擬交往中，等級高的用戶更容易產生共鳴感如同自己就是社區的一份子，擁有分享安全信息提供幫助的傾向。當社區其他成員需要幫助時，等級低的成員缺乏幫助他人解決信息安全問題的能力，因此不容易走向社會網絡的核心位置;而較高等級的社區成員，就擁有了與他人討論問題分享經驗和能力的資本，并更有能力快速的理解需要幫助成員的具體需求，從而迎來更多成員的信任。基于以上討論，提出假設H4a、H4b、H4c、H4d、H4e、H4f。

H4a：用戶信息安全等級對關系維社會資本與信息支持產生調節作用。

H4b：用戶信息安全等級對關系維社會資本與情感支持產生調節作用。

H4c：用戶信息安全等級對認知維社會資本與信息支持產生調節作用。

H4d：用戶信息安全等級對認知維社會資本與情感支持產生調節作用。

H4e：用戶信息安全等級對結構維社會資本與信息支持產生調節作用。

H4f：用戶信息安全等級對結構維社會資本與情感支持產生調節作用。

2.6信息安全社區關系維、認知維與結構維社會資本之間的研究假設

在信息安全社區中，具有高水平結構維社會資本的用戶處于溝通流和知識交流的中心，因此能夠從各方面獲取知識，社區成員的不同信息和觀點匯集在一起，新的想法和理解也更可能通過互動出現。人們在遭遇信息安全事件的威脅后，缺乏相關事件的解決辦法，通過各種各樣的信息和情感支持與經歷過類似情況的其他成員互動，有助于實現他們最初的目標[44]。在線社區，參與者缺乏面對面環境中存在的視覺、語言和其他身體暗示，信息交互是個人評估彼此可信度、建立和維護社會身份和同質化感以及構建適當和不適當行為的社區規范的關鍵[45]。高度嵌入結構的成員傾向于基于社區的顯著特征感知人際相似性，這促進了群體認同和依戀。

信息安全社區成員通常是網絡攻擊的受害者，有著經歷信息安全威脅的共同命運和消除威脅的共同目標。認知維社會資本使一個人有能力了解信息安全社區其他成員的情況，并為社區做出貢獻，這反過來又使信息安全社區成員重視和加強他們的社區成員資格。此外，在信息安全社區成員中使用共享語言這一統一的符號有助于定義和組織社會類別，以便人們識別和區分群體成員和非成員。它還反映了信息安全社區成員對群體規范的遵守情況。通過社交互動使用共享語言對于在網絡環境中創造社會身份尤為重要，因為他們沒有其他可以認同的象征性物品。在高度同質化的社區中，獲得關于其他成員的知識，在信息安全社區成員中使用共同語言，可以進一步促進認同過程，從而增加關系維社會資本[23]。因此，提出假設H5、H6、H7。

H5：在信息安全社區中結構維社會資本對關系維社會資本提供正向影響。

H6：在信息安全社區中結構維社會資本對認知維社會資本提供正向影響。

H7：在信息安全社區中認知維社會資本對關系維社會資本提供正向影響。

3數據來源

3.1數據收集

本文以在信息安全社區有影響力的卡飯論壇為研究對象。卡飯論壇于2006年6月份開放，吸引了大量的用戶，營造了和諧友善的環境，論壇用戶大多討論彩虹貓病毒、蠕蟲病毒、勒索病毒等。本研究采用爬蟲工具在2020年12月抓取卡飯論壇上所有關于勒索病毒的在線評論數據共計11 882條評論。本研究抓取了每一條在線評論用戶的安全等級（Security Level，Sec-Level）、空間訪問量（Space Acess，Spa-Acess）、好友數（Follower）、發表時間（Publish Date，Pub-Date）等，為了保證研究的有效性，首先剔除缺少評論正文內容的樣本，最終共計保

留10 550條有效的在線評論。爬取的數據主要來自于回帖詳情頁和個人信息頁2部分，如圖2和圖3所示。

3.2研究變量

本文基于用戶在卡飯論壇評論中發布的信息支持的字數來量化信息支持（Information Support，Inf-Sup）;基于自然語言處理中文本的情感分析，給每個情感詞語打分，來量化情感支持（Emotional Support，Emo-Sup），其中越傾向于負向情感得分越偏向于0，越傾向于正向情感得分越傾向于1。

本研究以前人開發的社會資本量表為基礎從關系、認知和結構3個維度進行測量。在本研究中，關系維度社會資本由社會認同（Social Identity，Soc-Ide）和信任（Trust）來衡量;認知維度社會資本由共同語言（Shared Language，Sha-Lan）和回帖數（Comment）來衡量;結構維度社會資本由網絡連結強度（Frequency of Interaction，Fre-Int）和活躍度（Activeness）來衡量，如表1所示。

用戶的關系維社會資本代表成員之間相互信任、分享規范和認同的強度。對社區有較高信任度的成員在他們的成員資格中投入了大量的時間和情感，一個有經驗用戶的社會認同是由用戶在群體中的評估過程來定義的，因此本文采用用戶好友數來定義社會認同;而信任是與社區成員整體長期產生的情愫，自我披露表示個人愿意信任所在社區的成員，本研究中信任是通過應用語言調查分析用戶在線發布的信息內容來客觀測量。

用戶的認知維社會資本表示所在社區的共同語言，本文通過應用信息檢索和自然語言處理學科中常用的方法來分析在線回復。本文研究信息安全社區，通過分析在此社區的專有名詞，即經常出現在此社區中卻不經常出現在其他社區中的詞語代表該社區成員使用的共享語言，通過比較每個社區成員的余弦相似性來代表共同語言，且用戶越了解所在社區，代表用戶掌握的專業知識和技能也就越多，回帖數也就越多，因此本文利用用戶回帖數來代表認知維社會資本的分支。

用戶的結構維社會資本是與其他用戶進行在線交流溝通中逐漸積累起來的，在社會關系網絡中，由于用戶之間的關系不只是表明兩者間存在簡單的二元關系，本研究引入社會網絡中用于測度節點在網絡中擁有關系數量的度中心性的概念表示網絡連結強度。節點的度中心性越大，就越處于網絡的核心位置，容易成為在線交流關系中的核心用戶;此外，用戶活力越高表示用戶在此社區花費的時間、精力越多，參與話題互動的頻率也就越大，本研究利用用戶信息版塊下的活力值來表示活躍度。

3.3數據分析

目前，結構方程模型方法被廣泛的用在了實證研究的數據分析中。結構方程模型的計算方法至少分為2種類型：一種是基于協方差的極大似然估計方法;另一種是基于方差的偏最小二乘方法（Partial Least Squares，PLS）[46]。與基于協方差的計算方法比較，PLS具有如下特性：它以方差分析為基礎，從而不要求數據服從多元正態分布;除了能夠處理反應型的指標還能夠處理形成型的指標，并且可以在同一模型中同時計算兩種不同類型的指標;PLS可以直接獲得R2系數，力求最大限度地解釋因變量的變動方差，從而更接近數據，更適合探索性研究和數據分析。本文的一階潛變量有關系維社會資本、認知維社會資本和結構維社會資本，二階潛變量有社會認同、信任、共享語言、評論數、活躍度和網絡連結強度。為了檢驗信息安全社區社會支持模型和假設，使用偏最小二乘法，運用Smart PLS 3.0軟件進行信度、收斂效度、區別效度分析，如表2所示。

信度需要滿足克朗巴哈系數（Cronbach’s α）值、組合信度（Composite reliability，CR）值大于0.7的要求。由表2可知，所有變量中最低Cronbach’s α為0.858，最低的組合信度為0.933，表明本研究測量社會資本量表具有較高的信度，量表的內部一致性較好。所有潛在變量的AVE值中最小的為0.875，超過0.5標準[47]。因此，本研究測量量表具有較高的收斂效度。潛在變量的方差膨脹因子（VIF）值應小于5，對各個變量進行方差膨脹因子檢驗，得到的VIF值介于1～2.617之間，VIF值均小于5，說明潛變量之間不存在多重共線性。

各個潛在變量之間具有較高區別效度的量表，需滿足所有潛在變量的 AVE 算術平方根均高于該變量與其他潛在變量之間的相關系數，如表3所示。由表3可知，對角線上為各個潛在變量對應AVE值的平方根，最小值為0.935;對角線下半部分為各潛在變量與其他潛在變量之間的Pearson相關系數，最大值為0.895;因此，本研究測量量表中潛在變量之間具有較高的區別效度。

4研究結果

運用Smart PLS 3.0軟件進行信息安全社區社會支持機制研究模型的結構模型分析，結果如圖4所示。由于預測導向的PLS-SEM主要用來解釋內生潛在變量的方差，因此關鍵目標構建的R2值應足夠大，

R2值主要用來解釋內生潛在變量的方差。采用5 000個子樣本的Bootstrap抽樣方法對結構模型路徑系數的顯著性進行了檢驗，結果如表4所示。

通過檢驗之后對數據進行因子分析，Fornell等[48]提出了評價聚合效度的標準，指出所有的因子和在都必須顯著大于0.7，在本研究中，所有因子載荷都顯著大于0.7，其結果如表5所示。

由表4可知，假設均成立。當各內生潛變量的R2值分別為0.67、0.33和0.19時，依照經驗法則分別說明模型的解釋力可觀、適度和較差，但由于模型中方情感支持的R2值為0.268，說明信息安全社區社會資本的3個維度對情感支持的解釋較弱，為使研究更加合理本文加入社區成員的用戶等級為調節變量。在卡飯壇社區中，根據成員歷史參與程度與累計貢獻，成員被賦予從見習點評、論壇點評到正式寫手、著名點評等等級頭銜。根據等級的高低，將18個等級分別量化為1～3個數字，以量化用戶的等級水平。現加入用戶等級為調節變量，如圖5所示。

加入調節變量后，信息安全社區中結構維社會資本和其他2個社會資本維度（H5和H6）之間聯系的假設如預測的那樣得到了支持。具體而言，結構維社會資本與關系維社會資本（H5，β=0.213，P<0.01）和認知維社會資本（H6，β=0.164，P<0.01）均呈正相關。同樣，假設的認知維社會資本和關系維社會資本之間的正相關關系也得到支持（H7，β=0.415，P<0.01）。在信息安全社區社會資本對社會支持的機制研究中，關系維社會資本對信息支持的提供具有最強的總體效應，認知維社會資本對情感支持具有最高的總體效應，如表6所示。

假設H4a～4f分別是在假設H1～3的基礎之上，在自變量中引入信息安全社區用戶等級對關系維、結構維和認知維社會資本的乘積項，用以檢驗用戶信息安全等級的調節作用。H4a、H4c、H4e相對于H1a、H2a、H3a的R2增加了0.054，H4b、H4d、H4f相對于H1b、H3b、H2b的R2增加了0.17。圖6進一步展示了用戶信息安全等級對信息支持與關系維社會資本之間關系的調節作用，用戶信息安全等級越高，關系維社會資本對信息支持的正向影響越大，特別需要指出的是，用戶信息安全等級對情感支持與關系維社會資本之間的調節作用具有兩面性，用戶信息安全等級越低，關系維社會資本對情感支持的正向影響越小，甚至產生負向影響，用戶信息安全等級越高，關系維社會資本對情感支持的正向影響越大。簡而言之，信息安全等級高的用戶會因為各種原因提供更多的社會支持，而信息安全等級低的用戶則未必，甚至可能起到相反影響，如圖6所示。

5結論與展望

本文通過構建信息安全社區社會資本對社會支持模型進行實證研究發現，信息安全社區中社會資本的關系維、認知維和結構維社會資本對信息支持有促進作用，信息安全社區中社會資本的關系維、認知維和結構維社會資本對情感支持的影響較弱;在對社區成員信息安全社會等級調節效應的驗證中，結果表明社區成員信息安全社會等級顯著調節社會資本的關系、認知和結構3個維度對情感支持的關系，且正向調節關系維和結構維社會資本對信息支持的關系。

本文的研究結果，對信息安全社區社會支持機制的研究有著重要的理論意義。具體如下：

1）本研究拓展了信息安全社區社會支持的形成機制。已有研究主要聚焦于網絡社交類在線社區、在線健康類社區、針對性強的專業社區，在信息系統對虛擬社區的研究中，本文超越現有對信息支持的關注，通過考慮社會資本對信息和情感支持影響，驗證信息安全社區“社會資本——社會支持”的形成機制。Huang等[49]在研究醫療保健虛擬社區社會資本對社會支持及陪伴活動表明社會資本的三個維度都會影響情緒支持的提供，這與本文在研究信息安全社區的結論一致;何功璞[50]研究在線患者社區表明結構維社會資本顯著影響信息和情感支持，進一步驗證了本文實驗的準確性。本文的研究表明在線社會關系的特征是信息安全社區用戶主要社會活動的關鍵驅動力。本研究為社會支持的前因提供一個框架，闡述關系維、認知維和結構維社會資本對社會支持的影響程度，從理論上補充和完善信息安全社區社會支持機制的相關研究。

2）本研究發現不同維度下的社會資本對用戶提供信息支持和情感支持的影響情況及差異性。成員的關系維社會資本中的社會認同與信任對情感支持影響效果較強;成員的結構維社會資本中活躍度與網絡連結強度對其提供信息支持和情感支持有正向影響;成員的認知維社會資本中的共享語言與評論數對情感支持影響較強。本文將信息和情感支持整合到一個理論模型中，探究了關于信息安全社區社會支持的前置因素。它提供了新的視角來看待信息安全社區，以及潛在的其他類型的在線社區。

本研究不僅在理論上有重要的意義，同時還有深刻的實踐意義。具體如下：

1）本研究為應急機構和用戶厘清了信息安全社區中建立認知維社會資本的重要性。這不僅是因為認知維社會資本對情感支持的提供有很強的影響，還因為它進一步提升了關系維社會資本，促進了結構維社會資本的創造。這表明作為專業的信息安全社區，最重要的是要有信息安全相關專業的知識才能吸引更多用戶參與互動。本文的研究可以為現有的關系、結構、認知維社會資本和新興社會資本（特別是由于共享經驗而產生的社會認同）的影響研究提供信息。

2）為應急管理部門提供了引導信息安全知識傳播的實踐幫助。在信息安全社區中，用戶的關系嵌入（關系強度）、專業知識和共享語言（你知道什么）比用戶在社區中的社會關系（你認識誰）對用戶的知識貢獻行為更大。具體而言，當那些結構維社會資本高的人提供社會支持時，這可以進一步增加他們獲得有價值的信息安全專業知識的機會。此外，具有高認知維社會資本的人可能會繼續與他人互動，以進一步提高他們的專業知識，使得知識信息的傳播更加有效[51]。因此，在信息安全事件的應急決策管理中，應當重視和利用好在社區內具有威信度的專家用戶的社會網絡功能，優先展示專業用戶所提供的信息安全應對知識，通過一些激勵措施來鼓勵專業用戶提供高質量的知識。

本文雖通過社會資本的關系維、認知維和結構維，研究信息安全社區社會支持的形成機制，但由于信息安全社區的隱私設置，無法確定成員的性別構成，這限制了本文研究社會支持提供中潛在性別差異的能力。未來的研究應該考察信息安全社區中顯示的社會支持動態，看看它們是否因性別而異。

參考文獻：

[1]LIU N，TONG Y，CHAN H C.Dual effects of social support seeking in patient-centric online healthcare communities：A longitudinal study[J].Information & Management，2020，57（8）：103.

[2]BRAILOVSKAIA J，ROHMANN E，BIERHOFF H W，et al.The relationship between daily stress，social support and Facebook addiction disorder[J].Psychiatry Research，2019，276：167.

[3]吳江，魏子瑤，王誠坤.即時會話情境下學術交流的社會支持交換機制研究[J].信息資源管理學報，2020，10（4）：36.

[4]周濤，楊文靜.基于社會影響理論的在線健康社區用戶知識分享行為研究[J].信息與管理研究，2020，5（6）：12.

[5]常亞平，陸志愿，朱東紅.在線社會支持對顧客公民行為的影響研究：基于品牌社區的實證分析[J].管理學報，2015，12（10）：36.

[6]OH H J，LAUCKNER C，BOEHMER J，et al.Facebooking for health：An examination into the solicitation and effects of health-related social support on social networking sites[J].Computers in Human Behavior，2013，29（5）：72.

[7]陳星，張星，肖泉.在線健康社區的用戶持續知識分享意愿研究：一個集成社會支持與承諾—信任理論的模型[J].現代情報，2019，39（11）：55.

[8]WANG G，ZHANG W，ZENG R.WeChat use intensity and social support：the moderating effect of motivators for WeChat use[J].Computers in Human Behavior，2019，91（2）：44.

[9]RAY S，KIM S S，MORRIS J G.The central role of engagement in online communities[J].Information Systems Research，2014，25（3）：528.

[10]JOHNSON S L，FARAJ S，KUDARAVALLI S.Emergence of power laws in online communities[J].MIS Quarterly，2014，38（3）：795.

[11]FELEDI D，FENZ S，LECHNER L.Toward web-based information security knowledge sharing[J].Information Security Technical Report，2013，17（4）：199.

[12]TAMJIDYAMCHOLO A，BABA M S B，SHUIB N L M，et al.Evaluation model for knowledge sharing in information security professional virtual community[J].Computers & Security，2014，43：19.

[13]HERCHEUI M D.A literature review of virtual communities：The relevance of understanding the influence of institutions on online collectives[J].Information，Communication & Society，2011，14（1）：1.

[14]FRISON E，EGGERMONT S.The impact of daily stress on adolescents’ depressed mood：The role of social support seeking through Facebook[J].Computers in Human Behavior，2015，44（3）：15.

[15]YAO Z，TANG P，FAN J，et al.Influence of online social support on the publics belief in overcoming COVID-19[J].Information Processing & Management，2021，58（4）：102.

[16]KIM Y，SOHN D，CHOI S M.Cultural difference in motivations for using social network sites：A comparative study of American and Korean college students[J].Computers in Human Behavior，2011，27（1）：365.

[17]LIEN C H，CAO Y.Examining WeChat users’ motivations，trust，attitudes，and positive word-of-mouth：Evidence from China[J].Computers in Human Behavior，2014，41：104.

[18]LIN X，ZHANG D，LI Y.Delineating the dimensions of social support on social networking sites and their effects：A comparative model[J].Computers in Human Behavior，2016，58：421.

[19]RUBENSTEIN E L.“They are always there for me”：The convergence of social support and information in an online breast cancer Community[J].Journal of the Association for Information Science and Technology，2015，66（7）：1418.

[20]王熙，佟星，鄭博雯.在線健康社區中用戶社會支持交換行為的跨文化比較研究[J].管理科學，2020，33（1）：16.

[21]ZHANG S，O’CARROLL B E，OWEN J，et al.Online cancer communities as informatics intervention for social support：Conceptualization，characterization，and impact[J].Journal of the American Medical Informatics Association，2017，24（2）：451.

[22]NAHAPIET J，GHOSHAL S.Social capital，intellectual capital，and the organizational advantage[J].Academy of Management Review，1998，23（2）：242.

[23]LU Y，YANG D.Information exchange in virtual communities under extreme disaster conditions[J].Decision Support Systems，2011，50（2）：529.

[24]TSAI H T，BAGOZZI R P.Contribution behavior in virtual communities：Cognitive，emotional，and social influences[J].MIS Quarterly，2014，38（1）：143.

[25]CHIU C M，WANG E T，SHIH F J，et al.Understanding knowledge sharing in virtual communities：An integration of expectancy disconfirmation and justice theories[J].Online Information Review，2011，35（1）：134.

[26]CHANG H H，CHUANG S S.Social capital and individual motivations on knowledge sharing：Participant involvement as a moderator[J].Information & Management，2011，48（1）：9.

[27]潘夢雅，沈旺，代旺.社會化問答社區答題者發現研究[J].圖書情報工作，2020，64（18）：76.

[28]袁留亮.基于社會資本理論的虛擬學習社群成員關系利用行為研究[J].情報探索，2019，1（7）：17.

[29]趙楊，袁析妮，李露琪.基于社會資本理論的問答平臺用戶知識付費行為影響因素研究[J].圖書情報知識，2018，184（4）：15.

[30]楊剛，閆璐，房貽慶.答案質量反饋對社會化問答社區用戶持續答題意愿的影響研究：以“知乎”平臺為例[J].圖書情報工作，2020，64（11）：46.

[31]MAYER R C，DAVIS J H，SCHOORMAN F D.An integrative model of organizational trust[J].Academy of Management Review，1995，20（3）：709.

[32]陳明紅，漆賢軍.社會資本視角下的學術虛擬社區知識共享研究[J].情報理論與實踐，2014，37（9）：101.

[33]高江麗，陳翔，周華富.用戶創新虛擬社區的社會網絡關系研究：以M虛擬社區為例[J].科技與管理，2019，21（1）：62.

[34]VAN B J J，BAICKER K，BOGGIO P S，et al.Using social and behavioural science to support COVID-19 pandemic response[J].Nature Human Behaviour，2020，4（5）：460.

[35]TREPTE S，DIENLIN T，REINECKE L.Influence of social support received in online and offline contexts on satisfaction with social support and satisfaction with life：A longitudinal study[J].Media Psychology，2015，18（1）：74.

[36]TSAI J C A，HUNG S Y.Examination of community identification and interpersonal trust on continuous use intention：Evidence from experienced online community members[J].Information & Management，2019，56（4）：552.

[37]GIBBS J L，KIM H，KI S.Investigating the role of control and support mechanisms in members’ sense of virtual community[J].Communication Research，2019，46（1）：117.

[38]ROZZELL B，PIERCY C W，CARR C T，et al.Notification pending：Online social support from close and nonclose relational ties via Facebook[J].Computers in Human Behavior，2014，38：272.

[39]SHANE S C，MANAGO A，GAGGI N，et al.Why do college students prefer Facebook，Twitter，or Instagram？ Site affordances，tensions between privacy and self-Expression，and implications for Social Capital[J].Computers in Human Behavior，2018，86：276.

[40]DRURY J.The role of social identity processes in mass emergency Behaviour：An integrative review[J].European Review of Social Psychology，2018，29（1）：38.

[41]HUANG Q，CHEN X，OU C X，et al.Understanding buyers loyalty to a C2C platform：The roles of social capital，satisfaction and perceived effectiveness of E-commerce institutional mechanisms[J].Information Systems Journal，2017，27（1）：91.

[42]CHEN X，HUANG Q，DAVISON R M.The role of website quality and social capital in building buyers’ loyalty[J].International Journal of Information Management，2017，37（1）：1563.

[43]HU X，CHEN X，DAVISON R M.Social support，source credibility，social influence，and impulsive purchase behavior in social commerce[J].International Journal of Electronic Commerce，2019，23（3）：297.

[44]CHEN R，SHARMA S K.Learning and self-disclosure behavior on social networking sites：The case of Facebook users[J].European Journal of Information Systems，2015，24（1）：93.

[45]XIONG Y，CHENG Z，LIANG E，et al.Accumulation mechanism of opinion leaders social interaction ties in virtual communities：Empirical evidence from China[J].Computers in Human Behavior，2018，82：81.

[46]HULLAND J.Use of partial least squares （PLS） in strategic management research：A review of four recent studies[J].Strategic Management Journal，1999，20（2）：195.

[47]CHIN W W.The partial least squares approach to structural equation modeling[J].Modern Methods for Business Research，1998，295（2）：295.

[48]FORNELL C，LARCKER D F.Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research，1981，18（1）：39.

[49]HUANG K Y，CHENGALUR S I，PINSONNEAULT A.Sharing is caring：Social support provision and companionship activities in healthcare virtual support communities[J].MIS Quarterly，2019，43（2）：395.

[50]何功璞.在線患者社區成員的社會資本對社會支持的影響研究[D].哈爾濱：哈爾濱工業大學，2020：1.

[51]CHENG X，FU S，DE V G J.Understanding trust influencing factors in social media communication：A qualitative study[J].International Journal of Information Management，2017，37（2）：25.

[編輯：劉琳琳]

3495500338296