知識采納者的社會資本對知識問答社區的知識社會認可的影響研究

陳小卉　胡平

關鍵詞： 知識采納者； 社會認可； 社會資本； 知識問答社區； 網絡位置

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．１２．００３

〔中圖分類號〕Ｇ２５２ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） １２－００２８－１１

知識問答社區以知識交流為核心功能， 促進了用戶的溝通和互動， 成為人們獲取和分享知識、拓展社交關系的主流社交媒體之一。在研究這類社交媒體的知識傳播過程時， 學者們通常從知識貢獻者和知識尋求者兩類用戶的角度來分別探討他們與知識傳播之間的關系。社交媒體平臺會利用聲譽系統的點贊功能來將知識貢獻者與知識尋求者有機聯系起來， 形成在線知識傳播閉環［１］ 。作為一種激勵手段， 點贊功能可以為貢獻知識的用戶帶來虛擬的社交回報， 并滿足他們在線貢獻知識的成就感［２］ 。其他用戶則通過點贊行為來告知其關聯用戶自己對某個知識的認可及采納， 體現了知識問答社區的知識社會認可（Ｓｏｃｉａｌ Ｅｎｄｏｒｓｅｍｅｎｔ）過程［３］ 。參與知識點贊的用戶即為知識問答社區內的知識采納者。作為知識傳播的主要力量， 知識采納者所擁有的社會資本決定了知識社會認可的程度， 對知識獲得廣泛的傳播具有重要影響［４］ 。而知識采納者在知識社會認可過程中所形成的社交關系也不容忽視。已有文獻證實了， 在知識問答社區中， 用戶之間的知識交流和互動嵌入了較強的社交性［５］ 。知識采納者的點贊行為促使他們之間產生關聯關系， 形成社交關系網絡， 并進一步影響知識社會認可和知識在平臺內的傳播。因此， 本研究旨在通過構建知識問答社區中， 知識采納者之間由點贊行為而產生的合作關系網絡， 結合實證分析探究知識采納者的社會資本對知識社會認可的影響。

１文獻綜述

社會認可（Ｓｏｃｉａｌ Ｅｎｄｏｒｓｅｍｅｎｔ）是社交媒體中用戶是否接受或認可知識和信息的反映， 可以體現知識在網絡中的受歡迎程度［３］ 。社交媒體中， 用戶積極貢獻知識的目的是為了使自己所貢獻的知識能夠獲得廣泛的社會認可， 從而換取更多的社交福利和社交回報， 提高自身在社交網絡中的地位［６］ 。而其他用戶通過自愿的點贊行為來表達對知識的積極感受， 一定程度上也體現了用戶對知識的興趣和愛好［７］ 。通過用戶的知識社會認可行為， 社交媒體平臺能夠更清晰地了解用戶的真實需求［８］ ， 從而實現對平臺的不斷優化和提升。與此同時， 知識社會認可也反映了知識在社交媒體平臺中的傳播鏈， 知識采納者的點贊行為會被通知給與其產生關聯關系的其他用戶， 使知識獲得更廣泛的傳播［１］ 。因此， 知識采納者的知識社會認可不僅會影響知識貢獻者優質內容的持續產生， 也對知識的在線傳播具有重要作用。研究認為， 知識問答社區中， 知識貢獻者的歷史回答收到的高聲譽反饋（即高點贊數量）對其后續知識貢獻的信息量具有積極作用［６］ 。點贊數的多少反映了知識接收到的社會認可的高低程度［９］ ，社會認可程度越高的知識在未來會獲得更多用戶的采納［１］ 。上述研究雖然從不同角度證實了社會認可對知識的供需雙方， 以及知識在線傳播的重要性，但是缺乏對知識社會認可影響因素的探討。

研究認為， 在線虛擬社區中用戶自身所擁有的社會資本會影響其對知識和信息的認可程度［４］ 。社會資本是在關系建立的基礎上衍生出的各類社會資源［１０］ 。系統性的社會資本理論最早由Ｎａｈａｐｉｅｔ Ｊ等［１１］ 提出， 該研究將社會資本劃分為結構、關系和認知３ 個維度， 并得到了學術界的廣泛認可。其中， 結構資本可以概括為個體之間社交關系所形成的結構性特征， 包括中心性、社交關系的緊密程度等［１１］ ， 反映了個體在社交關系網絡中的地位［１２］ 。關系資本則是由個體之間的交流、互動等行為而發展出來的關系內涵， 一般可以概括為信任、互惠和認同感等［１１］ 。認知資本是個體通過社交互動而表現出來的對群體的趨于一致的理解或期望， 即他們在社交網絡中的共同語言、共同期待或共享文化等［１１］ 。目前， 社會資本理論已經成為人們研究在線知識傳播的重要理論支撐之一。許多研究從不同角度探討了社會資本與在線知識傳播之間的關系。Ｃｈｉｕ Ｃ Ｍ 等［１２］ 和Ｊｉｎ Ｊ Ｈ 等［１３］ 通過對相關理論的整合， 考察了社會資本對用戶在虛擬社區中持續貢獻知識和分享知識的動機的影響。Ｙａｎ Ｊ 等［１４］ 則在前人研究的基礎之上， 對上述研究成果進行了拓展， 證實了社會資本和用戶知識貢獻之間存在著雙向因果關系。也有一些研究認為， 社會資本可以幫助信息和資源在個體之間的傳遞和交換， 從而促進合作和創新的產生［１５－１６］ ， 對用戶在網絡社交媒體中的知識共享效果具有顯著的影響［１７］ 。不同于以上研究， Ｂｅｃｋ Ｒ 等［１８］ 將用戶在網絡中的社會資本細化為其對知識和信息的分享能力， 認為用戶所擁有的社會資本體現了其在網絡中獲取知識的潛在的渠道多樣性， 渠道多樣性會影響知識交換的數量和質量， 對知識獲得廣泛的社會認可和知識的在線傳播具有一定的影響力。

綜上所述， 以上研究主要關注社交媒體中用戶的社會資本與知識社會認可和知識傳播之間的關系， 但忽略了個體在知識社會認可過程中所形成的社交關系網絡及其特征。本文從知識采納者所嵌入的關系網絡出發， 通過構建知識采納者合作關系網絡， 探究知識采納者的社會資本與其在關系網絡中的結構性位置對知識問答社區中的知識社會認可及知識傳播的影響。

２研究方案

２.１知識采納者合作關系網絡

知識問答社區中， 用戶認可知識并予以采納會通過對回答的點贊行為而被平臺傳達給與其有關聯關系的其他用戶， 從而提高知識社會認可的可能性［９］ 。本研究將為問題的回答賦予點贊的用戶定義為知識采納者。在知識社會認可過程中， 同一回答文本下的知識采納者們通過點贊行為而產生合作關系， 共同促進知識獲得更多社會認可， 由此形成知識采納者合作關系網絡。圖１ 為知識采納者之間合作關系的示意圖。根據社會網絡的構建原則， 如果知識采納者Ａ 和Ｂ 點贊了１ 個回答， 即這兩個采納者合作促進了該知識的社會認可， 具有合作關系， 相應的矩陣位置為１， 否則為０。由此可以構建知識采納者合作關系網絡。

２.２研究假設

２.２.１知識采納者的結構資本對知識社會認可的影響

社交互動關系為個體獲得信息和資源提供了有效途徑［１６］ ， 社交互動關系越多， 說明個體獲得信息和資源的渠道多樣性水平越高［１８］ ， 有助于增加用戶交換信息、共享資源的頻率， 擴大信息和資源共享的范圍［１９］ 。對于虛擬社區用戶而言， 結構資本體現了用戶在關系網絡中的地位及其所擁有的社交聯結的多少， 并且顯著影響用戶的知識貢獻和知識分享活動［２０－２２］ 。已有研究一般采用用戶在虛擬社區中的粉絲或關注者的數量來測量用戶結構資本的多少，并且認為用戶的粉絲或關注者越多， 其在社區中越接近核心位置［２３］ ， 能夠獲得更多知識來源渠道， 知識分享的效果更好［１８］ 。在知識問答社區中， 知識采納者可以通過對某個回答進行點贊來表現他們的知識社會認可， 平臺會將其點贊行為實時通知給與之有關聯關系的用戶， 如知識采納者的粉絲， 這一社會認可過程可以實現知識的在線傳播。知識采納者的粉絲數量越多， 其知識社會認可過程越能夠被更多用戶觀察到， 并增加知識的傳播路徑， 相應地知識也會獲得更多社會認可。因而， 結構資本能夠為知識采納者帶來更高的社交地位和更大的知識傳播影響力， 并提高其在社交網絡中的曝光度。擁有更多結構資本的知識采納者能夠吸引其他用戶與之建立合作關系， 參與知識社會認可， 并促進知識的廣泛傳播。以上分析闡釋了知識采納者的結構資本對知識社會認可的重要性。據此， 研究提出假設Ｈ１。

Ｈ１： 知識采納者的結構資本對知識問答社區的知識社會認可具有積極作用

２.２.２知識采納者的關系資本對知識社會認可的影響

社會資本的關系維度包括信任、互惠和認同等。其中， 信任是社交關系和合作產生的基礎［１１］ ， 可以幫助關聯雙方建立共同目標并促進目標的實現［１６］ 。尤其是對于希望在虛擬社區中分享和交換知識的用戶而言， 如何獲得彼此的信任是一個重要的命題。研究認為， 信任可以幫助用戶維系社交關系， 并有助于知識在用戶之間的有效交流， 是影響知識交換質量和數量的重要因素［２４］ 。在知識問答社區中， 用戶對平臺的信任可以通過其對個人信息的披露程度來展現。用戶在線上尋求知識時， 對個人信息的披露程度反映了其在虛擬平臺中的社會存在感， 有助于其他用戶對其建立信任， 提高知識交換的質量［１８］ 。因此， 知識問答社區中知識采納者對個人信息的披露程度可以體現其對平臺的信任程度。信息披露程度越高， 則知識采納者對平臺的信任程度越高。本文按照知識采納者個人信息欄中所披露的性別、專業、學歷、地址、職業和個人簡介等信息的完整度來考察其個人信息披露程度， 將個人信息披露程度由低到高劃分為０～６， ０ 代表上述信息完全沒有披露， ６ 則表示這些信息披露完整。根據上述分析，知識采納者的信任關系資本可以由低到高記為０～６。知識采納者擁有的信任關系資本越多， 知識社會認可的效果越好。

互惠是在關聯雙方之間產生的為了維持公平的交換行為。對于個體而言， 持續性的交流和互動是建立在互惠基礎之上的， 個體的行動取決于關聯方是否會對其行動做出互惠性反饋［２５］ 。在虛擬社區中， 用戶共享知識的目的是為了獲得相應的社交回報， 如其他用戶的關注或點贊等， 以便能夠滿足自己在虛擬社區中的社交需求， 提高自己的網絡聲譽或社交地位。已有研究以社會交換理論為基礎， 證實了互惠是虛擬社區中用戶知識分享的動力， 可以促進知識在虛擬社區中的有效傳播［２６－２７］ 。在知識問答社區中， 用戶的互惠可以體現為其對平臺中其他用戶的回饋， 即用戶在平臺內貢獻知識的行為。因此， 本文將知識采納者的歷史回答數量作為其在知識問答社區內的互惠關系資本的測量指標。知識采納者的歷史回答數量越多， 意味著擁有豐富的互惠關系資本， 有助于知識獲得更多社會認可。

此外， 社會資本的關系維度還包括個體對群體的認同， 是他們對身處于某個群體中的歸屬感。社交關系的建立會使個體根據自身屬性， 如興趣、愛好或對某事物的觀點等， 將自己與具有相似屬性的其他個體歸類為相同的社會類別［２８－２９］ 。認同感會促進群體內部合作關系的建立， 有助于共同目標的實現［３０］ 。在線虛擬社區中， 認同感會加強用戶之間的關系， 并對知識交換具有積極影響［３１］ 。研究還發現， 對于虛擬社區認同感越強的用戶， 在社區中的活躍度會越高［３２］ 。活躍度高的用戶更有意愿參與知識分享和知識傳播［３３］ 。知識問答社區中，用戶可以根據自身的興趣、愛好來選擇關注不同的話題， 平臺會以話題標簽為依據為用戶分類。對于知識采納者而言， 關注的話題越多， 表示其在知識問答社區中的活躍度越高、對平臺的認同感越強烈， 有助于吸引其他用戶與之建立關系， 促進知識獲得更多社會認可。

綜上所述， 本文分別從信任、互惠和認同３ 個方面來考察知識采納者的關系資本， 并提出以下假設：

Ｈ２： 知識采納者的信任關系資本對知識問答社區的知識社會認可具有積極作用

Ｈ３： 知識采納者的互惠關系資本對知識問答社區的知識社會認可具有積極作用

Ｈ４： 知識采納者的認同關系資本對知識問答社區的知識社會認可具有積極作用

２.２.３知識采納者的認知資本對知識社會認可的影響

虛擬社區的成員是在共同的利益或目標結果的驅動下建立關系的， 相同的認知有助于成員之間建立合作、共享資源， 促進社區的良性發展［１６］ 。認知資本是關系建立的基礎， 成員之間相似的興趣和文化背景， 以及對社區的共同期待激勵成員共享知識， 對知識共享的效果具有積極作用［１７］ 。研究發現， 虛擬社區中用戶獲得的認知資本還體現在其通過對共享的知識進行反饋所獲得的認知收益［１４］ 。認知收益是用戶對其所獲取的知識的有用性的內在感受， 可以衡量用戶認知資本的多少。知識問答社區中， 知識采納者是否關注其他用戶取決于他們之間是否具有相似的興趣愛好， 或對某一事物具有相同的認知感受。當知識采納者關注某個用戶時， 平臺會將其關注用戶的各種動態推送至知識采納者的用戶頁面， 是其獲取知識和信息的主要途徑之一。因此， 知識采納者關注用戶的數量體現了其獲得知識的途徑的多少。關注人數越多， 知識采納者獲取知識和資源的可能性就越高， 獲得的基于相同認知而產生的知識收益就越豐富， 是其在網絡中所擁有的認知資本多少的具體表現。認知資本越多， 知識采納者參與不同回答的點贊活動的可能性就越高。因而， 認知資本可以幫助知識采納者之間關系的建立， 是合作關系產生的基礎。知識采納者的認知資本越多， 越有利于知識獲得更多社會認可并實現在平臺內的廣泛傳播。據此， 提出假設Ｈ５：

Ｈ５： 知識采納者的認知資本對知識問答社區的知識社會認可具有積極作用

２.２.４知識采納者在關系網絡中的位置對知識社會認可的影響

個體在網絡中的位置是其獲得資源和信息的能力的重要體現。在知識獲得社會認可的過程中， 知識采納者所處的網絡位置不僅可以反映其在關系網絡中所處的位置， 也決定了知識采納者傳播知識的能力。反映節點網絡位置的指標有很多， 其中， 聚類系數代表了網絡中與某一節點產生聯結的其他節點之間關系的緊密程度［３４］ 。對于知識采納者而言，聚類系數的大小代表了其在合作關系網絡中的合作伙伴之間的關系是否緊密。聚類系數越大， 知識采納者合作伙伴之間的關系越緊密， 這意味著知識采納者在合作關系網絡中的位置優勢不明顯， 知識傳播的影響力不足［５］ 。因此， 聚類系數較大會限制知識采納者合作關系的產生以及知識社會認可的擴大。此外， 個體在網絡中的位置也可以表現為其所占據的結構洞位置的多少。結構洞是指網絡中兩個沒有關聯關系的節點之間所產生的空間間隔， 當出現第三個節點作為中介紐帶將原來沒有關聯關系的這兩個節點相連接時， 這一空間間隔被填充， 中介節點占據的位置即為結構洞。節點所占據的結構洞位置越多， 其在關系網絡中的地位越高， 可以掌握更多的信息和資源。本研究采用結構洞約束系數（０～１）來衡量知識采納者在合作關系網絡中占據的結構洞位置的情況［３５］ 。結構洞約束系數越小， 則該節點成為結構洞節點的可能性越大， 節點在網絡中的位置更具有優勢。相反地， 結構洞約束系數越大，節點在網絡中的地位就越低， 其行為活動對其他節點的影響就越小。因此， 在知識問答社區中， 知識采納者的結構洞約束系數與其在網絡中地位呈負向關系。結構洞約束系數越大， 越會阻礙知識采納者合作關系的建立， 并且不利于知識獲得更多的社會認可。綜合上述分析， 研究提出假設Ｈ６ 和Ｈ７：

Ｈ６： 知識采納者在合作關系網絡中的聚類系數對知識問答社區的知識社會認可具有消極作用

Ｈ７： 知識采納者在合作關系網絡中的結構洞約束系數對知識問答社區的知識社會認可具有消極作用

２.３數據收集

本研究的數據來源于中文知識問答社區——知乎。研究采用Ｐｙｔｈｏｎ 編程爬取“流行音樂” 話題下２０１７ 年１１ 月—２０１８ 年１ 月的相關數據， 包括知識采納者個人信息、回答相關信息（回答獲贊數、回答者相關信息） 以及回答所屬問題的相關信息（問題瀏覽數及問題回答數）等。選取知乎為研究對象， 主要是因為知乎的用戶規模較大且用戶的活躍度較高， 用戶之間具有很強的社交關聯， 研究結果具有一定的代表性。此外， “流行音樂” 是一個持續受到關注且關注熱度相對固定的話題， 研究結果更為穩定。

２.４變量的定義與度量

知識采納者的度代表了其在合作關系網絡中所擁有的關系數量的總和， 即知識采納者與其他知識采納者之間建立的合作關系的多少。度值越大， 說明知識采納者在網絡中的合作關系越多， 通過這些合作關系， 知識可以被傳播給更多用戶并獲得更多的社會認可。因此， 知識采納者在合作關系網絡中的度值的多少可以反映知識社會認可的程度， 是本研究的被解釋變量。

解釋變量包括知識采納者所擁有的結構資本、關系資本、認知資本和知識采納者在關系網絡的位置等。知識采納者的結構資本可以通過其在知識問答社區內的粉絲人數來測量， 關系資本涉及的信任、互惠和認同分別采用知識采納者信息披露程度、知識采納者歷史回答數和知識采納者關注的話題數量來表示。聚類系數反映了知識采納者合作伙伴之間關系的緊密程度， 結構洞約束系數則反映了知識采納者在合作關系網絡中所占據的結構洞位置優勢的具體情況。

為了更加清晰地分析知識采納者的社會資本對知識社會認可的影響， 研究控制了知識、知識貢獻者和問題層面的特征。在知識層面， 知識流行度影響， 即回答在社區內所獲得的點贊數可以用來表現該回答在平臺內的受歡迎程度［４］ 。在知識貢獻者層面， 知識貢獻者的社會地位， 即回答者粉絲數會直接影響所貢獻的知識在平臺內的受歡迎程度， 并間接影響其他用戶對知識的社會認可［１］ 。回答者的粉絲數量越多， 意味著知識會被更多用戶看到， 提高了點贊的可能性。對于在網絡中尋求知識的用戶而言， 知識流行度影響及知識貢獻者社會地位可以作為衡量知識質量的一種標準， 幫助他們更有效地在平臺內獲取知識。除此之外， 研究采用問題熱度（問題瀏覽數）來衡量問題層面的特征。問題的熱度越高， 參加點贊的用戶則越多。同時， 知乎平臺的推送算法也會優先擴大這些問題的推送范圍， 促進知識采納者合作關系的建立， 有助于知識獲得更多社會認可。綜上， 構建本文的研究框架圖， 如圖２ 所示。具體的變量定義與度量標準如表１ 所示。

２.５研究模型

根據上述分析， 本文分別設定模型（１） ～（３）來驗證各研究假設。其中， 模型（１） 的研究變量僅包含知識采納者社會資本的３ 個維度及控制變量。

模型（２） 在模型（１） 的基礎之上， 增加了聚類系數這一網絡指標， 而模型（３） 不僅加入了聚類系數， 同時也將結構洞約束系數納入模型。具體的模型公式如下：知識社會認可＝ α_０＋α_１結構資本＋α_２信任＋α_３互惠＋α_４認同＋α_５認知資本＋α_６問題熱度＋α_７ 知識貢獻者社會地位＋α_８知識流行度影響＋ε_１（１）

知識社會認可＝α_０＋α_１結構資本＋α_２ 信任＋α_３互惠＋α_４認同＋α_５認知資本＋α_６問題熱度＋α_７知識貢獻者社會地位＋α_８知識流行度影響＋α_９聚類系數＋ε_２（２）

知識社會認可＝α_０＋α_１結構資本＋α_２信任＋α_３互惠＋α_４ 認同＋α_５認知資本＋α_６問題熱度＋α_７知識貢獻者社會地位＋α_８知識流行度影響＋α_９聚類系數＋α_１０結構洞約束系數＋ε_３（３）

３實證分析

３.１描述性統計

利用Ｐａｊｅｋ 軟件可以構建知識采納者合作關系網絡， 并計算研究相關的網絡數據。表２ 為知識采納者合作關系網絡數據的基本描述。其中， 網絡的整體密度為０.０８， 符合一般網絡的規律。知識采納者平均度為７７０， 說明知識采納者之間的平均合作關系較多， 知識社會認可度較好。網絡中共有邊３ ６６３ ８０３條。

表３ 為研究涉及的各變量的描述性統計。可以看出， 除了信任關系資本和聚類系數， 其余各變量數據均呈偏態分布， 為緩解異方差問題， 對這些變量取對數后再進行實證分析。表４ 為變量的相關系數矩陣。此外， 研究還對變量進行了多重共線性檢驗， 每個變量的ＶＩＦ 值以及ＶＩＦ 的平均值都小于１０， 說明變量之間不存在多重共線性問題。

３.２回歸結果分析

本研究使用Ｓｔａｔａ１５.１ 進行回歸分析， 根據研究的具體內容， 選擇采用穩健的ＯＬＳ估計， 回歸結果如表５ 所示。模型１ 的結果顯示， 結構資本的系數不顯著。關系資本方面， 信任的系數顯著為負（－０.０３７， ｐ＜０.０１）， 互惠和認同的系數均顯著為正（０.０５０， ｐ＜０.０１； ０.０４８， ｐ＜０.０１）， 認知資本的系數則顯著為正（０.０２８， ｐ＜０.０１）。以上結果說明， 知識采納者擁有的結構資本， 即知識采納者的粉絲數對知識社會認可不具有顯著影響。在知識問答社區中， 用戶的點贊行為主要從自身對知識的感受出發， 與用戶是否認可知識的內容相關。結構資本為知識采納者提供的較高的網絡地位及較大的傳播影響力并不會改變其自身對知識內容的看法。因此， 知識采納者的社會資本并不會對知識社會認可造成顯著影響。在知識采納者的關系資本方面， 信任對知識社會認可具有顯著的負向影響， 這與前人研究的結論不同。原因主要包含兩方面： 一方面，由于樣本數據中知識采納者對其個人信息的披露存在一定的缺失， 因此， 選擇信息披露的完整度來衡量他們對平臺的信任程度， 這與已有研究中對用戶個人屬性特征具體測量的方法不同， 因而結果產生了差異； 另一方面， 虛擬網絡中用戶之間的信任和了解不同于線下的真實情境， 用戶所披露的信息的真實性和可信度難以考察， 這種潛在的信息不確定性會造成信任的缺失， 導致研究結果產生差異。互惠關系資本對知識社會認可具有顯著的積極影響，說明知識采納者的歷史回答數越多， 為平臺中其他用戶提供的互惠性回報越多， 其在關系網絡中的影響力和聲望就會更高［１］ 。因而， 其他知識采納者更傾向于與之建立合作關系， 促進知識獲得更多社會認可。知識采納者的認同關系資本， 即知識采納者在知識問答社區中關注的話題數， 對知識社會認可具有顯著的積極影響。認同感越強的知識采納者越能夠吸引更多用戶與之建立合作關系［１２］ ， 共同促進知識的社會認可。知識采納者的認知資本， 即知識采納者關注的用戶數， 與知識社會認可之間為正向關系。當知識采納者在知識問答社區中關注的用戶數量較多時， 他們接收知識的渠道也會比較豐富， 因而可以獲得更多的認知收益， 知識采納者的認知資本更豐富。認知資本可以促進用戶之間關系的產生和知識的廣泛傳播［１４］ 。因此， 知識采納者的認知資本可以促進知識獲得更多社會認可。

控制變量問題熱度的系數為正顯著（０.２０８， Ｐ＜０.０１）， 說明問題的瀏覽數越多， 越會促進知識采納者參與點贊活動， 與其他用戶建立更多的合作關系， 提高知識社會認可的程度。知識問答社區中，問題的瀏覽數代表了問題在話題下的熱度， 瀏覽數越多， 問題的熱度就越高。一方面， 為了獲得更多的曝光度， 用戶會更傾向于參與到熱點問題的相關活動中； 另一方面， 平臺的推薦算法優先向用戶推薦熱點問題下的相關討論， 因此能夠被更多用戶看到， 提高了用戶點贊行為的可能性。模型１ 的知識貢獻者社會地位系數不顯著， 意味著知識貢獻者粉絲數的多少對知識采納者合作關系的建立不具有顯著影響。知識流行度影響的系數為正顯著（０.７８３，ｐ＜０.０１）， 這一結果表明知識層面的特征對知識采納者合作關系的建立具有顯著的積極作用。知識獲得的點贊越多， 一定程度上說明了該知識的質量越高。用戶可以參考知識的流行度影響來判斷回答質量的高低， 再決定是否采納知識。此外， 知乎的推薦算法也會提高流行度影響較高的知識的曝光率。因此， 高流行度影響的知識獲得更多社會認可的可能性更高。

模型２ 在模型１ 的基礎上加入了知識采納者的聚類系數， 除了知識貢獻者社會地位之外， 其他變量的結果與模型１ 一致。模型２ 中， 知識貢獻者社會地位系數雖然為正顯著， 但系數值只有０.０１６， 因此， 該變量對被解釋變量的影響非常小。知識采納者聚類系數對知識社會認可的影響顯著為負（－１.２３１， ｐ＜０.０１）， 這一結果驗證了假設Ｈ６ 的內容， 即聚類系數越大， 知識采納者合作伙伴之間的關系越緊密， 會限制知識采納者自身合作關系的產生， 影響知識社會認可的結果。模型３ 中不僅加入了聚類系數， 也加入了結構洞約束系數來綜合分析網絡位置對知識社會認可的影響。該變量的系數為負顯著（－３.１５８， ｐ＜０.０１）， 也證實了假設Ｈ７ 的猜想， 即結構洞約束系數越大， 知識采納者在網絡中所占據的結構洞位置越少， 會限制合作關系的建立， 不利于知識獲得更多社會認可。模型３ 中其他變量的回歸結果與模型１ 和模型２ 大致相同。

４ 穩健性檢驗

在模型的穩健性檢驗方面， 研究分別采用替換變量和縮小樣本量等方法來驗證上述模型的回歸結果。首先， 問題層面的特征還可以采用問題空間擁擠度， 即問題回答數來衡量［３６］ 。研究將問題熱度用問題空間擁擠度替代， 模型的回歸結果基本不變，如表６ 所示， 各模型的Ｒ２ 值分別為０.７６２、０.７８１和０.８４６， 模型的整體擬合情況較好； 其次， 研究刪除了合作關系度值為０ 和１ 的知識社會認可路徑稀少的數據， 并將兩個超過４ ０００的極端值剔除后，改變了樣本容量繼續進行回歸分析。表７ 和表８ 分別為改變樣本容量后各模型的回歸結果， 可以看出該結果與原有樣本的回歸結果保持一致， 且各模型的Ｒ^２值均超過０.７， 模型的擬合度較好。以上結果說明， 本文的研究模型具有良好的穩定性， 研究結論具有一定的代表性。

５結論與展望

本研究以知識問答社區中的知識采納者為研究對象， 從知識采納者在知識社會認可過程中所嵌入的社交關系網絡出發， 構建知識采納者合作關系網絡， 并結合實證分析探討知識采納者在網絡中所擁有的社會資本對知識社會認可的影響。研究發現，知識采納者的結構資本對知識社會認可的作用不顯著。在知識采納者的關系資本方面， 信任對知識社會認可具有顯著的負向影響， 互惠和認同對知識社會認可有顯著的正向影響。認知資本也對知識社會認可具有顯著的正向影響。此外， 聚類系數和結構洞約束系數等網絡位置指標對知識社會認可有一定的消極作用。本研究綜合考察了知識采納者的社會資本及其在合作關系網絡中的結構性位置對知識社會認可的影響， 將知識采納者的社會資本、社交關系網絡及知識社會認可三者有機聯系起來， 為提高知識在線傳播的效果、鼓勵用戶積極參與知識社會認可提供了一定的思路， 對厘清在線知識傳播的模式和運行機制具有重要意義。

基于上述結論， 研究提出以下建議： 首先， 對于知識問答社區這類平臺而言， 知識獲得社會認可的前提是能夠被其他用戶感受到知識的有用性， 因而知識的質量是至關重要的。平臺應該建立更為完善的知識質量評價體系， 優化知識推送算法， 鼓勵用戶貢獻更高質量的知識； 增加更多有趣且吸引力強的話題， 活躍社區互動氛圍， 增強用戶對社區的認同感； 通過各種獎勵手段鼓勵知識采納者成為知識的供給方， 而不是局限于知識需求方， 這樣更有利于知識采納者建立網絡口碑， 促進知識的廣泛傳播和平臺的長久發展； 同時， 平臺還應該建立良好的社交環境， 鼓勵用戶建立關注關系， 拓展知識獲取的渠道。其次， 對于知識采納者而言， 應時刻關注自己在關系網絡中所處的位置， 積極參與熱點問題及流行度影響高的回答的相關活動， 努力提升自己的網絡聲望和地位。最后， 如何能夠減少用戶個人信息的不確定性， 重建虛擬社區用戶彼此之間的信任， 是值得探討的問題。

鑒于知識問答社區不同話題下用戶的參與度及行為模式不同， 為了提高研究結論的普適性， 后續研究可以補充其他話題的數據。同時， 也可以增加其他用戶為研究對象， 刻畫不同角色的用戶在知識認可過程中的具體特點。