數字資本視角下知識問答社區知識交流效果影響機制研究

摘" "要：目前知識問答社區繁榮發展，但也面臨著用戶流失、知識增長緩慢、知識質量難以保證的問題，并由此導致社區內的知識交流效果不佳。理解知識交流效果的影響機制能夠幫助個體充分利用知識問答社區實現高質量知識交流，同時為知識問答社區提供持續發展的路徑。為此，文章基于數字資本理論視角構建了組態分析理論模型，采用定性比較分析方法，探討數字資本與社會資本、文化資本和經濟資本的組合效應。結果表明，知識問答社區的知識交流效果與其前因條件之間存在因果復雜性：就感知貢獻而言，社會資本和文化資本的組合是提升感知貢獻的核心條件，但數字資本可彌補其中社會資本或文化資本的缺失；就感知學習而言，數字資本、社會資本和經濟資本是提升感知學習的核心條件。

關鍵詞：知識交流效果；數字資本；感知貢獻；感知學習；知識問答社區

中圖分類號：G206" "文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024003

Research on the Influence Mechanism of Knowledge Exchange Effect in Knowledge Qamp;A Communities from the Perspective of Digital Capital

Abstract At present， knowledge Qamp;A communities are flourishing and developing. However， they are also grappling with issues such as user attrition， sluggish knowledge growth， and challenges in ensuring the quality of knowledge shared， which may lead to poor knowledge exchange in the community. Understanding the influence mechanism of knowledge exchange effect can help individuals make full use of knowledge Qamp;A communities to realize high-quality knowledge exchange， and at the same time provide a path for sustainable development of knowledge Qamp;A communities. To this end，based on the perspective of digital capital theory， this paper constructs a theoretical model of configuration analysis， and discusses the combined effects of digital capital， social capital， cultural capital and economic capital by QCA. The results show that there is causal complexity between the effect of knowledge exchange and its antecedents： the combination of social capital and cultural capital is the core condition to enhance perceived contribution， but digital capital can make up for the absent of one of them; as far as perceived learning is concerned， digital capital， social capital and economic capital are the core conditions.

Key words knowledge exchange effect; digital capital; perceived contribution; perceived learning; knowledge Qamp;A communities

Web 2.0時代，知識獲取方式日趨多元化，知識問答社區為用戶的某一問題提供個性化的表達以及有針對性的答案，實現了用戶間信息交流和知識交換。其使用門檻較低、內容貼近生活、休閑化的特點更能滿足下沉市場用戶需求，因此積累了海量用戶基礎，成為知識獲取的主要方式之一。但在此背后，嚴重的用戶流失、多數用戶潛水、共享知識增長緩慢、知識良莠不齊等問題都影響了知識交流效果，導致社區活躍度下降，能夠滿足用戶需求的知識供應不足，阻礙了知識問答社區持續發展。

盡管數字技術和智能設備不斷普及，不同人群之間的數字資本仍存在差異。Ragnedda將數字資本視作數字能力和數字接入的“歷史積累”［1］。在數字技術快速更新、在線信息爆炸增長的當下，數字接入所包括的數字設備和網絡環境是訪問使用知識問答社區的必要條件，而數字能力增加了更大程度接入和使用互聯網的可能性［2］，反映用戶是否能夠勝任利用知識問答社區交流知識。個體教育水平和知識能力、經濟狀況、社會資本的差異都會形成信息技術使用上的差距［3］，先前已有研究證明了社會資本對虛擬社區用戶知識貢獻的作用［4］，數字資本作為一種可與其他資本相互轉化的獨立資本，與社會資本、文化資本和經濟資本的組合效應很有可能也會影響知識交流效果。

在文獻調研中發現，多數學者探索了知識問答社區情境下知識交流特定環節的影響因素，主要包括以下方面：（1）用戶因素對知識交流的影響。從用戶能力特質看，李穎和肖珊指出知識問答社區用戶的技能水平促進心流體驗的產生從而影響其持續參與知識共享的意愿［5］；從用戶動機看，Lou等發現作為外部動機的聲譽獎勵雖然對知識貢獻數量有激勵作用，但對貢獻質量的影響并不顯著，而利他主義和知識自我效能等內部動機顯著影響知識貢獻質量［6］；從用戶關系看，王莉雅和王樹祥得出人際關系因素是提升知識貢獻數量和質量的潛在原因這一結論［7］。（2）內容因素對知識交流的影響。許多研究探討知識質量對知識交流的影響，如李楓林和張俊兮指出知識質量是用戶進行知識采納的重要考慮因素［8］；除質量外，答案的可信度對信息采納可能性具有積極作用［9］；同樣知識的其他特征也影響知識交流行為，包括答案的交互性和娛樂性［10］、回答效價和回答長度［11］、問題類型［12］等。（3）平臺因素對知識交流的影響。平臺機制方面，聲譽系統［13-14］、反饋機制［15-16］等非物質獎勵和物質獎勵［17-18］兩類激勵機制均對知識交流環節產生不同影響；平臺功能方面，知識問答社區功能特性將影響用戶使用體驗和參與積極性，如李海峰和王煒發現積分功能和感謝功能的組合抑制了知識貢獻，贊同功能和關注主題功能對知識貢獻的效應是負面的［19］；平臺環境方面，社區氛圍和規范是用戶知識交流的重要影響因素，如呂美嬌和李青青指出社區氛圍影響用戶體驗感知和價值認知，平等互惠的社區氛圍會促使成員之間彼此信任，進而自愿分享知識［20］。

通過文獻梳理可以發現，在知識問答社區中較少有研究直接關注知識交流效果的影響機制，多數研究從用戶、內容和平臺探討了知識交流某一環節的影響因素，為現有研究留下了一定空間：一方面知識交流效果受多維度因素影響，且這些因素的作用可能并非是相互獨立和線性的，因此需要針對組合效應進行更深入地探索；另一方面現有研究多基于社會資本理論、感知價值理論和信息系統成功模型，而數字資本理論描述了個體數字環境和數字能力的積累，已有研究探討了數字能力對知識交流的影響，從數字資本理論出發或許能獲得新的啟示。為此，本研究試圖將知識交流效果引入知識問答社區研究情境下，從數字資本視角歸納知識交流效果的直接影響因素，探討資本的組合效應，完善知識交流效果影響機制模型，從而找到提升社區知識交流效果的有效途徑。

1" "模型構建

根據先前數字資本視角下知識交流效果影響因素的探索性研究［21］，數字資本包括三個部分：數字接入、數字技能和信息意識，三者都對知識交流效果產生影響。Ragnedda認為數字資本可以與文化資本、經濟資本和社會資本相互轉化，即將現有的其他資本投入并轉移為數字資本，進而累積數字資本以再投資于其他資本［1］。基于以上轉化過程，文化資本、經濟資本和社會資本可能也會影響知識交流效果。

MOA 模型從動機（Motivation）、機會（Opportunity）和能力（Ability）三個方面來解釋信息處理行為，其中機會的存在使得具備動機和能力的個體擁有了達成其目標的客觀條件［22］。社會資本影響獲取信息和發布信息的動機［23］，因此社會資本能夠提供實現良好知識交流效果的動力；文化資本反映個體的知識，在社區中用戶能否將自己的知識轉化為答案將顯著影響知識貢獻［24］，同時個體理解他人的回答也需要一定的文化背景，因此文化資本可對應達成目標的能力要素；付費知識學習和數字接入設備環境依賴于經濟資本，經濟狀況會導致個體間使用互聯網技術的差距［2］，由此經濟資本提供提升知識交流效果的機會。由先前研究的探索性模型可知，數字接入提供實現高水平知識交流效果的機會（外部環境是否允許），而數字技能提供用戶進行知識交流的數字化能力（是否能做），信息意識供以知識交流的動機（是否愿意做）［21］。綜上所述，知識交流效果的提升可能受到四種資本的共同影響。

就四種資本的互動而言，知識問答社區中個體可利用社會網絡即社會資本來解決數字接入問題、提升數字技能和信息意識，如用戶在數字設備上遇到困難可尋求社區成員的幫助。同時個體需要經濟資本來獲取數字設備和信息通信技術以訪問知識問答社區。此外，個體需要知識、技能和能力即文化資本來有效使用問答社區進行知識交流，實現知識的雙向傳遞。而擁有高水平數字資本的個體可以在知識問答社區中獲得經濟效益，如通過回答問題或者提供付費咨詢獲得虛擬貨幣；數字資本較高的個體能夠基于自身的技能和意識更好地貢獻知識、基于數字接入條件更頻繁地與他人交互，由此在社區中獲得較多的關注和與更多社區成員交流的機會，從而將數字資本轉化成社會資本：基于數字資本個體能夠在知識問答社區中有效尋求理解知識，從而積攢文化資本。數字資本與其他資本以一種整體的、集成的復雜交互方式導致不同水平的知識交流效果，需從組態視角進行探討。

數字資本的三個維度相互作用，交互復雜，數字接入水平會限制用戶數字技能學習實踐的途徑和經驗，而數字技能較強的用戶通常信息意識也有所提升，出于信息意識個體又會有意提高數字技能，因此本研究將數字資本這一前因拆分為數字接入、數字技能和信息意識。知識問答社區允許人們通過發布問題和提供答案來交換信息［25］，社區成員知識尋求者也是知識貢獻者，成員間知識交流具有雙向性。先前文獻也以投入與產出比評價虛擬社區的知識交流效果［26-27］，因此本研究考慮以感知貢獻和感知學習兩方面來評估知識交流效果，并構建理論模型（見圖1）來探討二者的前因組合及提升路徑。

2" "問卷設計與數據收集

2.1" " 變量選擇與測量

基于組態分析理論模型，本研究將數字資本這一前因拆分為數字接入、數字技能和信息意識，分別測量各部分水平。社會資本是個體所擁有的關系網絡中的實際資源和潛在資源的總和，包括了結構維、關系維和認知維［28］。從整體性視角考量社會資本，將其三個維度融為一個一級構念，測量整體社會資本水平。Bourdieu認為文化資本以三種形式表現出來，包括：（1）客觀文化資本，如圖片和書籍；（2）制度化文化資本，如教育證書；（3）內在文化資本，即適當、理解和使用文化所需的內部能力［29］。由于知識問答社區知識交流更依賴于個體內部的能力，借鑒Hsieh等的定義，將文化資本視作使用知識問答社區進行知識交流所需的具體能力，關注知識和自我效能作為文化資本的關鍵組成部分［30］，從整體上測量文化資本。經濟資本影響著一個人獲得信息和通信技術的能力。在Hsieh等的研究［30］基礎上結合知識問答社區研究情境，將其定義為獲取知識和通信技術的經濟能力。在知識問答社區中主要體現在知識付費和訪問環境的支撐。借鑒國內外研究中相似變量的測量項，并結合知識問答社區場景的特征，設計出用于研究的量表。

2.2" " 問卷預調研

根據前文構建的量表設計了基于5點Likert量表的調查問卷。在正式發放問卷之前，利用問卷星平臺進行小范圍預調研，進一步完善問卷，以保證問卷設計的合理性和有效性。剔除無效問卷后，預調研總計回收有效問卷51份。對預調研回收問卷進行了檢驗，其中形成型題項檢驗了權重顯著性和方差膨脹因子（Variance Inflation Factor，VIF），反映型題項利用Cronbach's α系數檢驗了信度，同時檢驗了收斂效度和區分效度。結果表明，反映型題項全部通過檢驗，部分形成型題項權重不顯著，因此對問卷題項做出進一步修改，確定最終使用量表（見表1），隨后使用修改后的問卷實施大樣本的數據收集與分析。

2.3" " 數據收集

通過社交媒體收集到325份問卷。為保證樣本數據的有效性，基于以下標準對回收問卷進行剔除：（1）作答時間過短；（2）篩選題項選擇未使用過知識問答社區；（3）答案一致或呈明顯規律；（4）正反向題項答案相差過大。最終得到228份有效問卷。

梳理有效樣本的人口統計學特征（見表2）可以看出，本研究樣本男性比例稍低于女性，主要年齡分布在19歲-28歲，學歷主要集中在本科和碩士研究生階段，基本符合在線知識問答用戶年齡集中在18歲-35歲年齡段，學歷較高的特點。從使用的知識問答社區來看，樣本的使用經歷覆蓋了多個知識問答社區。從使用經驗來看，大多數樣本都有一年以上的經驗，近30%的樣本擁有五年以上使用經歷。因此本樣本具有一定代表性。

2.4" " 量表信度和效度檢驗

此次使用的量表存在兩類題項：一是形成型指標，包括了數字接入、數字技能、信息意識、社會資本、經濟資本和文化資本；二是反映型指標，包括了感知貢獻和感知學習。

形成型指標不存在內部一致性［37］，因此通常忽略信度檢驗，多考慮項目效度、共線性和區別效度。項目效度通常使用指標權重的統計顯著性，指標權重應顯著并且數值大于0.2或至少大于0.1［38］。方差膨脹因子常用于評價形成型指標的共線性關系，VIF值應該接近于3或更低［39］。區別效度方面，指標間的相關系數應低于0.7［37］。本研究所有形成型指標權重顯著且范圍在0.243-0.492，VIF值范圍在1.178-2.066，指標間的相關系數最大值為0.697，均通過了檢驗。

反映型指標采用內部一致性衡量信度，常用的有組合信度和Cronbach’s α，大于0.7表明測量結構較為可靠［40］。在效度方面，聚合效度以每個構念的所有測量項的平均提取方差（AVE）衡量，可接受的AVE為0.5或更高；區分效度要求每個構念的AVE平方根大于該構念與其他構念的相關系數［39］。檢驗發現，感知貢獻和感知學習的CR值和克朗巴哈系數最小值為0.805，平均提取方差分別為0.722和0.631，AVE的平方根均大于二者間相關系數0.492，這表明本研究的反映型測量結構具有良好的信度和效度。

3" "定性比較分析

3.1" " 數據校準

在fsQCA中，需要校準變量以形成模糊集，其值范圍從0到1［41］。本研究直接以變量測量題項的得分均值來衡量該變量，采用直接校準法將原始案例數據校準為集合隸屬分數。在確定錨點之前，對樣本數據做了Kolmogorov-Smirnov檢驗和Shapiro-Wilk檢驗，所有變量p值均小于0.05，因此拒絕了正態分布的假設，確定所收集的樣本數據呈左偏態分布。根據Pappas和Woodside的建議，左偏或右偏分布的數據使用80%百分位數（完全隸屬）、50%百分位數（交叉點）和20%百分位數（完全不隸屬）作為校準錨點［41］。值得注意的是，fsQCA中正好在0.5上的案例將會從分析中刪除，為了盡可能將更多案例納入分析中，借鑒Jin等的做法將隸屬分數為0.5的校準值增加0.001［42］。

3.2" " 必要條件分析

在進行充分條件分析之前需要進行必要條件分析，通常認為，一致性分數大于0.9可認定為必要條件［43］。本研究分別計算了高感知貢獻、低感知貢獻、高感知學習和低感知學習的各個前因條件以及非集的一致性和覆蓋率，得出分析結果（見表3），可以發現，沒有前因條件的一致性大于0.9，這表明并不存在構成感知貢獻和感知學習的必要條件。

3.3" " 真值表構建

利用fsQCA軟件構建真值表，依據Ragin的建議，小樣本采用值為1的頻數閾值，而大規模樣本可以進一步動態調整為更高的閾值［44］，結合本研究的樣本規模，最終將頻數閾值設置為2，從進一步分析中刪除頻率較小的組合。同時，Ragin建議將低、中和高原始一致性的篩選閾值設為0.75、0.8和0.85［44］；PRI一致性應該接近原始一致性分數，低于0.5的條件組合存在顯著的不一致［45］。兼顧覆蓋度和一致性，參考已有研究，將原始一致性閾值設置為0.8，輔以0.65的PRI一致性閾值，以避免結果的同時子集關系［46］。

3.4" " 充分條件分析與結果討論

3.4.1" "感知貢獻的組態結果分析

梳理導致高感知貢獻的條件組態（見表4），結果發現組態路徑解釋了近60%的案例，總體來看，除經濟資本外，其他變量均在某些組態中作為核心條件，對感知貢獻具有重要影響。

（1）社會資本*文化資本主導型高感知貢獻實現路徑。路徑1、路徑2和路徑4均表明社會資本和文化資本的組合是導致高水平感知貢獻的重要前因。社會資本包括了結構資本、關系資本和認知資本［28］，能夠刺激社區成員克服知識共享過程的障礙分享知識。交互聯結作為一種結構資本將促進社區成員知識分享［4］，擁有更緊密社交網絡的用戶交換知識更頻繁，他們所感知到的貢獻程度相應更高。虛擬社區的參與者期望互惠，這可以證明他們在分享知識所花費的時間和投入的精力是合理的［4］，因此在知識問答社區中擁有更強關系資本的用戶更傾向于貢獻自己的知識。認知資本提高具有相似經驗的成員之間的溝通效率，從而激勵用戶積極參與知識貢獻。文化資本是影響感知貢獻的核心條件之一。先前研究已經證明了知識、經驗、閱歷顯著影響虛擬社區用戶知識貢獻［47］。盡管訪問社區幾乎沒有門檻，貢獻知識卻有所不同，并非所有用戶都有足夠的知識生成貢獻內容，特別是專業性較強的問題解答需要一定的專業背景。因此文化資本限制用戶的貢獻意愿和行為，同時影響用戶貢獻知識的質量。此外，如果沒有足夠的自我效能感或信心，即使是一個有足夠知識的人也可能無法達到預期的結果［48］。用戶如果認為自己能夠幫助他人解決問題，就更愿意去貢獻，反之則會出于對提供錯誤答案的擔憂而放棄。

社會資本更多地提供用戶在知識問答社區貢獻的動力，而文化資本則決定了用戶是否能夠將這種動力實踐以生成知識。根據MOA模型，動機是產生行為的直接因素，而能力和機會調節這一過程，社會資本是用戶貢獻知識的動機，而文化資本決定了這種貢獻的質量和數量。

值得注意的是，在知識問答社區情境下，機會的低水平可以通過能力和動機彌補。在數字接入水平較低、數字技能較弱的情況下，社會資本和文化資本能夠彌補這種缺失，以達到良好的感知貢獻（路徑1）。即使個體的數字接入條件存在不足，只要能接入社區，良好的文化資本和社會資本也能實現知識問答社區中的貢獻。此外，經濟資本能夠在一定程度彌補數字接入水平不足帶來的負面影響（路徑2），良好的經濟水平可以用來改善數字接入水平，如購買網絡設備、能夠承擔貢獻知識帶來的時間精力成本。在社會資本和文化資本存在的條件下，信息意識也是高感知貢獻的邊緣條件（路徑3），擁有高水平信息意識的用戶更愿意去分享自己的知識，因為他們認識到信息共享的價值。

（2）數字資本*社會資本主導型高感知貢獻實現路徑。以數字技能和社會資本為主導，數字接入和信息意識充當邊緣條件同樣也能達到高水平的感知貢獻（路徑3）。數字技能幫助用戶高效交流，提升貢獻內容形式的多樣性和表達的可理解性，如使用圖片或者視頻來回答、引入數據圖表等，由此貢獻內容可能會獲得更多的反饋，用戶感知貢獻程度更高。而具有更緊密社會網絡關系的用戶往往感受到他們幫助了更多人，也更愿意貢獻。就邊緣條件而言，高數字接入水平意味著個體訪問社區受到的時間、金錢、設備、網絡等條件限制更少，更可能在社區中貢獻知識。如上文所說，高水平信息意識的用戶更愿意去分享自己的知識。數字資本使用戶能夠不受限制或者受限相對較小地在社區中貢獻知識，而社會資本則促使他們產生貢獻行為。同時高社會資本意味著用戶與他人交流的頻率和強度較高，這就要求用戶具有高水平的接入條件和數字能力。因此二者的組合對感知貢獻有重要作用。

（3）數字資本*文化資本主導型高感知貢獻實現路徑。路徑5和路徑6展示了在社會資本水平較低的情況如何實現高水平的感知貢獻。在路徑5中，高水平的數字技能*信息意識*文化資本即可實現高水平感知貢獻，說明即使數字接入條件較低，用戶的數字技能也能保證其順利做出貢獻，而信息意識則會刺激用戶有意識貢獻，以達到知識共享目的，同時他們的文化資本累積較多，有能力提供一些知識。在路徑6中，信息意識較為薄弱的情況下，用戶積累的文化資本促進貢獻知識的數量，因為他們能夠在知識貢獻過程中提升自我效能感，而邊緣條件經濟資本意味著用戶可能擁有為在線知識付費的經濟基礎，從而提升自身的文化資本，數字接入和數字技能則提供貢獻知識所需要的實踐經驗，通過這種方式用戶同樣能夠實現高感知貢獻。

梳理導致低感知貢獻的條件組態（見表5），結果發現其組態路徑解釋了超過40%的案例，較好地解釋了低感知貢獻的前因組合。

（1）數字資本*低社會資本*低文化資本*低經濟資本對感知貢獻的影響。路徑1和路徑3表明，在數字接入水平較低的情況下，無論數字資本的其他兩個組成部分如何，其與同時處于低水平的社會資本、文化資本、經濟資本將共同削弱感知貢獻。這可能是由于缺少數字接入條件，用戶很難在社區中做出貢獻。數字技能的缺失將進一步加重這種限制（路徑1），信息意識的存在盡管可能在一定程度上促進用戶貢獻，但喪失數字接入環境仍然無法實現知識的貢獻（路徑3）。此外，在數字缺失的情況下，經濟資本也缺失，這意味著難以使用經濟資本改善數字接入條件，因此用戶無法在知識問答社區中做出較多貢獻。路徑2和路徑3展示了高信息意識*低社會資本*低文化資本*低經濟資本對感知貢獻的影響。在信息意識存在的情況下，缺少其他三種資本同樣也會導致低感知貢獻。這說明用戶即使有信息共享意識，也會受限于數字技能（路徑2）、數字接入（路徑3）及其他資本。信息意識是用戶內在的思想觀念，但這種觀念轉化成行為仍然需要能力以及外部環境的支撐和刺激，如信息處理能力、訪問社區的環境、社會資本提供的社交關系、文化資本提供的經驗和知識以及經濟資本支撐的貢獻成本。

（2）高數字接入*低數字技能*低信息意識*低社會資本*低文化資本*高經濟資本對感知貢獻的影響。路徑4表明即使數字接入水平和經濟資本較高，數字技能、信息意識以及其他兩種資本的不足仍然會導致感知貢獻水平的降低。用戶擁有足夠的數字接入條件，也會由于缺乏社會資本和信息意識帶來的動力不愿貢獻內容，同時由于缺乏文化資本和數字技能而無法做出貢獻。這也印證了在數字設備和網絡基礎設施逐漸普及的今天，數字接入條件已不再是限制大多數人貢獻知識的原因。但知識問答社區中的知識貢獻數量，特別是高質量的知識貢獻依然存在嚴重不足：一方面是由于問答社區用戶貢獻的動力不足；另一方面則是由于貢獻知識依然存在文化背景和數字能力上的門檻，如何實現清晰、易于理解、有價值的知識貢獻仍然是大多數人面臨的問題。

3.4.2" "感知學習的組態結果分析

梳理導致高感知學習的條件組態（見表6），發現其組態路徑解釋了超過一半的案例，總體來看，實現高水平感知學習至少必須同時具備高水平的數字技能和社會資本，二者對感知學習具有重要影響。

（1）數字資本*社會資本主導型高感知學習實現路徑。路徑1、路徑2和路徑3均包括核心條件數字技能和社會資本，說明二者和感知學習間具有較強的因果關系。先前的研究表明，受人際關系影響的社區成員具有更強烈的態度和意圖來接受知識［31］。同時，虛擬社區中的社會聯系強度可能會影響一個人對知識搜索的價值評估［49］，社區成員的社會關系將有助于獲得所需的知識，如擁有較多關注者的成員發布提問能夠被更多人看見。此外，擁有更高社會資本的用戶對共同語言的感知更強，有助于減少對社區中知識的誤解。而社區成員對互惠關系的感知會導致他們更愿意提問，因為他們認為社區成員能互相提供幫助。因此社會資本的三個維度均對感知學習具有積極作用。而個體對自身知識狀態與解決問題所需知識之間的差距需要通過數字技能來彌補。有研究指出，需求編碼能力、查詢過程控制能力等對網絡用戶的知識獲取有正向影響［50］。社區成員需要使用語言文字明確表達自己的信息需求、對顯性知識總結整理、將隱形知識顯性化表達，這些能力直接決定知識獲取成本的高低［51］。而知識交流效果的感知取決于成本與收益之間的關系，數字技能水平更高的用戶往往能夠獲得更多更有價值的知識，更高效地將這些知識運用到決策中，其感知的學習收益更高、學習效果更好。綜上所述，社會資本提升用戶尋求知識的意愿，并且使用戶能獲得更多的回答，而數字技能使用戶有能力獲取、加工、評價和利用所需知識，因此二者結合能實現高水平的感知學習。

路徑1表明在缺少文化資本的情況下，數字資本和社會資本的組合同樣能夠實現高質量的學習。除了上文所提及的數字技能和社會資本的作用，問答社區的知識傳遞依賴于用戶之間的互動，數字接入水平影響這種互動的頻率和強度，從而影響知識獲取的效果。而信息意識則促使用戶有意識尋求知識。文化資本對于感知學習的效應主要在于自我效能，用戶對于自身知識水平較自信情況下，會認為自己能夠從復雜的信息中發現知識，從而更加努力進行信息搜尋［8］。數字資本和社會資本足以使用戶獲得較高水平的學習體驗，即使缺少文化資本。因為數字資本提供的數字技能使用戶即使缺乏專業知識也能通過信息來源、用戶特征等其他方式評估信息，從而提升感知學習程度。同時社會資本所提供的信息獲取動力能夠緩解低文化資本所造成的知識獲取意愿不強。

（2）多資本融合型高感知學習實現路徑。路徑2和路徑3中還包括了核心條件經濟資本。相較于感知貢獻，經濟資本與高感知學習具有更強的因果關系，可能是由于在感知貢獻的前因條件中，經濟資本更多的提供的是數字接入環境，但在感知學習中，付費是知識問答社區中獲取高質量、有針對性知識的一條有效途徑。低數字接入可能會限制知識問答社區中的互動，但高水平社會資本可以減弱這種負面效應，盡管用戶可能沒有較多時間和較好的接入環境，但其在社區中已經形成的社交關系，使其能夠在較低的互動頻率下也能獲得較多的知識。路徑3展示了高的數字資本、社會資本和經濟資本即可達到高水平的感知學習。其中社會資本提供在知識問答社區中尋求知識的動機，而數字資本和社會關系使用戶能夠在龐大的社區中快速有效獲得所需知識，而經濟資本進一步拓寬了基于社交網絡關系形成的知識獲取途徑，因此這類用戶能夠很好地感受到知識學習的收益。

梳理導致低感知學習的條件組態（見表7）發現解的覆蓋度為0.6，說明其組態路徑解釋了大部分案例，具有較好的解釋能力。

（1）低數字技能*低社會資本對感知學習的影響。路徑10 表明在其他條件都存在的情況下，低水平的數字技能和社會資本也會導致感知學習水平較低。缺乏數字技能可能導致用戶在知識問答社區無法尋求到有價值的信息，或者需要花費較高的時間和精力成本。即使擁有經濟資本為在線知識付費、擁有問題相關的知識背景，用戶也難以獲得良好的學習體驗，只能基于數字技能和信息意識在知識問答社區中搜索是否有類似的問題，但往往很難得到針對性的解答。

路徑1、路徑2、路徑4、路徑5、路徑6和路徑8同時缺失數字技能和社會資本。其中路徑1同時缺乏數字接入和經濟資本，這將進一步削弱感知學習，因為用戶還喪失了通過頻繁交互和知識付費途徑改善學習效果的渠道。路徑2的數字接入和文化資本也處于低水平，較低的自我效能可能使用戶喪失在知識問答社區中尋求知識的意愿。路徑4表明低水平的數字資本和社會資本導致感知學習水平較低，這與低數字技能和低社會資本的影響相似，說明數字資本和社會資本是更重要的限制感知學習的因素。路徑5表明盡管信息意識能夠在一定程度上刺激用戶在知識問答社區中尋求知識，但這種動機依然需要其他因素的支撐以轉化為實際行為。路徑6表明在文化資本存在的情況下，數字技能、信息意識、社會資本和經濟資本的低水平依然會導致感知學習不佳，這表明文化資本的自我效能并不能彌補其他資本。而路徑8表明經濟資本同樣無法彌補其他資本的負面效應。

（2）低數字資本*低經濟資本對感知學習的影響。路徑3表明低數字資本和低經濟資本也會導致低感知學習。這可能是由于數字接入環境的缺失在一定程度上限制用戶訪問社區，從而較難尋求知識，而信息意識的缺失使他們也忽略了在社區中尋求知識的價值，低水平數字技能更限制了他們尋求知識的能力，而經濟資本的不足也使他們無法通過付費咨詢得到想要的答案。因此無論是從尋求知識的動機意識還是尋求知識的能力和經濟基礎，用戶都無法實現高水平的感知學習。

（3）低數字資本*低社會資本*低經濟資本*高文化資本對感知學習的影響。路徑7和路徑6具有一定的相似性，都是在高文化資本的情況下，缺乏部分數字資本、社會資本和經濟資本。這表明無論數字技能和數字接入存在與否，其他三種資本和信息意識的缺失依然會產生負面效應。用戶擁有尋求知識的能力和環境條件，也會受限于缺少尋求知識的動力和意識。而路徑9進一步證明了這一點，數字接入和數字技能均處于高水平也無法抵消其他三種資本缺失帶來的負面效應。

3.5" " 穩健性檢驗

判斷QCA結果穩健性主要根據兩個維度：一是擬合參數差異，即穩健性檢驗結果的一致性和覆蓋度的差異不足以保證有意義且不同的實質性解釋；二是集合關系狀態，即穩健性檢驗的結果組態之間具有清晰的子集關系［43］。在前面的研究中，使用了0.8的原始一致性閾值，鑒于Ragin建議將低、中和高原始一致性閾值設為0.75、0.8和0.85［44］，為驗證上述結果的穩健性，本研究分別將原始一致性調整為0.85和0.75，得出檢驗結果（見表8）。從表中可以看出，不同原始一致性閾值下高感知貢獻和低感知貢獻組態結果具有子集關系，而高感知學習和低感知學習組態路徑無差異，因此本研究結果具有一定穩健性。

4" "結論與啟示

研究發現，知識問答社區的知識交流效果與其前因條件之間存在因果復雜性，就感知貢獻而言，社會資本和文化資本的組合是提升感知貢獻的核心條件，但數字資本可彌補其中社會資本或文化資本的缺失；就感知學習而言，數字資本、社會資本和經濟資本是提升感知學習的核心條件。基于上述結論，可以發現數字資本和社會資本的組合對知識交流效果的兩方面都很重要，因此無論是知識問答社區平臺還是用戶都需要重點關注這兩種資本的提升。同時對感知貢獻而言，文化資本也具有重要影響；而經濟資本則是感知學習的核心條件，在提升數字資本和社會資本的組合之余，也可根據實際需求改善二者。由此得到以下啟示：

（1）優化平臺機制，積極參與社區互動，提升社會資本。一是優化社交機制，幫助用戶增強社會聯結。社會資本對感知貢獻和感知學習均有重要作用，因此提升知識交流效果的有效途徑之一是幫助用戶構建和積累充足的社會資本。先前有研究建議社區管理者通過各種交流工具和議題設置加強成員間的互動關系［52］。平臺應該優化社區的社交功能設計，激勵用戶更加頻繁地互動。目前知識問答社區平臺的交友功能并沒有得到足夠的重視，可以考慮根據用戶關注的問題領域及認證信息推薦相似用戶，減少用戶尋找志同道合朋友的成本，具有共同興趣用戶的聚集有助于社區整體社會資本的提升。同時，社區中可以考慮增加群組服務功能，加強社區成員之間的聯系。二是積極參與社區互動，建立緊密社交關系。對比感知貢獻和感知學習的前因條件組合可以發現，社會資本在知識交流效果的兩方面都有重要作用。基于弱關系的社交網絡通常背景不同，可以提供多樣化的信息［53］。知識問答社區的優勢正在于多元背景用戶間通過弱關系實現知識的交換。因此知識問答社區用戶應積極與社區中的其他成員建立聯系，通過評論、點贊等互動方式展示自身的交流意愿；可持續關注感興趣的領域，找到與自身志同道合的成員；同時可積極貢獻內容，提升自己在社區中的影響力，以獲得更多關注，從而積累更多的社會資本。

（2）優化知識交流功能，提升信息意識和數字技能，降低數字資本門檻同時提升個體數字資本。一是優化知識交流功能，降低知識交流所需數字資本門檻。基于數字資本的重要作用，社區應重點優化相應功能設計，以降低用戶所需的數字資本水平。首先降低數字技能門檻。社區可以提供編輯模板，自動識別用戶上傳的圖片或文件，以用戶想要的方式呈現在答案中，減少用戶進行格式調整花費的時間精力。在知識獲取過程中，社區可應用答案質量識別技術和個性化推薦技術，優先展示貼合用戶興趣且質量較高的知識，并增加多種結果排序方式以降低用戶篩選信息的成本。其次減少數字接入成本。知識問答社區的交互周期較長，等待回復需要花費不少時間，因此用戶需要花費較高的數字接入成本。一方面社區應強化現有的交互功能，設置私信、評論等交互功能的快捷入口，增加提醒功能，在APP端增設交互信息的推送服務以提升交流的時效性；另一方面平臺應設置合適的推送機制，設置相應限時任務，并提供獎勵，激勵目標用戶回復，以降低用戶提出問題但很長時間無人問津的概率。二是提高自身信息意識，提升數字技能，改善知識交流效果。關注數字資本門檻降低的同時，用戶也需要一定數字資本水平的提升。在社會化媒體中用戶需要有依照平臺規則主動參與、貢獻和協作的意識［54］。用戶應意識到知識共享的價值，提高自身的信息意識，并有意識將這種需要付諸行動。同時，用戶需要認識到知識問答社區具有互惠性，當有能力解決他人疑惑時應積極地向對方提供支持。數字能力方面，有研究建議用戶自身可以通過強化自己的專業知識、學習信息檢索方法和技巧提升信息素養以提高虛擬社區信息資源的利用率［55］。因此，一方面用戶可以參與到信息素養的公開課程中，提供自身的數字能力水平；另一方面可以在社區中尋求支持，通過社區幫助文檔等熟悉社區功能機制。

（3）引導規范知識表達，完善激勵機制，削弱文化資本限制。感知貢獻的組態路徑表明文化資本也是提升感知貢獻的核心條件。社區可引導用戶進行規范性表達，特別是在一些具有專業性的問題下應增加專業詞匯百科等功能。同時，可設置專業領域科普頁面，采用簡單易懂、生動有趣的方式介紹專業知識，提升社區內總體文化資本。就自我效能的提升而言，目前多數社區已經實現了點贊、評論等反饋機制，但這些機制的作用可進一步強化，如增加類似投幣、送禮物等功能，根據貢獻程度設置名人榜或榮譽墻等專屬頁面，使用戶明顯感知到自己的回答得到認可，增強用戶回答相關問題的信心以提升自我效能感。

（4）完善知識付費模式，降低經濟資本門檻，實現知識經濟雙贏。感知學習的組態分析結果表明，經濟資本在一定程度上限制用戶的感知學習，提升用戶的感知學習也可從這一角度出發。知識付費已成為社會常態，社區應改變現有的付費模式，公開透明展示付費規則，同時提供部分內容的試閱，一方面緩解無用知識付費帶來的負擔，另一方面建立用戶對于平臺的信心，提升用戶付費意愿。此外可探索新的盈利模式，如完成瀏覽廣告或者分享等任務可免費獲得某個付費答案的瀏覽權限，通過廣告收入降低用戶知識付費花費的經濟成本。

參考文獻：

［1］" Ragnedda M.Digital capital：A Bourdieusian perspective on the digital divide［M］.Bingley：Emerald Publishing Limited，2020：15-33.

［2］" Ferro E，Helbig N C，Gil-Garcia J R.The role of IT literacy in defining digital divide policy needs［J］.Government Information Quarterly，2011，28（1）：3-11.

［3］" Dimaggio P，Hargittal E，Neuman W R.Social implications of the Internet［J］.Annual Review of Sociology，2001，27（1）：307-336.

［4］" Chiu C M，Hsu M H，Wang E.Understanding knowledge sharing in virtual communities：An integration of social capital and social cognitive theories［J］.Decision Support Systems，2007，42（3）：1872-1888.

［5］" 李穎，肖珊.知識問答社區用戶心流體驗對持續知識共享意愿的影響研究——以PAT模型為視角［J］.現代情報，2019，

39（2）：111-120.

［6］" Lou J，Fang Y，Lim K H，et al.Contributing high quantity and quality knowledge to online Qamp;A communities［J］.Journal of the American Society for Information Science amp; Technology，2013，64（2）：356-371.

［7］" 王莉雅，王樹祥.組態視角下社交型問答社區用戶持續知識貢獻的影響路徑研究——基于社會生態框架［J］.科技進步與對策，2023，40（17）：129-138.

［8］" 李楓林，張俊兮.社會化問答平臺中知識采納影響因素研究［J］.新世紀圖書館，2018（9）：54-59.

［9］" Jin J，Yan X，Li Y，et al.How users adopt healthcare information：An empirical study of an online Qamp;A community［J］.International Journal of Medical Informatics，2016，86：91-103.

［10］" 鄧勝利，管弦.基于問答平臺的用戶健康信息獲取意愿影響因素研究［J］.情報科學，2016，34（11）：53-59.

［11］" 李武，艾鵬亞，賓鋒.粉絲力量與知識付費：在線問答平臺用戶付費圍觀行為研究［J］.圖書館雜志，2019，38（4）：74-81.

［12］" 袁毅，楊莉.問答社區用戶生成資源行為及影響因素分析——以百度知道為例［J］.圖書情報工作，2017，61（22）：20-26.

［13］" 沈宇飛，廖博，徐揚.社會化問答社區中聲譽系統對知識分享活動的影響研究［J］.情報學報，2018，37（11）：1154-1163.

［14］" Goes P B，Guo C，Lin M.Do incentive hierarchies induce user effort？Evidence from an online knowledge exchange［J］.Information Systems Research，2016，27（3）：464-471.

［15］" 楊剛，閆璐，房貽慶，等.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）：46-56.

［16］" Wang N，Liu Y，Xiao S S.Which feedback matters？The role of expressions and valence in continuous high-quality knowledge contribution in the online Qamp;A community［J］.Decision Support Systems，2022，156：113750.

［17］" Feng X，Wang L J，Yan Y，et al.The sustainability of knowledge-sharing behavior based on the theory of planned behavior in Qamp;A social network community［J］.Complexity，2021：1-12.

［18］" 徐鵬，張聃.網絡問答社區知識分享動機探究——社會交換論的視角［J］.圖書情報知識，2018（2）：105-112.

［19］" 李海峰，王煒.在線問答學習社區的群體知識貢獻影響因素——基于WebGIS知乎學習社區的功能模塊分析［J］.開放教育研究，2020，26（1）：111-120.

［20］" 呂美嬌，李青青.社會化問答用戶知識交互行為影響因素研究［J］.情報科學，2022，40（6）：141-148.

［21］" 肖雨.數字資本視角下知識問答社區知識交流效果影響機制研究［D］.南京：南京大學，2023.

［22］" 陳則謙.MOA模型的形成、發展與核心構念［J］.圖書館學研究，2013（13）：53-57.

［23］" 周濤，魯耀斌.基于社會資本理論的移動社區用戶參與行為研究［J］.管理科學，2008，21（3）：43-50.

［24］" 范哲，張乾.MOA視角下的問答網站用戶貢獻行為研究［J］.圖書與情報，2015（5）：123-132.

［25］" Oh S，Worrall A.Health answer quality evaluation by librarians，nurses，and users in social Qamp;A［J］.Library amp; Information Science Research，2013，35（4）：288-298.

［26］" 楊瑞仙，黃書瑞，于政杰.基于三階段DEA模型的學術虛擬社區知識交流效率評價研究［J］.情報學報，2021，40（3）：256-266.

［27］" 萬莉.學術期刊知識交流效率評價及影響因素研究［J］.中國科技期刊研究，2017，28（12）：1160-1165.

［28］" Nahapiet J，Ghoshal S.Social capital，intellectual capital，and the organizational advantage［J］.The Academy of Management Review，1998，23（2）：242-266.

［29］" Bourdieu P.Distinction：A social critique of the judgment of taste［M］.Cambridge：Harvard University Press，1986：84.

［30］" Hsieh P A，Rai A，Keil M.Addressing digital inequality for the socioeconomically disadvantaged through government initiatives：Forms of capital that affect ICT utilization［J］.Information Systems Research，2011，22（2）：233-253.

［31］" Liao S，Chou E Y.Intention to adopt knowledge through virtual communities：Posters vs lurkers［J］.Online Information Review，2012，36（3）：442-461.

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

［33］" Yong S H，Kim B，Lee H，et al.The effects of individual motivations and social capital on employees' tacit and explicit knowledge sharing intentions［J］.International Journal of Information Management，2013，33（2）：356-366.

［34］" Liu H，Li G.To gain or not to lose？The effect of monetary reward on motivation and knowledge contribution［J］.Journal of Knowledge Management，2017，21（2）：397-415.

［35］" Halic O，Lee D，Paulus T，et al.To blog or not to blog：Student perceptions of blog effectiveness for learning in a college-level course［J］.Internet and Higher Education，2010，13（4）：206-213.

［36］" Barzilai S，Blau I.Scaffolding game-based learning：Impact on learning achievements，perceived learning，and game experiences［J］.Computers amp; Education，2014，70（1）：65-79.

［37］" Rossiter J R.The C-OAR-SE procedure for scale development in marketing［J］.International Journal of Research in Marketing，2002，19（4）：305-335.

［38］" 郭晟豪，蕭鳴政.地方治理量化統計與實踐：形成型指標而非反映型指標［J］.華中科技大學學報（社會科學版），2017，

31（4）：96-102.

［39］" Hair J F，Risher J J，Sarstedt M，et al.When to use and how to report the results of PLS-SEM［J］.European Business Review，2019，31（1）：2-24.

［40］" Diamantopoulos A，Sarstedt M，Fuchs C，et al.Guidelines for choosing between multi-item and single-item scales for construct measurement：A predictive validity perspective［J］.Journal of the Academy of Marketing Science，2012，40（3）：434-449.

［41］" Pappas I O，Woodside A G.Fuzzy-set qualitative comparative analysis（fsQCA）：Guidelines for research practice in information systems and marketing［J］.International Journal of Information Management，2021，58：102310.

［42］" Jin X L，Zhou Z，Tian Y.A configurational analysis of the causes of consumer indirect misbehaviors in access-based consumption［J］.Journal of Business Ethics，2022，175（1）：135-166.

［43］" 張明，杜運周.組織與管理研究中QCA方法的應用：定位、策略和方向［J］.管理學報，2019，16（9）：1312-1323.

［44］" Ragin C C.Redesigning social inquiry：Fuzzy sets and beyond［M］.Chicago：University of Chicago Press，2008：109-110.

［45］" Thomas G，Santi F，Fiss P C，et al.Studying configurations with qualitative comparative analysis：Best practices in strategy and organization research［J］.Strategic Organization，2018，16（4）：482-495.

［46］" Greckhamer T.CEO compensation in relation to worker compensation across countries：The configurational impact of country‐level institutions［J］.Strategic Management Journal，2016，37（4）：793-815.

［47］" 王其虹.社會化問答社區優質用戶知識共享行為影響因素及仿真研究［D］.哈爾濱：哈爾濱工業大學，2018.

［48］" Hu J，Huhmann B A，Hyman M R.The relationship between task complexity and information search：The role of self-efficacy［J］.Psychology and Marketing，2007，24（3）：253-270.

［49］" Wasko M L，Faraj S.Why should I share？ Examining social capital and knowledge contribution in electronic networks of practice［J］.MIS Quarterly，2005，29（1）：35-57.

［50］" 陳則謙.基于互聯網的知識獲取行為動力模型及實證分析［J］.情報雜志，2013，32（4）：149-154.

［51］" 李宇佳，張向先，張克永.移動學術虛擬社區知識流轉的影響因素研究［J］.情報雜志，2017，36（1）：187-193.

［52］" 程志超，吳印博.社會資本視角下虛擬社區知識分享對用戶粘性的影響機制研究［J］.情報科學，2017，35（12）：16-21.

［53］" Adler P S，Kwon S W.Social capital：Prospects for a new concept［J］.The Academy of Management Review，2002，27（1）：17-40.

［54］" 范哲.社會化媒體情境中信息素養的內容框架研究［J］.情報雜志，2012，31（10）：170-174.

［55］" 譚春輝，任季寒.虛擬學術社區中用戶信息搜尋行為的影響因素組合研究——基于模糊集定性比較分析方法［J］.現代情報，2022，42（4）：39-51.

作者簡介：肖雨（1999-），女，南京大學信息管理學院碩士研究生，研究方向：信息行為與電子商務；王瑞（1996-），女，南京大學信息管理學院博士研究生，研究方向：信息行為與電子商務；袁勤儉（1969-），男，南京大學信息管理學院教授，博士生導師，研究方向：信息行為與信息經濟。

*本文系江蘇省高校社會科學研究重大項目“集成超越推動江蘇數字經濟高質量發展對策研究”（項目編號：2021SJZDA043）、江蘇省文化和旅游科研重點課題“新時代我省智慧旅游高質量發展路徑研究”（項目編號：22ZD04）與南京大學新時代文科卓越研究計劃“中長期研究專項”課題“數字化轉型的實踐邏輯與理論創新研究”（項目編號：2022041）研究成果之一。

收稿日期：2024-01-09；通訊作者：袁勤儉（yuanqj@nju.edu.cn）；責任編輯：柴若熔