線上社會資本的測量與影響因素

【摘要】互聯網加強了人際聯系，個體在線下空間的社會網絡資源可以維持到線上，也可以在線上空間拓展新的資源，形成線上社會資本。線上社會資本的理論含義為：上網者可以通過互聯網維持和拓展的、嵌入在線上社會網絡中的資源。將社會網絡與職業經歷調查（JSNET）數據與線上微博數據相結合，使用定位法構建微博用戶的微博影響力，并測量線上社會資本。在此基礎上，使用Lasso回歸和定性比較分析（QCA）方法對線上社會資本影響因素進行分析，結果發現：第一，基于微博影響力的定位法測量是線上社會資本的有效測量方法；第二，線上交往是提升線上社會資本的重要因素，相較于其他因素，博文數量越多則線上社會資本總量越高；第三，線上維持型社會資本和線上拓展型社會資本構成多重并發因果機制，即線上社會資本是在線上線下網絡空間、通過線上線下影響因素綜合產生的。

【關鍵詞】線上社會資本；社會網絡資源；定位法測量；微博影響力；社會階層；人際交往；網絡使用

【中圖分類號】G206;C912.3 ""【文獻標識碼】A" 【文章編號】1008-245X（2025）01-0174-12

DOI：10.15896/j.xjtuskxb.202501015

【收稿日期】2023-01-12。" 【修回日期】2024-05-22。

【基金項目】國家社會科學基金一般項目（20BSH149）；教育部人文社會科學研究青年基金項目（24YJC840022）。

【作者簡介】繆曉雷（1984— ），男，西安交通大學人文社會科學學院助理教授。

互聯網的發展是一次信息技術革命，改變了人們的交往方式與生活方式。在互聯網不斷發展的過程中，先后出現了網絡論壇、通信技術、社交網絡服務等多種承載線上交往功能的平臺。與此同時，網絡群體在網絡平臺上逐漸形成，并引起使用者和研究者的廣泛關注。對比線下、線上群體的關系特征可以發現，在線下實體空間中，血緣、地緣、業緣等社會關系使得個體之間形成了具有文化特征的社會格局［1］5294-4F12-80C6-6E8E66161154}24。在線上虛擬空間中，出現了互聯網圈子、互聯網群體、互聯網社區和互聯網組織等不同層次的關系類型，信息的即時交換、身份的隨時轉變等是網絡群體的新特征。網絡平臺與網絡群體的形成，使得線上、線下社會網絡規模和嵌入資源都發生了轉變。對于線上空間而言，信息技術的進步，特別是社交網絡平臺的發展，使上網者在線上空間形成了線上社會網絡，并可以獲得線上信息支持和情感幫扶［2］{35889F7E-18C1-4CB5-8B8A-2CA16E4D59C0}；對于線下空間而言，互聯網時代和網絡社會的到來并不是自我選擇的結果，處于這個時代的個體都會受到網絡社會的影響。這種影響機制使個體被互聯網所連接、成為網絡社會中的節點，并推動了資源的虛實轉換［3］{526E4B2A-D243-4B84-B382-7C5CD85411E0}。這種影響的結果或是抑制了線下空間的人際聯系，或是補充了線下空間的資源。

社會資本是嵌入在行動者社會網絡中的資源，是從資源觀理解互聯網時代人際聯系的重要理論視角［4］{C169CFDD-F194-4D42-8AA3-920B427E4822}19。在線下空間中，個體之間的聯系由于互動頻率、關系強度和身份地位等不同，會產生異質性資源。這種資源被嵌入以個體為中心的社會網絡中，一方面可以繼續涉取和維持，另一方面可以進行目的性動員，這就是社會資本最本質的含義。進入互聯網時代的線上空間，社會資本既可以通過互聯網的線上交往功能繼續維持，也可以通過互聯網的信息傳播功能拓展更多資源。因此，社會資本在互聯網時代根據線下空間和線上空間的差異，分化成線下社會資本和線上社會資本兩種類型。線下社會資本和線上社會資本之間有何區別與聯系，是否受到上網者個人特征和行為特征的影響，是本文關注的主要問題。

對于實證研究而言，理解線上社會資本需要使用合適的數據對其進行準確的測量。在數據方面，由于互聯網的人際聯系會產生大量線上數據，包括線上關系數據、線上行為數據、線上文本數據等，在線上空間的研究中使用傳統的線下抽樣調查方法測量社會資本會遇到困難。使用線下數據與線上數據相結合的辦法，可以彌補現有調查數據的不足［5］{32AFB35E-3D50-45A4-B8F8-D2616DEA71E7}。在測量方面，由于線下社會資本是基于個體之間互動頻率、關系強度和身份地位等差異而構建的測量指標，不適用于線上社會資本的測量，特別是身份地位指標會因為線上空間的匿名性特征很難被獲取。因此，線上社會資本研究需要尋找新的測量指標，相比線下空間的聲望、權力等指標，本文將線上空間的影響力作為新指標。

一、文獻綜述

線上社會資本是本文的理論核心，這是一個結合了網絡社會與社會資本理論的綜合概念，是社會資本理論在線上空間的拓展。本文從社會資本理論出發，區分網絡社會的線上空間與線下空間，對線上社會資本理論和測量方法進行綜述。

（一）從社會資本到線上社會資本

社會資本是在具有普遍聯系性的關系網絡中產生的，關系類型、網絡成員、網絡資源是構成社會資本的重要因素。基于不同層次，社會資本可以分為集體社會資本與個體社會資本兩類。其中，集體社會資本重點關注緊密網絡中的社會組織與社會關系，如信任、規范和網絡等［6］{623B1B13-9325-4ABF-956E-EEC0C130FAFF}。個體社會資本是以行動者個體為中心的社會網絡及其嵌入資源。1981年，社會學家林南首次提出，以社會經濟地位為特征的聯系人資源對于實現個人目標有顯著影響［7］{16F816BE-FEC8-4A90-A9A9-25D118C27E96}。基于勞動力市場與地位獲得的研究，林南提出了基于社會資源觀的社會資本理論，并將社會資本定義為“在目的性行動中獲取和動員的、嵌入在社會結構中的資源”［4］{33E385F5-D953-4676-A0BD-9C076FA94B1C}20。

在互聯網時代，網絡社會中的空間異質性對于社會資本產生了重要影響。卡斯特爾的網絡社會理論豐富了社會空間的內涵，并在社會空間理論的基礎上拓展出網絡社會空間理論，認為網絡社會的空間是一種流動的空間，是“通過流動而運作的共享時間之社會實踐的物質組織”［8］{DF037360-B176-4833-8F80-72B682F12496}407。因此，網絡空間的網絡化和流動性特征將原有的社會空間分化為二重空間，一種是實體空間的網絡化，將行動者以節點的方式進行連接與互動，也稱作線下網絡空間或線下空間；另一種是新形成的虛擬空間，用計算機互聯網技術將上網者連接起來形成網絡交往，也稱作線上網絡空間或線上空間。

社會資本也區分為線下空間的社會資本與線上空間的社會資本。其中，線下空間的社會資本即未接入網絡社會的、傳統含義的社會資本，產生于線下的關系網絡、人際聯系、公共參與等。本文討論的重點是線上空間的社會資本，即線上社會資本（online social capital）。這一概念由威廉姆斯首次提出，指的是“個體在線上社會網絡中感知到可獲得或可利用的益處或資源”［2］{2071854D-B769-420F-9DEB-2A50848F1DFB}。威廉姆斯繼承了普特南關于內聚型社會資本和外聯型社會資本的分類，并提出具體的測量方法。在此基礎上，埃利森等提出了維持型社會資本（maintained social capi-tal）并進行了測量，認為維持型社會資本是線下資源在線上空間的保持和加強，可以通過社交網絡平臺的聯系使同伴關系更加親密，并提升個人的幸福感和滿意度［9］{1B21FAD1-5FDF-4CBF-9378-9F539367E85A}。

中國的線上社會資本研究目前主要有三種取向。第一種是對于威廉姆斯線上社會資本理論的繼承與發展。基于該理論的研究普遍認為線上社會資本并不是獨立存在于線上空間的，而是上網者通過使用互聯網擴展的線上資源，提升自身的社會資本總量［10］{C8DAF8B5-393F-4721-A268-63ABF807E686}。將線上社會資本二分為內聚型和外聯型是此類研究的常用范式。第二種是從人際信任、關系認知等層面定義線上社會資本并進行測量。此類研究者普遍認為，線上社會資本是上網者在線上空間獨立形成的社會資本，鄭素俠［11］{C712F52B-0900-47AE-B14E-9C133274CD9A}將其定義為“一部分被消解的現實社會資本，在電子媒介環境中轉化為新的形式的社會資本”，并使用特殊信任、普遍信任、生活滿意度和社團參與進行測量。第三種是基于整體網絡視角定義線上社會資本，并使用社會網絡分析的方法生成相應指標。使用該方法的研究通常關注網絡結構、節點位置、關系強度等特征［12］{893BDE9A-0B9D-4A6B-8167-A46DBD604B72}。

（二）線上社會資本的測量

在內聚型和外聯型社會資本理論的基礎上，威廉姆斯提出了測量線上社會資本的量表（Internet social capi-tal scales，ISCS）［2］{0877060E-91C4-4D86-9104-B68E69490735}。埃利森等對該量表進行了簡化，將線上網絡的范圍設定在臉書（Facebook）的使用上，基于美國密歇根州立大學286名學生的研究結果發現，Facebook的使用強度與三種不同類型的線上社會資本均高度相關，其中外聯型社會資本的相關性最高［9］{A73546B3-2F1F-4DC7-B5D4-E1431BC0072E}。此后，ISCS量表被很多研究者所接受。中國的線上社會資本研究也使用了ISCS量表，但根據研究主題和研究對象的不同，對測量題器進行了相應調整。黃榮貴等［10］{9734B072-4738-420D-AF82-DEC9833C4F63}對上海18歲以上常住居民進行隨機抽樣調查，選用ISCS量表中的兩個題器測量線上社會資本，結果發現參與虛擬社區會提升線上社會資本，支持了社會補償效應論。鐘智錦［13］{C308F94F-9DC2-4B08-BF5F-6AFEAA7081B0}以廣州10所大學的大學生作為研究對象，用ISCS量表測量大學生的線上、線下社會資本，并討論互聯網使用對于兩種社會資本的影響，同時得到了線上、線下社會資本相互競爭又相互補益的結論。此外，線上社會資本的測量方法還有基于社會資本維度的測量、基于整體社會網絡的測量以及基于社會網絡規模的測量等。

本文從社會資源觀出發，認為上網者擁有嵌入在線上社會網絡的資源，可以使用和線下個體社會資本一致的方法進行測量。對于線下社會資本而言，常見的測量方法是林南于1982年提出的定位法（position generator）［14］{9F837FC9-6674-4A4D-8E17-694CEC216103}。該方法依據個體社會資本的定義，假設社會資源是按照社會地位高低呈金字塔型分布在社會中的，每一個個體所擁有的社會資源含量取決于他在社會網絡中所處的結構位置。個體社會網絡的廣泛性、異質性、達高性三個方面能夠測量其網絡資源，并獲取在網絡中的等級位置。定位法測量為線上社會資本測量提供了新的途徑。

Marlow

MARLOW C A. Linking without thinking： Weblogs， readership， and online social capital formation［EB/OL］. （2006-06-08） ［2023-07-22］. https：//www.researchgate.net/publication/228349071.將定位法應用到互聯網博客作者線上社會資本的測量中，詢問博客作者經常聯系的職業類別，并計算每種職業的社會經濟地位指標。結果發現，博客作者可以分為專業型和社交型兩種，其中社交型博客作者由于與線上的聯系人互動，其線上社會資本更具有優勢。然而，Marlow的定位法測量使用的是線下空間中的職業類型，由于網絡社會的匿名化特征，難以了解并獲取每一個上網者的職業類型。雖然聲望和權力等指標可以有效測量不同職業的資源差異，但當線上空間中無法全面且準確地獲取職業類型時，則需要新的定位法測量指標，可以同聲望和權力一樣體現出行動者能夠涉取的資源及其異質性。

二、理論與假設

從社會資源觀出發，線上社會資本是上網者可以通過互聯網維持和拓展的、嵌入在線上社會網絡中的資源。線上社會資本最重要的特征是通過線上社會網絡進行聯系和互動，一方面說明社會網絡具有線上和線下的特征相似性，都是通過人際聯系構成的社會關系；另一方面說明線上社會資本的產生也要基于社會網絡，即建立于線上空間的關系紐帶之上。從線上社會網絡的嵌入性視角分析，線上社會資本可以分為線上維持型社會資本和線上拓展型社會資本兩種，分別具有不同的產生邏輯。前者是上網者在線下空間所擁有的社會資本通過網絡社交的方式維持到線上空間；后者是上網者通過線上空間的網絡使用，拓展了自身的認知邊界和交往范圍，進一步涉取和積累的社會資本。

（一）線上維持型社會資本

線上維持型社會資本是指個體通過互聯網的使用，維持已知的社會關系并加強聯系，同時將現有的社會資本維持到線上空間，成為線上社會資本［9］{4EDF051D-AA91-44F0-AC9D-5A73A3A53F7C}。互聯網可以使上網者借助社交媒體、線上平臺等工具，與家人、朋友和同事等保持聯系、在線分享信息、加強彼此互動，維護并鞏固現有的文化資本。因此，線上維持型社會資本一方面表現出與線下社會資本的相似性，是線下空間的人際關系和關系資源在線上空間的保持；另一方面受到數字技術的影響，數字鴻溝、技術賦能等是線下社會資本維持到線上的重要因素。在社會資本研究中，個體的階層地位和交往意愿被認為是涉取和動員社會資源以及形成和累積社會資本的重要影響因素［15］{41861ADB-B877-4489-ABC5-7110B616F8C7}。本文從資源維持的角度，進一步提出累積線上維持型社會資本的兩個重要動力，即社會階層動力和人際交往動力。

1.社會階層動力

個體的社會階層地位是影響社會資本的重要結構性因素，由于社會資本具有同質性交往的特征，階層地位相近的行動者更容易形成緊密連接、相互傳遞的資源［16］{23DF6CAB-EA6E-44BC-A35B-8B68C398EFEA}，因此個體的社會階層地位越高則可能擁有越多的社會資本。特別是在中國社會的文化背景下，人際關系具有非對稱交易的互惠特征［4］{9971F3FC-F9CA-4D32-9798-E7A5531E5508}19，個體的社會階層越高則其社會聲望與社會權力也越高，能夠與他人傳遞更優質的信息資源并建立更緊密的情感聯系，這也是社會資本優勢的體現。在數字文化時代，社會階層是跨越數字鴻溝的直接動力［17］{823584C9-AD3A-49B4-AA35-342F1146AD4C}，高階層群體不僅可以接觸到更多的數字資源，對于互聯網的使用方式也與低階層群體存在差異，更傾向于知識獲取、內容創作、信息溝通等方面。從文化資本理論出發，高社會階層擁有更多的文化資本，這種優勢在數字社會時代轉變為數字素養優勢，也被稱為數字文化資本。因此，社會階層動力在數字社會具有賦能作用，個體之間在線上空間擁有更高的交往頻率和更豐富的交往方式，成為社會資本維持到線上空間的重要動力。基于此，從線上維持型社會資本的視角，本文提出線上社會資本的社會階層動力假設：

假設1（社會階層動力假設）：個體的社會階層越高，則線上社會資本總量越多。

社會階層可以從個體所擁有的技能、財富和權威三個方面進行衡量。一般而言，教育程度可以反映個體所擁有的技能，教育程度越高，則個體的人力資本、文化資本也隨之增高，技能水平也會越高；收入水平可以反映個體所擁有的財富多少，雖然財富可以從個體擁有的資產和財產兩方面進行衡量，但收入水平是最直接、最準確的測量標準之一；社會經濟地位可以反映個體的社會權威，由于社會經濟地位是綜合了職業、教育、收入等因素的指標，社會經濟地位越高，則個體所擁有的聲望和權力也越高，可以作為測量社會權威的代理變量。因此，本文將社會階層動力劃分為教育年限、收入水平和社會經濟地位三個維度，并提出如下子假設：

假設1a：個體的教育年限越高，則線上社會資本總量越多。

假設1b：個體的收入水平越高，則線上社會資本總量越多。

假設1c：個體的社會經濟地位越高，則線上社會資本總量越多。

2.人際交往動力

基于普遍聯系的觀點，個體的行為和觀念不僅有結構因素的影響，聯系性因素同樣重要，人際交往是個體之間建立聯系、傳遞信息并形成資源的內在驅動力。社會資本是嵌入在人際關系網絡中的社會資源，人際交往對于社會資本有重要作用。一方面，人際交往可以提供信息資源和工具資源，在個體的地位獲得、職業流動等方面起到重要作用；另一方面，人際交往是構建個體間互信與合作的基礎，提升社群內部的關系強度，構建社群之間的關系連接。在數字社會時代，人際交往動力不僅是交往結果的維持，也是交往習慣的維持。現有研究表明，線上空間的虛擬社區關系延續了線下空間的專業分工，上網者會依據自身所從事的領域在虛擬社區共享專業信息［18］{C84CB83F-885C-4044-87C7-4EE27B3448B2}。由于互聯網時空缺場的特征，線上交往方式更加自由，上網者本身的交往習慣可以在線上空間維持甚至發揮更大效用。特別是在中國文化背景下，關系慣習對于社會資本的作用可以拓展至不同場域，線下的家庭、朋友及其他聯系等關系慣習在線上空間依然保持，且可以通過數字技術發揮更大效用，進行更加頻繁且緊密的交往。因此，人際交往為線上維持型社會資本提供了重要動力。

最典型的人際交往方式是社交餐飲行為，其中不僅包含行動者之間的關系互動，也可以傳遞工具型資源或情感型資源。基于中國文化背景，邊燕杰{F7F67F19-B498-4F19-87B2-1AA411266EE0}提出“社交餐飲網”［19］，對個體參與請客、被請、陪吃的頻率進行測量，一方面說明個體所擁有多少可動員的社會資本，另一方面可以代表個體對自身關系網絡動員的能力，社交餐飲的頻率越高，則個體動員關系網中資源的能力越強、擁有的社會資本越多。線下的社會資本通過人際交往動力維持到線上，成為線上維持型社會資本。基于社交餐飲行為對于交往行為的影響，以及對線上社會資本的提升機制，本文提出線上社會資本的人際交往動力假設：

假設2（人際交往動力假設）：個體的社交餐飲頻率越高，則線上社會資本總量越多。

（二）線上拓展型社會資本

線上拓展型社會資本是指個體在線上空間建立拓展新的社會關系，獲取線上社會網絡資源。與線上維持型社會資本不同的是，線上拓展型社會資本產生于線上虛擬空間，也被研究者稱為“虛擬社會資本”，并認為結構維度、認知維度和關系維度是拓展型線上社會資本的主要組成部分［20］{F42C35DF-9E50-4E3B-84EA-623CC13461C8}。從數字鴻溝理論的角度，是否接觸和接入互聯網的第一道數字鴻溝已經不是影響線上拓展型社會資本的主要因素，第二道數字鴻溝對線上拓展型社會資本的影響則有更為直接和顯著，即不同的互聯網使用方式和使用頻率將區分不同的線上拓展型社會資本水平。根據個體是否參與線上互動的差異，可以將網絡使用區分為不參與人際交往的信息獲取型使用和參與人際交往的社交互動型使用［21］{DB29091D-7D33-4192-8448-9E9F6BA75F62}，這兩種網絡使用方式都會拓展線上社會資本，本文將分別從線上拓展型社會資本的三個維度展開論述。

1.網絡結構拓展

缺場交往是數字社會的重要特征，也是區別線下空間交往和線上空間交往的主要因素。根據吉登斯的理論，缺場交往表現為時間和空間兩個方面，個體與“不在場的存在者”聯系成為習慣［22］15。因此，線上空間的交往將突破以個體為中心的網絡結構，形成新的網絡結構，主要表現在網絡連接方式和網絡連接強度兩方面的拓展。首先，網絡連接方式因為缺場交往變得更加自由。線下空間通過直接關系與間接關系組成的社會網絡，在線上空間表現為更多的直接聯系，線下空間的“六度分隔”理論也在線上空間發展成為“四度分隔”［23］{254863F3-DDDB-44F2-A9B8-6EDB8DA17EAF}，即在社交網絡平臺上最多需要通過四個間接關系，便可以聯系到任何一個線上好友。其次，網絡連接強度與線下空間也產生了差異。線上空間的個體之間不僅有弱關系和強關系的連接，還存在中等親密關系、潛關系、隱關系［24］{42D65C87-9642-478E-BD01-A11FDDB4AF6E}等多種形式。豐富的網絡連接方式和連接強度拓展了個體在線上空間的網絡結構，并進一步通過網絡交往獲取和鞏固線上資源，累積成為線上拓展型社會資本。

2.認知邊界拓展

上網者對于互聯網的信息獲取型使用和社交互動型使用都可以在線上空間獲得信息增量并提升信息質量，從而拓展自己的認知邊界。卡斯特爾的網絡社會理論認為，海量信息和跨越時空的流動性是互聯網重要的特征［8］{E6AEF478-3654-4C04-8D02-160A8ADF8DE8}500，個體在自身素養提升和連接機會增強兩方面受到影響。一方面，線上的學習平臺、專業社群為上網者提供了廣泛且迅捷的知識獲取途徑，信息技術、數字技術的使用需要上網者具備相應的信息素養和數字素養。從資本的內化角度，互聯網將個體的文化資本轉變為數字社會的新形態；從資本的外在角度，個體通過互聯網使用學習的素養是其社會網絡和社會交往中的重要資源，是社會資本的一部分。另一方面，上網者自身素養的提升可以增強其向外連接的能力。線上網絡資源拓展依賴對他人身份、偏好和情感等方面的認同，個體會選擇與相對同質性的線上關系成為好友。當認知邊界得到拓展時，個體的自身素養和連接機會會得到提升，從而得到更豐富的線上拓展型社會資本。

3.關系資源拓展

與線下空間的人際交往一樣，互聯網也可以為上網者提供工具型資源和情感型資源。其中，工具型資源表現在上網者通過互聯網搜索信息，通過交友平臺、求職平臺等獲得目標資源［25］{1FDC74BF-9F4D-4BCC-AEB7-6AA42CC0322E}；情感型資源表現為與線上好友進行頻繁的網絡交往，通過匿名性、實時性等特征傳遞親密信息，提供情感支持。關系資源拓展建立在網絡結構和認知邊界拓展的基礎之上，是上網者通過互聯網使用所獲取和動員的資源，累積成為線上拓展型社會資本。互聯網的信息獲取型使用和社交互動型使用并不是相互獨立的，上網者可以綜合具備多種網絡使用方式，既可以和海量知識與信息建立連接，也可以和真實與虛擬的網絡好友建立連接。因此，互聯網使用對于關系資源拓展具有積極作用，對于線上拓展型社會資本具有顯著影響。

本文從結構維度、認知維度和關系維度綜合考察線上拓展型社會資本，并使用具有代表性的微博平臺研究微博的網絡使用方式對于線上拓展型社會資本的影響。新浪微博平臺綜合了信息獲取型使用和社交互動型使用，因此本文將微博用戶發布的博文數量作為主要研究對象。首先，在微博平臺發布博文是典型的網絡交往行為，是影響線上社會資本的直接因素。其次，發布博文的行為具有建立連接并獲取信息的作用，是提升認知、拓展線上網絡邊界的重要因素。因此，本文基于微博博文的發布數量對線上拓展型社會資本的影響，提出網絡使用假設：

假設3（網絡使用假設）：微博博文發布的數量越多，則線上社會資本總量越多。

三、數據與測量

本文使用傳統調查數據與線上數據相結合的研究方法。其中，調查數據通過線下入戶抽樣調查方式獲取，線上數據通過線上社交網絡平臺獲取。數據結合的關鍵方法是通過調查問卷詢問被訪者的社交網絡平臺賬號（ID），進一步獲得線上社交網絡平臺數據。本文數據結合的社交網絡平臺是新浪微博平臺，它結合了社交屬性與媒體屬性，是具有文化性、個體性和情緒性的線上互動空間，使用者可以根據自己的興趣與偏好進行博文發布、轉發、評論和點贊，每個使用者都可以成為內容的生產者或傳播者。相比于其他線上網絡平臺，微博具有更好的公開性與公共性，因此，數據結合方法可以綜合分析微博使用者的個人特征、結構因素、行為因素等對于線上社會資本的影響。

（一）數據來源

調查數據部分，本文使用社會網絡與職業經歷調查（job search and social network，JSNET）。該調查是針對中國勞動力市場的求職過程而進行的大規模社會調查，首次開展于1999年五城市調查，綜合運用了春節拜年網、社交餐飲網、討論網、求職網、日常網等多種測量方法，在2014和2016年又分別進行了兩輪追蹤調查。本文使用的是2016年JSNET調查的截面數據，于2016年7月至2017年9月之間完成，共涉及7個城市、147個社區、2 238個被訪家庭，最終收集到2 238份有效樣本。

線上數據部分，通過JSNET 2016調查問卷中設計的題器，詢問被訪者是否使用新浪微博，在2 238名被訪者中有256人回答使用新浪微博，并給出新浪微博賬號。2021年5月，根據微博賬號數據在微博網站上進行搜索，由于微博賬號誤填、更改、注銷等原因，最終搜索到55個有效微博賬號，進一步獲取這55個微博賬號的被關注數量（“粉絲”數）、博文數量等，得到線上數據。在線上數據的清理過程中，受到微博訪問界面限制，無法查看微博用戶的所有“粉絲”，本文只保留微博用戶的前50個以內“粉絲”的信息

對微博數據統計后發現，72.7%的微博用戶在去除無效“粉絲”后，真實“粉絲”數量不足50個，因此保留前50個樣本，可以涵蓋大多數微博用戶的真實“粉絲”總數。。進一步挖掘每個“粉絲”的信息，保留每個“粉絲”的被關注數，即“粉絲”的“粉絲”數，作為測量微博影響力的重要指標。雖然線上數據的獲取存在樣本量少、樣本刪截等問題，但是有限的線上數據仍然可以實現線上、線下數據結合，得到更豐富的變量維度、更有效的測量方法、更準確的理論回應。本文也使用了適用于小樣本的方法解決線上數據問題，得到具有數據價值、理論價值、方法價值的研究結果。

（二）變量及描述統計

1.因變量

線上社會資本。依據定位法的測量方法，本文使用網絡規模、網絡差異、網絡頂端三個指標對微博線上社會資本進行測量。然而，傳統定位法測量的是職業的聲望或權力，但線上空間網民個體的聲望和權力并沒有合適的界定，本文使用微博影響力作為替代測量的指標。現有研究表明，關注數量、“粉絲”數量、身份驗證、博文數量等都是微博影響力識別的指標，其中“粉絲”數量對于影響力具有較為獨立的影響，與轉發數、引用數等指標的互動作用不明顯［26］{A97D3ED4-F2F7-4699-8212-F1273B04F19D}。“粉絲”數量與活躍“粉絲”數量、微博質量和“粉絲”轉發次數等變量高度相關［27］{473CB10C-4175-4BEF-9535-BC2A40160498}。因此，“粉絲”數量可以作為微博用戶影響力的有效測量指標，具有較好的解釋力。本文獲取了微博用戶的“粉絲”數量以及前50個“粉絲”各自的“粉絲”數量，構成二級的微博影響力指標：微博用戶影響力、“粉絲”影響力。

使用微博影響力指標測量微博線上社會資本，構建三個定位法測量變量。（1）微博網絡規模，使用微博用戶影響力，即每個用戶的“粉絲”數量測量微博網絡規模。“粉絲”數量是客觀指標，微博用戶無法自己決定“粉絲”數量的多少，是對通過微博影響力獲得的線上資源的直接測量。微博網絡規模是均值為275.71、標準差為889.79，取值范圍為0～6 528的連續型變量。（2）微博網絡差異，依據定位法使用微博用戶的“粉絲”影響力所占份數來測量。“粉絲”影響力是最小值為0、最大值為5 276 145的連續型變量，將“粉絲”影響力按照0～100 000的區間進行1 000等分，即“粉絲”影響力的異質性每提升100個單位，則在此區間占據的份數也增加1個，最終得到均值為7.24、標準差為4.73、取值范圍為0～20的連續型變量。（3）微博網絡頂端，通過獲取“粉絲”影響力最大值得到微博網絡頂端變量。“粉絲”影響力越大，說明微博用戶能夠觸及的影響力越高、能夠得到的線上資源越多。最終得到均值為147 300.20、標準差為739 800.60，取值范圍為0～5 276 145的連續型變量。

在此基礎上，采用探索性因子分析方法對上述三個變量進行降維處理。三個指標的因子負載系數均大于0.50，說明因子變量具有較好的解釋力。因子分析得到的因子變量特征值為1.66、變異比為0.55、抽樣適合性檢驗（KMO）值為0.62，說明因子分析結果較好。將結果進行等比例轉換，最終得到取值范圍為1～100、均值為17.53、標準差為17.49的連續型變量。

2.自變量

本文的核心自變量分別是線下的階層地位、社交餐飲頻率和線上的微博博文數量。階層地位包括教育年限、收入水平和社會經濟地位三個維度。教育年限通過詢問被訪者“已完成的最高教育程度”進行測量。收入水平的測量要求被訪者“估算一下家庭2015年各種收入的總和”。由于收入水平變量的分布是右偏分布，本文將收入水平取自然對數。社會經濟地位指標通過詢問被訪者當前職業，按照國際標準進行轉換。社交餐飲頻率的測量詢問被訪者“請人在外就餐的頻率”“被請在外就餐的頻率”和“陪朋友在外就餐的頻率”，將其進行加總。博文數量通過記錄微博用戶主頁顯示的博文數量獲得。

3.控制變量

本文控制了個人特征、家庭和地區三組變量。其中，個人特征包括性別、年齡、年齡平方項、戶口類型、政治面貌、上網頻率變量；家庭變量包括婚姻狀況和父母受教育年限；地區變量將被訪者所在地區分為東部、西部與東北地區三種類型。具體的變量描述性統計結果如表1所示。

四、實證結果分析

（一）微博線上社會資本的影響因素分析

本文使用來自JSNET 2016調查中55個可以獲取微博線上數據的樣本，如果使用普通最小二乘法（OLS）進行回歸分析，則會由于樣本量過少、解釋變量過多而造成模型的過擬合問題。為了提高預測精度和模型解釋力，本文使用Lasso回歸，通過加入懲罰項的辦法對復雜數據進行優化，系數壓縮為0，從而快速找到影響被解釋變量的關鍵自變量。

表2是微博線上社會資本的Lasso回歸結果。通過不斷加入新的解釋變量，觀察參數的變化，決定最終變量的取舍。在進行Lasso回歸之前，已經將所有變量進行標準化處理，消除變量的量綱，從而可以使變量的系數具有可比性。通過表2可知，λ參數與L1-范數共同構成Lasso回歸模型的懲罰項，當λ不斷減小時，加入新的解釋變量，L1-范數的取值不斷上升，即解釋變量的參數絕對值之和不斷上升。模型根據加入解釋變量的順序以及解釋變量的組合來判斷λ的變化程度以及BIC指標的變化趨勢。觀察結果可知，在加入博文數量變量并且在ID數為6時，BIC指標的取值最小，為1.76，此時模型的解釋力最強，之后加入地區變量及其他變量后，BIC指標的取值轉變為上升趨勢，說明模型的解釋力變差。因此，依據結果可以推斷，僅有博文數量變量是模型最好的解釋變量，為了提高模型對于被解釋變量微博線上社會資本的預測能力和解釋力，可以排除其他變量，只考慮博文數量對微博線上社會資本的影響。

由于小樣本的原因，統計模型不具備較好的解釋力，因此在確定了影響自變量的關鍵解釋變量之后，計算所有標準化后的變量與因變量微博線上社會資本之間的相關系數。微博線上社會資本與博文數量之間的相關系數最高（0.45），且在0.1%的水平上顯著。而對于其他解釋變量，相關系數的絕對值均在0.30以下，說明與微博線上社會資本的相關性較弱，且均不顯著。相關分析結果進一步支持了Lasso回歸結果，說明在分析微博線上社會資本的影響因素時，上網者所發布的博文數量是主要的解釋變量。線下空間的個體因素和結構因素并未產生顯著的影響，這可以提供兩方面的啟示：一方面，線上網絡社交是提升線上社會資本的重要因素；另一方面，由于樣本量較小掩蓋了部分因素，需要使用適合小樣本分析的方法進一步探討線上維持型社會資本與線上拓展型社會資本的差異及產生機制。

（二）微博線上社會資本的定性比較分析

本文使用的微博數據有樣本量小、自變量多、因果復雜三個主要特點。因此，使用定性比較分析（QCA）方法，專門針對小樣本進行分析，并試圖通過不同變量組合之間的關系，尋找可以解釋微博線上社會資本的多重并發因果路徑。該方法由拉金在1987年提出，將一致性分析方法和差異性分析方法進行結合，整合了案例導向的定性分析方法和變量導向的定量分析方法，并使用集合的理論建立解釋變量和被解釋變量之間的充分性和必要性［28］{497AB122-954F-4E29-AA77-7A7AC8E16E59}。根據數據中變量類型的不同，可以將數據集合分為清晰集和模糊集，進而QCA方法也可以分為處理二分變量的清晰集定性比較分析方法（csQCA）和處理連續型變量的模糊集定性比較分析方法（fsQCA）。本文對于微博線上社會資本的分析，采用fsQCA，將連續型變量轉換為0～1分布的變量后加入模型，分析過程包括構建二分數據表、構建真值表、布爾最小化三個步驟。

QCA分析的因果路徑如圖1所示，微博線上社會資本是因變量。從理論部分可知，線上社會資本分為線上維持型社會資本與線上拓展型社會資本，QCA方法可以通過對多重并發因素的判斷來分析這兩種線上社會資本是如何產生的。如果線上社交因素獨立起作用，則說明線上拓展型社會資本是線上社會資本的主要組成部分；如果階層與行為因素、個體特征因素、家庭與地區因素可以通過線上社交因素影響線上社會資本，則支持線上維持型社會資本的重要性，說明兩種線上社會資本同時存在。在使用QCA模型分析時，首先對因變量線上社會資本進行轉換，得到均值為0.50、標準差為0.30、分布在0～1之間的變量。將所有連續型變量均處理成最小值為0、最大值為1的變量，原變量為0～1的二分變量則不改變。同時，為了在文中反映出布爾運算的結果，將每個變量進行編碼，當變量編碼全部為大寫字母時，說明取值為1，即布爾代數為真值；當變量編碼全部為小寫字母時，說明取值為0，即布爾代數為非真值。

QCA模型進行單因素分析的結果見表3。

對于必要一致性而言，所有解釋條件中博文數量的必要一致性最高，為0.84，必要覆蓋率為0.82。結果一方面說明所有解釋條件中博文數量對于微博線上社會資本的解釋力最強，支持了前文Lasso回歸的結果；另一方面說明博文數量作為單獨的影響因素，其必要一致性沒有達到0.9，不能成為微博線上社會資本的必要條件。對于其他解釋條件而言，其必要一致性也均低于0.9，不足以構成微博線上社會資本的必要條件。因此，現有的解釋變量中沒有可以單獨作為微博線上社會資本的必要條件，需要考慮多重并發因素的存在。對于充分一致性而言，所有解釋條件中博文數量與戶口類型兩個條件的充分一致性均大于0.8，說明上述兩個條件是微博線上社會資本的充分條件，其中82%以上的案例微博數量

符合充分一致性條件，91%以上的案例戶口類型符合充分一致性條件。對于其他解釋條件而言，其充分一致性均低于0.8，不足以構成微博線上社會資本的充分條件。因此，博文數量和戶口類型對于微博線上社會資本有重要影響，但并不構成必要條件，不足以單獨作為微博線上社會資本的解釋條件，需要加入其他條件進行組態分析。

QCA分析的最終結果見表4。按照階層與行為因素、個人特征因素、家庭與地區因素三種組合順序，分別與線上社交因素博文數量組成三組解釋條件，構建真值

表并進行布爾最小化運算，簡化結果后得到最終的因果

路徑。其中模型1是包括教育年限、收入水平、社會經濟地位、社交餐飲頻率與博文數量組成的框架；模型2是包括性別、年齡、戶口類型和政治面貌與博文數量組成的框架；模型3是婚姻狀況、父母受教育年限和所在地區與博文數量組成的框架。

由模型1結果可知，共有兩條因果路徑可以成為微博線上社會資本的充分條件。第一條路徑是收入水平較高、社會經濟地位較高、社交餐飲頻率較高、博文數量較多組成的共同原因是微博線上社會資本的充分條件，對于微博線上社會資本有約39%的解釋力，且有約94%以上的案例符合一致性條件。第二條路徑是教育年限較高、社會經濟地位較高、社交餐飲頻率較高、博文數量較多組成的共同原因是微博線上社會資本的充分條件，對于微博線上社會資本同樣有約39%的解釋力，且有約93%以上的案例符合一致性條件。綜合兩條路徑可知，階層與行為因素通過不同的因果路徑影響線上社會資本，且階層與行為因素可以提升線上維持型社會資本，與線上交往帶來的線上拓展型社會資本共同促進線上社會資本的提升。

由模型2結果可知，只有一條因果路徑可以成為微博線上社會資本的充分條件，即年齡較小的女性、城市戶口、非黨員身份、博文數量較多組成的共同因素，對于微博線上社會資本有約34%的解釋力，且有約90%以上的案例符合一致性條件。由結果可知，體制外的城市年輕女性，當其博文數量發表較多時，會累積更多的線上社會資本。

由模型3結果可知，同樣只有一條因果路徑可以成為微博線上社會資本的充分條件，即東部地區、發布博文數量較多組成的共同因素，對于微博線上社會資本有約69%的解釋力，且有約89%以上的案例符合一致性條件。由結果可知，家庭層面的因素對于微博線上社會資本沒有影響，區域經濟發展水平對于微博用戶的線上資源具有一定影響，經濟越發達的地區，其線上交往對于線上社會資本的累積效果越明顯。

五、結論

本文關注數字社會中社會資本理論的拓展以及測量方法的創新。在理論方面，將線上社會資本定義為嵌入在線上關系網絡中可維持和可拓展的資源，并從線上維持型社會資本和線上拓展型社會資本兩方面綜合分析了線上社會資本理論。在測量方法方面，結合線下調查數據與線上微博數據，通過將定位法測量改進為基于微博影響力的新測量方法，對微博用戶的線上社會資本進行實證分析。主要得到了以下研究結論：

第一，資源的維持與拓展是線上社會資本的重要理論內涵。線上社會資本理論要避免兩種理論誤區：首先是線上、線下空間的二元對立觀點，認為線上社會資本是線上虛擬空間產生的新資源形式；其次是線上、線下空間的同質性觀點，認為線上好友完全是線下好友通過社交軟件進行的線上聯系，并不存在線上社會資本。本文從資源觀出發，將線上社會資本總結為線下空間維持的、線上空間拓展的兩種資源的綜合，回應了上述兩種理論誤區。同時，本文論述了生成線上維持型社會資本的雙重動力，以及影響線上拓展型社會資本的三個維度，將線上社會資本置于線下、線上空間不同的影響因素框架之中并進行了實證分析，回應了理論假設。

第二，基于聲望指標的定位法是測量線上社會資本的有效工具。現有對于線上社會資本的測量方法沒有統一的標準，本文使用上網者的網絡規模、網絡差異、網絡頂端共同構建定位法測量指標。同時對職業聲望、職業權力等指標進行了改進，通過測量微博影響力，最終得到代表微博線上社會資本的綜合變量。實證分析支持了微博用戶博文發表數量對線上社會資本的正向影響。因此，定位法測量可以作為測量線上社會資本的創新性方法，后續研究可以設計線上影響力、線上聲望、線上權力等定位法指標，進一步精確地測量線上社會資本。

第三，網絡交往是形成線上社會資本最重要的途徑。本文對于線上社會資本的定義既有線下維持到線上的網絡資源，也有線上拓展的網絡資源。對于微博平臺，線上發布信息、分享信息是主要的交往方式，微博用戶形成的網絡關系以傳遞信息的弱關系為主，線上社會資本形成的途徑也以線上的信息傳遞和網絡交往為主。本文的實證分析支持了這一假設，微博用戶發布博文的數量不僅與微博線上社會資本正向相關，而且相比于其他線下因素，博文數量是唯一關鍵并起作用的解釋變量。因此，網絡交往拓展的線上資源是形成線上社會資本的重要途徑。

第四，線上社會資本的維持型資源與拓展型資源并存。維持型資源和拓展型資源是形成線上社會資本的兩種主要機制，前者通過線下資源維持到線上形成線上維持型社會資本，后者通過網絡交往形成線上拓展型社會資本。使用定性比較分析方法，進一步發現線下因素對于微博線上社會資本同樣具有影響。但是，這種線下因素的影響是有條件的，一方面與線上博文數量組成因果路徑，共同影響微博線上社會資本；另一方面線下因素自身存在差異，經濟資本和社會資本的因果路徑不一致，城市年輕女性具有線上資源優勢，區域發展也同樣具有影響。因此，線上和線下的多重并發因素，共同影響著線上維持型和拓展型社會資本的積累。

第五，本文基于微博的線上社會資本分析仍存在兩點不足之處。一是微博影響力的測量，其本質上是微博用戶網絡規模的多層測量，預先假定了“粉絲”數量近似于微博影響力這一前提。后續研究若想更準確地測量微博影響力，可以通過設計問卷直接測量、用戶活躍度大數據綜合測量的方式實現。二是數據樣本量只有55個，且僅基于微博平臺進行實證研究。由于調查數據與線上數據的結合是較為創新的方法，相比現有研究可以更確切地回應理論、更直觀地反映研究群體的情況，因此本文的小數據、單一平臺對于理論導向的實證研究而言是相對客觀、直接、受限的方法。為了解決可能存在的問題，本文通過機器學習和定性比較分析的辦法，試圖在有限的樣本中尋找規律、提升模型解釋力。后續研究可以加強數據結合的辦法，使得線上和線下數據能夠得到充分測量，一方面可以拓展線上社會資本更多的理論發現，另一方面可以檢驗本文結果的穩健性。對于其他線上平臺（如微信、QQ等），未來研究可以對本文的線上社會資本理論與測量方法進行檢驗，得到與線下定位法相似的、適用于不同平臺和不同群體的測量方法。

參考文獻

［1］" 費孝通. 鄉土中國 生育制度［M］. 北京： 北京大學出版社， 1998.

［2］WILLIAMS D. On and off the net： scales for social capi-tal in an online era［J］. Journal of Computer-Mediated Communication， 2006，11（2）：593-628.

［3］邊燕杰， 繆曉雷. 論社會網絡虛實轉換的雙重動力［J］. 社會， 2019，39（6）：1-22.

BIAN Y J， MIAO X L. Dual powers of virtual-real transformation in social networks［J］. Chinese Journal of Sociology， 2019，39（6）：1-22.

［4］ LIN N. Social capital： a theory of social structure and action［M］. New York： Cambridge University Press，2001.

［5］羅家德， 高馨， 周濤， 等.大數據和結構化數據整合的方法論：以中國人脈圈研究為例［J］. 社會學研究， 2021，36（2）：69-91.

LUO J D， GAO X， ZHOU T， et al. A new paradigm of combining big data and survey data based on the theoretical perspective［J］. Sociological Studies， 2021，36（2）：69-91.

［6］PUTNAM R D. The prosperous community： social capi-tal and public life［J］. American Prospect， 1993，13（4）：35-36.

［7］ LIN N， ENSEL W M， VAUGHN J C. Social resources and strength of ties： structural factors in occupational status attainment［J］. American Sociological Review， 1981，46（4）：393-405.

［8］ CASTELLS M. The rise of the network society［M］. New Jersey： Wiley-Blackwell， 2000.

［9］ ELLISON N B， STEINFIELD C， LAMPE C. The benefits of Facebook “friends”： social capital and college students’ use of online social network sites［J］.Journal of Computer-Mediated Communication，2007，12（4）：1143-1168.

［10］黃榮貴， 駱天鈺， 桂勇.互聯網對社會資本的影響：一項基于上網活動的實證研究［J］. 江海學刊， 2013，55（1）：227-233.

HUANG R G， LUO T J， GUI Y. The influence of the Internet on social capital： an empirical study based on Internet usage［J］. Jianghai Academic Journal， 2013，55（1）：227-233.

［11］鄭素俠. 互聯網使用與內地大學生的社會資本：以武漢高校的抽樣調查為例［D］. 武漢：華中科技大學， 2008.

［12］徐煜. 新浪微博中的線上關系網絡與社會資本獲得：以國內新聞傳播學術共同體的線上鏈接關系網絡為例［J］. 新聞大學， 2014，34（4）：127-135.

XU Y. Online relationship networks and social capital acquisition in Weibo： a case study of online linkage relationship networks within the domestic academic community of journalism and communication［J］.Journalism Research， 2014，34（4）：127-135

［13］鐘智錦.互聯網對大學生網絡社會資本和現實社會資本的影響［J］. 新聞大學， 2015，35（3）：30-36.

ZHONG Z J. The impact of the Internet on college students’ online social capital and real-world social capi-tal［J］. Journalism Research， 2015，35（3）：30-36.

［14］LIN N. Social resources and instrumental action［M］ // MARSDEN P， LIN N. Social structure and network analysis. Beverly Hills： Sage， 1982.

［15］邊燕杰. 城市居民社會資本的來源及作用：網絡觀點與調查發現［J］. 中國社會科學， 2004，25（3）：136-146.

BIAN Y J. Source and functions of urbanites’ social capi-tal： a network approach［J］. Social Sciences in China， 2004，25（3）：136-146.

［16］MCPHERSON M， SMITH-LOVIN L， COOK J M. Birds of a feather： homophily in social networks［J］. Annual Review of Sociology， 2001，27（1）：415-444.

［17］李升.“數字鴻溝”：當代社會階層分析的新視角［J］. 社會， 2006，26（6）：81-94.

LI S. “Digital divide”： a new perspective for analyzing modern social stratification［J］.Chinese Journal of Socio-logy， 2006，26（6）：81-94.

［18］WELLMAN B， GULIA M. Net surfers don’t ride alone： virtual communities as communities［M］//WELLMAN B. Networks in the global village. Boulder： Westview Press， 1997.

［19］BIAN Y J. Guanxi capital and social eating： theoretical models and empirical analysis［M］//LIN N， COOK K， BURT R. Social capital： theory and research. New York： Aldine de Gruyter， 2001.

［20］楊爽， 周星. 虛擬社會資本、網絡口碑與購買行為［J］. 經濟與管理研究， 2011，32（6）：109-115.

YANG S， ZHOU X. Virtual social capital， eWOM and purchasing behavior［J］. Research on Economics and Management， 2011，32（6）：109-115.

［21］陳福平. 跨越參與鴻溝：數字不平等下的在線政治參與［J］. 公共行政評論， 2013，6（4）：82-107.

CHEN F P. Bridging the participation divide： online political participation in the context of digital inequality［J］. Journal of Public Administration， 2013，6（4）：82-107.

［22］GIDDENS A. The consequences of modernity［M］. California： Stanford University Press， 1991.

［23］BACKSTROM L， BOLDI P， ROSA M， et al. Four degrees of separation［C］//Proceedings of the 4th Annual ACM Web Science Conference. ACM， 2012.

［24］MARIOTTI F， DELBRIDGE R. Overcoming network overload and redundancy in interorganizational networks the roles of potential and latent ties［J］. Organization Science， 2012，23（2）：511-528.

［25］WANG D， UZZI B. Weak ties， failed tries， and success［J］. Science， 2022，377（6612）：1256-1258.

［26］CHA M， HADDADI H， BENEVENUTO F， et al. Measuring user influence in Twitter： the million follower fallacy［M］//HEARST M， COHEN W. Proceedings of the Fourth International Conference on Weblogs and Social Media. Menlo Park： The AAAI Press， 2010.

［27］陳明亮， 邱婷婷， 謝瑩.微博主影響力評價指標體系的科學構建［J］. 浙江大學學報（人文社會科學版）， 2014，44（2）：53-63.

CHEN M L， QIU T T， XIE Y. Scientific construction of an evaluation index system for Microblog influencers ［J］. Journal of Zhejiang University （Humanities and Social Sciences），2014，44（2）：53-63.

［28］RAGIN C C. The comparative method： moving beyond qualitative and quantitative strategies［M］. Berkeley：

Uni-versity of California Press， 1987.

【本刊相關文獻鏈接】

［1］

李文娟，王國華.回應性監管視角下互聯網行政約談的實踐檢視與制度反思［J］.西安交通大學學報（社會科學版），2024，44（4）：109-121.

［2］郭揚，馬鋒.從共同到共通：青年流動人才的數字生活及多元歸屬感［J］.西安交通大學學報（社會科學版），2024，44（3）：125-132.

［3］何曉晨，杜海峰，王洋，等.人際互動作用下集群行為的演化邏輯與治理［J］.西安交通大學學報（社會科學版），2023，43（6）：178-187.

［4］李素霞，蔡萌.共同富裕背景下互聯網使用的資本積累效應與城鄉居民的相對貧困緩解［J］.西安交通大學學報（社會科學版），2024，44（2）：178-192.

［5］楊文娟，李黎明.互聯網使用如何影響政治信任：理性選擇和社會資本雙重視角下的考察［J］.西安交通大學學報（社會科學版），2023，43（3）：131-141.

［6］封鐵英，劉嫄.數字時代互聯網使用對老年人主觀階層認同的影響研究［J］.西安交通大學學報（社會科學版），2022，42（2）：122-131.

［7］高夏媛，李琪，徐曉瑜，等.共同觀看者對直播觀眾購買傾向的影響研究［J］.西安交通大學學報（社會科學版），2021，41（6）：78-87.

［8］張宏邦，劉威，王佳倩，等.整合與協同：縣級融媒體的現實困境及本土化推進路徑［J］.西安交通大學學報（社會科學版），2020，40（3）：132-140.

［9］弋亞群，劉怡，谷盟.互聯網情境下企業冗余資源與新產品開發的關系［J］.西安交通大學學報（社會科學版），2018，38（3）：70-77.

（編輯：趙歌，高原）

西安交通大學學報（社會科學版）

Vol. 45No. 1Jan. 2025

The Measurement and Influencing Factors of Online Social Capital

MIAO Xiaolei

School of Humanities and Social Science， Xi’an Jiaotong University， Xi’an 710049， China

Summary" The Internet has enhanced interpersonal connections， allowing individuals to maintain their social network resources online and also expand them in cyberspace， thereby forming online social capital. This paper examines online social capital from both theoretical and measurement perspectives. Firstly， the theory of online social capital represents a theoretical extension of social capital. Based on recent research findings， this paper proposes that online social capital refers to the resources embedded in online social networks that Internet users can maintain and expand through the internet. Online social capital can be classified into two types： online maintenance social capital and online expansion social capital. Secondly， the measurement of online social capital can draw upon the position generator used to measure social capital， employing indicators such as network size， network heterogeneity， and network top to construct a measurement framework. Due to the anonymity characteristic of online spaces， it is inconvenient to measure indicators such as occupational prestige and power. Therefore， this study employs the influence of Weibo users as an indicator for the online position generator.

In the empirical analysis， this paper employs two methods of data integration and model selection to test the theoretical hypotheses. In terms of data integration， this paper combines survey data with online data. Utilizing the data from 2016 Job Search and Social Network Survey （JSNET 2016）， this study obtained 55 valid Weibo accounts and retrieved their Weibo information， thus achieving data integration. In terms of model selection， in order to address the issue of a small sample size coupled with a high number of variable dimensions， this paper first employs the Lasso regression method to select the independent variables， and then utilizes Qualitative Comparative Analysis （QCA） for small-sample research. The empirical results have three major findings. First， the position generator based on Weibo influence is a valid measure of online social capital. Second， online interactions are significant in enhancing online social capital. Finally， online social capital is generated through a combination of online and offline influencing factors.

This paper has four main conclusions. Firstly， the empirical results support the existence of both maintenance and expansion online social capital， clarifying the implications of online social capital. Secondly， this study confirms the validity of using position generator to measure online social capital， providing empirical evidence for future measurements of online social capital. Thirdly， this paper finds that online network interaction is the only crucial and influential factor， emphasizing the importance of online factors in accumulating online social capital. Fourthly， offline factors can complement online factors， with maintenance and expansion resources coexisting， constituting multiple concurrent factors that influence online social capital. At the end of this paper， the limitations and the prospects for future studies are discussed.

Keywordsonline social capital; social network resources; postition generator; Weibo influence; social class; interpersonal communication; Internet usageonline social capital; social network resources; postition generator; Weibo influence; social class; interpersonal communication; Internet usage