李新銳，崔 莎

（1.清華大學(xué)經(jīng)濟管理學(xué)院，北京 100084；2.北京大學(xué)信息管理系，北京 100871）

微博社會資本的影響因素

李新銳1，崔 莎2

（1.清華大學(xué)經(jīng)濟管理學(xué)院，北京 100084；2.北京大學(xué)信息管理系，北京 100871）

采用新浪微博的數(shù)據(jù)，通過聚類分析、社會網(wǎng)絡(luò)分析和回歸分析，研究了微博用戶的主動行為和真實世界中的社會資本對其微博社會資本的影響。研究結(jié)果顯示：微博用戶的主動行為和線下社會資本對其微博社會資本都有正向影響，且線下社會資本的影響較大；線下橋接社會資本對微博紐帶社會資本的影響較大。

微博；社會資本；社會網(wǎng)絡(luò)

微博作為新型的社交網(wǎng)絡(luò)媒體，出現(xiàn)后就引起了人們的廣泛關(guān)注。截至2012年6月底，我國微博用戶數(shù)達2.74億，較2011年底增長9.5%，網(wǎng)民使用率為50.9%［1］。由于社交媒體具有網(wǎng)絡(luò)屬性，因此，在大量用戶使用微博的情況下，微博社會網(wǎng)絡(luò)隨之形成，微博社會資本進而出現(xiàn)。微博能維護用戶在虛擬世界中已有的社會資本，并能給用戶帶來新的社會網(wǎng)絡(luò)和社會資本［2］。因此，研究微博社會資本可豐富和發(fā)展網(wǎng)絡(luò)時代下的社會資本理論，是十分必要的。

1 文獻綜述

1.1 社會資本理論的相關(guān)研究

社會資本首先由Hanifan［3］提出。Hanifan認為，社會資本是“組成社會單位的個人和家庭的聲望、友誼、相互同情和社會交往。社會資本首先被Bourdieu和Coleman定義。Bourdieu［4］對社會資本的定義是，“社會資本包括所有個人從社會聯(lián)系中獲得的資源”。Coleman［5］從功能角度對社會資本進行定義，認為“社會資本不僅僅涉及單獨的個體，而是關(guān)系到一系列不同的實體，這些實體具有兩個相同的特征，一是他們都由某些社會結(jié)構(gòu)的不同方面組成，二是他們能夠支持某些社會成員在結(jié)構(gòu)內(nèi)的特定行動——無論這些成員是個人還是企業(yè)”。Bourdieu［4］提出了“場域”的概念，認為場域是構(gòu)成社會資本的各種社會關(guān)系聯(lián)結(jié)而形成的社會場合或社會領(lǐng)域，其本質(zhì)是社會構(gòu)成要素之間的關(guān)系，即社會關(guān)系網(wǎng)絡(luò)。Mitchell［6］認為，社會網(wǎng)絡(luò)是一個人與其他人之間的所有正式和非正式的社會聯(lián)系，包括了與他人直接形成的社會關(guān)系和通過共享物質(zhì)環(huán)境和文化而結(jié)成的非直接關(guān)系。社會網(wǎng)絡(luò)研究關(guān)注人們之間的互動和聯(lián)系，而由此產(chǎn)生的個體間的社會互動影響個體的社會行為［7］。從社會資本理論的經(jīng)典論述中可以看到，研究者大多將社會資本與社會網(wǎng)絡(luò)天然地聯(lián)系起來，這對本文通過研究微博社會網(wǎng)絡(luò)分析微博社會資本是重要的理論支持。

Putman［8］擴展了社會資本的概念，認為社會資本包括社會網(wǎng)絡(luò)自身以及與之相關(guān)的各種形式的信任和互惠——這意味著不同的社會網(wǎng)絡(luò)應(yīng)該意味著不同的社會資本，并將社會資本分為兩種形式——橋接社會資本和紐帶社會資本。Williams［9］將橋接社會資本定義為具有以下4個特點的社會資本：①外向性；②與不同背景的人有更廣泛的聯(lián)系；③認為自己是一個更大群體中的成員，并且擁有最終群體中的所有人都會被聯(lián)系在一起的感覺；④在更廣泛的團體內(nèi)擴散互惠行為。橋接社會資本更多與弱連帶有關(guān)，這些弱連帶往往具有信息傳遞的功能。Williams［9］認為紐帶社會資本是具有以下4個特征的社會資本：①情感支持；②能夠獲得稀有資源或有限資源的緊密的網(wǎng)絡(luò)；③成員團結(jié)一致，齊心協(xié)力；④對群體外成員具有排斥性。因此，紐帶社會資本具有更強的排他性，具有“強化專屬身份和同質(zhì)群體的作用”［8］。紐帶社會資本更多與強連帶有關(guān)，并且往往出現(xiàn)在關(guān)系較緊密的網(wǎng)絡(luò)中，如親密的朋友和家庭成員構(gòu)成的網(wǎng)絡(luò)中，這類網(wǎng)絡(luò)中的各成員往往具有情感聯(lián)系以及相近的思維方式［2］。從以上分析可以看出：社會資本具有多維建構(gòu)性，包含多重社會結(jié)構(gòu)［10］；不管是橋接社會資本還是紐帶社會資本都對個體的福利、生活滿意度甚至自尊產(chǎn)生積極作用［］。

1.2 微博社會資本的相關(guān)研究

由于國內(nèi)的微博與Twitter網(wǎng)站相似，因此在研究微博社會資本時可借鑒國外學(xué)者對Twitter社會資本的研究。Hofer和Aubert［2］發(fā)現(xiàn)，Twitter中的橋接社會資本與用戶的關(guān)注數(shù)有關(guān)，紐帶社會資本與用戶的粉絲數(shù)有關(guān)。此外，一些研究者［12］對比了Facebook與Twitter的情況，發(fā)現(xiàn)在Twitter中成為某個用戶的粉絲并不需要該用戶批準，而Facebook的情況則是需要用戶批準，因此Twitter的用戶更容易豐富線上社會資本，也更容易產(chǎn)生新的社會網(wǎng)絡(luò)和社會資本。在Twitter中能夠發(fā)表140個單詞以內(nèi)的內(nèi)容，可以幫助用戶了解對方的生活，使用戶產(chǎn)生屬于同一群體的感覺，因此能夠增加用戶的社會資本［13］。Ye、Fang和He等［12］通過對日本地震后Twitter的使用情況，發(fā)現(xiàn)用戶使用Twitter能夠增加其線上橋接社會資本和紐帶社會資本。

目前研究線下社會資本與微博社會資本間關(guān)系的文獻很少。總結(jié)來看，線下社會資本對微博社會資本具有投射性和放大性的作用。在投射性方面，黎悅［14］通過研究大學(xué)班級的微博社會網(wǎng)絡(luò)和線下社會網(wǎng)絡(luò)后發(fā)現(xiàn)，盡管不存在嚴格的一一對應(yīng)關(guān)系，但是“微博關(guān)系網(wǎng)絡(luò)在很大程度上成為社會關(guān)系中影響力、親密度以及關(guān)系強度的重要寫照，一個在微博關(guān)系中各維度上居于中心的人在社會關(guān)系中不可能處在邊緣”。投射性意味著線下社會資本越大則微博社會資本越多。在放大性方面，有學(xué)者［12，15］發(fā)現(xiàn)，Twitter不僅能維持線下社會資本，而且能產(chǎn)生新的社會網(wǎng)絡(luò)和社會資本。由于任何用戶不需要獲得批準就可以成為某個用戶的粉絲，因此該用戶能夠擴大其社會網(wǎng)絡(luò)，從而獲得更多的微博社會資本。例如，在真實世界中，普通人很難獲得電影明星的生活細節(jié)信息，但是通過關(guān)注該明星的微博，即成為其粉絲，就能接收到該明星的信息，成為該明星的社會網(wǎng)絡(luò)中的成員之一。而在這個例子中，線下名氣就是該電影明星的社會資本，它在一定程度上決定了其微博社會資本，而微博平臺又放大了微博社會資本。同時，微博社會資本獲得成本低的特點［16］也提高了微博社會資本的放大性。

1.3 社會網(wǎng)絡(luò)分析法的相關(guān)研究

社會網(wǎng)絡(luò)分析的運用使得社會學(xué)領(lǐng)域中的社會結(jié)構(gòu)研究更加深入，相關(guān)模型和方法在國外社會學(xué)界已被廣泛研究和應(yīng)用，如社會網(wǎng)絡(luò)對信息傳播和發(fā)明推廣的影響、社會支持網(wǎng)絡(luò)的特點和內(nèi)容以及社會關(guān)系與社會支持的關(guān)系［17］。然而，統(tǒng)計分析和基于圖論的整體網(wǎng)絡(luò)拓撲結(jié)構(gòu)依舊是社會網(wǎng)絡(luò)研究的重點，所建立的模型也多是靜態(tài)而非動態(tài)的，這使得社會網(wǎng)絡(luò)的結(jié)構(gòu)組成以及動態(tài)變化特征難以被深刻揭示。

社會網(wǎng)絡(luò)有整體網(wǎng)絡(luò)和個體中心網(wǎng)絡(luò)之分。個體中心網(wǎng)絡(luò)可用來分析各社會行動者之間的關(guān)系、揭示社會網(wǎng)絡(luò)的特征，但是個體中心網(wǎng)絡(luò)的結(jié)構(gòu)相對簡單，不適合對其進行經(jīng)典網(wǎng)絡(luò)研究的結(jié)構(gòu)分析。與個體中心網(wǎng)絡(luò)相反，整體網(wǎng)絡(luò)在分析社會聯(lián)系方面的能力較差，但是該方法是測量網(wǎng)絡(luò)結(jié)構(gòu)的最重要方法［18-19］。

關(guān)于網(wǎng)絡(luò)研究的最新結(jié)果顯示，大量的真實網(wǎng)絡(luò)既不是規(guī)則網(wǎng)絡(luò)，也不是隨機網(wǎng)絡(luò)，而是具有獨特特征的復(fù)雜網(wǎng)絡(luò)。目前復(fù)雜網(wǎng)絡(luò)研究的重點集中在網(wǎng)絡(luò)特征的描述上，其中小世界效應(yīng)［20-21］是目前最受關(guān)注的復(fù)雜網(wǎng)絡(luò)特征。已有研究表明，類似的特征廣泛存在于好萊塢演員網(wǎng)絡(luò)、科學(xué)家合作研究網(wǎng)絡(luò)、人類性關(guān)系網(wǎng)絡(luò)等社會網(wǎng)中［22］。當然，真實網(wǎng)絡(luò)還有很多統(tǒng)計特征，其中混合模式［23］和度相關(guān)特征［24］也受到了研究者們的重視。

微博V用戶是新浪實名認證的VIP用戶，他們受行業(yè)、地域、在線特征和興趣愛好等因素影響，很容易依據(jù)自己的組織潛規(guī)則做出小團體行為。從社群結(jié)構(gòu)的角度探討微博V用戶的網(wǎng)絡(luò)特征的研究文獻很少。從某種意義上講，微博V用戶以及其社會網(wǎng)絡(luò)都是社會網(wǎng)絡(luò)及其運動的結(jié)果。從社會網(wǎng)絡(luò)的角度切入這一系統(tǒng)，研究用戶互動關(guān)系及其結(jié)成的社會紐帶，是一種更容易走進微博V用戶的范式。因此，社會網(wǎng)絡(luò)分析為研究微博V用戶的在線社會網(wǎng)絡(luò)特征提供了新的思路和框架。

2 數(shù)據(jù)來源

本文所用數(shù)據(jù)為新浪微博V用戶數(shù)據(jù)，該數(shù)據(jù)來自新浪微博后臺，具有極高的客觀性和真實性。根據(jù)中國互聯(lián)網(wǎng)信息中心（China Internet Network Information Center，CNNIC）發(fā)布的最新研究報告［1］，我國微博用戶規(guī)模已進入平穩(wěn)增長期，同時微博V用戶增長更為平穩(wěn)。本文用于聚類分析和回歸分析的數(shù)據(jù)采集于2012年9月11日，因此數(shù)據(jù)具有有效性和時效性。用于聚類分析的數(shù)據(jù)來自隨機抽取的10000名新浪微博V用戶。用于社會網(wǎng)絡(luò)分析的數(shù)據(jù)為新浪微博V用戶粉絲量排名前100的用戶的數(shù)據(jù)，收集其前20位關(guān)注用戶的信息，如果關(guān)注總數(shù)不足20個，就取全部用戶的信息。Google月均搜索量數(shù)據(jù)采集自Google awards，即以用戶的真實姓名作為關(guān)鍵詞進行搜索，從而獲得以該名字為關(guān)鍵詞的月均搜索量。同時，考慮到樣本中來自我國港臺地區(qū)的部分用戶習(xí)慣使用英文名，因此分別以其英文名和中文名為關(guān)鍵詞進行搜索，然后將兩者的月均搜索量進行加總。

3 聚類分析

筆者隨機抽選10000名新浪微博V用戶，根據(jù)其在新浪微博平臺中的表現(xiàn)情況，如關(guān)注數(shù)、發(fā)博數(shù)、粉絲數(shù)和被轉(zhuǎn)評數(shù)等，對這些用戶進行聚類，區(qū)分不同用戶群體的行為特征。進行聚類分析所用的工具為Clementine軟件，采用Kmeans聚類方法。

聚類結(jié)果見圖1。根據(jù)聚類結(jié)果，10000名新浪微博V用戶被軟件分為6組。

第3組共有6112個用戶，所占比例（61.10%）最高。該組用戶的平均關(guān)注數(shù)為211、平均粉絲數(shù)為124823、平均發(fā)博數(shù)為2025、平均被轉(zhuǎn)評數(shù)為1303，這些指標數(shù)據(jù)在所有類中均是最低的。這說明，該組絕大部分用戶的主動和被動活躍度都較低，因此將其類型命名為“睡眠”型。

第5組和第6組的用戶數(shù)占比分別為24.60%和12.5%。這兩組用戶群體的相同之處為發(fā)博數(shù)、粉絲數(shù)和被轉(zhuǎn)評數(shù)均較少，不同之處是關(guān)注數(shù)分別為中等和很高，其中6組較高。這說明，這兩組用戶都比較喜歡關(guān)注其他用戶以獲得信息，而自身很少發(fā)信息，即進行所謂的“網(wǎng)絡(luò)圍觀”，因此將這兩組合并為一類，將其類型命名為“圍觀”型。

第2組、第6組以及第1組的用戶數(shù)均較少，三組用戶數(shù)合計僅占1.7%。其中，第2類用戶數(shù)占比為0.8%，該組用戶的主動行為很多（關(guān)注數(shù)和發(fā)博數(shù)較多），但其影響力較小，因此將其類型命名為“話嘮”型。第6組用戶數(shù)共49人，其關(guān)注數(shù)和粉絲數(shù)處于中等，但其發(fā)博數(shù)和被轉(zhuǎn)評數(shù)較高，因此將其類型命名為“內(nèi)容為王”型。第1組用戶數(shù)最少，為37人，具有關(guān)注數(shù)和發(fā)博數(shù)少、粉絲數(shù)較多、被轉(zhuǎn)評數(shù)一般的特點。該組用戶通過自身的名人效應(yīng)引發(fā)更多人的關(guān)注，均是具有很高知名度的名人，因此將其類型命名為“名氣致勝”型。

通過以上聚類分析，筆者發(fā)現(xiàn)新浪微博中存在“名氣致勝”和“內(nèi)容為王“的現(xiàn)象?？梢?，名氣（在真實世界中的社會資本）對微博社會資本有正向作用。同時，發(fā)博內(nèi)容也是影響微博社會資本的因素。究其原因：博文內(nèi)容是否吸引人在一定程度上決定了粉絲數(shù)量，也就是決定了社會網(wǎng)絡(luò)規(guī)模，進而影響微博社會資本。

4 社會網(wǎng)絡(luò)分析

4.1 宏觀社會網(wǎng)絡(luò)分析

通過社會網(wǎng)絡(luò)分析，形成了新浪微博粉絲量排名前100的V用戶的社會網(wǎng)絡(luò)。該網(wǎng)絡(luò)共有1194個節(jié)點——這意味著有1194人的名字在本研究中出現(xiàn)，有1857條邊，平均距離為4.427——即某行為者平均通過不到5個人便可與另一行為者取得聯(lián)系，平均網(wǎng)絡(luò)中心度為1.555，網(wǎng)絡(luò)的聚類系數(shù)為0.063。這些數(shù)據(jù)表明，該網(wǎng)絡(luò)符合小世界特征，比較接近真實世界中的網(wǎng)絡(luò)。

圖1 用戶聚類分析結(jié)果

4.2 簡化社會網(wǎng)絡(luò)分析

在對整體社會網(wǎng)絡(luò)進行研究后，本文對社會網(wǎng)絡(luò)進行簡化，抽取度數(shù)大于5的頂點，共得到65個頂點、287條邊。節(jié)點的度數(shù)較大說明節(jié)點在社會網(wǎng)絡(luò)中較為重要，因此這65個節(jié)點所對應(yīng)的64位用戶在整個社會網(wǎng)絡(luò)中較為重要。

簡化后的社會網(wǎng)絡(luò)如圖2所示。圖2中，線的粗細表示各節(jié)點間親密程度的高低，線越粗表示兩者越親密。圖中有6個群組最為明顯。第一組是企業(yè)家組，包括陳志武、俞敏洪、徐小平、潘石屹、任志強和洪晃，他們均為企業(yè)界名人。第二組是影視組，以林心如為橋節(jié)點，包括李小璐、李冰冰和何潤東，以及趙薇、陳坤和黃曉明——這三人是電影學(xué)院的同班同學(xué)，在真實世界中有著良好的關(guān)系。第三組是以謝娜為中心的快樂家族組?？鞓芳易迨呛闲l(wèi)視“快樂大本營”節(jié)目的主持人，包括謝娜、何炅、杜海濤、李維嘉和吳昕，一些明星通過參加該節(jié)目而與這些主持人成為好朋友，如小沈陽，林依晨和陳建州等，圖2較好地反映了真實世界的狀況。第四組為SHE組，以賽琳娜（Selina）為中心，包括田喜碧（Hebe）和蔡依林。SHE是我國臺灣地區(qū)的一個人氣歌手組合，成員有Selina、Hebe和Ella，但是由于Ella在新浪微博上比較不活躍，因此該組包含的是三人共同的好友蔡依林。第五組為快樂男生組，包括魏晨和張杰。“快樂男生”是湖南衛(wèi)視的一檔選秀節(jié)目，魏晨和張杰均為2007年快樂男生。第六組是蔡康永組，以蔡康永為中心，聯(lián)結(jié)了很多重要節(jié)點。這是因為不僅蔡康永具有名人效應(yīng)，而且其被轉(zhuǎn)發(fā)數(shù)量和被評論數(shù)量都很高，說明其微博內(nèi)容比較吸引人，所以蔡康永同時具備名人效應(yīng)和內(nèi)容為王的特點，因此他即使在名人網(wǎng)絡(luò)中也具有很高的網(wǎng)絡(luò)中心度。通過社會網(wǎng)絡(luò)分析，筆者發(fā)現(xiàn)，這個由100個用戶組成的社會網(wǎng)絡(luò)較好地與這些用戶在現(xiàn)實生活中的聯(lián)結(jié)狀態(tài)相符合，因此利用該網(wǎng)絡(luò)對用戶在現(xiàn)實生活中的社會資本進行描述較為恰當。

圖2 簡化后的社會網(wǎng)絡(luò)

5 模型變量和研究假設(shè)

5.1 模型變量

5.1.1 被解釋變量

微博社會資本包括微博橋接社會資本和微博紐帶社會資本。本文分別使用微博關(guān)注數(shù)和微博粉絲數(shù)衡量微博橋接社會資本和微博紐帶社會資本。

1）微博橋接社會資本。

關(guān)注某微博用戶，意味著能夠接收該用戶發(fā)布的博文，同時關(guān)注者是該用戶的粉絲。想成為某微博用戶的粉絲，并不需要該用戶同意，所以某微博用戶可能被不同背景的人關(guān)注。這些關(guān)注者組成的“群體”具有廣泛而松散的特點，不具有排他性，而信息能在更廣泛的網(wǎng)絡(luò)中被傳播，這種網(wǎng)絡(luò)形成的社會資本符合橋接社會資本的定義。鑒于此，本文用關(guān)注數(shù)衡量微博橋接社會資本，即關(guān)注數(shù)越多、微博橋接社會資本越多。

2）微博紐帶社會資本。

Marwick和Boyd［25］的研究證明，微博用戶認為其粉絲是“理想的聽眾”，也就是說粉絲們與他們自身具有相似的興趣點，因此他們能夠與粉絲分享自己的觀點，并得到粉絲的贊賞。Beaudoin和Tao［26］則發(fā)現(xiàn)，線上網(wǎng)絡(luò)社區(qū)能夠提供情感支持，用戶會產(chǎn)生一種鄰里般的感覺［27］和一種“在給家人和朋友寫信的感覺”［28］。鑒于此，本文用粉絲量度量微博紐帶社會資本，即粉絲數(shù)越多、微博紐帶社會資本越多。

5.1.2 解釋變量

1）用戶微博使用行為。

①發(fā)博數(shù)。本文用發(fā)博數(shù)衡量發(fā)博行為，即發(fā)博數(shù)越高、用戶的發(fā)博行為越主動。

②博文質(zhì)量。博文內(nèi)容質(zhì)量越高，則該微博被轉(zhuǎn)發(fā)和被評論的次數(shù)就越多。鑒于此，本文用被轉(zhuǎn)發(fā)數(shù)和被評論數(shù)的加總（統(tǒng)稱為被轉(zhuǎn)評數(shù)）度量博文質(zhì)量，即被轉(zhuǎn)評數(shù)越多、博文質(zhì)量越高。

2）線下社會資本。

線下社會資本包括線下橋接社會資本和線下紐帶社會資本，本文分別使用Google搜索量和網(wǎng)絡(luò)中心度進行衡量。

①線下橋接社會資本。聚類分析結(jié)果顯示，新浪微博V用戶中存在“人氣制勝”的現(xiàn)象。人氣其實反映了用戶在真實世界中的社會資本。比照橋接社會資本的和紐帶社會資本的定義可知：人氣只是人們思維中的一種印象，并不會產(chǎn)生直接作用，因此更多的是一種弱連帶；人氣不具有排他性，即任何人都可以知道一個人的名聲，而不需要其他人同意；人氣可被具有不同背景的人所享有，因此可代表真實世界中的橋接社會資本；網(wǎng)絡(luò)人氣越高，用戶在網(wǎng)絡(luò)上的搜索量越大。鑒于此，本文以微博用戶的姓名為關(guān)鍵詞，用基于Google搜索引擎的搜索量度量用戶的網(wǎng)絡(luò)名氣，即Google搜索量越多意味著人氣越強。

②線下紐帶社會資本。本文選取每個微博用戶的前20名關(guān)注者聯(lián)結(jié)成社會網(wǎng)絡(luò)。大V用戶關(guān)注其他用戶往往不是為了獲取信息，而更多的是對現(xiàn)實生活紐帶社會資本的投射。從關(guān)注者的角度講，在真實生活中對其越重要的用戶，越可能成為其首先關(guān)注的對象，因此越早被關(guān)注的用戶在與關(guān)注者形成的社會網(wǎng)絡(luò)中具有越重要的地位，也即具有較多的紐帶社會資本。網(wǎng)絡(luò)中心度是度量節(jié)點在網(wǎng)絡(luò)中心程度的指標，也即度量節(jié)點在網(wǎng)絡(luò)中重要程度的指標。節(jié)點的網(wǎng)絡(luò)中心度越大意味著節(jié)點在網(wǎng)絡(luò)中越“重要”，也就意味著節(jié)點的紐帶社會資本越多。鑒于此，本文用網(wǎng)絡(luò)中心度度量用戶的線下紐帶社會資本，即節(jié)點的網(wǎng)絡(luò)中心度越高、其線下紐帶社會資本越多。

5.2 研究假設(shè)

通過梳理以往文獻，筆者發(fā)現(xiàn)，使用微博能增加用戶的微博社會資本。因此，本文提出如下假設(shè)：

用戶使用微博對其微博社會資本有正向作用（H1）。

筆者通過分析已有文獻發(fā)現(xiàn)，微博用戶的使用行為能夠在一定程度上提高微博用戶的被關(guān)注程度，從而能夠增加其微博社會資本。微博用戶的主動行為主要表現(xiàn)為發(fā)博數(shù)和博文質(zhì)量。結(jié)合聚類分析結(jié)果，筆者發(fā)現(xiàn)新浪微博中存在大量的“話嘮型”用戶。他們雖然發(fā)布了大量博文，但是并沒有收到很多回復(fù)，也沒有吸引粉絲，因此其微博使用行為對其微博社會資本的影響不大。同時，筆者還發(fā)現(xiàn)新浪微博中存在“內(nèi)容為王型”用戶。他們發(fā)布的博文能夠吸引回復(fù)、被轉(zhuǎn)發(fā)，這些用戶擁有一定數(shù)量的關(guān)注者?？梢?，博文質(zhì)量對微博社會資本有一定的正向影響。綜上，假設(shè)H1包括：

發(fā)博數(shù)對微博橋接社會資本沒有顯著影響（H1a）；發(fā)博數(shù)對微博紐帶社會資本沒有顯著影響（H1b）；博文質(zhì)量對微博橋接社會資本有正向影響（H1c）；博文質(zhì)量對微博紐帶社會資本有正向影響（H1d）。

聚類分析結(jié)果顯示，新浪微博中存在“名氣致勝”的現(xiàn)象。名氣是用戶的線下橋接社會資本。同時，結(jié)合已有研究，用戶的線下社會資本（包括橋接社會資本和紐帶社會資本）對其微博社會資本有正向作用。因此，筆者提出如下假設(shè)：

用戶在真實世界中的社會資本對其微博社會資本有正向作用（H2）。

假設(shè)H2具體如下：

線下橋接社會資本對微博橋接社會資本有正向作用（H2a）；

線下紐帶社會資本對微博橋接社會資本有正向作用（H2b）；

線下橋接社會資本對微博紐帶社會資本有正向作用（H2c）；

線下紐帶社會資本對微博紐帶社會資本有正向作用（H2d）。

5.3 模型

微博社會資本影響因素的總模型如下：

6 結(jié)果分析

6.1 微博紐帶社會資本的影響因素檢驗

本文運用SPSS軟件對式（1）進行多元線性回歸分析，結(jié)果見表1。由表1可知，F(xiàn)的觀測值為15.423，對應(yīng)概率的P值為0.000，調(diào)整后的R2值為0.760。因此，在顯著性水平下，回歸系數(shù)顯著不為0，即ln粉絲數(shù)與全體解釋變量顯著相關(guān)，可建立回歸模型。

表1 新浪微博用戶粉絲數(shù)影響因素的顯著性分析

對式（1）進行多元回歸的結(jié)果如表2所示。由表2可知，各回歸系數(shù)的顯著性檢驗的概率P值小于0.05的顯著水平，因此“l(fā)n粉絲數(shù)”與各自變量之間存在顯著的線性關(guān)系，將這些自變量保留在模型中是合理的。另外，從容差和方差膨脹因子看，式（1）中各自變量間的多重共線性很弱，式（1）所示的“l(fā)n粉絲數(shù)”與被解釋變量的回歸模型是成立的，具體的回歸模型如下：

6.2 微博橋接社會資本的影響因素檢驗

運用SPSS軟件對式（2）進行多元線性回歸分析的結(jié)果如表3。由表3可知，F(xiàn)的觀測值為30.314，對應(yīng)的概率P值為0.000，調(diào)整后的R2值為0.811。因此，在顯著性水平下，回歸系數(shù)顯著不為0，ln關(guān)注數(shù)與全體解釋變量顯著相關(guān)，可建立回歸模型。

表2 式（1）的回歸結(jié)果

表3 新浪微博用戶關(guān)注數(shù)影響因素的顯著性分析

對式（2）進行多元回歸的結(jié)果如表4所示。由表4可知，各回歸系數(shù)的顯著性檢驗的概率P值小于0.05的顯著性水平，因此“l(fā)n粉絲數(shù)”與各自變量之間存在顯著的線性關(guān)系，將這些自變量保留在模型中是合理的。另外，從容差和方差膨脹因子看，式（2）中各自變量的多重共線性很弱，式（2）所示的“l(fā)n關(guān)注數(shù)”與被解釋變量的回歸模型是成立的，具體的回歸模型如下：

ln關(guān)注數(shù)=10.258+0.346×ln被轉(zhuǎn)評數(shù)+ 0.565×lnGoogle搜索量+0.366×ln發(fā)博數(shù)+ 5.127×ln網(wǎng)絡(luò)中心度。

通過上述回歸分析，筆者發(fā)現(xiàn)兩個回歸模型中4個解釋變量的系數(shù)都是顯著的，并且都大于0，因此假設(shè)H1和假設(shè)H2均得到驗證。

進一步分析發(fā)現(xiàn)，在微博橋接社會資本的影響因素中，網(wǎng)絡(luò)中心度的回歸系數(shù)顯著大于其他影響因素的回歸系數(shù)，說明真實世界中的紐帶社會資本對微博橋接社會資本有較大影響。對此，可用微博網(wǎng)絡(luò)的“嵌套性”解釋［29］：微博網(wǎng)絡(luò)中往往存在以某幾個大V用戶為中心的子網(wǎng)絡(luò)，在這個以某大V用戶為中心的子網(wǎng)絡(luò)中，信息往往從大V用戶流向普通用戶，而大V用戶又可能是其他網(wǎng)絡(luò)中的節(jié)點，信息可從其他子網(wǎng)絡(luò)流向大V用戶，從而形成嵌套結(jié)構(gòu)；在本文研究中，某用戶較多的真實世界紐帶社會資本使得其在大V用戶所形成的網(wǎng)絡(luò)中占有更中心的位置，從而在不同的子網(wǎng)絡(luò)中占據(jù)橋接點，而這些不同的子網(wǎng)絡(luò)之間更多是一種弱連帶，一種松散的、不基于相同情感和理念而形成的聯(lián)結(jié)，因此表現(xiàn)為較多的微博橋接社會資本。

表4 式（2）的回歸結(jié)果

在對微博紐帶社會資本進行的回歸分析中，4個解釋變量的回歸系數(shù)相差不大，其中Google搜索量的回歸系數(shù)僅比其他3各解釋變量的系數(shù)略大?？赡艿脑蚴牵杭词乖诖骎用戶之間也存在微博“跨界”聯(lián)絡(luò)現(xiàn)象。以前文社會網(wǎng)絡(luò)分析中的“蔡康永組”為例：蔡康永是娛樂界的名人，其發(fā)表的博文具有較強的吸引力，吸引了其他領(lǐng)域名人的關(guān)注，如企業(yè)界的名人，導(dǎo)致這些“跨界”交流的名人最初關(guān)注某個用戶的因素可能是這個用戶的人氣，也即真實世界的橋接社會資本，此時這種聯(lián)結(jié)仍然表現(xiàn)為一種弱連帶，僅僅基于“道聽途說”。但是，該用戶的博文內(nèi)容所體現(xiàn)出的思想內(nèi)容和情感狀況會使關(guān)注者產(chǎn)生情感共鳴，從而形成微博紐帶社會資本。

另一個值得關(guān)注的現(xiàn)象是，兩個模型中線下社會資本變量的回歸系數(shù)都大于用戶行為變量的回歸系數(shù)，說明線下社會資本對微博社會資本的影響更大，這反映出微博社會資本更多還是線下社會資本的體現(xiàn)。

7 研究結(jié)論及不足

7.1 研究結(jié)論

通過聚類分析，本文發(fā)現(xiàn)并區(qū)分了微博網(wǎng)絡(luò)中存在的5種不同屬性類別的用戶，驗證了“網(wǎng)絡(luò)圍觀”現(xiàn)象。通過研究微博社會資本的影響因素，本文發(fā)現(xiàn)用戶主動行為和線下社會資本對微博社會資本均有正向作用，而且線下紐帶社會資本對微博橋接社會資本的影響較大，而真實世界的橋接社會資本對微博紐帶社會資本有較大作用；無論是對微博橋接社會資本還是對微博紐帶社會資本，用戶線下社會資本的作用均比用戶主動行為要大。

7.2 研究不足

目前研究線下社會資本與微博社會資本間關(guān)系的文獻不多，研究名人微博社會資本的文獻更少，原因之一是測度名人的線下資本比較困難，難以通過問卷調(diào)查進行。受限于此，本文作為一種探索性研究，使用線上數(shù)據(jù)（名人網(wǎng)絡(luò)中心度和Google搜索量）測度名人在真實世界中的社會資本，結(jié)果可能存在一定偏差。

［1］ CNNIC互聯(lián)網(wǎng)發(fā)展研究報告［EB/OL］.［2012-11-03］. http：//tech.163.com/12/0719/14/86PI9C3G00094MS8. html.

［2］ HOFER M，AUBERT V.Perceived bridging and bonding social capital on Twitter：Differentiating between followers and followees［J］.Computers in Human Behavior，2013，29：2134-2142.

［3］ HANIFAN L J.The rural school community center［J］. Annals of the American Academy of Political and Social Science，1916，67：130-138.

［4］ BOURDIEU P.Le Capital Social［J］.Acts de la Rechercheen Sciences Socials，1980，31：2-3.

［5］ COLEMAN J S.Social capital in the creation of human capital［J］.The American Journal of Sociology，1988，94（Supplement）：95-120.

［6］ MITCHELL C J.The concept and use of social networks［M］//MITCHELL C J.Social network in urban situations.Manchester，Eng：Manchester University Press，1969.

［7］ CARRINGTON P.Network as personal communities［M］//WELLMAN B.Social structure：a network approach.New York：Emerald Group Publishing Limited，1988

［8］ PUTNAM R D.Bowling Alone：The Collapse and Revival of American Community［M］.New York：Simon& Schuster，2000.

［9］ WILLIAMS D.On and off the net：scales for social capital in an online era［J］.Journal of Computer-mediated Communication，2006，11：593-628.

［10］ LEE J，LEE H.The computer-mediated communication network：exploring the linkage between the online community and social capital［J］.New Media&Society，2010，12（5）：711-727.

［11］ HELLIWELL J F，PUTMAN R D.The social context of well-being［J］.Philosophical Transactions of the Royal Society of London B，2004，359：1435-1446.

［12］ YE Q，F(xiàn)ANG B，HE W，et al.Can social capital be transferred cross the boundary of the real and virtual worlds？An empirical investigation of Twitter［J］.Journal of E-lectronic Commerce Research，2012，13：145-156.

［13］ JAVA A，SONG X，F(xiàn)ININ T，et al.Why we twitter：understanding micro-blogging usage and communities［C］//ZHANG H.The Joint Ninth Web KDD and First SNA-KDD Workshop 2007 on Web mining and social network analysis.New York：Association for Computing Machinery，2007：56-65.

［14］ 黎悅.微博關(guān)系與現(xiàn)實社會網(wǎng)絡(luò)關(guān)系的比較研究——基于社會網(wǎng)絡(luò)分析的視角［D］.南寧：廣西大學(xué)，2012.

［15］ KAIGO M.Social media usage during disasters and social capital：Twitter and the great east Japan earthquake［J］. Keio Communication Review，2012，34：19-35.

［16］ 劉春宇.微博客平合上的社會資本研究［D］.南京：南京師范大學(xué)，2012.

［17］ Van del Poel.Delineating personal support network［J］. Social Forces，1993，15：49-70.

［18］ 劉軍.社會網(wǎng)絡(luò)分析導(dǎo)論［M］.北京：中國社會科學(xué)出版社，2004.

［19］ 羅家德.社會網(wǎng)分析講義［M］.北京：社會科學(xué)文獻出版社，2005.

［20］ WATTS D.Identity and search in social networks［J］. Science，2002，296：1302-1305.

［21］ DOROGOVTSEV M.Scaling properties of scale-free e-volving networks：continuous approach［J］.Science，2002，301：827-829.

［22］ NEWMAN M E J.The structure and function of complex networks［J］.SIAM Review，2003，45（2）：167-256.

［23］ NEWMAN M E J.Mixing patterns in networks［J］. Physical Review E，2003，67：26-126.

［24］ PASTOR-SATORRAS R，VESPIGNANI A..Epidemic spreading in scale-free networks［J］.Phys.Rev.Lett.，2001，86：3200-3203.

［25］ MARWICK A E，BOYD D.I tweet honestly，I tweet passionately：Twitter users，context collapse，and the imagined audience［J］.New Media&Society，2010，13：114-133.

［26］ BEAUDOIN C E，TAO C-C.Benefiting from social capital in online support groups：an empirical study of cancer patients［J］.Cyber Psychology&Behavior，2007，10：587-590.

［27］ BEAUDOIN C E.News effects on bonding and bridging social capital：an empirical study relevant to ethnicity in the United States［J］.Communication Research，2011，38：155-178.

［28］ STEFANONE M A，JANG C-Y.Writing for friends and family：the interpersonal nature of blogs［J］.Journal of Computer-Mediated Communication，2007，13：123-140.

［29］ 張佰明.嵌套性：網(wǎng)絡(luò)微博發(fā)展的根本邏輯［J］.國際新聞界，2010（6）：81-85.

Influencing Factors of Social Capital in Micro-blog

Li Xinrui1，Cui Sha2
（1.School of Economics and Management，Tsinghua University，Beijing 100084，China；2.Department of Information Management，Peking University，Beijing 100871，China）

This paper，through cluster analysis，social network analysis and regression analysis，studies the impact of micro-blog user′s active behavior and off-line social capital on his/her social capital in micro-blog with the data from Sina micro-blog.The result shows as follows：the active behavior and off-line social capital of user in micro-blog have positive effects on his/her social capital in micro-blog，and the impact of off-line social capital is greater；off-line bridging social capital have a greater effect on social bonding social capital in micro-blog.

micro-blog；social capital；social network

C91

A

1002-980X（2014）03-0040-08

2013-12-16

李新銳（1984—），男，遼寧沈陽人，清華大學(xué)經(jīng)濟管理學(xué)院博士研究生，研究方向：創(chuàng)新創(chuàng)業(yè)；崔莎（1989—），女，滿族，遼寧錦州人，北京大學(xué)信息管理系碩士研究生，研究方向：信息技術(shù)。