洪 巍，吳林海，吳祐昕

( 江南大學a．江蘇省食品安全研究基地;b．商學院;c．設計學院，江蘇 無錫214122)

一、引 言

“意見領袖”一詞最早出現(xiàn)在美國傳播學學者拉扎斯菲爾德的《人民的選擇》一書中，主要指向他人提供信息并對他人產生影響的活躍分子［1］。隨著互聯(lián)網的快速發(fā)展與普及，網絡中也出現(xiàn)了一些意見領袖，他們通過積極發(fā)布信息引導網民的認知與行為，在一定程度上影響事態(tài)的發(fā)展方向。近年來，我國食品安全事件頻發(fā)，由此所引發(fā)的食品安全網絡輿情已成為公眾參與食品安全監(jiān)管的重要平臺。然而，在食品安全網絡輿情中夾雜著大量的謠言信息，若不加以監(jiān)管與引導，極易導致輿情爆發(fā)，危害社會穩(wěn)定。我國網民數(shù)量龐大，僅僅依靠政府力量難以實施全面、實時的監(jiān)管與引導，需要借助網絡意見領袖的力量，發(fā)揮其在輿情引導方面的積極作用。

網絡意見領袖在輿論引導等方面具有重要作用，國內外學者對其展開了相關研究。Barbara Lyons 和Kenneth Henderson 研究了網絡環(huán)境中意見領袖的特點及其與非意見領袖之間的差異，并探討了意見領袖理論對電子商務的影響［2］;Hon Wai Lam 和Chen Wu 研究了在線拍賣網站eBay 不同社區(qū)中的意見領袖識別方法，分析了買家在未來的影響力［3］;Lin，Y et．al 研究了微博中熱門話題的傳播模型以及網絡意見領袖的識別方法［4］;Weizhe Zhang et．al 提出了基于關系數(shù)據(jù)的網絡意見領袖識別方法［5］。國內學者則主要對網絡意見領袖的構成、特征與所產生的影響［6，7］、網絡意見領袖的識別［8－12］、網絡意見領袖輿論引導能力的評價［13］等方面進行了深入研究。從現(xiàn)有的文獻來看，國內外學者對網絡意見領袖的識別研究更為關注，這可能是因為網絡意見領袖識別是開展構成與特征分析、能力培養(yǎng)與評價等工作的前提。然而，網絡意見領袖主要通過發(fā)布信息影響相關網民的認知與行為，網民對相關信息的信任程度是影響網絡意見領袖輿論引導效果的重要因素。因此，在食品安全網絡輿情中，如何提高網民對網絡意見領袖信息發(fā)布的信任程度，是作為政府重要輔助力量的網絡意見領袖高效地發(fā)揮輿情引導作用亟需解決的問題。本文基于網民的問卷調查數(shù)據(jù)，運用多項Logistic 模型研究網民對食品安全網絡輿情中網絡意見領袖信任的影響因素。

二、理論分析與假設提出

信任是指人們在社會交往過程中相信對方不會采取欺騙行為的心理預期［14］，它是人們在面對復雜的社會環(huán)境時降低決策難度的重要策略。在食品安全網絡輿情中，網民需要通過獲取食品安全信息及時了解事件狀況并采取應對措施，以降低食品安全事件所可能帶來的風險，而網絡意見領袖作為食品安全信息發(fā)布的活躍分子，是網民及時、方便地獲取食品安全信息的重要渠道。然而，食品安全事件涉及專業(yè)的食品安全知識，一般網民難以辨識網絡意見領袖所發(fā)布信息的真實性與準確性。此時，信任便成為網民降低行為決策難度的重要策略，幫助其快速甄選所需信息。對于信任關系的構建與發(fā)展，McKnight et al． 指出，認知過程、基于制度的信任( 結構性保證信念、情境規(guī)范信念)、信任傾向等都是重要的影響因素［15］;Gefen et al．在回顧與總結前人的相關研究成果的基礎上，通過引入信任因素研究了電子商務中顧客對網絡商家的信任與接受行為。他認為，基于知識的熟悉、基于制度的信任( 情境規(guī)范、結構性保證)、基于計算的信任等是影響信任的主要因素［16］。此外，Hsu et al．的研究也證實，在虛擬社區(qū)中，基于經濟的信任( 基于計算的信任)、基于信息的信任( 基于知識的信任)、基于認同的信任( 基于傳遞的信任)等作為信任的重要構成要素，對人們的知識分享行為產生影響［17］?？梢?，相關文獻針對網絡環(huán)境中的信任研究主要集中在電子商務、知識分享等方面，而關于網絡意見領袖的信任研究比較少見。然而，不論是對電子商務中網絡商家的信任，還是對知識分享中虛擬社區(qū)的信任，抑或是對食品安全網絡輿情中網絡意見領袖的信任，都同屬于對未來不確定情況的一種心理預期，因此都可以使用上述文獻的理論框架展開研究?；谏鲜龇治觯疚木涂赡苡绊懢W民對食品安全網絡輿情中網絡意見領袖信任的因素提出以下研究假設:

(1)基于知識的熟悉。基于知識的熟悉是指通過加深相互間的了解來降低交互活動的不確定性，從而加強對對方信賴的心理預期。Kumar 在研究中提出，增加相互間的熟悉程度有利于提高商業(yè)關系的信任程度［18］。陳強和陳冰淳也在研究中證實，網民對微博信息發(fā)布者的親近性影響其對微博內容的信任［19］。基于此，選取閱讀信息、查看微博、信息互動等因素來考察它對網民信任的影響。

(2)基于制度的信任?；谥贫鹊男湃问侵赣煽陀^的制度規(guī)范體系所產生的安全感知，它包括情境規(guī)范( 由交互環(huán)境的穩(wěn)定性及一致性所產生的成功的心理預期)和結構性保證( 由規(guī)章、合同等明確的結構性保障所產生的獲得有利結果的心理預期)兩個方面。Gefen et al．指出，基于制度的信任的兩個方面影響網民對網絡商家的信任［16］;Zucker 的研究也證實了結構性保障對信任關系的影響，即第三方鑒定促進網絡上信任關系的建立［20］。基于此，分別針對情境規(guī)范與結構性保證，選取權威性、可靠性、嚴謹性以及平臺把關或審查制度、社會的監(jiān)督、政府的監(jiān)督、網絡實名制、法律約束等因素來考察其對網民信任的影響。

(3)基于計算的信任?；谟嬎愕男湃问侵赣沙杀九c收益的理性評價而產生的信賴對方的心理預期。Gefen et al．［16］、Wu 和Chen［21］等的研究均表明，基于計算的信任對于信任具有一定的影響?；诖?，選取不實誠的損失、不關注網民需求的損失、提供幫助能力不強的損失等因素來探討它對網民信任的影響。

三、調研設計與描述性統(tǒng)計分析

(一)調研設計

為了分析網民對食品安全網絡輿情中網絡意見領袖的信任與影響因素，2014年2月至3月期間，對涵蓋我國南部、北部、東部、西部以及中部的12個省、規(guī)模不同的48個城市的居民展開問卷調查，以期提高調研結果的普適性。調查人員主要由江南大學的在校大學生組成，且在調研之前開展系統(tǒng)的培訓。調研地區(qū)的分配以學生家鄉(xiāng)所在地為依據(jù)，以方便調查活動的開展并提高交流的有效性。每個城市的調查點一般選取大型超市、書店、商場等人流密集區(qū)域，并采用一對一訪談的形式展開調研。當受訪者年齡在18 歲及以上且知曉網絡輿情時，便被確認為調查對象。

(二)變量設置

本文以網民對網絡意見領袖的信任為被解釋變量。解釋變量的設置主要基于“第2 部分理論分析與假設提出”，并結合食品安全網絡輿情的具體內容，歸納出14個因素為解釋變量。變量對應的測量題項采用李克特五級量表，其中1 表示完全不認同，5 表示完全認同。具體選取的解釋變量如表1 所示。

表1 變量定義

(三)受訪網民的基本特征

本次問卷調查共發(fā)放問卷2640 份，回收有效問卷2464 份，有效率為93．33%。受訪網民的基本特征如表2 所示。

從表2 中可以看出，受訪網民在性別、婚姻狀況、家庭年收入方面分布比較均衡，年齡以18－45 歲為主，職業(yè)以學生與企業(yè)員工為主，家庭以三口之家為主，且學歷層次較高?？梢?，問卷調查樣本與我國網民的總體特征基本相符，不僅分布廣泛性，而且具備較高的代表性。

表2 受訪網民的基本特征

四、實證模型與結果討論

(一)模型選擇

本文以網民對網絡意見領袖的信任為被解釋變量，且測量題項的選項為多個水平的離散型選擇項( “絕不認同”、“有些認同”、“一般認同”、“比較認同”、“很認同”)，因此采用多項Logistic 回歸模型。設Y 為被解釋變量，有N個取值水平，其中第n( n ∈(1，2，…，N))個水平為參照類別，χm為被解釋變量的選項取m 水平時的條件概率，則多項Logistic回歸模型為:

在式(1)中，xt為模型中的自變量，am為模型中的截距，bmt為自變量的回歸系數(shù)向量。

(二)Logistic 回歸分析結果

運用SPSS19.0 對調研數(shù)據(jù)進行統(tǒng)計分析，采用多項Logistic 回歸模型進行多因素分析。模型的整體擬合結果如表3 所示。

表3 模型的整體擬合效果

從表3 中可以看出，模型的整體擬合結果良好，適合進行多項Logistic 回歸分析。多項Logistic回歸模型引入自變量的似然比檢驗結果如表4 所示。

表4 模型引入自變量的似然比檢驗結果

表4 的檢驗結果顯示，不實誠的損失( DHO)、閱讀信息( RIN)、平臺把關或審查制度( EXA)、權威性( AUT)在0.00 水平上顯著，查看微博( FWB)、信息互動( INI)、法律約束( LAW)在0.01 水平上顯著，其他因素的顯著水平均大于0.05，表明這7個因素對網民的信任具有顯著的影響。進一步對上述7個因素進行參數(shù)估計，參數(shù)估計結果如下:

1．“絕不認同”的信任水平( 即對“根據(jù)以往對網絡意見領袖的經驗來看，我知道網絡意見領袖是誠實的”這種說法“絕不認同”)。

自變量DHO 的參照類別是“很認同”，DHO =1( “絕不認同”)和DHO =2( “有些認同”)的統(tǒng)計檢驗十分顯著( 在0.01 水平上顯著)，且回歸系數(shù)為正，說明對“如果網絡意見領袖在與我互動時不誠實，那么將對它沒有好處”這種說法選擇“絕不認同”和“有些認同”的受訪網民與選擇“很認同”的受訪網民相比，更有可能“絕不認同”網絡意見領袖是誠實的，即如果受訪網民不認同或不太認同不誠實行為會對網絡意見領袖帶來負面影響，那么他們就更傾向于不認同網絡意見領袖是誠實的。具體地，DHO=1 的EXP( B)值( 比值比，Odds Ratio，OR)為3.286，表示對DHO 題項“絕不認同”的受訪網民，在評價其對網絡意見領袖誠實性的認同程度時，選擇“絕不認同”與“很認同”的概率之比，是對DHO 題項“很認同”的受訪網民這一比值的3.286 倍，即對DHO 題項“絕不認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對DHO 題項“很認同”的受訪網民的3.286 倍;DHO=2 的EXP( B)值為3.505，表示對DHO 題項“有些認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對DHO 題項“很認同”的受訪網民的3.505 倍。

自變量RIN 和FWB 的影響均不顯著( 顯著水平大于0.05)。

自變量INI 的參照類別是“很認同”，INI=2( “有些認同”)和INI =3( “一般認同”)的統(tǒng)計檢驗比較顯著( 在0.05 水平上顯著)，且回歸系數(shù)為正，說明對“我通過與網絡意見領袖的信息互動過程而對網絡意見領袖比較熟悉”這種說法選擇“有些認同”和“一般認同”的受訪網民與選擇“很認同”的受訪網民相比，更有可能“絕不認同”網絡意見領袖是誠實的，即如果受訪網民在與網絡意見領袖信息互動過程中所建立起來的熟悉程度不太高或一般，那么他們就更傾向于不認同網絡意見領袖是誠實的。具體地，INI=2 的EXP( B)值為3.361，表示對INI 題項“有些認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對INI 題項“很認同”的受訪網民的3.361倍;INI=3 的EXP( B)值為3.081，表示對INI 題項“一般認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對INI 題項“很認同”的受訪網民的3.081 倍。

自變量EXA 的參照類別是“很認同”，EXA=1( “絕不認同”)的統(tǒng)計檢驗十分顯著( 在0.01 水平上顯著)，且回歸系數(shù)為正，表明對“我感覺網絡意見領袖是可以信賴的是因為其信息發(fā)布受到網絡平臺把關或審查制度的約束”這種說法選擇“絕不認同”的受訪網民與選擇“很認同”的受訪網民相比，更有可能“絕不認同”網絡意見領袖是誠實的，即如果受訪網民不認同網絡意見領袖的信息發(fā)布行為受到網絡平臺把關或審查制度的約束，那么他們就更傾向于不認同網絡意見領袖是誠實的。具體地，EXA =1 的EXP( B)值為4.363，表示對EXA 題項“絕不認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對EXA 題項“很認同”的受訪網民的4.363 倍。

自變量LAW 的參照類別是“很認同”，LAW=2( “有些認同”)和LAW =3( “一般認同”)的統(tǒng)計檢驗十分顯著( 在0.01 水平上顯著)，且回歸系數(shù)為正，表明對“我感覺網絡意見領袖是可以信賴的是因為其信息發(fā)布受到法律的約束”這種說法選擇“有些認同”和“一般認同”的受訪網民與選擇“很認同”的受訪網民相比，更有可能“絕不認同”網絡意見領袖是誠實的，即如果受訪網民不太認同或一般認同網絡意見領袖的信息發(fā)布行為受到法律的約束，那么他們就更傾向于不認同網絡意見領袖是誠實的。具體地，LAW =2 的EXP( B)值為3.959，表示對LAW 題項“有些認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對LAW 題項“很認同”的受訪網民的3.959 倍;LAW=3 的EXP( B)值為3.764，表示對LAW 題項“一般認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對LAW 題項“很認同”的受訪網民的3.764 倍。

自變量AUT 的參照類別是“很認同”，AUT=3( “一般認同”)和AUT=4( “比較認同”)的統(tǒng)計檢驗比較顯著( 在0.05 水平上顯著)，AUT=1( “絕不認同”)和AUT=2( “有些認同”)的統(tǒng)計檢驗十分顯著( 在0.00 水平上顯著)，且回歸系數(shù)為正，表明對“網絡意見領袖信息發(fā)布的渠道或平臺具有權威性”這種說法選擇“絕不認同”、“有些認同”、“一般認同”和“比較認同”的受訪網民與選擇“很認同”的受訪網民相比，更有可能“絕不認同”網絡意見領袖是誠實的，即如果受訪網民對網絡意見領袖信息發(fā)布的渠道或平臺的權威性不是非常認同，那么就更傾向于不認同網絡意見領袖是誠實的。具體地，AUT=1 的EXP( B)值為12.463，表示對AUT 題項“絕不認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對AUT 題項“很認同”的受訪網民的12.463倍;AUT=2 的EXP( B)值為6.615，表示對AUT 題項“有些認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對AUT 題項“很認同”的受訪網民的6.615 倍;AUT=3 的EXP( B)值為2.559，表示對AUT 題項“一般認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對AUT 題項“很認同”的受訪網民的2.559 倍; AUT =4 的EXP( B)值為3.242，表示對AUT 題項“比較認同”的受訪網民選擇“絕不認同”網絡意見領袖的誠實性的發(fā)生比，是對AUT 題項“很認同”的受訪網民的3.242 倍。

2．“有些認同”的信任水平( 即對“根據(jù)以往對網絡意見領袖的經驗來看，我知道網絡意見領袖是誠實的”這種說法“有些認同”)。

自變量DHO 中的DHO=3( “一般認同”)和DHO=4( “比較認同”)( 在0.05 水平上顯著)以及DHO=2( “有些認同”)( 在0.00 水平上顯著)與“有些認同”的信任水平呈正向影響關系。DHO=2、DHO=3、DHO=4 的EXP( B)值分別為4.460、1.884、1.903。

自變量RIN 中的RIN=1( “絕不認同”)( 在0.05 水平上顯著)以及RIN =2( “有些認同”)和RIN=3( “一般認同”)( 在0.01 水平上顯著)與“有些認同”的信任水平呈正向影響關系。RIN=1、RIN=2、RIN=3 的EXP( B)值分別為3.142、4.154、3.567。

自變量FWB 中的FWB=2( “有些認同”)( 在0.05 水平上顯著)與“有些認同”的信任水平呈正向影響關系。FWB=2 的EXP( B)值為3.014。

自變量INI 中的INI=2( “有些認同”)( 在0.05 水平上顯著)與“有些認同”的信任水平呈正向影響關系。INI=2 的EXP( B)值為3.291。

自變量EXA 中的EXA=2( “有些認同”)和EXA =3( “一般認同”)( 在0.01 水平上顯著)與“有些認同”的信任水平呈正向影響關系。EXA =2 和EXA =3 的EXP( B)值分別為4.009 和2.645。

自變量LAW 中的LAW=2( “有些認同”)和LAW=4( “比較認同”)( 在0.01 水平上顯著)以及LAW =3( “一般認同”)( 在0.00 水平上顯著)與“有些認同”的信任水平呈正向影響關系。LAW=2、LAW=3、LAW=4 的EXP( B)值分別為3.443、3.305、2.118。

自變量AUT 中的AUT=4( “比較認同”)( 在0.05 水平上顯著)以及AUT =1( “絕不認同”)、AUT=2( “有些認同”)、AUT=3( “一般認同”)( 在0.00 水平上顯著)與“有些認同”的信任水平呈正向影響關系。AUT =1、AUT =2、AUT =3、AUT =4 的EXP( B)值分別為6.410、8.421、3.393、2.120。

3．“一般認同”的信任水平( 即對“根據(jù)以往對網絡意見領袖的經驗來看，我知道網絡意見領袖是誠實的”這種說法“一般認同”)。

自變量DHO 中的DHO=2( “有些認同”)、DHO =3( “一般認同”)、DHO =4( “比較認同”)( 在0.01 水平上顯著)與“一般認同”的信任水平呈正向影響關系。DHO=2、DHO=3、DHO=4 的EXP( B)值分別為3.557、1.978、2.171。

自變量RIN 中的RIN =2( “有些認同”)( 在0.01 水平上顯著)、RIN =3( “一般認同”)( 在0.00 水平上顯著)與“一般認同”的信任水平呈正向影響關系。RIN=2 和RIN=3 的EXP( B)值分別為2.928 和4.454。

自變量FWB 的影響不顯著( 顯著水平大于0.05)。

自變量INI 中的INI=1( “絕不認同”)、INI =3( “一般認同”)、INI =4( “比較認同”)( 在0.05水平上顯著)以及INI=2( “有些認同”)( 在0.01 水平上顯著)與“一般認同”的信任水平呈正向影響關系。INI=1、INI=2、INI=3、INI=4 的EXP( B)值分別為3.554、2.815、2.036、2.271。

自變量EXA 中的EXA=2( “有些認同”)、EXA=4( “比較認同”)( 在0.01 水平上顯著)以及EXA=3( “一般認同”)( 在0.00 水平上顯著)與“一般認同”的信任水平呈正向影響關系。EXA =2、EXA=3、EXA=4 的EXP( B)值分別為2.827、3.414、2.220。

自變量LAW 中的LAW=2( “有些認同”)、LAW=4( “比較認同”)( 在0.05 水平上顯著)以及LAW=3( “一般認同”)( 在0.00 水平上顯著)與“一般認同”的信任水平呈正向影響關系。LAW=2、LAW=3、LAW=4 的EXP( B)值分別為2.095、2.909、1.800。

自變量AUT 中的AUT=1( “絕不認同”)( 在0.01 水平上顯著)以及AUT =2( “有些認同”)、AUT=3( “一般認同”)、AUT=4( “比較認同”)( 在0.00 水平上顯著)與“一般認同”的信任水平呈正向影響關系。AUT =1、AUT =2、AUT =3、AUT =4 的EXP( B)值分別為4.771、6.254、4.278、2.902。

4．“比較認同”的信任水平( 即對“根據(jù)以往對網絡意見領袖的經驗來看，我知道網絡意見領袖是誠實的”這種說法“比較認同”)。

自變量DHO 中的DHO=2( “有些認同”)( 在0.05 水平上顯著)以及DHO =4( “比較認同”)( 在0.01 水平上顯著)與“比較認同”的信任水平呈正向影響關系。DHO =2 和DHO =4 的EXP( B)值分別為2.289 和2.393。

自變量RIN 中的RIN=3( “一般認同”)( 在0.05 水平上顯著)與“比較認同”的信任水平呈正向影響關系。RIN=3 的EXP( B)值為2.297。

自變量FWB 的影響不顯著( 顯著水平大于0.05)。

自變量INI 中的INI=4( “比較認同”)( 在0.01 水平上顯著)與“比較認同”的信任水平呈正向影響關系。INI=4 的EXP( B)值為2.474。

自變量EXA 中的EXA=4( “比較認同”)( 在0.05 水平上顯著)與“比較認同”的信任水平呈正向影響關系。EXA=4 的EXP( B)值為1.798。

自變量LAW 中，LAW=1( “絕不認同”)( 在0.01 水平上顯著)與“比較認同”的信任水平呈負向影響關系，即如果受訪網民不認同網絡意見領袖的信息發(fā)布行為受到法律的約束，那么他們就更傾向于不太認同網絡意見領袖是誠實的; LAW =2( “有些認同”)( 在0.05 水平上顯著)以及LAW=3( “一般認同”)( 在0.01 水平上顯著)與“比較認同”的信任水平呈正向影響關系。LAW=1、LAW=2、LAW=3 的EXP( B)值分別為0.286、2.488、2.274。

自變量AUT 中的AUT=1( “絕不認同”)、AUT =2( “有些認同”)、AUT =3( “一般認同”)( 在0.01 水平上顯著)以及AUT=4( “比較認同”)( 在0.00 水平上顯著)與“比較認同”的信任水平呈正向影響關系。AUT =1、AUT =2、AUT =3、AUT =4 的EXP( B)值分別為4.035、3.380、2.510、3.475。

從總體上看，上述“絕不認同”、“有些認同”、“一般認同”、“比較認同”等網民對網絡意見領袖信任的認同水平具有較強的排序關系，且對應不同的信任認同水平，大多數(shù)自變量都會在自身相應的認同水平上對其產生顯著的影響。其中，對于每個認同水平上的信任，自變量DHO、EXA 以及AUT 在自身相應的認同水平上都產生顯著的影響;處于“絕不認同”的認同水平的自變量INI 對處于“絕不認同”的認同水平的信任沒有顯著影響; 處于“絕不認同”的認同水平的自變量RIN 對處于“絕不認同”的認同水平的信任沒有顯著影響，處于“比較認同”的認同水平的自變量RIN 對處于“比較認同”的認同水平的信任沒有顯著影響;處于“絕不認同”的認同水平的自變量LAW 對處于“絕不認同”的認同水平的信任沒有顯著影響，處于“比較認同”的認同水平的自變量LAW 對處于“比較認同”的認同水平的信任也沒有顯著影響;處于“絕不認同”的認同水平的自變量FWB 對處于“絕不認同”的認同水平的信任沒有顯著影響，處于“一般認同”的認同水平的自變量FWB 對處于“一般認同”的認同水平的信任也沒有顯著影響，處于“比較認同”的認同水平的自變量FWB對處于“比較認同”的認同水平的信任同樣沒有顯著影響。

五、研究結論與政策建議

針對食品安全網絡輿情中網民對網絡意見領袖信息發(fā)布的信任的影響因素，本文通過問卷調查，并利用Logistic 模型進行了分析，得出如下結論:(1)不實誠的損失( DHO)、平臺把關或審查制度( EXA)以及權威性( AUT)對“絕不認同”、“有些認同”、“一般認同”、“比較認同”等認同水平上的信任都有顯著的正向影響，它們是影響網民對網絡意見領袖信任的重要因素; ( 2)信息互動( INI)、閱讀信息( RIN)、法律約束( LAW)以及查看微博( FWB)等因素對部分認同水平上的信任具有一定的正向影響;(3)可靠性( REL)、嚴謹性( RIG)、社會的監(jiān)督( SOC)、政府的監(jiān)督( GOV)、網絡實名制( NAM)、不關注網民需求的損失( DEM)以及提供幫助能力不強的損失( ABI)等因素對網民的信任沒有顯著影響。

基于上述研究結論，針對食品安全網絡輿情的監(jiān)管與引導提出以下政策建議:(1)不誠實的損失( DHO)是影響網民對網絡意見領袖的信任的重要因素之一，應加大對網絡意見領袖發(fā)布虛假信息行為的懲罰力度，并將懲罰手段規(guī)范化與制度化，增加網絡意見領袖采取不誠實行為的成本。如此，一方面可以對網絡意見領袖發(fā)布虛假信息的行為產生一定的威懾作用，減少網絡中的虛假信息;另一方面可以在一定程度上促進網民對網絡意見領袖的信任，從而提高網絡意見領袖輿情引導的效能。(2)平臺把關或審查制度( EXA)也對網民的信任產生重要的影響，應進一步完善食品安全網絡信息發(fā)布平臺的信息把關與審查制度，提高信息把關人的綜合素質，從源頭上控制虛假信息的傳播，提高網民對網絡意見領袖的信任。(3)針對權威性( AUT)對網民信任的重要影響，一方面需要提高網絡意見領袖自身的食品安全知識水平，尤其是培養(yǎng)一批具有正確價值觀與豐富專業(yè)知識的食品安全領域專家作為食品安全網絡輿情的意見領袖;另一方面需要聯(lián)合專業(yè)的食品安全研究及檢測機構，共同發(fā)布相關食品安全信息，以提高網絡意見領袖信息發(fā)布的權威性，從而加強網民對網絡意見領袖的信任。(4)對于其他一些影響網民信任的因素，可以通過各種宣傳與交流活動加強網民與網絡意見領袖之間的信息互動，提高網民對網絡意見領袖的熟悉程度，從而增強網民的信任。此外，法律約束( LAW)也對網民的信任產生一定的影響，可以通過政府立法的方式，規(guī)定網絡意見領袖在食品安全網絡信息發(fā)布方面的權力與義務，規(guī)范其信息發(fā)布行為，以提高網絡意見領袖的公信力。

［1］LAZARSFELD P F，BERELSON B，GAUDET H．The People’s Choice［M］．New York: Columbia University Press，1948．

［2］BARBARA LYONS，KENNETH HENDERSON． Opinion leadership in a computer mediated environment［J］．Journal of Consumer Behaviour ，2005，4(5):319－329．

［3］HON WAI LAM，CHEN WU．Finding Influential eBay Buyers for Viral Marketing－A Conceptual Model of BuyerRankl［C］．Proceedings of IEEE Conference on Commerce and Enterprise Computing．IEEE，2009: 778－785．

［4］LIN Y，LI HX，LIU XQ，F(xiàn)AN SH． Hot Topic Propagation Model and Opinion Leader Identifying Model in Microblog Network［J］． Abstract and Applied Analysis，2013:1－13．

［5］WEIZHE ZHANG，XIAOQIANG LI，HUI HE，XING WANG． Identifying Network Public Opinion Leaders Based on Markov Logic Networks［J］． The ScientificWorld Journal，2014:1－8．

［6］姜珊珊，李欲曉，徐敬宏．非常規(guī)突發(fā)事件網絡輿情中的意見領袖分析［J］．情報理論與實踐，2010，33( 12):101－104．

［7］王 平，謝耘耕．突發(fā)公共事件中微博意見領袖的實證研究——以“溫州動車事故”為例［J］．現(xiàn)代傳播，2012(3):82－88．

［8］王君澤，王雅蕾，禹 航，等．微博客意見領袖識別模型研究［J］．新聞與傳播研究，2011(6):81－88．

［9］蔡淑琴，馬玉濤，王 瑞．在線口碑傳播的意見領袖識別方法研究［J］．中國管理科學，2013，21(2):185－192．

［10］寧連舉，萬志超．基于團購商品評論的網絡意見領袖識別［J］．情報雜志，2013，32(8):204－207．

［11］王 娟，曹樹金，姜靈敏，等． 興趣社交網站中意見領袖識別的研究［J］． 圖書情報工作，2013，57( 14):97－104．

［12］熊 濤，何 躍．微博轉發(fā)網絡中意見領袖的識別與分析［J］．現(xiàn)代圖書情報技術，2013(6):55－62．

［13］謝新洲，杜智濤．網絡意見領袖輿論引導能力的評判體系研究——基于灰色統(tǒng)計與層次分析法的模型構建［J］．圖書情報工作，2013，57(15):20－26．

［14］DAVID GEFEN，ELENA KARAHANNA，DETMAR W． Straub，Inexperience and experience with online stores:the importance of TAM and trust［J］． Engineering Management，IEEE Transactions on，2003，50(3): 307－321．

［15］MCKNIGHT D H，CUMMINGS L L，CHERVANY N L． Initiai trust formation in new organizational relationships［J］． Academy of Management Review，1998，23 (3):473－490．

［16］GEFEN D，KARAHANNA E，STRAUB D W． Trust and TAM in online shopping: an integrated model［J］． MIS Quarterly，2003，27(1):51－90．

［17］MENG－HSIANG HSU，TERESA L JU，CHIA－HUI YEN，CHUN－MING CHANG． Knowledge sharing behavior in virtual communities: The relationship between trust，self－efficacy，and outcome expectations［J］． Int． J． Human－Computer Studies，2007，(65):153－169．

［18］KUMAR N． The power of trust in manufacturer－retailer relationships［J］． Harvard Business Review，1996，，74(6):92－106．

［19］陳 強，陳冰淳．微博內容信任問題的實證分析［J］． 現(xiàn)代傳播，2014，(2):124－129．

［20］ZUCKER L G． Production of Trust: Institutional Sources of Economic Structure，1840－1920［J］． Research in Organizational Behavior，1986，(8):53－111．

［21］ING-LONG WU，JIAN-LIANG CHEN． An extension of Trust and TAM model with TPB in the initial adoption of online tax: An empirical study［J］． International Journal of Human-Computer Studies，2005，62(6):784－808．