摘 要：網(wǎng)絡社區(qū)已經(jīng)成為知識傳播的重要方式。用戶數(shù)量規(guī)模以及知識分享活躍度對網(wǎng)絡社區(qū)的發(fā)展尤為重要?；谏鐣换リP系、信任和共同語言3個維度，從網(wǎng)絡規(guī)模效應調(diào)節(jié)作用的視角構(gòu)建了用戶知識分享行為的機理模型。通過問卷調(diào)查獲取數(shù)據(jù)對理論模型進行實證分析，研究表明社會交互關系、信任和共同語言對用戶的知識分享意愿有顯著正向影響；同邊網(wǎng)絡效應在信任對用戶知識分享意愿的影響中起負向調(diào)節(jié)作用；跨邊網(wǎng)絡效應在社會交互關系、共同語言對用戶知識分享意愿的影響中起正向調(diào)節(jié)作用。最后，從構(gòu)建良好的知識網(wǎng)絡社區(qū)環(huán)境、加大知識網(wǎng)絡社區(qū)的品牌宣傳、建立科學的知識分享激勵機制等方面提出了具體對策。

關鍵詞：網(wǎng)絡社區(qū)；知識分享；社會資本；網(wǎng)絡規(guī)模

中圖分類號：F270文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202406035

Research on the Users’ Knowledge Sharing Behavior Based on Social Capital in Network Community： From the Perspective of Moderating Effect of Network Scale

Abstract：The network community dominated by users' collective cooperation and knowledge sharing is becoming an important way of knowledge dissemination. Maintaining the scale of users and improving users' willingness to share knowledge is particularly important for the development of knowledge network community. Based on the three dimensions of social interaction ties， trust and shared language， this paper explores the knowledge sharing model from the moderating effect of network scale. We found that social interaction， trust and shared language have a significant positive impact on users' willingness to share knowledge. At the same time， the same-side network effect has a significant negative moderating effect on the influence of trust， shared language on users’ willingness to share knowledge. The cross-side network effect has a significant positive moderating effect on the influence of social interaction ties and shared language on users' willingness to share knowledge. The research conclusions have important reference value and guiding significance for the operation and development of knowledge network community. Finally， we propose specific strategies from building a good knowledge network community environment， increasing brand promotion in knowledge network communities， and establishing a scientific knowledge sharing incentive mechanism.

Key Words：Network Community; Knowledge Sharing; Social Capital; Network Size Effect

0 引言

隨著大數(shù)據(jù)、人工智能等新興技術(shù)的應用，知識傳播模式已經(jīng)發(fā)生了巨大的變革，人們獲取知識的方式呈現(xiàn)出個性化、碎片化和互動性等特征，以用戶協(xié)作和共享為主導的知識網(wǎng)絡社區(qū)正受到用戶的青睞，越來越多的企業(yè)通過構(gòu)建網(wǎng)絡社區(qū)引導用戶進行知識分享以為企業(yè)的創(chuàng)意、技術(shù)研發(fā)提供知識來源。與此同時，用戶在參與網(wǎng)絡社區(qū)的創(chuàng)意設計、內(nèi)容評論等知識分享過程中，不僅能促進網(wǎng)絡社區(qū)知識內(nèi)容的繁榮和發(fā)展，也能提升用戶自身的價值體驗并獲取收益。一般來說，在知識網(wǎng)絡社區(qū)中，用戶既可以是知識的生產(chǎn)者，也可以是知識的目標受眾人群，用戶數(shù)量規(guī)模以及知識分享活躍度是網(wǎng)絡社區(qū)發(fā)展的關鍵[1]。網(wǎng)絡社區(qū)用戶持續(xù)的知識分享不僅能豐富網(wǎng)絡社區(qū)知識內(nèi)容，也能拓展用戶的網(wǎng)絡社交空間，進而提升用戶的知識體驗和忠誠度。同時，網(wǎng)絡社區(qū)的用戶數(shù)量越多，越能增加用戶間的“協(xié)同”知識互惠程度，獲取知識管理的規(guī)模經(jīng)濟效益。然而，網(wǎng)絡社區(qū)的用戶規(guī)模到底會對用戶進行知識分享產(chǎn)生什么樣的影響還缺乏相關的理論研究和實證分析。在實踐中，我國諸多知識型網(wǎng)絡社區(qū)也面臨著“潛水”用戶多、核心內(nèi)容生產(chǎn)者數(shù)量少、知識分享活躍用戶不斷減少等諸多難題，從而導致許多知識網(wǎng)絡社區(qū)的盈利和運營效果不佳。因此，如何提升用戶參與知識分享的意愿并促進知識網(wǎng)絡社區(qū)可持續(xù)發(fā)展已經(jīng)成為知識經(jīng)濟時代迫切需要研究的課題。

1 文獻回顧

網(wǎng)絡社區(qū)（online community）又稱虛擬社區(qū)、在線社區(qū)，是指足夠多的人在網(wǎng)絡中共同討論話題，進行情感交流，并在電子空間形成個人關系網(wǎng)的社會集合體[2]，越來越多的企業(yè)將知識網(wǎng)絡社區(qū)作為創(chuàng)意設計、外部知識、技術(shù)的來源[3]。知識類社區(qū)運營的關鍵在于用戶間的知識分享。一般來說，知識分享主要指網(wǎng)絡社區(qū)中個體愿意通過用戶間的互動交流將所掌握的知識、經(jīng)驗等經(jīng)社區(qū)傳遞給他人。有學者認為知識分享包括雙方互惠的因素和雙向互動[4]。虛擬品牌社區(qū)平臺上擁有專業(yè)知識的顧客不僅為企業(yè)提供有創(chuàng)意的想法，而且與社區(qū)其他成員積極溝通交流[5]。

知識網(wǎng)絡社區(qū)用戶的知識分享行為不僅受到個體心理因素的影響，同時還與所在的環(huán)境密切相關。從現(xiàn)有的文獻來看，學者們主要是從自我決定理論、社會認知理論、社會資本等理論視角闡述了網(wǎng)絡社區(qū)知識分享的影響機理和影響因素。心理學家Ryan和Deci等[6]提出了自我決定理論，闡述了人類自我決定行為的動機過程。基于自我決定理論分析，學者們認為人們知識分享受到知識分享動機、自我決定感、自我歸屬感的影響，秦敏等[7]研究表明自我歸屬感和自我勝任感對知識貢獻行為有顯著正向影響。王松等[8]在研究中驗證了自我決定感正向影響顧客參與價值共創(chuàng)。也有學者研究發(fā)現(xiàn)互惠、利他主義和同情顯著影響知識共享的意愿[9]。此外，用戶的內(nèi)外部動機、心理需要也是用戶參與協(xié)同知識分享的重要因素[10]。由此可以看出，從自我決定理論來看，用戶的知識分享意愿受用戶內(nèi)外部動機、自我決定感、互惠和利他心理等諸多因素影響。

基于社會認知理論的研究，學者們發(fā)現(xiàn)自我效能、成本、預期收益對在線社區(qū)知識分享行為產(chǎn)生重要的影響，Liao等[11]研究發(fā)現(xiàn)自我效能正向影響在線社區(qū)的知識分享。實證研究也表明，自我效能對知識分享的質(zhì)量和數(shù)量產(chǎn)生調(diào)節(jié)效應[5]。與此同時，也有學者將知識分享過程視為一種社會交換，研究表明知識分享與成本和預期利益有關[12]。進一步研究表明知識分享的成本包括認知成本和執(zhí)行成本，認知成本會負向影響專業(yè)知識共享，而執(zhí)行成本會負向影響基本知識共享[13]。另外，聲譽、關注度和互惠等因素也是影響用戶知識分享的重要因素[14]。

網(wǎng)絡社區(qū)成員的關系及知識資源本質(zhì)上是一種社會資本，從社會資本理論闡述用戶在線社區(qū)知識貢獻行為也是研究的熱點[15-16]。借助社會資本的結(jié)構(gòu)、關系、認知三維度理論，楊剛等[17]基于社會資本理論歸納出互動聯(lián)結(jié)、共同語言、認同反饋對用戶持續(xù)參與知識分享的意愿產(chǎn)生正向影響。實證研究也表明社會資本和個人動機正向影響在線社區(qū)中成員的知識分享行為[18]。由此可以看出，社會資本與人格特質(zhì)、個人動機等個人因素會共同影響用戶的知識分享行為。

事實上，用戶的個人效能和社會資本與用戶所在網(wǎng)絡社區(qū)的用戶規(guī)模緊密相關，網(wǎng)絡社區(qū)的用戶規(guī)模會對用戶的個人效能和社會資本產(chǎn)生重要影響。一般來說，網(wǎng)絡社區(qū)的用戶規(guī)模越大，意味著節(jié)點數(shù)量越多，用戶形成的關系網(wǎng)絡越緊密[19]。在經(jīng)濟學中，網(wǎng)絡社區(qū)用戶的期望收益隨著網(wǎng)絡社區(qū)用戶數(shù)量增加而增加的現(xiàn)象被稱為網(wǎng)絡規(guī)模效應。網(wǎng)絡規(guī)模效應強調(diào)用戶數(shù)量增加給已有用戶帶來的收益，用戶間的“協(xié)同”使得互惠程度增加[20]。從知識分享行為的角度來分析，知識型網(wǎng)絡社區(qū)可看作是由知識分享與知識獲取雙邊用戶構(gòu)成，網(wǎng)絡社區(qū)規(guī)模不僅會影響用戶獲取知識的數(shù)量、質(zhì)量和時效，也會通過調(diào)節(jié)用戶網(wǎng)絡社區(qū)關系、信任以及共同語言等社會資本要素進而影響用戶的知識分享意愿。由此可以看出，網(wǎng)絡社區(qū)資本、網(wǎng)絡社區(qū)用戶規(guī)模會共同對用戶知識分享行為產(chǎn)生影響。也就是說，網(wǎng)絡社區(qū)社會資本對用戶知識分享意愿產(chǎn)生影響的同時也會受到網(wǎng)絡社區(qū)用戶規(guī)模的調(diào)節(jié)作用。從掌握的文獻來看，尚無學者從網(wǎng)絡規(guī)模的調(diào)節(jié)作用的視角闡述社會資本對用戶知識分享的機理模型，也缺乏相關的實證分析。本文從社會資本理論和網(wǎng)絡社區(qū)規(guī)模調(diào)節(jié)作用的視角，探究網(wǎng)絡社區(qū)用戶知識分享的機理模型，通過知識網(wǎng)絡社區(qū)的問卷調(diào)查獲取數(shù)據(jù)進行實證分析，以期為我國知識網(wǎng)絡社區(qū)的運營提供參考和借鑒。

2 理論分析與研究假設

2.1 社會資本對用戶知識分享意愿的影響

社會資本通常包括結(jié)構(gòu)資本、關系資本和認知資本3個維度。結(jié)構(gòu)資本是指用戶在社會交往基礎上形成的網(wǎng)絡關系結(jié)構(gòu)，在知識網(wǎng)絡社區(qū)中，用戶之間通過互動、交流形成了較為穩(wěn)定的網(wǎng)絡關系結(jié)構(gòu)，由此，網(wǎng)絡社區(qū)用戶的社會交互關系可以表示其結(jié)構(gòu)資本。社會交互關系反映出社區(qū)成員間的互動頻度，用戶的社會交換關系為知識的流動和獲取提供了便利，社區(qū)成員之間的互動越頻繁，則用戶獲取知識越經(jīng)濟、越便利。Chang等[21]在研究中認為結(jié)構(gòu)資本會影響用戶之間的互動和信任，從而正向影響用戶的知識分享意愿。Shang等[22]實證研究也表明社會交互關系顯著影響用戶知識購買意愿進而促進知識分享行為。因此，本文提出以下假設。

H1：社會交互關系正向影響網(wǎng)絡社區(qū)用戶知識分享意愿。

關系資本是指成員互動涉及的感情因素，信任是關系資本的核心概念，信任意味著個體間品質(zhì)的認可，能夠強化個體對集體的關注和參與行為，是發(fā)展用戶間關系的關鍵要素[23]。在知識社區(qū)中，用戶通過長期的互動、交流會形成較好的信任，從而促進相互的知識分享。反之，如果用戶之間彼此不信任，則會擔心知識分享過程中出現(xiàn)機會主義或者強的競爭，損害自身利益而降低知識分享的意愿。由此，提出以下假設。

H2：信任正向影響網(wǎng)絡社區(qū)用戶知識分享意愿。

認知資本表明成員間基于共同的表達、解釋和含義形成的資源，包括共同語言、共同目標或愿景。共同語言是指成員使用的共同表達方式，是形成共同目標或愿景的重要基礎，是認知資本的核心要素。具有共同語言的社區(qū)用戶能改善相互認知，減少誤解，具備較強的信息獲取和知識交換能力[24]。共同語言的建立使得知識分享者知道知識接受者的理解程度并相信接受者能夠理解其所貢獻的知識，進而知識分享的動機增強。因此，本文提出以下假設：

H3：共同語言正向影響網(wǎng)絡社區(qū)用戶知識分享意愿。

2.2 社會資本各維度間的關系

在網(wǎng)絡社區(qū)的社會資本中，社會交互關系、信任和共同語言各維度之間不是割裂的。社會交互關系描述的是用戶間交互的頻率和結(jié)構(gòu)，信任是經(jīng)交流互動后發(fā)展的人際關系，而共同語言則表現(xiàn)為交互內(nèi)容的理解程度。一般來說，成員的社會互動關系越強，則其信息交換的頻率也越高[25]。個體間通過長時間的交流溝通，產(chǎn)生積極情感，相互間的信任關系越來越強。用戶間的了解和信任增強，交流和溝通更有效，用戶也更容易將社區(qū)中其他與自己互動關系密切的用戶看作是自己的朋友。也就是說，社會互動促進了信任的增加，利于積累關系資本。因此，本文提出如下假設：

H4：社會交互關系正向影響網(wǎng)絡社區(qū)用戶間信任。

網(wǎng)絡社區(qū)用戶之間的強聯(lián)結(jié)與頻繁互動支持他們采用共同的語言、術(shù)語等[26]。在強社會交互關系下，用戶隨著對社區(qū)環(huán)境、其他用戶等的熟悉和了解，能夠形成社區(qū)內(nèi)的共同語言，如獨有的被其他用戶廣泛理解的詞匯、符號等。反之，如果社會交互偏弱，用戶對彼此間的知識能力、專業(yè)程度和共享語境不了解，就容易出現(xiàn)理解偏差，甚至陷入溝通的沖突，很難真正有效地分享或獲取有用的知識。因此，本文提出如下假設：

H5：社會交互關系正向影響網(wǎng)絡社區(qū)用戶間共同語言。

網(wǎng)絡社區(qū)的共同語言指社區(qū)用戶間經(jīng)長期形成的獨有的詞匯、行話、縮略語等，共同語言顯著影響社區(qū)用戶間的信任[36]。一方面，由于共同語言的存在，社區(qū)成員的身份容易被感知和認同，相信彼此能遵守社區(qū)規(guī)則和約定，更愿意構(gòu)筑穩(wěn)定的“朋友”關系；另一方面，共同語言使得社區(qū)用戶間的交流更容易理解和接受，消減了一些交流的偏差，使得知識分享和獲取的過程更加有效，涌現(xiàn)積極情緒進而增強用戶間的信任。由此，提出以下假設。

H6：共同語言正向影響網(wǎng)絡社區(qū)用戶的信任。

2.3 網(wǎng)絡規(guī)模效應的調(diào)節(jié)作用

同邊網(wǎng)絡效應的調(diào)節(jié)作用。

同邊網(wǎng)絡效應是指當網(wǎng)絡平臺供給者（或者消費者）一邊用戶的數(shù)量增加時，會影響到同一邊用戶的效用[27]，也就是說網(wǎng)絡社區(qū)同邊用戶數(shù)量會影響其用戶效用。本研究認為知識網(wǎng)絡社區(qū)用戶的同邊網(wǎng)絡效應是知識分享者感知到的參與社區(qū)知識分享活動時，由于其他知識分享者數(shù)量增加而產(chǎn)生的期望效用。在知識網(wǎng)絡社區(qū)中，知識分享者如果面對同質(zhì)化競爭激烈，可能出現(xiàn)社會資本積累困難，此時同邊網(wǎng)絡會產(chǎn)生負向效用，進而降低知識分享的意愿。具體來說，當知識網(wǎng)絡社區(qū)的知識提供者增加，同邊用戶增多可能會松散和弱化自己的社會交互網(wǎng)絡關系，減少互動，降低其知識分享的盈利預期。作為知識分享者，同邊用戶知識分享者增多必然會影響知識供需，知識分享數(shù)量增加會導致知識獲取者篩選成本難度加大，從而降低相互的信任度。當知識分享者面對較多的同類分享者，網(wǎng)絡社區(qū)的知識內(nèi)容更加豐富，語言詞匯、術(shù)語、符號也會更多，知識分享者與知識獲取用戶的交互和共同語言可能會減少。因此，本文提出以下假設：

H7：同邊網(wǎng)絡效應負向調(diào)節(jié)社會交互關系對知識分享意愿的影響；

H8：同邊網(wǎng)絡效應負向調(diào)節(jié)信任對知識分享意愿的影響；

H9：同邊網(wǎng)絡效應負向調(diào)節(jié)共同語言對知識分享意愿的影響。

跨邊網(wǎng)絡效應的調(diào)節(jié)作用。

跨邊網(wǎng)絡效應表現(xiàn)為一邊用戶數(shù)量的增加會影響另一邊用戶的效用。Song等[28]基于FireFox生態(tài)系統(tǒng)研究發(fā)現(xiàn)，用戶規(guī)模對軟件開發(fā)數(shù)量和種類產(chǎn)生長期具有跨邊網(wǎng)絡效應。同樣，用戶的數(shù)量規(guī)模能對社交性網(wǎng)絡服務網(wǎng)站用戶的參與動機產(chǎn)生積極影響[29]。在知識網(wǎng)絡社區(qū)中，跨邊網(wǎng)絡效應是表示知識分享者的效用將會隨著該社區(qū)以獲取知識為主的用戶數(shù)量增加而提高。首先，當社區(qū)獲取知識的用戶數(shù)量增長時，以知識分享為主的用戶會感知到社會交互關系更加頻繁，從而更有利于社會資本的積累。第二，當獲取知識的用戶增加時，知識分享者的盈利預期、獲利動機會增加，從而促進社區(qū)信任感的提升。第三，當知識獲取者的數(shù)量增加，更多的聯(lián)系和交流會有利于創(chuàng)造共同語言，形成良性持續(xù)的互動，從而會產(chǎn)生更強的知識分享意愿。因此，本文認為，跨邊網(wǎng)絡效應在社會資本對知識分享意愿的作用中呈正向調(diào)節(jié)作用，并提出如下假設：

H10：跨邊網(wǎng)絡效應正向調(diào)節(jié)社會交互關系對知識分享意愿的影響；

H11：跨邊網(wǎng)絡效應正向調(diào)節(jié)信任對知識分享意愿的影響；

H12：跨邊網(wǎng)絡效應正向調(diào)節(jié)共同語言對知識分享意愿的影響。

2.4 知識分享意愿與知識分享行為

知識分享意愿是指用戶在網(wǎng)絡社區(qū)進行知識分享的主觀意向。計劃行為理論認為，個體對某一行為的意愿越強烈，就越有可能實際地執(zhí)行某一行為，諸多研究也表明，虛擬社區(qū)中“為我”和“為他”知識貢獻意愿對知識貢獻行為有正向影響作用[30]。因此，提出如下假設：

H13：知識分享意愿正向影響網(wǎng)絡社區(qū)用戶分享行為。

根據(jù)前面提出的假設，本文從網(wǎng)絡規(guī)模效應的視角構(gòu)建了網(wǎng)絡社區(qū)用戶知識分享的理論模型，如圖1所示。

3 研究設計

3.1 問卷設計

本文的測量題項改編自相關文獻的成熟量表，根據(jù)知識型網(wǎng)絡社區(qū)的特點進行表述修改，從而保證調(diào)查問卷的效度。調(diào)查問卷的第一部分內(nèi)容是關于受訪者的性別、年齡、受教育程度、社區(qū)使用、知識分享頻率等基本情況調(diào)查。第二部分借鑒已有測量量表構(gòu)建了Likert5級量表，1-5分別表示被調(diào)查者態(tài)度強弱程度的變化，1表示“非常不同意”，5表示到“非常同意”。具體問卷測量題項如表1所示。

3.2 數(shù)據(jù)收集與樣本特征

在正式進行數(shù)據(jù)收集前，在知乎、經(jīng)管之家的使用者中首先進行了1次小范圍的預調(diào)研。隨機選取了20位具有知識社區(qū)使用經(jīng)驗的用戶填寫問卷，并對問卷題項設置進行反饋。隨后根據(jù)預調(diào)研參與者的反饋意見，對問卷進行適當?shù)男薷?，以減少問卷表達與描述方面的問題。本次調(diào)研均采用電子問卷的形式， 通過

知乎、小木蟲、經(jīng)管之家等知識型社區(qū)邀請符合條件的用戶填寫問卷。包括是否有分享行為、活動頻率以及自身身份的感知調(diào)查。通過以上3題以及第二部分的意愿和行為五級量表題來綜合判斷調(diào)查者是否符合調(diào)查對象要求。不符合分享為主的調(diào)查問卷為無效問卷，予以剔除。

經(jīng)過1個多月的數(shù)據(jù)收集，收到284份問卷。根據(jù)人工篩查沒有知識分享行為、活動頻率過低、回答問題隨意和矛盾等不符合條件的問卷58份，剩余有效問卷226份，問卷有效率為79.5%。調(diào)查對象的基本統(tǒng)計信息如表2所示。

4 數(shù)據(jù)分析

4.1 信度和效度分析

信度采用內(nèi)部一致性系數(shù)（Cronbach’s α）和組合信度CR來檢驗，結(jié)果如表3所示。本研究各變量的Cronbach’s α系數(shù)都大于0.8，均高于門檻值0.7，說明各變量的信度較高。組合信度CR也均大于0.8，大于門檻值0.6。由此可以認為本研究的測量模型可靠，調(diào)查數(shù)據(jù)具有較高的穩(wěn)定性和一致性。

同時，數(shù)據(jù)通過KMO和Bartlett球形檢驗，KMO值為0.783>門檻值0.6，p值為0.000<0.05，說明適合進行因子分析。借助AMOS26.0軟件，采用極大似然法來檢驗收斂效度、區(qū)別效度和擬合優(yōu)度。收斂效度通過標準化因子載荷值和各因子的平均方差萃取量（即AVE）測量。各題項的標準載荷值均在0.7以上，大于門檻值0.5；且各因子的AVE值均大于0.5。這說明模型的收斂效度良好。檢驗結(jié)果如表3所示。

根據(jù)區(qū)別效度的檢驗，每個變量AVE平方根均大于該變量與其他變量的相關系數(shù)。因而本模型也通過了區(qū)別效度檢驗，檢驗結(jié)果如表4所示。驗證性因子分析模型的擬合指數(shù)卡方自由度比值為1.706<3.000，RMSEA=0.056<0.08，GFI=0.911，CFI=0.968等指標大于0.9，說明該模型具有較好的擬合度。

4.2 路徑分析與假設檢驗

從表4可以看出，社會交互關系、信任以及共同語言均與知識分享意有顯著的正向相關關系，知識分享與知識分享行為也有顯著的正向相關關系。借助結(jié)構(gòu)方程模型進一步做驗證性因子分析和路徑分析。模型路徑系數(shù)如表5所示。根據(jù)表5可發(fā)現(xiàn)，社會交互關系、信任、共同語言對知識分享意愿的標準路徑影響系數(shù)分別為0.308、0.249和0.234，說明有顯著的正向影響，假設H1、H2、H3均得到支持。同時，社會交互關系對信任、共同語言的標準路徑影響系數(shù)為0.298、0.34，說明社會交互關系對信任、有顯著的正向影響。社會交互關系對共同語言的標準路徑影響系數(shù)為0.34，也達到顯著性水平，說明社會交互關系對共同語言有顯著的正向影響。共同語言對信任的標準路徑影響系數(shù)為0.290且顯著，說明共同語言顯著正向影響信任。由此可以看出，假設H4、H5、H6均得到支持。知識分享意愿對分享行為的標準路徑影響系數(shù)為0.536，說明分享意愿對分享行為有顯著的正向影響，假設H13得到支持。表6顯示了模型適配度的各指標均優(yōu)于推薦值，說明模型有較好的整體擬合優(yōu)度和說服力。

4.3 調(diào)節(jié)效應檢驗

為了檢驗網(wǎng)絡規(guī)模效應在社會交互、信任、共同語言和知識分享意愿之間的調(diào)節(jié)作用，本研究采用逐步分層回歸進行調(diào)節(jié)效應檢驗[33]。調(diào)節(jié)效應的回歸結(jié)果如表7所示。

根據(jù)表7結(jié)果，發(fā)現(xiàn)同邊網(wǎng)絡效應和社會交互關系的交互項顯著且標準化系數(shù)為正，說明同邊網(wǎng)絡效應在社會交互關系與知識分享意愿的影響中有正向調(diào)節(jié)作用。同邊網(wǎng)絡效應和信任、共同語言的交互項顯著且標準化系數(shù)為負值，說明同邊網(wǎng)絡效應在信任、共同語言對知識分享意愿的影響中呈負向調(diào)節(jié)。同時，跨邊網(wǎng)絡效應和社會交互關系、共同語言的交互項顯著，且標準化系數(shù)為正值，說明跨邊網(wǎng)絡效應在社會交互關系、共同語言對知識分享意愿的影響中呈正向調(diào)節(jié)作用。因此，假設H7、H8、H9、H10、H12得到支持。假設H11未得到支持，跨邊網(wǎng)絡效應對信任影響知識分享意愿的調(diào)節(jié)作用不顯著。

5 結(jié)論與啟示

5.1 研究結(jié)論

本文基于社會資本理論，從網(wǎng)絡規(guī)模效應視角研究了網(wǎng)絡社區(qū)知識分享行為影響的機理模型。通過問卷調(diào)查和數(shù)據(jù)收集，實證分析了社會資本各維度變量對網(wǎng)絡社區(qū)用戶知識分享的影響以及網(wǎng)絡社區(qū)規(guī)模效應的調(diào)節(jié)作用，研究的結(jié)論主要有：第一，用戶網(wǎng)絡社區(qū)社會資本的社會交互關系、信任、共同語言對用戶的知識分享意愿有顯著的正向影響。第二，同邊網(wǎng)絡效應在社會交互關系對知識分享意愿的影響中有正向調(diào)節(jié)作用，同邊網(wǎng)絡效應在信任、共同語言對知識分享意愿的影響中起負向調(diào)節(jié)作用。第三，跨邊網(wǎng)絡效應在社會交互關系、信任、共同語言對知識分享意愿的影響中起正向調(diào)節(jié)作用，也就是說，網(wǎng)絡社區(qū)知識獲取用戶越多越有利于促進知識的分享和貢獻。

5.2 管理啟示

知識網(wǎng)絡社區(qū)用戶的知識分享行為不僅受到網(wǎng)絡社區(qū)的環(huán)境和制度的影響，也受到網(wǎng)絡社區(qū)用戶之間的交互關系、信任以及共同語言等社會資本變量影響。與此同時，網(wǎng)絡社區(qū)的用戶規(guī)模和數(shù)量會影響知識分享者的收益進而影響用戶知識分享的意愿?；诖耍岢鲆韵戮唧w管理啟示：

構(gòu)建良好的知識網(wǎng)絡社區(qū)環(huán)境和知識分享制度，提高網(wǎng)絡社區(qū)用戶的社會資本。主要包括：第一，優(yōu)化知識型網(wǎng)絡社區(qū)的環(huán)境和交互界面設計，構(gòu)筑用戶更方便、更有趣的交互模式，促進用戶之間的交流互動。第二，規(guī)范網(wǎng)絡社區(qū)的知識提供、知識傳播和知識獲取機制，建立虛假信息的甄別機制和懲罰機制，提升知識分享用戶對社區(qū)和知識獲取用戶的信任。第三，應用大數(shù)據(jù)技術(shù)構(gòu)建知識內(nèi)容推薦和智能篩選體系，幫助用戶找到志同道合的群體，引導共同語言的形成，提升知識分享的效果。

加大知識網(wǎng)絡社區(qū)的品牌宣傳，優(yōu)化服務擴大用戶規(guī)模。在實踐管理中，網(wǎng)絡社區(qū)平臺應該加大品牌宣傳，優(yōu)化客戶服務，吸引更多的知識需求用戶參與社區(qū)活動，促進知識獲取者與知識分享者的互動，提升網(wǎng)絡社區(qū)知識分享者的收益和成就感。同時，應用大數(shù)據(jù)技術(shù)對用戶的知識需求進行數(shù)據(jù)分析，挖掘用戶的知識需求偏好，為知識獲取者提供個性化、碎片化、智能化的知識服務。

建立科學的知識分享激勵機制，提升知識型網(wǎng)絡社區(qū)的知識質(zhì)量。在知識網(wǎng)絡社區(qū)運營中，一方面要設置合理有效的激勵機制和知識貢獻評價體制，吸引更多優(yōu)質(zhì)的知識分享者參與知識分享，創(chuàng)造優(yōu)質(zhì)內(nèi)容滿足知識用戶的需求，形成有正向激勵效應的知識共享網(wǎng)絡環(huán)境。另一方面，也要加強對知識分享者和分享內(nèi)容的監(jiān)控，構(gòu)建知識內(nèi)容的篩選和審核機制，杜絕虛假內(nèi)容或“灌水”垃圾內(nèi)容產(chǎn)生以破壞知識社區(qū)的信任、聲譽和共同語言秩序，促進知識網(wǎng)絡社區(qū)的良性發(fā)展。

參考文獻參考文獻：

[1] 李杰，李歡，楊芳，等.基于理論視角的虛擬社區(qū)知識共享研究綜述[J].情報科學，2018，36（5）：171-176.

[2] 張蒙，劉國亮，畢達天.多視角下的虛擬社區(qū)知識共享研究綜述[J].情報雜志，2017，36（5）：175-180.

[3] 劉海鑫，劉人境，李圭泉.社會資本、技術(shù)有效性與知識貢獻的關系研究——基于企業(yè)虛擬社區(qū)的實證研究[J].管理評論，2014，26（12）：10-19.

[4] PARK J H，GU B，LEUNG A C M．An investigation of information sharing and seeking behaviors in online investment communities [J].Computers in Human Behavior，2014（3）：1-12.

[5] 張云飛，楊禮茂. 虛擬品牌社區(qū)中意見領袖特征對顧客參與價值共創(chuàng)意愿的影響研究——社區(qū)認同的中介作用[J].科技創(chuàng)業(yè)月刊，2024，37（5）：1-7.

[6] RYAN R M，DECI E L. Self-determination theory and the facilitation of intrinsic motivation， social development， and well-being[J]. The American Psychologist，2000， 55（1）：68.

[7] 秦敏，李若男.在線用戶社區(qū)用戶貢獻行為形成機制研究：在線社會支持和自我決定理論視角[J].管理評論，2020，32（9）：168-181.

[8] 王松，丁霞，李芳.網(wǎng)絡嵌入對虛擬品牌社區(qū)顧客參與價值共創(chuàng)的影響研究——自我決定感的中介和社區(qū)支持的調(diào)節(jié)[J].軟科學，2019，33（11）：107-112.

[9] 陳星，張星，曾淑云，胡慕海.健康問答社區(qū)中知識分享意愿的影響因素研究[J].現(xiàn)代情報，2017，37（4）：62-71.

[10] 張博，趙一銘，喬歡.基于自我決定理論的用戶參與協(xié)同知識生產(chǎn)的動機因素探究[J].現(xiàn)代情報，2016，36（9）：95-100.

[11] LIAO C， TO P L， HSU F C. Exploring knowledge sharing in virtual communities[J]. Online Information Review， 2013， 37（6）：891-909.

[12] 李杰，李歡，楊芳，等.基于理論視角的虛擬社區(qū)知識共享研究綜述[J].情報科學，2018，36（5）：171-176.

[13] YAN Z， WANG T， CHEN Y， et al. Knowledge sharing in online health communities： a social exchange theory perspective[J]. Information & Management， 2016， 53（5）：643-653.

[14] 李金陽.社會交換理論視角下虛擬社區(qū)知識共享行為研究[J].情報科學，2013，31（4）：119-123.

[15] HAU Y S，KANG M. Extending lead user theory to users’ innovation-related knowledge sharing in the online user community： the mediating roles of social capital and perceived behavioral control[J]. International Journal of Information Management，2016，36（4）：56-63.

[16] NAHAPIET J， GHOSHAL S. Social capital， intellectual capital， and the organizational advantage[J]. Academy of Management Review， 1998， 23（2）：242-266.

[17] 楊剛，閆璐，房貽慶，等.答案質(zhì)量反饋對社會化問答社區(qū)用戶持續(xù)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.

[18] 張鼐，周年喜.社會資本和個人動機對虛擬社區(qū)知識共享影響的研究[J].情報理論與實踐，2012，35（7）：56-60.

[19] 李綱，陳靜靜，楊雪.網(wǎng)絡能力、知識獲取與企業(yè)服務創(chuàng)新績效的關系研究——網(wǎng)絡規(guī)模的調(diào)節(jié)作用[J].管理評論，2017，29（2）：59-68.

[20] 蔡寧，王節(jié)祥，楊大鵬.產(chǎn)業(yè)融合背景下平臺包絡戰(zhàn)略選擇與競爭優(yōu)勢構(gòu)建——基于浙報傳媒的案例研究[J].中國工業(yè)經(jīng)濟，2015（5）：96-109.

[21] 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.

[22] SHANG S C， WU YA LING， SIE YI CHEN. Generating consumer resonance for purchase intention on social network sites[J]. Computers in Human Behavior， 2016， 69（2）：18-28.

[23] 陳明紅.學術(shù)虛擬社區(qū)用戶持續(xù)知識共享的意愿研究[J].情報資料工作，2015（1）：41-47.

[24] 曹暢，余福海.知識識別能力視角下企業(yè)社會資本對外部知識獲取影響機理研究[J].貴州財經(jīng)大學學報，2020（3）：61-70.

[25] 程志超，吳印博.社會資本視角下虛擬社區(qū)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.

[26] 周濤，王盈穎，鄧勝利.基于社會資本理論的在線健康社區(qū)用戶參與行為研究[J].信息資源管理學報，2020，10（2）：59-67.

[27] CHU J， MANCHANDAP. Quantifying cross and direct network effects in online consumer-to-consumer platforms[J]. Marketing Science， 2016， 35（6）：870-893.

[28] SONG P， XUE L， RAI A， et al. Theecosystem of software platform： a study of asymmetric cross-side network effects and platform governance[J]. Social Science Electronic Publishing， 2015， 42（1）：121-142.

[29] TRUSOV M， BODAPATI A V， BUCKLIN R E. Determining influential users in internet social networks[J]. Journal of Marketing Research， 2010， 47（4）：643-658.

[30] 張敏，唐國慶，張磊.虛擬學習社區(qū)知識貢獻行為的激勵因素分析[J].情報理論與實踐，2017，40（2）：86-91.

[31] CHEN C J，HUNG S W．To give or to receive？ Factors influencing members’ knowledge sharing and community promotion in professional virtual communities[J].Information＆Management，2010，47（4）：226-236．

[32] 池毛毛，劉姝君，盧新元，等.共享住宿平臺上房東持續(xù)參與意愿的影響機理研究：平臺網(wǎng)絡效應的視角[J].南開管理評論，2019，22（4）：103-113.

[33] 溫忠麟，侯杰泰，張雷.調(diào)節(jié)效應與中介效應的比較和應用[J].心理學報，2005（2）：268-27.