基于社会资本的社交媒体学术搜索行为研究

朱鹏+刘子溪+赵笑笑

摘 要：文章从社会资本的关系资本、结构资本以及认知资本对社交媒体学术搜索行为的影响因素进行探究。研究结果发现：关系资本对社交媒体学术搜索行为的感知有用性具有积极影响，认知资本对社交媒体学术搜索行为的感知有用性具有积极影响；感知有用性对用户利用社交媒体的主动搜索意愿具有积极影响；感知享受性对用户利用社交媒体的主动搜索意愿具有积极影响。

关键词：社交媒体；社会资本；学术信息；搜索行为；信息分享

中图分类号：G203 文献标识码：A DOI：10.11968/tsyqb.1003-6938.2017046

Abstract On account of social capital， this paper explores the influence factors of social media academic search behavior with three aspects about relational capital， structure capital and cognitive capital. The conclusion comes that relational capital positively affects the perceived usefulness of social media academic search behavior； cognitive capital positively influences the perceived usefulness of social media academic search behavior； perceived usefulness shows positive influence on voluntary search willing when people use social media； perceived hedonic positively affects users' voluntary search willing during using social media.

Key words social media； social capital； academic information； search behavior； information share

1 引言

隨着科技的进步和互联网产品的多样化，互联网社交平台已经成为用户数量与日俱增的信息传递和共享媒介，微博、微信、知乎和美拍等社交媒体作为中国网民最受欢迎的社交网络应用，因其感知易用性和感知有用性吸纳了大批用户。根据《2015年中国社交应用用户行为研究报告》[1]显示，在调查的3000个用户中，社交应用使用率是77%，其使用社交应用的主要目的有与朋友进行互动（72.2%）、了解最近新闻热点（64.3%）、关注感兴趣的内容（59%）、获取所需的知识和帮助（58.3%）以及分享知识（54.8%）。人们借助社交平台通常发生着信息输出、信息攫取、信息交互等一系列信息行为，在获得相关信息阶段，用户投入更多的时间来搜索、阅读所需要的相关信息，最终产生相应的认知反应。

在社交平台中，用户主要交流的信息具有传播快捷、高效，信息格式、内容、种类趋于多样化的特点。传统媒体时代，信息内容的传播主要是通过阅读报纸杂志、收看电视、收听收音机等方式，从少数信息源获取信息。相比之下，社交平台将成为主要的信息传播摄取形式。在社交应用中用户往往是为了获取娱乐性信息，这个过程伴随着享乐型的感受。而学术性知识同样也是信息的一种，目前相关领域人员已发现了学术性社交媒体的重要性，也有不少经营者已初步开发相应的平台。可见，利用社交应用平台传播学术性知识具有很大的应用前景。对于用户而言，基于使用社交平台对所需的学术知识进行搜索是用户利用社交平台攫取知识的关键。随着社交平台的发展，情报学研究的逐步成熟，越来越多的学者聚焦于相关领域中的用户信息行为研究，对于可交流学术知识信息的社交平台，如何让用户具有一定的黏性，更好地参与信息交互，使用户能够获取所需的知识是平台发展的主要问题。因此，了解用户的特征，对探究用户使用社交平台中学术信息搜索至关重要。

2 文献综述

2.1 用户信息检索行为的研究

信息检索行为是多年来相关学者研究的热点问题，随着信息技术的发展，研究者们不断改进研究关注角度，从开始的信息系统框架的角度转变为用户的认知情感以及情景环境的角度去研究用户的检索行为。目前，情报学从用户的角度去研究用户信息行为时，通常是基于心理学对于人的认知情感反应的研究成果。在研究用户的信息检索中，研究者常常采用将技术接受模型与信息影响结合的信息采纳模型进行探究[2]。仅仅利用信息采纳模型进行研究会造成忽略外界环境以及用户的心理环境的影响。Foster[3]通过对45名相关学者进行调查，提出了非线性信息检索行为模型，认为检索行为过程与用户的认知形式、内部环境及外界环境存在相关性；K.Lewin[4]在心理学场论中提出，个体的行为是人与所处环境进行交互作用的结果，即B=f（P，E）的函数关系，其中B表示行为（behavior），P代表着人（person），E代表环境（environment）；Wilson[5]借鉴心理学、需求决策以及用户研究等提出用户的信息查询模型，全面分析用户信息查询行为以及各影响因素（如人际关系、环境、人口统计学特征、自我效能等）。在对于用户搜索行为相关研究中，吴丹和李一喆[6]研究发现情景对于老年人健康信息检索积极性没有显著影响，但认知在不同情景环境下却存在显著差别；Niu等[7]对2063名自然科学、工程和医学研究人员的信息搜索行为进行深度调查，分析了他们在信息搜索等行为方面的差异；Al-Samarraie[8]在研究个人特质对信息检索行为影响中发现高责任心的人搜索任务最快，紧接其后的是高亲和性和高外向性的个体。endprint

目前，对于使用社交应用中学术相关的行为研究主要集中于使用的动机、人口统计学变量的影响、群体行为、社交网络的功能研究等方面[9]。Thelwall和Kousha[10]调查发现学术资本、师资优势驱动更多人对个人信息的查看，意味着用户查询更多相关的学术信息。查先进等[11]通过使用双路径模型，从认知以及情感反应的角度，研究了信息质量以及信息来源可信度对微博上学术信息搜索行为影响。

2.2 社会资本及其应用研究

社会资本是指个体通过自身的关系网络获得的或潜在的有价值的资源，并且包含了整个网络以及网络中流动的资源[12]。对于个人来说，可通过特定的行为活动从已有的社会资本中获取所需资源进而实现行动目的。在关于社会资本的研究中，Zhao等[13]从社会资本的角度，探究了虚拟社区中的成员搜取知识以及他人经验和分享知识经验的影响因素；Ko和Kuo[14]通过社会资本理论研究了用户使用博客时的主观幸福感，发现通过提升用户博客的社会资本会提高用户使用博客时的满意度；Chang和Zhu[15]利用社会资本理论探究了信息系统持续使用行为；Chou和Chang[16]研究了社会资本对用户在网络中知识创造的态度意愿以及行为影响。社会资本是一种个人社会网络关系中的资源，它的主要表现形式是个体的社会关系网络。在社交媒体平台中，其环境类似于现实社会环境，用户可在其中与其他用户形成相应的社交关系网络，因此，可认为用户在社交媒体平台中具有各自的社会资本。社交媒体平台中用户的社会资本可视为用户进行学术相关知识信息搜索的环境状态，因此本研究将通过社会资本来探究用户的相关学术知识信息搜索行为。

3 研究模型和假设

本研究基于社会资本理论，并根据用户利用社交媒体进行学术搜索的行为特性，提出和构建了研究模型（见图1）。

3.1 社会资本与感知享受性

在Nahapiet 以及Ghoshal[12]将社会资本分成的认知资本、关系资本及结构资本三个层面中，结构资本指的是存在于用户与其他用户之间形成的社会关系网络中的关系联接，如相关联强度、中心度等；关系资本是指用户与关系网络中其他用户之间通过长期的相互关系最终形成的资源，如人际信任、互惠；认知资本是在社会关系网络中用户与其他用户之间提供共同的认知、解释的资源。Ko和Kuo[14]研究发现社会资本积极影响用户使用博客时的主观好感；Chang和Zhu[15]在社交网站持续使用研究中，发现感知社会资本对用户的满意度存在积极影响；Chang等[17]基于临场感和社会资本的研究发现社会资本中的结构资本、关系资本以及认知资本对用户使用社交网络的情感反应部分具有积极的影响。因此，我们认为用户在使用社交应用中在情感反應上感受到了一定的愉悦享受感，可以得出以下假设：

假设1：结构资本对用户的感知享受性具有积极影响

假设2：关系资本对用户的感知享受性具有积极影响

假设3：认知资本对用户的感知享受性具有积极影响

3.2 社会资本与感知有用性

社会资本是目前研究个体从社会网络中获取资源的主要研究角度。Chang和Chuang[18]基于个人动机和社会资本探究了知识分享影响因素，发现关系维度中的信任和认知维度的共同语言等影响用户感知到分享知识的质量；Gao等[19]研究发现，强关系对象和弱关系对象发布的信息相比，社交应用中的用户更容易认为强关系对象提供的信息具有价值、值得相信；Brown等[20]研究发现，同质性最终影响用户对于信息价值的感知。因此，我们认为在使用社交应用进行知识信息搜索中，用户的社会资本三个维度的属性会对用户感知有用性产生影响。提出假设：

假设4：结构资本对用户的感知有用性具有积极影响

假设5：关系资本对用户的感知有用性具有积极影响

假设6：认知资本对用户的感知有用性具有积极影响

3.3 感知有用性与主动搜索

感知有用性表示的是用户对技术系统的态度，在此我们将感知有用性理解为用户感知利用社交应用对其学术信息搜索的效用程度。Davis[21]在有关信息技术接受的研究中，将感知有用性定义为用户认为在组织环境中通过利用某一应用技术或系统从而可提高自己工作绩效的主观概率；Davis等[22]研究显示感知有用性是影响用户对信息技术使用的主要影响因素；Chang和Zhu[15]在研究社交网站持续使用中，发现感知有用性影响用户的使用满意度以及使用意愿。因此，提出假设：

假设7：感知有用性对用户的信息主动搜索意愿具有积极影响

3.4 感知享受性与主动搜索

感知享受性是指用户在使用信息系统或技术中，独立感受到自我行为活动是令人快乐愉悦享受的[22]。Davis[22]指出在设计计算机应用程序时，不仅要考虑到系统的有用性，同时要考虑到使用时的感知享受性，这样才能促进系统的利用。感知享受性通常被用于享乐性信息系统的研究中，在社交媒体中用户可查询有用的学术信息，同时还可与相关人员进行交流等关系交往行为，因此可认为社交媒体具有感知享受性。感知享受性是用户通过使用系统而产生的一种情感性反应，而情感性反应是引发用户产生最终行为反应的中间变量；Chen[23]研究显示感知享受性和感知风险是影响用户对社交网络使用的主要因素；Moon和Kim[24]在研究中发现，当用户享受使用系统，感受到使用具有趣味性时，用户更倾向于使用，更愿意与系统进行交互；S.Seol等[25]对企业社交网络使用研究发现，感知享受性是以中间变量的形式，使社交质量影响用户的使用意愿，且其正向显著影响用户的满意度和使用意愿。因此提出假设：

假设8：感知享受性对用户的信息主动搜索意愿具有积极影响

4 研究方法

本研究采用问卷调查法进行数据收集，由于调查对象是在校生且是使用社交应用对学术知识信息进行搜索的成员，因此对于收集的数据采用偏最小二乘结构方程模型（PLS SEM）进行分析，以验证假设得出结论。偏最小二乘法结构方程被广泛用于信息系统研究中，且适合小样本研究，主要探究各变量之间的关系[26]。问卷分两部分：第一部分调查参与人员的基本信息以及他们的社交应用使用的情况；第二部分调查参与人员的相关因素指标，我们采用 Liket7 分量表法，分为7个级别来测量每个指标项的程度，并将“完全不同意”“很不同意”“不同意”“一般”“同意”“很同意”“完全同意”选项分别赋值为“1到7”。在问卷设计中，社会资本三个维度的指标量表设计主要参考Chang 等[27]、周涛等[27]的测量设计；感知有用性量表设计主要借鉴于Bhattacherjee等[28]、Davis[22]的测量设计；感知享受性量表设计主要参考Chang和Cheung[29]的测量设计；主动使用搜索愿意的量表设计主要借鉴于周涛和鲁耀斌[27]以及Bhattacherjee[30]的测量设计。调查问卷初步设计后，通过对多名常使用学术社交平台应用的使用者进行预调查实验，检测问卷设计中所提出的问题是否合理，是否使参与人员理解而不产生歧义等，以确保正式调查的准确性。endprint

本实验共发放了120份问卷，剔除无效问卷61份，共有 59 份有效问卷，问卷有效率为49%。在样本中，女性为24人，所占比例為40.7 %，男性人数占总体人数的 59.3%（见表1）。

5 结果分析

5.1 信度效度检验

检验量表质量的重要方法就是信度效度检验。其中，信度检验用来验证结果的一致性，效度检验用来验证结果的准确性。

（1）信度检验。信度分为内在和外在信度两种，外在信度表示在不同时间段测量结果的内部一致性，在本研究中不进行探讨，我们只验证内在信度。本文采取Cronbachα系数检验法测量量表信度。在研究中，当Cronbachs alpha系数大于0.8是信度表现良好，0.7和0.8之间可接受，小于0.7表示量表中问题的一致性差，需要调整问题项。组合信度大于0.7时，表明所测量的变量具有良好的组合信度。对结构资本、关系资本、认知资本、感知有用性、感知享受性、主动使用搜索意愿进行了量表的信度分析（见表2）。

结果显示，各结构变量的Cronbachs alpha系数均大于0.75，表明各个变量对应的量表具有很好的信度。组合信度（CR）均大于0.85，因此所建模型的信度较为良好。

（2）效度检验。本研究使用收敛效度和区别效度两种方式检验效度。通过收敛效度，检验设计的各个潜在变量测量的指标是否是测量同一个潜在变量（见表3），从表中可知，每项的AVE（平均抽取方差）均大于0.6，当AVE大于0.5时，表明潜在变量具有良好的收敛效度，因此，潜在变量在所建模型中的收敛效度较为良好。由此可见，各个所测潜在变量的AVE平方根皆大于其与其他所测潜在变量之间的相关系数，可知模型中变量间区分效度较好。

5.2 结构方程模型

本研究利用偏最小二乘法结构方程中bootstrap的抽样方法，重复抽样数为500，对搜集到的有效样本数据进行分析（见图2）。

从模型结果可知，各因素对话题可信度的影响以及检验假设的结果：感知有用性、感知享受性以及使用搜索意愿的R值的平方（各变量的被解释方差）分别为0.420，0.266以及0.573，因此模型的预测具有较好的效果[31]。因PLS方法着重探究各变量之间的关系及解释度，拟合优度检测方法无法与ML等协方差结构方程相同，需采用PLS下拟合优度计算方式[32]， 模型的拟合优度检测采用指标GOF，其值为0.547（大于0.35），表明模型具有较好的拟合优度。影响因素社会资本中的认知成本以及关系资本对感知有用性具有着显著影响（分别在p<0.05和p<0.01的水平上），其路径系数分别是0.31和0.39，而关系资本对感知有用性并未具有着显著影响，假设5：关系资本对用户的感知有用性具有积极影响以及假设6：认知资本对用户的感知有用性具有积极影响得证。影响因素社会资本的三个维度关系资本、认知成本以及关系资本对感知有用性并不具有着显著影响，因此假设1、假设2以及假设3不支持。从图2结果可知，在显著性水平为p<0.001情况下，感知有用性对主动使用搜索意愿具有显著的影响，因此假设感知有用性对用户的信息主动搜索意愿具有积极影响得证；感知有用性对主动使用搜索意愿具有显著的影响（在显著性水平为p<0.05情况下），因此假设感知享受性对用户的信息主动搜索意愿具有积极影响得证。

6 结语

本研究从社会资本的关系资本、认知成本以及结构资本三个维度探究了社交媒体中用户对于学术信息搜索行为的影响因素。从数据分析结果可知，社会资本中的三个维度都未对感知享受性具有显著影响。对于用户来说，通常使用社交媒体的作用主要是娱乐性的，而通过社交媒体获取相关知识信息，这与社交媒体的娱乐作用不同，此过程更多的是认真严谨的认知反应过程，用户与其社交网络中成员的关联主要是通过有用的知识提供与分享，并非主要交流令人愉悦的享乐性信息。从图2可知，结构资本对感知有用性并非有显著影响。在社交媒体中，用户的社会资本分为粘结型社会资本以及桥接型社会资本，用户的社交网络并非完全是强关系社交网络，其中存在着大量的弱关系，因此对于其中的弱关系，用户之间的连接强度相对较低，但仍处于自身的社会网络中，这增加了社交网络中的信息量，这些弱关系关注的信息，可能并非自己所需求的，因此结构资本对感知有用性并非有显著影响。关系资本对感知有用性有显著影响，表明用户间具有信任关系，促进用户对其发布的信息价值的感知，促进用户对其知识信息进行主动搜索。对于用户所具有的关系资本，可因在社交媒体中用户间通过不断提供并且交流知识信息，用户间形成一种信任关系，同时或因为学术方向相近等原因用户之间在实际中熟知而形成信任关系。在社交媒体的学术信息环境下，成员与成员之间构成信任关系时，用户对于所信任的成员发布的内容价值主观上是肯定的，从而对有价值的内容进行搜寻进而利用此内容。认知资本对感知有用性有显著影响，表明在社交媒体中当用户间具有同质性时，用户会认为具有同质性的成员的信息会更有用更有价值更适合自身的需求，促进用户的主动搜索自己所需要的信息。因此，当用户在社交媒体中寻找到并且融入符合自身知识需求的社会网络中时，用户更可能倾向使用社交媒体进行学术信息搜索，可通过了解用户关注方向，推荐相关领域主要成员、重要学者等形式，促进用户发现并融入其中；用户融入学术社交网络环境是平台促进用户进行学术信息搜索的关键，这也是促进对社交媒体分享学术信息的利用重要条件。此外，本研究仍存在不足之处，虽然发现感知享受性对用户进行信息搜索具有显著影响，然而并非发现影响感知享受性的因素，将来可进行探究影响学术信息搜索中感知享受性的影响因素以弥补本研究不足之处。

参考文献：

[1] 中国互联网信息中心（CNNIC）.2015年中国社交应用用户行为研究报告[R/OL].[2017-01-20].http：//www.cnnic.cn/hlwfzyj/hlwxzbg/sqbg/201604/t20160408_53518.htm.endprint

[2] 張敏，沈雪乐，李胡蓉.国际数字图书馆用户心理和用户行为研究[J].图书馆工作与研究，2016（5）：47-51.

[3] Foster A.A nonlinear model of information behavior[J].Journal of the American Society for Information Science & Technology，2004，55（3）：228-237.

[4] （德）K.Lewin.竺培梁，译.拓扑心理学原理[M].北京：北京大学出版社，2011.

[5] Wilson T D.Models in Information Behavior Research.[J].Journal of Documentation，1999，55（3）：249-270.

[6] 吴丹，李一喆.不同情境下老年人网络健康信息检索行为与认知研究[J].图书馆论坛，2015（2）：38-43.

[7] Niu X，Hemminger B M，Lown C，et al.National study of information seeking behavior of academic researchers in the United States[J].Journal of the Association for Information Science and Technology，2010，61（5）：869-890.

[8] Al-Samarraie H，Eldenfria A，Dawoud H.The impact of personality traits on users information-seeking behavior[J].Information Processing & Management，2016（18）：17-18.

[9] 张耀坤，胡方丹，刘继云.科研人员在线社交网络使用行为研究综述[J].图书情报工作，2016，60（3）：138-147.

[10] Thelwall M，Kousha K.Academia.edu：Social network or Academic Network？[J].Journal of the Association for Information Science and Technology，2014，65（4）：721-731.

[11] 查先进，张晋朝，严亚兰.微博环境下用户学术信息搜寻行为影响因素研究——信息质量和信源可信度双路径视角[J].中国图书馆学报，2015，41（3）：71-86.

[12] Nahapiet J，Ghoshal S.Social Capital，Intellectual Capital，and the Organizational Advantage[J].Academy of Management Review，1998，23（2）：242-266.

[13] Zhao L，Lu Y，Wang B，et al.Cultivating the sense of belonging and motivating user participation in virtual communities： A social capital perspective[J].International Journal of Information Management，2012，32（6）：574-588.

[14] Ko H C，Kuo F Y.Can blogging enhance subjective well-being through self-disclosure？[J].Cyberpsychology & Behavior the Impact of the Internet Multimedia & Virtual Reality on Behavior & Society，2009，12（1）：75-9.

[15] Chang Y P，Zhu D H.The role of perceived social capital and flow experience in building users' continuance intention to social networking sites in China[J].Computers in Human Behavior，2012，28（3）：995-1001.

[16] Chou S W，Chang Y C.An Empirical Investigation of Knowledge Creation in Electronic Networks of Practice： Social Capital and Theory of Planned Behavior（TPB）[C].Hawaii International Conference on System Sciences，Proceedings of the.IEEE，2008：340.

[17] Chang C M，Hsu M H.Understanding the determinants of userssubjective well-being in social networking sites：an integration of social capital theory and social presence theory[J].Behaviour & Information Technology，2016，9（9）：1-10.endprint

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

[19] Gao Q，Tian Y，Tu M.Exploring factors influencing Chinese users perceived credibility of health and safety information on Weibo[J].Computers in Human Behavior，2015，45（45）：21-31.

[20] Brown J，Broderick A J，Lee N.Word of mouth communication within online communities：Conceptualizing the online social network[J].Journal of Interactive Marketing，2007，21（3）：2-20.

[21] Davis F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology[J].MIS Quarterly，1989，13（3）：319-341.

[22] Davis F D，Bagozzi R P，Warshaw P R.Extrinsic and Intrinsic Motivation to Use Computers in the Workplace[J].Journal of Applied Social Psychology，1992，22（14）：1111-1132.

[23] Chen R.Member use of social networking sites——an empirical examination[J].Decision Support Systems，2013，54（3）：1219-1227.

[24] Moon J W，Kim Y G.Extending the TAM for a World-Wide-Web context[J].Information & Management，2001，38（4）：217-230.

[25] Seol S，Lee H，Yu J，et al.Continuance usage of corporate SNS pages[J].Information & Management，2016，53（6）：740-751.

[26] Hair J F，Sarstedt M.PLS-SEM： Indeed a Silver Bullet[J].Journal of Marketing Theory & Practice，2011，19（2）：139-151.

[27] 周涛，鲁耀斌.基于社会资本理论的移动社区用户参与行为研究[J].管理科学，2008，21（3）：43-50.

[28] Bhattacherjee A，Sanford C.Influence processes for information technology acceptance：an elaboration likelihood model[J].Mis Quarterly，2006，30（4）：805-825.

[29] Chang M K，Cheung W.Determinants of the intention to use Internet/WWW at work：a confirmatory study[J].Information & Management，2001，39（1）：1-14.

[30] Bhattacherjee A.Understanding information systems continuance：an expectation-confirmation model[J].Mis Quarterly，2001，

25（3）：351-370.

[31] Straub D，Boudreau M C，Gefen D，et al.Validation guidelines for IS positivist research[J].Communications of the Association for Information Systems，2004，13（1）：380-427.

[32] Tenenhaus M，Vinzi V E，Chatelin Y M，et al.PLS path modeling[J].Computational Statistics & Data Analysis，2005，48（1）：159-205.

作者簡介：朱鹏，男，南京理工大学经济管理学院副教授，研究方向：用户信息行为；刘子溪，男，南京理工大学经济管理学院硕士研究生，研究方向：用户信息行为；赵笑笑，女，南京理工大学经济管理学院硕士研究生，研究方向：用户信息行为。endprint