基于社会化媒体数据的学术社区知识共享行为影响因素研究

许林玉 杨建林

摘 要：[目的/意义]通过对知识共享影响因素的分析，学术虚拟社区平台可以有针对性地提升老用户活跃度与留存率，在此基础上进一步吸引新用户。[方法/过程]本文以“经管之家（原人大经济论坛）”为研究平台，使用Python语言抓取该平台下40 000条有效用户数据，构建学术虚拟社区知识共享行为影响因素的研究框架，并采用更为科学合理的分位数回归对研究模型进行验证。[结果/结论]研究结果表明：用户访问量、论坛币、活跃度以及好友数量对知识共享数量有正向的显著影响，而是否邮箱认证、论坛币、活跃度以及好友数量对知识共享质量具有显著的正向影响。学术虚拟社区管理者通过强化这些显著正向因素对社区平台的可持续发展具有重要意义。

关键词：学术虚拟社区;知识共享行为;社会化媒体数据;影响因素

DOI：10.3969/j.issn.1008-0821.2019.07.007

〔中图分类号〕G302 〔文献标识码〕A 〔文章编号〕1008-0821（2019）07-0056-10

Abstract：[Purpose/Meaning]By the analysis of influencing factors of knowledge sharing behavior，academic virtual community can specifically improve the activity and retention rate of old users and further attract new users.[Method/Process]Based on the research platform of“Jingguanzhijia（formerly known as BBS of NPC economy）”，this paper used python language to capture 40000 pieces of valid user data under the platform，constructed a research framework of influencing factors of knowledge sharing behavior in academic virtual community，and used more scientific and reasonable quantile regression to verify the research model.[Result/Conclusion]The research results showed that user visited，BBS currency，activity and number of friends had a significant positive impact on the number of knowledge sharing，while whether email authentication，BBS currency，activity and number of friends had a significant positive impact on the quality of knowledge sharing.It is significant for academic virtual community managers to strengthen that sustainable development of community platform by strengthening these significant positive factors.

Key words：academic virtual community;knowledge sharing behavior;social media data;influence factors

学术虚拟社区作为传统学术交流活动的补充，已经成为人们共享知识和交流学术的重要平台。近些年，“科学网”、“小木虫”、“经管之家（原人大经济论坛）”等学术虚拟社区蓬勃发展，学术虚拟社区是指以互联网为平台，以特定的专业主题为交流内容，在分享专业性问题中形成的虚拟社区[1]，因而社区内的知识共享行为是学术虚拟社区发展的源动力，决定着虚拟社区的价值水平和可持续发展。

虽然学术虚拟社区为用户知识共享提供了有效的平台，但是社区平台并不能保证知识共享一定发生，其知识共享归根结底依赖社区成员的知识贡献，因而探究学术虚拟社区用户知识共享的客观影响因素显得尤为重要。目前学者研究虚拟社区知识共享行为影响因素的理论基础较多，如社会认知理论、社会交换理论、技术接受模型等，但是本文认为社会资本理论下的指标能更好地表述用户的客观行为，对学术虚拟社区知识共享行为有更好的解释能力，故而本文用社会资本理论来研究学术虚拟社区知识共享行为。

目前大部分的研究者收集学术虚拟社区的用户数据多为在线或者线下问卷调查的方式，这种方式获取的数据一方面数据量较小，另一方面问卷调查的量表设计以及用户填写问卷都具有一定的主观性，无法保证结果的客观性及科学性。在研究方法上，传统的虚拟社区知识共享模型的回归模型是多元线性回归（OLS）[2-3]，然而一般学术虚拟社区用户的知识共享行为是呈偏态的，符合幂律分布，这种数据若用多元线性的均值回归，会忽略极端值，难以反映数据的真实信息。因而，本文以学术虚拟社区知识共享行为影响因素为研究主题，以社会资本理论为理论依据，以经管之家的客观用户数据为支撑，用分位数回归方法深入探究学术虚拟社区知识共享行为的运作机理及影响因素，对促进虚拟社区的可持续发展具有重要理論与实践意义。

1 研究综述

1.1 学术虚拟社区中的知识共享研究现状

学术虚拟社区作为传统学术交流模式的补充和发展，已经成为科研工作者交流与分享知识的重要平台。目前已有研究者基于不同的视角对知识共享意愿及行为展开研究，如徐美凤以学术社区作为研究对象，以收集的173份有效问卷结果为数据支撑，对不同学科学术社区知识共享行为影响因素进行对比分析[4];徐美凤等以“丁香园”“小木虫”等为调查对象，以658份自填式有效问卷为数据支撑，从知识共享主体间相互影响的视角研究学术社区知识共享的影响因素[1];陈明红等以科学网用户为调查对象，以网络调查的253份有效问卷为数据支撑，从社会资本视角研究学术虚拟社区知识共享行为[5];陈明红等以科学网用户为调查对象，以网络获取的370份有效问卷为数据支撑，从社会资本理论和技术接受模型、社会心理学的启发式—系统式模型等视角，研究学术虚拟社区持续知识共享意愿[2，6];沈惠敏等研究虚拟学术社区知识共享中的共生互利框架[7]等。

1.2 社会资本下的知识共享研究现状

社会资本理论的核心是人与人之间的社会关系，也是一种生产资源[8]。目前对于社会资本维度的主流观点是Nahapiet J等的划分标准，他们将社会资本分为结构维度、关系维度以及认知维度这3个层面[9]。本文参考Chiu C M等[10]、陈明红[2]观点：结构维度主要表现为社会交互联结，关系维度主要表现为信任、互惠和身份认同，认知维度主要表现为共同愿景和共同语言。

国内外基于社会资本下的知识共享影响因素开展大量研究，如Chiu C M等的研究证实社会联结、互惠以及认同对虚拟社区知识共享数量具有显著的正向影响，而信任、共享语言与共享愿景对知识共享质量有显著的正向影响[10]。Lu Y等研究证实结构资本对信息交换数量有显著正向影响，但关系资本和认知资本对信息交换质量有显著的正向影响，信任、互惠、共享语言和共享愿景对信息质量均有显著的正向影响[11];国内学者陈明红等的研究认为社会资本对学术虚拟社区知识共享效果具有很好的解释力，其中，结构资本对学术虚拟社区知识共享数量具有显著的正向影响;关系资本和认知资本分别对学术虚拟社区知识共享质量和数量具有显著的正向影响[5];包凤耐等认为关系资本与认知资本对知识共享行为均产生显著的积极影响，而结构资本对知识共享行为的影响不显著[12];赵大丽等研究表明知识共享态度显著地影响知识共享意愿，结构资本、关系资本和认知资本都会对微信朋友圈用户知识共享态度产生影响，其中，关系资本的影响作用最大[13]。

目前学者对于学术虚拟社区知识共享意愿和行为影响因素的研究较多，但是绝大部分的研究者收集的学术虚拟社区用户数据大都为在线或者线下问卷调查的方式，这种方式获取的数据一方面数据量较小，无法保证样本的随机性和全面性;另一方面问卷调查的量表设计以及用户填写问卷都具有一定的主观性，只能在一定程度上反映用户的主观意愿，无法反映用户的客观知识共享行为。只有少部分研究者通过爬取用户的客观数据进行研究，但是他们的研究对象多为虚拟问答社区，且趋向于预测性的研究，如王伟等以问答社区“知乎”为研究对象，采用数据挖掘、机器学习以及支持向量机等方法构建模型，以便全面地预测问答社区的答案质量[14];袁毅等以问答社区“百度知道”为研究对象，利用相关性以及回归分析等方法，分析用户生成资源的行为，以期提高社区资源质量[3]。因而本文采用Python语言，爬取“经管之家（原人大经济论坛）”40 000条有效用户客户客观数据，来探究学术虚拟社区的知识共享行为的影响因素，以期对现有研究做必要补充，具有一定的理论探索与实践意义。

2 研究假设与模型构建

学术虚拟社区的成功离不开社区成员的积极参与和知识贡献，然而学术虚拟社区有别于传统学术组织，其没有具体的奖惩机制、企业文化等来加强成员之间的联结和信任等，而社会资本理论能使虚拟社区知识共享行为得到更加符合逻辑性的解释与促进，进而有针对性地培养了用户进行知识共享行为的意愿和主动性，且社会资本理论的结构、关系以及认知三维度能较好地契合学术虚拟社区平台的相关指标，故而本文继续采用社会资本理论来解释虚拟社区知识共享行为。

2.1 研究假设

2.1.1 知识共享的数量和质量

知识共享行为表现为知识共享数量和知识共享质量两个方面，知识共享数量主要指学术虚拟社区用户发帖数和回帖数总和，因而本文的知识共享数量用发帖数及回帖数总和表征;知识共享质量是指网络社区中用户共享信息的价值或有用性[15]，Wang G等提出除了少部分名人之外，大多数的用户都是通过提供高质量的答案来吸引关注的，并用Quora平台的数据验证了该假设[16]，因而本文用粉丝数量与关注数量总和来表征知识共享质量。

2.1.2 结构型社会资本对用户知识共享行为的影响因素

结构维度主要指社会系统的成员之间联结的结构模式，它的核心要素是虚拟社区成员之间的社会交互联结，成员通过社会交互联结可以获得他人的知识和其他资源[9]。Chiu C M等认为社会互动联结是指虚拟社区成员之间的关系强度、花费的时间和交流频率，与流量相关[10]。在学术虚拟社区中，知识共享的双方以访问空间等形式来获取他人的知识和资源，是一种社会交互联结，因而本文选择用户访问量来表征结构型社会资本。基于此，本文提出如下假设：

H1a：用户访问量对知识共享数量具有显著的正向影响。

H1b：用户访问量对知识共享质量具有显著的正向影响。

2.1.3 关系型社会资本对用户知识共享行为的影响因素

关系型社会资本是指社会网络中行为主体的人际关系指标，其中主要包括信任、互惠和身份认同这3个方面[10]。信任被认为是关系型社会资本最核心的要素，Nahapiet J等认为，当双方存在信任时，更愿意进行合作互动[9];Blau P M认为信任创造并维持交换关系，而交换关系反过来又可能导致用户分享高质量的知识[17]。Wu J等在研究短期租赁平台时，通过实证分析得出房东是否实名认证和是否开通个人主页会显著影响租赁者对房东的信任，进而影响房东房屋的预定量[18]。本文基于以上研究认为信任主要体现在用户是否愿意在学术虚拟社区公开自己的真实信息。因此可将用户是否愿意实名认证作为衡量信任的指标，因为经管之家没有提供实名认证的功能，只提供了邮箱认证的功能，认证真实的邮箱地址也是实名认证的一种形式，因而本文用是否认证邮箱地址来表征信任;互惠是关系型社会资本又一重要指标，反映了虚拟社区成员之间因相互利益关系而产生的行为[19]，Chiu C M等认为互惠是指知识交流是相互的，被双方认为是公平的[10]。在学术虚拟社区中，互惠性主要表现为用户衡量其付出与收获是否匹配，因为付出的时间和精力与获得的知识无法衡量，因此本文用一个可衡量的指标论坛币表征互惠;Chiu C M等认为身份认同是指个体在虚拟社区的归属感和正面感，社区的团结和归属感会提升用户分享知识的积极性，进而增加知识分享的深度和广度[10]。本文采用用户的活躍度来表征身份认同，即用户越活跃，对该学术虚拟社区的认同度越高，用户的活跃度为用户的注册时间、最近登陆时间以及在线时间来计算。

活跃度=在线时间最后登录时间-注册时间

基于以上内容，本文提出如下假设：

H2a：是否邮箱认证对知识共享数量具有显著的正向影响。

H2b：是否邮箱认证对知识共享质量具有显著的正向影响。

H3a：论坛币对知识共享数量具有显著的正向影响。

H3b：论坛币对知识共享质量具有显著的正向影响。

H4a：活跃度对知识共享数量具有显著的正向影响。

H4b：活跃度对知识共享质量具有显著的正向影响。

2.1.4 认知型社会资本对用户知识共享行为的影响因素

一般而言，认知维度最关键的指标为共享愿景和共享语言[9]，Ghoshal T S指出，共同的愿景是指组织成员间拥有的共同目标和愿望，拥有共同愿景的组织成员更有可能共享知识及交换资源[20]。经管之家提供添加好友功能将具有共同价值观及共同愿景的用户联系在一起，因而本文用好友数量来表征共同愿景;一般而言，加入学术虚拟社区的用户具备一定的专业知识，因而存在共享语言，因而本文认为共享语言可以通过社会资本的其它指标来体现。因此，在认知型社会资本维度，本文提出如下假设：

H5a：好友数量对知识共享数量具有显著的正向影响。

H5b：好友数量对知识共享质量具有显著的正向影响。

2.2 模型构建

基于上述理论分析与研究假设，本文构建了以社会资本理论为支撑的学术虚拟社区知识共享行为影响因素模型，该模型中，选取学术虚拟社区知识共享数量和知识共享质量作为因变量，选取结构型社会资本（空间访问量）、关系型社会资本（是否邮箱认证、论坛币及活跃度）以及认知型社会资本（好友数量）作为自变量，并假定这些自变量与知识共享数量和知识共享质量存在显著的正相关，如图1所示。

3 数据收集与处理

本文以学术虚拟社区经管之家（原人大经济论坛）為调查对象，采用Python语言抓取用户的客观行为数据。经管之家成立于2003年，目前已经发展成为国内颇具影响力的经济、管理、金融、统计类的网络社区。本文选取经管之家论坛下经济学人、经济学论坛、工商管理论坛、计量经济学与统计论坛、金融投资论坛、会计与财务管理论坛以及世界经济与国际贸易等7个学术型功能区，利用python语言抓取每个功能区话题下的用户信息，抓取的用户信息主要为：用户名、UID、性别、回帖数、发帖数、粉丝、关注、空间访问量、是否邮箱认证、论坛币、好友数量、在线时间、注册时间、最后登录时间等信息。

3.1 数据描述性分析

到2018年11月截止，共抓取7个功能区下43 773条用户数据，剔除重复以及缺失值较多的数据，共收集40 000条有效数据，其中大量数据的性别为保密指标，共25 777份，占总数的64.44%;其余数据中男性10 846份，占27.12%;女性3 377份，占8.44%，可见大部分用户在注册虚拟社区时，较为注重自己的私人信息。

本文运用Stata15对数据进行分析，首先对数据进行描述性分析，以便于对数据的情况有一个整体的了解，如表2：其中样本量为40 000条，论坛币、知识共享数量及空间访问量等的标准差较大，且平均数与极值相差较大，可见这3个指标的分布较为离散，其中论坛币的分布最为离散。由于数据之间的值相差较大，为了消除不同量纲对回归结果的影响，本文对数据进行标准化处理，采取的标准化方法为Z-score标准化，又称为标准差标准化，该标准化方法是使变量的平均数为0，标准差为1。

3.2 回归分析

3.2.1 多元线性回归（OLS）

1）异方差与多重共线性的检验

本文首先采用多元线性回归（OLS）方法对数据进行分析验证，但这种方法的有效性建立在变量无异方差及无多重共线性的基础上，因而需要对变量进行异方差与多重共线性的检验。本文通过怀特检验的方法来检验变量是否存在异方差，怀特检验的原假设为：变量为同方差，本文通过分别对以知识共享数量及知识共享质量为因变量的模型进行怀特检验，两个模型的P值都为0.0000（P=0.0000），可见该结论非常显著地拒绝了同方差的原假设，因而以知识共享数量以及知识共享质量为因变量的模型都存在异方差，因而下文应分别采取稳健的标准差对数据进行多元线性回归以消除异方差的影响。本文分别对以知识共享数量及知识共享质量为因变量的模型进行多重共线性检验，得出两个回归模型的VIF值都在1.00～1.05之间，远远小于合理值10，因而该回归模型不存在多重共线性问题。

2）学术虚拟社区知识共享行为的多元线性回归（OLS）分析

根据前文假设，将知识共享数量与知识共享质量分别作为因变量，空间访问量、是否邮箱认证、论坛币、活跃度以及好友数量作为自变量，因为上文已证明变量存在异方差，因而本文采用稳健的标准差进行多元线性回归，以克服异方差的影响，回归结果如表3：

由表3可看出，以知识共享数量为因变量的回归模型的拟合优度为17.5%（R-squared=17.5%），模型的解释能力较弱。在结构型社会资本维度，空间访问量的P值为0.000，小于0.05，系数为正值，可见空间访问量对知识共享数量具有显著的正向影响，因此，假设H1a成立;从关系型社会资本维度，论坛币以及活跃度的P值为0.000，小于0.05，系数为正值，可见这两个变量对知识共享数量具有显著的正向影响，故而假设H3a、H4a成立，但是否邮箱认证的P值大于0.05，因而是否邮箱认证对知识共享数量的影响不显著，故而是否邮箱认证对知识共享数量产生显著积极影响的假设（H2a）无法验证;从认知型社会资本维度，好友数量的P值大于0.05，说明好友数量对知识共享数量的影响不显著，故而好友数量对知识共享数量产生显著正向影响的假设（H5a）无法验证。

知识共享质量为因变量的回归模型的拟合优度为10.15%（R-squared=10.15%），模型的解释能力较弱。在结构型社会资本维度，空间访问量的P值为0.007，小于0.05，且系数为正数，可见空间访问量对知识共享质量具有显著的正向影响，因此，假设H1b成立;从关系型社会资本维度，是否邮箱认证、论坛币以及活跃度的P值为0.000，小于0.05，且系数都为正数，可见这3个变量对知识共享质量具有显著的正向影响，因此，假设H2b、H3b以及H4b成立;从认知型社会资本维度，好友数量的P值大于0.05，说明好友数量对知识共享质量的影响不显著，故而好友数量对知识共享质量产生积极影响的假设（H5b）无法验证。

3.2.2 分位数回归

1）对因变量知识共享数量与知识共享质量的分析

由图2、图3可得，因变量知识共享数量与知识共享质量都是呈偏态的，符合幂律分布，这与郭博等人的结论一致，他们经过实证得出知乎平台的用户行为在时间上服从幂律分布。即大部分用户的关注数和粉丝数很少，而少量如明星用户、领域专家、活跃用户等拥有大量的粉丝群，具有较高的影响力和吸引度，在一定程度上能够成为社区的话题

导向，影响知识的传播方式等[21]。符合幂律分布的数据若用多元线性的均值回归，会忽略极端值，难以反映数据的真实信息，故而本文采用分位数回归方法进行改进。

2）分位数回归

分位数回归是由Koenker and Bassett于1978年提出，使用残差绝对值的加权平均作为最小化的目标函数，故不易受极端值影响，较为稳健[22]。本文将分别以知识共享数量及知识共享质量为因变量，以空间访问量、是否邮箱认证、论坛币、活跃度以及好友数量为自变量，对用户数据0.25、0.50、0.75以及0.90分位数点进行回归比较，可得如表4：

由表4可看出，随着分位数的增加，模型的解释能力以及变量的显著性都得到了显著地增强。对于知识共享数量而言，分位点q从25～90的R2分别为3.01%、12.68%、27.21%、41.07%，从3.01%～41.07%，模型的解释能力得到了进一步地增强;从表4可以看出，随着分位数的增加，自变量的显著性也得到了进一步地提高，系数也在逐步增加，如在0.25分位点上，变量空间访问量与好友数量都未通过显著性检验，而在0.75时，所有自变量都通过了显著性检验，可见分位数越高，用户越热衷于知识共享，社会资本对知识共享数量促进作用越显著。在0.75分位点上，变量的显著性较为稳定，在该分位点上，所有变量都通过了显著性检验，但是是否注册的系数为负数，其他变量系数均为正数，因而假设H1a、H3a、H4a、H5a得到验证，H2a未得到验证。对于知识共享质量而言，随着分位数的提高，模型的解释能力也得到了进一步地增强，在0.75的分位数点上，除了空间访问量没有通过显著性检验，其余变量都通过了显著性检验，且系数都为正数，故而假设H2b、H3b、H4b、H5b得到验证，H1b未得到验证。

对其分位数回归系数随着分位数的变化情况进行分析可得如图4（以知识共享数量为因变量）、图5（以知识共享质量为因变量）。

图4是以知识共享数量为因变量的分位数系数变化图，由图4可看出，除了是否邮箱认证（WC）的系数随着分位数的增加而降低，其余自变量的系数都与分位数呈正向变化。以知识共享质量为因变量的分位数系数变化图也具有相似的特点。这与表4中的内容一致：分位数越高，热衷于知识共享的用户越占主导地位，社会资本对知识共享行为的贡献度越高;分位数越低，知识共享较少的群体占主导，社会资本对用户知识共享的行为影响程度较低。

3.3 结果分析

本文将多元线性回归（OLS）与分位数回归的假设验证结果进行比较可得表5，因为分位数回归在0.75分位点处趋于稳定，因而分位数回归选择0.75分位点的回归结果参与比较。

由表5可以看出，与多元线性回归相比，分位数回归结果下各个模型的解释能力都得到了很大程度地增强;多元线性回归与分位数回归假设验证的结果差异较大，多元线性回归有3个假设未被验证（H2a、H5a、H5b），而分位数回归只有两个假设未被验证（H1b、H2a），且分位數回归这两个未被验证的假设在分位数回归各个分位点上都未被验证，说明这两个假设（H1b、H2a）未被验证的结果具有稳健性。因此，结合本文学术虚拟社区用户数据的幂律分布特点，并结合上文分析，本文认为分位数回归的假设验证结果更为科学合理，可信度更高。本文采用分位数回归的结果，除了假设H1b与H2a未得到验证外，其余假设均得到验证。

4 结 语

本文从社会资本理论视角，通过收集到的“经管之家”学术虚拟社区中的40 000条客观用户有效数据，采用分位数回归方法，探讨学术虚拟社区知识共享行为的影响因素。实证研究结果表明，用户访问量、论坛币、活跃度以及好友数量对知识共享数量有正向的显著影响，而是否邮箱认证、论坛币、活跃度以及好友数量对知识共享质量具有显著的正向影响。总体而言，用户积累的社会资本越多，越热衷于知识共享行为，依据这一结论，学术虚拟社区平台可以通过增加知识共享奖励论坛币的数量，规范认证评估机制，对用户进行分类，并有针对性地举办高质量的学术交流活动以及推送相关学术服务等措施来提高用户活跃度，吸引新用户。

本文从学术虚拟社区知识共享影响因素出发，以学术虚拟社区网站的客观用户数据为支撑，应用社会资本理论探讨了用户的结构型社会资本、关系型社会资本以及认知型社会资本对用户知识共享行为的影响，并采用分位数回归对模型进行验证，研究结果较为客观科学，为虚拟社区知识共享行为研究提供了补充与支撑。然而，本文基于大量客观数据研究用户知识共享行为影响因素，属于探索性研究，所得影响因素模型不能充分解释用户的知识共享行为，模型的解释能力相对较弱;其次，本文基于一个平台的用户数据的研究，虽然数据量较大，但是各大虚拟社区的规模以及功能定位等各不相同，用户的知识共享行为存在差异，因而本文结论的普适性有待于进一步验证。

参考文献

[1]徐美凤，叶继元.学术虚拟社区知识共享研究综述[J].图书情报工作，2011，55（13）：67-71.

[2]陈明红.学术虚拟社区用户持续知识共享的意愿研究[J].情报资料工作，2015，36（1）：41-47.

[3]袁毅，杨莉.问答社区用户生成资源行为及影响因素分析——以百度知道为例[J].图书情报工作，2017，61（22）：20-26.

[4]徐美凤.不同学科学术社区知识共享行为影响因素对比分析[J].情报杂志，2011，30（11）：134-139.

[5]陈明红，漆贤军.社会资本视角下的学术虚拟社区知识共享研究[J].情报理论与实践，2014，37（9）：101-105.

[6]陈明红，刘莹，漆贤军.学术虚拟社区持续知识共享意愿研究——启发式-系统式模型的视角[J].图书馆论坛，2015，35（11）：83-91.

[7]沈惠敏，娄策群.虚拟学术社区知识共享中的共生互利框架分析[J].情报科学，2017，（7）：16-19.

[8]Coleman J S.Social Capital in the Creation of Human Capital.The American[J].American Journal of Sociology，1988，94：95-120.

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

[10]Chiu C M，Hsu M H，Wang E T G.Understanding Knowledge Sharing in Virtual Communities：An Integration of Social Capital and Social Cognitive Theories[J].Decision Support Systems，2006，42（3）：1872-1888.

[11]Lu Y，Yang D.Information Exchange in Virtual Communities Under Extreme Disaster Conditions[J].Decision Support Systems，2011，50（2）：529-538.

[12]包凤耐，曹小龙.基于社会资本视角的虚拟社区知识共享研究[J].统计与决策，2014，（19）：53-56.

[13]赵大丽，孙道银，张铁山.社会资本对微信朋友圈用户知识共享意愿的影响研究[J].情报理论与实践，2016，39（3）：102-107.

[14]王伟，冀宇强，王洪伟，等.中文问答社区答案质量的评价研究：以知乎为例[J].图书情报工作，2017，61（22）：36-44.

[15]刘琦，杜荣.基于参与动机的网络社区知识共享质量、创新及满意度关系研究[J].情报理论与实践，2013，36（3）：56-61.

[16]Wang G，Gill K，Mohanlal M，et al.Wisdom in the Social Crowd：An Analysis of Quora[C]//International World Wide Web Conference，2013.

[17]Blau P M.Exchange and Power in Social Life[M].New York：Wiley，1964.

[18]Wu J，Ma P，Xie K L，et al.In Sharing Economy We Trust：The Effects of Host Attributes on Short-term rental Purchases[J].International Journal of Contemporary Hospitality Management，2017.

[19]Hung K H，Stella Yiyan L I.The Influence of eWOM on Virtual Consumer Communities：Social Capital，Consumer Learning，and Behavioral Outcomes[J].Journal of Advertising Research，2007，47（4）：485-495.

[20]Ghoshal T S.Social Capital and Value Creation：The Role of Intrafirm Networks[J].The Academy of Management Journal，1998，41（4）：464-476.

[21]郭博，趙隽瑞，孙宇.社会化问答社区用户行为统计特性及其动力学分析：以知乎网为例[J].数据分析与知识发现，2018，2（4）：48-58.

[22]陈强.高级计量经济学及Stata应用（第2版）[M].北京：高等教育出版社，2014.

（责任编辑：孙国雷）