在线健康社区的用户持续知识分享意愿研究

陈星 张星 肖泉

摘 要：[目的/意义]近些年来，在线健康社区变得越来越流行。然而，较少社区能成功地维持用户并激励他们持续的分享知识。本文将社会支持理论和承诺—信任理论结合起来，构建一个集成模型来研究在线健康社区用户的持续知识分享意愿的影响因素。[方法/过程]根据获得的475份有效调查问卷，本文使用SPSS20.0和AMOS20.0检验所提出的假设。[结果/结论]研究发现，信息支持、情感支持对满意度和信任均有显著影响，网络支持仅对满意度有显著影响。此外，满意度和信任除了对持续知识分享意愿有直接正向影响外，还通过关系承诺的中介，有间接的作用。研究有助于深化对知识分享行为的认识以及帮助在线健康社区的管理者更好地维系用户。

关键词：在线健康社区;社会支持;承诺—信任理论;用户;持续知识分享

DOI：10.3969/j.issn.1008-0821.2019.11.007

〔中图分类号〕C931 〔文献标识码〕A 〔文章编号〕1008-0821（2019）11-0055-14

Abstract：[Purpose/Significance]Online Health Communities（OHCs）have become increasingly popular in recent years.However，few communities have been successful in retaining members and motivating members to share knowledge continuously.This paper combined social support theory and commitment-trust theory and established an integrated model to study the factors affecting continuous knowledge sharing intention in online health communities.[Method/Process]Through analysis of 475 valid questionnaires by SPSS20.0 and AMOS 20.0 software，this paper tested the hypotheses.[Result/Conclusion]The results showed that，information support and emotion support had significant impact on satisfaction and trust.Network support only had significant impact on satisfaction.In addition，apart from the direct positive impact on continuous knowledge sharing intention，satisfaction and trust also had indirect impact through the mediation of relationship commitment.The findings from the current study would make contributions to deepening the understanding of knowledge sharing behaviour and help the managers of OHCs to maintain the users.

Key words：online health communities;social support;commitment-trust theory;user;continuous knowledge sharing

Web2.0技術的出现改变了人们在线交互的方式，也带来了各种形式的在线社区的迅速发展。健康是在线社区中讨论较多的话题，在线健康社区已成为最流行的一类在线社区。在线健康社区是一群虚拟讨论组的集合，其中的参与者并不一定熟识，但他们可以就与健康相关的特定话题在线分享信息、经历和感受，还可以向其他成员提供帮助和鼓励[1-2]。在线健康社区从根本上改变了人们对于健康信息搜寻和交换的方式，成为人们分享和获得健康知识的重要工具。根据美国的一项调查，近1/4的成年人利用在线健康论坛、博客或其它自媒体网站搜寻健康信息[3]。

由于在线健康社区成为健康知识传播渠道的重要渠道[4]，因此在线健康社区需要成员积极参与互动，且愿意在社区长期贡献个人的知识和经验。尽管已经有许多文献从理性行为理论、社会资本理论以及动机理论等不同的角度，对在线社区的知识分享行为进行了分析，但前人的研究还不足以解释在线健康社区用户的持续使用意愿，特别是还有两个方面的问题亟待解决：

1）先前研究已对不同情景下在线知识分享行为进行了探讨，如电子网络实践社区、在线投资社区和兴趣社区等，但以在线健康社区为背景的研究还不多见。表面上看，在线健康社区中的知识分享意愿与其他在线社区类似，实际上在线健康社区却有自身的独特性，其参与群体和参与动机更加特殊。在线健康社区的用户往往身患疾病或是担忧某些健康问题，他们分享知识的目的更多是为了获得社会支持[5]，而不是单纯追求物质奖励、声望和愉悦感。因此，本文将引入社会支持理论进行研究。

2）知识分享可分成初期知识分享和持续知识分享两种不同阶段。已有研究大多分析了在线社区的初期知识分享意愿，但对知识持续分享意愿的关注明显不足。持续的知识分享是指在线社区里个人不断重复知识分享的行为[6]。现实中，不少在线健康社区面临着用户不能持续知识分享的问题。不少用户最初对社区较为满意并且愿意分享知识，但后期却越来越缺少持续交流的动力。如果用户不能持续分享知识，那么社区的社会价值和潜力将无法实现。在线健康社区中的持续知识分享可以被视为用户与社区的一种长期关系交互。根据承诺—信任理论，为了维持长期关系交互，信任和承诺可以发挥重要作用。基于此，本文试图利用承诺—信任理论探讨在线健康社区用户的持续知识分享意图。

综上，本文将社会支持理论和承诺—信任理论结合起来，构建集成理论模型探索在线健康社区中用户持续分享知识的意愿，并通过问卷收集数据进行实证研究。

1 理论基础

1.1 在线健康社区的社会支持

社会支持是指个体感知到的来自組织其他成员的关爱与支持，是个体被他人关照、回应和帮助的一种体验[7]。人们常用社会支持来概括他人提供的信息建议、情感安慰以及行动和言语方面的援助[8]。以计算机为媒介的网络通信已经被证明可以促进用户之间的交互活动[9]，在线社区如果拥有好的社会支持，就意味着其成员通常愿意互相联系和帮助[10]。同时，社会支持也可以影响成员意愿，促使成员再次使用已有的社区平台进行沟通交流[11]。与传统的“面对面”社会支持类似，在线健康社区能为那些应对健康问题和其他压力的人们提供有益帮助[12]。在线健康社区情景下，患者可利用社区提供的各类便利条件与他人分享个人经验、观点并施以同情心，实现患者的社会需要[13]。

社会支持在不同情景下包括的内容也会有所区别。先前的研究已经提出许多不同的社会支持分类[14-15]，但针对在线健康社区对社会支持进行分类尚不明确。在线健康社区的用户不仅希望得到关于自身健康问题的指导意见和经验，还期望他人给予情感安慰和关心。同时，由于自己和社区关注共同的健康话题，因此作为成员拥有了社区归属感。因此，本文借鉴Lin X等[16]对社会支持的维度划分，将在线健康社区中的社会支持分为3类，即信息支持（Informational Support）、情感支持（Emotional Support）和网络支持（Network Support），并将考察这3个维度的社会支持对在线健康社区用户持续知识分享意愿的作用。

1.2 承诺—信任理论

承诺—信任理论主要用于解释交换双方之间长期关系的建立，即双方应该积极维持现有的交换关系以获得长期收益[17-18]。承诺—信任理论认为关系承诺和信任是形成和维持交换双方关系的关键性因素[19]。关系承诺是指组织或个体参与互换关系的程度，以及长期内关系维持的程度[20]，是区别长期忠诚和短期忠诚的重要因素。社会网络中频繁的交换增加了个体对他人的了解，双方也就产生了信任[21]。信任直接影响并可以生成关系承诺，从而促成更长期的关系[19]。先前已有大量研究将承诺—信任理论用于探讨各类在线社区中长期关系的生成和维持。例如有研究发现在线消费社区中的承诺对用户的忠诚度和重复购买意愿有正向影响[22-23]。也有研究用承诺—信任理论来解释团购网站中消费者持续购买的忠诚行为[17]。事实上，在线社区用户持续贡献知识的决定与消费者重复购买产品的决定十分类似[24]。做出承诺的个人更有可能参与知识分享[18]。当在线社区成员生成关系承诺后，会共同认为他们之间的知识交换关系有价值，就会尽量避免机会行为并保证长期忠诚来维持关系，从而可能在未来持续交换知识。同时，持续知识分享作为一种关系交换，它需要知识贡献方和寻求方共同的理解和信任。信任会减少个人和敏感信息披露的感知风险以及成本，成为网络环境下人们分享知识决定的重要因素[25]。

在线健康社区情景下，健康信息特别是敏感健康信息的披露和交流这种知识分享活动，更应建立在长期和稳定的承诺基础之上。同时，信任也是进行在线健康交流活动的重要前提[26]。对在线健康信息越信任，越有可能与医生和其他用户交流，并搜寻更多的健康信息[27]。因此，本文将利用承诺—信任理论来考查在线健康社区用户持续知识分享的意愿。

2 模型与研究假设

基于上述分析，我们提出影响在线健康社区用户持续知识分享意愿的模型，如图1所示。

2.1 社会支持

1）信息支持

信息支持一般是指向他人提供建议或反馈的行为[28]。具体来说，它包括一系列客观实用的资源，例如建议、意见、具体应对方案的直接传授或间接推荐等，从而帮助人们克服困难和解决问题[29]。人们从在线社区的交互活动中不断获得新信息，正是这种信息决定了成员的满意程度[22]。在线健康社区情景下，用户期望能向社区中的专业人士获取专业的医疗知识和诊疗建议，或与其他有类似疾病的用户进行病情交流和经验分享[30-31]。从社区中获得的专业的答复有助于用户更好地理解自身疾病和治疗意见，帮助他们进行健康风险评估和疾病预防[32-33]。因此，我们提出假设：

H1a：在线健康社区中，用户获得的信息支持对社区的满意度有正向影响。

社区成员之间的沟通交流，意味着正式和非正式地交换最新的重要信息[34]。沟通交流的质量越高，成员对社区产生的信任程度也越高[35]。在线健康社区中，用户得到的建议、推荐方案和应对办法等信息支持越多，越能提升他们对疾病的应对信心和能力[9]。随着与用户健康相关的问题得到成功解决，用户会认为在线健康社区可依靠、值得信赖，对社区给出正面积极的评价。因此，我们提出假设：

H1b：在线健康社区中，用户获得的信息支持对社区的信任有正向影响。

2）情感支持

情感支持是指为了减少个体压力和负面影响的鼓励、同情和关爱[15]。情感支持侧重表达个人的关注，可以间接帮助问题的解决，其具体类别包括亲密关系、同情、倾听、理解等[29]。研究表明，个体无论是否具备足够的问题处理能力，他们获得的情感支持越多，满意度就越高[36]。由于患者常常在首次诊断和治疗过程中经受巨大的压力和焦虑，因此对于在线健康社区而言，特别是那些面向严重病患的在线健康社区，提供情感支持是社区的重要组成部分[37]。通过获得情感支持，在线健康社区用户在面对压力时能感受到安慰和保护，所经受的压力和负面影响也随之减少[15]。因此，我们提出假设：

H2a：在线健康社区中，用户获得的情感支持对社区的满意度有正向影响。

在线社区中，信任包括对社区成员愿意助人为乐的预期。在线健康社区中，成员关心其他成员的健康和幸福状况，愿意帮助、支持和关爱其他成员，这种善行正是信任的一种表现形式[38]。因此，我们提出假设：

H2b：在线健康社区中，用户获得的情感支持对社区的信任有正向影响。

3）網络支持

网络支持也被称为社会融入，是对群体归属感的表达[39]。它具体表现为提醒成员存在着与其有相同兴趣或类似经历的其他同伴，并且始终有同伴愿意提供帮助和分享情感[36，40]。在线社区中，成员通过参与社区活动，分享信息和经验，在相互吸引和愿意与群体保持令人满意的交互关系的过程中，成员认同感油然而生[40]。在线健康社区中，个体通过与他人之间频繁的接触，能感受到和他人之间存在某种关联并逐渐被社区融入。这有助于他们形成一个良好的心态并改善自身的健康。于是，我们提出假设：

H3a：在线健康社区中，用户获得的网络支持对社区的满意度有正向影响。

类似地，在线健康社区的用户获得网络支持，被邀请加入现有的网络并扩充共同的社会网络，它从某种程度表明社区关注成员的健康。社区成员感到满意的交互经历会使他们将自己和他人的健康问题相关联，并感到与社区之间有不可分割的联系[41]。用户选择融入有相似健康问题的人们组成的社区，在社区内积极交互、参与活动，也会产生对社区更多的信任。于是，我们提出假设：

H3b：在线健康社区中，用户获得的网络支持对社区的信任有正向影响。

2.2 承诺—信任理论

1）关系承诺

关系承诺是建立成功和友好长期关系的关键，它是指信息交换双方认为保有持续的关系十分重要和有益，因此要尽最大努力维持关系[18]。关系承诺可以通过增强用户间的关联感，形成长期关系，从而促进用户持续参与行为，并最终通过知识分享对社区做出贡献[42]。在线健康社区中，成员对社区的关系承诺至关重要，因为拥有共同利益和目标的成员会分享信息和知识，参与交互活动。关系承诺可以阐明成员对于知识交流的积极态度以及维持交流关系的动机[43]。通过社区交互，用户间共同的情感关联不断增强，使得用户和社区之间生成强有力的承诺。用户也会就共同感兴趣的健康话题，积极且持续地进行知识分享和交流，从而做出自己的贡献。于是，我们提出假设：

H4：在线健康社区中，用户对社区的关系承诺对其持续知识分享的意愿具有正向影响。

2）信任

信任是指个体对他人诚信或是与他人关系的信心程度，它可以减少网络环境中关联的不确定性和复杂性[44]。在线社区用户相互信任，就会生成强大的关系资本[45]。信任关系意味着社区成员因为共同的认识和价值观而紧密相连，这降低了交易成本、风险和不确定性[46]，也减少了成员离开在线社区的倾向[18]。先前研究表明信任对于成员和虚拟品牌社区之间的关系承诺有显著的正向影响[22]。在线健康社区情境下，用户的信任会增强长期参与社区活动的意愿，并尽力维持社区成员的身份，从而产生了对社区的关系承诺。故提出以下假设：

H5a：在线健康社区中，用户的信任对社区的关系承诺具有正向影响。

人们相互信任，表明个体对他人的可信性和诚信有信心，就愿意长期进行可信赖的交换，愿意共享资源和分享知识[47]。在线健康社区中，信任代表用户对社区的相信程度，较高的信任感会促使用户养成访问社区和参与社区问答的习惯，自我披露敏感健康信息，分享更多的健康知识。故我们提出以下假设：

H5b：在线健康社区中，用户的信任对其持续知识分享的意愿具有正向影响。

3）满意度

满意度是指用户积极或消极使用情况的描述[11]，代表用户全面的评价、感受和态度。先前有研究表明，满意度和信任之间存在极强的正相关[48]。Flavin C等[49]指出，满足用户需要之后会产生信任，用户的满意感受和他们对网站诚信的感知相关。在线健康社区中，用户持续的满意度可以减少不确定性，增强对社区信任感。因此，我们提出假设：

H6a：在线健康社区中，用户满意度对社区的信任具有正向影响。

先前有研究认为，满意度在解释持续关系的形成方面发挥着动态作用，是解释双方关系的重要变量之一[50]。满意度可以通过增加吸引力和对关系的心理依恋等方式，正向影响个人对关系的承诺[51]。在线健康社区中，用户对社区的总体评价和感受越好，越容易生成强烈的承诺。因此，我们提出假设：

H6b：在线健康社区中，用户满意度对社区的承诺具有正向影响。

信息制度持续使用模型（Information Systems Continuous Use Model）认为，满意度是影响持续使用意愿的重要因素[11]。在知识分享的情景下，满意度会影响成员持续分享知识的决定[52]。在线社区成员的满意度越高，越可能通过持续的知识分享参与社区活动[53]。在线健康社区中，用户对社区的总体评价和感受越良好，就越愿意与他人展开充分地交流和沟通，进行持续的知识分享。因此，我们提出假设：

H6c：在线健康社区中，用户满意度对持续知识分享的意愿具有正向影响。

3 研究方法

3.1 问卷设计

根据图1的模型，我们设计的问卷共包含7个潜变量：信息支持（IS）、情感支持（ES）、网络支持（NS）、满意度（SAT）、信任（TRUST）、关系承诺（RC）、持续知识分享意愿（CKS）。本研究其它潜变量的量表设计在以往研究的基础上进行，从文献中选择并进行了适应性修改后，我们得到最初的测度项。每个测度项采用七点李克特法来测度其值：1分代表“非常不同意”，7分代表“非常同意”。在问卷初步设计完成之后，我们邀请了知识管理和医学专业的5位专家和在线健康社区的6位成员，要求他们对问卷的表述和结构进行逐一审阅和完善。接着我们在23名在线健康社区的用户中预调研，结果表明问卷的量表具有较好的信度和效度。各潜变量及其测量题项如表1所示。

3.2 调查实施

本调查的实施同时在线下和线上两个渠道展开。一方面，我们在武汉的3家医院和2个大型社区进行纸质问卷搜集，主要是对医护专业人士、医学院的师生、患者、家属和社区居民发放纸质问卷。在问卷发放前，我们先对被调查者进行简单访谈，向他们举例“好大夫”、“丁香园”、“39健康问答频道”这样的在线健康社区，并询问他们是否使用过类似的社区，然后向那些使用过在线健康社区超过半年的用户发放问卷。我们要求被调查者选择自己最常用的一个在线健康社区并回答相应的测量题项。另一方面，我们对如“好大夫”、“丁香园”和“39健康问答频道”等在线健康社区上注册的普通用户发放电子问卷，以期收到更多的样本数据。我们共发出问卷800份，最终纸质问卷收回360份，网上填写232份，回复率为74.0%。在去掉重复和异常值后，最后得到总有效问卷475份（其中纸质有效问卷280份，网上有效问卷195份）。在这些调查结果中，性别、年龄、教育程度和收入状况均涵盖了各个层次，如表2所示。

为了评价我们样本的代表性，我们采用中国互联网络信息中心（CNNIC）在2017年1月发布的第39次《中国互联网络发展状况统计报告》中的中国网民结构数据[57]，并利用非参数的卡方检验比较了我们的样本与中国网民的分布情况。通过对性别、年龄、教育程度和收入状况分别进行卡方检验，我们得到每个特征上比较检验的p值均大于0.05（表2最后一列），表明我们的样本与中国网民的人口描述性统计无显著差异。

由于本次问卷的收集同时来源于线下和线上两个渠道，为了进行下一步的数据合并分析，我们首先需要检验这两类渠道的被调查用户在人口描述性统计特征、网络使用经验和频率、各个测度项问题回答上是否存在显著差异。我们首先采用Mann-Whitney方法进行检验，该方法在之前研究中被广泛使用于两类调查数据的差异检验[58-61]。人口描述性统计特征的差异性检验结果表明，所有的p值在0.163～0.731之间，均大于0.05;网络使用经验和频率的差异性检验结果表明，两个渠道来源样本的网络使用经验的检验p值为0.103，网络使用频率的p值为0.184，均大于0.05;回答各个问题的差异性检验结果表明，所有的p值在0.213～0.968之间，均大于0.05。

此外，我们还进行了两组独立样本的均值比较的t检验，人口描述性统计特征的差异性检验结果表明，所有的p值在0.162～0.748之間，均大于0.05;网络使用经验和频率的差异性检验结果表明，两个渠道来源样本的网络使用经验的检验p值为0.118，网络使用频率的p值为0.252，均大于0.05;回答各个问题的差异性检验结果表明，所有的p值在0.95～0.975之间，均大于0.05。这表明这两类群体在人口描述性统计特征和回答问题上均没有显著差异。因此，两类群体的数据可以合并，用于后续分析。

3.3 信度和效度分析

首先针对各研究变量进行Cronbachα信度分析。若Cronbachα大于0.70则认为该量表具有较高的信度水平[62]。我们使用SPSS20.0对收集的问卷数据进行计算，分别得出各个潜变量的Cronbachα均大于0.7，说明量表具有良好的信度。为进一步检验变量的信度和效度，我们使用AMOS20.0对数据进行验证性因子分析，结果见表3。验证性因子分析模型能净化误差，使得潜变量间的关联估计较少地被测量误差污染[63-64]。从表2中可看出，所有指标的标准负载大于0.7，且均在0.001的水平上显著，各变量的平均方差萃取（Average Variance Extracted，AVE）均大于0.5，复合信度（Composite Reliabilities，CR）均大于0.7，这意味着该量表有良好的收敛效度[65-66]。

为了检查问卷量表的判别效度，我们考察各潜变量的AVE值的平方根与潜变量相互间的相关系数[67]。表4展现了计算结果，表中对角线列出的黑色粗体数值为AVE值的平方根。从表4可看出，所有变量的AVE值的平方根均大于相关系数，表明判别效度较好[68]。

3.4 共同方法偏差

我们的数据收集是采用的自我报告式（Self-report）的调查问卷，这种方式可能会产生共同方法变异（Common Method Variance，CMV）的问题。本文采用两种方法检验CMV。首先，我们采用Harman的单因子检验方法[69]，用Spss20.0进行探索性因子分析，得到第一个因子的方差解释率为38.305%，低于50%的阈值，表明没有一个因子可以解释大部分的方差[60]。另外，我们将所有测度项加载到一个单因子上做验证性因子分析[70]。结果表明模型的拟合度较差（如Godness of Fit Index（GFI）=0.518（<0.90），Adjusted Goodness of Fit Index（AGFI）=0.426（<0.80））这两种方法的结果都表明本研究的共同方法变异问题不严重。

4 数据分析

4.1 结构模型检验

我们首先采用AMOS20.0软件计算了模型的各项拟合指标值，如表5所示，所有拟合指数均优于推荐值，表明模型具有较好的拟合优度。

对所有路径系数检验结果如图2所示。从图中可以看出，信息支持和情感支持对满意度、信任的影响均是显著，网络支持对信任的影响显著，假设H1a、H1b、H2a、H2b和H3b得到了支持。但是网络支持对满意度的影响不显著，假设H3a没有得到支持。承诺—信任理论的变量中，关系承诺对持续知识分享意愿影响显著，假设H4得到支持。信任对关系承诺、持续知识分享意愿影响均是显著，假设H5a、H5b得到支持。满意度对信任、关系承诺、持续知识分享意愿影响均是显著，假设H6a、H6b、H6c得到支持。

4.2 中介效应分析

本文使用Bootstrapping和Sobel检验法来分析关系承诺的中介效应。Bootstrapping方法并不要求样本成正态分布，而Sobel检验法要求正态分布[71]。为了加强结果的可信性，本文同时用这两种方法进行检验。首先，用Bootstrapping方法对关系承诺的中介效应进行检验。依照Nunnally J C[72]提出的方法，本文进行了5 000次的Bootstrap重复抽样后。表6展现了直接效应和间接效应的估计值和95%的置信区间（Confidence Interval，CI）。结果显示，所有直接效应和间接效应的95%置信区间均不包含0，表明中介效应显著[71]。同时，本文利用Sobel检验来进一步验证结果。结果表明，在满意度对持续知识分享意愿的影响中，关系承诺的中介效应显著（z=3.741;p<0.001）;在信任对持续知识分享意愿的影响中，关系承诺的中介效应显著（z=5.158;p<0.001）。Sobel检验与Bootstrapping方法结论一致。

5 讨 论

本文的研究结果表明，除了H3a假设没有获得支持，其他假设都是成立的。具体来看，首先，在线健康社区成员对社区的满意度受到信息支持（β=0.489，p<0.001）和情感支持（β=0.434，p<0.001）的显著正向影响。针对相关的健康问题，成员获得越多的实用建议、意见和指导，感受到越多的安慰、鼓励和关心，对社区就会给出正面的总体评价。而网络支持对于在线健康社区成员的满意度评价没有显著影响（β=0.026，p>0.05）。可能的解释是，一方面，和参与其它兴趣社区和社交网站不同，人们加入在线健康社区主要是为了获取诊疗信息和情感陪伴，以解决自身的健康问题，而较少从社交愉悦中寻找归属感。另一方面，当前流行的在线健康社区大多是综合型的社区，即使是专门针对某类疾病的在线健康社区，也没有按成员不同的病因和病情进行进一步细分，成员难以达成一致的目标。因此，成员间没有足够的网络支持，较难形成对在线健康社区的满意度。

其次，成员对社区的信任同时受到信息支持、情感支持和网络支持的正向影响。其中，网络支持产生的影响最为显著（β=0.271，p<0.001）。成员通过沟通交流获取大量信息支持，对社区产生的信任也随之增强。同时，社区成员对其他成员的关心和关爱行为也是提升信任的形式之一，成员获得的情感支持越多，对社区越信任。此外，网络支持越高，表明在线健康社区越鼓励成员与其他有类似问题的成员开展交流，让成员对社区产生认同感和归属感，感到自身与社区之间有不可分割的联系，从而更加信任社区。

最后，成员对社区的满意度正向影响对社区的信任（β=0.170，p<0.05）。在线健康社区成员的预期或需求得到满足，他們对社区的满意度提升，认为其他社区成员值得信赖，对社区的信任也会有所增强，与前人特别是其它在线社区背景下的研究发现相一致。此外，成员的满意度和信任都对关系承诺有显著正向影响，关系承诺对成员持续知识分享意愿有显著正向影响（β=0.412，p<0.001）。同时，关系承诺对满意度和持续知识分享意愿起部分中介作用，对信任和持续知识分享意愿也起到部分中介作用。

6 启 示

6.1 理论启示

本研究得出的结论具有一定的理论启示：

1）本研究将知识分享的研究扩展到了在线健康社区情景。这类社区与其它的在线社区较为不同，有着特殊的参与群体与参与动机。本研究着重探讨了在线健康社区成员获得的3类社会支持（信息支持、情感支持和网络支持）对于社区满意度和信任的影响。研究结论表明，信息支持和情感支持对满意度均有显著正向影响。另外，这3类社会支持都对社区信任有正向影响。研究成果同时丰富了社会支持理论和知识管理理论。

2）本研究集成了社会支持理论和承诺—信任理论来构建理论模型，着重探讨在线健康社区用户的持续知识分享意愿。不同于先前研究较多去解释用户初期的知识分享意愿，本研究最终目的是探讨用户持续的知识分享意愿。本研究将满意度和信任作为中心变量，分析了它们的前因变量（社会支持）和结果变量（知识持续分享意愿）。研究结果表明，社会支持能够影响成员对社区的满意度和信任，而成员对社区的满意度、信任连同关系承诺进一步对持续知识分享的意愿产生重要影响。这为知识持续分享意愿及其影响因素的研究提供了一个综合的分析视角，在一定程度上弥补了前人研究的不足。

3）先前也有研究探讨了满意度或信任对知识分享意愿的直接作用，本研究发现关系承诺对满意度和持续知识分享意愿有部分中介作用，对信任和持续知识分享意愿也有部分中介作用。结果揭示，在线健康社区成员的满意度以及信任虽然都可以促进持续知识分享，但是如果没有生成足够强大的关系承诺，成员对社区没有产生情感依恋，即使成员初期对社区表示满意和信任，知识分享的交互关系也较难长久维系。

6.2 实践启示

本研究也得到了一些的实践启示：

1）本研究结果显示大多类型的社会支持对于在线健康社区成员满意度和信任均有正向影响。作为社区管理者，有必要提供更多便利的交流渠道，营造更好的交互环境，方便社区用户提供或寻求各类不同的社会支持。由于用户对于社会支持的需求不尽相同，社区管理者应该注重分类筛选和提供信息支持、情感支持、网络支持，从而依照用户需求设计和建设社区。在信息支持方面，管理者可以通过提供专门的技术可以帮助用户更容易地搜寻和获得有用信息;情感支持方面，管理者可以提供激励机制、组织更多的交互活动，鼓励用户积极分享个人的经验和知识，并推出点赞等功能便于用户进行情感表达;网络支持方面，虽然它对社区成员满意度没有显著影响，但对成员信任的作用仍不容忽视。社区管理者可以采取策略，增强社区特色，提升用户的社区认同感，给与用户更多的网络支持。

2）本研究结论表明，信任和关系承诺对于在线健康社区用户持续分享知识的意图有重要的影响作用。一方面，在线健康社区管理者应采取一系列措施提升用户的信任感，增加用户持续分享知识的意愿。例如，完善社区参与者的身份认证程序，减少用户可感知的不确定性以及和参与社区相关的风险;制定在线隐私保护政策，加强敏感和隐私信息交流的安全性;提高用户间交流的质量，避免类似潜水等机会主义行为。另一方面，对社区的关系承诺也对用户的知识持续分享意愿发挥重要作用。对社区的关系承诺取决于社区的主要特征，包括社区交互、离线活动的组织等[23]。因此，在线健康社区的管理者可以尝试增强社区功能，提供更多信息交流的渠道。同时，还可以积极组织线下活动，增进成员间的了解。社区成员在交互活动的过程中会逐渐增强对社区的承诺，尽力维持长期的知识共享关系，从而有利于持续分享知识行为的产生。

[14]Cohen S，Wills T A，Stress，Social Support，and the Buffering Hypothesis[J].Psychological Bulletin，1985，98 （2）：310-357.

[15]Sarason B R，Sarason I G，Pierce G R.Social Support：An Interactional View[M].New York：John Wiley & Sons，1990.

[16]Lin X，Zhang D，Li Y.Delineating the Dimensions of Social Support on Social Networking Sites and Their Effects：A Comparative Model[J].Computers in Human Behavior，2016，58：421-430.

[17]Li D，Browne G J，Wetherbe J C.Why Do Internet Users Stick with a Specific Web Site？A Relationship Perspective[J].International Journal of Electronic Commerce，2006，10（4）：105-141.

[18]Morgan R M，Hunt S D，The Commitment-trust Theory of Relationship Marketing[J].Journal of Marketing，1994，58（3）：20-38.

[19]Wang W T，Wang Y S，Liu E R，The Stickiness Intention of Group-buying Websites：The Integration of the Commitment-trust Theory and E-commerce Success Model[J].Information and Management，2016，53：625-642.

[20]Park J，Lee J，Lee H，et al.Exploring the Impact of Communication Effectiveness on Service Quality，Trust and Relationship Commitment in IT Services[J].International Journal of Information Management，2012，32（5）：459-468.

[21]Lawler E J，Yoon J.Power and the Emergence of Commitment Behavior in Negotiated Exchange[J].American Sociological Review，1993，58（4）：465-481.

[22]Casaló L V，Flavian C，Guinalliu M.Promoting Consumers Participation in Virtual Brand Communities：A New Paradigm in Branding Strategy[J].Journal of Marketing Communications，2008，14（1）：19-36.

[23]Jang H，Olfman L，Ko I，et al.The Influence of On-line Band Community Characteristics on Community Commitment and Brand Loyalty[J].International Journal of Electronic Commerce，2008，12（3）：57-80.

[24]Jin X L，Zhou Z，Lee M K O，et al.Why Users Keep Answering Questions in Online Question Answering Communities：A Theoretical and Empirical Investigation[J].International Journal of Information Management，2013，33 （1）：93-104.

[25]Staples D S，Webster J.Exploring the Effects of Trust，Task Interdependence and Virtualness on Knowledge Sharing in Teams[J].Information Systems Journal，2008，18（6）：617-640.

[26]Hou J R，Shim M.The Role of Provider-patient Communication and Trust in Online Sources in Internet Use for Health-related Activities[J].Journal of Health Communication，2010，15（3）：186-199.

[27]Huh J，DeLorme D E，Reid L N.Factors Affecting Trust in On-line Prescription Drug Information and Impact of Trust on Behavior Following Exposure to DTC Advertising[J].Journal of Health Communication，2005，10（8）：711-731.

[28]Schaefer C，Coyne J，Lazarus R.The Health-related Functions of Social Support[J].Journal of Behavioral Medicine，1981，4（4）：381-406.

[29]Liang T P，Ho Y T，Li Y W，et al.What Drives Social Commerce：The Role of Social Support and Relationship Quality[J].International Journal of Electronic Commerce，2011，16（2）：69-90.

[30]Deng Z，Liu S.Understanding Consumer Health Information-seeking Behavior from the Perspective of the Risk Perception Attitude Framework and Social Support in Mobile Social Media Websites[J].International Journal of Medical Informatics，2017，105：98-109.

[31]Zhang X，Liu S，Chen X，et al.Social Capital，Motivations，and Knowledge Sharing Intention in Health Q&A Communities[J].Management Decision，2017，55（7）：1536-1557.

[32]Xiao N，Sharman R，Rao H R，et al.Factors Influencing Online Health Information Search：An Empirical Analysis of a National Cancer-related Survey[J].Decision Support Systems，2014，57（1）：417-427.

[33]Deng Z，Liu S，Hinz O.The Health Information Seeking and Usage Behavior Intention of Chinese Consumers Through Mobile Phones[J].Information Technology & People，2015，28（2）：405-423.

[34]Anderson J C，Narus J A.A Model of Distribution Firm and Manufacturer Firm Working Partnerships[J].Journal of Marketing，1990，54（1）：42-58.

[35]McIvor R，McHugh M，Cadden C.Internet Technologies：Supporting Transparency in the Public Sector[J].International Journal of Public Sector Management，2002，15（3）：170-187.

[36]Cutrona C E，Suhr J.Controllability of Stressful Events and Satisfaction with Spouse Support Behaviours[J].Communication Research，1992，19（2）：154-74.

[37]Barraclough J.Cancer and Emotion：A Practical Guide to Psycho-oncology（3rd ed.）[M].New York：John Wiley & Sons，1999.

[38]Ridings C，Gefen D，Arinze B.Some Antecedents and Effects of Trust in Virtual Communities[J].Journal of Strategic Information System，2002，11（3）：271-295.

[39]Weiss R S.The Provisions of Social Relationships，In：Rubin Z（ed.），Doing Unto Others[M].New Jersey：Prentice-Hall Englewood Cliffs，1974.

[40]Coulson N S，Buchanan H，Aubeeluck A.Social Support in Cyberspace：A Content Analysis of Communication Within a Huntingdons Disease Online Support Group[J].Patient Education and Counseling，2007，68（2）：173-178.

[41]Rhoades L，Eisenberger R，Armeli S，Affective Commitment to the Organization：The Contribution of Perceived Organizational Support[J].Journal of Applied Psychology，2001，86（5）：825-836.

[42]Bagozzi R P，Dholakia U M，Intentional Social Action in Virtual Communities[J]Journal of Interactive Marketing，2002，16（2）：2-21.

[43]Huang E，Hsu M H，Yen Y R，Understanding Participant Loyalty Intentions in Virtual Communities[J].WSEAS Transactions on Information Science & Applications，2008，4（5）：497-511.

[44]Lewicki R J，Bunker B.Developing and Maintaining Trust in Work Relationships[C]//Kramer R，Tyler T.Trust in Organizations：Frontiers of Theory and Research，California：Sage，1996.

[45]Coleman J S.Social Capital in the Creation of Human Capital[J].The American Journal of Sociology，1988，94：S95-S120.

[46]Hite J M.Evolutionary Processes and Paths of Relationally Embedded Network Ties in Emerging Entrepreneurial Firms[J].Entrepreneurship：Theory & Practice 2005，29（1）：113-144.

[47]Inkpen A C，Tsang E W K.Social Capital，Networks，and Knowledge Transfer[J].Academy of Management Review 2005，30（1）：146-165.

[48]Yoon S，Kim J.An Empirical Validation of a Loyalty Model Based on Expectation Disconfirmation[J].Journal of Consumer Marketing，2000，17（2）：120-136.

[49]Flavin C，Guinalíu M，Gurrea R.The Role Played By Perceived Usability，Satisfaction and Consumer Trust on Website Loyalty[J].Information Management，2006，43（1）：1-14.

[50]Selnes F.Antecedents and Consequences of Trust and Satisfaction in Buyer-seller Relationship[J].European Journal of Marketing，1998，32（3-4）：305-322.

[51]Hocutt M A，Relationship Dissolution Model：Antecedents of Relationship Commitment and the Likelihood of Dissolving a Relationship[J].International Journal of Service Industry Management，1998，9（2）：189-200.

[52]Jin X L，Lee M K O，Cheung C M K.Predicting Continuance in Online Communities：Model Development and Empirical Test[J].Behavior & Information Technology，2010，29（4）：383-394.

[53]Chuo S W，Min H T，Lin C T.Understanding Continuance Intention to Knowledge Creation Using Extended Expectation-confirmation Theory：An Emperical Study of Taiwan and China Online Communities[J].Behavior & Information Technology，2010，29（6）：557-570.

[54]Hajli N.The Role of Social Support on Relationship Quality and Social Commerce[J].Technological Forecasting and Social Change，2014，87（1）：17-27.

[55]Chiu C M，Huang H Y，Cheng H L，et al.Understanding Online Community Citizenship Behaviors Through Social Support and Social Identity[J].International Journal of Information Management，2015，35 （4）：504-519.

[56]Goo J，Huang C D.Facilitating Relational Governance Through Service Level Agreements in IT Outsourcing：An Application of the Commitment-trust Theory[J].Decision Support Systems，2008，46（1）：216-232.

[57]中国互联网络信息中心.第39次中国互联网络发展状况统计报告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201701/P020170123364672657408.pdf，2017-08-20.

[58]Hart A.Mann-Whitney Test is Not Just a Test of Medians：Differences in Spread Can Be Important[J].British Medical Journal，2001，323（7309）：391.

[59]Hainey T，Connolly T，Stansfield M，et al.The Differences in Motivations of Online Game Players and Offline Game Players：A Combined Analysis of Three Studies at Higher Education Level[J].Computers & Education，2011，57（4）：2197-2211.

[60]Liu S.Effects of Control on the Performance of Information Systems Projects：The Moderating Role of Complexity Risk[J].Journal of Operations Management，2015，36：46-62.

[61]Liu S.How the User Liaisons Understanding of Development Processes Moderates the Effects of User-related and Project Management Risks on IT Project Performance[J].Information & Management，2016，53（1）：122-134.

[62]Liu S，Xia F，Zhang J，et al.Exploring the Trends，Characteristic Antecedents，and Performance Consequences of Crowdsourcing Project Risks[J].International Journal of Project Management，2016，34（8）：1625-1637.

[63]吴明隆.结构方程模型：AMOS的操作与应用[M].重庆：重庆大学出版社，2009.

[64]侯杰泰，温忠麟，成子娟.结构方程模型及其应用[M].北京：教育科学出版社，2004.

[65]Fornell C，Larcker D F.Evaluating Structural Equation Models with Unobservable Variables and Measurement Error[J].Journal of Marketing Research，1981，18（2）：39-50.

[66]Liu S，Wang L，Huang W W.Effects of Process and Outcome Controls on Business Process Outsourcing Performance：Moderating Roles of Vendor and Client Capability Risks[J].European Journal of Operational Research，2017，260（3）：1115-1128.

[67]Liu S，Wang L.Influence of Managerial Control on Performance in Medical Information System Projects：The Moderating Role of Organizational Environment and Team Risks[J].International Journal of Project Management，2016，34（1）：102-116.

[68]Liu S，Deng Z.How Environment Risks Moderate the Effect of Control on Performance in Information Technology Projects：Perspectives of Project Managers and User Liaisons[J].International Journal of Information Management，2015，35（1）：80-97.

[69]Podsakoff P M，MacKenzie S B，Lee J Y，et al.Common Method Biases in Behavioral Research：A Critical Review of the Literature and Recommended Remedies[J].The Journal of Applied Psychology，2003，88（5）：879-903.

[70]Malhotra N K，Kim S S，Patil A.Common Method Variance in IS Research：A Comparison of Alternative Approaches and a Reanalysis of Past Research[J].Management Science，2006，52（12）：1865-1883.

[71]Zhao X，Lynch J G，Chen Q.Reconsidering Baron and Kenny：Myths and Truths About Mediation Analysis[J].Journal of Consumer Research，2010，37（2）：197-206.

[72]Nunnally J C.Psychometric Theory[M].New York：McGraw Hill，1978.

（責任编辑：孙国雷）