微信卷入度与社会资本

夏少昂 周晓虹

内容提要 社会资本被用以衡量社会网络的结构性特征，并被视作促进或制约社会资源获取的重要因素。随着移动互联网和社交网络服务的发展，社会资本的含义和结构发生了相应的变化，社交网络的使用为社会资本的获取提供了新途径。对微信语境下的社会资本进行重新测量可以发现，微信卷入度与社会资本正相关；而对于虚拟交往和现实交往的区分，则与社会资本获取负相关。

引 言

根据中国互联网络信息中心的调查，截至2018年12月，中国移动终端网络用户的规模达到8.17亿，微信的使用率达到92.6%。微信已经成为国内社交网络服务(social network service，简称SNS)中最大也是最具有代表性的应用，并逐渐形成一种特殊而影响深远的技术形式。①微信嵌入个体和群体的日常生活，悄无声息地改变了人们的生活和工作方式，同时影响了人们的社交方式、社交范围和交往深度。甚至有这样一种说法：微信重新定义了网络社交②。微信这种集微博、博客和即时通讯于一身的集成创新技术，正在重构人们的社会关系。

人的本质是一切社会关系的总和。社会关系以及缔结社会关系的社会互动或社会交往一直是社会学的核心议题。社会资本的概念描述了个人从其社会关系和人际交往中获得的收益，嵌入社会网络的结构以及这些结构中个人的位置。③在微信的冲击下，当今的社会资本内涵和概念已经与其在传统社会学中的含义产生了偏离。微信这一“集大成”式的SNS应用，有潜力重塑人们的社交网络，并能降低通过其进行交流和维护人际关系的成本，由此可能对社会资本产生影响。为此，我们认为，微信与社会资本的关系已经成为当下社会学不可回避，或者说亟待深入探究的领域。

沿着这一思路，本文提出微信卷入度的概念，用以考察人们对微信情境的投入程度，而不只是考察一项项孤立的使用行为，这对于理解微信如何影响社会资本可能至关重要。首先，本文采用个体使用微信的时长、地点多样性和沉浸度等来量化卷入度，以期更全面地阐述微信对社会资本的影响。其次，本文构建了微信语境下社会资本的测量，在既有的两个测量维度之外，增加了对强弱联结转化和旧关系找回的测量，体现了微信对人际关系的重构，力求能够更加准确地对微信与社会资本的关系进行分析。第三，针对微信人际交往不同于基于网页的SNS应用的特点，提出个体对微信使用的“虚”“实”认知可能会对微信卷入度产生影响，并因此影响社会资本获取的理论假设。最后，本文以网络问卷数据为基础，通过结构方程模型，对社会资本的多个影响因素进行了分析和探讨，以检验相关理论假设。

理论与假设

本文的理论与假设涉及微信卷入度、社会资本的概念化及网络情境的建构，包括虚拟与现实的情境区分。

1.社会资本的概念化

社会资本的概念最早由布迪厄引入，他认为社会资本包括“实际的或潜在的资源的集合，这些资源与(社会)关系网络密不可分”④。社会资本可以理解为通过社交网络和人际关系，可能获取、积累和调动的资源⑤。这些资源包括情感支持、信任和社会信息等⑥。此外，值得注意的是，某人社交网络状况本身就可以预测其可能获得的社会支持等资源状况⑦。在本文中，社会资本将被理解为关系网络的存在方式。

普特南将社会资本定义为社会网络本身及社会网络中形成的互惠规范，并区分了两种类型的社会资本：桥接型社会资本(bridging social capital)与粘结型社会资本(bonding social capital)。桥接型社会资本主要来自个体的弱联结(weak ties)，如同学、同事、熟人等。相反，粘结型社会资本则来自强关系(strong ties)，如家人、亲戚、好朋友等，从强联结个体处可以获得情感支持、实质性支持。⑧林南则指出，社会资本是投资在社会关系中并希望得到回报的一种资源，这种资源嵌入在社会网络结构之中，个体可以通过有目的的行动来获得。⑨由此可见，尽管存在一些不同的概念化方法，但社会资本的核心始终在于描述人际网络及这种网络所带来的资源。

2.网络社交情境中的社会资本

有不少研究试图探索网络使用与社会资本之间的关系。⑩在网络人际交往(computer-mediated communication)的研究中，往往更侧重个体层面的社会资本，有学者在普特南划分的两类社会资本基础上，区分了线上/线下情境，从而形成了(二乘二)四种类型，即线上桥接社会资本、线上粘结社会资本、线下桥接社会资本、线下粘结社会资本，并对之进行了操作化定义。

在SNS诞生不久，就有研究试图探讨SNS使用与社会资本的关系，例如Ellison等建立了SNS使用强度(intensity)的测量体系，并指出使用强度与桥接资本和粘结资本正相关。还有一些研究者倾向于探究某种技术功能的作用，例如点赞功能使用户能够以较低的成本在Facebook上获得社交和情感支持，从而提高感知到的社会资本水平。然而这种研究过于依赖具体的技术形式，因此有研究者提出使用所谓可供性(affordance，也译作情境赋使，指人机交互情境中个体对功能属性的认知)的研究路径，试图从更一般的层面把握使用行为对社会资本的影响，但目前此类研究还相当稀少。本文采用类似的思路，用卷入度的概念来统合松散的使用行为概念，同时避免了过于依赖具体技术的路径，试图就微信互动情境对感知到的社会资本的影响，做进一步探究。

3.微信情境中社会资本的重构

如前所述，微信是国内最大的SNS应用，是基于用户真实人际关系的社交服务工具。SNS所宣称的理念是六度分隔理论，即通过他人认识更多新的朋友，甚至世界上每一个人。不管线上互动的双方在线下是否认识，这一互动的起点始终是一对现实的真实人际关系，而这一特点在微信中尤为明显。这使得微信情境区别于传统的网络互动情境，具有虚实融合的倾向。我们在先期的访谈中也发现，微信用户通常很难区分所谓线上和线下。

在有关SNS的研究中，已经有研究者认为线上社会资本与线下社会资本之所以难以区分，可能正是因为个体使用社交网站及社交网站的某些功能，才使得线下潜在、隐藏的社会资本很容易以线上的某种形式呈现，而这种呈现出来的线上社会资本可以更明确地被感知到。有研究发现，线下桥接、粘结社会资本分别与线上桥接、粘结社会资本正相关，并在控制了线下桥接、粘结社会资本的情况下考察了社交网站使用行为对线上桥接、粘结社会资本的影响。而Burke等人在未区分线上线下情境的情况下，测量了被试感知到的整体的社会资本。这一结果与早期网络传播研究中，并不区分线上线下的概念化定义类似，在实际中似并未产生问题。循着这一思路，我们可以推测常见的虚拟社交研究中的虚拟现实vs现实的范式已经不再适用，分别概念化和测量线上/线下社交的情形效果并不理想。因此，本文试图对个体一般性的、总体的社交状况建立一个社会资本的测量体系。

在SNS研究中，维持社会资本的“社交装扮”(social grooming，也译作“理毛”行为)受到特别的关注。关系维持是由策略性的例行行为构成,帮助人们把关系维持在一种理想的状态，通常关系维持行为与关系满意度、承诺、喜欢等相关。Ellison等将“关系维持行为”定义为个体回应其社会网络中其他用户发出请求的倾向，并开发了量表来评估Facebook使用者的关系维持行为。本研究在进行社会资本概念化时，也将这一维度纳入其中。

4.微信卷入度

在本文中，我们将微信卷入度理解为人们对微信使用与自身关系的体验状态，如果微信在某人的日常生活和人际交往中具有重要意义，则可以说其有较高的微信卷入度，可以作为使用强度(use intensity)的一个表征。卷入度这一概念早期多见于消费者行为研究，可以理解为对某个活动、某个产品与自身关系的主观体验状态。而近年来这一概念日渐出现在更宽泛的研究领域之中，包括与网络传播相关的各类研究中，同时也衍生出更多的概念化定义。例如，Porter等认为在线情境下的卷入，反映在线社区成员与其他成员互动的意愿和行为。Brodie等人认为，卷入是一种与情境相关的状态，其强度常常波动，是一个多维概念，包括情感维度和行为维度等。

互联网研究中一个永恒的话题是3W问题：为何使用？如何使用(即行为模式)？从中获得了什么？对于第一个W，如前因态度等的测量，心理学和社会学已有较有丰富的研究，而对于互联网使用行为的测量则不够充分。尤其是对使用行为的规律和结构，以及这种行为带来的影响之间的关系，也缺乏较为一致和精确的测量。微信与移动互联网相结合，相较传统基于web页面的SNS，具有更高的渗透性，人们可以在任何时间、任何地点使用微信，依靠微信协调社交生活和日常工作，建立和维护社会关系。微信的卷入标志着对一种人际交往情境的投入，在这种情境中多媒体的社交互动促进了自我体验的实现。在此，我们以微信使用方面的多维度测量，包括使用时长、使用频率、沉浸度和地点多样性，试图建立一个卷入度的指标，用以从更一般的层面统合使用强度或者沉浸等概念，这一指标在理论模型中可能是一个潜变量。通常认为，使用强度、使用频率以及对SNS的积极性态度，都会对线上/线下社会资本产生正向影响。据此，我们提出相关假设：

H1：微信卷入度与社会资本正相关

5.虚拟和现实的情境区分

虚拟性，通常被认为是网络人际交往的固有特性，尤其是匿名性和身体不在场的特性。传统观点认为，异步性是网络交往的固有特点。异步性交往又称为非即时性交往，是指参与各方不同步的交往过程，换句话说，发送方不会立即收到接收方响应，最典型的例子就是电子邮件和电子公告牌(BBS)等。严格来说，微信中绝大多数的交往形式仍然是基于文本的，自然也是异步的。然而由于双方对回复的期待更为迫切，且混合了多媒体形式，从而形成了一种不同于传统异步交往的形式，有研究者称之为准同步或者近同步(near-synchronous)交往。本文试图考察受访者在微信中的交流是否同步或曰共时以及是否像现实交往一样需要维持交流。通过这两个维度以及个体对于所谓虚拟交往的总体态度这一维度，来衡量个体区分微信交流情境是虚拟的还是现实的认知。在微信情境中，人们对于“线上/线下”“网上/现实生活”的区分将变得比以前的网络应用情境下更加模糊。而这一倾向可能同微信的使用行为息息相关，即由于微信的高渗透性，微信使用与Web2.0之前时代的网络社区中的人际交往行为有明显的不同。在BBS、博客等网络社区情境中，人们还是倾向于区分线上/线下的互动情境以及圈子。但是，在微信时代如果依然过于在意网络交往与现实交往的区分，那么可能会不利于个体对社会资本的获取，据此我们提出假设：

H2：虚实区分与社会资本负相关

如前所述，在SNS情境下这一“固有”的虚拟性，似乎并不存在。人们在使用微信进行交流时，经常不会意识到是在使用网络。这可能是因为微信作为与移动互联网深度结合的SNS应用，导致人们在认知和感情中不再像以前一样区分线上/线下的社交过程，有关虚拟和现实的心理框架产生了扩展，与其说虚拟嵌入现实，不如说虚拟和现实社交已经融合。同时，由于微信卷入度和虚实区分相关，虚实区分也可能对社会资本的获取产生间接影响，据此提出假设：

H3：虚实区分度对微信卷入度和社会资本的关系起中介作用

数据与分析

1.问卷基本情况

本文的经验数据收集采用了在线调查的形式，在2019年5～6月间，首先收集了560份网络问卷进行先导性调查，在小组访谈的基础上，对问卷进行了修正，随后进行的正式调查共发放问卷1166份，问卷主要通过微信平台推送，收集有效问卷754份，应答率为64.7%。

47.22%的受访者年龄集中在30～40岁之间，而30岁以下的受访者占33.58%。女性(62%)比男性略多，受访者的教育程度本科占总体样本的69.44%，专科占16.67%。问卷受访者来自于29个省份，其中广东占15.79%，上海占8.98%，北京占6.97%，浙江占6.50%，山东占6.04%，江苏占4.95%，河南占4.02%。此外，多数受访者(80.47%)都有固定职业，而学生占9.26%。

2.社会资本测量的建立及信效度检验

本文试图建立适合移动互联网时代的技术形态及微信互动情境，不区分线上社会资本与线下社会资本的一般性的社会资本测量。如前所述，基于本研究对于社会资本的定义，在先期访谈和专家建议的基础上，我们试图建立更多维度的社会资本测量：除了最为常用的基于强联结的粘接型社会资本以及基于弱联结的桥接型社会资本，还纳入了关系网维护以及有关强弱联结互相转化情况的测量。在试测之后，得到一个包括27个项目的量表用于正式问卷。为了验证此测量是否与构建的概念相吻合，首先对其进行相关的信度、效度检验。

一般社会资本测量的探索性因子分析：数据样本采用KMO和Bartlett样本测度检验数据是否适合做因子分析，检验数据的效度。运用SPSS对研究数据进行KMO显著性检验，KMO度量为0.930；Bartlett球形检验卡方=10654.8，P<0.001，说明本次使用的数据适合做因子分析。

本文按照默认的方法提取了特征值大于1的因子，提取的因子数为5，前5个因子的累计方差贡献率达到65.78%，提取的公因子反映了原有变量的大部分信息，可以认为这5个因子对量表有较好的解释度。为了保证最大限度提取原有量表的信息，以及对提取后的变量进行解释，采取旋转的方法进行分析，本文采用的是正交旋转法，结果如表1所示。

在因子载荷矩阵中，因子载荷的绝对值表明了该主因子与该变量的信息重叠程度，信息重叠度越高，对主成分概括解释能力越大。要求指标在该公因子的载荷大于0.5。表1为旋转后的因子载荷矩阵，各项指标都符合要求，可将各指标归类为5个因子，并根据专业知识分别进行命名。

一般社会资本测量的信度检验：信度(Reliability)即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，Cronbach’s α是目前最常用的信度系数。对问卷内容进行内在一致性信度分析，计算得到量表的5个维度的Cronbach’s α系数分别为：0.886、0.871、0.858、0.891、0.854。从研究变量的信度检验表可以看出，各维度的Cronbach’s α值均大于0.7，说明有关一般社会资本各维度的信度较好，测量较为可靠。

一般社会资本测量的结构效度检验：本文运用amos 21.0软件，采用极大似然法进行验证性因素分析，对模型及量表的结构效度进行验证。根据指标关系，构建研究验证性因子分析模型，进行验证性因子分析，得到模型拟合各检验指标如下：卡方自由度比为2.562(<5)，RMSEA=0.046(<0.05)，GFI=0.929(>0.9)，CFI=0.957(>0.9)，PNFI=0.828(>0.5)，说明模型拟合状况良好。

表1 旋转后的矩阵

根据实际调查的数据展开运算，结果如表1所示。分析结果显示，问卷模型由5个因子构成，共27个题项(其中包括一个一般性问题)，各测量题项的标准化因素负荷量值均大于0.5，临界比率C.R.均大于1.96，且均在0.001水平上显著；各因子的组合信度均大于0.7，说明模型的组合信度良好；各因子的平均方差抽取量AVE值均大于0.5，模型聚合效度良好。

因子模型的适配指标结果中，卡方自由度比值为2.144(<5.000)，表示模型适配度良好。从其他适配度指标看，所有指标均达到适配标准，总体上模型拟合情况较佳，处于可接受的水平。这说明，假设理论模型与实际数据之间契合较高，模型结果较有说服力。综上可见，新建立的多维度一般社会资本量表结构模型组合信度和结构效度均比较好，与实际数据契合度较高，可以认为通过了信度、效度分析检验。

表2 一般社会资本量表的结构效度表

注：***表示p值小于0.001，下同。

基于SEM的假设检验

如前所述，构建各变量之间关系的概念图如下所示：

图1 模型概念示意图

对模型进行结构方程分析，得到模型拟合各检验指标如下：卡方自由度比为2.717(<5)，RMSEA=0.048(<0.05)，GFI=0.971(>0.9)，AGFI=0.955(>0.9)，CFI=0.962(>0.9)，TLI=0.952(>0.9)，PNFI=0.728(>0.5)，可见模型拟合状况良好。进一步对运行结果进行整理分析，得到研究模型的标准化路径系数表，如表3所示。

表3 总模型路径系数表

从表3可见，在微信卷入度的影响因素中，沉浸度、使用频率、地点多样性、使用时长等因素均对卷入度有显著的正向贡献，因子载荷情况均大于0.5，说明这四个因素均属于卷入度的子维度，这一结果也说明对微信卷入度概念的多维度构建比较合理。另外可以看出，微信卷入度的性别差异并不明显，这一结果也与既有研究的结果类似。而在虚实区分的影响因素中，对微信中的人际交流行为的共识性、虚拟性的认知以及维持交流的意愿三个因素，均对心理框架有显著的正向贡献，因子载荷状况良好，说明模型中有关虚实区分概念的多维度构建比较合理。

卷入度对虚实区分的影响系数为0.336，在0.001水平上显著。这说明，受访者微信卷入度越高，则越在意人际交往的虚实区别，即对微信中的人际交往和现实人际交往的区分有更明确的认知。这可能是因为卷入度较高的使用者对于网络的知识和技能会高于轻度使用者，而这些更为“老鸟”的使用者，对于网络人际交往和线下人际交往会有更加清晰的认知。然而值得注意的是，这尚不足以明确微信卷入或者说使用行为和虚实区分之间的因果方向，本文虽假设微信情境卷入影响了有关微信情境的认知和态度，但也有可能是相反的因果方向，具体的影响关系有待后继研究进一步探讨。

卷入度和一般社会资本有显著的正向相关关系，卷入度对一般社会资本的影响系数为0.565，达到显著性水平，据此可认为研究假设H1成立。虚实区分对一般社会资本有显著的负向影响，影响系数为-0.136，达到显著性水平，即研究假设H2也成立。这一结果表明，对微信情境越投入，则越倾向于不区分微信情境和现实人际交往，从而可能在社会资本获取上更加有利，更容易拓展和维系人际网络。这一结果与早期一些关注SNS使用和社会资本的研究结果相类似，即对SNS类应用的使用，尤其是对所谓社会文化情境(culture milieu)的融入，对社会资本的获取有积极作用。

为了验证虚实区分度对于微信卷入度和一般社会资本预测的中介作用，即验证研究假设H3，此处采用SPSS 24.0和Process插件3.2版本进行相关分析和模型检验。依据温忠麟等推荐的中介模型检验方法，在控制了各人口学变量的情况下，对图1中的模型进行检验。此外，在数据处理中对各变量都进行了标准化处理。三个回归方程的结果如表4所示。

表4 微信卷入度对一般社会资本的中介效应检验

以虚实区分为中介变量，间接效应值为-0.01，bootstrap标准误为0.0046，bootstrap下限为-0.0189，bootstrap上限为-0.0003。总体可见，以虚实区分为中介变量的模型得到了数据的支持，中介路径在统计上显著，据此可认为研究假设H3成立。从结果可见，尽管并不明显，但虚实区分度的效应，可能削弱了微信卷入度和一般社会资本之间的正向相关关系。

结论和讨论

本文利用754份网络问卷的数据，通过结构方程模型，对微信使用和社会资本的关系进行了初步探讨，所得结论大致如下：微信卷入度和社会资本的获取及产生有明显的正向关联，而个体对于微信情境是网络虚拟还是现实这一认知，在这一关系中起了中介作用，个体越不倾向于区分微信情境的虚实，则在社会资本的评价上越高。

本文通过“卷入度”的概念，统合了微信使用行为的地点多样性、沉浸度以及使用强度等，这一多维测量对既有SNS研究中常见的影响因素进行了综合和取舍，以期能够更好地探究微信的使用模式。传统的有关互联网使用的测量，在微信情境下可能并不适用：其一，基于时长的测量对于把握使用模式可能过于单一；其二，相对基于web页面的社交应用，微信更为便捷，传统的有关互联网使用技能的测量在此情境中可能并不适用。此外，在前期访谈中我们发现很多受访者并不认为使用微信是在上网，因此我们引入了有关虚实区分的测量，以期对微信使用模式有一个更全面的把握。微信卷入度这一指标，经本文验证可有效预测受访者的网络使用行为，也为进一步研究微信使用模式影响因素的可能路径提供了线索。

本研究发现微信卷入度作为使用行为的指标，与社会资本有着明显的正相关关系。在印证既有研究的同时，本研究通过衡量基于微信的交流行为，扩展了社会资本与互联网使用方面的研究，表明微信同其他形式的SNS(诸如Facebook)一样，对社会资本的获取和产生有着重要的作用。从这个意义上说，在用户积极使用微信的不同交流功能进行社交互动的前提下，微信增强了(网络情境下的)社会资本获取的可能性。

此外，现有的一些探讨SNS使用和社会资本获取的研究，通常并不能确定使用行为模式和社会资本两者的因果方向，只是预设使用行为是在前的。而本文以卷入度的概念统合了使用行为，同时在微信情境下拓展了社会资本的概念，从原有的两维度或者三维度增加到了五维度，由于其中有些因素(如旧关系的找回等)，是基于微信对维护人际关系网络带来的重构性的影响，所以对假设卷入度在因果方向上处于社会资本之前，可能会增加一些信心。

本研究还关注了使用者对于微信中人际交往是不是虚拟形式的人际交往的态度，微信使用的重要特点之一就是其渗透性以及对现实关系的锚定。尽管在微信情境中可以通过多种方式拓展关系网络，但这一关系的起始通常是一对现实的人际关系。在这一种情境中，使用者可能对微信的“网络”特性毫无察觉，使得微信人际交往成为一种异于Web2.0时代网络情境的“虚实融合”的新情境。而受访者对于虚实的区分，对其社会资本的获取有负向的影响，即越不倾向于区分微信情境和线下交往，越可能获取更高的社会资本。这表明，正是微信情境虚实融合这一特点，能促进其使用者的社会资本获取。

本研究新建了微信卷入度的指标，并对社会资本进行了多维度拓展，这两个指标的建立，其信度、效度还有待进一步检验。在今后的研究中，还需要进一步建立有关微信卷入度的影响因素探索，以期形成微信互动情境更完整的图画。此外，本研究主要基于非概率抽样的网络问卷，虽然主要目的并不在于取得代表性或外部效度，而在于对理论假设的检验，但这也可能成为局限之一。在今后的研究中，有必要获取更为宽泛的样本。

①Jin H.， Park S.T.， Li G., “Factors influencing customer participation in mobile SNS: Focusing on Wechat in China”,IndianJournalofScienceandTechnology， 2015， 8(26).

②顾嘉 ：《对 “互联网+”的思考》，《通信企业管理》2015年第6期。

③Burt R.S.,Brokerageandclosure:Anintroductiontosocialcapital, Oxford University Press， 2005.

④Bourdieu P., “The forms of capital”,CulturalTheory:AnAnthology， 2011，1.

⑤Coleman J.S., “Social capital in the creation of human capital”,AmericanJournalofSociology, 1988,94.

⑥Ellison N.B.,Gray R.,Lampe C.,et al.， “Social capital and resource requests on Facebook”,NewMedia&Society, 2014,16(7).

⑦Lin N., “A network theory of social capital”,TheHandbookofSocialCapital, 2008,50(1).

⑧Putnam R.D., “Bowling alone: America’s declining social capital”，JournalofDemocracy, 1995, 6(1).

⑨Lin N.,Socialcapital:Atheoryofsocialstructureandaction, Cambridge University Press， 2002.

⑩Zhang Y.,Leung L., “A review of social networking service (SNS) research in communication journals from 2006 to 2011”,NewMedia&Society, 2015,17(7).