在线社区的知识增殖：用户行为与用户信任的互惠关系研究

赵欣 李佳倩 赵琳 刘倩

摘  要：[目的/意义]知识增殖已成为判别在线知识社区成功与否的具体标准。将Web20技术所支持的用户行为视作知识增殖的载体，将社区规则、规范所鼓励的人际信任视作知识增殖的条件，考察用户行为与用户信任的互惠因果关系，探索在线社区知识增殖规律。[方法/过程]采用问卷调查法获取332份有效样本，运用AMOS200软件检验模型假设。[结果/结论]用户行为的发展过程为“知识搜寻行为—知识应用行为—知识贡献行为”;用户间信任的发展过程为“认知信任—情感信任”，用户行为和用户信任互为因果、二者相互促进实现在线社区知识增殖。

关键词：在线知识社区;知识增殖;用户行为;用户信任;互惠关系

DOI：10.3969/j.issn.1008-0821.2020.10.009

〔中图分类号〕G2520  〔文献标识码〕A  〔文章编号〕1008-0821（2020）10-0084-09

Knowledge Proliferation in Online Communities：A Research on

Reciprocal Causality between User Behavior and User Trust

Zhao Xin1  Li jiaqian1  Zhao Lin1  Liu Qian2

（1.School of Economics and Management，Xian University of Technology，Xian 710054，China;

2.China Center for Internet Economy Research，Central University of Finance and Economics，

Beijing 100081，China）

Abstract：[Purpose/Significance]Knowledge proliferation has become a new criterion for judging the success of online knowledge communities.The user behavior supported by Web20 technology is regarded as the carrier of knowledge proliferation，and the interpersonal trust encouraged by rules and norms of online communities is regarded as the conditions for knowledge proliferation，so as to investigate the reciprocal causal relationship between user behavior and user trust，and explore the law of knowledge proliferation in online communities.[Method/Process]332 valid samples were obtained by questionnaire survey，and hypothesizes were tested by AMOS200.[Result/Conclusion]The development process of user behavior was“knowledge seeking-knowledge application-knowledge contribution”;The development process of trust among users was“cognitive trust-emotional trust”.User behavior and user trust were the cause and effect of each other，both promoted the knowledge proliferation of online community.

Key words：online knowledge community;knowledge proliferation;user behavior;interpersonal trust;reciprocal causality

在線知识社区（Online Knowledge Community，OKC）是指分散在不同地域的用户在网络信息技术的支持下进行知识交流与人际互动的虚拟空间[1]，综合型在线知识社区如知乎、维基百科，专业型在线知识社区如经管之家、CSDN等。

OKC是典型的社会—技术系统（Social-technical Systems）[2]。技术层面，OKC不断应用新技术、开发新功能，支持用户信息检索、发帖求助、上传资料、回答问题、互动讨论等多种使用行为与交互活动;社会层面，OKC制定用户交互的基本规则，鼓励用户间建立亲密关系，促进陌生人间信任的发展。技术与社会层面的发展推动着OKC实现“知识增殖”—将运营之初OKC提供给用户的知识资源视作投入，将运营一段时间后由用户产生并回馈给OKC的数据、信息、知识视作回报;当回报大于投入时，陈旧知识得以更新，知识资源总量增加，OKC实现知识增殖。从D&M成功模型来看，OKC知识增殖是用户交互与使用的最终结果，亦是其系统、信息、服务质量的集中体现，可以说知识增殖是判别在线知识社区成功与否的一个具体标准[3]。

成功的在线知识社区已成为知识共享与知识共创的平台，引起了学者的广泛关注。当前有关在线知识社区的研究分布在以下几个领域：信息管理领域学者Alavi M等强调IT技术对在线社区知识共享、知识增殖的影响[4];社会学领域学者Beldad A等、赵竞等更重视网络中的信任危机对在线知识交互的负面影响[5-6];部分学者张红兵等、Guan等、Chen L等[7-9]认为知识流入是关键，从多维度考察了知识贡献行为的前因;而学者Lai H M等、李力等、赵欣等则认为，知识搜寻对OKC成功同样重要，从行为态度、主观规范、能力信念视角检验了知识搜寻行为的前因[10-12]。不难看出，OKC相关的研究文献数量较多，却存在着明显的局限性：或将OKC的技术与社会系统割裂，或将OKC的知识流入环节与流出环节对立，忽视了OKC知识增殖的系统性与过程性，因而未能有效把握OKC知识增殖与成功的规律。

本文将OKC技术所支持的用户行为视作知识增殖的行为载体，将其解析为“知识搜寻行为—知识应用行为—知识贡献行为”的动态发展过程;将OKC规则所鼓励的人际信任视作知识增殖的环境条件，构建了从“认知信任—情感信任”的发展路径;进一步，从社会—技术系统视角出发考察OKC用户行为与用户信任的相互影响，突破以往割裂、片段式的认知局限，建立OKC知识增殖的整体过程模型。

1  理论基础与研究假设

11  OKC中的用户行为

OKC知识增殖通过用户行为来实现：用户的知识搜寻行为，即获取OKC的知识资源用于工作和学习，对OKC而言是知识投入;用户的知识贡献行为，即用户将所掌握的知识回馈给OKC，对OKC而言是一种收益。实证方面，Chen C J等、Zheng Y M等、Park J H等、Gang等、赵欣等以IT、旅游、经管等领域的在线社区为研究对象，发现了知识搜寻行为与知识贡献行为间的正相关关系[13-17]，为OKC知识增殖研究提供了间接证据。理论方面，Dervin B在意义建构理论（Sense-making Theory）中指出[18]，无论在任何情境中，知识共享活动都会涉及知识建构;基于该理论，Chou C W J等指出（知识搜寻行为之后的）知识应用兼具工具属性与认知属性，即知识应用既是解决问题、完成任务的手段，又是建构新知识的认知过程[19]。这一观点，为OKC知识增殖研究提供了关键的理论支撑。

在前人实证研究和Dervin意义建构理论的基础上，本文引入知识应用行为，将OKC知识增殖解析为如下的用户行为：“知识搜寻行为—知识应用行为—知识贡献行为”，以期阐明OKC知识流出至应用领域，新知识得以创造并回流至OKC，最终实现知识增殖的基本过程。

与Poston R S等的研究一致，本文将知识搜寻视作一个迭代过程[20]。在搜寻过程中，用户经过反复的迭代比较，力求筛选出与工作问题或学习内容更相关、更准确、更易于操作的知识。显然，随着搜寻与迭代次数的增多，用户所获知识的质量就越高，该知识被应用的可能性就越大。Chen C J等对OKC的实证研究发现，知识搜寻显著正向影响知识使用[13];张峰等在企业层面的研究也表明，知识搜寻的宽度和深度对后续的知识应用与创新有积极的促进作用[22]。鉴于此，本研究认为知识搜寻对知识应用有正向影响。

根据Chou C W J等的研究，本文将知识应用视作新知识的建构过程。知识应用于实践，不但解决了工作和学习中的实际问题，而且可以通过知识扩展（Expanding）、知识增加（Adding）、知识确认（Confirming）、知识修正（Revising）、知识联通（Connecting）、知识衍生（Deriving）等形式获得新的认知，建构出新知识。进一步，根据Bandura A等的自我效能理论（Self-efficacy Theory），用户在知识应用过程中获得新知识会提升用户的自我效能感，使用户更积极地评价自身的专业水平，从而增强用户贡献知识、将新知识回馈给OKC的意向[23]。Watson S等在对组织内部知识系统的研究中亦发现知识使用对知识贡献频率有显著正向影响[24]。鉴于此，本文认为知识应用对知识贡献有正向影响。

基于此，本文提出假设1：知识应用在知识搜寻与知识贡献的正向关系起中介作用。

12  OKC中信任的发展路径

OKC知识增殖在用户的人际互动中实现，用户间信任是其重要条件。来自五湖四海、素未谋面的陌生人之间进行知识交互必然存在着种种不确定性，幸而实证研究发现人际信任是降低风险的重要因素[25]。进一步，国外学者Hsu M H等指出信任是变化发展的，以动态视角探寻信任的建立和发展过程并提出信任阶段学说，即人际信任可按时间顺序划分为计算型信任、了解型信任和认同型信任[26]。国内社会学领域学者杨中芳等、童志峰对“由乡入城”情景中的人际信任进行研究，发现了从情感信任到规则信任的发展规律以及渐进、扩展的信任同心圆[27-28]。尽管胡蓉等、Beldad A等、赵竞等均提出网络空间中的人际信任发展规律有别于现实社会，然而遗憾的是，很少有文献能对在线知识社区中的人际信任发展做出清晰阐释[5-6，29]。

针对OKC中用户互动的特点，本文提出OKC中的人际信任始于认知信任并向情感信任发展。认知信任指OKC用户基于对社区中成文规则、不成文规范的认知而产生的人际信任[5]。陌生人间的信任始于对OKC社区制度保障的认知：当某用户违反规则、其行为不符合规范时会受到管理员的惩罚或者其他用户的谴责、孤立。用户认识到OKC规则和规范强调公平性与互惠性，可以约束和调节其他用户的行为，能有效降低交互中的风险与不确定性。在认知信任基础上，用户不断扩大、深化在OKC的知识交流，用户对多次交互的结果进行评价，那些愉快、积极的交互促使用户间形成稳定的情感连接。此时，用户间产生了情感信任[30]，以“情感共同体”来应对风险、消弭不确定性。OKC用户会把其他用户的事情看作是自己的事情，无条件地提供帮助，有时甚至可以牺牲自己的部分利益[31]。McAllister D J在组织管理情境中亦发现，管理者与员工间的认知信任形成领先于情感信任，且与情感信任显著正相关;当情感信任建立时，标志着人际信任已发展到高级阶段[32]。

从效率角度看，认知信任对用户间知识交互行为的协调是一种理性的低效模式，用户需要依据规则、规范对每一次交互行为或事件的风险进行判断;而情感信任对用户交互的协调则是一种非理性的高效模式，一旦建立情感连接则长期有效，不必每次都进行风险评估。因此，OKC用户之间从认知信任向情感信任发展亦符合效率逻辑。

基于此，提出如下假设2：认知信任正向影响情感信任。

13  OKC中用户行为与信任間的互惠关系

社会—技术系统理论（Social-technical Systems）是英国Tavistock Institute在研究中发展起来的概念，用以探讨如何提升组织效率[33]。OKC是典型的社会—技术系统，IT技术所支持的用户行为、在线社区所倡导的人际信任是OKC的两个重要方面，二者互为因果。进一步，本文将用户行为与用户信任的互惠关系分解为3个中介模型：1）知识搜寻—认知信任—知识应用;2）认知信任—知识应用—情感信任;3）知识应用—情感信任—知识贡献。见图1所示。

131  知识搜寻—认知信任—知识应用

Haerlin B等在Nature杂志撰文指出人际互动是产生信任的重要前因[34]。本文认为OKC中的知识搜寻行为及相关的用户互动促进了认知信任的产生，OKC中有用户搜寻知识，相应的也会有用户贡献知识，用户正是在这种人际互动中认知OKC成文的规则和不成文的规范、以及奖惩机制，从而产

生信任。再者，Smedley R等研究发现网络社会支持有助于增进信任[35]。知识型在线社区中，用户检索资料、提问、求助等知识搜寻过程，亦是获得网络社会支持的过程。根据马华维等研究，人际交往中的互惠合作以及彼此间获得的社会支持能够促进相互的信任[36]。因此，本研究认为知识搜寻正向影响认知信任。

用户间信任有助于降低知识应用时的风险。OKC用户将搜寻到的知识应用于工作或学习实践时存在着风险。刘丛军等以制造、IT、医疗等领域的在线社区为研究对象，发现社区知识的适用性、统一性等潜在风险因素会影响用户的知识应用[37]。用户可能会因为从某OKC中的数据、信息、知识与其他社区“有出入”而产生疑惑;可能会因OKC中各成员说法不一，而不知该相信哪一方;更甚者，无论用户如何选择，均可能存在风险。用户遭遇风险与不确定时，认知信任将发挥作用。认知信任即用户可以通过OKC中成文的制度规则和不成文的社区规范做出判断，相信社区奖惩机制可以有效降低其他用户故意提供错误数据、信息和知识的行为，相信互惠规范可以增进其他用户提供准确、完整、有效知识的行为，从而促进知识应用。因此，本研究认为认知信任正向促进知识应用。

基于此，本文提出假设3：认知信任在知识搜寻和知识应用的正向关系中起中介作用。

132  认知信任—知识应用—情感信任

OKC用户间的认知信任可以有效降低风险，促进知识应用;进一步，根据Arnold M B提出的情绪—评价理论（Emotion-assessment Theory，EAT）[38]，本文提出，知识应用会带来积极情绪反应、正面评价，促进情感信任产生。

Chou C W J等指出知识应用兼具工具属性与认知属性，即知识应用过程既是完成工作的过程又是获得新知识的过程[19]。基于EAT理论，当知识应用发挥工具属性时，即OKC知识应用于工作和学习，用户会因为疑难问题得到解决、任务得以完成而产生欢喜、愉悦等情感反应，对OKC社区及提供知识和帮助的OKC用户产生正面评价，从而增进彼此间的情感连接;当知识应用发挥认知属性时，即用户在知识应用中获得新发现、建构出新知识，这会使用户获得内在满足和积极的体验，对OKC社区及用户产生正面评价，从而增进情感连接、产生情感信任。因此，本文认为知识应用正向促进情感信任。

基于此，本文提出假设4：知识应用在认知信任和情感信任的正向关系中起中介作用。

133  知识应用—情感信任—知识贡献

知识应用可以使OKC用户产生正面评价与情感体验，促进用户间情感信任的发展;进一步，与Handy C的研究一致[39]，本文认为，情感信任能够降低知识交互风险，使用户愿意付出时间精力、承担权益损失，进行知识贡献。

用户间的情感信任有助于降低知识贡献时的风险。用户将自己所掌握的知识贡献给OKC、与其他用户分享时存在风险。Kankanhalli A等的研究表明用户贡献知识要付出时间精力进行知识编码，还有可能丧失知识权力（Loss of Knowledge Power），即贡献知识时不可避免地存在着贡献方自身知识与能力流失和扩散的风险[40]。换言之，用户进行知识编纂耗费成本、分享知识面临潜在损失、未来预期回报和收益难以确定的情况下，贡献知识存在着很大风险。面对此种风险，情感信任将发挥作用。

由于彼此间存在情感信任，用户对OKC有着强烈的归属感和情感认同，将社区看成自我的组成部分，并希望该社区不断壮大、知名度不断提升。这促使用户不计个人得失，整理自己在工作学习中获得的新知识，积极参与解答疑惑、热心帮助其他用户，与其他成员分享数据、信息和知识，进行知识贡献。秦敏等以国内知名企业开放式创新社区中348个用户为样本进行实证研究，发现对社区的认同和用户间的情感信任显著增进用户主动贡献行为[41]。因此，本文认为情感信任正向促进知识贡献。

基于此，本文提出假设5：情感信任在知识应用和知识贡献的正向关系中起中介作用。

2  研究方法

21  问卷及变量测量

本研究借鉴国内外成熟量表[13，26]，结合我国在线知识社区及用户交互的实际，修改编制了包含6项个人基本信息、5个构念的问卷。在进行了小规模预调査后，研究人员与2位知识管理专家、2位信息管理专家共同探讨，删除修改了有歧义或意思不明确的题项。

需要说明的是，本研究强调在知识应用中新知识建构，而已有的知识应用量表如Hsu M H等、Chen C J等并无此意、与本文研究概念不符。鉴于此，本研究对前人量表进行了大幅修改，提出了含“提炼新理论新方法”等7个题项的新量表。相应地，本研究亦将知识贡献量表中“用户知识贡献的次数”修改为“用户将工作、学习中获取的新知识贡献给OKC的次數”。

22  数据收集

本研究面向经管领域、计算网络领域的在线知识社区用户展开调查，共发放调查问卷410份，回收问卷347份，剔除无效问卷，最终得到有效问卷332份，问卷有效回收率为81%。样本的基本统计特征如表2所示，与《第41次中国互联网网络发展状况统计报告》中最新的网络用户性别、年龄分布相符。此外，被调查者均具备2年及以上的在线知识社区使用经历，具有充分时间发展彼此信任，因此是检验用户行为与用户信任互惠关系模型的良好样本。

3  数据分析与结果

31  信度与效度分析

本研究采用科伦巴赫系数（Cronbachs a）、组合信度（Combinational Reliability，CR）、平均方差抽取量（Average Variance Extraction，AVE）等指标

检验量表的信度和效度。根据以往研究，Cronbachs a系数值大于06，CR大于07，AVE大于05即认为量表合理。本研究中，量表Cronbachs a系数的最小值为0666，CR值介于0857～0946，AVE值均远大于05;本研究新开发的知识应用量表，Cronbachs a系数为0895，CR为0921，AVE为0626，表明本研究所使用的和所开发的量表具有较好的信度和效度，信效度指标详见表3。

32  假设检验

本研究使用AMOS200软件检验用户行为与用户信任互惠关系模型的整体拟合度。根据吴明隆[42]提出的各项评估指标标准，本研究的假设模型与实证数据的拟合度为良好，详见表4。

根据AMOS200的统计分析，变量间的路径系数、显著性检验值及假设模型的验证结果如图2所示。

统计分析结果显示：OKC用户行为方面，知识应用完全中介了知识搜寻对知识贡献的正向影响，从知识搜寻到知识应用的标准化路径系数为0167（p<0001），从知识应用到知识贡献的标准化路径系数为0668（p<0001）。用户间的信任是动态发展的，认知信任正向影响情感信任，其标准化路径系数为0853（p<0001）。互惠关系方面，知识应用中介了认知信任对情感信任的正向影响，从认知信任到知识应用的标准化路径系数为0451（p<0001），从知识应用到情感信任的标准化路径系数为0218（p<0001）;情感信任中介了知识应用对知识贡献的正向影响，从知识应用到情感信任

的标准化路径系数为0218（p<0001），从情感信任到知识贡献的标准化路径系数为0203，（p<0001）。假设1、2、4、5得到了支持。

遗憾的是，假设3即认知信任对知识搜寻与知识应用的中介作用未得到数据支持，知识搜寻对认知信任具有不显著的负向影响（-0020，p>005）。假设检验结果见表5所示。

4  结果讨论

基于实证研究结果，本文获得如下新发现：

其一，不同于以往学者如Chen C J等、Yan Y L等、赵欣等[13，17，21]对在线社区知识增殖的间接检验，本文不仅实证考察了知识搜寻对知识贡献的正向影响，而且基于意义建构理论提出了“知识搜寻—知识应用—知识贡献”的路径模型，阐释并验证了从OKC知识流出到知识应用与新知识创造、再到新知识回流OKC的知识增殖过程。虽然以往实证研究为OKC知识增殖提供了间接证据，但知识搜寻与知识贡献二者正相关亦可能是陈旧知识在OKC内外循环流动而非知识增殖。鉴于此，本文重点考察了知识应用中有无新知识的增加、新知识如何增加以及新增知识是否流回OKC等关键问题，采用新编制的知识应用与新知识建构量表进行实证检验，弥补了前人研究中的逻辑缺陷。

其二，不同于以往研究不做区分、笼统考察信任的做法[5]，亦不同于现实社区中人际信任的发展模式[27-28]，本文针对OKC中用户交互特点提出并验证了用户间信任由认知开始、向情感发展的路径。尽管学者们一致认为，在彼此“不见面”（The Faceless）、“不接触”（The Intangible）的情境中，人际信任有着重要影响，并从基于用户本身的前因、基于网站的前因、基于组织的前因3个方面展开深入研究[5]，却忽视了用户信任的具体分类以及相互影响，没有考虑信任的发展变化。鉴于此，本研究将OKC中的用户信任划分为认知信任与情感信任，实证考察了认知信任对情感信任的正向影响，阐释了网络空间内陌生人之间信任发展的基本过程。

其三，不同于以往割裂式、片段化的研究，本文基于社会—技术系统理论视角，构建了用户行为与用户信任的互惠关系模型，实证结果显示，认知信任正向促进知识应用，知识应用正向影响情感信任，而情感信任正向促进知识贡献。研究表明，用户行为是OKC知识增殖的载体、用户信任是OKC知识增殖的环境，OKC中的知识增殖过程，是用户行为与用户信任互为因果、二者相互促进的过程。

遗憾的是，本研究假设3，即认知信任对知识搜寻与知识应用关系的中介效应未得到数据支持。本研究猜测，用户间的认知信任可能受多种因素影响，如有网络使用经验的用户可能已经充分认识到互联网中普遍存在的规则与规范，因而在知识搜寻之前已产生了认知信任。本研究对数据再次分析后发现，认知信任与用户网龄间存在正相关关系，系数026（p<005），支持了这种猜测。

5  研究结论与建议

本研究发现了OKC用户行为、用户间信任的动态发展过程，以及二者间的互惠因果关系。本研究针对经管领域、计算机领域在线知识社区用户展开问卷调查与实证研究，结果表明两类OKC的知识增殖机理无显著差异，研究结论具有一定普适性;上述结论有待在其他专业领域的在线知识社区中进一步检验。

根据实证研究结论提出如下建议：1）OKC运营管理者应鼓励用户进行知识搜寻，促进知识的有效应用与新知识建构，以期实现知识的回流。2）OKC运营管理者应制定并执行公平的社区规则、倡导互惠规范，必要时采取惩罚措施，促进用户间信任的建立;应鼓励用户间的互动交流，促进用户间的认知信任发展成为更加稳定的情感信任。3）OKC运营管理者应重视用户行为与用户信任的互惠关系，善于在用户的知识交互行为中把握和促进用户间信任的发展;善于利用用户间的信任关系促进知识流出、建構与回流。

參考文献

[1]Luo S，Yoshita T，Wang Y.Online Knowledge Community：Conceptual Clarification and a CAS View for Its Collective Intelligence[C]//International Conference on Knowledge Science.Springer，Berlin，Heidelberg，2013.

[2]Lu Y，Xiang C，Wang B，et al.What Affects Information Systems Development Team Performance？An Exploratory Study from the Perspective of Combined Socio-technical Theory and Coordination Theory[J].Computers in Human Behavior，2011，27（2）：811-822.

[3]Delone W H，Mclean E R.The DeLone and McLean Model of Information Systems Success：A Ten-Year Update[J].Journal of Management Information Systems，2003，19（4）：9-30.

[4]Alavi M，Leidner D E，郑文全.知识管理和知识管理系统：概念基础和研究课题[J].管理世界，2012，（5）：163-175.

[5]Beldad A，Jong M D，Steehouder M.How Shall I Trust the Faceless and the Intangible？A Literature Review on the Antecedents of Online Trust[J].Computers in Human Behavior，2010，26（5）：857-869.

[6]赵竞，孙晓军，周宗奎，等.网络交往中的人际信任[J].心理科学进展，2013，21（8）：1493-1501.

[7]张红兵，张乐.学术虚拟社区知识贡献意愿影响因素的实证研究——KCM和TAM视角[J].软科学，2017，31（8）：19-24.

[8]Guan，Tao，Wang，et al.Knowledge Contribution Behavior in Online Q&A Communities：An Empirical Investigation[J].Computers in Human Behavior，2018.

[9]Chen L，Baird A，Straub D.Why Do Participants Continue to Contribute？Evaluation of Usefulness Voting and Commenting Motivational Affordances Within an Online Knowledge Community[J].Decision Support Systems，2019，118：21-32.

[10]Lai H M，Chen C P，Chang Y F.Determinants of Knowledge Seeking in Professional Virtual Communities[J].Behaviour & Information Technology，2014，33（5）：522-535.

[11]李力，张晋朝.虚拟社区用户持续知识搜寻意愿影响因素研究[J].情报杂志，2016，35（8）：199-203.

[12]赵欣，黄思萌.专业虚拟社区知识搜寻与知识贡献的前因机制比较[J].情报杂志，2017，36（12）：180-185，137.

[13]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.

[14]Zheng Y M，Zhao K，Stylianou A.The Impacts of Information Quality and System Quality on Users Continuance Intention in Information-exchange Virtual Communities：An Empirical Investigation[J].Decision Support Systems，2013，56（1）：513-524.

[15]Park J H，Gu B，Leung A C M，et al.An Investigation of Information Sharing and Seeking Behaviors in Online Investment Communities[J].Computers in Human Behavior，2014，31：1-12.

[16]Gang，Ravichandran.Exploring the Determinants of Knowledge Exchange in Virtual Communities[J].IEEE Transactions on Engineering Management，2015，62（1）：89-99.

[17]赵欣，王倩雯，张长征.从知识搜寻者到知识贡献者——PVC用户角色转变的机理研究[J].情报科学，2017，35（10）：18-22.

[18]Dervin B.On Studying Information Seeking Methodologically：The Implications of Connecting Metatheory to Method[J].Information Processing & Management An International Journal，1999，35（6）：727-750.

[19]Chou C W J，Lo S C S.Exploring Information Use Behavior in the Context of Knowledge Construction[J].Journal of Library and Information Studies，2015，13（2）：1-27.

[20]Poston R S，Speier C.Effective Use of Knowledge Management Systems：A Process Model of Content Ratings and Credibility Indicators[J].Mis Quarterly，2005，29（2）：221-244.

[21]Yan Y L，Davison R.Exploring Behavioral Transfer from Knowledge Seeking to Knowledge Contributing：The Mediating Role of Intrinsic Motivation[J].Journal of American Society for Information Science and Technology，2013，64（6）：1144-1157.

[22]张峰，刘侠.外部知识搜寻对创新绩效的作用机理研究[J].管理科学，2014，27（1）：31-42.

[23]Bandura A，Freeman W H，Lightsey R.Self-Efficacy：The Exercise of Control[J].Journal of Cognitive Psychotherapy，1999，13（2）：158-166.

[24]Watson S，Hewett K.A Multi-Theoretical Model of Knowledge Transfer in Organizations：Determinants of Knowledge Contribution and Knowledge Reuse[J].Journal of Management Studies，2006，43（2）：141-173.

[25]Naquin C E，Paulson G D.Online Bargaining and Interpersonal Trust[J].Journal of Applied Psychology，2003，88（1）：113-120.

[26]Hsu M H，Ju T L，Yen C H，et al.Knowledge Sharing Behavior in Virtual Communities：The Relationship Between Trust，Self-efficacy，and Outcome Expectations[J].International Journal of Human-Computer Studies，2007，65（2）：153-169.

[27]杨中芳，彭泗清.中国人人际信任的概念化：一个人际关系的观点[J].社会学研究，1999，（2）：3-23.

[28]童志锋.信任的差序格局：对乡村社会人际信任的一种解释——基于特殊主义与普遍主义信任的实证分析[J].甘肃理论学刊，2006，（3）：59-63.

[29]胡蓉，邓小昭.网络人际交互中的信任问题研究[J].图书情报知识，2005，（4）：98-101.

[30]Jones G R，George J M.The Experience and Evolution of Trust：Implications for Cooperation and Teamwork[J].Academy of Management Review，1998，23（3）：531-546.

[31]Ren Y，Harper F M，Drenner S，et al.Building Member Attachment in Online Communities：Applying Theories of Group Identity and Interpersonal Bonds[J].Mis Quarterly，2012，36（3）：841-864.

[32]McAllister D J.Affect-and Cognition-based Trust as Foundations for Interpersonal Cooperation in Organizations[J].Academy of Management Journal，1995，38（1）：24-59.

[33]Trist E，Murray H，Trist B.The Social Engagement of Social Science，Volume 2：A Tavistock Anthology——The Socio-Technical Perspective[M].2016.

[34]Haerlin B，Parr D.How to Restore Public Trust in Science[J].Nature，1999，400（6744）：499.

[35]Smedley R，Coulson N，Gavin J，et al.Online Social Support for Complex Regional Pain Syndrome：A Content Analysis of Support Exchanges Within a Newly Launched Discussion Forum[J].Computers in Human Behavior，2015，51：53-63.

[36]馬华维，姚琦，王婧妍，等.虚拟头像的人格特质知觉与网络初始人际信任[J].心理科学，2017，（3）：102-107.

[37]刘丛军，武忠.组织的知识应用过程研究[J].现代情报，2008，28（1）：14-17.

[38]Arnold M B.Emotion and Personality[J].The American Journal of Psychology，1960，76（3）：4662-4671.

[39]Handy C.Trust and the Virtual Organization[J].Harvard Business Review，1995，3（3）：40-50.

[40]Kankanhalli A，Tan B C Y，Wei K K.Contributing Knowledge to Electronic Knowledge Repositories：An Empirical Investigation[J].MIS Quarterly，2005，29 （1）：113-143.

[41]秦敏，乔晗，陈良煌.基于CAS理论的企业开放式创新社区在线用户贡献行为研究：以国内知名企业社区为例[J].管理评论，2015，27（1）：126-137.

[42]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.

（责任编辑：孙国雷）