李文元 王平

摘 要：当前在线社区研究中，对个体信任与在线社区参与的关系尚未达成共识，需要一个系统、客观的总结与评价。本研究运用元分析方法，采用随机效应模型，研究个体信任与在线社区参与的关系。对来自40项研究的43个独立样本（N=13528）进行元分析发现，整体上个体信任与在线社区参与具有较高的相关性（r=0.432）;信任的维度数目、社区类型和被试对象会调节它们之间的关系。元分析结果表明，个体信任能有效预测社区参与;个体信任与在线社区参与的关系强度受不同因素的影响会发生一定幅度变化。此结果提供了个体信任对在线社区参与影响较为精确的估计，为未来研究信任与在线社区参与的关系提供参考。

关键词：信任;在线社区;参与;元分析;调节效应

本文索引：李文元，王平.<变量 2>[J].中国商论，2021（13）：-189.

中图分类号：F626.5 文献标识码：A 文章编号：2096-0298（2021）07（a）--04

1 引言

网络技术的飞速发展，以及网络上的海量数据拓宽了信息的获取来源和渠道，使得越来越多的用户倾向于通过在线社区这一网络平台获取信息、进行沟通交流。然而实践中，虽然存在用户参与度较高的成功社区，但是大部分社区面临用户流失严重的问题[1]。用户在社区内发帖、浏览、知识共享等参与行为，对社区的健康发展发挥着重要作用，得到社区管理者和学者们的广泛关注。学者们运用社会认知、社会资本、计划行为、信任等理论，对影响在线社区成员的参与因素进行较为丰富的研究。研究结果表明：感知有用性、认同、信任等是影响成员参与的重要因素，其中信任对在线社区参与的影响得到越来越多的关注。

个体信任是指个体持有的一种期望，即认为他人的话语或承诺可以依赖，根据信任的对象可以分为人际信任和系统信任两个维度[2]。信任之所以被广泛关注，是因为在线社区的匿名性与不确定性使得成员不得不承担一定的风险，而信任的建立能帮助成员树立对社区及其他成员的信心，从而影响他们的参与意愿及行为。中外学者通过实证研究，得出信任与社区参与显著正相关的结论。Hsu（2017）[3]对在线旅游社区的实证研究表明，信任与社区参与显著相关（r=0.643）。国内学者李国鑫等（2011）[4]在研究中发现，信任与用户参与（交易意愿）具有显著正相关关系（r=0.459）。然而，部分学者提出了不同的看法。比如，徐美凤（2011）[5]通过对学术型在线社区的研究指出，个体信任与浏览行为并无显著的相关性。胡昌平等（2015）[6]的研究表明，在在线知识社区中，信任对成员知识贡献行为产生显著负向影响，且对知识搜寻行为的直接影响不显著。

由此可见，学者们尚未就信任对在线社区参与的影响达成共识，研究结论的差异影响对问题本质的探索。基于此，本文将采用元分析方法，对多个研究结果进行综合再分析，分别探讨信任对社区参与的整体效应关系，以及人际信任和系统信任对在线社区参与的影响程度，以期得出一个更具普遍性的结论。此外，通过整理文献，信任与在线社区参与关系还受某些调节变量的影响，本文将探究信任维度数目、社区类型和被试对象在两者关系中的调节作用，从而获得关于两者关系客观、综合性的结论，为未来相关研究提供借鉴。

2 文献综述与研究假设

2.1 信任对虚拟社区参与的影响

信任作为一种个体的心理认知，其对成员参与在线社区的影响可以从社会资本和社会认知视角进行分析。从社会资本的视角来看，信任是一种社会关系，即成员之间通过互动形成的熟悉感和信赖感。当成员认为自己在社区中得到了较多的社会关系，离开该社区就意味着社会资本的损失，此时成员们更愿意进行互动，同时无需担心机会主义行为的出现。从社会认知的视角来看，信任是社区成员的一种心理认知，即相信社区及成员能够信赖。在社区参与过程中，成员会对成员间的关系形成认知，进而对社区整体形成认知。众多学者通过实证研究证明，当人们之间处于高度信任时，一般更愿意参与社会交往和知识共享。也有部分研究[6，7]得出，信任与在线社区参与不具有显著相关性或呈负相关，但这些研究结论还不是主流观点。综上所述，本研究提出以下假设：

H1：整体上信任对在线社区参与存在显著的正向影响。

2.2 不同类型信任的影响

在网络社区中，人际信任和系统信任共同构成了在线社区信任[8]。人际信任是指社区成员之间的信任，同时包括情感因素和认知因素，当个体感知到社区其他成员具有一定的可靠性并对其产生信心时，更愿意与其沟通合作。Zhao等（2013）[9]通过对在线健康社区进行实证研究证明，人际信任有助于个体之间产生共情，这种情感上的共鸣不仅能鼓勵成员表达出对帮助的需要，还能促使成员贡献自己的经验和知识。系统信任则是指成员对社区的信任。反映用户对社区信心的信念，是形成在线社区社会互动和用户黏性的重要因素[10]。系统信任是制约社区成员心理安全的一种环境因素。系统的有用性、公正性等会影响个体对社区环境的认知，进而影响成员的参与意愿及行为。Martinez等对在线学习社区的研究证实系统信任对参与行为有显著的正向影响。本研究将“对社区成员能力、诚实、善意等的感知”归于人际信任维度，将“对社区及系统本身技术、安全性等的感知”归于系统信任维度。综上所述，本研究提出以下假设：

H2a： 人际信任对在线社区参与存在显著的正向影响。

H2b： 系统信任对在线社区参与存在显著的正向影响。

2.3 调节变量的影响

（1）测量因素

对于信任的测量，不同研究使用了不同的测量维度。目前常用的信任的测量维度包括人际信任和系统信任两个维度。从采纳的文献看，学者们大多研究信任单一维度对社区参与的影响，少部分学者考虑了信任各维度对参与行为的综合影响。维度内容越多，测量越全面，对关系解释能力可能越强。因此，将信任测量维度数目作为调节变量，来探讨个体信任与社区参与的关系有其必要性。综上所述，本研究提出以下假设：

H3： 信任测量维度数目对信任与在线社区参与关系的影响存在差异。

（2）情境因素

①社区类型

在线社区是基于互联网沟通的一种新的社区形式。Rheingold认为在线社区是存在于网络上的一种社会集聚。根据不同社区特点，将在线社区分为兴趣型、交易型、社交型、娱乐型和综合型五种类型。文献表明，不同类型在线社区中，个体的信任程度不同，进而对社区参与关系的影响也不同。综上所述，本研究提出以下假设：

H4：社区类型对信任与在线社区参与关系的影响存在差异。

②被试对象

抽样调查是实证研究数据获取的重要方式，因此研究结果的准确性和客观性受被试对象选择的影响。在现有在线社区参与行为的研究中，大部分学者通过社区发放问卷链接收集样本，考虑到大学生是参与在线社区这种新兴交互平台的主要群体，也有部分学者以在校大学生为被试对象，但学生群体一般在年龄、学历及经验方面比较集中。综上所述，本研究提出以下假设：

H5：被试对象对信任与在线社区参与关系的影响存在差异。

3 研究方法

本研究选择元分析法对上述假设进行检验。通过对同类研究主题符合特定条件的多个研究结果进行合并统计再分析，获得更为客观的结论。这种结论较单个研究更具说服力，从而弥补传统文献综述过于依赖研究者主观判断的不足。

3.1 文献搜索与筛选

文献搜索包括中文和英文文献的搜索。中文文献主要以CNKI数据库、万方数据库，以“在线/网络/虚拟社区”“社会化媒体”匹配“信任”为关键词进行检索。英文文献以Web of Science、 Google Scholar等为检索数据库，对关键词包含“online /web /virtual community”“social media”匹配“trust”的文献进行检索。搜索时间跨度为1990年1月至2019年1月。接着，对检索得到的文献按照以下标准进一步分析筛选：（1）研究必须是实证研究。（2）文献必须包含明确的或可转化的效应值。（3）信任必须是个体层次的，社区参与要与行为或意愿有关。（4）文献所运用的量表必须是独立的信任量表或虚拟社区参与量表。（5）对采用同一研究对象的多篇文献只选一篇纳入研究。通过筛选，最终获得40篇文献，其中包括学术期刊论文（36篇）、硕博士论文（3篇）、会议论文（1篇）。

3.2 数据编码与处理

数据编码工作量大，且存在一定的主观性，因此编码过程由两位研究生独立进行，结束后进行结果比对，针对不一致的现象，经由讨论决定。编码的主要内容包括研究描述项和效应值统计项两部分。研究描述项主要包括题名、作者等文献基本信息;效应值统计项则包含以相关系数r为中心的统计值。本研究采用CMA2.0软件进行元分析。

4 研究结果

4.1 发表偏倚和异质性检验

本研究对纳入的文献进行了发表偏倚检验，大部分研究结果位于漏斗图顶部，且聚集于平均效应值附近，说明本研究存在发表偏倚的可能性较小。对元分析的模型选择进行异质性检验，Q统计显示，整体效应关系的异质性检验Q值为846.909，且达到显著性水平（p<0.01），表示效应值间呈现异质性。I2值为95.041，Tau2值为0.062，说明研究间变异有6.2%可用于计算权重。因此，分析整体效应和调节效应时本研究均采用随机效应模型分析。

4.2 整体效应检验结果

整体效应检验如表1所示，40项研究共有43个研究样本，被试总数为13528，信任与社区参与的整体相关系数为0.432，由于相关系数r≥0.4，判断信任与社区参与的相关度较高，且达到显著性水平（p<0.01）。假设H1成立。

4.3 各维度关系检验结果

人际信任和系统信任维度与社区参与的相关系数分别为0.393和0.432，表明人际信任和系统信任均对在线社区参与存在显著正向影响。假设H2a、H2b成立。

4.4 调节效应检验结果

（1）维度数目。维度数目的Q组间值为12.629，异质性检验显著，表明信任维度数目是信任与社区参与关系的调节因素。其中单维度（r=0.448）对总效应的影响大于双维度（r=0.309）的影响，H3成立。（2）社区类型。社区类型的Q组间值为16.225，且达到显著水平，其中对总效应影响最大的是娱乐型社区（r=0.540），其次是交易型社区（r=0.510），影响最小的是兴趣型社区（r=0.397）。所以，不同的在线社区类型决定了不同的信任水平，H4成立。（3）被试对象。被试对象的Q组间值为11.962，当被试对象为大学生（r=0.444）时的影响略大于对象为社区成员（r=0.431）的影响，H5成立。

5 总结与讨论

聚焦于在线社区，对过去二十多年的40篇实证研究文献从个体层面对信任与在线社区参与关系进行了量化分析，主要得出以下結论：

（1）个体信任能解释在线社区参与，两者存在显著的正相关关系，相关系数为0.432，相关程度较高。这表明信任就普遍意义来说有利于提升社区用户的参与。因此社区管理者可从个体和社区两个方面加强信任关系的建立。（2）系统信任对在线社区参与的影响要大于人际信任。这一结果对拓展信任的研究领域具有指导作用，虽然过去有研究探讨了信任两个维度分别对参与的影响，但少有研究基于同一样本同时研究信任两个维度对参与的影响。（3）使用不同维度数目的测量工具，信任与社区参与的关系强度有显著差异。其中使用单维度测量工具时它们之间的相关性大于使用双维度测量工具时两者的相关性。原因可能在于以下两个方面，一是由于单维度通常只考虑了人际信任或系统信任单一信任，放大了单个维度的影响;二是单维度测度是用户根据自己的主观感受对社区成员或系统进行评价，更真实地表达了成员的信任程度，而双维度测度所得出的信任度是一种算术平均，即预设信任的各维度对成员同样重要。（4）在不同类型社区中，信任与社区参与的关系存在显著差异。其中调节效应最低的是对某一话题有兴趣群体聚集的兴趣型社区。影响成员参与兴趣型社区可能更多取决于其他动机，如来自于个体意识的态度和信息质量等。（5）信任与在线社区参与的关系在采用不同被试对象时存在显著差异。大学生样本的调节效应略高于社区成员样本的调节效应，这为未来研究样本的选择提供参考。

本研究可能实现如下贡献：理论意义上，弥补了传统综述性文献缺乏量化支持的不足，所得结果具有一定的客观性和普适性，为后续元分析相关研究提供参考框架。同时本研究的一些阶段性结论，如“个体信任尤其是系统信任能显著促进在线社区参与”能为后续在线社区信任的研究提供引导与借鉴。实践研究上，本研究表明系统信任对成员社区参与的解释量高于人际信任的解释量。这说明社区管理者可以通过提升系统质量、服务质量和信息质量来吸引成员参与社区。

本研究存在以下不足：（1）采用取平均值的方法处理效应值，对效应值的准确性会产生影响。（2）收集文献时，剔除部分未说明相关系数的文献，造成样本量损失，同时对某些控制变量纳入的样本较少。

未来研究方向：（1）关注个体信任的构成要素，如认知信任、情感信任、基于能力的信任等更具体的标准变量，进一步探究个体信任对社区参与的影响，从而得出更具预测力的因素。（2）本研究的社区参与包括意愿与行为两种内涵，但未来研究有必要分别探讨信任对两者的影响，尤其是对参与的深度和广度进行深入探究。（3）讨论中介变量、性别等其他调节变量是否会影响信任与在线社区参与的关系。

6 结语

现有元分析对个体信任与在线社区参与关系进行了较为精确的估计，个体信任与在线社区参与间相关系数为0.432。信任维度数目、社区类型和研究对象等因素影响个体信任与在线社区参与的关系。其中，在中国文化背景下，进一步研究信任与在线社区参与的关系将是一个更值得关注的课题。

参考文献

Porter C E， Donthu N， Macelroy W H， et al. How to Foster and Sustain Engagement in Virtual Communities[J]. California Management Review， 2011， 53（4）： 80-110.

Hsu M H， Chang C M， Yen C H. Exploring the antecedents of trust in virtual communities[J]. Behaviour & Information Technology， 2011， 30（5）： 587-601.

Hsu L C. Investigating community members purchase intention on Facebook fan page From a dualistic perspective of trust relationships[J]. Industrial Management & Data Systems， 2017， 117（5）： 766-800.

李国鑫，李一军，尼菲.基于用户在线交易意愿的虚拟社区电子商务实证研究[J].管理评论，2011，23（08）：78-86.

徐美凤.基于CAS的学术虚拟社区知识共享研究[D].南京：南京大学，2011.

胡昌平，万莉.虚拟知识社区用户关系及其对知识共享行为的影响[J].情报理论与实践，2015，38（06）：71-76.

王子喜，杜荣.人际信任和自我效能对虚拟社区知识共享和参与水平的影响研究[J].情报理论与实践，2011，34（10）：71-74+92.

張敏，郑伟伟.基于信任的虚拟社区知识共享研究综述[J].情报理论与实践，2015，38（03）：138-144.

Zhao J， Abrahamson K， Anderson J G， et al. Trust， empathy， social identity， and contribution of knowledge within patient online communities[J]. Behaviour & Information Technology， 2013， 32（10）： 1041-1048.

Mcknight D H， Chervany N L. What Trust Means in E-Commerce Customer Relationships： An Interdisciplinary Conceptual Typology[J]. International Journal of Electronic Commerce， 2001， 6（2）： 35-59.

Meta-Analysis of the Relationship between Individual Trust and Virtual Community Participation

School of Management， Jiangsu University

LI Wenyuan  WANG Ping

Abstract： In the current virtual community research， there is no consensus on the relationship between individual trust and virtual community participation， and a systematic and objective summarization is needed. This study uses meta-analysis method and random effects model to explore the relationship between individual trust and virtual community participation. The meta-analysis of 40 studies， which included a total of 43 independent samples（N=13528） found that there was a relatively high degree of correlation between individual trust and virtual community participation （r=0.432）; the number of dimensions of trust， the type of virtual community， the subjects and cultural differences will moderate the relationship between them. The results show that individual trust can effectively predict the participation of virtual communities; the intensity of the relationship between individual trust and virtual community participation will be moderated by different factors. These results provide an accurate estimate of the individual trusts prediction of virtual community participation， and provide a reference for future research on the relationship between trust and virtual community participation.

Keywords： trust; virtual community; participation; meta-analysis; moderating effect