谭春辉，李玥澎，周一夫，陈晓琪，涂瑞德

0 引言

虚拟学术社区为科学知识交流提供了新方式，用户彼此分享经验交流心得、共享学术资源、丰富知识交流方式的同时，也在一定程度上提高了知识交流效率。互联网中的用户除了是知识信息的吸收者外，还兼具信息传递者和信息生产者等多重角色[1]。虚拟学术社区中的知识交流更多表现为用户自发的、自觉的交流。由于互联网环境下的交互更直接，用户的不确定感更加显著[2]，因此交流效果在很大程度上依赖于用户之间的人际信任[3]。良好的信任环境能提高用户参与感和知识共享意愿，构建平等互信的交流关系是促进虚拟学术社区中知识交流能够有效开展的重要条件[4]。此外，虚拟学术社区日益成为科研人员展开合作的重要平台，参与各方达成合作需要建立在互信的基础上[5]。合作团队成立初期需建立良好的信任关系来鼓励互助互惠并减少投机行为发生，帮助实现团队效益最大化[6]。在团队集体决策过程中，团队成员间的信任亦是重要影响因素[7]。可见，用户间的人际信任在虚拟学术社区科研合作中也扮演重要角色。

人际信任的缺失使得用户对虚拟学术社区的参与度不足。多数用户在社区中的活动主要是知识获取行为，而对知识分享的意愿不强，这很可能导致社区运营失败[8]。当用户难以确认对方身份和专业能力时，会倾向于“潜水”[9]。这使得虚拟学术社区用户更多地选择单纯获取信息而不积极共享信息，从而导致用户整体参与感下降。长此以往，用户将很难获取更多有价值的信息，感知收益下降会使其逐渐退出虚拟学术社区转向其他信息交流渠道。有着较高用户流失率的虚拟学术社区很可能面临消失的危险[10]。

可见，用户间人际信任是提高虚拟学术社区知识共享效率的重要前提，也是虚拟学术社区能够持续健康发展的重要条件，探讨影响用户人际信任构建的因素有助于虚拟学术社区的建设。在相关研究基础上，通过组态分析区别其中重要因素和边缘因素有利于社区制定更具系统性和针对性的改进策略。综上所述，本文在吸取先前研究经验基础上，结合相关理论，运用模糊集定性比较分析(fsQCA)方法探究影响虚拟学术社区用户人际信任的因素并对其展开组态分析，明确其中关键要素和组合方式，得出人际信任构建的不同路径，丰富相关理论并为虚拟学术社区构建良好的人际信任环境发展提供参考。

1 文献回顾

1.1 关于人际信任的研究

1950年代，美国心理学家多伊奇对“囚徒困境”中的信任进行实验研究[11]，引发学界对信任相关问题的关注。对信任的定义，学界有几种观点。Mayer等认为，信任是一方愿意处于另一方的行为使自己的利益可能受到伤害的状态，同时认为另一方有重要作用，而不考虑监督或控制另一方的能力。Corritore等认为移动互联网时代的在线信任是在线情形下，某人确信自身的脆弱不存在被揭露的风险的心理状态。Luhmann认为信任是一个社会复杂性的简化机制[12]。处于虚拟学术社区中的用户人际信任主要是在和其他成员交流过程中产生的信任。影响用户产生人际信任的原因主要有两方面：一方面用户会因为一些不法分子以非法手段对用户个人信息的刻意收集产生个人隐私安全担忧[13]；另一方面交流信息质量水平和可信度等因素会导致社区成员在进行知识交流时存在一定感知风险[14]。因此，结合用户使用虚拟学术社区的实际体验，本文借鉴Mayer等对信任的定义，即在预期对方会表现出合乎自己利益的基础上而愿意为此承担伤害的风险[15]。

1.2 关于虚拟学术社区人际信任的研究

学者对虚拟学术社区中人际信任的影响因素展开了研究，按照研究发现的影响因素的不同主要有两类。一类研究认为信任关系是通过不断扩大的互惠互利关系建立的，即认为用户参与虚拟学术社区活动目的在于获取知识等收益，在此基础上用户为获取更多知识逐渐和他人扩大这种互惠的深度和范围，进而形成一定的人际信任。Jacob C.T等认为用户对他人提出问题回应的质量和感知收益对信任关系的构建有显著影响[16]；Fang Y.H等认为社区的信息支持、奖励等是信任关系建立的关键因素[17]；朱玲等发现知识的质量、附加值等对用户希望获取该知识的意愿有显著影响[18]。另一类研究认为良好的人际信任是由诸如情感联结、用户身份认同等并非出于互利目的的因素促成的，这些学者认为用户对其他成员的人际信任是由交流中的良好体验促成的。Gong X.Y等发现感知满意度、社会关系、系统质量、声誉等因素与人际信任息息相关[19]；王仙雅提出社区中互动提升了用户间互动感、满意度和归属感，这些要素间接影响了信任关系，促成虚拟学术社区用户良好互动[20]；王战平等发现用户相似性、熟悉程度、信息披露程度、身份特征和友好度影响信任关系的形成[21]；赵欣等指出用户在多次交互中形成的以情感联结为纽带的情感信任是形成良好人际信任的重要因素[22]。

学界对信息质量、用户感知有用性、用户情感归属、用户身份等因素的影响已形成一定共识，且逐渐形成从互惠性因素和非互惠性因素展开分析的两种研究视角。但无论以何种视角切入，目前研究多为证实哪些因素存在对信任关系构建的影响，对这些因素以何种方式组合进而影响信任关系构建以及在组合中哪些因素发挥何种作用的问题讨论并不充分。此外，基于fsQCA的实证研究多采用调查问卷收集实证数据，但问卷调查具有较强的主观性，且不能全面真实地反映受访者的态度和意愿[23]。西美尔认为信任是重要的社会综合理论，其形成受到多方面因素综合作用影响[24]。了解各种因素在不同组态中的重要程度如何对指导虚拟学术社区建设有重要意义。同时考虑到问卷收集数据的局限性，本文对虚拟学术社区用户开展访谈，对访谈文本进行情感得分计算，以此作为研究数据。在此基础上运用fsQCA方法展开组态分析，明确关键影响因素，弥补当前研究不足的同时，克服问卷调查难以充分反映受访者实际意愿的局限，为虚拟学术社区信任关系构建提供更系统客观的参考。

2 研究设计

2.1 研究框架

研究总体框架见图1。首先结合现有理论与相关研究成果设计变量，根据选取的变量设计访谈提纲，提纲中包括若干围绕上述变量展开的开放性问题。完成访谈后对经过整理的访谈文本进行情感分析，得出不同受访对象对不同问题的情感得分以形成可用数据，之后对其进行模糊集校准后开展fsQCA分析，分析各种逻辑组态得出研究结论与建议。

图1 研究框架

2.2 研究方法

研究方法包括半结构化访谈、情感分析和模糊集定性比较分析(fsQCA)。半结构化访谈是基于开放式访谈提纲的质性调研方法，访谈的问题并不固定，研究者可以灵活调整谈话方式、问题等[20]；半结构化访谈便于受访者更全面系统地阐述对问题的看法，适合本文研究所需。

情感分析有很多分支方法，本文采用的是基于情感词典的情感分析方法。该方法需要研究者构建积极倾向和消极倾向两类情感词典并为不同倾向的情感语词赋予一定分值，统计整篇文本中出现的上述语词来完成文本情感得分的计算[25]。对访谈文本进行情感分析能够在受访者尽可能全面地表达对某一问题看法的基础上量化用户的态度倾向，提高研究数据的全面性和准确性。

fsQCA以集合理论和构型理论为基本思想，引入模糊集理论处理部分隶属问题。该方法认为条件对结果的影响并非独立，且条件和结果的关系非对称，能够考察复杂社会现象的条件组合和影响方式[26]。应用fsQCA方法展开研究，通过不断比较不同案例，能够考察不同条件下各要素对结果变量的组态影响，有利于从系统视角形成更贴合实际的研究结论。

2.3 理论基础与变量设计

本文在现有研究成果基础上，结合学界从互惠性因素影响和非互惠性因素影响出发开展研究的两个视角，梳理CSSCI与Elsevier数据库中相关文献，结合理论设计前因变量。

(1)社会交换理论。社会交换理论认为，社会交换的发生使得参与双方能获得一些收益，随着时间推移，获得收益的增加会增进处于交换关系中双方的互信[27]。在虚拟学术社区环境中，成员间的交互多以互惠为基础，成员分享知识的行为与其人际信任的良好程度呈显著的正相关关系[28]。在用户交流知识的过程中，感知的响应和感知的收益是互惠的重要形式[29]。为此，本文选取信息支持、信息质量两个前因变量用于测度感知响应和感知收益两种重要的互惠形式[30-32]，探究互惠性因素对虚拟学术社区人际信任构建的组态影响。

(2)社会网络理论。社会网络理论可用于信任现象分析[33]。整个网络关系的强度取决于关系双方的情感强度、亲密程度等[34]。虚拟学术社区中，用户交互[35-36]、相似程度[37-38]、身份认同[21]、情感归属[39]等因素均是影响用户间人际信任形成的重要因素。本文籍此选取上述因素作为前因变量，分析非互惠性因素对虚拟学术社区人际信任构建的组态影响。

综上，本文选取成员互动、用户身份认同、感知相似性、情感归属、信息支持和信息质量共6个影响因素作为本文研究的前因变量(见表1)。

表1 虚拟学术社区用户人际信任影响因素潜在变量

2.4 数据收集与预处理

(1)数据收集。根据表1所示变量，参考以往研究成果设计访谈提纲，每个变量设有一个开放性问题，以半结构化访谈的方式展开调查，收集质性数据。考虑到虚拟学术社区用户多为高校和科研机构的教研人员和学生，本文选取的访谈对象均为在校研究生。完成访谈后对访谈文本进行整理和筛选得出30篇可用的访谈文本。30名访谈对象中，男性15名，女性15名，性别分布均衡；在受教育程度上，博士研究生14名，硕士研究生16 名，受教育程度基本符合研究需要；每一位访谈对象对至少1种虚拟学术社区有深度使用体验，其所使用的虚拟学术社区包括小木虫、科学网、丁香园、经管之家、CSDN等。

(2)数据处理。由半结构化访谈获得的质性文本数据不能直接用于分析，因此在开展分析前要对这些数据进行处理使之量化，形成fsQCA分析可用的定量数据。因为访谈对象对访谈问题的回答带有一定的情感倾向，对其量化可以得到访谈对象对不同变量所表征的问题的不同态度，帮助完成后续分析。为完成上述访谈数据的处理，本文参考现有成果基于HowNet情感词典设计本研究所用情感词典，将词典中表达积极情感倾向的语词分值设为1，表达负面情感倾向的语词分值设为-1，将程度副词词典中表达五类不同程度级别的副词权重分别设为8、6、4、2、0.5，编写Python程序对文本进行分词和去除停用词等预处理，提取各个分句中的情感语词和与之相关的程度副词，计算访谈文本情感分值[25]。考虑到HowNet词典在实际应用中存在一定的误差[40]，本文在机器运算结果的基础上对数据辅以人工判读，结合原始文本对机器判断有误的数据进行校正，形成可用的数据集。部分经过校正的访谈文本情感得分如表2所示。

表2 访谈文本情感得分(部分)

(3)模糊集数据校准。原始数据需要校准为位于0～1之间的模糊集得分以便开展fsQCA分析。本文参考Kraus S等研究，分别把一组数据中的最大值、中间值和最小值设为完全隶属、交叉点和完全不隶属[41]，应用fsQCA3.0 软件中的calibrate函数对原始数据进行校准。结合整理后的情感数据情况，本文选定的各组数据校准锚点如表3 所示。数据完成校准后使用分析软件fsqca3.0进行相关分析。

表3 模糊集校准锚点

3 fsQCA组态分析

3.1 单项前因条件必要性分析

校准后数据在进行组态分析前需要进行必要性分析。对各单项的前因条件展开必要性分析，将结果中一致性大于0.9的变量视为必要条件，并在后续进行组态分析时进行设置以防被约简[42]。对校准后数据进行单项前因条件必要性分析，各变量一致性结果见表4。通过必要性分析可知，无论结果变量为高水平信任还是低水平信任，所有前因变量的一致性均低于0.9，这表明上述所有前因变量均不构成单项必要条件。

表4 必要性分析结果

3.2 组态分析

本研究共选取6个前因变量，因此会产生26个组态结果。参考徐广平等研究将案例选择频数设为1，一致性门槛设为0.8，将PRI一致性大于0.75的组合中结果变量标记为1，PRI一致性小于0.75的组合结果变量记为0，在此基础上展开组态分析[43]。fsQCA分析会产生复杂解、中间解和简约解。由于中间解不会约简必要条件，一般汇报中间解，同时结合简约解和必要性分析来区分核心条件和边缘条件[44]。若前因条件同时出现于简约解和中间解，或者在必要性分析中表现为必要条件则记为核心条件；若此条件仅出现在中间解中则将其记为边缘条件[45]。本文将按照上述规则开展组态分析。由于之前单项条件必要性分析中没有发现构成必要条件的前因变量，因此将在组态分析中对比简约解和中间解分析核心条件与边缘条件。结合上述分析，按照前文所述计算规则运用分析软件对数据进行组态分析，组态分析结果见表5。为保证组态分析所得路径具有一定的代表性，仅保留唯一覆盖度高于0.01的组态路径。分析发现产生高水平信任关系的路径有4种；导致低水平信任关系的路径有1种。

表5 组态分析结果

3.3 稳健性检验

由于fsQCA分析具有一定的敏感性和随机性，开展稳健性检验是必要的[46]。本文采用集合论方法，通过删减案例的方式进行稳健性检验，以确保分析结果的合理性和准确性[47]。为检验分析结果的稳健性，本文随机删除了30个观察案例中的2个，再次进行高水平信任组态分析。检验结果见表6。从表中结果看出H1～H4路径基本相同，仅在原始覆盖度、唯一覆盖度和解的一致性方面存在细微差异。由此可见本文分析结论可靠，具有参考价值。

表6 删减案例后稳健性检验结果

4 研究结论

本文在现有成果基础上，通过设计访谈并对其文本进行情感得分计算完成量化，籍此展开fsQCA分析得出了产生虚拟学术社区中产生高水平人际信任的4条组态路径(H1～H4)和产生低水平人际信任的1条(L1)组态路径。

H1路径(～成员交互*用户身份认同*～感知相似性*信息支持*～信息质量)：用户最初进入一个学术社区时与其他成员交流很少，社区中信息的质量也无从判断，此时其他成员的身份头衔和标签和其提供信息的丰富程度等成为用户判断该成员是否可信的重要依据。一些社区中头衔较高或在现实生活中有较高社会地位的成员很容易在此时赢得用户的信任；部分对用户提问反馈较为及时或发言较为频繁的成员也可能获得用户的好感。

H2路径(成员交互*用户身份认同*感知相似性*情感归属*～信息支持)：随着用户与社区其他成员的交流愈发深入，交互次数也会随之增加、用户也能更好地感知彼此间经历、背景的相似性，进而产生一定的情感联结，在这样一种交互环境下，即使信息支持情况较差，用户依然能够形成很好的信任关系。这种情景下的虚拟学术社区虽然有较好的人际信任稳定性，社区中的成员能够长期维持一种良好的交互，但新用户进入后融入现有群体将会经历一个长期的过程，降低了社区吸引新用户加入的能力。

H3路径(成员交互*用户身份认同*感知相似性*～信息支持*信息质量)：当虚拟学术社区用户与其他成员的交流达到一定深度后，用户对彼此个人背景的了解逐渐完善。虽然还没有产生情感归属，但在这种相对充分交流的基础上，用户也会慢慢了解彼此交流信息的全面性、准确性，对信息质量也会产生一定的判断。在这一组态路径中，成员交互和用户身份认同对人际信任的形成发挥着重要作用，而信息质量和感知相似性起一般性的作用。

H4路径(成员交互*～用户身份认同*感知相似性*情感支持*信息支持*信息质量)：一些虚拟学术社区不会直接展示完全的用户头衔(如科学网)，这种情况下用户难以直观判断社区成员的身份。不过这并不会对后续交流的开展产生太大的影响。后续交流的深入使得用户可以很好地判断信息的质量，随着交流的扩大用户也会渐渐熟悉彼此，进而产生情感归属。信息质量和情感归属在此组态中作为关键因素出现；信息支持情况也会对用户间人际信任的形成起到辅助性作用。

L1路径(～成员交互*～用户身份认同*～感知相似性*～情感支持*～信息支持*～信息质量)：在上述前因变量都有缺失的情况下，虚拟学术社区中的用户难以构建起良好的人际信任关系。缺少互动会使得用户无法寻找到与自己背景较相似的成员，对信息支持环境也难以判断，无法产生稳定的情感联结；用户身份标签的不明确和信息质量不足也会极大地影响用户间人际信任的构建。

从上述结果中看出，成员交互、用户身份认同和感知相似性3个前因变量在4条高水平人际信任的组态路径中出现过3次，其中用户身份认同均作为核心条件出现，表明用户对其他成员的信任更多地来自对其身份、头衔的信任；成员交互作为核心条件出现2次，它是用户感知自身与其他成员相似性，产生情感归属的重要基础；感知相似性3次出现均为边缘条件，虽然并不作为核心条件出现，但较高的出现频次依然值得重视。情感归属、信息支持和信息质量均出现2次，且都是作为核心条件和边缘条件各出现1次，情感归属是维系用户人际信任长期稳定的重要因素，信息支持情况和质量水平亦是推动信任关系形成的重要基础，相比成员交互、用户身份认同和感知相似性重要程度较低，但其作用不应忽视。

5 研究启示

本文运用fsQCA方法对影响虚拟学术社区人际信任构建的因素展开组态分析，得出了4条高水平人际信任组态路径和1 条低水平组态路径。目前基于结构方程模型和扎根理论展开的相关研究说明了单项因素存在对人际信任构建的影响，没有更好地从系统的视角揭示这些因素的综合影响，也未能明确哪些因素在其中起关键作用。本文通过组态分析揭示出成员交互、用户身份认同等因素在虚拟学术社区人际信任构建中的重要作用，完善了关于虚拟学术社区人际信任的研究框架，从组态视角探究了不同因素对虚拟学术社区用户人际信任的综合影响，为后续相关研究的开展提供了一种可行的视角。

本研究的立足点在于发现促进人际信任形成和导致人际信任衰弱的组态路径，在此基础上为虚拟学术社区构建良好的人际信任环境，实现持续健康发展提供一种思考。社区运营主体可参考以下两方面的建议展开相关优化和建设工作。

(1)通过fsQCA进行组态分析得出4条产生高水平人际信任的组态路径和1条产生低水平人际信任的组态路径，每一条路径都对应不同的虚拟学术社区实际。虚拟学术社区运营主体可在梳理发展基础上，纵向参考与自身实际相契合的组态路径，加强其中核心条件的优化和建设，继续巩固和完善其中的边缘条件，尽力打造良好的人际信任环境。例如，处于初创期，用户群体交互水平较低的虚拟学术社区可参考路径H1，重点打造良好的信息支持环境和用户等级身份制度，设置奖励鼓励用户积极响应他人提问，改进后台算法为用户提供更丰富的信息推送；同时设置用户专业水平认证机制，完善用户身份标签展示方式，帮助用户更好更快识别具有一定学术权威的高水平回答者。

信息支持环境相对较差但用户群体相对稳定的虚拟学术社区可参考路径H2和H3，大力开展各种交流活动，促进社区内用户的良好互动；推进用户身份认证机制建设，树立标杆，引到用户向社区内的学术权威看齐；在加强上述两方面建设的同时，社区运营主体还要丰富用户资料卡的展示方式，设置更细粒度的专业版块划分方式，便于用户在海量成员中发现与自己相仿的朋友。

若社区的运营目标是打造丰富完备的知识信息共享平台可参考H4路径展开建设，重点打造系统可靠的信息分享环境，加强信息质量方面审查，鼓励用户积极分享知识信息，完善相关奖励制度；以信息支持和质量为建设重点的同时不能忽视成员交互和情感的需要，社区仍要花费一些精力营造良好的交流氛围，以便本社区高质量信息能够发挥更大的效用。

此外，社区运营主体还应对照低水平人际信任组态路径抓紧补齐短板，特别是要注重引导用户加强交流、促进用户情感交流、提高专业水平较高或现实中有权威学术地位的用户的存在感、加强信息筛选以提升整体质量，避免因上述条件的缺失导致人际信任环境的崩塌，影响社区后续发展。

(2)横向对比4条高水平人际信任组态路径可以看出，成员交互和用户身份认同作为核心条件出现次数最多；感知相似性作为边缘条件出现3次，重要性次之；情感归属、信息支持和信息质量分别作为核心条件和边缘条件各出现1次，对良好人际信任的形成也有一定的积极作用。

用户良好的交互体验是形成良好人际信任的基础[48]，虚拟学术社区运营主体可在横向对比组态路径的基础上重点加强用户交互方式、身份介绍和表征方面的优化建设。例如社区可通过开发移动APP或建立相关的微信或QQ群为用户提供更实时的交互平台，让用户在学术交流之余可与其他成员分享生活，增进感情；社区可以进一步细化专业版块划分，进一步完善个人标签展示方式，便于用户寻找相似群体建立稳定联系；考虑到身份认同的重要性，社区还可积极引导用户关联其他平台账号，便于其他成员寻找领域内权威答主，提高用户身份认同水平。

在良好的交互环境建立后，产生情感归属的重要基础逐渐形成，此时社区要继续引导用户开展情感交流，组织社区活动增进用户情感交流；虽然信息支持与信息质量的重要程度不及上述因素，但考虑到信息的交流是社区中基于互惠关系的人际信任形成的基础[26]，社区应继续巩固和完善信息支持环境，鼓励用户积极分享知识、及时回复其他成员提问；同时要注意发布信息准确性、完整性方面的审查，着力提高信息质量，从整体上分步协调推进虚拟学术社区良好的人际信任环境建设。

6 结语

本文根据已有理论和研究成果设计访谈，对访谈文本进行情感分析算出情感得分后展开fsQCA分析，发现4条产生高水平人际信任的路径和1条低水平人际信任组态路径，为虚拟学术社区构建良好的人际信任环境，提高用户粘性和知识交流效率提供了理论借鉴。纵观整个研究过程，本文研究还存在一定不足：首先，本文通过半结构化访谈的方式收集数据，数据的结构化程度相对较低，在对其进行结构化处理的过程中很可能因为一些失误造成数据失真，不利于后续定量化的分析；其次本文选取的访谈对象在年龄、受教育程度方面相对单一，没有纳入这些特征相对不同的访谈对象参与调查，整个调查样本不够丰富。在未来研究中希望能弥补这些缺憾。