譚春輝，李玥澎，周一夫，陳曉琪，涂瑞德

0 引言

虛擬學(xué)術(shù)社區(qū)為科學(xué)知識(shí)交流提供了新方式，用戶彼此分享經(jīng)驗(yàn)交流心得、共享學(xué)術(shù)資源、豐富知識(shí)交流方式的同時(shí)，也在一定程度上提高了知識(shí)交流效率?；ヂ?lián)網(wǎng)中的用戶除了是知識(shí)信息的吸收者外，還兼具信息傳遞者和信息生產(chǎn)者等多重角色[1]。虛擬學(xué)術(shù)社區(qū)中的知識(shí)交流更多表現(xiàn)為用戶自發(fā)的、自覺的交流。由于互聯(lián)網(wǎng)環(huán)境下的交互更直接，用戶的不確定感更加顯著[2]，因此交流效果在很大程度上依賴于用戶之間的人際信任[3]。良好的信任環(huán)境能提高用戶參與感和知識(shí)共享意愿，構(gòu)建平等互信的交流關(guān)系是促進(jìn)虛擬學(xué)術(shù)社區(qū)中知識(shí)交流能夠有效開展的重要條件[4]。此外，虛擬學(xué)術(shù)社區(qū)日益成為科研人員展開合作的重要平臺(tái)，參與各方達(dá)成合作需要建立在互信的基礎(chǔ)上[5]。合作團(tuán)隊(duì)成立初期需建立良好的信任關(guān)系來鼓勵(lì)互助互惠并減少投機(jī)行為發(fā)生，幫助實(shí)現(xiàn)團(tuán)隊(duì)效益最大化[6]。在團(tuán)隊(duì)集體決策過程中，團(tuán)隊(duì)成員間的信任亦是重要影響因素[7]。可見，用戶間的人際信任在虛擬學(xué)術(shù)社區(qū)科研合作中也扮演重要角色。

人際信任的缺失使得用戶對(duì)虛擬學(xué)術(shù)社區(qū)的參與度不足。多數(shù)用戶在社區(qū)中的活動(dòng)主要是知識(shí)獲取行為，而對(duì)知識(shí)分享的意愿不強(qiáng)，這很可能導(dǎo)致社區(qū)運(yùn)營(yíng)失敗[8]。當(dāng)用戶難以確認(rèn)對(duì)方身份和專業(yè)能力時(shí)，會(huì)傾向于“潛水”[9]。這使得虛擬學(xué)術(shù)社區(qū)用戶更多地選擇單純獲取信息而不積極共享信息，從而導(dǎo)致用戶整體參與感下降。長(zhǎng)此以往，用戶將很難獲取更多有價(jià)值的信息，感知收益下降會(huì)使其逐漸退出虛擬學(xué)術(shù)社區(qū)轉(zhuǎn)向其他信息交流渠道。有著較高用戶流失率的虛擬學(xué)術(shù)社區(qū)很可能面臨消失的危險(xiǎn)[10]。

可見，用戶間人際信任是提高虛擬學(xué)術(shù)社區(qū)知識(shí)共享效率的重要前提，也是虛擬學(xué)術(shù)社區(qū)能夠持續(xù)健康發(fā)展的重要條件，探討影響用戶人際信任構(gòu)建的因素有助于虛擬學(xué)術(shù)社區(qū)的建設(shè)。在相關(guān)研究基礎(chǔ)上，通過組態(tài)分析區(qū)別其中重要因素和邊緣因素有利于社區(qū)制定更具系統(tǒng)性和針對(duì)性的改進(jìn)策略。綜上所述，本文在吸取先前研究經(jīng)驗(yàn)基礎(chǔ)上，結(jié)合相關(guān)理論，運(yùn)用模糊集定性比較分析(fsQCA)方法探究影響虛擬學(xué)術(shù)社區(qū)用戶人際信任的因素并對(duì)其展開組態(tài)分析，明確其中關(guān)鍵要素和組合方式，得出人際信任構(gòu)建的不同路徑，豐富相關(guān)理論并為虛擬學(xué)術(shù)社區(qū)構(gòu)建良好的人際信任環(huán)境發(fā)展提供參考。

1 文獻(xiàn)回顧

1.1 關(guān)于人際信任的研究

1950年代，美國(guó)心理學(xué)家多伊奇對(duì)“囚徒困境”中的信任進(jìn)行實(shí)驗(yàn)研究[11]，引發(fā)學(xué)界對(duì)信任相關(guān)問題的關(guān)注。對(duì)信任的定義，學(xué)界有幾種觀點(diǎn)。Mayer等認(rèn)為，信任是一方愿意處于另一方的行為使自己的利益可能受到傷害的狀態(tài)，同時(shí)認(rèn)為另一方有重要作用，而不考慮監(jiān)督或控制另一方的能力。Corritore等認(rèn)為移動(dòng)互聯(lián)網(wǎng)時(shí)代的在線信任是在線情形下，某人確信自身的脆弱不存在被揭露的風(fēng)險(xiǎn)的心理狀態(tài)。Luhmann認(rèn)為信任是一個(gè)社會(huì)復(fù)雜性的簡(jiǎn)化機(jī)制[12]。處于虛擬學(xué)術(shù)社區(qū)中的用戶人際信任主要是在和其他成員交流過程中產(chǎn)生的信任。影響用戶產(chǎn)生人際信任的原因主要有兩方面：一方面用戶會(huì)因?yàn)橐恍┎环ǚ肿右苑欠ㄊ侄螌?duì)用戶個(gè)人信息的刻意收集產(chǎn)生個(gè)人隱私安全擔(dān)憂[13]；另一方面交流信息質(zhì)量水平和可信度等因素會(huì)導(dǎo)致社區(qū)成員在進(jìn)行知識(shí)交流時(shí)存在一定感知風(fēng)險(xiǎn)[14]。因此，結(jié)合用戶使用虛擬學(xué)術(shù)社區(qū)的實(shí)際體驗(yàn)，本文借鑒Mayer等對(duì)信任的定義，即在預(yù)期對(duì)方會(huì)表現(xiàn)出合乎自己利益的基礎(chǔ)上而愿意為此承擔(dān)傷害的風(fēng)險(xiǎn)[15]。

1.2 關(guān)于虛擬學(xué)術(shù)社區(qū)人際信任的研究

學(xué)者對(duì)虛擬學(xué)術(shù)社區(qū)中人際信任的影響因素展開了研究，按照研究發(fā)現(xiàn)的影響因素的不同主要有兩類。一類研究認(rèn)為信任關(guān)系是通過不斷擴(kuò)大的互惠互利關(guān)系建立的，即認(rèn)為用戶參與虛擬學(xué)術(shù)社區(qū)活動(dòng)目的在于獲取知識(shí)等收益，在此基礎(chǔ)上用戶為獲取更多知識(shí)逐漸和他人擴(kuò)大這種互惠的深度和范圍，進(jìn)而形成一定的人際信任。Jacob C.T等認(rèn)為用戶對(duì)他人提出問題回應(yīng)的質(zhì)量和感知收益對(duì)信任關(guān)系的構(gòu)建有顯著影響[16]；Fang Y.H等認(rèn)為社區(qū)的信息支持、獎(jiǎng)勵(lì)等是信任關(guān)系建立的關(guān)鍵因素[17]；朱玲等發(fā)現(xiàn)知識(shí)的質(zhì)量、附加值等對(duì)用戶希望獲取該知識(shí)的意愿有顯著影響[18]。另一類研究認(rèn)為良好的人際信任是由諸如情感聯(lián)結(jié)、用戶身份認(rèn)同等并非出于互利目的的因素促成的，這些學(xué)者認(rèn)為用戶對(duì)其他成員的人際信任是由交流中的良好體驗(yàn)促成的。Gong X.Y等發(fā)現(xiàn)感知滿意度、社會(huì)關(guān)系、系統(tǒng)質(zhì)量、聲譽(yù)等因素與人際信任息息相關(guān)[19]；王仙雅提出社區(qū)中互動(dòng)提升了用戶間互動(dòng)感、滿意度和歸屬感，這些要素間接影響了信任關(guān)系，促成虛擬學(xué)術(shù)社區(qū)用戶良好互動(dòng)[20]；王戰(zhàn)平等發(fā)現(xiàn)用戶相似性、熟悉程度、信息披露程度、身份特征和友好度影響信任關(guān)系的形成[21]；趙欣等指出用戶在多次交互中形成的以情感聯(lián)結(jié)為紐帶的情感信任是形成良好人際信任的重要因素[22]。

學(xué)界對(duì)信息質(zhì)量、用戶感知有用性、用戶情感歸屬、用戶身份等因素的影響已形成一定共識(shí)，且逐漸形成從互惠性因素和非互惠性因素展開分析的兩種研究視角。但無論以何種視角切入，目前研究多為證實(shí)哪些因素存在對(duì)信任關(guān)系構(gòu)建的影響，對(duì)這些因素以何種方式組合進(jìn)而影響信任關(guān)系構(gòu)建以及在組合中哪些因素發(fā)揮何種作用的問題討論并不充分。此外，基于fsQCA的實(shí)證研究多采用調(diào)查問卷收集實(shí)證數(shù)據(jù)，但問卷調(diào)查具有較強(qiáng)的主觀性，且不能全面真實(shí)地反映受訪者的態(tài)度和意愿[23]。西美爾認(rèn)為信任是重要的社會(huì)綜合理論，其形成受到多方面因素綜合作用影響[24]。了解各種因素在不同組態(tài)中的重要程度如何對(duì)指導(dǎo)虛擬學(xué)術(shù)社區(qū)建設(shè)有重要意義。同時(shí)考慮到問卷收集數(shù)據(jù)的局限性，本文對(duì)虛擬學(xué)術(shù)社區(qū)用戶開展訪談，對(duì)訪談文本進(jìn)行情感得分計(jì)算，以此作為研究數(shù)據(jù)。在此基礎(chǔ)上運(yùn)用fsQCA方法展開組態(tài)分析，明確關(guān)鍵影響因素，彌補(bǔ)當(dāng)前研究不足的同時(shí)，克服問卷調(diào)查難以充分反映受訪者實(shí)際意愿的局限，為虛擬學(xué)術(shù)社區(qū)信任關(guān)系構(gòu)建提供更系統(tǒng)客觀的參考。

2 研究設(shè)計(jì)

2.1 研究框架

研究總體框架見圖1。首先結(jié)合現(xiàn)有理論與相關(guān)研究成果設(shè)計(jì)變量，根據(jù)選取的變量設(shè)計(jì)訪談提綱，提綱中包括若干圍繞上述變量展開的開放性問題。完成訪談后對(duì)經(jīng)過整理的訪談文本進(jìn)行情感分析，得出不同受訪對(duì)象對(duì)不同問題的情感得分以形成可用數(shù)據(jù)，之后對(duì)其進(jìn)行模糊集校準(zhǔn)后開展fsQCA分析，分析各種邏輯組態(tài)得出研究結(jié)論與建議。

圖1 研究框架

2.2 研究方法

研究方法包括半結(jié)構(gòu)化訪談、情感分析和模糊集定性比較分析(fsQCA)。半結(jié)構(gòu)化訪談是基于開放式訪談提綱的質(zhì)性調(diào)研方法，訪談的問題并不固定，研究者可以靈活調(diào)整談話方式、問題等[20]；半結(jié)構(gòu)化訪談便于受訪者更全面系統(tǒng)地闡述對(duì)問題的看法，適合本文研究所需。

情感分析有很多分支方法，本文采用的是基于情感詞典的情感分析方法。該方法需要研究者構(gòu)建積極傾向和消極傾向兩類情感詞典并為不同傾向的情感語詞賦予一定分值，統(tǒng)計(jì)整篇文本中出現(xiàn)的上述語詞來完成文本情感得分的計(jì)算[25]。對(duì)訪談文本進(jìn)行情感分析能夠在受訪者盡可能全面地表達(dá)對(duì)某一問題看法的基礎(chǔ)上量化用戶的態(tài)度傾向，提高研究數(shù)據(jù)的全面性和準(zhǔn)確性。

fsQCA以集合理論和構(gòu)型理論為基本思想，引入模糊集理論處理部分隸屬問題。該方法認(rèn)為條件對(duì)結(jié)果的影響并非獨(dú)立，且條件和結(jié)果的關(guān)系非對(duì)稱，能夠考察復(fù)雜社會(huì)現(xiàn)象的條件組合和影響方式[26]。應(yīng)用fsQCA方法展開研究，通過不斷比較不同案例，能夠考察不同條件下各要素對(duì)結(jié)果變量的組態(tài)影響，有利于從系統(tǒng)視角形成更貼合實(shí)際的研究結(jié)論。

2.3 理論基礎(chǔ)與變量設(shè)計(jì)

本文在現(xiàn)有研究成果基礎(chǔ)上，結(jié)合學(xué)界從互惠性因素影響和非互惠性因素影響出發(fā)開展研究的兩個(gè)視角，梳理CSSCI與Elsevier數(shù)據(jù)庫(kù)中相關(guān)文獻(xiàn)，結(jié)合理論設(shè)計(jì)前因變量。

(1)社會(huì)交換理論。社會(huì)交換理論認(rèn)為，社會(huì)交換的發(fā)生使得參與雙方能獲得一些收益，隨著時(shí)間推移，獲得收益的增加會(huì)增進(jìn)處于交換關(guān)系中雙方的互信[27]。在虛擬學(xué)術(shù)社區(qū)環(huán)境中，成員間的交互多以互惠為基礎(chǔ)，成員分享知識(shí)的行為與其人際信任的良好程度呈顯著的正相關(guān)關(guān)系[28]。在用戶交流知識(shí)的過程中，感知的響應(yīng)和感知的收益是互惠的重要形式[29]。為此，本文選取信息支持、信息質(zhì)量?jī)蓚€(gè)前因變量用于測(cè)度感知響應(yīng)和感知收益兩種重要的互惠形式[30-32]，探究互惠性因素對(duì)虛擬學(xué)術(shù)社區(qū)人際信任構(gòu)建的組態(tài)影響。

(2)社會(huì)網(wǎng)絡(luò)理論。社會(huì)網(wǎng)絡(luò)理論可用于信任現(xiàn)象分析[33]。整個(gè)網(wǎng)絡(luò)關(guān)系的強(qiáng)度取決于關(guān)系雙方的情感強(qiáng)度、親密程度等[34]。虛擬學(xué)術(shù)社區(qū)中，用戶交互[35-36]、相似程度[37-38]、身份認(rèn)同[21]、情感歸屬[39]等因素均是影響用戶間人際信任形成的重要因素。本文籍此選取上述因素作為前因變量，分析非互惠性因素對(duì)虛擬學(xué)術(shù)社區(qū)人際信任構(gòu)建的組態(tài)影響。

綜上，本文選取成員互動(dòng)、用戶身份認(rèn)同、感知相似性、情感歸屬、信息支持和信息質(zhì)量共6個(gè)影響因素作為本文研究的前因變量(見表1)。

表1 虛擬學(xué)術(shù)社區(qū)用戶人際信任影響因素潛在變量

2.4 數(shù)據(jù)收集與預(yù)處理

(1)數(shù)據(jù)收集。根據(jù)表1所示變量，參考以往研究成果設(shè)計(jì)訪談提綱，每個(gè)變量設(shè)有一個(gè)開放性問題，以半結(jié)構(gòu)化訪談的方式展開調(diào)查，收集質(zhì)性數(shù)據(jù)?？紤]到虛擬學(xué)術(shù)社區(qū)用戶多為高校和科研機(jī)構(gòu)的教研人員和學(xué)生，本文選取的訪談對(duì)象均為在校研究生。完成訪談后對(duì)訪談文本進(jìn)行整理和篩選得出30篇可用的訪談文本。30名訪談對(duì)象中，男性15名，女性15名，性別分布均衡；在受教育程度上，博士研究生14名，碩士研究生16 名，受教育程度基本符合研究需要；每一位訪談對(duì)象對(duì)至少1種虛擬學(xué)術(shù)社區(qū)有深度使用體驗(yàn)，其所使用的虛擬學(xué)術(shù)社區(qū)包括小木蟲、科學(xué)網(wǎng)、丁香園、經(jīng)管之家、CSDN等。

(2)數(shù)據(jù)處理。由半結(jié)構(gòu)化訪談獲得的質(zhì)性文本數(shù)據(jù)不能直接用于分析，因此在開展分析前要對(duì)這些數(shù)據(jù)進(jìn)行處理使之量化，形成fsQCA分析可用的定量數(shù)據(jù)。因?yàn)樵L談對(duì)象對(duì)訪談問題的回答帶有一定的情感傾向，對(duì)其量化可以得到訪談對(duì)象對(duì)不同變量所表征的問題的不同態(tài)度，幫助完成后續(xù)分析。為完成上述訪談數(shù)據(jù)的處理，本文參考現(xiàn)有成果基于HowNet情感詞典設(shè)計(jì)本研究所用情感詞典，將詞典中表達(dá)積極情感傾向的語詞分值設(shè)為1，表達(dá)負(fù)面情感傾向的語詞分值設(shè)為-1，將程度副詞詞典中表達(dá)五類不同程度級(jí)別的副詞權(quán)重分別設(shè)為8、6、4、2、0.5，編寫Python程序?qū)ξ谋具M(jìn)行分詞和去除停用詞等預(yù)處理，提取各個(gè)分句中的情感語詞和與之相關(guān)的程度副詞，計(jì)算訪談文本情感分值[25]?？紤]到HowNet詞典在實(shí)際應(yīng)用中存在一定的誤差[40]，本文在機(jī)器運(yùn)算結(jié)果的基礎(chǔ)上對(duì)數(shù)據(jù)輔以人工判讀，結(jié)合原始文本對(duì)機(jī)器判斷有誤的數(shù)據(jù)進(jìn)行校正，形成可用的數(shù)據(jù)集。部分經(jīng)過校正的訪談文本情感得分如表2所示。

表2 訪談文本情感得分(部分)

(3)模糊集數(shù)據(jù)校準(zhǔn)。原始數(shù)據(jù)需要校準(zhǔn)為位于0～1之間的模糊集得分以便開展fsQCA分析。本文參考Kraus S等研究，分別把一組數(shù)據(jù)中的最大值、中間值和最小值設(shè)為完全隸屬、交叉點(diǎn)和完全不隸屬[41]，應(yīng)用fsQCA3.0 軟件中的calibrate函數(shù)對(duì)原始數(shù)據(jù)進(jìn)行校準(zhǔn)。結(jié)合整理后的情感數(shù)據(jù)情況，本文選定的各組數(shù)據(jù)校準(zhǔn)錨點(diǎn)如表3 所示。數(shù)據(jù)完成校準(zhǔn)后使用分析軟件fsqca3.0進(jìn)行相關(guān)分析。

表3 模糊集校準(zhǔn)錨點(diǎn)

3 fsQCA組態(tài)分析

3.1 單項(xiàng)前因條件必要性分析

校準(zhǔn)后數(shù)據(jù)在進(jìn)行組態(tài)分析前需要進(jìn)行必要性分析。對(duì)各單項(xiàng)的前因條件展開必要性分析，將結(jié)果中一致性大于0.9的變量視為必要條件，并在后續(xù)進(jìn)行組態(tài)分析時(shí)進(jìn)行設(shè)置以防被約簡(jiǎn)[42]。對(duì)校準(zhǔn)后數(shù)據(jù)進(jìn)行單項(xiàng)前因條件必要性分析，各變量一致性結(jié)果見表4。通過必要性分析可知，無論結(jié)果變量為高水平信任還是低水平信任，所有前因變量的一致性均低于0.9，這表明上述所有前因變量均不構(gòu)成單項(xiàng)必要條件。

表4 必要性分析結(jié)果

3.2 組態(tài)分析

本研究共選取6個(gè)前因變量，因此會(huì)產(chǎn)生26個(gè)組態(tài)結(jié)果。參考徐廣平等研究將案例選擇頻數(shù)設(shè)為1，一致性門檻設(shè)為0.8，將PRI一致性大于0.75的組合中結(jié)果變量標(biāo)記為1，PRI一致性小于0.75的組合結(jié)果變量記為0，在此基礎(chǔ)上展開組態(tài)分析[43]。fsQCA分析會(huì)產(chǎn)生復(fù)雜解、中間解和簡(jiǎn)約解。由于中間解不會(huì)約簡(jiǎn)必要條件，一般匯報(bào)中間解，同時(shí)結(jié)合簡(jiǎn)約解和必要性分析來區(qū)分核心條件和邊緣條件[44]。若前因條件同時(shí)出現(xiàn)于簡(jiǎn)約解和中間解，或者在必要性分析中表現(xiàn)為必要條件則記為核心條件；若此條件僅出現(xiàn)在中間解中則將其記為邊緣條件[45]。本文將按照上述規(guī)則開展組態(tài)分析。由于之前單項(xiàng)條件必要性分析中沒有發(fā)現(xiàn)構(gòu)成必要條件的前因變量，因此將在組態(tài)分析中對(duì)比簡(jiǎn)約解和中間解分析核心條件與邊緣條件。結(jié)合上述分析，按照前文所述計(jì)算規(guī)則運(yùn)用分析軟件對(duì)數(shù)據(jù)進(jìn)行組態(tài)分析，組態(tài)分析結(jié)果見表5。為保證組態(tài)分析所得路徑具有一定的代表性，僅保留唯一覆蓋度高于0.01的組態(tài)路徑。分析發(fā)現(xiàn)產(chǎn)生高水平信任關(guān)系的路徑有4種；導(dǎo)致低水平信任關(guān)系的路徑有1種。

表5 組態(tài)分析結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

由于fsQCA分析具有一定的敏感性和隨機(jī)性，開展穩(wěn)健性檢驗(yàn)是必要的[46]。本文采用集合論方法，通過刪減案例的方式進(jìn)行穩(wěn)健性檢驗(yàn)，以確保分析結(jié)果的合理性和準(zhǔn)確性[47]。為檢驗(yàn)分析結(jié)果的穩(wěn)健性，本文隨機(jī)刪除了30個(gè)觀察案例中的2個(gè)，再次進(jìn)行高水平信任組態(tài)分析。檢驗(yàn)結(jié)果見表6。從表中結(jié)果看出H1～H4路徑基本相同，僅在原始覆蓋度、唯一覆蓋度和解的一致性方面存在細(xì)微差異。由此可見本文分析結(jié)論可靠，具有參考價(jià)值。

表6 刪減案例后穩(wěn)健性檢驗(yàn)結(jié)果

4 研究結(jié)論

本文在現(xiàn)有成果基礎(chǔ)上，通過設(shè)計(jì)訪談并對(duì)其文本進(jìn)行情感得分計(jì)算完成量化，籍此展開fsQCA分析得出了產(chǎn)生虛擬學(xué)術(shù)社區(qū)中產(chǎn)生高水平人際信任的4條組態(tài)路徑(H1～H4)和產(chǎn)生低水平人際信任的1條(L1)組態(tài)路徑。

H1路徑(～成員交互*用戶身份認(rèn)同*～感知相似性*信息支持*～信息質(zhì)量)：用戶最初進(jìn)入一個(gè)學(xué)術(shù)社區(qū)時(shí)與其他成員交流很少，社區(qū)中信息的質(zhì)量也無從判斷，此時(shí)其他成員的身份頭銜和標(biāo)簽和其提供信息的豐富程度等成為用戶判斷該成員是否可信的重要依據(jù)。一些社區(qū)中頭銜較高或在現(xiàn)實(shí)生活中有較高社會(huì)地位的成員很容易在此時(shí)贏得用戶的信任；部分對(duì)用戶提問反饋較為及時(shí)或發(fā)言較為頻繁的成員也可能獲得用戶的好感。

H2路徑(成員交互*用戶身份認(rèn)同*感知相似性*情感歸屬*～信息支持)：隨著用戶與社區(qū)其他成員的交流愈發(fā)深入，交互次數(shù)也會(huì)隨之增加、用戶也能更好地感知彼此間經(jīng)歷、背景的相似性，進(jìn)而產(chǎn)生一定的情感聯(lián)結(jié)，在這樣一種交互環(huán)境下，即使信息支持情況較差，用戶依然能夠形成很好的信任關(guān)系。這種情景下的虛擬學(xué)術(shù)社區(qū)雖然有較好的人際信任穩(wěn)定性，社區(qū)中的成員能夠長(zhǎng)期維持一種良好的交互，但新用戶進(jìn)入后融入現(xiàn)有群體將會(huì)經(jīng)歷一個(gè)長(zhǎng)期的過程，降低了社區(qū)吸引新用戶加入的能力。

H3路徑(成員交互*用戶身份認(rèn)同*感知相似性*～信息支持*信息質(zhì)量)：當(dāng)虛擬學(xué)術(shù)社區(qū)用戶與其他成員的交流達(dá)到一定深度后，用戶對(duì)彼此個(gè)人背景的了解逐漸完善。雖然還沒有產(chǎn)生情感歸屬，但在這種相對(duì)充分交流的基礎(chǔ)上，用戶也會(huì)慢慢了解彼此交流信息的全面性、準(zhǔn)確性，對(duì)信息質(zhì)量也會(huì)產(chǎn)生一定的判斷。在這一組態(tài)路徑中，成員交互和用戶身份認(rèn)同對(duì)人際信任的形成發(fā)揮著重要作用，而信息質(zhì)量和感知相似性起一般性的作用。

H4路徑(成員交互*～用戶身份認(rèn)同*感知相似性*情感支持*信息支持*信息質(zhì)量)：一些虛擬學(xué)術(shù)社區(qū)不會(huì)直接展示完全的用戶頭銜(如科學(xué)網(wǎng))，這種情況下用戶難以直觀判斷社區(qū)成員的身份。不過這并不會(huì)對(duì)后續(xù)交流的開展產(chǎn)生太大的影響。后續(xù)交流的深入使得用戶可以很好地判斷信息的質(zhì)量，隨著交流的擴(kuò)大用戶也會(huì)漸漸熟悉彼此，進(jìn)而產(chǎn)生情感歸屬。信息質(zhì)量和情感歸屬在此組態(tài)中作為關(guān)鍵因素出現(xiàn)；信息支持情況也會(huì)對(duì)用戶間人際信任的形成起到輔助性作用。

L1路徑(～成員交互*～用戶身份認(rèn)同*～感知相似性*～情感支持*～信息支持*～信息質(zhì)量)：在上述前因變量都有缺失的情況下，虛擬學(xué)術(shù)社區(qū)中的用戶難以構(gòu)建起良好的人際信任關(guān)系。缺少互動(dòng)會(huì)使得用戶無法尋找到與自己背景較相似的成員，對(duì)信息支持環(huán)境也難以判斷，無法產(chǎn)生穩(wěn)定的情感聯(lián)結(jié)；用戶身份標(biāo)簽的不明確和信息質(zhì)量不足也會(huì)極大地影響用戶間人際信任的構(gòu)建。

從上述結(jié)果中看出，成員交互、用戶身份認(rèn)同和感知相似性3個(gè)前因變量在4條高水平人際信任的組態(tài)路徑中出現(xiàn)過3次，其中用戶身份認(rèn)同均作為核心條件出現(xiàn)，表明用戶對(duì)其他成員的信任更多地來自對(duì)其身份、頭銜的信任；成員交互作為核心條件出現(xiàn)2次，它是用戶感知自身與其他成員相似性，產(chǎn)生情感歸屬的重要基礎(chǔ)；感知相似性3次出現(xiàn)均為邊緣條件，雖然并不作為核心條件出現(xiàn)，但較高的出現(xiàn)頻次依然值得重視。情感歸屬、信息支持和信息質(zhì)量均出現(xiàn)2次，且都是作為核心條件和邊緣條件各出現(xiàn)1次，情感歸屬是維系用戶人際信任長(zhǎng)期穩(wěn)定的重要因素，信息支持情況和質(zhì)量水平亦是推動(dòng)信任關(guān)系形成的重要基礎(chǔ)，相比成員交互、用戶身份認(rèn)同和感知相似性重要程度較低，但其作用不應(yīng)忽視。

5 研究啟示

本文運(yùn)用fsQCA方法對(duì)影響虛擬學(xué)術(shù)社區(qū)人際信任構(gòu)建的因素展開組態(tài)分析，得出了4條高水平人際信任組態(tài)路徑和1 條低水平組態(tài)路徑。目前基于結(jié)構(gòu)方程模型和扎根理論展開的相關(guān)研究說明了單項(xiàng)因素存在對(duì)人際信任構(gòu)建的影響，沒有更好地從系統(tǒng)的視角揭示這些因素的綜合影響，也未能明確哪些因素在其中起關(guān)鍵作用。本文通過組態(tài)分析揭示出成員交互、用戶身份認(rèn)同等因素在虛擬學(xué)術(shù)社區(qū)人際信任構(gòu)建中的重要作用，完善了關(guān)于虛擬學(xué)術(shù)社區(qū)人際信任的研究框架，從組態(tài)視角探究了不同因素對(duì)虛擬學(xué)術(shù)社區(qū)用戶人際信任的綜合影響，為后續(xù)相關(guān)研究的開展提供了一種可行的視角。

本研究的立足點(diǎn)在于發(fā)現(xiàn)促進(jìn)人際信任形成和導(dǎo)致人際信任衰弱的組態(tài)路徑，在此基礎(chǔ)上為虛擬學(xué)術(shù)社區(qū)構(gòu)建良好的人際信任環(huán)境，實(shí)現(xiàn)持續(xù)健康發(fā)展提供一種思考。社區(qū)運(yùn)營(yíng)主體可參考以下兩方面的建議展開相關(guān)優(yōu)化和建設(shè)工作。

(1)通過fsQCA進(jìn)行組態(tài)分析得出4條產(chǎn)生高水平人際信任的組態(tài)路徑和1條產(chǎn)生低水平人際信任的組態(tài)路徑，每一條路徑都對(duì)應(yīng)不同的虛擬學(xué)術(shù)社區(qū)實(shí)際。虛擬學(xué)術(shù)社區(qū)運(yùn)營(yíng)主體可在梳理發(fā)展基礎(chǔ)上，縱向參考與自身實(shí)際相契合的組態(tài)路徑，加強(qiáng)其中核心條件的優(yōu)化和建設(shè)，繼續(xù)鞏固和完善其中的邊緣條件，盡力打造良好的人際信任環(huán)境。例如，處于初創(chuàng)期，用戶群體交互水平較低的虛擬學(xué)術(shù)社區(qū)可參考路徑H1，重點(diǎn)打造良好的信息支持環(huán)境和用戶等級(jí)身份制度，設(shè)置獎(jiǎng)勵(lì)鼓勵(lì)用戶積極響應(yīng)他人提問，改進(jìn)后臺(tái)算法為用戶提供更豐富的信息推送；同時(shí)設(shè)置用戶專業(yè)水平認(rèn)證機(jī)制，完善用戶身份標(biāo)簽展示方式，幫助用戶更好更快識(shí)別具有一定學(xué)術(shù)權(quán)威的高水平回答者。

信息支持環(huán)境相對(duì)較差但用戶群體相對(duì)穩(wěn)定的虛擬學(xué)術(shù)社區(qū)可參考路徑H2和H3，大力開展各種交流活動(dòng)，促進(jìn)社區(qū)內(nèi)用戶的良好互動(dòng)；推進(jìn)用戶身份認(rèn)證機(jī)制建設(shè)，樹立標(biāo)桿，引到用戶向社區(qū)內(nèi)的學(xué)術(shù)權(quán)威看齊；在加強(qiáng)上述兩方面建設(shè)的同時(shí)，社區(qū)運(yùn)營(yíng)主體還要豐富用戶資料卡的展示方式，設(shè)置更細(xì)粒度的專業(yè)版塊劃分方式，便于用戶在海量成員中發(fā)現(xiàn)與自己相仿的朋友。

若社區(qū)的運(yùn)營(yíng)目標(biāo)是打造豐富完備的知識(shí)信息共享平臺(tái)可參考H4路徑展開建設(shè)，重點(diǎn)打造系統(tǒng)可靠的信息分享環(huán)境，加強(qiáng)信息質(zhì)量方面審查，鼓勵(lì)用戶積極分享知識(shí)信息，完善相關(guān)獎(jiǎng)勵(lì)制度；以信息支持和質(zhì)量為建設(shè)重點(diǎn)的同時(shí)不能忽視成員交互和情感的需要，社區(qū)仍要花費(fèi)一些精力營(yíng)造良好的交流氛圍，以便本社區(qū)高質(zhì)量信息能夠發(fā)揮更大的效用。

此外，社區(qū)運(yùn)營(yíng)主體還應(yīng)對(duì)照低水平人際信任組態(tài)路徑抓緊補(bǔ)齊短板，特別是要注重引導(dǎo)用戶加強(qiáng)交流、促進(jìn)用戶情感交流、提高專業(yè)水平較高或現(xiàn)實(shí)中有權(quán)威學(xué)術(shù)地位的用戶的存在感、加強(qiáng)信息篩選以提升整體質(zhì)量，避免因上述條件的缺失導(dǎo)致人際信任環(huán)境的崩塌，影響社區(qū)后續(xù)發(fā)展。

(2)橫向?qū)Ρ?條高水平人際信任組態(tài)路徑可以看出，成員交互和用戶身份認(rèn)同作為核心條件出現(xiàn)次數(shù)最多；感知相似性作為邊緣條件出現(xiàn)3次，重要性次之；情感歸屬、信息支持和信息質(zhì)量分別作為核心條件和邊緣條件各出現(xiàn)1次，對(duì)良好人際信任的形成也有一定的積極作用。

用戶良好的交互體驗(yàn)是形成良好人際信任的基礎(chǔ)[48]，虛擬學(xué)術(shù)社區(qū)運(yùn)營(yíng)主體可在橫向?qū)Ρ冉M態(tài)路徑的基礎(chǔ)上重點(diǎn)加強(qiáng)用戶交互方式、身份介紹和表征方面的優(yōu)化建設(shè)。例如社區(qū)可通過開發(fā)移動(dòng)APP或建立相關(guān)的微信或QQ群為用戶提供更實(shí)時(shí)的交互平臺(tái)，讓用戶在學(xué)術(shù)交流之余可與其他成員分享生活，增進(jìn)感情；社區(qū)可以進(jìn)一步細(xì)化專業(yè)版塊劃分，進(jìn)一步完善個(gè)人標(biāo)簽展示方式，便于用戶尋找相似群體建立穩(wěn)定聯(lián)系；考慮到身份認(rèn)同的重要性，社區(qū)還可積極引導(dǎo)用戶關(guān)聯(lián)其他平臺(tái)賬號(hào)，便于其他成員尋找領(lǐng)域內(nèi)權(quán)威答主，提高用戶身份認(rèn)同水平。

在良好的交互環(huán)境建立后，產(chǎn)生情感歸屬的重要基礎(chǔ)逐漸形成，此時(shí)社區(qū)要繼續(xù)引導(dǎo)用戶開展情感交流，組織社區(qū)活動(dòng)增進(jìn)用戶情感交流；雖然信息支持與信息質(zhì)量的重要程度不及上述因素，但考慮到信息的交流是社區(qū)中基于互惠關(guān)系的人際信任形成的基礎(chǔ)[26]，社區(qū)應(yīng)繼續(xù)鞏固和完善信息支持環(huán)境，鼓勵(lì)用戶積極分享知識(shí)、及時(shí)回復(fù)其他成員提問；同時(shí)要注意發(fā)布信息準(zhǔn)確性、完整性方面的審查，著力提高信息質(zhì)量，從整體上分步協(xié)調(diào)推進(jìn)虛擬學(xué)術(shù)社區(qū)良好的人際信任環(huán)境建設(shè)。

6 結(jié)語

本文根據(jù)已有理論和研究成果設(shè)計(jì)訪談，對(duì)訪談文本進(jìn)行情感分析算出情感得分后展開fsQCA分析，發(fā)現(xiàn)4條產(chǎn)生高水平人際信任的路徑和1條低水平人際信任組態(tài)路徑，為虛擬學(xué)術(shù)社區(qū)構(gòu)建良好的人際信任環(huán)境，提高用戶粘性和知識(shí)交流效率提供了理論借鑒?？v觀整個(gè)研究過程，本文研究還存在一定不足：首先，本文通過半結(jié)構(gòu)化訪談的方式收集數(shù)據(jù)，數(shù)據(jù)的結(jié)構(gòu)化程度相對(duì)較低，在對(duì)其進(jìn)行結(jié)構(gòu)化處理的過程中很可能因?yàn)橐恍┦д`造成數(shù)據(jù)失真，不利于后續(xù)定量化的分析；其次本文選取的訪談對(duì)象在年齡、受教育程度方面相對(duì)單一，沒有納入這些特征相對(duì)不同的訪談對(duì)象參與調(diào)查，整個(gè)調(diào)查樣本不夠豐富。在未來研究中希望能彌補(bǔ)這些缺憾。