我國虛擬社群概念界定及研究熱點可視化分析

佘 碩，聶卉晶

（華中科技大學公共管理學院）

1 虛擬社群的內涵及其邊界

霍華德·萊茵戈德 （Howard Rheingold）在 《The VirtualCommunity》一書中首次提出“虛擬社群”的概念，他認為虛擬社群是一個社會集合體，源于以電腦為中介構成的虛擬空間，社群的產生來自于這個虛擬空間中有足夠的人以及充足的感情，他們在這樣的場域里產生了長久的互動。這一提法在傳播學和社會學中被廣泛運用，但作為學術概念至今并沒有形成一個明確的界定。原因主要有：一是互聯網與社群的形態處于動態發展之中，之前的定義解釋力下降；二是學界和實務界對虛擬社群的理解側重點不同，關于虛擬社群的定義難以達成共識。因此，筆者首先對現國內外虛擬社群的相關定義進行梳理分類，旨在點明現階段虛擬社群概念的內涵及外延。

根據國外社會學和傳播學的相關著作顯示，無論是虛擬社群還是虛擬社區都來自于同一個英文詞組“Virtual Community”。我國在引入“Virtual Community”之后，出現了翻譯變化，虛擬社群和虛擬社區常被用于描述同一對象。進入21世紀后，對“Virtual Community”的提法逐漸變得更為多樣化，在國內主要存在幾種演變形式（見表1）。

根據表1的定義，無論是虛擬社群還是在線社群或網絡社群，同虛擬社區之間還是存在較大的概念差別，社區更多強調的是平臺的搭建，社群則更強調參與群體的互動。因此筆者認為，虛擬社群是指社交媒體中有著共同的興趣與目標的群體，在一定規則下聚集在一起，以認同和信任為前提保持定期的互動和交流。正是由于虛擬社群的特點，極易形成傾向性觀點，“群體極化”和“羊群效應”的影響力不容忽視。因此，虛擬社群是社會風險孕育的潛在溫床，提高對虛擬社群的重視極為必要。

2 數據來源和研究方法

考慮到虛擬社群的發展在中國具有本土性，選擇以中國學術期刊網絡出版總庫（CNKI）中的論文數據為樣本。同時，“虛擬社群”和“網絡社群”所指對象相同，因此均列入檢索范圍。知網上以“虛擬社群”和“網絡社群”為關鍵詞的首篇文獻收錄時間為1999年，故確立1999年至2016年為文獻的來源時段。檢索式為：“主題=‘虛擬社群’and時間跨度=‘1999-2016’and索引=CNKI=文獻類型=‘期刊’”，除去書評、聲明、新聞報道、紀實等非研究類文獻后，共檢索到536篇文章，剔除重復文獻，共得到530篇文獻。對樣本進行文本規范處理后，用Excel軟件和CiteSpace可視化分析工具繪制出1999-2016年的可視化圖譜。

表1 國內相關概念演變形式

3 國內虛擬社群研究現狀

3.1 虛擬社群研究時間分布情況

根據對530篇文獻發表年限的統計，繪制出發文年限的折線圖（見圖1）。由圖1可知，2009年開始，相關主題的研究文獻呈現爆發性增長趨勢，在2015年達到最高峰81篇。虛擬社群的研究經歷了從無到有并爆發性增長的發展過程，說明其是互聯網時代的產物，也是當前“互聯網+”思維下的研究熱點。

圖1 1999-2016年虛擬社群論文數量

從2009年開始，文獻數量呈現爆發性增長的原因可以歸結為：一是2008年的汶川地震，災后涌現了大量的民間團體，促進了公民意識的覺醒，進而促進了公民在互聯網上的參與和表達，相同觀點的人更容易在互聯網上形成群體聚合，為各類社群的產生起到了催化作用，災后北大公民社會研究中心發布了《中國公民社會藍皮書》，稱中國已經進入公民社會；二是2009年新浪微博上線，為粉絲經濟創造了發展條件，縱向傳播的粉絲經濟是橫向延伸的社群經濟的構成基礎。在微博上積累的粉絲數量可以向社群成員導流，將單向交流的模式轉變為群體間的互動，以此提高受眾群體的留存率。

3.2 虛擬社群研究空間分布情況

將樣本數據分布情況運用Officemap制作成可視化地圖（見圖2），可以看到虛擬社群的研究多集中于沿海及中部地區，北京、上海、廣東、江蘇等地區對虛擬社群的研究尤為突出，其中北京地區相關研究多達82篇，上海65篇位居第二。

圖2 虛擬社群樣本地區分布

虛擬社群的發展依托于互聯網，虛擬社群的發展狀況應與當地的“互聯網+”指數相關。“互聯網+”指數也可以稱為“數字GDP”，由騰訊研究院編制的《中國“互聯網+”指數（2016）》中表示，“互聯網+”指數高度集中于沿海省份和一線城市，廣東、北京和上海的“互聯網+”指數之和為35.5，占據全國互聯網指數超1/3的份額。由此可見，“互聯網+”指數較高的地區與虛擬社群研究熱點地區重合。另外，依據2016年1月《中國互聯網絡發展狀況統計報告》中我國東、中、西部地區互聯網規模和普及率（見表2），發現我國東部沿海地區的互聯網網民規模和普及率明顯高于中西部地區。

表2 2015年我國東、中、西部地區互聯網規模、普及率

以上數據均反映出東部地區的互聯網發展狀況整體優于中西部地區，北京、上海等沿海地區率先進入社群3.0時代，［5］證實互聯網的基礎建設水平與虛擬社群成長及其研究呈正相關。

3.3 虛擬社群研究的文獻分析

將樣本文獻導入CiteSpace，在Note Type里選擇Author選項，統計顯示17年間研究作者總數共444人，為便于統計數據準確，只以第一作者數量作為統計數據。其中發文數量最多的是來自中共蘇州市委黨校的周健，被收錄文獻有24篇。周健主要從網絡社群的特征及影響力角度切入，探討網絡社群對公共決策的影響。另外，西安交通大學的杜海峰與蘇州大學的陳曉強等學者也分別從網絡社群的結構和虛擬社群交往形式等方面切入，展開了較多研究。

國內主要的研究機構有蘇州市委黨校、清華大學新聞與傳播學院、南京大學新聞傳播學院、西安交通大學管理學院、武漢大學新聞與傳播學院、武漢大學信息管理學院等。結合“網絡社群”、“虛擬社群”中文學科分類統計：文化、科學、教育、體育占45.03%，經濟占19.26%，工業技術占10.96%，社會科學總論占7.11%，政治、法律占7.11%，哲學、宗教占2.37%，藝術占1.93%，數理科學和化學占1.19%，文學占1.04%。目前對虛擬社群的研究包含了新聞傳播學、管理學、公共管理學、社會學等眾多學科，已經呈現出多學科發展趨勢。虛擬社群的發展帶來的直觀影響是傳播模式的多樣化，因此新聞與傳播學是優勢學科，但傳播模式的改變帶來的影響是多元的，因此其他學科在該領域的研究仍有很大的拓展空間。

4 國內虛擬社群研究主題討論

4.1 主題圖譜分析

通過對虛擬社群文獻樣本的統計，共出現601個關鍵詞，顯示出的高頻詞和關鍵熱詞有：網絡社群、虛擬社群、社會網絡分析、信任、意見領袖等。通過對關鍵詞被引頻次的降序排列，反映出研究領域和論文的重點以及近年來的研究熱點。同時，為了探尋1999年到2016年間該主題研究熱點的變化，在CiteSpace中選擇關鍵詞聚類的Timezone View時區視圖呈現功能和探測突變詞功能，側重以時間維度來表示該領域主題詞的演進，其中連線越多，說明兩個關鍵詞節在同一個樣本中共同出現的次數越多（見圖3）。其中，社會網絡分析、信任、意見領袖、知識共享等話題的節點也相對較大，是虛擬社群領域研究的熱點。

4.2 熱點文獻分析

熱點文獻是指在同期同領域的文獻中，目前為止獲得了較高引用率的文獻。由樣本文獻的被引用情況（見表3）可知，金立印的論文被引次數達到了170次。通過對樣本的分析，發現前20篇文獻的被引次數為1,048篇，達到了總被引量的41%，前20篇文獻中，2009年之后的文獻比重占55%，符合前文呈現出的2009年之后研究爆發性增長的表現。與此同時，通過高被引文獻可以看出，網絡輿情、品牌忠誠、意見領袖、信任與社會網絡等主題的研究得到了較多的重視。

圖3 關鍵詞出現時間及熱點分布

表3 1999-2016年虛擬社群熱點文獻列表

4.3 虛擬社群熱點主題討論

通過可視化工具可以較直觀地展現研究的整體概況和熱點結構，但還需要對主題詞進行深層次的挖掘和探討，才能更準確判定該主題研究的態勢。因此，本文分析提取了1999-2016年出現頻次前10的關鍵詞，并挖掘其內在關系（見圖4）。

圖4顯示，信任、知識共享和社會網絡分析的研究熱度排名前三。虛擬社群的核心不在于聚集平臺而是成員間的內部互動關系，而信任是鏈接成員間互動關系的核心。因此，信任作為衡量虛擬社群內社會資本的關鍵性測量指標一直以來都備受關注。［6］同時，品牌忠誠在一定程度上指的是客戶對品牌社群的信任程度，因此可作為“信任”的子關鍵詞。排名第二的熱詞是“知識共享”，作為知識經濟時代的關鍵環節，符合互聯網信息共享的特征。而大學生群體往往是提供知識和信息的主要用戶，因而是知識分享的主力。此外，知識分享的同時離不開知識管理，因此，可將知識管理和大學生作為知識共享的子關鍵詞一同分析。排名第三的“社會網絡”是社群內部成員關系結構的直觀表現，而社會資本作為基于社會網絡而獲得的資本，［7］其研究離不開社會網絡。同時，意見領袖是社會網絡組成中必不可少的中心環節。［8］因此，可將意見領袖和社會資本放入社會網絡中討論。排名前十的研究熱點進一步體現了虛擬社群更加注重群體內部互動關系。綜上，本文選擇出現頻次排名前三的熱詞“信任”、“知識分享”、“社會網絡”進行文獻內容述評，以期更準確地把握虛擬社群研究現狀并揭示其未來研究的發展方向。

圖4 1999-2016年虛擬社群熱點研究主題（TOP 10）

4.3.1 信任

信任作為連接社群成員的情感紐帶，是形成社會網絡和產生社會資本的重要環節。自2009年陳章旺、許金太從信任的角度研究顧客的品牌忠誠開始，信任就作為社群關系的影響因素被獨立研究。［9］

虛擬社群中的信任分為指社群的信任及社群成員間的信任。對社群的信任可以通過發布私人信息以及分享的意愿等指標來體現，對他人的信任可從社會交換理論來考量。但目前尚未形成虛擬社群中信任的統一定義，蘇世彬等人［10］認為信任是對信息源的相信程度；望海軍認為信任受到特定的時間和情境影響，是一個動態值；［11］黃麗麗等人將信任分為兩個維度，分別是對社群的信任和對社群中其他成員的信任。［12］雖學界對虛擬社群中信任的定義還未達成共識，但對網絡群體里信任的研究已經廣泛應用在傳播學、情報學和電子商務領域，在其他學科的研究中極具潛力。

對信任在社群中產生的作用的研究，社群成員往往通過信任機理產生對他人的認同，降低社群成員對社群整體的風險焦慮，從而激發更多的信息分享和知識共享行為。［13］同時，個人信任可以營造社群認同感，從而促進社群內部的凝聚。［14］

通過文獻閱讀發現，虛擬社群中信任的研究主體較為單一，主要是從信任本身出發研究社群成員的行為。而隨著虛擬社群的發展，出現了越來越多的異質社群，如關系型虛擬社群、交易型虛擬社群、知識型虛擬社群、娛樂型虛擬社群等，每種屬性的虛擬社群中的信任機理都存在一定的差別，不可一概而論。同時，虛擬社群中的信任是由初始信任到持續信任的動態發展過程，而當前的研究較多的討論虛擬社群中信任的內涵、特點和影響因素，沒有區分加入虛擬社區前和加入后成員信任關系的變化，也沒有探究信任影響因素在變化中的差異，更多的是從靜態的層面去研究虛擬社群中的信任。在未來研究中，可從多元視角切入，探究不同社群的信任機理如何影響社群成員的行為過程。

4.3.2 社會網絡

網絡事件的發展離不開用戶間的社會網絡，不同的用戶關系將影響網絡事件的演化走向。因此，有必要正確把握虛擬社群中的社會網絡關系。［15］社會網絡是群體成員之間的關系以及這些關系所形成的結構和內涵。［16］隨著社交媒體的發展，網絡溝通的形式也發生了改變：由單向傳播更多地轉向雙向溝通，相應的社交媒體上社會網絡的結構也發生著改變，因此需探究虛擬社群中社會網絡的獨特結構。

當前學界主要將社會網絡分為強聯系網絡和弱聯系網絡。［17］在虛擬社群中實際上存在著兩種群體，一種是較為松散、去中心化的總體結構，一種則是權利集中的核心群體，在這類群體中，意見領袖往往起到關鍵作用。同時，也可將虛擬社群中的社會關系網絡按關系強弱分為討論關系網絡、信息關系網絡、感情關系網絡和幫助關系網絡，其中討論關系網絡最靠近弱關系，信息關系網絡次之，感情關系網絡隨后，幫助關系網絡則是強關系網絡。在社會網絡的形成過程中，信任是關系轉變的關鍵因素。［2］

關于虛擬社群中社會網絡的研究方法，周濤等人介紹了幾種較為常見的研究方法，主要包括個體中心網絡分析、整體網絡分析等。［18］個人中心網絡分析方面，具有代表性的有馮銳等人對博聯社攝影社群的群體結構和交流方式進行的研究，通過社會網絡方法總結了博聯社攝影社群的群體結構特征。［19］整體網絡分析方面，高志偉等人運用了Pajek工具對國內博客進行整體網絡分析，得出博客間的交流較為分散、向心力不明顯、連接密度較低的結論。［20］顯然，博客屬于虛擬社群的一種，該結論為進一步區分虛擬社區和虛擬社群奠定了基礎。

綜上所述，大多文獻都將社會網絡分析運用于某種具體的社群，而不同性質的社群具有異質的特征，由此得出的結論也不具有共性。因此，在今后的研究中，可著眼于如何有效利用社會網絡分析拓寬研究思路，探究虛擬社群里的互動形式和群體結構，把握虛擬社會互動與現實社會互動之間的關系，從而為社會網絡治理提供相應的理論支撐。

4.3.3 知識分享

知識分享是知識管理中的重要概念，隨著互聯網的發展，人們對知識分享的速度和知識分享范圍的需求也日益提高，用戶創造內容（User Generated Content，UGC）既是虛擬社群得以形成的基礎，又是社群持續運轉的要素。

知識分享行為主要包含兩個方面的過程，一方面是知識獲取行為，另一方面是知識的表達和傳播行為。［21］徐海波認為虛擬社群中知識分享行為主要有三種模式：瀏覽、引發討論與互動交流。在這三類分享行為中，分享意愿的強度影響了分享行為的程度。而影響知識分享意愿的因素主要有兩個方面，一方面是基于人際因素，如人際信任等，另一方面是基于知識本身，如知識的難易水平等，這兩類因素都影響到了知識分享的效果和程度。細化來看，虛擬社群成員之所以會對社群進行知識貢獻的原因，除了該成員與社群中其他成員的相似度以外，還與該成員對社群的信任度有關。［22］因此，李金陽［23］與高天亮［24］皆認為在虛擬社群中的知識分享不僅是一種利他行為，從社會交換的角度出發，這種分享行為是用對他人的幫助來提高自我的價值感。虛擬社群中分享意愿程度越高，參與知識分享的程度就越深。

通過對文獻的閱讀，可以發現知識分享和虛擬社群是當下知識經濟時代的研究重點，已有大量的學者從社會交換、社會資本、社會認知等方面出發，研究虛擬社群中知識分享的動因，為該領域的研究奠定了一定的理論基礎。此外，虛擬社群中的知識分享行為是一個隨著成員關系變化而不斷演化的動態過程，但目前的研究多是對知識分享的孤立研究，且多是靜態，無法對知識分享初期及分享過程進行一個縱向比較。未來可將虛擬社群的發展與知識分享行為變化結合起來，研究知識分享過程中各變量的演化過程。

5 研究結論及建議

本文通過對虛擬社群定義的梳理以及1999-2016年CNKI收錄期刊的分析研究，借助文獻計量的分析工具及原理，對虛擬社群與虛擬社區的區別做出了闡述，并分別從時間、機構、空間、研究熱點等多個維度對研究現狀進行總結梳理，由此得出以下研究結論。

（1）虛擬社區與虛擬社群的界線進一步明晰。

① 研究重點不同。虛擬社群注重從社群組織內部視角切入，探討社群組織中人與人之間的關系和互動。而虛擬社區則更多的是從外部視角切入，將社區當成是人的集合體，探討虛擬社區與外界的互動與資源鏈接。② 組織結構不同。虛擬社群更多的是去中心化的扁平模式，注重社群成員之間的橫向交流和溝通。虛擬社區則更多的是由事件或意見領袖引發的縱向溝通，往往呈現出多中心的特點。③ 社交屬性強弱不同。虛擬社群更多的強調社群成員之間的互動和交流，成員間更容易建立起信任關系，從而從弱連接變成強連接。而虛擬社區則主要停留在成員各自發表意見或一對一討論的模式，進一步建立連接關系時存在一定困難。

（2）通過對虛擬社群研究熱點的綜述，發現其研究熱點主要圍繞社群內部成員的互動機理，且熱點間相互關聯。

① 意見領袖往往處于虛擬社群社會網絡的核心位置，不僅是虛擬社群存在的動力，還主導了社群的發展方向和輿論傳播的走向。② 虛擬社群知識分享行為往往與社群信任度有關，成員間信任度越高的社群往往有更強的知識分享意愿，將產生更為頻繁的知識分享行為。

（3）從前文分析看，虛擬社群的研究方法進一步多元，研究視角也越發向多學科交叉分析邁進。

根據本文的研究熱點，為今后社會治理提供兩點思路。① 未來社會治理應更加關注實踐領域虛擬社群的發展。相關研究報告指出，虛擬社群將不可避免的具象化、垂直化，“社群+行業”、“社群+產業鏈”、“社群+企業”正在逐步形成。同時，虛擬社群內部呈網絡狀傳播，社群網絡節點與節點之間不規則分布。由此可見，虛擬社群的傳播模式是跨級的、跳躍的，并越發體現出強大的影響力。中國虛擬社群經過十幾年的發展，正逐漸形成連接信息、人以及資源的生態圈。［25］因此，在未來虛擬社群的發展中，用戶互動將會更加深入，社群經濟將更加多元，提高對虛擬社群實踐層面發展的敏感度極為必要。② 社會治理應充分發揮虛擬社群中的社會網絡及意見領袖的作用。虛擬社群在一定程度上能夠用輿論影響政府決策。［26］群體在信息傳播中具有聚合效應，若不加以正確的規范和引導，易在輿論事件中產生“群體極化”的現象。［27］對此，政府在未來決策和網絡治理中，應當更加注重對虛擬社群的引導，重視網絡群體的傳播力量，培養“意見領袖”，優化虛擬社群的傳播路徑，使虛擬社群在公共領域中發揮更大的作用。

［1］ 什么是虛擬社區 ［EB/OL］.［2016－08－31］.http://help.163.com/club/edior/001211/001211_1392.html.

［2］沈馮娟.虛擬社群中的社會網絡［D］.蘭州：蘭州大學，2008.

［3］鄭雯，黃榮貴.微博異質性空間與公共事件傳播中的“在線社群”——基于新浪微博用戶群體的潛類分析 （LCA）［J］.新聞大學，2015（3）：101－109.

［4］張文宏.網絡社群的組織特征及其社會影響［J］.哲學基礎理論研究，2013（00）：225－235.

［5］2016年中國網絡社群研究報告［EB/OL］.［2016－08－31］.http://www.iresearch.com.cn/report/2638.html.

［6］潘敏.信任問題——以社會資本理論為視角的探討［J］.浙江社會科學，2007（2）：104－108.

［7］林南.社會資本：爭鳴的范式與實證的檢驗［J］.香港社會學學報，2001（2）：1－38.

［8］陳遠，劉欣宇.基于社會網絡分析的意見領袖識別研究［J］.情報科學，2015（4）：13－19.

［9］陳章旺，許金太.在線零售商店品牌忠誠度研究:基于網絡社群信任的視角［J］.中國零售研究，2009（2）：101－114.

［10］蘇世彬，黃瑞華.合作聯盟知識產權專有性與知識共享性的沖突研究［J］.研究與發展管理，2005（17）：69－74.

［11］望海軍.品牌信任和品牌情感：究竟誰導致了品牌忠誠?——一個動態研究［J］.心理學報，2012（44）：830－840.

［12］黃麗麗，等.影響虛擬社群信息分享的因素：多層分析視角 ［J］.國際新聞界，2014（9）：20－34.

［13］王婷婷.在線品牌社群中公民行為對品牌忠誠的影響研究［D］.鄭州：鄭州大學,2015.

［14］陳力丹，徐志偉.網絡集體行動視角下的“周亮解說門”［J］.新聞記者，2015（1）：74－78.

［15］劉繼.網絡社群的輿情演化機制分析［J］.情報探索，2014（5）：1－4.

［16］周濤.Wiki社群的社會網絡分析［D］.上海：華東師范大學，2005.

［17］梁靜波.社會網絡對創業機會識別影響機理實證研究［D］.長春：吉林大學，2007.

［18］周濤，等.復雜網絡研究概述［J］.物理，2005,34（1）：31－36.

［19］馮銳，謝英香.博聯社攝影社群的社會網絡分析 ［J］.中國電化教育，2009（9）：100－103.

［20］高志偉，等.博客中國虛擬社群的社會網絡分析［J］.石家莊鐵道大學學報（自然科學版），2011，24（2）：99－102.

［21］包詠菲.虛擬社區成員知識共享行為研究［D］.南京：南京大學，2015.

［22］徐海波.網絡社區中信息分享行為研究［J］.當代職業教育，2012（10）：59－62.

［23］李金陽.社會交換理論視角下虛擬社區知識共享行為研究［J］.情報科學，2013（4）：119－123.

［24］高天亮，安立仁.網絡知識分享行為經驗研究——以百度“知道”為案例［J］.西北大學學報（哲學社會科學版），2012（1）：104－111.

［25］2016年中國網絡社群研究報告［EB/OL］.［2016－08－31］.http://www.iresearch.com.cn/report/2638.html.

［26］杭家蓓.網絡社群參與公共決策的群體極化效應理論研究及實證分析［D］.南京：南京理工大學，2012.

［27］黃靖逢.網絡群體性事件中輿論的“群體極化”現象及應對策略［J］.鐵道警官高等專科學校學報，2011（6）：81－83.