平臺用戶社會資本對其共創價值的影響

張洪 王維娜 朱夢瑩

關鍵詞：社交投資平臺;社會資本;共創價值;社會化交互

摘要：大數據、區塊鏈等新興科技運用于金融領域，推動了以“金融+社交”為特征的社交投資平臺的發展。但是，部分平臺由于不注重提升用戶體驗價值致使部分用戶流失。基于典型的社交投資平臺——雪球網的相關數據，實證檢驗不同類型的平臺用戶社會資本對其共創價值的影響，結果發現：結構型社會資本顯著促進社會價值的提升，然而對經濟價值沒有顯著影響;關系型社會資本和認知型社會資本均能夠促進經濟價值和社會價值的提升。

自2016年中國進入“金融科技”元年以來，金融行業將大數據、區塊鏈等新興技術作為核心驅動力，對傳統的金融產品和服務進行創新和擴展，創造出新的金融業務模式[1]?；诖?，依托社交媒體、新興信息技術的金融服務方式——社交投資平臺應運而生。相較于傳統的金融業務模式，社交投資平臺因其更加互動化、社交化和個性化，得到了迅猛發展，并迅速搶占傳統金融市場，擁有大批用戶資源。

作為金融行業轉型升級的新引擎，金融科技促進了新的社交投資平臺不斷出現。然而，由于此類平臺不能高效地利用先進的信息技術或缺乏大量的金融資源，在平臺的建設和運營過程中不能充分兼顧平臺的社交和金融功能，其未能成功開發價值創造的新來源。因此，在平臺同質化競爭程度加劇的情況下，用戶流失問題日益嚴重。如何高效地利用先進的信息技術以增強用戶黏性并創造用戶價值，在激烈的市場競爭中構建具有核心競爭力的商業模式，成為學術上和實踐中亟待解決的問題。當前學術界較為關注的是社交網站的用戶價值[2-4]，鮮有文獻聚焦到社交投資平臺的用戶價值研究[5]。鑒于此，本文擬剖析社交投資平臺運用先進信息技術和社會化媒體工具的模式方法，以拓展社會資本理論的應用領域，探究社交投資平臺用戶價值提升的內在機制。

一、研究模型與研究假說

依據社會資本理論和相關研究，本文構建了平臺用戶社會資本與其共創價值的關系模型（見圖1）。

1.平臺用戶結構型社會資本與其共創價值

本文推斷用戶的結構型社會資本將提高用戶所創建的投資組合的受歡迎程度及其經濟價值。社會網絡紐帶能夠積極地促進用戶之間的知識、信息的共享和傳播[6]。當社交投資平臺的用戶擁有更多的社會網絡紐帶時，其獲取或擴散的知識和信息也更為多樣。例如，平臺用戶擁有的粉絲數量越多，其創建的投資組合被傳播和擴散的可能性會越高。較高的可見性也反過來促進用戶的社會形象[7]，提升其在平臺上的受歡迎程度。同時，刺激用戶支持其投資組合，從而提高投資組合的收益率。因此，提出如下假設：

H1a：用戶的結構型社會資本將正向影響其投資組合的經濟價值。

H1b：用戶的結構型社會資本將正向影響其投資組合的社會價值。

2.平臺用戶關系型社會資本與其共創價值

在社交投資平臺中，用戶的關系型社會資本主要是指其在平臺上的互惠關系，具體表現為用戶之間的雙向互動行為[8]。例如，用戶對平臺上的帖子進行評論，并得到了回復。另外，用戶互惠關系的質量表現為其雙向互動行為的均衡程度[9-10]。因此，用戶間相對均衡的互惠關系有助于其互動程度的提升，從而有助于用戶彼此分享和傳播金融投資經驗和相關資訊，提升投資組合的知名度。同樣，由于用戶之間存在互惠關系，為了提高自身投資組合的可見性，他們會相互支持和購買彼此之間的投資組合，促進其經濟價值和社會價值的提升。因此，提出如下假設：

H2a：用戶的關系型社會資本將正向影響其投資組合的經濟價值。

H2b：用戶的關系型社會資本將正向影響其投資組合的社會價值。

3.平臺用戶認知型社會資本與其共創價值

在以提高投資能力為目標的平臺上，擁有相對豐富投資經驗的用戶被認可的程度會較高，從而獲得更高的支持，進而提升投資組合的經濟價值和社會價值。在社會投資平臺上，用戶的長期參與和積累的投資經驗將正向促進其認知能力的提高[11-12]。用戶積累的金融投資經驗一般表現為其在投資領域的專業知識和能力[11]。用戶擁有的專業能力越高、專業知識越豐富，其創建的投資組合的水平就越高。因此，專業化水平越高的投資組合受關注程度將越高，從而為平臺用戶創造更高的經濟價值和社會價值。因此，提出如下假設：

H3a：用戶的認知型社會資本將正向影響其投資組合的經濟價值。

H3b：用戶的認知型社會資本將正向影響其投資組合的社會價值。

二、數據選取和變量測量

1.數據選取

選擇雪球網作為本研究的情境，是因為雪球網作為典型的社交投資平臺能夠為用戶提供多種溝通和交流方式，便于用戶進行各種互動行為和高效利用平臺強大的“雪球組合”功能，進而構建其社會資本，滿足自己獲得金融投資價值的最終目的。因此，本研究選取2016年5月至2020年4月的用戶及其投資組合數據。之后，隨機挑選出1462個用戶信息將其作為初始研究樣本。在剔除了沒有創建和已經關停了自身投資組合的用戶之后，最終獲得500個用戶和3068個投資組合信息。同時，為了避免極端值對實證結果產生影響，本研究對關鍵變量進行雙側1%分位的Winsorize縮尾處理。

2.變量測量

由于平臺用戶的共創價值可能會受到一些用戶特有因素的影響，為了排除其他解釋以提高研究的嚴謹性，本研究控制了幾個用戶層面的變量。由于社交平臺上的用戶活躍行為將影響用戶價值[13]，因此本研究將關注人數、發帖數、投資交易量和關注的股票數設為控制變量。變量定義及其測量見表1。

本文采用Stata 16.0分析關鍵變量的描述性特征和相關性，描述性統計結果和相關系數分析分別見表2和表3。投資組合社會價值的標準差為6 608.745，說明不同投資組合的社會價值存在很大差異。因為變量存在偏態分布的情況，所以本文將數據做了取對數的處理[16]。

三、實證結果分析

1.基準回歸

通過相關系數分析和方差膨脹因子VIF值檢驗（VIF<3），發現關鍵變量之間不存在多重共線性。因此，本研究對結構型、關系型和認知型社會資本對投資組合經濟價值和社會價值的影響機制進行了回歸分析，基準回歸結果見表4。

表4中模型①顯示，關系型社會資本和認知型社會資本與投資組合的經濟價值呈顯著正相關，因此H2a、H3a均得到支持。然而，結構型社會資本與投資組合的經濟價值之間無顯著關系，因此H1a沒有得到支持。

表4中模型③顯示，結構型社會資本、關系型社會資本和認知型社會資本均顯著正向影響其社會價值，因此H1b、H2b和H3b均得到支持。在控制變量方面， 用戶關注的股票數對其投資組合經濟價值的獲取具有積極作用。然而， 用戶的關注人數抑制了其投資組合社會價值的獲取。

2.穩健性檢驗

本研究使用替代變量測量進行進一步的分析，以證明研究結果的穩健性。本研究使用結構型社會資本的替代變量進行穩健性檢驗。由于結構型社會資本主要是指用戶的社會網絡紐帶，諸多學者認為用戶在社交媒體上獨特的關注機制可以構建社會網絡紐帶，其中常見的用戶關注行為有“轉發數”“點贊數”等[17]?；诖?，本研究選擇用戶的“帖子轉發數”作為替代變量測量用戶的結構型社會資本，穩健性檢驗結果見表5。

由表5可知， 采用替代變量的穩健性檢驗結果與基準回歸結果一致，表明結構型社會資本對經濟價值沒有顯著影響，對社會價值（β=0.339，p<0.01）有促進作用，假設H1a沒有得到支持，H1b得到支持;關系型社會資本正向影響經濟價值（β=20.810，p<0.01）和社會價值（β=220.601，p<0.01），假設H2a、H2b得到支持;認知型社會資本正向影響經濟價值（β=0.119，p<0.01）和社會價值（β=0.593，p<0.01），假設H3a、H3b得到支持。這說明本研究的結果具有穩健性。

3.異質性檢驗

為進一步研究用戶社會資本對投資組合價值的異質性影響，同時，考慮到樣本數據的投資組合社會價值標準差較大，本研究將結構型社會資本分為高結構型社會資本（結構型社會資本高于平均值）和低結構型社會資本（結構型社會資本低于平均值）兩個子樣本，進一步探究用戶社會資本對投資組合社會價值的差異化影響，異質性檢驗結果見表6。

與基準回歸分析一致的是，不管是高結構型社會資本還是低結構型社會資本的子樣本，以及關系型社會資本和認知型社會資本對社會價值均具有顯著的正向影響。然而，有趣的是，高結構型社會資本對社會價值（β=2.109，p<0.01）具有顯著的正向影響，低結構型社會資本對社會價值的影響不顯著。由此可見，只有當結構型社會資本增加到一定數量時，才會對用戶投資組合的社會價值產生影響，進而促使社會價值的提升。

四、結論與意義

1.研究結論

本研究構建了平臺用戶社會資本與其共創價值的關系模型，經過對研究假設的檢驗后，得出如下結論。

關系型社會資本和認知型社會資本正向促進投資組合的經濟價值。然而，結構型社會資本與用戶投資組合的社會價值無顯著關系。對此合理的解釋是用戶對于雪球網的了解和掌握程度并不足以確保用戶發揮其結構型社會資本的優勢，因此用戶在平臺上的活躍程度受個人能力的限制，這導致其對用戶投資組合的經濟價值的影響并不顯著。因此，與用戶進行全方位的互動交流，用自己的投資經驗吸引用戶，使其產生認同感，更能促進用戶投資組合經濟價值的提升。

結構型社會資本、關系型社會資本和認知型社會資本與用戶投資組合的社會價值呈顯著正相關。由此可見，長期參與平臺投資互動，與平臺用戶保持較高的互動交流和認同感，將激發用戶進行金融投資的交互行為。用戶在社交投資平臺上花費和投入的時間越長，持續訪問的頻率越高，其對社會價值的促進作用就越強。另外，因為用戶可以利用自身社會資本進行投資組合運作，其創建的投資組合的可見性相對較高，將產生巨大的社會價值。

2.研究意義

本研究基于社會資本理論，分析平臺用戶社會資本影響共創價值的機制，6個假設中有5個均得到支持。本研究有如下重要意義。

首先，本研究剖析了平臺用戶資本及其共創價值的內在邏輯，挖掘出在社會化商務的背景下社交投資平臺提高用戶經濟和社會價值的途徑。本研究有助于理解社交投資平臺的社會資本聯系及其對共創價值的影響，從而有助于更深入地理解用戶共同創造的經濟價值和社會價值。

其次，本研究從個人層面出發，利用社會資本理論研究金融科技領域的用戶體驗價值。實證檢驗證明三類社會資本均正向影響用戶社會價值，關系型社會資本和認知型社會資本能夠促進經濟價值。本研究豐富了價值共創和社會資本理論，為研究金融科技領域的用戶價值提供了一個新視角。

再次，以往研究大多采用調查問卷的形式來測量社會資本的相關維度，本研究采用計量經濟學的研究方法，利用客觀數據測量相關概念維度，進而剖析平臺用戶資本及其共創價值實現的內在機理，從而提高了研究的嚴謹性和準確性。

本研究結論對社交投資平臺的管理者和運營者如何規范、有效地發揮平臺用戶社會資本作用有一定的現實啟示價值。

首先，平臺應通過精心設計使用這三種類型的社會資本，以實現增加用戶在平臺內的經濟價值和社會價值的最終目標。例如，平臺運營者可以對用戶進行畫像，進而推測用戶的偏好，并選擇性地呈現相關金融投資資訊，個性化推送平臺大V的投資理念，提高其可見性，便于用戶更順暢地構建或擴展關系網絡。

其次，平臺管理者應在社交平臺上建立正式和非正式的用戶互動渠道，并開展特定的有意義的活動，從而不斷地在用戶之間創建動態的社交和互動聯系，為用戶提供更為直接的互動渠道。

再次，平臺經營者應關注意見領袖的作用，利用其為用戶推送專業的、權威的金融投資資訊，從而增強普通用戶的投資專業性。此外，平臺經營者還可以定期舉辦投資模擬體驗活動，幫助用戶親身體驗交易過程，從而提升整個平臺用戶的投資經驗。

五、研究展望

其一，本文將研究情境定位于金融投資領域，研究數據也來自金融投資平臺，這在一定程度上制約了研究結果的普適性。未來研究可以考慮其他行業，擴大研究數據的范圍，從而進一步拓展研究模型的普適性。

其二，為了提高研究的嚴謹性，未來研究可以采用混合方法，將主觀數據和客觀數據相結合，從而更全面地考察用戶的社會價值。同時，可選擇使用多源數據，從而確定這三個社會資本維度以及經濟價值和社會價值的更全面的衡量標準。

其三，本研究采用橫截面數據，一定程度上限制了對因果關系的證實力度。未來研究可以采集面板數據來考察社會資本與用戶價值關系的動態演變過程。

參考文獻：

[1]

艾媒咨詢.2018—2019中國金融科技專題研究報告[EB/OL].（2019-01-20）[2022-04-05].http：//www.iimedia.cn/63370.html.

[2] YANG X， LI G. Factors influencing the popularity of customergenerated content in a companyhosted online cocreation community：a social capital perspective[J].Computers in Human Behavior， 2016（64）：760.

[3] OKOLI C，OH W.Investigating recognition＼|based performance in an open content community：a social capital perspective[J].Information and Management，2007（3）：240.

[4] LEFEBVRE V M，SORENSON D，HENCHION M，et al.Social capital and knowledge sharing performance of learning networks[J].International Journal of Information Management， 2016（4）：570.

[5] DORFLEITNER G，FISCHER L，LUNG C，et al.To follow or not to follow：an empirical analysis of the returns of actors on social trading platforms [J].Quarterly Review of Economics & Finance， 2018（70）：160.

[6] WASKO M M， FARAJ S. Why should I share？ Examining social capital and knowledge contribution in electronic networks of practice[J].MIS Quarterly， 2005（1）：35.

[7] ARIELY D， BRACHA A， MEIER S. Doing good or doing well？ Image motivation and monetary incentives in behaving prosocially[J].American Economic Review， 2009（1）： 544.

[8] QIU L，KUMAR S.Understanding voluntary know＼|ledge provision and content contribution through a socialmediabased prediction market： a field experiment[J].Information Systems Research， 2017（3）：529.

[9] LI N， GUO X， CHEN G， et al. Reading behavior on intraorganizational blogging systems：a grouplevel analysis through the lens of social capital theory[J].Information & Management， 2015（7）：870.

[10]NOV O， YE C， KUMAR N. A social capital perspective on metaknowledge contribution and social computing[J].Decision Support Systems， 2012（1）： 118.

[11]TURNER J C. Rediscovering the social group：a selfcategorization theory[M].Oxford：Blackwell Publishers， 1988：342.

[12]DARR E D， KURTZBERG T R. An investigation of partner similarity dimensions on knowledge transfer[J].Organizational Behavior and Human Decision Processes， 2000（1）：28.

[13]HINZ O，SPANN M，HANN IH.Can’t buy me love…or can I？Social capital attainment through conspicuous consumption in virtual environments[J].Information Systems Research， 2015（4）： 859.

[14]KANG L，JIANG Q，TAN C H.Remarkable advocates：an investigation of geographic distance and social capital for crowdfunding[J].Information & Management， 2017（3）：336.

[15]RAVINDRAN K， SUSARLA A， MANI D， et al. Social capital and contract duration in buyersupplier networks for information technology outsourcing[J].Information Systems Research， 2015（2）：379.

[16]LEE R P，CHEN Q.The immediate impact of new product introductions on stock price： the role of firm resources and size[J].Journal of Product Innovation Management， 2009（1）：97.

[17]劉嘉琪，齊佳音.社交媒體情境下企業信號傳遞對短期銷售收入的影響研究：以社會資本為中介變量[J].管理評論，2021（4）：193.