在線知識社區信任的維度劃分與量表開發

趙欣 吳婷玉 劉凝之 張之光

摘要：[目的/意義]旨在探討在線知識社區特有風險情境中的信任概念及其細分維度，開發在線知識社區信任測量量表，支持知識型社區內用戶行為的實證研究。[方法/過程]從有高共識度的信任概念出發，針對用戶在知識搜尋、知識貢獻和知識討論過程中面臨的3類風險，援引在線社區的制度性因素，界定在線知識社區信任的維度。進一步，批判修改現有國內外量表、編制17個初始題項，經探索性因子分析和驗證性因子分析，開發出由面向搜尋風險的信任（含5個題項）、面向貢獻風險的信任（含4個題項）、面向討論風險的信任（含3個題項）3個維度構成的在線知識社區信任量表。[結果/結論]實證檢驗發現，該量表信效度良好，對知識搜尋行為、知識貢獻行為具有較好的預測作用。

關鍵詞：在線知識社區；面向搜尋風險的信任；面向貢獻風險的信任；面向討論風險的信任；量表

分類號：G203

引用格式：趙欣， 吳婷玉， 劉凝之， 等. 在線知識社區信任的維度劃分與量表開發[J/OL]. 知識管理論壇， 2024， 9（2）： 120-132 [引用日期]. http：//www.kmf.ac.cn/p/382/. （Citation： Zhao Xin， Wu Tingyu， Liu Ningzhi， et al. Dimensions Division and Scale Development of Online Knowledge Community Trust[J/OL]. Knowledge Management Forum， 2024， 9（2）： 120-132 [cite date]. http：//www.kmf.ac.cn/p/382/.）

在線知識社區（online knowledge community，OKC）為地理位置分散但志趣相投的用戶進行知識分享與深度交流提供了全新平臺，改變了傳統的知識傳播與知識創造模式[1]。綜合性的在線知識社區有“知乎”“果殼”等，專業性的在線知識社區有“CSDN”“丁香園”“經管之家”等。

作為新興知識源，知識型在線社區的存續與成功取決于社區成員的（持續）使用，即用戶的知識分享與交互行為，而用戶高頻率、高質量的知識交互則取決于社區中的信任水平[2]。高水平信任發揮著膠水一樣的作用，將來自五湖四海、素未謀面的專業人士、愛好者聯系在一起。而當信任水平較低時，用戶會懷疑OKC中存量知識的準確性，擔心從此處獲取的某些錯誤內容可能造成工作、學習上的損失；會懷疑向OKC貢獻知識能否帶來回報，擔心在社區中分享知識浪費時間精力、給自己帶來損失；會從自我保護的角度來解讀他人對自己的質疑，將正常討論視作爭吵……，其搜尋、貢獻、討論等知識交互行為就會減少。

信任作為社科領域的經典問題得到眾多學者關注。R. C. Mayer等將“愿意處于易受損害的狀態”作為信任的本質[3]，D. M. Rousseau等追問“愿意接受可能損害”的原因，并將其概括為“積極預期”，從而將信任定義為：在面對風險和相互依賴情境中，基于有關他人意向和行為的積極預期而愿意接受自己有可能遭受傷害、損失的一種心理狀態[4]。在此基礎上，學者們探尋信任主體建立“積極預期”的基礎，發現了信任的多維性，如信管領域學者C. C. Huang等、A. Usoro等考察知識型社區中的信任，分別提出基于經濟、技術、管理、行為、情感的五維度信任[5]，以及基于正直、能力和仁慈的三維度信任[6]。然而，以往研究將信任概念從線下移植到線上，忽略了OKC的特有風險，未對OKC用戶建立“積極預期”的原因進行考察，由此開發的量表難以精準測度OKC信任，亦限制了相關因果關系的實證研究。

鑒于此，筆者回顧并分析OKC信任研究中存在的問題，從用戶在線知識交流時面對的種種風險出發，援引OKC中的制度性因素作為用戶積極預期的基礎，考察知識型在線社區信任及其維度；按照T. R. Hinkin的量表開發教程以及J. Farh等在中國管理情境下開發量表的方法[7-8]，編制OKC信任測量量表，以期掃除OKC信任的理論盲區，為后續實證研究提供有效測量工具。

1? 文獻回顧/Literature review

與線下信任可依存血緣、地緣、業緣等不同，在線知識社區內的用戶來自五湖四海，采用非面對面的溝通方式，社區以自組織為特點，缺乏傳統組織的正式架構和金錢激勵，這些都難以確保用戶行為合乎彼此期望。換言之，在OKC中建立信任似乎異常困難，M. L. Wasko等建議不要在在線社區知識共享研究中使用信任這一概念[9]；但多數學者仍然從組織管理文獻中借鑒成熟概念與維度，對知識型在線社區信任展開實證研究。

早期研究者將在線社區中的信任視為單一維度的概念，如J. Zheng提出可通過在線聊天提升用戶間的信任水平[10]；C. M. Chiu等將信任作為關系資本納入知識共享前因研究[11]。在這些研究中，信任的測量題項幾乎原意重復了信任的本質即“愿意接受可能的損害”或者“有積極預期”，并籠統地指向在線知識交流中可能存在的所有風險。

隨著研究深入，學者逐步認識到信任的復雜性，有關信任多維度劃分與測量的研究可大致歸為如下3類：

（1）將OKC中的信任視作一個發展過程，以信任發展階段為標準劃分維度。M. H. Hsu等實證檢驗了在線社區用戶從基于計算的信任、到基于熟悉的信任最終發展為基于認同的信任并促進知識共享的過程機理[12]；K. F. Hashim等指出不同維度的信任出現在不同的時間階段，基于經濟的信任或基于信息的信任產生于用戶進入在線社區的初期，影響著用戶持續使用意愿，而基于認同的信任產生于用戶持續使用的過程中，影響著知識貢獻的意愿[13]；S. M. Chen等基于信念—態度—行為意圖的分析框架，指出在線社區用戶的認知信任逐漸轉變為情感信任，最終促進知識分享意愿產生[14]；A. V. Prakash等基于扎根理論方法提出傾向于信任的個性會發展成為對新技術的初步信任[15]。

盡管采用不同的名詞來劃分階段，但研究者均認識到信任的階段性發展與OKC用戶間的交互次數、交互時長有密切關系。在初次或一次性交互中，OKC用戶站在被信任者角度計算利益得失，預期被信任者會采取對自己有利的行為；在持續性交互中，OKC用戶多次承擔風險、被信任者亦多次實現預期，雙方會投入更多資源、擴大交互范圍；進一步，隨著交往的持續，OKC用戶會共享彼此的關切，用“我們”替代“他們”這個稱呼，產生心理認同，愿意承擔各種可能的短期損失。按照發展階段來識別信任維度，屬于中觀（meso）研究思路[4]，若將不同學科對信任的研究視作一棟大廈的話，學者們應乘坐電梯，更多地關注“走廊”而非“角落”，以便為不同領域的信任研究提供普適性的概念或理論基礎；然而，按照發展階段來識別信任維度恰與OKC信任研究的初衷相悖，OKC信任研究應更多地關注在線知識社區這一“角落”的特殊情景與特有風險。

（2）突出被信任者，以被信任者的個人特質作為信任維度劃分的標準。A. Usoro等將信任分為基于正直的信任、基于能力的信任和基于仁慈的信任[6]；M. Lin等認為在線社區成員在知識共享過程中所展現的能力、善意、可靠性等品質構成了在線信任的基礎[16]；遲銘等強調對社區成員誠信、可靠等個人品質的信任影響著知識共享行為[17]。

在沒有充分討論適用性的情況下，不少學者將線下的、基于被信任者個人品質的信任維度移植到在線社區信任研究中。若社區中的人是言行一致的，OKC用戶就能對其行為作出合理預期；若社區中的人是有能力的，OKC用戶預期在交流中能夠進行學習；若社區中的人是仁慈的，OKC用戶預期自己的利益會得到照顧。基于對被信任者個人品質的認識，OKC用戶產生積極預期即信任。然而，問題的關鍵在于：線下可以較容易地識別彼此的人格特質，而線上則非常困難。在線下情境中，人們可以通過面對面交流中對微表情和肢體語言的觀察、人際關系網絡中的“中間人”等多種有效途徑對他人的人格特質作出評判。伴隨著從線下、相對封閉、面向熟識個體的環境向線上、相對開放、面向陌生用戶的環境轉變，人們很難清晰識別某人的個人品質?；谠诰€社區用戶個人品質的信任維度劃分，無視線上線下差別，將OKC用戶產生積極預期的基礎錯誤地錨定在識別陌生人人格特質之上。

（3）區分被信任方的不同層級，按照普通用戶、社區管理者、在線社區/網絡平臺來劃分信任維度。Y. H. Fang等將信任分為對社區成員的信任和對社區管理者的信任兩個層面，探討了在線社區信任的前因與后果[18]；田馨灤等將感知信任分為用戶信賴和平臺信賴兩個維度，采用扎根理論方法與解釋結構模型考察信任對隱私疲勞的影響[19]；李欣儒等將信任分為供需雙方對平臺的信任、供需雙方之間的信任、需方對共享產品的信任等多個層面[20]；金燕等進一步探討了不同層面間的信任轉移問題[21]。

上述研究將信任錨定在具體人物上，未能抓住在線知識社區信任維度劃分的本質。在C. Su等對朋友間通過社交媒體進行商業交換的研究中，針對同一個信任對象即作為賣家的朋友提出兩種信任概念：對朋友的信任、對賣家的信任[22]。作為朋友，誠實、可靠、信守承諾就是可以信賴的，而作為賣家，則要熟悉商品、能從顧客角度考慮問題才是值得信賴的。與C. Su的觀點相似，知識型在線社區中的同一用戶會不斷變換角色，在知識搜尋、知識貢獻、知識討論情景中面對著不同風險，自然需要不同的信任維度。

綜上所述，筆者認為OKC中信任的維度劃分，不宜采用普適性的信任發展階段作為標準；不宜將線下基于個人品質的研究簡單移植到線上；不宜將信任直接錨定在具體對象之上，而應面向OKC不同知識交互情景中的風險、結合有助于OKC用戶建立積極預期的制度因素，來劃分OKC信任維度。

2? 在線知識社區信任的維度劃分與初始量表構建/Dimension Division and Initial Scale Construction of Online Knowledge Community Trust

在具體情境中界定信任維度，要符合R. C. Mayer有關信任本質的闡述，即“愿意處于易受損害的狀態”“有著積極的心理預期”，更要遵循D. M. Rousseau有關信任的定義，說明情境中的風險前提，說明產生積極預期的基礎或原因。

OKC中存在諸多不確定性，用戶面臨著如下風險：①OKC中存量知識準確與否是不確定的，用戶擔心從此處獲取的知識含有某些錯誤內容，造成工作、學習上的損失，即OKC用戶在知識搜尋時面臨風險[23，24]；②在OKC中進行知識分享后能否獲得回報是不確定的，用戶擔心自己花費時間精力、向競爭對手輸送知識會造成損失，即OKC用戶在知識貢獻時面臨風險[1，25]；③OKC中眾多用戶討論發言、相互交鋒，參與者容易將正常爭論視作爭吵甚至攻擊，即OKC用戶在交流討論時面臨風險[26]。

OKC中存在著諸多制度性因素，是用戶產生積極預期的重要基礎。L. G. Zucker提出制度信任，強調結構化的流程與保障措施使人產生信賴[27]；D. H. Mcknight等指出，制度不僅限于威懾還應包含結構保證與情景規范兩個方面[28]。在線知識社區中存在著對虛假信息發布者的懲罰制度、大眾對數據信息知識的檢驗與評價機制、給分享者點贊打賞的聲譽獎勵機制、用戶間“人人為我、我為人人”的互惠規范、議事規則等制度性因素[29]。

D. M. Rousseau等指出，風險是信任出現的前提，信任以對抗風險作為歸宿?；诖?，筆者將從OKC中用戶進行知識交流與知識創造的3類行為即知識搜尋、知識貢獻、知識討論所面臨的風險入手考察OKC信任的維度[29]。D. M. Rousseau等還指出，與沖突、合作相關的法律法規、社會網絡、社會規范等均屬于制度性因素?；诖?，筆者將針對不同風險，挖掘OKC中的制度因素，夯實OKC用戶產生積極預期的基礎。

2.1? 面向搜尋風險的信任

OKC用戶在知識搜尋過程中面臨著風險。研究發現，由于在線知識社區不設準入門檻，對用戶身份無特別要求，專業人士、初學者、愛好者均可在社區中分享數據、信息，這可能導致社區內出現冗余甚至是錯誤信息，搜尋者需要進行多次搜索迭代，耗費大量時間精力進行篩查搜尋[23]；對于多數搜尋者而言他們尚不具備有效辨別數據、信息真偽性與適用性的能力，很有可能誤用知識，給工作學習帶來損失[24]。

針對上述風險，知識型在線社區有大眾評價機制以及官方的懲罰、獎勵措施。知識型在線社區的用戶，可以根據自己對帖子內容的評判，給予點贊、喜歡或進行收藏、打賞等操作。在線社區管理者會對明顯有誤的內容進行刪除、折疊，對故意提供錯誤數據或信息的ID實施禁言、封號處理；在線社區管理者亦會對高質量帖子做置頂、標題加亮處理，對提供高質量內容的ID進行獎勵。

綜上，筆者提出面向搜尋風險的信任維度，指知識搜尋時OKC用戶愿意承擔可能產生的、因誤信、誤用數據信息而帶來的損失；OKC用戶之所以對搜尋結果有良好預期是基于OKC中存在的知識篩查機制。

回顧前人研究中的信任量表。M. H. Hsu等編制了3個題項的測量量表，從能夠獲得特別信息、花費較少時間、花費較少成本3個方面闡述了OKC用戶的積極預期[12]。S. Chai等提出對檢索工具的信任，分別從節約時間、節約成本兩個方面構建題項，若用戶預期使用在線平臺的搜索工具可以快速查找到可信度高、相關度高的信息，則會產生信任感[30]。M. H. Hsu等編制了3個題項：①虛擬社區的成員可以幫助我學到新的東西；②虛擬社區的成員可以幫助我學到新的技術；③虛擬社區的成員可以幫助我產生創新性想法[31]。絕大多數題項指出面對搜尋風險時，信任主體即OKC用戶的積極預期，但并未說明建立信任、產生積極預期的基礎。

鑒于此，筆者以“對知識搜尋結果有積極預期”為句子主干，補充OKC中的若干常見知識篩選機制作為信任建立、積極預期產生的基礎，從而構建測量題項。OKC用戶在面對搜尋風險時，其預期主要集中在能否搜尋到所需數據信息以及是否耗費大量時間這兩方面；而OKC用戶產生積極預期的基礎則涉及在線社區中的大眾評價機制、社區獎懲機制、帖子排序推送機制等。例如M. H. Hsu編制的題項“加入社區后我可以在搜尋信息方面節約時間”，僅表明OKC用戶的積極預期而沒有說明用戶產生積極預期的原因。因此，筆者將“在線社區對低質量內容進行折疊刪除”這一原因作為補充，編制題項“我預期可以快速查找到所需知識，是因為社區會將低質量內容進行折疊或刪除”。其余題項如表1所示：

2.2? 面向貢獻風險的信任

OKC用戶在知識貢獻的過程中面臨著風險。研究表明，在線分享知識需要從知識接收者的視角對內容進行重新編碼，此過程有可能耗費貢獻者的大量時間精力[1]；進一步，因使用者水平有限而誤用知識，貢獻者還有可能遭到嘲諷，導致個人聲譽受損[25]；P. H. Gray等發現在線分享內容可被競爭對手輕易獲取，貢獻者可能喪失知識權力（loss of knowledge power）[32]、喪失專業領域中的獨特優勢。

針對上述風險，在線社區內存在著互惠規范、聲譽機制。在線社區用戶普遍認同“人人為我，我為人人”的互惠規范，社區內“只索取不回報”用戶往往會遇到一定的社會輿論壓力。在線社區的運營管理者還設計了各種聲譽獎勵機制，如用戶等級、勛章等，對積極貢獻知識的用戶進行獎勵；在社區首頁推送知識貢獻者及其發布的內容，以提升知識貢獻者的專業聲譽，支持知識貢獻者借助社區平臺提供有償服務等。

綜上，筆者提出面向貢獻風險的信任維度，指知識貢獻時OKC用戶愿意承擔可能產生的編碼成本、知識優勢喪失風險；OKC用戶之所以愿意是因為預期未來會得到某種形式的回報，而這一預期的基礎是OKC中存在的互惠規范與聲譽機制。

回顧前人研究中的信任量表。M. H. Hsu等從互助角度提出題項有：如果我向其他用戶分享我的困難，我認為他們會給予關心并有效回應；我認為社區中大部分的用戶都會盡自己所能幫助他人[12]。Y. H. Fang等從公平角度編制4個題項：①我認為我得到的與我給予他人的幫助相當的；②我認為我得到的與我回答他人問題的積極性是相當的；③我認為我得到的與我回答他人問題的速度是相當的；④我認為我得到的與我在社區中分享知識所花費的時間精力是相當的[18]。陳星等提出的量表則強調社區成員預期在心理、健康等方面相互關心、支持[33]。絕大多數題項指出面對貢獻風險時，信任主體即OKC用戶的積極預期，但并未說明建立這種積極預期的基礎。

鑒于此，筆者以“對未來回報有積極預期”為句子主干，補充OKC中的互惠規范、聲譽機制作為信任建立、積極預期產生的基礎，從而構建測量題項。OKC用戶在知識貢獻時的主要風險是時間精力損失、知識優勢喪失，其預期主要集中在未來能否得到相應回報、能否獲得其他收益這兩方面；而OKC用戶產生積極預期的基礎則涉及在線社區中的互惠規范、聲譽機制等。例如Y. H. Fang編制的題項“我認為我在Java社區中得到的幫助與我給予他人的幫助是相當的”，僅明確了OKC用戶的積極預期而沒有說明用戶產生積極預期的原因。因此，筆者將“社區中存在‘人人為我、我為人人的互惠規范”這一原因作為補充，編制題項“我預期從社區中得到的幫助與我給予其他用戶的幫助是相當的，是因為社區中有‘人人為我、我為人人的互惠規范”。其余題項詳見表1。

2.3? 面向討論風險的信任

OKC用戶在知識交流討論的過程中面臨著風險。研究表明，與實時的面對面溝通相比，文字、圖片、視頻所傳遞信息的豐富度有限[34]。在線知識社區中，用戶無法借助肢體語言、聲音聲調等表達信息，有些時候，難以分辨某句話是人身攻擊還是理性質疑，是爭吵還是爭論，容易導致OKC用戶間的誤解與沖突[26]。

針對上述風險，在線社區內存在著管理者的監管活動、社區管理規則。在線社區中有管理員、版主，對知識交流活動進行監管，處理用戶之間的爭議和矛盾。在線社區中有關于發帖、討論的規則，鼓勵理性發言、禁止人身攻擊，違規者將受到禁言甚至封ID的處罰。

綜上，筆者提出面向討論風險的信任維度，指交流討論時OKC用戶愿意承擔可能產生的、被誤解、被攻擊的風險；OKC用戶之所以愿意是因為預期爭議和沖突會得到很好的解決，而這一預期的基礎是OKC中存在的監管活動和管理規則。

回顧前人研究中的信任量表。A. Ardichvili等提出社區的成文制度、不成文規范以及管理者的活動可以將“跑題”討論引回正軌[35]。J. J. Wu等從社區監管方面編制題項：社區監管能夠解決用戶間的矛盾與沖突；社區監管能夠維持社區的秩序[36]。Y. H. Fang等從管理程序角度考察信任，量表涉及4個題項：①在社區中，所有決策會無差別地應用于所有成員；②社區內成員能夠對社區決策表達意見；③社區成員都可以對社區程序做出的決策上訴；④社區內的決策程序建立在正確的信息基礎之上[18]。幾乎所有的題項都指出在線社區存在的制度性因素，即OKC用戶產生積極預期的原因，題項并未說明在線社區討論中存在的風險以及用戶的預期。

鑒于此，筆者以“預期爭議和沖突能得到有效解決”為句子主干，將OKC用戶的積極預期與OKC中的監管活動、規則程序等制度性因素結合起來構建測量題項。OKC用戶在知識討論時的主要風險是被誤解、被攻擊，其預期主要集中誤解、爭議、沖突能否得到有效化解；而OKC用戶產生積極預期的基礎則涉及在線社區中的監管機制與監管活動。例如Y. H. Fang編制的題項“Java社區的管理程序對待每一個成員都是一致的”，該題項說明在線社區存在的管理規則，但沒有說明討論交流中存在的特有風險，沒有說明OKC用戶的積極預期是什么。因此，筆者補充了“我預期發生在社區用戶間的沖突會很快得到解決”，編制題項“我預期發生在社區用戶間的沖突會很快得到解決，是因為社會的管理規則是一視同仁的”。其余題項見表1。

3? 實證分析/Empirical analysis

筆者采用問卷法收集數據，運用SPSS與AMOS軟件進行數據處理，按照T. R. Hinkin的量表開發教程[7]，依次進行探索性因子分析（Exploratory Factor Analysis，EFA）、驗證性因子分析（Confirmatory Factor Analysis，CFA）、量表的信效度檢驗。

3.1? 樣本

為增強研究的外部效度，本研究面向計算機、醫學、經管等多個領域的在線知識社區用戶開展問卷調查。被調查者的教育程度均為研究生及以上學歷，是相關領域的專業人士，在知識型在線社區中進行知識搜尋、知識貢獻、交流討論等活動，是社區的主要用戶。本研究共回收問卷338份，刪除問卷大面積空缺、多個題目均為同一選項的無效問卷后，得到有效問卷332份，有效率為98.2%，描述性統計結果如表2所示：

基于折半法檢測量表信度的思想[37-38]，筆者將樣本數據隨機分為兩組，第一組166份數據用于探索性因子分析，第二組166份數據用于驗證性因子分析。獨立樣本T檢驗結果顯示，兩組數據在性別（T=-0.542，p=0.588>0.05）、年齡（T=-0.15，p=0.881>0.05）、網齡（T=0.29，p=0.772>0.05）、在線社區經驗（T=-0.286，p=0.775>0.05）方面均不存在顯著差異，可將兩組數據視為來自同一總體的隨機樣本。

3.2? 探索性因子分析

筆者以表1所示OKC信任量表17個初始題項為基礎，計算每個題項在所屬維度上的總計相關性（corrected item total correlation，CITC），按照B. Yoo等的建議，若CITC系數小于0.5應當予以剔除[39]。結果發現，面向討論風險的題項TD1、TD2總計相關性值小于0.5，因此，刪除TD1、TD2這2個題項。

進行KMO檢驗和Bartlett球形檢驗，結果顯示，15個題項的KMO值為0.839>0.8，Bartlett球形檢驗p<0.001，表明量表題項間具有相關性、存在公共因素，適合進行因子分析。

筆者選擇主成分因子分析法、最大方差旋轉法進行分析，共提取3個因子，刪除旋轉后因子載荷小于0.6或者在兩個及兩個以上因子載荷值大于0.4的題項TC5、TC7，最終3個因子累積解釋率為62.92%，每個題項的載荷均在0.6以上，表3為探索性因子分析結果。由表3可知，因子1包含5個題項，主要涉及面向知識搜尋風險的信任；因子2包含5個題項，主要涉及面向知識貢獻風險的信任；因子3包含3個題項，主要涉及面向知識討論風險的信任。

3.3? 驗證性因子分析

基于吳明隆的建議[40]，RMSEA值應小于0.08，CMIN/DF應大于1小于3，其他絕對適配度指數（如GFI）應大于0.9，其他增值適配度指數（如NFI、IFI、TLI、CFI）應大于0.9。筆者基于修正建議調整模型，刪減題項TC2，直到多項擬合度指標值達到理想狀態，最終模型的CMIN/DF<3，RMSEA<0.08，GFI、IFI、TLI、CFI均大于0.9，擬合度優于原參照模型。如表4所示：

基于探索性與驗證性因子分析結果，筆者提出三維度OKC信任測量量表，將3個因子依次命名為面向搜尋風險的信任、面向貢獻風險的信任、面向討論風險的信任，測量維度劃分及題項如表5所示：

3.4? 量表的信度與效度檢驗

OKC信任量表的信度檢驗包括內在一致性信度與建構信度。量表總的Cronbachs α為0.874，面向搜尋風險的信任、面向貢獻風險的信任、面向討論風險的信任3個細分維度的Cronbachs α分別為0.859、0.803、0.803，遠大于標準值0.7，說明12個題項3維度的測量量表具有較高的內在一致性。量表各維度的建構信度（construct reliability，CR）均大于0.8，說明量表的建構信度良好。

OKC信任量表的效度檢驗包括內容效度、聚合效度與區分效度。筆者以學者公認的信任概念為基礎，批判已有信任測量量表的不足，面向OKC中特有的搜尋風險、貢獻風險、討論風險編制題項，經4名研究人員討論篩選后形成初始題項，確保了量表的內容效度。量表3個維度的平均方差抽取量（average variance extracted，AVE）分別為0.561、0.668、0.627均在0.5以上，表明量表的聚合效度較好。面向搜尋風險的信任、面向貢獻風險的信任、面向討論風險的信任三維度間的直接相關系數小于AVE的均方根，說明量表的區分效度良好。

筆者選擇知識搜尋行為、知識貢獻行為和知識應用行為3個變量對OKC信任量表的預測效果進行檢驗。遵照C. J. Chen等的建議[41]，筆者采用行為頻率作為知識搜尋行為、知識貢獻行為的測量，并將其轉化為7點李克特量表值；采用趙欣等編制的包含2個題項的量表對知識應用行為進行測量[42]。相關分析結果顯示，面向搜尋風險的信任可以預測知識搜尋行為（β=0.416，p<0.01）、知識應用行為（β=0.324，p<0.01）；面向貢獻風險的信任可以預測知識貢獻行為（β=0.179，p<0.01）。

4? 討論與結論/Discussion and Conclusion

與前人按照普適性的信任發展階段來劃分在線社區信任維度不同，本研究基于R. C. Mayer、D. M. Rousseau等有關信任的概念，結合知識型社區具體情景，從社區中的特有風險出發，將OKC信任劃分為面向搜尋風險的信任、面向貢獻風險的信任、面向討論風險的信任3個維度，明確了OKC信任量表研究的出發點與落腳點，更加適用于OKC信任研究發展。

與前人將線下研究中基于個人品質的信任維度劃分簡單移植到在線社區不同，本研究在劃分信任維度時充分考慮前人研究中忽略的制度性因素，如懲罰措施、用戶評價機制、互惠規范、聲譽機制、議事規則等?；谏鲜鲋贫刃砸蛩?，OKC用戶產生了積極預期。這為在線社區運營管理者充分利用上述機制發展OKC信任提供了理論支持。

本研究在批判以往在線社區信任量表的基礎上，編制了OKC信任初始題項，經過探索性因子分析、驗證性因子分析以及信效度檢驗，開發了新的量表。其中，面向搜尋風險的信任含5個題項，從查找到所需信息、節約時間實現高效檢索、提升能力等角度表達了用戶的積極預期；面向貢獻風險的信任含4個題項，從付出與回報相當、提升專業聲譽等角度表達了用戶的積極預期；面向討論風險的信任含3個題項，從用戶間爭議、沖突得到有效解決等角度表達了用戶的積極預期。統計分析結果顯示，OKC信任量表有良好的信效度。

參考文獻/References：

[1] KANKANHALLI A， TAN B C Y， WEI K K. Contributing knowledge to electronic knowledge repositories： an empirical investigation [J]. MIS quarterly， 2005， 29（1）： 113-143.

[2] PAROUTIS S， SALEH A A. Determinants of knowledge sharing using Web 2.0 technologies[J]. Journal of knowledge management， 2013， 13（4）： 52-63.

[3] MAYER R C， DAVIS J H， SCHOORMAN F D. An integrative model of organizational trust[J]. Academy of management review， 1995， 20（3）： 709-734.

[4] ROUSSEAU D M， SITKIN S B， BURT R S， et al. Not so different after all： a cross-discipline view of trust[J]. Academy of management review， 1998， 23（3）： 393-404.

[5] HUANG C C， YEN C H， CHIU J， et al. Establishing knowledge sharing in virtual community through trust， self-efficacy and IS success model[C]//Pacific Asia conference on information systems， PACIS 2005.Bangkok： DBLP， 2005：100-113.

[6] USORO A， SHARRATT M W， TSUI E， et al. Trust as an antecedent to knowledge sharing in virtual communities of practice[J]. Knowledge management research & practice， 2007， 5（3）： 199-212.

[7] HINKIN T R.A brief tutorial on the development of measures for use in survey questionnaires[J]. Organizational research methods， 1998， 1（1）： 104-121.

[8] FARH J， JR A， LEE C. Approaches to scale development in Chinese management research[J]. Management and organization review， 2006， 2（3）： 301-318.

[9] WASKO M L， FARAJ S. Why should I share？ examining social capital and knowledge contribution in electronic networks of practice[J]. MIS quarterly， 2005， 29（1）： 35-57.

[10] ZHENG J， VEINOTT E， BOS N， et al. Trust without touch： jumpstarting long-distance trust with initial social activities[C]//Conference on human factors in computing systems. Minneapolis： ACM， 2002：1-6.

[11] CHIU C M， HSU M H， WANG E. Understanding knowledge sharing in virtual communities： an integration of social capital and social cognitive theories[J]. Decision support systems， 2007， 42（3）： 1872-1888.

[12] HSU M H， JU T L， YEN C H， et al. Knowledge sharing behavior in virtual communities： the relationship between trust， self-efficacy， and outcome expectations[J]. International journal of human-computer studies， 2007， 65（2）： 153-169.

[13] HASHIM K F， TAN F B. The mediating role of trust and commitment on members continuous knowledge sharing intention： a commitment-trust theory perspective[J]. International journal of information management， 2015， 35（2）： 145-151.

[14] CHEN S M， HSU C S， CHOU S W. Understanding the formation of knowledge outcomes in virtual communities-a trust development perspective[C]//2017 5th International conference on research and innovation in information systems. Langkawi： IEEE， 2017：1-6.

[15] PRAKASH A V， DAS S. Medical practitioners adoption of intelligent clinical diagnostic decision support systems： a mixed-methods study[J]. Information & management， 2021， 58（7）： 1-24.

[16] LIN M， HUNG S W， CHEN C J. Fostering the determinants of knowledge sharing in professional virtual communities[J]. Computers in human behavior， 2009， 25（4）： 929-939.

[17] 遲銘， 畢新華， 徐永順.移動學術虛擬社區治理機制對知識共享行為影響研究——以信任為中介變量[J]. 管理評論， 2021， 33（2）： 164-175. （CHI M， BI X H， XU Y S. Research on effect of mobile academic virtual community governance mechanism on knowledge sharing behavior--trust as a mediating variable[J]. Management review， 2021， 33（2）： 164-175.）

[18] FANG Y H， CHIU C M. In justice we trust： exploring knowledge-sharing continuance intentions in virtual communities of practice[J]. Computers in human behavior， 2010， 26（2）： 235-246.

[19] 田馨灤， 韓鈺馨， 張曉娟.移動社交媒體用戶隱私疲勞的影響因素研究——基于扎根理論和解釋結構模型的分析[J]. 信息資源管理學報， 2021， 11（5）： 103-113. （TIAN X L， HAN Y X， ZHANG X J. Research on influencing factors of privacy fatigue of mobile social media users： analysis based on grounded theory and interpretative structural model[J]. Journal of information resources management， 2021， 11（5）： 103-113.）

[20] 李欣儒， 賀超城， 黃茜， 等.多層信任視角下的共享服務平臺用戶預定行為研究[J]. 知識管理論壇， 2023， 8（2）： 140-154. （LI X R， HE C C， HUANG Q， et al. Research on user reservation behavior of shared service platform from the perspective of multi-layer trust[J]. Knowledge management forum， 2023， 8（2）： 140-154.）

[21] 金燕， 王祎， 畢崇武， 等.信任轉移視角下在線健康信息證據等級體系構建研究[J]. 圖書情報工作， 2023， 67（13）： 86-98. （JIN Y， WANG Y， BI C W， et al. Construction of evidence hierarchy system of online health information from the perspective of trust transfer[J]. Library and information service， 2023， 67（13）： 86-98.）

[22] SU C， MIN Q F， SCORNAVACCA E， et al. A dual-role trust model for social commerce： a guanxi perspective[J]. Information & management， 2021， 58（7）： 1035-1047.

[23] POSTON R S， SPEIER C. Effective use of knowledge management systems： A Process Model Of Content Ratings And Credibility Indicators[J]. MIS quarterly， 2005， 29（2）： 221-244.

[24] CHAKRABARTI D， ARORA M， SHARMA P. Evaluating knowledge quality in knowledge management systems[J]. Journal of statistics applications & probability， 2018， 7（75）： 75-84.

[25] YAN Z， WANG T， CHEN Y， et al. Knowledge sharing in online health communities： a social exchange theory perspective[J]. Information & management， 2016， 53（5）， 643–653.

[26] TSOVALTZI D， JUDELE R， Puhl T， et al. Scripts， individual preparation and group awareness support in the service of learning in Facebook： how does CSCL compare to social networking sites？[J]. Computers in human behavior， 2015， 53（12）： 577-592.

[27] ZUCKER L G. Production of trust： institutional sources of economic structure， 1840-1920[J]. Research in organizational behavior， 1986， 8（2）： 53-111.

[28] 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.

[29] 趙欣， 張之光， 向希堯.專業虛擬社區研究綜述與PVC知識創造模型構建[J]. 科研管理， 2018， 39（11）： 14. （ZHAO X， ZHANG Z G， XIANG X Y. Review of professional virtual community and construction of PVC knowledge creation model[J]. Science research management， 2018， 39（11）： 14.）

[30] CHAI S， KIM R. What makes bloggers share knowledge？ an investigation on the role of trust[J]. International journal of information management， 2010， 30（5）： 408-415.

[31] HSU M H， CHANG C M， YEN C H. Exploring the antecedents of trust in virtual communities[J]. Behaviour and information technology， 2011， 30（5）： 587-601.

[32] GRAY P H. The impact of knowledge repositories on power and control in the workplace[J]. Information technology & people， 2001， 14（4）： 368-384.

[33] 陳星， 張星， 肖泉.在線健康社區的用戶持續知識分享意愿研究——一個集成社會支持與承諾—信任理論的模型[J]. 現代情報， 2019， 39（11）： 55-68. （CHEN X， ZHANG X， XIAO Q. Understanding continuous knowledge sharing in the online health communities—an integrated model of social support theory and commitment－trust theory[J]. Journal of modern information， 2019， 39（11）： 55-68.）

[34] 肖偉， 趙嵩正.虛擬團隊溝通行為分析與媒體選擇策略[J]. 科研管理， 2005， 26（6）： 56-60. （XIAO W， ZHAO S Z. Analysis of virtual team communication behavior and media choice strategies[J]. Science research management， 2005， 26（6）： 56-60.）

[35] ARDICHVILI A， PAGE V， WENTLING T. Motivation and barriers to participation in virtual knowledge-sharing communities of practice[J]. Journal of knowledge management， 2003， 7（1）： 64-77.

[36] WU J J， TSANG A S L. Factors affecting members trust belief and behaviour intention in virtual communities[J]. Behaviour & information technology， 2008， 27（2）： 115-125.

[37] 李懷祖.管理研究方法論[M]. 2版.西安：西安交通大學出版社， 2004：259-262. （LI H Z. Management research methodology[M]. 2nd ed. Xi ‘an： Xi ‘an Jiaotong University Press， 200：259-262.）

[38] 孟猛， 朱慶華.移動視覺搜索用戶體驗影響因素量表開發研究[J]. 現代情報， 2021， 41（2）： 65-77. （MENG M， ZHU Q H. Studay on the scale development of the influencing factors of mobile visual search user experience[J]. Journal of modern information， 2021， 41（2）： 65-77.）

[39] YOO B， DONTHU N. Developing and validating a multidimensional consumer-based brand equity scale[J]. Journal of business research， 2001， 52（1）： 1-14.

[40] 吳明隆.結構方程模型——AMOS的操作與應用[M]. 重慶：重慶大學出版社， 2009：40-53. （WU M L. Structural equation model—operation and application of AMOS [M]. Chongqing： Chongqing University press， 2009：40-53.）

[41] CHEN C J， HUNG S W. To give or to receive？ factors influencing members knowledge sharing and community promotion in professional virtual communities[J]. Information & management， 2010， 47（4）： 226-236.

[42] 趙欣， 李佳倩， 趙琳.專業虛擬社區知識增殖機理的實證研究——基于情景實驗法[J]. 情報資料工作， 2021， 42（4）： 8. （ZHAO X， LI J Q， ZHAO L. An empirical study on the mechanism of knowledge proliferation in professional virtual communities： based on the scenario experiment method[J]. Information and documentation services， 2021， 42（4）： 8.）

作者貢獻說明/Author contributions：

趙? 欣：研究設計、問卷設計、論文修改；

吳婷玉：問卷設計與發放、數據分析、論文撰寫；

劉凝之：問卷發放、數據分析；

張之光：文獻綜述、數據分析。

Dimensions Division and Scale Development of Online Knowledge Community Trust

Zhao Xin? Wu Tingyu? Liu Ningzhi? Zhang Zhiguang

School of Economics and Management， Xian University of Technology， Xian 710054

Abstract： [Purpose/Significance] This paper aims to explore the concept of trust and its subdivision dimensions in the unique risk situations of online knowledge communities， develop a measurement scale of online knowledge community trust， and support empirical research on user behavior within knowledge-based communities. [Method/Process] Based on the concept of trust with high consensus， this paper defines the dimensions of online knowledge community trust based on the institutional factors of online community， aiming at three types of risks faced by users in the process of knowledge search， knowledge contribution， and knowledge discussion. Further， the existing domestic and foreign scales were critically modified， and 17 initial items were compiled. Through exploratory factor analysis and confirmatory factor analysis， the online knowledge community trust scale is composed of three dimensions， namely， search risk-oriented trust（including 5 items）， contribution risk-oriented trust（including 4 items）， and argument risk-oriented trust（including 3 items）， was developed. [Result/Conclusion] The empirical test shows that the scale with satisfied reliability and validity， can predict knowledge searching and knowledge contribution well.

Keywords： online knowledge community? ? search risk-oriented trust? ? contribution risk-oriented trust? ? ?argument risk-oriented trust? ? scale

Fund project（s）： This work is supported by the National Natural Science Foundation of China titled “Knowledge Co-construction in Online Community： Research on Users Testing Behavior， Transformation Between Individual and Public Knowledge” （Grant No. 71872149）， and the National Natural Science Fund of China titled “Research on Knowledge Transfer Between Professional Virtual Communities and Electronic Knowledge Repositories： Based on Big Data and User Behaviors Perspective” （Grant No. 71402136）.

Author（s）： Zhao Xin， professor， PhD， E-mail： zhaoxin_zzz@163.com; Wu Tingyu， master candidate; Liu Ningzhi， master candidate; Zhang Zhiguang， associate professor， PhD.

Received： 2023-09-19? ? Published： 2024-03-15