在当今数字化时代,线上社会资本作为一种新型资源变得日益重要。随着社交媒体逐渐融入人们的日常生活,线上社交成为人们日常生活不可或缺的一部分,通过社交媒体平台建立在线社交关系也已成为企业营销推广、客户关系管理、品牌形象塑造等方面的重要工具(Cheng等,2020)。传统意义上的社会资本源于行动者之间的关系网络,其本质是这种关系网络所蕴含的、在社会行动者之间可转移的资源(边燕杰,2004)。这类社会资本大多在线下物理空间由行动者之间的互动产生,但随着信息技术的发展,互联网的应用为个体或组织在线积累社会资本提供了可能(Smith 等,2017)。线上社会资本是线下社会资本的延伸(缪晓雷等,2023),但又不同于传统意义上的社会资本,它更注重组织在社交媒体平台上的虚拟形象和多样化的在线社交行为,以及与其他参与者建立的在线正式或非正式社会关系。线上社会资本相对容易建立并快速扩散,例如线上网络连通性越高,形成更大社会网络并享有更高社会地位和影响力的机会就越大(邱泽奇等,2016)。后文会对线上社会资本区别于线下社会资本的特性进行详细的论述。
对于组织而言,线上社会资本研究具有重要意义。一方面,线上社会资本能为组织带来多种经济效益,例如通过社交媒体构建的在线社交关系可以帮助组织创造品牌价值,促进商品和服务销售,提升与客户的沟通互动和服务质量等(Kumar等,2021;Gvili和Levy,2018)。另一方面,线上社会资本也可以转化为各种形式的数字能力,例如知识声望、社交影响力、信息获取能力、信任感等(Wen,2020;Smith和Smith,2021),从而帮助组织描绘更加立体化的用户画像,提供更加精准的营销策略和服务方案,减少市场风险。因此,通过对线上社会资本相关研究的深入分析和探讨,不仅可以提高对线上社交媒体活动的理解,还可以为组织优化社交媒体策略、掌握用户行为趋势、创造更多商业机会等提供借鉴和支持。
有关线上社会资本的研究文献不断增加,基于线上社会资本的理论和实证探索也取得一定的研究成果(Agnihotri等,2022;Saxton和Guo,2020;Smith等,2017),为理解线上社会资本概念及其形成和作用提供了坚实基础。但现有研究仍然存在一些不足:第一,尽管学者关注到线上社会资本的优势,但现有文献尚未系统地概括线上社会资本的核心内涵,及其区别于线下社会资本的特性。第二,线上社会资本的测量大多沿用传统社会资本的测量方法,也开始呈现利用大数据等新工具开展分析的趋势,但现有文献还未针对线上社会资本这一独特之处归纳与之相匹配的研究方法。第三,线上社会资本议题具有多层次特征,涵盖线上社会资本的前置因素(如互联网使用等)(Sun等,2019;Shao和Pan,2019)及后置因素(如企业绩效、用户购买)(Li等,2019;Cao等,2016),但缺乏整合线上社会资本不同层面主题的研究框架。此外,尽管国内研究对线上社会资本的关注不断提升,但总体来看明显滞后于国外研究。面对我国蓬勃发展的互联网和数字化实践,非常有必要对线上社会资本议题进行全面梳理和分析,以推动我国线上社会资本理论和实践的全面发展。
鉴于此,本文试图系统梳理线上社会资本相关研究文献,致力于将其整合归纳,形成系统性分析框架,以期为后续研究提供一个完整的线上社会资本综述体系和指导性参考。
二、线上社会资本的内涵与特性(一)线上社会资本的内涵
线上社会资本概念在不同文献中的表达术语存在差异,其中采用最多的是以下三种表述:第一,社会技术资本(sociotechnical capital),这也是早期文献用于表达来自于互联网的社会资本的术语(Resnick,2002)。第二,线上社会资本(online social capital),是在现有文献中最普遍被采用的一种表述方式(Yoganathan等,2021;Huang和Liu,2017)。第三,社交媒体资本(social media capital),是伴随社交媒体平台的普及而发展出来的一种新的表述方式(Huber等,2019)。与此同时,学者们对线上社会资本进行了定义。例如,Lee等(2021)提出线上社会资本嵌入在个人和群体所拥有的社会网络中,不属于成员自己,而属于群体层面;以社区为基础,群体内部具有共同准则和规范来加强相互信任、互惠和归属感。Cheng等(2019)将线上社会资本定义为个人从其线上社会网络中获得的有形或无形的资源,而资源通过成员之间的互动进行交换来帮助网络成员实现目标。
具体到组织情境,组织若存在于互联网空间便会处于一定的线上社会关系之中,因此刘嘉琪和齐佳音(2021)定义企业线上社会资本是“为了实现商业目标,企业加入在线社交网络,利用主动的创作行为与其他用户建立基于信任和互惠的关系和认知上的行动基础,改变其在社会网络结构中所处的位置,并从社会网络中获取有形和无形的资源”。Saxton和Guo(2020)提出线上社会资本是组织通过日常的社交媒体活动所产生的基于社交媒体的社会资源的存量。虽然学者对线上社会资本的定义依具体研究情境有所差别,但已有界定都主要包含三方面内容:(1)依托于电子网络空间;(2)来源于社会网络关系;(3)是一种可以被行为主体调动和利用的社会资源。在此本文将组织线上社会资本定义为:基于组织线上社会关系、有益于实现组织目标并且可以被组织获取和使用的所有资源。
(二)线上社会资本的特性
线上社会资本来源于电子网络空间,这一特殊情境赋予其区别于传统线下社会资本的独特性质。第一,首要性。首要性是指获得线上社会资本是行为主体在互联网上实现目标的先决条件。在线下现实环境中,社会资本是在实现目标过程中可获取的众多重要资源之一,如企业可以不依赖于自身的社交网络而是利用报纸、电视或广播等接触到数以万计受众。但与线下社会资本不同,线上社会资本是行为主体所需获取的核心和首要资源(Saxton和Guo,2020)。要想通过互联网平台追求和实现一切有益成果和工具性目标(Xu和Saxton,2019),就必须首先建立社会网络获得线上社会资本,以进一步直接利用线上社会资本获取所需资源(Banerji和Reimer,2019;Smith和Smith,2021),或将其转化为线下社会资本进而巩固和拓宽资源池(Abbas和Mesch,2018),否则根本无法获得足够多的关注者。
第二,跨越时空性。跨越时空性是指线上社会资本依托互联网技术,来源于电子网络空间,因而能够超越时空限制。传统线下社会资本必须通过面对面同步交流才能够产生,如果发生地理迁移则很有可能会割裂甚至断绝已有的社会联系,而线上社会资本则突破了这种时空限制(van der Meulen等,2019)。互联网技术为互动交流提供了极大的便利,行为主体并不依赖于面对面形式的同步交流,而是既可以即时沟通也可以通过电子留言等方式实现异步交流,大大降低了交易成本,促使线上社会资本的产生和积累得以跨越时空障碍,获得更高水平的发展。
第三,可观察性。可观察性是指互联网使得通过观察、获取和测量网络数据来描绘线上社会资本比以往任何时候都更容易(Saxton和Guo,2020)。与传统线下社会资本相比,线上社会资本产生于互联网空间,互联网和社交媒体平台是互动交流的基础,使得行为主体之间的互动与联系会以客观数据的形式在平台上得以呈现和保留,这为观察和测量线上社会资本提供了大量公开可见和公开可得的网络数据。通过追踪行为主体数字足迹的方式(Yang和Li,2016;Banerji和Reimer,2019),如网络规模、网络位置、网络密度等,观察关键网络特征、交互关系特征和认知方面特征等,可以直接客观准确地观察和测量线上社会资本。
第四,幂律分布性。幂律分布性是指线上社会资本的分布形态并非均匀的正态分布,而是在坐标系中呈现出一条斜率为负数的幂指数的直线。具体表现为大量行为主体具有较低的线上社会资本水平,极少数行为主体具有非常高的线上社会资本水平的特征。例如,Saxton和Guo(2020)指出用户对信息的消费呈现较为明显的幂律分布趋势,由于社交媒体作为一种沟通网络,其用户通常以发送和接收离散文本或视觉信息的形式展开活动,因此线上社会资本与信息的“消费”呈现相似的幂律分布特征。
第五,高频率性。高频率性是指与线下社会资本相比,线上社会资本的形成、维系和调用过程往往伴随着更为频繁的在线社交行为和社会互动(Best和Krueger,2006)。数字媒体平台的开放性和连通性促进了线上社会关系网络的渗透和在线社交活动的快速积累。一方面,线上社交的时间延长。在数字媒体环境下,随时随地都能够进行在线社交,形成了与线下社交相似的连续性。另一方面,线上社交的广度扩大。通过网络技术连接和数字内容共享,线上社交关系网络从点到线、从线到面逐渐变得越来越广泛,社交活动的规模和范围也更容易扩张(Sun和Shang,2014)。因此,高频率性也提高了线上社会资本积聚和使用的数量级。
三、线上社会资本的测量(一)主观量表测量法
线下社会资本虽不能反映社会资本全貌,但其成熟的测量方法依然具有很大借鉴价值和可行性。线下社会资本是由个体在现实情境中与他人互动和参与社会交往而逐渐建立,可以通过评估个体在社会网络、信任和资源共享等方面的主观体验来进行测量和分析。线上和线下社会资本的主要区别在于媒介形式,即前者形成于在线平台、社交媒体和虚拟社区等数字化媒介,后者则有赖于面对面实时交互方式。然而,两者在本质上都是一种社会关系资源,都涉及关系、信任、合作和信息流动等方面,并可以通过扩大社会网络的规模和范围,带来更多潜在社会联系和机会。因此,线下情境的测量方法能够延伸到线上情境中,用于传统线下社会资本研究的主观量表法依然是测量线上社会资本十分普遍而重要的做法。根据不同概念基础和研究视角,线上社会资本量表具体分为“两类型”和“三维度”两种形式。
1.两类型:桥接型与黏结型量表
根据社会资本生成的逻辑视角,已有文献主要基于关系类型法和资源类型法对线上社会资本进行分类(Sánchez-Arrieta等,2021)。基于关系类型法,可将线上社会资本划分为桥接型和黏结型线上社会资本(Fu等,2019;Sun等,2020;Yoganathan等,2021)。关系类型法是从网络成员之间所建立的社会关系作为社会资本基础这一视角出发,根据网络成员之间身份的相似程度、关系的紧密程度以及强弱程度等标准对线上社会资本进行区分。桥接型线上社会资本主要来自于不同背景行为主体之间的线上弱关系网络,该网络内部成员之间存在较大的异质性且联系松散,网络连接范围较为广泛,但网络关系强度和紧密程度相对较低。黏结型线上社会资本主要来自于具有相似背景主体之间的线上强关系网络,如家人、亲戚、亲密朋友和合作伙伴等,其网络内部成员之间联系紧密,具有较高信任和互惠水平,可以增加调动资源的可能性。
从社会资本作为一种通过互动过程及其结果来获得的社会网络关系结构的视角出发,现有研究大多采取桥接型和黏结型划分方法(Putnam,2000)。因此,相关研究根据社会关系的强弱程度和紧密程度,最早开发了用于测量个人线上社会资本的量表,例如Williams(2006)编制开发并验证的一套综合性量表(ISCS),大大推进了线上社会资本研究的进程。由于组织线上社会资本的形成很大程度上以组织成员为载体,后来学者相继在Williams研究的基础之上开发了组织相关线上社会资本量表,并因具体情境做出相应改编,例如Fu等(2020)在企业社交媒体平台情境下,对ISCS量表做出适应性改编,分析线上社会资本对企业任务技术适配度以及企业社交媒体使用的效应。
2.三维度:结构、认知与关系维度量表
基于资源类型法,可将线上社会资本划分为结构、关系和认知三维度线上社会资本。资源类型法是从社会资本本质来自于网络成员之间可调动的资源的视角出发,主要根据行为主体拥有、获得或动员各种资源的不同方式来区分(Sánchez-Arrieta等,2021)。其中,结构线上社会资本是指线上社会网络成员之间的连接模式,是资源产生的结构基础,通过网络位置、连接层次、结构多样性或一致性等,反映行为主体之间交换和调用资源的能力;关系线上社会资本是指通过线上社会关系互动创造和利用的资源,包括信任、承诺、规范、义务和认同等,可以促进合作以及为保持密切频繁的互动提供坚实基础;认知线上社会资本是指在线上网络成员之间实现共同价值观、解释和意义系统的资源,强调社交网络成员对行动的共同理解,包含共同代码、共同语言和共同愿景等。
从社会资本本质作为一种资源的视角出发,结构、认知和关系三维度量表也被广泛应用于线上社会资本的测量之中(Jeong等,2020)。继Nahapiet等(1998)提出三维度社会资本概念之后,Chiu等(2006)将线上虚拟社区环境下的社会资本定义为结构、关系和认知三个不同维度,并进一步细化为若干子维度。在此后的研究中,三维度量表法的合理性和有效性在不同研究情境中被证实,成为衡量线上社会资本的常用方法。除此之外,在三维度量表法的基础之上,还有学者发展出了多维度测量的方法,如将其中重要的二阶子维度升级为一阶维度,并进一步对题项内容加以拓展(Lee,2017;Li等,2019)。
3.比较分析
根据上述“两类型”(桥接型与黏结型线上社会资本)与“三维度”(结构、关系和认知维度线上社会资本)量表法可知,两者是从不同视角采用主观量表测量线上社会资本的重要方法和常用方式,既有联系又有区别。
桥接型和黏结型线上社会资本可被视为线上社交网络中不同类型的人际联系,这与结构、关系和认知维度线上社会资本相关联。其中,桥接型线上社会资本是个体通过跨越不同社会群体或社交圈层建立的连接,可以扩大其信息获取和资源获得机会,因此依赖于主体在网络中的位置和连接方式,即与结构维度线上社会资本相关。黏结型社会资本则强调个体之间紧密的联系和相互支持,提供情感支持、信任和合作机会。结构维度可以用于评估网络的信息传播效率和社会影响力,认知维度关注个体对他人评价、公平和信任的认知,这与黏结型线上社会资本概念有一定的重叠,也会对黏结型线上社会资本的建立和运作产生影响。关系维度则强调网络中的亲密关系、情感联系和社会支持,因此与基于个体间亲密关系和相互支持的黏结型线上社会资本的概念紧密相关,也有助于理解在线社交网络中群体形成、社会支持和共享资源等方面的动态。故此,两类型与三维度的方法都包含在线社交平台上各主体之间互动关系的概念,都可以用于分析和评估线上社会资本的形成和效果。
两个类型与三个维度之间存在理论视角的区别,其实用性也存在一定差异。桥接型与黏结型线上社会资本侧重于个体成员间的关系,关注成员间的互动及其关系的强弱程度,能够揭示人际关系类型及其效果,从而对资源获取、信息流动等方面提供深入理解。在关系视角下,已有研究多将桥接型和黏结型量表应用于衡量以特定个体为中心不同强弱关系的现状,以此来反映线上社会资本。而结构、关系和认知线上社会资本则侧重于资源类型,可以揭示网络结构、认知模式和社会支持等因素。从资源来源视角看,既有研究主要采用结构、关系和认知维度的评估工具,衡量虚拟社区的整体网络资源来反映线上社会资本的水平。
(二)数字足迹测量法
互联网技术平台是线上社会资本生成的关键和必要条件,为其测量开辟了新方法,即数字足迹测量法,这是区别于传统线下社会资本测量的独特测量方法。用户通过互联网技术平台参与线上活动,实现与外部的互动和连接,如收发聊天消息、转发帖子、点赞和评论等,这一系列线上活动过程会在互联网平台上以数据形式留下电子印迹——数字足迹(Saxton和Guo,2014)。因此,部分学者利用互联网记录的数字足迹来测量线上社会资本。
现有文献主要有两种测量方式:一是采用单个或多个客观指标直接测量。例如Banerji和Reimer(2019)仅采用关注者数量来表示创业企业的线上社会资本;Saxton和Guo(2014)通过统计和分析组织社交媒体平台的关注者数量、推文转发数量、直接消息数量等一系列数据来构建组织线上社会资本测量指标。二是按照维度划分的方式分别测量。维度划分的测量方式也是按照关系法测量桥接型和黏结型线上社会资本,或者按照资源法从结构、关系和认知三个维度分别测量。虽然学者们维度划分的方法相似,但是具体指标选取方式存在较大差异,例如Lu等(2015)以及Yang和Li(2016)均按照资源法分别从结构、关系和认知三个维度测量线上社会资本,但在结构维度方面,前者从外部中心度和内部中心度两个方面来衡量,而后者则从整体社会网络联系方面来衡量;在认知维度方面,两者则分别采用共同话题和共同语言指标来测量。
(三)测量方式的比较分析
主观量表法和数字足迹法在基础原理、研究方法以及特点评估方面存在差异(如表1所示)。在基础原理方面,主观量表法基于心理学测量理论,使用量表来收集被测者的主观评价数据,如典型的李克特量表。主观量表法通过被测者的主观态度和自我意识,捕捉主体对线上社会资本的主观认知和体验。数字足迹法基于计算机科学和数据分析技术,通过分析个体在线上活动中产生的行为信息来获取数据。数字足迹法大多数采用抓取网站数据的形式,包括网页浏览记录、社交媒体互动、在线购物记录等,通过分析个体在网络上的行为数据,揭示在线活动的真实行为和模式,来测量线上社会资本。
测量方式 | 基础原理 | 数据收集方法 | 数据类型 | 分析方法 | 实证软件 | 特点评估 |
主观 量表法 | 心理学 | 问卷调查 | 定序数据 | 结构方程模型(SEM)、偏最小二乘法(PLS)、层次回归分析 | Smart-PLS、PROCESS宏、SAS、AMOS、LISREL | 灵活性、易用性; 易受记忆偏差和主观性影响 |
数字 足迹法 | 计算机科学和数据分析技术 | 数据库或网站数据抓取(C++编程、Python程序) | 客观数值 | 相关性和方差分析、普通最小二乘法(OLS)、偏最小二乘法(PLS) | SPSS、STATA、Smart-PLS | 客观性、准确性; 数据量大、处理复杂,隐私风险 |
在研究方法方面,主观量表法通常采用问卷调查方式获得量表数据。通过发放和回收调查问卷,询问个体关于互动、认知和情感等因素的主观评估,以此来获取可供分析的定序数据;分析方法上则主要构建结构方程模型(SEM)进行实证检验,实证工具则以处理SEM的软件工具为主,如AMOS、LISREL。数字足迹法具有大样本量和客观数据形式的特征,通常采用Python、C++编程等高度程序化和效率化的数据获取工具;分析方法上则兼顾统计学、计量经济学与结构方程等方法,采用SPSS、STATA、Smart-PLS等数据处理软件工具。
在特点评估方面,主观量表法具有灵活性与易用性,能够捕捉被测者的主观认知和体验;然而,其结果可能受到回忆偏差、自我呈现行为和主观解释差异等的潜在影响。数字足迹法依赖大规模、客观的行为数据,数据形式相对更加客观和准确,无需依赖被测者的主观评价;但也涉及个体隐私、数据挖掘技术以及数据处理的复杂性等问题。因此,在测量方式的选择上,未来研究一方面可以根据研究目的、数据可靠性需求和实际可行性在两者间进行抉择;另一方面,也可以考虑将两种方法相结合,更加全面和准确地理解线上社会资本,从主观和客观两方面提供互补的研究视角,增强研究的综合性和准确性。
四、线上社会资本的前因(一)互联网使用
作为重要的“社交润滑剂”,互联网的普及应用大大降低了建立和维持连接的交易成本,为线上社会资本的生成提供了必要基础和有效途径。
1.互联网一般性使用
互联网一般性使用是指行为主体使用互联网的基本特征,主要包括是否使用互联网、使用强度以及使用类型等。在是否使用互联网方面,早期互联网起步阶段的相关研究提出使用互联网会占用线下互动时间,从而对社会资本有负向作用。进入21世纪后大多数文献研究表明,互联网为社会资本的形成提供了更多的互动机会和有利条件,使用互联网不但不会减损行为主体的社会资本(Greenhow和Burton,2011),反而可以巩固线下社会资本和催生线上社会资本(Agnihotri等,2020)。虽然使用互联网技术对线上社会资本具有正向促进作用的观点逐渐成为共识,但是对不同人群的作用效果仍存在较大分歧。“富者越富”(rich-get-richer)理论提出,善于交际和获得更多社会支持的行为主体会在线上活动中获得更好的结果,而内向和获得较少社会支持的行为主体会得到相对较差的结果(Abbas和Mesch,2018)。相比之下,“社会补偿”(social compensation)理论则认为,原本处于劣势和边缘地位的行为主体更可能通过使用互联网来弥补线下社会资本的不足,改善其社交中的劣势地位。
在互联网使用强度方面,互联网使用强度对线上社会资本总体起到正向促进作用,具体表现为互联网使用时长、使用频率、情感联系程度、联系人数量、主观态度(Aharony,2015;Huber等,2019)等,如早期研究发现互联网使用强度仅与桥接型线上社会资本相关,但与黏结型线上社会资本无关;而随着互联网不断发展和渗入,互联网的作用范围和程度也在扩大和加深,越来越多的研究得出互联网使用强度对桥接型和黏结型线上社会资本均具有显著的促进效应。
在互联网使用类型方面,不同类型互联网使用均可以促进行为主体的线上社会资本,但促进程度不同,例如Phua等(2017)对Facebook、Instagram、Twitter和Snapchat四个社交媒体平台的线上社会资本存量进行比较分析发现,Twitter用户的桥接型线上社会资本最高,其次是Instagram、Facebook和Snapchat,而Snapchat用户的黏结型社会资本最高,其次是Facebook、Instagram和Twitter。此外,互联网使用的多样性有助于促进桥接型和黏结型线上社会资本的积累(Sheer和Rice,2017)。
2.互联网特定性使用
互联网特定性使用是指基于互联网基本功能及特定功能的使用,依据示能性理论来解释线上社会资本形成。示能性(affordances)理论是基于技术的客观物质性和行为主体的主观能动性双重维度而形成的理论。根据示能性理论,互联网作为一种客观存在的技术,不会随行为主体的主观意志而改变,但却依赖于与主体的相互作用而存在,对主体的行为具有显著影响(Sun等,2019;Shao和Pan,2019)。组织成员出于不同目的,利用互联网功能性,动态地与其他主体主动建立连接,从而促成线上社会资本。
目前相关研究差别化划分互联网技术示能性,分析其对线上社会资本的影响。一方面,大多研究分析得出,互联网技术示能性正向促进线上社会资本。社交网站示能性,如数字身份、数字化搜索、数字化关系和网络透明度等,对桥接型和黏结型线上社会资本有积极作用(Smith等,2017)。互动性是影响行为主体的重要示能性,对结构社会资本、认知社会资本产生不同程度的直接或间接促进效果(Shao和Pan,2019)。另一方面,也有研究得出了相悖的结论,例如Sheer和Rice(2017)细化技术示能性发现,并非所有示能性对桥接型或黏结型线上社会资本均具有显著的正向作用,例如即时通信等示能性对黏结型线上社会资本反而有负向作用。
3.互联网使用动机
从互联网使用动机方面来看,以社交和工作为目的的使用均可促进线上社会资本积累。现有研究主要基于使用与满足理论,研究互联网使用动机对线上社会资本的影响。使用与满足理论(uses and gratifications theory,UGT)是从心理需求的角度对人们使用某一技术的行为的理论解释。行为主体的特定行动是在不同动机的驱动下,或以某种积极的目标为导向,选择相应媒介来满足其某些需求(如社交、娱乐、寻求自我地位和获取信息需求等)的表现。在组织情境中,社交和工作是两种主要动机。
第一,以社交为目的的使用对结构维度线上社会资本的促进作用成为研究共识,而对关系维度线上社会资本的作用仍存在较大分歧。组织内部的社交媒体支持用户之间的社会互动,帮助组织成员维持已有的关系、加强发展中的关系以及增加潜在的新关系。现有网络结构中关系数量和强度在持续性行动的基础上得以巩固和强化(Saxton和Guo,2020),结构维度线上社会资本得到相应增长。而社交目的的使用促进工作中社交互动和社交网络的发展,加强群体成员之间的认同、承诺和信任,为反复互动和交流提供了必要基础,能够促进关系维度线上社会资本,但这种促进作用并不稳定(Ali-Hassan等,2015;Kamboj等,2017)。
第二,以工作为目的的使用对不同类型和维度的线上社会资本均有正向促进作用。在工作场所使用社交媒体可以通过把具有共同兴趣和背景的成员联系在一起,发现潜在联系和维护职业网络(Cao等,2016),从而形成黏结型线上社会资本的重要基础;员工以实用的工作目标为重点使用企业内部社交网站或社交媒体,可以获得新信息和新资源、融合沟通和协作,通过信息交换与更多不同部门以及不同工作类型和组织的同事建立联系,为桥接型社会资本的形成提供有利条件(Fu等,2019)。在工作场所使用社交媒体有助于员工与组织中其他成员交流工作相关知识和信息(Huang和Liu,2017),这一方面有助于员工之间建立社会网络联系,培养组织团队信任和互惠氛围,通过整合协作使员工积极参与非正式社会互动,为团队创造共同愿景(Ma等,2021);另一方面可以加强对项目解决方案和项目管理的经验交流和社会支持,增加项目社会资本(Louati和Hadoussa,2021)。
此外,以认知为目的的使用整体上会对线上社会资本产生促进作用,以享乐为目的的使用则有助于结构维度线上社会资本的增加,但对关系维度线上社会资本不具有显著影响,对认知维度线上社会资本或有负向影响(Ali-Hassan等,2015)。
(二)组织内部特征因素
1.组织成员特征
组织成员特征是指组织内部成员自身主要表现出的个体特质和个体人力资本等因素。研究表明,线上个人资料的可见性和开启社交关系的便捷性,有助于降低自尊心较低者在社交活动中被拒绝的恐惧,因此低自尊者比高自尊者能收获更多的线上社会资本(Skoric等,2016);自恋崇拜特征的行为主体具有积极的自我意识,在社交互动中更加自信,善于加强和扩大社交网络,故而有利于线上社会资本的积累;而自恋竞争特征的行为主体则将他人视为竞争对手和冲突来源,为尽量避免与外界交流而减少或拒绝使用社交媒体,因此不利于线上社会资本的获得(Wu等,2021)。在自我构建中,自我独立意识较强的组织成员更倾向于建立桥接型线上社会资本,而依赖性意识较强的成员则更可能发展黏结型线上社会资本(Kitirattarkarn等,2021)。组织成员对互联网效用的感知也会促进来自组织内成员的线上社会资本(Huang和Liu,2017),感知易用性和感知有用性对三个维度线上社会资本均有正向促进作用(Deng和Yuan,2020)。
在个体人力资本方面,组织成员的性别、受教育程度和工作经历与桥接型线上社会资本的获取相关,而与黏结型线上社会资本不相关(Sheer和Rice,2017);女性比男性有更多的桥接型线上社会资本,受教育程度越高、在公司的工作年数越多,可获得的桥接型线上社会资本越多。员工的社交媒体能力是发展线上社会资本的重要前提(Yoganathan等,2021)。在社交媒体环境下,组织成员需要具备一定的社交媒体能力,以通过社交媒体进行交流和互动,与外界取得联系,使其组织成员的社会身份更加突出,进而对强关系和弱关系网络产生积极影响,促进黏结型和桥接型线上社会资本的形成。
2.组织结构特征
组织结构特征主要包含横向和纵向两个维度。从纵向维度来看,组织历史和组织记忆影响线上社会资本的发展。已经建立的组织具有一定时长的组织历史,与新建立的组织相比,组织成员之间的接触时间更多,互动频率更高,产生高度熟悉和紧密关系的可能性更大;同时,在互动过程中,组织成员的详细信息会不断积累,团队内部的相互信任关系和信任程度会得到更高级别的强化(Bharati等,2015)。组织记忆则可以帮助成员形成对组织的共同理解和共同目标,通过检索、处理、回忆和再处理相关信息,进一步加强组织信任(Raghupathi和Benbunan-Fich,2020)。
从横向维度来看,组织的媒体丰富性和内部沟通策略对线上社会资本均会产生正向影响。线上社会资本可被视为管理内部沟通策略的主要公共关系的结果,双向沟通策略的重点是接收受众反馈,对称沟通策略是通过对话、协商、倾听和冲突管理来实现,而非通过说服、操纵和下达命令(Kim,2018)。两种沟通策略对结构维度线上社会资本均呈现显著正向作用,但仅有对称沟通策略对认知和关系维度线上社会资本的正向作用显著。
(三)组织外部环境相关因素
除上述组织内部因素之外,组织外部环境及相关利益主体等因素对线上社会资本也会产生影响。首先,不同文化背景下的线上社会资本水平存在差异,Choi等(2011)研究发现在学校组织中,与韩国大学生相比,美国大学生群体拥有规模更大但更松散的网络,从社交网站中获得了更多的桥接型线上社会资本;韩国大学生群体的网络规模较小但更密集,强关系和弱关系的比例大致相当,在社交网络中的关系总体上处于更高级的发展阶段。其次,来自外部的社会支持对线上社会资本的积累具有积极作用。社会支持通过语言和非语言信息的交流来传递情感、信息或推荐,有助于增强商业组织的线上承诺、互惠、共同代码和语言、中心性和网络关系,促进线上社会资本的形成(Huang和Lin,2011)。最后,组织利益相关者对线上社会资本不同维度具有差异化影响,如目标利益相关者数量负向影响组织的网络位置,目标涉众的领域多样性正向影响组织网络位置、规模、联系强度和资源嵌入(Xu和Saxton,2019)。因此,外部相关因素对组织线上社会资本的获取主要起到催化剂或抑制剂作用。
综上所述,现有文献从互联网使用和组织特征等角度研究了线上社会资本的影响因素,并取得了一定成果。然而大多数研究仅关注了直接影响,而对各因素影响线上社会资本的机制探究不足。此外,线上社会资本形成与积累的动态过程还有待挖掘,这为后续更深入系统地研究线上社会资本的形成机制提供了广阔空间。
五、线上社会资本的结果(一)组织视角
1.企业绩效
既有研究普遍证实了线上社会资本可以有效提升企业绩效,具体主要表现在企业经营绩效、创新绩效和员工工作绩效等方面。
企业利用线上社会资本的最终结果直接表现为经营绩效的提高(Boohene等,2019)。第一,企业通过调用外部线上社会资本来提高经营绩效。一方面,企业可以通过社交媒体与同行形成联盟,及时获得市场信息、协作营销活动和达成供应链等合作;促进组织间的技术合作和目标一致性,实现企业的战略发展,提高项目绩效(Ma等,2021)。另一方面,通过社交媒体企业可以低成本维系与消费者的友好关系,实现个性化的持续互动,以更好地了解顾客偏好需求和提高销量。第二,企业通过动员内部线上社会资本提升组织效率来提高经营绩效。互联网结构、关系和认知社会联系有助于增进员工的幸福感和知识共享(Berraies等,2020),提高组织内部的知识转换效率,提升企业的吸收能力(Zhang等,2019)和团队的决策质量(Robert等,2008),最终实现更高水平的组织绩效。成员之间及成员对团队的认同、信任和互惠关系、共同价值观和使命感,可以有效激励企业成员实现组织目标,降低沟通和流程中的摩擦(Archer-Brown和Kietzmann,2018),提高团队运作效率,创造更高的团队经营绩效(Kamboj等,2017)。
围绕线上社会资本对创新绩效的影响,现有研究重点从创新机制和创新能力两个方面展开讨论。在创新机制方面,线上社会资本是促进企业与消费者协同共创的重要基础,有助于优化企业的产品创新机制。企业借助社交媒体平台构建虚拟社区,通过持续的社会互动与消费者建立网络联系,通过互惠规范和社区认同推动消费者持续参与(Shao和Pan,2019);将消费者作为重要合作开发者,鼓励消费者积极参与企业社区进行知识交流和问题解决方案的讨论,与消费者之间形成协同创新和开放式创新的良性互动,进而不断提高产品创新性(Eiteneyer等,2019)。在创新能力方面,线上社会资本促进企业内部知识分享,提高团队的创新创业能力。线上社会资本增加团队成员之间联系的频率、广度和深度,有助于增进互动和达成合作,汇集有价值的建议和信息(Mazzucchelli等,2021)。例如,结构维度线上社会资本将处于分散地理位置的团队成员纳入一个社会关系网络架构之中,增加彼此间结构性联系;关系维度线上社会资本增进团队成员之间的信任,使成员更多地分享观点、经验和知识;认知维度线上社会资本促使团队成员在共同愿景和目标、共同语言和词汇的凝聚下减少摩擦,促进知识交流和交换,提高团队创新能力和应对突发事件的能力,提出更多的创新方案(Mazzucchelli等,2021)。此外,团队内部和外部黏结型线上社会资本可以为团队冒险建立一个“安全网”(Sun等,2020),鼓励团队的大胆创新。
目前有关线上社会资本对员工工作绩效影响的研究尚存在较大争议,主要集中在前者对后者的影响效果及影响机制上。部分学者提出,线上社会资本对员工工作绩效具有直接显著的正向影响(Ali-Hassan等,2015;Agnihotri等,2020)。员工利用长期发展起来的社会关系寻求战略性信息来源,有助于识别更多销售机会,减少交易时间,维持长期稳定的市场关系,因而线上社会资本与员工销售业绩呈正相关关系。更多的学者则持有不同的观点,认为线上社会资本对员工工作绩效的影响效果需进行具体分析。第一,影响方向和影响程度均存在较大差异。Lu等(2015)研究发现结构和认知维度对员工的工作绩效具有正向影响,而关系维度对工作绩效则具有负向影响。Cao等(2016)得出共同愿景对员工工作绩效有显著正向影响,但网络联系和信任则不存在显著影响。第二,影响机制不同。除直接影响之外,线上社会资本还可以通过知识转移(Louati和Hadoussa,2021)、知识共享(Kwahk和Park,2016)、自我效能(Sultana等,2019)、工作满意度(Fu等,2019;Huang和Liu,2017)、关系满意度(Sheer和Rice,2017)等因素间接影响员工工作绩效。第三,线上社会资本对员工工作绩效的影响受情境变化影响,如桥接型线上社会资本对男性员工工作绩效的影响强于女性员工,黏结型线上社会资本对女性员工工作绩效的影响强于男性员工(Yen等,2020)。
2.资源获取
线上社会资本作为一种社会关系资源,可以转化为多种类型资源,帮助行为主体实现特定目标。根据资源类型,接下来主要从信息和知识资源、资金资源以及情感支持等其他资源三个方面展开论述。
相较于其他资源,信息和知识资源是行为主体利用线上社会资本最容易且最普遍获取的资源(Smith和Smith,2021)。社交媒体的开放性、快捷性和连通性等特点使其成为信息汇集的便利场所,大大降低了信息搜寻成本。置身于庞大的线上关系网络,行为主体可以从中有效获取和整合丰富的信息和知识资源(如行业信息、市场信息、专业知识等)(Matzat和Sadowski,2015;Wen,2020;Chen等,2021),提升组织知识质量(Bharati等,2015)。桥接型线上社会资本因其横向关系的跨度范围大,带来更广泛而多样化的信息资源,例如消费者需求和产品评价、供应商信息以及其他重要市场情报(Lee和Hallak,2020)。黏结型线上社会资本因其纵向关系深度大,可以带来更为精准的信息资源。
现有研究关于线上社会资本影响资金资源获取的结论具有较大争议。大多数学者研究发现线上社会资本可以显著提高资金资源的获取程度。线上社会资本是行为主体的重要融资渠道,有助于提高筹资的成功概率(Madrazo-Lemarroy等,2019),对集资的数量有正向影响(Banerji和Reimer,2019)。但也有学者表明,行为主体并不倾向于直接在数字网络空间获取资金资源。出于隐私风险和品牌形象等原因,例如在互联网公众平台维护正面品牌口碑,他们通常更倾向于在现实世界中开展资金往来活动(Smith和Smith,2021)。
除上述资源之外,组织还可以通过线上社会资本获取精神和情感支持(Matzat和Sadowski,2015)、声誉资源、策略建议、智力资源(Boohene等,2019)等多种资源。例如在面临创业挑战时,线上社会资本可以为创业组织提供所需要的情感支持,增加创业成功的可能性。
(二)用户视角
从用户视角来看,线上社会资本主要对用户忠诚度、购买意愿与购买行为、知识共享与口碑传播三方面具有显著影响。
1.忠诚度
围绕线上社会资本对用户忠诚度的影响效果,学者们主要检验了影响的显著性并探讨了可能存在的中介机制。一方面,线上社会资本直接影响消费者忠诚度,但不同维度的影响存在较大差异,如Chen等(2017)和Liang等(2020)分别从忠诚度和对立忠诚度视角检验直接影响,发现关系和认知维度对忠诚度具有显著的正向影响,而与结构维度相关的线上社会关系由于强度和稳定性不足,消费者对品牌或企业的评估较少会受其干扰。另一方面,线上社会资本还可以通过对品牌信任(Jun等,2017)、感知价值(Luo和Ye,2019)、关系承诺、满意度(Chen等,2017)等因素的中介效应间接影响消费者对企业的忠诚度。
2.购买意愿与购买行为
在持续互动中,用户通常会与线上品牌社区中的其他用户形成共同的交流语言、符号表达和紧密联系。处于线上社会关系中的用户,在其他主体购买行为的示范效应下,其购买意愿也会受到影响(Lee,2017)。其中,关系和认知维度线上社会资本可以降低关系风险进而对用户回购意愿产生正向影响(Cheng等,2019)。桥接型和黏结型线上社会资本均可以促进线上同侪交流,使用户接收到更多消费信息,进而对用户购买冲动产生正向影响(Huang,2016)。此外,桥接型线上社会资本还可以通过加强电子口碑采纳增强用户的购买意愿(Zhang等,2021)。
3.知识共享与口碑传播
知识共享与口碑传播是网络成员为企业创造的无形价值,总体来看,线上社会资本对用户知识共享与口碑传播均会起到促进作用。在知识共享方面,社会互动促进了知识交流。网络成员之间社会互动的发展提高了学习网络作为知识共享平台的运行能力(Lefebvre等,2016),当用户认为线上社会网络关系值得信赖时,他们会减少或消除机会主义行为,更愿意向社交网络成员分享高质量信息(Kumar等,2021)。当线上社会关系中的成员有共同愿景和互惠规范时,用户更可能看到交换和整合知识的潜在价值,更有动力共享信息(Hau和Kang,2016)。但是,不同维度线上社会资本对用户知识共享的影响并不稳定,由于进入用户线上社会网络的关系已被过滤和选择,因此相对来说,信任在知识共享中并不重要。此外,用户线上社会资本与知识共享之间可能存在双向作用关系,即线上社会资本在促进组织内知识获取和共享的同时,依托互联网实现地理空间分散的参与者之间的知识共享,也有助于线上互惠关系的形成以及关系紧密度的增强,从而进一步促进线上社会资本的生成(Yan等,2019)。在口碑传播方面,学者们重点探讨了桥接型和黏结型线上社会资本对电子口碑影响的差异性。线上弱关系网络增加了信息来源和信息传播渠道,为用户决策提供了更多的参考,从而影响用户对电子口碑的态度(Gvili和Levy,2018),有助于电子口碑传播。相比之下,黏结型线上社会资本在电子口碑传播方面的作用并不显著。
综上所述,现有文献主要从组织和用户视角揭示了线上社会资本的影响结果并得到充分的实证检验。同时,相关文献分析了线上社会资本影响结果的中介机制,但对不同类型组织和不同情境下线上社会资本发挥作用的边界条件探究不足,未来研究可以进一步加强对其影响机制特别是调节因素的研究。此外,相关研究主要集中在探究线上社会资本的积极作用方面,对其可能产生的负面影响关注较少,而网络虚拟性和连通性使得线上社会资本可能会藏匿一定风险,未来的研究也应加以重视。
六、未来研究展望关于线上社会资本的研究已取得了较多成果,但随着互联网实践的迅速发展,该领域仍存在巨大的研究空间和有待探讨的重要议题。
1.加强线上与线下社会资本的关系研究
尽管线上社会资本通常被视为传统线下社会资本的延伸,但两者之间的关系仍然需要更多研究。已有文献大多仅从线上或者线下单一情境出发探究社会资本的形成或影响,而对两者间的联系、区别及相互作用关注不足。即使早期有研究发现线上社会资本有助于线下社会关系的巩固,但随着互联网技术的深刻变革,在持续更新的数字技术实践中线上与线下社会资本之间的关系依然有待探究。例如,线上社会资本的形成是否会受到线下社会资本的影响;不同线下社会资本条件下,线上社会资本作用的发挥是否存在显著差异等。未来的研究可以采用混合方法,通过定量和定性数据的收集和分析深入探究两者的联系;重点考察在线和离线社交关系之间的转换和互动效应,并研究不同个体在数字化环境中如何对线上和线下社会资本采取不同策略。此类研究将有助于更全面地理解线上和线下社会资本在不同社会群体中的作用,并为构建强大的社会网络和促进社会互动提供实证依据。
2.进一步丰富和创新线上社会资本测量方法
线上社会资本的测量是一个关键研究领域,如何根据互联网情境构建适应性指标以及实现准确和有效的衡量就成了一个重要问题(Poecze和Strauss,2020)。一方面,选择合适的线上社会资本测量指标。在线上社会资本测量上,现有实证研究大多沿用传统线下社会资本的量表法进行测量,例如改编桥接型与黏结型社会资本量表,或借用结构、认知和关系维度社会资本量表。而线上情境与现实情境的社会资本在分布和结构等方面差异较大,如线上社交在很大程度上受到平台算法影响,网红、电商和普通用户的线上社会资本所呈现的幂律分布特征和变化规律与线下有较大不同,若仅简单改编和借用线下社会资本量表可能无法准确测量线上社会资本。因此,线上社会资本的测量指标需要根据不同研究对象和研究目的构建,未来的研究可以探讨不同测量指标的适用性和有效性。
另一方面,开发有效的数据采集和分析方法。早期研究主要依靠问卷调查方式进行数据收集和分析,但这种方法可能存在一些问题,例如回答不准确或者存在采访者偏见等。未来的研究应充分利用和发掘互联网行为所留下的数字足迹信息,运用大数据和人工智能的技术来解决这些问题,更加客观精细地评估线上社会资本。比如,采用最新Python软件程序获取大样本数据;采用图形用户界面(GUI)等可视化设计的测量方法直观地展示出组织之间的行为、联系和活跃度等。
3.探索线上社会资本的前因研究
目前线上社会资本的前因研究仍较为薄弱,大多从单一理论和静态视角探讨线上社会资本的影响因素。未来研究应从多视角关注线上社会资本的形成机制,以帮助组织和个体更好地积累线上社会资本。首先,丰富和拓展线上社会资本影响因素的理论视角。以往研究大多从心理需求或技术赋能的单一理论视角出发,分析社交媒体使用对线上社会资本的影响。研究内容要么是检验行为主体的心理动机对线上社会资本的影响,要么是将社交媒体使用简单地归结为互联网技术采纳的具体表现,两者都没有完整地分析和论证线上社会资本得以形成的主客观条件。主体需求激发对社交媒体的使用,而社交媒体恰好能够提供满足主体需求的功能支持(Karahanna等,2018)。因此,未来研究可将心理需求和技术赋能相连接,综合考察受需求驱动的技术赋能对线上社会资本的影响。
其次,探究动态视角下线上社会资本的形成及变化。现有研究主要从静态视角出发,分析某一截面时点的线上社会资本存量和状态,以定量分析其影响因素及产生的影响结果。鲜有研究从动态视角出发,来理解和分析线上社会资本的动态积累和变化过程,及对组织和个体产生的影响。未来可以通过扎根理论或案例研究等方式,纵向剖析线上社会资本的积累过程,更好地探讨线上社会资本的形成和变化机制,探究其与社会经济环境、技术发展等因素的关系。此外,随着新媒体技术的不断发展和社会环境的变化,线上社会资本也在不断变化(Tóth,2022),未来的研究可以从多个方面入手,拓展线上社会资本形成的影响因素,例如个体社会背景、社会网络结构、社交行为和技术环境等。
4.深化和拓展线上社会资本的影响结果研究
目前有关线上社会资本影响结果的研究较为丰富,但是大多是对企业和个体层面的一般性研究,且集中关注其正面影响,缺少社会层面和对其风险管理的研究。一方面,未来应进一步深化对企业和个体层面的影响研究。例如,尽管现有研究已经关注线上社会资本对员工工作满意度和绩效的影响,但仍需深入探究不同类型、不同水平线上社会资本对员工的影响,以及在不同类型企业中线上社会资本对员工绩效的影响,建立更加严谨和完备的理论框架。同时,对于企业层面的影响,可以进一步拓展到更广泛意义的组织层面,如合作社、团队、虚拟社区等(Saz-Gil,2021)。另一方面,未来可以探究线上社会资本在社会层面的影响结果。作为一种关系资源,线上社会资本存在于社会关系之中,对地区乃至国家具有广泛的社会影响(Putnam,2000)。现有文献鲜有关注到线上社会资本的社会效应,未来的研究应重视线上社会资本对诸如政策实施和推广、公民政治参与、地区创业和贫困地区发展等社会层面因素的重要作用(Arnott等,2021)。
此外,现有研究重点关注了线上社会资本的正面影响,对其负面影响关注不足。由于线上情境的特殊性,线上社会资本也可能产生负面影响(Pyo等,2023),例如,虚假信息、隐私风险、网络诈骗和过度连结等问题往往会影响网络社区秩序,导致人们对网络信息的信任度存在不稳定性。因此,未来研究应全面分析线上社会资本的“双刃剑”效应,关注可能产生的负面效应,探讨线上社会资本的风险管理,包括线上社交媒体平台的风险管理、线上社会资本的个人风险管理等,以更好地应对可能存在的威胁,保障线上社会资本的可持续发展。
5.探讨线上社会资本作用的异质性与边界条件
有关线上社会资本作用结果的研究大多仅分析了直接效果,少数加入了中介机制,但对于异质性考虑不足。例如行为主体是否利用以及如何利用线上社会资本还可能会因主体的网络能力、认知态度等因素的不同而有所不同。未来研究应进一步基于这些因素进行异质性讨论,拓展线上社会资本的作用特点研究。除此之外,现有研究对线上社会资本的影响结果中存在的争议性观点,尚未给出系统性解释,未来需要进一步挖掘研究结论产生分歧的边界条件和适用情境。例如,线上社会资本的特点和效应在不同文化和地区之间可能存在显著差异,一些文化中个人主义和竞争意识较强,社交关系的构建更加注重自我利益;而另外一些文化中集体主义和合作意识较强,社交关系的构建更加注重共同利益(Choi等,2011)。在高度信任型文化中,线上社会资本可能更容易产生和传播,且具有很高的实用性和社会认可度;而在低信任型文化中,线上社会资本可能更为脆弱,需要通过其他手段来弥补其局限性。因此,未来研究需要关注在不同文化背景和社会信任差异下所形成的线上社会资本的价值以及产生的影响。
6.开展中国情境的线上社会资本理论和方法研究
从文献数量上来看,国内相关研究文献相对较少,线上社会资本的本土化研究存在很大空间有待进一步探索。社会资本概念诞生于西方文化背景(Nahapiet,1998),现有线上社会资本研究主要沿用传统社会资本概念,将其迁移和拓展到线上空间,故而相关研究结论对中国情境的适用情况仍不明确。中国互联网发展受中国“人情社会”文化和“关系”观念的影响,线上社会资本概念在内涵上可能与西方存在差异;中国社会资本的构建和运用往往与实际利益相关,如寻求工作机会、拓展人脉、获取信息、扩大销售等。因此,未来研究应解读符合中国情境的线上社会资本内涵,构建相应测量指标,进一步关注线上社会资本的实用性和功能性特征。
此外,中国互联网用户规模庞大,互联网社交平台迭代创新速度快、具有强大的社交功能和影响力。如微信、微博、直播平台等,已经成为人们日常生活不可或缺的一部分,是线上社会资本的重要来源,为追踪和测量线上社会资本提供了坚实的数据基础。未来研究可以深入挖掘网络大数据和互联网市场对于中国线上社会资本研究的重要实践价值。
[1] | 刘嘉琪, 齐佳音. 社交媒体情境下企业信号传递对短期销售收入的影响研究: 以社会资本为中介变量[J]. 管理评论, 2021, 33(4): 193–204. |
[2] | 邱泽奇, 张樹沁, 刘世定, 等. 从数字鸿沟到红利差异——互联网资本的视角[J]. 中国社会科学, 2016(10): 93–115. |
[3] | Abbas R, Mesch G. Do rich teens get richer? Facebook use and the link between offline and online social capital among Palestinian youth in Israel[J]. Information, Communication & Society, 2018, 21(1): 63–79. |
[4] | Agnihotri R, Mani S, Chaker N N, et al. Drivers and performance implications of frontline employees’ social capital development and maintenance: The role of online social networks[J]. Decision Sciences, 2022, 53(1): 181–215. |
[5] | Arnott D, Chadwick D R, Wynne-Jones S, et al. Importance of building bridging and linking social capital in adapting to changes in UK agricultural policy[J]. Journal of Rural Studies, 2021, 83: 1–10. |
[6] | Banerji D, Reimer T. Startup founders and their LinkedIn connections: Are well-connected entrepreneurs more successful?[J]. Computers in Human Behavior, 2019, 90: 46–52. |
[7] | Chen X F, Ma J Q, Wei J E, et al. The role of perceived integration in WeChat usages for seeking information and sharing comments: A social capital perspective[J]. Information & Management, 2021, 58(1): 103280. |
[8] | Chen X Y, Huang Q, Davison R M. The role of website quality and social capital in building buyers’ loyalty[J]. International Journal of Information Management, 2017, 37(1): 1563–1574. |
[9] | Chiu C M, Hsu M H, Wang E T G. Understanding knowledge sharing in virtual communities: An integration of social capital and social cognitive theories[J]. Decision Support Systems, 2006, 42(3): 1872–1888. |
[10] | Eiteneyer N, Bendig D, Brettel M. Social capital and the digital crowd: Involving backers to promote new product innovativeness[J]. Research Policy, 2019, 48(8): 103744. |
[11] | Fu J D, Sawang S, Sun Y. Enterprise social media adoption: Its impact on social capital in work and job satisfaction[J]. Sustainability, 2019, 11(16): 4453. |
[12] | Gvili Y, Levy S. Consumer engagement with eWOM on social media: The role of social capital[J]. Online Information Review, 2018, 42(4): 482–505. |
[13] | Huang L V, Liu P L. Ties that work: Investigating the relationships among coworker connections, work-related Facebook utility, online social capital, and employee outcomes[J]. Computers in Human Behavior, 2017, 72: 512–524. |
[14] | Huber B, De Zúñiga H G, Diehl T, et al. Effects of second screening: Building social media social capital through dual screen use[J]. Human Communication Research, 2019, 45(3): 334–365. |
[15] | Jeong S W, Ha S, Lee K H. How to measure social capital in an online brand community? A comparison of three social capital scales[J]. Journal of Business Research, 2020, 131: 652–663. |
[16] | Kamboj S, Kumar V, Rahman Z. Social media usage and firm performance: The mediating role of social capital[J]. Social Network Analysis and Mining, 2017, 7(1): 51. |
[17] | Kim D. Examining effects of internal public relations practices on organizational social capital in the Korean context: Mediating roles of employee-organization relationships[J]. Corporate Communications:An International Journal, 2018, 23(1): 100–116. |
[18] | Kwahk K Y, Park D H. The effects of network sharing on knowledge-sharing activities and job performance in enterprise social media environments[J]. Computers in Human Behavior, 2016, 55: 826–839. |
[19] | Lee Y C. Effects of branded e-stickers on purchase intentions: The perspective of social capital theory[J]. Telematics and Informatics, 2017, 34(1): 397–411. |
[20] | Li S, Modi P, Wu M S, et al. Conceptualising and validating the social capital construct in consumer-initiated online brand communities(COBCs)[J]. Technological Forecasting and Social Change, 2019, 139: 303–310. |
[21] | Liang R Y, Guo W, Zhang L H. Exploring oppositional loyalty and satisfaction in firm-hosted communities in China: Effects of social capital and e-quality[J]. Internet Research, 2020, 30(2): 487–510. |
[22] | Louati H, Hadoussa S. Study of social media impacts on social capital and employee performance—Evidence from Tunisia Telecom[J]. Journal of Decision Systems, 2021, 30(2-3): 118–149. |
[23] | Madrazo-Lemarroy P, Barajas-Portas K, Tovar M E L. Analyzing campaign’s outcome in reward-based crowdfunding: Social capital as a determinant factor[J]. Internet Research, 2019, 29(5): 1171–1189. |
[24] | Phua J, Jin S V, Kim J. Uses and gratifications of social networking sites for bridging and bonding social capital: A comparison of Facebook, Twitter, Instagram, and Snapchat[J]. Computers in Human Behavior, 2017, 72: 115–122. |
[25] | Pyo T H, Tamrakar C, Lee J Y, et al. Is social capital always “Capital”? Measuring and leveraging social capital in online user communities for in-group diffusion[J]. Journal of Business Research, 2023, 158: 113690. |
[26] | Saxton G D, Guo C. Social media capital: Conceptualizing the nature, acquisition, and expenditure of social media-based organizational resources[J]. International Journal of Accounting Information Systems, 2020, 36: 100443. |
[27] | Shao Z, Pan Z Y. Building Guanxi network in the mobile social platform: A social capital perspective[J]. International Journal of Information Management, 2019, 44: 109–120. |
[28] | Sheer V C, Rice R E. Mobile instant messaging use and social capital: Direct and indirect associations with employee outcomes[J]. Information & Management, 2017, 54(1): 90–102. |
[29] | Smith C, Smith J B, Shaw E. Embracing digital networks: Entrepreneurs’ social capital online[J]. Journal of Business Venturing, 2017, 32(1): 18–34. |
[30] | Smith C G, Smith J B. Founders’ uses of digital networks for resource acquisition: Extending network theory online[J]. Journal of Business Research, 2021, 125: 466–482. |
[31] | van der Meulen N, van Baalen P, van Heck E, et al. No teleworker is an island: The impact of temporal and spatial separation along with media use on knowledge sharing networks[J]. Journal of Information Technology, 2019, 34(3): 243–262. |
[32] | Wen N N. Understanding the Chinese public’s risk perception and information-seeking behavior regarding genetically modified foods: The role of social media social capital[J]. Journal of Risk Research, 2020, 23(10): 1370–1386. |
[33] | Williams D. On and off the ’net: Scales for social capital in an online era[J]. Journal of Computer-Mediated Communication, 2006, 11(2): 593–628. |
[34] | Yan J, Leidner D E, Benbya H, et al. Social capital and knowledge contribution in online user communities: One-way or two-way relationship?[J]. Decision Support Systems, 2019, 127: 113131. |
[35] | Yang X, Li G X. Factors influencing the popularity of customer-generated content in a company-hosted online co-creation community: A social capital perspective[J]. Computers in Human Behavior, 2016, 64: 760–768. |
[36] | Yoganathan V, Osburg V S, Bartikowski B. Building better employer brands through employee social media competence and online social capital[J]. Psychology & Marketing, 2021, 38(3): 524–536. |
[37] | Zhang H, Gupta S, Sun W, et al. How social-media-enabled co-creation between customers and the firm drives business value? The perspective of organizational learning and social capital[J]. Information & Management, 2019, 57(3): 103200. |
[38] | Zhang H, Liang X N, Qi C Y. Investigating the impact of interpersonal closeness and social status on electronic word-of-mouth effectiveness[J]. Journal of Business Research, 2021, 130: 453–461. |