我国虚拟社群概念界定及研究热点可视化分析

佘 硕，聂卉晶

（华中科技大学公共管理学院）

1 虚拟社群的内涵及其边界

霍华德·莱茵戈德 （Howard Rheingold）在 《The VirtualCommunity》一书中首次提出“虚拟社群”的概念，他认为虚拟社群是一个社会集合体，源于以电脑为中介构成的虚拟空间，社群的产生来自于这个虚拟空间中有足够的人以及充足的感情，他们在这样的场域里产生了长久的互动。这一提法在传播学和社会学中被广泛运用，但作为学术概念至今并没有形成一个明确的界定。原因主要有：一是互联网与社群的形态处于动态发展之中，之前的定义解释力下降；二是学界和实务界对虚拟社群的理解侧重点不同，关于虚拟社群的定义难以达成共识。因此，笔者首先对现国内外虚拟社群的相关定义进行梳理分类，旨在点明现阶段虚拟社群概念的内涵及外延。

根据国外社会学和传播学的相关著作显示，无论是虚拟社群还是虚拟社区都来自于同一个英文词组“Virtual Community”。我国在引入“Virtual Community”之后，出现了翻译变化，虚拟社群和虚拟社区常被用于描述同一对象。进入21世纪后，对“Virtual Community”的提法逐渐变得更为多样化，在国内主要存在几种演变形式（见表1）。

根据表1的定义，无论是虚拟社群还是在线社群或网络社群，同虚拟社区之间还是存在较大的概念差别，社区更多强调的是平台的搭建，社群则更强调参与群体的互动。因此笔者认为，虚拟社群是指社交媒体中有着共同的兴趣与目标的群体，在一定规则下聚集在一起，以认同和信任为前提保持定期的互动和交流。正是由于虚拟社群的特点，极易形成倾向性观点，“群体极化”和“羊群效应”的影响力不容忽视。因此，虚拟社群是社会风险孕育的潜在温床，提高对虚拟社群的重视极为必要。

2 数据来源和研究方法

考虑到虚拟社群的发展在中国具有本土性，选择以中国学术期刊网络出版总库（CNKI）中的论文数据为样本。同时，“虚拟社群”和“网络社群”所指对象相同，因此均列入检索范围。知网上以“虚拟社群”和“网络社群”为关键词的首篇文献收录时间为1999年，故确立1999年至2016年为文献的来源时段。检索式为：“主题=‘虚拟社群’and时间跨度=‘1999-2016’and索引=CNKI=文献类型=‘期刊’”，除去书评、声明、新闻报道、纪实等非研究类文献后，共检索到536篇文章，剔除重复文献，共得到530篇文献。对样本进行文本规范处理后，用Excel软件和CiteSpace可视化分析工具绘制出1999-2016年的可视化图谱。

表1 国内相关概念演变形式

3 国内虚拟社群研究现状

3.1 虚拟社群研究时间分布情况

根据对530篇文献发表年限的统计，绘制出发文年限的折线图（见图1）。由图1可知，2009年开始，相关主题的研究文献呈现爆发性增长趋势，在2015年达到最高峰81篇。虚拟社群的研究经历了从无到有并爆发性增长的发展过程，说明其是互联网时代的产物，也是当前“互联网+”思维下的研究热点。

图1 1999-2016年虚拟社群论文数量

从2009年开始，文献数量呈现爆发性增长的原因可以归结为：一是2008年的汶川地震，灾后涌现了大量的民间团体，促进了公民意识的觉醒，进而促进了公民在互联网上的参与和表达，相同观点的人更容易在互联网上形成群体聚合，为各类社群的产生起到了催化作用，灾后北大公民社会研究中心发布了《中国公民社会蓝皮书》，称中国已经进入公民社会；二是2009年新浪微博上线，为粉丝经济创造了发展条件，纵向传播的粉丝经济是横向延伸的社群经济的构成基础。在微博上积累的粉丝数量可以向社群成员导流，将单向交流的模式转变为群体间的互动，以此提高受众群体的留存率。

3.2 虚拟社群研究空间分布情况

将样本数据分布情况运用Officemap制作成可视化地图（见图2），可以看到虚拟社群的研究多集中于沿海及中部地区，北京、上海、广东、江苏等地区对虚拟社群的研究尤为突出，其中北京地区相关研究多达82篇，上海65篇位居第二。

图2 虚拟社群样本地区分布

虚拟社群的发展依托于互联网，虚拟社群的发展状况应与当地的“互联网+”指数相关。“互联网+”指数也可以称为“数字GDP”，由腾讯研究院编制的《中国“互联网+”指数（2016）》中表示，“互联网+”指数高度集中于沿海省份和一线城市，广东、北京和上海的“互联网+”指数之和为35.5，占据全国互联网指数超1/3的份额。由此可见，“互联网+”指数较高的地区与虚拟社群研究热点地区重合。另外，依据2016年1月《中国互联网络发展状况统计报告》中我国东、中、西部地区互联网规模和普及率（见表2），发现我国东部沿海地区的互联网网民规模和普及率明显高于中西部地区。

表2 2015年我国东、中、西部地区互联网规模、普及率

以上数据均反映出东部地区的互联网发展状况整体优于中西部地区，北京、上海等沿海地区率先进入社群3.0时代，［5］证实互联网的基础建设水平与虚拟社群成长及其研究呈正相关。

3.3 虚拟社群研究的文献分析

将样本文献导入CiteSpace，在Note Type里选择Author选项，统计显示17年间研究作者总数共444人，为便于统计数据准确，只以第一作者数量作为统计数据。其中发文数量最多的是来自中共苏州市委党校的周健，被收录文献有24篇。周健主要从网络社群的特征及影响力角度切入，探讨网络社群对公共决策的影响。另外，西安交通大学的杜海峰与苏州大学的陈晓强等学者也分别从网络社群的结构和虚拟社群交往形式等方面切入，展开了较多研究。

国内主要的研究机构有苏州市委党校、清华大学新闻与传播学院、南京大学新闻传播学院、西安交通大学管理学院、武汉大学新闻与传播学院、武汉大学信息管理学院等。结合“网络社群”、“虚拟社群”中文学科分类统计：文化、科学、教育、体育占45.03%，经济占19.26%，工业技术占10.96%，社会科学总论占7.11%，政治、法律占7.11%，哲学、宗教占2.37%，艺术占1.93%，数理科学和化学占1.19%，文学占1.04%。目前对虚拟社群的研究包含了新闻传播学、管理学、公共管理学、社会学等众多学科，已经呈现出多学科发展趋势。虚拟社群的发展带来的直观影响是传播模式的多样化，因此新闻与传播学是优势学科，但传播模式的改变带来的影响是多元的，因此其他学科在该领域的研究仍有很大的拓展空间。

4 国内虚拟社群研究主题讨论

4.1 主题图谱分析

通过对虚拟社群文献样本的统计，共出现601个关键词，显示出的高频词和关键热词有：网络社群、虚拟社群、社会网络分析、信任、意见领袖等。通过对关键词被引频次的降序排列，反映出研究领域和论文的重点以及近年来的研究热点。同时，为了探寻1999年到2016年间该主题研究热点的变化，在CiteSpace中选择关键词聚类的Timezone View时区视图呈现功能和探测突变词功能，侧重以时间维度来表示该领域主题词的演进，其中连线越多，说明两个关键词节在同一个样本中共同出现的次数越多（见图3）。其中，社会网络分析、信任、意见领袖、知识共享等话题的节点也相对较大，是虚拟社群领域研究的热点。

4.2 热点文献分析

热点文献是指在同期同领域的文献中，目前为止获得了较高引用率的文献。由样本文献的被引用情况（见表3）可知，金立印的论文被引次数达到了170次。通过对样本的分析，发现前20篇文献的被引次数为1,048篇，达到了总被引量的41%，前20篇文献中，2009年之后的文献比重占55%，符合前文呈现出的2009年之后研究爆发性增长的表现。与此同时，通过高被引文献可以看出，网络舆情、品牌忠诚、意见领袖、信任与社会网络等主题的研究得到了较多的重视。

图3 关键词出现时间及热点分布

表3 1999-2016年虚拟社群热点文献列表

4.3 虚拟社群热点主题讨论

通过可视化工具可以较直观地展现研究的整体概况和热点结构，但还需要对主题词进行深层次的挖掘和探讨，才能更准确判定该主题研究的态势。因此，本文分析提取了1999-2016年出现频次前10的关键词，并挖掘其内在关系（见图4）。

图4显示，信任、知识共享和社会网络分析的研究热度排名前三。虚拟社群的核心不在于聚集平台而是成员间的内部互动关系，而信任是链接成员间互动关系的核心。因此，信任作为衡量虚拟社群内社会资本的关键性测量指标一直以来都备受关注。［6］同时，品牌忠诚在一定程度上指的是客户对品牌社群的信任程度，因此可作为“信任”的子关键词。排名第二的热词是“知识共享”，作为知识经济时代的关键环节，符合互联网信息共享的特征。而大学生群体往往是提供知识和信息的主要用户，因而是知识分享的主力。此外，知识分享的同时离不开知识管理，因此，可将知识管理和大学生作为知识共享的子关键词一同分析。排名第三的“社会网络”是社群内部成员关系结构的直观表现，而社会资本作为基于社会网络而获得的资本，［7］其研究离不开社会网络。同时，意见领袖是社会网络组成中必不可少的中心环节。［8］因此，可将意见领袖和社会资本放入社会网络中讨论。排名前十的研究热点进一步体现了虚拟社群更加注重群体内部互动关系。综上，本文选择出现频次排名前三的热词“信任”、“知识分享”、“社会网络”进行文献内容述评，以期更准确地把握虚拟社群研究现状并揭示其未来研究的发展方向。

图4 1999-2016年虚拟社群热点研究主题（TOP 10）

4.3.1 信任

信任作为连接社群成员的情感纽带，是形成社会网络和产生社会资本的重要环节。自2009年陈章旺、许金太从信任的角度研究顾客的品牌忠诚开始，信任就作为社群关系的影响因素被独立研究。［9］

虚拟社群中的信任分为指社群的信任及社群成员间的信任。对社群的信任可以通过发布私人信息以及分享的意愿等指标来体现，对他人的信任可从社会交换理论来考量。但目前尚未形成虚拟社群中信任的统一定义，苏世彬等人［10］认为信任是对信息源的相信程度；望海军认为信任受到特定的时间和情境影响，是一个动态值；［11］黄丽丽等人将信任分为两个维度，分别是对社群的信任和对社群中其他成员的信任。［12］虽学界对虚拟社群中信任的定义还未达成共识，但对网络群体里信任的研究已经广泛应用在传播学、情报学和电子商务领域，在其他学科的研究中极具潜力。

对信任在社群中产生的作用的研究，社群成员往往通过信任机理产生对他人的认同，降低社群成员对社群整体的风险焦虑，从而激发更多的信息分享和知识共享行为。［13］同时，个人信任可以营造社群认同感，从而促进社群内部的凝聚。［14］

通过文献阅读发现，虚拟社群中信任的研究主体较为单一，主要是从信任本身出发研究社群成员的行为。而随着虚拟社群的发展，出现了越来越多的异质社群，如关系型虚拟社群、交易型虚拟社群、知识型虚拟社群、娱乐型虚拟社群等，每种属性的虚拟社群中的信任机理都存在一定的差别，不可一概而论。同时，虚拟社群中的信任是由初始信任到持续信任的动态发展过程，而当前的研究较多的讨论虚拟社群中信任的内涵、特点和影响因素，没有区分加入虚拟社区前和加入后成员信任关系的变化，也没有探究信任影响因素在变化中的差异，更多的是从静态的层面去研究虚拟社群中的信任。在未来研究中，可从多元视角切入，探究不同社群的信任机理如何影响社群成员的行为过程。

4.3.2 社会网络

网络事件的发展离不开用户间的社会网络，不同的用户关系将影响网络事件的演化走向。因此，有必要正确把握虚拟社群中的社会网络关系。［15］社会网络是群体成员之间的关系以及这些关系所形成的结构和内涵。［16］随着社交媒体的发展，网络沟通的形式也发生了改变：由单向传播更多地转向双向沟通，相应的社交媒体上社会网络的结构也发生着改变，因此需探究虚拟社群中社会网络的独特结构。

当前学界主要将社会网络分为强联系网络和弱联系网络。［17］在虚拟社群中实际上存在着两种群体，一种是较为松散、去中心化的总体结构，一种则是权利集中的核心群体，在这类群体中，意见领袖往往起到关键作用。同时，也可将虚拟社群中的社会关系网络按关系强弱分为讨论关系网络、信息关系网络、感情关系网络和帮助关系网络，其中讨论关系网络最靠近弱关系，信息关系网络次之，感情关系网络随后，帮助关系网络则是强关系网络。在社会网络的形成过程中，信任是关系转变的关键因素。［2］

关于虚拟社群中社会网络的研究方法，周涛等人介绍了几种较为常见的研究方法，主要包括个体中心网络分析、整体网络分析等。［18］个人中心网络分析方面，具有代表性的有冯锐等人对博联社摄影社群的群体结构和交流方式进行的研究，通过社会网络方法总结了博联社摄影社群的群体结构特征。［19］整体网络分析方面，高志伟等人运用了Pajek工具对国内博客进行整体网络分析，得出博客间的交流较为分散、向心力不明显、连接密度较低的结论。［20］显然，博客属于虚拟社群的一种，该结论为进一步区分虚拟社区和虚拟社群奠定了基础。

综上所述，大多文献都将社会网络分析运用于某种具体的社群，而不同性质的社群具有异质的特征，由此得出的结论也不具有共性。因此，在今后的研究中，可着眼于如何有效利用社会网络分析拓宽研究思路，探究虚拟社群里的互动形式和群体结构，把握虚拟社会互动与现实社会互动之间的关系，从而为社会网络治理提供相应的理论支撑。

4.3.3 知识分享

知识分享是知识管理中的重要概念，随着互联网的发展，人们对知识分享的速度和知识分享范围的需求也日益提高，用户创造内容（User Generated Content，UGC）既是虚拟社群得以形成的基础，又是社群持续运转的要素。

知识分享行为主要包含两个方面的过程，一方面是知识获取行为，另一方面是知识的表达和传播行为。［21］徐海波认为虚拟社群中知识分享行为主要有三种模式：浏览、引发讨论与互动交流。在这三类分享行为中，分享意愿的强度影响了分享行为的程度。而影响知识分享意愿的因素主要有两个方面，一方面是基于人际因素，如人际信任等，另一方面是基于知识本身，如知识的难易水平等，这两类因素都影响到了知识分享的效果和程度。细化来看，虚拟社群成员之所以会对社群进行知识贡献的原因，除了该成员与社群中其他成员的相似度以外，还与该成员对社群的信任度有关。［22］因此，李金阳［23］与高天亮［24］皆认为在虚拟社群中的知识分享不仅是一种利他行为，从社会交换的角度出发，这种分享行为是用对他人的帮助来提高自我的价值感。虚拟社群中分享意愿程度越高，参与知识分享的程度就越深。

通过对文献的阅读，可以发现知识分享和虚拟社群是当下知识经济时代的研究重点，已有大量的学者从社会交换、社会资本、社会认知等方面出发，研究虚拟社群中知识分享的动因，为该领域的研究奠定了一定的理论基础。此外，虚拟社群中的知识分享行为是一个随着成员关系变化而不断演化的动态过程，但目前的研究多是对知识分享的孤立研究，且多是静态，无法对知识分享初期及分享过程进行一个纵向比较。未来可将虚拟社群的发展与知识分享行为变化结合起来，研究知识分享过程中各变量的演化过程。

5 研究结论及建议

本文通过对虚拟社群定义的梳理以及1999-2016年CNKI收录期刊的分析研究，借助文献计量的分析工具及原理，对虚拟社群与虚拟社区的区别做出了阐述，并分别从时间、机构、空间、研究热点等多个维度对研究现状进行总结梳理，由此得出以下研究结论。

（1）虚拟社区与虚拟社群的界线进一步明晰。

① 研究重点不同。虚拟社群注重从社群组织内部视角切入，探讨社群组织中人与人之间的关系和互动。而虚拟社区则更多的是从外部视角切入，将社区当成是人的集合体，探讨虚拟社区与外界的互动与资源链接。② 组织结构不同。虚拟社群更多的是去中心化的扁平模式，注重社群成员之间的横向交流和沟通。虚拟社区则更多的是由事件或意见领袖引发的纵向沟通，往往呈现出多中心的特点。③ 社交属性强弱不同。虚拟社群更多的强调社群成员之间的互动和交流，成员间更容易建立起信任关系，从而从弱连接变成强连接。而虚拟社区则主要停留在成员各自发表意见或一对一讨论的模式，进一步建立连接关系时存在一定困难。

（2）通过对虚拟社群研究热点的综述，发现其研究热点主要围绕社群内部成员的互动机理，且热点间相互关联。

① 意见领袖往往处于虚拟社群社会网络的核心位置，不仅是虚拟社群存在的动力，还主导了社群的发展方向和舆论传播的走向。② 虚拟社群知识分享行为往往与社群信任度有关，成员间信任度越高的社群往往有更强的知识分享意愿，将产生更为频繁的知识分享行为。

（3）从前文分析看，虚拟社群的研究方法进一步多元，研究视角也越发向多学科交叉分析迈进。

根据本文的研究热点，为今后社会治理提供两点思路。① 未来社会治理应更加关注实践领域虚拟社群的发展。相关研究报告指出，虚拟社群将不可避免的具象化、垂直化，“社群+行业”、“社群+产业链”、“社群+企业”正在逐步形成。同时，虚拟社群内部呈网络状传播，社群网络节点与节点之间不规则分布。由此可见，虚拟社群的传播模式是跨级的、跳跃的，并越发体现出强大的影响力。中国虚拟社群经过十几年的发展，正逐渐形成连接信息、人以及资源的生态圈。［25］因此，在未来虚拟社群的发展中，用户互动将会更加深入，社群经济将更加多元，提高对虚拟社群实践层面发展的敏感度极为必要。② 社会治理应充分发挥虚拟社群中的社会网络及意见领袖的作用。虚拟社群在一定程度上能够用舆论影响政府决策。［26］群体在信息传播中具有聚合效应，若不加以正确的规范和引导，易在舆论事件中产生“群体极化”的现象。［27］对此，政府在未来决策和网络治理中，应当更加注重对虚拟社群的引导，重视网络群体的传播力量，培养“意见领袖”，优化虚拟社群的传播路径，使虚拟社群在公共领域中发挥更大的作用。

［1］ 什么是虚拟社区 ［EB/OL］.［2016－08－31］.http://help.163.com/club/edior/001211/001211_1392.html.

［2］沈冯娟.虚拟社群中的社会网络［D］.兰州：兰州大学，2008.

［3］郑雯，黄荣贵.微博异质性空间与公共事件传播中的“在线社群”——基于新浪微博用户群体的潜类分析 （LCA）［J］.新闻大学，2015（3）：101－109.

［4］张文宏.网络社群的组织特征及其社会影响［J］.哲学基础理论研究，2013（00）：225－235.

［5］2016年中国网络社群研究报告［EB/OL］.［2016－08－31］.http://www.iresearch.com.cn/report/2638.html.

［6］潘敏.信任问题——以社会资本理论为视角的探讨［J］.浙江社会科学，2007（2）：104－108.

［7］林南.社会资本：争鸣的范式与实证的检验［J］.香港社会学学报，2001（2）：1－38.

［8］陈远，刘欣宇.基于社会网络分析的意见领袖识别研究［J］.情报科学，2015（4）：13－19.

［9］陈章旺，许金太.在线零售商店品牌忠诚度研究:基于网络社群信任的视角［J］.中国零售研究，2009（2）：101－114.

［10］苏世彬，黄瑞华.合作联盟知识产权专有性与知识共享性的冲突研究［J］.研究与发展管理，2005（17）：69－74.

［11］望海军.品牌信任和品牌情感：究竟谁导致了品牌忠诚?——一个动态研究［J］.心理学报，2012（44）：830－840.

［12］黄丽丽，等.影响虚拟社群信息分享的因素：多层分析视角 ［J］.国际新闻界，2014（9）：20－34.

［13］王婷婷.在线品牌社群中公民行为对品牌忠诚的影响研究［D］.郑州：郑州大学,2015.

［14］陈力丹，徐志伟.网络集体行动视角下的“周亮解说门”［J］.新闻记者，2015（1）：74－78.

［15］刘继.网络社群的舆情演化机制分析［J］.情报探索，2014（5）：1－4.

［16］周涛.Wiki社群的社会网络分析［D］.上海：华东师范大学，2005.

［17］梁静波.社会网络对创业机会识别影响机理实证研究［D］.长春：吉林大学，2007.

［18］周涛，等.复杂网络研究概述［J］.物理，2005,34（1）：31－36.

［19］冯锐，谢英香.博联社摄影社群的社会网络分析 ［J］.中国电化教育，2009（9）：100－103.

［20］高志伟，等.博客中国虚拟社群的社会网络分析［J］.石家庄铁道大学学报（自然科学版），2011，24（2）：99－102.

［21］包咏菲.虚拟社区成员知识共享行为研究［D］.南京：南京大学，2015.

［22］徐海波.网络社区中信息分享行为研究［J］.当代职业教育，2012（10）：59－62.

［23］李金阳.社会交换理论视角下虚拟社区知识共享行为研究［J］.情报科学，2013（4）：119－123.

［24］高天亮，安立仁.网络知识分享行为经验研究——以百度“知道”为案例［J］.西北大学学报（哲学社会科学版），2012（1）：104－111.

［25］2016年中国网络社群研究报告［EB/OL］.［2016－08－31］.http://www.iresearch.com.cn/report/2638.html.

［26］杭家蓓.网络社群参与公共决策的群体极化效应理论研究及实证分析［D］.南京：南京理工大学，2012.

［27］黄靖逢.网络群体性事件中舆论的“群体极化”现象及应对策略［J］.铁道警官高等专科学校学报，2011（6）：81－83.