信息安全社区社会资本对社会支持的形成机制研究

王志英，李易妍

摘要：信息安全社区对缓解因勒索病毒等信息安全事件给人们带来的负面影响有促进作用，探究信息安全社区社会资本对社会支持的形成机制，对高效提升用户信息安全意识起重要作用。基于社会资本的关系维、认知维和结构维，建立信息安全社区社会支持机制模型。通过信息安全社区成员社会等级的调节作用，采用分层建模考察信息安全社区社会资本对社会支持的形成机制。以卡饭为研究平台，用论坛勒索病毒安全事件作为数据来源，研究结果表明：信息安全社区的关系维、认知维和结构维社会资本对信息支持有促进作用;信息安全社会等级显著调节社会资本的关系维、认知维和结构维三个维度对情感支持的影响，且正向调节关系维和结构维社会资本对信息支持的影响。在社会资本的关系维、认知维和结构维视角下，厘清了信息安全社区社会支持的形成机制。

關键词：信息安全社区;卡饭论坛;社会资本;社会支持

DOI：10.16315/j.stm.2021.05.007

中图分类号： C 913

文献标志码： A

Research on the formation mechanism of information

security community social capital to social support

WANG Zhi-ying1，2，LI Yi-yan2

（1.Key Construction Bases of Philosophy and Social Sciences， Jiangsu University “Research Center for Service Manufacturing

Mode andInformationalization”，Zhenjiang 212100， China; School of Economics and Management， Jiangsu University

of Science and Technology， Zhenjiang 212100， China）

Abstract：Information security community plays an important role in eliminating the negative impact of information security incidents such as Ransomware and other information security incidents on people. The exploration of the formation mechanism of social capital in information security community for social support plays an important role in efficiently raising users’ awareness of information security. Based on the relationship dimension， cognitive dimension， and structural dimension of social capital， a model of the social support mechanism of information security community is established. Through the adjustment of the social level of information security community members， hierarchical modeling is used to investigate the formation mechanism of information security community social capital to social support. Using Kafan as the research platform and forum Ransomware virus security incidents as the data source， the research results show that the relationship dimension， cognitive dimension and structural dimension of the information security community promotes information support， and the social level of information security significantly regulates social capital the three dimensions of relationship dimension， cognitive dimension， and structure dimension have the influence on emotional support， and positively regulate the influence of social capital on information support of relationship dimension and structure dimension. From the perspective of the relationship dimension， cognitive dimension and structure dimension of social capital， the formation mechanism of the social support of information security community is clarified.

Keywords：information security community; Kafan; social capital; social support

勒索病毒等信息安全事件使人们变得更加脆弱、痛苦和孤独。虽然亲朋可以提供信息安全知识上的帮助，由于流动性、缺乏同样境遇以及潜在沟通障碍等问题，人们逐渐倾向于从在线社区获得支持[1]，以应对情况的不确定性[2]。随着信息安全事件的频发和Freebuf、红黑联盟、卡饭论坛等信息安全社区在网络中的

广泛影响，从信息安全社区获取社会支持对改善人们的脆弱、痛苦和孤独等起到了重要作用。因此，探究信息安全社区的社会支持对人们提升信息安全知识、增强面对信息安全事件的应对能力有重要的作用和意义。

现有关于社会支持的研究主要聚焦于网络社交类在线社区[3]、在线健康类社区[4]、针对性强的专业社区[5]等，尽管以往文献从用户知识贡献[6]、用户对社区的满意度和信任[7]、用户使用强度[8]等多方面对社会支持进行了探究，但还存在2个方面的不足：一方面，现有研究较少考虑信息安全社区的社会支持;另一方面，现有研究大都探讨在线社区社会支持的影响因素，较少考虑社会支持的前置变量。因此，信息安全社区社会支持的形成机制是值得研究的学术问题。本研究借助社会资本的关系维、认知维和结构维3个维度，以信息安全社区为背景，基于卡饭论坛数据分析和挖掘成员的在线社会资本，探讨用户的关系维、认知维和结构维社会资本对提供信息支持和情感支持的影响，丰富信息安全社区社会支持机制研究，更为全面地探讨信息安全社区社会资本与社会支持之间的关系。

1文献综述

本文的研究内容是通过探讨社会资本与社会支持的关系，揭示信息安全社区社会支持形成机制，研究主要涉及信息安全社区、信息安全社区的社会支持与在线社区中的社会资本3个方面。因此，下面将综述这3个领域的现有研究，为本研究提供重要的参考。

1.1信息安全社区

在线社区是人们互相交流、彼此关怀以形成人际关系网络的基于计算机网络的社会集合体，如百度贴吧、360论坛、丁香医生社区等。在线社区是成员获取信息支持、情感支持和社会资本的渠道，成员可能认识已经加入社区的其他人，但大多数互动通常是在没有强大人际关系的陌生人之间进行的[9]。他们分享集体归属感和相互责任感，发展自己的仪式和传统，对其他成员和整个社区有一种责任感[10]。

信息安全社区指分布在不同地域的用户在网络信息技术的支持下进行信息安全知识交流与人际互动的虚拟空间，因其自由、开放的特点逐渐成为用户表达意见、进行知识共享或者交换信息的平台，Feledi等[11]研究发现信息安全部门的知识共享将导致风险减少;Alireza等[12]研究发现预期的社会互动能够强烈地影响知识共享行为，知识共享行为与信息安全风险降低期望之间存在着强有力的正相关关系。这进一步说明信息安全社区对用户去获取与安全相关的信息资讯和情感支持有促进作用[13]。目前国内比较知名的信息安全社区有360社区、卡饭论坛、安全论坛等。百度贴吧、知乎等社交平台也开通了信息安全版块供用户交流。

1.2信息安全社区的社会支持

社会支持是指通过他人提供的帮助使个人获得包括诸如情感性、工具性、信息性等方面的支持[14]，是个体感知到的来自组织其他成员的关爱与支持[15]。随着互联网的普及，在线社区为用户提供了参与支持性沟通和获得社会支持的机会，已经成为参与人数最多、应用领域最广泛的社会支持形式。获得社会支持是使用社交网站的主要动机之一[16]，它特有的经济价值，通过网络连接向外界传播社交请求的便利性[17]，使得社交平台不同于其他互联网应用，帮助个人获得和交换社会支持[18]。

社会支持在不同情境下包括的内容也会有所区别，先前的研究已经提出不同的社会支持分类[19]。网络社交类在线社区中，学者将社会支持划分为信息支持和情感支持，线上支持和线下支持，评价支持、尊重支持和情感支持等证明社会支持对用户交流的影响作用;在线健康社区中，学者根据信息支持、情感支持和陪伴支持[20]，信息支持、情感支持和网络支持，信息支持、情感支持和实际性支持[21]证明社会支持可以有效地缓解患者情绪使患者积极应对和解决疾病问题，但针对信息安全社区的社会支持分类尚不明确。

信息安全社区下，用户可以利用社区提供的各类便利条件与他人分享个人对安全知识的经验、观点并缓解情绪。信息安全社区的用户不仅希望得到专业的技术性问题的指导意见和经验，还期望他人给予情感方面的关心与安慰。因此在本研究中将信息安全社区的社会支持划分为信息支持和情感支持。

1.3在线社区中的社会资本

社会资本理论被定义为嵌入在个人、社区、网络或社会之间关系网络中的资产或资源的总和，它通过个体之间的人际关系而存在。Nahapiet等[22]认为社会资本是多维度的概念，包括关系维度、认知维度和结构维度。关系维社会资本（relational capital，Rel-Cap）指的是用户通过互动产生的人际关系，如信任和互惠[23];认知维社会资本（cognitive capital，Cog-Cap）表示社会网络中的人在何种程度上共享一个共同的观点或理解，指的是共同的认知模式，其中共同语言是认知资本的主要表现形式;结构维社会资本（structural capital，Str-Cap）反映社区用户间的连接和纽带，表现为社区用户之间的社会关系强度，如交流时间、沟通频率[24]。

目前，不断有学者从社会资本理论视角，分析在线社区用户的知识共享意愿。Chiu等[25]和Chang等[26]认为关系维度最关键的方面包括信任、互惠规范和认同，认知维度最关键的方面包括共同语言与愿景;结构维度最关键的方面包括用户之间是否存在社会互动关系，基于此分析网络社区用户提供答疑帮助的动因。潘梦雅等[27]围绕社会资本3个维度理论从互惠、成员之间的共同语言以及用户的社交关系网络进行用户答题潜在可能性的分析。袁留亮[28]选择信任代表关系维社会资本，共同语言和共同愿景代表认知维社会资本，社会交互连结代表结构维社会资本研究成员知识获取中的关系利用行为。赵杨等[29]则将发表文章数量、回答问题数量、是否实名认证作为关系维社会资本，将获得点赞数、是否标注专业领域作为认知维社会资本，将用户关注的人数和粉丝数作为结构维社会资本研究问答平台用户知识付费行为影响。由此可见，社会资本的三维度划分对研究社会网络中用户的社会关系、声誉、信任度具有重要作用[30]。对于信息安全社区而言，在缺乏信息安全專业知识的情境下，通过专业回答反映出的个人社会资本将成为社区用户选择提供社会支持的重要依据。基于此本文将从关系、认知、结构3个维度对社会资本进行划分。

综上，现有关于社会资本与社会支持的文献主要集中在网络社交类在线社区、在线健康类社区等在线社区的相关研究，而信息安全社区的相关研究仍处于探索阶段。且已有研究信息安全事件多数关注用户在线下获得的社会支持，较少考虑在信息安全社区如百度贴吧、360安全论坛等社会支持的作用。因此，本文以信息安全社区为研究载体，基于社会资本理论，以卡饭中勒索病毒板块为数据，考虑多维度的社会资本对社会支持的形成机制。

2理论模型与研究假设

2.1理论模型

基于社会资本理论，本文构建信息安全社区社会支持的形成机制模型，探究信息安全社区关系维社会资本、认知维社会资本、结构维社会资本和社会支持之间的形成机制。该模型考虑了信息安全社区独特特征：社区成员多数遭遇信息安全事件、社区成员彼此互动强、社区成员具有高度的参与感以及参与安全类话题时社区成员的使命感。基于前文所述对社会资本的关系维度、认知维度和结构维度进行划分且对信息安全社区的社会支持的信息支持和情感支持进行分类。本文除了社会资本这一因素外，信息安全社区成员是否有能力与他人进行高效的信息安全沟通交流也是关键因素，因此在模型中加入信息安全社区用户等级这一概念，用以作为社会资本与社会支持2个概念之间的调节变量，如图1所示。

2.2信息安全社区关系维社会资本与社会支持相关的研究假设

社会资本由关系、认知和结构3个维度构成，其中关系维社会资本代表个人之间强有力的关系纽带——情感和密切的关系[31]，通过这种纽带，他们相互信任、分享规范和认同。

在信息安全社区中，信任是社区成员共享信息安全知识、资源获取和合作的重要前提。关系维社会资本可能会激励社区成员分享安全信息[32]，通过增加信任、社会认同和符合帮助规范，信息安全社区减少了用户在分享有效信息时易受接收者攻击的担忧，创造了合作气氛，并增强了信息安全社区成员的集体责任感[33]。在信息安全事件的威胁下，拥有高水平关系维社会资本的成员可以被高度激励向其他成员提供安全知识帮助，社区成员对关系维社会资本水平高的成員之间具有强烈的情感纽带，这是由于他们的共同命运导致的高度同质化和依恋[34];共享压力源的用户之间的这种强烈认同、提供信息和意见的规范压力以及在信息安全社区中自我披露敏感信息的趋势都是强大的激励因素[35]，驱使关系维社会资本高的成员积极参与支持交流，并在有机会时提供所需的信息[36]。其次，信息安全社区中，由于社区成员大都遭受不同程度的信息安全事件且拥有相似的信息需求，信任、社会认同、符合帮助规范等因素对社区成员分享安全知识有积极影响。

关系维社会资本也会导致社区成员提供情感支持，嵌入在亲密关系中以情感为导向的交流可以在信息安全社区得到进一步加强[37]。在线交流的特点，如异步互动和缺乏非语言暗示，促进了“超个人”交流使在线关系可以比离线关系更亲密[38]。信息安全社区的在线互动可以涉及更多的私人思想和情绪的披露，从而增加互动者之间的信任，这种超个人化的现象在遭遇高度信息安全威胁的用户中尤为重要，因为他们具有高度的同性和高度的社会认同。在这种情况下，信息安全社区成员可能会更加用心地分享信息安全专业知识以防他人再次被骗以及提供情感支持。基于以上讨论，提出假设H1a、H1b：

H1a：关系维社会资本在信息安全社区对信息支持提供正向影响。

H1b：关系维社会资本在信息安全社区对情感支持提供正向影响。

2.3信息安全社区认知维社会资本与社会支持相关的研究假设

认知维社会资本作为提供共同理解和意义的资源，包括共同的语言和特定领域的专业知识[22]。共享语言是认知维社会资本的一个方面，涉及对社区特定术语的掌握。它是人们交流和创造共同文化的手段，确保每一句话都有一致的含义，创造一种鼓励人际交流的氛围，因为它简化了个人之间的交流。

在信息安全社区中，特定信息安全的专业知识是由社会互动来重新创造的，通过社会互动，个人协调和适应成员的替代模式[39]。随着用户信息安全领域专业知识水平的提高，用户更加了解正确的信息安全防御措施并可以拥有快速反应的能力[40]，从而促进社区用户采取有效的行动。为了进行有效的互动并在信息安全社区提供帮助和支持，成员使用通用的信息安全相关语言并分享信息安全社区相关专业知识。面临信息安全事件的威胁时，人们会被吸引到信息安全社区群求支持，而不是寻求专业的技术人员或他们的家人朋友，一个关键的原因是信息安全社区成员理解他们的感受并基于他们共享的语言与信息安全相关的专业知识进行帮助。认知维社会资本使一个人具备理解信息安全社区其他成员与信息安全相关所需的知识，从而使一个人能够提供信息支持来帮助解决当前的问题。

同时，拥有信息安全相关的知识和经验以及类似经历情况的成员可以理解共同语言并产生共鸣[41]，通过个人遭遇或与他人互动获得高水平认知维社会资本的人更有可能提供情感支持以强调他们自己经历的相似性，换取爱与鼓励。一个人的认知维社会资本水平越高，就越有能力理解社区其他成员的情况和情绪以及他们所遇到的信息安全问题，因此就越有可能提供情感支持。基于以上讨论，提出假设H2a、H2b。

H2a：认知维社会资本在信息安全社区对信息支持提供正向影响。

H2b：认知维社会资本在信息安全社区对情感支持提供正向影响。

2.4信息安全社区结构维社会资本与社会支持相关的研究假设

结构维社会资本是指个体凭借其在拓扑网络中的位置获得的、嵌入在社会互动连接中的潜在资源[22]。在信息安全社区中花时间和精力发展结构维社会资本的用户往往认为，他们留在社区的好处超过了社区参与和社区中止的成本[42]。因此，他们更有可能提供更多的信息技术支持，高频率的互动为个人提供了更多与不同社区成员就不同问题进行互动的机会，拥有高水平结构维社会资本的个人更有可能了解其他社区成员的紧急需求，增加了成员提供信息支持的可能性[43]。同时因为他们可能经历过被勒索病毒等黑客技术攻击而导致个人敏感信息被盗用、重要文件丢失等，具有高水平结构维社会资本的成员，有更多的机会了解社区其他成员的情绪状态和苦恼，使他们更有可能提供情绪帮助。结构维社会资本水平高的成员有更多的机会提醒存在有类似经历的社区成员，向他们表明自己并不孤独。基于以上讨论，提出假设H3a、H3b。

H3a：结构维社会资本在信息安全社区对信息支持提供正向影响。

H3b：结构维社会资本在信息安全社区对情感支持提供正向影响。

2.5信息安全社区用户等级在社会资本与社会支持之间的调节作用

在信息安全社区中用户等级越高表示用户在信息安全方面的专业知识、解决问题的能力越强，用户等级的高低在信息安全社区的社会资本等方面存在明显的差异，并对个体的动机和行为产生影响。等级高的用户更容易拥有和谐的网络人际关系、保持良好的社会地位以及有更多的权限查看安全系数高、具有高度隐私性的帖子，从而具有更多的提供社会支持的机会;反观等级低的用户他们没有权限查阅安全系数高的帖子更无权提供社会支持。在信息安全社区虚拟交往中，等级高的用户更容易产生共鸣感如同自己就是社区的一份子，拥有分享安全信息提供帮助的倾向。当社区其他成员需要帮助时，等级低的成员缺乏帮助他人解决信息安全问题的能力，因此不容易走向社会网络的核心位置;而较高等级的社区成员，就拥有了与他人讨论问题分享经验和能力的资本，并更有能力快速的理解需要帮助成员的具体需求，从而迎来更多成员的信任。基于以上讨论，提出假设H4a、H4b、H4c、H4d、H4e、H4f。

H4a：用户信息安全等级对关系维社会资本与信息支持产生调节作用。

H4b：用户信息安全等级对关系维社会资本与情感支持产生调节作用。

H4c：用户信息安全等级对认知维社会资本与信息支持产生调节作用。

H4d：用户信息安全等级对认知维社会资本与情感支持产生调节作用。

H4e：用户信息安全等级对结构维社会资本与信息支持产生调节作用。

H4f：用户信息安全等级对结构维社会资本与情感支持产生调节作用。

2.6信息安全社区关系维、认知维与结构维社会资本之间的研究假设

在信息安全社区中，具有高水平结构维社会资本的用户处于溝通流和知识交流的中心，因此能够从各方面获取知识，社区成员的不同信息和观点汇集在一起，新的想法和理解也更可能通过互动出现。人们在遭遇信息安全事件的威胁后，缺乏相关事件的解决办法，通过各种各样的信息和情感支持与经历过类似情况的其他成员互动，有助于实现他们最初的目标[44]。在线社区，参与者缺乏面对面环境中存在的视觉、语言和其他身体暗示，信息交互是个人评估彼此可信度、建立和维护社会身份和同质化感以及构建适当和不适当行为的社区规范的关键[45]。高度嵌入结构的成员倾向于基于社区的显著特征感知人际相似性，这促进了群体认同和依恋。

信息安全社区成员通常是网络攻击的受害者，有着经历信息安全威胁的共同命运和消除威胁的共同目标。认知维社会资本使一个人有能力了解信息安全社区其他成员的情况，并为社区做出贡献，这反过来又使信息安全社区成员重视和加强他们的社区成员资格。此外，在信息安全社区成员中使用共享语言这一统一的符号有助于定义和组织社会类别，以便人们识别和区分群体成员和非成员。它还反映了信息安全社区成员对群体规范的遵守情况。通过社交互动使用共享语言对于在网络环境中创造社会身份尤为重要，因为他们没有其他可以认同的象征性物品。在高度同质化的社区中，获得关于其他成员的知识，在信息安全社区成员中使用共同语言，可以进一步促进认同过程，从而增加关系维社会资本[23]。因此，提出假设H5、H6、H7。

H5：在信息安全社区中结构维社会资本对关系维社会资本提供正向影响。

H6：在信息安全社区中结构维社会资本对认知维社会资本提供正向影响。

H7：在信息安全社区中认知维社会资本对关系维社会资本提供正向影响。

3数据来源

3.1数据收集

本文以在信息安全社区有影响力的卡饭论坛为研究对象。卡饭论坛于2006年6月份开放，吸引了大量的用户，营造了和谐友善的环境，论坛用户大多讨论彩虹猫病毒、蠕虫病毒、勒索病毒等。本研究采用爬虫工具在2020年12月抓取卡饭论坛上所有关于勒索病毒的在线评论数据共计11 882条评论。本研究抓取了每一条在线评论用户的安全等级（Security Level，Sec-Level）、空间访问量（Space Acess，Spa-Acess）、好友数（Follower）、发表时间（Publish Date，Pub-Date）等，为了保证研究的有效性，首先剔除缺少评论正文内容的样本，最终共计保

留10 550条有效的在线评论。爬取的数据主要来自于回帖详情页和个人信息页2部分，如图2和图3所示。

3.2研究变量

本文基于用户在卡饭论坛评论中发布的信息支持的字数来量化信息支持（Information Support，Inf-Sup）;基于自然语言处理中文本的情感分析，给每个情感词语打分，来量化情感支持（Emotional Support，Emo-Sup），其中越倾向于负向情感得分越偏向于0，越倾向于正向情感得分越倾向于1。

本研究以前人开发的社会资本量表为基础从关系、认知和结构3个维度进行测量。在本研究中，关系维度社会资本由社会认同（Social Identity，Soc-Ide）和信任（Trust）来衡量;认知维度社会资本由共同语言（Shared Language，Sha-Lan）和回帖数（Comment）来衡量;结构维度社会资本由网络连结强度（Frequency of Interaction，Fre-Int）和活跃度（Activeness）来衡量，如表1所示。

用户的关系维社会资本代表成员之间相互信任、分享规范和认同的强度。对社区有较高信任度的成员在他们的成员资格中投入了大量的时间和情感，一个有经验用户的社会认同是由用户在群体中的评估过程来定义的，因此本文采用用户好友数来定义社会认同;而信任是与社区成员整体长期产生的情愫，自我披露表示个人愿意信任所在社区的成员，本研究中信任是通过应用语言调查分析用户在线发布的信息内容来客观测量。

用户的认知维社会资本表示所在社区的共同语言，本文通过应用信息检索和自然语言处理学科中常用的方法来分析在线回复。本文研究信息安全社区，通过分析在此社区的专有名词，即经常出现在此社区中却不经常出现在其他社区中的词语代表该社区成员使用的共享语言，通过比较每个社区成员的余弦相似性来代表共同语言，且用户越了解所在社区，代表用户掌握的专业知识和技能也就越多，回帖数也就越多，因此本文利用用户回帖数来代表认知维社会资本的分支。

用户的结构维社会资本是与其他用户进行在线交流沟通中逐渐积累起来的，在社会关系网络中，由于用户之间的关系不只是表明两者间存在简单的二元关系，本研究引入社会网络中用于测度节点在网络中拥有关系数量的度中心性的概念表示网络连结强度。节点的度中心性越大，就越处于网络的核心位置，容易成为在线交流关系中的核心用户;此外，用户活力越高表示用户在此社区花费的时间、精力越多，参与话题互动的频率也就越大，本研究利用用户信息版块下的活力值来表示活跃度。

3.3数据分析

目前，结构方程模型方法被广泛的用在了实证研究的数据分析中。结构方程模型的计算方法至少分为2种类型：一种是基于协方差的极大似然估计方法;另一种是基于方差的偏最小二乘方法（Partial Least Squares，PLS）[46]。与基于协方差的计算方法比较，PLS具有如下特性：它以方差分析为基础，从而不要求数据服从多元正态分布;除了能够处理反应型的指标还能够处理形成型的指标，并且可以在同一模型中同时计算两种不同类型的指标;PLS可以直接获得R2系数，力求最大限度地解释因变量的变动方差，从而更接近数据，更适合探索性研究和数据分析。本文的一阶潜变量有关系维社会资本、认知维社会资本和结构维社会资本，二阶潜变量有社会认同、信任、共享语言、评论数、活跃度和网络连结强度。为了检验信息安全社区社会支持模型和假设，使用偏最小二乘法，运用Smart PLS 3.0软件进行信度、收敛效度、区别效度分析，如表2所示。

信度需要满足克朗巴哈系数（Cronbach’s α）值、组合信度（Composite reliability，CR）值大于0.7的要求。由表2可知，所有变量中最低Cronbach’s α为0.858，最低的组合信度为0.933，表明本研究测量社会资本量表具有较高的信度，量表的内部一致性较好。所有潜在变量的AVE值中最小的为0.875，超过0.5标准[47]。因此，本研究测量量表具有较高的收敛效度。潜在变量的方差膨胀因子（VIF）值应小于5，对各个变量进行方差膨胀因子检验，得到的VIF值介于1～2.617之间，VIF值均小于5，说明潜变量之间不存在多重共线性。

各个潜在变量之间具有较高区别效度的量表，需满足所有潜在变量的 AVE 算术平方根均高于该变量与其他潜在变量之间的相关系数，如表3所示。由表3可知，对角线上为各个潜在变量对应AVE值的平方根，最小值为0.935;对角线下半部分为各潜在变量与其他潜在变量之间的Pearson相关系数，最大值为0.895;因此，本研究测量量表中潜在变量之间具有较高的区别效度。

4研究结果

运用Smart PLS 3.0软件进行信息安全社区社会支持机制研究模型的结构模型分析，结果如图4所示。由于预测导向的PLS-SEM主要用来解释内生潜在变量的方差，因此关键目标构建的R2值应足够大，

R2值主要用来解释内生潜在变量的方差。采用5 000个子样本的Bootstrap抽样方法对结构模型路径系数的显著性进行了检验，结果如表4所示。

通过检验之后对数据进行因子分析，Fornell等[48]提出了评价聚合效度的标准，指出所有的因子和在都必须显著大于0.7，在本研究中，所有因子载荷都显著大于0.7，其结果如表5所示。

由表4可知，假设均成立。当各内生潜变量的R2值分别为0.67、0.33和0.19时，依照经验法则分别说明模型的解释力可观、适度和较差，但由于模型中方情感支持的R2值为0.268，说明信息安全社区社会资本的3个维度对情感支持的解释较弱，为使研究更加合理本文加入社區成员的用户等级为调节变量。在卡饭坛社区中，根据成员历史参与程度与累计贡献，成员被赋予从见习点评、论坛点评到正式写手、著名点评等等级头衔。根据等级的高低，将18个等级分别量化为1～3个数字，以量化用户的等级水平。现加入用户等级为调节变量，如图5所示。

加入调节变量后，信息安全社区中结构维社会资本和其他2个社会资本维度（H5和H6）之间联系的假设如预测的那样得到了支持。具体而言，结构维社会资本与关系维社会资本（H5，β=0.213，P<0.01）和认知维社会资本（H6，β=0.164，P<0.01）均呈正相关。同样，假设的认知维社会资本和关系维社会资本之间的正相关关系也得到支持（H7，β=0.415，P<0.01）。在信息安全社区社会资本对社会支持的机制研究中，关系维社会资本对信息支持的提供具有最强的总体效应，认知维社会资本对情感支持具有最高的总体效应，如表6所示。

假设H4a～4f分别是在假设H1～3的基础之上，在自变量中引入信息安全社区用户等级对关系维、结构维和认知维社会资本的乘积项，用以检验用户信息安全等级的调节作用。H4a、H4c、H4e相对于H1a、H2a、H3a的R2增加了0.054，H4b、H4d、H4f相对于H1b、H3b、H2b的R2增加了0.17。图6进一步展示了用户信息安全等级对信息支持与关系维社会资本之间关系的调节作用，用户信息安全等级越高，关系维社会资本对信息支持的正向影响越大，特别需要指出的是，用户信息安全等级对情感支持与关系维社会资本之间的调节作用具有两面性，用户信息安全等级越低，关系维社会资本对情感支持的正向影响越小，甚至产生负向影响，用户信息安全等级越高，关系维社会资本对情感支持的正向影响越大。简而言之，信息安全等级高的用户会因为各种原因提供更多的社会支持，而信息安全等级低的用户则未必，甚至可能起到相反影响，如图6所示。

5结论与展望

本文通过构建信息安全社区社会资本对社会支持模型进行实证研究发现，信息安全社区中社会资本的关系维、认知维和结构维社会资本对信息支持有促进作用，信息安全社区中社会资本的关系维、认知维和结构维社会资本对情感支持的影响较弱;在对社区成员信息安全社会等级调节效应的验证中，结果表明社区成员信息安全社会等级显著调节社会资本的关系、认知和结构3个维度对情感支持的关系，且正向调节关系维和结构维社会资本对信息支持的关系。

本文的研究结果，对信息安全社区社会支持机制的研究有着重要的理论意义。具体如下：

1）本研究拓展了信息安全社区社会支持的形成机制。已有研究主要聚焦于网络社交类在线社区、在线健康类社区、针对性强的专业社区，在信息系统对虚拟社区的研究中，本文超越现有对信息支持的关注，通过考虑社会资本对信息和情感支持影响，验证信息安全社区“社会资本——社会支持”的形成机制。Huang等[49]在研究医疗保健虚拟社区社会资本对社会支持及陪伴活动表明社会资本的三个维度都会影响情绪支持的提供，这与本文在研究信息安全社区的结论一致;何功璞[50]研究在线患者社区表明结构维社会资本显著影响信息和情感支持，进一步验证了本文实验的准确性。本文的研究表明在线社会关系的特征是信息安全社区用户主要社会活动的关键驱动力。本研究为社会支持的前因提供一个框架，阐述关系维、认知维和结构维社会资本对社会支持的影响程度，从理论上补充和完善信息安全社区社会支持机制的相关研究。

2）本研究发现不同维度下的社会资本对用户提供信息支持和情感支持的影响情况及差异性。成员的关系维社会资本中的社会认同与信任对情感支持影响效果较强;成员的结构维社会资本中活跃度与网络连结强度对其提供信息支持和情感支持有正向影响;成员的认知维社会资本中的共享语言与评论数对情感支持影响较强。本文将信息和情感支持整合到一个理论模型中，探究了关于信息安全社区社会支持的前置因素。它提供了新的视角来看待信息安全社区，以及潜在的其他类型的在线社区。

本研究不仅在理论上有重要的意义，同时还有深刻的实践意义。具体如下：

1）本研究为应急机构和用户厘清了信息安全社区中建立认知维社会资本的重要性。这不仅是因为认知维社会资本对情感支持的提供有很强的影响，还因为它进一步提升了关系维社会资本，促进了结构维社会资本的创造。这表明作为专业的信息安全社区，最重要的是要有信息安全相关专业的知识才能吸引更多用户参与互动。本文的研究可以为现有的关系、结构、认知维社会资本和新兴社会资本（特别是由于共享经验而产生的社会认同）的影响研究提供信息。

2）为应急管理部门提供了引导信息安全知识传播的实践帮助。在信息安全社区中，用户的关系嵌入（关系强度）、专业知识和共享语言（你知道什么）比用户在社区中的社会关系（你认识谁）对用户的知识贡献行为更大。具体而言，当那些结构维社会资本高的人提供社会支持时，这可以进一步增加他们获得有价值的信息安全专业知识的机会。此外，具有高认知维社会资本的人可能会继续与他人互动，以进一步提高他们的专业知识，使得知识信息的传播更加有效[51]。因此，在信息安全事件的应急决策管理中，应当重视和利用好在社区内具有威信度的专家用户的社会网络功能，优先展示专业用户所提供的信息安全应对知识，通过一些激励措施来鼓励专业用户提供高质量的知识。

本文虽通过社会资本的关系维、认知维和结构维，研究信息安全社区社会支持的形成机制，但由于信息安全社区的隐私设置，无法确定成员的性别构成，这限制了本文研究社会支持提供中潜在性别差异的能力。未来的研究应该考察信息安全社区中显示的社会支持动态，看看它们是否因性别而异。

参考文献：

[1]LIU N，TONG Y，CHAN H C.Dual effects of social support seeking in patient-centric online healthcare communities：A longitudinal study[J].Information & Management，2020，57（8）：103.

[2]BRAILOVSKAIA J，ROHMANN E，BIERHOFF H W，et al.The relationship between daily stress，social support and Facebook addiction disorder[J].Psychiatry Research，2019，276：167.

[3]吳江，魏子瑶，王诚坤.即时会话情境下学术交流的社会支持交换机制研究[J].信息资源管理学报，2020，10（4）：36.

[4]周涛，杨文静.基于社会影响理论的在线健康社区用户知识分享行为研究[J].信息与管理研究，2020，5（6）：12.

[5]常亚平，陆志愿，朱东红.在线社会支持对顾客公民行为的影响研究：基于品牌社区的实证分析[J].管理学报，2015，12（10）：36.

[6]OH H J，LAUCKNER C，BOEHMER J，et al.Facebooking for health：An examination into the solicitation and effects of health-related social support on social networking sites[J].Computers in Human Behavior，2013，29（5）：72.

[7]陈星，张星，肖泉.在线健康社区的用户持续知识分享意愿研究：一个集成社会支持与承诺—信任理论的模型[J].现代情报，2019，39（11）：55.

[8]WANG G，ZHANG W，ZENG R.WeChat use intensity and social support：the moderating effect of motivators for WeChat use[J].Computers in Human Behavior，2019，91（2）：44.

[9]RAY S，KIM S S，MORRIS J G.The central role of engagement in online communities[J].Information Systems Research，2014，25（3）：528.

[10]JOHNSON S L，FARAJ S，KUDARAVALLI S.Emergence of power laws in online communities[J].MIS Quarterly，2014，38（3）：795.

[11]FELEDI D，FENZ S，LECHNER L.Toward web-based information security knowledge sharing[J].Information Security Technical Report，2013，17（4）：199.

[12]TAMJIDYAMCHOLO A，BABA M S B，SHUIB N L M，et al.Evaluation model for knowledge sharing in information security professional virtual community[J].Computers & Security，2014，43：19.

[13]HERCHEUI M D.A literature review of virtual communities：The relevance of understanding the influence of institutions on online collectives[J].Information，Communication & Society，2011，14（1）：1.

[14]FRISON E，EGGERMONT S.The impact of daily stress on adolescents’ depressed mood：The role of social support seeking through Facebook[J].Computers in Human Behavior，2015，44（3）：15.

[15]YAO Z，TANG P，FAN J，et al.Influence of online social support on the publics belief in overcoming COVID-19[J].Information Processing & Management，2021，58（4）：102.

[16]KIM Y，SOHN D，CHOI S M.Cultural difference in motivations for using social network sites：A comparative study of American and Korean college students[J].Computers in Human Behavior，2011，27（1）：365.

[17]LIEN C H，CAO Y.Examining WeChat users’ motivations，trust，attitudes，and positive word-of-mouth：Evidence from China[J].Computers in Human Behavior，2014，41：104.

[18]LIN X，ZHANG D，LI Y.Delineating the dimensions of social support on social networking sites and their effects：A comparative model[J].Computers in Human Behavior，2016，58：421.

[19]RUBENSTEIN E L.“They are always there for me”：The convergence of social support and information in an online breast cancer Community[J].Journal of the Association for Information Science and Technology，2015，66（7）：1418.

[20]王熙，佟星，鄭博雯.在线健康社区中用户社会支持交换行为的跨文化比较研究[J].管理科学，2020，33（1）：16.

[21]ZHANG S，O’CARROLL B E，OWEN J，et al.Online cancer communities as informatics intervention for social support：Conceptualization，characterization，and impact[J].Journal of the American Medical Informatics Association，2017，24（2）：451.

[22]NAHAPIET J，GHOSHAL S.Social capital，intellectual capital，and the organizational advantage[J].Academy of Management Review，1998，23（2）：242.

[23]LU Y，YANG D.Information exchange in virtual communities under extreme disaster conditions[J].Decision Support Systems，2011，50（2）：529.

[24]TSAI H T，BAGOZZI R P.Contribution behavior in virtual communities：Cognitive，emotional，and social influences[J].MIS Quarterly，2014，38（1）：143.

[25]CHIU C M，WANG E T，SHIH F J，et al.Understanding knowledge sharing in virtual communities：An integration of expectancy disconfirmation and justice theories[J].Online Information Review，2011，35（1）：134.

[26]CHANG H H，CHUANG S S.Social capital and individual motivations on knowledge sharing：Participant involvement as a moderator[J].Information & Management，2011，48（1）：9.

[27]潘夢雅，沈旺，代旺.社会化问答社区答题者发现研究[J].图书情报工作，2020，64（18）：76.

[28]袁留亮.基于社会资本理论的虚拟学习社群成员关系利用行为研究[J].情报探索，2019，1（7）：17.

[29]赵杨，袁析妮，李露琪.基于社会资本理论的问答平台用户知识付费行为影响因素研究[J].图书情报知识，2018，184（4）：15.

[30]杨刚，闫璐，房贻庆.答案质量反馈对社会化问答社区用户持续答题意愿的影响研究：以“知乎”平台为例[J].图书情报工作，2020，64（11）：46.

[31]MAYER R C，DAVIS J H，SCHOORMAN F D.An integrative model of organizational trust[J].Academy of Management Review，1995，20（3）：709.

[32]陈明红，漆贤军.社会资本视角下的学术虚拟社区知识共享研究[J].情报理论与实践，2014，37（9）：101.

[33]高江丽，陈翔，周华富.用户创新虚拟社区的社会网络关系研究：以M虚拟社区为例[J].科技与管理，2019，21（1）：62.

[34]VAN B J J，BAICKER K，BOGGIO P S，et al.Using social and behavioural science to support COVID-19 pandemic response[J].Nature Human Behaviour，2020，4（5）：460.

[35]TREPTE S，DIENLIN T，REINECKE L.Influence of social support received in online and offline contexts on satisfaction with social support and satisfaction with life：A longitudinal study[J].Media Psychology，2015，18（1）：74.

[36]TSAI J C A，HUNG S Y.Examination of community identification and interpersonal trust on continuous use intention：Evidence from experienced online community members[J].Information & Management，2019，56（4）：552.

[37]GIBBS J L，KIM H，KI S.Investigating the role of control and support mechanisms in members’ sense of virtual community[J].Communication Research，2019，46（1）：117.

[38]ROZZELL B，PIERCY C W，CARR C T，et al.Notification pending：Online social support from close and nonclose relational ties via Facebook[J].Computers in Human Behavior，2014，38：272.

[39]SHANE S C，MANAGO A，GAGGI N，et al.Why do college students prefer Facebook，Twitter，or Instagram？ Site affordances，tensions between privacy and self-Expression，and implications for Social Capital[J].Computers in Human Behavior，2018，86：276.

[40]DRURY J.The role of social identity processes in mass emergency Behaviour：An integrative review[J].European Review of Social Psychology，2018，29（1）：38.

[41]HUANG Q，CHEN X，OU C X，et al.Understanding buyers loyalty to a C2C platform：The roles of social capital，satisfaction and perceived effectiveness of E-commerce institutional mechanisms[J].Information Systems Journal，2017，27（1）：91.

[42]CHEN X，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.

[43]HU X，CHEN X，DAVISON R M.Social support，source credibility，social influence，and impulsive purchase behavior in social commerce[J].International Journal of Electronic Commerce，2019，23（3）：297.

[44]CHEN R，SHARMA S K.Learning and self-disclosure behavior on social networking sites：The case of Facebook users[J].European Journal of Information Systems，2015，24（1）：93.

[45]XIONG Y，CHENG Z，LIANG E，et al.Accumulation mechanism of opinion leaders social interaction ties in virtual communities：Empirical evidence from China[J].Computers in Human Behavior，2018，82：81.

[46]HULLAND J.Use of partial least squares （PLS） in strategic management research：A review of four recent studies[J].Strategic Management Journal，1999，20（2）：195.

[47]CHIN W W.The partial least squares approach to structural equation modeling[J].Modern Methods for Business Research，1998，295（2）：295.

[48]FORNELL C，LARCKER D F.Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research，1981，18（1）：39.

[49]HUANG K Y，CHENGALUR S I，PINSONNEAULT A.Sharing is caring：Social support provision and companionship activities in healthcare virtual support communities[J].MIS Quarterly，2019，43（2）：395.

[50]何功璞.在線患者社区成员的社会资本对社会支持的影响研究[D].哈尔滨：哈尔滨工业大学，2020：1.

[51]CHENG X，FU S，DE V G J.Understanding trust influencing factors in social media communication：A qualitative study[J].International Journal of Information Management，2017，37（2）：25.

[编辑：刘琳琳]

3495500338296