论文部分内容阅读
[摘要][目的/意义]知识经济时代，社会化网络越来越得到重视，而探究其对于知识协同的作用一直处于摸索阶段。[方法/过程]本文基于对社会化网络、知识协同基本定义的界定上，利用维度衡量、模型构建为架构，利用数据对模型进行验证分析。并引入情境因素作为外生环境因素探究其对于社会化网络及知识协同的影响。[结果/结论]通过实证分析，表明社会化网络对于知识协同以及情境因素中部分维度有着显著影响；用户因素对于知识协同存在显著影响，情境因素在社会化网络与知识协同之间存在部分中介效应。
[关键词]社会化网络；知识协同；情境因素；知识创新
DOI：10 3969/j.issn.1008—0821.2017.06.012
[中图分类号]G250.7 [文献标识码]A （文章编号]1008—082l（2017）06—0072—08
当前，网络已渗透到人们生活的方方面面，每个人的生活几乎都离不开网络，网络的应用也层出不穷。社会化网络的出现，受到大家的追捧和广泛的参与，对人们的学习、生活产生了很大的影响。身处网络的我们也同时处在一个以知识为主导的时代，越来越多的人认识到，知识是赢得竞争优势的核心，而知识创新是个体、组织提高与保持竞争力的主要方法。而随着创新的成本越来越高，创新周期越来越短，仅仅依靠单个知识个体创新无法保证竞争力的需要，而由多种知识主体共同构成的社会化网络不仅协同意愿较高，且网络系统中的知识流动速率较快，有利于实现知识主体间的无缝隙交流，知识能够有效共享、集成、加工与转化，确保实现快速的知识输送从而加速知识创新活动。当然，在我们利用社会化网络进行知识协同的时候，也会不可避免地受到情境因素不同程度的影响。情境因素主要是关于在进行知识活动时，与之有关的条件、背景和环境等，它既包括外部的情境因素，也包括知识主体的情境因素。可见情境因素是我们在研究社会化网络和知识协同之间关系时的一个重要因素，因此，我们在本文中引入了情境因素这个范畴，研究社会化网络、情境因素、知识协同这3個之间的关系。
1文献回顾
1.1社会化网络理论回顾
从社会化网络的内涵定义来看，国外学者强调社会化网络中的关系性，德国学者Alexander Richter等（2009）认为社会化网络是一种应用系统，它能为用户提供身份管理，也即个人自身的描述（比如以个人档案资料的形式进行），和其他用户进一步保持联系，以及对所拥有的关系进行管理。Mitchell等（2009）认为，社会网络也可以称之为关系，是指在一群特定的人之间，他们之间所有正式与非正式的社会关系，这些关系包括人与人之间建立的直接社会关系以及通过物质环境和文化共享而建立的间接社会关系。Dongmalm（2012）认为，社会化网络又可称之为社交网络，它主要是指人和人之间在兴趣爱好、人际脉络、交易等关系的基础上建立起来的关系并由此形成的社会网络结构。国内学者更多强调其技术性，邓胜利等（2010）认为社会化网络是指在网络服务环境下，一系列的社会化网络行为组合而成的复杂关系网，用于构建社会用户关系网络和强调协作开发的Web2.0应用。李健（2012）认为社会化网络是互联网技术发展的新形态，它是以“六度分割理论”为基础，以现实的人际关系为基础，模拟或重建社会关系网络。
在本研究中，我们将社会化网络的定义为：网络用户通过参与社交网络平台（如人人网、知乎）获取信息、收获知识和在这种方式下建立的社会化交往关系。这个定义主要有以下3个方面的内涵：①社交网络平台为广大网络用户提供了共同的参与平台；②参与社交网络的用户主要是为了获取信息，收获知识；③通过社交网络平台，在信息交流过程中所建立的社会化关系。
1.2知识协同理论回顾
协同学理论是由德国学者H.Hake于20世纪60年代提出，协同的含义主要是指不均衡的开放系统如何在与外界互动时，通过内外部资源的协同作用，自发形成时间、空间和功能上的有序性。最早将协同学引入管理学领域的是英国学者H.伊戈尔·安索夫，随后，更多的学者对协同学进行了多角度、多领域的研究，最早将协同学应用到知识管理领域的是知识管理专家Anldam，他于2002年首次提出知识协同概念，指出知识协同是知识管理未来的发展趋势，他将这一趋势称为第三代知识管理——以知识协同为标志的知识管理阶段。
Chatenier等认为知识协同是一种学习过程，它通过4个阶段实现：外部共享、内部集成、融合、创新，他认为知识协同的学习过程的目标是知识创新。樊治平等也认为知识协同是多个行为主体运用自身掌握的知识资源进行协作创新的过程。李全喜在研究供应链企业的知识协同过程中发现，组织间的知识协同一般包括5个方面：知识共享、知识获取、知识整合、知识应用、知识创造。章颖华等指出知识协同是将不同主体、不同时点的知识进行有效的集成、互补和共享，从而实现快速的知识创新和有效的应用，以此来满足组织对知识动态管理和创新的需要。从社会化网络角度来看待知识协同过程，其本质上是一种知识的流动过程，由于社会化网络中具有大量的异质化知识主体，由于社会分工与资源禀赋的差异，各主体的知识存量落差导致了知识的方向性流动，这种方向性一般是从知识提供方流向知识需求方。在知识流动的过程中，首先是知识主体的共享过程，之后知识需求方获取了相关知识再对其进行选择、转移、消化等一系列操作，并最终将自身内部知识资源加以整合，形成知识的外溢作用，在这一过程中知识随社会化网络进行的方向性流动会产生一种自系统链条，即知识链。因此，基于知识流动下的知识协同过程主要分为3个阶段：知识共享、知识获取与知识创新。
1.3情境因素理论回顾
在知识管理领域，情境是与知识或知识活动等相关的条件、背景和环境等，它主要包括外部环境、背景因素（如与之相关的物理、社会等环境）知识主体环境（认知、经验、心理等）。Belk认为情境因素是指在某一特定的时间和地点，存在一些对当前行为产生影响的某些因素，这些因素不因人的意志转移而转移。他认为情境因素主要包括物质环境、社会环境、时间因素、任务类型以及先前状态。Schmidt等人从用户角度出发，将情境因素划分为与人有关的情境和与物理环境有关的情境。前者主要包括社会环境、用户信息和用户任务，后者有诸如位置、基础设施和物理条件等。这些与物理环境有关的情境因素，是可以利用传感器技术进行收集的。Jacek Gwizdka将情境因素分为外部情境和内部情境。相比较内部情境，他认为外部情境更容易被设备感知到，并且在实际情况中，内部情境和外部情境是同样重要的。 情境因素对知识协同会产生很大的影响，任何個体或组织在进行知识协同的过程中，都必须依赖于特定的背景、条件和环境等，情境因素对知识协同的影响主要体现在两个方面。一方面，情境是知识产生和应用的具体背景和环境，特定的情境刻画了知识和知识活动发生时相关的重要情形特征，无论是知识共享、知识获取还是知识创新，都是与当时的情境相关。另一方面，情境是准确理解知识的重要因素，它影响人们对知识价值的判断，同时，情境也是进行知识协同的基础，知识活动必须在特定的情境下才具有意义，知识活动一旦脱离特定的情境，有可能会出现差错。知识是从信息中产生的，而信息必须要经过人的大脑处理后才能变成知识，同样的知识活动过程，在不同的情境之下就会产生不同的效果。比如某个个体的情绪状态在此时良好，那么他的大脑对信息加工的过程中，就会产生积极的影响，最终形成的知识结果肯定是优质的；反之，信息产生的知识有可能会出现差错或偏颇。所以只有在良好的情境中，个体或组织才能够更好地将信息转化为知识，准确地判断该知识所具有的价值量。在社会化网络平台中，知识内容是非常丰富的，如果一个个体或组织没有相关的知识识别、知识提取的技能，那么最终的知识协同效果肯定会受到不同程度的影响。
基于以上理论，我们提出以下假设：
H3：外部情境对知识协同具有显著正向影响；
H3a：外部情境对知识获取具有显著正向影响；
H3b：外部情境对知识共享具有显著正向影响；
H3c：外部情境对知识创新具有显著正向影响；
H4：用户情境对知识协同具有显著正向影响；
H4a：用户情境对知识获取具有显著正向影响；
H4b：用户情境对知识共享具有显著正向影响；
H4c：用户情境对知识创新具有显著正向影响。
3影响因素与变量设计
3.1社会化网络的测量
对社会化网络的测量，主要有SNA和构成要素分析两种方法。
SNA，即社会网络分析法。这种测量方法从网络结构出发，通过对网络中的个体属性及网络整体属性进行分析，研究社会化网络到底处于什么样的状态中。其中网络个体属性分析有中心度、知识距离等；网络整体属性的分析主要有小世界效应、小团体研究等。这种测量方法需要对整个网络进行测量，在测量的基础上运用图形来模拟各行动者之间关系的结构特征。构成要素分析法是指从构成要素出发，采用问卷调查法来揭示网络特征，主要测评指标有网络密度、异质性、中心度、规模等。
鉴于SNA方法的局限性、个人能力和本文的研究方法，认为构成要素的测量方法比较合适。因此，在本文中，我们主要采用问卷调查的方法对社会化网络进行测量和分析，以此来反映社会化网络大体上的一个状态。构成要素测量法中，不同学者在自己的研究中提出了一些有益的尝试：Marsden等从交换资源的数目、类型、频率和私密性等进行测量㈨；Tsai和Ghoshal从结构、关系和认知3个维度进行了测量；Hansen从网络大小、连接强度、网络竞争、联结强度进行了测量。
结合已有的研究结论和本文的研究目的，本文对社会化网络的测量从结构维度、关系维度、认知维度这3个方面进行。其中结构维度的测量指标选择互动关系强度，关系维度的指标选择信任，认知维度的指标选择共同语言指标进行测量。
3.2知识协同的测量
Barut以供应链节点参与的企业为研究对象，对信息协同程度进行了度量，他在度量的过程中用到了信息延展度（Information Extent，记作IE）和信息强度（Information Inten-sity，记作Ⅱ）两个指标。信息延展度指的是双方或多方之间信息交换的深度；信息强度指双方或多方交换信息内容的数量以及信息的丰富性，研究的成果主要是为了制定生产计划和物流计划。程国平等对信息协同的度量用到了信息广度和信息深度两个指标。信息广度、信息深度与Barut提出的信息延展度、信息强度相对应，他基本上是采用了Barut的测量方法。其中，信息的获取度包括信息的广度和信息的深度，信息的敏捷度指获取信息的及时程度。朱文平构建了信息协同度的维度，并给出了信息延展度、信息强度、信息质量度的指标度量方法。赵冬梅从信息质量度和信息获取度两个维度来测量信息协同的程度。信息质量度主要是指用户获取到信息的有效性和实用性，信息获取度主要是指用户获取信息的难易程度，获取信息质量等。
在以上学者研究的基础上，本文基于知识协同的过程，对知识协同的测量主要从以下3个方面进行：知识共享、知识获取和知识创新。
3.3情境因素的测量
情境因素指与社会化网络、知识协同有关的因素，包括外部情境、计算情境、网络情境、距离情境、知识情境、用户情境等。本文对情境因素主要参照程文英和顾君忠对情境因素的相关研究，对情境因素从外部情境和用户情境进行研究，具体见表1。
4实证分析
本次调查从2015年10月展开，截止到2016年5月完成调查，问卷形式以纸质问卷为主，共发放300份问卷，回收289份问卷，回收率达到96.3%，剔除不完整或者选择没有使用过社交网络的问卷之后，有效问卷为269份，有效率为93.1%。
4.1样本属性分析
从回收上的数据来看，本次问卷调查对象中本科生占到46.8%，硕士研究生占到37.6%，博士研究生占到15.6%；就年龄层次而言，由于本科生、研究生阶段的年龄大都在18～30岁，在此次调查中，15～20岁的占比为7.4%，21～30岁的占比为90.7%；使用社交网络历史时长来说，4年以上的比重最高，占到90%；每天使用社交网络时长1～2小时的比例为37.5%。从样本属性来看，还是比较符合本次研究对象的特点——有着长时间的社交网络使用历史、知识与信息交流较频繁的知识型个体。 4.2信、效度分析
信度主要是对所收集到的数据的可信性进行测量，效度（Validity）是指有效性，它反映的是在研究中选用的测量工具或手段是否能准确测出所测量事物的有效程度。如果效度越高，那么就表示所测量到的结果与所要考察的内容就越契合；反之，则越不契合。
从表2可以看出，社会化网络、知识协同、情境因素三者的C’α系数都超过了0.7，表明本次调查数据的可信度较高；其次，三者都通过了巴特利球形检验，说明本次的问卷测量具有较高的效度和数据一致性。
4.3相关分析
相关分析是用来反映研究的各个变量之间是否存在某种依存关系，主要的测量指标有相关方向和相关程度（即相关系数的大小，相关系数越大，表明相关程度越高）。本文应用SPSS18.0对社会化网络的3个维度、知识协同的3个维度、情境因素的兩个方面进行了Pearson相关分析。
从表3我们可以看出，变量与变量之间均呈显著相关。从整体来看，社会化网络与知识协同（r=0.694）、社会化网络与情境因素（r=0.560）、情境因素与知识协同（r=0.680），从它们的相关系数我们可以看到知识协同与情境因素的相关系数最高。这在一定程度上验证了我们在前文所论述的社会化网络与知识协同、社会化网络与情境因素、情境因素与知识协同之间的关系。情境因素与知识协同的相关度相对于社会化网络与知识协同来说较高，可能是因为个体在进行知识协同的过程中，个体对社会化网络已达到较为熟悉的程度，反而情境因素的稍微一变动，对个体进行知识协同的效应影响就较大。从各分维度上来看，社会化网络与知识协同中的知识共享、知识获取、知识创新相关度都比较高，其相关系数分别为0.638、0.565、0.553。社会化网络与外部情境的相关程度最低，其相关系数只有0.081，社会化网络与用户情境的相关度较高，其相关系数为0.518。外部情境与知识协同的相关度较低，相关系数为0.071，用户情境与知识协同的相关度较高，相关系数为0.639。从以上数据来看，用户情境与社会化网络、知识协同的相关度都较高，而情境因素与社会化网络、知识协同的相关度却很高，之所以会出现这样的情况，可能是因为在社会化网络中，成员间主要是通过网络进行联系的，用户网络基本技能的掌握必然会对社会化网络产生很大的影响。相反，由于用户长期处于相似的外部情境中，对外界因素、对设备的熟悉感比较高，因此对社会化网络的影响反而比较小。
4.4回归分析
4.4.1社会化网络对知识协同的回归分析
以社会化网络为自变量，知识协同、知识共享、知识获取、知识创新为因变量运用SPSS18.0做线性回归，然后再将它们的结果汇总，最后得到表4。由表4可以看出，假设都通过检验，即H1（社会化网络对知识协同有显著正向影响）、H1a（社会化网络对知识共享有显著正向影响）、H1b（社会化网络对知识获取有显著正向影响）、H1c（社会化网络对知识创新有显著正向影响）假设成立。
4.4.2社会化网络对情境因素的回归分析
以社会化网络为自变量，情境因素、外部情境、用户情境为因变量用SPSS18.0做线性回归，然后再将它们的结果汇总，最后得到表5。由表5可以看出，假设H2a（社会化网络对外部情境）的P值为0.187，这也说明了此假设不成立。其它假设都通过了检验，即H2（社会化网络对情境因素有显著正向影响）、H2b（社会化网络对用户情境有显著正向影响）假设成立，H2a假设不成立。
4.4.3情境因素与知识协同的回归分析
分别以外部情境、用户情境为自变量，知识协同以及3个维度为因变量做线性回归，然后再将得到的结果汇总，最后得到表6。从做出的结果来看，H3及其下属假设的验证结果并没有得到支持，即外部情景对于知识协同并无显著的影响。其余假设均得到验证。
5结论与展望
5.1结论
本文基于问卷调查所收集的数据，结合实证研究得出以下结论：
1）社会化网络对知识协同有显著正向影响作用，并且社会化网络与知识协同的各个维度之间也存在着显著的正相关关系。社会化网络通过对知识共享、知识获取、知识创新不同程度的影响，进而对知识协同的效果产生影响。其中社会化网络与知识共享的相关程度最高。这些也说明了社会化网络中成员间的互动关系强度、信任以及使用的共同语言这些因素对知识协同效果的重要性，这一点与学者任文凭在团队过程视角下的创新影响因素研究结果不谋而合。这是因为个体与社会化网络中其他行动者之间互动关系强时，那么他获取信息、知识的数量和质量就会相对较高，知识共享的程度就会高，就越有利于个体的知识创新和协同。另外，知识协同必须是建立在信任的基础之上，信任度高，知识共享程度和知识获取就更容易，这对知识协同起着直接促进的作用。信任也促使了知识和信息在网络成员之间不断交换和流动，促进个体知识协同的有效性。在具有共同语言的平台基础上，知识得以快速有效的传播、转移，促进成员间知识共享，促进知识创新，达到知识协同的最佳配置。所以在进行知识协同时，我们要时时刻刻注意营造互动强、信任度高、语言共同的社会化网络环境。
2）社会化网络对情境因素有显著正向影响作用，且与外部情境、用户情境均呈现一定的相关关系，但是社会化网络与外部情境之间的关系不是太显著，主要是与用户情境有较强的关系。随着社会化网络的发展，社会化网络已成为人们获取信息资讯、了解外界的一个非常重要的窗口。在网络环境中，当时的情境对人们交流的主题和内容会有很大的影响，这也意味着身处动态环境中的个体，会随时受到周围情境的影响。在社会化网络中，包括很多的影响因子，本文研究的互动关系强度、信任和共同语言就是其中的一部分。这些因子都反映的是人与人之间的交往和关系，包括社会化网络中的其他因子也是如此，比如个体中心性、组织信任、共同愿景等，它们都是通过人这个个体进行的，每个个体又处于不同的情境中，不管是外部情境还是用户情境都直接或间接地对社会化网络产生不同的影响。在社会化网络中，成员间主要是通过网络进行联系的，用户网络基本技能的掌握必然会对社会化网络产生很大的影响。相反，由于用户长期处于相似的外部情境中，对外界因素、对设备的熟悉度比较高，因此对社会化网络的影响反而比较小。
3）情境因素在社会化网络和知识协同中起到部分中介作用。从实证分析的结果来看，社会化网络对知识协同具有显著的影响作用，而社会化网络的良好促进作用大部分是通过情境因素来实现的。社会化网络通过对情境因素尤其是用户情境的影响进而影响到知识协同的效果。通过以上的研究结论，我们可以得知社会化网络与情境因素、情境因素与知识协同之间存在着密切的关系，社会化网络通过情境因素这一中介变量，进而对知识协同效果产生影响。这也就是说个体在社会化网络中进行知识协同时，计算机操作技能、信息获取技能会直接影响获取的知识数量和质量，而这些因素会对知识协同的效果产生重要的影响。由此可见，当我们利用社会化网络进行知识协同时，尤其要注意用户情境这个重要因素。
5.2展望
本文作为用实证方法探讨社会化网络、知识协同、情境因素三者关系的初探，当然存在一些不足，笔者认为后续的研究体现在两方面。第一，量表的构建问题，多维度的量表构架是后续研究的重点。第二，调查样本的问题，本文选择的大多数为知识型人员，未来可拓宽调查人群的样本属性。
[关键词]社会化网络；知识协同；情境因素；知识创新
DOI：10 3969/j.issn.1008—0821.2017.06.012
[中图分类号]G250.7 [文献标识码]A （文章编号]1008—082l（2017）06—0072—08
当前，网络已渗透到人们生活的方方面面，每个人的生活几乎都离不开网络，网络的应用也层出不穷。社会化网络的出现，受到大家的追捧和广泛的参与，对人们的学习、生活产生了很大的影响。身处网络的我们也同时处在一个以知识为主导的时代，越来越多的人认识到，知识是赢得竞争优势的核心，而知识创新是个体、组织提高与保持竞争力的主要方法。而随着创新的成本越来越高，创新周期越来越短，仅仅依靠单个知识个体创新无法保证竞争力的需要，而由多种知识主体共同构成的社会化网络不仅协同意愿较高，且网络系统中的知识流动速率较快，有利于实现知识主体间的无缝隙交流，知识能够有效共享、集成、加工与转化，确保实现快速的知识输送从而加速知识创新活动。当然，在我们利用社会化网络进行知识协同的时候，也会不可避免地受到情境因素不同程度的影响。情境因素主要是关于在进行知识活动时，与之有关的条件、背景和环境等，它既包括外部的情境因素，也包括知识主体的情境因素。可见情境因素是我们在研究社会化网络和知识协同之间关系时的一个重要因素，因此，我们在本文中引入了情境因素这个范畴，研究社会化网络、情境因素、知识协同这3個之间的关系。
1文献回顾
1.1社会化网络理论回顾
从社会化网络的内涵定义来看，国外学者强调社会化网络中的关系性，德国学者Alexander Richter等（2009）认为社会化网络是一种应用系统，它能为用户提供身份管理，也即个人自身的描述（比如以个人档案资料的形式进行），和其他用户进一步保持联系，以及对所拥有的关系进行管理。Mitchell等（2009）认为，社会网络也可以称之为关系，是指在一群特定的人之间，他们之间所有正式与非正式的社会关系，这些关系包括人与人之间建立的直接社会关系以及通过物质环境和文化共享而建立的间接社会关系。Dongmalm（2012）认为，社会化网络又可称之为社交网络，它主要是指人和人之间在兴趣爱好、人际脉络、交易等关系的基础上建立起来的关系并由此形成的社会网络结构。国内学者更多强调其技术性，邓胜利等（2010）认为社会化网络是指在网络服务环境下，一系列的社会化网络行为组合而成的复杂关系网，用于构建社会用户关系网络和强调协作开发的Web2.0应用。李健（2012）认为社会化网络是互联网技术发展的新形态，它是以“六度分割理论”为基础，以现实的人际关系为基础，模拟或重建社会关系网络。
在本研究中，我们将社会化网络的定义为：网络用户通过参与社交网络平台（如人人网、知乎）获取信息、收获知识和在这种方式下建立的社会化交往关系。这个定义主要有以下3个方面的内涵：①社交网络平台为广大网络用户提供了共同的参与平台；②参与社交网络的用户主要是为了获取信息，收获知识；③通过社交网络平台，在信息交流过程中所建立的社会化关系。
1.2知识协同理论回顾
协同学理论是由德国学者H.Hake于20世纪60年代提出，协同的含义主要是指不均衡的开放系统如何在与外界互动时，通过内外部资源的协同作用，自发形成时间、空间和功能上的有序性。最早将协同学引入管理学领域的是英国学者H.伊戈尔·安索夫，随后，更多的学者对协同学进行了多角度、多领域的研究，最早将协同学应用到知识管理领域的是知识管理专家Anldam，他于2002年首次提出知识协同概念，指出知识协同是知识管理未来的发展趋势，他将这一趋势称为第三代知识管理——以知识协同为标志的知识管理阶段。
Chatenier等认为知识协同是一种学习过程，它通过4个阶段实现：外部共享、内部集成、融合、创新，他认为知识协同的学习过程的目标是知识创新。樊治平等也认为知识协同是多个行为主体运用自身掌握的知识资源进行协作创新的过程。李全喜在研究供应链企业的知识协同过程中发现，组织间的知识协同一般包括5个方面：知识共享、知识获取、知识整合、知识应用、知识创造。章颖华等指出知识协同是将不同主体、不同时点的知识进行有效的集成、互补和共享，从而实现快速的知识创新和有效的应用，以此来满足组织对知识动态管理和创新的需要。从社会化网络角度来看待知识协同过程，其本质上是一种知识的流动过程，由于社会化网络中具有大量的异质化知识主体，由于社会分工与资源禀赋的差异，各主体的知识存量落差导致了知识的方向性流动，这种方向性一般是从知识提供方流向知识需求方。在知识流动的过程中，首先是知识主体的共享过程，之后知识需求方获取了相关知识再对其进行选择、转移、消化等一系列操作，并最终将自身内部知识资源加以整合，形成知识的外溢作用，在这一过程中知识随社会化网络进行的方向性流动会产生一种自系统链条，即知识链。因此，基于知识流动下的知识协同过程主要分为3个阶段：知识共享、知识获取与知识创新。
1.3情境因素理论回顾
在知识管理领域，情境是与知识或知识活动等相关的条件、背景和环境等，它主要包括外部环境、背景因素（如与之相关的物理、社会等环境）知识主体环境（认知、经验、心理等）。Belk认为情境因素是指在某一特定的时间和地点，存在一些对当前行为产生影响的某些因素，这些因素不因人的意志转移而转移。他认为情境因素主要包括物质环境、社会环境、时间因素、任务类型以及先前状态。Schmidt等人从用户角度出发，将情境因素划分为与人有关的情境和与物理环境有关的情境。前者主要包括社会环境、用户信息和用户任务，后者有诸如位置、基础设施和物理条件等。这些与物理环境有关的情境因素，是可以利用传感器技术进行收集的。Jacek Gwizdka将情境因素分为外部情境和内部情境。相比较内部情境，他认为外部情境更容易被设备感知到，并且在实际情况中，内部情境和外部情境是同样重要的。 情境因素对知识协同会产生很大的影响，任何個体或组织在进行知识协同的过程中，都必须依赖于特定的背景、条件和环境等，情境因素对知识协同的影响主要体现在两个方面。一方面，情境是知识产生和应用的具体背景和环境，特定的情境刻画了知识和知识活动发生时相关的重要情形特征，无论是知识共享、知识获取还是知识创新，都是与当时的情境相关。另一方面，情境是准确理解知识的重要因素，它影响人们对知识价值的判断，同时，情境也是进行知识协同的基础，知识活动必须在特定的情境下才具有意义，知识活动一旦脱离特定的情境，有可能会出现差错。知识是从信息中产生的，而信息必须要经过人的大脑处理后才能变成知识，同样的知识活动过程，在不同的情境之下就会产生不同的效果。比如某个个体的情绪状态在此时良好，那么他的大脑对信息加工的过程中，就会产生积极的影响，最终形成的知识结果肯定是优质的；反之，信息产生的知识有可能会出现差错或偏颇。所以只有在良好的情境中，个体或组织才能够更好地将信息转化为知识，准确地判断该知识所具有的价值量。在社会化网络平台中，知识内容是非常丰富的，如果一个个体或组织没有相关的知识识别、知识提取的技能，那么最终的知识协同效果肯定会受到不同程度的影响。
基于以上理论，我们提出以下假设：
H3：外部情境对知识协同具有显著正向影响；
H3a：外部情境对知识获取具有显著正向影响；
H3b：外部情境对知识共享具有显著正向影响；
H3c：外部情境对知识创新具有显著正向影响；
H4：用户情境对知识协同具有显著正向影响；
H4a：用户情境对知识获取具有显著正向影响；
H4b：用户情境对知识共享具有显著正向影响；
H4c：用户情境对知识创新具有显著正向影响。
3影响因素与变量设计
3.1社会化网络的测量
对社会化网络的测量，主要有SNA和构成要素分析两种方法。
SNA，即社会网络分析法。这种测量方法从网络结构出发，通过对网络中的个体属性及网络整体属性进行分析，研究社会化网络到底处于什么样的状态中。其中网络个体属性分析有中心度、知识距离等；网络整体属性的分析主要有小世界效应、小团体研究等。这种测量方法需要对整个网络进行测量，在测量的基础上运用图形来模拟各行动者之间关系的结构特征。构成要素分析法是指从构成要素出发，采用问卷调查法来揭示网络特征，主要测评指标有网络密度、异质性、中心度、规模等。
鉴于SNA方法的局限性、个人能力和本文的研究方法，认为构成要素的测量方法比较合适。因此，在本文中，我们主要采用问卷调查的方法对社会化网络进行测量和分析，以此来反映社会化网络大体上的一个状态。构成要素测量法中，不同学者在自己的研究中提出了一些有益的尝试：Marsden等从交换资源的数目、类型、频率和私密性等进行测量㈨；Tsai和Ghoshal从结构、关系和认知3个维度进行了测量；Hansen从网络大小、连接强度、网络竞争、联结强度进行了测量。
结合已有的研究结论和本文的研究目的，本文对社会化网络的测量从结构维度、关系维度、认知维度这3个方面进行。其中结构维度的测量指标选择互动关系强度，关系维度的指标选择信任，认知维度的指标选择共同语言指标进行测量。
3.2知识协同的测量
Barut以供应链节点参与的企业为研究对象，对信息协同程度进行了度量，他在度量的过程中用到了信息延展度（Information Extent，记作IE）和信息强度（Information Inten-sity，记作Ⅱ）两个指标。信息延展度指的是双方或多方之间信息交换的深度；信息强度指双方或多方交换信息内容的数量以及信息的丰富性，研究的成果主要是为了制定生产计划和物流计划。程国平等对信息协同的度量用到了信息广度和信息深度两个指标。信息广度、信息深度与Barut提出的信息延展度、信息强度相对应，他基本上是采用了Barut的测量方法。其中，信息的获取度包括信息的广度和信息的深度，信息的敏捷度指获取信息的及时程度。朱文平构建了信息协同度的维度，并给出了信息延展度、信息强度、信息质量度的指标度量方法。赵冬梅从信息质量度和信息获取度两个维度来测量信息协同的程度。信息质量度主要是指用户获取到信息的有效性和实用性，信息获取度主要是指用户获取信息的难易程度，获取信息质量等。
在以上学者研究的基础上，本文基于知识协同的过程，对知识协同的测量主要从以下3个方面进行：知识共享、知识获取和知识创新。
3.3情境因素的测量
情境因素指与社会化网络、知识协同有关的因素，包括外部情境、计算情境、网络情境、距离情境、知识情境、用户情境等。本文对情境因素主要参照程文英和顾君忠对情境因素的相关研究，对情境因素从外部情境和用户情境进行研究，具体见表1。
4实证分析
本次调查从2015年10月展开，截止到2016年5月完成调查，问卷形式以纸质问卷为主，共发放300份问卷，回收289份问卷，回收率达到96.3%，剔除不完整或者选择没有使用过社交网络的问卷之后，有效问卷为269份，有效率为93.1%。
4.1样本属性分析
从回收上的数据来看，本次问卷调查对象中本科生占到46.8%，硕士研究生占到37.6%，博士研究生占到15.6%；就年龄层次而言，由于本科生、研究生阶段的年龄大都在18～30岁，在此次调查中，15～20岁的占比为7.4%，21～30岁的占比为90.7%；使用社交网络历史时长来说，4年以上的比重最高，占到90%；每天使用社交网络时长1～2小时的比例为37.5%。从样本属性来看，还是比较符合本次研究对象的特点——有着长时间的社交网络使用历史、知识与信息交流较频繁的知识型个体。 4.2信、效度分析
信度主要是对所收集到的数据的可信性进行测量，效度（Validity）是指有效性，它反映的是在研究中选用的测量工具或手段是否能准确测出所测量事物的有效程度。如果效度越高，那么就表示所测量到的结果与所要考察的内容就越契合；反之，则越不契合。
从表2可以看出，社会化网络、知识协同、情境因素三者的C’α系数都超过了0.7，表明本次调查数据的可信度较高；其次，三者都通过了巴特利球形检验，说明本次的问卷测量具有较高的效度和数据一致性。
4.3相关分析
相关分析是用来反映研究的各个变量之间是否存在某种依存关系，主要的测量指标有相关方向和相关程度（即相关系数的大小，相关系数越大，表明相关程度越高）。本文应用SPSS18.0对社会化网络的3个维度、知识协同的3个维度、情境因素的兩个方面进行了Pearson相关分析。
从表3我们可以看出，变量与变量之间均呈显著相关。从整体来看，社会化网络与知识协同（r=0.694）、社会化网络与情境因素（r=0.560）、情境因素与知识协同（r=0.680），从它们的相关系数我们可以看到知识协同与情境因素的相关系数最高。这在一定程度上验证了我们在前文所论述的社会化网络与知识协同、社会化网络与情境因素、情境因素与知识协同之间的关系。情境因素与知识协同的相关度相对于社会化网络与知识协同来说较高，可能是因为个体在进行知识协同的过程中，个体对社会化网络已达到较为熟悉的程度，反而情境因素的稍微一变动，对个体进行知识协同的效应影响就较大。从各分维度上来看，社会化网络与知识协同中的知识共享、知识获取、知识创新相关度都比较高，其相关系数分别为0.638、0.565、0.553。社会化网络与外部情境的相关程度最低，其相关系数只有0.081，社会化网络与用户情境的相关度较高，其相关系数为0.518。外部情境与知识协同的相关度较低，相关系数为0.071，用户情境与知识协同的相关度较高，相关系数为0.639。从以上数据来看，用户情境与社会化网络、知识协同的相关度都较高，而情境因素与社会化网络、知识协同的相关度却很高，之所以会出现这样的情况，可能是因为在社会化网络中，成员间主要是通过网络进行联系的，用户网络基本技能的掌握必然会对社会化网络产生很大的影响。相反，由于用户长期处于相似的外部情境中，对外界因素、对设备的熟悉感比较高，因此对社会化网络的影响反而比较小。
4.4回归分析
4.4.1社会化网络对知识协同的回归分析
以社会化网络为自变量，知识协同、知识共享、知识获取、知识创新为因变量运用SPSS18.0做线性回归，然后再将它们的结果汇总，最后得到表4。由表4可以看出，假设都通过检验，即H1（社会化网络对知识协同有显著正向影响）、H1a（社会化网络对知识共享有显著正向影响）、H1b（社会化网络对知识获取有显著正向影响）、H1c（社会化网络对知识创新有显著正向影响）假设成立。
4.4.2社会化网络对情境因素的回归分析
以社会化网络为自变量，情境因素、外部情境、用户情境为因变量用SPSS18.0做线性回归，然后再将它们的结果汇总，最后得到表5。由表5可以看出，假设H2a（社会化网络对外部情境）的P值为0.187，这也说明了此假设不成立。其它假设都通过了检验，即H2（社会化网络对情境因素有显著正向影响）、H2b（社会化网络对用户情境有显著正向影响）假设成立，H2a假设不成立。
4.4.3情境因素与知识协同的回归分析
分别以外部情境、用户情境为自变量，知识协同以及3个维度为因变量做线性回归，然后再将得到的结果汇总，最后得到表6。从做出的结果来看，H3及其下属假设的验证结果并没有得到支持，即外部情景对于知识协同并无显著的影响。其余假设均得到验证。
5结论与展望
5.1结论
本文基于问卷调查所收集的数据，结合实证研究得出以下结论：
1）社会化网络对知识协同有显著正向影响作用，并且社会化网络与知识协同的各个维度之间也存在着显著的正相关关系。社会化网络通过对知识共享、知识获取、知识创新不同程度的影响，进而对知识协同的效果产生影响。其中社会化网络与知识共享的相关程度最高。这些也说明了社会化网络中成员间的互动关系强度、信任以及使用的共同语言这些因素对知识协同效果的重要性，这一点与学者任文凭在团队过程视角下的创新影响因素研究结果不谋而合。这是因为个体与社会化网络中其他行动者之间互动关系强时，那么他获取信息、知识的数量和质量就会相对较高，知识共享的程度就会高，就越有利于个体的知识创新和协同。另外，知识协同必须是建立在信任的基础之上，信任度高，知识共享程度和知识获取就更容易，这对知识协同起着直接促进的作用。信任也促使了知识和信息在网络成员之间不断交换和流动，促进个体知识协同的有效性。在具有共同语言的平台基础上，知识得以快速有效的传播、转移，促进成员间知识共享，促进知识创新，达到知识协同的最佳配置。所以在进行知识协同时，我们要时时刻刻注意营造互动强、信任度高、语言共同的社会化网络环境。
2）社会化网络对情境因素有显著正向影响作用，且与外部情境、用户情境均呈现一定的相关关系，但是社会化网络与外部情境之间的关系不是太显著，主要是与用户情境有较强的关系。随着社会化网络的发展，社会化网络已成为人们获取信息资讯、了解外界的一个非常重要的窗口。在网络环境中，当时的情境对人们交流的主题和内容会有很大的影响，这也意味着身处动态环境中的个体，会随时受到周围情境的影响。在社会化网络中，包括很多的影响因子，本文研究的互动关系强度、信任和共同语言就是其中的一部分。这些因子都反映的是人与人之间的交往和关系，包括社会化网络中的其他因子也是如此，比如个体中心性、组织信任、共同愿景等，它们都是通过人这个个体进行的，每个个体又处于不同的情境中，不管是外部情境还是用户情境都直接或间接地对社会化网络产生不同的影响。在社会化网络中，成员间主要是通过网络进行联系的，用户网络基本技能的掌握必然会对社会化网络产生很大的影响。相反，由于用户长期处于相似的外部情境中，对外界因素、对设备的熟悉度比较高，因此对社会化网络的影响反而比较小。
3）情境因素在社会化网络和知识协同中起到部分中介作用。从实证分析的结果来看，社会化网络对知识协同具有显著的影响作用，而社会化网络的良好促进作用大部分是通过情境因素来实现的。社会化网络通过对情境因素尤其是用户情境的影响进而影响到知识协同的效果。通过以上的研究结论，我们可以得知社会化网络与情境因素、情境因素与知识协同之间存在着密切的关系，社会化网络通过情境因素这一中介变量，进而对知识协同效果产生影响。这也就是说个体在社会化网络中进行知识协同时，计算机操作技能、信息获取技能会直接影响获取的知识数量和质量，而这些因素会对知识协同的效果产生重要的影响。由此可见，当我们利用社会化网络进行知识协同时，尤其要注意用户情境这个重要因素。
5.2展望
本文作为用实证方法探讨社会化网络、知识协同、情境因素三者关系的初探，当然存在一些不足，笔者认为后续的研究体现在两方面。第一，量表的构建问题，多维度的量表构架是后续研究的重点。第二，调查样本的问题，本文选择的大多数为知识型人员，未来可拓宽调查人群的样本属性。