MISQ专栏
MISQ专栏

用户封禁何时适得其反?来自知乎的治理证据

日期:2026-11-16    来源:CNAIS “MISQ China Impact” 团队    作者:Xiaohui Zhang, Zaiyan Wei, Qianzhou Du, and Zhongju Zhang (2026)   点击:

01 背景

随着社交媒体日益成为信息传播、知识分享与公共讨论的重要场所,虚假信息、垃圾广告、仇恨言论等不当内容对平台生态和社会福祉造成持续威胁。平台会通过删除违规内容、临时封禁用户等措施实施治理,相较于删除内容,封禁用户更具个人指向性,处罚程度更高,过程也并非完全透明,因此可能产生不同于传统治理措施的后果。如果封禁不能促使用户遵守规则,反而引发抵触情绪、过度发帖或输出劣质内容,平台则可能在治理不当内容的同时损害平台生态。然而,现有研究尚未充分解释自由受限时平台用户如何调整后续行为,因此识别封禁用户的实际效果及其作用边界,对于完善社交媒体治理和设计有效奖惩机制具有重要意义。


02 研究问题

(1)用户封禁是否及如何影响其内容贡献的数量与质量?

(2)用户的平台认可状态是否影响封禁效果?


03理论发展

根据心理抗拒理论(Reactance Theory),当个体感到原有自由被威胁或剥夺时,会产生恢复自主性的动机,即心理抗拒,具体可能表现为行为反应或主观反应。对社交媒体用户而言,被封禁直接切断其在平台的参与权,不仅压制自我表达,也可能导致其在平台的声誉受损。

社交媒体用户贡献内容通常包含两类动机:内在动机,包括表达观点、分享经验和帮助他人;形象动机,包括建立声誉、展示能力和维持平台地位。封禁会阻碍这两类动机的实现,因此,解封后用户可能通过增加发帖补偿被压抑的表达需求,并以更活跃的参与重新确认自主性、修复受损声誉。因此,作者预期封禁解除后,用户的内容贡献数量将会上升。

心理抗拒还可能带来愤怒、挫败和对平台的敌意。这些负面情绪会干扰认知加工,使用户更加关注自身不满,减少用于组织论证、核查事实和完善表达的注意力。因此,作者预期封禁后的用户回答可能更短、更主观,包含更多负面情绪,使用更少的因果词和数字,也更容易触及平台规则,最终导致内容质量下降。

不过,抗拒强度取决于用户与平台的关系,以及不遵从限制所需承担的成本。平台授予的优秀用户徽章和优质回答推荐,既代表声誉资本,也能强化用户对平台的归属感。因此,获得认可的用户对平台更有归属感,对处罚的敌意较弱;同时,其失去声誉和表达机会的成本更高,因而更愿意进行自我审查。据此,作者提出:获得平台认可者在解封后会减少内容数量并提高质量,未获平台认可者则相反。作者提出相应的假设,总结如下:

内容数量方面

H1:

用户封禁解除后,将在平台上生成更多的内容。

H1a:

获得平台认可的用户在封禁解除后,将在平台上生成更少的内容。

H1b:

未获得平台认可的用户在封禁解除后,将在平台上生成更多的内容。

内容质量方面

H2:

用户封禁解除后,将在平台上生成质量更低的内容。

H2a:

获得平台认可的用户在封禁解除后,将在平台上生成质量更高的内容。

H2b:

未获得平台认可的用户在封禁解除后,将在平台上生成质量更低的内容。


04 实证检验

研究场景为中国问答平台知乎。作者通过标准滚雪球算法生成样本,追踪167,900名用户在2020年9月17日至2021年1月21日的每日活动。其中34,258名用户至少贡献过一次内容(如:回答、发帖等),7,376名用户在观察期内遭遇过临时封禁,占活跃用户的21.5%。知乎的临时封禁通常持续1天至2周,封禁期间用户只能浏览内容,不能进行任何互动。研究重点关注用户在样本期内经历的第一次封禁,将数据整理为用户-周面板,完整样本包含586,554个用户周观测。

由于封禁并非随机发生,作者首先根据用户在平台注册时长、历史问题数和回答数、获赞数、粉丝数和关注数进行一对一、无放回倾向得分匹配,将7,376名被封禁用户与7,376名未被封禁用户配对,形成包含14,752名用户、235,525个用户-周观测值的主样本。随后采用双重差分(DiD)模型,比较被封禁用户解封前后的变化与对照组同期变化,并控制双向固定效应及滞后一期的控制变量。

内容数量以用户每周是否回答问题及回答数量衡量。内容质量从三个维度测量:第一,新回答获得的点赞数,代表同伴评价;第二,运用中文LIWC词典提取回答长度、主观性、负面情绪、因果词和数字使用等语言特征;第三,使用百度内容审核接口识别不当、广告、政治争议、暴力、不友善和色情内容。

二元结果采用Probit和Logit模型;计数结果以泊松伪极大似然(PPML)模型为主,使用负二项(negative binomial)模型和普通最小二乘法(OLS)进行稳健性检验;语言特征和内容适当性等连续质量指标使用OLS模型;作者还按照用户是否获得平台认可进行了分组检验。在稳健性检验中,通过相对时间模型、Rosenbaum敏感性检验、替代性匹配变量、匹配方法和DiD模型、前瞻倾向得分匹配和社会网络工具变量等方法缓解内生性问题。


05 结论与启示

封禁解除后,用户每周回答问题的概率提高约3%-7%,回答数量平均增加约12%,说明处罚并未普遍压低参与,反而导致短期发帖数增加。然而,平台认可带来显著分化:解封后,获得平台认可的用户每周回答数下降46%,但新回答获赞数上升98.6%;未获得平台认可用户的回答数增加14.6%,获赞数则无显著变化。

进一步的文本分析结果,解封后回答平均缩短约26个词,主观性和负面情绪上升,因果词与数字使用减少;被判定为不当内容、广告、政治争议和暴力内容的概率增加,且这些变化主要由未获得平台认可的用户驱动。因此,平台内容质量下降以一种更不易察觉的方式出现,如:语言特征与内容合规性,而非点赞数。

上述影响以短期为主,封禁效果随着重复封禁次数逐渐弱化,其中因广告违规被封禁者回答数量反弹最强。解封后,用户发布的科技人文类内容占比下降,社会话题占比上升,问答之间的文本相关性也有所下降。

本研究发现,临时封禁并非适用于所有用户的统一治理工具。平台应根据用户的认可状态实施分层治理:对缺少平台认可、更可能表现出心理抗拒的用户,封禁时应说明违规原因并提供申诉渠道;对拥有徽章或较高声誉的用户,可结合声誉约束促进其自我审查。同时,处罚应与正向激励和合规提醒配合,并重点关注解封后的前六周。治理效果也不能只看发帖量或点赞数,还应综合监测内容质量、相关性和合规性,并针对广告违规者及反复被封禁者采取差异化、逐级升级的治理措施。


参考文献:

Zhang X, Wei Z, Du Q,and Zhang Z. (2026). Social media moderation and content generation: evidence from user bans. MIS Quarterly, 50(1): 211-242.

https://doi.org/10.25300/MISQ/2025/18108


文献链接:

https://misq.umn.edu/misq/article-abstract/50/1/211/3259/Social-Media-Moderation-and-Content-Generation


作者信息:

Xiaohui Zhang

Position: Assistant Professor, Information Technology Management, Sheldon B. Lubar College of Business, University of Wisconsin–Milwaukee

Research Interest: The intersection of finance, social media, and human-algorithm interactions

Site: https://uwm.edu/business/directory/zhang-xiaohui/

Email:xhzhang@uwm.edu


Zaiyan Wei

Position: David and Margaret Crow Rising Star Associate Professor, Mitch Daniels School of Business, Purdue University

Research Interest: AI and the Future of Work, Digital Platforms and Markets, Economics of information systems, FinTech, social media and networks

Site: https://business.purdue.edu/faculty/home.php?username=wei155

Email:zaiyan@purdue.edu


Qianzhou Du

Position: Associate Professor, Faculty of Business for Science and Technology, School of Management, University of Science and Technology of China

Research Interest: AI-enabled business decision analytics, intelligent agent design, smart retailing, smart healthcare, social media analytics, and FinTech

Site: https://bs.ustc.edu.cn/chinese/profile-2246.html

Email:qianzhoudu@ustc.edu.cn


Zhongju Zhang

Position: Dean’s Council Distinguished Professor and Professor, Information Systems, W. P. Carey School of Business, Arizona State University

Research Interest: Incentives, user behaviors, and crowds in online collaborative platforms and social media; platform economy and business models; economic aspects of digital transformation; FinTech as well as its business and social impacts; machine learning, data science, and human-AI interactions

Site: https://search.asu.edu/profile/2712702

Email:Zhongju.Zhang@asu.edu