文章信息
- 胡磊, 孙茂华
- HU Lei, SUN Maohua
- 微博社区成员参与的心理机制:实证研究与管理启示
- Members' Psychological Mechanism for Participating in Microblogs Community: Empirical Study and Management Suggestions
- 北京大学学报(自然科学版), 2016, 52(5): 193-802
- Acta Scientiarum Naturalium Universitatis Pekinensis, 2016, 52(5): 193-802
-
文章历史
- 收稿日期: 2015-03-17
- 修回日期: 2015-07-26
- 网络出版日期: 2016-04-07
微博是世界范围内流行的网络应用软件。在国外, 推特(Twitter)活跃在新闻获取、社交娱乐、政治选举和市场营销等领域。经过近几年的快速发展, 我国的微博进入平稳发展期[1], 微博已经成为个人、机构以及其他媒体发布和交流信息的常态化平台, 在舆情管理、行为预测和网络营销中的价值[2]越来越受到政府和营销者的重视。从社区运营者角度看, 社区的生存依赖于成员的积极参与[3], 微博社区也不例外。微博社区是一种虚拟社区, 虚拟社区实质上是一种与地域和社会群体相关的心理群体[4], 因此, 成员个体的心理要素及相互关系在微博社区的形成和维持中起着根本性作用。相应地, 对成员参与社区的心理机制的把握对于微博社区的建设和管理十分关键。国内外关于微博社区成员参与的心理方面的研究多围绕参与动机展开[5]。有些学者从心理认知的角度对微博信息的可信性评价[6-7]和信任问题[8]进行探讨, 毕宏音[9]分析了微博信息传播背后的社会心理因素。
然而, 综合来看, 参与动机通过怎样的心理路径影响成员在微博社区中的行为, 以及成员自发参与微博社区的心理机制是一个怎样的过程, 目前鲜有相关研究。本文的目的就是探明成员个体参与微博社区的内在心理变量, 分析这些心理变量对成员参与行为的影响, 从而揭示成员参与微博社区的心理机制。本文研究结论对于系统地把握成员参与微博社区的心理路径和深化对参与行为规律的认识具有重要的理论意义, 同时对政府部门管理微博舆情以及微博服务商建设和管理微博具有重要的实践价值。
1 理论框架与研究假设如图 1所示, 本研究的理论框架以前期微博社区成员参与动机研究的成果[5]为逻辑起点, 致力于描述参与动机对参与行为影响的心理路径。微博社区参与行为指成员在微博虚拟社区中关注其他用户以及发帖、评论和转发信息等行为, 以及由这些行为引发的相关线下活动[10], 包括参与时间、参与频率和参与层次3个方面。信息价值是影响成员参与微博社区时间长短的最重要因素, 其他因素还有娱乐价值和关注名人。自我表达是影响成员参与微博社区频率的最重要因素, 其他因素还有信息价值和娱乐价值。自我表达是影响成员参与微博社区层次的最重要因素, 其他因素还有信息价值。下面对相关概念进行说明。
参与时间:成员在微博社区中使用各种服务和应用所花费的总时间。
参与频率:参与微博社区的次数。
参与层次: 1)单纯浏览, 被动地获取相关信息; 2)积极参与, 发表微博、转发和评论微博, 或热心参与由其他人发起的讨论议题或活动; 3)组织倡导, 发起讨论议题或规划活动, 吸引其他成员参与。
信息价值:获得或共享微博社区中的信息, 了解其他人在想什么。
娱乐价值:通过浏览内容、参与微博社区的交流互动来获得愉悦和乐趣。
关注名人:在微博社区中通过转发和评论等对影视明星、媒体工作者以及不同领域的知名人士进行关注。
自我表达:在微博社区中通过发帖、评论和转发等, 展示与自身有关的事情, 或向其他人表明自己的观点和态度等。
信息价值是成员参与微博社区时间长短的最重要动因, 反映成员参与微博社区的工具导向。从经济学的个人理性假定来看, 成员愿意花费时间在微博社区中获取和共享信息的前提是他们能从中获得效益, 这就要求微博社区中的信息对成员具有较高的有用性和质量。衡量有用性和质量的一个重要标准是可信性。可信性(credibility)是指人们对对象可相信程度的认识[11]。成员认为微博社区中信息的可相信程度较高是他们愿意在微博中花费时间的前提。作为Web2.0应用的典型代表, 微博是一个“人人都可以发声”的自媒体平台, 由于缺少像传统媒体那样严格的审核制度, 微博中的信息质量良莠不齐, 虚假信息和谣言等也时常泛滥。因此, 微博使用者在很大程度上需要担负起对信息进行甄别的任务。实证研究表明, 用户对微博内容的信任是基于自己能感知到的真实性[8], 而对微博信息可信性的感知在很大程度上影响成员在微博社区中的行为。文献[7]证实了这一点。Schmierbach等[7]调查发现, 大学生在浏览Twitter时非常注重信息的可信性。并且, 也有研究对微博信息可信性评价展开探讨, 证实成员的感知可信性对其在微博社区中行为的重要性[6, 12]。实践中, 微博服务商也意识到这一点, 他们采用实名认证和“加V”等机制来证明博主身份的真实性, 以增加他人对微博信息的信任。本文认为, 正是成员对微博社区中认证和“大V”微博信息的可信性感知, 他们才愿意花费时间在微博社区中获取和分享信息。换言之, 成员对认证和“大V”微博信息的感知可信性是影响参与时间的内在心理变量, 由此得出假设1。
假设1:成员感知微博信息可信性是信息价值动机影响参与时间的中介变量。
同样地, 成员愿意花费时间在微博社区中浏览信息或互动交流来获得愉悦和乐趣, 以及对名人进行关注, 也是以他们感知到认证和“大V”微博信息的可信性为前提, 由此得出假设2和假设3。
假设2:成员感知微博信息可信性是娱乐价值动机影响参与时间的中介变量。
假设3:成员感知微博信息可信性是关注名人动机影响参与时间的中介变量。
自我表达是影响成员参与微博社区频率的最重要因素。换言之, 成员多次登录微博、在社区中发帖、评论和转发微博信息的目的, 是为了更充分地展示自己或周围的事情, 或者表达涉己涉人的观点和态度。在微博社区中, 成员利用自由扩展的文本和图像等符号工具构建和表达自己[13], 建立一个甚至多个在线的“虚拟身份”来展示多方面的自我, 以满足认同(identity)的需要[14]。根据Goffman[15]的自我呈现(self-presentation)理论, 自我呈现是认同的一个有意图的(intentional)和确实的(tangible)组成部分。自我呈现指我们想要向外在的观众(别人)和内在的观众(自己)展现一种受赞许的形象, 我们致力于管理自己营造的形象[16], Goffman[15]将这个过程称为印象管理(impression management), 认为需要通过持续不断地执行一些连贯和互补的行为来维持印象。那么, 成员连续多次参与微博社区, 频繁地发帖、评论和转发微博信息来进行自我表达, 实质上是内在的自我呈现过程, 除认同自我外, 也期望在微博社区中通过虚拟身份的构建来形成其他成员关于自己的好印象。由此, 本文认为, 成员的自我呈现是影响参与频率的内在心理变量, 由此得出假设4。
假设4:成员的自我呈现是自我表达动机影响参与频率的中介变量。
不管是成员要满足信息价值动机, 还是满足娱乐价值动机, 都需要持续不断地在微博社区中经由发帖、转发和评论等互动交流形式来实现, 这个过程实质上是成员在微博社区中的自我呈现, 表现在行为上就是连续多次地参与微博社区, 由此得出假设5和假设6。
假设5:成员的自我呈现是信息价值动机影响参与频率的中介变量。
假设6:成员的自我呈现是娱乐价值动机影响参与频率的中介变量。
本文认为, 社会强化(social enhancement)也是影响成员参与微博社区的频率的一个重要因素, 具体地, 成员多次参与微博社区进行互动的一个重要目的是通过自己的贡献提高在社区中的地位和声誉[17-19], 这也可能是为了满足内在的自我呈现需求, 由此得出假设7。
假设7:成员的自我呈现是社会强化动机影响参与频率的中介变量。
自我表达是影响成员参与微博社区的层次的最重要因素。当成员在微博社区中投入更多精力, 从最初仅是随意浏览微博信息, 到积极地发表微博、转发和评论微博或参与相关讨论议题或活动, 甚至最后自己发起讨论议题或规划某些活动, 其主要目的是为了更充分地展示自己或周围的事情, 或者表达涉己涉人的观点和态度, 这也是成员期望在微博社区中形成其他成员关于自己的好印象。由此, 本文认为, 成员的自我呈现是影响参与层次的内在心理变量, 得出假设8。
假设8:成员的自我呈现是自我表达动机影响参与层次的中介变量。
成员在微博社区中参与活动的层次逐步提高时, 为了满足内在的自我呈现需求, 他们会更加积极地获取和分享信息, 由此得出假设9。
假设9:成员的自我呈现是信息价值动机影响参与层次的中介变量。
本文认为, 社会强化同时也是影响成员参与微博社区层次的一个重要因素。为满足内在的自我呈现需求, 成员通过在微博社区中参与高层次的活动来获得地位和荣誉, 由此得出假设10。
假设10:成员的自我呈现是社会强化动机影响参与层次的中介变量。
2 实证设计 2.1 变量选择与量表设计 2.1.1 参与动机变量与量表信息价值、娱乐价值、自我表达、关注名人和社会强化这些动机变量的量表设计和测量沿用文献[5]的方法。具体地, 信息价值包括3个测量项目“我经常在微博上浏览或者搜索来获取所需要的信息”、“我为了学习如何做某件事情而经常在微博中浏览信息或发帖、评论和转发信息”和“我在微博中经常发表原创信息、评论和转发信息等来与其他人交流互动”。娱乐价值包括4个测量项目: “我经常在微博中浏览或查找有趣和搞笑的信息”、“我觉得在微博中的活动(热门话题、微博投票等)和一些应用(微博秀、微盘等)很好玩”、“使用微博时我感觉到心情放松”和“我无聊打发时间时会经常使用微博”。自我表达包括3个测量项目: “我经常在微博中发表原创帖子来展示最近自己和周遭发生的事情”、“我经常在微博中发表原创帖子来展示当时自己的想法或观点”和“我经常在微博中评论和转发信息等来表明对事情或他人的观点和看法”。关注名人和社会强化采用单项目测量, 分别为“我对名人(包括影视明星、专家或其他领域的公众人物)的微博很关注, 经常浏览、评论和转发名人微博”和“我在微博中进行发帖、评论和转发等活动使我感觉到自己对其他人很重要”。均采用5刻度量表, 从“非常不同意”到“非常同意”的分值分别赋值1~5。
2.1.2 中介变量与量表感知可信性采用单项目测量, 具体为“微博中有很多认证用户、‘大V’微博、微博达人等, 我觉得他们发表的微博的可信性怎么样?”。自我呈现量表设计参考Schau等[13]的研究, 编辑项目内容以适用微博社区情景, 包括3个题项: “我在微博中的发帖、评论和转发等活动能加深其他人对我的微博ID号(微博账号的名字)的印象”、“我的微博ID号和账号图像(ID账号旁边的图片)展示了自己给他人留下的一种印象”和“我在微博中表达的言论(观点、看法、态度等)显示了自己给他人留下的一种印象”。均采用5刻度量表, 从“非常不同意”到“非常同意”的分值分别赋值1~5。
2.1.3 参与行为变量与量表参与时间、参与频率和参与层次变量的量表设计和测量参见文献[5]。参与时间采用单项目测量, 内容为“您使用微博平均要花费多少时间?”, 采用5刻度量表, “每周少于5小时”、“每周5~9小时”、“每周10~14小时”、“每周15~19小时”和“每周20小时或以上”的分值依次赋值1~5。参与频率采用单项目测量, 内容为“您使用微博的频率是?”, 采用5刻度量表, “非常少”、“每周1次”、“两三天1次”、“每天1~2次”和“每天很多次”的分值依次赋值1~5。参与层次包括3个测量项目“主要是随意浏览微博上的信息”、“主要是发表原创微博、转发和评论他人微博, 或者参与由其他人发起的讨论议题或活动”和“自己主动发起讨论议题或规划活动, 吸引其他成员参与”, 分值依次赋值1, 3和5。
2.1.4 成员特征变量与前期研究[5]相同, 本文选取的成员特征变量包括性别、年龄、教育程度、收入以及微博使用时间。
2.2 问卷发放与数据收集正式问卷发放之前, 发放纸质问卷开展小规模的试调查, 目的是更正问卷内容中的字词、语法和歧义问题。正式问卷采用网络调查方式, 委托专业的问卷调查公司(有偿)发放问卷和收集数据。问卷发放时间为2014年4月2-16日, 共收回问卷543份, 其中有效问卷有536份, 问卷有效率为98.7%。此次调查的微博使用者包括企业/公司一般职员和管理者、党政机关事业单位一般职员和领导干部、个体户/自由职业者、学生以及农村外出务工人员, 符合研究设计和统计分析要求。
3 结果分析 3.1 量表效度和信度检验因子分析显示, 当信息价值、娱乐价值、自我表达、社会强化和自我呈现各量表中只提取1个因子时, 与上文的构思吻合较好, 且每个因子的KMO值(Kaiser-Meyer-Olkin的取样适当性参考数)都大于0.5, 显著性均小于0.001, 表明量表具有较高的效度。KMO值越大, 表示变量间的共同因素越多, 越适合做因子分析(一般认为, KMO值大于0.5时才适宜进行因子分析[20])。采用Cronbach系数进行信度分析发现, 各量表的α值均大于0.65, 表明量表的信度较好(一般认为, α值必须大于0.6[20])。
3.2 样本描述在536名被调查对象中, 男女样本数分别为237和299人, 占总数的44.2%和55.8%。年龄最小19岁, 最大63岁, 平均约31.0岁。教育水平方面, 专科及以下64人, 占11.9%;大学本科438人, 占81.7%, 硕士及以上34人, 占6.4%。收入最低为0元人民币; 最高为每月120000元, 平均约每月6581.6元。使用微博的时间最少为1个月, 最多97个月, 平均约38.0个月。
3.3 模型分析与假设检验分析工具采用SPSS 19.0, 分析方法为多元线性回归。以下分别以参与时间、参与频率、参与层次为因变量对假设进行检验。
3.3.1 动机对参与时间影响的中介变量检验首先, 以参与时间为因变量, 信息价值、娱乐价值和关注名人为自变量, 性别、年龄、教育程度、收入和微博使用时间为控制变量(以下模型的控制变量均与此相同)进行回归分析, 发现信息价值和娱乐价值对参与时间有显著影响, 关注名人对参与时间的作用不显著(p=0.058 > 0.05), 由此, 假设3不成立。
下面检验假设1和假设2。
1)以参与时间为因变量, 信息价值和娱乐价值为自变量进行回归分析。结果如表 1所示。信息价值和娱乐价值对参与时间均有正向的显著作用, 系数和显著性水平分别为0.296 (p < 0.001)和0.145 (p=0.002 < 0.01), 中介变量的第1个条件[21]成立。
影响变量 | 非标准化系数 | 标准化回归系数 | t | Sig. | 共线性统计量 | ||
B | 标准误差 | 容差 | VIF | ||||
常量 | -0.837 | 0.547 | - | -1.530 | 0.127 | - | - |
信息价值 | 0.582 | 0.09 | 0.296 | 6.461 | 0 | 0.747 | 1.338 |
娱乐价值 | 0.345 | 0.109 | 0.145 | 3.158 | 0.002 | 0.743 | 1.346 |
说明:因变量为参与时间。多元回归模型的F值为13.958 (p < 0.001), 多元相关系数R为0.418, 调整后的R2值为0.162。各变量的VIF值远小于10, 表明变量之间的共线性比较弱。控制变量的显著性水平均大于0.05, 没有列出。 |
2)以可信性为因变量, 信息价值和娱乐价值为自变量进行回归分析。结果显示, 信息价值和娱乐价值对可信性均有正向的显著作用, 系数和显著性水平分别为0.349 (p < 0.001)和0.134 (p=0.003 < 0.01), 第2个条件[21]成立。
3)以参与时间为因变量, 可信性为单自变量进行回归分析。结果显示, 可信性对参与时间有正向的显著作用(p < 0.001), 系数为0.243, 第3个条件成立。
4)将可信性作为自变量加入到第一个条件的回归模型, 结果如表 2所示。结果显示, 可信性对参与时间有正向的显著作用(p=0.037 < 0.05), 系数为0.093。信息价值和娱乐价值对参与时间仍然有正向的显著作用, 显著性水平分别为p < 0.001和p=0.004 < 0.01。与第1个条件的回归模型相比, 系数分别从0.296降低到0.263和从0.145降低到0.133, 第4个条件成立。
影响变量 | 非标准化系数 | 标准化回归系数 | t | Sig. | 共线性统计量 | ||
B | 标准误差 | 容差 | VIF | ||||
常量 | -0.918 | 0.547 | - | -1.679 | 0.094 | - | - |
信息价值 | 0.518 | 0.095 | 0.263 | 5.462 | 0 | 0.67 | 1.493 |
娱乐价值 | 0.315 | 0.11 | 0.133 | 2.872 | 0.004 | 0.731 | 1.369 |
可信性 | 0.141 | 0.068 | 0.093 | 2.091 | 0.037 | 0.785 | 1.275 |
说明:因变量为参与时间。多元回归模型的F值为12.937(p < 0.001), 多元相关系数R为0.426, 调整后的R2值为0.128。各变量的VIF值远小于10, 表明变量之间的共线性比较弱。控制变量的显著性水平均大于0.05, 没有列出。 |
综上述所述, 可信性是信息价值和娱乐价值对参与时间作用的部分中介变量, 假设1和假设2成立, 即成员越希望在微博社区中获取有用的信息或通过娱乐放松自己, 就越相信认证和“大V”微博信息, 进而促使他们在微博社区中逗留更长的时间。
3.3.2 动机对参与频率影响的中介变量检验以参与频率为因变量, 自我表达、信息价值、娱乐价值和社会强化为自变量进行回归分析, 结果如表 3所示。可以看出, 自我表达、信息价值和娱乐价值对参与频率有正向的显著作用, 系数和显著性水平分别为0.161 (p=0.003 < 0.01), 0.193 (p < 0.01)和0.189 (p < 0.01), 社会强化对参与频率有负向的显著作用(p=0.024 < 0.05), 系数为-0.111, 第1个条件成立。
影响变量 | 非标准化系数 | 标准化回归系数 | t | Sig. | 共线性统计量 | ||
B | 标准误差 | 容差 | VIF | ||||
常量 | 1.947 | 0.345 | - | 5.638 | 0 | - | - |
自我表达 | 0.168 | 0.057 | 0.161 | 2.942 | 0.003 | 0.512 | 1.953 |
信息价值 | 0.243 | 0.069 | 0.193 | 3.542 | 0 | 0.513 | 1.949 |
娱乐价值 | 0.286 | 0.072 | 0.189 | 3.994 | 0 | 0.686 | 1.459 |
社会强化 | -0.090 | 0.04 | -0.111 | -2.267 | 0.024 | 0.639 | 1.565 |
收入 | 0.009 | 0.004 | 0.092 | 2.316 | 0.021 | 0.969 | 1.032 |
说明:因变量为参与频率。多元回归模型的F值为12.977(p < 0.001), 多元相关系数R为0.445, 调整后的R2值为0.183。各变量的VIF值远小于10, 表明变量之间的共线性比较弱。除收入外, 其他控制变量的显著性水平均大于0.05, 没有列出。 |
以自我呈现为因变量, 自我表达、信息价值、娱乐价值和社会强化为自变量进行回归分析, 结果显示, 自我表达、信息价值、娱乐价值和社会强化对自我呈现均有正向的显著作用, 系数和显著性水平分别为0.278 (p < 0.001), 0.136 (p=0.001 < 0.01), 0.153 (p < 0.001)和0.320 (p < 0.001), 第2个条件成立。
以参与频率为因变量, 自我呈现为单自变量进行回归分析, 结果显示, 自我呈现对参与频率有正向的显著作用(p < 0.001), 系数为0.303, 第3个条件成立。
将自我呈现作为自变量加入到第一个条件的回归模型, 结果如表 4所示。自我呈现对参与频率有正向的显著作用(p=0.009 < 0.01), 系数为0.150。自我表达、信息价值和娱乐价值对参与频率仍然有正向的显著作用, 显著性水平分别为p=0.036 < 0.05, p=0.002 < 0.01和p=0.001 < 0.01。并且, 与第一个条件的回归模型相比, 系数分别从0.161降低到0.119, 从0.193降低到0.173和从0.189降低到0.165, 满足条件4, 由此, 自我呈现分别是自我表达、信息价值和娱乐价值对参与频率作用的部分中介变量, 假设4, 5和6成立, 即成员的这些动机越强, 就越希望在微博社区中给他人留下好的印象, 从而促使他们更加频繁地与其他成员交流互动。
影响变量 | 非标准化系数 | 标准化回归系数 | t | Sig. | 共线性统计量 | ||
B | 标准误差 | 容差 | VIF | ||||
常量 | 1.848 | 0.345 | - | 5.349 | 0 | - | - |
自我表达 | 0.124 | 0.059 | 0.119 | 2.099 | 0.036 | 0.472 | 2.12 |
信息价值 | 0.217 | 0.069 | 0.173 | 3.153 | 0.002 | 0.503 | 1.988 |
娱乐价值 | 0.251 | 0.072 | 0.165 | 3.465 | 0.001 | 0.663 | 1.509 |
社会强化 | -0.129 | 0.042 | -0.159 | -3.061 | 0.002 | 0.56 | 1.786 |
自我呈现 | 0.174 | 0.066 | 0.15 | 2.633 | 0.009 | 0.463 | 2.161 |
收入 | 0.008 | 0.004 | 0.085 | 2.14 | 0.033 | 0.964 | 1.037 |
说明:因变量为参与频率。多元回归模型的F值为12.561(p < 0.001), 多元相关系数R为0.457, 调整后的R2值为0.192。各变量的VIF值远小于10, 表明变量之间的共线性比较弱。除收入外, 其他控制变量的显著性水平均大于0.05, 没有列出。 |
同时, 社会强化对参与频率有负向的显著作用(p=0.002 < 0.01), 系数从-0.111降低到-0.159, 满足条件4。由此, 自我呈现是社会强化对参与频率作用的部分中介变量, 假设7成立, 即成员的社会强化动机越强, 就越希望在微博社区中给他人留下好印象, 从而促使他们更加频繁地与其他成员交流互动。与自我表达、信息价值和娱乐价值动机对参与频率有正向的直接影响不同, 社会强化动机对参与频率的直接影响是负向的, 也就是说, 成员的社会强化动机越强, 越会减少参与微博社区的次数。
另外, 表 3显示, 成员的收入能正向预测他们参与微博社区的频率(p=0.021 < 0.05), 系数为0.092。即, 成员的收入越高, 越更加频繁地参与微博社区。
3.3.3 动机对参与层次影响的中介变量检验以参与层次为因变量, 自我表达、信息价值和社会强化为自变量进行回归分析, 发现自我表达和社会强化对参与层次有显著影响, 信息价值对参与层次的作用不显著(p=0.252 > 0.05)。由此, 假设9不成立。
下面检验假设8和假设10。
1)以参与层次为因变量, 自我表达和社会强化为自变量进行回归分析, 结果如表 5所示。自我表达和社会强化对参与层次均有正向的显著作用, 系数和显著性水平分别为0.315 (p < 0.001)和0.116 (p=0.015 < 0.05), 第1个条件成立。
影响变量 | 非标准化系数 | 标准化回归系数 | t | Sig. | 共线性统计量 | ||
B | 标准误差 | 容差 | VIF | ||||
常量 | -0.499 | 0.38 | - | -1.311 | 0.19 | - | - |
自我表达 | 0.479 | 0.072 | 0.315 | 6.613 | 0 | 0.705 | 1.419 |
社会强化 | 0.137 | 0.056 | 0.116 | 2.436 | 0.015 | 0.707 | 1.414 |
说明:因变量为参与层次。多元回归模型的F值为12.103(p < 0.001), 多元相关系数R为0.394, 调整后的R2值为0.142。各变量的VIF值远小于10, 表明变量之间的共线性比较弱。控制变量的显著性水平均大于0.05, 没有列出。 |
2)以自我呈现为因变量, 自我表达和社会强化为自变量进行回归分析, 结果显示, 自我表达和社会强化对自我呈现均有正向的显著作用, 系数和显著性水平分别为0.397 (p < 0.001)和0.390 (p < 0.001), 第2个条件成立。
3)以参与层次为因变量, 自我呈现为单自变量进行回归分析, 结果显示, 自我呈现对参与层次有正向的显著作用(p < 0.001), 系数为0.320, 第3个条件成立。
4)将自我呈现作为自变量加入到第一个条件的回归模型, 结果如表 6所示, 自我呈现对参与层次作用的显著性水平为0.054, 比0.05略大, 考虑到样本数量相对较小, 可以认为自我呈现在0.05的水平上显著。自我表达对参与层次有正向的显著作用(p < 0.001), 并且与第一个条件的回归模型相比, 系数从0.315降低到0.272, 满足条件4。由此, 自我呈现是自我表达对参与层次作用的部分中介变量, 假设8成立, 即成员的自我表达动机越强, 就越希望在微博社区中给他人留下好印象, 从而促使他们在微博社区中投入更大的精力, 承担更重要的角色。
影响变量 | 非标准化系数 | 标准化回归系数 | t | Sig. | 共线性统计量 | ||
B | 标准误差 | 容差 | VIF | ||||
常量 | -0.773 | 0.405 | - | -1.909 | 0.057 | - | - |
自我表达 | 0.413 | 0.08 | 0.272 | 5.166 | 0 | 0.576 | 1.737 |
社会强化 | 0.087 | 0.062 | 0.073 | 1.399 | 0.162 | 0.581 | 1.721 |
自我呈现 | 0.184 | 0.096 | 0.109 | 1.93 | 0.054 | 0.496 | 2.016 |
说明:因变量为参与层次。多元回归模型的F值为11.228(p < 0.001), 多元相关系数R为0.401, 调整后的R2值为0.147。各变量的VIF值远小于10, 表明变量之间的共线性比较弱。控制变量的显著性水平均大于0.05, 没有列出。 |
同时, 社会强化对参与层次的作用由原来的显著水平变为不显著(p=0.162 > 0.05), 满足条件4。由此, 自我呈现是社会强化对参与层次作用的完全中介变量, 假设10成立, 即成员的自我强化动机越强, 就越希望在微博社区中给他人留下好的印象, 从而越努力提高自身的参与层次。
综合以上分析结果, 对图 1的研究模型进行修正, 得到图 2的模型, 即成员的参与动机对参与行为影响的心理路径。
4 讨论与结论
对微博信息的可信性感知是成员参与微博社区过程中重要的心理活动。本研究调查数据显示, 有54.7%的被调查者认为认证和“大V”微博信息的可信度比较高, 11.0%的被调查者认为可信性非常高, 这印证了“我国网民尤其在意新闻的来源出处, 希望新闻能够提供较为权威可靠的‘身份证明’”[22]。正是微博社区成员对特定来源信息的可信性的认同, 促使他们花费较多时间参与微博社区。成员在微博社区中获取的信息既包括热点新闻、知识类信息和他人的观点与想法, 也包括轻松有趣和让人觉得好玩的信息。既往研究表明, 人们在评价网络信息可信性的过程中不仅要调用认知资源对信息内容进行思考, 而且还存在一些情感活动[23]。成员参与微博社区的心理活动正好印证了这一点:成员对热点新闻、相关知识以及他人的观点与想法等信息主要进行认知思考来满足自身的信息需求, 对轻松有趣和搞笑类信息主要进行娱乐消费, 使自己的心情放松和快乐。
本研究证实, 自我呈现是成员参与微博社区过程中另一个重要的心理活动, 这与论坛、BBS、博客和SNS社区等虚拟社区的成员希望给其他成员留下积极的印象[14]相一致。成员不论是出于在微博社区中充分表达涉己涉人的事情、观点和态度的初衷, 还是为了达到获得他人认可, 从而提高自己在微博社区中的地位和声誉的目的, 拟或是希望在微博社区中获取有价值的信息, 或通过消费有趣与搞笑的信息来娱乐放松, 他们都致力于给其他成员留下好的印象。这种好印象的形成需要成员付出努力, 他们或频繁地在微博社区中利用文本和图像等符号工具与他人交流互动, 或承担网络热点话题的发起者和事件组织者的角色。当成员感受到他人对自己的微博账号和账号图像给予认可和赞许时, 他们会将这种认可和赞许内化为对自身的认可和赞许, 达到自我呈现的心理目的。成员的这种自我呈现的心理活动直接影响他们参与微博社区的频率和层次。具体而言, 成员越希望在微博社区中给他人留下好的印象, 就越频繁地参与微博社区的活动, 投入更多的精力和承担更重要的角色。
综上所述, 本研究得出以下两点结论。
1)成员对微博信息的可信性感知和自我呈现是微博社区参与的两个重要的心理过程。可信性感知是成员对认证和“大V”微博信息的可相信程度的心理认知, 自我呈现是成员希望在微博社区中给他人留下好的印象, 两者对成员的微博社区参与行为都有正向的直接影响。
2)成员对微博信息的可信性感知和自我呈现对参与动机作用于参与行为具有中介效应。自我表达和娱乐价值动机通过对微博信息的可信性感知的部分中介作用影响参与微博社区的时间。自我表达、信息价值、娱乐价值和社会强化动机通过自我呈现的部分中介作用影响参与微博社区的频率。自我表达和社会强化动机分别通过自我呈现的部分中介作用和完全中介作用影响参与微博社区的层次。
5 管理启示由于具备大规模实时在线互动传播的特征, 再加上微博在手机等移动客户端上的广泛普及, 微博已成为新媒体时代重要的信息传播平台和舆论生发空间, 微博的重大传播影响力和社会动员能力在近年来的社会热点事件中均已得到证实。准确把握成员参与微博社区的心理机制对于微博舆情管理以及微博建设和经营具有重要意义, 本文得到如下几点管理启示。
5.1 建立和完善“大V”微博的社会诚信评价机制鉴于微博用户对“大V”微博的高信任度, 为了打击、遏制和清除网络诽谤、谣言传播和非法营销等扰乱网络传播秩序的行为, 结合微博信息的举报机制, 建立和完善“大V”微博的社会诚信评价机制。除普通微博用户能随时对微博信息的真实性能够评价打分外, 微博经营者和相关政府管理部门也定期对“大V”微博的社会诚信等级进行评估, 并且采取以微博社会诚信等级为依据的差别化平台服务措施。
5.2 引导微博内容, 打造清朗积极文明的微博空间事实表明, 部分“大V”微博参与谣言、诽谤和低俗信息的传播, 造成广泛恶劣的社会影响。建立和完善“大V”微博博主的常态沟通制度不可或缺, 可以包括定期的常规意见交换和探讨、公共事件中的非常规对话和交流等, 倡导自觉共同遵守“七条底线”。此外, 微博经营商自身也是“大V”微博, 要增强履行社会责任的执行力, 加强对自身的新媒体人员和编辑记者的管理, 坚守道德风尚和信息真实性底线。
5.3 完善公众参与的渠道和制度, 推进社会综合治理工程自我呈现是用户参与微博社区的重要心理过程, 这表明用户参与微博社区的一个重要心理期待是希望给其他成员留下好的印象。然而, 部分网民将“好”的标准扭曲化, 一些微博博主迎合这种扭曲的他人期待, 发表和转发有害社会公序良俗, 甚至是危害社会安全和稳定的言论, 反而获得部分赞许。追根溯源, 部分社会公众的这种态度和心理是现实社会中利益诉求表达渠道不畅的极端和逆反反映。鉴于此, 政府要完善包括政务微博在内的公众社会参与和表达的渠道和制度。同时, 要有效处理社会利益纠纷和化解社会矛盾, 深入推进社会综合治理工程。
致谢:感谢首都经济贸易大学信息学院姚翠友教授对本文提出的宝贵意见。
[1] | 刘瑞生, 王井.微传播格局中的强媒体: 2013年中国微博发展报告//唐绪军, 吴信训, 黄楚新, 等.中国新媒体发展报告(2014).北京:社会科学文献出版社, 2014: 64 |
[2] | 中国互联网络信息中心(CNNIC).中国互联网络发展状况统计报告(2014.7)[R].北京:中国互联网络信息中心, 2014: 1-47 |
[3] | Ren Y Q, Kraut R, Kiesler S. Applying common identity and bond theory to design of online commu-nities. Organization Studies , 2007, 28 (3) : 377–408 DOI:10.1177/0170840607076007 . |
[4] | 杨宜音, 陈午晴, 徐冰. 中国网民社会心理分析:第一份来自社会心理学家的专业研究报告. 信息世界 , 2000 (4) : 4–11. |
[5] | 胡磊, 高迎. 微博社区成员参与动机实证研究. 北京大学学报:自然科学版 , 2014, 50 (5) : 797–804. |
[6] | Morris M R, Counts S, Roseway A, et al. Tweeting is believing?: understanding microblog credibility per-ceptions // 2012 ACM Conference on Computer Supported Cooperative Work. Seattle, 2012: 1-10 |
[7] | Schmierbach M, Oeldorf-Hirsch A. A little bird told me, so I didn't believe it: twitter, credibility, and issue perceptions. Communication Quarterly , 2012, 60 (3) : 317–337 DOI:10.1080/01463373.2012.688723 . |
[8] | 陈强, 陈冰淳. 微博内容信任问题的实证分析. 现代传播 , 2014 (2) : 124–129. |
[9] | 毕宏音. 影响微博信息传播的网民心理因素分析. 天津大学学报:社会科学版 , 2013, 15 (4) : 311–314. |
[10] | 胡磊, 高迎. 微博行为研究述评. 情报杂志 , 2013, 32 (8) : 45–49. |
[11] | Fogg B J, Tseng S. The elements of computer credibility // Proceeding of the CHI 99 Conference on Human Factors. Pittsburgh PA, 1999: 80-87 |
[12] | 杨学成, 葛婷婷, 兰冰. 品牌微博可信度影响因素研究. 山西财经大学学报 , 2013, 35 (10) : 68–80. |
[13] | Schau H J, Gilly M C. We are what we post? self-presentation in personal web space. Journal of Con-sumer Research , 2003, 30 (3) : 385–404 DOI:10.1086/378616 . |
[14] | 楼天阳, 陆雄文. 虚拟社区与成员心理联结机制的实证研究:基于认同与纽带视角. 南开管理评论 , 2011, 14 (2) : 14–25. |
[15] | Goffman E. The presentation of self in everyday life. New York: Doubleday, 1959 . |
[16] | Myers D G.社会心理学. 8版.张智勇, 乐安国, 侯玉波, 等, 译.北京:人民邮电出版社, 2006: 57 |
[17] | Hars A, Qu S. Working for free? -motivations for participating in open source projects. International Journal of Electronic Commerce , 2002, 6 (3) : 23–37 . |
[18] | Dholakia U M, Bagozzi R P, Pearo L K. A social influence model of consumer participation in network-and small-group-based virtual communities. International Journal of Research in Marketing , 2004, 21 (3) : 241–263 DOI:10.1016/j.ijresmar.2003.12.004 . |
[19] | 范晓屏. 非交易类虚拟社区成员参与动机:实证研究与管理启示. 管理工程学报 , 2009, 23 (1) : 1–6. |
[20] | 吴明隆. SPSS统计应用实务. 北京: 中国铁道出版社, 2000 : 35 -36. |
[21] | Baron R M, Kenny D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology , 1986, 51 (6) : 1173–1182 DOI:10.1037/0022-3514.51.6.1173 . |
[22] | 钟瑛. 网络传播管理研究. 北京: 中国社会科学出版社, 2014 : 55 . |
[23] | 胡磊. 互联网学术信息可信性评价影响因素实证研究. 情报理论与实践 , 2013, 36 (9) : 72–77. |