欢迎光临微信群分享网,本站主推微信文章素材,微信红包群,公众号大全,微信二维码查询发布平台
微信原创文章发布平台

您现在的位置: 首页 > 微信文章排行榜 > 生活 > 数字反哺与群体压力:老年群体微信朋友圈使用行为影响因素研究

数字反哺与群体压力:老年群体微信朋友圈使用行为影响因素研究

作者微信号:gjxwjwx   来源:李彪 的公众号  热度:881  时间:2020-06-04 20:08:24

李彪,中国人民大学新闻学院副教授、博士生导师,中国人民大学新闻与社会发展研究中心副主任。本文系教育部人文

李彪,中国人民大学新闻学院副教授、博士生导师,中国人民大学新闻与社会发展研究中心副主任。

本文系教育部人文社会科学重点研究基地重大项目“微传播时代网络舆情演变机制的系统动力学研究”(项目编号:17JJD860005)成果。

“数字化”和“老龄化”两大浪潮交汇融合是当代社会的基本特征。微信已经成为老年群体使用的第一大APP,老年网民对其的使用率达9%以上(微信,2019)。作为一项微信附加的“新产品功能”,研究朋友圈在老年群体中如何被“后知后觉”地使用至关重要。具体来说,当这一“旧”群体遇到“新”技术产品后,对于哪些因素影响了老年群体的使用行为及各因素的作用机制的研究,具有技术创新扩散的标本意义。

文献综述

老年群体微信朋友圈的使用从本质上属于新技术的接受和使用,目前传播学领域对这类研究使用最多的理论就是创新扩散理论(匡文波,2014),但近几年随着相关技术使用模型的优化,技术接受模型(Technology Acceptance Model,简称TAM)和其优化版TAM2模型等被提出和使用。目前针对这一现象的相关研究,使用比较多的理论模型是整合型技术接受和使用理论模型(Unified Theory of Acceptance and Use of Technology,简称UTAUT)。2003年,维斯瓦纳特·文卡特什(Viswanath Venkatesh)等人提出了该理论模型(Abushanab & Pearson,2007),该模型是由基于任务技术适配模型TTF(Task-technology Fit)、创新扩散理论IDT、理性行为理论TRA、计划行为理论TPB、复合的TAM与TPB模型C-TAM-TPB(Combined TAM and TPB)、动机模型MM(Motivational Model)、社会认知理论SCT(Social Cognitive Theory)、PC利用模型MPCU(Model of PC Utilization)共8个模型整合而成,用以解释新技术被接受与使用的影响机制与影响因素。实证研究表明,UTAUT模型用于解释用户对科学技术接受程度的准确性更高,有70%的解释力,被广泛应用于各种技术研究领域,同时也不断被进行验证和扩展(全贞花,2017)。

研究假设与理论模型构建

UTAUT模型归纳出绩效期望PE(Performance Expectancy)、努力期望EE(Effort Expectancy)、社会影响SI(Social Influence)和便利条件FC(Facilitating Conditions)等因素,以及年龄、性别、经验与自愿性4个调节因素,相关模型图如图1所示。

从图1可以看出,直接影响使用意愿的自变量有三个:绩效期望(Performance Expectancy)、努力期望(Effort Expectancy)和社会影响(Social Influence)。同时,使用意愿(Behavioral Intention)作为中介变量正向影响使用行为(Use Behavior);便利条件(Facilitating Condition)和前三个自变量不同,这种区别来自于它直接影响到使用行为而非通过使用意愿来影响。以上四个变量均为潜变量(潜变量是指不能被直接精确观测或虽能被观测但尚需通过其它方法加以综合的指标,是一种主观变量),其中前三个潜变量是一种完全主观认知,而便利条件则是对客观条件的认知。同时这四大核心影响因素也受到性别(Gender)、年龄(Age)、经验(Experience)和自愿(Voluntariness of Use)等控制变量的影响。

老年群体对微信朋友圈这一新技术功能的使用在现实中与UTAUT模型中的6个变量又有一些不同,首先随着后喻文化时代的来临(米德,1970/1987:3),老年群体与子代之间会进行逆向的文化反哺现象(周晓虹,2016),即数字反哺行为,其数字反哺意愿的高低一定程度上会影响到微信朋友圈的使用,因此数字反哺意愿是需要增加的潜变量;其次,老年群体思想相对保守,朋友圈具有一定的“社交展演”的色彩,很多老年人不使用朋友圈的主要原因之一就是不希望“显摆”“过于招摇”,因此“风险感知”也是一个重要影响的自变量(米德,1970/1987:27);朋友圈信息主要是个人的生活展示、对热点事件的看法(文章转发也是一种态度)等,属于比较个性化的信息集纳,因此具有很强的个性化,一般来说,使用朋友圈较多的社会个体往往具有很强的个性化需求和个性展示的诉求(谭海燕,2018),老年群体也概莫能外,因此“个性化需求”也是微信朋友圈使用重要的自变量之一;本文使用的UTAUT模型属于技术接受与使用模型,也属于“使用与满足”理论的范畴,任何技术使用后具有使用体验和满足程度,因此“满足程度”也是一个重要的自变量;相较于其他群体,老年群体具有一个重要的特征,就是有子女等子代群体的“技术加持”,很多老年群体的智能终端是来自自己的子代,子代的社会经济地位对老年群体的新技术、新媒体的使用意愿和使用行为也具有明显的促进作用,因此“子代社会经济地位”也是一个重要的潜变量。另外,由于60岁以上的人群多属于退休群体,生活节奏基本一致,职业因素对其影响作用已经不那么显著,基于此,本文去掉了职业因素和自愿性,改为“收入水平”。本文相较于UTAUT增加的变量一方面是基于老年人群体和中国实际等客观事实,另一方面基于主观意愿感知和客观条件两类变量(见图2)。

基于以上模型与新增加的变量情况,对上述各变量之间的关系做出假设,如表1所示。

由于本文研究的变量相对较多,一般的线性相关、线性回归分析等无法同时处理多个因变量,而结构方程理论模型可以。结构方程模型是一种建立、估计、测试模型变量之间因果关系的模型,模型中包括可观察的显性变量和无法直接观察的隐性变量(肖蒙蒙,杨焕焕,翁小颖,2018),可以同时处理多个因变量,并可以比较和评估各种理论模型及它们之间的关系。结构方程模型除了可以进行传统的多重回归、通径分析、因素分析、协方差分析等分析外,还可分析得出单项指标间的互相作用以及单项指标对总体的作用。与传统的探索性因素分析不同,结构方程模型对因素提出一个特定的结构,并测试其与数据的兼容性。通过多次的结构方程分析,可以了解不同组别间各变量之间的关系是否保持不变,以及每一个因素的平均值是否有显著差异。

本文涉及的变量中,自变量是绩效期望、付出期望、社群影响、便利条件、风险感知、个性化需求、满意程度、数字反哺意愿、子代社会经济地位等9个潜变量;中介变量是使用意愿;因变量是使用行为;控制变量是年龄、性别、学历、收入。根据研究假设,各种变量间的具体关系如图2所示。

研究方法与问卷设计

(一)研究对象与问卷设计

本文选取60岁以上的北京市老人作为调查对象,以现场发放调查问卷的形式进行调查。首先进行预调查,选取周边方便抽样的老年群体进行试发问卷调查,共发放40份,剔除无效问卷,共收回有效问卷34份。通过初步的信度(可靠性)和效度(有效性)分析,预调查结果较为理想,对部分效果不理想的问题重做修改后,予以正式发放。具体抽样方式如下:以北京地区老年人作为抽样对象,选取北京市西城区(代表城市)和怀柔区(代表农村)各250人,总计500人,考虑到10%无效问卷,拟调查550人,采用PPS抽样,首先,按照经济水平好、中、差,每个区随机抽取3个街道(乡镇);每个街道抽取1个居委会(村);每个居委会(村)抽取18-20户;如家中有老人就调查,没有的话依次往下滚动,保证最终每个居委会(村)有效样本不少于18人,样本分层因素为男女各半。考虑到样本的特殊性,由被试者口述,调查人员帮助填写。最终获得有效样本500人,男性占47.4%,女性占52.6%;60-64岁的占43%,65-69岁占20.4%,70-74岁占20.2%,75-79岁占13%,80岁以上的占3.4%。

参考过往研究者提出的相关新媒体接纳和使用能力维度及其测量标准,本文的问卷量表主要测量问项如表2所示。

以上10个潜变量,总计31个问题,采用李克特五级量表作为选项,从非常不同意到非常同意来加以区分,分别用数字“1-5”来表示五种不同的程度,其中“1”代表“非常不同意”,表示调查问卷参与者最不认同该题目所描述的情形;以此类推,“5”代表“非常同意”,表示问卷参与者最认同该题目中所描述的情形。子代社会经济地位主要选取的出生年代、学历、月收入和职业,出生年代分为4个等级,分别为70后及之前(=3),80后(=2),90后(=1),00后(=0);学历分为4个等级,分别为初中及以下(=0),中专或高中(=1),大专(=2),本科及以上(=3);月收入分为4个等级,分别为低于4000元(=0),4001-8000元(=1),8001-12000元(=2),12001元以上(=3);单位类型分成5个等级,农民和其他(=0),非营利机构、个体户、居民户(=1),其他企业(=2),国有企业(或控股)(=3),政府、事业单位(=4)。

老年群体的社会人口统计学变量主要选择的是性别、年龄、收入与学历等4个基本指标。性别分为2个等级,男性(=0),女性(=1);出生年代分为4个等级,30后及之前(=0),40后(=1),50后(=2);月收入分为4个等级,分别为低于3000元(=0),3001-6000元(=1),6001-9000元(=2),9001元以上(=3);学历分为4个等级,分别为初中及以下(=0),中专或高中(=1),大专(=2),本科及以上(=3)。

(二)数据分析和结果

本文的数据分析分为两部分:一是用SPSS 22.0对问卷的信度效度进行分析,对各潜变量、社会人口统计学等变量之间进行相关性分析,最后对社会人口统计学特征与老年群体的微信朋友圈使用行为进行单因素方差分析;二是通过AMOS 24.0对模型进行拟合优度检验与模型校正。

数据分析与理论模型检验

(一)数据质量分析

信度分析是用来验证问卷设计的可靠性,因此也被称为可靠性分析,本文采用Cronbach α信度系数法来验证问卷内部的稳定性系数。通常Cronbach α系数值应该介于0-1之间,当Cronbach α≤0.5时,情况不理想,即信度过低;当Cronbach α系数值大于0.6时,即认为该问卷量表的信度(可靠性)较好,系数越高信度越好。经过对问卷中绩效期望、付出期望、社群影响、便利条件、付出期望、个性化需求、满意程度、数字反哺意愿、使用意向、使用行为等10个潜变量的Cronbach α系数进行测量,均在0.7以上,整体问卷的信度Cronbach α系数为0.886,表明问卷量表稳定性高,可满足进行下一步的研究和分析的条件。

效度分析主要是通过KMO样本测度及Bartlett球形检验来进行测量,KMO样本测度值越贴近1,表示该量表数据越适合进行因子分析;当样本测度值小于0.5时,一般认为该量表数据不适合进行因子分析。Bartlett球形检验主要观察显著性水平,显著的Bartlett球形检验表明量表中的系数可以进行因子分析。本文的KMO样本测度和Bartlett球形检验如表3所示。

KMO样本测度为0.893,Bartlett球形检验的卡方统计值的显著性检验为0.000,其显著性小于0.05,符合分析要求,说明问卷的效度良好。

(二)结构方程模型中各潜变量的相关性分析

从表4可以看出,在13个研究假设中,只有两个研究假设被拒绝,即便利条件与使用意愿(研究假设7)、便利条件与使用行为(研究假设8)之间没有相关关系,说明便利条件并不是决定微信朋友圈使用的条件,主要原因在于随着智能手机和无线网络等的普及,手机流量等已经不成为阻碍民众使用新型手机功能的因素,这些因素都是可以忽略的。本文主要分析模型中新增加的几个潜变量与使用意愿之间的关系如下:社群影响对使用意愿的影响是正向关系,说明老年群体虽然退休了,但其依然靠同学、同事、亲属等社会关系生活在不同的社群之中,群体压力是其采用新技术和新功能一个很重要的促进因素;个性需求对使用意愿也是正向关系,说明老年群体虽然在多数人的印象中多注意养生、健身,但其也有展示个性、崇尚多彩人生的主观诉求,微信朋友圈恰恰是可以满足老年群体这方面的需求的;风险感知对使用意愿有负向影响,即老年群体对使用朋友圈的主要担忧是其作为一个社交展演平台,具有很强的聚光效应,好比戈夫曼的拟剧理论中的“表演前台”,具有一定的心理抵触,是其使用微信朋友圈的主要阻碍因素之一;使用意愿对数字反哺意愿具有正向促进作用,一般来说使用意愿越高,其向子女求教发布微信朋友圈的可能性越高,虽然有可能降低老年群体在家庭结构中的权威角色,但基于使用意愿可能会发生更多的数字反哺行为与意愿;数字反哺意愿对使用行为也有正向促进作用,即数字反哺意愿愈高,其微信朋友圈的使用行为愈可能发生,说明数字反哺意愿高的群体愈可能学习到更多的互联网技术知识,越有信心尝试更多的新技术和新产品;子代社会经济地位与使用意愿、使用行为也呈现正相关关系,技术的普及过程是一个不均衡赋权的过程,必然存在着不同地区、不同群体、不同世代等的“技术沟”,由于数字反哺行为的存在,亲代自身的社会经济地位带来的“知沟”可能被子代的反哺抹平,本文的研究恰恰佐证了这点,子代的社会经济地位越高,其为了与自己的亲代良好沟通,越可能发生数字反哺行为,一定程度上会促进亲代对新技术和新产品的使用,进而实现两者的及时沟通与交流。在这里需要补充的是,社会经济地位依然是技术扩散与普及所不能回避的问题,无论是经济资本还是社会资本的天然禀赋性,在技术采用上相应地存在天然的区隔性,子代的社会经济地位会带来技术沟的缩小,在数字反哺时代老年群体在新技术使用上也很容易出现“强者恒强、弱者恒弱”的马太效应,那些子代社会经济地位不高的群体,其亲代社会经济地位有可能也相对较低,这些老年群体更容易成为数字时代被遗忘的人群,在器物数字化时代被子代和社会所“抛弃”。

(三)结构方程模型检验与校正

1.模型拟合度检验

通过AMOS24.0极大似然法得到结构方程模型结果,所有显变量与隐变量的载荷系数在0.001水平显著,卡方检验χ2(DF=78)=1871.032,p=0.0000<0.05,根据Hu和Benlter的2指数方法(Hu & Bentler,1999),RMSEA=0.045<0.06,SRMR=0.041<0.09且模型的CFI为0.915,TLI为0.923,都大于0.9,因此有理由认为模型拟合结果不错,老年群体微信朋友圈使用行为的影响因素方程模型获得了数据支持。

2.潜变量效应分析

通过分析,各潜变量之间的效应关系如表5。其中间接效应为初始潜变量通过中间变量对最终潜变量的作用关系,总效应即直接效应和间接效应总和。

3.模型修正

通过以上的数据分析结果,根据前文的研究假设与研究模型,可以将结构方程模型进一步修正与完善,相关结果如图3所示。

根据全模型结果,每次去掉一条不显著的路径后重新计算,并根据计算结果再次检查模型显著性,重复这个过程到所有路径显著为止,最后删除“便利条件→使用意愿”“便利条件→使用行为”这2条路径(虚线所示),即研究假设7和8被拒绝,这说明在技术硬件基本差异不大的前提下,对微信朋友圈这种新产品的使用影响甚微,在技术平均水平的条件下,硬件门槛的高低不是技术扩散与普及的主要因素。也就是说,用1000块钱手机与用10000块钱手机对于老年群体来说,并不是其使不使用微信朋友圈的必要条件,这一发现反驳了在技术普及中主张必须使用最高配置的硬件设备才能实现普及的观点。

其他路径的所有系数(载荷系数)在0.005水平显著,没有被删除的路径。结果显示,风险感知对使用意愿有显著的负向效应,路径系数为-0.335,即老年群体对使用微信朋友圈的风险感知愈高,越不可能有较高的使用意愿,如他们对微信朋友圈的刻板印象是高调的、突出的,使其使用意愿较低。因此,在一些针对老年群体新技术与新产品宣传中,需要回避“显摆”“鲜明”的特征,强调老年群体的共性与群体相通性才是更快推广新技术的有效策略。

在所有潜变量中,使用意愿是使用行为的最大影响自变量,系数为0.792,即使用意愿越高,使用行为自然会越频繁,这符合UTAUT模型的基本假设;其次是子代社会经济地位对使用行为也是具有重要影响的潜变量,一般来说,子代社会经济地位越高,使用行为发生的概率也愈高,因此在后喻文化时代,针对老年群体的新技术推广中,子代越来越扮演重要的角色地位,逐步在老年群体的新媒介使用中扮演着主导地位。在对使用意愿影响的几个潜变量中,除去子代社会经济地位的潜变量,影响较大的路径还包括了“社群影响”和“满意程度”两个路径,分别为0.516和0.445,说明群体压力和自身对技术使用满足程度也是促使老年群体使用微信朋友圈的主要因素,为提升老年群体的数字素养具有一定的借鉴意义。

(四)人口统计学变量对使用行为的影响

除了模型中的潜变量外,本文还通过单因素方差分析来探究人口统计学变量对老年群体微信朋友圈使用行为的影响。老年群体的出生年代、收入水平、学历水平以及子代的出生年代、子代的学历、子代的职业等六个变量对亲子代数字反哺行为有显著影响(p<0.05),老年群体的性别处于边缘有效水平(p=0.049),其中只有子代的月收入水平影响不显著,月收入与老年群体微信朋友圈的使用行为关系不显著(p=0.704)。子代收入愈高,其空闲时间愈少,工作节奏越快,对老年群体发出的数字反哺需求来不及过多的回应,可能会促使老年群体使用新技术的信心不足,甚至由于新技术信源渠道主要来自于子代,一些新技术都没有进入老年群体的视阈之中。

通过比较各组之间的均值,发现在老年群体的社会人口统计学变量上,相较于高龄世代(30后、40后),低龄世代(50后)对微信朋友圈的使用行为越多,年龄愈高,对新技术与新产品的反应度与接受度越低;收入水平上,收入越多的人群由于退休前的职业相对较高,认识新事物的机会较多,对新技术与新产品也不排斥,加上有一定的经济实力,掌握的信息终端相对较多,因此对微信朋友圈等新技术的使用行为也越多;学历水平也呈现出随着学历水平愈高,微信朋友圈的使用行为愈多的情况,学历高,知识储备较多,对新技术的进展与用法也更敏感,新技术采用上也比学历低的老年群体较为领先。

在子代的社会人口统计学特征上,子代的出生年代越年轻,老年群体的微信朋友圈使用行为越多,一方面是子代越年轻,其父母的年龄也越年轻,自然对新技术比较敏感,敢于尝鲜,另一方面,子代越年轻,空闲时间相对较多,可能有更多时间和耐心进行家庭内的数字反哺;在子代的学历水平上,高学历(本科及以上)子代的父母相较于低学历子代父母的微信朋友圈使用行为越多,高学历子代一般比较重视与父母在虚拟空间的交流与沟通,更乐于自己的父母了解自己的生活状态和近况,也有更高的反哺意愿;高收入与高学历的亲代被反哺频度也高于低收入(4000元以下)、相对低学历(中专以下)的亲代,因为收入高的亲代可能购买相对比较高端的移动终端,遇到的技术问题相对较多,而学历高可能在手机使用、新的APP应用上敢于尝试,因而也存在一定的反哺需求。综合来看,亲代并没有因为较高的社会地位、经济收入与学历而不进行数字反哺,相反频度更高。国有企业(或控股)、政府或事业单位的子代的父母相较于农民、非营利机构、个体户、居民户等单位类型的子代的父母具有频度更高的微信朋友圈使用行为,一方面是因为政府等单位类型的子代上下班时间相对固定、工作地点也相对稳定,有更多的反哺机会发生;另一方面,农民、个体户等老年因为家庭观念和亲代权威的传统文化约束,不愿意要求子代反哺以降低自身在家庭中的地位,对新技术的接收自然相对缓慢。

研究结论与建议

综上,本文根据UTAUT模型并结合老年人的媒介使用惯习,引入了社群影响(UTAUT模型为社会影响)、个性化需要、风险感知、满意程度,结合亲子两代的数字反哺现象,引入了数字反哺意愿、自带社会经济地位等6个潜变量。研究发现,以上6个潜变量对老年群体微信朋友圈的使用意愿都有相关关系,其中社群影响、个性化需要、满意程度和数字反哺意愿、子代社会经济地位均是正相关的促进关系,而风险感知则是负相关的抑制关系。但UTAUT中的“便利条件”潜变量被拒绝,主要是目前手机和微信在老年群体已经普及,不存在客观便利条件的问题,因此本研究一定程度上丰富和完善了UTAUT模型在特殊群体中的适用范围。其次,在所有与老年人微信朋友圈使用行为有影响的自身主观潜变量中,社群影响是首要的影响因素。再次,本文对UTAUT模型最大的创新是考虑到老年群体的特殊性,引入了数字反哺意愿变量,该变量一定程度上扮演着使用意愿到使用行为的中介变量——亲代有微信朋友圈使用意愿再加上有数字反哺意愿,在这两个主观意愿的影响下才可能产生使用行为。另外,本文认为UTAUT模型中的年龄、收入和学历对老年群体微信朋友圈的使用有显著影响,一般来说,越年轻、收入和学历水平越高的老年群体对微信朋友圈的使用意愿和使用行为越高,同时子代越年轻、学历越高、职业地位越高越容易发生数字反哺的机会和时间,老年群体使用微信朋友圈的意愿也越高,对使用行为也具有正向的促进作用。

今后或可以本研究之发现为基础,进一步探究;1.其它新媒介产品(如抖音)是否也适用于本研究优化改良过的UTAUT模型;2.社群影响作为对老年群体微信朋友圈使用最大的影响因素之一,其背后的心理机制如何;3.亲子两代数字反哺行为发生的场景和机制如何。

本文系简写版,参考文献从略,原文刊载于《国际新闻界》2020年第3期。

封面图片来自网络

本期执编 / 大鱼

1.群分享网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.群分享的原创文章,请转载时注明"来源:qunfenxiang.net,不尊重原创的行为微信群网或将追究责任;3.作者投稿可能会经本网编辑修改或补充。