魯艷霞 黃川林 張晉

摘? 要：隨著社交網(wǎng)絡(luò)的普及，新浪微博逐漸成為中國最大且最有價值的社交平臺。然而網(wǎng)絡(luò)的隱蔽性導(dǎo)致網(wǎng)絡(luò)暴力事件層出不窮，大學(xué)生在社交平臺發(fā)表看法和釋放壓力的同時卻有可能不自覺中產(chǎn)生網(wǎng)絡(luò)暴力的傳播行為。本文以大學(xué)生為調(diào)查對象，基于新浪微博，進行網(wǎng)絡(luò)暴力事件中信息傳播行為的研究，設(shè)計了關(guān)于網(wǎng)絡(luò)暴力事件信息傳播行為的調(diào)查問卷，并構(gòu)建用戶傳播行為回歸模型，分析不同因素對信息傳播行為的影響。本文通過因子分析與回歸分析的方法，對大學(xué)生的信息傳播行為進行研究，以期提高大學(xué)生對網(wǎng)絡(luò)暴力事件的理性認(rèn)知意識。

關(guān)鍵詞：網(wǎng)絡(luò)暴力事件;大學(xué)生;信息傳播行為

中圖分類號：TP39? ? ?文獻標(biāo)識碼：A

Research on Information Communication Behaviors of College

Students in Network Violence Incidents

LU Yanxia， HUANG Chuanlin， ZHANG Jin

（ Department of Information Management and Information System， Dalian Neusoft University of Information， Dalian 116023， China）

luyanxia@neusoft.edu.cn; huangchuanlin@neusoft.edu.cn; zhangjin@neusoft.edu.cn

Abstract： With the popularity of social networks， Sina Weibo has gradually become the largest and most valuable social network in China. However， concealment of the Internet has led to endless network violence incidents. College students may unconsciously produce network violence communication behaviors while expressing opinions and releasing pressure on social network. This paper takes college students as survey objects and conducts research on information communication behaviors in network violence incidents based on Sina Weibo. A questionnaire is designed to investigate information communication behaviors in violence incidents. A regression model of user communication behaviors is built to analyze impact of different factors on information communication behaviors. This paper uses factor analysis and regression analysis to study information communication behaviors of college students， in order to improve their rational awareness of network violence incidents.

Keywords： network violence incidents; college students; information communication behaviors

1? ?引言（Introduction）

近年來，隨著微博、微信等社交媒體的迅猛發(fā)展，人們在互聯(lián)網(wǎng)上逐漸擁有更多的話語權(quán)[1]。越來越多的人開始在網(wǎng)上發(fā)泄現(xiàn)實生活中的委屈和不滿情緒，部分不法網(wǎng)民趁機散播一些不當(dāng)言論與謠言，“崔雪莉事件”“喬任梁事件”“虐貓事件”等網(wǎng)絡(luò)暴力事件頻發(fā)[2]。微博作為中國最大的社交媒體，已經(jīng)日趨進入人們的生活中[3]。

與此同時，大學(xué)生作為一種文化層次較高、接受新鮮事物較快、運用網(wǎng)絡(luò)平臺熟練的特殊年輕群體在虛擬網(wǎng)絡(luò)世界的角色愈發(fā)重要。然而，大學(xué)生心智相對不夠成熟，尚未形成嚴(yán)謹(jǐn)?shù)氖澜缬^與價值觀，思維方式比較沖動熱血，對事物的辨別能力比較差，難免成為當(dāng)下被網(wǎng)絡(luò)暴力沖擊的主流人群之一。而如今網(wǎng)絡(luò)暴力的負(fù)作用越來越多地滲透到校園生活[4]，潛移默化地使大學(xué)生的生活和學(xué)習(xí)發(fā)生改變，這些細(xì)微的改變長此以往必定會侵蝕大學(xué)生健全的人格，引導(dǎo)其形成錯誤的“三觀”，不利于日后的健康生活。

基于此，本文面向廣大學(xué)生群體，通過調(diào)查問卷的方式采集大學(xué)生對網(wǎng)絡(luò)暴力的傳播行為，基于Stata建立回歸模型，探究網(wǎng)絡(luò)暴力事件中的大學(xué)生傳播行為特征。通過本文的研究，以期對大學(xué)生的網(wǎng)絡(luò)言行進行積極引導(dǎo)，提高大學(xué)生對網(wǎng)絡(luò)暴力事件的理性認(rèn)知，營造和諧、干凈的網(wǎng)絡(luò)環(huán)境。

2? ?文獻綜述（Literature review）

微博由于其門檻低、隨時隨地使用、傳播快速等優(yōu)勢逐漸成為大眾獲取信息、發(fā)表言論的常用工具[5]。國外學(xué)者們對基于微博平臺的傳播行為已經(jīng)做了大量的研究[6-7]。在國內(nèi)學(xué)者的研究成果中，何音以天津倉庫爆炸事件為例，研究了突發(fā)事件中的官微傳播影響因素;馮小東等[8]從微觀行為視角，構(gòu)建政務(wù)微博信息傳播效果影響因素模型，發(fā)現(xiàn)社會資本、社會信任與行為習(xí)慣顯著影響微博輿情傳播效果;袁媛等[9]基于風(fēng)險感知視角，結(jié)合微博輿情數(shù)據(jù)統(tǒng)計，建立了微博信息傳播模型，預(yù)測輿情事件傳播趨勢。

網(wǎng)絡(luò)暴力事件指在網(wǎng)絡(luò)上發(fā)生的暴力行為，是社會暴力在網(wǎng)絡(luò)上的一種延伸。郭金玲[10]以校園暴力為研究對象，提出了高校網(wǎng)絡(luò)暴力的編造謠言、語言暴力、曝光隱私三種類型。羅譞[11]指出網(wǎng)絡(luò)暴力中施暴者與被施暴者的不平等權(quán)力關(guān)系，導(dǎo)致個體的數(shù)字性死亡，為人們敲響了警鐘。李玉琪[12]采用定量定性相結(jié)合的方法梳理了網(wǎng)絡(luò)暴力成因，并采用結(jié)構(gòu)方程模型進行了驗證。向宇婷[13]研究了網(wǎng)絡(luò)暴力事件對大學(xué)生網(wǎng)絡(luò)思想政治教育帶來的消極影響，針對大學(xué)生網(wǎng)絡(luò)思想政治教育提出了新的要求。

從以上文獻研究中可以看出，互聯(lián)網(wǎng)的發(fā)展給網(wǎng)絡(luò)暴力培育了溫室，竊取他人隱私、人肉搜索、無端謾罵、人身攻擊等網(wǎng)絡(luò)暴力層出不窮，網(wǎng)絡(luò)暴力中被施暴者受到了嚴(yán)重的精神挫傷，正常生活受到了嚴(yán)重影響，網(wǎng)絡(luò)暴力從無端的網(wǎng)絡(luò)謾罵到已經(jīng)威脅到了被施暴者的人身安全。

3? 研究框架與變量設(shè)計（Research framework and variable design）

由于微博所具有的獨特的傳播范圍廣、影響巨大的特點，其社交功能逐漸被削弱，傳播功能日趨增強。大量的社會熱門事件首先在微博上爆發(fā)，隨之而來的就是網(wǎng)絡(luò)暴力事件。因此本文以大學(xué)生為研究對象，通過調(diào)查問卷的方式來獲取網(wǎng)絡(luò)暴力事件中的大學(xué)生在微博上的傳播行為，包括大學(xué)生對待網(wǎng)絡(luò)暴力的態(tài)度和情感。問卷星是最常用的線上調(diào)查測評與投票平臺，與傳統(tǒng)調(diào)查方式和其他調(diào)查網(wǎng)站或調(diào)查系統(tǒng)相比，具有快捷、易用、低成本的明顯優(yōu)勢，已經(jīng)被大量企業(yè)和個人廣泛使用，因此本文采用問卷星獲取大學(xué)生調(diào)查問卷數(shù)據(jù)。

3.1? ?研究框架

本研究首先設(shè)計調(diào)查問卷，通過問卷星進行數(shù)據(jù)采集;然后將采集到的微博數(shù)據(jù)使用Excel進行整理與篩選，對數(shù)據(jù)進行預(yù)處理;之后采用回歸分析法建立大學(xué)生微博傳播行為的影響因素模型;最后基于Stata分析自變量與因變量之間的關(guān)系并進行結(jié)果分析。具體流程如圖1所示。

3.2? ?變量設(shè)計

本文主要進行網(wǎng)絡(luò)暴力事件中大學(xué)生微博傳播行為分析，經(jīng)過文獻梳理和實際考量，設(shè)立了三個維度的自變量，一個維度的因變量，在每個維度下又設(shè)置了若干個題項作為該維度的測量變量。具體的變量設(shè)計如表1所示。

4? 模型構(gòu)建與數(shù)據(jù)分析（Model construction and data analysis）

4.1? ?描述性統(tǒng)計

通過問卷星共回收231 份調(diào)查問卷，根據(jù)描述性統(tǒng)計的結(jié)果可知：在231 名受試者中，男性有131 人，占比56.71%;女性有100 人，占比43.29%。參與調(diào)查的大都是高年級的學(xué)生，大一到大四學(xué)生的占比分別是6.06%、16.88%、36.36%、40.69%。

通過對大學(xué)生面對網(wǎng)絡(luò)暴力事件的態(tài)度統(tǒng)計得出，有53.32%的大學(xué)生非常反對網(wǎng)絡(luò)暴力，認(rèn)為網(wǎng)絡(luò)暴力是一種十分惡劣的行為，對待網(wǎng)絡(luò)暴力的反對態(tài)度由1到5逐漸增加。對微博傳播行為進行分析統(tǒng)計，調(diào)查大學(xué)生面對微博上的網(wǎng)絡(luò)暴力行為是否會點贊或轉(zhuǎn)發(fā)，表示完全不會進行點贊或轉(zhuǎn)發(fā)的大學(xué)生達到45.89%，幾乎不會的達到17.75%，有時候會的達到22.51%，而轉(zhuǎn)發(fā)或點贊頻率較高的占9.09%和4.76%?？梢姡髮W(xué)生面對微博上的網(wǎng)絡(luò)暴力事件一般采取的態(tài)度是不會轉(zhuǎn)發(fā)，僅當(dāng)吃瓜群眾。

4.2? ?信度與效度分析

在社會科學(xué)的研究領(lǐng)域中，常常涉及一些抽象變量的測量，為了保證研究結(jié)果的準(zhǔn)確、可靠和具有適用性，在進行實證分析之前，需對各個量表進行信度與效度的分析。采用Stata 14.0進行了信度分析，結(jié)果顯示了解程度、認(rèn)知、傳播行為、態(tài)度四個分量表的克朗巴赫系數(shù)（Cronbach's Alpha）依次為0.765、0.783、0.862、0.709，總量表的克朗巴赫系數(shù)為0.733，說明具有良好的信度。量表的信度檢驗結(jié)果如表2所示。

效度也稱有效性，是指量表能夠測量到其所欲測量的心理或行為特質(zhì)的程度。常用于調(diào)查問卷效度分析的方法主要是結(jié)構(gòu)效度，對于結(jié)構(gòu)效度的檢驗最常用的方法就通過KMO值（Kaiser-Meyer-Olkin，檢驗統(tǒng)計量）進行檢驗，KMO值為0.764，大于0.7，且Bartlett's Test of Sphericity（球形檢測）結(jié)果的顯著性為0.000，小于0.05，說明問卷具有良好的結(jié)構(gòu)效度。

4.3? ?因子分析

本文采用因子分析法來提取公共因子，表3顯示的是按因子分析法求得各指標(biāo)特征值及其所對應(yīng)變量的貢獻率，一般情況下，各因子累積方差貢獻率達到60%以上，即可認(rèn)為具有良好的結(jié)果效度。本次研究結(jié)果中大于1的四個初始特征值分別為3.324、3.048、1.529、1.047，經(jīng)過旋轉(zhuǎn)后所對應(yīng)的方差百分比分別為23.594、15.098、14.510、10.706，所以在選取四個公共因子的情況下，它們的累積貢獻率達到63.908%，高于60%。由此可見，這四個公因子能夠反映原始數(shù)據(jù)的大部分信息。

各成分的碎石圖如圖2所示，由碎石圖可以看出，四個因子中有因子1、因子2、因子3、因子4的特征值大于1，故取四個因子是比較合適的。

4.4? ?回歸模型分析

本文探討的是網(wǎng)絡(luò)暴力事件中的大學(xué)生微博傳播行為，因此作為被解釋變量，參考已有文獻并基于因子分析結(jié)果，選取了解程度、認(rèn)知、態(tài)度三個指標(biāo)作為解釋變量。由于被解釋變量“傳播行為”為連續(xù)變量且本研究樣本容量較大，因此可以近似看作服從正態(tài)分布，故選用線性回歸模型。模型具體表達為：

其中，Y代表被解釋變量：傳播行為;Xi依次代表解釋變量：了解程度、認(rèn)知、態(tài)度;相應(yīng)地，β1、β2、β3為解釋變量的回歸系數(shù)，β0、μ0分別為常數(shù)項和隨機擾動項。

為了檢驗以上回歸模型是否存在共線性問題，故使用Stata通過方差膨脹因子對模型中的解釋變量進行VIF（Variance Inflation Factor，方差膨脹系數(shù)）檢驗。由檢驗結(jié)果可知，各解釋變量的VIF值均小于5，表明解釋變量間不存在多重共線性的問題，不會對多元回歸產(chǎn)生影響，因此所有的解釋變量可以放在同一個模型中檢驗，即表明以上回歸結(jié)果是可信的。

通過對樣本進行回歸分析，發(fā)現(xiàn)模型檢驗的F值為37.86，顯著性水平為0.000，小于臨界值0.05，說明回歸模型在總體上具有統(tǒng)計學(xué)意義。模型調(diào)整后的決定系數(shù)（調(diào)整后的R方）為0.6031，即納入回歸方程的因素在對傳播行為的影響的變異程度上具有60.31%的解釋力，表明模型擬合結(jié)果較好，具體如表4所示。

5? ?結(jié)論（Conclusion）

通過本文研究發(fā)現(xiàn)，在網(wǎng)絡(luò)暴力事件中，大學(xué)生對事件的了解程度、認(rèn)知以及態(tài)度對微博傳播行為都有顯著的影響。性別對于傳播行為具有顯著差異，在網(wǎng)絡(luò)暴力事件中，男性比女性大學(xué)生的傳播程度更強。對于大學(xué)生而言，年級并沒有任何差異，也就是說，不管在幾年級，大學(xué)生的傳播行為均無顯著差異。

同時我們發(fā)現(xiàn)，微博作為網(wǎng)絡(luò)暴力事件發(fā)生的主戰(zhàn)場，已經(jīng)對人們尤其是對年輕的大學(xué)生群體產(chǎn)生了非常嚴(yán)重的影響。因此，要做好大學(xué)生的網(wǎng)絡(luò)行為引導(dǎo)，同時在大學(xué)教育中加強大學(xué)生思想道德修養(yǎng)，樹立大學(xué)生健全的人生觀、世界觀、價值觀，豐富相關(guān)教育內(nèi)容，使大學(xué)生在魚龍混雜的自媒體環(huán)境中能夠?qū)W(wǎng)絡(luò)信息進行全面的理解，從而進一步提高大學(xué)生的心理承受能力，規(guī)范網(wǎng)絡(luò)道德與網(wǎng)絡(luò)行為。同時加強網(wǎng)絡(luò)監(jiān)管，為大學(xué)生乃至整個社會營造健康、和諧、文明、進步的網(wǎng)絡(luò)環(huán)境。

參考文獻（References）

[1] 楊茹，張楚喬.網(wǎng)絡(luò)社交媒體運用與大學(xué)生文化自信培育[J].北京工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，18（02）：73-80.

[2] 姜方炳.空間分化、風(fēng)險共振與“網(wǎng)絡(luò)暴力”的生成——以轉(zhuǎn)型中國的網(wǎng)絡(luò)化為分析背景[J].浙江社會科學(xué)，2015（08）：52-59.

[3] 許瑞儀.傳統(tǒng)媒體微博如何提高影響力——基于對人民日報高轉(zhuǎn)發(fā)量微博的內(nèi)容分析[J].新聞實踐，2013（06）：15-18.

[4] 鄧國峰，廖柏明.大學(xué)生網(wǎng)絡(luò)成癮的綜合分析及德育對策研究[J].社會科學(xué)家，2005（03）：195-199.

[5] 劉向陽，宋玉蓉，孟繁榮.微博網(wǎng)絡(luò)事件謠言信息擴散準(zhǔn)確預(yù)測仿真[J].計算機仿真，2018（08）：452-456.

[6] CHEN S， DOU Y X， ZHANG Q J. Research on the influential factors of the reposting behavior of microblog users based on the theory of reasoned action[J]. Journal of Intelligence， 2017， 36（11）：147-152.

[7] WANG G， WANG Y， LIU K， et al. Multidimensional influencing factors of public opinion information dissemination in social media： Evidence from Weibo dataset[J]. International Journal of Modern Physics B， 2019， 33（31）：1-24.

[8] 馮小東，馬捷，蔣國銀.社會信任、理性行為與政務(wù)微博傳播：基于文本挖掘的實證研究[J].情報學(xué)報，2019，38（09）：954-965.

[9] 袁媛，嚴(yán)宇橋.風(fēng)險感知與網(wǎng)絡(luò)輿情的微博傳播模型研究[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2020，42（01）：158-163.

[10] 郭金玲.自媒體時代高校校園網(wǎng)絡(luò)暴力的成因及治理[J].新鄉(xiāng)學(xué)院學(xué)報，2020，37（05）：53-55.

[11] 羅譞.網(wǎng)絡(luò)暴力的微觀權(quán)力結(jié)構(gòu)與個體的“數(shù)字性死亡”[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2020，42（06）：151-157.

[12] 李玉琪.新媒體時代網(wǎng)絡(luò)暴力成因的實證研究[D].吉林：吉林大學(xué)，2020.

[13] 向宇婷.針對“網(wǎng)絡(luò)暴力”談大學(xué)生網(wǎng)絡(luò)思想政治教育新要求[J].黨史博采（下），2020（06）：62-64.

作者簡介：

魯艷霞（1977-），女，碩士，教授.研究領(lǐng)域：輿情分析，應(yīng)急管理.

黃川林（1979-），女，碩士，副教授.研究領(lǐng)域：電子商務(wù)數(shù)據(jù)分析，個性化推薦.

張? 晉（1974-），男，碩士，副教授.研究領(lǐng)域：思想政治教育，黨建，大數(shù)據(jù)應(yīng)用.