摘要：在信息技術(shù)日益進(jìn)步的當(dāng)下，信息偶遇現(xiàn)象在用戶使用社交媒體時(shí)頻繁發(fā)生。以信息偶遇為自變量，將用戶社交回避行為作為因變量，社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露、熟人尷尬作為中介變量，在壓力源—負(fù)擔(dān)—結(jié)果理論模型的基礎(chǔ)上，通過問卷調(diào)查法搭建結(jié)構(gòu)方程模型，同時(shí)采用Bootstrap自助抽樣法進(jìn)行中介檢驗(yàn)，探究信息偶遇對(duì)用戶社交心理及行為產(chǎn)生的負(fù)面作用，以補(bǔ)充信息偶遇研究中的負(fù)向助推作用機(jī)制，并為有效推動(dòng)用戶信息偶遇提供理論依據(jù)。研究發(fā)現(xiàn)：信息偶遇正向影響用戶社交回避；社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露和熟人尷尬分別在信息偶遇正向影響用戶社交回避的過程中發(fā)揮中介效應(yīng)；社交媒體認(rèn)知超載和社交焦慮在信息偶遇正向影響用戶社交回避的過程中發(fā)揮鏈?zhǔn)街薪樾?yīng)。研究結(jié)論將為社交媒體用戶提高偶遇信息的利用效率及平臺(tái)信息推送提質(zhì)增效提供思路和啟發(fā)。

關(guān)鍵詞：社交回避；信息偶遇；社交媒體；用戶；影響機(jī)制

中圖分類號(hào)：G252 DOI：10.3772/j.issn.1673-2286.2024.09.005

引文格式：許鑫，趙士林. 信息偶遇對(duì)社交媒體用戶社交回避行為的影響機(jī)制研究[J]. 數(shù)字圖書館論壇，2024，20（9）：48-56.

隨著智能分發(fā)與算法推送技術(shù)的日趨革新，個(gè)性化推薦已然成為眾多社交媒體吸引與服務(wù)用戶的主要形式。借助用戶年齡、身份、喜好、關(guān)注等個(gè)性信息，社交媒體為用戶搭建具有可選擇性的信息偏好網(wǎng)絡(luò)空間。用戶頻繁接觸社交媒體提供的個(gè)性化定制內(nèi)容，豐富使用體驗(yàn)，從而愿意繼續(xù)使用該社交媒體。信息偶遇最早于1995年由Erdelez[1]提出。1997年，Erdelez[2]進(jìn)一步將信息偶遇定義為“在搜索某個(gè)主題信息的過程中，用戶意外獲得其他主題相關(guān)信息的現(xiàn)象”。在一系列瀏覽、搜索信息的行為中，信息偶遇被頻繁地喚起與擱置。用戶在不斷接觸有趣、有用以及意料之外的信息的同時(shí)，也會(huì)將自我不斷從網(wǎng)絡(luò)節(jié)點(diǎn)后的私密空間推向與社會(huì)交往的半公共空間，將信息的人內(nèi)傳播轉(zhuǎn)為人際傳播。信息偶遇被學(xué)界看作解決信息繭房問題的途徑之一[3]。李剛等[4]研究表明，用戶的社交關(guān)系可以影響其信息偶遇，良好的社交關(guān)系網(wǎng)絡(luò)可以增強(qiáng)用戶對(duì)信息的感知力與注意力，進(jìn)而發(fā)生信息偶遇，可見社交關(guān)系是影響信息偶遇產(chǎn)生的因素之一。

社交回避是在社交中的一種回避行為[5]，表現(xiàn)出對(duì)社交的消極傾向，是個(gè)人出于任何原因避免與他人互動(dòng)或交談的意愿和行為，在網(wǎng)絡(luò)中表現(xiàn)為網(wǎng)絡(luò)失聯(lián)、沉默、匿名、屏蔽、拉黑等。社交媒體的虛擬保護(hù)特性模糊了人與人之間的互動(dòng)界限，賦予用戶較為寬松的表達(dá)機(jī)會(huì)，但“朋友圈僅三天可見”“互動(dòng)屏蔽”“粉絲可見”等設(shè)置也屬于社交回避行為。信息偶遇是在用戶瀏覽、檢索信息時(shí)無(wú)意中產(chǎn)生的，這種突如其來的有趣或有用的信息在一定程度上與用戶自身、熟悉的人和事密切相關(guān)，會(huì)豐富用戶的認(rèn)知維度和信息儲(chǔ)備，但同時(shí)存在風(fēng)險(xiǎn)，其在一定程度上會(huì)導(dǎo)致用戶在無(wú)意識(shí)中接觸社交類信息，增加社交焦慮的發(fā)生概率，并潛在影響用戶的風(fēng)險(xiǎn)感知。

Web 2.0時(shí)代，社交媒體和移動(dòng)互聯(lián)網(wǎng)成為實(shí)時(shí)社交互動(dòng)的主要接口，使信息便捷、廣泛傳播成為可能。盡管目前以Sora、ChatGPT為代表的生成式人工智能技術(shù)推動(dòng)新一輪互聯(lián)網(wǎng)革命，但以人際聯(lián)絡(luò)為核心的社交媒體仍是用戶的首要選擇，具有重要的使用價(jià)值。用戶社交媒體使用心理的健康程度對(duì)平臺(tái)的運(yùn)行與發(fā)展至關(guān)重要。研究信息偶遇對(duì)社交媒體用戶社交回避行為的影響，探究其內(nèi)在運(yùn)行機(jī)制，可以幫助用戶對(duì)信息采納行為進(jìn)行自我修正，也能為社交媒體平臺(tái)進(jìn)一步提升用戶黏性提供參考，對(duì)社交媒體用戶提高信息偶遇效能及平臺(tái)優(yōu)化信息服務(wù)模式具有借鑒意義。

1 理論模型與研究假設(shè)

本研究選取壓力源—負(fù)擔(dān)—結(jié)果（StressorStrain-Outcome，SSO）模型作為理論模型，以探究信息偶遇的負(fù)面作用。SSO模型在研究社交媒體情景下的壓力與結(jié)果方面得到廣泛應(yīng)用。張艷豐等[6]借助SSO模型和扎根理論探究用戶社交媒體倦怠這一負(fù)面結(jié)果的產(chǎn)生機(jī)制，Zhang等[7]基于SSO模型發(fā)現(xiàn)錯(cuò)過恐懼、感知超載、強(qiáng)迫性使用、時(shí)間成本和隱私擔(dān)憂作為壓力源，共同影響用戶的社交回避行為。在本研究中，采用該模型能夠可視化分解壓力作用于客體的過程：用戶受到壓力源信息偶遇的刺激，在負(fù)擔(dān)環(huán)節(jié)產(chǎn)生社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露和熟人尷尬等負(fù)面心理情緒，最終產(chǎn)生社交回避的行為結(jié)果?；诖思僭O(shè)，制作研究模型（見圖1）。

1.1 信息偶遇對(duì)社交回避的影響

在國(guó)內(nèi)，2009年潘曙光[8]正式引進(jìn)信息偶遇，開啟后續(xù)國(guó)內(nèi)對(duì)信息偶遇的系統(tǒng)性研究[9]。研究表明人們?cè)谏缃痪W(wǎng)絡(luò)活動(dòng)中通常是放松、無(wú)時(shí)間壓力的，因此也可能更容易產(chǎn)生信息偶遇[10]。社交媒體作為社交網(wǎng)絡(luò)的一種，為信息偶遇的產(chǎn)生創(chuàng)造多元化情景，這種非線性偶遇不斷拓寬信息來源與渠道，在一定程度上提升總體信息偶遇的發(fā)生率，表明社交媒體使用對(duì)信息偶遇具有正向促進(jìn)作用。但也有研究表明，新聞?wù)搲?、網(wǎng)站以及微信等即時(shí)通信類社交媒體用戶均有一定回避行為，具體表現(xiàn)為新聞回避[11]、廣告回避[12]、微信回避[13]等。

信息偶遇中的社交類信息大多是經(jīng)過社交媒體過濾的個(gè)性化信息，較多迎合用戶的喜好，但也容易進(jìn)一步導(dǎo)致社交回避的產(chǎn)生。一項(xiàng)關(guān)于身處二次元文化圈的大學(xué)生的實(shí)證研究[14]表明，二次元文化熱衷程度正向影響大學(xué)生社交回避，這證明過于頻繁地接觸個(gè)性化和圈層化的社交類信息會(huì)導(dǎo)致回避行為。在信息偶遇的負(fù)面影響維度，張雪鳳等[15]研究表明，信息偶遇會(huì)引發(fā)個(gè)體的身體比較，從而影響對(duì)健康飲食的焦慮，可見信息偶遇會(huì)對(duì)用戶其他日常行為構(gòu)成負(fù)面影響。而社交回避不僅是一種行為，還是個(gè)體心理健康的消極結(jié)果表征，被認(rèn)為是負(fù)面影響的體現(xiàn)[16]?；诖?，本研究提出以下假設(shè)。

H1：信息偶遇正向影響用戶社交回避。

1.2 社交媒體認(rèn)知超載在信息偶遇與社交回避間的中介作用

社交媒體認(rèn)知超載是指用戶在使用社交媒體的過程中過度維護(hù)線上人際關(guān)系和對(duì)信息交流技術(shù)的適應(yīng)不良所產(chǎn)生的認(rèn)知超載的消極心理現(xiàn)象[17]。這種認(rèn)知超載主要表現(xiàn)為個(gè)體在信息與社交兩方面出現(xiàn)的身心超負(fù)荷狀況[18]。Maier等[19]指出社交媒體的使用程度是影響社交媒體認(rèn)知超載的重要變量，且能正向影響社交媒體認(rèn)知超載。信息偶遇產(chǎn)生與否的重要因素之一便是用戶對(duì)信息的感興趣程度，因而偶遇信息往往是迎合用戶喜好的信息，信息偶遇使社交媒體用戶黏性進(jìn)一步提升，這在無(wú)形中會(huì)增加用戶的使用時(shí)間與強(qiáng)度，為社交媒體認(rèn)知超載埋下隱患。此外，除了信息超載外，社交媒體認(rèn)知超載還增加了用戶的社交壓力。社交媒體認(rèn)知超載突破用戶的社交限度時(shí)，甚至?xí)绊懭粘９ぷ餍袨?。Luqman等[20]研究發(fā)現(xiàn)社交媒體技術(shù)的介入會(huì)影響員工的認(rèn)知限度，造成認(rèn)知超載，進(jìn)而對(duì)工作行為產(chǎn)生消極作用。同時(shí)，劉侲[21]的研究表明社交媒體認(rèn)知超載會(huì)導(dǎo)致社交倦怠等回避情緒，從而影響用戶在社交網(wǎng)絡(luò)中的互動(dòng)?；诖?，本研究提出以下假設(shè)。

H2：信息偶遇正向影響用戶社交媒體認(rèn)知超載。

H3：社交媒體認(rèn)知超載正向影響用戶社交回避。

H4：社交媒體認(rèn)知超載在信息偶遇正向影響用戶社交回避的過程中發(fā)揮中介作用。

1.3 社交焦慮在信息偶遇與社交回避間的中介作用

社交焦慮是指在與其他人交往時(shí)產(chǎn)生的不舒適甚至是緊張和恐懼的體驗(yàn)。相較于其他消極情緒，如抑郁、失落，社交焦慮更具有社交情境，產(chǎn)生于社交場(chǎng)合的某一特定空間中，在脫離社交情境后社交焦慮會(huì)緩解或消失。有社交焦慮的用戶會(huì)在使用社交媒體時(shí)傾向于選擇文本、語(yǔ)音等延時(shí)性社交途徑，而較少采用語(yǔ)音通話、視頻通話、電話會(huì)議等即時(shí)社交途徑。社交焦慮發(fā)生在人與人交往的過程中，其中消極人際關(guān)系是影響社交焦慮的重要因素之一[22]。個(gè)體信息偶遇發(fā)生的頻率越高，越能促進(jìn)社交類信息接觸，從而增加社交焦慮發(fā)生的可能性。此外，陳必忠等[18]發(fā)現(xiàn)問題性社交媒體使用可以正向預(yù)測(cè)線上社交焦慮，同時(shí)孫柳琦等[23]和Davidson等[24]的研究表明重度社交焦慮的用戶會(huì)因?yàn)樵谝馔饨缭u(píng)價(jià)而對(duì)社交活動(dòng)產(chǎn)生消極信念與態(tài)度，并進(jìn)一步由于懼怕和回避人際交往而形成社交回避。基于此，本研究提出以下假設(shè)。

H5：信息偶遇正向影響用戶社交焦慮。

H6：社交焦慮正向影響用戶社交回避。

H7：社交焦慮在信息偶遇正向影響用戶社交回避的過程中發(fā)揮中介作用。

1.4 在線風(fēng)險(xiǎn)暴露在信息偶遇與社交回避間的中介作用

在線風(fēng)險(xiǎn)暴露是指?jìng)€(gè)體在上網(wǎng)過程中對(duì)各種風(fēng)險(xiǎn)情境的直接體驗(yàn)或接觸[25]。社交媒體為了提升用戶的使用黏性，會(huì)借助算法和大數(shù)據(jù)監(jiān)控對(duì)用戶進(jìn)行精準(zhǔn)畫像，繼而推送容易引起用戶興趣的相關(guān)信息，這在一定程度上會(huì)促進(jìn)用戶的信息偶遇行為，但同時(shí)隱私信息泄露、網(wǎng)絡(luò)暴力、人肉搜索等事件時(shí)有發(fā)生，會(huì)加劇用戶的在線風(fēng)險(xiǎn)暴露。社交回避是用戶因擔(dān)心遭受外界的不良評(píng)價(jià)而產(chǎn)生的一種重度焦慮行為，因此當(dāng)用戶感知到網(wǎng)絡(luò)暴力等在線風(fēng)險(xiǎn)暴露不良結(jié)果時(shí)，會(huì)產(chǎn)生社交回避行為。Asendorpf[26]也發(fā)現(xiàn)社交回避產(chǎn)生于人際風(fēng)險(xiǎn)感知較高的人群中。基于此，本研究提出以下假設(shè)。

H8：信息偶遇正向影響用戶在線風(fēng)險(xiǎn)暴露。

H9：在線風(fēng)險(xiǎn)暴露正向影響用戶社交回避。

H10：在線風(fēng)險(xiǎn)暴露在信息偶遇正向影響用戶社交回避的過程中發(fā)揮中介作用。

1.5 熟人尷尬在信息偶遇與社交回避間的中介作用

尷尬是指?jìng)€(gè)體因處于公眾注意焦點(diǎn)、失禮或棘手情境時(shí)所產(chǎn)生的別扭、緊張、懊惱、難為情、不知所措的情緒體驗(yàn)[27]。熟人尷尬是尷尬情緒的特定情境，是指?jìng)€(gè)體與熟人相遇、交談時(shí)產(chǎn)生的一種自覺的、不愉快的情緒反應(yīng)。陶志歡[28]研究發(fā)現(xiàn)，青年群體面臨與陌生網(wǎng)友聊得火熱，但與熟人見面后無(wú)話可說的尷尬局面。同時(shí)在對(duì)職業(yè)工作[29]、性少數(shù)群體[30]的調(diào)查中也發(fā)現(xiàn)熟人尷尬現(xiàn)象的存在。信息偶遇的產(chǎn)生具有不可預(yù)料的特點(diǎn)。在社交媒體中，由于信息偶遇，用戶偶遇熟人信息的概率提升，而此類信息給予個(gè)體突如其來的熟人情境體驗(yàn)，讓匿名網(wǎng)絡(luò)空間轉(zhuǎn)為熟人空間，這在一定程度上會(huì)拉近用戶與平臺(tái)的距離，但也會(huì)造成熟人尷尬的產(chǎn)生。尤其是熟人發(fā)布的網(wǎng)絡(luò)信息與現(xiàn)實(shí)信息出現(xiàn)沖突時(shí)，信息偶遇會(huì)讓熟人尷尬加深。熟人尷尬進(jìn)一步導(dǎo)致社交回避。張鈞涵[31]在研究青年社交行為時(shí)發(fā)現(xiàn)，青年人會(huì)主動(dòng)規(guī)避熟人圍觀的尷尬。陳云松[32]也發(fā)現(xiàn)，在日常生活的互動(dòng)中，為避免觀念不合導(dǎo)致的尷尬，熟人之間會(huì)避免互動(dòng)或減少碰面的頻率?；诖?，本研究提出以下假設(shè)。

H11：信息偶遇正向影響用戶熟人尷尬。

H12：熟人尷尬正向影響用戶社交回避。

H13：熟人尷尬在信息偶遇正向影響用戶社交回避的過程中發(fā)揮中介作用。

1.6 社交媒體認(rèn)知超載和社交焦慮的鏈?zhǔn)街薪樾?yīng)

社交媒體認(rèn)知超載源于高密度和高質(zhì)量的信息接受，這與網(wǎng)絡(luò)超文本/超媒體的鏈接方式密不可分。王國(guó)華等[33]發(fā)現(xiàn)，當(dāng)處理信息所需的認(rèn)知資源數(shù)量超過個(gè)人工作記憶的容量時(shí)就會(huì)出現(xiàn)認(rèn)知超載現(xiàn)象，這與Cromley等[34]的研究發(fā)現(xiàn)相吻合。社交媒體認(rèn)知超載分為信息超載和社交超載兩部分，王琳等[35]研究發(fā)現(xiàn)，信息超載可以正向預(yù)測(cè)用戶的焦慮情緒；武曉立[36]也發(fā)現(xiàn)，社交超載與錯(cuò)失焦慮呈現(xiàn)顯著正相關(guān)關(guān)系；陳必忠等[18]研究發(fā)現(xiàn)，社交媒體認(rèn)知超載顯著正向預(yù)測(cè)線上社交焦慮，即社交媒體認(rèn)知超載嚴(yán)重的用戶，社交焦慮程度也高。信息偶遇為社交媒體認(rèn)知超載提供信息來源和認(rèn)知資源儲(chǔ)備，因此信息偶遇越頻繁的用戶，其社交媒體認(rèn)知超載越嚴(yán)重，而用戶社交媒體認(rèn)知超載與社交焦慮間存在正相關(guān)關(guān)系，且社交回避是社交焦慮情緒的行為表達(dá)。結(jié)合前文假設(shè)，本研究認(rèn)為社交媒體認(rèn)知超載和社交焦慮在信息偶遇與用戶社交回避之間存在鏈?zhǔn)街薪樽饔肹37]，基于此提出以下假設(shè)。

H14：社交媒體認(rèn)知超載正向影響用戶社交焦慮。

H15：社交媒體認(rèn)知超載和社交焦慮在信息偶遇正向影響用戶社交回避的過程中發(fā)揮鏈?zhǔn)街薪樽饔谩?/p>

2 問卷設(shè)計(jì)與數(shù)據(jù)收集

2.1 問卷設(shè)計(jì)

本研究的調(diào)查問卷均采用李克特5點(diǎn)計(jì)分法，以1～5代表非常不符合、不符合、一般符合、符合、非常符合。自變量信息偶遇的測(cè)量參考郭海霞[38]基于Erdelez[1]的研究并結(jié)合信息偶遇行為過程，測(cè)量題項(xiàng)包括“我經(jīng)常發(fā)生信息偶遇”“我會(huì)收藏或存儲(chǔ)在社交網(wǎng)絡(luò)偶遇的信息”“我會(huì)使用在社交網(wǎng)絡(luò)偶遇的信息”“我會(huì)分享在社交網(wǎng)絡(luò)偶遇的信息”。

因變量社交回避的測(cè)量采用國(guó)內(nèi)翻譯修訂的社交回避及苦惱量表（Social Avoidance and Distress Scale，SAD）[39]，該量表最初由Watson等[40]編制，用于測(cè)量個(gè)體在社交中的回避傾向及在實(shí)際交往中的苦惱感受。其中社交回避部分共有14個(gè)題項(xiàng)，原量表采用1（回答“是”）和0（回答“否”）評(píng)分法，本研究為細(xì)化用戶社交回避的程度，改用李克特5點(diǎn)計(jì)分法進(jìn)行測(cè)量。

中介變量社交媒體認(rèn)知超載采用陳必忠等[18]在Zhang等[7]研究的基礎(chǔ)上翻譯修訂的社交媒體認(rèn)知超載量表，該量表分為信息超載與社交超載兩部分，包括“每天社交媒體上會(huì)有很多要處理的信息，我有一種被淹沒在其中的感覺”等8個(gè)題項(xiàng)。社交焦慮變量的測(cè)量參考葉冬梅等[41]修訂的社會(huì)交往焦慮量表并結(jié)合社交媒體使用情境，測(cè)量題項(xiàng)包括“我時(shí)常不知道要不要和別人打招呼”等20個(gè)題項(xiàng)。在線風(fēng)險(xiǎn)暴露變量的測(cè)量參考張亞利等[42]在Wisniewski等[43]的基礎(chǔ)上翻譯修訂的在線風(fēng)險(xiǎn)暴露量表，測(cè)量題項(xiàng)包括信息泄露、網(wǎng)絡(luò)騷擾、性誘請(qǐng)求等16個(gè)題項(xiàng)。熟人尷尬變量的測(cè)量基于戴揚(yáng)慧[44]在Uysal等[45]的基礎(chǔ)上翻譯修訂的替代性尷尬量表，本研究根據(jù)熟人尷尬情境對(duì)其進(jìn)行改編，設(shè)計(jì)“在公共場(chǎng)合遇到熟人讓我感到尷尬”等8個(gè)題項(xiàng)。

2.2 數(shù)據(jù)收集

在調(diào)查問卷初步設(shè)計(jì)完成后，先邀請(qǐng)25位受訪者進(jìn)行自我報(bào)告式填寫，再根據(jù)反饋進(jìn)行問卷修正，得到正式的調(diào)查問卷。利用問卷星平臺(tái)（www.wjx.com），借助二維碼和鏈接進(jìn)行問卷填寫與回收，通過網(wǎng)絡(luò)群、朋友圈、私聊分享等方式進(jìn)行投放，投放時(shí)間為1個(gè)月，共計(jì)回收問卷522份，剔除無(wú)效問卷后共計(jì)回收有效問卷500份，有效率為95.78%。在性別方面，男性占比48.2%，女性占比51.8%。在年齡維度，18～34歲樣本占比59.4%，35～55歲占比35.1%，56歲及以上占比5.5%。在學(xué)歷層面，62.6%的樣本為本科學(xué)歷，12.2%的樣本為研究生學(xué)歷，23.2%的樣本為中學(xué)學(xué)歷，小學(xué)及以下學(xué)歷樣本占比2.0%。在職業(yè)構(gòu)成維度，學(xué)生占比45.6%，政府機(jī)構(gòu)職工占比16.4%，事業(yè)單位職工占比15.4%，企業(yè)團(tuán)體職工占比15.2%，個(gè)體經(jīng)營(yíng)戶占比7.4%。樣本分布具有較好合理性，可用于進(jìn)一步分析。

3 數(shù)據(jù)分析

3.1 信度與效度檢驗(yàn)

信度與效度檢驗(yàn)結(jié)果如表1所示。信度是對(duì)問卷內(nèi)部可靠性的檢驗(yàn)。本研究采用Cronbach’s α進(jìn)行問卷內(nèi)部一致性檢驗(yàn)。結(jié)果顯示，總體Cronbach’s α值為0.984，各變量的Cronbach’s α值均高于參考值0.7，證明問卷總體信度良好。收斂效度也稱為聚合效度，通常通過平均提取方差（Average Variance Extracted，AVE）和組合信度（Composite Reliability，CR）值來評(píng)估。檢驗(yàn)中AVE值均大于0.5，CR值均大于0.7，說明各變量的內(nèi)部收斂性良好，測(cè)量的準(zhǔn)確性和可靠性較高。區(qū)別效度檢驗(yàn)結(jié)果如表2所示，各變量AVE值的平方根均大于自身與其他變量的Pearson相關(guān)系數(shù)，證明各變量的區(qū)別效度良好。

3.2 模型驗(yàn)證

本研究采用AMOS 24.0統(tǒng)計(jì)軟件搭建結(jié)構(gòu)方程模型，探究信息偶遇對(duì)社交回避的影響，并加入社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露、熟人尷尬4個(gè)變量。經(jīng)過模型擬合，擬合優(yōu)度指數(shù)為0.911，比較擬合指數(shù)為0.923，規(guī)范擬合指數(shù)為0.967，均符合大于0.9的標(biāo)準(zhǔn)。近似均方根誤差為0.07，小于0.10，殘差均方根為0.003，小于0.05。各項(xiàng)擬合指標(biāo)均達(dá)到適配標(biāo)準(zhǔn)，證明模型擬合效果良好，可進(jìn)行下一步檢驗(yàn)。

3.3 直接效應(yīng)檢驗(yàn)

結(jié)構(gòu)方程模型路徑系數(shù)分析結(jié)果如表3所示，信息偶遇對(duì)用戶社交回避具有顯著的正向作用（β=0.291，P<0.001），H1得到驗(yàn)證。信息偶遇對(duì)用戶社交媒體認(rèn)知超載具有顯著的正向作用（β=0.844，P<0.001），H2得到驗(yàn)證。社交媒體認(rèn)知超載對(duì)用戶社交回避具有顯著的正向作用（β=0.084，P<0.001），H3得到驗(yàn)證。信息偶遇對(duì)用戶社交焦慮有顯著的正向作用（β=0.357，P<0.001），H5得到驗(yàn)證。社交焦慮對(duì)用戶社交回避有顯著的正向作用（β=0.080，P<0.001），H6得到驗(yàn)證。信息偶遇對(duì)用戶在線風(fēng)險(xiǎn)暴露有顯著的正向作用（β=0.875，P<0.001），H8得到驗(yàn)證。在線風(fēng)險(xiǎn)暴露與用戶社交回避無(wú)正向預(yù)測(cè)關(guān)系（β=0.019，P=0.164），H9被拒絕。社交媒體信息偶遇對(duì)用戶熟人尷尬有顯著的正向作用（β=0.865，P<0.001），H11得到驗(yàn)證。熟人尷尬對(duì)用戶社交回避有顯著的正向作用（β=0.572，P<0.001），H12得到驗(yàn)證。在社交媒體使用中，社交媒體認(rèn)知超載對(duì)用戶社交焦慮有顯著的正向作用（β=0.615，P<0.001），H14得到驗(yàn)證。

3.4 中介效應(yīng)檢驗(yàn)

采用Hayes[46]首創(chuàng)的Bootstrap自助抽樣法進(jìn)行平行中介效應(yīng)檢驗(yàn)，使用AMOS 24.0軟件，通過重復(fù)抽H13得到驗(yàn)證，假設(shè)成立。

3.5 鏈?zhǔn)街薪樾?yīng)檢驗(yàn)

通過95%CI驗(yàn)證社交媒體認(rèn)知超載和社交焦慮在信息偶遇影響用戶社交回避過程中的鏈?zhǔn)街薪樽饔?。在Bootstrap抽樣5 000次后發(fā)現(xiàn)95%CI不包括0（見表4），證明鏈?zhǔn)街薪樾?yīng)顯著，效應(yīng)值為0.200。這表明社交媒體認(rèn)知超載不僅在信息偶遇和用戶社交回避之間起到中介作用，還通過影響用戶的社交焦慮進(jìn)一步影響用戶的社交回避，H15成立。

4 研究結(jié)果

4.1 結(jié)論

本研究在SSO理論模型的基礎(chǔ)上，通過問卷調(diào)查法搭建結(jié)構(gòu)方程模型，探究社交媒體用戶信息偶遇對(duì)其社交回避行為的影響作用與運(yùn)行機(jī)理。研究表明，信息偶遇會(huì)對(duì)用戶的心理與行為產(chǎn)生負(fù)向影響，主要表現(xiàn)樣5 000次，取95%置信區(qū)間（Confidence Interval，CI）來分別檢驗(yàn)社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露、熟人尷尬的中介作用，CI不包括0則表示相應(yīng)的效應(yīng)具有統(tǒng)計(jì)學(xué)意義。分析結(jié)果（見表4）顯示，社交媒體認(rèn)知超載（效應(yīng)值為0.362，標(biāo)準(zhǔn)誤為0.023，CI為[0.316，0.407]）、社交焦慮（效應(yīng)值為0.466，標(biāo)準(zhǔn)誤為0.022，CI為[0.422，0.508]）、在線風(fēng)險(xiǎn)暴露（效應(yīng)值為0.321，標(biāo)準(zhǔn)誤為0.023，CI為[0.254，0.346]）、熟人尷尬（效應(yīng)值為0.415，標(biāo)準(zhǔn)誤為0.022，CI為[0.376，0.465]）4個(gè)變量的CI均不包括0，證明其在信息偶遇與社交回避間均具有顯著的中介作用，效應(yīng)值占比分別為42.09%、54.18%、49.88%和63.61%，H4、H7、H10、為信息偶遇在心理層面會(huì)顯著正向預(yù)測(cè)社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露和熟人尷尬；同時(shí)信息偶遇在行為層面會(huì)通過社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露和熟人尷尬這4個(gè)中介變量正向預(yù)測(cè)社交回避行為。

用戶的使用意愿是社交媒體生存的重要保障?；谒惴?、大數(shù)據(jù)和人工智能的監(jiān)測(cè)技術(shù)讓智能推送和個(gè)性化信息獲取成為保障用戶體驗(yàn)感的有力手段，在一定程度上增加了信息偶遇的發(fā)生與再發(fā)生頻率，對(duì)于提高用戶偶遇信息利用效率以及優(yōu)化商家個(gè)性化產(chǎn)品與服務(wù)都有著重要意義[47]。信息偶遇之所以能正向預(yù)測(cè)社交媒體認(rèn)知超載與社交焦慮，是因?yàn)樾畔⑴加龅陌l(fā)生大概率與社會(huì)交往事件或人物綁定，通過用戶的親人、朋友、同事、同學(xué)等社會(huì)角色信息與用戶產(chǎn)生聯(lián)系，因而此類信息偶遇在無(wú)形中會(huì)提升用戶社交的頻率，可能造成社交超載和社交焦慮。此外，信息偶遇的特點(diǎn)之一表征為價(jià)值性，當(dāng)用戶偶遇有價(jià)值信息時(shí)會(huì)增加瀏覽時(shí)長(zhǎng)，并且可能伴隨信息囤積行為，這將進(jìn)一步助推信息超載的形成與發(fā)展。信息偶遇撕裂了用戶密閉的隱私空間，加深信息輸入程度與社交接觸程度。盡管這為用戶拓展社交網(wǎng)絡(luò)提供現(xiàn)實(shí)條件，但信息偶遇的不可預(yù)料性與隨機(jī)性將用戶剝離出私人空間，造成社交焦慮的心理情緒。

同時(shí)，信息偶遇可以正向預(yù)測(cè)在線風(fēng)險(xiǎn)暴露和熟人尷尬。信息偶遇的興趣導(dǎo)向與個(gè)人隱私密切相關(guān)，興趣作為用戶內(nèi)在心理驅(qū)動(dòng)的行為呈現(xiàn)，具有明顯個(gè)體差異。而信息偶遇越頻繁，用戶感知的隱私泄露等在線風(fēng)險(xiǎn)越強(qiáng)烈。熟人尷尬作為常見的社交負(fù)面心理現(xiàn)象，與用戶社交緊密相連。偶遇情景作為信息偶遇的重要組成，為用戶與熟人提供一定的社交情景，但情景轉(zhuǎn)移與縫合在一定程度上加劇用戶的熟人尷尬。

社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露和熟人尷尬作為中介變量，均能正向影響社交回避行為。一個(gè)可能的解釋是，這4個(gè)中介變量均為負(fù)面心理情緒變量，當(dāng)用戶通過信息偶遇產(chǎn)生社交媒體認(rèn)知超載、社交焦慮、在線風(fēng)險(xiǎn)暴露和熟人尷尬時(shí)，在壓力的作用下無(wú)形中趨向于產(chǎn)生社交回避行為。社交媒體認(rèn)知超載和社交焦慮作為鏈?zhǔn)街薪樽兞看嬖谟谥髀窂街?，表明社交媒體認(rèn)知超載作為現(xiàn)實(shí)社交與信息接受能力的反映，會(huì)影響用戶情感的萌發(fā)和發(fā)酵，同時(shí)也是用戶刺激—反應(yīng)過程的表現(xiàn)。

關(guān)于研究假設(shè)H9未得到實(shí)證支持，即在線風(fēng)險(xiǎn)暴露無(wú)法正向預(yù)測(cè)社交回避行為，一個(gè)可能的解釋是，當(dāng)用戶在線風(fēng)險(xiǎn)暴露感知強(qiáng)烈時(shí)，其信息保護(hù)意識(shí)容易被激發(fā)，包括隱私保護(hù)、反詐意識(shí)、算法抵抗等，從而對(duì)風(fēng)險(xiǎn)本身進(jìn)行回避，而并非形成社交回避。

本研究還存在以下局限。作為一項(xiàng)橫截面研究，存在無(wú)法探究因果關(guān)系的弊端，只能探明變量間的相關(guān)性，后續(xù)研究可以通過深度訪談、網(wǎng)絡(luò)民族志等質(zhì)性研究方法研究信息偶遇與社交回避行為之間的內(nèi)在關(guān)聯(lián)。同時(shí)由于采用用戶自我報(bào)告法獲取數(shù)據(jù)，存在數(shù)據(jù)來源單一的弊端，后續(xù)可通過調(diào)查用戶身邊人的方式進(jìn)行系統(tǒng)性驗(yàn)證，進(jìn)一步提高研究的有效性。

4.2 建議

通過對(duì)由社交媒體信息偶遇引發(fā)的用戶社交回避行為的研究，提出3個(gè)層面的建議。①社交媒體平臺(tái)層面，在算法推送下應(yīng)精準(zhǔn)保護(hù)用戶隱私安全，降低用戶感知風(fēng)險(xiǎn)與信息負(fù)載，如設(shè)置信息推送授權(quán)功能、增加社交媒體頁(yè)面自定義功能、使用時(shí)長(zhǎng)鬧鐘等。同時(shí)，平臺(tái)加大對(duì)用戶心理疏導(dǎo)與調(diào)節(jié)的力度，通過正能量?jī)?nèi)容推送、頁(yè)面標(biāo)識(shí)語(yǔ)等符號(hào)信息積極引導(dǎo)用戶健康上網(wǎng)。②用戶層面，應(yīng)積極保護(hù)自身隱私安全、培養(yǎng)自身信息素養(yǎng)，從而增加信息負(fù)載能力和風(fēng)險(xiǎn)應(yīng)對(duì)能力，如在線學(xué)習(xí)隱私知識(shí)、閱讀網(wǎng)絡(luò)與新媒體相關(guān)書籍等。同時(shí)，用戶在現(xiàn)實(shí)生活中需要進(jìn)一步培養(yǎng)人際交往能力，為避免社交回避行為提供內(nèi)生動(dòng)力。③社會(huì)層面，政府部門及相關(guān)組織應(yīng)加大對(duì)社交媒體算法推送的監(jiān)管力度，防范平臺(tái)越權(quán)，及時(shí)化解隱私泄露、網(wǎng)絡(luò)暴力、電信詐騙等負(fù)面事件使公眾產(chǎn)生的心理挫傷，并開展網(wǎng)絡(luò)心理教育系列工作。

參考文獻(xiàn)

[1] ERDELEZ S. Information encountering：an exploration beyond information seeking[D]. Syracuse：Syracuse University，1995.

[2] ERDELEZ S. Information eneountering：a conceptual framework foraccidental information discovery[C]// Proceedings of an International Conference on Research in Information Needs，Seeking and Use in Different Contexts. London：Taylor Graham，1997：412-421.

[3] 趙云澤，薛婷予. 社交媒體中的“信息偶遇”行為研究：解決“信息繭房”問題的一種視角[J]. 編輯之友，2020（5）：38-43.

[4] 李剛，毛俊博. 基于改進(jìn)ISM-MICMAC的信息偶遇影響因素及關(guān)聯(lián)路徑研究[J]. 現(xiàn)代情報(bào)，2023，43（7）：74-84.

[5] WILLIAMSON K. Discovered by chance：the role of incidental information acquisition in an ecological model of information use[J]. Library Information Science Research，1998，20（1）：23-40.

[6] 張艷豐，彭麗徽，劉金承，等. 新媒體環(huán)境下移動(dòng)社交媒體倦怠用戶畫像實(shí)證研究：基于SSO理論的因果關(guān)系視角[J]. 情報(bào)學(xué)報(bào)，2019，38（10）：1092-1101.

[7] ZHANG S W，ZHAO L，LU Y B，et al. Do you get tired of socializing？an empirical explanation of discontinuous usage behaviour in social network services[J]. Information Management，2016，53（7）：904-914.

[8] 潘曙光. 信息偶遇研究[D]. 重慶：西南大學(xué)，2009.

[9] 張倩，鄧小昭. 偶遇信息利用研究文獻(xiàn)綜述[J]. 圖書情報(bào)工作，2014，58（20）：138-144.

[10] 陽(yáng)玉堃，黃椰曼. 社交網(wǎng)絡(luò)環(huán)境下用戶信息偶遇行為影響因素研究[J]. 數(shù)字圖書館論壇，2017（6）：65-72.

[11] 常江，李思雪. 數(shù)字媒體生態(tài)下的新聞回避：內(nèi)涵、邏輯與應(yīng)對(duì)策略[J]. 南京社會(huì)科學(xué)，2022（9）：100-109.

[12] 羅江，范婷睿，苗苗. 個(gè)性化社交媒體廣告對(duì)消費(fèi)者廣告回避的影響機(jī)制研究[J]. 信息系統(tǒng)學(xué)報(bào)，2022（1）：62-80.

[13] 馮宏宇. 社交媒體為媒介的工作生活相互打斷對(duì)網(wǎng)絡(luò)社交回避影響研究[D]. 北京：北京郵電大學(xué)，2020.

[14] 李松，冉光明，張琪，等. 社交回避對(duì)網(wǎng)絡(luò)過度使用的影響：一個(gè)鏈?zhǔn)街薪槟Ｐ蚚J]. 應(yīng)用心理學(xué)，2020，26（4）：307-314.

[15] 張雪鳳，高峰強(qiáng)，耿靖宇，等. 社交回避與苦惱對(duì)手機(jī)成癮的影響：孤獨(dú)感、安全感和沉浸的多重中介效應(yīng)[J]. 中國(guó)臨床心理學(xué)雜志，2018，26（3）：494-497.

[16] 劉峻君，何曉燕，李松，等. 社交回避與青少年自殺意念的關(guān)系：有調(diào)節(jié)的中介模型[J]. 心理與行為研究，2023，21（5）：675-681.

[17] CHOI S B，LIM M S. Effects of social and technology overload on psychological well-being in young South Korean adults：the mediatory role of social network service addiction[J]. Computers in Human Behavior，2016，61：245-254.

[18] 陳必忠，鄭雪，孫曉軍. 問題性社交媒體使用與線上社交焦慮：社交媒體認(rèn)知超載和特質(zhì)正念的作用[J]. 心理發(fā)展與教育，2023，39（5）：743-751.

[19] MAIER C，LAUMER S，ECKHARDT A，et al. Giving too much social support：social overload on social networking sites[J]. European Journal of Information Systems，2015，24（5）：447-464.

[20] LUQMAN A，TALWAR S，MASOOD A，et al. Does enterprise social media use promote employee creativity and wellbeing？[J]. Journal of Business Research，2021，131：40-54.

[21] 劉侲. Z世代用戶社交媒體倦怠影響因素研究[D]. 沈陽(yáng)：沈陽(yáng)師范大學(xué)，2023.

[22] WEYMOUTH B B，BUEHLER C. Early adolescents’relationships with parents，teachers，and peers and increases in social anxiety symptoms[J]. Journal of Family Psychology，2018，32（4）：496-506.

[23] 孫柳琦，張晨婧，張志云，等. 大學(xué)生孤獨(dú)感與問題性社交網(wǎng)站使用：社交焦慮、社會(huì)自我效能感的鏈?zhǔn)街薪樽饔肹J]. 心理研究，2024，17（1）：61-68.

[24] DAVIDSON C L，WINGATE L R，GRANT D M，et al. Interpersonal suicide risk and ideation：the influence of depression and social anxiety[J]. Journal of Social and Clinical Psychology，2011，30（8）：842-855.

[25] MAGHSOUDI R，SHAPKA J，WISNIEWSKI P. Examining how online risk exposure and online social capital influence adolescent psychological stress[J]. Computers in Human Behavior，2020，113：106488.

[26] ASENDORPF J B. Beyond social withdrawal：shyness，unsociability，and peer avoidance[J]. Human Development，1990，33（4/5）：250-259.

[27] SABINI J，SIEPMANN M，STEIN J，et al. Who is embarrassed by what？[J]. Cognition and Emotion，2000，14（2）：213-240.

[28] 陶志歡. 青年“群體性孤獨(dú)”現(xiàn)象的審思與調(diào)適[J]. 中國(guó)青年社會(huì)科學(xué)，2020，39（5）：88-96.

[29] 劉宏濤，蔣睿. 性別與身份：中國(guó)大陸婦產(chǎn)科醫(yī)患沖突的一個(gè)分析維度[J]. 思想戰(zhàn)線，2017，43（3）：25-37.

[30] 張根福，吳維. 交往方式與擇偶標(biāo)準(zhǔn)：一項(xiàng)基于J市男同性戀者的實(shí)證研究[J]. 浙江師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，39（6）：67-74.

[31] 張鈞涵. 弱聯(lián)系的建構(gòu)與強(qiáng)聯(lián)系的削弱：抖音對(duì)青年群體社會(huì)交往的影響研究[J]. 中國(guó)青年研究，2019（3）：5-11.

[32] 陳云松. 觀念的“割席”：當(dāng)代中國(guó)互聯(lián)網(wǎng)空間的群內(nèi)區(qū)隔[J].社會(huì)學(xué)研究，2022，37（4）：117-135，228.

[33] 王國(guó)華，聶勝欣，薛瑞鑫. 多媒體學(xué)習(xí)中的認(rèn)知負(fù)荷：測(cè)量方法與技術(shù)縱覽[J]. 電化教育研究，2022，43（4）：19-25，54.

[34] CROMLEY J G，DU Y，DANE A P. Drawing-to-learn：does meta-analysis show differences between technology-based drawing and paper-and-pencil drawing？[J]. Journal of Science Education and Technology，2020，29（2）：216-229.

[35] 王琳，楊雨彤，蘇寧. 移動(dòng)互聯(lián)環(huán)境下大學(xué)生信息焦慮、健康焦慮與錯(cuò)失焦慮的關(guān)聯(lián)機(jī)制研究[J]. 現(xiàn)代情報(bào)，2023，43（7）：64-73.

[36] 武曉立. 從“錯(cuò)失焦慮”到“錯(cuò)過喜悅”：感知超載對(duì)社交媒體用戶使用心理的影響[J]. 現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2023，45（9）：140-149.

[37] 柳士順，凌文輇. 多重中介模型及其應(yīng)用[J]. 心理科學(xué)，2009，32（2）：433-435，407.

[38] 郭海霞. 網(wǎng)絡(luò)瀏覽中的信息偶遇調(diào)查和研究[J]. 情報(bào)雜志，2013，32（4）：47-50，62.

[39] 汪向東，王希林，馬弘. 心理衛(wèi)生評(píng)定量表手冊(cè)[J]. 中國(guó)心理衛(wèi)生雜志，1999（增訂版）：490-493.

[40] WATSON D，F(xiàn)RIEND R. Measurement of social-evaluative anxiety[J]. Journal of Consulting and Clinical Psychology，1969，33（4）：448-457.

[41] 葉冬梅，錢銘怡，劉興華，等. 社會(huì)交往焦慮量表和社交恐懼量表的修訂[J]. 中國(guó)臨床心理學(xué)雜志，2007，15（2）：115-117.

[42] 張亞利，劉瀟濛，張英杰，等. 在線風(fēng)險(xiǎn)暴露量表在中國(guó)大學(xué)生中的信效度檢驗(yàn)[J]. 中國(guó)臨床心理學(xué)雜志，2023，31（2）：392-395.

[43] WISNIEWSKI P，JIA H Y，WANG N，et al. Resilience mitigates the negative effects of adolescent Internet addiction and online risk exposure[C]//Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. New York：ACM Press，2015：4029-4038.

[44] 戴揚(yáng)慧. 四種類型的替代性尷尬對(duì)利他行為的影響[D]. 金華：浙江師范大學(xué)，2017.

[45] UYSAL A，AKBA？ G，HELVAC？ E，et al. Validation and correlates of the vicarious embarrassment scale[J]. Personality and Individual Differences，2014，60：48-53.

[46] HAYES A. Introduction to mediation，moderation，and conditional process analysis[J]. Journal of Educational Measurement，2013，51（3）：335-337.

[47] 田梅，朱學(xué)芳，張軍亮. 移動(dòng)互聯(lián)網(wǎng)信息偶遇影響因素研究：基于關(guān)鍵事件技術(shù)[J]. 現(xiàn)代情報(bào)，2018，38（10）：91-98.

作者簡(jiǎn)介

許鑫，男，博士研究生，研究方向：社交媒體與智能信息，E-mail：xin_xin2022@163.com。

趙士林，男，博士，教授，研究方向：危機(jī)傳播、網(wǎng)絡(luò)輿論。

Influence Mechanism of Information Encounter on Social Media Users’ Social Avoidance Behavior

XU Xin ZHAO ShiLin

（School of Journalism and Communication， Shanghai University， Shanghai 200072， P. R. China）

Abstract： With the increasing progress of information technology， the phenomenon of information encounter occurs frequently when users use social media. This paper takes information encounter as an independent variable， users’ social avoidance behavior as a dependent variable， and social media cognitive overload， social anxiety， online risk exposure， and acquaintance embarrassment as mediating variables. Based on the stressor-strain-outcome theoretical model， the structural equation model is built by questionnaire survey method. The mediation test is conducted by Bootstrap sampling method to explore the negative effects of information encounter on users’ social psychology and behaviors， so as to supplement the negative boosting mechanism in information encounter researches and provide theoretical basis for effectively promoting users’ information encounter. The research shows that information encounter positively affects users’ social avoidance. Social media cognitive overload， social anxiety， online risk exposure， and acquaintance embarrassment have mediating effects on the relationship in which information encounter positively affects users’ social avoidance， respectively. Social media cognitive overload and social anxiety play chain mediating effects when information encounter positively affects users’ social avoidance. The research conclusion will provide ideas and inspiration for social media users to improve the utilization efficiency of encountering information and improve the quality and efficiency of platform information push.

Keywords： Social Avoidance； Information Encounter； Social Media； User； Influence Mechanism

（責(zé)任編輯：王瑋）