中圖分類號(hào)：G645 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdk.2025.20.042

Research on the Generation Mechanism of Resistance Behavior Generation for Group Students Based on the Expansion of Planned Behavior Theory

ZHANGChe，CHENBingjie，WANGXinyi，LIWenzhu （SchoolofStatisticsandMathematics， ，， ）

AbstractInthecontextofdigitalsurvivaldeeplyembedded inthealgorithmicsociety，thisstudyisbasedonthe frameworkofplanedhaviortoryntegratesregulatoryientationtheoryandonstructsatree-leveldingodel of \"cognition-norm-motivation\"toexplorethe multiple generationmechanismsofcollege students'algorithmic resistance behavior.Empirical testing was conductedusing structural equationmodelingand Bootstrap method.Research has found thatalgorithmic literacy directly enhances resistance wilingnessthrough three dimensions：technical understanding φ =0.526） ，criticalreflection （β=0.534） ，and practical ability （β=0.530） ，verifying the chain driven logic of\"literacy cognition intention\"; Social norms play a significant mediating effect between technical understanding （31.40%） ，critical reflection （33.38%） ，practical ability （31.40%） ，and resistance willingness;Regulating orientation produces a differentiated effect， preventing the weakening of social norms by orientation （β⁼-0.218） ， and promoting the transformation of privacy protection through targeted inhibition （β=.0.249） 一：

Keywordsalgorithmliteracy;algorithmicresistance;theoryofplannedbehavior，adjustorientation;mediationeffect

1問題提出

在數(shù)字化進(jìn)程中，基于規(guī)則的算法系統(tǒng)憑借精準(zhǔn)分類、信息呈現(xiàn)策略與認(rèn)知干預(yù)機(jī)制，重塑了社會(huì)主體的認(rèn)知范式與行為邏輯。然而，在算法技術(shù)為信息獲取效率提升、用戶體驗(yàn)優(yōu)化作出貢獻(xiàn)的同時(shí)，也帶來了一系列無法忽視的現(xiàn)實(shí)問題，如算法技術(shù)賦權(quán)差異加劇了“數(shù)字鴻溝\"的固化[，協(xié)同過濾機(jī)制催生的“信息繭房\"造成用戶認(rèn)知趨同[2，平臺(tái)推薦機(jī)制構(gòu)成的“數(shù)字化全景敞視監(jiān)獄”使得用戶陷入被動(dòng)適應(yīng)算法的“囚徒”狀態(tài)[3-4。因此，算法社會(huì)的到來對(duì)于個(gè)人的素養(yǎng)提出了新的要求，算法素養(yǎng)應(yīng)運(yùn)而生。

大學(xué)生群體作為數(shù)字原住民與高知群體的交叉樣本，其算法抵抗實(shí)踐具有典型性。他們在享受算法帶來的便利的同時(shí)，通過有意識(shí)地反向馴化、隱私保護(hù)策略等重塑自身與算法之間的權(quán)力關(guān)系5，這些看似零散的日常抵抗實(shí)踐，實(shí)則構(gòu)成了對(duì)抗算法霸權(quán)的微觀抵抗場域。并且相較于普通受眾，大學(xué)生群體具有更高的算法素養(yǎng)與隱私保護(hù)意識(shí)，能夠清晰表達(dá)對(duì)算法的態(tài)度與抵抗邏輯?；诖?，本研究以計(jì)劃行為理論（theoryofplannedbehavior，TPB）和調(diào)節(jié)定向理論為框架研究大學(xué)生的算法素養(yǎng)如何通過社會(huì)規(guī)范、隱私保護(hù)意愿等中介變量影響其抵抗行為的選擇與實(shí)施效能。

2概念解析

2.1算法素養(yǎng)

算法素養(yǎng)是數(shù)字素養(yǎng)的延伸概念，源于媒介素養(yǎng)和批判性數(shù)字素養(yǎng)的研究傳統(tǒng)。早期媒介素養(yǎng)聚焦于受眾對(duì)媒體內(nèi)容的解碼能力，而算法素養(yǎng)則進(jìn)一步聚焦算法技術(shù)對(duì)社會(huì)認(rèn)知的深層重構(gòu)。因此，算法素養(yǎng)是一個(gè)多維概念，其一是技術(shù)理解維度，即認(rèn)知算法的運(yùn)作邏輯及技術(shù)邊界]。其二是批判反思維度，用戶要識(shí)別算法對(duì)社會(huì)秩序的影響與個(gè)體生存的規(guī)訓(xùn)風(fēng)險(xiǎn)。其三是實(shí)踐能動(dòng)維度，用戶可以通過策略性行為與算法系統(tǒng)的協(xié)商權(quán)力關(guān)系，實(shí)現(xiàn)抵抗目標(biāo)[。因此算法素養(yǎng)不僅是認(rèn)知層面的“理解”，更是行動(dòng)層面的“抵抗與協(xié)商”。

2.2算法抵抗

算法抵抗作為技術(shù)抗?fàn)幍男屡d形式，體現(xiàn)了用戶從被動(dòng)接受者向能動(dòng)協(xié)商者的角色轉(zhuǎn)變。在算法環(huán)境中，受眾與信息傳遞者之間的意義不是單向生成的，而是通過文本的協(xié)商和互動(dòng)形成的。這種互動(dòng)性使得受眾能夠在面對(duì)算法時(shí)打破算法的單向控制，實(shí)現(xiàn)“抵抗中的協(xié)商”。總體而言，算法抵抗的本質(zhì)是用戶與算法系統(tǒng)在認(rèn)知、行為與權(quán)力層面的動(dòng)態(tài)博弈，其效能受制于個(gè)體素養(yǎng)、技術(shù)環(huán)境與社會(huì)結(jié)構(gòu)的交互影響。

2.3計(jì)劃行為理論

為了進(jìn)一步揭示大學(xué)生算法抵抗行為的內(nèi)在驅(qū)動(dòng)機(jī)制，本研究引入計(jì)劃行為理論構(gòu)建理論框架。該理論從社會(huì)心理學(xué)的視角構(gòu)建了從認(rèn)知到意向再到行為的解釋鏈條。已有研究表明，TPB框架能有效預(yù)測數(shù)字環(huán)境中的技術(shù)抗?fàn)幮袨椤Ｍㄟ^整合TPB框架，本研究旨在解析算法素養(yǎng)如何通過上述中介變量轉(zhuǎn)化為抵抗行為意向，進(jìn)而構(gòu)建“素養(yǎng)一認(rèn)知一意向\"的鏈?zhǔn)津?qū)動(dòng)模型。

3模型構(gòu)建與研究假設(shè)

3.1算法素養(yǎng)與算法抵抗意愿

根據(jù)既有的研究，高算法素養(yǎng)的個(gè)體更能夠認(rèn)識(shí)到算法的局限性和潛在風(fēng)險(xiǎn)，從而更積極地采取算法抵抗行為[]。本研究將算法素養(yǎng)解構(gòu)為技術(shù)理解、批判反思與實(shí)踐能力，其中技術(shù)理解作為算法認(rèn)知的基礎(chǔ)，直接影響個(gè)體對(duì)算法技術(shù)原理及其運(yùn)作機(jī)制的評(píng)估；批判反思反映個(gè)體對(duì)算法權(quán)力結(jié)構(gòu)的價(jià)值判斷；實(shí)踐能力則決定個(gè)體對(duì)實(shí)施抵抗行為難易程度的判斷。因此，本研究提出以下假設(shè)：H1：大學(xué)生的技術(shù)理解、批判反思、實(shí)踐能力對(duì)算法抵抗意愿具有正向影響。

3.2計(jì)劃行為理論

在TPB框架中，社會(huì)規(guī)范作為主觀規(guī)范的具象化表征，主要承擔(dān)社會(huì)影響傳導(dǎo)功能。社會(huì)規(guī)范不僅直接正向預(yù)測算法抵抗意愿，同時(shí)作為重要的中介變量，通過群體認(rèn)知同化機(jī)制分別提高技術(shù)理解、批判反思和實(shí)踐能力對(duì)行為意向的轉(zhuǎn)化效率。因此，本研究提出以下假設(shè)：

H2：社會(huì)規(guī)范對(duì)算法抵抗意愿具有正向影響；

H3：社會(huì)規(guī)范在大學(xué)生的技術(shù)理解、批判反思、實(shí)踐能力和算法抵抗意愿之間起中介作用。

3.3計(jì)劃行為理論的影響因素?cái)U(kuò)展：調(diào)節(jié)定向水平與隱私保護(hù)意愿

本研究基于計(jì)劃行為理論與調(diào)節(jié)定向理論構(gòu)建整合性分析框架。根據(jù)調(diào)節(jié)定向理論，促進(jìn)定向個(gè)體以追求積極結(jié)果為導(dǎo)向，而預(yù)防定向個(gè)體以規(guī)避風(fēng)險(xiǎn)為核心動(dòng)機(jī)，這種差異化的目標(biāo)導(dǎo)向特質(zhì)與計(jì)劃行為理論中“個(gè)體行為受人格特質(zhì)驅(qū)動(dòng)\"的核心主張形成理論呼應(yīng)。隱私保護(hù)意愿作為風(fēng)險(xiǎn)認(rèn)知中的重要關(guān)聯(lián)因素，同樣是用戶抵抗算法操控的核心心理動(dòng)因。因此，本研究引入調(diào)節(jié)定向理論構(gòu)建調(diào)節(jié)效應(yīng)模型，并指出調(diào)節(jié)定向分別通過塑造主觀規(guī)范、隱私保護(hù)意愿中介變量，進(jìn)而影響算法抵抗行為。提出以下假設(shè)：

H4：隱私保護(hù)意愿對(duì)算法抵抗意愿具有正向影響；H5：隱私保護(hù)意愿在大學(xué)生的批判反思和算法抵抗意愿之間起中介作用；H6：預(yù)防定向負(fù)向調(diào)節(jié)社會(huì)規(guī)范對(duì)算法抵抗的影響；H7：促進(jìn)定向負(fù)向調(diào)節(jié)隱私保護(hù)意愿對(duì)算法抵抗的影響。

4數(shù)據(jù)分析

本研究在對(duì)性別、專業(yè)、年級(jí)、網(wǎng)絡(luò)時(shí)長進(jìn)行控制的基礎(chǔ)上，通過回歸分析的方法驗(yàn)證H1、H2、H4三個(gè)假設(shè)。結(jié)果顯示：技術(shù)理解、批判反思、實(shí)踐能力與算法抵抗之間的回歸系數(shù)分別為0.526、0.534、0.530，假設(shè)H1得到了驗(yàn)證；社會(huì)規(guī)范與算法抵抗之間的回歸系數(shù)為0.550，假設(shè)H2得到了驗(yàn)證；隱私保護(hù)意愿與算法抵抗之間的回歸系數(shù)為0.522，假設(shè)H4得到了驗(yàn)證。以上驗(yàn)證滿足社會(huì)規(guī)范、隱私保護(hù)意愿作為中介變量的前提條件。

4.1中介效應(yīng)檢驗(yàn) 4.1.1以社會(huì)規(guī)范為中介變量的中介效應(yīng) 社會(huì)規(guī)范作為中介變量的中介效應(yīng)檢驗(yàn)結(jié)果顯示（表1），技術(shù)理解能夠正向顯著預(yù)測算法抵抗意愿 （β=0.526 0 和社會(huì)規(guī)范 （β=0.532，t-10.602） ；批判反思能夠正向顯著預(yù)測算法抵抗意愿 （β-0.534，t-12.041） 和社會(huì)規(guī)范 （β=0.577，t-11.440） ；實(shí)踐能力能夠正向顯著預(yù)測算法抵抗 （β-0.530，t12.522） 和社會(huì)規(guī)范 （β=0.576，t=11.993） 。并且，當(dāng)三個(gè)變量和社會(huì)規(guī)范同時(shí)進(jìn)入回歸方程時(shí)，對(duì)算法抵抗均具有正向顯著預(yù)測作用，假設(shè)H3成立。

4.1.2以隱私保護(hù)意愿為中介變量的中介效應(yīng)

隱私保護(hù)意愿作為中介變量的中介效應(yīng)檢驗(yàn)結(jié)果顯示（表2），批判反思能夠正向顯著預(yù)測隱私保護(hù)意愿 （β=0.694 t^{-12.833，Plt;0.001）} 。當(dāng)批判反思 （β-0.310，t-5.651，Plt;0.001） 和隱私保護(hù)意愿 （β=0.323，t-6.110，Plt;0.001） 同時(shí)進(jìn)入回歸方程時(shí)，兩者對(duì)算法抵抗均具有正向顯著預(yù)測作用，表明隱私保護(hù)意愿在技術(shù)理解和算法抵抗間起中介作用。

隱私保護(hù)意愿在批判反思和算法抵抗間的中介效應(yīng)的直接檢驗(yàn)結(jié)果如表3所示，在 95% 置信區(qū)間水平下，社會(huì)規(guī)范產(chǎn)生的間接效應(yīng)的Bootstrap檢驗(yàn)區(qū)間不包含0，表明中介變量在技術(shù)理解和算法抵抗間起顯著的中介作用，占總效應(yīng)的 41.92% 。由此可得出假設(shè)H5成立。

4.2調(diào)節(jié)效應(yīng)檢驗(yàn)

本研究引用溫忠麟和侯杰泰提出的層級(jí)回歸分析法來進(jìn)行調(diào)節(jié)效應(yīng)的檢驗(yàn)。

4.2.1預(yù)防定向在社會(huì)規(guī)范和算法抵抗意愿之間的調(diào)節(jié)效應(yīng)

首先，把算法抵抗意愿作為因變量，將控制變量社會(huì)規(guī)范、預(yù)防定向、社會(huì)規(guī)范和預(yù)防定向交互項(xiàng)依次放入模型，對(duì)變量進(jìn)行中心化轉(zhuǎn)換，見表4。社會(huì)規(guī)范和預(yù)防定向的回歸系數(shù) β=-0.218，Plt;0.001 ，表明社會(huì)規(guī)范和預(yù)防定向交互作用顯著，即大學(xué)生的預(yù)防定向越弱，社會(huì)規(guī)范對(duì)算法抵抗意愿的影響越強(qiáng)，假設(shè)H6得到驗(yàn)證。

4.2.2促進(jìn)定向在隱私保護(hù)意愿和算法抵抗意愿之間的調(diào)節(jié)效應(yīng)

將算法抵抗意愿作為因變量，將控制變量隱私保護(hù)意愿、促進(jìn)定向、隱私保護(hù)意愿和促進(jìn)定向交互項(xiàng)依次放入模型，對(duì)變量進(jìn)行中心化轉(zhuǎn)換，見表5。隱私保護(hù)意愿和促進(jìn)定向的回歸系數(shù) β=-0.249，Plt;0.001 ，表明社會(huì)規(guī)范和預(yù)防定向交互作用顯著，即大學(xué)生的促進(jìn)定向越弱，隱私保護(hù)意愿對(duì)算法抵抗意愿的影響越強(qiáng)，假設(shè)H7得到驗(yàn)證。

5討論

5.1算法素養(yǎng)的核心驅(qū)動(dòng)作用

算法抵抗行為并非單一維度的技術(shù)對(duì)抗，而是算法素養(yǎng)、社會(huì)支持和隱私保護(hù)動(dòng)機(jī)的復(fù)雜協(xié)同結(jié)果，在大學(xué)生群體中更是如此。通過假設(shè)H1的驗(yàn)證，算法素養(yǎng)通過“技術(shù)理解一批判反思一實(shí)踐能力\"的鏈?zhǔn)铰窂津?qū)動(dòng)抵抗意愿，表明大學(xué)生算法素養(yǎng)的提升需遵循“認(rèn)知深化一價(jià)值內(nèi)化一行動(dòng)轉(zhuǎn)化\"的邏輯。這一發(fā)現(xiàn)與Eshet-Alkalai提出的“數(shù)字素養(yǎng)多維模型”一致，技術(shù)理解與批判反思結(jié)合是大學(xué)生應(yīng)對(duì)算法操控的核心能力。因此，算法素養(yǎng)不僅是技術(shù)理解能力的體現(xiàn)，也是激發(fā)個(gè)體能動(dòng)性、批判性思維和促進(jìn)社會(huì)協(xié)作的重要基礎(chǔ)。

5.2社會(huì)規(guī)范的群體賦能效應(yīng)

社會(huì)技術(shù)系統(tǒng)理論指出技術(shù)實(shí)踐需嵌入社會(huì)結(jié)構(gòu)才能發(fā)揮效能。社會(huì)規(guī)范作為一種外部因素，能夠通過群體認(rèn)知同化機(jī)制，增強(qiáng)大學(xué)生對(duì)算法風(fēng)險(xiǎn)的感知力與抵抗意愿。在大學(xué)生群體中，社會(huì)規(guī)范的形成與傳播往往受到同伴行為、群體價(jià)值觀以及社會(huì)文化等多種因素的影響。當(dāng)大學(xué)生所處的群體對(duì)算法抵抗行為持認(rèn)可與支持態(tài)度時(shí)，個(gè)體更傾向于采取相應(yīng)的抵抗行動(dòng)。因此，算法抵抗依賴集體行動(dòng)與制度保障，進(jìn)一步支持了社會(huì)規(guī)范與技術(shù)賦能的協(xié)同必要性。

5.3隱私保護(hù)的中介作用與調(diào)節(jié)定向的路徑分化

隱私保護(hù)意愿不僅直接影響算法抵抗意愿，還在批判反思與算法抵抗意愿之間起到中介作用。促進(jìn)定向顯著抑制了隱私保護(hù)意愿向算法抵抗意愿的轉(zhuǎn)化。這一結(jié)果證實(shí)了隱私?jīng)Q策中存在的“趨利一避害”動(dòng)機(jī)分化。具體而言，促進(jìn)定向的大學(xué)生更關(guān)注隱私保護(hù)的自我實(shí)現(xiàn)價(jià)值，傾向于采取積極的行動(dòng)追求個(gè)人利益的最大化；而預(yù)防定向的大學(xué)生則側(cè)重于規(guī)避風(fēng)險(xiǎn)，采取更為保守的隱私保護(hù)策略。

★基金項(xiàng)目：湖北經(jīng)濟(jì)學(xué)院教學(xué)研究課題教學(xué)管理專項(xiàng)“后疫情時(shí)代財(cái)經(jīng)類高校學(xué)風(fēng)建設(shè)現(xiàn)狀與策略研究”（JG202301）；湖北省省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“奮斗抑或躺平？一一基于朋輩引領(lǐng)視域下高校青年典型宣傳對(duì)學(xué)風(fēng)建設(shè)的影響效果研究\"（S202411600052）；教育部高校思想政治工作創(chuàng)新發(fā)展中心（武漢東湖學(xué)院）2024年度專項(xiàng)研究課題“新質(zhì)生產(chǎn)力背景下大學(xué)生算法素養(yǎng)的培育路徑研究\"（WHDHSZZX2024128）。

參考文獻(xiàn)

[1]楊洸，佘佳玲.算法新聞?dòng)脩舻臄?shù)字鴻溝：表現(xiàn)及影響[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)），2020，42（4）：145-154.

[2]彭蘭.導(dǎo)致信息繭房的多重因素及\"破繭\"路徑[J].新聞界，2020（1）：30-38，73.

[3]靖鳴，蔡文玲.從全景敞視監(jiān)視到全民網(wǎng)絡(luò)圍觀：動(dòng)因及其特征[J].當(dāng)代傳播，2019（2）：36-39.

[4]彭蘭.如何實(shí)現(xiàn)\"與算法共存”——算法社會(huì)中的算法素養(yǎng)及其兩大面向[J].探索與爭鳴，2021（3）：13-15，2

[5]項(xiàng)倩，陳培愛.適應(yīng)、回避與抵抗：“用戶一算法\"關(guān)系視角的社交媒體計(jì)算廣告應(yīng)對(duì)機(jī)制[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)），2024，46（10）：148-156，168.

[6] （美）詹姆斯·C·斯科特.弱者的武器：農(nóng)民反抗的日常形式[M].鄭廣懷，張敏，何江穗，譯.南京：譯林出版社，2007.

[7] COTTERK，REISDORFB C.Algorithmic knowledge gaps：A newhorizonof（digital） inequality[J].International JournalofCommuni-cation，2020（14）：21.

[8] 肖恬.人工智能時(shí)代青年網(wǎng)民算法素養(yǎng)評(píng)價(jià)研究[D].廣州：暨南大學(xué)，2019.

[9] VELKOVAJ，KAUNA.Algorithmic resistance：Media practicesandthepolitics of repair[J].Information，Communicationamp; Society，2021，24（4）：523-540.

[10]陳陽，呂行.控制的辯證法：農(nóng)村青少年的短視頻平臺(tái)推薦算法抵抗——基于“理性—非理性\"雙重中介路徑的考察[J].新聞?dòng)浾撸?022（7）：71-87.

[11]朱咫渝，呂梓劍.Z世代大學(xué)生算法素養(yǎng)現(xiàn)狀及培育路徑[J].圖書館工作與研究，2024（8）：38-45.