数字阅读素养的影响因素及其作用机制探究

朱万侠　李肖霞

摘要：数字阅读是当前大学生学习、生活的主要方式。数字阅读素养是在数字阅读时代取得高质量阅读效果的基础和关键。以往关于数字阅读素养的研究显示，信息素养、阅读态度、阅读意向是影响数字阅读素养的重要因素，但是这些因素是如何以及在何种程度上影响数字阅读素养的，还缺乏检验探讨。假设阅读态度和阅读意向在信息素养与数字阅读素养关系中起链式中介作用，其中介效应量显著吗？基于277名大学生调查数据的结构方程模型检验表明：（1）信息素养对数字阅读素养有正向预测作用;（2）信息素养通过阅读态度和阅读意向的中介作用对数字阅读素养产生影响，且链式中介效应显著，总中介效果量为36.71%。其中通过阅读态度和阅读意向链式中介路径的中介效果量为16.23%，通过阅读意向中介路径的中介效果量为16.94%。基于此，教育管理者和教师可以通过培养信息素养、树立积极的阅读态度、营造良好的阅读氛围等策略提高学生的数字阅读素养。

关键词：数字阅读素养;信息素养;阅读态度;阅读意向;影响因素;作用机制

中图分类号：G434   文献标识码：A    文章编号：1009-5195（2018）06-0097-08  doi10.3969/j.issn.1009-5195.2018.06.012

*基金项目：2015年中央高校基本科研业务费专项资金项目之 “丝绸之路”古场景虚拟仿真交互平台的设计与开发（31920150088）;2016年中央高校基本科研业务费专项资金项目“适用于西部少数民族地区在线教育资源及平台的设计与开发”（31920160079）。

作者简介：朱万侠，博士研究生，华中师范大学教育信息技术学院（湖北武汉 430079）;讲师，西北民族大学教育科学与技术学院（甘肃兰州 730000）。李肖霞（通讯作者），讲师，西北民族大学教育科学与技术学院（甘肃兰州 730000）。

一、问题的提出

随着信息技术的发展和新媒介的涌现，世界已经进入了一个数字阅读的新时代。据第14次国民阅读调查报告，2016年我国数字化阅读方式的接触率为68.2%，手机阅读率达到66.1%，呈现连续8年增长的趋势。报告还指出，18～29岁群体的手机阅读接触率最高，为92.8%（孙山，2017）。可见，数字阅读已经成为当前我国大学生学习、生活的主要方式。

数字阅读素养是在数字阅读时代取得高质量阅读效果的基础和关键。数字阅读素养是指在数字阅读中通过合法方式快速高效地获取、辨别、分析、利用和开发信息的素养，主要包括数字阅读意识、数字阅读能力和数字阅读道德三个方面（王健等，2011）。在全民数字阅读的时代，读者需要转变阅读模式和阅读路径，建立积极的数字阅读意识和符合伦理的阅读道德，同时还要提高信息检索和数字导航等方面的数字阅读能力。

目前关于数字阅读素养的已有研究主要集中在数字阅读素养的现状调查、政策和建议等宏观层面，而对数字阅读素养影响因素及机制等微观层面的研究较少。本文在回顾文献的基础上，提出理论假设模型，并通过实证研究对模型进行验证和分析，从而探讨影响数字阅读素养的因素，以及各影响因素之间的关系和作用机制。

二、文献综述和研究假设

1.信息素养与数字阅读素养

1974年，美国的保罗·泽考斯基提出信息素养，解释其为“利用大量信息工具及主要信息源使问题得到解答的技术和技能”（Zurkowski，1974）。由于技术的发展和各国历史文化差异，国内外学者对信息素养的理解并不完全一致。国内有学者提出，信息素养是“运用信息解决问题的能力，主要指基于网络获取、分析、生成、使用和创造信息的综合素质”（何高大，2002）。信息素养的结构大体上可以分为信息意识、信息知识、信息技能和信息伦理四个维度。根据王健等（2011）的研究，数字阅读素养主要包括数字阅读意识、数字阅读能力和数字阅读道德三个维度。通过分析信息素养和数字阅读素养的内涵和结构，我们可以看出，两者之间既有区别，又有联系。信息素养是在处理信息时表现出来的综合素质，而数字阅读素养是在数字阅读活动过程中表现出来的综合素质。两者都强调对超文本信息的获取、分析和使用的能力。

信息素養与数字阅读素养有着紧密的联系。台湾学者Lee和Wu的研究表明，信息搜索活动有助于掌握元认知策略，元认知策略有助于提高阅读素养，即信息搜索活动通过元认知策略来提高阅读素养（Lee et al.，2013）。国际学生评估项目（Program for International Student Assessment，PISA）的研究结果也表明，信息和传播技术（Information and Communication Technologies，ICT）能够显著提高阅读素养（OECD，2009）。可见，数字阅读对信息素养的要求不同，前者对信息素养提出了更高的要求。已有研究虽然表明信息素养与数字阅读素养存在紧密的联系，但是对信息素养与数字阅读素养的相关程度，以及信息素养是如何影响数字阅读素养的，还缺乏深入探讨。

2.阅读态度与阅读意向

土耳其学者Hasan Ka?an Keskin等人通过Logistic回归分析方法研究了影响数字阅读素养的因素，发现阅读态度是影响数字阅读的重要因素之一（Keskin et al.，2016）。根据王健等（2011）学者的研究，阅读能力是数字阅读素养结构中的一个要素，阅读态度显著影响阅读能力。张喜春等（2008）的研究发现，阅读态度与阅读理解能力之间具有显著的正相关。Christina Clark等人通过实证研究发现，阅读态度与阅读行为之间存在显著相关（r=0.589，p<0.01），阅读态度通过阅读行为这一中介变量影响阅读成绩（Clark et al.，2011）。Linda Baker等人在调查中同样发现，阅读态度显著影响阅读活动和阅读成绩（Baker et al.，1999）。Chin-Neng Chen等人的研究还发现，电子书能够帮助学生提高阅读态度和阅读理解能力（Chen et al.，2013）。

Fishbein和Adzen在1975年提出的理性行为理论（Theory of Reasoned Action，TRA）认为，态度和主观规范决定行为意向，行为意向决定实际行为（Ajzen et al.，1977）。根据理性行为理论，阅读行为的发生是因为读者在心理层面先产生了阅读意向，而阅读意向的产生会受到读者阅读态度的影响。学者Broeder等人发现，拥有积极阅读态度的读者对阅读价值有更高的期望，会产生更强烈的阅读意向，更有可能发生阅读行为，其阅读的频率也会更高（Broeder et al.，2013）。Chien-Wen Chen采用技术接受模型（Technology Acceptance Model，TAM）对电子书的阅读意向进行实证研究发现，阅读态度对电子书持续阅读意向产生显著影响（β=0.82，p<0.001）（Chen，2015）。Guoxia Wang等人的研究也发现，在阅读任务中，心理比较和实施意向（Mental Contrasting and Implementation Intention，MCII）作为自调节策略（Self-Regulation Strategy）能够帮助追求和实现目标，从而对持续的阅读行为产生重要影响（Wang et al.，2016）。从以上研究可以看出，阅读态度通过阅读意向影响持续阅读行为。持续阅读行为是良好数字阅读素养的一种外在表现，能够提高数字阅读能力，进而提升数字阅读素养。

综上所述，目前国内外已有研究主要探讨信息素养与数字阅读素养之间表层的关系，对“信息素养是如何以及在多大程度上影响数字阅读素养”这一深层次问题缺乏探讨。根据计划行为理论，阅读态度和阅读意向可能是连接信息素养与数字阅读素养的两个重要中介要素。本研究将建立理论假设模型，并通过数据对此理论模型进行实证。

3.研究假设

本研究的研究假设为：阅读态度和阅读意向在信息素养与数字阅读素养关系中起链式中介作用，如图1所示。该模型包含三条中介路径：（1）β1→β6;（2）β5→β3;（3）β1→β2→β3。在研究模型中，每条路径上的假设为：

三、研究方法

1.调查样本

研究采用方便抽样法选取300名在校大学生作为研究对象发放问卷，得到有效问卷277份，有效回收率为92.3%。其中男生101人，女生176人;大一学生71人，大二学生67人，大三学生80人，大四学生59人;样本年龄在17～24岁之间，平均年龄为20.45岁，标准差为0.94。

2.研究工具

（1）信息素养量表

信息素养量表改编自土耳其学者Ahmet Naci ?oklar等人的信息素养量表（?oklar et al.，2017）。按照“回译”（Back-Translation）程序将英文量表翻译成中文量表，并针对中国文化背景，对原量表项目进行了完善。该量表为单维结构，共4个题目，分别是：“当我需要某一方面信息时，我知道从哪里去找”“我经常使用网络资源来获得我想要的信息”“我能够对搜集的信息进行系统整理并形成解决方案”“我能够有效得到并合法使用信息资源”，分别对应信息素养结构的四个维度，即“信息意识”“信息知识”“信息技能”和“信息伦理”。量表采用李克特五点尺度记分，1表示非常不符合，5表示非常符合;計算所有项目的均分，分数越高表示信息素养水平越高。本研究中，改编后的信息素养量表的信度系数（Cronbachs alpha）为0.82，说明该量表具有良好的内在一致性信度。

（2）阅读态度量表

阅读态度量表改编自美国学者Thompson等人1991年的态度量表（Thompson et al.，1991）。按照“回译”程序将量表翻译成中文，将量表中“PC”字眼改成“阅读”。该量表为单维结构，共3个题目，分别是：“我一旦开始阅读，就很难停下来”“阅读对我来说是一件更有趣的事情”“在阅读的过程中，我发现了乐趣”。量表采用李克特五点尺度记分，1表示非常不符合，5表示非常符合。本研究中，改编后的阅读态度量表信度系数（Cronbachs alpha）为0.83，说明该量表具有良好的内在一致性信度。

（3）阅读意向量表

阅读意向量表改编自美国学者Davis技术接受度量表中的意向维度（Davis，1989）。按照“回译”程序将量表翻译成中文。该量表为单维结构，共4个题目，分别是：“我愿意使用数字设备阅读自己感兴趣的内容”“我常常使用数字设备阅读自己感兴趣的内容”“我愿意在数字设备上阅读文章”“我常常在数字设备上阅读并分享文章”。量表采用李克特五点尺度记分，1表示非常不符合，5表示非常符合。本研究中，改编后的阅读意向量表的信度系数（Cronbachs alpha）为0.87，说明该量表具有良好的内在一致性信度。

（4）数字阅读素养量表

数字阅读素养量表改编自世界经济发展与合作组织2009年PISA调查项目中阅读素养的预测指标。按照“回译”程序将量表翻译成中文。该量表为单维结构，共5个题目，分别是“我能选择使用适合自己的数字化阅读工具和内容”“我在数字阅读过程中能快速获取和定位自己所需要的信息”“我能对数字化阅读的内容客观地提出自己的观点”“我能对阅读内容加以批注或注释”“我能利用合适的数字设备或软件创作属于自己的作品，并将创作的作品上传到相应的平台，并乐于跟大家分享交流”。量表主要考察大学生对数字文本获取、使用、评价、反思和创造的能力。量表采用李克特五点尺度记分，1表示非常不符合，5表示非常符合。本研究中，改编后的数字阅读素养量表的信度系数（Cronbachs alpha）为0.86，说明该量表具有良好的内在一致性信度。

3.数据分析

研究采用基于协方差的结构方程模型方法对研究模型和假设进行验证和分析。数据分析过程大致分为三步：首先，利用SPSS 22.0工具对问卷进行数据录入、编码和清理。针对类别变量的数据，进行频次统计分析，主要检查数据录入是否合适。针对连续变量的数据，进行描述性统计分析，主要检查数据的分布情况以及是否为正态分布。然后，利用AMOS 22.0工具对测量模型部分进行验证式因素分析。最后，利用Process 2.16工具对模型的中介效果进行检验和分析。

本研究所采用的模型中介效果检验方法是自助法（Bootstrapping）。自助法是一种采用“抽出后放回”的方式并计算K次（本研究中K=5000）的检验方法。该方法解决了传统中介效果检验方法（如因果法和系数乘积法）的缺陷，具有稳健的统计鉴定力（Hayes et al.，2009）。

四、研究结果

1.信度与收敛效度分析

从表1可以看出，在参数估计部分，未进行固定参数设定的所有题目的Z值均大于1.96，表明所有构面的题目因子负荷量参数均显著。由于AMOS 22.0软件在计算测量模型因子负荷量时，需要进行非标准化参数设定，即题目的非标准化因子负荷量设定为“1”，因此非标准化参数设定的题目未进行因子负荷量的显著性估计。对这些题目的因子负荷量进行显著性估计，可以通过其他题目的结果进行对比分析。从表1中可以看出，未进行固定参数设定的所有题目中，非标准化因素负荷量的值介于0.520～1.395，且均显著。由此可以判断，非标准化因素负荷量值为1的所有题目也均显著。根据Hair等人（2009）的研究，标准化因素负荷量一般需要在0.5以上。从表中可以看出，标准化因素负荷量最小值是0.535，最大值为0.957。可见，所有数值都在“可接受”到“理想”的标准范围。观察变量的题目信度SMC是标准化因素负荷量的平方。表1中所有题目的SMC值均属于“可接受”范围，表示每个题目都具有较好的内容信度。根据Hair等人（2009）的标准，构面的组成信度（CR）需要在0.7以上;平均方差萃取量（AVE）值在0.36以上是可接受值，在0.5以上是理想值。表中的CR值介于0.819～0.874，表示所有量表均具有良好的组成信度;研究中所有构面的AVE值介于0.511～0.662，说明所有构面具有良好的收敛效度。

2.描述性统计与区别效度分析

表2列出了各潜变量的描述性统计结果、相关系数和各平均方差萃取量开根号值。由表2可知，本研究中大学生的信息素养、阅读态度、阅读意向得分平均值，高于数字阅读素养平均值。信息素养、阅读态度、阅读意向和数字阅读素养存在两两显著正相关关系。另外，所有潜变量的平均方差萃取量的开根号值均大于与其他变量的皮尔森相关，表明本研究的所有变量具有较好的区别效度。

3.模型构建与分析

研究对模型变量的数据分布和模型拟合度进行了检验和分析。首先，采用偏态和峰度检验对数据特征进行正态检验，得出偏度系数的绝对值范围为[0.177，1.903]，小于1.96;峰度系数的绝对值范围为[0.016，4.367]，小于7。这表明模型变量的数据符合正态分布。共线性检验显示容许值Tolerance为0.662、0.6、0.609，均大于0.1;方差膨胀因素VIF值为1.51、1.667、1.641，均小于5，不存在共线性问题。模型拟合度指标检验显示：卡方值χ2=232.936;自由度df=95;卡方值/自由度=2.452;渐进残差均方和平方根RMSEA=0.073;标准化残差均方和平方根SRMR=0.0537;良适性适配指标GFI=0.902;基准线比较指标NFI=0.915、IFI=0.948、TLI=0.934、CFI=0.948。上述各指标表明，研究的模型为可接受模型。

变量的R2值代表自变量在多大程度上解释因变量，反映了自变量对因变量预测能力的大小。根据Hair等人（2009）的标准，R2值所代表的“小”“中”和“大”解释能力的临界值分别为：0.19、0.33和0.69。从图2可以看出，阅读态度、阅读意向和数字阅读素养三个变量的R2值分别为0.33、0.44、0.67。这表明本研究中，阅读态度、阅读意向和数字阅读素养的解释能力达到了“中”到“大”的标准。

研究对结构模型的标准化路径系数进行了检验和分析。通过标准化估计值，可以比较路径之间的重要性。从图2可以看出，“阅读态度”和“信息素养”两个因素直接影响阅读意向，对应的标准化路径系数值分别是0.46和0.28，说明阅读态度对阅读意向的影响要高于信息素养对阅读意向的影响。本模型中，有三个因素直接影响数字阅读素养，分别是“信息素养”“阅读态度”和“阅读意向”，对应的标准化路径系数值分别是0.65、-0.08和0.33，说明信息素养对数字阅读素养的影响要明显高于阅读意向和阅读态度。

本研究对结构模型的非标准化路径系数也进行了检验和分析。通过非标准化路径系数值和标准误可以对路径系数的显著性进行检验，由此对研究提出的假设进行验证。从表3各路径的系数Z值可以看出，除了路径“阅读态度→数字阅读素养”的Z值小于1.96以外，其余5条路径的Z值均大于1.96，说明在本研究除假设6不成立以外，其他5个假设均成立。

4.模型中介效果检验

研究进一步对中介的直接效果和间接效果进行了检验和分析。研究借助Process 2.16工具，采用偏差校正百分位Bootstrapping检验方法，选择模型6（2个中介），重复取样5000次，计算95%的置信区间（Hayes，2013），对模型的中介效果进行探讨。从表4可以看出，从信息素养到数字阅读素养总中介效应的置信区间为[0.174，0.411]，该链式中介效应显著。从信息素养到数字阅读素养的直接效应值是0.495，置信区间为[0.366，0.623]，置信区间不包含0，说明信息素养到数字阅读素养的直接效应显著，链式中介效应为部分中介效应。间接路径“信息素养→阅读态度→数字阅读素养”的效应值0.028，置信区间为[-0.059，0.131]，間接路径的效应值不显著。间接路径“信息素养→阅读态度→阅读意向→数字阅读素养”的效应值是0.127，置信区间为[0.080，0.206]，间接路径的效应值显著。间接路径“信息素养→阅读意向→数字阅读素养”的效应值是0.132，置信区间为[0.044，0.260]，间接路径的效应值显著。温忠麟等（2004）认为，在中介模型中，总中介效应是所有中介路径的效应之和，总效应为直接效应值与总中介效应值之和。由此可以计算出，本模型的总中介效应值是0.287，总效应值是0.782。效果量为各中介效应值与总效应值的比值，三条中介路径的效果量分别是3.56%、16.23、16.94%;总中介效果量为36.71%。

五、研究结论与思考

本研究在数字阅读素养的理论层面和研究方法层面上均有所创新。从理论层面来看，本研究提出了信息素养影响数字阅读素养的链式中介模型，解释了信息素养与数字阅读素养的关系和影响机理，同时也解释了阅读态度和阅读意向的中介机制。从研究方法层面来看，本研究采用实证的研究范式，通过“结构方程模型”的量化研究方法，对理论假设模型进行了验证。研究发现：（1）信息素养和阅读意向显著影响数字阅读素养;（2）信息素养通过阅读态度和阅读意向的链式中介作用影响数字阅读素养。（3）在信息素养影响数字阅读素养的所有路径中，路径“信息素养→阅读意向→数字阅读素养”和路径“信息素养→阅读态度→阅读意向→数字阅读素养”的影响效果较为明显。

1.信息素养与数字阅读素养的关系

从表4可以看出，信息素养到数字阅读素养的直接效果量达到63.29%，说明信息素养与数字阅读素养有着紧密的联系，这与研究假设是一致的。该结果说明，具有良好信息素养的读者，一般也会具备良好的数字阅读素养。这从一定程度上也说明，提高数字阅读素养首先应该提高信息素养。在我国，很多高校图书馆开设了以信息搜索和信息处理为内容的信息素养教学课程，并且取得了不错的效果（詹步强，2009）。本研究建议，高校图书馆应该继续重视和加强大学生信息素养的教育教学工作，为提升大学生数字阅读素养打好基础。

2.阅读态度与阅读意向的关系

本研究验证了阅读态度和阅读意向的关系。从表2可以看出，阅读态度和阅读意向之间存在显著相关（r=0.596，p<0.01）。从图2可以看出，阅读态度显著正向影响阅读意向（β=0.46，p<0.001），这与前面已有研究的结论一致。积极的阅读态度产生持续的阅读意向;而有了阅读意向，才会有阅读行为的发生。研究建议，教育工作者应该从调查学生的阅读态度着手，了解学生爱阅读或不爱阅读的原因。

3.信息素养与阅读态度的关系

通过对已有文献的分析发现，信息素养与阅读态度关系缺乏研究。从表2可以看出，信息素养与阅读态度之间存在显著正相关（r=0.496，p<0.01）。从图2可以看出，信息素养显著正向影响阅读态度（β=0.57，p<0.001）。导致这一结果的原因可能是，具有良好信息素养的读者，在阅读内容的检索和导航方面具有更高的自我效能感，对阅读持更积极的态度。另外，阅读是人从符号中获得意义的一种社会实践活动和心理过程，也是信息知识的生产者和接受者借助文本实现的一种信息知识传递过程（王素芳，2004）。从阅读发生的过程来看，阅读与信息之间存在紧密的联系，这可能导致阅读态度与信息素养存在显著的相关关系。

4.阅读态度、阅读意向和数字阅读素养的关系

从图2可以看出，阅读意向在阅读态度影响数字阅读素养的过程中存在中介效应。根据理性行为理论和技术接受模型，可以认为，阅读的态度通过阅读意向影响阅读行为的发生，而持续的阅读行为从一定层面上可以反映出阅读素养的高低。但由于数字阅读素养除了表现在持续的阅读行为上，还表现在特定的阅读习惯、方式和效果上。因此，我们需要谨慎看待这一研究结果。

5.信息素养、阅读态度、阅读意向和数字阅读素养的关系

从图2和表4可以看出，阅读态度、阅读意向在信息素养和数字阅读素养之间的链式中介效应。该研究结果对数字阅读教育实践具有一定的启示。根据本研究结果，建议教育管理者和教师通过如下策略提高学生的数字阅读素养：第一，重视学生信息素养的培养，加大信息技能和素养培训力度;第二，带领学生重新认识阅读，帮助学生树立积极的阅读态度;第三，举办阅读活动，提供阅读场所，营造良好的阅读氛围，让学生产生积极的阅读意向。

注释：

① ***表示路径系数的P值小于0.001，n.s.表示路径系数的P值大于0.05，不显著。

参考文献：

[1]何高大（2002）.“美国高等教育信息素养能力标准”及其启示[J].现代教育技术，（3）：24-29，78.

[2]孙山（2017）.第十四次国民阅读调查报告：62.4%成年国民在2016年进行过微信阅读[N].中国青年报，2017-04-20（07）.

[3]王健，张立榮（2011）.新媒介时代大学生数字化阅读素养的内涵与培养[J].现代远距离教育，（6）：73-77.

[4]王素芳（2004）.网络阅读的发展现状和前景探析[J].图书与情报，（3）：91-93.

[5]温忠麟，张雷，侯杰泰，刘红云（2004）.中介效应检验程序及其应用[J].心理学报，（5）：614-620.

[6]詹步强（2009）.大学生信息素养教学体系实施效果评价研究[J].电化教育研究，（6）：25-28.

[7]张喜春，潘映（2008）.理工科大学生英语阅读态度与阅读理解能力相关性研究[J]. 广西民族大学学报（哲学社会科学版），（S1）：146-148.

[8]Ajzen， I.， & Fishbein， M.（1977）. Attitudes Behavior Relations： A Theoretical Analysis and Review of Empirical Research [J]. Psychological Bulletin， 84 （5）：888-918.

[9]Baker， L.， & Wigfield， A.（1999）. Dimensions of Childrens Motivation for Reading and Their Relations to Reading Activity and Reading Achievement [J]. Reading Research Quarterly， 34（1）：452-477.

[10]Broeder， P.， & Stokmans， M.（2013）. Why Should I Read？ -A Cross-Cultural Investigation into Adolescents Reading Socialization and Reading Attitude [J]. International Review of Education，59（1）：87-112.

[11]Chen， C.-N.， Chen， S.-C.， & Chen， S.-H. E. et al.（2013）. The Effects of Extensive Reading via E-Books on Tertiary Level EFL Students Reading Attitude， Reading Comprehension， and Vocabulary [J]. Turkish Online Journal of Educational Technology， 12（2）：303-312.

[12]Chen， C.-W.（2015）. The Effect of Technological and Psychological Factors on Users Intentions to Continually Read e-Books[J]. International Journal of Business & Economics， 14（2）： 195-220.

[13]Clark， C.， & De Zoysa， S. （2011）. Mapping the Interrelationships of Reading Enjoyment， Attitudes， Behaviour and Attainment： An Exploratory Investigation [J]. National Literacy Trust，London. https：//doi.org/10.1111/j.1747-9991.2011.00449.x.

[14]?oklar， A. N.， Yaman， N. D.， & Yurdakul， I. K（2017）. Information Literacy and Digital Nativity as Determinants of Online Information Search Strategies [J]. Computers in Human Behavior，70：1-9.

[15]Davis， F. D.（1989）. Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology [J]. MIS Quarterly，13（3）： 319-340.

[16]Hair， J. F.， Ringle， C. M.， & Sarstedt， M（2009）. Multivariate Data Analysis （7th Edition） [M]. Prentice Hall.

[17]Hayes， A. F.（2009）. Beyond Baron and Kenny： Statistical Mediation Analysis in the New Millennium[J]. Communication Monographs，76（4）：408-420.

[18]Hayes， A. F.（2013）. Introduction to Mediation， Moderation，and Conditional Process Analysis： A Regression-Based Approach [J]. Journal of Educational Measurement，51（3）：335-337.

[19]Keskin， H. K.， &  Ba?tu?， M.， & Atmaca， T. （2016）. Factors Directing Students to Academic Digital Reading [J]. Education and Science，41（188）：117-129.

[20]Lee， Y.， & Wu， J.（2013）. The Indirect Effects of Online Social Entertainment and Information Seeking Activities on Reading Literacy [J]. Computers & Education， 12（67）：168-177.

[21]OECD（2009）. PISA 2009 Results： What Students Know and Can Do： Student Performance in Reading， Mathematics and Science （Volume I） [DB/OL]. [2018-01-05]. Http：//www.oecd.org/pisa/pisaproducts/48852548.pdf.

[22]Thompson， R. L.， Higgins， C. A.， &  Howell， J. M. （1991）. Personal Computing： Toward a Conceptual Model of Utilization [J]. MIS Quarterly，15（1）： 125-143.

[23]Wang. G.X.， & Gai， X. S. （2016）. Combined Effect of Mental Contrasting and Implementation Intention on College StudentsBook Reading [J]. Social Behavior & Personality An International Journal，44（5）：767-783.

[24]Zurkowski， P. G.（1974）.The Information Service Environment Relationships and Priorities[ED/OL]. [2018-01-05].https：//files.eric.ed.gov/fulltext/ED100391.pdf.

收稿日期 2018-01-28 責任编辑 汪燕