大学生网络风险意识的调查研究

余建华，陈东伟

在如今的网络时代，大学生个个是网民，他们的学习和生活都离不开网络。而网络社会（Cyber society）存在许多安全隐患，网络社会在本质上是一个风险社会［1］。增强学生的网络安全意识，培养学生防范网络安全风险的能力，这是学校的基本职责之一。为了加强大学生网络风险教育的针对性，从而提高大学生网络风险教育的实效性，则有必要了解大学生的网络风险意识状况及其影响因素。为此，我们进行了调查研究。

一、研究思路与假设

我们所说的大学生网络风险意识，是指在校大学生在学习和生活中使用网络时，对可能存在的各种安全风险自觉进行识别、处理和防范的意识。大学生的这种意识的形成和强化，必然与许多因素相关。综合以往相关研究，提出如下研究假设。

（1）假设大学生的网络熟悉程度与其网络风险意识正相关。大学生对网络越熟悉就越清楚网络的缺陷所在，也就更清楚哪些行为易受攻击，他们在做出这些易受攻击的行为时就越会提高警惕，其网络风险意识也就越强。

（2）假设信任程度与网络风险意识负相关。把信任分为人际信任和机构信任。大学生的人际信任越高，就越相信对方不会做出伤害自己的事情，则其网络风险意识就越弱；大学生对风险管理机构的信任越高，就越容易相信其提供的协议、认可其处理风险的能力，他们就越会放松对风险的警惕，则其网络风险意识就越弱。

（3）假设网络风险教育与大学生的网络风险意识正相关。高校开展的网络风险教育具有较强的针对性、系统性和专业性特点，学生接受网络风险教育后会增强网络风险意识。

（4）假设不同的社会人口学变量对网络风险意识有不同程度的影响。研究表明，人口学特征会对风险意识产生影响，如老年网球参与者的学历状况对他们的风险认知程度就有一定影响［2］。因此，假设学生的性别、年级和专业等社会人口学特征，对其网络风险意识具有一定程度的影响。

根据上述设想，编制和发放大学生网络风险意识调查问卷，然后运用SPSS 22.0统计软件统计分析调查获得的数据。

二、数据来源与变量确定

调查数据来源于我们于2017年6月在重庆的几高校所做的抽样调查。我们以重庆大学、重庆工商大学和重庆师范大学涉外商贸学院的在校大学生为调查对象。随机抽样，集中讲解，现场填答问卷，当场回收问卷。共发放问卷468份，回收有效问卷457份，有效回收率为97.65%。

因变量是网络风险意识，包括网络风险识别意识、网络风险处理意识和网络风险防范意识3个维度。每个维度都细分出若干个具体指标，在调查问卷中设置了与这些具体指标相对应的22道选择题（包括单选题和多选题）。依据调查对象的答卷得分情况，评判其网络风险意识的强弱程度。

自变量为：网络熟悉程度，包括网龄、上网频次和持续上网时长；信任程度，包括人际信任和机构信任；风险教育，包括学校对风险教育的重视度、开展风险教育的情况和学生的风险知识储备类型；社会人口学变量，包括性别、年级、专业、父母职业和家庭年收入。

三、调查结果

（一）大学生的网络风险意识状况

从总体情况和具体维度方面对调查对象的网络风险意识状况进行分析，同时考察其网络风险意识各维度与性别、年级和专业等自变量的关系。457份有效答卷的得分统计结果如表1。

1.不同性别学生的网络风险意识差异

女生的网络风险意识总体得分均值，比男生高1.71分。从各维度的情况看，女生的网络风险识别意识和防范意识得分均值，分别比男生高出0.91分和0.99分，只有风险处理意识的得分均值比男生低0.14分。这表明女生的网络风险意识总体高于男生，但女生的动手能力相对弱一点。

2.不同年级学生的网络风险意识差异

在不同年级的学生中，大四学生的网络风险意识得分均值最低，大三学生的网络风险意识得分均值最高。风险处理意识得分均值，最高和最低的分别是大三和大一学生。风险防范意识得分均值，最高和最低的分别是大三和大四学生。这表明大四学生的网络风险意识相对较弱，而大三学生的网络风险意识相对于其他各年级的学生而言是最强的。

3.不同专业学生的网络风险意识差异

在不同专业的学生中，文科专业学生的网络风险意识总体得分均值最高，理科专业学生的总体得分均值最低。这表明文科学生的网络风险意识总体上比其他专业学生要好一些，但文科专业学生的风险处理意识得分均值较低，不如理科和工科学生。

将大一和大二视为低年级，将大三和大四视为高年级，同时将学生按文科专业和非文科专业分类，然后对不同类别学生在网络风险意识得分均值上的差异进行了独立样本T检验。结果发现，大学生的网络风险意识得分均值在性别和专业上存在显著性差异，而在年级上的差异则不显著（见表2）。

（二）大学生网络风险意识的影响因素

我们建立了4个回归模型，以考察网络熟悉程度、信任程度、风险教育和社会人口学变量对因变量（即大学生网络风险意识）的影响程度及影响方向。多元回归分析结果见表3。

表1 大学生网络风险意识得分情况

表2 大学生网络风险意识得分差异的显著性

表3 网络风险意识影响因素回归分析结果

1.不同因素的影响程度

借助模型1，考察社会人口学变量对因变量的影响。结果发现，性别、专业和母亲职业对因变量的影响较大，其中专业的影响最大。

借助模型2，考察社会人口学变量和人际信任变量对因变量的影响。结果发现，人际信任变量、性别、母亲职业和专业对因变量的影响较大，其中人际信任变量的影响最大。

借助模型3，考察社会人口学变量、人际信任变量和网络熟悉变量对因变量的影响。结果发现，人际信任变量和网络熟悉变量对因变量的影响较大，其中人际信任变量的影响程度最大。

借助模型4，考察社会人口学变量、人际信任变量、网络熟悉变量和风险教育变量对因变量的影响。结果发现，网络熟悉变量、人际信任和风险教育中的知识储备对因变量的影响较大，其中知识储备的影响最大。

总体而言，社会人口学因素、人际信任因素、网络熟悉因素和风险教育因素对大学生的网络风险意识都会产生一定程度的影响。其中，学生的性别、专业、母亲职业和学生的有关知识储备对他们的网络风险意识的影响程度相对较大。

2.不同因素的影响方向

通过回归分析，考察各影响因素对因变量的影响方向。结果发现，除了年级、专业和教育活动变量对因变量的影响方向为负之外，其他影响因素的影响方向都为正向。影响因素的影响方向为负向，就是说这些因素会抑制大学生的网络风险意识；影响方向为正，是指这些因素的影响会促进和提高大学生的网络风险意识。

为了直观地揭示模型中新增变量对因变量的影响效果，制作了新增变量对因变量的影响关系图。由图1可知，在模型1中，对因变量具有显著性影响的变量是性别和专业。其中，专业对因变量的影响效果值大于性别变量所产生的影响，并且专业所产生的影响为负向。在其他模型中，各个变量均对因变量产生显著的正向影响。其中，人际信任变量所产生的影响效果值没有受到其他变量加入的影响（它的效果值和影响方向都没有发生变化）。除人际信任变量之外，其他变量对因变量的影响效果值均受到了新增变量的影响。如性别变量，在前3个模型中，它对因变量的影响效果值是依次递减的，并且在模型4中消失了（即该变量所产生的效果值的显著性水平没达到0.05）。年级变量，在模型2、3、4中消失了。在模型4中出现了网龄这个变量，因为它对因变量的影响效果值的显著性达到了0.090。这表明，有些自变量对因变量所产生的效果值可能会随着新变量的加入而达到一定的显著性水平。

四、总结与讨论

根据对重庆大学、重庆工商大学和重庆师范大学涉外商贸学院学生的随机抽样调查结果，我们得出以下几点结论。

第一，大学生的网络风险意识，在性别和专业方面存在显著性差异。女生的网络风险意识高于男生，文科专业学生的网络风险意识高于非文科专业学生。年级不同的学生，其网络风险意识的差异则不明显。

第二，学生的性别、专业及人际信任情况、网络熟悉程度和风险教育因素，对他们的网络风险意识的影响较大。年级、专业和风险教育活动因素对大学生网络风险意识的影响为负向，即高年级学生的网络风险意识反而不如低年级学生，工科和理科专业学生的网络风险意识不如文科学生。

第三，将影响学生网络风险意识的学生性别、专业、人际信任、上网频次、网龄和风险知识储备等因素作为自变量依次放入多元线性回归模型进行分析，并通过路径分析来考察这些因素对学生网络风险意识的影响效果。结果表明，人际信任因素对大学生的网络风险意识具有显著且稳定的正向影响。除了人际信任因素，有的变量对大学生网络风险意识的影响效果会逐步递减，甚至变得不显著，如性别；有的变量的影响则会从不显著变得具有显著性，如网龄。

在回归过程中，随着自变量的增加，某些因素对因变量的显著影响效应会变得不再显著。这可能是由于大学生的网络风险意识本身是受到多种因素影响的。大学生的网络风险意识在形成初期，社会人口学因素起着基础性的影响作用，而在此基础上，他们会逐步受到参与网络活动的情况及风险教育的影响。随着某些因素影响效应的不断增加，有的因素的影响效应就会被削弱。

根据调查结果，高校开展的风险教育活动对大学生网络风险意识的影响是负向的。但是，学生的反馈同时又表明，学校对风险教育的重视程度和学生的风险知识储备对大学生的网络风险意识具有积极的影响。那么，风险教育活动对学生网络风险意识的影响为什么会是负面的呢？我们认为，这可能反映的是学生的一种态度，说明他们对学校的风险教育活动是不满意的。

影响大学生网络风险意识的因素主要有风险教育、网络熟悉程度及社会人口学因素和人际信任因素。这些因素是如何影响大学生网络风险意识的，网络风险意识对他们的网络行为又会产生哪些影响，这些问题还有待进一步研究。

[1]黄少华.风险社会视域中的网络社会问题[J].科学与社会，2013（4）.

[2]孙尧，刘云龙.太原市老年人参与网球运动之风险意识分析[J].山西师大体育学院学报，2010（3）.