青年社交媒体用户的倦怠情绪来源因素研究

(四川师范大学 四川 成都 610100)

一、引言

2019年8月，CNNIC官网发布的《第44次中国互联网络发展状况统计报告》显示，到2019年6月截止，我国网民数量达8.54亿人，互联网普及率达到61.2%，较2018年底提升1.6个百分点。其中2019年上半年，我国网民的人均每周上网时长为27.9小时，较2018年底增加了0.3小时，在手机网民经常使用的各类App(Application，移动互联网应用)中，使用即时通信类App的时间最长，占比14.5%；使用网络视频、短视频、网络音乐、网络文学和网络音频类应用的时长占比分列二到六位，依次为13.4%、11.5%、10.7%、9.0%和8.8%。可见，社交媒体已经成为移动互联网时代的水和电，人人都离不开它。同时，全球最大广告传播集团WPP旗下调研机构凯度公司(Kantar Group)发布的《2018年中国社交媒体影响报告》显示，社交媒体对用户有消极影响的比例从2017年的89%上升至2018年的93%，同比增长了4个百分点，说明随着负面认知的不断加深，有超过93%的社交媒体用户意识到社交媒体的消极影响，其中34岁以下人群依然是市场的主力人群，说明青年用户群体依然是社交媒体的主要用户群体。社交媒体的飞速发展给人们带来便利的同时也带来了一些困扰。

本文通过问卷调查方法收集数据，并利用EXCEL和 SPSS19.0 对数据进行统计分析，经过描述性分析、信度检验、探索性因子分析等几个阶段，最终得出了青年社交媒体用户的倦怠情绪主要来源于焦虑感、侵扰感、低价值感以及逃离意向等四个方面。并且本文聚焦于青年社交媒体用户的倦怠情绪发生原因研究，因此，为了社交媒体行业的健康蓬勃发展，社交媒体行业应重视青年社交媒体用户的倦怠情绪来源，同时，应用减轻倦怠情绪策略还需考虑其弊端，以扬长避短，充分发挥其作用，为社交媒体用户的负面情绪的研究提供新的思路。

二、青年社交媒体用户的倦怠情绪研究的调研

为最大限度保障各指标体系的完善性和问卷设计的科学性，调研分三个阶段进行：首先，通过文献参考分析，确定青年社交媒体用户的倦怠情绪的各项指标，设计调查问卷；其次，进行预调即小规模的调查，进一步修改完善各项指标；最后，展开正式调研收集相关数据用于实证分析。

(一)指标体系的构建

通过参考文献和查阅资料，本文将对以下17个指标进行测量，以研究青年社交媒体用户的倦怠情绪因素种类以及来源。其中包括侵扰感、焦虑感、低价值感、逃离意向。同时为每个变量设计了测度指标，对应关系如表2.1所示：

表2.1 指标体系的构建

(二)问卷设计

本文以构建的指标体系为基础，设计了青年社交媒体用户的倦怠情绪的调查问卷，共分为两部分：

第一部分是关于消费者的基本信息，包括性别、年龄、教育程度、使用社交媒体频率以及每天使用社交媒体的次数；

第二部分使用李克特五级量表，测度影响青年社交媒体用户的负面情绪的因素来源。

三、数据整理与分析

本次调研以问卷调查方式进行，被调查者主要是广大青年社交媒体用户群体。调研自10月15日展开至10月31日截止，历时16天。通过问卷星问卷互填60份，手机发放120份，线下发放120份，总计发放问卷300份，回收到280份问卷，达到93.33%的回收率，剔除不合格问卷，有效问卷共计266份，有效率为95%。

(一)描述性统计分析

1.样本概况频数分析

在调研后根据回收的有效问卷进行统计，对被调查者基本信息进行总结，本次调研的样本中男性占44.36%，女性为55.64%，男女比例分配相对平均；其中被调查者年龄集中在18-30岁，比例高达85.72%，表明样本的年龄结构与本文的研究对象——青年社交媒体用户一致，因此认为样本的质量较高，总体代表性较好，可用于研究青年社交媒体用户的倦怠情绪一题。

而调研对象以本科学历为主，这一群体拥有一定的知识水平，对事物具备一定的判断力，落实了本次调研的科学严谨性；对青年用户使用社交媒体的次数调查发现，每天使用社交媒体的次数大于10次的占比超过一半，表明青年社交媒体用户每天使用社交媒体频率较高，因此在社交媒体的使用体验上有比较多的情绪和感受。

(二)信度分析

针对调查问卷中所有题项进行总体信度分析，得出α信度系数为0.887，大于0.8，则认为一致性信度较好，测试的可靠性相当高。此外，对于态度量表题项，如果CITC值(即校正的项总计相关性)低于0.3，可考虑将该题项删除。本次调研的所有态度量表题校正项总计相关性均高于0.3，表明这些指标均可使用。由此可知，此次调查问卷所得数据具有可靠性，样本具有普遍代表性。

(三)因子分析

1.因子分析检验

对参与因子分析的17个观测指标进行KMO和Bartlett检验，判断是否适合进行因子分析，只有变量间存在相关关系时，才适合因子分析。本调研数据分析得出，Bartlett球形度检验统计量观测值为1961.646，由于概率P小于显著性水平0.05，应拒绝原假设，认为相关矩阵与单位矩阵具有相关关系，数据指标之间不是单位阵。同时，KMO值为0.892，变量之间相关系数较高，适合做因子分析。

2.因子提取

分析结果得出，变量相关系数矩阵有4个特征值大于1，分别是6.547、1.708、1.352、1.125。提取四个因子，共同解释63.129%的信息，解释了原始变量信息的一半以上，因此，提取四个公共因子是合适的，能够比较全面的反映情况。

3.因子的命名和解释

鉴于在因子分析结果中可能存在的各因子和原始变量之间关系不明显，为了使因子载荷矩阵中系数更加显著，因此对初始因子载荷矩阵进行最大化正交旋转，使因子和原始变量间的关系进行重新分配，便于对因子进行命名和解释。

从正交旋转以后的因子载荷矩阵可以看出，此次调查问卷能够提取出4个公共因子，根据因子正交旋转矩阵，将指标分成4个公共因子并命名：

因子1包含5、6、7、8四个题项，测量的是反馈缺乏、印象管理等带来的忧虑感，因此该因子命名为“焦虑感”。

因子2包含13、14、15、16、17五个题项，测量的是社交媒体的内容、交流氛围等变差给用户带来的价值丧失感，因此该因子命名为“逃离意向”。

因子3包含1、2、3、4四个题项，测量的是信息及社交过载、过度沉浸等让用户感到在社交媒体的使用过程中无法自控，总是被打扰，因此该因子命名为“侵扰感”。

因子4包含9、10、11、12四个题项，测量的是用户放弃社交媒体使用的行为及倾向，因此该因子命名为“低价值感”。

四、针对青年社交媒体用户的倦怠情绪的解决策略

通过对青年社交媒体用户的倦怠情绪的实证研究得出：青年社交媒体用户的倦怠情绪主要来源于焦虑感、侵扰感、低价值感以及逃离意向四个方面。基于此，本文针对青年社交媒体用户的倦怠情绪从社交媒体供应商和青年社交媒体用户方面提出相应的应对策略以促进社交媒体的健康蓬勃发展。

(一)社交媒体供应商方面

优化分析，做到有效、精准投放。本研究得出：社交信息杂多、无效等特点会给青年社交媒体用户带来极大的侵扰感和低价值感，进而增加用户的逃离意向。因此，想改善用户社交媒体倦怠的状况，一方面通过增加内容、信息、社交等管理工具来过滤、删除不必要或冗余的内容，完善用户体验；另一方面优化产品或服务，在应用、资讯发达的年代，为用户提供更简洁、高效、有价值的平台和内容，让用户时间得到高效率应用，借此削弱倦怠感。总而言之，社交媒体服务商应该优化分析其用户群体特征，做到针对不同群体的有效、精准投放，而非低质量、大范围的盲目推送。

(二)青年社交媒体用户方面

个体总是会不受控地将自己置于无数的社会比较中，以满足自我评价的欲望。而青年社交媒体用户其自我价值体系还在不断健全之中，因此往往会通过和相似他人的对比来实现自我评价和悦纳自己。但多数情况是：呈现在社交媒体里面的内容多是经过修饰和美化的，因此在焦虑感的应对上，青年社交媒体用户要以辩证的心态看待这些信息，要抑制自己横向比较的不良行为，不妄自菲薄。在这个时代，人与人之间的日常社交很多时候是发生在互联网上的。社交网络虽然看起来像是非正式的环境，但我们应该像对待公共场所那样尊重社交网络。不同的个体对于信息的解读可能会有所不同，因此在减轻侵扰感以及低价值感等倦怠情绪上，青年社交媒体用户在更新状态和发布消息时，需要三思而后行。基于朋友圈人性化的功能，信息浏览者们可以将那些自己忍不住想看，看后又容易“心理失衡”的信息进行选择性的屏蔽，无需边接收信息边折磨自己。并且找回使用社交媒体的初衷——让用户更好的分享内容，引导青年社交媒体用户浏览别的有效信息时，取其精华，去其糟粕，借而获取向上提高的动力，从而减轻青年媒体用户的逃离意向。