社交网络用户交互情景体验对危机信息持续分享意愿影响研究

阳长征

摘 要：[目的/意义]为了探索社交网络用户交互情景体验对危机信息持续分享意愿影响机制，对社交网络中不同情景信息进行分类和定级，实现危机信息的差异化监控与治理，并从交互情景体验视角强化用户对正面信息的持续分享意愿。[方法/过程]以用户知觉流畅性、认知专注度和线索依赖度为自变量，危机信息持续分享意愿为因变量，感知边际效用及期望确认度为中介变量构建研究理论模型，通过问卷调查法对相关数据进行采集，采用结构方程模型方法，并借助AMOS22.0统计软件对数据进行处理和分析。[结果/结论]其研究发现：1）社交網络中，用户知觉流畅性、认识专注度及线索依赖度分别通过感知边际效用及期望确认度的中介作用，对危机信息持续分享意愿产生显著正向影响。2）用户认识专注度对信息持续分享意愿的影响效应最大，其次为知觉流畅性，最后为线索依赖度。3）用户知觉流畅性、认识专注度及线索依赖度对用户持续分享意愿的影响效应，在人口统计学上均存在显著性差异。最后，对研究结果进行分析和讨论，并指出了研究价值及未来展望。

关键词：交互情景体验;危机信息;持续分享意愿;社交网络;用户

DOI：10.3969/j.issn.1008-0821.2020.01.009

〔中图分类号〕G206 〔文献标识码〕A 〔文章编号〕1008-0821（2020）01-0079-12

Research of Effect of Interactive Situational Experience on

Continuous Sharing Intention of Crisis Information in Social Network

Yang Changzheng

（School of Journalism & New Media，Xian Jiaotong University，Xian 710049，China）

Abstract：[Purpose/Significance]With the view to explore the influence mechanism of interactive situational experience on continuous sharing intention of crisis information in social network，classify and grade differently characterized information in the network，monitor and govern crisis information，and enhance the intention of continually sharing positive information from the perspective of interactive situational experience.[Method/Process]With perceptual fluency，cognitive concentration and cue dependency as independent variables，continuous sharing intention as dependent variable，perceived marginal utility and expectation confirmation as mediating variables，the paper constructed influence mechanism model of effect of interactive situational experience on continuous sharing intention of crisis information in social network.And the sample data was obtained through questionnaire survey.The data was analyzed using research methods SEM，and were processed through AMOS22.0.[Result/Conclusion]And it concluded that perceptual fluency，cognitive concentration and cue dependency had significant positive effect on continuous sharing intention through mediating variables perceived marginal utility and expectation confirmation.Among these，the effect of cognitive concentration was the most intensity，perceptual fluency more intensity，and the last was cue dependency.Besides，there was differential effect of interactive situational experience on continuous sharing intention between-and in-gender，age and education.And finally，the paper analyzed and discussed the research results，and indicated the theoretical and practical implication of the research conclusion.

Key words：interactive situational experience;crisis information;continuous sharing intention;social network;user

近年来以互联网为代表的各种新媒体的不断涌现，极大地改变了人们的信息传播方式，其中，社交网络媒体则属于当下人们热捧不疲的一种重要的网络新媒体。第43次《中国互联网络发展状况统计报告》显示，近年来我国社交网络使用率普遍呈上升趋势，截至2018年12月，微信朋友圈、QQ空间用户使用率分别为83.4%、58.8%;微博使用率为42.3%，较2017年底上升1.4个百分点。然而，随着我国社会的转型和改革的不断深化，我国社会发展已经进入到了所谓“风险社会”的发展时期，如近年来社会的群体性突发事件发生的频率不断上升，以及社会公共危机事件也在不断增加。在危机爆发时，社会危机通过信息网络渠道在社会上广泛扩散，在广度、速度和深度上都远远超出传统媒体环境下的效果，尤其社交网络在其中发挥着重要作用，从而改变了危机信息传播的整个结构，对危机传播管理产生了巨大影响，给社会在信息管控和舆论引导方面提出了全新的挑战[1]。

然而，针对网络舆论，场域理论强调，场域中的个体行为会被所处的场域所影响[2]。而作为场域中的具体环境，情景则是事物发生及个体行为产生的重要影响因素。情景是主体所处状态以及其周围环境变化的所有信息的集合，是关于事物、实体以及用户等所处环境的相关信息，且每一行为均对应着一组相应的情景信息[3]。人作为情景的客体，在社会互动中为情景所驱使，宏观环境只有经过具体情景才能对人的心理、行为和态度产生影响。人与情境互动论指出，一定环境下，个人行为常取决于情境特征，它是情境与特质的统一体。预测个体的行为，须将情境和特质相结合才能充分揭示行为产生的机理[4]。因此，网络场域中，用户对交互信息情景的体验结果会对信息的持续分享行为产生重要影响。

为了深入了解网络危机事件用户信息分享行为的影响机理，学术界针对该主题的研究方兴未艾，国内外学者一直从不同视角进行研究和探讨。国内相关研究主要有，丁松云等研究表明，用户的情绪刺激对用户的新颖性、规范、目标、内在的舒适度及应对能力评级有显著影响，用户新颖性、目标和内部舒适度对用户信息分享意愿具有重要影响[7]。张大勇等指出，微信用户高度依赖微信，共享和阅读之间的间隔时间分布具有强阵发性，微信内容共享的路径长度要比微博内容共享的路径长度更大[8]。兰雪等研究发现一般社交媒体中用户自适应信息共享行为的水平，发现影响自适应信息共享行为的主要因素主要有偏好、动机、益处和强制性[9]。张婷等发现，用戶一致性对信息共享有积极影响，并受到关系强度的制约。与自我的现实相比，理想的自我一致性对信息共享具有强烈的影响[10]。金晓玲等研究结果表明，用户对外部环境的看法对情感和微博自身的信息共享有着现在的影响[11]。李晨等研究发现，依赖性、概括性和方便生活是影响微信用户信息共享行为的三个重要因素[12]。国外相关研究主要有，Kwon S等通过对微博数据的收集和处理，对信息转发行为的特征及影响机制进行了实证研究，构建了微博用户信息转发行为理论模型，该模型可用于对用户转发行为进行预测和分析[13]。Wang Y等认为那些没有关注过信息发布者的用户仍然会对信息进行转发，同时，博文的转发用户可能会对相同的信息进行多次转发。在此基础上，文献借助了SIS病毒模型，将上述两种转发行为特征作为变量融入模型中，从而构成了新的信息传播模型，该模型可用于对信息转发行为进行动态描述[14]。Boyd D等分析微博中各种信息转发行为的不同形式，探讨了微博用户对信息转发行为的多种可能性动机[15]。Yang J等则通过对Twitter的实证研究，从时间距离、用户属性以及博文特征等方面归纳出信息转发行为的22个特征，人们可根据这些特征变量对用户信息转发行为的演化进行预测[16]。

综合过去相关研究，总体而言，在研究内容上，过去研究主要集中于网络危机信息分享行为的内涵特征、结构模式、影响因素、演化过程及治理策略等方面。在研究方法上，则主要通过定性分析、动力学模型、复杂网络、方差分析等方法探讨信息分享行为问题及构建传播模型。虽然这些研究已取得诸多成果，但仍存在可提升之处。一方面，过去研究虽然已有较多文献对网络危机信息分享行为问题进行探讨，也对危机信息的持续分享行为进行研究，然而，从场域交互情景体验视角对危机信息分享行为的相关研究依然很少。情景体验作为交互信息情景对人们行为发挥作用的重要方式，探明社交网络用户交互情景体验对危机信息持续分享意愿影响机制具有关键性意义。因此，过去在该视角和主题上研究的缺乏，这给本研理论的构建留下了空间。另一方面，就研究方法而言，采用的定性研究主要集中于问题的分析及对策提出，定量研究主要采用动力学、信息学、社会仿真进行研究，模型中涉及的变量主要为学术性变量，得出的研究结论难以落实到具体实践操作上，与现实应用的有效对接存在一定难度。因此，在此背景下，针对过去研究存在的不足，本文将结合心理学、信息学及传播学，对社交网络用户交互情景体验对危机信息持续分享意愿影响进行探索研究。其研究问题主要包含：1）社交网络用户交互情景体验对危机信息持续分享意愿影响路径及作用机制如何？2）社交网络用户交互情景体验对危机信息持续分享意愿影响效应在不同性别、年龄及学历用户群体中是否存在差异？若存在，则差异性如何？对于上述问题的研究有助于掌握危机信息持续分享行为的形成机理，为政府部门及媒体机构的网络舆情治理提供理论指导和依据。

基于上述研究问题，本研究的结构安排如下：第一部分根据现实需求和文献分析提出研究问题，第二部分提出研究假设并构建研究理论模型，第三部分进行研究方案设计并收集样本数据，第四部分进行数据处理并实现模型验证及数据分析，第五部分对研究结果进行分析、总结和讨论。

1 理论基础与研究假设

情境论（Contextualism）认为，行为会受到语境强烈驱动，语境因素对监管行为具有重要影响。在预测行为时，应考虑某些特定可观察的刺激性环境，而非仅仅粗略地归因于个体内在特质倾向。人们在解释行为时，易于出现基本归因错误，倾向于夸大人格个性的作用，而忽视情境因素。一定环境下，个人行为常取决于情境特征，它是情境与特质的统一体。预测个体的行为，须将情境和特质相结合才能充分揭示行为产生的机理[17]。

然而，情境社会理论指出，情景作为情境的具体构件，宏观环境只有经过具体情景才能对人的心理、行为和态度产生影响[18]。同时，技术接受模型（TAM）认为，人们对系统的感知有用性和感知易用性共同决定了他们的使用态度，而对系统使用的态度和感知有用性决定了主体的行为意向，主体的行为意向又决定了主体最终对系统的使用行为[19]。因此，针对社交网络中用户交互信息情景体验，根据TAM，用户的行为意愿会受到主体的知觉状态、认知程度、感知效用及期望确定等方面的影响。

1.1 交互情景体验与感知边际效用

知觉流畅性（Perceptual Fluency）是指个体在对信息进行加工时信息表层属性特征使用户产生的有关加工过程难易程度的知觉和体验，而信息加工难易程度的主观体验则又影响用户在信息加工时对不同线索的权重赋值以及关注程度[20]。通常，人们对知觉流畅性高的信息线索赋予的权重和产生的认知程度要高于对知觉流畅性低的信息线索赋予的权重和产生的认知程度[21]。

认知（Cognition）是指人们对事物进行分析和识别后形成的印象和观点，人们对事物认知的过程，就是对事物属性特征进行提炼、获取以及加工的过程。认知专注性（Cognitive Concentration）表明人们在对事物认知过程中他们的注意力在特定对象或特征上的指向和集中，当人们对某对象或特征产生认知专注时，表明他们对该客体进行着感知、思考、记忆、想象及体验，从而获得对该对象清晰、深刻及全面的认识[22]。

信息线索（Information Scent）的概念首先在信息觅食理论中被提出，并将它定义为人们在信息获取和接受时，能够引起用户注意、引导理解或对用户下一步行为具有暗示或提示作用的任何信息[23]。用户在进行网页浏览时，网站页面上的导航、链接，以及链接处相关的说明性文字或图片等，均可视为信息线索[24]。线索依赖度，是指人们在信息加工和认知时，过度依靠于能够引起用户注意、引导理解或对用户下一步行为具有暗示或提示作用的信息，从而在情感和认知上表现为较强的感性化。

效用（Utility），是指主体通過消费产品或者闲暇享受等行为使自己的需求、欲望等得到满足的一种度量。感知边际效用（Marginal Utility）是人们在进行产品消费时，随着对产品消费的增加，每增加一单位而引起消费者在满意度上的感知增加量，是自变量每增加一单位数量而感知到因变量所增加的数量大小。

“启发式—系统式”模型（简称HSM）指出，在人们对信息的加工过程中，主要涉及两种方式：一种为系统式加工，主要通过审慎思考从而对信息进行分析和认知;另一种为启发式加工，即对信息进行浅层分析和认知，其中投入的注意力和认知资源相对较少。通常，较高的知觉流畅性和线索依赖度能促使人们更倾向于选择启发式方式对信息进行加工和认知，降低了人们对信息加工的努力程度，用户以较小的努力程度即可对信息内容进行快速的整合和进行顺畅地理解[25]，从而使得用户对信息交互行为的效用感知增加。认知专注度则能促使人们更倾向于选择系统式方式对信息进行加工和认知，使用户对危机信息交互行为的价值进行细致分析[26]，从而增加用户的感知效用。因此，当随着自变量知觉流畅性、认知专注度和线索依赖度体验效价的提高，用户对交互行为带来的效用感知也提高，同时感知边际效用也增加。基于此，可以提出如下假设：

H1a：社交网络中，用户知觉流畅性对感知边际效用存在显著正向影响。

H2a：社交网络中，用户认知专注度对感知边际效用存在显著正向影响。

H3a：社交网络中，用户线索依赖度对感知边际效用存在显著正向影响。

1.2 交互情景体验与期望确认度

期望（Expectation），是建立在人们对于行为前的经验、他人的陈述以及外界信息或承诺的基础上，对产品、服务或行为结果将会出现的情况所进行的预测。期望主要包括事物的发生概率及发生的内容两个构件，主体通过自身对于事物的发生机率及结果内容进行评估，从而初步形成对某事物的期望。根据期望可实现的程度差异，期望可分为高度期望与低度期望，高度期望是指意愿出现的情况会出现，不意愿出现的情况不出现。低度期望是指意愿出现的情况不出现，不意愿出现的情况会出现。期望确认（Confirmation）则是指主体感知到自身期望得以实现的程度，是通过实际绩效结果与预期结果的之间差距大小进行体现，它会对行为后的满意度产生重要影响[27]。期望确认主要借助主体的客观确认、推论确认及知觉确认3种途径加以实现。其中，客观确认是行为前的预期与行为后的结果绩效间的客观性差异，推论确认是根据已有经验和知识去推测行为前的预期与行为后的绩效之间的差距大小，知觉确认是主体通过自身的主观知觉对绩效结果与给定的参照基准之间的差异程度进行的评估[28]。

针对社交网络用户交互情景体验，知觉流畅性与线索依赖度是用户的知觉体验结果，对主体的知觉确认具有重要影响。认知专注度是用户在认知上的体验结果，对主体的推论确认及客观确认具有重要影响。然而，在主体通过客观确认、推论确认及知觉确认对行为期望实现程度进行评估时，若其实现程度高，则具有较高的期望确认度。基于此，可以提出如下假设：

H1b：社交网络中，用户知觉流畅性对期望确认度存在显著正向影响。

2.2 数据收集

本研究使用的数据来自2018年12月进行的“社交网络用户交互情景体验对危机信息持续分享意愿影响研究”的网络问卷调查。为了提高调查信息的质量和信度，在问卷中插入了一些过滤性问题的题项。为了确保调查时问卷的信度和效度，在进行正式调查之前，先随机发放了问卷130份进行预调查，其中回收了89份，剔除回收中不合格的问卷16份，最后有效回收率为56.15%。对此进行信度和效度分析，其统计结果显示，预调查问卷的KMO值为0.81，Bartletts球形检验的p值均小于0.01，累积方差解释度为88.07%，Cronbachs α值均大于0.70。而在进行CITC分析中，其中Q21的CITC指数为0.18，其余项均大于0.50，因此需要删除问卷中的Q21题项，其余题项均保留。删除Q21题项后，再次对分量表及总体量表进行信度分析，结果显示原来Q21题项所属构念的分量表Cronbachs α值存在显著提升，而其余各分量表Cronbachs α值均大于0.70，总体量表Cronbachs α值也大于0.70，表明删除题项Q21后的问卷结构优度得以提高，说明该题项的删除具有合理性。

正式调查时，主要采用网络问卷调查系统、QQ、微信以及其它各种网络通讯工具相结合。同时，为了提高调查结果的准确性及问卷的回收率，则在每次调查前，预先告知参与本调查的每位受访者在本次调查完成后将获得一定额度的报酬，主要通过手机话费充值、微信红包、Q币、支付宝以及其它在线支付等方式完成支付。本研究数据收集过程历时2个月，发放问卷1 200份，回收问卷数为879份，剔除其中不合格问卷73份，则有效问卷共803份，问卷有效回收率为66.92%。其中，有效样本数据的人口统计变量分布特征如表1所示。

由表1的人口统计变量分布特征可见，该样本数据涵盖了不同性别、年龄、学历和职业的用户群体，且各统计学变量的样本分布不存在极端或奇异情况，该样本数据可用于研究分析。

3 数据分析与假设检验

3.1 信度与效度分析

量表信度。对问卷各题项内部一致性进行检验，对问卷数据处理，其结果如表2所示，其中，知觉流畅性、认识专注度、线索依赖度、感知边际效用、期望确认度、持续分享意愿各分量表的Cronbachs α分别为0.88、0.92、0.93、0.90、0.88、0.94，整个问卷的总Cronbachs α为0.81，所有α值均大于0.70的标准，说明该问卷各分量表和整体问卷设计信度较佳。

结构效度。对量表中的各变量进行探索性因子分析，其结果如表2所示，当共提取6个因子来表达该量表的所有题型时，所能解释的累积方差为82.64%。同时，测项Q12的因子负荷为0.24，其余题项在对应的维度上的因子负荷均大于0.50标准值，因此需要删除题项Q12，其余项均保留。该结果表明说明量表在整体设计上的结构效度良好。

内敛及判别效度。对收集的数据进行验证性因子分析（CFA），其结果如表2所示，各测量题项与所度量的潜在变量间的标准负荷系数均大于0.70，其对应的t值均大于1.96（p=0.05）的临界值。同时各变量AVE值均大于0.50，复合信度（CR）均大于0.70，表明观测变量能有效反映对应潜变量的特质，各组观测指标间均存在较好的一致性，说明数据的收敛性良好。对所有潜变量进行相关系数及AVE平方根计算（参见表3），所有潜变量的AVE值的平方根值均大于对应的相关系数的绝对值，表明各潜变量间的判别效度较佳。

3.2 路径分析及假设检验

1）直接效应

由于知觉流畅性、认识专注度及线索依赖度对危机信息持续分享意愿影响路径模型的成立，须以知觉流畅性、认识专注度及线索依赖度对危机信息持续分享意愿具有显著性影响为分析基础。因此，在对知觉流畅性、认识专注度及线索依赖度对危机信息持续分享意愿影響路径模型分析前，需对潜在外生变量与潜在内生变量间因果关系的显著性进行分析。由于各潜变量均通过李克特五点量表度量，各变量赋值均为介于“1”～“5”间的次序整数，故选取有序Probit模型对样本数据进行拟合分析。

在表4中，为了保证参数的可识别性，已对参数进行了标准化处理。表4结果显示，模型的似然比卡方检验的概率p值为0.000，达到0.01显著水平，拒绝回归模型无效的原假设，表明该模型构建显著性有效。模型对应的准R2值为0.849，R2值较大，表明模型具有较佳的拟合优度。同时，模型中各系数Z检验的p值均小于0.01，表明模型

中各系数的估计值在1%的置信水平下均通过显著性检验，且各系数为正数，表明知觉流畅性、认识专注度及线索依赖度对危机信息持续分享意愿具有显著正向影响，存在显著因果关系。

2）路径分析

对理论模型使用AMOS进行估计，其输出的p（χ2）值为0.000，小于0.05的显著水平，拒绝原假设，表明理论模型与观察数据无法适配，需要对初始模型进行修正，根据输出结果中的修正指标（MI），需要在观察变量Q3与Q8的误差项间建立共变关系，从而至少可以减少卡方值36.18。在对模型进行修正后，其相应的各拟合度指标分别为：p（χ2）为0.38，同时χ2/df、NFI值、GFI值、AGFI值、CN值、RMSE值均达到模型可适配标准，且修正指标输出结果中未有任何需要修正的参数，这表明修正后的模型为可接受模型，标准路径系数参见图2。

3）中介效应

根据Zhao X等提出的中介效应分析程序[39]，结合Bolin J H H等提出的Bootstrap方法进行中介效应检验[40]。以持续分享意愿为因变量，以知觉流畅性、认识专注度及线索依赖度为自变量，以感知边际效用及期望确认度为中介变量进行模型的结构设置。选用Process程序中的模型1，进行1 000次重复样本抽取，并以95%为显著性置信区间进行中介效应检验。其检验结果如表5所示。

3.3 群组分析

信息环境使用理论指出，用户的不同职业和社会角色会对人们的信息行为产生重要影响，这些因素在某种程度上培育了用户信息行为的不同特征。因此，要对用户社会认同群组间差异有更深入的了解，需在上述理论框架验证的基础上对不同性别、年龄及学历的用户群组差异作进一步的比较和分析。

在进行群组模型估计时，年龄组除RMSEA值（0.17）、学历值RMR（0.25）未达适配标准外，其余各适配度指标均达到标准值，这表明性别、年龄及学历的群组数据整体上能较好地与理论模型相适配。各标准路径系数均介于0～1范围内，且各对应系数的t检验均达到0.05的显著水平，这表明假设的理论模型在性别和年龄群组上均具有跨组效度。其分析结果如表7所示。

4 结论与讨论

4.1 结 论

通过对研究假设的提出及理论模型的构建，采用问卷调查法收集用户在网络平台中的危机信息分享行为数据，探索了网络空间中用户期望感知对危机信息持续分享意愿的影响。其中，量表设计及所获数据均具有较佳的信度和效度，在此基础上，并通过结构方程模型对理论模型进行了实证检验和数据分析，得出如下研究结论：

首先，社交网络中，用户知觉流畅性、认识专注度及线索依赖度分别通过感知边际效用及期望确认度的中介作用，对危机信息持续分享意愿产生显著正向影响。其中，知觉流畅性、认识专注度及线索依赖度对期望确认度具有显著正向影响，知觉流畅性及认识专注度对感知边际效用存在显著正向影响，而线索依赖度对感知边际效用的影响效应不显著。同时，感知边际效用及期望确认度对危机信息持续分享意愿具有显著正向影响。

其次，社交网络中，用户认识专注度对信息持续分享意愿的影响效应最大，其次为知觉流畅性，最小为线索依赖度。其中，知觉流畅性、认识专注度及线索依赖度通过期望确认度中介变量较之于通过感知边际效用中介变量对持续分享意愿产生较大影响。

再次，用户知觉流畅性、认识专注度及线索依赖度对用户持续分享意愿的影响效应，在人口统计学上均存在显著性差异。在性别上，各路径系数女性大于男性;在年龄上，各路径系数大小顺序依次为：30～50岁最大、30岁以下较大、50岁以上最小;在学历上，各路径系数大小顺序依次为：小学及以下最大、初中～高中较大、大学及以上最小。

4.2 讨 论

针对所有研究假设，其中H3a未获支持，即线索依赖度对用户感知边际效用的影响不显著。出现该情况可能的原因在于，根据人们对信息加工努力程度的差异可将信息认知分为启发式及系统式，不同方式将对人们具有不同的说服效果。其中，启发式加工则主要基于“最小认知努力程度”原则而对信息进行加工和处理，人们倾向于通过感性认知对信息内容和观点进行识别和判断，信息加工的精细程度相对较低，从而主体会快速、直观地形成态度和观点[41]。而线索依赖度是用户过度依靠于能够引起用户注意、引导理解或对用户下一步行为具有暗示或提示作用的信息，在对信息进行加工和认知时，用户易于快速、直观地形成认知态度和行为，该快速、便捷的认知方式能给用户在信息加工的内容参照上产生偏向，但对该行为形成的感知价值则仍然主要取决于线索的性质，不同信息线索则会引起用户不同的效价感知。因此，交互情景中的线索依赖度与感知边际效用不存必然的因果关系，故在检验时呈现不显著性。

在用户群组分析中，感知流畅性、认知专注度及线索依赖度对用户持续分享意愿的影响存在人口统计学变量的差异性，产生该情况的主要原因可能是由于不同群体的社会特征及社会角色的差异性所导致。一般性信息行为理论指出，用户的不同职业和社会角色会对人们的信息行为产生重要影响，这些因素在某种程度上培育了用户信息行为的不同特征。同时，用户在获取信息和利用信息中，存在多种中介变量对信息行为及动力机制产生重要影响，其中主要包括心理特征、人口统计特征、社会角色等[42]。针对本研究结论，在性别上，两性除了受到生理差异的影响外，更大程度上受到社会文化性别差异的影响。由于男性与女性在社会地位、社会角色上的差异，以及社会对不同性别也具有不同的角色期待和评价，在總体上表现出了一系列行为规范、性别分层等方面的差异特征。因此，群体在性别上的生理差异经由社会规范以及社会制度力量的作用，以及历代积淀的性别文化潜移默化的影响，从而形成了男女两性在信息加工模式和信息行为上的差异性[43]。其次，在用户年龄方面，年龄的大小通常与一个人的生理发育和智力发展密切相关，也代表着他们社会阅历的丰富程度，体现了他们在思维成熟度的差异。同时，也受到社会规范、社会文化以及风俗习惯的影响，不同年龄阶段的群体则扮演着不同的社会角色，承担着不同的社会责任，从而对不同年龄段个体的信息思维模式、认知方式以及行为特征产生重要影响。最后，在用户文化程度方面，由于教育学习是人们通过后天努力来改变和重塑自己思维和认知方式的重要途径，学历的高低反映了一个人在社会中接受教育程度的差异，高学历者通过对更多科学知识的学习和更多正式的训练从而提高自己对事物的认知和态度，相对于低学历者他们对事物有着更审慎、更科学的思考和认知，从而使得不同学历的个体在对事物的认知、态度以及行为上通常具有不同程度的差异性[44]。

在交互情景体验通过感知边际效用和期望确认度的中介作用对持续分享意愿的影响机制中，体现了社交网络用户对信息认知的形成到行为产生的整个动力过程。虽然过去尚未有与该研究结论完全一致的研究文献，但该研究结论与过去相关研究的推演结果相吻合。针对期望确认度对信息持续分享意愿的影响，刘勍勍等认为用户对服务的再次使用意愿受到如下认知路径的影响：在用户对服务使用前，先形成一个预先期望。在使用后，顾客会根据实际使用体验，对行为结果形成认知。若对结果的绩效大于预期时，则形成正面确认;若预期大于绩效时，则形成负面确认。用户对行为结果的期望确认度将影响顾客的满意度，从而用户的满意度会对服务再次使用意愿产生影响，当顾客满意度越高，后期对其继续使用的意愿亦会越高[45]。针对交互情景体验通过感知边际效用对信息持续分享意愿的影响，陈渝等指出，人们的行为会受到主体对该行为的感知有用性和感知易用性的影响，感知有用性和感知易用性共同决定了他们的行为态度，而对行为意愿的态度和感知有用性决定了主体的行为意向，主体的行为意向决定了最终的行为结果[46]。

针对本研究意义，在当下，由于网络及信息技术的快速发展，人们在网絡环境下的信息行为特征与传统媒体环境下的受众认知特征已存在很大差异，在形成机理上变得更为复杂，从而使得过去的研究或理论在变量构造及结构分析上需要得以不断更新和完善。该研究获得了网络突发事件场域情景启发对受众认知偏差的影响的一些新的发现和研究结论，在理论上，可为今后人们对网络用户认知特征、行为规律的进一步探索及理论的构建提供一定的参考和借鉴，亦可为网络环境下的信息行为理论、信息场理论及信息情境理论的进一步深化和发展添砖加瓦。在实践上，通过对社交网络中不同特征的情景进行甄辨和分类，从而实现对用户危机信息行为的进行差异化监控和引导。根据认知专注度对用户持续分享意愿影响效应最大，在危机信息行为监控和引导中，可将能引起用户认知专注的交互情景作为监管及引导的重点，从而通过弱化人们的感知边际效用和期望确认度，以此降低人们对危机信息的持续分享意愿。其次为可产生知觉流畅性的交互情景，最后为能产生线索依赖性的交互情景。据此制定有针对性的危机信息行为防范策略及引导措施，实现危机信息行为的分级监控和管理，使危机信息的治理与引导达到事半功倍。

本研究虽然已尽量做到使研究设计完善，但由于客观条件限制，仍存在一定局限性。在数据采集上，虽已尽量完善抽样设计及数据采集的各个流程和细节，也已最大可能地扩展数据获取的范围，但因数据采集需要耗费大量的人力和物力，然后由于课题组人力、物力的限制，使得本研究仍存在有待提升之处。在网络抽样调查过程中，受访者存在担心调查者可能是出于某种恶意或探测自己隐私而致使受访率低。因此，在后续的相关研究中，可以考虑在现实人群中进行抽样调查，以提高问卷的回收率和合格率。

参考文献

[1]陈经超，吴倩.社交媒体“类危机”沟通策略效果研究[J].新闻与传播研究，2017，（12）：62-78.

[2]Koffka K.Principles of Gestalt Psychology[M].Routledge，2013：156-159.

[3]Dey A K.Understanding and Using Context[J].Personal and Ubiquitous Computing，2001，5（1）：4-7.

[4]刘德海，苏烨.群体性突发事件调解、预警和防御的情景优化模型[J].系统工程理论与实践，2014，34（10）：2609-2618.

[5]Kitchen P J，Kerr G，Schultz D E，et al.The Elaboration Likelihood Model：Review，Critique and Research Agenda[J].European Journal of Marketing，2014，48（11/12）：2033-2050.

[6]Eimer M，Schlaghecken F.Response Facilitation and Inhibition in Subliminal Priming[J].Biological Psychology，2003，64（1-2）：7-26.

[7]丁松云，王勇，柯青.情绪刺激对微博信息分享意愿的影响实证研究[J].现代情报，2019，39（3）：35-45.

[8]张大勇，景东，卜巍.融合多源数据的微信用户信息分享行为特征研究[J].情报科学，2019，37（2）：83-88.

[9]兰雪，曹锦丹，王柏森，等.基于社会化媒体的适应性信息分享影响因素研究[J].图书馆学研究，2018，（24）：79-82，91.

[10]张婷，吉峰.用户自我一致性对在线信息分享意愿的影响研究[J].管理现代化，2017，37（2）：87-89.

[11]金晓玲，房园，周中允.探究微博用户原创信息分享行为——基于冲动行为视角[J].情报学报，2016，35（7）：739-748.

[12]李晨，黄灿.微信用户信息分享行为动机研究[J].现代情报，2015，35（5）：57-62.

[13]Kwon S，Cha M，Jung K，et al.Aspects of Rumor Spreading on a Microblog Network[M].Springer International Publishing，2013：299-308.

[14]Wang Y，Jin Z，Yang Z，et al.Global Analysis of an SIS Model with an Infective Vector on Complex Networks[J].Nonlinear Analysis：Real World Applications，2012，13（2）：543-557.

[15]Boyd D，Golder S，Lotan G.Tweet，Tweet，Retweet：Conversational Aspects of Retweeting on Twitter[C]//43rd Hawaii International Conference on System Sciences（HICSS）.IEEE，2010：1-10.

[16]Yang J，Counts S.Predicting the Speed，Scale，and Range of Information Diffusion in Twitter[J].ICWSM，2010，（10）：355-358.

[17]Owe E，Vignoles V L，Becker M，et al.Contextualism as an Important Facet of Individualism-collectivism：Personhood Beliefs Across 37 National Groups[J].Journal of Cross-Cultural Psychology，2013，44（1）：24-45.

[18]张斌.场域理论与媒介研究——一个新研究范式的学术史考察[J].新聞与传播研究，2016，（12）：38-52.

[19]Marangunic' N，Granic' A.Technology Acceptance Model：A Literature Review from 1986 to 2013[J].Universal Access in the Information Society，2015，14（1）：81-95.

[20]Claypool H M，Mackie D M，Garcia-Marques T.Fluency and Attitudes[J].Social and Personality Psychology Compass，2015，9（7）：370-382.

[21]Shah A K，Oppenheimer D M.Easy Does It：The Role of Fluency in Cue Weighting[J].Judgment and Decision Making，2007，2（6）：371-379.

[22]庄锦英.情绪、边框影响决策认知过程的实验研究[J].心理科学，2004，27（6）：1340-1343.

[23]Pirolli P，Card S.Information Foraging[J].Psychological Review，1999，106（4）：643.

[24]杨阳，张新民.基于信息线索的认知分析模型[J].情报理论与实践，2009，32（5）：9-12.

[25]Storme M，Myszkowski N，Davila A，et al.How Subjective Processing Fluency Predicts Attitudes Toward Visual Advertisements and Purchase Intention[J].Journal of Consumer Marketing，2015，32（6）：432-440.

[26]Petty R E，Cacioppo J T，Kasmer J A.The Role of Affect in the Elaboration Likelihood Model of Persuasion[J].Communication，Social Cognition，and Affect，2015：117-147.

[27]Brown S A，Venkatesh V，Goyal S.Expectation Confirmation in Technology Use[J].Information Systems Research，2012，23（2）：474-487.

[28]顾东晓，张悦，顾佐佐，等.基于期望确认理论的社交网络正向舆情信息传播模型研究[J].情报科学，2016，34（4）：29-34.

[29]Quiggin J.A Theory of Anticipated Utility[J].Journal of Economic Behavior & Organization，1982，3（4）：323-343.

[30]Job V，Walton G M，Bernecker K，et al.Implicit Theories About Willpower Predict Self-regulation and Grades in Everyday Life[J].Journal of Personality and Social Psychology，2015，108（4）：637.

[31]Brown S A，Venkatesh V，Goyal S.Expectation Confirmation in Technology Use[J].Information Systems Research，2012，23（2）：474-487.

[32]Bhattacherjee A.Understanding Information Systems Continuance：An Expectation-confirmation Model[J].MIS Quarterly，2001：351-370.

[33]陈明红，孙顺，漆贤军.移动社交媒体位置信息分享持续意愿研究——隐私保护视角[J].图书馆论坛，2017，37（4）：58-67.

[34]Oppenheimer D M.The Secret Life of Fluency[J].Trends in Cognitive Sciences，2008，12（6）：237-241.

[35]Rouis S.Impact of Cognitive Absorption on Facebook on Students Achievement[J].Cyberpsychology，Behavior，and Social Networking，2012，15（6）：296-303.

[36]Bristow D N，Schneider K C，Schuler D K.The Brand Dependence Scale：Measuring Consumers Use of Brand Name to Differentiate Among Product Alternatives[J].Journal of Product & Brand Management，2002，11（6）：343-356.

[37]王欣，胡正明.价格促销中的消费者效用感知研究[J].山东社会科学，2010，（3）：141-143.

[38]刘虹，裴雷，孙建军.基于期望确认模型的视频网站用户持续使用的实证分析[J].图书情报知识，2014，（3）：94-103.

[39]Zhao X，Lynch J J G，Chen Q.Reconsidering Baron and Kenny：Myths and Truths About Mediation Analysis[J].Journal of Consumer Research，2010，37（2）：197-206.

[40]Bolin J H H，Andrew F.Introduction to Mediation，Moderation，and Conditional Process Analysis：A Regression-Based Approach.New York，NY：The Guilford Press[J].Journal of Educational Measurement，2014，51（3）：335-337.

[41]孫彦，李纾，殷晓莉.决策与推理的双系统——启发式系统和分析系统[J].心理科学进展，2007，15（5）：721-726.

[42]Khoo C S G.Issues in Information Behaviour on Social Media[J].LIBRES：Library and Information Science Research Electronic Journal，2014，24（2）：75.

[43]Oakley A.Sex，Gender and Society[M].Routledge，2016：67-69.

[44]Nicolas L C，Sylviane L，Luc L，et al.The Effect of Education on Cognitive Performances and Its Implication for the Constitution of the Cognitive Reserve[J].Developmental Neuropsychology，2003，23（3）：317-337.

[45]刘勍勍，左美云，刘满成.基于期望确认理论的老年人互联网应用持续使用实证分析[J].管理评论，2012，24（5）：89-101.

[46]陈渝，杨保建.技术接受模型理论发展研究综述[J].科技进步与对策，2009，26（6）：168-171.

（责任编辑：孙国雷）