受众对数据新闻的采用行为研究

翟红蕾 李明月 陈一凡

摘要：数据新闻以全新的新闻表现形态改变了受众对新闻的感知和理解方式。但由于数据新闻受众认知基础薄弱，受众数量积累困难，故而造成其舆论影响效果和社会传播功能受限，研究数据新闻受众的采用行为及其影响因素就显得十分重要。本文以受众采用数据新闻的影响因素为实证研究对象，基于UTAUT理论模型和文献分析设计调查问卷，通过数据分析发現：绩效期望、性能预期、个体创新性和社会因素正向影响受众的采用意愿；同时根据实证结论提出数据新闻优化策略，以期有效扩大数据新闻的社会影响力和舆论引导力。

关键词：数据新闻 受众 UTAUT模型 采用因素

2012年后，数据新闻开始参与到新闻制作的过程及媒体的结构和功能建设中，与受众的联系越来越紧密，被广泛认为是“新闻业的未来”。但中国的数据新闻经过9年发展，其社会投放的效果甚微，巨大的新闻传播优势无法完全释放，究其原因，主要是大多数数据新闻平台仍然以传统单向式的信息传播模式运作，缺乏与受众的交流互动，导致数据新闻的受众积累困难，影响力有限。目前关于数据新闻受众的研究稀缺，起止时间国内以受众视角来审视数据新闻发展的研究仅有两篇，这也体现出学术研究关注点还停滞于数据新闻制作流程，数据新闻受众研究领域几乎处于真空状态。

数据新闻颠覆了传统新闻业务流程和媒体组织结构，拥有全新的新闻思维、新闻叙事和技术能力。这样的呈现方式能让受众发现宏大的事件背后与自身的关联，可视化的表现形式也让数据新闻的易读性得到加强。同时，数据新闻自身具备的科学性、可追溯性确保信息的真实来源，增强了新闻的真实性，大大推动了深度新闻的快速发展。但数据新闻媒体刚刚开始进入新闻媒体领域，想要建立起受众群体，具有很大的挑战性，媒体组织引导受众采用数据新闻任重道远。

一、数据新闻受众采用意愿影响因子模型的构想

为了分析受众对数据新闻的使用动机，基于技术接受模型（TAM）和接受使用统一整合理论（UTAUT），构建出受众使用数据新闻的意愿影响因素理论模型。

在模型运用中，技术接受模型（TAM）是指Davis结合理性行为理论，将感知有用性和感知易用性来替换认知与情感维度，创建技术接受模型，用于研究个体对信息系统或信息技术的采用行为。技术采纳与利用整合理论（UTAUT）由Venkatesh等人综合八种使用者接受模型提出，对用户信息系统采纳和使用影响因素的解释能力可达到70%。

基于上述模型，笔者提出以下影响因素的设定与创新模型的假设（如图1）。

绩效期望个体使用信息技术或系统时提升工作绩效的期望程度。有研究表明，该因素对采用意愿有影响作用。因此，笔者提出假设H1：绩效期望对采用意愿有显著正影响。

努力期望是用户感知使用新技术系统的难易程度，努力期望高意味着理解度低且易用性高。受众在接受新事物之前，如果他们感知到的某种新技术操作起来越容易，那么他们使用该信息技术的积极性就会越高。因此，提出假设H2：努力期望对采用意愿有显著正影响。

性能预期与TAM模型中的感知易用性相似。学者们认为设备条件能正向影响受众的使用意愿。当基础设施被使用时，设备条件会成为指导者和助手，从而正向影响信息的接收。笔者将性能预期用于研究受众感知数据新闻平台的易用性及感知数据新闻内容的易用性。因此，笔者提出假设H3：性能预期对采用意愿有显著正影响。

感知优势是指与其他类型的信息系统相比，个体感知到该信息系统在信息内容、功能服务和系统界面等方面的相对优势。若受众在感知层面上认为数据新闻比其他类型新闻更具权威性、专业性和科学性，会加强受众继续浏览、使用、采用数据新闻的意愿。因此，笔者提出假设H4：感知优势显著影响采用意愿。

社会影响指用户选择浏览数据新闻时是受到身边重要的人的建议以及外部宣传报道等对其做出持续使用决策的影响。因此，笔者提出假设H5：社会影响对采用意愿有显著正影响。

促进因素是指个人认为现有组织或技术基础设施支持其使用信息技术的程度。用户在使用新技术的过程中，若在遇到问题时得到有效帮助，该用户的使用意愿将会加强。因此，笔者提出假设H6：促进因素对采用意愿有显著正影响。

个体创新性是指用户的个性特征，代表用户接受新事物的观念和内在的倾向程度。研究表明，个体创新性影响其尝试意愿。因此，笔者提出假设H7：个体创新性对采用意愿有显著正影响。

采用意愿是指用户利用网站、新闻客户端等媒介浏览、使用数据新闻的具体行为，例如，主动浏览数据新闻，分享数据新闻至社交媒体等。

根据以上假设，笔者综合文献设计问卷，设计7个变量，每个变量采用3个问项进行测度（见表1）。

二、受众采用数据新闻的影响因素实证分析

问卷调查对象均是接触过数据新闻的受众，其中男性139人，女性234人；本科及以下文化程度为214人，硕士144人，博士15人。

1.信效度分析及因子分析。本问卷的信效度检验达到了0.981，各变量的α系数均大于0.7，可信度较好。通过因子旋转得到六个因子，删去无关题项后重新归类整合。

2.采用意愿与假设影响因素的相关性与回归分析。本研究假设的六个影响因素与采用意愿显著相关，分别是0.849、0.808、0.790、0.767、0.720、0.787。六项影响因素与采用意愿呈显著相关性，故进入多元回归分析。结果表明，所有自变量可以解释影响因素值变化的79.0%，回归方程对本研究样本数据点的拟合度合适且具备稳定性。F检验统计量对应的概率P值为0.000，影响显著。D-W值为1.931，故基本无自相关性。

绩效期望、性能预期、社会影响、个体创新性的显著性小于0.01，这些变量均对采用意愿具有显著影响。努力期望和促进因素的回归系数P值大于0.05，意味着两个变量对采用意愿没有显著影响。所以，假设H1、H3、H4、H5成立，假设H2和H6不成立。

3.研究结论。绩效期望正向影响数据新闻用户采用意愿，该路径系数为0.437。即用户在使用数据新闻时，认为该新闻能提升学习或工作效率时，个体会愿意采用数据新闻。但数据新闻的制作过程仍存在漏洞，其内容偏向软新闻，流失了硬新闻的主要受众，且数据新闻用户画像模糊。

个体创新性正向影响数据新闻用户的采用意愿，路径系数为0.189。故个体创新性越高，使用数据新闻的意愿越强烈。而采用数据新闻的人群在其领域属于早期使用者，可以被看作是意见领袖，能够影响该领域的后期跟随者。

性能预期正向影响数据新闻用户的采用意愿，路径系数为0.162。故用户在浏览数据新闻的过程中，若感知到播发平台的功能特征能够满足需求，则继续采用数据新闻的意愿越强烈。

社会影响正向影响数据新闻用户的采用意愿，路径系数为0.156。受众会受到身边重要的人的影响，他人对个体的建议越强烈，其采用数据新闻的的意愿就会越强。

三、基于采用意愿的数据新闻优化策略

基于上述实证研究，笔者将从用户采用意愿的角度出发，从人才培养、舆论引导、建立數据库和开发专业化移动客户端的角度提出数据新闻的优化策略。

1.培养专业的数据新闻人才，创作高质量的数据新闻内容，逐步培养用户对数据新闻的绩效期望。数据显示，绩效期望是影响受众接受数据新闻的主要因素。具体来说，数据新闻的内容、表现形式和数据的质量是受众采用数据新闻的主要原因。从内容方面来看，Fletcher等人发现高质量的新闻内容是受众采用数据新闻的决定性因素，媒体组织应该提供丰富多样的内容，从而提高数据新闻的比例。

专业性培训是提高数据新闻质量具有吸引力的办法，培训需关注数据新闻的深层次价值，保证高品质的数据来源，建立完善高效的数据新闻制作制度。从人才储备的角度来看，发达国家，会向学生提供大量的数据新闻培训课程，欧洲高校都会相对广泛地提供数据新闻教育。借鉴国外经验，我国各高校应建立新闻与传播学和计算机科学等跨学科融合项目，开设系统完整的数据新闻专业课程，培养专业人才，建设充足的专业人才队伍。专业的数据新闻人才既是高水平数据新闻的生产者，也是数据新闻用户的科普推广者，承担着培养受众对数据新闻使用和欣赏的责任，能有效提升用户对数据新闻的绩效期望。数据新闻用户的积极绩效期望又反过来影响和激励数据新闻的优质创作，从而形成良性双向互动。

2.充分发挥KOL影响力，积极调动受众关注，不断扩大数据新闻的社会影响力。意见领袖由拉扎斯菲尔德提出，指在信息传递与人际互动过程中具有影响力、活动力的人。随着自媒体的迅速发展，网络关键意见领袖（KOL）影响、引导舆论的影响力逐渐扩大，他们在网络上拥有一定数量的粉丝团，其意见能够在很大程度上影响粉丝的采用意愿。综上，培养多种科学领域和大众传媒领域的意见领袖与学界业界的专家合作，能够在短时间里扩大数据新闻的影响力，营造有利于数据新闻健康发展的大环境。通过社交媒体、自媒体和短视频媒体等新兴媒体的发布、转发、评论，提升数据新闻在新媒体上出现的频率，有效扩大数据新闻的影响力。

3.推进公民新闻与数字新闻结合，建立开放透明的数据储备库，激发受众在数据新闻创作方面的个体创新性。实证研究发现，受众的个体创新性显著正向影响其对数据新闻的采用意愿。丁法章认为：在社会化媒体时代，公民新闻的力量必然不断上升，最终与专业媒体相抗衡。提高受众在数据新闻中的参与度不仅能鼓励个体创新，也能够在一定程度上抵消公众日益增长的不信任和被剥夺的权利。数字工具有能力改变新闻及其受众之间的传统传授关系，向公民提供数据提交的开放平台，完善用户生成内容的发布和管理机制，扩大公民对数据提供的参与度。这种方式让公民对用户生成内容建立信任度，提高数据的透明度和可信度，扩大媒体在公众面前的可信度，通过众包的形式延长数据新闻的影响力，激发受众对参与式新闻的热情，从而吸引更多的新用户。

4.简化新闻网站操作流程，开发专业的移动设备客户端，强化受众对新闻网站的性能预期。当传播者与受者在认知、背景等各方面存在差异，受众的解读可能会出现不同程度的偏离。所以研发移动设备客户端代替网页浏览，能够很大程度上减少受众浏览数据新闻的过程和环节，降低受众在网页浏览时接触到的垃圾信息或无效信息，从而减少受众在解码过程中的消耗，提高受众的信息采用意愿。移动设备客户端在精准定位和精准投放方面优于网页浏览，从而大大减少平台的宣传成本，精准定位到目标受众，提高受众对数据新闻的关注度。

作者单位 武汉理工大学法学与人文社会学院

本文系2020国家社科基金项目“受众对数据新闻的认知与采用行为研究”（项目编号：20BXW029）、2021中央高校基本科研业务费资助“数据新闻采用行为的影响因素研究”（项目编号：2021VI028）、2020年湖北高校省级教学研究项目“媒体融合背景下高校新闻传播专业创新型‘卓越人才培养模式研究与实践”（项目编号：2020193）的研究成果。

参考文献

[1]郎劲松，杨海.数据新闻：大数据时代新闻可视化传播的创新路径[J].现代传播（中国传媒大学学报），2014（03）.

[2]刘杰.数据新闻可视化叙事初探[J].科技传播，2013（16）.

[3]李雅筝.在线教育平台用户持续使用意向及课程付费意愿影响因素研究[D].合肥：中国科学技术大学，2016.

[4]Fletcher R，Nielsen RK.新闻受众是否越来越分散[J].通信学报，2017（04）.

[5]Lazarsfield P，et al.The peoples choice[M].New York：Columbia University Press，1948.

[6]彭兰.社会化媒体、移动终端、大数据：影响新闻生产的新技术因素[J].新闻界，2012（16）.

【编辑：朱垚颖】