当代大学生网络集体行为意向驱动机理研究——基于技术接受模型（TAM）的实证分析

仰 滢

当代大学生网络集体行为意向驱动机理研究——基于技术接受模型（TAM）的实证分析

仰 滢

（浙江理工大学 材料科学与工程学院，浙江 杭州 310018）

厘清大学生群体网络集体行为意向的驱动机理能够为信息时代大学生行为引导与思想政治教育提供理论依据。文章基于扩展的技术接受模型，以在校大学生为调查对象，利用问卷调查与结构方程模型研究当代大学生网络集体行为意向的形成机理。研究发现：道德义务、身份认同、集体情绪、信息感知均能够直接或者间接影响大学生网络集体行为意向，其中道德义务可以通过身份认同、集体情绪两条途径，影响大学生网络集体行为意向。研究结果进一步探索了网络集体行为演变机制，能够为政府、高等学校合理预判舆情、应对大学生网络治理风险提供参考与借鉴。

大学生；网络集体行为；集体情绪；道德情绪；TAM模型

一、引言

网络集群行为是在现代网络空间条件下所产生的集体意向，通常是指通过大量个人的行为，在没有高度组织化的情况下为共同实现网络环境下某一具体的集体目标（包含积极的与消极的）而产生的行为意向。[1]近年来，随着互联网空间的普及化，诸如微博、微信、知乎一类的网络空间为各个圈层的民众提供了发表意见、表达诉求的重要平台，极大地推动了社会的发展，具有较强社会联结力。与此同时，网络集群事件也频繁出现，典型的包括上海外滩踩踏事件、特斯拉自燃事件等。网络集群事件通常有大量网民参与，其社会影响可能波及社会稳定与可持续发展。就大学生群体而言，随着互联网高速发展，网络普及率大幅增加，青年群体非常容易参与其中。因此，需要通过大量理论研究探索其内在驱动机制，以有效地控制大学生网络集体行为。

目前，国内外关于网络集体行为意向的研究，主要集中在对特定类型事件及特定影响因素的研究，如根据扎根理论确定了集体行为有温和与暴力两种形式，以及由正义驱动和不宽容驱动构成的心理基础；[1]石密等人结合情绪感染理论认为情绪体验，情绪敏感度将直接或间接的对该行为产生影响；[2]Bimber研究了个体差异对该行为的影响，认为年龄、教育、意识形态等属性可能会不同程度地影响人们对网络集体行为的敏感性。[3]传统技术接受模型能较好地预测个体的接受程度与接受过程，但难以准确解释大学生网络集体行为意向。基于此，在传统技术模型基础上发展起来的，整合新关系、新视角的拓展型技术接受模型越来越多地出现在科学文献中。然而，以技术接受模型与身份理论为基础，针对特定的大学生群体展开的研究尚不多见。本文着眼于扩展的技术接受模型，结合身份理论视角，利用大规模问卷调查、结构方程模型识别与分析大学生网络集体行为意向的机理，为疏导社会风险奠定基础。研究结果不仅扩展了大学生群体集体行为的研究视角，指明了大学生网络集体行为的治理方向，还为预判舆情、控制舆情危机提供参考与借鉴。

二、理论框架与研究假设

（一）理论框架

技术接受模型最早起源于1986年Davis的博士论文，是对信息技术接受程度与接受过程的理论模型。该模型能较好地解释与预测行为，主要包含五个要素：感知有用性、感知易用性、用户态度、使用意向和外部变量5个研究变量。[4]其中，外部变量受研究领域的影响，主要包括道德义务、集体情绪以及身份认同等。

技术接受模型的发展主要经历了三个大的阶段，从最初Davis的原始模型TAM（Technology Acceptance Model），到2000年提出的技术接受扩展模型，探究了社会影响和认知工具对感知有用性的作用，[5]将其修订为TAM2。第三阶段中，对感知易用性与感知有用性的影响因素进行了进一步细化，完善了感知易用性的外部变量，可统称为锚定因素与调节因素，[5]而后发展成了更为详细、精确的TAM3。

技术接受模型的应用范围非常广泛，研究领域主要分为三大类，分别是与任务相关的系统、Internet和e-commerce以及娱乐性质的系统。[6]与任务相关的系统主要体现工作方面，为了提高工作效率的办公系统、交流系统、系统开发等。[7]Internet与e-commerce是因为全球互联网使用的增加对e-commerce的关注也增多。娱乐性系统包含时尚网站，即时短信服务, 在线游戏, 在线购物等。[8]

（二）研究假设

1. 信息感知、行为态度与行为意向

按照TAM理论，个体行为意向受个体行为态度，以及信息感知的影响。信息感知作为技术接受模型的重要的组成因素，由感知有用性与感知易用性构成。其中，感知有用性源于期望理论模型中使用绩效认知的理念，而感知易用性（Perceived ease of use，PEOU）源于自我效能理论。[9]信息感知是影响个体行为态度的重要因素，个体若能感知到网络集体行为能有效的影响相关事件，则更倾向于参与该行动；[10]而当个体认为进行网络集体行为的过程较为容易时，对该行为的感知有用性会提高。因此，由感知有用性、感知易用性共同组成的信息感知，决定了大学生网络集体行为的行为态度。基于此，提出研究假设如下：

H1：大学生网络集体行为态度正向影响其行为意向。

H2：大学生对网络集体行为的信息感知正向影响其行为态度。

2. 身份认同、信息感知与行为态度

社会认同理论认为，个体将通过集体或社会属性来了解自己，由此逐渐产生一种身份认同感，并会努力维护这种身份。[11]当个体对集体的认同感愈发强烈，遇到一些个体认为是由集体差异造成不公的情况时，会通过参与集体行动来尝试改变现状，以寻求其内心的公正。[12]因此，个体身份认同能够直接影响个体行为态度。另一方面，身份认同作为网络集体行为的心理基础，既能直接影响网络集体行为态度，还能通过信息感知间接影响该行为。[13]基于此，本文提出如下研究假设：

H3a：身份认同正向影响大学生网络集体行为态度。

H3b：身份认同正向影响大学生网络集体行为信息感知，进而影响其行为态度。

3. 集体情绪、行为态度与行为意向

集体情绪理论由情绪评价与社会认同理论演变而来，是集体行动在社会心理学领域的代表理论之一。[14]典型集体情绪包含愤怒、焦虑、害怕等，其中集体愤怒是激起个体产生集体行动意向核心因素。集体愤怒产生于对不公平的评价，从而相对那些不公正的人采取行动。身份认同整合模型指出，集体情绪作为集体行动中的感性路径，在不公变量的刺激下，使得个体更容易参与集体行动。[15]集体情绪是产生网络集体行为态度与行为的桥梁。[16]基于此，提出以下假设：

H4a：集体情绪正向影响大学生网络集体行为意向。

H4b：集体情绪正向影响大学生网络集体行为态度，进而影响其行为意向。

4. 道德义务、身份认同与集体情绪

道德义务是独立于个人利益、成就感与他人认可之外的一种感觉，这种感觉源于个体的良心与道德感，使得个体觉得自己应该进行某种行动。[17]根据身份扩展模型，道德义务也与身份认同、集体情绪有密切的联系，一些非弱势集体会参与其他群体的集体活动，因为道德义务使得他们变成了信念共同体。[18]在以公开交流为特征的互联网环境下，道德义务既能够强化个体身份认同，又更容易激起集体的愤怒情绪，赋予个体身份相应的道德意义。另一方面，Kelly & Breinlinger关于工人及妇女的研究表明，个体越认同某一集体，越可能参与集体行动，而集体情绪，特别是愤怒情绪是个体是否参与集体行动的重要指标。身份认同作为网络集体行为的心理基础，既能直接影响网络集体行为态度，还能通过集体情绪间接影响该行为。[19]基于上述理论，提出如下假设：

H5a：大学生道德义务正向影响大学生网络集体行为身份认同。

H5b：大学生道德义务正向影响大学生网络集体行为集体情绪。

H5c：身份认同正向影响大学生网络集体行为集体情绪。

根据上述研究假设，构建本研究的理论模型如图1所示。

图1 理论模型

三、研究设计

（一）问卷设计

为了确保各测量维度的有效性，通过梳理国内外相关文献，对信息感知、道德义务、身份认同、集体情绪、行为态度及行为意向的测量量表进行了设计。其中，行为意向相关调查题项参考了 Park、Gefen等人关于行为意向量表的编制，共5个题项；[20]行为态度作为促使行为意向产生的最直接变量，改编自Choi[21]等人的单一维度测量题项，包含“我认为进行网络集体行为是可信任的”等4个问题；信息感知分为感知有用性与感知易用性两个维度，参考了Davis等人对于该方向的描述，设置了6个题项，测量研究对象在网络集体行为方面信息感知的程度；[22]道德义务取自Augusta（2018）等关于道德义务的测量题项，包括“我认为违背道德底线的人，就必须受到惩罚”等3个问题；身份认同相关测量问卷来自 Brunsti等编制问题，包括“我把自己看作是网络集体行为的一员”等5个题项组成；g[23]集体情绪参考Milesi和Alberici研究中对于情绪维度的做法，列举了近段时间传播范围较广，社会影响较大的三项事件，[24]例如“对于袁隆平逝世的信息未经确认其真实性就擅自播报事件”等，描述事件之前会询问受访者是否对以下事件产生愤怒情绪，共包含3个题项。各题项的测量均采用李克特5级量表，分别为“极不同意”“不同意”“既不同意也不反对”“同意”“极其同意”，分别计为1-5分，调查对象从中选择进行判断。

（二）样本选择与数据收集

本研究采用问卷调查的方式，调查对象为浙江省杭州市，以及部分浙江省内其他地级市以及西安、北京、四川等地的在校大学生群体，调查时间为2021年6-7月。问卷调查采用线上调查方式，通过问卷星、微信等公开网络平台，随机发放匿名自填问卷。为确保问卷结果的有效性，调查过程要求同一部手机或电脑只能填写一份问卷以避免同一个体多次填写。调查共回收问卷617份。为进一步确保问卷的有效性，将作答时间小于30秒、含有漏答题项、所有题项答案相同的问卷视为无效问卷，予以剔除。最终，得到有效问卷523份，问卷有效回收率84.8%。调查问卷的描述性统计如下表1所示。从表中可以看出，调查对象在性别上相对均衡，年级以大一、大二为主，在专业类别分布上，理工类略高于文史经管类。样本分布基本与我国大学生群体特征一致，具备代表性。

表1 样本描述性分析

（三）分析步骤

本研究利用SPSS21.0、Amos26.0对调查数据进行分析，具体步骤为：

1. 数据检验

对调查数据进行信度、效度分析，确保调查结果的信度与效度；利用Amos26.0对所收集的数据进行Harman单因素检验，检验数据同源方差效应，为后续结构方程分析奠定基础。

2. 描述性统计分析

利用描述性统计分析，从宏观维度测量大学生网络集体行为驱动机理理论模型各潜变量水平，分析大学生对网络集体行为的主观看法。

3. 结构方程（Structural Equation Modeling，SEM）分析

利用结构方程揭示大学生网络集体行为驱动机理，实证验证研究假设。

（四）数据检验

1. 信度检验

利用系数对问卷数据的信度进行检验，结果如下表2所示。Cronbach α系数旨在检验变量的内部一致性，样本总体数据及每个变量的标准化信度系数均要求大于0.7，且信度系数越接近1，可靠信度越高。可以看出，本研究调查数据总信度系数为0.927，且每个维度系数均大于0.7，说明样本数据内部一致性较强，可以进行下一步分析。

表2 各变量 Cronbachα系数

2. 探索性因子分析

对所有题项进行探索性因子分析，结果如下表3所示。可以看出，累计方差贡献率为73.67%，KMO检验系数为0.911，Bartlett 的球形度检验显著性无限接近于0，说明问卷变量间具备较强的偏相关性，可以进行因子分析。

表3 探索性因子分析结果

3. 验证性因子分析

本研究通过对各题项进行验证性因子分析来检验问卷结构效度（见表4）。结果显示：各题项标准化因子载荷、平均提取方差（Average Variance Extracted，AVE）均大于0.5、组合信度（Composite Reliability，CR）均大于0.7，说明本研究数据分析具有较好的聚合效度与区别效度。

在此基础上，通过Harman单因素分析对调查数据进行同源方差效应检验，以分析问卷调查

表4 各维度验证性因素分析

中可能出现的共同方法偏差问题。按照Harman单因素分析相关要求，所得结果的第一个因子解释力不大于50%，偏差程度即可接受。本研究调查数据的第一个因子总解释比例37.86%，远小于50%，因此其共同方法偏差符合要求，可以进行结构方程分析。

四、研究结果

（一）描述性统计

本研究首先对调查数据进行了描述性统计分析，结果显示感知有用性维度平均得分3.82，说明大学生普遍认为网络集体活动能够促进公众对相关事件的关注；感知易用性维度平均得分3.70，大学生可以掌握各个网络社交平台的使用方法，知晓网络集体行为的主要流程，并具备了进行网络集体行为的能力；身份认同维度平均得分3.25，大学生群体对于自己在网络集体活动中有较强的认同感，能够感知到与其他成员的共同点与联结力；道德义务维度得分3.86；集体情绪维度得分3.97；行为态度维度平均得分3.20，分数处于较高水平，但与其他维度相比分数略低，表明大学生对网络集体行为持较为认同的态度；行为意向维度平均得分3.40，大学生愿意在网络上通过各种方式参与网络集体活动，参与意向较强。

（二）模型拟合

本研究利用结构方程模型来进行大学生网络集体行为驱动路径之间影响关系的分析，理论模型与调查数据的拟合分析相关结果如下表5所示。可以看出：，，，，，等关键指标均达到可接受的水平，模型适配度较好。

表5 描述性统计

（三）路径分析

结构方程分析结果如表6所示。可以看出：除身份认同→集体情绪（H5c）、集体情绪→行为态度（H4b）两个路径的显著性水平 P>0.05，H5c、H4b两个假设没有得到验证外，其余要验证的路径均达到拟合要求，研究假设得到实证数据支持。

表6 模型拟合指标

从表6中可以看出，道德义务通过两条途径影响大学生网络集体行为意向（图2）。一方面，道德义务可以通过身份认同，直接或者通过信息感知间接影响大学生网络集体行为态度，进而促进大学生网络集体行为意向的生成。另一方面，道德义务可以通过集体情绪，间接影响大学生网络集体行为意向，但这种影响相对较弱。

图2 修正拟合模型

五、结果讨论

（一）研究发现

在对523个有效样本进行结构方程模型分析后发现，道德义务、身份认同、集体情绪、信息感知等因素之间具有显著的正向影响关系。获得研究结论为：a. 道德义务可以通过两条路径对大学生网络集体行为意向产生影响。b. 信息感知是连接身份认同与行为态度的重要的中间变量。c. 道德义务可以促进身份认同，进而直接影响大学生网络集体行为态度，或者通过信息感知间接影响。d. 道德义务能够有效促进集体情绪，进而直接影响大学生网络行为意向。

1. 集体情绪的作用

身份认同无法通过激发群体的愤怒而影响集体情绪。究其原因，行动类型的差异可能导致不同的作用机理。薛婷相关研究表明，[25]不同行动类型（网络的或者现实的）直接影响身份认同与集体情绪之间的关系，只有现实情况下的集体行动，身份认同才对群体愤怒有显著性影响，而网络情境下的实验结果表明两者成负相关。集体情绪与行为态度之间的关系没有得到验证，但集体情绪能够直接影响大学生网络集体行为意向。薛婷通过实验证明：在集体行动中愤怒情绪将直接显著地影响该行为的参与程度。[25]

2. 道德义务的潜在影响

道德义务作为深层次的潜在影响因素，个体对社会现实的道德判断得到了加强。当大学生在网上互动时，通过强化公共领域有道德要求的观点有助于增强该群体参与反射性的和有充分理由的讨论。[26]在信息共享基础下群体成员可以发表观点、交换看法、引起争论或者分享信息，增强个体间的联系，当群体有强烈身份认同感后，不同类型的集群事件会形成各自的舆论领袖，这些人往往有较为明确的目的与一定的思想，使得整体具有较强的凝集力。[27]

（二）研究意义

研究结果厘清了大学生网络集体行为的驱动机理，明确了道德义务、身份认同、集体情绪、信息感知等变量在大学生网络集体行为发生发展中的重要作用，为规范、治理大学生网络集体行为指明了方向。

1. 理论意义

本研究既是技术接受模型的创新应用，又拓宽了网络集体行为意向的研究视角，为进一步研究网络集体行为演变机制提供了依据，也为继续发掘其他影响变量提供了研究思路与理论基础。

2. 现实意义

道德义务在大学生网络集体行为意向的激发中扮演着重要的角色。因此，立足于当下国情与民情，向学生提供具有价值导向、能够满足当代大学生精神需求的网络内容至关重要。在社交媒体日益普及的今天，各级党团组织应充分发挥组织影响力，构建积极、健康、稳定的网络交流环境，合理激发大学生辩证思考、敢于质疑的特征，降低极端性网络集体事件的发生。

由于个体身份认同、集体情绪同样能够有效调节大学生网络集体行为意向。因此，可以秉承身份认同理论框架，培养思想觉悟高，理性客观的“意见领袖”，积极规范、引导非正式群体事件中偏激类“意见领袖”朝积极健康的方向发展，通过道德感对大学生网络集体事件中的错误情绪进行转化与疏导。此外，提前收集舆情信息，及时掌握、研判舆情动态可以改善个体信息感知，为大学生网络集体事件规范与应对提供基础。

六、结语

本研究利用问卷调查、结构方程模型揭示了大学生网络集体行为的驱动机理。研究结果显示：道德义务、身份认同、集体情绪、信息感知均能够直接或者间接影响大学生网络集体行为意向，其中道德义务可以通过身份认同、集体情绪两条途径，直接或者间接影响大学生网络集体行为意向。研究结果在揭示网络集体行为演变机制的同时，能够为政府、高等学校合理预判舆情、提升网络治理水平提供借鉴。

本研究同样存在局限性。第一，调查对象以杭州地区的大学生为主要调查对象，调查对象尚不能全面反映当代大学生全貌。第二，本研究通过信息感知来衡量TAM模型中的感知有用性与感知易用性，对感知有用性对行为意向的直接影响的针对性研究不足。本文在对大学生网络集体行为意向研究中仍有不完善的地方，基于此，下一步需要在对网络集体行为进行更全面的路径探究与变量挖掘的基础上，扩大研究群体，进而提升研究结论的适用性与科学性。

［1］ QIU L, LIN H. Online Collective Behaviors in China: Dimensions and Motivations[J]. Analyses of Social Issues and Public Policy, 2014, 15(1): 44-68.

［2］ 石密, 刘春雷, 时勘, 等. 影响网络集体行为意向的情绪感染路径研究——基于情绪-信息的理论视角[J]. 情报杂志, 2018, 37(11): 107-113+125.

［3］ BIMBER B. Three Prompts for Collective Action in the Context of Digital Media[J]. Political Communication, 2016(1): 1-15.

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

［5］ VENKATESH V, BALA H. Technology Acceptance Model 3 and a Research Agenda on Interventions[J]. Decision Sciences, 2010, 39(2): 273-315.

［6］ HSIAO C H, YANG C. The intellectual development of the technology acceptance model: A co-citation analysis[J]. International Journal of Information Management, 2011, 31(2): 128-136.

［7］ 阎永哲. 大学生在线学习行为数据分享意愿研究[J]. 宁波大学学报: 教育科学版, 2021(4): 123- 132.

［8］ VAN DER HEIJDEN H. User acceptance of hedonic information systems[J]. MIS Quarterly, 2004, 28 (4): 695-704.

［9］ BANDURA A. Self-reinforcement: Theoretical and methodological considerations[J]. Behaviorism, 1976, 4(2): 135-155.

［10］王玮. 信息技术的采纳和使用研究[J]. 研究与发展管理, 2007(3): 48-55.

［11］张莹瑞, 佐斌. 社会认同理论及其发展[J]. 心理科学进展, 2006(3): 475-480.

［12］TURNER J C, HOGG M A, OAKES P J, et al. Rediscovering the social group: A self-categorization theory[M]. Oxford: Basil Blackwell, 1987: 76.

［13］石密, 刘春雷, 时勘, 等. 非常规突发事件关联网络集体行为意向的整合驱动路径研究[J]. 情报理论与实践, 2020, 43(1): 127-134.

［14］MACKIE D M, SILVER L A, SMITH E R. Intergroup Emotions: Emotion as an Intergroup Phenomenon[M]. Cambridge: Cambridge University Press, 2004: 218.

［15］卢晖临, 潘毅. 当代中国第二代农民工的身份认同、情感与集体行动[J]. 社会, 2014,34(4): 1-24.

［16］李伟强, 汤明, 宋彩英, 等. 群体认同与社会评价对消极群体情绪的影响[J]. 宁波大学学报: 教育科学版, 2020, 42(1): 113-118.

［17］VILAS X, SABUCEDO J M. Moral obligation: A forgotten dimension in the analysis of collective action[J]. Revista de Psicología Social, 2012, 27(3): 369-375.

［18］VAN ZOMEREN M, POSTMES T, SPEARS R. On conviction's collective consequences: Integrating moral conviction with the social identity model of collective action[J]. British Journal of Social Psychology, 2011, 51(1): 52-71.

［19］VAN ZOMEREN M, POSTMES T, SPEARS R. Toward an integrative social identity model of collective action: a quantitative research synthesis of three socio-psychological perspectives[J]. Psychological bulletin, 2008, 134(4): 504-535.

［20］PARK J S, KIM J J, KOH J. Determinants of continuous usage intention in web analytics services[J]. Electronic Commerce Research & Applications, 2010, 9(1-6): 61-72.

［21］CHOIJK J. Investigating the importance of trust on adopting an autonomous vehicle[J]. International Journal of Human-Computer Interaction, 2015, 31(10): 692-702.

［22］VENKATESH V, DAVIS F D. A theoretical extension of the technology acceptance model: Four longitudinal field studies[J]. Management science, 2000, 46(2): 186-204.

［23］BRUNSTING S, POSTMES T. Social movement participation in the digital age - Predicting offline and online collective action[J]. Small Group Research, 2002, 33(5): 225-554.

［24］ALBERICI A I, MILESI P. The Influence of the Internet on the Psychosocial Predictors of Collective Action[J]. Journal of Community & Applied Social Psychology, 2013, 23(5): 373-388.

［25］薛婷, 陈浩, 乐国安, 等. 社会认同对集体行动的作用: 群体情绪与效能路径[J]. 心理学报, 2013, 45(8): 899-920.

［26］TAI Z. The Internet in China: Cyberspace and Civil Society[M]. New York: Routledge, 2006: 205.

［27］杜鹏举, 万文双. 基于网络社群的大学生思想政治教育研究[J]. 学校党建与思想教育, 2018(12): 67- 68.

Technology Acceptance Model-based Empirical Study of Contemporary College Students’ Intention of Collective Cyber Behavior

YANG Ying

( School of Materials Science and Engineering, Zhejiang Sci-Tech University, Hangzhou 310018, China )

The present study aims to clarify the driving mechanism of college students’ intention of collective online network behavior as theoretical basis for guidance to college students’ behavior and ideological and political education in the information age, using theoretical analysis, questionnaire survey and structural equation analysis. It found that moral obligation, identity, collective emotion and information perception can directly or indirectly affect college students’ intention of online collective behavior, of which moral obligation can directly or indirectly affect college students’ intention of online collective behavior through identity and collective emotion. This finding not only provides a theoretical basis for further research on the evolutionary mechanism of network collective behavior as the guidance to college students’ behavior and ideological and political education, but also a reference to the administrative institutions of higher learning and other departments to reasonably predict public opinions and better deal with the risks of college students’ network governance.

college students; network collective behaviors; collective emotions; moral emotions; Technology Acceptance Model

国家社会科学基金重大招标课题“中国特色网络内容治理体系及监管模式研究”（18ZDA316）；浙江省科学技术厅重点软科学研究项目“浙江省大学生网络集群行为动态测度与系统应对研究”（2022C25045）

仰滢（1974-），女，江苏江阴人，副教授，研究方向：网络治理、思想政治教育等。E-mail：yangying@zstu.edu.cn.

G40-01

A

1008-0627（2022）03-0058-08

（责任编辑 周 密）