感知价值的中介效应：大学生微博科普信息转发意愿影响因素研究

王长潇 孙玉珠 张丹琨

【内容摘要】基于媒介丰富度、感知价值理论和SOR（Stimulus-Organism-Response）模型，本文在构建微博科普信息转发意愿概念模型的基础上，采用问卷调查研究方法，对在校大学生微博科普信息转发意愿的影响机制进行了深入分析，发现媒介表达方式丰富度、信息质量丰富度以及感知价值对转发意愿具有显著的正向影响，其中感知价值在媒介丰富度对转发意愿的影响上存在中介效应。

【关键词】媒介丰富度；感知价值；微博科普；转发意愿

新冠肺炎疫情的暴发使“身体科学”“健康科普”迅速演变为全球议题，科普信息的生产与传播成为网络焦点。面临突发公共危机事件，科普内容的输出能在一定程度上减少不确定性，其以知识解读和普及的形式及时回应公众的关切，起到了抚慰人心、理性引导舆论的作用。新浪微博作为国内最大的移动社交媒体平台之一，扮演着舆情“蓄水池”的重要角色，具有明显的渠道和体量优势，社交基因的嵌入使网民的转发行为成为评测内容吸引力、影响力与传播力的重要指标。

借鉴媒介丰富度理论、感知价值理论和SOR（Stimulus-Organism-Response）模型，本文以大学生为研究对象，基于用户对于媒介丰富度的自我报告和感知评价探究微博科普信息转发意愿的影响机制，以期为大学生群体的科普传播提供切实的建议。

一、文献回顾与研究假设

（一）文献回顾

1.转发意愿研究

“转发”意愿的产生与平台调性、内容特点、人际关系等密切相关，既有的转发意愿研究多集中于社交媒体平台，比如微信、微博等，而研究内容主要围绕影响因素展开。不同的切入角度，使探讨影响因素的研究呈现出多面性。

有研究以说服传播模型为基础，证实了信息渠道、信息来源、信息接收者、信息内容均对社会化媒体转发意愿有影响。①

具体来看，在用户层面，用户的使用与满足和先前经验是影响社交媒体新闻分享的重要因素。②同时，对于信息质量的感知、风险的感知以及信任信念也会影响用户的分享意愿③。由此可见，个体认知与评价直接影响其是否愿意转发，但评价的对象还需要更为细致的剖析。

在形式层面，有学者考察了电视新闻节目在微博中的再传机制，发现微博新闻结构（文字、图片、短链、视频的组合）越多样，人们的再传意愿就越强烈④。但是，除了呈现方式，反馈方式的多样性是否影响人们的转发意愿也有待考察。

在内容与互动层面，内容的情绪和性质、关系资源不同，转发意愿的强烈程度也不同。含有积极情绪和社交内容词汇的信息更容易被转发，粉丝量大的、个人影响力强的博主发布的微博信息更容易被转发⑤。但也有研究认为，虽然人际关系强度会干预员工的转发行为，但更多还是取决于其想推广的信息内容，以企业员工的微信朋友圈为例，“信息内容”的影响力明显高于“人际关系”⑥。本研究并不区分内容与关系影响程度的高下，况且，二者也并非泾渭分明，但可以确定的是，内容与互动都在一定程度上影响转发意愿。不过，内容丰富性、可信度，互动价值等细分维度还有待验证。

2.微博科普研究

目前，微博科普研究多聚焦于现状分析、传播效果评估以及发展建议等方面。有研究调查分析了9种健康科普期刊在微博平台的表现情况，发现健康科普期刊界普遍缺乏示范级账号，整体影响力有待提升⑦。而影响科普传播效果的因素可能包括微博类型、表现形式、博文内容、行文风格、交互形式等⑧。面临突发疫情，微博应急科普在及时性、系统性、协同性、交互性上表现不佳，需要在热点监测、平台建设、受众偏好、传受互动等方面继续优化⑨。

综合以上梳理，关于“科普信息”这一形态的转发意愿研究还较为缺乏，而针对微博科普的研究大多停留在表面，缺乏足够的理论基础。而且，多数研究立足于传者缺位、内容可读性不高等问题，缺乏用户视角。同时，直接探索媒介丰富度和感知价值对于微博转发意愿的影响研究也不常见。从这个角度而言，本研究具有一定的理论价值和实踐意义。

（二）理论综述与研究假设

1.媒介丰富度与转发意愿

美国组织理论学家理查德L.达夫特（Richard L Daft）和罗伯特·H.伦格尔（Robert H Lengel）于1984年提出信息丰富度（information richness），也称媒介丰富度（media richness），是指媒体承载信息的能力以及在一定时间内使信息接收者理解的程度，用以指导组织内信息的协调与需求。⑩不同媒体类型的丰富度呈现由低到高的次序，影响丰富度差异的原因包括媒体的即时反馈能力、使用的线索和渠道的数量、个性化和语言多样性。这一论断可从社会临场感理论（social presence）中得到支持。心理学者肖特（John R.Short）、威廉姆斯（Ederyn Williams）和克里斯蒂（Bruce Christie）认为社会临场感是指在利用媒体进行沟通过程中，一个人被视为“真实的人”的程度及与他人联系的感知程度。

基于此，社会临场性被视为媒体本身的特性，而不同的媒体类型表现出的明显的社会临场感差异，也反映出媒介丰富度的高低。进一步讲，受众参与度越高、越人性化的媒介，社会临场感就越强。信息论创始人香农（C. E. Shannon）对于“信息熵”规律的阐述也为媒介丰富度的划分提供了参考。对新冠肺炎疫情中媒介信息特征的分析研究发现，社交媒体使用和官方媒体信息可信度正向影响信息分享意愿。因此，除了信息量的增加可以减少不确定性，信息质的考评也尤为重要。

综上，媒介丰富度的衡量维度可以被概括为以下四点：表达方式丰富度，即信息传递和反馈形态的单一或组合性，代表了交互的层次；表述丰富度，即表述是否精确明晰，以此判断信息不确定性程度；内容丰富度，即内容覆盖范围是否全面，从而观照用户需求；质量丰富度，即内容是否可信可靠，与用户信任密切相关。根据此前的文献梳理，部分单一层面的研究能够支持媒介丰富度越高，转发意愿越强烈这一结论，但缺乏综合探讨。据此，本文提出以下假设：

H1a：表达方式丰富度与转发意愿正相关。

H1b：信息表述丰富度与转发意愿正相关。

H1c：信息内容丰富度与转发意愿正相关。

H1d：信息质量丰富度与转发意愿正相关。

2.感知价值与转发意愿

感知价值理论（perceived value）最初用于解释消费者基于感知利得与感知利失而对一个产品或服务效用的总体评价，侧重于权衡利弊与风险后作出的理性选择。但相关研究发现，感知具有主观性，因人而异，而价值也不应局限于成本和利益等单一向度。因此希斯（Sheth J.N）、纽曼（Newman B.I）和格罗斯（Gross B.L）等人将感知价值划分为功能价值、社会价值、认识价值、条件价值和情感价值五个维度，随后又发展出情感价值、社会价值、质量价值和价格价值四维模型。

在此基础上，国内一些学者也开发出其他量表以观察用户的媒介选择行为、媒介使用忠诚度等问题。李武将社会价值、价格价值、内容价值、互动价值和界面设计价值用于考察电子书阅读客户端的满意度情况。朱佳妮等关注社会价值、内容价值、互动价值和娱乐价值对于用户短视频依恋的影响。还有研究指出体验价值、功能价值、社会价值在媒体使用的不同阶段发挥着不同的作用。针对科普信息这一特殊形态，本研究选取了认识价值、互动价值、体验价值三个指标界定感知价值这一综合变量，用以探析其对于用户转发意愿的影响。

首先，认识价值是指新知识的获取和新事物的了解。日常生活的变动与需求的累积使得人们逐渐渴望得到越来越多的信息，用以排除随处可感的不确定性。科普内容具有一定的专业门槛和知识高度，能丰富人们对于不熟悉的事物的认识和了解，提高人们的科学意识和素质。

其次，人是社会性动物，互动是人的本能需求。互动价值主要指与他人展开交流和讨论，结识新的朋友。根据社会交换理论，人际交往的过程就是信息、资源、情感等交换的过程。有研究发现，社会互动和信任能够预测个体的知识共享行为。信息共享能使网民的关系由无转弱、由弱转强，在关系的联结中触发在线讨论与交流，甚至发展为专题小组，升级为群体现象。

最后，媒介使用与信息接收的体验感也是影响用户是否愿意转发的一个重要因素，体验价值强调内在的感觉和心理感受，是指用户对于信息有趣性的评价，以及浏览信息时的投入程度。科普内容是否让人看得懂、愿意看，直接关系着用户的体验价值。此前也有研究表明，趣味性、轻松性的信息更容易获得社交网络用户的青睐。据此，提出以下假设：

H2：感知价值与转发意愿正相关。

3.媒介丰富度、感知价值与转发意愿

媒介丰富度指向用户对于媒介信息的特性评价，信息的外在表现可能会直接影响用户的转发行为，而感知价值侧重于媒介信息的需求匹配。预期—价值理论认为，当追求的满足（gratifications sought，GS）和获得的满足（gratifications obtained，GO）相比较时，获得的满足与预期的期待越吻合甚至超出追求的满足，那么用户的满意度就会更高，转发的几率就越大。根据SOR模式，外部环境刺激一般会通过影响人们的内心意识以及心理形态进而作用于行为反应。因此，实际的感知还可能在媒介呈现与转发意愿之间起到中介作用，即感知价值可能是媒介丰富度与转发意愿的中介变量。据此，本文提出以下假设：

H3：感知价值在媒介丰富度对转发意愿的影响上存在中介效应。

综上，本文的研究思路和概念模型如图1所示。

二、研究设计与分析

（一）数据收集

本研究主要采用问卷调查法收集所需数据。在问卷前测阶段，对调查对象进行了访谈，听取了其建议，对问卷中涉及的问题和呈现方式做了修改和调整。收集的数据主要基于“问卷星”平台，通过微信朋友圈以滚雪球的方式进行问卷发放。

问卷首先界定了“科普”和“转发”的概念，其次针对用户是否使用微博这一条件进行了筛选，是则继续作答，否则结束作答。问卷主要分為四个部分，分别测量人口统计学和微博基本使用情况、媒介丰富度、感知价值和转发意愿，后三部分均使用了李克特五级度量法。问卷最终共回收315份，在剔除无效问卷后，剩余有效问卷共288份，有效率约为91.4%。样本基本信息如表1所示。本研究主要采用SPSS22.0对样本进行描述性分析、相关性检验、中介效应分析等，以此解决研究提出的假设。

本次调查性别占比中，男性为39.93%，女性为60.07%，年龄集中在23—26岁，学历以在校本科生和硕士生为主。调查对象微博使用时长主要集中在0—1小时（41.67%）和1—2小时（45.83%）两个时间段内，且微博科普信息的接触频率基本分布在一般（30.21%）和经常（29.51%）两个层次。

（二）变量测量

本研究模型共涉及三个主要变量，变量测量的题项均参考了国内外研究中较为成熟的量表，具体内容见表2。题项设计均采用李克特五级度量法，1代表完全不认同，2代表不认同，3代表一般，4代表认同，5代表完全认同。

媒介丰富度：媒介丰富度参阅了布伦纳（Brunelle E）和皮埃尔（Josée Lapierre）以及袁园的量表，共有5个题项，分别是：微博科普信息呈现方式很丰富（文字、动图、漫画、视频等）；我能通过多种方式对微博科普信息给予反馈（文字、表情、图片等）；微博科普信息表述清晰、明确；微博科普信息内容覆盖范围广；微博科普信息质量可信、可靠。选项共分5级，从1（完全不认同）到5（完全认同）赋分，分值越高，说明媒介丰富度越高。

感知价值：感知价值综合借鉴了希斯（Sheth）等，朱佳妮等，李武，刘强、李本乾的量表，共涉及6道题目，分别是：浏览微博科普信息能帮助我增长知识；浏览微博科普信息能帮助我了解新事物；浏览微博科普信息有助于我与其他用户展开在线交流；浏览微博科普信息有助于我找到志同道合的朋友；浏览微博科普信息是一件有趣的事情；浏览微博科普信息时，我很投入。选项共分5级，从1（完全不认同）到5（完全认同）赋分，分值越高，说明感知价值越强。

转发意愿：转发意愿借鉴了李（Lee C.S）和马（Ma L）以及袁园开发的量表，共有3个题项，分别是：我愿意转发微博科普信息；我会主动转发微博科普信息；以后我仍将会转发微博科普信息。选项共分5级，从1（完全不认同）到5（完全认同）赋分，分值越高，转发意愿越强烈。

（三）信效度检验

本文采用Cronbach α系数检验量表的信度，结果显示媒介丰富度、感知价值、转发意愿的信度系数分别是0.879、0.913、0.934，总体Cronbach α系数为0.953，均大于0.8，表明量表具有良好的信度。进一步对问卷进行了KMO抽样适当性检验和Bartlett球形检验，结果显示KMO值为0.943，Bartlett检验的p值为0.000，小于0.001，所解释的累积方差为62.550%，大于60%，说明问卷结构效度较理想，具有一定的解释力，可以进一步开展研究。

（四）描述统计与相关性检验

首先，本文对媒介丰富度、感知价值以及转发意愿这三个变量进行了描述性统计，各题项的分析结果见下页表3。

其中，MR代表媒介丰富度，MRj分别指表达方式丰富度、表述丰富度、内容丰富度、质量丰富度（j=a，b，c，d）；PV代表感知价值，PVj分别指认识价值、互动价值、体验价值（j=a，b，c）；FW代表转发意愿，FWj分别是愿意转发、主动转发、仍会转发（j=a，b，c）。

由数据可得，用户对于微博平台科普信息的媒介丰富度评价居中等偏上（M=3.78，SD=0.864），其中信息表达方式丰富度（MRa）和内容丰富度（MRc）得到了普遍的认可。在感知价值层面，均值得分与媒介丰富度基本持平（M=3.77，SD=0.938），其中，科普信息的认识价值（PVa）相较于互动价值（PVb）和体验价值（PVc）得分最高。而用户的转发意愿相对较弱（M=3.57，SD=1.165），虽然内部差异较小，但可以表明，用户更愿意转发（FWa）科普信息，但主动转发（FWb）和未来仍会转发（FWc）的可能性较低。

其次，本文进行了Pearson相关性检验。由表4可得，除了年龄之外，用户使用微博的时长、接触微博科普信息的频率、性别和学历等均与转发意愿显著相关。这就意味着，微博使用时间越久，科普接触频繁，用户转发微博科普信息的几率就越大。同时，转发意愿也呈现出显著的性别和学历差异。

（五）多变量回归分析

为进一步探索媒介丰富度、感知价值对转发意愿的影响关系，本文进行了多变量回归分析。根据表5，表达方式丰富度、信息质量丰富度显著正向影响转发意愿（B>0，p=0.001、0.002<0.01），即微博科普信息的表达方式、信息质量越丰富，转发意愿越强烈，由此H1a、H1d假设成立。信息表述丰富度和信息内容丰富度与转发意愿并无显著影响关系，H1b、H1c假设不成立。此外，感知价值同样可以显著正向影响转发意愿（B>0，p=0.000<0.001），由此，H2假设成立。变量之间不存在多重共线性，VIF<5，运行结果可靠。

基于以上结论，可以看出，微博网民更看重呈现方式和反馈的可获得性，以及内容质量的可信性。相较之下，表述的清晰性和内容的辐射性对于网民转发意愿的影响不大。这也反映出，“相信”而非广泛“吸收”内容，“接收利用”多种形式而非“理解”专业表达更容易获得网民的青睐。

（六）中介效应检验

为验证感知价值的中介效应情况，本文采用Hayes的中介效应检验法，将转发意愿作为因变量，媒介丰富度作为自变量，感知价值作为中介变量，利用Bootstrap抽样检验在95%的置信区内进行中介作用研究，抽样次数为5000次。

根据表6的Bootstrap分析结果，可以发现，95%区间均不包括数字0，在媒介丰富度对于转发意愿的影响中，感知价值的中介效应成立。因此，媒介丰富度首先会对感知价值产生影响，进而影响转发意愿，即感知价值在媒介丰富度对转发意愿的影响中存在中介作用，假设H3成立。综上，概念模型路径分析结果如图2所示。

三、结论与讨论

基于新冠疫情影响下的科普现实图景，本研究以“媒介丰富度—感知价值—转发意愿”为探索路径，旨在挖掘影响大学生微博科普信息转发意愿的影响因素，以及感知价值在媒介丰富度和转发意愿之间的中介作用。

（一）媒介丰富度、感知价值对转发意愿的影响

研究结果发现，媒介表达方式和信息质量丰富度正向影响转发意愿。根据媒介依赖理论，当个人利用媒介信息资源实现了理解、定向和娱乐等目标，便会与媒介建立起一种依赖关系。媒介丰富度的介入便会加深这一关系，并由此催生出“转发”等一系列媒介依赖行为。鉴于此，为增强微博科普传播效果，需要全面系统升级科普信息的表现形态和内容层次：第一，以视觉表达隐喻，以服务回应需求，借用漫画、Vlog、H5等单一或组合可视化形式传递科普知识与价值观，并通过开设绿色反馈通道，专用电话、邮箱接收网民有关科普信息的投诉和建议。第二，组成微博科普内容审核团队，邀请学界、业界专家共同参与事实核查，并借助AI实时标注可疑信息，提醒、引导网民正确辨别，保障内容池良性发展。第三，建立健全科学共同体与微博平台常態化合作机制，聘请相关领域专家、KOL担任微博科普宣传大使，通过定期直播、开讲座、云上课，向网民解读科普信息，降低误读率。第四，广泛拓展科普范围，以日常生活中一切具有科学价值的内容为导引，完善科普内容结构和市场类型，吸引网民注意力，增强科普信息的可读性，实现专业化与大众化的兼容。

实证结果还显示，感知价值（认识价值、互动价值、体验价值）越明显，转发意愿越强烈。科普信息“具有知识的系统性和理论性”，能够基于自身的特殊性实现知识的输出和专业的普及，一方面能够应对当下知识焦虑的现状，另一方面也能浸入人们的衣食住行之中，变成生活化的“常识”。这提醒我们要以科普信息的“知识性”为主打要点，以减少公众不确定性为首要任务。微博平台的社交属性使其互动价值得到增强与放大，因此，挖掘科普信息中的社交点，实现多重类型关系的连接，比如发起“科普知识有奖竞答”“发现你身边的科普”等活动，激活网民的社交属性和游戏本性非常重要。此外，净化科普信息界面，减少广告或者无关信息的干扰，根据内容特点灵活切换横竖屏模式，融合网络流行语，增强科普趣味性，都有助于用户产生沉浸感。

同时，感知价值在媒介丰富度影响转发意愿的中介作用意味着，外在的刺激必须通过内在的机体反应才能影响最终的态度和行为。因此，在微博科普内容的生产方面，不仅需要关注形式和内容的有趣，还需要挖掘用户的需求，契合其内心的价值指向，即提供客体与主体的场景适配服务。前期可以通过收集网络热点话题和关联度高的生活问题，策划科普专题，中期应广泛动员PGC和UGC进行融合信息形态的生产，后期应采用算法+人工审核，根据受众的喜好和习惯，将有关信息个性化推荐给每一位用户。

（二）人口统计学因素对于转发意愿的影响

个体的丰富性造就了转发意愿探究的复杂性。首先，培育用户的媒介使用习惯，在微博开辟科普专区，策划专属流量推荐方案，增强科普内容曝光，提升用户科普信息接触频率。因为接触频率会在一定程度上造就认知鸿沟，继而影响人们面对科普信息时的态度和反应，因此科普信息在结构设计上要尽量有助于培养用户的“怀疑性认知方法”，以此提升用户的媒介素养。其次，关注性别和学历差异，进行广泛的市场调研，深耕差异化内容设计、渠道投放以及圈层扎根，生产适用于不同性别和学历群体的科普信息类型。

（三）创新点和不足

本研究的贡献之处在于验证了SOR模式对于微博科普信息这一形态的适用性，为增强微博转发意愿提供了媒介丰富度和感知价值方面的实际建议，进而也补充了科普研究的方向和内容。

但是，研究也存在不足之处。首先，问卷收集以滚雪球抽样为主，方便数据获取的同时也可能导致样本误差，之后可以扩大样本量，进一步验证结论。其次，此前有关微博商业信息的研究表明，媒介丰富度正向作用于转发动机，但对于转发意愿并未产生显著影响。本研究所划分出的媒介信息内容和信息表述丰富度也并未对转发意愿产生显著影响，因此媒介丰富度是否影响转发意愿，还需要更多的研究予以支持，其具体的细分维度所产生的影响差异也有待进一步比较。另外，媒介丰富度以用户自我报告为依据，具有相当大的主观性，期待更为客观公正的测量方式。当然，有关人口统计学因素等其他可能产生影响的变量也可以纳入到讨论框架中。针对调查对象的深入访谈也是未来可以增加的一部分。

参考文献：

①雷海东、陈霞：《社会化媒体用户转发意愿影响因素实证研究》，《情报探索》2017年第1期。

②Chei Sian Lee， Long Ma. News sharing in social media： The effect of gratificationsand prior experience[J]. Computers in Human Behavior， 2011， 28（2）： 331-339.

③王少剑、汪玥琦：《社会化媒体内容分享意愿的影响因素研究——以微博用户转发行为为例》，《西安电子科技大学学报（社会科學版）》2015年第1期。

④童清艳、凌洁：《新闻在微博中的再传机制研究——以电视新闻节目〈东方直播室〉在新浪微博中的传播为例》，《新闻与传播研究》2013年第7期。

⑤胥琳佳、屈启兴：《突发公共卫生事件中社交媒体内容与社会网络结构对转发行为的影响》，《现代传播（中国传媒大学学报）》2018年第11期。

⑥齐二娜：《“人际关系”还是“信息内容”？——微信转发意愿核心影响要素研究》，《广告大观（理论版）》2020年第2期。

⑦丘彩霞、黄绮生、林少甫：《健康科普期刊媒体微博的现状及思考——以9种期刊新浪微博为例》，《编辑学报》2013年第6期。

⑧戴歆紫、郁志珍：《科普微博的发展现状及传播特点分析——基于14个主流科普博主数据的实证研究》，《科普研究》2018年第5期。

⑨赵天宇、李佳柔、谢栋：《微博应急科普的现实图景与优化策略——基于新冠肺炎疫情的实证研究》，《科普研究》2020年第2期。

⑩Daft， R. L.， & Lengel， R. H. Information richness： A new approach to managerialbehavior and organizational design[J]. Research in Organizational Behavior， 1984， 6：191-233.

Daft， R. L.， J. WIGINTON， Language and Organization， Acad. Management Rev.， 4， 2， 1979， pp. 179-191.

Parker E B， Short J， Williams E， et al. The Social Psychology of Telecommunications[J]. Contemporary Sociology， 1976， 7（1）：32.

李龙飞、张国良：《新冠肺炎疫情中媒介信息特征对信息分享意愿的影响及作用机制研究》，《新闻大学》2021年第4期。

Zeithaml Valarie A. Consumer Perceptions of Price， Quality， and Value： A Means-End Model and Synthesis of Evidence[J]. Journal of Marketing， 1988， 52（3）： 2-22.

Sheth J N， Newman B I， Gross B L. Why we buy what we buy： A theory of consumption values[J]. Journal of Business Research， 1991， 22（2）： 159-170.

Sweeney J C， Soutar G N. Consumer perceived value： The development of a multiple item scale[J]. Journal of Retailing， 2001， 77（2）： 203-220.

李武：《感知价值对电子书阅读客户端用户满意度和忠诚度的影响研究》，《中国图书馆学报》2017年第6期。

朱佳妮、张国良、姚君喜：《感知价值对移动短视频依恋的影响研究——基于网络归属感和网络隐私关注的中介效应视角》，《新闻大学》2019年第7期。

刘强、李本乾：《受众选择与媒体生命周期——对媒介感知价值影响机制阶段性演进的实证研究》，《新闻记者》2020年第3期。

Liang T.P， Liu C.C， Wu C.H. Can Social Exchange Theory Explain Individual Knowledge-Sharing Behavior？ A Meta-Analysis[C]. //29th international conference on information systems （ICIS 2008）， Paris： France， 2008.

石文华、陈楠、张绮：《关系类型和信息类型对社交网络用户转发意愿的影响研究——权力距离和大五人格的调节作用》，《制度经济学研究》2016年第4期。

Brunelle E， Josée Lapierre.Testing media richness theory to explain consumers intentions of buying online[C]. //10th International Conference on Electronic Commerce， Innsbruck： Austria， 2008.

袁園：《微博用户转发意愿的影响因素研究》，南京大学信息管理学院2013年硕士学位论文。

李珍晖、黄京一：《重大突发公共事件的科学传播研究——以新冠肺炎疫情为例》，《教育传媒研究》2020年第3期。

刘庆振：《重大社会公共事件中——基于新冠肺炎疫情网络传播现象的分析移动互联网用户的媒介素养研究》，《教育传媒研究》2020年第3期。

张亚明、苏妍嫄、刘硕：《微博用户商业信息转发意愿实证研究——基于传播说服模型与媒介丰富度理论视角》，《燕山大学学报（哲学社会科学版）》2020年第5期。

（作者王长潇系北京师范大学新闻传播学院、未来教育学院教授，博士生导师；孙玉珠系中国人民大学新闻学院博士研究生；张丹琨系北京师范大学艺术与传媒学院硕士研究生）

【责任编辑：谢敏】