第二道數字鴻溝的影響因素研究——基于對大學生實證分析

曾凡斌

（暨南大學新聞與傳播學院 510632）

第二道數字鴻溝的影響因素研究
——基于對大學生實證分析

曾凡斌

（暨南大學新聞與傳播學院 510632）

文章以暨南大學在校學生為研究樣本進行了問卷調查（N=302），集中探討了大學生的第二道數字鴻溝——互聯網使用水平的影響因素。研究發現，出生地對大學生上網時間有正面的顯著影響，即城市的大學生上網時間比非城市的大學生要多，學歷雖然對大學生有顯著影響，但卻是負面的，即學歷越低的大學生上網時間越長。而互聯網使用滿足需求動機對大學生學習、工作相關的互聯網使用指數有正面的顯著影響。特別的是，互聯網使用中的情感因素（對互聯網的態度、網絡自我效能感）對大學生互聯網使用水平（包括上網時間和與學習、工作相關的互聯網使用指數）都能產生正面的顯著性影響。

數字鴻溝；知識溝；使用與滿足；態度；自我效能感

一、問題與相關研究

數字鴻溝分兩道：第一道指互聯網接入上存在的差距，也稱“接入溝”；第二道指互聯網使用上存在的差距，也稱“使用溝”。數字鴻溝的早期研究集中在“接入溝”，雖然“接入溝”的研究對于研究技術擴散來說是適用的，但它卻無法幫助我們理解技術擴散的社會后果。另一方面，擁有相同的物質接入并不一定意味著人們按照完全相同的方式和以相同的程度來使用互聯網。如果人們缺乏激勵、技巧、信心等，那么在同樣的接入前提下也會產生使用上的差距。隨著互聯網接入的普及率的上升，數字鴻溝的研究已開始從第一道鴻溝轉向第二道鴻溝。截至2009年12月，我國網民規模已達3.84億，互聯網普及率達到28.9%，雖然這一普及率與發達國家還有很大的距離，但已經達到了較高的程度。在這樣的背景下，我國的相關研究如果還是僅分析第一道數字鴻溝，則已不足以了解知識資源配置不平衡的狀況及成因，為此必須隨之轉入到第二道數字鴻溝——互聯網使用上來。

對于第二道數字鴻溝，國外的研究主要集中在以下幾個方面：（1）互聯網使用的社會人口統計因素。如從年齡上分析不同互聯網用戶的差距，其結論是年輕人與其他年齡層相比傾向更多地使用交際和互動的工具（Fox&Madden，2005；Chen，2007）；如從社會經濟地位上分析，其結論是處于高層社會經濟地位的人群更多的使用互聯網先進工具，以達到信息獲取、繼續學習、自我服務的目的，而處于低層社會經濟地位的人群則更多的把互聯網作為一種娛樂與聊天的工具（Madden，2003；Van Dijk，2005）；如從種族或民族進行分析，其結論是相對于其他人群來說，少數民族或有色人種在使用電子郵件、獲取政治和健康的信息、在線購物等方面落后，在下載音樂、網絡游戲、獲取體育信息上卻超前 （Madden& Rainie，2003）。不過，在大學生的群體里，不同種族及民族之間的互聯網使用差距卻極?。↗askson，2001；Cotton&Jelenewicz，2006）。（2）互聯網使用的心理因素。在個性上分析，其結論是外向的男性，更喜歡使用互聯網作休閑的活動，而神經過敏的女性，則更喜歡使用社會網絡服務（Hamburger&Ben-Artzi，2000）。不過，也有研究發現個性作為互聯網使用因素影響很?。℉yles& Argyle，2003）。在自信心上，有研究指出，在青少年（13-18歲）里，尤其是在男性青少年里，自信心是一個互聯網使用的較為重要的影響因素（Broos &Roe，2006）。其他研究則指出自信心相比年齡、性別和技巧的影響較弱 （Livingstone&Helsper，2007）。（3）互聯網使用的社會網絡資源因素。Rojas發現在西班牙的貧窮家庭和青少年里，親戚和朋友對新技術的消極態度在互聯網的使用上發揮消極作用（Rojas，2003）。（4）互聯網使用的技能因素。如對經驗的分析，網齡與上網的頻率在每一次的研究中都顯示為影響使用互聯網功能的重要因素（Peter&Valkenburg，2006；Hargittai &Hinnant，2008）。

國內最初的數字鴻溝研究開始于2000年，最早出現在圖書情報學科和經濟管理學科中。到目前為止，各學科從自己的角度探討數字鴻溝問題的，已有幾百篇相關的研究。其研究大部分集中在第一道數字鴻溝，僅有一小部分對第二道數字鴻溝進行了探索。

在第一道數字鴻溝的研究中，主要圍繞以下幾個方面展開：（1）關于數字鴻溝的概念及其測量的研究。如祝建華將“數字鴻溝”操作定義為“社會各階層之間互聯網使用者（簡稱網民）比例之平均差別”（祝建華，2002），金兼斌等則以各地區之間信息化發展程度指標值的標準偏差與均值之商（S.D/Mean）為數字鴻溝的具體量度（金兼斌，2003）。（2）關于數字鴻溝的影響因素研究。其結論是國際之間的數字鴻溝影響因素主要包括經濟發展水平、國家知識發展能力、對外開放程度以及通訊技術引進水平，而國內之間的數字鴻溝影響因素主要包括經濟發展水平、城市化水平與其他信息技術利用水平 （胡鞍鋼，周紹杰，2002，汪明峰，2005）。（3）關于數字鴻溝的影響及對策研究。如黃艾華指出互聯網本身并無擴大或合攏“知識溝”的傾向，但由于眾多外在因素的影響，其快速、高效、便捷的獨特優勢將傳統大眾媒介原有影響下業已形成的“知識溝”數倍放大（黃艾華，2002）。為此，研究者提出了如政府主導、加強教育、出臺政策、進行宣傳、尋求支持、設施建設等對策（胡延平，2002；汪全莉，范擁清，2008）。

在第二道數字鴻溝的研究中，則主要圍繞以下幾方面進行：（1）利用指標進行測量。祝建華通過考察網民的八種網絡操作能力來反映其總體的網絡使用技能（祝建華，2002）。（2）分析其影響因素。如韋路指出網絡知識對網絡使用意向有顯著影響（韋路，2008）。（3）探索其社會影響。如韋路指出相對于互聯網接入而言，互聯網使用對于人們的知識獲取有更大影響（韋路，2006）。

總的來說，國外對第二道數字鴻溝的研究突破了以往僅研究社會人口統計情況、經濟狀況等影響因素，將其影響因素擴展到多方面。不過，國外的互聯網普及與使用狀況與國內有很大差別，不能直接套用其結論。

國內的數字鴻溝研究主要存在以下幾方面的不足：

第一，缺乏對第二道數字鴻溝測量的詳細的操作定義。第一道數字鴻溝的測量雖然已獲得成果，但其并不能直接應用到第二道數字鴻溝上，而已有的研究僅對某些互聯網使用如技能進行了測量，而沒有全面的測量指標。

第二，理論研究與經驗研究相互脫節。相當一部分理論研究的文章完全沒有經驗材料的支持。缺乏利用問卷調查、訪問調查去觀察收集第一手材料。

為此，本研究力圖彌補現有研究的缺陷，選擇大學生群體作為例子進行實證分析，對其第二道數字鴻溝情況進行全面的測量，并分析其各種影響因素，并從中找出其中顯著性的影響因素。

二、理論框架與相關假設

第一，知識溝的理論框架。1970年，蒂奇納、多諾霍等研究了大眾傳播實際上可能擴大不同社會階層成員之間的知識差距問題，提出了知識溝理論，并指出知識溝是以群體的社會經濟地位作為考察媒介傳播效果的主要變量，認為隨著大眾傳媒向社會傳播的信息日益增多，處于不同社會經濟地位的人獲得媒介知識的速度是不同的，社會經濟地位較高的人將比社會經濟地位較低的人以更快的速度獲取這類信息。因此，這兩類人之間的知識差距將呈擴大而非縮小之勢。后來該理論發展成為一個完整的理論架構，將知識溝的影響因素分為宏觀（社區、社會和國家層面）和個人（個人的主觀意識）兩個大的層面。宏觀層面，社會經濟狀況直接決定了知識溝在不同的群體中的存在性。對于正在讀書的大學生來說，其還未進行社會分工和有自己的個人收入，因此其社會經濟狀況更多是與其出生地、父母學歷等家庭社會經濟背景相關，而在相同的社會經濟狀況群體中，個人層面因素對知識溝的形成則起了決定性的作用。而個人層面因素包括很多，如學歷、網絡專業知識等。學歷對于一個人是通用知識，而網絡知識則專指使用網絡的專業知識。根據這一理論框架，我們提出以下假設：

假設1：父母學歷水平越高的大學生，其網絡使用水平就越高。

假設2：出生地是城市的大學生比非城市的網絡使用水平要高。

假設3：大學生的學歷水平越高，其網絡使用水平就越高。

假設4：大學生的網絡專業知識水平越高，其網絡使用水平就越高。

第二，使用與滿足理論框架。使用與滿足理論從受眾的心理動機和心理需求角度出發，結合心理學和社會學知識，解釋了人們使用媒介以得到滿足的行為，提出了受眾接受媒介的社會原因和心理動機。1974年卡茨等在《個人對大眾傳播的使用》中論述了對媒介使用與滿足進行調查研究的基本邏輯：（1）需求的社會和心理起源；（2）人們的需要；（3）需求產生的期望；（4）期望指向的大眾傳播媒介或其他來源；（5）這些來源引向對不同形式媒介的接觸 （或參與其他活動）；（6）由接觸造成需要的滿足；（7）與滿足同時產生的其他后果。一些對卡茨的看法持不同意見的研究者則提出了對于滿足的不同理解。他們認為滿足是受眾的一種個人心理需求和心理期待。兩種爭論的結果形成了“使用—滿足理論”的假說，該假說認為受眾在接受傳媒信息的過程中是較為主動的，他們對信息有著各種各樣不同層次、不同角度的需求和期待，如獲得信息、進行娛樂或者進行社交等。如果某些受眾在使用特定媒介的過程中，需求獲得滿足，或收獲超出期待，那么對于這些受眾而言，媒介就具有較強的效果。后來，祝建華在使用與滿足理論的基礎上，結合創新擴散理論，提出了新媒體權衡需求理論，指出當且僅當受眾發覺其生活中某一重要需求已經無法被傳統媒體滿足、并且認為新媒體能夠滿足其需求時，他們才會開始采納并持續使用這一新媒體。這其實是說，人們之所以使用網絡在于傳統媒體不能滿足其需求，而網絡卻能滿足其需求，根據這一理論框架，我們提出以下假設：

假設5：傳統媒體（包括報紙、廣播、電視、電影）滿足其個人需求的水平越低，大學生網絡使用水平就越高。

假設6：網絡滿足其個人需求水平越高，大學生的網絡使用水平就越高。

第三，態度與自我效能感的理論框架。對于態度這一概念，一個比較通用的定義是由阿杰恩（Ajzen，1993）提出的，“態度是指一個人對某對象、行為、個人、單位、事件，或在個人世界里可分離的部分的某種程度的喜歡或不喜歡的傾向”。這一概念指出了態度這一概念的關鍵是可以衡量，態度不僅僅是一個簡單的概念，它有強度、成分、方向等因素。影響態度強度的因素有很多，其中最為關鍵的是重要性，如衡量網民對互聯網對其生活、工作、學習的重要性程度就能較好的衡量出網民對互聯網的態度。而網民對互聯網的態度將會對其如何使用互聯網有著重要的作用。網絡自我效能感是與態度相關的概念，都屬于情感方面的概念，只不過網絡自我效能感側重于個人的信心以及判斷。班杜拉將“自我效能感”定義為個人所擁有的一種“生發性能力，依靠這種能力，個體可將自我的認知、社會和行為技能有效整合，并運用于各種行為以實現不同的目的”（Bandura，1986）。與此類似，馬托里荷與杜麗波尼（Martocehio&DuLlebohn，1994）將其定義為“當為執行一項任務，個體對將自己的動機、認知、行動方案等加以整合協調以完成該任務的個人能力的判斷。”這種定義方法強調自我效能感的三個關鍵特征。其一，自我效能感是個人對自己能力的一種信念，而這種能力所關乎的是個人做出某種行為，而不是對這種行為的后果的評價。其二，自我效能感所關注的是整體結果，而不是達到這種整體結果的某個組成部分的技巧或技巧層面。其三，自我效能感是個人對自己未來將能做什么的評價，而不關注自己在過去曾經做過什么。根據態度和自我效能理論的理論框架，我們提出以下假設：

假設7：大學生對互聯網的態度值越高，其網絡使用水平就越高。

假設8：大學生的網絡自我效能感越高，其網絡使用水平就越高。

三、變量與測量

（一）問卷數據獲得及基本情況

本研究采用的數據來源于對暨南大學的在校生（包括本科生、碩士生、博士生）的攔截調查。本問卷的訪員為選修筆者 《網絡與新媒體研究》的研究生和選修筆者《網絡新聞傳播》的本科生，這些學生兩人一小組，一為訪問員，一為督導員。每一訪問員完成5份問卷，訪問調查完對問卷進行編號，并對其“訪問地點”、“訪問時間”、“訪問的總時間”進行記錄，并要求每一小份問卷都要有訪問員及督導員的親筆簽名。經過培訓后，各訪員于2010年5月份的不同的時間順利在暨南大學的飯堂、圖書館、教學樓或宿舍進行攔截式調查，并在被訪者當場填寫問卷后即刻回收。問卷共發放回收335份，其中有效問卷為302份，本調查的完成率為90.1%。然后，我們采用SPSS13.0版軟件對調查結果進行統計分析。有效樣本數據的基本情況見下表1。

顯然，就關鍵性的人口統計學變量看，這一便利抽樣的結果是較好的（本研究的所有數據可在獲得授權后向研究者索?。Ｍ瑫r，數據顯示大學生的平均上網時間最小值為1小時，網齡最小值為1年，結合大學網絡的普及程度，可得出樣本中的大學生都上網，也就是不存在接入網絡的差距，即不存在第一道數字鴻溝的差距。

（二）因變量

本研究以大學生的第二道數字鴻溝，即互聯網的使用情況差距為分析對象。有關因特網使用鴻溝的早期研究主要集中在上網時間的差距上（Nie&Er-bring，2000；Robinsonetal.，2000）。然而，觀察到相等的上網時間并不一定意味著人們以相 同 的 方 式 使 用 因 特 網 （Moy，Scheufele，&Holbert，1999）。上網時間為互聯網的使用情況的量，而上網目的為互聯網的使用情況的質。為此，我們的因變量包括以下兩個維度。

表1 有效樣本基本情況

表2 變量值的分布(N=302)

1.上網時間。測量的問題是“您每天平均上網時間大概為多少小時？”，屬于連續變量。

2.上網目的。根據本研究需求，主要是了解上網行為是否獲得與學習、生活相關的知識。為此，本文采用以下問題測量：對于下面的行為，您的使用頻率是（1=從不使用，2=很少使用，3=有時使用，4=較常使用，5=經常使用）12A，利用電子郵件來了解與學習、生活有關的信息；12B，參加網上在線聊天、討論與學習、生活有關的事情；12C，通過搜索引擎在網上搜尋與學習、生活相關的信息；12D，訪問與學習、生活相關如登載專業知識的網站、論壇；12E，使用博客空間上傳與學習、生活有關的文章，為此將上網目的直接化為上網行為獲得與學習、生活相關的知識的程度來測量，將各支項加總后即為另一因變量——與學習、工作相關的互聯網使用指數，其也屬于連續變量。

（三）自變量

1.家庭社會經濟背景變量：（1）大學生父母的學歷。教育學的相關研究表明，父母的受教育程度會影響青少年的文化知識的獲得 （方長春、風笑天，2005），為更好地探究雙親受教育程度對青少年網絡技能程度的影響情況，我們以是否接受過?？萍耙陨蠈哟蔚慕逃秊闃藴?，父親或母親接受過專科及以上層次的教育=1；未接受過?？萍耙韵聦哟蔚慕逃?0進行賦值。（2）出生地。由于城市與非城市互聯網使用差距比較大，為此，我們以城市=1，一般城鎮及鄉村=0進行賦值。

2.知識水平變量：（1）學歷水平（連續變量）。以不同學歷層次大概接受的教育年限賦值：大一或大二=13，大三或大四=15，碩士以上=17。（2）網絡知識水平。網絡知識為使用網絡的專業知識，這些知識可能與學歷水平相關，也可能與學歷水平不相關。網絡知識可被定義為個人在一定時間內所形成的、與網絡使用有關的一系列特質（Potosky，2007）。網絡知識包括與互聯網的日常使用密切相關的兩個面向:知道關于網絡是什么的認識和通過網絡可以做什么的認識（Page&Un-cles，2004）。這兩個維度又可被稱為陳述性知識和程序性知識（Best，1989；Page&Uneles，2004）。陳述性知識，指人們對網絡相關的特定術語如Cookies、瀏覽器（browsers）的理解等，而程序性知識是人們對如何通過網絡執行相關操作和任務的理解。本研究對陳述性知識的測量為是否知道下列知識：A、知道“蠕蟲”這種網絡病毒?B知道什么是“置頂”?C、知道什么是Cookies?D、知道什么是“代理服務器”?E、知道什么是網絡視頻中的“緩沖”?知道=1，不知道=0。而程序性知識測量為是否知道下列知識：A、知道怎么去對付“蠕蟲”這種網絡病毒?B、知道如何將帖子“置頂”?C、知道如何使用Cookies?D、知道如何設置 “代理服務器”?E、知道怎么應付網絡視頻中的“緩沖”這一現象?知道=1，不知道=0。然后將各支項分值加總為網絡知識水平變量值。

3.媒體使用滿足需求動機變量：（1）傳統媒體（報紙、廣播、電視、電影等）是否能滿足以下各方面的需求（1=完全不滿足；2=大半不滿足；3=一半滿足，一半不滿足；4=大半滿足；5=完全滿足），其分支選項為1A、了解國內外新聞事件；1B、獲得有關個人生活的信息（如購物、旅游、投資、醫療健康知識）；1C、獲得有關工作/學習的信息（如求職、求學、提高工作或學習水平的知識和技能）；1D、娛樂或個人愛好（如玩游戲、聽音樂、體育消息）；1E、發表個人對各種公眾事務的看法、意見1F、增進感情交流（結識新朋友、維持與已有朋友的關系），將實際的賦分值加總為傳統媒體滿足受眾需求動機的變量值。（2）互聯網是否能滿足以下各方面的需求 （1=完全不滿足；2=大半不滿足；3=一半滿足，一半不滿足；4=大半滿足；5=完全滿足），其分支選項為1A、了解國內外新聞事件；1B、獲得有關個人生活的信息（如購物、旅游、投資、醫療健康知識）；1C、獲得有關工作/學習的信息（如求職、求學、提高工作或學習水平的知識和技能）；1D、娛樂或個人愛好（如玩游戲、聽音樂、體育消息）；1E、發表個人對各種公眾事務的看法、意見；1F、增進感情交流（結識新朋友、維持與已有朋友的關系），將實際的賦分值加總為互聯網滿足受眾需求動機的變量值。

4.態度與自我效能感變量：（1）對互聯網的態度。以“互聯網在您的生活、工作/學習中有多重要？①非常重要；②比較重要；③無所謂；④不太重要；⑤完全不重要；⑥不知道/難講”這一選項來測量，其中選擇①非常重要=5；選擇②比較重要= 4；選擇③無所謂或⑥不知道/難講=3；選擇④不太重要=4；⑤完全不重要=5。（2）網絡自我效能感。本研究采用6個項目來測量個人對自己使用互聯網的信心的評價，包括各種網上活動，如信息搜索、與他人溝通、解決實際問題等。我們要求受訪者在5級李克特量表上標明自己對上述6個陳述的同意程度，數字愈大表明同意的程度愈高，其中1代表 “完全不同意”，5代表 “完全同意”。其具體項目為：4A、我有信心能在網上搜索到自己所需的信息；4B、我有信心通過網絡來解決實際問題；4C、我有把握通過網絡與人較好的交流；4D、我有信心通過網絡來完成需要做的事情；4E、我覺得自己可較好的使用網絡設備；4F、即使身邊沒有人幫助，我也能通過網絡完成相關工作，然后將各得分加總起來作為自我效能感變量值。

5.人口統計特征變量（1）性別。男=1，女=0。（2）年齡（連續變量）

（四）變量分布

表3 大學生上網時間的影響因素(線性回歸分析)

而因變量上網時間，與學習、工作相關的互聯網使用指數的離散系數（樣本數據的標準差與相應平均值之比）分別為0.56和0.18，比年齡和自身學歷水平的離散系數（都為0.08）要大，這顯示了樣本數據的離散程度還是比較大。也就說，大學生群體之間的互聯網使用水平 （上網時間，與學習、工作相關的互聯網使用指數）存在著比較大的差距，即第二道數字鴻溝比較大。

四、因變量影響因素分析

在本研究中，由于因變量是連續變量，自變量為類別變量（啞變量）或連續變量，因此使用線性回歸分析以上網時間以及與學習、工作相關的互聯網使用指數為因變量分別對自變量進行回歸，得出以下表3與表4：

表3和表4顯示，家庭社會經濟背景變量、知識水平變量、媒體使用滿足需求動機變量、態度與自我效能感變量、人口統計特征變量這五類自變量對大學生上網時間解釋能力為 18.5%（Adjusted R Square），自變量對與學習、工作相關的互聯網使用指數解釋能力為20.6%（Adjusted R Square），雖然其解釋力不是很強，但其回歸方程都能通過F檢驗 （兩回歸方程F檢驗均為顯著，Sig﹤0.000，通過一般研究中的F顯著性水平為0.001的假設檢驗）。

但是在解釋不同因變量的時候，具體的各自變量的解釋是不同的。根據以往的一些研究經驗，本研究將各自變量的顯著性水平確定為0.05，即Sig（有的也稱p）小于0.05為通過顯著性檢驗。為此，對于大學生上網時間，家庭社會經濟背景這組變量中的父親學歷（Sig=0.50）和母親學歷（Sig=0.81）都未通過顯著性檢驗，而對于與學習、工作相關的互聯網使用指數這一因變量，家庭社會經濟背景這組變量中的父親學歷 （Sig= 0.28）和母親學歷（Sig=0.13）同樣未通過顯著性檢驗，假設1未通過假設檢驗。而另一變量出生地（Sig=0.00）對于大學生上網時間通過顯著性檢驗。而出生地（Sig=0.13）對于與學習、工作相關的互聯網使用指數則未通過顯著性檢驗。出生地在大學生上網時間回歸方程中的Beta為0.32，這表明城市的大學生，其上網時間比非城市的大學生要多。而在另一因變量——與學習、工作相關的互聯網使用指數中，大學生的出生地卻沒有顯著影響，這說明雖然出生地能影響大學生的上網時間，但對其使用目的卻沒有影響，其使用目的應歸結于其他原因，這樣假設2部分得到檢驗。

表4 與學習、工作相關的互聯網使用指數的影響因素(線性回歸分析)

知識水平這組變量中的學歷水平對大學生上網時間的影響Beta為-0.18，Sig為0.01，雖然通過顯著性檢驗，但標準化回歸系數為負數，這說明學歷水平越低的大學生，其上網時間越長，也就是說使用水平越高，與假設3的方向相反，為此，未能通過假設檢驗，而學歷水平對與學習、工作相關的互聯網使用指數的影響Beta為0.11雖然為正，但Sig卻為0.11，未通過顯著性檢驗，因此，假設3未通過檢驗。而另一變量的網絡專業知識水平對上網時間（Sig.=0.19）及與學習、工作相關的互聯網使用指數（Sig.=0.20）兩因變量均無顯著影響，假設4未通過檢驗。也就是說，大學生的網絡專業知識水平與大學生網絡使用水平無關。

媒體使用滿足需求動機這組變量中的傳統媒體使用滿足需求動機對大學生上網時間（Sig.= 0.09）和與學習、工作相關的互聯網使用指數（Sig. =0.12）均無顯著影響，也就說，假設5未能通過檢驗。而另一自變量互聯網使用滿足需求動機對大學生上網時間（Sig.=0.52）同樣無顯著影響，但對與學習、工作相關的互聯網使用指數（Sig.=0.01）卻有顯著影響，且互聯網使用滿足需求動機影響與學習、工作相關的互聯網使用的Beta（標準化回歸系數）為0.17，也就是說，互聯網使用滿足需求動機越高，大學生的與學習、工作相關的互聯網使用指數就越高。這樣假設6部分得到檢驗。在態度與自我效能感這組變量中，對互聯網的態度對大學生上網時間的影響數值中，其Beta為0.16，Sig為0.00，也就是說大學生對互聯網的態度值越高，其上網時間就越高，并能通過顯著性檢驗；而對互聯網的態度對大學生的與學習、工作相關的互聯網使用指數的影響數值中，其Beta為0.18，Sig為0.00，也就是說大學生對互聯網的態度值越高，其與學習、工作相關的互聯網使用指數就越高，并能通過顯著性檢驗，因此，假設7得到檢驗。而另一自變量自我效能感對大學生上網時間的影響數值中，其 Beta為 0.13，Sig為0.03，也就是說大學生對互聯網的自我效能感越高，其上網時間就越高，并能通過顯著性檢驗；而自我效能感變量對與學習、工作相關的互聯網使用指數的影響數值中，其Beta（標準化回歸系數）為0.24，Sig為0.00，也就是說大學生對互聯網的自我效能感值越高，其與學習、工作相關的互聯網使用水平就越高，并能通過顯著性檢驗；因此，假設8得到檢驗。

在人口統計特征這組變量中，性別對大學生上網時間的影響 （Sig.=0.76）未能通過顯著性檢驗，對與學習、工作相關的互聯網使用指數上（Sig.=0.01）卻通過了顯著性檢驗，這說明男女在與學習、工作相關的互聯網使用上有顯著差異；而年齡對大學生上網時間的影響（Sig.=0.60）未能通過顯著性檢驗，對與學習、工作相關的互聯網使用指數（Sig.=0.54）也未能通過顯著性檢驗。

五、結論與討論

表5 不同因變量及自變量的假設通過情況分析

綜上所述，我們可以看到，在對網絡使用水平這一因變量，分為作為量的衡量程度上網時間與作為質的衡量指標的與學習、工作相關的互聯網使用指數。將第二部分的理論框架與相關假設、第三部分的變量與測量，第三部分的影響因素分析結合起來，可得出以下表5：

表5顯示，由知識溝的理論框架推導出來的假設僅有“出生地是城市的大學生比非城市的網絡使用水平要高”通過檢驗，這表明，作為互聯網使用水平的衡量的第二道數字鴻溝“使用溝”，與第一道數字鴻溝“接入溝”不同?！敖尤霚稀钡挠绊懸蛩刂饕ń逃W歷、收入的社會經濟地位變量及地域變量，然而，這些因素在“使用溝”中產生的影響就顯得較弱，甚至不顯著，或者雖然顯著但方向相反，如學歷，尤其是對于大學生這一群體來說更是如此。這是由于目前大學普遍連入互聯網，并且提供免費上網，這些有利條件降低了社會經濟地位變量對上網的限制，使大學生使用互聯網行為的不同更多的體現在其他方面的因素不同上。這一結論發展了不同人群的第二道數字鴻溝的影響因素的相關觀點，在以往的研究中，對于青少年來說，第二道數字鴻溝中某些互聯網的使用的顯著影響因素為社會經濟地位，如 Jochen Peter和 Patti M.Valkenburga通過對749個13-18歲的德國青少年的問卷數據進行多元分析得出，具有較高社會經濟地位及認知能力的青少年，更多的使用互聯網用于獲得信息，而較少用于娛樂，而具有較低社會經濟地位及認知能力的青少年，則更多的使用互聯網用于娛樂，而較少用于獲得信息（Peter&Valkenburg，2006）。如江宇在2005年9月至12月，以北京市八城區217所中學的高中生（13-18歲間）為研究對象，采用分層多級整群抽樣的方法，獲得有使用網絡經驗且能在家中上網的高一學生的1276份問卷，得出家庭社會經濟地位越高的家庭，其孩子擁有的網絡技能越豐富。家庭社會經濟背景因素在直接影響青少年網絡技能的傳授狀況外，還通過影響青少年就讀的學校級別來間接地影響他們在網絡技能獲得上的差異（江宇，2007）。大學生與青少年的第二道數字鴻溝的顯著影響因素之所以不同，一個重要原因在于大學生與青少年的居住場所不同，大學生大多住在大學，因此較少受家庭這些社會經濟地位的因素影響，而青少年大多住在家里，而家庭是青少年社會化的重要場所，影響著青少年慣習的形成，所以青少年不同的上網興趣、需求也受到其成長的家庭因素的影響。當然，大學生的上網時間還是受到其出生地的顯著影響，也就是，大學生使用網絡行為盡管擺脫家庭社會經濟背景的影響，但還未完全擺脫出生地的限制。

由使用與滿足理論框架推導出來傳統媒體使用滿足需求動機及互聯網使用滿足需求動機僅有后者對因變量之一的與學習、工作相關的互聯網使用指數有顯著影響。在以往的研究中，動機在不同人群互聯網的使用差距中顯得非常重要（van Dijk，2004，2005，2006；Sun，Rubin，&Haridakis，2008）。當然，不同的研究把互聯網的使用差距進行了不同的操作化定義，如Sun，Rubin和Haridakis把互聯網的使用差距操作為對互聯網使用的依賴程度的不同（Sun，Rubin，&Haridakis，2008），本研究中將互聯網的使用差距進行了上網時間與使用目的劃分，雖然上網時間這一因變量未檢驗出有顯著影響因素，但使用目的（與學習、工作相關的互聯網）的顯著影響因素為互聯網使用滿足需求動機，說明動機仍然是互聯網使用的重要因素。而傳統媒體使用滿足需求動機對上網時間與使用目的并無顯著影響，可能是大學生住校，對傳統媒體，尤其是廣播、電視接觸及少，難以對其互聯網使用產生影響。

本研究中最值得注意的結論是態度與自我效能感的理論框架推導出來的對互聯網的態度，網絡自我效能感變量均對兩個因變量產生顯著性影響，而且是正向相關，假設7“大學生對互聯網的態度值越高，其網絡使用水平就越高”與假設8“大學生的網絡自我效能感越高，其網絡使用水平就越高”都得到假設檢驗。這是其他任一變量組（包括人口統計特征變量組）都沒有顯示出來的數據特征。對互聯網的態度與網絡自我效能感都屬于情感概念，也就是說，互聯網使用中的情感因素對大學生互聯網使用水平（包括上網時間和與學習、工作相關的互聯網使用指數）都能產生正面的顯著影響。換句話來說，在現階段，減少大學生的第二道數字鴻溝的差距，可從培養提高其對互聯網使用中的情感因素入手。

當然，本研究存在一定的局限性。一方面，盡管對于因變量第二道數字鴻溝——互聯網使用水平差距，采用了使用數量與使用質量的劃分，但是將使用質量直接等同于使用目的，最終歸結于與學習、工作相關的互聯網使用指數，雖然在數據分析中體現了比較好的結論，但是還是存在片面之嫌，因而未來的研究可以將第二道數字鴻溝更加細化，從多個角度來測量以及全面分析網民之間的互聯網使用水平的差距。另一方面，本研究的局限還在于所使用的便利抽樣方法，這制約了研究結論的可概化性。盡管便利抽樣對于假設檢驗的目的已足夠，但為將研究結論推及到更為廣大的群體，隨機抽樣卻是必需的。

盡管存在上述局限，本研究對第二道數字鴻溝作了劃分，尤其是對互聯網使用水平不僅用上網時間來測量，還使用了與學習、工作相關的互聯網使用指數來測量，后者直接與知識的獲得與增加相關，因而也能在一定程度上反映出不同的大學生利用互聯網獲得知識的情況與差距，這對了解及減少大學生的第二道數字鴻溝有著重要的分析意義。另一方面在數據分析中，對互聯網的態度與網絡自我效能感這些情感因素顯現了特別重要的影響作用，這不僅發展了數字鴻溝的相關理論知識，還能對于傳播者在實際中如何提高大學生利用互聯網獲取更多知識，及減少大學生之間的第二道數字鴻溝等工作有著重要的實踐指導意義。根據2010年1月15日中國互聯網絡信息中心（CNNIC）在京發布的《第25次中國互聯網絡發展狀況統計報告》顯示，中國網民有12.1%是大學本科以上學歷，28.8%是學生，這兩群體的交匯點就是大學生，雖然大學生上網人數在全國網民的總體比例有所下降，但其至今仍然是中國網民中一個重要組成部分，而且大學生使用互聯網情況好壞與否在一定程度上影響著我國未來的發展。因此，關注大學生的互聯網使用水平，尤其關注大學生如何利用互聯網來增加自己的知識，是值得學者們不懈探索的研究課題。

［1］祝建華.數碼溝指數之操作定義和初步檢驗［C］.吳有訓主編:《21世紀新聞傳播研究》.汕頭大學出版社，203-211.

［2］胡延平.跨越數字鴻溝——面對第二次現代化的危機與挑戰［M］.北京:社會科學文獻出版社，2002.

［3］黃艾華.網絡傳播加劇知識溝擴散［J］.現代傳播. 2002，（4）:55-57.

［4］金兼斌.數字鴻溝的概念辨析［J］.新聞與傳播研究，2003，（1）:75-79.

［5］胡鞍鋼，周紹杰.新的全球貧富差距:日益擴大的“數字鴻溝”［J］.中國社會科學.2002，（3）:34-48.

［6］汪明峰.互聯網使用與中國城市化——“數字鴻溝”的空間層面［J］.社會學研究.2005，（6）:112-135.

［7］方長春，風笑天.階層差異與教育獲得——一項關于教育分流的實證研究 ［J］.清華大學教育研究.2005，(5)：22-30.

［8］汪全莉，范擁清.中國各?。ㄊ?、區）間數字鴻溝現狀宏觀分析—以第10～19次CNNIC統計報告為基礎［J］.統計與信息論壇.2008，（05）.

［9］Ajzen，I（1993）.Attitude theory and the attitudebehavior relation.In D.Krebs&P.Schmidt（Eds.）New directions in attitude measurement.Berlin，New York:De Gruyter.

［10］Bandura，A.（1986）.Social foundations of thought and action，Englewood Cliffs，NJ:Prentice-Hall，P391.

［11］Best，J.B.（1989）.Cognitive psychology（2nd Ed）New York:West Publishing.

［12］Broos，A.&Roe，K.（2006）.The digital divide in the playstation generation:Self-efficacy，locus of controland ICT adoption among adolescents. Poetics，34（4-5），306-317.

［13］Chen，H.-T.（2007）.Sharing，connection，and creation in the web 2.0 era:Profiling the adopters of video-sharing and social-networking sites.Paper presented at the Association for Education in Journalism and Mass Communication，Washington D.C.

［14］Hamburger，Y.A.，& Ben-Artzi，E.（2000）.The relationship between extraversion and neuroticism and the different uses of the internet.Computers in Human Behavior，16，441-449.

［15］Hills，P.，&Argyle，M.（2003）.Uses of the internet and their relationships with individual differences in personality.Computers in Human Behavior，19（1），59-70.

［16］Hargittai，E.，& Hinnant，A. （2008）.Digital inequality:Differences in young adults’use of the internet.Communication Research，35（5），602-621.

［17］Jackson，L.A.，Ervin，K.S.，Gardner，P.D.，&Sch-mitt，N.（2001）.The racial digital divide:Motivational，affective，and cognitive correlates of internet use.Journal of Applied Social Psychology，31（10），2019-2046.

［18］Martochino.J.J，& Dulebohn，J.（1994）.Performance feedback effects in training:The role of perceived controllability.Personnel Psychology，47（2），357-373.

［19］Madden，M.（2003）.America’s online pursuits. Washington，D.C.:Pew Internet& American Life Project.

［20］Madden，M.，& Rainie，L. （2003）.America’s online pursuits:The changing picture ofwho’s online and what they do:Pew Internet&American Life Project.

［21］Moy，P.，Scheufele，D.A.，&Holbert，R.L.（1999）T-elevision use and social capital:Testing Putnam’s time displacement hypothesis Mass Communication &Society，2（1/2），27-45.

［22］Nie，N.，&Erbring，L.（2000）.Internet and society: A preliminary report.Stanford，CA:Stanford Institute for the Quantitative Study of Society.

［23］Peter，J.，& Valkenburg，P.M. （2006）. Adolescents’internet use:Testing the “Disappearing digital divide”versus the“Emerging digital differentiation”approach.Poetics，34（4-5），293-305.

［24］Potosky，D.（2007）.The internet knowledge（iK-now）measure.Computersin Human behavior，23，2760-2777.

［25］Robinson，J.P.，Kestnbaum，M.，Neustadtl，A.，& Al-varez，A.（2000）.Mass media use and social life among Internet users.Social Science Computer Review，18（4），490-501.

［26］Rojas，H.，&Shah，D.（2003）.Beyond access:The digital divide and internet uses and gratifications. IT&Society，1，46-72.

［27］Sun，S.，Rubin，A.M.，& Haridakis，P.M.（2008）. The role of motivation and media involvement in explaining internet dependency.Journal of Broadcasting&Electronic Media，52（3），408-431.

［28］Van Dijk，J.（2004）.Divides in succession: Possession，skills，and use of new media for societal participation.In J.N.Newhagen&E.Bucy（Eds.），Media access:Social and psychological dimensions of new technology use（pp.233-254）.Mahwah，NJ: Lawrence Erlbaum Associates.

［29］Van Dijk，J.（2005）.The deepening divide inequality in the information society.Thousand Oaks: Sage.

［30］Van Dijk，J.（2006）.Digital divide research，achievements and shortcomings.Poetics，34（4-5），221-235.

G642.0

A

1001-862X（2011）01-0134-10

曾凡斌（1974-），男，廣東廣州人，暨南大學新聞與傳播學院教師。研究方向：傳媒與社會。

（責任編輯 焦德武）