ELM模型在互聯(lián)網(wǎng)信息分享意愿方面的應(yīng)用

王劍+宋韻寒

摘 要 本文以ELM模型對(duì)認(rèn)知方式、自我效能、互聯(lián)網(wǎng)涉入度以及科學(xué)素質(zhì)四個(gè)方面與信息分享意愿的之間關(guān)系進(jìn)行討論。研究發(fā)現(xiàn)理性認(rèn)知方式相比較感性認(rèn)知用戶來(lái)說(shuō)科學(xué)信息分享的意愿更加強(qiáng)烈，但是科學(xué)素質(zhì)與自我效能與分享意愿之間的關(guān)系并不明顯;而且互聯(lián)網(wǎng)用戶的具有非常高的自我學(xué)習(xí)能力。

關(guān)鍵詞 信息傳播 ELM模型 涉入度 互聯(lián)網(wǎng)自我效能

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdks.2015.08.020

Application of ELM Model in the Aspects of

Internet Information Sharing Will

WANG Jian[1]， SONG Yunhan[2]

（[1] Beijing Association of Sustainable Development， Beijing 100094;

[2] Beijing Municipal Science and Technology Commission Personnel Exchange Center， Beijing 100083）

Abstract In this paper， ELM model cognitive style， self-efficacy， the Internet and involvement of the scientific quality of the four aspects of information sharing between the willingness for discussion. Study found that compared rational Cognition Perception users to share scientific information wishes more intense， but the quality of the relationship between science and self-efficacy and willingness to share is not obvious; and Internet users have very high self-learning ability.

Key words information dissemination; ELM model; involvement; Internet self-efficacy

“分享”不僅是社會(huì)傳播的特點(diǎn)和重要途徑之一，同時(shí)“分享”也是互聯(lián)網(wǎng)精神核心之一，“分享”還是科學(xué)傳播重要手段之一，以上這三點(diǎn)就決定了“分享”這一行為在互聯(lián)網(wǎng)環(huán)境下對(duì)于科學(xué)傳播的重要性。本研究擬通過(guò)對(duì)用戶信息處理模型進(jìn)行分析，從科學(xué)素質(zhì)和信息處理兩個(gè)方面來(lái)探究以科學(xué)傳播為目的的中國(guó)大陸互聯(lián)網(wǎng)用戶科學(xué)信息分享意愿的影響因素。

派蒂（Richard E.Petty）和卡喬鮑（John T.Cacioppo）在20世紀(jì)80年代提出ELM模型（推敲可能性模型Elaboration Likelihood Model）這個(gè)模型是用戶信息處理中最有影響的理論模型 （Petty R E， & Cacioppo J T， 1983）。

通過(guò)對(duì)ELM模型進(jìn)行分析，可以得出用戶信息處理有三個(gè)最重要的影響因素：用戶認(rèn)知方式、信息處理能力和參與動(dòng)機(jī)。用戶在接受信息刺激時(shí)，由于認(rèn)知方式的不同導(dǎo)致態(tài)度的改變，態(tài)度分為中央路徑和外圍路徑。中央路徑是指當(dāng)用戶在接收信息時(shí)，會(huì)以理性、客觀的方式來(lái)對(duì)信息內(nèi)容的優(yōu)劣加以推敲、思考，且經(jīng)由深度的思考作用而產(chǎn)生的說(shuō)服過(guò)程。外圍路徑是指當(dāng)用戶在接收信息時(shí)，會(huì)以感性、主觀的方式加以應(yīng)對(duì)。ELM理論中有兩個(gè)關(guān)鍵的變量：用戶判斷信息的動(dòng)機(jī)和能力。其中，動(dòng)機(jī)受到涉入度的影響，涉入度高時(shí)，中央路徑對(duì)用戶更有說(shuō)服力。當(dāng)信息接收者具有處理信息的動(dòng)機(jī)及能力時(shí)，會(huì)直接以中央路徑方式來(lái)處理信息。

綜上，在ELM模型基礎(chǔ)上可以總結(jié)出影響互聯(lián)網(wǎng)信息處理影響因素分為“認(rèn)知方式”、“信息處理能力”、“動(dòng)機(jī)（涉入度）”三個(gè)方面。本研究將以上三個(gè)信息處理當(dāng)中因素作為本次論文重點(diǎn)討論的自變量。

認(rèn)知方式的測(cè)量本次研究選用Epstein， S.， Pacini， R. & Denes-Raj， V.（1996）以CEST（Cognitive-experiential self theory）為基礎(chǔ)設(shè)計(jì)出的同時(shí)衡量認(rèn)知與直覺(jué)風(fēng)格的量表，量表中前五題為衡量“理性”部分，后五題則衡量“感性”思考的程度。“理性”得分高于“感性”部分的判定為理性思考者;“感性”總分高于“理性”型的判定為感性思考者;若“理性”總分等于“感性”的總分則認(rèn)為認(rèn)知方式不明。采用里克特七點(diǎn)法給予計(jì)量。

本研究采用Cronbach 系數(shù)進(jìn)行檢驗(yàn)除科學(xué)素質(zhì)測(cè)量的其他變量，隨機(jī)用戶的前測(cè)過(guò)程中表現(xiàn)出了很好的內(nèi)部一致性（表1）。

效度檢測(cè)使用因素分析（Factor analysis）檢驗(yàn)建構(gòu)效度。實(shí)測(cè)KMO值為0.893，顯著水平為0.000，表明每個(gè)題項(xiàng)均能起到很好的測(cè)量作用，結(jié)果如表2。

限定萃取四個(gè)共同因素時(shí)，轉(zhuǎn)軸前四個(gè)共同因素的特征值分別為，7.333，3.943、3.517和4.523，采用直交轉(zhuǎn)軸的最大變異法后，三個(gè)共同因素的特征值分別為76.501，4.489、3.803和4.523。三個(gè)共同因素可以解釋測(cè)量題項(xiàng)78.314%的變異量，提取成分對(duì)應(yīng)各變量，分布恰當(dāng)有效。

本次研究共回收問(wèn)卷390份，共使用39個(gè)題項(xiàng)分別測(cè)量科學(xué)素質(zhì)、認(rèn)知方式、自我效能、互聯(lián)網(wǎng)涉入度五個(gè)變量。由于本次研究對(duì)因變量當(dāng)中的信息分享意愿為定序變量，在相關(guān)分析中對(duì)于使用Spearman或Kendall秩相關(guān)系數(shù)進(jìn)行數(shù)據(jù)分析。

本次研究中，科學(xué)素質(zhì)高低分為兩個(gè)組別，高素質(zhì)組別統(tǒng)計(jì)個(gè)數(shù)為262個(gè)，均值為199.176，標(biāo)準(zhǔn)差為110.608，低素質(zhì)組別統(tǒng)計(jì)個(gè)數(shù)為128個(gè)，均值為187.977，標(biāo)準(zhǔn)差為116.481。認(rèn)知方式分為兩個(gè)組別，理性組別統(tǒng)計(jì)個(gè)數(shù)為199個(gè)，均值為205.892，標(biāo)準(zhǔn)差為111.999，低素質(zhì)組別統(tǒng)計(jì)個(gè)數(shù)為148個(gè)，均值為179.946，標(biāo)準(zhǔn)差為108.710。

對(duì)兩個(gè)組別平均數(shù)間高低的進(jìn)行T檢驗(yàn)，在科學(xué)素質(zhì)變量的levene檢驗(yàn)中，P = 0.227≥0.05，所以科學(xué)素質(zhì)高低兩個(gè)分組的方差同質(zhì)，在假設(shè)方差相等的T檢驗(yàn)當(dāng)中t=0.923，顯著性P = 0.357≥0.05，所以拒絕虛無(wú)假設(shè)，結(jié)果認(rèn)為科學(xué)素質(zhì)分組的在分享意愿上的兩組平均數(shù)沒(méi)有顯著差異。在認(rèn)知方式變量的levene檢驗(yàn)中，P = 0.918≥0.05，所以認(rèn)知方式兩個(gè)分組的方差同質(zhì)，在假設(shè)方差相等的T檢驗(yàn)當(dāng)中t=2.161，顯著性P = 0.031≤0.05，所以接受虛無(wú)假設(shè)，結(jié)果認(rèn)為認(rèn)知方式分組的在分享意愿上的兩組平均數(shù)有顯著差異。并且得出結(jié)論理性認(rèn)知方式分享意愿的平均水平（M=205.89）高于感性認(rèn)知方式分享意愿的平均水平（M=179.95）。

經(jīng)數(shù)據(jù)統(tǒng)計(jì)，變量之間存在一定程度的相關(guān)關(guān)系。

依據(jù)圖1，分析結(jié)果如下：

（1）以Kendall相關(guān)系數(shù)來(lái)看，分享意愿與互聯(lián)網(wǎng)涉入度之間相關(guān)系數(shù)為0.254，P = 0.000<0.01，分析結(jié)果認(rèn)為互聯(lián)網(wǎng)涉入度與分享意愿存現(xiàn)顯著正向相關(guān)關(guān)系;

（2）以Kendall相關(guān)系數(shù)來(lái)看，分享意愿與自我效能之間相關(guān)系數(shù)為0.253，P=0.000<0.01，分析結(jié)果認(rèn)為自我效能與分享意愿存現(xiàn)顯著正向相關(guān)關(guān)系;

（3）以Kendall相關(guān)系數(shù)來(lái)看，分享意愿與認(rèn)知方式之間相關(guān)系數(shù)為-0.063，P=0.112>0.05，分析結(jié)果認(rèn)為認(rèn)知方式與分享意愿之間不存在顯著的相關(guān)關(guān)系;

（4）以Kendall相關(guān)系數(shù)來(lái)看，分享意愿與科學(xué)素質(zhì)相關(guān)系數(shù)為-0.039，P=0.356>0.05，分析結(jié)果認(rèn)為科學(xué)素質(zhì)與分享意愿之間不存在顯著的相關(guān)關(guān)系;

（5）以Kendall相關(guān)系數(shù)來(lái)看，自我效能與互聯(lián)網(wǎng)涉入度之間的相關(guān)系數(shù)為0.432，P=0.000<0.01，分析結(jié)果認(rèn)為自我效能和互聯(lián)網(wǎng)涉入度之間存在顯著的正向相關(guān)關(guān)系;

（6）以Kendall相關(guān)系數(shù)來(lái)看，科學(xué)素質(zhì)與互聯(lián)網(wǎng)涉入度中間的相關(guān)系數(shù)為-0.096，P=0.022<0.05，分析結(jié)果認(rèn)為科學(xué)素質(zhì)與互聯(lián)網(wǎng)涉入度存在輕微負(fù)向相關(guān)關(guān)系;

（7）以Kendall相關(guān)系數(shù)來(lái)看，科學(xué)素質(zhì)與自我效能的相關(guān)系數(shù)為-0.155，P=0.000<0.01，分析結(jié)果認(rèn)為科學(xué)素質(zhì)與自我效能存在顯著輕微負(fù)相關(guān)關(guān)系。

從Spearman系數(shù)驗(yàn)證來(lái)看，分享意愿與涉入度之間Spearman相關(guān)系數(shù)為0.352，且在0.01水平上表現(xiàn)顯著，分享意愿與自我效能之間Spearman相關(guān)系數(shù)為0.349，且在0.01水平上表現(xiàn)顯著，與Kendall相關(guān)系數(shù)表現(xiàn)出很好的一致性和相同的相關(guān)趨勢(shì)。

據(jù)此，本次研究的樣本數(shù)據(jù)可以得出如下的結(jié)果，涉入度水平與信息分享意愿顯著相關(guān)，其相關(guān)系數(shù)為0.254，關(guān)聯(lián)程度并不是很高。互聯(lián)網(wǎng)自我效能與信息分享意愿顯著相關(guān)，其相關(guān)系數(shù)為0.253，關(guān)聯(lián)程度并不是很高。

由于本研究受許多限制，因此提出以下幾項(xiàng)研究建議，供后續(xù)研究者參考：嘗試加入或替換其他的研究變量：由于本研究發(fā)現(xiàn)影響網(wǎng)絡(luò)信息分享意愿的主要因素是認(rèn)知方式，但是這一定不是唯一的因素建議后續(xù)研究者重新討論和發(fā)現(xiàn)更加有價(jià)值的研究變量，也許會(huì)有更多的研究發(fā)現(xiàn);在研究分享意愿的基礎(chǔ)上可以考慮進(jìn)一步研究和討論互聯(lián)網(wǎng)上的分享行為，逐步完善對(duì)于這個(gè)領(lǐng)域研究的完整性。

參考文獻(xiàn)

[1] Petty R E，， & Cacioppo J T. Central and Peripheral Routes to Advertising Effectiveness： The Moderating Role of Involvement. Journal of Consumer Research，1983：135-146.

[2] 田松.科學(xué)傳播——一個(gè)新興的學(xué)術(shù)領(lǐng)域.新聞與傳播研究，2007.2：81-90.

[3] 何光喜.“論戰(zhàn)型科普”：治理網(wǎng)絡(luò)科學(xué)謠言的新武器.科技日?qǐng)?bào)，2013-10-18.

[4] 翟杰全.科技傳播學(xué)的三大源頭.北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007.2：29-32.