當代大學生網絡表情符號的使用影響因素研究

林超煜

(黎明職業大學 文化傳播學院，福建 泉州 362000)

1 前 言

1.1 研究背景

隨著互聯網科技的興起，新媒體網絡社交發展迅速。CNNIC(2020)[1]根據中國互聯網信息中心在京發布的第47次《中國互聯網絡發展狀況統計報告》指出，中國網民規模達到了9.89億，普及率達70.4%，超過全球平均水平4.1個百分點，超過亞洲水平9.1個百分點，手機網民占99.7%。人們習慣在社交網絡中使用文字作為載體交換信息，網絡表情符號是以圖文形式存在的表達工具，對文字起輔助作用[2]。

大學生是對互聯網最關注的群體，他們有閑暇的時間使用社交網絡進行交流，他們的生活、信息、交流與互聯網社交媒體密切相關，在網絡表情符號的使用上擁有話語權[3]。并且，網絡表情符號的制作和網絡流行文化有密不可分的關系，符合大學生張揚個性、勇于挑戰和敢于新鮮的特點。網絡表情符號是視覺的非語言符號[4]，跟隨其發展帶來的是IP，商業模式和文化產業發展。因此，大學生作為網絡表情符號的主要使用客戶，具有市場代表性。

1.2 研究目的及意義

1.2.1 TAM適用研究

本文所采用的TAM模型[5]是Davis1989年根據計劃行為理論提出的新理論，TAM模型沒有在網絡表情符號上使用過。基于網絡表情符號和短信一樣，擁有傳達信息、表達溝通解釋的功能，本文將TAM適用于研究網絡表情符號，一是擴大了TAM的使用范圍，可以為今后別的研究打下基礎，提供新的研究思路；二是借此研究來驗證TAM模型是否也能運用于網絡表情符號。

1.2.2 結合動機理論

本文研究大學生使用網絡表情符號的使用因素，除使用TAM模型研究網絡表情符號自身具備的屬性和功能之外，還利用動機理論中人們行為習慣的內心需求，加入新的影響大學生使用網絡表情符號的因素，即表達動機和溝通動機，修正了TAM模型并建立出新的模型，增強了研究的解釋能力。

1.2.3 補充實證研究

關于網絡表情符號國外的研究中，大部份文章探究使用人群的性格特征與使用類型的關系，或者使用網絡表情符號與人際關系的親密程度影響，用量化研究網絡表情符號的使用影響因素的實證研究很少。因此，本文是對網絡表情符號的使用影響因素研究的深入探究與補充。

1.2.4 網絡表情符號的功能

網絡表情符號的出現，一是解決溝通問題；二是生動表達涵義；三是解決語境差異導致的誤解；四是表情包利于情緒宣泄[6]。表情包有趣而生動[7]，促進了人們交流，縮短人際交往距離，引發人們聯想反映事物的內涵和外延。

1.3 研究問題

本文整理出網絡表情符號深受年輕大學生喜愛的原因。按照技術接受模型和動機理論中的維度去分類，感知有用性和感知易用性是Davis技術接受模型[8]的兩個變量，用以測量使用群體對系統或者技術的感知喜歡和接受的程度。在上述基礎上，發展起感知娛樂性、節約成本、可獲得性變量，根據國內外學者對網絡表情符號的研究，提出使用網絡表情符號是為了表達溝通、提高與他人的親密度，本文將其概念提煉為表動動機與溝通動機。本研究探究上述各個因素是否對大學生使用網絡表情符號行為產生影響。相關的研究問題如下：

Q1：網絡表情符號的可獲得性、感知成本對其感知易用性產生怎樣的影響？

Q2：網絡表情符號的娛樂性、表達動機、溝通動機對其感知有用性產生怎樣的影響？

Q3：網絡表情符號的感知易用性與感知有用性有什么影響？

Q4：網絡表情符號的感知易用性、感知有用性對使用意愿和行為產生怎樣的影響？

2 研究假設

根據上述文獻綜述回顧了影響大學生使用網絡表情符號的變量之后，本文提出相關假設包括：

H1：大學生使用網絡表情符號的可獲得性正向影響感知易用性；

H2：大學生使用網絡表情符號的節約成本正向影響感知易用性；

H3：大學生使用網絡表情符號的表達動機正向影響感知有用性；

H4：大學生使用網絡表情符號的溝通動機正向影響感知有用性；

H5：大學生使用網絡表情符號的娛樂性正向影響感知有用性；

H6：網絡表情符號的感知易用性正向影響感知有用性；

H7：網絡表情符號的感知有用性正向影響大學生的使用意愿；

H8：網絡表情符號的感知易用性正向影響大學生的使用意愿；

H9：網絡表情符號的使用意愿正向影響大學生的使用行為。

3 研究方法

本研究根據經典的技術接受模型和自我決定理論，結合大學生與網絡表情符號的特點提出新的修正模型，使用李克特五級量表，采用了Davis技術接受模型的問卷測量，Davis是最先使用技術接受模型的研究專家，在這個領域多次整理和總結前人的經典理論，最終提出技術接受模型，并不斷完善和修正，提出其他變量，例如感知成本等[9-10]。因此具有說服力、科學性、可行性。由此研究大學生在使用網絡表情符號時的可獲得性、節約成本、感知易用性、感知有用性、娛樂性、表達動機、溝通動機與使用意愿、使用行為之間的關系。

3.1 問卷設計

根據文獻回顧及研究框架的分析，將問卷分為三個部分，一共有37個問題。第一部分是網絡表情符號的基本使用情況，包含使用社交平臺的時長、使用網絡表情符號的頻率、使用表情符號的個數、主動使用的意愿、更新網絡表情符號的頻率，自定義網絡表情符號的來源等，這部分主要測量大學生使用網絡表情符號的基本狀況。第二部分為網絡表情符號的使用行為測量，主要包含9個維度的測量，即可獲得性、節約成本、表達動機、溝通動機、娛樂性、感知有用性、感知易用性、使用意愿以及使用行為，每個變量都是前人運用過的研究變量。這部分主要使用李克特五級量表，每個變量使用三個問題衡量，回答從“非常不同意”到“非常同意”相對應的分數是1至5分。第三部分為研究對象的人口統計測量，包含大學生的年齡、性別、最高學歷等。

3.2 自變量的操作性定義

本研究模型的操作性定義，其衡量主要根據相關的參考文獻，修改TAM適合本研究情況而使每一個項目測量都是按照李克特五級量表進行設定的。在以下的操作性定義中，先對研究變量內容進行定義和歸納說明，并通過對上述各個變量的操作化定義為測量的問卷內容鎖定研究范圍；本測量問卷部分結合了網絡表情符號的使用功能而設定，研究變量包括感知易用性、感知有用性、可獲得性、娛樂性、節約成本、溝通動機、表達動機、使用意愿以及使用行為，根據前人的研究測量的項目得出問卷測量問題。

3.3 問卷發放與回收

本問卷采用網絡問卷調查的方式，問卷包含37個問題，問卷詳情可見附錄一，利用問卷星形成電子問卷和問卷二維碼，采用便利抽樣將問卷發至筆者的大學班群、研究生班群以及朋友圈，通過親朋好友進行搜集。主要是對大學生這一年輕的群體作為研究對象進行調查，問卷發放的時間共五天，共回收233份問卷，問卷有效率100%。網絡微信問卷成本低、速度快、范圍廣等優勢和特點，可以為研究節省時間，有利于更方便地收回問卷。

4 統計分析

4.1 樣本描述性統計分析

樣本的描述性分析主要包括調查對象的性別、年齡、學歷等。本研究包含了基本的網絡表情符號的使用狀況，每天在社交網絡上花費的時間、使用網絡表情符號的頻率、經常使用網絡表情符號的個數、主動使用表情符號的意愿、更新網絡表情符號的頻率以及獲取的渠道等。上述均屬于調查的基本狀況，因此納入描述性統計的范圍里。本次統計的數量為233。

表1 基本對象研究統計表

問卷調查對象基本信息統計分析結果顯示，本次問卷調查的有效樣本數據總量為233人，其中男性有99人，女性有134人，女性人數多于男性人數。

年齡分析的結果顯示，18～24歲之間的人數最多有126人，占比為54.1%；其次是25～39歲之間有76人。主要以18～24歲之間為主，比較符合本研究的研究主體，將大學生年輕人作為研究對象。

學歷統計中，本科學士居多，有129人，占比為55.4%；其次是碩士研究生共有85人。兩者的總占比為91.7%，因此也符合研究的對象要求。

4.2 大學生網絡表情符號使用現狀分析

每天使用社交網絡平臺的時長的跳槽結果顯示，2～3個小時使用時間的人數居多，有61人，占比為26.2%；其次是6個小時以上有53人，總體上大學生每天使用社交網絡平臺的時長較長。

表2 大學生網絡表情符號使用現狀統計表

使用網絡表情符號的頻率的回答中，經常使用網絡表情符號的人數為最多，占比34.3%。而十分經常使用網絡表情符號的人也占總比的18%，說明大學生十分青睞于使用網絡表情符號。

經常使用的網絡表情符號，1～3個為很少，13個網絡表情符號為很多，調查研究顯示，26.2%有6～9個自己經常使用的網絡表情符號，可以看出大學生都有自己喜愛使用的表情符號，且1個是最低限度。

大學生主動使用網絡表情符號的意愿調查中，33%的人經常主動使用表情包，十分經常的占比15%。從不主動使用的人僅占比3%。說明網絡表情符號能帶動大家積極參與的熱情，大部份人會選擇主動使用表情符號。

在更新網絡表情符號的人數占比里，大學生偶爾和有時更新一下網絡表情符號，總占比70%，經常更新的占26.2%，十分經常的占比為2.6%。

網絡表情符號的來源多種多樣，獲取方法簡單，主要包括系統自帶的、微博上保存的、通過其他朋友發了然后自己保存的，還有專門的網絡表情符號App，自己制作的等。調查結果顯示：占比最多的77.7%的大學生都是保存和收藏其他人的網絡表情符號；有28.8%的人也會自己制作網絡表情符號，自己制作表情符號具有十足的樂趣性。

4.3 統計分析

4.3.1 信度分析

Lee.Cronbach(1951)認為，信度分析(reliability analysis)就是研究數據的可靠性，它就是使用同種方法去檢測同種對象的結果是否具有一致性。一般使用相關系數Cronbach α來表示信度系數。

美國統計學家Hair(1991)指出，量表系數有數值指標，系數的數值為0.9以上，表示該量表信度最佳；數值為0.8，表示信度不錯；系數數值介于0.7～0.8之間，表示較好；數值范圍在0.6～0.7之間，表示勉強可以；但是，數值最低限度為0.6，低于該數值考慮重新設計問卷。

本研究利用SPSS軟件，得出問卷內容一致性的數值結果，用以表示信度分析。計算的?系數如表3所示。

表3 信度分析

上圖信度分析表可以呈現，網絡表情符號的各維度量表的Cronbach α值最低為0.8以上，與Anderson(1995)提出的值大于0.6的量表效果好相符合。說明各量表的信度結果不錯。由此證明本研究的變量測量指標內在一致性較強，說明使用該調查數據來調查網絡表情符號的使用影響因素是比較可靠的。

4.3.2 效度分析

效度分析(validity analysis)就是有效性，是一種測量數據結果的有效性的程度，可以測量研究內容和測量結果的匹配程度。數據抽樣樣本使用KMO(Kaiser-Meyer-Olkin)數值和巴特利特(Bartlett)測量本研究數據的效度。如果越接近 KMO數值1顯示該研究數據越有效，前人研究表明，KMO 大于 0.9 表明數據十分有效，KMO 大于 0.7 小于 0.9 表明數據比較有效，KMO 大于 0.6 小于 0.7 表明數據可以接受，在0.5以下則需要考慮重新收集數據。

表4 效度分析

各量表的KMO 值均在0.7之上；巴特利特球體檢驗的統計值的顯著性為0.000，該數值小于 0.01，呈顯著性水平；各量表的效度均比較好。因此本研究量表測量指標的效度較高。

4.3.3 相關分析

相關分析作為一種統計方法，主要研究變量之間是否具備相關性，檢測相關性強弱程度的高低。線性相關主要運用在檢測兩個變量之間的相關性的強弱的程度，檢驗兩者之間的密切程度，用以在統計的過程中可以定量的描述兩個變量之相關關系。

大學生網絡表情符號的使用意愿、使用行為及其影響變量之間的相關關系，結果如下：

表5 相關分析表

大學生網絡表情符號使用因素相關分析結果顯示，可獲得性、娛樂性、節約成本、表達動機、溝通動機等因素與感知易用性、感知有用性、使用意愿、使用行為之間均有顯著的正向相關關系，為進一步研究各變量對使用意愿、使用行為的影響情況，研究采用結構方程模型進行深入研究。

4.4 回歸分析

4.4.1 結構方程模型分析

結構方程模型通常包括兩個基本模型：測量模型和結構模型。其中，測量模型是由潛在變量與觀察變量組成，反映的是潛在變量與觀察變量的關系；而結構模型則表示潛在變量之間的關系，它是一種實證分析模型方法，通過尋找變量間內在的結構關系驗證某種結構關系或模型的假設是否合理、模型是否正確。結構方程模型同時考慮并處多個因變量、容許自變量和因變量均含有測量誤差等優點。

衡量結構方程式的模型包括很多指標，研究需要使用下列的指標去衡量模型的適配度，也即是測量修正的假設模型與前人研究資料的一致性程度。

卡方自由度比。研究通過AMOS顯示輸出結果CMIN/DF。該數值小于3，則表示本文修正模型適配度良好；該數值如果大于3時，表示網絡表情符號的修正模型適配度不佳。

RMSEA值(root mean square error of approximation)是絕對性指標，不需要基準線模型，該數值的大小反映修正模型的適配度好壞與否。相比較而言，研究數值在0.08-0.10范圍，表示模型適配比較普通；范圍在0.05-0.08意思是修正模型適配度程度較為良好，適配合理；如果該研究數值小于0.05則表示模型適配度達到最佳程度。

GFI(goodness-of-fit index)是一種數值越接近于1，模型的適配度越佳的絕對性指標。

IFI(incremental fit index)和 CFI(comparative fit index) 是一種相對性指標；屬于增值適配度統計量，通常是將待檢驗的假設理論模型與基準線模型的適配度相對比，用來判斷兩個模型契合與否，該數值如果越接近1，則表示兩個模型越契合。

PNFI(parsimony-adjusted NFI)是調整指標，屬于比較簡約的適配度指數，該數值比較理想的范圍為0.50以上。根據本研究假設，構建結構方程模型圖如下所示：

本研究對模型進行結構方程分析，運算后模型擬合情況結果如下表所示：

表6 模型整體擬合優度分析表

根據上圖，可以呈現出模型整體適配度，卡方自由度比值為2.461<3.000，表示本研究修正模型的適配度較為良好。RMSEA值為0.078<0.08，兩模型相符合。GFI值為0.82，一般符合。而CFI值為0.932、IFI值為0.934，均小于1，達到了指標的理想標準程度。總的來說，該模型擬合情況較好，理論模型和真實數據之間的契合度相匹配程度高，模型的結果具有科學性。

4.4.2 研究模型路徑分析

本研究采用AMOS21.0版軟件使用結果方程模型運算，對問卷星統計數據進行分析、整理、探討，下圖為修正研究模型的模型標準路徑系數表：

表7 模型標準路徑系數表

由模型標準路徑系數表可知，可獲得性對感知易用性的標準路徑影響系數(β=0.441，P<0.5)，達到顯著性水平；說明可獲得性對感知易用性有顯著的正向影響,假設1成立。節約成本對感知易用性的標準路徑影響系數為(β=0.427，P<0.5)，達到顯著性水平；說明節約成本對感知易用性有顯著的正向影響，假設2成立；

表達動機對感知有用性由于顯著性(β=0.755，P>0.5)沒有顯著的正向影響,沒有達到顯著性水平，假設3不成立。溝通動機對感知有用性的標準路徑影響系數為(β=0.031，P<0.5),達到顯著性水平；說明溝通動機與感知有用性的關系為正相關，假設4成立。娛樂性對感知有用性的標準路徑影響系數為(β=0.137，P<0.5),達到顯著性水平；說明娛樂性對感知有用性有顯著的正向影響，假設5成立。感知易用性對感知有用性的標準路徑影響系數為(β=0.391，P<0.5),達到顯著性水平；說明感知易用性對感知有用性有顯著的正向影響，假設6成立。

感知易用性對使用意愿的標準路徑影響系數為(β=0.48，P<0.5)，達到顯著性水平；說明感知易用性對使用意愿有顯著的正向影響，假設7成立。

感知有用性對使用意愿的標準路徑影響系數為(β=0.382，P<0.5)，達到顯著性水平；說明感知有用性對使用意愿有顯著的正向影響，假設8成立。使用意愿對使用行為的標準路徑影響系數為(β=0.479，P<0.5)，達到顯著性水平；說明使用意愿對使用行為有顯著的正向影響，假設9成立。

綜上可知，可獲得性、節約成本對感知易用性均有顯著的影響，影響較大的是節約成本；溝通動機、娛樂性對感知有用性均有顯著的影響，影響較大的是溝通動機；表達動機對感知有用性的影響不顯著。

表8 結論分析表

5 結 論

5.1 除了表達動機不顯著之外，其他的假設均成立

本研究從技術接受模型出發,探討當代大學生網絡表情符號的使用影響因素,本文的影響因素有網絡表情符號的感知易用性、感知有用性、可獲得性、節約成本、娛樂性、表達動機、溝通動機。梳理相關文獻后做出假設，進行問卷調查并整理得到數據結果，發現各個因素都有不同程度的影響。通過所有的數據結果進行相關分析及回歸分析，結合前人的研究對照假設論證分析。最終可以看出除了表達動機不顯著之外，其他的假設均成立。

5.2 節約成本相比可獲得性影響較大及原因

假設成立是以大學生使用網絡表情符號現實感覺為基礎，真實使用情況為指導，研究數據為依托最終得出的科學嚴謹的結果。在使用網絡表情符號的過程中，大家的使用情況均在數據中，呈現出深有同感的趨勢。假設成立中，可獲得性、節約成本對感知易用性都存在顯著的影響，兩者相比影響較大的是節約成本，其原因主要從兩個方面呈現。第一，是從可獲取性方面，因為測量該變量時，三個測量變量中包含制作表情包很簡易，這一項很多年輕人并不贊同，在年輕人看來只有制作出動畫類，具備高技術性的才屬于會制作。同時有很多人的表情符號是收藏他人得到，因此呈現該結果。第二，從節約成本方面來說，網絡表情符號的使用不會花費時間、金錢、腦力，所以兩者相比較，節約成本會是年輕人的首選。

5.3 溝通動機在感知有用性中影響大于娛樂性

溝通動機、娛樂性對感知有用性均有顯著的影響，影響較大的是溝通動機；表達動機對感知有用性的影響不顯著。

假設成立主要是由于網絡表情符號的使用更多體現在人與人的在線交流中，而表達側重于發自己的心情和朋友圈時對其的使用。相比表達動機，從網絡表情符號的使用頻率上來說，與他人聊天溝通的頻率遠比發朋友圈的頻率高；網絡表情符號的娛樂性主要來自于互相斗圖，并不是每個人都熱衷于斗圖，因此，溝通動機是最為顯著的一項。

5.4 不成立的假設原因

而針對不成立的假設原因有以下三點。第一，提出這個假設是因為作者從傳播學的人際傳播角度去思考，且包含符號學的相關知識，文字作為表達人類的工具，網絡表情符號也可以，但是作者會過多地放大了網絡表情符號在表達上起的作用。第二，網絡表情符號也只不過是一個很簡單的輔助工具輔助文字，并沒有深刻地去感受到表達的感覺。第三，大學生覺得會使用就行了，主要是方便快捷易上手，因此沒有站在表達的立場和角度上認為自己帶有表達動機。