網絡暴力事件大學生信息傳播行為分析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了網絡暴力事件大學生信息傳播行為分析范文，希望能給你帶來靈感和參考，敬請閱讀。
1引言(Introduction)
近年來，隨著微博、微信等社交媒體的迅猛發展，人們在互聯網上逐漸擁有更多的話語權[1]。越來越多的人開始在網上發泄現實生活中的委屈和不滿情緒，部分不法網民趁機散播一些不當言論與謠言，“崔雪莉事件”“喬任梁事件”“虐貓事件”等網絡暴力事件頻發[2]。微博作為中國最大的社交媒體，已經日趨進入人們的生活中[3]。與此同時，大學生作為一種文化層次較高、接受新鮮事物較快、運用網絡平臺熟練的特殊年輕群體在虛擬網絡世界的角色愈發重要。然而，大學生心智相對不夠成熟，尚未形成嚴謹的世界觀與價值觀，思維方式比較沖動熱血，對事物的辨別能力比較差，難免成為當下被網絡暴力沖擊的主流人群之一。而如今網絡暴力的負作用越來越多地滲透到校園生活[4]，潛移默化地使大學生的生活和學習發生改變，這些細微的改變長此以往必定會侵蝕大學生健全的人格，引導其形成錯誤的“三觀”，不利于日后的健康生活。基于此，本文面向廣大學生群體，通過調查問卷的方式采集大學生對網絡暴力的傳播行為，基于Stata建立回歸模型，探究網絡暴力事件中的大學生傳播行為特征。通過本文的研究，以期對大學生的網絡言行進行積極引導，提高大學生對網絡暴力事件的理性認知，營造和諧、干凈的網絡環境。
2文獻綜述(Literaturereview)
微博由于其門檻低、隨時隨地使用、傳播快速等優勢逐漸成為大眾獲取信息、發表言論的常用工具[5]。國外學者們對基于微博平臺的傳播行為已經做了大量的研究[6-7]。在國內學者的研究成果中，何音以天津倉庫爆炸事件為例，研究了突發事件中的官微傳播影響因素；馮小東等[8]從微觀行為視角，構建政務微博信息傳播效果影響因素模型，發現社會資本、社會信任與行為習慣顯著影響微博輿情傳播效果；袁媛等[9]基于風險感知視角，結合微博輿情數據統計，建立了微博信息傳播模型，預測輿情事件傳播趨勢。網絡暴力事件指在網絡上發生的暴力行為，是社會暴力在網絡上的一種延伸。郭金玲[10]以校園暴力為研究對象，提出了高校網絡暴力的編造謠言、語言暴力、曝光隱私三種類型。羅譞[11]指出網絡暴力中施暴者與被施暴者的不平等權力關系，導致個體的數字性死亡，為人們敲響了警鐘。李玉琪[12]采用定量定性相結合的方法梳理了網絡暴力成因，并采用結構方程模型進行了驗證。向宇婷[13]研究了網絡暴力事件對大學生網絡思想政治教育帶來的消極影響，針對大學生網絡思想政治教育提出了新的要求。從以上文獻研究中可以看出，互聯網的發展給網絡暴力培育了溫室，竊取他人隱私、人肉搜索、無端謾罵、人身攻擊等網絡暴力層出不窮，網絡暴力中被施暴者受到了嚴重的精神挫傷，正常生活受到了嚴重影響，網絡暴力從無端的網絡謾罵到已經威脅到了被施暴者的人身安全。
3研究框架與變量設計(Researchframeworkandvariabledesign)
由于微博所具有的獨特的傳播范圍廣、影響巨大的特點，其社交功能逐漸被削弱，傳播功能日趨增強。大量的社會熱門事件首先在微博上爆發，隨之而來的就是網絡暴力事件。因此本文以大學生為研究對象，通過調查問卷的方式來獲取網絡暴力事件中的大學生在微博上的傳播行為，包括大學生對待網絡暴力的態度和情感。問卷星是最常用的線上調查測評與投票平臺，與傳統調查方式和其他調查網站或調查系統相比，具有快捷、易用、低成本的明顯優勢，已經被大量企業和個人廣泛使用，因此本文采用問卷星獲取大學生調查問卷數據。
3.1研究框架
本研究首先設計調查問卷，通過問卷星進行數據采集；然后將采集到的微博數據使用Excel進行整理與篩選，對數據進行預處理；之后采用回歸分析法建立大學生微博傳播行為的影響因素模型；最后基于Stata分析自變量與因變量之間的關系并進行結果分析。具體流程如圖1所示。
3.2變量設計
本文主要進行網絡暴力事件中大學生微博傳播行為分析，經過文獻梳理和實際考量，設立了三個維度的自變量，一個維度的因變量，在每個維度下又設置了若干個題項作為該維度的測量變量。具體的變量設計如表1所示。
4模型構建與數據分析(Modelconstructionanddataanalysis)
4.1描述性統計
通過問卷星共回收231份調查問卷，根據描述性統計的結果可知：在231名受試者中，男性有131人，占比56.71%；女性有100人，占比43.29%。參與調查的大都是高年級的學生，大一到大四學生的占比分別是6.06%、16.88%、36.36%、40.69%。通過對大學生面對網絡暴力事件的態度統計得出，有53.32%的大學生非常反對網絡暴力，認為網絡暴力是一種十分惡劣的行為，對待網絡暴力的反對態度由1到5逐漸增加。對微博傳播行為進行分析統計，調查大學生面對微博上的網絡暴力行為是否會點贊或轉發，表示完全不會進行點贊或轉發的大學生達到45.89%，幾乎不會的達到17.75%，有時候會的達到22.51%，而轉發或點贊頻率較高的占9.09%和4.76%。可見，大學生面對微博上的網絡暴力事件一般采取的態度是不會轉發，僅當吃瓜群眾。
4.2信度與效度分析
在社會科學的研究領域中，常常涉及一些抽象變量的測量，為了保證研究結果的準確、可靠和具有適用性，在進行實證分析之前，需對各個量表進行信度與效度的分析。采用Stata14.0進行了信度分析，結果顯示了解程度、認知、傳播行為、態度四個分量表的克朗巴赫系數(Cronbach'sAlpha)依次為0.765、0.783、0.862、0.709，總量表的克朗巴赫系數為0.733，說明具有良好的信度。量表的信度檢驗結果如表2所示。效度也稱有效性，是指量表能夠測量到其所欲測量的心理或行為特質的程度。常用于調查問卷效度分析的方法主要是結構效度，對于結構效度的檢驗最常用的方法就通過KMO值(Kaiser-Meyer-Olkin，檢驗統計量)進行檢驗，KMO值為0.764，大于0.7，且Bartlett'sTestofSphericity(球形檢測結果的顯著性為0.000，小于0.05，說明問卷具有良好的結構效度。
4.3因子分析
本文采用因子分析法來提取公共因子，表3顯示的是按因子分析法求得各指標特征值及其所對應變量的貢獻率，一般情況下，各因子累積方差貢獻率達到60％以上，即可認為具有良好的結果效度。本次研究結果中大于1的四個初始特征值分別為3.324、3.048、1.529、1.047，經過旋轉后所對應的方差百分比分別為23.594、15.098、14.510、10.706，所以在選取四個公共因子的情況下，它們的累積貢獻率達到63.908%，高于60%。由此可見，這四個公因子能夠反映原始數據的大部分信息。各成分的碎石圖如圖2所示，由碎石圖可以看出，四個因子中有因子1、因子2、因子3、因子4的特征值大于1，故取四個因子是比較合適的。
4.4回歸模型分析
本文探討的是網絡暴力事件中的大學生微博傳播行為，因此作為被解釋變量，參考已有文獻并基于因子分析結果，選取了解程度、認知、態度三個指標作為解釋變量。由于被解釋變量“傳播行為”為連續變量且本研究樣本容量較大，因此可以近似看作服從正態分布，故選用線性回歸模型。模型具體表達為：其中，Y代表被解釋變量：傳播行為；Xi依次代表解釋變量：了解程度、認知、態度；相應地，β1、β2、β3為解釋變量的回歸系數，β0、μ0分別為常數項和隨機擾動項。為了檢驗以上回歸模型是否存在共線性問題，故使用Stata通過方差膨脹因子對模型中的解釋變量進行VIF(VarianceInflationFactor，方差膨脹系數)檢驗。由檢驗結果可知，各解釋變量的VIF值均小于5，表明解釋變量間不存在多重共線性的問題，不會對多元回歸產生影響，因此所有的解釋變量可以放在同一個模型中檢驗，即表明以上回歸結果是可信的。通過對樣本進行回歸分析，發現模型檢驗的F值為37.86，顯著性水平為0.000，小于臨界值0.05，說明回歸模型在總體上具有統計學意義。模型調整后的決定系數(調整后的R方)為0.6031，即納入回歸方程的因素在對傳播行為的影響的變異程度上具有60.31%的解釋力，表明模型擬合結果較好，具體如表4所示。
5結論(Conclusion)
通過本文研究發現，在網絡暴力事件中，大學生對事件的了解程度、認知以及態度對微博傳播行為都有顯著的影響。性別對于傳播行為具有顯著差異，在網絡暴力事件中，男性比女性大學生的傳播程度更強。對于大學生而言，年級并沒有任何差異，也就是說，不管在幾年級，大學生的傳播行為均無顯著差異。同時我們發現，微博作為網絡暴力事件發生的主戰場，已經對人們尤其是對年輕的大學生群體產生了非常嚴重的影響。因此，要做好大學生的網絡行為引導，同時在大學教育中加強大學生思想道德修養，樹立大學生健全的人生觀、世界觀、價值觀，豐富相關教育內容，使大學生在魚龍混雜的自媒體環境中能夠對網絡信息進行全面的理解，從而進一步提高大學生的心理承受能力，規范網絡道德與網絡行為。同時加強網絡監管，為大學生乃至整個社會營造健康、和諧、文明、進步的網絡環境。
作者：魯艷霞 黃川林 張晉 單位：大連東軟信息學院信息管理與信息系統系
