互联网在中国内地成年受众中的采纳与使用

互联网在中国内地成年受众中的采纳与使用

祝建华　何　舟⁽¹⁾

前　言

1999年3月比尔·盖茨访问中国，创办了金星计算机，这是微软公司专门为中国消费者设计，价格低廉，可将有线电视与互联网连接的产品（微软，1999）。由于微软在技术和财力上的支持，金星计算机寄希望于130亿中国人上网。然而，对于这种廉价且能使有线电视与VCD相兼容的灵巧技术，中国受众没有显示出任何兴趣。

但是，金星计算机在中国市场的受挫却未能阻止互联网以惊人速度在中国发展的趋势。虽然新兴媒体技术对改变中国媒体环境的潜力巨大，然而，仅凭此就认为互联网在中国取得了辉煌成果还为时过早。在实际运行中，尚有诸多限制：不适当的通信设施，超过一般消费者购买能力的高昂价格，文化观念上的利用与需求，以英语为主导的互联网所带来的语言障碍。

基于2000年年底大规模的调查，本研究旨在提供第一个受众在中国采纳与使用互联网的系统调查。作为三年调查研究的首年，我们目前的发现仅仅是对一个包罗万象程序的初步探索。在社会理论模式指导下，经过整合创新扩散论和使用与满足论，我们了解到互联网在中国如何被采纳与使用。希望未来两年的调查样本能进一步加深我们的理解，令我们的理论模式与测试更加精确。

理论框架

虽然整合了两个最重要的大众传播理论，创新扩散理论和使用与满足理论仍然是两个独立的理论。创新扩散理论的焦点为一个新的产品或想法如何被社会中的个体或组织采纳（Rogers，1995），而使用与满足理论将采纳视做检验个体如何使用已采纳的媒体（如接触媒体）来满足他们的社会心理需求（Rubin，1994）。采纳与使用之间的内在联系很少经明确检测。互联网提供了一个特殊环境，将两个独立理论有机结合在一起。一方面，互联网不是一般的电子产品，涉及一个简单的购买（如采纳）决定，而采纳之后的使用行为也许更有意思，更富有趣味。另一方面，不像传统媒体表现为低临界点，使用互联网不仅要购买计算机与网络硬件，而且要求知识面广、有较高的计算机使用技能与英文水平。只有将创新扩散和使用与满足观念整合在一起，我们才能掌握互联网在扩散与满足需求的一个多层面过程。

简单地说，采纳与使用互联网不仅取决于个体人口特征和社会经济特征，还受一系列心理因素影响（或调解）。特别是，我们确认了三个概念，包括对互联网流行性的看法，互联网特征的看法，互联网需求的看法。前两个概念分别来自社会规范与创新扩散理论，对互联网需求的看法则融合了使用与满足理论中的几个变量。图1描绘了互联网在中国采纳与使用理论模式中三个重要的概念。

图1　理论框架图

对社会规范的看法与对互联网流行性的看法

扩散理论强调社会制度在新媒体采纳与使用上的重要性（Rogers，1995）。但是，社会制度影响的实证调查尚匮乏。Mcleod和Blumber注意到，造成不充足的主要原因是社会制度影响往往需要通过跨国比较研究。跨国比较研究数据的获得常常又超出新媒体研究者的能力。

仍然有对社会制度的看法提供一个间接的但仍然是有效的和硕果丰富的方法。例如，Rogers在他的创新扩散模式中，明确地将对社会规范的看法视为一个操作方法（Rogers，1995）。其他研究扩散理论的学者使用“社会气氛”、“社会压力”、“文化时尚”、“赶时髦作用”和其他概念一起描述对社会规范的看法在扩散模式中的重要作用。对社会规范看法的重要性强调了采纳与使用新媒体技术也许并非实际需要，而是迫于社会压力的设想。

社会规范在以集体利益为价值取向的社会里，譬如中国，起了相当大的作用。这里的人们对新媒体技术，如有线电视、VCD和移动电话表现出极大的热情。这些新媒体在中国的普及率，特别是在都市地区，远远超过古典经济学所能预测的购买能力，并且高过其他工业大国。以中国的消费标准来看，移动电话是极为奢侈的消费品。平均来讲，一个移动电话价格相当于一个人两个月的工资。然而，目前中国有超过9 000万的移动电话用户，30％为都市人口。由此令人相信，互联网的采纳和使用也同样受社会力量的驱使，在过去几年里，社会经济活动受到中国媒体前所未有的关注。

简言之，目前理论与中国实际情况都呼吁对社会规范看法在扩散与使用互联网方面作用的实证研究。为使之更具体化，本研究中，我们采用对互联网流行性的看法作为构成对社会规范看法的操作版本。

对创新特征的看法与对互联网特征的看法

扩散研究中的一个重大发现为创新采纳常常与创新的最基本特征无关（如技术优点或经济价值），与创新的第二特征（如潜在采纳者对其优点和价格的看法）相关。Rogers确认了创新的5个特征：相对优越性（认为创新较先前好），兼容性（创新可与现在的价值、需要和过去经验一致），可观察性（创新结果可观察到），可试性（创新在采纳之前实验过一段时间）。

Rogers的创新分类适用于所有创新物。信息技术研究员发现互联网一些特点（例如相对优势与兼容性）并不明显。当适用于信息科技创新时（Moore＆Benbasat，1999），其他特点带有明显的附属特点。同时他们也注意到另外一些特点，包括形象（创新使用可增强一个人在其所处社会制度中的形象与地位）和使用的自愿性（创新使用出于自愿或自由意志）（Tornatzky＆Klein，1982）。

从广泛的多元化的文献记录中，本研究提出5个特征，我们相信其与在中国采纳和使用互联网极为相关：相对优势、兼容性、易用性（复杂性的另一说法）、结果示范性（作为可观察性的一部分）及形象。上述5个特征构成对互联网特征看法的操作版本。为令其简单化，我们没有包括对互联网特征看法的其他一些流行特征，例如可试性、清晰性（也为可观察性的一部分）和自愿性。

期望价值、解决问题和对互联网需求的看法

使用与满足理论的核心：对需求的看法如何推动受众获得不同媒体而得到满足（Rubin，1994）。在众多文献中，使用与满足理论的两个变量与本研究关系紧密，他们讨论的焦点不仅是受众需要什么，而且是需求如何指导媒体消费。第一个是期望价值论，它认同媒体使用对媒体优势看法的影响，对优势看法评价存有差异，此想法归纳在非线性方程式中。

GSi=bi·ei

GSi表示来自媒体的满足ith，bi相信媒体有特别特征或关于i的结果，ei对方程式特别特征或结果有影响。此模式明确地强调，受众有目的地使用媒体，随后的满足（或缺乏满足）结果来自期望与价值判断两者间的可计算程序（如使用目的的重要性）。

Rosengren（1974）为我们提供了媒体使用的不同解释。受众有两个前提条件去寻找特别的媒体来源满足他们的需要：可能的问题和现有的解决方法或可能解决的方法（如功能变化）。只有确认了问题与解决方法，受众才会有动机接触媒体或表现出其他一些行为。问题和解决理论为激烈竞争的媒体频道或媒体内容提供了分析工具。

将期望价值理论与解决问题理论融合，我们假设受众转向新媒体（如互联网）是在他们感到旧媒体不能满足而新媒体却能满足他们原有目标需求情况下才发生。此想法可用一个乘法方程式表示。

Ui=（Ni－Oi）·Ii

Ui表示需要i而使用媒体，Ni表示需要i是为了从新媒体中获得所期望的满足，Oi表示需要i是为了从旧媒体中获得所期望的满足i，Ii表示需要i的重要性与其他需要有关。不像Palmgreen和Rayburn的模式，我们明显突出了新旧媒体之间的竞争是采纳与使用新媒体的推动力。这个公式适用于各种新媒体，在本研究中称对互联网需求的看法。

研究方法

样本

因研究经费所限，本研究只在北京和广州两个城市进行。北京、广州是中国较大的城市，亦是最发达的地区。选择这两个城市的原因是它们常常能够代表中国的发展趋势。研究电视在中国扩散个案时，我们发现新媒体在中国的扩散仅仅是时间的作用，主要的城市总是遥遥领先于其他城市几年（引用因不详而省略）。因此，在北京和广州两个城市的发现对于今后新媒体在中国其他省市的研究具有普遍意义，这个理由是令人信服的。在中国几个主要城市中（如上海等），我们选择了北京和广州，考虑到其在地理上从南到北的分布，以便同香港的调查做比较研究（引用因不详而省略）。

虽然电话访问在中国主要城市的可行性与日俱增，我们仍然决定采取面访的方式，调查问卷比较长，互联网用户的面访时间为30分钟，非互联网用户的面访时间为20分钟。北京和广州的样本，我们是通过“多等比、先等比、后配额”随机抽样法取得。第一阶段，随机抽取250个居委会，北京100个，广州50个，然后从每一居委会的所有住户地址中随机抽出100户组成样本框架。在第二阶段，从每一抽中的居委会中随机抽出30个住户，北京的3 000个，广州的4 500个组成初始样本。在最后阶段，从每一住户中，随机抽出18～74岁市区成人居民。每一居委会都派10名合格调查访问员。如果抽中的住宅中无人或抽中的被访者不在家，访问员在不同日期与不同时间作5次回访。我们委托当地市场调查研究公司于2000年11～12月对抽中住户进行面访调查。

完整的样本包括2 664名中国成人，其中北京占1 116人，广州占1 548人，样本误差为+1.9％，置信度为95％。按美国舆论研究协会（AAPOR）的第三计算公式（RR3），北京和广州的调查成功率分别为61％和39％。

为弥补非比例取样方法，样本作加权处理。我们首先将广州的样本大小缩减至39％，使之同北京的样本大小相等。再从每一城市的样本中分取50％，总样本缩小至2 232人。样本按当地人口统计数据的性别与年龄之交叉分布作加权处理，使得样本与对应总体的性别与年龄之结构相同。同原样本相比，加权样本中的几个关键数据比较保守（如互联网使用者的比例等）。因此，下面所有数据以加权样本为依据。

测量

对互联网流行性的看法（PPI）

为测量对互联网流行性的看法，我们请受访者报告互联网使用人数，分为：①家庭成员中；②在社交群组中；③在同一行业中；④在大众中，从而估算互联网用户的比例。结果，4个量度的关系非常弱，相关关系的相关系数顺序从.13（同一行业与一般人口中互联网用户）到.37（家庭中、亲戚及朋友中互联网用户），显示受访者没有感觉到一个无所不在的互联网环境，或是一致地接受或是一律地反对互联网。因此，在分析时，我们将4个变量作为单独的预测因素。

对互联网特征的看法（PCI）

我们使用两个五级尺度来测量5个方向，包括相对优势、兼容性、易用性、结果示范性及形象（准确用词请见附录）。如表1所示，中国受众对互联网相对优势的看法很积极，在五级尺度上，其均值为3.68；其次是结果示范性，其均值为3.26；再次是兼容性，其均值为3.16。受众对易用性的看法较中立，其均值为2.98；而对形象的看法最为消极，其均值为2.57。结果还指出，对互联网特征看法的5个量度中每一个量度似乎显示出很高的内在可靠性，Cronbach的α顺序从.66到.89。但是内在相关关系揭示出5个量度中的4个（除了形象）都有较紧密的相关关系，这说明中国受众在对互联网特征的看法方面没有分别，至少在互联网扩散这一阶段中。在随后的分析中，为避免多重共线，我们将4个具有紧密相关关系的特征合成在一起，包括8个个体，合成一个指数（称为ACED），代表优势性、兼容性、易用性和结果示范性，保留形象作为一个单独的量度。

表1　对互联网特征看法的5个方向平均数、标准偏差、内在可靠相关系数、互动相关关系相关系数

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

对互联网需求的看法（PNI）

如前面描述的那样，对互联网需求的看法涉及6个方向：新闻需求、个人信息需求、工作/学习信息需求、娱乐需求、表达需求、关系需求。对互联网需求看法中6个量度的每一量度，我们分别用3个问题测试：①传统媒体能满足多少需求？②互联网能满足多少需求？③每一个需求有多重要？受访者按照五级尺度回答了前两个问题，按照6个需求的重要性回答最后一个问题。每一个合成分数是将问题1与问题2之差乘以问题3。例如，如果一个人认为他或她的需求为新闻，并排列为最重要（=6），对旧媒体的满意为（=1），对互联网的满意为（=5），此受访者在互联网获得新闻的分数为24分（=（5－1）×6）。另一方面，如果一个受访者认为她/他的需求是娱乐，并排列为第二位（=2），通过传统媒体得到满足为（=4），通过互联网得到一部分满足为（=3），此人在互联网获得娱乐的分数为－2分（=（3－4）×2）。

如表2所示，6个方面的分数全部在零之上（如稍微向互联网倾斜），对工作/学习信息需求分数最高，其次为对表达、个人关系、个人信息、娱乐及新闻的需求。在对互联网特征看法的个案中，由于对互联网需求的6个方向上存在多重共线，因此我们将此6个方向合成一个指数。

表2　对互联网需求看法的6个方向平均数、标准偏差、最大值、最小值、互动相关系数

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

控制变量

本研究的3个因变量（互联网的流行性、特征及需求）代表一些受众的心理状态，受到个体的社会经济特征与家庭影响。因此，有必要控制社会经济变量，便于计算出对互联网流行性、特征及需求上的影响。在后面的分析中，我们取得8个变量，包括年龄、性别、教育、职业、婚姻状况、家庭收入、使用移动电话和传呼机（测量个人在采纳其他新传播技术上的状况）。

样本描述摘要

互联网的扩散

2 664个受访者家庭样本中，43％家庭至少有一台计算机，24％家庭的计算机可以与互联网连接，只有3％家庭的计算机与宽带连接。如果以个体作为分析单位，2 664个受访者中，27％为“继续使用者”；9％为“非继续使用者”，这些人目前已经停止使用互联网了。在“非继续使用者”中有6％可能会恢复使用；20％为“潜在使用者”，这些人可能会在一年以后再使用；44％为不使用者，这些人在短期内不会考虑使用。

互联网使用者

受访者中平均上网年限为2.4年，其中36％的受访者上网超过2年或2年以上；33％的受访者上网为1年；还有31％的受访者上网不到1年。他们平均每个星期上网时间为538分钟（约9个小时），其中269分钟在家，211分钟在工作或学习中，43分钟在图书馆、网吧或其他公共场所，15分钟在别人的家里。相比较之下，互联网使用者每个星期花14.3小时看电视，7小时读报，3.7小时健身，8.8小时与家庭成员交际，7.2小时与亲戚、朋友、同事/同学交际。互联网使用者上网花大量的时间搜寻与工作或学习有关的信息（每个星期平均136分钟），其次为网上读报（平均104分钟），网上聊天或讨论（平均90分钟）。互联网使用者79％的上网时间是在浏览本地中文网页，13％是在浏览海外中文网页，其余的8％是在浏览非中文海外网页。

收发电子邮件、网上聊天和网上购物

收发电子邮件在中国互联网用户中相当流行，其中31％的使用者每隔一天使用一次，44％的使用者不经常使用。每个电子邮件用户经常与两种人以此方式沟通，一类为朋友、同事及业务联系，其中中国的占78％，海外的占10％；另一类为家庭成员或亲戚，其中中国的占9％，海外的占3％。参与网上聊天或讨论也是相当流行的活动，46％互联网使用者参与过这类活动。网上聊天或讨论是出于个人兴趣排在第一位，占43％；其次，是因人际关系，占29％；再次，是因参与讨论，占26％；最后，是因投资，占18％。大部分互联网使用者偏爱本地聊天室或BBS，同海外的聊天室或BBS的比率为9∶1。有13％的互联网用户曾在网上购物，平均消费为人民币192元，大部分消费是用来购书（占58％），其次为购买电影票或CD光盘（占27％），计算机软硬件（占23％），电子器材（占18％）和旅游服务（占30％）。

互联网技术

在8项上网活动中，用户平均可操作4.7项。最流行的互联网技术包括：网上搜寻（占93％），其次为下载软件/音乐（占72％），通过电子邮件传送文件（占67％），储存网页（占66％），以及网上聊天（占66％）。不流行的网上活动包括：网上电话（占43％），设计个人网页（占34％），以及设计镜网（占30％）。

非互联网使用者

与互联网使用者相比，非互联网使用者有相似的家庭收入、采纳互联网和移动电话的比率，但最为突出的是他们大多是年纪偏大、教育水平低、无业或退休以及已婚人士，以女性偏多。但在他们当中也并不乏年轻、教育程度较高的男性，以及对互联网认识较多的潜在使用者。在各种不使用互联网的原因中，缺少计算机占第一位，占58％，缺少兴趣的占22％，家庭计算机不能与互联网连接的占15％，考虑对孩子的影响占15％，缺少时间的占12％。

研究发现

互联网采纳

根据以下两个问题：你是否使用过互联网（问受访者）？你会不会在未来12个月内使用互联网（问非互联网使用者）？我们将北京、广州居民采纳互联网的情况分为4组（如图2所示）。“连续使用者”为连续使用互联网的人，并从未间断过，占样本的27％。“非连续使用者”为过去使用过互联网，现在不使用了的占9％。在从来没有使用过互联网的人之中，1/3（占样本的20％）的是潜在采纳者，他们可能会成为使用者。占样本44％的受访者为继续不使用者。

为测试对互联网流行性、特征和需求的看法对采纳互联网的影响，我们采用多变量分析方法，3个心理构想作为因变量，个体特征作为控制变量，互联网采纳情况3个组中的各个变量作为自变量。由于自变量是名目尺度，我们使用多元回归分析。表3是多元回归分析结果。

图2　2000年12月北京、广州互联网采纳情况

表3　多名目对数回归相关系数预测互联网采纳小组情况

续表

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

对如何分析表3，我们提出了3点建议。第一，在表中多元回归的每一个相关因子代表因变量或控制变量。由于这种对数语言令我们很难报告研究结果，也给读者造成理解上的困难，我们采用等级最小平方虚变回归法来报告和解释结果。因此，当我们说X对Y有影响时，意思是X对Y的影响是指A组对B组的影响。第二，因用采纳者作为比较组，相关因子的负面影响使得个体属于比较组的概率较低，选择性结果的概率较高（如成为采纳组的一员）。第三，4组中有6个成对比较，多元回归K－1组（小组中的最高数）。因此，表3是6个成对比较中的3组，每一组都分别与继续采纳者，潜在采纳者，连续不采纳者构成对比。在3个不采纳组中，由相应标准误差划分的相关因子差异来评价3个不继续采纳组中显著性对比。表4比表3可读性强，归纳了成对比较组的4个因变量，在互联网采纳上有显著影响。

表4　比较小组中多名目对数回归相关系数

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

影响互联网流行性

在4个测试互联网流行性的个体度量中，其中两个对互联网的采纳有显著影响。在表4中，从成对比较组的数据可以看出，互联网在家庭成员中的流行影响十分显著。例如，家庭成员中，互联网使用人数愈多，个体愈可能成为互联网采纳者。同样，互联网使用在从事同一行业的人群中流行显著。值得注意的是，区间差别总是大于两个极端组的比较（连续采纳者和连续不采纳者），小于邻近组。

影响互联网特征

在对互联网特征的看法两个合成尺度中，ACED对6个成对对比中的5个有显著影响。形象在任何对比中都没有影响。如所预测的那样，互联网优势愈大、兼容性愈强、使用愈易、可观察性愈好，个体愈可能成为继续采纳者。同时，也注意到，在互联网的特征中的同一线性趋势愈高，ACED在两个极端组中的作用愈强，在两个邻近组中的作用愈弱。

影响互联网需求

在预测方向上，对互联网需求的看法是唯一合成尺度，6个对比中的4个有影响显著。对新媒体需求愈强，个体愈可能成为互联网的采纳者。要注意的是，只有在一组对比中，显著水平达到p＜0.1，其余3个对比中，显著水平p在.02～.03之间，接近边缘。

影响个体特征

值得一提的是，根据搜集的数据，我们发现几个规律。首先，年龄、性别、教育的显著影响将样本划分为两部分。一部分是过去和现在的采纳者；另一部分是潜在和可能的采纳者。出乎意料，职业和家庭收入的影响并不显著，说明互联网在中国的采纳不受经济因素的影响。在控制了年龄和其他个体特征后，婚姻状况有显著影响，单身人士较多采纳互联网，已婚人士较少采纳互联网。最后，移动电话的采纳与传呼机的采纳与互联网的采纳没有关系。

模式的总体表现

为测试3个因变量的重要性和作用大小，我们估算了两个多元回归模式：比较模式和理论模式。比较模式包括8个控制变量，解释全部变量的21％。理论模式包括8个变量和3个心理构想（互联网流行性、特征和需求的看法），可解释全部变量的38％。换言之，对互联网流行性、特征和需求的看法，合在一起可解释18％的全部变量，而8个人口和社会经济变量，相当重要（整体测试X²=863.3，df=21，p＜.001）。我们的数据有充分理由支持理论模式，强调了一个社会中，对互联网流行性、特征和需求的看法影响互联网的扩散，扩散过程正处于这一剧烈过渡期中。

互联网使用

互联网的采纳涉及所有样本（个案=2 232），互联网的使用只涉及继续采纳者（个案=603）。互联网使用是一个多元概念，可以用时间、使用频率、网页或内容种类及其他方面来测量。我们集中测量互联网使用者在以下6项网上活动上的时间分配（以分钟来表示每星期所用时间）：①阅读网上报纸；②搜寻与工作/学习有关的信息；③搜寻与个人兴趣有关的信息；④参加网上聊天和讨论；⑤收发电子邮件；⑥玩网上游戏或其他娱乐。结果发现北京、广州的互联网使用者花大量的时间在搜寻与学习、工作有关的信息（每星期136分钟），其次为每星期阅读网上报纸（104分钟），网上聊天（90分钟），收发电子邮件（65分钟），搜寻个人信息（61分钟），网上娱乐（58分钟）。

理论上，6项网上活动正如生活中的零和游戏（每人每天24小时）。实际上，数据显示6个变量均产生影响，但较弱，相关关系的变化为网上聊天和搜寻个人信息的影响为.05，收发电子邮件和搜寻与工作有关信息的影响为.07，网上阅报和收发电子邮件的影响为.3。微弱的相关关系并不能确保6个时间变量的指数。因此，我们选择使用线性模式（GLM）将6个时间变量作为一个集合自变量，与模式中的因变量和控制变量同时回归。线性模式回归结果（详见表5）同等级最小平方虚变回归（OLS）结果一样。

对互联网流行性看法的影响

在表5中，4个对互联网流行性看法的变量中没有一个对互联网使用有显著影响。有趣的是，对互联网流行性的看法的较高分数有时却与较少的上网时间有关，虽然两者之间的关系不太明显。

表5　一般线性模式相关系数预测上网时间

续表

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

对互联网特征看法的影响

从测量的整体上看，对互联网特征的看法并不影响上网时间。但是，ACED对两个网上活动有着十分显著且正面的影响：收发邮件和参加网上聊天或讨论。在其他条件都平等的情况下，在5级尺度中，每增长一点，基于ACED就会每个星期多花32分钟在收发电子邮件上，多花20分钟在网上聊天或讨论上。这是ACED作用的结果。

对互联网需求看法的影响

3个因变量中，对互联网需求看法的显著影响不仅表现在整个测试中，而且表现在6个网上活动的4个中。例如，在49点尺度上，增长10点，对互联网需求的看法可导致每星期花100分钟阅读网上报纸，花45分钟网上聊天，花85分钟搜寻与工作/学习有关的信息，花43分钟搜寻与个人兴趣有关的信息。对互联网需求的看法对收发邮件和网上娱乐两项网上活动没有显著影响。

因为对互联网需求的看法是一个将6项特别需求集中在一起的合成指数，我们检验过双变量在上网量度与特别需求之间的相关关系，是为了在预测方向上证实特别的需求与特别的网上活动的确有关。表6中的单元格是假设案例，指特别需求的相应网上活动。这样，出现了3个模式。在两个案例中（个人有关信息和娱乐），特别需求是唯一显著的共变量，要求相应的网上活动。在其他的案例中（新闻和人际关系表达），特别需求是其中一个显著共变量，要求相应的网上活动。例如网上阅读报纸不仅与需求网上消息有关，还分别与人际关系表达及需要工作信息有关。同样，网上聊天不仅与人际关系表达有关，还与人际关系和娱乐有关。在其他个案例中（工作有关信息），6个需要中没有一个需求与特别的网上活动有显著关系。总体上看，对互联网的特别需求与特别的网上活动有关。

表6　在对互联网需求看法的测量与上网时间测量中比较双变量相关关系相关因子

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

个人性格的影响

在采纳互联网的案例中，年龄、性别、教育在互联网的使用上有显著影响。总体上，年轻的男性且受教育程度高的受访者在网上花的时间多。但是，受教育程度高的使用者花较少的时间玩网上游戏或娱乐。职业、家庭收入、婚姻状况和采用新的传播技术一般不会对互联网的使用时间有显著影响。

采纳互联网的影响

用使用年数来测量采纳互联网，一般与上网时间没关系。只有一个例外，收发电邮，使用互联网一年经验与每星期花19分钟收发电子邮件有关。

影响对互联网流行性、特征和需求看法的控制变量

假设模式1显示了个体特征和社会经济特征对3个合成心理概念的因果关系（如表3所示）。这些关系用7个等级最小平方虚变回归来测试，每一次测试中都将对互联网流行性、特征和需求的看法视做自变量和将8个控制变量视做因变量。表7中显示，对互联网流行性的看法受年龄、教育、性别、婚姻状况和家庭收入的影响。但是，影响因测试范畴不同，在方向上出现不一致结果（例如年龄和婚姻状况在家庭成员中对互联网的流行性的看法上有正面影响，但在同一行业中或大众中有负面影响）。对互联网的特征的看法受个体特征的影响较小，只有教育和采纳传呼机对互联网在ACED上的影响显著。个体特征对互联网需求的看法在测试中未能得到解释。

表7　等级最小平方虚变回归相关系数预测对互联网流行性、特征和需求的控制变量

续表

注：*p＜.05；＊＊p＜.01；＊＊＊p＜.001.

不能因为个体特征在对互联网流行性、特征和需求的看法上的较小影响，而怀疑我们的模式。其实发现并显示对互联网的这些看法大体上是因个体差异而存在的。我们相信这些发现，对互联网流行性、特征和需求的看法在采纳和使用互联网上影响很大，因为互联网的影响因素是在个体特征与对互联网的流行性、特征和需求的看法之间的。

模式的整体表现

在表5中“McFadden Pseudo R2”表示每一个自变量大约是.10，与数据相符合。自变量和控制变量可以解释40％采纳互联网的变量，大约是互联网使用的4倍。

结论与讨论

互联网在中国内地的迅速兴起是一个出人意料和不可解释的过程。正如互联网的兴起令所有社会面临种种挑战一样，不仅表现在对现存政治、科技和社会经济的影响方面，还表现在我们理解采纳和使用新旧媒体方面。本文研究的目的在于探索这些迷惑，整合与扩展创新扩散和使用与满足理论框架。新的模式强调3个心理概念即社会规范（操作版为对互联网流行性的看法）、创新特征（操作版为对互联网特征的看法）、新媒体需求（操作版为对互联网需求的看法）在互联网使用与扩散过程中的重要作用。图3归纳了实证结果。

图3　采纳和使用互联网的实证模式图

特别是，本文研究结果显示一个人在家庭中互联网使用者多，或同一行业中互联网使用者多，个体很可能成为互联网采纳者。同样，一个人觉得新媒体互联网的优势强、兼容性好、使用容易、易示范，这个人就很可能成为互联网采纳者。同样，认为新媒体较传统媒体更能满足他们需求的人很可能成为互联网采纳者和使用者。对互联网流行性、特征和需求的看法，再加上个体特征和社会经济特征都影响着互联网的采纳和使用。

令人惊讶的是，本研究发现在中国采纳和使用互联网明显的两个过程，会受不同因素的影响。如图3所示，互联网采纳主要对互联网流行性和特征看法的影响，而互联网使用只对互联网需求的影响。其中原因可以理解为，互联网采纳是硬件上的一次性投资，无论其成本是多少，但是互联网使用要求时间和注意力上的连续性。对社会规范的看法或对互联网相对优势的看法，是受众一次性投资的动机，但不能保证受众继续使用，除非他们认为有这个需要（我们认为不存在对于媒体的需要，所有的需要来自对媒体的认知）。我们对互联网需求看法的测量成功地验证了这个说法。简言之，研究结果表明对互联网流行性和特征的看法只是必要条件，对互联网需求的看法才是积极和连续使用互联网的充分条件。

另一个令人惊讶的发现是采纳互联网在使用互联网上的较小影响。下此结论之前，我们想说造成此结果的原因可能与我们在分析中采用特别的测量方法有关。互联网采纳的测量采用两种不同的方法。当测量影响互联网采纳原因时，我们分4组，包括继续采纳者、不继续采纳者、潜在采纳者和继续不采纳者。多元线性回归（MLR）为实施这一操作的有效性和分辨性提供了准确有力的证据。但是，这个测量方法并不适用于测量互联网的使用，因为4组中，只有一组（继续采纳者）是互联网使用者，其余3组均排除在分析之外。因此，我们用采纳年限（如使用互联网的经验）作为测量采纳互联网和采纳互联网之后的情况。事实上，我们没能确认一个更好的方法来测量互联网使用者中采纳者的情况。我们测试几个改变，2/3的使用者有2年或少于2年互联网使用经验，1/3使用者有近7年互联网使用经验。其结果与没有经过改变的测量方法一样。显然，采纳经验并不是上网时间多少的决定因素。但是，测量互联网使用的方法很多，如特别频道、内容、强度、多元化（Dutton，Rogers＆Jun，1987）以及其他。我们将会在今后的研究中探索其可能性。

我们有必要在上网时间的决定因素上扩展我们的研究。我们的模式包括对互联网的流行性、特征和需求的看法，以及采纳年限和影响互联网采纳与使用的相关控制变量。这已经帮助我们解释了影响参加各项网上活动的时间变量10％。此程序在许多方面尚可提高，同一变量可以解释40％的互联网采纳变量。其他潜在变量，使用者的生活方式，传统媒体的消费，也许可以解释花费大量时间上网的原因。在今后研究中，我们会将零和游戏的观点融入此模式中。

参考文献

［1］Dutton，W.H.，Rogers，E.M.，Jun，S.H.Diffusion and Social Impacts of Personal Computers［M］.Communication Research，1987：14，219-250.

［2］Ernst，P.The AOL/Roper Starch Cyberstudy 1999：The Changing Face of the Online Population［C］.Presented at the Annual Conference of American Association for Public Opinion Research，Portland，Oregon，2000.

［3］Huang，Y.，Hao，X.M.Crippling Government Information Control in China： The Role of New Media Technologies［J］.Journal of Communication＆Culture（Graduate School of Mass Communication，Fu Jen Catholic University，Taiwan），1998：6，113-134.

［4］Jacobson，D.M.Puppy Love.Microsoft and China...Let's Talk about it Again！［EB/OL］.http://www.sinopolis.com/Archives/Sinopsis/Sinopsis_990830.html.

［5］Microsoft PressPass.Venus Brings the Power of the Internet to Millions of Chinese Households.［EB/OL］.http://www.microsoft.com/PressPass/features/1999/03-11venus.asp.

［6］McLeod，J.M.，Blumler，J.G.The Macrosocial Level of Communication Science［J］//C.B.Berger＆S.H.Chaffee，eds.Handbookof Communication Science.Newbury Park，London，and New Delhi：Sage，1987.

［7］Moore，G.C.，Benbasat，I.Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation［J］.Information Systems Research，1991：2，192-222.

［8］Palmgreen，P.，Rayburm，J.D.，II.An Expectancy-value Approach to Media Gratifications［J］//K.E.Rosengren，P.Palmgreen，L.Wenner，eds.Media Gratification Research.1985：61-73.Beverly Hill and London：Sage.

［9］Rogers，E.M.Diffusion of Innovations［M］.New York：Free Press，1995.

［10］Rosengren，K.E.Uses and Gratifications：A Paradigm Outlined［J］//J.G. Blumler＆E.Katz，eds.The Use of Mass Communications：Current Perspectives on Gratifications Research，1979：269-286.Beverly Hills，CA：Sage.

［11］Rubin，A.M.Media Uses and Effects：A Uses-and-gratifications Perspective

［J］//J.Bryant＆D.Zillmann，eds.Media Effects：Advances in Theory and Research，1994：417-436.Hillsdale，NJ：Lawrence Erlbaum Associates.

［12］Tornatzky，L.G.，Klein，K.J.Innovation Characteristics and Innovation Adoption-implementation：A Meta-analysis of Findings［J］.IEEE Transactions on Engineering Management，1982：29，28-45.

附　录

对互联网流行性、特征及需求看法的问题

对互联网流行性的看法：

PPI-1.你家中现在有多少人使用互联网？

PPI-2.据你估算，你认识的亲戚、朋友和熟人中有多少人正在使用互联网？

［1=没有；2=很少；3=一些；4=每人。］

PPI-3.据你估算，和你从事同一职业的人士中有多少人正在使用互联网？

［1=没有；2=很少；3=一些；4=每人。］

PPI-4.据你估算，所有职业中有多少人士使用互联网？

［1=没有；2=很少；3=一些；4=每人。］

对互联网特征的看法：

无论你是否使用互联网，你是否同意以下观点？

［1=完全不同意；2=不太同意；3=部分不同意；4=不十分同意；5=完全同意。］

相对优势

PCI-1.使用互联网会使我的工作/学习更有效率。

PCI-2.使用互联网能提高工作/学习质量。

兼容性

PCI-3.使用互联网与我的工作/学习相适应。

PCI-4.使用互联网与我的生活方式相适应。

使用易

PCI-5.互联网易学易用。

PCI-6.我觉得使用互联网又舒适又方便。

结果示范

PCI-7.我觉得很容易解释互联网使用的益处。PCI-8.我认为互联网的益处显而易见。

形象

PCI-9.在我的工作、学习与邻里当中，会使用互联网的人显得高人一等。

PCI-10.使用互联网成为社会地位的象征。

对互联网需求的看法：

PNI-1.你觉得报纸、广播、电视、电影和其他传统媒体能满足你多少需求吗？

［1=完全不同意；2=不太同意；3=部分不同意；4=不十分同意；5=完全同意。］

PNI-1a.国内外新闻。

PNI-1b.个人信息（例如：购物、旅游、投资、健康等。）

PNI-1c.工作学习信息（例如：找工作、求学、提高工作学习技能。）

PNI-1d.个人爱好（例如：玩游戏、听广播、体育信息。）

PNI-1e.表达个人对公众事件的意见和看法。

PNI-1f.增强人际关系（结交新朋友、维持现有朋友关系。）

PNI-2.不管你是否使用过互联网，你觉得互联网能满足你多少需求？

［1=完全不同意；2=不太同意；3=部分不同意；4=不十分同意；5=完全同意。］

PNI-2a.国内外新闻。

PNI-2b.个人信息（例如：购物、旅游、投资、健康等。）

PNI-2c.工作学习信息（例如：找工作、求学、提高工作学习技能。）

PNI-2d.个人爱好（例如：玩游戏、听广播、体育信息。）

PNI-2e.表达个人对公众事件的意见和看法。

PNI-2f.增强人际关系（结交新朋友、维持现有朋友关系。）

WPNI-3.请按“最重要”到“最不重要”排列次序。

［1=最重要；2=次重要；……6=最不重要］

PNI-3a.国内外新闻。

PNI-3b.个人信息（例如：购物、旅游、投资、健康等。）

PNI-3c.工作学习信息（例如：找工作、求学、提高工作学习技能。）

PNI-3d.个人爱好（例如：玩游戏、听广播、体育信息。）

PNI-3e.表达个人对公众事件的意见和看法。

PNI-3f.增强人际关系（结交新朋友、维持现有朋友关系。）

【注释】

(1)作者为香港城市大学英文与传播系教授及副教授。　　
本研究由香港大学资助委员会CERG基金项目（CityU1152/00H/9040555）资助。