当前位置:首 页 >> 学术研究 >> 新闻传播学 >> 互联网使用动机、网络密度与网民社会资本
学术研究
点击排行
最新文章
热门标签
哲学 影评 符号学 分析哲学
管理 经济危机 贫富差距
传播 新闻 和谐社会
历史 胡塞尔  人口比例
郎咸平 华民 林毅夫 价值观 
司法公正 国学 正义 人文 
存在主义 现象学 海德格尔
新闻传播学
互联网使用动机、网络密度与网民社会资本
来源:网络转摘 作者:许丹红 点击:3797次 时间:2017-05-24 19:55:08
   一、问题的提出

   据国际电信联盟(ITU,2016)公布的一项资料,全世界的互联网用户规模将在2016年底达到36亿人。互联网为人们提供和创造了一个全新的环境。一方面,互联网作为信息高速公路,使人们更加便捷地搜索和获取信息;另一方面,互联网作为一种新的沟通工具,深刻改变了人们之间的互动方式。例如,互联网具有的匿名性、异步通信、不受时空限制的技术特征可帮助人们维护社会联系、扩展社会互动(Wellman et al.,2001)。但是,互联网为人们的生活世界带来一系列改变的同时,也引发了一些新问题。

   1998年,克劳特等人最先发表了关于互联网使用与心理健康的研究,结果发现,人们在互联网上花的时间越多,与家庭成员的互动时间则越少。这使人们变得更加抑郁(Kraut et al.,1998)。还有的学者经过实证研究,认为互联网的使用减少了人们的社会交往(Nie et al.,2002)。另一方面,有一部分学者认为,互联网使用能够促进人们的社会联系,提升人们的社会资本(Lin,1999; Wellman et al.,2001; Hampton et al.,2001; Quan-Hasse et al.,2010)。尽管有许多研究探究这两者的关系,但大多是从个体的角度来讨论互联网与社会资本的关系。互联网使用与社会资本之间仍旧存在着复杂的关系,至今尚未形成定论。

   本文认为,关于互联网与社会资本的研究之所以出现这么多的争执,一方面是因为研究者使用的数据样本和测量方法不同。例如,一部分研究的样本为普通学生群体(何晓渝,2012;黄含韵,2015)。大学生将校内网用于社会交往,因此增加了他们的网络社会资本(刘静、杨伯淑,2010)。再如,一部分研究以互联网使用的时间和频率来测量互联网的使用情况,没有具体区分互联网的不同使用动机和内容(王鹏,2014)。另一方面,大部分研究从个体角度来检验互联网使用与社会资本的关系,而很少考虑到互联网的结构性使用。个体在互联网上所做的决定与选择并非是个体的随意选择;相反,这反映了个体所嵌入的现实结构。互联网所依托的是线下结构,因此互联网在本质上反映的是线下结构,并且将随线下结构的变化而变化。例如,当人们把自己从互联网上所感受到的好处传播给身边的家人或朋友,这些用户便获得了网络外部性效应(Power,2009)。这种积极的反馈将会有效扩张互联网的用户规模。据一项统计资料显示,在2009年2月份至12月份之间,在脸书(Facebook)上的注册成员从1.5亿增长到3.5亿(Facebook,2010)。也即,网络外部性可能会对社会网络规模的扩张产生影响,从而增加了人们的社会互动与社会支持。

   本研究试图考察两个问题:第一,个体层次上,具体探讨互联网不同具体使用动机对社会资本的影响;第二,考察在不同应用密度的背景下,互联网使用对社会资本的影响。

   二、文献回顾与研究假设

   在探讨互联网使用与社会资本关系的这一研究领域中,以往研究所关注的主要是个体层面的社会资本(刘静、杨伯淑,2010;黄荣贵、骆天珏、桂勇,2013)。本文采用的也是林南(2001)关于个体层次社会资本的定义,即社会资本指的是在个体社会网络中所嵌入的社会资源。

   (一)互联网使用对社会资本影响的个体视角

   在互联网发展初期,多数学者认为互联网的使用并不能带来社会资本的增加。相反,它使人们疏远社会和公众生活(Putnam,1995; Kraut et al.,1998; Nie et al.,2002)。然而,随着时代的发展,互联网技术日新月异,尤其是社交网站、博客、论坛以及一些即时通讯技术的改革创新,给这个研究领域带来了新的变化。针对互联网使用对社会资本的影响,一大批学者开始持正面观点(Lu & Hampton,2016)。

   总之,互联网对人们的社会资本有两种影响机制(Sebastián et al.,2009; Ellison et al.,2014):一是提供信息和机会,增加弱关系的数量。例如,艾里森等人(Ellison,2007; 2014)对800名大学生的研究显示,那些低自尊和低生活满意度的人通过使用社交媒体可以建立新的联系。二是帮助维护已有的亲密关系,发展强关系。使人们获得更多的情感支持和归属感。这对于移民或留学的群体尤其重要(Jude et al.,2013)。

   国内学者对于互联网使用对社会资本的影响同样呈现出争议性的观点(彭兰、付晓燕,2011)。一类观点认为,互联网使用所带来的匿名性、跨时空性使人们获得更多交往的机会,从而扩展了社会资本(彭兰,2001;孙立平,2005)。刘静、杨伯淑(2010)基于一项对大学生的实证调查,发现对校内网的投入程度和使用强度对大学生的社会资本有非常显著的正向预测力。付晓燕(2013)通过使用“生命史研究法”,分析30名互联网用户的日常使用经验,发现使用互联网与社交网络之间没有显著相关,真正对社会资本有影响力的是网民如何使用社交工具。赵曙光(2014)基于一项实名在线调查,区分了不同类型的社会资本与社交媒体使用的不同关系。研究发现,社交媒体的使用有助于维护弱关系和强关系,而且也有助于人们维持原有的社会关系。具体说来,微信能够有效维护人们的强关系和弱关系;微博能有效维护人们原有的社会关系网络。与此相反,朱炜等人(2014)的研究发现,微信可以更有效地维护强关系,而微博更多地维护人们的弱关系。在此基础上,黄含韵(2015)则指出社交媒体使用程度不一定能促进社会资本的增加。还有的学者认为,个人本身的社交特质才是决定社会资本的重要因素,也即如果用户本身善于社交,线下社会资本越多,那么其在互联网上获得的社会资本也越多(徐煜,2014)。

   这些争议背后的原因之一,正是互联网的不同使用方式和内容对社会资本具有不同的影响。因此,我们首先探究互联网的不同使用内容对社会资本的影响。互联网可以提供许多不同的使用内容,包括信息、聊天、分享用户自创的内容、评论、娱乐、组织团体活动等。这些不同使用内容对用户的社会资本产生不同的影响(Shah et al.,2001; Lu & Hampton,2016)。施泰因菲尔德等人(Steinfield et al.,2008)发现,社交媒体的使用有助于“桥接型社会资本”的形成;伯克(Burke,2011)等人划分了直接交流与信息消费对社会资本的影响;直接交流指的是与好友的互动,如评论、聊天和“按赞”;信息消费指的是浏览状态或照片的更新。结果发现,直接交流行为对“粘合型社会资本”有显著影响;信息消费行为对“桥接型社会资本”有显著影响。塞沃尔等人(Thelwall et al.,2010)也证实了伯克的研究,发现在社交媒体上进行评论互动可以有效地维护“粘合型社会资本”。周懿瑾等人(2016)则进一步指出微信朋友圈中的单独点赞行为对社会资本的增加没有显著影响;只有配合评论行为,点赞行为才能对社会资本产生积极影响。钟智锦(2015)的研究更具体地指出,浏览网页有助于促进“桥接型社会资本”;收发电子邮件有助于促进“粘合型社会资本”;网络聊天则可以加强用户之间的“粘合型社会资本”;网络游戏有助于建立有质量的社会关系。因此这里提出如下假设。

   研究假设1a:互联网的社交使用、娱乐使用、信息使用能提升人们的社会资本。

   研究假设1b:互联网的社交使用比其他使用更能提升人们的社会资本。

   (二)互联网使用对社会资本影响的结构视角

   个体在互联网中所做的选择,其背后隐含的是个体所处的社会结构。因此,当探究互联网使用对人们的社会资本带来何种影响时,我们必须将这种行为放在个体所处的社会结构中去加以考察。现代化发展带来的各项结构性变化,诸如城市化的提高、人口受教育程度的增加、宽带互联网普及率以及移动互联网的发展,可能会对互联网使用行为产生影响。

   关于网络结构的研究中,斯诺等人发现,那些能通过已存关系网络连接上一个或更多社会运动参与者的人,即在关系结构上与社会运动参与者越邻近,他们参与运动的可能性越大(赵鼎新,2006)。事实上,结构邻近性考察的是网络的密度,亦即人们所拥有的关系网络中,参与运动的成员越多,那么他被卷入运动的可能性也越大。因此,借此概念,我们同样考察互联网使用的结构邻近性,认为在人们所卷入的网络中,参与互联网使用的成员越多,那么他被卷入互联网使用的可能性越大。同时,网络密度越高,成员们利用互联网扩展社会资本的效果就越强。因为当一个新成员加入到互联网使用的网络中,将或多或少地带来他原有的社会网络。如此一来,当新成员加入到互联网使用的网络中,能同时达到两种效果:一是成员本身利用互联网获取社会资本;二是成员带领身边的人加入到互联网使用的网络中。因此,一个成员加入到互联网使用的网络中,它所带来的效果远远超过“一加一”的效果;也即是,人们扩展社会资本的效果将会大大提升。本研究认为,在互联网使用中,由于网络密度的影响,人们能更加有效地提升社会资本,而网络密度的增强则得益于互联网使用所带来的网络外部性。

   许多研究(Gupta & Mela,2008; Power,2009; Lin & Lu,2011)已经发现网络外部性是影响人们使用信息技术的一个重要因素。网络外部性指的是“用户从产品或服务获得的价值或效用,将会随着用户、互补产品或服务的增加而得到进一步提升”(Katz & Shapiro,1985:424)。

   截至2015年底,中国的宽带互联网普及率达到50.3%(CNNIC,2016),这为互联网的广泛使用提供了基本条件。另一个影响互联网使用规模的因素来自于移动互联网的高速发展。在中国,手机网民规模达到6.20亿,网民中使用手机上网的人群占比已经高达九成以上,其中有七成以上的新增网民使用智能手机上网(CNNIC,2016)。这说明手机已经成为中国网民规模增长的主要驱动力。研究发现,越来越多的人们使用手机网络或手机软件来访问社交媒体账户(Tufekci & Wilson,2012),人们在社交媒体所花费的时间有60%是在手机或平板电脑(Adler,2014);超过20%的脸书用户只在手机终端上登录脸书账户(Scott,2013)。因此,如果一个人在使用互联网过程中,看到朋友的照片发布,状态更新或生日提醒,就能够使用手机及时联系朋友(Xie,2014)。总之,这些服务有效维护了人们的社会资本。一方面,这些服务对于维护弱关系特别有用。它可以使人们更高效地与一群人维持关系。另一方面,这些服务可以帮助人们之间保持亲密关系,尤其对于那些因为距离遥远而无法实现同步语音通信的人们(Boase et al.,2008)。因此,在网络外部性影响下,互联网为人们增加社会资本创造了条件。

   综上,结合网络结构临近性和外部性理论,提出如下假设。

   研究假设2a:手机使用率越高,互联网使用对社会资本增加的效果越强。

   研究假设2b:互联网普及率越高,互联网使用对社会资本增加的效果越强。

   三、数据、变量与方法

   (一)数据来源

   本文使用的数据共有三个来源:关于地区层次的平均受教育年限来自于中国2010年教育统计年鉴;关于地区层次的人均GDP、手机使用率、互联网普及率来自于中国2010年国家统计年鉴;关于居民的个体层次变量、互联网使用行为变量来自于2010年中国家庭动态跟踪调查(简称CFPS)的数据。CFPS共有四类问卷:社区问卷、家庭问卷、成人问卷、少儿问卷。依据本研究需要,选用其中的成人问卷。在成人问卷中,只选取其中的互联网用户(以问卷中的“您是否上网?”这个问题作为筛选标准),共得到6278个有效样本。

   (二)变量操作化

   1.因变量

   本研究使用的因变量是居民的网络社会资本。网络社会资本是指以互联网为媒介,而真正动员起来的、已转换成线下关系的社会资本。对此,我们使用量表测量了网民的3种社会交往项目的情况。在量表中,按照不同交往程度将其赋值为1至5分,其中“从不”代表1分,“常常”代表5分,并进行了主成分因子分析。如表1所示,KMO检验结果为:KMO为0.709,Cronbach's alpha系数为0.780;经最大方差旋转法,抽取一个因子为“网络社会资本因子”,其中包括“通过手机与网友进一步联系”、“和网友见面”和“和网友成为现实中的好朋友”,因子负荷量在0.833-0.856间,解释方差为71.14%。

   

   2.自变量

   在个体层次上,主要使用以下自变量:

   (1)社会经济地位。在研究中,我们以教育程度和收入水平来测量研究对象的社会经济地位。其中:教育程度为受教育年限,连续变量,最小值为0,最大值为22;收入水平则为居民年收入,连续变量,最小值为0,最大值为800000。出于分析需要,我们将收入取对数,以“收入对数”这个变量来测量居民的年收入水平。

   (2)互联网使用情况。本研究分别以互联网使用时间、互联网使用动机、在网上与陌生人聊天的情况、手机的使用方式来衡量互联网使用情况。其中,互联网使用时间以“最近非假期的一个月内,你/您平均每天上网的时间”作为测量;在网上与陌生人聊天的情况以“在网上时,你/您与不认识的/陌生人聊天吗”作为测量,在分析中对该题项结果做了虚拟变量处理,其中0为不聊,1为偶尔偶,2为常聊;手机的使用方式以“是否使用手机上网”作为测量,对此题项结果同样做了虚拟变量处理,其中0为否,1为是;对应于互联网使用动机,利用李克特量表测量了网民的互联网使用动机的情况。在量表中,测量的尺度分别为“非常不重要、比较不重要、一般、比较重要、非常重要”,将其赋值为1至5分,并进行了主成分因子分析。如表2所示,KMO检验结果为:KMO为0.709,Cronbach's alpha系数为0.70;经最大方差旋转法,得到三个因子,解释变异量为66.68%。第一个因子为“社会交往因子”,包括了“和网友说心里话”、“寻求网友的情感支持”和“寻求网友的专业帮助”,因子负荷量在0.720至0.856间,解释方差为28.43%;第二个因子为“工作学习因子”,包括了“学习”和“工作”,因子负荷量在0.073至0.846间,解释方差为21.81%;第三个因子为“休闲娱乐”,包括了“娱乐”,因子负荷量为0.89,解释方差为16.45%。表3中描述了样本的“网络交往因子”、“工作学习因子”、“休闲娱乐因子”、“网络社会资本因子”的基本情况。我们发现在三个描述互联网使用动机中,其中“网络交往因子”较低,“工作学习因子”的均值略高于“休闲娱乐因子”。这说明在样本中,网民使用动机为“工作学习”和“休闲娱乐”的重要性略高于“网络交往”。

   

   在地区层次上,主要使用以下自变量。

   (1)网络外部性效应。我们使用两个指标来测量,分别是2010年中国各省市手机使用率(每百人中手机号数量)、互联网普及率。

   (2)由于各省市社会经济发展水平会影响互联网发展状况,我们在模型中纳入地区人均GDP和地区平均受教育年限这两个指标作为控制变量。

   限于篇幅,此处不再分省市列出统计指标。

   3.控制变量

   本研究对研究对象的人口学变量进行了控制。这些变量在研究模型中的具体操作方式如下:性别为类别变量,其中男性为1,女性为0;年龄为连续变量,最小值为16,最大值为79;我们对年龄变量进行了处理,对年龄进行平方再除以100。婚姻为类别变量,其中未婚为0,在婚为1,离婚或丧偶为2;表3显示了研究所使用到的所有变量的描述性统计情况。

   

   (三)分析方法

   本研究既有个体水平的人口学变量,又包含地区水平的背景变量。因此我们使用多水平线性回归模型进行分析。本研究的模型设定为:

   

   四、研究分析与发现

   (一)网络社会资本影响因素的单水平分析

   根据研究假设1,本文对网络社会资本的影响因素进行了分析。以人们的网络社会资本作为因变量,我们建立了3个回归模型(见表4)。表4报告了只包含个体层次变量的回归分析结果。从三个模型的分析结果来看,有如下发现。

   

   模型1为基准模型,仅包含控制变量。在人口学特征上,性别、年龄、年龄平方、婚姻、受教育程度和收入对数都显著影响了人们的网络社会资本。也即男性、低学历、未婚者拥有较多的网络社会资本。年龄和收入对个人的网络社会资本的影响是非线性的。模型2和模型3显示的是互联网使用情况对网络社会资本的影响。使用手机上网、网聊互动、上网时长、网络使用动机对个人网络社会资本的影响都具有显著性。

   首先,利用手机上网的人,会有更多的网络社会资本。这可能是因为利用手机,可以使得使用互联网这项行为变得更加方便。人们可以利用手机随时随地上网,从而潜在地增加个人的网络社会资本。

   其次,上网时长越长的人拥有更多的网络社会资本。这是因为在互联网上花费的时间越长,越有可能利用互联网从事各种活动,也越可能去与他人进行互动,从而间接地增加了个人的网络社会资本。

   再次,我们来看网聊互动这一因素。我们发现在网上与他人有聊天比起不与他人聊天的网民,其拥有的网络社会资本更多。从表4中可以看到,无论是偶尔网聊,还是常常网聊都比起那些从不网聊的网民要拥有更多的网络社会资本。其中,常常网聊比起偶尔网聊的,又更加有力地影响了网民的网络社会资本。这个结果说明了利用互联网进行社交互动,有利于网民实现网络社会资本的增加。即初步验证了研究假设1:互联网的社交使用对网民的社会资本有积极的影响力。

   最后,我们重点来看网络使用动机这一因素。“网络交往因子”、“工作学习因子”和“娱乐因子”均对个人的网络社会资本有显著的影响。其中,“网络交往因子”与个人的网络社会资本最为显著相关,其非标准化回归系数达到0.215。总之,对互联网的社交使用、工作学习使用和娱乐使用都能显著正向预测个人的网络社会资本,而互联网的社交使用的影响力是最强的。

   总之,在个体层次上,性别、年龄、婚姻、受教育年限对于个人网络社会资本有显著的预测力;在互联网使用层次上,使用手机上网、偶尔网聊、常常网聊、上网时长、网络交往因子、工作学习因子、休闲娱乐因子均对个人网络社会资本有正向的显著预测力。由此验证了研究假设1:互联网的网络交往、工作学习、娱乐使用动机均能正向预测个人的网络社会资本,其中社交使用对于网络社会资本的提升效果是最强的。

   (二)网络社会资本影响因素的多水平分析

   我们设定了四组宏观变量和网络社会资本之间的关系。结果显示,地区经济、平均受教育程度、手机使用率、互联网普及率与网络社会资本均呈现出一种负向关系。这说明了社交网络的使用与互联网技术扩散有着不同的发展趋势。具体说来,互联网的使用并不必然会带来网络社会资本的增加。我们必须在具体情境之中考察这两者之间的关系。见图1。

   

   图1 地区结构因素与网络社会资本的关系

   为了考察互联网的结构性使用对网络社会资本的影响,本文建立了多水平模型进行进一步的分析(限于篇幅,此处未提供输出结果,有需要者请联系作者)。

   首先,建立了一个只包含个体水平变量的多水平模型分析框架。然后加入“人均GDP”、“受教育年限”、“手机使用率”和“互联网普及率”这四个二层次变量,考察地区层面变量对社会资本的直接影响。但是,在模型中只有显示“受教育年限”对网络社会资本有显著性影响,并且其方向为负向。这与之前的分析结果是相一致的。在教育较为落后的地区,人们增加和扩展社会资本的机会和渠道都有限。而互联网恰好能为这些群体提供一个增加网络社会资本的平台。低学历人群更倾向于利用互联网进行社会交往,从而提高自己的网络社会资本。而高学历人群可能更倾向于使用互联网进行信息搜索,而不是进行社交互动。因为在现实生活中,他们凭借自身较为优越的社会经济地位,可以充分获取所需的社会资本。因此,受教育年限越低的地区,其网络社会资本反而越高。但是,我们也同时看到地区经济发展和互联网发展水平并没有对网络社会资本产生影响。这说明,地区经济发展水平能促进互联网发展水平的提高,但不必然会带来网络社会资本的提升。如何使用互联网才能带来网络社会资本的提升值得我们进行更细致的考察。

   其次,为了进一步考察网络社会资本的影响因素,我们分别将“人均GDP”、“受教育年限”、“手机使用率”、“互联网普及率”与“网聊互动”(“常常网聊”与“偶尔网聊”)之间作交互项,并将这8个变量分别纳入模型中。结果表明了,“人均GDP”、“受教育年限”、“手机使用率”、“互联网普及率”与“常常网聊”之间的4个交互项均显示出显著正向相关性。

   总体说来,地区性的人均GDP、手机使用率和互联网普及率并不直接影响人们的社会资本。人均GDP、受教育年限、手机使用率和互联网普及率只有与网民的社交使用发生相互作用,才能对网络社会资本产生显著影响力。这说明,互联网的发展水平本身并不会提升网络社会资本,只有当其使用是社交性质时,才能对网络社会资本产生正向的影响力。同时,地区的社会经济发展水平和互联网发展水平会使得这种影响效应进一步加强。互联网的普及率和手机使用率的提高有效增加了网络使用的外部性,从而使得互联网使用对网络社会资本的提升效能得到进一步增强;地区经济的发展和互联网的结构性使用,同样也提高了互联网使用所增加的网络社会资本的效果。由此验证了研究假设2:在网络外部性和邻近性越强的结构中,互联网使用对社会资本增加的效果越强。也即手机使用率越高,互联网使用对社会资本增加的效果越强;互联网普及率越高,互联网使用对社会资本增加的效果越强。

   五、讨论与结论

   总体说来,我们从个体层面和结构层面两个角度考察了网民的网络社会资本。我们得出几个基本观点:互联网的使用能带来个人网络社会资本的增加;互联网的网络交往动机、工作学习动机、休闲娱乐动机使用都能带来网络社会资本的增加,其中社会交往的使用最能显著影响网络社会资本的增加;地区层次的经济发展和互联网发展能增强互联网社交使用提升网络社会资本的效能;使用手机上网带来的外部性也能增强互联网的社交使用提升网络社会资本的效能。

   本项研究尚存在诸多不足之处。首先,在分析方法方面。我们采用了多水平线性回归来分析宏观变量对于个人网络社会资本的影响。由于数据获取的局限性,二层次样本中只有25个省份的数据。这难免会对模型构建和分析结果带来一些额外的误差和影响。例如模型中的组内相关系数很小。其次,在测量变量方面。在测量社会资本时,我们测量的是个人的网络社会资本,也即测量将网络上虚拟社会资本转化为现实生活中的社会资本。这是一种实际上已动员的、已转化好的社会资本。这就说明本研究侧重关注通过互联网而产生的社会资本,也因此,本研究没有再关注网民现实中已存的,非通过互联网而产生的社会资本情况。实际上,也有研究显示了互联网使用会对网民现实中已有的社会资本的影响。这些影响路径主要有:增强说、弥补说和减弱说。所以,如果能把网民现实中已有的社会资本和网络社会资本相结合,放在互联网使用的这个背景中去具体考察,会得出更有深度的研究结果。但因为本研究所使用的数据调查并没有提供关于网民现实中已有的社会资本的数据,所以本研究并没有对网民现实生活中已有的社会资本进行进一步地探讨。然而,考察不同类型的社会资本在线上、线下是如何相互转换和影响是社会资本领域中值得被研究和探讨的问题(张洪忠、官璐、朱蕗鋆,2015)。

 

原文参考文献:

  • [1]付晓燕,2013,《中国网民的虚拟社会资本建构——基于中国网民互联网采纳历程的实证研究》,《中国地质大学学报(社会科学版)》第6期。
  • [2]黄含韵,2015,《中国青少年社交媒体使用与沉迷现状:亲和动机、印象管理与社会资本》,《新闻与传播研究》第10期。
  • [3]林南,2003,《社会资本——关于社会结构与行动的理论》,北京:世界图书出版社。
  • [4]刘静、杨伯淑,2010,《校内网使用与大学生的互联网社会资本——以北京大学在校生的抽样调查为例》,《青年研究》第4期。
  • [5]彭兰,2001,《网络中的人际传播》,《国际新闻界》第3期。
  • [6]彭兰、付晓燕,2011,《ICT与社会资本研究的现状与未来趋势——正反两派学者的研究成果与困境》,《国际新闻界》第3期。
  • [7]孙立平,2005,《网络与社会的生成》,《社会学BLOG网》(http://blog.sina.com.cn/s/blog_48691372010003dc.html)。
  • [8]王鹏,2014,《互联网使用对幸福感的研究——基于城镇微观数据的实证研究》,《软科学》第10期。
  • [9]徐煜,2014,《新浪微博中的线上关系网络与社会资本获得:以国内新闻传播学术共同体的线上链接关系网络为例》,《新闻大学》第4期。
  • [10]赵鼎新,2006,《社会与政治运动讲义》,北京:社会科学文献出版社。
  • [11]赵曙光,2014,《社交媒体的使用效果:社会资本的视角》,《国际新闻界》第7期。
  • [12]朱炜、郑大庆、王文灿、周晗晖,2014,《基于社会资本视角的微信和微博的对比研究——以高校人群为例》,《情报杂志》第6期。
  • [13]张洪忠、官璐、朱蕗鋆,2015,《社交媒体的社会资本研究模式分析》,《现代传播(中国传媒大学学报)》第11期。
  • [14]钟智锦,2015,《互联网对大学生网络社会资本和现实社会资本的影响》,《新闻大学》第3期。
  • [15]周懿瑾、魏佳纯,2016,《“点赞”还是“评论”?社交媒体使用行为对个人社会资本的影响》,《新闻大学》第1期。
  • [16]中国互联网信息发展中心(CNNIC),2016,《第37次中国互联网络发展状况统计报告》(http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/201601/P020160122469130059846.pdf)。
  • [17]Adler E.2014,"Social Media Engagemeut:The Surprising Facts about Hou Much Time People Spend on the Major Social Networks." http://www.Businessinsider.com/social-media-engagement-statistics-2013-12.
  • [18]Boase,J.& T.Kobayashi 2008,"Kei-Tying Teens:Using Mobile Phone E-mail to Bond,Bridge,and Break with Social Ties:A Study of Japanese Adolescents." International Journal of Human-Computer Studies 66(12).
  • [19]Ellison,N.B.,J.Vitak,B.Gray & C.Lampe 2014,"Cultivating Social Resources on Social Network Sites:Facebook Relationship Maintenance Behaviors and Their Role in Social Capital Processes." Journal of Computer-Mediated Communication 19(4).
  • [20]Facebook 2010,"Facebooks Statistics." http://www.Facebook.com/press/info.php? Statistics.
  • [21]Gupta,S.& C.F.Mela 2008,"What is a Free Customer Worth?" Harvard Business Review 86.
  • [22]Hampton K.& B.Wellman 2001,"Long Distance Community in the Network Society:Contact and Support Beyond Netville." American Behavioral Scientist 45(3).
  • [23]Howard,P.,L.Raine & S.Jones 2001,"Days and Nights on the Internet :The Impact of a Diffusing Technology." American Behavioral Scientist 45.
  • [24]ITU 2016,"ICT Facts and Figures." http://www.itu.int/en/ITU-D/Statistics/Documents/facts/ICTFactsFigures 2016.pdf.
  • [25]Mikal,J.P.,R.E.Rice,A.Audrey & J.Develbiss 2013,"Transition,Stress and Computer-mediated Social Support." Computers in Human Behavior 29.
  • [26]Katz,M.& C.Shapiro 1985,"Network Externalities,Competition,Compatibility." American Economic Review 75(3).
  • [27]Kraut,R.E.,M.Patterson,V.Lundmark,S.Kiesler,T.Mukopadhyay & W.Scherlis 1998,"Internet Paradox:A Social Technology that Reduces Social Involvement and Psychological Well-being?" American Psychologist 53(9).
  • [28]Lin,N.1999,"Building a Network Theory of Social Coptial." Comeltions 22(1).
  • [29]Lin,K.Y.& H.P.Lu 2011,"Why People Use Social Networking Sites:An Empirical Study Integrating Network Externalities and Motivation Theory." Computers in Human Behavior 27.
  • [30]Lu,W.& K.N.Hampton 2016,"Beyond the Power of Networks:Differentiating Network Structure from Social Media Affordances for Perceived Social Support." New Media & Society 18(1).
  • [31]Nie,N.& L.Erbring 2002,"Internet and the Society:A Preliminary Report." IT & Society 1(1).
  • [32]Putnam,R.D.1995,"Bowling Alone:America's Declining Social Capital?" Journal of Democracy 6.
  • [33]Power,J.2009,Million People in the Room:How to Create,Influence,and Run a Successful Business with Social Networking.NJ:FT Press.
  • [34]Quan-Haase,A.& A.L.Young 2010,"Uses and Gratifications of Social Media:A Comparison of Facebook and Instant Messaging." Bulletin of Science,Technology & Society 30(5).
  • [35]Shah,D.,N.Kwak & R.Holbert 2001,"Connecting and Disconnecting With Civic Life:Patterns of Internet Use and the Production of Social Capital." Political Communication 18(2).
  • [36]Steinfield,C.,N.Ellison & C.Lampe 2008,"Social Capital,Self-esteem,and Use of Online SNSs:A Longitudinal Analysis." Journal of Applied Developmental Psychology 29.
  • [37]Sebastián,V.,P.Namsu & F.K.Kerk 2009,"Is There Social Capital in a Social Network Site?:Facebook Use and College Students' Life Satisfaction,Trust,and Participation." Journal of Computer-Mediated Communication 14.
  • [38]Scott,M.2013,"Surprising Social Media Statistics for 2013." http://social media today.com/docmarkting/1818611/five surprising-social-media-statistics-2013.
  • [39]Thelwall,M.& D.Wilkinson 2010,"Public Dialogs in Social Network Sites:What is Their Purpose?" Journal of the American Society for Information Science and Technology 61.
  • [40]Tufekci,Z.& C.Wilson 2012,"Social Media and the Decision to Participate in Political Protest:Observations from Tahrir Square." Journal of Communication 62.
  • [41]Wellman,B.,A.Quan Haase,J.Wttte & K.Hampton 2001,"Does the Internet Increase,Decrease,or Supplement Social Capital?:Social Networks,Participation,and Community Commitment." American Behavioral Scientist 3(45).

共[1]页

许丹红的更多文章

没有数据!
姓名:
E-mail:

内容:
输入图中字符:
看不清楚请点击刷新验证码
设为首页 | 加入收藏 | 联系我们 | 投稿须知 | 版权申明
地址:成都市科华北路64号棕南俊园86号信箱·四川大学哲学研究所办公室 邮编:610065
联系电话:86-028-85229526 电子邮箱:scuphilosophy@sina.com scuphilosophy@yahoo.com.cn
Copyright © 2005-2008 H.V , All rights reserved 技术支持:网站建设:纵横天下 备案号:蜀ICP备17004140号