移动社交媒介使用对大学生生活满意度的影响:线上和线下社会资本的作用 |
截至2018年12月,我国网民规模达到8.29亿,其中,手机网民规模达8.17亿,占整体网民规模的98.6%,手机网民最常使用的APP为即时通信,且以微信和QQ的使用率最高(中国互联网络信息中心, 2019)。可见,我国已进入移动互联网时代,通过移动设备进行的网络社交越来越频繁,逐渐成为人们日常生活中必不可少的组成部分。因此,这种新型的网络社交模式会给使用者的生活带来何种影响及其影响机制成为了研究者关注的重要主题。本研究将从移动社交媒介使用与生活满意度的关系入手对上述问题进行探讨。
1.1 移动社交媒介与生活满意度所谓移动社交媒介,是指在移动设备上所使用的传统社交媒介以及专门为移动设备所开发的具有社交功能的软件,如微博、手机QQ、微信等,其突出特点是方便使用者随时随地与朋友互动,增加与好友的联系(王伟, 雷雳, 2015)。随着移动社交使用的普及与深入,越来越多的人将移动设备看做自身的一部分(Linnhoff & Smith, 2017)。它的出现极大地改变了人们的生活方式,进而可能改变个体对自身生活的态度和评价(Zhan, Sun, Wang, & Zhang, 2016)。
生活满意度指个体对自己总体生活状况或生活中主要方面的一种稳定、概括的认知评价,反映了对自身生活质量的整体性主观评估(Diener, Emmons, Larsen, & Griffin, 1985)。以往有关社交媒介使用对生活满意度影响的研究结论不一。有些学者认为社交媒介的使用会增加个体的生活满意度(Ang, Talib, Tan, Tan, & Yaacob, 2015; Liu & Yu, 2013),但也有研究表明社交媒介使用越多,个体的生活满意度水平越低(Brooks, 2015; Chen & Lee, 2013)。对手机使用与生活满意度关系的研究亦发现了这两种相反的结果(Chan, 2015; Sheer & Rice, 2017)。产生这种不一致的原因可能是其社交媒体对生活满意度具有不同的影响机制(Zhan et al., 2016)。基于已有研究,本研究假设:移动社交媒介使用对生活满意度有显著影响。
1.2 社会资本在移动社交媒介与生活满意度之间的中介作用社会资本是指个体在社会网络中所感知到的可获得或可利用的益处或资源(Williams, 2006)。Williams在桥接型社会资本(bridging social capital, 主要来自个体的弱关系, 如同学、同事)与粘结型社会资本(bonding social capital, 主要来自个体的强关系, 如家人、朋友)基础上,结合网络情境与现实情境,将社会资本分为线上桥接型社会资本、线上粘结型社会资本、线下桥接型社会资本、线下粘结型社会资本四种类型,其中前两者是线上社会资本,后两者为线下社会资本。网络使用的补偿假说指出,网络可以为人们提供一些在现实生活中无法实现某些目的的机会(McKenna & Bargh, 2000),使用网络进行社交也是社会交往的一种方式,而移动社交媒介(QQ、微信等)的逐渐普及和发展使得个体能随时随地进行社交。通过移动社交媒介的使用,个体既可以与好友和家人等保持联系,以帮助个体维持现有的社会联系(Best & Krueger, 2006; Ito, Okabe, & Matsuda, 2005),还可以结识其他志同道合之人或者在现实生活中不会遇到的陌生人等(Reich, Subrahmanyam, & Espinoza, 2012),从而建立和发展新的有价值的社交网络(Ellison, Vitak, Gray, & Lampe, 2014; Park, Han, & Lee Kaid, 2013),因而增加了个体的线上社会资本和线下社会资本(Chan, 2015; Ellison et al., 2014)。此外,“富者更富”模型指出,那些在现实生活中有更多、更高质量的社交网络的个体,其从互联网的使用中获益更多(Kraut et al., 2002)。个体的现实和网络世界是相互联系的(Subrahmanyam & Šmahel, 2011),通过移动社交媒介的使用,个体可以在网络上与现实生活中的朋友或熟人等保持沟通和联系,从而巩固已有的线下关系。另有研究发现,线上社会资本和线下社会资本之间呈显著正相关(Hofer & Aubert, 2013; Khan, Gagné, Yang, & Shapka, 2016)。据此推测,线上社会资本会促进个体的线下社会资本。
而社会资本亦是影响个体幸福感和生活满意度的重要因素(Valenzuela, Park, & Kee, 2009)。社会资本理论指出,个体在社会网络中所拥有的资源可通过提供信息、产生影响、作为社交凭证、巩固自我认同这四种途径来改善个体的生活(Song & Lin, 2009)。已有研究表明,社会资本与生活满意度之间呈显著正相关,社会资本越高的个体其生活满意度水平也越高(Valenzuela et al., 2009; Yip et al., 2007)。另外,社会资本也是自我隐瞒、社交网站使用等变量影响幸福感或生活满意度的中介变量(Best, Manktelow, & Taylor, 2014; Magsamen-Conrad, Billotte-Verhoff, & Greene, 2014)。另有交叉滞后研究发现桥接型社会资本和粘结型社会资本都是移动社交媒介使用与心理幸福感间的中介作用(Chen & Li, 2017)。新近研究表明桥接型社会资本在微信使用与留德华人学生的幸福感间起中介作用(Pang, 2018)。基于以往研究,本研究假设:移动社交媒介使用通过线上和线下社会资本的链式中介作用影响生活满意度。
综上,本研究旨在探讨移动社交媒介使用对大学生生活满意度的影响及其内在机制—线上和线下社会资本在其间的作用。研究发现不仅有助于丰富和深化对移动社交媒介使用效应的认识,也可为大学生通过使用移动社交媒介以更好地服务于生活提供针对性的指导。
2 研究方法 2.1 研究对象以湖北省武汉市两所大学的学生为被试,采取方便抽样原则发放问卷525份,回收有效问卷505份,有效率为96.2%。其中,男生278人,女生227人;文史类160人,理工类324人,艺体及其他类21人;大一112人,大二67人,大三178人,大四132人,未标明16人;城镇学生231人,农村学生274人。
2.2 研究工具 2.2.1 青少年移动社交媒介使用行为问卷该问卷由王伟和雷雳(2015)编制,共15题,包括人际交流与展示、信息获取与分享和获得乐趣与休闲三个维度。问卷采用5点计分(1=“从不这样做”, 5=“经常这样做”),分数越高使用程度越强。本问卷具有良好的信效度。对问卷进行验证性因素分析,拟合指标如下:χ2/df=3.85,CFI=0.93,GFI=0.93,NNFI=0.90,RMSEA=0.075。本研究中,该问卷的Cronbach’s α系数为0.87。
2.2.2 线上和线下社会资本量表该量表由Williams(2006)编制。线上社会资本由20道题目构成,包括线上粘结资本和线上桥接资本两个维度,线下社会资本由20道题目构成,包括线下粘结资本和线下桥接资本两个维度。量表采用5点计分(1=“非常不同意”, 5=“非常同意”),分数越高社会资本水平越高。该量表具有较好的信度和效度(周宗奎, 连帅磊, 田媛, 牛更枫, 孙晓军, 2017),本研究中,线上社会资本和线下社会资本量表的Cronbach’s α系数均为0.89。
2.2.3 生活满意度量表该量表由Diener等人(1985)编制,共5题,采用7点计分(1=“非常不同意”, 7=“非常同意”),得分越高表示个体的生活满意度水平越高。该量表具有较好的信效度。本研究中量表的Cronbach’s α系数为0.79。
2.3 研究程序和数据处理以班级为单位,由心理学专业研究生做主试,使用统一问卷进行集体测试。指导语强调作答的真实性及个人信息的保密性。采用SPSS20.0进行数据统计分析。中介效应分析采用偏差校正的百分位Bootstrap法具体使用Hayes(2013)编制的SPSS宏(PROCESS is written by Andrew F. Hayes, http://www.afhayes.com),通过抽取5000个样本估计中介效应的95%置信区间进行中介效应检验,并比较不同中介变量产生的间接效应。
2.4 共同方法偏差检验由于采用问卷调查法,所有项目均由学生回答,因此测量中可能存在共同方法偏差。根据周浩和龙立荣(2004)的建议,采用Harman单因子方法进行检验。结果显示,共有12个因子的特征值大于1,且第一个因子解释的变异量为20.29%,远小于临界参考值40%。因此,本研究不存在严重的共同方法偏差。
3 结果 3.1 描述统计对大学生移动社交媒介使用行为、线上和线下社会资本与生活满意度的均分进行相关分析,结果显示,移动社交媒介使用行为、线上社会资本、线下社会资本和生活满意度两两变量之间均呈显著正相关(见表1)。
表 1 各变量的平均数、标准差和相关系数(n=505) |
![]() |
3.2 移动社交媒介使用与生活满意度:线上和线下社会资本的中介作用
回归分析表明,在未考虑线上和线下社会资本中介变量之时,移动社交媒介使用对生活满意度有显著影响(β= 0.28, t=3.90, p<0.001);而在纳入线上和线下社会资本中介变量后,移动社交媒介使用对生活满意度的直接预测作用不显著(β=0.14,t=1.70, p>0.05);移动社交媒介使用可以显著正向预测线上社会资本(β=0.41,t=12.12, p<0.001)和线下社会资本(β=0.17,t= 4.46, p<0.05),线上社会资本显著正向预测线下社会资本(β=0.22,t=18.29, p<0.001);线下社会资本显著正向预测生活满意度(β=0.45,t=4.74, p<0.001),而线上社会资本对生活满意度的直接预测作用不显著(β= 0.07,t=0.70, p>0.05)。相应结果如表2所示。
表 2 模型中变量关系的回归分析 |
![]() |
由中介效应的分析结果(见表3)可知,线上和线下社会资本产生的总间接效应的Bootstrap 95%置信区间不包含0,说明这两个中介变量在移动社交媒介使用与生活满意度之间存在显著的中介效应。具体来看,中介效应由三条路经产生的间接效应组成:第一,由移动社交媒介使用→线上社会资本→生活满意度路径产生的间接效应1,其置信区间包含0,表明该路径产生的间接效应不显著;第二,由移动社交媒介使用→线上社会资本→线下社会资本→生活满意度路径产生的间接效应2,其置信区间不含0,表明这条路径产生的间接效应(效应值为0.04,占总效应的14.16%)达到显著水平;第三,由移动社交媒介使用→线下社会资本→生活满意度路径产生的间接效应3的置信区间也不含0,表明这条路径产生的间接效应(效应值为0.08,占总效应的26.83%)也得到显著水平。移动社交媒介使用对生活满意度影响的路径如图1所示。
表 3 中介效应分析 |
![]() |
![]() |
图 1 移动社交媒介使用与生活满意度:线上和线下社会资本的链式中介作用 |
4 讨论 4.1 移动社交媒介使用、线上社会资本、线下社会资本和生活满意度的相关关系
相关分析结果表明,大学生移动社交媒介使用与其线上社会资本和线下社会资本存在显著正相关,这与以往研究一致(Lin, 2015; Park et al., 2013)。移动社交媒介的应用可以使用户随时随地使用社交网站而不受时间和空间的限制,帮助用户维持其现有的社会联系并拓展新的社会网络,因而促进了个体线上和线下的社会联系,导致其线上和线下社会资本的增加(Park et al., 2013)。
此外,线上社会资本与线下社会资本之间也存在显著正相关,这一结果支持了“富者更富”假说(Kraut et al., 2002)。以往研究表明,Facebook用户更倾向于寻找和他们有线下联系的人(Lampe, Ellison, & Steinfield, 2006),线上社交只不过是个体维持和增强其现有社交联系以及建立新的社交关系的另一种渠道(Khan et al., 2016),线上和线下社会资本之间是相互补充而非替代的关系(Vergeer & Pelzer, 2009),因此线上社会资本越多的个体其线下社会资本可能也越高。
另外,本研究发现,线上社会资本和线下社会资本均与生活满意度呈显著正相关,但线下社会资本与生活满意度的相关更高(t=2.21, p<0.05)。这可能是由于与线下面对面交流相比,线上社交的匿名性和虚拟性等特点使得个体无法获知对方更多的真实信息以及在交流过程中对方的身体语言、微表情等重要线索,导致个体对线上社交的信任程度相对较低(Beaudoin, 2008),线上人际关系更多的是一种弱关系(Leung & Lee, 2005)。因此,相比于线下关系而言,线上关系提供了更少的社会支持(Vergeer & Pelzer, 2009)。所以,线上社会资本与生活满意度的关系不如线下社会资本与生活满意度的关系紧密。
4.2 线上和线下社会资本在移动社交媒介使用对生活满意度影响中的中介作用研究表明,大学生移动社交媒介使用不仅可以通过线下社会资本的完全中介作用影响其生活满意度,也可以通过线上社会资本和线下社会资本的链式中介作用影响其生活满意度。
首先,移动社交媒介使用可通过线下社会资本的完全中介作用对生活满意度产生正向影响。已有研究表明,个体线上社交网络的大小和范围与其线下社交网络是相似的(Dunbar, 2016),青少年主要使用社交网站来与线下认识的人保持联系,网上的社交活动有助于巩固青少年真实生活中的关系(Reich et al., 2012)。所以,移动社交媒介的使用为大学生与现实生活中的好友和亲人等进行沟通提供了一种新的、更方便快捷的交流渠道,因而巩固和促进了其线下社会资本,使其获得更高的情感支持和物质支持(Williams, 2006),因而产生较高的生活满意度。
其次,移动社交媒介使用还可以通过线上社会资本和线下社会资本的链式中介作用正向影响生活满意度。Ye,Fang,He和Hsieh(2012)指出个体线上社会资本主要通过线下社会资本的迁移和线上使用行为的积累。据此,一方面,通过移动社交媒介的使用,大学生可以和现实中虽认识但很少有机会见到的人沟通,使其由弱关系(即线上桥接资本)逐渐发展成为强关系(即线下粘结资本)(Ellison et al., 2014)。另一方面,移动设备中的各种社交应用为用户结交新朋友提供了多种方式,使个体可以结识其他陌生人(Zhong, 2011),而其中不乏一些志同道合之人逐渐与之发展成为线下认识的朋友。因此,移动社交媒介的使用不仅增加了大学生的线上社会资本,还巩固和拓宽了其真实生活中的社交网络和关系,进而提高了其线下社会资本,从而使大学生感知到更多可获得和可利用的益处或资源,为他们寻求支持、认可和反馈提供了源源不断的保障(Chen & Li, 2017)。这样可以增加大学生感知到的连接感和人际信任感,降低孤离感(Vergeer & Pelzer, 2009),获得较高的自尊和更多的积极情感(Oh, Ozkaya, & LaRose, 2014; Pang, 2018),进而提高其生活满意度。
本研究对于如何引导大学生合理使用移动社交媒介以提高其生活满意度具有重要意义。由于大学生移动社交媒介使用行为既可以通过线下社会资本的完全中介作用,也可以通过线上线下社会资本的链式中介作用对生活满意度产生影响,因此,大学生应该使用移动社交媒介来巩固和维持自己现有的线下社交网络,还可以通过线上社交的方式结识新朋友以发展新的社交网络,或是与线下认识的人建立和保持线上联系以增强线下社会资本,从而使自己有更多可利用的资源,可通过多种渠道获得人际反馈和社会支持,由此获得更高的生活满意度。
4.3 研究局限与展望本研究初步揭示了移动社交媒介使用对生活满意度影响的内在作用机制。但本研究仍存在以下不足:首先,本研究只选取了大学生这一群体,研究结果的适用性有限,因此未来研究应拓展所选样本的范围,提高研究结果的外部效度;其次,本研究仅采用了问卷法,研究方法较为单一,未来研究可考虑采用网络文本分析技术对个体在移动社交媒介上的公开信息开展质性分析,以提高研究的生态效度;最后,本研究仅考察了移动社交媒介使用的总体情况对生活满意度的影响,不同的使用动机和行为可能会产生不一样的结果(Chan, 2015)。因此,今后研究可进一步具体考察不同的移动社交媒介使用动机和行为会对生活满意度产生何种影响以及其影响机制有何不同。
5 结论本研究得出如下结论:(1)移动社交媒介使用、线上社会资本、线下社会资本和生活满意度两两之间均呈显著正相关;(2)移动社交媒介使用既可以通过线下社会资本的中介作用影响大学生的生活满意度,也可以通过线上社会资本和线下社会资本的链式中介作用对生活满意度产生影响。
王伟, 雷雳. (2015). 青少年移动社交媒介使用行为的结构及特点. 心理研究, 8(5): 57-63. DOI:10.3969/j.issn.2095-1159.2015.05.009 |
中国互联网络信息中心. (2019). 第43次《中国互联网络发展状况统计报告》. 2019-02-28取自http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/P020190228510533388308.pdf
|
周浩, 龙立荣. (2004). 共同方法偏差的统计检验与控制方法. 心理科学进展, 12(6): 942-950. |
周宗奎, 连帅磊, 田媛, 牛更枫, 孙晓军. (2017). 社交网站使用与青少年生活满意度的关系: 一个有调节的中介模型. 心理发展与教育, 33(3): 297-305. |
Ang, C. S., Talib, M. A., Tan, K. A., Tan, J. P., & Yaacob, S. N. (2015). Understanding computer-mediated communication attributes and life satisfaction from the perspectives of uses and gratifications and self-determination. Computers in Human Behavior, 49: 20-29. DOI:10.1016/j.chb.2015.02.037 |
Beaudoin, C. E. (2008). Explaining the relationship between internet use and interpersonal trust: Taking into account motivation and information overload. Journal of Computer-Mediated Communication, 13(3): 550-568. DOI:10.1111/j.1083-6101.2008.00410.x |
Best, P., Manktelow, R., & Taylor, B. (2014). Online communication, social media and adolescent wellbeing: A systematic narrative review. Children and Youth Services Review, 41: 27-36. DOI:10.1016/j.childyouth.2014.03.001 |
Best, S. J., & Krueger, B. S. (2006). Online interactions and social capital: Distinguishing between new and existing ties. Social Science Computer Review, 24(4): 395-410. DOI:10.1177/0894439306286855 |
Brooks, S. (2015). Does personal social media usage affect efficiency and well-being?. Computers in Human Behavior, 46: 26-37. DOI:10.1016/j.chb.2014.12.053 |
Chan, M. (2015). Mobile phones and the good life: Examining the relationships among mobile use, social capital and subjective well-being. New Media & Society, 17(1): 96-113. |
Chen, H. T., & Li, X. Q. (2017). The contribution of mobile social media to social capital and psychological well-being: Examining the role of communicative use, friending and self-disclosure. Computers in Human Behavior, 75: 958-965. DOI:10.1016/j.chb.2017.06.011 |
Chen, W. H., & Lee, K. H. (2013). Sharing, liking, commenting, and distressed? The pathway between Facebook interaction and psychological distress. Cyberpsychology, Behavior, and Social Networking, 16(10): 728-734. DOI:10.1089/cyber.2012.0272 |
Diener, E. D., Emmons, R. A., Larsen, R. J., & Griffin, S. (1985). The satisfaction with life scale. Journal of Personality Assessment, 49(1): 71-75. DOI:10.1207/s15327752jpa4901_13 |
Dunbar, R. I. M. (2016). Do online social media cut through the constraints that limit the size of offline social networks?. Royal Society Open Science, 3(1): 150292. DOI:10.1098/rsos.150292 |
Ellison, N. B., Vitak, J., Gray, R., & Lampe, C. (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): 855-870. DOI:10.1111/jcc4.12078 |
Hayes, A. F. (2013). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. New York: Guilford Press.
|
Hofer, M., & Aubert, V. (2013). Perceived bridging and bonding social capital on Twitter: Differentiating between followers and followees. Computers in Human Behavior, 29(6): 2134-2142. DOI:10.1016/j.chb.2013.04.038 |
Ito, M., Okabe, D., & Matsuda, M. (Eds). (2005). Personal, portable, pedestrian: Mobile phones in Japanese life. Cambridge, MA: MIT Press.
|
Khan, S., Gagné, M., Yang, L., & Shapka, J. (2016). Exploring the relationship between adolescents' self-concept and their offline and online social worlds. Computers in Human Behavior, 55: 940-945. DOI:10.1016/j.chb.2015.09.046 |
Kraut, R., Kiesler, S., Boneva, B., Cummings, J., Helgeson, V., & Crawford, A. (2002). Internet paradox revisited. Journal of Social Issues, 58(1): 49-74. DOI:10.1111/1540-4560.00248 |
Lampe, C., Ellison, N., & Steinfield, C. (2006). A face(book) in the crowd: Social searching vs. social browsing. In Proceedings of the 2006 20th anniversary conference on computer supported cooperative work (pp. 167-170). Banff, Alberta, Canada: ACM.
|
Leung, L., & Lee, P. S. N. (2005). Multiple determinants of life quality: The roles of Internet activities, use of new media, social support, and leisure activities. Telematics and Informatics, 22(3): 161-180. DOI:10.1016/j.tele.2004.04.003 |
Lin, J. H. (2015). The role of attachment style in Facebook use and social capital: Evidence from university students and a national sample. Cyberpsychology, Behavior, and Social Networking, 18(3): 173-180. DOI:10.1089/cyber.2014.0341 |
Linnhoff, S., & Smith, K. T. (2017). An examination of mobile app usage and the user’s life satisfaction. Journal of Strategic Marketing, 25(7): 581-617. DOI:10.1080/0965254X.2016.1195857 |
Liu, C. Y., & Yu, C. P. (2013). Can Facebook use induce well-being?. Cyberpsychology, Behavior, and Social Networking, 16(9): 674-678. DOI:10.1089/cyber.2012.0301 |
Magsamen-Conrad, K., Billotte-Verhoff, C., & Greene, K. (2014). Technology addiction’s contribution to mental wellbeing: The positive effect of online social capital. Computers in Human Behavior, 40: 23-30. DOI:10.1016/j.chb.2014.07.014 |
McKenna, K. Y. A., & Bargh, J. A. (2000). Plan 9 from cyberspace: The implications of the Internet for personality and social psychology. Personality and Social Psychology Review, 4(1): 57-75. DOI:10.1207/S15327957PSPR0401_6 |
Oh, H. J., Ozkaya, E., & LaRose, R. (2014). How does online social networking enhance life satisfaction? The relationships among online supportive interaction, affect, perceived social support, sense of community, and life satisfaction. Computers in Human Behavior, 30: 69-78. DOI:10.1016/j.chb.2013.07.053 |
Pang, H. (2018). Understanding the effects of WeChat on perceived social capital and psychological well-being among Chinese international college students in Germany. Aslib Journal of Information Management, 70(3): 288-304. DOI:10.1108/AJIM-01-2018-0003 |
Park, K. G., Han, S., & Lee Kaid, L. (2013). Does social networking service usage mediate the association between smartphone usage and social capital?. New Media & Society, 15(7): 1077-1093. |
Reich, S. M., Subrahmanyam, K., & Espinoza, G. (2012). Friending, IMing, and hanging out face-to-face: Overlap in adolescents' online and offline social networks. Developmental Psychology, 48(2): 356-368. DOI:10.1037/a0026980 |
Sheer, V. C., & Rice, R. E. (2017). Mobile instant messaging use and social capital: Direct and indirect associations with employee outcomes. Information & Management, 54(1): 90-102. |
Song, L. J., & Lin, N. (2009). Social capital and health inequality: Evidencefrom Taiwan. Journal of Health and Social Behavior, 50(2): 149-163. DOI:10.1177/002214650905000203 |
Subrahmanyam, K., & Šmahel, D. (2011). Constructing identity online: Identity exploration and self-presentation. In K. Subrahmanyam & D. Šmahel (Eds.), Digital youth: The role of media in development (pp. 59-80). New York: New York.
|
Valenzuela, S., Park, N., & Kee, K. F. (2009). Is there social capital in a social network site?: Facebook use and college students' life satisfaction, trust, and participation1. Journal of Computer-Mediated Communication, 14(4): 875-901. DOI:10.1111/j.1083-6101.2009.01474.x |
Vergeer, M., & Pelzer, B. (2009). Consequences of media and Internet use for offline and online network capital and well-being. A causal model approach. Journal of Computer-Mediated Communication, 15(1): 189-210. DOI:10.1111/j.1083-6101.2009.01499.x |
Williams, D. (2006). On and off the 'Net: Scales for social capital in an online era. Journal of Computer-Mediated Communication, 11(2): 593-628. DOI:10.1111/j.1083-6101.2006.00029.x |
Ye, Q., Fang, B., He, W., & Hsieh, J. J. P. A. (2012). Can social capital be transferred cross the boundary of the real and virtual worlds? An empirical investigation of Twitter. Journal of Electronic Commerce Research, 13(2): 145-156. |
Yip, W., Subramanian, S. V., Mitchell, A. D., Lee, D. T. S., Wang, J., & Kawachi, I. (2007). Does social capital enhance health and well-being? Evidence from rural China. Social Science & Medicine, 64(1): 35-49. |
Zhan, L. H., Sun, Y. Q., Wang, N., & Zhang, X. (2016). Understanding the influence of social media on people’s life satisfaction through two competing explanatory mechanisms. Aslib Journal of Information Management, 68(3): 347-361. DOI:10.1108/AJIM-12-2015-0195 |
Zhong, Z. J. (2011). The effects of collective MMORPG (MassivelyMultiplayer Online Role-Playing Games) play on gamers’ online andoffline social capital. Computers in Human Behavior, 27(6): 2352-2363. DOI:10.1016/j.chb.2011.07.014 |