国家教育部主管、北京师范大学主办。
文章信息
- 刘勤学, 陈武, 周宗奎. 2015.
- LIU Qinxue, CHEN Wu, ZHOU Zongkui. 2015.
- 大学生网络使用与网络利他行为:网络使用自我效能和性别的作用
- Internet Use and Online Altruistic Behavior in College Students:The Role of Internet Use Self-efficacy and Gender
- 心理发展与教育, 31(6): 685-693
- Acta Meteorologica Sinica, 31(6): 685-693.
- http://dx.doi.org/10.16187/j.cnki.issn1001-4918.2015.06.07
2. 华中师范大学心理学院, 武汉 430079
2. School of Psychology, Central China Normal University, Wuhan 430079, China
互联网的出现,不但改变了这个世界,也改变了人们思考世界和彼此互动的方式(Gosling & Mason,2015)。在心理学领域,个体的网络使用行为得到了研究者们的大量关注。然而,大部分研究更关注个体的消极网络行为,如网络成瘾、网络欺负和网络色情等,忽略了对积极网络行为的探讨(Amichai-Hamburger & Furnham,2007)。网络利他行为是积极正向网络行为的典型体现,是指在网络环境中表现出来的有利于他人和社会、且行动者本人没有明显自私动机的自觉自愿行为(彭庆红,樊富珉,2005;郑显亮,2010)。随着网络的普及和发展,利他行为在互联网中的传播速度和广度均超过了现实社会。互联网社交活动的匿名性、隐形性、无地理位置限制性以及时间上的非同步性等特点(McKenna & Bargh,2000),使网络利他行为的受惠面大大扩展(程乐华,2002)。Wallace(2001)认为,人们在网上比实际生活中更乐于帮助他人,网络利他行为多于现实利他行为。个体在网络中比在现实社会中更具有公平性,具有更少的社会阶层差异,这也会促使个体有更多的亲社会行为(Piff,Kraus,Cote,& Cheng,2010)。另外,网络环境相比于现实环境,更能够满足个体的自主性利他行为需要,助人与受助行为受到的压力会更小,利他行为的自主性动机越高,越不追求互惠互利,利他行为的助人者和受助者就越能够从利他行为中获得满足和幸福感(Weinstein & Ryan,2010)。网络利他行为对助人者、受助者及社会均有重要价值(Wasko & Faraj,2000)。对网络利他行为及其影响因素的研究对个体积极品质的形成、促进网络中的积极体验和建设文明的网络环境均有重要作用(Wright & Li,2011;郑显亮,朱春兰,顾海根,2011)。
1.1 网络使用与网络利他行为关于网络利他行为影响因素的研究主要集中在助人者的个体因素(如性别、人格特质、动机等)(Wallace,2001; Wang & Wang,2008; Wright & Li,2011; 赵欢欢,张和云,刘勤学,王福兴,周宗奎,2012; 赵欢欢,张和云,2013; 郑显亮,2012; 郑显亮,顾海根, 2012,2013),除个别研究外(郑显亮,顾海根,2013),研究较少关注个体网络使用对网络利他行为的影响。网络使用对个体社会性发展既有积极影响也有消极影响,不能一概而论,并不是所有的网络使用行为都导致网络成瘾,也不是所有的网络使用行为都能促进个体有更多的利他行为,应当从不同的网络使用行为出发,考察其对个体发展和适应的影响(Chen,Hsiao,Chern,& Chen,2014)。
周林和顾海根(2008)编制的大学生网络行为问卷,包括网络交往、网络信息、网络游戏3个维度。罗喆慧、万晶晶、刘勤学和方晓义(2010)在第18 次《中国互联网络发展状况统计报告》的基础上,确定了5类大学生主要的网络使用行为,其中也包括网络社交、网络信息和网络游戏这三类行为。对于大学生来说,网络社交(Lee & Sun,2009)、网络游戏(Elliott,Golub,Ream,& Dunlap,2012)和信息搜索(Rice,2006)是他们最主要的三种网络使用行为。网络社交使个体线下的社交圈延伸到网络并在网络中发展出新的社会关系,个体很容易从社交网站上得到同伴、朋友甚至陌生网友有意或无意的帮助(包括网友分享的重要信息资源)。根据共同建构理论(co-construction theory),个体的线上行为与线下行为表现出一定程度的一致性,个体会在网络中维持自己线下的行为倾向,因此线下高利他倾向的个体在网络中也表现出了更多的利他行为,尤其是在社交网站情境中(Wright & Li,2011)。同时,网络社交会减少个体的社交威胁知觉(Amichai-Hamburger & Furnham,2007),这有利于利他行为的发生和传播。社会学习理论(B and ura, 1977a)也认为,个体倾向于从社会交互中学习到这些利他行为,将积极的网络行为传递下去。在网上获取信息是个体网络使用的核心行为之一。信息搜索本身即是一个问题解决的过程,个体往往会在这个过程中通过各种网络形式(如论坛、贴吧)寻求他人的帮助(Wilson,2000)。同时搜索引擎的使用可以使个体更容易在网络中找到提供和接受帮助的机会(Sproull,Conley,& Moon,2005),信息收集较多的个体网络利他行为也可能更多。郑显亮和顾海根(2013)的研究结果也支持这一观点,网络信息、网络社交对网络利他行为具有显著的正向预测作用。
然而网络游戏与个体发展和行为的关系存在较大争议。Anderson和Bushman(2002)的元分析结果表明不论对于横断研究、纵向研究、田野研究还是实验室研究,媒体暴力(包括暴力网络游戏)与攻击性均有显著的正相关。近期的一项元分析也表明暴露于暴力视频游戏是导致个体攻击性行为、攻击性认知、攻击性情感增加的风险因素,是同情心和亲社会行为减少的风险因素(Anderson,Shibuya,Ihori,Swing,Bushman,Sakamoto et al., 2010)。但是有研究显示玩亲社会游戏可以增加个体的亲社会行为(Greitemeyer & Osswald,2010; Wang & Wang,2008)。同时,也有研究发现网络游戏能够显著正向预测网络利他行为(郑显亮,顾海根,2013)。网络游戏既包括暴力视频游戏、竞技类对抗游戏,也包括那些具有一定亲社会性的合作互助类游戏。网络游戏与网络利他行为之间的关系可能与游戏本身的性质(如暴力程度或者是否具有亲社会性)有关。因此,对于网络游戏和网络利他行为之间的关系还有待进一步探讨。
1.2 网络使用自我效能的中介作用社会认知理论指出,个体行为、主体认知和环境三者是动态交互影响的。其中,自我效能是三者交互作用的核心(B and ura, 1986),它影响个体采取什么样的行为、努力程度以及个体遇到阻碍时拥有的持久力,进而决定行为(Gist,1987)。网络使用自我效能指个体对自己使用网络相关功能、活动以达到特定目的的主观评价(Kuo,Walker,Schroder,& Bell and ,2014),是理解一系列网络行为的关键概念(Kim & Glassman,2013)。网络自我效能越高,个体对网络的态度越积极(Durndell & Haagb,2002)、具有更强的网络学习动机(Liang & Wu,2010)和更好的学业成绩((DeTure,2004; Joo,Bong,& Choi,2000; Chu & Chu,2010)。
Livingstone等人(2005)提出了自我效能与在线互动模型(model on self-efficacy and online interaction)用以描述个体/社会因素、自我效能感和在线互动的关系。根据Livingstone的模型,年龄、性别、社会经济地位、网龄等因素都能显著影响个体的自我效能感,自然也能影响其与他人的在线交往。一方面,个体自身具有的网络/计算机知识、网络使用经验以及网络功能使用频率是影响网络自我效能的重要因素(Houle,1996; Hasan,2003; Salanova,Grau,& Cifre,2000)。网络使用越多,网络经验越丰富,个体的网络使用自我效能越高(Rains,2008)。事实上,根据B and ura(1977b)的观点,影响自我效能发展主要有四个因素:成功经验、替代经验、言语劝导和情绪状态,其中成功经验是影响自我效能的关键性因素,网络使用或网络经验则属于成功经验的范畴;另一方面,自我效能常常作为一种动机因素影响个体的良好行为和适应。Lin(2006)的行为意图模型(behavioral intention model)以计划行为理论(theory of planned behavior)为基础,阐述了自我效能感、感知到的行为控制以及网络交往行为意图之间的关系。在该模型中,自我效能感被视为影响感知到的行为控制的因素,并且会进一步影响行为意图。模型的重要性在于其确定了意图背后的动机因素,并将自我效能感作为青少年网络交往行为的主要动机之一。网络自我效能越高的个体更能够控制自己的行为以达到期望(Pellas,2014),可能会有更多的亲社会行为。
因此,网络自我效能可能在网络使用和网络利他行为之间起到中介作用,个体不同的网络使用行为偏好(如信息搜索)能够使个体在该方面获得更好的使用技能,同时这种技能的提升带来的正面反馈(如获得自己想找的重要信息资源)又进一步强化个体的网络使用行为和能力,从而提升其网络使用自我效能感。网络使用自我效能感的提升有助于个体对网络形成积极态度,对不良网络行为有更好的控制,进而从网络能力和行为意愿上都更可能在网上去帮助他人。
1.3 性别的调节作用网络使用自我效能的中介作用只能说明其是网络使用与网络利他行为的近端因素,网络使用通过网络使用自我效能进而影响网络利他行为。但是网络自我效能的中介作用可能受到其它因素的调节,即对于某些个体来说,这种中介效应更为显著;对于另外一些个体来说,这种效应可能相对较小。本研究拟考察性别对“网络使用→网络使用自我效能→网络利他行为”这一中介路径的调节作用。
已有研究发现,网络利他行为中存在着显著的性别差异,男性的网络利他倾向高于女性(Wang & Wang,2008; 郑显亮,张婷,袁浅香,2012),具体表现在网络指导、网络分享和提醒等方面(郑显亮,2010)。同时性别在网络使用与网络使用态度、网络使用自我效能之间扮演着重要作用(Durndell & Haag,2002; Schumacher & Morahan-Martin,2001; Sanchez-Franco,2006; Sun,Lim,Jiang,Peng,& Chen,2010)。男性在电脑以及互联网方面一直占有主导地位,相比于女性,男性更早地进行网络环境社会化(Fountain,2000; Papastergiou & Solomonidou,2005)。女性在使用网络时往往更加缺乏自信,更容易产生网络和技术使用焦虑(Chuang,Lin,& Tsai,2015)。男性则有更强的计算机和网络操作能力、更高的网络使用频率和更高的网络使用自我效能(Fountain,2000; Wu & Tsai,2006; Hargittai & Shafer,2006; Li & Kirkup,2007)。男性相比于女性更能够从网络使用中发展出更好的使用技能和能力,从而对网络使用有更积极的态度和自信心(Whitely & Jr,1997; Schumacher & Morahan-Martin,2001; Tsai & Tsai,2010)。因此,性别可能在网络使用与网络使用自我效能之间具有调节作用,对男性来说,网络使用自我效能在网络使用与网络利他行为之间的中介作用可能更明显。
因此,基于以上前人研究,本研究拟探讨网络使用和网络利他行为的作用,并进一步关注网络使用自我效能的中介作用和性别的调节作用。
2 研究方法 2.1 研究对象采用整群取样的方式,抽取湖北省武汉市某师范类高校和某综合性高校600名大学生(每校各300名),发放问卷600份,回收有效问卷562份,有效率为93.7%。其中男生为233人,女生为329人;大一129人,大二214人,大三163人,大四56人;文科生286人,理科生180人,工科生96人。平均年龄为21.25+2.51岁。
2.2 研究工具 2.2.1 网络利他行为问卷采用郑显亮(2010)编制的大学生网络利他行为量表,共26个项目,分为网络支持、网络指导、网络分享和网络提醒4 个维度。采用4 点计分,从1 为“从不”到4 为“总是”,得分越高,网络利他行为的程度越高。量表在本研究中的Cronbach α系数为0. 92。
2.2.2 网络自我效能问卷采用了罗喆慧、万晶晶、刘勤学等人(2010)修订自Eastin和LaRose(2000)编制的网络使用自我效能问卷,包括9个项目,4 点计分,从“1=完全不符合”到“4=完全符合”。平均分越高,代表网络使用自我效能越高。本研究中,该量表的Cronbach α为0.90。
2.2.3 网络使用行为问卷采用罗喆慧等人(2010)的网络使用行为问卷,共22个项目,5个维度。本研究选取其中的网络社交、信息收集、网络游戏三个维度。问卷为5 点计分,从“1=从不使用”到“5=经常使用”。该量表在本研究中的Cronbach α系数为0.88,分维度系数分别为0.70(网络社交)、0.66(网络信息)、0.56(网络游戏)。
2.3 共同方法偏差检验由于本研究采用同一种形式(都是问卷调查)对同一批被试进行考察,有可能会产生共同方法偏差(common method bias),故首先进行共同方法偏差检验。本研究根据前人研究建议(Richardson,Simmering,& Sturman,2009),采用了Harman的单因素因子分析来检验共同方法偏差,结果表明未旋转时,共生成35个因子,解释了77.60%的变异,第一个因子解释了13.16%的方差变异,远小于40%的判断标准,表明本研究中共同方法偏差并不严重。
2.4 施测过程和统计分析以班级为单位,由受过培训的研究生进行团体施测。采用SPSS17.0软件对数据进行录入和管理,使用SPSS17.0和Mplus 7.0对数据进行差异检验、相关分析和结构方程模型等统计分析。
3 研究结果 3.1 研究变量的描述性统计对研究变量进行描述性分析,并比较其性别差异。结果发现,男生在网络利他行为和网络使用效能上均显著高于女生。网络使用行为上,网络社交的得分最高,然后是网络信息和网络游戏。男生在网络信息、网络游戏的使用上显著高于女生,男女生在网络社交上的得分不存在显著差异。具体结果见表 1。
| 网络利他行为M(SD) | 使用效能M(SD) | 网络社交M(SD) | 网络信息M(SD) | 网络游戏M(SD) | |
| 总体 | 2.08(0.41) | 2.29(0.54) | 2.69(0.65) | 2.42(0.80) | 2.10(0.95) |
| 男 | 2.15(0.45) | 2.52(0.60) | 2.72(0.74) | 2.56(0.86) | 2.55(0.96) |
| 女 | 2.06(0.48) | 2.20(0.49) | 2.66(0.61) | 2.38(0.79) | 1.87(0.84) |
| t | 2.12* | 5.30*** | 0.69 | 2.19* | 6.81*** |
| 注:*p<0.05, **p<0.01, *p<0.001, 下同。 | |||||
对网络利他行为和网络自我效能、网络使用行为分别进行相关分析,结果发现网络使用(网络社交、网络信息、网络游戏)与网络使用自我效能、网络利他行为均呈显著正相关,网络使用自我效能与网络利他行为也显著正相关。具体结果见表 2。
| 1 | 2 | 3 | 4 | 5 | |
| 1网络利他行为 | 1 | ||||
| 2网络使用自我效能 | 0.31 *** | 1 | |||
| 3网络社交 | 0.30 *** | 0.19 *** | 1 | ||
| 4网络游戏 | 0.13 ** | 0.17 *** | 0.31 *** | 1 | |
| 5网络信息 | 0.20 *** | 0.18 *** | 0.46 *** | 0.28 *** | 1 |
根据温忠麟和叶宝娟(2014)针对有潜变量的有调节的中介作用的分析方法建议,使用Mplus软件进行分析,结果如图 1所示。
|
| 图 1 网络使用与网络利他行为的关系:有调节的中介模型 |
拟合指标显示模型拟合良好(χ2/df=3.32,RMSEA=0.08,SRMR=0.06,NFI=0.96,CFI=0.97,GFI=0.95)。该结果说明,网络使用自我效能在网络使用与网络利他行为之间起到中介作用,且这一中介作用的前半段(即网络使用与网络使用自我效能的关系)受到性别的调节。
通过简单斜率检验进一步分析性别在网络使用和网络使用自我效能之间的调节作用。结果表明,网络使用可以显著预测男生的网络使用自我效能感(Bsimple=0.43,t=5.43,p<0.001),但不能显著预测女生的网络使用自我效能感(Bsimple=0.08,t=1.15,p > 0.05)(见图 2)。说明网络使用自我效能的中介作用在男生群体中更为明显。
|
| 图 2 性别在网络使用与网络使用自我效能之间的调节作用 |
本研究的结果发现,男生在网络游戏和网络信息上的得分显著高于女生,在网络社交上没有显著的性别差异,这与以往研究基本一致(Lai & Gwung,2013)。与女生相比,男生更喜欢在网上玩游戏、看新闻和网上冲浪,更倾向于在网上进行刺激、冒险和探索行为(Ak,Koruklu,& Yilmaz,2013; Tahiroglu,Celik,Uzel,Ozcan,& Avci,2008)。从相关结果来看,网络使用与网络利他行为存在显著相关。这说明,网络使用经验和频率与网络利他行为关系密切,这与Kurniawan,Ellis和Allaire(2002)以及郑显亮和顾海根(2013)的研究结果一致。正如前文所述,网络使用与个体发展和适应既有消极影响(如网络成瘾)也存在积极影响(如网络利他),不应忽视网络使用的积极效应。本研究探讨的三类网络使用行为(网络社交、网络信息、网络游戏)均与网络利他行为存在正向联系,体现了网络使用行为的积极意义。在社交网站中,个体更新和表露积极状态(positive status updates)和阅读朋友的状态均可以增加个体的情感联接(Utz,2015),社交网络的积极效果往往更容易积累和传递(Muchnik et al., 2013)。诸如社交网站这类带有丰富人际传递性质的网络功能,可能会更多地传递“正能量”,使网络环境显得更安全和友好,有利于促进网络利他行为。信息搜索是个体网络使用的核心行为之一,信息需求是满足个体与环境交互、与人沟通的一种需要(Marchionini,1997)。当个体从网络获得越多有用信息,越可能有更多的积极反馈,从而有更多的利他行为,让他人也能够通过网络有所收获。在本研究中,网络游戏与网络利他行为也存在正向的联系,这虽然与郑显亮和顾海根(2013)的研究结果一致,但由于网络游戏与利他行为直接联系的研究还较少,且网络游戏包含的游戏类别较广,不同的网络游戏对利他行为的影响效果可能会存在差异,还需要进一步深入研究。
4.2 网络使用自我效能的中介作用本研究发现网络使用自我效能在网络使用与网络利他行为之间起到中介作用。网络使用通过影响网络使用自我效能进一步影响个体的网络利他行为,网络使用自我效能作为一种个体因素,相对于网络使用,是影响网络利他行为的近端因素。根据班杜拉的观点(B and ura, 1993; B and ura, 1977b),网络使用不但可以增加个体在网络中的成功使用经验,还可以在这种经验增长和信息获取的过程中观察学习到其他人的网络使用(即替代经验),从而有更好的网络使用自我效能感。自我效能感高的个体,能够更好的管理和调节情绪、有更好的人际关系、有更强的亲社会动机和行为。良好的网络使用自我效能感会促使个体对自己能力以及网络环境形成更为积极的评价、对积极地参与网络活动有更强的主动性和意愿,同时个体也在网络中有更好的情绪体验。更高的网络使用自我效能有利于促进个体与网络行为的良性互动,从而会促进网络中的良好行为和表现(如网络利他行为)。
个体在网络中的行为是一个动态的过程,先前的网络经验和行为影响个体的认知、情感和动机,从而进一步影响之后的网络行为。这种动态的作用过程与社会认知理论(B and ura, 1986)不谋而合,社会认知理论强调环境、个体因素(如动机、情绪等)和行为的相互作用,而自我效能作为个体因素在其中发挥关键作用。就本文来说,网络使用属于个体性的环境因素,是个体行为与网络环境交互的结果,这些结果影响个体对于自身使用网络能力的主观评价和知觉,这种自我效能作为一种心理因素进一步影响之后的网络利他行为。
网络自我效能感的中介作用对于探索网络的积极意义具有重要作用。网络对个体既有消极影响也有积极影响,网络自我效能的高低或许可以有助于区别出哪些个体可以通过网络获得积极效应而哪些不能(Rains,2008)。自我效能感高的个体可能更能从网络中获得积极发展同时也更多地在网上表现出利他倾向和行为,从而进一步让他人也体验到网络的积极意义。网络自我效能感作为一种可控因素,对于提高个体更积极的网络态度、更友好的网络交往、更多的网络利他行为具有独特意义。因此,提高个体的网络自我效能感就显得尤为重要,尤其是对于像老年人那样使用网络存在一定困难的个体,可以通过一定的计算机和网络技能培训提高他们的网络自我效能(Adams,Stubbs,& Woods,2005)。
4.3 性别的调节作用本研究考察了性别对“网络使用→网络使用自我效能→网络利他行为”这一中介链条的调节作用。结果发现,性别在网络使用与网络使用自我效能之间的调节效应显著。相对于女性,网络使用自我效能的中介效应对男性更显著。换句话说,对于男性,网络使用更能够提升其网络使用自我效能,进而促进更多的网络利他行为。可能的原因是,首先,男性相比于女性,对网络的态度更加积极(Li & Kirkup,2007),有更好的网络使用技术和探索精神(Tsai & Tsai,2010),有更强的网络技术和工具学习的动机(Broos,2005),从而使得男性在网络使用中更能够获得网络使用自我效能感(Chen & Tsai,2007)。其次,女性对网络使用的影响更加敏感,她们更担心网络使用的消极影响,从而使得女性的网络使用效能感更低(Imhof,Vollmeyer & Beierlein,2007)。另外,网络对于男性更像是“玩具(toy)”对于女性更像是“工具(tool)”(Tsai & Lin,2004),这些差异使得男性在使用网络中可能会更加轻松,更不易受到来自网络人际方面的消极影响,从而有更高的网络使用自我效能。
就具体的网络使用三个维度来说,男性使用网络更多趋于任务取向(如信息搜索),而女性更多趋于人际取向(如网络社交)(Jackson,Ervin,Gardner,& Schmitt,2001)。以往研究发现,男性在网络游戏和网络信息上占有主导地位,在这两类行为中男性有更低的使用焦虑和更高的自我效能感(Joiner et al., 2005; Weiser,2000)。在网络社交上,尽管女性可能比男性有更多的网络社交行为,但女性也容易受到网络社交中人际交互带来的消极影响。总体来说,不论是对于网络使用的哪一方面,网络使用经验的积累可以明显降低男性的网络使用焦虑从而增加其网络使用自我效能感,但对于女性却没有类似的效果(Broos,2005)。
网络使用自我效能在网络使用与网络利他行为之间具有中介作用,说明提高个体的网络自我效能感对于促进网络利他行为具有积极意义。性别在网络使用与网络自我效能之间的调节作用,说明网络使用自我效能感的提升对于女性来说尤为关键和重要。女性相对于男性,网络使用本身更难以促进其网络使用自我效能,若经过适当的引导和培训则会弥补网络使用自我效能的不足。事实上,已有研究发现,经过一定的计算机和网络技能培训,男性和女性的网络使用自我效能确实得到了显著的提升,且这种效果对女性更加明显(Torkzadeh & Van Dyke,2002)。
4.4 研究启示与不足本研究揭示了网络自我效能在网络使用与网络利他行为之间起到中介作用。在“网络使用(环境)—心理因素—网络行为”的动态关系中,个体因素非常关键,网络使用自我效能作为一种动机因素在影响积极网络行为方面发挥着重要作用。一方面,个体的网络使用经验或者网络环境本身,相对于家庭、学校、同伴等环境因素,对个体网络行为(比如网络利他或网络欺负)的影响可能更为直接,个体之所以在网上有利他行为可能跟自己在网上得到了很多帮助有关。另一方面,网络使用通过使用自我效能这种认知性的动机因素间接影响网络行为,揭示出了网络行为之间个体心理因素的桥梁作用。同时,探索不同网络使用行为对网络利他行为的影响具有独特意义,这可能比单纯从总体的网络使用(如网络使用时间)的角度去考察网络的积极意义要更为深入。
但是本研究也存在一些不足,需要在以后的研究中进一步完善。首先,本研究考察的是整体性的网络使用自我效能,网络使用自我效能实际上仍然是一个相对较为宽泛的概念,个体在网络使用某一方面(比如信息搜索)的自我效能很高,但是在其他方面的自我效能(比如网络社交)未必也很高。结合不同的网络使用行为,考察其对应的网络使用自我效能可能更具有针对性。借鉴以往自我效能感的分类,以后的研究可以进一步对网络使用自我效能进行分类,比如探讨网络人际关系自我效能对个体行为的影响。其次,本研究仅考察了网络自我效能在网络使用和网络利他行为之间的作用,而这其中还可能涉及到其他个体因素,以后的研究可以进一步考察如网络安全感、网络使用情绪等因素的作用。另外,网络功能是纷繁复杂的,以网络信息的使用而言,网络信息内容本身的积极与消极、门户网站的信息推送、网络信息的真实性和安全性等因素均会对个体的网络态度和行为产生影响。再次,本研究中网络游戏分量表的信度较低,这可能和该维度中项目较少和范围较广(如棋牌类)有关,这也提示在今后的研究中,还需进一步细化游戏行为的作用。最后,本研究采用的是自我报告的方法,若能收集个体网络使用的真实数据,用网络生态数据揭示网络使用与个体利他行为之间的关系可能更有说服力。
5 结论大学生的网络社交、网络信息和网络游戏行为与网络使用自我效能、网络利他行为两两之间均存在正向联系。网络使用可以直接正向影响网络利他行为,也可以通过网络使用自我效能的中介作用间接影响网络利他行为。网络使用自我效能在网络使用与网络利他行为之间的中介作用受到性别的调节作用,相对于女生,网络使用自我效能的中介效应在男生群体中更为明显,网络使用更能够提升男生的网络使用自我效能,进而促进更多的网络利他行为。
| Adams, N.,Stubbs, D., & Woods, V.(2005). Psychological barriers to Internet usage among older adults in the UK. Medical Informatics and the Internet in Medicine,30, 3-17. |
| Ak, S., Koruklu, N., & Yilmaz, Y.(2013). A study on Turkish adolescent's Internet use:possible predictors of Internet addiction. Cyberpsychology Behavior and Social Networking,3,205-209. |
| Amichai-Hamburger, Y., & Furnham, A.(2007). The Positive Net. Computers in Human Behavior, 23, 1033-1045. |
| Anderson, C. A., & Bushman, B. J.(2002). The effects of media violence on society.Science,295, 2377. |
| Anderson, C. A., Shibuya, A., Ihori, N., Swing, E. L., Bushman, B. J., Sakamoto, A., & Saleem, M.(2010). Violent video game effects on aggression, empathy, and prosocial behavior in eastern and western countries:a meta-analytic review. Psychological Bulletin,136(2), 151-173. |
| Bandura, A.(1993). Perceived self-efficacy in cognitive development and functioning. Educational psychologist,2,117-148. |
| Bandura, A.(1977a). Social learning theory. Englewood Cliffs:Prentice-Hall. |
| Bandura, A.(1977b). Self-efficacy:Toward a unifying theory of behavioral change. Psychological Review,2, 191-215. |
| Bandura, A.(1997c). Self-efficacy:The exercise of control. New York:Freeman. |
| Bandura, A.(1986).Social foundations of thought and action:A social cognitive theory. Englewood Cliffs, N.J:Prentice-Hall. |
| Broos, A.(2005). Gender and information and communication technologies anxiety:Male self-assurance and female hesitation. CyberPsychology and Behavior,1, 11-32. |
| Chen, R. S., & Tsai, C. C.(2007). Gender differences in Taiwan university students' attitudes toward web-based learning. CyberPsychology & Behavior,10,645-654 |
| Chen, L. Y., Hsiao, B., Chern, C. C., & Chen, H. G.(2014). Affective mechanisms linking Internet use to learning performance in high school students:A moderated mediation study. Computers in Human Behavior,35,431-443. |
| Chu, R. J., & Chu, A. Z.(2010). Multi-level analysis of peer support, Internet self-efficacy and e-learning outcomes:The contextual effects of collectivism and group potency. Computer & Education,55,145-154. |
| Chuang, S. C., Lin, F. M., & Tsai, C. C.(2015). An exploration of the relationship between Internet self-efficacy and sources of Internet self-efficacy among Taiwanese university students. Computers in Human Behavior,48, 147-155. |
| DeTure, M.(2004). Cognitive style and self-efficacy:Predicting student success in online distance education. American Journal of Distance Education,1,21-38. |
| Durndell, A., & Haagb, Z.(2002). Computer self efficacy, computer anxiety, attitudes towards the Internet and reported experience with the Internet, by gender, in an East European sample. Computers in Human Behavior,18, 521-535. |
| Eastin, M. S., & LaRose, R.(2000). Internet self-efficacy and the psychology of the digital divide. Journal of Computer-Mediated Communication,6(1), 0-0. |
| Elliott, L., Golub, A., Ream, G., & Dunlap, E.(2012). Video game genre as a predictor of problem use. Cyberpsychology Behavior and Social Networking,3, 155-161. |
| Fountain, E. J.(2000). Constructing the information society:Women, information technology, and design. Technology in Society,22, 45-62. |
| Gist, M.(1987). Self-efficacy:Implications for organizational behavior and human resource management. Academy of Management Review,12, 472-486. |
| Gosling, S. D., & Mason, W.(2015). Internet research in psychology. Annual Review of Psychology,66,1-26. |
| Greitemeyer, T., & Osswald, S.(2010). Effects of prosocial video games on prosocial behavior.Journal of Personality and Social Psychology,2,211-221. |
| Hargittai, E., & Shafer, S.(2006). Differences in actual and perceived online skills:The role of gender. Social Science Quarterly,2, 432-448. |
| Hasan, B.(2003). The influence of specific computer experiences on computer self efficacy beliefs. Computers in Human Behavior,4,443-450. |
| Houle, P. A.(1996). Toward understanding student differences in a computer skills course. Journal of Educational Computing Research,1,25-48. |
| Imhof, M., Vollmeyer, R., & Beierlein, C.(2007). Computer use and the gender gap:The issue of access, use, motivation, and performance. Computers in Human Behavior,23, 2823-2837. |
| Jackson, L. A., Ervin, K. S., Gardner, P. D., & Schmitt, N.(2001). Gender and the Internet:Women communicating and men searching. Sex Roles,44, 363-379. |
| Joiner, R., Gavin, J., Duffield, J., Brosnan, M., Crook, C., Durndell, A., et al.(2005). Gender, Internet identification, and Internet anxiety:Correlates of Internet use. CyberPsychology & Behavior,8, 371-378. |
| Joo, Y., Bong, M., & Choi, H. J.(2000). Self-efficacy for self-regulated learning, academic self-efficacy, and Internet self-efficacy in web-based instruction. Educational Technology Research & Development,48,5-17. |
| Kim, Y., & Glassman, M.(2013). Beyond search and communication:Development and validation of the Internet Self-efficacy Scale(ISS). Computers in Human Behavior,29, 1421-1429. |
| Kuo, Y. C., Walker,A. E., Schroder, K. E. E., Belland, B. R.(2014). Interaction, Internet self-efficacy, and self-regulated learning as predictors of student satisfaction in online education courses. Internet and Higher Education,20, 35-50. |
| Kurniawan, S. H., Ellis, R. D., & Allaire, J. C.(2002). The impact of Web self-efficacy, age, and Web experience on bookmark manipulation.Universal Access in the Information Society,3, 207-216. |
| Lai, V. H., & Gwung, H. L.(2013). The effect of gender and Internet usage on physical and cyber interpersonal relationships. Computers & Education,69,303-309. |
| Lee, Y. C., & Sun, Y. C.(2009). Using instant messaging to enhance the interpersonal relationships of Taiwanese adolescents:evidence from quantile regression analysis. Adolescence,173,199-208. |
| Li, N., & Kirkup, G.(2007). Gender and cultural differences in Internet use:A study of China and the UK. Computers & Education,2, 301-317. |
| Liang, J. C., & Wu, S. H.(2010). Nurses' motivations for web-based learning and the role of Internet self-efficacy. Innovations in Education and Teaching International,1, 25-37. |
| Lin, H. F.(2006). Understanding behavioral intention to participate in virtual communities. CyberPsychology & Behavior,9, 540-547. |
| Livingstone, S., Bober, M., & Helsper, E. J.(2005). Active participation or just more information? Young peoples take up of opportunities to act and interact on the Internet. Information Communication and Society,8(3), 287-314. |
| Marchionini, G.(1997). Information seeking in electronic environments. New York:Cambridge University Press. |
| 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,1,57-75. |
| Muchnik, L., et al.(2013). Social influence bias:A randomizedexperiment. Science,341, 647-651. |
| Papastergiou, M., & Solomonidou, C.(2005). Gender issues in Internet access and favorite Internet activities among Greek high school pupils inside and outside school. Computers & Education,4,377-393. |
| Pellas, N.(2014).The influence of computer self-efficacy, metacognitive self-regulation and self-esteem on student engagement in online learning programs:Evidence from the virtual world of Second Life. Computers in Human Behavior,35,157-170. |
| Piff, P. K., Kraus, M. W., Cote, S., & Cheng, B. H.(2010). Having less, giving more:The influence of social class on prosocial behavior.Journal of Personality and Social Psychology,5,771-784. |
| Rains, S. A.(2008). Seeking health information in the information age:The role of Internet Self-Efficacy. Western Journal of Communication,1,1-18. |
| Rice, R. E.(2006). Influences, usage, and outcomes of Internet health information searching:multivariate results from the Pew surveys. International Journal of Medical Informatics,1, 8-28. |
| Richardson, H. A., Simmering, M. J., & Sturman, M. C.(2009). A tale of three paradigms:Examining post hoc statistical corrections for common method variance from three divergent perspectives. Organizational Research Methods,12, 762-800. |
| Salanova, M., Grau, R. M., & Cifre, E.(2000). Computer training, frequency of usage and burnout:The moderating role of computer self-efficacy. Computers in Human Behavior,6, 575-590. |
| Sanchez-Franco, M. J.(2006). Exploring the influence of gender on the web usage via partial least squares. Behaviour & Information Technology,25, 19-36. |
| Schumacher, P., & Morahan-Martin, J.(2001). Gender, internet and computer attitudes and experiences. Computers in Human Behavior,17, 95-110. |
| Sproull, L., Conley, C., & Moon, Y.(2005). Prosocial behavior on the net. In Y. Amichai-Hamburger(Ed.), The social net:Human behavior in cyberspace. New York:Oxford University Press. |
| Sun, Y., Lim, K. H., Jiang, C., Peng, J. Z., & Chen, X.(2010). Do males and females think in the same way? An empirical investigation on the gender differences in Web advertising evaluation. Computers in Human Behavior,26, 1614-1624. |
| Tahiroglu, A. Y., Celik, G. G., Uzel, M., Ozcan, N., & Avci, A.(2008). Internet use among Turkish adolescents. Cyberpsychology & Behavior,5,537-543. |
| Torkzadeh, G., & Van Dyke, T. P.(2002). Effects of training on Internet self-efficacy and computer user attitudes. Computers in Human Behavior,18, 479-494. |
| Tsai, C.-C., & Lin, C.-C.(2004). Taiwanese adolescents' perceptions and attitudes regarding the Internet:Exploring gender differences. Adolescence,39, 725-734. |
| Tsai, M. J., & Tsai, C. C.(2010). Junior high school students' Internet usage and self-efficacy:A re-examination of the gender gap. Computers & Education,54,1182-1192. |
| Utz, S.(2015). The function of self-disclosure on social network sites:Not only intimate, but also positive and entertaining self-disclosures increase the feeling of connection.Computers in Human Behavior,45, 1-10. |
| Wallace, P.(2001). The Psychology of the Internet. Cambridge University Press:Cambridge |
| Wang, C. C., & Wang, C. H.(2008). Helping others in online games:prosocial behavior in cyberspace. CyberPsychology & Behavior,3, 344-346. |
| Weiser, E. B.(2000). Gender differences in Internet use patterns and Internet application preferences:A twosample comparison. CyberPsychology & Behavior,3,167-177. |
| Whitely, B. E., Jr.(1997). Gender differences in computer related attitudes and behavior:A meta analysis. Computers in Human Behavior,1, 1-22. |
| Wasko, M. M., & Faraj, S.(2000). It is what one does:Why people participate and help others in electronic communities of practice. Journal of Strategic Information Systems,3, 155-173. |
| Weinstein, N., Ryan, R. M.(2010). When helping helps:Autonomous motivation for prosocial behavior and its influence on well-being for the helper and recipient. Journal of Personality and Social Psychology,2,222-244. |
| Wilson, T. D.(2000). Human information behavior. Information Science Research,2, 49-56. |
| Wright, M. F., & Li, Y.(2011). The associations between young adults' face-to-face prosocial behaviors and their online prosocial behaviors. Computers in Human Behavior,27(5), 1959-1962. |
| Wu, Y. T., & Tsai, C. C.(2006). Developing an information commitment survey for assessing students' web information searching strategies and evaluative standards for web materials. Educational Technology & Society,2, 120-132. |
| Zhang, A., & Lu, Q.(2002). The regulation of self-efficacy and attribution feedback on motivation. Social Behavior and Personality,30, 188-281. |
| 程乐华.(2002).网络心理行为公开报告. 广州:广东经济出版社. |
| 罗喆慧, 万晶晶, 刘勤学, 方晓义.(2010). 大学生网络使用、网络特定自我效能与网络成瘾的关系.心理发展与教育,(6), 618-626. |
| 温忠麟, 叶宝娟.(2014). 有调节的中介模型检验方法:竞争还是替补?心理学报,(5), 714-726. |
| 赵欢欢, 张和云, 刘勤学, 王福兴, 周宗奎.(2012). 大学生特质移情与网络利他行为:网络社会支持的中介效应.心理发展与教育,28(005), 478-486. |
| 赵欢欢, 张和云.(2013). 大学生网络交往动机与网络利他行为:网络人际信任的中介作用.心理研究,(6), 92-96. |
| 郑显亮, 顾海根.(2012). 人格特质与网络利他行为:自尊的中介作用.中国特殊教育,2, 69-75. |
| 郑显亮, 顾海根.(2013). 大学生网络利他行为和网络行为偏好的关系:班级环境的作用.心理与行为研究,(5), 690-696. |
| 郑显亮,张婷,袁浅香.(2012). 自尊与网络利他行为的关系:通情的中介作用.中国临床心理学杂志,20(4),550-551,555. |
| 郑显亮.(2010). 大学生网络利他行为:量表编制与多层线性分析. 上海师范大学. 博士学位论文. |
| 郑显亮.(2012). 乐观人格、焦虑、网络社会支持与网络利他行为关系的结构模型.中国特殊教育,(11), 84-89. |
| 周林, 顾海根.(2008). 上海市大学生网络行为偏好的实证研究.心理科学,(6), 1353-1356. |
2015, Vol. 31

