APP下载

施助者因素对网络助人行为的影响:虚拟收益的调节作用

2014-03-03田也壮

关键词:共情收益量表

张 礼,田也壮,徐 光

(1.哈尔滨工业大学管理学院,黑龙江哈尔滨 150001;2.哈尔滨师范大学管理学院,黑龙江哈尔滨 150025)

施助者因素对网络助人行为的影响:虚拟收益的调节作用

张 礼1,田也壮1,徐 光2

(1.哈尔滨工业大学管理学院,黑龙江哈尔滨 150001;2.哈尔滨师范大学管理学院,黑龙江哈尔滨 150025)

本文从网络助人行为的概念入手,对共情、道德判断、自尊、过往经历这四个施助者因素与网络助人行为间的关系进行了理论分析,并引入一个情境变量——虚拟收益作为调节变量,然后据此提出了理论模型;最后利用对564人进行问卷调查所获取的有效数据,进行了实证研究。实证结果显示:(1)共情、道德判断、自尊、过往经历这四者与网络助人行为均显著正相关;(2)虚拟收益对施助者因素与网络助人行为间的关系存在显著的调节效应;(3)虚拟收益对共情、道德判断与网络助人行为间的关系均存在显著的调节效应,但对自尊、过往经历与网络助人行为间关系的调节效应不显著。

施助者因素;网络助人行为;虚拟收益;调节效应;正相关

一、引言

网络使人的存在方式发生了革命性的变革[1],对网络中人的行为进行研究,也很快便成为了行为科学研究者们所关注的一个热点。虽然网络行为包括消极和积极两方面的行为,但是,目前的研究往往集中于对消极行为进行探讨(如网络色情、网络暴力、网络成瘾等等负面的行为),而对网络中积极、正面的行为研究较少[2]。

网络中积极行为的表现形式多种多样,已有学者提出过“网络亲社会行为”[3][4]、“网络利他行为”[5]、“在线志愿行为”[2]等概念;网络助人行为(Internet helping behavior)与这些概念相类似,但它的外延较小,只是网络中积极行为的一种,本文将其定义为:在网络中个体所表现出来的、自发地帮助那些需要得到帮助的人们的网络行为。在发生网络助人行为的情境下,往往存在着明显的求助者或需要得到实际帮助的人,有时甚至是紧急事件;此类行为大致可包括:技术或方法指导、信息咨询、社会救助三部分。

少数研究者对网络助人行为做过一定的研究,主要聚焦于此类行为的影响因素上;研究结果表明,影响网络助人行为的变量虽然纷繁复杂、多种多样,但大体上可以将它们归为三大类别:施助者因素、受助者因素以及情境因素,各类因素下都包括与之相对应的一系列变量。但是,当前这方面的研究较为零散也还不够系统,尤其缺乏相对应的实证研究和量化研究,也缺乏对网络情境因素的探讨。

二、施助者因素

网络助人行为的三大类影响因素中,施助者因素是指与施助者(帮助别人的人)自身有关的那些变量;本研究大量参考和借鉴了现实世界里助人行为的研究成果,这些变量主要包括:共情、道德判断、自尊、过往经历等。但这些变量是否仍然适用于虚拟的网络世界,还有待于进一步的实证检验。

共情(Empathy,也可译为移情、通情等),Titchener将其定义为:一个把客体人性化的过程,感觉我们自己进入客体内部的过程[6]。Batson(1995)认为,共情的唤起能引起或产生亲社会行为[7];Hudec(2002)的研究结果显示,共情水平可预测个体在多大程度上愿参与志愿者活动[8];国内学者宋凤宁(2005)、郑显亮等人(2012)也指出,共情水平与网络中的积极行为间有着正相关的关系[3][9]。

据此,我们提出假设H1:共情对网络助人行为有正向影响。

道德判断(Moral judgment)是指,个体对社会现象的是非善恶,进行分析、鉴别和评价的心理过程;道德判断水平的高低,同个体所掌握的道德概念和道德认知有关。Rushton(1976)发现,道德判断水平高的孩子,会表现出更多的利他行为[10];危敏(2007)、蒋雪(2010)等人也认为,道德判断水平的提高,会对网络亲社会行为产生积极影响[4][11]。

据此,我们提出假设H2:道德判断对网络助人行为有正向影响。

自尊(Self-esteem)即自我尊重,指个体在喜爱或不喜爱自己的程度上存在的差异,它是个体对其社会角色和价值进行自我评价后的结果,反映了个体在多大程度上相信自己是重要的和有价值的[12]。Benson(1978)曾指出,低自尊的个体产生的亲社会行为最多[5];但更多的研究者对此抱有不同观点,认为高自尊者更容易产生助人行为[4][9][11]。

据此,我们提出假设H3:自尊对网络助人行为有正向影响。

过往经历(Prior experience)是指个体做过或遭遇过的事情,在本文中特指与助人行为有关的网上经历,包括施助经历和受助经历两部分。Hamilton(1988)发现,曾有过志愿者经历的青少年,会表现出更多的为社区服务的志愿者行为[13];Hudec(2002)也认为,过往经历对社区志愿者服务行为有着积极的影响[8];危敏(2007)则指出,在网络中曾经得到过他人帮助的个体,会心怀感激之情,会更愿意在网上帮助别人[4]。

据此,我们提出假设H4:过往经历对网络助人行为有正向影响。

三、虚拟收益变量的引入与模型构建

紧跟前文的论述,共情、道德判断、自尊、过往经历这4个变量都会对助人行为产生影响,但需要指出的是,行为的发生不仅受人的因素的影响,而且它还受情境因素的影响。Latane和Darley(1970)曾提出现实世界中的助人行为模型,认为情境因素对助人行为有着重要的影响[14];之后很多学者也指出,施助者在做出行动前会先观察情境,会考虑助人的客观条件[15]。

网络环境不同于现实环境,与虚拟世界相对应的一系列网络情境变量,也不同于与现实世界相对应的现实情境变量;由于在网络情境因素包括哪些变量、以及它们对网络助人行为的影响方面,前人的研究还较为欠缺,因此在这方面进行深入的研究,是很有必要的。

网络中的虚拟收益(Virtual benefits)是一个情境变量,它指的是个体在实施助人行为后,该网络能给予个体的非物质利益,它反映了网络环境对助人行为的认可和鼓励程度。有些网络组织中,每个成员都拥有某种虚拟的、非物质的利益值(如等级、积分等),作为自己在组织中的地位或能力的标识,当某成员实施助人行为后,网络会给予该个体相应的虚拟收益(如等级提升、积分上涨等),以作为对助人行为的奖赏。

按照社会交换理论的观点,行为是否发生是由代价与报偿间的关系决定的[16],网络助人行为其实是目前期望将来能得到承认或奖赏等利益的工具性行为:施助者付出了助人的劳动,他也获得了相应的虚拟收益作为精神上的报偿;虚拟收益更高的网络情境,也会更容易诱使个体产生助人行为。情境变量往往会充当调节变量,因此我们提出假设H5:虚拟收益在施助者因素对助人行为产生影响的过程中起到了正向调节作用。

由假设H5,我们可以得出以下的分假设:

H5a:虚拟收益对共情与网络助人行为间关系具有显著的调节作用,随着虚拟收益的增加,共情对网络助人行为的正向影响越来越强;

H5b:虚拟收益对道德判断与网络助人行为间关系具有显著的调节作用,随着虚拟收益的增加,道德判断对网络助人行为的正向影响越来越强;

H5c:虚拟收益对自尊与网络助人行为间关系具有显著的调节作用,随着虚拟收益的增加,自尊对网络助人行为的正向影响越来越强;

H5d:虚拟收益对过往经历与网络助人行为间关系具有显著的调节作用,随着虚拟收益的增加,过往经历对网络助人行为的正向影响越来越强。

本研究的理论模型图,如图1所示。

四、研究设计与数据

1.研究数据的获取

为获得实证研究所需的数据,本研究采用了问卷调查的方法,并主要使用李克特式五点量表进行测量。调研在2012年6月开始展开,于2012年8月结束。

为了确保调查的效果,采用了电子问卷与纸质问卷相结合的形式。电子问卷的发放是通过QQ群或Email来进行的,然后通过电话、QQ联系等方式来保证回收率;纸质问卷的发放,则是进入大学校园、网吧等公共场所选择被试,被试填写完毕后及时回收问卷。本次调查共发放问卷(包括电子版和纸质版)925份,回收问卷612份,问卷回收率为66.2%;另外,从回收问卷中剔除48份无效问卷后,剩余有效问卷564份,问卷有效率为92.2%,有效样本数量远超Nunnally和Bernstein(1994)所建议的样本量应该至少为测量题项5倍的要求[17]。其中,男性308人,女性256人;有352人的年龄介于18~25岁之间,占有效样本总数的62.4%。

2.变量的测量与计算

研究模型中涉及到6个变量,分别是:共情、道德判断、自尊、过往经历、虚拟收益、网络助人行为,下面将对各变量的测量进行介绍。

(1)共情的测量

本研究参考吴静吉等人修订的人际反应指针量表(IRI-C),采用从1到5计分的方式,来对共情进行测量;该量表在中国情境下有着很好的信度和效度[18]。另外考虑到简洁性,删除了原量表中意思上存在重复的题项,最终使用12个题项得分的平均值来测量共情水平(Empathy level),如表1所示。

(2)道德判断的测量

本研究使用Lind的道德判断测验(MJT)[19]来进行测量,其最重要的考察指标是道德判断C分数,Cohen(1988)曾按C分数的高低将道德判断水平分为4个等级:1-9分,较低;10-29分,中等;30-49分,较高;50分以上,非常高。

由于本研究拟采用5点量表进行计分,因此有必要将C分数与5点量表计分挂钩起来。参考Cohen的等级划分,我们将道德判断水平按下述规则赋值:C分数低于10分,取值为1;C分数50分以上,取值为5;C分数位于10-50分之间,取值为C/10。

(3)自尊的测量

Rosenburg的自尊量表(SES)[20]是使用最广泛的测自尊的工具,本研究也采用它来进行测量。原量表采用的是4点计分方式,本文为了研究的需要,增加了“不能确定”的选项,并将其计分为3,这样便将量表改为五点计分方式,并使用各题项得分的平均值来测量个体的自尊水平。

(4)过往经历的测量

本研究参考了网络利他行为量表[5]中助人行为的表现形式,采用自编量表的形式对过往经历进行测量。选项从“非常不同意”到“非常同意”,采用从1到5进行计分的方式,并使用各题项得分的平均值来测量过往经历(Prior experience),如表2所示。

(5)虚拟收益的测量

本研究采用自编的问卷来测量虚拟收益,从“非常不同意”到“非常同意”,采用从1到5进行计分的方式,最终使用各题项得分的平均值来测量虚拟收益(Virtual benefits),如表3所示。

(6)网络助人行为的测量

本研究参考了网络利他行为量表[5]中助人行为的表现形式,采用自编的问卷对网络助人行为进行测量。需要指出的是,本研究讨论的是狭义上的助人行为(往往存在着明显的求助者),因此并没有将网络共享、情感支持等行为纳入网络助人行为的范畴。选项从“从不”到“总是”,采用从1到5进行计分的方式,并使用各题项得分的平均值来测量助人行为(Helping behavior),如表4所示。

3.信度与效度检验

(1)信度分析

本研究采用克朗巴哈α系数来对信度加以衡量,Nunnally指出,α值在0.7以上就表示为高信度[17],因此本文各变量的信度大于0.7即可。检验信度时,对各个变量的分量表均检验其信度,见表5所示;结果显示,各变量的信度良好。

(2)效度分析

效度分析主要包括两方面的检验:一是内容效度,二是结构效度。

在内容效度方面,需要在研究者获取数据过程中加以严格控制,另外,参考侯杰泰等人的建议[21],通过尽量选取成熟量表的所有题项来保证问卷具有较好的内容效度。

因此,主要需要做的是进行结构效度的分析,本研究采用探索性因子分析(EFA)来进行,并通过KMO值、巴特利特球形检验、累积贡献率和因子负荷值等来判断。其中KMO值一般应大于0.5,巴特利特球形检验中的Approx.Chi-Square值在其所对应的自由度的Sig.值<0.05,累积贡献率应超过50%才是可接受的,因子负荷绝对值在0.4以上为显著。

由于共情、道德判断、自尊这3个变量的测量使用的是成熟的量表,因此在进行检验时,我们只对过往经历、虚拟收益、网络助人行为这三者进行了分析,具体的结果见表6所示。结果显示,本研究所使用的问卷满足效度要求。

五、结果与讨论

根据前文所述的研究模型和假设,需要对虚拟收益对施助者各变量与网络助人行为关系的调节作用进行分析,我们采用SPSS16.0中的分层回归分析来验证虚拟收益的调节作用。在分析中,将虚拟收益作为调节变量,并用层次回归方法来检验虚拟收益对于施助者各变量与网络助人行为之间关系的影响。表7列出了虚拟收益的调节效应检验结果。

表7中,在层次回归分析的第三步时,加入了虚拟收益与施助者各变量的乘积项,R2的变化为0.020,方程3的显著性为sig.=.048,通过显著性检验(sig.<0.05),根据这个结果可以得出结论,虚拟收益对于施助者因素与网络助人行为之间的关系具有显著的调节作用,假设H5得到了验证。

在表7中,共情、道德判断、自尊、过往经历这四者的系数均为正,且均通过显著性检验(sig.<0.1);因此,共情、道德判断、自尊、过往经历这4个变量均与网络助人行为显著正相关,它们对网络助人行为均存在着显著的正向影响,假设H1、H2、H3、H4均得到了验证。这说明,和现实世界一样,即使是在虚拟世界中,施助者因素的正向影响也同样存在。

另外我们还可以看出,虚拟收益的系数为正值,且通过显著性检验(sig.<0.1),因此,虚拟收益与网络助人行为存在着显著正相关的关系,虚拟收益对网络助人行为有着显著的正向影响;这说明在有虚拟收益充当行为激励的网络情境下,会更容易发生网络助人行为。

为了进一步明确虚拟收益对哪些变量与网络助人行为的关系产生了调节效应,可以通过表7中的具体回归分析方程来进行分析。从表7中可以看出,方程3中虚拟收益对于自尊、过往经历与网络助人行为之间关系的调节作用不显著;因此,假设H5c、H5d均未得到验证。

但是,虚拟收益对于共情、道德判断与网络助人行为之间的关系均存在着显著的调节作用(sig.<0.1),由于共情*虚拟收益、道德判断*虚拟收益的系数均为正,可以认为,随着虚拟收益值的增加,网络情境对助人行为的认可和鼓励程度会加强,此时共情、道德判断与网络助人行为之间的关系均会变强,亦即共情、道德判断对网络助人行为的正向影响均会越来越强;因此,假设H5a、H5b均得到了验证。

由上述实证结果我们可以看出,在网络治理方面,若只是为了达到创造有利环境以激发更多的网络助人行为的目的,那么实施虚拟收益奖励是有其合理性的;尤其是在网络组织或社区中存在着共情水平、道德判断水平不同的大量个体时,在网络中实施虚拟收益奖励就显得更为必要。

六、结论

本文从网络助人行为的影响因素研究的角度入手,通过对共情、道德判断、自尊、过往经历这四个施助者因素与网络助人行为间关系的理论分析,认为它们之间存在着调节变量,即虚拟收益,并运用多层线性回归分析对此进行了实证研究,得出以下的结论:

(1)共情、道德判断、自尊、过往经历这四者均与网络助人行为存在着显著正相关的关系,对网络助人行为均存在着正向影响。

(2)虚拟收益是一个反映网络环境对助人行为认可和鼓励程度的情境变量,它对网络助人行为存在着正向影响,并对施助者因素与网络助人行为间的关系具有显著的调节作用。

(3)具体而言,虚拟收益对自尊、过往经历与网络助人行为间关系的调节作用均不显著;但它对共情、道德判断与网络助人行为间的关系都具有显著的调节作用:随着虚拟收益的提高,共情、道德判断对网络助人行为的正向影响均越来越强。

本研究的侧重点在于施助者因素,自变量中并未涉及到受助者因素(与受助者有关的各变量),而对情境因素的涉及,主要是将虚拟收益作为调节变量来考虑。但实际上,受助者因素、某些别的情境因素也会影响到网络助人行为,它们与网络助人行为间的关系,有待于以后做进一步的研究,还有必要在后续的研究中补充入新的自变量,对理论模型加以完善。

[1]陈志良.虚拟:人类中介系统的革命[J].中国人民大学学报,2000,(4):57-63.

[2]Amichai-Hamburger Y.Potential and promise of online volunteering[J].Computers in Human Behavior,2008,24(2): 544-562.

[3]宋凤宁,黎玉兰,方艳娇,江宏.青少年移情水平与网络亲社会行为的研究 [J].广西师范大学学报(哲学社会科学版),2005,41(3):84-88.

[4]危敏.大学生网络亲社会行为的研究[D].山东大学硕士学位论文,2007.

[5]郑显亮.大学生网络利他行为:量表编制与多层线性分析[D].上海师范大学博士学位论文,2010.

[6]Duan C.&Hill C.E.The current state of empathy research [J].Journal of Counseling Psychology,1996,43(3):261-274.

[7]Batson C.D.Prosocial motivation:why do we help others[A]. Advanced Social Psychology[C].New York:McGraw Hill, 1995.333-381.

[8]Hudec S.M.Inducing volunteer community service in undergraduates:The relative contributions of prior experience, coursework,and the dispositions of empathy and moral development[D].Unpublished doctoral dissertation,New York University,2002.

[9]郑显亮,张婷,袁浅香.自尊与网络利他行为的关系:通情的中介作用[J].中国临床心理学杂志,2012,20(4):550-555.

[10]Rushton J.P.Socialization and the altruistic behavior of children[J].Psychological Bulletin,1976,83(5):898-913.

[11]蒋雪.网络环境下大学生亲社会行为研究——以J大学学生上网者为例[D].吉林大学硕士学位论文,2010.

[12]Pierce J.L.&Gardner D.G.Self-esteem within the work and organizational context:a review of the organization-based self-esteem literature[J].Journal of Management,2004,30 (5):591-622.

[13]Hamilton S.F.&Fenzel L.M.The impact of volunteer experience on adolescent social development:evidence of program effects[J].Journal of Adolescent Research,1988,3(1): 65-80.

[14]Latane B.&Darley J.M.The unresponsivebystander:why doesn't he help?[M].New York:Appleton-Century Crofts,1970.

[15]Krebs D.Altruism:a rational approach[A].Eisenberg N.The development of prosocial behavior[C].New York:Academic Press,1982:53-76.

[16]Homans C.G.Social behavior as exchange[J].American Journal of Sociology.1958,63(6):597-606.

[17]Nunnally J.C.&Bernstein I.H.Psychometric theory[M].New York:McGraw,1994.

[18]张凤凤,董毅,汪凯,詹志禹,谢伦芳.中文版人际反应指针量表(IRI-C)的信度及效度研究[J].中国临床心理学杂志,2010,18(2):155-157.

[19]Lind G.The meaning and measurement of moral judgment competence revisited-a dual-aspect model[A].Fasko D.& Willis W.Contemporary philosophical and psychological perspectiveson moraldevelopmentand education[C]. Cresskill,NJ:Hampton Press,2002.

[20]Rosenburg M.Society and the adolescent self-image[M]. Princeton,NJ:Princeton University Press,1965.

[21]侯杰泰,温忠麟,成子娟.结构方程模型及其应用[M].北京:教育科学出版社,2004.

G20

A

1009-2447(2014)01-0015-06

2014-01-23

国家自然科学基金项目(71372090);国家社会科学基金项目(11BGL013)

张礼(1979-),男,湖北武汉人,哈尔滨工业大学管理学院企业管理专业博士研究生。

猜你喜欢

共情收益量表
发现高潜人才:共情与谦卑
共识 共进 共情 共学:让“沟通之花”绽放
螃蟹爬上“网” 收益落进兜
县域教师培训管理中如何实现共情
幼儿共情能力培养中存在的问题及对策
胸痹气虚证疗效评价量表探讨
怎么设定你的年化收益目标
2015年理财“6宗最”谁能给你稳稳的收益
三种抑郁量表应用于精神分裂症后抑郁的分析
慢性葡萄膜炎患者生存质量量表的验证