当代大学生网络表情符号的使用影响因素研究

林超煜

(黎明职业大学 文化传播学院，福建 泉州 362000)

1 前 言

1.1 研究背景

随着互联网科技的兴起，新媒体网络社交发展迅速。CNNIC(2020)[1]根据中国互联网信息中心在京发布的第47次《中国互联网络发展状况统计报告》指出，中国网民规模达到了9.89亿，普及率达70.4%，超过全球平均水平4.1个百分点，超过亚洲水平9.1个百分点，手机网民占99.7%。人们习惯在社交网络中使用文字作为载体交换信息，网络表情符号是以图文形式存在的表达工具，对文字起辅助作用[2]。

大学生是对互联网最关注的群体，他们有闲暇的时间使用社交网络进行交流，他们的生活、信息、交流与互联网社交媒体密切相关，在网络表情符号的使用上拥有话语权[3]。并且，网络表情符号的制作和网络流行文化有密不可分的关系，符合大学生张扬个性、勇于挑战和敢于新鲜的特点。网络表情符号是视觉的非语言符号[4]，跟随其发展带来的是IP，商业模式和文化产业发展。因此，大学生作为网络表情符号的主要使用客户，具有市场代表性。

1.2 研究目的及意义

1.2.1 TAM适用研究

本文所采用的TAM模型[5]是Davis1989年根据计划行为理论提出的新理论，TAM模型没有在网络表情符号上使用过。基于网络表情符号和短信一样，拥有传达信息、表达沟通解释的功能，本文将TAM适用于研究网络表情符号，一是扩大了TAM的使用范围，可以为今后别的研究打下基础，提供新的研究思路；二是借此研究来验证TAM模型是否也能运用于网络表情符号。

1.2.2 结合动机理论

本文研究大学生使用网络表情符号的使用因素，除使用TAM模型研究网络表情符号自身具备的属性和功能之外，还利用动机理论中人们行为习惯的内心需求，加入新的影响大学生使用网络表情符号的因素，即表达动机和沟通动机，修正了TAM模型并建立出新的模型，增强了研究的解释能力。

1.2.3 补充实证研究

关于网络表情符号国外的研究中，大部份文章探究使用人群的性格特征与使用类型的关系，或者使用网络表情符号与人际关系的亲密程度影响，用量化研究网络表情符号的使用影响因素的实证研究很少。因此，本文是对网络表情符号的使用影响因素研究的深入探究与补充。

1.2.4 网络表情符号的功能

网络表情符号的出现，一是解决沟通问题；二是生动表达涵义；三是解决语境差异导致的误解；四是表情包利于情绪宣泄[6]。表情包有趣而生动[7]，促进了人们交流，缩短人际交往距离，引发人们联想反映事物的内涵和外延。

1.3 研究问题

本文整理出网络表情符号深受年轻大学生喜爱的原因。按照技术接受模型和动机理论中的维度去分类，感知有用性和感知易用性是Davis技术接受模型[8]的两个变量，用以测量使用群体对系统或者技术的感知喜欢和接受的程度。在上述基础上，发展起感知娱乐性、节约成本、可获得性变量，根据国内外学者对网络表情符号的研究，提出使用网络表情符号是为了表达沟通、提高与他人的亲密度，本文将其概念提炼为表动动机与沟通动机。本研究探究上述各个因素是否对大学生使用网络表情符号行为产生影响。相关的研究问题如下：

Q1：网络表情符号的可获得性、感知成本对其感知易用性产生怎样的影响？

Q2：网络表情符号的娱乐性、表达动机、沟通动机对其感知有用性产生怎样的影响？

Q3：网络表情符号的感知易用性与感知有用性有什么影响？

Q4：网络表情符号的感知易用性、感知有用性对使用意愿和行为产生怎样的影响？

2 研究假设

根据上述文献综述回顾了影响大学生使用网络表情符号的变量之后，本文提出相关假设包括：

H1：大学生使用网络表情符号的可获得性正向影响感知易用性；

H2：大学生使用网络表情符号的节约成本正向影响感知易用性；

H3：大学生使用网络表情符号的表达动机正向影响感知有用性；

H4：大学生使用网络表情符号的沟通动机正向影响感知有用性；

H5：大学生使用网络表情符号的娱乐性正向影响感知有用性；

H6：网络表情符号的感知易用性正向影响感知有用性；

H7：网络表情符号的感知有用性正向影响大学生的使用意愿；

H8：网络表情符号的感知易用性正向影响大学生的使用意愿；

H9：网络表情符号的使用意愿正向影响大学生的使用行为。

3 研究方法

本研究根据经典的技术接受模型和自我决定理论，结合大学生与网络表情符号的特点提出新的修正模型，使用李克特五级量表，采用了Davis技术接受模型的问卷测量，Davis是最先使用技术接受模型的研究专家，在这个领域多次整理和总结前人的经典理论，最终提出技术接受模型，并不断完善和修正，提出其他变量，例如感知成本等[9-10]。因此具有说服力、科学性、可行性。由此研究大学生在使用网络表情符号时的可获得性、节约成本、感知易用性、感知有用性、娱乐性、表达动机、沟通动机与使用意愿、使用行为之间的关系。

3.1 问卷设计

根据文献回顾及研究框架的分析，将问卷分为三个部分，一共有37个问题。第一部分是网络表情符号的基本使用情况，包含使用社交平台的时长、使用网络表情符号的频率、使用表情符号的个数、主动使用的意愿、更新网络表情符号的频率，自定义网络表情符号的来源等，这部分主要测量大学生使用网络表情符号的基本状况。第二部分为网络表情符号的使用行为测量，主要包含9个维度的测量，即可获得性、节约成本、表达动机、沟通动机、娱乐性、感知有用性、感知易用性、使用意愿以及使用行为，每个变量都是前人运用过的研究变量。这部分主要使用李克特五级量表，每个变量使用三个问题衡量，回答从“非常不同意”到“非常同意”相对应的分数是1至5分。第三部分为研究对象的人口统计测量，包含大学生的年龄、性别、最高学历等。

3.2 自变量的操作性定义

本研究模型的操作性定义，其衡量主要根据相关的参考文献，修改TAM适合本研究情况而使每一个项目测量都是按照李克特五级量表进行设定的。在以下的操作性定义中，先对研究变量内容进行定义和归纳说明，并通过对上述各个变量的操作化定义为测量的问卷内容锁定研究范围；本测量问卷部分结合了网络表情符号的使用功能而设定，研究变量包括感知易用性、感知有用性、可获得性、娱乐性、节约成本、沟通动机、表达动机、使用意愿以及使用行为，根据前人的研究测量的项目得出问卷测量问题。

3.3 问卷发放与回收

本问卷采用网络问卷调查的方式，问卷包含37个问题，问卷详情可见附录一，利用问卷星形成电子问卷和问卷二维码，采用便利抽样将问卷发至笔者的大学班群、研究生班群以及朋友圈，通过亲朋好友进行搜集。主要是对大学生这一年轻的群体作为研究对象进行调查，问卷发放的时间共五天，共回收233份问卷，问卷有效率100%。网络微信问卷成本低、速度快、范围广等优势和特点，可以为研究节省时间，有利于更方便地收回问卷。

4 统计分析

4.1 样本描述性统计分析

样本的描述性分析主要包括调查对象的性别、年龄、学历等。本研究包含了基本的网络表情符号的使用状况，每天在社交网络上花费的时间、使用网络表情符号的频率、经常使用网络表情符号的个数、主动使用表情符号的意愿、更新网络表情符号的频率以及获取的渠道等。上述均属于调查的基本状况，因此纳入描述性统计的范围里。本次统计的数量为233。

表1 基本对象研究统计表

问卷调查对象基本信息统计分析结果显示，本次问卷调查的有效样本数据总量为233人，其中男性有99人，女性有134人，女性人数多于男性人数。

年龄分析的结果显示，18～24岁之间的人数最多有126人，占比为54.1%；其次是25～39岁之间有76人。主要以18～24岁之间为主，比较符合本研究的研究主体，将大学生年轻人作为研究对象。

学历统计中，本科学士居多，有129人，占比为55.4%；其次是硕士研究生共有85人。两者的总占比为91.7%，因此也符合研究的对象要求。

4.2 大学生网络表情符号使用现状分析

每天使用社交网络平台的时长的跳槽结果显示，2～3个小时使用时间的人数居多，有61人，占比为26.2%；其次是6个小时以上有53人，总体上大学生每天使用社交网络平台的时长较长。

表2 大学生网络表情符号使用现状统计表

使用网络表情符号的频率的回答中，经常使用网络表情符号的人数为最多，占比34.3%。而十分经常使用网络表情符号的人也占总比的18%，说明大学生十分青睐于使用网络表情符号。

经常使用的网络表情符号，1～3个为很少，13个网络表情符号为很多，调查研究显示，26.2%有6～9个自己经常使用的网络表情符号，可以看出大学生都有自己喜爱使用的表情符号，且1个是最低限度。

大学生主动使用网络表情符号的意愿调查中，33%的人经常主动使用表情包，十分经常的占比15%。从不主动使用的人仅占比3%。说明网络表情符号能带动大家积极参与的热情，大部份人会选择主动使用表情符号。

在更新网络表情符号的人数占比里，大学生偶尔和有时更新一下网络表情符号，总占比70%，经常更新的占26.2%，十分经常的占比为2.6%。

网络表情符号的来源多种多样，获取方法简单，主要包括系统自带的、微博上保存的、通过其他朋友发了然后自己保存的，还有专门的网络表情符号App，自己制作的等。调查结果显示：占比最多的77.7%的大学生都是保存和收藏其他人的网络表情符号；有28.8%的人也会自己制作网络表情符号，自己制作表情符号具有十足的乐趣性。

4.3 统计分析

4.3.1 信度分析

Lee.Cronbach(1951)认为，信度分析(reliability analysis)就是研究数据的可靠性，它就是使用同种方法去检测同种对象的结果是否具有一致性。一般使用相关系数Cronbach α来表示信度系数。

美国统计学家Hair(1991)指出，量表系数有数值指标，系数的数值为0.9以上，表示该量表信度最佳；数值为0.8，表示信度不错；系数数值介于0.7～0.8之间，表示较好；数值范围在0.6～0.7之间，表示勉强可以；但是，数值最低限度为0.6，低于该数值考虑重新设计问卷。

本研究利用SPSS软件，得出问卷内容一致性的数值结果，用以表示信度分析。计算的∂系数如表3所示。

表3 信度分析

上图信度分析表可以呈现，网络表情符号的各维度量表的Cronbach α值最低为0.8以上，与Anderson(1995)提出的值大于0.6的量表效果好相符合。说明各量表的信度结果不错。由此证明本研究的变量测量指标内在一致性较强，说明使用该调查数据来调查网络表情符号的使用影响因素是比较可靠的。

4.3.2 效度分析

效度分析(validity analysis)就是有效性，是一种测量数据结果的有效性的程度，可以测量研究内容和测量结果的匹配程度。数据抽样样本使用KMO(Kaiser-Meyer-Olkin)数值和巴特利特(Bartlett)测量本研究数据的效度。如果越接近 KMO数值1显示该研究数据越有效，前人研究表明，KMO 大于 0.9 表明数据十分有效，KMO 大于 0.7 小于 0.9 表明数据比较有效，KMO 大于 0.6 小于 0.7 表明数据可以接受，在0.5以下则需要考虑重新收集数据。

表4 效度分析

各量表的KMO 值均在0.7之上；巴特利特球体检验的统计值的显著性为0.000，该数值小于 0.01，呈显著性水平；各量表的效度均比较好。因此本研究量表测量指标的效度较高。

4.3.3 相关分析

相关分析作为一种统计方法，主要研究变量之间是否具备相关性，检测相关性强弱程度的高低。线性相关主要运用在检测两个变量之间的相关性的强弱的程度，检验两者之间的密切程度，用以在统计的过程中可以定量的描述两个变量之相关关系。

大学生网络表情符号的使用意愿、使用行为及其影响变量之间的相关关系，结果如下：

表5 相关分析表

大学生网络表情符号使用因素相关分析结果显示，可获得性、娱乐性、节约成本、表达动机、沟通动机等因素与感知易用性、感知有用性、使用意愿、使用行为之间均有显著的正向相关关系，为进一步研究各变量对使用意愿、使用行为的影响情况，研究采用结构方程模型进行深入研究。

4.4 回归分析

4.4.1 结构方程模型分析

结构方程模型通常包括两个基本模型：测量模型和结构模型。其中，测量模型是由潜在变量与观察变量组成，反映的是潜在变量与观察变量的关系；而结构模型则表示潜在变量之间的关系，它是一种实证分析模型方法，通过寻找变量间内在的结构关系验证某种结构关系或模型的假设是否合理、模型是否正确。结构方程模型同时考虑并处多个因变量、容许自变量和因变量均含有测量误差等优点。

衡量结构方程式的模型包括很多指标，研究需要使用下列的指标去衡量模型的适配度，也即是测量修正的假设模型与前人研究资料的一致性程度。

卡方自由度比。研究通过AMOS显示输出结果CMIN/DF。该数值小于3，则表示本文修正模型适配度良好；该数值如果大于3时，表示网络表情符号的修正模型适配度不佳。

RMSEA值(root mean square error of approximation)是绝对性指标，不需要基准线模型，该数值的大小反映修正模型的适配度好坏与否。相比较而言，研究数值在0.08-0.10范围，表示模型适配比较普通；范围在0.05-0.08意思是修正模型适配度程度较为良好，适配合理；如果该研究数值小于0.05则表示模型适配度达到最佳程度。

GFI(goodness-of-fit index)是一种数值越接近于1，模型的适配度越佳的绝对性指标。

IFI(incremental fit index)和 CFI(comparative fit index) 是一种相对性指标；属于增值适配度统计量，通常是将待检验的假设理论模型与基准线模型的适配度相对比，用来判断两个模型契合与否，该数值如果越接近1，则表示两个模型越契合。

PNFI(parsimony-adjusted NFI)是调整指标，属于比较简约的适配度指数，该数值比较理想的范围为0.50以上。根据本研究假设，构建结构方程模型图如下所示：

本研究对模型进行结构方程分析，运算后模型拟合情况结果如下表所示：

表6 模型整体拟合优度分析表

根据上图，可以呈现出模型整体适配度，卡方自由度比值为2.461<3.000，表示本研究修正模型的适配度较为良好。RMSEA值为0.078<0.08，两模型相符合。GFI值为0.82，一般符合。而CFI值为0.932、IFI值为0.934，均小于1，达到了指标的理想标准程度。总的来说，该模型拟合情况较好，理论模型和真实数据之间的契合度相匹配程度高，模型的结果具有科学性。

4.4.2 研究模型路径分析

本研究采用AMOS21.0版软件使用结果方程模型运算，对问卷星统计数据进行分析、整理、探讨，下图为修正研究模型的模型标准路径系数表：

表7 模型标准路径系数表

由模型标准路径系数表可知，可获得性对感知易用性的标准路径影响系数(β=0.441，P<0.5)，达到显著性水平；说明可获得性对感知易用性有显著的正向影响,假设1成立。节约成本对感知易用性的标准路径影响系数为(β=0.427，P<0.5)，达到显著性水平；说明节约成本对感知易用性有显著的正向影响，假设2成立；

表达动机对感知有用性由于显著性(β=0.755，P>0.5)没有显著的正向影响,没有达到显著性水平，假设3不成立。沟通动机对感知有用性的标准路径影响系数为(β=0.031，P<0.5),达到显著性水平；说明沟通动机与感知有用性的关系为正相关，假设4成立。娱乐性对感知有用性的标准路径影响系数为(β=0.137，P<0.5),达到显著性水平；说明娱乐性对感知有用性有显著的正向影响，假设5成立。感知易用性对感知有用性的标准路径影响系数为(β=0.391，P<0.5),达到显著性水平；说明感知易用性对感知有用性有显著的正向影响，假设6成立。

感知易用性对使用意愿的标准路径影响系数为(β=0.48，P<0.5)，达到显著性水平；说明感知易用性对使用意愿有显著的正向影响，假设7成立。

感知有用性对使用意愿的标准路径影响系数为(β=0.382，P<0.5)，达到显著性水平；说明感知有用性对使用意愿有显著的正向影响，假设8成立。使用意愿对使用行为的标准路径影响系数为(β=0.479，P<0.5)，达到显著性水平；说明使用意愿对使用行为有显著的正向影响，假设9成立。

综上可知，可获得性、节约成本对感知易用性均有显著的影响，影响较大的是节约成本；沟通动机、娱乐性对感知有用性均有显著的影响，影响较大的是沟通动机；表达动机对感知有用性的影响不显著。

表8 结论分析表

5 结 论

5.1 除了表达动机不显著之外，其他的假设均成立

本研究从技术接受模型出发,探讨当代大学生网络表情符号的使用影响因素,本文的影响因素有网络表情符号的感知易用性、感知有用性、可获得性、节约成本、娱乐性、表达动机、沟通动机。梳理相关文献后做出假设，进行问卷调查并整理得到数据结果，发现各个因素都有不同程度的影响。通过所有的数据结果进行相关分析及回归分析，结合前人的研究对照假设论证分析。最终可以看出除了表达动机不显著之外，其他的假设均成立。

5.2 节约成本相比可获得性影响较大及原因

假设成立是以大学生使用网络表情符号现实感觉为基础，真实使用情况为指导，研究数据为依托最终得出的科学严谨的结果。在使用网络表情符号的过程中，大家的使用情况均在数据中，呈现出深有同感的趋势。假设成立中，可获得性、节约成本对感知易用性都存在显著的影响，两者相比影响较大的是节约成本，其原因主要从两个方面呈现。第一，是从可获取性方面，因为测量该变量时，三个测量变量中包含制作表情包很简易，这一项很多年轻人并不赞同，在年轻人看来只有制作出动画类，具备高技术性的才属于会制作。同时有很多人的表情符号是收藏他人得到，因此呈现该结果。第二，从节约成本方面来说，网络表情符号的使用不会花费时间、金钱、脑力，所以两者相比较，节约成本会是年轻人的首选。

5.3 沟通动机在感知有用性中影响大于娱乐性

沟通动机、娱乐性对感知有用性均有显著的影响，影响较大的是沟通动机；表达动机对感知有用性的影响不显著。

假设成立主要是由于网络表情符号的使用更多体现在人与人的在线交流中，而表达侧重于发自己的心情和朋友圈时对其的使用。相比表达动机，从网络表情符号的使用频率上来说，与他人聊天沟通的频率远比发朋友圈的频率高；网络表情符号的娱乐性主要来自于互相斗图，并不是每个人都热衷于斗图，因此，沟通动机是最为显著的一项。

5.4 不成立的假设原因

而针对不成立的假设原因有以下三点。第一，提出这个假设是因为作者从传播学的人际传播角度去思考，且包含符号学的相关知识，文字作为表达人类的工具，网络表情符号也可以，但是作者会过多地放大了网络表情符号在表达上起的作用。第二，网络表情符号也只不过是一个很简单的辅助工具辅助文字，并没有深刻地去感受到表达的感觉。第三，大学生觉得会使用就行了，主要是方便快捷易上手，因此没有站在表达的立场和角度上认为自己带有表达动机。