论文部分内容阅读
摘要：数据新闻以全新的新闻表现形态改变了受众对新闻的感知和理解方式。但由于数据新闻受众认知基础薄弱，受众数量积累困难，故而造成其舆论影响效果和社会传播功能受限，研究数据新闻受众的采用行为及其影响因素就显得十分重要。本文以受众采用数据新闻的影响因素为实证研究对象，基于UTAUT理论模型和文献分析设计调查问卷，通过数据分析发現：绩效期望、性能预期、个体创新性和社会因素正向影响受众的采用意愿；同时根据实证结论提出数据新闻优化策略，以期有效扩大数据新闻的社会影响力和舆论引导力。
关键词：数据新闻 受众 UTAUT模型 采用因素
2012年后，数据新闻开始参与到新闻制作的过程及媒体的结构和功能建设中，与受众的联系越来越紧密，被广泛认为是“新闻业的未来”。但中国的数据新闻经过9年发展，其社会投放的效果甚微，巨大的新闻传播优势无法完全释放，究其原因，主要是大多数数据新闻平台仍然以传统单向式的信息传播模式运作，缺乏与受众的交流互动，导致数据新闻的受众积累困难，影响力有限。目前关于数据新闻受众的研究稀缺，起止时间国内以受众视角来审视数据新闻发展的研究仅有两篇，这也体现出学术研究关注点还停滞于数据新闻制作流程，数据新闻受众研究领域几乎处于真空状态。
数据新闻颠覆了传统新闻业务流程和媒体组织结构，拥有全新的新闻思维、新闻叙事和技术能力。这样的呈现方式能让受众发现宏大的事件背后与自身的关联，可视化的表现形式也让数据新闻的易读性得到加强。同时，数据新闻自身具备的科学性、可追溯性确保信息的真实来源，增强了新闻的真实性，大大推动了深度新闻的快速发展。但数据新闻媒体刚刚开始进入新闻媒体领域，想要建立起受众群体，具有很大的挑战性，媒体组织引导受众采用数据新闻任重道远。
为了分析受众对数据新闻的使用动机，基于技术接受模型（TAM）和接受使用统一整合理论（UTAUT），构建出受众使用数据新闻的意愿影响因素理论模型。
在模型运用中，技术接受模型（TAM）是指Davis结合理性行为理论，将感知有用性和感知易用性来替换认知与情感维度，创建技术接受模型，用于研究个体对信息系统或信息技术的采用行为。技术采纳与利用整合理论（UTAUT）由Venkatesh等人综合八种使用者接受模型提出，对用户信息系统采纳和使用影响因素的解释能力可达到70%。
基于上述模型，笔者提出以下影响因素的设定与创新模型的假设（如图1）。
图1 数据新闻受众采用意愿影响因素模型
绩效期望个体使用信息技术或系统时提升工作绩效的期望程度。有研究表明，该因素对采用意愿有影响作用。因此，笔者提出假设H1：绩效期望对采用意愿有显著正影响。
努力期望是用户感知使用新技术系统的难易程度，努力期望高意味着理解度低且易用性高。受众在接受新事物之前，如果他们感知到的某种新技术操作起来越容易，那么他们使用该信息技术的积极性就会越高。因此，提出假设H2：努力期望对采用意愿有显著正影响。
性能预期与TAM模型中的感知易用性相似。学者们认为设备条件能正向影响受众的使用意愿。当基础设施被使用时，设备条件会成为指导者和助手，从而正向影响信息的接收。笔者将性能预期用于研究受众感知数据新闻平台的易用性及感知数据新闻内容的易用性。因此，笔者提出假设H3：性能预期对采用意愿有显著正影响。
感知优势是指与其他类型的信息系统相比，个体感知到该信息系统在信息内容、功能服务和系统界面等方面的相对优势。若受众在感知层面上认为数据新闻比其他类型新闻更具权威性、专业性和科学性，会加强受众继续浏览、使用、采用数据新闻的意愿。因此，笔者提出假设H4：感知优势显著影响采用意愿。
社会影响指用户选择浏览数据新闻时是受到身边重要的人的建议以及外部宣传报道等对其做出持续使用决策的影响。因此，笔者提出假设H5：社会影响对采用意愿有显著正影响。
促进因素是指个人认为现有组织或技术基础设施支持其使用信息技术的程度。用户在使用新技术的过程中，若在遇到问题时得到有效帮助，该用户的使用意愿将会加强。因此，笔者提出假设H6：促进因素对采用意愿有显著正影响。
个体创新性是指用户的个性特征，代表用户接受新事物的观念和内在的倾向程度。研究表明，个体创新性影响其尝试意愿。因此，笔者提出假设H7：个体创新性对采用意愿有显著正影响。
采用意愿是指用户利用网站、新闻客户端等媒介浏览、使用数据新闻的具体行为，例如，主动浏览数据新闻，分享数据新闻至社交媒体等。
根据以上假设，笔者综合文献设计问卷，设计7个变量，每个变量采用3个问项进行测度（见表1）。
问卷调查对象均是接触过数据新闻的受众，其中男性139人，女性234人；本科及以下文化程度为214人，硕士144人，博士15人。
1.信效度分析及因子分析。本问卷的信效度检验达到了0.981，各变量的α系数均大于0.7，可信度较好。通过因子旋转得到六个因子，删去无关题项后重新归类整合。
2.采用意愿与假设影响因素的相关性与回归分析。本研究假设的六个影响因素与采用意愿显著相关，分别是0.849、0.808、0.790、0.767、0.720、0.787。六项影响因素与采用意愿呈显著相关性，故进入多元回归分析。结果表明，所有自变量可以解释影响因素值变化的79.0%，回归方程对本研究样本数据点的拟合度合适且具备稳定性。F检验统计量对应的概率P值为0.000，影响显著。D-W值为1.931，故基本无自相关性。
关键词：数据新闻 受众 UTAUT模型 采用因素
2012年后，数据新闻开始参与到新闻制作的过程及媒体的结构和功能建设中，与受众的联系越来越紧密，被广泛认为是“新闻业的未来”。但中国的数据新闻经过9年发展，其社会投放的效果甚微，巨大的新闻传播优势无法完全释放，究其原因，主要是大多数数据新闻平台仍然以传统单向式的信息传播模式运作，缺乏与受众的交流互动，导致数据新闻的受众积累困难，影响力有限。目前关于数据新闻受众的研究稀缺，起止时间国内以受众视角来审视数据新闻发展的研究仅有两篇，这也体现出学术研究关注点还停滞于数据新闻制作流程，数据新闻受众研究领域几乎处于真空状态。
数据新闻颠覆了传统新闻业务流程和媒体组织结构，拥有全新的新闻思维、新闻叙事和技术能力。这样的呈现方式能让受众发现宏大的事件背后与自身的关联，可视化的表现形式也让数据新闻的易读性得到加强。同时，数据新闻自身具备的科学性、可追溯性确保信息的真实来源，增强了新闻的真实性，大大推动了深度新闻的快速发展。但数据新闻媒体刚刚开始进入新闻媒体领域，想要建立起受众群体，具有很大的挑战性，媒体组织引导受众采用数据新闻任重道远。
一、数据新闻受众采用意愿影响因子模型的构想
为了分析受众对数据新闻的使用动机，基于技术接受模型（TAM）和接受使用统一整合理论（UTAUT），构建出受众使用数据新闻的意愿影响因素理论模型。
在模型运用中，技术接受模型（TAM）是指Davis结合理性行为理论，将感知有用性和感知易用性来替换认知与情感维度，创建技术接受模型，用于研究个体对信息系统或信息技术的采用行为。技术采纳与利用整合理论（UTAUT）由Venkatesh等人综合八种使用者接受模型提出，对用户信息系统采纳和使用影响因素的解释能力可达到70%。
基于上述模型，笔者提出以下影响因素的设定与创新模型的假设（如图1）。
绩效期望个体使用信息技术或系统时提升工作绩效的期望程度。有研究表明，该因素对采用意愿有影响作用。因此，笔者提出假设H1：绩效期望对采用意愿有显著正影响。
努力期望是用户感知使用新技术系统的难易程度，努力期望高意味着理解度低且易用性高。受众在接受新事物之前，如果他们感知到的某种新技术操作起来越容易，那么他们使用该信息技术的积极性就会越高。因此，提出假设H2：努力期望对采用意愿有显著正影响。
性能预期与TAM模型中的感知易用性相似。学者们认为设备条件能正向影响受众的使用意愿。当基础设施被使用时，设备条件会成为指导者和助手，从而正向影响信息的接收。笔者将性能预期用于研究受众感知数据新闻平台的易用性及感知数据新闻内容的易用性。因此，笔者提出假设H3：性能预期对采用意愿有显著正影响。
感知优势是指与其他类型的信息系统相比，个体感知到该信息系统在信息内容、功能服务和系统界面等方面的相对优势。若受众在感知层面上认为数据新闻比其他类型新闻更具权威性、专业性和科学性，会加强受众继续浏览、使用、采用数据新闻的意愿。因此，笔者提出假设H4：感知优势显著影响采用意愿。
社会影响指用户选择浏览数据新闻时是受到身边重要的人的建议以及外部宣传报道等对其做出持续使用决策的影响。因此，笔者提出假设H5：社会影响对采用意愿有显著正影响。
促进因素是指个人认为现有组织或技术基础设施支持其使用信息技术的程度。用户在使用新技术的过程中，若在遇到问题时得到有效帮助，该用户的使用意愿将会加强。因此，笔者提出假设H6：促进因素对采用意愿有显著正影响。
个体创新性是指用户的个性特征，代表用户接受新事物的观念和内在的倾向程度。研究表明，个体创新性影响其尝试意愿。因此，笔者提出假设H7：个体创新性对采用意愿有显著正影响。
采用意愿是指用户利用网站、新闻客户端等媒介浏览、使用数据新闻的具体行为，例如，主动浏览数据新闻，分享数据新闻至社交媒体等。
根据以上假设，笔者综合文献设计问卷，设计7个变量，每个变量采用3个问项进行测度（见表1）。
二、受众采用数据新闻的影响因素实证分析
问卷调查对象均是接触过数据新闻的受众，其中男性139人，女性234人；本科及以下文化程度为214人，硕士144人，博士15人。
1.信效度分析及因子分析。本问卷的信效度检验达到了0.981，各变量的α系数均大于0.7，可信度较好。通过因子旋转得到六个因子，删去无关题项后重新归类整合。
2.采用意愿与假设影响因素的相关性与回归分析。本研究假设的六个影响因素与采用意愿显著相关，分别是0.849、0.808、0.790、0.767、0.720、0.787。六项影响因素与采用意愿呈显著相关性，故进入多元回归分析。结果表明，所有自变量可以解释影响因素值变化的79.0%，回归方程对本研究样本数据点的拟合度合适且具备稳定性。F检验统计量对应的概率P值为0.000，影响显著。D-W值为1.931，故基本无自相关性。