移動媒介素養測量研究:理論流變與量表開發——基於1832份調查問卷...

（二） 國外實證測量方案討論

近年來，國外學者也提出了一些測量網絡和新媒體素養的操作化方案，其中很多具有較強的可執行力。例如， Chang與他的同事開發和驗證了「計算機技術素養自我評估量表（Computer Technology Literacy Self-assessment Scale）」和「媒介素養自我評估量表（Media Literacy Self-evaluation Scale)」，用以探索學生群體使用媒介工具並其中獲取信息的能力。[34]

Hargittai提出了一種Web1.0條件下「網頁指向型（Web-Oriented）」的數字素養測量方案。[35]這一方案與傳統的「自我報告式」測量的最大不同在於，啟用了知識題項，將用戶的自我感知與客觀經驗相結合。

一方面，基於用戶的自我報告，受訪者會被問及技能類自我評估的主觀命題（例如，在網際網路使用技巧方面，你認為，你自己應該屬於哪種情況？1.完全沒有技巧，2.比較沒技巧，3.一般有技巧，4.非常有技巧，5.專家級技巧。）；另一方面，基於客觀知識的考察，受訪者會被問及一些媒介知識（例如，「PDF代表什麼含義？」、「如何下載郵件附件？」）。這一方案同時檢驗了用戶的主觀感知與客觀知識，使測量結果更具可信度。本研究在技術應用的測量方面借鑑了這一形式。

上述方案主要圍繞媒介素養的技術層面，評價了數字環境下用戶媒介技術應用能力，呈現了媒介使用的人機互動特性。而在另一向度，過去幾年，正如Thoman所言「媒體不再僅僅影響我們的文化，它們就是我們的文化」。[36]新媒體所承擔的社交功能和社會文化層面的特質開始備受關注。特別是，媒介使用者從被動接受信息的「受眾」到主動消費信息的「用戶」主體身份發生轉變。

例如，Toffler認為，用戶在媒介文本內容的交互使用中既扮演了「消費者（consumer）」角色，又進一步扮演了「產消者（prosumer）」角色[37]。用戶不僅單向消費信息，同時也生產信息。與此相輔相成，Buckingham區分了用戶在媒介使用中的兩種不同特質的素養：功能性（functional）與批判性（critical）。功能性素養是有關技能和知識的能力；批判性素養是意義生成和判斷信息可靠性與有效性的能力。[38]Wu Jing等在上述基礎上建立起了一個評價新媒體素養的基本模型。[39]其中，橫坐標是用戶信息消費素養，即消費型—產消型；縱坐標是用戶的媒介使用素養，即功能性—批判性。這樣，就構造了一個用以描述媒介素養的四維坐標圖譜（見圖1）。

在這一模型中，媒介素養被劃分為四個類型：「批判性消費素養」「批判性產銷素養」「功能性消費素養」「功能性產銷素養」。具體而言，功能性消費素養涉及接近媒介，理解其所承載內容的能力；批判性消費素養涉及用戶學習媒介上有關經濟、政治和文化等內容的能力。功能性產銷素養涉及用戶參與生產媒介內容的能力；批判性產銷素養涉及在參與媒介活動期間，用戶對媒體內容的上下文理解能力。

筆者認為，通過功能性、批判性、消費性和產銷性四要素建立起的框架對媒介素養具有較強的解釋力。與傳統解釋路徑相比，這一模型具備兩個優勢：其一，超越了僅從「媒介功能」或「媒介使用行為」的單變量來定義媒介素養的路徑，具有結構化的特徵，在邏輯上更具自洽性。其二，這一模型的解釋範疇內涵了媒介素養在「保護模式」「批判模式」「參與模式」等各階段發展的特點，更具有理論解釋的適切性。

綜上，本研究在移動媒介素養的操作化過程中借用了這一模型，並在四維坐標基礎上發展了涵蓋「保護模式」「批判模式」「參與模式」內容的7個量化維度：媒介技術學習與使用、媒介內容消費、媒介技術認知、媒介接近、媒介參與、媒介內容認知、媒介社交。在每個維度下又建立了具體的量化指標（見表1、表3），形成移動媒介素養測量的一套完整量表。後文將通過一系列的實證檢驗方法，對這一量表進行分析與說明。 

四 研究方法

（一）樣本說明

本研究的測量數據來自於2015年10月至2016年6月間，筆者及課題組成員在江蘇省所轄13個市（南京、無錫、徐州、常州、蘇州、南通、連雲港、淮安、鹽城、揚州、鎮江、泰州、宿遷）進行的入戶面訪問卷調查。所有樣本均嚴格按照多層隨機抽樣方式。首先，根據各市人口統計資料，按照 PPS方法，分別隨機抽取出38個居委會（代表城鎮人口）和52個村委會（代表農村人口），共90個社區單位；然後，根據居民戶籍檔案資料，採取系統隨機抽樣方式，在被抽中的每個社區單位中抽出20戶家庭；最後，根據 「最近生日法則」，從每戶家庭中選擇一名年齡在18-69周歲之間的個人作為訪問對象。最終，共獲得1832份隨機個案樣本。樣本特徵上：男性佔51.3%，女性佔48.6%；城鎮人口佔44.9%，農村人口佔55.1%；年齡介於18-25歲間佔14.8%，26-35歲佔21.8%，36-45歲佔22.0%，46-55歲佔23.3%，56-69歲佔18.1%；具有高中及以下學歷樣本佔69.4，高中以上學歷佔30.6%（表2）。調查樣本的各類特徵均勻分布，與人口統計資料大體趨於一致，具有很強的代表性。

（二）因子分析

本研究首先對全部51個指標進行探索性的因子分析，並排除了其中5個效果不佳的題項。數據分析顯示51個指標的適切性量數（KMO）為0.973，結構效度良好，非常適合因子分析。從分項來看，其中TU14（你對接打電話功能的熟悉程度）和TU15（你對收發簡訊功能的熟悉程度）兩項的因子負荷偏離於其他同類13項媒介功能測試題項，自成一個因子。分析這兩項變異可發現，「接打電話」和「收發簡訊」屬於行動裝置傳統的基本功能，受訪者普遍掌握這兩項功能，缺乏區分度；TL4（我會拆裝手機或平板電腦等行動裝置）在各項因子範圍內都沒有顯著的負荷，原因在於大部分受訪者都沒有行動裝置拆裝的經歷，該項也缺乏區分度；CS7（我使用行動裝置了解商品信息）和SOC3（我使用行動裝置接觸和我興趣相投的人）同時負荷於兩個維度，表示這兩個指標存在交叉負荷現象，所測量的概念意義不明確。基於上述分析，刪除了TU14、TU15、TL4、CS7、SOC3等5個指標。

對修正後的 46個指標進行因子分析 ，共提取特徵值在1.45至10.18範圍內的7個因子，7個因子共同解釋了67.2%的變異（見表3）。通過對各指標內容的分析解讀，並結合因子負荷矩陣，筆者分別將7個因子命名為「媒介技術學習與使用」(Factor1)、「媒介內容消費」（Factor2）、媒介技術認知（Factor3)、媒介接近(Factor4)、媒介參與（Factor5）、媒介內容認知(Factor6)、媒介社交（Factor7）。

(責編：溫靜、趙光霞)