信息窄化對(duì)用戶信息采納意愿的影響機(jī)制

摘 要：隨著大數(shù)據(jù)時(shí)代的到來(lái)和短視頻內(nèi)容的爆炸式增長(zhǎng)，短視頻平臺(tái)越來(lái)越重視用戶的個(gè)性化需求，算法推薦服務(wù)成為主要的市場(chǎng)推廣手段，導(dǎo)致信息窄化現(xiàn)象日益突出。本研究以抖音為例，基于技術(shù)接受模型（TAM）探討信息窄化對(duì)用戶信息采納意愿的影響。研究發(fā)現(xiàn)，短視頻平臺(tái)的信息窄化對(duì)用戶信息采納意愿有正向影響，信息有用性和易用性在這一過程中起中介作用，用戶算法素養(yǎng)起調(diào)節(jié)作用。本研究擴(kuò)展了TAM的應(yīng)用范圍，深化了對(duì)信息窄化問題的理解，為后續(xù)研究提供了參考。

關(guān)鍵詞：信息窄化；信息有用性；信息易用性；技術(shù)接受模型；用戶算法素養(yǎng)

中圖分類號(hào)：G252.0 文獻(xiàn)標(biāo)識(shí)碼：A

The Influence Mechanism of Information Narrowing on Users' Willingness to Adopt Information： A Moderating Effect of User Algorithm Literacy

Abstract With the advent of the big data era and the explosive growth of short video content， short video platforms increasingly prioritize users' personalized needs. Algorithmic recommendation services have become a primary marketing strategy， exacerbating the phenomenon of information narrowing. This study， using Douyin as a case study and based on the Technology Acceptance Model （TAM）， examines the impact of information narrowing on users' willingness to adopt information. The findings reveal that information narrowing on short video platforms positively influences users' willingness to adopt information， with information usefulness and usability playing mediating roles and user algorithm literacy serving as a moderating factor. This research expands the application of TAM， enhances understanding of the information narrowing phenomenon， and provides a reference for future studies.

Key words information narrowing; information usefulness; information usability; technology acceptance model; user algorithm literacy

1 引言

隨著大數(shù)據(jù)、人工智能、云計(jì)算和區(qū)塊鏈等技術(shù)的廣泛應(yīng)用，消費(fèi)者面臨的信息過載和選擇困難問題日益突出。為了應(yīng)對(duì)這一挑戰(zhàn)，人工智能推薦技術(shù)應(yīng)運(yùn)而生。算法作為這一領(lǐng)域的核心技術(shù)，發(fā)揮著至關(guān)重要的作用。它通過分析用戶行為和偏好，為用戶提供個(gè)性化的內(nèi)容推薦，同時(shí)推動(dòng)了人工智能技術(shù)的持續(xù)進(jìn)步和實(shí)際應(yīng)用[1]。互聯(lián)網(wǎng)企業(yè)能夠利用人工智能算法，有效地捕捉、挖掘和分析社會(huì)化媒體平臺(tái)上的大量用戶數(shù)據(jù)，精確地了解他們的興趣愛好、行為習(xí)慣和所處環(huán)境等方面的信息，從而為用戶提供更準(zhǔn)確的推薦和個(gè)性化的服務(wù)，提升用戶的滿意度和使用體驗(yàn)[2]。在智能化推薦技術(shù)的支持下，短視頻平臺(tái)利用人工智能算法，依據(jù)用戶的個(gè)性特征和偏好，實(shí)施精準(zhǔn)的推薦策略，處理著巨大的信息流量，這樣的服務(wù)使得用戶能夠更加便捷地獲取他們感興趣的內(nèi)容，提升了信息獲取的效率和滿意度[3]。

作為一個(gè)熱門的短視頻社會(huì)化平臺(tái)，抖音憑借其獨(dú)有的特性和豐富的內(nèi)容，獲得了大批用戶。當(dāng)用戶使用抖音時(shí)，算法會(huì)根據(jù)用戶的興趣、喜好推薦那些被認(rèn)為是用戶可能感興趣的信息。隨著信息技術(shù)與算法推薦技術(shù)的迅速發(fā)展，平臺(tái)已經(jīng)能夠有效地將用戶的需求與個(gè)性化的信息進(jìn)行精確的匹配[4]。例如，100個(gè)抖音用戶同時(shí)打開抖音，很可能會(huì)看到100個(gè)不同的視頻或直播推薦。然而，這種平臺(tái)推薦機(jī)制可能會(huì)減少用戶接觸到多樣化的信息，導(dǎo)致用戶在不知不覺中陷入信息窄化的境地[5]。信息窄化指的是用戶在接收信息時(shí)，由于推薦系統(tǒng)或算法的作用，逐漸傾向于僅接觸與自身興趣、偏好或過往行為高度相關(guān)的信息，從而導(dǎo)致所接收信息的多樣性和探索深度不斷受到限制和縮減的現(xiàn)象[4]。但在實(shí)際應(yīng)用過程中，用戶常常難以察覺到算法的存在，即便有些用戶能夠意識(shí)到算法在幕后起著某種作用，他們也往往難以充分理解其復(fù)雜的工作機(jī)理和決策過程[5]。算法如同一個(gè)隱形的“把關(guān)人”，默默地篩選、排序和推薦著信息，而用戶卻很少有機(jī)會(huì)深入了解其背后的邏輯和規(guī)則。

學(xué)者們?nèi)找骊P(guān)注信息窄化對(duì)用戶需求的影響，尤其聚焦于其負(fù)面效應(yīng)。普遍觀點(diǎn)認(rèn)為，信息窄化不僅會(huì)導(dǎo)致用戶自我封閉[6]，還可能引發(fā)從眾行為和群體極化現(xiàn)象[7]。然而，隨著信息技術(shù)的進(jìn)步和用戶需求的演變，信息窄化也開始被認(rèn)為不僅不會(huì)降低用戶的信息采納意愿，反而會(huì)提高用戶滿意度，帶來(lái)積極影響[8]。但現(xiàn)有研究多側(cè)重于平臺(tái)或用戶單方面，忽視了平臺(tái)信息屬性與用戶互動(dòng)的復(fù)雜性，使得對(duì)信息窄化正面作用的理解尚不全面。同時(shí)，我國(guó)對(duì)用戶算法素養(yǎng)（User Algorithm Literacy）的研究尚處于起步階段，主要圍繞算法溯源、概念及內(nèi)涵的界定，且多采用定性分析，缺乏實(shí)證研究[9]。目前有關(guān)用戶算法素養(yǎng)的研究開始關(guān)注用戶對(duì)社會(huì)平臺(tái)算法的感知、理解和應(yīng)對(duì)[10]，涉及搜索引擎[11]、新聞算法平臺(tái)、短視頻平臺(tái)等應(yīng)用場(chǎng)景[12]，但針對(duì)信息窄化如何影響用戶信息采納意愿的研究仍然不足。信息窄化對(duì)用戶信息采納意愿的影響是多因素交互作用的結(jié)果，需要構(gòu)建多變量模型來(lái)全面探究其作用機(jī)制。

基于此，本文將回答以下問題：第一，用戶在使用抖音等短視頻平臺(tái)時(shí)是否會(huì)陷入信息窄化的現(xiàn)象中？這種現(xiàn)象對(duì)用戶的信息采納意愿是否是積極的？第二，信息窄化是怎樣從信息屬性角度影響用戶信息采納意愿的？第三，用戶算法素養(yǎng)是否在信息窄化對(duì)用戶信息采納意愿的影響中起調(diào)節(jié)作用？針對(duì)上述問題，本文構(gòu)建了基于技術(shù)接受模型（Technology Acceptance Model，TAM）的研究模型，考慮了信息窄化、信息有用性、信息易用性以及算法素養(yǎng)等多個(gè)因素，并探討了它們之間的相互關(guān)系和作用機(jī)制。實(shí)證分析方法的應(yīng)用進(jìn)一步驗(yàn)證了這些因素如何共同影響用戶的信息采納意愿，為理解信息窄化現(xiàn)象提供了新的視角和方法論基礎(chǔ)。同時(shí)，研究結(jié)果對(duì)算法開發(fā)者設(shè)計(jì)個(gè)性化推薦系統(tǒng)以及平臺(tái)提高用戶黏性也提供了實(shí)踐上的啟示。

2 理論基礎(chǔ)和研究假設(shè)

2.1 理論基礎(chǔ)

技術(shù)接受模型是Davis在1989年提出的模型，主要目的是解釋用戶對(duì)信息系統(tǒng)接受的決策過程。該模型假設(shè)了感知有用性和感知易用性兩種概念，認(rèn)為這兩個(gè)維度是影響用戶對(duì)新技術(shù)接受程度的關(guān)鍵因素[13]。隨著新技術(shù)與新應(yīng)用系統(tǒng)的出現(xiàn)和發(fā)展，TAM已被廣泛應(yīng)用。在用戶意愿及行為研究方面，鄒凱等人以TAM為理論基礎(chǔ)，對(duì)移動(dòng)圖書館用戶采納行為的影響因素進(jìn)行探索[14]；覃紅霞等人基于TAM探討了不同科目線上教學(xué)滿意度與師生持續(xù)使用意愿之間的關(guān)系[15]；鐘葳等人認(rèn)為，只有在用戶感覺到信息系統(tǒng)的有用性與易用性時(shí)，他們對(duì)新興的信息系統(tǒng)的態(tài)度才會(huì)發(fā)生變化，進(jìn)而將觀念轉(zhuǎn)化成實(shí)際的行為[16]。本文旨在通過整合TAM，構(gòu)建研究信息窄化如何影響用戶信息采納意愿的綜合性模型，更深入地揭示信息窄化對(duì)用戶采納意愿的影響機(jī)制，同時(shí)擴(kuò)展TAM的應(yīng)用范疇。

2.2 研究假設(shè)

2.2.1 信息窄化對(duì)用戶信息采納意愿的影響

在信息個(gè)性化推薦的廣泛背景下，信息窄化成為一個(gè)備受關(guān)注的話題。目前，有關(guān)信息窄化能否影響用戶的信息需求與信息采納意愿，已成為許多學(xué)者研究的焦點(diǎn)。但是，現(xiàn)有文獻(xiàn)多以質(zhì)性分析為主，定量研究較少，且大多數(shù)研究都認(rèn)為信息窄化是負(fù)向影響用戶信息行為的。比如，杜娟等人通過問卷調(diào)查的方式發(fā)現(xiàn)，在線上購(gòu)物環(huán)境中，信息窄化會(huì)負(fù)向影響用戶的信息采納意愿[17]。然而，認(rèn)知失調(diào)理論認(rèn)為，用戶會(huì)對(duì)獲得的信息內(nèi)容進(jìn)行選擇性暴露，以緩解因認(rèn)知失調(diào)而產(chǎn)生的心理不適。依照一致性理論，當(dāng)個(gè)人獲得的信息與自己的意見不一致時(shí)，個(gè)人就會(huì)調(diào)整自己的意見，加強(qiáng)自己的內(nèi)在一致性，減少不一致，以實(shí)現(xiàn)精神上的和諧[18]。因此，用戶在接受信息的過程中，會(huì)根據(jù)自己的需要和意愿作出選擇，甚至根據(jù)自己的意見曲解所獲取的信息，這樣所接收到的信息就會(huì)符合自己原本的價(jià)值觀和思維模式[19]，其所接受的信息也是經(jīng)過“窄化”的。在短視頻平臺(tái)中，推薦的內(nèi)容均符合用戶的知識(shí)和觀點(diǎn)，可以避免用戶產(chǎn)生認(rèn)知失衡，更符合用戶的選擇接觸心理[20]。故本文認(rèn)為信息窄化不僅不會(huì)降低使用者的接收意愿，反而會(huì)提高使用者的滿意度與使用意愿，具有積極的影響。基于此，本研究提出假設(shè)：

H1：信息窄化對(duì)用戶信息采納意愿具有顯著的正向影響。

2.2.2 信息有用性的中介作用

技術(shù)接受模型強(qiáng)調(diào)感知有用性和感知易用性是影響用戶采納信息技術(shù)的關(guān)鍵因素。于是本文提出假設(shè)：用戶對(duì)信息的感知有用性和感知易用性將直接影響他們?cè)诙桃曨l社交平臺(tái)上的信息采納意愿。因此，本研究將信息的有用性和易用性作為關(guān)鍵信息屬性，探討它們對(duì)用戶信息采納意愿的作用。信息有用性是指信息對(duì)于用戶滿足其需求、解決問題或作出決策的有益程度[21]。有用的信息能夠幫助用戶減少不確定性，增加知識(shí)，改善決策質(zhì)量，或?qū)崿F(xiàn)特定的目標(biāo)。當(dāng)用戶只對(duì)某一特定領(lǐng)域或主題感興趣時(shí)，信息窄化可以提供更精確、更相關(guān)的信息，從而滿足他們的需求。這有助于減少不必要的信息干擾，提高信息的有用性。已有研究顯示，用戶最初使用互聯(lián)網(wǎng)的目的是尋找他們所需的信息[22]，在社交平臺(tái)上，用戶對(duì)于自己需要的信息，更容易產(chǎn)生喜歡、評(píng)論、轉(zhuǎn)發(fā)等信息行為。王少劍指出，社交媒體用戶對(duì)信息內(nèi)容質(zhì)量的感知會(huì)正向影響其信息采納意愿[23]。當(dāng)用戶從信息中得到滿意的答案，并相信信息的內(nèi)容會(huì)對(duì)自身有所助益時(shí)，就會(huì)更愿意投入信息接受的過程。基于此，本研究提出假設(shè)：

H2：信息有用性在信息窄化對(duì)用戶信息采納意愿的正向影響中起中介作用。

2.2.3 信息易用性的中介作用

信息易用性是指用戶訪問、理解、使用信息系統(tǒng)的容易程度[24]。一個(gè)易用的信息系統(tǒng)能夠降低用戶的學(xué)習(xí)成本，提高用戶的工作效率，并減少用戶在使用過程中的挫敗感。信息過載時(shí)，信息窄化能協(xié)助用戶迅速篩選出高度相關(guān)的信息，簡(jiǎn)化決策過程。這對(duì)于時(shí)間有限或?qū)I(yè)知識(shí)不足的用戶極為關(guān)鍵。在向非專業(yè)或初學(xué)者傳遞復(fù)雜信息時(shí)，信息窄化通過推薦簡(jiǎn)化內(nèi)容和易懂語(yǔ)言，增強(qiáng)了信息的易讀性。這有助于降低信息理解的門檻，使更多人能夠輕松地使用這些信息。一些學(xué)者在研究中發(fā)現(xiàn)，信息的易用性可以提高用戶在社會(huì)化平臺(tái)上接受信息的意愿[25]。蔣知義等人認(rèn)為，通過對(duì)信息表達(dá)方式的拓展，可以提高信息使用的易用性，進(jìn)而推動(dòng)用戶的信息接受行為[26]。肖強(qiáng)等人對(duì)用戶生成內(nèi)容（User Generated Content， UGC）共享意愿進(jìn)行研究后發(fā)現(xiàn)，易于使用的信息將導(dǎo)致更多的用戶共享信息[27]。基于此，本研究提出假設(shè)：

H3：信息易用性在信息窄化對(duì)用戶信息采納意愿的正向影響中起中介作用。

2.2.4 用戶算法素養(yǎng)的調(diào)節(jié)作用

用戶算法素養(yǎng)是指用戶理解和參與算法決策過程的能力，主要包括理解算法應(yīng)用、掌握算法原理、對(duì)算法進(jìn)行批判性評(píng)估等[5]。它可以被拆分為兩個(gè)維度：算法使用意識(shí)和算法專業(yè)知識(shí)。前者主要關(guān)注用戶是否意識(shí)到算法的存在，即便他們可能并不真正了解算法的具體運(yùn)作機(jī)制；后者側(cè)重于考察用戶對(duì)于算法系統(tǒng)的實(shí)際工作方式，以及對(duì)其可能帶來(lái)的問題和影響的專業(yè)理解程度。這兩個(gè)維度共同構(gòu)成了算法素養(yǎng)的完整框架，既涵蓋了用戶對(duì)算法的基本認(rèn)知，也涉及了他們對(duì)算法深層次運(yùn)作機(jī)制的理解能力[12]。算法素養(yǎng)可以有效地幫助用戶了解算法內(nèi)部的邏輯，認(rèn)識(shí)到其可能存在的風(fēng)險(xiǎn)，從而采取有效的措施來(lái)規(guī)避該風(fēng)險(xiǎn)[28]。已有研究顯示，用戶能夠通過積極的行為模式來(lái)影響算法的選擇，而這種影響是基于用戶對(duì)算法的某種認(rèn)識(shí)與了解的。不同群體的算法素養(yǎng)是有差異的，而提高他們的算法素養(yǎng)，可以幫助他們規(guī)避信息窄化帶來(lái)的不利影響[7]，更好地調(diào)節(jié)信息窄化對(duì)用戶信息采納意愿的影響。高算法素養(yǎng)用戶比低算法素養(yǎng)用戶更能理解算法的機(jī)制，顯示出更高的認(rèn)知度，因此能夠更精確地對(duì)推薦內(nèi)容進(jìn)行判定和篩選，并對(duì)其進(jìn)行評(píng)價(jià)和考慮[29]。也就是說，具有較高算法素養(yǎng)的用戶對(duì)于信息窄化現(xiàn)象的理解程度更高，他們可以在與算法進(jìn)行互動(dòng)時(shí)展現(xiàn)出較好的自主能力，合理地利用信息窄化帶來(lái)的積極影響[30]。綜合以上分析，本文認(rèn)為不同算法素養(yǎng)水平的用戶對(duì)窄化后的信息有不同的采納差異，基于此，本研究提出假設(shè)：

H4：用戶算法素養(yǎng)在信息窄化對(duì)用戶信息采納意愿的正向影響中起調(diào)節(jié)作用；用戶算法素養(yǎng)越高，信息窄化對(duì)用戶信息采納意愿的正向影響越大。

綜上所述，本研究構(gòu)建的理論模型如圖１所示。

3 研究方法與數(shù)據(jù)收集

3.1 研究樣本

本研究在2024年4月至5月期間，通過問卷網(wǎng)平臺(tái)采用問卷調(diào)查法收集數(shù)據(jù)。問卷通過QQ空間和朋友圈等社交平臺(tái)發(fā)放，并采用滾雪球抽樣方法擴(kuò)大樣本范圍。調(diào)查主要關(guān)注抖音平臺(tái)，調(diào)查對(duì)象涵蓋企事業(yè)單位工作人員和在校學(xué)生等。為保證問卷質(zhì)量和可信度，在正式調(diào)查前進(jìn)行了預(yù)調(diào)查，對(duì)問卷進(jìn)行前測(cè)，并根據(jù)前測(cè)結(jié)果對(duì)正式調(diào)查的問卷進(jìn)行了修改完善。

本次調(diào)查共回收問卷415份，刪除無(wú)效問卷后，獲得有效問卷398份，有效回收率為95.9％。所有樣本均為抖音短視頻平臺(tái)用戶。其中，男性占比42.4％，女性占比57.6％，男女比例均衡；以20—40歲之內(nèi)的青年為主，占比95%，20歲及以下、41歲及以上占比分別為1.8%、3.2%；專科及以下學(xué)歷占比10.1%，本科學(xué)歷占比78.1%，碩士研究生及以上學(xué)歷占比11.8%；私企人員占比32.4%，國(guó)企人員占比28.6%，政府、事業(yè)單位人員占比11.3%，在校學(xué)生占比18.8%，自由職業(yè)者占比8.8%；每日使用抖音時(shí)長(zhǎng)少于30分鐘、31—60分鐘、61—90分鐘、91分鐘及以上的用戶占比分別為11.5%、37.2%、37.2%、14.1%；每周使用抖音天數(shù)在1—2天、3—4天、5—6天、7天的用戶，占比分別為8.5%、27.9%、24.9%、38.7%（選項(xiàng)百分比結(jié)果采用四舍五入計(jì)算，存在一定誤差）。

3.2 測(cè)量工具

為確保測(cè)驗(yàn)結(jié)果的信效度標(biāo)準(zhǔn)，本文以現(xiàn)有的成熟量表來(lái)衡量有關(guān)變量，并選擇常用的心理測(cè)量工具——Likert 7級(jí)量表作為本研究的測(cè)量工具，來(lái)測(cè)量調(diào)查對(duì)象對(duì)某一陳述的認(rèn)同程度。其中，１表示“非常不同意”，2表示“不同意”，3表示“比較不同意”，4表示“不確定”，5表示“比較同意”，6表示“同意”，7表示“非常同意”。

信息窄化的測(cè)量借助了張生太等人關(guān)于信息窄化的量表，共有３個(gè)題項(xiàng)[8]；信息有用性和信息易用性的測(cè)量借助了陳家鑫等人對(duì)于信息分享行為研究中的量表，其中，信息有用性有3個(gè)題項(xiàng)，信息易用性有4個(gè)題項(xiàng)[31]；算法素養(yǎng)的測(cè)量借助了Zarouali等人基于內(nèi)容過濾、自動(dòng)決策、人機(jī)交互、道德考慮四個(gè)基本維度的量表[32]，以及Dogruel等人將“算法素養(yǎng)”進(jìn)一步細(xì)分為算法使用感知和算法專業(yè)知識(shí)兩個(gè)測(cè)度所修改的量表，共計(jì)16個(gè)題項(xiàng)[12]；用戶信息采納意愿的測(cè)量借助了Venkatesh等人的相關(guān)量表，共有４個(gè)題項(xiàng)[33]。本研究的測(cè)量量表如表1所示。

4 數(shù)據(jù)分析與研究結(jié)果

4.1 信效度檢驗(yàn)

本研究使用軟件AMOS 26和SPSS 27檢驗(yàn)測(cè)量量表的信效度。首先，采用最常見的衡量量表信度的方法——Cronbach's α系數(shù)來(lái)檢驗(yàn)該量表的內(nèi)部一致性，該系數(shù)的取值范圍是0到1，值越大表明量表內(nèi)部一致性越好，測(cè)量結(jié)果的可靠性和穩(wěn)定性越高。檢驗(yàn)結(jié)果顯示，信息窄化、信息有用性、信息易用性、用戶算法素養(yǎng)、用戶信息采納意愿的α系數(shù)分別為0.895、0.853、0.823、0.867、0.851，均大于0.8，說明該量表具有較高的信度。

其次，本文通過平均方差提取量（Average Variance Extracted， AVE）評(píng)估各潛變量的收斂效度，通常認(rèn)為AVE值大于0.5就表示具有良好的有效性。經(jīng)檢驗(yàn)，信息窄化、信息有用性、信息易用性、用戶算法素養(yǎng)、用戶信息采納意愿的AVE值分別為0.515、0.647、0.6、0.516、0.589，均大于0.5，說明該量表的收斂效度較為理想。此外，本文還利用皮爾遜相關(guān)系數(shù)來(lái)判斷各變量之間的關(guān)聯(lián)屬性，結(jié)果顯示，每個(gè)變量之間的相關(guān)系數(shù)均小于AVE的平方根，表明各變量之間擁有良好的區(qū)分效度，相關(guān)性顯著。

4.2 假設(shè)檢驗(yàn)

層次回歸法?，也稱為?分層回歸?或?層級(jí)回歸?，是一種統(tǒng)計(jì)方法，主要用于分析多個(gè)回歸模型之間的差異。它通過將數(shù)據(jù)分為多個(gè)層次，逐步引入變量，以考察不同變量對(duì)因變量的貢獻(xiàn)。其核心在于通過比較不同模型所解釋的變異量差異，確定哪些變量對(duì)因變量的影響更為顯著。?本研究采用層次回歸法對(duì)假設(shè)進(jìn)行檢驗(yàn)，建立4個(gè)模型，若回歸系數(shù)β＞0，說明變量之間存在正相關(guān)關(guān)系；若β＜0，則為負(fù)相關(guān)關(guān)系。若顯著性值即p值＜0.05，證明變量之間顯著相關(guān)，假設(shè)成立。

（1）信息窄化與用戶信息采納意愿

在模型1中，僅放入年齡、學(xué)歷、職業(yè)等控制變量作自變量，考察它們對(duì)用戶信息采納意愿的影響，此時(shí)可決系數(shù)R2=0.022，解釋水平為2.2%，p值＞0.05，沒有顯著性。模型2在模型1的基礎(chǔ)上，加入自變量信息窄化，R2上升到0.217，表明信息窄化對(duì)用戶信息采納意愿產(chǎn)生了21.7%的解釋力，模型的擬合程度得到了提高。回歸系數(shù)β為0.561，存在正相關(guān)關(guān)系，p值＜0.001，在0.001水平上顯著，說明信息窄化對(duì)用戶信息采納意愿存在顯著正向影響，H1得到驗(yàn)證。

（2）用戶算法素養(yǎng)的調(diào)節(jié)作用

模型3在模型2的基礎(chǔ)上加入了調(diào)節(jié)變量——用戶算法素養(yǎng)的測(cè)量，其回歸系數(shù)β為0.705，說明用戶算法素養(yǎng)和用戶信息采納意愿存在正相關(guān)關(guān)系，p值＜0.001，在0.001水平上顯著。模型4在模型3的基礎(chǔ)上加入信息窄化和用戶算法素養(yǎng)的交乘項(xiàng)，可決系數(shù)R2上升到0.421，即交乘項(xiàng)對(duì)用戶信息采納意愿產(chǎn)生了42.1%的解釋力，模型的擬合程度得到了整體提高，回歸系數(shù)β為0.237，存在正相關(guān)關(guān)系，p值＜0.001，在0.001水平上顯著，回歸結(jié)果證明用戶算法素養(yǎng)調(diào)節(jié)了信息窄化對(duì)用戶信息采納意愿的影響，H4得到驗(yàn)證。

為進(jìn)一步檢驗(yàn)用戶算法素養(yǎng)對(duì)信息窄化與用戶信息采納意愿關(guān)系的調(diào)節(jié)作用，本研究分別以高于一個(gè)標(biāo)準(zhǔn)差（+1SD）和低于一個(gè)標(biāo)準(zhǔn)差（-1SD）來(lái)表示不同的用戶算法素養(yǎng)水平，利用調(diào)節(jié)效應(yīng)圖深入探討信息窄化對(duì)用戶信息采納意愿的影響。如圖2所示，高算法素養(yǎng)斜線的斜率更高，說明用戶算法素養(yǎng)正向調(diào)節(jié)信息窄化對(duì)用戶信息采納意愿的積極影響，即用戶算法素養(yǎng)越高，信息窄化對(duì)用戶信息采納意愿的正向影響越大，H4再次得到驗(yàn)證。

（3）信息有用性和信息易用性的中介作用

本研究采用Hayes編制的Bootstrap法檢驗(yàn)信息有用性和信息易用性的中介作用，設(shè)置Bootstrap次數(shù)為5 000次，置信區(qū)間為95%。若間接效應(yīng)95%的置信區(qū)間內(nèi)不包含0，說明中介作用存在。檢驗(yàn)結(jié)果表示，信息有用性的95%置信區(qū)間[0.060，0.261]不包含0，說明中介作用存在，即信息有用性在信息窄化對(duì)用戶信息采納意愿的影響中起中介作用，H2得到驗(yàn)證。同樣，信息易用性的95%置信區(qū)間[0.251，0.515]不包含0，說明中介作用存在，即信息易用性在信息窄化對(duì)用戶信息采納意愿的影響中起中介作用，H3得到驗(yàn)證。這表明，短視頻平臺(tái)的信息窄化可以提高信息的有用性和易用性，進(jìn)而促進(jìn)用戶信息采納意愿的發(fā)生。

5 結(jié)論與啟示

5.1 研究結(jié)論

（1）短視頻平臺(tái)信息窄化顯著正向影響用戶信息采納意愿。在社交媒體信息爆炸的背景下，用戶更傾向于瀏覽和采納那些符合自身認(rèn)知的“窄化”信息。這一發(fā)現(xiàn)推翻了傳統(tǒng)觀念所認(rèn)為的信息窄化僅會(huì)導(dǎo)致用戶視野局限與網(wǎng)絡(luò)空間的狹隘化[34-35]。通過實(shí)證分析，本文不僅確認(rèn)了信息窄化現(xiàn)象的存在，還發(fā)現(xiàn)其對(duì)用戶信息采納意愿具有正面影響，為后續(xù)研究提供了理論基礎(chǔ)。

（2）信息有用性和信息易用性在信息窄化對(duì)用戶信息采納意愿的影響中起到了中介作用。用戶在短視頻平臺(tái)上表現(xiàn)出明顯的主動(dòng)性和目標(biāo)導(dǎo)向性，會(huì)促使他們積極尋找并選擇那些能滿足個(gè)人特定需求的信息[36]。信息窄化通過分析用戶的歷史數(shù)據(jù)，能夠篩選出更貼合用戶需求的信息，從而增強(qiáng)信息的有用性和易用性[37]，這不僅促進(jìn)了用戶信息采納意愿的形成，也為深入理解數(shù)字媒體環(huán)境中用戶行為提供了新的理論視角。

（3）用戶算法素養(yǎng)顯著地調(diào)節(jié)了信息窄化對(duì)用戶信息采納意愿的正向影響。高算法素養(yǎng)的用戶能夠基于個(gè)人的實(shí)際需求和偏好，靈活調(diào)整算法推薦設(shè)置或選擇更合適的信息來(lái)源，優(yōu)化自己的信息獲取環(huán)境。本研究通過定量研究，證實(shí)了用戶算法素養(yǎng)的調(diào)節(jié)作用，加深了對(duì)算法素養(yǎng)與信息窄化之間關(guān)系的認(rèn)識(shí)，也為算法素養(yǎng)在算法推薦領(lǐng)域的研究提供了新的見解。

5.2 管理啟示

（1）從短視頻平臺(tái)層面看，應(yīng)加強(qiáng)信息推薦技術(shù)。信息窄化現(xiàn)象的出現(xiàn)證明用戶更偏向與自己認(rèn)知匹配的信息，平臺(tái)的個(gè)性化推薦剛好滿足用戶的信息需求。因此，短視頻平臺(tái)應(yīng)該采用先進(jìn)的推薦算法，結(jié)合用戶的歷史行為、興趣偏好以及實(shí)時(shí)需求，為用戶推送個(gè)性化的信息，并定期對(duì)推薦算法進(jìn)行更新和優(yōu)化，以適應(yīng)不斷變化的市場(chǎng)需求和用戶行為。同時(shí)，平臺(tái)可以設(shè)立用戶反饋渠道，如在線客服、用戶論壇等，以便及時(shí)收集和處理用戶的意見和建議，對(duì)用戶的反饋進(jìn)行定期分析和總結(jié)，以便不斷優(yōu)化平臺(tái)的信息推送和服務(wù)質(zhì)量。

（2）從信息推薦質(zhì)量層面看，平臺(tái)應(yīng)實(shí)時(shí)提升信息內(nèi)容的有用性和易用性。用戶尋求信息的出發(fā)點(diǎn)反映了用戶的不同需求和目標(biāo)，信息的準(zhǔn)確性和真實(shí)性是用戶采納信息的基礎(chǔ)。企業(yè)或平臺(tái)應(yīng)確保提供的信息經(jīng)過嚴(yán)格審核，避免虛假或誤導(dǎo)性信息的傳播，及時(shí)更新信息內(nèi)容。信息的呈現(xiàn)方式直接影響用戶的閱讀體驗(yàn)和理解程度，企業(yè)或平臺(tái)應(yīng)采用直觀、易理解的形式呈現(xiàn)信息，如圖片、視頻、直播等多媒體形式，確保用戶能夠輕松訪問和獲取所需信息，同時(shí)提供簡(jiǎn)潔明了的操作指南和說明。

（3）從用戶層面看，應(yīng)提高用戶算法素養(yǎng)水平。用戶應(yīng)先了解算法的基本原理和運(yùn)作方式，認(rèn)識(shí)到算法推薦并非絕對(duì)客觀和全面，學(xué)會(huì)利用算法優(yōu)勢(shì)，培養(yǎng)對(duì)信息的真實(shí)性和客觀性進(jìn)行辨別的能力，對(duì)信息的來(lái)源、證據(jù)以及背后的意圖有所思考和關(guān)注。同時(shí)警惕算法可能帶來(lái)的偏見和誤導(dǎo)，拓寬信息獲取渠道，避免信息偏食。平臺(tái)可以通過設(shè)置引導(dǎo)語(yǔ)、教程或活動(dòng)等方式，教育用戶如何識(shí)別和篩選有價(jià)值的信息，并提供用戶反饋渠道，鼓勵(lì)用戶提出意見和建議，以便不斷優(yōu)化平臺(tái)的信息服務(wù)。

6 結(jié)語(yǔ)

本研究集中于特定地區(qū)或文化背景的用戶，可能限制了結(jié)果的普遍適用性。不同地區(qū)和文化的用戶在信息采納意愿上可能存在顯著差異。未來(lái)的研究應(yīng)考慮跨文化和地域的比較，以探索信息窄化對(duì)用戶信息采納意愿的影響及其普遍性和差異性。信息窄化的影響是多變量相互作用的復(fù)雜過程。未來(lái)的研究可以通過構(gòu)建包含多個(gè)變量的模型來(lái)全面揭示信息窄化與用戶信息采納意愿之間的關(guān)系。用戶的心理抗拒、認(rèn)知偏差和情感因素對(duì)信息采納意愿有影響，但這些因素難以量化。未來(lái)的研究可以采用心理學(xué)和行為學(xué)等跨學(xué)科方法來(lái)深入研究這些因素。本研究通過問卷法分析了算法素養(yǎng)在信息窄化與用戶信息采納意愿中的調(diào)節(jié)效應(yīng)，未來(lái)研究可以采用實(shí)驗(yàn)法等其他方法進(jìn)行更深入的測(cè)量。由于不同短視頻平臺(tái)在算法推薦機(jī)制、內(nèi)容生態(tài)和用戶群體方面存在差異，這些差異可能影響研究結(jié)果的跨平臺(tái)適用性。本研究?jī)H探討了抖音平臺(tái)，未來(lái)的研究可以擴(kuò)展到其他平臺(tái)，如小紅書、淘寶等，以研究不同類型平臺(tái)上用戶的信息采納意愿。

參考文獻(xiàn)：

[1] 羅映宇，朱國(guó)瑋，錢無(wú)忌，等.人工智能時(shí)代的算法厭惡：研究框架與未來(lái)展望[J].管理世界，2023，39（10）：205-233.

[2] 李迎迎，陳婷婷，孫玉琦.社交媒體智能推薦中用戶隱私風(fēng)險(xiǎn)感知的影響因素研究[J].情報(bào)雜志，2023，42（2）：151-157.

[3] DAVENPORT T，GUHA A，GREWAL D，et al.How artificial intelligence will change the future of marketing[J].Journal of the Academy of Marketing Science，2020，48（1）：24-42.

[4] 張海.網(wǎng)絡(luò)用戶信息繭房成因及影響因素維度研究[J].情報(bào)雜志，2021，40（10）：166-170，185.

[5] 鮑立泉，呂心田.主動(dòng)行為與自我效能感的雙中介：算法素養(yǎng)對(duì)算法滿意度的影響[J].新媒體與社會(huì)，2023（2）：71-91.

[6] 蘇穎.傳播的權(quán)力偏向[D].北京：中國(guó)政法大學(xué)，2011.

[7] 劉輝.大數(shù)據(jù)時(shí)代思想政治教育的微傳播化[J].思想理論教育，2014（6）：81-85.

[8] 張生太，楊陽(yáng)，袁藝瑋，等.短視頻個(gè)性化推薦對(duì)用戶信息采納意愿的影響[J].科研管理，2024，45（4）：175-184.

[9] 張惠舒，趙宇翔，宋士杰.信息弱勢(shì)群體算法素養(yǎng)的形成機(jī)理與影響因素：以短視頻平臺(tái)為例[J].圖書情報(bào)知識(shí)，2024，41（2）： 127-137.

[10] LLU J，WU D，GUO QY.Are we different？ Analyzing the role of algorithmic curation and algorithmic literacy during online shopping from a gender differences perspective[J].Behaviour amp; Information Technology，2024，43（10）：1990-2006.

[11] 楊洸，李東陽(yáng)，宋旭.淺析大數(shù)據(jù)技術(shù)在公共信息安全領(lǐng)域的應(yīng)用與發(fā)展趨勢(shì)[J].信息安全與通信保密，2020（12）：93-102.

[12] DOGRUEL L，MASUR P，JOECKEL S.Development and validation of an algorithm literacy scale for internet users[J].Communication Methods and Measures，2022，16（2）：115-133.

[13] 黃怡菲，楊蘭蓉.移動(dòng)圖書館用戶采納模型及實(shí)證研究[J].現(xiàn)代情報(bào)，2013，33（11）：172-177.

[14] 鄒凱，高凱，劉釗.基于TAM的移動(dòng)圖書館用戶采納行為影響因素研究綜述[J].圖書館，2018（6）：93-100.

[15] 覃紅霞，周建華，李政.高校師生在線教學(xué)持續(xù)使用意愿的差異研究[J].高等教育研究，2021，42（1）：83-93.

[16] 鐘葳，梁麗芝，張運(yùn).基于用戶技術(shù)接受模型的政府?dāng)?shù)據(jù)開放平臺(tái)研究：以深圳政府?dāng)?shù)據(jù)開放平臺(tái)為例[J].湖南工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，27（6）：47-54.

[17] 杜娟，游靜.“信息繭房”效應(yīng)下消費(fèi)者對(duì)個(gè)性化推送的采納意愿研究：心理抗拒視角[J].企業(yè)經(jīng)濟(jì)，2019（1）：103-110.

[18] 吳丹，樊舒.信息行為領(lǐng)域選擇性暴露研究：視角、方法、動(dòng)向[J].圖書情報(bào)知識(shí)，2020（1）：32-41.

[19] 朱宏淼.在線社交網(wǎng)絡(luò)與人員流動(dòng)對(duì)組織隱性知識(shí)共享影響研究[D].北京：北京郵電大學(xué)，2018.

[20] 聶津君，范鈞.創(chuàng)新服務(wù)開發(fā)中企業(yè)-顧客在線知識(shí)共創(chuàng)過程機(jī)制的案例研究[J].江蘇商論，2020（1）：67-73，76.

[21] 陳憶金，潘沛.健康類短視頻信息有用性感知的影響因素研究[J].現(xiàn)代情報(bào)，2021，41（11）：43-56.

[22] RUBIN D T，SIEGEL C A，KANE S V，et al.Impact of ulcerative colitis from patients' and physicians' perspectives： Results from the UC： NORMAL survey[J].Inflammatory Bowel Diseases，2009，15（4）：581-588.

[23] 王少劍，汪玥琦.社會(huì)化媒體內(nèi)容分享意愿的影響因素研究：以微博用戶轉(zhuǎn)發(fā)行為為例[J].西安電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，25（1）：19-26.

[24] 高陽(yáng)輝，李沛.網(wǎng)絡(luò)直播信息質(zhì)量對(duì)服裝消費(fèi)者購(gòu)買行為意向的影響[J].浙江紡織服裝職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2022，21（3）：24-30.

[25] HANSEN J M，SARIDAKIS G，BENSON V.Risk，trust，and the interaction of perceived ease of use and behavioral control in predicting consumers’ use of social media for transactions[J].Computers in Human Behavior，2018，80：197-206.

[26] 蔣知義，曹丹，謝偉亞.信息生態(tài)視角下在線健康社區(qū)用戶信息共享行為影響因素研究[J].圖書館學(xué)研究，2020（21）：32-44.

[27] 肖強(qiáng)，朱慶華.用戶生成內(nèi)容共享意愿的影響因素實(shí)證性研究[J].情報(bào)雜志，2012，31（4）：138-142，111.

[28] 彭蘭.如何實(shí)現(xiàn)“與算法共存”：算法社會(huì)中的算法素養(yǎng)及其兩大面向[J].探索與爭(zhēng)鳴，2021（3）：13-15，2.

[29] GRAN A B，BOOTH P，BUCHER T.To be or not to be algorithm aware： A question of a new digital divide？[J].Information， Communication amp; Society，2021，24（12）：1779-1796.

[30] COTTER K，REISDORF B C.Algorithmic knowledge gaps： A new horizon of （digital） inequality[J].International Journal of Communication，2020（14）：21.

[31] 陳家鑫，董堅(jiān)峰.信息生態(tài)視角下社會(huì)化媒體用戶信息分享行為影響因素研究[J].高校圖書館工作，2023，43（4）：54-66.

[32] ZAROUALI B，BOERMAN S，VREESE C D.Is this recommended by an algorithm？ The development and validation of the algorithmic media content awareness scale（AMCA-scale）[J].Telematics and Informatics，2021（2）：101607.

[33] VENKATSH V，DAVIS F.A theoretical extension to the technology acceptance model： Four longitudinal field studies[J].Management Science，2000，46（2）：186-204.

[34] 孫瑞英.網(wǎng)絡(luò)信息窄化的心理學(xué)解析[J].情報(bào)科學(xué)，2010，28（11）：1625-1629.

[35] 胡志海.網(wǎng)民信息加工的幾個(gè)主要誤區(qū)[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，25（6）：57-58，65.

[36] 陳憶金，潘沛.健康類短視頻信息有用性感知的影響因素研究[J].現(xiàn)代情報(bào)，2021，41（11）：43-56.

[37] YADA N，HEAD M.Attitudes toward health care virtual communities of practice： Survey among health care workers[J/OL].Journal of Medical Internet Research，2019，21（12）：e15176[2024-05-14].Jmir.org/2019/12/e15176.

作者簡(jiǎn)介：李霞，新疆財(cái)經(jīng)大學(xué)工商管理學(xué)院（MBA學(xué)院）副教授，研究方向?yàn)殡娮由虅?wù)與信息經(jīng)濟(jì)；王月，新疆財(cái)經(jīng)大學(xué)工商管理學(xué)院（MBA學(xué)院）碩士研究生，研究方向?yàn)殡娮由虅?wù)與信息經(jīng)濟(jì)。

收稿日期：2024-07-14編校：李萍 鄭秀花