PB: 社会上富有的人会变得更富有吗?| 唧唧堂论文解析

原标题:PB: 社会上富有的人会变得更富有吗?| 唧唧堂论文解析

picture from Internet

解析作者 | 唧唧堂心理学小组:阿紫;审校编辑 | 悠悠 糖糖

本文是针对论文《社会上富有的人会变得更富有吗?对SNS使用和线上社会资本积累的微观解读(Do the Socially Rich Get Richer? A Nuanced Perspective on Social Network Site Use and Online Social Capital Accrual)》的一篇论文解析,该论文于2019年5月发表于《心理学公报(Psychological Bulletin)》。该研究作者包括Cecilia Cheng,Hsin-yi Wang,Leif Sigerson和 Chor-lam Chau,这四位作者均来自香港大学。

1.引言

在今天的数字时代,大多数人经常会使用Facebook和Twitter等社交网站(social network sites, SNS)与他人交流。截至2019年1月,Facebook被评为最受欢迎的SNS,在全球拥有23亿活跃用户,其次是YouTube和Instagram,分别拥有19亿和10亿用户(Statista, 2019)。SNS的大众号召力吸引了相当多研究者的关注。最常被引用的SNS定义是Boyd和Ellison提出的,他认为SNS具有三个核心特征:首先,SNS允许用户创建自己的个人资料,其他人可以在线查看;其次,这些网站允许用户与其他网站的成员联系;第三,SNS允许用户浏览自己和其他成员的联系人列表。

到底是“富人更富”还是“穷人变富”?一场激烈的争论

探究了SNS的社会效益的研究者认为,网站作为虚拟社区,促进了线上社会资本的提供和交换。线上社会资本是指个体从其线上SNS中获得的有形或无形资源。这些资源一旦获得,就可以给个体带来更多的心理和社会效益。研究者们对SNS使用及其相关的社会效益有着不同的看法,这在学术界和流行文化中都引发了激烈的争论。

这场争论的焦点是,谁会从SNS使用中获益最多?这可以总结为两个对立的假设:富人更富/社会增强假设、穷人变富/社会补偿假设。这两种假设都认为,SNS使用会随着线下人际交往所积累的社会资本水平而变化,但它们对SNS使用的受益者的预测不同。“富人更富”假设,也就是通常所说的“社会增强假设”,认为那些能够获得更多线下社会资本的个体,往往会从SNS使用中获益更多,因为SNS作为一个额外的社交渠道,可以利用他们已经拥有的大量社交资源。相比之下,“穷人变富”假设,通常也被称为社会补偿假设,认为线下社会资本积累中处于更不利地位的个体往往受益更多,因为SNS作为另一种网络渠道,扩大了他们有限的资源池。

已有文献的研究结果并不一致,一些研究证实了富人更富/社会增强假设,也有一些研究证实了穷人变富/社会补偿假设。由于每个假设都得到了一些实证证据的支持,因此有可能这两个假设都是有效的。

对SNS使用和社会资本积累的微观解读

本文的元分析研究试图通过将这两个看似矛盾的假设嵌入一个概念框架来澄清这一争论。这个框架涉及到两个概念问题:

第一个是人际关系偏好和人际关系中的问题(以下简写为“人际问题”)的区别。该框架基于使用和满足理论,其主要前提是个体会为了满足一些基本需求而成为大众媒体的积极消费者。将这一理论应用于SNS情境中,本文假设,用户会积极参与SNS活动以满足他们的社会化需求。

第二个是“SNS的使用”和“使用SNS带来的好处”之间的区别。尽管态度-行为理论认为动机是行为参与过程的先决条件,但对文献的系统回顾表明,行为表现与其相应后果之间通常只存在较弱或中等程度的相关,这可能是因为行为不一定会导致预期的结果。鉴于行为和结果之间存在不一致的关联,本文认为应该对“SNS的使用”和“使用SNS带来的好处”分别进行检验。

因此,本研究的框架会对“富人更富还是穷人变富”的争论进行更微观的分析。首先,区分人际关系偏好和人际问题。其次,区分“SNS的使用”和“使用SNS带来的好处”。

picture from Internet

人际关系偏好与人际问题

在检验富人和穷人之间的个体差异时,研究者的测量方法有所不同。一些研究者选择与人际关系偏好相关的、能够促进社会资本积累的人格特征(比如外向性),另一些研究者选择了人际关系中阻碍社会资本积累的问题(比如社交焦虑、孤独感)。相比之下,本研究是想考察人际关系偏好与人际问题之间的区别。以往研究显示,人际关系偏好和人际问题是独立的,虽然存在负相关,但也不是完全相反。

这种微观的视角允许本研究检验这样一种可能性,即具有不同关系导向(人际关系偏好vs.人际问题)的个体可能表现出相似的SNS使用强度,但由于需求满足程度的不同而在这种使用上有所不同。例如,外向性高的个体在面对面的互动中往往更活跃,因此,他们更有可能在现实社会世界中满足其社会化需求。为了进一步满足这些需求,这些人可以利用社交网络来扩大他们已经很丰富的社会资源(即社会增强)。相比之下,社交焦虑高的个体可能对他人的反应更敏感,在面对面的互动中感到更不舒服,因此,他们在现实社会关系中实现社会化需求的可能性更小。为了满足他们未被满足的社交需求,这些人可能会使用社交网络来补充他们有限的社会资源(即社会补偿)。

“SNS的使用”与“使用SNS带来的好处”

为了解决“富人更富还是穷人变富”的争论,一些研究关注SNS使用,而另一些研究则关注社会资本。此外,许多研究者将“富人更富假设”和“社会增强假设”、“穷人变富假设”和“社会补偿假设”互换使用。

鉴于SNS既有可能产生有利的人际关系结果,也可能产生不利的结果,本文主张区分“SNS的使用”与“使用SNS带来的好处”。可能会有三种结果:首先,更多的SNS使用会产生理想的线上人际体验,从而增加线上社会资本。其次,更多的SNS使用会带来糟糕的线上人际体验,导致线上社会资本减少。第三,更多的SNS使用会同时带来理想的和不理想的线上人际体验,两者相互平衡,不会导致线上社会资本的变化。因此,“谁使用SNS更多?”和“谁从SNS的使用中获益更多?”应该被认为是有区别的

本研究的预测:

1.在研究人际关系偏好(即外向性)与SNS使用的个体差异时,社会增强假设成立。外向-内向的唤起理论认为,个体对环境刺激的反应和对人际关系的偏好存在巨大差异。那些积极寻求社会互动的外向者,他们不仅在线下世界拥有广泛的社交网络和丰富的社会资源,而且会通过线上SNS互动发起新的社交联系进一步扩展他们的社交网络。

2.在研究人际问题(即社交焦虑和孤独感)与SNS使用的个体差异时,社会补偿假设成立。超人际传播理论认为,线上交流通过降低对人际威胁的预期和增强社会信心,为线下交流有困难的个体提供了更轻松的沟通环境,以弥补面对面交流中的不足。

3.在研究人际关系偏好和线上社会资本积累之间关系时,“富人更富”假设是最站得住脚的假设。拓展-建构理论认为,积极情绪会促进更广泛策略的意识(拓展过程),进而促进个人和社会资源的积累(建构过程)。该理论在解释外向者的社会行为时特别有用,因为积极情绪构成了外向性的概念核心。

4.在研究人际问题与线上社会资本积累之间关系时,也可能出现“穷人更穷”的结果。替代理论认为,人际交往的总时间是恒定的,对于那些使用SNS来逃避糟糕的线下社交关系的个体来说,花更多的时间在SNS上会减少在现实生活中维持亲密关系和提高社交技能的时间。更重要的是,在通过SNS进行有效互动和社交资本建设时,沟通技巧仍然是必不可少的。

5.年龄可能是个调节变量,与年轻人相比,存在人际问题的老年人的社会补偿效应更强。随着年龄的增长,人们更容易与社交网络的成员分离,因此,老年人线下社交网络萎缩更严重,其社交需求可能更强。

picture from Internet

2.方法

本文进行了大规模的元分析。

研究变量的概念及测量方式

本文的元分析研究了三个富人和穷人的代理变量(即,外向性、社交焦虑,孤独感)和两个标准变量(即,SNS使用和线上社会资本)之间的关系。这些变量的定义,如下所示。

外向性:被广泛用于定义人际关系偏好,它反映了参与社会活动的强烈愿望。通过几个特质人格测量的子量表来评估,其中大五人格量表被采用的最多(28%)。

社交焦虑:人际问题的主要指标,阻碍了人们与他人交往。社交焦虑是指在社交场合中产生的害羞、烦躁和/或紧张的体验。最常使用害羞量表来测量。

孤独感:来自于一个人实际社会关系和期望社会关系在数量或质量上的差异,以消极的想法和社会关系中的不满足感为特征。其测量主要有三种方式:(a)单项测量;(b)计算整体孤独指数的单维测量,例如UCLA孤独感量表;(c)多维度测量,例如孤独-剥夺量表。UCLA孤独感量表是占主导地位的测量(75%),只有10%的报告采用了多维度的测量,没有一份报告采用单一项目进行测量。

SNS使用:SNS上参与活动所花费的时间和精力。使用和满足理论认为,用户是社交媒体的主动消费者,而不是被动消费者,因此,本元分析只关注用于休闲或娱乐目的的意志性SNS使用。其测量方式采用质量和数量指标,20%的研究采用质量指标,其中Facebook强度量表是最常用的。在数量方面,21%的研究评估了SNS使用的时间,而更多的研究(59%)评估了参与SNS活动的频率。

线上社会资本:源于社会资本这一概念。社会资本是指,通过社交网络内部互动产生的资源。SNS的日益普及将社会资本研究的范围扩展到了网络环境。主要有三种测量方式:(a)结构特征,如网络规模和关系强度;(b)关系特征,例如关系粘性和互动;(c)感知到的结果,如线上社会支持。超过一半(59%)的报告使用了研究线上关系社会资本的工具,其中最受欢迎的是互联网社会资本量表。网络规模是线上社会资本的唯一客观指标,大约四分之一(22%)的研究者采用此方法。19%的报告通过改编线下社会支持量表的项目将其应用于SNS环境。

纳入和剔除标准

如果研究报告了至少一个上述的代理测量和至少一个标准测量之间的关系,那么它们就有资格被纳入。为了找到尽可能多的研究,没有对学科、出版日期或状态、语言、国家、被试人口统计学变量或研究设计加以限制。

这些研究会被剔除:(a)不包含量化数据(例如,案例研究和综述);(b)只考察了那些特征不符合Ellison和Boyd (2013)对SNS定义的线上社交媒体(如,WhatsApp和微信,它们不包含公开或半公开的个人资料);(c)没有评估实际的SNS使用(例如,仅考察意图或动机);(d)只关注有问题或上瘾的SNS使用(例如,Facebook或其他SNS成瘾);(e)考察的是非休闲目的的SNS使用;(f)只考察了线下社会资本;(g)没有报告相关性或没有提供足够的统计数据来计算相关性;和/或(h)没有全文(例如,论文摘要或会议论文)。

编码的变量

相关系数:为了便于解释,效应量大小的估计由皮尔逊相关系数(r)表示。对于无法获得该统计量的报告,编码人员会提取相关的统计量(如t值、样本量),使用“R”编程语言编写的Ludecke’s(2017)“esc”统计包将其转换为r值。Krippendorff α系数的结果表明信度良好(α=.94)。

报告和样本特征:大多数报告都检验了不止一个相关系数。因此,作者给每个研究都分配了一个独特的代码,以表明不同的相关系数来自同一篇报告。每个报告都会对以下数据进行编码:作者、出版年(α= .98)、发表状态(0 =未发表,1 =发表;α= 1.00)、研究的SNS平台(α= 1.00)。对于每个独立的样本,评分者也记录了样本容量(α= .98)、性别构成(%的男性;α= .92)、年龄结构(平均年龄;α= .98和年龄范围)、国家(α= .95)。

测量类型:对一些不同的测量进行了分类。具体地,对于孤独感的测量采用了哑变量(即,一维 vs. 多维),1是指多维测量,其余的编码为0。测量SNS使用类型的分类变量包括强度、持续时间和频率。对于使用质量(vs.数量)的哑变量,强度被赋值为1,其他两个赋值为0。对于时间评估的哑变量,仅将持续时间赋值为1,其余赋值为0。最后,将不同类型的线上社会资本测量分为三个水平:结构特征、关系特征和结果。对于主观性的哑变量,将评估结构特征的测量编码为0,其余两个为1。对于结果的哑变量,结果测量编码为1,其余均为0。

picture from Internet

3.结果

数据集描述

最初在ProQuest、Scopus和Web of Science数据库上使用一系列与SNS相关的术语(例如,“social network site *”、“online social network*”、“social media”和“Twitter”)进行文献检索,之后通过检索Google Scholar、the COS Conference Papers Index、ProQuest thesis & thesis A&I,以及类似主题文献综述的参考文献部分,获得了更多潜在的相关报告和灰色文献。

最终的数据集包含706个相关性,来自于2008年1月至2018年7月期间完成的161份报告。约有三分之一(32%)的报告对SNS进行了全面的研究,其余的报告主要针对个人SNS,其中facebook最常见(57%),Instagram排名第二(2%)。只有不到1%的研究检验过的SNS分类为“其他”(如Twitter、LinkedIn)。

纳入元分析的报告包含178个独立样本,108,068名被试(平均人数= 607)。平均来看,40%的被试为男性,平均年龄为24.61岁(SD = 8.85;范围= 13 - 68)。样本来自世界上的七个地区:37%来自北美,6%来自大洋洲,14%来自欧洲北部/西部,8% 来自欧洲南部/东部,30%来自亚洲,4%来自中东,1%来自非洲。

社会增强和社会补偿效应检验

为了评估社会增强和社会补偿效应,本文检验了每个代理测量(即,外向性、社交焦虑、孤独感)与SNS使用之间的相关性(r)。对这些概念分别进行了分析。

结果显示,外向性与SNS使用的总体相关性为正相关且显著(r = .15),表明SNS使用越多的被试,外向性得分越高。这为社会增强假设提供了支持。社交焦虑与SNS使用的总体相关性也呈显著正相关(r = .10),表明社交焦虑程度越高的被试,SNS使用的可能性越大。这一发现与社会补偿假设相一致。相比之下,孤独感与SNS使用之间的相关性不显著(r = .01),因此不能为社会补偿假设提供支持

总之,元分析的混合结果表明,社会增强假设和社会补偿假设的适用性取决于采用哪种代理测量:检验外向性的报告倾向于支持前者,而检验社会焦虑的报告倾向于支持后者,但没有发现检验孤独感的报告支持后者。

“富人更富”还是“穷人变富”的检验

为了检验“富人更富”还是“穷人变富”,本文检验了每个代理指标与线上社会资本之间的相关性。结果表明,外向性与线上社会资本的总体相关性为正且显著(r = .20),支持了“富人更富”效应

同样,孤独感与线上社会资本之间存在着显著的负相关关系(r = - 0.22)。这些发现进一步证明了“富人更富”效应。虽然社交焦虑与线上社会资本之间也存在负相关(r = - 0.09),但其相关性不显著。

调节分析

年龄:

本文检验了年龄结构的调节效应并发现,这一调节效应只在社交焦虑和SNS使用的关系中显著,β= .02,95%CI [.002, .023], p = .01。如图1的元回归图所示,95%置信区间的下限与x轴(r = .00)在20.02岁的临界年龄点上相交,这表明,对于平均年龄大于这一临界值的样本,社交焦虑与SNS使用存在显著相关性。

因此,进一步的分析是基于这一临界年龄点进行的。结果表明,平均年龄高于20.02岁的组,社交焦虑与SNS使用存在显著正相关,r = .14,p < . 01,而平均年龄低于这一临界点的组,社交焦虑与SNS使用虽然也呈正相关,但不显著,r = .08, p < .11。这些研究结果表明,社会补偿假设只适用于成人样本,而不适用于研究社交焦虑和SNS使用的青少年样本,而且平均年龄越大的样本相关性越强

测量类型:

接下来,本文检验了每种测量类型可能存在的调节效应。大多数都不显著,但有三个例外。

首先,SNS使用的测量类型(SNS使用的质量vs.数量)在考察SNS使用与社交焦虑之间关系的报告中具有显著的调节作用(b = .09, SE = .03, p = .0026, R2 (2) = .0601, R2(3) = .0284)。进一步的分析显示,在评估SNS使用的报告中,与使用持续时间或频率的数量指标(r = .07, 95% CI [.02, .12])相比,使用感知强度质量指标(r = .18, 95% CI [.10, .25])的报告产生了更强的相关性。

其次,孤独感测量的维度在研究孤独感与SNS使用之间关系的报告中具有显著的调节作用(b = .12, SE = .05, p = .0092, R2 (2) = .0000, R2(3) = .2161)。虽然这种相关性在使用单维孤独感测量的报告(r = .0013, 95% CI [-.03, .03])中不显著,但在采用多维孤独感测量的报告(r = .12, 95% CI [.00, .24])中是显著正相关的。

第三,在研究孤独感与SNS使用之间关系的报告中,SNS使用的测量类型也是一个显著的调节变量(b = .07, SE = .02, p = .0021, R2 (2) = .0412, R2(3) = .1001)。在采用定量方法评估SNS使用时间的报告中,孤独感与SNS使用之间存在显著的正相关关系(r = .08, 95% CI [.02, .13]) 。但在采用感知强度或频率来评估SNS使用的报告中,孤独感与SNS使用之间的相关性不显著(r = -.0057, 95% CI [-.04, .03])。虽然元分析的主效应显示,孤独感与SNS使用之间的总体相关性不显著,但调节分析表明,在那些采用孤独感多维测量方法的报告中或考察SNS使用时间的报告中,孤独感与SNS使用之间的总体相关性是显著正相关的。

可能偏差检验

研究质量:

尽管元分析的一个主要优势是其对假设检验报告的广泛覆盖,但这些报告在方法的严谨性上可能存在很大差异,质量较差的报告可能会损害元分析的结果,因此本文还进行了调节分析来检验研究质量的可能影响。研究质量的调节作用不显著(p值范围:.06 ~ .98)。但有一个例外:在研究外向性与SNS使用的相关关系的报告中,抽样的调节效应显著(b = .13, SE = .06, p = .02, R2 (2) = .00, R2 (3) = .16)。

进一步的分析显示,与没有使用概率抽样的报告(r = .15, 95% CI [.12, .17])相比,在使用概率抽样的报告(r = .26, 95% CI [.07, .45])中,外向性与SNS使用有着更强的正相关,各个报告之间的变异性也更大。总的来说,本文的元分析结果并没有受到研究质量的影响。

发表偏差与敏感性分析:

调节分析显示,发表的和未发表的研究之间相关性的大小没有显著差异(p > .18)。虽然调整和未调整的权重函数和填充模型之间的一些相关性存在差异,但只有轻微的差异。此外,Egger的线性回归检验和Begg的等级相关检验没有发现小研究的偏差。综上所述,这些检验表明,本文的元分析结果在很大程度上是稳定的,并且发表偏差具有稳健性。

picture from Internet

4.讨论

本文的元分析旨在解决“谁从SNS使用中获益最多”的争论,并得出了复杂的结果,不能用对上述争论的简单回答加以概括,因为采用不同的测量方法,假设的可成立性是不同的。

在检验外向性(人际关系偏好指标)的研究中,社会增强假设和“富人更富”假设都得到了证实。然而,在检验社交焦虑和孤独感(人际问题指标)的研究中,社会补偿假设和“富人更富”假设只得到了部分支持。具体地说,社会补偿假设在关注社交焦虑的研究中成立,而“富人更富”假设在关注孤独感的研究中成立。不出所料,“穷人变富”假设没有得到支持。总之,这些结果表明,社会补偿假设和“穷人变富”假设并不相同,也为研究者们区分“SNS的使用”和“使用SNS带来的好处”、社会增强假设、社会补偿假设、“富人更富”假设提供了一些支持,而“穷人变富”效应则是一个独立的假设。

SNS使用的微观分析

本元分析表明,社会补偿效应的强度随着年龄和测量方法而发生变化,但没有提供一个简单的答案来说明富人SNS使用更多还是穷人SNS使用更多,而是确定了三组比其他人有着更多SNS使用的人,他们SNS使用的模式也存在很大差异:(a) 外向者,他们的SNS使用目的是社会增强;(b)表现出社交焦虑的成年人,他们往往出于社会补偿目的;(c)通过多维测量报告孤独感的人,他们花在SNS上的时间相对较多,往往也是社会补偿目的。然而,这三组人在“使用SNS带来的好处”上存在很大差异。具体而言,线上社会资本与外向性呈正相关,与社交焦虑无关,与孤独感负相关。

此外,本文的研究结果在一定程度上支持了对年龄的调节效应的预测;还进一步证明了,在研究SNS使用中的个体差异时,区分不同的代理指标是有必要的;也强调了区分SNS使用数量和质量的重要性。

局限性和未来的方向

本元分析中,大多数被纳入的研究并没有区分SNS使用的主动性(例如,发布、评论)和被动性(例如,浏览、潜水)。例如,一个SNS用户每天花两个小时发布关于他或她自己的图片和新闻,可能与另一个花同样时间只看不回复的人有着不同的线上体验和后果。最近的研究表明,主动和被动使用对社会资本积累的影响是不同的。纳入更多探究主动和被动SNS使用的研究将使未来的元分析得以进行更精细的假设检验。

由于Facebook目前仍然是最受欢迎的SNS,本元分析所纳入的研究中有超过一半的研究对Facebook进行了研究。因此,本文的研究结果不能推广到其他受欢迎的SNS,因为它们的特点不同。为了更全面地了解一系列SNS所带来的好处,未来需要对Facebook以外的SNS进行进一步的研究。

参考文献:Cecilia, C.,Hsin-yi, W.,Leif, S., & Chor-lam, C. (2019). Do the Socially Rich Get Richer? A Nuanced Perspective on Social Network Site Use and Online Social Capital Accrual. Psychological Bulletin, 145(7), 734–764.

解析作者: 阿紫

推荐

订阅返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
免费获取
今日搜狐热点
今日推荐