大学生网络生活方式之聚类分析：以北京大学为例，本文主要内容关键词为：北京大学论文,为例论文,网络生活论文,方式论文,大学生论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G641.2 文献标识码：A 文章编号：1671-9468（2010）04-0147-16
一、引言
生活方式是社会学的一个理论范畴，经常被作为分析社会变迁和社会转型，描述社会不同群体差异和个体生存特点的重要概念，主要包括“人们的家庭生活方式、消费方式、闲暇方式和社会交往方式四个方面”[1]。生活方式不是一成不变的，它随着时代的变迁而体现出不同的特点。伴随着信息时代的到来，信息通讯技术（ICT）也对生活方式的变化产生了重大影响。曼纽尔·卡斯特（M.Castells）曾指出，信息技术革命已催生出一种新的社会模式，即网络社会。这种社会模式有其特征，这就是经济行为的全球化、组织形式的网络化、工作方式的灵活化、职业结构的两极化。[2]
互联网的崛起使媒介不再只是传递信息的工具，而是塑造了一个全新的数字化、信息化、网络化社会生活空间，并由此改变着人们的行为方式、思考方式、社会关系。在这种背景下，互联网对大学生的影响更加深远。中国互联网络信息中心（CNNIC）的调查数据显示：截至2009年底，中国青少年网民规模达1.95亿人，占网民总体的50.7％，同比增长16.8％。中国青少年互联网使用普及率达到54.5％；青少年网民平均每周上网时长为16.5个小时，比2008年增加了1.9个小时；娱乐、社交和自我展示是中国大部分未成年网民网络生活的主题；其中，大学生网民是网络使用最活跃的群体之一，该群体在大部分网络应用上的使用率都最高。在网络娱乐、交流沟通、信息获取方面，大学生网民表现得较为活跃；在商务类应用上，大学生网民网购比例达43.1％，使用网上支付和网上银行的比例分别达40.1％和38.9％。[3]美国学者唐·泰普斯科特（Don Tapscott）所提出的“网络世代”（Net Generation）理论[4]，明确提出基于互联网的生活已成为年青一代的标志性时代特征。所谓“网络世代”，就是在网络和信息科技的影响下而发展成为具有网络族群特性的新兴世代。对于他们来说，计算机和互联网就像是空气一般必不可少。技术变得如同隐形眼镜一般透明，成为N世代生活中的一部分，透过它看到了人群、资讯、游戏、应用软件、服务和朋友。简言之，N世代不再仅是技术上瘾，而是为技术所化，或者说，互联网已经成为他们的生活方式。
正如任何技术皆有利弊两面影响一样，网络带给大学生的影响亦是多方面的。无论发达国家还是发展中国家，无论大众媒体或教育学术研究领域，各种观点沸沸扬扬，莫衷一是。总结来讲，学术界关于网络对学生影响的观点可以概括为两类：一是乐观派，认为网络的开放性、交互性有助于扩大学生的学习空间，拓展信息资源获取途径，促进师生沟通与交流，有利于青少年学生个性发展和自我人格的完善，尤其是网络改变了青少年的交往方式；一是悲观派，认为互联网对学生的身心成长皆有负面影响，应该限制学生对于网络的使用，如斯托尔（Stoll）与特克（Turkle）通过研究发现，上网交友会导致社会孤立与社会焦虑。[5][6]此外，更多对网络的负面影响集中在“网络伦理”和“网络沉迷”等方面。
上述两种关于互联网对学生影响相互矛盾的观点，一方面说明了问题的复杂性，同时更凸显问题之重要性。技术本身皆为中立，其应用之成效在于方式。毫无疑问，在当今信息化时代，互联网已成为大学生学习知识、交流思想、休闲娱乐的重要平台。如何深入探究研究青少年学生网络应用方式，以抑弊扬益为基本原则来构建健康向上的网络生活方式，最终提出相应指导与应对的方法与策略，成为一个亟待研究之焦点问题。
二、文献述评
（一）生活方式及其分析模型
实际上，生活方式是一个含义广泛的概念，不同领域学者对其认识各不相同。例如，在心理学领域，阿尔弗雷德·艾德勒（Alfred Adler）提出：“生活方式是人们根据某一中心目标而安排其生活的模式，并通过其活动、兴趣和意见体现出来。这个中心目标就是自身缺乏的、未具有的优势或其思想中固有的某种价值观。”[7]在社会学领域，生活方式的研究源于马克思主义创始人提出的生活方式是辨别阶级的有效指标的思路，后来被韦伯等发展为专门的社会学研究范畴，主要探讨不同社会阶层的生活模式及流动性[8]。在营销学领域，生活方式研究起源于市场细分理论。勒泽（Lazer）首先将生活方式的概念引入营销学研究中，他认为：“生活方式是一个系统性的概念，它是某一社会或某一群体与其他社会或群体的不同之处，而具体表现于一个动态的生活模式中。因此，生活方式是文化价值观、资源、法律等力量所造成的结果。从营销的角度来看，消费者的购买及消费行为即反映出一个社会或群体的生活方式。”[9]此外，安德森（Andreason）认为：“生活方式是一种社会科学的观念，它是个人或群体独特行为的统合，也可视为时间的配置问题，即在有限的时间资源下，不同的群体如何去配置有限的时间资源。”英格尔·布莱克威尔等（Engel Blackwell）提出：“生活方式是人们生活以及使用时间、金钱的方式。”此外，他们也认为生活方式不仅受到外在环境（包括文化、次文化、社会阶层、参考群体及家庭）的影响，同时也受到个人方面因素的影响，包括个人人格、价值观。[10]目前国内关于生活方式的研究多集中于社会学领域，研究者主要将其作为分析社会变迁和社会转型、描述社会不同群体差异和个体生存特点的重要概念。
归纳上述诸定义，在本文中，研究者主要将生活方式理解为个体通过其行为、兴趣和爱好所表现出来的行为与活动模式，这种生活模式与其行为方式、生活目标以及价值观息息相关，主要表现为学习方式、社交方式、消费方式、闲暇生活方式。
研究生活方式需要对其表现形式进行测量。通常生活方式的研究多从量化角度来进行，迄今为止已开发出诸多量表，虽然研究者的目的和角度不同，但所依据的理论模型相近。其中由威尔斯和泰格特（Wells & Tigert）所提出的AIO量表是测量生活方式最常见的量表。威尔斯和泰格特采用口语化的表述方法，直接询问研究对象的活动（Activities）、兴趣（Interests）和观点（Opinions）。其中，AIO中的“A”即为活动，指一种具体、明显可见的行动；“I”代表兴趣，指人们对于事物、事件或主题的兴奋程度，以及由之引发的特别或者连续性的注意；“O”表示观点，可以用来描述对于问题的解释、期望与评价。[11]以此为基础，普鲁莫（Plummer）整合并发展了AIO生活方式量表，将人口统计变量，如年龄、收入水平、受教育程度、居住地等放入了生活方式的测量当中，形成了衡量生活方式的四个层面、三十六个子项目的量表[12]（见表1）。
不过，在随后的应用中，有学者认为AIO量表过于复杂，提议以价值观方法（Value Systems Approach）来取代AIO。例如，卡尔勒（Kahle）提出了更为简易的价值观衡量工具（List of Value，简称LOV）[13]。LOV量表包含归属感、刺激、与他人的良好的关系、自我实现、受到他人尊重、生活中的娱乐与享受、安全感、自尊与成就感共九个维度，形成了生活方式测量的另一种模型。
随后，斯坦福研究所（Stanford Research Institute）的米歇尔（Mitchell）提出了VALS（Values and Life Styles）测量法，在AIO量表的基础之上又加入了价值观（Value）维度。1989年斯坦福研究所对VALS量表进行了进一步修正，发展出一套更加完整的系统分类方式——VALS2模型。在这个模型中，研究者整合了“生活方式”、“价值观”与“时间、金钱等资源”三大概念，分析出八种美国消费者类型，成为生活方式测量中最为基本并且广为引用的分析模型[14]。
图1 VALS2生活方式测量模型
通过对上述两种主要生活方式测量模型的分析，我们认为，AIO量表在市场细分、辨识消费者的生活方式上比VALS理想，同时，VALS测量的价值观以及人口统计变量也不适用于特定的产品或情境。因此，从通用性角度来石，AIO量表比VALS量表更加具有可信度和更强的适用性。
（二）网络生活方式测量方法
以上述生活方式理论及测量模型为基础，随着互联网应用的不断普及与发展，西方一些学者研究的关注点开始从传统的生活方式研究转向与互联网有关的生活方式研究。1999年，史密斯与怀特莱克（Smith & Whitlark）采用Meansend分析方法以及Internet Laddering的方法提出了衡量网络消费方式（Internet Consume）的13个维度[15]（见表2）。
在我国，台湾东方消费者营销数据库（E-ICP,Eastern Integrated Consumer Profile）自1988年起每年持续进行的台湾地区消费者消费行为与生活方式调查，新生代市场监测机构的“中国市场与媒体研究”（CMMS）、“中国新富市场与媒体研究”（H3）、“中国大学生消费与生活形态研究”（CUS21）、“中国儿童消费与生活形态研究”（TWEENS）等年度连续性研究都涉及网络生活方面问题，并且针对研究对象的不同特点，均采用AIO量表进行研究。此外，易观国际在“中国即时通讯市场年度综合研究”中，按照技术消费模型，把互联网用户分为娱乐驱动型、职业驱动型和家庭驱动型三类。[16]
一些台湾学者对网络生活方式进行了更为深入的研究。康志玮研究网络产品，从网络使用动机、科技资讯敏锐度、科技产品使用活动、对科技的观点等维度衡量生活形态。[17]龚俊霖根据科技和网络的特点提出一套科技生活方式量表（见表3），适用于使用与科技相关产品和服务的人群生活方式的测量。在研究中，利用聚类分析，研究者将网民分成六大类：网络探索族、初学保守族、娱乐八卦族、数字潜力族、科技快走族、善用网络族。[18]这套科技生活方式量表成为其他学者研究网络生活方式的重要测量依据。
综上所述，上述研究成果为本研究提供了一定的理论与测量基础。例如，史密斯与怀特莱克提出的网络消费方式模型成为“大学生网络生活方式”中“网络交易”的测量依据；AIO量表为研究大学生多样化的网上行为表现提供了测量依据；龚俊霖所提出的“科技生活方式量表”则为本研究构建大学生网络生活方式量表框架提供了很有启发性的思路。不过，需要强调的是，在本研究的分析模型设计中，还需要充分考虑到大学生之突出特征，如学习、社交、消费与课业生活特点等。
三、研究问题
至今，学界对于网络生活方式的定义尚无定论。在本研究中，我们结合对于生活方式的已有定义，将“大学生网络生活方式”定义为：在基于ICT所构建起来的网络化和虚拟化的校园环境下，大学生群体在将计算机与互联网运用于学习和生活过程中所表现出的兴趣、爱好、行为及价值观念之统合表现形式。具体来讲，大学生网络生活方式可以概略地划分为四个方面（见图2）：网络学习（E-learning）、网络社交（Online Sociality）、网络娱乐（Online Entertainment）和网络交易（E-commerce）。
图2 “大学生网络生活方式”概念之结构图
如本文开篇之所言，当今高等教育界就互联网对大学生之影响问题争论颇多。若以北京大学作为一个案例来研究互联网对大学生生活的深层次影响问题，或许对于解决上述争论有一定参考作用。作为国内高校“创建世界一流大学”计划之首倡者，北京大学向来重视信息技术之作用，一直走在数字化校园建设的前列，自20世纪90年代便已建成校园网络。现在，互联网已经全方位地渗入北大学生的生活，是其生活、学习和工作中不可或缺的一部分。那么，北大学生网络使用情况如何？在使用互联网的过程中有哪些行为方式？学生的网络生活方式可以分为哪些群组，各自有什么样的特点？网络生活兼有正负因素，在建设数字化校园生活时，多角度、多方面地了解、分析和研究北大学生网络使用情况至关重要。我们认为，全面了解当代大学生网络生活方式，并对结果分析的基础上提出相应的教育引导对策，对提升大学生整体素质具有重要的理论与现实意义。
四、研究设计
本研究以AIO量表为基础，在结合具体研究背景和内容的基础上，发展出“北大学生网络生活方式表”（见表4），主要由人口统计变量和量表组成，其中，量表部分包含“网络使用动机”、“网络使用能力”、“网络使用行为”和“网络使用观点”。这里，研究者引入“网络使用能力”这一维度，是用来衡量网民懂得的网络操作难易程度的综合性指标。斯特格尔和马丁（Sturgill & Martin）等人在研究中指出：若学生不具备适当的电脑技能，则在使用电脑为中介沟通的工具时，会有挫折之心理感受。[19]这也可以说明，网络使用能力高低不同的人群对于新出现的网络工具的使用行为存在一定差异。
本研究的分析架构如图3所示，首先通过五个方面对学生网络生活方式进行衡量，通过因子分析确定各维度的测量构面，接着进行集群分析、集群辨识并命名，将拥有不同网络生活方式的学生分为N个集群，最后通过差异性分析、相关性分析来寻找为何学生会呈现出不同的网络生活方式，并针对不同学生网络族群的特点给出相应的应对策略。
图3 “大学生网络生活方式”的分析模型
在实施问卷调查中，研究者利用“北大教学网”课程通知以及校内门户发布网络问卷地址，然后利用Limesurvey① 网络调查系统接收数据。在为期一个月的时间内，共收到反馈问卷682份，其中有效问卷653份，问卷有效率95.7％；完整有效量表568份，量表有效率87.0％。问卷填写者来自北京大学经济、新闻、国际关系、工学、教育等近三十个院系所中心，具有较高的代表性。
五、数据统计与分析
（一）调查数据概述
在参加调查的学生中，男生占总人数的52％，女生占48％，性别比例较为均衡。其中本科生人数最多，占总数的87.4％，硕士研究生占7.2％，博士研究生最少。人数差异与抽样方式有关，因为本科生在“北大教学网”中课程较多，因此看到通知并填写问卷的人数众多，而硕士研究生和博士研究生则课程较少。
在参与调查的学生中，94％的学生拥有电脑。其中，92％的学生拥有笔记本电脑，2％的学生拥有台式机。而653份有效问卷中，仅有2％的低年级学生没有电脑，但表示即将购买（2％的学生未回答此问题）。在上网频度的调查中，75％的学生表示每天都会上网，每周上网3～4次的学生也有很多，占总数的17％，只有少数学生选择了偶尔上网（部分学生未填写）。北大学生电脑拥有率非常高，学生上网频繁，表明了网络已经成为北大学生生活的重要内容。
在学生开始上网时间的调查中，研究者发现，有56％的学生在中学时期（包括初中与高中）已经开始经常上网，有27％的学生在小学时就熟悉了网络，而在大学期间才开始使用网络的学生只占12％。这一结果也具有合理性，调查样本以“90后”本科生居多，他们是伴随互联网一起成长起来的，开始上网时间要普遍早于“80后”。在上网地点中，超过95％的学生选择学校宿舍、图书馆、自习室等地，选择校外上网的人数不足10％。此处，北大学生上网方式以笔记本、台式机上网为主，紧随其后的是使用手机上网。
在关于北大学生上网最经常进行的活动的调查中，数据显示，绝大多数学生选择了在网络上搜索和下载学习资料；紧随其后的是有375名学生选择了使用“人人网”等社交网络进行社交活动；浏览新闻、观看并下载娱乐视频也是北大学生网络生活最重要的目的（见图4）。
图4 北大学生网络使用目的调查
在调查中，研究者还发现，有81％的学生曾进行或正在进行网络学习，他们表示网络资源丰富，通过网络进行学习，经济便利，可以获得最新资讯（见图5）。当然也有一小部分学生对网络学习持否定态度，主要原因集中在操作不便、浪费时间和不知如何选择合适的资源（见图6）。
图5 北大学生选择网络进行学习的原因
图6 北大学生不选择网络进行学习的原因
网络购物也是学生网络生活的主要内容。调查显示，58％的学生经常进行网络购物，购物内容多样，其中以书籍、音像制品和衣服、鞋子等用品居多（见图7）。在对网络消费原因的调查中发现，网上消费便捷迅速、实惠便宜、方便成为学生青睐网络消费的三大原因，而选择网络消费可靠的学生很少。同时，也有很多学生拒绝使用网络消费，他们认为“网络消费过程复杂、手续烦琐”，“不可靠，担心危及个人账户安全”，“害怕个人信息被泄露”（见图8）。
图7 学生进行网络消费内容
图8 学生选择／不选择网络消费原因
（二）因子萃取与聚类分析
调查问卷中量表内容由北大学生网络使用能力、网络使用动机、网络使用行为、网络使用态度等内容组成，包括45个题项，采用李克特5点量表进行评定，并利用SPSS16.0统计软件进行统计分析。
利用巴特利特球度检验和KMO检验发现，KMO＝0.880，球形检验显著，说明数据适合进行因子分析。采用主成分分析法进行探索性因子分析，提取特征值大于1的特征根。将因子抽取量限制为6个，以“特征值大于1”为界限，这6个因子总方差贡献率为53.877％。被抽取的因子项分别为：（1）“网络使用态度因子”，包含10个变量题项，方差贡献率为23.674％；（2）“网络使用能力因子”，内含5个变量题项，方差贡献率为9.291％；（3）“网络游戏与消费因子”，包括网络游戏、网络购物、依靠网络逃避现实等5个题项，方差贡献率为6.124％；（4）“网络休闲娱乐因子”，包括欣赏网络音视频、利用网络缓解压力等4个题项，方差贡献率为5.749％；（5）“沟通交流与信息追求因子”，包括亲情联络、沟通交流、资讯追求、网络学习等7个题项，方差贡献率为4.834％；（6）“网络社交因子”，包括网络交友、自我展现等5个题项，方差贡献率为3.604％（见表5）。
聚类分析的方法有两种：分层式聚类分析法（Hierarchical Cluster Analysis）与K-均值聚类分析法（K-means Clustering）。如果样本量较大或衡量变量较多，则采用K-均值聚类分析法比较合适，因为观测值数量太多，冰柱图与树形图两种判别图形在呈现时会过于分散，不易阅读与解释[20]。本研究的样本数量为568，因此采用K-均值聚类分析法。以经过因子分析所得到的6个公因子作为新的变量，按照相似程度对这些变量进行K-均值聚类分析后，即可得到根据网络生活方式对目标研究人群——北大学生进行细分的研究结果。研究者选择了有4个中心的聚类分析，在聚类分析的同时，采用单因素方差分析（One-Way ANOVA）对各公因子在分类中的贡献度进行考察，结果如表6所示：各公因子在单因素方差分析中P值均小于0.05，可以认为各公因子对聚类结果存在显著差异，在聚类分析时都予以保留。
聚类分析的结果如表7所示，表中数据值越高，表明被调查者对该公因子的认同程度越高，0表示中间态度。
根据每一类被调查者的因子特征，并同时考虑形容词的概括性与形象性，研究者将北大学生的网络生活方式分为以下四类：
1.网络沉浸型。这一人群对网络游戏与网络消费因子认同度非常高，而对其他因子认同度较低。这一类型的学生经常在网络中购物、热衷于网络游戏，部分人可能存在因沉溺网络游戏而影响学业的情况，并且常常借助网络来逃避现实压力。在参加调查的北大学生中，具有网络沉浸型特点的约占19％。需要强调的是，此数据仅表示的是具有网络沉浸倾向性的学生比例，并不代表这些学生已经出现网络成瘾症状。但若任其发展，则可能出现各种问题。
2.冷静保守型。这一人群对网络休闲娱乐因子认同度相对较高，而对其他大部分因子并不认同。他们认为网络是大学生生活的调剂品，可以帮助缓解压力，学生可以在闲暇时间利用网络进行听音乐、看视频等娱乐活动。这一人群对网络生活态度保守、冷静，对网络所带来的巨大影响接受度不高。研究结果显示，在参加调查的北大学生中，具有冷静保守型特点的约占31％。
3.信息前沿型。这一人群对网络使用能力因子、沟通交流与信息追求因子认同度很高，他们认为网络使用能力在生活中至关重要，并且自身的网络能力水平很高。这一类型的学生认为通过网络与家人、师长、朋友进行沟通交流很方便，网络能够带来最新的前沿知识，他们常常利用网络搜索学习资料，能够较快地接受外来事物与流行文化，信息素养相对较高。研究结果显示，在参加调查的北大学生中，具有信息前沿型特点的约占23％。
4.社交活跃型。这一类人群对网络使用态度因子、网络社交因子认同度很高，他们认为网络对生活中的各个部分都起到很大的促进作用，他们享受在网络中进行社交活动，认为网络是结交志同道合的朋友、展现自我、发表评论的最佳平台。研究结果显示，在参加调查的北大学生中，具有社交活跃型特点的约占27％。
六、研究结论与讨论
本研究显示，总体上看，互联网已成为北大学生校园生活的重要组成部分，在其学习、社交和个人发展中扮演着不可忽视的角色。从其网络生活方式来看，冷静保守型学生人数最多，社交活跃型和信息前沿型学生人数次之，网络沉溺型学生人数最少。这样的研究结果展示了互联网对大学生诸方面影响的复杂性与多样性，凸显出互联网对大学生影响的两面性，需要采取相应的措施。
首先，从指导思想来说，高校的教育者首先应摈弃先入为主式的“网络负面影响论”思想，多角度认识大学生对网络的迷恋或过度使用现象，不要轻易扣上“网络成瘾”的帽子。目前，网络成瘾的概念和内涵已被泛化，许多媒体过分渲染上网或网络游戏对于学生的负面影响，这种情况不利于鼓励学生学习和使用计算机与网络知识和技能。研究者认为，在这种网络成瘾泛化的影响下，学校管理者、教育者和家长可能会有意识地通过各种方式来控制大学生接触和使用计算机和互联网的时间和途径，影响大学生对未来信息社会的适应能力。
其次，高校教育者要正确认识互联网，树立“互联网是教学新工具”的意识。上述调查数据显示，有81％的北大学生曾进行或正在进行网络学习，认为通过网络进行学习更加经济便利、可以获得最新信息。计算机和网络在教学中的应用会使得学生拓展对于计算机和网络作为一种技术工具用途的认识，意识到互联网更是一种学习工具，可以利用它来促进自己的学习。从这个角度来说，教师在教学中使用信息技术的情况，对于促进学生认识、理解和建构一个正向、积极的学生网络文化有着重要意义。
最后，按照学生族群特点分别进行重点教育与引导，高校教育工作者的网络素质教育工作将更具有针对性，实际效果也会更好。例如网络沉溺型学生在调查中表示，“玩网络游戏可以逃避现实”、“忘记现实中的不愉快”。这种情况显示，若任其发展，这一类学生则可能因缺乏自制力而最终荒废学业。针对这一类学生应重点引导和增强大学生的自我教育、自我管理能力，帮助他们意识到沉迷网络游戏的危害，引导他们做好职业规划。同时，冷静保守型学生认为网络是生活的调剂品，但是对网络的丰富信息及其重要的学习及社交功能则没有引起足够重视，针对这类学生应重点引导其客观看待网络，充分利用网络上各种学习资源，长知识、增才干。针对社交活跃性学生，一方面应鼓励其在网络中积极的自我表现，另一方面要重点培养他们明辨是非、自我控制的能力，在复杂多变的网络环境中理性思考，减少大学生网络人际交往的危险因素。信息前沿型学生网络使用能力较强，重视利用网络进行沟通，并且具有很强的信息搜索能力，很多来自理工科院系的学生属于这一类型。针对这一类型学生，要加强网络道德建设和法制观念培养，使他们养成自觉远离不健康和有害信息的良好习惯。
总之，科学分析大学生网络生活方式，按照他们在网络生活中所表现出的不同特点予以分类，可以在一定程度上为高校教育工作者引导大学生合理运用网络资源、进行积极网络交往、树立健康上网理念提出新的工作思路。
收稿日期：2010-09-01
注释：
① 网址见http://www.ceta.pku.edu.cn/limesurvey/，是北京大学基于Limesurvey建设的一个网络调查平台。
标签：生活方式论文; 聚类分析论文; 探索性因子分析法论文; 因子分析论文; 大学生论文; 群体行为论文; 消费社会论文; 社会网络论文; 网络行为论文;