Page 234 - 《社会》2024年第6期

能力的代价与分化：第三道数字鸿沟中的数字伤害

分。 而涉及行为频率测量的尺度从“从不”到“总是”分别赋值为 1—5
分。 通过结构方程的二阶因子分析，最终得到 4 个一阶因子和数字技能
的二阶因子。 图 3 为数字技能及各维度的因子提取情况。 总体而言，模
2
型各因子系数在 0.7 以上， 也有较高的信度， 拟合指标为 字 /df=17.5，
RMSEA=0.08，CFI=0.939，TLI=0.919，SRMR=0.06，模型有可接受的配适
度。 为统一量纲，研究将因子得分进行离差标准化后并乘以 100，这样，
各项指标就转换为值域为 0—100 的得分。

K

K ) # ) K
#
) '66
K 5

) K
K ) 5
K

K )
#
) K
)

K
# <
K ) K

K ) # < K
K K
图 3：数 字 技 能 的 测 量 （SEM）
2. 数字伤害
受数据限制，本研究主要根据互联网对个体时间、身心健康和社会
资源的挤占来测量数字伤害。 具体有三个维度：过度使用（上网超出计
划等）、身心危害（视力下降、焦虑感等的身体损害和身心危害）和社会
影响（干扰工作、生活和社交等活动）。该测量侧重于关注直接由上网行
为所导致的效果，具有更强的问题归因性。 问卷题项都为态度的五分测
量，并分别赋值为 1—5 分。 如图 4 所示，通过因子分析，本研究得到过
度使用、 身心危害和社会影响 3 个一阶因子和衡量整体数字伤害的二阶
2
因子变量。 模型拟合指标为 字 /df =7.5，RMSEA=0.05，CFI=0.982，TLI=
0.969，SRMR=0.03。 数字伤害也采取了与数字技能相同的百分制处理。
3. 个人类型和位置类型变量
结合数字鸿沟、“资源与占用理论”的相关研究，个人类型优势群体
主要为男性或年轻人等，位置类型优势群体包括高学历、高收入的群体
或城市居民等。 因此，本研究考察的自变量包括性别、年龄、教育程度、
收入和城乡居民类型。 变量赋值和操作化为：性别赋值为“女性”=0，
“男性”=1；把受访者的教育程度按学历转换为受教育年限；收入水平

· 227·