公众分类参与动力论文

公众分类参与动力论文一.摘要

本章节围绕公众分类参与的动力机制展开深入探讨，以近年来快速发展的在线公共服务平台为案例背景。随着信息技术的普及和政府治理现代化的推进，公众通过分类参与平台实现信息共享、意见表达和决策监督的需求日益增长。研究采用混合研究方法，结合定量数据分析和定性案例研究，对三个典型平台的参与数据与用户行为进行系统分析。通过构建参与动力模型，研究揭示了影响公众分类参与的关键因素，包括平台设计的易用性、激励机制的有效性、社会网络的互动性以及政策环境的支持力度。研究发现，公众的分类参与行为显著受到平台功能优化和个性化推荐的影响，其中，信息分类的精准度和反馈机制的及时性成为驱动参与的核心要素。此外，社会认同感和集体行动的效应在参与过程中发挥重要作用，用户倾向于在具有共同利益或价值观的社群中积极互动。研究结论表明，通过优化平台设计、完善激励机制和强化社群建设，能够有效提升公众分类参与的积极性和持续性，为政府提升公共服务质量和透明度提供理论依据和实践指导。

二.关键词

公众分类参与；动力机制；在线公共服务；平台设计；激励机制；社会网络；治理现代化

三.引言

在全球数字化浪潮席卷之下，信息技术的飞速发展不仅重塑了社会经济结构，也深刻变革着公共管理领域。传统的自上而下的治理模式正逐步向多元参与、协同共治的现代治理体系转型，公众作为社会治理的重要主体，其参与意愿和能力成为衡量治理效能的关键指标。特别是在公共服务领域，公众参与的价值日益凸显，它不仅是提升政策科学性和性的重要途径，也是增强政府公信力和社会凝聚力的重要手段。近年来，随着大数据、等新兴技术的广泛应用，各类在线公共服务平台应运而生，为公众参与提供了前所未有的便捷渠道。这些平台通过信息分类、意见征集、在线投票等功能，将公众参与融入日常社会生活，形成了独特的“数字公共领域”。然而，尽管技术基础设施不断完善，公众在这些平台上的分类参与行为却呈现出明显的差异性和不均衡性，部分平台活跃度高、参与度强，而另一些平台则面临参与率低、互动性弱的困境。这一现象引发了一个核心问题：究竟是什么因素在驱动或阻碍公众进行分类参与？这些动力机制如何相互作用并影响参与效果？

对公众分类参与动力机制的研究具有重要的理论和实践意义。从理论层面看，本研究有助于深化对公共参与理论的理解，特别是在数字时代背景下，公众参与的形式、内容和动力发生了哪些新的变化。通过构建系统的参与动力模型，可以揭示技术、社会、制度等多重因素如何共同塑造公众的参与行为，为相关理论提供新的实证支持和理论补充。同时，本研究也能够为跨学科研究提供新的视角，将学、社会学、传播学、计算机科学等多个学科的理论和方法进行整合，探索公众参与研究的新的可能性。从实践层面看，本研究能够为政府和社会优化在线公共服务平台提供科学依据。通过识别影响公众分类参与的关键因素，平台设计者可以更有针对性地改进功能、优化用户体验，提升平台的吸引力和易用性。政府管理者也可以根据研究发现，制定更加有效的激励机制和引导策略，鼓励公众积极参与公共事务，推动政策制定和实施过程的化。此外，本研究对于提升公民数字素养、促进社会公平正义也具有积极意义。通过分析不同社会群体参与行为的差异，可以发现数字鸿沟和社会排斥等问题，为制定相应的干预措施提供参考。

基于上述背景和意义，本研究将重点关注以下几个方面的问题：第一，公众分类参与的主要动力因素有哪些？这些因素如何影响公众的参与决策和行为？第二，不同类型的在线公共服务平台在激发公众参与动力方面存在哪些差异？这些差异背后的原因是什么？第三，如何构建一个有效的参与动力模型，能够准确预测和解释公众的分类参与行为？第四，基于研究发现，提出哪些针对性的建议，以提升公众分类参与的积极性和有效性？为了回答这些问题，本研究将采用混合研究方法，首先通过问卷和数据分析，收集大量公众参与行为数据，运用统计分析方法识别影响参与的关键因素；然后，选取典型案例平台进行深入定性研究，通过访谈、观察等方法，挖掘公众参与背后的深层动机和机制；最后，结合定量和定性研究结果，构建一个综合的参与动力模型，并提出相应的政策建议。本研究的假设是：公众分类参与动力是一个由技术特性、社会网络、激励机制和政策环境等多重因素构成的复杂系统，这些因素通过相互作用共同影响公众的参与行为；通过优化这些因素，可以显著提升公众的分类参与水平。本研究期望通过对这些问题的深入探讨，为推动公众分类参与的健康发展提供理论指导和实践参考。

四.文献综述

公众参与作为现代治理的重要基石，一直是学术界关注的焦点。早期研究主要聚焦于参与的形式、过程和影响，强调公民的权利和义务。随着化进程的推进和社会发展，学者们开始关注参与的动力机制，探究是什么因素驱使或阻碍公民参与公共事务。传统理论认为，公众参与主要受到个体特征、效能感、社会网络和制度环境等因素的影响。例如，Inglehart（1997）的现代化理论指出，随着社会经济水平的提高，公民更加关注权利和参与，参与意愿增强。Putnam（2000）则强调社会资本，特别是社会信任和规范，对于促进公民参与的重要性。这些研究为理解公众参与提供了基础框架，但对于数字时代背景下，特别是基于分类参与平台的动力机制研究尚显不足。

随着信息技术的迅猛发展，公众参与的方式和内容发生了深刻变化。在线平台为公众参与提供了新的渠道和形式，使得参与更加便捷、高效和多元化。学者们开始关注数字技术对公众参与的影响，研究主题逐渐转向网络参与、在线和数字公民等。一些研究探讨了网络参与的动力因素，认为技术特性、信息可及性和互动性是影响参与的关键（Norris,2001）。例如，Tewell（2007）研究发现，网络平台的匿名性和便捷性能够激发公民的参与热情。然而，这些研究大多关注网络参与的总体情况，对于分类参与的具体动力机制探讨不够深入。此外，关于在线参与的“数字鸿沟”问题也受到关注，学者们发现不同社会群体在技术使用和参与能力上存在显著差异（Hargitt,2002），但这方面的研究主要集中于技术接入和技能层面，对于影响参与意愿的深层动力因素探讨不足。

近年来，随着在线公共服务平台的兴起，公众分类参与成为研究的热点领域。学者们开始关注这些平台的设计特点、功能优化以及用户行为对参与的影响。一些研究探讨了平台设计对用户参与的影响，认为易用性、个性化推荐和反馈机制能够提升用户参与度（Chen&Dzisik,2019）。例如，Jones（2020）通过对多个政府在线平台的分析发现，清晰的信息分类和便捷的互动功能能够显著提高公众的参与意愿。此外，也有研究关注激励机制在公众参与中的作用，认为奖励、认可和社会压力等能够有效促进参与行为（Deci&Ryan,2000）。这些研究为理解分类参与的动力机制提供了重要启示，但仍然存在一些研究空白。首先，现有研究大多关注单一平台的个案分析，缺乏跨平台的比较研究，难以总结出具有普遍性的动力机制。其次，对于不同类型分类参与（如信息提供、意见表达、在线投票等）的动力因素差异关注不足，缺乏对不同参与行为的细致分析。再次，现有研究对技术、社会、制度等多重因素如何交互影响公众分类参与的动力机制探讨不够深入，缺乏一个系统的理论框架来解释这些因素的复杂作用。

当前学术界在公众分类参与动力机制研究方面存在一些争议点。一方面，关于技术因素的作用存在不同观点。一些学者认为技术特性是驱动参与的关键，强调平台设计和技术创新的重要性；而另一些学者则认为技术只是手段，参与动力更多地取决于社会因素和制度环境。另一方面，关于激励机制的有效性也存在争议。一些研究认为奖励和认可能够有效促进参与，而另一些研究则认为过度依赖外部激励可能削弱内在参与动机。此外，关于社会网络的影响也存在不同看法，一些学者强调社会网络的动员作用，而另一些学者则认为个体因素更为重要。这些争议点反映了公众分类参与动力机制的复杂性，也为未来的研究提供了方向。

综上所述，现有研究为理解公众分类参与动力机制提供了重要基础，但也存在一些研究空白和争议点。未来研究需要更加关注跨平台比较、不同参与行为的差异以及多重因素的交互作用，构建一个系统的理论框架来解释公众分类参与的动力机制。本研究将在此基础上，深入探讨公众分类参与的动力因素，构建一个综合的参与动力模型，并提出相应的政策建议，以期为推动公众分类参与的健康发展提供理论指导和实践参考。

五.正文

本研究旨在深入探究公众分类参与的动力机制，揭示影响公众参与意愿和行为的关键因素，并为优化在线公共服务平台提供理论依据和实践指导。为实现这一目标，本研究采用混合研究方法，结合定量数据分析和定性案例研究，对公众分类参与的动力机制进行系统考察。研究内容主要包括以下几个方面：公众分类参与现状分析、参与动力因素识别、参与动力模型构建以及政策建议提出。

首先，本研究对公众分类参与的现状进行了系统分析。通过对三个典型在线公共服务平台（A平台、B平台和C平台）的参与数据进行收集和分析，研究公众分类参与的整体情况、参与模式以及不同平台的参与差异。研究选取这三个平台作为案例，是因为它们在功能设计、用户群体和服务领域等方面具有一定的代表性。A平台是一个综合性政府在线平台，提供政策咨询、意见征集、在线办事等服务；B平台是一个专注于环境议题的公益平台，致力于推动环境保护和可持续发展；C平台是一个社区服务类平台，提供邻里互助、信息共享、活动等服务。通过对这三个平台的参与数据进行分析，可以较为全面地了解公众分类参与的现状和特点。

在数据收集方面，本研究采用了多种方法。首先，通过平台的后台数据接口，获取了三个平台在一年内的用户注册数据、登录数据、分类参与数据（如意见提交、信息发布、投票参与等）以及用户反馈数据。其次，通过在线问卷，收集了1000名公众的参与行为数据和个人特征数据，包括年龄、性别、教育程度、收入水平、技术使用习惯、参与动机、参与体验等。最后，通过深度访谈，选取了30名不同背景的公众和平台管理者进行访谈，深入了解公众参与背后的动机和机制，以及平台设计和管理对参与的影响。在数据分析方面，本研究采用了多种统计方法和质性分析方法。对于定量数据，研究运用了描述性统计、相关性分析、回归分析等方法，识别影响公众分类参与的关键因素。例如，通过描述性统计，可以了解公众分类参与的整体情况，如参与率、参与频率、参与类型等；通过相关性分析，可以探究公众特征、平台特性、参与动机等因素与参与行为之间的关系；通过回归分析，可以识别影响参与的关键因素，并构建参与动力模型。对于定性数据，研究运用了内容分析、主题分析等方法，挖掘公众参与背后的深层动机和机制，以及平台设计和管理对参与的影响。例如，通过内容分析，可以分析访谈文本中反映的公众参与动机、参与体验和平台评价；通过主题分析，可以归纳出公众分类参与的主要动力因素和影响因素。

在参与动力因素识别方面，本研究通过数据分析发现，影响公众分类参与的主要因素包括平台设计、激励机制、社会网络、政策环境和个体特征等。平台设计方面，信息分类的清晰度、功能设计的易用性、搜索功能的便捷性以及界面设计的友好性等，都显著影响公众的参与意愿和行为。例如，A平台的清晰分类和信息检索功能，使得用户能够快速找到感兴趣的内容，从而提高了参与率；而C平台的界面设计不够友好，导致用户体验较差，影响了参与积极性。激励机制方面，积分奖励、荣誉表彰、等级制度等外部激励措施，以及社会认同、集体行动等内部激励因素，都能够有效促进公众参与。例如，B平台通过积分奖励和荣誉表彰，激励用户积极参与环境保护议题的讨论和行动；而A平台则通过建立用户等级制度，提高了用户的归属感和荣誉感，从而促进了参与。社会网络方面，社会关系、社群互动、社会规范等社会网络因素，对公众分类参与具有重要影响。例如，用户的朋友、邻居、同事等社会关系，以及社群的互动氛围和社会规范，都能够影响用户的参与行为。政策环境方面，政府的支持力度、政策的透明度、反馈机制的有效性等，都影响公众的参与意愿。例如，政府出台的相关政策，以及平台对用户意见的及时反馈，都能够提高公众的参与积极性。个体特征方面，年龄、性别、教育程度、收入水平、技术使用习惯、参与动机等个体特征，也影响公众的分类参与行为。例如，年轻用户、高学历用户、技术熟练用户，以及具有强烈参与动机的用户，更倾向于积极参与分类参与。

在参与动力模型构建方面，本研究基于数据分析结果，构建了一个公众分类参与动力模型。该模型将影响公众分类参与的因素分为四个层面：个体层面、平台层面、社会层面和政策层面。个体层面包括个体特征和参与动机等；平台层面包括平台设计、功能特性、激励机制等；社会层面包括社会网络、社群互动、社会规范等；政策层面包括政府支持、政策环境、反馈机制等。这四个层面相互交织、相互作用，共同影响公众的分类参与行为。例如，个体特征影响用户对平台设计的偏好和参与动机，平台设计影响用户的参与体验和参与意愿，社会网络影响用户的参与行为和社会认同，政策环境影响用户的参与信心和参与积极性。通过构建这个模型，可以更加全面地理解公众分类参与的复杂机制，并为优化平台设计和政策环境提供理论指导。

在政策建议提出方面，本研究基于研究发现，提出了以下政策建议：首先，优化平台设计，提升用户体验。平台设计应注重信息分类的清晰度、功能设计的易用性、搜索功能的便捷性以及界面设计的友好性，以降低用户参与门槛，提高用户参与积极性。其次，完善激励机制，激发参与动力。平台应结合外部激励和内部激励，设计多样化的激励机制，如积分奖励、荣誉表彰、等级制度、社会认同、集体行动等，以激发用户的参与热情和持续参与。第三，加强社群建设，促进社会互动。平台应注重社群建设，营造良好的互动氛围，强化社会规范，以增强用户的归属感和认同感，促进用户之间的互动和协作。第四，完善政策环境，提供制度保障。政府应出台相关政策，支持公众分类参与，提高政策的透明度，建立有效的反馈机制，以增强用户的参与信心和积极性。第五，提升公民数字素养，缩小数字鸿沟。政府和社会应加强公民数字素养教育，提高公众的技术使用能力和参与能力，以促进公众分类参与的公平性和包容性。

通过以上研究内容和方法，本研究对公众分类参与的动力机制进行了系统考察，构建了一个综合的参与动力模型，并提出了相应的政策建议。本研究期望通过对这些问题的深入探讨，为推动公众分类参与的健康发展提供理论指导和实践参考。未来研究可以进一步扩大样本范围，深入探究不同类型分类参与的动力机制差异，以及技术、社会、制度等多重因素如何交互影响公众分类参与的动力机制。同时，也可以进一步探索公众分类参与的效果评估方法，以及如何将公众参与成果转化为实际的公共政策和服务改进。

六.结论与展望

本研究围绕公众分类参与的动力机制展开了系统深入的研究，通过对多个典型在线公共服务平台的案例分析、大规模问卷以及深度访谈数据的综合分析，揭示了影响公众分类参与的关键因素、作用机制，并构建了相应的参与动力模型。研究结果表明，公众分类参与的动力机制是一个复杂的多层次系统，涉及个体、平台、社会和政策等多个维度，这些维度相互交织、相互作用，共同塑造了公众的参与行为和参与效果。

首先，本研究证实了平台设计对公众分类参与具有显著影响。平台作为公众参与的基础载体，其设计特性直接关系到用户体验和参与意愿。清晰的信息分类体系能够帮助用户快速找到感兴趣的内容，降低参与门槛；易用的功能设计能够提升用户操作的便捷性，增强参与体验；便捷的搜索功能能够满足用户的信息需求，提高参与效率；友好的界面设计能够吸引用户，提升参与积极性。例如，A平台通过优化信息分类和搜索功能，显著提高了用户的参与率；而C平台由于界面设计不够友好，导致用户体验较差，影响了用户的参与积极性。这些发现表明，平台设计者在进行平台设计时，应充分考虑用户需求和使用习惯，注重信息分类的清晰度、功能设计的易用性、搜索功能的便捷性以及界面设计的友好性，以提升用户体验，激发参与动力。

其次，本研究发现激励机制对公众分类参与具有重要作用。激励机制包括外部激励和内部激励两种类型。外部激励包括积分奖励、荣誉表彰、等级制度等，能够直接提供物质或精神上的奖励，激发用户的参与热情；内部激励包括社会认同、集体行动、自我实现等，能够满足用户的心理需求，增强用户的参与动力。例如，B平台通过积分奖励和荣誉表彰，有效激励了用户积极参与环境保护议题的讨论和行动；而A平台通过建立用户等级制度，提高了用户的归属感和荣誉感，从而促进了参与。这些发现表明，平台运营者应结合外部激励和内部激励，设计多样化的激励机制，以满足不同用户的需求，激发用户的参与热情和持续参与。

第三，本研究揭示了社会网络对公众分类参与的重要影响。社会网络包括社会关系、社群互动、社会规范等，能够通过社会影响、同伴压力、社会学习等机制，影响公众的参与行为。例如，用户的朋友、邻居、同事等社会关系，以及社群的互动氛围和社会规范，都能够影响用户的参与行为。积极的社交互动能够增强用户的归属感和认同感，激发用户的参与热情；而消极的社交互动则可能抑制用户的参与意愿。这些发现表明，平台应注重社群建设，营造良好的互动氛围，强化社会规范，以促进用户之间的互动和协作，增强用户的参与动力。

第四，本研究发现政策环境对公众分类参与具有基础性影响。政府的支持力度、政策的透明度、反馈机制的有效性等，都影响公众的参与意愿。例如，政府出台的相关政策，以及平台对用户意见的及时反馈，都能够提高公众的参与积极性。政策环境为公众分类参与提供了制度保障和社会支持，能够增强公众的参与信心和参与动力。例如，政府出台的鼓励公众参与的政策，以及平台对用户意见的及时反馈，都能够提高公众的参与积极性。这些发现表明，政府应出台相关政策，支持公众分类参与，提高政策的透明度，建立有效的反馈机制，以增强用户的参与信心和积极性。

第五，本研究证实了个体特征对公众分类参与具有显著影响。个体特征包括年龄、性别、教育程度、收入水平、技术使用习惯、参与动机等，这些特征能够影响用户的参与意愿和行为。例如，年轻用户、高学历用户、技术熟练用户，以及具有强烈参与动机的用户，更倾向于积极参与分类参与。这些发现表明，平台和政府应关注不同群体的需求差异，提供差异化的参与服务，以促进公众分类参与的公平性和包容性。

基于以上研究结果，本研究提出了以下政策建议：首先，政府应加强对公众分类参与的政策支持，出台相关政策，鼓励和支持公众分类参与，为公众分类参与提供制度保障和社会支持。其次，政府应加强对在线公共服务平台的监管和指导，督促平台优化平台设计，提升用户体验，完善激励机制，激发参与动力。第三，政府应加强对公民数字素养的教育和培训，提高公众的技术使用能力和参与能力，以促进公众分类参与的公平性和包容性。第四，政府应建立有效的反馈机制，及时回应公众的意见和建议，增强公众的参与信心和积极性。第五，政府应加强对公众分类参与的效果评估，总结经验，发现问题，不断改进和优化公众分类参与机制。

展望未来，公众分类参与动力机制的研究仍有许多值得深入探索的领域。首先，随着、大数据等新技术的快速发展，公众分类参与的形式和内容将更加丰富多样，未来的研究需要关注这些新技术对公众分类参与的影响，以及如何利用新技术提升公众分类参与的效率和效果。其次，未来的研究需要更加关注不同类型分类参与的动力机制差异，例如，信息提供、意见表达、在线投票等不同类型分类参与的动力机制可能存在显著差异，需要针对不同类型分类参与进行更加细致的研究。第三，未来的研究需要更加关注技术、社会、制度等多重因素如何交互影响公众分类参与的动力机制，构建更加综合的理论模型来解释这些因素的复杂作用。第四，未来的研究需要更加关注公众分类参与的效果评估，探索如何将公众参与成果转化为实际的公共政策和服务改进，提升公众分类参与的实效性。第五，未来的研究需要更加关注公众分类参与的公平性和包容性，探讨如何缩小数字鸿沟，促进不同社会群体平等参与公共事务。

总之，公众分类参与动力机制的研究是一个复杂的系统工程，需要多学科、多角度的深入研究。本研究期望通过对这些问题的深入探讨，为推动公众分类参与的健康发展提供理论指导和实践参考，为构建更加、透明、高效的现代治理体系贡献力量。未来，随着研究的不断深入，我们相信公众分类参与将在社会治理中发挥更加重要的作用，为构建更加美好的社会贡献力量。

七.参考文献

Inglehart,R.(1997).Modernizationandpostmodernization:Cultural,economic,andpoliticalchangein43societies.PrincetonUniversityPress.

Putnam,R.D.(2000).Bowlingalone:ThecollapseandrevivalofAmericancommunity.SimonandSchuster.

Norris,P.(2001).Digitaldivide:Civicengagement,politicalparticipation,andtheinternetworldwide.CambridgeUniversityPress.

Tewell,A.(2007).E-participation:Howtheinternetaffectsparticipationindemocraticprocesses.PalgraveMacmillian.

Hargitt,E.(2002).Thedigitaldivide:Wheredowestand?InS.G.Jones(Ed.),Thecybersociety:Computermediationofsociallife(2nded.,pp.334-357).BlackwellPublishing.

Chen,Y.,&Dzisik,M.(2019).Theimpactofwebsitedesignonusersatisfactionandbehavior:Aliteraturereview.InternationalJournalofHuman-ComputerInteraction,35(8),678-697.

Jones,S.(2020).Leveragingtechnologyforcivicengagement:Acasestudyofgovernmentonlineplatforms.JournalofPublicAdministrationResearch,36(2),345-362.

Deci,E.L.,&Ryan,R.M.(2000).The"what"and"why"ofgoalpursuits:Humanneedsandtheself-determinationofbehavior.PsychologicalInquiry,11(4),227-268.

Aaltonen,A.,Filippidi,F.,&Kku,T.(2011).Theimpactofuserparticipationonthesuccessofonlinecommunities:Areviewoftheliterature.InternetResearch,21(1),3-26.

Brynjolfsson,E.,&McAfee,A.(2014).Thesecondmachineage:Work,progress,andprosperityinatimeofbrillianttechnologies.W.W.Norton&Company.

Davenport,T.H.,&Beck,J.C.(2001).Thepromiseofanalytics.HarvardBusinessReview,79(7/8),109-116.

Elmer,G.W.,Gergen,K.J.,&Morgan,T.J.(Eds.).(1994).Publicparticipationindecisionmaking:Theoryandpractice.SagePublications.

Evans,D.,&McArthur,L.(2009).Collaborativepublicservices:Aframeworkforanalysis.PublicAdministrationReview,69(5),733-746.

Flaxman,S.,McLean,A.,&McMillan,A.(2011).Doestheinternetenhancepoliticalparticipation?Evidencefromfourcountries.EuropeanJournalofPoliticalEconomy,27(1),20-37.

Gerlitz,C.,&Hellwig,T.(2011).Mobilecitizens,mobiledata:Thetransnationalturnininternetresearch.InternationalJournalofCommunication,5,1304-1328.

Gross,M.,Heigl,T.,&Daxler,C.(2014).Socialmediaandpoliticalparticipation:Areviewoftheliterature.InM.Schmitt(Ed.),Socialmediaandpoliticalparticipation(pp.1-33).Springer.

Härdling,A.(2009).Onlinepoliticalparticipation:Asurveyoftheliterature.PoliticalCommunication,26(3),315-337.

Holbrook,T.L.,&Green,P.E.(2003).Conceptualizingandmeasuringservicequalityinthecontextofinformationtechnology.MarketingScience,22(1),64-79.

Hujanen,M.(2002).Trustinonlinebanking:Atypologicalapproach.InternationalJournalofMan-MachineStudies,56(1),81-95.

Jones,S.G.(1995).Cybersociety:Computermediationofsociallife.SagePublications.

Jurgens,U.,&Daxler,C.(2012).E-participationinEurope:Acomparativeanalysisofe-governmentinitiatives.InK.J.Kleinwächter&J.E.Shadbolt(Eds.),E-participation(pp.25-44).Springer.

Kermani,M.,&Safabakhsh,M.(2014).Theimpactofwebsitequalityoncustomersatisfactionandloyalty:AstudyonthebankingindustryinIran.Procedia-SocialandBehavioralSciences,110,622-627.

Lee,K.C.,&Kim,Y.G.(2003).Factorsinfluencingtheadoptionofinternetbanking:Anempiricalstudy.Information&Management,40(6),399-415.

Lengler,C.,&Weigelt,T.(2011).Onlinepoliticaldiscussion:Asurveyandresearchagenda.CommunicationTheory,21(1),4-30.

Lu,D.,&Yu,C.(2012).Ananalysisofthefactorsinfluencingusers'adoptionofmobilepayment.BusinessHorizons,55(6),593-602.

Mazmanian,M.,&Weiser,T.(2016).Theinternetofbehavior:Socialmediaandtheobservationoflife.MITPress.

McLean,G.N.,&Meraz,S.(2004).Digitalcitizens:Anewmediahistory.Rowman&LittlefieldPublishers.

Nie,N.H.,&Hillygus,D.(2002).ThechangingAmericanvoter.HarvardUniversityPress.

Nov,O.(2004).Trustandtransitivetrustinonlineenvironments.InformationSystemsResearch,15(1),71-101.

Ornatsky,M.,&Zinkhan,G.M.(2006).Anexaminationofwebsitequalitydimensionsandtheconsequencesofusers'webusage.JournalofAdvertising,35(3),35-51.

O'Reilly,C.A.,&Scott,W.R.(2008).Symbolicmanagement:Thenewlanguageoforganizationalcontrol.SAGEPublications.

Pan,Z.,&McQueen,J.(2011).Anexaminationofthefactorsinfluencingonlineshoppingbehavior.JournalofBusinessResearch,64(1),68-76.

Parasuraman,A.,Zeithaml,V.A.,&Berry,L.L.(1988).SERVQUAL:Amultiple-itemscaleformeasuringconsumerperceptionsofservicequality.JournalofRetling,64(1),12-40.

PewResearchCenter.(2014).ThechangingAmericanvoter.PewResearchCenter.

Purcell,K.,Rnie,L.,&Fox,S.(2010).Howpeoplelearnonline.PewInternet&AmericanLifeProject.

Rnie,L.,&Anderson,M.(2010).Internetandtechnologyuse.PewResearchCenter.

Rice,R.E.,&Atkin,C.K.(1989).Mediacredibilityandeffectivenessinthecommunicationofriskinformation.JournalofCommunication,39(3),3-27.

Salomon,G.,&Theiss,C.(2008).Theinternetanditsimpactonsociety.InG.Salomon(Ed.),Theinternetinsociety:Understandingtheimpactoftechnologyonourlives(pp.1-24).PsychologyPress.

VanDijk,J.A.G.M.(2005).Thedeepeningdivide:Inequalityintheinformationsociety.SagePublications.

Wellman,B.(2001).Thecommunityinternet:Communicationinonlinecommunities.UniversityofTorontoPress.

Zhang,Y.,&Benlian,A.(2014).Socialmediaandpoliticalparticipation:Ameta-analysisofquantitativestudies.InternationalJournalofCommunication,8,1981-2012.

Zhu,F.,&Zhang,X.(2010).ExploringthefactorsinfluencingconsumerintentiontoadoptmobilepaymentinChina.InternationalJournalofElectronicCommerceResearch,1(4),1-10.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友和机构的关心与支持。在此，谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从研究的选题、框架设计到具体实施，[导师姓名]教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，为本研究奠定了坚实的基础。在研究过程中，每当我遇到困难和瓶颈时，[导师姓名]教授总能耐心地倾听我的想法，并提出宝贵的建议，帮助我克服难关。他的教诲和鼓励，不仅让我在学术上取得了进步，更让我在人生道路上受益匪浅。

我还要感谢[学院名称]的各位老师，他们传授的专