科普研究

信者恒信？科学信任与数字新闻素养对网民媒介信任偏好的差异化影响机制研究

PDF下载

刘于思 ¹ , 闫文捷 ² , 周睿鸣 ³

科普研究 | 专题：数字素养 2025,20(5): 68-79

收起

科普研究 | 专题：数字素养 2025, 20(5): 68-79

信者恒信？科学信任与数字新闻素养对网民媒介信任偏好的差异化影响机制研究

全屏

刘于思¹, 闫文捷², 周睿鸣³

作者信息

¹南京大学新闻传播学院，南京 210023

²北京师范大学新闻传播学院，北京 100091

³华中科技大学新闻与信息传播学院，武汉 430074

刘于思，南京大学新闻传播学院教授、博士生导师，研究方向：数字新闻与媒介体制、科学传播，E-mail：liuyusi@nju.edu.cn。

Those Who Believe Will Always Believe? Research on the Differentiated Influence Mechanism of Scientific Trust and Digital News Literacy on Netizens’ Media Trust Preferences

Yusi Liu¹, Wenjie Yan², Ruiming Zhou³

Affiliations

¹School of Journalism and Communication，Nanjing University，Nanjing 210023

²School of Journalism and Communication，Beijing Normal University，Beijing 100091

³Journalism and Information Communication School，Huazhong University of Science and Technology，Wuhan 430074

出版时间: 2025-10-20 doi: 10.19293/j.cnki.1673-8357.2025.05.007

文章导航

摘要

收起

在社交媒介和人工智能得到普及的技术场景下，低质量的科学和健康信息成为虚假信息协同治理的重要对象，这对作为协同治理主体之一的互联网用户的知识和技能提出了更高要求。为考察数字新闻素养及其子维度对降低不同程度的科学信任者非官方媒介信任偏好的作用，本文开展了一项基于中国网民配额样本的在线调查（N=1 109）。研究发现，数字新闻的语境、内容、流通和消费素养以及总体素养较高者更可能打破对替代性信息渠道的依赖，且这一作用机制在科学信任者中效应更强。研究打破了“信任绑定”的理论迷思，并建议对科学信任者传播媒介效果和媒介体制等社会科学知识、对科学怀疑者强调新闻何以区别于非新闻以及新闻产制过程，以此作为全社会提升数字新闻素养和治理虚假信息的差异化路径。

关键词

数字新闻素养 / 非官方媒介信任偏好 / 科学信任

Abstract

收起

In the technological scenarios where social media and artificial intelligence are popularized，low-quality scientific and health information has become an important object for the collaborative governance of false information，which poses higher requirements for the knowledge and skills of Internet users who serve as one of the main bodies of collaborative governance. To investigate the role of digital news literacy and its sub-dimensions in reducing the preference for unofficial media trust among individuals with different levels of scientific trust，this paper conducted an online survey based on a quota sample of Chinese netizens（N=1 109）. Research has found that those with higher literacy in the context，content，circulation，and consumption of digital news，as well as overall literacy，are more likely to break the reliance on unofficial information channels，and this mechanism is more effective among scientific believers. The research has broken the theoretical myth of “trust nexus”；as a differentiated path for the whole society to enhance digital news literacy and govern disinformation，the study suggests disseminating social science knowledge，such as media effects and media systems to science believers，and emphasizing how news differs from non-news and the process of news production to science skeptics.

Key words

digital news literacy / preference for unofficial media / scientific trust

引用本文

刘于思, 闫文捷, 周睿鸣. 信者恒信？科学信任与数字新闻素养对网民媒介信任偏好的差异化影响机制研究. 科普研究, 2025 , 20 (5) : 68 -79 . DOI: 10.19293/j.cnki.1673-8357.2025.05.007

Yusi Liu, Wenjie Yan, Ruiming Zhou. Those Who Believe Will Always Believe? Research on the Differentiated Influence Mechanism of Scientific Trust and Digital News Literacy on Netizens’ Media Trust Preferences[J]. Studies on Science Popularization, 2025 , 20 (5) : 68 -79 . DOI: 10.19293/j.cnki.1673-8357.2025.05.007

正文

收起

在“后真相”时代和数字传播技术的驱动下，伴随着排序社会与平台社会对算法分发的日益依赖^[1]，虚假信息在智能时代的传播机制发生了实质改变，情绪价值至上、事实退居次席的传播症候对全球各国的信息秩序构成了威胁，也对社会认知产生了不容小觑的挑战，加之人工智能技术的落地，虚假信息规制更加需要跨部门的联动与合作^[2]。2024年末，我国新修订的《中华人民共和国科学技术普及法》（以下简称新修订《科普法》）明确了科学技术或有关主管部门对以科普为名的有害虚假信息有澄清和纠正的职责，政府、平台、专家、行业和公众成为虚假信息协同治理的并行主体^[3-4]。由于互联网信息用户对科学信息负有“阅者自慎”的责任，提升公众的科学精神和信息素养刻不容缓。批判性思维是信息辨别能力的内核，然而，过度的批判性思维可能会对受众在数字传播环境中的媒体信任和科学信任产生反作用。理解人们对媒体和科学信任的共变，成为以适度提升公众信息批判能力为目标的科学传播工作者面对的首要问题。本文通过一项对中国网民配额样本开展的预注册在线调查，考察不同科学信任程度的个体如何在对互联网日积月累的信息接触中建立不同维度的数字新闻素养，从而降低其对替代性非官方信息来源的信任。对科学信任和数字新闻素养影响信息辨别能力路径的有效区分将有助于在实践层面提升公众的数字素养、媒介素养和科学素养，最终提升其参与虚假信息协同治理的能力。

1　文献综述

收起

1.1　数字新闻素养的构成、来源及其作用

新技术使人们消费新闻的方式不断发生变化，这意味着新闻素养教育评估必须不断更新以适应当前的趋势^[5]，而对虚假信息泛滥的公众协同治理呼唤着数字时代的新闻素养。“假新闻”、错误信息和虚假信息的层出不穷使新闻素养教育的评估和干预变得日益迫切，为了适应数字媒介时代新闻产制的新情境，近年来，有学者提出了更适用于数字内容特征及其分发技术的数字新闻素养^[6]，这一概念聚焦于互联网场景之下用户使用数字新闻的知识和技能，将数字新闻素养定义为“有关数字新闻生产、分发和消费的个人和社会过程的知识，以及用户针对其与新闻的关系进行某种控制的技能”。数字新闻素养范式同样强调知识和技能的重要性，亦根据把关人理论、选择性接触、影响力等级、敌意媒体效应等新闻和大众传播理论重新定义了新闻素养，使之可以适用于全球新闻体制，以检查其与行为结果之间的关系。

数字新闻素养这一新概念创造性地提出了“5C”框架，认为新闻素养仅关乎新闻而不必关乎新闻业，不强调基于专业新闻规范的生产导向。同时，数字环境下的新闻素养是多维度的，包括关于新闻产生的社会、法律和经济环境的语境（context）素养；关于新闻从业者和其他行动者参与构思、报道和撰写新闻的过程的制作（creation）素养；使新闻报道区别于其他媒体内容类型的性质特征的内容（content）素养；关注新闻在潜在受众中分发和传播过程的流通（circulation）素养，以及有助于对新闻曝光、关注及消费效果产生评价和认识的消费（consumption）素养。数字新闻素养能够长期影响人们对新闻的理解、关注和解释^[7]，有助于降低阴谋论信念^[8]，因而可能有效降低人们对非主流信息渠道的信任。

在中国，主流媒体（mainstream media）通常是指传统意义上的国有新闻单位，包括大众传播时代以杂志、报纸、广播、电视等为传播媒介的中央级新闻媒体、省级单位区域性媒体、各大中城市媒体和大型新闻网站^[9]，而替代性媒介（alternative media）或另类信息渠道则包括媒体批评性栏目、境外节目和跨境人际交流^[10]。随着互联网和社交媒介逐渐成为国人信息流通的主要载体，以“两微一端”为代表的社交媒介或移动应用逐渐成为新闻单位和政府机构重视的传播方式，数字信息环境中的主流媒体是被机构认证为媒体官方账号的传播主体^[11]，它们与政务传播主体共同构成了信息来源的“官方渠道”。官方与非官方信息来源的区分与西方意义上的主流媒体与非主流或替代性媒介相似，后者虽然也可能以社会或政治改革为目的^[12]，但在更多的情况下，则可能助长虚假信息和阴谋论的传播^[13]。在中国，尽管存在少数如《知识分子》的高质量非官方媒介，但必须正视的是，中国媒体的国有性质使得包括外媒在内的非官方媒介渠道在采访权限和权威性上较具有信源接近权的官方媒体渠道更低，其信息准确性往往更加良莠不齐。

在高选择媒介环境中^[14]，尽管媒体怀疑论的持有者通常更可能消费替代性媒介^[15]，但在解释数字信息用户信任替代性媒介与主流媒体的差距时，一项在中国香港开展的研究发现，新闻消费和新闻素养在预测新闻批判性思维方面存在差异^[16]。跨国比较的结论也表明，新闻使用动机构成了新闻素养的组成部分，主动使用媒介获取信息和对信息持有怀疑精神的用户更能够准确识别劣质信息^[17]。随着用户对鱼龙混杂的互联网信息接触的增加，人们的数字新闻素养将随之增长，展现出对优质信源“越使用越信任”和对错误信息“吃一堑长一智”的双向累积效应^[18]，最终降低其非官方媒介信任偏好。相较于理论构建需求而言，遏制公众过度信赖非官方媒介的实践需求更呼唤对数字新闻素养进行细分，以达到对公众开展更具针对性的媒介素养教育的目标。据此，本文提出如下两组研究假设：

H1：互联网信息接触能够提升用户的数字新闻素养（H1-a）及其涵盖的语境素养（H1-b）、制作素养（H1-c）、内容素养（H1-d）、流通素养（H1-e）和消费素养（H1-f）等子维度。

H2：用户的数字新闻素养（H2-a）及其涵盖的语境素养（H2-b）、制作素养（H2-c）、内容素养（H2-d）、流通素养（H2-e）和消费素养（H2-f）等子维度能够降低其对非官方媒介的信任偏好。

1.2　数字新闻素养如何影响不同科学信任者的反思能力

科学信任是个体对科学界可能行为的一种积极预期，表现为对科学共同体、科学知识的建立、科学信念的传播以及公众接受科学知识等过程中的可信赖特征感知^[19]，反映了人们对科学研究、知识和机构的信心和欣赏^[20]。在对科学权威的信任高于其他制度信任的中国^[21]，关注科学信任能带来什么的结果导向视角是不可或缺的，科学信任和数字新闻素养对公众信息选择造成的复杂后果也格外值得关注。与此相关的研究表明，一方面，数字新闻素养的确能够减少人们对“新冠疫情”错误信息的认可^[22]，高素养用户通常相信新闻能包含重要事实，有更强的动机了解社交媒介信息创作者描述“新冠疫情”的各种技术，更频繁地核查社交媒介中健康信息的事实性^[23]，预示着数字新闻素养和科学信任者在信息批判力上具有某种共变的趋势。另一方面，尽管目前大部分研究对科学信任者的信息加工能力持乐观态度，如高科学信任者能更好地评估科学研究的质量，不易受低质量证据的影响^[24]，科学信任也能优化疫苗等科学说服信息的传播效果^[25]，但也有研究发现，科学信任者更可能相信和传播包含科学线索的虚假信息，提醒人们注意证据和论证方式比提醒人们信任科学更能降低虚假信息的传播概率^[26]，表明新闻信任与机构信任之间的“信任绑定”（trust nexus）关系同样可能存在于科学信任者当中^[27]，尤其是随着“新冠疫情”带来了公众对科研机构的支持增加^[28]，主流媒体信任者也将成为科学权威和机构的信任者。在此背景下，更有必要区分科学信任和数字新闻素养降低非官方媒介信任偏好的差异化作用。

媒介信任并非简单二分的，在对媒体持不同信任态度的用户中都可能存在低能动性的信息评估者：媒体怀疑者既可能是积极思考的怀疑论者，也可能是犬儒主义的不评价者；媒体信任者同样可能是经过深思熟虑的乐观主义者，亦可能是不假思索的朴素轻信者^[29]。引入该视角后，信任绑定者或许是朴素轻信者的代名词，但理论上仍不能排除有慎思后依然相信媒介的用户存在，这种慎思可能体现在人们对科学信息和渠道质量的同时关注上。由于科学信任可能是偏好推理努力这一智力认知风格的结果^[30]，媒介怀疑更能促进科学知识的获取^[31]。在科学信任对信息加工过程的影响机制上，既有研究发现，科学信任者通常具备较高的信息素养、批判力和科学推理能力，更能够应用科学探究原则，根据新的证据来生产、测试、修改和更新科学知识^[32]，从而甄别出高质量信息，以作出准确的行为反应^[33]。因此，科学信任的个体差异可能构成自我说服的边界条件^[34]。比起对所有机构一律委以“毫无疑问的信心”（unquestioned confidence）的信息加工风格而言，科学信任者更可能持有基于行动者动机和一致性作出判断的“合理信任”（justified trust），甚至拥有识别和批评科学中矛盾或不一致言行的更高层次的“反思性信任”（reflexive trust）^[35]。在这种情况下，互联网信息接触提升数字新闻素养、降低非官方媒介信任的路径是否可能对科学信任者更有效？据此，本文提出如下研究问题：

RQ1：数字新闻素养及其各个子维度对互联网使用频率降低非官方媒介信任偏好的中介效应如何因个体科学信任水平的不同而异？

综上，本文的整体模型设置如图1所示。在下文中，作者将回答用户的互联网使用经验如何促进用户提高其数字新闻素养及其不同维度，其数字新闻素养及其不同维度又如何共同影响不同水平的科学信任者对非官方媒介的信任偏好等问题。

2　研究方法

收起

2.1　抽样方案与研究过程

根据第53次《中国互联网络发展状况统计报告》（以下简称《报告》）的网民性别与年龄结构对样本分布进行指定后，于2024年5月间，委托专业调查公司“极术云”对其预注册样本库中18岁以上的用户进行了在线调查，共回收有效问卷1 109份，样本在性别（男性占52.1%，女性占47.9%）与年龄结构（19岁及以下占17.5%，20~29岁占13.5%，30~39岁占20.7%，40~49岁占16.0%，50~59岁占16.5%，60岁及以上占15.8%）上与《报告》基本相符，在教育程度（小学及以下占6.9%，初中占20.7%，高中或中职占30.0%，大专或高职占15.6%，本科占25.6%，研究生占1.1%）^{①① 编辑部注：因四舍五入后保留1位小数，故百分比相加总和与100%有所出入。}、家庭月收入、工作性质和城乡（城市人口占68.4%，农村人口占31.6%）等其他人口变量的分布上亦具有一定合理性。

2.2　变量测量

本文的因变量为非官方媒介信任偏好。既有研究多采用对博客、社交网站、公民记者等信源的信任来测量人们的替代性媒介偏好^[36]，与此相似，本文参考了既有研究对中国互联网空间中主要信息来源的分类及其可信度的测量工具^[37-38]，建构了非官方媒介信任偏好的合成变量，采用7级量表，向受访者询问“下列媒体机构或平台上的消息和报道有多高的可信度”（1为可信度极低，7为可信度极高）。以特征值大于1作为标准，共析出2个因子，分别为包括央视、新华社、人民日报的时政分析报道（含微博及微信公众号），各地方电视台的时政新闻节目，政务类门户网站、政务类微博或微信公众号发布的新闻，报纸时事新闻和专业杂志的时政、社会问题报道和分析（如《三联生活周刊》《财新周刊》等）在内的官方媒介（Cronbach’s α=0.77），以及由通过小道消息或朋友聊天获得的政治内幕、消息，Twitter、Facebook、BBC等外媒消息，天涯社区、虎扑、豆瓣、知乎等论坛或网站的时政帖子和新浪微博、非官方的微信公众号、荔枝电台等自媒体平台新闻构成的非官方媒介两大类（α=0.75），两个因子包含的题项与既有研究一致，各题项在其有效因子上的载荷均在0.516以上。样本总体对官方媒介的可信度感知（M=4.98，SD=0.94）显著高于非官方媒介（M=4.07，SD=1.21）（t=-23.36，df=1 108，p<0.001），但调查中共有300余名受访者（27.1%）认为非官方媒介更可信。将个体对非官方和官方媒介的可信度感知差值作为非官方媒介信任偏好的测度，其均值为-0.91（SD=1.30，Min=-5.00，Max=2.45）。

为测量连接信息接触与信息批判间关系的中介变量，研究基于既有文献对新闻媒体知识结构的概念化^[39]，开发了中国数字新闻素养这一测量工具，同样使用数字新闻的语境素养（“通过微信公众平台和微博等社交网络发布新闻，应当首先遵守何种规定”等4题）、制作素养（“在新闻机构生产新闻的过程中，通常来说对其内容影响最大的是”等4题）、内容素养（“新闻报道中最重要的信息通常出现在文章的什么位置”等4题）、流通素养（“新闻如何进入微博用户浏览的信息当中”等4题）和消费素养（“个人观点可能通过以下哪种或哪些方式影响我们对新闻的解读”等4题）5个维度^[40]，结合中国数字新闻环境下的媒介体制知识体系进行本土化改造，共包含20个知识性的单项选择题，每个题目共设置1个正确选项、3个错误选项和1个“不知道或不确定”选项，答对1题得1分，答错不扣分。由于连续变量常用的探索性因子分析和验证性因子分析等评估手段不适用于包括本研究在内的知识题项的二分测量，采纳既有研究的建议，本文通过题项与变量的总相关性、题项难度即正确率两个最常用的知识测量统计量来评估量表构建效果^[41]。经检验，20个题项的正确率在0.14到0.49之间，没有出现小于0.1或大于0.9的极端值；每个子维度与测量题项的相关系数在0.41到0.67之间，表明量表包含的知识题项表现良好，量表构建有效。量表的得分范围在0到1之间，受访者的数字新闻素养最高分为0.75，总量表得分均值为0.31（SD=0.15），数字新闻的语境素养（M=0.36，SD=0.28）、制作素养（M=0.34，SD=0.27）、流通素养（M=0.30，SD=0.23）、消费素养（M=0.29，SD=0.24）和内容素养（M=0.25，SD=0.21）的得分递减。

研究的主要自变量包括受访者的互联网使用频率和科学信任程度。互联网使用频率采用9级量表，以单题测量，其选项由1（从不）到9（每天好几个小时）构成，均值为6.68（SD=1.97）。科学信任采用7级李克特量表^[42]，询问受访者对“当涉及真正重要的问题时，科学事实并没有那么大帮助”（反向编码）等3题的平均同意程度（α=0.72），受访者的平均科学信任程度在中度偏低水平（M=3.73，SD=1.05）。研究还控制了受访者的性别、年龄、教育程度、家庭月收入、工作性质和城乡等人口变量。接下来，本文将考察个体的互联网使用频率如何通过数字新闻素养及其子维度的中介作用影响其非官方媒介信任偏好，这些影响路径又将如何因个体的科学信任程度而异等问题。

3　研究结果

收起

相关结果显示，数字新闻素养五个维度之间的两两相关系数在0.209（语境素养vs制作素养，p<0.01）到0.484之间（流通素养vs消费素养，p<0.01），表明其具有较好的收敛效度和区分效度。由于个体的科学信任程度与其总体数字新闻素养之间并无显著关联（person’s r=0.003，p=0.908），在后续的分析中，本文将遵循前文中的研究假设结构，将数字新闻素养及其各个子维度作为中介变量，将个体科学信任水平视作中介机制的调节变量，考察互联网使用和非官方媒介信任偏好之间的关联得以建立的过程和条件。采用PROCESS插件中的模型4，将置信区间和自举抽样次数分别设置为95%和5 000次^[43]，模型1到6展示了控制人口变量后，人们的数字新闻素养及其子维度如何中介互联网使用对其非官方媒介信任偏好的影响（见表1）。模型1表明，人们的数字新闻素养与教育程度正相关（β=0.01，p<0.001），城市（β=0.17，p=0.037）和非在职受访者（β=-0.19，p=0.024）更偏好信任非官方媒介。与研究假设H1-a和H2-a的预测一致，人们使用互联网频率越高，其总体数字新闻素养越能得到有效提升（β=0.01，p<0.001），而互联网接触（β=-0.16，p<0.001）和数字新闻素养（β=-1.76，p<0.001）都能有效降低公众对非官方媒介的信任偏好，数字新闻素养对互联网使用频率降低非官方媒介信任偏好的中介效应显著，间接效应量为-0.04（CI=[-0.06，-0.03]），控制变量和中介路径共解释了非官方媒介信任偏好14.17%的方差。

接下来，考察数字新闻素养的5个子维度能否以及如何中介互联网使用频率对非官方媒介信任偏好降低的影响。模型2聚焦于数字新闻语境素养，人们对新闻产生的社会、法律和经济环境的知识同样随着教育程度的增加而增加（β=0.03，p=0.001），但城市居民的数字新闻语境素养更低（β=-0.04，p=0.027）。更多的互联网接触能提升数字新闻语境素养（β=0.04，p<0.001），网络接触（β=-0.18，p<0.001）和数字新闻语境素养（β=-0.59，p<0.001）将有助于削弱人们的非官方媒介信任偏好，语境素养中介互联网使用到非官方媒介信任偏好的间接路径效应显著（effect =-0.02，CI = [-0.04，-0.01]），假设H1-b和H2-b得到验证，整个模型共解释了非官方媒介信任偏好11.91%的变异量。

与前两个模型不同的是，模型3中考察新闻工作者构思、报道和撰写新闻过程的数字新闻制作素养既不能随着人们互联网使用经验的增加而水到渠成地获得提升（β=0.01，p=0.083），也对非官方媒介信任偏好无预测力（β=0.13，p=0.345），互联网使用频率直接降低了非官方媒介信任偏好（β=-0.21，p<0.001），该路径不受数字新闻制作素养的间接中介（effect=0.001，CI=[-0.001，-0.004]），假设H1-c和H2-c遭拒绝。

模型4至模型6依次检验了互联网使用频率降低非官方媒介信任偏好的效应是否受到数字新闻内容素养、流通素养和消费素养的中介。模型4显示，人们区分新闻报道与其他媒体内容的能力即数字新闻内容素养在年长者（β=0.002，p<0.001）和城市居民（β=0.03，p=0.040）中更为突出；互联网使用经验能有效提升数字新闻内容素养（β=0.02，p<0.001），网络使用（β=-0.19，p<0.001）与内容素养（β=-0.74，p<0.001）均与非官方媒介信任偏好负相关，间接效应显著（effect=-0.01，CI=[-0.02，-0.00]），因变量11.87%的方差被该路径以及个体城乡差异（β=0.20，p=0.014）和工作状态（β=-0.20，p=0.016）所解释，假设H1-d和H2-d成立。

对于数字新闻在受众中分发和传播的过程来说（模型5），更高的新闻流通素养与个体较高的教育程度（β=0.03，p=0.040）和较低收入（β=-0.01，p=0.005）以及更多的互联网使用（β=0.03，p<0.001）有关，更低的非官方媒介信任偏好与更多的网络接触（β=-0.16，p<0.001）、更高的新闻流通素养（β=-1.34，p<0.001）以及非城镇居民（β=0.19，p=0.020）和在职工作身份（β=-0.21，p=0.013）有关。间接效应分析表明，数字新闻流通素养的提升同样构成了解释互联网使用何以降低人们对非官方媒介信任偏好的桥梁（effect=-0.04，CI=[-0.06，-0.03]），假设H1-e和H2-e得到验证，模型整体显著（F=25.59，p<0.001，R²=15.69%）。

模型6关注新闻消费者能否理解信息接触效果因人而异的新闻消费素养，互联网使用通过提升个体数字新闻消费素养而降低非官方媒介信任偏好的中介效应成立（effect=-0.02，CI=[-0.03，-0.01]），假设H1-f和H2-f被证实。教育程度更高者（β=0.01，p=0.007）、在职工作者（β=0.04，p=0.020）和互联网使用频率更高的用户（β=0.02，p<0.001）更能理解新闻消费不同后果背后的社会科学原理，而更多的互联网接触（β=-0.18，p<0.001）、更高的新闻消费素养（β=-0.92，p<0.001）与非城镇居民身份（β=0.17，p=0.039）和在职工作状态（β=-0.18，p=0.028）都能降低人们的非官方媒介信任偏好，模型共解释了非官方媒介信任偏好13.06%的方差。

综上，除数字新闻制作素养无中介效应外，互联网使用通过提升人们的总体数字新闻素养以及新闻语境素养、内容素养、流通素养和消费素养来降低其对非官方媒介信任偏好的影响路径得到验证。

随后，研究将考察上述影响路径是否以及如何因个体的科学信任程度而异，回答RQ1中提出的问题。在控制了与表1相同的人口变量后，采用PROCESS程序中的模型5，对数字新闻素养及其各个子维度的中介效应在不同科学信任者中的差异进行条件分析，主要变量间关系如图2所示。左上图显示了互联网使用增进总体数字新闻素养（β=0.02，p<0.001）、互联网使用与科学信任的二阶交互效应（β=-0.04，p=0.019）以及数字新闻素养（β=-1.73，p<0.001）共同降低非官方媒介信任偏好的有调节中介效应路径。进一步的条件分析显示，互联网接触通过提升个体数字新闻素养降低其非官方媒介信任偏好的效应在低（effect=-0.12，p<0.001）、中（effect=-0.16，p<0.001）、高（effect=-0.20，p<0.001）科学信任者即16%、50%和84%分位数得分者中依次增强。在该模型中（F=26.96，p<0.001，R²=19.71%），通过提升数字新闻素养来避免对非官方媒介的轻信这一路径对科学信任者更为有效。

接下来，考察数字新闻素养5个子维度的中介路径如何被科学信任所调节。右上图的模型聚焦于数字新闻语境素养（F=23.99，p<0.001，R²=17.93%），与总体数字新闻素养相似，高科学信任者受到互联网使用提升数字新闻语境素养继而降低非官方媒介信任偏好的中介效应（effect=-0.22，p<0.001）较中度科学信任者（effect=-0.17，p<0.001）和低度科学信任者（effect=-0.13，p<0.001）更强。除左中图考察数字新闻制作素养的模型（F=21.22，p<0.001，R²=16.20%）中介效应不显著、仅有互联网使用降低非官方媒介信任偏好的直接效应随个体科学信任的升高而递增外（effect_低=-0.16，effect_中=-0.20，effect_高=-0.24，p<0.001），右中图的数字新闻内容素养（effect_低=-0.16，effect_中=-0.19，effect_高=-0.23，p<0.001，R²=17.05%）、左下图的数字新闻流通素养（effect_低=-0.13，effect_中=-0.16，effect_高=-0.20，p<0.001，R²=20.57%）和右下图的数字新闻消费素养（effect_低=-0.13，effect_中=-0.17，effect_高=-0.22，p<0.001，R²=18.93%）中介了互联网使用影响非官方媒介信任偏好的机制均在高科学信任者中更为突出，研究问题RQ1得到解答。接下来，本文将对上述发现的理论与实践启示展开进一步讨论。

4　结论与讨论

收起

伴随着我国新修订《科普法》的颁布和实施，虚假信息传播带来的挑战与应对策略日益成为科学传播效果与数字媒介素养关注者的核心职责。在实验操纵之外，科学信任是否有助于数字新闻用户在更广泛的真实信息接触生态中形成对更优质渠道的信任？本文报告了一项在新修订《科普法》出台前开展的网民配额样本在线调查结果（N=1 109），讨论了如何对科学信任者开展有效的数字新闻素养提升、降低其替代性媒介信任偏好的方式。结果显示，中国网民的总体数字新闻素养完全中介了互联网信息接触频率对非官方媒介信任的削弱作用：用户的互联网接触越频繁，其使用数字新闻的知识和技能即数字新闻素养就越高，这将导致人们对非官方媒介的信息信任偏好降低；这一机制建立在人们充分接触互联网的基础上，且对科学信任者而非科学怀疑者更为有效。上述研究结果与西方社会中反建制者更可能产生替代性媒介取向的结论方向一致^[44-45]，但在理论上挑战了建制信任者通常具有较高社会信任的“信者恒信”即“信任绑定”假说^[46]，表明科学信任者反而具有较好的低质量媒介怀疑意识，为数字新闻素养这一新兴概念的操作化和预测力提供了本土经验证据^[47]。

在数字新闻素养的5个子维度中，数字新闻制作素养对互联网使用频率降低非官方媒介信任偏好无中介效应。这一结果与预期不符的合理性在于，在新闻生产过程对受众的透明度有待提升^[48]、公众参与机构化媒体内容产制程度有限的情况下^[49]，无论人们以多高的频率接触互联网，都将缺乏辨别官方和非官方媒介渠道本质差别的机遇，难以建立起真正的媒介信任。受访者的数字新闻语境素养（M=0.36）和制作素养（M=0.34）平均分高于数字新闻总体素养（M=0.31），而流通素养（M=0.30）、消费素养（M=0.29）和内容素养（M=0.25）得分低于总平均分。从解释力上来看，总体数字新闻素养降低非官方媒介信任偏好的直接效应（β=-1.76）和间接效应（effect=-0.04）最高，模型解释力（R²=0.14）较高；数字新闻流通素养的解释力（R²=0.16）最高，直接效应（β=-1.34）和间接效应（effect=-0.04）次之；消费素养（β=-0.92，effect=-0.02，R²=0.13）、内容素养（β=-0.74，effect=-0.01，R²=0.12）和语境素养（β=-0.59，effect=-0.02，R²=0.12）的贡献递减。

上述研究结果的实践启示在于，由于本次调查受访者的数字新闻制作素养得分相对较高，且对降低非官方媒介信任并无助益，数字新闻语境素养对模型解释力的贡献较小，加之得分上升空间有限，因此，通过提升得分偏低但对非官方媒介信任偏好提升力较强的数字新闻流通素养，即在新媒介素养教育中，向公众强调新闻分发和传播的过程，特别是算法和个性化推荐可能造成的公共新闻景观和共享社会知识的消解，将对促进数字新闻用户提升总体新闻素养、降低非官方媒介信任起到事半功倍的效果。除此之外，媒介素养教育者也可以通过对新闻和大众传播理论和概念的讲解来提升公众的数字新闻消费素养，帮助其理解导致新闻接触及效果差异的个体因素，并着力强调新闻报道区别于其他媒体内容的独有性质，尤其是新闻媒体在信源接近权、追求并支持公共利益和从业人员将事实和报道相分离等职业规范上迥异于自媒体和社交媒介的特征^[50]，都将对我国互联网用户的总体数字新闻素养产生较大幅度的提升，进而增进用户参与虚假信息协同治理的能力。

由于中国科学信任者对非官方媒介渠道的怀疑不是无条件的，有必要追问何种数字新闻素养更能降低科学信任者的非官方媒介信任偏好。比较6个有调节中介模型的解释力可知，数字新闻流通素养对科学信任者非官方媒介信任偏好降低的解释力最高（R²=20.57%），其次依次为总体数字新闻素养（R²=19.71%）、新闻消费素养（R²=18.93%）、语境素养（R²=17.93%）、内容素养（R²=17.05%）和制作素养（R²=16.20%）。在不考虑其他变量影响的情况下，科学信任者通常拥有更高的数字新闻内容素养（person’s r=0.09，p=0.004）和关乎算法分发的数字新闻流通素养（r=0.06，p=0.040），但对新闻产制所处的社会、法律和经济环境等语境要素更不敏感（r=-0.06，p=0.042），而在数字新闻的制作素养（r=-0.03，p=0.332）和消费素养（r=-0.02，p=0.451）上与科学怀疑者无异。这表明，保持科学信任者对数字新闻流通素养的既有优势，通过增加其对新闻接触效果和数字媒介体制等社会科学知识的了解来提升其新闻消费素养和语境素养，将更有针对性地提升其总体数字新闻素养，巩固其对非官方媒介渠道的怀疑精神。科学怀疑者的非官方媒介信任偏好更易被数字新闻何以区别于非新闻信息的内容素养（effect=-0.16）和新闻生产者如何撰写新闻的制作素养（effect=-0.16）所抑制，表明对科学信任者和科学怀疑者进行差异化的数字新闻素养提升是十分必要的。

本文的局限和未来建议包括4个方面。首先，科学信任在本次调查中无法被其他变量所解释，但实际上，科学信任可能与地方信任、体制信任和分布式信任等要素共变^[51]，或受到人际网络平均科学素养、科技信息接触等外生变量的促进^[52]，且科学信任的测量维度较为单一，能否找到科学信任与数字新闻素养背后共同的影响因素，有赖于未来研究引入对科学家、科研机构和科学过程的多维度信任测量进行拓展，以提升科学信任的理论深度与区分效度；其次，在数字新闻素养的各个子维度中，仅有数字新闻制作素养与互联网使用和媒介信任无关，这一关乎新闻从业者和其他行动者参与构思、报道和撰写新闻过程的变量受到哪些因素的影响，又将产生何种后果，同样需要更进一步的探索；再次，尽管数字新闻素养在本次调查结论中的作用总体上是积极的，但在媒体党派化程度较高的国家当中，较高的数字新闻素养反而更可能促进党派一致的错误信息接受^[53]，将本文结论推广至政治竞争性较强的社会中需要格外慎重；最后，本文发现，个体对互联网使用越多，越信任官方媒介（r=0.29，p<0.001），怀疑非官方媒介（r=-0.10，p=0.001），而非官方媒介之间的信息质量同样可能存在比“官方—非官方”组间差异更大的组内差异。出于对因子分析结果的尊重，本文既无法对非官方媒介作出进一步的细分，亦未能发现并解释非官方媒介组内差异的成因，但未来研究仍应当对此予以充分考虑。

总之，尽管当下世界各国都需要面向全社会提倡聚焦于信息质量的慎思加工路径，尤其是在既有研究证明仅有信息素养（而非媒体素养、新闻素养或数字素养）能够显著增加人们识别假新闻的现实前提下^[54]，提升用户对信息本身而非信源效应等启发式线索的辨别能力仍然任重道远^[55]，但本次调查中，数字新闻内容素养远低于其他日常生活中可观可感的新闻语境素养、制作素养、流通素养和消费素养的事实表明，媒体区分力仍应当成为构成和促进我国公众数字新闻素养的关键未来议程。

基金

收起

国家社科基金项目“全媒体时代提升政治传播效力与媒介体制韧性的跨国比较研究”(23BZZ097)
北京师范大学中央高校基本科研业务费专项资金项目(1233300010)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Fourcade

，Healy

. The Ordinal Society[M]. Cambridge: Harvard University Press，2024.

[2]

管佖路，顾理平. 价值冲突与治理出路：虚假信息治理中的人工智能技术研究[J]. 新闻大学，2022，3：61-75.

[3]

王蕊，黄玺元. 自治与协作：我国社交媒体平台虚假信息治理策略研究[J]. 社会治理，2023，3：12-26.

[4]

吴文汐，程士元，赵予菲. 新修订《科普法》视域下虚假错误信息的协同治理机制研究[J]. 科普研究，2025，20(1)：73-81.

[5]

Johnson

N R

，Paal

，Waggoner

，Bleier

. Scales for Assessing News Literacy Education in the Digital Era[J]. Journalism & Mass Communication Educator，2021，76(2)：156-175.

[6]

Tully

，Maksl

，Ashley

，et al. Defining and Conceptualizing News Literacy[J]. Journalism，2022：23(8)：1589-1606.

[7]

Maksl

，Craft

，Ashley

，et al.The Usefulness of a News Media Literacy Measure in Evaluating a News Literacy Curriculum[J]. Journalism & Mass Communication Educator，2017，72(2)：228-241.

[8]

Craft

，Ashley

，Maksl

. News Media Literacy and Conspiracy Theory Endorsement[J]. Communication and the Public，2017，2(4)：388-401.

[9]

新华社“舆论引导有效性和影响力研究”课题组. 主流媒体如何增强舆论引导有效性和影响力之一：主流媒体判断标准和基本评价[J]. 中国记者，2004，1：10-11.

[10]

陈怀林. 千里长堤溃于蚁穴？——实证分析接触“另类信息”对中国大陆受众爱国主义倾向的影响[C]//2006中国传播学论坛论文集（Ⅱ），深圳：2006中国传播学论坛，2006：472-486.

[11]

Guo

，Zhang

. Information Flow Within and Across Online Media Platforms：An Agenda-Setting Analysis of Rumor Diffusion on News Websites，Weibo，and WeChat in China[J]. Journalism Studies，2020，21(15)：2176-2195.

[12]

Downing

. Radical Media: Rebellious Communication and Social Movements[M]. Thousand Oaks，CA：Sage，2001.

[13]

Mourão

R R

，Robertson

C T

. Fake News as Discursive Integration：An Analysis of Sites that Publish False，Misleading，Hyperpartisan and Sensational Information[J]. Journalism Studies，2019，20(14)：2077-2095.

[14]

Van

Aelst P

，Strömbäck

，Aalberg

，et al. Political Communication in a High-Choice Media Environment：A Challenge for Democracy[J]. Annals of the International Communication Association，2017，41(1)：3-27.

[15]

Tsfati

，Cappella

J N

. Do People Watch What They Do not Trust? Exploring the Association between News Media Skepticism and Exposure[J]. Communication Research，2003，30(5)：504-529.

[16]

K Y

，Kong

，Song

，et al. What Predicts Adolescents’ Critical Thinking about Real-Life News? The Roles of Social Media News Consumption and News Media Literacy[J]. Thinking Skills and Creativity，2019，33：100570.

[17]

Samy-Tayie

，Tejedor

，Pulido

. News Literacy and Online News Between Egyptian and Spanish Youth：Fake News，Hate Speech and Trust in the Media[J]. Comunicar，2023，31(74)：69-81.

[18]

Chung

D S

，Jeong

H J

，Lee

，et al. News Credibility Revisited：The Roles of News Comment Engagement and News Literacy on News Portal Credibility in South Korea[J]. Asian Journal of Communication，2022，32(4)：371-391.

[19]

Hardin

. Conceptions and Explanations of Trust[C]//Trust in Society. New York：Russell Sage Foundation，2001：3-40.

[20]

Hilgard

，Jamieson

K H

. Does a Scientific Breakthrough Increase Confidence in Science? News of a Zika Vaccine and Trust in Science[J]. Science Communication，2017，39(4)：548-560.

[21]

向倩仪，楚亚杰，金兼斌. 公众信任格局中的科学家：一项实证研究[J]. 现代传播，2015，6：46-50.

[22]

Ashley

，Craft

，Maksl

，et al. Can News Literacy Help Reduce Belief in COVID Misinformation[J]? Mass Communication and Society，2023，26(4)：695-719.

[23]

Kožuh

，Čakš，

. Social Media Fact-Checking：The Effects of News Literacy and News Trust on the Intent to Verify Health-Related Information[J]. Healthcare，2023，11(20)：2796.

[24]

Rosman

，Grösser

. Belief Updating when Confronted with Scientific Evidence：Examining the Role of Trust in Science[J]. Public Understanding of Science，2024，33(3)：308-324.

[25]

Huang

，Green

M C

. Reducing COVID-19 Vaccine Hesitancy Among African Americans：the Effects of Narratives，Character’s Self-Persuasion，and Trust in Science[J]. Journal of Behavioral Medicine，2023，46(1)：290-302.

[26]

O’Brien

T C

，Palmer

，Albarracin

. Misplaced Trust：When Trust in Science Fosters Belief in Pseudoscience and the Benefits of Critical Evaluation[J]. Journal of Experimental Social Psychology，2021，96：104184.

[27]

Hanitzsch

，Van Dalen

，Steindl

. Caught in the Nexus：A Comparative and Longitudinal Analysis of Public Trust in the Press[J]. The International Journal of Press/Politics，2018，23(1)：3-23.

[28]

Mede

N G

，Schäfer

M S

. Science-Related Populism Declining During the COVID-19 Pandemic：A Panel Survey of the Swiss Population Before and After the Coronavirus Outbreak[J]. Public Understanding of Science，2022，31(2)：211-222.

[29]

Haider

，Sundin

. Information Literacy Challenges in Digital Culture：Conflicting Engagements of Trust and Doubt[J]. Information，Communication & Society，2022，25(8)：1176-1191.

[30]

Hendriks

，Jucks

. Does Scientific Uncertainty in News Articles Affect Readers’ Trust and Decision-Making[J]. Media and Communication，2020，8(2)：401-412.

[31]

Takahashi

，Tandoc

Jr E C

. Media sources，Credibility，and Perceptions of Science：Learning About How People Learn about Science[J]. Public Understanding of Science，2016，25(6)：674-690.

[32]

Gjoneska

. Conspiratorial Beliefs and Cognitive Styles：An Integrated Look on Analytic Thinking，Critical Thinking，and Scientific Reasoning in Relation to (dis)trust in Conspiracy Theories[J]. Frontiers in Psychology，2021，12：736838.

[33]

Ruisch

B C

，Moore

，Granados Samayoa

，et al. Examining the Left-Right Divide through the Lens of a Global Crisis：Ideological Differences and Their Implications for Eesponses to the COVID-19 Pandemic[J]. Political Psychology，2021，42(5)：795-816.

[34]

Huang

，Green

M C

. Reducing COVID-19 Vaccine Hesitancy among African Americans：the Effects of Narratives，Character’s Self-Persuasion，and Trust in Science[J]. Journal of Behavioral Medicine，2023，46(1)：290-302.

[35]

Rowland

，Estevens

，Krzewińska

，et al. Trust and Mistrust in Sources of Scientific Information on Climate Change and Vaccines：Insights from Portugal and Poland. Science[J]. Education，2022，31(5)：1399-1424.

[36]

Ardèvol-Abreu

，Hooker

C M

，Gil de Zúñiga

. Online News Creation，Trust in the Media，and Political Participation：Direct and Moderating Effects over Time[J]. Journalism，2018，19(5)：611-631.

[37]

马得勇，陆屹洲. 信息接触、威权人格、意识形态与网络民族主义——中国网民政治态度形成机制分析[J]. 清华大学学报：哲学社会科学版，2019，43(3)：180-192.

[38]

王丽娜，马得勇. 新媒体时代媒体的可信度分析——以中国网民为对象的实证研究[J]. 武汉大学学报：人文科学版，2016，1：88-99.

[39]

Maksl

，Craft

，Ashley

，et al. The Usefulness of a News Media Literacy Measure in Evaluating a News Literacy Curriculum[J]. Journalism & Mass Communication Educator，2017，72(2)：228-241.

[40]

Tully

，Maksl

，Ashley

，et al. Defining and Conceptualizing News Literacy[J]. Journalism，2022，23(8)：1589-1606.

[41]

Carpini

M X B

，Keeter

. The Conceptualization and Measurement of Political Knowledge[C]//What Americans Know about Politicsand Why it Matters. New Haven，CT：Yale University Press，2018：294-306.

[42]

Merkley

. Anti-Intellectualism，Populism，and Motivated Resistance to Expert Consensus[J]. Public Opinion Quarterly，2020，84(1)：24-48.

[43]

Hayes

A F

. Introduction to Mediation，Moderation，and Conditional Process Analysis：A Regression-Based Approach[M].New York：The Guilford Press，2022.

[44]

Andersen

，Shehata

，Andersson

. Alternative News Orientation and Trust in Mainstream Media：A Longitudinal Audience Perspective[J]. Digital Journalism，2023，11(5)：833-852.

[45]

Cushion

，McDowell-Naylor

，Thomas

. Why National Media Systems Matter：A longitudinal Analysis of how UK Left-Wing and Right-Wing Alternative Media Critique Mainstream Media（2015—2018）[J]. Journalism Studies，2021，22(5)：633-652.

[46]

Hanitzsch

，Van Dalen

，Steindl

. Caught in the Nexus：A Comparative and Longitudinal Analysis of Public Trust in the Press[J]. The International Journal of Press/Politics，2018，23(1)：3-23.

[47]

Tully

，Maksl

，Ashley

，et al. Defining and Conceptualizing News Literacy[J]. Journalism，2022，23(8)：1589-1606.

[48]

Aharoni

，Amit-Danhi

，Overbeck

，et al. “You’d be Right to Indulge Some Skepticism”：Trust-Building Strategies in Future-Oriented News Discourse[J]. Journalism Studies，2023，24(13)：1651-1671.

[49]

Ardèvol-Abreu

，Hooker

C M

，Gil de Zúñiga

. Online News Creation，Trust in the Media，and Political Participation：Direct and Moderating Effects over Time[J]. Journalism，2018，19(5)：611-631.

[50]

Mihailidis

，Viotty

. Spreadable Spectacle in Digital Culture：Civic Expression，Fake News，and the Role of Media Literacies in “Post-Fact” Society[J]. American Behavioral Scientist，2017，61(4)：441-454.

[51]

Botsman

. Who Can You Trust? How Technology Brought Us Together and Why it Might Drive Us Apart[M]. UK：Hachette，2017.

[52]

游淳惠，金兼斌，徐雅兰. 公众如何看待科学家参与政策制定：从科学素养、社会网络和信任的角度[J]. 新闻大学，2016，6：77-86.

[53]

Jang

，Baek

Y M

. The Higher the News Literacy，the Wider the Partisan Gap on Misinformation Acceptance? The Three-Way Interaction Effects of News Literacy，Partisanship，and Exposure to Partisan YouTube Channels on Misinformation Acceptance[J]. New Media & Society，2025，27(3)：1299-1317.

[54]

Jones-Jang

S M

，Mortensen

，Liu

. Does Media Literacy Help Identification of Fake News? Information Literacy Helps，but Other Literacies Don’t[J]. American Behavioral Scientist，2021，65(2)：371-388.

[55]

Sundar

S S

. The Main Model：A Heuristic Approach to Understanding Technology Effects on Credibility[C]//Digital Media，Youth，and Credibility. Cambridge，MA：The MIT Press，2008：73-100.

2025年第20卷第5期

PDF下载

125

引用本文

BibTeX

文章信息

doi: 10.19293/j.cnki.1673-8357.2025.05.007

接收时间：2025-06-26
首发时间：2026-01-07
出版时间：2025-10-20

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-06-26

基金

国家社科基金项目“全媒体时代提升政治传播效力与媒介体制韧性的跨国比较研究”(23BZZ097)

北京师范大学中央高校基本科研业务费专项资金项目(1233300010)

作者信息

¹南京大学新闻传播学院，南京 210023

²北京师范大学新闻传播学院，北京 100091

³华中科技大学新闻与信息传播学院，武汉 430074

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kpyj/CN/10.19293/j.cnki.1673-8357.2025.05.007

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

	模型1		模型2		模型3
	数字新闻素养	非官方媒介信任偏好	数字新闻语境素养	非官方媒介信任偏好	数字新闻制作素养	非官方媒介信任偏好
	β（se）	β（se）	β（se）	β（se）	β（se）	β（se）
截距	0.10（0.02）^***	0.44（0.32）^*	0.01（0.05）	0.26（0.21）	0.28（0.05）^***	0.22（0.22）
性别（0 = 女）	-0.01（0.01）	0.02（0.08）	-0.01（0.02）	0.03（0.08）	-0.01（0.02）	0.03（0.08）
年龄	0.00（0.00）	-0.00（0.00）	0.00（0.00）	-0.00（0.00）	0.00（0.00）	-0.00（0.00）
教育程度	0.01（0.00）^***	0.05（0.03）	0.03（0.01）^***	0.04（0.03）	0.00（0.01）	0.02（0.03）
家庭月收入	0.00（0.00）	0.04（0.02）	0.00（0.01）	0.04（0.02）	0.01（0.01）	0.04（0.02）
城乡（0 = 农村）	-0.01（0.01）	0.17（0.08）^*	-0.04（0.02）^*	0.16（0.08）	-0.02（0.02）	0.18（0.08）^*
工作性质（0 = 非在职）	0.02（0.01）	-0.19（0.08）^*	0.00（0.02）	-0.22（0.08）^*	0.01（0.02）	-0.22（0.09）^**
互联网使用频率	0.10（0.02）^***	-0.16（0.02）^***	0.04（0.00）^***	-0.18（0.02）^**	^*0.01（0.00）	-0.21（0.02）^***
中介变量		-1.76（0.26）^***		-0.59（0.14）^**	^*	0.13（0.14）
F	20.52^***	22.71^***	15.43^***	18.58^***	1.12	16.21^***
R²	0.12	0.14	0.09	0.12	0.01	0.11
	模型4		模型5		模型6
	数字新闻内容素养	非官方媒介信任偏好	数字新闻流通素养	非官方媒介信任偏好	数字新闻消费素养	非官方媒介信任偏好
	β（se）	β（se）	β（se）	β（se）	β（se）	β（se）
截距	0.02（0.04）	0.27（0.21）	0.10（0.04）^*	0.39（0.21）	0.10（0.04）^**	0.01（0.05）
性别（0 = 女）	0.01（0.01）	0.04（0.08）	-0.01（0.01）	0.02（0.08）	-0.02（0.01）	0.01（0.08）
年龄	0.002（0.00）^***	0.00（0.00）	-0.00（0.00）	-0.00（0.00）	-0.00（0.00）	-0.00（0.00）
教育程度	0.00（0.01）	0.02（0.03）	0.02（0.01）^**	0.05（0.03）	0.02（0.01）^**	0.04（0.03）
家庭月收入	0.01（0.00）	0.05（0.02）	-0.01（0.00）^**	0.03（0.02）	0.00（0.00）	0.04（0.02）
城乡（0 = 农村）	0.03（0.01）^*	0.20（0.08）^*	0.01（0.02）	0.19（0.08）^*	-0.01（0.02）	0.17（0.08）^*
工作性质（0 = 非在职）	0.02（0.01）	-.020（0.08）^*	0.01（0.02）	-0.21（0.08）^*	0.04（0.02）^*	-0.18（0.08）^*
互联网使用频率	0.02（0.00）^***	-0.19（0.02）^***	0.03（0.00）^***	-0.16（0.02）^***	0.02（0.00）^***	-0.18（0.02）^***
中介变量		-0.74（0.18）^***		-1.34（0.16）^***		-0.92（0.16）^***
F	9.21^***	18.52^***	15.57^***	25.59^***	10.88^***	16.21^***
R²	0.06	0.12	0.09	0.16	0.06	0.13

	模型1		模型2		模型3
	数字新闻素养	非官方媒介信任偏好	数字新闻语境素养	非官方媒介信任偏好	数字新闻制作素养	非官方媒介信任偏好
	β（se）	β（se）	β（se）	β（se）	β（se）	β（se）
截距	0.10（0.02）^***	0.44（0.32）^*	0.01（0.05）	0.26（0.21）	0.28（0.05）^***	0.22（0.22）
性别（0 = 女）	-0.01（0.01）	0.02（0.08）	-0.01（0.02）	0.03（0.08）	-0.01（0.02）	0.03（0.08）
年龄	0.00（0.00）	-0.00（0.00）	0.00（0.00）	-0.00（0.00）	0.00（0.00）	-0.00（0.00）
教育程度	0.01（0.00）^***	0.05（0.03）	0.03（0.01）^***	0.04（0.03）	0.00（0.01）	0.02（0.03）
家庭月收入	0.00（0.00）	0.04（0.02）	0.00（0.01）	0.04（0.02）	0.01（0.01）	0.04（0.02）
城乡（0 = 农村）	-0.01（0.01）	0.17（0.08）^*	-0.04（0.02）^*	0.16（0.08）	-0.02（0.02）	0.18（0.08）^*
工作性质（0 = 非在职）	0.02（0.01）	-0.19（0.08）^*	0.00（0.02）	-0.22（0.08）^*	0.01（0.02）	-0.22（0.09）^**
互联网使用频率	0.10（0.02）^***	-0.16（0.02）^***	0.04（0.00）^***	-0.18（0.02）^**	^*0.01（0.00）	-0.21（0.02）^***
中介变量		-1.76（0.26）^***		-0.59（0.14）^**	^*	0.13（0.14）
F	20.52^***	22.71^***	15.43^***	18.58^***	1.12	16.21^***
R²	0.12	0.14	0.09	0.12	0.01	0.11
	模型4		模型5		模型6
	数字新闻内容素养	非官方媒介信任偏好	数字新闻流通素养	非官方媒介信任偏好	数字新闻消费素养	非官方媒介信任偏好
	β（se）	β（se）	β（se）	β（se）	β（se）	β（se）
截距	0.02（0.04）	0.27（0.21）	0.10（0.04）^*	0.39（0.21）	0.10（0.04）^**	0.01（0.05）
性别（0 = 女）	0.01（0.01）	0.04（0.08）	-0.01（0.01）	0.02（0.08）	-0.02（0.01）	0.01（0.08）
年龄	0.002（0.00）^***	0.00（0.00）	-0.00（0.00）	-0.00（0.00）	-0.00（0.00）	-0.00（0.00）
教育程度	0.00（0.01）	0.02（0.03）	0.02（0.01）^**	0.05（0.03）	0.02（0.01）^**	0.04（0.03）
家庭月收入	0.01（0.00）	0.05（0.02）	-0.01（0.00）^**	0.03（0.02）	0.00（0.00）	0.04（0.02）
城乡（0 = 农村）	0.03（0.01）^*	0.20（0.08）^*	0.01（0.02）	0.19（0.08）^*	-0.01（0.02）	0.17（0.08）^*
工作性质（0 = 非在职）	0.02（0.01）	-.020（0.08）^*	0.01（0.02）	-0.21（0.08）^*	0.04（0.02）^*	-0.18（0.08）^*
互联网使用频率	0.02（0.00）^***	-0.19（0.02）^***	0.03（0.00）^***	-0.16（0.02）^***	0.02（0.00）^***	-0.18（0.02）^***
中介变量		-0.74（0.18）^***		-1.34（0.16）^***		-0.92（0.16）^***
F	9.21^***	18.52^***	15.57^***	25.59^***	10.88^***	16.21^***
R²	0.06	0.12	0.09	0.16	0.06	0.13

	模型1		模型2		模型3
	数字新闻素养	非官方媒介信任偏好	数字新闻语境素养	非官方媒介信任偏好	数字新闻制作素养	非官方媒介信任偏好
	β（se）	β（se）	β（se）	β（se）	β（se）	β（se）
截距	0.10（0.02）^***	0.44（0.32）^*	0.01（0.05）	0.26（0.21）	0.28（0.05）^***	0.22（0.22）
性别（0 = 女）	-0.01（0.01）	0.02（0.08）	-0.01（0.02）	0.03（0.08）	-0.01（0.02）	0.03（0.08）
年龄	0.00（0.00）	-0.00（0.00）	0.00（0.00）	-0.00（0.00）	0.00（0.00）	-0.00（0.00）
教育程度	0.01（0.00）^***	0.05（0.03）	0.03（0.01）^***	0.04（0.03）	0.00（0.01）	0.02（0.03）
家庭月收入	0.00（0.00）	0.04（0.02）	0.00（0.01）	0.04（0.02）	0.01（0.01）	0.04（0.02）
城乡（0 = 农村）	-0.01（0.01）	0.17（0.08）^*	-0.04（0.02）^*	0.16（0.08）	-0.02（0.02）	0.18（0.08）^*
工作性质（0 = 非在职）	0.02（0.01）	-0.19（0.08）^*	0.00（0.02）	-0.22（0.08）^*	0.01（0.02）	-0.22（0.09）^**
互联网使用频率	0.10（0.02）^***	-0.16（0.02）^***	0.04（0.00）^***	-0.18（0.02）^**	^*0.01（0.00）	-0.21（0.02）^***
中介变量		-1.76（0.26）^***		-0.59（0.14）^**	^*	0.13（0.14）
F	20.52^***	22.71^***	15.43^***	18.58^***	1.12	16.21^***
R²	0.12	0.14	0.09	0.12	0.01	0.11
	模型4		模型5		模型6
	数字新闻内容素养	非官方媒介信任偏好	数字新闻流通素养	非官方媒介信任偏好	数字新闻消费素养	非官方媒介信任偏好
	β（se）	β（se）	β（se）	β（se）	β（se）	β（se）
截距	0.02（0.04）	0.27（0.21）	0.10（0.04）^*	0.39（0.21）	0.10（0.04）^**	0.01（0.05）
性别（0 = 女）	0.01（0.01）	0.04（0.08）	-0.01（0.01）	0.02（0.08）	-0.02（0.01）	0.01（0.08）
年龄	0.002（0.00）^***	0.00（0.00）	-0.00（0.00）	-0.00（0.00）	-0.00（0.00）	-0.00（0.00）
教育程度	0.00（0.01）	0.02（0.03）	0.02（0.01）^**	0.05（0.03）	0.02（0.01）^**	0.04（0.03）
家庭月收入	0.01（0.00）	0.05（0.02）	-0.01（0.00）^**	0.03（0.02）	0.00（0.00）	0.04（0.02）
城乡（0 = 农村）	0.03（0.01）^*	0.20（0.08）^*	0.01（0.02）	0.19（0.08）^*	-0.01（0.02）	0.17（0.08）^*
工作性质（0 = 非在职）	0.02（0.01）	-.020（0.08）^*	0.01（0.02）	-0.21（0.08）^*	0.04（0.02）^*	-0.18（0.08）^*
互联网使用频率	0.02（0.00）^***	-0.19（0.02）^***	0.03（0.00）^***	-0.16（0.02）^***	0.02（0.00）^***	-0.18（0.02）^***
中介变量		-0.74（0.18）^***		-1.34（0.16）^***		-0.92（0.16）^***
F	9.21^***	18.52^***	15.57^***	25.59^***	10.88^***	16.21^***
R²	0.06	0.12	0.09	0.16	0.06	0.13