■杨颖
　　【本文提要】网络通常被视为缓冲社交压力的避风港，但目前关于社交焦虑影响线上社交效果具体途径的研究尚缺乏更深入的探讨。本研究以超人际模型为理论视角，将具有丰富社交功能的网络表情符号纳入社交焦虑者的线上交流过程进行考察。研究发现：社交焦虑显著正向预测交流可控感；网络表情符号使用在社交焦虑与交流可控感、自我表露以及友谊形成之间起到中介作用。总之，社交焦虑者通过对网络表情符号的使用获得了“社交补偿”，后者是社交焦虑者重要的“社交补丁”。
　　【关键词】社恐 社交焦虑 表情符号 遮掩效应
　　【中图分类号】B849
　　
一、研究缘起
　　日常生活中存在一些因社交活动而感到焦虑、沮丧的人。根据研究，11%-37%（占比根据具体研究设置而定）的大学生表示他们在与异性交流时会感到紧张（Leary & Kowalski， 1995：2），还有一些大学生会抗拒自我介绍，或在社交场合中少言寡语，沟通时极力回避眼神交流。职场里也存在无法与同事正常目光交流、打招呼以及与上级交流时过度紧张的“社恐”人群，他们当中甚至有人为了逃避与同事坐同一趟电梯而选择步行（豆瓣鹅组，2018）。此外，芬兰等北欧国家还曾一度赢得“社恐天堂”美誉，只因芬兰人排队等公交时需保持约1.8米的间隔，而公交两座连排的座位通常也只坐一个人，这大大减少了人们寒暄、闲聊的机会（新世相，2019），有助于缓解社交压力。其实，上述人群都不同程度地存在着社交焦虑（social interaction anxiety），社交焦虑指在与他人（包括异性、陌生人、朋友）见面和交流时产生的忧虑，具体表现为害怕与陌生人相处，为口齿不清、无聊、说蠢话、被忽视感到担心，不知在社交过程中要说什么或如何回应他人等（Mattick & Clarke， 1998）。社交焦虑者在社交场合中常常会感到不自在，并试图通过回避自我表露以避免可能造成的消极社交后果（Clark & Wells， 1995： 74），因而很难成为愉快交流的对象（Baker & Edelmann， 2002）。此外，低社交活跃度也使他们社交的范围受限（Erwin et al.， 2004； Gross & Gable， 2002；Whisman， Sheldon & Goering， 2000），难以形成和维系令人满意的关系（Leary & Kowalski， 1995： 173）。
　　然而，网络对于这些在现实中沦为“社交透明人”的人来说则具有着特殊的吸引力，他们似乎通过网络找回了自己的存在感。研究也表明，社交焦虑可以通过线上社交得到改善（Morahan-Martin & Schumacher， 2003；Yen et al.， 2012），使得社交焦虑者得以以一种间接的方式满足社交需求（Reid & Reid， 2007）。近年来，随着移动社交软硬件使用率的不断提升，线上社交也已愈发普遍。数据显示，我国即时通信应用的使用率已经达到99.2%（中国互联网络信息中心，2020），即时通信与社交应用的日人均时间大约为4.56个小时（中国互联网络信息中心，2019）。在这一背景下，社交焦虑者通过网络人际传播（Computer Mediated Communication， CMC）替代令他们产生更多社交退缩的面对面（Face-to-Face， FtF）交流的机会也在不断增多，因而对其线上社交具体过程的研究依然具有重要意义。虽然目前对社交焦虑与互联网使用、线上交流之间关系的探讨已较为充分，但甚少给予交流中重要的符号工具——有着更突出语用功能的网络表情符号以足够的关注。从功能来看，网络表情符号是良好交际氛围的催化剂，既能传情达意，还能促进关系形成。那么，网络表情符号的使用能否作为一种方便法门弥补社交焦虑者社交技能缺陷，从而缓解社交焦虑者的社交困境？对网络表情符号使用状况的考察，有利于解释社交焦虑者所采用的非言语线索（nonverbal cues）替代工具如何影响其线上社交的心理过程与行为表现。因而本研究将对网络表情符号在社交焦虑与线上交流效果关系中的中介效应进行检验，进一步阐明网络表情符号对社交焦虑者网络社交过程的独特作用。
　　
二、研究假设的提出
　　（一）社交焦虑与线上交流效果
　　超人际（hyperpersonal）模型为解释社交焦虑者如何通过CMC弥补社交能力缺陷提供了一种理论解释：CMC渠道可以降低他人对社交焦虑者焦虑程度的感知，它所营造的与现实隔绝的环境遮掩了一些无意识的线索（involuntary cues），从而使得社交焦虑者不愿意被发现的一些紧张表情、不自然的肢体动作、眼神回避、卡壳等也能一并得到很好的掩护，为缓解感知面子威胁（perceived face threat）、提升社交信心以及沟通满意度提供了良好的社交环境。总之，CMC有助于提升实现特定人际沟通目标的能力（High & Caplan，2009； Walther， 2007； Walther， 1996）。
　　现有研究一定程度上支持了网络能够缓和社交焦虑者消极人际沟通效果的观点。例如，线上交流为社交焦虑者提供了一种更舒适从容的社交体验，即社交焦虑预测了更高的线上交流可控感（Pierce， 2009； Peter & Valkenburg， 2006）。同时，高社交焦虑者更容易通过网络畅谈不同话题，表达更深层的情感，从而促进更高程度的自我表露（Peter & Valkenburg， 2006； Valkenburg & Peter， 2007）。最后，社交焦虑也是关系形成的重要预测因素，将影响友谊的形成（Clayton， 2013； McKenna， 2000； Peter， Valkenburg & Schouten， 2005； Shaw et al.， 2015）。线上交流可控感、线上自我表露以及线上友谊形成为人们如何以及为何进行网络交流提供了一种核心解释，是社交焦虑与线上社交研究中十分受关注的测量维度（Peter & Valkenburg， 2006； Valkenburg & Peter， 2011），三者不仅反映了用户不同程度的线上社交卷入度，也呼应了社交焦虑者在现实社交中面临的主要社交困境（紧张、自我表露回避以及关系形成困难），在回应本研究的核心关切的同时，也较为全面地反映了网络社交的主要面向和基本过程，因而将其作为本研究主要的三个结果变量。目前，国内的研究较少关注社交焦虑者的线上交流可控感、友谊形成，仅有社交焦虑者在微博互动中的自我表露受到了检验（林功成，李莹，陈锦芸，2016）。基于此，本研究提出以下三个研究假设：
　　H1a：社交焦虑与线上交流可控感呈正相关；
　　H1b：社交焦虑与线上自我表露呈正相关；
　　H1c：社交焦虑与线上友谊形成呈正相关。
　　（二）网络表情符号的中介效应
　　在超人际模型视角下，CMC在为社交焦虑者隐藏“社交短板”的同时，也降低了为管理这些不受欢迎的言语（verbal）与非言语行为而消耗的认知资源（cognitive resources），使得社交焦虑者更多地将认知资源用于讯息构成上。在讯息的编辑、修改甚至是撤回上的主动权，为社交焦虑者选择性自我呈现提供了便利，使其能更好地服务于期望印象的形成、关系的发展（Walther， 2007； Walther， 1996）。虽然该模型并未将网络表情符号纳入交流内容进行考察，但提供了一种可能的解释：选择性呈现的讯息往往是一种“趋好避坏”的内容，对社交焦虑者来说，网络表情符号就是掩盖社交技能缺陷的选择性“包装”，它可能为实现更好的线上交流效果提供了一种低成本的情感语用工具，即社交焦虑者选择性呈现的讯息中可能会更依赖网络表情符号，进而对交流可控感、自我表露和友谊形成产生影响。虽然超人际模型并未直接为网络表情符号作为中介变量提供理论基础，但这一中介链条依然可以在以下现有研究的基础上得以呈现。
　　部分量化与质性研究都指出了网络表情符号的使用对用户线上社交过程的优化作用。Sampietro（2019）根据人际和谐管理框架（rapport management framework）指出，网络表情符号有助于推动会话管理。例如，它们可以通过问候开启对话，实现寒暄（phatic）；而当它用于话题的结束时，则可以减轻或避免可能的拒绝感（sense of rejection）。网络表情符号能够在表达感谢、发出问候时增强语气，在提出要求时软化语气（Kavanagh， 2016； Skovholt，Gronning & Kankaanranta， 2014）。另外，网络表情符号也有助于保持会话的持续性（Kelly & Watts， 2015），即其可以通过一种低成本的方式促进谈话内容的轮转（turn-taking），从而促使会话保持活力。同时，网络表情符号使用还能预测良好的线上社交体验（Hsieh & Tseng， 2017； Huang， Yen & Zhang， 2008），使会话更轻松自由、友好（Kaye， Wall & Malone， 2016）。换言之，网络表情符号是营造和谐、调节会话氛围的有效工具，能更好地使用户融入会话，故可推论网络表情符号将影响用户对交流可控感的感知。至于自我表露，目前的研究表明，网络表情符号的使用可以为自我表露提供帮助（Gesselman & Garcia， 2019）。另有实验研究则发现自我表露程度随着网络表情符号使用数量的增加而提升（Janssen， ljsselsteijn & Westerink， 2014）。此外，网络表情符号的情感表达功能，幽默、讽刺等意图传递功能也早已在诸多实验研究中得到证实（Derks， Bos & Von Grumbkow， 2008； Dresner & Herring， 2010；Filik et al.， 2016； Harris & Paradice； 2007；Lo， 2008； Thompson et al.， 2016； Walther & D’addario，2001），网络表情符号为情感表达以及“言外之意”传达提供的有效代理为其促进自我表露提供了一种可能的解释。总之，自我表露程度可能会受到网络表情符号的影响。关于友谊形成，有研究者通过话语分析指出网络表情符号可以强化对话者之间的友谊（Yus， 2014）。在量化研究中，网络表情符号使用也被证实将会对网络中人际互动（包括友谊）产生正面影响（Huang， Yen & Zhang， 2008），对表情符号的恰当、广泛使用将使友谊发展更迅速（Chen & Siu， 2017）。故可推断网络表情符号是影响友谊形成的重要因素。本研究推论网络表情符号会影响交流可控感、自我表露以及友谊形成。
　　同时，研究也指出人格特征可以预测网络表情符号的使用趋势，如外向性、亲和性和神经质与使用网络表情符号的总体数量呈线性正相关（Hall & Pennington， 2013； Oleszkiewicz et al.， 2017）。同时，神经质也被证明与社交焦虑有着密切关联（张艺馨等，2015）。这表明社交焦虑可能是影响网络表情符号使用的重要心理特征因素。
　　综上，社交焦虑会影响网络表情符号使用，且网络表情符号使用也可能造成对交流可控感、自我表露以及友谊形成的影响。
　　基于此，本研究提出如下研究假设：
　　H2a：网络表情符号使用可能在社交焦虑与交流可控感之间起中介作用；
　　H2b：网络表情符号使用可能在社交焦虑与自我表露之间起中介作用；
　　H2c：网络表情符号使用可能在社交焦虑与友谊形成之间起中介作用。
　　
三、研究方法
　　（一）样本与数据收集
　　本研究的数据通过问卷星的样本服务以简单随机抽样方式获得，该平台拥有超过260万的样本库成员，性别、年龄、身份构成等人口变量构成多样。在不限定人口变量的条件下，平台向样本库成员发出问卷填写邀请。本次问卷发放共回收600份问卷，经过陷阱题测验以及人工筛查，获得有效问卷485份，有效率为80.83%。样本遍布全国28个省级行政区，东部地区占比51.57%，中部地区占比24.02%，西部地区占比18.50%，东北地区占比5.91%；女性占比59.30%，男性占比40.70%；年龄范围为18-58岁（平均29.97岁）。
　　（二）变量的测量及其信效度的检验
　　自变量。社交焦虑的测量通过社交焦虑量表（Social Interaction Anxiety Scale， SIAS）完成，它侧重于反映与他人交往的情景下人们的焦虑程度（Mattick & Clarke， 1998）。该量表由19个题项（α=0.930）组成，包括“如果必须和权威人士（老师、老板等）面对面交谈，我往往会感到紧张”、“对我来说，和别人的眼神交流是有困难的”、“我难以和同事/同学自在地相处”、“当一个不太相熟的人迎面向我走来时，我不确定是否要与他/她打招呼”、“聚会时，我与他人的交往往往很自在（反向计分题）”等。采用5级李克特量表（1=完全不符合，5=完全符合）要求被试者根据题项所述内容与自身情况的符合程度进行打分。分值越高，表明社交焦虑感越强。
　　中介变量。网络表情符号使用的测量借鉴了Gesselman与Garcia（2019）、Prada等人（2018）的题项设计，并参考一种将自我报告评估（self-reported assessments）题与李克特量表题结合的方法（Ellison，Steinfield & Lampe， 2007），改写出3个题项（α=0.672），分别为一道自我报告评估题：“在日常线上交流中，你的网络表情符号使用频率为（1=从不使用，2=偶尔使用，3=经常使用，但不会为每一条消息都搭配网络表情符号；4=总是使用，几乎会为每一条消息都搭配一个网络表情符号；5=重度使用，几乎会为每一条消息都搭配一个以上的网络表情符号）。”两道5级李克特量表（1=非常不同意，5=非常同意）题：“网络表情符号已经成为我日常网络交流中不可或缺的一部分”、“如果没有网络表情符号，我在网络上的交流将很难进行”。本研究中所指的网络表情符号包括颜文字、小黄脸（或emoji）以及表情包，在问卷中均有详细说明和图例。由于自我报告评估题的测量尺度与李克特量表相同，因而直接对3个题项进行加总后求其均值。
　　因变量。如前所述，交流可控感、自我表露以及友谊形成是社交焦虑与线上社交研究中经典的测量维度，它们反映了不同程度的线上社交卷入度。社交焦虑交流可控感评估了用户的线上交流从容自在程度（Pierce，2009；Peter & Valkenburg， 2006）。共涉及4个题项（α=0.704），如“在网络上社交时，我会更舒服自在”等。自我表露通常从表露广度（disclosure breadth）、表露深度（disclosure depth）两方面进行测量，即互动过程中谈论的自我相关的内容数量以及袒露个人的、私密信息的程度（Altman & Taylor， 1973）。参考Hollenbaugh与Ferris（2014）的线上感知自我表露题项，设计出自我表露深度题项3个（α=0.739），如“我更容易在网络中向他人谈起我的内心感受”等，以及自我表露广度题项2个（α=0.667），如“在网络交流时我的话变多了”等。线上友谊形成的题项改编自线上社交量表（Bodroza & Jovanovic， 2016），它评估的是用户通过网络开启、联结友谊关系的意愿，包含5个题项（α=0.807），如“我会主动通过社交软件（如微博、微信）的私信、加好友等功能结识新朋友”、“我很乐于在网络中与有趣的人成为朋友”、“我常在网络中与未曾谋面的网友聊天”等，这些题项均采用5级李克特量表（1=非常不同意，5=非常同意）进行测量。
　　探索性因子分析的结果显示，KMO值为0.894，Bartlett球形检验显著[χ2（df）=4080.841（630），p=0.000<0.001]， 表明数据适合进行探索性因子分析，通过主成分法提取特征值大于1的因子，并使用最大方差法进行旋转，各题项在所属因子上的载荷均高于0.6，且不存在过大的交叉载荷（<0.4），因子结构清晰。
　　
四、数据分析
　　通过SPSS23.0进行描述性统计分析和部分回归分析，使用Hayes开发的Process程序（V3.3）的Model 4，通过Percentile估计法在95%的置信区间内进行5000次的Bootstrap对中介效应进行检验。
　　（一）描述性统计
　　相关分析结果显示（表1　表1见本期第30页），社交焦虑与网络表情符号使用、交流可控感呈显著正相关，与友谊形成呈显著负相关；网络表情符号使用与交流可控感、自我表露深广度、友谊形成呈显著正相关。
　　（二）中介效应分析
　　有研究表明，网络表情符号的使用、自我表露受到性别、年龄的影响（Fullwood， Orchard & Floyd， 2013； Oleszkiewicz et al.， 2017； Peter， Valkenburg & Schouten， 2005； Prada et al.， 2018； Punyanunt-Carter， 2006； Witmer & Katzman， 1997），故将其作为控制变量放入模型。
　　1.以交流可控感为因变量的中介效应分析
　　当因变量为交流可控感时（表2　表2见本期第31页），在方程1中，社交焦虑对交流可控感起着显著正向预测作用，在方程2中，社交焦虑对网络表情符号使用同样起着显著正向预测作用，在方程3中，网络表情符号使用对交流可控感起着显著正向预测作用，社交焦虑对交流可控感的影响仍然达到了显著性水平。结合中介效应的Bootstrap结果（表3　表3见本期第31页），可知网络表情符号使用在社交焦虑与交流可控感之间的间接效应占比为32.36%，该间接效应的Boot SE为0.032，其Bootstrap 95%置信区间为[0.008，0.132]，不包含0，表明网络表情符号使用在社交焦虑与交流可控感之间的中介效应显著。换言之，社交焦虑不仅直接影响交流可控感，还可以通过网络表情符号使用对交流可控感产生间接影响。
　　2.以自我表露为因变量的中介效应分析
　　当因变量为自我表露时（表4、6　表4、6见本期第31页），在方程1中，社交焦虑对自我表露的深度与广度预测作用不显著，在方程2中，社交焦虑对网络表情符号使用同样起着显著的正向预测作用，在方程3中，网络表情符号使用对自我表露深度与自我表露广度同样起着显著的正向预测作用，但社交焦虑对两者的影响未达到显著性水平。可见，在方程1中，未加入网络表情符号这一中介变量时，社交焦虑对自我表露的深度与广度的总效应（系数c深度=0.060、c广度=0.107）不显著，传统中介效应检验流程以系数c显著作为前提条件，否则将停止中介效应检验，但新的中介检验流程认为，系数c即使不显著也可以进行后续分析（温忠麟，叶宝娟，2014； Zhao， Lynch & Chen， 2010）。后续的中介效应检验结果显示（见表5），网络表情符号使用在社交焦虑与自我表露深度之间的间接效应占比高达78.31%，Boot SE为0.022，其Bootstrap 95%置信区间为[0.008，0.095]，不包含0，表明中介效应显著；同样地，网络表情符号使用在社交焦虑与自我表露广度之间的间接效应占比为50.47%，Boot SE为0.029，其Bootstrap95%置信区间为[0.007，0.122]，不包含0，中介效应显著（表7　表7见本期第32页）。检验结果表明，虽然社交焦虑对自我表露的直接预测效应不显著，但它可以通过网络表情符号使用的中介效应对自我表露产生影响，即社交焦虑主要通过网络表情符号的使用影响自我表露程度。
　　3.以友谊形成为因变量的中介效应分析
　　当因变量为友谊形成时（表8　表8见本期第32页），在方程1中，社交焦虑对友谊形成的负向预测作用显著，在方程2中，社交焦虑对网络表情符号使用同样起着正向预测作用，在方程3中，网络表情符号使用能正向显著预测友谊形成，相反，社交焦虑显著负向预测了友谊形成。中介效应检验结果显示，网络表情符号使用在社交焦虑与友谊形成之间的间接效应占比为18.64%，Boot SE为0.024，其Bootstrap95%置信区间为[0.007，0.099]，不包含0，表明中介效应显著（表9　表9见本期第32页）。值得注意的是，此时社交焦虑对友谊形成的直接效应为负值，与间接效应的正值不同号，导致了总效应绝对值低于预期的遮掩效应的出现。这表明社交焦虑负向直接影响友谊形成，但社交焦虑者提升网络表情符号使用水平时则将对友谊形成产生正向影响。
　　
五、结论
　　（一）网络表情符号使用在社交焦虑与交流可控感之间的中介效应
　　研究结果表明（图1　图1见本期第33页），从直接效应来看，随着社交焦虑水平的提升，用户的线上交流可控感也越高，这与以往的研究结论一致（Green et al.， 2016； Pierce， 2009；Peter & Valkenburg， 2006）。更重要的是，从间接效应来看，社交焦虑还通过网络表情符号的使用对交流可控感产生了间接影响。首先，社交焦虑是网络表情符号使用的重要预测因素。这说明社交焦虑者虽然社交技能上存在一定缺失，但在线上社交过程中更善于用网络表情符号作为补偿。其次，在人际和谐管理框架下，网络表情符号承担了开启、维持、结束对话的会话管理功能，并通过对轻松、友好交际氛围的营造使人们能更好地适应与融入社交场合（Sampietro， 2019； Hsieh & Tseng， 2017； Kaye，Wall & Malone， 2016；Kelly & Watts， 2015；Huang， Yen & Zhang， 2008）。因此，社交焦虑者能够通过提升对网络表情符号的使用水平，进而增加在线上社交中的交流可控感。
　　（二）网络表情符号使用在社交焦虑与自我表露之间的中介效应
　　研究结果显示（图2　图2见本期第33页），虽然社交焦虑可以对自我表露深度、广度没有产生显著的直接效应，但社交焦虑通过网络表情符号使用对两者产生了间接效应，即社交焦虑并没有直接　预测自我表露程度，而主要是通过对网络表情符号的使用间接影响自我表露程度。其间接效应值在总效应中的占比分别为78.31%（深度）、50.47%（广度），可见其中介效应量处于较高水平。这意味着对表情符号的使用是社交焦虑者提升自我表露的重要途径。
　　对于直接效应，与之前的猜想不同，本研究发现社交焦虑对自我表露深广度的预测并不显著，该结论得到了一些研究者的支持，他们发现社交焦虑与脸书上的自我表露无关（Green et al， 2016； Weidman & Levinson， 2015）。虽然直接效应不显著，社交焦虑通过网络表情符号影响自我表露深度、广度的间接效应却显著。如前所述，社交焦虑是网络表情符号使用的重要预测因素。同时，鉴于网络表情符号在“传情达意”上的突出优势，使得对网络表情符号的使用成为提升自我表露深度、广度的有效手段，用户将更主动地袒露自己的内心感受、担忧以及个人私事，谈论的话题也变得更丰富多样。总之，社交焦虑者能够通过提升网络表情符号的使用水平，进而从深度、广度层面增进自我表露行为。
　　（三）网络表情符号使用在社交焦虑与友谊形成之间的中介效应
　　如前所述，直接效应（c‘）与间接效应（ab）异号意味着遮掩效应的出现，回顾研究结果可以发现（图3　图3见本期第33页），社交焦虑将负向预测友谊形成；但社交焦虑通过增加网络表情符号使用水平以促进友谊形成，提示了遮掩效应的出现。
　　对于直接效应，研究结果与猜想不同，线上交流并不能促进高社交焦虑者积极交友，相反，社交焦虑程度越高，线上交友行为越少。以往研究也有类似结论，如社交焦虑程度高的人脸书朋友数量更少（Weidman & Levinson， 2015），内向的人更少在网络中交友（Peter，Valkenburg & Schouten， 2005）。然而在间接效应中，当加入网络表情符号使用这一中介变量之后，效果却发生了反转：社交焦虑者通过网络表情符号使用形成了更好的友谊形成效果。正如前文所述，社交焦虑是网络表情符号使用的重要预测因素。同时，网络表情符号使用有助于个性化的表达（Zhou， Hentschel & Kumar， 2017），在加速情感共识的形成和提升沟通乐趣的过程中，促使友谊更快形成与发展（Huang， Yen & Zhang， 2008）。换言之，网络表情符号在这一过程中起到了桥接的作用，即社交焦虑者将通过提升对网络表情符号的使用水平，从而更积极进行网络交友，扩大社交网络。
　　综上，研究假设H1a、H2a、H2b、H2c得到支持，表明社交焦虑可以正向预测交流可控感；而网络表情符号在社交焦虑与交流可控感、自我表露以及友谊形成之间均起到了中介作用。可见，网络表情符号是社交焦虑者线上交流时十分重要的“社交补丁”。
　　
六、讨论
　　本研究考察了社交焦虑者如何通过网络表情符号影响线上交流效果的过程。结果表明，社交焦虑虽然可以正向预测交流可控感，但与自我表露无关，更不能达到预期中的友谊形成效果。这与超人际模型对CMC能为社交焦虑者克服社交障碍提供益处的基本猜想并不完全一致。换言之，CMC所能提供的庇护仅限于为社交焦虑者提供更有安全感的社交体验，而并不能更进一步地促进线上交流中的自我表露，甚至在友谊形成上出现了负面效果。相较之下，当网络表情符号加入这一过程成为其桥梁时，超人际模型的猜想则得到了全面支持，即社交焦虑者通过对CMC中重要的非言语线索替代——网络表情符号的使用更好地激发了社交潜能以及实现了人际交往目标。可见，网络表情符号是形成全面超人际效应的重要近端要素。总之，本研究一方面基于超人际模型的基本假设进一步分析了CMC渠道为社交焦虑者“社交赋能”的效应程度与范围；另一方面则通过探讨特定的语言情感工具如何参与用户线上的社交体验与管理过程，进一步细化了超人际模型构建的线上社交链条，探索了相对受到忽视的网络表情符号对于信息发送者的社交意义。
　　相比超人际模型，富者更富模型（rich get richer）与社交补偿（social compensation）模型（Kraut et al.， 2002）则从人格特质上解释了社交焦虑与互联网使用的关系。富者更富模型认为，相比内向型人格，长于社交的人能够通过网络获得更多与他人交往的机会，从而获得更高的社交优势（social benefit）。与之相反，社交补偿模型则提出，社交能力弱的人才更容易从互联网中获利，因为线上交流为缺乏社交资源的人提供了与他人建立联系、获得支持性交流以及实用信息的新途径。在这一理论视角下考察社交焦虑与互联网使用关系时，这对模型均获得过证实（林功成，李莹，陈锦芸，2016； Fernandez， Levinson & Rodebaugh， 2012； Desjarlais & Willoughby， 2010； Pierce， 2009； Peter， Valkenburg & Schouten， 2005）。根据本研究的结果（见表10）：在直接路径中，社交焦虑程度越高，人们通过线上交流所获得的从容自在感也更强，从而证实了社交补偿模型；相反，不受社交焦虑困扰的人则更乐于进行线上交友，这支持了富者更富模型。在加入网络表情符号的间接路径中，社交焦虑者通过对网络表情符号的使用获得了更符合社交期待的交际表现，他们不仅获得了更高的交流可控感，还更乐于进行更深、更广的自我表露以及线上交友，从而呼应了社交补偿模型。在对两条路径的对比中可以更明显地发现网络表情符号对社交焦虑者线上交流的意义：在以自我表露为因变量的中介模型中，社交焦虑对自我表露的预测不显著，但加入了网络表情符号的间接效应却显著且间接效应值占比较高，提示社交焦虑者主要通过网络表情符号的使用影响自我表露程度。此外，以友谊形成为因变量的中介模型则出现了遮掩效应，即社交焦虑程度越高则越不愿意交友（直接效应为负值），但当网络表情符号成为中介变量时，社交焦虑者通过表情符号使用表露了更高的交友热情（间接效应为正值），从负到正的对比更反衬出网络表情符号对社交焦虑者重要的社交补偿意义。
　　本研究还存在一些不足之处。第一，虽然有较为丰富的文献基础，但本研究数据终归为横截面数据，因而有必要在今后研究中通过纵向数据对前述关系再次进行检验。第二，超人际模型涉及的要素和观点较为繁多，本研究仅选取了与研究主题高度相关的渠道、发送者要素及其相关观点作为理论资源，而忽略了接收者、反馈要素，因而与超人际模型互动也仅是一种局部上的回应。
　　超人际模型还为研究的继续深入提供了启发。有研究者发现，个体在网络中对自己故事的构建上的系统性差异可能会导致他们自我认知的改变（Gonzales & Hancock， 2008）。研究者要求实验参与者以一种会让别人认为他们有着外向或内向的人格特质方式写下他们的经历并将其发布到博客上，后续的测试显示，参与者对自己外向或内向的感知分数也发生了显著的不同，这意味着如果按照某种期望的“人设”来经营线上的自我，很可能会产生对这一“人设”的认同。研究者将这种现象称之为“认同转换”（identity shift），它提示了选择性自我呈现对个人自我的转变的强大影响。这为本研究提供了一个继续深入的视角：社交焦虑者能否通过对网络表情符号的使用形成对自己“善社交”的认同，并进一步为其现实中的社交提振信心，缓解社交回避、退却的负面影响，这是一个值得深入探讨的话题。另外，在社交焦虑者视角之外，还可以从社交焦虑者交流对象的他者视角出发，通过控制实验方法评价网络表情符号的“补丁”效果。这些探讨将为我们更细致地呈现CMC线索使用细节、功能及其潜在的长期影响。■
　　
参考文献：
豆瓣鹅组（2018）。《#鹅组社恐大赛# 为了避开和同事一起坐电梯，我下班走楼梯走了16层》。检索于https://www.douban.com/group/topic/126900302/
林功成，李莹，陈锦芸（2016）。大学生的社交焦虑、自我表露与网上互动——对微博社交行为的路径分析。《青年研究》，（4），29-37+95。
温忠麟， 叶宝娟 （2014）。中介效应分析：方法和模型发展。《心理科学进展》，5，731-745。
新世相（2019）。《我劝你像芬兰人一样去逃避》。检索于https://mp.weixin.qq.com/s/BcaB6Cew_beYLJxw3rexMw张艺馨，杨智辉，何文倩等（2015）。不确定性忍受力和元担忧在神经质人格与社交焦虑间起的作用。《中国心理卫生杂志》，29（2），145-149。
中国互联网络信息中心（2019）。第44次《中国互联网络发展状况统计报告》。检索于http://www.cac.gov.cn/2019zt/44/index.htm中国互联网络信息中心（2020）。第45次《中国互联网络发展状况统计报告》。检索于http://www.cac.gov.cn/2020-04/27/c_1589535470378587.htmAltmanI.& Taylor, D. A. (1973). Social Penetration: The development of interpersonal relationships. Holt, Rinehart & Winston.
Baker, S. R.& Edelmann, R. J. (2002). Is social phobia related to lack of social skills? Duration of skill-related behaviours and ratings of behavioural accuracy. British Journal of Clinical Psychology, 41243-257.
Bodroza, B.& JovanovicT. (2016). Validation of the new scale for measuring behaviors of Facebook users: Psycho-Social Aspects of Facebook Use (PSAFU). Computers in Human Behavior, 54425-435.
ChenX.& SiuK. W. M. (2017). Exploring user behaviour of emoticon use among Chinese youth. Behaviour & Information Technology, 36(6)637-649.
Clark, D. M.& WellsA. (1995). A cognitive model of social phobia. In R.G. Heimberg et al(Eds.)Social Phobia: Diagnosisassessment, and treatment(pp.74).The Guilford Press.
Clayton, R. B.OsborneR. E.Miller, B. K.& Oberle, C. D. (2013). Loneliness, anxiousnessand substance use as predictors of Facebook use. Computers in Human Behavior, 29(3)687-693.
Derks, D.BosA. E.& Von Grumbkow, J. (2008). Emoticons and online message interpretation. Social Science Computer Review, 26(3)379-388.
DesjarlaisM.& Willoughby, T. (2010). A longitudinal study of the relation between adolescent boys and girls’ computer use with friends and friendship quality: Support for the social compensation or the rich-get-richer hypothesis?. Computers in Human Behavior, 26(5)896-905.
Dresner, E.& HerringS. C. (2010). Functions of the nonverbal in CMC: Emoticons and illocutionary force. Communication theory, 20(3)249-268.
Ellison, N. B.Steinfield, C.& LampeC. (2007). The benefits of Facebook “friends:” Social capital and college students’ use of online social network sites. Journal of computer-mediated communication12(4)1143-1168.
Erwin, B. A.Turk, C. L.Heimberg, R. G.Fresco, D. M.& HantulaD. A. (2004). The Internet: Home to a severe population of individuals with social anxiety disorders? Journal of Anxiety Disorders18629-646.
Fernandez, K. C.Levinson, C. A.& RodebaughT. L. (2012). Profiling: Predicting social anxiety from Facebook profiles. Social Psychological and Personality Science3(6)706-713.
Filik, R. urcan, A.Thompson, D.Harvey, N.Davies, H.& Turner, A. (2016). Sarcasm and emoticons: Comprehension and emotional impact. The Quarterly Journal of Experimental Psychology, 69(11)2130-2146.
FullwoodC.OrchardL. J.& FloydS. A. (2013). Emoticon convergence in Internet chat rooms. Social Semiotics23(5)648-662.
Gesselman, A. N.Ta, V. P.& Garcia, J. R. (2019). Worth a thousand interpersonal words: Emoji as affective signals for relationship-oriented digital communication. PloS one14(8)e0221297.
GonzalesA. L.& HancockJ. T. (2008). Identity shift in computer-mediated environments. Media Psychology, 11167-185.
Green, T.Wilhelmsen, T.WilmotsE.Dodd, B.& QuinnS. (2016). Social anxietyattributes of online communication and self-disclosure across private and public Facebook communication. Computers in Human Behavior, 58206-213.
Gross, E. F.JuvonenJ.& GableS. L. (2002). Internet use and well-being in adolescence. Journal of social issues, 58(1)75-90.
HallJ. A.& Pennington, N. (2013). Self-monitoringhonestyand cue use on Facebook: The relationship with user extraversion and conscientiousness. Computers in Human Behavior, 29(4)1556-1564.
HarrisR. B.& Paradice, D. (2007). An investigation of the computer-mediated communication of emotions. Journal of Applied Sciences Research, 3(12)2081-2090.
HighA. C.& Caplan, S. E. (2009). Social anxiety and computer-mediated communication during initial interactions: Implications for the hyperpersonal perspective. Computers in Human Behavior, 25(2)475-482.
Hollenbaugh, E. E.& Ferris, A. L. (2014). Facebook self-disclosure: Examining the role of traits, social cohesion, and motives. Computers in Human Behavior, 3050-58.
Hsieh, S. H.& TsengT. H. (2017). Playfulness in mobile instant messaging: Examining the influence of emoticons and text messaging on social interaction. Computers in Human Behavior, 69405-414.
Huang, A. H.YenD. C.& ZhangX. (2008). Exploring the potential effects of emoticons. Information & Management, 45(7)466-473.
Janssen, J. H.Ijsselsteijn, W. A.& WesterinkJ. H. (2014). How affective technologies can influence intimate interactions and improve social connectedness. International Journal of Human-Computer Studies72(1)33-43.
KavanaghB. (2016). Emoticons as a medium for channeling politeness within American and Japanese online blogging communities. Language & Communication4853-65.
KayeL. K.Wall, H. J.& Malone, S. A. (2016). “Turn that frown upside-down”: A contextual account of emoticon usage on different virtual platforms. Computers in Human Behavior, 60463-467.
Kelly, R.& WattsL. (2015). Characterising the inventive appropriation of emoji as relationally meaningful in mediated close personal relationships. Paper presented at the Experiences of Technology Appropriation: Unanticipated UsersUsageCircumstancesand Design. Oslo, Norway, 20 September 2015.
Kraut, R.KieslerS.Boneva, B.Cummings, J.Helgeson, V.& Crawford, A. (2002). Internet paradox revisited. Journal of social issues, 58(1)49-74.
Leary, M. R.& Kowalski, R. M. (1995). Social anxiety. Guilford Press.
LoS. K. (2008). The nonverbal communication functions of emoticons in computer-mediated communication. Cyberpsychology & Behavior, 11(5)p.595-597.
Mattick, R. P.& Clarke, J. C. (1998). Development and validation of measures of social phobia scrutiny fear and social interaction anxiety. Behaviour research and therapy36(4)455-470.
McKenna, K. Y.& BarghJ. A. (2000). Plan 9 from cyberspace: The implications of the Internet for personality and social psychology. Personality and social psychology review, 4(1)57-75.
Morahan-MartinJ.& Schumacher, P. (2003). Loneliness and social uses of the Internet. Computers in human behavior, 19(6)659-671.
OleszkiewiczA.KarwowskiM.Pisanski, K.Sorokowski, P.SobradoB.& Sorokowska, A. (2017). Who uses emoticons? Data from 86 702 Facebook users. Personality and Individual Differences119289-295.
Peter, J.& Valkenburg, P. M. (2006). Research note: Individual differences in perceptions of internet communication. European Journal of Communication21(2)213-226.
Peter, J.Valkenburg, P. M.& Schouten, A. P. (2005). Developing a model of adolescent friendship formation on the Internet. CyberPsychology & Behavior, 8(5)423-430.
PierceT. (2009). Social anxiety and technology: Face-to-face communication versus technological communication among teens. Computers in Human Behavior, 25(6)1367-1372.
Prada, M.RodriguesD. L.GarridoM. V.LopesD.Cavalheiro, B.& Gaspar, R. (2018). Motivesfrequency and attitudes toward emoji and emoticon use. Telematics and Informatics35(7)1925-1934.
Punyanunt-CarterN. M. (2006). An analysis of college students’ self-disclosure behaviors on the internet. College Student Journal40329-331.
ReidD. J.& Reid, F. J. (2007). Text or talk? Social anxietyloneliness, and divergent preferences for cell phone use. CyberPsychology & Behavior, 10(3)424-435.
Sampietro, A. (2019). Emoji and rapport management in Spanish WhatsApp chats. Journal of Pragmatics, 143109-120.
ShawA. M.TimpanoK. R.Tran, T. B.& Joormann, J. (2015). Correlates of Facebook usage patterns: The relationship between passive Facebook usesocial anxiety symptoms, and brooding. Computers in Human Behavior, 48575-580.
SkovholtK.Gronning, A.& Kankaanranta, A. (2014). The communicative functions of emoticons in workplace e-mails::-) . Journal of Computer-Mediated Communication19(4)780-797.
ThompsonD.MackenzieI. G.Leuthold, H.& FilikR. (2016). Emotional responses to irony and emoticons in written language: Evidence from EDA and facial EMG. Psychophysiology, 53(7)1054-1062.
ValkenburgP. M.& PeterJ. (2007). Preadolescents’ and adolescents’ online communication and their closeness to friends. Developmental psychology, 43(2)267.
ValkenburgP. M.& PeterJ. (2011). Online communication among adolescents: An integrated model of its attraction, opportunitiesand risks. Journal of adolescent health, 48(2)121-127.
Walther, J. B. (1996). Computer-mediated communication: Impersonal, interpersonaland hyperpersonal interaction. Communication Research, 23(1)3-43.
Walther, J. B. (2007). Selective self-presentation in computer-mediated communication: Hyperpersonal dimensions of technology, language, and cognition. Computers in Human Behavior, 23(5)2538-2557.
Walther, J. B.& D’addario, K. P. (2001). The impacts of emoticons on message interpretation in computer-mediated communication. Social science computer review, 19(3)324-347.
Weidman, A. C.& Levinson, C. A. (2015). I’m still socially anxious online: Offline relationship impairment characterizing social anxiety manifests and is accurately perceived in online social networking profiles. Computers in Human Behavior, 4912-19.
Whisman, M. A.SheldonC. T.& GoeringP. (2000). Psychiatric disorders and dissatisfaction with social relationships: Does type of relationship matter? Journal of Abnormal Psychology, 109803-808.
WitmerD. F.& KatzmanS. L. (1997). On-line smiles: Does gender make a difference in the use of graphic accents?. Journal of Computer-mediated communication2(4)JCMC244.
Yen, J. Y.YenC. F.Chen, C. S.Wang, P. W.ChangY. H.& Ko, C. H. (2012). Social anxiety in online and real-life interaction and their associated factors. CyberPsychologyBehavior & Social Networking, 15(1)7-12.
Yus, F. (2014). Not all emoticons are created equal. Linguagem em (Dis) curso14(3)511-529.
ZhaoX.Lynch Jr, J. G.& Chen, Q. (2010). Reconsidering Baron and Kenny: Myths and truths about mediation analysis. Journal of consumer research, 37(2)197-206.
ZhouR.HentschelJ.& KumarN. (2017May). Goodbye text, hello emoji: Mobile communication on WeChat in China. In Proceedings of the 2017 CHI conference on human factors in computing systems (pp. 748-759).
　　
杨颖系四川大学新闻学院博士生。