老年智能手机用户网络犯罪预防：社会环境因素与数字能力(digital capability)的作用

《Cogent Social Sciences》：Prevention of cybercrime among older adult smartphone users: the role of socio-environmental factors and digital capability

　　

摘要：本研究考察老年智能手机用户的网络犯罪预防情况，重点在社会环境因素(socio-environmental factors, SE)、数字能力(digital capability, DC)与网络犯罪防护行为(cybercrime preventive behavior, CPB)交互作用的整合框架下探讨三者关系。研究采用定量方法，在泰国大曼谷都市区(strategic random sampling, 分层抽样)调查500名老年受访者，使用jamovi软件通过协方差基础结构方程模型(Covariance-Based Structural Equation Modeling, CB-SEM)进行分析。结构模型与实证数据拟合可接受(χ2/df=4.90, RMSEA=0.088, SRMR=0.057, GFI=0.98)。结果显示SE对DC和CPB均有显著强正向直接影响；但DC不能显著预测CPB，也不发挥中介作用。这凸显了关键的能力—行为鸿沟(capability-behavior gap)：拥有数字技能并不自动转化为防护实践，除非得到支持性社会环境的直接强化。研究整合社会资本理论、社会生态系统论与自我效能理论(self-efficacy theory)，阐释了社会支持联结数字安全的复杂路径。研究结果表明应从单纯技术培训转向以行为为中心的干预，强调家庭指导(family mentoring)、情境演练(scenario-based exercises)及社区支持以增强老龄群体网络韧性(cyber resilience)。

论文解读：《Prevention of cybercrime among older adult smartphone users: the role of socio-environmental factors and digital capability》

一、研究背景与问题提出

随着全球老龄化进程加速及智能手机在老年人群体中的普及，老年人通过移动终端获取健康服务、进行金融交易和社交互动的机会显著增加，但同时也暴露于日益复杂的网络威胁之中——包括钓鱼诈骗、冒充公检法、恶意软件及利用生成式AI实施的深度伪造欺诈等。现有文献表明，老年人因认知加工随龄变化、数字素养不足及对社交工程诱骗敏感度较高，成为网络犯罪的高危受害群体，且经济损失往往更为严重。尽管多国推行数字融入计划以提升老年人设备操作能力，但现实中常出现"具备数字技能却仍遭遇诈骗"的现象，即知识与防护行动之间的意图—行为鸿沟(intention-behavior gap)。既往研究多聚焦于个体层面的数字素养或自我保护动机理论(Protection Motivation Theory, PMT)，较少将社会环境因素（家庭支持、社区资本、代际互动）与数字能力置于同一框架中检验其相对贡献及作用路径。泰国作为正步入老龄社会的东南亚国家，老年人智能手机使用广泛但网络诈骗案件频发，是探究此问题的典型场域。因此，研究人员开展此项研究，旨在明确社会环境因素(socio-environmental factors, SE)与数字能力(digital capability, DC)各自及共同对网络犯罪防护行为(cybercrime preventive behavior, CPB)的影响，检验DC是否在SE与CPB间起中介作用，为干预策略提供依据。

二、主要技术方法与样本

研究人员在泰国巴吞他尼府(Pathum Thani Province)大都市区采用比例分层随机抽样(proportional stratified random sampling)，按60–69岁、70–79岁、80–89岁及≥90岁四个人口学年龄层抽取共500名≥60岁且日常使用智能手机的老年人作为样本，排除无知情同意或无效作答者。研究工具为泰语版结构化问卷，含三部分潜变量量表：SE（6题，测社会资本与家庭支持系统）、DC（12题，测整合性日常数字实践、信息与批判性素养、选择性媒介熟练度及技术自我效能(technological self-efficacy)）、CPB（12题，测批判性数字素养、安全数字实践、家庭数字保护及在线安全习惯），均采用5点李克特(Likert)量表计分。内容效度经三位专家评审（项目—目标一致性指数Item-Objective Congruence, IOC>0.60），Cronbach's α分别为0.765(SE)、0.845(DC)、0.798(CPB)。数据使用jamovi软件运行Lavaan包进行验证性因子分析(confirmatory factor analysis, CFA)及协方差基础结构方程模型(covariance-based structural equation modeling, CB-SEM)，采用最大似然稳健标准误(maximum likelihood with robust standard errors, MLR)估计，并以5000次Bootstrap抽样检验中介效应。模型适配度依据χ²/df、RMSEA(root mean square error of approximation)、SRMR(standardized root mean square residual)、GFI(goodness-of-fit index)、CFI(comparative fit index)及TLI(Tucker-Lewis index)评判。

三、研究结果

Evaluation of the measurement model（测量模型评估）

研究人员通过CFA删去标准化载荷<0.50的7个题项后，剩余23题各潜变量组合信度(composite reliability, CR)分别为SE=0.740、DC=0.885、CPB=0.810，均>0.70；平均方差萃取量(average variance extracted, AVE)分别为0.417、0.413、0.350，虽未达严格0.50阈值但因CR远超0.60视为可接受。Harman单因子检验第一大因子解释率38.95%<50%，共同方法偏差(common method variance, CMV)不严重。Fornell-Larcker判别效度检验显示构念间相关偏高(r=0.861~0.907)但经专家内容效度确认概念区分，三因子测量模型拟合可接受，进入结构模型分析。

Evaluation of the structural model and hypothesis testing（结构模型与假设检验）

最终结构模型拟合指标为χ²=1113, df=227, χ²/df=4.90, RMSEA=0.088, CFI=0.819, SRMR=0.057, GFI=0.988, AGFI=0.984。路径分析得出：(1) SE→DC：β=0.886, p<0.001，支持H1，社会环境因素对数字能力有强显著正向影响；(2) SE→CPB：β=0.673, p<0.001，支持H2，社会环境因素对网络犯罪防护行为有强显著正向直接影响；(3) DC→CPB：β=0.265, p=0.132，不显著，不支持H3，数字能力本身无法显著预测防护行为。中介效应分析显示SE→DC→CPB间接效应β=0.234, p=0.113，不显著，DC不充当中介变量(mediator)。模型解释力R²_DC=0.784，R²_CPB=0.838。结论：社会环境既提升老年人的数字能力，也直接促使其采取防护行为；但仅有数字能力不足以引发防护行为，须由持续的社会环境支持（家庭提醒、同伴规范、社区宣教）将其"激活"。

四、讨论与结论总结

讨论部分指出，本研究揭示了老年群体中典型的"能力—行为鸿沟(capability-behavior gap)"：掌握智能手机操作技能和理解网络诈骗常识并不自动导致谨慎验证网址、咨询家人或启用多重身份验证等防护行动，转化过程依赖社会生态环境的直接强化（如子女定期提醒、社区防诈情景演练）。这与部分西方研究发现的DC→CPB直接效应不同，可能源于泰国老年人更多依赖非正式家庭传授而非制度化培训，且国家层面持续性防诈行为强化项目尚缺位。研究挑战了"技术训练即安全"的线性假设，主张将社会环境因素视为主导性前置驱动变量(antecedent)，而非背景控制变量。数字能力对一般手机使用是必要的，但在网络犯罪预防中需社会脚手架(social scaffolding)方能转化为实际保护行为。

研究结论翻译如下：

本研究表明，社会环境影响——尤指家庭参与和社区资源——显著提升老年人的数字能力；更重要的是，社会环境因素对防护行为有直接强效应，而数字能力未一致引致保护行动，意味着若无充分社会支持与动机激发，老年人难以将其数字技能转化为有效的网络犯罪预防实践。研究发现虽然老年人可获得技能与信心，但防护惯例的落实直接依赖于社会环境所提供的意识唤醒、动机激励与行为强化。本研究挑战了"技术数字技能自动导向更安全的在线行为"这一线性假设，强调社会支持网络直接作用所塑造的行为路径。三项学理贡献为：(1)实证揭示老年人网络犯罪预防中存在能力—行为鸿沟；(2)在整合SE与DC的统一结构模型中证明社会环境资源是防护行为的首要直接驱动因素，DC不起中介作用；(3)通过强调社会强化(social reinforcement)的关键角色深化了社会生态模型与自我效能理论框架。综上，社会资源虽对发展数字能力至关重要，但直接的社会支持本身——而非习得的专门技术能力——才有效防范网络犯罪。制定强调动机支持与积极家庭／社区介入的综合策略，对保障数字时代老年智能手机用户安全尤为关键。