張軍芳

社交媒體傳播的簡潔、快速與交互功能吸引了大批用戶，Twitter、Facebook和YouTube等社交媒體在西方主流國家網(wǎng)民中有著較高的覆蓋率，此類社交媒體上集聚了數(shù)量巨大的用戶生產(chǎn)的內(nèi)容，這些海量、即時、動態(tài)與開放的數(shù)據(jù)所具有的研究價值與潛力，引發(fā)學(xué)者關(guān)注。作為社交媒體輿情研究的一個分支，國內(nèi)社交媒體涉華國際輿情研究正在積極探索中。本文通過研讀國內(nèi)外社交媒體輿情研究的相關(guān)文獻，嘗試對社交媒體涉華國際輿情研究面臨的機遇、挑戰(zhàn)及拓展研究的路徑做一辨析。

一、社交媒體數(shù)據(jù)的研究潛力

相較于傳統(tǒng)媒體，社交媒體獨特的傳播特性使得利用其平臺上的文本來研究輿情具備了合理性與可行性，這是成為拓展國際涉華輿情研究的重要機遇。

首先，伴隨Web2.0技術(shù)的精進，近年來社交媒體用戶數(shù)量持續(xù)增加，從而使社交媒體上累積了大量有待挖掘與闡釋的原始數(shù)據(jù)。其次，社交媒體數(shù)據(jù)成為觀察分析普通網(wǎng)民態(tài)度及行為的寶貴資料。社交媒體準(zhǔn)入門檻低，其用戶身份的草根特征突出，這對國際涉華輿情研究具有重要意義。社交媒體上的數(shù)據(jù)或由用戶獨立生產(chǎn)，或因用戶間的互動而產(chǎn)生。此類人類原創(chuàng)數(shù)據(jù)是人類日常生活的附屬產(chǎn)品，因此非常適于觀察人類行為。用戶在社交媒體上生成的內(nèi)容，較為真實地反映了用戶的態(tài)度、情感及行為特征，其中不乏用戶對自己關(guān)心或與其利益密切相關(guān)的事件所表達的態(tài)度與意見。上述社交媒體的傳播特性使其成為涉華國際輿情研究的新陣地。以往的涉華國際輿情研究主要采用兩種方法：一是對國際傳統(tǒng)主流媒體的涉華報道進行研究。雖然國際主流媒體在引導(dǎo)涉華輿論方面作用突出，但主流媒體上的涉華輿情并不等同于各國民眾對中國實際持有的態(tài)度。二是采用民意調(diào)查方法研究涉華輿情。這一方法成本高、耗時長，特別是對國際輿情研究而言，跨國的民意調(diào)查實施難度更大。與這兩種方法相比，依據(jù)社交媒體文本來研究國際涉華輿情既易于操作，又降低了研究成本，也可保證研究者對研究過程的可控性。

二、社交媒體涉華輿情研究面臨的挑戰(zhàn)

雖然社交媒體嶄新的傳播特性為國際涉華輿情研究提供了機遇，但在研究的同時，也面臨巨大挑戰(zhàn)。這主要體現(xiàn)在：

1. 如何理解社交媒體新的傳播特性

社交媒體獨特的傳播特性，諸如海量信息、傳播的交互性等，使得社交媒體涉華輿情研究者亟需回答一個問題：社交媒體上的涉華國際輿情與傳統(tǒng)主流媒體相比有何不同？正如傳播技術(shù)研究先驅(qū)哈羅德·伊尼斯（Harold Innis）指出的，新媒介的優(yōu)勢即在于其將導(dǎo)致一種新文明的誕生①。就涉華國際輿情研究而言，應(yīng)在充分理解社交媒體對網(wǎng)民自我認(rèn)知、人際關(guān)系及社會關(guān)系影響的前提下，修正或重新闡釋原有傳統(tǒng)媒體和傳統(tǒng)互聯(lián)網(wǎng)涉華輿情研究的概念及理論，補充新概念及理論。并且通過深入探索社交媒體上傳統(tǒng)媒體、新媒體、民眾、政府之間的權(quán)力關(guān)系變化，總結(jié)涉華國際輿情特征、生成機制與規(guī)律，最終解答社交媒體涉華輿情與傳統(tǒng)媒體及傳統(tǒng)互聯(lián)網(wǎng)上的涉華輿情有何不同。

2. 如何處理海量數(shù)據(jù)

社交媒體上的數(shù)據(jù)體量巨大，并且原始數(shù)據(jù)缺乏明顯的結(jié)構(gòu)性特征，這極大增加了數(shù)據(jù)抓取與處理的成本和難度，對主要依靠人工進行內(nèi)容與文本分析的傳統(tǒng)涉華輿情研究而言，這亦是極大挑戰(zhàn)。

社交媒體為涉華國際輿情研究帶來的機遇與挑戰(zhàn)，均使得創(chuàng)新社交媒體輿情研究的理論與方法顯得至關(guān)重要。若能在研究中發(fā)現(xiàn)社交媒體涉華輿情生成機制的新特征，特別是社交媒體新的傳播特性對涉華國際輿情生成與擴散的影響，是該研究領(lǐng)域?qū)崿F(xiàn)突破創(chuàng)新的關(guān)鍵。在未來的研究中，該研究領(lǐng)域存在以下幾種深化拓展研究發(fā)現(xiàn)的可能性路徑。

三、拓展未來研究的路徑

1. 社交媒體關(guān)聯(lián)網(wǎng)絡(luò)研究

與傳統(tǒng)媒體文本相比，社交媒體文本中蘊涵著更為豐富的各類關(guān)系數(shù)據(jù)，特別是用戶個體特征及其社會關(guān)系的信息，社交媒體最大的意義即在于便于觀察到用戶的各類社會關(guān)聯(lián)網(wǎng)絡(luò)。輿情是一種“社會合意”（ social con-census），本身即是人類社會群體生活的結(jié)果，受到人類社會生活特征的影響?！俺聊穆菪崩碚摰膭?chuàng)新性，就在于認(rèn)識到輿論的形成是一個社會傳播過程。社交媒體上的大數(shù)據(jù)不僅記錄了網(wǎng)民的言語，還記錄了網(wǎng)民之間的社會互動及社會交往。通過對社交媒體數(shù)據(jù)的分析，可觀察到在這一新的傳播平臺上形成的新型社會關(guān)系的特征，進而探索這一新型社會關(guān)系對涉華國際輿情生成機制的影響。

比如，研究者瓦戈（Chris Vargo）等人注意到，以Twitter為代表的微博上注冊者身份多元，包括個人、企業(yè)和各類媒體。之前的大多數(shù)媒介效果研究都是對媒體單獨實施內(nèi)容分析，而微博則提供了很好的機會對民眾和媒體同時進行分析。不僅如此，微博上的媒介組織間存在各種差異，比如其政治傾向、輿論影響力等各不相同。同時，微博個人用戶的政治立場、媒介使用行為等也會不同。如此，微博平臺就提供了同時觀察個人與媒體行為的良機。正是基于社交媒體數(shù)據(jù)的上述特征，瓦戈等人認(rèn)為，對社交媒體上的大數(shù)據(jù)研究有可能從以下兩方面深化現(xiàn)有的“議程設(shè)置”研究。首先，是“議程融合”（agenda melding）研究。“議程融合”研究認(rèn)為持有不同政治立場的受眾能夠主動選擇使用不同的媒體，受眾對被設(shè)置事件及其屬性的價值判斷也會不同。很顯然，受眾會將來自各類媒體的議程融合起來。其次，是“關(guān)聯(lián)議程設(shè)置”研究（Network Agenda Setting）。正因為微博上存在著多種類型的媒體與受眾，因此社交媒介上的“議程設(shè)置”研究也由“一級議程設(shè)置”研究（研究事件是如何被設(shè)置的）和“二級議程設(shè)置”研究（研究事件中的屬性是如何被設(shè)置的）轉(zhuǎn)向“關(guān)聯(lián)議程設(shè)置”研究，即探究媒介如何建構(gòu)受眾對事件間關(guān)聯(lián)重要性的認(rèn)知②。

瓦戈等人的研究對社交媒體涉華國際輿情研究的啟示意義在于：第一，微博平臺上可同時觀察到個人用戶與媒體的行為特征，這便于對二者之間議程的關(guān)聯(lián)進行分析。第二，Twitter上并無標(biāo)注個人用戶的政治傾向，但是研究者利用用戶發(fā)帖中涉及到奧巴馬與羅姆尼的海量信息，結(jié)合詞匯情感分析工具，進行情感分析，最終按支持奧巴馬還是羅姆尼而將微博用戶的政治傾向進行了分類。第三，Twitter上的媒介、事件與個人用戶的信息量巨大，這便于進行媒介設(shè)置受眾對事件關(guān)聯(lián)認(rèn)知效果，即“關(guān)聯(lián)議程設(shè)置”的研究。瓦戈的研究路徑揭示出了研究社交媒體輿情生成復(fù)雜性的可能，研究者可以根據(jù)政治傾向、輿論影響力等維度，細分社交媒體上各類輿情行為體的特征，并找尋他們之間在輿情生成傳播過程中的關(guān)聯(lián)，這將有助于把社交媒體輿情研究推向深入。

2. 深化社交媒體涉華國際輿情生成機制研究

重視社交媒體關(guān)聯(lián)網(wǎng)絡(luò)研究，將有助于探索社交媒體涉華國際輿情生成機制。比如，由于傳統(tǒng)媒體和社交媒體都在微博上即時發(fā)布信息，因此微博平臺有利于觀察兩類媒體在設(shè)置議程過程中的關(guān)系。紐曼（W. Russell Neuman）等學(xué)者依據(jù)經(jīng)典的“議程設(shè)置”理論假設(shè)，選取美國政治討論中的重要議題，利用社交媒體上的大數(shù)據(jù)，試圖回答Twitter上究竟由“誰來設(shè)置議程”，是傳統(tǒng)媒體，還是社交媒體？研究發(fā)現(xiàn)，將傳統(tǒng)媒體和社交媒體在Twitter上發(fā)起的政治討論間的關(guān)系概括為互動最為合適。這兩種媒體各有自身獨特的對當(dāng)天發(fā)生事件的回應(yīng)方式，彼此間又形成對事件動態(tài)的互動式回應(yīng)。因此，研究者提出傳統(tǒng)媒體議程與社交媒體議程之間并非一種因果關(guān)系機制。也有國內(nèi)學(xué)者選取國際社交媒體，通過內(nèi)容分析研究其涉華輿情現(xiàn)狀及傳播特征。研究探索了社交媒體上的媒體關(guān)系網(wǎng)絡(luò)，即媒體間的議程設(shè)置作用，發(fā)現(xiàn)：社交媒體對中國報道框架與傳統(tǒng)媒體相比并無明顯變化。國際社交媒體涉華內(nèi)容以轉(zhuǎn)載西方國際主流媒體為主，英美發(fā)達國家基本壟斷國際自媒體上的涉華信息流，并且，傳統(tǒng)媒體從業(yè)人員成為社交媒體時代的輿論領(lǐng)袖③。

作為即時互動平臺，在微博上可以觀察到輿情生成過程中的多方行為體，包括各類媒體、組織、個人的話語行為。對研究者而言，社交媒體構(gòu)筑了一個公共話語空間的關(guān)聯(lián)網(wǎng)絡(luò)。因此，可以利用社交媒體數(shù)據(jù)開展一定時間跨度的輿情生成機制研究，挖掘上述各類行為體在發(fā)起公共討論過程中形成的關(guān)系，這將在很大程度上深化當(dāng)前的網(wǎng)絡(luò)輿情研究，彌補靜態(tài)研究片段化的不足。

3. 人機結(jié)合處理海量數(shù)據(jù)

傳統(tǒng)涉華國際輿情研究中最常用的方法是內(nèi)容分析。在社交媒體輿情研究中，單純依賴人工對網(wǎng)絡(luò)內(nèi)容實施分析存在困難，傳統(tǒng)人工分析需與新的信息處理技術(shù)相結(jié)合。分析大量信息往往需要計算機輔助分析軟件，這對社交媒體輿情研究中的跨學(xué)科合作提出要求。比如，融合算法技術(shù)與傳統(tǒng)人工分析，包括語言或話語分析、語料庫建設(shè)等。社交媒體的某些表層特征可以借助計算機輔助進行客觀、系統(tǒng)的分析，但是，計算機技術(shù)只能進行初步的表層分析，研究者應(yīng)意識到計算機無法像人類編碼員那樣理解人類語言的豐富、復(fù)雜和微妙，因此社交媒體內(nèi)容中的社會文化內(nèi)涵則要借助人工分析來實現(xiàn)。研究者應(yīng)時刻謹(jǐn)慎，語言的意義是在語境中生成的，而將語言簡化為某些模式，可能會產(chǎn)生問題。

社交媒體的新型傳播特征為涉華國際輿情生成機制研究提供了有利條件，特別是觀察輿情各方行為體在社交媒體平臺上如何結(jié)成關(guān)聯(lián)網(wǎng)絡(luò)，形成公共話語交鋒。但是，學(xué)者也應(yīng)對社交媒體平臺的技術(shù)特性及其對研究提出的挑戰(zhàn)保持清醒認(rèn)識。有學(xué)者提出，社交媒體上的海量數(shù)據(jù)對數(shù)據(jù)的抓取、分析提出了很高要求，這使得社交媒體的大數(shù)據(jù)研究，可能會出現(xiàn)以數(shù)據(jù)為導(dǎo)向而非以理論為導(dǎo)向的傾向。比如，將傳播學(xué)中的已有概念，比如議題或話語簡化為對社交媒體上的內(nèi)容標(biāo)簽或帖子轉(zhuǎn)發(fā)的簡單統(tǒng)計④。

不僅如此，如何在內(nèi)容分析中測量社交媒體的某些技術(shù)功能及其社會文化內(nèi)涵，則是更為重要的問題。比如，有研究利用記者在Twitter上自己微博中對他人帖子的轉(zhuǎn)發(fā)行為測量其將讀者帶入新聞生產(chǎn)把關(guān)過程中的意愿⑤。這反映出研究者在研究中可能存在削足適履的傾向，不是從經(jīng)驗現(xiàn)實及其社會后果的實際意義出發(fā)，而是急于讓經(jīng)驗現(xiàn)實適合于已有的理論闡釋，反而妨礙了現(xiàn)有研究的理論提升。其次，在理解社交媒體傳播特性的基礎(chǔ)上理解社交媒體平臺上的大數(shù)據(jù)。研究者需認(rèn)識到社交媒體大數(shù)據(jù)的產(chǎn)生很大程度上依賴于其平臺特性，因此在將線上涉華國際輿情研究的結(jié)論延伸到線下時要十分謹(jǐn)慎。

（本文受2014年中國博士后科學(xué)基金第56批面上資助，編號2014M560349，同時受2013年上海市教育科學(xué)研究項目（B13023）和2014年度上海學(xué)校德育研究課題資助，還受到上海外國語大學(xué)上海高校一流學(xué)科建設(shè)與上海外國語大學(xué)青年教師科研創(chuàng)新團隊資助。）

「注釋」

①哈羅德·伊尼斯：《傳播的傾向》，北京，中國人民大學(xué)出版社2003年版，第28頁。

②Vargo， C.， Guo， L.， McCombs， M. & Shaw， D.（2014）. Network issue agenda on twitter during the 2012 U.S. Presidential election. Journal of Communication， 64：296-316.

③相德寶：《國際自媒體涉華輿情現(xiàn)狀、傳播特征及引導(dǎo)策略》，《新聞與傳播研究》，2012年第1期。

④Mahrt M. & Scharkow M. （2013）. The value of big data in digital media research. Journal of Broadcasting & Electronic Media， 57（1）：20-33.

⑤Lasorsa， D.， Lewis， S. C.， and Holton， A.. （2012）. ‘Normalizing Twitter： Journalism practice in an emerging communication space. Journalism Studies， 13（1）， 19-36.