徐翔??

社交媒體的有效傳播中，傳受關(guān)系并不是發(fā)散態(tài)的，而是傾向于傳者和受眾在相同或相近“影響力層級(jí)”間的傳播，形成趨同和趨近的“影響力流動(dòng)圈”。在社交媒體的有效信息流動(dòng)中，受眾最有可能對(duì)和自己的影響力層級(jí)相近的傳者進(jìn)行反饋，傳者得到的反饋?zhàn)钣锌赡軄碜院妥约旱挠绊懥蛹?jí)相近的受眾。社交媒體中這種圈層和等級(jí)通路的形成，不僅與線下實(shí)體因素及社會(huì)屬性的作用有關(guān)，也基于線上特征的“影響力層級(jí)”和話語(yǔ)圈層。對(duì)Twitter， YouTube， Google+， Flickr這四種在國(guó)際具有重要性和代表性的不同類型的社交媒體樣本，通過傳受雙向關(guān)聯(lián)性、受傳關(guān)聯(lián)性、傳受關(guān)聯(lián)性等方式，計(jì)算和檢驗(yàn)“影響力圈層”結(jié)構(gòu)與層級(jí)相關(guān)性。結(jié)果顯示，“影響力圈層”在所考察的幾種典型媒體中都是存在和顯著的。社交媒體研究需充分重視傳受關(guān)系和傳受結(jié)構(gòu)中的“影響力圈層”效應(yīng)和機(jī)制，以及在這種結(jié)構(gòu)背景下的信息流動(dòng)有效性和話語(yǔ)傳播規(guī)律。

社交媒體；傳受關(guān)系；影響力層級(jí)；受眾

G206.3A004811

一、 引論與問題的提出

新媒介環(huán)境下，強(qiáng)勢(shì)崛起的社交媒體如Twitter、微博等，推動(dòng)著“人人都有麥克風(fēng)”的公眾傳播和“參與文化”（participatory culture），公共領(lǐng)域中的表達(dá)和接收也似乎顯得更為自由發(fā)散和去中心化。在這種新語(yǔ)境下的傳受關(guān)系中，誰(shuí)都可以作為傳者發(fā)聲，具有豐富性和異質(zhì)性的受眾也可以自主選擇、收聽各種傳者。例如有研究者關(guān)于微博等自媒體指出，“用戶可以選擇關(guān)注自己想關(guān)注的對(duì)象，這些關(guān)注對(duì)象來自于社會(huì)各個(gè)階層”[1]。有學(xué)者認(rèn)為，“微博、網(wǎng)絡(luò)論壇等新媒體平臺(tái)，使不同階層、不同社會(huì)地位的人群之間產(chǎn)生更廣泛的對(duì)話，彼此做出反饋”[2]。由于傳者可以對(duì)幾乎任何層級(jí)、偏好、群體的受眾進(jìn)行傳播，而受眾也可以對(duì)任何“大V”或“草根”的帖子進(jìn)行留言或點(diǎn)贊，那么傳者和它們的受眾之間是散布態(tài)、自由性的對(duì)應(yīng)關(guān)系，而似乎不存在類近層級(jí)的同質(zhì)結(jié)構(gòu)。

本文的核心觀點(diǎn)是：社交媒體的有效傳播中，傳受關(guān)系并不是發(fā)散態(tài)的，而是具有傳者和受眾之間的層級(jí)相近性，形成一種趨同和趨近的“影響力流動(dòng)圈”。更具體地說，傳者在網(wǎng)絡(luò)的影響力水平和地位，與其吸引什么樣的影響力水平的受眾密切相關(guān)；同時(shí)，受眾也更傾向于對(duì)影響力相近的傳者層級(jí)進(jìn)行信息反饋和傳播反饋，形成有效傳播通路。由此，存在著傳受者在影響力層級(jí)的相對(duì)同質(zhì)性和區(qū)隔性，形成社交媒體有效信息流通中的“影響力圈層”現(xiàn)象和內(nèi)在機(jī)制。

社交媒體“影響力圈層”的明確和提出，在主要意義上是源自網(wǎng)絡(luò)影響力等在線和準(zhǔn)虛擬特征作為網(wǎng)絡(luò)傳受關(guān)系之間的約束性和內(nèi)在機(jī)制并未得到重視和足夠關(guān)注。網(wǎng)絡(luò)的影響力是一種在線社會(huì)區(qū)隔的分化維度，形塑著社交媒體信息在傳受者之間的有效傳播通路。影響力圈層不同于網(wǎng)絡(luò)“圈子”或網(wǎng)絡(luò)社群、“分眾化”受眾和傳播等概念和實(shí)踐的指向，有其自身的闡釋特征和內(nèi)蘊(yùn)訴求。

其一，社交媒體“影響力圈層”不是基于線下社會(huì)屬性的層級(jí)劃分，例如實(shí)體的社會(huì)階層和地位差異、現(xiàn)實(shí)中的身份和話語(yǔ)權(quán)的區(qū)分，而是指向線上影響力和話語(yǔ)等級(jí)間的話語(yǔ)關(guān)系。在現(xiàn)有的研究中，多從社會(huì)實(shí)體因素來對(duì)社交媒體中的“社會(huì)資本”進(jìn)行分析，而基于線上社會(huì)資本特征的互動(dòng)和傳播機(jī)制并未得到相應(yīng)的足夠重視。例如，張志安關(guān)注了微信空間中的“層級(jí)互動(dòng)”現(xiàn)象并認(rèn)為，這種層次間的差異和“信息流動(dòng)秩序”主要“是由現(xiàn)實(shí)社會(huì)關(guān)系網(wǎng)絡(luò)即‘社會(huì)資本或社會(huì)資源的配置與協(xié)調(diào)狀況所決定。社會(huì)群體的交往邊界在微信空間中得到再現(xiàn)或者強(qiáng)化，被強(qiáng)弱關(guān)系形塑的異質(zhì)性網(wǎng)絡(luò)具有以社群為單位的層級(jí)分布特征，信息擴(kuò)散與流動(dòng)的狀態(tài)主要表現(xiàn)為同一或者相似社會(huì)群體的‘層級(jí)互動(dòng)。也就是說，微信空間中的群體內(nèi)交往更加頻繁，而群際分化的垂直結(jié)構(gòu)則造成群體間交往的阻滯”[3]。我們并不能否認(rèn)線下的“現(xiàn)實(shí)社會(huì)關(guān)系網(wǎng)絡(luò)”可能對(duì)這種層級(jí)化的信息流動(dòng)秩序產(chǎn)生的影響，但同時(shí)需關(guān)注的是線上的話語(yǔ)特征和話語(yǔ)權(quán)可否被排除在這種影響的原因之外，而且多數(shù)時(shí)候它是被忽視的。張志安的分析著眼于微信，它“作為一款私密性很強(qiáng)的社交軟件”，與本研究主要針對(duì)的微博、SNS等社交媒體還有區(qū)別，但是相應(yīng)的問題仍是普遍存在并值得引起重視的。

其二，社交媒體“影響力圈層”不是指向社會(huì)學(xué)意義上的“圈子”倫理或“熟人社會(huì)”的群體架構(gòu)，而是基于網(wǎng)絡(luò)性甚至伴有不同程度匿名性、準(zhǔn)虛擬性的交互關(guān)系。從社會(huì)學(xué)“圈子”的角度出發(fā)來解釋“互聯(lián)網(wǎng)群體”是一種常見的研究角度。例如，有研究者把“圈子”納入社交媒體的研究中，指出，“建構(gòu)在當(dāng)下現(xiàn)實(shí)人際關(guān)系與互聯(lián)網(wǎng)交叉平臺(tái)上的圈子，在實(shí)際上促使碎片化的傳播受眾群體出現(xiàn)有限聚集的同時(shí)，對(duì)傳統(tǒng)的信息生產(chǎn)與傳播機(jī)制也形成了直接影響。在此形態(tài)下，多元生產(chǎn)與定向擴(kuò)散將成為重要的社會(huì)信息流通特征”[4]。趙高輝認(rèn)為，微博是以“熟人”為中心構(gòu)建的交往圈子，并帶有“差序格局”的特征。[5]無(wú)可否認(rèn)，社交媒體中存在著大量由各種社會(huì)圈子和社會(huì)群體構(gòu)成的互動(dòng)關(guān)系，但對(duì)于“影響力圈層”來說，它并不關(guān)注這些因素的作用，而是只聚焦于線上的互動(dòng)格局和圈層差異。這種圈層并不來自于其他的圈子因素，而主要由參與者的話語(yǔ)權(quán)或者說影響力層級(jí)所主導(dǎo)。

其三，社交媒體“影響力圈層”不是基于興趣、事件、主題等關(guān)系的聚合，而只是一種影響力流動(dòng)的秩序或者說機(jī)制。網(wǎng)絡(luò)中的興趣圈層、因事件而聚合的圈子、網(wǎng)絡(luò)群體的亞文化等，都是網(wǎng)絡(luò)群體形成的紐帶，但是我們也需注意網(wǎng)絡(luò)用戶的影響力層級(jí)、網(wǎng)絡(luò)話語(yǔ)地位等網(wǎng)絡(luò)本身的維度對(duì)于信息流動(dòng)的引力與約束機(jī)制。例如有研究者從興趣、愛好等因素論述受眾的分化及其帶來的“圈層”后果，指出受眾會(huì)“將自己所喜愛的內(nèi)容、關(guān)注的熱點(diǎn)，依靠互聯(lián)網(wǎng)的平臺(tái)以鏈接方式推給更多有著相同愛好和屬性的受眾，這就形成了‘圈層文化”[6]。對(duì)于互聯(lián)網(wǎng)中“興趣型圈子”“任務(wù)型圈子”的劃分也都建立于這種關(guān)系范式。[7]亦可以說，“影響力圈層”聚焦的是信息有效傳播中的流動(dòng)機(jī)制而不是聚合方式。

其四，社交媒體“影響力圈層”不是聚焦于傳者或受眾維度，而是著重于傳受關(guān)系和“傳受間性”。 社交媒體的研究不僅要關(guān)注傳播參與者在網(wǎng)絡(luò)影響力上的層級(jí)化，也需將視閾置于傳播者中的傳受影響力層級(jí)之間的關(guān)系。社交媒體的研究中把視域單獨(dú)地置于受眾或傳者的維度并不鮮見，例如：對(duì)微博意見領(lǐng)袖的輿論影響力分析、去中心化的“分眾”理論、受眾分化的“圈層受眾”，或是基于媒介傳者話語(yǔ)身份、受眾社會(huì)特征的考察分析。對(duì)于“微博意見領(lǐng)袖”或社交媒體受眾的輿論影響力、話語(yǔ)權(quán)力已有諸多研究，但是傳者和受眾在傳受關(guān)系及其有效傳播中具有怎樣的關(guān)系格局和“間性”結(jié)構(gòu)，這在對(duì)于社交媒體的研究中仍需加以重視和挖掘。

布勞的“接近性”假設(shè)認(rèn)為，人們更多與自己群體或者社會(huì)階層中的成員交往，相同社會(huì)位置處境的人們有著共同的社會(huì)角色、社會(huì)經(jīng)驗(yàn)以及相似的屬性和態(tài)度，這些都將促進(jìn)他們之間的交往關(guān)系。[8]這種社會(huì)接近性的分析為網(wǎng)絡(luò)準(zhǔn)虛擬特征和線上話語(yǔ)身份的接近性提供著理論坐標(biāo)。朱天等研究者界定和區(qū)分了互聯(lián)網(wǎng)圈子、互聯(lián)網(wǎng)群體、互聯(lián)網(wǎng)社會(huì)組織、互聯(lián)網(wǎng)社區(qū)的各自的概念內(nèi)涵，其中互聯(lián)網(wǎng)圈子指的是“社會(huì)成員基于不同緣由，以社會(huì)關(guān)系的遠(yuǎn)近親疏作為衡量標(biāo)準(zhǔn)，通過互聯(lián)網(wǎng)媒介平臺(tái)集聚與互動(dòng)，所建立并維系的一個(gè)社會(huì)關(guān)系網(wǎng)絡(luò)”；互聯(lián)網(wǎng)群體是人們以網(wǎng)結(jié)緣和因網(wǎng)結(jié)緣形成的網(wǎng)絡(luò)社會(huì)群體；互聯(lián)網(wǎng)社會(huì)組織是“為實(shí)現(xiàn)特定目標(biāo)，媒介網(wǎng)絡(luò)所建立的分工明確的共同活動(dòng)的人類群體”；互聯(lián)網(wǎng)社區(qū)的現(xiàn)實(shí)示例則是天涯論壇、BBS等。[4]阿達(dá)米克等人對(duì)斯坦福大學(xué)社交網(wǎng)站Club Nexus中的學(xué)生的社交網(wǎng)絡(luò)進(jìn)行了分析，發(fā)現(xiàn)在年級(jí)、部門、專業(yè)、性別以及對(duì)書籍和電影的愛好等用戶屬性方面，隨著用戶連接距離的增加，用戶之間的同質(zhì)性均逐漸降低，說明用戶更傾向于同與自己具有相同屬性的其他用戶取得聯(lián)系。[9]但是在這些基本范型的梳理之中，我們主要看到的只是基于線下社會(huì)關(guān)系的互聯(lián)網(wǎng)圈子或基于網(wǎng)絡(luò)活動(dòng)、網(wǎng)絡(luò)主題紐帶的互聯(lián)網(wǎng)用戶關(guān)聯(lián)，而未展現(xiàn)出一種更深層次的網(wǎng)絡(luò)圈層，這種圈層基于網(wǎng)絡(luò)主體的傳受間性和線上特征，形成信息有效流動(dòng)循環(huán)的機(jī)制與范型。賴特·米爾斯曾經(jīng)在其名著《權(quán)力精英》中指出，美國(guó)由頂層的政府、經(jīng)濟(jì)企業(yè)與軍事系統(tǒng)“權(quán)力精英”所主導(dǎo)的社會(huì)結(jié)構(gòu)，其“權(quán)力精英”具有內(nèi)部的共同性和對(duì)于其他中層、下層的相對(duì)封隔性。[10]借用米爾斯的概念，可以提問的是，在網(wǎng)絡(luò)社交媒體背景下是否存在著一種影響力的圈層結(jié)構(gòu)，這些圈層看似界限松散、交互自由，但是其中的交互并不是自由的而是具有其自身的層級(jí)性和區(qū)隔性，層級(jí)更傾向于其相同或相近層級(jí)的交流、傳播。在這樣的語(yǔ)境中，個(gè)體的話語(yǔ)是基于其圈層界限和接近權(quán)范圍之內(nèi)的話語(yǔ)流動(dòng)。

二、 研究設(shè)計(jì)與研究方法

前文所述的假設(shè)可進(jìn)一步提煉為以下表述：社交媒體的有效信息流動(dòng)中，受眾最有可能對(duì)和自己的影響力層級(jí)相近的傳者進(jìn)行反饋，傳者得到的反饋?zhàn)钣锌赡軄碜院妥约旱挠绊懥蛹?jí)相近的受眾。其中，“有效流動(dòng)”的界定是，傳者在社交媒體發(fā)出的信息（或帖子）得到受眾的反饋；“反饋”的界定是，受眾對(duì)傳者發(fā)出的信息（或帖子）進(jìn)行了評(píng)論、點(diǎn)贊、轉(zhuǎn)發(fā)等行為。之所以把“影響力圈層”限定在信息“有效流動(dòng)”的研究范圍內(nèi)，是因?yàn)樘尤魞H僅被發(fā)布而不被瀏覽或僅被瀏覽而并未產(chǎn)生反饋與作用，那我們無(wú)從判斷這樣的帖子是否達(dá)成了有效的信息傳播，也難以判斷信息的受眾是否為有效受眾。

本文選取幾種具有典型性和各具特點(diǎn)的社交媒體進(jìn)行實(shí)證研究，包括Twitter， YouTube， Google+， Flickr，以檢驗(yàn)假設(shè)是否有效。它們都具有世界領(lǐng)先的規(guī)模和流量，其中：Twitter是全球具有代表性的著名微博平臺(tái)，YouTube是全球最大和最主要的視頻社交媒體；Flickr是最具有代表性的圖片型分享網(wǎng)站和社交平臺(tái)之一；Google+是具有綜合性的SNS網(wǎng)絡(luò)媒體。研究的基本思路是，對(duì)每一種媒體，通過網(wǎng)絡(luò)爬蟲軟件抓取一定數(shù)量的帖子，對(duì)每條帖子考察它的發(fā)布者的影響力等級(jí)和有效受眾的影響力等級(jí)。

其中的關(guān)鍵概念分別界定如下：（1）影響力。影響力根據(jù)不同媒體的特點(diǎn)和現(xiàn)實(shí)所能獲取的指標(biāo)數(shù)據(jù)，分別以用戶的被收藏?cái)?shù)（被喜歡數(shù)）、用戶被查看總次數(shù)、關(guān)注者數(shù)量、得到的推薦語(yǔ)數(shù)量等指標(biāo)來考量。（2）影響力等級(jí)。對(duì)上述影響力數(shù)值，由于它們是連續(xù)性的，因此將其轉(zhuǎn)換為離散的等級(jí)序數(shù)，便于進(jìn)行分析。轉(zhuǎn)換方法是采取對(duì)數(shù)函數(shù)，將影響力轉(zhuǎn)換為若干等級(jí)，得到的等級(jí)范圍最小值為1，最高值依據(jù)媒體的不同在1015之間。（3）有效受眾。對(duì)帖子的受眾，不考慮那些僅觀看而不做任何表示與反饋的受眾，而考慮對(duì)帖子做出了評(píng)論、收藏、轉(zhuǎn)發(fā)、點(diǎn)贊等有效反饋的受眾。

四種媒體的影響力指標(biāo)及其含義如下：（1）Twitter：以用戶被其他用戶收藏（favorite）數(shù)作為其影響力指標(biāo)。這反映了該傳者或受者被其他Twitter用戶認(rèn)知、認(rèn)可的程度，這也和該傳者/受者的內(nèi)在質(zhì)量和實(shí)力有很大關(guān)系。（2）YouTube：以用戶的頁(yè)面被觀看次數(shù)作為其影響力指標(biāo)。該指標(biāo)并不是用戶所發(fā)布的單獨(dú)的帖子（視頻）被觀看次數(shù)，而是該用戶頁(yè)面的被其他用戶觀看總次數(shù)。這在作為視頻媒體的YouTube中，反映著用戶的傳播廣泛度、滲透率以及內(nèi)容的吸引力，可以作為反映其影響力的有效指標(biāo)。（3）Google+：以用戶的關(guān)注者數(shù)量作為其影響力指標(biāo)。作為一種社交網(wǎng)絡(luò)，通過關(guān)注者數(shù)量來衡量影響力是合理的，同時(shí)該數(shù)據(jù)在Google+中也便于獲取。（4）Flickr：以用戶所得到的其他用戶的推薦語(yǔ)總數(shù)作為衡量影響力的指標(biāo)。Flickr是一個(gè)圖像型媒體，帖子都是發(fā)布的照片，用戶獲得的推薦語(yǔ)數(shù)量既是其傳播受眾廣度的體現(xiàn)，也是其滲透率和內(nèi)容質(zhì)量的體現(xiàn)，可以反映出一個(gè)賬戶的影響力。

由于社交媒體的類型的不同，我們對(duì)幾種媒體所采取的影響力指標(biāo)是不同的。但這并不妨礙這些指標(biāo)反映著傳者或受眾的影響力，也不妨礙對(duì)單獨(dú)一種媒體的分析的自洽性。因?yàn)楸疚牡姆治霾⒉皇菍?duì)不同媒體中的影響力進(jìn)行橫向比較，而只是分析文章的假設(shè)效應(yīng)在這幾種媒體中是否單獨(dú)各自成立。

四種媒體的“有效受眾”，其界定和選取標(biāo)準(zhǔn)如下：（1）Twitter：對(duì)帖子做出轉(zhuǎn)推或評(píng)論的受眾；（2）YouTube：對(duì)帖子做出評(píng)論的受眾；（3）Google+：對(duì)帖子做出評(píng)論或點(diǎn)贊的受眾；（4）Flickr：對(duì)帖子做出評(píng)論的受眾。這些有效受眾的信息和賬戶網(wǎng)址，都可以依據(jù)四種媒體的不同，通過其評(píng)論區(qū)或反饋區(qū)而便利地獲取到。

對(duì)于傳受關(guān)系中“影響力圈層”效應(yīng)的判定和檢驗(yàn)，主要通過以下方式，涉及Pearson相關(guān)系數(shù)、Kendell秩相關(guān)系數(shù)、Spearman等級(jí)相關(guān)系數(shù)等：（1）傳者受者Pearson相關(guān)系數(shù)。檢驗(yàn)每個(gè)傳者影響力等級(jí)和它對(duì)應(yīng)的每個(gè)受者影響力等級(jí)之間的相關(guān)性，這通過Pearson相關(guān)系數(shù)的計(jì)算和檢驗(yàn)來進(jìn)行。（2）受傳關(guān)聯(lián)性。該部分將考察對(duì)于某個(gè)等級(jí)的受眾，它在哪個(gè)等級(jí)的傳者中分布比例最高。對(duì)于等級(jí)m的受眾群，它可能來自各個(gè)等級(jí)的傳者。將這個(gè)擁有m等級(jí)受眾的比例最高的傳者等級(jí)記為n。最后計(jì)算每個(gè)等級(jí)的受眾（m1，m2，m3，……，mmax）和該等級(jí)受眾分別對(duì)應(yīng)的傳者等級(jí)n（n1，n2，n3，……，nmax）之間的相關(guān)系數(shù)。理論上，若存在影響力的同層級(jí)結(jié)構(gòu)，則每個(gè) m和對(duì)應(yīng)的n值應(yīng)是相等或相近的，一個(gè)值大另一個(gè)值也應(yīng)隨之大，一個(gè)值小另一個(gè)值也相應(yīng)小，也即兩者應(yīng)具有顯著的相關(guān)性。（3）傳受關(guān)聯(lián)性。該部分考察，某個(gè)等級(jí)的傳者擁有的各等級(jí)受眾中，哪個(gè)等級(jí)的受眾所占的“相對(duì)比例”最高。例如，假設(shè)等級(jí)為8的傳者擁有等級(jí)為3的受眾占55%，該比例看似很高，但如果等級(jí)3的受眾在全體受眾中占的比例為60%，那么，等級(jí)為8的傳者所擁有的等級(jí)為3的受眾的“相對(duì)比例”實(shí)際是低的；又例如，假設(shè)等級(jí)為8的傳者擁有等級(jí)為7的受眾僅占3%，該比例看似很低，但如果等級(jí)7的受眾在全體受眾中占的比例僅為1%，那么，等級(jí)為8的傳者所擁有的等級(jí)為7的受眾的“相對(duì)比例”實(shí)際是較高的。對(duì)于等級(jí)n的傳者，它可能擁有分布于各個(gè)等級(jí)的受眾，n等級(jí)的傳者擁有的每個(gè)等級(jí)的受眾所占比例記為mn。1，mn。2，mn。3，……，mn。max；對(duì)于每個(gè)等級(jí)的受眾，在全部受眾的總體中所占比例記為m1，m2，m3，……，mmax；則得到n等級(jí)的傳者擁有的每個(gè)等級(jí)的受眾的“相對(duì)比例”為某等級(jí)的受眾在n等級(jí)傳者的受眾中所占比例減去該等級(jí)受眾在全體受眾中所占比例，即：mn。1- m1，mn。2- m2，mn。3- m3，……，mn。max - mmax。這種“相對(duì)比例”有效地屏除了受眾全體的分布“絕對(duì)比例”對(duì)于特定等級(jí)的傳者所擁有的受眾的相對(duì)分布結(jié)構(gòu)的影響。隨后，考察n等級(jí)的傳者擁有的相對(duì)比例最高的受眾等級(jí)，標(biāo)為m。最后計(jì)算每個(gè)傳者等級(jí)n和它對(duì)應(yīng)的m值之間的相關(guān)系數(shù)。理論上，若存在影響力的同層級(jí)結(jié)構(gòu)，則每個(gè) m和對(duì)應(yīng)的n值應(yīng)是相等或相近的，一個(gè)值大另一個(gè)值也應(yīng)隨之大，一個(gè)值小另一個(gè)值也相應(yīng)小，也即兩者應(yīng)具有顯著的相關(guān)性。

三、 抽樣過程與數(shù)據(jù)清洗

對(duì)四種媒體各抽取一年之內(nèi)的帖子樣本用于分析。本研究采取專門主題的抽樣，每種媒體都以“China”和“culture”為復(fù)合關(guān)鍵詞，針對(duì)某個(gè)專題領(lǐng)域爬取帖子樣本。各媒體的數(shù)據(jù)抓取過程分別如下：

Twitter：經(jīng)采集和過濾后得到從2014年10月11日到2015年10月10日的帖子共13，471條，這些帖子在12個(gè)月中隨機(jī)分布。從中剔除轉(zhuǎn)推數(shù)和收藏?cái)?shù)都為0的帖子，剩下3，850條。對(duì)這3，850帖子采集它們的轉(zhuǎn)推者和收藏者。由于有些受眾賬號(hào)已被凍結(jié)，因此并非所有帖子的受眾都能成功采集。成功采集的有：轉(zhuǎn)推者9，867條，去重后6，391條，成功采集其中6，383個(gè)受眾的具體信息；收藏者9，649條，去除重復(fù)后5，836條，成功采集5，829個(gè)受眾的具體信息和影響力數(shù)據(jù)。

YouTube：在YouTube首頁(yè)對(duì)組合關(guān)鍵詞進(jìn)行搜索得到的內(nèi)容，每隔兩周采樣一次，抓取2014年11月16日至2015年11月15日之間上傳的YouTube視頻帖子，去除重復(fù)帖之后，剩下的樣本2，486條。這些帖子樣本的評(píng)論數(shù)量分異很大，有必要避免少數(shù)過熱帖子對(duì)總體受眾結(jié)構(gòu)比例的過大的偏倚影響。因此對(duì)于所有帖子，若帖子的評(píng)論數(shù)量大于240條，則僅取前240條評(píng)論。最后得到16，547條評(píng)論及其評(píng)論者。這16，547條評(píng)論，由15，521個(gè)不同的評(píng)論者所發(fā)。評(píng)論者信息由于存在賬戶凍結(jié)、賬戶異常等情況，這15，521個(gè)不同的評(píng)論者中，實(shí)際成功采集15，510個(gè)評(píng)論者的影響力數(shù)據(jù)。

Google+：在Google+首頁(yè)對(duì)組合關(guān)鍵詞進(jìn)行搜索，得到按時(shí)間更新順序的帖子。采集的是2014年10月21日到2015年10月20日按時(shí)間更新排序全部帖子，共得4，947條。對(duì)這4，947條帖子，爬取做了評(píng)論、點(diǎn)贊的所有有效受眾的信息。由于很多帖子反響冷清，沒有任何受眾對(duì)其評(píng)論或點(diǎn)贊。因此實(shí)際取得472條帖子的共7，668個(gè)為帖子評(píng)論或點(diǎn)贊的受眾。這7，668個(gè)受眾去除重復(fù)后為5，783個(gè)，從中剔除無(wú)效賬戶或異常賬戶，實(shí)際采得5，780個(gè)不同受眾的影響力數(shù)據(jù)。

Flickr：在Flickr首頁(yè)根據(jù)組合關(guān)鍵詞進(jìn)行搜索得到的內(nèi)容，每?jī)芍懿蓸右淮巍lickr采集的是2014年11月4日到2015年11月3日按時(shí)間更新排序的照片帖子，共得16，692條，其中819條有評(píng)論，其他絕大多數(shù)的照片帖子的評(píng)論數(shù)為0。由于每個(gè)照片貼的評(píng)論區(qū)中評(píng)論數(shù)量差異很大，多數(shù)帖子沒有評(píng)論或僅有少數(shù)評(píng)論，而少數(shù)帖子的評(píng)論則成千上萬(wàn)條。為了避免這少數(shù)帖子對(duì)整體數(shù)據(jù)比例的過大影響和樣本參數(shù)的偏倚，采取弱化異常值的做法，每條帖子若評(píng)論數(shù)大于220條則只取前220條評(píng)論。最后采集得到各照片貼的評(píng)論9，018條，它們由3，673個(gè)不同的評(píng)論者所發(fā)。實(shí)際采得3，665個(gè)評(píng)論者的個(gè)人資料，其他幾個(gè)由于賬戶關(guān)閉等原因未成功抓取。

對(duì)于傳者及其受眾的數(shù)據(jù)資料，進(jìn)行清洗和標(biāo)準(zhǔn)化的處理、轉(zhuǎn)換。獲取得到的帖子、傳者、受者的資料，傳入到SQL SERVER數(shù)據(jù)庫(kù)中進(jìn)行連接操作。其中涉及的所有影響力數(shù)值如關(guān)注者數(shù)、頁(yè)面被觀看總次數(shù)等，通常都數(shù)值跨度很大。除個(gè)別特例和特別說明外，本文都以取對(duì)數(shù)值的方法將其轉(zhuǎn)為小跨度的等級(jí)數(shù)處理。具體處理方法為：設(shè)原值為x，轉(zhuǎn)換后的值為y，則y= int（log（x）*2）+1，其中int是取整函數(shù)，即取不大于該值的最大整數(shù)，如2.511取值為2；log是取以10為底的對(duì)數(shù)；原值x為0的，若無(wú)特別說明，則轉(zhuǎn)換后的值取為1。轉(zhuǎn)換公式為y=int（log（x）*2）+1的數(shù)值范圍對(duì)應(yīng)關(guān)系為：[1，101/2），轉(zhuǎn)換后為1；[101/2，10），轉(zhuǎn)換后為2；[10， 103/2），轉(zhuǎn)換后為3； [103/2， 100），轉(zhuǎn)換后為4；[100， 105/2），轉(zhuǎn)換后為5；[105/2， 1000），轉(zhuǎn)換后為6……以此類推。也即，每個(gè)轉(zhuǎn)換后的數(shù)字編碼n對(duì)應(yīng)的范圍為：下界為10（n-1）/2，且包含該下界值；上界為10n/2，且不包含該上界值。經(jīng)對(duì)數(shù)函數(shù)轉(zhuǎn)換后的等級(jí)數(shù)，基本都在1至20的整數(shù)區(qū)間范圍內(nèi)。

四、 Twitter中的檢驗(yàn)與分析

通過SQL SERVER數(shù)據(jù)庫(kù)對(duì)所得的Twitter數(shù)據(jù)表進(jìn)行連接，每一行數(shù)據(jù)中包含一條帖子的傳者資料及其對(duì)應(yīng)的一個(gè)受者資料，共得到這樣的數(shù)據(jù)行13，250條。

1. 傳受雙向關(guān)聯(lián)性

對(duì)轉(zhuǎn)換后的傳者和受者影響力等級(jí)數(shù)，考察其Pearson相關(guān)系數(shù)（見表1），剔除無(wú)效數(shù)據(jù)行后，剩余的有效數(shù)據(jù)為12，549條。結(jié)果顯示，傳者的被收藏?cái)?shù)和受者的被收藏?cái)?shù)存在顯著的相關(guān)性，其P值為0.000。即，Twitter中傳者和他對(duì)應(yīng)的受眾的影響力等級(jí)之間是具有關(guān)聯(lián)的，一個(gè)值越大則另一個(gè)值也越大。

2. 受傳關(guān)聯(lián)性

在收藏?cái)?shù)反映的影響力等級(jí)的對(duì)應(yīng)關(guān)系上，對(duì)各個(gè)等級(jí)的傳者具有的受眾等級(jí)之間的對(duì)應(yīng)分布情況，以概率矩陣和交叉表的方式表示如下（見表2）。其中，每一行表示一種傳者的被收藏?cái)?shù)等級(jí)，該行中的每一列單元格表示該等級(jí)的傳者擁有的各等級(jí)受眾的比例。例如，對(duì)于等級(jí)5的傳者而言，其受眾中等級(jí)1的受眾占1.6%，等級(jí)2的受眾占1.7%。表格中最后一行為“總計(jì)”，也即每個(gè)等級(jí)的受眾在全體受眾樣本中所占的比例，例如，等級(jí)1的受眾在全體受眾樣本中占1.3%，等級(jí)2的受眾在全體受眾樣本中占1.4%。

用“該等級(jí)受眾所屬的比例最高的傳者等級(jí)”，表示對(duì)于某個(gè)等級(jí)的受眾，它在哪個(gè)等級(jí)的傳者中比例最高。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表3所示（傳者的第12級(jí)只有7個(gè)傳者樣本，樣本量過小，其數(shù)據(jù)不納入考察范圍）。

對(duì)上述等級(jí)序列進(jìn)行相關(guān)分析，Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)都通過檢驗(yàn)，P值分別為0.002和0.000，相關(guān)系數(shù)分別為0.763和0.899。即Twitter受眾被收藏?cái)?shù)的等級(jí)越高，那么該等級(jí)受眾所屬的比例最高的傳者等級(jí)也相應(yīng)越高，Twitter受眾等級(jí)和該等級(jí)受眾所屬的比例最高的傳者等級(jí)之間存在顯著的相關(guān)性。

3. 傳受關(guān)聯(lián)性

考察每個(gè)等級(jí)的傳者其受眾的分布偏向。由于受眾在各個(gè)等級(jí)的分布還受到總體中受眾分布的影響，所以把傳受矩陣中某等級(jí)傳者所對(duì)應(yīng)的各個(gè)等級(jí)的受眾的比例，減去該等級(jí)的受眾在總體的絕對(duì)比例，也即單元格的值減去該列的總體比例值，這樣得到不同等級(jí)的受眾對(duì)應(yīng)于不同等級(jí)傳者的“相對(duì)比例”（見表4）。

用“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”，表示對(duì)于某個(gè)等級(jí)的傳者，它擁有哪個(gè)等級(jí)的受眾是“相對(duì)比例”最高的。其中，相對(duì)比例指的是，（i等級(jí)的傳者擁有的j等級(jí)受眾比例-總體的j等級(jí)受眾比例）。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表5所示（傳者的第12級(jí)只有7個(gè)傳者樣本，樣本量過小，此處不納入考察范圍）

相關(guān)分析的結(jié)果顯示，傳者的被收藏?cái)?shù)等級(jí)和“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”，其相關(guān)性的P值為0.000，Pearson相關(guān)系數(shù)為0.878，存在顯著的強(qiáng)相關(guān)性。Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)也都通過檢驗(yàn)，P值分別為0.007和0.001，相關(guān)系數(shù)分別為0.648和0.843。分析結(jié)果顯示，傳者及其受眾在影響力等級(jí)存在顯著的關(guān)聯(lián)。

五、 Google+中的檢驗(yàn)與分析

1. 傳受雙向關(guān)聯(lián)性

Google+以用戶的關(guān)注者數(shù)量作為其影響力的衡量指標(biāo)。對(duì)轉(zhuǎn)換后的傳者和受者關(guān)注者數(shù)量的等級(jí)數(shù)，考察其Pearson相關(guān)系數(shù)。結(jié)果顯示，傳者的被收藏?cái)?shù)和受者的被收藏?cái)?shù)存在顯著的相關(guān)性，其Pearson相關(guān)系數(shù)的P值為0.000。即，Google+中傳者和對(duì)應(yīng)的受眾影響力等級(jí)之間是具有線性關(guān)聯(lián)的。

2. 受傳關(guān)聯(lián)性

對(duì)各個(gè)等級(jí)的傳者和受眾之間的對(duì)應(yīng)分布情況，以概率矩陣的方式表示（具體矩陣結(jié)構(gòu)和前文Twitter部分的表2相同，由于篇幅所限，此處不將全表列出）。其中，每一行表示一種傳者等級(jí)，該行中的每一列單元格表示該等級(jí)的傳者擁有的各等級(jí)受眾的比例。表格中最后一行為“總計(jì)”，也即每個(gè)等級(jí)的受眾在全體受眾樣本中所占比例。

用“該等級(jí)受眾所屬的比例最高的傳者等級(jí)”，表示對(duì)于某個(gè)等級(jí)的受眾，它在哪個(gè)等級(jí)的傳者中所占比例最高。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表6所示（傳者的第1級(jí)只有27個(gè)傳者樣本，受者的第1316級(jí)為空缺，這幾個(gè)等級(jí)樣本量過小，不納入考察范圍）。

根據(jù)相關(guān)分析的結(jié)果，受眾的關(guān)注者等級(jí)和該等級(jí)受眾所屬的比例最高的傳者等級(jí)之間， Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)也都通過檢驗(yàn)，P值分別為0.009和0.009，大大低于0.05的顯著性臨界標(biāo)準(zhǔn)。Kendell相關(guān)系數(shù)和Spearman相關(guān)系數(shù)分別為0.623和0.740。相關(guān)分析的結(jié)果顯示，受眾及其傳者在影響力等級(jí)存在顯著的關(guān)聯(lián)。

3. 傳受關(guān)聯(lián)性

考察每個(gè)等級(jí)的傳者，其受眾的分布偏向，得到不同等級(jí)的受眾對(duì)應(yīng)于不同等級(jí)傳者的“相對(duì)比例”（具體矩陣結(jié)構(gòu)和前文Twitter部分的表4相同，由于篇幅所限，此處不將全表列出）。用“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”，表示對(duì)于某個(gè)等級(jí)的傳者，它擁有哪個(gè)等級(jí)的受眾是相對(duì)比例最高的。其中，相對(duì)比例指的是，i等級(jí)的傳者擁有的j等級(jí)受眾比例-總體的j等級(jí)受眾比例。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表7所示（傳者的第1級(jí)只有27個(gè)傳者樣本，受者的第1316級(jí)為空缺，這幾個(gè)等級(jí)樣本量過小，不納入考察范圍）。

相關(guān)分析結(jié)果顯示，傳者的關(guān)注者數(shù)量等級(jí)和該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)之間，Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)都通過檢驗(yàn)，P值分別為0006和0016，大大低于005的顯著性臨界標(biāo)準(zhǔn)。相關(guān)系數(shù)分別為0661和0703。這顯示，傳者及其受眾在影響力等級(jí)存在顯著的關(guān)聯(lián)。

六、 YouTube中的檢驗(yàn)與分析

1. 傳受雙向關(guān)聯(lián)性

YouTube中以用戶的頁(yè)面被觀看次數(shù)作為其影響力指標(biāo)。對(duì)轉(zhuǎn)換后的傳者和受者影響力等級(jí)數(shù)，考察其Pearson相關(guān)系數(shù)。16，522個(gè)有效樣本的分析結(jié)果顯示，YouTube傳者和受者的頁(yè)面被觀看數(shù)之間，相關(guān)性的P值為0.000，但是相關(guān)系數(shù)為-0.045。由于存在著輕微的負(fù)相關(guān)，下文再對(duì)受傳關(guān)聯(lián)性以及傳受關(guān)聯(lián)性進(jìn)行分析，檢驗(yàn)其中是否存在顯著的“影響力圈層”效應(yīng)。

2. 受傳關(guān)聯(lián)性

對(duì)各個(gè)等級(jí)的傳者和受眾之間的對(duì)應(yīng)分布情況，以概率矩陣的方式表示（具體矩陣結(jié)構(gòu)和前文Twitter部分的表2相同，由于篇幅所限，此處不將全表列出）。其中，每一行表示一種傳者等級(jí)，該行中的每一列單元格表示該等級(jí)的傳者擁有的各等級(jí)受眾的比例。表格中最后一行為“總計(jì)”，也即每個(gè)等級(jí)的受眾在全體受眾樣本中所占比例。

用“該等級(jí)受眾所屬的比例最高的傳者等級(jí)”，表示對(duì)于某個(gè)等級(jí)的受眾，它在哪個(gè)等級(jí)的傳者中所占比例最高。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表8所示（其中傳者的等級(jí)2、3的樣本量分別為1和2，傳者等級(jí)4的樣本數(shù)為24，受眾的等級(jí)18空缺，因樣本量不足，將這四個(gè)等級(jí)的數(shù)據(jù)不納入考察范圍）：

對(duì)上表進(jìn)行相關(guān)分析， Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)都通過了檢驗(yàn)，P值分別為0.022和0.025，低于0.05的顯著性臨界標(biāo)準(zhǔn)；相關(guān)系數(shù)值分別為0.435和0.558。分析結(jié)果顯示，受眾及傳者在影響力等級(jí)存在顯著的關(guān)聯(lián)。

3. 傳受關(guān)聯(lián)性

考察每個(gè)等級(jí)的傳者，其受眾的分布偏向。得到不同等級(jí)的受眾對(duì)應(yīng)于不同等級(jí)傳者的“相對(duì)比例”（具體矩陣結(jié)構(gòu)和前文Twitter部分的表4相同，由于篇幅所限，此處不將全表列出）。用“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”，表示對(duì)于某個(gè)等級(jí)的傳者，它擁有哪個(gè)等級(jí)的受眾是相對(duì)比例最高的。其中，相對(duì)比例指的是，i等級(jí)的傳者擁有的j等級(jí)受眾比例-總體的j等級(jí)受眾比例。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表9所示（其中傳者的等級(jí)2、3的樣本量分別為1和2，傳者等級(jí)4的樣本數(shù)為24，受眾的等級(jí)18空缺，因樣本量不足，將這四個(gè)等級(jí)的數(shù)據(jù)不納入考察范圍）。

相關(guān)分析的結(jié)果顯示，傳者的頁(yè)面被觀看數(shù)的數(shù)量等級(jí)和“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”之間，Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)都通過了檢驗(yàn)，P值分別為0027和0038，低于005的顯著性臨界標(biāo)準(zhǔn)；相關(guān)系數(shù)值分別為0426和0522。分析結(jié)果顯示顯示，YouTube傳者及其受眾在影響力等級(jí)存在顯著的關(guān)聯(lián)。

七、 Flickr中的檢驗(yàn)與分析

1. 傳受雙向關(guān)聯(lián)性

本節(jié)對(duì)推薦語(yǔ)數(shù)量值的轉(zhuǎn)換方式和其他媒體有所例外，是對(duì)于傳者或受者得到的推薦語(yǔ)數(shù)量，設(shè)原值為x，轉(zhuǎn)換后的新值為y，則轉(zhuǎn)換方式為，y=INT（LN（x+1）*2）+1。之所以采取這樣的不同的方式，因?yàn)樵撛灯毡檩^小，絕大多數(shù)在兩位數(shù)之內(nèi)，所以不采用以10為底的對(duì)數(shù)而采取自然對(duì)數(shù)；且0值較多，所以先對(duì)原值加1，之后再進(jìn)行對(duì)數(shù)函數(shù)的處理。

對(duì)轉(zhuǎn)換后的傳者和受者推薦語(yǔ)等級(jí)數(shù)，考察其Pearson相關(guān)系數(shù)。根據(jù)8，825個(gè)有效樣本的分析，傳者的推薦語(yǔ)等級(jí)數(shù)和受者的推薦語(yǔ)數(shù)之間，其P值為0.000，相關(guān)系數(shù)為0.218，存在著顯著的相關(guān)性。

2. 受傳關(guān)聯(lián)性

對(duì)各個(gè)等級(jí)的傳者和受眾之間的對(duì)應(yīng)分布情況，以概率矩陣的方式表示（具體矩陣結(jié)構(gòu)和前文Twitter部分的表2相同，篇幅原因不將全表列出）。用“該等級(jí)受眾所在比例最高的傳者等級(jí)”，表示對(duì)于某個(gè)等級(jí)的受眾，它在哪個(gè)等級(jí)的傳者中比例最高。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表10所示（因傳者的第9、10級(jí)為空缺，這兩級(jí)的數(shù)據(jù)不納入考察范圍）。

相關(guān)分析顯示，受眾的推薦語(yǔ)數(shù)量等級(jí)和該等級(jí)受眾所屬的比例最高的傳者等級(jí)之間， Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)P值分別為0.023和0.007，低于0.05的顯著性臨界標(biāo)準(zhǔn)；相關(guān)系數(shù)分別為0.701和0.856。這顯示，受眾及其傳者在影響力等級(jí)存在顯著的相關(guān)性。

3. 傳受關(guān)聯(lián)性

考察每個(gè)等級(jí)的傳者，其受眾的分布偏向，得到不同等級(jí)的受眾對(duì)應(yīng)于不同等級(jí)傳者的“相對(duì)比例”（具體矩陣結(jié)構(gòu)和前文Twitter部分的表四相同，由于篇幅所限，此處不將全表列出）。用“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”，表示對(duì)于某個(gè)等級(jí)的傳者，它擁有哪個(gè)等級(jí)的受眾是相對(duì)比例最高的。其中，相對(duì)比例指的是，i等級(jí)的傳者擁有的j等級(jí)受眾比例-總體的j等級(jí)受眾比例。其數(shù)值以及排序的對(duì)應(yīng)關(guān)系如表11所示（因傳者的第9、10級(jí)為空缺，這兩級(jí)的數(shù)據(jù)不納入考察范圍）。

根據(jù)相關(guān)分析的結(jié)果，傳者的推薦語(yǔ)數(shù)量等級(jí)和“該等級(jí)傳者擁有的相對(duì)比例最高的受眾等級(jí)”之間，Kendell秩相關(guān)系數(shù)和Spearman等級(jí)相關(guān)系數(shù)P值分別為0.023和0.007，低于0.05的顯著性臨界標(biāo)準(zhǔn)；相關(guān)系數(shù)分別為0.701和0.856。這顯示，F(xiàn)lickr傳者及其受眾在影響力等級(jí)存在顯著的關(guān)聯(lián)。

八、 結(jié)語(yǔ)

通過對(duì)四種代表性社交媒體的分析，發(fā)現(xiàn)傳者和受眾的“影響力圈層”效應(yīng)在各種媒體樣本中基本都得到了檢驗(yàn)。具體的檢驗(yàn)結(jié)果如表12所示，其中“√”表示通過了相關(guān)系數(shù)的顯著性檢驗(yàn)（第一列為通過了Pearson相關(guān)系數(shù)檢驗(yàn)，第二、三列為通過了Kendell秩相關(guān)系數(shù)檢驗(yàn)和Spearman等級(jí)相關(guān)系數(shù)檢驗(yàn)），具有顯著的正相關(guān)關(guān)系；“×”表示不具有顯著的正相關(guān)關(guān)系。

可以看到，這四種媒體幾乎通過了所有的檢驗(yàn)，分析結(jié)果與假設(shè)的符合情況良好。即使在唯一的一項(xiàng)未通過的檢驗(yàn)中，即對(duì)YouTube的傳受雙向關(guān)聯(lián)性的檢驗(yàn)，一方面該項(xiàng)檢驗(yàn)的結(jié)果只是輕微的負(fù)相關(guān)系數(shù)，另一方面對(duì)YouTube的另兩項(xiàng)檢驗(yàn)表現(xiàn)很好，足以忽略第一項(xiàng)的輕微不利的檢驗(yàn)結(jié)果。而且即使該項(xiàng)檢驗(yàn)未通過，本研究對(duì)影響力圈層效應(yīng)的假設(shè)主要仍是基于后兩項(xiàng)檢驗(yàn)分析和審視。此外，除了YouTube，另三種重要和典型的社交媒體，其檢驗(yàn)結(jié)果與假設(shè)是很相符的，這也增強(qiáng)了對(duì)假設(shè)的印證和支撐效力。

本研究的不足在于：首先是樣本都來自于2014年底至2015年底的一年間，略有過時(shí)之嫌；其次是樣本的覆蓋量和覆蓋領(lǐng)域不夠大。對(duì)此需補(bǔ)充說明的是，數(shù)據(jù)的清洗和挖掘分析耗時(shí)甚久，但由于樣本帖的被發(fā)布時(shí)間有足夠大的跨度，且本文的假設(shè)并不是一個(gè)時(shí)效性很強(qiáng)的問題，因此過時(shí)的缺點(diǎn)可以說并不顯著。本研究的樣本覆蓋面因采取主題性的挖掘而不夠廣泛，由于樣本具有較長(zhǎng)的采集持續(xù)性以及在一年內(nèi)各時(shí)間段足夠的隨機(jī)性，一定程度上補(bǔ)充和增加了其效度。在其后可推進(jìn)更大規(guī)模的研究，將抽樣的領(lǐng)域擴(kuò)展到全部帖子及全部領(lǐng)域主題。

總體而言，本文基于Twitter， YouTube， Google+， Flickr這四種在國(guó)際具有重要性和代表性的不同類型的社交媒體，通過傳受雙向關(guān)聯(lián)性、受傳關(guān)聯(lián)性、傳受關(guān)聯(lián)性等方式，以及傳受關(guān)聯(lián)性中對(duì)“相對(duì)比例”的考察，計(jì)算檢驗(yàn)“影響力圈層”結(jié)構(gòu)和分析傳受者在影響力等級(jí)上的相關(guān)性。分析結(jié)果顯示，社交媒體傳播中的“影響力圈層”效應(yīng)在所考察的幾種典型媒體中都是存在和顯著的。社交媒體研究需充分重視傳受關(guān)系和傳受結(jié)構(gòu)中的“影響力圈層”效應(yīng)和機(jī)制，以及在這種結(jié)構(gòu)背景下的信息流動(dòng)有效性與話語(yǔ)傳播規(guī)律。

程蕾，趙艷艷.人·圈子·社會(huì)：自媒體語(yǔ)境下的人際傳播——基于對(duì)微博、微信使用情況的考察[J]. 新聞世界，2015（5）：138139.

[2] 劉左元，李林英.新媒體打破了以往社會(huì)分層的對(duì)話機(jī)制和模式[J]. 新聞?dòng)浾撸?012（4）：95.

[3] 張志安，束開榮.微信輿論研究：關(guān)系網(wǎng)絡(luò)與生態(tài)特征[J]. 新聞?dòng)浾撸?016（6）：2937.

[4] 朱天，張誠(chéng).概念、形態(tài)、影響：當(dāng)下中國(guó)互聯(lián)網(wǎng)媒介平臺(tái)上的圈子傳播現(xiàn)象解析[J]. 四川大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2014（6）：7180.

[5] 趙高輝.圈子、想象與語(yǔ)境消解：微博人際傳播探析[J]. 新聞?dòng)浾撸?013（5）：6671.

[6] 白曉婷.分眾理論下的“圈層受眾”理論及其研究[J]. 西部廣播電視，2015（17）：35.

[7] 朱天，張誠(chéng).框架理論視域下互聯(lián)網(wǎng)圈子的傳播結(jié)構(gòu)認(rèn)知[J]. 現(xiàn)代傳播，2015（10）：128132.

[8] [美]彼得·布勞.不平等和異質(zhì)性[M]. 王春光，謝圣贊，譯. 北京：中國(guó)社會(huì)科學(xué)出版社，1991：5759.

[9] Adamic， L.， Buyukkokten， O.， and Adar， E.. A Social Network Caught in the Web[J]. First Monday， 2003，8（6）：122.

[10] [美]查爾斯·賴特·米爾斯.權(quán)力精英[M]. 王崑，許榮，譯.南京：南京大學(xué)出版社，2004.

In social media， as “everyone has a microphone” and can listen to different microphone communication structures at any time， the relationship seems to be divergent and asymmetrical. However， the effective interaction between the sender and the audience is not loose and free， but tends to be the same as or similar to the spread of influence levels. More specifically， in the effective flow of information in social media， the audience is most likely to provide feedback to senders with similar influence levels while senders are most likely to get feedback from audience with similar influence levels. The formation of this circle and grade pathway in social media is not only relevant to entity factors and social attributes but also is based on the online features by “hierarchy of influence” and homogeneous circle flow. By quantitative analysis and test of some typical social media， the “influence hierarchy” effect in social media is valid and significant in samples. In the research of social media， the effect and mechanism of “influence hierarchy” in the relationship between the communicator and audience， as well as the structure under the background of information flow and effective discourse propagation， are to be highlighted.

social media；relation between the communicator and audience；influence hierarchy；audience

曾靜