◎陳 超

(上海交通大學媒體與傳播學院，上海 200240)

當前，社會新聞是媒體爭奪的焦點，而突發(fā)性事件與災難性事件在社會新聞中最為引人關(guān)注[1]。這類事件往往更容易引起社會恐慌，也更容易導致輿情的快速傳播和發(fā)展，因此也要求有更強的時效性。隨著移動互聯(lián)網(wǎng)技術(shù)和在線社交網(wǎng)絡的發(fā)展，社交媒體成為人們獲得、分享和傳播觀點的重要平臺。越來越多的突發(fā)性社會新聞首先經(jīng)由在線社交媒體曝光，并引起輿論的高度關(guān)注，傳統(tǒng)媒體在時效性方面相對處于劣勢地位。

微博的傳播以人為中心，能夠通過用戶關(guān)系以及轉(zhuǎn)發(fā)行為在短時間內(nèi)實現(xiàn)信息的快速裂變式傳播，并引起極大影響和關(guān)注[2]，微博成為整個社會話語場域的“話語旋渦”，扮演著話語策源地、信息橋和主導者等多重角色[3]，已經(jīng)成為突發(fā)性社會新聞傳播和輿情發(fā)展的主戰(zhàn)場。

新媒體平臺傳播效果的測量可以通過閱讀量、評論數(shù)、點贊數(shù)、轉(zhuǎn)發(fā)數(shù)等指標進行評價。然而，微博“粉絲路徑”和“轉(zhuǎn)發(fā)路徑”的傳播方式既不是傳統(tǒng)媒體的線性傳播，也不是網(wǎng)絡媒體的網(wǎng)絡傳播，其傳播速度和傳播廣度遠遠高于之前任何一種媒介產(chǎn)品，轉(zhuǎn)發(fā)行為可以反映信息傳播的廣度。因此，本研究試圖探討突發(fā)性社會新聞在微博的傳播機制以及網(wǎng)民轉(zhuǎn)發(fā)行為的影響因素。

一、文獻綜述與假設

目前，傳播學領(lǐng)域的研究大致可以劃分為以下三種：對過去一段時間段內(nèi)傳播現(xiàn)象的歷時分析、對現(xiàn)實傳播現(xiàn)象的描述與發(fā)現(xiàn)，以及對未來傳播現(xiàn)象或行為的預測。關(guān)于微博、Twitter等社交媒體轉(zhuǎn)發(fā)行為影響因素的研究，作為后兩種研究方向的重要內(nèi)容，已經(jīng)有國內(nèi)外諸多學者進行了探討。

針對國外社交媒體轉(zhuǎn)發(fā)行為影響因素的研究以Twitter為主，關(guān)于國內(nèi)社交媒體轉(zhuǎn)發(fā)行為的影響因素研究主要圍繞新浪微博開展。在影響轉(zhuǎn)發(fā)行為的微博內(nèi)容方面，Suh等[4]以Twitter為研究對象，分析了影響轉(zhuǎn)發(fā)的各種因素，結(jié)果表明，Twitter內(nèi)容中是否含有URL和 hashtag 標簽對轉(zhuǎn)發(fā)行為產(chǎn)生較大影響。Stieglitz等[5]發(fā)現(xiàn)，Twitter內(nèi)容的情感與其被轉(zhuǎn)發(fā)情況存在相關(guān)性，包含情感信息的微博比與不帶情感傾向的微博更容易得到轉(zhuǎn)發(fā)。

在影響轉(zhuǎn)發(fā)的用戶屬性方面，曹玖新等[6]對各種可能影響用戶轉(zhuǎn)發(fā)行為的因素進行統(tǒng)計分析，綜合用戶屬性特征、微博內(nèi)容特征和社交關(guān)系特征，預測用戶對給定微博的轉(zhuǎn)發(fā)行為。唐曉波等[7]基于微博內(nèi)容與用戶的個人興趣建立了微博轉(zhuǎn)發(fā)預測模型，針對用戶行為特征、用戶交互特征、微博特征、用戶興趣特征和情感差異特征，運用 SVM 實現(xiàn)微博轉(zhuǎn)發(fā)預測。

可見，相關(guān)研究已經(jīng)從被轉(zhuǎn)發(fā)者的個人屬性、被轉(zhuǎn)發(fā)的微博內(nèi)容特征以及轉(zhuǎn)發(fā)者個人的用戶興趣方面進行了相對詳細的探討，并提出了相對準確的微博轉(zhuǎn)發(fā)行為預測模型。但是依舊存在不足：

首先，從方法來看，這些研究是從整個社交媒體平臺中隨機抽取，或者僅對具有較高轉(zhuǎn)發(fā)量的微博內(nèi)容進行研究，而沒有考慮不同類別的信息可能對研究結(jié)果造成的影響。有學者指出，新聞信息所引發(fā)的負面情緒越強烈，就越可能被轉(zhuǎn)發(fā)，但在非新聞信息中，人們反而更愿意轉(zhuǎn)發(fā)具有正面積極色彩的信息[8]。

因此，對微博信息或者新聞題材的轉(zhuǎn)發(fā)行為進行分類研究似乎更為合理，本研究即針對突發(fā)性社會新聞的傳播機制和轉(zhuǎn)發(fā)行為展開。據(jù)此，提出如下假設：

H1.微博的轉(zhuǎn)發(fā)量在信源可信度方面存在顯著差異。

H1a.經(jīng)過認證的用戶比無認證用戶轉(zhuǎn)發(fā)量更高。

H1b.當事人用戶的微博轉(zhuǎn)發(fā)量高于其他類型用戶。

H2.微博的轉(zhuǎn)發(fā)量在內(nèi)容方面存在顯著差異。

H2a.當事人原博轉(zhuǎn)發(fā)量高于其他類型內(nèi)容的轉(zhuǎn)發(fā)量。

H2b.包含類似事件的微博轉(zhuǎn)發(fā)量高于不包含類似事件的微博轉(zhuǎn)發(fā)量。

H2c.包含圖片或視頻的微博比僅有文字的微博轉(zhuǎn)發(fā)量更高。

圖 1 突發(fā)性社會新聞轉(zhuǎn)發(fā)行為模型

二、研究模型

本研究本質(zhì)上屬于傳播效果研究。最經(jīng)典的拉斯韋爾5W傳播模式認為，信息傳播是由傳播者經(jīng)由渠道向受眾傳播內(nèi)容并產(chǎn)生影響的過程，雖后續(xù)學者陸續(xù)提出不同的傳播模型(如雙向啞鈴傳播模型)，但都離不開這幾個關(guān)鍵要素。由于微博接口限制，本研究無法爬取轉(zhuǎn)發(fā)者個人信息，因此將針對信源、內(nèi)容對轉(zhuǎn)發(fā)行為的影響進行分析。研究模型如下。

三、案例選取

本研究以2021年5月底發(fā)生的南京新街口事件作為樣本，來探究類似社會新聞的傳播機制以及影響網(wǎng)民轉(zhuǎn)發(fā)的因素。選取本事件的原因如下：首先，該事件為新近發(fā)生，更能體現(xiàn)突發(fā)性社會新聞事件在當前社交媒體上傳播的規(guī)律。其次，該事件一經(jīng)曝出，便在新浪微博迅速傳播，搜索熱度飆升，說明其引起的關(guān)注度較高，便于為研究提供更多的微博內(nèi)容采集樣本。

南京新街口事件始末如下：2021年5月29日晚，南京市秦淮區(qū)金鑾巷，一男子駕車撞人并持刀捅人?，F(xiàn)場群眾積極報警或上前攔阻卻被捅傷。隨后，“南京新街口”這一話題沖上新浪微博熱搜。2021年5月30日凌晨，南京市公安局發(fā)布警方通報，稱犯罪嫌疑人已被抓獲，因感情糾紛行兇，傷員已送往醫(yī)院。隨后，“南京遭碾壓女子離婚后仍被嫌犯要錢”登上熱搜，行兇原因引發(fā)熱議。2021年5月30日中午，南京見義勇為胖哥已完成手術(shù)并轉(zhuǎn)至ICU治療，市民到醫(yī)院送鮮花和食物。2021年6月2日，南京胖哥等10人被認定見義勇為。2021年7月27日，南京胖哥出院。

四、研究方法

研究方法包括數(shù)據(jù)采集、數(shù)據(jù)整理與數(shù)據(jù)分析三方面。

(一)數(shù)據(jù)采集

編寫python代碼，通過新浪微博API(Application Programming Interface)接口進行數(shù)據(jù)抓取。為了保證研究的可行性，本研究將以“南京新街口傷人”和“南京胖哥”為關(guān)鍵詞，在新浪微博爬取相關(guān)內(nèi)容及用戶特征，起止時間為2021年5月29日21點至7月31日。具體采集指標如下：原創(chuàng)帖與轉(zhuǎn)發(fā)貼的生成時間、用戶ID、用戶昵稱、用戶粉絲數(shù)、微博內(nèi)容、微博被轉(zhuǎn)發(fā)次數(shù)。

(二)數(shù)據(jù)整理

由于微博爬取數(shù)據(jù)龐大，考慮到數(shù)據(jù)整理的可操作性，從中隨機抽取1058條數(shù)據(jù)進行清理，去掉數(shù)據(jù)中的無關(guān)內(nèi)容、重復爬取的來自同一用戶的相同內(nèi)容，保留888條樣本，并對保留的微博內(nèi)容進行編碼。

(三)數(shù)據(jù)分析

首先，使用SPSS軟件對話題參與者的驗證類型、粉絲數(shù)量以及發(fā)博內(nèi)容進行描述性分析；其次，對以上各指標與轉(zhuǎn)發(fā)數(shù)量的關(guān)系進行相關(guān)分析與多元階層回歸分析。

五、研究結(jié)果

(一)發(fā)博用戶與微博內(nèi)容的構(gòu)成

1.發(fā)博用戶的構(gòu)成

從關(guān)注數(shù)量來看，參與南京新街口事件討論的發(fā)博用戶中，絕大多數(shù)(77.0%)用戶關(guān)注數(shù)量在1 000及以下，21.5%的用戶關(guān)注數(shù)量在1 001—10 000，其余1.5%的用戶關(guān)注數(shù)量達到了10 000以上。從粉絲量來看，約有1/3(34.2%)用戶的粉絲數(shù)量在10 000及以下，21.8%的用戶粉絲數(shù)量在10 001—100 000，其余44%的用戶粉絲數(shù)量則達到了10萬以上。從認證情況來看，近四成(36.6%)的用戶沒有進行認證，其余63.4%的用戶則進行了不同類型的認證。

2.微博內(nèi)容的構(gòu)成

從內(nèi)容類型來看，采集的微博樣本中，有54.3%的內(nèi)容為事實陳述，45.2%的內(nèi)容為觀點表達，0.5%的內(nèi)容為當事人原博。從內(nèi)容構(gòu)成來看，7.1%的微博提到了類似的惡性社會案件。從素材類型來看，大多數(shù)微博(60.1%)僅有文字，其余39.9%微博內(nèi)容包含圖片或者視頻。

3.微博轉(zhuǎn)發(fā)數(shù)量

絕大多數(shù)(72%)微博轉(zhuǎn)發(fā)量為0，20.6%微博轉(zhuǎn)發(fā)量在1—10之間，5.7%微博被轉(zhuǎn)發(fā)11—1000次，還有少量(5.7%)微博轉(zhuǎn)發(fā)量在101及以上。

(二)發(fā)博用戶與微博內(nèi)容在轉(zhuǎn)發(fā)量方面的群組差異分析

通過基于用戶是否認證、內(nèi)容是否包含相似事件、內(nèi)容是否包含圖片或視頻的獨立T檢驗，發(fā)現(xiàn)轉(zhuǎn)發(fā)量在用戶是否認證、內(nèi)容是否包含圖片或視頻上存在顯著差異，在內(nèi)容是否包含相似事件方面不存在顯著差異(見表1)。具體而言，經(jīng)認證的用戶的博文轉(zhuǎn)發(fā)量顯著高于未經(jīng)認證的用戶，包含圖片或視頻的微博比僅有文字的微博得到更多轉(zhuǎn)發(fā)。

通過用戶認證類型與轉(zhuǎn)發(fā)量的單因素ANOVA檢驗，發(fā)現(xiàn)當事人(在本研究中為南京胖哥邱紹春，下文簡稱為當事人)的微博轉(zhuǎn)發(fā)量與其他認證類型均存在顯著差異。具體而言，來自“南京胖哥QSC”的微博轉(zhuǎn)發(fā)量遠高于其他認證類型的用戶。

通過微博內(nèi)容類型與轉(zhuǎn)發(fā)量的單因素ANOVA檢驗，發(fā)現(xiàn)轉(zhuǎn)發(fā)量在不同內(nèi)容類型方面存在顯著差異。具體來說，當事人原博轉(zhuǎn)發(fā)量更高，事實性內(nèi)容轉(zhuǎn)發(fā)量其次，帶有觀點的內(nèi)容轉(zhuǎn)發(fā)量最低(見表2)。

表 1 不同群組在轉(zhuǎn)發(fā)量方面的獨立T檢驗結(jié)果

備注：*p＜.05 **p＜.01 ***p＜.001。

表2 不同群組在轉(zhuǎn)發(fā)量方面的ANOVA分析結(jié)果

至此，H1、H2a、H2c成立，H2b不成立。

六、結(jié)語

本研究針對發(fā)博用戶的可信度、微博的內(nèi)容特征對微博轉(zhuǎn)發(fā)量的影響進行了探討。結(jié)果表明，經(jīng)過認證的用戶比無認證用戶轉(zhuǎn)發(fā)量更高。當事人用戶的微博轉(zhuǎn)發(fā)量高于其他類型用戶，當事人原博轉(zhuǎn)發(fā)量高于其他類型內(nèi)容的轉(zhuǎn)發(fā)量，包含圖片或視頻的微博比僅有文字的微博轉(zhuǎn)發(fā)量更高，但內(nèi)容中是否提及類似案件對轉(zhuǎn)發(fā)量沒有顯著影響。

本研究的結(jié)論表明，在用戶獲得更多表達權(quán)的社交媒體上，事件當事人的影響力可能高于以往傳統(tǒng)的意見領(lǐng)袖、傳統(tǒng)媒體甚至政府部門，人人都可能成為下一個傳播中心，這或許對未來研究傳播路徑具有拋磚引玉的作用。