徐翔 劉悅

[摘要]全球性社交網(wǎng)絡媒體的強勢崛起，消減了不同國家和地區(qū)人們信息傳播的限制，其中也形成了新的社會連接、傳播機制和圈層路徑。本文針對的核心問題是全球社交網(wǎng)絡用戶在“社會互動位置—信息位置”之間的同質(zhì)效應：基于內(nèi)容的在信息空間中的坐標位置，和基于社交網(wǎng)絡中互動關系的坐標位置，兩者是否以及如何具有對應性與關聯(lián)性。選取Twitter這一重要而典型的社交媒體，以主題性的關鍵詞進行抽樣，抓取到去除重復后的102097條帖子及其上傳者和部分有效受眾樣本的信息;使用人工標注、機器學習相結(jié)合的方法對用戶所屬的國家劃歸到所屬的39個區(qū)域版塊，形成39×39的分布矩陣進行分析。在Twitter上進行信息傳播的過程中：不同區(qū)域版塊的用戶存在著“社會互動位置”與“信息位置”的同質(zhì)圈層效應。本文針對的不僅僅是用戶在社會互動關系和所處信息空間的同構(gòu)圈層性，而且提出、檢驗、分析了這兩者在各自多維度的“空間坐標”上的切近性。本文在我國文化的全球傳播中，對全球社交網(wǎng)絡中“社會互動位置—信息位置”同質(zhì)效應進行了首次明確分析與具體證實，有助于從傳受關系和內(nèi)容特征的多元交叉角度，加強對于社交網(wǎng)絡中信息傳播機制與結(jié)構(gòu)的研究。

[關 鍵 詞]社交媒體 ?社會互動位置 ?信息位置 ?同質(zhì)圈層 ?社會網(wǎng)絡

[基金項目]同濟大學中央高?；究蒲袠I(yè)務費資助項目“中歐合作背景下‘一帶一路文化傳播機制研究”（徐翔主持，項目編號：22120180186）、國家自然科學基金項目“社交網(wǎng)絡互動中用戶‘信息窄化機理分析：基于微博的數(shù)據(jù)挖掘”（徐翔主持，項目編號：71804126）的階段成果。

[作者簡介]徐翔（1983-），男，博士，同濟大學藝術與傳媒學院教授、院長助理、碩士生導師，同濟大學德國研究中心研究員;劉悅（1996-），女，同濟大學藝術與傳媒學院碩士研究生。

[中圖分類號]G206.2 ? ?[文獻標識碼]A ? ?[文章編號]1008-7672（2019）05-0092-11

一、 引論

（一） 研究背景與目的意義

全球范圍內(nèi)的社交網(wǎng)絡媒體的強勢興起背景下，世界上各個國家的人們增強了不受時空限制的相對自由地獲取信息和建立連接的能力。2006年，Twitter發(fā)布，迅速成為方便的交流工具和強大的社交媒體平臺;2010年每秒有750條Tweets發(fā)出。根據(jù)Edison Research和Triton Digital在2014年對美國社交媒體使用習慣的統(tǒng)計數(shù)據(jù)，超過80%的美國人在推特上獲取過信息。不可否認的是，以Twitter、Facebook等為代表的社交媒介已經(jīng)成為現(xiàn)代人們獲取信息的重要來源。另外，從社會網(wǎng)絡的層面來看，現(xiàn)實生活中的社會網(wǎng)絡正在向網(wǎng)絡世界延伸，人們得以看到現(xiàn)實社會視域之外的天地，甚至可以站在巨大的全世界社會網(wǎng)絡的角度審視自身的所在。網(wǎng)絡世界給予了社會網(wǎng)絡更強的流動能力、更廣的連接范圍、更大的影響限度。從中國的國際傳播層面而言，黨的十九大報告指出，“講好中國故事，展現(xiàn)真實、立體、全面的中國，提高國家文化軟實力?！毙旅襟w、社交媒體強勢發(fā)展下，如何利用好社交媒體的傳播機制和信息傳播規(guī)律，傳播好中國聲音也顯得尤為重要。

本文針對社交網(wǎng)絡媒體的信息傳播，對用戶進行全球范圍內(nèi)的區(qū)域版塊劃分，考察不同區(qū)域用戶在所發(fā)布內(nèi)容上的信息空間位置，以及在傳者—受眾有效互動上的社會位置，在此基礎上分析探究：用戶的社會互動位置和信息位置之間是否具有以及具有何種對應性和關聯(lián)性？

探索用戶的社會互動位置和信息位置之間的關系，實際上將用戶傳播信息和進行社會互動兩種互聯(lián)網(wǎng)上最常見的行為聯(lián)系在了一起，能從傳者與受眾的角度更好地理解社交媒體的傳播機制和傳播規(guī)律。國內(nèi)外關于社交媒體和社交網(wǎng)絡的相關研究中，對于“社會互動位置—信息位置”之間同質(zhì)效應或相似圈層效應研究的討論比較少，特別是基于國際傳播視角和全球社交網(wǎng)絡的實證分析。本文基于LDA主題模型等新興的傳播學研究方法和實證量化研究手段，加強了對于社交網(wǎng)絡中的社會互動位置和信息位置及其關系的分析，一定程度上彌補了這方面研究的缺失。此外，本文也可以為如何在國際社會中傳播好中國文化提供調(diào)研和決策支持，從社交網(wǎng)絡發(fā)展的層面上為更加專業(yè)化的信息傳播提供精準定位。

（二） 研究回顧

拉扎斯菲爾德在理解受眾時，認為他們是置于社會網(wǎng)絡中的、相互聯(lián)系的個人或團體，這種由于利益、情感、興趣等原因加入的社會關系會左右他們對媒介信息的選擇、接受和反應。網(wǎng)絡受眾的選擇具有很高的主動性，每一個網(wǎng)絡符號都代表了受眾所期望的目標，也就是說，網(wǎng)絡用戶無論是發(fā)布信息還是與他人進行互動等行為都具有主動性與目的性?！尔溈鼱柎蟊妭鞑ダ碚摗罚∕cQuails Mass Communicaiton Theory， 4th edition）一書在對媒介效果研究的歷史進行闡述時指出，“媒介是在一個既存的社會關系結(jié)構(gòu)以及特定的社會文化脈絡中運行的。”在這種社會關系結(jié)構(gòu)中，社會地位的不同會使得受眾對信息有不同的意義闡釋。美國當代讀者反應批評理論家斯坦利·菲什認為，受眾是“解釋團體”，社會地位相同或相近的讀者會因為類似的生活經(jīng)驗或價值觀，而擁有一套共同的解釋策略或思考和感知事物的方式。在這一層意義上可以認為社會位置會影響信息對受眾產(chǎn)生的效果，或者說和傳者處于相似社會位置的受眾會因與其共享相同的理解系統(tǒng)和認知空間而有效接收到更多來自同一層級的傳者的信息內(nèi)容。

基于上述認知，對于傳受之間互動關系的分析越來越多，主要體現(xiàn)在對于社會網(wǎng)絡的研究與建構(gòu)。社會網(wǎng)絡結(jié)構(gòu)是在社會行動者之間實際存在或者潛在的關系模式，不僅能夠測量行動者個體及他們所處的網(wǎng)絡成員之間錯綜復雜的關系和連結(jié)，還能對他們之間的互動模式進行可視化建模。社會網(wǎng)絡分析方法已經(jīng)廣泛運用于在線社會網(wǎng)絡等多種社會化媒體的研究之中，例如：Fischer等討論了Twitter的社會網(wǎng)絡結(jié)構(gòu)和交互的運行機制;王曉光等借鑒社會網(wǎng)絡的核心-邊緣分析界定了微博社區(qū)交流網(wǎng)絡核心與邊緣區(qū)域等。

這里需要說明的是，傳者主體和受者主體的互動行為所占比例具有方向性，例如A的主要互動對象是B，但B的主要互動對象未必是A。因此通過雙向的互動比例同時考察傳-受距離或受-傳距離，例如，某主體X作為傳者，其得到的點贊和收藏行為中，55%來自A，25%來自B，而20%來自C;但是主體X若作為受者，其發(fā)出的點贊和收藏行為中，20%是通向A，30%通向B，50%通向C。則上述兩個方向的距離分別是“傳者←受者”距離和“受者→傳者”距離。在本研究中對這兩個方向都予以考察。利用SPSS的“交叉表”功能分析分屬不同版塊的傳者和受眾之間的關系，通過對不同版塊的傳-受雙方互動頻率所占比重這一數(shù)據(jù)信息的計算，可以得到39個版塊之間的互動關系在“傳者←受者”或“受者→傳者”不同方向的比例分布，它們分別是39行乘以39列的比例分布表格。

傳受雙方的社會互動距離，分別采用以下兩個層面乘以兩個方向的指標進行測度衡量：一、直接距離層面：距離d1——傳者來自受眾所在版塊的比例，距離d2——受眾行為通向傳者所在版塊的比例;二、間接距離層面：距離d3——通過傳者來自受眾所在版塊的比例（距離d1），計算某塊與其他版塊之間的相似程度;距離d4——通過受眾對傳者行為所在版塊的比例（距離d2），計算某版塊與其他版塊之間的相似程度。其中，后兩個層面的距離的計算與前文“信息距離”的計算相同，也采用余弦距離進行其余弦相似度的計算，通過某一版塊用戶與其它版塊用戶之間的社會互動距離構(gòu)建的39維坐標，確定該版塊用戶在社會網(wǎng)絡中的坐標位置。

上述距離，均通過39維度的距離值，例如（d2，1，d2，2，d2，3，…，d2，39），以向量的方式標示某國家或版塊主體的社會互動位置，四種距離d1、d2、d3、d4分別形成四種位置p1、p2、p3、p4。以中國為例，根據(jù)傳者通向受眾層面的間接距離（余弦距離）這一測度指標的計算，該版塊用戶與其它版塊用戶的社會互動距離如表2所示，因此中國用戶在社會網(wǎng)絡中的39維的社會互動位置表示為

對以上社會互動位置的測度指標與信息位置進行相關性分析，即可驗證社交媒體上用戶的社會互動位置和信息位置之間是否存在相關性及其關聯(lián)的程度。

三、 檢驗與分析

為方便研究中對各個變量進行分析研究，將傳者通向受眾層面的距離和比例以及受眾回溯傳者層面的距離和比例，共同代表和反映某一個版塊用戶同其它版塊用戶的社會互動距離，以及在此距離結(jié)構(gòu)上形成的某版塊的社會互動位置。通過斯皮爾曼相關系數(shù)的檢驗，來考察用戶在社會互動位置和信息位置之間的相關性。

以新西蘭為例，計算信息距離與互動距離的斯皮爾曼相關性系數(shù)，結(jié)果如表3所示。

結(jié)果顯示，信息距離與受眾回溯傳者層面的距離Sig.值為0.001，斯皮爾曼相關性為0.524;信息距離與傳者通向受眾層面的距離Sig.值為0.005，斯皮爾曼相關性為0.444;信息距離與受眾回溯傳者層面的比例Sig.值為0.009，斯皮爾曼相關性為0.410;信息距離與傳者通向受眾層面的比例Sig.值為0.003，斯皮爾曼相關性為0.465。以上相關性系數(shù)均在 0.01 級別（雙尾），相關性顯著。

綜上所述，可以得出結(jié)論，在所抓取到的新西蘭這一板塊的用戶的樣本中，信息距離分別與四種社會互動距離的測度值之間均存在顯著的相關性。

同樣地，將全部39個版塊的變量進行相關性考察，得到以下結(jié)果：

從表4可以看出，在斯皮爾曼相關性檢驗中，基本上所有版塊的傳者通向受眾層面的距離和比例，以及受眾回溯傳者層面的距離和比例，這四種社會互動距離（d1、d2、d3、d4）形成的社會互動位置，與“信息位置”均存在顯著的正相關關系。同時，根據(jù)計算余弦距離形成的社會位置，相比直接的互動比例，與信息距離的相關性更強。

通過斯皮爾曼相關系數(shù)檢驗結(jié)果，得出結(jié)論，采集的數(shù)據(jù)樣本中所有版塊的信息距離分別與傳者來自受眾所在地區(qū)的比例和受眾來自傳者所在地區(qū)的比例均存在顯著的相關性，且信息距離與社會互動距離呈高度的正相關關系。由上述結(jié)論，可以認為用戶在信息以及社會互動兩個層面的社會網(wǎng)絡中的位置坐標具有較強的關聯(lián)性，驗證了假設的合理性。

四、 結(jié)語

隨著全球性社交媒體不斷滲透進越來越多人的生活，不同國家和地區(qū)的信息流動的壁壘被打破，新的傳播機制和圈層路徑也由此建立起來。本研究以twitter為對象，結(jié)合中國的國際傳播及中國文化案例，對其傳播中的全球社交網(wǎng)絡“社會互動位置—信息位置”同質(zhì)效應，進行了首次明確分析與具體證實。通過對中國文化在以Twitter為代表的國際社交媒體中傳播的分析，信息距離與社會互動距離具有高度的正相關關系，社會互動位置和信息位置之間具有較強的關聯(lián)性，兩者之間同質(zhì)化的圈層效應得到檢驗與呈現(xiàn)。換而言之，用戶在社交網(wǎng)絡和社會空間中處于什么位置，和他們表達什么特征的內(nèi)容，兩者之間具有顯著乃至較強的對應性和相關性。

綜合上文所述，本研究選取Twitter這一平臺、以“中國文化”為關鍵詞進行搜索，利用網(wǎng)絡爬蟲抓取這些帖子的發(fā)布者以及有效受眾的發(fā)布內(nèi)容以及所在地區(qū)信息，計算傳者與受眾之間的信息距離和社會互動距離，并分析考察其相關性，從而驗證社會互動位置和信息位置的聯(lián)系。檢驗結(jié)果表明，中國文化在國際社交媒體上進行信息傳播的過程中，用戶的社會互動位置和信息位置具有較強的關聯(lián)性，用戶的社會互動位置與信息位置之間的“同質(zhì)圈層”效應是存在的。

本文的樣本數(shù)量比起國際社交媒體中流動的龐大的信息量而言規(guī)模較小，但所抓取的數(shù)據(jù)樣本來自2014年1月1日—2018年6月30日的數(shù)年之間，從時間跨度上具有廣泛性和代表性，樣本量的缺點并不會影響到本研究的效度。

在互聯(lián)網(wǎng)環(huán)境下，信息傳播過程中的每一位參與者都是N對N的不規(guī)則聯(lián)結(jié)的網(wǎng)絡上的節(jié)點按鈕。如果說信息位置是在傳播學意義上對于不同國家或地區(qū)的用戶在社交網(wǎng)絡中的定位，那么社會互動位置就是站在社會網(wǎng)絡角度上對用戶的安放。在一定程度上可以認為，由于網(wǎng)絡本身所具有的拓撲特性，從信息和互動層面分別建立的兩張社會關系網(wǎng)絡中的節(jié)點，在不同坐標系中占據(jù)了相似甚至相同的位置——這種位置關系上的“同質(zhì)圈層”效應能夠為信息的有效流動的規(guī)律提供理論依據(jù)。

（責任編輯：亞立）

Abstract The core issue addressed in this study is the homogenous effect between the “information location-social interaction location” of users in social media. It is found that in the process of information dissemination on Twitter， the homogenous circle effect between “information location” and “social interaction location” of users in different regional sections is significant. At the same time， there is a distinct positive correlation between “information location” and “social interaction location” represented by multi-dimensional vector. More importantly， this study not only analyses the isomorphism of users in social interaction and information space， but also proposes， tests and analyses the similarity of the two in their multi-dimensional “spatial coordinates”.

Key words social media; social interaction location; information location; homogenous effect; social network