□ 毛偉

一、研究背景

新冠肺炎疫情已經(jīng)發(fā)展成為全球性的重大突發(fā)公共衛(wèi)生事件，相關(guān)動態(tài)與每個人都息息相關(guān)。在新冠肺炎疫情中，國內(nèi)外民眾獲取信息的方式已經(jīng)與2003年“非典”時期大為不同，社交媒體成為主要渠道。聯(lián)合國貿(mào)易及開發(fā)會議的報告顯示，2003年全球網(wǎng)民約為6.55億，而2020年全球網(wǎng)民數(shù)量已近44億，其中35億人活躍在社交媒體平臺。新冠肺炎疫情暴發(fā)后，各國政府機構(gòu)、主流媒體的權(quán)威信息和新聞報道都第一時間通過社交媒體平臺發(fā)布，全球信息傳播格局發(fā)生了重要變化。

海外社交媒體不僅是一個天然的對外傳播平臺，而且蘊藏著巨大能量，深刻影響著海外受眾的認(rèn)知和價值判斷，已經(jīng)成為國際輿論斗爭的“兵家必爭之地”。社交媒體數(shù)據(jù)監(jiān)測平臺Mention的分析結(jié)果顯示，由于Twitter平臺的信息傳播效率更高，其迅速成為全球新冠肺炎疫情信息的主要集散地，相關(guān)流量超過了其他社交媒體平臺。統(tǒng)計顯示，Twitter平臺上85%的話題都由新聞媒體賬號產(chǎn)生，呈現(xiàn)出較為明顯的新聞媒介屬性[1]。近年來，三大央媒作為對外傳播的國家隊、主力軍，在Twitter平臺積累了廣泛的粉絲群體，建立起了多語種的官方賬號集群。Twitter平臺成為此次疫情期間，我國主流媒體直接面對海外受眾開展對外傳播的重要渠道。但目前，尚沒有研究對三大央媒在海外社交媒體平臺的疫情報道態(tài)勢和傳播效果進行系統(tǒng)總結(jié)與分析。

本文以Twitter平臺三大央媒新冠肺炎疫情報道為主要研究對象，通過探索建立傳播效果評價指標(biāo)體系，運用大數(shù)據(jù)工具統(tǒng)計分析相關(guān)報道內(nèi)容，以期為講好中國抗疫故事以及改進重大突發(fā)公共衛(wèi)生事件的海媒報道提出針對性的對策建議。

二、研究方法

（一）傳播效果評價指標(biāo)建構(gòu)

目前，關(guān)于社交媒體平臺新聞報道與信息傳播的效果測量還沒有一個公認(rèn)的、能夠被廣泛接受并付諸實踐的測量方法論與操作指標(biāo)體系。從具體指標(biāo)層面來看，側(cè)重受眾行為反應(yīng)的心理學(xué)指標(biāo)和從傳播要素角度出發(fā)的傳播學(xué)指標(biāo)存在著較大重合。曾有研究通過對傳播者的內(nèi)容生成能力、傳播延展能力、議題設(shè)置能力的評估出發(fā)，構(gòu)建了海外社交媒體平臺媒體傳播效果的三級指標(biāo)框架[2]。但在實證研究中，效果的產(chǎn)生只能存在于客體之上，而其他針對傳播者、傳播平臺、傳播內(nèi)容等提出的測量指標(biāo)，實質(zhì)上都不是在測量傳播效果，而是在測量影響效果的因素。傳播活動作為一個復(fù)雜的現(xiàn)象，其效果的實現(xiàn)會受到多重因素的影響（如傳播者的影響力、傳播內(nèi)容的形式和質(zhì)量等），但這些因素本身并不能等同于傳播效果[3]。傳播效果是反映在傳播客體之上的變化，盡管關(guān)于傳播效果測量的概念或變量紛繁復(fù)雜，但均能從認(rèn)知、態(tài)度和行為這三個維度進行歸納[4]。本文在總結(jié)已有研究的基礎(chǔ)上，根據(jù)Twitter平臺的特點嘗試提出了一套測量傳播效果的思路原則及指標(biāo)體系。該指標(biāo)體系包括認(rèn)知、態(tài)度和行為三個效果層級，三者并非完全割裂而是存在某種交叉重疊。此外，本文聚焦于Twitter輿論場的傳播效果評估，故該指標(biāo)體系并未涵蓋受眾的線下行為。

（二）數(shù)據(jù)與樣本采集

本文通過開源的數(shù)據(jù)挖掘平臺Social Bearing以及大數(shù)據(jù)采集與分析工具NodeXL對Twitter平臺上的新冠肺炎疫情信息及三大央媒的相關(guān)報道進行基礎(chǔ)數(shù)據(jù)的采集整理。Social Bearing能夠展現(xiàn)Twitter上關(guān)于某一議題的討論情況與情感走向；NodeXL能夠抓取Twitter平臺中特定話題的全數(shù)據(jù)鏈信息及特定賬號的傳播活動數(shù)據(jù)。關(guān)鍵詞設(shè)定方面，考慮到新冠肺炎的英文稱謂有數(shù)次變更且Twitter平臺數(shù)據(jù)量巨大，故選擇較為常用的單詞“COVID19”為唯一關(guān)鍵詞（COVID-19、covid19、covid-19等具有同等檢索效力），其他名稱均不納入數(shù)據(jù)采集。數(shù)據(jù)采集日期限定為2020年1月30日至4月30日，原因如下：1月30日，世衛(wèi)組織正式宣布新冠肺炎為國際突發(fā)公共衛(wèi)生事件，Twitter平臺相關(guān)話題熱度迅速增長，故本研究將“1月30日”作為數(shù)據(jù)采集的起始時間點；同時，考慮到數(shù)據(jù)應(yīng)盡可能反映疫情及其輿情發(fā)展的最新動態(tài)且能夠較好覆蓋全貌，故將終止時間點設(shè)定為本研究啟動當(dāng)日即“4月30日”。

在數(shù)據(jù)采集周期內(nèi)，共抓取到Twitter平臺涉新冠肺炎疫情報道（包括原創(chuàng)、評論、轉(zhuǎn)發(fā)）2,056,236條，日均新增報道22,596條。三大央媒Twitter平臺新冠肺炎疫情報道方面，《人民日報》官方賬號@PDChina發(fā)布了3,151條，新華社官方賬號@XHNews發(fā)布了7,293條，央視官方賬號@CGTNOfficial發(fā)布了10,721條。根據(jù)三大央媒相關(guān)稿量在Twitter輿論場的分布比例，分別隨機抽取@PDChina、@XHNews、@CGTNOfficial的報道150條、350條及500條，組成樣本集I；同時，在剔除評論、轉(zhuǎn)發(fā)類型及三大央媒的報道后，隨機選取Twitter平臺的1000條原創(chuàng)報道作為對照組樣本集II。數(shù)據(jù)采集時，同時抓取了央媒每條報道的點贊量、評論量、收藏量、轉(zhuǎn)發(fā)量等指標(biāo)數(shù)據(jù)以及網(wǎng)民評論文本，相關(guān)統(tǒng)計數(shù)據(jù)如表1所示。

Twitter中的熱門新聞與一般性訊息在指標(biāo)數(shù)據(jù)方面差距很大，故本研究不以單條新聞的指標(biāo)數(shù)值為標(biāo)準(zhǔn)進行統(tǒng)計學(xué)意義上的檢驗，而是將整體的轉(zhuǎn)發(fā)率、評論率、收藏率及點贊率作為檢驗樣本與總體之間無偏性、一致性、有效性的參照指標(biāo)。分析發(fā)現(xiàn)，樣本集I與總體的四項指標(biāo)數(shù)據(jù)誤差均小于5%，可以認(rèn)為抽樣樣本能夠代表總體數(shù)據(jù)的分布情況。此外，通過Python程序?qū)⑷笱朊矫織l新聞的網(wǎng)友評論內(nèi)容以及普通網(wǎng)民發(fā)布推文收到的評論內(nèi)容進行了數(shù)據(jù)采集。樣本集I、樣本集II的相關(guān)數(shù)據(jù)分別如表2、表3所示?？梢钥闯?，由于新冠肺炎疫情信息具有特殊性，普通網(wǎng)民發(fā)布的相關(guān)推文在Twitter輿論場的影響力較弱，而三大央媒則是Twitter平臺的重要信息源和意見領(lǐng)袖群體。

（三）文本內(nèi)容分析

本研究的內(nèi)容分析對象共有四類：第一類是樣本集I中三大央媒的新聞報道文本；第二類是樣本集I中三大央媒新聞報道的網(wǎng)民評論文本；第三類是樣本集I I中網(wǎng)民的推文文本；第四類是樣本集I I中網(wǎng)民推文的評論文本。本文借鑒框架分析理論（Frame Analysis）進行內(nèi)容分析，社會學(xué)家歐文·戈夫曼認(rèn)為，“框架”可以影響人們對于事件的主觀判斷，是人們認(rèn)識和解釋世界的一種認(rèn)知結(jié)構(gòu)。在新聞傳播學(xué)領(lǐng)域，“框架分析”是一種有效綜合研判新聞報道的研究方法，羅伯特·恩特曼、托德·吉特林等認(rèn)為新聞框架的形成是一種“選擇”和“凸顯”的過程，在新聞生產(chǎn)過程中，“框架”能夠使新聞從業(yè)者迅速對信息進行處理并向受眾傳播[5]。通過對比不同類型的分析對象的框架類型，可以更好地評估傳播效果并為改進報道提供思路。

對于三大央媒新聞報道及網(wǎng)民原創(chuàng)推文的編碼，細分為類型、主題、議題、情感、信源五個維度；對于網(wǎng)民的評論文本的編碼側(cè)重于“態(tài)度”和“行為”指標(biāo)，分為表態(tài)（支持、反對、無）、情感（積極、消極、中立）、衍生（網(wǎng)民拋出的新話題）三個維度。從研究焦點及實施研究的實際條件出發(fā)，并未對全部評論文本進行編碼，而是通過隨機抽樣，從樣本集I和樣本集II中各選取了1000條網(wǎng)民的評論文本進行分析。編碼工作由兩位研究員同時進行，并借鑒Cohen等提出的使用Kappa值對判斷一致性程度進行檢驗。通過SPSS對編碼分類表進行檢驗發(fā)現(xiàn)，各個分類維度的Kappa值均大于0.75，表明分類具有較高的一致性。此外，在進行編碼時，發(fā)現(xiàn)三大央媒的報道文本語法、用詞較正規(guī)，而網(wǎng)民發(fā)布的推文及評論的文本中存在較多的干擾項，如僅發(fā)布了關(guān)鍵詞、標(biāo)點符號及表情包，文本表述語義錯誤或不詳?shù)?。在剔除干擾項后，四類有效文本分別為1000條（三大央媒報道）、456條（網(wǎng)民對央媒報道的評論）、631條（網(wǎng)民原創(chuàng)推文）及354條（網(wǎng)民原創(chuàng)推文的評論）。

三、研究發(fā)現(xiàn)

（一）主題與議題框架

1.央媒疫情報道議題分布與海外受眾關(guān)切高度吻合

□ 圖1 央媒報道議題分布

□ 圖2 普通網(wǎng)民推文議題分布

三大央媒在Twitter平臺的新冠疫情報道議題中，“疫情動態(tài)”類的數(shù)量最多，占比26%；其次是“抗疫政策”類，占比19%；第三是“防治措施”類，占比17%。@PDC hina、@XHNews每日通過圖文形式，發(fā)布多個國家地區(qū)的疫情動態(tài)，相關(guān)報道分別標(biāo)注了話題標(biāo)簽“#Covid_19”和“#COVID-19”；@CGTNOfficial推出了新欄目“Latest on Coronavirus Outbreak”，實時發(fā)布各國的疫情數(shù)據(jù)情況。統(tǒng)計發(fā)現(xiàn)，Twitter平臺普通網(wǎng)民發(fā)布的疫情相關(guān)推文中，“疫情動態(tài)”“防治措施”“抗疫政策”占比最高，與三大央媒報道的主要議題分布高度契合，而這些頭部議題的轉(zhuǎn)發(fā)量、評論量、收藏量、點贊量也最多。此外，海外民眾對于“人道主義”“特效藥物”的關(guān)注度較高，有明顯的信息訴求，三大央媒對這些議題均有相應(yīng)的報道和解讀。

2.央媒疫情報道重點主題與海外受眾討論框架存在差異

雖然三大央媒的報道議題較好地回應(yīng)了海外受眾關(guān)切，但疫情報道的重點主題卻與海外受眾的討論框架不盡一致。對同一個議題解讀框架的差異，會導(dǎo)致報道呈現(xiàn)出主題的不同。統(tǒng)計顯示，“衛(wèi)生”類在三大央媒疫情報道主題分布中占比最高，為42%；其次是“社會”與“經(jīng)濟”類，占比均為17%。而普通網(wǎng)民涉疫情推文的主題分布中，“政治”類占比較高，為36%；其次是“社會”類，占比21%；“經(jīng)濟”類位居第三，占比15%。央媒的疫情報道更多從公共衛(wèi)生、生命健康等角度解讀，客觀闡述數(shù)據(jù)與事實，涉政治的主題更多是回應(yīng)西方媒體、西方政客的攻擊，是一種被動式的發(fā)布，如@CGTNOfficial發(fā)布的視頻報道指出，美國副總統(tǒng)彭斯在醫(yī)院看望新冠肺炎患者時不佩戴口罩，該報道質(zhì)疑美國政府不重視抗疫等。但海外受眾對于疫情議題的討論，更多是在政治框架下進行，如對本國政府抗疫政策的不滿、對我國疫情管控的質(zhì)疑等。

3.央媒疫情報道具備國際化視角，契合推特輿論場傳播態(tài)勢

□ 圖3 央媒報道及網(wǎng)民推文涉及國家分布

□ 圖4 海外網(wǎng)民推文的關(guān)鍵詞云圖

□ 圖5 @CGTNOfficial 互動關(guān)系網(wǎng)絡(luò)圖

□ 圖6 海外網(wǎng)民互動關(guān)系網(wǎng)絡(luò)圖

內(nèi)容分析發(fā)現(xiàn)，三大央媒疫情報道中，介紹海外其他國家疫情情況的新聞數(shù)量最多，占比38%；其次是既涉及中國又包括其他國家情況的報道，占比36%；單獨只報道中國疫情情況的新聞?wù)急茸钌?，?6%。海外民眾不僅關(guān)注中國方面的疫情訊息（39%），也關(guān)注其他國家的疫情動態(tài)（34%）。通過Social Bearing平臺關(guān)鍵詞分析發(fā)現(xiàn)，一些地理詞匯如Asia（亞洲）、China（中國）、Malaysia（馬來西亞）、Yemen（也門）、KualaLumpur（吉隆坡）、Pyongyang（平壤）等成為海外民眾發(fā)布涉疫情推文的主要關(guān)鍵詞和熱門標(biāo)簽，顯示出對亞洲的區(qū)域性關(guān)注及話題偏好，三大央媒的疫情報道中均有所涉及。

（二）態(tài)度與情感框架

1.央媒疫情報道客觀中立，與海外受眾的社交互動有待增強

三大央媒報道的傾向性分布中，中立占比最高，為72%；積極和消極分別占比21%與7%。通過Social Bearing平臺的五級指標(biāo)情感分析發(fā)現(xiàn)，普通網(wǎng)民也更多呈現(xiàn)出中立、積極的態(tài)度，與央媒報道在Twitter平臺的情感呈現(xiàn)較為一致。Twitter平臺本身具有很強的社交屬性，目前三大央媒更多將Twitter作為一個信息發(fā)布和展示平臺，與受眾的互動有待加強以真正影響他們在具體議題中的情感框架。通過NodeXL對央媒中發(fā)稿量最多的@CGTNOfficial以及普通網(wǎng)民的互動關(guān)系網(wǎng)進行了可視化呈現(xiàn)（節(jié)點頭像代表相應(yīng)的賬號，節(jié)點間的連線代表發(fā)生了互動），可以直觀看出，相較于Twitter平臺涉疫情話題常態(tài)化的社交互動頻次，@CGTNOfficial存在較大的改進空間。

□ 圖7 央媒各類報道量化指標(biāo)統(tǒng)計分布

□ 圖8 央媒報道使用信源分布

2.海外受眾對央媒疫情報道的態(tài)度呈分化態(tài)勢

分析三大央媒報道的網(wǎng)民評論內(nèi)容后發(fā)現(xiàn)，在“表態(tài)”指標(biāo)方面，支持與反對分別占比32%與44%；在“情感”指標(biāo)方面，積極與消極分別占比31%與40%。網(wǎng)民對央媒報道的態(tài)度存在明顯的割裂，其中，存在一些反對與消極的聲音。在網(wǎng)民的負面評論中，存在使用“Chinese Virus”“Lies”甚至帶有污蔑性詞匯的情況。

（三）報道類型與信源分布

1.央媒的直播及視頻類疫情報道最受海外受眾青睞

統(tǒng)計發(fā)現(xiàn)，在轉(zhuǎn)發(fā)量、評論量、收藏量、點贊量等指標(biāo)方面，直播類、視頻類報道具有明顯優(yōu)勢，而且這兩類報道的轉(zhuǎn)發(fā)率和評論率均為100%。在視頻類報道中，一些運用疫情數(shù)據(jù)制作的數(shù)據(jù)新聞傳播效果良好，如@XHNews發(fā)布的《30秒看全球確診數(shù)超100萬》通過“動態(tài)競速柱狀圖”直觀反映了世界各國的疫情變化，匹配了海外受眾的訊息訴求。

2.央媒疫情報道采用信源較為多樣

統(tǒng)計發(fā)現(xiàn)，在央媒疫情報道的使用信源方面，既有中國官方，也有國際組織及國外政府、媒體、官員等，其中，國際組織官員和國際組織機構(gòu)占比最高。聯(lián)合國、世界衛(wèi)生組織、安東尼奧·古特雷斯、譚德塞·阿達諾姆等都是常見于央媒疫情報道中的主要信源。但研究發(fā)現(xiàn)，一些網(wǎng)民的評論內(nèi)容呈現(xiàn)出認(rèn)知偏見，如對國際組織信源的質(zhì)疑、對中國官方信息發(fā)布的不信任等。

四、思考建議

近年來，Twitter等海外社交媒體平臺已經(jīng)成為我國對外傳播的重要窗口。新冠肺炎疫情暴發(fā)后，擁有規(guī)模化粉絲群的三大央媒在Twitter平臺迅速發(fā)聲，及時報道疫情情況和救治防控動態(tài)，積極回應(yīng)國際社會和海外民眾關(guān)切。通過量化分析評估三大央媒報道的 傳播效果及Twitter輿論場態(tài)勢后發(fā)現(xiàn)，涉新冠肺炎疫情輿論已經(jīng)超越公共衛(wèi)生領(lǐng)域，發(fā)展成為一個被海外受眾高度關(guān)注的泛政治類前沿話題。我國媒體在海外社交媒體平臺面臨著激烈的輿論斗爭和極為復(fù)雜的輿論環(huán)境。

本文認(rèn)為央媒應(yīng)當(dāng)在以下方面進行探索改進：一是強化受眾研究，設(shè)置精細化議題，進行精準(zhǔn)化解讀，引導(dǎo)海外民眾形成與我有利的討論框架，培養(yǎng)感情認(rèn)同；二是創(chuàng)新報道方式，運用新科技手段提高直播、視頻、數(shù)據(jù)新聞、VR新聞等報道的產(chǎn)品生產(chǎn)能力；三是加強社交互動，充分發(fā)揮海媒平臺的社交功能，釋放粉絲群的傳播效能，構(gòu)建多級傳播矩陣；四是挖掘多元信源，通過精準(zhǔn)策劃，切實提高借嘴說話的有效性和公信力。

【注釋】

[1]Kwak H.，Lee C.，Park H.＆Moon S.What Is Twitter，a Social Network or a News Media?[C]// Proceedings of the 19th international conference on World Wide Web.2010.

[2]劉瀅.從七家中國媒體實踐看海外社交平臺媒體傳播效果評估[J].中國記者，2015(07)：82-84.

[3]王秀麗，趙雯雯，袁天添.社會化媒體效果測量與評估指標(biāo)研究綜述[J].國際新聞界，2017，039(004)：6-24.

[4]Vakratsas D & Ambler T.How advertising works： what do we really know? Journal of Marketing，1999，63(1)： 26-43.

[5]毛偉.海外媒體涉華新冠肺炎報道的話語建構(gòu)與框架分析.中國記者，2020(04)：82-86.