劉 果 汪小伢

數(shù)字技術(shù)的不斷賦能，一方面帶動(dòng)傳統(tǒng)文化產(chǎn)業(yè)的轉(zhuǎn)型與變革，另一方面也催生出以創(chuàng)意為核心的數(shù)字內(nèi)容生產(chǎn)和消費(fèi)方式，二者有機(jī)融合，引領(lǐng)當(dāng)代文化產(chǎn)業(yè)的發(fā)展。進(jìn)一步探討數(shù)字內(nèi)容生產(chǎn)的內(nèi)在規(guī)律和創(chuàng)新要求，兼具理論和實(shí)踐的雙重意義。肇始于2013年并迅速崛起的微信公眾號(hào)平臺(tái)聚合了數(shù)字閱讀共享、移動(dòng)、即時(shí)等諸多典型特征，又是眾多新媒體角逐決勝之場(chǎng)，因此占據(jù)了大部分注意力資源且影響甚廣，是探究數(shù)字內(nèi)容設(shè)計(jì)規(guī)律的合適切口?；ヂ?lián)網(wǎng)背景下，掃描式閱讀方式加深了用戶對(duì)標(biāo)題的依賴：受眾不僅通過(guò)標(biāo)題選擇信息，甚至往往只通過(guò)閱讀標(biāo)題來(lái)獲取信息，標(biāo)題制作由是日益成為數(shù)字內(nèi)容生產(chǎn)的重要環(huán)節(jié)之一。有鑒于此，本文擬通過(guò)解剖其特殊類型(新聞評(píng)論)標(biāo)題特征，為互聯(lián)網(wǎng)背景下的新聞生產(chǎn)以及數(shù)字平臺(tái)內(nèi)容生產(chǎn)提供規(guī)律性認(rèn)識(shí)。

一、文獻(xiàn)回顧與研究假設(shè)

(一)研究思路

國(guó)內(nèi)學(xué)者對(duì)微信公眾號(hào)的研究自2015年后逐漸呈明顯的上升趨勢(shì)，2019年相關(guān)研究文獻(xiàn)數(shù)量突破4100篇。(1)數(shù)據(jù)來(lái)源：中國(guó)知網(wǎng)。但對(duì)于新聞評(píng)論類微信公眾號(hào)及其標(biāo)題研究并不多見(jiàn)，且主要集中在以思辨分析為主的個(gè)案研究。

對(duì)于數(shù)字內(nèi)容的標(biāo)題研究，多散見(jiàn)于媒介內(nèi)容的綜合研究中。質(zhì)性研究多探討標(biāo)題在字?jǐn)?shù)、句式、修辭風(fēng)格等方面的制作技巧。[1-3]就量化分析而言，目前文獻(xiàn)多以閱讀量、點(diǎn)贊量作為因變量展開(kāi)編碼，且多將自變量集中在字?jǐn)?shù)、句式、位置[4-5]，其研究結(jié)果多展示了兩類變量之間確實(shí)存在相關(guān)性。以上研究雖并未直接針對(duì)本文研究對(duì)象展開(kāi)，但與之存在包含、從屬關(guān)系。因此，本文有理由假設(shè)，新聞評(píng)論類公眾號(hào)標(biāo)題的同類因素與閱讀量、點(diǎn)贊量也應(yīng)具有相關(guān)性，這是本文假設(shè)提出的重要依據(jù)。

丁法章先生將新聞評(píng)論定義為“媒體編輯部或作者對(duì)最新發(fā)生的、有價(jià)值的事件及有普遍意義的社會(huì)現(xiàn)象、熱門話題，運(yùn)用分析和綜合的方法，發(fā)表的有鮮明針對(duì)性和思想啟迪性觀點(diǎn)的一種新聞文體”，因此，本文將研究對(duì)象確定為：內(nèi)容平臺(tái)上占絕對(duì)優(yōu)勢(shì)的內(nèi)容需符合上述定義的微信公眾號(hào)。與此同時(shí)，已有研究論文關(guān)注的個(gè)案，多為微信影響力指數(shù)(WCI)排名靠前的微信公眾號(hào)平臺(tái)，因此本文也將此作為選擇研究對(duì)象的重要參考標(biāo)準(zhǔn)。根據(jù)上述研究文獻(xiàn)及微信公眾號(hào)的評(píng)價(jià)特性，本文仍將閱讀量與點(diǎn)贊量作為因變量，自變量選擇的依據(jù)則主要為兩個(gè)方面：一是根據(jù)轉(zhuǎn)換生成語(yǔ)法理論；二是根據(jù)微信公眾號(hào)的媒介內(nèi)容特性。

喬姆斯基的轉(zhuǎn)換生成語(yǔ)法理論不僅對(duì)形式主義語(yǔ)言學(xué)有開(kāi)創(chuàng)之功，也是認(rèn)知語(yǔ)言學(xué)發(fā)展的重要基礎(chǔ)[6]，是語(yǔ)言學(xué)研究的經(jīng)典理論之一。深受數(shù)理邏輯影響，喬姆斯基認(rèn)為語(yǔ)言是一個(gè)由一系列抽象原則組成的形式系統(tǒng)(他將之命名為普遍語(yǔ)法)，他進(jìn)一步將這一系統(tǒng)分解為一系列表達(dá)層次，“每一個(gè)層次具有對(duì)自身所代表的語(yǔ)言層次的解釋能力”[7]。根據(jù)這一認(rèn)識(shí)，他將詞庫(kù)(包含短語(yǔ)和詞項(xiàng))的范疇屬性和選擇性屬性稱為深層結(jié)構(gòu)；將句子的話題、邏輯關(guān)系、句式等特征稱為表層結(jié)構(gòu)。深層和表層結(jié)構(gòu)共同決定了人們對(duì)語(yǔ)義的理解，因此被視為理解語(yǔ)義的重要接口。[8]本文擬將這種對(duì)語(yǔ)言加以客觀、精確描述的思路運(yùn)用于標(biāo)題研究，主要基于兩個(gè)原因：一是本文擬采用的內(nèi)容分析法要求變量盡量客觀、標(biāo)準(zhǔn)以提高分析的信度，普遍語(yǔ)法對(duì)語(yǔ)言的精準(zhǔn)描述高度契合這一要求；二是本文研究目的是以小見(jiàn)大，希望在對(duì)研究對(duì)象的個(gè)案分析基礎(chǔ)上抽象出數(shù)字內(nèi)容設(shè)計(jì)和生產(chǎn)的一般性規(guī)律，而普遍語(yǔ)法理論也是遵循從個(gè)別到一般的研究路徑，并以找尋共性規(guī)律為研究旨?xì)w。有鑒于此，本文擬引入語(yǔ)言文本的深層和表層結(jié)構(gòu)特征作為重要控制變量(由于本文研究對(duì)象屬新聞評(píng)論，其表達(dá)的觀點(diǎn)立場(chǎng)是關(guān)鍵因素，因此在句子屬性中加入“情感傾向”一項(xiàng))；此外，本文研究對(duì)象還受到微信公眾號(hào)平臺(tái)屬性的制約，因此字?jǐn)?shù)區(qū)間、位置(擇序)等關(guān)鍵因素也應(yīng)納入考察的視野。

內(nèi)容分析法作為一種客觀、系統(tǒng)和定量描述的研究方法，是媒介內(nèi)容研究的主要工具之一。其適用范圍包括通過(guò)媒介內(nèi)容推導(dǎo)傳者態(tài)度、傳播效果，以及將媒介內(nèi)容與現(xiàn)實(shí)內(nèi)容相比較等諸多方面。[9-12]有論者進(jìn)一步將其明晰為“文化指標(biāo)”，包括：組成成分的出現(xiàn)頻次(是什么)、賦予這些成分的優(yōu)先次序(什么最重要)、與這些成分關(guān)聯(lián)的品質(zhì)(什么是對(duì)的)、與組成成分的接近關(guān)系或邏輯關(guān)系(什么和什么相關(guān))。[13]本文擬研究新聞評(píng)論類公眾號(hào)標(biāo)題基于語(yǔ)法分析和基于研究對(duì)象特征的屬性(傳播內(nèi)容)與其標(biāo)題所屬文章閱讀量、點(diǎn)贊量的關(guān)系(傳播效果)，符合內(nèi)容分析法的適用范圍。本文雖參考問(wèn)卷調(diào)查數(shù)據(jù)，但主要是對(duì)傳播內(nèi)容做客觀、系統(tǒng)、定量的描述，故此仍屬于實(shí)證研究[14]。換言之，本文立足文本取樣分析，問(wèn)卷調(diào)查結(jié)果僅為輔助性參考數(shù)據(jù)。

綜上，本文研究思路如圖1所示。

(二)假設(shè)與問(wèn)題

基于以上思路，本文提出以下假設(shè)：

H1：基于語(yǔ)法分析的新聞評(píng)論類微信公眾號(hào)標(biāo)題屬性對(duì)其所在文章閱讀量有顯著影響

H2：基于語(yǔ)法分析的新聞評(píng)論類微信公眾號(hào)標(biāo)題屬性對(duì)其所在文章點(diǎn)贊量有顯著影響

H3：基于研究對(duì)象特性的新聞評(píng)論類微信公眾號(hào)標(biāo)題屬性對(duì)其所在文章閱讀量有顯著影響

H4：基于研究對(duì)象特性的新聞評(píng)論類微信公眾號(hào)標(biāo)題屬性對(duì)其所在文章點(diǎn)贊量有顯著影響

更進(jìn)一步地，由于新聞評(píng)論類微信公眾號(hào)具有認(rèn)證功能，根據(jù)不同的認(rèn)證主體，可將新聞評(píng)論類微信公眾號(hào)分為三大類：以傳統(tǒng)媒體為認(rèn)證主體的新聞評(píng)論微信公眾號(hào)：多由新型主流媒體發(fā)聲，文章品質(zhì)較高且發(fā)布周期有保證；以網(wǎng)絡(luò)媒體為認(rèn)證主體的新聞評(píng)論微信公眾號(hào)：認(rèn)證的公眾號(hào)門檻較低，內(nèi)容平民化特征明顯，觀點(diǎn)表達(dá)更加多元但質(zhì)量參差不齊；以個(gè)人為認(rèn)證主體的新聞評(píng)論微信公眾號(hào)：內(nèi)容推送頻率較低，但風(fēng)格鮮明，個(gè)人利益訴求明顯(以下簡(jiǎn)稱：“傳統(tǒng)媒體認(rèn)證公眾號(hào)”“網(wǎng)絡(luò)媒體認(rèn)證公眾號(hào)”“個(gè)人認(rèn)證公眾號(hào)”)。本文還擬進(jìn)一步探索：如果以上4個(gè)假設(shè)成立，它們對(duì)不同類型的新聞評(píng)論微信公眾號(hào)的閱讀量、點(diǎn)贊量的影響是否存在各不相同的規(guī)律。由此本文進(jìn)一步提出以下問(wèn)題：

Q1：在不同類型的新聞評(píng)論類微信公眾號(hào)中，基于語(yǔ)法分析的標(biāo)題屬性對(duì)其所在文章閱讀量、點(diǎn)贊量影響情況分別如何？

Q2：在不同類型的新聞評(píng)論類微信公眾號(hào)中，基于研究對(duì)象特性的標(biāo)題屬性對(duì)其所在文章閱讀量、點(diǎn)贊量影響情況分別如何？

需要補(bǔ)充說(shuō)明的是，新聞評(píng)論類微信公眾號(hào)推文的閱讀量和點(diǎn)贊量受到主題、輿論氛圍、社群、賬號(hào)主體影響力等諸多因素的影響，標(biāo)題僅為影響因素之一。由于本文樣本選擇聚焦于標(biāo)題文本，故與因變量之間的顯著關(guān)系討論，僅具有相關(guān)性意義，不能作為因果關(guān)系解釋。換言之，本文只立足于證明是否相關(guān)，不證明是否唯一相關(guān)(唯一解釋因素)，此為本文研究得以展開(kāi)的前提和邏輯起點(diǎn)，以下具體結(jié)論分析不贅。

圖1 本文研究思路

二、樣本選擇與研究設(shè)計(jì)

基于以上分析，本文選擇“沸騰”“人民日?qǐng)?bào)評(píng)論”(由傳統(tǒng)媒體認(rèn)證)，“紅辣椒評(píng)論”“風(fēng)聲評(píng)論”(由網(wǎng)絡(luò)媒體認(rèn)證)，“吐槽青年：曹林的時(shí)政觀察”“黃健翔談”(由個(gè)人認(rèn)證)六個(gè)公眾號(hào)為具體分析對(duì)象，抽取2019年1月1日—6月30日6個(gè)月內(nèi)推送的所有文章標(biāo)題作為樣本，共計(jì)1534則標(biāo)題。之所以從這六個(gè)公眾號(hào)中擇取樣本，主要基于以下原因：第一，新聞評(píng)論在這六個(gè)公眾號(hào)中均為占絕對(duì)優(yōu)勢(shì)的內(nèi)容板塊；第二，這六個(gè)公眾號(hào)能夠較為典型地代表三種新聞評(píng)論微信公眾號(hào)類型，是不同類型下的杰出者與佼佼者；第三，六個(gè)公眾號(hào)在同類公眾號(hào)中WCI指數(shù)較高且一直保持著較穩(wěn)定的狀態(tài)(2)其微信傳播影響力指數(shù)如下：沸騰719.64；人民日?qǐng)?bào)評(píng)論1253.45；紅辣椒評(píng)論579.57；風(fēng)聲評(píng)論363.02；吐槽青年：曹林的時(shí)政觀察853.3；黃健翔談481.95。(數(shù)據(jù)來(lái)源：清博大數(shù)據(jù)，2019年9月23日)，發(fā)文數(shù)量穩(wěn)定，在選取時(shí)間周期內(nèi)未出現(xiàn)長(zhǎng)時(shí)間斷更的情況。本文進(jìn)一步對(duì)采集到的樣本進(jìn)行清洗(剔除少量非新聞評(píng)論標(biāo)題，并對(duì)“紅辣椒評(píng)論”和“人民日?qǐng)?bào)評(píng)論”進(jìn)行構(gòu)造周取樣，兩個(gè)公眾號(hào)各取4個(gè)構(gòu)造周的樣本)后，“沸騰”剩余標(biāo)題135則，“人民日?qǐng)?bào)評(píng)論”剩余標(biāo)題114則，“紅辣椒評(píng)論”剩余標(biāo)題155則，“風(fēng)聲評(píng)論”剩余標(biāo)題81則，“吐槽青年：曹林的時(shí)政觀察”剩余標(biāo)題57則，“黃健翔談”剩余標(biāo)題64則，共計(jì)606則。

本文根據(jù)研究思路中設(shè)計(jì)的變量建立編碼方案，招募2名傳播學(xué)專業(yè)的碩士研究生加以培訓(xùn)后作為編碼員。本文的預(yù)編碼樣本是從本文研究的六個(gè)公眾號(hào)標(biāo)題中抽取的200條數(shù)據(jù)。根據(jù)霍斯提公式計(jì)算，信度測(cè)試均大于0.7，說(shuō)明本文的編碼方案科學(xué)有效。

與此同時(shí)，作為本文基于文本展開(kāi)的實(shí)證研究的補(bǔ)充性證明，筆者根據(jù)研究思路所涉變量與本文研究目標(biāo)設(shè)計(jì)調(diào)查問(wèn)卷，線上和線下同步發(fā)放，以進(jìn)一步了解受眾對(duì)新聞評(píng)論類微信公眾號(hào)標(biāo)題的認(rèn)知態(tài)度。問(wèn)卷主要分為三大部分：第一部分是了解受眾對(duì)微信公眾號(hào)新聞評(píng)論的關(guān)注情況；第二部分是受眾對(duì)微信公眾號(hào)新聞評(píng)論標(biāo)題的態(tài)度調(diào)查，調(diào)查變量均來(lái)自標(biāo)題樣本分析中提取出的變量，在此基礎(chǔ)上同步調(diào)查受眾對(duì)微信公眾號(hào)新聞評(píng)論標(biāo)題的總體滿意程度；第三部分是了解受眾的基本信息。

截至2019年10月31日，線上收集345份問(wèn)卷，線下收集91份問(wèn)卷，共436份問(wèn)卷，剔除14份無(wú)效問(wèn)卷，共收集有效問(wèn)卷422份。借助SPSS對(duì)其進(jìn)行信度分析，結(jié)果表明，Cronbach’α系數(shù)是0.876，數(shù)據(jù)樣本有效。本文設(shè)計(jì)的調(diào)查問(wèn)卷中，對(duì)受眾態(tài)度的調(diào)查使用的是李克特量表，1代表“非常不同意”，2代表“不同意”，3代表“一般”，4代表“同意”，5代表“非常同意”。每個(gè)問(wèn)題在這一量表上的得分均值，能夠反映受眾對(duì)該問(wèn)題的態(tài)度。

三、數(shù)據(jù)分析與研究結(jié)果

描述性統(tǒng)計(jì)是推斷性分析的前提與基礎(chǔ)，描述性統(tǒng)計(jì)顯示，本文所有標(biāo)題樣本中，所推送內(nèi)容的最大閱讀數(shù)為97920次，最小閱讀量為187次，平均值為10397次；點(diǎn)贊數(shù)最大值為1483次，點(diǎn)贊量最小值為0次，均值為83次。觀測(cè)變量為連續(xù)變量且呈正態(tài)分布。

本文選擇的8個(gè)自變量，其描述性統(tǒng)計(jì)結(jié)果如表1所示。

(一)基于語(yǔ)法分析的標(biāo)題屬性與閱讀量、點(diǎn)贊量的關(guān)系分析

1.詞

(1)詞類屬性分析

本文選擇代詞、副詞、數(shù)詞作為自變量加以分析。之所以選擇這三類詞性是基于以下理由：第一，新聞評(píng)論區(qū)別于新聞報(bào)道的重要特性是它的主觀性，這使得新聞評(píng)論的敘述者與新聞報(bào)道有較大差異：就敘述行為而言，新聞報(bào)道多為“自然而然”的敘述者，新聞評(píng)論多為有“自我意識(shí)”的敘述者；就敘述者與作品中人物、事件關(guān)系而論，新聞報(bào)道多為客觀敘述者，新聞評(píng)論多為干預(yù)敘述者[15]；長(zhǎng)期以來(lái)，人們主要用人稱代詞(第一人稱、第三人稱)來(lái)區(qū)分?jǐn)⑹稣哳愋?3)觀察標(biāo)題樣本發(fā)現(xiàn)，新聞評(píng)論類微信公眾號(hào)標(biāo)題中人稱代詞的使用較為頻繁，且大多數(shù)是對(duì)人稱代詞的單獨(dú)使用(僅有極個(gè)別標(biāo)題同時(shí)使用了兩種人稱代詞)，因此本文只研究標(biāo)題中人稱代詞的單獨(dú)使用情況對(duì)閱讀量和點(diǎn)贊量的影響。。第二，副詞(程度副詞、否定副詞等)的使用，能夠較充分地體現(xiàn)評(píng)論者的態(tài)度傾向和情感強(qiáng)烈程度。第三，數(shù)據(jù)敘事是互聯(lián)網(wǎng)背景下數(shù)字內(nèi)容生產(chǎn)較為典型的規(guī)律，因此有必要考察這一做法是否影響到了網(wǎng)絡(luò)新聞評(píng)論標(biāo)題的話語(yǔ)表達(dá)。根據(jù)以上分析，對(duì)三類詞性的使用分別展開(kāi)單因素分析(數(shù)詞為獨(dú)立樣本T檢驗(yàn))，結(jié)果如表2所示。

表1 主要類別變量的描述統(tǒng)計(jì)結(jié)果

表2 所有標(biāo)題樣本詞類屬性與閱讀量、點(diǎn)贊量顯著性關(guān)系摘要

以下為進(jìn)一步的結(jié)論與分析：

①進(jìn)一步分析不同類型的新聞評(píng)論類微信公眾號(hào)標(biāo)題的發(fā)現(xiàn)：人稱代詞不同的新聞評(píng)論標(biāo)題，其閱讀量、點(diǎn)贊量有顯著差異，這種差異，在傳統(tǒng)媒體認(rèn)證的新聞評(píng)論微信公眾號(hào)更為明顯。

②進(jìn)一步觀察標(biāo)題樣本中副詞使用情況發(fā)現(xiàn)，否定副詞(沒(méi)、不、別、不用、不)使用頻次最高(51.14%)，范圍副詞和重復(fù)副詞的使用頻次相差不大(22.37%、18.72%)，程度副詞使用頻次最低?？ǚ浇徊鏅z驗(yàn)結(jié)果顯示，三種類型的新聞評(píng)論公眾號(hào)標(biāo)題中副詞使用存在顯著差異。此外，所有樣本標(biāo)題中使用程度副詞時(shí)閱讀量和點(diǎn)贊量均值最高，范圍副詞次之，使用重復(fù)副詞時(shí)閱讀量和點(diǎn)贊量均值最低。問(wèn)卷調(diào)查中問(wèn)題“新聞評(píng)論類微信公眾號(hào)標(biāo)題中出現(xiàn)程度副詞時(shí)會(huì)吸引您的注意嗎”在李克特量表上的均值為4.18，驗(yàn)證了以上結(jié)果。由此可見(jiàn)，盡管否定副詞的使用頻率較高，但程度副詞仍是受眾認(rèn)可的表達(dá)標(biāo)題立場(chǎng)和情感傾向的重要手段之一。

③通過(guò)對(duì)三種不同類型的新聞評(píng)論類公眾號(hào)中數(shù)詞使用情況進(jìn)行卡方檢驗(yàn)發(fā)現(xiàn)，其數(shù)詞差異情況較為顯著(χ2=7.254，p=0.025)。其中，在傳統(tǒng)媒體和個(gè)人認(rèn)證的公眾號(hào)中，未使用數(shù)詞的標(biāo)題多于使用數(shù)詞的標(biāo)題；網(wǎng)絡(luò)媒體認(rèn)證的公眾號(hào)中，情況則相反。綜合獨(dú)立樣本T檢驗(yàn)分析結(jié)果可見(jiàn)，數(shù)據(jù)敘事的互聯(lián)網(wǎng)寫(xiě)作特征對(duì)新聞評(píng)論類微信公眾號(hào)標(biāo)題設(shè)計(jì)的影響并不明顯，這與我們最初的假設(shè)并不一致。

(2)選擇性屬性分析(高頻詞分析)

根據(jù)所有樣本進(jìn)行高頻詞分析，結(jié)論如表3所示：

表3 所有樣本高頻詞分析(2019.1.1—2019.6.30)

其詞類和詞性維度下的關(guān)鍵詞云分布情況如圖2所示。

圖2 詞類和詞性維度下的關(guān)鍵詞云(2019.1.1—2019.6.30)

雖然受到特定時(shí)間段熱點(diǎn)事件的影響，但我們?nèi)钥煽闯鲂侣勗u(píng)論類微信公眾號(hào)的內(nèi)容選擇傾向：父母、高考、孩子、明星等與受眾日常生活相關(guān)的議題頻頻出現(xiàn)，這一變化在新型主流媒體的微信公眾號(hào)中也有明顯的反映。

2.句

(1)句類屬性：語(yǔ)氣使用情況分析

句子的語(yǔ)氣是表達(dá)意愿、情感、態(tài)度的語(yǔ)法范疇，是對(duì)句子語(yǔ)用功能的分析。探究新聞評(píng)論標(biāo)題語(yǔ)氣的用法差異，是觀察標(biāo)題所表達(dá)的立場(chǎng)和態(tài)度傾向的又一角度。

所有標(biāo)題樣本中使用陳述句式的標(biāo)題最多(57.1%)，使用感嘆句式的標(biāo)題最少(2.81%)。對(duì)所有樣本的句式進(jìn)行單因素方差分析發(fā)現(xiàn)，總的來(lái)說(shuō)，不同句式在標(biāo)題中的使用對(duì)文章閱讀量、點(diǎn)贊量均無(wú)顯著影響。進(jìn)一步分析三種類型公眾號(hào)情況發(fā)現(xiàn)，只有個(gè)人認(rèn)證的新聞評(píng)論微信公眾號(hào)中，句式在標(biāo)題中的使用對(duì)閱讀量和點(diǎn)贊量有顯著影響。通過(guò)調(diào)查問(wèn)卷分別了解受眾對(duì)陳述句、疑問(wèn)句、祈使句、反問(wèn)句以及感嘆句的態(tài)度，在李克特量表上的均值均在3.2以下，驗(yàn)證了方差檢驗(yàn)結(jié)果。

為了回答Q1，筆者進(jìn)一步對(duì)不同類型的新聞評(píng)論類公眾號(hào)標(biāo)題使用句式的情況進(jìn)行了卡方交叉檢驗(yàn)，發(fā)現(xiàn)不同類型的公眾號(hào)在句式上存在顯著差異(χ2=89.993，p<0.05)：傳統(tǒng)媒體和網(wǎng)絡(luò)媒體認(rèn)證的公眾號(hào)中，感嘆句的使用最少。在個(gè)人認(rèn)證的公眾號(hào)中，感嘆句則得到了較為廣泛的運(yùn)用(僅次于陳述句)。這說(shuō)明傳統(tǒng)媒體和網(wǎng)絡(luò)媒體認(rèn)證的微信公眾號(hào)標(biāo)題的語(yǔ)氣表達(dá)更趨冷靜和理性，個(gè)人認(rèn)證公眾號(hào)鮮明的個(gè)性色彩和嬉笑怒罵的語(yǔ)言風(fēng)格在標(biāo)題設(shè)計(jì)上亦有所體現(xiàn)。

表4 不同類型新聞評(píng)論微信公眾號(hào)標(biāo)題中句類使用卡方交叉制表

(2)句型屬性：?jiǎn)螐?fù)句使用情況分析

統(tǒng)計(jì)結(jié)果顯示，新聞評(píng)論微信公眾號(hào)標(biāo)題中復(fù)句的使用(71.78%)大于單句的使用。獨(dú)立樣本T檢驗(yàn)發(fā)現(xiàn)，標(biāo)題中單復(fù)句的使用對(duì)閱讀量、點(diǎn)贊量均無(wú)顯著影響。通過(guò)調(diào)查問(wèn)卷了解受眾對(duì)單句標(biāo)題和復(fù)句標(biāo)題的態(tài)度，均值分別為3.19和2.53，驗(yàn)證了以上分析結(jié)果。

(3)句子情感傾向分析

本研究對(duì)標(biāo)題情感傾向的判斷主要參考心理學(xué)正性負(fù)性情緒量表(PANAS)和較為通用的正負(fù)情緒量表(I-PANAS-SF)。在所有選取標(biāo)題樣本中，有積極情感或消極情感傾向的標(biāo)題合計(jì)有效百分比為81.2%，沒(méi)有明顯情感傾向的中性標(biāo)題占比較少。其中，傳統(tǒng)媒體認(rèn)證和網(wǎng)絡(luò)媒體認(rèn)證的公眾號(hào)中表達(dá)積極情緒的標(biāo)題較多，在個(gè)人認(rèn)證的公眾號(hào)中表達(dá)消極情感的標(biāo)題占比更多。

對(duì)所有樣本的句子情感傾向進(jìn)行單因素方差分析發(fā)現(xiàn)，不同情感傾向在標(biāo)題中的使用對(duì)文章閱讀量、點(diǎn)贊量均有顯著影響(F=26.234，p=0.037)。參考問(wèn)卷調(diào)查結(jié)果，問(wèn)題“新聞評(píng)論標(biāo)題中出現(xiàn)積極情感詞匯會(huì)吸引您的注意嗎”在李克特量表上的得分均值為4.12，問(wèn)題“新聞評(píng)論標(biāo)題中出現(xiàn)消極情感詞匯會(huì)吸引您的注意嗎”在李克特量表上的得分均值為3.94，基本驗(yàn)證了方差分析結(jié)果。

進(jìn)一步分析不同類型公眾號(hào)情況發(fā)現(xiàn)，個(gè)人認(rèn)證的新聞評(píng)論微信公眾號(hào)中，句子情感傾向在標(biāo)題中的使用對(duì)閱讀量和點(diǎn)贊量有顯著影響，但傳統(tǒng)媒體和網(wǎng)絡(luò)媒體的影響顯著性并不明顯。

(二)基于研究對(duì)象特性的標(biāo)題屬性與閱讀量、點(diǎn)贊量的關(guān)系分析

在這一部分我們之所以選擇“標(biāo)題長(zhǎng)度”和“位置擇序”兩個(gè)變量展開(kāi)研究，主要基于以下理由：首先，根據(jù)微信公眾平臺(tái)的要求，圖文消息推送的標(biāo)題字?jǐn)?shù)以不超過(guò)64字符為限，這不同于傳統(tǒng)新聞評(píng)論標(biāo)題寫(xiě)作畫(huà)龍點(diǎn)睛、言簡(jiǎn)意賅等寫(xiě)作要求，因此有必要重新發(fā)現(xiàn)標(biāo)題字?jǐn)?shù)的適當(dāng)長(zhǎng)度區(qū)間；其次，在微信公眾號(hào)的消息推送過(guò)程中，每次推送的圖文信息并不固定，導(dǎo)致同一時(shí)段推送的標(biāo)題有可能處于不同位置。因此心理學(xué)的“首位效應(yīng)”是否仍然可以作為公眾號(hào)平臺(tái)的位置重要性分布依據(jù)，是值得辨析的另一問(wèn)題。

1.標(biāo)題長(zhǎng)度分析

統(tǒng)計(jì)結(jié)果表明，所有選取樣本中標(biāo)題字?jǐn)?shù)均值為17，字?jǐn)?shù)在25及以上的標(biāo)題僅占5.5%，字?jǐn)?shù)在10以下的標(biāo)題僅占1.3%。字?jǐn)?shù)在15到19之間的標(biāo)題占比最多。其中傳統(tǒng)媒體認(rèn)證公眾號(hào)標(biāo)題字?jǐn)?shù)均值為19，網(wǎng)絡(luò)媒體認(rèn)證公眾號(hào)和個(gè)人認(rèn)證公眾號(hào)標(biāo)題字?jǐn)?shù)均值分別是17和16。觀察推送界面，大部分推送標(biāo)題顯示在一行半以內(nèi)，整體而言新聞評(píng)論類微信公眾號(hào)標(biāo)題的長(zhǎng)度適中。

通過(guò)對(duì)不同標(biāo)題的長(zhǎng)度區(qū)間與閱讀量、點(diǎn)贊量之間的單因素方差分析發(fā)現(xiàn)，所有樣本中不同標(biāo)題長(zhǎng)度區(qū)間對(duì)閱讀量有顯著影響。受眾的態(tài)度調(diào)查中“標(biāo)題過(guò)長(zhǎng)會(huì)使您放棄閱讀”和“標(biāo)題過(guò)短會(huì)影響您的閱讀”的均值分別是4.13和3.43，進(jìn)一步驗(yàn)證了該結(jié)論。但標(biāo)題長(zhǎng)度對(duì)點(diǎn)贊量影響不顯著。三種類型的分析結(jié)果與整體分析結(jié)果基本一致，只有個(gè)人認(rèn)證公眾號(hào)標(biāo)題的長(zhǎng)度區(qū)間對(duì)閱讀量、點(diǎn)贊量均有顯著影響。更進(jìn)一步地，通過(guò)卡方交叉檢驗(yàn)發(fā)現(xiàn)，不同類型的公眾號(hào)在標(biāo)題長(zhǎng)度區(qū)間的選擇上存在顯著差異，傳統(tǒng)媒體和網(wǎng)絡(luò)媒體認(rèn)證的公眾號(hào)中，字?jǐn)?shù)長(zhǎng)度區(qū)間為20—24的標(biāo)題最多。在個(gè)人認(rèn)證的公眾號(hào)中，字?jǐn)?shù)長(zhǎng)度區(qū)間為10—14、15—19的標(biāo)題最多。即：總體而言，個(gè)人認(rèn)證新聞評(píng)論公眾號(hào)標(biāo)題比傳統(tǒng)媒體、網(wǎng)絡(luò)媒體認(rèn)證公眾號(hào)的標(biāo)題更為精簡(jiǎn)。

表5 不同類型新聞評(píng)論微信公眾號(hào)標(biāo)題字?jǐn)?shù)區(qū)間使用情況卡方交叉檢驗(yàn)摘要

(二)標(biāo)題位置擇序分析

按頭條位置、第二條位置、第三條位置、第四條位置、第五條位置設(shè)計(jì)自變量，統(tǒng)計(jì)結(jié)果表明，標(biāo)題位置對(duì)閱讀量影響顯著(檢驗(yàn)統(tǒng)計(jì)量為26.404，顯著性概率p近似于0)，對(duì)點(diǎn)贊量沒(méi)有顯著影響(檢驗(yàn)統(tǒng)計(jì)量為17.623，顯著性概率p=0.889>0.05)。問(wèn)卷調(diào)查中“頭條位置的新聞評(píng)論標(biāo)題更容易吸引您的注意”的均值為4.32，進(jìn)一步驗(yàn)證了方差分析結(jié)果。

更進(jìn)一步的結(jié)論是：新聞評(píng)論類微信公眾號(hào)的圖文消息推送中，標(biāo)題處于頭條位置時(shí)閱讀量均值和點(diǎn)贊量均值遠(yuǎn)遠(yuǎn)高于其他位置。值得注意的是，除了頭條位置外，處于第二條位置和第五條位置的閱讀量均值和點(diǎn)贊量均值較高；處于第三條位置和第四條位置的閱讀量均值和點(diǎn)贊量均值較低。

(三)回歸分析

根據(jù)上文分析，本文回歸分析預(yù)測(cè)變量只納入了對(duì)閱讀量、點(diǎn)贊量有顯著影響的變量(標(biāo)題字?jǐn)?shù)區(qū)間、標(biāo)題位置、副詞、句子情感傾向)，調(diào)整R方為0.78，說(shuō)明預(yù)測(cè)變量能夠解釋閱讀量變異程度的78%，是在可接受范圍內(nèi)。DW檢驗(yàn)值為1.741，接近2，可以認(rèn)為樣本之間獨(dú)立。VIF均小于5，說(shuō)明變量之間不存在多重共線性，殘差分布較為分散。因此回歸分析的前提條件均滿足。

由于因變量(閱讀量、點(diǎn)贊量)是連續(xù)變量，字?jǐn)?shù)區(qū)間、副詞、句子情感等為無(wú)序分類變量，將其轉(zhuǎn)化為虛擬變量后進(jìn)行多元線性回歸，結(jié)果顯示：標(biāo)題位置、程度副詞、負(fù)向情感、字?jǐn)?shù)區(qū)間對(duì)閱讀量的影響程度為：標(biāo)題位置>負(fù)向情感>字?jǐn)?shù)區(qū)間>程度副詞。其對(duì)點(diǎn)贊量的影響程度排序?yàn)椋簶?biāo)題位置>程度副詞>負(fù)向情感。

表6 本文預(yù)測(cè)變量與閱讀量、點(diǎn)贊量的回歸分析摘要

四、研究結(jié)論與問(wèn)題展望

(一)研究結(jié)論

雖然標(biāo)題與所屬文章的閱讀量和點(diǎn)贊量并非唯一因果關(guān)系，但互聯(lián)網(wǎng)背景下標(biāo)題的重要性遠(yuǎn)超過(guò)傳統(tǒng)紙質(zhì)閱讀，因此在較長(zhǎng)時(shí)間周期(半年)和較大樣本量的范圍內(nèi)，標(biāo)題的屬性與它所屬文章的閱讀量和點(diǎn)贊量存在某種或強(qiáng)或弱的關(guān)聯(lián)。具體到新聞評(píng)論類微信公眾號(hào)，通過(guò)對(duì)其標(biāo)題屬性與其所屬文章閱讀量和點(diǎn)贊量的統(tǒng)計(jì)學(xué)分析，八個(gè)變量中，有四個(gè)變量(副詞、情感傾向、長(zhǎng)度、位置)支持假設(shè)H1、H3，兩個(gè)變量(情感傾向、位置)支持假設(shè)H2、H4。由是觀之，相比點(diǎn)贊量，閱讀量對(duì)標(biāo)題屬性的變化更為敏感。換言之，標(biāo)題對(duì)用戶是否閱讀的重要性程度，大于它對(duì)用戶是否認(rèn)同(點(diǎn)贊)的重要性程度。遵循本文研究得出的標(biāo)題設(shè)計(jì)規(guī)律，可以引導(dǎo)用戶選擇內(nèi)容，但真正決定用戶對(duì)公眾號(hào)文章的認(rèn)可程度的，還是文章的內(nèi)容質(zhì)量。

針對(duì)本文之初提出的問(wèn)題，在八個(gè)自變量和因變量的關(guān)系分析中，我們注意到，不同類型的新聞評(píng)論類公眾號(hào)對(duì)標(biāo)題的敏感程度并不一致。較為明顯的規(guī)律是個(gè)人認(rèn)證公眾號(hào)的反應(yīng)往往是最為敏感的：句式、情感傾向、字?jǐn)?shù)區(qū)間等變量對(duì)個(gè)人認(rèn)證公眾號(hào)閱讀量、點(diǎn)贊量的影響都是顯著的，但對(duì)其他兩類公眾號(hào)的影響則不顯著。這提示我們，人們對(duì)傳統(tǒng)媒體、網(wǎng)絡(luò)媒體認(rèn)證公眾號(hào)的閱讀更多地受到認(rèn)知框架、閱讀習(xí)慣依賴等因素的影響，而人們對(duì)個(gè)人認(rèn)證新聞評(píng)論公眾號(hào)文章的閱讀，則更多受到文本因素的制約。

從高頻詞數(shù)據(jù)分析結(jié)果來(lái)看，三種類型的新聞評(píng)論類微信公眾號(hào)在內(nèi)容選擇上都表現(xiàn)出向大眾文化靠攏的傾向?！叭绻粋€(gè)文化資源不能提供切入點(diǎn)，使日常生活的體驗(yàn)與之共鳴，那么，它就不會(huì)是大眾的”[16]，約翰·費(fèi)克斯認(rèn)為這樣的文本選擇具有相關(guān)性特征，充滿著話語(yǔ)的裂隙，是大眾創(chuàng)造的屬于自己的話語(yǔ)庫(kù)存，“一個(gè)文本要成為大眾的，就必須言說(shuō)讀者想要說(shuō)的東西，并且必須允許讀者在建構(gòu)和發(fā)現(xiàn)文本與他們的社會(huì)情境具有相關(guān)點(diǎn)時(shí)，同時(shí)參與選擇文本所言說(shuō)的東西”[16]。高頻詞選擇傾向的改變，是新聞評(píng)論這一傳統(tǒng)新聞文本適應(yīng)社交媒體平臺(tái)屬性的結(jié)果。就閱讀接受而言，其話語(yǔ)的互文性特征進(jìn)一步深化，用戶生成內(nèi)容的可能性和豐富性也得以提升。

在本文研究過(guò)程中，傳統(tǒng)媒體認(rèn)證的新聞評(píng)論公眾號(hào)的標(biāo)題樣本選擇，均源自新型主流媒體，它以唱響主旋律、傳播正能量為使命，是我黨發(fā)揮輿論引導(dǎo)作用的重要陣地。深入思考其內(nèi)容創(chuàng)新和變革的規(guī)律，可以提升其在輿論引導(dǎo)過(guò)程中的“四力”水平。從本文研究結(jié)果來(lái)看，其標(biāo)題設(shè)計(jì)中以陳述句為主、多使用積極情感表達(dá)等特征，表明它秉承了一以貫之的客觀、理性的敘事風(fēng)格和基調(diào)，也說(shuō)明其內(nèi)容選擇仍然以堅(jiān)持正面宣傳為主流。這說(shuō)明新型主流媒體與網(wǎng)絡(luò)媒體仍然有著顯著區(qū)別的話語(yǔ)特征；其對(duì)第二人稱代詞、數(shù)詞的廣泛使用獲得受眾認(rèn)可(相較其他人稱獲得最高閱讀均值)，是它因時(shí)而變，重視用戶思維的理念變革所做出的努力。而高頻詞分析的結(jié)果則透露出它深入基層、俯下身、沉下心、察實(shí)情等文風(fēng)與作風(fēng)轉(zhuǎn)變的信息。

(二)問(wèn)題與展望

本研究雖針對(duì)新聞評(píng)論類微信公眾號(hào)標(biāo)題展開(kāi)，但得出的規(guī)律性認(rèn)識(shí)對(duì)于其他類型微信公眾號(hào)或數(shù)字內(nèi)容的標(biāo)題制作有類推意義。因此，本文研究的意義之一在于，通過(guò)統(tǒng)計(jì)分析找到對(duì)閱讀量與點(diǎn)贊量有顯著影響的標(biāo)題屬性，為不同數(shù)字平臺(tái)的標(biāo)題設(shè)計(jì)和制作以及互聯(lián)網(wǎng)背景下新聞報(bào)道寫(xiě)作提供參考。此外，本文也希望對(duì)文本的形式化分解和量化分析的思路能夠?yàn)閿?shù)字內(nèi)容生產(chǎn)規(guī)律的研究提供啟發(fā)。但由于新聞評(píng)論在文體上的特殊性以及微信公眾號(hào)所屬平臺(tái)的特殊性，在本文討論中對(duì)閱讀量、點(diǎn)贊量無(wú)顯著影響的變量，不一定具有普適性。本研究的局限在于，未能尋找到更好的研究方法，進(jìn)一步剝離主題、輿情等其他影響因素，更為獨(dú)立和深入地探究微信公眾號(hào)標(biāo)題與閱讀量、點(diǎn)贊量的關(guān)系。本研究的局限還表現(xiàn)在僅在一個(gè)時(shí)間切片內(nèi)展開(kāi)內(nèi)容分析，如果能選擇跨度更大的時(shí)間周期和更為充足的樣本量，并設(shè)計(jì)更多的控制變量，也許可以得出更為豐富的結(jié)論。