■ 鄒 煜 衛(wèi)酉祎

一、引言

微博作為人際傳播和群體傳播模式交織的社交平臺,為公眾提供了討論的開放空間,日漸成為重要的公共輿論場域。2020年11月24日,一則“老人冒雨用現(xiàn)金交醫(yī)保被拒”的視頻在微博平臺上引起熱議。微博話題“老人冒雨用現(xiàn)金交醫(yī)保被拒”發(fā)布當天閱讀量超過4億次,截至2020年12月15日,該話題閱讀量達到6.7億次。相關話題“醫(yī)保局回應老人用現(xiàn)金交醫(yī)保被拒”“工作人員否認老人現(xiàn)金交醫(yī)保被拒”引發(fā)事件的反轉,再次激發(fā)網友討論。社交媒體滲透進人們的日常生活,公共空間的私人化和私人空間的公共化過程彼此滲透。①新媒介、意見領袖、群體傳播模式共同造成了個人情緒的快速廣泛傳播。②因此,個人情緒沿著社交平臺構建的人際關系網絡,在公共場域傳播成為可能?？咸亍·哈伯(Kent D.Harber)和多夫·J·科恩(Dov J.Cohen)初步勾勒了個體情緒實現(xiàn)社會化傳播的路徑,并將情緒傳播(emotional broadcaster theory)定義為情緒通過多次社會分享沿著人際網絡梯級傳播的過程。③

目前學界對情緒傳播模式的研究主要從情緒的生成和傳播過程兩方面展開。從情緒的生成來看,產生于認知心理學的鋪墊效果(priming effect)解釋了情緒如何通過外部情景刺激個體并引起反應。鋪墊效果分為情感鋪墊和認知鋪墊,情緒鋪墊是指鋪墊信息包含的情緒刺激對后續(xù)信息加工產生影響,并影響人們對后續(xù)信息的情緒生成；認知鋪墊是指物體的實質屬性刺激對人們認知產生的作用。賴勝強等基于對杜嘉班納(D&G)辱華事件的扎根研究發(fā)現(xiàn),公眾對事件屬性的認知和歸因分析會影響到公眾的情緒傳播。④1923年,心理學家威廉·麥獨孤(William McDougall)提出了情緒感染(emotional contagion)的概念。鐘智錦等研究發(fā)現(xiàn)在天涯社區(qū)這類網絡公開討論空間中,存在顯著的情緒感染現(xiàn)象。⑤情緒感染導致群體中出現(xiàn)“情緒同質化”現(xiàn)象受到國外研究者關注,如伯納德·里梅(Bernard Rimé)等人由此提出情緒社會分享(social sharing of emotion)概念。⑥孫俊才等認為情緒的社會分享具有普遍性、反復性和多次傳播等特性,論證了個體情緒通過人際分享與傳播擴散成為社會情緒的可能性。⑦因此可以認為情感鋪墊與情緒感染共同推動了情緒的生成和傳播,情緒社會分享是個體情緒實現(xiàn)社會化傳播的直接推動力。

從情緒傳播的歸因來看,學界目前主要聚焦于傳播內容、傳播載體對情緒傳播的影響。謠言滋生助長恐慌情緒傳播、輿情反轉導致網民情緒波動,信任異化導致網民對公共機構提供的信息產生逆反情緒。⑧目前大多學者傾向情緒傳播的一般規(guī)律歸納,較少結合輿情事件的特殊性進行深入探討。話語不僅是單獨個體的內部心理狀態(tài),更是指示一系列社會關系、文化觀念的對象。因此本文擬通過話語分析,聚焦“老人冒雨用現(xiàn)金交醫(yī)保被拒”事件(以下簡稱“老人用現(xiàn)金被拒”事件),深入分析情緒傳播背后的社會動因。

二、研究設計及方法

首先,數據采集。我們以“老人冒雨用現(xiàn)金交醫(yī)保被拒”為關鍵詞在微博平臺搜索并選取了閱讀量前三且能夠代表事件進展的微博話題(如表1所示，數據截至2020年12月15日),然后利用中國傳媒大學國家語言資源監(jiān)測與研究有聲媒體中心研發(fā)的微博數據采集程序分別采集了三個話題中網友帶話題的評論數據,刪除無關、重復數據后,共獲得2323條評論數據。

表1 研究選取的微博話題統(tǒng)計表

其次,對采集得來的微博文本數據進行清洗過濾,然后利用面向語言監(jiān)測的自動分詞標注系統(tǒng)CUCBst9.0⑨對微博語料進行分詞,接著利用語料處理軟件Ngram計算器⑩對分詞后語料中的詞頻共現(xiàn)情況進行統(tǒng)計,進而考察高頻詞的前后文語境、搭配關系等。

最后,利用批評話語分析方法,分別選取三個微博話題評論中點贊量排名前100的評論,共計300條,建立評論議題和情緒類目(如表2所示),并根據類目進行人工標注。根據對評論內容的分析,本文將情緒分為憤怒、同情、擔憂、贊揚和無情緒。憤怒一般指侵害某人固有信念、權利或與之相矛盾而激發(fā)的一種強烈而不舒適的情緒反應,而本文特指網友對相關工作人員、媒體、政府官員等負面涉事對象的不快體驗和外顯情緒表達。同情一般指通過悲情情境構建,與他人情感或遭遇形成共鳴,而本文特指網友對處于數字科技弱勢一方的當事老人或老年群體產生的情感共鳴和聲援。擔憂一般包含焦慮、害怕等情緒,本文特指網友對老年生活的擔心和對數字鴻溝產生的焦慮情緒。贊揚一般指包含肯定、認同的情緒,本文特指網友對相關話題引發(fā)關注產生的肯定情緒。無情緒則指單純陳述事情進展,不包含正面或負面情緒。包含多種情緒的評論內容,會被重復計入統(tǒng)計中。

表2 微博評論的議題及情緒類目表

三、研究結果與分析

(一)微博話題評論中的議題及情緒

1.網友憤怒情緒存在模仿和感染現(xiàn)象

情緒不僅是個人的體驗,而且是人際互動的產物。個體之間形成情緒聚合和情緒同質化的過程被稱為情緒感染。本文分析后發(fā)現(xiàn),在“老人用現(xiàn)金被拒”事件中,網友的憤怒情緒存在一定情緒共變和同質化現(xiàn)象。如圖1所示,在三個話題中歸屬于憤怒情緒的議題比例均最高,憤怒情緒始終貫穿于整個事件進展中。從憤怒情緒的議題分布來看,網友關于“基層服務態(tài)度差”的評論在三個微博話題中的比例均較高(見圖2)。以其中一條評論為例:“@沸點視頻”于11月24日上午9時30分發(fā)布微博“老人冒雨用現(xiàn)金交醫(yī)保被拒”,并配以網友爆料視頻。網友“@夏_HHH”于11月24日上午9時32分發(fā)表評論“為人民服務幾個大字真刺眼”,緊接著多條評論中帶有“為人民服務”字眼,工作人員的服務態(tài)度問題成為憤怒情緒爆發(fā)的導火索。

圖1 不同話題下情緒分布統(tǒng)計圖

圖2 憤怒情緒的議題數量統(tǒng)計圖

在微博輿論場中,個體的憤怒情緒表達為他人提供了可以感知到的情緒信息,影響了他人對事件的認知。這種個體的情緒誘導容易引起相同的情感反應,可能導致他人在文本加工中無意識模仿,形成同質化的情緒傾向。因此在這一過程中,個體情緒成為他人情緒的誘因。

2.輿情反轉激化網友情緒波動

媒體披露更多事件細節(jié),或與此前完全相反的信息時,會發(fā)生輿情反轉。11月24日下午9時31分,“@頭條新聞”發(fā)布微博“工作人員否認老人現(xiàn)金交醫(yī)保被拒”,工作人員澄清視頻中的老人是忘記帶證件,拒收現(xiàn)金的話是對旁邊一對老人說的。如圖1所示,憤怒和同情情緒在三個話題中的比例整體呈上升趨勢,尤其在話題三中“同情工作人員”與“同情老人處境”兩個議題成功引發(fā)了網友的共情。此外,如圖2可知,喚醒網友憤怒情緒的議題出現(xiàn)明顯分化。其中網友的憤怒多傾瀉于“基層服務態(tài)度差”這一議題,“網友不理智發(fā)言”“拒收現(xiàn)金違法”“輿情應對不當”等議題也多是網友發(fā)泄不滿情緒的對象。由此可見,輿情反轉激化了網友的憤怒和同情情緒,加速了整個輿論場的情緒傳播,同時也擴展了議題的討論方向,多元聲音相互沖突,但未改變情緒的同質化現(xiàn)象。

(二)高頻詞及其語境搭配

1.媒介建構影響網友情緒與認知

高頻出現(xiàn)的形式、意義和功能往往揭示了語言使用的核心和典型要素,揭示了交際過程中最經常使用的形式、最經常實現(xiàn)的意義和功能。因此高頻詞能夠在一定程度上反映文本內容傾向。如表3和圖3所示,從“老人”到“老年人”,從“手機”到“科技”,網友評論內容逐步脫離具體情境上升到社會存在的普遍問題。從側面反映出固有的社會矛盾是激化情緒傳播的重要原因。此外,從“冒雨”“視頻”等高頻詞可以發(fā)現(xiàn),媒體建構現(xiàn)實喚醒了網友情緒、影響了網友對事件的認知?！懊坝辍迸c老人用現(xiàn)金被拒事件無直接關聯(lián),但是卻成為激化網友憤怒情緒的導火索?！耙曨l”中工作人員冷漠的聲音、老人佝僂的身軀、服務大廳上隱約可見的“為人民服務”幾個大字,是構成網友對該事件認知的最初信源,也影響了后續(xù)的信息判斷。由表3可知,在話題一引爆輿論場時,“健康碼”“94歲”兩個關鍵詞在網友評論中被反復提及。“健康碼”“94歲”分別源自2020年8月17日的微博熱搜“老人無健康碼遭公交司機拒載”和11月21日的微博熱搜“94歲老人被抱起進行激活社?？ā?可以發(fā)現(xiàn)相近主題事件形成了一定的鋪墊效果,對喚醒和激化網友情緒具有推動作用。但值得注意的是,話題三中工作人員對視頻的內容予以否認,輿論出現(xiàn)分化,包含“事實/真相/真實”等質疑媒體的關鍵詞開始涌現(xiàn),部分網友對媒體發(fā)布未經證實的視頻及報道表示不滿與失望。

表3 不同話題點贊量前100的評論高頻詞分布情況

圖3 三個話題點贊量前100的評論中高頻詞詞云圖

2.道德情緒與移情效應

孤立地看待語言中的詞語難免有失偏頗,語境具有使詞義單一化和具體化的功能,將詞語放入語境中分析,其意義才會明確。通過對高頻詞“老人”“服務”的檢索,可以發(fā)現(xiàn)其出現(xiàn)的前后文語境及搭配關系。如表4所示,高頻詞“老人”常出現(xiàn)在“老人冒雨”“老人被(科技)邊緣化”語境中。“老人冒雨”最初在媒體報道中出現(xiàn),突出了老人無助可憐的形象,加之工作人員的冷漠,與“尊老愛老”的社會道德產生沖突,激發(fā)起網友的道德情緒,推動了網友產生在微博場域發(fā)表個人情緒的行為,即情緒的社會分享行為。“心疼老人”“家里老人”等語境則反映了移情效應在刺激網友情緒、加速情緒感染中的作用。如表5所示,“服務”一詞常出現(xiàn)在“為人民服務”語境中。“為人民服務”源自視頻中隱約拍到的服務大廳墻上“為人民服務”幾個大字,常被網友用來調侃、諷刺“基層服務態(tài)度差”。由此可見,引發(fā)網友憤怒的核心議題是“基層服務質量”問題。此次事件的反轉沒有影響到核心議題的變化,原因在于工作人員否認的事實并未觸及核心議題。

表4 高頻詞“老人”的部分前后文語境

表5 高頻詞“服務”的部分前后文語境

四、討論與思考

(一)個體情緒社會化傳播

本文試圖描述微博空間中,網友個人情緒形成社會化傳播的過程,為理解情緒傳播在互聯(lián)網中的角色作用提供一個窗口。基于前文的分析可以發(fā)現(xiàn),“老人用現(xiàn)金被拒”事件中存在明顯的情緒感染現(xiàn)象。媒介建構的鋪墊效果明顯,影響了網友對事件及后續(xù)信息的情緒和認知。通過對高頻詞的語境分析可知,道德情緒與移情效應成為網友在公共場域分享個人情緒的主要動力。個人情緒的社會化傳播受到情緒認知鋪墊、情緒感染等復雜因素影響,形成的社會情緒不具有絕對的理性?；谇榫w而形成的社會輿論不能夠保證其自身的正當性和合法性。但是不可忽視的是,跨越年齡、階層網絡形成的各種意見集合,建構著社會意見環(huán)境。尤其在負面事件中,如果輿論無法改變現(xiàn)實,負面情緒一時平息卻會沉淀、積累下來,等待下一次爆發(fā)。在此次“老人用現(xiàn)金被拒”事件中尤為明顯,先前發(fā)生的兩次主題相近事件被重新提及,導致了此次輿情引發(fā)的憤怒情緒更加強烈。

但個體情緒的社會化傳播不意味單一的“公民共同體”形成?；仡櫨W友評論,可以發(fā)現(xiàn)網友的情緒社會分享存在圈層化現(xiàn)象,觀點沖突與抱團現(xiàn)象并存。例如,在醫(yī)保局與工作人員回應后,輿論場中批評基層服務質量與同情工作人員兩方觀點形成對立,但同時基于尊老愛老的道德基礎,在同情老人及老年人群體的問題上基本形成共識。從情緒類型來看,指向他者的情緒,如憤怒、同情更易形成社會化傳播,反映著人們對社會公平正義的認知,促使著人們爭取正義力量。

(二)情緒傳播社會動因

1.利他與合作

“利他與合作是網絡人的天性”,每個人都被鑲嵌在社會網絡上,渴望通過建立連接關系與他人形成合作,以獲得更大的生存可能。由于我們彼此連接,個體不完全是自利的,也會關心他人,在做出選擇的時候關心他人的幸福。因此,在以青年群體為主的公共討論空間中,微博建立起了一個龐大的人際關系網絡,老年群體相對于微博用戶來說是“他者”的存在。然而這個失語的“他者群體”與微博中的“我們”鑲嵌在現(xiàn)實的強關系網絡中。由于彼此的聯(lián)系,對他者的關心與責任成為“我們”自發(fā)的意識,這便可以解釋為何微博平臺的青年用戶會瞬間聚集為老年人發(fā)聲。此外,尋求合作、避免孤立也是個體情緒形成社會化傳播的重要動因。僅僅一個網友評論對于改變現(xiàn)狀無關緊要,但當每個人鑲嵌在群體中時,便可以感受到社會網絡的巨大力量。這種力量的建構需要以合作為基礎。媒體報道讓人們認識到老人被科技邊緣化問題的嚴重性,網友之間的情緒感染與社會分享行為也是在尋求集體的合作,評論、轉發(fā)、點贊可以理解為合作意愿的表達。

2.風險社會的技術焦慮與信任異化

網絡社會被認為是高風險社會,網絡空間的多元性和開放性使得各種現(xiàn)實風險得以在網絡產生映射。人們追求“科技向善”,現(xiàn)實卻是加劇了“數字鴻溝”,德國社會學家烏爾里希·貝克(Ulrich Beck)提出的“風險社會”被現(xiàn)代社會證實。老人使用現(xiàn)金支付本是常理之中,但卻被冷漠拒絕?？萍几＠緫黄降认硎?但由于年齡、階層等因素的限制,出現(xiàn)了被科技邊緣化的群體。風險帶給人們恐懼與焦慮,“老人用現(xiàn)金被拒”事件成為了人們技術焦慮的宣泄出口,也喚醒了“人人都可能被科技邊緣化”的心理,從而引發(fā)了人們對科技的反思、對現(xiàn)實的不滿。此外,信任異化也是網絡社會中的一個風險基因。信任建構取決于網絡社會中的每一個個體。然而,微博等新媒介導致了話語權的重新分配,行政權力、技術權力、話語權力、信息壟斷權力等多方權力交織,使得網絡社會的信任體系難以建立。在“老人用現(xiàn)金被拒”事件中,網友評論多次表達了對代表公權力的政府官員、基層服務人員的不滿、對掌控話語權的媒體不實報道的憤怒。可見,多重關系的信任難以建立,也是網絡空間情緒化傳播顯著的重要原因之一。

注釋:

① 胡泳:《眾聲喧嘩:網絡時代的個人表達與公共討論》,廣西師范大學出版社2008年版,第235頁。

③ Kent D.Harber and Dov J.Cohen.TheEmotionalBroadcasterTheoryofSocialSharing.Journal of Language and Social Psychology,vol.24,no.4,2005.pp.392-393.

④ 賴勝強、張旭輝:《網絡輿情危機事件對網民情緒傳播的影響機理——基于D&G辱華事件的扎根理論研究》,《現(xiàn)代情報》,2019年第9期,第121頁。

⑤ 鐘智錦、廖小歐、游宇霞:《網絡社區(qū)中的情緒感染現(xiàn)象——基于環(huán)境類議題與愛國主義類議題的實證研究》,《新聞記者》,2019年第9期,第61頁。

⑥ Bernard Rimé,Pierre Philippot,Stefano Boca and Batja Mesquita.Long-lastingCognitiveandSocialConsequencesofEmotion:SocialSharingandRumination.European Review of Social Psychology,vol.3,no.1,1992.p.252.

⑦ 孫俊才、盧家楣:《情緒社會分享的研究現(xiàn)狀與發(fā)展趨勢》,《心理科學進展》,2007年第5期,第816頁。

⑨ 面向語言監(jiān)測的自動分詞標注系統(tǒng)CUCBst提供免費在線版本,參見http://ling.cuc.edu.cn/cucseg/。

⑩ Ngram計算器是一款用于計算語料中N元結構的多語種語料處理分析工具,由中國傳媒大學國家語言資源監(jiān)測與研究有聲媒體中心的程南昌博士開發(fā)設計。