顏廷宇

關鍵詞：網(wǎng)絡輿情；社交媒體用戶；信息焦慮；政府治理

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2023）20-0112-03

0 引言

由于網(wǎng)絡所具有的虛擬性、匿名性和快速傳播性，極大地賦予了公眾在網(wǎng)絡上的言論自由。任何社會性事件一旦處于各互聯(lián)網(wǎng)平臺的“暴風眼”之中便會瞬間掀起驚濤駭浪，影響公眾情緒。一部分人借著虛擬化的外衣在各社交媒體軟件中發(fā)泄消極情緒，傳播大量虛假信息進而導致其他用戶無法分辨信息真?zhèn)危罱K形成焦慮不安等消極情緒，造成社會秩序崩壞政府公信力喪失[1]。

“社交媒體用戶信息焦慮”這一概念在網(wǎng)絡輿情快速發(fā)展的今天具有重要的研究意義。國內(nèi)學者劉魯川教授認為[2]信息焦慮是由于信息過載、功能過載從而導致部分用戶產(chǎn)生信息疲勞感，表現(xiàn)為分析能力下降、焦慮倦怠和失眠癥狀加劇等。張艷豐等人[3]認為當面對信息超載、沖突、信息繭房等問題時，用戶產(chǎn)生的緊張、害怕等精神狀態(tài)被稱為“健康信息焦慮”[4]。通過梳理前人的研究發(fā)現(xiàn)，目前的研究主要集中在社交媒體用戶消極情緒的研究及其治理策略，對于其所產(chǎn)生的消極行為的研究較少，對于引起社交媒體用戶信息焦慮行為的影響因素也缺乏系統(tǒng)完整的梳理。網(wǎng)絡輿情事件中社交媒體用戶焦慮行為蘊含著非常大的研究與探索空間，多角度寬視角的研究探索尚待深入[5]。

1 社交媒體用戶信息焦慮行為影響因素識別分析

基于前人研究，本文從信息因素、媒介因素以及個體因素三個維度入手，將個體信息焦慮行為分為強迫使用和信息規(guī)避兩個維度，深入剖析識別網(wǎng)絡輿情事件中用戶信息焦慮行為產(chǎn)生的影響因素。

1.1 強迫使用行為

強迫使用行為是一種非常態(tài)的心理行為活動。

它是指在移動社交媒體環(huán)境下，用戶無法自控地反復進入使用社交媒體從而浪費大量的時間精力。隨著智能手機和互聯(lián)網(wǎng)的普及，“網(wǎng)絡成癮”“低頭族”成為人們不可忽視的社會問題。一部分群體每天在微信、微博等社交媒體上所花費的時間大大超過了健康使用時間甚至嚴重影響了日常的學習生活。

1.2 信息規(guī)避行為

用戶的信息規(guī)避行為是指在輿情事件中，當用戶接受過量的信息壓力時往往會產(chǎn)生一種回避式的防御行為。他們通常會選擇對相關消息推送進行設置屏蔽甚至刪除拉黑等來緩解焦慮不安的情緒。當公眾產(chǎn)生信息規(guī)避行為之后，會選擇對有關信息產(chǎn)生防御心理。無疑為政府與公眾之間的溝通添加了一層屏障，阻礙了政府更有效地向公眾傳達準確信息。

1.3 信息質(zhì)量參差不齊

在網(wǎng)絡輿情事件中，眾多的社交媒體賬號為了吸引流量往往會夸大信息內(nèi)容甚至編造謠言來牟取私利。社交媒體平臺上的信息良莠不齊往往會嚴重影響用戶的判斷力。當個體對于日常所獲取的信息是否具有可靠性來源難以保證時，往往會催生出焦慮抑郁的情緒進而對用戶的表現(xiàn)行為帶來巨大的負面影響。

1.4 信息過載

信息過載作為信息因素的另一種主要內(nèi)容同樣給用戶的社交媒體日常使用帶來困擾。在輿情事件中，大量的魚龍混雜的信息超出了用戶的信息處理能力，這種狀態(tài)會阻礙用戶進行正常的信息接收處理和決策過程，危害個體的心理健康。

基于此本文提出如下假設：

H1：在網(wǎng)絡輿情事件中，信息因素對社交媒體用戶信息焦慮行為有顯著的正向影響。

1.5 個體因素

個體因素包括信息獲取能力、信息選擇及評價能力。個體信息獲取能力較差的用戶往往會因為不能通過社交媒體平臺及時獲得想要的信息或完整有用的信息而產(chǎn)生焦慮不安等情緒。同時當個體在瀏覽相關網(wǎng)絡信息時，無法對健康信息進行甄別和選擇，不能對信息的時效性、完整度、真?zhèn)蔚茸龀鲈u價時會使用戶的日常信息活動受阻，進而引發(fā)健康信息焦慮。

基于此，本文提出如下假設：

H2：在網(wǎng)絡輿情事件中，個體因素對社交媒體用戶信息焦慮行為有顯著的正向影響。

1.6 媒體傳播

在網(wǎng)絡輿情事件中，網(wǎng)絡媒體發(fā)揮著向公眾傳播信息的重要媒介作用。但是在主流的社交媒體平臺中，諸如“兩微一抖”等，官媒在應對來勢洶洶的輿情時并沒有準確地扮演好“風向標”的角色。主流媒體的角色缺失給健康的網(wǎng)絡環(huán)境帶來了漏洞，使得一些別有用心的營銷號為吸引流量惡意帶節(jié)奏，編造謠言，最終導致用戶個體的緊張不安的情緒演變成大規(guī)模的網(wǎng)絡化情緒。

1.7 網(wǎng)絡監(jiān)管

從目前可以看出，各大主流社交媒體平臺沒有出臺具體完善的治理措施懲罰力度過小，對于別有用心之人僅僅采用限流、封號等措施。雖然自2022年各網(wǎng)絡平臺嚴格落實IP屬地透明化的舉措，但是對于治理復雜的網(wǎng)絡謠言難題來說，僅僅邁出了一小步。

基于此本文提出如下假設：

H3：在網(wǎng)絡輿情事件中，媒介因素對社交媒體用戶信息焦慮行為有顯著的正向影響。

2 問卷設計與數(shù)據(jù)收集

2.1 問卷設計

本研究設計的問卷共分為四個部分：基本信息、信息因素的測量、個體因素的測量、媒介因素的測量和信息焦慮行為的測量。測量工具是Likert五級量表，具體測量題項如表1所示。

2.2 數(shù)據(jù)收集

本文以社交媒體用戶作為研究對象，通過微信好友分享、微博超話互填等方式發(fā)放問卷，總計發(fā)出問卷151份并收回有效問卷149份，有效率90%。

3 實證分析

3.1 信效度分析

由分析結(jié)果得出，Cronbach′sAlpha 最小值為0.855，最大值為0.926 且問卷中的所有量表的總體Cronbach′sAlpha 為0.874，表明量表各題項內(nèi)部一致性較高，可用于效度分析。KMO度量值為0.861，大于0.8，巴特利球形檢驗近似卡方值為3122.908，p值為0.000小于0.01，由此可知問卷中的量表數(shù)據(jù)非常適合進行因子分析。

3.2 相關性分析

由表2分析可知，信息質(zhì)量參差不齊與用戶信息焦慮行為的Pearson相關系數(shù)為0.485，P 值＜0.01說明樣本數(shù)據(jù)中二者存在較強的正相關性；信息過載與焦慮行為的相關系數(shù)為0.481，P 值＜0.01說明二者存在較強的正相關性；用戶的信息選擇、獲取、評價能力與信息焦慮行為的相關系數(shù)分別為0.153、0.052、0.083且P值均接近0.05，說明用戶的信息處理能力與信息焦慮行為的相關性較弱；媒體傳播與信息焦慮行為的相關系數(shù)為0.608，P 值＜0.01說明二者具有很強的正相關性；網(wǎng)絡監(jiān)管與信息焦慮行為的相關系數(shù)為0.605，P 值＜0.01說明二者也具有很強的正相關性。

3.3 對實證結(jié)果的討論

由相關性分析可知，過量的真?zhèn)文鼙娴男畔⒁约懊襟w虛假傳播和網(wǎng)絡平臺監(jiān)管不力，使得社交媒體用戶產(chǎn)生嚴重的信息焦慮行為。這與劉魯川等人的研究結(jié)果相同具有較高的可信度。用戶的信息選擇、獲取、評價能力與信息焦慮行為呈現(xiàn)出弱相關性，與張艷豐等人的研究結(jié)果不同?？赡苁菃柧碚{(diào)查的方法具有一定的主觀性，被調(diào)查者無法準確判斷自己的信息處理能力水平所致。

4 基于政府角度對網(wǎng)絡輿情事件中的信息治理提出對策建議

4.1 建立完備的預防機制，從信息源頭治理

任何網(wǎng)絡輿情事件中的信息危機治理，其本質(zhì)都是對政府回應能力的考驗。因此在輿情爆發(fā)的醞釀階段，政府就應該建立完備的預防機制，從源頭治理。首先，政府應該第一時間對與輿情相關的信息進行篩選和梳理，在信息和社交媒體用戶之間建立“緩沖網(wǎng)”，防止用戶直面大量冗余的無用的信息。其次政府也應當對虛假信息、謠言等及時地進行篩除，實行關進“小黑屋”政策，提高信息的可信度。

4.2 完善網(wǎng)絡媒體監(jiān)管機制，發(fā)揮好主流媒體的導向作用

各網(wǎng)絡平臺中，眾多營銷號為博眼球獲取流量，杜撰謠言引導輿論。例如“雜技女演員墜亡系與丈夫吵架不和”“大熊貓丫丫帶有基因缺陷”等謠言利用人們對未知事情的心理制造社會恐慌。面對如此混亂的網(wǎng)絡環(huán)境，政府必須承擔起制止網(wǎng)絡謠言的責任。政府要善于運用現(xiàn)有的一系列官媒，及時發(fā)布準確信息，切實關注網(wǎng)民的輿論動向。同時各地各級政府可以通過短視頻等渠道與社交媒體用戶拉近距離積極互動，使辟謠更為迅速。官媒和主流媒體不應該束之高閣，更應該融入媒體用戶的群體中才能夠更好地成為公眾的“保護傘”。

4.3 加大網(wǎng)絡平臺的監(jiān)管力度，完善相應的處罰機制

政府應積極出臺相應的網(wǎng)絡平臺違規(guī)懲罰條例，對于目前已有的條例進行完善加大宣傳力度，使媒體以及用戶了解懲罰機制對自己的言行負責。同時對各大網(wǎng)絡平臺進行監(jiān)督，加大懲罰力度?；ヂ?lián)網(wǎng)不是虛擬的法外之地，有關部門應利用多手段追蹤溯源，找出惡意破壞社會秩序的罪魁禍首。讓虛擬化不再成為罪惡的保護傘，打造一個健康陽光的網(wǎng)絡社區(qū)。