楊永清,孫 凱,張媛媛

(山東工商學(xué)院 管理科學(xué)與工程學(xué)院,山東 煙臺 264005)

當(dāng)前,社交媒體已成為民眾接收和發(fā)布信息的新興渠道[1]。大量用戶針對某一話題發(fā)表意見,并通過社交媒體實(shí)現(xiàn)信息傳播和擴(kuò)散,極易形成網(wǎng)絡(luò)輿情事件。參與用戶的認(rèn)證類別、粉絲數(shù)、發(fā)布微博數(shù)等特征有著顯著差異,這反映其網(wǎng)絡(luò)社會資本多寡[2],直接影響在輿情中信息的傳播效果。高社會資本用戶所發(fā)布的信息能被更多的公眾接收到,具有較大的傳播效果。當(dāng)網(wǎng)絡(luò)輿情事件發(fā)生時(shí),高社會資本用戶往往扮演“信息引導(dǎo)者”的角色,在輿情中表達(dá)自己的觀點(diǎn),從而推動(dòng)輿情的發(fā)展。因此,厘清網(wǎng)絡(luò)輿情中信息發(fā)布者的哪些社會資本屬性會影響其信息傳播效果,對于輿情的引導(dǎo)和治理具有重要意義。

現(xiàn)有研究已經(jīng)探討了網(wǎng)絡(luò)輿情的傳播機(jī)理,但是尚未從信息發(fā)布者的社會資本角度對其傳播效果進(jìn)行深入探究。因此,筆者旨在研究以下問題:①信息發(fā)布者的社會資本如何影響網(wǎng)絡(luò)輿情信息傳播效果;②輿情的不同階段下社會資本對信息傳播效果會產(chǎn)生哪些不同的影響。

1 研究綜述

1.1 信息傳播效果

信息傳播效果是指發(fā)布者的信息經(jīng)媒介傳至受眾,信息在傳播過程所形成的整體影響力[3]。關(guān)于信息傳播效果的度量,研究者的方法也不盡相同,現(xiàn)有研究多以轉(zhuǎn)發(fā)數(shù)或評論數(shù)作為衡量信息傳播效果的客觀評價(jià)指標(biāo)[4]。然而,一些學(xué)者認(rèn)為信息傳播效果應(yīng)該包括不同維度的指標(biāo)。張倫等[5]使用結(jié)構(gòu)性擴(kuò)散度來反映信息傳播效果,能夠更好地反映信息傳播的結(jié)構(gòu)性特征。李桂云等[6]使用傳播廣度和傳播深度來度量信息安全事件的知識傳播效果。

信息傳播效果會受到傳播過程中很多因素的影響,已有研究主要從信息的傳播主體和傳播內(nèi)容探究影響信息傳播效果的因素。對于傳播主體的研究主要涉及發(fā)布者的權(quán)威性和可信度,包括粉絲數(shù)、認(rèn)證狀況、活躍度等[7]?；趥鞑?nèi)容的研究主要涉及信息的內(nèi)容豐富度,包括話題數(shù)、@數(shù)等對于微博轉(zhuǎn)發(fā)的影響[8]。

1.2 社會資本與信息行為

社會資本被定義為嵌入在社會關(guān)系網(wǎng)絡(luò)中的資源,它通過關(guān)系的建立和維持而存在[9]。由 NAHAPIET等[10]提出的三維度社會資本理論認(rèn)為社會資本包括結(jié)構(gòu)維、關(guān)系維和認(rèn)知維3個(gè)維度。在社交媒體網(wǎng)絡(luò)中,結(jié)構(gòu)資本反映了網(wǎng)絡(luò)中個(gè)體之間的結(jié)構(gòu)和聯(lián)系特征;認(rèn)知資本是網(wǎng)絡(luò)中個(gè)體間形成共同的視角、詮釋和理解的資源[11];關(guān)系資本指的是網(wǎng)絡(luò)中個(gè)體互動(dòng)的性質(zhì),包括信任、社區(qū)認(rèn)同等[12]。既有研究采用社會資本理論從不同視角解釋用戶信息行為。ZHANG等[13]從社區(qū)成員分享知識的動(dòng)機(jī)出發(fā),證實(shí)了社會資本對信息分享行為的積極影響。王雪[14]發(fā)現(xiàn)在微信朋友圈中不同社會連接強(qiáng)度下社會資本對用戶信息轉(zhuǎn)發(fā)行為的影響不同。

現(xiàn)有研究雖然對信息傳播效果或社會資本與信息行為進(jìn)行了分析,但仍然存在以下不足:①大多數(shù)研究只聚焦于某一類信息,如政務(wù)微博、辟謠微博等,鮮有結(jié)合具體的輿情事件探究社會資本對信息傳播效果的影響;②已有文獻(xiàn)沒有探究信息發(fā)布者的社會資本在輿情不同階段對信息傳播的影響;③當(dāng)前研究多以轉(zhuǎn)發(fā)數(shù)來衡量信息傳播效果,然而這只能反映傳播廣度,對傳播深度與傳播廣度影響的異同鮮有探討。

2 研究模型與假設(shè)

2.1 研究模型

基于社會資本理論將網(wǎng)絡(luò)輿情信息傳播效果(傳播廣度、深度)作為被解釋變量;將信息發(fā)布者的社會資本作為解釋變量,并以輿情生命周期作為調(diào)節(jié)變量;將文本長度和是否有鏈接作為控制變量,構(gòu)建基于社會資本的網(wǎng)絡(luò)輿情信息傳播效果模型,如圖1 所示。

圖1 基于社會資本的網(wǎng)絡(luò)輿情信息傳播效果模型

2.2 研究假設(shè)

2.2.1 信息發(fā)布者的社會資本與信息傳播效果

結(jié)構(gòu)性社會資本強(qiáng)調(diào)社會關(guān)系的數(shù)量,指用戶所處社交網(wǎng)絡(luò)的規(guī)模,通常用社會交互聯(lián)結(jié)來衡量[15]。在社交媒體平臺,用戶的粉絲數(shù)就是一種社會交互聯(lián)結(jié),反映了用戶與平臺其他用戶的聯(lián)系程度。FANG等[16]使用Twitter用戶的粉絲數(shù)對結(jié)構(gòu)性社會資本進(jìn)行量化。在文獻(xiàn)[4]中,馮小東等提出粉絲數(shù)多的政務(wù)微博擁有更強(qiáng)的傳播效果。同樣,在網(wǎng)絡(luò)輿情中信息發(fā)布者的粉絲數(shù)較多,說明其具有較強(qiáng)的結(jié)構(gòu)性社會資本,其所發(fā)布的微博信息會被更多的用戶接收到,信息傳播的廣度和深度也更高。由此提出以下假設(shè):

H1a信息發(fā)布者的粉絲數(shù)正向影響信息傳播廣度。

H1b信息發(fā)布者的粉絲數(shù)正向影響信息傳播深度。

文獻(xiàn)[10]中,關(guān)系性社會資本是通過從互動(dòng)關(guān)系中獲得的資源,涉及信任、互惠等,但信任是關(guān)系性社會資本核心的要素[17]。在微博平臺,用戶可以通過完善個(gè)人信息來提高自身的可信度。王志英等[18]發(fā)現(xiàn)傳播者的身份信息完善度能正向影響知識傳播效果。用戶的歷史微博數(shù)可以反映其活躍度的高低,而活躍度能夠正向影響被信任度。張婷等[19]發(fā)現(xiàn)用戶的被信任程度隨活躍度的增高而增高。在網(wǎng)絡(luò)輿情中信息發(fā)布者信息完善度和微博數(shù)越高,就可以積累更多關(guān)系性社會資本,從而其所發(fā)布的微博信息傳播效果越好。由此提出以下假設(shè):

H2a信息發(fā)布者的微博數(shù)正向影響信息傳播廣度。

H2b信息發(fā)布者的微博數(shù)正向影響信息傳播深度。

H3a信息發(fā)布者的信息完善度正向影響信息傳播廣度。

H3b信息發(fā)布者的信息完善度正向影響信息傳播深度。

文獻(xiàn)[12]認(rèn)為認(rèn)知性社會資本是指為不同個(gè)體提供表達(dá)與解釋的資源,可通過用戶專業(yè)水平來體現(xiàn),主要描述用戶在專業(yè)領(lǐng)域的技能、知識、專業(yè)話語等。在微博平臺,會員認(rèn)證在為用戶提供了更多專屬特權(quán)的同時(shí),也賦予此類身份更高的可信度、專業(yè)性和吸引力[20], 從而對微博傳播具有促進(jìn)作用。穆圣坤等[21]提出微博針對VIP級別越高的會員,會有更多特權(quán),其微博更易擴(kuò)散,轉(zhuǎn)發(fā)量也會更多。同樣,獲得會員資格的微博用戶所發(fā)布的微博表現(xiàn)出更高的專業(yè)度和吸引力,體現(xiàn)出其具有較強(qiáng)的認(rèn)知性社會資本,從而信息傳播的廣度和深度也更高。由此提出以下假設(shè):

H4a信息發(fā)布者的會員資格正向影響信息傳播廣度。

H4b信息發(fā)布者的會員資格正向影響信息傳播深度。

2.2.2 輿情生命周期的調(diào)節(jié)作用

網(wǎng)絡(luò)輿情的傳播具有生命周期特征,信息發(fā)布時(shí)間對于輿情的傳播具有很大影響[22]。隨著輿情發(fā)展階段的變化,不同用戶的傳播效果也發(fā)生動(dòng)態(tài)變化[23]。王林等[24]發(fā)現(xiàn)不同類型的信息發(fā)布者在輿情的時(shí)間維度上的影響力是不同的。在輿情傳播的不同時(shí)間階段,不同社會資本的信息發(fā)布者對輿情中信息傳播的影響能力也是不同的。由此提出以下假設(shè):

H5a發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的粉絲數(shù)與信息傳播廣度的關(guān)系。

H5b發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的粉絲數(shù)與信息傳播深度的關(guān)系。

H6a發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的微博數(shù)與信息傳播廣度的關(guān)系。

H6b發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的微博數(shù)與信息傳播深度的關(guān)系。

H7a發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的信息完善度與信息傳播廣度的關(guān)系。

H7b發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的信息完善度與信息傳播深度的關(guān)系。

H8a發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的會員資格與信息傳播廣度的關(guān)系。

H8b發(fā)布日期負(fù)向調(diào)節(jié)信息發(fā)布者的會員資格與信息傳播深度的關(guān)系。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來源

2022年3月15日,央視3·15晚會報(bào)道,湖南插旗菜業(yè)生產(chǎn)的“老壇酸菜”制品,其實(shí)是收購并且加工的“土坑酸菜”,此事件在網(wǎng)絡(luò)上迅速引起了廣泛的討論。筆者所使用數(shù)據(jù)由微熱點(diǎn)研究院提供,微熱點(diǎn)研究院是新浪微博旗下設(shè)立的科創(chuàng)平臺,主要圍繞全媒體大數(shù)據(jù)與人工智能開展研究。提供的數(shù)據(jù)包括該輿情事件2022年3月15日至2022年4月5日全部微博數(shù)據(jù),其中原創(chuàng)微博67 062條,轉(zhuǎn)發(fā)微博115 938條。

3.2 變量說明

為探究信息發(fā)布者社會資本對網(wǎng)絡(luò)輿情信息傳播效果的影響,筆者使用轉(zhuǎn)發(fā)關(guān)系構(gòu)建網(wǎng)絡(luò)輿情信息傳播級聯(lián),傳播廣度和傳播深度來反映信息傳播效果,并構(gòu)建了模型變量與測度指標(biāo),具體如表1所示。

表1 模型變量與定義

3.3 模型構(gòu)建

考慮因變量為離散非負(fù)整數(shù)的計(jì)數(shù)變量,且

方差遠(yuǎn)大于均值,因此選用負(fù)二項(xiàng)回歸模型。分別構(gòu)建網(wǎng)絡(luò)輿情信息傳播廣度模型和傳播深度模型,如式(1)和式(2)所示。

breadth=α0+α1followers+α2weibonum+

α3introduction+α4ismember+α5day+α6length+

α7url+α8followers×day+α9weibonum×day+

α10introduction×day+α11ismember×day+ε1

(1)

depth=β0+β1followers+β2weibonum+

β3introduction+β4ismember+β5day+β6length+

β7url+β8followers×day+β9weibonum×day+

β10introduction×day+β11ismember×day+ε2

(2)

式中:breadth為傳播廣度;depth為傳播深度;followers為粉絲數(shù);weibonum為微博數(shù);introduction為信息完善度;ismember為會員資格;day為發(fā)布日期;length為文本長度;url為是否有鏈接;α0和β0為截距項(xiàng);α1～α7和β1～β7為相應(yīng)變量的估計(jì)參數(shù);α8～α11和β8～β11為交互項(xiàng)的估計(jì)參數(shù);ε1和ε2為隨機(jī)誤差項(xiàng)。

4 研究結(jié)果

4.1 描述性統(tǒng)計(jì)與多重共線性分析

筆者使用Stata軟件對相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、整理和分析。模型各變量的描述性統(tǒng)計(jì)與多重共線性分析如表2所示。為了消除變量量綱對數(shù)據(jù)分析結(jié)果的影響,使得變量具有可比性,研究對連續(xù)變量進(jìn)行標(biāo)準(zhǔn)化處理。為排除多重共線性的干擾,使用方差膨脹系數(shù)(variance inflation fcator,VIF)檢驗(yàn)變量間的多重共線性。結(jié)果表明所有變量的VIF值遠(yuǎn)小于10,表明不存在多重共線性。

表2 描述性統(tǒng)計(jì)與多重共線性分析

4.2 回歸結(jié)果分析

4.2.1 傳播廣度模型

傳播廣度模型的回歸結(jié)果如表3所示。在模型1中僅加入了控制變量,模型2增加了自變量和調(diào)節(jié)變量,模型3加入調(diào)節(jié)變量與自變量的交互項(xiàng)。由模型1的結(jié)果可知,控制變量均顯著正向影響信息傳播廣度。由模型2的結(jié)果可知,所有自變量均顯著正向影響信息傳播廣度,假設(shè)H1a、H2a、H3a、H4a得到驗(yàn)證。粉絲數(shù)、微博數(shù)、信息完善度和會員資格顯著正向影響信息傳播廣度,表明信息發(fā)布者的社會資本越高,所發(fā)布信息越容易被更多用戶接收并傳播。

表3 傳播廣度模型的回歸結(jié)果

將發(fā)布日期與各自變量做交互項(xiàng),以驗(yàn)證輿情生命周期對信息發(fā)布者的社會資本與信息傳播廣度的調(diào)節(jié)作用,回歸結(jié)果見模型3。其中,發(fā)布日期與粉絲數(shù)、微博數(shù)的交互項(xiàng)顯著,假設(shè)H5a和H6a得到驗(yàn)證。而發(fā)布日期與信息完善度、會員資格的交互項(xiàng)不顯著,拒絕假設(shè)H7a和H8a。

輿情生命周期對網(wǎng)絡(luò)社會資本與傳播廣度的調(diào)節(jié)作用,如圖2所示。相對于輿情后期,在輿情前期用戶的粉絲數(shù)和歷史微博數(shù)等網(wǎng)絡(luò)社會資本對信息傳播廣度的影響更加明顯,體現(xiàn)出高影響力用戶對輿情爆發(fā)的引導(dǎo)作用。

圖2 輿情生命周期對網(wǎng)絡(luò)社會資本與傳播廣度的調(diào)節(jié)效應(yīng)

4.2.2 傳播深度模型

傳播深度模型的回歸結(jié)果如表4所示。由回歸結(jié)果可知,粉絲數(shù)、微博數(shù)、信息完善度、會員資格均顯著正向影響信息傳播深度,即假設(shè)H1b、H2b、H3b、H4b得到驗(yàn)證。信息發(fā)布者的社會資本越高,其所發(fā)布信息能夠被深層次傳播。在交互項(xiàng)中,發(fā)布日期對粉絲數(shù)和信息完善度與傳播深度的調(diào)節(jié)作用顯著,假設(shè)H5b和H7b得到檢驗(yàn)。發(fā)布日期對微博數(shù)、會員資格的與傳播深度的調(diào)節(jié)作用不顯著,拒絕假設(shè)H6b和H8b。

表4 傳播深度模型的回歸結(jié)果

輿情生命周期對網(wǎng)絡(luò)社會資本與傳播深度的調(diào)節(jié)作用,如圖3所示。當(dāng)輿情隨著時(shí)間演化,粉絲數(shù)、信息完善度與傳播深度之間的關(guān)系斜率減小,說明輿情生命周期減弱了其對網(wǎng)絡(luò)輿情信息傳播深度的正向影響。

圖3 輿情生命周期對網(wǎng)絡(luò)社會資本與傳播深度的調(diào)節(jié)效應(yīng)

5 結(jié)論

(1)輿情事件中信息發(fā)布者的網(wǎng)絡(luò)社會資本會顯著影響傳播效果,同時(shí)輿情生命周期對網(wǎng)絡(luò)社會資本與傳播效果的關(guān)系起到調(diào)節(jié)作用。主要表現(xiàn)在:結(jié)構(gòu)資本的粉絲數(shù)、關(guān)系資本的微博數(shù)和信息完善度、認(rèn)知資本的會員資格均正向影響信息傳播效果,即信息發(fā)布者所擁有的社會資本越多,在網(wǎng)絡(luò)輿情中能夠形成更大的影響力,從而促進(jìn)信息的傳播。輿情生命周期顯著負(fù)向調(diào)節(jié)結(jié)構(gòu)資本的粉絲數(shù)、關(guān)系資本的微博數(shù)與信息傳播廣度的關(guān)系;輿情周期顯著負(fù)向調(diào)節(jié)粉絲數(shù)、信息完善度與傳播廣度的關(guān)系,這表明輿情生命周期對于低社會資本的用戶能夠產(chǎn)生更強(qiáng)的影響,低社會資本用戶在輿情后期會縮小與高社會資本用戶在信息傳播力上的差距。

(2)基于社會資本理論構(gòu)建了網(wǎng)絡(luò)輿情信息傳播效果的研究模型,采用社交平臺中的客觀數(shù)據(jù)揭示了信息發(fā)布者的社會資本與網(wǎng)絡(luò)輿情信息傳播效果的作用機(jī)理,并證實(shí)了輿情生命周期在信息發(fā)布者的社會資本與信息傳播效果之間的調(diào)節(jié)作用,表明社會資本對信息傳播效果的影響在時(shí)間維度上的差異性。

(3)對輿情管理部門而言,可以根據(jù)網(wǎng)絡(luò)社會資本對社交平臺用戶進(jìn)行差異化分類和標(biāo)記,一方面對高社會資本進(jìn)行重點(diǎn)監(jiān)測,所發(fā)布內(nèi)容應(yīng)加強(qiáng)審核,以免其發(fā)布的負(fù)面或有害信息被廣泛傳播,進(jìn)而引發(fā)輿情,另一方面根據(jù)不同用戶確定最佳的輿情干預(yù)時(shí)間點(diǎn)。在輿情早期重點(diǎn)關(guān)注高社會資本用戶,而在后期需要針對內(nèi)容加強(qiáng)對低社會資本用戶的審核,實(shí)現(xiàn)更有效地疏導(dǎo)輿情。

(4)在未來的研究中將對不同種類的輿情事件進(jìn)行對比分析,同時(shí)增加更多能夠反映用戶社會資本的變量,以增強(qiáng)研究結(jié)果的普適性。