社交媒體的誕生,是網絡時代新聞傳播領域的一次革命,意味著傳統(tǒng)媒體正在向新型媒體轉型。它憑借獨有的優(yōu)勢成為信息傳播的重要載體,也成為反映社情民意的重要平臺。隨著網民基數的不斷增長,社交媒體逐漸成為思想文化的集散地和社會輿論的放大器。那么，社交媒體與公共輿論的形成有怎樣的關系？不同的社交媒體會對網民的行為產生怎樣不同的影響？又該運用怎樣的研究方法分析相關問題？本期學術講堂，荷蘭萊頓大學政治學系博士后研究員羅婷與你分享政治學研究前沿問題和社會科學研究方法。

主講：羅婷

時間：2016年2月27日

地點：南開大學津南校區(qū)周恩來政府管理學院 212

主講人介紹：羅婷，荷蘭萊頓大學社會與行為科學部政治學系博士后研究員。南開大學政治學與行政學學士，倫敦政治經濟學院公共政策與管理碩士、政治學博士。

中國社交媒體與公眾輿論

大家好，今天的題目是中國社交媒體與公眾輿論?，F有的關于中國社交媒體的研究主要集中在政府如何審查內容、如何控制網絡討論等方面，其研究多是從微博上收集數據、分析民眾的討論是怎樣形成的，并且多為關注單一的社交媒體。但是，我們認為大多數的網民并不一定是發(fā)言，所以光是研究網上的帖子并不能了解沉默的大多數是怎么想的；而且網友們同時使用不同的社交媒體平臺，他們對社交媒體平臺有自己主觀的體會，這會對他們使用這個社交媒體平臺以及他們在這些社交媒體上的行為方式構成影響。因此，我們研究的問題是：網民們對不同的社交媒體平臺有什么樣的體會，用戶體驗是否會導致網民使用社交媒體具有傾向性，比如說某些社交平臺可能比其他社交平臺更容易導致公眾輿論的形成，也就是說，在社交媒體上，傳播的內容可能是一樣的，但是一個交互功能做得比較好的媒體往往更容易獲得網民們的信任，并且使得網民們更愿意表達自己的想法和參與網上的討論。

因為目前項目仍在進行中，所以還沒有太多的研究結果，但是可以和大家談談我們的研究設計。我們采用的是傳統(tǒng)政治學的研究方法，從定性分析入手。剛剛提到的交互性和交互體驗，對我們來說是一個很重要的概念；但是，交互性首先應該是一個客觀存在的概念，它是與社交媒體公司相關的，所以我們第一步是對社交媒體公司的產品經理，還有IT界的專業(yè)人士進行訪談，了解他們是怎么進行產品設計和如何理解交互性的。第二步，我們需要了解用戶主觀的交互體驗，因此需對網民進行訪談，以及小范圍的網絡問卷調查。下一步，我們希望能運用一些新的方法，比如實驗、大數據等等。

在與社交媒體公司的產品經理，還有IT界的專業(yè)人士進行訪談過程中，我們得到了一個基本的結論，首先交互性這個概念來自外國，英文是interactivity，但是在采訪過程中，很多專業(yè)人士將這個詞拆分成兩個部分進行理解——interaction和activity ，interaction就是人與人之間的交流，activity則是指社交媒體平臺上用戶產生內容的行為，是用戶和社交媒體平臺之間的交流。對于社交媒體平臺而言，它有所謂的動機去加強交互性，因為這是它的商業(yè)利益。當它提高了用戶的交互級別，讓社交媒體平臺更有交互性之后，用戶就會在平臺上產生更多的用戶數據，發(fā)布更多體驗，進行更多的一對一交流，這些交流可以讓商業(yè)公司對每一個用戶進行畫像，這些畫像可以為商業(yè)公司創(chuàng)造可觀的利益，因為擁有用戶畫像之后就可以進行精準的廣告投放，而精準的廣告投放比一般形式的廣告創(chuàng)造擁有更高的效率。所以對于社交媒體公司和商業(yè)公司來說，它們有極大的動機去提高它們的交互體驗。根據這個定義，我們將社交媒體進行一個簡單的分類，我們認為社交媒體的交互性有兩個維度。第一個維度是交互的方式，分為單向、雙向、多向；另一個維度是信息的來源，比如說官方發(fā)布的信息或是自媒體發(fā)布的信息等等。從這兩個維度出發(fā)分析，門戶網站比如說新浪、搜狐，他們交互的方式是單向的，信息來源是具有資質的。相反的，微博的特點就是每個人都可以成為新聞的發(fā)放者，但是在交互性上卻不如QQ和微信，因為QQ和微信的特點是人和人交互的方式比較多樣化。這樣分類的目的是為了說明社交媒體的維度不一樣決定了用戶行為的不同，也就是說人們更傾向于在微博上發(fā)帖，在微信中聊天。

網民是這項研究中最重要的主體，怎么保證我們收回的問卷和采訪的網民具有代表性呢，首先我們需要知道中國網民的組成是怎么樣的。最權威的數據來源于中國互聯網信息中心發(fā)布的互聯網發(fā)展報告，最全面地對網民的分布進行了統(tǒng)計，包括城鎮(zhèn)農村比例、男女比例、職業(yè)分布、收入分布、學歷分布和年齡分段等等，所以我們在發(fā)放問卷和選取訪談對象時都盡可能的根據這個數據的比例進行抽樣。并且我們采取最傳統(tǒng)的抽樣方法來選取訪談對象——滾雪球，因為我個人的圈子具有局限性，多為大學本科或碩士學歷以上、學歷較高的對象，所以需要通過朋友的朋友或者高校的學生幫忙，通過這種方式收集不同的樣本。我們的訪談采用的是半結構化訪談，訪談問題主要分為幾個大的模塊，第一塊主要是社交媒體使用情況，第二塊為在社交媒體上獲得信息的類型，第三塊主要是在社交媒體平臺上參與討論的情況，半結構化訪談的好處就是可以在實際訪談過程中設計具體問題。當然，我們在訪談的過程中也必然會涉及具體的問題，因為如果單純討論新聞、政治之類的話題會略顯寬泛，所以會采取針對熱點問題進行提問的方式，比如說：“你在社交媒體平臺上會關心霧霾話題嗎？會參與討論嗎？”

我們做的網絡調查是非常小范圍的，所以樣本的代表性有待商榷，對我們來說更像是一個前期的摸底調查，測試我們的問題是否設計的比較完整。去年六、七月份的時候，微信上一個帖子很火——“如果你支持販賣兒童的人販子判死刑的話，請轉發(fā)”，我們針對這個話題發(fā)起了調研。因變量就是實際行為，你收到這條消息以后做了什么，你閱讀了嗎？轉發(fā)了嗎？或者是發(fā)了原創(chuàng)帖嗎？但是我們的缺陷是沒有區(qū)分具體的社交媒體平臺。自變量首先是對隱私的考慮，你是不是很在乎在社交媒體平臺上你的親戚朋友怎么看你，是不是在意網絡安全的問題。此外還有動機，人們在社交媒體上的行為是為了滿足某種需求，第一種就是獲得信息的需求，第二種是社交的需求，第三種就是獲得認同的需求，因此我們設計了一些問題以區(qū)分他們的動機。在此基礎之上，我們做了一個簡單的回歸分析，得到了一個有趣的結果，當我們把發(fā)表原創(chuàng)帖和轉發(fā)作為因變量，閱讀作為自變量的時候，閱讀本身對于發(fā)表原創(chuàng)帖和轉發(fā)具有負面影響。我們的解讀就是說，其實對這個信息的了解比較多的人，傾向于不去轉發(fā)或者發(fā)原創(chuàng)帖，因為當他們閱讀了這條信息，閱讀了相關新聞，充分了解這個問題，知道修改憲法這個問題相當復雜之后，便傾向于不轉發(fā)。所以，在網絡參與中，很大一部分人并不是在獲知全部事實之后參與到討論中來。第二點，我們發(fā)現進行閱讀的人大多是因為他們具有某種需求，比如說轉發(fā)其實是和他們社交的需求結合在一起的，我轉發(fā)的這條信息可能會引起我和朋友間的互動，其本身就滿足了一種社交的需求。然后，我們發(fā)現發(fā)原創(chuàng)帖的人，其實更想獲得大家對他的認可，因為發(fā)原創(chuàng)帖本身是需要時間和精力的。

這就是我們研究中得到的比較初步的結果，未來我們也希望能夠選取不同的案例，不同的網絡事件進行研究，因為網民們對網絡事件的興趣本身對行為也是有影響的。今天主要是介紹研究方法，所以接下來就和大家分享一下其他研究案例。第一個就是抽樣調查方法，2007年北京大學中國國情研究中心推出了GPS輔助的區(qū)域抽樣方法，我們原有的抽樣方法主要是戶口的抽樣方式，利用戶口信息進行入戶調查，而GPS輔助的區(qū)域抽樣方法將抽樣單位變成地圖上的小方格，需要繪制地圖。這樣的好處是不需要向政府申請戶籍信息，并且可以納入沒有登記的流動人口，這樣可以降低抽樣的難度并且提高抽樣的精確度。此外，還有利用城市燈光來進行抽樣，通過設置燈光的亮度程度來挑選居民樓，這樣能夠有效地避免抽中空置樓房較多的小區(qū)。第二個是大數據的方法，大數據的方法最開始的就是利用計算機工具將大量的微博信息從網上截取下來，用以分析網絡輿論是怎么形成和在網民之間傳播的。除此之外就是社會網絡分析，社會網絡分析的特點是將用戶之間發(fā)帖的關系聯系起來，可以用來分析討論是怎么形成的、怎么擴散的，是以什么方式傳播的。但是，這種方式目前大多用于分析微博數據，因為微信或者QQ的信息很難收集得到。大數據方法的運用需要確定關鍵詞，或者是針對特殊問題的研究，所以大數據最大的問題是無法獲取總體信息。最后，我和大家分享一下實驗的方法，實驗需要你有非常清晰的邏輯，你需要理清各個變量，才能分析他們的因果關系。常見的回歸分析可以判斷兩者之間的關系，但是不能分清是A導致B還是B導致A，實驗的好處就是可以通過控制A變量來觀測B變量的變化從而得出結論，但是在實驗的過程中控制一個變量是非常難的。

介紹了這么多的方法，希望能夠對大家有所幫助，謝謝。