我國“學(xué)生減負(fù)”問題的網(wǎng)絡(luò)輿情分析
——以新浪微博為例

王 闊 韓萌萌

一、問題提出

近年來，社會各界對于學(xué)生減負(fù)的呼聲不絕于耳，尤其在今年兩會的政府工作報告中，國務(wù)院總理李克強明確提出“著力解決中小學(xué)生課外負(fù)擔(dān)重”問題。在隨后的“部長通道”上，教育部長陳寶生接受采訪時也呼吁要給學(xué)生減負(fù)。各地教育部門對國家高層的號召給予積極反饋，緊急出臺了多項措施為學(xué)生減負(fù)。其中江蘇省溧陽市教育局于2018年3月28日印發(fā)了《溧陽市教育局關(guān)于切實減輕中小學(xué)生課業(yè)負(fù)擔(dān)的意見》，其中明確了為保證學(xué)生充足的睡眠時間，如果家庭作業(yè)來不及完成，家長簽字后可免做未完成的作業(yè)。該消息通過新浪微博中人民網(wǎng)官方微博發(fā)布，并迅速引起了網(wǎng)民的轉(zhuǎn)發(fā)與熱議，形成了網(wǎng)絡(luò)教育輿論。所謂網(wǎng)絡(luò)教育輿情是指在網(wǎng)絡(luò)中圍繞著某一教育現(xiàn)象的發(fā)生、發(fā)展和變化，網(wǎng)民所表達(dá)出來的態(tài)度和觀點。[1]本文試圖從網(wǎng)絡(luò)輿情傳播模式、網(wǎng)絡(luò)輿情主體、網(wǎng)絡(luò)輿情內(nèi)容三個維度對新浪微博上人民網(wǎng)所發(fā)布的微博進(jìn)行輿情分析，揭示博文的傳播路徑、網(wǎng)民的身份特征以及觀點，并為相關(guān)政策的評估與修訂提供根據(jù)和建議。

二、樣本選取與研究方法

微博作為一個信息交流與傳遞的網(wǎng)絡(luò)平臺，引發(fā)的輿論信息量日益增大，社會影響力不斷增強。[2]根據(jù)微博官方統(tǒng)計數(shù)據(jù)顯示，截止2017年年底微博已經(jīng)擁有3.4億的活躍用戶，為研究網(wǎng)民對于學(xué)生減負(fù)的態(tài)度與觀點提供了大量的數(shù)據(jù)。本文以新浪微博中人民網(wǎng)官方微博于3月30號發(fā)布的“小學(xué)生作業(yè)9點沒做完可不做，家長簽字即可”的微博為研究對象，通過爬蟲軟件對該微博的轉(zhuǎn)發(fā)人群、評論人群以及評論內(nèi)容進(jìn)行抓取，獲得轉(zhuǎn)發(fā)人群樣本257個、評論人群樣本292個、評論消息312條，去除掉重復(fù)評論信息與無關(guān)評論共獲得有效評論信息286條。

本研究首先通過可視化技術(shù)對該微博在整個網(wǎng)絡(luò)中的傳播路徑進(jìn)行可視化展現(xiàn)，尋找微博傳播的關(guān)鍵節(jié)點并探尋該微博的傳播范圍，進(jìn)而展現(xiàn)該微博的網(wǎng)絡(luò)熱度；其次通過對該微博所有評論者的個人信息進(jìn)行描述統(tǒng)計，呈現(xiàn)微博評論者之間的地域差異、年齡差異以及性別差異情況；最后通過文本分析的方法，對該微博的評論內(nèi)容進(jìn)行詞頻分析并構(gòu)建高頻詞相關(guān)矩陣，深入探析各高頻評論詞之間的共現(xiàn)情況進(jìn)而明確網(wǎng)民評論中的核心議題以及相關(guān)觀點與態(tài)度。

三、我國“學(xué)生減負(fù)”問題的網(wǎng)絡(luò)輿情分析

（一）網(wǎng)絡(luò)輿情傳播模式分析

互聯(lián)網(wǎng)的本質(zhì)是一種復(fù)雜網(wǎng)絡(luò)，該網(wǎng)絡(luò)以連接度分布且函數(shù)具有冪律形式，另外其網(wǎng)絡(luò)節(jié)點的鏈接特征長度不確定，具有無標(biāo)度性。為了分析揭示冪律分布的產(chǎn)生機理，艾伯特·巴拉巴西（Albert Barabasi）人等構(gòu)建出一個具有無標(biāo)度特性網(wǎng)絡(luò)模型，即 BA模型。[3]其中包括單核心型、鏈?zhǔn)叫?、多核心型三種基本模式。網(wǎng)絡(luò)輿情以網(wǎng)絡(luò)為載體進(jìn)行傳播，其傳播類型可通過BA模型展示。本研究通過Gephi軟件來進(jìn)行網(wǎng)絡(luò)輿情傳播路徑的可視化分析。Gephi軟件是一款專門的社會網(wǎng)絡(luò)分析軟件，它將各主體之間的相互關(guān)系以節(jié)點和連線的形式展現(xiàn)，在本研究中每一個節(jié)點都代表一個微博用戶，微博用戶之間的轉(zhuǎn)發(fā)關(guān)系用節(jié)點之間的連線表示。因此，首先將通過爬蟲軟件搜集到的轉(zhuǎn)發(fā)人群數(shù)據(jù)在社會網(wǎng)絡(luò)分析軟件Gephi中重新輸入（將存在轉(zhuǎn)發(fā)關(guān)系的微博用戶依次成對地輸入），并通過統(tǒng)計菜單下的“模塊化”功能對微博用戶基于轉(zhuǎn)發(fā)關(guān)系的相似性進(jìn)行分組，再通過“外觀”功能下的顏色設(shè)置功能對各節(jié)點以組為依據(jù)進(jìn)行涂色、節(jié)點大小設(shè)置功能以中心度大小為依據(jù)進(jìn)行節(jié)點大小設(shè)置。然后通過“布局”功能對整個網(wǎng)絡(luò)關(guān)系圖進(jìn)行整體結(jié)構(gòu)的調(diào)整，并通過“預(yù)覽”獲得最終的微博網(wǎng)絡(luò)傳播路徑圖（如圖1所示）。

圖1 微博網(wǎng)絡(luò)傳播路徑圖

從圖1中我們可以發(fā)現(xiàn)學(xué)生減負(fù)微博的傳播模式屬于單核心型的輿情傳播模式。單核心型模式下的微博輿情傳遞速率較快，關(guān)鍵傳播節(jié)點多為強勢意見領(lǐng)袖型用戶。[4]其中，人民網(wǎng)（people）在整個網(wǎng)絡(luò)傳播路徑中，節(jié)點最大、中心度最高，與圖中大部分節(jié)點都具有直接聯(lián)系，是整個輿論網(wǎng)絡(luò)傳播的唯一關(guān)鍵節(jié)點。處于網(wǎng)絡(luò)傳播圖最外環(huán)的“BOBO”“sev7en”“old man” “zhang”等微博用戶處于二次轉(zhuǎn)發(fā)位置，并未與人民網(wǎng)微博產(chǎn)生直接的聯(lián)系，處于三次轉(zhuǎn)發(fā)位置的只有微博用戶“xiaotong”?？偟膩碚f，整個輿論傳播在一次轉(zhuǎn)發(fā)之后就結(jié)束了，屬于明顯的單核心型傳播模式。

（二）網(wǎng)絡(luò)輿情主體特征分析

網(wǎng)絡(luò)輿情主體是指通過網(wǎng)絡(luò)對某一熱點事件發(fā)表自己觀點與態(tài)度的評論者，在本研究中指對人民網(wǎng)關(guān)于學(xué)生減負(fù)的微博作出評論的網(wǎng)民。通過對網(wǎng)民地理分布、年齡分布以及性別差異的描述，揭示特定輿情實踐中輿情主體身份的特殊性。

1. 網(wǎng)絡(luò)輿情主體空間分布特征描述

將搜集到的292名評論者的地理位置信息進(jìn)行篩選，去除備注為海外或其他的用戶，最終獲得有效的地理位置信息269條，以省和直轄市為劃分依據(jù)，對用戶進(jìn)行分組并統(tǒng)計，并繪制出相應(yīng)熱力地圖（如圖2所示）。

圖2 微博評論者地理分布圖

熱力地圖可以直觀顯示對該微博進(jìn)行評論的網(wǎng)民在空間上的分布情況，通過熱力地圖可以得知臺灣、青海、云南沒有網(wǎng)民參與到該微博的討論；作為政策出臺地區(qū)的江蘇省和脫胎于江蘇省的上海市都有較多的網(wǎng)民參與到了該微博的討論，分別為28人、20人。這說明江蘇省溧陽市出臺的學(xué)生減負(fù)舉措得到了較多江蘇籍網(wǎng)民的密切關(guān)注，作為省內(nèi)地方政策，該舉措很有可能引起省級政府的關(guān)注進(jìn)而影響整個江蘇省的學(xué)生減負(fù)政策，也就是說，與其他省份的網(wǎng)民相比，江蘇省的網(wǎng)民成為最容易受到該政策影響的利益相關(guān)者；同時廣東、北京參與微博討論的網(wǎng)民，網(wǎng)民分別為30人、23人，說明身處國內(nèi)一線地區(qū)的北京、廣東網(wǎng)民對學(xué)生減負(fù)政策的關(guān)注度也比較高?？傮w上來看，各地輿情熱度以江蘇省為圓心逐漸向四周減弱。

2.評論者年齡分布特征描述

將搜集到的292名評論者的地理位置信息進(jìn)行篩選，去除備注中沒有年齡信息的用戶，最終獲得有效的用戶年齡信息284條，其中評論者中年齡最大者為48歲，年齡最小者為13歲，對微博用戶的年齡信息進(jìn)行分段統(tǒng)計，并繪條形圖（如圖3所示）。從圖中可以發(fā)現(xiàn)在參與該微博評論的網(wǎng)民中23-28歲的網(wǎng)民最多，達(dá)到91人；其次是28-33歲、18-23歲的網(wǎng)民，依次是67人、65人，38-43歲以及18歲以下的網(wǎng)民最少，分別為9人、12人。值得注意的是，從我國當(dāng)前以7歲入讀一年級為主現(xiàn)狀來看，大部分的中小學(xué)生的年齡應(yīng)在19歲以下，但從圖中可以得出，盡管減負(fù)的對象是中小學(xué)生，但他們并沒有能有效地參與到對該政策的評論上，中小學(xué)生在關(guān)切自身利益的“學(xué)生減負(fù)”問題上處于失聲狀態(tài)，沒有太多話語權(quán)。而已經(jīng)步入大學(xué)或者已經(jīng)工作尚未有子女的網(wǎng)民（主要集中在18-28歲）卻在學(xué)生減負(fù)相關(guān)政策的評估上發(fā)揮著重大的輿論導(dǎo)向作用，甚至淹沒了家長以及中小學(xué)生的聲音，這就要求教育工作者在對網(wǎng)民的意見進(jìn)行分析時，在總體把握整體輿論導(dǎo)向的同時，還需要深入整體背后的不同利益群體，進(jìn)行更加精確的分析。

圖3 微博評論者年齡分布圖

3.評論者性別差異描述

將搜集到的292名評論者的性別信息進(jìn)行篩選， 獲得有效信息292條評論者性別基本呈現(xiàn)隨機分布，男女比例基本持平，男性評論者占54.8%、女性評論者占45.2%。這表明學(xué)生減負(fù)這一問題同時獲得了男性與女性的共同關(guān)注，也在一定程度上說明了學(xué)生減負(fù)問題在當(dāng)下得到了較全面的關(guān)注。

（三）網(wǎng)絡(luò)輿情內(nèi)容分析

網(wǎng)絡(luò)輿情內(nèi)容分析是對人民網(wǎng)發(fā)布的學(xué)生減負(fù)微博下的用戶評論進(jìn)行分析。本研究首先通過詞頻分析軟件ROST CM對通過爬蟲搜集到的評論信息進(jìn)行高頻詞分析，隨后，進(jìn)一步構(gòu)建高頻詞匯矩陣，并通過社會網(wǎng)絡(luò)分析的方法對矩陣進(jìn)行中心度分析、聚類分析和派系分析。

1.高頻詞分析

首先通過ROST CM中的文本處理功能對文本信息進(jìn)行清洗，去除評論中重復(fù)信息以及英文字符。通過功能性分析中的詞頻分析功能生成微博用戶評論內(nèi)容的詞頻信息，共生成301個詞條。其中“作業(yè)”一詞出現(xiàn)的頻數(shù)最高為91次，頻數(shù)為1的詞語共有83個。根據(jù)高低頻分界公式計算高頻關(guān)鍵詞的數(shù)量：（T為高頻關(guān)鍵詞的數(shù)量，I為頻次為1的關(guān)鍵詞個數(shù)），求得T的具體值為39，依次選取39個高頻詞作為進(jìn)一步的研究對象（如表1所示 ）。

表1 網(wǎng)絡(luò)輿情中的高頻詞匯

2.基于高頻詞的共現(xiàn)分析

共現(xiàn)分析運用統(tǒng)計方法和心理學(xué)原理等分析文本中知識單元的共現(xiàn)分布特征，從中挖掘和發(fā)現(xiàn)潛在的知識及其關(guān)聯(lián)，并以可視化形式顯示結(jié)果。[5]其中共現(xiàn)分析具體包括共作者分析、共期刊分析、共引分析和共詞分析。所謂共詞分析的具體操作就是兩兩統(tǒng)計不同關(guān)鍵詞在同一篇文章中共同出現(xiàn)的次數(shù)，并形成一個N*N的共詞對稱矩陣（N為高頻關(guān)鍵詞的個數(shù)）。同時為消除多值共現(xiàn)矩陣中頻次懸殊對統(tǒng)計結(jié)果造成的影響，軟件采用Equivalence系數(shù)，將多值矩陣轉(zhuǎn)化為元素值在[0，1]區(qū)間取值的相似矩陣。相似矩陣中的數(shù)字代表矩陣元素的相似性，數(shù)值越接近于1關(guān)聯(lián)程度越大。[6]本研究將每一條評論視為一個獨立的文章，通過統(tǒng)計各高頻詞在不同評論中共同出現(xiàn)的次數(shù)，構(gòu)建相似矩陣。去除與其他關(guān)鍵詞無聯(lián)系性的高頻詞，最終獲得一個30*30的共現(xiàn)矩陣，將矩陣輸入社會網(wǎng)絡(luò)分析軟件Ucinet中，生成關(guān)于微博評論高頻詞的共現(xiàn)網(wǎng)絡(luò)關(guān)系圖（如圖4所示）。

圖4 共現(xiàn)網(wǎng)絡(luò)關(guān)系圖

通過微博評論高頻詞的網(wǎng)絡(luò)關(guān)系圖，可以較直觀地看到“作業(yè)”“老師”“孩子”“家長”等高頻詞的形狀面積最大，中心度最高，也就是說在整個評論數(shù)據(jù)中，這幾個詞與其他高頻詞同時出現(xiàn)的概率最大，成為了整個評論內(nèi)容的最基本組成部分。下面通過核心-邊緣分析，進(jìn)一步區(qū)分出微博評論高頻詞共現(xiàn)網(wǎng)絡(luò)中的核心群體。

3.核心-邊緣結(jié)構(gòu)分析

核心-邊緣結(jié)構(gòu)是一種理想型的結(jié)構(gòu)模型，它把行和列都分為兩類。在主對角線上的塊是核心，是密度高的塊，主對角線上的另外一塊就是邊緣，是密度低的塊。核心-邊緣模型不太關(guān)注非對角線上的塊的關(guān)系密度。[7]但現(xiàn)實數(shù)據(jù)與理想模型之間往往存在著差距，這種差距需要一定的指標(biāo)來測量，一般用指標(biāo)p表示，用公式表達(dá)為：

在等式中，數(shù)據(jù)中節(jié)點i、j表示是否存在關(guān)系，存在時取1，否則取0；m指的是節(jié)點i隸屬的類型（核心或邊緣）；p指的是核心-邊緣理想模型存在與否。當(dāng)p的取值越大時，數(shù)據(jù)矩陣越接近理想的核心-邊緣結(jié)構(gòu)模型[8]。

通過軟件UCINET中的核心-邊緣（Core/Periphery）分析獲得的核心-邊緣結(jié)構(gòu)表示如下：

核心結(jié)構(gòu)成員：作業(yè)、孩子、家長、老師、學(xué)生、學(xué)校；邊緣結(jié)構(gòu)成員：減負(fù)、教育、小學(xué)、上學(xué)、考試、問題、成績、各種、完了、不完、到校、每個、高考、初中、十點、晚上、小時候、睡覺、小學(xué)生、放學(xué)。

其中核心成員之間的關(guān)系密度為0.933，邊緣成員之間的密度為0.004，核心到邊緣的密度為0.261，擬合指標(biāo)p的取值為0.929?？梢哉f在高頻關(guān)鍵詞網(wǎng)絡(luò)中存在著明顯的核心-邊緣關(guān)系，核心結(jié)構(gòu)成員之間存在著緊密的聯(lián)系；在本研究中則表明處于核心結(jié)構(gòu)中的高頻詞在微博評論中更傾向于同時出現(xiàn),從而構(gòu)成網(wǎng)民討論的主題。也就是說，對于人民網(wǎng)發(fā)布的關(guān)于溧陽市學(xué)生減負(fù)的微博，主要引起了網(wǎng)民討論的就是相關(guān)主體（孩子、老師、家長、學(xué)生、學(xué)校）在做作業(yè)這件事上的決定權(quán)的分配上。對原始數(shù)據(jù)進(jìn)行篩選，發(fā)現(xiàn)同時涉及到至少四個以上核心關(guān)鍵調(diào)的評論19條，進(jìn)一步歸納概括發(fā)現(xiàn)，這些評論者主要將關(guān)注點聚焦在將決定學(xué)生是否完成作業(yè)的權(quán)力從教師手中轉(zhuǎn)給家長是否合理。大部分評論者明確反對這一舉措，認(rèn)為教育部門不應(yīng)該將決定學(xué)生是否做作業(yè)的權(quán)力從教師轉(zhuǎn)向家長。其原因大體有兩方面，一些網(wǎng)友從維護(hù)家長利益出發(fā)，認(rèn)為溧陽市教育局將決定學(xué)生是否寫作業(yè)的權(quán)力賦予家長是一種學(xué)校教師“甩鍋”不作為的行為，看上去是賦予家長更大的權(quán)力，實際上是變相的將責(zé)任轉(zhuǎn)嫁給家長，有網(wǎng)友評論中說到：“所謂減負(fù)，減教師負(fù)，增家長負(fù)，增學(xué)生負(fù)！不招人尊重是有原因的！”還有一些網(wǎng)友從維護(hù)老師教育權(quán)的角度出發(fā)，認(rèn)為家長、學(xué)生在剝奪原本屬于教師的權(quán)力，讓教師在教學(xué)管理中的地位不斷下降。如一網(wǎng)友評論道：“這都什么規(guī)定??？豈不是只要家長愿意，所有孩子都可不完成作業(yè)，那師道尊嚴(yán)何在？”還有少數(shù)網(wǎng)友對該政策表示了支持，認(rèn)為家長有權(quán)力決定孩子是否完成寫作業(yè)，認(rèn)為家長本來就應(yīng)該是學(xué)生的第一負(fù)責(zé)人，不能所有的責(zé)任都推給教師。有網(wǎng)友評論道：“現(xiàn)在減負(fù)，很多作業(yè)明明可以在一兩小時內(nèi)完成的，有些孩子浪費時間拖到很晚寫完，這不能怪老師。家長簽字家長負(fù)責(zé)吧?！边€有個別網(wǎng)友從維護(hù)孩子利益的視角出發(fā)，認(rèn)為不能糾結(jié)于家長與教師誰有權(quán)力決定孩子是否完成作業(yè)，要尊重孩子的實際能力，從實際出發(fā)。有網(wǎng)友評論說：“每個孩子的能力不同，不要再以老師或者家長意志來決定孩子。”

四、結(jié)論與建議

（一）“學(xué)生減負(fù)”微博的傳播模式屬于單核心傳播模式

在單核心型傳播模式中，消息可以通過唯一的關(guān)鍵節(jié)點得以傳播，其傳播的速度與范圍在很大程度上依賴于關(guān)鍵節(jié)點的網(wǎng)絡(luò)影響力，通過控制該關(guān)鍵節(jié)點就可以達(dá)到控制整個輿情傳播的速度與范圍。在人民網(wǎng)發(fā)布的“學(xué)生減負(fù)”微博中，整個消息的傳播模式與單核心傳播模式吻合，因此在該消息的傳遞過程中人民網(wǎng)充當(dāng)著整個輿情傳播過程的唯一關(guān)鍵節(jié)點。其粉絲的數(shù)量以及與粉絲關(guān)系的緊密程度在一定程度上決定該消息被傳播的速度與范圍，同時人民網(wǎng)對該事件的態(tài)度也可以直接影響整個網(wǎng)絡(luò)群體對于該事件的態(tài)度。因此相關(guān)教育部門可基于自身需求，及時地與網(wǎng)絡(luò)傳播中的關(guān)鍵節(jié)點進(jìn)行溝通與合作，為政策的實施和修正提供幫助。

（二）網(wǎng)絡(luò)輿情主體分布存在空間與時間上的差異

人民網(wǎng)官微發(fā)布的溧陽市教育局關(guān)于學(xué)生減負(fù)的文件引起了不同地區(qū)不同年齡網(wǎng)民的關(guān)注評論，但網(wǎng)民分布在空間與時間上存在差異。首先評論者數(shù)量在地理分布上呈現(xiàn)著以溧陽市所屬的江蘇省為核心，向四周逐漸減弱的趨勢，充分地體現(xiàn)了該地方性政策所牽涉的利益群體也主要來自政策出臺地。部分省市并無網(wǎng)民關(guān)注此事件，呈現(xiàn)出事不關(guān)己高高掛起的姿態(tài)，與之相反的是一線地區(qū)北京、廣東與江蘇在地緣與政緣上并不接近，但這兩地的微博用戶對該事件給予了較多的關(guān)注，也在一定程度上反應(yīng)了北京與廣東網(wǎng)民目前比較關(guān)注“學(xué)生減負(fù)”問題。同樣該微博的評論者在年齡分布上也存在一定的差異，18歲到33歲的網(wǎng)民構(gòu)成了該事件的主要評論者。但與“學(xué)生減負(fù)”存在密切利益關(guān)系的群體年齡應(yīng)在集中在18歲以下和33歲以上，也就是說在該微博評論中真實利益相關(guān)者的聲音有可能被他人取代，從而使相關(guān)輿情的可靠性減弱。網(wǎng)絡(luò)輿情主體在地理分布和年齡分布上的差異都要求有關(guān)部門要提高自身甄別有效輿情的能力，避免虛假輿情影響政策的實施與修正。

（三）網(wǎng)絡(luò)輿情的內(nèi)容分析

通過高頻詞匯的篩選、高頻詞共現(xiàn)矩陣的構(gòu)建、矩陣的可視化以及矩陣的核心-邊緣結(jié)構(gòu)分析，得出該微博評論中的焦點話題是該政策中教師權(quán)力從教師轉(zhuǎn)向家長是否具有合理性，以及相應(yīng)的各方在教育教學(xué)中責(zé)任的轉(zhuǎn)移?？偟膩碚f，大部分評論者對于溧陽市教育局的“學(xué)生減負(fù)”文件持質(zhì)疑態(tài)度，認(rèn)為相關(guān)部門應(yīng)該通過積極承擔(dān)責(zé)任而非通過轉(zhuǎn)嫁責(zé)任來掩蓋問題。這也提醒相關(guān)教育部門，解決學(xué)生負(fù)擔(dān)重的問題需要更加全面、綜合地思考問題，出臺不成熟的減負(fù)政策不但無益于問題的解決還會使自身在輿論中處于被動。