突發(fā)公共衛(wèi)生事件中社交媒體內(nèi)容與社會網(wǎng)絡(luò)結(jié)構(gòu)對轉(zhuǎn)發(fā)行為的影響*

■ 胥琳佳 屈啟興

一、引言

社交媒體加強了在健康議題中的公眾參與傳播,通過在線參與對話、傳遞擴(kuò)散信息的方式豐富了相關(guān)議題的討論。已有研究表明,數(shù)字媒體和社交媒體已經(jīng)成為健康信息的重要來源①,為公眾接觸到健康信息和參與相關(guān)的討論提供了更多的渠道。

同時社交媒體的信息傳播也使得一些敏感議題的緊張討論更加惡化,比如兒童接種疫苗問題。②不同領(lǐng)域的學(xué)者都指出了關(guān)于兒童接種疫苗安全性和接種率問題的媒體報道在增多,并且成為了公眾主導(dǎo)的熱點議題。③

當(dāng)公共衛(wèi)生危機事件發(fā)生時,風(fēng)險傳播的研究強調(diào)的是個體在信息傳播過程中是否明了所發(fā)生的事件,以及如何有效地做出回應(yīng)。這些研究存在的假設(shè)條件是官方通過傳統(tǒng)媒體采用一對多的傳播模型來發(fā)布消息,然而社交媒體的出現(xiàn)改變了這種一對多的形式，變?yōu)橥ㄟ^自己的社交網(wǎng)絡(luò)來獲取和交流信息。這就限制了官方對于公眾是否真正了解事件本身并作出正確回應(yīng)的評估。

盡管科學(xué)家在盡力普及科學(xué)、健康和風(fēng)險信息,但是公眾對這些領(lǐng)域的熱點議題依舊呈現(xiàn)出各種錯誤認(rèn)知。皮尤研究中心2013年調(diào)研發(fā)現(xiàn)26%的美國公眾堅信全球氣候變暖并沒有確鑿的證據(jù),即使已經(jīng)有大量的研究證實了這個問題。同樣,2014年美國全國消費者聯(lián)盟調(diào)研發(fā)現(xiàn)大約三分之一的美國公眾認(rèn)為疫苗接種會導(dǎo)致自閉癥。④

在危機事件中,人們運用社交媒體去搜尋事件相關(guān)的信息并查詢家人和朋友的狀況。對事件的理解(sensemaking)和信息的效能是危機事件傳播中的重要因素,社交媒體的信息內(nèi)容也成為了重要關(guān)注點。

本研究將探討社交媒體中用戶的傳播行為的影響因素,通過突發(fā)公共衛(wèi)生事件中的傳播信息考察社會網(wǎng)絡(luò)結(jié)構(gòu)在熱點事件傳播中的作用,以及情緒和認(rèn)知如何在公共衛(wèi)生事件中影響人們的傳播信息。

二、理論綜述與研究假設(shè)

1.疫苗接種議題

疫苗作為20世紀(jì)公共健康領(lǐng)域的偉大發(fā)明,在減少疾病的流行甚至是徹底根除某種疾病方面做出了重要貢獻(xiàn)。眾多的醫(yī)生和醫(yī)學(xué)家都支持使用疫苗來減少曾經(jīng)常見的一些疾病的風(fēng)險,而公眾對于疫苗效果的錯誤感知依然存在,尤其是認(rèn)為疫苗本身或是其中的一些成分會導(dǎo)致兒童的自閉癥。

1998年2月,發(fā)表在英國《柳葉刀》雜志上的研究稱自閉癥和麻疹、腮腺炎、風(fēng)疹(簡稱MMR)疫苗接種存在潛在影響關(guān)系。⑤這個研究吸引了全球的公眾、政策制定者、媒體的極大關(guān)注,并且開始質(zhì)疑疫苗接種的安全性。自此開始,來自科學(xué)界和醫(yī)療界的對這個結(jié)論的批判聲愈演愈烈,并且有研究反駁了這個結(jié)論。⑥但是這種反駁并沒有阻止疫苗接種率的驟減,而且在英國和其他一些地區(qū)麻疹病毒開始死灰復(fù)燃。

有調(diào)查發(fā)現(xiàn)30%到33%的美國家長相信疫苗接種會導(dǎo)致自病癥④,同時有20%的美國公眾相信醫(yī)生和政府官員也認(rèn)為疫苗會導(dǎo)致自閉癥。⑦這類感知并沒有充分的科學(xué)證明來支持,但是這種信念直接導(dǎo)致了美國一些城市和周邊地區(qū)的疫苗接種率下降。⑧而且在美國的富裕階層和高學(xué)歷人群中持有這種觀點的人數(shù)仍在增加。⑨同時,一些流行病學(xué)的研究試圖去證明自閉癥和疫苗之間的關(guān)系,但是并沒有發(fā)現(xiàn)顯著的相關(guān)關(guān)系。⑩同時,美國兒科學(xué)會、世界衛(wèi)生組織、美國醫(yī)學(xué)研究所這些醫(yī)療組織都為“疫苗及其成分與自閉癥沒有關(guān)系”這種觀點背書。

在我國,疫苗議題也時常作為熱點議題被關(guān)注,但是公眾關(guān)注的點和英美等西方國家完全不同。我國的疫苗公共事件中總是將疫苗的真假問題、質(zhì)量問題和致死問題作為核心議題。對疫苗的關(guān)注和爭議始于2010年記者王克勤在《中國經(jīng)濟(jì)時報》發(fā)表的調(diào)查報道《山西疫苗亂象調(diào)查》,該報道揭露了近百名孩子接種疫苗后的異常反應(yīng)包括致死、致殘等。2016年3月,山東警方破獲案值5.7億元非法疫苗案,這些疫苗未經(jīng)嚴(yán)格冷鏈存儲運輸便銷往24個省市。這個公共衛(wèi)生突發(fā)事件將公眾對疫苗的關(guān)注推向最高點。但是我國公眾一直關(guān)注于疫苗制作的規(guī)范性,并未質(zhì)疑過疫苗本身的安全性與科學(xué)性,這與西方公眾的爭議點不同。但疫苗問題事關(guān)每個公眾,尤其涉及到兒童時,它的敏感性更為突出。每一次疫苗事件的突發(fā),都會成為全社會的熱點。本文將通過對社交媒體上疫苗事件的探討，勾勒出突發(fā)公共衛(wèi)生事件中的信息傳播特征。

2.轉(zhuǎn)發(fā)行為

探尋個體如何且為何參與特定議題的傳播行為是傳播學(xué)的主要研究內(nèi)容之一。在人們的參與信息傳播的行為中,交往行為(communicative action)被認(rèn)為可以解釋個體的參與過程。旨在解釋何時、何因個體會通過六種信息相關(guān)的交往行為參與到問題解決中來。這六種行為代表著信息獲取、選擇和擴(kuò)散中不同程度的主動性。進(jìn)一步講,信息允許、分享和參加這三種行為是傳播行為中的反應(yīng)性的行為,而信息搜尋、防護(hù)和轉(zhuǎn)發(fā)則是更深層次地主動參與。一個基本假設(shè)是一個人越想解決問題,那么這個人交往行為的程度會增加。也就是說,人們通過交流和溝通信息去解決人生中的各種問題。

轉(zhuǎn)發(fā)行為是在用戶中擴(kuò)散信息和激活傳播的行為。如上所述,它在交往行為中被認(rèn)定為主動性非常強的互動行為。雖然研究者們對探索社交媒體中的復(fù)雜傳播活動展開了很多研究,但是缺乏對公共衛(wèi)生事件的信息擴(kuò)散和人際間傳播的影響因素的研究。

以微博為代表的社交媒體將網(wǎng)絡(luò)用戶通過發(fā)帖、轉(zhuǎn)帖、評論、關(guān)注等方式連接起來。也就是說,通過選擇哪些信息進(jìn)行曝光,社交媒體用戶創(chuàng)造著網(wǎng)絡(luò)信息傳遞的路徑。

傳播活動是傳者和受者的雙向互動過程,在社交媒體上體現(xiàn)為發(fā)送(發(fā)帖)和接收(讀帖),同時這兩種活動可以被看作是獨立的行為,比如,寫作或發(fā)表信息往往比直接地閱讀那些信息需要更多的認(rèn)知努力和主動處理信息的過程。在轉(zhuǎn)帖的行為中,閱讀和發(fā)帖行為被混合為一體因為用戶不僅在單純地消費信息,同時還在積極地發(fā)布其他用戶的信息、并且表明他們已經(jīng)獲取了信息。那么,轉(zhuǎn)帖相較于關(guān)注而言就是個更需要認(rèn)知努力和資源的參與性更強的內(nèi)容導(dǎo)向行為。當(dāng)決定轉(zhuǎn)發(fā)哪個帖子的時候,用戶就需要對帖子的內(nèi)容和信源的權(quán)威性投入更多的關(guān)注力。

社交媒體用戶通過與不同用戶之間的信息交換與信念支持而滿足其不同的信息需求。在對癌癥議題的研究中發(fā)現(xiàn),人們參與到社交媒體的癌癥信息傳播中,通過患者和醫(yī)生共同生產(chǎn)的內(nèi)容信息的傳遞,可以滿足不同的癌癥相關(guān)信息需求和交流的需求。

雖然人們轉(zhuǎn)發(fā)的內(nèi)容和動機呈多樣化,但是考察人們做轉(zhuǎn)發(fā)決策的影響因素可以解釋在健康傳播活動中的公眾參與狀況。有兩類因素決定著病毒式信息在傳播擴(kuò)散中的自我復(fù)制過程,主要包括:第一類,社會網(wǎng)絡(luò)結(jié)構(gòu)；第二類,內(nèi)容。本研究在已有研究的基礎(chǔ)上,運用疫苗事件分析我國傳播語境下的特征。

3.社會網(wǎng)絡(luò)結(jié)構(gòu)

社會網(wǎng)絡(luò)就是由節(jié)點和邊共同構(gòu)成的。節(jié)點是每一個網(wǎng)絡(luò)源點,可以是個人、機構(gòu)、內(nèi)容、物理或虛擬位置、活動等。邊則是連接這些節(jié)點的關(guān)系。在社交媒體中,比如微博和Twitter,網(wǎng)絡(luò)是自主形成的,用戶可以自由地建立連接。當(dāng)有一個共同議題出現(xiàn)時,很多的用戶同時發(fā)帖或轉(zhuǎn)發(fā)這個議題的信息,它們就形成了這個議題的網(wǎng)絡(luò),而其中的每個用戶都作為這個議題網(wǎng)絡(luò)中的節(jié)點。

在微博中,用戶通過關(guān)注、回復(fù)、@提醒、轉(zhuǎn)發(fā)等行為參與到社會互動中，建立各種各樣的關(guān)系。在本研究中,我們關(guān)注的是“關(guān)注”和“轉(zhuǎn)發(fā)”行為。作為微博上最基礎(chǔ)的關(guān)系,“關(guān)注”行為建立了信息流的基本網(wǎng)絡(luò)。粉絲曝光于被關(guān)注者發(fā)布的各種信息中,而有大量粉絲的被關(guān)注者可以使自己發(fā)布的信息在他們的社會網(wǎng)絡(luò)中獲得更多的曝光。轉(zhuǎn)發(fā)可以使得信息被再次曝光和傳播,并建立公共討論；同時，不同的社群之間通過轉(zhuǎn)發(fā)信息可以實現(xiàn)不同群體間的信息交換和流通。所以,轉(zhuǎn)發(fā)行為相比于其他行為可以促使更多樣化的用戶之間形成動態(tài)互動。

在對Twitter的研究中,發(fā)帖用戶的身份和受歡迎度、內(nèi)容特征和興趣程度、用戶在社會網(wǎng)絡(luò)中的位置等因素已經(jīng)被驗證為對于帖子的轉(zhuǎn)發(fā)量有重要的預(yù)測作用。比如用戶的身份和粉絲數(shù)會影響帖子的轉(zhuǎn)發(fā)量。帖子內(nèi)容與用戶興趣的相似處,不同帖子之間的內(nèi)容相似處,用戶已發(fā)帖中被轉(zhuǎn)發(fā)的數(shù)量等變量都被證明可以預(yù)測帖子的轉(zhuǎn)發(fā)量。

用戶的粉絲數(shù)、中介中心性(betweenness centrality)和接近中心性(closeness centrality)表現(xiàn)著用戶在微博網(wǎng)絡(luò)中的位置。首先,一個用戶的關(guān)注關(guān)系是直接由他的賬戶獲取的,對于轉(zhuǎn)發(fā)行為的研究已證明發(fā)帖用戶的受歡迎度和粉絲數(shù)會正面地影響他的帖子的轉(zhuǎn)發(fā)情況。據(jù)此我們提出如下假設(shè):

H1:發(fā)帖用戶的粉絲數(shù)量和帖子轉(zhuǎn)發(fā)數(shù)呈正相關(guān)。

用戶的中介中心性考察的是社會網(wǎng)絡(luò)中每兩個節(jié)點之間連接的最短路徑及其對這條路徑的使用頻率。在微博議題的社會網(wǎng)絡(luò)中,擁有較高中介中心性的用戶更像連接網(wǎng)絡(luò)中不同群體之間的橋梁。比如在突發(fā)公共衛(wèi)生事件中,這個用戶和專業(yè)的健康服務(wù)人員群體保持著聯(lián)系,同時又和草根意見領(lǐng)袖有著較多的信息互動,而草根意見領(lǐng)袖和專業(yè)健康服務(wù)人員的直接互動很少,也就是說,草根意見領(lǐng)袖和專業(yè)人員之間的溝通是通過這個用戶,那么,這個用戶的中介中心性就比較高,他就具備了這個橋梁的作用。也就是說,中介中心性較高的用戶往往傳遞著較多的信息,同時在一定程度上潛在地控制和影響著社會網(wǎng)絡(luò)中不毗鄰的節(jié)點。由此我們提出如下假設(shè):

H2:發(fā)帖用戶的中介中心性和帖子轉(zhuǎn)發(fā)數(shù)呈正相關(guān)。

接近中心性測量的是在社會網(wǎng)絡(luò)中的一個用戶和其他所有節(jié)點的平均距離。在一個社會網(wǎng)絡(luò)中,接近中心性越低的用戶,和其他用戶的連接更直接,不需要通過其他節(jié)點或者通過少量的節(jié)點就能夠達(dá)到別的節(jié)點。也就是說,接近中心性較低的用戶直接和大量的用戶連接,并能迅速地和其他用戶直接互動。這些用戶在信息傳播過程中會更加高產(chǎn)出。因此我們提出以下假設(shè):

H3:發(fā)帖用戶的接近中心性和帖子轉(zhuǎn)發(fā)數(shù)呈負(fù)相關(guān)。

4.帖子內(nèi)容

人們通過語言來表達(dá)想法和情感。研究發(fā)現(xiàn)在一條信息中對語言進(jìn)行選擇會改變信息發(fā)送方和接收方之間的社會影響。人們進(jìn)行信息交換時會受到幾個語言學(xué)維度的影響。首先,情緒性的或認(rèn)知類的詞匯會塑造信息接收者對信息的解碼和感知,及其通過轉(zhuǎn)帖所表達(dá)的對該信息的回應(yīng)。比如有研究發(fā)現(xiàn)在政治話題討論中負(fù)面情緒的信息就比正面情緒的信息更容易被傳遞,并且,肯定性詞匯越多,帖子更容易被轉(zhuǎn)發(fā)。

本研究重點考察情緒和認(rèn)知如何在公共衛(wèi)生事件中影響人們的傳播反應(yīng)。有研究發(fā)現(xiàn)帶情緒的內(nèi)容比不帶情緒的內(nèi)容更容易被傳播,因為前者更能抓住公眾的注意力。研究進(jìn)一步發(fā)現(xiàn),積極的內(nèi)容比消極的內(nèi)容更容易被傳播。所以對情緒的表達(dá)是一種社會影響形式,它不僅喚起了人們在態(tài)度、情感、觀點和行為的反應(yīng),也發(fā)展出了社會關(guān)系連接。也就是說,發(fā)帖人的情緒表達(dá)可以改變接收者的情緒,比如表達(dá)積極的情緒就比消極的情緒會讓別人感覺更好。所以在健康傳播的研究中,針對各種以疾病類型而聚集在一起的網(wǎng)絡(luò)社群,對社會支持的定義就更偏向于情感支持,它和自我披露(self-disclosure)同樣成為影響社會互動和社群建立和維系的最主要特征。這些有支持性作用的傳播信息都會傳遞積極的情緒。尤其是在慢性病的社群中,比如乳腺癌患者之間通過網(wǎng)絡(luò)社群去主動地交換積極的且有支持性的話語,從而也使得自身獲得更多的來自群體的支持。這些研究都說明當(dāng)人們遇到健康問題時,人們更愿意分享積極情緒內(nèi)容的帖子去幫助他人,通過同種健康問題的分享來建立更多的關(guān)聯(lián)并促進(jìn)健康行為。那么,帖子內(nèi)容和社會網(wǎng)絡(luò)傳播擴(kuò)散的過程就很可能有很大的關(guān)系。在疫苗議題中,我們提出如下假設(shè):

H4:擁有更正面情緒的帖子更容易被轉(zhuǎn)發(fā)。

充滿力量的語言更有說服力和擴(kuò)散效果。有研究發(fā)現(xiàn)有力量的語言傳遞著發(fā)帖人對自己想法的確定和信心,這類語言一般較少地包含模糊性詞匯(比如“大概”“可能”等)、猶豫性詞匯(比如“呃”等)、增強性詞匯(比如“真的是”)或零碎的語句等缺少力量的語句。如“從來”“從未”“肯定”“當(dāng)然”等確定性詞匯被認(rèn)為是促進(jìn)信息擴(kuò)散回應(yīng)和分享的有效指標(biāo),其測量方法是計算這類詞匯在信息文本中出現(xiàn)的頻次。

另外,因果性詞匯也在一定程度上預(yù)測著認(rèn)知參與狀況,被感知為是理性的且有說服力的。因此,對這類詞匯的使用也會使別人更傾向于對帖子內(nèi)容作出回應(yīng)。

依據(jù)以上的實證研究結(jié)果,我們提出如下研究問題:

RQ1:從確定性、因果性、社交性等認(rèn)知語言的維度考察的微博內(nèi)容和轉(zhuǎn)帖行為之間存在什么關(guān)系？

三、研究方法

1.數(shù)據(jù)采集

2016年3月18日,澎湃新聞發(fā)布了題為《數(shù)億元疫苗未冷藏流入18省份:或影響人命,山東廣發(fā)協(xié)查函》。3月19日,《別驚慌！山東疫苗事件其實是澎湃新聞的“標(biāo)題黨”！》,澎湃新聞的疫苗報道已經(jīng)在其網(wǎng)站下線。3月22日,財新在自己的公眾號推送了《疫苗之殤》,刷爆朋友圈。當(dāng)日中午12∶39,和菜頭推送《每一個文盲都喜歡用“殤”字》。3月29日,世衛(wèi)組織就中國疫苗事件召開記者會澄清質(zhì)疑。本文抓取的數(shù)據(jù)貫穿了此次事件的全部時間段。

本文采用新浪微博最高權(quán)限的API,以“疫苗”為關(guān)鍵字,抓取了2016年3月18日至3月29日期間山東疫苗事件的微博數(shù)據(jù)。共獲得146580條微博帖子,每條微博信息包括:文本內(nèi)容、轉(zhuǎn)發(fā)量、評論量、微博包含圖片的地址、轉(zhuǎn)發(fā)用戶信息、用戶名字、用戶的粉絲數(shù)等。結(jié)合本研究所需的變量信息,如果數(shù)據(jù)缺失半數(shù)以上的內(nèi)容,該條微博即被刪除。

數(shù)據(jù)檢驗是在146580條微博中隨機抽取1000條微博,進(jìn)行主題相關(guān)性檢驗,為了剔除無關(guān)廣告信息、垃圾信息等無關(guān)疫苗內(nèi)容的信息。首先人工編碼檢驗這1000條微博的相關(guān)性,即按照“0=不相關(guān)、1=相關(guān)”的形式編碼,然后在全部數(shù)據(jù)中進(jìn)行機器學(xué)習(xí),篩選出115824條微博。

再根據(jù)其轉(zhuǎn)發(fā)信息,用UCINET軟件計算其社會網(wǎng)絡(luò)分析的主要變量,包括中介中心性、接近中心性、中心度、出度、入度等指標(biāo)。數(shù)據(jù)匹配并清洗剔除數(shù)據(jù)后共得到55685條。

最后在這55685條微博中隨機抽取2000條帖子作為最終研究樣本進(jìn)一步進(jìn)行線性回歸檢驗假設(shè)。

2.變量測量

(1)社會網(wǎng)絡(luò)特征發(fā)帖用戶粉絲數(shù)是由直接抓取數(shù)據(jù)獲得,即用戶的粉絲數(shù)量(M=33471.08,SD=454453.05)。2000個樣本中的粉絲數(shù)從0至14889111分布,粉絲數(shù)少于100的占33.6%,粉絲數(shù)超過10萬的占1.8%。另外,中介中心性和接近中心性是由UCINET計算得出。中介中心性測量的是用戶在議題網(wǎng)絡(luò)中處于用戶間最短距離的頻率(M=.195,SD=4.40),接近中心性測量的是用戶和其他用戶之間的平均距離(M=1.093,SD=.42).

(2)內(nèi)容特征選取文心(TextMind)中文心理分析系統(tǒng)的詞庫,其詞庫參照LIWC2007和正體中文C-LIWC詞庫,詞庫分類體系也與LIWC兼容一致。我們考察微博樣本的文本單詞和詞庫匹配的次數(shù),情緒是根據(jù)情緒詞性賦值加總計算,從-10至11分分布(M=-1.37,SD=2.34),分值越高情緒越積極。確定性詞匯測量的是文本中“一直”“確實”“從不”等確定性詞匯出現(xiàn)的頻率,從0至6分布(M=.63,SD=.93)。因果性詞匯是測量文本中例如“因為”“影響”“因此”等詞庫中因果性詞匯出現(xiàn)的頻次,從0至7分布(M=.92,SD=1.01)。社交性詞匯測量的是微博文本中出現(xiàn)“分享”“朋友”等社交性詞匯的頻率,從0至14分布(M=3.32,SD=2.4)。這些變量可以測量文本內(nèi)容的特征。

轉(zhuǎn)發(fā)行為測量的是微博的轉(zhuǎn)發(fā)數(shù)(M=.56,SD=5.73),由直接抓取數(shù)據(jù)獲得。其中,只有9.4%的帖子得到了轉(zhuǎn)發(fā)。

同時,我們從用戶和文本內(nèi)容兩方面控制了微博用戶的微博數(shù)、帖子長度、是否有圖片、是否有鏈接、表情符號數(shù)等變量。

四、研究發(fā)現(xiàn)

為了檢驗研究假設(shè)和研究問題,本文采用線性回歸,將帖子轉(zhuǎn)發(fā)數(shù)作為因變量,自變量為發(fā)帖用戶粉絲數(shù)、中介中心性、接近中心性、情緒、確定性詞匯、因果性詞匯、社交性詞匯,同時控制發(fā)帖用戶微博數(shù)、帖子字?jǐn)?shù)、是否有圖片、是否有鏈接、表情符號數(shù)等變量。

從表1可知,發(fā)帖用戶粉絲數(shù)、中介中心性、情緒均和轉(zhuǎn)發(fā)數(shù)呈顯著正相關(guān),接近中心性與轉(zhuǎn)發(fā)數(shù)呈顯著負(fù)相關(guān),H1、H2、H3、H4均得到支持。說明粉絲數(shù)量越多的發(fā)帖用戶的帖子更容易被轉(zhuǎn)載,中介中心性更大的用戶的帖子更容易被轉(zhuǎn)載,接近中心性更小的用戶的帖子更容易被轉(zhuǎn)載,同時,情緒更正面的帖子更容易被轉(zhuǎn)發(fā)。

針對研究問題中的認(rèn)知語言維度中的帖子內(nèi)容,只有社交性詞匯和轉(zhuǎn)發(fā)數(shù)呈顯著正相關(guān),說明帖子中包含更多社交性詞匯的帖子更容易被轉(zhuǎn)載,這更說明了從內(nèi)容特征的角度也體現(xiàn)出社交性的重要作用。而確定性詞匯和因果性詞匯和轉(zhuǎn)發(fā)數(shù)的相關(guān)性并不顯著。

表1 預(yù)測轉(zhuǎn)發(fā)數(shù)的回歸分析

*p<.05.**p<.01.*** p<.001.

同時我們發(fā)現(xiàn),在微博帖子的詞匯使用中,確定性詞匯和因果性詞匯的均值差異顯著(t=-9.77,p<.001),確定性詞匯的使用頻率低于因果性詞匯；確定性詞匯和社交性詞匯的均值差異顯著(t=-51.92,p<.001),因果性詞匯與社交性詞匯的均值差異顯著(t=-46.02,p<.001),可見,微博用戶在疫苗議題中對社交性詞匯的使用頻率最高,且均值顯著大于3(t=-5.96,p<.001)。

另外,雖然控制了發(fā)帖用戶自身的信息和帖子特征信息,還是發(fā)現(xiàn)帖子中是否有圖片對轉(zhuǎn)發(fā)數(shù)有顯著影響,有圖片的帖子更容易被轉(zhuǎn)發(fā)。

五、討論與結(jié)論

本研究探討了突發(fā)公共衛(wèi)生事件中社會網(wǎng)絡(luò)結(jié)構(gòu)和信息內(nèi)容對于轉(zhuǎn)發(fā)行為的影響。擁有更多粉絲的、對社會網(wǎng)絡(luò)有更高個人影響的博主發(fā)布的微博信息更容易被轉(zhuǎn)發(fā)。同時,帖子內(nèi)容中含有更多積極情緒的和社交內(nèi)容詞匯的信息更容易被轉(zhuǎn)發(fā)。由此看出,在突發(fā)公共衛(wèi)生事件中,人們依舊在尋求社會支持和社會連接,正面情緒的內(nèi)容能夠給人以信心去度過危機事件。這些發(fā)現(xiàn)提示我們在健康議題的信息干預(yù)中多運用積極類情緒和有社會網(wǎng)絡(luò)影響力的博主來發(fā)布信息更可能取得較好的傳播效果。

本文的理論意義主要體現(xiàn)在以下三方面。

首先,本研究為社交媒體中的健康傳播研究進(jìn)行了擴(kuò)展。傳統(tǒng)的健康傳播活動主要依賴于接收影響(reception-effect)范式,強調(diào)的是增加媒介信息的曝光程度,而曝光的內(nèi)容需要進(jìn)行嚴(yán)謹(jǐn)?shù)脑O(shè)計,用值得受眾信賴的信息去說服受眾。但是用這種社交媒體中用戶的動態(tài)互動關(guān)系去研究傳播過程就提出了新的理論問題。在社交媒體中的用戶不僅作為信息的接收者,也同時是信息的生成者,在信息的收發(fā)過程中都是自主決定的,而不是被設(shè)計的。我們把轉(zhuǎn)發(fā)行為作為用戶在社交媒體中參與傳播的較高程度的互動行為,去交換人們所需要的健康信息。通過更高程度的交往行為去研究人們的參與傳播活動就更具意義。

其次,本研究將信息傳播的數(shù)量和結(jié)構(gòu)這兩個維度相結(jié)合進(jìn)行研究,彌補了單一化的評價標(biāo)準(zhǔn)容易忽視社交媒體的結(jié)構(gòu)性優(yōu)勢以及及時性優(yōu)勢的問題。信息傳播領(lǐng)域?qū)π畔鞑バЧM(jìn)行探索的研究中,對公共衛(wèi)生事件的社交媒體信息分別從傳播廣度、深度和速度三個維度進(jìn)行操作化定義,即分別對應(yīng)為數(shù)量、結(jié)構(gòu)和時效。但是以往研究均是從單一層面進(jìn)行分析,本研究將社會網(wǎng)絡(luò)結(jié)構(gòu)因素納入傳播廣度的考量,進(jìn)一步解釋了社交媒體的重要社交屬性。

再次,本研究拓展了傳統(tǒng)的意見領(lǐng)袖理論在社交媒體的重要作用。未來的研究可以進(jìn)一步分析社交媒體中的意見領(lǐng)袖與草根用戶之間的互動關(guān)系,以及他們在公共衛(wèi)生事件傳播中所處的多重角色,以進(jìn)一步掌握意見領(lǐng)袖如何影響人們態(tài)度的形成。這對于未來在不同議題中進(jìn)一步厘清意見領(lǐng)袖的特征推進(jìn)了一步。

在實踐領(lǐng)域,公共衛(wèi)生事件的信息干預(yù)活動中,更進(jìn)一步找準(zhǔn)議題的意見領(lǐng)袖,發(fā)現(xiàn)其與不同群體間溝通信息的中介作用以及近距離傳播信息的渠道,用正面情緒的內(nèi)容去擴(kuò)散傳播,以抓住潛在受眾的注意、建立社會支持,幫助人們在公共衛(wèi)生問題中建立更好的連接。

注釋:

① Pew Research Center.(2015).HealthFactSheet.Retrieved from:http://www.pewinternet.org/fact-sheets/health-fact-sheet/

② Betsch,C,Brewer,N.T.,Brocard,P.,Davies,P.,Gaissmaier,W.,Haase,N.,et al.(2012).OpportunitiesandChallengesofWeb2.0forVaccinationDecisions.Vaccine,30(25),pp.3727-3733.

③ Choi,S.(2014).Flow,Diversity,FormandInfluenceofPoliticalTalkinSocial-media-basedPublicForums.Human Communication Research,40,pp.209-237.

④ Dixon,G.N.,& Clarke,C.E.(2013).HeighteningUncertaintyAroundCertainScience:MediaCoverage,FalseBalance,andtheAutism-vaccineControversy.Science Communication,35(3),pp.358-382.

⑤ National Consumers League (2014).Survey:OneThirdofAmericanParentsMistakenlyLinkVaccinestoAutism.Retrieved from http://www.nclnet.org/survey_one_third_of_american_parents_mistakenly_link_vaccine _to_autism.

⑥ Wakefield,A.J.,Murch,S.H.,Anthony,A.,et al.(1998).Ilead-LymphoidnodularHyperplasia,Non-specificColitis,andPervasiveDevelopmentalDisorderinChildren.Lancet,pp.351,637-641.

⑦ Gerber,J.S.,& Offit,P.A.(2009).VaccinesandAutism:ATaleofShiftingHypotheses.Clinical Infectious Diseases,48,pp.456-461.

⑧ Oliver,E.,& Wood,M.A.(2014).MedicalconspiracyTheoriesandHealthBehaviorsintheUnitedStates.JAMA,174,pp.817-818.

⑨ Jaslow,R.(2013,August 1).CDC:VaccinationRatesamongKindergartnersHigh,butExemptionsWorrisome.CBS News.Retrieved from http://www.cbsnews.com/news/cdcvaccination-rates-among-kindergartners-high-but-exemptions-worrisome/.

⑩ McKeever B.W.,McKeever R.,Holton A.E.& Li JY (2016):SilentMajority:ChildhoodVaccinationsandAntecedentstoCommunicativeAction,Mass Communication and Society,DOI:10.1080/15205436.2016.1148172