Twitter涉華輿情極化現(xiàn)象研究
——以中美貿(mào)易爭端為例

■ 韓運榮 漆 雪

自2018年8月份美國單方面啟動301調查以來,中美貿(mào)易關系陰晴不定。從2018年3月8日特朗普宣布對中國鋼鐵、進口鋁征收關稅開始,到3月23日簽署總統(tǒng)備忘錄,再到4月初,中美兩國又先后公布征稅的商品清單,4月17日美國商務部工業(yè)和安全局(BIS)宣布對我國中興通訊實施拒絕出口特權,兩國之間的貿(mào)易爭端大有“山雨欲來風滿樓”之勢。因涉及多個國家、多個領域,中美貿(mào)易爭端在全球引發(fā)激烈討論，Twitter、Facebook等社交媒體上形成多個標簽話題,如#Tradewar## Tradewars#等。

據(jù)We Are Social和Hootsuite①最新發(fā)布的2018年全球數(shù)字報告,現(xiàn)在世界各地已有超過30億人在使用Facebook、YouTube、微信等社交媒體。②可以看出,國際社交媒體已成為全球性議題信息交流、擴散的重要渠道。因此,及時把握國際社交媒體中有關中美貿(mào)易爭端中涉華輿情擴散特點,可以為我國對外傳播爭取更多話語權開辟新的視角。

一、問題的提出

早在網(wǎng)絡媒體剛剛興起時,美國哲學家凱斯·桑斯坦就提出,“網(wǎng)絡對許多人而言,正是極端主義的溫床。因為志同道合的人可以在網(wǎng)上輕易且頻繁地溝通,但聽不到不同的看法。持續(xù)暴露于極端的立場中,聽取這些人的意見,會讓人逐漸相信這個立場?！雹?/p>

實證研究表明,正是網(wǎng)絡媒體高度自主的選擇技術和有效的過濾工具,使得個人更傾向于將自己暴露于同樣的觀點而非不同的觀點中,這導致他們在某一方向上形成更多的極端意見,從而造成群體極化現(xiàn)象。④而極化現(xiàn)象往往出現(xiàn)在高度分化和激烈討論的政治主題,如種族隔離、國家聯(lián)盟、國際爭端等。⑤

既有的研究還顯示,在爭議敏感的國際議題中,盡管傳統(tǒng)組織發(fā)揮著一定的作用,但對社交網(wǎng)絡的影響較小。媒體和政客在爭議面前保持靜默使得其他個人十分活躍。⑥

在此前提下,本文基于中美貿(mào)易爭端的國際涉華輿情,提出研究問題如下:

RQ1,中美貿(mào)易爭端的社交網(wǎng)絡中,網(wǎng)絡整體特點什么？是否存在核心—邊緣結構？

RQ2,其社交網(wǎng)絡中,是否存在因觀點接近而聚集的小團體現(xiàn)象？

RQ3,其社交網(wǎng)絡中,因意見相近的子群內部呈現(xiàn)出怎樣的結構特點？其互動關系如何？

RQ4,不同的組織和個人又扮演什么樣的角色？是否存在顯著輿論領袖？

二、研究設計

有學者指出,社交媒體語境下的信息傳播正是建立在用戶的相互關系之上,即社會關系是影響信息傳播行為及傳播效果的重要因素。⑦因此,本研究采用社會網(wǎng)絡分析(Social Network Analysis,簡稱SNS)的研究方法。它是分析社會現(xiàn)象中行動者之間的各種關系結構及其屬性的方法。

為探索以上問題,本研究進行了如下的研究設計:

(一)社交媒體選擇

本研究選取Twitter作為數(shù)據(jù)獲取平臺,主要基于以下三點原因:

首先,Twitter是當前全球各國用戶使用頻率最高的社會化媒體之一,Twitter發(fā)布的2017年四季度的財報顯示,Twitter月活躍用戶(MAU)為3.3億人；⑧

其次,Twitter在全世界具有很高的影響力,根據(jù)國際網(wǎng)站Alexa.com最新排名,Twitter在全球網(wǎng)站排名第十三,僅次于Facebook和Reddit等社交媒體,在全球范圍具有很高的影響力；⑨

第三,Twitter的數(shù)據(jù)獲取方便,Twitter是一個開放的公共討論平臺,根據(jù)其開放的API,本研究能獲得特定話題的全部數(shù)據(jù)。

(二)樣本選擇

本研究采用數(shù)據(jù)挖掘方法,通過python編程來獲取與“中美貿(mào)易戰(zhàn)”話題相關的所有數(shù)據(jù)。英文是Twitter上使用比例最高的語言。因此,設置的關鍵詞為“tradewar Chinese/chinese/china/China”,設置日期為“2018年2月1日—2018年4月30日”,得到全部推文(tweet)共45188條。以文本內容(text)為基準,除去無效或重復或轉發(fā)之后,還剩原創(chuàng)推文32547條。

研究指出,原創(chuàng)被轉發(fā)數(shù)和原創(chuàng)被評論數(shù)是衡量微博用戶傳播力的重要指標。⑩因此,本研究以原創(chuàng)轉發(fā)數(shù)和原創(chuàng)評論數(shù)作為推文影響力的指標,以轉發(fā)數(shù)*0.5和評論數(shù)*0.5之和進行降序排序,選取不重復的前100個自媒體賬號,并返回檢查是否滿足以下三個條件:

(1)粉絲數(shù)量至少10萬以上；

(2)在中美貿(mào)易爭端議題上表現(xiàn)活躍,發(fā)表過一定數(shù)量的相關推文,即在這3個月中至少發(fā)布了5條相關推文；

(3)至少有1篇中美貿(mào)易爭端相關推文被轉發(fā)或評論100 次以上。

最后得到了70個Twitter賬號。

(三)態(tài)度/身份分類

本研究從態(tài)度和用戶身份兩個維度進行分類。

態(tài)度層面,依據(jù)對待中美貿(mào)易爭端的總體態(tài)度,樣本可分為三大群體:支持貿(mào)易戰(zhàn)者,反對貿(mào)易戰(zhàn)者和持中立態(tài)度者。

身份層面,根據(jù)Twitter賬號下的自我描述可將用戶分為兩類:組織用戶和個人用戶。樣本的基本特征是:

(1)組織用戶31個,占44%。其中,媒體組織26個,占37%；

(2)個人用戶39個,占56%。其中,媒介從業(yè)者12個(17.14%),個人藝術家10個(14.29%),經(jīng)濟相關者5個(7.14%),政治相關者8個(11.43%)；

(3)樣本態(tài)度分類結果為:支持者15個,占21%；反對者19個,占27%；中立者36個,占52%；

(4)樣本的平均粉絲數(shù)量為38.3萬,平均發(fā)表中美貿(mào)易爭端相關推文18.2篇。

(四)建立矩陣

Twitter上的社交網(wǎng)絡是由用戶及與其他用戶互相關注、提及和回復時形成的聯(lián)系所組成的。盡管轉發(fā)和回復行為更能表明這條推文得到別人肯定,因此具備更高的影響力。但學者在研究Twitter網(wǎng)絡的群體極化時發(fā)現(xiàn),極化觀點可在短時間內發(fā)生,但過一個月后會恢復正常,其原因在于,人們喜歡傳播那些具有戲劇性和流行性的觀點。因此,本研究把各用戶之間的關注關系構成邊(edge),以此來構建鄰接矩陣。公眾不傾向于每天大幅度地改變其關注者和被關注者,因此,用這種方式來分析Twitter社交網(wǎng)絡的優(yōu)勢在于用戶網(wǎng)絡相對穩(wěn)定。

故本研究將70個Twitter賬號作為70個節(jié)點,將各用戶之間的關注關系構成邊,由此形成一個70*70的多值有向圖。故本研究對于有向圖的定義是關注關系。比如A關注了B,我們記做1,所以就形成一個從A到B的邊。反之,若A未關注B,我們記做0。

本研究使用社會網(wǎng)絡分析軟件是Ucinet 6.199,將矩陣數(shù)據(jù)導入后,形成一個的70*70鄰接矩陣,在此基礎上進行整體網(wǎng)絡(wholenetwork)、個體網(wǎng)絡(ego-network)和凝聚子群(cohesive subgroup)等分析。本研究還使用了Netdraw 2.081和Pajek1.26軟件進行分析。

三、研究結果

本研究通過社交網(wǎng)絡分析的研究方法,對Twitter傳播機制下中美貿(mào)易爭端議題進行了整體網(wǎng)絡分析、核心—邊緣結構、個體網(wǎng)絡分析和子群網(wǎng)絡分析。

(一)整體網(wǎng)絡分析

1.傳播網(wǎng)絡聯(lián)系較緊密,傳播速度較快

網(wǎng)絡密度(density),測量的是各節(jié)點之間聯(lián)系的緊密程度以及信息交流的積極程度。網(wǎng)絡密度等于該網(wǎng)絡中各節(jié)點的實際連接數(shù)和完備圖中的總連接數(shù)之比,其值介于0和1之間,越接近1則代表彼此間的關系越緊密。

本研究通過Pajek 軟件計算可知,70個節(jié)點組成的中美貿(mào)易爭端Twitter信息傳播網(wǎng)絡圖中,實際連接數(shù)為690,即690 對節(jié)點間存在關注與被關注關系。而完備圖中節(jié)點對總數(shù)為4830,因此網(wǎng)絡密度為0.1429。這說明中美貿(mào)易爭端Twitter傳播網(wǎng)絡聯(lián)系較緊密,信息傳播范圍較廣。

網(wǎng)絡可達性方面,網(wǎng)絡直徑為5【從“美國槍手”(American Gunslinger)到“CNN國際”】,平均距離為2.25。這意味著在該網(wǎng)絡圖中,每個節(jié)點最長通過5 個節(jié)點就能將信息傳播到其他節(jié)點,且每個節(jié)點平均通過2.25個點就能與其他節(jié)點進行信息交流。這說明信息在網(wǎng)絡中依托節(jié)點的傳播較為便利,速度較快。此外,網(wǎng)絡中節(jié)點的平均聚類系數(shù)為0.337,表示多數(shù)節(jié)點之間信息的交流范圍較寬。

綜合分析,可以看出,中美貿(mào)易爭端信息Twitter傳播網(wǎng)絡中的節(jié)點之間連接較為緊密、信息交流較為普遍。

2.核心—邊緣結構分析

社會網(wǎng)絡分析法從量化角度研究社會現(xiàn)象的核心-邊緣結構(Core-periphery structure),它根據(jù)網(wǎng)絡中節(jié)點之間聯(lián)系緊密程度,將網(wǎng)絡中的節(jié)點分為核心區(qū)域和邊緣區(qū)域。

在中美貿(mào)易爭端Twitter傳播網(wǎng)絡中,有32個節(jié)點處于核心位置,38個節(jié)點處于邊緣位置。通過Ucinet軟件計算可知,核心成員之間的關系密度為0.585,邊緣成員之間的關系密度為0.195。邊緣到核心的密度為0.195,核心到邊緣的密度為0.063。這從一定程度上反映了中美貿(mào)易爭端Twitter信息傳播網(wǎng)絡中存在核心—邊緣結構。

其中,核心區(qū)域中媒介組織16個,占比50%。媒介從業(yè)者6個,占比18.75%,藝術從業(yè)者5個,占比15.63%。而政客及經(jīng)濟從業(yè)者多集中在邊緣區(qū)域?？梢钥闯?與TTIP議題不同,中美貿(mào)易爭端中傳統(tǒng)媒體組織十分活躍。

其中,位于核心網(wǎng)絡的節(jié)點包括持中立意見的“美聯(lián)社”“紐約時報”等傳統(tǒng)媒體組織,持支持意見的“比爾·米切爾”(Bill Mitchell)“泰勒·澤德”(Tyler Zed)等媒介及藝術相關者,以及持反對意見的“Rantt Media”“環(huán)球時報”“人民日報”等；位于邊緣區(qū)域的則有“居伊·費爾霍夫施塔特(Guy Verhofstadt)”“克里斯·魯”(Chris Lu)以及我國外宣媒體“新華社”“中國日報”等。

3.對貿(mào)易戰(zhàn)持中立意見和反對態(tài)度者占據(jù)中心位置

從態(tài)度層面對核心—邊緣結構進行分析得出表1。可以看出,核心區(qū)域里中立者占比最高,為56.3%。其次為反對者,占比31.3%,這說明中美貿(mào)易爭端的Twitter傳播信息中,持中立意見和反對意見的輿論領袖占據(jù)了整個社會網(wǎng)絡的中心位置,能更大范圍傳播自身意見。而支持者在核心區(qū)域的占比較小,僅為12.5%,這說明支持中美貿(mào)易爭端的節(jié)點還未進入信息傳播的中心。

表1 中美貿(mào)易爭端Twitter傳播網(wǎng)絡中核心—邊緣節(jié)點的態(tài)度傾向比例

(二)個體網(wǎng)絡分析

個體網(wǎng)絡分析主要從中心性(centrality)入手,它是社會網(wǎng)絡分析的重點之一,它從“關系”的角度定量研究了社會行動者之間實存或潛存的影響和支配的互動模式。中心性的常見分析指標有度中心性(pointcentrality)、中介中心性(betweennesscentrality)和接近性中心性(closenesscentrality)。

表2中美貿(mào)易爭端Twitter傳播網(wǎng)絡的中心性排序表(前10位)

注:平均值為70個TWITTER賬號總的平均值。

1.度中心性分析

度中心性指特定行動者與其他行動者發(fā)生關系的能力。度中心性分為入度中心性和出度中心性兩類。一般來說,行動者的入度中心性越高,表明其信息被其他節(jié)點吸收的概率越大,而出度中心性較高則意味能較多地接受來自其他行動者的信息。

(1)媒介組織的入度中心性高,出度中心度低,傳播能力及意愿更強

如表2所示,點入度中心性排名前10的行動者,均為媒體組織。通過計算得出,全體媒體組織的入度中心性平均值為13.6236,遠高于總體平均值9.8571。這說明媒介組織能向外傳播大量信息。其中,節(jié)點“紐約時報”入度中心性最高,為35。這意味著它能通過Twitter將中美貿(mào)易爭端相關信息傳達到接近半數(shù)的其他意見領袖身上。

出度中心性排名前10的行動者中,只有1家媒體組織。有26家媒體組織的出度中心性均值為6.9231,遠低于整體網(wǎng)絡的出度中心性均值9.8571?？梢哉f,在中美貿(mào)易爭端的Twitter傳播網(wǎng)絡中,傳統(tǒng)大眾媒體所開設的社交媒體賬號更少的接觸到來自其他意見領袖的信息。其中,行動者“紐約時報”“BBC世界新聞”“德拉吉報道”(Drudge Report)的出度中心性均為0。

(2)媒介及藝術從業(yè)者出度中心性高,接受信息范圍更廣

出度中心性排名前10的行動者中,有3個媒介從業(yè)者,2個藝術工作者。其中,彭博社白宮記者“詹妮弗·雅各布斯”(Jennifer Jacobs)出度中心性最高,為42。這表明她能夠接觸超過一半意見領袖的信息。其中,全體媒介從業(yè)者和藝術工作者的出度中心性平均值分別為15.8333和11,高于總體平均值9.8571。這意味著媒介及藝術工作者能接觸大量相關信息。

2.接近中心性分析

接近中心性測量是一個行動者不受其他行動者控制的能力,即獨立性的強弱。有向網(wǎng)絡圖中,行動者的中介中心性可分為內接近中心性( in-closeness)和外接近中心性( out-closeness)兩類。前者衡量特定行動者向外傳遞信息時不受其他行動者控制的能力,因此,值越大,傳遞信息就更容易和順暢；后者衡量特定行動者獲取其他行動者信息的難易程度,因此,值越大,越能輕松容易的獲取信息,不易受其他行動者的制約。

(1)媒介及藝術工作者外接近中心高,更易接受信息

從表2可以看出,外接近中心性排名前10的行動者中,有3個媒介從業(yè)者,2個是藝術工作者。其中,全體媒介從業(yè)者和藝術工作者的外接近中心性平均值分別為0.2174和0.2287,高于總體平均值0.1962。這說明媒介及藝術工作者能輕松的獲取相關信息,且不受其他行動者的制約。

(2)媒介組織的內接近中心性高,更易傳播信息

內接近中心性排名前10中,有9個媒介組織,僅1人是個人用戶。26個媒介組織的外接近中心性平均值為0.1203,高于總體平均值0.1052。這說明媒體組織獨立性強,更傾向也較容易向其他節(jié)點傳送信息,受其他節(jié)點控制的程度較低。其中,“CNN”的外接近中心性最高,為0.1503。

3.中介中心性分析

中介中心性反映行動者作為信息傳播中介的能力,它測量的是行動者對于資源控制的程度。一般來說,中介中心性值越大,控制信息的能力就越強。

(1)中介中心性整體較低,無信息風向標

從表2可以看出,70個節(jié)點的中介中心性整體偏低,平均值僅為0.025。這說明,各節(jié)點對信息的控制力度不強。這和議題性質以及傳播媒介密不可分。社交媒介造就了“人人都有麥克風”的局面,而中美貿(mào)易爭端因涉及社會各階層和領域,故各國媒體以及政治、經(jīng)濟、學術、藝術等社會精英都積極參與話題討論,發(fā)表意見。因此,在中美貿(mào)易爭端的Twitter傳播網(wǎng)絡中并不存在唯一突出的節(jié)點承擔信息傳播和接收的重大作用。

(2)媒介及藝術從業(yè)者中介中心性相對較高,情緒性意見更易傳播

如表1所示,排名前10的行動者中,有5個媒介從業(yè)者,4個媒體組織。全體媒介從業(yè)者的中介中心性平均值為0.0347,高于總體平均值0.0250。這說明在中美貿(mào)易爭端的整體網(wǎng)絡中,媒介從業(yè)者對相關信息的控制相對強。其中,“詹妮弗·雅各布斯”中介中心性最高,為0.2053,遠高于其他節(jié)點。

藝術工作者如演員、主持人等的中介中心性平均值為0.0889,是總體平均值的3.556倍。這說明藝術相關者對信息的控制力度極強。他們對事實的傳播較少,多是個人觀點和情緒的表達,其中極端激烈用語居多,比如“強烈支持總統(tǒng),早就該打擊中國的囂張火焰”等。

(三)子群網(wǎng)絡分析

依據(jù)對中美貿(mào)易爭端總體態(tài)度,把樣本劃分為三個群體,并對每個子群進行分析。

1.子群結構分析:存在因意見聚集的小團體

表3 子群的整體網(wǎng)絡結構參數(shù)

從表3可以看出,支持者子群的網(wǎng)絡密度僅為整體網(wǎng)密度的0.7334,這說明對貿(mào)易戰(zhàn)持贊成態(tài)度者之間聯(lián)系不太緊密、交流也很少,很可能是自說自話。但反對者子群和中立者子群的網(wǎng)絡密度高于整體網(wǎng),其密度分別為整體網(wǎng)密度的1.2071倍和1.4388倍。這表明兩子群內部互動較高,聯(lián)系廣泛。這在一定程度上驗證了社交媒體的回音室效應,即在中美貿(mào)易爭端Twitter傳播網(wǎng)絡中,公眾更傾向與意見相近者對話和交流。選擇性接觸是回音室效應和群體極化的重要基礎。

網(wǎng)絡可達性方面,三個子群的網(wǎng)絡直徑均為5,和整體網(wǎng)絡的網(wǎng)絡直徑一致。這說明無論是整體網(wǎng)絡中還是三個子群網(wǎng)絡中,每個節(jié)點最長都要通過5 個節(jié)點才能將信息傳播到網(wǎng)絡中的其他節(jié)點。平均路徑方面,三個子群的平均路徑均小于整體網(wǎng),這表明信息在各子群內部的傳播速度高于整體網(wǎng)絡。

綜合以上分析可以發(fā)現(xiàn),中美貿(mào)易爭端信息Twitter傳播網(wǎng)絡中,存在較明顯的、按照對中美貿(mào)易爭端的態(tài)度而聚集的小團體現(xiàn)象。而且,基于相同態(tài)度的子群內部連通度較高,信息交流非常密切。這是網(wǎng)絡極化現(xiàn)象的重要基礎。

2.子群互動分析

子網(wǎng)連接強度反映了子群間的信息交流程度。參考網(wǎng)絡密度的概念,我們可以用一個子群A 所有節(jié)點對另一個子群B 所有節(jié)點的關注數(shù)量總和的實際值與完備值之比,來測量子群A 對子群B 的連接強度。它反映了子群A 從子群B 獲取信息的可能性。因此,三個態(tài)度群體的子群連接情況可表示為表4。

表4 子群之間的連接強度

(1)貿(mào)易爭端的支持子群與反對子群互斥明顯

如表4所示,支持者子群關注反對者子群的連接密度為0.0175,反對者子群關注支持者子群的連接密度為0.0351?？梢钥闯?兩子群與對方的連接程度都很低,這說明他們都不太愿意從對方獲取信息,即在中美貿(mào)易爭端Twitter信息傳播網(wǎng)絡中,公眾有拒絕接觸與之相悖的信息的傾向。某種程度上,可以說明中美貿(mào)易爭端信息Twitter傳播過程中存在群體極化現(xiàn)象。

(2)支持貿(mào)易爭端的子群較為封閉,反對子群相對開放

支持者子群關注中立者子群的連接密度為0.1481?？梢钥闯?對貿(mào)易戰(zhàn)持支持觀點的子群對于反對者和中立者的關注都比較低,這說明它內部較為封閉,極少從其他子群獲取信息。而反對者子群對中立者子群的關注程度高于支持者子群對中立者子群的關注度,并且反對者對支持者的關注度也高于支持者對反對者的關注度。這說明反對者子群相對開放,更愿意從不同意見群體中獲取信息。

(3)對貿(mào)易爭端持中立意見的子群聯(lián)系廣泛

反對者子群關注中立者子群的強度為0.2295,反對者子群關注支持者子群的強度為0.035,這說明反對者更傾向于從中立者獲取信息。同時,支持者關注中立者的強度也明顯高于支持者關注反對者的強度,且中立者子群對反對者子群和支持者子群兩個群體的關注都較高。這說明態(tài)度中立者更易和其他子群發(fā)生聯(lián)系。某種程度上,這表明了社交媒體語境下中性觀點更容易也更頻繁的被人們接觸?？梢钥闯?在中美貿(mào)易爭端Twitter的信息傳播網(wǎng)絡中,持中立觀點者扮演著溝通反對者和支持者的“橋梁”角色。

3.子群的節(jié)點中心性分析

表5 子群的入度中心性(前10)

表6子群的中介中心性(前10)

子群的節(jié)點中心性分析用于識別不同觀點群體中的意見領袖。

(1)支持貿(mào)易戰(zhàn)的子群中存在唯一突出的輿論領袖

從表5和表6可看出,支持者子群中存在明顯的輿論領袖“比爾·米切爾”(Bill Mitchell),他的入度中心性和中介中心性都明顯高于同群體中的其他節(jié)點。這和現(xiàn)實情況比較相符,比爾·米切爾是Pscp.Tv的主持人,他自2016年美國大選開始,就一直不遺余力地支持特朗普,不斷宣傳特朗普對內對外政策。

(2)反對貿(mào)易爭端的子群中不存在唯一突出的輿論領袖。

反對者網(wǎng)中不存在唯一突出的節(jié)點,“布瑞恩·克拉斯”(Brian Klaas)、“約翰·弗格森”(John Fugelsang)、“大衛(wèi)·羅斯科普夫”(David Rothkopf)、“安迪· 斯拉維特”(Andy Slavitt)、“凱爾·格里芬”(Kyle Griffin)等人的中心性指標比較接近。這說明反對者網(wǎng)中各個節(jié)點對于信息的傳播度和控制度都不高,失去任意節(jié)點對傳播路徑和傳播效率的影響不大。

(3)對貿(mào)易戰(zhàn)持中立態(tài)度的子群中不存在明顯的輿論領袖

從表5和表6可看出,入度中心性和中介中心性的排名前10的節(jié)點重合度較低,比如入度中心性排名第一的節(jié)點CNN,其中介中心性已經(jīng)排在10名開外。這說明,中美貿(mào)易爭端信息的Twitter傳播網(wǎng)絡中,可傳播范圍的廣度與對信息的控制強度之間不存在直接聯(lián)系,即使某輿論領袖能較多的向外傳遞信息,也不能說明這個節(jié)點本身對資源較強的控制能力。因為中立意見者多為傳統(tǒng)媒體組織,他們傳播的都是事件的最新進展。

四、研究結論

本研究通過社交網(wǎng)絡分析的研究方法,探尋涉華輿情的極化現(xiàn)象及其社交網(wǎng)絡結構、影響力和信息傳播行為。主要發(fā)現(xiàn):

(一)整體網(wǎng)絡分析

在中美貿(mào)易戰(zhàn)正式打響之前,兩國貿(mào)易爭端的信息在Twitter上形成了緊密相連的傳播網(wǎng)絡,因此,傳播速度較快。

1.中美貿(mào)易爭端Twitter信息傳播網(wǎng)絡中存在核心—邊緣結構

位于核心區(qū)域的節(jié)點包括持中立意見的“美聯(lián)社”“紐約時報”“華盛頓郵報”“BBC”等傳統(tǒng)媒體組織,占據(jù)了核心區(qū)域的半壁江山(50%)。

就我國媒體而言,持有反對立場的“環(huán)球時報”“人民日報”已進入核心網(wǎng)絡；而“新華社”“中國日報”尚在邊緣網(wǎng)絡。

2.核心—邊緣結構中的態(tài)度分布

持中立意見和反對意見的輿論領袖占據(jù)了整個中美貿(mào)易爭端Twitter傳播網(wǎng)絡的核心位置。支持者主要居于邊緣區(qū)域,在核心區(qū)域的占比較小。但例外的是持支持意見的“比爾·米切爾”“泰勒·澤德”等媒介及藝術從業(yè)者占據(jù)了核心區(qū)域。

這說明在中美貿(mào)易談判前夕,對貿(mào)易爭端持中立和反對意見的公眾在Twitter整體網(wǎng)絡中占主體地位,因此能更大范圍的傳播自身意見；而支持把貿(mào)易摩擦演變?yōu)橘Q(mào)易戰(zhàn)的多數(shù)公眾仍是相關信息傳播的邊緣群體,但不乏影響力大者居于核心位置。

(二)子群網(wǎng)絡分析結論

存在明顯的按態(tài)度劃分的小團體現(xiàn)象。

1.從群體內部結構來看。群體內部聯(lián)系更緊密。三個群體的平均路徑都小于整體網(wǎng)平均路徑,這說明群體內部信息傳播速度快。其中,中立者和反對者群體密度更大,內部聯(lián)系比較緊密；支持者群體密度較小,內部成員之間的交流較少。群體內部聯(lián)系緊密是社交媒體回音室效應和網(wǎng)絡群體極化的重要基礎。

2.從群體互動的角度來看。支持者與反對者團體的互斥現(xiàn)象嚴重。支持者群體和反對者群體的連接密度極小,都拒絕與對方進行交流、互動,這說明二者互斥現(xiàn)象嚴重。相比較而言,支持貿(mào)易戰(zhàn)群體更為封閉,它與中立者和反對者群體聯(lián)系都不太緊密；而反對者群體相對開放,與中立者群體等聯(lián)系較為緊密。

3.中立者群體最為開放。中立者群體與支持、反對群體的主動及被動連接密度都較大,因此,極易與其他群體發(fā)生聯(lián)系。他們多關注事實議題(如特朗普簽署總統(tǒng)備忘錄,中美兩國公布征稅商品清單)。值得注意的是,他們較少對事件進行歸因歸咎的分析。可以看出,中立者獨特的“橋梁”作用,對涉華輿情的引導具有重要意義。

(三)個體網(wǎng)絡分析結論

尚無全局性的信息控制者,但媒介及藝術相關者的意見控制顯著。

1.媒介組織是中美貿(mào)易爭端Twitter信息的主要傳播者,但對信息的控制力弱

值得警惕的是,傳媒組織的社交賬號雖然占據(jù)核心區(qū),并成為中美貿(mào)易爭端Twitter信息的主要傳播者,但由于其中介中心性較低,因此媒介組織對信息的控制力不強?？v觀全網(wǎng),中介中心性整體較低,尚無節(jié)點對整體網(wǎng)絡信息形成控制力。

2.媒介及藝術相關者能輕易接觸和控制情緒性意見

媒介及藝術工作者如詹妮弗·雅各布斯、肖恩·唐南和大衛(wèi)·羅斯科普夫等人的出度中心性、外接近中心性和中介中心性三個指標都相對較高,這說明他們能輕易接觸大量有關信息,并且對信息擁有極強的控制力,而他們多以情緒性意見傳播為主。一定程度上,這說明了社交網(wǎng)絡上仍是非理性的、情緒的聲音占據(jù)主導地位。

媒介工作者常分析貿(mào)易爭端帶來的后果(如“影響全球貿(mào)易流通、爆發(fā)新一輪冷戰(zhàn)”等)。藝術工作者在傳播相關信息時,則常摻雜強烈的個人情感(如“總統(tǒng)做得好,應該打擊中國的囂張火焰”)或是武斷的原因判斷(由“特朗普挑起的貿(mào)易戰(zhàn)”),故受到很多人關注。

3.支持貿(mào)易戰(zhàn)的群體中存在唯一突出的輿論領袖

比較而言,中立與反對群體中都不存在顯著意見領袖,而支持貿(mào)易戰(zhàn)的群體中卻存在顯著的、且唯一的意見領袖“比爾·米切爾”。比爾·米切爾是Pscp.Tv的主持人,他一直不遺余力地支持和宣傳特朗普及其政策。他在Twitter個人簡介中也包含標簽#TrustTrump#,背景是特朗普宣傳“美國第一”(America First)。他認為中國的崛起威脅了美國的霸主地位,渴望特朗普重塑美國第一。因此,他對中國抱有很強的敵視,認為此次爭端是由中國挑起,稱特朗普的制裁為“反擊”。他十分關注貿(mào)易戰(zhàn)給對美國的積極影響,比如由此帶來的股票上漲、美國人民團結振奮等現(xiàn)象。

(四)反思

本研究僅聚焦于2018年5月1日之前中美貿(mào)易爭端的相關信息。自5月3日起,中美啟動第一輪貿(mào)易談判。經(jīng)過三輪談判后,兩國已經(jīng)發(fā)布了聯(lián)合聲明,并且達成了一系列談判成果。然而,特朗普政府說毀約就毀約。6月15日,特朗普政府宣布對價值500億美元的中國進口產(chǎn)品征收25%的關稅,這進一步加劇了全球兩大經(jīng)濟體之間的貿(mào)易爭端。

直至2018年12月1日,中美兩國元首會晤達成新的共識,停止加征新的關稅；美方原先對2000億美元中國商品加征的關稅,2019年1月1日后仍維持在10%,而不是此前宣布的25%；對于仍加征的關稅,雙方將朝著取消的方向,加緊談判,達成協(xié)議。

中美貿(mào)易談判一波三折,此次共識可以被認為是這場持續(xù)大半年的中美貿(mào)易戰(zhàn)的“暫時停火”,但中美在貿(mào)易領域的博弈并未結束。可以說,中美貿(mào)易失衡是結構性的問題,不可能在短時間內得以解決。那么今后,兩國的貿(mào)易摩擦包括大大小小的貿(mào)易戰(zhàn)將會是常態(tài)。那么,中美貿(mào)易爭端后續(xù)階段是否也存在意見的極化？不同階段是否存在不同的社會網(wǎng)絡結構？持不同意見的個人或群體是否會發(fā)生變化？本研究尚有進一步深入的空間,尤其引入時間變量來構建動態(tài)網(wǎng)絡圖,將更有利于描述和解釋國際社交媒體環(huán)境下涉華議題極化現(xiàn)象的輿情走勢和變化。

注釋:

① We Are Social是全球知名社交媒體傳播公司,Hootsuite是全球知名的社交媒體管理平臺。

②DigitalIn2018:World’sinternetuserspassthe4billionmark,https://wearesocial.com/blog/2018/01/global-digital-report-2018.

③ [美]凱斯·桑斯坦:《網(wǎng)絡共和國——網(wǎng)絡社會中的民主問題》,黃維明譯,上海出版集團2003年版,第50頁。

④ Van Alstyne,M.,& Brynjolfsson,E.(2005).Globalvillageorcyber-Balkans?Modelingandmeasuringtheintegrationofelectroniccommunities.Management Science,51(6),851-868.doi:10.2307/20110380.

⑤ Itai Himelboim,Marc A.Smith,Lee Rainie,Ben Shneiderman,Camila Espina(2017).ClassifyingTwitterTopic-NetworksUsingSocialNetworkAnalysis.Social Media + Society.January-March,1-13.

⑥ Axel Maireder,Brian E.Weeks,Homero Gil de Zu?n? iga3,Stephan Schlo¨ gl1,(2017).BigDataandPoliticalSocialNetworks:IntroducingAudienceDiversityandCommunicationConnectorBridgingMeasuresinSocialNetworkTheory.Social Science Computer Review.Vol.35(1):126-141.

⑦ 彭蘭:《微博客的信息傳播機制分析》,《中國網(wǎng)絡傳播研究》，2011年。

⑧NumberofmonthlyactiveTwitterusersworldwidefrom1stquarter2010to1stquarter2018 (inmillions).https://www.statista.com/statistics/282087/number-of-monthly-active-twitter-users/.

⑨ The top 500 sites on the web[EB/OL].https://www.alexa.com/topsites.