基于社會(huì)資本理論的網(wǎng)絡(luò)輿情信息傳播效果研究

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(tái) 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(hù)針對(duì)某一話(huà)題發(fā)表意見(jiàn),并通過(guò)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(hù)的認(rèn)證類(lèi)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(huì)資本多寡[2],直接影響在輿情中信息的傳播效果。高社會(huì)資本用戶(hù)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(huì)資本用戶(hù)往往扮演“信息引導(dǎo)者”的角色,在輿情中表達(dá)自己的觀(guān)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(huì)資本屬性會(huì)影響其信息傳播效果,對(duì)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(huì)資本角度對(duì)其傳播效果進(jìn)行深入探究。因此,筆者旨在研究以下問(wèn)題:①信息發(fā)布者的社會(huì)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(huì)資本對(duì)信息傳播效果會(huì)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(guò)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(píng)論數(shù)作為衡量信息傳播效果的客觀(guān)評(píng)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(lái)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(lái)度量信息安全事件的知識(shí)傳播效果。

信息傳播效果會(huì)受到傳播過(guò)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(duì)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(huà)題數(shù)、@數(shù)等對(duì)于微博轉(zhuǎn)發(fā)的影響[8]。

1.2 社會(huì)資本與信息行為

社會(huì)資本被定義為嵌入在社會(huì)關(guān)系網(wǎng)絡(luò)中的資源,它通過(guò)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(huì)資本理論認(rèn)為社會(huì)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(huì)資本理論從不同視角解釋用戶(hù)信息行為。ZHANG等[13]從社區(qū)成員分享知識(shí)的動(dòng)機(jī)出發(fā),證實(shí)了社會(huì)資本對(duì)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(huì)連接強(qiáng)度下社會(huì)資本對(duì)用戶(hù)信息轉(zhuǎn)發(fā)行為的影響不同。

現(xiàn)有研究雖然對(duì)信息傳播效果或社會(huì)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(lèi)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(huì)資本對(duì)信息傳播效果的影響;②已有文獻(xiàn)沒(méi)有探究信息發(fā)布者的社會(huì)資本在輿情不同階段對(duì)信息傳播的影響;③當(dāng)前研究多以轉(zhuǎn)發(fā)數(shù)來(lái)衡量信息傳播效果,然而這只能反映傳播廣度,對(duì)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(huì)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(huì)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(zhǎng)度和是否有鏈接作為控制變量,構(gòu)建基于社會(huì)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(huì)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(huì)資本與信息傳播效果

結(jié)構(gòu)性社會(huì)資本強(qiáng)調(diào)社會(huì)關(guān)系的數(shù)量,指用戶(hù)所處社交網(wǎng)絡(luò)的規(guī)模,通常用社會(huì)交互聯(lián)結(jié)來(lái)衡量[15]。在社交媒體平臺(tái),用戶(hù)的粉絲數(shù)就是一種社會(huì)交互聯(lián)結(jié),反映了用戶(hù)與平臺(tái)其他用戶(hù)的聯(lián)系程度。FANG等[16]使用Twitter用戶(hù)的粉絲數(shù)對(duì)結(jié)構(gòu)性社會(huì)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(shuō)明其具有較強(qiáng)的結(jié)構(gòu)性社會(huì)資本,其所發(fā)布的微博信息會(huì)被更多的用戶(hù)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(huì)資本是通過(guò)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(huì)資本核心的要素[17]。在微博平臺(tái),用戶(hù)可以通過(guò)完善個(gè)人信息來(lái)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(shí)傳播效果。用戶(hù)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(hù)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(huì)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(huì)資本是指為不同個(gè)體提供表達(dá)與解釋的資源,可通過(guò)用戶(hù)專(zhuān)業(yè)水平來(lái)體現(xiàn),主要描述用戶(hù)在專(zhuān)業(yè)領(lǐng)域的技能、知識(shí)、專(zhuān)業(yè)話(huà)語(yǔ)等。在微博平臺(tái),會(huì)員認(rèn)證在為用戶(hù)提供了更多專(zhuān)屬特權(quán)的同時(shí),也賦予此類(lèi)身份更高的可信度、專(zhuān)業(yè)性和吸引力[20], 從而對(duì)微博傳播具有促進(jìn)作用。穆圣坤等[21]提出微博針對(duì)VIP級(jí)別越高的會(huì)員,會(huì)有更多特權(quán),其微博更易擴(kuò)散,轉(zhuǎn)發(fā)量也會(huì)更多。同樣,獲得會(huì)員資格的微博用戶(hù)所發(fā)布的微博表現(xiàn)出更高的專(zhuān)業(yè)度和吸引力,體現(xiàn)出其具有較強(qiáng)的認(rèn)知性社會(huì)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(huì)員資格正向影響信息傳播廣度。

H4b信息發(fā)布者的會(huì)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(duì)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(hù)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(lèi)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(huì)資本的信息發(fā)布者對(duì)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(huì)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(huì)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(lái)源

2022年3月15日,央視3·15晚會(huì)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(gòu)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(tái),主要圍繞全媒體大數(shù)據(jù)與人工智能開(kāi)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(shuō)明

為探究信息發(fā)布者社會(huì)資本對(duì)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(jí)聯(lián),傳播廣度和傳播深度來(lái)反映信息傳播效果,并構(gòu)建了模型變量與測(cè)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(huì)員資格;day為發(fā)布日期;length為文本長(zhǎng)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(xiàn)性分析

筆者使用Stata軟件對(duì)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(xiàn)性分析如表2所示。為了消除變量量綱對(duì)數(shù)據(jù)分析結(jié)果的影響,使得變量具有可比性,研究對(duì)連續(xù)變量進(jìn)行標(biāo)準(zhǔn)化處理。為排除多重共線(xiàn)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(xiàn)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(xiàn)性。

表2 描述性統(tǒng)計(jì)與多重共線(xiàn)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(huì)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(huì)資本越高,所發(fā)布信息越容易被更多用戶(hù)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(duì)信息發(fā)布者的社會(huì)資本與信息傳播廣度的調(diào)節(jié)作用,回歸結(jié)果見(jiàn)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(huì)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(duì)網(wǎng)絡(luò)社會(huì)資本與傳播廣度的調(diào)節(jié)作用,如圖2所示。相對(duì)于輿情后期,在輿情前期用戶(hù)的粉絲數(shù)和歷史微博數(shù)等網(wǎng)絡(luò)社會(huì)資本對(duì)信息傳播廣度的影響更加明顯,體現(xiàn)出高影響力用戶(hù)對(duì)輿情爆發(fā)的引導(dǎo)作用。

圖2 輿情生命周期對(duì)網(wǎng)絡(luò)社會(huì)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(huì)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(huì)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(duì)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(duì)微博數(shù)、會(huì)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(duì)網(wǎng)絡(luò)社會(huì)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(shuō)明輿情生命周期減弱了其對(duì)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(duì)網(wǎng)絡(luò)社會(huì)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(huì)資本會(huì)顯著影響傳播效果,同時(shí)輿情生命周期對(duì)網(wǎng)絡(luò)社會(huì)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(huì)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(huì)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(duì)于低社會(huì)資本的用戶(hù)能夠產(chǎn)生更強(qiáng)的影響,低社會(huì)資本用戶(hù)在輿情后期會(huì)縮小與高社會(huì)資本用戶(hù)在信息傳播力上的差距。

(2)基于社會(huì)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(tái)中的客觀(guān)數(shù)據(jù)揭示了信息發(fā)布者的社會(huì)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(huì)資本與信息傳播效果之間的調(diào)節(jié)作用,表明社會(huì)資本對(duì)信息傳播效果的影響在時(shí)間維度上的差異性。

(3)對(duì)輿情管理部門(mén)而言,可以根據(jù)網(wǎng)絡(luò)社會(huì)資本對(duì)社交平臺(tái)用戶(hù)進(jìn)行差異化分類(lèi)和標(biāo)記,一方面對(duì)高社會(huì)資本進(jìn)行重點(diǎn)監(jiān)測(cè),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(hù)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(huì)資本用戶(hù),而在后期需要針對(duì)內(nèi)容加強(qiáng)對(duì)低社會(huì)資本用戶(hù)的審核,實(shí)現(xiàn)更有效地疏導(dǎo)輿情。

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