社交媒體地理偏好的傳播機制實證研究*
——以新浪微博2009-2014年水災傳播為例

■ 曾國華 劉新傳 崔嘯行

一、數字鴻溝、地理偏好與災害傳播

對于“數字鴻溝”(即數字技術在接受、應用上的社會階層分化問題)的討論,學術界早已走出“擁有”或者“沒有”的二分,而深入到更加深廣的層次。Colin Sparks(2013)總結了“數字鴻溝”研究的三種學術“傳統”:“物理接入問題”“充分利用(數字)技術所必需的文化能力和技巧(competences and skills)”,以及“社會和文化因素如何在被采用的這些技術應用中起到決定性作用”。①其中,盡管信息通信技術在很多國家(包括一些發展中國家)日益普及,但“物理接入問題”即一般所說的“接入溝”問題仍然在美國、加拿大等發達國家存在②,然而學界對于單純的對接入問題的關注度的確已經在下降(或者轉入到第三種傳統之中)。對“數字鴻溝”的相關研究,學界主要關注點是對第二種傳統“媒介素養”(digital literacy)的研究,即研究與互聯網和數字媒介應用相關的技能和技巧,以及這些技能的發展如何與社會鴻溝相關聯。其中研究得最多的是能力和技巧在何種程度上深化(或者縮減)經典社會學意義上的群體(比如階層)分化,從而與第三種學術傳統相關聯。

本研究與上述第三種傳統密切相關,該取向的研究,在很大程度上采用了新韋伯主義的社會階層定義,相對深入地分析了性別、教育、職業、收入、種族、民族等社會要素如何影響了社會群體在社交媒體使用上的分化和差異。例如,Alexander JAM van Deursen和Jan AGM van Dijk(2014)考察了人口學變量(性別、年齡、教育等)與互聯網使用的總量和種類(信息、新聞、個人發展、社會交往、休閑、商務交易和游戲等等)之間的關聯,同時提出:當互聯網變得越來越成熟,互聯網的使用會越來越反映存在于實體世界的社會、經濟和文化關系,包括不平等。③周葆華(2011)發現,使用互聯網和手機以及對于數字媒體的使用模式會影響到個體對自己社會地位的認知,這種現象“不僅僅是社會分層的結果”,也包含“影響個體的主觀社會地位來再生產階層結構的能力”。④

盡管關于數字媒介素養和數字技術使用的社會分層研究,在很大程度上拓寬了數字鴻溝研究的深度和廣度,但是數字鴻溝如何影響災害傳播的研究極少。在微觀層面,當人們在災害發生期間利用多種信息獲得幫助,媒介素養是至關重要的——“在災害期間,用戶們會以(社交網站等數字媒介的)設計者們從未設想過的方式來創建(溝通的)空間”⑤,同時無法使用數字媒體的弱勢群體將處于相對不利的地位。在組織或宏觀層面(如政府、大眾媒體),人們也可以預見有一些社會群體會被有意無意地忽視了。比照一般性的數字鴻溝的研究,災害傳播的研究比例很低,而更低的是對推動社會分化、數字鴻溝的產生和再生產背后的復合社會機制(social institutions and mechanisms)及其如何影響災害傳播進行深入的研究。

作為進一步深化數字鴻溝對于災害傳播的探索,本文試圖討論數字媒體的用戶基于社交媒體的使用習慣模式如何與現存的社會分化機制相關聯,以及這種關聯如何影響了災害傳播。本文集中關注一種普遍存在但是相對較少研究的社會分化機制——地理偏好:基于社會、經濟和文化等因素而導致的地理分化以及這種分化在數字媒體使用者的主體意識上進行投射而產生的地理偏好,對社交媒體上災害信息的選擇性報道和傳播具有重大影響。地理偏好在很大程度上是地理區域差異和社會發展不平衡的結果,同時,這種偏好經常與基于社會、經濟、文化、種族、政治和歷史糾葛的各種偏見、刻板印象、歧視等等結合在一起,并使得“地理偏好”變成一個非常常見、影響廣泛但是復雜而難以細致梳理的問題。

筆者認為,對災難傳播狀況與地理位置之間的相關性研究,是揭示復雜的地理偏好在社交媒體上所產生的社會分化效應的獨特視角:一般認為,除了少數具有政治性、文化性等特殊要素的案例,大多數災難事件的社會關注程度(即非個體意義而是社會廣泛的關注)與災害事件的生命逝去、經濟損失程度直接而且緊密相關；⑥如果數據分析顯示地理偏好因素在日常的社交媒體傳播中的影響要大于生命和經濟損失的影響,可在邏輯上揭示地理偏好對于災害傳播以及社交媒體上的日常公眾溝通的重要影響以及社會分化效應。

基于以上邏輯,筆者提出本文的基本假設:地理偏好的傳播機制對社交媒體的災害傳播有很強的影響,從而在一定程度上將社交媒體演變成一種新的社會分化機制。因此,本文試圖探討以下三個核心研究問題:

R1:地理位置/區域的偏好是否會對社交媒體災害傳播產生影響？

R2:如果R1成立,何種地理位置/區域享有更多的優勢,以及何種地理位置/區域被相對忽視？

R3:這種機制對于災害傳播來說具有何種意義,將帶來何種挑戰？

二、研究方法和數據搜集

本文采用數據挖掘和人工內容分析相結合的方法,探索新浪微博災害傳播的地理偏好機制。由于本研究目的在于探究社交媒體用戶對常規災害傳播的地理偏好機制,因此,我們在研究中特別排除了以下三種非常規的災害情況:1)巨災,如大地震、海嘯和超級臺風,因為此類重大災害一般情況下都會成為國內、國際的關注熱點；2)區域性、非傷亡性災害,如湖泊藍藻災害、果樹蟲災等,此類災害具有強烈的區域性特征,對區域外的人群影響較小,除非受特定因素激發,在一般情況下獲得的區域外廣泛關注的可能性也相對較小；3)長期且漸進性的災害,如地下水資源枯竭,此類災害持續時間長,其傳播受偶然因素影響明顯。基于以上考慮,本研究聚焦于常規的、非特定區域、突發性的災害傳播。暴雨、洪水是中國最常見的災害類型之一,在中國絕大多省市區域都經常發生并造成一定的經濟和人員損失。因此,以水災為例來展開新浪微博的災害傳播的地理偏好研究,具有典型性、適用性和合理性。

本研究收集和分析了193個新浪微博認證賬號自2009年9月至2014年4月間所有微博信息。選取193個賬號進行研究主要有兩個原因:其一,新浪微博在2009-2014年間存在著顯著的“大V現象”⑦,以及大V(在2013年新浪微博高峰期通常有1000萬以上粉絲)、“中V”(10萬粉絲以上)、“小V”用戶(數千粉絲以上)通過密切的互動關系所形成的微博傳播生態。這種以“大V”為核心的傳播生態對于數量巨大的普通用戶存在顯著的影響。其二,從2012年6月2013年6月,本研究先進行了前期探測性研究,初步分析了1000位最具影響力的新浪微博用戶發布信息,根據用戶的活躍程度(日均微博發表數量在10條以上)、粉絲數量(1萬以上)以及他們對公共議題的關注程度,本研究小組選定了172個個人用戶和21個機構用戶作為主要研究對象,這些用戶都積極參與對各種社會熱點包括暴雨、洪水等災害話題的討論、轉發、關注。因此,他們自身的原創微博和對他人微博的轉發涵蓋了新浪微博上的大部分最熱門話題,其中也包括影響百姓日常生活的暴雨洪水災害的議題。他們對洪水議題的關注狀況也在很大程度上能夠代表2009-2014年間新浪微博對于洪水問題的關注狀況。

數據的獲取、處理和分析具體步驟如下:第一,在2013-2014年,研究小組利用數據挖掘獲取了所選定的193個用戶自注冊以來的所有微博,共計240萬條微博信息條目的數據；第二,通過應用程序對240萬條微博進行篩選,最后選出12304條涉及到各種暴雨、洪水案例的微博,包括案例描述型微博、評論型微博和信息補充型微博；第三,在此基礎上,進一步使用應用程序對這些微博進行全面篩選、識別和自動聚類編碼,篩選出625條在2009-2014年發生過且與暴雨洪水案例有直接相關的微博信息；第四,對所選擇625條微博進行人工編碼,依據經濟損失較大、人員傷亡(事件在微博發布和轉發期間死亡人數在1人以上)原則,共識別出126個水災案例；最后,通過SPSS分析軟件對這個126個洪水案例進行統計分析,著重關注所選的193個微博用戶如何在微博上報道、轉發和評論這些案例,以及這些案例在他們的粉絲群體里面獲得的轉發、評論與回應。

三、分析與結果

本研究針對水災案例通過發帖、轉發、評論狀況著重進行分析。從整體上看,這是衡量一個事件是否得到新浪微博用戶關注的重要變量(即這些變量的數值與新浪微博用戶關注度成正比)。本研究首先建立了126個水災案例的基本數值的統計表(表1),對每個洪水災害微博傳播過程中死亡人數統計(按照實時報道原則、微博發帖時間表明的死亡人數進行統計),以及每個案例所有微博的累計轉發數、評論數,進行第一步的統計分析。從數值可以看出,最高和最低轉發數、最高和最低評論數存在巨大的落差,需要進一步分析案例中影響差異的因素。

表1 126個水災案例關鍵數值統計表

注:*在121個水災關鍵數值統計中,其中9個案例因為死亡人數不明(前后報道有重大差異,而且后續報道對死亡人數進行了零損失澄清)而做了缺省處理,故N=117。

在檢驗地理位置因素是否影響微博轉發和評論量之前,本文首先探討是否轉發數量和評論數量與人員損失大小情況相關。從表2可以看出,洪水案例的轉發量和評論量呈現顯著正相關(0.849,p<0.01),但死亡人數與轉發量、評論量并無顯著相關性。例如第106號案例“湖北咸寧20110620”,即2011年6月發生在湖北咸寧縣的洪水災害,盡管導致了23人喪生(在中國分級體系里屬于“重大”突發公共事件),但在193個認證微博用戶中(每個用戶賬號都有超過1萬名粉絲,而且每個用戶都會深度參與公共話題和討論)只有一個賬號發布過1條相關的微博,并且只收到一次轉發和0次評論。但是同期在廣州、江浙地區發生的多起水災案例,生命損失數量低于3人(在中國分級體系里屬于“一般”突發公共事件),卻在微博上引起數量較高的轉發和評論(超過138次,高于中值)。

表2 洪水災害案例微博統計分析數據(r檢驗)

注:** p<0.01.

其次,鑒于對于洪水災害事件的關注與該事件的死亡人數并無顯著相關性(表2),因此,將進一步探討水災案例的傳播量(轉發數和評論數)是否與災害發生的地理位置及其經濟發展程度存在相關性(水災案例的經濟損失與微博關注度之間的相關內容將在后面進行討論)。根據中國經濟發展的區域特征,本研究分為四類區域(表3),即發達沿海地區(北京、天津、上海、山東、浙江、江蘇、廣東、福建、香港、澳門和臺灣),中等地區東北(遼寧、吉林、黑龍江)和華中地區(山西、河北、河南、湖北、湖南、江西、安徽)和經濟欠發達的中國西部地區(重慶、四川、貴州、云南、廣西、陜西、甘肅、青海、寧夏、西藏、新疆和內蒙古)。

表3 水災案例的經濟區域分布

表4 水災案例城鄉分布

通過LSD測試檢測地理位置與洪水災轉發量、評論量的關系。表5是基于經濟發展程度區分的結果,表明發生在發達沿海地區的案例,其轉發和評論量都顯著地高于中部和西部(轉發數LSD測試結果分別為595.401,p<0.05;595.458,p<0.05；評論數LSD測試結果分別為160.354,p<0.05；154.298,p<0.05)。但分析結果也顯示了在發達沿海地區和中國東北之間并無顯著性差異(轉發數LSD測試結果為542.703,p>0.05；評論數為145.737,p>0.05)。另一個顯著結果是生活在我國西部洪水災區在新浪微博上的關注較少,盡管這個區域的洪水案例數量最多(見表3),人員傷亡也最大(見表5“死亡人數”部分)。此分析結果表明,對于新浪微博用戶來說,地理位置是比死亡人數更重要的考慮因素。在關注度上,沿海發達地區第一優先,較發達的中部地區第二,而欠發達的西部地區,雖然在水災中遭受最大的生命損失,卻排在最后。

表5 水災案例傳播與經濟地理區域的相關性

(續表)

***,P<0.05.

表6 水災案例傳播與城鄉區域的相關性

(續表)

****.P<0.05.

第三,重點分析洪水災害信息的傳播狀況與地理位置中城鄉差別的關系。表6即基于城鄉地理位置差異而進行的LSD測試的結果。分析結果顯示:雖然小城鎮的水災頻次最高(表4),但是大城市水災案例的轉發量和評論量比小城鎮要高得多(轉發數和評論數的LSD測試結果分別為601.881,P<0.05;138.062,P<0.05)；而鄉村地區,雖然沒有被優先考慮,但數據顯示其轉發量和評論量的情況比小城鎮要高,至少沒有被選擇性忽視。這些結果再次驗證我們的假說,即地理偏好是重要的關注點:在洪水災害的問題上新浪微博用戶發布消息和評論的關注點集中于一些主要城市,但是和當下普遍認為的情況不同,農村不是最易被忽視的群體,而是水災狀況最嚴重、同時正處于極速發展中的小城鎮成為最被忽視的地理位置。

因此,表5和表6中的分析及回答了R1和R2的問題。地理位置會顯著影響微博上洪水災害信息傳播的情況。沿海發達地區和大城市被首先考慮并且有著最高的關注度,而西部、中部地區、小城市和城鎮則被選擇性地忽略,盡管中國西部地區和小城鎮的死亡人數是最顯著的(參看表5和表6“死亡人數”部分)。同時,從表5和表6中的結果可進一步推斷:經濟損失可能同樣無法對地理偏好這一現象進行解釋。雖然洪水災害在沿海發達地區和大城市可能會比在欠發達地區和小城鎮造成的經濟損失大,這可以部分解釋為什么沿海發達地區和大城市的水災案例比那些在欠發達地區和小城鎮發生的水災案例受到的關注要多,但是這很難解釋為什么中國東北地區和農村的地方經濟損失明顯不一定比中國中部地區和小城鎮要更大,但是卻沒被選擇性地忽略。

四、結論與討論

雖然社交媒體在災害傳播中扮演日益重要的角色,但它們也反映和體現出“現存社會中經濟與文化聯系的不平等性”。⑧本研究以實證的方式,討論了地理偏好機制如何影響新浪微博上關于洪水案例的傳播現象。數據分析證實了我們的命題,即在關于水災案例的傳播中,地域偏好是新浪微博用戶決定傳播什么的重要優先考慮因素。首先,本文的數據分析結果直接發現,災難的生命損失嚴重程度并不是影響一般性災難的公眾溝通的最重要影響要素,雖然西部地區在水災中遭受了最大的人員損失,但是受到的關注卻最低。其次,根據本文數據分析結果進行推論,可以發現經濟損失的嚴重程度也不是影響一般性災難的重要影響要素。這個發現及其推論對災難傳播的傳統成見構成了沖擊,傳統觀點認為大多數災難事件的社會關注度與災難事件的生命損失數量、經濟損失程度緊密相關。最后,本文的分析結果也對一般理解上的地理偏好構成了挑戰。一般認為,經濟發達地區以及大城市受到的關注會顯著高于其他地區和中小城市、城鎮與農村地區；相對來說,農村由于經濟發展程度以及人口密度原因,受到關注應該最低。然而,本研究發現,農村的受關注程度并非最低,最低的是當下正在極速發展的、以縣城和鄉鎮為主的小城鎮,雖然這些小城鎮的水災數量最高。

地理偏好對新浪微博影響重于經濟的損失和人員傷亡的數據表明,社交媒體并不會“公平”地介入每一起災害傳播。曼紐爾·卡斯特爾(Manuel Castells)曾經這樣描述社會網絡中各個節點之間的距離:“已知的某個點或位置(物理、社會、經濟、政治、文化)與另外一個點或位置的距離,在零(對同一網絡的任何節點)和無限遠(對網絡外的任何節點)之間變化”。⑨在本研究所討論水災傳播案例中,地理偏好機制部分充當了進行“節點距離”設定的機制:一旦災害發生在使用者的地理偏好的范圍之外,那么關于這個災害案例對于這個使用者來說就是發生在距離無限遠的地點,這個災害案例的信息就會被排除在使用者的網絡之外。因此,本研究的發現強調災害管理的相關工作者、組織者、政策制定者以及各類建制性媒體和自媒體需要重視包括心理偏好機制在內的文化和社會心理機制在災害傳播方面的影響。面對輿論再中心化和社交網絡高緊密度的傳播平臺⑩,尤其涉及災害傳播議題的公共利益訴求時,傳播者需要認識到只有通過一定的傳播策略解決地理偏好機制的障礙,此類信息和議題才能得到公眾有效的關注與傳播,回應R3的問題。這對于相對欠發達的西部地區以及當下正在極速發展、水災數量卻最多的小城鎮而言尤其重要。

但是,新浪微博為何會形成強烈的地理偏好機制,以及此機制對于災害傳播相關的影響,目前還有待進一步研究。本研究并不能推斷在新浪微博上所發現這種地理偏好機制是否在其他輿論集中度相對較小的社交媒體平臺上(例如早期的微信和“臉書”)也表現顯著。本研究無意放大研究發現的理論和實踐適應性,也絕不否認社交媒體在災害傳播上(例如災害預防、災害信息分享以及災害救援等)有很多非常有效的積極應用。但是,本研究的發現促使需要開展更多的研究,去探索地理偏好機制以及相關文化和社會心理機制,是否會推動網絡空間內的不平等現象的出現,是否會強化實體社會中的不平等現象和社會分化在社交平臺和網絡空間內的投射,以及包括心理偏好機制在內的文化和社會心理機制在不同的社會、不同的人口地理背景的國家里是否具有不同的表現方式。

注釋:

① Sparks C.(2013)Whatisthe“DigitalDivide”andWhyIsItImportant. Javnost:The Public,20(2):27-46.p.30.

② 參見Schradie J.(2011)TheDigitalProductionGap:TheDigitalDivideandWeb2.0Collide. Poetics.39(2):pp.145-168;Michael Haight,Anabel Quan-Haase & Bradley A Corbett(2014)RevisitingtheDigitalDivideinCanada:theImpactofDemographicFactorsonAccesstotheInternet,LevelofOnlineActivity,andSocialNetworkingSiteUsage. Information,Communication & Society,17(4):pp.503-519.

③ Van Deursen A.J.and van Dijk J.(2014)TheDigitalDivideShiftstoDifferencesinUsage. New Media & Society.16(3):pp.507-526.

④ Zhou B.(2011)NewMediaUseandSubjectiveSocialStatus. Asian Journal of Communication.21(2):133-149.pp.146-167.

⑤ Potts L.(2014)SocialMediainDisasterResponse:HowExperienceArchitectsCanBuildforParticipation. New York,NY:Routledge.p.8.

⑥ 國務院和各級省市政府制定的《特別重大、重大突發公共事件分級標準》和《特別重大、重大突發公共事件應急預案》,在涉及水、旱等氣象災害的時候,基本都以人員損失、財產損失、災難影響面積三個要素來分級和制定應急預案。

⑦ 大V即經過新浪微博官方認證的、有巨大“粉絲”(關注者)數量的用戶賬號,大V現象即指這些有著龐大粉絲數量的用戶成為“網絡意見領袖”并具有強大的輿論影響力的現象。相關研究可以參見:于美娜,鐘新:《微博意見領袖的輿論影響力現狀及原因分析——以新浪微博環境傳播為例》,《現代傳播》,2015年第8期；靖鳴、王勇兵:《新浪大V傳播行為的變化與思考——以突發公共事件為例》,《現代傳播》,2016年第5期。

⑧ Van Deursen A.J.and van Dijk J.(2014)TheDigitalDivideShiftstoDifferencesinUsage. New Media & Society.16(3):pp.507-526,p.521.

⑨ Castells M.(2000)TheRiseoftheNetworkSociety:TheInformationAge:Economy,Society,and Culture(2nd ed.)New York,NY:Wiley-Blackwel.p.501.

⑩ 盧嘉、劉新傳、李伯亮:《社交媒體公共討論中理智與情感的傳播機制——基于新浪微博的實證研究》,《現代傳播》,2017年第2期。