媒體微博信息特征對信息行為的影響因素研究

程生雪 江長斌

摘 要：由于微博信息交流的開放性，同一事件會引發大量的媒體報道，同質化信息爆炸正成為阻礙媒體微博爭奪用戶注意力的關鍵性問題。在ELM框架下采集“改革開放40周年”數據進行回歸分析。結果顯示中心路徑的指引詞、概要句、情感對話、趣味符號、拓展形式、文本長度，邊緣路徑的信源權威性和信源可靠性對用戶的轉發、評論和點贊行為分別有不同程度的影響。

關鍵詞：ELM;媒體微博;信息特征;信息行為

0 引言

微博作為新媒體出現在大家的視野中，它成了信息迅速傳播和擴散的重要途徑。截至2019年6月，微博上媒體賬號達3.5萬個，主流媒體在微博上覆蓋用戶已超過5億，累計覆蓋超過15億人次，入駐微博已是媒體運營的重要一環。不同于傳統發言渠道一對多的單向新聞傳播，微博平臺可以實現一對一雙向互動信息傳播，微博受眾能夠通過轉發、評論、點贊等行為發表觀點、討論公共事務、參與社會生活。所以，即便是主流媒體微博，想要在公眾注意力爭奪的時代獲取受眾對新聞信息的關注，就必須從用戶角度考慮發布的內容和方式?；诖吮疚膶⒁暯蔷劢褂诠俜矫襟w的微博新聞，探討在此類新聞報道中，新聞信息從哪些方面會對用戶評論、轉發和點贊行為產生影響，媒體應該如何在用詞布局、發布方式等方面進行選取和編輯，從而吸引網民積極傳播和參與討論新聞事件，同時進一步擴大入駐微博的媒體知名度和影響力。

1 國內外研究綜述

Petty和Cacioppo（1984）提出精細加工可能性模型（Elaboration Likelihood Model，簡稱ELM），并發現消費者會受中心路徑和邊緣路徑上信息的影響而進行傳播行為或消費決策行為。ELM作為一種勸說模型在信息傳播及消費者行為研究中得到廣泛應用。Glassman & Paprzycki（2018）使用ELM來比較中心和邊緣預防信息對大學生酒精消費和醉酒行為的影響;張偉，李曉丹（2018）基于ELM理論分別從中心路徑（自有媒體發博量）和邊緣路徑（第三方媒體發博量）來對比分析用戶反應（產品關注和產品態度）。對已有研究文獻進行梳理過后，發現對微博信息特征的研究主要集中在用戶的感知特性和給用戶帶來閱讀感知的具體特征類別這兩個方向。王霞，牛海鵬（2013）微博信息中信息的原創性和微博內容的字數對微博信息口碑的，對微博網絡口碑有一定的影響，進而對信息行為產生一定的影響;Nur Siyam（2019）用Random Forest和Adaboost分析結果證實，帖子類型（視頻，圖像，鏈接和狀態）、日期和時間會影響公民的參與度。因此本文基于ELM理論框架，通過中心路徑和邊緣路徑來進行媒體微博信息特征對用戶信息行為的影響研究。

2 研究假設提出

本文的理論因素來源于媒體微博中心路徑信息特征和邊緣路徑信息特征，因此分別從這兩條路徑探討媒體微博信息特征與用戶信息行為的影響關系。

2.1 中心路徑信息特征與用戶行為

（1）指引詞。

在微博的博文中往往會出現“為……轉發/點贊”“轉存|收藏”“戳圖了解詳情”等引導用戶進行轉發、評論和點贊的指引性的文字，如“手動點贊！五組數據，看40年中國辦的這些大事！”此類指引性文字對吸引用戶進一步了解事件，參與討論等行為會產生影響。因此作如下假設H1。

H1：媒體微博的指引詞正向影響用戶信息行為。

（2）概要句。

微博媒體新聞報道相較于傳統媒體文章的新聞報道，除了篇幅、格式、風格等的區別，題目也是一個顯著的不同。閔慶飛，覃亮（2017）在研究信息特征對評論有用性的影響時發現含有標題的評論信息比沒有標題有用性更高。基于此，提出假設H2。

H2：媒體微博的新聞概要句正向影響用戶信息行為。

（3）趣味符號。

隨著表情包的興起，微博的博文除了文字，往往會插入潮流表情包來傳遞情感。胡陽（2017）論證人民網新浪微博表情包在受眾認知、情感和行為等方面所產生的傳播效果時，發現表情符號的建構舉措，在提升受眾關注度，引導社會輿論等方面起到了積極的效果。因此提出假設H3。

H3：媒體微博的新聞趣味符號正向影響用戶信息行為。

（4）情感對話。

媒體微博注重用戶的情感交互熱度才能有效影響用戶信息行為。目前部分媒體微博擅于運用立場鮮明、氣勢強烈、情感飽滿的感嘆句或問句來調動情感，引發深思。Linda & Hollebeek（2014）等則在其關于顧客品牌參與的研究中，認為顧客在認知、情感、行動上的深度參與對消費者的品牌意識、注意度和品牌態度等方面具有顯著正向影響?；诖?，作出假設H4。

H4：媒體微博的新聞情感對話正向影響用戶信息行為。

（5）拓展形式。

“文字+”型的微博內容是熱門微博中較為常見的呈現形式，相對于只提供文字的微博呈現形式而言，“文字+圖片”“文字+視頻”等結合形式能表達的信息元素更為豐富，也更易引發用戶轉發、評論等信息行為?；诖耍岢黾僭OH5。

H5：媒體微博的拓展形式正向影響用戶信息行為。

（6）文本長度。

過長的新聞信息造成了微博媒體用戶的閱讀障礙，無法快速獲取新聞事件核心內容。如周梅，馮超穎（2019）在共青團微博社會互動性影響因素研究中發現微博粉絲對主題鮮明、問題簡短的內容認可度更高?；诖?，作出假設H6。

H6：媒體微博的文本長度負向影響用戶信息行為。

2.2 邊緣路徑信息特征與用戶行為

通過梳理前人的研究文獻發現，盡管學者對微博信源特征因子劃分不盡相同，但也存在著一定的共性，即主要涉及信源的權威性和可靠性兩類。

（1）信源權威性。

權威性特征是影響用戶信息行為最主要的特征之一。權威專家對受眾態度行為的影響作用一直受到各個領域研究者的關注?；诖耍鞒黾僭OH7。

H7：媒體微博的新聞權威性正向影響用戶信息行為。

（2）信源可靠性。

以上是分別對媒體微博用戶信息行為影響因素與信息行為之間的關系作出假設。而評論、轉發和點贊是微博最常用的功能，因此在后續的數據分析中會分別對各理論因素與轉發、評論和點贊行為的關系作出驗證。研究假設總結如圖1所示。

3 數據采集和處理

3.1 數據采集和預處理

本文以“改革開放40周年”為關鍵詞，以時間2018年10月1日-2018年12月30日為限制條件，通過爬蟲軟件搜索爬取相關微博數據，去除無效數據剩余10195條數據。而本文的研究變量分為計數變量和分類變量，其中計數變量的描述統計結果如表1所示?？梢钥闯鲇嫈底兞康木岛头讲畈幌嗟?，且方差較大。

3.2 測量變量定義與賦值

根據用戶行為的類型設置3個因變量，分別是轉發量（Y1）、評論量（Y2）、點贊量（Y3）。自變量即中心路徑的情感對話（IA）、趣味符號（FN）、拓展形式（EP）、文本長度（RE）、指引詞（GD）和概要句（SA），邊緣路徑的信源權威性（AT）和信源可靠性（PF）。為了保證研究結果更具科學性，對變量進一步量化，使其轉化為可操作的觀測變量（表2）。

3.3 數據處理方法選擇

考慮到因變量表示的是事件發生的數目，為離散的整數（計數變量），且博文被轉發、評論和點贊的行為是隨機的，具有泊松（Poisson）分布特征。但泊松模型要求條件均值與條件方差相等，此條件在現實中較難滿足，所以經常采用負二項回歸。如表1顯示，本模型中因變量的方差遠大于期望，即存在數據過度分散現象，此時需要選擇“穩健標準誤”以保證參數估計、假設檢驗的照常進行。因此本文根據實際情況，參考張玥（2014）的處理方法，采用“負二項式回歸+穩健標準誤”進行假設檢驗。構建以轉發數、評論數和點贊數為被解釋變量的非線性回歸模型公式（1），檢驗影響因素與用戶信息行為之間的關系。

4 回歸分析與假設檢驗

4.1 模型評估

研究設計構建的回歸模型中，涉及3個模型、8個自變量。為避免模型估計失真，需要逐一檢驗不同模型對觀測值的擬合度，以及解釋變量之間的相關關系緊密程度。本文各模型的解釋變量對模型Y1、Y2和Y3的擬合值分別為F1=466.50、F2=457.89、F3=502.776，自變量對各因變量的影響在95%的顯著性水平下顯著（p<0.01）;而本文的回歸方程對轉發、評論和點贊的解釋力度（Adjusted R2）均大于57%（社會學問題中有效范圍為大于0.4）。此外，本文各模型中自變量的方差膨脹因子（VIF）均趨近于1（<10），且Tolerance的范圍為（0.8，1），均在合理范圍內，模型也可以排除自變量之間的多重共線性問題，即由八個變量為自變量所構建的模型較為穩定。因此，回歸方程的穩健性和預測能力符合研究要求。

4.2 回歸與結果分析

由上文可知本文根據數據統計分析結果，采用“負二項式回歸+穩健標準誤”進行假設檢驗，因此使用Stata統計工具來進行回歸分析，最終得出表3的驗證結果。

表3顯示三個關系模型的alpha值（過度分散參數）范圍都在0以上，所以alpha值不為0，就可以認為本文采用負二項回歸而不是泊松回歸是正確的選擇。另外，需要根據P值和回歸系數判斷假設的正確性。

信源權威性與網民信息行為有顯著的正向關系（P<0.01），H7獲得支持。權威度（粉絲數/關注數比）高，說明接觸到本條新聞信息的群體基數大，相應產生信息行為的用戶數量就會增多。

信源可靠性對評論和點贊行為無影響，對轉發也只是有輕微影響，H8未獲得支持。這是因為測量上采用的是發博總數，即發博總數對于信息行為是負向影響的（回歸系數小于0），較多較頻繁的發文會導致用戶新聞信息產生忽視行為。

指引詞、概要句對網民信息行為有正向影響（P<0.01），H1、H2得到支持，說明使用引導用戶進一步參與信息交流的指引詞會對用戶產生一定的心理暗示和激勵作用，進而產生相應的信息行為;而概要句會提升用戶信息接收力度，使得用戶能快速注意到博文信息概要，理解信息，進而產生信息參與行為。

趣味符號對網民信息行為有顯著的正向影響（P<0.01），H3得到支持，研究結果符合視覺信息對中樞神經的刺激更直接、更持久，對信息接收者思想意識的形成具有明顯效果的結論。

情感對話對網民信息行為有正向影響，但僅對評論模型影響顯著（P<0.01），對轉發（P<0.059）和點贊（P<0.031）的影響甚微，因此H4得到輕微支持。感嘆號和問號更易引發的是網民的情感共鳴和思考，從而引發對思考觀點和情緒的表達，而評論行為的產生在一定程度上會依賴用戶的思考行為和情緒表達需求。

拓展形式對網民信息行為有正向影響，但僅對轉發和點贊模型具有影響，對評論無影響，因此H5得到部分支持。拓展信息在一定程度上會分散用戶的注意力，特別是網頁鏈接類拓展信息，用戶跳轉出微博界面后，沒有返回微博界面，在現實數據上就會導致信息行為數據的殘缺。

文本長度對網民信息行為產生一定影響，但影響效果不明顯，H6得到輕微支持。文本長度的測量項采用的是文本實詞長度，一般對于新聞信息來說，主題鮮明、內容簡短的文本會方便用戶快速接收信息，所以結果顯示文本長度是負向影響用戶信息行為的。

5 管理建議和展望

5.1 管理建議

（1）提升媒體公信力的同時更要注重信息內容的編排。信息交流平臺的發展使得每個人都能成為信息的發布者，不僅只有權威者的信息才有人關注，普通大眾的發聲也會吸引網民的注意力，曾經的權威性代表若不跟緊時代，會逐漸失去公眾公信力。

（2）注重媒體博文的用詞。無論是文字類語言，還是非文字類語言都會對用戶信息行為有著不同層面的影響。信源應根據新聞信息的需要，是需要傳播還是需要民意調查，運營不同的句式、指引詞等來引導用戶進行相應的轉發或者評論行為。

（3）注重媒體博文的長度。針對這一問題，媒體微博應該注意將自身定位與營銷類博主區分開，過長的文字內容會干擾用戶的閱讀。新聞信息在一定程度上包含核心的六要素即可將事件歸納的簡潔清晰，便于用戶快速理解。

5.2 展望

未來的研究中可以對信息特征的不同組合方式，如交互符號+指引詞、趣味符號+拓展鏈接等對用戶信息行為的影響進行合理性和有效性的研究;而對于信息行為來說，本文研究的轉發、評論、點贊三類行為僅僅是信息傳播和采納行為，還有像信息的搜索、利用、忽略和抵制等行為在未來的網絡信息管理方面也有著很重要的研究價值。

參考文獻

[1]Tavis Glassman，Peter Paprzycki，Thomas Castoret al.Using the Elaboration Likelihood Model to AddressDrunkorexia among College Students[J].Substance Use & Misuse，2018，53（9）：1411-1418.

[2]張偉，李曉丹，郭立宏.不同微博營銷渠道對產品銷量的影響研究：品牌自有媒體VS第三方媒體的路徑對比[J].南開管理評論，2018，21（02）： 43-51.

[3]王霞，牛海鵬.企業微博營銷中品牌曝光度對網絡口碑的影響研究[J].管理評論.2013，25（05）：116-122.

[4]Nur Siyam，Omar Alqaryouti，Sherief Abdallah.Mining government tweets to identify and predict citizens engagement[J].Technology in Society，2019，60： 101211.

[5]閔慶飛，覃亮，張克亮.影響在線評論有用性的因素研究[J].管理評論，2017，29（10）： 95-107.

[6]胡陽.人民網新浪微博的表情包符號建構與傳播效果研究[D].成都：西南政法大學，2017.

[7]Linda D.Hollebeek，Mark S.Glynn，Roderick J.Brodie.Consumer Brand Engagement in Social Media：Conceptualization，Scale Development and Validation[J].Journal of Interactive Marketing，2014，28（2）：149-165.

[8]周梅，馮超穎.基于IMC的共青團微博社會互動性影響因素及對策研究[J].毛澤東思想研究，2019，36（01）：140-149.

[9]朱麗葉，袁登華，張靜宜.在線用戶評論質量與評論者等級對消費者購買意愿的影響——產品卷入度的調節作用[J].管理評論，2017，29（02）：87-9.

[10]葉光輝，曾杰妍，胡婧嵐.用戶應急信息搜尋行為研究評述[J].圖書情報知識，2019（04）：71-81.

[11]張玥，孫霄凌，朱慶華.基于ELM模型的微博輿情傳播影響因素研究——以新浪微博為例[J].情報學報，2014，33（04）：426-438.