Twitter平臺三大央媒新冠肺炎疫情報道效果評估與優化思考

□ 毛偉

一、研究背景

新冠肺炎疫情已經發展成為全球性的重大突發公共衛生事件，相關動態與每個人都息息相關。在新冠肺炎疫情中，國內外民眾獲取信息的方式已經與2003年“非典”時期大為不同，社交媒體成為主要渠道。聯合國貿易及開發會議的報告顯示，2003年全球網民約為6.55億，而2020年全球網民數量已近44億，其中35億人活躍在社交媒體平臺。新冠肺炎疫情暴發后，各國政府機構、主流媒體的權威信息和新聞報道都第一時間通過社交媒體平臺發布，全球信息傳播格局發生了重要變化。

海外社交媒體不僅是一個天然的對外傳播平臺，而且蘊藏著巨大能量，深刻影響著海外受眾的認知和價值判斷，已經成為國際輿論斗爭的“兵家必爭之地”。社交媒體數據監測平臺Mention的分析結果顯示，由于Twitter平臺的信息傳播效率更高，其迅速成為全球新冠肺炎疫情信息的主要集散地，相關流量超過了其他社交媒體平臺。統計顯示，Twitter平臺上85%的話題都由新聞媒體賬號產生，呈現出較為明顯的新聞媒介屬性[1]。近年來，三大央媒作為對外傳播的國家隊、主力軍，在Twitter平臺積累了廣泛的粉絲群體，建立起了多語種的官方賬號集群。Twitter平臺成為此次疫情期間，我國主流媒體直接面對海外受眾開展對外傳播的重要渠道。但目前，尚沒有研究對三大央媒在海外社交媒體平臺的疫情報道態勢和傳播效果進行系統總結與分析。

本文以Twitter平臺三大央媒新冠肺炎疫情報道為主要研究對象，通過探索建立傳播效果評價指標體系，運用大數據工具統計分析相關報道內容，以期為講好中國抗疫故事以及改進重大突發公共衛生事件的海媒報道提出針對性的對策建議。

二、研究方法

（一）傳播效果評價指標建構

目前，關于社交媒體平臺新聞報道與信息傳播的效果測量還沒有一個公認的、能夠被廣泛接受并付諸實踐的測量方法論與操作指標體系。從具體指標層面來看，側重受眾行為反應的心理學指標和從傳播要素角度出發的傳播學指標存在著較大重合。曾有研究通過對傳播者的內容生成能力、傳播延展能力、議題設置能力的評估出發，構建了海外社交媒體平臺媒體傳播效果的三級指標框架[2]。但在實證研究中，效果的產生只能存在于客體之上，而其他針對傳播者、傳播平臺、傳播內容等提出的測量指標，實質上都不是在測量傳播效果，而是在測量影響效果的因素。傳播活動作為一個復雜的現象，其效果的實現會受到多重因素的影響（如傳播者的影響力、傳播內容的形式和質量等），但這些因素本身并不能等同于傳播效果[3]。傳播效果是反映在傳播客體之上的變化，盡管關于傳播效果測量的概念或變量紛繁復雜，但均能從認知、態度和行為這三個維度進行歸納[4]。本文在總結已有研究的基礎上，根據Twitter平臺的特點嘗試提出了一套測量傳播效果的思路原則及指標體系。該指標體系包括認知、態度和行為三個效果層級，三者并非完全割裂而是存在某種交叉重疊。此外，本文聚焦于Twitter輿論場的傳播效果評估，故該指標體系并未涵蓋受眾的線下行為。

（二）數據與樣本采集

本文通過開源的數據挖掘平臺Social Bearing以及大數據采集與分析工具NodeXL對Twitter平臺上的新冠肺炎疫情信息及三大央媒的相關報道進行基礎數據的采集整理。Social Bearing能夠展現Twitter上關于某一議題的討論情況與情感走向；NodeXL能夠抓取Twitter平臺中特定話題的全數據鏈信息及特定賬號的傳播活動數據。關鍵詞設定方面，考慮到新冠肺炎的英文稱謂有數次變更且Twitter平臺數據量巨大，故選擇較為常用的單詞“COVID19”為唯一關鍵詞（COVID-19、covid19、covid-19等具有同等檢索效力），其他名稱均不納入數據采集。數據采集日期限定為2020年1月30日至4月30日，原因如下：1月30日，世衛組織正式宣布新冠肺炎為國際突發公共衛生事件，Twitter平臺相關話題熱度迅速增長，故本研究將“1月30日”作為數據采集的起始時間點；同時，考慮到數據應盡可能反映疫情及其輿情發展的最新動態且能夠較好覆蓋全貌，故將終止時間點設定為本研究啟動當日即“4月30日”。

在數據采集周期內，共抓取到Twitter平臺涉新冠肺炎疫情報道（包括原創、評論、轉發）2,056,236條，日均新增報道22,596條。三大央媒Twitter平臺新冠肺炎疫情報道方面，《人民日報》官方賬號@PDChina發布了3,151條，新華社官方賬號@XHNews發布了7,293條，央視官方賬號@CGTNOfficial發布了10,721條。根據三大央媒相關稿量在Twitter輿論場的分布比例，分別隨機抽取@PDChina、@XHNews、@CGTNOfficial的報道150條、350條及500條，組成樣本集I；同時，在剔除評論、轉發類型及三大央媒的報道后，隨機選取Twitter平臺的1000條原創報道作為對照組樣本集II。數據采集時，同時抓取了央媒每條報道的點贊量、評論量、收藏量、轉發量等指標數據以及網民評論文本，相關統計數據如表1所示。

Twitter中的熱門新聞與一般性訊息在指標數據方面差距很大，故本研究不以單條新聞的指標數值為標準進行統計學意義上的檢驗，而是將整體的轉發率、評論率、收藏率及點贊率作為檢驗樣本與總體之間無偏性、一致性、有效性的參照指標。分析發現，樣本集I與總體的四項指標數據誤差均小于5%，可以認為抽樣樣本能夠代表總體數據的分布情況。此外，通過Python程序將三大央媒每條新聞的網友評論內容以及普通網民發布推文收到的評論內容進行了數據采集。樣本集I、樣本集II的相關數據分別如表2、表3所示。可以看出，由于新冠肺炎疫情信息具有特殊性，普通網民發布的相關推文在Twitter輿論場的影響力較弱，而三大央媒則是Twitter平臺的重要信息源和意見領袖群體。

（三）文本內容分析

本研究的內容分析對象共有四類：第一類是樣本集I中三大央媒的新聞報道文本；第二類是樣本集I中三大央媒新聞報道的網民評論文本；第三類是樣本集I I中網民的推文文本；第四類是樣本集I I中網民推文的評論文本。本文借鑒框架分析理論（Frame Analysis）進行內容分析，社會學家歐文·戈夫曼認為，“框架”可以影響人們對于事件的主觀判斷，是人們認識和解釋世界的一種認知結構。在新聞傳播學領域，“框架分析”是一種有效綜合研判新聞報道的研究方法，羅伯特·恩特曼、托德·吉特林等認為新聞框架的形成是一種“選擇”和“凸顯”的過程，在新聞生產過程中，“框架”能夠使新聞從業者迅速對信息進行處理并向受眾傳播[5]。通過對比不同類型的分析對象的框架類型，可以更好地評估傳播效果并為改進報道提供思路。

對于三大央媒新聞報道及網民原創推文的編碼，細分為類型、主題、議題、情感、信源五個維度；對于網民的評論文本的編碼側重于“態度”和“行為”指標，分為表態（支持、反對、無）、情感（積極、消極、中立）、衍生（網民拋出的新話題）三個維度。從研究焦點及實施研究的實際條件出發，并未對全部評論文本進行編碼，而是通過隨機抽樣，從樣本集I和樣本集II中各選取了1000條網民的評論文本進行分析。編碼工作由兩位研究員同時進行，并借鑒Cohen等提出的使用Kappa值對判斷一致性程度進行檢驗。通過SPSS對編碼分類表進行檢驗發現，各個分類維度的Kappa值均大于0.75，表明分類具有較高的一致性。此外，在進行編碼時，發現三大央媒的報道文本語法、用詞較正規，而網民發布的推文及評論的文本中存在較多的干擾項，如僅發布了關鍵詞、標點符號及表情包，文本表述語義錯誤或不詳等。在剔除干擾項后，四類有效文本分別為1000條（三大央媒報道）、456條（網民對央媒報道的評論）、631條（網民原創推文）及354條（網民原創推文的評論）。

三、研究發現

（一）主題與議題框架

1.央媒疫情報道議題分布與海外受眾關切高度吻合

□ 圖1 央媒報道議題分布

□ 圖2 普通網民推文議題分布

三大央媒在Twitter平臺的新冠疫情報道議題中，“疫情動態”類的數量最多，占比26%；其次是“抗疫政策”類，占比19%；第三是“防治措施”類，占比17%。@PDC hina、@XHNews每日通過圖文形式，發布多個國家地區的疫情動態，相關報道分別標注了話題標簽“#Covid_19”和“#COVID-19”；@CGTNOfficial推出了新欄目“Latest on Coronavirus Outbreak”，實時發布各國的疫情數據情況。統計發現，Twitter平臺普通網民發布的疫情相關推文中，“疫情動態”“防治措施”“抗疫政策”占比最高，與三大央媒報道的主要議題分布高度契合，而這些頭部議題的轉發量、評論量、收藏量、點贊量也最多。此外，海外民眾對于“人道主義”“特效藥物”的關注度較高，有明顯的信息訴求，三大央媒對這些議題均有相應的報道和解讀。

2.央媒疫情報道重點主題與海外受眾討論框架存在差異

雖然三大央媒的報道議題較好地回應了海外受眾關切，但疫情報道的重點主題卻與海外受眾的討論框架不盡一致。對同一個議題解讀框架的差異，會導致報道呈現出主題的不同。統計顯示，“衛生”類在三大央媒疫情報道主題分布中占比最高，為42%；其次是“社會”與“經濟”類，占比均為17%。而普通網民涉疫情推文的主題分布中，“政治”類占比較高，為36%；其次是“社會”類，占比21%；“經濟”類位居第三，占比15%。央媒的疫情報道更多從公共衛生、生命健康等角度解讀，客觀闡述數據與事實，涉政治的主題更多是回應西方媒體、西方政客的攻擊，是一種被動式的發布，如@CGTNOfficial發布的視頻報道指出，美國副總統彭斯在醫院看望新冠肺炎患者時不佩戴口罩，該報道質疑美國政府不重視抗疫等。但海外受眾對于疫情議題的討論，更多是在政治框架下進行，如對本國政府抗疫政策的不滿、對我國疫情管控的質疑等。

3.央媒疫情報道具備國際化視角，契合推特輿論場傳播態勢

□ 圖3 央媒報道及網民推文涉及國家分布

□ 圖4 海外網民推文的關鍵詞云圖

□ 圖5 @CGTNOfficial 互動關系網絡圖

□ 圖6 海外網民互動關系網絡圖

內容分析發現，三大央媒疫情報道中，介紹海外其他國家疫情情況的新聞數量最多，占比38%；其次是既涉及中國又包括其他國家情況的報道，占比36%；單獨只報道中國疫情情況的新聞占比最少，為26%。海外民眾不僅關注中國方面的疫情訊息（39%），也關注其他國家的疫情動態（34%）。通過Social Bearing平臺關鍵詞分析發現，一些地理詞匯如Asia（亞洲）、China（中國）、Malaysia（馬來西亞）、Yemen（也門）、KualaLumpur（吉隆坡）、Pyongyang（平壤）等成為海外民眾發布涉疫情推文的主要關鍵詞和熱門標簽，顯示出對亞洲的區域性關注及話題偏好，三大央媒的疫情報道中均有所涉及。

（二）態度與情感框架

1.央媒疫情報道客觀中立，與海外受眾的社交互動有待增強

三大央媒報道的傾向性分布中，中立占比最高，為72%；積極和消極分別占比21%與7%。通過Social Bearing平臺的五級指標情感分析發現，普通網民也更多呈現出中立、積極的態度，與央媒報道在Twitter平臺的情感呈現較為一致。Twitter平臺本身具有很強的社交屬性，目前三大央媒更多將Twitter作為一個信息發布和展示平臺，與受眾的互動有待加強以真正影響他們在具體議題中的情感框架。通過NodeXL對央媒中發稿量最多的@CGTNOfficial以及普通網民的互動關系網進行了可視化呈現（節點頭像代表相應的賬號，節點間的連線代表發生了互動），可以直觀看出，相較于Twitter平臺涉疫情話題常態化的社交互動頻次，@CGTNOfficial存在較大的改進空間。

□ 圖7 央媒各類報道量化指標統計分布

□ 圖8 央媒報道使用信源分布

2.海外受眾對央媒疫情報道的態度呈分化態勢

分析三大央媒報道的網民評論內容后發現，在“表態”指標方面，支持與反對分別占比32%與44%；在“情感”指標方面，積極與消極分別占比31%與40%。網民對央媒報道的態度存在明顯的割裂，其中，存在一些反對與消極的聲音。在網民的負面評論中，存在使用“Chinese Virus”“Lies”甚至帶有污蔑性詞匯的情況。

（三）報道類型與信源分布

1.央媒的直播及視頻類疫情報道最受海外受眾青睞

統計發現，在轉發量、評論量、收藏量、點贊量等指標方面，直播類、視頻類報道具有明顯優勢，而且這兩類報道的轉發率和評論率均為100%。在視頻類報道中，一些運用疫情數據制作的數據新聞傳播效果良好，如@XHNews發布的《30秒看全球確診數超100萬》通過“動態競速柱狀圖”直觀反映了世界各國的疫情變化，匹配了海外受眾的訊息訴求。

2.央媒疫情報道采用信源較為多樣

統計發現，在央媒疫情報道的使用信源方面，既有中國官方，也有國際組織及國外政府、媒體、官員等，其中，國際組織官員和國際組織機構占比最高。聯合國、世界衛生組織、安東尼奧·古特雷斯、譚德塞·阿達諾姆等都是常見于央媒疫情報道中的主要信源。但研究發現，一些網民的評論內容呈現出認知偏見，如對國際組織信源的質疑、對中國官方信息發布的不信任等。

四、思考建議

近年來，Twitter等海外社交媒體平臺已經成為我國對外傳播的重要窗口。新冠肺炎疫情暴發后，擁有規模化粉絲群的三大央媒在Twitter平臺迅速發聲，及時報道疫情情況和救治防控動態，積極回應國際社會和海外民眾關切。通過量化分析評估三大央媒報道的 傳播效果及Twitter輿論場態勢后發現，涉新冠肺炎疫情輿論已經超越公共衛生領域，發展成為一個被海外受眾高度關注的泛政治類前沿話題。我國媒體在海外社交媒體平臺面臨著激烈的輿論斗爭和極為復雜的輿論環境。

本文認為央媒應當在以下方面進行探索改進：一是強化受眾研究，設置精細化議題，進行精準化解讀，引導海外民眾形成與我有利的討論框架，培養感情認同；二是創新報道方式，運用新科技手段提高直播、視頻、數據新聞、VR新聞等報道的產品生產能力；三是加強社交互動，充分發揮海媒平臺的社交功能，釋放粉絲群的傳播效能，構建多級傳播矩陣；四是挖掘多元信源，通過精準策劃，切實提高借嘴說話的有效性和公信力。

【注釋】

[1]Kwak H.，Lee C.，Park H.＆Moon S.What Is Twitter，a Social Network or a News Media?[C]// Proceedings of the 19th international conference on World Wide Web.2010.

[2]劉瀅.從七家中國媒體實踐看海外社交平臺媒體傳播效果評估[J].中國記者，2015(07)：82-84.

[3]王秀麗，趙雯雯，袁天添.社會化媒體效果測量與評估指標研究綜述[J].國際新聞界，2017，039(004)：6-24.

[4]Vakratsas D & Ambler T.How advertising works： what do we really know? Journal of Marketing，1999，63(1)： 26-43.

[5]毛偉.海外媒體涉華新冠肺炎報道的話語建構與框架分析.中國記者，2020(04)：82-86.