蔣斕


摘 要 集體記憶由歷史、文化、政治、當前社會環境以及個體經歷等多因素共同“塑造”,同時也影響著社會發展、文化傳承和群體意見。借助集體記憶理論研究輿情共振現象,可以為研究網絡輿情共振現象的產生與防范提供新視角。結合集體記憶理論,分析輿情共振事件間的內在關聯及輿情參與者的特征。通過集體記憶符號的塑造與喚醒來解釋獨立事件產生輿情共振的原因,將原生輿情事件所塑造的集體記憶解構為參與者符號與行為符號,通過高校留學生事件分析這兩種記憶符號在后發輿情事件所發揮的作用。基于集體記憶功能主義觀點,分析信息繭房與回音壁催生共享集體記憶的網絡小群體現象,研究參與共振輿情討論的用戶特征,通過網約車事件分析網絡小群體與輿情共振的關系。研究發現,集體記憶符號在輿情中具有先入為主的作用,具備相似特征的網絡小群體為輿情共振提供人群基礎。科學的監管機制、慎用推送算法及網絡素養提升,有助于防范集體記憶在輿情共振中的負面影響。
關鍵詞 集體記憶;輿情共振;輿情防控
中圖分類號 G206.3 文獻標識碼 A 文章編號 2096-0360(2021)20-0010-04
基金項目:浙江省哲學社會科學規劃課題“社會突發事件網絡輿情演化機制及防控研究”(No.21NDQN302YB)。
隨著互聯網和新媒體技術的發展,網絡已成為輿情事件產生與演化的重要陣地。不同時間的相似事件所產生的輿情間產生疊加、激勵和衍生的作用,使輿情的熱度和持久度都更加強烈。這種現象與物理意義上的共振具有一定的相似性,被稱為輿情的共振[1]。
當前學者從不同角度研究網絡輿情共振現象。戴建華等[1]借助郎之萬方程模擬輿情共振,分析不同時間點上相似事件輿情之間的影響。梁艷平等[2]使用LDA等算法將輿情主題量化,借助郎之萬方程研究同類突發事件間的共振機制。馮月季等[3]采用元語言方法從社會文化背景、自攜語意信息角度描述輿情趨勢。江陵等[4]從網民話語交互、話語勢能聚集和輿論漣漪等角度分析地域空間中輿情傳播的共振特性。
上述研究主要通過分析法或運用數學工具來驗證輿情事件存在共振效應,但在網絡輿情共振產生原因與受眾特點方面尚無研究。
集體記憶(collective memory)最早由哈布瓦赫提出,表示“一個特定社會群體成員共享往事的過程和結果”[5]。集體記憶具有社會性、選擇性、系統性的特點,其形成受到歷史、文化、政治、當前社會環境以及個體經歷等多方面的“塑造”[6]。同時,集體記憶也會影響社會發展、文化傳承和群體意見[7]。集體記憶的傳統載體包括個體描述、檔案、文稿等,互聯網拓寬了集體記憶的載體范圍,且使得信息在空間上有更廣泛的傳播,在時間上產生更久遠的記憶。而互聯網對集體記憶建構和傳承機制的改變,也正是從突破時空邊界開始的[8]。
本文嘗試基于集體記憶理論研究輿情共振現象,主要包括研究共振事件間的內在聯系,分析輿情共振參與者特征,以及輿情共振防范手段,力圖為研究網絡輿情共振的產生、演化、防范提供新的思路。
結合集體記憶理論的記憶符號概念解釋網絡輿情共振的產生原因,用參與者符號和行為符號來分析輿情所塑造的集體記憶,并驗證輿情共振事件的符號存在相似性。
1.1 參與者符號與行為符號
在哈布瓦赫的集體記憶理論中,集體記憶是一種由社會維持并存儲的符號,這種符號可以被其社會成員所獲取[9]。在輿情中,事件所包含的符號逐漸被賦予特定的含義,形成社會關于該事件的集體記憶[10]。互聯網的快速傳播為特定符號含義的塑造提供便利[11],受沉默螺旋效應影響,少數個體對該符號不同的理解會逐漸消失,符號含義進一步強化,最終完成集體記憶的塑造。不同事件會出現相似或相同符號,先發事件的符號含義會在后發事件中引導輿論、增強情緒,從而引起輿情共振。
事件所塑造的集體記憶符號可以分為參與者與行為兩類符號。
參與者符號是從輿情主體中抽象出的符號。互聯網中某類群體的形象,會被貼上標簽,從而符號化。例如程渺然等提到的網絡中女性貪官的形象容易被貼上“權色交易”的標簽;在某些個案中,就算是法院已給出案件與此類標簽無關的判決,輿論仍朝“權色交易”方向發展[12]。當新事件涉及相同的參與者符號后,該符號的集體記憶被喚起,使得網絡輿論向相同方向發展,形成共振。再如,經過互聯網的塑造,“女司機”符號具有“車技差”“容易發生事故”等特點。在2018年“重慶公交車墜河悲劇”事件發酵的起始階段,在沒有證據的情況下,部分媒體將該事故與“女司機”符號聯系起來,形成廣泛傳播。在這起輿情事件中,網民關于“女司機”符號的集體記憶被觸發,與其他“女司機”事件產生輿情共振。
行為符號是從事件的行為過程和結果抽象出的符號。事件行為符號承載了公眾在面對該符號時所共享的情緒體驗和意向性評價[13]。當相似行為符號再次出現后,相同的情緒和評價會被喚醒,易產生情緒共鳴。例如2020年6月曾發生多起“高考冒名頂替”事件,當2020年7月網絡上出現“山東環衛工自稱被頂替教師崗位26年”事件時,網民對“冒名頂替”符號的負面情緒被迅速勾起,在網絡上引發軒然大波。
1.2 高校網絡輿情案例
本節選取其他學者認為發生輿情共振的事件,通過詞云方式展現其中的集體記憶符號。
李藝全等[14]利用郎之萬方程證明了“山東大學學伴事件”和“福建農林大學留學生與交警沖突事件”兩個事件存在較強共振。以“知微”網站為數據源,獲取兩起事件的關鍵詞詞云,如圖1、圖 2所示。
從圖1、圖2可以看出,兩起事件均出現了“留學生”“中國”“外國/外籍”等符號,且這些符號在輿情中具有較高的影響力。“留學生”等符號在“福建農林大學留學生與交警沖突事件”中被賦予了“違法”“中外學生矛盾的焦點”等負面含義。該符號含義在“山東大學學伴事件”中被疊加、強化。即使留學生群體本身在“山東大學學伴事件”中無主動行為,仍成為本次事件的焦點。

輿情在傳播過程中塑造的參與者符號和行為符號共同構成網民對該次事件的集體記憶。當這些符號再次出現時,網民對先發事件的情緒、態度和觀點可被喚醒,影響后發事件走向,可引發網絡輿情共振。
根據集體記憶功能主義觀點,集體記憶最重要的作用是文化、族群、國家的身份認同,是群體維系的紐帶[15]。不同群體因具有不同集體記憶,面對相同事件會產生不同情感。例如美國人對“二戰”的回憶集中在“珍珠港”“諾曼底登錄”等,而俄羅斯人則容易想起“斯大林格勒保衛戰”和“莫斯科保衛戰”等[16]。
2.1 網絡小群體的形成
受互聯網時代回音壁與信息繭房等現象影響,具有相似用戶特征且接收信息同質化的用戶之間更可能共享集體記憶,形成有別于文化、族群和國家的網絡小群體身份認同。
為迎合用戶個人愛好,基于用戶偏好的推送算法會給用戶推送同質化消息。同時,用戶畫像等技術使具有相似特征的個體所接受到信息存趨于一致。相似個體接收到的信息不斷統一強化,不同特征個體之間壁壘不斷加深。相同特征個體之間開始共享集體記憶,最終催生出具有不同集體記憶的網絡小群體。
2.2 網絡小群體在輿情共振的作用
集體記憶作用下的網絡小群體內部對不同事件的敏感度、態度、觀點意見都高度統一,而不同小群體之間則差異巨大。由于發生輿情共振的事件通常具有相似符號,因此輿情共振更可能發生在網絡小群體內部,即網絡小群體為輿情共振的發生提供了人群基礎。
“空姐搭乘滴滴遇害案”和“樂清女子乘坐滴滴遇害案”是三個月內先后發生的兩起順風車惡性案件。兩起事件中都包括“滴滴”“順風車”“遇害”等符號。在微博平臺上,多達38家主流媒體在討論“樂清女子乘坐滴滴遇害案”時,提到了先前發生的“空姐搭乘滴滴遇害案”,這些媒體中包括人民網、新浪財經等具有重大影響力的媒體。在知乎平臺上,“如何看待8.24溫州樂清姑娘女孩乘坐滴滴順風車遇害,且該嫌疑人司機前一天已經被乘客投訴到滴滴平臺”問題下共有1 395條回答,提到“鄭州”“空姐”等關鍵詞的回答達到179條。可見,在不同社交平臺上的這兩起事件都發生了強烈的共振。
比較這兩起事件中微博參與用戶數據(數據來源為知微事見網站),如表1所示。
這兩起事件中,共同出現的高頻事件符號有“滴滴”“順風車”“遇害”等,說明兩個事件具有集體記憶符號相似性。比較兩個輿情事件的參與用戶可以發現,無論是性別比例、分布地域還是興趣愛好都具有高度相似性。此外,共同參與到兩個事件的討論中的微博賬號達1 290個。發生共振時,參與輿情討論的用戶特征接近,或者本身就是相同的用戶,即共振輿情的參與者屬于同一個網絡小群體。輿情共振發生在同一網絡小群體有以下三方面的原因。
第一,用戶因興趣的主動獲取或因推送算法的被動接受,表現出相似特征的用戶易群體化。
第二,信息繭房導致群體內的意見、觀點朝著固定的方向不斷加強,產生群體極化現象[17]。
第三,先發事件形成的集體記憶曾在網絡小群體內部達成統一意見,使得后發事件中意見再次達成一致的可能增大。

互聯網時代,隨著相同特征的人群獲取信息的同質化,根據不同集體記憶劃分的網絡小群體增強了輿情共振發生的可能。因此,找尋共振事件間參與者的共同特征,定位輿情發生的網絡小群體,能夠更有針對性對抑制輿情共振提供幫助。
“重慶公交車墜河悲劇”和“山東環衛工稱被頂替教師崗位26年”兩個事件都呈現明顯的后真相特征:受集體記憶影響,之前的事件符號可能成為在事件發酵初期引起輿情共振,隨著真像的披露與權威信息的引導,網民意見才逐漸回歸理性。為避免輿情共振負面影響,可以從集體記憶塑造的角度出發,防范輿情共振的產生。
3.1 政府靈活監管機制,營造信息公平環境
1)巧用集體記憶營造正能量網絡環境。一方面,主流媒體應秉持公正客觀的立場,采用邏輯嚴密的敘事策略,確保自身話語的權威性,將主流媒體打造成塑造集體記憶的中堅力量。另一方面,應引導全社會形成理性分析的思維方式,減少情緒宣泄式的輿情,削弱集體記憶的負面作用。
2)解構特定符號的錯誤釋義。對于已存在的錯誤集體記憶,如“女司機”符號等,需要警惕部分媒體利用集體記憶對網絡輿情進行錯誤引導,同時,積極傳播事件真相,結構錯誤釋義,重塑集體記憶。
3.2 網絡平臺優化交互機制,提供用戶自主選擇途徑
1)完善信息推薦算法,打破信息繭房。社交平臺應承擔起打破小群體邊界的責任,避免濫用信息推送算法,平衡好算法與內容之間的關系,降低用戶因“信息繭房”發生集體記憶極化從而引發網絡輿情的可能性。
2)設計多種瀏覽模式,兼顧用戶信息需求的重點與全貌。網絡平臺可提供智能推薦模式、今日熱點模式、關注模式等多種可供用戶自由選擇的瀏覽模式,滿足用戶的信息獲取需求。
3.3 用戶提升網絡素養,降低主觀因素對客觀事物認知的影響
1)正確認識網絡信息推送機制。技術會賦予網絡平臺能夠控制信息分配的優勢,用戶所能接觸到的信息可能是“想知道的信息”而不是“應該知道的信息”,因此,用戶應避免將自己束縛于自己制造的世界中。
2)理性看待網絡事件及分歧。提升個體的認知水平和思辨能力,避免集體記憶引發個體思維定勢。參與先入為主的集體記憶可能會被作為工具用來引導網絡輿情的走向,產生“后真相”的網絡輿情反轉[18]。
構建正確的集體記憶,解構對特定符號的錯誤釋義。避免小群體內回音壁與信息繭房的產生。社交平臺應承擔起打破小群體邊界的責任,慎用信息推送算法,增強不同特征用戶獲取信息的廣度和深度。用戶本身則應當嘗試獲取多角度、不同觀點的信息,避免受集體記憶影響產生思維定勢,防范輿情共振的發生。
集體記憶在輿情共振的發生中具有重要的作用,包括是集體記憶對特定符號的釋義對輿情發展的引導作用與集體記憶所塑造的群體特征對信息的篩選作用。輿情共振的發生不利于網絡環境的健康發展。可以從集體記憶構建的角度出發,防范輿情共振的發生。而政府的有效管理、社交平臺慎用推送算法與用戶自身素養的提升,有助于正確集體記憶的構建。
參考文獻
[1]戴建華,高星,廖瑞丹.基于郎之萬方程的網絡輿情共振研究[J].情報科學,2018,36(6):68-72.
[2]梁艷平,安璐,劉靜.同類突發公共衛生事件微博話題共振研究[J].數據分析與知識發現,2020,4(Z1):122-133.
[3]馮月季.網絡熱點事件輿情演化的元語言共振研究[J].南通大學學報(社會科學版),2019,35(5):125-132.
[4]江凌.社會熱點事件引發境內外網絡輿論共振的話語傳播機制與風險防范[J].理論月刊,2020(6):106-115.
[5]莫里斯·哈布瓦赫.論集體記憶[M].上海:上海人民出版社,2002.
[6]邱娟.集體記憶視角下的檔案管理[J].中國檔案,2013(2):42-43.
[7]牛津.集體記憶理論研究的文獻綜述[J].群文天地,2012(22):247.
[8]胡百精.互聯網與集體記憶構建[J].中國高校社會科學,2014(3):98-106,159.
[9]管健,郭倩琳.共享、重塑與認同:集體記憶傳遞的社會心理邏輯[J].南京師大學報(社會科學版),2020(5):69-79.
[10]曹洵.網絡符號沖突:理論邏輯、符號實踐與話語功能[J].符號與傳媒,2017(2):84-9.
[11]丁慕涵.社交媒體時代的集體記憶建構[J].中國廣播電視學刊,2021(1):49-53.
[12]程渺然,張德勝.排名機制下的百度搜索對女性貪官集體記憶的重構:以安徽省原衛生廳副廳長尚軍為例[J].湖北社會科學,2019(9):51-57.
[13]詹小美,趙曉營.記憶儀式沉浸化:共同體意識傳播的情感動員[J].民族學刊,2021,12(1):42-48,88.
[14]李藝全,張燕剛.高校網絡輿情共振現象仿真及應對策略研究[J].情報雜志,2019,38(12):107-113.
[15]曾楠,張云皓.政治儀式:國家認同建構的象征維度:以慶祝中華人民共和國成立70周年大會為考察對象[J].云南民族大學學報(哲學社會科學版),2020,37(6):5-11.
[16]Katsell J H,Wertsch J V.Voices of Collective Remembering[J].Slavic & East European Journal,2002,47(4):700.
[17]盧智增,高翔.社交媒體平臺群體極化的形成機理與引導策略研究[J/OL].情報理論與實踐,2021,44(8):1-12[2021-04-05].http://kns.cnki.net/kcms/ detail/11.1762.g3.20210225.1827.004.html.
[18]蔣璀玢,魏曉文.“后真相”引發的價值共識困境與應對[J].思想教育研究,2018(12):56-60.