區塊鏈環境下網絡輿情傳播影響因素模型研究

王晰巍　李玥琪　于雪等

關鍵詞： 區塊鏈； 網絡輿情； 傳播過程； 影響因素； 模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．０１１

〔中圖分類號〕Ｇ２０６ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０４－０１１３－１２

人民網研究院發布的《中國移動互聯網發展報告（２０２２）》顯示， 當前我國區塊鏈技術應用加速發展， 公共服務應用成效顯著［１］ 。區塊鏈技術應用基礎逐漸扎實， 生態結構逐漸完善、技術融合加速且創新不斷， 產業規模與企業數量快速增長，區塊鏈技術在各領域的實踐應用成果豐碩。在區塊鏈技術與產業應用各領域進行深度融合的背景下，涌現出了社交平臺Ｓｔｅｅｍｉｔ 及Ｍｉｎｄｓ、內容創造和分享平臺ＤＡＣＣ、ＹＯＹＯＷ 和“來豆”， 以及專注于短視頻領域的內容公鏈ＣＯＳ 等。同時， 區塊鏈技術在網絡輿情平臺中的應用也趨見成熟。區塊鏈技術在保證社交媒體個人隱私數據傳播安全的同時， 也保證了網絡虛假信息傳播的可追溯性及可識別性，對實現網絡輿情治理和提高輿情空間生態性具有積極的作用。

目前， 國內外學者對區塊鏈環境下的信息傳播內容展開了相關研究。國外學者在意識形態、態度定位和區塊鏈交叉研究中指出， 區塊鏈技術在Ｓｔｅｅｍｉｔ、Ｃｒｅａｔｉｖｅｃｈａｉｎ、Ｄｅｍｏｃｒａｃｙ Ｅａｒｔｈ［２］ 、Ｂｉｔｎａ?ｔｉｏｎ 和ＳＰ Ｃｈａｉｎ［３］ 平臺設計過程中的應用， 對于避免輿情帶來的社會危害具有非常重要的嵌入價值。同時， 應用區塊鏈技術設計基于加密貨幣的激勵系統， 構建高效的代幣經濟模型［４］ ， 用以規范、引導輿情用戶行為， 不但可以為輿情用戶創造一定的經濟價值， 也可以持續提升輿情傳播效果［５］ 。在Ｔｗｉｔｔｅｒ 上采用區塊鏈技術可以構建公共話語權［６］ ，保證區塊鏈環境下信息傳播行為的安全性［７］ 。通過對Ｆａｃｅｂｏｏｋ 和區塊鏈的對比［８－９］ ， 發現技術和資源壁壘導致世界上有５０ 億人未能在區塊鏈技術和Ｆａ?ｃｅｂｏｏｋ 的組合應用中獲益， 甚至加劇了信息不對稱，造成了不平等。國內學者研究了區塊鏈環境下網絡輿情的信息傳播特征及規律， 發現區塊鏈環境下虛假信息得以遏制并可重構良好的輿論生態［１０］ 。區塊鏈技術的應用可以構建網絡輿情風險管理體系，提高輿情風險管理效率［１１］ ， 區塊鏈技術能力也會影響網民輿情信息質量感知［１２］ 。從國內外研究現狀來看， 目前針對區塊鏈輿情傳播的研究未形成系統的理論體系， 相關研究成果較少。雖然國內外學者普遍認為區塊鏈技術在網絡輿情領域應用起到了積極作用， 但區塊鏈環境下網絡輿情傳播的過程如何， 哪些因素影響了區塊鏈環境下網絡輿情傳播，如何基于傳播影響因素的分析， 利用區塊鏈技術實現更好的社交網絡輿情治理， 進一步優化區塊鏈環境下的網絡輿情生態空間， 對于輿情管理部門和輿情監管平臺都具有重要的理論價值和現實意義。

本文在研究中主要解決以下３ 個研究問題： ①區塊鏈環境下網絡輿情的傳播過程如何？ ②如何構建區塊鏈環境下網絡輿情傳播的影響因素模型？ ③區塊鏈環境下驅動網絡輿情傳播的影響因素之間有什么關系？ 本文在理論層面上， 采用經典信息傳播模式及信息生態理論， 對區塊鏈環境下網絡輿情傳播過程及影響因素進行分析， 為理解區塊鏈環境下網絡輿情的傳播過程及特征規律提供理論和算法支撐。在實踐層面上， 從影響區塊鏈環境下網絡輿情傳播的不同因素出發， 提出構建良好的網絡輿論生態空間的關鍵對策， 為相關輿情監管機構更好地利用區塊鏈技術實現輿情監管提供治理對策。

１理論基礎及文獻綜述

１.１區塊鏈環境下信息傳播模式理論

經典信息傳播模式理論由Ｌａｓｓｗｅｌｌ Ｈ Ｄ［１３］ 提出， 指出信息傳播模式主要包括５ 大要素， 分別為Ｗｈｏ（誰）、Ｗｈａｔ（說什么）、Ｗｈｉｃｈ（通過什么渠道）、Ｗｈｏｍ（對誰說）、Ｗｈａｔ Ｅｆｆｅｃｔ（產生什么效果）。Ｗｈｏ指信源、信息傳播者， Ｗｈａｔ 指傳播內容， Ｗｈｉｃｈ指傳播媒介， Ｗｈｏｍ 指信宿主、信息接受者， ＷｈａｔＥｆｆｅｃｔ 指信息接受效果。經典信息傳播模式理論是信息傳播研究的典范， 闡明了信息傳播過程中的關鍵要素以及要素之間的機理關系， 成為網絡輿情空間中輿情演化、信息傳播及群體性事件中信息流動的支撐理論［１４］ 。區塊鏈環境下的信息傳播以經典信息傳播要素為基礎， 受到多種因素的交互影響，包括區塊鏈環境下傳播網絡的結構特點、信息發布者的影響力、信息內容的話題質量以及區塊鏈平臺提供的數據存儲方式的技術影響等。對于區塊鏈環境下的網絡輿情傳播研究， 經典的信息傳播模式理論沒有考慮到信息反饋問題， 以及信息生產者和接受者在信息傳播中的作用。因此， 本研究基于經典信息傳播理論進一步引入信息生態理論， 分析區塊鏈環境下的網絡輿情傳播規律。

１.２區塊鏈環境下信息生態理論

信息生態理論源于張新時院士提出的信息生態學概念， 指出它不僅具有信息科學的高科技與信息理論的優勢， 而且繼承和發展了生態學的傳統理論， 強調對人類、生態系統及生物圈生存有關問題的綜合分析研究、模擬與預測［１５］ 。信息生態是指在特定的信息空間， 以滿足信息需求為目標， 強調以信息技術為手段， 以信息反饋和傳遞為紐帶， 以信息人和信息環境之間的互動而形成的相互關系總和。其中， 信息人和信息環境之間存在“均衡” 或者“失衡” 的運動狀態， 均衡的狀態有賴于“信息人、信息技術、信息環境和信息” 四因子的和諧發展［１６］ 。多數學者采用信息生態理論對網絡輿情進行分析， 如利用信息生態鏈理論構建網絡輿情信息生態鏈［１７］ 、分析微博輿情傳播結構［１８］ 等； 采納信息生態系統理論構建微博輿論生態系統［１９］ ，并對社交媒體網絡輿情生態［２０－２１］ 進行評價等。從信息生態理論視角出發， 區塊鏈環境下網絡輿情傳播信源包括信息生產者、信息傳遞者、信息分解者和信息消費者， 并且每一個用戶都是多重身份的復合體。

１.３區塊鏈環境下網絡輿情傳播

區塊鏈技術的分布式存儲、數據難篡改及可追溯特征可有效監測信息傳播行為及網絡環境中的虛假信息， 為營造良好的社交網絡輿情空間提供了可能。以Ｓｔｅｅｍｉｔ（ｓｔｅｅｍｉｔ．ｃｏｍ）為代表的基于區塊鏈技術的社交媒體網絡平臺的應用， 促進了學者對于區塊鏈環境下網絡輿情傳播的研究， 主要側重于區塊鏈環境下網絡輿情的傳播規律研究［２２］ 、網絡輿情治理策略研究及區塊鏈環境下網絡輿情安全傳播機制［２３］ 研究等。區塊鏈環境下的輿情傳播規律分析，采用網絡傳播和區塊鏈理論， 提出區塊鏈環境下的網絡輿情信息傳播概念模型［２４］ ； 通過社會網絡分析法確定區塊鏈環境下用戶社群的網絡結構及信息傳播的影響因素［２５］ ； 構建區塊鏈環境下社交網絡輿情意見領袖識別模型， 挖掘意見領袖并分析意見領袖影響力［２６］ 等。網絡輿情治理環節通過構建基于區塊鏈技術的社交網絡輿情風險管理系統模型，分析社交網絡輿情傳播特征、構成要素、網絡結構， 挖掘區塊鏈環境下的社交網絡輿情管理對策［２７］ ； 同時利用區塊鏈技術的輿情信息傳播的安全性和可追溯性［２８］ ， 構建網絡謠言甄別模型， 高效追溯社交媒體平臺中傳播的虛假信息［２９］ 。

２區塊鏈環境下網絡輿情影響因素模型

２.１區塊鏈環境下網絡輿情傳播過程

結合經典信息傳播模式理論和信息生態理論，區塊鏈環境下的網絡輿情傳播可從傳播內容、傳播媒介及傳播過程３ 個維度進行拆解。從傳播內容看，區塊鏈環境下的輿情信息包括鏈上信息和仍然利用傳統信息技術的鏈下信息； 從傳播媒介看， 應用區塊鏈技術的社交媒體平臺是網絡輿情的傳播媒介；從傳播過程來看， 復合多種角色于一身的信息源，輿情生產者制造輿情信息， 經過區塊鏈技術或者傳統技術編碼后形成信號， 借助區塊鏈的傳播媒介，在區塊鏈環境帶來的噪聲和干擾作用下， 運用區塊鏈技術或者傳統技術解碼， 最后將輿情信息傳遞給輿情信息接受者， 并將傳播效果反饋給網絡輿情信息的生產者、傳遞者和分解者。最終， 形成的信源、信息傳播媒介、信息噪聲、信息熱度和信息傳播網絡構成了區塊鏈環境下高維時空的網絡輿情信息傳播生態空間。因此， 本文從信息生態四因子角度構建區塊鏈環境下網絡輿情傳播過程模型， 并解析區塊鏈環境下網絡輿情的傳播要素， 如圖１ 所示。

區塊鏈環境下網絡輿情形成的信息環境。區塊鏈環境是指輿情平臺應用區塊鏈技術形成的信息環境， 是輿情用戶信息傳播的場所和空間。和諧的信息環境對輿情用戶的信息獲取、交流和傳遞起到促進作用。相對惡劣的信息環境因為制造了信息流轉障礙， 難以滿足區塊鏈環境下輿情用戶的信息需求。區塊鏈技術在輿情平臺的應用所形成的信息環境， 對輿情信息的質量提升、打破信息孤島、跨越信息鴻溝、降低信息污染和信息降噪方面具有積極的作用。其中， 輿情話題的熱度則是刻畫區塊鏈環境友好性的關鍵要素。

區塊鏈環境下網絡輿情傳播的信息。區塊鏈環境下的信息是網民圍繞輿情事件、話題表達所反映的態度、觀點和意見的具體內容， 表現形式為在輿情傳播中的圖片、文本和視頻等， 但這并不是區塊鏈環境下輿情信息的關鍵要素。同傳統環境的輿情信息相比， 區塊鏈環境下的部分輿情信息會被應用在區塊鏈技術下的輿情平臺通過上鏈進行存儲， 從而既保證輿情信息的真實性， 也是輿情信息追溯的法律存證。因而， 區塊鏈上鏈存儲的圖片、文本和視頻輿情信息是區塊鏈信息的典型要素。

區塊鏈環境下網絡輿情傳播的信息技術。區塊鏈環境下的網絡輿情平臺， 除了應用傳統的信息技術以外， 重點應用區塊鏈技術進行網絡輿情的管理， 并處理各種輿情信息。作為信息生態理論的信息技術因子， 雖然傳統技術、新媒體技術、大數據技術和云存儲技術的應用， 為輿情平臺的建設及輿情信息的傳播提供了一定的技術基礎， 但區塊鏈技術在網絡輿情信息傳播過程中起到重要作用， 同時輿情傳播受到區塊鏈技術采用比率的影響。這里的區塊鏈技術采用是指輿情用戶之間采用加密數字方法來確認用戶身份， 實現點對點的輿情平臺數字貨幣交易， 依托分布式賬本和存儲技術形成無需中心的可信任輿情信息傳播系統。

區塊鏈環境下輿情信息傳播主體信息人。信息人是區塊鏈環境下網絡輿情傳播的主體。同傳統環境下信息人一樣， 輿情主體可以被劃分為輿情信息生產者、信息分解者、信息傳遞者和信息消費者，這些不同的信息人角色都會做出關注他人的行為，或者被其他輿情用戶關注， 反映了網絡輿情用戶在輿情傳播中的影響力。區塊鏈環境下的網絡輿情傳播主體還可以被區分為區塊鏈上鏈用戶和非上鏈用戶。區塊鏈鏈上用戶是指輿情用戶在網絡輿情傳播過程中允許區塊鏈輿情平臺采用區塊鏈技術將其生產的輿情信息上鏈， 或者允許區塊鏈輿情平臺將其輿情信息生產或消費貢獻以數字貨幣的形式予以獎勵。區塊鏈鏈下用戶則將傳統的信息技術應用于輿情生產和消費過程， 并且以平臺積分的形式度量其輿情信息生產和消費的貢獻。

２.２區塊鏈環境下網絡輿情傳播影響因素模型

區塊鏈環境下的網絡輿情傳播， 主要包括輿情信息的轉發、評論、點贊和瀏覽， 其中的輿情信息既包括上鏈信息也包括非上鏈信息。無論是上鏈信息還是非上鏈信息的轉發數、評論數、點贊數和瀏覽數， 都可以反映出區塊鏈環境下網絡輿情傳播的態勢［３０］ 。本文在參照相關文獻的基礎上［１１］ ， 以區塊鏈環境下網絡輿情信息傳播過程中的轉發數、評論數、點贊數和瀏覽數， 作為區塊鏈環境下網絡輿情傳播的統計量， 分別從區塊鏈環境熱度、區塊鏈信息偏好、區塊鏈技術偏好和信息人影響力４ 個因素對網絡輿情傳播影響因素模型進行構建， 并提出不同因素對區塊鏈環境下網絡輿情傳播的影響因素研究假設。

信息環境熱度。本文以話題熱度來表征區塊鏈環境熱度， 用話題熱度表征信息環境的方法主要有以下４ 種： ①基于話題信息發布數量、點贊數和轉發數來定義話題熱度； ②使用Ｋ 近鄰方法， 采用點擊數作為話題熱度標準； ③優化神經網絡對話題熱度進行度量［３１］ ； ④構建離散話題熱度模型， 定義話題熱度［３２］ 。上述方法雖然各有優劣， 但均建立在探究話題熱度和信息環境熱度的密切關聯之上， 通過對話題熱度的預測來對網絡輿情傳播情況進行研判［３３］ 。本文以區塊鏈輿情平臺提供的話題熱度值作為區塊鏈環境下網絡輿情信息環境熱度，并提出以下假設：

Ｈ１： 區塊鏈環境下網絡輿情信息環境熱度正向影響區塊鏈網絡輿情傳播

信息偏好。區塊鏈網絡輿情傳播中， 區塊鏈上鏈存儲的圖片信息、文本信息和視頻信息是輿情用戶區塊鏈信息偏好的典型表現形式。傳統環境下，圖片信息形式、視頻信息形式對輿情話題的傳播具有顯著正向影響， 并且視頻信息形式的影響最大［３４］ 。短視頻時代， 短視頻形式的跨媒介敘事特征借助社交平臺擴大了影響力， 激化輿情發酵并影響了傳播態勢［３５］ 。本文用輿情信息上鏈比率來表征區塊鏈信息偏好， 將圖片信息上鏈偏好、視頻信息上鏈偏好、文本信息上鏈偏好作為區塊鏈信息偏好的二階變量， 并提出以下假設：

Ｈ２： 區塊鏈環境下網絡輿情信息偏好會正向影響區塊鏈網絡輿情傳播

Ｈ３： 區塊鏈環境下網絡輿情信息偏好會正向影響區塊鏈信息環境熱度

Ｈ４： 區塊鏈環境下網絡輿情信息偏好會正向影響區塊鏈信息技術偏好

Ｈ５： 區塊鏈環境下網絡輿情的圖片信息上鏈偏好會正向影響區塊鏈信息偏好

Ｈ６： 區塊鏈環境下網絡輿情的文本信息上鏈偏好會正向影響區塊鏈信息偏好

Ｈ７： 區塊鏈環境下網絡輿情的視頻信息上鏈偏好會正向影響區塊鏈信息偏好

信息技術偏好。區塊鏈技術在輿情生態重塑、優化輿情傳播過程方面有巨大潛力［３６］ 。輿情用戶在區塊鏈輿情平臺注冊階段或者輿情信息生產和信息消費階段， 選擇應用區塊鏈技術可以保障其輿情數據產權［３７］ 、彰顯其真實性， 并獲取數字貨幣獎勵。同時， 能夠降低信息傳播干擾， 提高輿情信息傳播效果， 并影響輿情的演化進程［３８］ 。區塊鏈技術采用比率反映了輿情用戶采納區塊鏈技術參與輿情傳播的偏好程度［３９］ 。因此， 本文用區塊鏈技術采用比率統計量來表征區塊鏈技術偏好， 并提出以下假設：

Ｈ８： 區塊鏈技術偏好會正向影響區塊鏈網絡輿情傳播

信息人影響力。粉絲和關注數量對于輿情傳播效率具有重要影響［４０］ ， 并決定輿情用戶之間的影響強度和每個用戶的影響力及擴散能力［４１］ 。區塊鏈工作量證明機制在輿情用戶信息生產和消費過程中得到運用， 并以數字貨幣形式對信息人的影響力進行經濟效益衡量。同時， 計算和挖掘包括意見領袖在內的用戶影響力， 能夠有效刻畫網絡輿情傳播規律、周期和態勢［４２］ 。因此， 本文用數字貨幣獎勵金額來表征信息人影響力， 將粉絲數和關注數作為信息人影響力的二階變量， 并提出如下假設：

Ｈ９： 信息人影響力會正向影響區塊鏈網絡輿情傳播

Ｈ１０： 區塊鏈的上鏈粉絲數會正向影響網絡輿情傳播中的信息人影響力

Ｈ１１： 區塊鏈的上鏈關注數會正向影響網絡輿情傳播中的信息人影響力

２.３區塊鏈環境下網絡輿情傳播影響因素模型算法

在進行區塊鏈環境下網絡輿情傳播影響因素間的關系分析前， 首先對模型中變量的計算方式進行界定。

３樣本選擇及數據結果

３.１樣本選擇

本文選擇應用區塊鏈技術的輿情平臺Ｍｉｎｄｓ（Ｍｉｎｄｓ．ｃｏｍ）作為數據源， 展開區塊鏈環境下網絡輿情傳播影響因素的實證研究。Ｍｉｎｄｓ 平臺是一個典型的基于區塊鏈技術的社交網絡平臺， 該平臺于２０１８年遷移到以太坊， 采用鏈上和鏈外混合模型處理輿情用戶的信息請求， 在一定程度上解決了以太坊網絡擁堵問題， 并推出了本地加密令牌Ｍｉｎｄｓ。Ｍｉｎｄｓ 用戶可以通過發布輿情信息、點贊、瀏覽和評論來獲得鏈下ｔｏｋｅｎ， 也可以申請上鏈獲得鏈上ｔｏｋｅｎ。鏈上ｔｏｋｅｎ 可以作為數字貨幣使用， 鏈下ｔｏ?ｋｅｎ 則除了轉換為線上ｔｏｋｅｎ 外， 還可以用于輿情信息的推廣。自上線以來， Ｍｉｎｄｓ 受到區塊鏈行業的廣泛關注， 并擁有了龐大的輿情用戶群， Ｍｉｎｄｓ區塊鏈輿情平臺的Ａｌｅｘａ 數據如表２ 所示， 因此研究選擇Ｍｉｎｄｓ 平臺進行研究分析。

３.２數據獲取及處理

本文采用網絡爬蟲獲取數據， 選擇＃ｐｕｔｉｎ、＃ｂｅａｕｔｙ、＃ｆｒｅｅｄｏｍ、＃ｃａｎａｄａ、＃ｕｓａ、＃ｂｉｄｅｎ、＃ｖａｃ?ｃｉｎｅｓ、＃ｆｒｅｅｓｐｅｅｃｈ、＃ｃｏｖｉｄ１９、＃ｃａｔ、＃ａｎｉｍｅ、＃ｂｉｔ?ｃｏｉｎ 等熱門標簽進行采集， 采集內容包括但不限于以下字段， 主索引用戶ｉｄ、上鏈狀態、輿情信息標題、瀏覽數量、轉發數量、評論數量、點贊數量、圖片信息數量、視頻信息數量、文本信息數量、用戶鏈上ｔｏｋｅｎ、用戶鏈下ｔｏｋｅｎ、粉絲用戶ｉｄ、關注用戶ｉｄ、粉絲用戶鏈上ｔｏｋｅｎ、粉絲用戶鏈下ｔｏ?ｋｅｎ、關注用戶鏈上ｔｏｋｅｎ、關注用戶鏈下ｔｏｋｅｎ、話題熱度。截至２０２２ 年３ 月５ 日， 共從１８６ 個一級分類、７９２ 個主題、３ ０２０個話題、７ ０６４個子話題中， 獲取到１５６ ２４５條輿情信息數據， 以及用戶數據９６ ３２１條。鑒于部分用戶數據字段未能在本次采集中完整獲取， 研究進一步將上述獲取數據和前期研究中獲得的Ｍｉｎｄｓ 用戶數據進行比對和匹配。

本文數據處理過程包括數據清洗、數據分析兩個階段。數據清洗階段， 去除重復數據、缺失值數據、亂碼數據、檢索錯誤的話題數據后， 截至２０２２年１０ 月１８ 日， 共形成１５５ １２３條輿情信息數據和９２ ０３１條用戶數據作為實證研究樣本。數據分析階段， 首先分別將式（６）～式（９） 對應的樣本數據集導入Ｓｐｓｓ， 替換缺失值進一步形成規范化數據集。鑒于Ｐｅａｒｓｏｎ 相關系數能夠很好地衡量線性相關關系， 本文進而采用Ｐｅａｒｓｏｎ 相關系數對模型進行檢驗。對于通過檢驗的數據則進行下一步分析，如果沒有通過檢驗則返回數據清洗步驟， 以查找是否因存在離散值數據或非規范數據而導致未能通過Ｐｅａｒｓｏｎ 相關系數檢驗。最后， 對通過Ｐｅａｒｓｏｎ 相關系數檢驗數據進行多元、一元回歸分析， 通過顯著性、ＤＷ 值、容差、Ｆ值判定模型的有效性， 并獲取標準化系數和截距值確定相應模型參數。

３.３數據結果

相關性結果分析。研究結果顯示， 區塊鏈網絡輿情傳播和區塊鏈技術偏好、信息人影響力、區塊鏈信息偏好、區塊鏈環境熱度的Ｐｅａｒｓｏｎ 相關系數分別是０.６５５、０.８８４、０.７６２、０.９１９， 顯著性概率均為０.０００。說明信息人影響力和區塊鏈環境熱度同區塊鏈輿情傳播呈現極強的相關性， 而區塊鏈信息偏好同區塊鏈輿情傳播呈現強相關性， 區塊鏈技術偏好同區塊鏈輿情傳播呈現中等程度相關性。區塊鏈信息偏好和上鏈圖片信息、上鏈視頻信息和上鏈文本信息相關系數為０.８２８、０.７５８、－０.２８３， 顯著性概率均為０.０００。說明以上３ 個因素同區塊鏈信息偏好呈現相關關系， 并且上鏈圖片信息、上鏈視頻信息同區塊鏈信息偏好為正相關、上鏈文本信息同區塊鏈信息偏好呈負相關； 信息人影響力和上鏈粉絲用戶數量、上鏈關注用戶數量的相關系數為０.９１４、０.１３６， 顯著性概率值均為０.０００， 說明上鏈粉絲用戶數量同信息人影響力具有極強的相關性， 上鏈關注用戶數量則同信息人影響力呈現極弱的相關性； 區塊鏈信息環境熱度和區塊鏈信息偏好之間的相關系數為０.６３１， 顯著性概率為０.０００，說明區塊鏈信息偏好對區塊鏈環境熱度有顯著正向影響； 區塊鏈技術偏好和區塊鏈信息偏好之間的相關系數為０.７７５， 顯著性概率值為０.０００， 說明區塊鏈信息偏好對區塊鏈技術偏好有顯著正向影響。

多元回歸分析。研究采用ＳＰＳＳ 工具對本文所構建的區塊鏈環境下網絡輿情傳播影響因素模型進行分析。首先對模型（６） ～ （８） 進行多元回歸分析， 結果如表３ 所示， 模型容差最小值０.３０４、ＶＩＦ最大值３.２９０， 符合容差值大于０.１、ＶＩＦ 值小于１０的要求， 各變量沒有多元共線。ＤＷ 值均在１～２之間， 自變量沒有顯著自相關， 模型回歸結果具有統計學意義。接著對式（９） 和式（１０） 進行一元回歸分析， 自變量顯著性均小于０.０５， 表明具有統計學意義， 最終經計算得到的模型（１１） ～（１５）的標準化方程如下：

回歸結果表明， 區塊鏈環境熱度、區塊鏈信息偏好、區塊鏈技術偏好、信息人影響力對區塊鏈網絡輿情傳播有正向影響； 圖片信息上鏈偏好、視頻信息上鏈偏好對區塊鏈信息偏好有正向影響， 文本信息上鏈偏好同區塊鏈信息偏好呈負相關關系。區塊鏈信息偏好對區塊鏈技術偏好有正向影響。區塊鏈信息偏好對區塊鏈環境熱度有正向影響。上鏈粉絲用戶數量、上鏈關注用戶數量對信息人影響力有正向影響。區塊鏈環境下網絡輿情傳播影響因素總體的相關關系如表４ 所示。

４討論分析

基于標準化系數結果， 各要素對區塊鏈環境下網絡輿情傳播的影響程度從高到低排列依次是區塊鏈環境熱度、信息人影響力、區塊鏈技術偏好和區塊鏈信息偏好。

４.１區塊鏈環境熱度對網絡輿情傳播的影響

區塊鏈環境熱度是影響區塊鏈環境下網絡輿情傳播的最關鍵因素， 并受到區塊鏈信息偏好的影響。區塊鏈信息偏好正向影響區塊鏈環境熱度， 網民越傾向于將視頻信息和圖片信息進行上鏈存儲，輿情用戶對于輿情信息的真實性、可靠性以及輿情信息的豐富性則越具有更高的辨識度， 從而促進輿情話題的衍生、移動與合并， 影響區塊鏈環境熱度。營造良好的區塊鏈環境下網絡輿情信息環境需要從區塊鏈信息偏好入手， 以上鏈網絡輿情的信息質量及網絡輿情的信息內容為基礎， 通過逐步擴張上鏈的信息數量來擴大區塊鏈環境下的網絡輿情的傳播規模［４３］ 。同時， 為提升區塊鏈環境下網絡輿情傳播的整體流量， 可通過對區塊鏈社交網絡中的內容創作進行信息上鏈偏好的政策導向［１９］ ， 鼓勵區塊鏈上的網絡用戶通過不斷積累區塊鏈社交網絡相關經驗來加深鏈上用戶的認可度， 激發鏈上用戶的內容創作及信息傳播的意愿。借用區塊鏈的鏈上用戶認可度以及對上鏈信息的質量審查， 進一步推動良好的區塊鏈社交網絡輿情信息環境的建設并推動網絡空間生態化的構建。

４.２信息人影響力對網絡輿情傳播的影響

區塊鏈環境下的信息人， 即輿情用戶是影響輿情傳播的次要因素。輿情用戶能準確捕捉輿情信息傳播價值， 直觀看到參與輿情傳播所獲得的數字貨幣獎勵金額， 通過物質激勵程度、情感作用級別和信息需求滿足程度， 對區塊鏈輿情傳播起到一定影響。上鏈粉絲用戶數量和上鏈關注用戶數量正向影響信息人影響力， 標準化回歸系數分別為０.９９５、０.０３３?？梢娚湘湻劢z用戶數量是信息人影響力的決定性因素。在Ｍｉｎｄｓ的獎勵機制中， 發布的輿情信息被用戶瀏覽、轉發、評論和點贊， 都可以獲得數字貨幣獎勵， 并且上鏈的粉絲用戶可以直接給該用戶轉出任意數字貨幣進行“打賞”。同時， 擁有數字貨幣的上鏈用戶， 也可以將數字貨幣轉換成Ｍｉｎｄｓ 進行輿情信息推廣。在瀏覽量、評論量和轉發量的累計下， 其他用戶也能夠看到被關注用戶的數字貨幣獎勵［４］ ， 從而形成“輿情用戶上鏈→輿情信息發布→數字貨幣獎勵→信息人影響力提升”的區塊鏈輿情信息人影響力提升路徑。輿情信息的高質量內容發布與信息人影響力的相互制約和驅動關系， 一方面保證了高影響力用戶在網絡輿情傳播中占據主導地位； 另一方面有利于維護區塊鏈環境下網絡內容質量維持在較高水平。在充分保證信息人影響力健康增長的同時， 形成了區塊鏈環境下的網絡輿情生態空間的正向自凈效應［４４］ 。

４.３區塊鏈技術偏好對網絡輿情傳播的影響

區塊鏈技術偏好與區塊鏈環境熱度、信息人影響力因素相比， 對網絡輿情傳播的影響稍弱， 但仍然是影響網絡輿情傳播的因素之一。區塊鏈技術偏好正向影響區塊鏈環境下網絡輿情傳播。同時， 信息偏好要素正向影響區塊鏈技術偏好因素。區塊鏈社交網絡平臺由于其具有區塊鏈技術提供的去中心化、分布式存儲、數據難篡改和信息可追溯的技術優勢， 為營造良好的網絡輿情空間提供了技術支撐， 尤其在信息存儲和隱私保護方面為鏈上用戶提供了獨特性的數據保護及知識存儲服務［４５］ 。當輿情用戶充分認識到上鏈存儲的視頻和圖片信息的傳播價值、經濟價值， 用戶便會以推動應用區塊鏈技術來實現其輿情信息傳播目標［４６］ ?；趨^塊鏈的工作量證明機制可以衡量輿情用戶對于該話題的輿情信息生產或消費貢獻， 從而獲取數字貨幣獎勵來實現經濟價值。從區塊鏈輿情空間生態建設角度，應通過普適性教育過程提升網民對區塊鏈技術使用的信息素養能力， 實現主動參與和能動使用區塊鏈社交媒體平臺的過程。區塊鏈技術及平臺的使用，對蘊含正能量的視頻和圖片信息可以實施上鏈行動以實現信息保護， 并對負能量輿情信息形成區塊鏈上鏈可追溯監管的震懾， 在激發用戶自發維持風清氣正的區塊鏈輿情生態空間的同時形成良好的輿論監管作用。

４.４區塊鏈信息偏好對網絡輿情傳播的影響

區塊鏈信息偏好同樣對網絡輿情傳播產生影響。網絡輿情中圖片信息上鏈偏好、視頻信息上鏈偏好、文本信息上鏈偏好的標準化回歸系數分別為０ ５７０、０ ４９５、－０ １７９。其中， 圖片信息上鏈偏好和視頻信息上鏈偏好對區塊鏈信息偏好產生正向影響。區塊鏈環境下輿情用戶更多選擇對圖片和視頻等辨識度較高、信息價值密度較大的輿情信息采取上鏈存儲形式， 并對圖片和視頻類信息版權保護意識較強。信息上鏈偏好則同區塊鏈信息偏好呈現負相關， 主要是因為文本信息目前還是區塊鏈輿情信息平臺的主流表現形式。一方面， 文本信息知識產權的唯一性和共有性難以被準確辨識［４７］ ； 另一方面， 大量文本信息上鏈存儲必然加劇以太坊擁堵，降低網民對于區塊鏈信息上鏈存儲的意愿。區塊鏈信息偏好對區塊鏈輿情傳播影響最小， 這一結果并不意味著區塊鏈環境下的輿情信息重要性下降， 僅僅反映了輿情信息是否上鏈對輿情傳播影響較小。即區塊鏈環境下， 決定輿情傳播的不是網民對輿情信息上鏈存儲與否的行為， 而是信息質量、價值密度和及時性等影響信息價值的關鍵要素［４８］ 。因此，區塊鏈環境下網絡輿情傳播的監測和治理， 應更加關注上鏈信息的特征和信息質量， 而非區塊鏈環境下鏈上用戶的上鏈信息數量。通過政策導向和數字激勵引導鏈上用戶積極創作并上鏈， 形成具有高價值密度的知識型信息， 形成以知識主題為內核的結構穩定的區塊鏈信息傳播社群， 從而營造良好的區塊鏈輿情信息傳播生態。

５研究結論

本文基于信息傳播模式和信息生態理論， 分析了區塊鏈環境下網絡輿情傳播過程， 構建區塊鏈環境下網絡輿情傳播模型， 對影響區塊鏈環境下網絡輿情傳播的影響因素提出了研究假設， 以及傳播影響因素的模型及算法， 采用Ｐｅａｒｓｏｎ相關系數及多元回歸模型對影響區塊鏈環境下的輿情傳播影響因素之間關系進行了分析。發現區塊鏈環境熱度、區塊鏈信息偏好、區塊鏈技術偏好、信息人影響力是影響區塊鏈環境下網絡輿情傳播的關鍵要素， 確定了要素之間的因果關系。研究發現， 區塊鏈環境熱度、區塊鏈信息偏好、區塊鏈技術偏好、信息人影響力對區塊鏈網絡輿情傳播有正向影響。區塊鏈信息偏好對區塊鏈技術偏好有正向影響、對區塊鏈環境熱度有正向影響； 上鏈粉絲用戶數量、上鏈關注用戶數量對信息人影響力有正向影響。本文在理論層面拓展了經典信息傳播理論和信息生態理論在區塊鏈環境下網絡輿情傳播領域的應用， 為區塊鏈環境下網絡輿情的傳播提供理論支撐和算法模型。

實踐層面結合典型應用區塊鏈技術的社交網絡平臺Ｍｉｎｄs，從不同要素層面提出了治理區塊鏈環境下網絡輿情生態空間的切實對策。同時， 對區塊鏈環境下網絡輿情傳播的影響因素進行分析， 對因素間作用關系的現實成因做出解釋， 為輿情監管部門后續更好地應用區塊鏈技術進行輿情治理和構建區塊鏈環境下的輿情生態空間提出相應的對策建議。同時， 也為區塊鏈環境下的社交媒體平臺新用戶的引入及上鏈信息的激勵工作提供了可以參考的建議。

本文的研究也存在一定的局限性。在研究過程中， 僅選擇Ｍｉｎｄｓ平臺的數據作為樣本， 數據源較為單一， 模型驗證階段沒有將所有一級分類數據納入進行全樣本驗證。同時， 在模型構建的過程中沒有考慮宏觀政策和經濟等環境要素對區塊鏈網絡輿情空間的常態化影響。因此， 在未來研究中， 將選擇更多的區塊鏈輿情平臺， 通過進一步優化模型，對區塊鏈環境下網絡輿情傳播機理及影響因素的情況進行更深入的機理分析及對比研究。