“新聞找到我”：助推高選擇性 媒體環境下受眾的新聞接觸

徐敬宏 張如坤

【摘要】針對高選擇性媒體環境下的新聞是更容易回避還是更容易接觸這一爭議，文章在梳理新聞選擇和媒體環境類型的基礎上，提煉了知溝擴大和全民閱讀兩派代表觀點。依據媒體環境（高選擇性媒體環境vs低選擇性媒體環境）、新聞閱讀情況（新聞回避vs新聞接觸）、受眾主觀意愿（有意的接觸vs無意的接觸）的標準，歸納出八種組合情景。研究發現，新媒體環境下的新聞選擇表現為“我躲著新聞”“新聞躲著我”“我找到新聞”“新聞找到我”四種傳者與受眾的關系。其中，“新聞找到我”是近年來出現的趨勢，它意味著受眾的新聞接觸或許是社交媒體的副產品，建議合理編排社交媒體上的娛樂和新聞信息，優化算法推薦，改變媒體系統中新聞消費的結構，促進受眾從無意的回避轉向無意的接觸，實現“新聞找到我”。

【關鍵詞】高選擇性媒體環境 “新聞找到我” 新聞接觸 無意的受眾

【中圖分類號】G210 【文獻標識碼】Ａ 【文章編號】1003-6687（2023）4-049-07

【DOI】 10.13786/j.cnki.cn14-1066/g2.2023.4.007

新媒體拓展了傳統媒體的傳播空間，其個性化的特征充分滿足了信息消費者的細分需求，讓受眾成為主導，擁有更大的選擇權。在這種高選擇性媒體環境下，受眾是更容易接觸到新聞還是更容易回避新聞成為學界爭議的話題。西方學者對此進行了一系列討論，涉及用戶界面設計、計算機算法、心理學與認知等多個領域。目前國內這一話題的討論還較少，將新聞接觸置于新聞傳播學的框架下進行探討，具有重要的研究意義。

隨著抖音、快手、微博、微信等社交媒體的流行，我國受眾在無意間接觸新聞的概率大大增加。“新聞找到我”是近年來出現的趨勢，它意味著受眾的新聞接觸或許是社交媒體的副產品，受眾對新聞無意的接觸不斷增多。但與此同時，推薦算法可能帶來的“信息繭房”、選擇性接觸等問題也可能使得受眾更傾向于選擇自己喜歡的信息，回避不感興趣的信息，進而加劇“回音室效應”。針對這一現象，本文在文獻梳理的基礎上，總結學界的觀點，歸納新聞選擇的情景，依據媒體環境、新聞閱讀情況、受眾主觀意愿的不同組合，提出對策建議。

一、新聞選擇：回避與接觸

新聞選擇有兩種類型：新聞回避與新聞接觸。根據受眾的主觀意愿，又可以進一步細分為有意的回避、無意的回避、有意的接觸、無意的接觸四種類型。

1. 新聞回避：有意的回避與無意的回避

新聞的選擇性接觸是指受眾根據自己的主觀意愿，選擇性地關注感興趣的新聞，回避不感興趣的新聞。與選擇性接觸相關的一個概念是新聞回避。有研究指出，在信息觸手可及的當今，存在一大批不消費或只消費少量新聞的人，[1]并將他們定義為新聞回避者、極簡主義者、非用戶或間歇型用戶。[2]

國外學者根據人們回避新聞的潛在原因，區分了兩種類型的新聞回避：有意的回避和無意的回避。[3]有意的回避是指人們因為不喜歡新聞而有意識地避開新聞，原因可能是新聞報道過于悲觀、不信任媒體以及信息過載。例如，刻意地取消瀏覽器的新聞推薦、關閉消息通知和推送，或者避免訂閱和關注某一新聞機構提供的新聞等。無意的回避是指人們對其他內容的喜愛超過了新聞本身，進而減少了對新聞的消費，這可能是由媒介信息的不斷豐富和算法的個性化推薦造成的。例如，微博用戶在查看熱搜排行榜的時候，潛意識地關注娛樂性話題，而忽視被官方強制置頂的硬新聞；在抖音、快手等短視頻平臺上，滿足于算法編制的“信息繭房”，僅沉浸于觀看自己感興趣的內容。

新聞回避被認為是新聞行業，甚至廣義上的民主面臨的一個日益嚴重的問題。隨著新聞機構失去了新聞的讀者，民主也失去了公民參與的知情基礎。這意味著新聞媒體在內容和收入下滑的巨大壓力下，專業新聞及其重要的民主角色將被削弱，同時也會給公眾的新聞接觸和政治知識帶來負面影響。

2. 新聞接觸：有意的接觸與無意的接觸

新聞的有意接觸即受眾在帶有明確目的或愛好的情況下閱讀新聞，滿足自身的信息需求。作為與有意接觸相對的概念，無意接觸指的是受眾并非出于獲取新聞的目的使用某一媒體，而是在使用媒體的其他功能（如娛樂、通信）的過程中偶然接觸到新聞。例如，在瀏覽微信朋友圈的好友動態的同時，被微信聯系人“投喂”新聞。雖然目前學界主流關注的仍是受眾有意接觸新聞，但對于傳播學研究者來說，無意的新聞接觸并不是一個陌生的概念。

印刷時代，許多公開的大眾出版物就將新聞與非新聞內容捆綁在一起進行銷售。早在20世紀40年代，美國社會學家伯納德·貝雷爾森就指出，人們閱讀報紙的原因可能與新聞無關。后來，電視的出現形塑了人們線性的時間表，如果人們在娛樂節目開始播放之前打開了電視，或者之后繼續收看電視節目，他們經常會發現自己在不知不覺看新聞。[4]一些公共服務廣播公司為了讓受眾收聽新聞，還會故意將新聞節目安排在高峰時段，從而創造了受眾更容易在無意間接觸到新聞的媒介環境，為受眾提供獲取信息的機會，進而盡可能減少知識差距，提升受眾的民主意識和政治參與。[5]

幾十年來，一些傳播學者針對無意的新聞接觸展開了研究。比如，將無意的新聞接觸放置在印刷和廣播媒體的背景下進行探討，包括關于通過報紙和電視被動學習的研究，[6]以及關于受眾通過電視軟新聞接觸外交內容的研究。[7]20世紀90年代中期網絡的興起，使得人們對無意接觸新聞的研究興趣增加。對萬維網的研究發現，上網使人們在搜索其他類型的信息時更容易遇到新聞，互聯網會促使用戶偶然接觸到信息，進而促進學習。如該研究發現，在1996年和1998年，相當大比例的美國公眾聲稱他們在互聯網上接觸到有關公共事務的新聞，雖然他們上網的直接目的不是獲取新聞，但是他們對公共事務的了解增加了。[8]其后，社交媒體的普及讓人們對無意接觸新聞的興趣進一步高漲，因為研究者逐漸意識到受眾接觸到新聞或許是這些社交媒體的副產品。

二、媒體環境：低選擇性與高選擇性

上述四種新聞選擇的類型會隨著媒體環境的變化而變化，從傳統媒體時代的低選擇性媒體環境到新媒體時代的高選擇性媒體環境，受眾的新聞選擇也呈現出新的特征。

1. 低選擇性媒體環境：傳統媒體時代

媒體環境所提供的內容是影響受眾進行新聞閱讀的重要因素之一。[9]多樣化的信息類型和內容為受眾根據自己的需求和愛好選擇相關的信息提供了便利。在某種程度上，媒體環境和所提供的媒體內容甚至決定了個人動機對媒體接觸程度的影響。[10]

在傳統媒體時代，受眾處于低選擇性媒體環境中，個人動機對新聞接觸的影響比較有限。即便受眾對政治和時事不太感興趣，也很有可能接觸到新聞，因為刻意避免新聞十分費力。電視為受眾無意接觸新聞提供了一個便利的平臺，電視等媒體容易把新聞和娛樂混在一起，處于低選擇性媒介環境中的人們傾向于習慣性地、常常是漫無目的地觀看電視，因此有很多機會接觸并了解政治新聞，即使他們沒有積極地尋找這些新聞。這也是為什么電視作為一種無所不在的、娛樂性的、可以悠閑觀看的非選擇性媒體，曾培養了一大批無意的新聞受眾。

愛看新聞的人是出于興趣，不愛看新聞的人更多是為了娛樂，把新聞當作電視的副產品。[11]人們觀看電視的動機可能是出于娛樂消遣，與獲取新聞無關，但在這個觀看的過程中，他們還是接觸到了新聞。有研究發現，即使是這種偶然的新聞接觸也會產生學習的效果，使那些對新聞興趣有限的個人對政治和時事有了更多的了解，從而縮小了對新聞感興趣和不感興趣的人之間的知識差距。[12-13]這種對新聞不感興趣卻獲取了新聞的現象被稱為“陷阱效應”，因為這些人通過偶然接觸新聞而無意中陷入學習的“陷阱”。[14]

2. 高選擇性媒體環境：新媒體時代

然而，近幾十年來，媒體環境發生了巨大的變化，可供選擇的內容數量急劇增長，人們進入了高選擇性媒體環境。高選擇性媒體環境這一概念最早由美國政治學家馬庫斯·普賴爾正式提出。他認為，現在的媒體環境是由不同媒體類型、媒體組織、媒體內容和呈現形態等多個維度構成的。[15]有研究指出，高選擇性媒體環境意在突出“不同種類的媒介平臺并存，不同類型的媒體內容共生等因素共同造就的復雜媒介生態”。[16]

鑒于一種新的媒體形式的出現并非取代舊的媒體，而往往是并存、疊加的。因此，在這種復雜的媒介生態下，多種多樣的媒體賦權受眾從不同的信源獲取信息，并在此基礎上產生觀點，進行一系列社會互動，受眾的選擇也帶有了極大的隨機性和不確定性。伴隨著媒體平臺和內容的豐富，手機和電腦等移動終端的普及使得受眾更容易根據自己的喜好選擇內容。

以我國為例，繼傳統媒體時代的報紙、廣播、電視之后，互聯網的突飛猛進為新媒體的出現插上翅膀，首先是BBS、天涯和人人網等門戶網站，接著是微博、微信等偏重圖文特色的社交媒體興起，其后是抖音、快手等短視頻平臺的火爆。除了平臺的變化，傳播者也從專業權威的新聞機構變為多樣化的個人、自媒體、企業媒體，產消合一，數字勞工也隨之出現，傳播鏈條由中心放射狀慢慢演化為復雜的網狀。智能手機等移動終端的普及更使得受眾無時無刻不被暴露在海量的信息環境中，也因此培養了一大批潛在的新聞受眾。《第50次中國互聯網絡發展狀況統計報告》數據顯示，截至2022年6月，我國網絡新聞用戶規模達7.88億，較2021年12月增長1 698 萬，占網民整體的75%。[17]

但是，網絡新聞用戶規模的擴大并非意味著新聞接觸的增加，考慮到各種類型信息之間的競爭也越來越激烈，在用戶的注意力有限的情況下，受眾的新聞接觸情況如何變化成為一個爭議的話題。不斷數字化和高選擇性的媒體環境意味著用戶偶然接觸新聞與選擇性接觸新聞的占比可能存在變動。

在互聯網出現之前，人們的新聞閱讀是由傳統大眾媒體的有限的渠道提供的。但是，隨著網絡媒體的出現，可供選擇的媒體渠道前所未有地豐富起來。人們擔心，從傳統媒體時代的低選擇性媒體環境向高選擇性媒體環境的轉變，可能會加劇新聞愛好者和不喜歡新聞的人之間的兩極分化。但也有人持相反觀點，認為社交媒體的使用實際上與新聞閱讀量的增加有顯著的關系，即使對于那些在社交媒體上做其他事情的時候偶然看到新聞的人也是如此。

三、高選擇性媒體環境下的新聞選擇

在高選擇性媒體環境下的新聞，受眾是更容易回避新聞，還是更容易接觸到新聞？通過文獻梳理發現，學界主要有兩派觀點：悲觀派認為高選擇性媒體環境會擴大知溝，導致受眾在新聞閱讀上形成兩極分化，加劇信息不對稱；樂觀派認為高選擇性媒體環境反而能夠縮小知溝，帶來全民閱讀，提升整體閱讀水平。

1. 悲觀派：高選擇性媒體環境會導致知溝擴大

雖然高選擇性媒體環境極大地豐富了用戶的信息選擇，但是高選擇性并非一定是件好事。高選擇性媒體環境對受眾的新聞閱讀的影響也更為復雜，目前學界存在兩種爭議。

一種觀點認為高選擇性媒體環境會帶來受眾的兩極分化，在信息和知識獲得上“富人變得更富，窮人變得更窮”。[18-19]長此以往，知溝就會擴大，互聯網會加劇對政治感興趣的人和不感興趣的人之間的信息和參與差。這是因為一方面，在選擇多的媒體環境中，新聞愛好者可以閱讀到比以往更多的新聞；另一方面，高選擇性媒體環境中受眾的無意接觸也存在減少的可能，因為網絡上各種各樣的內容泛濫，對新聞不感興趣的人則可以輕而易舉地逃避新聞，轉向更多的娛樂內容，而不必像以往一樣只能守在電視旁邊等待。[20]

這一信息差距拉大的擔憂得到了部分實證研究的支持。研究發現，隨著不同類型的媒體內容供應量的增加，越來越多的人可能回避新聞，[21]這意味著新聞尋求者與新聞回避者之間的知識溝將越來越寬。一項對意大利、澳大利亞、英國、美國的在線調查研究發現，在排除把社交媒體當作專門的新聞平臺的用戶的情況下，使用社交媒體的用戶比不使用社交媒體的人獲得更多的在線新聞來源，這種無意接觸的影響對年輕人和對新聞興趣低的人更強，且YouTube和Twitter用戶比Facebook用戶更強。[22]有學者探討了無意接觸新聞對政治參與的影響，基于美國人口的代表性樣本，他們發現在各種社交媒體上無意接觸新聞與受眾的線下、線上政治參與之間存在顯著正相關。[23]他們還發現，在線參與和無意新聞接觸之間的關系被娛樂和新聞的相對閱讀比例調節。所以，同樣是在社交媒體上偶然接觸新聞，新聞導向的受眾就比娛樂導向的受眾的在線參與更多，因而他們推論，無意的新聞接觸可能會進一步擴大受眾的知識溝。其他研究也支持社交媒體會擴大有關政治信息的知識溝的觀點，他們發現Facebook和Twitter的使用，擴大了不同社會經濟地位的人之間的政治信息差距。[24]

由此可見，不同教育背景、收入和興趣程度的受眾在高選擇性媒體環境下存在兩極分化的可能性。值得注意的是，這種知識溝的拓展可能會對受眾的行為帶來消極影響，更多的媒體選擇（有線電視和互聯網）會擴大偏好新聞和偏好娛樂的受眾在政治信息和選舉參與方面的差距，并且對政治新聞高度感興趣的人比不太感興趣的人體驗到更大的參與收益。[25]

2. 樂觀派：高選擇性媒體環境會帶來全民閱讀

另一種觀點傾向于樂觀，認為高選擇性媒體環境增加了新聞的曝光機會，受眾在無意間接觸新聞的概率大大提升，即便不愛看新聞的人最終也會加入全民閱讀的大營。

有學者指出，個人可以基于理性權衡其成本和收益，特意去獲取信息，因此對于對政治不感興趣的人來說，雖然大部分情況下，他們是不愿意專門花時間看新聞的，但是他們還可以在日常生活中將政治新聞作為其他活動的副產品來收集。[26]這種獲取新聞的方法包括直接對經濟狀況和公共服務質量的親身體驗、與朋友和家人開展關于時事的非正式對話、通過軟新聞了解時事政治或從媒體偶然接觸到新聞進行被動學習。

值得注意的是最后一種方式——偶然接觸新聞，這種被動學習在報紙、電視等傳統媒體時代早已存在，進入互聯網時代可能進一步被放大。這是因為作為一種信息工具，互聯網的目的性是有限的，網絡的某些功能會使網民意外地遇到他們沒有主動尋找的內容。而且，過去幾年數字媒體的變化和發展也表明，偶然接觸到各種類新聞的機會不僅沒有減少，反而增加了。新媒體的出現，降低了在網絡上制作、分發信息的門檻，由此產生的信息繁榮使得受眾無意接觸新聞的機會大大增加。受眾通過社交媒體在無意間接觸到政治新聞的這一現象備受學者們的關注。目前不少研究發現，社交媒體是受眾無意接觸政治新聞的重要渠道，而這種接觸反過來又與政治參與相關，無意接觸到在線新聞的可能性在一定程度上會影響公民的政治參與模式。[27]有研究發現，借助社交媒體的弱關系，各種政治信息有機會觸及那些不曾參與政治活動的人，當他們在社交媒體上遇到他們認識或信任的其他用戶時，他們可能會以一種新的方式來處理這些信息，這種方式有別于他們處理來自大眾媒體等非個人信源獲得的信息。[28]還有學者通過調查在Twitter上討論2013年大選的意大利人，發現他們通過社交媒體獲得的政治信息越多，在這些平臺上表達的政治觀點越多，他們也越有可能參與要求更高的網絡政治活動，如積極地為某個政黨或候選人拉票。[29]一項非常著名的研究也為無意接觸的動員作用提供了極具說明性的例子：在2010年美國中期選舉當天對Facebook用戶進行的一項實驗中，他們發現，接觸那些表明朋友和熟人已經投票的帖子會對投票率產生顯著的積極影響。即使Facebook用戶沒有主動地尋求有關選舉的信息，在社交媒體上無意接觸到的新聞推送也會將社會線索信息灌輸到受眾的意識中，甚至對一些受眾的行為產生刺激作用，最終激勵他們投票。[30]

互聯網對新聞的曝光在增加公民對政治的了解方面具有較大的發展潛力，正如許多學者所證明的那樣，社交媒體的使用可以對政治參與產生積極的影響，這一事實突出了無意新聞接觸的重要性。

四、新聞選擇的類型劃分

根據前文的文獻梳理和研究發現，本文總結出八種新聞選擇的情景。這八種情景代表了不同的新聞媒體環境、新聞選擇類型、受眾對待新聞的方式，有助于幫助學者和業界從業者總結受眾類型，針對受眾選擇合適的傳播策略。

1. 新聞選擇的八種情景

為了更清晰地展示媒介環境與受眾選擇之間的關系，本文列舉了高、低選擇性媒體環境與新聞回避和接觸的組合情景。媒體環境分為高選擇性媒體環境和低選擇性媒體環境兩種；在受眾對待新聞的方式上分為新聞回避和新聞接觸兩種，它們又分別可以細分為有意的和無意的。這樣一來，三個維度的交叉組合形成了八種情景（見下頁表1）。

其中，高選擇性媒體環境的新聞接觸有四種，分別是情景1“有意的新聞回避”、情景2“無意的新聞回避”、情景3“有意的新聞接觸”、情景4“無意的新聞接觸”。低選擇性媒體環境的新聞接觸同樣有四種，分別是情景5“有意的新聞回避”、情景6“無意的新聞回避”、情景7“有意的新聞接觸”、情景8“無意的新聞接觸”。

從新聞與受眾的關系來看，情景1和情景5可以描述為“我躲著新聞”，即受眾故意躲避或忽視新聞；情景2和情景6可以描述為“新聞躲著我”，即新聞沒有觸及潛在的目標群體或吸引到受眾；情景3和情景7可以描述為“我找到新聞”，即受眾主動尋求新聞；情景4和情景8可以描述為“新聞找到我”，即近年來國外傳播學者廣泛探討的“news find me”，新聞觸及了無意的受眾。

2. 情景跨越的可能性分析

新聞選擇的情景不是固定不變的，而是會受到具體的時間、地點和傳播情景的影響，新媒體的蓬勃發展讓受眾從低選擇性媒體環境逐步過渡到高選擇性媒體環境，傳播學者的研究焦點也從情景5—8轉移到情景1—4。其中，良好的新聞接觸是新聞媒體和工作者的奮斗目標，即表1中的情景3“有意的新聞接觸”和情景4“無意的新聞接觸”。情景3與情景4的區別在于受眾的主觀動機，情景3的受眾根據自身需求和興趣愛好，在使用與滿足理論的驅動下，主動進行新聞閱讀；相較之下，情景4的受眾的自我驅動力較弱，需要增加來自外部環境的激勵。

筆者認為，從情景2到情景4，將受眾無意的回避轉向無意的接觸，可以實現“新聞躲著我”到“新聞找到我”。適當的助推可以提高無意的回避者轉化成無意的受眾的潛在可能性。社交媒體或許可以成為這一關系轉變的發生地。有學者評估了社交媒體上偶然接觸政治信息對德國、意大利和英國公民在線政治參與的影響，該研究發現，無意的信息接觸與受眾的在線參與行為呈顯著正相關，雖然受眾自身對政治興趣起到了調節作用。[31]這一研究表明，社交媒體上無意的新聞接觸可能會縮小對政治感興趣的公民和不感興趣的公民之間的參與差距。通過將社交媒體上的新聞和娛樂信息合理編排在一起，優化能提供公共服務的算法，改變媒體系統中新聞消費的結構，提供有利于偶然接觸新聞的環境或許是一種可行的方案。

五、助推：從無意的回避轉向無意的接觸

在劃分八種新聞選擇情景的基礎上，我們針對高選擇媒體環境的特點提出幾點建議，以更好地幫助媒體進行新聞生產和分發，實現受眾從無意的回避轉向無意的接觸的目標。

1. 巧用娛樂，催生無意的接觸

近幾年來，不經意間在社交媒體上閱讀新聞的人數有所增加，尤其是在年輕人當中，社交媒體已成為無意的接觸的重要場所之一。社交媒體上無意的新聞閱讀是如何發生的？有學者通過對阿根廷受眾的深度訪談發現，技術和內容之間存在緊密聯系，社交媒體已成為一種隨時隨地的存在，許多受訪者表示，他們經常通過手機閱讀新聞，這個社交媒體的副產品已成為他們信息消費的習慣，雖然這種閱讀模式是零碎的，且新聞內容經過了編輯、算法和社交網絡的過濾，是缺乏層次的。[32]

高選擇性媒體環境下，社交媒體的娛樂屬性進一步突出，這種娛樂性也波及新聞的內容生產和敘事風格。在一定程度上，新聞的邊界在慢慢泛化。抖音、快手等短視頻平臺在為受眾提供消遣娛樂的同時，也日益成長為受眾獲取日常新聞的重要場所。這種新聞的娛樂性并非一定會帶來消極后果，在培養無意的新聞受眾方面也會帶來積極影響。丹麥的一項研究發現，將音樂選秀節目安排在主要公共服務頻道的新聞播出之前或之后，極大地增加了新聞的受眾，這種娛樂的抓取和包裹效應在年輕人和對新聞不感興趣的人群中尤為強烈，且隨著時間的推移，這種效應會變得更強。[33]這表明，在當今高選擇性媒體環境中，雖然各種娛樂節目與新聞的競爭日益激烈，但娛樂節目會為新聞的傳播創造一個有利的機會，催生大量無意的新聞受眾。

2. 優化算法，助力無意的接觸

算法分發被廣泛地應用在當今的社交媒體。有學者總結了四種算法機制下的信息接觸類型：個人自行設計自己的信息環境，實現尼葛洛龐帝所預言的“我的日報”；實現從傳播者直接到達受眾的信息的“一級傳播”；Google和Facebook等互聯網巨頭的算法分發，將信息過濾后再傳播給受眾，即“過濾氣泡效應”；通過數字媒體網絡上的信息共享，實現經由意見領袖節點的“兩級傳播”的復興。[34]雖然學界對于社交媒體上受眾的信息接觸類型存在較大爭議，但是有一點是肯定的，那就是算法使得受眾的信息接觸總量持續增加，無論是何種類型的信息。

結語

算法是一把雙刃劍。在高選擇性的媒體環境下無意的新聞回避中，通過偏好和算法內容選擇之間的相互強化過程，算法可能會導致受眾無意的回避新聞。受眾會更容易尋找符合自己娛樂偏好的媒體內容，因為借助于算法推薦不斷尋找娛樂內容不需要花費太多精力。但在無意的新聞接觸中，假如算法帶有一定的公共服務形式與隨機性，那么當新聞進入受眾的算法推薦隊列的時候，受眾也會更容易接觸到新聞，而這些受眾最初并非為了新聞才使用這一算法平臺提供的服務的。在高選擇性的媒體環境中，合理的優化算法，可以實現從無意的回避轉向無意的接觸，供應的增加和獲取的便利也將帶來比之前的大眾媒體環境更多樣化的新聞使用和更多的參與。[35]

參考文獻

[1] Gadi W， Moran Y， Samuel-Azran T. Political information repertoires and political participation[J]. New Media & Society， 2016， 18（9）： 2096-2115.

[2] Mosca L， Quaranta M. News diets， social media use and non-institutional participation in three communication ecologies： Comparing Germany， Italy and the UK[J]. Information Communication and Society， 2016， 19（3-4）： 325-345.

[3] Skovsgaard M， Andersen K. Conceptualizing news avoidance： Towards a shared understanding of different causes and potential solutions[J]. Journalism Studies， 2020， 21（4）： 459-476.

[4] Neuman·W. R， Just·M. R， Crigler·A. N. Common knowledge： News and the construction of political meaning[M]. Chicago： University of Chicago Press， 1992： 130.

[5] Esser F， Vreese·C. D， Str?mb?ck J， et al. Political information opportunities in europe： A longitudinal and comparative study of thirteen television systems[J]. International Journal of Politics， 2012， 17（3）： 247-274.

[6] Snyder·Z. R. Passive learning： When the media environment is the message[J]. The Public Opinion Quarterly， 1984， 48（3）： 629-638.

[7] Baum·M. A. Soft news goes to war： Public opinion and american foreign policy in the new media age[M]. Princeton： Princeton University Press， 2002： 5.

[8] Tewksbury D， Weaver·A. J， Maddex B D. Accidentally informed： Incidental news exposure on the world wide web[J]. Journalism & Mass Communication Quarterly， 2001， 78（3）： 533-554.

[9] Althaus·S. L， Cizmar·A. M， Gimpel·J. G. Media supply， audience demand， and the geography of news consumption in the United States[J]. Political Communication， 2009， 26（3）： 249-277.

[10] Skovsgaard M， Shehata A， Str?mb?ck J. Opportunity structures for selective exposure：Investigating selective exposure and learning in swedish election campaigns using panel survey data[J]. The International Journal of Press/Politics， 2016， 21（4）： 527-546.

[11] Bennett·W. L， Iyengar S. A New era of minimal effects？ The changing foundations of political communication[J]. Journal of Communication， 2008， 58（4）： 707-731.

[12] Shehata A， Hopmann·D. N， Nord L， et al. Television channel content profiles and differential knowledge growth： A test of the inadvertent learning hypothesis using panel data [J]. Political Communication， 2015， 32（3）： 1-19.

[13] Shehata A. Active or passive learning from television？ Political information opportunities and knowledge gaps during election campaigns[J]. Journal of Elections Public Opinion & Parties， 2013， 23（2）： 200-222.

[14] Schoenbach K， Lauf E. The "trap" effect of television and its competitors[J]. Communication Research， 2002， 29（5）： 564-583.

[15] Prior M. Post-broadcast democracy： How media choice increases inequality in political involvement and polarizes elections[M]. Cambridge： Cambridge University Press， 2007： 41.

[16] 閆文捷，張軍芳，朱烊樞. “高選擇媒體環境”下的媒介素養及其社會影響——基于新冠疫情期間中國城市居民的問卷調查[J]. 新聞與寫作，2020（8）：31-42.

[17] CNNIC. 第50次《中國互聯網絡發展狀況統計報告》[EB/OL]. [2022-09-26].http：//www.cnnic.net.cn/NMediaFile/2022/0926/MAIN1664183425619U2MS433V3V.pdf.

[18] Norris P. Preaching to the converted？： Pluralism， participation and party websites[J]. Party Politics， 2003， 9（1）： 21-45.

[19] Scheufele·D. A， Nisbet·M. C. Being a citizen online： New opportunities and dead ends[J]. The Harvard International Journal of Press Politics， 2002， 7（3）： 55-75.

[20] Prior M. News vs. entertainment： How increasing media choice widens gaps in political knowledge and turnout[J]. American Journal of Political Science， 2005，49（3）： 577-592.

[21] Blekesaune A， Elvestad E， Aalberg T. Tuning out the world of news and current affairs： An empirical study of europe's disconnected citizens[J]. European Sociological Review， 2012（28）： 110-126.

[22] Fletcher R， Nielsen·R. K. Are people incidentally exposed to news on social media？ A comparative analysis[J]. New Media & Society， 2018， 20（7）： 2450-2468.

[23] Kim Y， Chen·H. T， Zuniga H. Stumbling upon news on the Internet： Effects of incidental news exposure and relative entertainment use on political engagement[J]. Computers in Human Behavior， 2013， 29（6）： 2607-2614.

[24] Yoo·S. W， Gil De Zú?iga H. Connecting blog， Twitter and Facebook use with gaps in knowledge and participation[J]. Communication & Society， 2014， 27（4）： 33-48.

[25] Xenos M， Moy P. Direct and differential effects of the internet on political and civic engagement[J]. Journal of Communication， 2007， 57（4）： 704-718.

[26] Downs A. An economic theory of democracy[J]. Public Choice， 1957， 19（1）： 111-115.

[27] Zuniga·H. D， Molyneux L， Zheng P. Social media， political expression， and political participation： panel analysis of lagged and concurrent relationships[J]. Journal of Communication， 2014， 64（4）： 612-634.

[28] Zuniga·H. D， Valenzuela S. The mediating path to a stronger citizenship： Online and offline networks， weak ties， and civic engagement[J]. Communication Research， 2011， 38（3）： 397-421.

[29] Vaccari C， Valeriani A， Barberá P， et al. Political expression and action on social media： Exploring the relationship between lower- and higher-threshold political activities among twitter users in italy[J]. Journal of Computer-Mediated Communication， 2015， 20（2）： 221-239.

[30] Bond·R. M， Fariss·C. J， Jones·J. J， et al. A 61-million-person experiment in social influence and political mobilization [J]. Nature， 2012， 489（7415）： 295-298.

[31] Valeriani A， Vaccari C. Accidental exposure to politics on social media as online participation equalizer in Germany， Italy， and the United Kingdom[J]. New Media & Society， 2016， 18（9）： 1857-1874.

[32] Boczkowski·P. J， Mitchelstein E， Matassi M. "News comes across when I'm in a moment of leisure"： Understanding the practices of incidental news consumption on social media [J]. New Media & Society， 2018， 20（10）： 3523-3539.

[33] Andersen K， Skovsgaard M， Pedersen·R. T. The X Factor of opportunity structures： How grab and wrap effects of entertainment create inadvertent news audience in a high-choice media environment[J]. European Journal of Communication， 2019， 34（5）： 535-551.

[34] Thorson K， Wells C. Curated flows： A framework for mapping media exposure in the digital age[J]. Communication Theory， 2016， 26（3）： 309-328.

[35] Kobayashi T， Inamasu K. The knowledge leveling effect of portal sites[J]. Communication Research， 2015， 42（4）： 482-502.

"News Finds Me"： Boosting Readers' News Exposure in a High-Choice Media Environment

XU Jing-hong， ZHANG Ru-kun（School of Journalism and Communication， Beijing Normal University， Beijing 100875， China）

Abstract： In response to the controversy of "whether news in a highly selective media environment is easier to avoid or easier to access"， this paper， on the basis of sorting out the types of "news choice" and "media environment，" extracts the "expansion of knowledge gap" and "all-people reading"， representative viewpoints of the two factions. According to the criteria of media environment （high selective media environment vs. low selective media environment）， news reading situation （news avoidance vs. news contact）， and audience's subjective intention （intentional contact vs. unintentional contact）， eight combined scenarios were summarized. It has found that the news choices in the new media environment are manifested as four kinds of relations between communicators and audiences： "I hide from the news" "news hides from me" "I find the news" and "news finds me". "News finds me" is the trend in recent years， which means that the news of the audience contact may be a by-product of social media. We recommend rationally arranging entertainment and news information on social media， optimizing algorithm recommendations， changing the structure of news consumption in the media system， and promoting audiences from "unintentional avoidance" to "unintentional contact" to realize "news finds me".

Key words： high-choice media environment; "news finds me"; news exposure; inadvertent audience

基金項目：安徽省高校協同創新中心項目（GXXT-2022-091）；國家新聞出版署出版業用戶行為大數據分析與應用重點實驗室項目（SZSK202240）

作者信息：徐敬宏（1975— ），男，湖北孝感人，北京師范大學新聞傳播學院教授、博士生導師，主要研究方向：新媒體、互聯網治理與網絡法；通訊作者張如坤（1997— ），女，山東臨沂人，北京師范大學新聞傳播學院博士研究生，主要研究方向：數字媒體、科學傳播。