社交媒体地理偏好的传播机制实证研究*——以新浪微博2009-2014年水灾传播为例

■ 曾国华 刘新传 崔啸行

一、数字鸿沟、地理偏好与灾害传播

对于“数字鸿沟”(即数字技术在接受、应用上的社会阶层分化问题)的讨论,学术界早已走出“拥有”或者“没有”的二分,而深入到更加深广的层次。Colin Sparks(2013)总结了“数字鸿沟”研究的三种学术“传统”:“物理接入问题”“充分利用(数字)技术所必需的文化能力和技巧(competences and skills)”,以及“社会和文化因素如何在被采用的这些技术应用中起到决定性作用”。①其中,尽管信息通信技术在很多国家(包括一些发展中国家)日益普及,但“物理接入问题”即一般所说的“接入沟”问题仍然在美国、加拿大等发达国家存在②,然而学界对于单纯的对接入问题的关注度的确已经在下降(或者转入到第三种传统之中)。对“数字鸿沟”的相关研究,学界主要关注点是对第二种传统“媒介素养”(digital literacy)的研究,即研究与互联网和数字媒介应用相关的技能和技巧,以及这些技能的发展如何与社会鸿沟相关联。其中研究得最多的是能力和技巧在何种程度上深化(或者缩减)经典社会学意义上的群体(比如阶层)分化,从而与第三种学术传统相关联。

本研究与上述第三种传统密切相关,该取向的研究,在很大程度上采用了新韦伯主义的社会阶层定义,相对深入地分析了性别、教育、职业、收入、种族、民族等社会要素如何影响了社会群体在社交媒体使用上的分化和差异。例如,Alexander JAM van Deursen和Jan AGM van Dijk(2014)考察了人口学变量(性别、年龄、教育等)与互联网使用的总量和种类(信息、新闻、个人发展、社会交往、休闲、商务交易和游戏等等)之间的关联,同时提出:当互联网变得越来越成熟,互联网的使用会越来越反映存在于实体世界的社会、经济和文化关系,包括不平等。③周葆华(2011)发现,使用互联网和手机以及对于数字媒体的使用模式会影响到个体对自己社会地位的认知,这种现象“不仅仅是社会分层的结果”,也包含“影响个体的主观社会地位来再生产阶层结构的能力”。④

尽管关于数字媒介素养和数字技术使用的社会分层研究,在很大程度上拓宽了数字鸿沟研究的深度和广度,但是数字鸿沟如何影响灾害传播的研究极少。在微观层面,当人们在灾害发生期间利用多种信息获得帮助,媒介素养是至关重要的——“在灾害期间,用户们会以(社交网站等数字媒介的)设计者们从未设想过的方式来创建(沟通的)空间”⑤,同时无法使用数字媒体的弱势群体将处于相对不利的地位。在组织或宏观层面(如政府、大众媒体),人们也可以预见有一些社会群体会被有意无意地忽视了。比照一般性的数字鸿沟的研究,灾害传播的研究比例很低,而更低的是对推动社会分化、数字鸿沟的产生和再生产背后的复合社会机制(social institutions and mechanisms)及其如何影响灾害传播进行深入的研究。

作为进一步深化数字鸿沟对于灾害传播的探索,本文试图讨论数字媒体的用户基于社交媒体的使用习惯模式如何与现存的社会分化机制相关联,以及这种关联如何影响了灾害传播。本文集中关注一种普遍存在但是相对较少研究的社会分化机制——地理偏好:基于社会、经济和文化等因素而导致的地理分化以及这种分化在数字媒体使用者的主体意识上进行投射而产生的地理偏好,对社交媒体上灾害信息的选择性报道和传播具有重大影响。地理偏好在很大程度上是地理区域差异和社会发展不平衡的结果,同时,这种偏好经常与基于社会、经济、文化、种族、政治和历史纠葛的各种偏见、刻板印象、歧视等等结合在一起,并使得“地理偏好”变成一个非常常见、影响广泛但是复杂而难以细致梳理的问题。

笔者认为,对灾难传播状况与地理位置之间的相关性研究,是揭示复杂的地理偏好在社交媒体上所产生的社会分化效应的独特视角:一般认为,除了少数具有政治性、文化性等特殊要素的案例,大多数灾难事件的社会关注程度(即非个体意义而是社会广泛的关注)与灾害事件的生命逝去、经济损失程度直接而且紧密相关；⑥如果数据分析显示地理偏好因素在日常的社交媒体传播中的影响要大于生命和经济损失的影响,可在逻辑上揭示地理偏好对于灾害传播以及社交媒体上的日常公众沟通的重要影响以及社会分化效应。

基于以上逻辑,笔者提出本文的基本假设:地理偏好的传播机制对社交媒体的灾害传播有很强的影响,从而在一定程度上将社交媒体演变成一种新的社会分化机制。因此,本文试图探讨以下三个核心研究问题:

R1:地理位置/区域的偏好是否会对社交媒体灾害传播产生影响？

R2:如果R1成立,何种地理位置/区域享有更多的优势,以及何种地理位置/区域被相对忽视？

R3:这种机制对于灾害传播来说具有何种意义,将带来何种挑战？

二、研究方法和数据搜集

本文采用数据挖掘和人工内容分析相结合的方法,探索新浪微博灾害传播的地理偏好机制。由于本研究目的在于探究社交媒体用户对常规灾害传播的地理偏好机制,因此,我们在研究中特别排除了以下三种非常规的灾害情况:1)巨灾,如大地震、海啸和超级台风,因为此类重大灾害一般情况下都会成为国内、国际的关注热点；2)区域性、非伤亡性灾害,如湖泊蓝藻灾害、果树虫灾等,此类灾害具有强烈的区域性特征,对区域外的人群影响较小,除非受特定因素激发,在一般情况下获得的区域外广泛关注的可能性也相对较小；3)长期且渐进性的灾害,如地下水资源枯竭,此类灾害持续时间长,其传播受偶然因素影响明显。基于以上考虑,本研究聚焦于常规的、非特定区域、突发性的灾害传播。暴雨、洪水是中国最常见的灾害类型之一,在中国绝大多省市区域都经常发生并造成一定的经济和人员损失。因此,以水灾为例来展开新浪微博的灾害传播的地理偏好研究,具有典型性、适用性和合理性。

本研究收集和分析了193个新浪微博认证账号自2009年9月至2014年4月间所有微博信息。选取193个账号进行研究主要有两个原因:其一,新浪微博在2009-2014年间存在着显著的“大V现象”⑦,以及大V(在2013年新浪微博高峰期通常有1000万以上粉丝)、“中V”(10万粉丝以上)、“小V”用户(数千粉丝以上)通过密切的互动关系所形成的微博传播生态。这种以“大V”为核心的传播生态对于数量巨大的普通用户存在显著的影响。其二,从2012年6月2013年6月,本研究先进行了前期探测性研究,初步分析了1000位最具影响力的新浪微博用户发布信息,根据用户的活跃程度(日均微博发表数量在10条以上)、粉丝数量(1万以上)以及他们对公共议题的关注程度,本研究小组选定了172个个人用户和21个机构用户作为主要研究对象,这些用户都积极参与对各种社会热点包括暴雨、洪水等灾害话题的讨论、转发、关注。因此,他们自身的原创微博和对他人微博的转发涵盖了新浪微博上的大部分最热门话题,其中也包括影响百姓日常生活的暴雨洪水灾害的议题。他们对洪水议题的关注状况也在很大程度上能够代表2009-2014年间新浪微博对于洪水问题的关注状况。

数据的获取、处理和分析具体步骤如下:第一,在2013-2014年,研究小组利用数据挖掘获取了所选定的193个用户自注册以来的所有微博,共计240万条微博信息条目的数据；第二,通过应用程序对240万条微博进行筛选,最后选出12304条涉及到各种暴雨、洪水案例的微博,包括案例描述型微博、评论型微博和信息补充型微博；第三,在此基础上,进一步使用应用程序对这些微博进行全面筛选、识别和自动聚类编码,筛选出625条在2009-2014年发生过且与暴雨洪水案例有直接相关的微博信息；第四,对所选择625条微博进行人工编码,依据经济损失较大、人员伤亡(事件在微博发布和转发期间死亡人数在1人以上)原则,共识别出126个水灾案例；最后,通过SPSS分析软件对这个126个洪水案例进行统计分析,着重关注所选的193个微博用户如何在微博上报道、转发和评论这些案例,以及这些案例在他们的粉丝群体里面获得的转发、评论与回应。

三、分析与结果

本研究针对水灾案例通过发帖、转发、评论状况着重进行分析。从整体上看,这是衡量一个事件是否得到新浪微博用户关注的重要变量(即这些变量的数值与新浪微博用户关注度成正比)。本研究首先建立了126个水灾案例的基本数值的统计表(表1),对每个洪水灾害微博传播过程中死亡人数统计(按照实时报道原则、微博发帖时间表明的死亡人数进行统计),以及每个案例所有微博的累计转发数、评论数,进行第一步的统计分析。从数值可以看出,最高和最低转发数、最高和最低评论数存在巨大的落差,需要进一步分析案例中影响差异的因素。

表1 126个水灾案例关键数值统计表

注:*在121个水灾关键数值统计中,其中9个案例因为死亡人数不明(前后报道有重大差异,而且后续报道对死亡人数进行了零损失澄清)而做了缺省处理,故N=117。

在检验地理位置因素是否影响微博转发和评论量之前,本文首先探讨是否转发数量和评论数量与人员损失大小情况相关。从表2可以看出,洪水案例的转发量和评论量呈现显著正相关(0.849,p<0.01),但死亡人数与转发量、评论量并无显著相关性。例如第106号案例“湖北咸宁20110620”,即2011年6月发生在湖北咸宁县的洪水灾害,尽管导致了23人丧生(在中国分级体系里属于“重大”突发公共事件),但在193个认证微博用户中(每个用户账号都有超过1万名粉丝,而且每个用户都会深度参与公共话题和讨论)只有一个账号发布过1条相关的微博,并且只收到一次转发和0次评论。但是同期在广州、江浙地区发生的多起水灾案例,生命损失数量低于3人(在中国分级体系里属于“一般”突发公共事件),却在微博上引起数量较高的转发和评论(超过138次,高于中值)。

表2 洪水灾害案例微博统计分析数据(r检验)

注:** p<0.01.

其次,鉴于对于洪水灾害事件的关注与该事件的死亡人数并无显著相关性(表2),因此,将进一步探讨水灾案例的传播量(转发数和评论数)是否与灾害发生的地理位置及其经济发展程度存在相关性(水灾案例的经济损失与微博关注度之间的相关内容将在后面进行讨论)。根据中国经济发展的区域特征,本研究分为四类区域(表3),即发达沿海地区(北京、天津、上海、山东、浙江、江苏、广东、福建、香港、澳门和台湾),中等地区东北(辽宁、吉林、黑龙江)和华中地区(山西、河北、河南、湖北、湖南、江西、安徽)和经济欠发达的中国西部地区(重庆、四川、贵州、云南、广西、陕西、甘肃、青海、宁夏、西藏、新疆和内蒙古)。

表3 水灾案例的经济区域分布

表4 水灾案例城乡分布

通过LSD测试检测地理位置与洪水灾转发量、评论量的关系。表5是基于经济发展程度区分的结果,表明发生在发达沿海地区的案例,其转发和评论量都显著地高于中部和西部(转发数LSD测试结果分别为595.401,p<0.05;595.458,p<0.05；评论数LSD测试结果分别为160.354,p<0.05；154.298,p<0.05)。但分析结果也显示了在发达沿海地区和中国东北之间并无显著性差异(转发数LSD测试结果为542.703,p>0.05；评论数为145.737,p>0.05)。另一个显著结果是生活在我国西部洪水灾区在新浪微博上的关注较少,尽管这个区域的洪水案例数量最多(见表3),人员伤亡也最大(见表5“死亡人数”部分)。此分析结果表明,对于新浪微博用户来说,地理位置是比死亡人数更重要的考虑因素。在关注度上,沿海发达地区第一优先,较发达的中部地区第二,而欠发达的西部地区,虽然在水灾中遭受最大的生命损失,却排在最后。

表5 水灾案例传播与经济地理区域的相关性

(续表)

***,P<0.05.

表6 水灾案例传播与城乡区域的相关性

(续表)

****.P<0.05.

第三,重点分析洪水灾害信息的传播状况与地理位置中城乡差别的关系。表6即基于城乡地理位置差异而进行的LSD测试的结果。分析结果显示:虽然小城镇的水灾频次最高(表4),但是大城市水灾案例的转发量和评论量比小城镇要高得多(转发数和评论数的LSD测试结果分别为601.881,P<0.05;138.062,P<0.05)；而乡村地区,虽然没有被优先考虑,但数据显示其转发量和评论量的情况比小城镇要高,至少没有被选择性忽视。这些结果再次验证我们的假说,即地理偏好是重要的关注点:在洪水灾害的问题上新浪微博用户发布消息和评论的关注点集中于一些主要城市,但是和当下普遍认为的情况不同,农村不是最易被忽视的群体,而是水灾状况最严重、同时正处于极速发展中的小城镇成为最被忽视的地理位置。

因此,表5和表6中的分析及回答了R1和R2的问题。地理位置会显著影响微博上洪水灾害信息传播的情况。沿海发达地区和大城市被首先考虑并且有着最高的关注度,而西部、中部地区、小城市和城镇则被选择性地忽略,尽管中国西部地区和小城镇的死亡人数是最显著的(参看表5和表6“死亡人数”部分)。同时,从表5和表6中的结果可进一步推断:经济损失可能同样无法对地理偏好这一现象进行解释。虽然洪水灾害在沿海发达地区和大城市可能会比在欠发达地区和小城镇造成的经济损失大,这可以部分解释为什么沿海发达地区和大城市的水灾案例比那些在欠发达地区和小城镇发生的水灾案例受到的关注要多,但是这很难解释为什么中国东北地区和农村的地方经济损失明显不一定比中国中部地区和小城镇要更大,但是却没被选择性地忽略。

四、结论与讨论

虽然社交媒体在灾害传播中扮演日益重要的角色,但它们也反映和体现出“现存社会中经济与文化联系的不平等性”。⑧本研究以实证的方式,讨论了地理偏好机制如何影响新浪微博上关于洪水案例的传播现象。数据分析证实了我们的命题,即在关于水灾案例的传播中,地域偏好是新浪微博用户决定传播什么的重要优先考虑因素。首先,本文的数据分析结果直接发现,灾难的生命损失严重程度并不是影响一般性灾难的公众沟通的最重要影响要素,虽然西部地区在水灾中遭受了最大的人员损失,但是受到的关注却最低。其次,根据本文数据分析结果进行推论,可以发现经济损失的严重程度也不是影响一般性灾难的重要影响要素。这个发现及其推论对灾难传播的传统成见构成了冲击,传统观点认为大多数灾难事件的社会关注度与灾难事件的生命损失数量、经济损失程度紧密相关。最后,本文的分析结果也对一般理解上的地理偏好构成了挑战。一般认为,经济发达地区以及大城市受到的关注会显著高于其他地区和中小城市、城镇与农村地区；相对来说,农村由于经济发展程度以及人口密度原因,受到关注应该最低。然而,本研究发现,农村的受关注程度并非最低,最低的是当下正在极速发展的、以县城和乡镇为主的小城镇,虽然这些小城镇的水灾数量最高。

地理偏好对新浪微博影响重于经济的损失和人员伤亡的数据表明,社交媒体并不会“公平”地介入每一起灾害传播。曼纽尔·卡斯特尔(Manuel Castells)曾经这样描述社会网络中各个节点之间的距离:“已知的某个点或位置(物理、社会、经济、政治、文化)与另外一个点或位置的距离,在零(对同一网络的任何节点)和无限远(对网络外的任何节点)之间变化”。⑨在本研究所讨论水灾传播案例中,地理偏好机制部分充当了进行“节点距离”设定的机制:一旦灾害发生在使用者的地理偏好的范围之外,那么关于这个灾害案例对于这个使用者来说就是发生在距离无限远的地点,这个灾害案例的信息就会被排除在使用者的网络之外。因此,本研究的发现强调灾害管理的相关工作者、组织者、政策制定者以及各类建制性媒体和自媒体需要重视包括心理偏好机制在内的文化和社会心理机制在灾害传播方面的影响。面对舆论再中心化和社交网络高紧密度的传播平台⑩,尤其涉及灾害传播议题的公共利益诉求时,传播者需要认识到只有通过一定的传播策略解决地理偏好机制的障碍,此类信息和议题才能得到公众有效的关注与传播,回应R3的问题。这对于相对欠发达的西部地区以及当下正在极速发展、水灾数量却最多的小城镇而言尤其重要。

但是,新浪微博为何会形成强烈的地理偏好机制,以及此机制对于灾害传播相关的影响,目前还有待进一步研究。本研究并不能推断在新浪微博上所发现这种地理偏好机制是否在其他舆论集中度相对较小的社交媒体平台上(例如早期的微信和“脸书”)也表现显著。本研究无意放大研究发现的理论和实践适应性,也绝不否认社交媒体在灾害传播上(例如灾害预防、灾害信息分享以及灾害救援等)有很多非常有效的积极应用。但是,本研究的发现促使需要开展更多的研究,去探索地理偏好机制以及相关文化和社会心理机制,是否会推动网络空间内的不平等现象的出现,是否会强化实体社会中的不平等现象和社会分化在社交平台和网络空间内的投射,以及包括心理偏好机制在内的文化和社会心理机制在不同的社会、不同的人口地理背景的国家里是否具有不同的表现方式。

注释:

① Sparks C.(2013)Whatisthe“DigitalDivide”andWhyIsItImportant. Javnost:The Public,20(2):27-46.p.30.

② 参见Schradie J.(2011)TheDigitalProductionGap:TheDigitalDivideandWeb2.0Collide. Poetics.39(2):pp.145-168;Michael Haight,Anabel Quan-Haase & Bradley A Corbett(2014)RevisitingtheDigitalDivideinCanada:theImpactofDemographicFactorsonAccesstotheInternet,LevelofOnlineActivity,andSocialNetworkingSiteUsage. Information,Communication & Society,17(4):pp.503-519.

③ Van Deursen A.J.and van Dijk J.(2014)TheDigitalDivideShiftstoDifferencesinUsage. New Media & Society.16(3):pp.507-526.

④ Zhou B.(2011)NewMediaUseandSubjectiveSocialStatus. Asian Journal of Communication.21(2):133-149.pp.146-167.

⑤ Potts L.(2014)SocialMediainDisasterResponse:HowExperienceArchitectsCanBuildforParticipation. New York,NY:Routledge.p.8.

⑥ 国务院和各级省市政府制定的《特别重大、重大突发公共事件分级标准》和《特别重大、重大突发公共事件应急预案》,在涉及水、旱等气象灾害的时候,基本都以人员损失、财产损失、灾难影响面积三个要素来分级和制定应急预案。

⑦ 大V即经过新浪微博官方认证的、有巨大“粉丝”(关注者)数量的用户账号,大V现象即指这些有着庞大粉丝数量的用户成为“网络意见领袖”并具有强大的舆论影响力的现象。相关研究可以参见:于美娜,钟新:《微博意见领袖的舆论影响力现状及原因分析——以新浪微博环境传播为例》,《现代传播》,2015年第8期；靖鸣、王勇兵:《新浪大V传播行为的变化与思考——以突发公共事件为例》,《现代传播》,2016年第5期。

⑧ Van Deursen A.J.and van Dijk J.(2014)TheDigitalDivideShiftstoDifferencesinUsage. New Media & Society.16(3):pp.507-526,p.521.

⑨ Castells M.(2000)TheRiseoftheNetworkSociety:TheInformationAge:Economy,Society,and Culture(2nd ed.)New York,NY:Wiley-Blackwel.p.501.

⑩ 卢嘉、刘新传、李伯亮:《社交媒体公共讨论中理智与情感的传播机制——基于新浪微博的实证研究》,《现代传播》,2017年第2期。