基于12例微博维权事件的情感动员定性比较分析

龚芳敏,刘海孟,孙皖湘

(吉首大学 文学与新闻传播学院，湖南 吉首 416000)

随着媒介技术的发展，我国公民越来越倾向于通过网络媒体来维护个人权益，其中微博又最为突出和典型。据中国消费者协会发布的2020年《“十一”消费维权舆情分析报告》数据显示：“单就‘消费维权’这一类维权类型，‘中秋国庆’期间‘消费维权’类信息传播渠道中微博信息量最高，占比高达51.82%。”[1]微博作为社交网络媒体平台，一方面，在设置“公共议题”的功能上远超其他社交媒体，已经成为公众发声、引发舆论、博取关注以维护自身权益的首要选择。另一方面，微博也存在情绪先行、事实在后进而导致维权舆情走偏，谣言与流言无法控制的局面。更有甚者，维权主体为达到维权目的发布不实信息，恶意引导网民发表非理性言论，甚至做出“人肉搜索”之类的网络暴力行为，以维权之名侵害了他人的隐私权和名誉权，严重影响了社会的和谐稳定。基于此，本文选取2019年4月18日至2020年10月31日间的12个微博维权案例，通过定性比较分析方法(Qualitative Comparative Analysis，以下简称QCA)，研究微博维权事件中不同的条件路径组合产生的社会效应，分析微博维权舆情的情感动员机制，揭示网络舆情发生的内在规律。与此同时，为规避恶意炒作和非理性维权，引导网民营造一个健康、规范和谐的网络维权环境，促成微博维权事件中的情感动员发挥更多的社会正效应。

一、文献综述

微博维权事件属于网络群体性事件，国内学者杜骏飞认为，“网络群体事件的本质是网民群体围绕某一主题、基于不同目的，以网络聚集的方式制造社会舆论、促发社会行动的传播过程。”[2]网络群体性事件主要包括：“各类网络维权、网上签名、网上反腐和网络民间救助，以及众多的网络社区和博客作者所发起的大大小小的集体行动。”[3]其中，微博维权指维权主体将微博作为重要维权平台，借助平台讲述自己被侵权的遭遇，从而吸引网民的关注，形成线上舆论以此助推线下维权，实现维权成功的行为。目前，有关研究主要集中在以下两个方面：

(一)网络群体性事件的定性比较分析

定性比较分析(QCA)是上世纪“在社科领域兴起的一种针对中小样本案例研究的方法，基于布尔代数基本原理，借助集合论思想来考察社会现象的原因组合路径，以达到处理这些社会现象中普遍存在的因果复杂问题的目的。”[4]近年来，学界运用定性比较分析方法分析探讨网络群体性事件，取得了一系列研究成果。李良荣等人(2013)聚焦2010年至2011年发生的195个网络群体性事件，运用QCA揭示了其爆发机理。朱雅琳(2015)通过分析2014年85起有影响力的网络群体性事件，揭露了其中舆论动员的新形态和新效用。曹亚辉(2018)运用QCA探讨了2013年至2016年发生的35起舆论反转事件的内在机理。李明、曹海军(2020)通过QCA比较分析40起突发事件，据此得出三个有效的条件构型。隋岩、谈和(2020)运用QCA对网络群体传播背景下信息扩散的特征和机制进行了探索。另外，在环境维权方面，樊攀、郎劲松(2019)以2007年至2016年间26起环境维权事件为研究对象，采用QCA揭示了环境维权事件在媒介化视阈下的传播逻辑。

(二)网络群体性事件的情感动员研究

动员“泛指发动人们参加某项活动，传统社会运动中的动员模式能够号召大量社会成员为达到一定目标而进行集体行动。”[5]勒庞较早注意到情感在群体动员中的作用，认为“在某种狂暴的感情——譬如因为国家大事——的影响下，成千上万孤立的个人也会获得一个心理群体的特征，……从而获得群体行为特有的属性。”[6]一般认为，情感动员，即“在互动中，个体或群体通过情感运作，以唤起、激发或者改变人们对事物的认知、态度和评价的过程。”[7]随着互联网的发展，社会运动的发生场域不再局限于传统媒体，而是转移到社交媒体甚至“独立于传统媒体报道而获得关注。”[8]杨国斌认为，“网络事件的核心是话语，没有话语就没有网络事件，而网络事件的话语力量正是来自情感的表达。如何揭示网络事件中情感表达的逻辑，是揭示网络事件动因的关键所在。”[9]郭小安、王木君(2016)通过2002年至2015年191个“网络民粹事件”的分析，发现情感动员策略与行为结果之间具有显著的相关性。刘小龙(2017)通过分析网络民粹主义动员案例和进行跟踪研究，对其境况和特点尝试做出了理论概括。钟丽娟(2018)采用文献分析、文本分析等方法，分析了网络群体性事件中的情感动员策略、影响因素和现实影响。孙卫华、咸玉柱(2020)从情感认同、程序缺陷以及原型情感等三个方面分析了网络维权行动的情感动因。

通过文献分析发现，国内运用定性比较分析方法，在突发群体性事件的网络舆论生成、扩散方面已经取得了丰富的成果。在网络维权舆情方面，除少量的环境维权舆情研究外，鲜有关注微博维权这一特殊现象，且对微博维权舆情中情感因素是如何影响网民的心理和态度未作深入分析，在变量选择与对策建议上基本按照传统的线性传播5W模式。基于此，考虑微博维权事件中网络舆论的广泛传播与舆论发酵呈现出“多因素复杂并发”的明显特征，且情感因素是其中不可忽视的重要动因。因此，本研究以情感动员为核心，选取具有QCA分析微博维权舆情中情感动员路径与机制，并尝试回答以下问题：

Q1：哪些条件因素中的情感动因促使绝大部分维权事件在微博平台上进行广泛传播、发酵和引起大众关注？最关键的核心因素是什么？Q2：这些条件的不同组合运用是否会影响、推动微博维权事件的广泛传播与舆论发酵，以此获得大众的关注，进而推动维权事件的解决？有哪些不同的条件组合路径会促成维权事件的解决并带来社会正效应？Q3：在微博维权事件中情感是通过什么机制来动员社会大众，引发网络舆论？

二、研究设计

(一)研究案例

本文选取2019年4月18日至2020年10月31日通过微博维权的12个案例作为分析样本，选取理由主要有以下四点：首先，维权主体将微博作为维权的主要阵地，维权事件在微博上有相关话题讨论，话题指数上讨论破亿、关注数、原创人数和阅读量都比较高；其次，尽可能覆盖不同的维权类型，案例样本中包含“正面结果”和“负面结果”的传播效应，尽可能覆盖到其他条件变量的不同类型；再次，案例要符合“多因并发的复杂性”的条件结构；最后，研究者对上述所有案例了解熟悉并能顺利获取相关资料。具体案例信息如表1所示：

表1 研究案例的基本信息

(二)变量设置

“QCA一般不提供变量选择的具体指南，要求研究者根据现有知识选择解释条件变量和结果变量”，[10]其中清晰集定性比较分析一般采用4-8个条件变量。在微博维权事件中，悲情、愤怒、戏谑等不同的情感对事件的发展起着不同的作用。因此，对于变量的设置，本研究从情感动员的视角出发，参照网络舆论舆情指标体系、[11]网络舆论生态系统评价[12]的研究，将事件类型、维权主体、维权内容、围观网民和反应态度等5个作为条件变量，传播效应作为结果变量。设置完变量，QCA需对所有变量进行二分赋值，权重低赋值为0，权重高赋值为 1。条件变量及结果变量的设置如表2所示：

表2 条件变量及结果变量的设置

1.条件变量：蕴含多维度的情感状态

(1)事件类型：以人身安全类为主，唤醒大众情感认同

通过分析维权事件和既有研究，本研究将微博维权事件分为以下五种类型：人身安全类、服务消费类、劳务纠纷类、版权纠纷类和维护名誉类。“群体情感动员取决于公共事件所涉及主题的情感类型，不同的情感类型有不同的情感动员逻辑”。[13]从所选案例在微博上所附带的话题来看，人身安全类的维权事件在话题阅读数、讨论数和原创人数上最高，而版权纠纷类的相关数据最低，关注、点赞、评论和转发量也较低。微博维权的事件类型对于调动网民情绪、形成情绪动员，是否选择关注、讨论和转发起到较大的影响，如人身安全类的维权事件中主要以家暴、性侵和性骚扰为主，该类事件中维权主体的弱势身份、维权内容的恐惧诉求都容易唤起网民的同情、愤怒等情感的生成和发泄。本文案例中，人身安全类维权事件占比42%，大于其他四种维权类型的比例，前者赋值为1，后者赋值为0。

(2)维权主体：以弱势群体为主，形成弱势“情感共同体”

“新媒介改变了愤怒表达的情感规则和权力关系，社会弱势群体和普通网民成为愤怒表达的主体”，[14]微博维权事件中维权主体以弱势群体和普通民众为主。维权主体是否属于弱势群体会影响到网络舆论的形成与扩散。维权主体向社会大众营造、渲染、展示自己的弱势身份，以争得同样属于弱势群体的一般大众的共情与支持。维权主体在围观网民的力量加持下共同形成一个弱势“情感共同体”，助推舆论舆情的发酵。本文案例中，维权主体属于弱势群体的占比58%，大于非弱势群体，前者赋值为1，后者赋值为0。

(3)维权内容：以悲情叙事为主，激发大众情感共鸣

为保证研究结果的客观性与公正性，本研究对所有案例维权内容的分类与赋值都以维权主体的第一条维权微博内容作为判断依据。已有研究表明：“情绪可能在社交媒体传播中产生病毒效应。”[15]维权主体对于维权内容的情感表达会影响到网民的情感态度与转向。本研究所挑选的案例样本中，维权主体的维权内容一般以悲情叙事为主，即“维权者借助悲情的叙事框架使维权行动本身承携着更多的情感力量”，[16]进而实现更多的社会关注与舆论支持；非悲情叙事指维权主体在诉求内容的呈现上较为理性，无明显的情感偏向表达，多为客观陈述维权事实。本文案例中，属于悲情叙事的占比58%，大于非悲情叙事，前者赋值为1，后者赋值为0。

(4)围观网民：以愤怒情绪为主，促进群体对抗性行为

网民情绪指受众基于自身心理与身份阶层，在微博这一社交媒介场域里对该维权事件产生的同情、愤怒和厌恶等非理性情绪。网民情绪的生发、传播会助推网络舆情的快速扩散与发酵。社交媒体平台构建的网络空间为社会大众提供了情感宣泄与社交需求的机会，“个体情绪表达的潜在呼吁并不是孤零零地自言自语，而是期待有同类群体存在并回应，本质是个体与群体的社交”，[17]网民个体的愤怒情绪通过微博的互动社交属性迅速传染、激发出其他个体的愤怒情感，促进了群体性对抗情绪行为规模的生长与扩大，愤怒情绪在微博维权事件中实现了社会群体的情感共通，对舆论的导向与发展产生较大的影响。网民在同一维权事件可能会表现不同的情绪成分，本文挑选首条维权微博下的点赞量最高的前10条评论，作为该维权事件中网民情绪的划分依据。本文案例中，网民情绪属于愤怒的占比92%，大于戏谑，前者赋值为1，后者赋值为0。

(5)反应态度：以消极应对为主，积累大众负面情绪

反应态度是指维权主体针对的“侵权主体”在被指控“侵权”后所作出的应对情况。维权事件的被指向人如政府、企业或个人若无法对侵权指控作出积极回应与应对措施，大众的悲愤、煽情、戏谑等非理性情绪会不断的堆积扩散，负面情绪的长期积累最终会给网络舆论的正面引导与治理带来困难，也不利于维权事件的解决。在“侵权主体”的消极应对下，网民往往会凭借丰富的想象力作出一系列非客观性、非合理性的推测，并在点赞、转发和评论中肆意宣泄个人非理性情绪和主观情感，引起大众恐慌。本文案例中，反应态度属于消极应对的占比58%，大于积极应对，前者赋值为1，后者赋值为0。

2.结果变量：依托情感动员进行维权的正传播效应较高

本研究将微博维权事件的传播效应作为结果变量，正效应与负效应分别包括两个层面。正效应包括两个层面：维权者的利益诉求得到回应、解决或相应赔偿；对社会的制度、相关法律的发展与完善和社会正能量传播等起到正向推动作用。负效应包括两个层面：维权内容真实性不可靠，维权事件出现反转，被反维权，对其他公民造成人身伤害，刻板化某类人群等；维权事件后续被曝出仍未得到解决，或问题再次发生，均为负效应。从所选案例的传播效应来看，在网络维权事件中通过情感达到动员目的，形成舆论确实成为大众维权的一种有效手段，但也要对维权主体对情感资源的不当利用作出反思，使情感动员在微博维权事件发挥正向作用。本文案例中，传播效应属于正效应的占比83%，大于负效应，前者赋值为1，后者赋值为0。

(三)构建真值表

真值表是通过二分制“考察结果现象发生或不发生时多种条件的具体状态，进而得出这些组合条件是如何导致，以及在多大程度上决定了结果现象的发生或不发生”。[18]本研究选取了事件类型(TYPE)、维权主体(BODY)、维权内容(CONTENT)、围观网民(EMOTION)和反应态度(ATTITUDE)为条件变量，传播效应(OUTCOME)作为结果变量，建立的真值表如表3所示：

表3 真值表

三、结果分析

(一)条件变量的必要性分析

为了回答问题Q1：哪些条件因素中的情感动因促使绝大部分维权事件在微博平台上进行广泛传播、发酵和引起大众关注？最关键的核心因素是什么？本文通过运用fsQCA3.0软件对条件变量的一致性与必要性进行检测，结合相关数据进行分析。在定性比较分析中，一致性指标测量条件变量X对结果变量Y的一致性，当一致性大于0.8时，则条件变量为结果变量的充分条件；当一致性大于0.9时，则条件变量为结果变量的必要条件。

由表4可以看到，5个变量中围观网民的一致性程度为0.9，其他条件变量的一致性都小于0.8，有且仅有围观网民达到充分且必要条件，这说明围观网民的情感态度在助推网络维权舆情上起主要作用。达到必要条件的围观网民覆盖率(0.82)也较高，说明围观网民的愤怒情绪或者由围观网民的愤怒情绪与其他变量组成的条件组合能够解释82%的案例样本。此外，维权主体的覆盖率(86%)和维权内容的覆盖率(86%)相对于事件属性和反应态度的覆盖率也更高，说明维权主体的弱势群体身份和维权内容的悲情叙事方式，在一定程度上成为影响维权效应的关键因素，其中围观网民的愤怒情绪是最关键的核心要素，以上讨论回答了前文提出的第一个问题。微博维权事件中情感动员机制如何引导舆论、助推舆论是一个多因素综合作用的结果，并且表4中的数据说明，这5个条件变量都不能单一促成微博维权事件网络舆论的正负传播效应，因此需要继续分析不同条件变量的组合路径。

表4 条件变量的一致性与覆盖率

(二)条件组合分析

为了回答问题Q2：这些条件的不同组合运用是否会影响、推动微博维权事件的广泛传播与舆论发酵，以此获得大众的关注，进而推动维权事件的解决？有哪些不同的条件组合路径会促成维权事件的解决并带来社会正效应？本文通过采用TOSMANA软件对真值表进行布尔运算，生成韦恩图。布尔最小化指“对一些由于复杂或繁多因素共同作用而产生的案例结果，QCA需要不断简化各个复杂条件组合，排除冗余变量和矛盾组合，找到解释结果变量发生的最典型和最关键的原因组合路径，建立相关的解释模型。”[19]如图1所示，矛盾组态 C未出现在韦恩图中，因此直接进行布尔最小化运算。

图1 12个案例真值表韦恩图注：0表示负面传播效应；1表示正面传播效应；R表示未考虑到的情况；C表示矛盾组态，未出现不予考虑。

1.最小化[1]组态分析

由图1可知[1]组态表达式，经过简化后的最小化公式为：～TYPE*～BODY*～CONTENT*EMOTION+TYPE*BODY*CONTENT*EMOTION+～TYPE*BODY*CONTENT→OUTCOME，即非人身安全类(～TYPE)、非弱势群体(～BODY)、非悲情的维权内容(～CONTENT)、愤怒的围观网民(AUDIENCE)，或人身安全类(TYPE)、弱势群体(BODY)、悲情的维权内容(CONTENT)、愤怒的围观网民(EMOTION)，或非人身安全类(～TYPE)、弱势群体(BODY)、悲情的维权内容(EMOTION)，容易引起正面传播效应。

由[1]组态可知，在非人身安全类的微博维权事件中，尽管是由非弱势群体所发布的非悲情维权内容，但若关键核心条件为该事件能够引起围观网民的愤怒情绪，就能促成维权问题得到重视且能够较快解决，带来社会正效应。如“郑恺火锅店陷抄袭风波 吼堂老火锅微博维权：请尊重原创”和“周杰伦投资KTV被告300首歌侵权”等案例，网民对版权侵犯类维权事件持有理性态度，并未因为是娱乐人物的粉丝或是受到粉丝群体的攻击而轻易改变观点看法。同样在这类事件中，弱势群体发布的悲情维权内容更能引起正面传播效应，如“浴室玻璃门割伤手，自爆还是操作不当？”和“周震南父亲开发小区多处现质量问题”等案例，都属于服务消费类维权，维权主体都属于弱势群体，更能激起网民的同情和愤怒的情绪。维权主体所发布的图片、文字和视频在叙事风格与内容呈现上属于悲情诉求，“在网络情感动员中悲情叙事的情感张力成为网民意见汇集与流通的中介”，[20]激起围观网民的同情共意，形成情感共同体以达到维权目的。

在人身安全类维权中，由弱势群体发布的悲情维权内容更容易触发网民的愤怒情绪，但不一定导向正效应，这种情况往往出现在反转维权事件中。如“广州一母亲称6岁女儿被体罚后哮喘发作留下严重后遗症”这一案例中，维权主体通过发布大量带血、病历的照片迅速在微博上引起热议，这些图像引发大部分网民在不知实情的情况下大量转发、评论。面对图像文本，网民“对景象的观照既不单纯地出自知觉或概念的功能，又不单纯地出自感觉，而是出自知觉和想象力的自由构建”，[21]进而引发负面网络舆情的快速发酵。但该案例中，被维权对象学校和广州白云警方快速做出反应，如广州白云公安经过调查后发布警情通报：“该发帖人承认其女儿因遭体罚吐血、凌晨2时被老师威胁殴打、送老师6万元等情节，系其为扩大影响而故意编造的谎言”。[22]随后，事情马上出现反转，最初选择站在维权方的网民在大量的事实证据面前转向了正义方，这说明被指向人的反应态度与速度在很大程度上决定了微博维权事件的走向，回应态度诚恳、快速能减少负面网络舆情的发酵。

2.最小化[0]组态分析

由图 1 可知[0]组态表达式，经过简化后的最小化公式为：TYPE*BODY*～CONTENT*EMOTION*ATTITUDE+TYPE*～BODY*CONTENT*EMOTION*ATTITUDE→outcome,即人身安全类(TYPE)、弱势群体(BODY)、非悲情的维权内容(～CONTENT)、愤怒的围观网民(EMOTION)、消极的反应态度(ATTITUDE)，或人身安全类(TYPE)、非弱势群体(～BODY)、悲情的维权内容(CONTENT)、愤怒的围观网民(AUDIENCE)、消极的反应态度(ATTITUDE)，容易引起负面传播效应。

由[0]组态可知，在人身安全类的微博维权事件中，导致负面传播效应的存在两条组合路径。一是当弱势群体发布的非悲情的维权内容会触发网民的愤怒情绪，但维权对象消极的反应态度会给舆情发酵留下充足时间，导致负面传播效应的产生。如“罗冠军与梁颖事件”，在梁颖发布维权微博后，罗冠军姐姐尽管及时作出了回应，但是效度、力度远远不及当事人罗冠军的正面回应，等到罗冠军形成完整事实依据后再进行反维权时，事情已经失控。在该事件最终大反转后，其实并没有多少网民去关注事件的真相，这给当事人造成了很大的负面影响。二是尽管非弱势维权主体在诉求内容上不以悲情叙事来进行维权，客观呈现被侵权的证据时，但由于证据不足、可信度低和其他因素的影响，网民往往存在质疑的态度容易采取不明确的观望态度，并随着时间的推移和事件被深挖出来的各种背后原因会降低网民对事件的关注，导致传播负效应。

通过分析可知，维权事件导向正面传播效应有三个条件组合路径，维权内容上的悲情叙事方式更容易激起围观网民的愤怒情绪，无论该事件是否为人身安全类或非人身安全类、维权内容是否由弱势群体或非弱势群体发布，都不会影响该维权事件引起围观网民的共情心理与情感共鸣，并形成普遍民意“倒逼”被指向人快速处理与解决该事件。情感作为微博维权事件中的重要资源，始终贯穿在舆论的发生与扩散环节，成为维权主体维护权益、抢占舆论制高点的有效手段。结合所选案例来看，新媒介技术为弱势群体、普通民众拓宽了发声渠道，他们通过微博进行维权，通过情感动员形成舆论压力助推维权事件的解决。此外，引起社会大众关注的维权事件，其中暴露的现实问题与网民利益一般都息息相关，围观网民参与到维权事件中是主动参与舆论监督，直接或间接推动解决社会问题，有助于社会和谐稳定发展。

(三)微博维权事件中的情感动员机制分析

为了回答问题Q3：在微博维权事件中情感是通过什么机制来动员社会大众，引发网络舆论？历史地看，“情感的表达是网络话语力量的来源，网络事件的发生就是一个情感动员的过程。”[23]这种情感动员机制是社会建构的产物，既具有受众心理的普遍性，也具有个案事件的特殊性。基于此，本文将微博维权过程中的事件类型、维权主体、维权内容、围观网民、反应态度等条件因素考虑进来，在普遍性维度，微博维权舆情演变中形成了情感唤起、情感扩散和情感爆发相递进的情感动员机制，最终实现了网民的同情与共意。

1.情感唤起：建构悲情身份与悲惨情境

在上述案例中，情感动员的首要步骤是悲情动员，“就是通过悲情泣诉和悲情演绎等方式，来唤醒激发人们对事件的同情与关注。”[24]维权主体在诉求内容的表达上以弱者身份为抗争武器，构建自己的悲情身份和悲惨情境，以达到唤醒网民同情共意的目的。首先，维权主体的弱势地位唤起了网民的共情心理，个体网民主动通过点赞、评论和转发参与到维权事件中，网民的观点、意见与情感汇集到微博这一公共空间，舆情开始显现。其次，通过具有视觉冲击力的图像符号或者视频符号传递与表达情感，直接动员网民深度参与事件的讨论，引发网民的持续关注。从研究结果来看，图文结合的传播形式更能吸引社会大众的关注，唤起网民的同情、悲悯和善良情感。这说明诉求内容能否唤起情感共鸣并不拘泥于传播形式，而是受限于内容所呈现的悲情身份和悲惨情境。

2.情感扩散：引发群体认同与群体情绪

当维权主体在微博上发布诉求内容后，围观网民潜存的社会正义感被激活，并在微博空间里围绕维权事件发表具有个人情感倾向的观点与看法，网络舆论在微博聚集。“情感唤起为用户集群提供了基础，而情绪渲染则起着促使用户群体结盟的作用”，[25]微博场域里网民通过在交换意见的信息互动中建构自己的群体身份认同，其中个体的情绪通过情绪共情、情感感染和社会认同等一系列社会化过程后，个体的情感会扩散到群体，群体情感的累积最终推动情感动员的深化。“在网络舆情中，情感扩散的效果之强尤以怨恨、愤怒、质疑等负性情感为甚。”[26]本研究中，围观网民的愤怒情绪是使维权事件导向正传播效应的核心因素，也从侧面印证了情感扩散阶段愤怒的情绪状态，更能引发群体认同和群体情绪，“群体认同可以通过作用于群体愤怒从而影响个体参与集群行为的意愿，群体愤怒可能在群体认同对网络集群行为中也起着中介的作用。”[27]

3.情感爆发：触发共意动员与集体行为

在微博维权事件中，群体情绪累积达到一个临界点时会促使网民群体情感爆发，触发线上、线下的共意动员与集体行为。线上的情感爆发表现为围观网民对该维权事件的持续关注、转发、点赞与评论等，“情感动员对群体性事件的发展尤其是线下行动也有一定的助燃作用”。[28]新媒介技术的发展为网民提供了表达观点和情绪的机会与权利，网民通过网络对同一维权事件暴露出的现实社会问题发声抗争，在参与讨论网络维权事件中获得情感认同。微博维权事件中，首次的情感爆发缘于围观网民对事件本身的同情与愤怒情绪，若维权事件得不到迅速回应与解决处理，又会引起第二次、第三次甚至更多的情感爆发，其针对对象会转移到被指向人如“侵权”当事人、政府部门和社交媒体平台等，会导致该维权事件发展到更复杂更严峻的状态。因此，政府部门、被指向侵权对象和媒体平台等反应态度至关重要，通过积极回应网民关切，推动侵权事件中存在的现实问题的解决，才能平息维权事件因情感爆发而引发的舆情。

综上，情感动员在微博维权事件中是一把双刃剑。一方面，维权主体运用情感化抗争手段维权，拓宽了维权渠道、降低了维权成本，民意的参与推动了侵权问题的回应与解决，对社会的发展有正面积极作用。另一方面，在后真相时代，部分维权主体为满足个人不正当利益诉求而编纂事实、颠倒黑白，利用自己的弱势群体身份在维权诉求中夸大自己的“悲惨遭遇”，通过煽动民意，甚至恶意绑架和利用网民的情绪冲动，造成负面情绪与不实信息的扩散传播，引发更多的矛盾与冲突。更有甚者，维权主体和围观网民为达到目的试图以网络舆论干涉司法公正，严重影响了社会的和谐与稳定。在微博维权事件中，维权主体如何科学合理地进行情感动员，围观网民如何理性地参与微博维权，被维权主体如何积极应对微博维权，网络监管部门如何引导网络中的情感动能在“正轨”中运行，限于篇幅，我们将另文讨论。此外，需要进一步说明的是，为保证研究结果的客观性，本研究挑选的是更具多样性与丰富性的12个案例样本，但还是不能覆盖到全部的可能情况。在设置和赋值条件变量和结果变量上，不可避免地受到了研究者的主观性和有限性的影响。本文的研究发现与结论是基于所选案例和相关变量推导出的条件构型作出的，无法考虑到各个具体案例的复杂结构，因此还不能对案例一一覆盖。