舆论表达中的情感分层——以情感宽度为测量指标的分析

晏齐宏

一、问题提出

新媒体语境下，舆论表达中的情感特征越加凸显。网络舆论中个体的情感来自网络环境和互动他者，其通过模仿、反馈、感染等机制[1]对个体产生生理、心理层面的影响而发挥作用。除此之外，网络情感也来自社会的整体性建构。

情感是个人的，也是社会建构的[2]。典型的例子是，从结构化视角来看，处于社会不同位置的群体，其舆论表达状态存在差异。那些处于社会较高位置的意见领袖，与普通网民具有不同的表达偏好[3]。社会位置的差异也反映在情感表达方面。一般来讲，那些处于较高社会位置的优势阶层，具有较为强烈的正面情绪；而那些处于较低社会位置的群体，具有较为强烈的负面情绪[4]。也有研究发现，与高收入群体相比，收入不平等对低收入群体幸福感的负面影响更大[5]。

在情感社会学的视角下，情感并非一种纯粹的生理、心理现象，情感体验在不同社会结构中的分布是存在差异的[6]。那么，这种基于现实社会位置差异的情感分层现象，是否存在于网络语境呢？网络舆论表达中，人们的情感基于社会位置而呈现何种情感分布和差异呢？

二、文献综述

(一)基于社会位置的情感分层

帕森斯认为，社会结构不是由抽象的个人组成的，而是由人的地位和角色构成的[7]。社会学家认为，情感体验在社会结构中的分布是不均衡的。如果将情感视为一种社会资源，处于不同位置的群体具有不同的情感资源，他们经过长期日常生活实践、工作等体验到不同类型的情感，最终形成基于不同群体的情感分层。从社会层面看，财富、声望、权力是情感分层的重要机制[8]，其与正面情感能量正相关，这种情感能量分布的不平等形成了另一种社会层级的区分指标[9]。肯珀(Kemper)与柯林斯(Collins)提出了基于权力和地位的情感理论，该理论的核心观点是，在社会情境中，权力与地位本身会产生情感，而且二者的状态改变也会唤起个体的积极或消极情感[4]。一般认为，拥有较高权力与声望的个体，会体验到更多积极情感；相反，拥有较低权力和声望的个体，则会体验到更多消极情感[6]。但除此之外，社会位置还具有更复杂的情感启发机制。

首先，从结构性来看，位置的特征或者网络赋予节点以特性，决定处于特定地位或者网络中某个节点的个体情感进程[10]。社会结构具有相对稳定的权力、地位和资源分配特征和功能，人们在社会位置中根据角色要求及与他人的关系而进行情感实践活动。其次，从情境来看，这里特指在经验上与情感唤起相联系的情境。情境对情感的唤起包括几个方面：一是情境中的他者的类型或性质；二是特定情境中突出的、重要的位置类型；三是互动者之间所遵循的规则，或者对互动有指引意义的符号系统[11]。再次，从期望来看，期望是情感动力机制中的重要成分。期望隐含于角色、规范、道德、习惯、规则以及其他文化编码之中[10]。期望来源于两个方面：一是个体所处的社会位置，他人或社会对特定角色的个体具有一定的要求和期待；二是宏观文化规则系统对社会情境下的个体具有行动规约[12]。这些期望状态在特定情境下会召唤处于其中的个体，并指导个体的情感行为。最后，从期待(未)满足及归因来看，归因于自己和归因于他人会衍生不同的情感。期望与实际结果的一致或不一致，会引发人们的归因行为，二者相互作用更能促进情感的最终生成。

总体而言，从社会结构的角度看，社会位置、位置所在的情境、对特定位置的期待，以及对期待(未)得到满足的归因等，均能够激发不同的情绪，也影响情感类型的变化(见图1)。围绕特定社会位置的情感评估、情境、预期、归因等以及相互之间一致关联或不一致关联对情感的激发发挥重要作用。一般来讲，那些在社会结构各个环节中具有较多不一致或者较多势差的群体，会产生更多类型的情感，特别是负面情感。而那些在社会结构各个环节之间具有较多一致性或者势差较小的群体，则会产生满意等较少类型的情感，特别是正面情感。

图1 社会结构视角下情感社会分层的形成机制

(二)网络中的社会位置与意见表达

网络舆论中的情感表达不仅是网络氛围、互动环境影响的结果，从整体来看也是社会建构的结果。在传统舆论研究中，大多考察的是基于不同社会位置的意见态度差异。社会阶层(或地位)、种族(或民族)、年龄、性别、教育程度、经济收入、居住地等都会影响意见形成[13]。

除此之外，基于人口结构的意见表达差异也体现在网络空间。通过对世界互联网调查数据的分析发现，性别、年龄、教育程度、收入等不同程度地影响网络意见表达[14]。但很多情况下，这类研究中人口结构被作为控制因素放入基准模型，探讨在控制这些变量的情况下作为分析目标的高层次变量对意见表达的影响。这一过程使得人口结构所表征的社会位置及其影响意见表达的理论意涵并未得到最大程度的发掘和更深度的阐释。

需对此进行补充的是，舆论中意见领袖研究为分析社会位置与意见表达和情感表达的关系提供了重要参考。意见领袖一般是指那些处于较高社会位置的群体，他们对整个网络意见气候具有非常重要的引导作用。也就是说，意见领袖与普通网民的意见表达在起初阶段存在一定程度的势差，在之后的阶段普通网民会追随意见领袖，最终可能形成意见的同一化现象。

整体来看，网络舆论中存在基于社会位置的类型化和差异化表达现象。与此类似，网络意见表达中不同群体也存在情感方面的差异。有研究者以社会情绪问卷调查为基础进行分析，发现参与网络群体性事件的网民进行情绪表达的意愿高于普通网民[15]。该研究呈现了不同网民群体之间的情感表达差异。那么，更进一步，从社会结构角度看，网络舆论中情感表达的具体分层呈现了何种特征呢？社会位置是否能够反映这种分层特征，以及能够在多大程度上反映这种分层特征？特别是，基于社会结构视角下社会位置、情境、期待、归因等之间的一致关联和不一致关联通过何种机制形成了最终的情感分层呢？

三、分析框架：以“情感宽度”为指标的基于社会位置的情感分层

围绕社会结构各个环节(如位置、情境、期待、归因)的一致关联或者不一致关联所产生的情感，在不同群体中是有差异的，最终形成了情感的社会分层。如果各环节之间具有较多的不一致性，则情感起伏波动较大，情感类型也较为复杂；如果各环节之间具有较多的一致性，则情感起伏波动较小，情感类型较为简单。基于此，提出情感宽度(emotional coverage)概念，它是指具有特定身份或处于特定地位的群体所具有的情感的丰富程度和分布程度。情感宽度越宽，则表明情感越多样，分布状态比较复杂；情感宽度越窄，则表明情感相对单一，分布状态较为简单。

以往舆论表达中多以情感效价作为指标，如不同群体针对特定议题所具有的正面、负面和中立情感。一般而言，权力大和地位高的群体，在互动中获得的积极情感较多；处于另一端的群体则拥有较多的消极情感[6]。但实际上，经常在研究中出现的舆情事件，大多为负面议题[16]。对于这些负面议题，正负面情感的比例相差悬殊。由此，单一的正负面情感效价对基于社会位置的情感分层并没有很好的区分度，社会位置对情感的影响机制也无法得到深入的阐释。

更为重要的是，正面、负面、中立等效价情感无法呈现和反映背后复杂的社会心理机制，也无法深入阐释社会位置与基于此的心理特征之间的关系。巴伯莱特(Barbalet)认为，负面情感的类型很多，如愤怒、悲哀、憎恨等，但它们背后所隐含的情感心理是完全不同的。同时，这些负面情感类型在某种条件下可能会相互转化。所以相比于效价情感，类型情感更能反映基于社会位置的情感表达及其背后的心理机制。更进一步，当情感类型作为重要考察对象时，以情感种类为分析维度的情感宽度也契合了社会位置、情境、期望、归因之间一致或非一致关联而引发的情感状态。由此，情感宽度可以作为分析维度来阐释情感与社会位置之间的复杂关系。情感宽度这一概念具有一定的理论意义和实践意义，该指标能够深入阐释和回应本文所提出的社会结构视角下网络舆论中基于位置及其关系的情感分层问题。情感行为是个体人格系统和社会规则系统相互作用的产物。特别是在网络环境下，社会系统与情感系统通过情感资源及情感控制的相互作用生成特定情感(见图2)。

图2 社会结构视角下社会系统与情感系统的作用关系

一方面，从特定社会位置的情感本身来看，情感宽度能够深入阐释情感的规则系统及其作用机制。肯珀(Kemper)认为，社会结构具有相对稳定的权力、地位和资源分配特征和功能，即一些成员具有较多的权力、较高的地位和较丰富的资源，从而形成了两种不同的情感：将群体成员联系在一起的融合情感，保持群体成员区分的分化情感。前者更偏向于积极情感，后者更偏向于消极情感[17]。如果人们感受到与地位相一致的情感，则越可能减弱群体地位的区分，从而更可能产生积极的融合性情感[18]。同时，处于较高地位和较低地位群体的情感存在鸿沟[19]。例如，网络意见领袖，其网络影响力一定程度上能够代表其在网络空间的社会位置。网络意见领袖更可能具有特定情感，也更可能引导其他人的情感表达。有研究发现，微博平台中，团体认证用户、个人认证用户表达最多的是质疑，普通用户表达最多的是愤怒[20]。一般来讲，质疑更具有认知性，愤怒体现情绪化。在对动车事件的分析中发现，不同类型用户表达的情感可能性和强度有所不同。特别是团体认证用户更可能表达爱与同情，而且情感强度较高；除此之外，团体认证用户也表达愤怒、鄙视、厌恶等情感，但是情感强度最小。而个体认证用户比普通用户更可能表达愤怒、鄙视和厌恶情感[21]。由此，可以认为，社会地位愈高的人，情感资源愈丰富，所掌握的稀缺情感资源就愈多[22]，所具有的情感类型更加多样，情感也更为复杂[6]。

另一方面，从不同社会位置群体之间的关系来看，情感宽度能够反映情感的人格系统及其作用机制。一是对情感的控制是理性指导的结果。情感虽然是基于生理、心理等自然启动的表达状态，但在有意识的情况下，个体可以通过自然进化和社会选择过程来确立情感控制[23]。二是从社会位置来看，不同社会位置的个体对情感的控制程度有所不同。这主要是由于人们对特定地位的个体具有某种期待。对于那些处于较高社会地位的个体，人们对其具有较高的情感期待，希望他们可以在特定情境下表现出与情境相适宜的情感。相反，对那些处于较低社会地位的个体，人们对其情感并没有那么高的要求，并且能够容忍他们表达与情境不相符合的情感。里茨威(Ridgeway)与约翰逊(Johnson)的研究对此予以证实[24]。由此，从正面来看，不同社会位置的群体为了回应他人的期待会积极控制情绪表达；从反面来看，人们对不同社会位置的群体所具有的不适宜情感表达具有不同的容忍度。当然，情感控制和社会的情感期待也是相互作用的。一般来讲，那些处于较高地位的群体，更遵循社会期望规则，会更好地控制情感。而那些处于较低地位的群体，更可能不太遵循社会期待，对情感的控制能力也不会特别强。在网络空间中，社会控制也是存在的，代表性的是沉默螺旋机制[25]。人们会根据意见气候来控制自己的意见表达状态，这或许也存在于情感表达方面。

基于情感社会结构视角，提出以上两种作用机制——“情感资源论”和“情感控制论”，分别从特定位置群体本身和群体之间关系的角度，回应了社会位置如何通过情感的个人系统和规则系统影响个体的情感表达。值得注意的是，两种分析机制都在不同程度上考虑了个体与结构的关系，个人不仅处于社会结构中，基于特定位置表达特定的情感，同时情感作为一种心理、生理的表征物，更以具体的认知、信息处理机制而得以呈现。

由此，理论上来看，不同群体针对某一议题的情感宽度可能存在差异，这是基于社会位置而产生的。那么，实际情况如何呢？这种群体的情感宽度差异是否取决于社会位置，以及在多大程度上取决于社会位置呢？更具体地说，在网络舆论的情感表达中，基于社会位置的情感分层是如何形成的？社会资源论和社会控制论在具体情感表达中是如何起作用的呢？

四、研究方法

本研究以非常依赖社会位置的“个税改革”话题及针对其的意见表达为例进行分析，具体围绕2018年的个税改革议题展开。结合戴维·伊斯顿(David Easton)提出的政策系统的输入—输出模型[26]，以及个税改革政策具体进展，本研究将其划分为4个阶段。第一阶段：政策输入期，即两会开始前到个税改革草案提请全国人大常委会审议，也就是各方表达诉求并确定政策问题(3月1日—6月18日)。第二阶段：政策转化期，即个税改革草案提请审议到全国人大网公开征集意见结束(6月19日—7月28日)。第三阶段：政策确定期，即意见征集结束到起征点调整政策执行之前(7月29日—9月30日)。第四阶段：政策输出(执行)期，即起征点调整政策执行到年底(10月1日—12月31日)。

具体分析步骤如下：抓取新浪微博有关“个税”(2018年)的帖子，共97 687条，通过人工筛查的方式删除无关、噪音帖子，按照系统性抽样的方式抽取5 441条帖子进行最终分析。招募2位经过专业培训的编码员进行“个税改革”帖子的编码。具体的情感类型包括以下14种：喜悦、愤怒、悲哀、担忧、惊讶、恐惧、厌恶、平和、质疑、迷茫、讥讽、不信任、无奈、其他。同时，对“个税改革”帖子主要议题进行编码，包括个税改革政策方向、个税起征点调整等具体二十多个议题。初步编码工作完成后，研究者请两位学生对抽取的500条编码帖子进行编码校验工作，进行再次编码，两组编码者互为对方独立编码者予以检验，结果显示上述两个变量的一致性系数为0.92。

(一)现实社会位置测量：微博账号是否认证

将微博用户按照是否经过权威认证，分为普通用户(非认证用户)和认证用户。一般来讲，普通用户的社会位置低于认证用户。

(二)网络社会位置测量：用户的微博影响力

对于网络社会位置，采用用户所发布微博的粉丝数来测量。

首先，计算用户i每一条微博的影响力；其次，计算用户i的微博影响力，即将用户i所有微博的微博影响力取平均值。

在得到用户所发布的微博影响力之后，按照指数分布情况，将所有用户的网络社会位置按照微博影响力高低排序分为三类：影响力<1 000的界定为较低网络社会位置(占比66.37%)，1 001<影响力<10 000的界定为中等网络社会位置(占比15.33%)，影响力>10 001(占比18.30%)的界定为较高网络社会位置。

(三)情感宽度测量：JS散度

情感宽度指的是在一个群体内部，针对某议题的情感在该群体中的种类多少。对不同群体的情感宽度比较，通过计算不同群体情感宽度之间的相似性来具体分析，运用JS散度算法计算。具体采用R软件实现。

在信息论和概率论中，KL散度描述两个概率分布p和q之间的差异程度，具有非对称性[见公式(1)]。当二者分布的差别增大时，KL也会增大。

(1)

JS散度是KL散度的一种变形，其具有对称性。本文对情感分布的散度相似性分析，采用JS-divergence方法进行。以较高社会位置Ph和较低社会位置Pl之间的情感宽度相似性为例，表示为[见公式(2)]：

(2)

JS的取值为(0,1)，JS散度越接近于1，表示二者分布差异越大；JS散度越接近于0，表示二者分布差异越小。

(四)基于政策阶段和议题的情感宽度计算

在政策阶段分析中，按照政策输入、政策转化、政策确定、政策执行这四个阶段计算JS散度。本文选取“个税改革”讨论中的代表性议题进行具体分析：一是各方对个税改革的看法；二是个税改革政策本身；三是个税改革相关事宜及其社会影响。具体计算三类主题的JS散度。

(五)社会位置与情感宽度的关系

对于不同社会位置与情感宽度的关系，采用卡方检验进行分析。

五、数据分析结果

(一)不同政策阶段的情感宽度

个税改革政策四个阶段之间的情感宽度有很大不同。将4个阶段分别以1、2、3、4来代替，JS散度对比分析显示，JS1～JS2=0.058, JS1～JS3=0.737, JS1～JS4=0.692, JS2～JS3=0.528, JS2～JS4=0.485, JS3～JS4=0.011。

可以发现，阶段1和阶段3、阶段1和阶段4之间的情感宽度差异最大；阶段1和阶段2、阶段3和阶段4之间的情感宽度差异较小。也就是说，阶段2是非常重要的过渡阶段。阶段2是政策转化期，包括草案提请审议、全国人大网公开征集意见等，这一阶段中之前较为多样的意见经过有序的协商讨论趋于一致。

卡方分析发现，不同阶段之间的情感差异非常显著(x2=1 480.172，p<0.001)。其中阶段1以平和情感为主(35.50%)(见表1)。在政策输入期，人们更多表达利益要求、充满期待，当然也在观望政策的可能走势，情感较为松散。阶段2以平和(26.80%)、厌恶(20.30%)、质疑(18.90%)情感为主。政策转化期人们会考虑自身实际利益并对政策本身进行思考和质疑，对不太理想的方面会有所厌恶，由此产生这些过程性情感。阶段3情感较为多样，包括惊讶(21.20%)、恐惧(18.70%)、悲哀(11.30%)。在政策确定期，人们根据自身利益是否得到满足来考虑政策结果，由此产生了这些结果导向性情感。这种结果性还表现在，该阶段其他具有明显偏好的情感也较多，如喜悦、愤怒、讥讽、不信任等。阶段4出现较多的是惊讶(22.00%)、恐惧(20.00%)、担忧(17.30%)。政策执行期人们直接感受到利益得失，对存在的负面影响具有恐惧和担忧之情，从而表现出这些具有未来导向的情感。总之，各个政策阶段具有非常明显的情感状态差异，随着政策推进，之前较为松散的情感也更具指向性，表现为过程性、结果性、未来性等。

表1 不同阶段的情感类型分布 (单位：%)

从现实社会位置来看，JS散度相似性对比分析显示，JS普～JS认=0.006(将没有经过权威认证的普通微博用户用“普”代替，经过权威认证的微博认证用户用“认”来代替)，具体分阶段来看，阶段1的JS普～JS认=0.044，阶段2的JS普～JS认=0.026，阶段3的JS普～JS认=0.012，阶段4的JS普～JS认=0.016。普通用户和认证用户的情感宽度差异大于0，表明二者在情感丰富程度方面有所不同。从网络社会位置来看，将用户的微博影响力视为网络社会位置的具体指标，将低、中、高社会位置分别以1、2、3来代替(下同)。JS散度相似性对比分析显示，JS1～JS2=0.012，JS1～JS3=0.011，JS2～JS3=0.021(见表2)。由于JS两两对比值大于0，说明不同网络社会位置之间(低、中、高)的情感宽度并不相同。

表2 政策阶段中不同社会位置用户的情感宽度差异

整体来看，在不同政策阶段，绝大多数情况下，相比于现实社会位置，网络社会位置中各群体之间的情感宽度差异更大。

(二)不同政策阶段情感宽度的社会位置特征

在不同政策议程阶段，人们所讨论的议题有很大不同。政策议程阶段与表达议题显著相关(x2=1 770.587，p<0.001)，这也会导致情感的不同。由此，本研究将个税改革政策分为4个阶段来展开具体分析：政策输入期、转化期、输出期(包括确定期和执行期)。

1.阶段1：政策输入期

研究发现，在阶段1的讨论中，以议题1为主导议题，占比为97.40%。由此，本文着重对阶段1议题1的情况进行分析。阶段1即政策输入期，个税成为讨论热点话题，不同社会群体均可以围绕这些意见表达各自的利益诉求。最终的情感差异也体现在社会位置方面。

第一，现实社会位置的情感特征。

阶段1政策输入期，普通用户和认证用户的情感宽度差异最大(见表2)。卡方分析发现，在阶段1中，针对各方对个税改革的看法(议题1)，不同现实社会位置的用户，其情感类型具有显著差异(x2=23.224，p<0.05)。人们对该议题的态度较为平和，占比为35.70%(见表3)。除此之外，普通用户中具有厌恶情感(20.20%)、质疑情感(17.00%)；情绪类型较为多样，包括明显情绪性的情感，如喜悦、愤怒、厌恶、质疑、迷茫、无奈等。而认证用户的情绪类型较少，情感较为理性和复杂，主要有恐惧(12.60%)情感，还有惊讶、担忧、悲哀、讥讽等。

表3 阶段1议题1中不同现实位置用户的情感类型分布 (单位：%)

第二，网络社会位置的情感特征。

阶段1中，不同网络社会位置用户的情感宽度差异均不小于其他3个阶段(见表2)。卡方分析发现，针对议题1发表意见的不同网络社会位置群体，其情感类型存在显著差异(x2=39.387，p<0.05)。整体以平和、厌恶、质疑情感为主，占比分别为35.50%、18.40%、15.40%(见表4)。具体来看，较低网络社会位置的群体除了平和情感(35.10%)之外，主要的情感还有厌恶、担忧、喜悦、愤怒、迷茫、讥讽等，情感更为多样，喜怒哀乐很明显。较高网络社会位置的群体以平和情感为主(40.50%)，还有恐惧、惊讶、无奈等情感，情感类型较少，具有更多的认知成分。介于二者之间的是中等网络社会位置群体的情感。

表4 阶段1议题1中不同网络社会位置用户的情感类型分布 (单位：%)

阶段1是在正式进入政策议程之前，议题1是各方对个税改革的看法，该议题知识门槛相对较低，底层群体也可以充分发表自己对政策的期待，畅想利益要求，由此情感也较为丰富。数据显示，较低和中等网络社会位置用户参与该议题的人数显著多于较高网络社会位置用户(x2=10.656，p<0.05)。而这在现实社会位置用户中并没有显著性差异，说明了网络的确为普通公众参与表达提供了空间。

2.阶段2：政策转化期

政策转化期是指政策问题进入政策议程之后产生具体公共政策的过程，是公共利益要求转化为公共政策的过程[27]。在个税改革中，全国人大网公开向社会征集意见，深度体现了该阶段政府与公众之间的互动。

第一，现实社会位置的情感特征。

在阶段2 中，普通用户和认证用户的情感宽度有所不同，JS普～JS认=0.026(见表5)。在各个具体议题中，普通用户和认证用户的情感宽度差异大于所有议题之和的情感宽度，说明在具体议题语境下的情感宽度更大。但是具体来看，阶段2中针对不同议题的意见表达，在不同现实社会位置群体中差异并不显著(p>0.05)。

第二，网络社会位置的情感特征。

将低、中、高网络社会位置分别以1、2、3来代替，JS散度相似性对比分析显示，JS1～JS2=0.039，JS1～JS3=0.043，JS2～JS3=0.034(见表5)。阶段2中，不同网络社会位置用户的情感宽度有所不同。在各个具体议题中，基本上各个不同网络社会位置用户的情感宽度差异大于所有议题之和的情感宽度，说明在具体议题中不同网络位置用户的情感宽度差异更加明显。同时，在议题1中，不同网络社会位置用户之间的情感宽度差异并不是特别大。但是在议题2中，不同网络社会位置用户之间的情感宽度差异较大。

表5 阶段2不同社会位置用户针对不同议题的情感宽度差异

卡方分析发现，在阶段2中针对个税改革本身(议题2)，不同网络社会位置的用户，其情感类型存在显著差异(x2=31.840，p<0.05)。具体来看(见表6)，此阶段围绕议题2以恐惧和厌恶情感为主，占比分别为20.90%、16.90%。除此之外，较低网络社会位置的用户，以惊讶和担忧情感为主，主导性情感类型较少。较高网络社会位置用户以恐惧、平和情感为主，同时，还有愤怒和不信任情感，主导性情感类型较多。

表6 阶段2议题2 不同网络社会位置用户的情感类型分布 (单位：%)

同时，针对议题2，JS2～JS3最大，JS1～JS2最小(见表5)，说明较低社会位置用户具有特殊性。由于在政策转化期政策信息较为丰富，针对政策本身的议题，较低社会位置用户的知识能力受限，无法对政策信息进行深入地剖析，情感类型较少。

在政策转化阶段，尽管针对政策本身的这类相对比较客观的议题，不同网络社会位置用户仍然表现出一定的情感分层特征。同时，针对不同议题，网络社会位置用户之间的情感宽度大于现实社会位置群体之间的情感宽度(见表5)，说明了网络社会位置具有更明显的情感分层特征。

3.阶段3：政策确定期

政策确定期即全国人大网公开征集意见之后，政策议程由政府部门主导，进入“黑箱”环节。同时，不同社会位置群体会将政策方向、改革措施等与之前的要求、期待相比较，从而产生特定情感。数据显示，在该阶段，不同社会位置用户并不存在表达议题的显著差异(p>0.05)。也就是说，不同社会位置用户(包括现实和网络)均积极参与各个议题的讨论。

第一，现实社会位置的情感特征。

从现实社会位置来看，在阶段3中，普通用户和认证用户整体上情感宽度有所不同，JS普～JS认=0.012(见表7)。其中，针对议题1和议题3，普通用户和认证用户的情感宽度差异大于三个议题之和的情感宽度差异。这两个议题与个人利益直接相关，人们通常会将个人诉求与政策结果进行比较，情感波动较大，导致不同社会位置用户的情感差异也有所不同。

表7 阶段3不同社会位置用户针对不同议题的情感宽度差异

相比之下，议题2中普通用户和认证用户的情感宽度差异小于三个议题之和的情感宽度差异。关于政策本身这一议题，由于阶段3政策基本确定并进入政府议程阶段，人们对政策过程并不清楚，表达多元性受到限制，情感差异并不明显。

第二，网络社会位置的情感特征。

将低、中、高网络社会位置分别以1、2、3来代替，JS散度相似性对比分析显示，JS1～JS2=0.010，JS1～JS3=0.023，JS2～JS3=0.030(见表7)。在绝大多数情况下，在各个议题中，不同网络社会位置用户的情感差异要大于三个议题之和的情感差异。同时，在议题1中，JS1～JS2最大，JS1～JS3最小，说明中等网络社会位置群体具有特殊性。议题2中，JS2～JS3最大，JS1～JS3最小，说明中等网络社会位置群体具有特殊性，主要是由于针对议题1和议题2，意见型议题和政策本身议题，中等网络社会位置群体最容易受到影响。此次政策调整中，较低网络社会位置群体可能会因为所缴税额减少，对政策比较满意。较高网络社会位置群体具有较强的经济基础，相对不容易受到影响。将自己的期望与政策结果对比来看，中等网络社会群体可能受到的负面影响更大，他们具有较为特殊的情感。

相比之下，在议题3中，JS1～JS3最大，JS1～JS2最小，说明较高网络社会位置群体具有特殊性。2018年个税改革新增了专项抵扣政策，涉及教育、医疗、养老、房产等方面，较高网络社会位置群体能够理性、客观、全面思考该问题。特别是在政策确定阶段，他们更会从宏观角度思考政策对社会的结构性影响。

整体来看，不同于阶段1和阶段2中绝大多数情况下，网络社会位置用户间的情感差异大于现实社会位置用户，在阶段3，特别是议题3中，有些情况下，现实社会位置用户之间的情感宽度差异大于网络社会位置用户之间的情感宽度差异(见表7)。这说明当政策基本确定之后，特别是偏向于宏观议题，尽管较低社会位置用户也参与了表达②，但是他们与较高社会位置用户的表达仍然存在本质上的不同，情感也很不一样。

4.阶段4：政策执行期

政策执行期，特指个税改革起征点调整从10月1日起开始实行，起征点调整对人们的情感表达具有立竿见影的影响。数据显示，在该阶段，不同社会位置用户并不存在表达议题的显著差异(p>0.05)。与政策确定期一样，不同社会位置用户(包括现实和网络)均积极参与各个议题的讨论。

第一，现实社会位置的情感特征。

从现实社会位置来看，由于个税起征点直接关系到收入水平在起征点附近的群体，不同社会位置群体直接感受到政策的实质性影响，由此会产生情感。

数据显示，普通用户和认证用户情感宽度有所不同，JS普～JS认=0.016(见表8)。在各个议题中，普通用户和认证用户的情感宽度差异大于三个议题之和的情感宽度差异，说明具体议题中更会产生情感反应。

表8 阶段4不同社会位置用户针对不同议题的情感宽度差异

第二，网络社会位置的情感特征。

将低、中、高网络社会位置分别以1、2、3来代替。JS散度相似性对比分析显示，JS1～JS2=0.026，JS1～JS3=0.022，JS2～JS3=0.030(见表8)。

议题1中，JS2～JS3最大，JS1～JS2最小，说明较低网络社会位置群体具有特殊性。由于议题1是各方对政策的看法，较低网络社会位置群体的知识水平可以驾驭此议题。同时，阶段4是个税起征点的执行阶段，较低社会位置群体感受会更加深刻，情感也不一样。相比之下，在议题2中，不同网络社会位置用户之间的情感宽度差异并不大。

在议题3中，JS1～JS3最大，JS1～JS2最小，说明中等网络社会位置群体的情感具有特殊性。2018年个税改革不仅涉及起征点调整，还涉及了税率、税级等，相比于仅仅调整个税起征点，中等网络社会位置群体受到的影响更为明显。同时，不同于阶段3(见表7)，在阶段4，议题3中不同网络社会位置用户的情感差异远远大于议题1和议题2。这主要是由于议题3是宏观层面的，其知识性、专业性限制了部分群体的实质性表达。

整体来看，在各个议题中，不同网络社会位置用户的情感差异大于现实社会位置用户的情感差异，说明网络社会位置具有更强的情感分层特征。同时，在4个阶段中，阶段3中不同社会位置用户(包括现实和网络)之间的情感宽度均小于其他三个阶段(见表2)。这主要是由于阶段3是政策确定期，人们会将政策输入期的要求等与政策结果进行比较，在水涨船高的规则下，不同社会位置群体都会指向问题，从而都不满意，情感差异较小。也可能是由于，经过阶段2的协商沟通，人们会调整心理状态，不同社会位置用户达到了一定程度的协同。

(三)社会位置对不同政策阶段情感宽度的影响机制

不同政策阶段，信息环境与个人因素相互作用，形成了最终情感宽度的社会位置特征。值得注意的是，网络在其中起作用的机制在不同社会位置用户中也有不同。

1.信息环境与个人因素对基于社会位置的情感宽度的影响

政策议程阶段与议题具有显著相关性(x2=1 770.587，p<0.001)，二者交互作用从而使得情感宽度在不同社会位置用户中呈现出非常明显的差异。这种现象特别表现在，阶段1议题1和阶段2议题2之间具有一定的亲近性。信息环境会刺激处于其中的个体情感反应。

政策阶段提供了信息环境，是利益触发的“导火索”，形构了与特定阶段相应的个体心理状态。同时，议题不仅提供了谈资，其专业性、知识性更是将实质性表达局限于较高知识水平的群体中，很大程度上支持了情感资源理论，这里的资源包括知识资源、可表达议题空间资源(谈资)等。这些因素共同作用刺激了具体情境下的情感状态。例如，阶段1政策输入期具有较多的政策需求、期待、支持、资源等，人们对未来满怀期望，诉求表达多元、意见观点多样，针对议题1的讨论占主导地位。阶段2政策转化期，需要良好有序的信息环境，传达政策意见，解读政策备选方案和可能方向，以及政策决策过程等[27]，议题2的讨论在该阶段更会产生特定情感。

从现实社会位置来看，不同现实社会位置用户在阶段1议题1中情感具有显著差异，但是在阶段2议题2中并没有显著差异(见表3、表4、表6)。这主要是由于阶段2议题2是政策转化期关于政策本身的，人们会围绕政策本身进行表达，而政策信息的发布、接触、获取很大程度上依赖网络，相比于较低社会位置的网民，那些较高位置的网民更能够依赖网络，将自身的社会资源、认知、知识、谈资等转化为网络资源。所以他们与较低社会位置用户的差距也拉大了。这是数字鸿沟中技术运用能力和技术导致的知识沟共同作用造成的差距，从而导致了情感差异的扩大。相比之下，基于现实社会位置的用户，他们的网络资源仅仅局限于表达空间的获得，网络的价值并没有得到实质性和深度的运用和开发，所以在特别依赖政策议程阶段(认知程度较高)、政策信息发布传播(谈资)的阶段和议题情境下，现实社会位置的影响就弱化了。这说明网络的确影响和重塑了社会资源，包括情感资源。

从网络社会位置来看，比较阶段1议题1与阶段2议题2中不同网络位置用户情感类型分布(见表4、表6)，可以发现，阶段1议题1中，较低网络社会位置用户的情感类型较多，较高网络社会位置用户的情感类型较少。相反，阶段2议题2中，较低网络社会位置用户的情感类型较少，较高网络社会位置用户的情感类型较多。这主要是由于，在政策输入期，议题1是各方对个税改革的意见，该议题不受专业知识的限制，较低网络社会位置用户也可以自由表达，情感也较为多样。而议题2阶段2中，由于政策本身这一话题非常严肃，只有那些关注政策本身且具有一定认知能力的较高网络社会位置用户才能更好地消化、吸收、理解这些政策，进而针对政策本身充分表达意见和情感，情感类型也较为多样。

当然，也可以发现，在阶段1议题1中、阶段2议题2中，较高社会位置用户始终持有平和、恐惧情感，而较低网络社会位置用户的情感变化较大。这说明了较高网络社会位置群体的情感更具有深度、稳定性，更不容易改变。而较低网络社会位置群体的情感更为变动不居、更容易因情境而改变。这一定程度上支持了情感控制理论。

2.网络对基于社会位置的情感宽度的影响

在绝大多数情况下，网络社会位置用户之间的情感宽度差异大于现实社会位置用户。这说明了网络社会位置用户的情感表征能力更强。网络社会位置对情感的影响作用主要体现在以下几个方面。

一是网络的低门槛、便捷性以及匿名性等特征，为个人可以不顾其他人的意见和预期进行自由表达提供了空间，特别是网络为普通网民提供了开放畅通的表达空间。例如，在现实社会位置中，普通用户与认证用户的显著性情感差异仅仅存在于阶段1议题1中，而在阶段2议题2中并不显著。或许是议题2的专业性较强，限制了普通人群表达参与。议题1的知识门槛较低，普通公众可以自由参与表达。

二是网络具有将现实社会资源转化并升华为网络资本的功能，特别是在那些具有较强网络运用能力的较高网络社会位置群体中，这种现象更为明显。相比于阶段1议题1，阶段2议题2中现实社会位置用户之间并没有显著的情感差异(见表3、表4、表6)，而网络社会位置用户之间有显著的情感差异。这主要是因为较高网络社会位置用户的网络运用能力更强，以及该群体在现实社会中也可能占据知识沟中的优势位置。可见，较高网络社会位置用户具有更强的网络资源转化能力，从而网络社会位置具有更强的分层特征。当然这种分层特征是基于现实位置，但又超越现实位置。

三是网络提供了民主协商的重要场域。在阶段1，无论是普通用户与认证用户，还是网络社会位置较低、中等、较高群体，他们之间的JS散度相似性都较大，说明不同社会位置群体之间的情感宽度差异较大；而阶段3、阶段4不同社会位置群体之间的JS散度相似性较小，说明不同社会位置群体之间的情感宽度差异较小(见表2)。同时，这种情感差异也体现在具体情感类型方面，阶段1为政策输入期，阶段1议题1中普通网民的情感类型较为多元，认证用户的情感类型较少(见表3)。网络社会位置中，较低社会位置群体的情感多样，喜怒哀乐明显；较高社会位置群体的情感类型较少，认知性较强；中等社会位置群体介于二者之间(见表4)。而阶段3、阶段4即政策确定期和执行期，现实社会位置、网络社会位置群体与情感类型之间的关系并不显著。从阶段1到阶段3、阶段4经历了阶段2这一政策转化期，阶段1情感分层非常明显，阶段3、阶段4情感分层不明显，或者说情感较为一致。这或许是阶段2的沟通协商带来的结果。阶段2即公共利益转化为公共政策的过程，全国人大网公开向社会征集意见，这是政府与公众的互动沟通的阶段。从舆论形成的过程与功能来看，健康的舆论状态是，起初个体基于自我立场进行意见表达，进而个体之间通过互动讨论、议题阐释、观点交锋形成多元意见，在协商过程中涌现出优势意见，这一过程中意见从多元走向共识。情感也是如此，由之前较为分散的多种情感转化为之后较少的情感或者不同阶层之间较为一致的情感。这很大程度上说明了政策转化阶段充分征集民意、公开讨论是有效的，政策互动的民主协商功能得到了较大程度的发挥。尽管政策确定之后，人们的情绪非常紧致、指向性很明显，如喜忧参半，甚至负面情感类型也很多，但这不能否认政策转化阶段意见征集、协商互动的意义。

在整体和议题1中，多数网络社会位置情感宽度大于现实社会位置情感宽度(见表9)。在议题2和议题3中，现实社会位置用户之间情感宽度仍然大于网络社会位置用户之间的情感宽度。议题1是关于意见型观点，说明网络提供了表达空间和可表达议题(即谈资)。但是议题2和议题3是关于个税改革政策、相关事宜及社会影响，这些直接与现实利益相关，说明现实状态仍然具有根本性影响。

表9 不同社会位置用户针对各个议题的情感宽度差异

六、总结与讨论

情感的不平等和分层是结构性的，经济、政治的权力优势会转化为人们在微观的、情感层面的权力势能[6]。网络舆论表达中情感的确存在一定的分层特征，这种分层也因不同语境而有所差异。本研究通过对2018年个税改革的意见表达进行分析，发现在不同政策阶段，针对不同议题，微博用户的情感宽度存在社会位置方面的差异。特别是，网络社会位置对情感的分层特征影响更加明显。情感的社会位置理论具有重要的启动机制，社会位置、情境、预期、归因均会启发情感。

从结构性情感来看，认证用户或者较高网络社会位置群体以平和情感为主，说明他们能够理性、客观、全面看待议题。也正因为如此，该群体也对结构性问题和可能的社会影响充满恐惧。2018年个税改革是一次结构性、变革性、根本性的调整，特别是专项抵扣政策触动的利益方较多。在风险社会等语境下，有较多社会资源的群体依然无法避免怀有恐惧之情。同时普通用户和较低网络社会位置的群体也不再以情绪性的愤怒为主，而是表现出质疑、平和等情感，说明了个税改革中人们表达相对理性，表达有序。

从情境性情感来看，在各个政策议程阶段，现实社会位置、网络社会位置群体之间的情感宽度差异均大于整体的情感宽度。同时，在绝大多数情况下，针对三个议题，现实社会位置、网络社会位置群体之间的情感差异要大于三个议题之和的情感差异。这主要是由于不同政策阶段、不同议题提供了相应的情境，在特定情境下有针对性的表达，牵涉的大多是直接利益相关者，更会因情境触动而表达情感，在位置、期待、满足、归因等方面有很多的可选择情况，所以情绪的波动较为复杂。这一定程度上支持了情感资源理论。

从预期情感和归因情感来看，人们在政策的不同阶段拥有完全不同的情感表达。在政策输入期，整体情感较为松散和平和。在正式进入政策议程的政策转化期，人们的情感相对紧致，出现了各种指向性情感。在政策确定期及执行期，人们的情感会因位置、期望、满足、归因等而表现出明显的情感色彩。这一定程度上支持了情感控制理论，特别是在政策确定之后，人们会根据自身位置、需求、满足、归因等进行情感控制，导致各阶层之间的情感差异并不显著。

政治系统是由一系列与决策有关的互动行为和互动角色组成的有机整体[28]。在个税改革这一政策系统中，一方面，互联网提供了表达空间，具有转化资源等能力，将政策输入阶段的需求、期待转化为政策确定和执行阶段的各种实践和服务。网络一定程度上通过资源转化机制加剧了现实社会位置基础之上的情感差异。另一方面，尽管在政策输出阶段(阶段3、阶段4)，不同社会位置群体依然表现出了非常具有针对性的、指向性的、明显的情感状态，如喜悦、愤怒等。当然，社会位置方面的情感差异并不是特别明显，一定程度上说明了政策转化过程中协商沟通的功能得到了发挥，同时，情感宽度在各阶层中虽不显著，但或多或少存在，具有分层特征。本文也证实了情感宽度可以作为除效价等性质情感维度之外的重要分析指标，希望能够对情感社会性分析有所启示。

注释：

① 在阶段2，议题3的讨论聚集于某一群体，所以会出现空值。

② 数据显示，在阶段3，社会位置(包括现实和网络)与表达议题之间并不显著相关(p>0.05)。