网络视频模因跨文化适应性的实证探析*

2016-10-25程晓璇

现代传播-中国传媒大学学报 2016年9期

■　周　翔　程晓璇

(作者周翔系武汉大学新闻与传播学院教授、博士生导师;程晓璇系武汉大学新闻与传播学院2012级硕士研究生)

网络视频模因跨文化适应性的实证探析*

■周翔程晓璇

本研究从模因属性和特质出发,通过对风靡全球的50个网络视频模因及其衍生视频进行内容分析,探讨网络视频模因的跨文化适应性问题,包括视频模因属性(角色、动作、场景、音轨、台词)的变异和保留,及其与跨文化适应性之间的关系。在复制传递过程中,视频模因音轨的变化程度最小,角色的变化程度最大。话题属性、镜头数量、音乐属性以及制作者身份在跨文化适应性方面均有显著差异。高跨文化适应性的视频模因存在一些共同特征。

模因；网络视频；跨文化适应性；跨文化传播

互联网的普及和繁荣,使得原本周期漫长、不易察觉的跨文化传播成为更加频繁而显见的实践。在媒介尚不发达的时代,异质文化的接触交流依赖的是跨区域的人口流动；在大众媒介时代,大众传媒所建构的异域图景塑造着受众对其他文化的想象。如今,互联网作为全球意义上的渠道连接着人类个体,极大地消弭了从前由于时间和地理空间而带来的文化流动扩散限制,全面加速了文化全球化的进程。随着世界上越来越多的人口接入互联网,基于互联网所编织的、复合的传播网络将在文化演变与融合方面扮演更重要的角色。2012年,韩国歌星鸟叔的《江南style》突然红遍全球,成为Youtube平台上第一个观看次数超过十亿的视频。来自不同文化背景的成千上万的观众主动参与对它的模仿,上传了各种山寨版的《江南style》,它也因此成为互联网模因跨文化传播成功的典型案例。本文旨在以全球流行的网络视频模因为实证研究对象,探索那些突破语言文字差异壁垒的网络视频模因的共同特征,以及影响其跨文化适应性并使之在跨文化传播中获得成功的因素。

一、互联网模因的跨文化适应性

互联网的无边界性将世界缩小至如同一个村落。互联网原生的文化为全球用户提供了数字时代许多共通共享的体验,互联网融合平台为跨语言、跨民族、跨文化的参与提供了条件。在这种全球性文化参与中,一个词汇、一句流行语、一张图片、一段视频等在网络中被自发地转发复制,又在复制中发生变异,进而获得了大量有限的注意力资源。近年来这类现象更为频繁,暴走漫画、神烦狗等及其无数的衍生产物接连在全球走红。它们既属于互联网上所特有的原生流行文化,也是超越民族文化被世界网民共享的语义单元。这种在跨文化间传递的不断复制又产生不同程度变异的文化特质,其传播和采纳过程与基因、病毒十分相似,因此也被冠以“模因”之称。施夫曼认为,模因建构了文化知识的共享领域,使我们用更短的语句或图片表达复杂的想法。它已成为“第二层语言”或者说“互联网语言”①。

“模因”概念来源于英国生物学家理查德·道金斯1976年出版的《自私的基因》。他以“基因”为类比,延伸出了“模因”(meme)的概念,将其定义为从个人到个人之间传递的“文化传播单位或模仿单位”②。模因存在于人的头脑之中,其自我复制通过模仿来完成,同时也因文化因素的不同而在模仿复制中产生变异。施夫曼等人曾详细地研究了“丈夫1.0”和“妻子1.0”这两个英语笑话在全球网络中扩散和进化的路径——从计算机专家的小圈子扩散到普通用户中,从英语用户扩散到中文、德语、日语、西班牙语等其他语种的用户中。③笑话在扩散过程中保持了原有的基本成分,部分发生了微小的变异,包括女性主义视角的融入以及部分元素的本土化翻译改编。另外,阿拉伯语世界对该笑话的本土化翻译有明显抵触,可能是因为家庭观念有所不同导致。在随后的研究中,施夫曼的团队对100个英文笑话做了跨越九个语种的追踪,发现其中有76个笑话至少有三个语言版本的翻译。全球化程度高的笑话内容往往与消费主义、性别差异和著名美国品牌有关。④

施夫曼等人的研究初步展示了不同模因有着不同的跨文化适应能力。然而模因本身是跨媒介的,文本形式十分灵活丰富。除了文字语言模因,全球内容流动中还有视觉形式的模因。张东阐释了具象传播在网络跨文化传播中的作用,视觉非语言符号离人类认知现实的原始本能更近,使人们更好地把握信息源的真实属性、本质属性,强化多感官信息整合的体验,借助具象的共同载体突破文化背景上的障碍。⑤在如今的“读图时代”,视觉文本或视听文本比文字更容易跨越语言、民族的壁垒。但对于视觉模因或视听模因的研究,目前几乎都存在于计算机学科。柯西亚提取了quickmeme网站数据,检验了图片模因之间的竞争、合作关系以及它们的成功度⑥；谢乐星等人对YouTube视频做了大规模分析,利用高精准度的算法提取视频中相同的画面,以检视视频模因间的潜在互动关系⑦。相比之下,社科领域目前在这方面仍缺少系统的研究。所以本研究希望在这方面做出一个初步的探索。

根据施夫曼的定义,一个模因可以是多种文本组成的家族群落。一些模因可能以纯视频的形式存在；一些则可能起初是视频,而后以图片形式存续；还有一些可能从来没有视频形式。虽然视频的流行周期最短,但其传播的平台相对集中,不像图片那样遍布全网、难以全面追踪,且平台上视频的各种指标(浏览量、评论数等)也较易获得,因此,本研究以视频模因(主要以视频形式传递的模因)为研究对象,探析其跨文化传播适应性。布雷恩·斯皮茨伯格将“适应性”视为模因的适应能力,即调整自身以适应所在传播网络的局限和需求的能力。从他提出的模因扩散模型中可知,影响模因存续的因素是多层面的,包括模因层面、个体层面、社会网络结构层面、社会环境层面、地理空间/技术层面、模因扩散的实际结果反馈层面⑧。与此类似,布莱克摩尔将导致模因成功与否的原因分为两类：一是源于人类作为“模仿者”和“选择者”的本性(如感知系统拥有的特性以及大脑注意力、记忆的机制)；二是与模因自身的特性有关,如模因自身属性及其在传播过程中利用的策略、不同模因相互结合的方式以及模因进化的一般过程⑨。本研究主要探究的是模因自身层面的因素。

二、研究问题

本研究首先要探讨一组数字文化单位共享的内容、形式、参与属性,即视频模因中原始视频和衍生视频间的继承、变化关系,也即第一个研究问题Q1：视频模因的哪些属性在复制中得到继承和保留？

在确定模因家族特征之后,其次需要探索模式内部特征和其表现出的适应能力有何关联,引出第二个研究问题Q2：视频模因的各种内在属性或特质与其适应性是否有关？

以适应性高低分组视频模因,归纳分析高适应性模因的具体特征,并阐述其与参与式文化的联系,引出第三、四个研究问题Q3：那些跨文化适应性较高的视频模因在内容、形式、参与维度或其他方面上有什么样的共同特征？Q4：跨文化适应性高的视频模因在复制过程中反应了怎样的参与式文化？

三、视频模因的样本选择与模因属性和适应性测量

本研究主要采用内容分析法,结合定量和定性分析来探索研究问题。研究样本来源于Knowyourmeme.com提供的互联网模因库,同时参考了维基百科部分词条。“Know your meme”是一家英文网站,类似于维基百科,收录了各个国家的热门互联网模因。笔者首先从该网站的互联网模因库筛选出约60个备选视频模因；然后针对所有备选视频,使用谷歌视频搜索引擎记录每一个视频模因的搜索结果总数量,每个模因的搜索兼顾准确性和数量；最后选定50个搜索结果总数量超过10万的视频模因。

其次搜集50个视频模因各自的原始视频(1个)和衍生视频(4个),选定总计250个视频样本。原始视频是引起关注、模仿的源头视频,虽然原始视频往往也是对更早的文化模因的模仿。例如“canon rock”模因里的曲子最早来自于巴洛克时期的D大调卡农,而这首曲子也曾被改编成其他流行音乐、影视插曲,但本研究中的原始视频指的是“canon rock”作为互联网模因的最早出处。考虑到YouTube是最国际化的、多语种的视频平台,基于YouTube上的视频观看次数,选取了观看次数靠前、时长相当的4个衍生视频。针对这250个样本,本研究招募了两名外语能力较好的编码员,对以下四个方面的变量和类目进行了内容分析编码：

2.视频模因的变异程度：分别对场景、角色、动作、音轨、台词五个方面进行三级定序测量,包括“基本无变化”“部分变化,但可以看出模仿意图和痕迹”“变化很大,与原始视频并无联系”。研究者统计了单个衍生视频的变异程度(即单个视频五方面的变化均值),依据同一个模因家族下四个衍生视频的变异程度生成家族变异程度(即衍生视频变异程度的均值)。另外还统计了每个模因家族在场景、角色、动作、音轨、台词上的不同变异程度(即四个衍生视频在单项上的变化均值)。

3.适应性变量包括“总体适应性”和“跨文化适应性”两个指标。模因的适应性表现之一是多产性,也就是数量上的优势。这两个指标主要来自于谷歌视频搜索,搜索结果几乎囊括了世界所有视频网站的相关视频页面。“总体适应性”即一个模因的谷歌视频搜索结果数量,反映的是一个视频模因在全网的流行程度；“跨文化适应性”即一个模因包含的语种数量；包含的语种越多,跨文化适应性越高,反映模因越能适应多样化的语言、文化环境而存留。本研究并不考察模因在某个语种网络的具体流行程度,而是模因在某个语种网络的数量是否超过标准——使用谷歌视频搜索分语种搜索,记录每个模因在每个语种中的搜索结果数量,计算所有结果的中位数,搜索结果数量超过中位数的语种计入“包含的语种数量”。另外,本研究根据Internet World Stats网站的统计(http://www.internetworldstats.com/stats7.htm),互联网中使用量前十的语种依次为：英语、中文、西班牙语、阿拉伯语、葡萄牙语、日语、俄语、德语、法语和马来西亚语。本研究以此为基准考察语种,只是将排名第十的马来西亚语替换成韩语(谷歌视频搜索不包含马来西亚语选项)。

本研究内容分析编码员间信度测试使用了样本总数的10%,即25个视频,使用在线工具RelCal2计算信度,各定类变量的百分比一致性均在80%以上。

四、研究发现：视频模因的变异、保留与跨文化适应共性特征

总的来说,视频模因内部不同的维度、属性以及它们对不同语种文化的适应情况存在差异,也享有共性。在模因内容维度的话题方面,原始视频中最主要的话题为流行文化(46%)、日常生活(34%)、政治、社会事件及议题(10%)。加入衍生视频后,日常生活在话题中的比重明显上升(54.8%),流行文化(31.6%)的比重明显下降。原始视频中68%包含音乐,76%包含台词或歌词,加入衍生视频后,音乐和台词的比重都有所上升。在使用的语言方面,原始视频和衍生视频的语种基本一致,英文、韩语、德语、中文、印度语和瑞典语位列前茅,其中英文均占绝对优势,超过70%。此外,原始视频的制作者中,个人占比52%,机构占比48%。在加入衍生视频后,个人制作者的比重上涨30多个百分点,说明普通个人用户更多地参与到衍生视频的制作中。

五、视频模因属性的变异与适应性

研究问题Q1探究的是原始视频在衍生视频中得到继承的要素。那些在复制中得到保留的属性可以被视为连接一个模因家族群落的纽带。研究者考察了衍生视频在场景、角色、动作、音轨、台词歌词属性上的变化程度,通过加权得到均值。由表1可以看出,对于所有衍生视频而言,音轨方面的变化最小；其次是歌词和台词；变化最大的是角色和场景。视频模因在音轨方面是最为稳定的,听觉上的辨识可能是串联模因家族群落的重要成分。

表1　衍生视频变化程度总览表

表2中“属性变化程度”下的六列直观而详细地展示了每个视频模因在各个属性上的变化程度和总的家族变化程度。以每个视频模因变化最小的属性来算(如keyboard cat变化最小的属性是场景和动作,而冰桶挑战变化最小的属性是动作),每个衍生视频平均会继承1-2个原始视频的属性。每个模因家族群落中都会有反复出现的内容,如某个特定角色、某个动作等。笔者认为这个反复出现的内容即是变化最小的继承属性。以音轨为继承属性的视频模因有25个,以台词/歌词为继承属性的视频模因有22个,以动作为继承属性的视频模因有20个,以场景为继承属性的视频模因有12个,以角色为继承属性的视频模因有9个。有的视频模因会有多个同分值的继承属性。总的来看,五个属性中变化最小的属性即每个视频模因的继承属性,音轨的变化程度最小,角色的变化程度最大。通过皮尔森相关分析发现,继承属性的数量与视频模因家族变化程度呈负相关(r=-.343,p<.05)。家族变化程度越大,继承属性的个数越少。

表2　视频模因的属性变化与适应性指标

(续表)

视频模因属性变化程度a场景角色动作音轨台词/歌词家族总体适应性b跨文化适应性cTheEpicSplit1.751.251.521.852480004KeyboardCat1211.51.51.42270004NumaNuma1.2512.254430003DanceTroopers1.252.62940003ChocolateRain221.252.12760003Ain’tNobodyGotTimeforthat1.751.751.7522.051890003TechnoViking1.751.751.51.52.251.751350003GoingToTheStore221.751.251.251.657270002DoubleRainbow2.251.752.252.252.252.154650002AngryGermanKid1.51.51.51.751.752250002LeeroyJenkins1.751.52.21760002TheMysteriousTickingNoise2.251.51.252.11560002TunakTunakTun21121520002AllYourBaseAreBelongToUs2.251.752.451080002LeaveBritneyAlone1.51.751.751.751.51.655220001It’sPeanutButterJellyTime221.251.2511.52750001BedIntruderSong1.75222.25222360001DramaticChipmunk1.751.751.751.251.251.552110001DavidAfterDentist1.751.751.7521.952090001OverlyAttachedGirlfriend22.251.251.752.251.91920001DaftHands1.75221.751.751.851250001ILikeTurtles2211.751.751.71200001

注：a.家族变化程度是五个属性变化程度的均值(仅保留了2.5以下的数值),数值越小代表该项属性变化越小,在模因的复制、变异中越稳定；b.以视频页面总数为计量；c.以计入语种数量为计量,高跨文化适应性=计入语种数量大于7；中等跨文化适应性=计入语种在3-7个之间；低跨文化适应性=计入语种在1-2个之间。

表2中的最后两列显示,视频模因在总体适应性上呈现明显的长尾分布。虽然样本挑选的都是相对较为热门的视频模因,但热门程度的量级还是有差别的,少数排名靠前的模因处在千万量级,大多数模因处在十万量级。由于这些视频模因主要搜集自一家美国网站,因而每一个视频模因在英语中都有分布。其他语种中某模因的具体数量来源于谷歌视频的分语种搜索,所有搜索值的中位数是8035,搜索值大于中位数的语种被计入跨文化适应性指标。跨文化适应性指标最小值为1,最大值为10。1代表该视频模因只在英语中有明显的存在,10代表该视频模因在十个语种中都有明显的分布。皮尔森相关分析显示,总体适应性和跨文化适应性之间存在着正相关联(r=.309,p<.01)。视频模因总体越流行,视频拷贝页面数量越多,能“跨越”的语种也越多。

六、视频模因属性特质与其适应性的关系

研究问题Q2探求的是视频模因(以原始视频的数据为准)的各种内在属性、内在特质与其适应性的关系问题。本研究使用ANOVA分析检验了话题、拍摄手法、场景、语种、角色物种、人种各项属性在总体适应性或跨文化适应性方面是否有显著差异。研究发现,语种在视频模因的总体适应性方面有显著差异(F=4.453,p=.002)；话题在跨文化适应性方面有显著差异(F=3.388,p=.026)；其他模因属性则无论在总体适应性还是跨文化适应性方面都没有显著差异。

针对重复性和简单性这两个模因特质变量的考察,本研究先用ANOVA分析了镜头、音乐、重复元素在适应性方面的差异,发现它们均不具有显著性差异。然后使用皮尔森相关系数检验了继承属性数量和总体适应性、跨文化适应性的关系。继承属性的数量与跨文化适应性无显著相关,但与总体适应性呈极弱的负相关(r=-.173,p<.05),意味着继承属性的数量越少(也即简单性程度越高),总体适应性就越高。

七、跨文化适应性较高的视频模因的共同特征

研究问题Q3探索的是,那些跨文化适应性较高的视频模因在内容、形式、参与维度或其他方面所共有的特征。根据跨语种数量大于等于8种的划分标准(样本划分详见表2说明),50个视频模因样本中共有13个是高跨文化适应性的视频模因。本研究通过定量对比这部分样本与那些跨文化适应性较低的视频模因(跨语种数量小于3,总计15个),并对样本内容进行详细的质性审视,研究发现：

1.跨文化适应性高的视频模因大多来源于流行文化。在跨文化适应性高的视频模因样本中,《江南style》和《可爱颂》是“韩流”的一脉,Let It Go、Call Me Maybe、Single Ladies、Harlem Shake、The Fox、Evolution of Dance均源自欧美流行乐坛,它们都是强势文化工业的产物。而跨文化适应性较低的模因,大部分来源于日常生活,虽然偶尔有与流行文化搭边的(如The Mysterious Ticking Noise与哈利波特电影有关,Leeroy Jenkins与魔兽世界游戏有关),但这些流行文化相对而言更为小众。这一点与施夫曼的研究相一致,她发现成功的视频大都与流行文化有关,与政治、民族、种族、宗教、性、体育等基本上无涉,因为人们在这些方面多有分歧。

2.跨文化适应性高的视频模因拥有更成熟、更完整的文本。至少在最初的原始视频上是如此。拥有较高跨文化适应性的视频,更多的是商品,大多来自专业的制作机构,都是原创程度、精致程度很高的第一手文本；而跨文化适应性低的视频模因中,一手文本几乎都来自普通用户单一镜头的、“随手拍”式的生活记录,还有部分是从专业媒体获得的二手文本剪辑重混发展而来的,不仅音质和画质不太理想,视听语言也不考究,剪辑不看重镜头、音轨的连贯性,而是故意夸张地重复某些镜头和声音。

3.跨文化适应性高的视频模因通常以音乐为最主要的继承属性,台词不易构成跨文化扩散的壁垒。某种程度上,音乐构成了人类的共同语言。跨文化适应性高的视频模因变化最小的部分就是音轨(变化程度均值为1.67),但在歌词/台词方面的变化程度较大(t=-4.731,df=79,p<.001)。《江南style》和Let It Go在传播中都发展出了多国语言的改编版本,这也更有利于它们融入异域文化。部分模因的复制十分倚重语言的理解,如David After Dentist、Overly Attached Girlfriend、Leave BritneyAlone,非英语母语的人难以成为其宿主。

4.跨文化适应性高的视频模因的制作实际上由机构主导。也许是因为其在质量上把控得更好,但这并不意味着机构才是主要的参与角色。前述的内容分析显示,视频模因中的原始视频制作者中个人和机构的比重相当,而衍生视频的制作者中普通个人用户明显占了很大一部分。机构为个人用户的参与提供了原始素材,个体对原始素材解读和再编码的产物,也是模因的重要组成部分。

5.跨文化适应性高的视频模因提供了更为开放的参与结构。这类模因大多提供了行为动作的模板(无论是舞蹈还是给自己泼冷水),而跨文化适应性低的模因则是以标志性的角色和对象为复制的主线,如双层彩虹、活泼的卡通香蕉或砸键盘的德国男孩。

6.跨文化适应性高的视频模因具有成功模因的很多一般性特征。如幽默、简单性等。幽默往往来自于认知上不一致的元素的碰撞,如《江南style》里现代上流社会的图景和PSY古怪的舞姿碰撞在一起；Dumb Ways to Die中可爱清新的动画画面展现的却是各种离奇的死亡方式；HarlemShake中同一个场景下一瞬间突然集体歇斯底里的行为。而简单性体现在大多数视频模因的时间长度都较短,参与模仿也较容易。

八、结语

本研究通过内容分析探讨了网络视频模因及其跨文化适应性的若干问题。在视频模因的复制传递过程中,其场景、角色、动作、音轨、台词都不同程度地得到保留。其中音轨的变化程度最小,角色的变化程度最大。每个模因家族都有1-2个相对稳定的属性从原始视频继承到衍生视频上,构成联结所有变体的纽带。各属性中变化最小的属性即为每个视频模因的继承属性,而有的视频模因会有多个同分值的继承属性。家族变化程度越大,继承属性数量越少。

视频模因的总体适应性呈长尾分布的特点,并与其跨文化适应性有正向的弱相关,所以视频模因总体越流行,能“跨越”的语种也越多,意味着本身越容易被不同文化背景的用户接受。就模因的属性来看,语种属性在视频模因的总体适应性方面有显著差异,英语占有主导地位。与流行文化相关的、使用多镜头的、有音乐的、原始视频由机构制作的视频模因,在跨文化适应性方面胜于其他话题的、使用单镜头的、没有音乐的、原始视频由个人制作的视频模因。流行文化同样是模因的复合体,也是网络视频模因所要适应的环境的一部分,和既有模因的合作关系有利于其跨文化的生存；音乐是视频模因中很重要的元素,和镜头一起丰富媒介表达,往往是串联模因家族的纽带。就模因的特质来看,简单性与总体适应性有一定关联,意味着简单性程度越高(继承属性的数量越少),总体适应性就越高。总之,高跨文化适应性的视频模因存在一些共同特征,包括拥抱流行文化、更成熟完整的文本、音乐作为核心元素、机构主导原始素材制作、更开放的参与结构、幽默简单、携带美国商业文化符号。

当然,本研究也存在着各种局限。首先,抽样倚赖“Know your name”网站提供的数据库可能带来的偏差问题。它作为一个欧美文化主导的网站,对中国以及其他国家的互联网模因可能收录不完整、不及时。而国内缺乏类似的对网络流行现象的收录网站。所以本研究的一大遗憾是延续了一直以来互联网模因研究的英语文化中心视角。其次是研究适应性问题时没有将时间维度纳入考量,没有检视网络视频模因的生命周期问题,而这也是衡量适应性的一大重要标准。另外,未来研究可以进一步考察模因外部因素对其生存的影响,因为模因所在环境(网络结构、社会文化背景等)对其成功程度的影响可能更为重要。而且,模因往往在多种形式间转换、灵活可变,因此可以考虑适当扩大研究对象的范围。

注释：

①Limor Shifman.MemesinDigitalCulture.Cambridge:MIT press.2014.p.173.

②[英]理查德·道金斯：《自私的基因》,卢允中、张岱、陈复加、罗小舟译,中信出版社2012年版,第217页。

③Limor Shifman,Mike Thelwall.AssessingGlobalDiffusionwithWebMemetics:TheSpreadandEvolutionofaPopularJoke.American Society for Information Science and Technology,vol.60,no.12,2009.pp.2567-2576.

④Limor Shifman,Hadar Levy.InternetJokes:TheSecretAgentsofGlobalization?Journal of Computer-Mediated Communication,vol.19,no.4,2014.pp.727-743.

⑤张东：《具象传播在网络跨文化传播中的方法论意义》,《当代传播》,2010年第2期。

⑥MicheleCoscia.CompetitionandSuccessintheMemePool:ACaseStudyonQuickmeme.com.The International AAAI Conference on Weblogs and Social Media,Boston,Massachusetts,USA,July 8-11,2013.pp.100-109.

⑦Lexing Xie,Apostol Natsev,John R.Kender,Matthew Hill,John R.Smith.VisualMemesinSocialMedia:TrackingReal-WorldNewsinYouTubeVideos.Proceedings of the 19th ACM International Conference on Multimedia,2011.New York:ACM,2011,pp.53-62.