基于社交媒体关系互动的旅游城市形象负面偏差引导策略

陈旭辉+苏晓娟+崔丽霞

[摘 要]负面偏差是受众面对多元化网络信息时所产生的心理错觉，往往倾向高估负向信息，低估正向信息，在旅游市场，这种现象会降低旅游城市形象的正面传播效果。文章以2015年的“青岛天价虾”事件为研究案例，通过社交媒体影响力的结构性测量和粉丝行为测量，综合比较社交媒体位置角色和网络舆论引导能力，从而为旅游城市提供削弱负面偏差的策略方向。研究表明，社交媒体关系互动中的位置角色与其网络舆论引导能力结果存在差异：首先是官方与民间的差异。在社交媒体关系互动中，本地官方机构处于中心，自媒体位于边緣；但引导舆论影响力方面，本地自媒体排第一，本地官方机构排第三。其次是本地与异地的差异。在社交媒体关系互动中，本地媒体接近中心位置；但引导舆论影响力方面，异地媒体排序靠前。可以看出，民间和本地社交媒体引导舆论影响力相对更强，通过关系互动中的因果归因，社交媒体对负面偏差引导发挥了积极作用。因此，旅游城市需要注意对社交媒体组合运用，在自身社交媒体平台上提升信源可靠性；同时善于借助中介（桥）的舆论引导能力，注重负面信息中问题的解决，最终形成传播合力，削弱负面偏差现象。

[关键词]旅游城市形象；社交媒体关系互动；因果归因；负面偏差引导

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2017）07-0047-10

Doi： 10.3969/j.issn.1002-5006.2017.07.010

引言

2015年10月4日，一位网友发布新浪微博称，在青岛一家大排档吃饭，结账时发现大虾不是38元一份，而是38元一只！该事件随后在10月5日在网络上迅速发酵，新闻媒体官方微博、地方政府官微、网络大V等跟进对此进行了大量报道、转发和评论，引起全国范围的关注。10月6日，政府官微“青岛市北发布”发布了关于该涉事大排档价格违法问题处理意见的内容，但此时各种恶搞段子、消息已经在社交媒体上疯狂传播，对青岛城市形象造成了极大的负面影响。

回顾“青岛天价虾”事件历程，可以发现，虽然有政府正向信息引导事件进程，但在事件发生初期，由于信息不对称，公众出于风险规避考虑，对于出现的负向信息往往“宁可信其有，不可信其无”，而对正向信息信任度偏低。这种正向信息影响力低于负向信息的现象被称为“负面偏差”（negativity bias）[1]。

随着移动互联网的快速发展，微博、微信等社交媒体已经成为网民获取和分享信息的重要渠道。相关研究表明，从舆论形成的角度看，微博更容易形成“争议”和“围观”[2]，从而导致群体极化现象；此外，相对于微信的朋友圈传播，微博的开放性也会使得舆论形成更加迅猛。因此，微博是相对容易形成负面偏差的社交媒体类型。

“青岛天价虾”事件发端于新浪微博，经过大量关注和转发，负面情绪在网民间弥漫宣泄，偶有正面理性的声音，也淹没在众声喧嚣中。某个旅游城市面临此类突发危机事件，如何正确引导网络舆论，让网民更为客观、全面、理性看待该城市形象，从而削弱负面偏差，这是社交媒体时代，每个旅游城市品牌形象管理的现实难题。本文通过对“青岛天价虾”事件发展过程中新浪微博社交媒体关系互动分析，挖掘事件中客观理性声音的影响力，从而为旅游城市提供削弱负面偏差的相应引导策略。

1 相关文献综述

1.1 负面偏差的成因

负面偏差是受众面对多元化网络信息时所产生的心理错觉，往往倾向高估负向信息，低估正向信息，因此在消费领域正向信息对于购买决策的影响力偏弱[3]。在旅游市场，这种现象会降低旅游城市形象的正面传播效果。

现有研究中，负面偏差现象的成因被归纳为以下观点：进化论观点、信息频率观点、因果归因观 点[4]。其中，进化论观点认为，人们对负向信息应该重视，因为这些负向信息一旦被证实或者发生，则后果严重性远大于正向信息[5]。

信息频率观点认为，现实中负向信息数量相对于正向信息更少些，预示着从一个正面状态向相反方向变化，从而使得负向信息更被重视[6]；此外，有学者研究了正向信息较少的环境下，同样出现了正面偏差，即正向信息得到了高于负向信息的重视程度[7]。

上述两种观点，进化论观点体现了人们“趋利避害”的本能选择，信息频率观点体现了“物以稀为贵”的价值选择。本文所研究的“青岛天价虾”事件，短时间内社交媒体上的负向信息数量远超正向信息，正向理性声音被淹没在负向评论中，因此信息频率观点无法解释这类现象，进化论观点可以提供基本的解释框架，但无法给出更具体的引导策略。

相对而言，因果归因观点的解释效果更好，该观点认为，网络口碑中，正向评论更多归因于评论者（而非产品本身），因为这里面有更多的个人主观因素在里面；负向评论则更多归因于产品本身（而非评论者）[8]。如果人们将评论归因于外在因素，例如产品本身、外在原因等方面，人们就会感知评论价值较高；相反，如果人们将评论归因于内在因素，例如评论者个人因素等方面，人们就会认为这个评论价值较低[9]。

1.2 社交媒体关系互动及负面偏差引导

社交媒体传播过程中涉及传播者、传播内容和受众3个要素，其中，受众对传播内容的认知归因不同，就会形成内容偏差；传播者与受众之间关系程度不同也会造成认知归因差异，从而形成关系偏差。

目前关于负面偏差引导策略的研究多集中于内容偏差方面，例如信息内容鲜明具体[10]、情感线 索[11]、时间线索、触觉线索[12]、信息透明度[13]、事件处理程度[14]等，通过信息内容调整，将因果归因于外部因素，从而提升信息价值，降低负面偏差现象。

随着新媒体的迅猛发展，传播者与受众之间的关系更多体现在了社交媒体关系互动方面，通过传播中关系角色的调整，从而削弱负面偏差现象。在社交媒体关系互动中，信息分享是非常重要的动机，Xiang等通过模拟旅游者运用搜索引擎制定旅行计划的实验，结果显示社交媒体在搜索结果占比较高，进一步验证了社交媒体对于旅游信息收集和决策的重要性[15]；随着网络媒体更多体现出社交媒体特征，Jepsen认为社交媒体信息源取代传统信息源将成为趋势[16]。

社交媒体关系互动中，关系强弱会产生不同的负面偏差引导效果。Brown的实证研究证明了关系强度较高者的信息传播对受众的行为影响力明显大于关系强度较弱者[17]；Yoo研究发现社交媒体中存在意见领袖和意见探求者两种重要角色，其中意见领袖拥有更多的旅游经验[18]，而且处于社会网的中心位置，在传播过程中具有信任说服效果[19]。

此外，社交媒体的类型对于负面偏差引导效果也有显著影响。Gretzel研究证实了旅游相关领域消费者在线评论和网站评级增强了游览者在决策过程中的信任感，降低了风险感[20]。赵金楼等通过对“4·20四川雅安地震”的微博舆情分析，结果表明，媒体类微博、政府官方微博处于传播网络的核心节点，具有较强的传播能力，而对于其他节点而言，其参与事件的程度直接决定了节点在传播网络中扮演的角色[21]。何舟等通过11个重大危机事件个案研究表明，新媒体背景下，存在官方话语空间和民间话语空间的双重话语空间，两者之间交错、互动[22]。而在危机事件，政府官方媒体在舆论传播中的角色更为重要，Xia等对政府官方微博在应对处理突发公共事件中所扮演的角色进行研究，提出了政府组织在微博中高效应对突发危机的建议[23]。综合来看，相对于内容偏差，关系偏差的引导策略研究不够全面，研究大多集中在社会网中心性的分析，缺乏对网民行为效果的检验。当前社交媒体发展迅猛，信息传播过程中的关系因素越发显得重要，亟待进一步丰富和完善。

1.3 社交媒体影响力测量

社交媒体的影响力源自其基本功能在用户群或社会网络（现实的或虚拟的）之中的发散、传递与延伸[24]。根据监测数据来源不同，社交媒体影响力测量方式分两大类：第一类是社交媒体关系互动的结构性测量方式，这种方式所监测的数据来自社交媒体间的关系互动频次，互动类型包括转发、评论和@ 3种，在此数据基础上，通过社会网络分析可以得到社交媒体的位置角色[25]。在一个社会网络中，某一节点在互动中被提名的频次越多，则点出度（内向程度中心性）越高，表明声望越高[26]，影响力越大；此外，某一节点在互动中未必被提名频次较多，但具有“桥”的中介能力，连接两个不相关联的群体节点，该节点就在网络中充当了意见领袖角色，具有更大影响力，这类测量指标包括结构洞、中介中心性等[27]。

第二类是社交媒体粉丝行为测量方式。Ye等通过对Twitter研究，确定社交媒体影响力测量指标包括粉丝数、回复以及转发[28]；Hoffman等认为从品牌和粉丝互动角度，社交媒体影响力可以采用粉丝数量和评论数两个指标来测量[29]；不过，惠普实验室学者Asur等通过对Twitter用户影响力研究，用户影响力与转发数量关联密切，但与粉丝数量并不一定正相关[30]。因此，转发是社交媒体影响力的核心变量。

在上述两种测量方式中，社交媒体影响力结果有所差异。Cha等对Twitter用户影响力测量采用了上述两种测量方式，其中，结构性测量方式中采用了“内向程度中心性”指标，粉丝行为测量方式采用了“粉丝转发”和“提及”，对比两种测量方式结果，同一用户社交媒体影响力结果并不相同，那些内向程度中心性高的用户，其粉丝转发和提及不一定必然也高，形成这种差异的原因，Cha等认为内向程度中心性代表了社交媒体自身声望，而粉丝转发则是由社交媒体发布的内容所驱动[31]。因此，社交媒体影响力结果需要结合不同的测量方式进行具体解读。

2 数据采集及分析方法

2.1 数据采集

“青岛天价虾”事件始于新浪微博，因此，本文的数据采集以新浪微博相关账号为主。首先，通过设置“青岛天价虾”“青岛大虾”等事件热词进行微博检索，利用网络舆情爬虫软件进行相关微博内容抓取，初步确定转发评论量综合排名在Top50的社交媒体。然后，在这个社交媒体库基础上进一步人工甄选，选择标准首先是存在关系互动的理性客观报道的社交媒体；其次为代表性的社交媒体，包括本地官方机构、本地媒体机构、本地自媒体用户、异地媒体机构、异地自媒体用户、公益组织6类。最终本文甄选出17个存在互动关系的典型节点构成整体网，其中，包括3个本地官方机构、6个本地媒体、3个本地自媒体、3个异地媒体、1个异地自媒体、1个公益组织。

确定研究媒体之后，本文系统监测了2015年10月1—30日上述17個社交媒体的全部相关微博内容及数据，共计完成261篇微博的数据采集、整理。

2.2 分析方法

首先，针对社交媒体影响力的结构性测量方面，在确定社交媒体关系之间的位置角色时，本文主要采用社会网络分析方法，使用有值有向网络结构图。由于重点考察社交媒体之间的互动关系程度，因此选择社交媒体账户之间的转发、评论和@这3个互动指标来确定节点之间的关系矩阵，这3个互动指标只要出现任何一个，即认定社交媒体节点之间数值为1，表明社交媒体之间存在关系互动，如果3个互动指标均未出现，则认定社交媒体节点之间数值为0，表明社交媒体之间不存在关系互动。

根据上述互动类型确定的关系矩阵数据，使用UCINET 6.0分析软件，分别进行程度中心性分析、结构洞分析、中介中心性分析、小团体分析，测量结果从节点个体的中心程度、再到节点之间的中介作用，最后到节点关系网络的总体结构，从而更为全面确定社交媒体的位置角色。其中，程度中心性分析主要采用点出度（内向程度中心性）指标测量节点之间信息引用互动关系，从而确定“青岛天价虾”事件中各个社交媒体在传播网络中的中心程度。结构洞分析、中介中心性分析都是对社交媒体“桥梁”媒介作用的测量，社交媒体影响力不仅体现在在传播网络中的中心位置，还体现在连接不同节点群体的能力，因此，本文的结构洞分析采用中间中心度指数、中介中心性采用相对中介中心度进行测量，从而确定社交媒体在传播网络中作为中介者的影响力。小团体分析是针对网络总体结构的测量指标，采用K-核计算。

其次，针对社交媒体影响力的粉丝行为测量方面，本文采用构建社交媒体影响力指数进行分析。由于该指数体现了在传播网络中社交媒体引导舆论的能力，因此本文选择转发和点赞两个指标进行指数构建。根据每个社交媒体节点的转发均值和点赞均值，加总后求均值得到综合影响力指数。

最后，通过综合比较社交媒体位置角色和舆论引导影响力之间的差异，采用相关分析，从而明确基于社交媒体关系互动的情况下，如何削弱旅游城市负面偏差，提升正面理性的传播效果。

3 研究结果

3.1 社交媒体间的位置角色分析

“青岛天价虾”事件中，在理性、客观声音传递上，社交媒体之间存在互动关系，从而在负面偏差引导方面形成合力。基于前面的新浪微博社交媒体数据，可以得到该事件中的社交媒体关系互动社会网络（图1）。

3.1.1 社交媒体的程度中心性

在有值有向网络图中，点度中心性（又称程度中心性）是最常用来衡量谁在这个团体中成为最主要的中心人物。可以分为点入度（外向程度中心性）和点出度（内向程度中心性），点入度指的是一个节点承认对外关系数量的总和，点出度指的是其他节点承认对某一节点有关系的数量总和。点度中心势是点度中心性标准化数值，其反映的是节点联系的集中趋势。表1是“青岛天价虾”舆情节点中心性的测量结果，表中的点度中心性和点度中心势体现了节点之间信息的相互引用程度。

由表1可知，不同节点的点度中心性和点度中心势不同。其中，某节点的入度中心势得分越高，表明越多其他节点从该节点处获取信息，它就在这个团体中就越接近中心位置。在“青岛天价虾”事件的社交媒体传播网络中，按照入度中心势排序，“青岛市北发布”位列第一，“青岛交通广播”位列第二，“中消协”“青岛发布”“青岛物价”“北京青年报”并列第3。

在本次微博事件中，距离事发地最近的本地官方机构和本地媒体均发挥了重要作用，对“青岛天价虾”事件具体处理过程在第一时间发布，因此在整个社交媒体网络中被其他节点更多引用；此外，“青岛交通广播”的出度中心势得分第一，这表明其广泛引用了其他社交媒体信息，体现了作为本地媒体的信息集散功能。不过自媒体中的点度中心势较低，表明在事件信息相互引用方面不占优势。

3.1.2 结构洞分析

结构洞表示的是节点间非冗余的联系，结构洞能够为其占据者获取“信息利益”和“控制利益”提供机会，从而比网络中其他位置上的成员更具有竞争优势[32]。结构洞有两类计算指标，第一类是伯特给出的结构洞指数；第二类是中间中心度指数[33]。本文是选用中间中心度指数来衡量节点获取信息的能力。表2是运用 UCINET 软件对“青岛天价虾”传播网络结构洞的测量结果。

在表2中，有效规模的数值大小代表了节点在整体网络中的地位重要性，也就是说节点有效规模越大，其在传播网络中越具有核心的地位。一个节点越是居于网络的核心，它的结构洞可能越多，约束就越小，所以有效规模和约束呈现负相关的关系。根据其有效规模取值可以看出，“青岛天价虾”舆情传播网络中具有数量较多的结构洞，排名前三位分别为“青岛交通广播”“青岛市北发布”以及“青岛工商”，因此前3个节点的约束值均在0.3左右，表明了这3个节点居于网络的核心，容易获取舆情信息且不易受到其他节点的控制。

3.1.3 中介中心性分析

中介中心性指标衡量了一个人作为媒介者的能力，也就是占据在其他两人快捷方式上重要位置的人，他拒绝做媒介，这两个人就无法沟通，因此中介中心性也是衡量一个人作为桥的程度。某节点占据这样位置愈多，就越代表该节点具有很高的中介性[34]。是节点j到k的最短路径数，（xi）是节点j到k的最短路径上有节点i的最短路径数，n是整体网络中节点的总数量。在有向网络中，对中介中心性标准化的计算公式如式（1）所示。

[CB（xi）=j?kljk（xi）ljk（n-1）（n-2）] （1）

利用UCINET软件，对社交媒体的中介中心性的测量结果如表3所示，其中，“青岛交通广播”的中介中心度最高。

3.1.4 小团体分析

小团体就是团体中的一个小群体关系特别紧密，以至于结合成一个次级团体，这也是一个网络的总体结构指标。计算小团体的算法有两类：一类是以节点程度来计算，一群相连的节点视为一个团体；一类是以距离来计算，在一定的距离内可以达到的节点视为一个小团体。本文用节点程度的方法之一的K-核計算。K-核就表示一个团体中有g个人，其中每个人都至少与该团体的其他成员保持k条的关系。

由 K-核测量的小团体分析，“青岛天价虾”社交媒体网络中共有10个K-核最大值为3的节点，分别为“青岛市北发布”“青岛发布”“青岛物价”“青岛交通广播”“青岛微热点”“北京青年报”“头条新闻”“中消协”“澎湃新闻”“华西都市报”，占总体节点的 58.8%，表明在该传播网络中有联系紧密且占据主导地位的小团体结构。该小团体主要以本地官方机构、本地媒体、异地媒体、公益组织为主。该小团体构成了事件信息相互引用和分享的核心圈，成为事件进程发布的首轮传播信息源。

3.1.5 社交媒体关系互动中的位置角色总结

在“青岛天价虾”事件的网络传播中，不同社交媒体充当了不同角色和作用。本地官方机构（以“青岛市北发布”为代表）处于社会网络的中心位置，对事件解决进程发布具有权威性；本地媒体（以“青岛交通广播”为代表）处于结构洞的中间人位置，其中介中心性也是最高，表明其作为中介和“桥”的作用非常突出。此外，经过小团体分析，可以看出本地官方机构、本地和异地媒体、公益组织构成了一个信息相互引用的小团体。

通过社会网络分析，在“青岛天价虾”事件的社交媒体理性声音传播过程中，本地官方、本地媒体处于核心位置；异地媒体、公益组织处于第二层级；而自媒体则处于相对边缘的位置。这种社交媒体关系互动中的位置和角色是由事件信息发布特性决定的，但是处于核心位置的社交媒体传播是否达到了预期效果，还需要结合社交媒体的舆论引导影响力进一步分析。

3.2 社交媒体影响力测量分析

根据前面的文献研究，关于体现舆论引导能力的社交媒体影响力测量，本文选择了转发和点赞两个指标，并由此构建出社交媒体影响力综合指数，从而衡量各社交媒体引导舆论的能力[35]。

3.2.1 社交媒体转发、点赞均值的计算

“青岛天价虾”事件网络舆论集中于2015年10月份，因此，针对本文所研究的17个社交媒体，监测2015年10月份各社交媒体对“青岛天价虾”事件发布内容的粉丝和点赞数据，分别计算转发和点赞的均值，计算公式如式（2）所示。

[Xi=1nj=1nXij] （2）

式（2）中，i=1为转发数据，i=2为点赞数据；Xij代表某社交媒体节点发布一条关于事件的微博被转发（i=1）、或者被点赞（i=2）的数量，i代表社交媒体节点关于“青岛天价虾”事件发布的微博总条数。

3.2.2 社交媒体影响力综合指数构建

根据前面得到的每个社交媒体节点的转发均值和点赞均值，再构建出社交媒体影响力综合指数，计算公式如式（3）所示。

[Y=X1+X22] （3）

式（3）中，Y代表社交媒体影响力综合指数，[X1]代表转发数量均值，[X2]代表点赞数量均值。因此，计算得到表4“青岛天价虾”社交媒体影响力综合指数结果。

据表4可知，影响力综合指数得分最高的是本地自媒体“作业本”，其转发和点赞数量均值都超过了6000；排第二的为异地媒体“头条新闻”，其转发和点赞数量均值也都超过了3000；排第三的为本地官方机构“青岛市北发布”，其转发均值超过了1000，但点赞均值相对较低，仅367.67。因此，本地自媒体和异地媒体在引导网络舆论影响力方面处于优势地位。

3.3 社交媒体位置角色与影响力比较

在“青岛天价虾”事件网络传播中，进行正面理性报道的社交媒体之间存在关系互动，形成事件信息引用分享的社会网。但是，这些社交媒体间的关系角色能否顺利传递到网络舆论场中，进而发挥其引导舆论、削弱城市形象负面偏差的作用，这还需要结合社交媒体的影响力综合指数结果进一步判断。

3.3.1 总体相关性比较

在“青岛天价虾”网络舆论中，社交媒体间形成了一个整體社会网，每个社交媒体的位置角色均有不同。这里本文选择了3个代表位置重要程度的测量指标：入度中心势、结构洞的有效规模、相对中介中心度，分别与社交媒体影响力综合指数进行相关分析，考察社交媒体位置角色与其网络舆论引导影响力的匹配情况。

通过相关分析，3个体现社交媒体位置角色重要程度的指标，与其影响力指数之间的相关系数在95%置信度下均不显著，社交媒体的位置角色重要程度与其引导舆论的影响力之间不存在相关性。因此，17家社交媒体在关系互动中形成的位置角色，并没有必然的传递到其对网络舆论的引导能力上面。可以说，信息内容发布与信息内容引导并非由同一社交媒体完成，从而造成了这种总体不相关的现象。

3.3.2 社交媒体关系互动中的位置角色和影响力差异比较

通过社会网络分析，可以得到按照位置重要程度由大到小排序的社交媒体类型：本地官方机构、本地媒体、异地媒体、公益组织、本地自媒体、异地自媒体。此外，通过影响力综合指数分析，可以得到按照引导舆论能力由大到小排序的社交媒体类型：本地自媒体、异地媒体、本地官方机构、本地媒体、异地自媒体、公益组织。

综合上述两种排序结果，可以看出，各社交媒体的位置角色和影响力结果的差异主要表现在两个方面：第一，官方与民间的差异。在社交媒体关系互动中，本地官方机构的位置角色更接近中心，而自媒体排在最末；但是在体现网络舆论引导能力的影响力综合指数结果方面，本地自媒体排在第一，本地官方机构排在第三的位置。第二，本地与异地的差异。在社交媒体关系互动中，本地媒体机构排序靠前；但在影响力综合指数结果方面，异地媒体机构排序靠前。

因此，上述这两点差异，特别需要旅游城市宣传部门注意，在对外传播城市形象的过程中，应该对社交媒体组合运用，尤其要重视社交媒体上的自媒体意见领袖、异地媒体机构的舆论引导能力，最终形成传播合力，削弱负面偏差现象。

4 结论与启示

4.1 研究结论与发现

“青岛天价虾”事件无疑给青岛城市旅游形象蒙上了阴影，然而社交媒体中无限放大的调侃和段子，对青岛城市旅游形象而言也是不公正的。在这一网络事件中，社交媒体中还是不乏理性声音，引导网民全面、客观看待青岛旅游形象，提升正面传播影响力。本文通过对社交媒体中理性、客观声音的采集，及其影响力综合分析，总结提炼以下主要研究发现。

第一，社交媒体在信息发布和舆论引导能力之间存在不一致现象。通过社会网分析，确定社交媒体在信息发布关系互动中的位置角色，可以看出，本地官方、本地媒体处于核心位置；异地媒体、公益组织处于第二层次；自媒体处于相对边缘位置。然而，社交媒体影响力研究结果表明，在网络舆论引导能力方面，本地自媒体和异地媒体机构作用突出，处于优势地位；而本地官方、本地媒体的影响力结果相对较弱。因此，旅游城市宣传部门要积极利用自身社交媒体平台及时发布信息，但不能仅仅在自身平台自说自话，还要有意识形成信息扩散，将社交媒体关系互动更多归因到外部因素中，例如通过民间自媒体和异地媒体，形成跨群体、跨区域的传播影响力，这样才能准确传递放大自身声音，提升正面传播效果，削弱负面偏差现象。

第二，本文研究表明，通过关系互动中的因果归因，社交媒体对负面偏差引导同样可以发挥积极作用。在以往相关文献中，负面偏差引导策略研究多集中于内容偏差引导方面，但关系偏差引导方面研究相对缺乏。在本文中，社交媒体的舆论引导影响力表现差异明显，来自民间和异地的社交媒体影响力相对更强；对于旅游城市形象的官方传播者而言，民间和异地的社交媒体更多可以归为外部因素，它们在网民中获得了更多“转发”和“点赞”这一结果与因果归因理论基本相符。因此，本文的研究结论验证了社交媒体通过关系互动可以对旅游城市负面偏差进行有效引导，进一步扩展了社交媒体影响力引导策略的研究范围和方向，这也是本文的理论贡献所在。

4.2 管理启示

在“青岛天价虾”事件中，部分社交媒体秉持理性、客观的态度，为事件网络舆论回归理性，发挥了不同程度的引导作用。这个过程中有几点管理启示供城市宣传相关部门决策参考。

第一，确保信源的可靠性。“青岛天价虾”事件于2015年10月4日在新浪微博曝光，10月5日引发网络舆论，10月6日早上7：49，本地官方机构“青岛市北发布”就公布了该事件违法问题的处理意见，并在随后的两天内，持续深入公布事件处理进程，杜绝谣言出现，为事件网络舆论最终走向理性打下了良好的基础。这种努力也体现在本文研究的社交媒体关系互动中，本地官方机构处于核心位置，成为其他社交媒体重要的信息引用源，其他社交媒体的信任、转发是对本地官方机构努力最好的回报。因此，在类似突发网络事件中，事件责任部门要牢牢把握住第一信源的位置，确保事件信息源头及时、公开、透明、准确，才能为后期信息顺利扩散并形成理性舆论氛围奠定良好基础。

第二，借助中介（桥）的力量。在社交媒体关系互动中，本地媒体、公益组织、异地媒体、自媒体具有中介（桥）的作用，从而能够使得事件信源发出的声音得到更大范围的扩散。此外，自媒体、异地媒体作为中介桥梁，不仅链接更广泛的人群，同时影响力也相对很高，因此，在社交媒体的链式传播中，需要特别重视中介（桥）的力量。

第三，加强小团体圈子的分享。既然中介（桥）的力量如此重要，因此在社交媒体关系互动中，相关责任部门就要有意识地将中介者加入到小团体中，形成传播合力，提升影响力，削弱负面偏差现象。

第四，重视负面信息中的问题解决。本文研究的重点是如何提升正面理性声音的影响力，从而削弱负面偏差，但并非忽略负面信息。在现实中，旅游城市管理部门一方面要积极发出正向信息，另一方面也要认真倾听负向信息，重视负向信息中反映的问题并加以解决，这样才能消除负面，弘扬正面，形成良性循环，这也是负面偏差引导的前提基础。

4.3 未来研究方向

本文通过对社交媒体关系互动网络结构、舆论引导能力进行了综合比较分析，确定了社交媒体互动策略，从关系视角进行了负面偏差引导方面的有益探讨，这是本文的理论创新之处。不过本文中所研究的社交媒体影响力，可能同时还受制于传播内容因素，关系和内容之间会有交互作用；此外，面对本文所研究的社交媒体发布的信息，网民心理层面如何作用，从而引发转发或点赞，这些都有待进一步深入研究。因此，后续将增加传播关系和传播内容交互作用，开展网民心理学实验，从而更为全面系统考察社交媒体影响力，为负面偏差引导提供更为精准的策略建议。

参考文献（References）

[1] Baumeister R F， Bratslavsky E， Finkenauer C， et al. Bad is stronger than good [J]. Review of General Psychology， 2001， 5（4）： 323.

[2] Wang Yuzhu. Symbiosis and change of microblog and wechat in public events： A case study of Dongguan anti-vice [J].Press Circles， 2015， （11）： 59-63.[王玉珠.輿情事件中微博， 微信的议题共生与变化——以“东莞扫黄”事件为例[J].新闻界， 2015（11）： 59-63.]

[3] Basuroy S， Chatterjee S， Ravid S A. How critical are critical reviews？ The box office effects of film critics， star power， and budgets [J]. Journal of Marketing， 2003， 67（4）： 103-117.

[4] Chen Z， Lurie N H. Temporal contiguity and negativity bias in the impact of online word of mouth[J]. Journal of Marketing Research， 2013， 50（4）： 463-476.

[5] Rozin P， Royzman E B. Negativity Bias， Negativity Dominance， and Contagion [J]. Personality & Social Psychology Review， 2001， 5（4）： 296-320.

[6] Fiske S T. Attention and weight in person perception： The impact of negative and extreme behavior [J]. Journal of Personality & Social Psychology， 1980， 38（6）： 889-906.

[7] Skowronski J J， Carlston D E. Negativity and extremity biases in impression formation： A review of explanations [J]. Psycholo-gical Bulletin， 1989， 105（1）： 131-142.

[8] Gilbert D T， Malone P S. The correspondence bias[J]. Psychological Bulletin， 1995， 117（1）： 21-38.

[9] Epley N， Keysar B， Van B L， et al. Perspective taking as egocentric anchoring and adjustment[J]. Journal of Personality & Social Psychology， 2004， 87（3）： 327-39.

[10] Herr P M， Kardes F R， Kim J. Effects of word-of-mouth and product-attribute information on persuasion： An accessibility-diagnosticity perspective [J]. Journal of Consumer Research， 1991： 454-462.

[11] Qiu Lingyun.A study of information potency and information cues of online WOM to convince effect [J]. Journal of Marketing Science， 2008， （4）： 32-44.[邱凌云.网上口碑的信息效价与情感线索对说服效果的影响机制研究[J]. 营销科学学报， 2008， （4）： 32-44.]

[12] Huang Jing， Guo Yulang， Wang Cheng， et al. You Touched It and Im Relieved！ The effects of online reviews tactile cues on consumers purchase intension [J]. Journal of Marketing Science， 2015， 11（1）： 133-151. [黃静， 郭昱琅， 王诚， 等. “你摸过， 我放心！”在线评论中触觉线索对消费者购买意愿的影响研究[J]. 营销科学学报， 2015， 11（1）： 133-151.]

[13] Tang Xuesong， Lin Yan. Stock market rumors ， the transparency of accounting information and retail negative cognitive bias ： An experimental study[J].Journal of Finance and Economic， 2014， （5）： 31-41.[唐雪松， 林雁.股市传闻、会计信息透明度与散户认知负向偏差——一项实验研究[J].财经研究， 2014， （5）： 31-41.]

[14] Wang Xiaoyu， Cao Gangling. The impact of the crisis on the reputation of the product direction of consumer attitudes [J].Journal of Marketing Science， 2008， 4（4）： 1-12.[王晓玉， 晁钢令. 产品危机中口碑方向对消费者态度的影响[J].营销科学学报， 2008， 4（4）： 1-12.]

[15] Xiang Z， Gretzel U. Role of social media in online travel information search [J]. Tourism Management， 2010， 31（2）： 179-188.

[16] Jepsen A L. Information search in virtual communities： is it replacing use of off-line communication？ [J]. Journal of Marketing Communications， 2006， 12（4）： 247-261.

[17] Brown T J， Barry T E， Dacin P A， et al. Spreading the word： Investigating antecedents of consumers positive word-of-mouth intentions and behaviors in a retailing context [J]. Journal of the Academy of Marketing Science， 2005， 33（2）： 123-138.

[18] Yoo K H， Lee Y， Gretzel U， et al. Trust in travel-related consumer generated media[A] // Information and Communication Technologies in Tourism 2009[C]. Springer Vienna， 2009： 49-59.

[19] Yu Hong. Stability ascertain in the status of opinion leaders： A study of Sino-Japanese Forum[J].Journal & Communication， 2008， （6）： 72-80.[余红.网络舆论领袖地位稳定性探悉——以人民网强国社区《中日论坛》为例[J].新闻与传播研究， 2008， （6）： 72-80.]

[20] Gretzel U， Yoo K H. Use and Impact of Online Travel Reviews[A] // Information and Communication Technologies in Tourism， Enter 2008， Proceedings of the International Conference in Innsbruck， Austria[M]. DBLP， 2008： 35-46.

[21] Zhao Jinlou， Chen Junhui. SNA emergencies microblog network structure analysis based on the spread of public opinion： A study of Yaan， Sichuan earthquake[J].Management Review， 2015，（1）： 148-157.[赵金楼， 成俊会. 基于SNA的突发事件微博舆情传播网络结构分析——以“4·20 四川雅安地震”为例[J].管理评论， 2015 （1）： 148-157.]

[22] He Zhou， Chen Xianhong. Double discourse space： Research on public crisis dissemination of China official and unofficial discourse interactive mode[J].Journal of International Communication， 2010， （8）： 21-27.[何舟， 陈先红.双重话语空间： 公共危机传播中的中国官方与非官方话语互动模式研究[J].国际新闻界， 2010， （8）： 21-27.]

[23] Xia ZY， Yu Q， Wang L. The public crisis management in micro-blogging environment： Take the case of dealing with governmental affairs via micro-blogs in China[J].Advances in Intelligent and Soft Computing， 2012， 141： 627-633.

[24] Liu Jiqun. Research agenda of international social media influence analysis： Advances and implications. [J]. Journal of Modern Information， 2016， 36（3）： 158-166. [刘济群. 国外社交媒体影响力研究述评——进展与启示[J]. 现代情报， 2016， 36（3）： 158-166.]

[25] Zhang Lun. Research on individual influence of social media [J].Contemporary Communications， 2014， （1）： 30-33.[张伦. 基于社会化媒体的个体影响力测量研究[J]. 当代传播， 2014， （1）： 30-33.]

[26] Lin Juren. Social Network Analysis： Theory， Method and Application[M]. Beijing： Beijing Normal University Press， 2009： 124. [ 林聚任. 社会网络分析： 理论、方法与应用[M]， 北京： 北京师范大学出版社， 2009： 124.]

[27] Burt R S. The social capital of opinion leaders [J]. Annals of the American Academy of Political & Social Science， 1999， 566（1）： 37-54.

[28] Ye S， Wu S F. Measuring Message Propagation and Social Influence on Twitter.com [M]. Springer Berlin Heidelberg， 2010： 216-231.

[29] Hoffman D L， Fodor M. Can you measure the ROI of your social media marketing？ [J]. MIT Sloan Management Review， 2010， 52（1）： 41-49.

[30] Asur S， Huberman B A， Szabo G， et al. Trends in Social Media： Persistence and Decay[A] // Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media [C]. Palo Alto， California： Aaai Press， 2011： 434-437.

[31] Cha M， Haddadi H， Benevenuto F， et al. Measuring User Influence in Twitter： The Million Follower Fallacy[A]// Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media [C]. Palo Alto， California： Aaai Press， 2010： 10-17.

[32] Burt R S. Structural Holes： The Social Structure of Competition [M]. Cambridge MA： Harvard University Press， 1995： 8-45.

[33] Freeman L C. A set of measures of centrality based on betweenness [J]. Sociometry， 1977： 35-41.

[34] Luo Jiade. Social Network Analysis （the 2nd Edition） [M]. Beijing： Social Sciences Academic Press， 2010： 193. [羅家德. 社会网分析讲义（第二版）[M]. 北京： 社会科学文献出版社， 2010： 193.

[35] Dai Guangquan， Tan Jianping. Comprehensive spatial and temporal influence based on Newspapers content analysis and information entropy[J].Acta Geographica Sinica， 2012， （8）： 1109-1124. [ 戴光全， 谭剑萍.基于报纸媒体内容分析和信息熵的广交会综合影响力时空分布[J].地理学报， 2012， （8）： 1109-1124.]

Abstract： Negativity bias is the psychological impression that an audience has when facing diversified internet information. The audience tends to give greater significance to negative information， while underestimating the proportion of positive information. In the tourism market， this phenomenon will reduce tourists positive image of the city they visit. Related research shows that negativity bias is due to differences in causal attribution for positive versus negative information， such that positive information tends to be attributed to internal factors （vs. external factors） more often than negative information. With the rapid development of social media， relationship factors have become increasingly important in the process of information dissemination. Therefore， from the perspective of interaction in a social media relationship， how to weaken the impact of negativity bias on the image of tourism in the spread of a city is a practical problem of city brand image management in the social media era， which is also a key question in this paper.

Drawing from the existing literature and using Qingdao Pricey Prawn as an example， this article searches for an objective and rational voice regarding this case through analysis of social media relationship interaction， using internet crawler technology， followed by use of an artificial screening method. This article also conducts structural measurement of social media influence and measurement of fan behaviors using both social network analysis and index building methods， separately. It then compares the role of social media location and the guiding ability of internet public opinion so as to provide strategy directions for weakening negativity bias of tourist cities.

The results show that there are differences between the influence on and role played by social media in forming or combatting audience negativity bias. The first difference exists between official media and We-media. In social media interactions， local official institutions are in center position， whereas forms of local We-media are peripheral； however， in terms of influence in guiding public opinion， local We-media ranks first， while local official institutions are in the third place. The second difference exists between local and nonlocal media. Local media agencies are in the center during the process of social media interaction whereas nonlocal media agencies take the lead in terms of having greater influence in guiding public opinion.

Therefore， tourist cities should integrate the use of various forms of social media. Here are the points that should be paid more attention： First， improving the credibility of the sources of information used in their own media. In similar internet experiencing unexpected events， the departments responsible for such events should release information in a way that ensures the timeliness， openness， transparency and accuracy of the event information， which can lay a good foundation to the successful diffusion of later information and the formation of a rational atmosphere regarding public opinion. Second， they should take advantage of the public opinion guiding ability of other agencies so as to spread to the broader population， and ultimately form dissemination efforts and weaken the negative deviation phenomenon. Finally， closer attention should be paid to how to solve the problem of negative information so that negativity bias may be eliminated and positive images may be promoted to form a positive cycle， which also is the premise of guiding negative deviation.

Keywords： tourism city image； social media interaction； causal attributions； negativity bias guiding

[責任编辑：刘 鲁；责任校对：魏云洁]