新媒体语境下媒体融合报道评价机制研究*

□文│徐凤兰

2014年8月18日，中央深化改革领导小组会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》，这意味着自新世纪以来新闻传播学界“热词”之一的“媒体融合”，正式上升为一种国家战略。在全面推进媒体融合战略的过程中，如何评价新闻报道的传播效果成为一个极为重要的问题，因为互联网时代的新闻生产不同于传统的广播、电视、报纸等的传播形态——它需要综合考虑信息生产主体多元化、信息传播渠道多样化、用户信息使用多渠道等若干复杂因素。在目前，业界对媒体融合语境下的新闻报道评价并没有形成相对统一的标准，但数字时代，日新月异的技术已经给我们提供了无尽的可能，以至于《大数据时代》的作者舍恩伯格非常乐观地说，“只要一点想象，万千事物就能转化为数据形式”。[1]从这个意义上说，用户在观看新闻信息时所留下的痕迹都可以被识别、被采集、被统计和分析，为媒体融合报道提供了便捷的数据支撑，而不同场景下的用户信息使用行为又可以帮助我们建立信息内容和用户属性间的关联，从而形成一种不同于传统媒体时代的新闻报道评价机制。

一、媒体融合报道的跨平台传播特性分析

伟大的预言家麦克卢汉说，“媒介即是信息”，它所强调的是媒介形态及媒介技术的变化所带来的开创性和可能性。按照媒介生态学的观点，新闻信息技术哪怕是最为细小的变化都可能带来整个媒介生态系统的变化。正是这些新闻信息的传播技术发生的点滴变化，必然会导致整个生态系统逐步从局部到整体的变动，由此我们所探讨的新闻报道评价机制一样，它也需要调适自身以因应这种不断衍生的影响与变化。在互联网背景下，“人人都有麦克风的时代”正在到来，所有的用户都有可能成为新闻的生产者和传播者，同时，任何的新闻报道都不会再简单局限于对某个单一传播载体的依赖。从新闻生产角度来看，若干原本属于媒介组织之外的个人、机构都可以利用互联网信息平台的开放性进行信息生产，打破了此前单一生产主体对新闻生产权力的垄断；从新闻传播的过程来看，一源多屏的新闻传播方式、生产-传播-再传播的传播方式都在影响着传统的新闻业。但是，“人人都有麦克风”并不意味着每一个“麦克风”的音量都一样，恰恰是新闻信息发布者会滋生不一样的影响力，对来自各个渠道的“麦克风”音量做一个科学规范的评估就是应有之义，而对评价体系的建立欲求就显得日益迫切。

目前，学术界已经形成普遍共识的是，媒体融合带来的信息生产和流通的变化已经全方位地改变了之前渠道分割的情况，以至于“伴随着网络的融合、终端的融合，传统的传播渠道和数字新媒体的传播渠道之间的藩篱被彻底打破，传统意义上生产、播出一体化的媒体组织不复存在，拥有大量内容和渠道的传统媒体组织的任务分化为两大领域：内容的拥有和终端的占有”。[2]渠道融合无疑是作为媒体融合的一个重要面向，同时又反过来给我们提供了“倒推”去追溯新闻信息源，并进而评估信息传播效果的可能性。

在此背景下有学者敏锐地认识到，“新闻报道由单一媒体独立运行转向多种媒体融合传播，报道创新在管理层面上主要表现为跨媒体新闻团队的组建、一体化新闻生产平台的打造和‘融合新闻’项目管理”。[3]这意味着，新媒体技术开创了跨屏传播的无限延展空间，使此前的收视率、传阅率、发行量、收听率等相对单一的评价机制不再具有充分的说服力。例如，2016年的里约奥运会，作为电视屏幕的传统媒体所创造的收视率是历史新低，但不能就此认为奥运会观众热情的丧失，恰恰相反的是，以推特（Twitter）和脸书（Facebook）以及各类新闻门户网站的流量却成为全世界网民讨论体育赛事的主力平台之一。这就需要考虑两个问题：第一，我们应该如何考虑不同终端在内容使用上的统一，也就是说，同样的信息可能会通过不同的平台进行传播、扩散，这些平台的浏览及观看数据需要进行综合统计；第二，在引入跨屏传播的评价机制之后，我们应该如何从更为科学的角度进行统计，以至于使所有有价值的传播都被纳入其中但又不会导致用户被多次计算。

二、媒体融合报道跨屏幕传播的评价实践

在互联网背景下，一源多屏的信息传播生态促成了一些较为新颖的统计方法，比如微博中“电视指数”，即通过微博中用户对某一电视节目的提及情况统计一个榜单，测算某一电视节目（包括新闻）的口碑影响力。这种测算的前提是微博用户具有公开讨论某一个电视节目或某一个新闻片段的习惯，这些讨论会在微博中形成痕迹并且可以通过大数据的方式予以采集、格式化加工及统计分析。此外，还有“优酷指数”等工具，用来分析和判断最近较为热门的视频（包括新闻）的热度。相比而言，这些工具具备了对某一内容的跨平台传播进行统计的可能性。但显而易见的是，这种操作具有很强的局限性：第一，仅局限于一些较为热门的新闻作品；第二，很容易将营销、炒作行为与新闻内容的传播效果混为一谈。

实际上在进行媒体融合报道的过程中，我们需要解决的一个根本性的问题是，不同屏幕的媒介观看和使用行为如何进行有效整合，即以科学和便于操作的方式实现对不同终端的新闻生产用户的注意力的叠加。以电视新闻为例，需要综合考虑对三个屏幕，即电视屏、电脑屏幕及手机屏幕的媒介使用行为的叠加；对于报纸新闻来说，则需要实现“两微一端一网”的用户观看数据的叠加。在家庭投影仪、虚拟现实技术被广泛运用到新闻生产与传播过程中之后，我们还需要考虑更多复杂因素对跨屏的新闻信息生产与传播带来的影响。

如此一来，有一些研究者提出了一种针对电视新闻节目进行评价的机制，即采用“跨屏叠加”之后，减去重复观看的行为统计收视率状况。此类评价基本上基于家庭入户调查的抽样来完成，通过对符合标准的家庭成员的询问，以了解其通过多个屏幕进行观看某一节目的行为，然后去掉重复性观看行为，进而得出家庭的收视率，最终，通过多个家庭的随机入户调查，测算出跨屏收视率。这种收视率的统计方法虽然在理论上讲具有一定的可行性，并且传统的电视收视率调查也均以此为渠道进行，但因整个过程需要大量的研究人员的入户调查，一方面需要消耗较高的人工成本，另一方面所获得样本数量也较为有限。此外，还有一些学者通过累计叠加的方式来策划跨屏传播效果，还是以电视收视率为例，比如对巴西里约奥运会的收视率做调查的过程中，通过移动客户端的收视率、电视机的收视率和门户网站的收视率进行分别统计，通过对三个平台的收视或点击率的状况进行叠加评价其传播的效果。这样一来就容易导致不同的用户因存在重复观看（同一个用户既观看电视又使用客户端观看新闻）行为使统计结果存在误差。

基于以上思考，我们认为，对融合新闻传播效果的评价需要综合考虑多方面的因素，一是数据的容易获得性，二是计算过程误差的最小化，三是尽可能减少人工的重复性劳动。为此，我们拟提出一种针对融合新闻的加权评价机制。

三、融合新闻传播效果评价机制现状

在互联网时代，我们首先可以确定的是所有的新闻，不管是传统媒体的新闻还是新媒体的新闻，只要被生产出来，都会通过跨平台的方式进行传播（尽管这个过程会存在着诸多变数，例如同一信息被“编织”成多种体裁或格式在不同的媒介渠道发布，可是这并没改变其信息的发生归属）。在这一传播过程中，网络平台所扮演的角色是最为重要的，它不仅仅是因为其技术具有便捷性、互动性和即时性，更为重要的是，用户所有的浏览、点击、分享痕迹都会生成一些数据，而且这些数据是可以记录、保存、获取及统计的，所以有学者指出，“签到即记忆”，因为签到“被认为代表了一种新的数字化记忆实践，也是个人数字化存档记录延伸至关于场所的存档实践的一部分”。[4]如此一来，便可以通过很方便的技术手段实现对这些数据的抓取，进而统计出新闻传播的实际效果。这里需要解决的问题有三个：第一，某一特定的新闻产品在不同的平台中被消费（浏览、点击、观看）的记录；第二，对同一用户在不同终端进行重复性的消费行为进行去重处理；第三，设计一套可以量化的标准，来最终形成一个具有可比价值的数值。从这三个问题出发，明显可以看出未来解决方案具备了数据来源的科学性，同时也得注意到这些数据所能支撑的效果还是属于传播效果的浅层，即接触层面。

前文中所提及的入户调查最为关键的因素在于如何去掉对同一内容的重复性的消费现象。之所以要入户，是因为要去掉用户的重复消费行为，也正因为要入户调查，所以这个抽样过程与一般社会学调查中所希望达到的“数据易得”原则相违背。有意思的是，在大数据及人工智能时代，信息生产、传播、分析和评价的很多工作都可以交给机器和程序来自动完成，借助于人工的入户调查虽然值得钦佩，但却在很大程度上制约了调查的广度。为此，根据上文所提及的跨屏幕测算融合新闻传播效果的三个问题，可以较为便捷地解决这个问题，并实现数据样本足够大、数据说服力强等若干要求。为此，我们需要采集电视屏幕播放的收视率、其他各终端的点击率，但这两个数据并不是简单的相加，因为前者主要通过对“拥有电视机的家庭中收看某一节目的百分比数，被用来估计总体观众人数”，[5]而后者则是针对个人的浏览行为。因此，有学者提出电视收视率调查已经开始实现“TAM(电视受众测量)向VAM(视频受众测量)升级”。[6]在此基础上的收视率测量就更新成为对视频受众的测量，以此为思考前提，电视新闻的收视率就变成了基于独立ID浏览该电视新闻的数量的叠加。实际上，在这里最为复杂的一个问题依然是如何去掉重复性的新闻观看的行为。在刘燕南等人看来，这种计算目前最为主要的方法是，“采用大数据方法，以贴标签的方式勾画出家庭或个人画像”。[7]实际上，目前提到的一些方法都不可避免地存在着一些问题，比如对收视时长的考察、对用户跳转率的考察、对用户的人口特征分析以及不同的测量指标所得出的结果之间的可比性等。

四、融合新闻报道传播效果的评价依据

首先，从媒体融合报道的操作路径要求来看，就是要做到“一次采集，多次分发，移动优先，立体呈现”。具体是指新闻经由以“中央厨房”为代表的生产中心完成产品的制作之后，将会向不同的平台分发得以传播，其平台就目前来看主要包括传统媒体、新闻门户、“两微一端”、视频网站、网络社区及此上各类平台的转载等。比如，在今天，我们经常提及“报纸消亡论”，是说报纸本身已经属于负支付意愿的媒体——很少有人愿意为阅读报纸而付费，但这并不意味着报纸所承载的新闻并不具有价值，相反，它依然有着很强的传播力，只是这种传播是通过其他的渠道来实现，如“两微一端一网”（微博、微信、新闻网站）以及其他的各类转发。相比而言，作为刊发原新闻的报纸来说，它的受众到达率或受众阅读的可能性很低，但经过网络传播之后可能会成为热门话题。这其中的细微之处，其实正呼应了有关“报纸消亡论”中常见的一个论断：报纸或许会死，报（社）会持续生存。

其次，在传播效果评价的过程中需要明确的一个基本问题是，统计传播效果是作何具体用途，比如是用作新闻产品制作团队的业务评价，还是用作广告投放的性价比，抑或是作为一种学术研究用来统计其社会认知状况等。实际上，任何研究都是基于一定特定诉求的研究，任何的评价机制也一定是为了达成某种可预期的目的来实现。为此，需要考虑的是新闻产品本身所致力于达到的社会效果，它是力求一种全方位的、在无差别的大众中进行的广泛扩散与传播，还是力求一种有明确受众群的精准传播效果。因此，在评价机制探讨的过程中还需要将不同平台的受众群体的自然属性予以考虑。比如，一项旨在针对老年群体的新闻推送就需要考虑老年群体的媒介使用习惯，或者该媒介平台用户中老年群体用户的日常活跃度状况，而这些数据的获得也因为网络实名制的普遍推进和大数据技术的成熟而极易获得。换而言之，对于一则以青年群体为目标的新闻报道则应该优先考虑以移动互联网为平台的信息传播。这种考虑并不是要将融合报道的评价机制推向复杂化，反而因为数据的容易获得性以及评价结果的针对性具有自身的优势。

五、一种具有较高操作性的报道评价机制

在以上讨论的基础上，我们就新媒体语境下媒体融合报道的评价机制的思维与方法进行一番具有可实践性的尝试。

第一，对融合报道的原始材料的传播路径进行全方位的数据采集，实现原刊播平台与“两微一端一网”的全网络数据采集，采集的对象包括原刊播平台的收视率/收听率/达到率等基础数据，包括“两微一端一网”的全网数据的抓取。其中，全网数据抓取的内容包括同题或同内容新闻的阅读量、浏览数、评论数、点赞数等基础的外显的数据，还包括各自每一条新闻内容页面的访问时段、停留时长、用户年龄、用户职业、用户性别、地理区位等特征性的数据，以及刊载该新闻的平台整体的用户结构。以上数据可以区分为包括收视率/收听率/到达率/传阅率、阅读量/浏览量/点击率/点赞数/评论数等为代表的基础数据层，以及以停留时长、来函来电、评论行为、转发行为、点赞行为、访问时段、分享行为、跳转行为等为代表的行为数据层，以用户年龄、地理位置、性别、经济结构、兴趣偏好、职业特征等为代表的用户数据层，以及平台用户总量、平台用户月活跃度、日活跃度、小时活跃度、用户活跃趋势等平台属性层的数据。基于以上数据信息，可以计算出不同平台下的信息传播效果；同时，针对用户的使用痕迹如评论内容，还可以推算用户对该条信息的情绪倾向。

第二，既然需要考虑到对同一信息的重复性消费行为对测算结果带来的影响，同时又不便于直接通过计算得出重复性消费用户的具体数值，可以根据评价的目的及不同平台精准用户的属性分布测算出不同场景下的评价机制。针对此种情况，本研究提供多种测算的机制：一是通过专家评估赋值法对不同平台（包括传统媒体）的数据赋予特定的数值，加权估算得出其综合影响力；二是综合考虑新闻的内容与受众群体属性的关联性对有受众群体偏向的平台进行加权处理（比如哔哩哔哩平台的用户群体偏向）；三是将开放性平台中的用户评论部分进行情绪判断，分析用户的情绪及态度是否符合预期，进而对信息的传播效果进行评价。

第三，从操作层面上讲，用户媒介使用数据的易获得性已经成为公认，而目前的数据采集、数据处理甚至是自动化技术已经十分成熟，足够为更新后的媒介融合新闻报道评价机制提供充分的数据。但这里需要考虑的一个问题是：用户的这些使用数据是否可以用来被采集、分析。实际上，在大多数情况下，用户在使用某一客户端浏览新闻时，就已经授予这些平台对其基本数据进行采集的权力，而在平台数据部门对此类数据进行采集和分析时，也并不会对个人的利益造成损失。此外，也有不少平台运营方都会采用知情同意的原则，让用户知晓其用意，以避免不必要的纠纷。

注释：

[1][英]维克托·迈尔·舍恩伯格.大数据时代 生活、工作与思维的大变革[M].盛杨燕，周涛，译。杭州：浙江人民出版社，2003

[2]王菲.媒介大融合[M].广州：南方日报出版社，2007

[3]蔡雯，陈卓.媒介融合进程中新闻报道的突破与创新——基于2008年重大新闻报道案例研究的思考[J].国际新闻界，2009（2）

[4]刘于思.签到即记忆：移动媒介的空间实践与意义生产[J]，浙江传媒学院学报,2016,23(5)

[5][美]凯瑟琳·霍尔·贾米森.影响力的互动——新闻、广告、政治与大众媒介[M].洪丽，等，译。北京：北京广播学院出版社，2004

[6][7]刘燕南、张雪静.跨屏受众收视行为测量：现状、问题及探讨[J].现代传播，2016，38(8)