知乎平台上的意见表达研究

邱万林 黄莉媛 任佳欣

摘要：本研究使用内容分析法，考察分析了知乎平台下司法类话题中的意见表达活动的态度分布情况和态度分布发展趋势。研究显示，知乎平台上的意见表达活动整体趋于理性，难以或未出现群体极化现象;特定内容的态度分布存在着一致性评价，具有形成群体极化的潜质。本研究对研究范围内容的意见表达活动的特征进行了理论描述，并简要分析了特征的成因。

关键词：意见表达;群体极化;一致性评价

一、研究背景、目的、意义

随着网络技术与通讯技术的发展，新媒体平台越来越成为人们集中表达意见、讨论问题的重要场域。知乎平台就是其中之一。随着新媒体平台上的意见表达活动日趋热烈，群体极化现象也出现在新媒体平台上。知乎作为具有一定特殊性和较高影响力的新媒体平台，它上面到底有没有群体极化现象？如果有则又呈现哪些特征？这些问题具有重要意义。本研究就以此为研究背景，在群体极化视角下考察知乎平台上司法类话题下的意见表达活动。

本研究为描述性研究，运用一定的研究方法调查与记录对特定情境条件下知乎平台上公众在司法类话题下的意见表达活动并进行研究进一步描述其特征。发现研究线索，提出理论假设，对特定现象给出理论化的阐释，是本研究的目的。

本研究以知乎平台用户为研究对象，采用群体极化理论作为研究视角，考察新媒体平台上的意见表达活动。新媒体平台是当下受众表达意见的重要场域，考察态度演变趋势与意见表达特征，对认识和理解新媒体平台上的意见表达情况具有一定实践意义。同时本研究作为描述性研究，期望能對观察现象贡献合理和正确的描述，借以为之后的学者提供线索或启发，是本研究的理论意义。

二、文献回顾与研究问题和假设

“群体极化”这一概念最早在1969年美国心理学研究中提出，Myers，D.G.于1976年在美国心理学公报发表了名为《The group polarization phenomenon》的论文，做出了进一步阐释。群体极化的初期提出的研究都是站在心理学与社会心理学的学科领域出发去研究，如1978年Lamm，H.和 Myers，D.G.发表的《Group- induced polarization of attitudes and behavior》。随着传播学和媒介技术的发展，群体极化越来越被传播学界重视。国内学者多视凯斯.桑斯坦在《网络共和国—网络社会中的民主问题》一书中提出的概念为群体极化的起源。目前对群体极化的量化研究主要集中与社区中群体极化产生的影响因素、网络上群体极化现象对现实产生的影响以及网络舆情的演化机制，并着力于提出络舆情拓扑的模型。而质化的研究更多的关注群体极化的起因，站在媒介环境学视角下重视传播情境和传播模式的特点对群体极化现象的形成与消解做出推论与说明。

学者勒中坚在《基于网民观点能量的群体极化分》中通过一系列公式衡量网民观点分布，提出了一致性评价这个概念。认为当一种意见占据超过意见表达整体活动中的80%以上时，这种意见就成了一致性评价。一致性评价并不是判断是否存在群体极化的依据，而是一个对网络意见分布状态的描述办法，他认为，当网民对同一事物的一种评价超过80%时，网络观点将出现单极聚化，在单极聚化的情况下网民易受到沉默的螺旋压力从而产生或加速群体极化。

（一）知乎平台上是否存在群体极化现象

本研究中采用李克特量表对样本中的所有意见表达进行了态度的分析和归纳，以此收集了样本中的态度分布。意见表达是指公众对特定对象公开表明自己的观点与态度，具有评价性。不同的新媒体媒介平台有着不同的传播特点和受众群，其情况不能一概而论。因此本研究基于知乎这个与其他媒介平台差异性较大的社交媒体，从态度的分布情况与态度的演变趋势两个角度探讨知乎平台上的群体极化存在现象。

研究问题一：知乎平台上是否存在群体极化现象？

（二）内容与意见分布的关联性

意见是人们的观点和态度，常常被包含在内容之中，通过内容表示出来，具有评价性。在这个角度说，内容和意见是不可分割的。在意见表达活动中，一个议题中常常包含着诸多内容，这些内容与意见表达的态度是否存在着关系？抑或是存在着什么关系？我们难以判断清楚。本研究就以一具体问题作为案例，使用内容分析法对所有意见表达进行分析归类，旨在分析内容与意见分布的关系。

研究问题二：知乎平台上的意见表达中间内容与态度是否存在关联性？

三、研究方法

（一）数据来源

本文的研究对象是知乎该案例中作答的用户，从网民热议的“江歌案”话题中选取“如何看待为陈世峰这类人辩护的律师”问题为例，针对网民在知乎平台对此问题的所有回答作为样本框。

（二）测量

1.意见表达的态度测量

本研究把采用李克特量表，将意见表达蕴含的态度分为了五个量级，分别为-2，-1，0，+1，+2。其中-2表示极化地表达否定态度，-1表示理性地表达否定，0表示态度中立，+1表示理性地表达肯定态度，+2表示极化地表达肯定。

2.内容的分类

本研究把意见表达的中包含的内容分为律师（职业）、司法、影视、平台、民众、其他六个类别，用三级量表测量该内容的出现与否与出现的倾向。-1为出现负面内容，0为未出现，+1为出现正面内容。其中内容类目基本达到了穷尽性和互斥性的要求，各类目相互排斥互不包含具有互斥性，类目其他出现频次为3.69%，低于5%，具有穷尽性。

（三）选用方法

本研究选用内容分析法，通过对陈世峰律师引起的公众意见表达案例进行分析，探索群体极化的表现与特征。本研究通过对特定文本的编码运用相关数据统计分析网民情感态度的变化，探讨群体极化的一般发展过程和规律。

内容分析法需要多个编码员协同完成编码工作，本研究中编码员编码培训四天，试验性编码采取550个样本量的编码工作，其中最低阿尔法系数为0.945。高于0.90，具有进行研究的可行性。

（四）类目建构与编码协议

本研究以知乎上“如何看待为陈世峰这类人辩护的律师”问答为主题，将时间锁定在2017年12月12日至2018年8月19日，除去无效回答、被折叠回答等，共获回答样本1111篇。

本研究将上述分析项进行编码，经录入验证，反复修正，形成数据统计录入的编码框。共设有“态度”、“内容”2个一级子项，在“内容”中又分出6个二级子项（见图）。回答的“态度”根据里克特量表五个等级来测量。

编码协议是编码员在进行编码时的重要依据，需要详细的可操作指导，与编码培训一起指导编码员的编码工作。基于前述类目建构，本研究将编码协议记录在表中。

回答态度的操作化定义：（见表1）

内容的二级子项编码协议：（见表2）

四、研究发现

（一）研究问题：知乎平台上是否存在群体极化现象（见表3）

态度值的方差和平均值均稍微超过1，方差为1.142，标准差为1.06850。这反映出，公众意见表达的态度分布集中于理性，极端态度出现较少。百分比统计结果显示，大多数意见集中分布于+1与-1，+2与-2分布稀少，±1占比81.28%，±2占比12.96%。

通过图1我们可以直接观察到，图中的极端态度，较多出现在表达过程的初始，随着意见表达进程的演变，逐渐减少并在进程的中部进入最低狀态即偶尔出现。而理性态度在意见表达的初始阶段相对有限，但随着意见表达进程的演进，理性意见在和非理性意见对抗中取得了上风，理性意见占比逐渐提高，占据了主导地位。

从意见表达的结果来说，绝大多数意见表达都持理性态度，并非极端态度;从意见表达的发展趋势来说，随着用户的交流互动，极端意见越来越少，理性意见越来越多。因此我们可以提出研究发现，在本研究案例中未出现群体极化现象。

（二）意见表达过程中内容和态度出现关联性（见表4、表5）

对民众内容与态度进行二项分布测算后，得出二者具有高度相关性的结果，二者呈现负相关关系。根据这两组变量之间的交叉表，我们观测到，包含民众相关内容的意见表达，更易产生与对民众认知相反的态度。

这说明民众内容的出现和态度分布具有一定的关联性，从交叉表中我们可以得到直观的数据观测。限于研究员的学术能力和学界的理论基础，本研究无法确定内容（民众）与态度间的变量关系，或验证其间是否存在变量关系。但可以确定的是，无论是因果关系还是中介变量关系抑或是虚假关系，在本次研究中确有体现。本次研究作为描述性研究将此特征作为研究发现，期待为其他学者提供研究线索，帮助其进行进一步的探究。

五、结论和讨论

本研究实际地测量知乎平台上某案例的意见表达的状况，描述了知乎平台上司法话题意见表达的基本情况。同时，本研究还对内容进行了筛选，对内容和态度之间关联性进行了描述。研究发现，知乎平台上司法话题意见表达中难以或不会形成群体极化。知乎平台上的态度与内容有着一定的关联性，本研究中，民众类内容与态度分布出现负相关关系。

本次研究的研究发现和媒介的属性和传播特点有着密切的相关性，与知乎的受众特征也高度相关。知乎平台以问答为内容生产机制，使用文字媒介传播效率较低，文字表达观点也更需要逻辑性和时间，这使得用户在组织作答时更需关注自身传播内容而不是宣泄情绪。知乎的受众相对来着受教育水平更高，生活地域更多与发达或次发达地区，收入水平较高。按照知沟理论中对传播技能、传播者背景、传播媒介属性的描述，知乎平台用户的教育背景和知乎传播方式使得知乎上的受众回答更加理性。

本次研究中尽管未出现群体极化现象，但对民众内容的态度具有一致性评价，值得我们警惕。本此研究中出现了涉及民众的内容共计401次，其中对民众表示负向计334次，表示正向67次，负面占比83.29%。按照学者勒中坚的观点，这种一致性评价属于单极聚化，极易产生或加速群体极化现象。在这83.29%的意见表达中不乏“愚民”这种极端或潜在极端的词句，因此我们不难想象，如话题的换为关于民众的负面形象评价，出现群体极化的概率或出现的群体极化的激烈程度会更高。这是值得我们警惕和反思的一点。

参考文献：

[1]陈红梅.互联网上的公共领域和群体极化——整合视野的思考[J].新闻记者，2015 （05）：28-35.

[2]张广利，孙静.群体极化的特征、根源及过程机制分析[J].华东理工大学学报（社会科学版），2013，28 （01）：10-15.

[3]勒中坚，蔡淑琴，周萍.基于网民观点能量的群体极化分析[J].江西社会科学，2011，31 （10）：236-239.

[4]廖圣清.新媒介技术环境下上海大学生的意见表达研究[J].新闻大学，2017 （06）：104-155.

[5]Michela Del Vicario，Gianna Vivaldo，Alessandro Bessi，et al.Echo Chambers：Emotional Contagion and Group Polarization on Facebook.Scientific Reports，2016，6，37825.

[6]Myers.D.G.&Lamm.H.（1976）.Theggroupppolarizationpphenomenon.Psychological.Bulletin，83 （4）：602—627.