社交媒体用户舆情传播行为的影响因素分析

侯萍 刘海洋

摘要：本文聚焦于社会化媒体环境，基于说服模型和使用与满足理论，探究用户舆情传播行为的影响因素。通过问卷收集用户数据，采用结构方程模型的方法来进行路径分析和假设检验。在社会化媒体环境下，舆情源特征正向影响舆情传播。在舆情源的特征当中，知名度对舆情传播的影响力度最大。舆情本身特征正向影响舆情传播。娱乐性的对舆情传播的解释效果最好，人们主观上更愿意传播带有娱乐性质的舆情，舆情受众传播特征正向影响舆情传播。舆情受众的传播特征中的自我提升对舆情传播的解释作用最显著。

关键词：社交媒体;网络舆情;影响因素;说服性传播理论

目前，对“舆情传播”的研究已成为众多学者所研究的一个热点。社交媒体用户不仅是舆情的接受者，同时也是舆情的生产者和传播者，研究舆情传播过程具有重要意义。现在对舆情传播的研究可以归纳为三个方面：1）社会网络视角研究，一些学者 探索舆情传播网络的拓扑结构和传播规律、识别与评判舆情传播网络中重要节点，有助于从源头上控制舆情，增强政府管理网络舆情的能力。2）基于数学模型的研究 ，大部分是基于信息传播模型——传染病模型及其优化模型，还有其他一些数学模型，定量研究网络舆情传播过程，试图找到传播规律对性，并给出针对性策略，具有科学性。3）主体参与意愿研究 ，即网络舆情传播中主体参与意愿的影响因素，改变主题决策的策略等。然而，由文献回顾可见，在该领域现有主体参与意愿实证研究中，学者主要基于TAM、TPB等理论及模型，探寻了舆情传播的影响因素，还未见探究基于说服性传播理论和使用与满足理论的用户舆情传播行为的影响因素分析的研究成果。然而，传播的效果不是简单或直接地由传播者的主观意愿决定，反而是受到信息源、信息本身的内容、传播途径、传播频次、传播机缘和受众个性性格等多种前提的制约和限制。对基于传播理论的社交媒体用户舆情传播行为的影响因素分析探寻显得尤为重要。因此，与先前研究聚焦于网络结构和数学模型不同，本研究创新性地引入了说服性传播理论和使用与满足理论，专门探寻了基于传播理论的影响用户网络舆情传播的主要因素，并基于研究结果为政府提出了具体详实的建议。

1、研究模型及假设

1.1研究模型

借鉴霍夫兰“说服模型” 卡茨 提出的“使用与满足理论”，整理出影响社交媒体用户舆情传播行为的因素模型，概括起来包括舆情源特征、舆情本身特征和舆情受众传播特征。舆情源特征舆情发布者（或舆情发布机构）的特征，本文从知名度、权威性、关联性三个维度进行测量。舆情本身特征描述的是就舆情信息（文本、图片、音频、视频等各种形式）的信息特征，从五个维度进行测量： （1）娱乐性; （2）交互性; （3）新颖性; （4）理解性; （5）实用性。舆情受众传播特征是指社交媒体用户作为舆情接受者，将舆情再次传播出去（此时身份转变为舆情发布者）时的心理活动和个人需求，测量“自我提升”、“利他动机”、“猎奇心理”、“表达观点”、 “从众心理”五个维度。所构建的理论模型如图1所示。

1.2研究假设

1.2.1舆情源特征相关假设

（1）权威性：舆情源的权威性是指舆情发布者（或发布机构）通过了社会认证，被媒体受众所认可，具有发布相关领域舆情的资质，并且要求该舆情源所发布的舆情必须客观公正。

（2）关联性：舆情源的关联性描述的是舆情源与舆情受众之间的关联程度。

（3）知名度：舆情源的知名度则反映了舆情源的关注者群体数量大小。在社交媒体领域则指的是舆情源粉丝数量多少。

经过整理，将舆情源特征归纳为权威性、关联性、知名度三个方面，提出了两个假设。

Hl：舆情源特征与社交媒体用户舆情传播行为有正相关影响;

H4：舆情源特征与舆情受众传播特征有正相关影响。

1.2.2舆情本身特征相关假设

舆情本身特征即娱乐性、交互性、新颖性、理解性、实用性：。

（1）娱乐性：娱乐性是指舆情信息是否具有趣味性，其载体形式（文字、图片、表格、音频、视频）是否多样化。具有娱乐性的舆情会给人带来轻松愉快的感觉，人们主观上也更愿意接受这类舆情。有不少微博或微信公众号专门发布内容生动，形式多样，极具趣味性的文章，这类文章往往拥有大量阅读量和转发量。

（2）交互性：某些舆情在转发的同时可能会得到一些物质利益或非物质利益。例如新浪微博，转发微博可抽奖的形式，使人们为了追寻物质利益而参与到舆情传播之中来;或者某些舆情要求转发或评论之后才能阅读全文，这属于非物质利益的范畴。舆情与受众之间关系密切，例如舆情受众就是舆情所涉及到的当事人，舆情受众被卷入舆情之中，这也能体现交互性。

（3）理解性：某些舆情艰涩不易理解，而某些舆情通俗淺显;某些舆情篇幅过长，在理解的过程中会失去耐心，因此理解性也是舆情本身特征之一。

（4）新颖性：好奇心是人类的固有的天性之一，人们对第一次碰见的事请总是保持一种新鲜感和神秘感，这驱使人们去探索未知，因此，舆情的新颖性是舆情本身的特征之一。

（5）实用性：从舆情之中可以获取知识或解决问题的方法，我们称这种特征为舆情的实用性。

本文作出如下假设：

H2：舆情本身特征与社交媒体用户舆情传播行为有正相关影响;

H5：舆情本身特征与舆情受众传播特征有正相关影响。

1.2.3舆情受众传播特征相关假设

（1）自我提升：自我提升表现在两个方面，一是对自己的学识或能力的提升，满足自己的求知欲;二是提高自身的影响力，提高自己在朋友中的存在感，进一步扩大社交范围。互联网的虚拟性能更便捷地获取知识，扩大社交范围，提高影响力。所以在自我提升这一点，相比传统媒介的效果，现如今的社交媒体使舆情受众能更加高效快速地实现自我提升。

（2）利他动机：利他动机的服务对象不是自己，更多强调的是如何使他人获益这一方面。这种心理活动主要体现在“传播该舆情可以帮助别人有所收获”或者是“传播该舆情能够有力地支持亲朋好友的意见”。

（3）猎奇心理：在舆情事件中，好奇心通常表现为人们不断探求事件的详情和真相，主动地搜寻并传播相关舆情。

（4）表达心理：相比过去传统媒体时代，现在舆情受众（网民）的文化水平明显提升，对舆情的背景、内容等能够有一个更加全面的认识，有自己独到的见解，因而更容易形成自己的观点，因而意见领袖的作用在无形之中被削弱。当社交媒体用户的观点和所传播的舆情不相符合，内心就会产生发表观点和看法的冲动，加之网络的匿名性，使得社交媒体用户更乐意发表自己的看法。

（5）从众心理：网络中的信息量大、内容质量参差不齐，需要花时间去甄别舆情内容，尤其是在一些公众性事件中，社交媒体用户的意见更容易达成一致，影响更多用户的舆情传播行为。

本文作出如下假设：

H3：舆情受众传播特征与社交媒体用户舆情传播行为有正相关影响。

2、研究与设计

2.1调查问卷

调查社交媒体用户舆情传播行为的影响因素，包括舆情源特征（权威性、关联性、知名度），舆情本身特征（娱乐性、交互性、理解性、新颖性、实用性），舆情受众传播特征（自我提升、利他动机、猎奇心理、表达心理、从众心理）。这一部分采用李克特（Likert）量表，选择5点标尺（从1分到5分，分别表示完全不同意、基本不同意、不确定、基本同意、完全同意）。本文对于30个社交媒体用户进行了调查，根据得到的反馈信息将问卷中一些存在歧义的项进行了修改，得到了前测问卷。接着又选取了50个用户进行问卷的预测试，共计发放50份问卷，回收了47份有效问卷，有效回收率为94%。结果显示问卷变量的Cronbach's a均大干0.7，具有较高的可信度，同时问卷结果在通过了KMO系数和bartlett's球形检验，由此说明本问卷的设计符合问卷调查的标准。

2.2数据收集

纸质问卷主要是在亲朋好友之间发放;网络问卷是由“问卷星”提供技术支持，通过微信、QQ、微博等进行传播。共派发问卷230份，在剔除了有填写不完整、选项重复率极高的无效问卷之后，最终收集得有效问卷213份，有效问卷率为92.61%。统计结果表明，受访者中男性为113人，占53.05%;女性100人，占总数的46.95%。男女比例较为均衡，可以基本消除由性别差异带来的误差。在年龄指标中，20至25岁的社交媒体使用者最多，高达99人，占总人数的46.48%，说明社交媒体用户主要集中在年轻人群体中。就职业而言，社交媒体用户以学生为主，占总数的50.70%，学历普遍为本科。

2.3信度与效度检验

本文也采用Cronbach's a信度系数法，利用SPSS软件来进行问卷信度分析，问卷整体的Cronbach's a系数为0.953，大于0.9。三个潜变量（舆情源特征、舆情本身特征、舆情受众传播特征）的Cronbach's a系数均大于0.8，部分项达到0.9，说明问卷设计合理，具有较高的可信度。本文的效度检验结果，每一个变量的AVE的平方根值都大+0.707，说明该问卷具有很高的区分效度和收敛效度，达到了效度检验的标准。

3、假设检验与分析

3.1模型拟合度和路径分析

本研究采用结构方程模型的方法来进行路径分析和假设检验。

本文在分析模型的整体拟合度时，采用的指标是卡方比率（X2/df）、近似误差均方根RMSEA、基准化适合度指标NFI、相对拟合度指标RFI。研究结果来看，本研究的SEM模型的卡方比率为2.357，小于标准值3;RMSEA值为0.074，小于标准值0.08;NFI值为0.923，大于标准值0.9;RFI值为0.897，略小于标准值0.9，综合看来，该模型具有较好的拟合度。

接下来对本文的4个潜变量：舆情源特征、舆情本身特征、舆情受众传播特征和舆情传播之间的影响关系进行验证，最终反馈结果如表1所示。

从上表中可判断出假设Hl、H2、H3、H4、H5成立。

3.2双变量路径分析及假设检验结果

为了能够更加准确地描述某一具体因子对社交媒体用户舆情传播行为的影响作用，本文使用了双变量路径分析。在确保量表信度、效度都达到研究要求的基础上，通过对社交媒体用户舆情传播模型的路径分析和显著性检验，双变量路径分析及假设验证结果如下表所示：

结论如下：第一，舆情源特征正向影响舆情传播。在舆情源的特征当中，知名度对舆情传播的影响力度最大，其次是关联性，权威性最弱。第二，舆情本身特征正向影响舆情传播。娱乐性的对舆情传播的解释效果最好，人们主观上更愿意传播带有娱乐性质的舆情，与专业性、学术性、片面性的舆情比起来，娱乐性强的舆情才更受欢迎，所面对的舆情受众才更多。第三，舆情受众传播特征正向影响舆情传播。第四，舆情源特征和舆情本身特征正向影响舆情受众传播特征。

4、管理与建议

4.1发挥高知名度舆情源的作用

在本文所提出的輿情源特征当中，知名度对舆情传播的影响力度最大，因此，发挥高知名度的舆情源的作用显得至关重要。政府应加强对知名度高的舆情源的监管力度，引导这些舆情源发布符合社会主义核心价值观的内容，把握其言论倾向，以便及时应对谣言等非理性行为，促成社交媒体的清风正气。完善相关法律法规，依法严办破坏内部团结、扰乱社会治安、扭曲事实真相等舆情发布者，在源头上把好关，是应对负面舆情的根本措施。政府自身的官方媒体也要多吸引用户数，以便第一时间发挥舆情管理和引导的作用。同时，政府也应该主动寻求改变，在社会经济转型升级的环境下，在社交媒体上创建官方账号，或者自行创办权威的官方社交平台，并将其打造成为知名度高的平台。被动改主动，并在舆论中发现问题，及时进行“诊断”和“治疗”。及时通过各大社交媒体平台澄清事实，第一时间引导网络舆情朝正常化发展，减少负面影响，化解矛盾，获得社交媒体用户支持，提高政府的可信度。社交媒体是国家的媒体，是国家发声的喉咙。政府应要求各大社交媒体平台予以配合，承担起他们自己的责任，履行好他们自己的义务，及时地通过技术手段监管舆情动向。

4.2舆情内容上引导舆情走向

本文研究说明了娱乐性在舆情传播中的重要作用，因次，政府的官方媒体在宣扬正能量时，应多采用视频、音频、图片、文字相结合的方式，在语言表达上力争轻松愉快。利用技术优化信息的选择、组织、深度加工，使明确的信息内容流向用户，质量上乘、减少信息紊乱、提高信息价值，避免负面信息的传播 。还应加强网络管理技术的研究，引进国外先进技术，通过技术手段，加强网络舆情管理，维护网络信息传播秩序，促进网络健康发展。在微信、微博、QQ等重点社交媒体上，利用大数据的支持，全天候进行监察，设置不同等级的应急预案，做好风险评估工作。培训专门人员，在各大社交媒体上“入驻”，一旦发现舆情内容不符合社会主义核心价值观或者有害国家公共安全，立即进行舆情走向的引导，将政府的网络雇员打造成意见领袖，发布最新消息，充分利用好新颖性对舆情的影响作用。

4.3加强对网络信息接收者的引导

政府应重视培养社交媒体用户的责任感，可以从“教育+法律”的方式对社交媒体用户进行约束。提高社交媒体用户信息甄别能力和网络素养，杜绝不良信息的二次传播。在健全的法制基础上，让“意见领袖”明确自己在网络上所承担的责任以及“言论自由”的底线，以规范自己的网络行为，政府在对网络信息接收者做引导时，要“刚柔并济”。 “刚”是指以法律法规的形式约束社交媒体用户的行为，而“柔”则是要做到人性化管理，不至于引起社交媒体用户的抵触情绪。要加强政府与社交媒体用户的直接对话，即使掌握社交媒体用户的需求，结合实际问题拿出解决方案，展示政府开放包容的态度，促进政府与社交媒体用户之间的关系。政府要在舆情升温发酵之前，抢先占领舆论领地，设置规范合理的话题，积极引导舆论的正确走向。面对积极向上的话题，政府要通过各种手段来将其效果扩大化;而一些负面言论，可以适当地将其“封藏”起来，让社交媒体用户更加理性地参与到舆情传播的过程中来。

参考文献

[1]高海涛，徐恺英，张琦.社会网络分析视域下微博舆情传播模式及监管策略研究[J].情报科学，2018，36（5）： 144-148.

[2]李丹丹，马静.双层社会网络上的舆情传播动力学分析[J].系统工程理论与实践，2017，37（10）：2672-2679.

[3] Erick S，Martine C，&Nicolas V.Towards Merging Modelsof Information Spreading and Dynamic Phenomena inSocial Networks[J].M.D. Lytras et al. （Eds.）： WSKS 2011，CCIS， 2013，（278）：500 - 508.

[4]种大双，孙绍荣.基于传染病模型的重大突发事件舆情传播与控制.情报理论与实践，2018，41（5）：104 -109

[5]王治莹，李甬建.政府干预下突发事件舆情传播规律与控制决策[J].管理科学学报，2017，20（2）：43-52，62.

[6] Zhao Z J，Liu Y M， Wang K X.An analysis of rumorpropagation based on propagation force[J]. Physica AStatistical Mechanics&Its Applications，2016，443（2）：263-271

[7]赵金楼，高宏玉，成俊会，基于三元联系数的网络舆情传播中主体参与意愿演化评价方法[J].情报科学2017，35（8）：118 -120，140.

[8]胡珑瑛，董靖巍.网络舆情演进过程参与主體策略行为仿真和政府引导[J]中国软科学，2016，（10）：50-61.

[9]Hovland C I，Jamis I L，Kelly H H. Communication andPersuasion[M]. New Haven： Yale University Press， 1953.

[10] Katz E，Blumler J G， Gurevitch M. Uses andGratifications Research[J]. The Public OpinionQuarterly， 1973，37（4）：509-523.

[11]季丹，谢耘耕网络危机信息传播效果的影响因素实证研究——以微博为例[J].情报科学，2014（7）：70-77.