关于我国“网络群体极化”的研究述评

2020-02-24刘丹

视听 2020年10期

□刘丹

随着互联网的快速普及和网民数量的倍增，“群体极化”现象开始频频出现在网络空间，并且有日益增多的趋向，危害社会安定的情况时有发生，例如2020年2月末以来的“2·27事件”。此次群体极化事件在一些KOL的恶意引导下，使部分年轻的网民实施了网络暴力、自导自演自杀事件、攻击国家机关等恶劣行为，严重破坏了社会的公序良俗，严重毒害正处于三观塑造关键期的青少年群体。由此看来，研究网络群体极化现象具有重要的现实意义和理论价值。

一、网络群体极化研究的基本情况

根据知网检索发现，以“网络”并含“群体极化”为篇名的文章共173篇，包括从2004至2020年5月公开发表的期刊论文、硕博士论文以及重要会议论文。最早对网络群体极化进行研究的是郭光华于2004年发表的《论网络舆论主体的“群体极化”倾向》，此后直到2010年论文数量都不超过10篇，却在2011年达到数量顶峰20篇，此后直到2019年每年都保持在10篇以上。本文根据筛选后的20余篇文献进行述评。

二、网络群体极化研究的主要方向及内容

（一）网络群体极化的内涵研究

目前国内对“网络群体极化”概念的阐述有以下几种：1.有一定规模的网络群体针对某一事件表达或执行了偏离事物应有形态的言行与行为①；2.一定数量的、无组织的网络群体围绕某一议题展开讨论，并在一定诱发因素的刺激下产生态度和行为的趋极化②；3.个体网民情感累积、聚群到一定程度后的一种群体情感宣泄的过程即网络群体极化③；4.网络群体极化是群体极化的涵义在网络平台上的延展，是指网民群体对某一议题评价的倾向性，受整个氛围的影响，较未加入此群体前更强烈，甚至偏离理性轨道走向极端④；5.网络群体极化是指网络群体成员在网上就某一问题进行反复讨论后出现的意见和观点的分化、移动、集中，并达到对立或相反的一种网络现象⑤。

综上所述，“网络群体极化”具有以下要点：1.构成网络群体极化的主体是活跃在互联网上的一个个网民个体；2.推动他们集合成群的是“某一事件”“某一议题”或者“某一问题”，即网络群体所关心和讨论的对象；3.网络群体在进行聚集、谈论前就对该对象有某种倾向，集合成群后会产生对该对象态度和行为的趋极化，且言语行为常带有某种情绪特征。

（二）网络群体极化的价值判断研究

网络群体极化现象与网络群体性事件相伴而生，作为一种社会现象，人们需要对它进行合理的价值判断，从而决定如何看待它、对待它。现有的研究成果通常从正负两个效应来看待网络群体极化现象。在网络群体极化的正面效应方面，有学者认为它能促进群体意见的一致，并增强群体内聚力和群体行为，促使相关事件或问题朝着有利的方向发展⑥；同时，网络群体的声音在极化后能够传播反映到社会中，从而形成“多数人在多元社会中受益”的社会治理效果⑦，多元化的意见令多数人受益，进行舆论监督，促进社会公平公正⑧。而在负面影响方面，研究者则认为网络群体极化存在情绪化、非理性、匿名性和突发性等问题⑨，会导致错误的判断和决定更趋于极端，以及谣言的真实化、负面信息的急速失控以及异质性被吞没，还可能会催生网络暴民。网络暴民通常以维护道德、伸张正义为目的，但表达方式的极端性会演变成带有攻击性的网络暴力现象⑩。这种不理性的言论表达及行为甚至会延伸到现实生活中，将严重影响社会的和谐稳定。

（三）网络群体极化的动力机制研究

学者们在分析网络群体极化的内涵、表现及影响的基础上，构建了相应的动力模型，以此分析网络群体极化的形成机制。如史波通过他建立的动力机制模型进行了网络群体极化的动力及阻力分析，分析了动力要素如公共事件刺激、网络媒介过滤、群体协同一致，阻力要素如议程设置、网络监管、网民素养，探讨了这些要素相互联系、相互作用的机制，并提出了相应的对策（11）。何杨等人构建了新媒体环境下网络群体极化的动力机理模型，从内容平台的热点驱动、过滤气泡以及群体认同的角度对网络群体极化进行了动力分析，得出热点驱动是内容平台群体极化形成的基础，“过滤气泡”和群体认同是内容平台信息受众群体极化的“催化剂”的结论（12）。

（四）网络群体极化的成因研究

已有的国内研究对网络群体极化成因进行的探讨，可以总结为以下三个方面。

1.从社会环境来看（13）（14）（15），当前我国仍处于社会转型期，不稳定因素偏多，群众社会心理失衡导致伦理道德滑坡，当社会事件的某个方面触及社会情绪的“引爆点”，例如挑战社会传统道德、民族主义情绪或者仇富心理等，就会引起网民的广泛关注和讨论。除此以外，各种利益诉求的表达机制不健全，现实社会中的人们不得不在网络空间寻找帮助，而当网民聚集成群表达不满、发泄愤怒时，将产生网络群体极化。

2.从网络平台来看（16）（17）（18）（19）（20），不同于传统媒体时代的媒介环境，网络平台匿名性的特点以及算法技术机械的“协同过滤”机制，信息茧房的存在导致网民不愿听取不同意见，趋同心理在群体感染机制的作用下产生从众效应，滋生不理性情绪，进而引发群体极化现象。如今，不少网络平台将流量与收益挂钩，一些KOL为了增强用户黏性，一味追逐经济利益，致使“毒流量”充斥网络空间。并且，如果网络媒体在报道中表现出某种倾向，一定程度上也会影响网民的群体计划策略，造成舆论一边倒的现象。虽有意见领袖存在，但缺乏把关人的管制，容易引发不理性的情绪蔓延。

3.从网民自身来看（16）（21）（22），互联网的网罗性使得处在不同地域、拥有相同观点的个体能够聚集起来，并形成意见相同的群体进行行动。网络讨论中的大多数人都是盲目跟风，缺乏自己独立的思考和见解，对网络意见领袖过滤的意见信息全盘吸收，加速某种认知信息的扩散。另外，在进行网络讨论时，出于害怕被孤立或者被疏远的社会心理，当网民认为自己的意见属于少数派的时候，便不会表明自己的观点，导致网络群体意见或行为的进一步极化。同时，更有学者发现，网络群体极化现象是对“社会病”的一种病态反映。

（五）网络群体极化的引导与对策研究

针对网络群体极化的负面影响，学者们从不同角度提出了一些引导措施及对策（14）（19）（23）：1. 从法律法规角度来看，需要政府健全立法，建立法制化的管理机制，加大监管；2.从网络舆论角度来看，传统媒体要加强与UGC的合作，网络媒体要提升社会责任感，同时政府应培植舆论因子，激发沉默群体表达意愿，加强引导者的权威性，构建健康的网络舆论环境；3.从网民主体角度来看，在提升个人媒介素养、做到理性发声的同时，要加强同伴教育，破除先入为主以及人云亦云的弊端；4.从网络平台角度来看，平台要担负起责任，首先要完善算法推荐机制，运用新技术革新智能算法对用户的内容进行推送、分发，优化平台内容生产方式，此外还应重点完善内容作者的相关惩罚机制，对恶意引导舆论、造谣的KOL或者平台用户及时进行处理。

（六）用定量研究方法对网络群体极化进行研究

以上研究论文大多以定性研究方法来进行分析探讨，只有少数学者采用定量分析方法对网络群体极化进行研究。例如，杜杨沁等人以网络论坛为研究对象，量化分析了群体极化现象演变过程中各要素的影响力量，即环境因素、网民自制能力、群体异质效应、议程设置的削弱和网络扩散者五大要素（24）。龚艳萍、马艳玲则对王宝强离婚事件的相关微博评论进行文本量化分析，认为负向情绪比正向情绪更容易引起网络群体极化；而相比于悲伤情绪和焦虑情绪，愤怒情绪更容易引起网络群体极化（25）。

三、网络群体极化研究的总结与展望

从理论研究角度来看，我国学界对网络群体极化的研究尚处于起步阶段。虽然众多学者分别从不同的视角对网络群体极化的相关问题展开了研究，并初步建立了网络群体极化问题的研究框架与体系，但国内学者对网络群体极化的研究主要集中于原因的分析和呼吁改善引导方面，缺乏高水平的理论研究，提出的网络群体极化引导策略呈现出表层化、套路化的特点。

从现实角度来看，网络的开放性和匿名性带来了言论表达自由的同时，也造成了信息的无序传播。网络群体极化现象不断出现、日趋增多，使得对这一现象的研究极为迫切，学术界需要不断拓展和完善对它的研究。例如，拓展研究方法，网络群体极化的研究作为多个学科的交叉部分，在研究的过程中要注重从多个角度、运用多种研究方法对这一现象进行研究；此外，群体极化的主体具有多种成分，例如政治群体、明星粉丝群体、二次元群体、小众文化群体等。不同的议题下、不同的网络群体所形成的极化现象，其表现、成因及解决策略也定然不同，以及一个极化的群体与另一个极化的群体之间的群体对立所导致的新的群体极化，都是研究的新方向。

注释：

①焦德武.试论网络传播中的群体极化现象[J].安徽理工大学学报(社会科学版),2010(03):105-108.

②贺坤.传播学视阈下网络群体极化研究[D].沈阳:辽宁大学,2011.

③胡明辉,蒋红艳.构建网络群体极化与约束机制[J].学术交流,2015(06):209-213.

④王玉龙.舆情反转：突发事件过程中网络群体极化的角色研究——基于“天价鱼事件”的分析[J].电子政务,2016(05):16-24.

⑤柳春,陈柳,唐津平.泛网络传播时代群体极化现象浅析[J].大众科技,2011(07):287-289.

⑥李萍.从群体极化视角谈网络舆情危机的预警之策[J].现代情报,2015(04):61-64.

⑦柳春,陈柳,唐津平.泛网络传播时代群体极化现象浅析[J].大众科技,2011(07):287-289.

⑧王韵.社会热点事件网络舆论中的“群体极化”效应分析[J].科技传播,2012(08):191-192.

⑨蒋红艳,胡明辉.自媒体环境网络群体极化现象分析[J].沈阳农业大学学报(社会科学版),2019(04):454-458.

⑩鲁松.网络群体极化的负效应[D].济南:山东大学,2013.

（11）史波.网络舆情群体极化的动力机制与调控策略研究[J].情报杂志,2010(07):50-53+69.