大数据背景下微博群体观点极化的影响因素分析及实证研究

许晓晨

（吉林大学管理学院，吉林 长春 130000）

近年来，由于信息化时代的发展以及互联网的普及，大数据背景下的网络舆情发展逐渐趋于多样化、复杂化。人们对于现实社会中的热点问题往往持有十分明确的态度，而网络空间就成为了发表言论、表明立场的最佳选择。目前我国社会网络平台主要聚焦于微博、微信、论坛等，网民可以利用平台发表对于时事热点的看法并与其他网友进行实时讨论。网络平台这种虚拟空间本身所具有的匿名性导致网络群体成员的认知和意见因为成员间的交互而产生群体一致性，容易形成极端意见，即群体极化［1］。

国内对于群体极化的研究最早始于2003年，目前对于网络舆情中的群体极化现象的分析与研究还不够深入，在中国知网以“群体极化”为篇名进行高级检索，只检索出256篇文献，可见研究群体极化现象的文献数量并不多，且主要集中在形成机制、产生机理以及动力机制与解决对策四个方面，对于其影响因素的研究十分少见。

本文基于大数据的背景，以微博为平台研究热点事件所产生的群体极化现象，分析导致其产生、发展与扩散的影响因素，通过收集、分析数据进行检验与实证研究，为控制网络群体观点极化现象、打造健康良好的网络空间环境、营造良性的网民互动氛围提供依据与参考。

一、群体极化概述

群体极化最早由James Stoner于1961年提出。群体极化是指在群体中进行决策时，人们往往会比个人决策时更倾向于冒险或保守，向某一个极端偏斜，从而背离最佳决策。当个人加入到群体中，其言论、行为都会更加大胆、激进，在群体中才能够获得认同感、归属感，并且由于责任分担的心理，人们对于自己在群体中的言行产生的后果会自动分担给其他群体成员，由此获得一定的安全感，因而其做法也易于倾向极端。Sunstein认为网民在网络上会加入由兴趣爱好相同的人组成的虚拟团体，并会拥有很强的群体认同感，故容易产生观点的极化［2］。

2018年8月20日下午，中国互联网络信息中心（CNNIC）在京发布第42次《中国互联网络发展状况统计报告》。截至2018年6月30日，我国网民规模达8.02亿，普及率为57.7%；手机网民规模达7.88亿，网民中使用手机上网人群的占比达98.3%［3］。群体极化作为网络舆情发展过程中的一个现象，一方面它能促进群体行为的一致性；另一方面群体极化也会致使错误的极端言论恶化发展，最终可能会导致舆情危机，严重破坏网络空间的良性发展。

导致网络群体观点极化的原因有很多，网络的使用主体——网民用户、事件的发展走向、事件的性质以及媒体、政府与意见领袖、专家等关注度都可能会产生群体观点极化的现象。网民作为网络舆情的主体，肩负着舆情发展的重任，会直接影响网络舆情的形成和发展，群体观点极化的主体就是网民，网民的素质以及价值观念直接决定着网民的看法以及言论。事件的反常性使得事件引起网民的注意，而事件中与人们固有的价值观念形成冲突的因素，则会使网络群体成员对事件的态度倾向初步形成［4］。事件的性质与人们的价值观念相关联，如果事件的性质触动了人们的道德底线、暴露了人性的弱点与阴暗面，就极易产生群体观点极化现象；网络平台能否及时进行合理的管控，是导致群体观点极化的关键环节。

二、微博群体观点极化影响因素模型

微博作为当今社会网络社交主要平台之一，是进行信息传播、信息交互的重要渠道，网民可以利用微博来记录生活、发泄情绪，也可以对于时事热点发表意见与看法。微博加速了信息的传播与交流，但是匿名性的网络平台也带来了诸多问题。群体观点极化的方向处于正向或中向时，不会产生影响较大的危机事件，而处于负向时，需要加以管控，否则易导致舆情危机事件。在只有一家之言的情况下，对所谓的事件过错方进行言语攻击，短时间内持有相同观点的人迅速聚集，肯定自己正确的观点，经过彼此间交流、沟通，一个拥有相同观点的群体迅速形成；更有甚者对所谓的事件过错方人肉搜索，发送讨伐短信、泼油漆等，影响到当事人的现实生活［5］。而影响微博群体观点极化的因素是多面的、复杂的、灵活的。

（一）理论基础

基于议程设置的理论，其假设是：大众媒介往往不能决定人们对某一事件的具体看法，但是可以通过提供信息和安排相关的议题来有效地左右人们关注某些事实，以及他们对议论的先后顺序，新闻媒介提供给公众的是他们的议程。其中针对一个焦点事件，议程设置分为三个方面，外界的影响因素分为媒体、公众、政府三个层面，三者均是围绕焦点事件进行设置，而焦点事件的发展变化也会带动三者的调整与改变。两级传播理论认为：信息从大众媒介到受众，经过了两个阶段，首先从大众传播到舆论领袖，然后从舆论领袖传到社会公众。

针对以上理论模型与假设，本文主要从主、客、本、媒四个角度来分析微博群体观点极化影响因素，构建模型、做出假设、设计问卷，最后进行实证研究。

（二）研究假设

此模型从主体、客体、媒体、本体四个方面分别分析了影响群体观点极化的因素，其中既包含主观因素也包含客观因素。

1.主体层面的影响因素

H1a：受教育程度与微博群体观点极化现象成负相关。网民的受教育程度会在一定程度上影响到网民的素质，在网络中的各种网络信息行为都能够体现出一个人的素质高低。

H1b：微博使用频率与微博群体观点极化现象成正相关。当使用微博的频率越高，看到的新闻种类越丰富，越容易产生较多的评论与意见，容易导致群体观点极化现象。

H1c：自身紧密度与微博群体观点极化现象成正相关。自身紧密度是指一个新闻事件与自身经历、体验、感受的联系程度，感受越真实，自身紧密度越高，面对一个事件越容易产生共鸣，导致群体观点极化现象。

H1d：意见领袖传播力与微博群体观点极化现象成正相关。意见领袖传播力指的是意见领袖对于热点话题的关注度，包括发博数量以及评论数量。

2.客体层面的影响因素

H2a：事件发展速度与微博群体观点极化现象成正相关。事件发展速度越快，对于事件本身的解释说明越匮乏，但是关注度却在短时间内达到了峰值，易产生极端言论，造成极化现象。

H2b：事件严重程度与微博群体观点极化现象成正相关。事件产生的后果越严重，影响与波及的范围越广，更容易激发网民的讨论与关注，进而产生群体观点极化现象。

H2c：事件讨论热度是指事件所引起的网民发博数量以及评论数量。网民关于一个新闻事件的发博数量越多，证明事件讨论热度越高，极易形成群体并进行争辩，造成群体观点极化现象。

3.本体层面的影响因素

H3a：事件利益关系与微博群体观点极化现象成正相关。事件利益关系指的是一个热点事件其后果是否会涉及到国家利益、集体利益以及个人利益，利益包含多个方面，包括物质利益、精神利益、公共利益等等。

H3b：事件反道德程度与微博群体观点极化现象成正相关。事件反道德程度指的是事件的性质是否违背社会伦理道德，是否在较大的程度上冲击了人们固有的社会意识形态。

H3c：事件社会化程度与微博群体观点极化现象成正相关。事件社会化程度就是指事件在生活中发生频率的高低，即是否在社会生活中大多数人都会经历或体验过。

4.媒体层面的影响因素

H4a：媒体报道频次与微博群体观点极化现象成正相关。媒体报道的频次越高，导致公众的讨论热度保持居高，在广泛的讨论与评论中，易产生极端的观点与言论。

H4b：政府回应次数与微博群体观点极化现象成负相关。政府代表着国家、权力，其态度、观点具有权威性、公正性。当一个话题饱受争议，政府官方微博进行回应并表态，会在一定程度上遏制此种现象。

三、问卷设计与数据收集

为确保研究的可信度，本文根据实际研究问题，设计了微博用户群体观点极化倾向调查问卷，通过微信、微博等社交平台发布并进行收集。问卷共计20道题目，分为三个部分，第一部分为基本信息项；第二部分为主观选择项；第三部分是群体倾向项。本次调研以青年群体中使用社交网络用户的群体作为调查对象。问卷预计发放400份，实际发放408份，回收问卷408份，其中无效问卷68份，有效问卷340份，有效回收率为83.3%。

四、信度效度分析与模型验证

信度评估常见指标是Cronbach’s Alpha系数，达到0.6以上被认为可信度较高，通过SPSS分析各个测项，模型信度均大于0.7，可以进行下一步的数据分析。

效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高。

选取特征值大于1，旋转后因子载荷大于0.5的因子进行因子分析，各个测量题项的因子载荷均大于0.7，表明该调察问卷具有较高的效度。

通过验证性因子的分析结果得出，各题项P值<0.001，标准化负荷均在0.5以上，组合信度CR值在0.676-0.875之间，AVE均达到0.5以上，由此可知，测量量表具有良好的结构效度。

五、模型检验

本次研究采用AMOS软件进行结构方程建模，并验证这些变量之间的关系。根据本研究的假设，在概念模型提出的基础上运用AMOS24.0建立了有待检验的完整结构方程模型。将收集到的数据导入，得到图2所示的结构方程模型。

经检验，研究理论模型的适配度良好，各项指标均达到合格标准，模型适配度较好。

六、讨论分析

经检验得出，主体对于群体观点极化倾向（β=0.210，p＜0.001）具有显著的正向影响；客体对于群体观点极化倾向（β=0.251，p＜0.001）具有显著的正向影响；本体对于群体观点极化倾向的正向影响效果并不显著，β=0.165，p=0.018；媒体对于群体观点极化倾向（β=0.290，p＜0.001）具有显著的正向影响。微博群体观点极化倾向的影响因素研究表明，H4b假设被拒绝，其余假设均得到支持。

（一）主体对于微博群体观点极化倾向的影响

主体对于微博群体观点极化倾向具有正向影响，影响系数为0.21，表明主体的能动性十分重要，如果主体能够具有正确的道德伦理底线，可以在一定程度上降低群体观点极化现象发生的可能性。

（二）客体对于微博群体观点极化倾向的影响

客体对于微博群体观点极化倾向具有正向影响，影响系数为0.25，表明事件发展速度、事件严重程度、事件讨论热度三者都对微博群体观点极化倾向具有明显的正向影响。

（三）本体对于微博群体观点极化倾向的影响

本体对于微博群体观点极化倾向具有正向影响，影响系数为0.16，表明焦点事件是否涉及到国家、集体或个人利益、是否违背了伦理道德、是否贴近现实生活都会激发公众对于该事件的关注与讨论，对微博群体观点极化现象具有显著的正向影响。

（四）媒体对于微博群体观点极化倾向的影响

媒体对于微博群体观点极化倾向具有正向影响，影响系数为0.29，表明媒体层面是研究群体观点极化倾向时不可或缺的重要方面。

七、结论与对策

通过对于本文已经提出的假设、构建的模型进行验证，有效地筛选出了相关系数较低的因素，重新确定了各项影响因素，成功地确定了主、客、本、媒四个层面所包含的影响因素，为进一步探究网络舆情群体观点极化现象奠定基础，尽可能预防极化现象的发生，避免产生舆情危机。得出了以下结论：

（一）在影响微博群体观点极化的因素中，媒体的作用更为显著，媒体对于事态发展的正确、及时的报道有助于网民正确客观的认识事情的本质，能够在一定程度上控制、引导舆论的走向与发展，避免导致舆情危机。

（二）客体因素是其次重要的影响因素，事态的发展速度、自身的严重程度以及讨论热度直接影响了群体观点极化的产生与发展，而事件本身得到的关注度越高、发酵的越快，从而吸引更多的关注，形成关注-舆论-关注的循环，进而容易引发舆情危机，因此必须从源头上进行把控，实时监控。

同时本文也具有一定的局限性，在调查环节中，问卷设置的还不够合理、规范，调查群体具有一定的局限性，在日后的研究中仍需继续深入探究涵盖范围更广的群体观点极化现象的影响因素。

研究有助于把握网络舆情演化规律以及监测网络群体成员的群集行为，引导和监管极端言论和极端行为，网络舆情演化控制需要避免群体极化，需要推动意见领袖对话题的引导，以理性的思维、群体的力量发挥影响力，避免片面化呈现，促进共识形成，实现“导”、“控”结合，最终建立起一个健康、有序的网络信息交流环境。