中继人视角下公共政策异构化传播研究*——以垃圾分类政策为例

向安玲 沈 阳

(清华大学新闻与传播学院 北京 100084)

1 研究背景

1.1公共政策传播公共政策传播不仅是一种信息工具，也是一种具备引导性和劝诫性的非强制性政策工具，直接影响公共政策的有效执行，关系到公共政策能否实现预期的政策目标和政策效果[1]。关于公共政策的传播模式，西方政治学家提出了包括全国性互动模式(The National Interaction Model)、区域传播模式(The Regional Diffusion Model)、政治沟通模式、输入输出模式等理论[2]。这当中“中介政治模式”受到众多学者关注，也即强调媒介在政策传播中的作用。随着媒介技术发展和话语权力转移，政策传播目标从获得 “媒体支持”转向获得 “公众支持”[3]。尤其是在互联网环境下，除了对政策内容本身的解读，政府制定和实施行为的媒介跟踪、衍生叙事和民众发起的戏谑化传播等都成为了公共政策传播的重要构成部分。

1.2异构化语义网络多元化视角、碎片化解读、圈层化传播网络往往会导致政策在传播过程中出现信息偏差，政策文本、媒体报道和公众讨论的语义网络也常常存在异构化现象。异构化(Isomerization)作为一个化学概念主要是指分子量不变而分子结构改变的一种化学反应[4]。基于网络议程设置理论(Network Agenda Setting，NAS)[5]，政策信息在不同议程中，议题和属性作为“分子”常常是相对稳定的，但议题和属性间的共现关系和网络结构却存在一定差异，也即政策议程、媒体议程和公众议程的属性网络在传播过程中会相互影响但又彼此异构。已有大量研究反映了中国当前政策传播过程中的“异构化”现象，这种异构形成的原因包括制度环境的缺失、信息互动的阻滞以及政府—媒介—受众三者之间的矛盾[6]。而且在政策传播过程中，利益相关者出于自身不同的利益诉求会对政策文本进行不同解读，这当中衍生了许多文字游戏和管理悖论[7]，差异化利益驱动下使得不同主体的议程网络分化更为显著。

1.3“中继人”角色面对异构化的传播网络，公共政策在传播过程中需要构建信息桥接与纠偏机制。也即需要找到“中继人(RP repeater)”角色，通过对“政策信号”的复制、调整和放大功能，来降低信息失真、实现双向转发、扩大传播范围[8]。具体而言，中继人信息传播过程中发挥着三项功能：通过对信息的转发或重新发送，延长信息传播距离；通过放大信号或补偿信号衰减，避免信息失真；通过数据转换和再次编码，实现跨层次的信息对接和双向交互。也就是通过“中继人”角色实现政策议程和公众议程在一定程度上的一致性和交互性，降低异构化议程网络所带来的政策信息失焦、失真甚至是失信，推进政策传播框架从“控制和宣传”向“协商和互动”转型[9]。让政策信息不仅仅是传达给受众，更是让受众去理解政策内容，进一步通过市场反馈产生即发性影响[10]。

1.4意见领袖作为“中继人”社交媒体环境下媒介的“中继人”角色进一步被解构，政务新媒体、主流媒体、商业媒体和意见领袖等共同扮演着政策信息传播与议程设置主体，不同主体基于不同议题面向不同人群所发挥的中继作用呈现出差异性。对于意见领袖在政策传播过程中的角色，已有研究对其“信息中转”、“信号放大”“信息转码与双向交互”三大中继功能进行了论证。拉扎斯菲尔德等人在《人民的选择》一书中第一次正式提出“意见领袖”概念时，便定义了其在大众传播与普通受众之间的中介角色，也即二级传播过程中的中转节点[11]。其次，虽然社交媒体的跨圈层、开放性让传播权力向普通受众转移，但实证研究发现相比于草根社交媒体账号，意见领袖等精英话语的声量被成倍放大，媒介技术和精英资源之间的相互赋权使得意见领袖的话语影响力仍占据整个网络系统的主导地位[12]。也就是意见领袖作为“中继人”通过对政策信息的“放大”呈现，在触达更多人的基础上影响更多人。此外，意见领袖除了担任着媒介与大众间的“向导”，也负责将媒介中呈现的现实“翻译”成当地群体的经验[13]。尤其是在自由多元、垂直细分、信息过载的网络环境下，受众面临纷杂的选择更依赖于意见领袖对信息的“解读”“讲述”与“外在叙事”，意见领袖对源文本进行不同程度的加工创造和再编码传播，相比于源文本对受众会产生更大、更广、更深层的影响。

在公共政策传播过程中，限于政策文本的集约性、利益主体的多元化、解读视角的碎片化，政府-媒体-公众的议程网络的异构化现象频发。意见领袖作为政策传播过程中的“中继人”角色，在信息“中转”“翻译”和信号放大过程中，是强化了信息纠偏、减少了信息失真、缓解了政策议程的异构化，还是转移了政策焦点、放大了“冗余信息”、进一步强化了异构化，需要对其议程网络关联度和传播影响路径进行进一步实证探索。

2 研究问题与方法

2.1研究问题与假设为了进一步探索社交媒体平台上公共政策传播效果及意见领袖的角色功能发挥，本研究以2019年以来全国及重点城市垃圾分类政策发布与传播为例，基于内容分析方法与网络议程设置理论(NAS)，针对政策议程和微博平台上的政务类账号议程、媒体类账号议程、意见领袖议程和网民议程分别进行属性网络分析，并对不同议程之间关联性进行数据测算，在此基础上对不同议程网络的异构化程度及意见领袖议程设置效果进行推论分析。具体而言，本研究提出以下研究问题：

研究问题一：垃圾分类政策传播过程中，不同议程网络之间的异构化程度如何？政策议程网络、“解读”议程网络(包含政务账号、媒体账号和意见领袖账号)和普通网民议程网络之间存在什么关联？

研究问题二：垃圾分类政策传播过程中，相比于政务和媒体等新媒体账号，意见领袖的“中继”作用是否更为突出？

研究问题一主要用以解释公共政策传播过程中的异构化现象，本研究采用网络议程设置理论中的共现矩阵(co- occurrence matrix)来反映议程的语义结构，并通过计算不同议程共现矩阵的相似度来判断议程的异构化程度。认为不同议程共现矩阵的关联度越高，异构化程度越低，政策传播效果越好。针对研究问题一，本研究基于网络议程设置理论(NAS)提出以下假设：

假设1：垃圾分类政策文本议程与政务微博账号议程具备显著关联，与媒体账号及意见领袖账号议程不具备显著关联。

假设2：垃圾分类相关政务微博、媒体微博、意见领袖微博议程与网民议程之间存在显著关联。

研究问题二主要用于验证意见领袖在公共政策传播过程中的“中继人”角色，通过对比意见领袖、政务账号、媒体账号三类新媒体的传播影响力，从信息中转(触达受众规模)、信号放大(刺激受众参与)、信息转码(网络议程设置效果)三方面对公共政策的传播中继作用进行量化分析，进一步对意见领袖在政策传播过程中的功能发挥和优化路径进行探索。针对研究问题二，本文基于前期相关研究提出以下假设：

假设3：相比于政务微博账号和媒体微博账号，意见领袖账号在垃圾分类政策传播过程中平均触达受众最广、用户交互频次最高。

假设4：垃圾分类相关意见领袖议程和网民议程的关联性最强，媒体账号次之，政务媒体最弱。

2.2研究方法本文基于垃圾分类政策的个案分析，采用网络议程设置理论，利用内容分析法和社会网络分析法，对公共政策传播过程中不同类型新媒体账号的议程设置效果进行对比分析。具体操作层面包括四个步骤：文本数据采集：分别采集政策文本和微博文本集合，并根据微博账号认证信息进行文本内容分类梳理；议题/属性提炼：基于文献调研和内容分析法，提炼垃圾分类相关议题和属性，也即议程网络中的节点(Node)；共现矩阵构建：分别构建政策内容、账务微博/媒体微博/意见领袖微博、网民讨论各自的议题及属性的共线矩阵，也即议程网络；矩阵相关性分析：分析不同矩阵之间的相关性，由此对不同议程的异构化程度进行分析。

2.2.1 数据采集 为了分析政策议程、政务账号/媒体账号/意见领袖账号议程、网民议程的差异性和关联性，以2019年6月3日(国家主席习近平对垃圾分类作出重要指示)至2019年12月15日(截止研究日期)为采集时间区间，以“垃圾分类”为关键词分别在北大法宝(www.pkulaw.cn)和新浪微博平台(weibo.com)上进行主题检索和数据采集，整合相关数据集合如表1所示。

表1 采集文本数据汇总

其中，政策文本分析主要选取了2019年以来发布的8个垃圾分类相关重要政策，包括2项中央法规规章释和6项地方法规规章，其中地方政策主要选取了北京、上海、广州、深圳四个重点城市进行采样分析；新浪微博账号以认证信息为依据，对发布主体进行类型划分，其中政务和媒体微博账号分别为认证为政府机构和媒体机构的加V官方账号，意见领袖账号主要选取金V认证(需要粉丝过万、实名认证、阅读量超1000万)的个人账号(娱乐号和营销号除外)。分别采集相关平台发布内容，得到分析文本集合。此外，为了进一步验证研究问题二，针对微博平台上的发布内容分别采集其转发、评论、点赞数据，进一步对各类账号传播影响力进行聚类分析。在具体分析过程中，本文剔除了0点赞、转发、评论的政务、媒体和意见领袖微博内容，认为“零交互”内容在网络议程设置上不具备显著影响作用，同时根据议题属性提炼结果剔除了部分低关联度内容，最终筛选出33 308条政务微博、7 736条媒体微博、1 463条意见领袖微博内容进行共现矩阵构建和网络议程关联度分析。

2.2.2 议题及属性提炼 根据网络议程设置理论，在构建议程网络之前，需要确定包括议题和属性在内的研究要素。也即通过分析研究对象确定相关议题和属性作为节点纳入网络分析框架。本文一方面通过对相关研究的梳理，提炼出垃圾分类政策相关重要议题；另一方面通过对采集政策文本、媒体报道文本、网民讨论文本的分词处理和词频分析，基于高频词分析梳理部分垃圾分类相关热门属性和热议话题，最终识别出35个垃圾分类政策相关的议题和属性，包括“分类标准”“惩戒措施”“配套设施”“社会成本”“就业机会”等。

2.2.3 共现矩阵构建 基于NAS理论，确定相关议题和属性之后，需对议程文本进行语义分析，也即识别文本中相关议题和属性，进一步构建共现矩阵。其中“共现”是指不同的议题/属性在同一句话或者同一自然段内共同出现频次，每当两个不同的议题/属性在同一个文本内容(其中微博和媒体报道以单篇文本为一个分析对象，政策以单个条例段落作为一个分析对象)中共同出现一次，则该两个要素之间的共现频次增加一次，基于议题/属性两两间的共现频次绘制共现矩阵，不同文本集合的共现矩阵即反映了其议程网络。

2.2.4 矩阵相关性分析 在完成各个议程的共现矩阵构建后，通过对共现矩阵的相关性分析进一步探讨不同议程之间的关联程度。网络议程设置一般采用二次指派程序QAP(Quadratic Assignment Procedure)来检验共现矩阵的相关度。QAP通过比价两个或多个矩阵中对应的各个元素值，得出两个矩阵之间的相关系数，同时对系数进行非参数检验，它以对矩阵数据的置换为基础[14]。本文采用QAP方法，分别针对政策议程、政务微博/媒体微博/意见领袖微博议程与普通网民议程之间相关性进行分析。基于相关性分析结果对不同议程之间的异构化程度和相互影响程度进行推断。

3 异构化的议程网络

互联网环境下人类认知结构从传统的线性模式转向网状结构，不同节点相互连接共同构成人类认知的知识图谱，这种认知结构的变化也在冲击传统的议程设置理论[15]。在政策传播过程中，一方面媒体对于政策的议程属性网络会影响公众的议程属性网络，另一方面，政策本身的议程属性网络也会影响媒体尤其是主流媒体的属性网络构建。但社交媒体环境下，受多元利益诉求驱动，不同群体的网络议程设置往往差异化显著，使得政策经过多级传播和多主体议程设置后，与政策本身的议程网络会出现较大偏差。

为了探索研究问题一，本研究基于上述研究步骤，针对垃圾分类的政策文本议程、政务微博/媒体微博/意见领袖微博议程、普通网民议程分别进行属性提炼、共现矩阵构建和可视化分析，通过NetDraw绘制议程网络如图1所示。

(a)政策文本

图中节点代表一个垃圾分类相关议题和属性，连线表示议题之间的关联程度，线段越短则两个节点的关联越密切，连线越多代表该节点议题在议程中处于中心位置，是政策传播中的重点宣推对象。

表2 垃圾分类相关议程网络中心议题(部分)

利用UCINET对议程中各节点进行度中心性分析(Network > Centrality > Degree)，发现垃圾分类各类议程属性网络中中心议题如表2所示。其中政策议程侧重强调垃圾回收处理及再利用，以及相关知识的社会宣传、动员和监督；政务微博的网络议程在一定程度上贴近政策议程，但相关政府部门的区域差异、职能差异、关注重点差异，使得其网络议程在整体分布上与政策议程出现一定偏差；媒体更侧重于对垃圾类别的细分、垃圾分类政策试行地区以及政策推进和落实等问题的报道；意见领袖的关注焦点集中在干湿垃圾的区分、政策试行地区的情况以及政策推进情况等方面，包括对垃圾分类政策的看法(细则繁琐)和政策试行情况的评价(仓促/激进)在内的边缘延展议题相比于其他议程连接度更强。

为了进一步验证假设1和假设2，本研究采用QAP算法针对以上五个议程属性网络进行相关性分析，结果如表3所示，其中带*表示具备关联性，具体数值代表关联程度。

表3 垃圾分类相关议程相关系数

分析结果显示，垃圾分类的政策文本议程与其他议程之间均不具备显著关联，也即否定了假设1。即使是作为第一发布窗口的政务微博账号，其发布内容的议程属性网络与政策文本之间也存在一定异构化。这一方面是由于政策文本议程属性网络本身的结构局限性，相比于政策解读文本的重点强化和延伸拓展，政策文本更加注重议题的全面性，议程网络更加扁平化；另一方面也反映了政务新媒体在公共政策传播过程中，开始转变叙事风格，尝试挖掘更多民生相关议题，相比于其“政务”属性，“媒体”属性逐渐凸显。除了宏观层面议程网络的异构化，微观层面的节点属性也存在一定异构化，包括“罚款” “社会成本”“新商机”等在内的议题在不同议程中呈现出不同的叙事视角、观点、立场、情绪，有待进一步通过议程设置的第二层次——属性议程设置理论去进行验证。

此外，相关性分析结果显示，垃圾分类相关政务微博账号、媒体微博、意见领袖微博议程与网民议程均具备显著关联，假设2成立。说明在微博这一社交平台上，不同类型的主体关注和讨论的话题有相近的趋势；而相比于政务微博，媒体和意见领袖在公共政策传播过程中对网民的影响更强，也反映了媒体和意见领袖账号议程与民生关注点更为契合。媒体议程、意见领袖议程和普通网民议程之间的交互与反馈形成一个良性闭环，进一步可影响政策议程。

4 意见领袖作为“中继人”

公共政策在传播过程中需要构建信息桥接与纠偏机制，“中继人”角色在信息再编码、桥接与传达中发挥着重要作用。意见领袖相比于政务和媒体账号，跟普通网民的距离更近，往往更能够代表普通网民立场、反映民生诉求，且叙事方式和解读视角往往也更容易被普通网民接受。无论是在政策信息的触达、影响还是交互反馈环节，意见领袖从某种程度上更具备连接优势和身份立场优势。作为“中继人”的意见领袖，需要充分发挥政策信息传达、信号放大、议程设置和双向交互等功能，实现政策议程和公众议程的相对一致性和交互性，降低异构化网络所带来的政策信息失焦、失真、失信。本文通过对比意见领袖、政务账号、媒体账号三类新媒体的信息覆盖面、内容交互性和网络议程设置能力，以验证意见领袖在公共政策传播过程中的“中继人”角色。

4.1政策信息中转意见领袖作为二级传播中的关键节点，比普通用户具有更强的网络连接能力和信息中转能力。如表4所示，相比于政务和媒体账号，意见领袖账号整体规模最大，其活跃度最高，总体发布信息量最多。从微博转发、评论和点赞等传播交互数据来看，意见领袖博文也具备更强的互动能力，传播扩散度更广，这也验证了假设3。说明在垃圾分类政策传播过程中，意见领袖是大众获取相关政策信息最主要的新媒体渠道之一，其信息中转能力强于其他官方账号。

表4 垃圾分类相关微博发布与传播交互情况

4.2政策信号放大在传达信息的基础上，意见领袖通过其自身的话语影响力和既有社交关系网络，在延长信息传达距离的同时也会扩大信息影响力、放大政策信号。为了探究不同主体在议程设置中的功能发挥，本文通过计算不同议程网络的密度(density)、和群聚系数(clustering)、度数中心势(degree centralization)和平均路径长度(average path length)等参数，基于网络整体结构属性来反映垃圾分类政策议题之间的关联特征，从议题属性层面来探析政策信号的放大趋势。

如表5所示，针对本文所设置的35个垃圾分类政策相关议题，意见领袖发布议程网络整体密度为0.8897、群聚系数为0.9228，相比于政务和媒体微博密度和群聚度偏低，也即不同议题之间的共现频次更低、主题更分散。这说明政务和媒体账号往往倾向于将不同政策议题进行整合分析，而意见领袖则更倾向于针对单一议题进行解读，在主题选择和信息传达上更具有针对性。其次，网络中心势反映了垃圾分类政策中各相关议题的集中度，数值越高说明某特定政策信号被显著放大，政策传播更具主题倾向性。意见领袖议程网络的度数中心势为0.1182，相比于政务和媒体账号更高，也进一步说明其在议程设置过程中会有选择性地对部分政策信号进行放大，在干湿垃圾区分、政策试行进展等议题上具有集中趋势。此外，意见领袖议程网络的平均路径长度相对更长，也即不同议题之间具备一定区隔，这也说明不同意见领袖在政策信号选择和传递上形成差异分化。

表5 垃圾分类相关议程网络属性对比

4.3政策解读转码除了信息中转和信号放大，意见领袖通过政策信息的“翻译”促进了政策议程和公众议程的双向交互，不同细分领域意见领袖的组织连接和解读再构使得公共议题信息可以跨越阶层和职业隔离进行更广泛的传播[16]。相比于具备官方背景背书的政务和媒体微博，意见领袖在信息解读上个人风格和倾向性往往更为凸显，与普通网民的社交距离和话语距离也更为接近，尤其是在细分领域的受众连接和议程设置上，意见领袖的个性化解读和针对性转码往往发挥着重要作用。

本文通过不同议程网络的接近性来探讨议程效果，表3结果显示，垃圾分类相关的网民议程与意见领袖议程的关联性最强(关联系数0.95)，媒体账号次之(关联系数0.94)，政务媒体最弱(关联系数0.93)。三者对普通网民的议程网络均具备显著影响，且意见领袖的影响作用相对较大，假设4虽然得以验证，但整体差异并不明显。也即意见领袖虽然在影响受众认知和关注焦点上具备一定优势，但在整个微博场域这种优势并未充分凸显。这反映出了垃圾分类政策传播过程中多主体内容同质化趋势(意见领袖与媒体、政务账号议程关联系数分别达到0.99和0.98)，无论是在主题选取、素材整合还是在表达形式上，各类账号都呈现出去政治化、轻悦化、娱乐化的传播趋势，不同议程网络之间的交互影响作用凸显。这也说明政务、媒体、意见领袖账号在影响普通网民议程的同时，也在接收网民交互反馈并调整其议程网络。

此外，意见领袖群体内部也存在多元化、异构化、甚至彼此冲突的议程网络，并基于各自的社交网络关系和垂直领域去影响既定目标群体。限于样本数据字段本文仅对不同议程的关联性进行了分析，并未进一步对其因果关系、调节变量和影响机制进行探索，对于细分群体内部的议程网络及其交互关系也有待进一步探讨研究。

5 结果与讨论

本研究基于第三层次议程设置——网络议程设置理论对公共政策的异构化传播及新媒体在其中的作用发挥进行实证研究，重点针对意见领袖的信息中介和议程设置功能进行可视化分析，在此基础上提出“中继人”概念，对公共政策传播过程中的关键节点功能进行抽象提炼，并通过量化分析对“中继作用”进行评估与对比，为公共政策传播效果与中介机制研究提供了理论视角。

就研究理论方法而言，本文将网络议程设置理论用于公共政策传播研究中，为政策议程、媒体议程与公众议程的关系洞察与影响机制研究开辟了一种新的视角，同时也是NAS理论在政策传播领域的一次实证尝试。此外，本文在采用社会网络分析法的基础上，借鉴自然科学领域的分子结构异化与信号中继传播理论，对政策传播过程中议题结构重组及其中介推动因素进行概念化描述，提出议程“异构化”和“中继人”概念。在此基础上对不同议程网络的“异构化”程度和不同媒介角色的“中继人”特征进行实证分析，实现了从抽象概念到实例描述再到数据呈现的转化，对于公共政策传播的渠道选择、叙事结构、交互机制等实操环节具有参考价值和现实意义。

最后，本文仍存在诸多局限有待进一步完善。首先在NAS理论验证过程中，只采用了基于QAP的相关性检验，并未对自变量矩阵和因变量矩阵的因果关系进行检验。由于社交媒体平台上，媒体议程和网民议程存在相互影响的复杂网络关系，无论是在发布时间还是在影响路径识别上都存在较大难度，故本研究并未严格区分议程之间的时间顺序，其间因果机制还有待进一步探索。其次，本研究通过账号认证和既有传播影响力来识别意见领袖账号，针对意见领袖账号发布内容集合进行网络议程分析，并未考虑群体内的议程分化和细分领域的影响机制，不同领域、不同利益诉求的意见领袖群体如何发挥“中继人”角色功能有待进一步探讨。此外，本研究采用政策文本进行议题属性编码和共现矩阵构建，限于文本内容的规模和结构约束，并不能完全体现政策预期目标和执行重点，因此人工编码输出的政策议程与实际预设政策议程之间存在一定偏差，这对于本文研究结论也造成了一定影响，后期研究中还需进一步结合定向调研和更多官方解读文本去弥补隐性信息缺失、完善政策议程编码。