试论寻找主流传播中的“流量密码”——兼论新闻传播评价体系过度量化的防范

文_陈建飞

点击量、转发量、评论量、点赞量，热搜榜、流量榜、人气榜、排行榜，下载率、应活率、实活率、满意率……人工智能技术在新闻传播领域的全面渗透，不仅形塑了整个传媒业的业态面貌，也在微观上重塑了传媒业的业务链。在算法和大数据分析技术推动下，海量用户的网上行为日益数据化，新闻正在进行一场量化的转身。“所谓新闻的量化，笼统讲，就是新闻理念和实践、生产及消费被测量和算法主导。”[1]

一、新闻传播评价体系的量化表现

一切皆为数据，一切皆可量化。新闻传播链条各个环节数据化程度日益提高，而且整个过程呈现标准化、程序化、可计算化的特点。

（一）量化数据的设置种类越来越细。从前些年的点击量、转发量，到如今各类新闻传播指标越分越细，标注范围越来越广。以当前使用比较多的新媒体融合指数为例，其围绕融合指数制定了系统的量化评估体系，具体划分为一级指标（客户端指数、微信指数、抖音指数）、二级指标（用户指标、内容指标）、三级指标（用户增长、用户活跃、内容规模、内容质量、用户互动、发稿量、爆款内容）、四级指标（包括点赞量、评论量、用户新增率、留存用户数、活跃用户覆盖率等20多项）。这些指标被赋予对应的分值，从而实现评估结果的可量化、可对比、可排名。

（二）量化数据的获取速度越来越快。早期的量化如报纸发行量、电视收视率、广播收听率，由于受技术条件限制，很难多场域、多维度地采集实时监控数据。而在智能推荐广泛应用于日常新闻传播的当下，数据指标的获取日益便捷，机器提供的数据反馈可实时检测、即时跟踪，并可实现与受众直接互动。如微信及很多客户端就在新闻作品的传播界面中直接呈现点击量、点赞量、转发量等指标，并进行实时更新，让受众一目了然。

（三）量化数据的输出机构越来越多。当前，新闻的量化指标有的是由一些商业网站、社交媒体提供的，有的是由传统媒体创办的客户端提拱的，有的是由一些高校研究机构提供的，还有一些是由数据公司提供的。这些量化指标，统计标准不同，计算方法各异，可谓“数出多门”。如在《中国新闻出版广电报》上，就经常公布由上海交通大学大数据与传播创新实验室提供算法及学术支持的微博账号影响力值BII（Micro-blog Impact Index），其计算公式为BII＝发布指数×45%＋互动指数×45%＋活跃指数×10%。

（四）量化数据的牵引作用越来越大。媒体人在新闻生产中的认知、判断与决策越来越多地受制于量化的数据。量化指标不仅成为新闻价值评判的标准，用来定义新闻宣传成效、指导新闻生产，而且作为绩效考核分配的依据、衡量政绩声誉的标尺。新闻传播越来越依赖于量化的数据。如在新闻生产环节用热搜榜等作指引，在新闻分发环节用转发率等作评估，而在新闻接收环节有收藏率等指标，在新闻反馈环节有评论量等数据。媒体管理越来越多地把量化指标作为手段。如将转发、点赞、回复等数据纳入考核排名，通过点击量等指标来决定绩效报酬。点击量高就是好新闻，转发率高就是效果好，绩效报酬也随之水涨船高。量化指标对媒体产生的压力也越来越大。为了市场影响力，越来越多媒体参与数据的竞争，追求10万+等“好看”的指标。

二、寻找“流量密码”需正视“数据缺陷”

量化成为理性和客观的代名词，被赋予天然的合法性。量化指标被认为要比主观估量更加科学、准确。而事实上，“数据缺陷”是客观存在的，如果忽视对数据系统、全面、整体的认识，忽视对量化背后的个体差异性、规律例外性的辨析，就容易落入“定量化陷阱”，生发“唯量化”单一评价的危害。

（一）不真实的量化指标。必须认识到并非所有呈现的量化数据都是可靠的，因数据不真实而造成测量的指标被蒙蔽，必然会影响数据分析结论的准确性。

美国统计学家达莱尔·哈夫（Darrell Huff）认为,“统计陷阱”是由于数据被滥用、被误用，导致统计数据歪曲事实、迷惑他人。众所周知，互联网时代的核心竞争力是流量。而任务性“转发”、情感式“点赞”、形式主义的“评论”，这类非真实的流量问题一直伴随着量化数据而存在。

“数据=流量=金钱”。过度量化的评价模式，容易滋生数据造假的非法行为，催生急功近利的短期做法。当下，对重要原始数据的真实性、完整性和准确性“不管不顾”，对数据篡改、参数选用和统计计算错误“视而不见”的情况屡屡出现。有的媒体甚至公然利用算法等技术恶意操控流量，进行数据“深度造假”。如通过虚假注册账号或操纵用户账号进行点赞、评论、转发等，利用屏蔽信息、过度推荐、操纵榜单或检索结果排序、控制热搜或精选等干预信息呈现，从而得出非常具有蒙蔽性和诱惑力的数据。

（二）不全面的量化指标。必须认识到并非所有传播目标都能够被量化，因数据不全面而造成测量的核心指标缺失，必然会影响数据分析结论的准确性。

从某种意义上说，量化的只是我们可以看到的，或者说选择看到的，其产生的量化指标很多时候是“同温层”数据。诸如新闻的真实性、重要性、思想性，哪一条可以真正量化？

量化指标不全面的另一个表现则在于只能将容易量化的指标纳入考核，而将较难量化、难以纳入核算的对象拒之门外，从而导致人们对这些事物重要性的低估。诸如新闻的引导力、公信力，能够精准量化吗？

（三）不美好的量化指标。必须认识到庸俗恶俗媚俗带来的流量有时更可观，因数据不美好而造成真实信息被淹没，必然会影响数据分析结论的准确性。

“婆婆给封校的大四儿媳送红烧排骨”“农村夫妻装扮成郭靖和黄蓉收稻子”“妹妹凌晨1点让哥哥陪着给男友送饭”……这些上了热搜榜的所谓新闻，有什么普遍意义，又具有多少公共性？这种由数据和算法推动的量化评价，把对内容本身的质量优劣简单化为流量，以流量论英雄，容易使主流媒体人失去对新闻质量的导向把关，容易使主流媒体人向用户的价值判断靠拢，从而影响主流媒体人的工作志向。当下，主流媒体人的经验性判断确实越来越多地受到来自机器的数据性评价体系的冲击，一些时候也会屈从于算法计算出来的“民意”。

“上医医未病之病。”如果媒体人一味追着数据跑、围着指标转，从某种程度上讲，是主动放弃了举旗帜、聚民心、育新人、兴文化、展形象的使命任务，没有真正把服务群众同教育引导群众结合起来、把满足群众需求同提高群众素养结合起来。

（四）不深刻的量化指标。必须认识到数据只是一种对事物表面简单的解释，无法帮助人们认识事物间本质的因果关系，因数据不深刻而造成重要信息未挖掘，必然会影响数据分析结论的准确性。

纽约大学教授丽莎·吉特曼指出，不可能存在原始的客观的数据，因为数据不是自然的产物，而是人为有意获取的结果。[2]如果我们盲目乐观地获得由大数据分析所得出的结果，忽视了“沉默证据”，更忽略了事物发展变化的条件及整个过程，过度注重结果的好坏，未充分考虑影响结果的其他因素，很容易导致结论与实际不符。当前，一些主流媒体开始放弃经验丰富的专业人士针对特定情境的判断，而去选择量化指标这一看似客观的“万用灵丹”，其建构的主流价值观、坚守的新闻理想正面临被算法推荐消解的风险。

三、建构系统、全面、科学的传播评价体系

移动互联网时代，受众对新闻产品都在用“指尖投票”。人心所向即是流量，流量也被称为“最重要的民心指数”。对于与受众紧密互动中形成的各种数据，主流媒体既要高度重视、认真对待，不能熟视无睹、充耳不闻，又要努力规避数据陷阱，防止过度量化带来的弊端，发挥大数据的积极作用。

（一）提升公众数据素养。如何区分有效信息与聒噪之声，这是人们认识和利用大数据所面临的一大难题。主流媒体要提高对算法的认识与驾驭能力，利用好算法，成为算法的主宰者，而不是其“囚徒”。清华大学教授彭兰认为，未来的媒介素养培养，需要扩展到算法素养领域，也就是帮助公众了解算法的作用机制及影响，了解算法的价值和局限。[3]

1.辩证地看待算法。大数据作为人类认识世界和改造世界的有效工具，并不是无所不能的。算法对人的决策、判断力带来的挑战是双重的：一方面，要防止把所有决策、判断都交给算法，我们要判断算法在哪些方面可以帮助我们做出更好的决策，而在哪些方面算法可能把我们带入歧途；另一方面，即使在很多时候要参照算法，我们也需要有能力判断算法本身是否有缺陷，算法依据的数据是否可靠，算法是否存在偏见，算法提供的结果是否合理、准确。在没有这种判断力的前提下，盲目依赖算法，也就难免会陷入各种陷阱。[4]

2.全面地看待数据。要坚持采用全面观点、全局观点、整体观点来分析量化数据。在数据筛选中，要注重和把握核心数据，防止遗漏有效数据，剔除无效数据，排除干扰数据，挖掘“沉默数据”。要在准确把握数据相关的实质基础上探求因果关系，深入分析影响现象本质的关键因素。“除了一因一果，更要注意一因多果、一果多因、多因多果、互为因果、因果转换等复杂情况，避免主观片面、以偏概全。”[5]

3.系统地看待传播。新闻传播是一个系统、一个整体。其既与内容生产主体、传播主体、消费主体及监管主体等相关，又与传播时机、传播节奏、传播分寸、传播策略等相关。主流媒体要坚持发展地而不是静止地、全面地而不是片面地、系统地而不是零散地、普遍联系地而不是单一孤立地观察、认识和处理新闻传播面临的问题。特别要避免被短期指标变化牵着鼻子走，要保持战略定力，从全局角度、以长远眼光看问题，注重新闻传播的系统性、整体性、协同性，增强新闻工作的前瞻性、预见性、创造性。

（二）建立科学评价体系。习近平总书记强调，要全面提升技术治网能力和水平，规范数据资源利用，防范大数据等新技术带来的风险。[6]主流媒体需要规避过度量化风险，建构系统、全面、科学、多元的新闻传播评价体系。

1.从评价导向上，要把点击率考量与正能量评价相结合。习近平总书记在党的二十大报告中指出：“坚持以人民为中心的创作导向，推出更多增强人民精神力量的优秀作品。”新闻作品具有“信息+文化”的双重属性，新闻业的发展不仅仅是为了提高内容生产与传播的效率，更被赋予了意义表达和价值建构的使命，有着引领风尚、教育人民、服务社会、推动发展的职责。作为主流媒体，既要高度重视流量多少，更要高度重视对人的影响好坏，把满足受众需求同提高受众素养结合起来，既聚流量又聚人心。作为精神产品的新闻作品，必须思想精深、艺术精湛、制作精良，必须考量是不是传播当代中国价值观念，是不是体现优秀中华文化精神，是不是反映人民群众审美追求。

2.从评价方法上，要把人脑的经验判断与电脑的数据分析相结合。不可否认，量化指标在判断与决策方面有很多优势，但它不能代替人的专业判断与科学决策，要避免完全依赖算法而形成错误的判断与决策。点击率、收视率等数据只是体现作品质量的维度之一。主流媒体必须摒弃简单的量化，杜绝浅薄的量化，避免机械的量化；要重建专业判断和道德考量，用人脑去消除噪声杂音，用人的专业经验去发现符合主流价值观、符合新闻传播规律的流量密码。在抖音，有一个供视障人士使用的“无障碍电影频道”，平均下来，每个月只有两万多人观看。对此，在2022年世界互联网大会乌镇峰会上，抖音集团副总裁李涛分享道：“在平台里，这其实并不是很大的数据，但是我们都觉得特别重要，值得我们为他们付出。”

3.从评价效果上，要把作品的影响力评估与思想的引领力评判相结合。主流媒体要发挥舆论引导功能，把作品的“宣传热度”考量与受众的“体感温度”考量相结合，要把服务群众同教育引导群众结合起来。主流媒体不仅要满足受众的需求，更要以主流价值观引导受众的需求，形塑受众的思想，让传播不仅仅是“到达”的效果，而且可以激发出更多的内心共鸣。为了新闻的点击量和关注度，过分迎合用户的喜好，使用户沉浸在媒体的个性化过滤泡中，而边缘化公共性和有价值的内容是不可取的。

（三）提升量化科学程度。算力代表了对数据的处理能力，是数字化技术持续发展的衡量标准。要不断优化算法，提升数据挖掘能力，夯实算力发展根基，从而使新闻传播量化指标更加科学有效。

1.优化算法推荐系统。要让主流价值观主导算法，为算法持续注入人本与理性。通过优化算法设计让更多内容生产者生产的高质量内容得以传播，特别是使那些具有重要公共价值的内容到达更广的人群。在内容推荐算法的衡量标准中，多样性有必要成为一种重要的指标。这种多样性，不仅是内容主题的多样性，还需要包括态度观点的多样性、内容生产者的多样性等。这也是新闻客观、平衡的专业价值观的具体体现。

2.提升数据挖掘能力。在数据已成为生产要素的今天，海量的大数据好比矿石资源，只有经过充分挖掘，才能从矿石中提炼出黄金。主流媒体要利用好人工智能等技术“利剑”，抓紧补齐自身的大数据技术短板，不断提升数据捕捉、分析及运用能力，充分挖掘大数据“富矿”。特别要注重分析数据中蕴含的可能出现的思想趋向和行为样式，助力形成需求牵引供给、供给创造需求的更高水平的内容生产机制。

3.推进大数据库建设。主流媒体必须强化自身的大数据库建设。一方面，对内要重视自建“好找”“好管”“好用”的数据库，将“易碎的新闻”及时进行分类编码和汇总，转化为“持久的知识信息资源”，积累媒体数据资产。另一方面，对外要形成稳定的数据获取渠道，与掌握海量数据资源的机构保持良好的合作关系。如相比区域主流媒体，人民日报、新华社、中央广播电视总台等央媒及一些大型商业平台拥有更为庞大的用户规模、更多维度的消费数据。如果能够与这些平台进行精准对接、有效融合，将有助于区域主流媒体掌握更多高价值的数据。

（四）完善数据治理体系。数据真实是判断准确的前提条件。要合力纠正“数据乱象”，不断完善数据治理体系，以保证数据的真实、客观、准确。

1.通过技术切断数据造假的非法路径。主管部门要建立以技术管数据、以技术治数据的监管治理体系，完善网络数据安全监测、通报预警、应急响应与处置机制，打造安全、权威并重的技术治理体系。数据发布主体要落实好《“十四五”国家信息化规划》提出的“完善网络实名法律制度，推进社会公众数字身份管理体系建设，加大数字身份管理体系标准化整合衔接”等规定；同时，要运用各种技术手段当好“数据守门员”，及时排查各类流量注水、数据掺假问题，切断造假通道，从源头确保数据真实性。

2.通过法律规范数据生产的各个环节。要扎紧制度的笼子，不断完善数据的采集、发布、运用等方面法律法规，以保证统计信息的准确、全面与透明。同时，加大对恶意操纵、歪曲和编造流量等违规行为的惩处力度。2021年1月22日，国家网信办发布新修订的《互联网用户公众账号信息服务管理规定》，就阅读数、关注度、点击率、转发、评论等流量数据造假作出约束，明确公众账号信息服务平台应当建立公众账号监测评估机制，防范账号订阅数、用户关注度、内容点击率、转发评论量等数据造假行为。

3.通过党媒发挥数据运用的引领作用。党媒等主流媒体应当带头履行信息内容生产和所属公众账号运营管理主体责任，依法依规从事信息内容生产和公众账号运营活动，建立健全新闻采集、生产、分发、反馈等全过程数据审核机制，加强对数据背后的内容导向性、真实性、合法性审核，维护网络传播良好秩序。党媒主办的新媒体还应当在显著位置开设对数据造假等违规行为的便捷的投诉举报入口和申诉渠道，公布投诉举报和申诉方式，健全受理、甄别、处置、反馈等机制，明确处理流程和反馈时限，及时处理公众投诉举报和生产运营者申诉。

总之，主流媒体人既要摒弃“数据无用”“指标无意义”等绝对化的观点，也要杜绝“数据唯一”“流量至上”等片面化思维，辩证看待“流量民意”，不被数据束缚，建构系统、全面、科学的传播评价体系。