情绪识别与共识凝聚：主流媒体在网络公共事件中的舆论引导

2023-05-30李钢郭静董小菲

新闻爱好者 2023年3期

李钢郭静董小菲

【摘要】如何在社会转型、媒介变革等多重压力下，凝聚社会共识是新时代中国亟须关注的重要议题之一。尤其是对承担舆论引导职责的主流媒体而言，更是重大课题。现以“陈某某被顶替上大学事件”和“丰县生育八孩女子事件”为实证案例，将主流媒体解构为中央媒体、市场媒体、本地媒体三类，运用内容分析法，探析不同类型主流媒体在网络公共事件中的时机把握、策略运用等微观操作对凝聚共识的影响，以期对政府、媒体、公众等共识建导主体有所启示。

【关键词】主流媒体；公共事件；共识凝聚；时机策略

媒介技术的发展，导致了舆论场域的变化。习近平总书记用“大舆论场”概念进行了重要论述。“随着新媒体快速发展，国际国内、线上线下、虚拟现实、体制外体制内等界限愈益模糊，构成了越来越复杂的大舆论场，更具有自发性、突发性、公开性、多元性、冲突性、匿名性、无界性、难控性等特点”。[1]

如何在“大舆论场”中更好地凝聚社会共识，不少学者和业界专家进行了研究。丁柏铨[2]对“大舆论场”的形成、特点及在此背景下舆论引导难度陡增的缘由和应对策略进行了论述。王世雄等[3]提出，随着媒体环境的社会化加深，多层化的结构和多样化的交互增加了社会舆论的不确定性，可能导致社会意见不同。张林[4]在总结了算法推荐技术对信息场景的重新建构后，提出算法推荐高度仿真的“拟态环境”“泛娱乐化”的致瘾机制等会引发共识难题。

除媒体变革对凝聚共识带来的挑战，学者们还进行了对策性研究。许科、龙波等[5]从共识建导的三个主体即舆论主体、媒体及政府入手，提出网络共识再造的五点策略建议。杨龙飞[6]指出构建網络意见共同体，提升主流媒体话语竞争力，培育成熟网络公民，保障公民网络利益表达等，有助于实现社会主义核心价值观的有效认同与社会共识。黄琳城[7]从传播学中的“拟态环境”出发，通过分析重庆“打黑除恶”行动中媒体的“桥梁”作用，提出了政府利用媒体在群体舆论中建立共识机制的具体渠道、措施等。

既往研究为后续理论研究和现实实践奠定了学术基础、提供了理论支撑。但是，以上研究在分析媒体的舆论引导和共识凝聚作用时，往往将媒体看作一个整体。虽然当下全国媒体都在建设新型主流媒体，但若将其视为均质，那不符合现实逻辑和发展需要。

习近平总书记指出，“凝聚共识工作不容易做，大家要共同努力”。[8]其中，主流媒体在舆论引导、共识凝聚中承担着不可替代的作用。习近平总书记明确要求，“中国特色社会主义进入新时代，必须把统一思想、凝聚力量作为宣传思想工作的中心环节”。[9]因此，对主流媒体舆论引导与共识凝聚的深入探讨，既具有学术理论价值，也具有现实指导意义。

因此，本研究计划选取两个实证案例，将主流媒体解构为中央媒体、市场媒体、本地媒体三类，运用内容分析法，探析不同类型主流媒体在网络公共事件中的时机把握、策略运用等微观操作对舆论引导和共识凝聚的影响。

一、研究方案

（一）案例简介

本研究选取“陈某某被顶替上大学事件”和“丰县生育八孩女子事件”为实证案例。“陈某某被顶替上大学事件”是指聊城市冠县的陈某某在报名成人高考时发现自己的学籍信息被冒名顶替。2020年6月10日，经媒体报道后进入公众视野，成为网络公共事件，到2020年6月29日，省级调查组公布调查处理情况，该事件逐渐平息。“丰县生育八孩女子事件”是指徐州市丰县一位“八孩父亲”在抖音发布视频，引起网友关注，孩子母亲“铁链女”形象引发争议。2022年1月28日，经机构媒体报道后舆论暴涨，2022年2月23日，省级调查组公布调查处理通报，舆情开始减弱。之所以选取这两个案例，是因为它们具有明显相似性，同时又具有较大差异性。首先事件属性上，都涉及阶层差异、弱势群体等敏感公共话题；其次，时间跨度、政府介入的次序、层级等非常相似；再次，事件都促使全国排查同类问题。然而，在两事件中媒体介入的时机策略、政府公告的效果以及舆情走向等却存在较大差异。

（二）研究实施

一是研究假设。对既定媒体和既定公共事件来说，影响其舆论引导效果的可能因素主要有媒体种类、介入时机、信息来源、报道体裁和报道形式。而网民对媒体报道的点赞、转发、评论是其对公共事件认同度的表现，其中，尤其是评论的正负情绪更能反映认同的情况，而这同时也是舆论引导效果的呈现。因此，本研究假设媒体报道为自变量，会对网民认同产生影响。其中，自变量包括媒体报道的五个子变量，因变量包括情绪类型、情绪极值和情绪对象（见表1）。

二是样本采集。根据三类媒体对案例的原创报道情况，分别选取以下媒体——报道“陈某某被顶替上大学事件”的中央媒体：《人民日报》、新华社和央视；市场媒体：澎湃新闻、《新京报》、红星新闻；本地媒体：《大众日报》、闪电新闻、《齐鲁晚报》。报道“丰县生育八孩女子事件”的中央媒体：《人民日报》、新华社、央视和《中国妇女报》；市场媒体：凤凰网、极目新闻、澎湃新闻、财新网；本地媒体：《新华日报》、荔枝新闻、《现代快报》。

为便于数据采集提高分析精准度，本研究主要选取以上媒体在微博上的报道为研究对象。用微博自带的按内容搜索进行采集。清洗去重后得到最终样本，其中“陈某某被顶替上大学事件”75条有效样本，“丰县生育八孩女子事件”94条有效样本。

对网民认同度的分析主要以网民评论的情绪为参照。采用软件爬取和人工检查的方式，按热门排序采集每条报道下的50条评论，不足者空缺。对数据清洗、去重，去掉无关无效者，得到“陈某某被顶替上大学事件”评论2360条，“丰县生育八孩女子事件”评论2690条，总计5050条。其中，中央媒体报道评论2254条，市场媒体报道评论2562条，本地媒体报道评论234条。

三是数据标注。在进行相关性分析前，需对相关变量进行标注（见表1）。其中，网民评论的情绪类型采用大连理工DUTIR词典的七分法，同时增加一类无明显情绪，共8类。其中，高兴指喜悦、安心等；喜好指认同、信任、祝愿等；愤怒指言语表达中含有辱骂或者言辞较为激烈；悲伤表示悲哀、忧伤、忧虑、同情等；恐惧指害怕、恐慌等；厌恶指讽刺、质疑等；惊讶指惊奇、震惊等情绪。其中，高兴、喜好为正面情绪，其他为负面情绪。

情绪对象主要指网民评论情绪针对的客体。根据两个案例的特点，将情绪对象分为事件本身、政府部门、事件中施害方、事件中受害方、媒体、社会、地域和无明确对象8类。

情绪识别目前主要有基于情感词典的人工标注和基于词典的机器学习方法。[10]由于本研究需区分情绪对象，因此采取依据大连理工DUTIR词典的人工标注方式进行。在情绪识别前，先将两名新闻传播专业大学生进行大连理工DUTIR词典培训。然后，对两个案例分别抽取前20条微博报道，每条报道抽取前20个评论，共计40条报道和800条评论。由两名学生进行编码，然后利用SPSS软件中的信度检验进行分析，得出的Kappa系数分别为0.92（情绪类型）、0.88（情绪对象），符合信度检验要求。

二、研究结果

（一）媒体引导与网民认同的相关分析

一是市场媒体报道引发的网民负面情绪最多。为检验各自变量与因变量的关系，笔者将标注好的数据导入SPSS系统进行Spearman相关性分析，得出情绪类型与媒体类型的相关性系数为r=0.14，p<0.01。两者有一定弱相关性。为进一步验证，笔者制作了媒体类型与情绪极值交叉表，发现其中市场媒体评论的负面情绪占情绪总样本量的比例明显高于其他媒体类型，达41.7%。为明确这些负面情绪的对象，笔者又制作了市场媒体评论情绪对象与情绪极值交叉表，发现其主要针对事件本身、事件中施害方和政府部门，在情绪总样本量中占比分别为13.7%、10.6%、8.7%。由此可以看出，尽管市场媒体报道引发的负面情绪较多，但其中针对政府部门的占比并非最高。

二是媒體介入时机与情绪类型有一定相关性。情绪类型与媒体介入时机的相关性系数为r=-0.202，p<0.01；而情绪极值与介入时机的相关性系数为：r=0.308，p<0.01。两者存在一定相关性。媒体在不同节点介入对情绪类型产生什么样的影响有待在下文回归分析中进一步验证。

三是转发政府公告引起的网民负面情绪最多。情绪类型与信息来源的相关性系数为r=0.071，p<0.01，两者存在一定弱相关或不相关。为进一步验证，笔者制作了信息来源与情绪极值的交叉表，发现转发三级政府公告引发的负面情绪最多，占其所引起总情绪量的85.1%，即其引起的网民情绪绝大部分为负面。原创报道引起的负面情绪虽然也很高，但其中也不乏正面情绪，约占31%。

四是深度报道引发网民情绪中负面比例最高。情绪类型与报道体裁的相关性系数为r=-0.095，p<0.01，两者存在弱相关或不相关。为进一步验证，笔者制作了报道体裁与情绪极值交叉表，发现深度报道引发的情绪中负面比例最高，占82.3%。其中，负面情绪主要针对事件本身（36.3%）、施害方（32.3%）。深度报道由于采访细致、内容充实，可以更为全面地展现事件的来龙去脉，所以更容易引起读者的情感反应，促使网民宣泄情绪。

五是视频报道引发网民情绪中负面比例最高。情绪类型与报道方式的相关性系数为r=0.15，p<0.01，两者存在一定弱相关。为进一步验证，笔者制作了报道方式与情绪极值交叉表，发现视频报道引发的情绪中负面比例最高，占84.4%。其中，负面情绪主要针对事件本身（34.9%）、施害方（28.8%）。视频报道更符合当下全民刷视频时代的信息获取方式，相对而言，对事件的展现也更加直观形象，因此更容易引发读者的情感反应，促使网民情绪宣泄。

（二）媒体报道与网民认同的回归分析

为分析各自变量对因变量的影响程度，尤其是各自变量对情绪极值的影响程度，笔者对在以上分析中显示可能与情绪极值有相关性的变量进行了多元回归分析。

第一，事件前半程媒体介入越晚负面情绪越大。负面情绪与介入时机的多元回归系数分别为：介入时机1：B=1.823P<0.005；介入时机2：B=1.722P<0.005；介入时机3：B=2.105P<0.005；介入时机4：B=1.422P<0.005；介入时机5：B=1.223P<0.005。这表明各个介入时机与负面情绪均正相关，即媒体的每次介入均会引起网民负面情绪的增加。其中，前三次介入的影响系数基本呈递增趋势。这说明在前几个节点，媒体介入越晚网民的负面情绪越大，越不利于共识凝聚。

第二，媒体转发政府公告会引起负面情绪增多。负面情绪与信息来源的多元回归分析中，信息来源3、4、5与负面情绪的相关性比较明显，系数分别为：B=1.273P<0.005、B=1.114P<0.005、B=1.028P<0.005，这表明转发各级政府公告对负面情绪均有正向影响，即媒体转发政府公告会引起网民负面情绪的较明显增加。这可能与政府回应的质量以及政府回应与网民期望存在偏差相关。

第三，消息和深度报道都会引起负面情绪增长。负面情绪与报道体裁多元回归分析显示，报道体裁1、2与负面情绪的相关系数分别为：B=1.347P<0.005、B=1.813P<0.005。这表明消息和深度报道均对负面情绪有正向影响，其中，深度报道对负面情绪的增加有更大影响。

三、结语

以上分析表明：不同类型媒体对舆情事件的报道，媒体在时机和策略上的不同选择，都会使网民对事件的认同度产生一定影响。习近平总书记多次强调，新闻舆论工作“关键是提高质量和水平”“要抓住时机、把握节奏、讲究策略，从时度效着力，体现时度效要求”。[11]经过对两个实证案例的研究，可对时机把握和策略选择等微观操作层面提供以下启示。

第一，从媒体类型上看，不同类型媒体对网络公共舆情事件的演进具有不同影响。其中，中央媒体的介入对网民情绪引导的积极作用较为明显，其引起的正面情绪最多，占所有情绪的15.8%。市场媒体往往是将政府干预引入网络公共事件处置中的触发媒体。本研究的两个案例虽早已在网络上发酵多时，相关政府部门甚至业已知悉，但直到市场媒体进行采访才促其做出官方回应，正式介入。本地媒体由于事件涉及当地，受限较多，未能发挥太大作用。但其实，如果当地政府部门能很好地利用本地媒体坦诚发声，更能赢得网民的认可，有利于网络共识的凝聚。

此外，单从负面情绪的引起量看，市场媒体报道引发的负面情绪最多，但这并不见得不利于网民情绪的疏导和网络共识的凝聚。首先，这些负面情绪中针对政府部门的占比并不是最高。其次，负面情绪宣泄是媒体“减压阀”功能的重要体现，也是媒体对网民情绪疏导、促进共识凝聚的重要体现。根据刘易斯·科塞的“社会排气阀”概念，社会主体的一些不满情绪，如果长期得不到释放，使这种情绪不断堆积，便会产生许多社会问题。[12]

市场媒体在快速崛起的过程中曾被有关地方部门视为“不稳定因素”，冠以“小报”“捣乱报”。[13]直到時下仍有不少部门持有这种认识，但其实在“党管媒体”和“党媒姓党”的框架下，“主流化”追求已成为它们的长期发展方向。[14]而市场媒体成于读者、成于市场的基因，使其报道更易取得读者信任，促进共识凝聚，也更利于通过其报道提升政府公信力。

第二，从介入时机上看，各类媒体越早介入越有利于网民情绪疏导和共识凝聚。其中，中央媒体的尽早介入效果最为突出。其效果在“陈某某被顶替上大学事件”中有比较好的体现。在各节点上，各类媒体都参与到舆论场中，比出现某类媒体缺席更有利于网民情绪的疏导。这是因为在多元舆论时代需要多元媒体表达。这也提示相关管理部门和舆情事件涉及地政府可借助各类媒体及早介入。

第三，从具体策略上看，首先，相关政府部门通过公告这种单一和统一的方式向舆论场提供信息，远不如通过多元、多渠道方式向舆论场释放信息，那样更有利于网民情绪的疏导。其中主要的原因有：一是公告的方式内容格式统一，不符合公众对信息多元化的需求。如果相关部门在统一口径的基础上接受媒体采访，包括接受不同类型媒体采访，多渠道提供信息，则更有利于提升自身公信力，提升网民对政府透明度的好感。二是公告的内容有可能会存在与公众诉求的偏差，有陷入“塔西佗陷阱”的危险。其次，在报道体裁、报道方式上，那些更符合融合时代公众获取信息习惯的方式更有利于网民情绪的疏导和网络共识的凝聚。

从以上分析可看出，在“大舆论场”中，无论是各种类型媒体，还是普通网民，多元主体参与更有利于网民情绪疏导和网络共识凝聚。这一结论也有学者通过其他实证研究得出。例如别君华[15]通过对里约奥运会新媒体传播的实证分析，得出应当在理论层面达成重视多元主体参与的共识。而雷英英[16]等则从风险社会理论出发，同样提出突发公共事件网络舆论引导要发挥多元主体的协作作用。

正如习近平总书记强调的，“形成良好网上舆论氛围，不是说只能有一个声音、一个调子，而是说不能搬弄是非、颠倒黑白、造谣生事、违法犯罪，不能超越了宪法法律界限”。“网民大多数是普通群众，来自四面八方，各自经历不同，观点和想法肯定是五花八门的，不能要求他们对所有问题都看得那么准，说得那么对。对建设性意见要及时吸纳，对困难要及时帮助，对不了解情况的要及时宣介，对模糊认识要及时廓清，对怨气怨言要及时化解，对错误看法要及时引导和纠正”。[17]

[本文为2021年度山东省社科规划研究专项“大数据治理时代‘大舆论场中的共识凝聚机制研究”（编号：21CSDJ52）的阶段性成果]

参考文献：

[1]中共中央宣传部.习近平新时代中国特色社会主义思想学习问答[M].北京：人民出版社，2021：325.

[2]丁柏铨.略论“大舆论场”：对舆论格局和舆论引导的新思考[J].新闻与写作，2020（1）：64-71.

[3]王世雄，潘旭伟，姜毅.基于线上线下互动网络的社会共识涌现研究[J].情报杂志，2017（3）：67-73.

[4]张林.算法推荐时代凝聚价值共识的现实难题与策略选择[J].思想理论教育，2021（1）：86-92.

[5]许科龙波，郭明飞.价值认同视角下网络舆论场中的共识再造[J].学校党建与思想教育，2021（1）：75-78.

[6]杨龙飞.再造共识：网络舆论场的空间生产与关系重构[J].淮北师范大学学报（哲学社会科学版），2020（5）：114-120.

[7]黄琳城.透视政府“打黑”行动中的媒体观：兼论有效利用媒体在群体舆论中建立共识机制[J].新闻爱好者，2010（20）：10-11.

[8]习近平.论党的宣传思想工作[M].北京：中央文献出版社，2020：194-195.

[9]习近平.论党的宣传思想工作[M].北京：中央文献出版社，2020：338.

[10]蒋盛益，黄卫坚，蔡茂丽，王连喜.面向微博的社会情绪词典构建及情绪分析方法研究[J].中文信息学报，2015（6）：166-171.