“新闻找到我”：助推高选择性 媒体环境下受众的新闻接触

徐敬宏 张如坤

【摘要】针对高选择性媒体环境下的新闻是更容易回避还是更容易接触这一争议，文章在梳理新闻选择和媒体环境类型的基础上，提炼了知沟扩大和全民阅读两派代表观点。依据媒体环境（高选择性媒体环境vs低选择性媒体环境）、新闻阅读情况（新闻回避vs新闻接触）、受众主观意愿（有意的接触vs无意的接触）的标准，归纳出八种组合情景。研究发现，新媒体环境下的新闻选择表现为“我躲着新闻”“新闻躲着我”“我找到新闻”“新闻找到我”四种传者与受众的关系。其中，“新闻找到我”是近年来出现的趋势，它意味着受众的新闻接触或许是社交媒体的副产品，建议合理编排社交媒体上的娱乐和新闻信息，优化算法推荐，改变媒体系统中新闻消费的结构，促进受众从无意的回避转向无意的接触，实现“新闻找到我”。

【关键词】高选择性媒体环境 “新闻找到我” 新闻接触 无意的受众

【中图分类号】G210 【文献标识码】Ａ 【文章编号】1003-6687（2023）4-049-07

【DOI】 10.13786/j.cnki.cn14-1066/g2.2023.4.007

新媒体拓展了传统媒体的传播空间，其个性化的特征充分满足了信息消费者的细分需求，让受众成为主导，拥有更大的选择权。在这种高选择性媒体环境下，受众是更容易接触到新闻还是更容易回避新闻成为学界争议的话题。西方学者对此进行了一系列讨论，涉及用户界面设计、计算机算法、心理学与认知等多个领域。目前国内这一话题的讨论还较少，将新闻接触置于新闻传播学的框架下进行探讨，具有重要的研究意义。

随着抖音、快手、微博、微信等社交媒体的流行，我国受众在无意间接触新闻的概率大大增加。“新闻找到我”是近年来出现的趋势，它意味着受众的新闻接触或许是社交媒体的副产品，受众对新闻无意的接触不断增多。但与此同时，推荐算法可能带来的“信息茧房”、选择性接触等问题也可能使得受众更倾向于选择自己喜欢的信息，回避不感兴趣的信息，进而加剧“回音室效应”。针对这一现象，本文在文献梳理的基础上，总结学界的观点，归纳新闻选择的情景，依据媒体环境、新闻阅读情况、受众主观意愿的不同组合，提出对策建议。

一、新闻选择：回避与接触

新闻选择有两种类型：新闻回避与新闻接触。根据受众的主观意愿，又可以进一步细分为有意的回避、无意的回避、有意的接触、无意的接触四种类型。

1. 新闻回避：有意的回避与无意的回避

新闻的选择性接触是指受众根据自己的主观意愿，选择性地关注感兴趣的新闻，回避不感兴趣的新闻。与选择性接触相关的一个概念是新闻回避。有研究指出，在信息触手可及的当今，存在一大批不消费或只消费少量新闻的人，[1]并将他们定义为新闻回避者、极简主义者、非用户或间歇型用户。[2]

国外学者根据人们回避新闻的潜在原因，区分了两种类型的新闻回避：有意的回避和无意的回避。[3]有意的回避是指人们因为不喜欢新闻而有意识地避开新闻，原因可能是新闻报道过于悲观、不信任媒体以及信息过载。例如，刻意地取消浏览器的新闻推荐、关闭消息通知和推送，或者避免订阅和关注某一新闻机构提供的新闻等。无意的回避是指人们对其他内容的喜爱超过了新闻本身，进而减少了对新闻的消费，这可能是由媒介信息的不断丰富和算法的个性化推荐造成的。例如，微博用户在查看热搜排行榜的时候，潜意识地关注娱乐性话题，而忽视被官方强制置顶的硬新闻；在抖音、快手等短视频平台上，满足于算法编制的“信息茧房”，仅沉浸于观看自己感兴趣的内容。

新闻回避被认为是新闻行业，甚至广义上的民主面临的一个日益严重的问题。随着新闻机构失去了新闻的读者，民主也失去了公民参与的知情基础。这意味着新闻媒体在内容和收入下滑的巨大压力下，专业新闻及其重要的民主角色将被削弱，同时也会给公众的新闻接触和政治知识带来负面影响。

2. 新闻接触：有意的接触与无意的接触

新闻的有意接触即受众在带有明确目的或爱好的情况下阅读新闻，满足自身的信息需求。作为与有意接触相对的概念，无意接触指的是受众并非出于获取新闻的目的使用某一媒体，而是在使用媒体的其他功能（如娱乐、通信）的过程中偶然接触到新闻。例如，在浏览微信朋友圈的好友动态的同时，被微信联系人“投喂”新闻。虽然目前学界主流关注的仍是受众有意接触新闻，但对于传播学研究者来说，无意的新闻接触并不是一个陌生的概念。

印刷时代，许多公开的大众出版物就将新闻与非新闻内容捆绑在一起进行销售。早在20世纪40年代，美国社会学家伯纳德·贝雷尔森就指出，人们阅读报纸的原因可能与新闻无关。后来，电视的出现形塑了人们线性的时间表，如果人們在娱乐节目开始播放之前打开了电视，或者之后继续收看电视节目，他们经常会发现自己在不知不觉看新闻。[4]一些公共服务广播公司为了让受众收听新闻，还会故意将新闻节目安排在高峰时段，从而创造了受众更容易在无意间接触到新闻的媒介环境，为受众提供获取信息的机会，进而尽可能减少知识差距，提升受众的民主意识和政治参与。[5]

几十年来，一些传播学者针对无意的新闻接触展开了研究。比如，将无意的新闻接触放置在印刷和广播媒体的背景下进行探讨，包括关于通过报纸和电视被动学习的研究，[6]以及关于受众通过电视软新闻接触外交内容的研究。[7]20世纪90年代中期网络的兴起，使得人们对无意接触新闻的研究兴趣增加。对万维网的研究发现，上网使人们在搜索其他类型的信息时更容易遇到新闻，互联网会促使用户偶然接触到信息，进而促进学习。如该研究发现，在1996年和1998年，相当大比例的美国公众声称他们在互联网上接触到有关公共事务的新闻，虽然他们上网的直接目的不是获取新闻，但是他们对公共事务的了解增加了。[8]其后，社交媒体的普及让人们对无意接触新闻的兴趣进一步高涨，因为研究者逐渐意识到受众接触到新闻或许是这些社交媒体的副产品。

二、媒体环境：低选择性与高选择性

上述四种新闻选择的类型会随着媒体环境的变化而变化，从传统媒体时代的低选择性媒体环境到新媒体时代的高选择性媒体环境，受众的新闻选择也呈现出新的特征。

1. 低选择性媒体环境：传统媒体时代

媒体环境所提供的内容是影响受众进行新闻阅读的重要因素之一。[9]多样化的信息类型和内容为受众根据自己的需求和爱好选择相关的信息提供了便利。在某种程度上，媒体环境和所提供的媒体内容甚至决定了个人动机对媒体接触程度的影响。[10]

在传统媒体时代，受众处于低选择性媒体环境中，个人动机对新闻接触的影响比较有限。即便受众对政治和时事不太感兴趣，也很有可能接触到新闻，因为刻意避免新闻十分费力。电视为受众无意接触新闻提供了一个便利的平台，电视等媒体容易把新闻和娱乐混在一起，处于低选择性媒介环境中的人们倾向于习惯性地、常常是漫无目的地观看电视，因此有很多机会接触并了解政治新闻，即使他们没有积极地寻找这些新闻。这也是为什么电视作为一种无所不在的、娱乐性的、可以悠闲观看的非选择性媒体，曾培养了一大批无意的新闻受众。

爱看新闻的人是出于兴趣，不爱看新闻的人更多是为了娱乐，把新闻当作电视的副产品。[11]人们观看电视的动机可能是出于娱乐消遣，与获取新闻无关，但在这个观看的过程中，他们还是接触到了新闻。有研究发现，即使是这种偶然的新闻接触也会产生学习的效果，使那些对新闻兴趣有限的个人对政治和时事有了更多的了解，从而缩小了对新闻感兴趣和不感兴趣的人之间的知识差距。[12-13]这种对新闻不感兴趣却获取了新闻的现象被称为“陷阱效应”，因为这些人通过偶然接触新闻而无意中陷入学习的“陷阱”。[14]

2. 高选择性媒体环境：新媒体时代

然而，近几十年来，媒体环境发生了巨大的变化，可供选择的内容数量急剧增长，人们进入了高选择性媒体环境。高选择性媒体环境这一概念最早由美国政治学家马库斯·普赖尔正式提出。他认为，现在的媒体环境是由不同媒体类型、媒体组织、媒体内容和呈现形态等多个维度构成的。[15]有研究指出，高选择性媒体环境意在突出“不同种类的媒介平台并存，不同类型的媒体内容共生等因素共同造就的复杂媒介生态”。[16]

鉴于一种新的媒体形式的出现并非取代旧的媒体，而往往是并存、叠加的。因此，在这种复杂的媒介生态下，多种多样的媒体赋权受众从不同的信源获取信息，并在此基础上产生观点，进行一系列社会互动，受众的选择也带有了极大的随机性和不确定性。伴随着媒体平台和内容的丰富，手机和电脑等移动终端的普及使得受众更容易根据自己的喜好选择内容。

以我国为例，继传统媒体时代的报纸、广播、电视之后，互联网的突飞猛进为新媒体的出现插上翅膀，首先是BBS、天涯和人人网等门户网站，接着是微博、微信等偏重图文特色的社交媒体兴起，其后是抖音、快手等短視频平台的火爆。除了平台的变化，传播者也从专业权威的新闻机构变为多样化的个人、自媒体、企业媒体，产消合一，数字劳工也随之出现，传播链条由中心放射状慢慢演化为复杂的网状。智能手机等移动终端的普及更使得受众无时无刻不被暴露在海量的信息环境中，也因此培养了一大批潜在的新闻受众。《第50次中国互联网络发展状况统计报告》数据显示，截至2022年6月，我国网络新闻用户规模达7.88亿，较2021年12月增长1 698 万，占网民整体的75%。[17]

但是，网络新闻用户规模的扩大并非意味着新闻接触的增加，考虑到各种类型信息之间的竞争也越来越激烈，在用户的注意力有限的情况下，受众的新闻接触情况如何变化成为一个争议的话题。不断数字化和高选择性的媒体环境意味着用户偶然接触新闻与选择性接触新闻的占比可能存在变动。

在互联网出现之前，人们的新闻阅读是由传统大众媒体的有限的渠道提供的。但是，随着网络媒体的出现，可供选择的媒体渠道前所未有地丰富起来。人们担心，从传统媒体时代的低选择性媒体环境向高选择性媒体环境的转变，可能会加剧新闻爱好者和不喜欢新闻的人之间的两极分化。但也有人持相反观点，认为社交媒体的使用实际上与新闻阅读量的增加有显著的关系，即使对于那些在社交媒体上做其他事情的时候偶然看到新闻的人也是如此。

三、高选择性媒体环境下的新闻选择

在高选择性媒体环境下的新闻，受众是更容易回避新闻，还是更容易接触到新闻？通过文献梳理发现，学界主要有两派观点：悲观派认为高选择性媒体环境会扩大知沟，导致受众在新闻阅读上形成两极分化，加剧信息不对称；乐观派认为高选择性媒体环境反而能够缩小知沟，带来全民阅读，提升整体阅读水平。

1. 悲观派：高选择性媒体环境会导致知沟扩大

虽然高选择性媒体环境极大地丰富了用户的信息选择，但是高选择性并非一定是件好事。高选择性媒体环境对受众的新闻阅读的影响也更为复杂，目前学界存在两种争议。

一种观点认为高选择性媒体环境会带来受众的两极分化，在信息和知识获得上“富人变得更富，穷人变得更穷”。[18-19]长此以往，知沟就会扩大，互联网会加剧对政治感兴趣的人和不感兴趣的人之间的信息和参与差。这是因为一方面，在选择多的媒体环境中，新闻爱好者可以阅读到比以往更多的新闻；另一方面，高选择性媒体环境中受众的无意接触也存在减少的可能，因为网络上各种各样的内容泛滥，对新闻不感兴趣的人则可以轻而易举地逃避新闻，转向更多的娱乐内容，而不必像以往一样只能守在电视旁边等待。[20]

这一信息差距拉大的担忧得到了部分实证研究的支持。研究发现，随着不同类型的媒体内容供应量的增加，越来越多的人可能回避新闻，[21]这意味着新闻寻求者与新闻回避者之间的知识沟将越来越宽。一项对意大利、澳大利亚、英国、美国的在线调查研究发现，在排除把社交媒体当作专门的新闻平台的用户的情况下，使用社交媒体的用户比不使用社交媒体的人获得更多的在线新闻来源，这种无意接触的影响对年轻人和对新闻兴趣低的人更强，且YouTube和Twitter用户比Facebook用户更强。[22]有学者探讨了无意接触新闻对政治参与的影响，基于美国人口的代表性样本，他们发现在各种社交媒体上无意接触新闻与受众的线下、线上政治参与之间存在显著正相关。[23]他们还发现，在线参与和无意新闻接触之间的关系被娱乐和新闻的相对阅读比例调节。所以，同样是在社交媒体上偶然接触新闻，新闻导向的受众就比娱乐导向的受众的在线参与更多，因而他们推论，无意的新闻接触可能会进一步扩大受众的知识沟。其他研究也支持社交媒体会扩大有关政治信息的知识沟的观点，他们发现Facebook和Twitter的使用，扩大了不同社会经济地位的人之间的政治信息差距。[24]

由此可见，不同教育背景、收入和兴趣程度的受众在高选择性媒体环境下存在两极分化的可能性。值得注意的是，这种知识沟的拓展可能会对受众的行为带来消极影响，更多的媒体选择（有线电视和互联网）会扩大偏好新闻和偏好娱乐的受众在政治信息和选举参与方面的差距，并且对政治新闻高度感兴趣的人比不太感兴趣的人体验到更大的参与收益。[25]

2. 乐观派：高选择性媒体环境会带来全民阅读

另一种观点倾向于乐观，认为高选择性媒体环境增加了新闻的曝光机会，受众在无意间接触新闻的概率大大提升，即便不爱看新闻的人最终也会加入全民阅读的大营。

有学者指出，个人可以基于理性权衡其成本和收益，特意去获取信息，因此对于对政治不感兴趣的人来说，虽然大部分情况下，他们是不愿意专门花时间看新闻的，但是他们还可以在日常生活中将政治新闻作为其他活动的副产品来收集。[26]这种获取新闻的方法包括直接对经济状况和公共服务质量的亲身体验、与朋友和家人开展关于时事的非正式对话、通过软新闻了解时事政治或从媒体偶然接触到新闻进行被动学习。

值得注意的是最后一种方式——偶然接触新闻，这种被动学习在报纸、电视等传统媒体时代早已存在，进入互联网时代可能进一步被放大。这是因为作为一种信息工具，互联网的目的性是有限的，网络的某些功能会使网民意外地遇到他们没有主动寻找的内容。而且，过去几年数字媒体的变化和发展也表明，偶然接触到各种类新闻的机会不仅没有减少，反而增加了。新媒体的出现，降低了在网络上制作、分发信息的门槛，由此产生的信息繁荣使得受众无意接触新闻的机会大大增加。受众通过社交媒体在无意间接触到政治新闻的这一现象备受学者们的关注。目前不少研究发现，社交媒体是受众无意接触政治新闻的重要渠道，而这种接触反过来又与政治参与相关，无意接触到在线新闻的可能性在一定程度上会影响公民的政治参与模式。[27]有研究发现，借助社交媒体的弱关系，各种政治信息有机会触及那些不曾参与政治活动的人，当他们在社交媒体上遇到他们认识或信任的其他用户时，他们可能会以一种新的方式来处理这些信息，这种方式有别于他们处理来自大众媒体等非个人信源获得的信息。[28]还有学者通过调查在Twitter上讨论2013年大选的意大利人，发现他们通过社交媒体获得的政治信息越多，在这些平台上表达的政治观点越多，他们也越有可能参与要求更高的网络政治活动，如积极地为某个政党或候选人拉票。[29]一项非常著名的研究也为无意接触的动员作用提供了极具说明性的例子：在2010年美国中期选举当天对Facebook用户进行的一项实验中，他们发现，接触那些表明朋友和熟人已经投票的帖子會对投票率产生显著的积极影响。即使Facebook用户没有主动地寻求有关选举的信息，在社交媒体上无意接触到的新闻推送也会将社会线索信息灌输到受众的意识中，甚至对一些受众的行为产生刺激作用，最终激励他们投票。[30]

互联网对新闻的曝光在增加公民对政治的了解方面具有较大的发展潜力，正如许多学者所证明的那样，社交媒体的使用可以对政治参与产生积极的影响，这一事实突出了无意新闻接触的重要性。

四、新闻选择的类型划分

根据前文的文献梳理和研究发现，本文总结出八种新闻选择的情景。这八种情景代表了不同的新闻媒体环境、新闻选择类型、受众对待新闻的方式，有助于帮助学者和业界从业者总结受众类型，针对受众选择合适的传播策略。

1. 新闻选择的八种情景

为了更清晰地展示媒介环境与受众选择之间的关系，本文列举了高、低选择性媒体环境与新闻回避和接触的组合情景。媒体环境分为高选择性媒体环境和低选择性媒体环境两种；在受众对待新闻的方式上分为新闻回避和新闻接触两种，它们又分别可以细分为有意的和无意的。这样一来，三个维度的交叉组合形成了八种情景（见下页表1）。

其中，高选择性媒体环境的新闻接触有四种，分别是情景1“有意的新闻回避”、情景2“无意的新闻回避”、情景3“有意的新闻接触”、情景4“无意的新闻接触”。低选择性媒体环境的新闻接触同样有四种，分别是情景5“有意的新闻回避”、情景6“无意的新闻回避”、情景7“有意的新闻接触”、情景8“无意的新闻接触”。

从新闻与受众的关系来看，情景1和情景5可以描述为“我躲着新闻”，即受众故意躲避或忽视新闻；情景2和情景6可以描述为“新闻躲着我”，即新闻没有触及潜在的目标群体或吸引到受众；情景3和情景7可以描述为“我找到新闻”，即受众主动寻求新闻；情景4和情景8可以描述为“新闻找到我”，即近年来国外传播学者广泛探讨的“news find me”，新闻触及了无意的受众。

2. 情景跨越的可能性分析

新闻选择的情景不是固定不变的，而是会受到具体的时间、地点和传播情景的影响，新媒体的蓬勃发展让受众从低选择性媒体环境逐步过渡到高选择性媒体环境，传播学者的研究焦点也从情景5—8转移到情景1—4。其中，良好的新闻接触是新闻媒体和工作者的奋斗目标，即表1中的情景3“有意的新闻接触”和情景4“无意的新闻接触”。情景3与情景4的区别在于受众的主观动机，情景3的受众根据自身需求和兴趣爱好，在使用与满足理论的驱动下，主动进行新闻阅读；相较之下，情景4的受众的自我驱动力较弱，需要增加来自外部环境的激励。

笔者认为，从情景2到情景4，将受众无意的回避转向无意的接触，可以实现“新闻躲着我”到“新闻找到我”。适当的助推可以提高无意的回避者转化成无意的受众的潜在可能性。社交媒体或许可以成为这一关系转变的发生地。有学者评估了社交媒体上偶然接触政治信息对德国、意大利和英国公民在线政治参与的影响，该研究发现，无意的信息接触与受众的在线参与行为呈显著正相关，虽然受众自身对政治兴趣起到了调节作用。[31]这一研究表明，社交媒体上无意的新闻接触可能会缩小对政治感兴趣的公民和不感兴趣的公民之间的参与差距。通过将社交媒体上的新闻和娱乐信息合理编排在一起，优化能提供公共服务的算法，改变媒体系统中新闻消费的结构，提供有利于偶然接触新闻的环境或许是一种可行的方案。

五、助推：从无意的回避转向无意的接触

在划分八种新闻选择情景的基础上，我们针对高选择媒体环境的特点提出几点建议，以更好地帮助媒体进行新闻生产和分发，实现受众从无意的回避转向无意的接触的目标。

1. 巧用娱乐，催生无意的接触

近几年来，不经意间在社交媒体上阅读新闻的人数有所增加，尤其是在年轻人当中，社交媒体已成为无意的接触的重要场所之一。社交媒體上无意的新闻阅读是如何发生的？有学者通过对阿根廷受众的深度访谈发现，技术和内容之间存在紧密联系，社交媒体已成为一种随时随地的存在，许多受访者表示，他们经常通过手机阅读新闻，这个社交媒体的副产品已成为他们信息消费的习惯，虽然这种阅读模式是零碎的，且新闻内容经过了编辑、算法和社交网络的过滤，是缺乏层次的。[32]

高选择性媒体环境下，社交媒体的娱乐属性进一步突出，这种娱乐性也波及新闻的内容生产和叙事风格。在一定程度上，新闻的边界在慢慢泛化。抖音、快手等短视频平台在为受众提供消遣娱乐的同时，也日益成长为受众获取日常新闻的重要场所。这种新闻的娱乐性并非一定会带来消极后果，在培养无意的新闻受众方面也会带来积极影响。丹麦的一项研究发现，将音乐选秀节目安排在主要公共服务频道的新闻播出之前或之后，极大地增加了新闻的受众，这种娱乐的抓取和包裹效应在年轻人和对新闻不感兴趣的人群中尤为强烈，且随着时间的推移，这种效应会变得更强。[33]这表明，在当今高选择性媒体环境中，虽然各种娱乐节目与新闻的竞争日益激烈，但娱乐节目会为新闻的传播创造一个有利的机会，催生大量无意的新闻受众。

2. 优化算法，助力无意的接触

算法分发被广泛地应用在当今的社交媒体。有学者总结了四种算法机制下的信息接触类型：个人自行设计自己的信息环境，实现尼葛洛庞帝所预言的“我的日报”；实现从传播者直接到达受众的信息的“一级传播”；Google和Facebook等互联网巨头的算法分发，将信息过滤后再传播给受众，即“过滤气泡效应”；通过数字媒体网络上的信息共享，实现经由意见领袖节点的“两级传播”的复兴。[34]虽然学界对于社交媒体上受众的信息接触类型存在较大争议，但是有一点是肯定的，那就是算法使得受众的信息接触总量持续增加，无论是何种类型的信息。

结语

算法是一把双刃剑。在高选择性的媒体环境下无意的新闻回避中，通过偏好和算法内容选择之间的相互强化过程，算法可能会导致受众无意的回避新闻。受众会更容易寻找符合自己娱乐偏好的媒体内容，因为借助于算法推荐不断寻找娱乐内容不需要花费太多精力。但在无意的新闻接触中，假如算法带有一定的公共服务形式与随机性，那么当新闻进入受众的算法推荐队列的时候，受众也会更容易接触到新闻，而这些受众最初并非为了新闻才使用这一算法平台提供的服务的。在高选择性的媒体环境中，合理的优化算法，可以实现从无意的回避转向无意的接触，供应的增加和获取的便利也将带来比之前的大众媒体环境更多样化的新闻使用和更多的参与。[35]

参考文献

[1] Gadi W， Moran Y， Samuel-Azran T. Political information repertoires and political participation[J]. New Media & Society， 2016， 18（9）： 2096-2115.

[2] Mosca L， Quaranta M. News diets， social media use and non-institutional participation in three communication ecologies： Comparing Germany， Italy and the UK[J]. Information Communication and Society， 2016， 19（3-4）： 325-345.

[3] Skovsgaard M， Andersen K. Conceptualizing news avoidance： Towards a shared understanding of different causes and potential solutions[J]. Journalism Studies， 2020， 21（4）： 459-476.

[4] Neuman·W. R， Just·M. R， Crigler·A. N. Common knowledge： News and the construction of political meaning[M]. Chicago： University of Chicago Press， 1992： 130.

[5] Esser F， Vreese·C. D， Strömbäck J， et al. Political information opportunities in europe： A longitudinal and comparative study of thirteen television systems[J]. International Journal of Politics， 2012， 17（3）： 247-274.

[6] Snyder·Z. R. Passive learning： When the media environment is the message[J]. The Public Opinion Quarterly， 1984， 48（3）： 629-638.

[7] Baum·M. A. Soft news goes to war： Public opinion and american foreign policy in the new media age[M]. Princeton： Princeton University Press， 2002： 5.

[8] Tewksbury D， Weaver·A. J， Maddex B D. Accidentally informed： Incidental news exposure on the world wide web[J]. Journalism & Mass Communication Quarterly， 2001， 78（3）： 533-554.

[9] Althaus·S. L， Cizmar·A. M， Gimpel·J. G. Media supply， audience demand， and the geography of news consumption in the United States[J]. Political Communication， 2009， 26（3）： 249-277.

[10] Skovsgaard M， Shehata A， Strömbäck J. Opportunity structures for selective exposure：Investigating selective exposure and learning in swedish election campaigns using panel survey data[J]. The International Journal of Press/Politics， 2016， 21（4）： 527-546.

[11] Bennett·W. L， Iyengar S. A New era of minimal effects？ The changing foundations of political communication[J]. Journal of Communication， 2008， 58（4）： 707-731.

[12] Shehata A， Hopmann·D. N， Nord L， et al. Television channel content profiles and differential knowledge growth： A test of the inadvertent learning hypothesis using panel data [J]. Political Communication， 2015， 32（3）： 1-19.

[13] Shehata A. Active or passive learning from television？ Political information opportunities and knowledge gaps during election campaigns[J]. Journal of Elections Public Opinion & Parties， 2013， 23（2）： 200-222.

[14] Schoenbach K， Lauf E. The "trap" effect of television and its competitors[J]. Communication Research， 2002， 29（5）： 564-583.

[15] Prior M. Post-broadcast democracy： How media choice increases inequality in political involvement and polarizes elections[M]. Cambridge： Cambridge University Press， 2007： 41.

[16] 閆文捷，张军芳，朱烊枢. “高选择媒体环境”下的媒介素养及其社会影响——基于新冠疫情期间中国城市居民的问卷调查[J]. 新闻与写作，2020（8）：31-42.

[17] CNNIC. 第50次《中国互联网络发展状况统计报告》[EB/OL]. [2022-09-26].http：//www.cnnic.net.cn/NMediaFile/2022/0926/MAIN1664183425619U2MS433V3V.pdf.

[18] Norris P. Preaching to the converted？： Pluralism， participation and party websites[J]. Party Politics， 2003， 9（1）： 21-45.

[19] Scheufele·D. A， Nisbet·M. C. Being a citizen online： New opportunities and dead ends[J]. The Harvard International Journal of Press Politics， 2002， 7（3）： 55-75.

[20] Prior M. News vs. entertainment： How increasing media choice widens gaps in political knowledge and turnout[J]. American Journal of Political Science， 2005，49（3）： 577-592.

[21] Blekesaune A， Elvestad E， Aalberg T. Tuning out the world of news and current affairs： An empirical study of europe's disconnected citizens[J]. European Sociological Review， 2012（28）： 110-126.

[22] Fletcher R， Nielsen·R. K. Are people incidentally exposed to news on social media？ A comparative analysis[J]. New Media & Society， 2018， 20（7）： 2450-2468.

[23] Kim Y， Chen·H. T， Zuniga H. Stumbling upon news on the Internet： Effects of incidental news exposure and relative entertainment use on political engagement[J]. Computers in Human Behavior， 2013， 29（6）： 2607-2614.

[24] Yoo·S. W， Gil De Zúñiga H. Connecting blog， Twitter and Facebook use with gaps in knowledge and participation[J]. Communication & Society， 2014， 27（4）： 33-48.

[25] Xenos M， Moy P. Direct and differential effects of the internet on political and civic engagement[J]. Journal of Communication， 2007， 57（4）： 704-718.

[26] Downs A. An economic theory of democracy[J]. Public Choice， 1957， 19（1）： 111-115.

[27] Zuniga·H. D， Molyneux L， Zheng P. Social media， political expression， and political participation： panel analysis of lagged and concurrent relationships[J]. Journal of Communication， 2014， 64（4）： 612-634.

[28] Zuniga·H. D， Valenzuela S. The mediating path to a stronger citizenship： Online and offline networks， weak ties， and civic engagement[J]. Communication Research， 2011， 38（3）： 397-421.

[29] Vaccari C， Valeriani A， Barberá P， et al. Political expression and action on social media： Exploring the relationship between lower- and higher-threshold political activities among twitter users in italy[J]. Journal of Computer-Mediated Communication， 2015， 20（2）： 221-239.

[30] Bond·R. M， Fariss·C. J， Jones·J. J， et al. A 61-million-person experiment in social influence and political mobilization [J]. Nature， 2012， 489（7415）： 295-298.

[31] Valeriani A， Vaccari C. Accidental exposure to politics on social media as online participation equalizer in Germany， Italy， and the United Kingdom[J]. New Media & Society， 2016， 18（9）： 1857-1874.

[32] Boczkowski·P. J， Mitchelstein E， Matassi M. "News comes across when I'm in a moment of leisure"： Understanding the practices of incidental news consumption on social media [J]. New Media & Society， 2018， 20（10）： 3523-3539.

[33] Andersen K， Skovsgaard M， Pedersen·R. T. The X Factor of opportunity structures： How grab and wrap effects of entertainment create inadvertent news audience in a high-choice media environment[J]. European Journal of Communication， 2019， 34（5）： 535-551.

[34] Thorson K， Wells C. Curated flows： A framework for mapping media exposure in the digital age[J]. Communication Theory， 2016， 26（3）： 309-328.

[35] Kobayashi T， Inamasu K. The knowledge leveling effect of portal sites[J]. Communication Research， 2015， 42（4）： 482-502.

"News Finds Me"： Boosting Readers' News Exposure in a High-Choice Media Environment

XU Jing-hong， ZHANG Ru-kun（School of Journalism and Communication， Beijing Normal University， Beijing 100875， China）

Abstract： In response to the controversy of "whether news in a highly selective media environment is easier to avoid or easier to access"， this paper， on the basis of sorting out the types of "news choice" and "media environment，" extracts the "expansion of knowledge gap" and "all-people reading"， representative viewpoints of the two factions. According to the criteria of media environment （high selective media environment vs. low selective media environment）， news reading situation （news avoidance vs. news contact）， and audience's subjective intention （intentional contact vs. unintentional contact）， eight combined scenarios were summarized. It has found that the news choices in the new media environment are manifested as four kinds of relations between communicators and audiences： "I hide from the news" "news hides from me" "I find the news" and "news finds me". "News finds me" is the trend in recent years， which means that the news of the audience contact may be a by-product of social media. We recommend rationally arranging entertainment and news information on social media， optimizing algorithm recommendations， changing the structure of news consumption in the media system， and promoting audiences from "unintentional avoidance" to "unintentional contact" to realize "news finds me".

Key words： high-choice media environment; "news finds me"; news exposure; inadvertent audience

基金項目：安徽省高校协同创新中心项目（GXXT-2022-091）；国家新闻出版署出版业用户行为大数据分析与应用重点实验室项目（SZSK202240）

作者信息：徐敬宏（1975— ），男，湖北孝感人，北京师范大学新闻传播学院教授、博士生导师，主要研究方向：新媒体、互联网治理与网络法；通讯作者张如坤（1997— ），女，山东临沂人，北京师范大学新闻传播学院博士研究生，主要研究方向：数字媒体、科学传播。