论文部分内容阅读
摘 要 基于2020年典型舆情事件的分析发现，进入移动传播时代，舆情事件的传播逻辑发生了重要改变，其传播阶段特征模糊化，通过内容“标签化”实现传播加速与赋权，部分事件热点区域以事发地为中心向四周扩散，负面情绪是舆情事件中的情绪主导力量。不同舆情事件的传播差异较大，舆论工作需因事施策。
关键词 移动传播；舆情事件；标签化；热点区域；舆论情绪
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）01-0012-04
基金项目：2017年度广州市哲学社会科学发展“十三五”规划课题“自媒体时代主流意识形态话语面临的挑战及对策研究”（2017GZYB94）。
中国互联网络信息中心（CNNIC） 发布的第46次《中国互联网络发展状况统计报告》数据显示：截至2020年6月，我国网民规模达到9.40亿，互联网普及率达67%，人均每周上网时长为28.0小时；手机网民规模达9.32亿，网民使用手机上网的比例达99.2%。进入移动传播时代，舆情事件的传播逻辑发生了重要改变，其传播态势日趋复杂，“标签化”传播和舆论情绪化表达使舆论工作难度加大。
本文选择2020年6月至9月间发生的“拉姆遭前夫纵火烧伤不幸去世”“武汉14岁男生被母亲扇耳光后跳楼身亡”“非全日制研究生应聘遭拒”等十个典型舆情事件为分析案例，兼顾家庭、教育、就业、灾难、疫情、安全等不同事件类型，以蚁坊软件全网络舆情监测系统平台①公开的舆情数据为参考，试图通过对新近发生典型舆情事件的传播分析，探究移动传播时代舆情事件的传播特征及传播轨迹，从而探究其内在传播逻辑。本文对10个典型舆情事件进行编号，其基本传播情况如表1所示。
基于互联网的媒体运营有三个决定性趋势——平台化、移动化和智能化[1]。随着移动传播成为主流的信息传播形态，使用手机端连接互联网、获取资讯、交流互动是我国媒体生态的主要特点之一。移动传播场景下的舆情事件传播扩散也有其自身的传播特点，网络原生信息与非网络原生信息均汇集在了移动网络平台，原来分割在线上和线下的舆情传播，现阶段已经整合到了移动传播端，舆情信息的爆发式传播或峰值形成均发酵于此。
李彪以2010年34个热点网络舆情事件为例，研究发现：网络事件的场域传播中网民关注度变化阶段可以分为潜伏期、爆发期、蔓延期、反复期、缓解期、长尾期等六阶段，平均时长分别为1.7天、2.3天、1.6天、42.9天、19.2天[2]。当下，移动实时传播使舆情事件的传播演化进程加快，各传播阶段界限与特征模糊化，历时长短也因事件不同而差异巨大。从表1可见，60%左右的舆情事件会形成2个以上舆情峰值，极少部分事件会形成3个舆情峰值，一般不会超过3个。从表2可见，2020年各典型舆情事件从事发至形成第一个舆情峰值平均历时13.9天，从事发至舆情缓解或平息平均历时22.4天。
舆情演化进程表现出难以估测的特点，传播速度极快，辐射范围极广，50%事件在事发当日或次日即进入峰值，成为全网关注的焦点，如“罗某某被曝强奸”“湛江考生伪造清华录取通知书”“贵州安顺公交车坠湖”等事件均在事发当日即达到舆情峰值，成为舆论关注的焦点。部分事件在经历较长的潜伏期后才爆发，广受关注，如985废物引进计划&小镇做题家事件其舆情传播前后歷时3个多月，事发至进入舆情峰值历时73天；非全日制研究生应聘遭拒事件从潜伏期到爆发至峰值历时33天。一般来说，涉及人身安全或公共安全的重大灾难或事故其舆情传播的进程更快。
部分舆情事件并无任何征兆和预警，官方、媒体、意见领袖以及网民对事件从信息真空到骤然接触再到探求真相以及反思，舆情会出现或跳跃、或循环等特殊情况，且持续时间长短不一，舆情烂尾、舆情长尾等特殊现象也时有出现。如“贵州安顺公交车坠湖事件”经历了“突然爆发—回落—再爆发—缓慢减弱”的发展过程，“湛江考生伪造清华录取通知书”“北京市新冠肺炎疫情”等事件均经历了舆情长尾期。
因此，不同舆情事件的传播特点差异较大，舆论工作需因事施策，实时监控舆情动态，及时收集信息，难有一以贯之的原则和方法。
“标签化”是指人们将某个特定的事件或人物定型为一类事件或人物的认知现象[3]。对舆情事件的“标签化”处理简化了事件认知的复杂性和不确定性，是移动传播生态下的一种必然结果，它是短期内或实时扩散传播的“加速器”，放大和强调了事件的关键要素，提高了传播效率，增强了受众对事件关键信息的敏感度，助推了舆情事件的网络发酵。如表3所示：网红主播、14岁初三男生、非全日制研究生、“985废物”、小镇做题家等网络标签使用敏感人群身份特征对事件主体进行“圈层”，形成群体界限与“关注域”；“拉姆法案”、母亲扇耳光、杭州杀妻案、蓄意报复社会、车内窒息死亡等极简化地概括了事件事由或结果，使信息无论是线上传播还是线下的再扩散都能高效实现。
在舆情事件传播过程中，通过网络标签，多样化的传播主体如政府部门、传统媒体、意见领袖、自媒体人及普通网民等不仅为不同圈层的话语赋权，也构建了不同群体的舆论力量，实现圈层传播。从表3可见，网络标签不仅关注事实本身，也关注对事件的反思与溯源，“标签化”成为不同传播主体进行话语抗争的阵地，实现话语平衡，如舆论暴力、性别对立、家庭教育、刻板印象、反转新闻、网民狂欢、网络探案、公众情绪、责任归属等网络标签反应出在官方及意见领袖的及时发声和议程设置下对事件其他维度的思考。由传统媒体、网络新闻首次曝光的舆情事件热度较低，出现第三方、网络谣言、网络动员的舆情事件热度较高[4]。这也与第三方、网络谣言、网络动员在传播中普遍使用的标签化处理不无关系。
对于社会舆情传播的一些主要特性，经济、社会、文化等更加宏观层面的因素具有重要的影响。我国东、中、西地区间的经济社会发展差异显著影响了社会舆情传播的数量、类型、发布形式、干预方式、治理效果等特征。进行舆情分析时，不应忽略区域因素[5]。基于网络的舆情传播虽突破了地域限制，部分舆情事件的传播热度仍体现出了地域差异，呈现出以事发地为中心向四周扩散的特点，东部及中部地区参与热度比西部地区更高。
“武汉14岁男生被母亲扇耳光后跳楼身亡事件”较早的传播是始于当地官微“@江夏融媒”发布的事件通告，通告发布后各大媒体争相跟进报道，各地域按传播相对热度排序从高到低分别为湖北（86.69）、四川（74.03）、上海（72.99）、广东（72.53）、北京（69.17）、江苏（68.72）、浙江（65.04）、重庆（64.91）、澳门（62.04）、福建（61.73），排名较前的各地域热度比较接近；“湛江考生伪造清华录取通知书事件”最早是“@科技事儿”“@高考直通车”“@卢旭宁”等大V在网上传播，后引发轰动，各地域按传播相对热度排序从高到低分别为广东（99）、北京（47.8）、山东（40.8）、江苏（36.5）、浙江（30.5）、四川（28.6）、上海（28.3）、河南（24.4）、湖北（23.9）、福建（21.6），广东相对热度高居首位，第二位的北京与之相差甚远。
与“武汉14岁男生被母亲扇耳光后跳楼身亡事件”“湛江考生伪造清华录取通知书事件”等因线下极端事件而产生的舆情不同，因网络动员而引爆舆情的事件传播热度区域特征并不明显。如“非全日制研究生应聘遭拒事件”“罗某某被曝强奸事件”“985废物引进计划&小镇做题家事件”等，并未表现出明显的区域差异。
自媒体及移动传播的普及使受众对信息的理解与情绪表达受到前所未有的支撑。传统媒体时代“把关人”的信息过滤已经不断被弱化，传播与评论的实时性使公众情绪得到放大、渲染，社会情绪一旦聚集，便有可能演变为现实中态度主导下的行为，成为社会行动，并产生结果。本文所关注的十个舆情事件的网络情绪分布数据显示，事件负面情绪均值为67.22%，中立情绪均值为17.58%，正面情绪均值为15.20%；观测事件均为负责情绪比例高于中立或正面情绪，舆情事件与舆情危机相伴而生。
舆情事件的传播中，陈述性信息较少，更多的是评论性信息。陈述性信息主要在事件信息不确定时，由官方或爆料者提供，知情者以通告、文字描述或现场图片、视频为呈现方式，信息可信度、真实性、完整性成为关注焦点；评论性信息是信息接受者对事件的观点和态度，意见领袖、普通网民等均参与其中，以文字、符号、表情等多元且直接的形式表达。传播者情绪能对信息受众行为产生影响，意见领袖的情绪化传播较理性传播更具传播性。陈述性信息传播是意识性情绪感染過程，评论性信息传播更符合原始性情绪感染方式，是一种自动、无意识行为，强化了群体的非理性特征[6]。有关舆情事件的网络评化性信息的传播强化了网民非理性的无意识行为。
“戏谑化”是舆情事件中集体选择的非理性情绪表达的一种体现，其使用的“正话反说”“搞笑标签”等以强烈情绪使网民心领神会。“广州花都2名男童车内窒息死亡事件”中，网友戏谑应该负责的是太阳、是后羿、是气温、是汽车制造商；网友调侃“贵州安顺公交车坠湖事件警方通报”所使用的蓝底白字“亮瞎眼”；“杭州女子失踪案事件”中网民肆意玩梗，如“化粪池警告”“两吨水警告”“绞肉机警告”“感谢丈夫不杀之恩”等；网友称“湛江考生伪造清华录取通知书事件”为“电视剧新素材”“没准能成大器”“建议破格录取”。尼尔·波兹曼说：“和语言一样，每一种媒介都为思考、表达思想和抒发情感的方式提供了新的定位，从而创造出独特的话语符号。”浸润在“戏谑化”话语体系下的个体负面情绪被不断渲染和放大，成为舆情事件中的情绪主导力量。
注释
①蚁坊软件全网络舆情监测系统平台，https：//www. eefung.com/。
参考文献
[1]宋建武，黄淼.移动化：主流媒体深度融合的数据引擎[J].传媒，2018（3）：11-16.
[2]李彪.网络事件传播阶段及阈值研究：以2010年34个热点网络舆情事件为例[J].国际新闻界，2011，33（10）：22-27.
[3]郭小安.透视热点事件中的“标签化”现象[J].人民论坛，2020（16）：112-114.
[4]李静，谢耘耕.网络舆情热度的影响因素研究：基于2010—2018年10 600起舆情事件的实证分析[J].新闻界，2020（2）：37-45.
[5]季丹，谢耘耕.社会舆情传播特征的区域差异研究[J].情报杂志，2014，33（1）：108-113.
[6]唐雪梅，赖胜强.情绪化信息对舆情事件传播的影响研究[J].情报杂志，2018，37（12）：124-129.
关键词 移动传播；舆情事件；标签化；热点区域；舆论情绪
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）01-0012-04
基金项目：2017年度广州市哲学社会科学发展“十三五”规划课题“自媒体时代主流意识形态话语面临的挑战及对策研究”（2017GZYB94）。
中国互联网络信息中心（CNNIC） 发布的第46次《中国互联网络发展状况统计报告》数据显示：截至2020年6月，我国网民规模达到9.40亿，互联网普及率达67%，人均每周上网时长为28.0小时；手机网民规模达9.32亿，网民使用手机上网的比例达99.2%。进入移动传播时代，舆情事件的传播逻辑发生了重要改变，其传播态势日趋复杂，“标签化”传播和舆论情绪化表达使舆论工作难度加大。
本文选择2020年6月至9月间发生的“拉姆遭前夫纵火烧伤不幸去世”“武汉14岁男生被母亲扇耳光后跳楼身亡”“非全日制研究生应聘遭拒”等十个典型舆情事件为分析案例，兼顾家庭、教育、就业、灾难、疫情、安全等不同事件类型，以蚁坊软件全网络舆情监测系统平台①公开的舆情数据为参考，试图通过对新近发生典型舆情事件的传播分析，探究移动传播时代舆情事件的传播特征及传播轨迹，从而探究其内在传播逻辑。本文对10个典型舆情事件进行编号，其基本传播情况如表1所示。
基于互联网的媒体运营有三个决定性趋势——平台化、移动化和智能化[1]。随着移动传播成为主流的信息传播形态，使用手机端连接互联网、获取资讯、交流互动是我国媒体生态的主要特点之一。移动传播场景下的舆情事件传播扩散也有其自身的传播特点，网络原生信息与非网络原生信息均汇集在了移动网络平台，原来分割在线上和线下的舆情传播，现阶段已经整合到了移动传播端，舆情信息的爆发式传播或峰值形成均发酵于此。
1 传播阶段特征模糊化
李彪以2010年34个热点网络舆情事件为例，研究发现：网络事件的场域传播中网民关注度变化阶段可以分为潜伏期、爆发期、蔓延期、反复期、缓解期、长尾期等六阶段，平均时长分别为1.7天、2.3天、1.6天、42.9天、19.2天[2]。当下，移动实时传播使舆情事件的传播演化进程加快，各传播阶段界限与特征模糊化，历时长短也因事件不同而差异巨大。从表1可见，60%左右的舆情事件会形成2个以上舆情峰值，极少部分事件会形成3个舆情峰值，一般不会超过3个。从表2可见，2020年各典型舆情事件从事发至形成第一个舆情峰值平均历时13.9天，从事发至舆情缓解或平息平均历时22.4天。
舆情演化进程表现出难以估测的特点，传播速度极快，辐射范围极广，50%事件在事发当日或次日即进入峰值，成为全网关注的焦点，如“罗某某被曝强奸”“湛江考生伪造清华录取通知书”“贵州安顺公交车坠湖”等事件均在事发当日即达到舆情峰值，成为舆论关注的焦点。部分事件在经历较长的潜伏期后才爆发，广受关注，如985废物引进计划&小镇做题家事件其舆情传播前后歷时3个多月，事发至进入舆情峰值历时73天；非全日制研究生应聘遭拒事件从潜伏期到爆发至峰值历时33天。一般来说，涉及人身安全或公共安全的重大灾难或事故其舆情传播的进程更快。
部分舆情事件并无任何征兆和预警，官方、媒体、意见领袖以及网民对事件从信息真空到骤然接触再到探求真相以及反思，舆情会出现或跳跃、或循环等特殊情况，且持续时间长短不一，舆情烂尾、舆情长尾等特殊现象也时有出现。如“贵州安顺公交车坠湖事件”经历了“突然爆发—回落—再爆发—缓慢减弱”的发展过程，“湛江考生伪造清华录取通知书”“北京市新冠肺炎疫情”等事件均经历了舆情长尾期。
因此，不同舆情事件的传播特点差异较大，舆论工作需因事施策，实时监控舆情动态，及时收集信息，难有一以贯之的原则和方法。
2 内容“标签化”为传播加速与赋权
“标签化”是指人们将某个特定的事件或人物定型为一类事件或人物的认知现象[3]。对舆情事件的“标签化”处理简化了事件认知的复杂性和不确定性，是移动传播生态下的一种必然结果，它是短期内或实时扩散传播的“加速器”，放大和强调了事件的关键要素，提高了传播效率，增强了受众对事件关键信息的敏感度，助推了舆情事件的网络发酵。如表3所示：网红主播、14岁初三男生、非全日制研究生、“985废物”、小镇做题家等网络标签使用敏感人群身份特征对事件主体进行“圈层”，形成群体界限与“关注域”；“拉姆法案”、母亲扇耳光、杭州杀妻案、蓄意报复社会、车内窒息死亡等极简化地概括了事件事由或结果，使信息无论是线上传播还是线下的再扩散都能高效实现。
在舆情事件传播过程中，通过网络标签，多样化的传播主体如政府部门、传统媒体、意见领袖、自媒体人及普通网民等不仅为不同圈层的话语赋权，也构建了不同群体的舆论力量，实现圈层传播。从表3可见，网络标签不仅关注事实本身，也关注对事件的反思与溯源，“标签化”成为不同传播主体进行话语抗争的阵地，实现话语平衡，如舆论暴力、性别对立、家庭教育、刻板印象、反转新闻、网民狂欢、网络探案、公众情绪、责任归属等网络标签反应出在官方及意见领袖的及时发声和议程设置下对事件其他维度的思考。由传统媒体、网络新闻首次曝光的舆情事件热度较低，出现第三方、网络谣言、网络动员的舆情事件热度较高[4]。这也与第三方、网络谣言、网络动员在传播中普遍使用的标签化处理不无关系。
3 部分事件热点区域以事发地为中心向四周扩散
对于社会舆情传播的一些主要特性，经济、社会、文化等更加宏观层面的因素具有重要的影响。我国东、中、西地区间的经济社会发展差异显著影响了社会舆情传播的数量、类型、发布形式、干预方式、治理效果等特征。进行舆情分析时，不应忽略区域因素[5]。基于网络的舆情传播虽突破了地域限制，部分舆情事件的传播热度仍体现出了地域差异，呈现出以事发地为中心向四周扩散的特点，东部及中部地区参与热度比西部地区更高。
“武汉14岁男生被母亲扇耳光后跳楼身亡事件”较早的传播是始于当地官微“@江夏融媒”发布的事件通告，通告发布后各大媒体争相跟进报道，各地域按传播相对热度排序从高到低分别为湖北（86.69）、四川（74.03）、上海（72.99）、广东（72.53）、北京（69.17）、江苏（68.72）、浙江（65.04）、重庆（64.91）、澳门（62.04）、福建（61.73），排名较前的各地域热度比较接近；“湛江考生伪造清华录取通知书事件”最早是“@科技事儿”“@高考直通车”“@卢旭宁”等大V在网上传播，后引发轰动，各地域按传播相对热度排序从高到低分别为广东（99）、北京（47.8）、山东（40.8）、江苏（36.5）、浙江（30.5）、四川（28.6）、上海（28.3）、河南（24.4）、湖北（23.9）、福建（21.6），广东相对热度高居首位，第二位的北京与之相差甚远。
与“武汉14岁男生被母亲扇耳光后跳楼身亡事件”“湛江考生伪造清华录取通知书事件”等因线下极端事件而产生的舆情不同，因网络动员而引爆舆情的事件传播热度区域特征并不明显。如“非全日制研究生应聘遭拒事件”“罗某某被曝强奸事件”“985废物引进计划&小镇做题家事件”等，并未表现出明显的区域差异。
4 负面情绪是舆情事件中的情绪主导力量
自媒体及移动传播的普及使受众对信息的理解与情绪表达受到前所未有的支撑。传统媒体时代“把关人”的信息过滤已经不断被弱化，传播与评论的实时性使公众情绪得到放大、渲染，社会情绪一旦聚集，便有可能演变为现实中态度主导下的行为，成为社会行动，并产生结果。本文所关注的十个舆情事件的网络情绪分布数据显示，事件负面情绪均值为67.22%，中立情绪均值为17.58%，正面情绪均值为15.20%；观测事件均为负责情绪比例高于中立或正面情绪，舆情事件与舆情危机相伴而生。
舆情事件的传播中，陈述性信息较少，更多的是评论性信息。陈述性信息主要在事件信息不确定时，由官方或爆料者提供，知情者以通告、文字描述或现场图片、视频为呈现方式，信息可信度、真实性、完整性成为关注焦点；评论性信息是信息接受者对事件的观点和态度，意见领袖、普通网民等均参与其中，以文字、符号、表情等多元且直接的形式表达。传播者情绪能对信息受众行为产生影响，意见领袖的情绪化传播较理性传播更具传播性。陈述性信息传播是意识性情绪感染過程，评论性信息传播更符合原始性情绪感染方式，是一种自动、无意识行为，强化了群体的非理性特征[6]。有关舆情事件的网络评化性信息的传播强化了网民非理性的无意识行为。
“戏谑化”是舆情事件中集体选择的非理性情绪表达的一种体现，其使用的“正话反说”“搞笑标签”等以强烈情绪使网民心领神会。“广州花都2名男童车内窒息死亡事件”中，网友戏谑应该负责的是太阳、是后羿、是气温、是汽车制造商；网友调侃“贵州安顺公交车坠湖事件警方通报”所使用的蓝底白字“亮瞎眼”；“杭州女子失踪案事件”中网民肆意玩梗，如“化粪池警告”“两吨水警告”“绞肉机警告”“感谢丈夫不杀之恩”等；网友称“湛江考生伪造清华录取通知书事件”为“电视剧新素材”“没准能成大器”“建议破格录取”。尼尔·波兹曼说：“和语言一样，每一种媒介都为思考、表达思想和抒发情感的方式提供了新的定位，从而创造出独特的话语符号。”浸润在“戏谑化”话语体系下的个体负面情绪被不断渲染和放大，成为舆情事件中的情绪主导力量。
注释
①蚁坊软件全网络舆情监测系统平台，https：//www. eefung.com/。
参考文献
[1]宋建武，黄淼.移动化：主流媒体深度融合的数据引擎[J].传媒，2018（3）：11-16.
[2]李彪.网络事件传播阶段及阈值研究：以2010年34个热点网络舆情事件为例[J].国际新闻界，2011，33（10）：22-27.
[3]郭小安.透视热点事件中的“标签化”现象[J].人民论坛，2020（16）：112-114.
[4]李静，谢耘耕.网络舆情热度的影响因素研究：基于2010—2018年10 600起舆情事件的实证分析[J].新闻界，2020（2）：37-45.
[5]季丹，谢耘耕.社会舆情传播特征的区域差异研究[J].情报杂志，2014，33（1）：108-113.
[6]唐雪梅，赖胜强.情绪化信息对舆情事件传播的影响研究[J].情报杂志，2018，37（12）：124-129.