探究自媒体环境下的舆情传播机制

探究自媒体环境下的舆情传播机制

杜光宇

摘要：自媒体作为互联网的新兴平台，以其低门槛传播广的特点已成为舆情形成和传播的重要平台。通过舆情在自媒体上的起源、传播模式、传播规律这几个方面，探究舆情在自媒体环境中的传播机制。具体研究了舆情的起源，剖析了意见领袖的作用，解读了“核心扩散”这一传播模式，并借鉴了元胞自动机数学模型来拟合，分析了传播中的“蝴蝶效应”和“群体极化”规律。对传播机制的研究为进一步维护良好的网络舆论环境提供借鉴和理论指导。

教育期刊网

关键词：自媒体；舆情；传播规律；传播模式

中图分类号：G20文献标识码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６６５－２２７２．２０１5．03．０33

收稿日期：２０14－11-28

０引言

随着科学技术的进步，传播媒介也在不断更新进步。从报纸、电报、广播、电视到迅猛发展起来的互联网，再到现在的ｗｅｂ２．０时代，传播媒介发生了重大变革。

Ｗｅｂ２．０是在互联网上用户为主导生成内容的模式，自媒体就在这一背景下产生。它使得信息传播的速度更快，受众更广。《２０１４年中国互联网发展报告》显示，中国网民达到６．１８亿。规模庞大的互联网上各类信息良莠不齐，极大地影响了网络生态环境。通过对其传播过程分析，以更好地应对自媒体下的舆情挑战。

１概述

１．１定义

自媒体又称“个人媒体”或“公民媒体”，最早在２００２年专栏作家丹·吉尔莫提出，２００３年谢因波曼和克里斯威理斯在美国新闻学会媒体中心发布的报告里对这一概念下了严谨的定义：ＷｅＭｅｄｉａ是普通大众经数字科技强化、与全球知识体系相连之后，一种开始理解普通大众如何提供与分享他们自身的事实、新闻的途径。自媒体的主要代表有博客、微博、微信、自制视频等。通过自媒体，普通人可以轻松地成为信息的制造者和传播者。

１．２特点

１．２．１平民化，传播快

自媒体的诞生，大大降低了制造信息的门槛，使得任何人可以较为轻松地创建一个以“自我”为中心的媒体，而无需像传统媒体那样，花费大量的人力、物力、财力去运营。例如，只需注册一个微博账号，成为合法用户后，就能发布信息，简简单单完成向生产者的转变。

自媒体没有了时间和空间的束缚，加上大量用户参与，使得信息能以“裂变”式迅速传播，短时间内达到“一传十，十传百”的效果，信息的时效性大大增强。例如２０１１年，甘肃正宁校车事故发生后，甘肃省卫生厅及时在腾讯微博上发布重要舆情，几分钟内就被大量转发。

１．２．２交互性强，信息可信度差

在自媒体下，众多网民既是信息浏览者又是发布者，这就加强了用户与用户之间以及用户与一些组织机构的交互性。借助互联网平台，用户间可实现转发、评论等社交行为，使得庞大的用户群体间组织成一张细密的信息交流网，促进信息的多向交流。

随着参与门槛的降低，必然会出现信息质量的良莠不齐，网络的匿名性也会导致信息鱼龙混杂，一些人为谋取自身的利益，发布大量不负责任，恶意篡改的内容，让网络上的信息可信度大大降低。

１．２．３去中心化

传统媒体中，所发布的信息要经过“把关人”审核，而在自媒体中，参与者避开了审核，每个个体都可以通过终端向他人传播信息，换句话说，每个人都是传播中心。传统媒体或官方的信息也可通过用户一次次转发进而传播出去，信息的传播再也不是专业媒体的特权，体现出自媒体时代的去中心化。

２舆情传播分析

２．１舆情的形成

２．１．１起源：敏感话题

敏感话题最易引起网民的共鸣，成为舆情形成的源头。易形成较大影响的敏感话题大致分为三类：一是反映民生表达诉求，例如抗议城管暴力执法，改善医患关系等；二是司法类案件，如审理薄熙来案，刘志军贪腐案；三是吏治反腐，民众对官员的监督，如网络实名举报国家发改委副主任，国家能源局局长刘铁男等。这些话题容易引起民众广泛议论，更容易引发大规模互相评论，转发，成为舆情的焦点。

２．１．２催化剂：“意见领袖”

根据“二级传播”理论，“意见领袖”起到了中介作用。他们在人群中先接触大量大众传媒信息，再经自己加工传播给他人，具有较强的综合能力和社会认同感，活跃于很多场合，这些“意见领袖”较容易影响他人。

《中国互联网舆情分析报告》对３００名“意见领袖”的调查，发现他们中以中年男性居多，男女比约为９：１，拥有较高的学历和收入，博士学历的有９６人，占到３２％，大学及大专以上的占到９３％，以文科背景居多，占到了９１％。从他们所从事的行业和性质来看，最多的是媒体界，其次是高等院校和企业，三者加起来共１８６人，占到６２％。３００名“意见领袖”中大多数人保持着较高的曝光率，过去一年公开发表文章或出镜的有２６３人，约占到８８％，这也进一步提高了他们的个人影响力。

“意见领袖”的人生经历和教育背景决定了他们的倾向性。从３００人中抽取更活跃的１００人进行分析，统计他们微博中教育期刊网

关键词出现的频率，最高的前三项依次是：“政府”，“改革”，“自”。显示出他们的“国家情怀”。此外，不同教育背景和工作性质导致的倾向性也不同，例如经统计分析，律师群体在吏治反腐司法舆情中较活跃，学者群体则更关注“改革”，”公平”相关的内容。

活跃在网络中的“意见领袖”，一定程度上成为民意代言人，但有时又会放大某些过激的诉求，对此，我们应有客观的评价。

２．２舆情的传播

２．２．１传播模式

通过对比不同传播模式和传播模型，在自媒体环境下，舆情的传播体现出以聚合为特征的传播模式，既核心扩散模式。

自媒体环境下舆情信息创造者这一核心周围及更外围的受众群体组成的节点向外扩散。这些节点可分为：核心节点、桥节点和长尾节点。核心节点是信息的创造者，是舆情的发源地。桥节点是核心节点向外扩散的桥梁，他们继承并传播核心节点的信息，有时会加入自己的评论与观点转变成新的核心节点。长尾节点是通过桥节点这一中介，接触并接受核心节点的信息，他们离信息源中心较远，但数量庞大。自媒体上的信息传播都可以用节点传播来解释，以聚合为特征的核心扩散模式是自媒体上舆情传播的基本形式。

２．２．２传播模型

基于核心扩散的传播模式，经历了对Ｄ—Ｋ模型，Ｐｏｔｔｓ模型，复杂网络上的谣言传播等模型研究，元胞自动机模型能较好地对此进行拟合。

该模型是一种离散数学模型，采用二维网格，每个网格既一个元胞代表一个个体。规定每个元胞最多会影响到它周围的８个元胞，受到影响的元胞为黑色，未受影响的为白色。

元胞及其邻居元胞下一状态和当前状态的关系，就是一个状态转移函数，可以简单地写为：Ｓｉ＝ｆ。Ｓ表示第个元胞的状态。在实际中可根据具体环境有所侧重地引入不同参数创建不同转化规则来拟合实际传播效果，转化规则的千变万化决定了该模型演化的千变万化。

方薇、何留进等提出了一个考虑元胞坚定性的转化方法：

令Ｓｉｊ表示元胞二维空间坐标在ｔ时刻的情感倾向度，它代表此时元胞对某一观点的支持度。令Ｓｉｊ∈［－１，１］，规定：０．１５＜Ｓｉｊ≤１时，元胞赞同；－０．１５＜Ｓｉｊ≤０．１５时，元胞中立；－１≤Ｓｉｊ≤－０．１５时，元胞反对。则Ｓｉｊ取值为：

Ｓｉｊ＝Ｗ×Ｓｉｊ＋×Ｑ＋ＰEｉ－１，ｊ＋Ｓｉ－１，ｊ＋１＋Ｓｉ，ｊ－１＋Ｓｉ，ｊ＋１＋Ｓｉ＋１，ｊ－１＋Ｓｉ＋１，ｊ＋Ｓｉ＋１，ｊ＋１）

Ｗ是坚定性系数，反映中心元胞的重要程度，Ｑ为邻域系数，设邻域均处于平等地位，当有８个领域时，Ｑ＝０．１２５。

２．２．３传播规律

刘建明教授在《舆论传播》中总结了四种规律，分别是舆论传播的涨缩率、增长率、波动率、冲突率，简单概括为：

涨缩率：舆论的激增与消失通过意见传播空间的扩大与缩小表现出来；

增长率：在传播过程中舆论弱到强的变化过程；

波动率：舆论的传播以类似于波的形式向四周扩散，影响民众；

冲突率：舆论传播中出现不同意见的对抗。

在自媒体特有的背景下，舆情的传播既符合舆论传播的一般规律，又有其鲜明的特点。在对舆情传播规律的研究中，大都借鉴了与其相似的传播模型。舆情传播可大致分为“孕育期”，“散播期”，“控制期”８。每个阶段持续的时间不同，在舆情刚出现时，各类群体会有声音上的差别和力量上的差距，随着事件发展，一些声音或被整合扩大或在其中消亡，各方力量在不断博弈中此消彼长，争论达到高潮时出现波峰，反之则出现波谷。在传播速度极快的自媒体环境下，这种波动性的幅度与频率均被加强，开放自的传播空间，也使得舆情传播中的冲突与涨缩现象更为明显。

自媒体下的舆情传播体现出明显的“蝴蝶效应”。“蝴蝶效应”可以解释为纽约一只蝴蝶煽动翅膀可以引起北京一场大风暴，既小误差在特定环境下可以产生大的扰动。自媒体的开放性使得引起“蝴蝶效应”的概率也大大增加。首先是线上与线下的相互呼应，一些处置不当的小事件会在网络传播的过程中因不断有新的加入者评论和转发，会像滚雪球般越来越大；其次是传统媒体与自媒体相互作用，自媒体利用其优势往往在突发事件中可以第一时间报道，而传统媒体则更善于进行有深度的报道，二者相互作用不断扩大影响。

自媒体环境下“圈子化”的信息传播方式。“物以类聚，人以群分”，相似的人往往会在一起构成利益共同体，网络上亦是如此。共同的爱好或共同的交集会形成不同的“圈子”，例如社交网站中同学、同事的分组，主题鲜明的论坛等，研究表明，几乎任何话题都会形成圈子，在这些“圈子”内，信息会更加迅速地传播，而每个个体都会有各自所属的不同“圈子”，这就有机会使信息进入异质“圈子”传播，形成“圈子”的勾连，传播网络和人际网络得以不断扩大，使得信息大范围扩散传播。不同的话题会形成规模不同的“圈子”，较为冷门的话题形成的“圈子”较小，勾连性较弱，而一些社会热点问题，容易引发“圈”与“圈”的勾连，形成更大的“圈子”。整个互联网即是一个最大的交流“圈子”。

２．３影响

２．３．１“群体极化”效应

“群体极化”效应美国芝加哥大学法学院教授凯斯·桑斯坦提出，他将其定义为：团体成员一开始既有某些偏向，在商议后，人们朝偏向的方向继续移动，最后形成极端的观点。网络中，当热点话题形成时会吸引众多讨论者，而人在群体中讨论后会比个人决策时更偏向保守或激进，产生极化现象。一方面，针对网络上的热点事件的讨论会依托不同平台，在各个“圈子”中传播，而“圈子”中的成员相对固定，彼此认同感强，会使他们在讨论中更加大胆，这就使结果更加偏向一端；另一方面，群体分散了责任，使得个人没有为最后的结果承担全部责任的顾虑，因而会更加容易走极端。２００８年汶川地震期间的“辽宁女”事件就是典型例子。

“群体极化”一方面增强某一群体的凝聚力，形成强大的舆论压力，从而实现某种利益；另一方面，“群体极化”会掩盖不同的声音，为客观公正地看问题设立障碍，同时容易失去理性的束缚，对社会稳定造成负面影响。

２．３．２“数字鸿沟”带来的负效应

“数字鸿沟”是指信息富有者和信息贫困者之间的鸿沟。往往表现在发达国家和地区与发展中国家和地区，掌握信息技术和未掌握信息技术的群体间。现代生活已经离不开网络，大量的信息在网上传播，而只有参与者才能获取这样的信息。

“数字鸿沟”的负效应，一是表现在话语权平衡上，自媒体时代下，网络上声音的力量越来越大，而离网络较远的“弱势群体”，则削弱了在网络中原本就不强的话语权；二是“数字鸿沟”较容易引发新的偏见，在网络上彼此认同感较强的群体中会催生出新的事物，而这样的新事物一旦引起其他群体的反感，就可能会引起冲突和对立，在自媒体环境下经过对典型