2. 网络舆情的地区来源分布 为 探索不同地 区来源 的网 络舆 情分 布情 况以 及网 民分 布情况、网络舆情传播参与的积极性和关注度等, 本文以 中国互联网信息中心 ( CNN IC) 第 25次统计调查结果中各 省互联 网的普及率 为参照标 准予以比较 分析。 统计发现, 互联网普及率排名前十的分别是北京、上 海、广东 、天津、浙江 、福建、辽 宁、江苏、山 西、山 东; 网络舆 情分布排名 前十的分 别是广东、 北京、浙江 、山东、 江西、江 苏、湖南、四 川、福 建、 上海 。互 联网 普 及 率较 高的省 份如北京 、广东 、浙江 、福 建、江 苏等 省份 依 然是 网络舆情分布排名前十名, 二者的主要差异在于少数互联 网普及 率排名较为 落后的 省份 跻身 网络 舆情 分布 排名 前十 名, 如江西互联网普及率排名 29、四川排名 26、湖南排名 22等, 此三个省份的排名差分别为 24、 18、 15; 而上海市 则由互联网普及率第 2下滑到地区来源排名第 10。
从已有研究可以得出以下结论: 一是网络舆情有别于 其他形式的舆情, 其因互联网载体的特有特征而形成; 二 是在网络舆情传播过程中, 可以将其划分为一定的阶段, 这些阶段又与引发网络舆情的现实性事件密切相关, 不过 已有研究仅对阶段划分做了研究, 尚缺乏对单个阶段的深 入研究; 三是事件议题和网民本身也对网络舆情传播产生 了影响, 如对议题影响下的网络舆情的特质做了描述, 网 民的基调和情绪往往受到某一类型事件的影响, 且表现出 负面情绪的一致性等, 这些描述有待通过数据予以验证。
[关键词 ] 网络舆情; 传播机制; 内容分析法 [中图分类号 ] G206 [ 文献标识码 ] A [ 文章编号 ] 1006 - 0863 ( 2010 ) 11 - 0016- 05
一 、引言 随着互联网的进一步普及, 网络舆情的影响力进一步 彰显, 这一问题引发中央高度关注, 党的十七届四中全会 明确提出要 ! 注重分析网络舆情 ∀。不过, 与网络舆情引 发的极大关注不对称的是, 近年来许多有关网络舆情的研 究都是以思辨性为主, 而科学性论文较少。同时, 网络舆 情研究 涉及到信 息技 术、传 播 学、政 治学、 社会 学、 管理 学等诸多学科, 因而缺少成熟的理论体系。加之由于中国 的特殊国情, 我国的互联网运行机制较之国外有一定的区 别, 国外的研究也只限于借鉴, 而不能直接套用。因此, 通过较 为科学的研 究方法 深入 研究 网络 舆情 的传 播规 律具 有较大 的价值。 二 、文献综述 网络舆情既可以是公 众的意见, 也可以是公众的情 绪, 其危害在于可能会形成不良舆论, 从而影响人们心理 和社会稳定。网上产生和传播的舆情借助互联网, 实现了 向舆论更快、更多、更容易和更复杂的转变, 进而扩大了 它的影响力。[ 1] 有学者指出, 网络舆情可以通过工作疏导, 消除在萌芽状态; 可以通过舆论引导, 化解矛盾; 也可以 通过强权政治, 暂时压制等。[ 2] 而对网络舆情的管控的前 提是必 须厘清网络 舆情传播 的规律。 从载体角度而言, 由于互联网载体的特质, 网络舆情 形成与变动过程中有一些新特点和规律 [ 3], 例如在互联网 上网民情绪更容易被释放出来[ 4] , 因而, 网络舆情常常表 现为非理性。就网络舆情演化的具体过程而言, 有学者注 意到网络舆情传播过程中会形成若干关键节点和阀值[ 5] , 在某些情况或议题上还会呈现不规则多峰型变化趋势[ 6] , 究其全过程而言, 网络舆情与源发的现实事件是相对应
从网民角度而言, 在网络舆情演变过程中, 网民评论 带有明显 ! 群体极化 ∀ 效应, 而评论中网民通常使用同质 性关键词, 并基于此形成特定基调。[ 10] 在舆情数量方面, 舆情量 并不 是 随 着 时 间 推移 和 事 件 获 知 度 增 加 而逐 步 增 加; 在舆情向度方面, 网民情绪表达类别相对单一, 且情 绪向度较一致性的倾向于负面情绪。[ 11]
2010年第 11期 总第 305期
图 1 每小时网络舆情数量分布
由图 1可以发现, 网络舆情的分布主要集中在第 822单元, 即集中在 2010年 6月 1日 9: 05至 2010年 6月 2 日 00: 04; 最高峰出现在第 11单元, 即 2010年 6月 1日 12: 05至 13: 04; 在第 18单元出现一个较低极值, 时间 是 2010年 6月 1日 19: 05 至 20: 04; 在 1至 7单元、 23 至 24单元, 网络舆情数量明显较少, 此段时间是晚上 0点 以后, 早上 9点以前。
三 、研究方法 (一 ) 研究样本 本文的研究样本来是新浪网首页新闻 村官疑因考试
2010年第 11期 总第 305期
热点聚焦
领先公安局长之子被设套成逃犯 , 所反映的事件梗概为: 山东村官史进利报考了江西省公务员, 名列第一名, 名列 第二名的是江西的某杨姓公安局长的亲戚, 杨伪造了史进 利诈骗的证据并实施追捕, 以达到第二名上位的目的。
17
热点聚焦
种媒介的使用情况及其在网络舆情传播过程中的作用, 本 文将网民媒介类型划分为互联网和手机, 以此进行对比分 析。
统计发现, 互联网媒介的使用率为 59 4% , 手机媒介 的使用率为 40 6% , 手机媒介已占到近半壁江山。中国互 联网信息中心 ( CNN IC ) 第 25次统计调查结果显示, 截至 2009 年 12 月底, 中国手机网民规模 2 33亿, 占网民总体 的 60 8% , 这一数据高于本次调查的数据约 20个百分点。
热点聚焦
网络舆情的传播规律与网民行为:以新浪网新闻 村官疑因考试领先公安局 长之子被设 套成逃犯 为研究 样本, 采用内容分 析法对 该新 闻的跟帖进行了多维度考量, 从网络舆情的时 间分布、地区来源分布、网民使用媒 介的类型、网民的 态度与 指向类型等方面进行了实证分析, 并与先前的 研究结 论进行比 照研究, 在 验证其 部分研 究结论的 同时, 提 出了一些新的结论, 丰富了网络舆情传播规律 的研究。
为了考察网络舆情的发生、发展和消退规律, 本文选 取该条 新闻后面的 跟帖 作为 研究 对象。 选取 新闻 跟帖 作为 研究样本, 原因在于新闻跟帖作为一种常识性评论的载 体, 更能体现其原初性, 了解到网民的真实想法。本文共 采集到有效样本数 547条, 在时间上, 这些跟帖的涵盖时 间为 2010年 6月 1日 02: 05 至 2010年 6月 2日 02: 05, 共计 24小时; 在内容上, 以每一条独立的跟帖为研究对 象, 但剔除了 !顶 ∀、 ! RE∀ 等研究意义不足的 ! 水贴 ∀。
此外, 在统计中我们还发现, 每个小时段的手机媒介 和互联 网媒介的使 用量 存在 一定 的区 别。对 两种 媒介 进行 t检验后发现, t值为 - 5 268, 双侧检验情况下显著值为 0, 说明二者间的差异具有显著性。具体而言, 在 1- 7时 段和 21- 24时段, 手机媒介为主要使用媒介, 而这些时段 大致处于晚上 10点后至早上 8点前。两种媒介在每小时段 的分布情况如图 2所示。
(二 ) 研究类目 本 文的内容编 码的类目 如下: 1. 每条跟帖的时间和内容直接按原字符录入; 每条跟 帖的字数属于定比变量, 直接按数量进行编码。本类目主 要用于 客观描述网 络舆情的 情况。 2. 网民 的地 区 类 型。 按 照 中国 互 联 网 信 息 中 心 ( CNN IC ) 第 25次统计调查结果中各省互联网的普及率由 高到低的顺序予以编码, 如北京市的互联网普及率最高, 编码为 1, 上海市次之, 编码为 2, 贵州省的互联网普及率 最低, 编码为 31。本类目主要用于考察不同地区的网民的 网络舆 情传播偏好 。 3. 网民使用媒介类型。根据使用的传播媒介不同, 分 为互联网网民和手机网民。互联网网民的编码为 1, 手机 网民的编码为 2。本类目主要用于考察具有不同媒介选择 的网民 的偏好。 4. 网民的态度类型。按照情绪的轻重程度进行划分和 编码。 1= 无明显态度; 2= 同情态度; 3 = 愤怒态度; 4= 乐观态度; 其它情绪设定为缺失值 ( 如 ! 顶 ∀、 ! RE ∀ 等)。 5. 网民的舆情指向。按照指向的对象进行划分和编 码。 1= 正面当事人 (村官史进利 ); 2 = 负面当事人 (杨 局等人 ); 3= 党政机关部门; 4 = 国家和社会环境; 5= 新 闻媒体; 6= 事件本身或类似事件; 其它指向设定为缺失 值。 (三 ) 分析方法 编码完成后, 编码者随机抽取 100 个样本进行检验, 检验后的 KA值为 94 8% , 表明编码具有较高的信度, 可 以进行分析。数据分析采用 SPSS15 0进行, 主要方法为频 数分析 、描述统计 、交叉分析 和回归分析 等方法。 四 、数据分析 与研究发现 1. 网络舆情的时间分布 为探索网络舆情在发生、发展等阶段的演变规律, 本 文以每 小时为 单元 描 述 网络 舆 情的 数 量分 布 和 变化 情 况, 统计结果如图 1 所示。图中每小时序数是指第一条舆情产 生之后的时间单元, 如 1表示在 2010年 6 月 1日 2: 05第 一条网络舆情产生后的第一个时间单元, 即 2010 年 6月 1 日 2: 05至 3: 04。
16
的, 都要 经 历 发 生、 发展、高 潮、消 退、消 失 或 残 留 期。[ 7] 田卉、柯惠新也认为, 网络舆情形成与危机事件传 播模式具有部分相似, 他们在借鉴危机传播研究成果基础 上, 将网络舆论形成过程分为舆论潜伏期、舆论突发期、 舆论蔓延期、舆论终结期等阶段。[ 8]
从议题角度而言, 有学者通过议题分析来呈现网络舆 情演变的特征, 如议题基本处于分散状态、情绪色彩浓厚、 部分议题随时间持续表现 ! 先情后理 ∀ 的变化、大多议题 的讨论不能随时间延续而深入, 通过网络议题呈现的网络 舆情表现出分散、简单和不够深入等特质。[ 9]
表 1 网络舆情的地区排名
省份
网络舆情分布 互联网普及率
排名差
广东
1
3
2