微博意見領(lǐng)袖字頻組間差異計量研究

王宇波，譚 昭

（武漢大學(xué)文學(xué)院/中國語情與社會發(fā)展研究中心，湖北武漢430072）

微博意見領(lǐng)袖字頻組間差異計量研究

王宇波，譚 昭

（武漢大學(xué)文學(xué)院/中國語情與社會發(fā)展研究中心，湖北武漢430072）

本研究以新浪微博語料為統(tǒng)計樣本，通過字頻統(tǒng)計、組間對比，分析不同類別意見領(lǐng)袖高頻字使用差異及話題傾向。意見領(lǐng)袖與平衡語料庫在高頻共用字和獨用字上均有差異，不同行業(yè)、學(xué)歷、年齡、性別意見領(lǐng)袖的字頻也存在統(tǒng)計學(xué)上的顯著性差異。黨政、公知、博士、中老年、男性意見領(lǐng)袖傾向于關(guān)注政治、法律、社會發(fā)展等議題，文藝、自由職業(yè)、中青年、女性意見領(lǐng)袖傾向于關(guān)注感情和生活。利用意見領(lǐng)袖對相關(guān)話題的依賴性，可以有效地、有針對性地“議程設(shè)置”引導(dǎo)網(wǎng)絡(luò)輿情。

語料庫；獨用字；共用字；影響力；顯著度

“意見領(lǐng)袖”最早由美國傳播學(xué)學(xué)者Lazarsfeld在其著作“The People’s Choice”中提出［1］。近年來，隨著互聯(lián)網(wǎng)的發(fā)展，尤其是社交網(wǎng)絡(luò)的迅猛發(fā)展，新媒體意見領(lǐng)袖在信息傳播中的作用更加明顯。越來越多的研究表明，意見領(lǐng)袖在突發(fā)事件的信息傳播［2］、選舉中話語權(quán)的實現(xiàn)［3］、網(wǎng)絡(luò)輿論及口碑效應(yīng)的影響力［4-5］等社會現(xiàn)象中具有重要作用。隨著微博日益成為網(wǎng)絡(luò)輿論陣地，研究微博等社交網(wǎng)絡(luò)中意見領(lǐng)袖的語言特征對新媒體語言監(jiān)測等問題具有重要意義。

據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）2015年7月22日發(fā)布的《第36次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，“2015年上半年，微博客用戶中，使用新浪微博的用戶占69.4%，一至五級城市的使用率都在65%以上，全面超越其他微博客運營商，新浪微博一家獨大的格局已經(jīng)確立和穩(wěn)固?！保?］新浪微博意見領(lǐng)袖通過原創(chuàng)、轉(zhuǎn)發(fā)或者評論來表達對社會事件的觀點，以個人號召力影響大眾傳播，其語言特征在新媒體意見領(lǐng)袖中具有代表性。

一、意見領(lǐng)袖排行榜制定

新浪微博平臺上具有輿論影響力的人群包括社會名人、機構(gòu)、網(wǎng)絡(luò)紅人和其他大V等，這些有影響力的用戶并不全是微博意見領(lǐng)袖。從多家機構(gòu)發(fā)布的中國微博意見領(lǐng)袖排行榜看，存在行業(yè)覆蓋面窄、參照時間短等弊端，不利于進行全面的社會語言學(xué)分析。本文為考察不同行業(yè)、學(xué)歷、年齡、性別的意見領(lǐng)袖在字頻上的組間差異，制定了覆蓋面較全的排行。

第一步，依據(jù)環(huán)球網(wǎng)論壇2015年2-3月間的4次公布的新浪微博意見領(lǐng)袖百強排行榜，分別抓取他們2015年1月1日-4月30日期間的所有微博，包括發(fā)博時間、轉(zhuǎn)發(fā)量、評論數(shù)、回帖數(shù)、點贊數(shù)等相關(guān)信息。

第二步，確定兩個一級量化指標(biāo)和七個二級量化指標(biāo)。由于微博意見領(lǐng)袖是在某一主題內(nèi)特別活躍并且在該主題內(nèi)具有極大影響力的用戶，因此本文將“用戶影響力”和“用戶活躍度”作為衡量微博意見領(lǐng)袖的兩個一級指標(biāo)?！坝脩粲绊懥Α卑ā氨晦D(zhuǎn)發(fā)數(shù)、被評論數(shù)、被提及數(shù)”3個二級指標(biāo)，“用戶活躍度”包括“原創(chuàng)數(shù)”“自回帖數(shù)”“回他人貼數(shù)”“活躍天數(shù)”4個二級指標(biāo)。

第三步，量化相關(guān)指標(biāo)。影響力的計算公式：Influence影響力=V被轉(zhuǎn)發(fā)*W1+V被評論*W2+V被提及* W3，活躍度的計算公式：Activity活躍度=V原創(chuàng)數(shù)*W4+ V自回帖數(shù)*W5+V回他人貼數(shù)*W6+V活躍天數(shù)*W7。本文采用美國學(xué)者T.L.saaty提出的AHP層次分析法確定W1-7各指標(biāo)的權(quán)重，并結(jié)合劉志明，劉魯（2011）制定的權(quán)重數(shù)據(jù)及計算方法進行量化。

第四步，根據(jù)數(shù)據(jù)篩選出前50名微博意見領(lǐng)袖，然后參考近兩年行業(yè)微博情況報告、微博名人排行榜、新浪微博名人堂等資料，分析得到微博意見領(lǐng)袖的14個行業(yè)分布。權(quán)衡行業(yè)、年齡、學(xué)歷、性別的人數(shù)比例后，制定出囊括了30人的“新浪微博意見領(lǐng)袖排行榜”（不分前后）。

表1　新浪微博意見領(lǐng)袖排行榜

二、高頻字總體使用狀況

將30位意見領(lǐng)袖在2015年1月1日-4月30日之間（共4個月）公開發(fā)表的所有原創(chuàng)微博自建小型語料庫，微博正文共計7091條，496917字。字頻統(tǒng)計上，使用了北京語言大學(xué)開發(fā)的“CCRL工智檢索通”軟件。

前100高頻字為：的、是、一、人、不、了、我、有、在、大、這、國、個、中、生、們、年、你、為、和、會、上、到、法、來、天、多、要、家、就、時、自、說、也、好、么、以、看、心、他、能、發(fā)、都、過、出、對、可、子、公、事、愛、活、得、新、下、最、日、還、沒、學(xué)、去、小、地、無、如、網(wǎng)、開、里、后、民、與、微、行、于、點、信、起、之、文、師、那、成、今、道、些、者、長、想、作、只、友、經(jīng)、本、己、真、動、很、院、問、理，字頻從每千字28.618到1.44。將該字頻列表與北京大學(xué)中國語言學(xué)研究中心公布的“CCL現(xiàn)代漢語語料字符統(tǒng)計信息”［7］（總字符數(shù)為581794456字）的前100高頻字對比后發(fā)現(xiàn)，兩者共用字68個，意見領(lǐng)袖獨用字為“最、只、真、院、友、信、心、些、想、無、問、微、網(wǎng)、師、如、去、起、你、那、沒、么、看、今、己、活、很、好、還、都、點、道、愛”，共計32個。將前50個高頻字對比發(fā)現(xiàn)，兩者共用字35個，意見領(lǐng)袖獨用字為“自、子、心、天、事、你、能、可、看、好、過、公、法、都、么”，共計15個。我們以68個共用字在各自字頻中的序列為依據(jù)，利用SPSS19.0軟件檢驗共用字排序的相關(guān)性，得到的數(shù)據(jù)為：Pearson相關(guān)性為0.699，顯著性（雙側(cè)）為0.000，由于相關(guān)系數(shù)居于0.6～0.8之間，共用字的位序具有“強相關(guān)”關(guān)系，但是離0.8～1之間的極強相關(guān)還是有差距，意見領(lǐng)袖的共用字在位序上產(chǎn)生了較大變化。說明微博意見領(lǐng)袖高頻字有別于現(xiàn)代漢語平衡語料庫統(tǒng)計數(shù)據(jù)，兩者之間存在較大差異。

大量高頻獨用字和共用字位次變化反映了意見領(lǐng)袖特有的語言風(fēng)格及話題內(nèi)容傾向性，王秀麗（2014）認為，意見領(lǐng)袖的語言風(fēng)格在很大程度上影響其信息的傳播力、可信度和權(quán)威性［8］。微博意見領(lǐng)袖高頻獨用字中，程度副詞“最、很”、形容詞“好、真”、心理動詞“想、愛”、范圍副詞“只、都”、能愿動詞“能”等，都是具有強烈主觀色彩的字詞。Ng& Bradac（1993）、O’Keefe（2002）就認為，清晰、有力、包含感情色彩的詞語能夠增加信息的影響力［9］，而乏味的語言則會減弱意見領(lǐng)袖的影響力［10］。Huffaker（2010）也發(fā)現(xiàn)，網(wǎng)絡(luò)意見領(lǐng)袖通過大量使用自信、感情色彩強烈和多樣性的語言提升其網(wǎng)絡(luò)影響［11］?？梢?，這些主觀性強的獨用字不僅增強了意見領(lǐng)袖的語言表現(xiàn)力，也有助于其影響力的提升。

微博意見領(lǐng)袖共用字中，判斷動詞“是”的字頻居第2位，僅次于結(jié)構(gòu)助詞“的”，而CCL語料庫中“是”的字頻居第4位。Burrell&Koper（1998）就認為，肯定有力的語言比蒼白無力的語言更有說服力。［12］進一步檢索發(fā)現(xiàn)，“是”多出現(xiàn)在肯定句中，可見高頻使用肯定性判斷句也是微博意見領(lǐng)袖提升其話語影響力的手段之一。

意見領(lǐng)袖影響力對話題的依賴性較強，獨用字折射出意見領(lǐng)袖對包含該字的相關(guān)話題的關(guān)注度較高。Huffaker（2010）認為，網(wǎng)絡(luò)意見領(lǐng)袖通常會積極推動有關(guān)政治和公共議題的討論，以及提供專業(yè)、可信的信息提升影響力。獨用字在語料中的構(gòu)詞情況也呈現(xiàn)這一趨勢，如高頻獨用字“院、法、公”在微博語料中構(gòu)成的“醫(yī)院、法院、學(xué)院、國務(wù)院、院士”、“立法、法庭、法警、司法、法律，違法”、“公權(quán)、公信力、公民、公益、公務(wù)員）”等大部分進入高頻詞的前100，說明微博意見領(lǐng)袖對法制、醫(yī)療、教育、社會發(fā)展等方面話題關(guān)注度較高。

三、高頻字行業(yè)差異

為有效地進行組間差異比較，將30位意見領(lǐng)袖所在的14職業(yè)歸并為“黨政、經(jīng)濟、文化、公知、文藝、宗教、自由職業(yè)”7大領(lǐng)域，分別統(tǒng)計七組行業(yè)的字頻，列出各行業(yè)的前200高頻字表。設(shè)計小型程序，提取前200字和前50字中的行業(yè)共用字，篩選前20個高頻字列表中各領(lǐng)域的獨用字（即其他行業(yè)意見領(lǐng)袖前20高頻字中均未出現(xiàn)的字）。

（一）高頻共用字行業(yè)差異

七組前200高頻字表中，所有行業(yè)均有的共用字為43個。使用SPSS（19.0）軟件對七個行業(yè)、共21對數(shù)據(jù)做成對樣本T檢驗。從顯著度Sig（雙尾）值上看，共有12對數(shù)據(jù)在95%置信區(qū)間具有顯著性差異（表二），其中自由職業(yè)與黨政、公知、經(jīng)濟、文藝、文化的Sig（雙尾）值為0.000（保留小數(shù)點后三位），自由職業(yè)與宗教為0.002，公知與文藝、經(jīng)濟、宗教分別為0.000、0.018、0.039，文化與經(jīng)濟、文藝分別為0.022、0.003，黨政與文藝為0.034。由此可見，自由職業(yè)與其他六組行業(yè)的意見領(lǐng)袖共用高頻字都具有顯著性差異；公知、文藝分別與四個行業(yè)具有顯著性差異；文化、經(jīng)濟分別與三個行業(yè)有顯著性差異；黨政、宗教、經(jīng)濟與其他行業(yè)的差異最小，僅與其他兩個行業(yè)有顯著性差異。

用同樣的步驟檢索前50個高頻字中的共用字，也得到類似的結(jié)果。除了公知與經(jīng)濟、宗教，文化與經(jīng)濟、文藝共4對的Sig（雙尾）值大于0.05，不具有顯著度，其他8對仍然具有顯著性差異。

表2　高頻字共用字行業(yè)差異成對樣本T檢驗

（二）高頻獨用字行業(yè)差異

由于某一行業(yè)意見領(lǐng)袖的高頻獨用字能反映其異于其他行業(yè)意見領(lǐng)袖的特有話題傾向，我們截取七個行業(yè)的前20個高頻字，篩選出了各行業(yè)的高頻獨用字。

黨政部門工作的意見領(lǐng)袖，其獨用字有“家（5.45）①括號中數(shù)據(jù)為每千字的字頻。、友（4.87）、來（4.18）、公（4.18）、網(wǎng)（4.08）、微（3.60）”，共計6個。從其獨用字在語料庫中的構(gòu)詞情況看，較多涉及“國家、公民/益/眾/權(quán)、微博”等方面內(nèi)容②進一步對語料進行詞頻統(tǒng)計后發(fā)現(xiàn)，“公益”屬于黨政機關(guān)意見領(lǐng)袖的前20高頻詞獨用詞之一。；公知領(lǐng)域意見領(lǐng)袖的獨用字有“法（6.42）、天（4.01）、會（3.76）”?！胺ā痹谡Z料庫中的構(gòu)詞主要涉及“法律、法庭、憲法、合法、兩會”等方面內(nèi)容，是該領(lǐng)域意見領(lǐng)袖熟識或擅長的知識領(lǐng)域?！疤臁痹谡Z料中主要構(gòu)成“昨天、明天、今天”等，時間名詞高頻使用說明公知領(lǐng)域的意見領(lǐng)袖更注重信息的準(zhǔn)確性和真實性。Pornpitakpan（2004）就認為，意見領(lǐng)袖更注重通過言論的準(zhǔn)確性、專業(yè)性和權(quán)威性增加其影響力［13］；文藝領(lǐng)域意見領(lǐng)袖的獨用字有“也（5.00）、愛（4.63）、時（4.27）”，說明話題較多涉及情感生活等方面；自由職業(yè)意見領(lǐng)袖獨用字包括“頻（5.16）、集（4.19）、視（4.19）、東（3.87）、看（3.87）、包（3.55）、京（3.55）、之（2.90）、買（2.90）、分（2.58）、旅（2.58）”，該領(lǐng)域獨用字較多是因韓寒、馮鶴等自由職業(yè)意見領(lǐng)袖微博文本量較少、話題相對單一的影響，比如“視頻”“東京”等高頻使用；宗教獨用字也較多，多與生活哲理及佛理相關(guān)，包括“活（19.20）、心（9.98）、命（6.86）、要（6.11）、些（5.86）、那（5.81）、對（5.70）”；經(jīng)濟和文化領(lǐng)域的意見領(lǐng)袖獨用字最少，分比為“到（5.28）”、“好（3.60）”。

不同行業(yè)意見領(lǐng)袖高頻字差異折射出話題傾向性的組間差異。黨政部門工作的意見領(lǐng)袖多關(guān)注國家與公共議題，公知意見領(lǐng)袖多關(guān)注法制與社會，文藝與自由職業(yè)意見領(lǐng)袖多關(guān)注生活，意見領(lǐng)袖熱衷的話題與其職業(yè)有密切聯(lián)系。劉志明、劉魯（2011），肖宇等（2012），熊濤、何躍（2013）曾指出意見領(lǐng)袖影響力對話題的依賴程度較高。［14-16］意見領(lǐng)袖對某類話題的傾向性，源于對該話題的熟識性，所發(fā)表的相關(guān)信息更具專業(yè)性、權(quán)威性和準(zhǔn)確性，更容易產(chǎn)生網(wǎng)絡(luò)影響力。王秀麗（2014）認為，線下?lián)碛刑囟I(lǐng)域相關(guān)的知識背景和能力的專家，在網(wǎng)絡(luò)社區(qū)中較容易的成為相關(guān)領(lǐng)域的意見領(lǐng)袖［17］。

四、高頻字學(xué)歷差異

根據(jù)意見領(lǐng)袖的學(xué)歷分布，將其分為本科以下、本科、碩士、博士四組，分組計量各學(xué)歷層次的字頻，分析不同學(xué)歷層次的意見領(lǐng)袖在高頻共用字和獨用字上的組間差異。

（一）高頻共用字學(xué)歷差異

四組前200個高頻字中，共用字有89個。對高頻共用字做成對樣本T檢驗之后發(fā)現(xiàn)，只有本科以下與博士之間存在顯著性差異，Sig（雙尾）值為0.047，小于0.05的閾值。其他組間差異沒有顯著性。組間字頻差值最大兩個字是“國、家”，本科以下到博士的千字頻分別為“1.42、4.14、5.12、6.17”，“1.42、2.74、3.02、3.08”，意見領(lǐng)袖學(xué)歷越高越關(guān)注涉及“國家”的話題。前50個高頻字詞中，共用字有19個，T檢驗結(jié)果Sig（雙尾）值為0.01，再次說明只有本科以下與博士之間存在顯著性差異，相鄰的學(xué)歷層次之間的差異不顯著，不具有統(tǒng)計學(xué)上的意義。

表3　高頻字共用字學(xué)歷差異成對樣本T檢驗

（二）高頻獨用字學(xué)歷差異

前20個高頻字中，本科以下學(xué)歷的意見領(lǐng)袖獨用字有“你、要、自、這、得、好、心、在”，共8個；本科學(xué)歷的獨用字有“到、天”，共2個；碩士學(xué)歷的獨用字有“們、來、公”，共3個；博士學(xué)歷有“為、和、生”，共3個。本碩博高學(xué)歷意見領(lǐng)袖的高頻字相似度較高，高學(xué)歷和本科以下學(xué)歷在高頻字的“字種”上區(qū)別較大。

前100個高頻字中，本科以下學(xué)歷獨用字有“己（3.6）、想（2.67）、些（2.56）、只（2.45）、無（2.45）、情（2.23）、那（2.18）、感（2.13）、成（2.07）、活（1.85）、什（1.85）、很（1.74）、做（1.69）、著（1.69）、少（1.69）、別（1.63）、實（1.63）、知（1.58）”，共18個；本科學(xué)歷獨用字有“愛（3.26）、塵（3.22）、清（2.25）、師（2.24）、院（2.08）、哈（1.96）、律（1.96）、機（1.69）”，共8個；碩士學(xué)歷獨用字有“論（2.47）、第（2.19）、動（2.19）、孩（2.10）、力（2.10）、樂（1.74）、市（1.74）、同（1.74）、主（1.74）、萬（1.64）、更（1.55）、場（1.55）、經(jīng)（1.55）、理（1.55）”，共14個；博士學(xué)歷獨用字有“微（3.15）、案（3）、信（2.93）、網(wǎng)（2.84）、文（2.43）、關(guān)（2.11）、于（2.02）、政（2）、道（1.87）、全（1.82）、明（1.67）、女（1.67）、但（1.67）、意（1.67）”，共14個。

從獨用字的情況看，本科以下學(xué)歷的關(guān)注“情感”、“生活”方面的內(nèi)容居多；“（關(guān)）愛”、“塵（肺病）”、“（老/律）師”等字，說明本科學(xué)歷對情感、醫(yī)療、法律、教育等問題關(guān)注較多；“（言/輿）論”、“孩（子）”等字，說明碩士學(xué)歷對社會熱點議題以及家庭生活關(guān)注較多；“微（博）、網(wǎng)（絡(luò)）、（提/預(yù)）案、案（件）、政（治）”等，說明博士學(xué)歷對社會、法制和國家發(fā)展問題關(guān)注較多。學(xué)歷的組間差異比較說明，不同學(xué)歷層次的意見領(lǐng)袖所關(guān)注的熱點問題不盡相同，本科以下與博士學(xué)歷的意見領(lǐng)袖差異最大。

五、高頻字年齡差異

網(wǎng)絡(luò)意見領(lǐng)袖的年齡分布有別于網(wǎng)絡(luò)紅人，前者以中年居多，后者以青年居多。本文篩選出的30位微博意見領(lǐng)袖的年齡分布也有這一特點，年齡主要集中在40-60歲間，30歲左右的人數(shù)較少。因此，本文將意見領(lǐng)袖按年齡分為兩大類：五十歲以下的中青年與五十歲以上的中老年。

（一）高頻共用字年齡差異

前200個和前50高頻字的共用字分別為136、31，對兩者分別做成對樣本T檢驗后，顯著度Sig（雙尾）值分別為0.111、0.4，差異均無顯著性。雖然整體差異無統(tǒng)計學(xué)上的顯著性，但是部分高頻字的字頻差距很大：（1）從字頻的差值上看，中老年比中青年組字頻高出最多的兩個字是“國、中”，差值分別為每千字頻3.21、2.28，說明中老年意見領(lǐng)袖比中青年更關(guān)注國家話題。中青年比中老年組字頻高出最多的兩個字是“我、生”，差值分別為3.03，2.76。（2）從字頻的比值上看，中老年與中青年組比值最大的字是“民”，而中青年與中老年組比值最大的字是“活”。表4、5分別是兩者共用字比值超過1.5倍的字。

考察字頻差值和字頻比值發(fā)現(xiàn)，中老年意見領(lǐng)袖更關(guān)注國家、民生、文化、網(wǎng)絡(luò)、法制等話題，中青年更關(guān)注生活、個人情感方面的話題。

表4　中老年與中青年共用字字頻比值

表5　中青年與中老年共用字字頻比值

（二）高頻獨用字年齡差異

前20個高頻字中，中青年意見領(lǐng)袖獨用字有“生（6.056）、你（5.225）、到（3.966）、就（3.928）、天（3.764），共5個；中老年組獨用字有“中（6.024）、法（4.661）、為（4.331）、會（4.32）、和（3.726）”，共5個；

前100個高頻字中，中青年組獨用字有“活（2.87）、得（2.67）、去（2.52）、些（2.17）、無（2.13）、如（2.08）、?。?.06）、里（2.04）、那（2.04）、己（1.99）、想（1.88）、師（1.86）、長（1.86）、只（1.83）、感（1.8）、起（1.8）、給（1.8）、今（1.8）、很（1.79）、案（1.76）、成（1.76）、友（1.73）”，共22個。中老年獨用字有“塵（2.89）、民（2.67）、網(wǎng)（2.3）、學(xué)（2.23）、地（2.08）、清（2.03）、者（1.99）、文（1.97）、律（1.92）、之（1.92）、作（1.91）、本（1.89）、方（1.88）、道（1.87）、接（1.77）、機（1.75）、全（1.75），共17個。①兩組獨用字的數(shù)量不同是刪除了非漢字字符的結(jié)果。

高頻獨用字的使用數(shù)據(jù)再次說明：中老年意見領(lǐng)袖對國家、網(wǎng)絡(luò)、環(huán)境、法制、教育等話題關(guān)注較多，如“中、法、律、網(wǎng)、民、塵”等；中青年組關(guān)注的是生活、情感、法制、教育等話題，如“生、活、想、感、今、天、案、師”等。

六、高頻字性別差異

（一）高頻共用字性別差異

前200個和前50高頻字的共用字分別為122、28，對兩者分別做成對樣本T檢驗后，顯著度Sig（雙尾）值分別為0.623、0.267，說明男性與女性意見領(lǐng)袖在高頻共用字字頻上無顯著性差異。但是部分高頻字的字頻差距仍然很大，（1）從字頻的差值上看，男性比女性字頻高出最多的字是“國、人、生、們、大、中、家、公”，而女性比男性字頻高出最多的字是“是、你、愛、法、師、了、有、那、也、想”等。（2）從字頻的比值上看，“國”是男性與女性比值最大的字，比值為3.47；“師”是女性與男性比值最大的字，比值為2.97。表6、7分別是兩者共用字比值超過1.5倍的字。

通過以上分析發(fā)現(xiàn)，男性比女性更關(guān)注國家、網(wǎng)絡(luò)等話題，女性比男性更關(guān)注教育、情感等話題。

（二）高頻獨用字性別差異

前20個高頻字中，兩性獨用字各有8個，男性獨用字為“國（6.069）、中（5.192）、們（4.939）、生（4.893）、年（4.78）、會（3.869）、為（3.836）、和（3.776）”；女性獨用字為“你（6.161）、法（5.486）、到（4.587）、愛（4.542）、也（4.227）、就（4.182）、好（3.912）、天（3.867）”。

表6　男性與女性共用字的比值

表7　女性與男性共用字的比值

前100個高頻字中，兩性獨用字各有24個，有代表性的男性獨用字包括“家（3.54）、發(fā)（2.87）、新（2.32）、日（2.25）、民（2.15）、網(wǎng)（2.09）、學(xué)（2.05）、活（2.03）、信（1.93）、微（1.89）、成（1.88）、今（1.87）、塵（1.8）”等，有代表性的女性獨用字包括“律（3.69）、師（3.42）、想（2.7）、嗎（2.16）、情（2.07）、很（1.98）、真（1.93）、案（1.84）”等男女性意見領(lǐng)袖獨用字的情況說明：（1）兩性前20個高頻字的差異較大，共用字僅為12個，當(dāng)擴大到前100個高頻字時，共用字明顯增多，說明在兩性各自最關(guān)注的話題上，存在較大差異。（2）獨用字“國、中、家、民、網(wǎng)、塵”等說明男性更關(guān)注涉及國家、民生、環(huán)保等方面的話題；獨用字“愛、法”、“律、師、想、情、案”等說明女性更關(guān)注情感、法律、教育等方面的話題。（3）女性更傾向于使用程度副詞、形容詞等主觀性強的字提升其話語影響力，如“很、好、真”等。趙蓉暉（2003）、馬琰（2009）都認為，女性在言語交際中常常帶有濃厚的感情色彩，更多地使用夸張的詞語等［18-19］。（4）“嗎”的高頻使用說明女性意見領(lǐng)袖更多地使用帶疑問語氣詞的是非疑問句，而且疑問語氣詞“吧”“啊”“呢”等字，女性意見領(lǐng)袖的字頻均高于男性。Lakoff（1973：56～57）就指出，女性比男性更多地使用疑問句，喜歡把有陳述句功能的句子用疑問句形式表現(xiàn)出來［20］。Fishman（1980：234～241）的研究證實了Lakoff的觀點［21］。王宇波（2011）對中文博客文本中的四類疑問句進行了分類統(tǒng)計，也認為女性比男性更多地使用疑問句。［22］可見，高頻使用疑問句不僅是女性微博意見領(lǐng)袖的句式特點，也是女性普遍具有的話語特征。

七、結(jié)語

通過對意見領(lǐng)袖高頻字及組間差異計量研究發(fā)現(xiàn)，不同行業(yè)、學(xué)歷、年齡、性別的意見領(lǐng)袖在高頻字的使用上存在差異。行業(yè)的組間差異大部分具有統(tǒng)計學(xué)上的顯著性，自由職業(yè)與其他行業(yè)差距最大，公知與文藝領(lǐng)域次之。各學(xué)歷層次之間，除了本科以下與博士學(xué)歷有顯著性差異以外，其他學(xué)歷層次之間的差異無顯著性。年齡和性別的組間差異不具有顯著性，但是部分共用字和獨用字字頻差距較大。

意見領(lǐng)袖高頻字所具有的獨特性，折射出意見領(lǐng)袖對話題主題的依賴性。劉志明，劉魯（2011）認為，意見領(lǐng)袖是依賴主題的，只有很少用戶可以在不同主題同時成為意見領(lǐng)袖［23］。微博意見領(lǐng)袖作為社交網(wǎng)絡(luò)輿論的發(fā)起者和參與者，發(fā)布的主題多圍繞自己關(guān)注或擅長的領(lǐng)域展開，黨政領(lǐng)域意見領(lǐng)袖比其他領(lǐng)域意見領(lǐng)袖更多地關(guān)注國家發(fā)展、社會民生等，公知意見領(lǐng)袖更多關(guān)注法制和社會發(fā)展。其總體傾向是：黨政部門、公知、博士學(xué)歷、中老年、男性的意見領(lǐng)袖更關(guān)注國家政治、社會發(fā)展、法制等公共議題；文藝、自由職業(yè)、本科及以下學(xué)歷、中青年、女性的意見領(lǐng)袖更關(guān)注情感、生活等方面議題；教育、醫(yī)療、環(huán)境等主題是大部分意見領(lǐng)袖都會關(guān)注的熱點議題，沒有太明顯的組間差異。

［1］Lazarsfeld P F，Berelson B，Gaudet H.The People's Choice［M］. New York：Columbia University Press，1948.

［2］姜珊珊，李欲曉，徐敬宏.非常規(guī)突發(fā)事件網(wǎng)絡(luò)輿情中的意見領(lǐng)袖分析［J］.情報理論與實踐，2010，33（12）：101-104.

［3］Lee，Kim.The spiral of silence and journalists'outspokenness on Twitter［J］.Asian Journal of Communication.2014，24（3）：262-278.

［4］Yala Penga，Jiajie Lia，Hui Xiaa，Siyuan Qia，Jianhong Lib.The effects of food safety issues released by we media on consumers' awareness and purchasing behavior：A case study in China［J］. Food Policy.2015（No.C）.

［5］元志潤.在網(wǎng)絡(luò)口碑溝通中的意見領(lǐng)袖（Opinion Leader）研究——以韓國超級博客（Power Blog）為例［D］.上海：復(fù)旦大學(xué)，2011.

［6］國互聯(lián)網(wǎng)絡(luò)信息中心.第36次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告［EB/OL］.http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/ 201507/P020150723549500667087.pdf（2016-03-15）.

［7］CCL現(xiàn)代漢語語料字符統(tǒng)計信息［EB/OL］.中國社會科學(xué)網(wǎng)，http：//www.cssn.cn/yyx/yyxcyzy/201509/W0201509224221904 43322.pdf（2016-03-15）.

［8］王秀麗.網(wǎng)絡(luò)社區(qū)意見領(lǐng)袖影響機制研究——以社會化問答社區(qū)“知乎”為例［J］.國際新聞界，2014（9）：47-57.

［9］Ng，S.H.，&Bradac，J.J.Power in language：verbal communication and social influence［M］.Newbury Park：Sage，1993.

［10］O′Keefe，D.J.Persuasion：theory and research（2nd ed.）［M］. Thousand Oaks，CA：Sage，2002.

［11］Huffaker，D.Dimensions of leadership and social influence in online communities［J］.Human Communication Research，2010，36（4）：593-617.

［12］Burrell，N.A.，&Koper，R.J.The efficacy of powerful/powerless language on attitudes and source credibility［C］//In M.Allen&R.W.Preiss（Eds.），Persuasion：advancesthrough metaanalysis.Cresskill，NJ：Hampton Press，1998：203-216.

［13］Pornpitakpan，C.The persuasiveness of source credibility：a critical review of five decades'evidence［J］.Journal of Applied Social Psychology，2004，34（2）：243-281.

［14］熊濤，何躍.微博轉(zhuǎn)發(fā)網(wǎng)絡(luò)中意見領(lǐng)袖的識別與分析［J］.現(xiàn)代圖書情報技術(shù)，2013，29（6）：55-62.

［15］劉志明，劉魯.微博網(wǎng)絡(luò)輿情中的意見領(lǐng)袖識別及分析［J］.系統(tǒng)工程，2011，29（6）：8-16.

［16］肖宇，許煒，夏霖.一種基于情感傾向分析的網(wǎng)絡(luò)團體意見領(lǐng)袖識別算法［J］.計算機科學(xué)，2012，39（2）：34-37.

［17］王秀麗.網(wǎng)絡(luò)社區(qū)意見領(lǐng)袖影響機制研究——以社會化問答社區(qū)“知乎”為例［J］.國際新聞界，2014（9）.

［18］趙蓉暉.語言與性別：口語的社會語言學(xué)研究［M］.上海：上海外語教育出版社，2003：

［19］馬琰.漢語恭維語中的性別語言實證研究［J］.商洛學(xué)院學(xué)報，2009，23（5）：57-62.

［20］Lakoff，R.Language and Woman's Place［J］.Language in Society，1973（2）：45-80.

［21］Fishman，P.Conversational Insecurity［A］.Giles，H.，Robinson，W.，&Smith，P.（eds.）.Language：Social Psychological Perspective［C］.Oxford：Pergamon Press，1980.

［22］王宇波.基于網(wǎng)絡(luò)媒體監(jiān)測語料庫（漢語）的性別語言差異實證研究［D］.華中師范大學(xué)博士學(xué)位論文，2011.

［23］劉志明，劉魯.微博網(wǎng)絡(luò)輿情中的意見領(lǐng)袖識別及分析［J］.系統(tǒng)工程，2011（6）：8-16.

責(zé)任編輯：畢 曼

G209

A

1004-941（2016）03-0134-06

2016-03-10

國家社科基金青年項目“基于大規(guī)模標(biāo)注語料庫的自媒體語言計量研究”（項目編號：12CYY030）；教育部人文社科青年項目“基于大規(guī)模標(biāo)注博客語料庫的性別話語差異實證研究”（項目編號：12YJC740106）；國家語委重點科研項目“新媒體意見領(lǐng)袖話語傳播機制研究”（項目編號：ZDI135-11）；研究成果得到“中央高?；究蒲袠I(yè)務(wù)費專項基金”資助。

王宇波（1983-），男，湖北漢川人，博士，應(yīng)用語言學(xué)博士后（出站），情報學(xué)博士后（第二站），主要研究方向為社會語言學(xué)；譚昭（1994-），女，湖北漢川人，主要研究方向為社會語言學(xué)。