□ 毛偉
新冠肺炎疫情已經(jīng)發(fā)展成為全球性的重大突發(fā)公共衛(wèi)生事件,相關(guān)動(dòng)態(tài)與每個(gè)人都息息相關(guān)。在新冠肺炎疫情中,國(guó)內(nèi)外民眾獲取信息的方式已經(jīng)與2003年“非典”時(shí)期大為不同,社交媒體成為主要渠道。聯(lián)合國(guó)貿(mào)易及開(kāi)發(fā)會(huì)議的報(bào)告顯示,2003年全球網(wǎng)民約為6.55億,而2020年全球網(wǎng)民數(shù)量已近44億,其中35億人活躍在社交媒體平臺(tái)。新冠肺炎疫情暴發(fā)后,各國(guó)政府機(jī)構(gòu)、主流媒體的權(quán)威信息和新聞報(bào)道都第一時(shí)間通過(guò)社交媒體平臺(tái)發(fā)布,全球信息傳播格局發(fā)生了重要變化。
海外社交媒體不僅是一個(gè)天然的對(duì)外傳播平臺(tái),而且蘊(yùn)藏著巨大能量,深刻影響著海外受眾的認(rèn)知和價(jià)值判斷,已經(jīng)成為國(guó)際輿論斗爭(zhēng)的“兵家必爭(zhēng)之地”。社交媒體數(shù)據(jù)監(jiān)測(cè)平臺(tái)Mention的分析結(jié)果顯示,由于Twitter平臺(tái)的信息傳播效率更高,其迅速成為全球新冠肺炎疫情信息的主要集散地,相關(guān)流量超過(guò)了其他社交媒體平臺(tái)。統(tǒng)計(jì)顯示,Twitter平臺(tái)上85%的話(huà)題都由新聞媒體賬號(hào)產(chǎn)生,呈現(xiàn)出較為明顯的新聞媒介屬性[1]。近年來(lái),三大央媒作為對(duì)外傳播的國(guó)家隊(duì)、主力軍,在Twitter平臺(tái)積累了廣泛的粉絲群體,建立起了多語(yǔ)種的官方賬號(hào)集群。Twitter平臺(tái)成為此次疫情期間,我國(guó)主流媒體直接面對(duì)海外受眾開(kāi)展對(duì)外傳播的重要渠道。但目前,尚沒(méi)有研究對(duì)三大央媒在海外社交媒體平臺(tái)的疫情報(bào)道態(tài)勢(shì)和傳播效果進(jìn)行系統(tǒng)總結(jié)與分析。
本文以Twitter平臺(tái)三大央媒新冠肺炎疫情報(bào)道為主要研究對(duì)象,通過(guò)探索建立傳播效果評(píng)價(jià)指標(biāo)體系,運(yùn)用大數(shù)據(jù)工具統(tǒng)計(jì)分析相關(guān)報(bào)道內(nèi)容,以期為講好中國(guó)抗疫故事以及改進(jìn)重大突發(fā)公共衛(wèi)生事件的海媒報(bào)道提出針對(duì)性的對(duì)策建議。
目前,關(guān)于社交媒體平臺(tái)新聞報(bào)道與信息傳播的效果測(cè)量還沒(méi)有一個(gè)公認(rèn)的、能夠被廣泛接受并付諸實(shí)踐的測(cè)量方法論與操作指標(biāo)體系。從具體指標(biāo)層面來(lái)看,側(cè)重受眾行為反應(yīng)的心理學(xué)指標(biāo)和從傳播要素角度出發(fā)的傳播學(xué)指標(biāo)存在著較大重合。曾有研究通過(guò)對(duì)傳播者的內(nèi)容生成能力、傳播延展能力、議題設(shè)置能力的評(píng)估出發(fā),構(gòu)建了海外社交媒體平臺(tái)媒體傳播效果的三級(jí)指標(biāo)框架[2]。但在實(shí)證研究中,效果的產(chǎn)生只能存在于客體之上,而其他針對(duì)傳播者、傳播平臺(tái)、傳播內(nèi)容等提出的測(cè)量指標(biāo),實(shí)質(zhì)上都不是在測(cè)量傳播效果,而是在測(cè)量影響效果的因素。傳播活動(dòng)作為一個(gè)復(fù)雜的現(xiàn)象,其效果的實(shí)現(xiàn)會(huì)受到多重因素的影響(如傳播者的影響力、傳播內(nèi)容的形式和質(zhì)量等),但這些因素本身并不能等同于傳播效果[3]。傳播效果是反映在傳播客體之上的變化,盡管關(guān)于傳播效果測(cè)量的概念或變量紛繁復(fù)雜,但均能從認(rèn)知、態(tài)度和行為這三個(gè)維度進(jìn)行歸納[4]。本文在總結(jié)已有研究的基礎(chǔ)上,根據(jù)Twitter平臺(tái)的特點(diǎn)嘗試提出了一套測(cè)量傳播效果的思路原則及指標(biāo)體系。該指標(biāo)體系包括認(rèn)知、態(tài)度和行為三個(gè)效果層級(jí),三者并非完全割裂而是存在某種交叉重疊。此外,本文聚焦于Twitter輿論場(chǎng)的傳播效果評(píng)估,故該指標(biāo)體系并未涵蓋受眾的線(xiàn)下行為。
本文通過(guò)開(kāi)源的數(shù)據(jù)挖掘平臺(tái)Social Bearing以及大數(shù)據(jù)采集與分析工具NodeXL對(duì)Twitter平臺(tái)上的新冠肺炎疫情信息及三大央媒的相關(guān)報(bào)道進(jìn)行基礎(chǔ)數(shù)據(jù)的采集整理。Social Bearing能夠展現(xiàn)Twitter上關(guān)于某一議題的討論情況與情感走向;NodeXL能夠抓取Twitter平臺(tái)中特定話(huà)題的全數(shù)據(jù)鏈信息及特定賬號(hào)的傳播活動(dòng)數(shù)據(jù)。關(guān)鍵詞設(shè)定方面,考慮到新冠肺炎的英文稱(chēng)謂有數(shù)次變更且Twitter平臺(tái)數(shù)據(jù)量巨大,故選擇較為常用的單詞“COVID19”為唯一關(guān)鍵詞(COVID-19、covid19、covid-19等具有同等檢索效力),其他名稱(chēng)均不納入數(shù)據(jù)采集。數(shù)據(jù)采集日期限定為2020年1月30日至4月30日,原因如下:1月30日,世衛(wèi)組織正式宣布新冠肺炎為國(guó)際突發(fā)公共衛(wèi)生事件,Twitter平臺(tái)相關(guān)話(huà)題熱度迅速增長(zhǎng),故本研究將“1月30日”作為數(shù)據(jù)采集的起始時(shí)間點(diǎn);同時(shí),考慮到數(shù)據(jù)應(yīng)盡可能反映疫情及其輿情發(fā)展的最新動(dòng)態(tài)且能夠較好覆蓋全貌,故將終止時(shí)間點(diǎn)設(shè)定為本研究啟動(dòng)當(dāng)日即“4月30日”。
在數(shù)據(jù)采集周期內(nèi),共抓取到Twitter平臺(tái)涉新冠肺炎疫情報(bào)道(包括原創(chuàng)、評(píng)論、轉(zhuǎn)發(fā))2,056,236條,日均新增報(bào)道22,596條。三大央媒Twitter平臺(tái)新冠肺炎疫情報(bào)道方面,《人民日?qǐng)?bào)》官方賬號(hào)@PDChina發(fā)布了3,151條,新華社官方賬號(hào)@XHNews發(fā)布了7,293條,央視官方賬號(hào)@CGTNOfficial發(fā)布了10,721條。根據(jù)三大央媒相關(guān)稿量在Twitter輿論場(chǎng)的分布比例,分別隨機(jī)抽取@PDChina、@XHNews、@CGTNOfficial的報(bào)道150條、350條及500條,組成樣本集I;同時(shí),在剔除評(píng)論、轉(zhuǎn)發(fā)類(lèi)型及三大央媒的報(bào)道后,隨機(jī)選取Twitter平臺(tái)的1000條原創(chuàng)報(bào)道作為對(duì)照組樣本集II。數(shù)據(jù)采集時(shí),同時(shí)抓取了央媒每條報(bào)道的點(diǎn)贊量、評(píng)論量、收藏量、轉(zhuǎn)發(fā)量等指標(biāo)數(shù)據(jù)以及網(wǎng)民評(píng)論文本,相關(guān)統(tǒng)計(jì)數(shù)據(jù)如表1所示。
Twitter中的熱門(mén)新聞與一般性訊息在指標(biāo)數(shù)據(jù)方面差距很大,故本研究不以單條新聞的指標(biāo)數(shù)值為標(biāo)準(zhǔn)進(jìn)行統(tǒng)計(jì)學(xué)意義上的檢驗(yàn),而是將整體的轉(zhuǎn)發(fā)率、評(píng)論率、收藏率及點(diǎn)贊率作為檢驗(yàn)樣本與總體之間無(wú)偏性、一致性、有效性的參照指標(biāo)。分析發(fā)現(xiàn),樣本集I與總體的四項(xiàng)指標(biāo)數(shù)據(jù)誤差均小于5%,可以認(rèn)為抽樣樣本能夠代表總體數(shù)據(jù)的分布情況。此外,通過(guò)Python程序?qū)⑷笱朊矫織l新聞的網(wǎng)友評(píng)論內(nèi)容以及普通網(wǎng)民發(fā)布推文收到的評(píng)論內(nèi)容進(jìn)行了數(shù)據(jù)采集。樣本集I、樣本集II的相關(guān)數(shù)據(jù)分別如表2、表3所示??梢钥闯?,由于新冠肺炎疫情信息具有特殊性,普通網(wǎng)民發(fā)布的相關(guān)推文在Twitter輿論場(chǎng)的影響力較弱,而三大央媒則是Twitter平臺(tái)的重要信息源和意見(jiàn)領(lǐng)袖群體。
本研究的內(nèi)容分析對(duì)象共有四類(lèi):第一類(lèi)是樣本集I中三大央媒的新聞報(bào)道文本;第二類(lèi)是樣本集I中三大央媒新聞報(bào)道的網(wǎng)民評(píng)論文本;第三類(lèi)是樣本集I I中網(wǎng)民的推文文本;第四類(lèi)是樣本集I I中網(wǎng)民推文的評(píng)論文本。本文借鑒框架分析理論(Frame Analysis)進(jìn)行內(nèi)容分析,社會(huì)學(xué)家歐文·戈夫曼認(rèn)為,“框架”可以影響人們對(duì)于事件的主觀判斷,是人們認(rèn)識(shí)和解釋世界的一種認(rèn)知結(jié)構(gòu)。在新聞傳播學(xué)領(lǐng)域,“框架分析”是一種有效綜合研判新聞報(bào)道的研究方法,羅伯特·恩特曼、托德·吉特林等認(rèn)為新聞框架的形成是一種“選擇”和“凸顯”的過(guò)程,在新聞生產(chǎn)過(guò)程中,“框架”能夠使新聞從業(yè)者迅速對(duì)信息進(jìn)行處理并向受眾傳播[5]。通過(guò)對(duì)比不同類(lèi)型的分析對(duì)象的框架類(lèi)型,可以更好地評(píng)估傳播效果并為改進(jìn)報(bào)道提供思路。
對(duì)于三大央媒新聞報(bào)道及網(wǎng)民原創(chuàng)推文的編碼,細(xì)分為類(lèi)型、主題、議題、情感、信源五個(gè)維度;對(duì)于網(wǎng)民的評(píng)論文本的編碼側(cè)重于“態(tài)度”和“行為”指標(biāo),分為表態(tài)(支持、反對(duì)、無(wú))、情感(積極、消極、中立)、衍生(網(wǎng)民拋出的新話(huà)題)三個(gè)維度。從研究焦點(diǎn)及實(shí)施研究的實(shí)際條件出發(fā),并未對(duì)全部評(píng)論文本進(jìn)行編碼,而是通過(guò)隨機(jī)抽樣,從樣本集I和樣本集II中各選取了1000條網(wǎng)民的評(píng)論文本進(jìn)行分析。編碼工作由兩位研究員同時(shí)進(jìn)行,并借鑒Cohen等提出的使用Kappa值對(duì)判斷一致性程度進(jìn)行檢驗(yàn)。通過(guò)SPSS對(duì)編碼分類(lèi)表進(jìn)行檢驗(yàn)發(fā)現(xiàn),各個(gè)分類(lèi)維度的Kappa值均大于0.75,表明分類(lèi)具有較高的一致性。此外,在進(jìn)行編碼時(shí),發(fā)現(xiàn)三大央媒的報(bào)道文本語(yǔ)法、用詞較正規(guī),而網(wǎng)民發(fā)布的推文及評(píng)論的文本中存在較多的干擾項(xiàng),如僅發(fā)布了關(guān)鍵詞、標(biāo)點(diǎn)符號(hào)及表情包,文本表述語(yǔ)義錯(cuò)誤或不詳?shù)?。在剔除干擾項(xiàng)后,四類(lèi)有效文本分別為1000條(三大央媒報(bào)道)、456條(網(wǎng)民對(duì)央媒報(bào)道的評(píng)論)、631條(網(wǎng)民原創(chuàng)推文)及354條(網(wǎng)民原創(chuàng)推文的評(píng)論)。
1.央媒疫情報(bào)道議題分布與海外受眾關(guān)切高度吻合
□ 圖1 央媒報(bào)道議題分布
□ 圖2 普通網(wǎng)民推文議題分布
三大央媒在Twitter平臺(tái)的新冠疫情報(bào)道議題中,“疫情動(dòng)態(tài)”類(lèi)的數(shù)量最多,占比26%;其次是“抗疫政策”類(lèi),占比19%;第三是“防治措施”類(lèi),占比17%。@PDC hina、@XHNews每日通過(guò)圖文形式,發(fā)布多個(gè)國(guó)家地區(qū)的疫情動(dòng)態(tài),相關(guān)報(bào)道分別標(biāo)注了話(huà)題標(biāo)簽“#Covid_19”和“#COVID-19”;@CGTNOfficial推出了新欄目“Latest on Coronavirus Outbreak”,實(shí)時(shí)發(fā)布各國(guó)的疫情數(shù)據(jù)情況。統(tǒng)計(jì)發(fā)現(xiàn),Twitter平臺(tái)普通網(wǎng)民發(fā)布的疫情相關(guān)推文中,“疫情動(dòng)態(tài)”“防治措施”“抗疫政策”占比最高,與三大央媒報(bào)道的主要議題分布高度契合,而這些頭部議題的轉(zhuǎn)發(fā)量、評(píng)論量、收藏量、點(diǎn)贊量也最多。此外,海外民眾對(duì)于“人道主義”“特效藥物”的關(guān)注度較高,有明顯的信息訴求,三大央媒對(duì)這些議題均有相應(yīng)的報(bào)道和解讀。
2.央媒疫情報(bào)道重點(diǎn)主題與海外受眾討論框架存在差異
雖然三大央媒的報(bào)道議題較好地回應(yīng)了海外受眾關(guān)切,但疫情報(bào)道的重點(diǎn)主題卻與海外受眾的討論框架不盡一致。對(duì)同一個(gè)議題解讀框架的差異,會(huì)導(dǎo)致報(bào)道呈現(xiàn)出主題的不同。統(tǒng)計(jì)顯示,“衛(wèi)生”類(lèi)在三大央媒疫情報(bào)道主題分布中占比最高,為42%;其次是“社會(huì)”與“經(jīng)濟(jì)”類(lèi),占比均為17%。而普通網(wǎng)民涉疫情推文的主題分布中,“政治”類(lèi)占比較高,為36%;其次是“社會(huì)”類(lèi),占比21%;“經(jīng)濟(jì)”類(lèi)位居第三,占比15%。央媒的疫情報(bào)道更多從公共衛(wèi)生、生命健康等角度解讀,客觀闡述數(shù)據(jù)與事實(shí),涉政治的主題更多是回應(yīng)西方媒體、西方政客的攻擊,是一種被動(dòng)式的發(fā)布,如@CGTNOfficial發(fā)布的視頻報(bào)道指出,美國(guó)副總統(tǒng)彭斯在醫(yī)院看望新冠肺炎患者時(shí)不佩戴口罩,該報(bào)道質(zhì)疑美國(guó)政府不重視抗疫等。但海外受眾對(duì)于疫情議題的討論,更多是在政治框架下進(jìn)行,如對(duì)本國(guó)政府抗疫政策的不滿(mǎn)、對(duì)我國(guó)疫情管控的質(zhì)疑等。
3.央媒疫情報(bào)道具備國(guó)際化視角,契合推特輿論場(chǎng)傳播態(tài)勢(shì)
□ 圖3 央媒報(bào)道及網(wǎng)民推文涉及國(guó)家分布
□ 圖4 海外網(wǎng)民推文的關(guān)鍵詞云圖
□ 圖5 @CGTNOfficial 互動(dòng)關(guān)系網(wǎng)絡(luò)圖
□ 圖6 海外網(wǎng)民互動(dòng)關(guān)系網(wǎng)絡(luò)圖
內(nèi)容分析發(fā)現(xiàn),三大央媒疫情報(bào)道中,介紹海外其他國(guó)家疫情情況的新聞數(shù)量最多,占比38%;其次是既涉及中國(guó)又包括其他國(guó)家情況的報(bào)道,占比36%;單獨(dú)只報(bào)道中國(guó)疫情情況的新聞?wù)急茸钌?,?6%。海外民眾不僅關(guān)注中國(guó)方面的疫情訊息(39%),也關(guān)注其他國(guó)家的疫情動(dòng)態(tài)(34%)。通過(guò)Social Bearing平臺(tái)關(guān)鍵詞分析發(fā)現(xiàn),一些地理詞匯如Asia(亞洲)、China(中國(guó))、Malaysia(馬來(lái)西亞)、Yemen(也門(mén))、KualaLumpur(吉隆坡)、Pyongyang(平壤)等成為海外民眾發(fā)布涉疫情推文的主要關(guān)鍵詞和熱門(mén)標(biāo)簽,顯示出對(duì)亞洲的區(qū)域性關(guān)注及話(huà)題偏好,三大央媒的疫情報(bào)道中均有所涉及。
1.央媒疫情報(bào)道客觀中立,與海外受眾的社交互動(dòng)有待增強(qiáng)
三大央媒報(bào)道的傾向性分布中,中立占比最高,為72%;積極和消極分別占比21%與7%。通過(guò)Social Bearing平臺(tái)的五級(jí)指標(biāo)情感分析發(fā)現(xiàn),普通網(wǎng)民也更多呈現(xiàn)出中立、積極的態(tài)度,與央媒報(bào)道在Twitter平臺(tái)的情感呈現(xiàn)較為一致。Twitter平臺(tái)本身具有很強(qiáng)的社交屬性,目前三大央媒更多將Twitter作為一個(gè)信息發(fā)布和展示平臺(tái),與受眾的互動(dòng)有待加強(qiáng)以真正影響他們?cè)诰唧w議題中的情感框架。通過(guò)NodeXL對(duì)央媒中發(fā)稿量最多的@CGTNOfficial以及普通網(wǎng)民的互動(dòng)關(guān)系網(wǎng)進(jìn)行了可視化呈現(xiàn)(節(jié)點(diǎn)頭像代表相應(yīng)的賬號(hào),節(jié)點(diǎn)間的連線(xiàn)代表發(fā)生了互動(dòng)),可以直觀看出,相較于Twitter平臺(tái)涉疫情話(huà)題常態(tài)化的社交互動(dòng)頻次,@CGTNOfficial存在較大的改進(jìn)空間。
□ 圖7 央媒各類(lèi)報(bào)道量化指標(biāo)統(tǒng)計(jì)分布
□ 圖8 央媒報(bào)道使用信源分布
2.海外受眾對(duì)央媒疫情報(bào)道的態(tài)度呈分化態(tài)勢(shì)
分析三大央媒報(bào)道的網(wǎng)民評(píng)論內(nèi)容后發(fā)現(xiàn),在“表態(tài)”指標(biāo)方面,支持與反對(duì)分別占比32%與44%;在“情感”指標(biāo)方面,積極與消極分別占比31%與40%。網(wǎng)民對(duì)央媒報(bào)道的態(tài)度存在明顯的割裂,其中,存在一些反對(duì)與消極的聲音。在網(wǎng)民的負(fù)面評(píng)論中,存在使用“Chinese Virus”“Lies”甚至帶有污蔑性詞匯的情況。
1.央媒的直播及視頻類(lèi)疫情報(bào)道最受海外受眾青睞
統(tǒng)計(jì)發(fā)現(xiàn),在轉(zhuǎn)發(fā)量、評(píng)論量、收藏量、點(diǎn)贊量等指標(biāo)方面,直播類(lèi)、視頻類(lèi)報(bào)道具有明顯優(yōu)勢(shì),而且這兩類(lèi)報(bào)道的轉(zhuǎn)發(fā)率和評(píng)論率均為100%。在視頻類(lèi)報(bào)道中,一些運(yùn)用疫情數(shù)據(jù)制作的數(shù)據(jù)新聞傳播效果良好,如@XHNews發(fā)布的《30秒看全球確診數(shù)超100萬(wàn)》通過(guò)“動(dòng)態(tài)競(jìng)速柱狀圖”直觀反映了世界各國(guó)的疫情變化,匹配了海外受眾的訊息訴求。
2.央媒疫情報(bào)道采用信源較為多樣
統(tǒng)計(jì)發(fā)現(xiàn),在央媒疫情報(bào)道的使用信源方面,既有中國(guó)官方,也有國(guó)際組織及國(guó)外政府、媒體、官員等,其中,國(guó)際組織官員和國(guó)際組織機(jī)構(gòu)占比最高。聯(lián)合國(guó)、世界衛(wèi)生組織、安東尼奧·古特雷斯、譚德塞·阿達(dá)諾姆等都是常見(jiàn)于央媒疫情報(bào)道中的主要信源。但研究發(fā)現(xiàn),一些網(wǎng)民的評(píng)論內(nèi)容呈現(xiàn)出認(rèn)知偏見(jiàn),如對(duì)國(guó)際組織信源的質(zhì)疑、對(duì)中國(guó)官方信息發(fā)布的不信任等。
近年來(lái),Twitter等海外社交媒體平臺(tái)已經(jīng)成為我國(guó)對(duì)外傳播的重要窗口。新冠肺炎疫情暴發(fā)后,擁有規(guī)模化粉絲群的三大央媒在Twitter平臺(tái)迅速發(fā)聲,及時(shí)報(bào)道疫情情況和救治防控動(dòng)態(tài),積極回應(yīng)國(guó)際社會(huì)和海外民眾關(guān)切。通過(guò)量化分析評(píng)估三大央媒報(bào)道的 傳播效果及Twitter輿論場(chǎng)態(tài)勢(shì)后發(fā)現(xiàn),涉新冠肺炎疫情輿論已經(jīng)超越公共衛(wèi)生領(lǐng)域,發(fā)展成為一個(gè)被海外受眾高度關(guān)注的泛政治類(lèi)前沿話(huà)題。我國(guó)媒體在海外社交媒體平臺(tái)面臨著激烈的輿論斗爭(zhēng)和極為復(fù)雜的輿論環(huán)境。
本文認(rèn)為央媒應(yīng)當(dāng)在以下方面進(jìn)行探索改進(jìn):一是強(qiáng)化受眾研究,設(shè)置精細(xì)化議題,進(jìn)行精準(zhǔn)化解讀,引導(dǎo)海外民眾形成與我有利的討論框架,培養(yǎng)感情認(rèn)同;二是創(chuàng)新報(bào)道方式,運(yùn)用新科技手段提高直播、視頻、數(shù)據(jù)新聞、VR新聞等報(bào)道的產(chǎn)品生產(chǎn)能力;三是加強(qiáng)社交互動(dòng),充分發(fā)揮海媒平臺(tái)的社交功能,釋放粉絲群的傳播效能,構(gòu)建多級(jí)傳播矩陣;四是挖掘多元信源,通過(guò)精準(zhǔn)策劃,切實(shí)提高借嘴說(shuō)話(huà)的有效性和公信力。
【注釋】
[1]Kwak H.,Lee C.,Park H.&Moon S.What Is Twitter,a Social Network or a News Media?[C]// Proceedings of the 19th international conference on World Wide Web.2010.
[2]劉瀅.從七家中國(guó)媒體實(shí)踐看海外社交平臺(tái)媒體傳播效果評(píng)估[J].中國(guó)記者,2015(07):82-84.
[3]王秀麗,趙雯雯,袁天添.社會(huì)化媒體效果測(cè)量與評(píng)估指標(biāo)研究綜述[J].國(guó)際新聞界,2017,039(004):6-24.
[4]Vakratsas D & Ambler T.How advertising works: what do we really know? Journal of Marketing,1999,63(1): 26-43.
[5]毛偉.海外媒體涉華新冠肺炎報(bào)道的話(huà)語(yǔ)建構(gòu)與框架分析.中國(guó)記者,2020(04):82-86.