客體圖像的建構(gòu)與消解：霧霾議題中的屬性議程設(shè)置效果

酈佳瑩

摘? 要? 基于屬性議程設(shè)置理論，通過(guò)大規(guī)模微博數(shù)據(jù)樣本挖掘，運(yùn)用有監(jiān)督的機(jī)器學(xué)習(xí)的方法，對(duì)霧霾議題中的議程設(shè)置效果進(jìn)行研究。研究發(fā)現(xiàn)，在實(shí)質(zhì)性屬性上，媒體微博議程對(duì)網(wǎng)民評(píng)論議程具有顯著的設(shè)置效應(yīng)，兩者均突出霧霾影響這一屬性;在情感性屬性上，媒體微博議程對(duì)網(wǎng)民評(píng)論議程的設(shè)置效應(yīng)并不顯著，媒體微博議程側(cè)重于中立態(tài)度，而網(wǎng)民評(píng)論議程以負(fù)面態(tài)度最為顯著。還進(jìn)一步探討了全新傳播生態(tài)下，議題特征、網(wǎng)民心理等因素對(duì)屬性議程設(shè)置效果的影響。

關(guān)鍵詞? 霧霾;屬性議程;實(shí)質(zhì)性屬性;情感性屬性

中圖分類(lèi)號(hào)? G206? ? ? 文獻(xiàn)標(biāo)識(shí)碼? A? ? ? 文章編號(hào)? 2096-0360（2020）17-0004-05

作為傳播研究的中觀理論，議程設(shè)置理論經(jīng)歷了從傳統(tǒng)議程設(shè)置到屬性議程設(shè)置（attribute agenda-setting）的發(fā)展。傳統(tǒng)議程設(shè)置研究認(rèn)為新聞媒介在告訴讀者該想什么是成功的，而屬性議程設(shè)置研究在此基礎(chǔ)上認(rèn)為新聞媒介不僅在告訴讀者該想什么是成功的，在告訴讀者該怎么想時(shí)也是成功的[1]。這一在傳統(tǒng)媒體中被諸多研究證實(shí)的理論假設(shè)在新媒體環(huán)境下卻面臨挑戰(zhàn)。一方面，媒體對(duì)客體圖像特征的選擇依然建構(gòu)著受眾的認(rèn)知;另一方面，受眾主體性的增強(qiáng)削弱了媒體的建構(gòu)效應(yīng)。對(duì)于這種充滿矛盾的媒介影響方式，研究者和決策者從不同角度表達(dá)了反思和擔(dān)憂，尤其在重大社會(huì)議題上，媒體塑造共識(shí)和促進(jìn)對(duì)話的能力常因網(wǎng)民的對(duì)抗式解讀而弱化。因此在不同場(chǎng)景和議題中進(jìn)行議程設(shè)置研究成為分析和解釋全新傳播環(huán)境中媒體影響方式和效果的有效路徑。本文以近年來(lái)中國(guó)社會(huì)跨領(lǐng)域、跨時(shí)空的顯性議題——霧霾作為研究對(duì)象，通過(guò)采集大規(guī)模微博數(shù)據(jù)樣本，運(yùn)用機(jī)器學(xué)習(xí)的方法，對(duì)霧霾議題中媒體的屬性議程設(shè)置效應(yīng)進(jìn)行研究。

1? 文獻(xiàn)綜述

1.1? 屬性議程的內(nèi)涵

在屬性議程設(shè)置理論中，屬性被定義為能夠構(gòu)建客體圖像的特征和特質(zhì)[2]。為進(jìn)一步闡釋媒體是如何影響人們?cè)趺纯创龁?wèn)題的，研究者們對(duì)屬性的維度進(jìn)行了分類(lèi)，一般將屬性分為實(shí)質(zhì)性屬性和情感性屬性[3]。實(shí)質(zhì)性屬性指新聞具有的從認(rèn)知上幫助公眾構(gòu)建新聞和辨別不同主題的特性，研究者多根據(jù)研究議題特征，運(yùn)用內(nèi)容分析的方法建構(gòu)實(shí)質(zhì)性屬性的類(lèi)目[3]。如麥考姆斯在研究西班牙選舉中候選人圖像的屬性議程設(shè)置效果時(shí)，將候選人圖像進(jìn)行了意識(shí)形態(tài)、資歷和經(jīng)驗(yàn)、個(gè)性等實(shí)質(zhì)性屬性的分類(lèi)[2]。情感性屬性指媒體能夠引起受眾情緒性反應(yīng)的屬性，一般被分為正性、負(fù)性和中性[3]。Kim和McCombs對(duì)2002年德克薩斯州州長(zhǎng)和美國(guó)參議院的選舉分析認(rèn)為新聞中以正面或負(fù)面報(bào)道的情感性屬性被公眾以類(lèi)似的方式所感知[4]。

按照前期研究對(duì)屬性議程的操作化，本研究也將霧霾議題中的屬性議程分為實(shí)質(zhì)性屬性和情感性屬性兩個(gè)維度，考察其在媒體議程和網(wǎng)民議程中分別如何呈現(xiàn)。媒體議程中的實(shí)質(zhì)性屬性指媒體構(gòu)建的霧霾議題下不同主題的特性，情感性屬性指媒體對(duì)該議題下不同主題進(jìn)行報(bào)道時(shí)所持的情感態(tài)度。而網(wǎng)民議程中的實(shí)質(zhì)性屬性指網(wǎng)民討論中呈現(xiàn)的關(guān)于霧霾議題的不同主題特性，情感性屬性指網(wǎng)民所表達(dá)的對(duì)霧霾議題不同主題的情感態(tài)度。

研究問(wèn)題1：霧霾議題中媒體微博的屬性議程是如何呈現(xiàn)的？

研究問(wèn)題2：霧霾議題中網(wǎng)民評(píng)論的屬性議程是如何呈現(xiàn)的？

1.2? 新媒體環(huán)境中的屬性議程設(shè)置效應(yīng)

以互聯(lián)網(wǎng)為主體的新媒體語(yǔ)境，將媒介議程設(shè)置引入更為復(fù)雜多變的媒介環(huán)境，這也為議程設(shè)置研究帶來(lái)新的挑戰(zhàn)，新媒體語(yǔ)境下，之前研究所驗(yàn)證的媒體屬性議程對(duì)公眾屬性議程的影響效果是否依然存在？一方面，一些研究發(fā)現(xiàn)新媒體時(shí)代媒體屬性議程仍然會(huì)影響受眾屬性議程。Matthes探討新的導(dǎo)向需求（NFO）在屬性議程設(shè)置中的作用時(shí)證明了屬性議程設(shè)置效果的存在[5]。Kim等研究發(fā)現(xiàn)媒體報(bào)道商業(yè)公司屬性的重要性排序與在線消費(fèi)者心目中的排序存在積極聯(lián)系[6]。另一方面，也有研究表明網(wǎng)絡(luò)環(huán)境中媒體屬性議程對(duì)公眾屬性議程的影響甚微。Ceron等通過(guò)人們?cè)谕铺厣蠈?duì)意大利公共資金的改革以及緊縮的討論研究發(fā)現(xiàn)在情感屬性議程設(shè)置方面，媒體的情感屬性議程與公眾的情感屬性議程存在明顯的差異性[7]。張?chǎng)┖陀嗉t通過(guò)分析2014年人民網(wǎng)涉腐新聞以及與其對(duì)應(yīng)的網(wǎng)民在線評(píng)論證明媒體的屬性議程對(duì)網(wǎng)民的屬性議程影響有限，網(wǎng)民既有認(rèn)知對(duì)議程設(shè)置效果有調(diào)節(jié)作用[8]。

在前期的研究基礎(chǔ)上，本研究也相應(yīng)探討霧霾議題的微博傳播中媒體屬性議程對(duì)網(wǎng)民屬性議程的建構(gòu)效應(yīng)：

研究問(wèn)題3：霧霾議題中媒體微博的屬性議程對(duì)網(wǎng)民評(píng)論的屬性議程是否具有顯著的設(shè)置效應(yīng)？

2? 研究設(shè)計(jì)

2.1? 樣本抽取與語(yǔ)料準(zhǔn)備

研究以“霧霾”為關(guān)鍵詞抽取新浪微博2015年1月至2017年7月期間評(píng)論量超過(guò)1 000的媒體微博主貼142條，在抽取過(guò)程中將廣告等噪音微博主貼剔除，最終確定118條目標(biāo)主貼。之后運(yùn)用Gooseeker抓取118條微博主貼所對(duì)應(yīng)的321 108條微博評(píng)論，對(duì)重復(fù)評(píng)論、廣告評(píng)論、表情評(píng)論以及@和轉(zhuǎn)發(fā)微博的評(píng)論內(nèi)容進(jìn)行去重和清洗，最后獲得92 657條微博評(píng)論。

2.2? 類(lèi)目確定

依據(jù)計(jì)算機(jī)分詞、LDA主題模型分析，加之人工梳理，本研究將媒體微博和網(wǎng)民評(píng)論議程的實(shí)質(zhì)性屬性分為4類(lèi)一級(jí)主題：霧霾成因、霧霾影響、霧霾防治、其他。其中，霧霾成因包含工業(yè)排放、農(nóng)業(yè)排放、交通工具尾氣排放、生活廢氣排放4類(lèi)二級(jí)主題;霧霾影響包括對(duì)天氣、交通、健康、教育、地域關(guān)系和其他方面影響6類(lèi)二級(jí)主題;霧霾防治包含政府防護(hù)和治理、組織防護(hù)和治理和個(gè)人防護(hù)和治理3類(lèi)二級(jí)主題。同時(shí)增加“其他”項(xiàng)作為未能歸入上述主題的議程類(lèi)目。由此本研究采用的霧霾議程實(shí)質(zhì)性屬性類(lèi)目由4類(lèi)一級(jí)主題及其下的14類(lèi)二級(jí)主題組成。此外，將媒體微博和網(wǎng)民評(píng)論議程的情感性屬性分為正向、負(fù)向和中立。

2.3? 人工標(biāo)注與機(jī)器學(xué)習(xí)

2.3.1? 人工標(biāo)注

針對(duì)媒體微博主貼的標(biāo)注，由兩位編碼員按照分析類(lèi)目分別對(duì)118條微博主貼進(jìn)行屬性編碼。編碼員之間的信度檢驗(yàn)結(jié)果為0.746，信度較高。

針對(duì)微博評(píng)論，我們從92 657條評(píng)論中隨機(jī)抽取6 000條進(jìn)行人工標(biāo)注。第一輪由6位編碼員對(duì)評(píng)論進(jìn)行屬性標(biāo)注，每位編碼員隨機(jī)標(biāo)注1 000條。第二輪采用不重復(fù)抽樣，由6位編碼員對(duì)6 000條評(píng)論再次進(jìn)行標(biāo)注，平均每人標(biāo)注1 000條評(píng)論，從而保證每條評(píng)論被不同的兩位編碼員標(biāo)注。第三輪標(biāo)注針對(duì)第一輪和第二輪標(biāo)注結(jié)果不同的評(píng)論，由第三方編碼員進(jìn)行標(biāo)注，若該編碼員的標(biāo)注結(jié)果與前兩位編碼員中任意一方的標(biāo)注結(jié)果相同，則確定為此評(píng)論的最終標(biāo)注結(jié)果。若三輪標(biāo)注結(jié)果均不相同，則由專(zhuān)家組和編碼組成員投票決定最終標(biāo)注結(jié)果。

2.3.2? 機(jī)器學(xué)習(xí)

本研究采用有監(jiān)督的機(jī)器學(xué)習(xí)方法對(duì)微博評(píng)論進(jìn)行實(shí)質(zhì)性和情感性屬性分析。首先將人工標(biāo)注完成的6 000條評(píng)論分為訓(xùn)練集（80%）和測(cè)試集（20%），運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)訓(xùn)練集進(jìn)行建模。之后運(yùn)用模型對(duì)作為測(cè)試集的評(píng)論進(jìn)行屬性歸類(lèi)，所得結(jié)果與人工標(biāo)注結(jié)果進(jìn)行比較，通過(guò)不斷調(diào)整參數(shù)，將實(shí)質(zhì)性屬性歸類(lèi)的準(zhǔn)確率提高至70.5%，情感性屬性歸類(lèi)的準(zhǔn)確率提高至75.1%，此準(zhǔn)確率在計(jì)算機(jī)機(jī)器學(xué)習(xí)領(lǐng)域已屬較高，由此確定最終模型。最后將未人工標(biāo)注的微博評(píng)論通過(guò)最終模型進(jìn)行屬性歸類(lèi)，實(shí)現(xiàn)所有的微博評(píng)論實(shí)質(zhì)性屬性和情感性屬性歸類(lèi)。

3? 研究發(fā)現(xiàn)

3.1? 霧霾議題中，媒體微博的屬性議程在實(shí)質(zhì)性屬性上以霧霾影響最為顯著，在情感性屬性上以中立態(tài)度最為顯著

在實(shí)質(zhì)性屬性方面，媒體微博議程更為突出霧霾影響，特別是對(duì)天氣的影響（表1）。我們認(rèn)為這與媒體的價(jià)值取舍相關(guān)，對(duì)天氣狀況的預(yù)警是在短期報(bào)道鏈中媒體較容易把握的新聞價(jià)值。更有趣的發(fā)現(xiàn)是地域關(guān)系成為霧霾影響主題下較為顯著的媒體議程。霧霾的發(fā)生存在區(qū)域性，該特質(zhì)無(wú)形中將地區(qū)割裂成受災(zāi)區(qū)和無(wú)災(zāi)區(qū)，但霧霾的輻射范圍又是未知的[9]，導(dǎo)致兩者存在利益矛盾，由此引發(fā)地域關(guān)系的報(bào)道。在其他實(shí)質(zhì)性屬性中，我們發(fā)現(xiàn)媒體微博議程更側(cè)重霧霾防治中的政府霧霾防治和霧霾成因中的工業(yè)排放。此前研究發(fā)現(xiàn)有關(guān)政府霧霾防治以及企業(yè)工業(yè)方面的報(bào)道相對(duì)不足[10]，而這兩者在我們的研究中成為媒體議程的重要組成部分。推測(cè)原因?yàn)殪F霾自2013年始才開(kāi)始逐漸被關(guān)注，關(guān)注初期由于公眾對(duì)霧霾本身知之不多，媒體微博以霧霾天氣信息發(fā)布、科普答疑為主。隨著公眾對(duì)霧霾了解程度加深，媒體微博便更深層次討論霧霾形成的原因以及政府霧霾防治。

情感性屬性方面，媒體微博議程以中立態(tài)度為主，其次為負(fù)面態(tài)度，正向態(tài)度最少（表2）。在本研究中，媒體微博主要來(lái)自人民日?qǐng)?bào)、央視新聞等主流媒體，可見(jiàn)這些媒體微博雖然在內(nèi)容和形式方面有新媒體特性，但在新聞生產(chǎn)上依然要遵循新聞專(zhuān)業(yè)性，保持客觀真實(shí)公正等原則。值得注意的是，媒體微博議程在霧霾影響中的負(fù)向態(tài)度顯著高于其他實(shí)質(zhì)性屬性中的負(fù)向態(tài)度。環(huán)境污染、全球變暖等議題的負(fù)面影響本身帶有否定的情感基調(diào)會(huì)影響媒體的報(bào)道傾向[11]。

3.2? 霧霾議題中，網(wǎng)民評(píng)論議程在實(shí)質(zhì)性屬性上以霧霾影響最為顯著，在情感性屬性上以負(fù)面態(tài)度最為顯著

相比媒體微博議程，網(wǎng)民評(píng)論議程在實(shí)質(zhì)性屬性上的分布更為集中，在一級(jí)主題上主要集中于霧霾影響和霧霾防治（表3）。在霧霾影響中，網(wǎng)民議程的實(shí)質(zhì)性屬性以天氣影響為主，相較霧霾其他方面影響，天氣對(duì)公眾來(lái)說(shuō)是最直觀的體驗(yàn)，也是網(wǎng)民討論最多的議題。在霧霾防治中，網(wǎng)民議程的實(shí)質(zhì)性屬性主要集中于政府霧霾防治。之前研究也發(fā)現(xiàn)政府霧霾治理是公眾關(guān)注的關(guān)鍵詞[12]，霧霾的頻繁發(fā)生已經(jīng)嚴(yán)重危害到人們的生產(chǎn)生活，其危害的嚴(yán)峻性促使霧霾治理成為霧霾議題下公眾關(guān)注的另一個(gè)焦點(diǎn)，其中政府作為霧霾治理的主要責(zé)任主體被重點(diǎn)關(guān)注。

情感性屬性上，網(wǎng)民評(píng)論議程在不同的實(shí)質(zhì)性屬性中表現(xiàn)出較高的一致性，負(fù)向態(tài)度最為突出，其次是中立態(tài)度，正向態(tài)度比例最低（表4）。霧霾引發(fā)的公眾對(duì)生存環(huán)境的焦慮促使其通過(guò)網(wǎng)絡(luò)表達(dá)對(duì)霧霾治理不力的不滿，而情緒又極具感染性，在微博這類(lèi)傳播速度快、開(kāi)放性強(qiáng)的媒介平臺(tái)催化下，這些負(fù)面情緒便呈病毒式傳染，占據(jù)網(wǎng)友對(duì)霧霾議題的情緒高地。

3.3? 霧霾議題中，媒體微博議程對(duì)網(wǎng)民評(píng)論議程在實(shí)質(zhì)性屬性上具有顯著的設(shè)置效應(yīng)，但在情感性屬性上并不顯著

研究發(fā)現(xiàn)在一級(jí)主題上，媒體微博議程的實(shí)質(zhì)性屬性與網(wǎng)民評(píng)論議程的實(shí)質(zhì)性屬性的類(lèi)別排序一致，在二級(jí)主題上，二者的秩次檢驗(yàn)結(jié)果也顯著相關(guān)（表5，表6）。這一發(fā)現(xiàn)再次證實(shí)在霧霾議題的微博傳播中，議程設(shè)置效應(yīng)在實(shí)質(zhì)性屬性上是顯著存在的。我們認(rèn)為這與網(wǎng)民的導(dǎo)向需求有關(guān)，導(dǎo)向需求指?jìng)€(gè)人傾向于在新聞媒體中尋找有關(guān)問(wèn)題的信息，當(dāng)受眾的相關(guān)性和不確定性都很高時(shí)，其導(dǎo)向需求也很高[5]。霧霾議題與公眾利益相關(guān)性高，并且霧霾的環(huán)境風(fēng)險(xiǎn)具有“不確定性”與“知識(shí)依賴(lài)性”，它有賴(lài)于知識(shí)與媒介的呈現(xiàn)。因此在霧霾議題下公眾更易于被媒體議程的實(shí)質(zhì)性屬性引導(dǎo)。

同時(shí)研究發(fā)現(xiàn)不同實(shí)質(zhì)性屬性下，媒體微博的情感性屬性對(duì)網(wǎng)民評(píng)論的情感性屬性均不具顯著的設(shè)置效應(yīng)。在霧霾成因、霧霾影響和霧霾防治三個(gè)實(shí)質(zhì)性屬性中，媒體微博議題都以中立態(tài)度為主，而網(wǎng)民議題則以負(fù)面態(tài)度為主，二者之間存在顯著差異，甚至網(wǎng)民議題還顯示出與媒體微博議題在態(tài)度上的沖突性（表7）。不同于在微博環(huán)境下依然受到新聞報(bào)道準(zhǔn)則以及媒介倫理桎梏的媒體微博，網(wǎng)民在微博上對(duì)霧霾議題的對(duì)抗性解讀是其作為話語(yǔ)弱勢(shì)群體反叛精英階層、創(chuàng)造意義和自我賦權(quán)的體現(xiàn)。傳播方式的巨變，導(dǎo)致針對(duì)某一議題的網(wǎng)民負(fù)面情緒很容易快速擴(kuò)散、感染，形成對(duì)媒體正面宣傳的群體抵制。