■ 周慶安 寧雨奇
在工業(yè)4.0時代,政治傳播與社交媒體之間的聯系愈發(fā)緊密,呈現出媒介政治化與政治媒介化的特征。2016年美國總統大選結果說明,社交媒體正在沖擊傳統的政治傳播模式。而在2020年的美國大選中,社交媒體同樣發(fā)揮了強大的政治動員作用。盡管推特以標簽的形式試圖約束假信息和爭議信息,但推特政治傳播受到情感的裹挾,情感因素的加入使得政治傳播的路徑與效果難以預測。①
情感一直被置于個體維度上進行研究直至情感社會學的提出。情感社會學從理論上解釋了群體情感的形成,情感與行為之間的內在作用機制等。喬納森·特納(Jonathan Turner)將情感社會學的理論系統性歸為情感儀式理論、情感交換理論、情感社會結構理論等。②
情感儀式理論由蘭德爾·柯林斯(Randall Collins)在法國社會學家涂爾干(émile Durkheim)的研究之上發(fā)展而來,主要觀點是:人們在進行互動時,情感會被喚醒,得到符號化的表征,進而激發(fā)團結的情感。此外,柯林斯還提出了情感能量與情感喚醒的重要概念,他認為具有集體性、團結性的情感長期持續(xù)的狀態(tài)就是情感能量,情感能量可以促使人們參加或規(guī)避某項活動,形成行為的驅力。③情感儀式理論與情感能量常被用于解釋情感驅動下群體的社會行為。
愛德華·勞勒(Edward Lawler)基于關系凝聚力理論(theory of relational cohesion)將交換分為四種基本模式,分別為協商型(negotiated)、互惠型(reciprocal)、生成型(productive)及普及型(generalized)。勞勒認為不同的交換結構會產生不同強度的情感喚醒、凝聚力以及對共同責任知覺。④
情感社會結構理論強調人們在社會結構中所處的位置與情感喚醒之間的聯系。巴里·馬可夫斯基(Barry Markovsky)與勞勒認為,網絡聯結越密集,成員之間的互動越多,越容易發(fā)生情感上的交換。⑤柯林斯認為展現出的社會地位與情感能量呈現出互相強化的關系。
學者對人類復雜情感的測量可以分為兩種路徑,奧斯古德、普拉契克、特納等學者認為復雜情感是由基本情感疊加而成的,基本情感通過疊加產生次級情感與三級情感⑥;另一部分學者試圖通過構建多維度模型分解復雜情感,其中最具有代表性的是由阿爾伯特·梅拉賓(Albert Mehrabian)和詹姆斯·羅素(James Russell)在1974年提出的PAD三維情感模型,其將復雜情感視為愉悅度(pleasure-displeasure)、喚醒度(arousal-nonarousal)、支配度(dominance-submissiveness)三個連續(xù)坐標軸所確定的點,被學界普遍接受。⑦愉悅度對應情感的愉悅程度,處理為由積極到消極的線性變化;喚醒度是指情感的強度,是同種類型情感不同的強度水平與激活水平;支配度則是指個體對于情景和他人的控制程度,與網絡與社會地位相關。⑧
不少學者試圖基于心理學基礎建立、驗證并改進PAD量表。在梅拉賓編制的PAD量表中,一共包含34個測試項目,較復雜難以測量。中國科學院心理研究所對此量表進行了簡化與修正處理,將愉悅度、喚醒度與支配度分別用4項指標進行測量,愉悅度對應S1、S4、S7、S10,喚醒度對應S2、S5、S8、S11,支配度對應S3、S6、S9、S12,項目數值設置在-4至+4的區(qū)間內。一些學者通過實例對PAD簡化量表進行檢驗,證明了其可靠性與科學性。⑨簡化后的PAD量表如下表所示:
表1 PAD標準量表
然而,當前的PAD三個維度數量的判別與計算方法主要是基于量表的人工標注與編碼實現的,難以完全脫離主觀性進行大樣本研究。⑩計算機情感分析軟件可以解決上述問題。
情感作為人的生理與心理屬性,其作用在社交媒體環(huán)境中得到了前所未有的凸顯。趙云澤與劉珍情感傳播定義為“個體或群體的情緒及與其伴隨信息的表達、感染和分享的行為”。在社交媒體時代,有時甚至會出現情感傳播力超過信息傳播力的現象。
為了對推特政治傳播效果進行量化,需要借鑒前人傳播效果的評價體系進行操作化定義。央視市場研究股份有限公司推出的CTR研究體系將媒介的受眾側傳播效果指標設為點擊量、播放量、點贊量、評論量等;張放等學者將新媒體的傳播效果分為形象建構效果,信息傳達效果與互動關系效果,包括信息的卷入程度、認可度、向他人推薦程度以及認可對方程度等;史蒂芬·斯蒂格利茨(Stefan Stieglitz)將推特的轉發(fā)視為用戶信息傳達效果的重要衡量指標,研究了推特中的情感因素與轉發(fā)量之間的關系,并得出情感因素會促使用戶轉發(fā)推特的結論。盡管中外學者在傳播效果的研究中未達成一致,但點贊、評論與轉發(fā)等受眾行為被公認為是傳播效果的反映。
布萊恩·奧特(Brian Ott)認為,在推特時代中,特朗普是最具代表性的研究對象,其情感鮮明的表達造就了“Twiplomacy”及“Trumplomacy”的政治傳播風格。2019年是后真相時代發(fā)展的高潮時期,情感傳播的現象愈發(fā)突出,因此隨機抽取2019年1月1日至12月31日之間特朗普的推文作為樣本。預期結果誤差在3%以內,置信水平在95%時,所需最小樣本量為816條。在Trump Twitter Archive網站檢索特朗普推文得到2019年特朗普推文6912條。從中隨機抽取1200條推特文本進行研究,同時收集特朗普推文的點贊量、評論量、轉發(fā)量數據。
本研究的目的是探究特朗普推文中的情感對受眾側傳播效果的影響,需要在PAD情感三維度模型與受眾側傳播效果的簡化要素模型之間建立聯系。何春梅對特朗普推文敘事的情感動力機制進行研究,認為傳播動力來源于情感共鳴產生的政治信任與情感資源交換與回報過程中產生的情感驅動;艾瑪·霍奇森(Emma Hutchison)與羅蘭·布萊克(Roland Bleiker)從微觀與宏觀兩個層面對情感與政治傳播的作用機制進行論述,認為個人情感通過社會化的方式成為政治情緒,并影響著政治活動與政治傳播?;谏鲜鲅芯?假設越激烈、鮮明的情感越容易激發(fā)受眾行為的產生。由于任何復雜情感都可以解析于PAD模型的三個坐標軸上,因此推測喚醒度、愉悅度、支配度均會對受眾側傳播行為產生顯著影響,提出研究問題與研究假設如下:
研究問題一:特朗普的推文呈現出怎樣的情感特征?
研究問題二:特朗普推文情感是否會對受眾傳播行為產生影響?
H1:特朗普推文情感的愉悅度會對受眾側傳播效果產生顯著正向影響。
H2:特朗普推文情感的喚醒度會對受眾側傳播效果產生顯著正向影響。
H3:特朗普推文情感的支配度會對受眾側傳播效果產生顯著正向影響。
情感分析是主要的研究方法,它也稱為意見挖掘,涉及語言學,自然語言處理,機器學習等方面。情感分析追求客觀性,計算機輔助內容分析(CCA)能夠全面而客觀地將文本的情感進行提取。因此,本研究選取的工具為“語言探索與字數計數”軟件(簡稱LIWC),其功能集情感分析與計算機輔助內容分析為一體,是一種理想工具。本研究借助LIWC軟件對特朗普推文情感參數進行提取,并賦值于PAD模型的子維度。
首先,需要在LIWC參數與PAD情感模型之間建立聯系,根據PAD簡化量表完成情感參數與PAD三維度的對應。LIWC輸出的各項參數總計92項,僅需關注與情感相關的參數。由于LIWC參數沒有標準的中文翻譯名稱,本研究將根據參數的含義進行命名。
根據國內外研究將LIWC參數與PAD量表按照定義與內涵進行初步對應,初步提取出13個LIWC情感參數作為PAD模型中的子維度。與愉悅度相關的LIWC參數為情感基調參數(Tone)、積極詞匯情感參數(Posemo)、消極詞匯情感參數(Negemo)、社會性詞匯參數(Social),與PAD量表的S1、S4、S7、S10相關,用于衡量積極情感與消極情感,友好程度及情感的積極程度;與喚醒度相關的參數有情感參數(Affect)、認知參數(Cogproc)、感知參數(Percept)、邏輯思維參數(Analytic)、非正式口語參數(Informal),與S2、S5、S8、S11相關,用于衡量情感的激烈程度,視、聽、感方面綜合的喚醒度以及邏輯和思維從困倦到清醒的程度;與支配度相關的參數有從屬參數(Affiliation)、代詞參數(Pronoun)、影響力參數(Clout)、真實性參數(Authentic),與S3、S6、S9、S12相關,用于衡量主動支配到順從的程度,寫作或交談所表現出的相應的社會地位,真誠與欺騙性等。
將隨機抽取的1200條特朗普推特文本導入LIWC軟件中進行情感參數提取,刪除149條含缺失值與異常值的推文,剩余1051條推文。按照議題將推文分為四類,以探究不同議題的情感特征。得到美國國內政治議題482條;經濟議題149條;國際政治、軍事與外交議題220條;社會事務議題174條;其它議題26條,對比四類議題LIWC情感參數歸一化后的均值,如圖1所示:
圖1 四類議題情感參數均值
通過對比可以發(fā)現四類議題在三個情感維度上呈現差異化的特征。在愉悅度層面上,只有經濟議題整體呈現積極的情感,而國內政治,國際政治、軍事與外交以及社會事務議題都整體呈現負面的情感。其中,社會事務議題中的負面情感最顯著;從喚醒度的層面看,國際政治、軍事與外交議題中的情感強度較高,雖然經濟議題的正面情感參數的數值最大,但整體情感強度較低;從支配度的層面看,真實性參數在國際政治、軍事與外交議題中的值最低,表示此類議題的推特文本展現出的真實性與可信度最低,而經濟議題的真實性參數最高。經濟議題與國內政治議題的影響力參數值低于國際政治、軍事與外交和社會事務議題,表明特朗普在后者中展現出更高的社會地位、支配力與領導能力。
為了探討情感的三個維度對受眾側傳播行為的影響,并對問題二的假設進行檢驗,需搭建情感與受眾側傳播效果的影響模型,并對相關關系進行驗證。
基于前文研究,搭建情感與受眾側傳播效果的關系模型。在模型中,喚醒度、愉悅度、支配度與受眾行為都是抽象的潛變量,根據初步匹配可知,情感三個維度分別由上表中4至5個LIWC情感參數作為觀測變量所解釋;根據前人研究,推特的傳播效果可由受眾側傳播行為所代表,并以轉發(fā)、點贊與評論作為觀測變量,使用Amos26.0在預設模型中繪制出觀測變量、潛變量以及各因素之間的影響路徑如圖2所示。
圖2 特朗普推文情感與受眾行為關系的預設模型
在預設模型完成后,需進一步檢驗LIWC情感參數與PAD三個維度的初步對應關系是否科學。首先對模型中的觀測變量進行皮爾遜(Pearson)相關性檢驗,篩除與受眾側傳播行為無顯著相關的觀測變量Percept與Informal(僅與評論量存在顯著性相關,且整體相關性低于0.01)。隨后將數據進行調向處理,保證各觀測變量與受眾行為相關方向的一致性,剔除數據分布極端的觀測變量Tone。對剩余的觀測變量進行區(qū)分度檢驗,信度檢驗與結構效度檢驗,均通過,完成對預設模型的修正。
在驗證了各個維度觀測變量的可靠性與有效性后,利用主成分分析與回歸分析進行變量之間的路徑分析和驗證。根據適合度檢驗可知四個潛變量結構模型均可進行主成分分析。通過主成分分析得到愉悅度、喚醒度、支配度以及受眾行為的主成分表達式如下:
愉悅度主成分表達式:F=0.619*Posemo+0.028*Negemo+0.355*Social
喚醒度主成分表達式:F=0.378*Analytic+0.537*Affect+0.285*Cogproc
支配度主成分表達式:F=0.246*Clout+0.383*Authentic+0.414*Pronoun+0.064*Affiliation
受眾行為主成分表達式:F=0.419*RT+0.407*FAV+0.579*RP
根據以上模型可以計算出各個潛變量的數值,將愉悅度、喚醒度和支配度作為自變量,受眾行為作為因變量進行回歸分析,根據結果可知受眾行為與愉悅度的線性關系不顯著,因此暫不予考慮。受眾行為與喚醒度、支配度之間的關系表達式為:
AB=20751.758*A+30079.008*D+31401.752
隨后遵循控制變量的思想,排除議題對于受眾行為的影響。使用同樣的方法對四類議題情感與受眾行為的關系模型進行分析,可以得到四類議題的表達式如下:
美國國內政治:AB=23100.532*A+30973.650*D+30394.519
經濟:AB=24649.139*D+34583.280
國際政治、軍事與外交:AB=17520.743*A+31705.838*D+29678.903
社會事務:AB=13163.121*A+33034.699*D+32650.651
研究發(fā)現,除經濟議題外,其他議題均與喚醒度和支配度存在線性相關,與總樣本的模型一致??倶颖镜年P系模型中,支配度對受眾行為的影響大于喚醒度。愉悅度與受眾行為之間存在顯著正相關但非線性相關,推測原因可能是愉悅度涵蓋了正負面兩種情感,極度積極與消極情感均更易刺激受眾行為的產生。
根據分析結果對研究模型的影響路徑進一步完善,將觀測變量之間以及潛變量之間的相關性同時呈現在模型中,得到特朗普推文情感與受眾行為關系的最終模型如下:
圖3 特朗普推文情感與受眾行為關系的最終模型
研究發(fā)現,特朗普推文情感與受眾行為是一個互相影響的復雜模型,愉悅度、喚醒度和支配度與受眾行為之間均存在顯著的正相關,其中愉悅度的相關性最低,支配度的相關性最高,表明情感支配度對受眾側傳播行為的影響最強。除此之外,情感因素對點贊、評論與轉發(fā)的影響程度有所不同,相關關系如表2所示。
表2 情感三維度與轉發(fā)、評論與點贊的相關性分析
情感的愉悅度、喚醒度與支配度均與點贊量的相關性最高,表明點贊的行為更易受情感驅動;在轉發(fā)行為與評論行為中,支配度與其相關性最高,表明支配度對受眾發(fā)表自身看法及互動行為會產生較強的影響。
在不同議題中,情感三個維度對受眾行為的影響也存在差異性。愉悅度在經濟議題中對受眾行為的影響最大;喚醒度在國內政治議題中對受眾行為的影響遠強于其它三類議題;支配度在四類議題中,對受眾行為影響的差異小,且是三個維度中與受眾行為相關性最強的。由此可知,研究問題二的假設均成立。
基于前述研究可知,在特朗普推特的案例分析中,公眾不只因信息的內容采取行動,更因為信息中的情感活動而采取行動。盡管從目前來看,特朗普的推特使用是一個非典型現象,但是從其產生的巨大輿論影響來分析,情感已經對基于社交媒體的政治傳播活動產生了路徑上的影響,對未來政治傳播活動的側重點產生挑戰(zhàn)。
借助情感社會學理論解釋情感是如何成為一種驅動力作用于受眾行為的。柯林斯在情感互動儀式鏈理論中提出了情感能量的概念,他認為情感能量是社會互動的根本動力。情感能量的驅動力表現在促使人們進行或規(guī)避某一項活動。
特朗普推文情感鮮明,文本中的情感因素會轉化為受眾的心理能,激發(fā)出與推文情感相似或相反的情感,心理能隨后刺激受眾作出相應的行為。情感能量會引起情感的共振,特朗普推文強烈的情感可以引起認同與反對兩種相反方向的共振,產生認同情感共振的群體會傾向于對推文進行點贊與轉發(fā);相反則更傾向于評論,進行個體觀點與情感的表述。
1.互動儀式理論下的喚醒度
以PAD模型測量,情感喚醒度與受眾行為呈顯著正相關,為互動儀式理論解釋提供了新的注腳?;觾x式最早由歐文·戈夫曼(Erving Goffman)提出,是指人與人在面對面的情景下展開互動的儀式??铝炙乖诖嘶A之上肯定了情感可以成為群體行為的動力,即情感可以對儀式的效果產生影響,情感與注意力相互刺激與促進,而注意力的集聚會帶來集體興奮,并轉化為態(tài)度與行為。注意力會影響情感的帶入程度與激烈程度,從而帶來不同的喚醒度。
推特政治傳播的情境完全符合柯林斯提出的互動儀式鏈形成的起始條件:首先,推特平臺滿足超過兩個以上的人聚集在同一場域的條件,并且對局外人設限;其次,滿足參與者將注意力集中在相同的話題中,即特朗普推文所提及的話題。情感喚醒通過情感能量對轉發(fā)、評論與點贊行為產生刺激作用,推特中的轉發(fā)儀式、評論儀式與點贊儀式又反過來促進共享情感與情感能量的產生。
2.情感交換理論下的愉悅度
情感交換理論與情感的愉悅度有一定的聯系。根據關系凝聚力理論,情感交換會帶來積極情感,使愉悅度提升,促進公眾的凝聚與行為的產生。在交換過程中情感具有“傳染性”,勞勒認為根據社會對象的不同,通過四種交換模式可以演變出多種類型與形式的情感。
將特朗普推文置于四種交換模式中進行分析,生成交換是通過社會活動與合作進行交換以產生情感的模式,對應特朗普為前往各州進行選舉而造勢發(fā)布推文的情感傳播模式;協商交換是一種雙向的交換過程,表現為特朗普有針對性地在推特中與支持者、反對者直接對話協商以達成交換的過程;互惠交換略微區(qū)別于協商交換,是給予了網絡成員資源但不能保證回報的交換模式,這種模式是特朗普推文最常見的交換模式,包括在推文中發(fā)布政策、信息,進行大選投票的號召,攻擊反對黨等;普及交換是指通過中間成員將資源給予另一成員,例如推特用戶通過其他用戶的轉發(fā)與傳播獲取到推文情感。特朗普推文中的情感通過四種交換模式喚醒受眾側的情感,提高愉悅度,形成公眾凝聚,引起點贊、轉發(fā)、評論等行為。
3.情感社會結構理論下的支配度
情感社會結構理論強調的是人們在社會結構所處的位置對情感喚醒所產生的效應。研究發(fā)現,特朗普在推文中展現出的社會地位、領導力與影響力相關的情感會對受眾行為產生影響。
史蒂文·戈登(Steven Gordon)認為情感詞匯中蘊含著社會關系以及地位,并受到語境即社會結構的影響??铝炙拐J為展現出的社會結構中的地位與情感能量呈現出互相強化的關系,即特朗普文本中的支配度與情感能量、受眾行為呈正相關。情感社會結構理論中,處于支配地位者會尋求受眾的積極情感最大化,通過構建多重情感紐帶的方式尋求與受眾情感的共振。因此,情感社會結構中被認可的社會地位越高,支配度越高,對受眾側傳播行為的驅動越強。
無論是互動儀式、情感社會結構還是情感交換理論,其核心都是情感已經成為社會活動的重要變量。隨著政治傳播從傳統的政治傳播范式,向社會傳播范式的轉變,情感表達成為了一種動員方式。盡管特朗普的推特政治傳播只是特殊個案,但它表明在情感作用下,推特的政治傳播的路徑已經發(fā)生了重構,高喚醒度、高支配度與極端愉悅度的情感話語更有利于政治傳播活動。
從這個意義上看,在情感社會學的視域下重構政治傳播路徑的前提是社會情感的喚醒與激活。情感的喚醒可以通過四種類型的情感交換而實現,并在互動儀式鏈的構建中進一步共振為同情與共意,同時情感的效價受到情感社會結構中社會地位的影響。情感作用下的政治傳播路徑是按照情感的喚醒與激發(fā),情感能量聚集與情感共振,群體認同與情感傳播實現的。情感的邏輯貫穿在政治傳播新路徑中,左右著傳播的方向與效果,塑造新的傳播模式。
我們必須認識到,在烏爾里希·貝克(Ulrich Beck)和安東尼·吉登斯(Anthony Giddens)等學者所主張的“自反性現代化”來臨的時代,一種他們筆下的“亞政治”正在逐漸參與和改變傳統政治傳播的政治學基礎。政治體系和法團主義之外的代理人登臺,甚至個人都可以爭奪政治塑形權,從下方開始形塑社會。但是由于現代性中的權力不對稱,導致了這個形塑過程引入了情感變量并產生重要的作用。一旦“個人重返社會”的現象開始出現,政治傳播者和受眾都以更加個人化的面目參與到社會塑造中,而交流的方式也沖開了“形式責任和等級制度的界限”,應和了哈貝馬斯所說的“表現主義的政治概念”。為這樣潛在的政治傳播趨勢建立測量體系并明白其傳播路徑和效果,就成為了在這種語境下的重要研究任務。
注釋:
① 史安斌、王沛楠:《新全球化時代政治傳播的理論重建和路徑重構》,《中國新聞傳播研究》,2017年第2期,第3頁。
② [美]喬納森·特納、[美]簡·斯戴茲:《情感社會學》,孫俊才、文軍譯,上海人民出版社2007年版,第58頁。
③ Randall Collins.ResearchAgendasintheSociologyofEmotions.Albany:State University of New York Press.1990.p.27.
④ Edward Lawler.AnAffectTheoryofSocialExchange.American Journal of Sociology,vol.107,no.2,2001.p.321.
⑤ Barry Markovsky,Edward Lawler.ANewTheoryofGroupSolidarity.Advances in Group Process,vol.11,1994.p.113.
⑥ Joseph Turner.OntheOriginsofHumanEmotions:ASociologicalInquiryintotheEvolutionofHumanAffect.Stanford,CA:Stanford University Press.2000.p.33.
⑦ Albert Mehrabian.FrameworkforaComprehensiveDescriptionandMeasurementofEmotionalStates.Genetic,Social,and General Psychology Monographs,vol.121,no.3,1995.p.339.
⑧ Myron Floyd.Pleasure,Arousal,andDominance:ExploringAffectiveDeterminantsofRecreationSatisfaction.Leisure Sciences,vol.19,no.2,1997.p.83.
⑨ 李曉明、傅小蘭、鄧國峰:《中文簡化版PAD情緒量表在京大學生中的初步試用》,《中國心理衛(wèi)生雜志》,2008年第5期,第327頁。
⑩ Gyanendra Verma.AffectRepresentationandRecognitionin3dContinuousValence-Arousal-DominanceSpace.Multimedia Tools and Applications,vol.76,no.2,2017.p.2159.