關于我國“網絡群體極化”的研究述評

□劉丹

隨著互聯網的快速普及和網民數量的倍增，“群體極化”現象開始頻頻出現在網絡空間，并且有日益增多的趨向，危害社會安定的情況時有發生，例如2020年2月末以來的“2·27事件”。此次群體極化事件在一些KOL的惡意引導下，使部分年輕的網民實施了網絡暴力、自導自演自殺事件、攻擊國家機關等惡劣行為，嚴重破壞了社會的公序良俗，嚴重毒害正處于三觀塑造關鍵期的青少年群體。由此看來，研究網絡群體極化現象具有重要的現實意義和理論價值。

一、網絡群體極化研究的基本情況

根據知網檢索發現，以“網絡”并含“群體極化”為篇名的文章共173篇，包括從2004至2020年5月公開發表的期刊論文、碩博士論文以及重要會議論文。最早對網絡群體極化進行研究的是郭光華于2004年發表的《論網絡輿論主體的“群體極化”傾向》，此后直到2010年論文數量都不超過10篇，卻在2011年達到數量頂峰20篇，此后直到2019年每年都保持在10篇以上。本文根據篩選后的20余篇文獻進行述評。

二、網絡群體極化研究的主要方向及內容

（一）網絡群體極化的內涵研究

目前國內對“網絡群體極化”概念的闡述有以下幾種：1.有一定規模的網絡群體針對某一事件表達或執行了偏離事物應有形態的言行與行為①；2.一定數量的、無組織的網絡群體圍繞某一議題展開討論，并在一定誘發因素的刺激下產生態度和行為的趨極化②；3.個體網民情感累積、聚群到一定程度后的一種群體情感宣泄的過程即網絡群體極化③；4.網絡群體極化是群體極化的涵義在網絡平臺上的延展，是指網民群體對某一議題評價的傾向性，受整個氛圍的影響，較未加入此群體前更強烈，甚至偏離理性軌道走向極端④；5.網絡群體極化是指網絡群體成員在網上就某一問題進行反復討論后出現的意見和觀點的分化、移動、集中，并達到對立或相反的一種網絡現象⑤。

綜上所述，“網絡群體極化”具有以下要點：1.構成網絡群體極化的主體是活躍在互聯網上的一個個網民個體；2.推動他們集合成群的是“某一事件”“某一議題”或者“某一問題”，即網絡群體所關心和討論的對象；3.網絡群體在進行聚集、談論前就對該對象有某種傾向，集合成群后會產生對該對象態度和行為的趨極化，且言語行為常帶有某種情緒特征。

（二）網絡群體極化的價值判斷研究

網絡群體極化現象與網絡群體性事件相伴而生，作為一種社會現象，人們需要對它進行合理的價值判斷，從而決定如何看待它、對待它。現有的研究成果通常從正負兩個效應來看待網絡群體極化現象。在網絡群體極化的正面效應方面，有學者認為它能促進群體意見的一致，并增強群體內聚力和群體行為，促使相關事件或問題朝著有利的方向發展⑥；同時，網絡群體的聲音在極化后能夠傳播反映到社會中，從而形成“多數人在多元社會中受益”的社會治理效果⑦，多元化的意見令多數人受益，進行輿論監督，促進社會公平公正⑧。而在負面影響方面，研究者則認為網絡群體極化存在情緒化、非理性、匿名性和突發性等問題⑨，會導致錯誤的判斷和決定更趨于極端，以及謠言的真實化、負面信息的急速失控以及異質性被吞沒，還可能會催生網絡暴民。網絡暴民通常以維護道德、伸張正義為目的，但表達方式的極端性會演變成帶有攻擊性的網絡暴力現象⑩。這種不理性的言論表達及行為甚至會延伸到現實生活中，將嚴重影響社會的和諧穩定。

（三）網絡群體極化的動力機制研究

學者們在分析網絡群體極化的內涵、表現及影響的基礎上，構建了相應的動力模型，以此分析網絡群體極化的形成機制。如史波通過他建立的動力機制模型進行了網絡群體極化的動力及阻力分析，分析了動力要素如公共事件刺激、網絡媒介過濾、群體協同一致，阻力要素如議程設置、網絡監管、網民素養，探討了這些要素相互聯系、相互作用的機制，并提出了相應的對策（11）。何楊等人構建了新媒體環境下網絡群體極化的動力機理模型，從內容平臺的熱點驅動、過濾氣泡以及群體認同的角度對網絡群體極化進行了動力分析，得出熱點驅動是內容平臺群體極化形成的基礎，“過濾氣泡”和群體認同是內容平臺信息受眾群體極化的“催化劑”的結論（12）。

（四）網絡群體極化的成因研究

已有的國內研究對網絡群體極化成因進行的探討，可以總結為以下三個方面。

1.從社會環境來看（13）（14）（15），當前我國仍處于社會轉型期，不穩定因素偏多，群眾社會心理失衡導致倫理道德滑坡，當社會事件的某個方面觸及社會情緒的“引爆點”，例如挑戰社會傳統道德、民族主義情緒或者仇富心理等，就會引起網民的廣泛關注和討論。除此以外，各種利益訴求的表達機制不健全，現實社會中的人們不得不在網絡空間尋找幫助，而當網民聚集成群表達不滿、發泄憤怒時，將產生網絡群體極化。

2.從網絡平臺來看（16）（17）（18）（19）（20），不同于傳統媒體時代的媒介環境，網絡平臺匿名性的特點以及算法技術機械的“協同過濾”機制，信息繭房的存在導致網民不愿聽取不同意見，趨同心理在群體感染機制的作用下產生從眾效應，滋生不理性情緒，進而引發群體極化現象。如今，不少網絡平臺將流量與收益掛鉤，一些KOL為了增強用戶黏性，一味追逐經濟利益，致使“毒流量”充斥網絡空間。并且，如果網絡媒體在報道中表現出某種傾向，一定程度上也會影響網民的群體計劃策略，造成輿論一邊倒的現象。雖有意見領袖存在，但缺乏把關人的管制，容易引發不理性的情緒蔓延。

3.從網民自身來看（16）（21）（22），互聯網的網羅性使得處在不同地域、擁有相同觀點的個體能夠聚集起來，并形成意見相同的群體進行行動。網絡討論中的大多數人都是盲目跟風，缺乏自己獨立的思考和見解，對網絡意見領袖過濾的意見信息全盤吸收，加速某種認知信息的擴散。另外，在進行網絡討論時，出于害怕被孤立或者被疏遠的社會心理，當網民認為自己的意見屬于少數派的時候，便不會表明自己的觀點，導致網絡群體意見或行為的進一步極化。同時，更有學者發現，網絡群體極化現象是對“社會病”的一種病態反映。

（五）網絡群體極化的引導與對策研究

針對網絡群體極化的負面影響，學者們從不同角度提出了一些引導措施及對策（14）（19）（23）：1. 從法律法規角度來看，需要政府健全立法，建立法制化的管理機制，加大監管；2.從網絡輿論角度來看，傳統媒體要加強與UGC的合作，網絡媒體要提升社會責任感，同時政府應培植輿論因子，激發沉默群體表達意愿，加強引導者的權威性，構建健康的網絡輿論環境；3.從網民主體角度來看，在提升個人媒介素養、做到理性發聲的同時，要加強同伴教育，破除先入為主以及人云亦云的弊端；4.從網絡平臺角度來看，平臺要擔負起責任，首先要完善算法推薦機制，運用新技術革新智能算法對用戶的內容進行推送、分發，優化平臺內容生產方式，此外還應重點完善內容作者的相關懲罰機制，對惡意引導輿論、造謠的KOL或者平臺用戶及時進行處理。

（六）用定量研究方法對網絡群體極化進行研究

以上研究論文大多以定性研究方法來進行分析探討，只有少數學者采用定量分析方法對網絡群體極化進行研究。例如，杜楊沁等人以網絡論壇為研究對象，量化分析了群體極化現象演變過程中各要素的影響力量，即環境因素、網民自制能力、群體異質效應、議程設置的削弱和網絡擴散者五大要素（24）。龔艷萍、馬艷玲則對王寶強離婚事件的相關微博評論進行文本量化分析，認為負向情緒比正向情緒更容易引起網絡群體極化；而相比于悲傷情緒和焦慮情緒，憤怒情緒更容易引起網絡群體極化（25）。

三、網絡群體極化研究的總結與展望

從理論研究角度來看，我國學界對網絡群體極化的研究尚處于起步階段。雖然眾多學者分別從不同的視角對網絡群體極化的相關問題展開了研究，并初步建立了網絡群體極化問題的研究框架與體系，但國內學者對網絡群體極化的研究主要集中于原因的分析和呼吁改善引導方面，缺乏高水平的理論研究，提出的網絡群體極化引導策略呈現出表層化、套路化的特點。

從現實角度來看，網絡的開放性和匿名性帶來了言論表達自由的同時，也造成了信息的無序傳播。網絡群體極化現象不斷出現、日趨增多，使得對這一現象的研究極為迫切，學術界需要不斷拓展和完善對它的研究。例如，拓展研究方法，網絡群體極化的研究作為多個學科的交叉部分，在研究的過程中要注重從多個角度、運用多種研究方法對這一現象進行研究；此外，群體極化的主體具有多種成分，例如政治群體、明星粉絲群體、二次元群體、小眾文化群體等。不同的議題下、不同的網絡群體所形成的極化現象，其表現、成因及解決策略也定然不同，以及一個極化的群體與另一個極化的群體之間的群體對立所導致的新的群體極化，都是研究的新方向。

注釋：

①焦德武.試論網絡傳播中的群體極化現象[J].安徽理工大學學報(社會科學版),2010(03):105-108.

②賀坤.傳播學視閾下網絡群體極化研究[D].沈陽:遼寧大學,2011.

③胡明輝,蔣紅艷.構建網絡群體極化與約束機制[J].學術交流,2015(06):209-213.

④王玉龍.輿情反轉：突發事件過程中網絡群體極化的角色研究——基于“天價魚事件”的分析[J].電子政務,2016(05):16-24.

⑤柳春,陳柳,唐津平.泛網絡傳播時代群體極化現象淺析[J].大眾科技,2011(07):287-289.

⑥李萍.從群體極化視角談網絡輿情危機的預警之策[J].現代情報,2015(04):61-64.

⑦柳春,陳柳,唐津平.泛網絡傳播時代群體極化現象淺析[J].大眾科技,2011(07):287-289.

⑧王韻.社會熱點事件網絡輿論中的“群體極化”效應分析[J].科技傳播,2012(08):191-192.

⑨蔣紅艷,胡明輝.自媒體環境網絡群體極化現象分析[J].沈陽農業大學學報(社會科學版),2019(04):454-458.

⑩魯松.網絡群體極化的負效應[D].濟南:山東大學,2013.

（11）史波.網絡輿情群體極化的動力機制與調控策略研究[J].情報雜志,2010(07):50-53+69.

（12）何楊,李洪心,楊毅.新媒體環境下網絡群體極化動力機理與引導策略研究——以內容智能分發平臺為例[J].情報科學,2019(03):146-151+168.

（13）相喜偉,王秋菊.網絡輿論傳播中群體極化的成因與對策[J].新聞界,2009(05):94-95.

（14）葉寧玉,王鑫.從若干公共事件剖析網絡群體極化現象[J].新聞記者,2012(01):46-51.

（15）劉威.網絡群體極化事件研究[D].南昌:南昌大學,2010.

（16）董玉芝.新媒體視域下網絡群體極化的成因及對策[J].新聞大學,2014(03):113-119.

（17）王玉龍.輿情反轉：突發事件過程中網絡群體極化的角色研究——基于“天價魚事件”的分析[J].電子政務,2016(05):16-24.

（18）王龍珺.淺談網絡傳播中的群體極化現象——從“我爸是李剛”說起[J].新聞世界,2011(05):117-118.

（19）梁新華,田碩碩.雙格局生態下網絡群體極化現象引導策略研究[J].圖書情報導刊,2020(02):47-52.

（20）歐陽小婷.網民群體極化傾向與網絡輿論的非理性[J].現代視聽,2009(01):50-52.

（21）戴笑慧,冷天虹.網絡群體極化現象簡析[J].新聞記者,2009(07):55-57.

（22）戴松,王小楊.論誘發網絡群體極化現象的主觀因素[J].科技傳播,2010(03):33+28.

（23）楊波.網絡“群體極化”效應及其理性分析[J].重慶科技學院學報(社會科學版),2011(05):64-65+70.

（24）杜楊沁,霍有光,鎖志海.基于分位數回歸的網絡群體極化度量[J].圖書情報工作,2011(24):38-43.

（25）龔艷萍,馬艷玲.不同情緒對網絡群體極化影響的實證研究——基于VAR模型[J].商業經濟研究,2017(24):39-41.