大數據背景下微博群體觀點極化的影響因素分析及實證研究

許曉晨

（吉林大學管理學院，吉林 長春 130000）

近年來，由于信息化時代的發展以及互聯網的普及，大數據背景下的網絡輿情發展逐漸趨于多樣化、復雜化。人們對于現實社會中的熱點問題往往持有十分明確的態度，而網絡空間就成為了發表言論、表明立場的最佳選擇。目前我國社會網絡平臺主要聚焦于微博、微信、論壇等，網民可以利用平臺發表對于時事熱點的看法并與其他網友進行實時討論。網絡平臺這種虛擬空間本身所具有的匿名性導致網絡群體成員的認知和意見因為成員間的交互而產生群體一致性，容易形成極端意見，即群體極化［1］。

國內對于群體極化的研究最早始于2003年，目前對于網絡輿情中的群體極化現象的分析與研究還不夠深入，在中國知網以“群體極化”為篇名進行高級檢索，只檢索出256篇文獻，可見研究群體極化現象的文獻數量并不多，且主要集中在形成機制、產生機理以及動力機制與解決對策四個方面，對于其影響因素的研究十分少見。

本文基于大數據的背景，以微博為平臺研究熱點事件所產生的群體極化現象，分析導致其產生、發展與擴散的影響因素，通過收集、分析數據進行檢驗與實證研究，為控制網絡群體觀點極化現象、打造健康良好的網絡空間環境、營造良性的網民互動氛圍提供依據與參考。

一、群體極化概述

群體極化最早由James Stoner于1961年提出。群體極化是指在群體中進行決策時，人們往往會比個人決策時更傾向于冒險或保守，向某一個極端偏斜，從而背離最佳決策。當個人加入到群體中，其言論、行為都會更加大膽、激進，在群體中才能夠獲得認同感、歸屬感，并且由于責任分擔的心理，人們對于自己在群體中的言行產生的后果會自動分擔給其他群體成員，由此獲得一定的安全感，因而其做法也易于傾向極端。Sunstein認為網民在網絡上會加入由興趣愛好相同的人組成的虛擬團體，并會擁有很強的群體認同感，故容易產生觀點的極化［2］。

2018年8月20日下午，中國互聯網絡信息中心（CNNIC）在京發布第42次《中國互聯網絡發展狀況統計報告》。截至2018年6月30日，我國網民規模達8.02億，普及率為57.7%；手機網民規模達7.88億，網民中使用手機上網人群的占比達98.3%［3］。群體極化作為網絡輿情發展過程中的一個現象，一方面它能促進群體行為的一致性；另一方面群體極化也會致使錯誤的極端言論惡化發展，最終可能會導致輿情危機，嚴重破壞網絡空間的良性發展。

導致網絡群體觀點極化的原因有很多，網絡的使用主體——網民用戶、事件的發展走向、事件的性質以及媒體、政府與意見領袖、專家等關注度都可能會產生群體觀點極化的現象。網民作為網絡輿情的主體，肩負著輿情發展的重任，會直接影響網絡輿情的形成和發展，群體觀點極化的主體就是網民，網民的素質以及價值觀念直接決定著網民的看法以及言論。事件的反常性使得事件引起網民的注意，而事件中與人們固有的價值觀念形成沖突的因素，則會使網絡群體成員對事件的態度傾向初步形成［4］。事件的性質與人們的價值觀念相關聯，如果事件的性質觸動了人們的道德底線、暴露了人性的弱點與陰暗面，就極易產生群體觀點極化現象；網絡平臺能否及時進行合理的管控，是導致群體觀點極化的關鍵環節。

二、微博群體觀點極化影響因素模型

微博作為當今社會網絡社交主要平臺之一，是進行信息傳播、信息交互的重要渠道，網民可以利用微博來記錄生活、發泄情緒，也可以對于時事熱點發表意見與看法。微博加速了信息的傳播與交流，但是匿名性的網絡平臺也帶來了諸多問題。群體觀點極化的方向處于正向或中向時，不會產生影響較大的危機事件，而處于負向時，需要加以管控，否則易導致輿情危機事件。在只有一家之言的情況下，對所謂的事件過錯方進行言語攻擊，短時間內持有相同觀點的人迅速聚集，肯定自己正確的觀點，經過彼此間交流、溝通，一個擁有相同觀點的群體迅速形成；更有甚者對所謂的事件過錯方人肉搜索，發送討伐短信、潑油漆等，影響到當事人的現實生活［5］。而影響微博群體觀點極化的因素是多面的、復雜的、靈活的。

（一）理論基礎

基于議程設置的理論，其假設是：大眾媒介往往不能決定人們對某一事件的具體看法，但是可以通過提供信息和安排相關的議題來有效地左右人們關注某些事實，以及他們對議論的先后順序，新聞媒介提供給公眾的是他們的議程。其中針對一個焦點事件，議程設置分為三個方面，外界的影響因素分為媒體、公眾、政府三個層面，三者均是圍繞焦點事件進行設置，而焦點事件的發展變化也會帶動三者的調整與改變。兩級傳播理論認為：信息從大眾媒介到受眾，經過了兩個階段，首先從大眾傳播到輿論領袖，然后從輿論領袖傳到社會公眾。

針對以上理論模型與假設，本文主要從主、客、本、媒四個角度來分析微博群體觀點極化影響因素，構建模型、做出假設、設計問卷，最后進行實證研究。

（二）研究假設

此模型從主體、客體、媒體、本體四個方面分別分析了影響群體觀點極化的因素，其中既包含主觀因素也包含客觀因素。

1.主體層面的影響因素

H1a：受教育程度與微博群體觀點極化現象成負相關。網民的受教育程度會在一定程度上影響到網民的素質，在網絡中的各種網絡信息行為都能夠體現出一個人的素質高低。

H1b：微博使用頻率與微博群體觀點極化現象成正相關。當使用微博的頻率越高，看到的新聞種類越豐富，越容易產生較多的評論與意見，容易導致群體觀點極化現象。

H1c：自身緊密度與微博群體觀點極化現象成正相關。自身緊密度是指一個新聞事件與自身經歷、體驗、感受的聯系程度，感受越真實，自身緊密度越高，面對一個事件越容易產生共鳴，導致群體觀點極化現象。

H1d：意見領袖傳播力與微博群體觀點極化現象成正相關。意見領袖傳播力指的是意見領袖對于熱點話題的關注度，包括發博數量以及評論數量。

2.客體層面的影響因素

H2a：事件發展速度與微博群體觀點極化現象成正相關。事件發展速度越快，對于事件本身的解釋說明越匱乏，但是關注度卻在短時間內達到了峰值，易產生極端言論，造成極化現象。

H2b：事件嚴重程度與微博群體觀點極化現象成正相關。事件產生的后果越嚴重，影響與波及的范圍越廣，更容易激發網民的討論與關注，進而產生群體觀點極化現象。

H2c：事件討論熱度是指事件所引起的網民發博數量以及評論數量。網民關于一個新聞事件的發博數量越多，證明事件討論熱度越高，極易形成群體并進行爭辯，造成群體觀點極化現象。

3.本體層面的影響因素

H3a：事件利益關系與微博群體觀點極化現象成正相關。事件利益關系指的是一個熱點事件其后果是否會涉及到國家利益、集體利益以及個人利益，利益包含多個方面，包括物質利益、精神利益、公共利益等等。

H3b：事件反道德程度與微博群體觀點極化現象成正相關。事件反道德程度指的是事件的性質是否違背社會倫理道德，是否在較大的程度上沖擊了人們固有的社會意識形態。

H3c：事件社會化程度與微博群體觀點極化現象成正相關。事件社會化程度就是指事件在生活中發生頻率的高低，即是否在社會生活中大多數人都會經歷或體驗過。

4.媒體層面的影響因素

H4a：媒體報道頻次與微博群體觀點極化現象成正相關。媒體報道的頻次越高，導致公眾的討論熱度保持居高，在廣泛的討論與評論中，易產生極端的觀點與言論。

H4b：政府回應次數與微博群體觀點極化現象成負相關。政府代表著國家、權力，其態度、觀點具有權威性、公正性。當一個話題飽受爭議，政府官方微博進行回應并表態，會在一定程度上遏制此種現象。

三、問卷設計與數據收集

為確保研究的可信度，本文根據實際研究問題，設計了微博用戶群體觀點極化傾向調查問卷，通過微信、微博等社交平臺發布并進行收集。問卷共計20道題目，分為三個部分，第一部分為基本信息項；第二部分為主觀選擇項；第三部分是群體傾向項。本次調研以青年群體中使用社交網絡用戶的群體作為調查對象。問卷預計發放400份，實際發放408份，回收問卷408份，其中無效問卷68份，有效問卷340份，有效回收率為83.3%。

四、信度效度分析與模型驗證

信度評估常見指標是Cronbach’s Alpha系數，達到0.6以上被認為可信度較高，通過SPSS分析各個測項，模型信度均大于0.7，可以進行下一步的數據分析。

效度是指所測量到的結果反映所想要考察內容的程度，測量結果與要考察的內容越吻合，則效度越高。

選取特征值大于1，旋轉后因子載荷大于0.5的因子進行因子分析，各個測量題項的因子載荷均大于0.7，表明該調察問卷具有較高的效度。

通過驗證性因子的分析結果得出，各題項P值<0.001，標準化負荷均在0.5以上，組合信度CR值在0.676-0.875之間，AVE均達到0.5以上，由此可知，測量量表具有良好的結構效度。

五、模型檢驗

本次研究采用AMOS軟件進行結構方程建模，并驗證這些變量之間的關系。根據本研究的假設，在概念模型提出的基礎上運用AMOS24.0建立了有待檢驗的完整結構方程模型。將收集到的數據導入，得到圖2所示的結構方程模型。

經檢驗，研究理論模型的適配度良好，各項指標均達到合格標準，模型適配度較好。

六、討論分析

經檢驗得出，主體對于群體觀點極化傾向（β=0.210，p＜0.001）具有顯著的正向影響；客體對于群體觀點極化傾向（β=0.251，p＜0.001）具有顯著的正向影響；本體對于群體觀點極化傾向的正向影響效果并不顯著，β=0.165，p=0.018；媒體對于群體觀點極化傾向（β=0.290，p＜0.001）具有顯著的正向影響。微博群體觀點極化傾向的影響因素研究表明，H4b假設被拒絕，其余假設均得到支持。

（一）主體對于微博群體觀點極化傾向的影響

主體對于微博群體觀點極化傾向具有正向影響，影響系數為0.21，表明主體的能動性十分重要，如果主體能夠具有正確的道德倫理底線，可以在一定程度上降低群體觀點極化現象發生的可能性。

（二）客體對于微博群體觀點極化傾向的影響

客體對于微博群體觀點極化傾向具有正向影響，影響系數為0.25，表明事件發展速度、事件嚴重程度、事件討論熱度三者都對微博群體觀點極化傾向具有明顯的正向影響。

（三）本體對于微博群體觀點極化傾向的影響

本體對于微博群體觀點極化傾向具有正向影響，影響系數為0.16，表明焦點事件是否涉及到國家、集體或個人利益、是否違背了倫理道德、是否貼近現實生活都會激發公眾對于該事件的關注與討論，對微博群體觀點極化現象具有顯著的正向影響。

（四）媒體對于微博群體觀點極化傾向的影響

媒體對于微博群體觀點極化傾向具有正向影響，影響系數為0.29，表明媒體層面是研究群體觀點極化傾向時不可或缺的重要方面。

七、結論與對策

通過對于本文已經提出的假設、構建的模型進行驗證，有效地篩選出了相關系數較低的因素，重新確定了各項影響因素，成功地確定了主、客、本、媒四個層面所包含的影響因素，為進一步探究網絡輿情群體觀點極化現象奠定基礎，盡可能預防極化現象的發生，避免產生輿情危機。得出了以下結論：

（一）在影響微博群體觀點極化的因素中，媒體的作用更為顯著，媒體對于事態發展的正確、及時的報道有助于網民正確客觀的認識事情的本質，能夠在一定程度上控制、引導輿論的走向與發展，避免導致輿情危機。

（二）客體因素是其次重要的影響因素，事態的發展速度、自身的嚴重程度以及討論熱度直接影響了群體觀點極化的產生與發展，而事件本身得到的關注度越高、發酵的越快，從而吸引更多的關注，形成關注-輿論-關注的循環，進而容易引發輿情危機，因此必須從源頭上進行把控，實時監控。

同時本文也具有一定的局限性，在調查環節中，問卷設置的還不夠合理、規范，調查群體具有一定的局限性，在日后的研究中仍需繼續深入探究涵蓋范圍更廣的群體觀點極化現象的影響因素。

研究有助于把握網絡輿情演化規律以及監測網絡群體成員的群集行為，引導和監管極端言論和極端行為，網絡輿情演化控制需要避免群體極化，需要推動意見領袖對話題的引導，以理性的思維、群體的力量發揮影響力，避免片面化呈現，促進共識形成，實現“導”、“控”結合，最終建立起一個健康、有序的網絡信息交流環境。