移動傳播時代輿情事件的傳播邏輯

王舜

摘 要 基于2020年典型輿情事件的分析發現，進入移動傳播時代，輿情事件的傳播邏輯發生了重要改變，其傳播階段特征模糊化，通過內容“標簽化”實現傳播加速與賦權，部分事件熱點區域以事發地為中心向四周擴散，負面情緒是輿情事件中的情緒主導力量。不同輿情事件的傳播差異較大，輿論工作需因事施策。

關鍵詞 移動傳播；輿情事件；標簽化；熱點區域；輿論情緒

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2021）01-0012-04

基金項目：2017年度廣州市哲學社會科學發展“十三五”規劃課題“自媒體時代主流意識形態話語面臨的挑戰及對策研究”（2017GZYB94）。

中國互聯網絡信息中心（CNNIC） 發布的第46次《中國互聯網絡發展狀況統計報告》數據顯示：截至2020年6月，我國網民規模達到9.40億，互聯網普及率達67%，人均每周上網時長為28.0小時；手機網民規模達9.32億，網民使用手機上網的比例達99.2%。進入移動傳播時代，輿情事件的傳播邏輯發生了重要改變，其傳播態勢日趨復雜，“標簽化”傳播和輿論情緒化表達使輿論工作難度加大。

本文選擇2020年6月至9月間發生的“拉姆遭前夫縱火燒傷不幸去世”“武漢14歲男生被母親扇耳光后跳樓身亡”“非全日制研究生應聘遭拒”等十個典型輿情事件為分析案例，兼顧家庭、教育、就業、災難、疫情、安全等不同事件類型，以蟻坊軟件全網絡輿情監測系統平臺①公開的輿情數據為參考，試圖通過對新近發生典型輿情事件的傳播分析，探究移動傳播時代輿情事件的傳播特征及傳播軌跡，從而探究其內在傳播邏輯。本文對10個典型輿情事件進行編號，其基本傳播情況如表1所示。

基于互聯網的媒體運營有三個決定性趨勢——平臺化、移動化和智能化[1]。隨著移動傳播成為主流的信息傳播形態，使用手機端連接互聯網、獲取資訊、交流互動是我國媒體生態的主要特點之一。移動傳播場景下的輿情事件傳播擴散也有其自身的傳播特點，網絡原生信息與非網絡原生信息均匯集在了移動網絡平臺，原來分割在線上和線下的輿情傳播，現階段已經整合到了移動傳播端，輿情信息的爆發式傳播或峰值形成均發酵于此。

1 傳播階段特征模糊化

李彪以2010年34個熱點網絡輿情事件為例，研究發現：網絡事件的場域傳播中網民關注度變化階段可以分為潛伏期、爆發期、蔓延期、反復期、緩解期、長尾期等六階段，平均時長分別為1.7天、2.3天、1.6天、42.9天、19.2天[2]。當下，移動實時傳播使輿情事件的傳播演化進程加快，各傳播階段界限與特征模糊化，歷時長短也因事件不同而差異巨大。從表1可見，60%左右的輿情事件會形成2個以上輿情峰值，極少部分事件會形成3個輿情峰值，一般不會超過3個。從表2可見，2020年各典型輿情事件從事發至形成第一個輿情峰值平均歷時13.9天，從事發至輿情緩解或平息平均歷時22.4天。

輿情演化進程表現出難以估測的特點，傳播速度極快，輻射范圍極廣，50%事件在事發當日或次日即進入峰值，成為全網關注的焦點，如“羅某某被曝強奸”“湛江考生偽造清華錄取通知書”“貴州安順公交車墜湖”等事件均在事發當日即達到輿情峰值，成為輿論關注的焦點。部分事件在經歷較長的潛伏期后才爆發，廣受關注，如985廢物引進計劃&小鎮做題家事件其輿情傳播前后歷時3個多月，事發至進入輿情峰值歷時73天；非全日制研究生應聘遭拒事件從潛伏期到爆發至峰值歷時33天。一般來說，涉及人身安全或公共安全的重大災難或事故其輿情傳播的進程更快。

部分輿情事件并無任何征兆和預警，官方、媒體、意見領袖以及網民對事件從信息真空到驟然接觸再到探求真相以及反思，輿情會出現或跳躍、或循環等特殊情況，且持續時間長短不一，輿情爛尾、輿情長尾等特殊現象也時有出現。如“貴州安順公交車墜湖事件”經歷了“突然爆發—回落—再爆發—緩慢減弱”的發展過程，“湛江考生偽造清華錄取通知書”“北京市新冠肺炎疫情”等事件均經歷了輿情長尾期。

因此，不同輿情事件的傳播特點差異較大，輿論工作需因事施策，實時監控輿情動態，及時收集信息，難有一以貫之的原則和方法。

2 內容“標簽化”為傳播加速與賦權

“標簽化”是指人們將某個特定的事件或人物定型為一類事件或人物的認知現象[3]。對輿情事件的“標簽化”處理簡化了事件認知的復雜性和不確定性，是移動傳播生態下的一種必然結果，它是短期內或實時擴散傳播的“加速器”，放大和強調了事件的關鍵要素，提高了傳播效率，增強了受眾對事件關鍵信息的敏感度，助推了輿情事件的網絡發酵。如表3所示：網紅主播、14歲初三男生、非全日制研究生、“985廢物”、小鎮做題家等網絡標簽使用敏感人群身份特征對事件主體進行“圈層”，形成群體界限與“關注域”；“拉姆法案”、母親扇耳光、杭州殺妻案、蓄意報復社會、車內窒息死亡等極簡化地概括了事件事由或結果，使信息無論是線上傳播還是線下的再擴散都能高效實現。

在輿情事件傳播過程中，通過網絡標簽，多樣化的傳播主體如政府部門、傳統媒體、意見領袖、自媒體人及普通網民等不僅為不同圈層的話語賦權，也構建了不同群體的輿論力量，實現圈層傳播。從表3可見，網絡標簽不僅關注事實本身，也關注對事件的反思與溯源，“標簽化”成為不同傳播主體進行話語抗爭的陣地，實現話語平衡，如輿論暴力、性別對立、家庭教育、刻板印象、反轉新聞、網民狂歡、網絡探案、公眾情緒、責任歸屬等網絡標簽反應出在官方及意見領袖的及時發聲和議程設置下對事件其他維度的思考。由傳統媒體、網絡新聞首次曝光的輿情事件熱度較低，出現第三方、網絡謠言、網絡動員的輿情事件熱度較高[4]。這也與第三方、網絡謠言、網絡動員在傳播中普遍使用的標簽化處理不無關系。

3 部分事件熱點區域以事發地為中心向四周擴散

對于社會輿情傳播的一些主要特性，經濟、社會、文化等更加宏觀層面的因素具有重要的影響。我國東、中、西地區間的經濟社會發展差異顯著影響了社會輿情傳播的數量、類型、發布形式、干預方式、治理效果等特征。進行輿情分析時，不應忽略區域因素[5]?；诰W絡的輿情傳播雖突破了地域限制，部分輿情事件的傳播熱度仍體現出了地域差異，呈現出以事發地為中心向四周擴散的特點，東部及中部地區參與熱度比西部地區更高。

“武漢14歲男生被母親扇耳光后跳樓身亡事件”較早的傳播是始于當地官微“@江夏融媒”發布的事件通告，通告發布后各大媒體爭相跟進報道，各地域按傳播相對熱度排序從高到低分別為湖北（86.69）、四川（74.03）、上海（72.99）、廣東（72.53）、北京（69.17）、江蘇（68.72）、浙江（65.04）、重慶（64.91）、澳門（62.04）、福建（61.73），排名較前的各地域熱度比較接近；“湛江考生偽造清華錄取通知書事件”最早是“@科技事兒”“@高考直通車”“@盧旭寧”等大V在網上傳播，后引發轟動，各地域按傳播相對熱度排序從高到低分別為廣東（99）、北京（47.8）、山東（40.8）、江蘇（36.5）、浙江（30.5）、四川（28.6）、上海（28.3）、河南（24.4）、湖北（23.9）、福建（21.6），廣東相對熱度高居首位，第二位的北京與之相差甚遠。

與“武漢14歲男生被母親扇耳光后跳樓身亡事件”“湛江考生偽造清華錄取通知書事件”等因線下極端事件而產生的輿情不同，因網絡動員而引爆輿情的事件傳播熱度區域特征并不明顯。如“非全日制研究生應聘遭拒事件”“羅某某被曝強奸事件”“985廢物引進計劃&小鎮做題家事件”等，并未表現出明顯的區域差異。

4 負面情緒是輿情事件中的情緒主導力量

自媒體及移動傳播的普及使受眾對信息的理解與情緒表達受到前所未有的支撐。傳統媒體時代“把關人”的信息過濾已經不斷被弱化，傳播與評論的實時性使公眾情緒得到放大、渲染，社會情緒一旦聚集，便有可能演變為現實中態度主導下的行為，成為社會行動，并產生結果。本文所關注的十個輿情事件的網絡情緒分布數據顯示，事件負面情緒均值為67.22%，中立情緒均值為17.58%，正面情緒均值為15.20%；觀測事件均為負責情緒比例高于中立或正面情緒，輿情事件與輿情危機相伴而生。

輿情事件的傳播中，陳述性信息較少，更多的是評論性信息。陳述性信息主要在事件信息不確定時，由官方或爆料者提供，知情者以通告、文字描述或現場圖片、視頻為呈現方式，信息可信度、真實性、完整性成為關注焦點；評論性信息是信息接受者對事件的觀點和態度，意見領袖、普通網民等均參與其中，以文字、符號、表情等多元且直接的形式表達。傳播者情緒能對信息受眾行為產生影響，意見領袖的情緒化傳播較理性傳播更具傳播性。陳述性信息傳播是意識性情緒感染過程，評論性信息傳播更符合原始性情緒感染方式，是一種自動、無意識行為，強化了群體的非理性特征[6]。有關輿情事件的網絡評化性信息的傳播強化了網民非理性的無意識行為。

“戲謔化”是輿情事件中集體選擇的非理性情緒表達的一種體現，其使用的“正話反說”“搞笑標簽”等以強烈情緒使網民心領神會?！皬V州花都2名男童車內窒息死亡事件”中，網友戲謔應該負責的是太陽、是后羿、是氣溫、是汽車制造商；網友調侃“貴州安順公交車墜湖事件警方通報”所使用的藍底白字“亮瞎眼”；“杭州女子失蹤案事件”中網民肆意玩梗，如“化糞池警告”“兩噸水警告”“絞肉機警告”“感謝丈夫不殺之恩”等；網友稱“湛江考生偽造清華錄取通知書事件”為“電視劇新素材”“沒準能成大器”“建議破格錄取”。尼爾·波茲曼說：“和語言一樣，每一種媒介都為思考、表達思想和抒發情感的方式提供了新的定位，從而創造出獨特的話語符號?！苯櫾凇皯蛑o化”話語體系下的個體負面情緒被不斷渲染和放大，成為輿情事件中的情緒主導力量。

注釋

①蟻坊軟件全網絡輿情監測系統平臺，https：//www. eefung.com/。

參考文獻

[1]宋建武，黃淼.移動化：主流媒體深度融合的數據引擎[J].傳媒，2018（3）：11-16.

[2]李彪.網絡事件傳播階段及閾值研究：以2010年34個熱點網絡輿情事件為例[J].國際新聞界，2011，33（10）：22-27.

[3]郭小安.透視熱點事件中的“標簽化”現象[J].人民論壇，2020（16）：112-114.

[4]李靜，謝耘耕.網絡輿情熱度的影響因素研究：基于2010—2018年10 600起輿情事件的實證分析[J].新聞界，2020（2）：37-45.

[5]季丹，謝耘耕.社會輿情傳播特征的區域差異研究[J].情報雜志，2014，33（1）：108-113.

[6]唐雪梅，賴勝強.情緒化信息對輿情事件傳播的影響研究[J].情報雜志，2018，37（12）：124-129.