試論尋找主流傳播中的“流量密碼”
——兼論新聞傳播評價體系過度量化的防范

文_陳建飛

點擊量、轉發量、評論量、點贊量，熱搜榜、流量榜、人氣榜、排行榜，下載率、應活率、實活率、滿意率……人工智能技術在新聞傳播領域的全面滲透，不僅形塑了整個傳媒業的業態面貌，也在微觀上重塑了傳媒業的業務鏈。在算法和大數據分析技術推動下，海量用戶的網上行為日益數據化，新聞正在進行一場量化的轉身。“所謂新聞的量化，籠統講，就是新聞理念和實踐、生產及消費被測量和算法主導。”[1]

一、新聞傳播評價體系的量化表現

一切皆為數據，一切皆可量化。新聞傳播鏈條各個環節數據化程度日益提高，而且整個過程呈現標準化、程序化、可計算化的特點。

（一）量化數據的設置種類越來越細。從前些年的點擊量、轉發量，到如今各類新聞傳播指標越分越細，標注范圍越來越廣。以當前使用比較多的新媒體融合指數為例，其圍繞融合指數制定了系統的量化評估體系，具體劃分為一級指標（客戶端指數、微信指數、抖音指數）、二級指標（用戶指標、內容指標）、三級指標（用戶增長、用戶活躍、內容規模、內容質量、用戶互動、發稿量、爆款內容）、四級指標（包括點贊量、評論量、用戶新增率、留存用戶數、活躍用戶覆蓋率等20多項）。這些指標被賦予對應的分值，從而實現評估結果的可量化、可對比、可排名。

（二）量化數據的獲取速度越來越快。早期的量化如報紙發行量、電視收視率、廣播收聽率，由于受技術條件限制，很難多場域、多維度地采集實時監控數據。而在智能推薦廣泛應用于日常新聞傳播的當下，數據指標的獲取日益便捷，機器提供的數據反饋可實時檢測、即時跟蹤，并可實現與受眾直接互動。如微信及很多客戶端就在新聞作品的傳播界面中直接呈現點擊量、點贊量、轉發量等指標，并進行實時更新，讓受眾一目了然。

（三）量化數據的輸出機構越來越多。當前，新聞的量化指標有的是由一些商業網站、社交媒體提供的，有的是由傳統媒體創辦的客戶端提拱的，有的是由一些高校研究機構提供的，還有一些是由數據公司提供的。這些量化指標，統計標準不同，計算方法各異，可謂“數出多門”。如在《中國新聞出版廣電報》上，就經常公布由上海交通大學大數據與傳播創新實驗室提供算法及學術支持的微博賬號影響力值BII（Micro-blog Impact Index），其計算公式為BII＝發布指數×45%＋互動指數×45%＋活躍指數×10%。

（四）量化數據的牽引作用越來越大。媒體人在新聞生產中的認知、判斷與決策越來越多地受制于量化的數據。量化指標不僅成為新聞價值評判的標準，用來定義新聞宣傳成效、指導新聞生產，而且作為績效考核分配的依據、衡量政績聲譽的標尺。新聞傳播越來越依賴于量化的數據。如在新聞生產環節用熱搜榜等作指引，在新聞分發環節用轉發率等作評估，而在新聞接收環節有收藏率等指標，在新聞反饋環節有評論量等數據。媒體管理越來越多地把量化指標作為手段。如將轉發、點贊、回復等數據納入考核排名，通過點擊量等指標來決定績效報酬。點擊量高就是好新聞，轉發率高就是效果好，績效報酬也隨之水漲船高。量化指標對媒體產生的壓力也越來越大。為了市場影響力，越來越多媒體參與數據的競爭，追求10萬+等“好看”的指標。

二、尋找“流量密碼”需正視“數據缺陷”

量化成為理性和客觀的代名詞，被賦予天然的合法性。量化指標被認為要比主觀估量更加科學、準確。而事實上，“數據缺陷”是客觀存在的，如果忽視對數據系統、全面、整體的認識，忽視對量化背后的個體差異性、規律例外性的辨析，就容易落入“定量化陷阱”，生發“唯量化”單一評價的危害。

（一）不真實的量化指標。必須認識到并非所有呈現的量化數據都是可靠的，因數據不真實而造成測量的指標被蒙蔽，必然會影響數據分析結論的準確性。

美國統計學家達萊爾·哈夫（Darrell Huff）認為,“統計陷阱”是由于數據被濫用、被誤用，導致統計數據歪曲事實、迷惑他人。眾所周知，互聯網時代的核心競爭力是流量。而任務性“轉發”、情感式“點贊”、形式主義的“評論”，這類非真實的流量問題一直伴隨著量化數據而存在。

“數據=流量=金錢”。過度量化的評價模式，容易滋生數據造假的非法行為，催生急功近利的短期做法。當下，對重要原始數據的真實性、完整性和準確性“不管不顧”，對數據篡改、參數選用和統計計算錯誤“視而不見”的情況屢屢出現。有的媒體甚至公然利用算法等技術惡意操控流量，進行數據“深度造假”。如通過虛假注冊賬號或操縱用戶賬號進行點贊、評論、轉發等，利用屏蔽信息、過度推薦、操縱榜單或檢索結果排序、控制熱搜或精選等干預信息呈現，從而得出非常具有蒙蔽性和誘惑力的數據。

（二）不全面的量化指標。必須認識到并非所有傳播目標都能夠被量化，因數據不全面而造成測量的核心指標缺失，必然會影響數據分析結論的準確性。

從某種意義上說，量化的只是我們可以看到的，或者說選擇看到的，其產生的量化指標很多時候是“同溫層”數據。諸如新聞的真實性、重要性、思想性，哪一條可以真正量化？

量化指標不全面的另一個表現則在于只能將容易量化的指標納入考核，而將較難量化、難以納入核算的對象拒之門外，從而導致人們對這些事物重要性的低估。諸如新聞的引導力、公信力，能夠精準量化嗎？

（三）不美好的量化指標。必須認識到庸俗惡俗媚俗帶來的流量有時更可觀，因數據不美好而造成真實信息被淹沒，必然會影響數據分析結論的準確性。

“婆婆給封校的大四兒媳送紅燒排骨”“農村夫妻裝扮成郭靖和黃蓉收稻子”“妹妹凌晨1點讓哥哥陪著給男友送飯”……這些上了熱搜榜的所謂新聞，有什么普遍意義，又具有多少公共性？這種由數據和算法推動的量化評價，把對內容本身的質量優劣簡單化為流量，以流量論英雄，容易使主流媒體人失去對新聞質量的導向把關，容易使主流媒體人向用戶的價值判斷靠攏，從而影響主流媒體人的工作志向。當下，主流媒體人的經驗性判斷確實越來越多地受到來自機器的數據性評價體系的沖擊，一些時候也會屈從于算法計算出來的“民意”。

“上醫醫未病之病。”如果媒體人一味追著數據跑、圍著指標轉，從某種程度上講，是主動放棄了舉旗幟、聚民心、育新人、興文化、展形象的使命任務，沒有真正把服務群眾同教育引導群眾結合起來、把滿足群眾需求同提高群眾素養結合起來。

（四）不深刻的量化指標。必須認識到數據只是一種對事物表面簡單的解釋，無法幫助人們認識事物間本質的因果關系，因數據不深刻而造成重要信息未挖掘，必然會影響數據分析結論的準確性。

紐約大學教授麗莎·吉特曼指出，不可能存在原始的客觀的數據，因為數據不是自然的產物，而是人為有意獲取的結果。[2]如果我們盲目樂觀地獲得由大數據分析所得出的結果，忽視了“沉默證據”，更忽略了事物發展變化的條件及整個過程，過度注重結果的好壞，未充分考慮影響結果的其他因素，很容易導致結論與實際不符。當前，一些主流媒體開始放棄經驗豐富的專業人士針對特定情境的判斷，而去選擇量化指標這一看似客觀的“萬用靈丹”，其建構的主流價值觀、堅守的新聞理想正面臨被算法推薦消解的風險。

三、建構系統、全面、科學的傳播評價體系

移動互聯網時代，受眾對新聞產品都在用“指尖投票”。人心所向即是流量，流量也被稱為“最重要的民心指數”。對于與受眾緊密互動中形成的各種數據，主流媒體既要高度重視、認真對待，不能熟視無睹、充耳不聞，又要努力規避數據陷阱，防止過度量化帶來的弊端，發揮大數據的積極作用。

（一）提升公眾數據素養。如何區分有效信息與聒噪之聲，這是人們認識和利用大數據所面臨的一大難題。主流媒體要提高對算法的認識與駕馭能力，利用好算法，成為算法的主宰者，而不是其“囚徒”。清華大學教授彭蘭認為，未來的媒介素養培養，需要擴展到算法素養領域，也就是幫助公眾了解算法的作用機制及影響，了解算法的價值和局限。[3]

1.辯證地看待算法。大數據作為人類認識世界和改造世界的有效工具，并不是無所不能的。算法對人的決策、判斷力帶來的挑戰是雙重的：一方面，要防止把所有決策、判斷都交給算法，我們要判斷算法在哪些方面可以幫助我們做出更好的決策，而在哪些方面算法可能把我們帶入歧途；另一方面，即使在很多時候要參照算法，我們也需要有能力判斷算法本身是否有缺陷，算法依據的數據是否可靠，算法是否存在偏見，算法提供的結果是否合理、準確。在沒有這種判斷力的前提下，盲目依賴算法，也就難免會陷入各種陷阱。[4]

2.全面地看待數據。要堅持采用全面觀點、全局觀點、整體觀點來分析量化數據。在數據篩選中，要注重和把握核心數據，防止遺漏有效數據，剔除無效數據，排除干擾數據，挖掘“沉默數據”。要在準確把握數據相關的實質基礎上探求因果關系，深入分析影響現象本質的關鍵因素。“除了一因一果，更要注意一因多果、一果多因、多因多果、互為因果、因果轉換等復雜情況，避免主觀片面、以偏概全。”[5]

3.系統地看待傳播。新聞傳播是一個系統、一個整體。其既與內容生產主體、傳播主體、消費主體及監管主體等相關，又與傳播時機、傳播節奏、傳播分寸、傳播策略等相關。主流媒體要堅持發展地而不是靜止地、全面地而不是片面地、系統地而不是零散地、普遍聯系地而不是單一孤立地觀察、認識和處理新聞傳播面臨的問題。特別要避免被短期指標變化牽著鼻子走，要保持戰略定力，從全局角度、以長遠眼光看問題，注重新聞傳播的系統性、整體性、協同性，增強新聞工作的前瞻性、預見性、創造性。

（二）建立科學評價體系。習近平總書記強調，要全面提升技術治網能力和水平，規范數據資源利用，防范大數據等新技術帶來的風險。[6]主流媒體需要規避過度量化風險，建構系統、全面、科學、多元的新聞傳播評價體系。

1.從評價導向上，要把點擊率考量與正能量評價相結合。習近平總書記在黨的二十大報告中指出：“堅持以人民為中心的創作導向，推出更多增強人民精神力量的優秀作品。”新聞作品具有“信息+文化”的雙重屬性，新聞業的發展不僅僅是為了提高內容生產與傳播的效率，更被賦予了意義表達和價值建構的使命，有著引領風尚、教育人民、服務社會、推動發展的職責。作為主流媒體，既要高度重視流量多少，更要高度重視對人的影響好壞，把滿足受眾需求同提高受眾素養結合起來，既聚流量又聚人心。作為精神產品的新聞作品，必須思想精深、藝術精湛、制作精良，必須考量是不是傳播當代中國價值觀念，是不是體現優秀中華文化精神，是不是反映人民群眾審美追求。

2.從評價方法上，要把人腦的經驗判斷與電腦的數據分析相結合。不可否認，量化指標在判斷與決策方面有很多優勢，但它不能代替人的專業判斷與科學決策，要避免完全依賴算法而形成錯誤的判斷與決策。點擊率、收視率等數據只是體現作品質量的維度之一。主流媒體必須摒棄簡單的量化，杜絕淺薄的量化，避免機械的量化；要重建專業判斷和道德考量，用人腦去消除噪聲雜音，用人的專業經驗去發現符合主流價值觀、符合新聞傳播規律的流量密碼。在抖音，有一個供視障人士使用的“無障礙電影頻道”，平均下來，每個月只有兩萬多人觀看。對此，在2022年世界互聯網大會烏鎮峰會上，抖音集團副總裁李濤分享道：“在平臺里，這其實并不是很大的數據，但是我們都覺得特別重要，值得我們為他們付出。”

3.從評價效果上，要把作品的影響力評估與思想的引領力評判相結合。主流媒體要發揮輿論引導功能，把作品的“宣傳熱度”考量與受眾的“體感溫度”考量相結合，要把服務群眾同教育引導群眾結合起來。主流媒體不僅要滿足受眾的需求，更要以主流價值觀引導受眾的需求，形塑受眾的思想，讓傳播不僅僅是“到達”的效果，而且可以激發出更多的內心共鳴。為了新聞的點擊量和關注度，過分迎合用戶的喜好，使用戶沉浸在媒體的個性化過濾泡中，而邊緣化公共性和有價值的內容是不可取的。

（三）提升量化科學程度。算力代表了對數據的處理能力，是數字化技術持續發展的衡量標準。要不斷優化算法，提升數據挖掘能力，夯實算力發展根基，從而使新聞傳播量化指標更加科學有效。

1.優化算法推薦系統。要讓主流價值觀主導算法，為算法持續注入人本與理性。通過優化算法設計讓更多內容生產者生產的高質量內容得以傳播，特別是使那些具有重要公共價值的內容到達更廣的人群。在內容推薦算法的衡量標準中，多樣性有必要成為一種重要的指標。這種多樣性，不僅是內容主題的多樣性，還需要包括態度觀點的多樣性、內容生產者的多樣性等。這也是新聞客觀、平衡的專業價值觀的具體體現。

2.提升數據挖掘能力。在數據已成為生產要素的今天，海量的大數據好比礦石資源，只有經過充分挖掘，才能從礦石中提煉出黃金。主流媒體要利用好人工智能等技術“利劍”，抓緊補齊自身的大數據技術短板，不斷提升數據捕捉、分析及運用能力，充分挖掘大數據“富礦”。特別要注重分析數據中蘊含的可能出現的思想趨向和行為樣式，助力形成需求牽引供給、供給創造需求的更高水平的內容生產機制。

3.推進大數據庫建設。主流媒體必須強化自身的大數據庫建設。一方面，對內要重視自建“好找”“好管”“好用”的數據庫，將“易碎的新聞”及時進行分類編碼和匯總，轉化為“持久的知識信息資源”，積累媒體數據資產。另一方面，對外要形成穩定的數據獲取渠道，與掌握海量數據資源的機構保持良好的合作關系。如相比區域主流媒體，人民日報、新華社、中央廣播電視總臺等央媒及一些大型商業平臺擁有更為龐大的用戶規模、更多維度的消費數據。如果能夠與這些平臺進行精準對接、有效融合，將有助于區域主流媒體掌握更多高價值的數據。

（四）完善數據治理體系。數據真實是判斷準確的前提條件。要合力糾正“數據亂象”，不斷完善數據治理體系，以保證數據的真實、客觀、準確。

1.通過技術切斷數據造假的非法路徑。主管部門要建立以技術管數據、以技術治數據的監管治理體系，完善網絡數據安全監測、通報預警、應急響應與處置機制，打造安全、權威并重的技術治理體系。數據發布主體要落實好《“十四五”國家信息化規劃》提出的“完善網絡實名法律制度，推進社會公眾數字身份管理體系建設，加大數字身份管理體系標準化整合銜接”等規定；同時，要運用各種技術手段當好“數據守門員”，及時排查各類流量注水、數據摻假問題，切斷造假通道，從源頭確保數據真實性。

2.通過法律規范數據生產的各個環節。要扎緊制度的籠子，不斷完善數據的采集、發布、運用等方面法律法規，以保證統計信息的準確、全面與透明。同時，加大對惡意操縱、歪曲和編造流量等違規行為的懲處力度。2021年1月22日，國家網信辦發布新修訂的《互聯網用戶公眾賬號信息服務管理規定》，就閱讀數、關注度、點擊率、轉發、評論等流量數據造假作出約束，明確公眾賬號信息服務平臺應當建立公眾賬號監測評估機制，防范賬號訂閱數、用戶關注度、內容點擊率、轉發評論量等數據造假行為。

3.通過黨媒發揮數據運用的引領作用。黨媒等主流媒體應當帶頭履行信息內容生產和所屬公眾賬號運營管理主體責任，依法依規從事信息內容生產和公眾賬號運營活動，建立健全新聞采集、生產、分發、反饋等全過程數據審核機制，加強對數據背后的內容導向性、真實性、合法性審核，維護網絡傳播良好秩序。黨媒主辦的新媒體還應當在顯著位置開設對數據造假等違規行為的便捷的投訴舉報入口和申訴渠道，公布投訴舉報和申訴方式，健全受理、甄別、處置、反饋等機制，明確處理流程和反饋時限，及時處理公眾投訴舉報和生產運營者申訴。

總之，主流媒體人既要摒棄“數據無用”“指標無意義”等絕對化的觀點，也要杜絕“數據唯一”“流量至上”等片面化思維，辯證看待“流量民意”，不被數據束縛，建構系統、全面、科學的傳播評價體系。