社交媒體中用戶評論如何影響報道傳播效果——基于MAIN模型的交互線索

一 引言

互聯(lián)網(wǎng)的快速發(fā)展以及社交媒體平臺的崛起，極大地促進了傳播者與用戶之間的互動，也進一步推動了用戶的新聞參與。以微博為例的社交媒體一對多式傳播，以及點贊、評論、轉發(fā)等功能極大地促進了傳者與受者之間的互動，甚至進一步改變了新聞生產(chǎn)的結構。曾慶香等學者認為，人們在瀏覽完新聞后，會自然而然地繼續(xù)翻閱下方的評論，甚至為評論點贊或是在評論區(qū)中回復他人評論。這種短評論與新聞內(nèi)容本體一起構成了受眾對一則新聞的閱讀和理解過程。這與MAIN模型（Modality- Agency-Interactivity-Navigability）中提到的“要使信息被視為交互式信息，它不僅必須取決于來自交互伙伴的前一條消息，而且還必須取決于它之前的消息。”大體一致。

在社交媒體中用戶評論能夠成為交互線索，通過影響受眾對新聞的閱讀和理解過程從而影響新聞報道的傳播效果嗎？到目前為止，在線評論對新聞報道的影響仍然存在一定爭議。有的學者認為評論中的不文明現(xiàn)象會對報道效果產(chǎn)生影響，而另一些學者則認為不文明評論并不會影響報道效果。這些不一致的研究結論一方面不利于學者對其進行深入研究，另一方面對于社交媒體平臺而言也會影響其對于評論區(qū)的管理和功能完善。因此，本文試圖先采取元分析（Meta-Analysis）方法，對已有的用戶評論對報道傳播效果影響的實證研究進行定量統(tǒng)計分析，系統(tǒng)評價相關因素的影響效果；再提取出確定能夠影響傳播效果的因素放在中國社交媒體平臺——微博中進行實證研究，從傳播效果的三個層面——認知、情感、行為來整體考察用戶評論對傳播效果的影響。

二、文獻回顧

（一）MAIN模型

MAIN模型是由賓夕法尼亞州立大學媒介效果研究實驗室對各種數(shù)字媒體進行了十年的研究后，確定了四種顯著影響心理效果的線索——模態(tài)（Modality）、代理（Agency）、交互性（Interactivity）以及導航性（Navigability）。這些線索或多或少都存在于大多數(shù)數(shù)字媒體中，并且能夠提供相關的啟發(fā)式方法。MAIN模型主要關注數(shù)字媒體可能影響可信度判斷的技術方面。因此，其起點是技術的可供性，這意味著媒介擁有促進某種行動的特定能力。

在MAIN模型中，模態(tài)（Modality）是四種線索中最具結構性，也是界面上最明顯的。例如文本模態(tài)、聽覺模態(tài)、試聽模態(tài)等。而每種單獨的模態(tài)都可以通過其單獨存在來提示特定的啟發(fā)式，也可以通過模態(tài)的組合來提示。目前的社交媒體平臺大多都是由不同模態(tài)組合構成的。代理（Agency）在一定程度上則等同于“來源”。Sundar和Nass的研究結果顯示，所有來源中最受喜愛的是“其他用戶”。也就是當其他用戶被歸為消息來源時，研究參與者更喜歡這些信息并且認為它們的質量高于新聞編輯或者是自己作為來源。這些結果也可能是由于潮流啟發(fā)式的運作。這與T. Franklin Waddel的研究結果一致，Franklin認為，用戶評論可能激發(fā)“潮流啟發(fā)式”的心理機制來影響報道的可信度，即“如果其他人對這篇文章進行了積極的評價，那么我也應該這樣做。”

而交互性（Interactivity）則更能夠體現(xiàn)用戶評論在傳播效果影響中的作用。Carrie Heeter提出，交互性進一步表明，媒體對用戶的需求做出反應，并且它能夠考慮到交互過程中用戶輸入的變化。而交互性的真正價值在于它讓用戶能夠充當信息來源，而不僅僅是信息的接收者。導航性（Navigability）是指界面上的一些導航標識，例如菜單欄，搜索框，外部鏈接等等。在社交媒體平臺上，評論區(qū)就在文章下方的選項卡中。研究顯示，這樣的選項卡或者下拉列表都可能提示“選擇啟發(fā)式”。因此，利用選擇啟發(fā)式的最佳方法是僅在積極因素超過消極因素時才觸發(fā)它。在T. Franklin Waddel的研究中也有提到，正面的評論將會導致更高的可信度以及問題重要性的感知。

（二）用戶評論對報道傳播效果影響的分歧

以往學者對于用戶評論對報道傳播效果的影響主要是從新聞網(wǎng)站和社交媒體兩個平臺出發(fā)，其中社交媒體囊括了Twitter、Facebook、YouTube、Blog、Weibo（Microblog）等多種平臺。

一些學者認為，評論語氣的文明程度對其他用戶感知新聞質量產(chǎn)生了顯著影響。例如Luwei Rose Luqiu指出，不文明評論對新聞報道的質量感知有顯著影響，且接觸不文明評論的參與者對新聞報道的質量評估明顯低于接觸文明評論的參與者。但Rui Shi的研究則發(fā)現(xiàn)，評論的文明或不文明語氣并不會影響對新聞報道的質量感知。而Porismita Borah的研究結果則表明，不文明評論能夠產(chǎn)生影響，但與Luwei Rose Luqiu結果相反的是——評論中的不文明行為反而會導致更高的參與意愿及在線參與。這樣的分歧也存在于其他因素的討論中。Rui Shi等學者認為，正面評論比負面評論導致了更高的質量感知。對于這一問題也有完全相反的研究結果。例如Christian von Sikorski的研究則發(fā)現(xiàn)，暴露于負面評論的參與者有著更高的質量感知。而Naab等學者將評論中的支持與批評也納入到效價的范疇中，他們認為，評論的支持/批評對新聞文章的可信度感知有顯著影響，呈現(xiàn)支持性評論（正面評論）比呈現(xiàn)批評性評論（負面評論）能夠使讀者感知到更高的可信度，從而提高了新聞文章的傳播效果。

另外，還有一些學者從評論的匿名性、黨派性和評論中存在的分歧情況等因素出發(fā)進行了傳播效果的實證研究，但這些研究同樣也存在結論不一致的情況，因此本文提出以下三個問題：

RQ1：在線評論中能夠影響新聞報道傳播效果的因素有哪些？

RQ2：在構成影響的條件下，這些因素是促進還是削弱了傳播效果？

RQ3：在構成影響的條件下，這些因素是通過何種途徑（認知、情感、行為）來影響傳播效果的？

三 研究方法

（一）元分析

元分析又稱薈萃分析，是一種基于定量研究結果進行再分析的統(tǒng)計方法。它是基于預先規(guī)定的數(shù)學標準分配給每個研究不同的權重，然后對研究結果進行綜合^[12]。該方法特別適用于研究結果不一致的問題，通過對已有的統(tǒng)計結果進行更加精確的定量分析，從而解決研究結果不一致的問題，提高研究的可信度。

1.文獻檢索與篩選

基于對前期文獻的探索性分析，在文獻檢索時需要將關鍵詞進行泛化，通過人工檢索標題及摘要進行文獻篩選，因此確定檢索詞為：在線評論、評論、新聞、網(wǎng)站、社交媒體、社交平臺，對應的英文關鍵詞為：online comments、comments（review）、news、website、social media、social platform。其中社交媒體包括微博（Weibo/microblog）、微信（WeChat）、博客（Blog）、Twitter、Facebook、YouTube等眾多平臺。

中文檢索使用萬方數(shù)據(jù)庫和CNKI知網(wǎng)數(shù)據(jù)庫，用“評論”“在線評論”與“新聞”以及“網(wǎng)站”“社交媒體”“社交平臺”“微博”“微信”“博客”相結合，進行主題檢索。英文檢索使用Web of Science、JSTOR、Wiley作為文獻源，另外使用Google Scholar作為輔助文獻源，采用與中文檢索對應的檢索方式進行檢索。第一步：關鍵詞檢索，通過閱讀標題及摘要，篩選與主題相關的文獻，初次篩選得到中文文獻1篇，英文文獻352篇。第二步：通過對全文的粗略閱讀，對文獻做進一步篩選，篩選標準為：（1）研究問題必須涉及傳播效果的三個方面中的某一項，即認知、情感和行為；（2）研究必須是評論對新聞報道的影響效果，排除研究新聞報道對評論影響的文章；（3）研究必須是評論對新聞的影響，排除對個人帖子不涉及新聞報道的影響研究；（4）研究必須為中英文文章；（5）研究必須為實證研究，排除理論研究、綜述性研究等文獻。經(jīng)過篩選，得到了滿足上述條件的77篇文獻，再通過這77篇文獻進行“滾雪球”檢索，又獲得了21篇之前遺漏的文章。因此總共獲得98篇文獻進入第三步：研究數(shù)據(jù)必須完整，即報告了樣本數(shù)量以及相關系數(shù)或者可以轉換為相關系數(shù)的統(tǒng)計量（t值、d值、η²等）。經(jīng)過文獻篩選，最終得到可以進行元分析的文獻共26篇。

2.文獻編碼與數(shù)據(jù)處理

對篩選后的文獻根據(jù)文獻基本信息進行編碼，編碼信息包括作者名、發(fā)表年份、研究平臺、樣本量以及影響因素。文獻編碼信息見表1。另外對文獻中出現(xiàn)的影響因素進行歸納整理，將同義的變量進行合并編碼，得到評論效價、片面性、評論語氣、一致性、評論分歧、黨派立場、匿名性以及表達方式8個變量。但由于片面性、黨派立場、匿名性和表達方式均只有一篇文獻進行了研究，不符合元分析的標準，因此將這4個變量去除。最終納入元分析研究的4個變量為評論效價、評論語氣、一致性和評論分歧。變量具體編碼及定義如表2所示。

由于文獻中所報告的數(shù)據(jù)形式不一致，需要將其轉換為皮爾遜相關系數(shù)r值。數(shù)據(jù)轉換均在R語言中進行，通過psychmeta包進行轉換。

表1 文獻編碼（作者自制）

表2 影響因素編碼定義表（作者自制）

3.數(shù)據(jù)分析

將R語言中轉換出的影響因素相關系數(shù)r值以及各因素所屬研究的樣本量輸入CMA3.0軟件作為效應值，再轉換為Fisher’s Z值后對結果進行元分析。

（1）異質性檢驗

元分析中需要對研究數(shù)據(jù)進行異質性檢驗，從而進行元分析模型的選擇。如果異質性檢驗結果不顯著，即采用固定效果模型進行分析。反之，異質性檢驗結果顯著，則采用隨機模型進行分析。Higgins指出，I²的高低劃分暫定標準為：I²統(tǒng)計量為25%則表示較低的異質性，50%表示中度的異質性，75%則為較高的異質性。^[1]異質性檢驗結果如表3所示，各個效應量間均呈現(xiàn)出異質性，因此本研究采用隨機模型進行分析。

表3 異質性檢驗結果（作者自制）

（2）發(fā)表偏倚檢驗

發(fā)表偏倚是指那些報告相對高的效應量的研究比那些報告低效應的研究更容易發(fā)表，從而產(chǎn)生發(fā)表偏倚。本研究采用了Egger回歸截距測試，最終結果顯示4個變量的的p值均大于0.05，即存在發(fā)表偏倚的可能性較低（見表4）。但是4個變量的漏斗圖都顯示出一定的發(fā)表偏見，因此研究采用了Trim and Fill修剪填補法，對漏斗圖進行了一定的修正。

表4 發(fā)表偏倚結果（作者自制）

（3）效應值分析

效應值分析是研究在線評論中各變量對新聞報道傳播效果的影響相關性。本研究的效應值分析結果如表5所示。結果顯示，通過顯著性檢驗（p＜0.05）的變量只有評論效價。根據(jù)Cohen提出的劃分標準，當r值大于0.5時，相關系數(shù)則為高度顯著的；當r值大于0.3時，相關系數(shù)則為一般顯著；當r值大于0.1時，相關系數(shù)則具有低顯著性；而當r值小于0.1時則認為基本無相關關系。因此在本研究中，評論效價（r=0.193）與新聞報道傳播效果的影響為弱相關。

表5 效應值分析結果（作者自制）

（4）調節(jié)變量分析

根據(jù)前文對影響因素變量的分析，首先確定了評論效價是對新聞報道效果具有影響的，且存在異質性。因此本研究選擇將平臺作為調節(jié)變量進行分析。最終結果顯示組間Q=90.600，p＜0.05，研究結果表明平臺能夠顯著調節(jié)評論效價與新聞報道傳播效果之間的關系。具體調節(jié)變量分析結果如表6所示。

表6 調節(jié)變量分析結果（作者自制）

4.結果討論

本研究基于以往的研究再次對其結果進行定量分析，得出了一個總體性結論，即研究發(fā)現(xiàn)從以往研究提取出的評論效價、片面性、評論語氣、一致性、評論分歧、黨派立場、匿名性和表達方式的8個因素中，只有評論效價與新聞報道傳播效果呈現(xiàn)低強度的正相關（r=0.193），并且受到調節(jié)變量平臺的顯著影響。

（二）實驗法

在元分析結果的基礎上，再通過實驗法在中國代表性社交媒體平臺——微博上通過同一則刺激材料在同一平臺上進行實證研究，考察“評論效價”這一影響因素是通過傳播效果的哪一層面或哪幾個層面來達到最終傳播效果影響的。

1.研究對象

本實驗共招募了200名實驗對象，其中20名預實驗對象。實驗對象均在新浪微博上進行招募，確保其為微博使用者。除去20名預實驗對象，其余180名實驗對象隨機分為3個實驗組：實驗組一（不閱讀評論）60人，實驗組二（閱讀正面評論）60人，實驗組三（閱讀負面評論）60人。被試者在參與實驗之前被告知該研究與微博相關，但不知曉研究真實目的。被試者會先通過鏈接瀏覽相關新聞報道以及評論（不閱讀評論的實驗組除外），瀏覽結束后完成問卷填寫。

2.刺激材料

本著刺激材料需立場中立，且相關新聞要素清晰以及評論立場清晰可辨的原則。本實驗選取了一則ID名為“中新經(jīng)緯”的賬號在新浪微博上真實發(fā)布的新聞報道【一級致癌物檳榔長期熱銷，#專家建議檳榔按照煙草監(jiān)管方式監(jiān)管#】。

評論方面，從原帖的937條評論中，逐條閱讀評論，剔除僅表情符號和與內(nèi)容無關的評論，將剩下的評論按照正面評論與負面評論進行分類。為保證實驗對象對評論的瀏覽質量，最終正面評論、負面評論各選取了15條放置實驗界面中。

3.實驗設計

為保證真實瀏覽環(huán)境，本研究設計了一個微博模擬界面，被試者會首先瀏覽此模擬鏈接，該模擬界面100%還原了新聞材料所屬主體的賬號和頭像，以及新聞內(nèi)容。評論用戶的頭像和昵稱則隨機生成，評論內(nèi)容為選取的15條符合正面評論（負面評論）相關要求的評論，其余設置均與微博APP無異。瀏覽完成后被試者將被要求填寫一份調查問卷。 

本研究的調查問卷共涉及傳播效果三個層面的考察，在認知上，選取了“記憶度”和“可信度”作為測量要素；在情感上，選取了“情感態(tài)度改變”作為測量要素；在行為意愿上，選擇“點贊”“評論”“轉發(fā)”作為測量要素。

記憶度的測量即測試被試者對于原報道中提出的幾項監(jiān)管方式記憶如何，可信度是通過5級里克特量表讓被試者對原文可信度進行評分，情感態(tài)度改變則是在瀏覽微博界面前后分別通過問卷記錄被試者對原文中提到的檳榔和煙草的態(tài)度，來測量被試態(tài)度有無改變；最后行為則是通過被試者是否有點贊、評論、轉發(fā)意愿來測量。

4.結果分析

所有數(shù)據(jù)均在R語言中進行分析，分析結果如表7所示。

表7 實驗分析結果（作者自制）

研究結果發(fā)現(xiàn)，在6個效果測量維度中，僅可信度的結果顯著（p＜0.001），其余維度結果均不顯著。因此分析結果表明，評論效價是通過影響認知層面的可信度來影響整體傳播效果的。

四 結果與討論

本文首先通過對前人研究結果的元分析解決了當前用戶評論對報道傳播效果的影響分歧問題。確定了“評論效價”這一影響因素能夠影響報道傳播效果且為正向影響，即評論越正面，則報道的傳播效果越好。由于還可能存在“平臺”這一調節(jié)變量的影響，以及缺乏中國的本土實證研究。因此本文還通過實驗法在中國社交媒體環(huán)境——微博做了進一步的實證研究。結果表明，用戶評論在社交媒體環(huán)境中作為一種交互線索，是能夠對報道傳播效果產(chǎn)生影響的，這種影響主要是通過評論中的效價——表達出來正面或負面的態(tài)度來影響其他用戶對可信度的感知來影響整體傳播效果。

而這也與MAIN模型（如圖3）的影響機制一致。從技術的可供性出發(fā)，平臺提供了評論區(qū)這樣一個可以交互的區(qū)域，而評論區(qū)中的內(nèi)容則作為一種交互線索通過認知啟發(fā)式——用戶不可能對每篇報道都進行仔細評估，因此只能通過信息的外圍功能來評估該則信息。而評論區(qū)則作為技術提供的外圍線索，用戶可以通過評論區(qū)的內(nèi)容來激活在隨后評估中的“心理經(jīng)驗法則”從而對原文本信息進行評估。又或者通過潮流啟發(fā)式——根據(jù)評論區(qū)的意見選擇跟隨所屬潮流中的意見來對信息質量進行推斷，從而影響對可信度的判斷。對可信度的評估最終又會體現(xiàn)在原信息的傳播效果上。 

這同時也可以解釋分析結果中得出的，從認知、情感、行為這三個方面中，只有通過認知層面的可信度影響傳播效果是顯著的。首先記憶度是因為不可能每位用戶都對這篇報道的文字內(nèi)容進行了仔細評估，從問卷調查結果來看，大多數(shù)用戶都全選了問卷選項中給出的所有監(jiān)管方式。而情感態(tài)度更多取決于用戶個人的先驗態(tài)度，大多數(shù)的用戶并不會因為一篇報道或者一些其他用戶評論而輕易發(fā)生改變。最后在行為意愿層面，被試者都愿意點贊，而評論和轉發(fā)的人數(shù)極少，這也可能是個人和原文內(nèi)容情感連結不強導致的。從少數(shù)用戶評論中可以看出，是因為身邊的親人朋友有抽煙或是嚼檳榔的行為，用戶產(chǎn)生了情感連結，對自己或親人朋友有健康擔憂，才會觸發(fā)評論或轉發(fā)機制。因此，行為意愿更多地是取決于用戶出于自身的動機與瀏覽其他用戶的評論并無顯著相關。

最后，由于本研究在效果測量維度的選取上可能缺乏科學性和系統(tǒng)性，所以可能導致某些維度沒能被納入考慮。以及各維度之間可能存在的交互影響在本次研究中也未能體現(xiàn)。在今后的研究中，需要進一步改進實驗設計，考慮更多的測量維度，以及各維度之間的相互作用， 從而更準確地解釋在社交媒體環(huán)境中，用戶評論與傳播效果之間的影響關系。

文章來源：《文化產(chǎn)業(yè)》 http://m.00559.cn/w/wy/32640.html