自媒体时代的数字不平等：非政府组织微博影响力是怎么形成的？

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

论文
自媒体时代的数字不平等：非政府
组织微博影响力是怎么形成的？
黄荣贵　桂　勇
【摘要】论文以２８个劳工非政府组织于２０１３年７月至２０１４年７月发布的
１１７９１条微博的被转发和被评论情况为例，使用多层次回归模型较为系统地分析
了微博空间的数字不平等及其形成机制。

研究发现，劳工非政府组织的线上影
响力相对较弱，不同组织的线上影响力仅具有较低水平的差异。

组织的线下特
征对线上影响力无显著影响，但组织的微博使用特征能在一定程度上解释线上
. All Rights Reserved.
影响力的组织间差异。

就微博文的线上影响力而言，微博文所涉及的话题具有
显著而稳健的影响，粉丝数、标签话题与原创微博也具有不可忽视的正效应，
原创率则对被转发数具有显著的负向影响。

总之，自媒体空间的数字不平等的
形成机制具有自身的独特性，微博文所涉及的话题而不是线下组织特征对线上
影响力具有重要的影响。

【关键词】微博影响力　议题　非政府组织　组织特征
【中图分类号】Ｇ２０３【文献标识码】Ａ
【文章编号】１６７４－２４８６（２０１４）０４－０１３３－２０
黄荣贵，复旦大学社会学系，讲师；桂勇，复旦大学社会学系，教授。

感谢匿名评审
人的意见。

基金项目：国家社科基金项目“社会媒体影响群体性事件的机制研究（１２ＣＳＨ０４３）”、
上海浦江人才计划项目“抗争信息的微博传播：基于信任理论的探讨（１３ＰＪＣ０１１）”和２０１３
年度上海市哲学社会科学规划课题（２０１３ＢＳＨ００１）。

数字不平等研究指出，互联网用户现有资源和地位对互联网使用具有制约
作用（ＤｉＭａｇｇｉｏｅｔａｌ．，２００１；Ｐａｎｅｔａｌ．，２０１０；Ｗｅｉ，２０１２）。

近
期的研究已经从数字鸿沟（互联网接入的不平等）转向考察互联网的使用模式和使用者的技能。

对美国互联网使用者的调查研究指出，女性、老年人、穷人及教育程度较低的
用户仅使用有限的互联网功能（Ｗｅｉ，２０１２）。

对
上海的调查则指出，经济社会地位对互联网接入、互联网使用的效用和用户的使用技能均有显著的影响（Ｐａｎｅｔａｌ．，２０１０）。

目前，数字不平等研究主要集中在个人层面，少有研究考察组织间的数字不平等。

为数不多的经验研究指出，中国环保非政府组织的互联网使
用状况在一定程度上受组织资源的限制（Ｓｉｍａ，２０１１），不同类型的政务微博的线上影响力也有明显差异（汪永涛，２０１３；赵
琦，２０１３）。

与数字不平等文献相一致，近年来互联网研究者对数字空间与现实空间的关系进行了批判性反思
（Ｏｒｔｏｎ－Ｊｏｈｎｓｏｎ＆Ｐｒｉｏｒ，２０１３）：一
方面，互联网对现有社会关系、社群空间与社会结构产生影响；另一方面，互联网使用状况也受现实社会关系、资源与结构的制约，从而在虚拟空间再生产数字不平等。

近年来，微博等社会性媒体得到长足的发展。

《第
３２次中国互联网网络发展状况调查报告》指出，截至
２０１３年６月，中国微博用户已经达到３３亿，使用率为５６０％。

随着微博等自媒体的发展，学界对微博的研究也处于方兴未艾的阶段。

微博是一个草根化的空间，人人都有发言的权利（杨晓茹，２０１０）。

周
敏指出（２０１２），尽管新浪微博采取了明星策略，但微博准入门槛低、发布便捷等特征使它成为一个草根化的互联网平台，草根用户也可能拥有大量的粉丝。

微博改变了公众的社会参与方式，为社会抗争提供了重要的渠道（童希，２０１１）。

对美国非政府组织社会性媒体使用（是否使用和使用频率）的研究指出，组织资源不是重要的影响因素，只有个别例外———组织资源匮乏的组织更
可能使用推特（Ｎａｈ＆Ｓａｘｔｏｎ，２０１３）。

由
于微博平台具有低准入性、便捷性和草根性，微博空间的数字不平等是一个悬而未决的问题。

有研究者谨慎地指出，微博自媒体确实为草根阶层参与公共信息的生产和流通提供了机会，但新的不
平等也可能会出现（代玉梅，２０１１）。

目
前，关于微博空间数字不平等的经验研究尚不多见。

本文将以新浪微博为例，通过统计分析方法较为系统地考察劳工非政府组织在微博空间的影响力的分布、差异及其形成机制。

◆
论文. All Rights Reserved.
要准确理解非政府组织在微博空间的数字不平等，研究者需要考虑非政府组织所嵌入的社会制度。

在双重管理体制下，非政府组织的生存环境相对狭窄，它们在资源和能力、法律和体制等方面受到明显的限制（王名，２００７），组织发布水平较低。

就劳工非政府组织而言，它们的主要经费来源于境外资金支持，但政府对境外资金的高度关注、对组织活动的持续监控和干扰使它们的活动领
域相对狭窄（Ｃｈａｎ，２０１３；Ｆｒｉｅｄｍａｎ＆Ｌｅｅ，２０１０）。

劳
工组织的上述特征为我们理解微博空间数字不平等提供了一个有意思的案例。

如果微博是一个草根化空间，那劳工组织的微博使用将不受组织资源的限制；反之，如果微博空间中存在数字不平等，则资源充裕与匮乏的组织之间将存在明显的差异。

考察非政府组织线上影响力的差异及其形成机制具有如下三方面意义。

首先，本研究将数字不平等的研究拓展至组织层面，并回应现有文献关于组织特
征与互联网使用之间关系的争论（Ｎａｈ＆Ｓａｘｔｏｎ，２０１３；Ｓｉｍａ，２０１１）。

其
次，本研究整合现有研究发现，并在此基础上提出一个较为统一的理论框架来理解微博传播机制。

该分析框架指出，微博用户线上影响力由微博文的影响力决定，我们需要同时考察微博文特征与微博用户特征的影响，并在统计分析时考虑同一用户所发布的微博文之间的聚类性。

分析结果显示，在压制性的社会制度环境中，非政府组织的线下特征对其线上影响力的影响非常有限，微博空间的影响力主要由线上活动特征及微博文所关注的议题所决定。

第三，本文在经验上指出职业病等议题是目前劳工领域最受关注的话题，这为劳工研究的框架化分析提供了基础。

一、微博作为媒介化的话语空间
在微博平台中，用户可发布１４０字符的微型博客来更新状态或发布信息。

微博是一个基于用户关系的信息分享、获取和传播平台，它既可看作一个基于
趣缘的跨城市关系网络（Ｈｕａｎｇ＆Ｓｕｎ，２０１４），也
可看作一个新型的公共空间（Ｔｏｎｇ＆Ｌｅｉ，２０１３）；也
有研究指出，微博主要是一个信息共享空间，而不是一个公共讨论与协商的平台（Ｓｍａｌｌ，２０１１）。

在
此，本文将微博看作一个媒介化的话语空间。

自媒体时代的数字不平等：非政府组织微博影响力是怎么形成的？◆. All Rights Reserved.
◆论文
随着微博平台的广泛使用，越来越多研究关注用户在微博空间的线上影响
力。

现有文献往往将粉丝数、用户活跃程度（平均发布微博数、微博原创率）、
微博传播力（被转发数、被评论数）作为微博影响力的测量指标，通过描述分
析比较用户间线上影响力的差异（汪永涛，２０１３；赵琦，２０１３），或采用相关分
析方法检验上述指标之间的线性关系（白贵＆王秋菊，２０１３）。

为数不多的研究
指出，不同类型微博用户的线上影响力具有明显差异。

比如，团干部微博的平
均被评论数为５３１条，被转发数为１０７６条，公共系统的平均被评论／转发数
为１４７条，政府系统为８８条（汪永涛，２０１３）。

对四个法院的微博研究发现，
平均每条信息被转发３９９次，被评论１４７次（赵琦，２０１３）。

不同类型微博用
户线上影响力的差异意味着，我们有必要具体考察不同领域的微博用户的线上
影响力及其形成机制。

现有研究存在一些不足：首先，粉丝数、用户活跃程度、评论数与转发数
等变量之间存在着一定的因果关系，对变量间的因果关系进行学理分析是理解
微博用户线上影响力及其形成机制的前提，然而目前研究将它们看作平行的测
量指标。

本文认为，用户活跃程度应该看作原因，转发数和评论数应看作结果。

. All Rights Reserved.
其次，由于微博首先是一个信息平台（Ｓｍａｌｌ，２０１１），微博文被转发数和被评论
数是反映网络舆论、识别意见领袖的重要指标（宋好，２０１１），被转发数和被评
论数是衡量微博用户线上影响力的直接指标。

最后，现有研究缺乏系统的统计
分析，大部分研究仅采用相关和简单回归分析，其研究结论的有效性值得进一
步检验。

一旦将微博看作媒介化空间，我们就可以借鉴现有的分析框架来理解微博
空间的影响力。

在研究社会运动与媒介关系时，社会学家指出：在媒介空间中，
不同行动者竞相争夺注意力这一稀缺资源，竞争结果则由话语可见性、受众共
鸣、受众的支持性回应这三种选择性机制所决定（Ｋｏｏｐｍａｎｓ，２００４）。

考察微博
平台的特征对上述选择性机制的影响／改变有助于理解微博空间的影响力的形成
机制。

随着微博自媒体的发展，传统媒体对编辑权的控制在一定程度上被消
解①，话语可见性由互联网平台的特征和互联网用户的社会地位所决定。

其次，
①相关讨论可参见黄荣贵（２０１０）。

受众的共鸣程度和支持性回应可能取决于如下两个因素———微博的信息价值、微博空间所讨论话题是否与受众的兴趣或文化价值相容。

二、微博用户的线上影响力及影响因素
（一）关系传播与粉丝数量不少学者从微博传播的技术特征来解释微博用户线上影响力的差异。

喻国
明认为，微博的技术特征是影响力形成的重要机制（喻国明，２０１１），这
些技术特征包括：点对面的即时传播、建立在社会关系网上的裂变式传播、拥有关系资源“背书”的内容传播。

微博的社交传播属性意味着，社交网络关系不仅提供了传播渠道，还提供了信任等有助于传播的社会资本。

微博用户的粉丝数是用户线上影响力的重要来源。

这一论断得到部分实证研究的支持。

粉丝数（特
别是活跃粉丝数）和粉丝参与转发
／评论的积极性对微博文的传播广度具有显著影响（汪永涛，２０１３），这
种影响远大于其他网络使用特征（白贵＆王秋菊，２０１３）。

尽管粉丝数在一定程度上决定了微博用户的线上影响力，微博用户的总粉丝数可能仅是一个粗糙的指标。

一方面，只有活跃的粉丝才能提高被关注者的线上影响力。

对团干部微博影响力的分析表明，微博用户的活跃粉丝所占比
例差异很大（１％－７０６％）（汪
永涛，２０１３）；另一方面，只有对特定议题感兴趣的粉丝数才是影响微博文传播的关键因素（Ｈｕａｎｇ＆Ｓｕｎ，２０１４）。

综
上，本文提出如下假设：Ｈ１：粉丝数对微博用户线上影响力具有正向影响，但该变量的解释力并不强。

（二）信息价值与微博话题微博是信息化平台，也是众多用户竞争公众注意力的公共空间。

只有微博用户能为公众提供有价值的信息，他们的博文才会得到关注、转载和评论。

杨晓茹（２０１０）从理论上指出，处于信息源上端的微博用户和微博文具有更强的线上影响力。

简单相关分析发现，原创微博所占比例越大，用户的线上影响力
自媒体时代的数字不平等：非政府组织微博影响力是怎么形成的？◆
. All Rights Reserved.
也越大（白贵＆王秋菊，２０１３）。

微博的影响力在一定程度上依赖于内容的独特
性，原创微博内容因具有独特性而具有更强的影响力（汪永涛，２０１３）。

此
外，信息价值可能通过影响粉丝数而间接影响用户的线上影响力。

王晓光（２０１０）
对新浪微博的
３０００条博文进行简单的回归分析，发现博主累积发布的微博数有助于增加粉丝数，从而增加其线上影响力。

虽然累计发布微博数具有正面的影响，但平均每天发布微博数对用户的线上影响力却有负面影响（Ｈｕａｎｇ＆Ｓｕｎ，２０１４；白贵、王秋菊，２０１３）。

一种可能的解释是，高频的微博发布不仅会减低信息的质量和价值，还会导致信息过载，降低受众的信任水平（Ｂｅａｕｄｏｉｎ，２００８），从而不利于微博文的传播。

综上，本文提出如下假设：Ｈ２ａ：原创率对微博用户的线上影响力具有显著的积极影响。

Ｈ２ｂ：原创微博文具有更高的线上影响力。

微博用户所发布的微博文是否能引发公众的共鸣是一个重要的因素（杨晓
茹，２０１０）。

夏
雨禾（２０１０）对新浪微博的描述性分析发现，话题类型对微博文的转发数和评论数具有显著的影响；其中，“名言、格言或语录”被转发和评论
的频数最高，“人物或内容推介”、“个体工作或生活实录、感言”、“段子、冷
笑话”被转发和评论数较高，而“新闻”的转发数和评论数比较低。

上述发现
可从框架化理论来理解（Ｂｅｎｆｏｒｄ＆Ｓｎｏｗ，２０００）：微
博空间的话语只有与公众现有的兴趣、价值观、信念等相一致时，才能有效吸引和动员他们的注意力；只有成功动员公众注意力，才能获得线上影响力。

综上，本文提出如下假设：Ｈ３：话题对微博文的线上影响力具有显著的影响。

话题共鸣机制从话题内容与受众的关系来解释话题的影响力。

此外，我们也可以从微博的技术特征来理解话题的影响。

在微博中，用户自发地使用井号
（＃）来标识特定话题。

这种标签式话题能更有效地组织网上讨论、提高信息的传播广度，可看作一个潜在的虚拟社群（Ｃｏｎｏｖｅｒｅｔａｌ．，２０１２；Ｓｍａｌｌ，２０１１）。

因此，本文认为：Ｈ４：含有标签话题的微博文具有更高的线上影响力。

上述研究假设中，Ｈ２ｂ和Ｈ４描述微博文的线上影响力。

考虑到微博用户线上影响力由用户所发布的微博文的影响力决定，这两个假设可看作解释微博用户影响力的微观生成机制。

◆
论文. All Rights Reserved.
（三）话语场域及话语竞争
在微博空间这一话语场域中，众多行动者竞相争夺公众注意力，但只有部分行动者在这个竞争过程中脱颖而出。

杨晓茹（２０１０）从理论上指出，微博用户在现实生活中的权力与社会地位会影响他们的线上影响力。

库普曼斯认为，行动者自身的社会地位和声望会影响话语的可见性及受众的共鸣程度（Ｋｏｏｐｍａｎｓ，２００４）。

对业委会微博社群的研究发现，认证用户往往具有专业知识和良好的社会声望，他们所发布的微博具有较高的转发数（Ｈｕａｎｇ＆Ｓｕｎ，２０１４）。

不过，在不同领域（如劳工非政府组织），“认证”是否能够有效反映用户的社会声望值得斟酌，更有效的研究路径可能需要直接测量用户线下的社会地位、声望和资源。

然而，目前少有研究在经验层面考察微博用户线下特征与线上影响力的关系。

基于上述讨论，本文提出如下问题：
Ｑ１：非政府组织的线下组织特征是否对其线上影响力具有显著的影响？
三、数据与方法
（一）数据来源
本研究根据中国发展简报国内ＮＧＯ名录获得２８个劳工非政府组织的名单及其组织特征。

接着，作者在新浪微博上识别这些非政府组织的帐号，并使用作者所编写的Ｐｙｔｈｏｎ程序①抓取上述微博帐号在２０１３年７月至２０１４年７月②所发布的微博文及其被转发和被评论的数据，同时也收集了这２８个非政府组织的微自媒体时代的数字不平等：非政府组织微博影响力是怎么形成的？◆
①②关于Ｐｙｔｈｏｎ语言的详细情况可参考如下网站：ｈｔｔｐ：∥ｗｗｗ．ｐｙｔｈｏｎ．ｏｒｇ／。

尽管数据收
集工作可以采用手工复制粘贴的方式完成，采取程序收集数据更具有优势。

首先，使用程序
有助于减少数据收集过程中可能发生的错误；其次，使用程序下载样本数据有助于提高研究
的可重复性；最后，使用程序收据数据更具有效率（比如，微博用户的注册时间等信息难以
通过手工方式收集）。

作者选择数据收集窗口期起点时综合考虑了如下两个因素：一、窗口期的起点足够早，从而包括尽可能多的微博文数据；二、窗口期的起点足够晚，从而使得样本中各非政府
组织均已经注册微博账户。

. All Rights Reserved.
博使用特征数据。

将组织数据和微博文数据整合得到一个两层次（博主／博文）
的数据集，该数据集共包含
１１７９１条微博。

考虑到数据集的两层次嵌套结构，文章使用多层次模型进行统计分析。

（二）因变量作者使用微博文的被转发数与被评论数来测量线上影响力。

统计分析时采取两种不同的方法：第一，将两个指标汇总到组织层面进行组织间的比较；第二，通过多层次回归模型考察微博文线上影响力的影响因素。

（三）解释变量组织层面的解释变量包括微博数据收集窗口期之前（２０１３年６月）各组织用户的粉丝数以及它们所发布的总微博数、组织活动经费和注册状态。

将粉丝数和所发布的总微博数限于数据收集窗口期之前意味着该变量发生于被解释变量之前，不直接受被解释变量所影响，因此能够更好地分辨出因果关系。

活动
经费与组织注册状态反映组织的资源与地位。

根据变量的具体取值，活动经费
区分为三种类型：经费未知、经费匮乏（小于
５０万／年）及经费充裕（大于５０万／年）；其中，经费匮乏为参照组。

组织注册状态也分为三类：未注册、工商注册、非工商注册；其中，非工商注册组织为参照组。

微博文层面的解释变量包括原创微博（原创
＝１；转载＝０）、标签话题（含有＃话题＃的微博编码为１，否则为０）、内容话题。

作者结合两种方法确定内容话题：首先，阅读非政府组织的介绍，了解它们的愿景与服务领域；其次，通
过话题模型（ｔｏｐｉｃｍｏｄｅｌ）对
微博文进行统计分析（Ｇｒüｎ＆Ｈｏｒｎｉｋ，２０１１），得到一系列区分不同话题的关键词。

综合上述两种方法确定有意义的关键词，依据关键词区分了“职业病”、“劳工法”、“社区活动”、“培训”、“宣传”、“法
律援助”、“其他”等
５种话题。

话题变量以虚拟变量的形式引入模型，其中“其他”话题为参照组。

现有研究发现，网龄影响微博用户的线上影响力，但影响方向并不确定（Ｈｕａｎｇ＆Ｓｕｎ，２０１４；Ｚｈａｎｇ＆Ｐｅｎｔｉｎａ，２０１２）。

微博认证状态可能会增加受众的信任度，从而提高博主的线上影响力（Ｈｕａｎｇ＆Ｓｕｎ，２０１４）。

四、研究发现
（一）非政府组织线上影响力的分布描述分析显示，在过去一年中（２０１３年７月—２０１４年７月），每个劳工非政府组织所发布的微博数具有很大的差异；其中，最活跃的非政府组织在过去一年共发布１７８９条微博文，最不活跃的非政府组织在过去一年仅发布了
１３条微博文，每个非政府组织平均发布了
４２１条微博文，标准差为４８８２７。

可见，不同劳工非政府组织使用微博这一社会性媒体的积极性具有明显的组织间差异，
这可能因为微博使用对不同非政府组织具有不同水平的效用。

截至微博文数据
收集窗口期前（
２０１３年６月），劳工非政府组织的粉丝数量最小值为４０，最大值６２９６，中位值为８７６，标准差为１２７３，组织间差异较大（图１）。

进一步分析发现，不同劳工非政府组织粉丝数量也具有明显的差异，粉丝数与微博数的
皮尔逊相关系数为
０８３９，该相关系数统计显著（ｐ－ｖａｌｕｅ＜０００１）。

如果将每个非政府组织所发表的微博文的被转发数和被评论数汇总，则得到每个组织的平均被转发数和平均被评论数。

描述分析显示，平均被转发数的
最小值为０５６，最大值为１４３８，中位值为１７８，均值为２５２。

类似地，平均被评论值的最小值为０１１，最大值为１８２，中位值为０７７，均值为０９９。

劳工非政府组织在微博空间的影响力远低于政务微博的影响力（汪永涛，２０１３；赵
琦，２０１３）。

虽然平均转发数与评论数显著相关（相关系数为０５９３，显著性小于０００１），但部分微博用户的平均被转发数明显大于平均被评论数（图２），这表明被评论数与被转发数应看作两个相对独立的测量指标。

总之，数据分析结果初步表明，非政府组织在微博空间的影响力较低，尽管组织间线上影响力存在一定的差异，但差异并不算大。

资料来源：作者根据相关调查资料自己整理绘制。

（二）非政府组织线上影响力的影响因素本小节将通过相关分析来考察微博用户的平均被转发数、平均被评论数与博主特征的关系（表１）。

统计结果显示，微博用户的平均被转发数与截止２０１３年６月的粉丝数正相关，但相关关系并不显著。

资料来源：作者根据相关调查资料自己整理绘制。

愿者、社区活动和培训等话题所占比例负相关，但相关系数均不显著。

平均被
转发数与原创率显著负相关，该结果与现有发现相悖（白贵＆王秋菊，２０１３）。

平均被评论数与职业病、劳动法话题所占比例显著正相关，但与其他因素均不
存在显著相关关系。

为了考察微博文数据收集的窗口期对分析结果的影响，作
者将微博文总样本分为４个子样本，每个子样本包含３个月的微博文，然后分
别对子样本进行类似的分析。

结果显示，组织层面的特征与平均被转发数／评论
数的相关系数在一定程度上受数据收集窗口期的影响①。

粉丝数与平均被评论数、法律援助话题比例与平均被评论数、法律援助话题比例与平均被转发数这３个相关系数在２个子样本中显著，不过它们在总样本中并不显著。

综上，大部分相关系数均不显著，这意味着组织层面的特征无法有效解释劳工非政府组织间线上影响力的差异②。

表１　劳工ＮＧＯ微博影响力及博主特征的相关分析
平均被转发数平均被评论数粉丝数（截至２０１３年６月）０１３０２５
微博数（截至２０１３年６月）００４００５
原创率－０４０００３
职业病话题比例０１９０３５
劳动法话题比例０２３０４１
法律援助话题比例０２１０３１
志愿者话题比例－０３０－００６
社区活动话题比例－０１４－０３１
培训话题比例－０２５－０１１
标签话题所占比例－０１３－００２
注：分析单位为博主（Ｎ＝２８）。

资料来源：作者根据相关调查资料自己整理绘制。

作者根据活动经费与注册状态将劳工非政府分类，并分别描述每种类型组织对应的平均转发数和评论数。

结果显示（表２），拥有不同经费资源的非政府组织的线上影响力基本一样（统计检验不显著）。

就注册状态而言，未注册组织的平均被转发数相对较高，工商注册组织的平均被转发数相对较低，但该差异在统计上并不显著。

非工商注册组织的平均被评论数相对较高，工商注册组织
①②具体而言，一个相关系数可能在一个子样本中显著，但在另一个子样本中变为不显
著；反之，一个相关系数在一个子样本中不显著，但在另一个子样本中可能变为显著。

幸运
地，我们并没有遇到如下情况：一个子样本中正向（负向）显著的相关系数在另一个子样本
变为负向（正向）且在统计上显著。

劳工非政府组织线上影响力的绝对水平较低，组织间差异较小，这也可能是绝大多数相关系数不显著的一个原因。