互联网治理专栏
黄瑾** 王天梅
中央财经大学信息学院北京 100081
摘要：基于对新浪微博上“秦火火”和“薛蛮子”两个热点事件从出现至消失期间主要数据的分析，发现参与讨论的网民态度均在事件发生后的一周中产生了不断极端化的现象，并且体态度由积极转向消极，在这一过程中“意见领袖”和“法规约束”对网民态度影响较大。
关键词：新浪微博；微博；体极化；公共管理；网络治理
一、引言
新浪微博自2009年公测以来，在短短几年间就拥有了超过5亿的注册用户。开放的微博平台为网民提供了自由言论的场所，网民可以就各类话题发表自己的见解。富二代、炫富、贪官等极端的敏感话题在微博平台讨论之后，由于网民较为一致的价值观原因，网民的发言与评论充斥着批判，体态度越来越极端，这是容易理解的。而有些看似“中性”的话题，如火车票降价、香港限制双非婴儿等事件，在微博发酵之后也产生了体极化现象。
这些“中性”事件本身是政府的治理举措，如秦火火被捕就开了中国网络治理的先河。而经过微博讨论之后，网民的整体态度却是非常消极的，这就带来了很多问题：一是政策实施将变得困难，网民的消极情绪显示出了对于政策的不信任，使得各项政策难以得到支持；二是线上体消极态度会引发线下的体行为，产生“多数人暴政”。因此，研究这类“中性”话题体极化现象的特点就显得尤为重要，为进一步的舆论引导奠定理论基础。二、文献回顾
（一）虚拟社区体极化特征研究
体极化的研究最早可以追溯到1961年美国麻省理工学院教授詹姆斯·斯托纳的研究，他在研究体决策时意外发现了“体极化”现象，即一个人经过体讨论后作出的决定，往往是比讨论前更为冒险的决定，也就是说，体讨论会得到更加极端的决策。他将这种现象称为“风险转移”，即认为体的意见会比个体的平均决策更冒险。“风险转移”的结论推翻了认为个人的决策比体的更加极端的前期研究。斯托纳的结论似乎是反直觉的，这引起了学者们纷纷开始研究“风险转移”现象，推动了深层次的研究。20世纪60年代后期，研究发现，“风险转移”只是体极端表现中的一种，Moscovici和Zavalloni将整个体的极端化现象称为“体极化”[1]。随之而来的是对“体极化”现象的理论及实践研究。Myers和Bishop 有关种族歧视的实验研究拓展了体极化的实践研究[2]。后来的大量实验性研究让“体极化”现象慢慢被公认为是基本的体决策过程。
郭美美事件是怎么回事呢?*基金项目：北京哲学社会规划重点项目“首都社会稳定视角下的互联网治理对策研究”（编号：12JGA014）；中央财经大学科研创新团队支持计划。
**通讯作者收稿日期：2013-12-03
黄瑾王天梅·基于新浪微博热点事件的体极化特征研究
体极化现象同时也发生在网络世界中。1996年，尼葛洛底帝在《数字化生存》一书[3]中提到，因网络中“个人时代”的到来，网民可以自主地表达，而这种自由表达更是为了坚定自我，导致网络政治体中的“体极化”现象。2001年，美国心理学家Wallace 在
《互联网心理学》[4]中写到：“体极化现象不仅存在于现实中，而且同样存在于网络中。”2003年，莫斯科维奇在《氓的时代》[5]里对“体极化”现象进行了深刻的研究和论述。他认为，当个人聚集到一起时，一个体就诞生了。他们混杂、融合、聚变，获得一种公有的、窒息自我的本能。他们屈从于集体的意志，而他们自己的意志则默默无闻。2003年，芝加哥大学教授凯斯·桑斯坦第一个明确地提出了体极化的概念，他在《网络共和国——网络社会中的民主问题》[6]一书中，率先系统地对网络政治的体极化现象进行了相关研究，开启了网络体极化研究的先河。书中通过对60 个政治网站的随机研究，发现网络上的圈内传播确实容易造成体意见的极端化倾向。2006年，美国心理学家戴维·迈尔斯在《社会心理学》[7]一书中，引用了美国学者怀特的研究，该研究认为“互联网提供了一种便利的条件使
相同目的的人集结起来，令分散的敌意更加明确”。2011年，Conover等在文章中就运用模块化的计算研究了Twitter上的政治观点极化现象[8]。2013年，Guerra等又运用求P值和用模块化方法的对比，为网络体极化定量的度量提供了新思路[9]。
（二）新浪微博的特点及其体极化现象研究
新浪微博是目前国内最大的虚拟社区，它的迅速发展与其自身具备的微博特点是分不开的。
⒈浏览主体的多样性
微博和贴吧、天涯等讨论区的形式不同，讨论区的人都是对某一话题感兴趣的人聚集在一起有意识地查看某些内容；而微博上的人都是随意地发表并且浏览信息，看到自己感兴趣的内容之后进行关注。微博与人人网也不同，人人网是熟悉人的网络社区，信息在朋友圈之间交流；而微博则对所有人开放，网民可以通过搜索或关联查看任何他们感兴趣的信息，打破了信息的局限性[10]。
⒉消息受长度的限制使得真假难辨、传播力强
微博和博客也不同，微博每条信息不超过140个字，而博客可以就某个话题进行长篇的深入分析。并且微博发布信息无须审核，可以随时随地记录、分享自己的所见所闻所感。正是由于这种简洁性与便利性，使得网友经常愿意去阅读并且凭借第一印象对信息作出反应，进而形成信息的快速传播与交叉影响[
11]。
由于微博存在匿名性、涉及范围广、信息良莠不齐等特点，为体极化的产生提供了条件。因此，目前有关新浪微博体极化的研究呈多样化态势，主要包括如下几类：一是围绕特定事件来分析其极化的过程，从而总结出预测与监控极化现象的方法，如尚勤总结了微博中互动的机制，分析了信息在临时社区中不断传播的特点[12]；二是研究名人效应，微博中信息传播的过程是复杂的，但是不难发现，其中名人们以及草根“e见领袖”的微博总是能引起很大的轰动效应[13]；三是研究意见领袖的形成原因，例如，郑知等通过比较研究得出结论，意见领袖的参与对网络舆论事件的形成影响不大，事件所指对象所占社会资源越多，事件越易转化为网络舆论事件[14]；四是研究微博传播的动因及情感因素，例如，白淑英等对个体和体情感动员策略中的不同情感表达方式进行了深入分析[15]。
（三）现有研究存在的问题
目前，研究者们对网络虚拟社区体极化的研究成果主要集中在发展路径与形成原因等方面（参见表1）。
息。随后，中国独家报道、江宁公安在线、头条新闻等
黄瑾王天梅·基于新浪微博热点事件的体极化特征研究
网络媒体也发布了相关消息。官方消息的传出引起了网
民的热烈讨论。
⒉“薛蛮子”事件
薛蛮子，微博身份认证“天使投资人”，曾投资过的项目包括PCPOP、李想的汽车之家、方三文的雪球财经及杜子健的华艺百创等公司。在新浪微博上因粉丝数量超千万而成为重要的“意见领袖”。2013年8月25 日，薛蛮子因涉嫌嫖娼被警方依法行政拘留，引发新浪微博上激烈的讨论。微博中可到的最早可信消息是8 月25日星岛环球网总编辑林海东于08时32分发布的微博。
（三）研究假设
“秦火火”事件和“薛蛮子”事件是网民关心的“网络环境治理”的一次实践。两人被抓捕引发了网民的激烈讨论，有网民认为网络造谣应该被绳之以法，秦火火等人被抓获是网络治理的一个好的开端，对未来网络环境的改善有好的影响。而也有网友认为秦火火和薛蛮子被抓获实际是“躺着中”，有为某些事件分散网民注意力等之嫌，甚至怀疑是政府为官方媒体创造“垄断造谣”媒介的幌子等负面言论。
两个事件都指向了网民关心的网络治理话题，并且事件本身存在争议性，且有众多官方大V意见领袖的宣传与指引，使其具备了产生体极化的必要条件，即“团体成员一开始即有某些偏向，在商议以后，人们朝偏向的方向继续移动，最终形成极端的观点”[6]，因此，提出假设1。
假设1：网民在微博上对事件进行的网络讨论中产生了态度不断极端化的现象。
基于Sarita Yardi和Danah Boyd的研究结果，发现体极化之后网民的情绪发生了显著的变化[10]，因此，提出假设2。
假设2：网民在微博上对事件进行的网络讨论中，网民的情绪产生了从相对积极到相对消极的变化。
四、文献回顾变量测量与数据收集
（一）主要变量的测量说明
⒈体极化的测量
为了研究新浪微博上的观点是否发生了体极化，我们将这个不可测量的问题分解为两个可以度量的数值来分析：微博每天的态度是否存在显著差异、极端化态度的比例是否增加。
对“微博每天的态度是否存在显著差异”，本文采用卡方检验的方法进行测量，卡方检验用来统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小。若结果为显著不同，则可进一步通过分析极端化和非极端化态度在总态度中比例的变化来观察是否发生了体极化现象。
⒉微博情绪的测量
将微博情绪的测量分解为两个可以度量的数值来分析：微博每天的态度是否存在显著差异、不同态度的比例是否随时间发生趋势性变化。
对“微博每天的态度是否存在显著差异”，采用卡方检验的方法进行测量。若结果为存在显著差异，则进一步分析积极态度和消极态度在总态度中比例的变化来确定微博情绪的变化趋势。
⒊网民的态度类别
在进行微博情绪变化分析时，需要对取样的数据进行编码。为此，将网民的态度分为以下五类：一是完全支持；二是支持；三是中立，客观分析或看热闹；四是反对；五是完全反对。
黄瑾 王天梅·基于新浪微博热点事件的体极化特征研究
（二）数据收集
研究事件的数据通过微博的搜索功能获得。微博的 搜索功能分为三类：“实时”“热门”和“综合”。其 中“实时”是按照发布时间排序，最新发布的显示在最 前面，且与检索微博账号有关的人发布的微博会优先显 示；“热门”则是按综合素质排序，比如转发数、评论 数、发布时间、内容质量等，热门搜索结果只限于最近 发布的原创微博。本文用到的数据主要参考以“秦火 火”和“薛蛮子”为关键字搜索出来的“实时”微博数 据。
此外，在对微博具体内容进行采集时，作者发现， 截至2013年8月20日，微博中都没有出现网民对“秦
火 火”事件的评论，具体的讨论开始于8月21日“@北京 晨报”发布信息之后，所以“秦火火”事件的内容分析 数据采集范围为8月21－27日，共7天。而关于薛蛮子的 热烈讨论从8月25日开始，所以薛蛮子事件的数据采集 范围为8月26日到9月4日，共10天。
在对微博内容进行收集时，作者还发现有较多微博 仅仅是介绍事件本身，或者仅仅是转发，并未发表言 论。为了便于分析，作者收集的微博具有明确的个人态 度：支持、中立、反对。此外，由于事件爆发之后微博 数量骤增，作者采用对数据采集范围内每天8点到11点4 个小时内的微博随机抽取50条的方式进行（微博可采集 数量多于50条的取50条，不足50条的全部取样）。
五、文献回顾数据分析
（一）微博数量变化分析
按日期搜索每天的关于“秦火火”的微博，在该事 件发生的前后11天之内，从微博数量关系上看，8月21 日微博数量骤增，关注度最高达到436654，之后，该事 件的热度逐渐降低。虽然“薛蛮子”事件的每日
微博数
发布评论