知识分子与微博空间公共性

摘要：本文选取校车安全事件作为样本案例，以公共知识分子在该事件中的微博行为为研究对象，通过定量研究方法，从知识分子身份特征以及公共协商中的行为表现两方面分析知识分子对于微博空间公共性的影响。研究发现，公共知识分子在微博公共空间的议程设置作用在推动公众进入公共空间进入讨论的同时，其阶层垄断以及非理性表达也阻碍了公共性的发展。

关键词：微博；知识分子；公共协商；公共性；校车安全

 

一、前言

    2011年11月16日9时40分许，甘肃省庆阳市正宁县榆林子镇西街道门口发生一起交通事故，一辆货车与一辆榆林子镇幼儿园校车迎面相撞，该起事故共造成21人死亡，43人受伤，死者中有19人是幼儿。后经过媒体曝光以及相关机构调查发现，发生事故的校车核定载客人数仅为9人，实际载客人数却达到64人，此外事发时该辆校车还存在逆向行驶的问题。该信息一经披露，以微博等社会化媒体为代表的中国民间舆论场引发了大量的讨论，并引起了政府政策的响应。近一个月后，《校车安全条例（草案）》（征求意见稿）在国务院总理温家宝“一个月内制定完成”的压力下向社会公布。半年后的2012年4月10日，《校车安全管理条例》正式开始实施。

    中国的传媒是政治逻辑和市场逻辑的混合体（Zhao，1998：p2），宣传取向和市场取向共生于同一个媒体组织中（Zhang & Su，2012）。学者潘忠党认为中国的传媒改革将“党的新闻事业”和改革话语中的“市场经济”的语汇融合在一起，形成了“市场经济条件下党的新闻事业”这一具有合法性的理论框架（潘忠党，1997）。但是，尽管中国的市场化改革使得一部分媒体能够从政府处获得一定的“议价能力”，但是其核心内容的生产仍然缺乏自主性（杨银娟、李金铨，2010），“市场”反而在一定程度上成为了新闻业“自觉”依赖国家的原动力。

    在这一背景下应运而生的微博不仅推动了公共政策的设定（陈昌凤、虞鑫，2011），更重要的是影响了既有的新闻生产范式，生成了中国“新媒体事件”的新类型——“微博事件”（周葆华，2011）。

    从结构功能主义的视角出发，如果把一个社会看作一个职能清晰、分工明确的系统，知识分子在公共事务和公共协商上无疑需要承担主要的职责。不过，以微博为代表的社会化媒体的出现，有人提出这并不是一个适合公共协商的平台。那么，微博作为一个公共媒介是否具有汉纳·阿伦特及其他社群主义思想家所设想的“公共性”政治的特征——对公共议题保持持续的关切和平等的讨论，并且容纳不同的事实和观点？还是走向了另一个反面：一个具有高度一致性政治主张和泛政治化倾向的“精英知识分子”群体逐渐成为“草根”的代表，夺得了微博这一拥有无限美好畅想的“赛博空间”的文化霸权？基于这一论题，本文将通过基础文献与实证研究结合的方法，以校车安全这一公共事件为具体切入点，分析知识分子在公共事件中体现的群体特征，并探索其在公共议题中的具体表现。

 

二、文献综述

2.1 知识分子与公共协商

    现代意义上的知识分子的出现最早可追溯至19世纪的法国与俄国，这一身份特指当时以独立身份，借助知识和精神的力量，对社会表现出强烈的公共关怀与参与意识的群体（李名亮，2012）。美国学者雅各比（Jacoby）在其《最后的知识分子》一书中首次提出“公共知识分子”以强调其公共性（Jacoby，1987）。在其之后的曼海姆（Mannheim）也提出，公共知识分子是普遍良知的代言人，具有超越性的批判任务。在中国学界，对于“公共知识分子”始终未有达成共识的定义。在诸如陶东风等学者沿用美国定义同时，学界对于这一定义下知识分子的“公共性”的质疑也此起彼伏。俞越、李名亮等学者认为，“公共性”不仅指面向公众发言，关注公共事务，同时也蕴含代表公共利益、批判意识、公众良知和人文精神等多重含义（李名亮，2012）。中国的公共知识分子虽然很难超越阶级和政治立场，置身于阶层利益之外，但出于中国传统文化的传承，他们自身也具有普世价值建构和启蒙批判精神（俞越、李名亮，2012）。

    除了“公共性”上的变化，随着微博等互联网媒体的介入，知识分子参与公共协商也经历了权利空间和权力结构的变化，基于这一变化也产生了不同的观点。部分学者认为，微博作为“分权式、去中心化”的媒介形式，拓展了公民的自由表达权利，为知识分子的话语进行了“技术赋权”（李名亮，2012）。而另一部分学者则认为，微博中公共性政治问题参与度有限，而有限的参与者又被都市精英阶层垄断，这样导致了公共问题讨论的保守性和极强的阶层属性化，因此造成了一种“反政治”，即缺乏公共性的政治（王维佳，杨丽娟，2012）。因此，公共知识分子究竟在公共协商中扮演何种角色并具有哪些特征及表现仍需进一步的实证研究来推论。

2.2 议程设置与框架理论

    议程设置理论具体内容最早可回溯至科恩（Cohen，1963）的研究和假设，即媒介很难影响受众怎么想，但是可以影响他们想什么。1972年，麦克斯韦尔·麦克姆斯（Maxwell McCombs）和唐纳德·肖（Donald Shaw）证实了科恩（Cohen，1963）提出的议程设置猜想的成立，这标志着媒介对受众影响的研究从态度的改变转向了认知的改变。他们发现，媒介议程影响了公众议程，即媒介所选择的议题影响了受众所关注的议题（McCombs & Shaw，1972）。自此之后，关于议程设置研究更为深入地研究了影响这一范式的中介变量。如将媒介（Winter，1981）和人际交流（McCombs&Shaw，1977）等作为重要影响因素的诸多研究丰富了议程设置理论的内涵。从外延方面，学者主要关注于设置媒介议程的主体，并对议程设置内在的因果关系进行了进一步研究（张洪忠，2000）。

     与议程设置理论紧密互动的另一理论——框架理论源流于心理学研究（Bateson，1955），之后在文化社会学和符号互动论领域（Goffman，1974）中得以发展。框架理论认为，对一个人来说，真实的东西就是他对情景的定义（Goffman，1974），这一方面来源于过去的经验，另一方面则受到社会文化意识的影响。吉特林（Gitlin，1980）又进一步阐释框架的实际内涵就是选择和凸显。框架理论在内涵（Gamson，1992）和作用（Entman，1993）的发展之后逐渐由文化社会学中的理论发展为传播学理论。对于新闻媒体的框架研究，框架理论认为，框架即“把认为需要的部分挑选出来，在报道中特别处理，以体现意义解释、归因推论、道德评估以及处理方式的建议”（Entman，1993，p.52）的过程。

    在微博这一特定空间中，网络公共议题的内容和态度都由所谓的“大V”，即受到集中关注的意见领袖主导。通过转发这一微博动作，公共事件通过议程设置主体向外传播，并得到积极围观者以及更外围的围观者的关注。而对于意见领袖，他们的个人框架也影响着他们的话语与对于公共事件的态度。对于公共知识分子而言，他们的阶层属性、职能特点等影响着他们对于事件事实的陈述、对于原因的推论以及其理性与尊重的体现。因此，在研究知识分子在公共协商中的角色和作用之前，对于知识分子自身框架的研究是非常必要的。

 

三、研究问题与研究方法

3.1 研究问题

    本文研究的核心问题在于：微博公共事件中，公共知识分子具有哪些特征？他们如何参与公共事件并进行意见表达？作为一种日常实践活动，公共知识分子的微博意见表达具有权宜性、在地性、索引性、可说明性、反身性的特征，基于核心问题和文献综述，本文提出以下两个研究问题：

    R1：微博空间中知识分子的构成和分类呈现何种特点？

    R2：知识分子在参与公共事务过程中具有哪些行为表现？

3.2 研究方法

    本文试图通过对校车安全事件的个案分析，对这一问题进行探索性的研究。具体来说，我们将统计知识分子的身份特征，并对其微博内容（源微博、转发微博、评论微博）及其所涉及到的源微博内容进行编码，以表现公共协商分析过程中的fact, locus of problem, criticism, reasoning和solution（是否提供基本事实、是否指出了问题的主要责任者、是否批判性的评论了权威/政府、是否进行合理推论、是否提供了解决方案）。同时，对微博内容在rationality, respect（理性、尊重他人言论表达自由）上进行了同样的编码操作，以测量微博内容发布者在这两项情况上的表现。

    其中，fact1为知识分子发布的内容（包含转发内容）, fact2为知识分子转发时涉及的源微博，fact为fact1 OR fact2，即无论是转发内容还是源微博内容，只要其中一个提供了基本事实，即认为整条微博呈现了事实，以此类推至respect。

    以“校车安全”作为搜索关键词，通过Web爬虫程序和新浪公司提供的API接口抓取了新浪微博2011年11月1日至2012年6月28日的原创微博数据。具体来说，首先对每天所有的原创微博进行随机抽样10%，作为随机组（Random组），按此方式共获得原创微博12247条；同时，由于微博作为互联网应用具有非常明显的“长尾效应”，仅按照随机抽样并不能获得最具代表性、最活跃的微博文本，故本研究也对该段时间每天转发数最高的原创微博的5%进行了抽样，作为高转发组（Max组），按此方法共获得原创微博6691条。而后，对这些原创微博的所有转发微博文本和转发关系，以及其中涉及到的所有用户公开信息进行抽样，获得较为完整的数据数据。其中，随机组共获得转发微博37035条（最后一条转发微博持续至2012年9月13日），高转发组共获得转发微博238499条（最后一条转发微博持续至2012年9月13日）。

    由于受到数据抓取权限、数据传输稳定性等因素的制约，以上研究资料并非“校车安全”事件的完整数据。通过将所抓取的相关内容数据与新浪微博官方搜索界面显示的记录数相比，目前所抓取的资料完整性为整体的8.6%。不过需要指出的是，具体到每一条原创微博的转发微博文本和转发关系上，本研究获得的资料是完全的，故基于此之上的以一条原创微博为单元的研究分析是达到相当可靠性的。

 

四、数据概述及数据处理

4.1 事件传播趋势基础数据分析

    图1.1展示了从2011年11月10日起，至2012年4月30日至，与“校车安全”有关的所有微博的数量。其中红色区域表示全部微博的数量，蓝色区域表示原创微博的数量。

                               图1.1校车安全话题时间趋势

    从上图看，整个话题出现了四个峰值。2011年11月16日甘肃幼儿园校车事故致20人死亡，微博讨论开始。11月17日各大媒体报道，微博讨论出现第一个峰值。11月27日前总理温家宝在全国妇女儿童会议上表示“在一个月内制定出《校车安全条例》”，第二天经CCTV播出，微博出现第二个峰值。2012年1月末，校车新国标通过审查，引发微博持续讨论，微博讨论出现第三个峰值。2012年5月，校车新国标正式实施，引发热烈讨论，出现最后一个峰值。将数据拆分成随机组和高转发组后得到结果如下：

    图1.2展示了随机组（Random组）在事件发生的11月16日起，至2012年6月28日止与“校车安全”有关的所有微博的数量。

                           图1.2随机组微博总数分布图

    从上图看，关于该事件的原创微博和转发微博的总数共达到六次峰值。峰值最高达2000（条）以上，且分布较为分散，其他月份都在一定数值范围内波动，说明微博网友对于校车事件的关注周期较长，且具有较为明显的长尾效应。

    高转发组（Max组）微博总数图如图1.2所示，其峰值集中在2011年12月1日至2012年1月1日这一区间，微博用户围绕温家宝提到的一个月内制定《校车安全条例》展开广泛激烈讨论，总数最高可到18000（条）。说明高转发组由于其转发数高的特点，在公共事件的传播中具有爆发性的特征。

                           图1.3 高转发组微博总数分布图

    需要说明的是，高转发组的“转发数”排序是按每天为序的，因此在本事件讨论的低谷期间，高转发组的转发数也可能会出现0次、1次等低值的情况。

4.2 公共知识分子特征分析

    表1对比随机组合高转发组两组微博作者的特征。两组微博作者性别的比例相仿，女性占28%左右，男性占72%左右，可见校车安全话题主要的参与者为男性用户。在转发量高的组，认证用户的比例（54%）明显高于随机组（33.5%），可见认证用户微博的传播力高于一般用户。从作者注册时长来看，随机组用户的平均注册时长为8657小时，合361天；高转发组的微博作者平均注册时长为9758小时，合406天。此外，转发量较高的组的微博作者平均粉丝数、微博数和关注数均高于随机组，表明这些用户社会资本更高且更为活跃。

表1：随机组作者和高转发组作者对比

		来源
		随机组		高转发组
		计数	%	计数	%
性别	女	3345	27.9%	1864	28.4%
	男	8646	72.1%	4697	71.6%
是否认证	否	7978	66.5%	3020	46.0%
	是	4013	33.5%	3541	54.0%
作者注册时长（小时）		8657		9758
粉丝数		35352		144261
微博数		4054		5555
关注数		475		624

    在对公共知识分子群体进行抓取的时候，我们选取关键词提取的方式，将作者认证信息中含有“教授、讲师、学者、专家、研究员、记者、编辑、社长、总编、媒体人”的作者作为公共知识分子群体，根据波斯纳的《公共公共知识分子——衰落之研究》一书中将公共知识分子定义为“以社会公众可以亲近的方式表述自我，并且专注于政治或意识形态中会引起一般大众关注的议题……他们可能是大学教授、新闻从业人员、出版界人士、作家、艺术家、智库研究员”（波斯纳，2001），所以这样的选取方式是较为恰当的。在此基础上，我们将原创微博和转发微博区分，分别进行分析，从而为后一阶段分析高转发组和随机组的行为及其间差异做一基础铺垫。研究发现如下：

                                                                                                  图2.1 原创微博知识分子构成图

    图2.1显示，在原创微博中，我们共提取了157个不重复的知识分子个体及团体（主要呈现为团体官方微博）。其中，媒体人（记者、编辑、社长、总编、自由媒体人等）共107人次，占总体的68%，为知识分子中的主要群体。学者（教授、讲师、学者、专家、研究员等）共47人次，占知识群体总数的30%。其他 （诗人、作家）占2%。

                                                                                                    图2.2 转发微博知识分子构成图

    图2.2显示，在转发微博中，我们共提取了805个不重复的知识分子个体及团体（主要呈现为团体官方微博）。其中，媒体人（记者、编辑、社长、总编、自由媒体人等）共613人次，占总体的76%，为知识分子中的主要群体。学者（教授、讲师、学者、专家、研究员等）共177人次，占知识群体总数的22%。政界人士和商界精英各占1%，其他（诗人、作家）共2人次，占比例0.4%。

    由以上两图可以看出，媒体人因其特定的社会传播的职能，成为在社交媒体上参与公共事务知识分子中的主要群体。学者出于其表达讲说、游行议论的群体特点，成为参与公共事务的第二大知识分子群体。这一统计结论显示，以这些群体为首的都市精英知识分子在公共事务的讨论中占据议程设置主体的绝对主导优势。他们对事实的选取、对于责任的定义、对于原因的推理，以及他们微博中体现出的理性和尊重成为校车安全这一事件的主要观点。而他们自身的阶层属性、职能特点以及习惯与偏好将会体现在公共事件最后呈现出的事实、态度及观点。

4.3 微博内容分析

    在对知识分子微博内容（源微博、转发微博）及其所涉及到的源微博内容进行编码后，我们拆分出fact（提供事实）, locus of problem（指出责任）, criticism（批判权威）, reasoning（合理推论）和solution（解决方案）五项公共协商分析过程中的变量，并对他们各自是否呈现进行进行描述性分析。

     图3.1显示，大多数微博内容包含基本事实和合理推论，较少的微博指出了事件的主要责任者、对政府进行了批评，提出解决方案的微博也很少。高转发组和随机组在这一方面的表现是相似的。

                         图3.1公共协商分析过程五变量呈现

    图3.2显示，在rationality（理性程度）方面，知识分子在理性上较源微博博主呈现出更多情绪化的特征。在respect（尊重程度）方面，在大部分个体都表现出了尊重他人表达言论的权利，高转发组和随机组在这一方面的表现是相似的。

                        图3.2公共协商分析过程四变量呈现图

    注：

    Rationality1/ respect1代表知识分子的理性程度/尊重程度

    Rationality2/ respect2代表知识分子转发/评论微博的源微博博主的理性程度/尊重程度

   

    在进行描述性统计后，我们对高转发组和随机组在在高转发组中五项公共协商分析过程中的变量进行了相关性分析。研究发现如下：

1. 理性与尊重变量相关分析

    1）高转发组

		Rationality 1	Respect 1	Rationality 2	Respect 2
Rationality 1	Pearson 相关性	1	.105*	.072	-.023
	显著性（双侧）		.037	.172	.667
	N	392	392	361	361
Respect 1	Pearson 相关性	.105*	1	-.103	-.018
	显著性（双侧）	.037		.050	.739
	N	392	392	361	361
Rationality 2	Pearson 相关性	.072	-.103	1	.171**
	显著性（双侧）	.172	.050		.001
	N	361	361	361	361
Respect 2	Pearson 相关性	-.023	-.018	.171**	1
	显著性（双侧）	.667	.739	.001
	N	361	361	361	361
**.在 0.01 水平（双侧）上显著相关。  *. 在 0.05 水平（双侧）上显著相关。

 

    2）随机组

		Rationality 1	Respect 1	Rationality 2	Respect 2
Rationality 1	Pearson 相关性	1	.133	.117	-.105
	显著性（双侧）		.132	.232	.287
	N	130	130	106	105
Respect 1	Pearson 相关性	.133	1	-.063	-.014
	显著性（双侧）	.132		.523	.890
	N	130	130	106	105
Rationality 2	Pearson 相关性	.117	-.063	1	.216*
	显著性（双侧）	.232	.523		.027
	N	106	106	106	105
Respect 2	Pearson 相关性	-.105	-.014	.216*	1
	显著性（双侧）	.287	.890	.027
	N	105	105	105	105
**.在 0.01水平（双侧）上显著相关。  *. 在 0.05 水平（双侧）上显著相关。

    根据相关性分析表，在高转发组中，如果知识分子微博内容表现出了足够的尊重，那么该条微博也表现出理性的特点；在随机组中，则是源微博博主表现出了类似的特性，即源微博博主表现出了尊重，也会表现出理性的特征。

 

    2. 知识分子微博使用与公共协商过程变量相关分析

    1）高转发组

控制变量			Fact 1	Locus of problem 1	Criticism 1	Reasoning 1	Solution 1
类型&注册日期&粉丝数&关注数&微博数&知识分子发布时间	知识分子转发数	相关性	.160*	-.051	.039	-.017	.035
		显著性（双侧）	.010	.412	.528	.788	.571
		df	256	256	256	256	256
	知识分子评论数	相关性	.012	.075	.011	.025	.055
		显著性（双侧）	.843	.229	.863	.688	.375
		df	256	256	256	256	256

 

    2）随机组 

控制变量			Fact 1	Locus of problem 1	Criticism 1	Reasoning 1	Solution 1
类型&注册日期&粉丝数&关注数&微博数&知识分子发布时间	知识分子转发数	相关性	.177	.003	-.106	.022	-.044
		显著性（双侧）	.088	.981	.310	.837	.676
		df	92	92	92	92	92
	知识分子评论数	相关性	.109	.044	-.107	.057	-.046
		显著性（双侧）	.295	.671	.307	.586	.658
		df	92	92	92	92	92

*.在 0.05 水平（双侧）上显著相关。

    根据相关性分析表，在高转发组里，控制了若干变量后发现，知识分子微博的转发数与其fact的表现呈现正相关，即如果知识分子在微博中提供了基本事实，那么将会得到广泛传播。随机组中各因素之间均没有显著关系。

    3. 微博基本变量与公共协商过程变量相关分析

    1）高转发组

		Fact 1	Locus of problem 1	Criticism 1	Reasoning 1	Solution 1
注册日期	Pearson 相关性	-.121*	-.031	-.039	.061	-.038
	显著性（双侧）	.016	.539	.444	.229	.451
	N	392	392	392	392	392
粉丝数	Pearson 相关性	.117*	.149**	-.051	.200**	.124*
	显著性（双侧）	.021	.003	.317	.000	.014
	N	392	392	392	392	392
关注数	Pearson 相关性	.117*	.046	-.033	-.025	.103*
	显著性（双侧）	.021	.359	.510	.626	.041
	N	392	392	392	392	392
微博数	Pearson 相关性	.107*	.013	-.035	-.054	-.051
	显著性（双侧）	.034	.793	.488	.288	.316
	N	392	392	392	392	392

**.在 0.01水平（双侧）上显著相关。

 *. 在 0.05 水平（双侧）上显著相关。

 

    2）随机组

		Fact 1	Locus of problem 1	Criticism 1	Reasoning 1	Solution 1
注册日期	Pearson 相关性	.073	-.102	-.121	-.135	-.101
	显著性（双侧）	.407	.247	.171	.126	.251
	N	130	130	130	130	130
粉丝数	Pearson 相关性	.162	-.030	-.043	.131	-.046
	显著性（双侧）	.066	.733	.626	.137	.603
	N	130	130	130	130	130
关注数	Pearson 相关性	-.088	-.044	-.130	-.049	.049
	显著性（双侧）	.320	.616	.140	.582	.579
	N	130	130	130	130	130
微博数	Pearson 相关性	-.068	-.101	-.085	-.087	-.077
	显著性（双侧）	.443	.252	.335	.327	.384
	N	130	130	130	130	130

    由上图可知，在高转发组中，知识分子注册时间越久，越倾向于提供基本事实；粉丝数越多，越倾向于提供基本事实、指出主要责任者，也更加理性；关注数越多，越倾向于提供基本事实，也倾向于提供解决方案；微博数越多，越倾向于提供基本事实。在随机组中，知识分子的微博基本数据与公共协商过程变量之间没有显著相关关系。

 

五、结论

    在本文的研究中，以媒体人、学者为典型群体的都市精英知识分子在就校车安全事件的讨论中占据了议程设置主体的绝对主导优势。在框架理论的指导下，公共知识分子的阶层属性、职能特点等影响着他们对于事件事实的陈述、对于原因的推论以及其理性与尊重的体现。

    具体分析知识分子微博内容后可知，公共知识分子大多数微博内容包含基本事实和合理推论以及尊重他人言论表达自由权利，很少的微博包含事件的主要责任者、批判性地评论政府、提出解决方案。但与其身份不符的是，知识会更加丰富、更占据舆论话语权的公共知识分子群体相比于其他群体呈现出更加缺乏理性，更加情绪化的特征。在知识分子微博转发数、评论数与七个变量之间的相关性上，知识分子微博的转发数与其呈现事实的表现呈现正相关，即知识分子在微博中提供了基本事实，这条微博得到广泛传播。在注册时间、粉丝数、关注数、微博数和其七个变量上的表现来看，知识分子在明确自己的影响力时较为注重对于事实的呈现与自身在微博上的行为表现。

    由此推广至微博空间的公共性，随着微博通过拓宽公民表达渠道拓展了公民的自由表达权利，公共知识分子作为公共表达和批判意识的代表，在其公共性的体现上出现了转型。公共知识分子一方面通过描述事实、合理推论等途径拓宽公众对于特定事件的认知，引领公众进行公共空间进行表达，与此同时，公共知识分子的阶层属性、话语垄断以及某些情况下的非理性表达也一定程度上限制了公共性的发展。

    诚然，本研究目前也存在一些局限。首先，校车安全作为个例，具有其传播学意义上的个性化特征，若想将本研究的结论深化发展并推广至一般，仍需对于其他公共性事件进行聚类讨论。其次，如何深化运用前沿理论，如在知识分子公共性方面的最新研究以及诸如议程设置第三层含义等理论，更好地阐释公共知识分子在公共事务中的作用仍需进一步的探索与研究。

    在未来研究方向上，我们希望能够更为微观地进行微博的生产和传播效果的进一步研究。未来，我们还希望深入到用户个体，进行类似微博语言与用户人格特征的关联研究。通过探索微博文本语言和用户心理特征之间的链接关系，更好的指导预测特定的社会事件中群体的心理导向和舆论导向。

 

参考文献：

陈昌凤、虞鑫（2011）。《微博空间的政治议题：呈现与建构——从自荐参选人大代表的新浪微博客说起》，《人民论坛》，12：12-14。

李名亮（2012）。《微博、公共知识分子与话语权力》，《学术界》，6：75-86。

潘忠党（1997）。《新闻改革与新闻体制的改造——我国新闻改革实践的传播社会学之探讨》，《新闻与传播研究》，3：62-80。

王维佳、杨丽娟（2012）。《“吴英案”与微博知识分子的“党性”》，《开放时代》，5：48-62。

杨银娟、李金铨（2010）。《媒体与国家议价研究：中国大陆广州报业的个案》，《传播与社会学刊》，14：47-74。

余越、李名亮（2012）。《微博空间公共知识分子的身份建构》，《今传媒》，9：20-22。

周葆华（2011）。《作为“动态范式订定事件”的“微博事件”——以2010年三大突发公共事件为例》，《当代传播》，2：35-38。

周翼虎（2009）。《抗争与入笼：中国新闻业的市场化悖论》，《新闻学研究》，100：101-136。

Behr, R. L., & Iyengar, S. (1985). Television news, real-world cues, and changes in the public agenda. Public Opinion Quarterly, 49: 38–57.

Entman, R. M. (1993). Framing: Towards clarification of a fractured paradigm. Journal of Communication,43: 51–58

Gamson, W. A. (1992). Talking politics. New York: Cambridge University Press.

Gitlin, T. (1980). The whole world is watching: Mass media in the making & unmaking of the new left.Berkeley: University of California Press.

Goffman, E. (1974). Frame analysis: An essay on the organization of experience. Cambridge,MA:Harvard University Press.

McCombs, M. E., & Shaw, D. L. (1972). The agenda-setting function of mass media. Public Opinion Quarterly, 36: 176-187.

McCombs, M. (1997). New frontiers in agenda setting: Agendas of attributes and frames.Mass Comm Review, 24(1&2): 32–52.

Tankard, J., Hendrickson, L., Silberman, J., Bliss, K., & Ghanem, S. (1991, August). Mediaframes: Approaches to conceptualization and measurement. Paper presented at the annualconvention of the Association for Education in Journalism and Mass Communication,Boston, MA.

Winter, J. P., & Eyal, C. H. (1981), Agenda-setting for the civil rights issue. Public Opinion Quarterly,45: 376–383.

Zhang, H. Z., & Su, L. S. (2012). Chinese media and journalists in transition. In Weaver, D. H., & Willnat, L. (eds.), The global journalist in the 21st century (pp. 9-21). New York: Routledge.

Zhao Y. (1998). Media, market and democracy in China: Between the party line and the bottom line. Urbana: University of Illinois Press.