摘要：网络空间中的网络对抗与协商是公民网络权利的重要组成部分。而微博在备受网民追捧的同时，也逐渐成为推动公民参与，加强官民互动，创新城市治理的重要媒介工具。本文通过随机分层抽样抽取北京、上海、成都、广州四城市新闻办公室官微的612条微博，考察其中对网络对抗产生与网络协商达成的影响因素。研究发现：在各种对话沟通特征中，为公众提供有用信息，尤其是提供对本地公众有用的信息，是引起公众关注和参与，获得信任的关键因素；同时，对难以和公众对话的政府机构而言，其在社会化媒体空间的对话沟通同样产生了积极效果，尤其在吸引公众关注和参与方面。

关键词：城市治理 对抗 协商 政务微博

引言

作为社交媒体的重要类型，微博已成为继新闻网站、论坛、博客之后，网络舆论生成的主要载体。相关统计指出，截止到2014年，新浪微博平台认证的政务微博达到119169个，其中党政机构官方微博84377个，公职人员微博34792个；与2013年初相比，政务微博的总数量增长了15.96%（齐思慧et al.，2014）。微博已经开始渗透到公民的日常生活当中，并逐渐成为中国社会政治变化的新动力，成为推动突发事件、重大要闻以及公共议题传播扩散的重要力量，成为实现官民对话、加强公众参与的主流媒介。

本文选取政务微博和网络较为成熟的四城市作为研究对象，通过随机抽样选取一定数量的微博，考察城市治理的重要标度，即网络对抗产生和网络协商的达成情况。

1 文献综述与假设提出

现实抗争是网络抗争的来源与基础。权利议题首先在现实社会中引发争议，被部分公民传播在网络上之后，继而引起规模巨大的网民进行关注。本文重点分析网络空间中权利议题的生成机制，因此不把现实抗争作为主要的探讨内容，仅将其作为网络抗争的现实原因进行分析。

网络空间表达的社会不公是现实不公的直接反映。在有关公民权利议题的表达方面，主要涉及公民财产权（如房屋拆迁）、社会保障权（如工伤赔偿）、人身安全权等方面，体现出官民矛盾与贫富矛盾。李培林一项有关中国社会矛盾的调查中印证了这个观点，该研究发现，“在十个群体类别中，只有两个群体被半数以上的被调查者认为是改革开放以来受益最多群体，一是党政干部，二是私营企业主”，也即是所谓的“官”与“富人”（李培林，2005）。近年在网络上引起热烈讨论的许多社会事件多涉及此类矛盾。

另一方面，有学者指出网络抗争源于社会公平感的剥夺， “抗议的社会建构的一个重要方面，便是一个不公正框架的建构：情境被界定为不公正的，而不满情绪则转化成要求（克兰德尔曼斯，2002:101）。”在一个不公正框架的社会建构中，人们建立起来的是一种不公正感与相对剥夺感。国内学者将其具化，称剥夺这个词是一个心理学的概念,它强调在人们希望他们的政府可以提供的东西——即他们期待拥有的东西——与他们实际可能获得的东西之间存在的落差；这种欲望和实际预期之间的鸿沟被称为“相对剥夺”（裴宜理 & 阎小骏，2006）。这一判断标准立足于社会转型中整体社会利益的分配，暗示了改革过程中以及改革之后利益分配的不平等，以及由此带来的人们实际利益的受损和心理落差。

在如何运用政治沟通消解网络抗争的研究方面，有学者认为，组织基于线上的对话沟通能带来积极效果。而组织基于网络的对话特征能提升传播效率，强化用户的使用行为，影响其对组织及公众关系的感知（McAllister-Spooner, S. M., & Kent, M. L.，2009）。研究表明，通过博客构建关系的潜力比传统网站更为有效，精心设计和维护社会化媒体站点有助于发挥其对话功能（Seltzer, T., & Mitrook, M. A.，2007）。这份关于Facebook和Twitter的研究表明，二者的互动特性则能帮助组织培育线上公众关系，账户的互动性能显著提升关系质量。通过增加利益相关人的数量，组织的社会网络得以扩大：当组织在账户上发布信息，该网络中的用户都可能成为潜在的对话对象（Bortree, D. S., & Seltzer, T.，2009)）。基于以上逻辑，本文提出以下研究问题：

RQ1：何种因素在网络对抗的产生过程中起到影响作用？

RQ2：何种因素在网络协商的达成过程中起到影响作用？

2 研究方法

2.1 抽样方法

政务微博的发布内容和发布数量与星期、月份有紧密关联（陈文权, & 李晓娜，2015），为在工作量许可的范围内最大程度反映政务微博的发布规律，本文通过构造周方式，选取2014年第一季度内四家政务微博一周的内容，抓取选中日四家政务微博当日全部所发微博，构成样本框，抽样情况如表 1所示，共抽取样本微博664条：

 

2.2 变量测量

2.2.1 因变量测量

本研究的因变量为网络对抗与协商的发生和解决情况。根据前面的理论阐释与概念化，这一因变量包括两个维度：“网络对抗”情境的出现情况，以及官民沟通的“协商成效”情况。

其中，“网络对抗”情境的出现，主要考察样本微博评论中相关话语的产生情况，按照程度分为分别以三级量表测定（0=无，1=一般，2=强烈）；

“协商成效”考察评论以及回复的总体商讨是否有效果，如形成结论，或达成某种结果导向（5=解决问题或者达成共识，4=正向发展，3=无法判断或正面负面较平均，2=向负方向发展（如最终以各执一词结束等），1=形成强烈反效果（如吵架、人身攻击等）或无效）。

2.2.2 自变量测量

对变量具体的编码包括17个条目，其中主要分成三类，第一类是该条微博的传播影响力，第二类是微博文本本身所涉及到的内容状况，第三类是该账号对该条微博下方评论的互动处理状况。

经编码后，为便于分析，对三类变量采取进一步明确界定。

“微博传播影响力”直接使用微博的转发数和评论数两个指标来体现。

“文本内容状况”变量主要包含8个条目：“内容类型”按常见政务微博类型分类（1=国际国内时事新闻，2=本市及本区域时事新闻，3=天气情况，4=交通信息，5=医疗卫生新闻，6=科教新闻，7=体育文化娱乐新闻，8=城市形象与城市宣传，9生活指南，10=鸡汤类文本），“职能相关度”、“区域相关度”、“时效性”三项采用三级量表测量（3=高度，2=一般，1=无），“共享价值理念”、“区域特点”、“提及社会阶层”、“提及弱势群体”四项按二元值编码（0=无，1=有），其中具体所提及社会阶层参考陆学艺（2002）提出的“五等级十阶层”分类。

“互动处理状况”变量主要包含9个条目：“是否为了解决某个公共问题”、“是否提及公众需求或者愿望”、“是否提供在线投票统计等民调手段”、“是否被@或者被提到”、“是否与其他组织、机构、个人的相互关联”采用二元值编码（0=无，1=有），“强烈对抗话语处理方式”、“一般对抗话语处理方式”、“强烈协商话语处理方式”和“一般协商话语处理方式”采取三级量表测量（3=有实质内容回复，2=无实质内容回复，1=无回复）。

通过因子载荷，可将“文本内容信息”和“互动处理方式”的指标简化如下：

根据表 2显示，文本内容状况的第1个因子在内容类型、区域相关度、区域特点上载荷较高，将其命名为文本信息实用度；因子2命名为信息共轻度，因其涉及大部分为共享价值理念的提及情况、社会阶层的提及情况和弱势群体的提及情况；因子3命名为时效度，其在时效性上载荷较高。

对于互动处理状况，据因子分析结果（参见表 3），在公因子1上载荷较高（分别为0.889、0.669、0.708）的若干项均反映了微博在网络手段及便于网民访问及点击手段的使用情况，将其命名为“回访条件”因子；公因子2上载荷较高项为是否被@或提到以及与其他组织机构的关联情况，本文将其命名为“对话循环”因子；因子3涉及到对抗及协商话语的处理方式，将其命名为“沟通手段”因子。

2.2.3 控制变量

因四城市账号本身情况及所在地有所区别，故本文采取一些地理学及人口学变量作为控制变量，主要包括：账号粉丝数量，所在城市2014年国内生产总值（GDP），所在地2014年城市人口 ，城市级别（1=正省级，2=副省级）四个变量。

分享让更多人看到