“罗一笑事件”的舆论反转与演变研究:基于新浪微博数据的考察

成倩

2018年01月22日18:32  来源:人民网研究院
 

摘要:舆论反转事件近年来发生的越来越频繁,对社会和谐造成很多不利影响。本文采用量化的内容分析方法和质化的文本分析方法,基于新浪微博的数据,研究了“罗一笑事件”的舆论反转和演变,具体内容包括该事件舆论反转现象的呈现及不同阶段的舆论特点和不同类型微博在该事件中呈现出来的特点。研究发现微博主帖与回帖的态度倾向一般情况下呈正相关,甚至是高度正相关;舆论反转事件发生的关键因素是事件本身的震撼性以及描述事件的方式;传统微博、新闻网站微博和个人微博在舆论的生成与演变中呈现出不同的话语策略及角色,例如自媒体微博负责爆料,传统媒体微博负责引导等。

关键词:罗一笑事件;舆论反转;微博;演变

自媒体出现以来,赋予了每一个用户极大的话语权,微博,微信,贴吧等平台逐渐成为民意表达中心、舆论场。互联网用户普遍拥有了传播权,言论自由以及信息的易得性在一定程度上增强了网络媒体对舆论的影响力。网络媒体的即时性为人们了解信息提供了便利的途径,能够提升网络舆论的速度,但是同时也加大了事件和舆论的不可控性,使舆论反转率上升。[1]

舆论反转很容易造成网络暴力甚至导致线下过激行为的出现,影响社会和谐。本文以去年12月舆论反转现象表现十分突出的“罗一笑事件”进行分析,通过分析该事件中舆论的生成与演变过程,争取能够把握一些舆论反转现象的发生发展规律,从而减少舆论表达的不可控性,降低新媒体事件的舆论反转率,促进社会和谐。

1文献回顾

1.1舆论

对于“舆论”的概念界定,目前国际上还没有一个公认的统一的说法。如今,西方英语国家对舆论比较流行的解释是依据《美利坚百科全书》舆论条:“舆论指群众对其共同关心或感兴趣的问题公开表达出来的意见的综合”。[2]我国学者喻国明对“舆论”下的定义是“舆论是社会或社会群体中对近期发生的、人们普遍关心的某一争议的社会问题的共同意见”。[3]

1.2舆论反转

“反转”一词在现代汉语词典中意为“转向相反的方向”,也是股市用语,指股价朝与原来趋势相反的方向发展。另外,韩国SBS电视台于2004年开设了一档名为《x-man》的经典综艺节目,该综艺节目中每次结束都会有一出20分钟左右的短剧,剧情花样繁多,涉及惊悚、恐怖、爱情、搞笑、文艺、奇幻、亲情等多种题材,该短剧情节紧凑、结局往往出人意料,与观众设想的结局反差较大,因而被大家取名“反转剧”。近年,学者们将“舆论”和“反转”两个词巧妙结合,用来形容一些新闻事件或者热点事件中网民对事件的态度、评价等随着对真相的了解而出现的评价两级现象。“舆论反转”现象是在近几年成为关注热点的,笔者认为与近几年网络媒体的发展有很大关系。经过对相关文献的梳理,张相涛在《基于传播学的角度看舆论反转的构成因素》中提到:“受众在获得特定信息后对事件作出的相反评价,舆论反转一般情况下会发生在事件发生后的不同阶段,受众在不同阶段表达的观点也存在着巨大的差异”,算是对“舆论反转”提出的较为规范的概念。[4]

综上所述,本文的研究问题为“罗一笑”这一舆论反转事件中微博主帖对回帖的态度倾向的影响以及不同阶段的舆论特点和不同类型微博在该事件中呈现出来的特点。

2研究方法

2.1数据收集

首先,在微博首页上进行高级搜索,分别输入关键词“罗一笑”或者“罗尔”,类型一栏选择“热门”,得到“罗一笑事件”相关的95条热门微博。对微博名称、微博发送时间、微博内容、转发次数、评论数、点赞数、微博链接进行了记录,并利用Python程序采集了95条微博底下的全部评论。由于新浪微博对超过7天的话题,只提供该关键词每天最多50页的数据,另外,一般社会热点事件中二级话题较多,数据搜索可能存下关键词不准的情况,或者未能涵盖所有关键数据,因此,本研究是在新浪微博平台的技术限制之下获得的研究数据,这也是本研究的不足之处。[16] 本文的数据收集时间为2017年4月10日至4月15日。

2.2抽样方法

本文采取的抽样方法为随机抽样,在得到“罗一笑事件”相关的微博后,按照事件的时间节点将微博进行事件各阶段的分类,在每个阶段中按每条微博评论数的高低进行排序,然后在各阶段的以评论数为标准的微博排名中选取排名前5或前10 的微博,由于没有可靠准确的文本分析工具,只能人工分析,为了让研究更具操作性,因此采取随机抽样的方式,在各阶段排名前5或前10的微博下各抽取20条评论,其中,将与事件内容不相关的评论排除。最后共计得到500条评论。

2.3样本构成

本研究共采集了“罗一笑事件”相关微博共95条,微博时间跨度为2016年11月29日至2016年12月25日。采集微博底下评论共约138150条,其中随机抽取500条评论作为进一步判断网民态度倾向的研究样本。

2.4研究方法

本文采用的研究方法包括量化的内容分析方法和质化的文本分析法。在分析微博主帖与回帖的态度倾向是否存在相关性时,采用的是量化的内容分析方法,首先,对每一条微博的态度倾向进行一级编码,然后,对微博下面的评论进行二级编码,将抽取为样本的每一条评论简化为一种态度倾向,1-5分从低至高代表某条微博对罗尔做法的认同程度,1代表非常反感,2代表比较反感,3代表中立,4代表比较支持,5代表非常支持。完成编码后,利用SPSS17.0这一软件进行数据的分析及处理,采用spearman来测量微博内容与舆论倾向的相关性。

在研究不同类型的微博、不同阶段微博的特点时,主要采用的是质化的文本分析方法,将所搜集的微博主帖按照微博类型、舆情阶段、议题、标签、信源、语气、文风、语法、情感倾向、是否原创、转发类型、转发来源、媒体类型等项目分别编码或归类。完成编码后,利用SPSS17.0软件进行数据分析及处理,不能量化的内容采用人工文本分析的方法进行研究。其中,不同阶段的舆论特点和不同微博类型的角色重点结合议题、标签做质化的文本分析,不同微博类型的话语策略结合语气、文风、语法等做量化的内容分析。

2.5类目建构

微博类型:

1政务微博

2传统媒体微博

3新闻网站微博

4个人微博

舆情阶段:

1舆论形成

2舆论发酵

3舆论爆发

4舆论持续发展

5舆论高峰

6舆论回落

7尾声

信源:

1当事人

2网民

3媒体

4政府或医院

5混合信源

语气:

1批评

2中立

3迎合

文风:

1信息性

2非信息性、较多评论和情绪

3综合

语法:

1尖锐

2常规

3温和

情感倾向(即对罗尔做法的认同程度):

1非常反感

2比较反感

3中立

4比较支持

5非常支持

是否原创:

1是

2否

转发类型:

1带评论转发

2零评论转发

转发来源类型:

1传统媒体

2新闻网站

3政务网站

4新闻客户端

5自媒体

媒体形式:

1纯文字

2多媒体

3主要研究发现

3.1 罗一笑事件的舆论反转与一波三折

在梳理了整个事件的脉络后,笔者认为可以将“罗一笑事件”分为以下七个阶段:

1、舆论形成:“罗一笑”刷屏微信朋友圈(2016年11月25日~11月29日)。

2、舆论发酵:质疑声音出现(11月29日~11月30日12时12分“白衣山猫”发文之前)。

3、舆论爆发:舆论大反转(11月30日12时12分~12月1日13时42分罗尔致歉之前),这一时期关键主题大概可以概括为“三套房”、“诈捐/诈骗”、“营销”。

4、舆论持续发展:罗尔致歉并未能扭转舆论(12月1日13时42分~12月4日罗尔回应“带血营销”之前)。

5、舆论高峰:罗尔的回应引起网民新激愤,舆论持续恶化(12月4日~12月24日罗一笑逝世之前),这一时期的主题为“重男轻女”。

6、舆论回落:随着孩子离世,网民态度变缓和(12月24日~12月25日)。

7、尾声:罗尔出书,罗一笑逝世后罗尔首次发声,“深圳四胞胎”带出沉寂多时的“罗一笑”(2017年1月14日至今)。 

(责编:温静、赵光霞)

相关专题

推荐阅读

全国党报网站总编辑2018贺新春
  辞旧丹鸡鸣盛世,迎新瑞犬颂神州。新春佳节即将来临,人民网总编辑余清楚以及全国多家党报网站总编辑共同为网友们送上新春祝福!祝大家新的一年万事顺意,节节进步!
【详细】全国党报网站总编辑2018贺新春   辞旧丹鸡鸣盛世,迎新瑞犬颂神州。新春佳节即将来临,人民网总编辑余清楚以及全国多家党报网站总编辑共同为网友们送上新春祝福!祝大家新的一年万事顺意,节节进步! 【详细】

为网络空间“岁月静好” 网信工作不骛虚声
  2017年,在习近平总书记网络强国战略思想指引下,网络安全和信息化工作各项工作扎实推进,网上主旋律高昂,正能量强劲,各项法律法规进一步完善,网络空间更加清朗,网络空间国际话语权和影响力明显提升。
【详细】为网络空间“岁月静好” 网信工作不骛虚声   2017年,在习近平总书记网络强国战略思想指引下,网络安全和信息化工作各项工作扎实推进,网上主旋律高昂,正能量强劲,各项法律法规进一步完善,网络空间更加清朗,网络空间国际话语权和影响力明显提升。 【详细】