Journalism and Communications
Vol. 11  No. 02 ( 2023 ), Article ID: 66758 , 7 pages
10.12677/JC.2023.112030

从网民结构看网络民意与真实民意的 偏差

李佳桐

黑龙江大学东语学院,黑龙江 哈尔滨

收稿日期:2023年4月21日;录用日期:2023年5月30日;发布日期:2023年6月8日

摘要

相较于社会舆论,网络舆论因其传播的广泛参与性、交互性和即时性特征,环境更加复杂,主体也趋向多元。本文从网民结构属性出发,探寻在创新扩散过程中网络民意向社会民意转向过程中,网络民意与真实民意表达之间的差异问题,以寻求一条了解真实民意和引导网络民意的有效路径。

关键词

网络舆论,网民结构,网络民意,真实民意

On the Deviation between Online Public Opinion and Real Public Opinion from the Structure of Internet Users

Jiatong Li

School of Eastern Languages, Heilongjiang University, Harbin Heilongjiang

Received: Apr. 21st, 2023; accepted: May 30th, 2023; published: Jun. 8th, 2023

ABSTRACT

Compared with social public opinion, online public opinion, due to its widespread participation, interactivity, and immediacy in dissemination, has a more complex environment and a tendency towards diverse subjects. Starting from the structural attributes of netizens, this article explores the difference between online public opinion and real public opinion expression in the process of innovation diffusion, and seeks an effective path to understand and guide online public opinion.

Keywords:Online Public Opinion, Netizen Structure, Online Public Opinion, Real Public Opinion

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

21世纪的第二个十年,对于中国社会影响最为深刻的,便是中国人社会生活的网络化。在不断发展的新兴媒介技术引领下,中国人通过微博、微信等新兴媒介形态表达个体话语,参与社会共同事务的讨论。徐贲在对公众意见研究后认为:网络舆论和传统舆论的最大区别在于,网络舆论有其不可控制的情绪性的一面,一个网络议题往往“加速了公众意见和集体行动的形成”。 [1]

在具体的网络传播环境中,随着参与媒介传播主体的不断泛化,一个正不断受到关注的群体正逐渐进入人们的视野:网民。他们在改变既有传播范式,并由此建构起一种全新媒介议程的同时,也在悄然建构一种新的话语体系,反映出网络民意的特征,进而影响着真实民意的形成。

2. 网民的结构分析

在现实语境中,我们如何透过网络环境,寻求网络民意与真实民意之间存在的差异,由此制订出引导网络民意的和谐网络生态环境呢?首先,我们从网民结构的分析入手,判断网民结构对于网络民意的实际影响。

2023年3月,中国互联网络信息中心(CNNIC)在京发布第51次《中国互联网络发展状况统计报告》。《报告》显示,截至2022年12月,我国网民规模达10.67亿,较2021年12月增长3549万,互联网普及率达75.6%,网民继续向低学历人群扩散。具体说来,我们从以下几个层次分析我国网民的基本结构情况。

2.1. 城乡结构的分化

整体而言,城乡互联网使用上的差距仍然特别明显,城乡差距有进一步扩大的趋势。截至2022年12月,我国城镇网民规模为7.59亿,占网民整体的71.1%;其中,农村网民规模为3.08亿,较2021年12月增长2371万,占网民整体的 28.9%。城乡普及率差异较2015年的34.2%扩大到42.2%。在具体数据分析中,农村网民在即时通信、网络娱乐等基础互联网应用方面与城镇地区差别较小;而在支付、旅游和网购等方面差异达到19%。这表明,农村的网络使用还局限在初级的娱乐和沟通方面,其功能性特征开发尚需时日。

2.2. 年龄结构的分化

从年龄结构上看,中国网民中30~39岁的占比较高,2022年达到了19.6%,与之相比,2012年中国网民最活跃的群体年龄在20~29岁之间,这表明作为第一代网络原住民,这一年龄段网民持续保持着对网络使用的热度。同时低学历层次与年龄层次的双重交叉作用,也表明了一些低学历层次的青年人在网络舆论环境中发挥着一定的影响。2022年中国网民年龄结构图见图1

Figure 1. The age structure chart of Chinese Internet users in 2022

图1. 2022年中国网民年龄结构图

从人口统计学意义来看,网民的构成与现实社会的人口结构之间存在着较大差异,由此形成的网络民意存在着怎样的特征呢?在对网民主体与实际人口自然属性对比中发现,网民年龄主要集中在30~59岁之间,在这个年龄段上人正处在一个思维活跃、积极融入社会并成为工作单位主力的关键时段,就总量分析来看,10岁以上各年龄段差别并不明显,分布在14%~19%区间。整体而言,2022年与2012年网民年龄数据相比差别非常显著。2012年10~39岁年龄段占比79.7%,呈现高度活跃状态,这一年龄段网民的粘着度非常高。十年来的发展表明,不同年龄段媒介素养水平正在不断得到弥合,以往青年一代所享有的网络高使用权正日益消解。这主要取决于两个方面的原因:一是移动互联网技术的出现降低了网络门槛,使得更多老年人开始广泛参与到网络传播活动中;二是全民使用网络的环境已经生成,不论是短视频还是移动支付,正逐渐成为人们生活不可或缺的一部分。2012年网民年龄结构见图2

Figure 2. The age structure chart of Chinese Internet users in 2012

图2. 2012年中国网民年龄结构图

3. 网民的属性特征与网络民意的生成

从网民的结构上看,年轻和低学历等特征影响到网络民意的生成和走向,进而影响到真实民意的生成。从网络民意的动态和极化等特征就能够看出端倪。

3.1. 网络民意具有鲜明的动态特征

由于网络环境具有的话语碎片化特征,因此网络议题往往呈现出高度的碎片化,但是不同于社会环境,网络环境因其高度的非线性、即时性特征,可以迅速把碎片化议题聚合起来,形成动态的网络民意。

在研究网络民意的动态发展时,学者罗杰斯的创新扩散理论 [2] (Diffusion of Innovation)很好地概括了网络民意生成的过程。创新扩散理论认为,创新事物的扩散,一般经由“引入期”“增长期”“成熟期”和“衰退期”四个发展阶段,这四个阶段呈S型曲线展开。根据创新扩散理论,社会上只有极少数具有探险精神的先驱者(Innovator)率先接受该新事物,但当这一群体逐渐增多而达到总人口的一定比值时(一般总人口数的10%~15%称为扩散临界点),扩散过程就能够自续,从而穿越起飞点进入到新的发展阶段。如图3

Figure 3. Rogers’ model of the diffusion of innovation process illustration

图3. 罗杰斯创新扩散过程示意图

在网络环境中,对于特定事件的传播,开始仅限于少数人垄断议题,随着早期采纳者和追随者的陆续加入,网络议题开始附着于部分网民的议题中进一步推送。当网络关注与传播达到一个临界点时,网络传播进入到一个可以自持的起飞点,由此形成的网络民意开始发酵,进而开始影响后续的事件追随者。例如,微博中的信息传播会以“蒲公英式”传播方式,从一个微博账号向外传播开始,在经由多个相关的微博账号转发后,形成二次扩散传播的态势。传播扩散过程中,信息像被吹开的蒲公英,散漫地飞向不同的方向,最终信息会按照用户的需求,落到最合适的土地上。 [3]

3.2. 网络民意具有极化属性并影响到真实民意

由于网络媒体的去组织化特征,网络民意具有极大的随机性,特别是网民结构中年青人具有冲动、热情等性格特点,容易迅速推动网络事件的发生与发展,形成的网络民意具有一定的不可控性。

詹姆斯·斯通(James Stone)在验证群体决策时发现:“如果一开始群体内成员的意见比较保守的话,经过群体讨论后,决策就会变得更加保守;相反,如果个人意见趋向于冒险的话,那么讨论后的群体决策就会更趋向于冒险,这种现象被称为‘群体极化现象’。” [4] 通过暗示和感染使得群体的意志传递给个人,使得个人服从群体的意志。网民的群体极化现象常常会形成带有偏见的民意,随着群体意志得到不断加强与传染,极化现象会变得更加强烈,难以控制。如曾经产生广泛社会影响的“重庆公交车坠江案”,因为网络媒体裂变式的传播速度,在主流媒体报道真相之前,便接连出现五次谣言,导致了微博舆情的群体极化,由此给当事人和网络生态造成了极大的影响。 [5]

3.3. 网络民意的应激性生成

我国传统政治文化的影响促使网络民意的应激性反应。臣民型政治文化是我国传统政治文化的重要组成部分,这一背景下,民众大都以执行者的身份出现,无法参与决策的制定和参与。因此他们通过常态的环境参与社会活动的影响有限,与此同时,传统媒体局限于组织传播的规定性约束条件未能充分呈现一些议题设置过程,容易积累网民的一些负面情绪,当累积到一定程度,在一个相关甚至不相关的信息的诱导下,产生因应激性趋向极化的网络民意反应。

当然,网络民意的应激性反应也表明议题设置主体的缺位,网络议题的设置带有强烈的随机性特征,甚至本来毫不相关的事件之间因为迁移作用而突然发生。具体说来,因为事件本身的冲击和信息不对称引起的网络民意更加普遍。不过,网络民意既受到网民文化背景的影响,同时也会通过自组织行为加以校正和弥合。

事实上,网络民意的生成也是一种“说服”过程,说服者通过立言、修辞和叙事上的努力 [6] ,改变他者的认知、态度和行为,形成趋向一致的意见认同。因此,网络民意虽则有着其应激性反应的一面,也不排除是一种文化作用过程,这与真实社会环境中的民意生成过程比较相似,也说明了网络民意实质上就是真实社会民意的网络映射与反映。

4. 网络民意与真实民意的差异

从网络环境的社会性发生原理可以看出,网络民意的理论基础来源于真实民意的社会基础理论。可以说,网络民意在一定程度上反映着真实民意,但与真实民意相比往往更容易发生极化现象,影响到真实民意的形成。那么真实民意与网络民意之间又存在着何种相关性和差异性呢?我们通过网络民意与真实民意之间的比较来加以解析。见表1

Table 1. Comparison between online public opinion and real public opinion [7]

表1. 网络民意与真实民意之间的比较 [7]

由上表可以看出,真实民意与网络民意有着诸多不同之处,比较的事项可以看出二者之间发生、发展的整体过程:网络民意形成的是自下而上随机产生且系统边际开放的互动模式,真实民意一般都是自上而下的扩散过程。在眼下的新媒体时代,“在政治动员能力上,是以往任何一个时代都无法比拟的。从动员的广度、动员的速度、动员的强度、动员的深度等诸多方面看,都是过去任何一个媒介时代都无法可比的”。 [8]

4.1. 叙事方式上的差异性

互联网给中国带来的最大一个变化,就是使中国从一个鸦雀无声国家,变成了一个众声喧哗的场所。在从鸦雀无声到众声喧哗的转变过程中,尽管众声喧哗会给人带来非常多的不适应,但是众声喧哗要远远好于鸦雀无声。鸦雀无声会遏制社会进步;而众声喧哗至少给这种人性、这种进步提供了非常大的空间。

与真实民意不同,网络民意具有很强的可塑性,体现在叙事方式上的差异性方面,真实民意往往具有内在文化性的静态化特征,具有组织性逻辑,其叙事的内在逻辑是清晰和可预见的。反观网络民意,由于匿名性等特征,其叙事方式具有去组织化表现,其叙事内容具有碎片化形态。

从网络民意与真实民意的叙事差异来看,众声喧哗的叙事或许意味着模糊不清,但这种叙事远胜过沉默的螺旋似的躲避。因此两相比较,虽然网络民意叙事中不断出现杂音,但比起不轻易表露的真实民意来,至少提供了一种了解民意的窗口和渠道。

当然,网络民意与真实民意的叙事不同,主要还是因为叙事主体的不同。网络主体的年轻化决定了他们喜欢使用一种新的叙事符号和叙事文化,最近几年不断兴起的网络热词与网红现象,正是这种叙事方式的集中体现。相比于网络叙事,真实民意的叙事往往通过传统媒体等方式得以呈现,其叙事逻辑更为组织化和规范化,受到社会意识形态、媒介叙事范式等多重影响。

4.2. 情绪表达的差异性

关于网络民意的情绪表达,焦德武在对网络舆情的情绪表达研究后认为:网络民意中的情绪表达主要体现为“愤怒、戏谑、怨恨、悲情”等几个方面。 [9]

其中,愤怒在网络中比任何情绪传播得都更快。愤怒是一种情感上的认同,是对触动愤怒行为的一种共同抵抗。除了愤怒,戏谑也是网络环境中一种最为常见的情绪表达,戏谑本身潜藏着网民对于政治、经济、社会、道德等生态环境的态度。怨恨相比于愤怒要弱化很多,这里可以看到网络作为社会减压阀的价值所在:网络民意的宣泄能够释放不断累积的社会不满情绪,使之处在安全阀的一定域值内。网络民意中的悲情常常带有强烈的同情和体谅,涉及社会问题尤其是弱势群体问题。悲情甚至于因为同情湮没法律的正义之声。

相比于真实民意,网络民意的情绪无疑更为强烈,这与网民结构性构成有关。一是网民年龄结构看,年轻人特别是学生们血气方刚,对一些事件很容易产生情感上的共鸣;二是从网民的学历结构上看,偏低学历的网民往往缺乏理性分析和思考能力,容易为网络舆论所引导与操控。

5. 网络民意向真实民意的转变

虽然,并非所有的网络民意都代表真实的民意,但整体来看,网络民意仍然反映了部分真实民意。特别是一些舆论经过网络民意建构与发酵后,能够迅速成为产生广泛影响的社会舆论。事实上,网络民意的社会舆论转化过程,是一个社会多种要素共同作用的复合结果,本质上也是说服与认同的过程。如图4

Figure 4. Diagram of social opinion transformation of online public opinion

图4. 网络民意的社会舆论转化示意图

图4中人口学变量作为对网民起重要影响的变量要素,其实是对网民结构的自然选择过程。这一过程中,因为年龄、学历、城乡等各种因素引起的偏差将得以纠正。这一动态的调适过程中,政治思维以及社会关系都会对媒介议程的设置产生重要影响和作用。经由政治认知、人际沟通以及自我建构形成的广泛的媒体传播活动,使得本来处在网络环境媒介中的议题被扩散到社会环境中,成为引起更为广泛关注的社会舆论。可以说,网络民意的社会舆论转化过程,实质上是一个多要素相互作用的社会活动过程。

网络民意向真实民意转化的过程中,离不开公共政策的干预与影响。网络民意与公共政策在公共性、权威性、合法性和民主性等价值向度上具有高度的一致性。在具体的关系作用及寻求对话的过程中,网络民意表达中存在的民粹主义问题往往容易推升社会舆论和社会风险。 [10]

从复杂系统理论的视角来看,网络民意的社会舆论转化过程,是一个系统开放的过程,网络系统的开放,在引入各社会变量积极参与的同时,也使得信息、能量等负熵充分输入到网络系统,使得网络系统在负熵作用下,得到更为有序的演进。社会舆论环境在网络负熵的持续输入下,也获得一个全新的体系建构。 [11]

应该说,网民结构的分化影响到网络民意生成,使之与真实民意之间形成了一定的偏差,这种偏差既可能带来网络群体的极化传播的风险,也可能促进真实民意的合理表达。随着网络生态环境的不断改善以及网民结构的调整与优化,具有建设性的网络民意逐渐会成为主流,网络也将成为真正的民意表达的最佳渠道和空间。

基金项目

本文系教育部高校人文社会科学重点研究基地“中国人民大学新闻与社会发展研究中心”重大项目“国家治理体系现代化中的传媒治理研究”(项目编号:22JJD860016)阶段性成果。

文章引用

李佳桐. 从网民结构看网络民意与真实民意的偏差
On the Deviation between Online Public Opinion and Real Public Opinion from the Structure of Internet Users[J]. 新闻传播科学, 2023, 11(02): 190-196. https://doi.org/10.12677/JC.2023.112030

参考文献

  1. 1. 徐贲. 愤怒形成的公众意见[N]. 南方周末, 2013-11-01. http://www.infzm.com/contents/95563, 2023-03-21.

  2. 2. [美]丹尼斯∙麦奎尔. 麦奎尔大众传播理论[M]. 崔保国, 李琨, 译. 北京: 清华大学出版社, 2010: 324.

  3. 3. 孙悦. 基于创新扩散理论的微博话题演进研究[D]: [硕士学位论文]. 长春: 吉林大学, 2018.

  4. 4. 戴笑慧, 冷天虹. 网络群体极化现象简析[J]. 新闻记者, 2009(7): 55-57.

  5. 5. 唐云锋, 刘涛, 王艳艳. 网络圈层化、微博舆情传播与虚拟场域群体极化[J]. 浙江社会科学, 2022(7): 78-84.

  6. 6. 胡百精. 说服与认同[M]. 北京: 中国传媒大学出版社, 2014: 前言.

  7. 7. 许鑫. 新媒体事件的概念与类型辨析[J]. 天中学刊, 2011, 26(1): 109-112.

  8. 8. 杨保军. 简论新闻观念对政治观念的能动作用[J]. 理论视野, 2013(6): 18-21.

  9. 9. 焦德武. 网民结构与网络舆论的成因、议题与实质探究[J]. 湖南大学学报(社会科学版), 2015, 29(6): 140-145.

  10. 10. 何志武. 网络民意与公共政策对话的民粹主义隐忧及其消解[J]. 黄冈师范学院学报, 2023, 43(2): 1-6.

  11. 11. 张成良. 融媒体传播论[M]. 北京: 科学出版社, 2019: 48.

期刊菜单