▼
编辑部推出三大措施扶持青年学者
活动进行中（点击蓝色标题可查看）
在中国已经拥有13亿台手提电话、7.21亿手机网民、8亿微信用户的时刻，当人们几乎所有碎片化的闲暇时间基本都被用于看微信和发微信，当“众声喧哗”和“哗众取宠”成为一种基本的网络生态，当一起起新媒体事件一次次制造跨地域、跨领域、跨群体的情绪共振、情感共鸣、线上线下的集体行动时，人们正经历着前所未有的便捷与喧嚣，也经历着前所未有的恍惚与孤独。较之于西方理性至上，借由选票在一定程度上表达情感；习惯于“送温暖”的感性中国，正陷于时间商品化的现代化进程中“情”与“理”的纠葛：一方面，宏观的舆论引导和微观的心理疏导近乎失效；另一方面，差异化的个体借助移动互联网自主打造新的情感勾连。此时此刻，我们如何捕捉新媒体时代社会情绪的动态信号？何以洞悉新媒体时代社会心态的运行机理？如何把握新媒体时代情感研究的发展契机？何以实现新媒体时代国家治理的现代转型？
为此，《探索与争鸣》编辑部与南京大学社会学院联合召开了“新媒体时代的社会心态与情感治理”的圆桌会议，特邀相关领域的知名专家学者，一道探索中观层面的基于中国社会转型背景的、又契合新媒体时代生态的社会心态与情感治理的理论命题、研究范式和治理思路。
12月5日起，本刊推出“聚焦中国社会心态”系列圆桌笔谈和专题论文，在《高度关注“高表达”的网络社会心态》一文中，桂勇教授分析了从2014年到2016年中的1亿多条微博博文，发现网络社会心态的表达水平具有一定的稳定性；好感度表达较高的心态更多具有抽象的色彩和公共含义，反感度表达较高的心态更有针对性和生活含义；一些特定对象一直处于议论和评价的焦点，而且网络态度二元对立；同时被正负两面高表达的对象基本都是对中国具有重要影响的主要国家与地区或对社会生活具有重要影响力的人群；还有，娱乐化心态呈现上升趋势。
桂勇 | 复旦大学社会发展与公共政策学院教授、博导
原标题《高度关注“高表达”的网络社会心态》
原载于《探索与争鸣》杂志2016年第11期
近年来互联网（尤其是移动互联网）技术与平台的迅速演进，为社会成员表达自己的思想、观念与心态提供了前所未有的空间。对于社会科学研究者来说，这恰好是个千载难逢的研究机会。因为利用传统手段对观念、思想、心态进行实证研究，研究障碍重重，且成本巨大。而人们在网络上的各种表达构成了足以勾勒其思想印迹与心态的“电子痕迹”，这使得对网络上的社会心态进行低成本、全方位的大数据研究成为可能。
“高表达”的好感度指数与反感度指数
基于上述认识，我们设计了覆盖工作与生活感受、政治态度、社会认知、对特定人群与特定公众人物的评价、对世界部分国家与地区的评价等多个领域的100多个指标，利用新浪微博数据研究近3年来网络社会心态的变迁。我们的数据具体包含了以年份分层、根据层内简单随机抽样所获得的、从2014年到2016年中的1亿多条微博博文。
我们在不同指标上分别运用了两种方案来分析这些数据：第一种方案是基于字典法的情感分析，第二种方案是基于支持向量机的监督学习法，通过“手工编码—模型训练—模型评估—预测”这样的分析流程来获得最终的结果。
以上两个分析方案所获的结果分别描述了特定议题的好感度/厌恶度，据此我们构造了“好感度”和“反感度”两类指数。这两类指数的直观含义是，每万条微博中对特定议题和对象持好感态度或反感态度的微博数量。根据这些指数，我们集中探讨这样一个问题：近3年来哪些社会心态在网络上具有较高的表达水平，哪些社会心态在网络上具有相对较低的表达水平？
由于基于支持向量机的监督学习法和基于字典法的情感分析是两种不同的分析技术，这两种技术计算出来的指数彼此之间不具有可比性，因此我们分监督学习模型和字典模型两类来分析哪些是“高表达”的心态。
其中，监督学习模型所分析的指标主要覆盖工作与生活感受、政治态度、社会认知等领域，字典模型所分析的指标主要覆盖对特定人群与特定公众人物的评价、对世界部分国家与地区的评价等领域。这两类模型中，我们都以前25%表达水平最高的指标作为“高表达”的心态。
1. 监督学习模型中的好感度指数与反感度指数
在监督学习模型中，我们选择了指数大于540（25%表达水平最高的指标）的指标为反映高表达心态的指标。
在纳入分析的25个好感度指标中，从2014年到2016年3年间一直处于高表达水平的指标有7个，一直处于低表达水平的指标有18个。值得注意的是，在3年中没有任何一个指标从高表达水平下降到低表达水平，也没有任何一个指标从低表达水平上升到高表达水平。
在纳入分析的35个反感度指标中，从2014年到2016年3年间一直处于高表达水平的指标有8个，一直处于低表达水平的指标有27个。同好感度指数一样的是，在3年中没有任何一个反感度指标从高表达水平下降到低表达水平，也没有任何一个指标从低表达水平上升到高表达水平。
2. 词典模型中的好感度指数与反感度指数
在词典模型中，我们选择了指数大于3（25%表达水平最高的指标）的指标为反映高表达心态的指标。
在纳入分析的62个好感度指标中，从2014年到2016年3年间一直处于高表达水平的指标有14个，一直处于低表达水平的指标有43个。另外，在3年中有3个指标从高表达水平下降到低表达水平，有2个指标从低表达水平上升到高表达水平。
在纳入分析的62个反感度指标中，从2014年到2016年3年间一直处于高表达水平的指标有13个，一直处于低表达水平的指标有44个。另外，在3年中有2个指标从高表达水平下降到低表达水平，有3个指标从低表达水平上升到高表达水平。
“高表达”的网络社会心态的特征
从分析结果看，高表达的网络社会心态具有如下几个方面的典型特征：
第一，网络社会心态的表达水平具有一定的稳定性，除了极少数指标外，基本上所有指标要么一直处于高表达水平，要么一直处于相对低表达的水平，极少随着时间的推移而发生变动。可以说，网络上的社会心态表达水平呈现稳定的层级结构，高表达的心态始终处于层级结构的上端。
第二，在以监督学习模型分析的工作与生活感受、政治态度、社会认知等领域，好感度表达较高的心态更多具有抽象的色彩和公共含义，反感度表达较高的心态更有针对性和生活含义。
具体来说，在好感度指数方面，处于表达层级结构最顶端的，是对底层同情化心态和略微右倾的思想立场，在7个高表达的心态指标中有2个指标与对底层的同情和不公平的社会结构有关，有3个指标与人们对司法、价值观等问题的略偏右立场有关。
在反感度指数方面，处于表达层级结构最顶端的是直接影响人们日常生活的具体问题的负面态度，在8个高表达的心态指标中有5个（房价、特定管制政策、环境、食品安全、转基因等）与人们的日常生活紧密相关。
第三，在以字典模型分析的对特定人群与特定公众人物的评价、对世界部分国家的评价等领域，高表达的网络社会心态焦点化与态度分化倾向突出，且与现实联系紧密。
焦点化、热议化倾向具体表现为，好感度表达与反感度表达较高的同步性，即对特定对象的正面态度在网络上被高表达，则对该对象的负面态度也很可能在网络上被高表达。3年间一直处于好感度高表达水平的14个特定对象中，有12个特定对象同时处于反感度高表达的状态。这表明，这些特定对象一直处于议论和评价的焦点，而且网络态度二元对立。
此外，从特定对象的具体特征来看，这些同时被正负两面高表达的对象基本都是对中国具有重要影响的主要国家与地区（如美国、日本、德国、俄罗斯、法国、韩国、英国等），或对社会生活具有重要影响力的人群（如教授、警察、医生等）。值得注意的是，没有任何一类特定人物稳定处于被高频率评价的水平，无论是正面评论还是负面评论。
第四，娱乐化心态呈现上升趋势。如前所述，网络上的社会心态表达水平呈现稳定的层级结构，高表达的社会心态在数年中始终处于高表达状态，而低表达的社会心态很少有可能成为高表达的社会心态。不过，从2014年到2016年间，有2个好感度指标从低表达状态上升到高表达状态, 有3个反感度指标从低表达状态上升到高表达状态。
其中，“网红”是好感度和反感度在3年间同时从低表达状态上升到高表达状态的唯一指标。可以说，“网红”成为了新焦点议题。围绕“网红”而高频表达的各种言论和态度，反映了网络空间中娱乐心态的上升。
理性对待网络空间“高表达”的社会心态
在网络空间中高表达的社会心态常常引起各界人士的关注，如何分析、对待及处理这些网络表达也成为学术争议乃至政策设计争议的焦点。据上述对高表达的网络社会心态的分析，结合我们近年来对互联网的研究与思考，对待高表达网络社会心态需要重点注意如下几个问题：
第一，充分尊重虚拟社会的成长发育权利，充分相信、充分利用虚拟社会的自我调节功能。
在网络空间被高频表达的社会心态，无论是正面心态还是负面心态，都是民众情绪、感知与思想在网络上的释放与自然表达，其自身有个演进的过程。特定的互联网平台一旦开始形成虚拟社会，这个社会就必然受到自我调节的力量的影响，并逐渐向平衡性的结构进化。
尽管前几年网络舆论生态中少量中心节点在一定程度上影响着各种网络心态的表达，但目前已经逐渐过渡到网络传播节点多中心化、网民关注议题分散化的格局。同时，网络用户也在成长、成熟，日趋理性化。一般而言，如果不进行过于强势的人为干涉，互联网空间将随着时间的推进，逐渐进化成一个更为理性、更为平衡的生态场。
第二，在控制消极作用的同时，要充分发挥网络高表达的社会心态的积极作用。
在网络上高频表达的社会心态是一把双刃剑，它既可能带来一些负面问题，也可能发挥多重正面功能。这些正面功能至少包括：
（1）高频表达的网络社会心态是社情民意的重要呈现。相较于传统民意呈现渠道，这种新型民意呈现更具有扁平化和直观化特征，且收集与分析成本更为低廉，这无疑为科学决策提供了基础。
（2）高频表达的网络社会心态可能产生“倒逼”效应，起到加速执政理念、执政方式转变的宏观战略作用。
第三，在调节网络社会心态时，要注意多元因素、多元力量共同参与其中的复杂性。
对于网络上高频表达的社会心态来说，其出现与发展是多个复杂因素合力作用的结果。例如，“网红”作为新焦点议题所展示的娱乐化心态上升，实际上是与新浪微博平台的去政治化同时发生的。新浪微博作为最有影响力也最有典型性的网络公共平台，对具有政治、社会性质的公共议题的正负面态度的表达率都在下降。这一现象并非某种单一力量作用的结果，而是网络平台生态演进、网络管理方式与策略调整等多个因素所造成的。
“网红”作为新焦点议题兴起所代表的去政治化与娱乐化心态的上升，背后既是网络治理策略所带来的传播结点和传播具体内容的调整，也是内容生产者的自我约束；既是网络平台发展策略调整与用户需求的变化，也是新型娱乐生产组织形态的出现与商业力量的渗透。
而无论是情感治理也好，心态调节引导也好，最佳的方案莫过于顺其自然，在关键点略微用力。如果过于强调某一力量的作用，很可能破坏多个因素的微妙关系，从成本和收益关系的角度来看未必合算。
第四，对网络社会心态的调节并不是单纯的线上工作，而是需要线上线下联动。
由于网络心态表达水平稳定性较高，一些问题持续被关注，一些焦虑与期待持续被表达。这种长期的、稳定的态度倾向，又往往与客观的社会现实有关，甚至是对现实的集中反映。这意味着，线上线下是紧密联系在一起的，心态调节必须与现实社会的治理问题放到一起来考虑。
END
人文社科学者的平台
《探索与争鸣》
唯一官方微信平台
联系电话：021-53060418
联系客服
