首页 > 论文范文 > 教育综合论文 > 高等教育论文 > 新媒体时代高校网络舆情传播影响因素组态分析

新媒体时代高校网络舆情传播影响因素组态分析

2024-12-04 143 上传者：管理员

摘要：新媒体时代为舆情治理带来重大挑战，高校舆情事件频发对高校声誉、高校网络安全、社会稳定和政治秩序产生深远影响。本文基于信息生态视角，从信息主体、信息环境、信息本体三个维度出发，运用清晰集定性比较方法对30个高校突发事件进行组态分析，得到三种组态类型。结果表明，主体驱动是高校网络舆情传播泛滥的重要条件；网络环境越纷乱复杂的突发事件越容易引起群众情绪波动；在传播者的作用下，网民对舆情主体为教师的突发事件更加敏感。最后，从提升公民网络素养，培养社会责任意识、规范网络新媒体环境、强化高校内部管理三方面提出高校网络舆情的相关建议，旨在为高校治理网络舆情提供理论和实践启示。

关键词：
互联网技术
信息生态系统
定性比较分析
网络舆情
高校突发事件
加入收藏

随着互联网技术的普及和应用，微博、微信、抖音等社交软件、即时通信工具和网络平台不断涌现，短视频凭借其形象化、高时效的特征获得大众青睐。高校网络舆情是指对于高校的安全稳定、人才培养具有潜在威胁的事件。相比一般的舆情传播，高校网络舆情呈现出信息传播速度更快，交互性更强，舆情主体多元化等特征[1]。对于高校而言，网络舆情作为一种新兴的舆情形式，对高校的形象、声誉和管理产生深远影响。然而，高校网络舆情的演化机理尚未得到全面深入的研究。因此，对高校网络舆情的传播机理进行深入探究，对于提升高校舆情管理水平、改善网络安全环境具有重要的理论和实践意义。专家、学者对高校网络舆情的研究取得了一定进展，但仍然存在不足之处，主要表现为：(1)对于高校网络舆情演化机理的研究仍然相对薄弱，缺乏系统性和深度。(2)现有研究多关注舆情事件的表面现象，对于舆情演化机理的深层次探究不够充分。(3)现有研究多以定性分析为主，缺乏定量分析与实证研究相结合的研究方法。

本文从组态分析视角出发，对高校网络舆情的传播机理进行深入剖析，以揭示高校网络舆情的影响因素和内在规律。通过梳理信息生态系统相关文献，建立高校网络舆情生态系统理论框架。采用定性比较分析方法，结合使用网络爬虫技术从抖音平台抓取30个用户覆盖范围广、实时性强、内容多样化的典型高校突发网络舆情事件。通过模型构建与实证分析，总结高校网络舆情传播的影响因素及演化规律，为高校舆情管理提供科学决策和理论指导。

1、文献综述

新媒体时代信息传播速度快、实时性强，使高校网络舆情呈现出蔓延快、来势凶、非理性的特点。当大量网络信息聚集时，大学生社会阅历有限，其思维易受外界干扰而失去正确价值判断。高校在某种程度上可看作独立的生态系统，其内部信息传播具有一定特质，当舆论导向不受控制地向负面发展时，高校群体更易受到同化。本文以高校突发事件为研究对象，分析信息生态系统下高校网络舆情的传播因素。

1.1基于信息生态系统的网络舆情研究

近年来，众多学者将信息生态运用到网络舆情研究中并取得大量成果。朱毅华基于信息生态学视角，利用信息生态学探究网络舆情演化机制，构建演化模型，提出互联网网络舆情监管研究方向，为舆情管理提供理论支持[2]。马捷从社会事件网络传播阶段出发，分析网络传播的驱动因素在于事件本身和政府处理方式的联合作用，从信息生态的基本思想切入，得出社会事件在网络信息生态中的驱动机制[3]。孙振良基于信息生态链理论，构建突发事件舆情信息生态链系统，分析组成要素，运用协同演化机理，提出突发事件舆情信息生态链系统的治理策略[4]。高祎晴基于信息生态视角研究网络舆情反转生成机理，构建生态系统框架，从政府、媒体、网民三方面提出具体建议，为决策提供参考，促进网络舆情生态系统发展[5]。

1.2高校网络舆情传播研究

国内外学者从多个角度对高校网络舆情进行了深入研究。Yang等人从公共管理的视角出发，以高校网络舆情为研究对象，通过对高校网络舆情的概念分析和问题分析，提出引导路径，包括加强政策和舆论引导、促进不同经济区域网络舆情引导能力的沟通、改进引导方式、建立监管机制等[6]。彭思思从大数据技术出发，充分利用大数据技术对网络舆情进行搜集监测、分析研判、预测引导，维护高校网络意识形态安全[7]。于婷从新媒体的角度出发，分析大学生群体对网络的依赖程度，得出利用新媒体工具可以强化网络舆情监测预警，提升管理水平和网络素养，从源头上防范网络舆情负面影响[8]。总体上讲，在当今信息互联网快速发展的时代，高校作为重要传播主体，对此情形的突发事件网络舆情日益成为学术界研究的热点话题。其相关研究主要集中在影响因素研究、传播与演化和引导与治理这三方面，为高校网络舆情提供了丰富的理论与实践依据。

1.3高校网络舆情传播影响因素研究评述

上述研究证明，由于网络舆情传播的迅速性、广泛性，传播过程中难免出现爆发、反转、平息等现象，现有网络舆情研究不足以解析其根本原因。即使有学者已经从引导方式、影响因素等方面分析了网络舆情治理的相关策略，但其推理演化路径仍存在一定局限。总体来看，现有的研究不足主要体现在：第一，高校网络舆情研究主要以群众为受众主体，没有充分考虑以高校为主体的特殊性，导致分析结果不准确；第二，大多学者运用因果分析探究自变量与因变量之间的因果关系，这种单一变量的选取是否合理未能得到证实；第三，现有研究主要聚焦在网络舆情事件的广度研究，通过分析大量案例来了解整体情况，对其深度研究相对不足，难以发现不同案例之间是否存在显性或隐性的联系。因此，本文从信息生态视角出发，充分利用大数据构建信息网络，深入挖掘网络舆情事件间的内部联系，进而探究高校网络舆情传播路径，为高校舆情治理提供有益借鉴。

2、理论框架与研究方法

2.1 理论框架

2.1.1 信息生态系统

信息生态这一概念由美国学者F.W.Horton于20世纪80年代率先提出[9]，是一种用来描述信息在社会、文化及技术环境中如何传播演化的理论。1999年，美国学者B.A.Nardi和Vicki L.O’Day初步概括了信息生态系统的构成，认为信息生态系统是由信息人、信息技术、信息等要素构成的主体[10]。20世纪90年代，我国对于信息生态的研究逐渐活跃。1995年，国内学者陈曙引入信息生态概念，介绍信息生态的特点及开展信息生态研究的价值[11,12]，提出建设良好信息生态环境的设想及措施。靖继鹏学者[13]在信息生态系统的基础上提出信息管理领域的新思路。基于现有研究，本文认为信息生态系统是由信息环境、信息、信息人三大类要素构成的一个具有自我调节能力的人工系统[14,15]。其中，信息环境泛指信息发展的背景和场所，它包括信息技术、信息制度等内容；信息，也称信息本体，是指在信息生态系统中流动的基本单位；信息人是参与信息产生及传递的行为主体，根据信息人的分工不同，可将其分为信息生产者、信息传递者、信息分解者和信息消费者等角色[15]。信息生态系统与网络舆情研究十分契合，从网络舆情的角度来看，舆情管理的目标是促进网络舆论生态系统的和谐发展；信息生态学则是强调三者相互协调、合理匹配，构建状态稳定、有序的信息生态平衡[16]。

2.1.2 信息生态视角下网络舆情传播模型构建

网络舆情传播过程中受众多因素影响，内部机理复杂，本文基于信息生态视角，从信息主体、信息环境和信息本体3个维度，遵循“目的性、系统性、全面性和可操作性原则”[17]，通过对现有网络舆情影响因素相关文献的梳理，构建出高校网络舆情生态系统，如图1所示。在网络舆情生态系统中，信息主体是指对舆情信息进行生产、加工、传播等活动的群体，主要包含各类信息人，如网民、媒体、政府等；信息环境表现为网络舆情发生的空间场所，主要包括由网络媒介环境和社会结构压力构成的技术硬环境和社会软环境[18]，通常包括信息技术、相关政策以及信息伦理、道德等。信息本体指引发网络舆论的事件属性，包括事件的安全危害性、持续时间、争议对象等。

图1 网络舆情生态系统模型构建

综合以上各要素，本研究整合网络舆情信息生态系统所包含的传播者、网民、事件持续时间、安全危害性等6个子要素作为前因条件，来探讨影响高校网络舆情传播的多重并发因素和因果复杂机制，即上述6个变量之间如何组态会导致舆情导向不受控制地向负面发展，接下来将使用QCA方法并结合实际案例进一步探讨，建立高校网络舆情生态系统对舆情传播的影响机制模型如图2。

图2 网络舆情传播影响机制模型构建

2.2 研究方法

定性比较分析（QCA）于1987年由美国社会学家查尔斯C.拉金[19]最早提出。其思想是以集合论和布尔代数为基础[20]，结合定性研究和定量研究的特点，强调系统研究复杂环境的多重并发因果关系[21]。QCA方法一经提出，受到各界学者广泛关注，近年来QCA用于社会学[22]、经济学[23]、管理学[24]等多个领域，成为因果特征分析的重要工具。使用QCA方法主要有以下考量：第一，相较于传统的线性因果分析，QCA更注重案例之间的差异性，能够更充分考虑个案的多样性和独特性。第二，此方法包含清晰集（csQCA）和模糊集（fsQCA）等。其中，清晰集运算强调对条件变量进行二元划分；模糊集运算则是在清晰集运算的基础上引入了集合隶属度的概念，以解决某些无法进行二元划分的中间态问题。鉴于本研究选取的案例和变量情况，选择清晰集csQCA对变量进行二分处理。第三，QCA对样本规模要求不高，适用于15～80个样本规模，在中小样本研究中具有较大优势。

基于此，本文选取2019年-2023年的30个高校热点事件为研究对象，基于信息生态视角探讨高校网络舆情传播的条件组态，分析单变量及变量组合对舆情传播的影响，进而探究网络舆情传播路径，为高校有效管理突发事件网络舆情提供理论和实践依据。

2.2.1 案例选择

本文按照以下标准对案例样本进行筛选：（1）所选案例具有代表性，影响范围广，受到社会各界广泛关注（2）案例具有多元性，能够在时间、空间、舆情主体上体现多元化特征。（3）样本具有多重因果并发的复杂性，且案例间具有可比性和异质性。基于此，利用网络爬虫技术利用对抖音数据进行抓取，得到某一事件短视频的转赞评数量，同时辅以人民日报发布的《中国社会舆情年度报告》、知微事件库及各大主流新闻网站为主要案例来源。如表1所示，筛选了30个高校突发事件网络舆情案例组成研究案例库，其中包含校园安全、学术道德、师风师德、校风校纪等多种类型，充分保证案例的全面性和代表性。

表1 研究案例库

2.2.2 变量选取与编码

本文研究的核心是新媒体时代下高校网络舆情传播，抖音作为当前短视频类新媒体的一大巨头，对网络舆情传播产生深远影响。因此将抖音视频转发数据作为结果变量，探析高校网络舆情传播特点。此外，QCA对于条件变量的选取有五种方法：问题导向法、研究框架法、理论视角法、文献归纳法和现象总结法[25]。本研究结合上述五种方法，从理论、归纳的角度出发总结短视频平台高校网络舆情传播的6个影响因素（csQCA通常采用4-8个条件变量）。基于以上内容，对各变量进行二分赋值，取值为1表示某条件发生或存在，反之为0。具体设置如表2。

表2 研究案例库

2.2.3 构建真值表

对变量进行选取和赋值后，使用fsQCA4.1的布尔代数算法构建真值表，其中设置频数为1，一致性大于0.8进行运算，得出各案例逻辑上可能的条件组态及满足此组态的案例数量、一致性阈值（raw conisitent）和PRI一致性分数等[26]。此外，本研究设定各变量英文首字母为变量代码，如传播者影响力（Communicator Influence）表示为CI，同理，DS表示舆情扩散规模，NA表示网民关注度，ED表示事件持续时间，SH表示安全危害性，SO表示争议主体，MR表示媒体报道倾向，具体内容如表3所示。

表3 高校网络舆情传播的相关变量真值表

3、结果分析

3.1 必要条件分析

基于现有主流QCA研究，首先对单个解释变量进行必要性条件分析，用以判断单个变量是否构成高校网络舆情传播泛滥的必要条件。其中，通常使用一致性（Consistency）和覆盖度（Coverage）作为单变量必要性分析的重要指标。当一致性大于0.8且小于0.9时，认为该条件为事件发生的充分条件；一致性大于0.9时，则认为该条件为事件发生的必要条件。覆盖度是衡量必要条件经验相关性的重要指标[26]，覆盖度越高，解释变量对于结果变量的解释力度越强。本研究采用fsQCA4.1软件对各变量进行必要条件检验，结果如表4所示。从表中可以看出，当结果变量设置为“舆情扩散规模”时，各变量一致性指标均小于0.9，据此可知，单个条件并不能促进或抑制高校网络舆情的传播，应考虑多个条件对结果变量的共同影响，因此进一步对多变量进行组态分析。

表4 高校网络舆情传播的必要条件分析

3.2 条件组态分析

条件组态分析的主要目的是判断何种组合能够有效解释高校网络舆情传播的抑制或促进。依据QCA的基本原则，将一致性阈值设置为0.80，频数阈值设置为1，运用fsQCA4.1软件对真值表进行组态分析得到简单解、中间解、复杂解三类解。其中复杂解以原始数据为依据，未纳入逻辑余项，一般不进行讨论[21]；简单解包含所有逻辑余项，但其合理性有待评估；中间解包含符合预期研究和经验验证的逻辑余项。因此，本文将中间解作为主要讨论对象，并辅之简单解进行组态分析：同时出现在简单解和中间解中的变量视为核心条件，仅出现在中间解中的变量视为边缘条件[27]。通过反事实分析获得中间解结果，即假设6个解释变量的出现都能促进高校网络舆情传播。根据计算结果，共有6种组态路径产生。

表5 高扩散规模组态分析结果

如表5所示，整体解的一致性和覆盖度为1.0和0.8，均满足临界值的要求（≥0.8），说明这6种组态路径能够成为影响高校网络舆情传播的充分条件，且能够解释80%的案例，组态效果显著。通过组态路径间的对比分析，本文将其归纳为3种组态类型：

(1）主体驱动型。主体驱动型组态中，信息主体发挥核心作用。该组态类型表明，突发事件爆发后，对于此时并不完全披露的高校网络舆情，无论传播者影响力是否深远，媒体报道是否具有倾向性，若网民群体活跃且对该事件保持高度关注，则会引起舆情事件的广泛传播。该情形下的事件，网民并不关注信息本身，仅从各自角度发声、跟风发表言论，各种声音常常让舆情态势向不可控方向发展，致使舆情热度上升，对高校形象造成严重影响。该组态类型对应的典型案例有“电子科技大学一教师贬低四大发明被停课”、“复旦回应张文宏博士学位论文被举报”等事件。综上可知，网民在短视频平台中对高校舆情的传播扩散起到关键作用。高校成员作为高校舆情的主体，同时也是广大网民的一分子，应充分认识到自身的重要性、积极充当表率，更好地引导舆论方向。

(2）环境导向型。在环境导向型组态中，信息环境和信息主体发挥核心作用。该组态类型表明，高校舆情发酵前期，众多媒体追逐私利盲目吸引流量，在媒体夸大、歪曲事实的环境助推下，信息主体极易受到情绪刺激引发共鸣，这种情绪的扩散效应容易导致舆情迅速升温，从而造成舆情爆发式扩散。该情形中，网民在短时间内受到信息环境极端的情绪影响，无论事件危害性是否严重，都会加速用户情绪的扩散。该组态类型对应的典型案例有“中国科学院大学学生发布不当言论事件”、“黑龙江职业学院学生干部查寝”等事件。信息环境在舆情传播中起到显著作用。新媒体时代下，舆情蔓延速度极快，相关部门应加强对网络信息的审查与管理，引导社会民众遵守网络秩序，共同营造健康、稳定的网络信息环境。

(3）内外耦合型。在内外耦合型组态中，信息本体和信息主体发挥核心作用。该组态类型表明，在传播者影响力较大的条件下，无论该事件是否有人员伤亡，当其争议主体为学校或教师时，均会引起舆情的高态势传播。高校教师作为学生的指导者和引路人，对学生的价值取向有着极其重要的影响，其行为受到社会各界广泛关注。在内外耦合型组态情形下，传播者凭借其庞大的粉丝基数，成为传播舆情信息的关键力量，加之教师身份的特殊性，网友对此更加敏感。该组态类型对应的典型案例有“上海震旦职业学院东方电影学院某老师精日言论惹网友愤慨”、“郑州大学回应女子称11年前遭老师侵犯”等事件。此情形事件可能会给高校安全稳定和学生健康成长带来严重危害。对于学校和教师来说，应严格规范自身行为，为学生做好表率，在关键时刻发挥“意见领袖”的作用，引领正确舆论走向。对于传播者来说，应承担起推进社会主义核心价值观建设的重任，客观真实地向公众反映事实信息，引导正确舆论导向。

3.3 稳健性检验

图3 原始中间解

稳健性检验是QCA的关键步骤，通常采用调整一致性阈值、增加或减少案例数量、调整变量等方式[26]来检验分析结果的可靠性和稳定性。若新结果与原始结果的一致性和覆盖度相差较小，被视为原始结果稳定，反之，则表示原始结果不稳定。参考现有研究和检验需求，本研究采用删减案例的方式进行稳健性检验。随机删除5个案例，中间解结果如图4所示。与图3对比可知，改变案例数量后的组态与最初组态相差不大，解的覆盖度从原来的0.8上升到0.866667，总体一致性数值始终保持为1，细微改变不足以支撑新的解释结果。由此表明，本文研究结果具有一定的稳健性。

图4 删减案例后的中间解

4、结论与建议

4.1 研究结论

本研究基于信息生态视角构建高校网络舆情生态系统，运用QCA方法筛选近五年影响力较高的30起高校突发事件作为研究样本，从信息主体、信息本体、信息环境三方面出发提炼出六个影响高校网络舆情传播的解释变量。并运用清晰集定性比较分析探究各解释变量对舆情传播的协同影响机制，旨在为高校突发事件网络舆情管理提供有效依据。根据不同路径组合，本文得出以下研究结论：①单个变量均不能构成舆情传播的必要条件，研究高校网络舆情传播需考虑多要素的联合驱动作用。②经过组态分析，信息主体驱动是高校网络舆情传播泛滥的重要条件。③网络环境越纷乱复杂的突发事件越容易引起群众情绪波动。④在传播者的作用下，网民对舆情主体为教师或学校的突发事件更加敏感。教师的特殊身份正向引发高校网络舆情传播，相对于其他类型的突发事件更能引起公众关注。

4.2 建议

上文对高校网络舆情传播影响因素进行了分析，对于高校网络舆情治理具有重要意义，现结合分析结果提出三方面建议：

(1）提升信息主体网络素养，培养公民社会责任意识。新媒体时代下，信息泛滥现象严重，网络舆情逐渐呈现出交互性、隐秘性等特点，网民常常会过度强调言论自由而降低自身道德标准，导致过激言论病毒式传播。因此，网民的理性表达、客观判断有利于推动网络舆情生态系统平衡发展。一是提升普通网民的媒介素养，引导网民自觉遵守网络规范和法律法规。在舆情事件尚未清晰前，应保持客观理性，避免成为舆情恶化的“推手”。二是培养意见领袖社会责任意识，发挥舆论正向引导作用。意见领袖在网络媒体拥有大量粉丝群体，其言论相较于普通网民更具权威性和影响力。在高校舆论传播中，意见领袖应坚守职业道德和社会责任感，充分发挥专业知识向公众表达客观意见，与政府形成良性配合，共同推动高校网络舆情文明发展。

(2）规范网络新媒体环境，加强舆情引导机制。在数智时代，舆情的传播速度和影响力迅速增长，不当言论和谣言往往会对高校造成严重的负面影响。因此，净化网络环境、高效处理舆情至关重要。首先，建立舆情监测系统，利用大数据和人工智能技术实时跟踪网络舆情动态，及时发现可能引发较大影响的事件，进行预警。其次，建立完善的舆情处置机制，政府设定专门的舆情处理部门与学校做好对接，负责舆情事件的应对工作，包括信息核实、言论引导等，以维护高校声誉和秩序。此外，搭建高校间舆情交流平台，加强高校间的信息共享与合作，形成共同应对舆情的合力。最后，构建权威媒体平台或专门网站，及时发布高校相关事件的真实信息，防止不实信息在网络上泛滥。

(3）强化高校内部管理，有效防控校园舆情事件发生[28]。应做到以下两点：一方面，提高教师和学生的思想政治觉悟，以社会主义核心价值体系为核心，主动做好思想和行动上对于各种问题的敏锐判断，建立良好三观。同时健全教师和学生的利益表达机制，关注教师和学生的心理健康等问题，积极解决利益诉求，为广大师生提供良好校园环境。另一方面，高校应从源头把控，树立学校威信。当突发事件发生时，建立紧急舆情处理小组，评估该舆情事件可能造成的影响及补救措施，第一时间探究真相并向公众做出响应，确保事件的透明度，以减轻对高校的负面影响。

5、结束语

本文从信息生态视角出发，运用定性比较分析方法对高校网络舆情的传播影响因素进行了深入研究。以30个样本案例的组态分析作为切入点，得到促进网络舆情传播的各类组态路径。并在此基础上提出治理该组态类型舆情的建议，旨在为高校网络舆情治理提供借鉴。本研究也存在一定局限性，主要表现为：①本文选取近五年影响力较高的30个高校突发事件作为研究样本，由于QCA方法仅适用于中小样本案例，不能涵盖各类型各年份的高校突发事件，未来需选择其他方法对大样本案例进行研究，验证本研究结果的普适性。②突发事件网络舆情传播内部机理极为复杂，部分案例可能无法完全使用二分法赋值，因此后续考虑采用模糊集定性比较分析法进一步验证本文研究结果。

参考文献:

[1]于敏.新媒体时代高校网络舆情引导与思政教育协同模式研究[J].新闻研究导刊,2023,14(20):194-196.

[2]朱毅华,张超群,郑德俊等.基于信息生态学视角的网络舆情管理研究[J].情报理论与实践,2013,36(11):90-95.

[3]马捷,韩朝,魏傲希等.信息生态视角下社会事件网络传播驱动机制研究[J].图书情报工作,2013,57(15):56-61.

[4]孙振良,宋绍成.突发事件舆情信息生态链系统的协同演化机理研究[J].情报科学,2017,35(05):30-33.

[5]高祎晴.信息生态视域下网络舆情反转生成机理及预测研究[D].燕山大学,2023.

[7]彭思思,周兴会.大数据时代高校网络舆情治理研究[J].学校党建与思想教育,2023(24):68-70.

[8]于婷.全媒体时代高校网络舆情发展态势与应对策略[J].沧州师范学院学报,2023,39(04):108-113.

[11]陈曙.信息生态的失调与平衡[J].情报资料工作,1995(04):11-14.

[12]陈曙.信息生态研究[J].图书与情报,1996(02):12-19.

[13]靖继鹏.信息生态理论研究发展前瞻[J].图书情报工作,2009,53(04):5-7.

[14]李美娣.信息生态系统的剖析[J].情报杂志,1998(04):3-5.