二〇二〇年 | 2020
香港Facebook新聞分析報告 | Facebook Analytics Reports
關於報告 | Introduction
《香港Facebook新聞專頁分析報告》收錄本港17間新聞媒體的Facebook專頁數據，並將所收錄到的數據進行統計分析。
The Hong Kong Facebook News Analytics Report (the report) contains data and analyses of the Facebook pages of 17 news media outlets in Hong Kong.
報告是由香港浸會大學傳理學院曾姿穎助理教授帶領的浸大受眾研究（BUAR）團隊編寫而成。團隊由衷感謝大學教育資助委員會優配研究金（計劃編號：1-73126）及香港浸會大學圖書館數碼研究基金（計劃編號：DSG201902）的資助。
The report is compiled by BU Audience Research (BUAR) led by Assistant Professor Stephanie Jean Tsang of the School of Communication at Hong Kong Baptist University. Special thanks are due to the funding support from the UGC General Research Fund, Hong Kong SAR (Project No. 1-73126) and the Digital Scholarship Grant, HKBU Library (Project No. DSG201902).
如需轉載或引用，請註明出處，並使用本網站提供之格式：
曾姿穎、董心悅（2021）。《香港Facebook新聞專頁分析報告 2020》。浸大受眾研究。 https://sites.google.com/hkbu.edu.hk/buar/research/facebook-reports/2020/.
Tsang, S. J., & Dong, X. (2021). Hong Kong Facebook News Analytics Report 2020. BUAR. https://sites.google.com/hkbu.edu.hk/buar/research/facebook-reports/2020/.
校對與訂正：周琳
數據來源 | Data source
本報告的數據來自Facebook旗下的公開內容數據洞察工具CrowdTangle；該工具能夠為用戶提供Facebook、Instagram和Raddit的公開專頁/公開群組的發佈內容，並提供基本數據例如帖子被多少用戶轉發、點讚及評論等。以下內容為針對Facebook上最活躍的17間主要中文新聞媒體在2020年的發佈的帖子的分析。
值得注意的是，CrowdTangle目前僅提供英文版本的各類數據服務。故，本報告中的部分從原數據中提取的名詞也為英文。
17間被收錄的媒體專頁 | The 17 Facebook pages involved
媒體專頁發佈的帖子數量 | Volume of posts
2020年17個媒體Facebook專頁總共發佈了250,665則帖子，全年每月的發帖量大致相同，約為2萬則。其中，發帖量較多且穩定的媒體專頁有：香港蘋果日報、Stand News 立場新聞、香港01和PassionTimes 熱血時報；而Bastillepost 巴士的報、on.cc 東網/東方日報和香港經濟日報hket.com這三個專頁在個別月份中發帖較多，不同月之間的發帖數量波動較大。
* 持續查看指定媒體：將鼠標放置在右側媒體名稱或餅圖對應位置
17個媒體專頁獲得的心情回應
如圖所示，2020年立場新聞和香港蘋果日報的帖文獲得最多心情回應，RTHK VNEWS也獲得較多心情回應。若把讚好（Likes）、勁正（Love）、抱抱（Care）、嘩（Wow）歸類為正面心情回應，視哈哈（Haha）為嘲諷的表現（Tsang et al., 2021），與慘慘（Sad）和嬲嬲（Angry）為負面心情，前述三個專頁均獲得更多正面的心情回應。
「假新聞」相關分析 | "Fake news" analysis
另外，我們分析了新聞媒體如何運用「假新聞」一詞。「假新聞提及」指的是Facebook帖文提及了「假新聞」一詞，而「假新聞及其同義詞提及」則是指Facebook帖子正文中有提及假新聞一詞以及任何假新聞的同義詞，包括：「虛假新聞」、「造謠」、「騙局」、「造假」、「虛假消息」、「虛假訊息」、「資訊有誤」、「假消息」、「顛倒是非」、「假記者」、「看圖作文」、「謠傳」、「假訊息」、「作新聞」、「錯誤訊息」、「垃圾新聞」、「亂報新聞」、「謠言」、「做新聞」、「不實」、「選擇性報導」、「謠言」、「惡意」、「造謠」、「騙局」、「蓄意」、「不負責任」、「傳言」、「流言」、「謠傳」、「陰謀論」、「fake news」、「fakenews」、「falsenews」、「disinformation」和「misinformation」。
透過Facebook媒體專頁的「假新聞提及」，我們希望可以進一步觀察（1）新聞媒體會在什麼時候運用「假新聞」一詞、（2）新聞媒體運用「假新聞」一詞的頻率及，並希望可以嘗試探究（3）新聞媒體運用此詞背後的原因。
注1：「假新聞提及」代表的是提及「假新聞」的數量而非帖文總數；同理，「假新聞及其同義詞提及」次數代表的是提及「假新聞及其同義詞」的數量而非帖文總數。
注2：本報告將Facebook中，帖文收穫到的讚好（Likes）、勁正（Love）、哈哈（Haha）、嘩（Wow）、慘慘（Sad）、嬲嬲（Angry）、抱抱（Care）、評論（Comments）和分享（Shares將作為帖文的讀者互動指標進行分析。
「假新聞及其同義詞」在2020年的使用情況
總覽
2020年Facebook新聞媒體專頁，在正文中提及「假新聞及其同義詞」的帖文總數為3,104則，而收集到的帖文總數為250,665則，「假新聞」主題帖文佔總帖文數量約一個百分點（1.2%）。
對比「假新聞」和「假新聞及其同義詞」的使用情況
從上圖所示，有約七成六的媒體專頁（13家；76.5%）在2020年的報導中使用了「假新聞」一詞，其中「TOPick新聞」、「晴報 Sky Post」、「Now News - 新聞」和「Bastillepost 巴士的報」在正文中並未使用「假新聞」一詞。而17個媒體專頁全都在帖文中有提及過「假新聞」或其同義詞。同義詞中出現較多的有：「造謠」、「造假」、「惡意」、「不實」和「假消息」等。由此可見，新聞媒體都對「假新聞」話題發佈過相關報導。
只針對「假新聞」一詞的使用，「HKG 報 2.0」、「initium media 端傳媒 」和「 香港蘋果日報」幾乎佔據了一半數量，但將同義詞也加入後，排在前三名的專頁則是 「Stand News 立場新聞」、 「HKG報 2.0 」和 「香港蘋果日報」。可見，新聞媒體並不一定只運用「假新聞」一詞來表述與假新聞相關的報導，亦會運用其他的同義詞來進行描述。雖然假新聞為一個常用熱詞，但其他同義詞也不容忽視。
「假新聞」相關帖文的提及頻率
鑒於每一個新聞媒體專頁的在Facebook上發帖數量有明顯差異，以下分析將把「提及頻率」列入考量。
上圖可見，發帖總數與「假新聞及同義詞」的提及並無相關性。雖然「initium media 端傳媒 」和「HKG 報 2.0」兩個媒體專頁的總發帖量不多，但他們對「假新聞」相關議題有特別的側重，提及頻率都佔發帖總量3.5%以上。據觀察，這是因為這兩個專頁並不僅僅對「假新聞」作一次過的報導。
比如「initium media 端傳媒 」，他們會對假新聞典型議題作一系列的探討，其中使用的典型標題有：【#讀者來函：如何識破陰謀論及辨別假新聞】和【疫情衝擊，資訊爆炸，你有收到過或轉發過錯誤訊息嗎？】等。而「HKG 報 2.0」，則較多直接使用「假新聞」、「假消息」和「惡意造謠」等詞語，進行對某一群體的指控和批評。
「假新聞」提及帖子的時間分佈
在2020年，有「假新聞及其同義詞」提及的帖文數量達到高峰是在4月，有311則，其中最低時期是在6月和十月，僅有214及217則。
為了解帖文數量和疫情的關係，上圖展示了「假新聞及其同義詞提及」的帖文按月分佈情況，以及與香港本地新冠肺炎四波疫情做了簡單的比對，四個不同的顏色分別代表新冠疫情的第一波、第二波、第三波及第四波。
第一波疫情：在疫情發展的初期，「假新聞」提及集中於「新冠肺炎病毒」這個議題下，從民眾日常生活話題到疫情科普，涉及防疫物資和病毒源頭等多方面，其中不乏多個在後期被闢謠的陰謀論調。
第二波疫情：隨著抗疫逐漸常態化，4月到6月的疫情一度受控，僅有零星個案出現。此時，對「假新聞」的新聞報導更多集中於政府計劃規管假新聞相關議題上；同時，有關「假新聞」的討論文章也重新回到了「反修例」等遺留問題上。
第三波疫情：自7月份開始，較前6個月的疫情嚴重，感染人數迅速攀升，香港市民對「假新聞」議題的關注點再一次回歸到疫情本身。香港政府多次發佈針對「居家令」和「禁足令」的闢謠聲明，並且表示希望規管「假新聞」；於此同時，「香港國安法」的實施也讓「反修例」問題在疫情中持續發酵。
第四波疫情：而在2020年最後一波疫情中，有更多聲音提倡政府規管假新聞。在防疫方面，疫苗的研發進入最後階段，與疫苗副作用和物资採購相關的假新聞也在逐漸增多，「反修例」遺留下來的「假新聞」指控亦有增多的跡象。同時，美國大選在11月和12月也帶來了很多「假新聞」提及，尤其是特朗普頻頻指控「大選欺詐」成為了全球的熱門話題。
總而言之，從全年時間順序來看，含有「假新聞及其同義詞」帖文數量的轉折點和香港本地疫情發展的轉折點基本吻合，疫情的發展對香港新聞媒體「假新聞」的提及有一定的影響，但疫情的發展並不能單獨準確預測「假新聞及其同義詞」帖文數量，分析時必須考慮到其他社會因素，例如反修例、美國大選等。相關帖文數量的波動，表面看是隨疫情嚴重性而變化，實質上也可能是有政府應疫情發展而推出的不同對策（防疫物質、採購疫苗）與政策（「居家令」和「禁足令」）的影響所在。
帖子內容分析 | Post content analysis
「假新聞及同義詞」提及數量和帖文的互動指標關聯
以上的前三個氣泡圖均體現了「假新聞及同義詞」的提及數量和不同帖文互動（post interaction）數量的相關關係，包括分享、心情回應和評論數量。每一個媒體專頁圓圈的大小（直徑）對應「假新聞及同義詞」提及的數量，圓圈的顏色則代表新聞媒體的政治立場：偏民主派、偏建製派和偏中立/不明確。
從圖表可見，Facebook正文中提及「假新聞及其同義詞」，不同政治立場的媒體專頁在分享、心情回應和評論上的互動表現都有明顯差異。但每一個媒體專頁所獲得的三種互動大致相同，在圖表上的位置相對穩定。從三條趨勢線來看，針對提及「假新聞及其同義詞」，偏向民主派的媒體專頁一般收獲到更多的讀者互動，其次是政治立場中立/不明確的，最後是偏向建制派的專頁。
在17個媒體專頁中，「香港電台視像新聞 RTHK VNEWS」的表現值得關注，它在「心情數量」和「分享數量」這兩個互動指標下都較為符合政治立場中立/不明確的分類，但是在「評論數量」這個指標下，它比較偏離政治立場中立/不明確的分組，甚至在斜率上超過了其他所有的媒體，是在「假新聞及同義詞」提及下，收穫最多評論回應的媒體專頁。
為了進一步了解「香港電台視像新聞 RTHK VNEWS」評論數量偏大的原因，本報告將2020年有「假新聞及其同義詞」提及帖子的所有評論總數和每一個帖子平均獲得的評論數按照月份做了分佈比較（見圖四和圖五）。從中發現， 1月份到4月份17個媒體專頁在有「假新聞及其同義詞」提及的帖文下收穫到的評論數較多，2020年剩下的時間中評論數量較少，這個現象可能和香港新冠疫情逐漸緩解有關聯。
從每則帖文平均獲得的評論數來看， 「香港電台視像新聞 RTHK VNEWS」2020年在17個媒體專頁中排名靠前，其中2月更是有一個巨大的峰值，每一條帖子平均獲得了高達1,872則評論，其在2月份獲得的評論總量也是位列第一（28,088則），評論數幾乎是排名第二「Stand News 立場新聞」（14,330條）的兩倍。「香港電台視像新聞 RTHK VNEWS」曾在2020年2月14日播出的節目《頭條新聞》中用嘲諷的方式指出香港警方在囤積抗疫物資。警方隨後向香港電台發函表示"遺憾"並希望港台改進。在「香港電台視像新聞 RTHK VNEWS」的相關事件帖文下，大量用戶在評論處對此事發表看法，表明「撐港台」的態度。
在之後的月份中，雖然「香港電台視像新聞 RTHK VNEWS」帖子平均評論數和評論總數都有較大波動，但是其依然在2020後期一直保持評論數前三的位置，平均評論數也多次遠超其他媒體。
「假新聞及其同義詞」提及對各類讀者互動指標的影響
以下的兩個熱力圖分別為2020年全體帖文互動指標三角熱力圖和2020年有「假新聞及同義詞」提及帖文互動指標三角熱力圖。
其中帖文的總體互動數量（Total Interaction）為該帖文的讀者互動指標的數量，totalfakenews為帖文中提及的「假新聞及同義詞」數量。圖中方格內的數字為兩個變量的皮爾遜相關係數值（Pearson correlation coefficient），綠色方格表示兩個變量呈正相關，黃棕色表示兩個變量呈負相關，顏色越深代表相關性越強。
換句話說，以上的兩個熱力圖將「假新聞及同義詞」提及作為變量，對比觀察各種讀者互動指標的關係。
在兩個熱力圖中，我們可以看出無論是否有「假新聞及同義詞」提及，帖文收獲的轉發量和「嬲嬲」表情的關係都呈現較強的正相關，同時「讚好」、「勁正」和「抱抱」這三個心情回應的相關性亦較強，說明一個帖子同時獲得這三種心情回應的可能性較大，有可能這三個心情回應都較為正向積極，用戶對於三者的理解大致相同。
但是在有「假新聞及其同義詞」提及的帖文中，「抱抱」和另外兩者的關聯性大大減弱，證明在「假新聞」議題下，讀者相對較少有表示關心和積極相關的情緒。
針對有「假新聞及同義詞」提及的帖文，本報告著重觀察了 「評論 」和 「分享」這兩個互動指標的相關性。據觀察，「評論」 和「嬲嬲」和總互動數量的相關性大大增強了，說明在所有獲得的讀者互動指標中，評論大幅增加，人們更喜歡對「假新聞」相關議題發表意見、參加討論，有提及「假新聞及同義詞」的帖文同時會獲得更多憤怒的心情回應。
有關「評論 」和「分享 」的關係，正向相關亦有明顯增強，對比「評論」和「分享 」這兩個互動指標和其他互動指標，本報告發現和「嘩」、「哈哈」、「嬲嬲」和「慘慘」這些心情回應的相關性的變化較大。這些變化大多在於正向關係的增強上，其中特別明顯的有「哈哈」和「嘩」和「評論 」的關係， 這些都顯示讀者在評論的同時常都帶有憤怒的心情，同時也伴有更多內容分享的行為。進一步證明，相比於獲得正面反應表情的新聞，獲得負面反應表情的新聞更加容易被轉發（Larsson, 2018 ）。可見帶有負面情緒的內容，煽動性相對較強，如若有這類內容中有不實訊息，則傳播速度更快，傷害更廣，因此讀者在翻閱媒體內容時，應謹慎對待會引發自身負面情緒的內容，多加思考，審慎分享。
「哈哈」和「嘩」的表達可能和人們在「假新聞」議題下表示嘲諷有關，該現象也在BUAR的2021年1月報告中探討過，人們在「假新聞」議題下更多的是在用嘲諷的方式表示自己對相左觀點的不屑和不信任，是一種「企圖尋得些許同類聲音，以獲得抱團取暖的自我安慰」（Tsang et al., 2021）。
參考資料 | References
Larsson, A. O. (2018). Diversifying likes: Relating reactions to commenting and sharing on newspaper Facebook pages. Journalism Practice, 12(3), 326-343.
Tsang, S. J., Wu, Y., Zhou, L., & Wang, M. (2021). Hong Kong Facebook News Analytics Report: Mocking with Replies using “Fake News” (January 2021). BUAR. https://sites .google.com/hkbu.edu.hk/buar/research/facebook-reports/2021-01/ .