Networked framing between source posts and their reposts: an analysis of public opinion on China's microblogs
Nip, J. Y. M. & Fu, K.W.K (2015). Networked framing between source posts and their reposts: an
analysis of public opinion on China's microblogs, Information, Communication & Society, DOI:
10.1080/1369118X.2015.1104372
導讀⼈人:區國強
全⽂摘要:
社群媒體平台上轉貼推文(Retweeting a post)是當前公共意⾒見資訊產⽣過程的重要⼀一部分。
Twitter與weibo上說明,轉推數目(Retweet count)可視為⼀種使用者影響力的指標。這預設
是:當B轉推A的訊息,也就是B對A「有(同)感」(empathizes),並希望更廣泛地傳布這訊息。
但這預設是很能驗證的︔初步的證據顯⽰了Twitter上的轉推⾏為有很多不同方式。
另外,Twitter上的轉推也不能等於weibo上的轉推。因此,本⽂⾸要目的是想理解weibo上的轉貼
(reposting),並特別聚焦於轉貼的內容與原本訊息之間的比較。本文亦對21原訊息以
及轉貼內仍進行框架(frame)上的量化比較。這些貼文與轉貼文都是新浪微博上有關中國
官員貪污被揭發的內容。
本研究找出了網絡化框架(networked framing)的重要證據︔在這些網絡化框架中,轉貼者在傳散原貼⽂文時也會修訂(revised)其框架。雖然有超過⼀一半的轉貼內容只是重新發佈原貼文⽽沒有加上新內容,但也出現了新的傳播功能、定義事件(case definitions)以及對這些事件暴露後造成結果之診斷(diagnosis)。
不過,不同類型的使⽤用者帳號(user accounts)採⽤不同轉貼策略;這指向⼀種資訊來源帳號/原文帳號(source accoutns)與轉貼者之間持續性的典範/樣貌(paradigm)。這結果對我們理解weibo上的民意形成機制是非常重要的。
關鍵字:China; framing; public opinion; retweet; social media; Twitter; weibo
內容⼤意:
一、前言
網絡與社群媒體研究近中年引起學界廣泛興趣。為探討社群媒體的網絡化環境中的訊息
產⽣產和傳播流動機制,研究者們採用並調整了許多原用作研究⼤眾媒體之概念:包括守門
⼈、議題設定與框架(framing)。不過,以如此方式探討中國的研究並不多︔在中國,社
群媒體正挑戰著一黨專政對公共傳播控制。本研究希望理解中國社群媒體上,內容生產與傳
散的機制之轉變。透過框架分析,本⽂聚焦於訊息內容在被轉貼時所可能出現的改變方式。
本文研究對象為新浪微博︔它經常被描述為中國的Twitter。
二、Twitter上的轉推與使用者影響⼒
在Twitter,轉推被視為是Twitter作為⼀種資訊散播新媒介的重要特質。轉推數量亦經常被
認為有關使用者影響力。
在2009年轉推功能推出前,使用者們也⾃⼰發展出類似的功能,例如 RT@加上複製貼
上。另一種⽅式則是以via@name來表示轉引。在推⽂文寫作習慣中,@name 則是指定某使用
者︔這會被計算為「提到」mention。
為了研究Twi t t e r上的使⽤者影響,有研究者透過觀察使用者的「連結結構」(l i n k
structure),例如網絡中的⾴面排⾏(page-rank)以及追蹤者數量(number of followers),
也有⼈把回覆、轉推、提到這些「資訊傳承的時序」(temporal order of information adoption)
來進⾏探討。
Cha等⼈(2012)年研究了5200萬個Twitter使用者的⾏為,發現retweet數目與mention數
⽬有很大的相關性,但卻也發現⼤量追蹤數量並不一定會帶來大量retweet或mention。
Romero等人(2011)以⼀種2200萬篇推文的資料集為研究對象,也發現追蹤者數量難
以作為retweet的預測指標。
Kwak等(2010)對4170個Twitter使用個⼈資料(profiles)進⾏排⾏時發現,對於80%的
使⽤者來說,只有20%的追蹤者曾經透過其追蹤的⼈人所傳給他們的推文,⽽首次暴露在某主
題內容上︔這顯⽰:資訊傳承是⼀個比起追蹤人數更有關使用者影響⼒的測量指標
(Ranking 41.7 million user profiles in the entire Twittersphere, Kwak et al. (2010) also found that,
for 80% of users, only 20% of their followers had first been exposed to the thread of a topic through
the tweet sent to them by the writer that they followed, suggesting that information adoption is a
more relevant measure of user influence than follower number)。
Cha(2010)提出可把追蹤者⼈數作為使⽤者受歡迎度(popularity)之測量指標︔
retweet則⽤作測量某推文的內容價值︔mention則有關使用者「名字價值」(name value)的
指標。
政治性轉推(Political retweeting)
根據研究,內容(content)並非唯一解釋Retweet的因素,但推文內容與其會被retweet
的程度仍有清晰(clear)關係。散播訊息內容似乎是⼀種政治retweet⾏為背後的重要動機。
Conover(2011)研究指出,意識形態對立的使⽤者很少會彼此retweet。Dyagilev等(2014)
則指出,強烈兩極對立的政治性網⾴也很少會被單一政黨陣營的Twi t t e r使⽤者所連結或
retweet。這似乎說明了retweeters同意並⽀持他們所retweet的內容。不過,我們仍不理解⼀一件
事:在retweet過程中,使用者倒底是如何在原始貼⽂上加上內容?本研究⽬的並正是想透過
中國微博上的貼⽂進⾏行框架分析,來理解這問題。
三、線上社群媒體框架(Framing on online social media)
G a m s o n與M o d i g l i a n i(1 9 8 9)提出,⼤眾媒體論述可被視為⼀組「詮釋包裹」
(interpretive packages)︔每個「詮釋包裹」內有一種框架所組織。
Pan和Kosicki(1993)討論新聞報導時,以「主題」描述詮釋包裹,並視為「一種連結
新聞故事中不同語意元素的概念」(an idea that connects different semantic elements of a
story)。Gamson和Modigliani(1989)認為,框架由三種合理化裝置(reasoning devices)所
組成「根源、結果、道德評量」(roots, consequences and moral evaluation)。
Entman(1993)整合了主要「詮釋包裹/主題」和三種合理化裝置中的其中兩種,再加上兩
種元素 ︔ 他說:去進⾏框架(to frame)有事從一個被感知的現實中去選擇某些層面,並讓這些
層面在一個傳播⽂本中被更凸顯;這有關倡導某特定問題定義、因果詮釋、道德
評量,與(或)對於被描述的事項之處理建議。
(to frame is to select some aspects of a perceived reality and make them more salient in a
com- municating text, in such a way as to promote a particular problem definition, causal interpretation, moral evaluation, and/or treatment recommendation for the item described. (p. 52) )
「種類性(⼀般性)框架」(Generic frames)—相對於「議題—特定」框架(issuespecific
frames) — 能適⽤用於不同的主題,也比較抽象。最有名的例⼦子是Iyengars(1991)的
「插曲式框架vs.主題框架」,以及Semetko等(2000)五個新聞框架:衝突、⼈情趣味、經
濟結果、道德性、責任(conflict, human interest, economic consequences, morality,
responsibility)。
大多數的社會媒體框架研究都聚焦於道德評量以及推文的主題。例如,非營利組織對
2010海地地震之框架就比新聞媒體正面︔NPO發布內容的主導性主題為道德和責任歸屬,新
聞機構則是衝突。
不過,社群媒體研究較少探討對其他合理化裝置,包括定義問題,詮釋因果,補救建
議。本⽂就正嘗試以一種多層⾯⽅式(multi-dimensional manner)來分析微網誌的框架。
這些分析包括:傳播功能(作為「種類性框架」)、事件定義(作為「議題—特定」框架),
原因診斷、後果診斷,以及補救建議。另外,考量到貼文的本質,事件暴露所造成的結果之
診斷也是本研究所要分析的。
「網絡化框架」(Networked framing)
新聞產製中,框架之建立發在新聞記者與新聞來源(news sources)互動的時刻︔而
這種互動是被限制在新聞產製以及組織和專業文化的影響下。Chong(2007)等認為,框架
設定發⽣於新聞消費中︔新聞框架影響了閱聽眾的思考框架,並因此影響了個⼈取態和⾏為,
然後構成公共輿論,政治動員以及集體⾏行動。
但當研究者將這樣的概念⽤用於研究網絡化環境時,框架建構和設定卻不再是兩個不同過
程︔在網絡化環境中,使⽤者既可以是消費者,也可以是訊息的生產者。M e r a z 和
Papacharissi(2013)認為社群媒體上的retweet⾏為包括了框架設定,並構成了框架建構。
Twitter上的公民使⽤者(Citizen users)和精英使用者(elite user)⼀起參與到「網絡化框架」
中︔在其中,框架持續被群眾和菁英使⽤者所修訂,重新復述,和重新散播。但領導者
(leaders)與參與者在網絡化框架中的角色並不對等。Bashir(2012)探討2011年埃及四月
六⽇的年輕⼈抗議活動,發現F B上,領袖⼈物對參與者的五個原因框架中之四個產⽣生影
響︔參與者框架則指影響了領導人物⼀個動機框架(motivational)。該研究為探討網絡化框
架,比較了retweet內容和原⽂內容之框架。
四、weibo是的傳播與轉貼(Communication and reposting on weibo)
中國政府嚴格管制⼤眾媒體和網路,Twitter與FB也被阻擋。新浪微博則是當地最重要微
網誌平台。新浪微博宣稱有13億個中國⼈人帳號,45.5%為本地使⽤用者,佔當地人口45.8%。
與Twitter相似,微博也有140字數限制,但文的140字可比英⽂文有更多內容。新浪微博
的使用者被鼓勵將線下社會網絡帶進來,以及在每次登入或使用微博時產生新的連結。因此,
使⽤者既「跟蹤」,也被其他人「跟蹤」— 名⼈、專家、專業⼈員、新聞機構、商業公司
—這些所跟蹤的對象並未構成使用者線下社會網絡。新浪微博上被跟蹤最多者有7000萬個
follower。某使用者發布或轉貼一個訊息時,會呈現在使用者「粉絲」的⾴面上︔同⼀個訊
息的其他所有貼⽂也會按時序地列在原始內容底下。微博上這種相互連結的社會網絡意味著
被公佈的內容,可以透過重貼,接觸到更⼤範圍的讀者。這可以說繞過了官⽅控制的⼤眾媒
體系統。中國當局⼀直設法管制微博言論,包括習近平曾說,有敵對外國勢力想透過微博等
入侵中國意識形態場域。
微博使用者轉貼訊息時,可在⼀個輸入格(input box)加上內容。但轉貼者往往被認為
是同意原推文。2013年中國當局表示,誹謗訊息被轉發500次或以上者可構成誹謗罪。
有研究顯示,新浪微波上有關官員貪腐事件的暴露案例中,⼤部份主要內容接近官方所
發佈的內容。對本⽂來說,這是否意味著微博使用者以轉貼的⽅式參與到官方訊息的傳散︖
這和⼀般所認為,中國公民在包括微博上形成批判意見與動員抗議⾏動的說法並不符合。
Anger與Kittl(2011)提出五種Twitter使⽤用者對推⽂的反應:服從、認同、內化、忽
略、不同意(with compliance, identification, internalization, neglect, or disagreement)。中國網
民又是否會透過轉貼和加上內容來表示對原文訊息不認同︖官⽅帳號的轉貼⾏為與⼀般⼈又
是否一樣︖
weibo上的框架(framing on weibo)
過往對以框架研究微博的研究不多。有研究(Sukosd & Fu, 2013)指出⼤多數微博貼⽂
將環境抗議(environmental protests)框架為官⽅與⼈民之間的衝突,以及經濟發展和公民幸
福之間的衝突,並認為政府該對那些錯誤作為負責。不過,衝突框架可能出現在公民的貼⽂
中,但不⼀定會出現在其他類型使用者的貼⽂文中。微博上就曾有使用者對於⼩孩被車撞死事
件進⾏投票,來與官方「道德危機」框架競爭(Wang, 2013)。
中共當局逐漸了解網路的重要性,近年也開始⽤來微博等作為宣傳手段。微博上共有
79000官⽅方帳號(2013.6為⽌止)。官⽅帳號的框架⽅式也是本文所要探討的。
五、研究問題
2009年的調查顯⽰八成以上中國公民對貪污感到無法接受。中國領導⼈習近平在2012年
也提到打貪是其首要⼯工作。領導層將貪腐框架為個人幹部問題,缺乏監督,以及對權力之限
制不足。⽽強化紀律機制與建立具有正常工作樣貌(normal work style)的有序系統被認為
是解決方法。
微博成為了官方反貪腐運動的重要場所。由於黨和民眾都給予很⼤關注,因此反貪腐運
動能作為⼀個探討微博上有關公共意⾒框架的好案例。
本研究問題為:
1. 新浪微博上有關貪腐案件的訊息之框架是否影響其被轉推時內容之框架︖
2. 不同新浪微博上的帳號類型所發布的貪腐案件相關訊息之框架,是否影響了這些內容被轉推時的框架︖
六、研究⽅方法
資料與抽樣
本文先搜尋中國新聞報導中有關十八⼤會議後的貪腐案件。找到第一個案件在
2012.11.20,以及接下來的兩個月中的其他30個案例。新浪微博搜尋引擎因此被⽤來找出這
每一個案件的訊息的最早被轉貼日期。本研究排除了其中有10個案例,包括:8個的首次轉
貼訊息被刪除,1個訊息內容區間相隔太久,1個其實並沒有轉貼。
剩下21案例中,透過微博API,抓到每個案例的最早訊息之被轉推日期。在⼤部份案例
中,被抓取的內容來源都是在這案件被公布後接續三⼩小時中出現⼤量轉貼。在其他案例中,
考量到原貼⽂內容之選擇會是使用者類型的混合(mix of user types)︔因此包括了新聞機構、
政府/黨部⾨門、獨⽴新聞(包括:⾹港媒體機構、獨立媒體工作者、線上媒體⼈與新聞工作、
N G O ⼯工作者︔另,以上對於使⽤者帳號的分類根據新浪微博上的描述)與市民
(citizens)。
去除重複資料後,21原推⽂文共22719篇轉貼被保留。以比例抽樣(3%-15%)對每個案例
的轉貼⽂文章進⾏行抽樣(Reverse proportional sampling ranging from 3% to 15% was applied to the
reposts of each case )。少於100篇⽂文章的轉貼則全部100%作為樣本。最後的樣本包含了21個
原始貼文中的1956篇貼文。每個案例中的原貼文和轉貼文,都以框架分析來編碼。
編碼協定(coding protocol)
以Entman(1993)、Gamsonm與Modigliani(1989)以及Pan與Kosicki(1993)作為參
考,編碼規定包含六種框架功能(frame functions):傳播功能、事件定義、診斷原因、診
斷結果、診斷事件暴露後造成結果的診斷、補救建議)。
另,根據紮根理論(Strauss & Corbi, 2015),本研究檢視了⼀一份內容次樣本(subsample
of messages),從其中找出每個框架功能的事件相關框架(issue-specific frames),
並考量了Iyengar(1991)提出插曲式框架與主題框架中的差異性(differentiation between
episodic and thematic frames)。
每篇貼文內容的主要主題(overarching theme)會描述為十個溝通功能之其中一個。在
貪腐事件的定義中,採⽤了兩個插曲式框架與五個主題框架,每一個都聚焦一特定脈絡
(context)。
兩個插曲式框架包括:⼈情趣味(human interest)和貪腐外貌(corruption aspects)。
五個主題框架包括:
1. 地⽅、組織、或地區(locality, and organization, or an area)
2. 中國(China)
3. 中國/中共官員(PRC/CCP officials)
4. 中國/中共機構/統治(PRC/CCP institution/rule)
5. 壞的情形/一般人(bad situations/people in general)
另外,若訊息內容並非聚焦於貪腐事件本身,⽽只是相關,則會被描述為「事件曝光」
或「表達⾃自由」主題框架。
編碼
編碼⼯作由兩位⾹港傳播學研究所碩士畢業生負責。兩⼈人先以129篇作為測試,進⾏討
論,再完成另外182篇貼⽂文(1956篇的9.3%),計算編碼者間信度。之後兩人再對剩下的內
容進⾏編碼。21篇來源貼文則在之後已相同的編碼協定進行編碼。
編碼者間信度⽅面,在那182篇內容中傳播功能為0.9,事件定義為0.98,其他全為1。
對於每⼀個框架功能,本研究也就四個不同帳號類型上,原貼文和轉貼文之中的框架之
間的差異進行統計測試。
七、結果
來源貼文之發佈者類別:
1. 政府/黨機構(Government/Party body):n=3
2. 新聞機構/線上媒體(News organizations/online media):n=11
3. 獨立新聞(Independent news):n=5
4. 其他(⾹港媒體機構、獨⽴媒體⼯工作者、線上媒體⼈與新聞工作、NGO⼯作者):n=2
48.1%(n=941)轉貼文在轉貼時並沒有加上新內容。
2.5%(n=49)轉貼⽂沒加上新內容,但指向⼀個特定網址。
因此,50.6%(n=990)貼⽂只是複製原貼⽂的框架。
排除了58篇(3%)內容與事件無關後,剩下的46.6%(n=908)轉貼⽂在轉貼時有加上
和事件相關的內容。這些轉貼文中會出現一個或多個Weibo平台提供的表情符號。
不同帳號類型的來源貼文之間,框架功能上並沒有明顯不同。本文很難確認這是否因為
樣本數太⼩造成。
在轉貼貼文中,不同帳號類型的貼文之間除了在原因診斷和後果診斷外,其他框架功能
都有明顯差異。
傳播性功能(communicative function)
原貼文的傳播功能中,「提供資訊」(information provision)佔第⼀一名(n=17, 81%)。
轉推則是「傳散/關注事件」排第⼀(n=1101, 56.3%)。
原貼文與轉貼文具有統計學上的顯著差異。
有趣的是,轉貼文中,有691篇(35.3%)具有原推文所沒有的傳播功能。最明顯的包括
「分析/詮釋/意見/提供判斷」(n=323, 16.5%)和表達情緒(n=256, 13.1%)。
被轉推的「新聞機構/線上媒體」內容中,最多為傳播功能「分析/詮釋/意見/提供
判斷」(n=220, 20.5%)和表達情緒(n=154, 14.4%)︔儘管這些轉推文的原⽂並沒有包含
這些框架。這顯示新聞的重要性,以及線上媒體作為民意和情緒之表達場所。轉推官⽅⽂章
的,主要為了表達情緒(n=5, 5.4%)或提供分析(n=9, 9.7%)
個案定義(case definition)
所有2 1篇原貼⽂都將事件框架為插曲式的(e p i s o d i c):「關於事件的貪腐層面
(about corruption aspects of the case)」(n=20, 95.2%)。相比起來,三分之一轉貼⽂
(n=722, 36.9%)加上了事件的相關⽂字內容,定義了事件。
在轉貼文中,貪腐事件的插曲式框架最為明顯(n=364, 44.7%; 18.6% of total reposts)
在傳播功能⽅⾯,出現了原貼⽂中所沒有出現的「新事例定義」(new case definition)
(n=174, 8.9% of the total):其中,最明顯的是「中國一般的貪腐」(about corruption in
China in general︔;n=93, 11.4% of reposts with case definition; 4.8% of the total) 。
與原貼文4.8%(n=1)將事件定義為「地方性、組織或事件發⽣地區之貪污」相比,轉
貼⽂文中有11.2%(n = 91, 4.7% of the total)將事件定義為「地⽅性、組織或事件發生地區之
貪污」。
有關事例定義的9%的轉推文(3.3% of the total; n=65)具有主題框架,定義事例為「有關
中共官員」(n = 24)或「有關中共體制/統治」(n = 41)。
所有政府機構原貼文框架事件為插曲式式貪污案例,但這些內容的轉貼文中卻有6.5%
(n=6)以主題框架描述為「中國一般的貪腐」。
五分之⼀的新聞機構/線上媒體包含主題式架構,比其他使用者帳號高。有關新聞機構
/線上媒體的轉貼文中,主題框架多為「有關中共體制/統治」(n = 32, 3.0%)或「有關
中共體制/統治」(n = 17, 1.6%)。
在官⽅反貪腐宣傳中,以事例框架成一般性貪腐現象是可被官方所接受的。事實上,這
也是對最可在那些有關官方來源的轉貼文中所找到的新框架。不過,批判性框架(也就是事
例連結到中共體制或統治)是不被官方所接受的,因此並不存在於任何對於官方來源的轉貼
文中。
原因判斷/診斷(Diagnosis of cause)
超過一半(57.1%, n = 12)原貼文並未包含原因診斷,38.1%(n=8)將原因診斷為「官
員特權」(privileges/power of officials)。
有加上文字內容的轉貼文中,只有很少部分(n = 75, 9.5% )包含原因診斷。這可能因
為記者已經在原貼文包含了原因診斷。
後果判斷/診斷(Diagnosis of consequences)
沒有任何原貼文包含後果診斷。99.4%有加上⽂字內容的轉貼文也沒有後果診斷。由於
超過三分之一轉貼文包含了定義事例的⽂字,因此缺少後果診斷可能不是因為不敢表達意
見,⽽是避免在他⼈的分析上再加上⾃己意⾒。
事件暴露後造成結果的判斷/診斷(Diagnosis of the consequences of exposing the case)
沒有原貼文包含「事件暴露後造成結果的診斷」。10.7%(n=85)有加上文字內容的轉
貼⽂卻包含「事件暴露後造成結果的診斷」。39篇(4.9%)診斷為「貪腐嚴重瓦解的開始」
(beginning of serious crackdown on corruption)。
原貼文與轉貼文並沒有統計學上明顯差異。有關轉貼四個帳號類型的⽂章之間,在「事
件暴露後造成結果的診斷」上,並沒有明顯差異。
不過,相比於轉貼新聞機構的貼文(n = 32, 6.6%),對於轉貼官方內容的貼文最可能出
現新框架(n = 4, 14.3%)。
官⽅機構與新聞組織/線上媒體,都引發「貪腐嚴重瓦解的開始」的轉貼︔與中共官⽅
宣傳一致,並比另外兩種帳號種類來得⾼高(獨⽴新聞 & 其他)。這顯⽰示中國官方與新聞組
織/線上新聞中的轉貼文者傾向保持在官⽅⾔論限制中。
補救方式建議(Remedy recommendation)
所有來源貼文中,只有9.5%(n=2)包含補救框架。
有加上文字內容的轉貼文中,有14.6%(n=116)有補救框架,其中最普遍的事「責任
— 調查/拘捕/懲罰相關官員/所有貪腐官員」(responsibility – investigate/arrest/punish the
official involved/all corrupt officials )(n = 70, 8.8%)。
來源貼⽂與轉貼文框架並沒有明顯差異。
但,不同帳號種類的轉貼⽂之間卻有明顯差異。沒有官⽅貼⽂提到補救︔但其轉貼⽂卻
提到補救。三分之⼀(n = 9, 32.1% )官方轉貼⽂提到地方性補救,包括「責任 — 調查/拘
捕/懲罰相關官員/所有貪腐官員」(n = 6, 21.4%)和「改革事發地區地方/機構管制」
(eform the governance of the locality/organization issue area )(n = 3, 10.7 )。不過,這些補
救說法仍與中共觀點將貪腐視為⼀種紀律問題相關,⽽不太有關政治系統。
八、討論與結論
透過分析21個來源貼文與22719貼轉貼文,本⽂發現,如同其他國家的Twi t ter情形⼀一
樣,微博上也的確出現網絡化框架活動。在本資料集中,有⼀半轉貼只是複製原貼文,但有
三分之⼀會加上新的傳播功能。接近10%以新⽅式定義貪腐事例,包括批判性的框架。這些
都證明了在微博的轉貼流(reposting chains)中,新內容會被創造。
不同帳號類型的貼文引發不同的轉貼⽅式。新聞組織與線上媒體引發批判性轉貼者︔這
些人經常將貪腐事例定義為中共官方問題。有關新聞組織與線上新聞的轉貼內容亦傾向表達
情緒、進行判斷,以及⽤主題框架(相對於插曲式框架)來框架事例。相反地,官⽅內容的
轉推者主要診斷貪腐事件之暴露為「貪腐嚴重瓦解的開始」。Li(2008)曾說,聚焦補救
(⽽非批評)是中國官方風格的新聞報導之顯著特色。在轉貼⽂中出現的特定補救內容也總
和官方觀點一致。
這種轉貼官⽅內的人之內容與官⽅意識形態之間的⼀致性顯⽰了(儘管
轉貼者會產生新框架)他們並不太敢在原貼文的典範外冒險。這樣的研究發現其實翻轉了一
般所認為,中國公民在微博上發表意見與情勢,⽽官⽅方必須趕忙回應。事實上,微博發展⼀
段時間後,官方也開始利用此平台來發揮影響。⼤量新出現的官方帳號與貼文,也可被支持
官方觀點的⼈用作支持官方觀點。
不過,在那些轉貼新聞組織/線上媒體的轉貼文中,也會出現有別於轉貼官方帳號貼⽂
的情形,並可能把貪腐問題指向整體中共體制/統治問題。因此,儘管中共對媒體嚴格管控,
但新聞媒體仍是批判性公共意⾒發生的基地。不過,本⽂並沒有區分黨媒和商業媒體來進⾏
分析。
出乎意料地,轉貼新聞組織和線上媒體內容的轉貼者,比那些轉貼獨⽴新聞帳號(包括
NPO⼯作者與⾹港新聞媒體)的⼈更展現出分析性和批判性。主流媒體與「網路發起市民產
製新聞」(Internet-enabled citizen-generated news) 的角色之間的關係在近年引起討論。在
中國,公民尋求新聞媒體來表達不滿,以挑戰政府法律機構以及效率低的官方陳情系統。例
如,中央台會以陳情民眾故事為報導材料。有記者亦成為了微博名人,變成了「線上陳情辦
公室 」(online petition offices)。這顯⽰人們仍尋求新聞組織之協助來發聲,而社群媒體提
供了更方便的管道。之所以會出現,轉貼新聞組織和線上媒體內容的轉貼者,比那些轉貼獨
⽴新聞帳號的人更展現出分析性和批判性的情形,有幾種可能:主流媒體內容更全面︔以轉
貼主流媒體內容作為一種傳播策略(因為這些內容是視為官方能接受的)︔或,獨⽴新聞的
內容經常比其他內容更容易受到監控,⽽使得本研究擷取不到相關資料。
中共對網路言論監督造成網民自我審查,不敢發表太敏感言論,就算諷刺性內容,也是
以難解或憤世嫉俗⽅式進⾏,而非批判性的。這可幫忙解釋為了有一半轉貼文並沒有加上新
的⽂字內容。就算有,也主要⽤作傳播功能與定義事例,而非討論因果或補救。從本研究資
料集中,微博主要⽤作資訊提供之⽤(而非表達意見和進⾏討論)。
但本⽂統計數據在解讀時也有需要注意之處。本研究儘管已經有⼤大量轉貼⽂內容,但來
源貼⽂只有21篇,數量仍不⾜。另外,在最開始的編碼過程中,轉貼⽂的先導樣本(pilot
sample)中並沒有任何⼀篇編碼為「後果的診斷」,這也可能影響後來的編碼過程。
![](https://www.google.com/images/icons/product/drive-32.png)