下载掌阅APP，畅读海量书库
立即打开
截至 2019 年 6 月，我国网络新闻用户已达到 6.86 亿，其中手机用户 6.60 亿，人们对新闻事件的关注、参与方式已发生改变，新闻网站或社交媒体提供的用户评论功能是国内外网民新闻参与的主要方式。
从技术角度看，评论区是各种主体为网民提供的、就新闻主题交换意见的场所，评论通常以时间顺序排列，是信息交换中形成的用户交流网。
从新闻生产角度看，用户评论是最典型的参与式新闻，它与公民新闻、用户产生内容是经常可互换的概念，指公民或公民群体在收集、报道、分析和散布新闻及信息过程中扮演着积极的角色。用户参与新闻被划分为五个阶段：第一阶段是接近/观察；第二阶段是选择/过滤；第三阶段是处理/编辑；第四阶段是散布；第五阶段是阐释，指报道发布后被讨论和评论。
在数字时代，第一到第三阶段仍然在新闻生产者（包括新闻机构以外的多种主体）的控制之下，用户可以利用社交媒体等工具方便地参与后面的散布和阐释阶段。用户评论则是数字时代用户参与新闻阐释阶段的主要形式。
用户评论研究的重要意义在于五个方面
：第一，用户评论代表着数字时代新型参与空间的发展。第二，用户评论是对新闻内容的直接回应。第三，用户评论反映了网络新闻的混合特性，用户评论与新闻内容是不可分的。第四，用户评论非常流行，是在数字时代社会存在程度极高的一种参与形式。第五，用户评论因带有争议性而受到业界和学界关注。随着用户通过评论等形式参与对新闻的阐释，媒介机构不再是新闻事件的唯一阐释主体，“新闻生产变成职业记者和公众共同参与的动态实践”，被称为“液态”的新新闻传播形态。
基于用户评论对新闻业的重要意义，国外学者对其展开了多种角度的研究，主要包括：
第一，影响用户参与评论的因素。特南博伊姆和科恩通过对以色列一家新闻网站的研究发现，读者最喜欢评论的新闻内容是有冲突和争议的。
韦伯则发现与用户社会身份相近、具有持续性、包含事实因素较少的新闻更易引发评论。
第二，用户评论的特征。特里斯发现传统媒体网络评论区的用户评论整体上比较理性，含新信息的评论占比较大。
埃罗宁则发现在八卦新闻的网络道德评价中，三段论式论证很少出现，更多评论是简短的、不做道德评论的模糊表达，她认为人们采用这种表达可能是不想得罪某些群体。
伦-里奥斯等发现读者在评论科技新闻时多用自身经历而非科学依据，造成了非理性的评论，这可能会影响读者对媒体的信任。
沃伊切萨克和罗哈斯发现，人们在新媒体中的评论没有极化，尤其在涉及“党派”和“意识形态”问题时，这可能与人们以自我为中心的心态有关。
第三，媒体从业人员对于用户评论的态度。瑞德发现，媒体工作者普遍关注匿名评论的负面效果，但匿名评论的负面效果并不显著。
国内学者对用户评论规范的实证研究非常少，李良荣、于帆通过对用户评论的量化分析提出了舆论的前十定律，认为前十条评论的关注点、分歧度将影响之后至少一百条评论，但该文献研究方法尚不够规范。
其他研究则主要从群体极化角度展开，将在下文讨论。对用户评论与新闻文本的联系、新闻文本用户评论特征等方面的研究基本空白，本文试图填补上述不足。
持批判视角的学者不承认以Twitter为代表的社交媒体是公共领域，基于两个理由
：第一个理由是哈贝马斯提出公共领域的初衷不是指向媒介，而是为了创造一个概念以使对公共产品缺乏公众关注的批评机制可行。第二个理由是社交媒体嵌入当代社会的冲突和权力结构之中，是矛盾的、冲突的，不是以讨论和协商为目标的公共领域。在我国，也有学者在比较中国网络传播环境特点与哈贝马斯公共领域概念后认为，中国的网络舆论还未建构起一个真正意义上的“虚拟公共领域”。
其他学者指出微博有形成公共领域的条件但离成熟公共领域还有距离。
笔者认为，上述观点得出结论的基础是将Twitter或微博等社交媒体平台视为一个整体，忽视了这些平台存在不同的分化场域，对此将在下文继续分析。例如，新闻文本下方的用户评论与普通用户发布的内容意义并不相同。学者也并未完全否定新媒体建构公共领域的可能，有学者甚至认为社交媒体就是公共领域的新形式
，或微博平台具有公共领域的表征
。
梳理文献还发现，有关公共领域的大量研究文献包括哈贝马斯本人的文献是把公共领域与媒介关联在一起的，这使上述持批判视角的学者在论证社交媒体不是公共领域时的第一个理由的逻辑起点并不牢靠。哈贝马斯指出欧盟的危机是各国媒体只关注本国事务而未形成一个公共领域，“各国公共领域需要逐渐相互开放”，这里的公共领域指的正是媒体提供的讨论空间。
新闻传播学界的学者们同样偏爱从媒介视角分析公共领域，“媒介化公共领域”是研究公共领域的主要视角，这种传统也延续到社交媒体时代。布赖恩·麦克奈尔等认为公共领域虽然是政治传播语境下的概念，在数字时代这一定义甚至比哈贝马斯对公共领域的原始定义更为理想，因为数字时代受众更容易回应或互动。从这一角度来看，在数字时代公共领域已经扩展为更多的形式，用户通过在线评论和社交媒体加入新闻工作，通过各种渠道回应新闻工作者生产的内容。
我国也有学者发现网络媒介在建构公共领域时通过介入用户跟帖而获取商业利益，但也因此成为建构公共领域的天然支持者。
哈贝马斯本人在回应对其理论批评时，承认公共领域的复杂性和广泛性，也认可公共领域的分化，“公共领域根据交流的密度、组织的复杂性和范围被划分为不同的层次”
，理解公共领域的复杂性必须承认“替代性机构”——不仅包括独立媒体，也包括国家和经济之外其他形式的非正式（信息）搜集（gatherings）。
虽然哈贝马斯本人并未直接提出“替代性公共领域”概念，但其他学者们根据他的上述理念认为存在替代性公共领域。如替代性媒体与替代性公共领域的关系研究
，妇女、同性恋、黑人等弱势群体的观点表达与替代性公共领域的关系研究。
John Downing还阐明了替代性公共领域与“官方”公共领域的关系及其对后者的影响，替代性公共领域为“经验、批评和替代”的发展提供了机会。
传统意义上的替代性公共领域指体制外媒体针对特定议题提供的公共讨论场所，随着社交媒体等平台的出现，替代性公共领域也指包括用户评论在内的各种可以替代传统媒介讨论空间的领域。“替代性”有时也被翻译为“另类”“非主流”，意在与主流体制内媒体构建的公共领域相区别。亨利克·奥内布林将“替代性公共领域”中的“替代性”归纳为四个维度：首先，替代性意味着话语发生在主流媒体公共领域之外，即媒体的替代性。其次，主导媒体话语的参与者之外的其他主体参与讨论，即参与主体的替代性。再次，议题的替代性。有两层含义：一是指讨论主流媒体没有涉及的议题；二是指同样的议题但主流媒体没有争论，在替代性公共领域则发生了争论。最后，讨论方式的替代性，指使用不同于主流媒体的其他方式或形式讨论相关议题。
我国微博上用户对新闻的评论首先具备了第一、二维度的替代性，其参与讨论不仅不是传统媒体空间，也不完全是传统媒体微博文本，而是各种主体微博文本下方的评论空间参与主体；而其讨论议题、讨论方式是否有替代性正是本文将通过实证分析所调查的问题。
替代性公共领域的范围在数字时代从两个维度得到拓展：第一个维度是新闻生产和传播主体的多元化，这一特点被总结为上述“液态”的新闻业。新闻业的参与者包括在社交媒体中活跃的各种机构和其他主体，他们对新闻信息的传播，极大地拓展了公共领域的空间，甚至连政府机构运营的微博也成为形似公共领域和次私密领域的集合体。
第二个维度是与新闻文本集成在一起的用户评论。用户通过评论对新闻内容的进一步阐释不仅提供了替代传统媒体基于新闻生产生成的公共讨论空间，这个空间还与“液态”的新闻生产混合在一起。即不管是何种主体提供的新闻文本，用户都可以通过评论进一步阐释，而不局限在新闻机构生产的文本之下，本文案例就有非新闻机构的文本。
基于上述分析，我们认为用“替代性公共领域”表达微博用户的评论行为比“公共领域”更合适：由特定事件发生而临时聚集于网络特定空间的替代性主体发出不同于官方权威媒体的另类声音、观点。“替代性公共领域”既彰显了社交媒体构建公共领域的可能性，也表明了其与理想公共领域的不同。本文在选择样本时，选择微博中对相关事件评论最多而非传统新闻机构的微博文本，正是基于上述理念，试图首先通过内容分析方法揭示用户评论的特征，进而分析其作为替代性公共领域的特征。
研究用户评论另一个常见视角是群体极化，这一概念和上文所述的公共领域甚至是矛盾的。公共领域带有价值判断，群体极化这一概念则否定了公共领域理性讨论的前提。陈红梅认为需要从更大的视野看公共领域与群体极化的辩证关系，“公共领域和群体极化只是同一个问题的两面。一方面，公共领域最终形成的是同质群体；另一方面，群体内成员的观点必然有所差异，从而可以形成理性的讨论”
。
凯斯·桑斯坦将群体极化定义为：团体成员一开始即有某些偏向，在商议后人们朝偏向的方向继续移动，最后形成极端的观点。
迈尔斯和拉姆将其定义为：“在观点的同一方向上，经由群体讨论之后所形成的群体态度，往往比讨论之前群体成员个人态度的平均值更趋向极端化”的现象。
蒋忠波对我国群体极化研究做了梳理总结后认为：群体极化所讨论的核心问题不是群体成员态度的分布，而是群体态度在讨论前后的改变。
上述定义的相同点在于认可极化是“过程”，这意味着若要以群体极化来设计研究，必须至少采集网民讨论前后的观点并分析比较。但很多国内文献在运用群体极化理论研究用户评论时直接把态度或观点的分布作为极化研究对象。例如，黄河等讨论群体极化的特征时就直接忽视了极化的过程
，这正是蒋忠波指出的因概念偏差带来研究设计上的失误。这类偏差还有不少：如将网络舆论中网民出现的两极分化的情况称之为网络群体极化现象
；将网民一边倒的情况称为网络群体极化
；将网络舆情中的“观点一致”“两极分化”都称为群体极化
；将用户评论极端态度的百分比、群体支持或反对的倾向值都作为极化程度
。上述研究严格来讲都不是群体极化研究，但其方法对于调查网民态度和观点分布有一定借鉴意义。
综上所述，当前国内学界对极化的概念和测量方法并未统一，甚至在使用上偏离极化应有的含义。因此本文不采用群体极化概念来研究用户评论，仅参考以上极化研究文献中的方法调查用户评论中的不文明程度和观点、态度是否多元化等情况。
如上文所述，国内对用户评论的研究目前未考察上述国外学者们研究的信息性、互动性、与新闻的相关性等主要特征，这些特征对于分析用户评论对新闻业的价值和意义，进而厘清我国“替代性公共领域”的特点有重要价值。因此，本文主要从新闻业和替代性公共领域角度调查新闻文本下的用户评论，主要研究以下问题。
问题一：用户评论与新闻文本的相关程度如何？即，内容上是否与新闻文本相关？是否明确表达自己的观点？是就事论事还是衍生到其他议题？
问题二：网民针对新闻的评论信息价值如何？即，用户评论的新内容比重如何？复杂评论比重如何？
问题三：用户评论互动程度如何？即，网络评论中网民之间的互动程度如何？媒体与普通网民的互动程度如何？
问题四：用户评论的不文明程度如何？
问题五：用户评论中的观点和态度倾向是单一还是多元化？
以上五个研究问题，问题一、二调查的是用户如何阐释其他主体传播的新闻文本；问题三调查的是用户在阐释新闻过程中的互动；问题四、五则参考极化方法，调查用户评论是否文明，评论中态度和观点是否多元，以此来进一步讨论用户基于评论区的新闻阐释及其作为替代性公共领域的特征。
本文借鉴国外网民新闻参与研究的核心框架
，结合“替代性公共领域”理论研究范式，通过内容分析法，分别从评论与新闻相关性、评论信息的价值、互动情况、文明程度、观点和态度分布情况五个角度，分析新浪微博用户参与新闻阐释的特征和效果。
公共领域是一个上位词，其下还有很多下位词，如数字化公共领域（digitized public sphere）、全球化公共领域（the globalized public sphere）、后现代公共领域（the postmodern public sphere）等。下位词研究的共同点是基于数字时代媒体变迁对公共领域的影响描述分析，而哈贝马斯的公共领域内涵与“媒体”密切相关，媒体是公共领域运作的核心
，所以本文分析“替代性公共领域”的研究框架依然在哈贝马斯公共领域研究框架之下是合理的。国外学者在研究Facebook或我国微博中的“替代性公共领域”问题时也是从文明程度、信息价值、互动情况等角度分析
，因而本文采用的研究方法是成熟的。
我国的微博是人们了解新闻动态、参政议政、反映舆情的重要平台，微博不仅有社交性，还因媒体、机构或个体在其中参与对公共事件的讨论而具备了媒体性质。本文以四个 2015 年发生的新闻事件为案例，对相关案例热门微博下的评论进行内容分析。选择分析 2015 年而非近年来发生的案例的主要原因是：第一，2015 年发生的社会热点事件较为典型，同一时间段的案例便于比较。第二，当前微博平台对敏感事件大多关闭了评论，很多新近发生的案例无法获得有效数据。而在 2015 年，因课题研究需要，本文作者系统采集了相关数据。
本文选取了 2015 年内的 4 件热门新闻事件：庆安枪击、女司机被打、大阅兵和天津大爆炸为微博样本。以上事件符合学者发现的人们最喜欢参与评论的新闻特征：政治性和社会性议题
；拥有冲突和不同意见，含惊奇、死亡、暴力与性等议题
；以及涉官、涉警、涉富事件
。
抽样上，以这四个热点事件为关键词，选择发出时间在事件发生一周至十天左右的微博，发布者为媒体或其他机构，以评论量为依据各取一条微博。为保证取样均匀不受时间影响，研究者在得到的微博评论区中采用系统抽样构成研究样本，分别得到了“@新浪视频”2015 年 5 月 14 日微博、“@头条新闻”2015 年5 月 6 日微博、“@中国维和警察”2015 年 9 月 3 日微博、“@新浪天津”2015年 8 月 18 日所有关于所选新闻事件微博下方共 44000 条评论，随机各取 5%得到 2200 条研究样本，其中：“女司机被打”事件 737 条、“天津大爆炸”事件158 条、“大阅兵”事件 251 条、“庆安枪击”事件 1054 条。选取这些样本主要是它们在传播上述事件时非常活跃，用户评论数量较多，显示传播主体对评论的干预较少。这也体现出本文使用“替代性公共领域”这一概念的意义。同时凸显了用户评论本身就是流动的，一是部分媒体关闭评论，用户便流向其他报道相关事件的微博文本。另一个原因是，用户评论数量和质量也是吸引用户阅读和参与评论的重要指标，当某个微博下开始有一定评论数量时，能够吸引更多用户参与。因此，以评论数量而不是文本发出主体来选择样本更符合本文研究目标。
对于问题一、二、三，本文结合特里斯的划分标准
，定义变量 1-6。
对于问题四，本文根据布洛姆等人的划分标准
，将不文明语言划分为不文明攻击性语言和不文明情绪化语言，定义变量 7-8，如表 1 所示。
表1 用户评论内容分析编码表
关于极化的测量，迪马焦等提供了四种可行思路
，其中两种是观察态度的分布状态，特别是极端态度的分布，国内对极化研究的测量也是如此
。借鉴国内外对极化的研究方法，本研究对用户在特定场所（微博）和特定四个议题中所呈现的态度分布状态进行描述分析，观察网民态度的分布，尤其是相对立态度的分布状态。
不同于以往研究直接对评论的态度进行编码测量，本研究分为两个步骤测量态度多元化程度：第一步将所有评论按照观点类型进行归类概括，首先划分为单一化和多元化，在观点分类的基础上概括态度倾向进一步观察态度多元化程度。研究根据涉事方数量，为每个微博划定了不同的观点数量，统计不同评论内容的比重。例如，在涉警事件（庆安枪击）中，涉事方主要为死者和警方，此外在评论中还提到死者的家属以及车站内其他保安、当地政府等其他主体，很多用户还因为倾向不同而互相谩骂偏离原来议题。分别对这四例事件的评论进行分类并编码得到“评论观点倾向”变量，如表 2 所示。
表2 四个事件观点分布编码表
第二步是基于第一步将观点进一步整合为不同的态度倾向。本研究参照黄河等的研究量表，对网民针对某议题的态度分化状况进行观察。态度分布借鉴相关研究所使用的将留言反映的态度以量表方式呈现的方法
，将上述观点的分类进一步整合，得出不同事件的不同态度倾向。
如庆安枪击事件中，“谴责、质疑警方枪击行为/质疑、不满视频或媒体”和“指责支持警方开枪的用户”，实则都是谴责、不满的态度，目的是质疑警方的开枪行为和视频。研究将以上编码合并为一个变量，分别得到每则微博下的立场态度偏向。以“庆安枪击”事件为例：
0 对警方/官方/媒体的批评（包括行为、管理）：0+2+4+11
1 对闹事者和同情闹事者的批评：1+3
2 无明确倾向：5+6+8
3 有倾向但看不出：9
4 不相关不表态：7+10
使用以上方法，分别得到了四例事件的“评论态度倾向”变量（变量13-16）。
在编码表确定后，研究者从已取样本中随机抽取 50 条让两位编码员进行编码，以获取编码者信度系数以及检验编码表是否存在问题。在编码前对两位编码员已进行培训，熟练编码程序、理解编码指南。使用百分比信度，所测量的信度系数均高于 0.9，具体如下：不文明攻击性语言变量为 0.92，情绪化语言变量为 0.92，用户间互动比例变量为 0.98，发布者与用户间互动变量为 0.98，与新闻相关性变量为 0.98，就事论事变量为 0.96，有新内容变量为 0.92，复杂观点变量为 0.98，观点倾向变量为 0.9。在检验信度之后，由编码员按照设计好的编码表对采集到的样本完成编码。
对于前四个问题（变量 1-8），研究使用总体样本（ N =2200）进行考察；而用于考察多元化程度的“观点内容倾向”“观点态度倾向”变量则根据事件具体分开为四组进行比较。
“是否与新闻相关”，是明确要求评论能够直接看出针对事件参与方的任何一方，统计结果（88.1%，1938 条）显示绝大部分的评论是和新闻相关的。此外，分析过程发现有些评论虽然没有直接提及任何参与方，但是是由直接参与方衍生的，这些衍生的评论占到了此统计另外的 11.9%中的大部分。可见，用户评论总体是契合新闻的，并且会有一定的衍生讨论。
为了进一步研究用户评论的内容与新闻的关联，研究者进一步将评论细分为就事论事、衍生性评论、不相关不表态型评论。得到结果如表 3 所示。
表3 评论与新闻相关程度比例
表 3 显示大多数网民仅依据事件主体是非对错和情感进行评论，还有很多衍生性的评论，比如反思和指责其他网民。可见网民在评论中，会有部分理性的反思，这对于网络这一公共领域有一定建树，但也可能会在讨论中偏离原来的主题，或带来谩骂指责。根据诺依曼“沉默的螺旋”理论，人们会因为群体压力而避免发表不同于主流观点的声音
，而人们会与自己观点一致的人“结盟”，而疏远、指责观点不同的人
，并且评论的活跃用户相对不活跃用户的评论更加具有攻击性
，所以，当网络热点引发众多用户评论时，很难避免网民间因观点不同而相互指责。
尽管如此，从压倒性的比例可看到，大部分的用户评论依然是针对事件本身，可见人们遵守讨论的规则，参与评论者也服从了传播者在社交媒体中的议程设置。但同时应注意，如果仅仅停留在评判事件是非对错，评论的建设性还有待提高。
此外，本研究中，不相关、不明确表达观点的比例仅占 4.9%，可见中国网民对热点事件的参与热情，侧面证明网络中群体压力并没有那么大。综上，问题一的结论是：用户评论与新闻相关性较强，就事论事同时也有较多衍生性评论。本文研究与上述对微博或网络整体的研究相比，显示微博新闻文本用户评论空间具有公共领域的特点，其原因是用户评论受到原始微博文本的引导，故讨论更为聚焦，这也凸显了用户评论相对于整个社交媒体平台而言对新闻生产和公共领域建构更有价值。
统计结果显示评论中含有新内容的比例仅占 15.1%，这个比例低于预期，甚至在反转事件“庆安枪击”和“女司机被打”中，也仅有 15.9%和 19.5%的比例，且大部分新内容很少提供链接，大部分的评论仅就事论事，少部分提到微博之外的新内容。上述总体的数据显示中国的“公民新闻”在用户评论中未成型，在网络上的评论也仅限就事论事，人们的关注点跟随微博发布者的议程。
其中复杂评论总体占比 16.8%，且不同新闻事件之间有差别。具体数据如下：“庆安枪击”事件中，评论区复杂评论占 26.8%；“女司机被打”占 23.5%，相对较高。而“大阅兵”事件复杂评论仅占 4.4%；“天津大爆炸”事件为 8.9%，这两个事件复杂评论比例相对较低。可见对于不同事件，人们发表复杂观点的意愿有很大差别，对于“大阅兵”这种主旋律事件和“天津大爆炸”这种结果未定的事件，人们不愿意发表复杂评论。但对于“庆安枪击”和“女司机被打”这类社会性事件，有四分之一左右的评论具有复杂观点。当时微博 140 字的限制，可能也让普通用户养成了长话短说的习惯。此外，根据中国微博用户行为研究报告，高学历、高收入的人更青睐使用微博手机客户端
，手机打字的不够便捷可能会阻碍用户进行复杂的评论分析，因而与国外对传统媒体网站（主要为PC端）的研究结果相比比例更低。
综上，问题二的结论是：用户对新闻的评论信息性价值整体不高，但在部分事件中也有一定比例的复杂评论，说明事件性质不同，网民评论的信息价值有差异。上述数据还说明，虽然大部分用户在阐释新闻时并未提供有价值的信息，但在部分热门公共事件中也有一定比例的用户提供了新的信息和复杂观点，显示用户在进一步阐释新闻文本。这种阐释正是公共领域应具有的“讨论”意涵。复杂信息和新观点占比少正是用户评论区别于传统新闻报道的应有特点，毕竟普通用户并非专业新闻工作者。
整体数据显示用户间互动的比例仅有 18.1%。但分开观察，“庆安枪击”事件的用户间互动为 36.6%，“女司机被打”事件的用户间互动为 21.8%，“大阅兵”事件的用户间互动为 6.8%，“天津大爆炸”事件的用户间互动为 23.4%。可见除了“大阅兵”事件，其他事件的用户间互动程度相对较高。
因此，用户会主动阅读新闻下方的评论并且有较高程度的互动，有些用户甚至会直接发布“我是来看评论的”。这是形成理性的网络讨论、公民参与热点事件的基础。观察还发现，用户间互动多在观点不同时发生，观点相同时则仅仅简单点赞。“大阅兵”事件网民观点单一，故其互动程度最低。
数据显示发布者与用户评论互动数量为 0。互联网被认为是一个可以平行交流、打破传统媒体的单向传播模式的平台，但是从“发布者与用户评论互动”的统计量看，网络中的内容发布者并没有参与普通用户的评论。这或许可用尼尔森
的研究解释：媒体人并不重视网民评论。
对于问题三，得到的结论是网民间互动程度的高低与网民观点的多元化程度相关，观点复杂的事件用户间互动程度较高。用户评论获得其他网民重视，但内容发布者并不重视用户评论。用户参与最多的不一定是传统新闻机构发布的内容，呈现出液态化新闻生产的特点。问题二的调查结果反映了用户对新闻文本的讨论，问题三的调查结果则显示用户之间会互动或讨论，而且在部分事件中比例还远高于问题二中新内容和复杂观点所占比例。说明用户间的互动更为活跃，但内容发布者并未与用户有任何互动。这凸显了用户评论区具有公共领域的核心特征——广泛的对话和批判性讨论，但也有“替代性”特点——原新闻文本发布者在这一空间并不在场。
不文明语言包含使用粗鲁字词、侮辱性词汇，贬低、威胁、羞辱、咒骂、人身攻击其他评论者及新闻发布者。本研究将凡是涉及脏话或者潜在意思有咒骂含义的内容都列入其中，结果显示不文明攻击语言整体占比为 11.7%（258 条），比例并不高。四起事件的不文明语言比例分别为：“庆安枪击”事件为 11.7%，“女司机被打”事件为 18%，“大阅兵”事件无不文明语言，“天津大爆炸”事件为 3.8%。
这些研究发现和我们对于网络暴力的认识有差异，原因在于：一是因为网民的不文明语言程度与新闻内容本身有关联。如“大阅兵”事件无不文明语言，是因为观点倾向无悬念，不需要是非对错的道德评判，出现不文明语言的概率更低。而不文明语言程度最高的为“女司机被打”事件，这类涉及社会道德评价的事件更容易调动网民情绪。本文作者调查后还发现，微博评论中侮辱性的语言越来越少，戏谑式、段子式调侃的语言越来越多，后者不能放入不文明语言范畴，处于管理的灰色地带，一般不会被删。二是我国对留言的管理从 2014 年就逐渐加强。2014 年 11 月 6 日，国家网信办召开跟帖评论管理专题会，新华网、人民网、新浪网、搜狐网、网易网、腾讯网等 29 家网站在会议上签署《跟帖评论自律管理承诺书》，2017 年 8 月 25 日中共中央网络安全和信息委员会信息办公室发布《互联网跟帖评论服务管理规定》，实名认证用户才可以参与评论。管理的加强可能降低了用户评论的不文明程度。
金和加里等人在 2013 年针对中国网络删帖的研究结论是：凡是可能诱发集体行动的新闻话题，网民留言会遭遇网络管理，被删去的可能性更大。
本研究选择的事件，正是不容易诱发集体行动的案例。即便是“庆安枪击”这一最可能诱发集体行动的新闻话题，其语言的不文明程度还是有 11.7%，说明本文选择的样本中评论基本是完整的原始评论。
综上所述，问题四的结论是：中国网民对新闻内容的评论，语言不文明程度较低。这进一步说明用户在评论区对公共事件的讨论总体上是文明的。当然由于对用户评论管理的存在，一些极端不文明的用户评论可能被删去，也因为管理机制的存在，用户评论相对克制。
四种不同类型新闻热点的评论内容分类比例分别如表 4—表 7 所示。由表 4 可见，在“庆安枪击”事件中，最多的观点为“支持警方行为/谴责死者”，占22.5%，其次是“指责谴责警方开枪的用户”和“谴责、质疑警方开枪击毙行为/质疑、不满视频或媒体”，各占 19.6%、17.8%。另外还有 9.6%的观点未在以上分类中。由此可见人们的观点比较多元化，集中趋势不明显，少部分观点即使占比不多，也被表达出来，再次验证前文分析网民意见表达受群体压力较小。
由表 5 可见，在“女司机被打”事件中，大部分的观点集中在“支持男司机/谴责女司机或其家人”中，占比 70.1%，远超位列第二的“无法看出观点或不相关”的 5.8%，观点虽然多元，但集中趋势也非常明显。
表 6 为“大阅兵”事件相关新闻的评论内容比例，高达 82.5%的网民表达了“支持、尊敬、热爱、感动于老兵、自豪于国家，祝福老兵”的观点，观点在此事件中高度统一，且比较单一，分化不明显。此外，除了一部分无法解读观点的评论，不少用户在评论中联系自己，这也印证了沃伊切萨克和罗哈斯在研究中对人们“以自我为中心”心态的猜测。
表 7 为“天津大爆炸”事件评论中各种观点所占比例，最多的是“质问死亡人数、质问真相/指责非质疑者”占 29.1%，其次为“感到可怕、心痛、震惊”占 20.3%。可见在此类灾难问题上，多数人更关注真相，人们的观点分布比较多元化，集中趋势不明显，与庆安枪击观点分布类似。
综上可见，在评论观点的分布上，不同类型新闻造成评论观点多元化或单一化，信息明确的新闻热点观点更单一，如“大阅兵”事件；信息不明确的新闻热点观点更多元化，如另外三类社会新闻事件。此外，事件类型不同观点的集中趋势也不同，背后的规律值得进一步探究。
表 4 “庆安枪击”事件评论观点比例
表 5 “女司机被打”事件评论观点比例
表6 “大阅兵”事件评论内容比例
表7 “天津大爆炸”事件评论内容比例
这四类新闻热点的评论态度倾向分类比例分别如图 1—图 4 所示。从图 1 看出，对于“庆安枪击”事件，多达 42.13%的人持反对闹事者、支持警方的态度，态度倾向比较明显。但是仍然有 26.0%的人反对警方行为，可见，并不是所有的人一边倒地支持警方。另外，还有 16.79%的人没有明确倾向，这部分数据中不少评论是网民间的争论谩骂。另一些网民淡化倾向，反思问题。这符合迪马焦等提出的第一种原则——态度分散
，不易形成一种中间派共识，也较吻合第二种原则——持相反意见的态度比例上势均力敌，容易引起社会冲突。
与上文分析得出的观点多元化程度比较，用户态度多元化程度相对较低且分化明显，态度倾向主要是“对警方/官方/媒体的批评”和“对闹事者和同情闹事者的批评”，二者占比接近 70%。“无明确倾向”“有倾向但看不出”以及“不相关不表态”总体比例较低，但总占比也超过了 30%。
图 2 显示，就“女司机被打”而言，高达 72.32%的用户评论为“对女司机及女司机家人的负面态度”，其他的态度最多的一种也仅占 10.72%。与观点的多元化程度相比，态度更为单一。
图 3 显示，在“大阅兵”事件中，高达 87.3%的评论态度为“支持、祝福、感动于老兵”，态度单一化明显，这与观点的单一性基本一致。
图 4 为“天津大爆炸”事件评论中的态度倾向，“对数据的质疑和对真相的追问”态度占比 46.84%，其次“对事件的情感表达”占比 25.32%，也有 4.43%“肯定官方说法”。与观点多元化程度相比，态度更多元化。可见不同案例，其观点与态度的多元化并不必然一致，这与事件性质有关。有时用户态度较为一致，但依然可以表达出多元的观点；有时观点更一致，但态度也可以更多元。
图1 “庆安枪击”评论情感倾向
图2 “女司机被打”评论情感倾向
图3 “大阅兵”评论情感态度倾向
图4 “天津大爆炸”评论情感态度倾向
对观点和态度多元化程度的分析表明，与传统新闻机构要求在报道中抑制情感倾向而体现客观性不同，新闻文本下方的评论除了从观点上延伸了对新闻事件的阐释，也带有用户的情感，使得这一替代性公共领域具有“公”和“私”混合的特点。
用户不仅表达观点，也表达情感。从上述事件性质和态度多元化程度来看，用户的情感表达并非在任何事件中都一边倒，也与观点一样是多元化的。这种特点是传统的公共领域所不具备的。
本研究对用户评论与新闻相关程度、信息价值、互动性、不文明程度、多元化程度等指标进行考察，旨在研究中国网民以评论的形式参与新闻互动的特征。研究发现，直接涉及新闻涉事方的评论占比较多、就事论事占比较多，这吻合特里斯针对美国新闻网站评论区的研究结果。而信息价值上，我国微博评论区中的新内容和复杂观点都不如特里斯针对美国网站研究中的比例高，这可能是手机表达与PC端表达以及两国网民新闻参与习惯的差异。
用户评论的互动程度研究中，中国网民间的互动性较美国网站评论区中的更强，而且相关事件网民观点分歧越大，则互动越多，说明当有争议时网民更愿意在评论区互动。此外，本研究考察了微博发布者与网民的互动程度，发现无发布者与网民互动。显示了内容发布者的传统媒体思维，并不重视用户评论，与尼尔森针对网络新闻从业人员的问卷调查结果较为一致。
本研究还考察了用户评论的不文明程度，网民对严肃议题的评论不文明程度较低，但均超过 10%，这一数据较樊亚平针对中国新闻网站评论区的研究而言
，不文明程度更低。其原因可能有：第一，事件性质不同。樊亚平调查的事件是一位少女因追星导致父亲自杀，从伦理角度涉事少女更容易受到网民攻击。第二，样本采集渠道不同。樊亚平采集的数据包括多个网站为事件设置的用户评论区，这些评论仅针对事件而不是具体新闻文本。缺乏新闻文本引导，网民自主发布的内容更容易出现非理性现象。本文采集的样本是新闻文本下方的评论，用户评论因有新闻文本引导而更为文明。这也进一步说明新闻下方的用户评论对新闻的阐释比网民自发的情绪宣泄更有价值。
对于评论观点和态度多元化程度的考察也是本研究创新点之一。研究发现，总体上观点的分布特点与态度多元具有一定联系，部分社会新闻事件的态度不够多元化，且分化站队明显。这说明网络新闻的评论区是一个有多种声音的空间，网民在观点表达上并没有受“沉默的螺旋”影响。
总之，因新闻事件性质不同，不同事件微博下方的用户评论在与新闻文本相关性、信息价值和新观点、观点和态度多元化程度等方面有较大差异。弗雷泽认为不论在等级森严还是平等的社会里，多元化公共领域比一个单一的、综合的公共领域更可取，前者更有利于弱势群体发明和散布他们的反抗话语。
彼得·达尔格伦也指出，将所有公民纳入统一公共领域的目标不可能实现，必然存在因利益、性别、地理位置等差异而构造的其他交流空间。
这说明，公共领域是可以分化的。本文研究结果显示，即便是在微博的用户评论区，网民利用评论空间阐释不同新闻事件时也有很大差异，我国网络用户针对不同新闻事件在不同网络空间的讨论形成的是分化的而不是单一或综合的公共领域，是一种多元化的“替代性公共领域”。微博文本用户评论的不同观点分化，多种声音的表达体现了这种替代性公共领域的特征。
本文研究表明，微博等社交媒体虽然表面上连接了所有用户，但用户依然会因各种因素发生分化。哈贝马斯也承认公共领域的分化，公共领域不是一个单一的模块，“它代表了一个高度复杂的网络，分支到众多重叠的国际的、国家的、区域的、本地的和亚文化的领域。功能规范、主题焦点、政策领域等为公众领域的实质性区分提供了参考点，然而，这些公共领域仍然可以为外行所用（例如，科普和文学公众，宗教和艺术公众，女权主义者和‘替代性’公众，关注医疗保健问题，社会福利或环境政策的公众）”
。在讨论公共领域时不能无视这一特点，将微博平台甚至整个互联网视为公共领域或使用某些公共领域的标准来评价某个平台乃至整个网络空间正是当前网络公共领域研究的局限所在。
对我国而言，替代性的用户评论恰恰在形成对公共议题的讨论时具有独特价值。无论从对新闻业的价值还是从公共领域建构角度看，媒体从业者都应重视用户对新闻的评论，给予用户阐释新闻文本的空间。否则，用户的注意力要么流向其他机构或个体的文本，要么流向用户的其他网络社区或社交媒体，构建其他替代性的讨论交流空间，使得媒体在公共事件的讨论中失去引导者地位。
公共领域的价值在于提供了一种独特方法考察媒体、国家、商业和普通民众之间的关系。
对于传统媒介环境而言，上述四类主体并不会直接接触，在数字时代，用户在新闻文本下方形成的评论背后是上述四类主体间直接接触和博弈。与传统公共领域不同，新闻评论空间是技术构建的用户空间，背后也有复杂的技术因素。限于篇幅，本文侧重于分析用户评论及其作为替代性公共领域的特征，对其背后复杂的关系揭示得还不够，这是未来进一步的研究方向。
（原文发表于《新闻记者》2019 年 12 期，收入本书时做了删改）