陳旭輝+蘇曉娟+崔麗霞

[摘 要]負面偏差是受眾面對多元化網絡信息時所產生的心理錯覺，往往傾向高估負向信息，低估正向信息，在旅游市場，這種現(xiàn)象會降低旅游城市形象的正面?zhèn)鞑バЧ?。文章?015年的“青島天價蝦”事件為研究案例，通過社交媒體影響力的結構性測量和粉絲行為測量，綜合比較社交媒體位置角色和網絡輿論引導能力，從而為旅游城市提供削弱負面偏差的策略方向。研究表明，社交媒體關系互動中的位置角色與其網絡輿論引導能力結果存在差異：首先是官方與民間的差異。在社交媒體關系互動中，本地官方機構處于中心，自媒體位于邊緣；但引導輿論影響力方面，本地自媒體排第一，本地官方機構排第三。其次是本地與異地的差異。在社交媒體關系互動中，本地媒體接近中心位置；但引導輿論影響力方面，異地媒體排序靠前?？梢钥闯?，民間和本地社交媒體引導輿論影響力相對更強，通過關系互動中的因果歸因，社交媒體對負面偏差引導發(fā)揮了積極作用。因此，旅游城市需要注意對社交媒體組合運用，在自身社交媒體平臺上提升信源可靠性；同時善于借助中介（橋）的輿論引導能力，注重負面信息中問題的解決，最終形成傳播合力，削弱負面偏差現(xiàn)象。

[關鍵詞]旅游城市形象；社交媒體關系互動；因果歸因；負面偏差引導

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2017）07-0047-10

Doi： 10.3969/j.issn.1002-5006.2017.07.010

引言

2015年10月4日，一位網友發(fā)布新浪微博稱，在青島一家大排檔吃飯，結賬時發(fā)現(xiàn)大蝦不是38元一份，而是38元一只！該事件隨后在10月5日在網絡上迅速發(fā)酵，新聞媒體官方微博、地方政府官微、網絡大V等跟進對此進行了大量報道、轉發(fā)和評論，引起全國范圍的關注。10月6日，政府官微“青島市北發(fā)布”發(fā)布了關于該涉事大排檔價格違法問題處理意見的內容，但此時各種惡搞段子、消息已經在社交媒體上瘋狂傳播，對青島城市形象造成了極大的負面影響。

回顧“青島天價蝦”事件歷程，可以發(fā)現(xiàn)，雖然有政府正向信息引導事件進程，但在事件發(fā)生初期，由于信息不對稱，公眾出于風險規(guī)避考慮，對于出現(xiàn)的負向信息往往“寧可信其有，不可信其無”，而對正向信息信任度偏低。這種正向信息影響力低于負向信息的現(xiàn)象被稱為“負面偏差”（negativity bias）[1]。

隨著移動互聯(lián)網的快速發(fā)展，微博、微信等社交媒體已經成為網民獲取和分享信息的重要渠道。相關研究表明，從輿論形成的角度看，微博更容易形成“爭議”和“圍觀”[2]，從而導致群體極化現(xiàn)象；此外，相對于微信的朋友圈傳播，微博的開放性也會使得輿論形成更加迅猛。因此，微博是相對容易形成負面偏差的社交媒體類型。

“青島天價蝦”事件發(fā)端于新浪微博，經過大量關注和轉發(fā)，負面情緒在網民間彌漫宣泄，偶有正面理性的聲音，也淹沒在眾聲喧囂中。某個旅游城市面臨此類突發(fā)危機事件，如何正確引導網絡輿論，讓網民更為客觀、全面、理性看待該城市形象，從而削弱負面偏差，這是社交媒體時代，每個旅游城市品牌形象管理的現(xiàn)實難題。本文通過對“青島天價蝦”事件發(fā)展過程中新浪微博社交媒體關系互動分析，挖掘事件中客觀理性聲音的影響力，從而為旅游城市提供削弱負面偏差的相應引導策略。

1 相關文獻綜述

1.1 負面偏差的成因

負面偏差是受眾面對多元化網絡信息時所產生的心理錯覺，往往傾向高估負向信息，低估正向信息，因此在消費領域正向信息對于購買決策的影響力偏弱[3]。在旅游市場，這種現(xiàn)象會降低旅游城市形象的正面?zhèn)鞑バЧ?/p>

現(xiàn)有研究中，負面偏差現(xiàn)象的成因被歸納為以下觀點：進化論觀點、信息頻率觀點、因果歸因觀 點[4]。其中，進化論觀點認為，人們對負向信息應該重視，因為這些負向信息一旦被證實或者發(fā)生，則后果嚴重性遠大于正向信息[5]。

信息頻率觀點認為，現(xiàn)實中負向信息數量相對于正向信息更少些，預示著從一個正面狀態(tài)向相反方向變化，從而使得負向信息更被重視[6]；此外，有學者研究了正向信息較少的環(huán)境下，同樣出現(xiàn)了正面偏差，即正向信息得到了高于負向信息的重視程度[7]。

上述兩種觀點，進化論觀點體現(xiàn)了人們“趨利避害”的本能選擇，信息頻率觀點體現(xiàn)了“物以稀為貴”的價值選擇。本文所研究的“青島天價蝦”事件，短時間內社交媒體上的負向信息數量遠超正向信息，正向理性聲音被淹沒在負向評論中，因此信息頻率觀點無法解釋這類現(xiàn)象，進化論觀點可以提供基本的解釋框架，但無法給出更具體的引導策略。

相對而言，因果歸因觀點的解釋效果更好，該觀點認為，網絡口碑中，正向評論更多歸因于評論者（而非產品本身），因為這里面有更多的個人主觀因素在里面；負向評論則更多歸因于產品本身（而非評論者）[8]。如果人們將評論歸因于外在因素，例如產品本身、外在原因等方面，人們就會感知評論價值較高；相反，如果人們將評論歸因于內在因素，例如評論者個人因素等方面，人們就會認為這個評論價值較低[9]。

1.2 社交媒體關系互動及負面偏差引導

社交媒體傳播過程中涉及傳播者、傳播內容和受眾3個要素，其中，受眾對傳播內容的認知歸因不同，就會形成內容偏差；傳播者與受眾之間關系程度不同也會造成認知歸因差異，從而形成關系偏差。

目前關于負面偏差引導策略的研究多集中于內容偏差方面，例如信息內容鮮明具體[10]、情感線 索[11]、時間線索、觸覺線索[12]、信息透明度[13]、事件處理程度[14]等，通過信息內容調整，將因果歸因于外部因素，從而提升信息價值，降低負面偏差現(xiàn)象。

隨著新媒體的迅猛發(fā)展，傳播者與受眾之間的關系更多體現(xiàn)在了社交媒體關系互動方面，通過傳播中關系角色的調整，從而削弱負面偏差現(xiàn)象。在社交媒體關系互動中，信息分享是非常重要的動機，Xiang等通過模擬旅游者運用搜索引擎制定旅行計劃的實驗，結果顯示社交媒體在搜索結果占比較高，進一步驗證了社交媒體對于旅游信息收集和決策的重要性[15]；隨著網絡媒體更多體現(xiàn)出社交媒體特征，Jepsen認為社交媒體信息源取代傳統(tǒng)信息源將成為趨勢[16]。

社交媒體關系互動中，關系強弱會產生不同的負面偏差引導效果。Brown的實證研究證明了關系強度較高者的信息傳播對受眾的行為影響力明顯大于關系強度較弱者[17]；Yoo研究發(fā)現(xiàn)社交媒體中存在意見領袖和意見探求者兩種重要角色，其中意見領袖擁有更多的旅游經驗[18]，而且處于社會網的中心位置，在傳播過程中具有信任說服效果[19]。

此外，社交媒體的類型對于負面偏差引導效果也有顯著影響。Gretzel研究證實了旅游相關領域消費者在線評論和網站評級增強了游覽者在決策過程中的信任感，降低了風險感[20]。趙金樓等通過對“4·20四川雅安地震”的微博輿情分析，結果表明，媒體類微博、政府官方微博處于傳播網絡的核心節(jié)點，具有較強的傳播能力，而對于其他節(jié)點而言，其參與事件的程度直接決定了節(jié)點在傳播網絡中扮演的角色[21]。何舟等通過11個重大危機事件個案研究表明，新媒體背景下，存在官方話語空間和民間話語空間的雙重話語空間，兩者之間交錯、互動[22]。而在危機事件，政府官方媒體在輿論傳播中的角色更為重要，Xia等對政府官方微博在應對處理突發(fā)公共事件中所扮演的角色進行研究，提出了政府組織在微博中高效應對突發(fā)危機的建議[23]。綜合來看，相對于內容偏差，關系偏差的引導策略研究不夠全面，研究大多集中在社會網中心性的分析，缺乏對網民行為效果的檢驗。當前社交媒體發(fā)展迅猛，信息傳播過程中的關系因素越發(fā)顯得重要，亟待進一步豐富和完善。

1.3 社交媒體影響力測量

社交媒體的影響力源自其基本功能在用戶群或社會網絡（現(xiàn)實的或虛擬的）之中的發(fā)散、傳遞與延伸[24]。根據監(jiān)測數據來源不同，社交媒體影響力測量方式分兩大類：第一類是社交媒體關系互動的結構性測量方式，這種方式所監(jiān)測的數據來自社交媒體間的關系互動頻次，互動類型包括轉發(fā)、評論和@ 3種，在此數據基礎上，通過社會網絡分析可以得到社交媒體的位置角色[25]。在一個社會網絡中，某一節(jié)點在互動中被提名的頻次越多，則點出度（內向程度中心性）越高，表明聲望越高[26]，影響力越大；此外，某一節(jié)點在互動中未必被提名頻次較多，但具有“橋”的中介能力，連接兩個不相關聯(lián)的群體節(jié)點，該節(jié)點就在網絡中充當了意見領袖角色，具有更大影響力，這類測量指標包括結構洞、中介中心性等[27]。

第二類是社交媒體粉絲行為測量方式。Ye等通過對Twitter研究，確定社交媒體影響力測量指標包括粉絲數、回復以及轉發(fā)[28]；Hoffman等認為從品牌和粉絲互動角度，社交媒體影響力可以采用粉絲數量和評論數兩個指標來測量[29]；不過，惠普實驗室學者Asur等通過對Twitter用戶影響力研究，用戶影響力與轉發(fā)數量關聯(lián)密切，但與粉絲數量并不一定正相關[30]。因此，轉發(fā)是社交媒體影響力的核心變量。

在上述兩種測量方式中，社交媒體影響力結果有所差異。Cha等對Twitter用戶影響力測量采用了上述兩種測量方式，其中，結構性測量方式中采用了“內向程度中心性”指標，粉絲行為測量方式采用了“粉絲轉發(fā)”和“提及”，對比兩種測量方式結果，同一用戶社交媒體影響力結果并不相同，那些內向程度中心性高的用戶，其粉絲轉發(fā)和提及不一定必然也高，形成這種差異的原因，Cha等認為內向程度中心性代表了社交媒體自身聲望，而粉絲轉發(fā)則是由社交媒體發(fā)布的內容所驅動[31]。因此，社交媒體影響力結果需要結合不同的測量方式進行具體解讀。

2 數據采集及分析方法

2.1 數據采集

“青島天價蝦”事件始于新浪微博，因此，本文的數據采集以新浪微博相關賬號為主。首先，通過設置“青島天價蝦”“青島大蝦”等事件熱詞進行微博檢索，利用網絡輿情爬蟲軟件進行相關微博內容抓取，初步確定轉發(fā)評論量綜合排名在Top50的社交媒體。然后，在這個社交媒體庫基礎上進一步人工甄選，選擇標準首先是存在關系互動的理性客觀報道的社交媒體；其次為代表性的社交媒體，包括本地官方機構、本地媒體機構、本地自媒體用戶、異地媒體機構、異地自媒體用戶、公益組織6類。最終本文甄選出17個存在互動關系的典型節(jié)點構成整體網，其中，包括3個本地官方機構、6個本地媒體、3個本地自媒體、3個異地媒體、1個異地自媒體、1個公益組織。

確定研究媒體之后，本文系統(tǒng)監(jiān)測了2015年10月1—30日上述17個社交媒體的全部相關微博內容及數據，共計完成261篇微博的數據采集、整理。

2.2 分析方法

首先，針對社交媒體影響力的結構性測量方面，在確定社交媒體關系之間的位置角色時，本文主要采用社會網絡分析方法，使用有值有向網絡結構圖。由于重點考察社交媒體之間的互動關系程度，因此選擇社交媒體賬戶之間的轉發(fā)、評論和@這3個互動指標來確定節(jié)點之間的關系矩陣，這3個互動指標只要出現(xiàn)任何一個，即認定社交媒體節(jié)點之間數值為1，表明社交媒體之間存在關系互動，如果3個互動指標均未出現(xiàn)，則認定社交媒體節(jié)點之間數值為0，表明社交媒體之間不存在關系互動。

根據上述互動類型確定的關系矩陣數據，使用UCINET 6.0分析軟件，分別進行程度中心性分析、結構洞分析、中介中心性分析、小團體分析，測量結果從節(jié)點個體的中心程度、再到節(jié)點之間的中介作用，最后到節(jié)點關系網絡的總體結構，從而更為全面確定社交媒體的位置角色。其中，程度中心性分析主要采用點出度（內向程度中心性）指標測量節(jié)點之間信息引用互動關系，從而確定“青島天價蝦”事件中各個社交媒體在傳播網絡中的中心程度。結構洞分析、中介中心性分析都是對社交媒體“橋梁”媒介作用的測量，社交媒體影響力不僅體現(xiàn)在在傳播網絡中的中心位置，還體現(xiàn)在連接不同節(jié)點群體的能力，因此，本文的結構洞分析采用中間中心度指數、中介中心性采用相對中介中心度進行測量，從而確定社交媒體在傳播網絡中作為中介者的影響力。小團體分析是針對網絡總體結構的測量指標，采用K-核計算。

其次，針對社交媒體影響力的粉絲行為測量方面，本文采用構建社交媒體影響力指數進行分析。由于該指數體現(xiàn)了在傳播網絡中社交媒體引導輿論的能力，因此本文選擇轉發(fā)和點贊兩個指標進行指數構建。根據每個社交媒體節(jié)點的轉發(fā)均值和點贊均值，加總后求均值得到綜合影響力指數。

最后，通過綜合比較社交媒體位置角色和輿論引導影響力之間的差異，采用相關分析，從而明確基于社交媒體關系互動的情況下，如何削弱旅游城市負面偏差，提升正面理性的傳播效果。

3 研究結果

3.1 社交媒體間的位置角色分析

“青島天價蝦”事件中，在理性、客觀聲音傳遞上，社交媒體之間存在互動關系，從而在負面偏差引導方面形成合力?；谇懊娴男吕宋⒉┥缃幻襟w數據，可以得到該事件中的社交媒體關系互動社會網絡（圖1）。

3.1.1 社交媒體的程度中心性

在有值有向網絡圖中，點度中心性（又稱程度中心性）是最常用來衡量誰在這個團體中成為最主要的中心人物?？梢苑譃辄c入度（外向程度中心性）和點出度（內向程度中心性），點入度指的是一個節(jié)點承認對外關系數量的總和，點出度指的是其他節(jié)點承認對某一節(jié)點有關系的數量總和。點度中心勢是點度中心性標準化數值，其反映的是節(jié)點聯(lián)系的集中趨勢。表1是“青島天價蝦”輿情節(jié)點中心性的測量結果，表中的點度中心性和點度中心勢體現(xiàn)了節(jié)點之間信息的相互引用程度。

由表1可知，不同節(jié)點的點度中心性和點度中心勢不同。其中，某節(jié)點的入度中心勢得分越高，表明越多其他節(jié)點從該節(jié)點處獲取信息，它就在這個團體中就越接近中心位置。在“青島天價蝦”事件的社交媒體傳播網絡中，按照入度中心勢排序，“青島市北發(fā)布”位列第一，“青島交通廣播”位列第二，“中消協(xié)”“青島發(fā)布”“青島物價”“北京青年報”并列第3。

在本次微博事件中，距離事發(fā)地最近的本地官方機構和本地媒體均發(fā)揮了重要作用，對“青島天價蝦”事件具體處理過程在第一時間發(fā)布，因此在整個社交媒體網絡中被其他節(jié)點更多引用；此外，“青島交通廣播”的出度中心勢得分第一，這表明其廣泛引用了其他社交媒體信息，體現(xiàn)了作為本地媒體的信息集散功能。不過自媒體中的點度中心勢較低，表明在事件信息相互引用方面不占優(yōu)勢。

3.1.2 結構洞分析

結構洞表示的是節(jié)點間非冗余的聯(lián)系，結構洞能夠為其占據者獲取“信息利益”和“控制利益”提供機會，從而比網絡中其他位置上的成員更具有競爭優(yōu)勢[32]。結構洞有兩類計算指標，第一類是伯特給出的結構洞指數；第二類是中間中心度指數[33]。本文是選用中間中心度指數來衡量節(jié)點獲取信息的能力。表2是運用 UCINET 軟件對“青島天價蝦”傳播網絡結構洞的測量結果。

在表2中，有效規(guī)模的數值大小代表了節(jié)點在整體網絡中的地位重要性，也就是說節(jié)點有效規(guī)模越大，其在傳播網絡中越具有核心的地位。一個節(jié)點越是居于網絡的核心，它的結構洞可能越多，約束就越小，所以有效規(guī)模和約束呈現(xiàn)負相關的關系。根據其有效規(guī)模取值可以看出，“青島天價蝦”輿情傳播網絡中具有數量較多的結構洞，排名前三位分別為“青島交通廣播”“青島市北發(fā)布”以及“青島工商”，因此前3個節(jié)點的約束值均在0.3左右，表明了這3個節(jié)點居于網絡的核心，容易獲取輿情信息且不易受到其他節(jié)點的控制。

3.1.3 中介中心性分析

中介中心性指標衡量了一個人作為媒介者的能力，也就是占據在其他兩人快捷方式上重要位置的人，他拒絕做媒介，這兩個人就無法溝通，因此中介中心性也是衡量一個人作為橋的程度。某節(jié)點占據這樣位置愈多，就越代表該節(jié)點具有很高的中介性[34]。是節(jié)點j到k的最短路徑數，（xi）是節(jié)點j到k的最短路徑上有節(jié)點i的最短路徑數，n是整體網絡中節(jié)點的總數量。在有向網絡中，對中介中心性標準化的計算公式如式（1）所示。

[CB（xi）=j?kljk（xi）ljk（n-1）（n-2）] （1）

利用UCINET軟件，對社交媒體的中介中心性的測量結果如表3所示，其中，“青島交通廣播”的中介中心度最高。

3.1.4 小團體分析

小團體就是團體中的一個小群體關系特別緊密，以至于結合成一個次級團體，這也是一個網絡的總體結構指標。計算小團體的算法有兩類：一類是以節(jié)點程度來計算，一群相連的節(jié)點視為一個團體；一類是以距離來計算，在一定的距離內可以達到的節(jié)點視為一個小團體。本文用節(jié)點程度的方法之一的K-核計算。K-核就表示一個團體中有g個人，其中每個人都至少與該團體的其他成員保持k條的關系。

由 K-核測量的小團體分析，“青島天價蝦”社交媒體網絡中共有10個K-核最大值為3的節(jié)點，分別為“青島市北發(fā)布”“青島發(fā)布”“青島物價”“青島交通廣播”“青島微熱點”“北京青年報”“頭條新聞”“中消協(xié)”“澎湃新聞”“華西都市報”，占總體節(jié)點的 58.8%，表明在該傳播網絡中有聯(lián)系緊密且占據主導地位的小團體結構。該小團體主要以本地官方機構、本地媒體、異地媒體、公益組織為主。該小團體構成了事件信息相互引用和分享的核心圈，成為事件進程發(fā)布的首輪傳播信息源。

3.1.5 社交媒體關系互動中的位置角色總結

在“青島天價蝦”事件的網絡傳播中，不同社交媒體充當了不同角色和作用。本地官方機構（以“青島市北發(fā)布”為代表）處于社會網絡的中心位置，對事件解決進程發(fā)布具有權威性；本地媒體（以“青島交通廣播”為代表）處于結構洞的中間人位置，其中介中心性也是最高，表明其作為中介和“橋”的作用非常突出。此外，經過小團體分析，可以看出本地官方機構、本地和異地媒體、公益組織構成了一個信息相互引用的小團體。

通過社會網絡分析，在“青島天價蝦”事件的社交媒體理性聲音傳播過程中，本地官方、本地媒體處于核心位置；異地媒體、公益組織處于第二層級；而自媒體則處于相對邊緣的位置。這種社交媒體關系互動中的位置和角色是由事件信息發(fā)布特性決定的，但是處于核心位置的社交媒體傳播是否達到了預期效果，還需要結合社交媒體的輿論引導影響力進一步分析。

3.2 社交媒體影響力測量分析

根據前面的文獻研究，關于體現(xiàn)輿論引導能力的社交媒體影響力測量，本文選擇了轉發(fā)和點贊兩個指標，并由此構建出社交媒體影響力綜合指數，從而衡量各社交媒體引導輿論的能力[35]。

3.2.1 社交媒體轉發(fā)、點贊均值的計算

“青島天價蝦”事件網絡輿論集中于2015年10月份，因此，針對本文所研究的17個社交媒體，監(jiān)測2015年10月份各社交媒體對“青島天價蝦”事件發(fā)布內容的粉絲和點贊數據，分別計算轉發(fā)和點贊的均值，計算公式如式（2）所示。

[Xi=1nj=1nXij] （2）

式（2）中，i=1為轉發(fā)數據，i=2為點贊數據；Xij代表某社交媒體節(jié)點發(fā)布一條關于事件的微博被轉發(fā)（i=1）、或者被點贊（i=2）的數量，i代表社交媒體節(jié)點關于“青島天價蝦”事件發(fā)布的微博總條數。

3.2.2 社交媒體影響力綜合指數構建

根據前面得到的每個社交媒體節(jié)點的轉發(fā)均值和點贊均值，再構建出社交媒體影響力綜合指數，計算公式如式（3）所示。

[Y=X1+X22] （3）

式（3）中，Y代表社交媒體影響力綜合指數，[X1]代表轉發(fā)數量均值，[X2]代表點贊數量均值。因此，計算得到表4“青島天價蝦”社交媒體影響力綜合指數結果。

據表4可知，影響力綜合指數得分最高的是本地自媒體“作業(yè)本”，其轉發(fā)和點贊數量均值都超過了6000；排第二的為異地媒體“頭條新聞”，其轉發(fā)和點贊數量均值也都超過了3000；排第三的為本地官方機構“青島市北發(fā)布”，其轉發(fā)均值超過了1000，但點贊均值相對較低，僅367.67。因此，本地自媒體和異地媒體在引導網絡輿論影響力方面處于優(yōu)勢地位。

3.3 社交媒體位置角色與影響力比較

在“青島天價蝦”事件網絡傳播中，進行正面理性報道的社交媒體之間存在關系互動，形成事件信息引用分享的社會網。但是，這些社交媒體間的關系角色能否順利傳遞到網絡輿論場中，進而發(fā)揮其引導輿論、削弱城市形象負面偏差的作用，這還需要結合社交媒體的影響力綜合指數結果進一步判斷。

3.3.1 總體相關性比較

在“青島天價蝦”網絡輿論中，社交媒體間形成了一個整體社會網，每個社交媒體的位置角色均有不同。這里本文選擇了3個代表位置重要程度的測量指標：入度中心勢、結構洞的有效規(guī)模、相對中介中心度，分別與社交媒體影響力綜合指數進行相關分析，考察社交媒體位置角色與其網絡輿論引導影響力的匹配情況。

通過相關分析，3個體現(xiàn)社交媒體位置角色重要程度的指標，與其影響力指數之間的相關系數在95%置信度下均不顯著，社交媒體的位置角色重要程度與其引導輿論的影響力之間不存在相關性。因此，17家社交媒體在關系互動中形成的位置角色，并沒有必然的傳遞到其對網絡輿論的引導能力上面?？梢哉f，信息內容發(fā)布與信息內容引導并非由同一社交媒體完成，從而造成了這種總體不相關的現(xiàn)象。

3.3.2 社交媒體關系互動中的位置角色和影響力差異比較

通過社會網絡分析，可以得到按照位置重要程度由大到小排序的社交媒體類型：本地官方機構、本地媒體、異地媒體、公益組織、本地自媒體、異地自媒體。此外，通過影響力綜合指數分析，可以得到按照引導輿論能力由大到小排序的社交媒體類型：本地自媒體、異地媒體、本地官方機構、本地媒體、異地自媒體、公益組織。

綜合上述兩種排序結果，可以看出，各社交媒體的位置角色和影響力結果的差異主要表現(xiàn)在兩個方面：第一，官方與民間的差異。在社交媒體關系互動中，本地官方機構的位置角色更接近中心，而自媒體排在最末；但是在體現(xiàn)網絡輿論引導能力的影響力綜合指數結果方面，本地自媒體排在第一，本地官方機構排在第三的位置。第二，本地與異地的差異。在社交媒體關系互動中，本地媒體機構排序靠前；但在影響力綜合指數結果方面，異地媒體機構排序靠前。

因此，上述這兩點差異，特別需要旅游城市宣傳部門注意，在對外傳播城市形象的過程中，應該對社交媒體組合運用，尤其要重視社交媒體上的自媒體意見領袖、異地媒體機構的輿論引導能力，最終形成傳播合力，削弱負面偏差現(xiàn)象。

4 結論與啟示

4.1 研究結論與發(fā)現(xiàn)

“青島天價蝦”事件無疑給青島城市旅游形象蒙上了陰影，然而社交媒體中無限放大的調侃和段子，對青島城市旅游形象而言也是不公正的。在這一網絡事件中，社交媒體中還是不乏理性聲音，引導網民全面、客觀看待青島旅游形象，提升正面?zhèn)鞑ビ绊懥Α１疚耐ㄟ^對社交媒體中理性、客觀聲音的采集，及其影響力綜合分析，總結提煉以下主要研究發(fā)現(xiàn)。

第一，社交媒體在信息發(fā)布和輿論引導能力之間存在不一致現(xiàn)象。通過社會網分析，確定社交媒體在信息發(fā)布關系互動中的位置角色，可以看出，本地官方、本地媒體處于核心位置；異地媒體、公益組織處于第二層次；自媒體處于相對邊緣位置。然而，社交媒體影響力研究結果表明，在網絡輿論引導能力方面，本地自媒體和異地媒體機構作用突出，處于優(yōu)勢地位；而本地官方、本地媒體的影響力結果相對較弱。因此，旅游城市宣傳部門要積極利用自身社交媒體平臺及時發(fā)布信息，但不能僅僅在自身平臺自說自話，還要有意識形成信息擴散，將社交媒體關系互動更多歸因到外部因素中，例如通過民間自媒體和異地媒體，形成跨群體、跨區(qū)域的傳播影響力，這樣才能準確傳遞放大自身聲音，提升正面?zhèn)鞑バЧ?，削弱負面偏差現(xiàn)象。

第二，本文研究表明，通過關系互動中的因果歸因，社交媒體對負面偏差引導同樣可以發(fā)揮積極作用。在以往相關文獻中，負面偏差引導策略研究多集中于內容偏差引導方面，但關系偏差引導方面研究相對缺乏。在本文中，社交媒體的輿論引導影響力表現(xiàn)差異明顯，來自民間和異地的社交媒體影響力相對更強；對于旅游城市形象的官方傳播者而言，民間和異地的社交媒體更多可以歸為外部因素，它們在網民中獲得了更多“轉發(fā)”和“點贊”這一結果與因果歸因理論基本相符。因此，本文的研究結論驗證了社交媒體通過關系互動可以對旅游城市負面偏差進行有效引導，進一步擴展了社交媒體影響力引導策略的研究范圍和方向，這也是本文的理論貢獻所在。

4.2 管理啟示

在“青島天價蝦”事件中，部分社交媒體秉持理性、客觀的態(tài)度，為事件網絡輿論回歸理性，發(fā)揮了不同程度的引導作用。這個過程中有幾點管理啟示供城市宣傳相關部門決策參考。

第一，確保信源的可靠性?！扒鄭u天價蝦”事件于2015年10月4日在新浪微博曝光，10月5日引發(fā)網絡輿論，10月6日早上7：49，本地官方機構“青島市北發(fā)布”就公布了該事件違法問題的處理意見，并在隨后的兩天內，持續(xù)深入公布事件處理進程，杜絕謠言出現(xiàn)，為事件網絡輿論最終走向理性打下了良好的基礎。這種努力也體現(xiàn)在本文研究的社交媒體關系互動中，本地官方機構處于核心位置，成為其他社交媒體重要的信息引用源，其他社交媒體的信任、轉發(fā)是對本地官方機構努力最好的回報。因此，在類似突發(fā)網絡事件中，事件責任部門要牢牢把握住第一信源的位置，確保事件信息源頭及時、公開、透明、準確，才能為后期信息順利擴散并形成理性輿論氛圍奠定良好基礎。

第二，借助中介（橋）的力量。在社交媒體關系互動中，本地媒體、公益組織、異地媒體、自媒體具有中介（橋）的作用，從而能夠使得事件信源發(fā)出的聲音得到更大范圍的擴散。此外，自媒體、異地媒體作為中介橋梁，不僅鏈接更廣泛的人群，同時影響力也相對很高，因此，在社交媒體的鏈式傳播中，需要特別重視中介（橋）的力量。

第三，加強小團體圈子的分享。既然中介（橋）的力量如此重要，因此在社交媒體關系互動中，相關責任部門就要有意識地將中介者加入到小團體中，形成傳播合力，提升影響力，削弱負面偏差現(xiàn)象。

第四，重視負面信息中的問題解決。本文研究的重點是如何提升正面理性聲音的影響力，從而削弱負面偏差，但并非忽略負面信息。在現(xiàn)實中，旅游城市管理部門一方面要積極發(fā)出正向信息，另一方面也要認真傾聽負向信息，重視負向信息中反映的問題并加以解決，這樣才能消除負面，弘揚正面，形成良性循環(huán)，這也是負面偏差引導的前提基礎。

4.3 未來研究方向

本文通過對社交媒體關系互動網絡結構、輿論引導能力進行了綜合比較分析，確定了社交媒體互動策略，從關系視角進行了負面偏差引導方面的有益探討，這是本文的理論創(chuàng)新之處。不過本文中所研究的社交媒體影響力，可能同時還受制于傳播內容因素，關系和內容之間會有交互作用；此外，面對本文所研究的社交媒體發(fā)布的信息，網民心理層面如何作用，從而引發(fā)轉發(fā)或點贊，這些都有待進一步深入研究。因此，后續(xù)將增加傳播關系和傳播內容交互作用，開展網民心理學實驗，從而更為全面系統(tǒng)考察社交媒體影響力，為負面偏差引導提供更為精準的策略建議。

參考文獻（References）

[1] Baumeister R F， Bratslavsky E， Finkenauer C， et al. Bad is stronger than good [J]. Review of General Psychology， 2001， 5（4）： 323.

[2] Wang Yuzhu. Symbiosis and change of microblog and wechat in public events： A case study of Dongguan anti-vice [J].Press Circles， 2015， （11）： 59-63.[王玉珠.輿情事件中微博， 微信的議題共生與變化——以“東莞掃黃”事件為例[J].新聞界， 2015（11）： 59-63.]

[3] Basuroy S， Chatterjee S， Ravid S A. How critical are critical reviews？ The box office effects of film critics， star power， and budgets [J]. Journal of Marketing， 2003， 67（4）： 103-117.

[4] Chen Z， Lurie N H. Temporal contiguity and negativity bias in the impact of online word of mouth[J]. Journal of Marketing Research， 2013， 50（4）： 463-476.

[5] Rozin P， Royzman E B. Negativity Bias， Negativity Dominance， and Contagion [J]. Personality & Social Psychology Review， 2001， 5（4）： 296-320.

[6] Fiske S T. Attention and weight in person perception： The impact of negative and extreme behavior [J]. Journal of Personality & Social Psychology， 1980， 38（6）： 889-906.

[7] Skowronski J J， Carlston D E. Negativity and extremity biases in impression formation： A review of explanations [J]. Psycholo-gical Bulletin， 1989， 105（1）： 131-142.

[8] Gilbert D T， Malone P S. The correspondence bias[J]. Psychological Bulletin， 1995， 117（1）： 21-38.

[9] Epley N， Keysar B， Van B L， et al. Perspective taking as egocentric anchoring and adjustment[J]. Journal of Personality & Social Psychology， 2004， 87（3）： 327-39.

[10] Herr P M， Kardes F R， Kim J. Effects of word-of-mouth and product-attribute information on persuasion： An accessibility-diagnosticity perspective [J]. Journal of Consumer Research， 1991： 454-462.

[11] Qiu Lingyun.A study of information potency and information cues of online WOM to convince effect [J]. Journal of Marketing Science， 2008， （4）： 32-44.[邱凌云.網上口碑的信息效價與情感線索對說服效果的影響機制研究[J]. 營銷科學學報， 2008， （4）： 32-44.]

[12] Huang Jing， Guo Yulang， Wang Cheng， et al. You Touched It and Im Relieved！ The effects of online reviews tactile cues on consumers purchase intension [J]. Journal of Marketing Science， 2015， 11（1）： 133-151. [黃靜， 郭昱瑯， 王誠， 等. “你摸過， 我放心！”在線評論中觸覺線索對消費者購買意愿的影響研究[J]. 營銷科學學報， 2015， 11（1）： 133-151.]

[13] Tang Xuesong， Lin Yan. Stock market rumors ， the transparency of accounting information and retail negative cognitive bias ： An experimental study[J].Journal of Finance and Economic， 2014， （5）： 31-41.[唐雪松， 林雁.股市傳聞、會計信息透明度與散戶認知負向偏差——一項實驗研究[J].財經研究， 2014， （5）： 31-41.]

[14] Wang Xiaoyu， Cao Gangling. The impact of the crisis on the reputation of the product direction of consumer attitudes [J].Journal of Marketing Science， 2008， 4（4）： 1-12.[王曉玉， 晁鋼令. 產品危機中口碑方向對消費者態(tài)度的影響[J].營銷科學學報， 2008， 4（4）： 1-12.]

[15] Xiang Z， Gretzel U. Role of social media in online travel information search [J]. Tourism Management， 2010， 31（2）： 179-188.

[16] Jepsen A L. Information search in virtual communities： is it replacing use of off-line communication？ [J]. Journal of Marketing Communications， 2006， 12（4）： 247-261.

[17] Brown T J， Barry T E， Dacin P A， et al. Spreading the word： Investigating antecedents of consumers positive word-of-mouth intentions and behaviors in a retailing context [J]. Journal of the Academy of Marketing Science， 2005， 33（2）： 123-138.

[18] Yoo K H， Lee Y， Gretzel U， et al. Trust in travel-related consumer generated media[A] // Information and Communication Technologies in Tourism 2009[C]. Springer Vienna， 2009： 49-59.

[19] Yu Hong. Stability ascertain in the status of opinion leaders： A study of Sino-Japanese Forum[J].Journal & Communication， 2008， （6）： 72-80.[余紅.網絡輿論領袖地位穩(wěn)定性探悉——以人民網強國社區(qū)《中日論壇》為例[J].新聞與傳播研究， 2008， （6）： 72-80.]

[20] Gretzel U， Yoo K H. Use and Impact of Online Travel Reviews[A] // Information and Communication Technologies in Tourism， Enter 2008， Proceedings of the International Conference in Innsbruck， Austria[M]. DBLP， 2008： 35-46.

[21] Zhao Jinlou， Chen Junhui. SNA emergencies microblog network structure analysis based on the spread of public opinion： A study of Yaan， Sichuan earthquake[J].Management Review， 2015，（1）： 148-157.[趙金樓， 成俊會. 基于SNA的突發(fā)事件微博輿情傳播網絡結構分析——以“4·20 四川雅安地震”為例[J].管理評論， 2015 （1）： 148-157.]

[22] He Zhou， Chen Xianhong. Double discourse space： Research on public crisis dissemination of China official and unofficial discourse interactive mode[J].Journal of International Communication， 2010， （8）： 21-27.[何舟， 陳先紅.雙重話語空間： 公共危機傳播中的中國官方與非官方話語互動模式研究[J].國際新聞界， 2010， （8）： 21-27.]

[23] Xia ZY， Yu Q， Wang L. The public crisis management in micro-blogging environment： Take the case of dealing with governmental affairs via micro-blogs in China[J].Advances in Intelligent and Soft Computing， 2012， 141： 627-633.

[24] Liu Jiqun. Research agenda of international social media influence analysis： Advances and implications. [J]. Journal of Modern Information， 2016， 36（3）： 158-166. [劉濟群. 國外社交媒體影響力研究述評——進展與啟示[J]. 現(xiàn)代情報， 2016， 36（3）： 158-166.]

[25] Zhang Lun. Research on individual influence of social media [J].Contemporary Communications， 2014， （1）： 30-33.[張倫. 基于社會化媒體的個體影響力測量研究[J]. 當代傳播， 2014， （1）： 30-33.]

[26] Lin Juren. Social Network Analysis： Theory， Method and Application[M]. Beijing： Beijing Normal University Press， 2009： 124. [ 林聚任. 社會網絡分析： 理論、方法與應用[M]， 北京： 北京師范大學出版社， 2009： 124.]

[27] Burt R S. The social capital of opinion leaders [J]. Annals of the American Academy of Political & Social Science， 1999， 566（1）： 37-54.

[28] Ye S， Wu S F. Measuring Message Propagation and Social Influence on Twitter.com [M]. Springer Berlin Heidelberg， 2010： 216-231.

[29] Hoffman D L， Fodor M. Can you measure the ROI of your social media marketing？ [J]. MIT Sloan Management Review， 2010， 52（1）： 41-49.

[30] Asur S， Huberman B A， Szabo G， et al. Trends in Social Media： Persistence and Decay[A] // Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media [C]. Palo Alto， California： Aaai Press， 2011： 434-437.

[31] Cha M， Haddadi H， Benevenuto F， et al. Measuring User Influence in Twitter： The Million Follower Fallacy[A]// Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media [C]. Palo Alto， California： Aaai Press， 2010： 10-17.

[32] Burt R S. Structural Holes： The Social Structure of Competition [M]. Cambridge MA： Harvard University Press， 1995： 8-45.

[33] Freeman L C. A set of measures of centrality based on betweenness [J]. Sociometry， 1977： 35-41.

[34] Luo Jiade. Social Network Analysis （the 2nd Edition） [M]. Beijing： Social Sciences Academic Press， 2010： 193. [羅家德. 社會網分析講義（第二版）[M]. 北京： 社會科學文獻出版社， 2010： 193.

[35] Dai Guangquan， Tan Jianping. Comprehensive spatial and temporal influence based on Newspapers content analysis and information entropy[J].Acta Geographica Sinica， 2012， （8）： 1109-1124. [ 戴光全， 譚劍萍.基于報紙媒體內容分析和信息熵的廣交會綜合影響力時空分布[J].地理學報， 2012， （8）： 1109-1124.]

Abstract： Negativity bias is the psychological impression that an audience has when facing diversified internet information. The audience tends to give greater significance to negative information， while underestimating the proportion of positive information. In the tourism market， this phenomenon will reduce tourists positive image of the city they visit. Related research shows that negativity bias is due to differences in causal attribution for positive versus negative information， such that positive information tends to be attributed to internal factors （vs. external factors） more often than negative information. With the rapid development of social media， relationship factors have become increasingly important in the process of information dissemination. Therefore， from the perspective of interaction in a social media relationship， how to weaken the impact of negativity bias on the image of tourism in the spread of a city is a practical problem of city brand image management in the social media era， which is also a key question in this paper.

Drawing from the existing literature and using Qingdao Pricey Prawn as an example， this article searches for an objective and rational voice regarding this case through analysis of social media relationship interaction， using internet crawler technology， followed by use of an artificial screening method. This article also conducts structural measurement of social media influence and measurement of fan behaviors using both social network analysis and index building methods， separately. It then compares the role of social media location and the guiding ability of internet public opinion so as to provide strategy directions for weakening negativity bias of tourist cities.

The results show that there are differences between the influence on and role played by social media in forming or combatting audience negativity bias. The first difference exists between official media and We-media. In social media interactions， local official institutions are in center position， whereas forms of local We-media are peripheral； however， in terms of influence in guiding public opinion， local We-media ranks first， while local official institutions are in the third place. The second difference exists between local and nonlocal media. Local media agencies are in the center during the process of social media interaction whereas nonlocal media agencies take the lead in terms of having greater influence in guiding public opinion.

Therefore， tourist cities should integrate the use of various forms of social media. Here are the points that should be paid more attention： First， improving the credibility of the sources of information used in their own media. In similar internet experiencing unexpected events， the departments responsible for such events should release information in a way that ensures the timeliness， openness， transparency and accuracy of the event information， which can lay a good foundation to the successful diffusion of later information and the formation of a rational atmosphere regarding public opinion. Second， they should take advantage of the public opinion guiding ability of other agencies so as to spread to the broader population， and ultimately form dissemination efforts and weaken the negative deviation phenomenon. Finally， closer attention should be paid to how to solve the problem of negative information so that negativity bias may be eliminated and positive images may be promoted to form a positive cycle， which also is the premise of guiding negative deviation.

Keywords： tourism city image； social media interaction； causal attributions； negativity bias guiding

[責任編輯：劉 魯；責任校對：魏云潔]