裘江南，葛一迪

大連理工大學 經(jīng)濟管理學院，遼寧 大連 116024

引言

近年來災害事件頻發(fā)，從席卷南方的低溫冰凍災害到震驚全國的八寶煤礦瓦斯爆炸事故，從震撼川陜隴的汶川地震到損失慘重的黃島爆炸，一次次災害事件的爆發(fā)給人民群眾的生命財產(chǎn)安全帶來了巨大的威脅。隨著Web 2.0時代的到來，災害信息在社交媒體平臺迅速傳播，進一步放大了災害事件的影響。一方面，社交媒體文本通常具有弱信息、強情緒的特征[1]，使用戶情緒通過輿情中的情緒表達得以外化，并由此催生大量與信息傳播相關的發(fā)布、轉(zhuǎn)發(fā)和評論等信息行為。如果不及時疏導，將導致群體情緒極化進而造成次生網(wǎng)絡輿情危機；另一方面，社交媒體作為一種人工設計的系統(tǒng)，難以對平臺傳播的有關災害事件網(wǎng)絡輿情信息進行恢復和調(diào)整，即使用戶個人信息行為不具有攻擊性，當大量信息行為在平臺中進行累積和交互時，便會產(chǎn)生難以預測和控制的系統(tǒng)性風險[2]。因此，社交媒體中的災害信息傳播需要外界的適當干預，以維持其健康平穩(wěn)發(fā)展?，F(xiàn)階段，社交媒體作為政府應對突發(fā)事件的新的治理工具，以其信息的迅速、透明、參與度廣等特點在災害發(fā)生的各階段發(fā)揮著重要作用[3]。有別于國外Twitter和Facebook等平臺，以新浪微博為代表的中國社交媒體平臺對輿情的管控手段更為多樣化，這也對輿情治理提出了更高的要求。因此，在中國社交媒體環(huán)境下，如何對災害事件中的網(wǎng)絡信息行為進行合理的干預，成為應急管理部門亟須解決的問題[4]。

已有關于社交媒體信息行為的研究證實，社交媒體的情緒文本是促進產(chǎn)生信息行為并加速信息傳播的主要誘因[5]。災害事件特有的突發(fā)屬性將導致信息傳播更易受到情緒的影響[6]，但已有研究尚未厘清災害事件中情緒與信息行為的影響關系和影響效果。此外，不同災害事件致災的責任主體不同，用戶的信息行為也不同，這勢必導致自然災害和事故災害的信息傳播具有差異性。由自然因素導致的自然災害事件和由人為失誤造成的事故災害事件在本質(zhì)上有明顯差別[3]，而已有研究多對災害事件的類型不做區(qū)分或是僅關注單一事件，缺乏對不同災害事件的比較性研究。

因此，考慮到現(xiàn)實的管理需求以及已有研究現(xiàn)狀，本研究通過整合相關情緒理論，構(gòu)建情緒與信息行為的理論框架，聚焦于自然災害和事故災害兩類典型的災害事件[7]，采集中國最大的社交媒體——新浪微博中相關文本數(shù)據(jù)進行分析，利用多元調(diào)節(jié)回歸分析方法，比較研究中國情景下兩類典型災害事件中社交媒體情緒對信息行為的影響規(guī)律，以期為應急管理部門提供合理防范網(wǎng)絡輿情危機的政策建議。

1 相關研究評述

社交媒體迅速發(fā)展，學者們開始關注情緒與信息行為之間的密切關系，并催生了近年來就社交媒體情緒與信息行為之間影響規(guī)律的廣泛研究。這些研究絕大多數(shù)基于認知情緒理論[8]，該理論認為情緒是相關刺激或者事件認知評價的結(jié)果[9]，并強調(diào)情緒對行為產(chǎn)生的重要影響[10]，這為研究情緒對行為的影響搭建了良好的理論框架。徐穎等[11]基于認知情緒理論，構(gòu)建情緒和認知兩條作用路徑，分別探究企業(yè)微博內(nèi)容呈現(xiàn)特性對信息傳播的不同作用，為企業(yè)提供有效的信息發(fā)布指導；金曉玲等[12]利用認知情緒理論，構(gòu)建微博中的情緒對沖動分享行為的影響模型，研究發(fā)現(xiàn)無論是積極情緒還是消極情緒都促進突發(fā)事件中的沖動分享行為，并證實了認知情緒理論在中國情景下的適用性。

隨著研究的不斷深入，學者們發(fā)現(xiàn)情緒概念中更多的信息特征對信息行為產(chǎn)生影響，其中情緒強度或情緒喚醒是學者們關注的重點。STIEGLITZ et al.[5]分析Twitter中的博文信息，證實包含情緒信息的文本內(nèi)容比中性的文本更容易被分享；CHOI et al.[13]進一步證實Twitter中高強度的積極信息比低強度的積極信息更容易被分享，并且用戶在分享積極和消極事件后會增強相應的積極和消極效應；BERGER et al.[14]證實廣告和視頻等在線網(wǎng)絡信息的傳播受到積極情緒的影響，認為在分析信息傳播時僅考慮情緒效價維度是不全面的，這種具有傳染性的信息傳播往往受到生理喚醒的影響，進而證實具有高喚醒特征的情緒其內(nèi)容更容易進行信息傳播?？梢?，在對網(wǎng)絡信息傳播的研究中，對情緒的分析已經(jīng)從單一的情緒效價維度(積極情緒和消極情緒)向多情緒維度轉(zhuǎn)換，尤其開始關注情緒喚醒特征或情緒強度在信息傳播中的重要作用。上述研究多是針對一般情景下信息傳播的探究，WAKEFIELD et al.[15]證實在特定事件中，興奮與用戶的熱情相互作用，促進社交媒體的使用。然而，尚未厘清災害事件中社交媒體的情緒對信息行為的影響。

除了信息領域的相關研究，心理學領域也證實在具有突發(fā)性和威脅性的事件情景中，反映生理刺激的情緒喚醒維度對個體認知和行為產(chǎn)生重要影響[8]。RUSSELL[16]提出的情緒維度理論表明，情緒的效價和喚醒維度能夠體現(xiàn)情緒概念間的絕大部分方差變異。效價是對愉悅-不愉悅(積極-消極)情緒極性的體驗[17]，而喚醒是對活力或能量等情緒強度的感受[18]。該理論加入喚醒維度，能夠有效解釋實際應用中復雜多樣的情緒現(xiàn)象[19]，尤其是對理解災害情景具有重要意義。有學者提出基于情緒維度的網(wǎng)絡輿情分析模型[20]，認為網(wǎng)絡輿情信息所表征和內(nèi)隱的情感數(shù)據(jù)是其發(fā)生、發(fā)展和消亡的重要演變信號，通過構(gòu)建網(wǎng)絡輿情信息的情感維度模型，實現(xiàn)了提高輿情分析、監(jiān)測和預警的效率和精度的目的。然而，已有災害事件網(wǎng)絡輿情研究中，考慮情緒喚醒維度的影響仍不多見，大多只考慮情緒效價中的積極情緒和消極情緒對信息行為的作用[6]。鑒于災害事件的突發(fā)屬性，我們不僅應該關注情緒效價維度體現(xiàn)的信息價值，也應考慮情緒中蘊含的關于信息緊急性和重要程度的含義對信息傳播的影響[21]。因此，在對災害事件的信息傳播分析中引入情緒喚醒維度是有必要的。

此外，已有災害學的相關研究大部分都集中在線下災后資源配置[22]和科學決策[23]等方面，對線上利用社交媒體進行災害管理的研究仍然處在起步階段。已有線上研究多針對單一災害事件各階段的發(fā)展、演化和傳播等展開[24]，關注災害事件中用戶使用主體[25]、使用模式[26]、災情感知[27]的變化以及災后線上工作的開展[28]，但缺乏對不同類型災害事件的比較性分析[7]。劉宏波等[3]從災害事件的不同階段的關注熱度這一角度切入，發(fā)現(xiàn)自然災害中有關災害現(xiàn)場及過程、同類災害搜索和災后反思是主要關注點，而在事故災害中，除死亡人數(shù)和事故過程等，對事故原因和責任追究成為關注熱點。JIN et al.[29]認為焦躁是所有災害事件的主導情緒，針對不同類型的災害事件會產(chǎn)生相應的二級情緒。上述研究從關注度或者情緒變化等方面發(fā)現(xiàn)不同災害事件中的差異性表現(xiàn)，但是對各類災害事件中情緒影響下的不同信息行為表現(xiàn)仍缺乏系統(tǒng)科學的解釋，本研究就該問題展開進一步的討論。

2 理論分析和研究假設

為清晰刻畫災害事件中社交媒體情緒對信息行為的影響，本研究在已有研究的基礎上，整合情緒相關理論中的認知情緒理論和情緒維度理論，構(gòu)建概念模型并將其應用于中國社交媒體情景中，見圖1。認知情緒理論[8]強調(diào)情緒對行為的影響作用。情緒維度理論認為，情緒概念由效價和喚醒兩個正交維度共同構(gòu)成[16]，情緒效價是對愉悅-不愉悅(積極-消極)的情緒極性的體驗，體現(xiàn)了人們對信息價值的判斷[17]；情緒喚醒是對活力或能量等情緒強度的感受，反映了人們對信息緊急性和重要程度的判斷[18]。相對于傳統(tǒng)的將情緒進行二分類(積極和消極)或多分類(相互獨立的多種基本情緒)[24]的方法，情緒維度理論從情緒的二維空間展開，能夠提供更完整的情緒空間視角，揭示更為細化的災害事件中情緒對信息行為的影響規(guī)律。圖1展示了在RUSSELL[16]和DONG et al.[30]的研究中，利用情緒維度理論劃分的幾種基本情緒在二維空間中的位置。

在概念模型中，首先，延續(xù)已有研究中的理論基礎[11]，即利用認知情緒理論構(gòu)建情緒-行為的整體研究框架。其次，引入情緒維度理論，將情緒概念從情緒效價和情緒喚醒兩個維度展開，詳細探究社交媒體災害事件的情緒對信息行為的影響，并將上述概念模型應用于中國情景中。此外，本研究將社交媒體中常見的發(fā)布、轉(zhuǎn)發(fā)和評論行為根據(jù)信息行為屬性劃分為內(nèi)容整合行為和內(nèi)容創(chuàng)造行為兩類。轉(zhuǎn)發(fā)行為反映用戶對某種內(nèi)容的認可，對觀點和內(nèi)容具有收斂和整合作用，因此屬于內(nèi)容整合行為；發(fā)布行為和評論行為需要用戶編輯內(nèi)容表達觀點和意見，因此屬于內(nèi)容創(chuàng)造行為。

2.1 效價維度下的情緒對信息行為的影響

從情緒效價維度看，雖然災害事件中用戶群體多處于消極狀態(tài)，但整體信息環(huán)境仍呈現(xiàn)為積極情緒與消極情緒共同作用的狀態(tài)[31]，并且不同效價的情緒對信息行為的影響可能存在差異。首先，用戶通過感知、記憶、分析、沉思等方式產(chǎn)生對事物的評價。其次，不同的評價結(jié)果產(chǎn)生不同效價的情緒，進而影響行為模式[8]。冉曉斌等[32]證實社交網(wǎng)絡用戶使用行為受到同伴活躍度的影響，當周圍環(huán)境被激活時，會促進個體的活躍信息行為。這一現(xiàn)象說明，一方面，由負面評價催生的消極情緒產(chǎn)生強烈的情緒反應，通過激烈的信息行為擴大事件的消極影響[33]并形成聚集效應[6]；另一方面，由正面評價產(chǎn)生的積極情緒也通過情緒感染機制影響群體，從而產(chǎn)生信息行為[34]。由此可見，災害事件中不論積極情緒還是消極情緒，都對信息行為產(chǎn)生促進作用。

特別地，積極情緒和消極情緒對于不同信息行為的影響強度存在差異。有研究證實積極情緒能夠反映出積極的信息價值[17]，并促進群體合作性行為[35]；而消極情緒反映的是消極的信息價值[17]，并促進群體沖突性行為[35]。在社交媒體信息行為中，轉(zhuǎn)發(fā)行為作為一種內(nèi)容整合行為，體現(xiàn)了用戶對其他觀點的認可，是一種合作性行為，因此受到積極情緒的影響更強；由于發(fā)布和評論行為在內(nèi)容創(chuàng)造過程中會出現(xiàn)更多的觀點碰撞和沖突現(xiàn)象，因此受到消極情緒的影響更強?；谏鲜龇治?，本研究提出假設。

圖1 整合情緒相關理論的概念模型Figure 1 Conceptual Model by Integrating Emotion-related Theory

H1a積極情緒正向影響信息行為，并對內(nèi)容整合行為的影響更強；

H1b消極情緒正向影響信息行為，并對內(nèi)容創(chuàng)造行為的影響更強。

2.2 喚醒維度下的情緒對信息行為的影響

喚醒維度測量神經(jīng)系統(tǒng)的活躍狀態(tài)[16]，是人類受到刺激大腦皮層被激活之后的本能生理反應，強刺激下產(chǎn)生強生理喚醒進而產(chǎn)生高喚醒情緒，反之產(chǎn)生低喚醒情緒[9]。因此，從情緒喚醒維度看，災害事件中產(chǎn)生嚴重的生命財產(chǎn)損失，刺激用戶產(chǎn)生強烈的生理喚醒，容易產(chǎn)生高喚醒情緒。然而，出于對事件本身和受災群眾等話題的關注，也產(chǎn)生諸如悲傷、擔心、鎮(zhèn)靜這類低喚醒情緒。有研究表明，情緒的喚醒程度對信息行為有明顯促進作用，尤其是包含生氣和畏懼等高喚醒情緒的內(nèi)容被轉(zhuǎn)發(fā)的可能性比普通文本內(nèi)容分別高出34%和30%[14]。類似地，災害事件中，用戶神經(jīng)系統(tǒng)在高度活躍狀態(tài)下產(chǎn)生的高喚醒情緒也促進用戶產(chǎn)生信息行為。另外，用戶受到弱刺激產(chǎn)生低喚醒情緒，激發(fā)用戶產(chǎn)生涉及自身和事件的思考和共鳴，一定程度上也促進信息行為[36]。

特別地，高喚醒情緒和低喚醒情緒對于不同信息行為的影響強度存在差異。具體而言，高喚醒情緒下用戶對信息的處理通常存在認知偏差，此時用戶忽視對內(nèi)容的真實性和客觀性的分析，相信主觀判斷進而產(chǎn)生盲從行為[37]。在社交媒體信息行為中，轉(zhuǎn)發(fā)行為具有耗時少、可操作性強的特點。因此，轉(zhuǎn)發(fā)行為是用戶在高喚醒情緒下，面對觀點相似的信息內(nèi)容，更易選擇的一類從眾的信息行為。相反地，低喚醒情緒下用戶在信息處理時更為理性，更易形成新的觀點和態(tài)度，因此產(chǎn)生更多的內(nèi)容創(chuàng)造的發(fā)布和評論行為?；谏鲜龇治?，本研究提出假設。

H2a高喚醒情緒正向影響信息行為，并對內(nèi)容整合行為的影響更強；

H2b低喚醒情緒正向影響信息行為，并對內(nèi)容創(chuàng)造行為的影響更強。

2.3 災害事件類型的調(diào)節(jié)作用

自然災害和事故災害是目前災害事件的主要類型[7]，并且造成兩類災害事件的責任主體有顯著的差異。自然災害屬于天災，其發(fā)生往往是非均勻分布的。例如，某些地區(qū)由于地理位置因素更容易受到海嘯或地震等的影響而頻繁發(fā)生自然災害。事故災害則為人禍，其發(fā)生往往是由于人為的故意或是過失操作行為。認知情緒理論關注認知評價這一要素對情緒和行為的影響，將事件的責任主體當做參與評價的部分信息來源，責任主體包括內(nèi)群體、外群體和外部環(huán)境等[8]。不同的責任主體導致不同的情緒和行為，因此該理論可以用來解釋社交媒體中不同類型災害事件的行為差異現(xiàn)象。

一方面，不同責任主體導致在不同災害類型事件中用戶觀點的收斂速度不同。具體表現(xiàn)為，自然災害事件的收斂速度快于事故災害事件[38]。HOUSTON et al.[24]利用框架理論證實社交媒體用戶在自然災害事件中意見觀點收斂速度更快，最終聚焦到與地域相關的內(nèi)容；而事故災害事件是社會層次的災害事件，在事件發(fā)生后人們對造成損失的責任相關主體進行追責，但由于事故災害事件的自身屬性往往很難對某個個體進行責任追究，因此對救援、善后、事故真相等方面的不確定導致用戶的猜測和假想，相關內(nèi)容難以迅速整合。

心理學的相關研究通過實驗的方式證實，情緒的不同效價影響群體行為的收斂性，積極情緒下群體行為更容易達成觀點收斂，消極情緒下群體行為更容易產(chǎn)生分歧[35]。由此可見，從情緒的效價角度看，自然災害中意見觀點的迅速收斂這一現(xiàn)象，是由于自然災害事件中的信息行為受到積極情緒的影響更強導致的；事故災害中觀點收斂速度緩慢這一現(xiàn)象，則是由于信息行為受到消極情緒的影響更強導致的。基于上述分析，本研究提出假設。

H3a自然災害事件中積極情緒對信息行為的影響更強；

H3b事故災害事件中消極情緒對信息行為的影響更強。

另一方面，不同責任主體導致在不同災害類型事件中的用戶關注問題不同[1]。從情緒喚醒的角度看，自然災害事件中用戶更關注有關生命消逝、健康受損、物質(zhì)匱乏的生存渴求和憂患意識等問題[38]，產(chǎn)生悲傷、擔心、鎮(zhèn)靜這類低喚醒情緒對信息行為產(chǎn)生顯著影響。因此，自然災害中這類低喚醒情緒與信息行為之間的關系更強。在事故災害中由于信息不透明和事態(tài)發(fā)展違背了受眾的心理預期等諸多因素引發(fā)了公眾的集體質(zhì)疑，產(chǎn)生較多數(shù)量的不實信息[38]，這些不實信息產(chǎn)生更多的高喚醒情緒的回應[39]，進而對信息行為產(chǎn)生顯著影響。因此，事故災害事件中高喚醒情緒對信息行為的影響更強?；谏鲜龇治觯狙芯刻岢黾僭O。

H4a事故災害事件中的高喚醒情緒對信息行為的影響更強；

H4b自然災害事件中的低喚醒情緒對信息行為的影響更強。

體現(xiàn)本研究假設關系的研究模型見圖2。

3 研究設計

3.1 樣本選擇和數(shù)據(jù)來源

在基于中文文本的社交網(wǎng)絡中，新浪微博是現(xiàn)有的最大的社交網(wǎng)絡平臺，自2009年誕生至今已積累大量的活躍用戶、文本信息和可供觀測的信息行為的數(shù)據(jù)?？紤]到中國的新浪微博平臺對輿情監(jiān)管的特殊性，為減少對網(wǎng)絡輿情的外界干預對數(shù)據(jù)完整性的影響，數(shù)據(jù)爬取工作均在災害事件發(fā)生的臨近期間完成。

在案例選擇上，遵循如下原則：①為了保證數(shù)據(jù)的一致性，案例研究數(shù)據(jù)均來自于新浪微博。②為減少研究案例的差異性，在案例選擇上保證社會影響基本一致的災害事件。由于微博發(fā)布量反映了用戶對事件的關注程度[40]，因此在案例選擇上盡量保證微博發(fā)布量的量級一致，以保證不同災害事件中公眾輿情的影響基本一致。③為了保證案例的典型性，依據(jù)已有研究對災害事件的分類[7]，選取自然災害和事故災害兩類災害事件進行研究。經(jīng)過篩選，最終選擇用戶關注度較高的2015年10月4日廣東順德龍卷風作為自然災害的代表案例，選擇2013年11月22日黃島爆炸事件作為事故災害的代表案例，并將災害事件類型設為虛擬變量，自然災害取值為0，事故災害取值為1。

圖2 研究模型Figure 2 Research Model

微博數(shù)據(jù)的抓取過程如下：①在災害事件發(fā)生后，利用新浪微博的高級搜索功能，通過設定“廣東順德龍卷風”和“黃島爆炸”作為關鍵詞搜索相關內(nèi)容。②利用網(wǎng)絡爬蟲技術(shù)對相關微博文本進行爬取，根據(jù)各事件的發(fā)展趨勢抓取微博信息，并根據(jù)微博數(shù)增長率的方差，當微博數(shù)增長率較平穩(wěn)的維持在下4分位時，認定其處于衰退期，則結(jié)束采樣。③最終得到2015年10月6日的自然災害相關微博17 426條和2013年11月24日的事故災害相關微博22 849條。

數(shù)據(jù)處理過程如下：①根據(jù)數(shù)據(jù)特征將4小時作為一個時間窗口。②按照時間順序?qū)⒏魑⒉w入相應的時間窗口，并進行去噪處理，即去除重復和不相關的微博內(nèi)容，剔除異常值，并統(tǒng)計各時間窗口內(nèi)的微博發(fā)布總數(shù)、轉(zhuǎn)發(fā)總數(shù)、評論總數(shù)。本研究沒有研究點贊和收藏等信息行為，主要考慮兩點原因，一方面，這些信息行為不創(chuàng)造微博內(nèi)容，對災害事件的信息環(huán)境的影響有限；另一方面，經(jīng)過數(shù)據(jù)統(tǒng)計后發(fā)現(xiàn)，這些信息行為的數(shù)量較少，尤其是收藏行為，導致嚴重的數(shù)據(jù)稀疏問題。

利用大連理工大學林鴻飛團隊構(gòu)建的情感詞典[41]，對微博文本進行情感分析，計算出各時間窗口內(nèi)7類情緒的情緒值。至此每個時間窗口得到一個10維向量，包括發(fā)布數(shù)、轉(zhuǎn)發(fā)數(shù)、評論數(shù)、哀、驚、怒、惡、好、樂、懼。根據(jù)已有研究[30]，利用上述情緒數(shù)據(jù)計算消極情緒、積極情緒、高喚醒情緒和低喚醒情緒的值。

此外，考慮到其他因素也會影響信息行為，為避免由于遺漏變量引起的異方差等問題造成估計偏差，本研究設置兩組控制變量。第1組變量從事件和時間周期層面出發(fā)，考慮到災害事件周期內(nèi)的不同時段中用戶的信息行為不同，依據(jù)微博發(fā)布數(shù)量的波動幅度將災害事件分為潛伏期、爆發(fā)期、蔓延期和恢復期[22]。同時，每一個自然日內(nèi)的不同時間段用戶的信息行為不同。因此，將事件周期和時間周期作為控制變量。第2組變量從用戶層面出發(fā)，考慮發(fā)布微博的用戶個人特征，包括性別比例、大V(微博認證用戶)數(shù)量、粉絲數(shù)量、過往發(fā)帖量[5]等。

本研究用到的變量及定義見表1，各變量原始數(shù)據(jù)描述性統(tǒng)計結(jié)果見表2。由表2可知，從情緒效價角度，在兩類事件中均表現(xiàn)為消極情緒的均值大于積極情緒；從情緒喚醒角度，兩類事件中則均表現(xiàn)為低喚醒情緒的均值高于高喚醒情緒。對于3種信息行為，自然災害事件中的轉(zhuǎn)發(fā)行為最多，事故災害事件中的發(fā)布行為最多。這說明在自然災害事件中人們使用微博更側(cè)重信息的傳播，因而大量使用轉(zhuǎn)發(fā)功能；在事故災害中，人們利用微博發(fā)表自己的觀點和意見，進而使用相對較多的是發(fā)布功能。為避免由于數(shù)據(jù)各變量單位差異引起的估計偏差，對各變量進行z-score標準化處理。表3給出變量之間的相關系數(shù)，自變量之間的相關系數(shù)存在個別較高的現(xiàn)象，但是在實驗設計中并未將高度相關的自變量納入同一方程中，能夠保證變量之間相關系數(shù)小于0.700。此外，控制變量與自變量和控制變量之間的相關系數(shù)均小于0.600。

表2 變量描述性統(tǒng)計結(jié)果Table 2 Results for Descriptive Statistics for Variables

表3 相關系數(shù)Table 3 Correlation Coefficients

注：***為在1%水平上顯著，**為在5%水平上顯著，*為在10%水平上顯著，下同。

3.2 實驗設計

①為了探究不同災害事件類型的差異，本研究采用多元調(diào)節(jié)回歸分析方法[42]，引入災害事件類型作為調(diào)節(jié)變量，并將其設置為虛擬變量，用以檢驗其調(diào)節(jié)作用。②將轉(zhuǎn)發(fā)、發(fā)布、評論3種信息行為作為因變量，分別聯(lián)立情緒效價維度和情緒喚醒維度與3種信息行為的方程組?？紤]到模型中的情緒變量與行為變量之間的相互影響導致一定內(nèi)生性，因此使用三階段最小二乘法[43]進行參數(shù)估計，該方法是對兩階段最小二乘法的進一步推廣，其利用完全信息對聯(lián)立方程組同時進行估計，能夠有效解決多方程組參數(shù)估計并伴隨數(shù)據(jù)中存在內(nèi)生性的問題。

實驗主要分3步，以效價維度下的情緒對信息行為的影響為例，令

Beh=[Twe,Ret,Com]T

(1)

其中，Beh為3種信息行為。

第1步(M1)，僅加入控制變量，檢驗控制變量與信息行為之間的關系。第2步(M2)，在控制變量基礎上，加入自變量效價情緒和調(diào)節(jié)變量災害事件類型，一并作為主效應，檢驗積極情緒和消極情緒對信息行為的影響。第3步(M3)，在第2步的基礎上，加入自變量與調(diào)節(jié)變量的交互項，探究調(diào)節(jié)變量的調(diào)節(jié)作用是否顯著，如通過顯著性檢驗，說明災害事件類型在效價情緒與信息行為的關系中起調(diào)節(jié)作用。具體步驟為

M1：Beh=α0+α1Con+σ1

(2)

M2：Beh=α0+α1Con+α2Neg+α3Pos+α4Typ+σ2

(3)

M3：Beh=α0+α1Con+α2Neg+α3Pos+α4Typ+

c1Neg·Typ+c2Pos·Typ+σ3

(4)

其中，Con為控制變量；α0為截距項；α1～α4為相應變量的估計參數(shù)；c1和c2為交互項的估計參數(shù)；σ1～σ3為隨機誤差項，滿足(0,1)正態(tài)分布。

類似地，建立情緒喚醒維度對信息行為的影響的表達式，具體步驟為

M1：Beh=β0+β1Con+ε1

(5)

M2：Beh=β0+β1Con+β2Hig+β3Low+β4Typ+ε2

(6)

M3：Beh=β0+β1Con+β2Hig+β3Low+β4Typ+

c3Hig·Typ+c4Low·Typ+ε3

(7)

其中，β0為截距項；β1～β4為相應變量的估計參數(shù)；c3和c4為交互項的估計參數(shù)；ε1～ε3為隨機誤差項，滿足(0,1)正態(tài)分布。

4 實證結(jié)果和分析

4.1 主效應1：效價維度的情緒對信息行為的影響

表4給出效價維度的積極情緒和消極情緒對信息行為的影響結(jié)果。由表4可知，在3種信息行為的M2列中，情緒對發(fā)布行為的解釋性最強，調(diào)整的R2=0.915，對轉(zhuǎn)發(fā)行為和評論行為的解釋能力相當。擬合優(yōu)度均在0.600左右。借鑒SHEHATA[44]的方法，其恩格爾LM-ARCH檢驗結(jié)果不能拒絕原假設，說明模型不存在嚴重的異方差。同時各模型的VIF值均小于10，說明模型不存在嚴重的多重共線性。

將3種信息行為的M2列進行比較可發(fā)現(xiàn)，除積極情緒對評論行為的影響不顯著外，積極情緒和消極情緒對3種信息行為均產(chǎn)生顯著正向影響，并且影響強度呈現(xiàn)一定規(guī)律性，具體分析如下。

積極情緒對發(fā)布行為和轉(zhuǎn)發(fā)行為有顯著正向影響，但對評論行為的影響不顯著。一方面，由于積極情緒具有促進合作性群體行為[35]的效果，因此積極情緒下用戶產(chǎn)生內(nèi)容整合行為的傾向更強，而產(chǎn)生表達差異性觀點的內(nèi)容創(chuàng)造行為的意愿相對較弱；另一方面，與發(fā)布行為相比，評論行為更是一種非原始的、二次加工的內(nèi)容創(chuàng)造屬性的信息行為，在災害事件中積極情緒用戶更傾向于主動表達祈福和祝福類信息，以實現(xiàn)社會參與的目的，而評論行為不僅耗費時間成本，而且產(chǎn)生的個人影響有限[45]。因此，評論行為受到積極情緒的影響為正但不顯著。此外，研究發(fā)現(xiàn)積極情緒對內(nèi)容整合屬性的轉(zhuǎn)發(fā)行為的估計系數(shù)為0.477，大于其對發(fā)布行為和評論行為的估計系數(shù)。綜上，H1a得到驗證。

消極情緒對3種信息行為均有顯著的正向影響。值得關注的是，消極情緒對內(nèi)容整合屬性的轉(zhuǎn)發(fā)行為的影響邊際顯著。但由于消極情緒具有促進沖突性群體行為的效果[35]，而轉(zhuǎn)發(fā)行為作為一種內(nèi)容整合屬性的信息行為，因此受到消極情緒的影響不穩(wěn)定，并受其他因素的影響。此外，消極情緒對內(nèi)容創(chuàng)作屬性的發(fā)布行為的估計系數(shù)為0.645，對評論行為的估計系數(shù)為0.696，均大于對轉(zhuǎn)發(fā)行為的估計系數(shù)。綜上，H1b得到驗證。

因此，H1a和H1b均得到驗證，說明在災害事件中，社交媒體的積極情緒和消極情緒對信息行為都有促進作用，并且積極情緒對內(nèi)容整合行為的影響作用強，消極情緒對內(nèi)容創(chuàng)造行為的影響作用強，該結(jié)果從情緒效價維度證實了情緒-行為影響框架在社交媒體真實災害場景中的適用性。

4.2 主效應2：喚醒維度的情緒對信息行為的影響

表5給出喚醒維度的高喚醒情緒和低喚醒情緒對信息行為的影響結(jié)果。由表5可知，在3種信息行為的M2列中，情緒對發(fā)布行為解釋性最強，調(diào)整的R2=0.923，對轉(zhuǎn)發(fā)行為和評論行為的解釋能力相當。擬合優(yōu)度均在0.600左右，并且各模型通過異方差和共線性檢驗。

將3種信息行為的M2列進行比較可發(fā)現(xiàn)，高喚醒情緒和低喚醒情緒對3種信息行為均有正向影響，并且影響強度呈現(xiàn)一定規(guī)律性，具體分析如下。

高喚醒情緒對轉(zhuǎn)發(fā)行為和發(fā)布行為均有顯著正向影響，但對評論行為的影響不顯著。這是由于在災害事件中具有高生理沖動的贊揚和憤怒等情緒的作用下，用戶更傾向于通過迅速轉(zhuǎn)發(fā)或者表達原創(chuàng)觀點發(fā)表意見，而產(chǎn)生二次內(nèi)容創(chuàng)造、耗費時間成本且個人影響相對有限[45]的評論行為的意愿相對較小，因此評論行為受到高喚醒的影響為正但不顯著。此外，高喚醒情緒對內(nèi)容整合屬性的轉(zhuǎn)發(fā)行為的估計系數(shù)為0.690，大于其對發(fā)布行為和評論行為的估計系數(shù)。綜上，H2a得到驗證。

表4 情緒效價維度與信息行為Table 4 Emotion Valence and Information Behavior

注：括號內(nèi)數(shù)據(jù)為z值，下同。

低喚醒情緒對3種信息行為均有顯著的正向影響，其對內(nèi)容創(chuàng)作屬性的發(fā)布行為的估計系數(shù)為0.732，大于其對評論行為和轉(zhuǎn)發(fā)行為的估計系數(shù)。綜上，H2b得到驗證。

因此，H2a和H2b均得到驗證，說明在災害事件中，社交媒體的高喚醒情緒和低喚醒情緒對信息行為都有促進作用，并且高喚醒情緒對內(nèi)容整合行為促進作用更強，低喚醒情緒對內(nèi)容創(chuàng)造行為促進作用更強，該結(jié)果從情緒喚醒維度證實情緒-行為影響框架在社交媒體真實災害場景中的適用性。

4.3 調(diào)節(jié)效應：災害事件類型的調(diào)節(jié)作用

由表4可知，自變量與調(diào)節(jié)變量的交互項系數(shù)均通過顯著性檢驗，表明災害事件類型顯著調(diào)節(jié)積極情緒和消極情緒對3種信息行為的影響，即災害事件類型抑制積極情緒對信息行為的促進作用，加強消極情緒對信息行為的促進作用。因此，H3a和H3b均得到驗證。

圖3給出效價維度的積極情緒和消極情緒對信息行為的影響在兩類災害事件中的差異。從圖3可以看出，在自然災害中，積極情緒對信息行為的正向影響更強，表現(xiàn)為圖3(a)、圖3(b)和圖3(c)中自然災害的斜率更大。在事故災害中，消極情緒對信息行為的正向影響更強，表現(xiàn)為圖3(d)、圖3(e)和圖3(f)中事故災害的斜率更大。因此，H3a和H3b進一步得到驗證。說明在社交媒體的災害信息傳播過程中，用戶的信息行為對不同類型災害事件的反應存在差異。自然災害由于是天災，用戶的信息行為往往更樂觀，因此受到積極情緒的影響更強；事故災害作為人禍，用戶的態(tài)度往往更為嚴苛，信息行為受到消極情緒的影響更強。

表5 情緒喚醒維度與信息行為Table 5 Emotion Arousal and Information Behavior

由表5可知，自變量與調(diào)節(jié)變量的交互項系數(shù)均不顯著，表明情緒喚醒維度下，災害事件類型在高喚醒情緒和低喚醒情緒與3種信息行為之間不存在調(diào)節(jié)作用，H4a和H4b未得到驗證。該現(xiàn)象的產(chǎn)生是由情緒喚醒的本身特征所決定的，在情緒的兩個維度中，情緒喚醒要先于情緒效價產(chǎn)生，即情緒喚醒是更為原始的對生理刺激的應激反應，而情緒效價則是個體進行判斷后的結(jié)果。由于災害事件具有明顯突發(fā)性和威脅性特點，因此這種原始性的情緒生理喚醒特征對信息行為的影響在不同類型災害事件中是無差異的。因此，不論是哪類事件類型，情緒喚醒對信息行為的影響趨于一致。

5 結(jié)論

5.1 研究結(jié)果

本研究利用新浪微博的文本數(shù)據(jù)，通過整合情緒相關理論，比較分析兩類典型災害事件下社交媒體情緒對信息行為的影響，得到以下研究結(jié)果。

(a)

(b)

(c)

(d)

(e)

(f)

圖3災害事件類型在情緒效價對信息行為影響中的調(diào)節(jié)作用
Figure 3Moderating Effect of Disaster Types on the Relationshipbetween Emotional Valence and Information Behavior

(1)本研究從情緒的效價和喚醒維度證實災害事件中社交媒體情緒對信息行為有正向影響。效價維度的積極情緒和消極情緒對信息行為有正向影響，積極情緒對內(nèi)容整合行為的影響更強，消極情緒對內(nèi)容創(chuàng)造行為的影響更強。這一研究結(jié)論與STIEGLITZ et al.[5]的研究結(jié)論一致。喚醒維度的高喚醒情緒和低喚醒情緒對信息行為有正向影響，高喚醒情緒對內(nèi)容整合行為的影響更強，低喚醒情緒對內(nèi)容創(chuàng)造行為的影響更強。該結(jié)論進一步支持了CHOI et al.[13]的觀點。

(2)本研究發(fā)現(xiàn)，社交媒體情緒對信息行為的影響強度呈現(xiàn)一定規(guī)律性，這種規(guī)律性與情緒特征和行為屬性有關。積極情緒和高喚醒情緒使用戶更容易產(chǎn)生認同式的轉(zhuǎn)發(fā)行為，消極情緒和低喚醒情緒使用戶更加客觀、積極地思考，并產(chǎn)生表達自己態(tài)度和觀點的發(fā)布行為和評論行為。與發(fā)布行為和評論行為相比，轉(zhuǎn)發(fā)行為耗時更少，傳播速度更快，一旦引發(fā)大規(guī)模的轉(zhuǎn)發(fā)行為將使輿論變得不可控。因此，在災害事件中要尤其關注積極情緒和高喚醒情緒。

(3)本研究比較兩類災害事件中社交媒體情緒對信息行為影響的差異性。研究證實用戶的信息行為在自然災害事件中更為樂觀，自然災害中積極情緒對各類信息行為的影響更強，而事故災害中消極情緒對各類信息行為的影響更強。這一觀點支持了認知情緒理論體系中ORTONY[8]的觀點，他認為事件的責任主體影響人們的認知評價，自然災害的責任主體多為自然環(huán)境，用戶往往更多的表達對受災地區(qū)和人民的祈禱祝福，因此積極情緒對信息行為的影響加強；而事故災害中責任主體多為具體的人或單位，人們對責任主體的追究往往導致用戶更為苛刻，由此產(chǎn)生大量的消極情緒，因此消極情緒對信息行為的影響加強。

5.2 理論意義和實踐啟示

本研究的理論意義在于，一方面，促進了情緒與信息行為的影響關系的研究向災害領域延伸，并發(fā)現(xiàn)了更為細致化的影響規(guī)律。通過整合認知情緒理論和情緒維度理論，構(gòu)建情緒-行為影響框架，并將情緒概念從情緒效價和情緒喚醒兩個維度展開，同時將信息行為根據(jù)行為屬性分為內(nèi)容整合行為和內(nèi)容創(chuàng)造行為，細粒度剖析了社交媒體災害事件中情緒與信息行為之間的影響關系，彌補了已有研究的不足；另一方面，本研究利用微博中大量反映客觀事實的實時文本數(shù)據(jù)，比較研究兩類典型災害事件在社交媒體中的信息傳播規(guī)律，發(fā)現(xiàn)兩類災害事件中用戶的信息行為受到情緒的差異性影響，填補了以往災害研究缺少對不同災害事件進行比較研究的空白。

鑒于上述研究結(jié)果，本研究對于管理實踐有一定的啟示。①應急管理部門應當充分考慮情緒對信息行為的先行作用。由于災害事件中社交媒體情緒對信息行為產(chǎn)生正向影響，因此災害事件相關主體應當充分關注社交媒體平臺中的情緒文本內(nèi)容，并切實找到產(chǎn)生情緒文本的原因。通過發(fā)布相關災害信息合理引導公眾情緒，實現(xiàn)對災害事件中信息行為的有效控制，以減輕災害事件自身的負面影響。②應急管理部門應當結(jié)合實際需要進行情緒管理以控制信息傳播的收斂速度。由于積極和高喚醒情緒對內(nèi)容整合屬性的轉(zhuǎn)發(fā)行為影響更強，消極情緒和低喚醒情緒對內(nèi)容創(chuàng)造屬性的發(fā)布行為和評論行為影響更強，并且兩類信息行為對觀點有不同的收斂效果，因此可以根據(jù)管理需要，對具有相應特征的情緒進行控制，以調(diào)整災害事件信息內(nèi)容的收斂和擴散速度。既可以避免大量信息行為引起的系統(tǒng)性風險，又能保證輿情觀點的多元化發(fā)展，最終實現(xiàn)微博平臺的穩(wěn)定運營。③應急管理部門應當針對不同災害事件調(diào)整相應的災害管理措施。由于社交媒體情緒在自然災害中對微博用戶的行為表現(xiàn)比事故災害中更樂觀，因此在對自然災害事件網(wǎng)絡輿情治理過程中，政府輿情管理部門可以相對減弱監(jiān)管約束；而針對事故災害則應密切關注消極情緒的傳播，避免消極情緒通過信息行為擴大影響，以維持網(wǎng)絡輿情態(tài)勢的健康發(fā)展。

5.3 局限性和未來研究方向

本研究也存在一定的不足，需要在未來研究中進行完善。首先，考慮到用戶情緒狀態(tài)可能具有衰減或者增強的過程，因此探討情緒動態(tài)波動過程對信息行為的影響規(guī)律具有研究意義。其次，在未來研究中可以進一步關注用戶微博文本內(nèi)容上的差異，如對一些動詞、形容詞、感嘆詞等以及使用一些具有不確定性特征的詞語對信息行為的影響，同時也應考慮上述因素對點贊和收藏等其他信息行為的影響，實現(xiàn)對文本內(nèi)容與信息行為的影響路徑的深度挖掘。