新浪微博转发讨论的异质性和结构平衡性

新浪微博转发讨论的异质性和结构平衡性

——以大学生使用者为例

廖　望

作者简介　廖望，清华大学新闻与传播学院，硕士研究生，E-mail：beepopo＠gmail.com。

摘　要　国内用户对微博的兴趣和使用与日俱增，而这类新媒体平台对民主政治和公共领域可能带来的影响一直为计算机中介传播研究领域所关注。本文首先认为公共讨论有利于促进公共领域的健全，并论证了微博客的“转发功能”有形成多方讨论的可能性。通过对新浪微博“转发链”中所形成的讨论进行检验，并以“异质性”与“结构平衡性”作为判断讨论质量的标准，本文期望增进对微博客是否有助于在线言论发展的理解。研究收集了2010年3月至4月间新浪微博平台上的转发信息，在非等比分层抽样的基础上，结合数据挖掘和内容分析，描述了转发讨论中参与者的异质性、内容的异质性和结构的平衡性，以及不同类型转发讨论的密度分布；并分析了转发发起者及其内容对上述讨论质量的影响。研究首先发现，新浪微博转发讨论的平均参与者异质性相对较高，但平均内容异质性及其理性程度较低；存在信息的多级流动，意见领袖，以及近似观点互相接近的现象。同时，讨论发起者及其内容也对转发讨论的质量有显著影响。

关键词　微博客，公共讨论，异质性，平衡性，幂率分布

一、研究问题的提出

新浪微博目前是国内最流行的微博客平台之一（Webb，2010；Zhao，2006），到2009年第四季度为止，新浪微博已经积攒了超过500万中国用户（Dong，2010）；其对中国互联网舆论的影响力，也日益受到关注（Liu，2010）。2010年两会期间，就已经有代表开始使用新浪微博与网民交流了（Wan，2010）。

作为“公共领域”（Habermas，1989）概念的核心之一，“公共讨论”一直以来被视为民主政治的必要条件（Wiklund，2005），并与政治知识和政治参与有密切关系（Eveland＆Hively，2009）。类似的，想要在互联网上建立“虚拟公共领域”（Virtual Sphere），那些能够促进讨论并利于社区形成的在线平台显得十分重要（Dahlberg，2001，2007；Papacharissi，2002）。实际上，在微博客平台上，交谈时刻都在发生（例如Twitter，Java，Song，Finin，＆Tseng，2007）。不过，在新浪微博或Twitter上，多方讨论往往需要通过特殊的机制才能实现——也就是“转发”（或Twitter的retweet功能）。转发功能类似与转发电子邮件，能够把任意一条信息重发给另一个人，并允许转发者添加评论，最终把这些评论连接起来（Boyd，Golder，＆Lotan，2010；Kwak，Lee，Park，＆Moon，2010）。尽管转发形成的链条是松散的，但正如许多其他CMC环境中的交流一样，用户往往能够采用一些策略加以克服（Dickey，Wasko，Chudoba，＆Bennett Thatcher，2006；Herring，1999），并获得“讨论在场感”——这种在场感正是微博客平台中建立讨论的关键之一（Boyd et al.，2010）。

然而，新浪微博或其他在线讨论平台中的讨论是否能形成真正的公共讨论，并不取决于技术本身（Papacharissi，2002）。围绕着互联网，许多论题长期处于争论之中：互联网到底是能够促进多元意见的表达并提升公共讨论（Cornfield，Carson，Kalis，＆Simon，2004；Garrett，2009；Wojcieszak＆Mutz，2009），还是仅仅便利了选择性接触和近似观点的强化（Garrett，2009；Kenix，2009；Papacharissi，2002；Wojcieszak＆Mutz，2009）。正因如此，讨论的质量显得尤为重要（Dahlberg，2001，2007；Papacharissi，2002；Wiklund，2005），只有调动明智的公民（Baker，1989），鼓励多元化的观点（Wright＆Street，2007），提倡理性的表达（Dascal，2008；Wilhelm，2000），并维护平等参与（Baker，1989；Himelboim，2008）等等，才能够提升讨论的质量。

事实上，通过转发，微博用户似乎更主动地投入信息和观点的共享、搜寻和传播中去（Boyd et al.，2010；Java et al.，2007）。这或许能够使他们更加明智，并赋予了他们决定哪些信息是重要并值得传播的权力（Kwak et al.，2010）。同时，转发使得讨论扩散的十分广泛（Kwak et al.，2010）。这些特征似乎都有利于公共讨论的形成，也正是微博客与传统在线平台的差异之处。不过，微博客仍存在许多问题，包括普遍地讨论日常事务（Java et al.，2007），讨论结构松散而不连贯（Boyd et al.，2010；Honeycutt＆Herring，2008），主要内容被名人和媒体所把持，且双向连接很少（Kwak et al.，2010）等等。

因此本研究的目的有二：首先，通过了解讨论的异质性和结构的平衡性，探索新浪微博中转发讨论的质量；其次，探索讨论发起者和被转原文对转发讨论质量的影响。

对于微博客，已有的研究多关注于讨论和协作（Honeycutt＆ Herring，2008），营销潜力（Jansen，Zhang，Sobel，＆Chowdury，2009），网络结构和传递信息的潜力（Java et al.，2007；Kwak et al.，2010）；或聚焦于特定功能对在线交谈的影响（Boyd et al.，2010；Ho-neycutt＆Herring，2008）。然而，少有研究关注微博客与公共讨论的关系；更甚者，由于新浪微博不为国外学术圈所熟知，并且大体类似Twitter，几乎没有海外学者加以研究；而本土相关的经验研究更是少之又少。而对于在线公共讨论，已有研究往往关注政治类博客或新闻讨论组（Cornfield et al.，2004；Garrett，2009；Himelboim，2008；Kenix，2009；Wojcieszak＆Mutz，2009）。然而，大多数博客和在线讨论本身并非政治性（Herring，Scheidt，Wright，＆Bonus，2005；Wojcieszak＆ Mutz，2009），其风格也多是个人主义和亲密的自我表达而已（Herring et al.，2005）。更毋宁说，尽管本研究关注的是中国版Twitter中retweet功能的翻版，其特性和转发讨论的情况却完全不能简单地采用从其他文化环境和用户群体中得来的研究结果。而检验新浪微博中公共讨论的质量，无论是对中国互联网环境，还是对整个新信息传播技术的民主政治潜力，都具有一定的意义；也有助于深入理解诸多萦绕在互联网技术之上，“乌托邦或异托邦式的吊诡”（Papacharissi，2002）。

二、转发讨论的异质性和平衡性

（一）讨论的异质性

接触与自己相异的观点有助于公民重新评估自己的观点（Wo-jcieszak＆Mutz，2009）；而对于民主政治而言，讨论尽可能多的观点才能使得讨论真正有益（Wright＆Street，2007）。这都说明了异质性的讨论的重要性。尽管关于公共讨论与政治参与的关系仍尚有争论（Dahlberg，2007；Eveland＆Hively，2009），异质性与政治参与的关系也存在理论之间和经验证据之间的矛盾（详见Scheufele，Hardy，Brossard，Waismel-Manor，＆Nisbet，2006的详尽综述）。本文仍假定异质且理性的讨论将有助于提升公共讨论的质量。因为评估异见有可能增加认知活动和对问题的细致思考，进而促进行动；同时也可能增加个体对可靠信息的需求和理智谨慎的搜寻行为（Scheufele et al.，2006）。而讨论的结构异质性本身也反映出了在线社区的“结构多元性”（structural pluralism，详见Tichenor，Donohue，＆Olien，1973），而这种多元性能够让讨论的参与者接触到更广泛的信息。

根据Eveland和Hively（2009）的定义，讨论的异质性可以分为两类：其一是对个体而言，其讨论中的观点与“自己”观点的差异程度；其二则是网络中的他人与“自己”的差异程度（在某些研究中也被称作结构异质性，如Scheufele et al.，2006）。具体而言，在新浪微博的转发讨论中，与之对应的就是讨论内容的异质性和参与者的异质性。

1.内容异质性

转发讨论中异质的观点是有益的，因为它体现了观点的多元化。对于公共讨论而言，观点本身，以及其表达方式，更应当是主动、理性且与政治相关的（Papacharissi，2002；Scheufele，2000；Scheufele et al.，2006；Wiklund，2005；Wright＆Street，2007）。对于互联网讨论的理性，Wilhelm（2000）使用“有效表达”和“无效表达”的概念来区分不同程度的理性表。而另一个与理性相关的方面，则是用户参与讨论的方式。在Dascal（2008）的定义中，“讨论”（discussion）往往通过逻辑和理性的方式追求绝对的真理（The Truth）；而“争辩”（dispute）却往往通过修辞和非理性的手法来寻求“自我真理”（My Truth）的胜利。其实，这两类讨论都会带来讨论的极化，因此Dascal提出第三个定义“争论”（controversy）——寻求理性的说服，但又不预设这一说服只能通过争论者无条件地接受某种方法带来的毫无疑问的结论来获得。

尽管这些因素都是公共讨论重要的质量标准，许多在线讨论实际上难以达到如此。许多在线表达本身往往基于简化的分析和基本的观点对抗，频繁地使用符号化的语言，并缺乏双向的沟通（Kenix，2009）。而在新浪微博中，有限的空间、快速的更新和零碎的谈话本身，也拷问着其转发讨论的内容异质性和理性表达程度，因此需要加以检验。在此本文提出第一个研究假设：

RQ1：平均而言，新浪微博转发讨论的内容异质性程度

及其理性表达程度如何？

2.参与者异质性

政治讨论的参与者异质性往往与政治知识和政治参与行为有密切的关系（Eveland＆Hively，2009；Scheufele et al.，2006）。实际上，参与者的异质性体现了讨论是否能够保证不同参与者的平等参与。然而，由于许多社会关系和社会网中固有的“同质性”（详见McPherson，Smith-Lovin，＆Cook，2001），讨论参与者很可能倾向于在许多特质上彼此同质，因此需要加以检验。

对于民主政治而言，两性的平等参与是非常重要的基础条件之一，然而，这一基础在许多CMC条件中，尚未能达成，且相当困难（Herring，1993）。微博客同样可能面令这样的问题。因此，性别的异质性关系到讨论是否能保证两性的公平参与，因此需要加以检验。

除了性别，在Twitter中，许多用户是互相连接的，而大部分互相连接的用户往往具有地理位置的接近性（Kwak et al.，2010）。在这种情况下，信息可能会更容易，且更快地在地理位置接近的群体中传播，进而导致讨论参与者出现地理位置同质的情况。然而，这种情况可能是不利的。由于深厚的传统文化和辽阔的疆域，我国作为发展中国家，不同地域仍具有“文化区域”的意义，并型塑着当地的居民（Hir-ji，2006；Shibutani，1955）。因此地理的同质性很可能阻止来自不同地域的人们参与讨论并贡献多元观点。

此外，在Twitter中，每个用户的链接关系有很大的差异（Java et al.，2007）。用户的粉丝数的差异，就反映出了不同的受欢迎程度，声望，或是信源价值——这些都基于其他用户的选择和评价。一般而言，这可被视为用户在互联网的“社会性使用”中所获得的社会连带（Social Ties），并反映出用户的社会资本（Zhao，2006）；而社会资本长期以来被定义为集聚于人际关系中的资源（Bourdieu，1986；Cole-man，1988）。拥有较高社会资本的人，也较容易获得地位、权力和影响力（Faust＆Wasserman，1992；Knoke＆Yang，2007）。因此，在转发讨论中，存在着社会连带水平不同的用户，这一层面上的异质性实际上反映了参与讨论者社会地位的多样性，换言之，不同社会地位的人均能够平等参与讨论。

这三个方面构成了本研究的第二个研究问题：

RQ2：平均而言，新浪微博转发讨论的参与者异质性如何（体现在性别、所在地、社会连带三个方面）？

（二）讨论的结构平衡性

作为两类异质性的补充，讨论的结构平衡性同样能够反应讨论的质量。在一条“转发链”中，结构的中心势程度反映出信息流动受到中介的程度，或参与者的声望存在差异——这类似于参与者异质性，并体现出平等参与的程度。另一方面，近似观点在链中的聚积或接近则反映了观点的异质性，因为这种聚积或接近体现出近似观点的强化和选择性接触的可能。此外，所有转发链或特定类型的转发链中的讨论规模分布本身也反映出了微博客环境中讨论的平衡性。

1.结构和观点的趋中性

在Twitter中，名人和大众媒体主宰了很大一部分内容（Kwak et al.，2010），新浪微博也是如此（Webb，2010）。这都体现了某种围绕着个体声望的集中趋势。

如果将转发链视为近似的自我中心社会网，那么与信息流动方向（转发方向）相反的连接关系，实际上可以被理解为转发者对某些具有“声望”的用户所表现的“提名”式的尊重和崇拜（Bonacich＆Lloyd，2001；Faust＆Wasserman，1992；Knoke＆Yang，2007）。同时，如果被有声望的人提名，更说明被提名者具有更高的声望（Bonacich＆ Lloyd，2001）。因此，基于声望的中心势——简而言之，链中每一个节点声望的方差——可以被用做衡量讨论链平衡性的指标（Faust＆ Wasserman，1992），因为他反映出了讨论的集中倾向。较高的中心势意味着用户声望之间更为极端的差异，也意味着信息流动的不均衡。换言之，可能存在作为信息流中介的少数“意见领袖”。

与此同时，每一个节点所代表的一种观点之间，也存在节点位置关系上的距离。相似的观点之间也是如此。正如前面所提到的选择性接触和相似观点强化现象（Garrett，2009；Wojcieszak＆Mutz，2009），也可能以这种近似观点彼此在结构上接近的形式发生。因此，这种近似观点的集中性实际上并非为良性的讨论所期待。

2.讨论规模分布

转发链的规模可以理解为一种稀缺资源，因为其反映出一项在线讨论吸引关注的程度（Himelboim，2008；Himelboim，Gleave，＆Smith，2009）。然而，问题在于，在Twitter上，大量的转发链都非常小，只有极少数规模巨大（Kwak et al.，2010）。因此，转发讨论规模的分布对于理解微博客环境中讨论的平衡性也十分重要。作为随机网络，网页（Barab被si＆Albert，1999）和许多Web 2.0应用（Himel-boim，2008；Leskovec，McGlohon，Faloutsos，Glance，＆Hurst，2007；Shi，Tseng，＆Adamic，2007）包括Twitter（Java et al.，2007；Kwak et al.，2010），都在某种程度上拟合幂率分布，因而体现出一种在信息分享和参与上“强者愈强”的“马太效应”。这实际上是许多新媒体技术层面上体现出的不平等性。不过，不同幂率分布的斜率不同却能够反映出这种不平等性的不同，斜率较小的环境相对较大者更为公平（Himelboim，2008）。

需要说明的是，这里检验的规模分布与上述研究中的基于节点度的分布略有不同，本研究聚焦于一条转发链中聚积的所有用户数和所有评论数。换言之，这里的规模分布可以被视为包含间接链接的入度（in-degree）分布。不过，这一变化毕竟与上述实证研究中的分布定义有所差别，其幂率分布的性质可能发生改变，因此需要加以检验；如果得以确定其幂率分布的特性，还需要了解其斜率的程度。

在此，提出本研究的第三个研究问题：

RQ3：平均而言，由结构特性体现出的转发讨论的质量如何？（声望趋中性和观点集中性程度如何？新浪微博转发讨论的规模分布是否符合幂率？如果符合，其斜率如何？）

三、讨论起点扮演的角色

作为话题的导入，讨论起点的作者和原文很可能决定了讨论的主题，并影响到整个讨论。因为用户正是基于他们的兴趣，或希望表明其参与的目的，才对特定微博加以转发（Boyd et al.，2010）。

（一）起点作者

如前所述，用户之间存在受欢迎程度或社会资本，社会地位的差异，也即社会连带数量的差异。此外，新浪微博还为一些知名公共人物提供了VIP认证服务（SINA，2010）。因此，发起者社会连带数量的差异，亦或是其得到新浪微博的VIP认证，都可能影响到转发讨论。

更进一步说，不同的微博客用户，还具有不同的使用行为和动机（Boyd et al.，2010），并同样可以通过其链接形态加以识别（Java et al.，2007）。在某些在线社区中，“两级传播”（参见Lazarsfeld，Berel-son，＆Gaudet，1948）现象得到了确认，也即存在信息被少数发挥过滤和强化作用的个体所中介（Himelboim et al.，2009；Java et al.，2007；Kwak et al.，2010）。微博客中，那些能够发起大多数大规模转发讨论的名流，往往是知名人物或大众媒体（Kwak et al.，2010）。他们吸引了大多数的注意力，强烈地影响了讨论，并扮演了信源的角色（Java et al.，2007；Kwak et al.，2010）。然而，由于名流是通过线下的受欢迎程度或社会地位继而获得微博中的地位，他们与另一种“活动家”不同。“活动家”在此被定义为那些被许多人连接，也主动连接了许多人的用户；这一特性反映出他们试图努力进行社交，搜集信息，分享信息，并最终成功地获得了对他人的影响力。这意味着“活动家”，相对于名流，实际上是通过其在微博客平台中的努力以及他们的能力而得到赋权。

回到Habermas（2006），他认为，保证明智的精英和有责任的社会之间的互动反馈十分重要。因为，精英既可能带来民主讨论，也可能带来教唆灌输。因此转发者无论是“意见领袖”（参见Lazarsfeld et al.，1948）或“有影响力者”（influentials，参见Weimann，1991），名流和活动家们在发起讨论中扮演的角色都十分重要，但却因为其不同的行为和动机而各不相同。同时，他们也与那些主动连接他人却很少被连接的“听众”，以及既不主动连接他人也不常被连接的“不活跃用户”，在发起的讨论上存在差异。

更一般而言，对微博客的使用动机可以划分为两类：关系使用和内容使用。前者表明个体期望建立社交关系；而后者则体现表达、共享、交换的动机。而使用微博客这类在线社会应用本身就可能增加用户的社会连带（Zhao，2006）和社会资本（Hampton＆Welman，2003；Kavanaugh，Carroll，Rosson，Zin，＆Reese，2005）。因此，具有不同行为和动机的发起者很有可能会对转发讨论产生不同影响。

此外，正如Herring（1993）所指出，在CMC领域，男性参与者往往因为发言次数和修辞上的威吓，有效地主宰了讨论。因此，发起者的性别也很可能会影响到转发讨论的质量——尽管先前线下讨论异质性研究中，有研究表明两者并无直接关系（Scheufele et al.，2006）。因此需要加以检验。

（二）被转原文

在许多在线讨论中，基于观点的话题倾向于引起更为平等的参与；而基于实事信息的话题则更导致集中和层级化的讨论（Himelbo-im，2008）。在微博客中这类情形也可能发生，因为基于信息的主题往往包含来自“可靠”信源的“真理”；而基于观点的主题则没有谁能持有“真理”（Himelboim，2008）。进一步说，正如前面提到，基于观点的原文本身就可能被理性或者情绪化的表达（Dascal，2008），而基于信息的主题也可以被分为“有效”或“无效”（Weimann，1991）。所有这些都可能导致讨论的差异化，因为理性言论往往能促进双方的理性讨论，而情绪化的言论从诉求上就是为了获得为了获得他人情感上的共感。

在Twitter中，大量的被转原文都同各种类型的话题有关（Boyd et al.，2010；Java et al.，2007；Kwak et al.，2010），并至少可以将其引起的讨论分为“政治性讨论”和“社会性讨论”。据Scheufele（2000）的研究，这对二分法可以区分出不同类型的参与者和讨论。实际上，政治讨论本身就是公共讨论的一类重要话题（Dahlberg，2001，2007；Habermas，1989，2006；Papacharissi，2002；Wiklund，2005）。由于人类集体的行动往往具有可以识别的独特方式（Crane＆Sor-nette，2008），有理由相信，不同类型的话题很可能引起不多样的反馈。因此，这两类被转原文可以用来区分不同类型的讨论。

除此之外，Massimo和Antonella（2005）认为，媒介有限的丰富性可能会导致表达简略甚至自我中心。在新浪微博中，用户可以通过插入外部链接、图片、视频的形式增加微博的丰富性。然而，这些形式本身就是不同类型的媒介，并会由于传播环境和传播者的动机的不同，带来不同的传播结果和效果（Burgoon et al.，2002）。因此，是否不同丰富程度的被转原文能够影响，且怎样影响转发讨论的质量，需要进一步检验。

据此，提出本研究最后一个研究假设：

RQ4：转发起点（起点作者和被转原文）是如何影响转发讨论的异质性和结构平衡性的？

四、方　法

（一）数据收集和抽样

本研究抓取了2010年3月7日至4月27日新浪微博上约1800万条转发。通过合并转发，构建了37.8万条转发链（转发讨论）。同时，视5天没有新增节点为判断讨论完结的标准，并设定最小节点数为3，本研究获得了共计295267条完整的转发链作为研究总体。

由于需要进行内容分析，必须对数据进行采样。然而，研究总体在规模上呈现严重偏态（事后分析证明其符合幂率分布）；为了获得有代表性的样本，本研究采用了非等比分层抽样的方法，并分四层实施抽样。在95%置信区间且抽样误差不超过±3.5%的情况下，确定样本量为816（共包含34093个节点）；层内子样本量则为调整总体正偏态，分别主观指定为407，244，161和4（详见表1）。在子层中，研究采用了系统抽样的方式获得子样本。

表1　非等比分层抽样的层样本量和权重

注：样本量是根据95%置信水平下，不超过±3.5%的抽样误差做出的保守估计。

1.节点级别的测量

本文的分析单元是转发链，不过，大多数反应转发讨论质量的指标是通过累积计算链中所有节点的特性得来的，并且部分需要内容分析。

首先，用户的地理位置按照省一级别（或直辖市，如北京、上海等）加以编码；其次，用户的社会资本被操作化为他们的粉丝数，也即代表了他们在微博空间中的的社会连带（Zhao，2006）和点度中心度（Faust＆Wasserman，1992；Knoke＆Yang，2007）；再次，两类使用动机——内容使用和关系使用分别被操作化为用户发布微博的数量和用户关注他人的数量，前者表明了用户表达和交换信息的动机，而后者则表明其与他人建立社会联系的动机；最后，根据用户的粉丝数和关注他人数（以总体中的中位数为阈值），将用户划分为四类不同的行为模式（详见表2）。

表2　四类用户行为

注：用户根据其所在链条的权重进行了加权。

转发讨论的内容则按照以下标准进行了人工编码：

“观点”是直接对转发讨论中主要话题的独特评论观点，本研究中，“观点”编码的过程仅将不同观点划分为不同独立的类别。因此，每一个类别具体的含义并不重要，同时也不用于计算编码员信度。

每一条评论还被编码为“有效”或“无效”。这对概念来自于Wil-helm（2000）：“有效”的表达包含主观的批判，并基于对所表达的语意内容、有效性的条件和归因情况之间的内在联系加以评判，目的在于表达的正确或行动的有效；而无效的表达则即没有有效性条件，也没有合理归因，并往往诉诸个人偏见、情感或审美判断。结合Dascal（2008）“争论”的定义，本研究将包容、温和的表达，观点内恰且没有错误归因，或事实没有明确错误的评论编码为“有效”。“无效”的评论则主要是那些诉诸个人偏见、情感或审美判断的评论，以及那些没有评论或仅有表情符号、无法识别的内容。

此外，针对转发原文，还进行了额外的编码。首先，判断其是否是“基于信息”或“基于观点”——前者仅仅包含信息或知识，没有明显或隐藏的观点；否则属于“基于观点”的评论（Himelboim，2008）。其次，判断其是政治类还是社会类的话题（Scheufele，2000）。

完成对节点的编码后，各项研究问题中涉及的指标就可以通过下一节中介绍的方法加以计算了。基于这些累积计算出的指标，在5%的随机子样本中，本研究的编码员信度Krippendorff's alpha为0.83。

2.链级别的测量

（1）异质性

对于定类变量，包括观点异质性、性别异质性、地理位置异质性等，被操作化为Simpson's D（Simpson，1949）。该指标测量了个案在不同类目中均匀分布的程度（Eveland＆Hively，2009），最小值为0（最不均匀，最同质），最大值随着类目的增多逐步接近1。以下是改指标的公式，其中p_i是k个类目中第i类所占的比例：（式1）

用户的社会地位的异质性，则被操作化为讨论中用户社会连带数（粉丝数）的标准偏差。

（2）集中趋势

声望的中心势测量了讨论中每个用户声望的方差（Faust＆Was-serman，1992）。这里的声望根据了Bonacich（1987）的操作化方式：即用户与其他用户直接和间接的连带数的加权总和，以下是Bonacich中心度的公式：（式2）

根据Bonacich（1987）的定义，在α＝1的情况下，（1－β）^－1可以被理解为权力或中心度最大可以影响到的半径。在新浪微博中，单独的一条转发（不是转发链）往往仅包含几个用户和他们的评论，而这些内容是所有该转发中用户可见的最大范围，因此一条转发链中包含的结点数可以被看做这一“半径”。因此根据新浪微博每条转发的平均长度（M＝4.151，计算自总体），确定α＝1，β＝0.759。

观点的中心化程度则被操作化为：先计算每一类观点中的两两距离同整个链节点平均两两距离的比例（在此，距离不考虑方向），再取这些比例的均值。因此，当某类比例为1时，表明这类观点内部的距离没有过大或过小，该值越大表明近似观点越接近。以下是数学公式，其中d_i是第i类观点内的平均两两距离，d_a则是所有节点的平均两两距离。（式3）

（3）规模分布

“规模”被操作化为转发链的用户数和节点数。为了拟合幂率分布并估计斜率，为保精确，本研究首先采用Clauset等人（2009）建议的最大似然估计，并结合Kolomogorov-Smirnov检验判断拟合优度。同时，为了避免上述方法过度保守，还采用了非线性最小二乘法并结合调整R方进行拟合并判断拟合优度。本研究优先采纳第一种方式的计算结果，除非其拟合优度拒绝幂率分布假设。在拟合所有新浪微博转发讨论的规模分布时，数据来自本研究的总体；而拟合不同类别的转发讨论规模分布则在加权的基础上拟合样本数据，以探测不同转发原文和发起者对分布的影响。

五、结　果

（一）RQ1-3：描述

研究问题1至3均是对新浪微博转发讨论质量的平均水平加以描述，因此本研究计算了95%置信水平下的样本均值（详见表3）。观点异质性及其质量——理性观点比例，均较低；而近似观点倾向于集中分布；同时转发讨论中参与者的声望也倾向于集中。不过参与者的社会地位异质性较大；性别、地理位置异质性也高于理论中点。

表3　异质性和结构平衡性描述

注：统计值经过了加权。

a.0.5是该值上限，因为只有性别只有两类。

b.这是每一个转发讨论中，参与者社会连带数量的标准偏差。

c.这是转发链中，每个用户声望的方差。声望值围绕1变动。该值较高则意味着更

为极端的声望分布，和更强的结构中心势。

d.该值超过1意味着近似观点趋向于分散，而小于1则趋向于集聚。

整个新浪微博转发链的规模分布符合幂率。节点规模分布在使用非线性最小二乘法时拟合幂率（α＝2.558±0.012，Adjust R-squared＝0.999），但在最大似然估计中被拒绝（K-S value＝0.019，p-value＜0.001）。这一矛盾很可能是因为后一种方式更为精确但保守（Clauset et al.，2009）。不过，CDF图（见图1）仍反映出节点规模分布近似于幂率分布。此外，用户规模分布的最大似然估计通过了拟合优度检验，符合幂率分布（α＝2.440±0.00001，K-S value＝0.169，p-value＝0.542）。

图1　规模的积累分布函数（左侧是节点规模，右侧是用户规模）

（二）RQ4：转发讨论起点的影响

为了预测参与者异质性、内容异质性和结构平衡性，本研究采用基于AIC变化的向后逐步回归，考查原作者和转发原文的特性（主效应，及其所有二阶交互效应）的影响。需要说明的是，在本节中，只列出了95%置信水平下的主效应和99%置信水平下显著的交互效应，因为他们的效应最强（其他交互项请见表4，表5和表6）。

另一项分析旨在探讨原作者和转发原文对各类讨论规模分布的幂率斜率的影响。然而，绝大部分类目下的讨论规模分布都无法通过的Kolomogorov-Smirnov拟合优度检验（所有概率值都小于0.1）这意味着这些分布都不是精确的幂率分布，因此最大似然估计或非线性最小二乘法对斜率的估计都可能不准确，因而无法进行量化比较。尽管如此，CDF图仍显示出不同类目分布的差异，因此可以推测不同原作者和转发原文对分布施加的影响。回归结果（详见表4和表6）和CDF图（详见图2和图3）列在本节最后。

1.原作者的性别、受欢迎程度和使用动机

男性发起的讨论在观点异质性上较低，不过的确更理性，且近似观点比女性较为分散。

在受欢迎的原作者发起的讨论中，参与者更可能具有地理位置和社会地位的异质性，且观点也更为异质且理性，但存在近似观点彼此接近的问题。然而，那些被认证为VIP的原作者发起的讨论，则更易吸引地理位置同质但社会地位异质的参与者。此外，比较受欢迎的VIP发起的讨论，其参与者在讨论中的声望集中的倾向要低于不那么受欢迎的VIP。

四类行为模式中，“活动家”发起的讨论其参与者的性别异质性较低，不过地理位置和所表达的观点则更为异质。“名流”发起的讨论同样也能获得较异质的观点。这两类用户发起的讨论在参与者声望方面都相对“听众”和“不活跃用户”更为去中心化。与此同时，“听众”发起的讨论，在性别异质性方面是四类用户中最低的；其观点异质性也如此，尤其是当发起者较不受欢迎，或者是男性时。

更一般的是，更具内容使用倾向的发起者，其讨论的参与者往往更为性别异质，但地理位置同质（如果是发起者还是“活动家”，则更甚），社会地位同质（如果发起者更受欢迎，则更甚），且内容更为理性，近似观点也较为分散。而经由倾向关系使用的发起者，讨论则更为观点同质，并且比倾向内容使用发起者的讨论更加地理位置同质（尤其是当发起者是女性时）。同时，当“活动家”具有更多的关系使用倾向时，其发起的讨论更为性别异质。而那些更受欢迎的、倾向关系使用的原作者，其发起的讨论倾向于声望在结构上中心化。

从规模分布的角度来看（参见图2），男性发起的讨论其规模分布较女性平缓；“活动家”发起的讨论较非活跃用户平缓；VIP发起的讨论较非VIP平缓。

2.转发原文的政治性、合理性、信息性和丰富性

男性原作者发起的政治性讨论中，参与者性别往往更加同质，观点也较不理性。“听众”发起的政治性讨论要比其他三类用户发起的更为理性，却更易出现近似观点集聚的情况。

然而，如果转发原文比较理性，讨论也倾向于观点异质且理性，尤其当发起者是“听众”，或那些不太受欢迎的用户，或倾向于内容使用的用户。然而，这类讨论却也更加存在近似观点的聚积。

类似的，由基于信息的内容引发的讨论，往往较为观点异质且理性；此外，参与者们也更加具有地理位置和社会地位的异质性，不过性别却较为同质——尤其是当转发原文也同时较为理性。此外，由“名流”发表的基于信息的内容，相较于其他三类用户，更不容易导致近似观点的集中。

在丰富性方面，包含图片和视频的转发原文，相对于只有文本的原文，都能增加讨论的地理异质性，但都会降低性别异质性。不过这两者仍有不同。包含图片比其他形式更能增加讨论的理性程度，但也会加重声望结构的中心势。而包含视频，则更能增加讨论参与者的社会地位异质性；同时如果视频属于基于信息的内容，则近似观点也较为分散。

从规模分布来看（参见图3），政治内容引发的讨论相较社会性内容，分布更为平缓。包含图片的内容引发的讨论相较仅有文字，分布更为平缓。

表4　预测参与者异质性的线性回归摘要

续表

注：部分变量在逐步回归中删去。为了节约空间，一些不显著的交互项以及虚拟变量项从表中删去。

a.社会连带数成高度偏态（参见表3），因此经过了对数变换。

b.于非活跃用户比较。

c.于仅包含文本的内容比较。

*p＜0.05，^**p＜0.01，^***p＜0.001。

表5　预测内容异质性的线性回归摘要

续表

注：部分变量在逐步回归中删去。为了节约空间，一些不显著的交互项以及虚拟变量项从表中删去。

a.理性评论比例数成高度偏态（参见表3），因此经过了对数变换。

b.于非活跃用户比较。

c.于仅包含文本的内容比较。

*p＜0.05，^**p＜0.01，^***p＜0.001。

表6　预测结构平衡性的线性回归摘要

续表

注：部分变量在逐步回归中删去。为了节约空间，一些不显著的交互项以及虚拟变量项从表中删去。

a.这是转发链中，每个用户声望的方差。声望值围绕1变动。该值较高则意味着更为极端的声望分布，和更强的结构中心势。

b.该值超过1意味着近似观点趋向于分散，而小于1则趋向于集聚。

c.于仅包含文本的内容比较。

*p＜0.05，^**p＜0.01，^***p＜0.001。

图2　不同类型原作者引起讨论的规模分布（性别、行为和VIP认证）

图3　不同类型转发原文引起讨论的规模分布（政治性和丰富性）

六、讨　论

（一）有限的公平参与和同质化的内容

对公共讨论而言，异质性和平衡性都很重要，潜于其后的则是公平参与和多样理性的表达。然而，新浪微博转发讨论的质量却很复杂，很大程度上也与公共讨论这概念的复杂性（Dahlberg，2001，2007；Habermas，1989，2006；Papacharissi，2002），以及线上讨论的现状有关（Cornfield et al.，2004；Garrett，2009；Himelboim，2008；Kenix，2009；Wojcieszak＆Mutz，2009）。

新浪微博转发讨论的参与者异质性相对较高，这意味着讨论能够为不同性别、不同地域和不同社会阶层的参与者提供平等的参与机会；而公平参与对公共讨论是有利的，同时也是多元化的基础。出现这种情况很有可能是因为，微博客这一新兴的在线社交形式，能够允许用户更加方便地共享信息（Java et al.，2007），借此降低了发起讨论和参加讨论的门槛。而转发的形式更能让讨论广泛、快速的传播（Boyd et al.，2010；Kwak et al.，2010）。然而，本研究也发现，转发讨论的结构中，存在受到中介的信息流，以及参与者之间较大的声望差异。这意味着“轴枢点”的存在（如图4），他们表现为意见领袖，因为有大量的用户选择他们作为参与讨论的“入口”，这些用户持有的“讨论在场感”也直接面向他们。所以，降低参与的门槛并不能进一步保证讨论内部的平衡和公平。公平参与虽然重要但也仅仅是良好公共讨论的基础。

图4　一次关于政治话题的较大规模的转发讨论（所示转发讨论的原作者属于“活动家”，内容是“记者被政府派出的警察跟踪”；图中图形形状表明观点类型，图形大小表明声望。）

更进一步，从宏观的角度来看，呈现幂率的转发讨论规模分布反映出了不成比例的参与。只有少数转发讨论有机会得到广泛的参与，而剩下的大多数仅仅是零星的小对话。更严峻的是，新浪微博转发讨论的规模分布（αforwarding share＝2.558，αuser share＝2.440）相较于网页分布（α＝2.1，Barab被si＆Albert，1999），博客链接分布（α＝2.38，Shi et al.，2007）和Twitter的用户链接分布（α＝2.4，Java et al.，2007），更为陡峭，说明更加不公平的参与机会。正如“富者愈富”，规模较大的转发讨论拥有获得更多参与者的机会，因此变得更大——这反映了分布不均的信息可接触性，并很可能同微博这种快速但破碎的交流形式有关。

而内容的异质性相对参与者异质性而言更逊。讨论中的评论往往在观点上是同质的，并且很少有理性的表达。尚不能满足前文提到的公共讨论的必要条件（Papacharissi，2002；Scheufele，2000；Wik-lund，2005；Wright＆Street，2007）。对许多用户而言，使用微博客更多是休闲活动而已（Boyd et al.，2010；Java et al.，2007），微博客本身有限的容量同样不利于精细复杂的表达。此外，用户基于自己的兴趣和判断决定哪些信息是重要的并需要传播（Kwak et al.，2010），然而实证数据却显示出近似观点的集聚（图4），这类似于在其他在线平台上发现的选择性接触和近似观点强化类似（Garrett，2009；Ken-ix，2009；Papacharissi，2002；Wojcieszak＆Mutz，2009）。

转发如同链式反应一般迅速扩散，结构松散而复杂，不过其起始点——原作者和转发原文在讨论的形成过程中扮演了重要但非决定性的角色（从各组回归的R方可以看出，最小R方为15.73%，最大为65.75%，平均是32.65%）。以下讨论起始点对转发影响的主效应和一些效果较强的交互效应。

（二）性别化的讨论

正如Herring（1993）指出，在许多CMCs环境中，两性对讨论的影响是不同的。在新浪微博中，男性倾向于发起更为理性但往往存在主导性观点（观点同质）的讨论；而女性则倾向于发起观点多元但较为感性的讨论。而那些倾向关系使用的男性发起者，比女性发起者更易获得地理异质的参与者。不过，似乎女性原作者更能发起两性平等参与，且理性的讨论。这些不仅仅反映出两性不同的行为特征，更反映出两性对公共讨论具有不同的贡献潜力。不过，就目前新浪微博的情况来看，男性发起的讨论更能获得其他用户的参与，可见新浪微博的传播环境依然是存在性别偏见的。

（三）自下而上的“受欢迎”与通过验证的“VIP”

研究发现，“受欢迎”的用户和通过新浪微博验证的VIP用户，发起的讨论并不相同。首先，两类用户就存在差异——前者通过其他用户的“提名”自下而上地受欢迎，并能够引发更好（利于公共讨论形成的）讨论；而后者，仅能增加参与者社会地位的异质性。一个可能的原因是，VIP用户往往都是名人、明星（SINA，2010），许多用户受到感性的吸引才参与他们的讨论；但选择“受欢迎”的用户则更多是基于用户自身的兴趣和判断。另一个有意思的特点是，VIP用户发起的讨论中，参与者的地理异质性要低于非VIP用户。可能的解释是：VIP用户发起的讨论主题，可能更吸引中国少数发达地区的用户。此外，如同在Twitter中一样（Java et al.，2007），VIP更能引起关注，因此他们的讨论要比非VIP用户受欢迎。类似的，本研究定义的“活动家”和“名流”之间的差异也同上述类似，区别与其获得声望的途径。然而，作为微博用户的绝大多数，“听众”和“非活跃用户”发起的讨论往往在内容和参与者上都较为同质，并在结构上集中。可能的原因是，在微博客中，与亲密的朋友交谈日常琐事是最常见的讨论了（Java et al.，2007）。

一般而言，具有不同使用倾向的用户，其发起的讨论也不尽相同。倾向于“内容使用”，则带来理性但参与者社会地位同质的讨论，这可能体现出与社会地位对应的，层级化的知识水平和口味偏好。不过，随着这类用户受欢迎程度的提高，他们发起的讨论似乎能够缓解这种社会地位同质化的参与，但却也降低了理性的水平。倾向于“关系使用”，则使得讨论在参与者地理位置和观点方面同质，却具有更平等的讨论结构。这也可能反映出中国微博客用户的“关系使用”更多发生在那些地理位置接近的用户之间。

此外，“活动家”发起的讨论要比非活跃用户发起的讨论更能吸引他人的参与。这可能反映出是“马太效应”背后的一种机制，即，越是活跃、越是受欢迎，越可能吸引更多的受众。然而，如前所述，这既可能带来公共讨论，也可能带来灌输。

（四）理性的、政治的、基于信息的或丰富的转发原文

在各种类型的内容中，理性的内容是有利于公共讨论的。然而，在新浪微博中，尽管理性的发起能够收获理性的讨论，但这类讨论仍然存在近似观点集聚的现象。这或许更类似Dascal（2008）界定的“讨论”而非“争论”，因为存在近似观点的强化，而缺乏开放性和自反性。

另一类重要的内容就是政治类讨论。如前所述，此类讨论在不同性别的发起者下，具有不同的特性。然而，似乎只有当政治讨论由“听众”发起的时候，讨论才可能更加理性和去中心化。这似乎反映出当前新浪微博中政治讨论环境的问题：“活动家”和“名流”占据了绝大多数的空间来推送他们的观点和信息，却鲜见提高空间中政治讨论的理性程度；而这个空间本身，却流露出对政治议题的偏好——政治类的话题比社会类更易获得参与。

不过，转发原文无论是基于信息或基于观点，他们获得参与的情况都差不多（分布斜率相当，为节约空间未列出它们的分布图）。不过，基于信息的原文，可能由于其本身具有一般性和普适性，其引发的讨论在参与者的地理位置、社会地位、观点方面都具有较大的异质性，理性讨论的比重也更高。尽管如此，这类讨论的性别异质性比较低，很可能是因为两性对信息的兴趣和口味不尽相同。

最后，不同丰富程度的转发原文对讨论具有不同的影响，这可能反映出图片和视频不同的用图和特性。一方面，丰富性本身同参与者异质性之间存在一定的线性关系——越丰富的原文越能讨论中参与者的地理位置和社会地位的异质性；但也会导致更加性别化的参与（性别异质性降低）。另一方面，超越丰富性本身，图片引发的转发讨论，观点更加理性；但在结构上参与者声望却更加集中；此外，图片引发的讨论要比其他形式的原文更容易获得参与。

七、结　论

本研究探索性的检查了新浪微博——这一国内较流行的微博客平台之上，转发讨论的质量。讨论参与者的异质性，内容的异质性以及结构的平衡性，因其隐含了公平参与和理性多元表达，而作为检验转发讨论是否符合公共讨论质量要求（Baker，1989；Dascal，2008；Himelboim，2008；Wilhelm，2000；Wright＆Street，2007）的标准，目的在于窥探微博客是否可能促进公共领域（Habermas，1989）。然而，研究结果却不尽乐观。尽管微博客为在线社交带来了新的可能性，但线上讨论似乎并没有发生根本改变，存在于其他在线讨论平台上的既有问题，在新浪微博中依然存在。同时，研究也发现，尽管转发讨论扩散迅速且不定，其讨论质量仍受到讨论发起者和被转发原文的影响。

本研究的缺陷主要包括四个方面。首先，公共讨论及其质量本身尚没有得到清楚的界定，线上公共领域是否可能也尚处于争论之中（Dahlberg，2001，2007；Papacharissi，2002）。异质性或多样性本身也被人为赋予某种理性主义和“重共识倾向”（“rationalist and consen-sus-oriented”）——目的在于通过简单囊括多样却破碎的观点，获得一时的共识与和谐——实际上却制造着屏蔽（Dahlberg，2007）。第二，对于抽象概念，如理性表达的内容分析本身难以获得较高的效度，本文对理性表达的编码采用了Wilhelm（2000）的编码方式，但仍显主观并仅仅基于最一般的对理性的共识；因而缺乏精细化的筛选，且编码过程本身也比较困难。第三，一些概念的建构缺乏理论依据，因而使得许多关系和效果难以解释；尤其是对交互效应，许多项目仍没有得到足够的讨论。最后，尽管本文采用了较为细致的抽样方式，但仍不能避免对信息的折损，如全网连接关系、转发链之间的关系等难以通过抽样进行研究；尤其是本研究的总体在一些属性上分布不均。

尽管如此，本研究对文献也有一定的借鉴意义。首先，对于微博客，尤其是中国的微博客研究，转发讨论形成的多方讨论及其公共讨论的潜质很少被研究；而在此得到了较为细致的检验。其次，结合数据挖掘、抽样和内容分析，有助于更加深入细致的研究诸如微博客等新兴的信息传播技术。第三，转发讨论起点的作用得到了确认，发现了许多值得进一步研究的现象。

有鉴于此，今后的研究应当更具理论性的加以构建，进一步检验讨论的质量。另一种有效的取向是，通过对讨论的结构进行检验，提供更为细致全面的信息而避免繁重的人工编码和抽样。结构本身也可以用做对讨论质量的预测或指标。此外，讨论的质量可以扩展到更加广泛的一般的情况，而不仅限于公共讨论；这样可能可以获得更加一般化的质量，并更容易检验和识别。转发者的性别，受欢迎程度和行为动机，以及转发内容的理性程度，信息水平和丰富性等，需要更进一步的分析。如前所述，许多交互效应由于缺乏理论构建而难以解释，因此也需要今后的研究对其加以关涉。进一步说，转发讨论的质量受到转发起点的影响尽管重要但仍有限。R方的较低水平意味着还有许多讨论质量的差异无法被转发起点所解释。事实上，尽管许多用户是因为起点的原因进行转发；也有很多用户是因为上一条转发者及其内容才决定加入转发讨论的——这种讨论内部的时序关系，结构的先后关系，值得进一步探讨。

［参考文献］

［1］Baker，C.E.（1989）.Human liberty and freedom of speech.New York：Oxford University Press.［2］Barabási，A.-L.，＆Albert，R.（1999）.Emer-gence of scaling in random networks.Science，286，509-512.

［3］Bonacich，P.（1987）.Power and centrality：A family of measures.The A-merican Journal of Sociology，92（5），1170-1182.

［4］Bonacich，P.，＆Lloyd，P.（2001）.Eigenvector-like measures of centrality for asymmetric relations.Social Networks，23（3），191-201.

［5］Bourdieu，P.（1986）.The forms of social capital.In J.G.Richardson（Ed.），Handbook of theory and research for the sociology of education.New York：Greenwood Press.

［6］Boyd，D.，Golder，S.，＆Lotan，G.（2010）.Tweet，tweet，retweet：Con-versational aspects of retweeting on twitter.Paper presented at the 43rd Ha-waii International Conference on System Sciences.

［7］Burgoon，J.，Bonito，J.，Ramirez，A.，Dunbar，N.，Kam，K.，＆Fischer，J.（2002）.Testing the interactivity principle：Effects of mediation，propin-quity，and verbal and nonverbal modalities in interpersonal interaction.The Journal of Communication，52，657-676.

［8］Clauset，A.，Shalizi，C.R.，＆Newman，M.E.J.（2009）.Power-law dis-tributions in empirical data.SIAM Rev.，51（4），661-703.

［9］Coleman，J.S.（1988）.Social capital in the creation of human capital.Amer-ican Journal of Sociology，94（Supplement），95-120.

［10］Cornfield，M.，Carson，J.，Kalis，A.，＆Simon，E.（2004）.Buzz，blogs，and beyond：The Internet and the national discourse in the f all of 2004.

［11］Crane，R.，＆Sornette，D.（2008）.Robust dynamic classes revealed by measuring the response function of a social system.Proceedings of the Na-tional Academy of Sciences，105（41），15649-15653.

［12］Dahlberg，L.（2001）.Computer-mediated communication and the publicsphere：A critical analysis.Journal of Computer-Mediated Communication，7（1）.

［13］Dahlberg，L.（2007）.Rethinking the fragmentation of the cyberpublic：from consensus to contestation.New Media Society，9（5），827-847.

［14］Dascal，M.（2008）.Dichotomies and types of debate.In F.H.v.Emeren＆B.Garssen（Eds.），Controversy and confontation：Relating controversy analysis with argumentation theory.Amsterdam：John Benjamins B.V.

［15］Dickey，M.，Wasko，M.，Chudoba，K.，＆Bennett Thatcher，J.（2006）.Do you know what i know？A shared understandings perspective on text-based communication.Journal of Computer Mediated Communication-Elec-tronic Edition，12，66.

［16］Dong，Y.（2010）.Xinlang CEO Cao Guowei Shouci Toulu Weibo Yonghu Da 500 Wanren［Sina CEO Cao Guowei revealing that the users of weibo rea-ches 50 millions］.Retrieved Apr.5，2010，from http：//www.donews.com/Content/201003/22960f13dac3490e9a0065658f32be43.shtm.

［17］Eveland，W.P.，＆Hively，M.H.（2009）.Political discussion frequency，network size，and“heterogeneity”of discussion as predictors of political knowledge and participation.Journal of Communication，59，205-224.

［18］Faust，K.，＆Wasserman，S.（1992）.Centrality and prestige：A review and synthesis.Journal of Quantitative Anthropology，4，23-78.

［19］Garrett，R.K.（2009）.Echo chambers online？Politically motivated selec-tive exposure among Internet news users.Journal of Computer-Mediated Communication，14（2），265-285.

［20］Habermas，J.（1989）.The structural transformatioin of the public sphere：An inquiry into a category of bourgeois society（T.Burger＆F.Lawrence，Trans.）.Cambridge，Massachusetts：The MIT Press.

［21］Habermas，J.（2006）.Political communication in media society：Does de-mocracy still enjoy an epistemic dimension？The impact of normative theory on empirical research（Vol.16）.

［22］Hampton，K.，＆Welman，B.（2003）.Neighboring in netville：How the in-ternet supports community and social capital in a wired suburb.City＆Com-munity，2（4），277-311.

［23］Herring，S.C.（1993）.Gender and democracy in computer-mediated com-munication.The Electronic Journal of Communication，3（2）.

［24］Herring，S.C.（1999）.Interactional coherence in CMC.Journal of Com-puter-Mediated Communication，4（4）.

［25］Herring，S.C.，Scheidt，L.，Wright，E.，＆Bonus，S.（2005）.Weblogsas a bridging genre.Information Technology＆People，18，142-171.

［26］Himelboim，I.（2008）.Reply distribution in online discussions：A compara-tive network analysis of political and health newsgroups.Journal of Com-puter-Mediated Communication，14（1），156-177.

［27］Himelboim，I.，Gleave，E.，＆Smith，M.（2009）.Discussion catalysts in online political discussions：Content importers and conversation starters.Journal of Computer-Mediated Communication，14，771-789.

［28］Hirji，F.（2006）.Common concerns and constructed communities：Muslim canadians，the internet，and the war in Iraq.Journal of Communication In-quiry，30（2），125-141.

［29］Honeycutt，C.，＆Herring，S.C.（2008）.Beyond microblogging：conver-sation and collaboration via twitter.Paper presented at the Proceedings of the Forty-Second Hawai i International Conference on System Sciences（HIC-SS-42）.

［30］Jansen，B.，Zhang，M.，Sobel，K.，＆Chowdury，A.（2009）.Twitter power：Tweets as electronic word of mouth.Journal of the American Socie-ty for Information Science and Technology，60，2169-2188.

［31］Java，A.，Song，X.，Finin，T.，＆Tseng，B.（2007）.Why we twitter：understanding microblogging usage and communities.Paper presented at the 9th WEBKDD and 1st SNA-KDD Workshop’07.Retrieved from http：//por-tal.acm.org/citation.cfm？id＝1348556.

［32］Kavanaugh，A.，Carroll，J.M.，Rosson，M.B.，Zin，T.T.，＆Reese，D.D.（2005）.Community networks：Where offline communities meet on-line.Journal of Computer-Mediated Communication 10（4）.

［33］Kenix，L.J.（2009）.Blogs as alternative.Journal of Computer-Mediated Communication，14（4），790-822.

［34］Knoke，D.，＆Yang，S.（2007）.Social network analysis（Second Edi-tion）：Sage Publications，Inc.

［35］Kwak，H.，Lee，C.，Park，H.，＆Moon，S.（2010）.What is Twitter，a social network or a news media？Paper presented at the WWW 2010，Ra-leigh，North Carolina，USA.

［36］Lazarsfeld，P.，Berelson，B.，＆Gaudet，H.（1948）.The people's choice.New York：Columbia University Press.

［37］Leskovec，J.，McGlohon，M.，Faloutsos，C.，Glance，N.，＆Hurst，M.（2007）.Cascading behavior in large blog graphs：Patterns and a model.So-ciety of A pplied and Industrial Mathematics：Data Mining.

［38］Liu，G.F.（2010）.Weibo Dui Wangluo Yulun Shengcheng Moshi deYIngXiang［The effect weibo impacts on the generation of internet public o-pinion］.People.com.cn Retrieved Apr.5，2010，from http：//media.peo-ple.com.cn/GB/40628/10971044.html.

［39］Massimo，B.，＆Antonella，D.（2005）.Email as a speed-facilitating device：A contribution to the reduced-cues perspective on communication.Journal of Computer-Mediated Communication，10（3）.

［40］McPherson，M.，Smith-Lovin，L.，＆Cook，J.（2001）.Birds of a feather：Homophily in social networks.Annual review of sociology，27，415-444.

［41］Papacharissi，Z.（2002）.The virtual sphere：The internet as a public sphere.New Media Society，4（1），9-27.

［42］Scheufele，D.A.（2000）.Talk or conversation？Dimensions of interpersonal discussion and their implications for participatory democracy.Journalism and Mass Communication Quarterly，77，727-743.

［43］Scheufele，D.A.，Hardy，B.W.，Brossard，D.，Waismel-Manor，I.S.，＆Nisbet，E.（2006）.Democracy based on difference：Examining the links between structural heterogeneity，heterogeneity of discussion networks，and democratic citizenship.Journal of Communication，56（4），728-753.

［44］Shi，X.，Tseng，B.，＆Adamic，L.A.（2007）.Looking at the blogosphere topology through dif ferent lenses.Paper presented at the ICWSM’2007.

［45］Shibutani，T.（1955）.Reference groups as perspectives.The American Journal of Sociology，60（6），562-569.

［46］Simpson，E.H.（1949）.Measurement of diversity.Nature，163，688.

［47］SINA.（2010）.Yonghu Renzheng［User identity certification］.Retrieved 2010.4.25，2010，from http：//t.sina.com.cn/pub/verified.

［48］Tichenor，P.J.，Donohue，G.A.，＆Olien，C.N.（1973）.Mass commu-nication research：The evolution of a structural model.Journalism Quarter-ly，50，419–425.

［49］Wan，X.（2010）.Lianghui Daibiao Kai Weibo Yi Dashi［Delegators of NPC＆CPPCC using Weibo to gather opinions］.SINA Everyday Ecomonic News Retrieved Apr.5，2010，from http：//news.dichan.sina.com.cn/2010/03/03/128540.html.

［50］Webb，J.（2010，Mar.22）.7 things Sina Microblog（Weibo）has that Twit-ter doesn't.Webb in China Retrieved Apr.5，2010，from http：//www.web-binchina.com/2010/03/differences＿sina＿microblog＿weibo＿twitter/.

［51］Weimann，G.T.（1991）.The influentials：Back to the concept of opinion leaders？The Public Opinion Quarterly，55（2），267-279.

［52］Wiklund，H.（2005）.A Habermasian analysis of the deliberative democraticpotential of ICT-enabled services in Swedish municipalities.New Media Soci-ety，7（5），701-723.

［53］Wilhelm，A.（2000）.Democracy in the digital age：Challenges to political life in cyberspace.London：Routledge.

［54］Wojcieszak，M.E.，＆Mutz，D.C.（2009）.Online groups and political discourse：Do online discussion spaces facilitate exposure to political disagree-ment？Journal of Communication，59（1），40-56.

［55］Wright，S.，＆Street，J.（2007）.Democracy，deliberation and design：the case of online discussion forums.New Media＆Society，9（5），849.

［56］Zhao，S.（2006）.Do internet users have more social ties？A call for differen-tiated analyses of internet use.Journal of Computer-Mediated Communica-tion，11（2006），844-862.

The heterogeneity and equilibrium of forwarding discussions in a Chinese microblog platform

Liao Wang

Abstract：Microblogging is attracting more and more users and atten-tions in China.This paper tried to improve the understanding of mi-croblog as it has the potential for Internet deliberation，though an examination of heterogeneity and equilibrium of forwarding discus-sions in a popular microblog platform in China.This study collected nearly all forwardings during March 2010，and examined the partici-pant heterogeneity，content heterogeneity and structural equilibrium after a non-proportional stratified sampling.The size distributions of discussions were also examined.However，limited equal participa-tion but homogeneous opinions，as well as mediated flows of infor-mation and convergency within similar opinions were found in for-warding discussions.Some effects that the initiators and initial con-tents exerted on the forwarding threads had also been identified.

Keywords：microblog，public discussion，heterogeneity，equilibrium，power law distribution

【注释】

[1]链接在本质上属于一个网页的一部分，是一种允许同其他网页或站点之间进行连接的元素，指从一个网页指向一个目标的连接关系。在一个网页中用来链接的对象，可以是一段文本或者是一个图片。当浏览者单击已经链接的文字或图片后，链接目标将显示在浏览器上，并且根据目标的类型来打开或运行。

[2]新浪微博的名人认证开辟了记者专区（http：//t.sina.com.cn/pub/star/sort＿let-ter.php？sortid＝48），能够形成整体网分析中最难控制的“群体边界”，也是本文对记者在微博客空间中的职业群体整体网进行社会网络分析的空间所在。

[3]PageRank（网页级别），2001年9月被授予美国专利，专利人是Google创始人之一Larry Page，是Google排名运算法则（排名公式）的一部分。Google通过PageRank来调整结果，使那些更具重要性的网页在搜索结果中排名获得提升，从而提高搜索结果的相关性和质量。其级别从1到10级，10级为满分，级别不是线性的，而是按照一种指数刻度来进行排列的。根据网站的外部链接和内部链接的数量和质量衡量网站的价值，PageRank值越高，说明该网页越重要。每个到页面的链接都是对该页面的一次投票，被链接的越多，就意味着被其他网站投票越多，有一套自动化方法来计算这些投票。

[4]一种面向对象、直译式计算机程序设计语言，能够从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件，然后根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止，被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。

[5]在当代整体网络研究中，一般情况下，网络规模不超过1000。

[6]自举抽样次数可以通过UCINET中的参数“Number of samples”进行设定。通常情况下，比较两个网络密度是否相等的默认自举抽样次数即为10000次。本研究即采用了这一默认数值，选择从记者群体博客链接网络和微博客链接网络中随机抽取10000次样本。