■崔迪 吴舫
　　【本文提要】作为一款热门的智能推送新闻应用，今日头条受到很多批评和质疑。不少学者认为，算法推荐系统迎合用户的个人偏好，可能导致信息窄化，甚至个体的信息结构失衡。本研究将今日头条理解为一种“新闻获取工具”，从效果的角度考察其基本的“告知信息（informing）”功能。调查结果显示，今日头条可使用户获取一个相对宽泛的新闻知识结构（公共事务知识与软新闻知识）。尽管极大改变了信息分发机制，今日头条本质上仍是人们频繁、密切接触新闻信息的渠道，发挥着新闻产品的基本功能。
　　【关键词】算法 新闻客户端 今日头条 知识效果
　　【中图分类号】G206
　　算法推送新闻是一种通过计算机算法与海量数据匹配将个性化内容推荐给不同用户的智能媒介技术。在中国，今日头条是算法推送新闻的代表。今日头条将自己定位为一款“基于数据挖掘的推荐引擎产品”，“没有采编人员，不生产内容，运转核心是一套由代码搭建而成的算法”。①自2012年8月上线以来，今日头条不断积累用户群体，近两年实现爆发式增长。今日头条现已拥有7亿用户，月活跃用户超过2亿。
　　学者认为，算法推送对专业新闻生产与分发产生结构性影响。②在算法推荐系统下，一则新闻的显现度与阅读量很大程度上由算法规则及其所反映的用户的兴趣决定，专业媒体的把关权力与议程设置能力不断被削弱。③一个可能的结果是，算法推荐系统会迎合用户的个人偏好，进而导致用户所接收到的信息面向窄化，甚至信息结构失衡。④
　　尽管关于今日头条的讨论很多，但现有研究主要聚焦算法对新闻生产与分发方面的影响。⑤暂时未有实证研究考察今日头条对用户端产生的效果。本质上，今日头条与报纸、电视、门户网站等形态一样，都是人们在日常生活中接触新闻信息的渠道。从新闻媒介的基本预设出发，我们期待任何一种新闻产品都可帮助人们获取关于外部环境的真实信息，实现新闻媒介的监视功能（surveillance）。这构成了媒介效果研究的一个基本的问题：今日头条在多大程度上能够使用户获得关于社会现实的信息与知识？与既有的新闻信息渠道相比，今日头条的“告知信息（informing）”功能表现如何？本研究从“新闻学习（learning from news）”的效果研究角度出发，分析今日头条对用户所产生的知识效果，即用户从今日头条使用中所获取的公共事务知识（public affairs knowledge）与软新闻知识（soft news knowledge）。通过分析今日头条在用户接收端所形成的认知效果，本研究旨在补充并完善我们对算法推送新闻模式的理解。
　　
一、文献综述
　　新闻界生产的信息构成了一种公共知识。⑥从规范性理论（normative theory）出发，西方学者普遍强调公共知识的意义。例如，公共知识可以使社会成员认清自身的利益，将个体行动与社会整体目标进行联系。这样，公共知识有助于人们融入公共生活并促进不同社会群体统一意见，进而加强社会团结。⑦在中国，透过新闻了解时事是国人重要的政治体验。透过新闻信息，公众得以了解国家与世界发展的前沿动态，增进信任与团结，同时也为个人生活和发展的决策提供信息支持。华人传播学者张讠赞国等学者指出，公共知识是中国人对政治与社会的基础性认知，它帮助人们理解变迁的社会环境，也有助于社会共识的形成。⑧此外，人们对公众事务的理解与“知情社会”（informed society）的建设息息相关。公共事务知识可以促进人们对公共政策的理解，使政府与公众的交流更加透明顺畅，进一步建构理性的公共参与秩序。
　　在我们的信息环境中，新闻媒介是生产与传播公共知识的最主要形式。媒介效果研究持续关注媒介使用对人们公共知识获取所产生的影响。在过去几十年里，将知识获取作为媒介效果的研究非常丰富，并逐渐形成了一个“新闻学习”的研究脉络。⑨本研究考察两种知识类型。首先，我们关注公共事务知识。公共事务知识指人们所掌握的关于政府与社会机构、公共政策、经济状况、时下重大议题的信息。公共事务知识并非某一特定领域的知识，而是人们对社会状况的综合性理解。从新闻的基本分类看，公共事务知识更接近于我们常说的“严肃新闻知识”。其次，本研究关注软新闻知识，它也是一种蕴含于时事新闻的事实性信息。但内容上，软新闻信息（如体育、娱乐、文化等）通常与政治或公共议题关联较小。⑩软新闻信息因其良好的可读性，通常获得较高流量，因此这类信息在算法推送平台上大量存在。
　　此外，本研究还将通过两种方式考察人们从新闻中获取的知识。一种是事实性知识，它强调人们在记忆中对相关事实性的掌握。与之相对，本研究还考察人们的感知性知识（perceived knowledge），即个体对掌握关于外部世界的信息的自我感知与评价。如果说公共事务知识关注人们“客观上”掌握信息的情况，感知性知识则考察人们“主观上”对掌握信息的认知。本文引入感知性知识作为因变量可与事实性知识进行比较分析。
　　既往研究已经充分建立了媒介使用与知识获取之间的联系。例如，研究发现电视或报纸等传统媒体使用对知识获取的正向影响。[11]在新媒体方面，很多研究表明网络新闻可以正向预测政治和公共事务知识。[12]社交媒体的知识效果暂时缺乏统一性的结论。Lee和Oh发现推特使用只能帮助定位认知需求（need for orientation）较高的用户提高严肃新闻知识，但对软新闻知识没有显著影响。[13]另有研究发现社交媒体仅能间接地影响到知识获取。[14]尽管算法推送新闻的知识效果研究暂时空白，但考虑到今日头条本身是一款被广泛使用的网络新闻推送平台，我们期待今日头条使用会对知识获取有显著影响。考虑到今日头条向用户同时提供时事新闻与轻松娱乐的软性内容，本研究也将分别考察其对两种类型知识的影响，具体研究问题如下：
　　RQ1：使用今日头条能否增加用户的公共事务知识？
　　RQ2：使用今日头条能否增加用户的软新闻知识？
　　
二、研究方法
　　1.数据与样本描述
　　本研究数据来自一项针对今日头条用户的网络调查。调查样本来自专业网络调查平台问卷星。正式问卷调查前，我们通过问卷星平台完成一轮预测试（N=168）。正式调查中，问卷星从包括260余万样本的全国性抽样框中随机抽取样本推送问卷，共回收问卷728份，删去答题时长过短或过长的问卷，共收获有效问卷713份。在所有受访者中，男性为43.6%，女性为56.4%。受访者平均年龄为32.04岁（SD=8.30），受教育程度中位值为“大学本科或专科”，月收入（税后）中位值为“6001-8000元”。
　　2.测量
　　（1）公共事务知识、软新闻知识
　　本节介绍主要变量的测量方式。核心变量的描述统计信息在表一中呈现，为节省篇幅，在行文中不做复述。参考相关经典研究设计，本文采用知识效果研究中最为常见的方法——事实性知识（factual knowledge）——来测试知识水平。[15]通过量表，我们向受访者提出几道关于新近事实的选择问题，将正确答案数量作为受访者的知识分数。尽管这种知识量表不完美，但却是知识效果研究中最为主流的方式。本研究使用8道单项选择题测试受访者的公共事务知识，它们分别涵盖了政治领导人信息、宏观经济、公共卫生以及热点公共话题。题目包括：2017年中国GDP增长率（正确率为53.2%）、现任英国首相（正确率为66.2%）、现任联合国秘书长（正确率为56.3%）、现任香港特首（正确率为61.1%）、2018年诺贝尔生物学/医学奖的主要贡献（正确率为35.0%）、世界艾滋病日（正确率为59.3%）、滴滴顺风车女乘客遇害事件发生地点（正确率为63.2%）、疫苗风波中涉事企业董事长（正确率为60.2%）。每一道问题有四个选项，其中只有唯一正确选项，另有两个错误选项以及一个“不清楚”的选项。受访者的公共事务知识分数为8道题目得分加总（Cronbach’s alpha=.78）。
　　本研究使用类似的7道单向选择题测试受访者的软新闻知识。其中，两道题涉及体育信息：2020年奥运会举办地（正确率为72.1%）及2018年足球世界杯亚军得主（正确率为55.2%）。两道题涉及电影：2018奥斯卡金像奖（90届）最佳影片（正确率为40.7%）及2017年金马奖最佳影片（正确率为36.4%）。两道题涉及电视：电视剧《延禧攻略》女主演（正确率为61.8%）及哪个明星参与了综艺节目《极限挑战》的录制（正确率为59.9%）。一道题目涉及音乐：2016年获得诺贝尔文学奖的歌手（正确率为36.1%）。受访者的软新闻知识分数为7道题目得分加总（Cronbach’s alpha=.71）。
　　此外，本研究还考察了关于公共事务知识和软新闻知识的主观感知。我们分别使用了一道问题询问受访者认为自己对时事新闻的了解程度和娱乐八卦的了解程度（两者均采用七级量表测量，1=完全不了解，7=非常了解）。
　　（2）今日头条app使用变量
　　本研究对今日头条使用变量的测量为受访者主观判断其从今日头条app获取新闻信息的频率。本研究询问受访者1）获取信息、2）了解时事新闻以及3）了解当下热议话题的频率（均采用七级量表测量，1=从不，7=总是）。今日头条app的使用变量为以上题目的均值（Cronbach’s alpha=.73）。
　　（3）控制变量
　　本研究将性别（二分变量）、年龄（连续变量）、收入（1=暂无收入，2=低于2000元，3=2001-4000元，4=4001-6000元，5=6001-8000元，6=8001-10000元，7=10001-12000元，8=12001-14000元，9=14001-16000元，10=16000元以上）、受教育程度（1=小学或以下，2=初中，3=高中或中专，4=大学本科或专科，5=硕士研究生，6=博士研究生）作为人口学控制变量。此外，本研究控制了受访者通过电视、报纸、新闻网站、微信和微博获取信息的频率（均采用单一的七级量表测量，1=从不，7=总是）。
　　除了媒介使用变量，本研究还控制了新闻的态度性变量，以考察个体的新闻心理偏好或习惯对知识获取的影响。第一个变量是新闻态度（news attitudes），指个体对于新闻整体的情感性评估。新闻态度的测量使用Lee & Chyi（2014）的量表，[16]询问受访者是否同意以下说法：1）我认为阅读新闻是一种享受及；2）我认为阅读新闻对我有益（均采用七级量表测量，1=完全不同意，7=非常同意）。新闻态度变量为以上两个题目的均值（r=.45p<.001M=5.74SD=.88）。
　　第二个态度变量为娱乐偏好。娱乐偏好指新闻观众更加喜欢收看轻松、愉快的软性新闻内容的倾向。很大程度上，娱乐偏好刻画了个体在新闻使用过程中对新闻内容的内在心理趋向。结合媒介偏好（media preference）研究的相关量表，本研究使用三个问题测量受访者的娱乐新闻偏好：1）我对轻松的话题更感兴趣；2）我对娱乐新闻更感兴趣；3）我对消遣性的新闻更感兴趣（均采用七级量表测量，1=完全不同意，7=非常同意）。娱乐新闻偏好变量为以上三个题目的均值（Cronbach’s alpha=.76M=4.98SD=1.15）。
　　
三、研究发现
　　本节首先呈现对主要媒介变量和知识变量的描述统计。结果表明受访者使用今日头条获取信息的频率最高。此外，受访者还比较频繁地使用网络新闻和微信来获取新闻。相对而言，报纸作为信息渠道的使用频率最低。相关性分析显示，今日头条的使用频率与电视新闻使用（r=.12p<.01）、网络新闻使用（r=.27p<.01）和微信新闻使用（r=.14p<.01）都呈现显著的正相关关系。这表明今日头条与这三类新闻渠道并非取代的关系（displacement effect），而是相互补充的关系（supplement effect）。结果显示，男性与女性的媒介使用频率差异整体上并不明显。其中，男性比女性受访者更频繁地阅读报纸获取信息，而女性则比男性更多地通过微博来获取信息。
　　性别方面的差异上，男性与女性受访者在公共事务知识客观得分上不存在显著差异。但男性的主观知识得分显著高于女性，可见男性在对公共事务的理解上表现出更高的自我评价。软新闻方面，女性受访者的客观知识得分与主观知识得分都显著高于男性。女性对软新闻知识的自我评价相对比较准确（表1　表1见本期第34页）。
　　接下来，本研究使用线性阶层回归考察今日头条对用户知识获取的效果及影响因素。ANOVA分析显示，四个回归模型均统计显著（见表2）。回归结果显示，在控制人口学变量、新闻态度变量和其他媒介新闻使用的情况下，今日头条仍可正向显著影响受访者的公共事务知识（β=.13p<.01）、公共事务知识的主观感知（β=.23p<.001）、软新闻知识（β=.10p<.05）与软新闻知识的主观感知（β=.11p<.01）。可见今日头条对用户的知识获取可以产生比较明确的正向效果。
　　此外，受访者使用微博获取新闻的频率也可正向影响访者的公共事务知识客观得分（β=.10p<.05）、公共事务知识的主观感知（β=.13p<.01）、软新闻知识客观得分（β=.16p<.001）与软新闻知识的主观感知（β=.12p<.001）。可见对于受访者群体，微博也是一种有效获取对外部世界了解的信息渠道。结果表明，报纸阅读仅仅可以正向影响受访者对公共事务知识的主观感知（β=.13p<.01）。本研究所测量的其他媒体渠道则对四种因变量都不存在显著的相关关系。
　　就新闻态度变量而言，受访者的新闻态度正向显著影响其公共事务知识的客观得分（β=.16p<.001）与主观感知（β=.15p<.001）。受访者越相信阅读新闻对自己有益，越可能获得更多公共事务知识。受访者的娱乐新闻偏好则负向影响其公共事务知识客观得分（β=-.17p<.001）及主观感知（β=-.17p<.001）。同时，娱乐偏好对受访者的软新闻知识主观感知有较强的正相关关系（β=.50p<.001）。
　　最后，多元回归也显示了与前面分析一致的性别差异。男性比女性受访者的公共事务知识主观感知更高，但他们的公共事务知识客观得分没有显著差异。女性比男性受访者的软新闻知识的客观得分与主观感知都高。年龄只与受访者的软新闻知识主观感知有显著负相关关系（β=-.13p<.001）。教育程度越高，则受访者公共事务知识客观得分（β=.12p<.01）、公共事务知识主观感知（β=.12p<.01）与软新闻知识客观得分（β=.09p<.05）就越高。月收入对因变量的影响呈现相似结果，与受访者的公共事务知识客观得分（β=.17p<.001）、公共事务知识主观感知（β=.13p<.001）与软新闻知识客观得分（β=.17p<.001）有显著正相关关系。
　　
四、总结与讨论
　　今日头条是一款应用极为广泛的算法推送新闻产品。与传统媒体或专业新闻应用不同，今日头条所聚合的信息来源多样复杂，专业新闻与自媒体/用户生产内容同时存在，严肃新闻与软性信息混杂。这样的混合信息状态给新闻的接收和理解带来较大干扰。批评者质疑今日头条能否有效地使用户获取充分的公共事务知识。考虑到其技术特性，新闻业界与学界也普遍担心算法推送新闻可能会放大、强化新闻用户的某些兴趣趋向，引发所谓的“信息窄化”或“信息茧房”。本文的研究结果或对这些疑虑提供一些回应和澄清。具体而言，本文将今日头条理解为一种基本的“新闻渠道”，进而考察它向使用者“传递信息与传递知识”的效果。
　　结果表明，今日头条作为一款新闻产品在告知信息（informing）方面的表现较为理想。也就是说，今日头条可有效提高用户对时事新闻的知晓程度，并提高用户对掌握信息的自信程度。尽管今日头条将严肃新闻、观点、娱乐与实用信息进行混合式呈现，而且其聚合的新闻内容质量有很大波动，但信息终归是信息——今日头条为用户提供一个持续性接触新闻的契机。在移动社交的环境下，人们的新闻接触通常是不连贯的或碎片化的，但今日头条的用户黏性较强。头条用户的新闻使用行为因此得以习惯化，成为一种生活常规。而这种透过今日头条的持续性新闻接触，确实可有效地帮助人们获取关于外部世界的基本信息。
　　值得注意的是，本文所测量的公共事务知识为综合性知识（general knowledge），并不局限于某一个特定领域。本研究的知识量表包含国际政治、经济、社会热点新闻、公共卫生、体育、电影和电视等相关议题。可见，今日头条用户可以通过新闻阅读来获得一个相对宽泛的知识结构。尽管没有提供直接的证据，但本文的结果显示今日头条用户并未出现明显的信息结构失衡。
　　此外，本研究发现，使用微博获取信息对四种知识变量也有显著的正向相关关系。与今日头条不同的是，微博对软新闻知识的效果更为强烈。作为社交平台的微信，虽然被受访者看作一种重要的信息源，但对知识获取没有显著影响。传统媒体本已式微，对于今日头条用户而言，传统新闻渠道的重要性可能更低。除了看报纸能提高人们的公共事务知识感知外，本研究并未发现传统媒体与知识获取的显著关系。另外，本研究发现受教育程度和月收入均对因变量有正向影响（软新闻知识感知除外）。可见，虽然算法推送新闻使用可普遍促进用户的获知水平，但算法推送条件下“知识沟”可能仍然存在。
　　有趣的是，新闻态度和娱乐新闻偏好可显著影响今日头条用户的公共事务知识水平。新闻态度越积极，今日头条用户的公共知识客观得分或主观感知就越高。而娱乐偏好越强的用户，公共事务知识的客观得分和主观感知就越低。然而，本研究并未发现新闻态度与娱乐偏好同软性新闻知识的显著关联。在算法推送新闻中，用户接收的新闻取决于个人以往的信息行为。新闻态度较为积极的用户，对新闻的价值认可度较高，因而有更大可能点击与公共事务相关的信息，从而能够有效获取知识。相应地，娱乐偏好较强的用户则会接收更多软新闻内容，此类用户接触到的严肃新闻内容比例相应下降，其获取公共事务知识的可能性也相应降低。娱乐偏好高的用户虽然对软新闻知识的感知很强，却不能比其他用户获取更多的软新闻知识。我们的猜测是，今日头条平台整体上存在较多软新闻内容，同时算法还会推送整体热度较高的内容，因此受广泛关注的软性新闻信息仍会推送给娱乐新闻偏低的用户。此外，由于阅读软性内容对个体认知要求不高且比较愉悦，因而娱乐偏好较低的用户在平台上也可以获得充分的软新闻知识。换言之，算法推荐可能使得偏好娱乐的用户回避掉严肃新闻，但却不影响低娱乐偏好的用户了软性新闻内容。
　　最后需指出，本研究存在以下不足。首先，本研究以网络调查平台的付费样本池为抽样框，虽然样本在年龄、职业、所在城市等基本人口学变量上涉及范围较广，但不属于随机样本，因此，本研究结果的代表性有限，需谨慎向其他人群推广。其次，本研究对知识的测量仅限于对事实性知识的测量，并未涉及对信息理解和思考加工等更深层面。这既是本研究的局限，也是政治传播领域知识研究的普遍局限。最后，作为对算法推送新闻认知效果的探索性研究，本文仅考察了新闻使用、使用体验及新闻态度对今日头条用户认知行为及效果的直接影响，并未探索新闻使用对认知行为及认知效果的影响路径及影响机制。未来研究应进一步探索算法推送新闻认知效果的间接路径及变量间的交互效果，作为对本研究结果的补充。■
　　
①今日头条:《关于我们》2018年，https://www.toutiao.com/about/
②方师师：《算法机制背后的新闻价值观——围绕“Facebook偏见门”事件的研究》，《新闻记者》2016年第9期
③史安斌、王沛楠：《传播权利的转移与互联网公共领域的“再封建化”——脸谱网进军新闻业的思考》，《新闻记者》2017年第1期
④如陈昌凤、王宇琦：《新闻聚合语境下新闻生产、分发渠道与内容消费的变革》，《中国出版》2017年第12期；王茜：《打开算法分发的“黑箱”——基于今日头条新闻推送的量化研究》，《新闻记者》2017年第9期
⑤如邓建国：《机器人新闻:原理、风险和影响》，《新闻记者》2016年第9期；叶韦明：《机器人新闻:变革历程与社会影响》，《中国出版》2016年第10期
⑥徐桂权： 《 新闻:从意识形态宣传到公共知识—知识社会学视野下的媒介研究及其理论意义》，《国际新闻界》2008年第2期
⑦Galston, W. A. (2001). Political knowledgepolitical engagement, and civic education. Annual Review of Political Science4(1)217–234.
⑧Chang, T. K.Wang, J.& Chen, C. H. (1994). News as social knowledge in China: The changing worldview of Chinese national media.?Journal of Communication 44(3)52-69.
⑨如Delli CarpiniM. X. & Keeter, S. (1996) What Americans know about politics and why it matters. New HavenCT: Yale University Press; EvelandW. P. (2001). The cognitive mediation model of learning from the news: Evidence From nonelectionoff-year election, and presidential election contexts. Communication Research, 28(5)571–601.；Chaffee, S. H.Zhao, X.& LeshnerG. (1994). Political knowledge and the campaign media of 1992.?Communication Research,?21(3)305-324.
⑩HahnK. S.IyengarS.van AelstP.& Curran, J. (2011). Does knowledge of hard news go with knowledge of soft news? A cross-national analysis of the structure of public affairs knowledge. In T. Aardal & J. Curan (Eds.)How media inform democracy: A comparative approach (pp. 119–137). London, England: Routledge.
[11]如Price, V. & Zaller, J. (1993). Who gets the news? Alternative measures of news reception and their implications for research. Public Opinion Quarterly57(2)133–164.; Lo, V. H. & ChangC. (2006). Knowledge about the Gulf Wars: A theoretical model of learning from the news. The Harvard International Journal of Press/Politics11(3)135–155.
[12]如Cui, D. & Fang, W. (2018). New channels, new ways of becoming informed? Examining the acquisition of public affairs knowledge by young people in China.?Information Developmentonline first.; WeiR. & Lo, V. (2008). News media use and knowledge about the 2006 U.S. midterm elections: Why exposure matters in voter learning. International Journal of Public Opinion Research, 20(3)347–362.; EvelandW. P. & CorteseJ. (2004). How web site organization influences free recall, factual knowledgeand knowledge structure density. Human Communication Research, 30(2)208–233.
[13]HoS. S.Yang, X.Thanwarani, A.& Chan, J.M. (2017). Examining public acquisition of science knowledge from social media in Singapore: An extension of the cognitive mediation model. Asian Journal of Communication27(2): 193–212.
[14]Oeldorf-HirschA. (2018). The role of engagement in learning from active and incidental news exposure on social media. Mass Communication & Society21(2)225-247.
[15]如 CarpiniM. X. D.& Keeter, S. (1996).?What Americans know about politics and why it matters. New HavenCT: Yale University Press. 或Prior, M. (2007).?Post-broadcast democracy: How media choice increases inequality in political involvement and polarizes elections. Cambridge University Press. 或RobinsonJ. P.& Levy, M. R. (1986).?The main source: Learning from television news?(Vol. 17). Sage Publications, Inc.
[16]Lee, A. M.& Chyi, H. I. (2014). Motivational Consumption Model Exploring the Psychological Structure of News Use. Journalism & Mass Communication Quarterly91(4)706–724.
　　
崔迪系复旦大学新闻学院讲师；吴舫系上海交通大学媒体与传播学院讲师。本研究由上海市浦江人才计划资助（17PJC005）；本研究亦获得复旦大学新闻学院一流学科项目经费支持。