■钟智锦 廖小欧 游宇霞
　　【本文提要】随着社交网络的快速发展，越来越多公共事件的舆论场域从线下转移至线上。本研究从情绪感染理论出发，以公众在天涯社区的言论为研究对象，描绘和分析公众在网络社区中讨论环境类和爱国主义类议题时的情绪感染图景。本研究发现，一方面，关于两类议题的讨论都存在显著的情绪感染现象，但爱国主义类议题的情绪感染强度更大，话语机会结构理论可以用来解释这一现象；另一方面，随着发帖者影响力的增大，主帖的积极情绪越容易引发回帖的积极情绪。
　　【关键词】情绪感染 天涯社区 爱国主义 环境
　　【中图分类号】G201
　　
一、引言
　　互联网的普及催生了网络舆论场的诞生，网络的表达呈现出明显的碎片化、情绪化特征，以论坛、微博等为代表的网络社区的兴起使网络舆论的传播更加迅速，而这些附着于事件信息的情绪内容，也因网络社区的跨时空性得以迅速传播，甚至引发群体情绪的共振。值得注意的是，情绪互动的程度不仅影响个人与社会联系的强度，也可能成为在线舆论场中的一种“燃料”，“燃料”的衰变对网络群体乃至网络社区的发展都有重要影响。
　　如火如荼的网络讨论往往围绕公共事件展开，环境问题、突发事故、自然灾害、社会抗争、公益行动等各种类型的突发公共事件往往能迅速引爆舆论，形成集体大讨论的局面，也为社会治理带来了挑战。本研究试图从两种类型的公共事件出发，分析网络舆论中的情绪传染现象。一种类型是环境事件，近年来环境问题日益成为中国政府和民众关心的社会问题，从PM2.5标准引发的全民关注，到《穹顶之下》引发的关于雾霾来源的大讨论，到垃圾处理、塑料滥用等问题频频出现，日常生活中的环境污染问题越来越受到中国人的重视。另一类是爱国主义事件，爱国主义指的是个人或集体对祖国的一种积极和支持的态度，集中表现为民族自尊心和民族自信心。近些年，党和政府从国家层面进行积极指导，鼓励人们树立国家观念。比如，2015年9月3日是中国人民抗日战争暨世界反法西斯战争胜利70周年纪念日，中国政府举办了隆重的纪念仪式和举世瞩目的大阅兵，激发了民众的爱国主义热情和民族自豪感、荣誉感、自信心。关于这一事件的网络讨论能够真实地折射纪念日和大阅兵的传播效果，反映中国网民对爱国主义事件的具体看法和情绪态度。此外，“帝吧出征”事件也是“爱国主义”的一个典型案例，上千万年轻的中国内地网民在《三立新闻》、《苹果日报》、蔡英文等的Facebook主页大规模刷屏以反对“台独”，是一次由草根网民自发组织的爱国行动。环境保护类事件和爱国主义事件既有相似点，又有较大的区别。一方面，它们都属于相对温和的共意性社会运动（consensus movements），与维权等具有较强冲击力的冲突性社会运动相对，以公益性、道德性、正义性诉求为主，具有高度情感认同，容易达成广泛共识，有时还能获得体制内的支持。①另一方面，环境保护类事件具有一定的“抗争性”，目的是为了揭露环境污染问题，改善生态环境；爱国主义事件则更具“倡导性”，是为了催生爱国主义热情，或者表达爱国情感。因此，本研究选取它们作为网络公共事件的代表，既体现差异化的公共议题，又兼顾议题之间的共性。
　　通过对以往关于环境类事件与爱国主义类事件研究的总结，我们发现已有的研究大多聚焦于舆论传播本身，从主回帖关系的情绪感染角度出发的研究较少。从网络舆论场的构成来看，回帖和主帖一样，都是舆论场的组成部分，主回帖之间的关系反映了网络舆论的互动性，体现了观点与情绪的冲突或者共鸣。情绪在舆论中的传播是影响网络舆论走向的重要因素，比如，主帖与回帖之间，或者回帖与回帖之间负面情绪的蔓延可能会导致在信息不确定情境下的网络舆论的失控，引发一系列不良社会效应。②因此，研究网络舆论中的情绪传播，具有较为重要的实践意义。本研究从情绪感染理论的视角出发，以天涯社区内关于环境类议题与爱国主义议题的帖子为例，研究该社区内是否存在情绪感染现象，其情绪感染又受到哪些因素的影响，环境类与爱国主义类议题的情绪感染现象又有何异同。
　　
二、文献回顾与理论框架
　　（一）情绪感染
　　1923年，心理学家William McDougall提出了情绪感染（Emotional Contagion）的概念，他认为情绪感染是一种通过原始性交感神经反应产生的情绪直接感应法则。③目前关于情绪感染这一概念主要存在两种分歧，有学者认为情绪感染是自动化的、无意识的过程，也有学者认为情绪感染是需要意识参与的过程。④前者的代表人物为Hatfield，他指出情绪感染是自动化地模仿与合并他人的语言、非语言信息，在这一机制的驱使下，情绪觉察者融入了情绪传递者的情绪。⑤简言之，他认为人们在交互过程中，会自动和持续地模仿他人的面部表情，甚至出现面部表情同步的情况。后者的代表人物为Hoffman，他将情绪感染看作一种情绪体验，即情绪完全受高级认知系统的调节，情绪产生过程亦是从上到下的。⑥但这种观点忽视了观察者无意识模仿和生理反馈的过程。⑦
　　由此观之，情绪感染作为一种情绪聚合现象，其发生机制是多样和复杂的，它既可以在有意识状态下发生，也有可能在无意识状态下发生。
　　（二）情绪感染的研究现状
　　心理学和神经科学领域是情绪感染研究的发端，这些领域的研究方法以实验居多。⑧20世纪末，这一理论逐渐被应用于管理学领域的研究，⑨计算机科学的建模方法也被逐步普及。⑩如Pugh在对雇员与顾客的情绪进行研究后发现，雇员表露的情绪会对顾客的情绪产生影响。[11]在计算机科学领域，有学者通过对个体情绪在群体环境中变化过程的考察，提出了对个体情绪强度、情绪感染程度及情绪衰减的计算方法，仿真分析亦证明了模型的有效性及普适性。[12]国外也有研究指出在较大规模的群体或组织中存在情绪感染，情绪输出者与群体成员间会形成交互作用的“情绪循环”，[13]比如，观察者接收到愤怒者的情绪后通过回馈过程反馈给输出者，从而进一步加强输出者的愤怒感，在这一机制的作用下，群体中往往会出现“情绪同质化”的现象。
　　以上的研究均基于现实中的人际互动，随着互联网的发展，有学者开始将这一理论应用到线上，试图探究在面对面互动之外是否存在情绪感染。[14]已有的研究表明，在线用户会受到文本中情感信息影响，从而产生相应的情绪体验。[15]Miller等收集了190万个级联网络， 通过节点情感得分和与始发节点的距离两个维度来衡量情感的传播情况，他们发现某节点的情感与相邻节点的情感存在显著相关性。[16]Belkin等通过使用Email交流的实验证明，在网络环境中，积极情绪比消极情绪更容易向外界传播，换言之，积极情绪会引发更大面积的情绪感染。[17]何跃、张月等人基于对亚航失联事件，利用文本分词、机器学习等方法对微博文本进行情绪识别后划分了5个微博社区，并对其进行时间序列分析，结果显示微博社区不同，其情绪随时间演变的趋势也不同。[18]还有学者利用微博的数据建造了一个基于主体的情绪感染模型，仿真结果表明，愤怒的情绪比喜悦的情绪具有更强的感染力。[19]除了微博平台之外，Twitter和Facebook也是学者研究的热点。Bae和Lee研究了Twitter中某些知名用户的情感影响力，选择了13个Twitter 账户（如Barack Obama、CNN Breaking News），他们对300多万条提到或回复这些账户的推文情绪进行了相关分析，结果显示这些Twitter账号在推文中表达的情绪会对受众的情绪产生显著影响。[20]Kramer，Guillory 和 Hancock为了探寻是社会接触导致了情绪传染，还是选择了相同情绪的社会接触导致情绪传染，使用降雨量作为工具变量，对百万级用户数据进行了测量，结果显示，Facebook中的积极情绪、消极情绪对彼此有抑制作用；积极情绪比消极情绪更具感染性；在线网络中可能存在大规模的溢出效应。[21]还有学者获取了包含10.6641万个Twitter用户在社交网络中的情绪时间序列，通过格兰杰因果检验得出用户关注好友的情绪是用户情绪的格兰杰原因，说明了人们的情绪既会被熟人的情绪所感染，也会被非熟人的情绪所感染。[22]（三）主帖与回帖关系的研究
　　回帖与主帖之间的关系十分复杂，它们相互作用的关系促进了论坛意见的形成。我国学者大多从网络舆情的角度来研究主帖与回帖的关系，且个案研究居多。陈彤旭、邓理峰从宏观角度出发总结了主帖与回帖的5种互动模式，即响应型、冲突型、靶子型、无人回应型和落选型。[23]有研究者对主帖及回帖的文本进行内容分析后发现，在社会民生类论坛中，活跃发帖者与活跃回帖者的意见表达并不趋同，具体而言，活跃发帖者的意见呈现出民粹主义与利己主义倾向，活跃回帖者的意见则呈现出非协商性与自我服务偏见。[24]还有研究以媒体网站上对钓鱼岛事件的报道为主帖，以网民的评论为回帖，发现无论媒体报道还是网民评论，对日本购买钓鱼岛事件都显示出了明显的反对倾向，且回帖的反对程度更强。[25]戴玉以引发李刚事件的网络首发热帖为例，研究回帖的主题变化特点及其与主帖的离散关系，结果显示，随着时间的变化，回帖主题并没有与主帖主题背道而驰，而是呈现出由凝聚到迁移，再到分散，最后回归的趋势。[26]从国外的研究来看，从原帖及评论、转发的角度进行研究的成果比较丰富。Burke和Develin发现，如果Facebook主帖内容显示出了烦恼情绪，其收到的回帖会更情绪化、更具支持性，且评论的数量更多，篇幅也更长；另一方面，带有积极情绪的主帖会得到更多回帖，且回帖中会有更多积极的语言。[27]Naveed、Gottron、Kunegis和Alhadi对微博转发量进行了分析，发现带有负面情感的微博更容易被转发。[28]后来的研究亦证明了这一结论，有情感信息的发帖比没有包含情感信息的发帖更符合用户的认知模式，会获得更大的转发量。[29]Pfitzner、Garas和Schweitzer的研究指出，Twitter中“情绪分歧”（emotional divergence）高的帖子被转发的机率高于情绪分歧低的帖子。[30]（四）情感铺垫效果
　　“铺垫效果”（Priming Effect）也译为“预示效应”、“导引效果”、“显化效果”、“底色作用”、“准备作用”，心理学中多译为“启动效应”。[31]一般而言，铺垫效果可以分为情感铺垫和认知铺垫。[32]情感铺垫研究的是一定的情绪刺激对后继信息加工的影响，它的基本主张是，人们对后续信息产生的情绪会与铺垫信息包含的情绪具有较高的一致性。认知铺垫指的是物体的实质属性刺激对人们认知产生的作用，例如，广告中的情节（如犯罪故事）激活人们头脑中某些认知（如安全），使得受众倾向于以这样的认知来阐释广告（如汽车的大小）。[33]值得一提的是，随着互联网技术的发展，情绪在刺激信息的广泛传播这一层面上占据了愈发重要的地位，因此，情绪铺垫理论对研究网络传播有重要的指导意义。喻国明等人认为包含愤怒和愉快等情绪的阈下信息比中性表情更易引起强烈的反应，且愤怒表情的影响更为深远。[34]Chang将情感铺垫应用到了广告研究领域，他指出受众对广告的喜爱与广告体现的心理属性有关，与广告呈现的功能属性无关；在呈现心理属性时，情感铺垫的效果更显著。[35]有学者通过实验法探讨性别差异对消极和积极面部表情的情感铺垫的影响，结果显示，女性比男性更容易因快乐的面容而表现出情感铺垫。[36]然而，情感铺垫究竟是短暂的知觉变化中表现出来的一种短暂现象抑或存在长期效应呢？有研究者对被试给予了30毫秒的恐惧、快乐或中性表情的刺激，24小时后再测试被试者对惊奇表情的记忆情况。结果发现，较之于恐惧或中立的人脸上的惊讶表情，人们更容易记住快乐的人脸上的惊讶表情；研究指出，情感铺垫的效果不是短暂的，至少可以持续24小时。[37]
　　
三、研究问题
　　基于对以往文献的梳理，我们认为在情绪感染作用、情绪铺垫效果的影响下，网民在对环境类议题和爱国主义类议题进行讨论时，主帖与回帖之间会存在情绪的分享与传递。何跃、张月、肖敏等认为研究这些议题中的情绪传染，对于疏导公众情绪、引导网络舆情、营造健康的网络舆论环境具有重要意义。[38]王俊秀对微博平台进行研究后发现，个体在单条微博中流露的情绪构成了社会情绪的基调，是一种社会情绪的准备状态，大量个体的情绪分享能形成一种情感氛围。[39]网络社区情况与之是否相似？本研究提出第一个研究问题：
　　研究问题1：网络社区中回帖的情绪是否与主帖情绪存在相关关系？换而言之，主帖与回帖之间是否存在情绪感染现象？
　　网络空间可视为由以不同的情感、观念、生活方式等为向度划分的社会群体组成。[40]本文认为，情绪感染现象除了会受到情绪本身的影响，也会受到情绪发出者的特征的影响。以往的研究中，有学者通过将网络意见领袖的情感变化趋势与普通用户的情感变化趋势进行比较后发现，意见领袖的情感会对普通用户的情感产生影响。[41]在突发公共事件中，拥有较高影响力的网络用户也能够主导舆论的情感走向。[42]在网络论坛里，粉丝数在一定程度上能反映出该参与者在社区内的声望与影响力。基于此，我们提出第二个研究问题：
　　研究问题2：网络社区中的回帖情绪是否与发帖者的影响力相关？
　　从集体行动的动力机制来看，行动参与者之间的情感能量交换是集体行动产生的主要原因之一。[43]郭景萍对集体行动的情感变化逻辑做出了3个假设：触犯人们利益诉求的程度与情感程度呈正相关；触犯人们核心价值观的程度与集体情感程度正相关；社会控制程度与集体情感程度负相关。[44]网络论坛中用户对环境类议题与爱国主义类议题的集中讨论可以被视为两种不同的集体话语行动，其在利益需要、核心价值观、社会控制层面均存在一定的差异，我们想要探究的第三个问题是，这两种议题中的情绪感染是否存在区别：
　　研究问题3：网络社区中环境类议题的情绪感染与爱国主义类议题的情绪感染有何异同？
　　
四、研究方法
　　为探究网络社区的情绪感染现象，我们选择天涯社区作为研究对象，其原因在于：第一，天涯社区是华人世界颇具影响力的网络社区，目前平台注册用户超过1.3亿，月覆盖用户超过2.5亿，拥有大量高忠诚度、高质量用户群所产生的互动原创内容。第二，在数据准确性方面，由于不受传播字数的限制，与微博数据相比，天涯社区的数据完整性更高、碎片化程度更低，且因为用户的匿名程度高，天涯社区中的强关系更少，缺乏微博平台上集中的粉丝网络，所以对议题的讨论更容易聚焦事件本身，而非出于维系某种关系或群体身份。第三，天涯社区开放的用户数据和大量的活跃用户，使得数据的获取便利而稳定。
　　基于研究问题与目的，本研究分别以表1所示的关键词为环境类议题和爱国主义类议题的关键词，以2014年1月1日至2017年12月31日为时间范围，抓取了天涯社区中主帖与回帖的内容以及主帖者的身份信息。环境保护类议题关键词的选取主要依据是近年来在媒体和网络中关注度较高的空气污染、水污染和土地污染等问题，爱国主义类议题则选择了抗战胜利70周年和帝吧出征这两个事件，其中抗战胜利纪念日及大阅兵是由政府主导的、自上而下的爱国主义媒介事件，而帝吧出征则是由普通网民发起的自下而上的爱国主义媒介事件，代表了爱国主义行动的两种典型类型。本研究对获取的帖子内容进行了人工清理，删除了大量与研究主题无关的帖子和重复的帖子，最终保留环境类和爱国主义类议题密切相关的帖子各1.9244万篇和2500篇。
　　在此基础上，我们利用Pennebaker等人开发的情绪分析工具LIWC（Linguistic Inquiry and Word Count）的中文版（CLIWC）进行情绪分析，[45]繁体中文版的LIWC工具由台湾学者修订，[46]之后在其基础上发展出了简体中文版，两者通过检验均具有较高的信效度。[47]本研究根据CLWC词典中的正向词（如：好、肯定、支持、愿意、成功、同意、信心、满足、祝福、希望、信任等）及负向词（如：讨厌、逃避、丧失、伤害、仇恨、丑陋、愚蠢等）对所有样本进行情绪分析，计算得出每篇帖子在积极情绪和消极情绪上的数值指标 。除此之外，本研究还在CLIWC词库的基础上构建了网络讨论的“理性”指标，在CLIWC中，体现理性思考的词语类别很多，比如展现思考、分析、推理、分辨、反思、决策的“洞见（insight）”词；展现归因、溯源、求证的“原因（cause）”词；体现计算、记忆、询问、评价、识别、调解、负责、阐述的“认知原理（cogmech）”词。因此，本研究将洞见、原因、认知原理三大类型合并为理性指标，这一指标反映了网民在进行舆论表达时的信息加工过程，体现了网民进行判断、分析、综合、比较、推理、计算等方面的意识和努力。
　　在研究框架方面，本研究的自变量为主帖的积极情绪、消极情绪和理性，因变量为回帖的积极情绪、消极情绪和理性，借助相关分析和回归分析探究主回帖间是否存在情绪感染现象。同时，为了考察发帖者影响力对情绪感染过程的影响，我们用粉丝数量来代表发帖者的影响力，并将其设置为调节变量，针对每一组同类情绪进行了阶层回归分析。
　　
五、研究结果
　　利用LIWC分析出的情绪值，我们对主帖与回帖情绪的总体分布和相关程度进行了分析，并就环境类与爱国主义类议题的情绪特征进行了比较。
　　（一）主回帖情绪的基本分布
　　虽然环境类议题和爱国主义类议题在内容导向上存在差异，前者往往倾向于对抗式叙事，后者往往倾向于倡导式叙事，但如（表2、表3　表2、表3见本期第66页）的数据显示，两者的情绪分布却呈现出较高的相似性。
　　（二）主帖与回帖的情绪感染
　　为了探讨第一个研究问题，即回帖情绪是否与主帖情绪存在相关性，本研究对两类议题主回帖的三种情绪做了一系列相关分析和回归分析。在进行回归分析时，基于主回帖发布的时间顺序，我们将主帖情绪作为自变量，将回帖对应的同类情绪作为因变量，得到分析结果如（表4　表4见本期第66页）所示。
　　相关分析的结果显示，两类议题主回帖的各类情绪之间均显著正相关，且同类情绪间的相关系数高于不同类情绪间相关系数，特别是爱国主义类议题，主回帖的同类情绪的相关系数达0.8，呈高度正相关，远高于不同类情绪间的相关性。
　　在线性关系假设成立的基础上，我们进行了回归分析，结果同样表明不论是哪一类议题，主帖的某一情绪越强烈，回帖对应的同类情绪也越强烈。此外，相比环境类议题，这种主回帖情绪间的关联情况在爱国主义类议题中表现得更为明显，主帖情绪对同类回帖情绪的解释力度可高达70%，远高于非同类情绪的解释力度。
　　（三）发帖者影响力对主回帖情绪感染的影响
　　在网络社区中，用户的粉丝数是用户身份信息的重要维度，很大程度上反映了用户的影响力，同时，影响力作为发帖者的个体特征，并不会直接影响回帖的内容，而是通过作用于回帖者对主帖的认知和态度来间接影响回帖，所以，本研究的第二个问题所要分析的，是发帖者的粉丝数对主回帖间情绪的相关关系的调节作用。为了回答这一问题，我们建立了如下调节效果模型：Y=β0+β1X+β2M+β3 XM，其中，Y为某一种回帖情绪，X为对应的同类主帖情绪，M为发帖者的粉丝数。在对两类议题的积极、消极情绪和理性程度进行一系列多元调节回归分析（moderated multiple regression; MMR）后，本研究得到如（表5-10　表5-10见本期第67页）所示的结果。
　　研究发现，发帖者粉丝数的调节作用存在于三种情况：一是环境类议题主帖积极情绪与回帖积极情绪之间（t=3.89，p<.001）；二是爱国主义类议题主帖积极情绪与回帖积极情绪之间（t=11.15，p<.001）；三是环境类议题主帖理性与回帖理性之间（t=2.449，p<.05）。在调节效果的方向上，就积极情绪而言，由于调节变量M（发帖者粉丝数）对主回帖间情绪关系的影响为正，而粉丝数的取值均为非负数，所以不论是在环境类议题还是在爱国主义类议题中，发帖者粉丝数都会正向调节主回帖间积极情绪的关系，也就是说，发帖者的粉丝数越多，主帖积极情绪对回帖积极情绪的正向影响越强。而在理性程度方面，交互项在爱国主义类议题中不显著，但在环境类议题中呈正面显著，所以发帖者的粉丝数会正向调节环境类议题主回帖间理性程度的关系，而对爱国主义类议题主回帖理性程度的关系没有显著调节作用 ，这也说明粉丝数量对主回帖理性程度之间关联的调节作用并不稳定。
　　
六、讨论
　　总体来说，我们发现在天涯社区中，关于环境类议题和爱国主义类议题的讨论都存在情绪感染的现象，即回帖更易表现出与主帖相同的情绪倾向，且相较于环境类议题，爱国主义类议题的情绪感染强度更大。此外，部分情绪感染机制还会受到发帖者影响力的调节，具体表现为发帖者影响力越大，积极情绪越易从主帖传递到回帖。天涯社区中主回帖间情绪感染现象的存在，呼应了此前学者的研究发现，即在面对面互动之外，人与人的线上交流也存在情绪感染，而文本在其中能够发挥传播情绪的作用。[48]在社交平台上，情绪随着信息的流动而流动，与此同时，信息扩散的过程也受到文本发出者情绪的影响。[49]情绪在一定程度上成为一种新的信息形式，为接收者提供了关于外部环境的社会线索，“影响个体的认知判断和行为反应，为群体成员间的有效互动提供了具有重要参考价值的社会信息”。[50]值得注意的是，在本研究中，尽管两类议题的讨论都属于共意动员，即“社会行动者有意识地在一个总体人群的某个亚群体中创造共意的努力”，[51]远未涉及冲突性社会运动（conflict movements），但两者的情绪感染强度却存在相当差异。我们认为，这种差异与两类议题所能够获得的话语机会不无关系。话语机会源于话语机会结构（discursive opportunity structure）概念，话语机会结构主要是用以确定在特定时期特定政体中，哪些思想是“明智的”，哪些对现实的构建是“现实的”，以及哪些宣称是“合法的”。[52]Koopmans和Olzak将话语机会具体化为三种要素：可见性（visibility），即信息在大众媒体等公共平台公布的程度；共鸣（resonance），即其他人，包括盟友、对手和官方等对信息作出反应的程度；合法性（legitimacy），即这些反应获得支持的程度。[53]首先，爱国主义类议题与环境类议题均具有较高的可见性。在本研究选取的天涯社区帖子中，爱国主义类议题聚焦于帝吧出征、钓鱼岛和抗战胜利70周年大阅兵，其中又以帝吧出征为重；环境类议题则集中讨论雾霾、污染和暴雨，并以雾霾为主。在可见性方面，就研究选取的时间区间而言，爱国主义类和环境类议题所涉及的事件都具有很高的新闻价值，前者与国家主权、国家统一相关，后者与公众的日常生活、个体安全健康相关，因此都受到媒体高度关注，拥有比较高的可见性。
　　其次，两者在共鸣程度上有所区别。以维护国家主权和领土完整为中心的爱国主义类议题，比如台湾问题、钓鱼岛问题以及抗日战争，经常出现在媒体报道、文学艺术作品、影视作品之中，长期活跃在公共领域的讨论里，因而对于公众而言，这类议题是极易接近的（accessible），个体能够在不需要大量外部信息补充的情况下对议题发表看法。此外，正如李红梅所论述的，受害者情结和胜利者情结是二十世纪以来中国爱国主义的两种重要特征，[54]这两种情结烙印在每一个中国人心中，近年来更是随着国际纠纷和争端的增多而愈演愈烈，这种历时长久的爱国主义思潮与公共情结为公众的讨论做了充足的情绪铺垫。在天涯社区关于帝吧出征事件的帖子中，不少网友即使没有亲身参与或亲眼围观此次网络运动，仍会根据已有经验表达出强烈情绪，并明显分为支持和反对两个阵营，支持方称赞“小儿辈，大破贼”、“最伟大的力量总来自于人民”、“声援帝吧，内惩国贼，外争国权”，反对方则斥责“做了错事还不知道，竟然往脸上贴金”、“这样的丑剧也只有扶清灭洋能与之相媲美了”，这些带有明显政治倾向和意识形态的言论极易在回帖中激起共鸣或对抗。
　　与之相对，偏重雾霾问题的环境类议题则因自身的复杂性和专业性在一定程度上阻碍了公众产生强烈的反应，话语机会相对爱国主义议题来说比较弱。关于雾霾的讨论前后主要分为两类：一类是针对柴静的纪录片《穹顶之下》，涉及对纪录片本身、对生产者和传播者柴静、对中国社会空气污染问题产生原因的争论；一类是针对中心城市出现的雾霾问题，聚焦不同地区的雾霾情况及生活居住的感受。前者具有一定的普适性，不同地区的公众仍有机会共享一套言说体系；后者则具有鲜明的地域性特征，与个体生活区域的环境现状密切相关，如果缺乏地域联系或相似的经历，不同的个体之间难以产生共同话题，难以出现相互理解和共鸣。此外，尽管《穹顶之下》的主题能够实现跨地域讨论，但雾霾问题本身的复杂性和专业性，使得从有害颗粒本身的化学生成原理，到导致人体疾病的医学生物理论，再到社会的制度性结构成因，都远远超出普通公众的认知范畴和理解能力，仅仅依靠观看一部纪录片无法帮助公众全面透彻认识雾霾问题。加之部分中小城市的地方媒体较少报道和讨论这一问题，对很多人来说雾霾仍然是一个抽象的概念。在这种缺乏个体经验的情况下，主帖的内容不易引发公众的反应。
　　最后，从学者Koopmans和Olzak提出的话语机会合法性维度来看，[55]较之于爱国主义类议题，环境类议题依然处于劣势。爱国主义类议题有关中国的主权和领土，关于它的正向、积极的讨论无疑在塑造国家的凝聚力上有一定的促进作用，而且“从近年来的一系列爱国主义事件中，我们可以看到政府往往在一开始也持一种宽容或鼓励的态度”。[56]（比如天涯社区关于帝吧出征的话题中，有网友便引用了《人民日报》对帝吧出征事件的评论《90后，相信你们》。）爱国主义类议题的政治正确性与合法性，降低了讨论风险，进一步保障了普通大众讨论的热情和积极性。但反观环境类议题，尤其是《穹顶之下》涉及的社会治理漏洞等结构性难题，在某种程度上具有政治敏感性，容易遭到删帖处理，甚至可能给发帖者带来政治风险，从而大大减少了环境类议题的话语机会，缩小了讨论空间。
　　拥有大量用户的网络社区是公众表达意见的重要场域，是反映社会舆情和价值观念动态变化的镜子，但同时也可能成为社会言论的放大器。在本研究的两类议题中，虽然两者情绪感染的强度存在差异，但却同时存在这样的规律：随着发帖者影响力的增大，主帖的积极情绪越易传染至回帖。一般而言，粉丝人数较多的发帖者的帖子内容可见度更高，传播的范围更广，所以也能吸引到更多带有积极情绪的回帖，同时正如Festinger所指出，人们会把自己的情绪与他人比较，调整情绪，从而使自己的情绪与大多数人保持一致。[57]于是，相似的积极情绪在同一交流空间不断累积和新生，形成以积极情绪为主导的意见气候。
　　值得注意的是，尽管主回帖之间存在显著的相同面向的情绪感染现象，但深入舆论内容本身，我们发现情绪感染现象并不一定意味着达成了理想的传播效果。以消极情绪为例，环境类议题的大量消极情绪聚集在网友对《穹顶之下》的讨论中，主要指向两个方向：一种是对纪录片本身的真实性、客观性，以及对创作者柴静的动机和立场的质疑；一种是对雾霾现象背后的经济发展方式和产业管理制度的质疑。爱国主义类议题的情况相似，消极情绪主要集中在帝吧出征话题并包含两个方向：一种是对此类网络爱国主义运动的批评；另一种是对此类反对意见的批评，可谓批评之批评。此外，在两类议题的主帖中，对《穹顶之下》质疑的和对帝吧出征行为进行批评的，大多都是粉丝数极高的发帖人，也即是在天涯社区拥有很高影响力的用户，进行回帖的更多是粉丝数低于发帖者的用户。在爱国主义议题中，来自高影响力发帖者的消极情绪内容，主要指向帝吧出征事件；与之相对，回帖的内容往往也充满消极情绪，在旗帜鲜明地支持帝吧出征的同时，攻击主帖发帖人。可见，在这表面的消极情绪感染现象之下，其实隐含着断裂，发帖者与回帖者在影响力上的差别，更进一步揭示出这种断裂的倾向。这说明精英与精英之间、精英与大众之间在特定议题的价值理念上具有一定程度的冲突。此外，在普通公众激烈的爱国主义狂欢之下，我们可以看到孕育而生的一股民粹主义思潮，不同影响力的网民被分为左派和右派，相互贴标签为“五毛”或“美分”，导致论坛互动中充斥着各种言辞攻击。某种意义上，普通公众对社会政治和经济现状的诸多不满，也通过这种激烈的爱国主义式争论和运动，发泄到了作为“假想敌”的精英群体身上。
　　
七、总结
　　社交网络的快速发展，催生了越来越多的网络群体性事件，环境类议题和爱国主义类议题在这之中占据了重要位置。本研究从情绪感染理论出发，以公众在天涯社区的互动言论为研究对象，描绘和分析了公众在网络社区中讨论环境类和爱国主义类议题时的情绪感染图景。本研究发现，一方面，关于两类议题的讨论都存在情绪感染现象，但爱国主义类议题的感染强度更大；另一方面，发帖者的影响力会正向调节积极情绪的感染情况，发帖者影响力越大，主帖的积极情绪越容易传递给回帖。在天涯社区呈现出的情绪感染规律之下，我们可以看到当下中国舆论场中存在着一种断裂，它表现为爱国主义思潮与逆向爱国主义思潮的对抗。
　　较之于以往有关网络情绪感染的研究，本文的创新之处在于使用对比的视角探究不同议题下网络情绪感染机制的差异，并从话语机会结构的视角出发，讨论造成其情绪感染机制差异的动因，为解释网络情绪感染提供了新的理论框架。
　　本研究的不足主要来源于天涯社区数据的局限。首先，天涯社区虽然有着大量的活跃用户，但其数据仍然无法代表整个网络舆论空间，而由于时间有限、力所不逮，我们没能考察更多的网络社区。第二，关键词的选取主要基于2014至2017年影响较大的环境类及爱国主义类事件，可能导致关键词设置比较具体，无法穷尽所有相关议题下的所有网络内容。第三，因为无法控制用户在网络社区和现实生活中会受到的无关变量的影响，所以对天涯社区主回帖间互动的分析，无法严格判断两者情绪感染的因果关系，只能说明主回帖间情绪存在显著相关性，但这并不意味着对结果的否定。第四，现有的分析只是对主帖特征、情绪与回帖情绪的关系做了分析，尚未排除回帖者内部情绪特征对回帖情绪可能造成的影响。■
　　
①郭小安、杨绍婷：《网络民族主义运动中的米姆式传播与共意动员》，《国际新闻界》2016年第11期；麦卡锡、沃尔夫森：《共意性运动、冲突性运动及其对基础设施的占用》，载莫里斯、缪勒主编：《社会运动理论的前沿领域》，刘能译，北京大学出版社2002年版；McCarthyJ. D.BrittD. W.& WolfsonM. (1991). The institutional channeling of social movements by the state in the United States. Research in Social MovementsConflicts and Change, 13(2)45-76.
②石密、刘春雷、时勘等：《影响网络集体行为意向的情绪感染路径研究——基于情绪-信息的理论视角》，《情报杂志》2018年第11期
③McDougall, W. (1923). Outline of psychology. New York: Scribner.
④张奇勇、卢家楣：《情绪感染的概念与发生机制》，《心理科学进展》2013年第9期
⑤HatfieldE.Cacioppo, J. T.& Rapson, R. L. (1993). Emotional contagion. Current Directions in Psychological Science. 2 (3)96–100.
⑥Hoffman, M. L. (2002). How automatic and representational is empathyand why. Behavioral and Brain Sciences, 25(1)38-39.
⑦张奇勇、卢家楣：《情绪感染的概念与发生机制》，《心理科学进展》2013年第9期
⑧Lundqvist, L. O. (1995). Facial EMG reactions to facial expressions: A case of facial emotional contagion?. Scandinavian journal of psychology, 36(2)130-141; Hatfield, E.& Hsee, C. K. (1995). The impact of vocal feedback on emotional experience and expression. Journal of Social Behavior and Personality10293-313;Blakemore, S. J.& FrithC. (2005). The role of motor contagion in the prediction of action. Neuropsychologia, 43(2)260-267.
⑨PughS. D. (2001). Service with a smile: Emotional contagion in the service encounter. Academy of management journal44(5)1018-1027; 杜建刚、范秀成：《服务补救中情绪对补救后顾客满意和行为的影响——基于情绪感染视角的研究》，《管理世界》2007年第8期
⑩丁汉青、吴雨蔚：《情绪感染学术场域分析——基于 CiteSpace 的引文空间分析》，《当代传播》2017年第4期
[11]PughS. D. (2001). Service with a smile: Emotional contagion in the service encounter. Academy of management journal44(5)1018-1027.
[12]殷雁君、唐卫清、李蔚清：《基于情绪感染的虚拟个体情绪模型》，《计算机仿真》2013年第8期
[13]Smith, E. R.& Conrey, F. R. (2007). Agent-based modeling: A new approach for theory building in social psychology. Personality and social psychology review, 11(1)87-104.
[14]KramerA. D.Guillory, J. E.& HancockJ. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. Proceedings of the National Academy of Sciences, 111(24)8788-8790.
[15]HineM. J.Murphy, S. A.& AmbwaniV. (2011). Emotional contagion in computer mediated communication. The International Journal of Knowledge Culture and Change Management, 10149-164.
[16]MillerM.SathiC.Wiesenthal, D.Leskovec, J.& PottsC. (2011July). Sentiment flow through hyperlink networks. In Fifth International AAAI Conference on Weblogs and Social Media.
[17]BelkinL. Y.KurtzbergT. R.& Naquin, C. E. (2006). Emotional contagion in the online environment: Investigating the dynamics and implications of emotional encounters in mixed-motive situations in the electronic context. Social Science Electronic Publishing, 13.
[18]何跃、张月、肖敏等：《微博社区内不同情绪的传染关系研究——以亚航失联事件为例》，《统计与信息论坛》2017年第8期
[19]Fan, R.Xu, K.& Zhao, J. (2018). An agent-based model for emotion contagion and competition in online social media. Physica A: Statistical Mechanics and its Applications, 495245-259.
[20]Bae, Y.& LeeH. (2012). Sentiment analysis of twitter audiences: Measuring the positive or negative influence of popular twitterers. Journal of the American Society for Information Science and Technology, 63(12)2521-2535.
[21]KramerA. D.Guillory, J. E.& HancockJ. T. (2014).Experimental evidence of massive-scale emotional contagion through social networks. Proceedings of the National Academy of Sciences, 111(24)8788-8790.
[22]张少群、魏晶晶、廖祥文等：《Twitter中的情绪传染现象》，《山东大学学报》(理学版) 2016年第1期
[23]陈彤旭、邓理峰：《BBS 议题的形成与衰变——对人民网强国论坛的个案研究》，《新闻与传播研究》2002年 第1期
[24]陈然：《社会民生网络论坛活跃分子的行为与动因研究》，2012年华中科技大学博士论文
[25]黄渝双：《爱国主义视角下媒体舆论引导效果研究》，2014年厦门大学硕士论文
[26]戴玉：《李刚事件的早期传播流及舆论主题变化研究》，2012年山东大学硕士论文
[27]Burke, M.& DevelinM. (2016February). Once more with feeling: Supportive responses to social sharing on Facebook. In Proceedings of the 19th ACM Conference on Computer-Supported Cooperative Work & Social Computing (pp. 1462-1474). ACM.
[28]NaveedN.GottronT.KunegisJ.& Alhadi, A. C. (2011June). Bad news travel fast: A content-based analysis of interestingness on twitter. In Proceedings of the 3rd international web science conference (p. 8). ACM.
[29]Stieglitz, S.& Dang-XuanL. (2012January). Political communication and influence through microblogging--An empirical analysis of sentiment in Twitter messages and retweet behavior. In 2012 45th Hawaii International Conference on System Sciences (pp. 3500-3509). IEEE.
[30]PfitznerR.GarasA.& Schweitzer, F. (2012May). Emotional divergence influences information spreading in twitter. In Sixth international AAAI conference on weblogs and social media.
[31]刘海龙：《议程设置的第二层与媒体政治——从〈事关重要的新闻〉说起》，《国际新闻界》2004年第2期
[32]林功成、李莹：《铺垫效果研究:发展与问题》，《国际新闻界》2013年第7期
[33]林功成、李莹：《铺垫效果研究:发展与问题》，《国际新闻界》2013年第7期
[34]喻国明、李彪、李莹：《意识阈限下信息刺激的传播效果研究——基于ERP的实验研究》，《国际新闻界》，2009年第2期
[35]Chang, C. (2008). Ad framing effects for consumption products: An affect priming process. Psychology & Marketing25(1)24-46.
[36]DongesU. S.Kersting, A.& Suslow, T. (2012). Women's greater ability to perceive happy facial emotion automatically: gender differences in affective priming. PloS one7(7)e41745.
[37]SweenyT. D.Grabowecky, M.Suzuki, S.& Paller, K. A. (2009). Long-lasting effects of subliminal affective priming from facial expressions. Consciousness and cognition18(4)929-938.
[38]何跃、张月、肖敏等：《微博社区内不同情绪的传染关系研究——以亚航失联事件为例》，《统计与信息论坛》2017年第8期
[39]王俊秀：《社会情绪的结构和动力机制: 社会心态的视角》，《云南师范大学学报》(哲学社会科学版)2013年第5期
[40]刘国强：《作为互动仪式的网络空间集体行动》，《国际新闻界》2016年第11期
[41]何跃、朱灿：《基于微博的意见领袖网情感特征分析——以“非法疫苗”事件为例》，《数据分析与知识发现》2017年第9期
[42]戴杏云、张柳、 戴伟辉等：《社交网络的情感图谱研究》，《管理评论》2016年第8期
[43]刘国强：《作为互动仪式的网络空间集体行动》，《国际新闻界》2016年第11期
[44]郭景萍：《集体行动的情感逻辑》，《河北学刊》2006年第2期
[45]PennebakerJ. W.ChungC. K.IrelandM.Gonzales, A.& BoothR. J. (2007). The development and psychometric properties of LIWC2007. Retrieved on November 112015from http://www.liwc.net/LIWC2007LanguageManual.pdf.
[46]黄金兰、林以正、谢亦泰等：《中文版语文探索与字词计算词典之建立》，《中华心理学刊》2012年第2期
[47]张信勇：《LIWC: 一种基于语词计量的文本分析工具》，《西南民族大学学报》（人文社科版）2015年第4期
[48]Fan, R.Xu, K.& Zhao, J. (2018). An agent-based model for emotion contagion and competition in online social media. Physica A: Statistical Mechanics and its Applications, 495245-259. Kramer, A. D.Guillory, J. E.& HancockJ. T. (2014).Experimental evidence of massive-scale emotional contagion through social networks. Proceedings of the National Academy of Sciences, 111(24)8788-8790. Hine, M. J.Murphy, S. A.&Ambwani, V. (2011). Emotional contagion in computer mediated communication. The International Journal of Knowledge Culture and Change Management, 10149-164.
[49]Fan, R.Xu, K.& Zhao, J. (2018). An agent-based model for emotion contagion and competition in online social media. Physica A: Statistical Mechanics and its Applications, 495245-259.
[50]石密、刘春雷、时勘等：《影响网络集体行为意向的情绪感染路径研究——基于情绪-信息的理论视角》，《情报杂志》2018年第11期
[51]郭小安、杨绍婷：《网络民族主义运动中的米姆式传播与共意动员》，《国际新闻界》2016年第11期
[52]KoopmansR.& OlzakS. (2004). Discursive opportunities and the evolution of right-wing violence in Germany. American Journal of Sociology110(1)198-230.
[53]卜玉梅、周志家：《西方“话语机会结构”理论述评》，《社会学评论》2015年第6期
[54]李红梅：《如何理解中国的爱国主义？：帝吧出征事件分析》，《国际新闻界》2016年第11期
[55]KoopmansR.&Olzak, S. (2004). Discursive opportunities and the evolution of right-wing violence in Germany. American Journal of Sociology110(1)198-230.
[56]李红梅：《如何理解中国的爱国主义？：帝吧出征事件分析》，《国际新闻界》2016年第11期
[57]Festinger, L. (1954). A theory of social comparison processes. Human relations7(2)117-140.
　　
钟智锦系中山大学传播与设计学院教授、副院长；廖小欧、游宇霞系中山大学传播与设计学院硕士研究生。本文为广东省舆情大数据分析与仿真重点实验室和广州市大数据与公共传播重点研究基地的成果。