周期变异怎么看？终于找到答案了2010-2016年公共议题的公众注意力周期变化研究

李永宁，北京师范大学新闻传播学院正在攻读硕士研究生。

欧耶，北京师范大学新闻传播学院教授。

张伦（通讯作者），北京师范大学艺术与传媒学院副教授。

本文得到国家自然科学基金面上项目（资助编号：11875005），国家自然科学基金重点项目（资助编号：71731002）和教育部人文社会科学研究一般项目（资助编号：18YJC860050）的支持 。

一

引言

公众对于公共议题的注意力周期是评估公共话语（Public Discussion）建构的重要维度。Schneider（1997）将尤尔根·哈贝马斯（1989）认为理想的公共领域构成条件概括为平等（Equality）、高质（Quality）、和互惠（Reciprocity）；而平等参与、高质互惠的公共领域构建，其重要基础是公众对于公共议题持续的关注和讨论。从这个意义而言，公众注意力的周期长度能够评估公民商议（Public Deliberation）话语的建构质量。

从社会意义角度而言，公众注意力对于政策制定、经济运行（例如股票涨跌）、广告营销等社会多个方面都会产生影响。在政治传播领域中，公众对某一议题的长期关注，能够增加政府决策部门与相关组织结构对舆情危机的研判，推进解决方案的提出。同时，公众对议题的长时间关注能够促进公众设置政府议程（Policy Agenda）。

在媒介技术高度发展的今天，公众对于公共议题的注意力周期长度是否发生了变化？这是一个从理论与实践层面皆亟待回答的问题。既往研究多局限于具体时间段内（如一次选举期间）公众注意力周期长度的探讨；或集中于对具体信息（如一条推特或一则新闻）在线扩散持续周期的探究，而缺乏跨时间维度的纵向研究。基于此，本研究利用2010-2016年互联网用户对于每年关键议题的搜索记录，计算过去7年间公众注意力周期的变化规律，并进一步阐释影响其变化的主要因素。

二

文献综述与理论框架

（一）议题生命周期

“公众注意力（Public Attention）指公众愿意为公共议题所花费的稀缺资源（时间和精力）。”（Ripberger，2011）公共议题是单条相关信息的累加和集合。公众对多条相关信息的关注时长，构成了公众的议题注意力周期。

公众注意力的探究一直受到传播学、社会学、政治学等多个领域的关注。Downs（1972）提出了议题注意力周期（Issue Attention Cycle）模型，概括了公众关注议题的五个变化阶段，包括前问题阶段、公众意识到议题阶段、议题解决阶段、议题兴趣的消退阶段以及后议题阶段。

（二）信息过载与议题注意力周期

在心理学研究中，信息过载（Information Overload）被定义为个体无法处理所有信息输入，导致无效或终止信息处理的状态（Rogers & Agarwala-Rogers，1975）。

信息过载对个人的信息接受和处理过程都会产生重要影响。结合Downs提出的议题注意力周期的五个阶段可知，受众对公共议题关注的周期的变化可能源于其对议题兴趣的降低，从而进一步停止信息输入；最终导致在集合层面上公众对公共议题注意力周期变短。

据此，本研究意图探究信息过载的大环境是否导致了公众对议题关注周期的减短，即随着信息过载状态的逐年加重，近年来舆论事件的议题注意力周期是否逐渐降低。本研究将爬取了2010-2016 七年间公众对重大舆情事件的用户搜索行为数据，归纳公众对公共议题注意力的演化规律。

三

研究方法

用户基于搜索引擎的搜索行为能够反映出其潜在的关注和认知（Ishii，Wakabayashi，Okan & Kawahata，2018）。同时，搜索行为数据作为一种非介入性（Unobtrusive）的经验观察，有利于对公众注意力进行无主观偏见地定量刻画（Scharkow & Vogelgesang，2011）。因此，本研究基于“百度指数”，利用公众对于社会议题的搜索频次来测量公众注意力。

（一）数据收集

首先，本研究通过人民网发布的《中国互联网舆情分析报告》选取公共议题。本研究收集了2010年至2016年报告中公布的每年20件热点舆情事件名单，共计7年140件。其次，本研究将每个议题转化为可操作化的“百度指数”搜索关键词组。具体而言，本研究参照Mellon（2014）对“谷歌指数”的处理方法，结合中文语言使用习惯，初步制定公共议题搜索规则（QueryWords）为“议题主体名（如：人名/地名/企业名）+XX（即议题概括词）+XX事件+XX案”。

（二）数据处理

1.平滑曲线

根据“百度指数”产生的用户搜索行为记录随日期变化往往不连续且波动较大。对于这类波动趋势明显且波动变化迅速的数据，为了更精准刻画用户对每个议题的注意力趋势，本研究采用了指数平滑法，能够在保留数据波动特征的前提下降低噪声，平滑曲线。

2.确定议题搜索指数峰值

百度搜索指数以日为单位。对于每个议题，被搜索次数最多的日期对应的搜索频次即为该议题的峰值。

3.定义计算议题注意力周期的阈值

本研究采用设定阈值的方式计算议题的注意力周期（Kong，Feng，Sun & Luo，2012）。本研究公众对某议题的关注度阈值设定为峰值的5%，即当这一议题的搜索指数达到该议题峰值的5%时，视为议题注意力周期的起始点；当搜索指数低于峰值的5%时，视为结束。

（三）变量测量

1.时间

本研究以“月”为时间单位。例如， 2010年1月份编码为“1”，2月份编码为“2”，2012年1月份编码为“13”，以此类推。

2.议题类型

根据2006年1月国务院颁布的《国家突发公共事件总体应急预案》，本研究将议题分为以下四类：（1）自然灾害。主要包括水旱灾害，气象灾害，地震灾害，地质灾害，海洋灾害，生物灾害和森林草原火灾等；（2）事故灾难。主要包括工矿商贸等企业的各类安全事故，交通运输事故，公共设施和设备事故，环境污染和生态破坏事件等；（3）公共卫生事件。主要包括传染病疫情，群体性不明原因疾病，食品安全和职业危害，动物疫情，以及其他严重影响公众健康和生命安全的事件；（4）社会安全事件。主要包括恐怖袭击事件，经济安全事件和涉外突发事件等。

3.同期热门议题数

由于公众议题注意力存在可能的竞合关系，从而导致某一特定议题的公众注意力变短，因此本研究统计了当前议题峰值的前后5天（共计11天内）的其余热门议题数（仅统计了本研究所考察的议题），记为“同期热门议题数”。

四

研究发现

本研究首先对2010-2016七年间每年的平均议题注意力周期（每年议题注意力周期的中位数）进行了统计。观察121个议题的议题注意力周期随年份变化的分布（见图1），可见议题注意力周期呈现出整体下降的趋势。如图2所示，以时间为横坐标，以每个议题的议题注意力周期为纵坐标，线性拟合曲线呈现出下降趋势（β=-.69, p < .01）。

考虑到议题类型、同期竞争议题数等因素可能会对议题注意力周期产生影响，因此本研究引入议题类型和同期热门议题数两个控制变量，对公众注意力进行线性回归分析。研究发现，即使在加入了上述控制变量后，“时间”这一变量回归系数仍显著（β= -0.56，p < .05）。回归分析结果见表1。

与此同时，本研究发现，同期热门事件数对于公众注意力具有临界正向影响（β=14.59，p < .1）；即当同期热门事件数增多时，公众对应的议题关注周期在延长。这或许说明，在当前以社交媒体为代表的互联网时代，公共议题的总量的增多，使得人们分配了更多的注意力关注公共议题，因此，同期热门公共议题的总量并未降低公众的注意力周期，反而一定程度上延长了公众对于公共议题的注意力周期。

考虑到上述样本中包含了非典型的特定公共议题（例如“舌尖上的中国”“伦敦奥运会”等），即这些议题往往仅在特定时段发生，与一般性公共议题相比受到时间因素影响较大。因此，为了进一步控制公众注意力变化特征的可能影响因素，本研究在样本中筛选出典型公共议题54件，其中排除奇异值4个，共计50个公共议题进入回归模型。在该模型中，“时间”变量对议题注意力周期的解释变异方差比例大幅上升，议题注意力周期与时间负相关显著（β=-.71，p < .001）。研究结论说明，公众对以公共突发事件为代表的典型公共议题的注意力周期近年来也持续下降。

五

总结与讨论

首先，本研究通过对2010至2016年公众对121个公共议题注意力周期的研究，揭示了近年来网络舆情事件中的公众注意力的变化规律。本研究利用在线爬取数据，严格定义了公共议题的选择标准，并引入公共议题的类型、同期热门议题数等可能干扰公共议题注意力周期模式的变量。研究发现，公众对议题的关注周期在缓慢但显著地缩短；即使在加入了议题类型、同期热门议题数等控制变量后，议题注意力周期逐渐缩短的变化趋势仍然显著。

在理论层面，本研究首先扩展了“公众注意力”的定义，即引入了公众注意力“周期”这一时间维度，丰富了“公众注意力”的理论内涵。在操作层面，本研究将“公众注意力”从“是否关注某一社会议题”二分变量测量方式拓展为时序变量，即将公众对于某一社会议题的关注转换为一条时间序列曲线，进而判断其关注周期变化规律。

其次，本研究结论回应了议程设置“零和理论”（Zhu，1992）的重要发现。该理论认为，受众受到有限的信息处理能力制约，无法同时关注过多的社会议题。从集合层面来看，媒介技术的高速发展，使得受众处于信息过载环境中，受众接受了大量低价值信息（例如，娱乐八卦新闻），而信息过载环境并未增加受众对于公共议题的持续关注。相反，受众对于重要社会议题的关注周期从集合层面来看持续降低。这种现象间接说明了受众新闻消费的议题呈现出碎片化趋势，公众的公共兴趣（Public Interests）在缓慢降低。

搜索引擎数据用于测量公众对社会议题的关注还具有方法论层面的启示意义。搜索引擎数据具有以下优势。第一，搜索数据作为“用户自创内容（User Generated Content）”，使得研究人员能够通过无干预（Unobtrusive）方式爬取收集，因而回避了传统的社会调查数据采集可能产生的偏见（Scharkow & Vogelgesang，2011)。第二，搜索引擎数据来源于“开放平台”，数据获得成本更低；数据更新实时和及时。第三，相比于社会化媒体，搜索引擎的普及率更高，用户异质性更强，因而具有一定的代表性。因此，本研究方法对于在线舆论研究具有方法论上的可推广性。

本文系简写版，参考文献从略，原文刊载于《国际新闻界》2019年第5期。

封面图片来源于网络

本期执编 / 小束

订阅信息

全国各地邮局均可订阅《国际新闻界》，国内邮发代号：82-849，欢迎您订阅！

您也可通过下方二维码或网址，进入国际新闻界微店，购买当期杂志和过刊。

您还可访问《国际新闻界》官方网站 ，免费获取往期pdf版本。