陳海濤,魏 永

引 言

近年來，隨著社會發(fā)展進入高風(fēng)險階段，以及互聯(lián)網(wǎng)媒介的蓬勃發(fā)展與普及，網(wǎng)絡(luò)輿情熱點事件層出不窮(1)周威特：《網(wǎng)絡(luò)輿情群體極化效應(yīng)的管理策略》，《管理觀察》2019年第9期。，并且呈現(xiàn)易發(fā)、高發(fā)、持續(xù)不斷、難以管控的態(tài)勢。一方面，傳統(tǒng)的刪帖、媒介阻斷、輿情管控的治理方式和治理思維不再奏效，并且受到嚴重挑戰(zhàn)，網(wǎng)民開始變換傳播方式，規(guī)避政府監(jiān)管，導(dǎo)致了網(wǎng)民訴求表達與政府治理的零和博弈；另一方面，互聯(lián)網(wǎng)環(huán)境下的自我選擇、匿名性、群組討論等特征，導(dǎo)致網(wǎng)民自我信息及觀點的強化，社會規(guī)范及社會約束的減弱，群組討論中的觀點與行為極化，網(wǎng)民輿情表達呈現(xiàn)極端化趨勢，增加了發(fā)生群體性事件及極端行為的風(fēng)險。

面對網(wǎng)絡(luò)輿情發(fā)展的嚴峻態(tài)勢，學(xué)者從網(wǎng)絡(luò)輿情的形成機制、影響因素、演化規(guī)律、治理措施等角度(2)崔鵬、張巍、何毅、齊婧：《突發(fā)公共事件網(wǎng)絡(luò)輿情演化及政府應(yīng)對能力研究》，《現(xiàn)代情報》2018年第2期。，基于蝴蝶效應(yīng)理論、議程設(shè)置理論、沉默螺旋理論、公共領(lǐng)域理論、侵犯動機理論、去個性化理論和群體極化等理論(3)郭媛媛、肖永輝：《對網(wǎng)民在傳播網(wǎng)絡(luò)輿情過程中心理狀態(tài)的理論探析》 ，《科教導(dǎo)刊 (下旬)》2017年第6期。(4)張發(fā)林：《風(fēng)險社會視域下的網(wǎng)絡(luò)輿情治理研究》，武漢：武漢大學(xué)，2016年。(5)常銳：《群體性事件的網(wǎng)絡(luò)輿情及其治理模式與機制研究》，長春：吉林大學(xué)，2012年。，借助系統(tǒng)動力學(xué)、社會網(wǎng)絡(luò)分析、多元回歸、案例分析等方法(6)曹海軍、李明：《基于系統(tǒng)動力學(xué)的社交網(wǎng)絡(luò)輿情應(yīng)對策略仿真分析——以“亞布力事件”為例》 ，《東北大學(xué)學(xué)報(社會科學(xué)版)》2019年第1期。(7)王旭、孫瑞英： 《基于SNA的突發(fā)事件網(wǎng)絡(luò)輿情傳播研究——以“魏則西事件”為例》 ，《情報科學(xué)》2017年第3期。，揭示了輿情產(chǎn)生、傳播的規(guī)律，并有針對性地提出應(yīng)對和治理措施。然而，以往的研究一方面較少關(guān)注在網(wǎng)絡(luò)輿情中最為嚴重的群體極化傾向，以及由群體極化傾向所導(dǎo)致的群體性事件及極端暴力行為，另一方面，傳統(tǒng)輿情事件的案例分析多基于中國境內(nèi)的輿情治理環(huán)境，較少討論境外媒體的輿情熱點事件。例如韓國N號房事件，為學(xué)術(shù)界深入理解網(wǎng)絡(luò)輿情的生成及演化機制，探究輿情的治理及管控措施提供了新的切入點。深入探討輿情及群體性事件的形成機制，探究背后的影響因素，并提出有針對性的應(yīng)對和解決措施，對于維護社會穩(wěn)定和國家長治久安具有重要而深遠的意義。

鑒于此，本文將基于學(xué)術(shù)界既有的研究成果，從群體極化理論的視角，探討網(wǎng)絡(luò)輿情及群體性事件的影響因素，并借助結(jié)構(gòu)方程模型的研究方法驗證網(wǎng)絡(luò)輿情傳播意愿與行為意愿影響因素模型，進而針對性地提出應(yīng)對和治理對策。

一、 理論基礎(chǔ)及研究準備

(一) 文獻綜述及理論視角

群體極化(Group Polarization )理論是指在群體決策條件下群體討論后形成的觀點及結(jié)果會比討論前的個體的觀點更具冒險性、更極端化(8)Stoner J A F A,“Comparison of Individual and Group Decisions Involving Risk”,Massachusetts Institute of Technology,1961.。在網(wǎng)絡(luò)環(huán)境下，這種效應(yīng)同樣存在(9)Sunstein C R,“The Law of Group Polarization.”,Journal of political philosophy，2002，No.2,pp.175-195.，并且由于網(wǎng)絡(luò)信息的自我選擇，互聯(lián)網(wǎng)環(huán)境的開放性、匿名性、多向互動等特性，網(wǎng)絡(luò)群體極化效應(yīng)得到強化。群體極化的主要特征有小部分人的極端態(tài)度傾向?qū)е铝巳后w的態(tài)度傾向性、情緒化與非理性、多元性、可操控性、去個性化與匿名性、突發(fā)性演變迅速(10)張發(fā)林：《風(fēng)險社會視域下的網(wǎng)絡(luò)輿情治理研究》，武漢：武漢大學(xué)，2016。(11)高俊峰、黃微：《網(wǎng)絡(luò)輿情場中觀點簇叢的情感極化度測算》， 《圖書情報工作》2019年第10期。。目前學(xué)界對網(wǎng)絡(luò)輿情群體極化的研究主要集中在群體極化的內(nèi)涵、影響與價值判斷、成因及演化，技術(shù)研判與應(yīng)對的政策措施等角度(12)吳詩賢、張必蘭：《網(wǎng)絡(luò)輿情群體極化相關(guān)研究述評》 ，《重慶工商大學(xué)學(xué)報(社會科學(xué)版)》2015年第3期。(13)楊軍、林琳：《我國網(wǎng)絡(luò)群體極化研究述評》，《西南民族大學(xué)學(xué)報(人文社會科學(xué)版)》2012年第11期。。作為互聯(lián)網(wǎng)環(huán)境下群體極化的形成原因中的核心議題之一，以往研究基于不同的理論視角及案例分析，得出了多種不同的原因，其中主要有三方面：對社會現(xiàn)實的不滿及社會心理失衡，互聯(lián)網(wǎng)環(huán)境的信息自我選擇、匿名性與多群組互動，網(wǎng)民自身的從眾心理及集體無意識(14)相喜偉、王秋菊：《網(wǎng)絡(luò)輿論傳播中群體極化的成因與對策》，《新聞界》2009年第5期。(15)史波：《網(wǎng)絡(luò)輿情群體極化的動力機制與調(diào)控策略研究》，《情報雜志》2010年第7期。(16)鄭雪：《微博群體極化現(xiàn)象研究》，《新聞?wù)搲?018年第5期。。 網(wǎng)絡(luò)輿情群體極化現(xiàn)象是社會情緒宣泄的結(jié)果，根源在于網(wǎng)民對社會現(xiàn)實的不滿、被剝奪感及心理失衡。在網(wǎng)絡(luò)環(huán)境下，匿名性降低了網(wǎng)民自身對社會約束及社會規(guī)范的感知，使得部分網(wǎng)民沉浸于一種法不責(zé)眾的群體心理(17)戴笑慧、冷天虹：《網(wǎng)絡(luò)群體極化現(xiàn)象簡析》，《新聞記者》2009年第7期。，以一種更加極端的形式來表達自己的觀點。此外，網(wǎng)民以群體內(nèi)同質(zhì)化、群體間異質(zhì)化的特點聚集，志同道合的網(wǎng)民群體出現(xiàn)嚴重的極化傾向(18)郭光華：《論網(wǎng)絡(luò)輿論主體的“群體極化”傾向》，《湖南師范大學(xué)社會科學(xué)學(xué)報》2004年第6期。。在修正沉默螺旋的作用下，中立理性的觀點不具備傳播及感染效應(yīng)，而極端觀點更容易喚起網(wǎng)民的情感極化、從眾心理及集體無意識，并且在互聯(lián)網(wǎng)信息的自我選擇及媒介的個性化推送及扭曲效應(yīng)下(19)劉可：《社會公共事件中的網(wǎng)絡(luò)群體極化現(xiàn)象研究》， 《新聞傳播》2019年第13期。，極端觀點及傾向得到強化，并且可能誘發(fā)極端暴力行為。在定性判斷的基礎(chǔ)上，學(xué)者構(gòu)建了不同的理論模型解釋群體行為的形成機制及影響因素。例如，基于刺激反應(yīng)理論，陳林提出了網(wǎng)絡(luò)群體極化的 SCRP形成模式，該模式包括刺激因素(Stimulus)、社會認知(Cognition)、強化(Reinforcement)、極化(Polarization)四因素(20)陳林、李運國：《網(wǎng)絡(luò)輿情群體極化的形成模式研究》，《產(chǎn)業(yè)與科技論壇》2018年第14期。。此外有研究指出，群體認同、選擇性接觸、群際情緒及社會比較頻率等因素會顯著影響網(wǎng)民群體極化的行為意愿(21)汪明艷、余麗彬、朱譯冰：《輿論反轉(zhuǎn)中群體極化效應(yīng)的影響因素研究》 ，《情報雜志》2018年第9期。。本文將結(jié)合對韓國N號房事件的成因分析，構(gòu)建影響網(wǎng)民群體極化的行為意愿因素的模型。

(二) 現(xiàn)實背景及理論模型

近年來，網(wǎng)絡(luò)空間頻頻爆發(fā)惡性事件，不斷突破人類文明的道德底線，例如韓國N號房事件及類似的中國版N號房事件。 韓國N號房事件指的是一系列使用即時通訊軟件(如Telegram)對受害人進行性剝削的案件。犯罪者在Telegram上創(chuàng)建多個聊天室，將對女性(包含未成年女性)進行性威脅得來的資料、照片、視頻等發(fā)布在聊天室中。大量匿名用戶在群組中圍觀，并進一步催生極其惡劣的虐待手段迫害無辜的女性，據(jù)報道大約有26萬會員參與其中。 本研究主要關(guān)注此次事件中的互聯(lián)網(wǎng)技術(shù)特性因素、個體及群體的社會心理因素對輿情的產(chǎn)生及群體性事件爆發(fā)的影響。

Telegram是跨平臺的即時通信軟件，用戶可以相互交換加密與自毀消息，發(fā)送照片、影片等文件。該聯(lián)系工具具有極強的隱蔽性，并且群組成員在討論過程中具有很強的群體極化傾向。匿名化、群體討論等特征增強了群體極化的傾向，促使極端暴力、變態(tài)行為的形成?；诖?，本文將探究感知匿名性及態(tài)度極化等因素在群體極化行為意愿形成過程中的影響。在以往研究的基礎(chǔ)上，我們認為，群體認同、選擇性接觸、社會比較頻率等因素會顯著影響行為意愿(22)汪明艷、余麗彬、朱譯冰：《輿論反轉(zhuǎn)中群體極化效應(yīng)的影響因素研究》 ，《情報雜志》2018年第9期。，研究模型如圖1所示。

圖1 網(wǎng)民群體行為意愿影響因素模型

(三) 研究假設(shè)

群體認同是個體對群體價值觀、態(tài)度與情緒的認同感與歸屬感(23)汪明艷、余麗彬、朱譯冰：《輿論反轉(zhuǎn)中群體極化效應(yīng)的影響因素研究》 ，《情報雜志》2018年第9期。。個體在與群體的互動過程中強化了對群體的認同，并在過程中獲得情感強化、價值感及被群體認同和接受的滿足感。有學(xué)者指出，群體認同可以引發(fā)群體極化現(xiàn)象(24)張書維、周潔、王二平：《群體相對剝奪前因及對集群行為的影響——基于汶川地震災(zāi)區(qū)民眾調(diào)查的實證研究》，《公共管理學(xué)報》2009年第4期。(25)楊啟飛：《媒介融合的 “E-托邦”: 社會認同的新認知》 ，《新聞傳播》2017年第2期。，將原本客觀、中立、冷靜的個體向極端方向推進，而原本持有極端觀點的個體在這個過程中會得到進一步的強化。當(dāng)個體觀點及態(tài)度的極化到達某一個閾值，言論的表達及情感的傳遞已無法滿足，則會誘發(fā)強烈的行為意愿，用現(xiàn)實的方式表達訴求與不滿。群體極化是指極端認同與極端反對，是作為客觀、中立的對立面而存在的。群體的認同會增加個體的行為意愿，會強化個體的自我效能，提高對預(yù)期效益的期望及降低感知風(fēng)險，同時從眾心理、法不責(zé)眾等心理的影響，也會增強個體的行為意愿。因此，本研究假設(shè)：

H1：態(tài)度極化部分中介了群體認同對網(wǎng)民群體行為意愿的正向影響。

在社交媒體時代，網(wǎng)民傾向于關(guān)注與自身觀點及態(tài)度相符的傳播媒介、傳播主體，跟隨自己認同的意見領(lǐng)袖，在信息的接觸過程中具有選擇性，愿意接觸自己認同的觀點及報道，避免接觸與自己觀點不同的信息。網(wǎng)絡(luò)時代，用戶可以拉黑與自己持相反觀點的個體及傳播媒介，社交媒體也會主動推送網(wǎng)民可能喜歡的信息。在自我選擇與信息強化中，網(wǎng)民個體的態(tài)度得到強化與極化。以往研究認為信息的選擇性接觸有助于群體極化的形成(26)Kim Y,“Does Disagreement Mitigate Polarization? How Selective Exposure and Disagreement Affect Political Polarization”, Journalism & Mass Communication Quarterly,2015,No.4,pp.915-937.。此外，極化行為理論認為人們對事件的態(tài)度會決定人的行為，當(dāng)個體產(chǎn)生極化態(tài)度時，會有更強的行為意愿。因此，本文提出以下研究假設(shè)：

H2：態(tài)度極化完全中介了選擇性接觸對網(wǎng)民群體行為意愿的正向影響。

社會比較理論認為，公眾總是不斷被激勵用一種社會行為規(guī)范去認識和表現(xiàn)自我(27)汪明艷,余麗彬,朱譯冰：《輿論反轉(zhuǎn)中群體極化效應(yīng)的影響因素研究》 ，《情報雜志》2018年第9期。。個體在與群體觀點的比較與互動過程中不斷修正自身的觀點，不斷向群體的觀點靠近和強化。同時，由于網(wǎng)絡(luò)及社交媒體上的信息過載及信息的不確定性，個體在社會屬性的驅(qū)動下，為避免被群體孤立，會傾向于不斷將自身的觀點與他們的觀點進行比較，并在比較過程中向大多數(shù)人認同的觀點靠攏，認為大多數(shù)人及主流的觀點態(tài)度是正確的。社會比較頻率的升高會導(dǎo)致個體對群體的認同度提升，相應(yīng)地更愿意采取得到群體認同的言論及行為。因此，本研究假設(shè)：

H3：態(tài)度極化部分中介了社會比較頻率對網(wǎng)民群體行為意愿的正向影響。

態(tài)度極化是指個體的觀點處于極端狀態(tài)，遠離客觀、中立的觀點。當(dāng)個體對事件的看法處于客觀中立狀態(tài)時，個體對事件預(yù)期走向處于觀望狀態(tài)，不發(fā)表意見也不會采取具體的行為干預(yù)事件的走向。與之相反，當(dāng)個體處于極端認同或極端反對狀態(tài)時，個體與社會熱點事件的發(fā)展預(yù)期具有強烈的主觀期望，希望事件朝著自己期望的方向發(fā)展。這個過程中的感知收益升高，為之愿意付出的成本及承擔(dān)的風(fēng)險也會升高，個體認知得到強化，情緒的感染加強，更有可能采取實際行為表達自己的主張和訴求。態(tài)度極化會增加網(wǎng)民群體的行為意愿(28)Kim Y,“Does Disagreement Mitigate Polarization? How Selective Exposure and Disagreement Affect Political Polarization”, Journalism & Mass Communication Quarterly,2015,No.4,pp.915-937.。因此，本研究假設(shè)：

H4：態(tài)度極化對網(wǎng)民群體行為意愿具有正向影響。

感知匿名性是指個體感知到的自身在網(wǎng)絡(luò)空間中的言論、足跡及行為的匿名程度(29)Jung Y, Song H, Vorderer P,“Why do People Post and Read Personal Messages in Public? The Motivation of Using Personal Blogs and its Effects on Users’ Loneliness, Belonging, and Well-being”,Computers in Human Behavior,2012,No.5,pp.1626-1633.。當(dāng)個體感知匿名性強時，個體的社會臨場感會顯著降低，感知受到的對他人評價、社會道德與法律規(guī)范的約束會顯著降低。因違反規(guī)范和規(guī)則而可能受到懲罰的風(fēng)險降低，從而可能導(dǎo)致個體更多地接觸極端、暴力、色情信息，并進一步導(dǎo)致個體的觀點及態(tài)度的極化傾向(30)Jung Y, Song H, Vorderer P，“Why do People Post and Read Personal Messages in Public? The Motivation of Using Personal Blogs and its Effects on Users’ Loneliness, Belonging, and Well-being”,Computers in Human Behavior,2012,No.5,pp.1626-1633.。以往研究指出,網(wǎng)絡(luò)匿名性是產(chǎn)生網(wǎng)絡(luò)偏差行為的主要原因(31)雷靂、李冬梅:《青少年網(wǎng)上偏差行為的研究》 ，《中國信息技術(shù)教育》2008年第10期。,此外感知匿名性處在不同程度時，個體選擇性接觸的行為意愿及選擇性接觸信息的極化程度會有所不同，并且感知匿名性還會強化個體極端觀點與極端態(tài)度的表達意愿。當(dāng)個體認為不用對自身言論負責(zé)，不用擔(dān)心結(jié)果時，其更可能發(fā)表極端觀點。另一方面，在感知匿名性高的狀態(tài)下，極端言論與群體認同具有互動作用，為了獲得群體認同，個體更敢于發(fā)表極端言論；另一方面，極端言論的發(fā)表會增加個體感知到的群體認同，兩者的交互作用會導(dǎo)致群體的觀點極化與態(tài)度極化，并最終增強個體的行為意愿。因此，本研究假設(shè)：

H5a：感知匿名性正向調(diào)節(jié)群體認同對態(tài)度極化的影響。

H5b：感知匿名性正向調(diào)節(jié)群體認同對行為意愿的影響。

二、 研究方法與數(shù)據(jù)收集

(一) 量表開發(fā)

問卷調(diào)查法經(jīng)濟、便利，能獲取人的主觀心理想法，因此，本研究采用問卷調(diào)查法收集個體數(shù)據(jù)。為確保研究的信度與效度，本研究中的所有測量量表均采用以往學(xué)者開發(fā)的成熟量表，并針對本文的研究情境進行了部分修改，測量指標采用LIKERT 5級量表。在收集整理量表后，將研究問卷的情境界定為社會熱點事件行為意愿的調(diào)查研究，熱點事件舉例說明為“羅一笑事件”“紅黃藍幼兒園事件”和轉(zhuǎn)基因問題等具有較大影響力的社會熱點事件。在初步的量表開發(fā)完成后，研究團隊邀請了兩名輿情研究領(lǐng)域的碩士研究生對量表進行評測，并根據(jù)兩位研究者提出的建議對部分變量的表述進行了修改。隨后，我們在“微信朋友圈”、微博等社交媒體收集了100份問卷進行預(yù)測試，結(jié)果顯示該量表具有較高的信度和效度。最終問卷的測量項目見表1。

表1 測量量表及參考文獻

續(xù)表1

(二) 數(shù)據(jù)收集

本研究在問卷星平臺、微信、微博、QQ群等平臺發(fā)放問卷,最終收集到380份問卷，在數(shù)據(jù)的整理過程中，剔除了填寫問卷時長過短、前后矛盾等不合格問卷，最終獲得339份有效樣本，問卷有效率為89%。為探究樣本分布特征，借助SPSS 20對樣本進行描述性統(tǒng)計分析，結(jié)果顯示：在性別分布上，女性占58%，男性占42%；在年齡分布上，18～30歲的年輕人占82%，是本文的主要研究群體；在教育程度分布上，本科畢業(yè)占68%。

(三) 共同方法偏差

由于本研究采用問卷收集數(shù)據(jù)，面臨共同方法偏差的潛在威脅，我們采用了兩個廣為認同的方法對本研究數(shù)據(jù)的共同方法偏差進行了檢驗。首先，我們采取了哈爾曼單因子測試(32)Podsakoff P M, MacKenzie S B, Lee J Y, et al.，“Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies,”Journal of applied psychology, 2003,No.5，p.879.，借助SPSS 20，對所有變量進行了未旋轉(zhuǎn)的主成分分析，結(jié)果表明，最高的單因子僅能解釋28.8%的變異量，遠低于50%的閾值。然后，為進一步檢驗，借助Amos 24，本研究構(gòu)建了共同潛在變量因子(33)Liang H,Saraf N,Hu Q,et al.,“Assimilation of Enterprise Systems:The Effect of Institutional Pressures and the Mediating Role of Top Management”,MIS Quarterly,2007，Vol.31,No.1,pp.59-87.，該因子用所有的測量項目估計，模型結(jié)果顯示：x2[339]=2337,df=153,CMIN/DF=17.23,RMSEA=0.219,p<0.001，遠差于本研究設(shè)計的模型。因此，本研究的數(shù)據(jù)沒有明顯的共同方法偏差。

三、 測量模型與結(jié)構(gòu)模型檢驗

本研究基于結(jié)構(gòu)方程模型進行建模分析，采用協(xié)方差矩陣法，依據(jù)兩階段分析對模型進行檢驗，對測量模型和結(jié)構(gòu)模型進行驗證分析(34)Fornell C, Bookstein F L,“Two Structural Equation Models: LISREL and PLS Applied to Consumer Exit-voice Theory”,Journal of Marketing research,1982,No.4,pp.440-452.。具體地，借助SPSS 20和Amos Graphics 24, 采用極大似然法對模型進行檢驗。

(一) 測量模型

測量模型主要用信度和效度指標進行評價。信度的評價通常用Cronbach’s Alpha 系數(shù)進行評價，需要大于0.7。效度的評價主要考察聚合效度和區(qū)分效度，所有指標的標準化因子載荷大于0.5；組合信度大于0.7；平均變量抽取值(AVE)大于0.5(35)Fornell C, Bookstein F L,“Two Structural Equation Models: LISREL and PLS Applied to Consumer Exit-voice Theory”,Journal of Marketing research,1982,No.4,pp.440-452.。借助SPSS 20進行了探索性因素分析，Amos 24進行了驗證性因素分析，結(jié)果見表2；本研究所有的測量項目Cronbach’s Alpha系數(shù)均大于0.7，顯示本研究具有較好的信度；此外，大部分的測量項目的因素負荷量大于0.7，所有測項均大于0.5，組合信度大于0.7，平均變量抽取值(AVE)大于0.5。結(jié)果顯示，本研究的測量項目具有較好的聚合效度。此外，表3顯示了本研究的構(gòu)念相關(guān)性及區(qū)分效度檢驗結(jié)果，構(gòu)念的AVE平方根值需要大于該構(gòu)念與其他構(gòu)念的相關(guān)系數(shù)(36)Straub D, Boudreau M C, Gefen D,“Validation Guidelines for IS Positivist Research”，Communications of the Association for Information systems，2004,No.1，p.24.，結(jié)果顯示，大多數(shù)的構(gòu)念均滿足上述要求，表明本研究的測量模型具有良好的區(qū)分效度。

表2 構(gòu)念信度與聚合效度檢驗

續(xù)表2

表3 構(gòu)念相關(guān)系數(shù)及區(qū)分效度

(二) 結(jié)構(gòu)模型

在測量模型通過檢驗后，本研究通過Amos 24導(dǎo)出估算的各潛在因子的數(shù)據(jù)進行了結(jié)構(gòu)模型的路徑分析與模型驗證，以檢驗本研究假設(shè)的概念模型與實際收集到數(shù)據(jù)的符合程度，驗證模型如圖2所示。

圖2 社交媒體熱點事件網(wǎng)民行為意愿模型

模型擬合優(yōu)度見表4。結(jié)果顯示，模型的卡方自由度之比小于3,CFI大于0.95,RMSEA小于0.06,表明模型具有良好的適配度，簡約性與擬合優(yōu)度。模型的路徑系數(shù)及顯著性見表5， 結(jié)果顯示所有路徑系數(shù)臨界比值(CR)的絕對值均大于1.96，p<0.05, 表明各路徑系數(shù)在95%的置信區(qū)間下均顯著，且大部分路徑在99%的置信區(qū)間下具有顯著性。在路徑系數(shù)的方向上，感知匿名性對行為意愿、選擇性接觸對態(tài)度極化的影響均為負，表明感知匿名性對行為意愿具有負向影響，選擇性接觸對態(tài)度極化有負向影響，與本研究的假設(shè)H2不一致。態(tài)度極化對行為意愿具有顯著正向影響，本研究的假設(shè)H4得到支持。

表4 熱點事件網(wǎng)民行為意愿模型擬合優(yōu)度分析

表5 網(wǎng)民行為意愿各變量路徑系數(shù)及顯著性

為進一步探究本研究假設(shè)中的中介效應(yīng)，本文借助Sobel test檢驗了中介效應(yīng)，結(jié)果見表6。結(jié)果表明，態(tài)度極化中介了感知匿名性、社會比較頻率、群體認同對行為意愿的正向影響，由于各構(gòu)念的直接影響也顯著，因此態(tài)度極化對各變量的中介效應(yīng)為部分中介，因此本研究假設(shè)H1和假設(shè)H3得到支持。另外態(tài)度極化對選擇性接觸的中介效應(yīng)也顯著，但值為負，因此假設(shè)H2未獲得支持。最后，本研究檢驗了感知匿名性對群體認同到態(tài)度極化、行為意愿的調(diào)節(jié)效應(yīng)。我們計算了直接效應(yīng)，并對變量進行了標準化處理，交互項也加入了模型檢驗中，結(jié)果如表7所示，兩個交互項系數(shù)均顯著，表明假設(shè)H5a、H5b獲得支持。感知匿名性交互作用的簡單斜率測試見圖3。由此可知，感知匿名性增強了群體認同對態(tài)度極化及行為意愿的正向影響。

表6 間接效應(yīng)檢驗

圖3 感知匿名性交互作用的簡單斜率測試

表7 熱點事件網(wǎng)民群體行為假設(shè)檢驗結(jié)果

(三) 討論分析

本研究的結(jié)果表明，態(tài)度極化對行為意愿有正向影響，態(tài)度極化部分中介了群體認同及社會比較頻率對行為意愿的正向影響，感知匿名性正向調(diào)節(jié)了群體認同對態(tài)度極化及行為意愿的影響。

群體認同及社會比較頻率對行為意愿具有正向影響，與以往的研究結(jié)論一致(37)汪明艷、余麗彬、朱譯冰：《輿論反轉(zhuǎn)中群體極化效應(yīng)的影響因素研究》 ，《情報雜志》2018年第9期。(38)石文萍：《突發(fā)事件中微信用戶非理性集群行為引導(dǎo)研究》，2016年山西財經(jīng)大學(xué)。。群體認同、群際情緒等因素對行為意愿的預(yù)測效應(yīng)十分顯著。這一結(jié)果表明，在個體行為決策過程中，群體的認同、支持和參與，以及在過程中的強烈情緒感染是行為意愿形成的重要因素。而個體本身的社會比較頻率的高低決定了個體是否經(jīng)常性地將自己的觀點、行為與群體進行比較，高社會比較頻率的個體更容易受到群體認同及群體情緒的感染，這是由個體心理邁向群體心理認同的必要條件。正如古斯塔夫·勒龐在《烏合之眾》一書中將群體定義為一個特殊的心理整體，在情緒感染下，為某個目標或某些精神需求而有所行動的人群。心理整體是群體形成的重要特征，個體的力量及心理是弱小的，人們在日常生活中傾向于客觀、中立、理性，但當(dāng)群際情緒、群體認同將個體內(nèi)在的情緒喚醒，個體融入集體，個體的行為意愿及行動意愿會得到顯著增強，態(tài)度極化及行為極化的可能性增大。這一結(jié)果啟示我們，在對群體進行分析時，除了外在的客觀條件，還必須更多地關(guān)注內(nèi)在群體心理形成的根源及機制。

除此之外，本研究發(fā)現(xiàn)感知匿名性增強了群體認同對態(tài)度極化及行為意愿的正向影響。感知匿名性是個體對自身在網(wǎng)絡(luò)上發(fā)布的信息匿名性的感知，當(dāng)個體感知匿名性強時，更可能通過發(fā)表極化言論獲得群體認同，社會規(guī)范約束力的減弱會在匿名群組討論中帶來更強的鏈式反應(yīng)。個體被群體情緒感染并互相增強，態(tài)度及行為會更加偏離日常行為規(guī)范。

此外，本研究中假設(shè)的選擇性接觸對態(tài)度極化及行為意愿的影響路徑未獲通過。這與以往的研究不同(39)Kim Y，“Does Disagreement Mitigate Polarization? How Selective Exposure and Disagreement Affect Political Polarization”,Journalism & Mass Communication Quarterly,2015,No.4，pp.915-937.。一方面，選擇性接觸會帶來觀點及信息的集中化和偏向化，并最終形成態(tài)度的極化，但另一方面，選擇性接觸是個體的本能選擇，降低信息焦慮，確保信息及觀點的內(nèi)在自洽和合理化，并不一定會導(dǎo)致態(tài)度的極化。一種可能的情況是個體在遭遇不同的觀點和信息時，表現(xiàn)出強烈的憤慨與不認同，反而會進一步加劇觀點的極化。未來的研究者可以進一步探究選擇性接觸與態(tài)度極化、行為意愿的內(nèi)在作用機理。

四、 研究結(jié)論及展望

本研究基于群體極化視角，構(gòu)建了群體行為意愿影響因素模型，并引入了感知匿名性的調(diào)節(jié)作用，運用結(jié)構(gòu)方程模型對收集到的樣本數(shù)據(jù)進行驗證分析。研究結(jié)果顯示，群體認同、社會比較頻率對態(tài)度極化及行為意愿具有顯著正向影響，感知匿名性增強了群體認同對態(tài)度極化及行為意愿的正向影響。本研究采用的是橫截面問卷數(shù)據(jù)，對因果關(guān)系的解釋力度較弱，未來研究可考慮采用縱向研究、實驗法等探究匿名性與群體極化的內(nèi)部形成機制與因果關(guān)系。

基于研究結(jié)論，為加強網(wǎng)絡(luò)輿情管理、社會治理，避免群體暴力、惡性事件的發(fā)生，本文提出以下治理對策：

(一) 在網(wǎng)民層面，要避免加入、傳播、使用類似的匿名群組軟件。網(wǎng)民應(yīng)遵守道德和法律的約束和規(guī)范，避免在匿名的網(wǎng)絡(luò)空間中喪失理智，成為惡性事件的“幫兇”?；ヂ?lián)網(wǎng)不是法外之地，在互聯(lián)網(wǎng)發(fā)表言論、參與討論，也必須遵守基本的社會規(guī)范、法律法規(guī)。

(二) 互聯(lián)網(wǎng)軟件開發(fā)及治理管控層面，國家應(yīng)加大對網(wǎng)絡(luò)空間，特別是境外違法網(wǎng)站及匿名群組軟件的管控。Telegram、連登討論區(qū)等匿名群組、匿名社交軟件的出現(xiàn)，對公共安全、社會輿論具有較大威脅。由于網(wǎng)絡(luò)匿名性對個體社會約束較低，互聯(lián)網(wǎng)監(jiān)管機構(gòu)應(yīng)加強對網(wǎng)絡(luò)實名制的管理，特別是匿名群組討論區(qū)的管理，減少社會極化觀點、極化行為意愿形成的可能性。