作者：中璋 著,张雪魁 主编,
出版社：中信出版集团股份有限公司
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
效应试读：
效应（舆论先锋丛书）中璋 著张雪魁 主编中信出版集团总序著名政治学家、传播学者伊丽莎白·诺尔–诺依曼（Elisabeth Noelle-Neu-mann）的世界名著《沉默的螺旋》有一个寓意深刻的副标题——“舆论——我们的社会皮肤”。2012年以来，我们团队对那些此起彼伏、潮起潮落的网络舆论事件一直抱有浓厚的研究兴趣。我们意识到，发生在网络社会的一个个“欢蹦乱跳”的舆论事件，就是对我们时代境况的即时记录，而通过对经典网络舆情案例的解剖，我们也获得了一种对当今社会的“舆论皮肤”进行观察和诊断的有效方法。经过前期的探索性研究和成果积累，我们团队于2018年获得了国家社会科学基金重大委托项目立项：“网络舆情案例库建设与研究”。该项目包含两大任务：一是对从党的十八大到党的二十大10年间发生的重大网络舆情事件开展深度研究，建设重大网络舆情案例库，研发网络舆情案例库可视演示系统，编写经典网络舆情案例培训教材，探索具有鲜明中国立场的“案例舆情学”研究模式，力争在国家高端智库建设和学术理论研究创新两个方面都有所突破；二是该项目具有工程性质，项目设计特别提出要注重发挥多学科协同创新优势，借助网络舆论大数据资源，运用网络传播实验研究方法，开展创新性、突破性研究。为此目的，我们在上级部门指导和上海社会科学院（国家高端智库）的大力支持下，筹建了“社会科学大数据实验室”（Big Data Laboratory of Social Sciences，简称BDLSS）。BDLSS的成立，是推进项目研究的客观需要，也是大数据时代推动社会科学研究创新的迫切要求。大数据为社会科学研究开拓了新的疆域和机遇，同时也提出了新的要求和挑战。BDLSS致力于推进哲学、人类学、心理学、新闻学、传播学、舆论学、社会学、政治学、经济学、博弈论、行为科学、认知科学、公共关系、社会工程学等社会科学学科与大数据科学的融合创新研究。其目标是双重的：一方面，按照“社会科学+大数据”的思路，推进大数据驱动的社会科学研究，关注大数据对社会科学研究方法、研究范式、研究路径和研究领域等提出的创新性要求，借助大数据驱动社会科学研究创新；另一方面，按照“大数据+社会科学”的思路，为大数据研究提供社会科学的研究思路、方法和理论支撑，拓展大数据研究的学科基础、理论视野和人文关怀。在双重目标的驱动下，BDLSS将聚焦于网络媒介事件大数据、网络心理行为大数据、重大决策政策舆论大数据、新媒体“声音大数据”等领域的研究，通过跨学科、跨领域、跨行业协同创新，力争在绘制网民基因图谱、开展网民用户画像、探索网民行为规律和网民心态表达等方面有所突破，为学术创新助力，为决策咨询服务。无论是“社会科学+大数据”研究，还是“大数据+社会科学”研究，都与正在兴起的“计算社会科学”（Computational Social Science）所提倡的研究路向有相通之处。概言之，计算社会科学致力于借助大数据资源来促进社会科学研究的“计算化”，依此进路，计算传播学、计算新闻学、计算社会学、计算经济学、计算金融学、计算管理学、计算政治学、计算行为学、计算心理学，乃至计算犯罪学和计算语言学等，一批走向“计算化”的新兴社会学科获得了引人注目的发展。BDLSS会密切关注计算社会科学研究的新进展、新趋势，同时也格外强调推动大数据研究的“社科化”，致力于发展“数字人文”领域的研究。当今时代数字革命如火如荼，BDLSS也会密切关注数字革命带来的诸多重大现实问题，希望通过理论创新为公众理解数字经济、数字社会、数字政治、数字生活领域的新发展和新趋势提供某些洞见，对网络社会的重大舆论事件、传播现象和传播规律给出深入的、科学的解释，对颠覆性数字技术蕴含的重大风险挑战及时预警，对5G时代的全球信息传播新秩序，以及由此引发的全球地缘政治经济格局变迁展开跟踪研究，等等。总之，在大数据时代，亟待加快发展大数据驱动的社会科学研究，大数据研究亦亟待社会科学研究的深度参与，以适应人类社会数字化的进程，解答数字化时代带给人类的一系列新课题、新挑战。BDLSS出版的这套“舆论先锋”丛书，是项目团队初期研究成果的一次展示。我们希望丛书能够对读者洞观当今变幻莫测的数字世界有所启示，也欢迎读者给予批评指正。在此，我们特别感谢国家社会科学基金重大委托项目“网络舆情案例库建设与研究”和上海社会科学院舆情智库创新工程团队给予的出版资助。社会科学大数据实验室坚持底线思维防范化解网络舆论场风险党的十八大以来，以习近平同志为核心的党中央，在实现“两个一百年”奋斗目标、实现中华民族伟大复兴中国梦的新征程中，坚持底线思维，增强忧患意识，高度重视防范化解重大风险，在治国理政新实践中提高党在新时代防范化解重大风险的能力，有力地保证了党和国家事业发生历史性变革，取得了历史性成就，积累了丰富的经验。习近平总书记就为什么要防范化解重大风险、防范化解哪些重大风险、如何防范化解重大风险做了一系列重要论述，深刻回答了防范化解重大风险的方向性、根本性、战略性问题。特别是2019年1月，习近平总书记在省部级主要领导干部坚持底线思维着力防范化解重大风险专题研讨班开班式上发表重要讲话，从维护国家总体安全的战略高度和全局视野，深刻分析了需要着力防范化解的各领域重大风险，强调要“坚持底线思维，增强忧患意识，提高防控能力，着力防范化解重大风险”。当今世界正处于百年未有之大变局，也会带来百年未有之不确定性，防范化解重大风险任务异常艰巨繁重。在现代社会，风险本身就更具复杂性、突变性和不确定性，有小概率、难以预测的“黑天鹅”事件，也有大概率、可以预测的“灰犀牛”事件。美国危机管理学会研究发现，只有14%的危机是真正“突如其来”的，剩余的危机都是“慢火煎熬”，不断升级、恶化的。用现在的语言来说，“突如其来”的危机是“黑天鹅”，“慢火煎熬”的危机则是“灰犀牛”。“黑天鹅”与“灰犀牛”都被用来描述后果严重的重大事件和风险。“黑天鹅”是众所周知的概念。16世纪以前，所有人认为天鹅都是白色的，对世界的认知始终处于“天鹅是白色的”的状态，直到在澳大利亚发现第一只黑天鹅，才否定了这种认知。从此，人们便用“黑天鹅”来喻指不可预测的重大稀有事件，现在多用来指发生概率小、较为罕见且难以预测的事件和风险，它们通常会引起连锁负面反应甚至颠覆结果。例如，2016年英国脱欧公投和美国总统大选都被归为黑天鹅事件，从事政治营销的大数据公司剑桥分析疑是幕后黑手。“灰犀牛”概念最早由美国学者米歇尔·沃克于2013年1月在达沃斯全球论坛上提出，它是指大概率，事发前本来有迹可循、可以被预见，却没被预见或没能引起足够重视，最终引发严重后果的潜在危机。灰犀牛生活在非洲草原，常给人一种体形笨重、行动迟缓的感觉，你远远就能看见，却时常忽略其危险；灰犀牛经触怒发起攻击，向你狂奔而来，这种暴发攻击让人猝不及防，阻止的概率几乎为零，最终引发破坏性巨大灾难。其警示意义在于，风险并不都来源于偶然灾难、微小问题，更多来源于显性问题，正因为其看上去体形大、速度慢，风险往往被我们低估，我们疏于防范，后果严重。从全球来看，互联网在渗透式影响全球经济社会发展和人类生产生活方式的同时，也在深刻改变全球媒体格局、舆论生态、传播秩序和传播手段，全球网络舆论场呈现前所未有的复杂性、尖锐性。互联网业已成为世界各国竞相抢占的战略高地，较之传统领域，网络舆论场的安全风险发生的概率更大，量级更高，“黑天鹅”与“灰犀牛”的风险不时出现。因为互联网，当今世界发生了很大变化，一些国家的政权更迭、社会动荡都与互联网有着密不可分的关系。在我国，伴随互联网技术的快速发展和广泛应用，网络舆论更加复杂多变，舆论热点传播的突发性、难控性等特点突出。中国是互联网大国。截至2018年12月，网民规模达8.29亿，互联网普及率为59.6%。其中，手机网民规模达7.88亿，网络舆论场的力量非常强大，远超人们的想象。网络舆论场日益成为各类风险的策源地、传导器和放大镜，不时出现舆论旋涡，甚至卷起滔天大浪，刮起漫天风雪，正所谓“滴水兴波，终起吞舟之巨浪”。网络舆论传播发酵极快，数小时内暴发、十亿级阅读量的舆论风暴不时出现，网络谣言和虚假信息问题较为突出，网络舆论生态分化极化现象明显。一件小事情就可能导致形成舆论大旋涡，一些谣言传闻经煽动炒作，就会使“茶杯里的风暴”骤变为现实社会的龙卷风和大冰雹，引发各种各样的蝴蝶效应。我们要深刻学习领会习近平总书记阐明的重大风险，必须清醒认识政治安全领域风险的错综复杂，意识形态领域风险的多样多变，社会经济领域风险的交织叠加。特别是在当前我国经济社会深刻变革、利益格局深刻调整的大背景中，人们思想活动的独立性、选择性、差异性显著增强，网络舆论热点易发、多发成为当前社会舆论的重要特征。可以说，网络舆论场的“黑天鹅”与“灰犀牛”已成常态，其破坏力不可小觑，我们既要防范小概率、毫无征兆的“黑天鹅”舆论风波，又要防范大概率、已有预兆的“灰犀牛”舆论风暴。我们必须始终坚持思维底线，积极防范化解网络舆论场风险，这越来越成为我国治理体系和治理能力现代化的重要方面，也是各地区各部门面临的极其重要而紧迫的任务。在网络舆论场这个新战场，我们顶得住，打得赢，直接事关政治安全和意识形态安全。这就需要我们从国家总体安全观的战略高度，深刻认识提升网络舆论场风险防范化解能力的紧迫性和重要性。上海社会科学院作为国家高端智库，承担了国家社会科学基金重大委托项目“网络舆情案例库建设与研究”，致力于网络舆情生成传播规律研究，通过科学研究来找准网络舆论场风险源头，找出易出问题的环节和要素，绘制网络舆论场风险图谱，为提高党和国家防范化解网络舆论场风险能力提供智力支持。项目课题组在研究网络舆情案例的基础上，参阅大量公开文献和网络资料，广泛吸收国内外学者的研究成果，借鉴新闻学、传播学、心理学、行为学、网络科学等领域的理论，专门研究网络舆情传播规律和演化机理，从中梳理出100个网络舆论场的传播效应和现象，为提高舆情引导能力和改进宣传舆论工作提供参考。按照国家社会科学基金重大委托项目的要求，项目课题组的重要任务是编写网络舆情工作手册，编制网络舆情应对操作规程和工作提示，配套开发网络舆情案例分析教材、培训教材、教学教材，组织开展专门教育培训试验。因此，本书作为重大委托项目研究的初步成果，是简明易懂的大众通俗读本，目的是帮助大家科学认识网络舆论传播规律，准确把握网络舆论生成演化机理，使互联网这个最大变量变成我们党和国家事业发展的最大增量。本书除了作为大众科普读物，还可以作为党政机关和企事业单位开展专题培训的教材和知识手册。希望大家能通过阅读本书开阔新的视野，获得新的知识，增强新的本领。第一章信息传播01 社交分享定律2011年7月，Facebook（脸书，美国社交网络服务网站）的CEO（首席执行官）扎克伯格在一次新闻发布会上表示，目前脸书用户每天公开分享40亿条信息，包括状态更新、图片等。扎克伯格解释说，根据脸书的统计数据，社交分享信息量成倍增长，用户现在分享的信息总量是两年前的两倍，从现在开始的一年后，用户所产生的信息分享总量将是现在的两倍。扎克伯格的社交分享定律可用一个公式表示：Y = C×2^X。其中，[1]X代表时间，Y代表用户的信息分享量，C是一个常数。扎克伯格还举了一个直观的例子——将一张纸折叠50次。扎克伯格说：“如果你拿出一张纸，折叠50次会有多高？[2]多数人可能会说不足1英尺……这个高度等于往返地球与月球距离的10倍……纸的厚度乘以2的50次方，数字虽小，但翻了好几番。”也就是说，社交共享信息量如果以1年为间隔，社交共享信息量将以指数2i的速度增长。他用这个例子类比社交分享的力量，一个分享50次的信息所产生的能量十分巨大，有可能超过人们的想象。这条定律源于脸书的内部数据，它的提出仿照的是摩尔定律。摩尔定律由英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）于1965年提出，此后计算机的每次进步均遵循这个定律。摩尔定律表现为一条指数曲线，即当价格不变时，集成电路上可容纳的元器件的数目，每隔18~24个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能将每隔18~24个月增加一倍以上。这一定律揭示了信息技术进步的速度。扎克伯格的社交分享定律也表现为一条快速增长的指数曲线，预计在可预见的未来，用户每年在线共享的信息量将增加一倍。当然，也有人指出这可能在夸大其词，天使投资人克里斯·迪克森（Chris Dixon）表示，如果按照扎克伯格所说，20年后一条信息将会被分享1 048 576次（2的20次方）。不过，随着移动互联网的普及，人们可以随时随地转发、点赞和评论，这将进一步推动社交分享信息量的指数级增长，迪克森的质疑至少现在还未能成真。比如，2014年9月21日，某明星在新浪微博发布了“我的15岁”话题和关于自己生日的纪念微博，当天该微博的转发数为3 857万，评论数为170万，点赞数为49万。截至2018年1月，脸书上拥有粉丝最多的是克里斯蒂亚诺·罗纳尔多（Cristiano Ronaldo），他是葡萄牙足球运动员，效力于意甲尤文图斯足球俱乐部，拥有1.23亿个粉丝；美国电影演员、制片人范·迪塞尔（Vin Diesel）则拥有1.01亿个粉丝。推特（Twitter）上拥有粉丝最多的凯瑟琳·伊丽莎白·哈德森（Katheryn Elizabeth Hudson）是美国歌手、词曲作者、演员，她拥有1.08亿个粉丝。2017年，被转发最多的推文（Tweet）来自名为Carter Wilkerson（卡特·威尔克森）的16岁男孩。4月，他在推特上问美国连锁快餐店Wendy’s，需要转发多少次推文才能吃到一年的免费炸鸡，Wendy’s的回答是“1 800万次”。于是，他开始发动推特好友给自己转发推文。截至2017年12月6日，这条推文被转发364万次，获得99万个点赞，它也被吉尼斯认证为转发量最高的推文。美国前总统奥巴马的一条推文创造过推特创建以来点赞量最高的纪录，点赞量达到640万。这些网络达人可谓一呼百万应。为什么人们如此热衷于点赞？人们在脸书上回答问题或祝朋友生日快乐，在领英（LinkedIn，职场社交平台）上称赞别人的技能，在照片墙（Instagram，移动端上的社交应用）的照片下方留下“喜欢”或是评论，这些都可以被视为一种社会理毛行为，这是人类祖先远古习性的现代表征，是复杂社会行为的一部分。理毛行为是哺乳动物，特别是其中灵长类最常见的行为，人类在朋友圈点赞或评论，都是社会理毛行为。美国密歇根大学安娜堡分校的妮可·艾利森（Nicole Ellison）指出，人们在社交媒体的点赞和评论行为，都是在表示他们对对方的关注。这就像灵长类动物互相捉虱子，期待自己的示好能得到积极回应，期望将来也能得到对方关注。哈佛大学的神经科学家黛安娜·塔米尔（Diana Tamir）与同事杰森·米切尔（Jason Mitchell）通过脑成像和行为实验发现，人与人交流思想时，在脑细胞和突触层面会产生某种奖赏机制。随着社交媒体功能和服务的不断丰富，零阻力共享成为现实，社交分享定律还会继续下去，持续推动信息海量增长。社交分享定律对许多初创科技企业来说是非常有意义的，其信息量增速能否向上走这条曼妙曲线（指数曲线），是判断其是否能够获得成功的主要参考依据。如果信息量的增长较大地偏离社交分享定律，这也就意味着其发展规模和前景堪忧。[1] 谢文.扎克伯格定律[J].财新周刊，2012（18）.[2] 1英尺为30.48厘米。——编者注02 复合传播效应传统媒体发表一篇报道，内容是正面的，但是读者反响如何并不清楚。互联网则不同，互动特征突出，读者的反应可以直接通过转发、跟帖、点赞等行为反映出来，并与媒体报道一同传播。这是一种复合传播效应，它主要体现在以下几个方面。•网民参与新闻传播全过程。参与形式包括跟帖、微博、微信、论坛、博客等。比如，发布一条新闻，新闻信息本身是一个方面，跟帖中的网民评论，包括对事实的补充、对事实的质疑、对事实的看法、各种主观色彩强烈的言论，连同话题争论等，都成为这条新闻信息的一部分而加入传播。新闻报道与受众评论是一起传播的。有时，受众评论甚至会取代新闻信息本身，从而成为有关这条新闻的新闻。网民参与的复合传播，克服了传统媒体的单向直线传播模式的缺点，补充了传播的反馈环节和渠道。但是，这种复合传播也带来了传播效果难以控制，特别是噪声干扰的问题，比如质疑、曲解等。这些噪声不仅对信息，而且对传播和反馈过程任何一个环节或要素都会产生不确定的影响。传者与受者的关系也会变得模糊，受者甚至能反客为主。近几年，一些地方公安部门常发布“帮助老外成功追回手机、自行车”的报道，这些报道不仅没有得到舆论点赞，还引出“我丢手机一个月了，怎么没见追回”“中国人难道是三等公民”等质疑言论，这就是复合传播效果难以掌控的典型情况。•新闻传播效果由网民评价。新闻报道效果是不是正面的，不仅取决于新闻本身，而且取决于网民的反应。比如，一条新闻本来是作为正面新闻被发布的，但90%的跟帖评论都是批评它的，其宣传效果就会大打折扣。正面报道在传播过程中，容易被受众“别样”解读或误读，从而产生负面效应。有时，传统媒体网站、微信或者微博的正面报道，会因为内容偏差而引发受众的负面评论。有时，正面报道经第三方转发时，会因改变报道标题而发生意想不到的负面效应事件。学者业已达成共识：判断网络传播是否属于正面宣传，不是看内容和形式，而是看结果和效果，用实际反响来检验宣传的正负。这有一个广告负效应，即不恰当的广告内容或形式会使受众产生怀疑和抗拒心理，不仅达不到原本的正面宣传预期，反而会带来负面舆论。如果广告内容存在违背逻辑或情理的情况，那么这则广告就会变为一则悖论广告。悖论广告通常会由于自身的不合情理而产生副作用，它会影响广告的品牌形象和受众体验，给广告主造成损失。2018年9月，河南省鲁山县人民检察院通过官方微博发表文章，题目是《鲁山一初中生一时冲动犯错 检察官介入下双方冰释前嫌》，涉及一起强奸未成年少女案件，迅速引发质疑。官方迟迟没有发声，网民又曝出鲁山县人民检察院经办的另一起曾获河南省十大精品案件的“李某某故意杀人案”。舆论的质疑超越了这两条新闻本身，而成为舆论焦点。这就是广告的负效应，也是复合传播带来的意外效果。差评也是复合传播效应。现代网络购物，买家可对卖家所提供的商品、服务给出评价，分为好评、中评和差评。其中，差评是最低评价。在网络购物平台，一个产品与其用户的评论是一起公开传播的。如果用户给的是好评，自然是正向的复合传播。如果用户给的是差评，就是负向的复合传播。而差评对商家来说，无疑是很负面的传播。因此，也就滋生出将差评改为好评的灰色产业链，甚至出现一些强制用户修改差评而引发的极端事件。“无跟帖不新闻”是网易新闻的口号，它认为新闻跟帖比新闻更吸引人。比如，2015年网易新闻产生超过10亿条跟帖，有超过1.42亿个网民留下观点。在网民跟帖中，不乏观点犀利、内容优异的评论，这些跟帖有时会应者云集，甚至抢过新闻本身的风头。跟帖让一条条无声的新闻变成一场场有温度的讨论。跟帖这种新闻互动形式，实现了新闻发布者与评论者的平等，甚至使其成为新闻的一部分。人们在阅读新闻的同时，也会浏览跟帖，了解其他网民对新闻的态度，寻找共鸣，从而产生更大的传播力。复合传播往往会迭代传播。迭代是变量的旧值不断递推新值的过程。重庆市委网信办周庭勇提出，原始新闻在复合传播过程中，被一次次添油加醋，从而迭代升级，人们边传播边加料，未核实便发布，在求证与辟谣中不断前进，试图用求证谎言的方式来倒逼真相。复合传播的迭代加工，会使新闻生产更加碎片化、动态化、情绪化。原始新闻的报道者成为新闻传播和二次加工的旁观者，网民则成为参与者和主导者。复合传播告诉我们，信息发布者在发布正面信息时，要力避逻辑上、情理上、常识上的错误，努力提高传播的正面效应，降低负面效应。而且，传统的多次博弈、一次发布的模式，已变为多次博弈、多次发布的模式，应持续关注信息发布后复合传播的迭代全过程，不能发了信息就不管了，还应持续跟踪其传播效果，如果出现偏差，应及时予以修正和引导。03 十万用户定律豆瓣网发现了“十万用户定律”问题。在某个产品用户不多时，互联网获得用户反馈非常直接也很有效。但是，当用户数超过10万时，这个渠道就失效了。因为，用户基数如此之大，即使只有1%的用户不满意，其中又有10%的用户表达出来，就等于天天有100个人在骂街，骂声铺天盖地。比例可能很小，但你已经无法去衡量，难以分辨到底是100个人，还是1万个人心怀不满。所以，直接反馈之外需要采用别的方式，如问卷调查、用户访谈等方式。你不能被动地看网民评价，而是要采[1]取更积极主动的方式去获得真实反馈。“十万用户定律”从一个侧面证实，当某个产品或服务销量不大、用户不多的时候，通过互联网这个短链获得用户反馈非常直接可靠。可是当用户越来越多，达到100万乃至1 000万量级的时候，短链这个信息反馈渠道就会出现问题。其中，一个严重后果是产生“反馈通胀”。“十万用户定律”可以被解读为“负向反馈通胀”，同时还存在“正向反馈通胀”。例如，易贝（eBay）上只有不到2%的反馈是负面或中性的。一种解释是，不满意的顾客很少给予反馈。这意味着最主要的信息，即负面声誉数据没有了反馈。而且，社会压力也促使人们在公共论坛留下高分反馈。人们经常会遇到网约车司机在路程结束时说：“请给我五颗星！”人们听后通常会照做。这就是“正向反馈通胀”。多数人即使在整个路程中体验并不太好，一般也不会给出低于四颗星的评价，一是怕影响司机生计，二是人们有一种担忧：个人信息都由商家掌握，一旦给予差评，可能会被商家威胁和骚扰。淘宝用户不时会碰到这种情况，媒体也不时爆出消费者给外卖差评而遭遇骚扰的事件。换言之，人们给出高分反馈通常源自其他各种因素，而并非是因为产品和服务质量很好。因此，人们在网上直接反馈的差评或好评都可能存在通胀和泡沫，这需要人们不断提高辨识能力。比如，豆瓣的广播功能为每个用户列出好友的行动更新，有很多用户反映，要求增加一个只看“推荐”的功能。原来是因为用户的广播有大量图书、电影、音乐收藏随时更新，刷屏严重，而这些又都不是用户关心的信息。后经研究发现，其实用户需要的不是新功能，而是把有用信息筛选出来。豆瓣最终提出，最需要做的并不是直接看“推荐”，而是怎样减少图书、电影的刷屏。如今，互联网上的信息鱼龙混杂，哪些是真，哪些是假，哪些是人为操纵的，哪些只是代表特定群体的，我们都需要好好甄别和判断。[1] 杨勃.慢公司豆瓣：用户价值大于体验，通过产品做运营. http://tech.sina.com.cn/i/201202-09/12236702656.shtml.04 现象级传播现象级源于英译phenomenal（非凡的）一词，是指某个人、事物或某个作品引发社会整体超高关注的程度。人们把某个人、事物或某个作品的这种特殊性归结为一种现象，把这种现象的规律及程度称为现象级。现象级，通俗点儿讲，就是口口相传，有点儿万人空巷、洛阳纸贵的意思。一般来说，现象级是指人或事物在某方面达到一定程度，开始影响大众所形成的社会现象，是引领某种时尚、潮流、关注热潮的人或事物。如今，现象级已成为大众流行词，特别是在文化、体育和传播领域被大量运用。现象级球员称号，最早出现在巴西足球天王罗纳尔多登陆亚平宁之后，意大利球迷赠给他这一称号。这从一个侧面解释了为何把球技非常高超的球员称作现象级球员。某个球员不断有神奇表现，但对于别的球员来说，做到这种程度非常难，如果某个球员做到了，就称其为某某现象。现象级影视是指很多人观看、谈论一部电影或电视剧，几乎形成一种社会现象。一部电影上映后，不仅票房成绩突出，而且在生活、价值观等各方面影响大众很长一段时间，若人们对其中的桥段信手拈来，台词脱口而出，就可将该电影称为现象级电影。比如，20世纪90年代冯小刚的贺岁电影，经典桥段和台词一时风靡全国。再如，《战狼Ⅱ》和《红海行动》都是现象级作品。现象级产品，即在短时间内突然爆红而被大众熟知和使用的产品，现象级概念主要就是形容这种反常规形态。互联网时代信息裂变传播，使某些信息和事物在短时间内就能达到现象级传播，现象级传播成为一种网络常态。某一新闻、话题或时尚等，借助互联网在较短时间内就引发超高关注热度，讨论人数众多，受到整个社会和特定群体广泛聚焦，人们把这种网络刷屏景象称作现象级传播。现在，千万级点击量、数十万级讨论量已是网上热点的基准数，不到级别都不能被称为热点。十亿级甚至数十亿级点击量，百万级甚至千万级讨论量的网上热点，也是屡见不鲜。在2016年里约热内卢奥运会游泳项目半决赛后，中国选手傅园慧的一段采访视频迅速引发“傅园慧热”，短短3天时间，“洪荒之力”话题阅读量达到4 500万，傅园慧的微博粉丝数从几万增至600多万。她的视频经截图做成表情包和GIF动图流传，“人人皆谈傅园慧，全屏皆传表情包”。傅园慧的表情和话语，借助互联网在短时间内就传播成为整个社会关注、讨论、转发、分享的热门对象。现象级传播最常见的就是爆款。爆款一词来源于电商，它是指那些销量特别大、人气特别高的商品。通过打造某一个人气商品获取流量，进而将其转化为购买力。后来，这一词也用于内容创作领域。人们经常说的阅读量“10万+”的爆款文章，与爆款商品的内在逻辑是相同的，一篇爆款文章能带来大量粉丝和收益。近些年，几乎每隔几天就会出现一篇爆款文章、一幅爆款漫画或一种流行时尚。现象级传播基本是由源源不断的故事构成的，这是现象级传播的基石。王宝强离婚，“故事”情节引人入胜，一天就催生1万多篇评论，其中800多篇是阅读量超过10万的爆款文章。哈佛商学院林肯·法林工商管理教授安妮塔·埃尔伯斯（Anita Elberse）甚至出版了《爆款：如何打造超级IP》一书，对爆款现象和爆款策略进行了深入研究。2017年建军节前夕，《人民日报》创意出品的H5（HTML5的简称，高级网页技术）《快看哪，这是我的军装照》火爆一时。从7月29日晚发布到7月31日18时，短短两天，总浏览量（PV）超过2亿，独立访问（UV）累计3 832万，照片合成的请求峰值达每分钟113万。据统计，军装照累计浏览量远超8亿，《人民日报》甚至为其申报吉尼斯世界纪录。军装照H5刷屏太快，热度太高，闹起了乌龙。“@平安南京”小编发现了这一现象，认为如此爆款的H5不像是主流媒体风格，提醒网民注意信息安全，不要参与这种互动。这也从一个侧面告诉我们，如果一个事件的点击量迅速超过千万，讨论量快速增加，我们就应重视它，正面的要放大，负面的要引导。因为所有现象级传播背后都是或积极或消极的情绪，当很多人的同一情绪都被调动起来时，就会形成病毒式传播。比如，南海仲裁案、中国女排奥运夺冠达百亿级点击量，它们表达的是人们的爱国热情。再如，山东非法疫苗案达十亿级点击量，它表达的是人们对疫苗安全的担忧情绪。05 蒲公英效应蒲公英效应最早由美国硅谷的一位创业家提出，比喻种子投资和创业公司即使失败也不会就此消失，其中的人才会像许许多多的蒲公英一样，随风到处飘飞，寻找合适的土壤，再次生根发芽。蒲公英效应是指以一个动作为出发点，最终达到多重结果。社交媒体提供了关注、转发、评论、回复、私信、对话、邮件分享等互动功能，微博还可以通过“@”提醒和转发来实现各种形式的互动。社交媒体的信息传播就像吹散的蒲公英，向不同方向扩散，最后信息会去适应用户的需求，落到最合适的土地上。在社交媒体出现前，无论是传统媒体还是门户网站，信息传播都是单向且一步即止的。社交媒体的关系链打通了人际传播的快捷渠道，只需要一个简单的转发按钮就可以使信息分享到朋友圈。对于社交媒体上一条质量好的信息，很多人浏览后都会转载分享。这种人人分享的方式就是蒲公英式分享，用户会根据自己的兴趣对信息选择性接受。随着社交媒体的影响越来越大，每个用户都可以成为信息源头。信息被一个用户账号发出后，被其他众多用户账号转发，以其他用户账号为中心再次被转发，然后向四面八方扩散。根据速度，扩散分为第一圈层、第二圈层和第三圈层等。这种蒲公英式放射状传播模式，能有效利用转发优势扩大信息覆盖，加大信息传播速度和广度。英裔加拿大记者和演讲家马尔科姆·格拉德威尔（Malcolm Gladwell）撰写的《引爆点：如何制造流行》一书指出，一个产品的信息传播过程起初是漫长而低效的，用户的增长很缓慢，而当用户累积到某个点的时候（一般来说是10%~20%的某个点，也称作引爆点），便有机会迎来飞跃式的快速增长，从缓慢的增长曲线变为指数级的增长趋势，而从低速到快速的转变是突然的，快速的传播会在这个节点突然爆发。引爆点是制造流行的着力点，信息在到达引爆点后就会像病毒一样传播，形成飞轮效应。飞轮效应是指为了使静止的飞轮转动起来，一开始必须用很大力气，一圈一圈反复地推飞轮，每推一圈都很费力，但是每一圈的努力都不会白费，飞轮会转得越来越快。当达到很高的速度时，飞轮的动量和动能就会很大，使其停下来所需的外力也会很大，飞轮也就能够克服较大阻力继续维持原有运动。蒲公英式传播是一传十、十传百的裂变传播。“如果你的粉丝数量超过100，你就是一本内刊；超过1 000，你就是一个布告栏；超过1万，你就是一本杂志；超过10万，你就是一份都市报；超过100万，你就是一份全国性报纸；超过1 000万，你就是一家电视台。”这形容的就是微博的蒲公英式传播力。2010年，美国皮尤（Pew）研究中心（美国独立性民调机构）一次基于人口统计学方法的调查指出，脸书、领英、推特、聚友（MySpace）的用户平均社会关系数目分别为648、[1]786、838和694。在社交媒体进行信息传播，利用用户自身关系链的影响会辐射到更多受众。其中，微博类的弱关系链使蒲公英效应充分显现。微博的关系链较为开放，信息以关系链为依托传播，而不会被关系链封闭，用户便很容易找到自己感兴趣的信息和人物。现在，媒体、政府、企业设立官方微博早已屡见不鲜。在设立官方微博的同时，其子品牌、分支机构、各部门等还会开设单独的官方微博，承担独立的职能，这被称为矩阵式微博策略。这是媒体、政府、企业蒲公英式传播的主要手段。新浪微博商务部和SocialBeta（社交媒体和数字营销内容与招聘平[2]台）共同研究出几种典型的集团内矩阵式官微传播模式。蒲公英模式。一个官方账号发布信息后，号召矩阵内部其他账号转发或同事用个人微博转发扩散，以其他账号为中心再次扩散，可以有效利用整体优势扩大信息的覆盖面，使信息可以多次到达用户，形成持续性影响，加深用户印象。人民日报社、新华社、中央人民广播电台、中央电视台等国家级新闻媒体都设立了众多子报子刊和频道账号，这些账号都有紧密的协作关系，将新闻报道有策略地扩散。HUB模式。翻译过来就是集线器模式。HUB是中心的意思，集线器的主要功能是将接收到的信号放大，以扩大网络的传输距离，同时所有节点集中在以其为中心的节点上。由一个核心账号统领各分属账号，各分属账号都是平等关系，信息由核心账号放射传递到分属账号转发，各分属账号日常并不进行交互。此类模式多出现于下级和上级分隔明显的集团内部。在HUB模式中，信息由上级的中央账号传播到下级账号的用户，扩大信息覆盖范围；信息传播线路较短，能直接快速覆盖下级账号用户。双子星模式。某一组织或企业拥有官方账号，但同时其领导者或高管账号也具有较强的传播力和影响力。信息经领导者或高管账号转发，会产生与企业官方账号相同甚至更强的传播效果。这类模式主要出现在组织或企业领导者或高管具有较强社会影响力或行业影响力的领域。此外，社会化媒体策略专家杰里迈亚·欧杨格（Jeremiah Owyang）在《企业社会化媒体战略的5种形式》一文中，对企业社会化战略总结出5种模式：集权式，自上而下命令和分配任务；分布式，无统一组织，处于自增长状态；HUB式，有一个部门统一制订规则并协调，相关职能部门各自努力；蒲公英式，一个部门协调若干品牌或者子公司；蜂巢式，每个员工都得到授权，传播信息，人人有责。[1] Amoy.上网的人比不上网的人拥有更多好友.https://leiphone.com/internet-user-more-friends.html.[2] [案例研究]新浪微博集团类官方微博信息传播模式分析.https://socialbeta.com/t/sinaweibo-study-serial-one.html.06 对冲效应对冲效应，是指同时有两笔方向相反、数量相当且盈亏互抵的交易，简单点儿说，就是两笔交易的结果是盈亏相抵。对冲效应虽是经济金融领域的概念，但被用来形容网络舆论场不同热点、焦点话题此起彼伏也十分恰当。它可以指一个新闻事件的关注热度和舆论热度，会因后发生的更具震撼力、影响力的新闻事件，使人们降低对旧新闻事件的关注热度和舆论热度，转而关注和热议新的新闻事件。自2013年起，某歌手的“头条之路”就不顺畅，似乎每逢他有重大举动，就会有其他更重大的事件发生，对冲他的新闻的影响力，于是就有“帮该歌手上头条”这一戏谑说法。有人做过一个简单的实验：在黑夜中，一个60瓦的日光灯足以照亮20多平方米的房间。同样是这个日光灯的灯光，在白天由于室外强光的覆盖，其作用微乎其微，亮度可以忽略不计，这种现象是强势冲击效应。今天发生更具重要性、震撼力和影响力的新闻，就会冲击昨天重大事件的关注度，网民随即转向对新事件的关注和讨论。像某知名明星离婚事件，就能盖过同期其他新闻事件的风头。2016年8月5日，里约热内卢奥运会开幕。已是赛程过半的8月14日凌晨，该明星在微博发出一则离婚声明，这股强大的磁力顿时抢了奥运会的风头。这位明星在8月14日凌晨发微博爆料后，仅8月14日当天，提到他的头条文章就有10 629篇，其中106篇阅读量突破100万，各类文章总阅读量达到7亿。在微博热搜榜上，该明星词条的搜索量在8月15日占据第一位，他离婚的话题量达38.1亿次。央视名嘴白岩松都公开恳请：别再关注这位明星了，关注关注奥运会吧。截至10月20日，该明星离婚的微博话题的阅读量超过117亿，讨论量超过350万。他本人的一条关于离婚案的置顶微博点赞量超过161万，评论量超过25万，而同期“神舟十一号”话题未能进入话题榜。由此可见，娱乐八卦对重大严肃新闻形成严重对冲。一般情况下，对冲在时间上是前后关系，后者因为新闻的强时效性会淹没、对冲前者。如果是同时发生的新闻所引发的社会议论，则某事件会因时效性、重要性、关联度强，而关注度高和影响力大，或因非主流、弱势群体、名人明星而受到特别关注，侵蚀其他新闻事件的关注度。当前，网上信息海量和快速翻新，资讯过载，信息膨胀，选择太多，人们的注意力很难长期固定在某一事件上，关注很难持久，呈现选择性记忆的特点。微信朋友圈热传的一篇文章，如《京城地域歧视指南》，传播刷屏的生命周期一般不会超过8个小时。而且，对于新发事件，人们往往一窝蜂地感性关注评价，然后迅速散去，难以有充足的时间形成理性共识。2013年，《人民日报》的《网络特性让公众“健忘”》一文提出，网络媒体追求新奇快、关注度和点击数，往往会加剧公众注意力的变更和转移，从而产生“烂尾新闻”和“断篇新闻”。微博上不断滚动的热点占据着人们的视线，新的热点新闻会迅速覆盖旧的新闻。微信一天有多少“10万+”文章？600~700篇，“10万+”文章吸引了人们的大部分注意力。但是回想起来，对于上周看过的“10万+”文章，人们到底记住了什么？对冲效应多属于新闻事件的自然迭代，即按照新闻自身传播规律来影响公众而产生的自然覆盖，也可以是人为对冲，即通过议程设置来影响舆论走向。人为设置对冲有两种方式。第一，以正面、强势的声音来对冲旧有的负面舆论，消除不良影响。一个事件的舆论突发期容易滋生谣言，如不能及时应对引导，甚至漠视不理，将出现无法预知和控制的局面。此时，事态发展有如飓风，正面声音应迅速抓人眼球。如不能第一时间发布权威、详细信息，对冲负面消息，各种猜想、传闻便会滋生并迅速传播。正所谓“大路不通，小道必兴”。第二，通过媒体主动设置议题，引导舆论走向，消解谣言或舆论风险。受众的注意力是有限的，每天都会有大量新信息出现，受众不可能在同一时间关注大量不同主题的信息。可以通过策划话题来改变受众关注的焦点，缓冲已有话题的冲击力。总而言之，对于对冲效应，一方面要防止新发生事件冲击我们想要宣传报道的话题，保持住舆论关注度、影响力；另一方面，我们要学会设置议题，对冲或缓冲其他不应受关注和议论的话题，降低其关注度和影响力。07 反转效应反转一词意为转向相反的方向。韩国SBS电视台于2004年开设了一档名为《X-Man》的综艺节目，节目每次结束时都会有一个20分钟左右的短剧，剧情花样繁多，情节紧凑，结局往往出人意料，与观众设想的结局反差较大，被称为反转剧。近年来，中国网络舆论场的反转剧频繁上演，随着事件真相的反反复复，网民的评价、态度、观点等也随之呈现截然相反的[1]两极性。反转效应，是指后期的新闻事实及其舆论与初期的新闻事实及其舆论呈现相反走向，主流舆论或多数派意见数次变化，舆论最终出现逆转。网民和媒体为了抢新闻，不标明信息来源、使用未经证实的信源、带入主观情绪以吸引眼球等手法屡见不鲜，他们甚至把自媒体信息也草率地当作新闻源头，一旦新闻报道经证实与事实不符，就会出现舆论反转。如今，“坐等反转”甚至成为流行语，人们已习惯甚至期盼剧情反转。据统计，2016年，20%的典型舆论热点历经反转，让人真假难辨。比如，女子舍己救人被群狗咬伤，云南女导游辱骂游客，重庆老太撞车碰瓷，福建女警用高跟鞋暴打保安，“野长城”保护修复，莆田新娘陪嫁飞机，官员接访“抹香香”等舆论不断反转。2017年2月，武昌火车站发生血案，案情多次反转。先是《武汉晚报》简单报道；网上很快传出更多信息，红星新闻根据目击者证词报道，悲剧起因于店主姚某多收1元且出言不逊；随后封面新闻披露胡某是精神病；澎湃新闻又引述武汉警方说法，血案不是因为吃面，而是胡某去姚某店铺面试引发口角所致。几乎每一次信息披露都引起评论火速跟进，而评论者很快又在下一轮事实面前被打脸。剧情突然逆转，舆论态度随之扭转。有时候，一条消息出现不到半天后就会出现针对该消息的辟谣消息，辟谣帖和谣言帖一起交叉传播，令人难以区分真假，网络舆论场出现多种“真相”并存的众声喧哗。这种反转效应的特征明显：传播时段短，从事发到澄清基本一两天或更短；信息有片面性，新闻报道最初往往是单方面采访，只呈现事实的一个方面；话题有争议性，能引发公众关注和争论。舆论反转过程则复杂多变，舆论矛头不时转向。前一刻还被同情的人，瞬间便遭唾弃了；此前刚被攻击的人，立刻又被同情。可见，舆论反转与信息不对称密切相关，涉事各方都只呈现对自己有利的信息，推动舆论自发寻找拼图，凑齐事件全貌，以片面信息作为核心信息来推断，形成情绪共鸣、共振，意见一边倒；在更多信息补充后，新闻事实发生反转，导致事实和价值层面的双重崩塌。从反转新闻的来源看，有的是媒体报道，有的是网民爆料，还有的一开始就是假新闻。在反转周期方面，有的大于一天，如成都男司机暴打女司机；有的小于一天，如大妈碰瓷玩具车、哈尔滨天价鱼。在反转方式方面，有的最初由媒体报道，又因媒体调查发现真相而逆转，如男子肾丢失、天价鱼事件等；有的是涉事主体发声，如大陆赠送台湾大熊猫患瘟疫死亡。在反转诱因方面，有的是主观故意，有的是客观失误，但基本迎合了或正面或负面的社会心理和情绪，如46万元每平方米的天价学区房。出现舆论反转的原因多样：发布者“一吐为快”，不可靠信息源以讹传讹；自媒体“盲目求快”，利益驱动、罔顾真相使舆论变“愚论”；受众“心有戚戚”，草率推理，结论发生偏移，加之情绪累积产生“病毒式”传播；传统媒体“把关人”角色弱化，盲随新媒体，为抓眼球不加核实就刊发，缺失严谨特质。罗一笑事件历经两波刷屏、两次踩踏，舆论分裂。一边是罗尔的煽情文章《罗一笑，你给我站住》持续刷屏，不明真相的网民大量转发，传递爱心；另一边是舆论质疑声音渐大，起底、深扒、批判和关注资金去向的言论渐多，两波舆论发生并碰撞，导致舆论踩踏，舆论分裂，两方各执一词，没有定论。在榆林产妇跳楼案中，死者亲属、涉事医院陕西省榆林市第一医院都通过媒体、自媒体等渠道发声，产妇坠楼原因扑朔迷离。双方在网上不断角力，事实真相竟反转9次。反转式新闻消耗了大量社会注意力和信任，甚至造成群体对立，真相还未浮现，认同早已撕裂，真相胜出变得更加困难。[1] 人民网研究院.“罗一笑事件”的舆论反转与演变研究：基于新浪微博数据的考察.http://media.people.com.cn/n1/2018/0122/c416770-29779714.html.08 流瀑效应流瀑效应是一种社会性趋同心理，指如果一个人认识的大多数人都相信一则谣言或传言，则这个人就很容易相信那则谣言或传言，接受他人的信念，原因是缺乏相关信息。特别是我们对某个消息的内容一无所知时，更易倾向于相信别人的传言。甚至，尽管传言很可能是错误的，但若周围大多数人都相信这些传言，人们也会趋向于相信它。比如，当人们追随一些先行者或“领头羊”的言行时，流瀑效应就很可能发生，许多健康[1]谣言就是这么产生的。流瀑，即群体思维。当流瀑发生时，信念和观点从一些人那里传播给另一些人，许多人并不是依靠自己的实际所知，而是依靠自己认为别人会持有什么想法。这种思维逻辑很可能是错误的，因为人们不是依靠自己掌握的信息，而是依靠自己所信任的人做出判断。一些人首先表达观点，接着又有一些人表达观点，但是第二批表达的人因为听取了第一批人的观点，就有可能隐藏自己的观点，而跟随第一批人的观点，第三批人因为看到前面的人都持有某种观点，从心理上可能会自我否决从而屈服于前面人的观点，依次传导下去，最后群体形成的观点很有可能基于第一批人的观点。互联网是信息广场，传播的信息不一定是真实的，特别是社交媒体传播的信息，人们容易被近在眼前的信息迷惑。流瀑效应在股市等领域很常见，身处流瀑的人像感染了某种传染病，又像脑子灌了水，集体迷倒。流瀑效应主要有两种情况。信息流瀑。信息流瀑和群体极化的概念均是由哈佛大学法学院教授卡斯·桑斯坦提出的。他认为，信息流瀑就是大量谣言散播的过程，群体极化则是谣言落地生根的过程。也就是说，在信息或舆论大量传播的过程中，极端一致的观点终将形成。信息流瀑的过程十分简单：一旦一定数量的人开始相信一则谣言，其他人也会相信，除非他们有更好的理由相信这则信息是虚假的。这时，大量的人相信谣言就变成一种真实的风险。信息流瀑是虚假信息扩散的一个条件，谣言常通过信息流瀑传播，信息流瀑就成为以讹传讹的渠道。在互联网上，信息流瀑每天都在发生，即使是完全没有根据的谣言。信息流瀑在很大程度上影响着人们的思想和行为，很容易形成集体认知，而集体认知一旦形成，便很难被打破。信息流瀑之所以产生，是因为存在信息黑洞。在互联网时代，信息渠道四通八达，产生信息流瀑更为便捷，谣言横行更为方便。当一部分人不了解消息的准确性与来源时，如果他们发现其他人都处于认可状态，那么消息会渐变为“事实”继续传播。因为在群体讨论中，只有当一条消息足够权威，平均判断正确率在50%以上时，人们才可能形成比较明智的判断。否则，很多消息将被视为无效。美国社会心理学家G. W.奥尔波特和L.波斯特曼在其著作《谣言心理学》中列了个公式：R=I×A，即rumor（谣言）=importance（重要性）×ambiguity（模糊性）。假如重要性等于零，或者事件本身并非含糊不清，谣言就不会产生。事件的模糊程度越高，其传播范围越广。从众流瀑。少数人跟随多数人的观点。古语有云：“三人成虎。”“街上有老虎！”听到三个人传，你也就相信了。议论的人多了，谎言也能成真。由于人们对多数谣言所涉及的话题都缺乏直接经验或个人认知，大多数人会听从“大众”的看法。信息被“大众”不断强化后，会形成“大众”认知。对于任何个人来说，这种“大众”认知代表了群体权威。从众流瀑形成后，“大众”共识会以权威信息的方式迅速散播，反对声音就显得比较微弱。测量从众压力的所罗门·阿希的经典实验结果表明，在从众压力下，70%的人会屈从群体的看法而压制自己的质疑，在公开言论中错误地表达自己的真实认知，这是从众流瀑的心理基础。一旦有人相信谣言，相信的人就会越来越多，少数人服从多数人的意见，形成流瀑般的强劲态势。1974年，美国社会学家格兰诺维特提出“弱连接理论”，将人际关系简单分为强连接和弱连接。社交应用工具微信最基本的关系网络是亲朋好友，有着强连接纽带。弱连接进行信息传递，而强连接产生相互信任。如果朋友圈发布的是谣言，微信亲朋好友反而更容易相信，健康谣言就是典型。在从众流瀑中，人们会坚定地相信亲朋好友的共同意见。特别是在严密的群体社会网络，如网络传销组织等。人们身处群体网络，或生活在封闭的环境中，就会选择在强大群体面前保持沉默。人们为了避免群体制裁，就不会反对群体的判断。西方绘画中的“谣言女神”常常手握两支小号，“一支散布谎言，一支传播事实”。桑斯坦教授曾给打破流瀑效应开出一服药方：人们都置于均衡的信息环境，让信息公开透明，以事实真相取代谬误。谬误可以一夜之间传遍世界各地，事实同样也可以传播开来。不过，传播事实比传播谣言困难得多。互联网传播具有快餐特征，信息大量公开也难以遏制谣言传播，有时反而使谣言的滋生和传播更加容易。在辟谣无效的情况下，桑斯坦提出适度寒蝉效应。寒蝉效应是指人们因为害怕言论遭到惩罚或高额索赔而不敢发表意见，如同蝉在寒冷的天气中噤声一般。因此，可以通过增加造谣、传谣的成本来阻止谣言，使谣言制造者、传播者承担法律责任。但是，利用寒蝉效应惩治谣言，也存在阻碍对事实真相揭露的风险，需要将寒蝉效应维系在最佳限度。流瀑效应还可以用引爆模型来解释。该概念由诺贝尔经济学奖获得者托马斯·谢林（Thomas Schelling）提出。如果某个人有一定数量的朋友（如50%）之前接纳了某个趋势，那么这个人也会接纳这个新趋势。引爆一事件会导致社交连锁效应，某个趋势便会随着该效应在网上大量传播。宾夕法尼亚大学安纳伯格传播学院和工程与应用科学学院副教授戴蒙·森托拉（Damon Centola）通过数学模型证明了引爆模型在现实世界的可行性。关于这方面的研究和验证有不少。哥伦比亚大学社会学教授邓肯·瓦茨（Duncan Watts）认为，绝大多数时候流行是通过人际关系网络传播的，那些易受影响的大众个体通常是在看到某个邻居或好友使用了某些新品牌或有了新装扮后才开始尝试的。美国波士顿知名口碑传播公司BzzAgent的创始人兼首席执行官戴夫·巴特（Dave Baiter）认为，事实上，现实情况往往会更加复杂，在不同的时候．每个人都可能是影响者。[1] 周亚越.网络谣言的传播机制分析[J].江苏社会科学. 2016 (04).09 迷因效应迷因（meme），是指在语言、观念、信仰、行为方式等传递过程中与基因在生物进化过程中所起的作用相似的事物，是一种想法、行为或风格从一个人到另一个人的文化传播过程。这是动物行为学家、进化论生物学家理查德·道金斯（Richard Dawkins）在1976年出版的《自私的基因》（The Selfish Gene）一书中提出的概念。他在这本书里仿照基因（gene）一词创造了迷因这个新词，意思是指文化的基因。道金斯希望从生物和文化两个方面来理解人类社会的进化轨迹：生物进化基于基因的复制，文化进化则基于人类行为的复制。所以，迷因是人类文化变迁的基本单位，人们通过对特定文化典型行为有意识或无意识的模仿（复制），来实现对特定文化的传承与革新。随后，迷因用来描述各种信息、文化和观念的传播机理。道金斯的学生苏珊·布莱克摩尔（Susan Blackmore）指出：“不管什么东西，只要通过这种拷贝过程得到了传递，它就是一个谜米（即迷因）。”在热门美剧《生活大爆炸》中，谢尔顿和艾米发现迷因（即指八卦和其他社交信息）像生物一样繁殖，并将人类作为宿主。他们使用“迷因流行病学”理论在朋友中进行试验，八卦先在小圈子、小群体传播，然后会有好事者（连接不同圈子的结点用户）将小圈子八卦传播到另一个圈子，使其在社会上流行。高德调查公司的创始人高德在2016年出版的《迷因效应》中提出，迷因似乎是一种神秘的力量，它不仅隐藏在人们的大脑中，而且遍布于这个世界，甚至主宰整个宇宙。就像暗物质和暗能量“无比巨大”地存在并展示着力量，难以被发现和看到。迷因是以信息为单位的“自主生命体”。信息无所不在，产生并分布于我们的大脑，以及生活、工作、人际交往的每个细节中。迷因不断复制重构，形成意念，决定人类如何思考，描绘且组合一切。信息的复制效率极高，迷因具有自我复制和传播的能力，利用一切介质扩散，同时，我们发现不了。苏珊·布莱克摩尔、理查德·布罗迪（Richard Brodie）、阿伦·林治（Aaron Lynch）等学者秉承道金斯的观点，试图建立迷因学，出版了《谜米机器》等著作，对迷因的含义和运行规律进行研究。加州理工学院的卡莱茨教授提出：“任何一个单独的、孤立的元素都不是迷因，上午10时30分突然跳出的股票价格不是，一张照片不是，一个笑脸不是，一颗子弹也不是。只有引发一系列连锁反应时，我们才能看到迷因。比如股价上涨、暴跌，传播的照片，开心的氛围，遭射杀的难民，流行的音乐和舞步。这些发生关联的元素就成了迷因。”哈佛大学社会心理学家埃伦·兰格（Ellen J. Langer）说：“迷因通过信息传播引发变化，适用于解释所有的社会心理学现象，也包括经济问题，当然还有互联网。”早在20世纪呼啦圈风靡全球时，人们便已注意到流行产生的根源。时髦的玩具经常是人们某种心理需求的载体，其形象巧妙复制和传播了我们头脑中的欲望，产生和开发出了成千上万个新的欲望，引发了特殊的社会现象。未来学家约翰·奈斯比特（John Naisbitt）早就提醒人们，信息不仅可以再生，而且可以自生。迷因效应天然地与互联网相关，信息科技的进步使信息的复制和传播达到惊人的速度，信息的数量和扩张远超人的想象。信息从一台电脑复制到另一台电脑，通过社交媒体、电子邮件等形式实现大连接、大传播，营造了信息自我复制的最完美环境。可以说在很大程度上，社交媒体的文化传播和影响几乎完全是建立在模仿之上的。社交媒体时代的迷因，就是社交媒体情境中个体对其他个体行为的模仿，以及建立在社交网络的模仿行为所引起的病毒效应。可以说，迷因为我们展现了一幅超乎想象的传播图景。迷因效应能有效解释网络迷因现象。一个笑话，一句引语、传言或某个事实、图像，一段视频，甚至某个网站，都可以成为网络迷因。网络迷因有鲜明的传播特点：所有传播过程都是试读结束[说明：试读内容隐藏了图片]