01引言

近年来，关于社交媒体平台上的意见极化一直存在着激烈的讨论。已有研究将这种“回音室效应”归因于用户对现有社交网络中与其意见相同的其他用户的更高接触度（例如粉丝或好友），并认为来自用户社交网络之外的信息可以缓解意见极化。现实生活中，社交媒体上不仅只有粉丝或好友，普通网友构成了网络互动的重要部分。其中，社交媒体中的“回复”功能便为此前并没有关联的普通网友们提供了可以随时加入感兴趣对话的机会。

那么，网友的回复会对意见极化造成怎样的影响？具体来说，当这些来自个人社交网络以外的信息呈现在社交媒体平台上时，用户是否更容易达成共识？还是会导致观点更加两极分化? 本期文章“Microblogging Replies and Opinion Polarization: A Natural Experiment”就聚焦了中国最著名的社交媒体新浪微博，对以上问题作出了相应的解答。

02研究背景及设计——一个自然实验

研究微博中回复对意见极化的影响面临诸多挑战，比如内生性、混淆因素等问题。在本研究中，一段特殊时间的数据为解决这些问题提供了机会。在2012年3月31日至4月2日，微博恰好关闭了所有微博的回复功能，在这期间，任何人都无法对微博进行回复，但转发功能仍然可用。这一回复功能的变化为本文提供了独特的自然实验环境，并为有效识别回复对意见极化的影响排除了不少条件限制。值得一提的是，由于此次回复功能的关闭仅发生在新浪微博上，本文作者还采用了搜狐微博以及Twitter作为对照组，构建了双重差分（DID）模型以进一步控制其他混淆因素。

03文献回顾及研究假设

通过回顾有关意见形成的相关文献，本文作者总结了回复功能在理论上的独特之处。作者认为，一般的微博主要在“关注—被关注”的网络中传播，共享联系的个体往往持有相似的观点。因此，用户可能不成比例低接触到与自己相似的观点。相反，回复同一微博的用户则有可能只是对同一主题感兴趣，彼此之间的联系可能很少。因此，回复功能增加了用户接触其他不同观点个体的倾向。此外，回复可以包含正面或者负面情感，与持不同观点的个体之间的对话可能有助于参与者达成共识，而不是进一步陷入极端观点。

作者进一步阐明，当个体接触到回复中的多样化信息后，个体消化这些信息受到两种相互矛盾力量的影响。一方面，文献表明接触多样化的信息可以增加共识，促使个体重新思考观点，增强对持相反观点他人的尊重，并帮助他们纳入相反信息更新观点。作者将这一过程称为共识效应(consensus effect)，并提出以下假设：

假设1a:回复会减少社交媒体平台上的意见极化;因此，关闭回复功能会加剧意见极化。

然而，作者认为回复也可能会增强意见极化。一个潜在原因是确认偏见（confirmation bias），即个体倾向于选择与其现有观点一致的内容。具体来看，如果信息与个体在某一主题上的认知相矛盾，个体往往会怀疑信息来源的准确性。因此，在微博中，用户可能更受与其现有认知一致的回复影响，从而忽视不同意见的回复。因此，作者提出了另一条竞争性假设：

假设1b:回复会加剧社交媒体平台上的意见极化;因此，关闭回复功能会减少意见极化。

最后，作者还考虑了社交媒体参与程度的调节作用。作者认为，个体参与程度较高的用户在社交媒体平台上浏览和消费内容的时间更多，不论是否有意，他们更有可能与持不同观点的人进行互动。因此，这类用户在回复中可能更加关注相反观点的信息，作者进一步提出：

假设2:个体社交媒体参与水平会增强回复对意见极化的影响。

04数据收集及分析

作者收集了所有在2012年3月17日至4月16日期间在新浪微博上发布过微博的用户信息，并从5千万用户中随机选择了真实活跃的用户，选择依据是：关注者在200到3000个之间，发布的微博少于3000条。通过在这些真实活跃用户中进行随机抽样，作者最终获得了2801个微博用户的历史活动数据并进行了文本挖掘。作者通过计算相应微博情感的标准差来衡量极化程度。当积极和消极情感微博的比例较高时，标准差会增加，这也意味着个体往往会持有更多相反的观点。

为了验证前述假设，作者首先采用了双重差分方法来研究回复功能对意见极化的影响。通过建立聚合水平回归模型，作者评估了对照组微博链m在时间段t内在平台p上的平均情感（SentiMmtp）和情感极化(PolarMmtp)的影响。结果显示，回复对微博用户的意见极化产生了负向的影响（DIDtp系数为负），即回复会增加用户之间的意见分歧，假设1b得到支持。

随后，作者进一步构建了贝叶斯学习模型以捕捉个体的意见形成过程，并研究回复对个体层面上意见极化程度的影响。作者分析了意见极化的效应系数，结果显示该值为负值且显著，这意味着关闭恢复功能会降低意见极化程度，进一步支持了假设1b。同时，个体层面上的研究也验证了假设2, 即回复功能关闭对意见极端程度的负面影响在社交媒体参与水平较高的用户中更为显著。

05结论与启示

本文利用自然实验设定，对社交媒体平台上的个体意见极化进行了实证调查。结果表明，在社交媒体上回复会加剧意见极化，同时个体社交媒体参与水平会增强回复对意见极化的影响。本文的研究结果对企业的社交媒体战略提供了重要的管理启示。从平台设计的角度来看，平台在开发旨在让用户接触更多异质信息的功能时应该更加谨慎。对营销从业者而言，从业者可以考虑将更多资源倾斜到拥有较少粉丝但意见更为一致的个体上，并且不断加强对社交媒体参与水平较高的用户的关注。

参考文献：

Lu, Y., Wu, J., Tan, Y., & Chen, J. (2022). Microblogging replies and opinion polarization: A natural experiment. MIS Quarterly, 46(4), 1901-1937.

文章链接：

https://doi.org/ 10.25300/MISQ/2022/15455

https://misq.umn.edu/microblogging-replies-and-opinion-polarization-a-natural-experiment.html

作者信息：

Yingda Lu

Position: Assistant Professor, Department of Information and Decision Sciences, University of Illinois Chicago

Site: https://business.uic.edu/profiles/yingda-lu/

E-mail: yingdalu@uic.edu

Research Interest: Social Media, Machine Learning, Economics of AI, Structural Modeling

Junjie Wu

Position: Professor, School of Economics and Management, Beihang University

Site: https://shi.buaa.edu.cn/wujunjie/en/index.htm

E-mail: wujj@buaa.edu.cn

Research Interest: Decision Support, Management Information System, Business Intelligence, Data Mining

Yong Tan

Position: Professor, Michael G. Foster School of Business, University of Washington

Site: https://foster.uw.edu/faculty-research/directory/yong-tan/

E-mail: ytan@u.washington.edu

Research Interest: Online Social Networks, Mobile Commerce, Digital Content Distribution Channels, Information Security

Jian Chen

Position: Professor, School of Economics and Management, Tsinghua University

Site: https://www.sem.tsinghua.edu.cn/en/info/1219/7004.htm

E-mail: chenj@sem.tsinghua.edu.cn

Research Interest: Supply Chain Management, E-Business, Business Intelligence and Decision Analysis, Forecasting and Optimization Techniques