王斌等：数字环境下新闻业的本体特征与研究路径

王斌等：数字环境下新闻业的本体特征与研究路径本站　　在数字化技术高速发展的时代背景下，中国新闻业在新闻生产、分发、消费等层面正在发生较为深刻的嬗变，新闻学的研究对象、研究理念、研究范式等也都在随之而变，并展现出研究路径的多种可能性

　　在数字化技术高速发展的时代背景下，中国新闻业在新闻生产、分发、消费等层面正在发生较为深刻的嬗变，新闻学的研究对象、研究理念、研究范式等也都在随之而变，并展现出研究路径的多种可能性。本文认为新闻学研究的变革是一个系统性的过程，讨论其发展趋势应从新闻学研究的本体论出发，也即以厘清新闻业的剧变为逻辑起点。互联网时代的新闻业在复杂性、物质性、关系性等方面都有与传统新闻业不同的显著特征，本文将这些本体变化作为前置性条件进行分析，探讨引入和开掘适用于互联网新闻业的新的理论视角与研究手段。

　　在数字化技术高速发展的时代背景下，中国新闻业在内容生产、分发和消费各层面发生着巨大的嬗变。新闻学是侧重于应用性对象领域的学科，数字化技术对新闻实践的全方面渗透是现阶段新闻学研究变革的逻辑起点。换言之，从新闻学的本体出发是一项基础性的也是根本性的学术创新路径，我们首先需要廓清新闻学研究对象的新特征，进而探讨如何开掘用来描述和分析这些新特征的新进路。在此思路下，本文将分析互联网环境下新闻业的复杂性、物质性和关系性三个方面的特征，探讨研究者需采用何种新的理论视角和研究手段以应对数字化技术带来的新挑战。

　　计算机及互联网技术的发展极大地革新了传统新闻业，新兴而起的数字化技术为新闻业提供了新的信息传播媒介，同时也极大改变了新闻业的参与主体和新闻业的生态结构。从整体上来看，传统新闻业中的单线性的大众传播模式正在转变，数字新闻业的参与主体更加多元而复杂。在这样的背景下，数字新闻业深嵌于我们社会生活，形成了具有沉浸性（immersive）、互动性（interconnected）、个性化（individualized）、迭代性（instantaneous）和瞬时性（instantaneous）这5“I”特征的数字新闻生态系统。其中，主体的多元和参与是数字新闻生态系统的关键，以新闻记者、新闻编辑部和新闻用户为主导的三元新闻实践主体各自的角色在不断转化，新闻用户的能动性逐渐增强，新闻记者在整个数字新闻生产、分发流程中的角色更加复杂，传统新闻编辑部则在互联网技术的冲击下逐步去中心化。具体来看，“被动新闻接受”逐步向“主动新闻使用”的转变，包括发布、阅读、点赞、转发、评论等在内的行为促进了新闻信息的流动和循环，将更多的影响因子引入到新闻流中。较之于传统新闻业，数字新闻生态系统具有更强的包容性和弹性，加上它的快速迭代机制，对新闻业的职业边界和职业权威如何重新树立都提出了新的挑战。

　　新闻主体的复杂性引发学者们引入新的理论概念。其一是新闻混合性（hybridity of journalism），它指涉的直观现象是在新闻场域中越来越多个性化的新闻定制和用户多样化的新闻阅听行为的交互影响。传统的主流媒体报道、自媒体分析与评论、用户意见和互动等交织形成了特定新闻事件在具体叙事和整体呈现上的混杂性，这进一步模糊了新闻与其他信息的边界。新闻业的混合性主要体现在三方面：一是新闻专业的混合性，体现为专业新闻业的边界在新媒体环境下的模糊化；二是新闻文化的混合性，表现为互联网技术带动下的世界范围的新闻流动；三是新闻日常的混合性，研究者指出混合性已成为当下新闻生产日常的一部分，为新闻实践的重要组成。其二，随着新闻环境复杂性的增强，学者们还提出了弥散性新闻业（ambient journalism）的新概念。新闻弥散性研究指出，计算机中介系统所支撑的数字新闻平台降低了新闻把关人的作用，使得新闻内容呈现弥散、碎片化的特征。具体来看，数字新闻平台打破了传统新闻业的时空区隔，新闻用户能够清晰地创建、维持和观察新闻与用户的互动、新闻情境以及具体新闻事件的发展。算法驱动的个性化的新闻分发则进一步提升了数字新闻的弥散化特点，而公众在新闻生产分发中的参与则从一定程度上降低了专业新闻业的公信力，增加了新闻用户的新闻回避行为。

　　对互联网环境下新闻业复杂性的理解要求研究者对传统新闻研究路径作出相应改变，从认识论的角度看，一个重要的策略是暂时悬置数字新闻业边界等深层概念问题，以现象学（phenomenology）为指导，专注于对数字新闻生态系统中具体存在的、日常活动的观察，加深其与时间、空间和社会文化互动的把握。从方角度看，以现象学为指导的研究理念与人类学研究方法较为契合，基于数字新闻业极高的复杂性，可将数字新闻生态系统视为一个在内外因素双重影响下不断重构的具有结构弹性的社会场域来加以研究。

　　以人类学研究视角切入数字新闻业，能更好地把握新闻场域中的动态变化和复杂关系。人类学研究方法倡导扎根于数字新闻生产实践，重视数字新闻主体与数字新闻技术的互动联系。其中，敏感性（sensibility）是人类学指导下数字新闻生态系统研究的关键。面对极为复杂的数字新闻业，研究者应对观察对象和其相对应时空的联系与互动有敏锐的洞察力，注重对数字新闻业日常信息流动中细节的把握。一方面，传统民族志、田野观察法在数字新闻生态系统研究中仍发挥着重要作用。例如，基于电视新闻编辑部的数字新闻生产的民族志研究和田野观察揭示了在传统媒体内部数字新闻部门与传统新闻部门的动态联系。另一方面，大数据的发展也将更多元的研究方法引入数字新闻生态系统研究，Metzler结合互联网技术提出了“网络人类学”（network ethnography）方法，以行动者网络理论（actor network theory，ANT）为基础追踪记录数字新闻参与主体与技术系统的互动过程。基于此，以时间序列追踪为基础的用户研究、基于移动设备的日志研究以及以实地实验为代表的准实验研究设计等新研究方法，为深入了解数字新闻生态系统打开了更多的可能。例如，加拿大学者通过众包（crowdsourcing）工具对本地新闻的发布变迁进行了长期追踪，从而更加情景化地动态还原了新政策对加拿大新闻业的影响，对相关政策在具体新闻生产实践中的影响提供了更有力的论证。类似的，研究者基于大数据挖掘技术和时滞分析（time-lag analysis）对数字新闻生态系统中新闻在不同类型的生产者中的分发流动有了全面、动态的掌握。

　　大数据技术是数字新闻业的基础设施，是数字新闻流动的基本要素，支持并限制了时下数字新闻业的发展。以算法新闻分发技术为例，该技术一方面提高了新闻分发效率，另一方面却提升了新闻回避的可能性，并对新闻公信力产生一定损害。随着包括新闻算法、大数据新闻内容跟踪以及机器人新闻在内的数字新闻技术形式的涌现，数字新闻业软硬件的发展将新闻业深深嵌入技术场域，新闻业的“物质性”（materiality）逐渐为学者所重视。

　　近年来，新闻学者的物质敏感性有显著提升，物质性研究较于传统新闻业客体研究更多关注新闻业中人与物的关系，反映了数字化技术驱动下新闻研究的社会技术转向（sociotechnical turn）。需要指出的是，研究者需明确新闻物质性研究与“旧物质主义”研究的差别：数字新闻研究者更多关注人造物、人的肉身、自然物等物质与人类的互动，强调人与物的关系，因而遵循的是“新物质主义”而非物质决定论。其中，ANT理论是新的物质性研究的常用理论。ANT理论指出，在网络化的新闻生态系统中，行动主体与物质化技术、文本、工具的边界进一步模糊，“思想”和“物质”的二分法则将被网络化的普遍联系思想所逐步取代，这种物质性转向有助于新闻研究者更好地捕捉和描述数字新闻流的动态变化。

　　新闻研究的物质性转向带动学者对可供性（affordance）概念的关注。技术可供性（technology affordance）是人在技术使用过程中赋予技术的实现特定行动的潜力。Nagy和Neff在《想象的可供性》（Imagined for dance）一文中指出，可供性与相关主体的三方面特性相关，即：技术的物质性和功能性、技术设计者的设计意图、技术使用者的感知和期待。由于不同使用者对同一技术的使用意图存在差异，因而可供性并不是一成不变的技术属性，而是一种社会技术（socio-technical）属性，强调人与技术主体的关系。因此，从对数字新闻业的物质性和可供性的审视出发能够更好地了解包括不同情境下数字新闻相关主体间互动行为的逻辑。

　　第一，从数字新闻业新闻生产主体来看，对传统新闻从业者的新闻生产惯习的研究仍以传统调查问卷法、访谈法、焦点小组及包括田野观察和民族志在内的人类学相关研究方法为主。深度访谈法和焦点小组研究方法被广泛引用于在包括计算机主导的新闻挖掘技术、机器人新闻写作等在内的新兴数字新闻生产技术影响下的新闻从业者的惯习影响。对于二十世纪60年代到90年代入行的新闻从业者访谈研究指出，计算机技术从个人信息工具向组织化新闻生产工具的转变影响了新闻从业者对新闻工作的认识——新闻不再被视为专业性作品，而是依赖于媒体技术的产品。值得关注的是，结合了传统研究方法的知识论（epistemology）被广泛应用于传统新闻从业者研究中。新闻知识论从社会学视角出发关注数字新闻生态系统中知识的形成及应用、社会规范的形成、及事实的分野等议题，注重与数字新闻实践相关的知识要素的合理化过程，这对包括假新闻、新闻透明性在内的热点现象研究有着重要的指导价值。以新闻透明性研究为例，研究者对专业新闻从业者及新闻用户的问卷调查研究指出，总体而言新闻用户和从业者对新闻透明化有着类似的期待，然而不同群体对新闻不透明性的容忍度和新闻透明性的具体定义上有着较大的偏好差异。以上研究都展示出传统调查研究方法在数字新闻生态系统的行为主体研究中仍然具有较强的生命力和研究价值。

　　第二，对数字新闻业新闻分发内容的研究则更多地借鉴了大数据研究工具，传统内容分析法在此方面的研究也得到了一定的改进和创新。首先是数字新闻业的数据收集层面。对于传统内容分析法而言，大数据挖掘技术能更为有效和全面地收集分发的新闻文本，而自然语言处理（natural language generation, NLG）技术则为初步的内容清理和整合提供了较为便捷的工具。例如，在对数字新闻分发中的守门人的研究中，研究者结合了大数据技术、内容分析法和调查问卷法，首先对Facebook和Twitter上新闻事实核查类信息进行追踪和挖掘，在此基础上对清理后的文本进行内容分析，并结合调查问卷对新闻事实核查类信息的分发、阅读者及内容有了更为全面的了解。类似的，学者利用大数据追踪技术挖掘了Twitter上由机器人发布的新闻，基于此展开内容分析和分类，从而对机器人新闻的设计及应用提出了具体的改进建议。其次是数字新闻业的数据分析层面。主要可采用的新闻文本分析工具包括以字典为基础的基础算法、监督学习算法、无监督学习算法三大类。总体来看，大数据文本挖掘、处理和分析工具使得研究者能更好地应对大数据时代的海量数据。例如，研究者使用主题模型分析法对纽约时报从1945年开始的核技术报道进行相应的主体分类和分析，这样的样本规模在没有算法辅助的情况下是难以高效完成的。

　　第三，对数字新闻业用户的研究方法则更为丰富，包括以行为心理学为指导的量化研究法、大数据分析法及访谈法等。具体来看，行为心理学为指导的量化研究法仍占据主导地位，在实验变量的设计上，更多数字新闻的情景化因素被纳入实验材料的设计中。例如，研究者对数字新闻的标题风格、叙述及信息处理程度进行了实验控制，从而研究了上述三个变量对新闻用户的新闻可信度判断的影响。对调查问卷研究的设计则更加灵活、丰富，固定样本调查法（panel study）被更常见地使用于技术对数字新闻用户的长期、动态影响中。例如，对于数字用户新闻阅读及分享的三期固定样本调查指出，新闻阅读有助于用户获取时政类知识，而新闻分享则有助于用户积累结构化知识。扎根理论则更常见地应用于访谈法主导的用户研究中，从而为个性化的新闻阅听态度和行为提供了更多理论思考和实证支撑。最后，大数据分析法能够较好地在动态信息中定位关键的新闻用户和总结相应的新闻阅听规律，因而被广泛引用于信息茧房、假新闻的数字用户研究中。

　　在互联网技术的联结下，数字新闻生态系统的各个要素和主体均是普遍联系的，因而关系逻辑在数字新闻研究中具有重要的意义。具体来看，数字新闻从业者在生产新闻的过程中所需面对的不再是固定的消息源，而是需更深入嵌入的、包涵公众和同行等多元主体在内的网络化的消息来源。同时，新闻传播的模式不再遵从简单的线性规则，在公众、相关机构及媒体互相高度联结的社交媒体平台上，新闻从业者的议程设置及新闻把关功能被极大削弱。与此同时，网络化的公众（networked public）能更全面地参与新闻协作，从而使新闻内容在兼具信息价值的同时具备更为多元的情感、认同建构等互动价值。

　　面对数字新闻实践的互动化和关系化，新闻学界既有的理论视角具有一定的局限性，亟需基于数字新闻实践的关系之维展开新的理论探索。目前，针对新闻业关系维度的理论探索聚焦在新闻场域、新闻生态等视角的运用。新闻生态研究以生态系统隐喻新闻媒介环境，通过探索人类及非人类主体之间网络化的关系来理解新闻内容是如何在特定媒介空间中被集体创造和传递的。而对数字新闻场域的研究则重点关注特定社会空间中新闻实践的权力关系。互联网环境下，新闻场域由包括传统新闻机构、新闻从业者、网络数据技术公司人工智能等多元主体间的复杂关系组成。同时，数字新闻场域又内嵌于、经济等更为宏观的场域，与其他信息场域存在对抗和合作关系，因此对新闻研究者的情境敏感性提出了更高的要求。

　　从研究方法上看，面对互动性强、关系影响大的数字新闻研究对象，传统新闻研究方法在追踪记录、研究分析技术与行为主体的动态关系方面具有较大的不足。以对新闻用户的研究为例，大多数量化的传统新闻研究方法主要注重于对新闻用户个体行为的研究，而忽视了用户参与在社会规范、时空维度、情绪和技术行为等中观层面的联动影响。因而，Steensen等人建议从人与自我、人与人、人与内容、人与技术、技术与技术五个关系维度入手，深入研究数字新闻生态系统的互动特性。

　　首先，基于互动关系的研究视角并不意味着对传统研究方法的完全否定。事实上，结合具有创新性的研究设计，传统研究方法在数字新闻生态研究中仍发挥着核心作用。第一，问卷调查依然是可以依靠的基础性研究手段。（1）以心理学理论为基础的调查问卷法是探究“人与自我”关系的有效方式，例如，基于使用与满足理论设计的调查问卷揭示了驱动用户转发社交媒体新闻的内在动机。（2）对“人与人”的关系理解可以基于跨群体的调查问卷设计，例如，对新闻用户、新闻记者分别展开了问卷调查设计，从而分析了新闻用户和新闻记者对数字新闻生态中记者所应发挥角色作用的期待的异同。（3）调查问卷也可以用于“人与内容”的互动研究中，研究者以调查问卷法为手段，探究了用户对不同新闻来源的信任以及其对新闻传播参与的偏好的影响。第二，内容分析法也是常用的人与内容关系研究的分析手段。通过将内容分析法与时间序列分析方法相结合，研究者对不同新闻网站和新媒体平台中流动的假新闻展开分析，推进了数字新闻生态系统下媒体间的议程设置研究。第三，在创造性地调适经典研究方法的基础上，许多创新性的研究方法也不断涌现，这些新研究方法与传统研究方法互相配合补充，从而更好地促进了研究者对技术互动关系的了解。例如，漫游（walkthrough）研究方法的提出对“人与技术”的分析提供了新的研究路径，该方法的底层逻辑与传统人类学田野调查法类似，强调在场体验性，被较多引用于手机移动应用的用户体验研究中。研究者通过对移动应用的亲身使用来细节化地分析用户视角下的移动应用设计意图、文化意涵以及目标受众和使用方式。与此同时，在“技术与技术”的关系的研究上，跨平台视觉分析法（visual cross-platform analysis）则扩充了传统内容分析的分析对象和手段，为同一新闻内容在不同平台的视觉呈现分析提供了有力的方依据。

　　其次，新兴的大数据及计算机技术为关系型研究提供了更多可能。第一，在“人与自我”的研究中，调查问卷法虽然是心理学常用的研究方法，但其存在的自我汇报误差是长期困扰量化研究者的重要问题。而基于用户日志浏览数据的大数据分析则较好地克服了这种自我汇报误差：例如，研究者基于新闻用户对新闻内容浏览日志数据的分析更好地还原了网络情境对新闻用户行为的影响。第二，社会网络分析法被广泛应用于“人与人”的关系研究中。以对新闻用户之间的新闻内容转发行为为例，研究者以社会网络分析法为辅助分析了不同人际关系强度对新闻转发行为的影响，从而较好地还原了社交媒体上新闻内容的分发路径。第三，各种大数据文本分析法在“人与内容”的关系型研究中均具有较强的数据分析能力。例如，对真、假新闻内容分发的大数据分析帮助研究者更好地寻找和了解真、假新闻分发流程中的关键受众，并对其行为特点及基数形成更为直观的了解。与此同时，网络化议程设置模型（network agenda setting model）则对“人与技术”的关系提出了有效的方模型。基于该理论模型的研究多以社会网络分析法为基础，对不同时期的数字新闻议题展开网络分析，在此基础上结合二次分配（quadratic assignment procedure）回归法，对动态的议程设置进程展开量化分析。第四，大数据技术能够更好地追踪和分析“技术与技术”的互动规律，例如，大数据技术能够帮助研究者同时对不同平台的新闻生产实践展开分析，从而对跨平台病毒性新闻内容传播机制与规律作出更为具体的把握。

　　从以上分析可以看到，数字新闻业在复杂性、物质性、关系性等方面都有与传统新闻业不同的显著特征，这也引发了对这些新的研究对象的系统性探究努力，这就包括引入和开发适用于数字新闻业的新理论视角、新的认识论、新的研究技术与手段。在洞察和厘清新闻业本体特征的基础上，研究路径的随之调整就成为摆在学界面前急需解决的关键问题，这关系到新闻研究的创新能否有效推进、不同创新的点状探索能否形成累积性的成果。

　　首先，应重视对经典研究方法和手段的评估和调适、改进，通过对研究问题的更新来激活研究路径的效能。传统研究方法作为新闻研究者长期使用的调查工具，在理论深度的挖掘上和促进新闻学研究成果沟通方面有着不可忽视的先天优势。基于这些传统研究方法在新闻学研究领域的既有优势，结合数据新闻业复杂性特征对数据采集过程和分析手段加以优化，能更好地契合当下数字新闻业研究的需求。第一，以新闻编辑室研究中常用的访谈法为例，该方法主要通过对话激发受访者回溯反思以往的经历，以获得受访对象的亲身体验和总结而得的个人经验。此研究方法在数字新闻生态中所获得的最大挑战在于数字新闻生态处在不断高速、动态的变化之中，而这种变化所涉及的主体和行为都有极高的复杂性，因而受访对象难以在事后对话中准确捕捉和传达其体验细节。为克服这项不足，研究者提出了“即时反思”（temporal reflexivity）的概念，通过缩短受访者体验和反馈的时间间隔来帮助研究者更好地获得数字新闻生态中主体的行为逻辑和体验细节。第二，以新闻从业者研究中常用的调查法为例，考虑到数字新闻生态下对行为主体的影响因素更加多元和复杂，研究者将传统问卷调查法与多因子实验设计相结合，创新提出了多因子调查实验法（factorial survey experiment）。一方面，相较于传统多因子实验设计，多因子调查实验法放松了传统实验材料设计的限制，能够同时容纳更多自变量，在对外部影响因素的控制上也更为宽松；另一方面，相较于传统调查问卷法，新的方法能够在相关关系的基础上，更好地解释变量之间的因果关系，并更好地检验包括个人、组织、国家在内的多层次变量之间的联系。

　　其次，应该结合数字新闻业的特征，重点开掘一些新的研究方式，提升研究路径与研究对象的契合性。以代理人测试（agent-based testing）为例，该方式通过算法建立虚拟用户账户并展开系列仿真互动，这种自动化的人工仿真互动解决了传统案例分析、观察法、专家访谈法所存在的外部效度不足的问题和被试招募的困难，同时，这种基于算法的模拟方式能够短时间内展开较大规模的数据测试，也较好地处理了真实互联网情境下大数据挖掘过程中的数据可靠度不足的问题。此外，以应用程序接口（application programming interface，API）为基础的一系列大数据挖掘分析技术则逐步模糊了传统新闻学研究中量化研究与质化研究的界线，研究者基于API的数据追踪、挖掘和分析时常需要同时结合量化研究的数据处理方式和质化研究的文本分析逻辑，从而帮助数字新闻研究者处理和分析传统新闻研究方法和工具所不能完成的大规模数据样本。需要指出的是，以API为基础的数据挖掘分析和代理人测试同样存在不足，例如，过于频繁的数据挖掘和模拟仿真互动会增加社交媒体平台的数据处理压力，从而对数字新闻的日常活动造成一定影响。因此，新兴的研究方法需要研究者更好地处理企业和研究者的关系，并适当优化前期研究设计以降低单次数据挖掘和分析所带来的社会成本。

　　最后，在尝试和丰富具体研究手段的基础上，近年来开展的数字新闻研究也在呼唤方或者说研究视野、研究立场的与时俱进。结合本文前述分析不难发现，无论是传统新闻研究方法的改良还是新兴的研究方法的引入，其主旨都是期望通过模拟或加强在场的参与和体验，以尽可能多地采集和分析数据，更全面地捕捉和分析尽可能多的数字新闻生态的变化细节。然而，有学者指出这可能会陷入“新描述主义”（new deivism）的陷阱，也即研究将细节化描述（detailed deion）置于研究的中心，而忽视了研究的理论解释力。数字新闻业的日益碎片化和高度复杂性使得研究者不仅需要展开扎实、充分的现象描述，更需要在此基础上展开深入的理论阐释。研究者不应该仅仅止步于描述研究对象的高差异性（heterogeneity），更应致力于构建能使研究对象得以区分（differentiation）的理论维度。即使是在复杂性极高的数字新闻生态系统中，新闻研究的最终目的仍应指向于对普遍规律的发现和系统性理论成果的产出。因此，为解决这一不足，研究者提出把分类研究作为数字新闻研究中理论分析的首要任务，在广泛深入收集数据和深描现象的基础上，重新整合和分类这些具有高差异性的数据，以寻找数字新闻生态中所暗含的社会规范和演变逻辑，从而增强数字新闻研究成果的理论解释力和学术价值。

　　需要指出的是，在新闻研究路径的选择上存在着“路径依赖”效应，大多数新闻研究者倾向于重复使用传统的、自己熟悉的研究手段，这阻碍了数字新闻研究方法的创新以及计算社会科学为代表的新研究思路与工具在数字新闻研究中的推进。作为一个新兴的研究领域，数字新闻生态系统涉及新闻职业、数字化技术、用户参与、社会规范、政府规制等多方面，并不拘泥于只采用特定的学科知识视角，学界应以更开放的态度接纳和鼓励新的研究路径，加深与计算机科学、信息学、法学、社会学、人类学等相关专业的交流互鉴，以跨专业协作推进数字新闻研究。我们认为，在数字新闻的研究中，问题导向依然是学术工作的逻辑起点，因此需要深入探讨研究对象的新特征是什么，在此基础上明确传统研究方法的优势与不足并引入新的研究方法，以更好地呈现我们对于数字新闻业的理解和分析。及时迭代我们面对数字新闻这一新事物的基本认知及其探究方式，从对新现象的零星、表层的关注转化为系统性的考察，这是开拓新闻学研究的基础性工作和学术自觉。

　　[本文为国家社科基金项目“算法推送环境下新闻生产流程重构研究”（项目编号：18BXW035）的研究成果]

　　（王斌：中国人民大学新闻与社会发展研究中心研究员，中国人民大学新闻学院教授、博士生导师；吴倩：南洋理工大学黄金辉传播与信息学院博士候选人）