兼听则明，偏信则暗。

——《资治通鉴·卷一百九十二》

近年来，互联网呈现出一种不可阻挡的社会化趋势。根据市场研究公司eMarketer的数据显示，全球使用脸书(Facebook)、推特(Twitter)等在线社交网络(social networking sites，缩写为SNS)的用户数已超过20亿，占全球总人口的28%。1由于在线社交网络嵌入于现实社会网络，这种基于用户生产内容(user content generate)的网络平台极大提升了互联网的参与性和互动性。与之相伴，社交网络在人们社会政治议题的公共讨论中起着日趋重要的作用(Williams and Gulati, 2010; Robertson, et al., 2010; Bekafigo and McBride, 2013; Chen and Smith, 2011; Stieglitz and Linh, 2013)。根据皮尤互联网项目的一项报告，66%的用户(即39%的美国成年人)曾在社交网站上参与过政治或公共活动，其中34%的使用者曾发布对政治和社会议题的评论，也有33%的使用者曾转发过政治或社会议题的相关内容(Smith，2013)。

虽然互联网给予人们更多的机会参与政治讨论，但也有研究认为，由于互联网存在的群体极化(group polarization)现象，网络上的政治讨论并不利于协商民主的发展(Sunstein, 2002; Dahlgren, 2005)。例如，桑斯坦(Sunstein, 2002)研究了随机抽取的60个政治网站，发现网络上的圈内传播容易造成群体意见的极端化倾向。阿德米克和格兰斯(Admic and Glance, 2005:36-43) 对美国博客圈的研究发现，无论是政治倾向上的自由派还是保守派，他们都倾向于链接到那些与自己观念相似的博客作者群。区别于web 1.0环境，群体极化在包含了技术应用、社会网络和自媒体等多重属性的在线社交网络中又是何种情况呢？目前一些研究表明，这种群体极化现象实际并未消失，反而呈现出更为复杂的形态。

虽然群体极化逐渐成为网络协商政治发展的主要障碍之一，然而通过对现有研究的梳理，我们发现，多数实证研究仅是描述性地刻画了群体极化在互联网环境中是否存在及其发展趋势，却鲜有研究对其形成机理进行阐释。更重要的是，由于缺乏了必要的机理分析，群体极化似乎成为网络环境中不可避免的趋势，我们也难以对其提出针对性的解决方案。本文试图在这方面做出尝试。基于本文的理论剖析及实证研究，我们认为，社交网络中的群体极化包含了两个过程：观点的生产过程和链接的形成过程。一方面，根据“沉默的螺旋”理论，舆论氛围往往影响了人们在公共空间中对异质观点的呈现，由此带来网络意见由多元到失衡的过程。另一方面，由于社交网络所具有的用户中心特性，使得人们能够通过重构网络的链接关系，缓解孤立的压力并实现自身舆论环境的再造。换言之，在线社交网络中个体行动者既受到舆论环境和群体规范力量的约束，但又被给予了塑造自身社会关系的高度能动性。这种技术应用充分体现出社会学结构与行动者的二元互构特性，是理解在线社交网络中群体极化现象的微观行为机制的基本着眼点。

针对上述研究目标，本文通过一项美国在线社交网络用户的抽样调查数据进行实证分析，试图对web 2.0时代群体极化的微观形成机制进行理论探讨。文章首先对群体极化概念进行剖析，并梳理目前在不同媒介环境中群体极化的相关研究，接着分析社交网络中政治极化形成的微观机制，阐释社会媒体中观点呈现和链接构建过程的理论内涵，由此形成一系列的研究假设。最后，我们利用一项抽样调查数据，对相关假设进行验证，并对本文的研究发现进行讨论。

群体极化的概念最早由传媒学者斯托纳(James Stoner)在1961年提出，而桑斯坦对这一现象进行了最富有影响力的研究和论述。在其《网络共和国》一书中，他将“群体极化”定义为：“团体成员一开始就有某些倾向，在商议后，人们朝偏向的方向继续移动，最后形成极端的观点”(桑斯坦，2003：47)。根据他的研究，群体极化倾向在网上发生的比例是现实生活中面对面时的两倍(桑斯坦，2003：41-43)。相关研究认为，网民群体中更易表现出非理性、易激动的特点，因此，在网络讨论中很容易导致言说者态度偏激，并采用十分激烈的言辞表达意见。也有学者认为，由于网络中的群体是由分化而类聚的，表现出群内同质、群际异质的特点，因而极易导致群体高度认同(郭光华，2002：112)。因此，有学者指出，“缺乏直接可视或听众反馈的互联网交换将可能导致极端形式的沟通，有时甚至导致论战”(Boase and Wellman, 2006)。

然而，并非所有研究都表明互联网将会助推群体极化。虽然阿德米克和格兰斯(Admic and Glance, 2005)的研究发现，美国自由派和保守派的博客都倾向于链接到那些分享与自己相同的政治意识形态的博客，然而哈尔吉泰(Hargittai, et al., 2008)在对政治博客进行相似的数据分析时并没有发现这些政治分裂会随时间增加而增加。加勒特(Garrett, et al., 2013)等人发现，那些经常访问支持自己的意识形态网站的人也会经常访问那些与自己意识形态相反的网站。而根据乐媛、杨伯淑(2010：7)对中国网络论坛的研究表明，只有在激进派聚集的论坛或是涉及政府的议题时才容易产生极化现象，而在温和派占据的论坛中极化现象并不存在。因此，他们提出，网络中存在的政治极化现象与意识形态冲突和所关注的议题密切相关。

随着Web 2.0时代的来临，不少学者开始注意到在线社交网络的群体极化问题。在线社交网络被界定为一种允许个人创建自身的状态，分享文本、形象和图片，并通过应用和群体链接，连接到其他使用者个人页面的网络环境(Boyd and Ellison, 2008)。在线社交网络的独特性在于，它是一种技术运用，又是一种媒体，还是一种社会网络(陈福平，2013)。作为技术应用，社交网络允许用户自主控制与其他信息源或用户所具有的联系；作为媒体，所有主要的社交网络都允许其成员可以自主形成一个以任何话题或主题为中心的传播团体(Williams and Gulati, 2012)；作为社会网络，它不仅可以使用户连接线下社会网络，而且用户还可以通过在线互动拓展新的线上社会网络。总而言之，社交网络上所传播的内容具有高度自主性，而其链接又嵌入于社会网络之中。例如在微博或推特上，人们可以自由选择要关注谁，屏蔽谁以及发布什么样的内容，而这些内容会因为个体在线网络的规模和影响力等社会网络特质，起到不同的自媒体效果。

如今，在线社交网络对民主政治和公众讨论发挥着重要作用。那么，群体极化在社交网络中仍然存在吗？一些实证研究支持了这个结论。吉尔伯特等(Gilbert, et al., 2009:1-10) 对脸书用户的强弱链接进行的研究表明，用户之间存在着一定的观念隔离现象。而盖恩斯和曼达科(Gaines and Mondak, 2009)对美国中学生脸书使用者进行聚类分析，也发现了用户存在政治倾向上的分野。同样的现象也在推特上存在。康诺弗等人(Conover, et al., 2011)使用聚类方法分析了2010年美国国会中期选举的前六周里超过25万条的推特消息，结果表明，政治信息的转发网络存在高度的两党隔离结构，而评论网络也表现出一边倒的状况。

但是，另一些实证研究却提出了相反的观点。穆兹和曼达科(Mutz and Mondak, 2006)通过对推特上的大数据分析发现，在任意的网络结点之中也可以观察到跨意识形态的联系。雅迪和博伊德(Yardi and Boyd, 2010)在研究推特使用的群体极化时发现，极化的观点可在短时间内发生，但过一个月后会恢复正常，其原因在于，人们喜欢享受传播那些具有戏剧性和流行性的观点。所以，当事件发生后会有一个极化高峰，但随即会下降。人们虽然更喜欢与那些会分享自己观点的人互动，但同时也会积极参与到那些他们所不同意的观点中。总而言之，在线社交网络上是否存在严重并持续的政治极化现象仍是一个有争议的议题。大部分研究只是对政治极化现象做描述性分析，但对其形成机理并没有做进一步的探讨，尤其对于在线社交网络本身是否存在促发群体极化的演化机制缺乏足够的研究。基于以上理论动机，本文力图通过对相关理论机制的分析来探究在线社交网络中哪些互动因素可能引发或弱化群体极化。

在社会科学研究中，德国学者诺依曼(Noelle-Neumann, 1973, 1984)提出了“沉默的螺旋”(the spiral of silence)理论。她指出，个体往往将自己的意见与所感知到的当前和未来的公共舆论进行比较，从而决定是否要在公共场合表达自己的意见。而意见气候(opinion climate)则是指个体所处的环境中的意见分布情况，包括现有意见和未来可能出现的意见。实际上，不同阵营意见的优势并不能决定哪种意见会占主流，而是那些人们通过对意见气候的感知，觉得会给予更大压力的意见会起到主导作用。个体如果发现自己的观点属于主流意见，便倾向于积极表明自己的观点；当发现自己的观点属于非主流时，则倾向于沉默或附和。于是，最终将出现一方声音越来越大，而另一方越来越沉默下去的螺旋式过程。“沉默的螺旋”建立在人的社会从众心理和趋同行为的分析上(陈力丹，1998; Scheufele and Moy, 2000)。

根据“沉默的螺旋”理论，大众媒体在公共舆论形成的过程中扮演着非常重要的角色，因为孤立的社会个体对于意见气候的感知几乎只能依靠对大众媒体所传播主流意见的判断。根据诺依曼的分析，现代社会信息沟通的三个条件——普遍性、累积性和一致性——会增加大众媒体对个体影响的作用。在这些条件下，大众媒体可以对公共舆论的形成产生真正强有力的影响(Johnson-Cartee and Copeland, 1997)。因此，在一个成熟的大众媒体的背景中，如果人们评估自己的观点属于少数，人们将会选择保持沉默。

今天，随着社会化媒体的崛起，社会沟通环境已根本不同于传统大众传媒主导的时代。首先，由于传播技术的发展，人们对于信息来源渠道的可选择性大大增加，因此，报纸、电台、电视等传统媒介引导意见的能力也被削弱。其次，如在线社交网络等以用户生产内容为主的社会化媒体则给予人们去感受和接触更多来自社会的意见和声音的机会。在线社交网络的精神内核是用户的互动和参与，用户本身就是一个成功的网站媒体(Powell, 2009; Sledgianowski and Kulviwat, 2009)。

然而，在这个环境中，“沉默的螺旋”现象似乎并不会消失。利特维年科(Litvinenko, 2012)在一项实证研究中检验了“沉默的螺旋”理论在SNS上的作用。研究显示，它在线上比线下的效果更强，因为人们可以看见自己的朋友(而不仅仅是陌生人)所分享的观点和态度，因而变得更加难以表达一个不受欢迎的意见。在汉普顿等人(Hampton, et al., 2014)针对社会媒体中“沉默的螺旋”的一项研究中，他们以斯诺登所涉的网络安全事件为对象，发现有14%的美国人愿意在现实人际交往中讨论该事件，而只有0.3%的人愿意在社交网络上进行讨论。与现实人际相比，人们变得更不愿意在脸书和推特上讨论斯诺登事件，只有当使用者认为在线“朋友”会赞同他们时，其表达意愿才变得更强。可见，当人们拥有对于信息或意见的更多选择权时，也意味着更自由的保持沉默或屏蔽信息的权利。对信息的选择性接触(selective exposure)会使人们只愿意接受单边信息，从而限制其进行深思熟虑和选择的能力，同时对信息的隔离也会导致更多的容忍和非理性(Stroud, 2010)。这很可能就构成了群体观念变得极端的基础。因此，本文首先提出以下两个假设：2

H1a：社交网络的使用频率越高，使用者越倾向对相异观点保持沉默；

H1b：社交网络的使用频率越高，使用者越倾向隔离相异观点。

“沉默的螺旋”指出了人们会根据外在舆论环境采取积极发声或保持沉默的策略。这在线下生活中或许大量存在，然而对在线社交网络进行观察，可以发现，在线讨论同样存在多元而对立的不同意见，如火如荼的网络讨论也依然充斥着呼应和对抗。可见，作为新媒介的社交网络必然存在着另一些机制来引导“沉默者”重新发声。

事实上，在互联网中，人们在保持沉默和规避冲突的同时，也力图避免社会孤立(Neuwirth, et al., 2007; Kim, 2012)。有学者认为，在网络传播环境下，“沉默的螺旋”可能不起作用，原因是人们总是可以在互联网上找到与自己持有相似观点的人(郭庆光，1995；刘海龙，2001)。因此，在互联网中，少数派的意见不会被改变，也无须改变，人们会转向重构媒介环境(翁杨，2003)。在线社交网络作为重要的媒介平台给予了使用者去寻找同质性链接网络的极大可能性。

同质性原则指的是人们趋向于与自己相似的人发生互动(Lazarsfeld and Merton, 1954; McPherson, et al., 2001)。这种原则会影响社会成员接收的信息和形成的态度，进而对构建开放的群体产生限制。在同质化的群体中，群体成员会一直暴露于与自己一致的观点中，人们所接收到的都是自己赞同的观点，而忽视掉那些反对性的观点，并进而被说服发展成符合群体规范的极化态度(Isenberg, 1986)。这种同质性在政治沟通中产生了极大影响(Huckfeldt and Sprague, 1995)。卡尔代拉等人(Caldeira and Patterson, 1987)发现，同质性群体的成员资格拥有强大的力量，不仅可使成员拥有共享的态度和信息，还可使成员做出同质性的行为，如国家立法中的投票行为。

在线社交网络作为媒体的多中心特性引发了“沉默的螺旋”机制，从而造成舆论方向的改变。如果网络用户感觉到某种意见在某个在线网络中将遭到排斥或反对，而他若坚持将其表达出来，通常做法就是转而寻找其他宽容或支持其观点的网络空间。社交网络为用户访问线上意见提供了一个强大的工具，潜在地允许个体更多地参与公共辩论，尤其是对那些被排除在外的团体(Yang，2000；Muhtaseb and Frey, 2008)。显然，任何人都可以在网上找到属于自己的团体。因此，反对者的态度在一个网络环境中不相容，他可以转向另一个网络环境，在一个双方相互认同的环境中不用受迫于势力较强一方的影响，也不用担心群体的指责。这样做的结果就是，虽然线上意见呈现多样性，但人们更喜欢他们同意的那些观点。换句话说，当人们有相当大的选择权来访问各种网站时，他们更可能选择性地去访问那些支持其观点的网站(Liu and Fahmy, 2011)。

这种观点相同者聚集在一起的现象，有学者将其形象比喻为“回音效应”(echo effect)：一些人拒绝与持相反观点的人交谈，而只与那些和自己持相同观点的人对话，结果人们只能听到更多自己的回声，最后群体的观点往往是被进一步强化(Garrett, 2009)。社交网络中高度用户自主的技术使用特征，很可能会加剧这种影响(Adamict and Glance, 2005; Yardi and Boyd, 2010)。因此，在线社交网络即使可以涌现出各类议题的多元观点，但对需要不同观点间进行交流的民主协商的作用却可能十分有限。

基于以上分析，结合假设1a和1b，本文提出以下假设：

H2a：使用者对相异观点的隔离促发其接受与自己相似观点的链接；

H2b：使用者对相异观点保持沉默促发其接受与自己相似观点的链接；

综合H1a、H1b和H2a、H2b，我们可以提出如下假设：

H3：在观点的沉默和隔离、链接同质化的机制作用下，社交网络的使用加强了群体的极化。

选择性接触理论认为，人们历来偏好于可加强自己观点的意见，而厌恶那些挑战自己意见的人。当得知自己的观点得到别人的认同和分享后，则可能变得更有信心，观点更极端(Huckfeldt, et al., 2004)。例如，人们倾向于接受那些可以更多加强自己意见的新闻，对于那些支持自己观点的论据和想法也会更为熟悉(Mutz, 2006; Mutz and Martin, 2001)。对于这一现象的最普遍解释是认知不一致，即人们在面对那些证实自己的决定是正确的意见时会有更积极的感受(Festinger, 1962)。

因此，我们预期那些本身持有明确政治倾向的人实际上更容易在上述机制中形成特定的网络群体，变得更为激进和极端。3由此本文提出以下假设：

H4：有明确政治倾向的使用者更容易在社交网络的一系列互动中形成群体极化。

1.数据来源

本文使用了皮尤“互联网与美国生活项目”(Pew Internet and American Life Project)2012年1月发布的调查数据。4该调查采用随机数码拨号(Random Digit Dial，简称RDD)抽样方法在全美进行了电话调查(包含固定电话和手机)。样本总数为2 253个，本文使用了其中1 047个社交网络使用者样本。由于部分变量存在缺失情况，本文使用多变量链式方程插补法(multivariate imputation using chained equations，MICE)对纳入分析的缺失变量进行处理。具体方式是根据贝叶斯方法，利用不含缺失值的分析变量建立10个完整数据集，然后进行不断的重复抽样，直至实现缺失值填补的最优拟合。5根据原数据库提供的人口权数，我们对样本进行了加权处理。

2.因变量

由于样本为个体抽样数据且非动态监测数据，借鉴前述一些网络数据研究的做法——这些研究通常将用户观点分为正、反以及中间派三类，随着时间的推移，中间派逐步消失，正反两派的内部链接逐步变得更为密集以反映极化情况(Gaines and Mondak, 2009；Gilbert, et al., 2009:1-10；Conover, et al., 2011)——从群体极化的微观表现考虑，本文将群体极化分为两个维度：(1) 群体性。表现为社交网络用户与网络中“朋友”观点的一致性程度。(2) 积极性。表现为受访者自评受到链接群体影响后，是否变得更为积极表达。根据乐媛、杨伯淑(2010)对在线论坛政治极化的研究，网民发帖积极性越高，且论坛意见的同质化程度越高，则在线论坛中的群体极化程度也越高。因此，群体性和积极性可以视为群体极化的两个基本表现。另外，我们在分析中增加了考察“政治倾向”的影响，结果发现，那些有鲜明政治倾向者(相对于政治态度模糊者)在一系列极化过程影响后也更容易形成这种同质而互动积极的网络。这说明，在社交网络互动过程中，中立的声音可能越来越弱，偏向某一极的观点则会越来越强。

3.自变量

根据假设，自变量主要包括以下几个方面：(1) 在线社交网络的使用模块，即社交网络的使用频率。(2) 政治倾向。问卷中测量了五类倾向，包括：极保守主义(5.00%)6、保守主义(25.24%)、自由主义(17.26%)、极自由主义(7.70%)、中立(36.93%)及无倾向(7.87%)。在后面的分析中，我们将持有保守主义与自由主义倾向的都归类为有明确政治倾向，中立和无倾向则归类为无明确政治倾向。7(3) 观点维度。由于在线社交网络的技术独特性，人们在“沉默的螺旋”情况下，面对意见压力时有两种可能的选择：一是保持链接，主动沉默，即对自己不同意的观点保持沉默；二是取消链接，改变意见感知，即通过屏蔽不同意的观点从而维持原有观点的平衡。(4) 链接维度。我们考查了社交网络用户是否有因为网络成员与自己观点一致而生成新链接的情况。表 1是本文主要自变量和因变量的编码情况。

4.控制变量

本研究将以下人口学特征作为控制变量，包括性别、年龄、教育程度、收入水平、婚姻状况、所属族群等。这些变量的具体编码和分布特征如下：性别，其中1=男(46.00%)，0=女(54.00%)；年龄，均值=38.48，标准差=14.85；教育程度(受教育年限)，均值=14.61，标准差=2.48；收入水平，均值=5.15，标准差=2.31；婚姻状况，其中1=有配偶或伴侣(55.70%)，0=无配偶或伴侣(44.30%)；所属族群，白人为参照组0(76.00%)，1=非洲裔(12.45%)，2=亚裔(4.69%)，3=混合(3.05%)，4=原住民或印第安人(1.84%)，5=其他族群(1.98%)；党派，共和党为参照组0(35.96%)，1=民主党(44.18%)，2=其他党派(19.87%)。

在本文对观点筛选和链接构造的两个基本机制进行经验分析之前，实际上仍有两个基本的前提条件需要满足。这两个前提条件分别是：第一，社交网络会促进人们的在线政治参与行为。网络群体极化中的群体不是指一般性的群体，比如游戏、技术和交友群体等，而是特指那些带有政治参与性的群体(陶文昭，2007)。也就是说，当人们只是把社会性媒体当做一种娱乐和消遣的工具时，那么其作为政治讨论平台的意义就不存在了。第二，社交网络的链接群体会影响人们进行政治互动的行为和表达政治观点的意愿，这也是“沉默的螺旋”理论的基本假定：人们的意见表达行为会受到其所在群体规范和社会压力的影响。相关研究也表明，网络规模会对网络使用者的参与行为产生影响(McLeod, et al., 1999; Scheufele, et al., 2006)。为了建立本文的分析基础，针对社交网络的独特性，我们将首先对这两个基本假定的适用性进行验证。

本研究利用以下两组变量来评估在线社交网络对政治参与行为和意愿的影响：(1) 社交网络用户及其朋友的政治性使用频率。这一组变量分别采用了询问受访者以及对社交网络朋友“最近在SNS上发布的例如状态更新、评论或转发，有多少与政治、政治议题或2012大选有关？”进行测量。我们对原数据进行了从“没有”到“几乎全部”的1-5分的重新赋值。在模型设定中，我们将考察个体的政治表达是否受到在线“朋友”政治表达的影响。(2) 政治性使用的重要性。该指标用以测量用户对在线社交网络进行政治参与的意愿。如表 2所示，我们将问卷中的四个题器进行了因子分析，得到社交网络政治性使用之重要性感知的因子。因此，这里需要验证两个操作性假设：一是越频繁使用社交网络的用户，越会将社交网络用于政治；二是社交网络中的朋友越喜欢讨论政治，则用户本身也会有更积极的政治参与的行为和意愿。

表 3显示了在线社交网络对人们政治行为影响的三个分析模型。模型1分析了网民使用在线社交网络程度的影响因素。结果显示，年龄越小以及白人比非洲裔美国人会更频繁地使用在线社交网络，而其他人口学特征变量对社交网络使用的影响并不显著。这可能是因为在线社交网络在美国民众中的普及率较高，人群SNS使用的“数字鸿沟”得到了较好的弥合。因此，在后文对群体极化的建模中，我们将更多考虑在线使用的结构性因素，而不再纳入人口学特征变量进行控制。模型2和模型3显示了社交网络用户的在线政治行为和意愿受到SNS中链接群体的影响。模型2表明，在SNS使用中，当用户的网络圈子中“朋友”越倾向于将SNS用于政治领域，用户自身也越会有一致的倾向。模型3则表明，“朋友”越倾向于将SNS用于政治领域，用户越会认为SNS在政治领域和公共参与上有价值。

因此，研究表明，在线社交网络的确是人们参与政治生活的重要平台，并且在这个平台上，人们塑造了一种能够相互影响的公共空间。同时，我们的研究显示，或许由于美国在线社交网络已经有了较高的覆盖率，网络成员的个体背景对社交网络的政治性使用影响并不大，因此，线上公共参与行为可能更多受到在线网络结构的作用。基于这个重要的在线环境，我们将继续探究在线网络中群体极化又受到了哪些网络机制的塑造。

根据本文的研究假设，我们设定了一个如图 1所示的在线社交网络中的群体极化路径。模型采用了路径回归分析的方法。由于在线交往机制之间可能存在相互作用的联系，因此，我们建立了一个机制间都存在联系的初始模型。图 1展示了模型的初步分析结果。根据路径回归分析的结果，首先，本文提出的群体极化的两个外显变量——群体性和积极性——都有较好的测度，二者相结合显示了群体极化潜变量的极化程度。其次，社交网络的使用者通过一系列对相异观点的筛选和过滤，进而通过在线社交网络的朋友建构机制，寻找与自己政见相同者，最终塑造了一个以自己为中心的观点极化的社会网络。研究表明，社交网络使用频率越高，使用者越可能屏蔽自己不同意的观点，并对这些观点保持沉默。这支持了本文的假设H1a和H1b。通过进一步分析，这些屏蔽不同观点和对不同观点保持沉默的使用者，也会更倾向于成为分享自己观点者的粉丝，这支持了本文的假设H2a和H2b。我们将上述变量构建路径回归模型，如图 1所示，可以看出，从社交网络使用到最终的群体极化状态的路径回归结果，均支持了本文的假设H3。最后，有明确政治倾向的社交网络使用者的确也更容易通过一系列观点生产和链接构建的微观机制，塑造出一个更为激进的在线参与环境。本文的假设H4也得到了支持。

根据模型的修正指标，我们用以衡量群体性和积极性的两个指标存在残差相关性。这符合理论预期。基于此，我们对模型进行了重新设定，将两个外显变量的残差设定为相关。通过对初始模型和经过简单修正后模型的拟合参数进行比较(参见表 4)，可以发现，事实上两个模型都能够实现很好的拟合，而且相关指标的关系变化不大。由于修正后模型的拟合度更佳，因此，我们将修正模型作为群体极化研究的最终模型(参见图 2)。

在前面的分析中，我们阐释了社交网络中群体极化的微观发生机制，那么在这一过程的作用下，会有怎样的宏观结构水平上的表现呢？可以做这样的假设：如果在线社交网络中的政治讨论确实由于社交网络的多重特性相互作用，从而导致群体极化的产生，那么，也就是说，随着网络政治讨论及互动的频繁和丰富，实际上对网络个体而言，可能并不会增加其了解他人不同观点的机会。

对此，我们进一步使用了一项跨国调查数据加以验证。8使用这一数据的好处在于，可以考查本文所分析群体极化路径的普适意义。我们运用多层次分析方法探析人们在社交网络上分享政治观点之程度与认知到他人不同观点之程度的影响因素。

本研究的模型设定为：

模型中，xmij为个体层次变量，包括了性别、年龄、教育程度、收入水平、婚姻状况、就业状况等情况。βmj为各变量的回归系数，rij为方程残差。在二层次上，Wkj为国家层面变量，如人均GDP、城市化率以及社交网络的政治性使用结构等。γ0k为二层次变量回归系数，u0j为二层次方程残差。

如表 5所示，模型中控制了个体水平上的人口学背景和国家水平上的经济社会发展、教育等相关指标，9主要考查了社交网络政治性使用结构对因变量的影响。模型1显示了影响人们利用社交网络进行政治表达的因素。与前文对美国社交网络用户的政治性使用研究结果类似，

多数人口学特征对在线政治表达影响并不显著，反而是社交网络中群体本身特质的影响更大。模型2则分析了哪些个体与结构特征影响了社交网络中人们认识到他人不同观点的程度。研究显示，在个体水平上，经常分享政治观点者也更容易了解到他人不同的观点。然而在宏观结构水平上，我们却发现，在分享政治观点者比例越高的社交网络环境中，人们通过社交网络了解到他人不同观点的几率反而越低。结果表明，在社交网络中，分享政治观点者的比例每提升1%，社交网络使用者了解不同观点的几率会降低0.015(1-e-0.016)，即1.5%。我们也注意到，虽然社交网络使用率在模型中的影响并不显著，然而它对人们对差异观点的认知却呈现出负向影响。因此，以上分析进一步支持了本文所提出的群体极化问题。另外，我们也计算了只包含个体层次变量的多层次模型，结果表明，通过增加二层次变量，因变量的组间差异分别下降了13.7%和19.2%，说明二层次变量具有较好的解释力。

综上，我们对在线社交网络中群体极化现象可以做出以下初步解释。首先，社交网络的技术应用和媒介属性，让使用者在更容易接触到相似或相异观点的同时，也更容易暴露于规范压力之下，从而加快了个体对所感知到的相异观点的隔离。而社交网络又是具备高度自主性的技术应用，赋予了使用者反向控制和管理网络的能力，从而更紧密地建立了使用者所持观点与所有链接的联系。另一方面，社交网络中丰富的多样化链接的存在，给予了使用者构建在线社会网络的可选择性，基于意见气候下的社会规范压力和同质性原则，使用者所处的网络链接环境就愈趋于同质化，而这最终构筑了群体极化的网络基础。

无论是桑斯坦本人还是其后的相关研究，往往由于极化现象中产生的极端且非理性群体观念，认为群体极化是一种非理性行为。然而，观念的非理性是否代表了行为的非理性？根据本文的分析，虽然人们遵循观念隔离和同质性构建社交链接的路径，并最终导致了极化的产生，但是这些行为却可能是十分理性的。事实上，观点的区隔可能降低人们的孤立感，而关系网络的同质化则可以降低信息的过滤成本，减少人际间的互动障碍，增强在线社会网络的归属感。因此，无论根据本文的研究还是国内外对论坛、政治博客以及社交网络极化形态的描述，群体极化都呈现出网络的自然演化特征，而并非是偶然的或突发的。

还有一些研究，或是强调社会网络的同质化过程，或是着力于描绘网络表达的“沉默的螺旋”现象，我们注意到，这二者很少被结合起来进行讨论。通过对观点和链接两个角度的互构作用及实证分析，我们发现，群体极化实际建立在两个过程的互动之中，即社会化媒体所构建的舆论空间表现出复合式场域的特征。在这一过程中，由于异质性观点在高度可控性环境下被主体筛选而彻底改变了网络成员所处的信息环境，与之伴随的链接的关系性平衡状态因此被重组，最终形成了极化。需要指出的是，这种筛选不仅仅是个体主动屏蔽所造成的，同时也是在“沉默的螺旋”机制下个体本应该接收到的观点被其他网络行动者“沉默”掉所造成的。因此，我们认为，当观点呈现环境和链接群体构建两个过程紧密结合时，群体极化可能产生最为持续的效果。

在方法论上，本文并不像以往研究那样，主观地将群体的链接和观点划分为二元或多元，从而探索网络整群中是否存在极化现象或极化现象有多严重。我们更多地将目光放到了网络个体的微观行为之中。这种处理的好处在于，并不需要对选择何种议题、网络规模、信息环境等条件进行事先预设，只需要关注对于每一个网络主体而言，一个以自我为中心的在线社会网络最后是通过何种机制形成了某种意见趋同的现象。这有助我们了解网络传播的因果机制，从而制定合适的解决方案来改善网络的政治协商环境。

通过互联网实现便捷而有效的民主政治协商，是当前虚拟社会治理的重要命题。然而，“当虚拟大众被分割为越来越小的讨论组，公共领域这一内涵则离我们越来越远”(Papacharissi，2002)。因此，虽然本文使用了美国社交网络使用者的数据进行分析，然而无论中西，在相似的在线技术环境中，一套网络沟通的机制是一致的。10在对23个国家数据的分析中，从个体出发，我们将分享政治观点视为输出，了解到他人的政治观点视为输入，由此构成了个体的政治输出和输入两种状态以及整体政治输出和输入两种背景。基于研究预设，本文重点考察个体输出所聚合形成的整体输出环境对个体输入的影响。研究结果也表明，假定个体输出和整体观点的差异性恒定(模型中进行了控制)，然而更强的观点输出环境并没有使个体获得更多差异化的观点。因此，这符合前述研究中极化的状态。社交网络中会有许多观点，然而这些不同意见群体的链接却是封闭隔离的。事实上，在更加强调群体和一致的东方文化背景下，这种效应在中国的互联网环境下可能会更为明显。因此，本文的分析对于理解当前中国社会媒体互动中存在的群体极化现象也具有重要的启示意义。

首先，对于使用者而言，需要构建异质而开放的虚拟社会网络。互联网空间已经进入了一个“网络化个体主义”(networked individualism)的时代，社交网络的参与者具有高度的网络控制能力。相关研究表明，社会化媒体在保持人们的强关系网络方面其实要远远强于拓展弱关系(Boyd and Ellison, 2008; Ellison, et al., 2007)。这也从侧面表明，看似极为开放的互联网其实有利于保存一个个相对闭合的社会网络。然而，我们更需要强调的是，构建异质而开放的虚拟社会网络不仅对使用者是重要的，它同时也具有很强的群体效益，这实际上是每位自由而开放的互联网平台使用者的责任。

其次，技术运营者如能努力进行多元意见的推介，促进信息的流动和公开，都有可能改善封闭社会互动网络中个体的观念。同质性链接的构建并不足以完全理解网络群体的政治极化。我们的研究表明，链接的关系性质和多元观点呈现数量的作用同样重要。因此，构建一个包含尽可能多元化观点的社会化媒体网络是非常有必要的，甚至可以说，在个体的高度可控性环境下，这是破解群体极化困境的一个主要思考角度。

最后，对于网络管理者来说，我们认为，或许需要对在线社交网络进行必要的网络干预。然而，干预方式如果仅仅是单一的信息屏蔽，由于社交网络的内在结构作用，反而不利于观念鸿沟的逾越。与此同时，目前社交网络中仅对热点意见或重要结点意见的推介，可能只会起到放大“沉默的螺旋”中某一极的效果，依然无法弥合群体分歧。因此，对多元观念保持开放，并让互联网中隔离的“小世界”互相感知，才是最终消解极化的重要途径。

注释：

1. 参见：https://www.emarketer.com/corporate/coverage#/results/1298?look。

2. 这两个假设表明了两类观点隔离：一是使用者的自我隔离，即自身保持沉默；另一种情况则是对他人的隔离，即屏蔽链接，让他人“沉默”。

3.  如果仅根据同质性原理，我们无法解释为何中立的声音越来越弱，因为中立者同样可以找到与自己相似的观点。事实上，在现实中我们与某个人构建或解除关系其实并不容易，而在线社交则可以轻易“加好友”或“拉黑”，这是技术赋予的。不同于电视或报纸的被动接受模式，社交网络是通过链接群体发布或转发了的内容让个体感受到自己身处的主流舆论环境，这是社交网络的媒体属性。而这两者可能进一步结合社交网络的社会网络属性之同质性原理，做出进一步的选择，进而导致人群态度的再分布和变化。因此，有明确倾向的群体如果更加积极地参与了隔离和构建等过程，则说明社交网络起到了可能的固化或强化倾向的作用。

4.  该数据的具体情况可参见皮尤项目网站：http://pewinternet.org/Shared-Content/Data-Sets/2012/February-2012—Search-Social-Networking-Sites-and-Politics.aspx。

5. 我们进行了两次多重插补。第一次插补是针对全体的互联网用户样本(N=2 253)，主要存在部分人口学特征变量的缺失，具体缺失情况为：年龄(2.35%)、教育(0.8%)、收入(14%)、婚姻(1.0%)、族群(2.8%)。第二次是选取了全体互联网用户的社交网络用户子样本(N=1047)，针对社交网络使用行为各项的插补，具体缺失情况为：社交网络使用(0.67%)、政治性使用(0.30%)、“朋友”的政治性使用(2.77%)、与“朋友”观点保持一致(9.4%)、更积极地参与政治讨论(0.57%)、成为分享自己观点者的粉丝(0.27%)、对不同观点保持沉默(0.38%)、政治性使用的重要性(因子分析各项目，0.57%)。

6. 括号内为占样本的加权有效百分比。下同。

7.  根据现有研究，美国社会的政治倾向分化较为明显，这为我们探讨观点倾向是如何在社会化媒体中变得更加极端提供了更有效的实证基础。通常认为，美国民主党更倾向于自由主义，共和党更倾向于保守主义，因此民众也多分为保守主义、自由主义和无明确倾向三派(Rohde, 1991; DiMaggio, et al., 1996; Abramowitz and Saunders, 1998; Evans, 2003)。

8.  数据来源为2013年度皮尤全球民意调查。数据中包括了中国、阿根廷、玻利维亚、巴西、智利、埃及、萨尔瓦多、加纳、印尼、约旦、肯尼亚、黎巴嫩、马来西亚、墨西哥、尼日利亚、菲律宾、波兰、俄罗斯、塞内加尔、南非、突尼斯、土耳其、委内瑞拉这23个新兴经济体或不发达国家。由于数据中巴基斯坦和乌干达两国社交网络用户过少(小于50)，我们没有使用这两国数据。该数据下载网址为：http://www.pewglobal.org/category/datasets/?download=31111。

9. 国家层面相关经济与社会指标来源于世界银行数据库。

10. 本文的研究表明，政治倾向性更明确的社交网络使用者会有更强的网络动员能力，其所构成的群体也会更加“抱团”和活跃。根据美国最新的总统大选结果，以观点极端闻名的特朗普和希拉里在社交网络上的粉丝数量差异并不显著，然而在社交网络中发言的转发和评论数量前者都是后者的数倍(具体参见http://buzzsumo.com/blog/donald-trump/)。本文并不致力于分析特朗普当选的原因，但本文的结论基本符合目前美国的社交网络现状。