梁树霖 胡旺
（湖南城市学院 湖南 益阳 413000）
摘要：文章从群体极化视角出发，基于有力论据理论和社会比较理论，构建网络社群群体性事件个体卷入影响机制的概念模型。以信息性影响和相似性影响为前因变量，群体极化为中间变量，参与意愿为结果变量，群体效能感为调节变量。
为了深入挖掘网络社群中个体卷入群体性事件的群体心理，本文导入群体极化这一概念进行探讨。根据群体极化的文献综述，在群体极化成因的解释机制中，成为主流解释框架的是社会比较理论和有力论据理论。尽管随着互联网的普及，关于网络群体极化的成因有了新的解释，如协同过滤机制，社会背书等，但都是从社会比较理论和有力论据理论引申而来，由此可见，无论在线上还是线下，无论是匿名交流的网络社群还是现实人际关系网络再现的实名制社交平台，群体极化的成因本质上仍然是受到有力论据理论的信息性影响和社会比较理论的规范性影响。因此，本文仍然借助这一主流解释框架挖掘网络社群中影响个体卷入群体性事件的影响因素。
在信息性影响层面，虽然网络社群成员的交流信息与在线评论，网络口碑等都属于用户生成内容，但在信息结构，表现形式存在明显的差异。互联网页面长期存储的在线评论是以公开陈列的方式展示，评论的数量，倾向和好评度等以量化的方式直接提供给用户参考，评论的内容紧密围绕产品或服务展开。而网络社群的通信模式是闭环结构，交流的信息是私密的，只有群体成员才能看到，成员根据自身的需求在聊天页面上发问或者回复，信息是即时互动的，信息内容可能是咨询的工具性支持，也可能是单纯的倾诉或吐槽的情感性支持。在过去的研究中，关于在线评论和网络口碑的研究众多，变量比较完善，既有关于评论数量，评论效价等评论池的讨论，也有关于评论的双面性，评论的顺序等单条评论的探索，但由于网络社群的交流信息与在线评论和口碑差异较大，因此，本文采用信息聚合性和信息共识性来衡量这种群体性的即时交流信息。信息聚合性是指群体成员的讨论内容对话题的反映程度。信息共识性是指群体成员就谈论话题在意见上达成统一的程度。
在相似性影响层面，由于网络社群的分众化运行机制和协同过滤技术的成熟，用户的自主选择权加强，可以快速的寻找到与自己人格特征，兴趣爱好或价值观等相似的群体，与群体成员的同质性能够促使个体之间产生共鸣，观念得到更多的论据支撑，观点得到强化，因此，相似性成为同质个体相互吸引并产生共鸣强化的推力。
在相似性的分类中，Hansen (2002)将相似性划分为两类，表层的人口统计学和生物学特征，以及深层的态度，信念和价值观，而后大多数学者沿用了这一分类，Lankau et al.(2005)整合过去大多数学者的研究，将表层相似性的内涵进行拓展，除了人口统计学特征外，还包括种族，职位以及背景，将深层相似性延伸到个性，工作价值，对事物的看法等。综合过去学者对相似性的分类，结合网络社群的运行机制，用户难以获取其他成员准确的人口统计学特征和生物学特征，而通过交流互动却可以了解其他成员对事物的看法以及态度等，此外，网络社群群体性事件属于合作型行为，只有群体成员拥有共同的利益诉求，才会有共同的话题和交流的主动性，基于此，本文采用目标相似性和认知相似性来衡量相似性的影响作用。目标相似性是指群体成员在目的，实现方式以及效果等方面的一致性。认知相似性是指群体成员在组织和处理信息的方式上相似。
虽然群体的信息性影响和相似性影响能够引起个体的心理变化，进而对群体性行为起到促进作用。然而，心理变化和参与群体性事件意愿在特定的情境中也可能出现不一致的情况，虽然导致不一致情况出现的诱因众多，但由于本文是基于群体极化的视角，强调群体对个体的影响，因此将研究视角集中在群体效能感在个体心理变化与参与意愿之间关系的调节作用方面。群体效能感是指群体成员对于自己所在的群体能否共同取得特定水平成绩或者达到特定组织目标的共同信念。
综上所述，本文基于群体极化的视角，研究网络社群中个体卷入群体性事件的影响过程。借助群体极化解释个体卷入群体性事件的心理强化反应，本文将感知信息有用极化，感知价值极化，情绪极化和群体认同极化作为群体极化的四个维度。根据群体极化成因的主流解释框架，基于选择接触性理论，相似吸引理论和去个性化的社会认同理论，结合网络社群的分众化运行机制，将网络社群中群体极化效应的成因分为信息性影响和相似性影响，通过信息聚合性和信息共识性来衡量信息性影响，通过目标相似性和认知相似性来衡量相似性影响。此外，将群体效能感作为心理变化与行为卷入的调节因素。
（本文系2020年度湖南省社会科学成果评审委员会课题“网络社群用户卷入群体性事件的心理行为机制研究”,项目编号XSP20YBC365）
[1] 曾伏娥, 罗茜, 屠采撷, 等. 网上消费者非伦理行为:特性、维度与测量 [J]. 南开管理评论, 2011, 14(2): 26-36.
[2] 金晓玲, 冯慧慧, 周中允. 微信朋友圈中健康信息传播行为研究 [J]. 管理科学, 2017, 30(1): 73-82.
[3] 黄敏学, 王艺婷, 廖俊云, 等. 评论不一致性对消费者的双面影响:产品属性与调节定向的调节 [J]. 心理学报, 2017, 49(3): 370-382.
[4] 吕苗, 金淳, 韩庆平. 基于情境化用户偏好的协同过滤推荐模型 [J]. 系统工程理论与实践, 2016, 36(12): 3244-3254.
[5] 黄微, 宋先智, 高俊峰. 网络舆情场中信息受众观点群落的连接鲁棒性测度及实证研究 [J]. 情报学报, 2017, 36(5): 503-510.