翟红蕾 李茂国 刘金波 | 效果 •机理 • 路径：数据新闻社交平台传播热度研究

摘 要   本研究以32个社交平台数据新闻典型案例为研究对象，运用定性比较分析法（QCA）探讨在具体平台情境下数据新闻内容传播热度的致效因素及生成过程。既往研究以数据新闻内容考察为主，内容接触的前置阶段被忽略和遮蔽。本研究通过着眼平台受众信息接触的时序性路径，搭建出“议题触及”和“内容感知”的主分析框架，从议题和内容两个层面分析数据新闻在社交平台传播的致效因素及组合路径。研究发现，社交平台信息传播具有明显的二层级引入模式，其中，标题取径是触发用户流量涌入，驱动数据新闻内容实现高热度传播的关键因素，“复合型”和“挖掘型”两种数据组合构型更具潜在传播优势，静态信息图更契合平台语境及用户偏好。同时，从微观层面梳理数据新闻实现高热度传播的具体稳定路径，对于破除当前数据新闻社交平台传播乏力的困境、提高整体内容的传播热度具有一定现实指导意义。

关键词   数据新闻；社交平台；定性比较分析（QCA）；传播热度

数据新闻以技术性、工具性为表征，暗含人文主义倾向，通过透析复杂数据背后的关联，以故事化的叙事构建与用户的情感连接，为新闻业的样态重构提供新的演进路径。得益于其契合数字时代的生产逻辑和风格表征，数据新闻长期被视作一种高机动性的信息传递方式，然而，被视作可变革新闻业态的技术革新却陷入热度低迷的传播困境。受此影响，近年来我国从事数据新闻内容生产的媒体表现出全面式微和下滑趋势，作为内容的数据新闻若无法实现高热度的传播，则难以释放其在科普知识信息、引导舆论方向、凝结社会共识等方面的潜在优势，如何破解数据新闻当前的传播困境成为研究重点。本研究聚焦当前数据新闻优势特征与传播困境的吊诡矛盾，着眼于媒介平台特征深度影响内容传播实践的现实趋势，采用定性比较分析法，面向社交平台数据新闻内容传播热度展开研究，从平台嵌入的角度研判数字媒介时代数据新闻内容传播的微观路径和互动因素。

一、文献综述与问题

数据新闻社交平台的传播困境已被部分敏锐的从业者所感知，从方法路径进行归纳，相关研究大抵延续三类研究方法演进。质化研究方面，个案研究占据主流，有学者以平台端“澎湃美数课”为研究对象，对数据、内容、设计三个方面的特色进行了深度考察，由于社交平台催生裂变传播模式，协同过滤已成为新的内容筛选机制，有学者认为数据新闻从业者应在考虑新闻专业标准的基础上，注重用户在社交平台上的自我呈现和分享心理，即通过有谈资的内容激发用户自发地进行内容转发，以提高内容的传播热度。除媒体端的研究外，对于受众的考察也是重要的视角，有学者基于扎根理论针对数据新闻受众进行深度访谈，对其内容接受行为进行考察后指出，环境、渠道、内容等因素影响了数据新闻的发展和传播。量化方面，相关研究通过回归分析考察了不同因素对传播效果的影响，有学者通过抽取“网易数读”与“RUC新闻坊”的样本案例进行多元线性回归分析，对可视化处理、报道情绪、新闻类型等影响因素进行了考察，指出数据新闻应该加强深度解析、平衡易读性与美观性。另有学者对“网易数读”和“财新网数据可视化实验室”数据新闻报道进行实证分析，指出数据新闻在社交平台传播技术和生产逻辑上均存在不适配的冲突问题，需要以提升技术适配、展现人文关怀的方式实现基于移动端的广泛阅读与传播。此外，实验法在该领域也具有一定的运用空间，有学者以比较的视角，采用控制实验法从受众对数据新闻的感知、识记效果和数据新闻三个层面对受众态度的改变等进行了检验，对数据新闻相较于传统新闻形式的优势进行了探讨。还有学者以大学生群体作为研究对象，将控制实验与问卷调查相结合，对首因效应影响下文本新闻和可视化数据新闻对受众的认知态度进行了考察，指出通过强化首因效应，合理利用可视化数据，可以提高传播效果。

数据新闻的三类研究进路各有其局限性，量化取向的研究更关心对普遍问题的揭示程度，但这也相应导致它在问题的解释深度上存在先天不足；质化取向的研究强调深入而细致的诠释，更依赖研究者自身的理论分析素养，被诟病为过于主观、缺少标准化的规范；实验法基于有控制观察活动验证因果关系，面临不适合测量的群体特征，难以构建理想实验环境等问题。既往研究未能对数据新闻社交平台传播复杂的致效因素及组合机制进行有效探究，立足于社交平台，多因并发视角下微观性的考察暂付阙如，这足以启发研究视角的下沉与联结。定性比较分析法（Qualitative Comparative Analysis，QCA）从集合论的角度出发，有助于回答多重并发的因果关系。近年来，新闻传播领域的学者相继使用该方法对如网络舆论对政府依法行政的影响、公共政策的新媒体动员、虚拟人社会接受度提升等课题进行了深入研究。通过检索发现，微观视角下通过定性比较分析对社交平台数据新闻传播热度的考察几近寥寥，有研究者基于数据新闻本体内容来搭建传播热度分析框架，但未考虑到内容与平台层面的联结及其因素间相互作用产生的影响。而互联网的革命式演进推动了新闻分发模式的多元化发展，社交类平台成为重要的内容分发渠道，具有其独特的新闻分发逻辑，影响着平台端的用户参与。因此，为回应数据新闻行业在社交平台亟须解决的传播困境，有必要从多因并发的视角着眼，结合平台层面的因素对其进行观照考察。

综合上述文献回顾及研究缺憾，本研究拟针对社交平台端的数据新闻展开探索性的实证研究，试图打开社交平台数据新闻内容传播热度的黑箱，回答以下问题：

（1）哪些因素会对社交平台上数据新闻热度传播产生效用？

（2）是否存在单个或多个致效因素组合更容易促使数据新闻的高热度传播？

（3）议题和内容两个层面如何共同影响数据新闻内容的热度扩散？

二、整体研究设计与模型搭建

（一）研究案例选取

运用基于组态视角、适用于中小样本案例分析的QCA技术时，案例选取的质量与最终取得的探索结果直接相关，该方法要求案例的选择兼顾最大程度的相似性和最大程度的异质性。在此原则的指导下，本研究聚焦社交平台端最具有代表性的四个数据新闻账号，分别为RUC新闻坊、澎湃美数课、网易数读、谷雨数据-腾讯新闻（表1）。四个数据新闻账号满足以下标准：首先，这些账号归属主体具有多样化特征，横跨学界及业界，同时也涵盖了官方媒体和互联网公司。归属主体的不同，对内容产出的把控标准各异，使内容的多元化特征明显。例如，RUC新闻坊作为校园媒体，报道内容并不局限于校园故事或新闻职业、学术共同体的专业资讯，更主动结合了具有公共性的社会热点；澎湃美数课作为上海东方报业下属的数据新闻账号，在社会民生、公共事件方面表现突出；网易数读和谷雨数据则对社会热点事件具有最为迅速的反应能力。其次，这些账号具有更新推送频率稳定、内容沉淀充盈等特点，这将有助于为研究提供丰富的样本案例筛选空间。再次，这些账号用户覆盖面广，受众总量可观，在微信平台的热度保持在前列，如表1所示，完全可供从中进行传播数据提取，这有利于增强实证研究结果的代表性。综上所述，无论是从内容生产还是推送机制来看，这四个数据新闻账号可以最大程度地涵盖社交平台数据新闻生产、推送的整体特点。本研究在此标准基础上将2022—2023年发布的内容列为案例样本筛选范围，临近两年的时间跨度可以确保样本时效性，且尽可能地涵盖议题和内容层面具有多元特征的案例。需要说明的是，新冠疫情作为天然具有热度聚焦的突发性公共卫生事件，在传播热度的均质数据上表现突出，为避免研究结果的异化偏差，本研究对相关内容予以剔除，最终得到实际研究的总体筛选样本集合。

为确保实际研究案例的全面性、可靠性及完整性，本研究采用立意抽样法，该方法是研究人员通过对研究问题的综合研判，选择那些最适于作为该项研究样本的抽样方法。通过对5位具有长期数据新闻阅读经历及定性比较分析法研究经历的硕士研究生进行培训后组建研究小组，随后对全集合中的样本进行筛选、抽取，经由多次论证及综合考量，从四个账号中抽取了32个数据新闻典型样本作为定性比较分析的对象（表2）。

（二）基于文献扎根的致效因素选取

作为一种带有聚合性质的元素交织的新闻形式，数据新闻本身具有内容糅杂性，加之社交平台端内容分发和信息传递的具体情景影响，组织要素间相互依赖与共同作用影响了最终取得的传播热度。因此，本研究从影响数据新闻传播热度的多因并发视角出发，聚焦“议题触及”和“内容感知”两个层面，从两个层面出发进行具体致效因素的遴选，以跨学科的视角广泛整合梳理有助于完善本研究分析模型的相关文献，并在理论假设和案例材料之间不断跳跃、推演，将复现频次较高、与案例和理论勾连最为密切的变量进行有机的提炼，随后在QCA二分法操作理念指导下对其进行赋值。

1.议题触及层面。基于社交网络环境信息传播的即时性和便捷性，受众时刻处于媒介所传达信息的裹挟之中，从最终达成信息增量结果的途径进行细化，可以分为“主动信息检索”和“被动信息接受”两个类别。区别于其他媒介平台“问题-检索”模式为主的信息获知方式，社交平台的信息传播更加偏向于“推送-接收”模式。因此，经由平台所推送议题的自身特征对于数据内容的传播热度具有重要影响。

第一，推送时间。社交平台端内容的推送时间具有两种实现形式，分别为即时发送和后台设定时间预约发送。出于用户阅读习惯培养的目的，当前大多数账号都会定时进行内容推送，推送者会根据账号整体风格、实际推送内容、用户使用偏好等进行综合考量，以确定合适的推送时间。相关研究表明，推送时间对于内容传播热度具有重要影响。方婧等在构建出社交平台信息传播网络结构的基础上，通过10个随机公众号数据的实证研究，认为当社交平台公众号选择合适的时间，如晨起上班、下班后、睡觉前的时间段进行文章推送，其内容更容易获得高阅读量和互动量，且有助于增加转发传播的概率。赵志真等通过分析社交平台阅读量10W+热门文章的发布时段，发现文章发布时段与用户作息习惯紧密相关，闲暇时段是社交平台热门文章高发区，热门文章的发布与用户阅读习惯相吻合。因此，本研究选取推送时间作为议题层面解释数据新闻内容传播热度的解释变量，基于数据新闻内容发布特征在前人划分基础上进一步细化以丰富切入视角，将其分为上午（8:00—11:00）、中午（11:01—14:00）、下午（14:01—18:00）、晚间（18:01—00:00）四个时段。

第二，议程同步。主流媒体作为国家和社会中具有高度舆论影响力的传播媒介，经其报道的议题在整个网络空间议程中占据更显著的位置，更容易吸引受众的注意力。在我国传媒语境及舆论场景下，主流媒体议程体现了官方对于某一问题或焦点事件的观点、态度和价值偏好，各级主流媒体在议程设置上相互影响和合作，对内容的传播具有显著影响。陈培友等通过构建移动社交网络舆情多主体应对的系统动力学模型，并采用VensimPLE软件对实例进行模拟仿真，证实媒体权威度对改变网络舆情风险变化起到重要作用。李良荣等通过对网络群体性事件的数据梳理，指出中央权威媒体的参与和介入，可以促使事件在全国范围内形成互动优势。数据新闻的选题内容是否与主流媒体的议程实现时间同步，话题是否为受众所感知，对传播热度都将产生影响。因此，本研究选取议程同步作为议题层面解释数据新闻内容传播热度的解释变量，并将其划分为经由权威媒体报道和未经权威媒体报道两个类别。

第三，标题取径。新闻标题是对新闻简洁准确概括的语句，作为吸引用户的首要因素，承载着实际新闻内容的梗概信息和主要线索，用户往往会根据新闻标题的表述判断是否要继续进行阅读。已有的相关研究揭示了新闻标题对于新闻阅读量的影响，如余（Yu）和赵（Zhao）指出，包含警示词的新闻标题可以激发用户获取与个人生存相关信息的意识，正向推动读者投入认知努力，最终促使新闻阅读的发生。廖圣清等通过对“今日头条”的88,482条新闻的实证研究发现，标题价效是影响新闻分享的重要因素，两者之间呈现“U”型关系，分享正面价效标题的新闻有助于自我积极形象的塑造，分享负面价效标题的新闻可以起到警醒他人、缓和矛盾的作用。因此，相较于带有感情色彩取向的标题，中性标题的新闻用户分享的几率更小。即使标题的实质内容保持不变，标题的框架和呈现方式也可以影响受众的反应。因此，本研究选取标题取径作为议题层面解释数据新闻内容传播热度的解释变量，并按标题特性将其划分为强引导型和弱引导型两个类别。

2.内容感知层面。数据新闻作为以数据为核心、可视化为技术表征的新闻报道形式，其产生和发展是技理逻辑与社会选择等多种因素交织与互构的结果。相较于传统报道形式，数据新闻既保留了新闻客观性、准确性等内涵特征，又在其基础上实现了发展和超越，如权威性的增强等。内容以形式为载体，形式以内容为依托，受众对数据新闻的触及、感知为实际内容所承担，内容层面的感知对数据新闻传播热度具有重要影响。

第一，数据多元。对数据的开采和挖掘贯穿于数据新闻内容生产的整个流程之中。一次完整的数据新闻报道往往需要采集全面的数据，从不同方面对议题进行阐释分析，这就对内容所包含的数据多元性提出了要求。徐锐等认为数据搜集是数据新闻生产流程最重要的环节，直接影响后续阶段的可信性和有效性，通过对不同来源的数据进行深度挖掘，可以揭示个别、分散行为中蕴含的共同规律。归属于不同渠道来源的数据阐明了新闻议题的枝节脉络，丰富了整体报道的层次，有助于达成阅读者对议题立体化的感知，对增强阅读体验具有显著的增益效果，可推动内容的后续传播。因此，本研究选取数据多元作为内容层面解释数据新闻内容传播热度的解释变量，并将数据来源大于3个的样本视作数据来源多元，小于等于3个的案例样本视作数据来源单一。

第二，数据权威。作为数据驱动的新闻报道形式，数据质量在很大程度上决定数据新闻的质量，并构成新闻内容成立的前提和基础。数据权威性是衡量数据新闻内容质量的重要尺度，具体实践情境中具有权威性的数据来源主要分为两类：其一为基于专业性的权威，如各类政府部门、企业单位、研究机构等社会主体，就其自身业务和专业领域所公布的数据；其二是基于信誉的权威，具有良好信誉的机构进行的调查研究所获取的数据，得到公众和专业人士的广泛认可，同样具有较高的权威性。传统的新闻报道以事实的即时发生为起点，数据新闻则可以揭示已存在数据背后的关联，新闻事实来源于数据本身，因而数据权威就成了内容真实的锚定点，取材自权威来源的数据新闻在内容铺陈和观点阐释方面的说服力更胜一筹，就议题内容选择具有权威性的数据来源有助于增加新闻内容的可信度，提高整体内容的质量，更容易实现高热度传播。因此，本研究选择数据权威作为内容维度解释数据新闻内容传播热度的解释变量，并将官方数据来源占60%及以上的内容视作数据权威，其余视作数据非权威。

第三，事件属性。根据事件属性对事件进行类别划分是定性比较分析中使用频率较高的编码方式，案例的事件属性细分有助于结论契合度和解释力的提升，每一个事件依据不同的选择标准划分出的不同属性实际指向了内容的差异。李明德等结合层次分析法和Delphi法对20个陕西媒体公众号进行实证研究，发现推送内容的类别是影响传播力的关键因素。案例的事件属性已经被国内采用定性比较分析进行研究的学者广泛接受并使用。如李梅等对国内外2019—2022年30例典型反转新闻进行内在机制和逻辑探析时，便将其划分为政治事件、文化教育科技事件、社会事件3个类别。在关于数据新闻议题内容的划分上，早前一项研究将其细化为政治军事、法律犯罪、社会民生、经济发展、文化科教、体育娱乐、环境健康、城市交通等8个类别。结合本研究的案例特征，将其分为社会民生、经济金融、教育科学、文体娱乐4个类别。

第四，情感卷入。情感是理解文本议题感知的一个重要视角，将情感和认知维度共同纳入整体的观察体系是非常必要的。对某一事件内容所传递的情感作用于受众的切实体验和感受，驱动其进一步触发行为，并影响受众对于该事件的看法和记忆。作为一种客观存在的传播现象，情感传播总是与信息传播相伴而行，对传播启动、传播过程和传播效果具有重要影响，尤其是在媒介技术和表现形式的加持下，其在大众传播中的作用日益凸显，社会影响力进一步加深。此前对新闻传播活动的研究已注意到其背后的情感因素，如周俊等对网络流行语的传播进行考察时，认为公共事件一般涉及公共利益，影响公共情绪，而大部分流行语的爆发体现了网民的不满情绪，并将其作为解释变量代入整体研究之中。通常，负面情感的报道内容容易在社交媒体平台上引发大量传播。在QCA研究方法的二分法理念下，要求变量设计尽可能简约，因此本研究结合百度情感倾向分析及人工判别，将案例分为正向情感、无明显情感倾向、负向情感3个类型。

第五，视觉呈现。可视化作为数据新闻最直观的技术表征，在数据与新闻两者的衔接转换中被纳入具体的生产路径。相较于纯文本形式，大脑对于图像的处理速度更快，借助新闻内容的视觉化呈现，可以实现对数据间错综复杂关系的表达，完成从抽象数据内容到易于理解的视觉文本的转译。同时，在图像转向的时代背景下，受众不再满足于单一的文字表达形式，图像和内容的可视化对于聚焦受众注意力，激发阅读兴趣具有重要的推动作用。例如，黄雅兰等指出数据新闻中的可视化具有信息告知和视觉吸引两大功能，认为数据新闻可视化须以信息告知为首要功能，视觉吸引应当服务于信息功能。具体而言，数据新闻可视化的呈现可分为静态信息图表、动态信息图表、多感官传递信息形式。本研究选取视觉呈现作为内容维度解释数据新闻内容传播热度的解释变量，并按样本特性将其划分为静态信息图、动态信息图/视频、交互形式三个类别。

3.结果变量的确定。作为结果变量的传播热度可以用以测量数据新闻内容最终取得的传播效果，反映事件和话题在整个网络空间中的受关注程度。刘勘等把事件内容的热度界定为人们对其的关注程度，并通过回帖数、转载数等指标进行测量。本研究从两个维度来研判传播热度的高低水平。第一是阅读量，该指标反映了内容信息的触达，可以表明单条数据新闻是否为受众所触及感知，可视作传播的广度；第二是互动量，该指标反映了受众对数据新闻内容信息的涉入程度，体现在点赞、在看、评论3个方面，三者总和数量越多，表明受众对内容拥有更多的认知和情感投入，可视作传播的深度。作为传播热度一体两面的阅读量和互动量不是互相孤立的，一般而言，两者呈现正相关，即阅读量基数越高，互动量随之上升。但由于社交平台中的评论受到人工筛选的影响，本研究予以剔除，将“点赞”和“在看”的总量视作衡量传播内容的互动量。同时为避免案例样本中的极值对于整体数据的干扰影响，本研究摒弃均值转而选择使用中位数作为界定传播热度高低的基准，研究将阅读量和互动量均高于各自所属账号整体中位数的案例视作较高传播热度的内容，两个指标有一项不满足的案例视作较低传播热度的内容。

综上所述，本研究从“议题触及”和“内容感知”两个层级出发，在结合文献扎根和既往实证研究的基础上，建构出针对社交平台端数据新闻传播热度进行考察的二层级分析模型（图1）。

4.变量赋值。定性比较分析法（QCA）作为一种区别于定性和定量研究路径的方法，对于中小数量样本的优适性是其独到之处，它可以将样本的实际结果与可能的影响因素进行二分处理，随后在布尔运算的基础上探析影响因素和结果的组合关系。布尔代数最基本的逻辑值是0和1，在QCA的变量校准中，二者都是对变量存在与否的基础划分，相当于logistic回归。综合上文对致效因素和结果变量的选取及QCA操作要求，本研究依据案例样本的权重比例进行变量赋值，将具体变量条目下所占比例最高的样本赋值为1，其余赋值为0（表3）。并按照各样本案例中所包含的条件严格对其进行针对性赋值，由此构建出适用于本研究的案例变量真值表，每一条案例的真值集合都代表了该案例的具体情况组合，而后将其代入fsQCA4.0软件中进行运算。

三、QCA分析过程及结果

（一）单个解释变量分析

在使用QCA进行研究时，单个解释变量分析作为整体研究的重要组成部分，将产生两个结果指标。其一为一致性（Consistency），该指标用以衡量解释变量导致结果变量的产生的重要程度；其二为覆盖率（Coverage），该指标用以衡量解释变量对于结果出现的解释力，覆盖率越高，则说明该解释变量能够解释更多的案例情况。两个指标的计算公式如下：

将样本案例真值表带入fsQCA4.0进行运算后得到的结果如表4所示。

通过对变量一致性和覆盖率检验结果的考察，解释变量中标题取径的一致性大于0.9，可视作数据新闻内容实现高热度传播的必要条件；视觉呈现的一致性大于0.8，可视作数据新闻内容实现高热度传播的充分条件；且两者的覆盖率较高，表明这两个变量对于案例的解释力较高。而其他6个解释变量的一致性结果均小于0.8，说明这些变量无法成为促使数据新闻内容获得高热度传播的必要或充分条件，而是通过变量间组合的方式对最终的传播热度产生影响，因此，需要通过变量的组合分析进行更加深入的探讨。

（二）变量组合分析

变量组合分析的检验目的在于探析结果变量的出现是否存在多个不同解释变量相互影响的组合路径，从而可以通过对组合路径进行合理的分析，获得对事件结果发生更加全面深入地了解。将基于案例构建的真值表代入fsQCA软件运算后得到变量组合分析的结果，分别为复杂解（Complex）、中间解（Intermediate）、简单解（Parsimonious）。中间解作为介于三者之间的居中方案，在案例的解释力和结论的普适性上取得了良好平衡，在实际研究中被广泛运用。因此，本研究对中间解进行提取转译以推进后续研究和分析（表5）。

通过变量组合分析共得到7个组合路径，总体一致性和覆盖率均为1，说明这些组合路径可以对整体的样本案例作出解释。纵览本研究所得出的变量组合路径结果可以发现，最终取得高热度传播的内容要素组合并非定式，不同因素通过有机组合可以实现不同的高热度传播路径。在7条微观组合路径中，前3条路径的覆盖率较高，能够解释的样本比例较高，且路径1、2的相似程度高，故本研究着重对这三条路径作出解释。

1.组合路径1、2: 中午时段推送（或权威媒体报道）*强引导性标题*数据源丰富*权威数据源占比高*社会民生事件*静态信息图。案例样本中路径1 的典型案例有《中国父母的身高执念：男生180，女生165》《被孤独侵蚀的年轻人，未老先衰》等。从议题触及方面来看，这些案例选择在中午时段向用户进行推送，并通过在标题中使用对比、强感染性的词汇吸引用户注意力。从内容方面看，子女身高发育、孤独的年轻人都是容易引起阅读者关注的社会民生问题。这些案例使用了NCDRisC（非传染性疾病风险控制协作组织）、中国妇幼保健、国家统计局、英国社区生活调查及一些学术期刊等权威信源的数据，对其所讨论议题的主体内容进行勾勒与奠基，而后通过对百度贴吧、微博、知乎等相关话题下的内容数据采集对议题进行补充，整体上呈现援引数据来源丰富、权威信源占比高的特点。从信息可视化方面看，这些案例就表达内容绘制了直方图、环形图等静态信息图，并通过文字云的形式对文本性数据进行了展示。

路径2的典型案例有《被拐的她们：1252段被标价的人生》《花钱去餐厅吃预制菜，谁当了大冤种》等。这些案例在同时期内被权威媒体报道，“拐卖”“预制菜”都是同时期内受到高度关注的议题，在整个网络信息空间中处于优势传播地位，更容易吸引用户的注意力。标题中的数字、网络词汇助推了用户兴趣的增长，作为社会民生事件，同样采取了裁判文书网、艾媒咨询等权威性数据源与微博、小红书等非权威性数据源相结合的方式，以静态信息图的形式进行数据表达。

综合以上可以发现，对案例解释覆盖率最高的两条路径具有结构上的相似性，两者在内容要素上确保了整体文章的质量及可看性，叠加更具传播优势的推送时间或条件即可实现高热度传播。

2.组合路径3: 权威媒体未报道*强引导性标题*数据源单一*权威数据源占比低*文体娱乐*正向情感*静态信息图。该路径下的代表案例有《如何成为一名不挨骂的脱口秀大会领笑员？》《中国大学面积排行榜，最大最小差了1600倍》等。从议题层面来看，该路径下的案例事件在同时期内未被主流权威媒体报道，多为自采型数据。例如，前者是对《脱口秀大会》本身内容以及所衍生的如评论、拍灯数据等进行可视化呈现。作为爆火的综艺节目，脱口秀大会互联网热度不减，虽然已经有大量的相关报道内容，但是该文章以全新的视角进行切入，以回顾盘点的形式对该节目进行深入挖掘，通过总结式内容量化实现了信息增长，给予了阅读者全新的增量体验。而从可视化角度来看，该路径下的案例事件内容采用卡通漫画风格，整体上奠定了轻松的色彩基调，也更加贴合内容本身所聚焦的娱乐话题。例如，后者则在议题关注上具有较高的创新性，既往有关高校的报道较少关注这一领域，尤其是全国性的数据普查，文章以教育部发布的《全国普通高等学校名单》为基础，通过高德地图采集了全国普通高校的AOI数据及知乎话题下的数据，以面积最大和最小两个关注点为抓手，向阅读者立体性地阐释了中国高校面积差异这一话题。

综合以上分析可以发现，在较少被主流权威媒体关注的领域，数据新闻仍具有极强的生命力，通过对既往沉淀的数据进行二次加工和生产，配合恰当的设计风格，依然可以实现高热度传播。互联网乃至社交媒体的深度发展，使得整个网络空间的信息流通呈现强趋同特性，地域性乃至国别边界逐渐消弭，地方媒体、中央媒体、国际媒体等原本具有多级差异性质的媒体在内容输出上趋于单质化，这在很大程度上造成了受众的审美疲劳及信息重合。因此，根据实证结果显示，通过数据采集和二次整理发掘，数据新闻可以从中开采出更具新意和价值的新闻信息，为传播热度赋能，增强传播效果。

四、研究结论

（一）吸睛之张力：标题效价作为数据新闻高热度传播的前置驱动条件

新闻标题作为用户内容阅读的第一接触环节，对后续的阅读行为、情绪、态度具有重要影响，其激发了受众实际的行为反应。通过QCA的单因素分析和组合路径分析可以发现，标题取径作为高热度传播发生的必要条件，对于数据新闻传播具有显著影响。希金斯（Higgins）基于调节定向所提出的调节匹配理论（Regulatory Fit Theory）指出，当调节定向与目标行为相匹配时，会对个体的认知、情绪、行为产生增益效果，具体表现为提高动机强度和行为表现。对新闻阅读者而言，实现最大信息增量和获取未知信息成为阅读行为产生的主要动因，本研究发现，带有情绪、对比、数值讯号的引导性标题更容易激发调节匹配效应。

情绪讯号标题，如《告诉我，到底要操作多少步才能找到人工客服》，呈现明显疑问、感叹等强情绪冲动，疑问句引发读者好奇、感叹句调动读者情绪，可以起到提醒和强调作用，都有助于引发阅读行为；对比讯号标题，如《“我在一线城市当白领，背不起老家同学的同款包”》，通过同一指标下的差别类目比对，制造冲突氛围，暗示包含信息的“新”与“奇”，可以激发读者兴趣；而带有数值讯号的标题往往简明扼要，如《被拐的她们：1252段被标价的人生》，直接对实际内容进行提示，确保个体行为引发的信息收益保障，部分减除用户风险意识，因此相较于其他形式，产生新闻阅读的可能性更大。作为三类可以引发调节匹配效应的标题取径类型，各自侧重于引发不同的心理反应，驱动个体的行为意向，最终引发用户实际的阅读行为。

与传统纸质媒体标题内容保持同一页面的版式模式不同，社交平台端的新闻内容具有明显的二层级的引入模式，用户会先接触新闻标题和引入介绍，对其进行内容的价值预判，再决定是否点击产生实际的阅读行为。因此，标题所提示的内容信息及情绪冲击能否触发用户的点击行为，成为数据新闻实现高热度传播的前置驱动条件。这一倾向带来的最大问题在于，有价值的内容如果未能拟定足够吸睛的标题，将会有更大概率被用户忽略。

（二）内容之偏向：复合集采和空白挖掘两种具有潜在优势的数据构型

数据新闻近似于社会调查报告，其主旨在于推导出事实性结论，可将其视作一种新闻论证。而实现这一过程的论据便是数据，作为数据新闻的核心，可以通过科学的方法对其进行分析和展示，探究背后的事实性真相。通过QCA分析技术，研究发现了两种具有传播优势的数据组合形式，可将其划分为复合型和挖掘型两个类别。复合型的数据组合以数据的全面性和权威度见长，数据来源多样，以政府部门、权威机构的数据为主，主要是对议题进行主体性阐释，并辅以部分非权威来源的数据进行补充。在这一实践过程中，数据新闻将原本各自孤立的新闻事实有机地联结为整体的社会图景。多元异质的数据以其跨越不同时空和领域的优势揭示事态发展的规律和历程，在展示事件之间的关联程度和历史脉络上极具张力，因而受到推崇。

挖掘型的数据组合更加关注数据的“新”，与复合型的数据组合的最大区别在于前者以二手数据的再运用为主，后者则多为一手数据。其不苛求数据源的权威和广度，在尚未被开垦的数据处女地进行深度采集和分析，因此呈现出数据来源单一、权威性低的表征。挖掘型的数据组合的应用议题往往是被大多数媒体所忽视或难以触及的领域，揭示传统新闻报道尚未接近的信息。挖掘型的数据组合的报道内容体现了媒体自主采集和自主调查的能力，也是一个创造新闻的过程，不同于现实时空中即时发生的新闻事实，通过自采集所衍生出的新闻议题不易陷入同质化的陷阱，给予阅读者的是耳目一新的体验，观照了此前未被关注到的领域，往往可以驱动新闻内容实现高热度传播。

相较而言，复合型的数据组合更加适合热点回应型议题。作为同时期内媒介场域中被热议的话题，优势在于已然破除了受众的陌生感，议题的可见性得到增强，劣势则在于受众已触及大量与之相关的信息，重复性的报道未免乏善可陈。因势利导，作为复合型的数据组合可以整合报道内容，并对前置报道所衍生、沉淀的数据进行采集作为补充，全面立体化的内容有助于增强内容的传播优势；而作为挖掘型的数据组合可供支持视角独到的议题，通过区别于主流媒体角度对议题进行切入，自主采集数据，可开辟此前未被关注的议题空间，耳目一新的内容观感将触发用户流量的涌入，实现内容的高热度传播。

（三）阅读之加速：技术宰制逻辑下难以调适的用户阅读偏好异化

新闻报道中的可视化概念经由4个阶段演进而来，依次为信息可视化、科学可视化、知识可视化、数据可视化。在实践应用中，数据新闻往往被等同为数据可视化，但实则不然。在媒介技术的加持下，数据新闻已具有图表、动画、视频、H5等多种形式。既往传播学者及从业者往往对其抱有改变整个新闻传播业态的高期待，将由静到动，再到交互的新闻产品视作迭代的升级路径，并据此认为具有更高技术特性的产品样态最终将取代更旧程度的产品。但从本研究结果来看，社交平台端数据新闻在取得高传播热度的影响因素中，静态信息图显然更具有传播优势。

这一方面是受到接收终端的影响，社交平台内容主要搭载于小屏移动设备，制作精良的静态信息图表更加贴合用户的设备特性。社交平台端对于交互内容的形式存在限制，进入阅读的一级页面无法承载交互效果的实现，往往需要通过二维码扫描和“阅读原文”进行跳转方可进入，这在到达结果的环节上拉高了用户阅读的门槛，出于时间、精力、成本的考虑，用户往往会直接忽略具有交互样态的产品内容。另一方面则受到加速情绪的影响。社会加速理论由德国社会学家哈尔特穆特•罗萨（Hartmut Rosa）提出，他认为，现代社会是一个“加速”的社会，具体表现为科技加速、社会变迁加速和生活节奏加速。网络空间中流变信息的超载压迫使得受众的注意力愈发弥散，单次停留在内容上的时间显著缩短，指尖于屏幕上的不停滑动正是“加速”的体现。静态的信息图表已然包含了全部的信息传达，主动权完全掌握在用户的手中，阅读速度、何处忽略、何处停止完全由用户决定，自我偏好为导向的滑动给予了阅读者信息获取的速度感和掌控感。而视频及交互类型的新闻产品更加注重信息获取的这一过程，在一定程度上剥夺了阅读者的主动权，快节奏的使用惯性使得受众不再愿意跟随制作者的路径引导，从而放弃体验这一过程的价值内涵。即使是视频形式的产品提供了倍速这一选项，阅读者仍然会感到行为受限，转而投向更加轻量化设计的内容。

社交平台上4个具有代表性的数据新闻账号的流量数据也佐证了这一事实，从整体数据看，各账号内静态信息图表的内容流量明显高于其他形式，这表明在社交平台端，轻量化的阅读体验有助于触发用户有效的阅读行为。因此，针对移动端受众的阅读偏好，媒体机构的内容生产应该以轻量化静态图表为主，并在此基础上探寻更加适合移动端的内容展示高级形式，而不是模板式地复刻其他搭载平台的内容形式，以期通过贴合平台调性和受众阅读习惯推动内容的高热度传播。

五、结语

平台作为数字内容的载体底色，越来越成为我们观察媒介图景的重要维度，根植于具体情境下的数据新闻内容的高热度传播何以成为可能，这是本研究的起点。通过平台嵌入的角度探讨数据新闻内容传播的微观路径和因素互动，是笔者对社交平台数据新闻内容传播作出的理论观照和实证考察。基于“议题触及”和“内容感知”的主分析框架可知，社交平台数据新闻内容实现高热度传播的致效因素具有多元化的特点，归属二层级的致效因素发挥作用具有明显的时序性路径；中间解的因果路径清楚揭示了各个因素在数据新闻内容实现高热度传播中的作用，标题效价是数据新闻实现高热度传播的前置驱动条件，而一层级接触的其他因素如推送时间、议程同步发挥着次要作用，对传播热度的影响相对较小；内容感知层面，视觉呈现对内容传播热度具有较大影响，受到社交平台属性和用户心理特征的制约，轻量化的静态信息图表更受用户的偏爱；此外，不同致效因素之间的联结衍生出多条稳定路径，本研究亦对此作出了诠释。基于上述研究结论，本研究进一步提出了通过激发调节匹配效应、优化数据构型、基于平台的视觉升维等措施促进数据新闻内容实现高热度传播。此项研究的探讨也提示我们，需要进一步思考平台演进趋势对内容传播影响的核心逻辑——个性化的媒介载体所带来的情境特征与传播内容之间的复杂张力。