新冠疫情海外舆情研究速递（九）|推特上的COVID-19疫苗话语:针对说服技巧、情绪和错误/虚假信息的内容分析

世界卫生组织(WHO)提出的“2019年全球卫生面临的10项威胁”其中之一就是“疫苗犹豫”(Vaccine hesitancy)，导致疫苗犹豫的因素包括文化规范及其影响、历史上的医疗虐待、对政府的不信任、医疗保健的获取途径、虚假和错误信息的传播等。本研究就是立足“疫苗犹豫”现象，研究了社交媒体推特上的反对疫苗信息所采取的话语策略，进而分析反对情绪和行为产生的机制，最后提出健康信息说服探索(HIPE)框架，为反击此类信息提供沟通策略。

研究者指出，从文化和价值观来看，美国人表现出对疫苗更强烈的不信任和担忧，从社会现实背景来看，社会的不公平、殖民主义、宗教偏好也促成了疫苗在一些社区的紧缺。本研究虽然是一项针对新冠疫情期间美国现状的研究，但是论文提出了一个更为抽象的框架和模型，因此对他国研究和实践能提供参考。在理论框架方面，该研究使用三种说服理论框架：详尽可能性模型（ELM）、社会判断理论和扩展并行过程模型(EPPM)，融合了心理学和传播学的理论，进行了跨学科研究。详尽可能性模型描述影响态度和行为变化的两条路径——核心路线和外围路线。社会判断理论认为，对于每一个主题，一个人有三个处理信息的纬度，包括接受、拒绝和不承诺，据已知的或已有的感觉来吸收、同化新信息，原有态度起指导框架的作用，在此基础上形成可接受与拒绝的态度。扩展并行过程模型(EPPM)则揭示个人还根据威胁识别(即严重性和易感性)和感知效能来处理信息。

本研究提出了四个研究问题：1.推特上人工发帖中三种类型的疫苗情绪(支持疫苗、反对疫苗和中立)各占多少比例？2.人工发帖里每种疫苗情绪类别中所代表的说服策略是什么? 3.推特上机器人发帖中三种疫苗情绪分布的情况如何？4.推特上机器人发帖中各个情绪类别所采用的是什么样的说服策略? 研究的数据集是在2020年7月14日-23日期间,经过一个人工智能软件过滤后选择的1000条推文。本研究采用了内容分析法，基于Everhart、Morgan和 Prickett的研究，并根据本文的理论框架，创建了编码表。如将疫苗情绪分为三种，“支持疫苗”、“中立”、“反对疫苗”。编码员进行手动编码，并对编码信度进行了检验。

研究结果显示，反对疫苗的信息主要采用外围路线，使用轶事故事、幽默/挖苦和名人为说服技巧，而支持疫苗的信息主要采用核心路线，使用信息、名人和参与的策略。反对疫苗的信息主要集中在与安全、政治/阴谋论和选择等相关的价值观上，主要使用感知的严重性和易感性，即恐惧吸引力元素进行说服。最后，研究者提出了健康信息说服探索(HIPE)响应框架，对价值观、信息处理、恐惧、威胁和效能等维度进行了评估，揭示说服策略和反应之间的复杂关系。研究结果还显示，机器人发贴与更大的推文语料库中的信息类似。

小舆认为好的研究应具有理论价值和现实关怀。该研究选择的三种理论都旨在揭示人类处理信息的模式，通过整合理论，并且还通过对之前学者忽视的“利他主义”等维度进行了检验，构建了一个更为完整的揭示健康传播认知和行为模式的分析框架。另外，本文落脚在如何通过沟通策略反击“反对疫苗”的话语，提高疫苗接种率，具有很强的问题意识和现实导向，这篇文章的研究思路、行文逻辑非常值得学习。但是，量化的研究也容易存在被理论框定的风险，本文虽然进行了跨学科的理论整合，但是仍是在既成理论的基础上进行扩展，在理论创新方面有所欠缺。正如学者黄旦所说，既成理论是一个窗口也是一个框架，它决定提问的预设、方式又框定思考的方向，还规定了研究路径和技术线路。如何能在量化研究中对理论有所推进，是充满困难和挑战的。