12 万条微博数据背后：八爪鱼助力厦理工科研团队搭建传播学实证研究新范式，论文刊发 Nature 旗下刊 HSSC

当数据不再是瓶颈，真正有深度的学术创新才有了生长的土壤。

近日，厦门理工学院李玮琪博士联合韩国庆北国立大学张世超博士、Chungjoo Chung 教授共同完成的研究成果《Agenda-setting relations between Chinese state media reports and public social media posts: focusing on COVID-19》刊发于国际期刊《Humanities and Social Sciences Communications》。

该期刊为 Nature 系列旗下唯一面向人文社会科学领域的期刊，SSCI、A&HCI 双收录，2026 版 JCR 影响因子为 4.8，属于 JCR 社会科学跨学科 Q1 区高水平期刊，中科院人文科学分类为一区。论文以新冠疫情早期的中国舆论场为研究对象，系统考察了《人民日报》与微博两大传播场域之间的议程设置关系。

01 研究问题

官方媒体与社交平台，到底谁在影响谁？

长期以来，“媒体如何影响公众认知”都是传播学的核心命题。从麦库姆斯和肖提出的经典议程设置理论，到后来的属性议程设置，再到郭蕾等人发展的网络议程设置理论（第三层议程设置），学者们不断追问：媒体不仅决定公众“想什么”，还可能决定公众“怎么想”，甚至决定公众头脑中不同议题属性之间的关联方式。

在中国语境下，这个问题更加复杂。《人民日报》作为党中央机关报，长期承担着政策传达与官方议程设置的功能；而微博作为开放社交平台，则以强互动、快传播、高参与度为特征，形成了另一种舆论生态。两者之间究竟是单向影响、双向互动，还是在特定条件下趋同或分化？以往研究多停留在议题显著性的简单对比，缺乏对属性关系网络结构的精细刻画。

研究团队将分析单位从“单个议题”升级为“议题属性之间的关系网络”，试图回答两个核心问题：

RQ1：《人民日报》与微博在疫情相关议程的属性组织上有何差异？

RQ2：两大场域的属性网络之间存在怎样的结构关联？这种关联如何随疫情阶段变化？

02 研究设计

一套可复用的全流程实证框架

这项研究的方法论价值，在于它搭建了一套完整、可复制的操作流程。整个研究框架分为五个关键步骤：

第一步：数据采集——双源并行，规模可观

研究团队同时采集了两大数据源：

《人民日报》文章 6,021 篇（通过 Python 脚本爬取）

微博用户帖子 122,579 条（通过八爪鱼采集器获取）

数据时间跨度为 2019 年 12 月 1 日至 2020 年 6 月 11 日，覆盖了新冠疫情从最初出现到全国疫情防控常态化的完整早期周期。

第二步：议题生命周期划分——五阶段动态分析

研究团队借鉴 Crable 和 Vibbert 提出的议题生命周期模型，将疫情划分为五个阶段：

这种分阶段设计使得研究不再是静态的横截面比较，而是能够捕捉议程结构随时间演变的动态轨迹。

第三步：文本预处理——标准化清洗流程

原始文本经过了系统化的预处理：去除标点、URL、表情符号、话题标签等非语义符号；使用 Jieba 进行中文分词；去除停用词和高频功能词；对同一概念的不同词汇变体进行归一化处理（如“武汉”与“武汉市”统一）。这一步确保了后续网络分析的数据质量与可比性。

第四步：语义网络分析——揭示属性关系结构

研究团队以每个阶段出现频率最高的 50 个关键词为节点，构建词-词共现矩阵，进而进行语义网络分析、中心性分析和聚类分析。这一步的核心目标是：揭示每个场域在每个阶段，是如何将不同的议题属性组织成语义集群的，哪些词经常共同出现，形成了怎样的解释框架。

第五步：QAP 与 MR-QAP 分析——量化网络结构相似度

在构建语义网络的基础上，研究使用了二次指派程序（QAP）相关分析和多元回归二次指派程序（MR-QAP），来量化《人民日报》与微博属性网络之间的结构相似度，并通过回归模型控制各场域自身前期结构的影响，检验跨阶段、跨平台的网络关联。

这五步构成了一套完整的“采集—清洗—分类—建网—比对”研究流程，同领域研究者可以直接借鉴其方法设计。

一套完整的研究框架，让每一步都可追溯、可复用

03 核心发现

议程趋同是“阶段依赖”的，而非恒定不变

这项研究得出了几个富有洞察力的结论：

发现一：两大场域的属性网络存在统计显著的正相关，但相似度随阶段剧烈波动。

QAP 分析显示，《人民日报》与微博的疫情更新议程属性网络之间存在显著的正向关联。但同一时期的对比表明，结构相似度在不同阶段差异明显：

· 当期最高（r = 0.691，p < 0.001）

· 关键期次之（r = 0.600，p < 0.001）

· 迫近期较低（r = 0.372）

· 休眠期再次降低（r = 0.407）

这意味着，两大场域并非始终“同频”，而是在特定条件下趋同、在其他条件下分化。

发现二：“危机制度化”是驱动议程趋同的关键机制。

当疫情升级为全国性公共卫生紧急事件、官方信息发布高度集中化和标准化时，《人民日报》和微博都被吸入同一套疫情更新与信息发布的基础设施之中，结构相似度显著上升。研究团队将这一机制概括为“危机制度化”（crisis institutionalization）：当危机被正式纳入行政组织结构时，原本维持不同场域差异化的结构性条件被暂时覆盖。

发现三：危机消退后，两大场域重新分化。

进入休眠期后，《人民日报》将疫情更新话语扩展到经济影响、国际合作和疫后政策目标等更宏观的治理框架中；而微博则更多停留在常规通报、核酸检测和地方化疫情监测上。两者重新沿着各自的传播逻辑分化，这说明跨场域趋同是阶段性的、条件性的，而非永久性的。

发现四：场内连续性比跨场域对应更持久。

MR-QAP 回归分析显示，无论是《人民日报》还是微博，其自身前期的属性结构对后期结构都有极强的预测力。这意味着每个场域都发展出了自己的路径依赖，一旦某种属性配置在某个场域中确立，后续阶段更多是在其基础上累积，而非彻底重构。相比之下，跨场域的影响则要弱得多，且方向不稳定。

04 理论与实践价值

不止于一篇论文

理论层面，这项研究对网络议程设置理论在中国语境下的适用性进行了重要修正。经典的跨媒介议程设置模型倾向于将媒介影响视为持续的、有方向的过程，本研究表明，在中国的传播环境中，官方信号、平台流通、标准化疫情报告和共享的关注条件同时塑造着两个场域。结构对应并非“一个场域影响另一个场域”的结果，而是两个场域在特定制度条件下被同时吸入共享组织模式的产物。这一发现为理解中国国家媒体与平台话语之间的动态关系提供了更精细的理论框架。

实践层面，研究梳理出的整套方法论框架具有直接的应用价值：

· 舆情监测：分阶段语义网络分析可以帮助监测机构追踪舆论焦点的迁移轨迹

· 传播效果评估：QAP 方法可以量化不同传播渠道之间的议程耦合程度

· 危机沟通策略：识别“危机制度化”窗口期，有助于优化官方信息发布的时机与方式

· 社科实证研究：从数据采集到网络比对的全流程设计，可为同领域研究者提供可直接借鉴的操作模板

05 八爪鱼

让数据采集不再是科研瓶颈

在这项涉及 12 万余条微博数据的实证研究中，八爪鱼采集器承担了关键的数据获取任务。论文方法部分明确写道：研究团队“employed the text-mining solution Octoparse to gather user posts from Weibo”。

对于人文社科研究者而言，数据采集往往是整个研究流程中最耗精力、最容易卡住的环节。传统方式需要编写复杂的爬虫代码、处理反爬机制、维护采集稳定性，这对没有编程背景的研究者构成了实质性门槛，八爪鱼的价值正在于此。

论文原文：Agenda-setting relations between Chinese state media reports and public social media posts: focusing on COVID-19，发表于 Humanities and Social Sciences Communications，2026 年 10 月 5 日在线发表。

点击链接查看：https://doi.org/10.1057/s41599-026-09214-4