唤醒、愉悦与支配:情感作用下的推特政治传播路径重构
2021-01-05 19:13:08
  • 0
  • 0
  • 2

来源:政治传播研究

唐纳德·特朗普担任美国4年总统加速了推特等社交媒体的政治上位,特朗普推文中的鲜明情感,一定程度上影响了舆论的方向与受众行为。在情感社会学的视角下,对特朗普推文情感与受众侧传播行为之间的关系进行研究,基于PAD三维情感模型与计算机文本分析工具LIWC分析发现,特朗普推文的愉悦度、唤醒度和支配度均会对受众传播行为产生显著正向影响,证明了公众不只因信息的内容,更因信息中的情感而采取行动,高唤醒度,高支配度与极端愉悦度的情感话语更有利于促进政治传播活动。

在工业4.0时代,政治传播与社交媒体之间的联系愈发紧密,呈现出媒介政治化与政治媒介化的特征。2016年美国总统大选结果说明,社交媒体正在冲击传统的政治传播模式。而在2020年的美国大选中,社交媒体同样发挥了强大的政治动员作用。尽管推特以标签的形式试图约束假信息和争议信息,但推特政治传播受到情感的裹挟,情感因素的加入使得政治传播的路径与效果难以预测。[1]


基于情感社会学的主要文献讨论

(一)情感社会学的主要理论与观点

情感一直被置于个体维度上进行研究直至情感社会学的提出。情感社会学从理论上解释了群体情感的形成,情感与行为之间的内在作用机制等。乔纳森·特纳(JonathanTurner)将情感社会学的理论系统性归为情感仪式理论、情感交换理论、情感社会结构理论等。[2]

情感仪式理论由兰德尔·柯林斯(Randall Collins)在法国社会学家涂尔干(mile Durkheim)的研究之上发展而来,主要观点是:人们在进行互动时,情感会被唤醒,得到符号化的表征,进而激发团结的情感。此外,柯林斯还提出了情感能量与情感唤醒的重要概念,他认为具有集体性、团结性的情感长期持续的状态就是情感能量,情感能量可以促使人们参加或规避某项活动,形成行为的驱力。[3]情感仪式理论与情感能量常被用于解释情感驱动下群体的社会行为。

爱德华·劳勒(Edward Lawler)基于关系凝聚力理论(theory of relational cohesion)将交换分为四种基本模式,分别为协商型(negotiated)、互惠型(reciprocal)、生成型(productive)及普及型(generalized)。劳勒认为不同的交换结构会产生不同强度的情感唤醒、凝聚力以及对共同责任的知觉。[4]

情感社会结构理论强调人们在社会结构中所处的位置与情感唤醒之间的联系。巴里·马可夫斯基(Barry Markovsky)与劳勒认为,网络连结越密集,成员之间的互动越多,越容易发生情感上的交换。[5]柯林斯认为展现出的社会地位与情感能量呈现出互相强化的关系。

(二)情感的测量与PAD情感模型

学者对人类复杂情感的测量可以分为两种路径,奥斯古德、普拉契克、特纳等学者认为复杂情感是由基本情感叠加而成的,基本情感通过叠加产生次级情感与三级情感;[6]另一部分学者试图通过构建多维度模型分解复杂情感,其中最具有代表性的是由阿尔伯特·梅拉宾(Albert Mehrabian)和詹姆斯·罗素(James Russell)在1974年提出的PAD三维情感模型,其将复杂情感视为愉悦度(pleasure-displeasure)、唤醒度(arousal-nonarousal)、支配度(dominance-submissiveness)三个连续坐标轴所确定的点,被学界普遍接受。[7]愉悦度对应情感的愉悦程度,处理为由积极到消极的线性变化;唤醒度是指情感的强度,是同种类型情感不同的强度水平与激活水平;支配度则是指个体对于情景和他人的控制程度,与网络与社会地位相关。[8]

不少学者试图基于心理学基础建立、验证并改进PAD量表。在梅拉宾编制的PAD量表中,一共包含34个测试项目,较复杂难以测量。中国科学院心理研究所对此量表进行了简化与修正处理,将愉悦度、唤醒度与支配度分别用4项指标进行测量,愉悦度对应S1、S4、S7、S10,唤醒度对应S2、S5、S8、S11,支配度对应S3、S6、S9、S12,项目数值设置在-4至+4的区间内。一些学者通过实例对PAD简化量表进行检验,证明了其可靠性与科学性。[9]简化后的PAD量表如下表所示:

表1 PAD标准量表

然而,当前的PAD三个维度数量的判别与计算方法主要是基于量表的人工标注与编码实现的,难以完全脱离主观性进行大样本研究。[10]计算机情感分析软件可以解决上述问题。

(三)情感作用下的社交媒体政治传播

情感作为人的生理与心理属性,其作用在社交媒体环境中得到了前所未有的凸显。赵云泽与刘珍将情感传播定义为“个体或群体的情绪及与其伴随信息的表达、感染和分享的行为”。在社交媒体时代,有时甚至会出现情感传播力超过信息传播力的现象。[11]

为了对推特政治传播效果进行量化,需要借鉴前人传播效果的评价体系进行操作化定义。央视市场研究股份有限公司推出的CTR研究体系将媒介的受众侧传播效果指标设为点击量、播放量、点赞量、评论量等;[12]张放等学者将新媒体的传播效果分为形象建构效果、信息传达效果与互动关系效果,包括信息的卷入程度、认可度、向他人推荐程度以及认可对方程度等;[13]史蒂芬·斯蒂格利茨(Stefan Stieglitz)将推特的转发视为用户信息传达效果的重要衡量指标,研究了推特中的情感因素与转发量之间的关系,并得出情感因素会促使用户转发推特的结论。[14]尽管中外学者在传播效果的研究中未达成一致,但点赞、评论与转发等受众行为被公认为是传播效果的反映。


研究设计

(一)研究对象

布莱恩·奥特(Brian Ott)认为,在推特时代中,特朗普是最具代表性的研究对象,其情感鲜明的表达造就了“Twiplomacy”及“Trumplomacy”的政治传播风格。[15]2019年是后真相时代发展的高潮时期,情感传播的现象愈发突出,因此随机抽取2019年1月1日至12月31日之间特朗普的推文作为样本。预期结果误差在3%以内,置信水平在95%时,所需最小样本量为816条。在Trump Twitter Archive网站检索特朗普推文得到2019年特朗普推文6912条。从中随机抽取1200条推特文本进行研究,同时收集特朗普推文的点赞量、评论量、转发量数据。

(二)研究问题与研究方法

本研究的目的是探究特朗普推文中的情感对受众侧传播效果的影响,需要在PAD情感三维度模型与受众侧传播效果的简化要素模型之间建立联系。何春梅对特朗普推文叙事的情感动力机制进行研究,认为传播动力来源于情感共鸣产生的政治信任与情感资源交换与回报过程中产生的情感驱动;[16]艾玛·霍奇森(Emma Hutchison)与罗兰·布莱克(Roland Bleiker)从微观与宏观两个层面对情感与政治传播的作用机制进行论述,认为个人情感通过社会化的方式成为政治情绪,并影响着政治活动与政治传播。[17]基于上述研究,假设越激烈、鲜明的情感越容易激发受众行为的产生。由于任何复杂情感都可以解析于PAD模型的三个坐标轴上,因此推测唤醒度、愉悦度、支配度均会对受众侧传播行为产生显著影响,提出研究问题与研究假设如下:

研究问题一:特朗普的推文呈现出怎样的情感特征?

研究问题二:特朗普推文情感是否会对受众传播行为产生影响?

H1:特朗普推文情感的愉悦度会对受众侧传播效果产生显著正向影响。

H2:特朗普推文情感的唤醒度会对受众侧传播效果产生显著正向影响。

H3:特朗普推文情感的支配度会对受众侧传播效果产生显著正向影响。

情感分析是主要的研究方法,它也称为意见挖掘,涉及语言学,自然语言处理,机器学习等方面。[18]情感分析追求客观性,计算机辅助内容分析(CCA)能够全面而客观地将文本的情感进行提取。因此,本研究选取的工具为“语言探索与字数计数”软件(简称LIWC),其功能集情感分析与计算机辅助内容分析为一体,是一种理想工具。本研究借助LIWC软件对特朗普推文情感参数进行提取,并赋值于PAD模型的子维度。


基于LIWC的特朗普推特情感分析

(一)LIWC情感参数与PAD情感模型

首先,需要在LIWC参数与PAD情感模型之间建立联系,根据PAD简化量表完成情感参数与PAD三维度的对应。LIWC输出的各项参数总计92项,仅需关注与情感相关的参数。由于LIWC参数没有标准的中文翻译名称,本研究将根据参数的含义进行命名。

根据国内外研究将LIWC参数与PAD量表按照定义与内涵进行初步对应,初步提取出13个LIWC情感参数作为PAD模型中的子维度。与愉悦度相关的LIWC参数为情感基调参数(Tone)、积极词汇情感参数(Posemo)、消极词汇情感参数(Negemo)、社会性词汇参数(Social),与PAD量表的S1、S4、S7、S10相关,用于衡量积极情感与消极情感,友好程度及情感的积极程度[19];与唤醒度相关的参数有情感参数(Affect)、认知参数(Cogproc)、感知参数(Percept)、逻辑思维参数(Analytic)、非正式口语参数(Informal),与S2、S5、S8、S11相关,用于衡量情感的激烈程度,视、听、感方面综合的唤醒度以及逻辑和思维从困倦到清醒的程度;[20]与支配度相关的参数有从属参数(Affiliation)、代词参数(Pronoun)、影响力参数(Clout)、真实性参数(Authentic),与S3、S6、S9、S12相关,用于衡量主动支配到顺从的程度,写作或交谈所表现出的相应的社会地位,真诚与欺骗性等。[21]

(二)特朗普推文的情感特征

将随机抽取的1200条特朗普推特文本导入LIWC软件中进行情感参数提取,删除149条含缺失值与异常值的推文,剩余1051条推文。按照议题将推文分为四类,以探究不同议题的情感特征。得到美国国内政治议题482条;经济议题149条;国际政治、军事与外交议题220条;社会事务议题174条;其它议题26条,对比四类议题LIWC情感参数归一化后的均值,如图1所示:

图1 四类议题情感参数均值

通过对比可以发现四类议题在三个情感维度上呈现差异化的特征。在愉悦度层面上,只有经济议题整体呈现积极的情感,而国内政治,国际政治、军事与外交以及社会事务议题都整体呈现负面的情感。其中,社会事务议题中的负面情感最显著;从唤醒度的层面看,国际政治、军事与外交议题中的情感强度较高,虽然经济议题的正面情感参数的数值最大,但整体情感强度较低;从支配度的层面看,真实性参数在国际政治、军事与外交议题中的值最低,表示此类议题的推特文本展现出的真实性与可信度最低,而经济议题的真实性参数最高。经济议题与国内政治议题的影响力参数值低于国际政治、军事与外交和社会事务议题,表明特朗普在后者中展现出更高的社会地位、支配力与领导能力。


特朗普推文情感对受众侧传播效果的影响

为了探讨情感的三个维度对受众侧传播行为的影响,并对问题二的假设进行检验,需搭建情感与受众侧传播效果的影响模型,并对相关关系进行验证。

(一)模型的搭建与观测变量检验

基于前文研究,搭建情感与受众侧传播效果的关系模型。在模型中,唤醒度、愉悦度、支配度与受众行为都是抽象的潜变量,根据初步匹配可知,情感三个维度分别由上表中4至5个LIWC情感参数作为观测变量所解释;根据前人研究,推特的传播效果可由受众侧传播行为所代表,并以转发、点赞与评论作为观测变量,使用Amos26.0在预设模型中绘制出观测变量、潜变量以及各因素之间的影响路径如图2所示。

图2 特朗普推文情感与受众行为关系的预设模型

在预设模型完成后,需进一步检验LIWC情感参数与PAD三个维度的初步对应关系是否科学。首先对模型中的观测变量进行皮尔逊(Pearson)相关性检验,筛除与受众侧传播行为无显著相关的观测变量Percept与Informal(仅与评论量存在显著性相关,且整体相关性低于0.01)。随后将数据进行调向处理,保证各观测变量与受众行为相关方向的一致性,剔除数据分布极端的观测变量Tone。对剩余的观测变量进行区分度检验,信度检验与结构效度检验,均通过,完成对预设模型的修正。

(二)主成分分析与路径检验

在验证了各个维度观测变量的可靠性与有效性后,利用主成分分析与回归分析进行变量之间的路径分析和验证。根据适合度检验可知四个潜变量结构模型均可进行主成分分析。通过主成分分析得到愉悦度、唤醒度、支配度以及受众行为的主成分表达式如下:

愉悦度主成分表达式:F=0.619*Posemo+0.028*Negemo+0.355*Social

唤醒度主成分表达式:F=0.378*Analytic+0.537*Affect+0.285*Cogproc

支配度主成分表达式:F=0.246*Clout+0.383*Authentic+0.414*Pronoun+0.064*Affiliation

受众行为主成分表达式:F=0.419*RT+0.407*FAV+0.579*RP

根据以上模型可以计算出各个潜变量的数值,将愉悦度、唤醒度和支配度作为自变量,受众行为作为因变量进行回归分析,根据结果可知受众行为与愉悦度的线性关系不显著,因此暂不予考虑。受众行为与唤醒度、支配度之间的关系表达式为:

AB=20751.758*A+30079.008*D+31401.752

随后遵循控制变量的思想,排除议题对于受众行为的影响。使用同样的方法对四类议题情感与受众行为的关系模型进行分析,可以得到四类议题的表达式如下:

美国国内政治:AB=23100.532*A+30973.650*D+30394.519

经济:AB=24649.139*D+34583.280

国际政治、军事与外交:AB=17520.743*A+31705.838*D+29678.903

社会事务:AB=13163.121*A+33034.699*D+32650.651

研究发现,除经济议题外,其他议题均与唤醒度和支配度存在线性相关,与总样本的模型一致。总样本的关系模型中,支配度对受众行为的影响大于唤醒度。愉悦度与受众行为之间存在显著正相关但非线性相关,推测原因可能是愉悦度涵盖了正负面两种情感,极度积极与消极情感均更易刺激受众行为的产生。

根据分析结果对研究模型的影响路径进一步完善,将观测变量之间以及潜变量之间的相关性同时呈现在模型中,得到特朗普推文情感与受众行为关系的最终模型如下:

图3 特朗普推文情感与受众行为关系的最终模型

(三)研究发现

研究发现,特朗普推文情感与受众行为是一个互相影响的复杂模型,愉悦度、唤醒度和支配度与受众行为之间均存在显著的正相关,其中愉悦度的相关性最低,支配度的相关性最高,表明情感支配度对受众侧传播行为的影响最强。除此之外,情感因素对点赞、评论与转发的影响程度有所不同,相关关系如表2所示。

表2 情感三维度与转发、评论与点赞的相关性分析

注:**.在0.01级别(双尾),相关性显著。

情感的愉悦度、唤醒度与支配度均与点赞量的相关性最高,表明点赞的行为更易受情感驱动;在转发行为与评论行为中,支配度与其相关性最高,表明支配度对受众发表自身看法及互动行为会产生较强的影响。

在不同议题中,情感三个维度对受众行为的影响也存在差异性。愉悦度在经济议题中对受众行为的影响最大;唤醒度在国内政治议题中对受众行为的影响远强于其它三类议题;支配度在四类议题中,对受众行为影响的差异小,且是三个维度中与受众行为相关性最强的。由此可知,研究问题二的假设均成立。


情感社会学视域下的情感作用机制

基于前述研究可知,在特朗普推特的案例分析中,公众不只因信息的内容采取行动,更因为信息中的情感活动而采取行动。尽管从目前来看,特朗普的推特使用是一个非典型现象,但是从其产生的巨大舆论影响来分析,情感已经对基于社交媒体的政治传播活动产生了路径上的影响,对未来政治传播活动的侧重点产生挑战。

(一)作为驱动力的情感能量

借助情感社会学理论解释情感是如何成为一种驱动力作用于受众行为的。柯林斯在情感互动仪式链理论中提出了情感能量的概念,他认为情感能量是社会互动的根本动力。情感能量的驱动力表现在促使人们进行或规避某一项活动。

特朗普推文情感鲜明,文本中的情感因素会转化为受众的心理能,激发出与推文情感相似或相反的情感,心理能随后刺激受众作出相应的行为。情感能量会引起情感的共振,特朗普推文强烈的情感可以引起认同与反对两种相反方向的共振,产生认同情感共振的群体会倾向于对推文进行点赞与转发;相反则更倾向于评论,进行个体观点与情感的表述。

(二)情感社会学视域下的唤醒、愉悦与支配

1.互动仪式理论下的唤醒度

以PAD模型测量,情感唤醒度与受众行为呈显著正相关,为互动仪式理论解释提供了新的注脚。互动仪式最早由欧文·戈夫曼(Erving Goffman)提出,是指人与人在面对面的情景下展开互动的仪式。[22]柯林斯在此基础之上肯定了情感可以成为群体行为的动力,即情感可以对仪式的效果产生影响,情感与注意力相互刺激与促进,而注意力的集聚会带来集体兴奋,并转化为态度与行为。注意力会影响情感的带入程度与激烈程度,从而带来不同的唤醒度。

推特政治传播的情境完全符合柯林斯提出的互动仪式链形成的起始条件:首先,推特平台满足超过两个以上的人聚集在同一场域的条件,并且对局外人设限;其次,满足参与者将注意力集中在相同的话题中,即特朗普推文所提及的话题。情感唤醒通过情感能量对转发、评论与点赞行为产生刺激作用,推特中的转发仪式、评论仪式与点赞仪式又反过来促进共享情感与情感能量的产生。

2.情感交换理论下的愉悦度

情感交换理论与情感的愉悦度有一定的联系。根据关系凝聚力理论,情感交换会带来积极情感,使愉悦度提升,促进公众的凝聚与行为的产生。在交换过程中情感具有“传染性”,劳勒认为根据社会对象的不同,通过四种交换模式可以演变出多种类型与形式的情感。

将特朗普推文置于四种交换模式中进行分析,生成交换是通过社会活动与合作进行交换以产生情感的模式,对应特朗普为前往各州进行选举而造势发布推文的情感传播模式;协商交换是一种双向的交换过程,表现为特朗普有针对性地在推特中与支持者、反对者直接对话协商以达成交换的过程;互惠交换略微区别于协商交换,是给予了网络成员资源但不能保证回报的交换模式,这种模式是特朗普推文最常见的交换模式,包括在推文中发布政策、信息,进行大选投票的号召,攻击反对党等;普及交换是指通过中间成员将资源给予另一成员,例如推特用户通过其他用户的转发与传播获取到推文情感。特朗普推文中的情感通过四种交换模式唤醒受众侧的情感,提高愉悦度,形成公众凝聚,引起点赞、转发、评论等行为。

3.情感社会结构理论下的支配度

情感社会结构理论强调的是人们在社会结构所处的位置对情感唤醒所产生的效应。研究发现,特朗普在推文中展现出的社会地位、领导力与影响力相关的情感会对受众行为产生影响。

史蒂文·戈登(Steven Gordon)认为情感词汇中蕴含着社会关系以及地位,并受到语境即社会结构的影响。[23]柯林斯认为展现出的社会结构中的地位与情感能量呈现出互相强化的关系,即特朗普文本中的支配度与情感能量、受众行为呈正相关。情感社会结构理论中,处于支配地位者会寻求受众的积极情感最大化,通过构建多重情感纽带的方式寻求与受众情感的共振。[24]因此,情感社会结构中被认可的社会地位越高,支配度越高,对受众侧传播行为的驱动越强。

(三)唤醒、愉悦与支配:推特政治传播的路径重构

无论是互动仪式、情感社会结构还是情感交换理论,其核心都是情感已经成为社会活动的重要变量。随着政治传播从传统的政治传播范式,向社会传播范式的转变,情感表达成为一种动员方式。尽管特朗普的推特政治传播只是特殊个案,但它表明在情感作用下,推特的政治传播的路径已经发生了重构,高唤醒度、高支配度与极端愉悦度的情感话语更有利于政治传播活动。

从这个意义上看,在情感社会学的视域下重构政治传播路径的前提是社会情感的唤醒与激活。情感的唤醒可以通过四种类型的情感交换而实现,并在互动仪式链的构建中进一步共振为同情与共意,同时情感的效价受到情感社会结构中社会地位的影响。情感作用下的政治传播路径是按照情感的唤醒与激发,情感能量聚集与情感共振,群体认同与情感传播实现的。情感的逻辑贯穿在政治传播新路径中,左右着传播的方向与效果,塑造新的传播模式。

我们必须认识到,在乌尔里希·贝克(Ulrich Beck)和安东尼·吉登斯(Anthony Giddens)等学者所主张的“自反性现代化”来临的时代,一种他们笔下的“亚政治”正在逐渐参与和改变传统政治传播的政治学基础。政治体系和法团主义之外的代理人登台,甚至个人都可以争夺政治塑形权,从下方开始形塑社会。但是由于现代性中的权力不对称,导致了这个形塑过程引入了情感变量并产生重要的作用。一旦“个人重返社会”的现象开始出现,政治传播者和受众都以更加个人化的面目参与到社会塑造中,而交流的方式也冲开了“形式责任和等级制度的界限”,应和了哈贝马斯所说的“表现主义的政治概念”[25]。为这样潜在的政治传播趋势建立测量体系并明白其传播路径和效果,就成为了在这种语境下的重要研究任务。

【参考文献】

[1]史安斌、王沛楠:《新全球化时代政治传播的理论重建和路径重构》,《中国新闻传播研究》,2017年第2期,第3页。

[2][美]乔纳森·特纳、[美]简·斯戴兹:《情感社会学》,孙俊才、文军译,上海人民出版社2007年版,第58页。

[3]Randall Collins.Research Agendas in the Sociology of Emotions.Albany:State University of New York Press.1990.p.27.

[4]Edward Lawler.An Affect Theory of Social Exchange.American Journal of Sociology,vol.107,no.2,2001.p.321.

[5]Barry Markovsky,Edward Lawler.A New Theory of Group Solidarity.Advances in Group Process,vol.11,1994.p.113.

[6]Joseph Turner.On the Origins of Human Emotions:A Sociological Inquiry in to the Evolution of Human Affect.Stanford,CA:Stanford University Press.2000.p.33.

[7]Albert Mehrabian.Framework for a Comprehensive Description and Measurement of Emotional States.Genetic,Social,and General Psychology Monographs,vol.121,no.3,1995.p.339.

[8]Myron Floyd.Pleasure,Arousal,and Dominance:Exploring Affective Determinants of Recreation Satisfaction.Leisure Sciences,vol.19,no.2,1997.p.83.

[9]李晓明、傅小兰、邓国峰:《中文简化版PAD情绪量表在京大学生中的初步试用》,《中国心理卫生杂志》,2008年第5期,第327页。

[10]Gyanendra Verma.Affect Representation and Recognition in 3d Continuous Valence-Arousal-Dominance Space.Multimedia Tools and Applications,vol.76,no.2,2017.p.2159.

[11]赵云泽、刘珍:《情绪传播:概念、原理及在新闻传播学研究中的地位思考》,《编辑之友》,2020年第1期,第51页。

[12]姜涛、冯彦麟:《媒介传播力的评估方法与路径》,《新闻与写作》,2018年第11期,第11页。

[13]张放、杨颖、吴林蔚:《政务微信“软文”化传播效果的实验研究》,《新闻界》,2020年第1期,第59页。

[14]Linh Dang-Xuan,Stefan Stieglitz.Impact and Diffusion of Sentiment in Political Communication-an Empirical Analysis of Political Weblogs.Sixth International AAAI Conference on Weblogs and Social Media.2012.

[15]Brain Ott.The Age of Twitter:Donald J.Trump and the Politics of Debasement.Critical Studies in Media Communication,vol.34,no.1,2017.p.59.

[16]何春梅:《特朗普推文叙事的情感动力机制研究》,《文化与传播》,2019年第1期,第42页。

[17]Emma Hutchison,Roland Bleiker.Theorizing Emotions in World Politics.International Theory,vol.6,2014.p.491.

[18]洪巍、李敏:《文本情感分析方法研究综述》,《计算机工程与科学》,2019年第4期,第750页。

[19]Micheal Cohn,Mehl Matthias,James Pennebaker.Linguistic Markers of Psychological Change Surrounding September11,2001.Psychological Science,vol.15,2004.p.687.

[20]James Pennebaker,etal.When Small Words Foretell Academic Success:The Case of College Admissions Essays.PLoSone,vol.9,no.12,2014.e115844.

[21]Ewa Kacewicz,James Pennebaker,etal.Pronoun Use Reflects Standings in Social Hierarchies.Journal of Language and Social Psychology,vol.33,no.2,2014.p.125.

[22][美]欧文·戈夫曼:《日常生活中的自我呈现》,冯钢译,北京大学出版社2008年版,第20页。

[23]Steven Gordon.Social Structure Effects on Emotions.New York:State University of New York Press.1990.p.145.

[24]王鹏:《情感社会学的社会分层模式》,《山东社会科学》,2013年第3期,第55页。

[25][德]乌尔里希·贝克、[英]安东尼·吉登斯、[英]斯科特·拉什:《自反性现代化》,赵文书译,商务印书馆2016年版,第22页。

本文作者:

周庆安(清华大学新闻与传播学院副院长、副教授)、宁雨奇(清华大学当代中国与世界研究院研究实习员)

本文来源:《现代传播》2020年第11期

 
最新文章
相关阅读