【新媒体】从接纳到再传播：网络社交媒体下创新扩散理论的继承与发展

由于互联网及在线社交媒体的出现，个体的再传播行为近年来受到了大量的研究关注。社交媒体的新特点，例如信息来源的多样化，用户与信息的实时互动，以及限于社交圈的窄播通信等都产生了新的传播效果。这些新特点还没有被有效地纳入到现有的创新扩散理论中。

最近的实证研究给我们提供了一些扩展现有理论的可能性。一方面，计算机和信息科学正在研究大规模的网络信息扩散和传播过程；另一方面，市场营销，传播学，和政治学等学科也在研究社交媒体和网络结构对个体再传播行为的影响。这些基于大数据的研究结果对早期创新扩散理论的假设提出了一些质疑。本文回顾了早期的理论观点和一个基本的理论模型，然后讨论新媒介环境下一些被突显的理论假设，并总结多个领域中新的研究成果，提出一种更完善的理论模型并讨论未来实证研究的方向。

【作 者】 张竞文,宾夕法尼亚大学安妮伯格传播学院博士生。

一、研究背景

最早的创新扩散研究诞生于包括人类学，社会学，公共健康学，以及教育学等多个学科。当创新扩散研究在 1960 年代初达到第一个高峰时，数以百计的研究成果得以出版，一个基本的理论范式得以建立，以回答一个核心问题——一个新的想法或者行为实践是怎样跨过地理、社会和文化的界限传播开来的？早期的创新扩散研究范式主要分析在一个特定时间段内，个体决定是否接纳一个新的想法或者行为实践的过程。虽然这种理论范式提供了一种方法来理解创新扩散并详细解释了接纳（ adoption ）这一决策过程，但它在一定程度上忽视了创新扩散中的另一个核心行为，即个体的再传播（ retransmission ）。

正是个体的再传播(例如，转发，推荐，或分享)使创新扩散在短时间内成为可能。尽管早期的理论也关注了意见领袖和人际交往的传播作用，但大多数的研究并没有深入探讨为什么个体在面对不同的新信息和行为时会有选择性的将之再传播与他者。简言之，早期的理论根据社会中个体接受新事物的决策过程有效地解释了新事物在社会中的扩散，而在一定程度上忽视了个体之间的再传播行为对扩散的影响。

由于互联网及在线社交媒体的出现，个体的再传播行为近年来受到了大量的研究关注。社交媒体的新特点，例如信息来源的多样化，用户与信息的双向互动，以及限于朋友圈的小范围沟通模式等都产生了新的传播效果。这些传播特点及作用还没有被有效地纳入到现有的创新扩散理论中。最近的实证研究结果给我们提供了一些扩展现有理论的可能性。本文旨在探讨媒介环境的变化对于我们思考创新扩散理论提出的新问题与新方向。在下文中，笔者首先回顾早期的理论观点和一个基本的理论模型，然后讨论新媒介环境下一些被突显的理论假设，最后笔者总结多个领域中新的研究成果，提出一种更完善的理论模型并讨论未来实证研究的方向。

二、早期创新扩散研究

（一） 以模仿为基础的扩散模式

加布里埃尔•塔尔德（ Gabriel Tarde ， 1903 ）是第一位系统地理论化扩散现象的学者。在《模仿的定律》一书中，他认为模仿是社会存在的基本前提，并提出：“我们的问题是要了解为什么在同时产生的上百种不同的新想法中，可能只有十个会被传播开来，而九十个都会被人遗忘”。对这一问题的回答，塔尔德提出了两个看法：一是模仿的逻辑规律——人们在众多新想法或者产品中选择其中一个进行模仿是因为被模仿物与外部环境相适应，并且可以带来具体的回报。

例如，农民采用新发明的杂交玉米种子是因为这种种子可以带来丰厚的利润回报；另一个则是模仿的非逻辑规律——人们选择模仿一个新事物，不是因为它与个体所处的外部环境相适应，而是因为它所表征的权力与地位。例如，人们模仿一种时尚潮流，不是因为它的审美价值，而是模仿人借模仿获得了物品所表征的上流社会的名人身份。

塔尔德的理论隐含了一个基本假设，即模仿是人性的一部分。他认为模仿的根源是人们内心所存的信念和愿望。通过模仿，自然的信念和愿望在社会层面得以实现。塔尔德同时也指出，这种内心的模仿意向并不总是会转化为模仿行为，因为通过审慎评估自身的价值观与道德取向，人们能够抵抗一些“传染性的想法”（ contagiousthoughts ）。

由此，模仿既包括了无意识的行为倾向，又包括了有意识的评估过程。通过逻辑规律，人们进行理性评估选择接纳一项新事物；通过非逻辑规律，人们跳过评估下意识地接纳一项新事物。这两种规律同时作用，有时会产生矛盾的对抗。因为下意识的行为很难用实验予以量化研究，因此在早期的创新扩散研究中，学者们只关注了模仿的逻辑规律，即人们是怎样进行理性评估并决定接受一项新事物的。

（二）创新扩散理论

伟伦特和罗杰斯（ Valent&Rogers ， 1995 ）认为，塔尔德（ Tarde ）和其他早期的学者并没有建立起一个系统的理论框架，并且缺乏实证证据。直到 1943 年，瑞安和格罗斯（ Ryan &Gross ， 1943 ）在爱荷华州进行的杂交玉米种子的扩散研究才奠定了创新扩散理论范式的实证基础。他们具体研究了创新扩散的四个方面：（ 1 ）接纳的决策过程（包括获知，说服，决定，试用，和确认）；（ 2 ）信息来源和沟通渠道；（ 3 ）创新扩散的 S 形曲线；以及（ 4 ）接纳者的四种分类（包括创新者，早期采用者，早期众多跟进者，后期众多跟进者，和滞后者）。

之后，罗杰斯在 1962 年总结了 500 多篇关于创新扩散的论文和专著，在此基础上正式定义创新扩散为：“在一个社会体系中的个人随着时间推移通过不同渠道传播关于新事物的信息并接纳新事物的过程”。在这一理论中，他总结了决定接纳率（ adoption rate ）的五种变量，包括新事物本身的属性，接纳的决策方式，传播渠道，社会制度，以及变革推动者的推广力度。

与塔尔德基于模仿的前提假设不同，罗杰斯认为稳定是个人追求的终极目标。这即意味着人类的行为导向是以实现在特定情况下的稳定状态为基础的。因此，在这一理论中个体被假定为是理性的，并在风险和利益的精确计算下做出是否接纳新事物的决定。风险和利益的度量可以被有效地量化，因此这一理论长期被广泛应用于各种创新传播的实证研究中。但它本身具有很大的局限性。一方面它没有考虑塔尔德所讨论的扩散的非逻辑规律，另一方面它只关注可以被客观评估的技术创新（例如，农业发明和医疗实践），并常常认为技术创新在扩散过程中会保持一成不变。

（三）以相容性为基础的扩散模式

与在爱荷华州进行的创新扩散研究的同期，美国哥伦比亚大学应用社会研究院的学者们也进行着类似的研究，主要关注新药物在医生中的扩散。卡茨，莱文和汉密尔顿（ Katz, Levin,& Hamilton,1963 ）详细总结了创新扩散在不同学科中的研究方法，并提出了对扩散的另一种定义：“随着时间的推移，通过特定的传播渠道，在一定社会结构和文化价值背景中的个体接纳新事物的过程”。与罗杰斯的创新扩散理论相比，这一定义可以被应用到更广泛的社会现象中。对于一些难以用客观标准评价的新事物（比如，宗教，意识形态，或者社会运动），这个定义即绕开了风险和利益的理性计算，转而关注新事物和现实环境的相容性。

卡茨（ Katz,1973 ）放大并强调了相容性（ compatibility ）这一概念的意义，并且认为“所有创新扩散的研究都应基于相容性这一概念”。他定义相容性为“被判定为相似或相适合的 X 和 Y 的属性”。在研究一个新事物如何得以扩散时，如果我们能够识别新事物自身的特点，个体所在社会结构，文化背景，和媒介环境的属性（ attributes ），我们就可以对这些变量进行相容性分析，进而预测一个新事物是否有可能在短期内获得大规模的扩散。

如果所有的特点和属性都有良好的相容性，一个新事物即会得到最大程度的扩散；否则，扩散过程将受到种种阻碍。在个体层面上，除了宏观的社会，文化和媒介环境，个体的个性也会与外界因素相互作用影响接纳的决策过程。因此，在考虑相容性时，我们至少应该测量个性，社会结构，文化价值体系，以及媒介环境这几个变量。这个相容性的命题在大量的实证研究中得到了证实。这里我们可以举一个不相容的扩散失败的反例。

1990 年代初，博茨瓦纳政府在当地推广使用安全套以减低艾滋病感染率时遇到了来自宗教团体的坚决抵制。尽管政府在媒体中着力宣传安全套可以有效预防艾滋病，安全套的使用并没有在博茨瓦纳得以扩散。究其原因，主要是因为宗教团体认为使用安全套是在鼓励不道德的性行为，因此说服大众不去使用。从相容性的角度考虑，如果我们认为安全套的特点是预防疾病（ X ）, 宗教团体所构建的安全套的社会意义是鼓励不道德性行为（ Y ），那么 X 和 Y 没有很强的相容性，即便使用安全套可以有效降低全国的艾滋病感染率，这一对社会有利的行为也因此难以得到扩散。

（ 二）以网络结构为基础的扩散模式

除了描述和预测创新扩散的相对成功或失败，另一条研究路径强调分析扩散的动态过程（ Valent ， 1995 ）。这一路学者开创了一套研究新事物所在社会网络结构的模型（ networkstructure ）以分析网络结构对于创新扩散的速度和曲线的影响。他们认为网络结构对创新扩散有着重要的独立贡献，因此较少地关注相容性的问题。需要注意的是，这里所说的网络结构泛指社会人际网络结构，既可以指现实中的人际关系网络也可以指互联网上的虚拟社交网络。

我们现已了解的网络结构分析模式大概包含了以下四个方向：（ 1 ）社会融合与意见领袖，（ 2 ）结构模型，（ 3 ）临界值模型，和（ 4 ）动态模型。更具体地来讲，社会融合与意见领袖模式发现处于社会网络结构中心的人比处于边缘的人更早的接纳新事物。意见领袖往往处于网络结构的中心，他们自身的接纳行为可以有效地加速创新的大范围扩散。结构模型发现基于趋同性假设（ homophilyhypothesis ），网络结构中的强关系（ strong tie ）往往不利于新事物的扩散，因为强关系结构中有很大的信息冗余。

反而是弱关系（ weak tie ）可以使新信息在不同的人际网络中扩散开来。例如，我们在与拥有不同学科背景的新朋友聊天时可能会得到更多新信息和新启发。临界值模型强调扩散曲线中的“转折点”（ tipping point ），即当新事物的扩散速度和规模达到了一定的临界值时，扩散即会加速并难以逆转。动态模型则强调预测个体所在网络结构中的位置对于其接纳新事物的速度与程度的影响。以上讨论的这些研究方向都需要大量的社会结构数据和复杂的数学统计分析方法。

基于以上四个重要的理论背景，我们可以总结出早期的创新扩散研究都以创新接纳行为作为研究的因变量，即分析在一定社会结构和文化价值系统中的个人或群体接纳一项新事物的过程。罗杰斯（ Rogers,2003 ）定义接纳为：“充分并最有效地利用可用的新事物”。很显然，当接纳行为不具有“充分利用”的可操作性时，这样的定义就显得有些武断与不适用。例如，如果我们考虑的是接纳一个新的想法时，我们就很难测量接纳行为是否是充分和有效的。

在本文中，以保持定义的宽泛和灵活，笔者泛指接纳为不同程度的接受或者利用某种新事物。对于不同的研究对象，对接纳行为的具体量化可以有所不同。值得注意的是，早期的创新扩散研究基本认为接纳是基于相容性的理性决策过程。图一所示即早期研究的扩散机制。这一模型以接纳行为作为因变量。如果一个新事物的特点与接纳个体的个性，及其所在的媒介环境，社会结构，价值和文化体系相容，则该事物更容易被个体所接纳。

个体在社会网络结构中的位置则在某种程度上影响接纳的快慢和程度。假设我们要用这一模型进行一项创新扩散的研究，那我们就应测量和评估各个变量之间的相容性。举个例子，施布塔尼（ Shibutani ， 1966 ）在 1966 年即对谣言扩散进行了研究。谣言的一个重要特点是其固有的不确定性和不断的被更改性。在确定的信息量极为不足的情况下，谣言得以最快最广地传播。在研究谣言传播的机制中，社会信息环境和谣言本身的相容性即成为预测谣言传播最重要的一个理论机制。

图表 1. 以接纳作为因变量的创新扩散模型。

尽管这种模型能够描述宏观层面的扩散现象，但它并没有考虑扩散过程中的种种细节，即一个新信息或者行为是如何由一个个体传递给另一个个体的。以前的研究也探讨了意见领袖和变革推动者的作用，但这些作用仅仅被用来讨论其对接纳过程的影响。事实上，再传播行为是与接纳行为具有同等重要意义的另一个因变量，因为它的研究是建立在不同的理论假设基础之上的。有研究证据表明，长时间和大规模的创新扩散往往是非常罕见的，大多数创新扩散在开始后不久即告结束。只研究个体的接纳行为难以解释为什么有些扩散过程持续时间更长或达到的范围更广 。

冈萨雷斯，博尔赫，与莫雷诺（ Gonzalez-Bailon,Borge-Holthoefer,& Moreno ， 2012 ）提出了这个问题。他们在研究网上抗议活动的扩散过程时指出：“若要使抗议活动的扩散过程一直持续下去，活动者不仅仅需要表达自己的抗议，更需要积极地将消息传播给其他人，并克服周围人的阻力或冷漠”。在详细讨论个体的再传播行为之前，笔者在下文中先简短讨论一下媒介环境的变化，以及这种变化对于我们建构在新媒体环境下的创新扩散理论的影响。

三、媒介环境的变化

早期的理论和实证研究在一定程度上忽视了个体的再传播行为。一个主要的原因可能是由于早期的创新扩散研究以传统大众媒介理论为基础。 1960 年代初，当扩散研究达到它的第一个高峰时，哥伦比亚大学的传播学者提出了二级传播理论（ Katz,1957,two-stepflow of communication ）。这一理论认为，大众媒介的信息传播需要经过两个阶段发挥其效果。首先，意见领袖最先从媒体获得新的信息。接下来，意见领袖将接收到的信息再传递并解释给意见追随者。在这个过程中，意见领袖对他人施加影响。二级传播理论是早期创新扩散研究中的一个重要传播理论基础。

以报纸，杂志，电视和广播为代表的大众媒介可以将信息统一地传递到大批受众之中。这些信息是由供职于具体传媒机构的专业记者和编辑所提供的。查菲和梅茨格（ Chaffee &Metzger ， 2001 ）总结大众媒介的三大特点是“大规模生产，受众缺乏控制，和有限的信息频道”。这种媒介环境有一个清晰的信息传播层级。受众处于信息流的底层，对传媒机构和意见领袖具有有限的影响力。在这样的传媒环境下，当我们讨论一个新事物的扩散时，重点即放在了大众媒体和意见领袖的作用之上。由于信息传播层级比较明显，我们也很容易区分意见领袖，变革推动者，和意见追随者的角色。

由于互联网和社交媒体的发展，当今的媒介环境已经发生了巨大的变化。与传统的大众媒介不同，卡普兰和黑兰（ Kaplan &Haenlein ， 2010 ）定义社交媒体为：“基于互联网的，允许用户积极参与并修改信息内容的应用程序”。广义的社交媒体包括博客，微博，网络社区，论坛，以及即时聊天工具等。

与大众媒体相比，这些新媒体具有以下特点：（ 1 ）无限的信息频道，（ 2 ）积极参与信息制造与传播的受众，（ 3 ）受众控制对信息的接收，（ 4 ）双向传播机制，（ 5 ）基于网络媒体的虚拟社交圈。这些特点表明新媒体不仅扩大了信息量和信息来源，也改变了受众的功能和沟通方式。在新媒体环境中，我们也看到了传统媒体和社交媒体日益加速的融合。鉴于以上这些新特点，早期创新扩散理论的一些假设可能无法捕捉到社交媒体上的扩散机制。例如，社交媒体的网络结构设计大大缩短了陌生人之间的传播成本。

在社交媒体中，一些内容可在短期内制造出大规模的“病毒”传播。最近一个“病毒”传播的例子即是“江南 Style ”。该视频三个月内在 YouTube 网站上创造了超过 4 亿的下载量，并成为全球文化传播的一个奇观。早期的理论模型只能解释“江南 style ”扩散过程的一部分机制。这个视频和现在的流行文化品位具有相当的相容性，大部分年轻人在 YouTube 看到之后即可能喜欢并下载。

但在数千数百个同类音乐视频在网络上同时存在的情况下，为什么这个视频能够迅速成为一个全球性现象？要回答这个问题，我们必须考虑网络上的再传播行为，即互联网这一匿名集体（ anonymouscollective ）是如何通过各种方式的再传播使大规模扩散在段时间内成为可能的。借鉴市场营销，公共健康，计算机和信息科学等学科最新的研究成果，在接下来的部分，笔者讨论在新媒介环境下一些新的假设和命题并对以接纳作为因变量的创新扩散模型进行相应修改。

四、新的理论假设与实证研究

（一）有限的注意力

被早期创新扩散研究忽视的一个问题是，为什么人们更关注某一个新的想法或行为，而忽略了其他。给定一组新事物，为什么一些会被注意到，而另一些会被直接忽视。在当前的新媒介环境下，信息量高速增长，面对海量信息的接收与储存，这个问题的现实意义变得更为突出。自1970年以来，信息过量这一问题被广泛讨论。西蒙（ Simon ， 1971 ）首先提出了注意力经济这一概念。他曾写道，“在一个信息丰富的世界，信息过量即意味着有些东西的稀缺：稀缺的东西即是信息所消耗的东西。被信息所消耗的东西便是信息接收者的注意力。因此，大量的信息导致了注意力的贫乏以及需要有效分配注意力的能力。”

达文波特和贝克（ Davenport &Beck ， 2001 )将注意力定义为：“分配给一个特定信息的意识。信息进入我们的意识，我们再决定是否采取行动”。有限的注意力是信息过量的必然结果。想想我们每天接触到的信息，来自于面对面的交谈，在手机上收发的短信，看电视，浏览网页等等。很显然，我们只可能注意到很少量的信息，而这些被注意到的信息才会进而影响我们的意识和行为。

注意力的分配很难是一个周密的理性计算。经济学，管理学和心理学以往的研究证据表明，许多因素都会影响注意力分配在创新扩散过程中的作用。现在，我们知道至少有五种类型的刺激（ stimuli ）可以影响注意力的分配：（ 1 ）由目标导向唤起的注意力，涉及有意识的思考；（ 2 ）由以前的记忆唤起的注意力；（ 3 ）由情绪唤起的注意力；（ 4 ）由新颖的信息唤起的注意力；（ 5 ）以及由社会关系的重要性唤起的注意力。

在有多个信息同时尝试抓住人们的注意力时，拥有以上一个或多个刺激的信息更容易获得人们的重视。注意力和接纳之间的关系是不言自明的，因为接纳的前提条件即是获知，只有当人们注意到一个新事物时，才有可能接纳它。然而，注意力的重要性并不仅仅限于此，因为有效的注意力可以直接引起下意识的模仿。人类大脑中存在的镜像神经元（ mirror neurons ）可以引起人们无意识的模仿行为。奥尔良（ Orlean ， 1998 ）观察到，注意力的分配足以直接导致下意识模仿的产生。泰拉诺瓦（ Terranova ， 2012 ）也发现“关注别人在社交网络上做什么会直接触发潜在的模仿行为”。这样的模仿建立在并不全面的理性评估之上，但它却表现出最后的接纳行为，因此我们可以称之为一个“潜在的接纳”（ latent adoption ）。

基于以上讨论，我们可以确定接纳行为首先取决于注意力的分配，而这一假设在早期的创新扩散研究中少有探讨。在某种程度上，“潜在的接纳”也可以被理解为塔尔德（ Tarde ）所谓非逻辑模仿的一种表现形式。

（二）再传播行为

在经典的创新扩散研究中，人际传播是一个被讨论最广泛的传播机制。卡茨（ Katz ， 1957 ）总结了意见领袖的特点，认为“意见领袖在特定的专业领域对他人具有一定的影响力，并且和专业领域外的人具有很多的联系”。通常，意见领袖和非领袖的角色可以互换，即在不同的场合下，意见领袖也经常受到他人的影响。当面临大量的新信息时，意见领袖首先对信息进行过滤，并决定将一部分其认为有价值的信息再传播给其他人。

如果大众传播媒介在一定程度上放大了意见领袖在创新扩散中的作用，那么网络社交媒介则淡化了意见领袖的功能，而突出了普通人在社交媒体平台上的再传播行为。在社交媒体中，个体用户发布自己的原创内容，参与网上讨论，并且实时分享信息给其他人。每一个用户经过推荐，评价，分享等行为，都或多或少地成为了意见领袖。通过点击简单的链接和按钮，个体用户即可通过本地的再传播行为加速全球意义上的创新扩散。塔尔德（ Tarde,1899 ）在 1899 年就曾预言，社会中之所以存在这么多共识即是通过个体的模仿与分享实现的。

再传播行为可以被理解为个体将一个新事物分享给另一个个体的行为，这个行为在网络媒介中通常是通过转发信息或者直接推荐信息而实现的。因此，当我们考虑再传播行为时，重要的是关注至少两个个体之间的传播关系。很少有研究系统地讨论为什么人们要分享信息或者提出建议。已知的再传播动机包括：（ 1 ）获得归属感，（ 2 ）彰显个性，（ 3 ）利他主义，和（ 4 ）个人价值的实现。这些动机形成于有意识或无意识的认知之上。至今我们还没有系统地了解形成这些动机的认知结构。与影响接纳行为类似，网络结构也对再传播行为具有重要影响。互联网提供的大数据对于研究网络结构与再传播行为的关系提供了重要的资源。目前，计算机和信息科学领域正在研究最有利于再传播行为发生的网络结构。

根据早期的创新扩散理论，提高创新扩散的方法一般包括增加新事物与现有环境的适应性，并重点针对社会网络中的意见领袖进行说服。然而在分散化的社交媒体中，个体有选择性的关注自己喜欢的意见领袖并同时屏蔽与自己意见相左的信息源。在某种意义上讲，传统意义上能够大范围影响社会舆论的意见领袖的作用得到了削弱。在社交媒体上，我们看到有些时候非传统权威所发的信息和内容也可以在短时间内获得大量的转发，制造出一个又一个网络流行语或者网络热点。

巴克，卡勒，和亚当（ Bakshy, Karrer,& Adamic, 2009 )发现在网络上即便有些人不是最早的信息接纳者，他们仍然可以发挥积极的再传播作用。比如，一个人看到一篇文章的题目即将其转发给自己的好友，即便他还没有时间详细阅读整篇文章的内容。在宏观层面，亿万个个体的再传播行为极大地加速了创新扩散的过程。这些再传播行为独立于早期理论所研究的接纳行为，在当下的网络媒介中，关于人们为什么分享，喜欢分享什么样的信息，喜欢评论哪些信息便成为一个新的研究热点。在大量信息争夺人们有限的注意力时，研究再传播机制对于我们发展创新扩散理论是至关重要的。在接下来的讨论中，笔者总结了在信息与计算机科学，公共卫生，市场营销，政治与传播学领域的一些实证研究成果。

（三）实证研究成果

虽然我们没有一个系统的关于再传播行为的理论，但是越来越多的研究结论表明我们可以证明出一些影响再传播行为的因素。一方面，我们可以知道什么样的信息特性可以导致人们的再传播行为；另一方面，我们也了解什么样的网络结构可以最大限度地使一个新信息或者行为得到扩散。

信息科学与市场营销领域做出了很多有关在线“病毒信息”（ viral message ）的研究。这条线最重要的贡献是找到了一些具体的信息特点，这些特点可以影响信息接收者的认知和情感进而说服接收者进行接下来的再传播行为。已被证明的信息特点包括：情感（ valence ），兴奋程度( arousal )，参与性（ involvement ），争议性（ controversiality ），和新颖性 ( novelty )。一些研究表明负面的情感内容，能够引起兴奋的正面（比如振奋）或者负面情绪（比如愤怒或焦虑）,信息接收者的参与程度，信息的新颖程度，和有趣程度都能够引起人们的再传播行为。

在上述研究成果中，获得最多实证证据的结论是：能够引起兴奋情绪的信息对于再传播行为具有促进作用。兴奋的状态一般被定义为“警觉性，或觉醒的程度”。兴奋可以导致注意力的有效增加。在研究情绪的社会共享中，莱姆（ Rime ， 2009 ）总结出恐惧，愤怒，悲伤，或者幸福感会被广泛地分享，相反，羞耻和内疚一般不会被分享。

伯杰（ Berger ， 2011 ， 2012 ）提供了实证证据显示实验参与者更容易分享使他们感到兴奋的信息。通过分析近 7000 篇纽约时报的文章，他发现当控制了外部影响因素之后，能够引起兴奋情绪的文章，如引起焦虑，愤怒和惊讶的文章得到了更多的转发。相反，不能够引起兴奋情绪的文章，如导致悲伤或者知足感的文章得到了相对少量的转发。在一组实验中，他发现通过物理活动改变实验参加者的兴奋状态(比如，跑步)也可以对接下来的转发行为产生影响，因此他进一步建议，不论是个体本身的兴奋状态还是由信息所引发的兴奋状态都可以促进社会共享。

从传播学的角度来讲，这一研究成果具有重要的现实意义。如果我们需要在一个社会中最大限度地扩散某个信息，这个信息应该具有能够引起人们兴奋的特点。通过不同的语言修辞或者视觉刺激，同样的信息会产生不同的再传播效果。例如，在流感季节，如果公共卫生部门希望公众知道流感疫苗的重要性和有效性，就应该设计出能够引起兴奋情绪（比如惊讶）的信息，因为当人们接收到这样的信息时，更有可能在第一时间将这一信息再传播给身边的人。

除去研究信息本身的特点，另一些学者则着重研究网络结构对于再传播行为的影响。克里斯塔基斯和福勒（ Christakis& Fowler, 2012 )的研究可能是在这一领域最为突出的。他们总结了以往的研究并提出了一个“社会传染”理论（ socialcontagion theory ）。该理论认为，社会现象普遍以高于随机概率的聚合形态呈现，并且这一聚合形态可以延展到社会网络中的三度层级。例如，一个人的行为和他朋友的朋友的朋友具有相似性。

很多行为都被发现具有这一聚合现象，如肥胖，吸烟，饮酒，幸福感，孤独感，抑郁，及合作性，等等。聚合现象的产生基于一个很重要的传播机制，即行为的再传播。例如，一个人的肥胖可能是因为他模仿了一个肥胖朋友的饮食习惯并在潜意识里接受了肥胖是一种常态。与对于信息的“潜在的接纳”（ latent adoption ）相类似，对于行为也有“潜在的再传播”（ latentretransmission ），即有些人本身并没有显示出一种行为，但却将这一行为传递给了他人。

在宏观层面，“潜在的再传播”也加速了创新扩散的过程。在市场研究中，阿勒和沃克（ Aral &Walker,2011 ）具体研究了不同的再传播机制对于创新扩散的影响。他们发现对于一个在线社交网络的新产品，自动的社交网络广播（ automatedbroadcast notifications ）比个人化的推荐（ personalizedreferral ）产生了更大范围的扩散，因为即便个人化的推荐比网络广播更有说服力，但是网络广播产生了更多的再传播行为。简单地说，人们更容易点击一个“喜欢”或者“分享”键，而不是花时间写一个推荐的短消息。当很多人点击“喜欢”或者“分享”键时，即使他们自己没有使用，新产品也得到了最大程度的扩散。

关于社会网络结构，早期的研究认为网络中的弱关系对扩散具有更重要的意义。但是新的研究证据表明，网络中的强关系因为可以产生更多的社会压力（ social pressure）而对新行为的扩散有更重要的作用。森托拉（ Centola ， 2010 ）的随机网络实验表明，网络邻里之间的强关系可以更有效的提高新行为的扩散。这两种假设也许并没有冲突，强关系和弱关系对于扩散的不同效果也许是基于对接纳和再传播的不同效果而定的。例如，能够引起再传播行为的新事物可能在弱关系网络中更能够获得最大范围的扩散，而无法引起再传播行为的新事物可能只有在强关系网络中可以获得相对更好的扩散。

四、结论与探讨

总结前述所有的讨论，我们现在可以提出一个扩展之后的创新扩散模型（见图表 2 ）。该模型描述了扩散过程中三个重要的行为，即注意、接纳和再传播。当面对海量信息的时候，一部分信息首先获得人们的注意力，人们进而决定是否接纳这些信息，在接纳的同时又决定是否将这些信息再传播给其他人。值得注意的是接纳和再传播均发生于注意力被分配之后，而接纳和再转播两者是可以同时独立于彼此发生的。即便个体不接纳，他也可以再传播。

图表 2. 以注意-接纳-再转播作为因变量的创新扩散模型

在图表 2 中，新事物可以泛指一个想法，一个产品，或者一个行为。接纳和再传播的主体可以泛指一个个人，一个群体，或者一个社会。新事物固有的特点影响了个体分配给它的注意力。注意力产生之后，若该新事物与现有环境是相容的，它便更有可能被接纳。反之，它将被拒绝或被视为潜在的再传播对象。接纳发生后，如果有足够的动机，新事物有一定的概率被再传播。再传播也可能独立发生于接纳之外，当注意力产生之后，若新事物和个体之间没有相容性，个体可以直接将其再传播给其他人。与之前的模型相类似，个体在社会结构中所处的位置决定了个体接纳与再传播的相对快慢与程度。

根据实证数据，早期的创新扩散研究证明了基于相容性的接纳过程。而对于注意力的作用和影响还没有很多的研究，部分原因在于测量或者改变注意力的难度很大。在互联网媒体中，这个困难可以用一些新的方法得以解决。比如，我们可以根据用户的鼠标或者目光在电脑屏幕上停留的位置与时间来量化注意力。或者，我们也可以利用脑电波分析来量化注意力在视觉，听觉和知觉上的分配。

现阶段，我们知道部分引起再传播行为的动机，未来的研究可以进一步深入探讨其他可能的机制。与早期创新扩散模型相比，这个模型更侧重于微观层面的传播过程，并试图解释究竟是什么因素在影响接纳和再传播的行为。这个新模式的贡献有三个方面：（ 1 ）突出了研究注意力的重要性；（ 2 ）关注扩散过程中的三个决策——注意，接纳和再传播；（ 3 ）探讨了每个过程之间的可能关系。

在研究互联网媒介环境下的信息传播与扩散过程时，这一模型可以提供一个基本的研究架构。给定一组信息和一个个体时，我们可以研究个体分配给不同信息的注意力，不同信息与个体之间的相容性，个体针对不同信息的再传播动机，从而预测个体的接纳与再传播行为。以网络谣言为例，以往的研究往往关注人们是否接受并相信谣言的真实性，在某种程度上忽视了谣言的再传播机制。

即使人们认为自己并没有完全相信并接纳谣言，大部分人的再传播行为可能会导致更为严重的后果。当再传播导致谣言成为一个公共议程的时候，谣言的说服力便增加了。在这个意义上，了解并能够预测人们的再传播行为也许比研究人们的接纳决策更为重要。基于这一模型，我们今后也可以研究互联网和社交媒体上的文化规范，意识形态或者社会运动的扩散。

本文并没有考虑所有可能的创新扩散模型，如多维模型和扩散曲线模型等。由于扩散研究的范围之广，不同的研究领域有自身的侧重，建立一个全面的创新扩散理论将越来越困难。本文提出的注意-接纳-再转播模型对于传播学或具有重要的理论与现实意义。尤其是在讨论新媒体环境下的传播方式与效果时，个体的注意力分配与再传播行为应是未来的研究发展的一个方向。