本文通过对于6本传播学SSCI一区期刊的主题编码，考察了2021年英文传播学研究的热点话题与研究趋势，最终遴选出政治极化、数字不平等、物质性、数字幸福感、虚假信息、去西方中心主义、平台劳动、人机传播、中介化家庭和社会想象这10项热点研究话题。通过对于这些话题的梳理，本文进一步总结了三项研究趋势：对于社交媒体与新兴技术的集中关注、研究议题之间明显的交叉发展，以及对于传播技术与平台更为深入的批判性思考。
本文主要关注2021年英文传播学研究的热点话题与研究趋势。为了进行相对客观与准确的观察，我们选择了6本传播学SSCI一区期刊在2021年发表的共计400篇论文，并通过共同阅读和讨论进行主题编码。具体而言，我们聚焦于Journal of Computer-Mediated Communication，Journal of Communication，New Media & Society，Information、 Communication & Society，Communication Research 和 Mobile Media & Communication这6本具有代表性的传播学期刊中的研究性论文，经过三轮的讨论和修改，共确定个113个主题。
在此基础之上，本文试图对出现频率排名前10位的研究主题进行综述，包括：政治极化、数字不平等、物质性、数字幸福感、虚假信息、去西方中心主义、平台劳动、人机传播、中介化家庭和社会想象（见表1）。在对这些话题进一步整理过程中，本文同时对其他传播学SSCI期刊进行了关键词搜索，并通过Google Scholar进一步检索试图发现更具跨学科视野的相关文献。本文将首先对10个话题进行分别梳理，最后在结论部分尝试进行规律性总结。
一、社交媒体中的政治极化
概括而言，政治极化意指公众对于公共议题的意见分化。在美国这样的两党制国家中，尤其指代民主党和共和党的支持者在政治立场和党派身份等方面逐渐加深的对立。按照Iyengar等人（2019）的分类，研究者一般在两个层面上使用“极化”这一概念：一是意识形态极化（ideological polarization），主要关注政策立场的区别；二是在此基础之上的情感极化（affective polarization），主要关注不同党派之间的憎恶和不信任。近年来，研究者对情感极化的关注呈现出增加的趋势。例如，Zhu、Weeks和Kwak（2021）基于两次美国大选的调查数据，发现接触一致性政治信息与对政治对手的愤怒呈正相关关系，对于相反政治信息的偶然接触则不会触发情感反馈或逆火效应（backfire effect）。这有可能是因为人们普遍不会对令自己不愉快的信息进行积极处理。
在政治极化的研究中，另一个重要趋势是研究者逐渐开始在客观的极化之外，关注人们对于极化的主观感知。这也被称为“虚假极化”（false polarization）或极化错觉（misperceived polarization）。这一系列概念揭示出政治极化中可能存在的“恶性循环”：如果实际的党派鸿沟的确存在，党派成员对于“另一方观点”倾向于给出过分悲观的评估，那么，这会反过来进一步加深实际的政治极化程度。在此基础之上，Lees和Cikara（2021）区分了第一序位和第二序位的虚假极化。前者关注人们如何感知外群体成员在某一议题上和自己的差异，后者关注人们如何感知外群体成员对自己的评价。Fernbach和Van Boven（2022）认为“虚假极化”这一概念特别强调了心理学理论的价值，并将其归结为三种认知、情感过程：分类化思维（categorical thinking）、简单化（simplification）和情感放大（emotional amplification）。研究者普遍期待，对于虚假极化的纠正将有助于解决政治极化问题。
随着媒介技术形态的快速演进，算法推送对于政治极化的影响受到越来越广泛的关注。不过，Feezell、Wagner和Conroy（2021）的研究却发现，算法推荐新闻并不会扩大政治极化。他们据此猜测党派间的政治极化可能是被其他因素所驱使，社交媒体平台并不是极化观念的源头。与此相仿，Waller和Anderson（2021）发表在《自然》杂志的研究分析了Reddit平台1万个社群14年的数据，发现人们并没有因为使用Reddit而加剧彼此之间的政治极化，虽然2016年美国大选期间是一个例外。这说明政治极化或许并不来自个体层面的社交媒体使用，而来自偶发的外部事件。这自然也会引发一个尚未被完全解释的因果性问题：究竟是社交媒体加剧了政治极化，还是人们让社交媒体变得更加极化？
在全球新冠疫情的背景之下，研究者特别关注政治极化如何影响人们在公共健康危机中的态度与行为。Kerr、Panagopoulos和van der Linden（2021）在对美国公众的调查研究中发现，相较于保守派民众，自由派民众对新冠的风险感知更高，对政府应对能力的评价更低，对WHO医疗专家的信任更高。与之相仿，Jiang等人（2021）关注了Twitter用户在疫苗接种问题上展现出的极化立场。研究发现，相比保守派用户，自由派用户对于新冠疫苗的态度更加积极、对于疫苗副作用的担心更少。除此之外，这项研究创新性地考虑到粉丝数量和政治立场之间的交互作用，发现有大量追随者的自由派用户对于医疗专家的信任程度最高，而保守派用户对于医疗专家的不信任则与其追随者数量无关。
Kubin和von Sikorski（2021）的综述研究认为，对于新媒体与政治极化的学术研究太过集中于Twitter平台，这可能与其他社交媒体平台的数据收集难度较高有关。作为对此的呼应，Yarchi、Baden和Kligler-Vilenchik（2021）对Facebook、Twitter和WhatsApp进行了跨平台的比较研究，发现Twitter更加鼓励嗜同性交往、加剧政治立场的极化和群体间的敌意；相较之下，WhatsApp中的政治极化现象却随着时间的变化而减弱。这也说明“社交媒体平台加深政治极化”并不能被视为一个“标准”答案。多样化的研究结论也暗示了政治极化与社交媒体使用之间的关系并非我们最初设想得那样简单。
二、从数字鸿沟到数字不平等
数字鸿沟（digital divide）作为一项研究议题，可被追溯至1995年美国国家电信与信息管理局的报告《在网络中落伍：定义数字鸿沟》（Falling through the net）。彼时，公众对于信息高速公路的认知逐渐趋于理性，这条“公路”并非普惠的事实便被摆在更为显著的位置。van Dijk在对于数字鸿沟的批判性解读中认为，这一发端于上世纪90年代的隐喻式概念至少在以下两个维度存在将问题简单化的危险：一方面，“digital”暗示这一问题仅仅是一个“数字化”问题，实际上，数字鸿沟的复杂性，恰恰体现在它与社会文化、阶层、基础设施等问题之间的复杂纠葛之上（van Dijk & Hacker， 2003）；另一方面，“divide”则暗示了一种二分法的理解方式，并据此将社会群体简单分割为“拥有者”（haves）和“未拥有者”（have-nots）两部分，从而忽略了其间存在的更为复杂的光谱（van Dijk， 2000）。源于相似的理论考量，越来越多的研究者逐渐开始使用“数字不平等”（digital inequality）来为自己的研究命名。两者之间的区别，按照Hargittai（2021：1）在《数字不平等研究手册》导言中的说法，便是数字不平等更加关注“不同背景下的人如何将互联网融入自己的生活中，他们的数字、社会背景和使用技巧有何不同，以及这些不同所导致的生活后果”，而数字鸿沟更多关注的是互联网接入者/未接入者之间在信息拥有程度方面的差别。
数字不平等这一更具包容性的概念有助于研究视野的扩展。既有数字鸿沟的研究大多使用人口学指标（例如社会经济地位、年龄、性别）预测鸿沟的扩大趋势，相关研究也因此往往被诟病为缺乏理论思考（Ragnedda & Muschert， 2018）。其中一种解决方案，便是与社会学思想进行合流，在数字不平等的描述之上继续追问其生活后果（life outcome）——数字不平等如何反过来加深现实世界的不平等？根据这一思路，Calderon Gomez（2021）基于布尔迪厄对于三种资本的区分，提出数字资本会与社会、经济和文化资本之间进行相互转化。例如，数字资本会通过职业网络转化为经济资本、通过知识水平转化为文化资本、通过关系管理转化为社会资本。与之相仿，Weingartner（2021）基于布尔迪厄的“惯习”理论考察了数字媒体与文化消费中的不平等问题。他们发现，通过接触更具互动性的数字媒体（如互联网、视频点播），社会经济地位较高者得以“杂食”高雅文化与通俗文化，但社会经济地位较低者仍然主要局限于欣赏通俗文化（Peterson & Kern， 1996）。这一结论的讽刺之处在于，对于后者而言，数字媒体带来了更多的自由，却意味着更强的闭塞。
当数字不平等研究者们反思数字鸿沟的起点之时，早期研究中的“设备鸿沟”便带有了浓烈的基础设施色彩。这让我们得以在新的技术语境中重新检视这一问题。Newlands和Lutz（2021）聚焦了美国和印度两国线上众包平台的劳动者。虽然众包经常被描述为一种数字化的“幽灵工作”，但它并非发生在真空之中，而仍需要上网设备和网络信号等基础设施的辅助。研究发现，相比于美国，印度众包工作者受到更多“可负担能力的限制”（Affordability constraints），例如互联网连接不稳定、不得不与他人共享一个设备等，这严重影响了印度众包工作者的收入机会。Humphry（2021）在对澳大利亚无家可归者的研究中提出了“基础设施性生存”（survival infrastructuring）这一概念，意指无家可归者出于节省开销和获取数字接入的需求而引发的实践剧目（例如蹭公共WiFi、使用预付卡管理开支）。从更深远的意义来讲，该研究通过使用“infrastructuring”一词，既强调了数字不平等研究对于基础设施的关注，同时呼吁研究者将基础设施这一问题嵌入具体社会群体的日常生活实践之中。如此一来，这又让数字不平等研究具有了更浓厚的文化研究色彩。
传统的数字鸿沟/数字不平等研究重点关注互联网用户的设备接入、使用方式和操作技能，不过，随着算法在信息流动、公共安全、社会福利等领域扮演着愈加重要的角色，研究者担忧由算法技术引发的不平等问题可能带来新一轮的民主挑战。研究者普遍将算法意识或算法知识作为因变量，并发现算法认知与社会经济地位呈正相关关系，与年龄呈负相关关系；男性比女性对算法的理解水平更高（Grana， Bootha & Bucher， 2021；Zarouali， Helberger & de Vreese， 2021）。然而，这些研究并未在算法意识或算法知识的测量方法上达成共识。有研究者将算法意识作为媒介素养的重要组成部分，开发了包含11个问题的量表（Dogruel， Masur & Joeckel， 2021），相比之下，这更有助于增强算法鸿沟研究结论的可比较性。不过，同时也需要注意，算法始终处于不断进化之中，关于算法的事实性知识也可能随之产生变化。
三、物质性与基础设施
物质性是近年来传播学界热议的话题之一。不同学者对“何为物质性”的理解呈现出较大差异，但他们不约而同地都开始关注媒介、技术、身体、场所等对象，并在人与物之间建立起一种密切的关系视角。Graham和Rodriguez（2021）对社交媒体中评级和排名功能的研究能够比较好地回应这样一种理解：在媒介化社会中，传播的物质性基础意味着，人的身体借助技术与生活世界产生具身关系。他们发现，Reddit用户很少按照平台设定来谈论或进行投票实践。在大多数情况下，作为一种“反应机制”，用户会制定并实施自己的投票规则和道德规范。评级和排名设置在其中体现出一种社交物质性（sociomateriality），并在线上环境中被创造、解释和使用。
上述研究对于物质性的理解是从媒介角度切入的，另一项去媒介中心化视角的民族志研究则选择从文化角度回应物质性问题（Hobbis & Hobbis， 2021）。该研究对所罗门群岛马莱塔省劳泻湖居民的数据管理实践展开观察，发现由于热带生态环境对于数据的破坏性极大（比如相片更容易受潮、腐坏），当地居民需要有选择地维护诸如沙子、与宗教紧密联系的文化物、数字媒体文件等一系列数据承载物。这些选择并非基于数据的可复制性或媒介的功能性，而是基于它们在公共领域中扮演的角色，即取决于它们能否引起集体性的沟通或活动。该研究的启发性在于，它关注的不仅是媒介本身或数据物质化，更是短暂性的物质化（materialize transience），这或可成为反思物质性的一个新的视角。
基础设施作为人类的生存基础、环境的物质基底，以及通信系统的支撑性组件在日常生活中十分普遍，却长期处于被忽视的状态。在《奇云》一书中，彼得斯将互联网基础设施称为“后勤媒介”（Logistics Media），暗示其不可见性，而其中更加专业化的设计、协议和规则对于一般大众而言更是如“黑箱”一般无法触及和理解。学者ten Oever（2021）的研究在一定程度上弥补了这个缺口。他指出，在互联网规则生产的过程中，曾有三条原则扮演了重要角色：允许个人灵活配对和更改端口的端对端原则、去权威式的无许可创新原则，以及不限制个人和计算机行动的开放原则。这三条原则勾勒出互联网的“理想型”：参与式民主、开放市场、个人自主与社会进步。然而，为实现互联网的商业化、私有化与高效管理，大公司设计出防火墙、网络地址转换路由器、网络管理设备等中间设备（middlebox），而这些设备会降低网络本身的灵活性，导致僵化。
当然，基础设施并不仅以这一种方式影响我们的生活。一方面，以物理实体存在的基础设施可能影响人们的数字化体验。比如，Elul（2021）的研究描述了在交通、电力和金融基础设施不稳定或不足的情况下，处于“全球南方”（Global South）的加纳城市中产阶级在新旧手机、家和网吧、手机支付和银行账户、短信和电话等不同平台和通信工具之间如何来回切换。作者将这种基础设施称之为“噪声复媒体”（noisy polymedia）。在这个过程中，数字设备使用被不完善的基础设施削弱，但其自身也成为基础设施。另一方面，它还影响了我们存储资料、支付等其他生活实践。比如，固态硬盘、蓝牙、智能手机、云储存、社交媒体平台和其他数字技术都在某种程度上可被视为基础设施，它们不仅从根本上改变了我们分享和存储材料的方式，还影响到劳动形式、家庭生活、政府治理等社会文化系统（Horst， Sinanan & Hjorth 2021）。Vaarzon-Morel等人（2021）对于澳大利亚中部土著人民的信息储存和分享行为的研究也支持了上述观点。
McDonald和Guo（2021）的研究则从基础设施的角度分析了中国流动工人在数字支付平台上存钱时，其观念和存储方式经历了哪些转变。他们发现，基础设施系统的研究者们往往强调人们只有在系统崩溃时才能察觉到它（Seberger & Bowker， 2021）。然而，如支付宝一类的新型货币存储基础设施出现时，新旧系统都备受用户关注。此时，流动工人便被迫评估新旧系统之间的差异，再谨慎地决定以何种方式储蓄。除此之外，应该看到，以支付宝为代表的“平台基础设施化”问题和政治、经济等因素密切相关。例如，抖音在从娱乐社区向综合平台的转变过程中，逐渐与中央和地方政府合作，后者在抖音的发展过程中亦扮演了利益相关者的角色（Zhang， 2021）。这一发现也启示研究者在考察基础设施的影响时，需要特别关注平台在基础设施化过程中权力关系的微妙变化。
四、数字幸福感
幸福感是理想生活的基本要素，也是一个“复杂的、多维的学术概念”（Pollard & Lee， 2003）。在数字技术，尤其是移动网络普遍渗透进日常生活的当下，幸福感又与技术使用联系起来，成为传播研究者的关切。幸福感本身是一个古老的哲学议题，被积极心理学操作化为对幸福和快乐两种主观体验的辨析和测量。Huta和Waterman（2013）认为，快乐指向积极的情绪，包括享受、满足和欢欣，而幸福的定义最绕不开的主题则是成长、真实、意义和卓越。Dodge等人（2012）将幸福感定义为“个人资源池和面临挑战的平衡点”。总体来看，幸福是一种比快乐更为复杂，也更为开放的概念，幸福感既是一种平衡的状态，也是为此付出的行动。
传播学对幸福感的研究较多继承了心理学传统，主要关注的是技术使用作为一种新的变量对于幸福感的影响。以网络成瘾为代表的“问题性网络使用”（Problematic Internet Use）成为重要的话题。近来，研究者开始反思这类研究的视角局限：它们通过突出技术使用的负面影响，将日常的技术使用行为病态化以至于污名化，同时屏蔽了技术带来快乐/幸福体验的可能性。为突破上述局限，新近研究主要从社会情境和个体习惯切入，重新发现了数字幸福感的核心要义，即个人面对技术的自主性。
Büchi（2021）指出，数字媒介技术不应该被视为“解药、毒药和替罪羊”，相应地，关于数字幸福感的研究也应该在心理归因之外，同时关注创造性的媒介实践及其发生的社会情境。循此思路，有研究在移动网络的“连接性悖论”的情境下探讨数字幸福感，也就是无处不在、无时不在的网络连接给人带来的矛盾体验。例如，Vanden Abeele（2021）将数字幸福感定义为：“一种主观的个人体验，即从移动连接中获得的好处和坏处之间的最佳平衡。”她继而指出，这有助于研究者突破简单因果思维，并呼吁研究者将数字幸福感理解为“动态系统”，在人的因素之外关注技术、情境的影响。在此基础上，有研究从心理、身体和时间管理角度分析了不同的“断连”策略对数字幸福感的影响。总体而言，断连的积极作用较为突出，对拥有较高数字技能的人群而言尤其如此（Nguyen， 2021）。在移动网络连接的大背景下，另有研究关心技术使用习惯中个人的自我控制能力和行为如何影响数字幸福感。Meier（2021）指出，用户查看手机的习惯的强度越高，感知到的被打扰程度和查看手机的冲动越明显，这两个因素都与拖延行为相关，而拖延则负向中介了习惯强度和幸福感的关系。不过，查看手机和幸福感的直接关系不显著。这一研究结果呼应了Vanden Abeele（2021）的“平衡论”，习惯性查看手机扰乱了日常生活场景的界分，有可能带来更消极的体验，相比之下，“屏幕时长”、“成瘾行为”等变量则不能达到相同的情境敏感度。
除此之外，研究者还强调从方法设计上推进数字幸福感的研究，其中青少年群体是被重点关注的研究对象。既有采用横断面调查法的研究并不能准确呈现数字幸福感的因果关系，并且造成被试内（within subject）和被试间（between subject）效果的混淆，历时性调查研究则希望解决这一问题。Boer等人（2021）的研究指出，社交媒体使用对幸福感的被试内影响因人而异，而从被试间分析来看，青少年群体使用社交媒体的强度越大，对生活的满意度越低。不过，另有一项历时9年的调查研究显示，不论是笼统而言的网络使用还是社交媒体使用频率，对于青少年群体的幸福感都没有明显影响（Schemer et al.， 2021）。
在研究变量层面，Livingstone等人（2021）的系统性证据综述（systematic evidence review）则重点关注了数字技能这一概念的意义。他们指出，对于青少年而言，更精进的数字技能意味着更多接触网络风险的可能，侧重于使用方式的技巧型技能更有可能带来混合以及负面后果，而信息型技能则更多与积极效果正向相关。社交媒体使用的动机也是数字幸福感的重要影响因素。有研究指出，线上约会软件的成瘾性使用容易引发消极的体验，那些想要寻找浪漫关系的用户尤其容易在使用后感到沮丧和焦虑，这与更高强度的社会比较有关（Her & Timmermans， 2021）。Newson等人（2021）通过跨国样本的大规模调查指出，新冠疫情下的社交隔离政策增加了人们对中介化沟通方式的依赖性，人们努力通过技术维系被疫情扰乱的正常社交活动，尽管这有可能意味着幸福感的减损。
五、社交媒体中的虚假信息
误导信息（misinformation）是不实信息的一种，其特征为低精确度、低可靠性、低事实量和低专家意见含量。误导信息常与虚假信息（disinformation）混淆，但后者往往含有故意、敌对、谎言、自利成分（Hameleers et al.， 2021）。有研究将虚假信息视为误导信息的子集，是否故意欺骗被视作区分二者的核心要素（Hameleers et al.， 2021）。皮尤研究中心的报告显示，超过60%的美国成年人表示，“捏造的新闻报道造成对当前问题和事件的基本事实的大量混淆”。此外，20%的人表示，他们“在知情或不知情的情况下分享过编造的新闻故事”（Barthel et al.， 2016）。
目前传播学研究中对虚假信息的研究主要集中在政治、健康和科学相关话题上。一般认为，社交媒体助长了错误信息的传播。例如，De Coninck等人（2021）对8个国家/地区的研究指出，在新冠病毒蔓延期间，接触数字媒体越多，越会相信阴谋论和虚假信息，而接触传统媒体（如电视、广播、报纸）则会产生反向效果。然而，也有研究对超过250万条评论的分析表明，人们对社交媒体上的错误信息的信任程度有限（Metzger， Flanagin， Mena， Jiang & Wilson， 2021）。在此情况下，有学者认为应该鼓励使用社交媒体传递信息。一方面，在疫情防治的特殊时期，通过社交媒体平台向社区居民提供相关信息往往被认为是一种兼顾效率和效用的行为（如Erku et al.， 2021）；另一方面，经常使用社交网络也有助于使用者加深对其信息传播特征的把握和理解（Xiao， Su & Lee， 2021）。
除媒体类型外，信息结构也会影响人们对信息的判断。例如，既有研究常用的一个假设是，虚假信息比纠正性信息更易引起轰动并激发病毒式传播（Pal， Chua & Goh， 2021），这或许是由于虚假信息提供了比事实看起来更有道理的解释（Reyna， 2021）。因此，为与虚假信息竞争，纠正性信息需要包装得更具吸引力和说服力。但有趣的是，研究表明，老年人往往不大信任看起来较花哨的（比如信息与比较有吸引力的图片同时出现）纠正性信息，并可能将之视为虚假信息（Choudrie et al.， 2021）。此外，不同消息源可能对信息可信度产生不同的加权。例如，根据2018年收集到的数据分析，人们对来源于大学和卫生机构的专业知识评价显著高于其他来源（Zhang， Featherstone， Calabrese & Wojcieszak， 2021）。但也有研究表明，在疫情期间，相较于疾病防控中心（CDC）和国立过敏和传染病研究所（NIAI）等专家型推特账号，唐纳德·特朗普的账号和其他支持特朗普的相关账号的发声更有影响力。在批评特朗普传播错误信息时（如转发羟氯喹能够治疗冠状病毒的说法），批评的焦点也直指总统的不当行为，而非制造虚假信息的机构和其传播网络。这使得疫情逐渐转变为政治事件，而不主要被视为医学问题（Blevins， Edgerton， Jason & Lee， 2021）。
从个人对信息的解读或认知能力来看，不同群体间呈现出显著差异。比如，研究者发现面对新冠病毒防治信息，老年群体判断消息真实性的能力有限，这会导致他们错过一些重要信息（Choudrie et al.， 2021）。这反映出人们在进行信息决策时，受到种族、性别（Xiao， Su & Lee， 2021）、教育背景、话题卷入度（Seo， Blomberg， Altschwager， & Vu， 2021）、先前假设、既有倾向、线上经验或网站功能（Choudrie et al.， 2021）、焦虑情绪、党派背景（Freiling， Krause， Scheufele & Brossard， 2021）等因素的影响。除此之外，新闻素养也可能影响人们对不实信息的判断。Vraga和Tully（2021）发现，新闻素养较高者（更了解媒介产业、系统及其效果）更倾向于对社交媒体上的信息质量持怀疑态度，也更少参与信息转发行为。而在易从社交媒体中接触虚假信息并受到影响的年轻人群中，社交网络使用程度低的白人男性和非白人女性、认知需求和社交网络使用程度都较低的个体最需要得到媒介扫盲从业者的帮助，以增强对虚假信息的鉴别能力（Xiao， Su & Lee， 2021）。
一方面，社交媒体可能会助推错误信息的传播；另一方面，社交媒体的独特功能（如实时更正、众包事实核查和算法标签）也使其成为阻断虚假言论传播的潜在途径。例如，一项元分析表明，针对健康议题，专家对于虚假信息的揭露如果经由社交媒体进行传播，会达成更好的效果（Walter， Brooks， Saucier & Suresh， 2021）。
（董晨宇 丁依然 许莹琪：《2021年西方传播学研究年度报告》，2022年第2期，微信发布系节选，学术引用请务必参考原文）
联系客服
