摘 要：本研究以2017年11月北京“红黄蓝幼儿园疑似虐童”事件的互联网新闻报道为例，以客观认识社会热点议题反转为目的，使用语篇分析方法探索该事件的网络舆论情况反转过程。不同于以往新闻反转研究，本文运用量化分析方法对比了反转前后的新闻语料，通过词频和关键词分布统计，总结了新闻事实增补对舆情的影响，归纳了该事件的新闻反转特征，以期对类似突发事件网络新闻媒体报道的情况预测有所启发。文章还涉及媒体行业对新闻反转的评论，并认为事件后的媒体反思也是新闻反转的一部分。
“互联网+”时代不乏新闻，社会热点议题一出，往往会引发网络特别是新媒体平台的爆发式反应。随微博等“社会话语场域”的新兴平台普及，一批网络意见领袖在公共话题讨论中拥有更多“社会赋权” [1]。自媒体的低门槛化进一步拓宽了社会大众发表言论的渠道，且网络技术使得信息搜索、真相挖掘更加便利，新闻事件在层层披露过程中发生反转已经成了常态。本文“突发事件”指突然发生并且造成或会造成社会危害的自然灾害、公共卫生事件或社会安全事件。这类事件由于牵动社会群体广泛，能够引起的社会共鸣较强，所以相对应的会有更多相关新闻，并且可能带有新闻事实的变化。“反转新闻”，或称“新闻反转剧”，可以定义为：跟紧社会热点和新闻热词，继而引发社会关注，但随后被证实与事实不符或并非全貌，甚至与真相截然相反的新闻现象[2]。整体观之，反转新闻可分为两类。一是面向新闻事实，对其有补充或证伪，涉及假新闻或片面报道的反转；二是发生在舆论主体中，持不同观点的言论在新闻发酵的不同时期占据上风而导致的反转或“拉锯”。本研究主要关注第一类反转，即涉及新闻事实的增补或者修正。其意义在于，新闻事实的真伪影响舆论，而舆论能够对社会持续健康发展及相关事态的进程产生影响[3]。
跳出理论框架，当下社会中新闻热点议题的发展、发酵过程和公众对其讨论引发的集体情绪慢慢的变成了社会公共空间建构的主要的因素。热点新闻如果出现反转，尤其是社会性议题的事实假如慢慢的出现变化，往往影响是负面的，可能给予受众“极大的心里不安感和生活风险暗示”[4]，在智能手机功能逐渐完备的今日，融媒体使新闻可视化成为可能，受众极易将发生在空间上距离自己遥远的事件与自身建立联系。
综上所述，研究事实新闻的反转过程，能够在一定程度上帮助我们更好地认识多变的舆论事件，尽管避免反转不易，至少有利于正视反转，以此来降低受众的负面心理暗示。
新闻反转方面的研究主要展开于原因、模式、特征、以及对单个事件的探讨，还有与议程设置理论相结合的研究[5]。广而讨论新闻反转的文章主要是从特征讨论逆转成因，进而提出应对措施[6]。具体案例方面，2015年有研究以庆安枪击事件为例总结舆论发展的新特征：从“舆论常态”到“舆论反转”，进而讨论舆论生态的再构建与舆论秩序再造。研究者指出，“危险是真实的，而风险是社会建构的”，考虑到舆论反转造成的社会风险，传播者、受众和社会整体需要共同努力避免负面传播。2016年，“罗一笑事件”一时引发热议，有学者围绕此案，讨论了自媒体环境下新闻反转的成因及对策，并提出应对反转的建议[7]。研究者指出，“朋友圈的传播结构”、“自我呈现的受众心理”、“自媒体时代的信息特性”、“权威信息的缺失”共同导致了自媒体环境下的舆论反转。另有一类研究，采用量化分析方法，定位反转新闻的主题分布并总结其问题指向，例如万晓燕等的研究整理了2013年至2016年媒体发布的49例新闻反转剧[8]；王正祥以51例新闻反转为样本，探讨角色失范，他还基于此总结了四类反转模式：“政府或职能部门介入澄清式反转、媒体主导生产式反转、公众参与互动式反转和当事方披露线]。
新闻反转的相关文献不仅局限于学界，更是新闻行业内广泛讨论的话题。这类文献主要以新闻反转剧频频发生为事实依据，督促新闻行业进行自我反思，讨论事实背后的媒体课题[2]。
整体来看，新闻反转这一话题的文献丰富，话题广泛。不过，大部分研究落点于对新闻行业的反思，即避免新闻反转的可能性。作者觉得，在互联网新闻的特征和自媒体发展阶段共同影响下，讨论如何避免反转新闻的意义大不过帮助社会大众正确认识新闻反转，从而批判性接受这类现象，减少媒介不安全感和不必要的不积极的情绪。所谓没有真正的反转，只有发展的事实。研究对象上，现存研究多从议题、媒体机构、受众参与方面开展，少有针对新闻语言与文本的相关文献。对新闻语言与文本的研究可以从语义入手，“语义网络分析”兴起于心理学与社会学[10]，最近被引用到新闻传播学领域，是舆情监测的科学方法。它通过拆分关键词、提取实词、计算语义中心词汇及其与其他词汇的联系，计算出新闻语料的语义网络。通过这种方法分析舆情反转过程，可以客观地观察到反转前后议题变化的方向与模式。
讨论新闻反转剧不可离开具体案件，以往研究既有针对某一案例，也有广泛梳理少数的案例。本研究聚焦2017年的“红黄蓝幼儿园”事件，通过分解式剖析相关新闻报道来梳理此议题的舆论反转过程。涉及的新闻事实是：2017年11月23日北京红黄蓝幼儿园某家长举报该园有虐待、猥亵儿童嫌疑，其后微博平台出现怀疑“老虎团”即暗指部队参与的性侵行为。2017年11月28日，警方公布调查初步结果，猥亵行为系造谣，部队也未曾涉及案件，不过对案件调查有及其重要的作用的监控路线硬盘遭到损坏。从最初报道幼儿园家长后公众集体担忧儿童的性安全，到证实举报有造谣成分公众对事实真相的诉求和对相关话题（例如红黄蓝幼儿园在美上市情况）的热议，舆论经历了反转，并且该案例可以定义为“政府或职能部门介入澄清”的事实性新闻反转[9]。本文的中心研究问题是：警方公布调查的最终结果前后（即反转前后）互联网舆论有怎样的变化。考虑到新闻发布的“爆发期”一般为三日，随后更长的一段时间分别会出现“蔓延期”、“反复期”、“长尾期”[11]，本次研究对象是11月23日后三天和事件发生反转的11月28日后三天关于红黄蓝幼儿园的新闻报道。
本文借鉴语义网络分析的研究方法，由于研究重点在于官方发布澄清信息前后舆论中心议题的变化，因此没有将所采集的新闻语料形成“二元词组矩阵”[11]，即对这一部分研究对象省略了语义联结分析的部分，仅保留一元词语频数统计步骤。第一步，研究者将数据来源定位在“新浪新闻”搜索引擎输入“红黄蓝幼儿园”关键词后得到的新闻文本，采用Python语言编写网络爬虫，采集包含新闻标题、日期、导语、正文的新闻625篇，保留目标研究日期即六天的新闻报道420篇，将采集到的数据以txt文本格式保存。第二步，对文本内容数据预处理，由此减少无用信息对分析的干扰，删掉明显与目标公共事件无关以及盘点类、涉及多个案件报道的文本，保留聚焦红黄蓝幼儿园事件的跟进、调查或口述报道。第三步，使用TextRank算法，提取摘要和关键短语，简化研究对象，TextRank是基于词图的无监督关键词抽取方法[11]。第四步，通过Python语言jieba分词库对文本摘要、关键短语进行分词处理，过滤无用词和标点符号，最终的数据形态是不含虚词的关键词清单。第五步是词频分析，研究者采用Zipf2.0对数据来进行统计分析，得到新闻反转前后新闻中心议题有所变化的关键词列表。
表格1显示，红黄蓝幼儿园疑似虐童事件新闻发出三天以内，除“红黄蓝”和“幼儿园”两个词以外，“家长”“调查”“警方”“部队”也排在词频榜前几位。排在首位的两个词，即搜索词的频率过百，明显高于其他词汇。直观比照详见图表1： 雷达图中Frequency的上限为160，从“幼儿”一词开始数目迅速下降。
表格2显示，朝阳警方公布猥亵儿童系造谣新闻发布三天以内，除“红黄蓝”和“幼儿园”两个词以外，“所得”“监控”“公司”“违法”“收购”也是高频词。作为搜索词条的榜首两个词出现的频率与其他词汇的频率差别较小。直观比照见图表2:图例Frequency的数字上限为45，频率过渡较图表1来说更为缓和。
可以看到，“红黄蓝幼儿园”这一议题在两次舆论爆发期的热议中心和话题发散程度都不一样。新闻反转前，新闻媒体主要关注事件本身和相关牵涉方，且受舆论猜测影响多篇报道涉及“部队”这一主体和“虐童”这一行为。从报道数量和篇幅上看，爆发期三天内的新闻为243篇，占总数近60%。新闻反转后，媒体除去对相关新闻事实集中报道以外，话题范围有所扩散，特别是转而关注相关幼儿园在美上市情况，从而“收购”“公司”“所得”等经济类词汇成为次一级舆论中心。从数量上看，第二次爆发期三天内的新闻为177篇，少于第一次爆发期。
研究者据此数据认为，新闻反转后，尽管新闻事实上有逆转变化，但仍然属于同一话题，且此次反转发生在第一次新闻出现的十日以内，所以第二次的新闻热议阶段为爆发期与蔓延期的结合，爆发点为被修正过的新闻事实，而蔓延在于对整体事件的持续探讨。红黄蓝幼儿园新闻事件的反转模式可以归纳为，新闻反转后，网络舆论会发生以下现象：同一话题的热度再次提升、舆论对于错误信息进行怀疑式批判、针对新事实进行批判式接纳，最重要的是议题出现发散。话题的热度会出现二次峰值，但网民对于中心议题（此案例中为红黄蓝幼儿园）的探讨会转移一部分到相关议题（此案例中为股票、市场、法制等）。
作为补充，研究者还使用中科院NLPIR大数据搜索与挖掘共享平台[ URL: 对两篇11月23日（事件发生当日）人民网的报道进行了语义关联分析，分别是14:48发布的报道[ 《朝阳—红黄蓝幼儿园涉嫌虐童 区教委成立驻园调查组》
URL：和19:03发布的报道[ 《朝阳教委：红黄蓝幼儿园涉事教师已停职 将排查全区幼儿园》
URL：，得到图1和图2，图中紫色圆点为文章关键词，橙色为相关词，蓝色为相关词的相关词，即话语中心等级上来说，紫色最强，蓝色最弱。能够正常的看到，时间较早和较晚的人民网报道符合该事件整体的网络舆论情况方向，即从对新闻对象本身的挖掘到对相关议题的探讨过渡。
放观新闻反转剧这一互联网舆论现象，频繁出现此现象的新闻媒体报道集中于伦理类社会性议题，特别是相对的相关事件。例如2016年的偷鸡腿妈妈事件、民警手铐骑车女子事件，2017年的12岁女生遭一案、红黄蓝幼儿园猥亵儿童案件。究其原因，是社会大众对易遭受侵害群体的关注，而群体自身欠缺安全感，再加上自媒体传播的高速度和无门槛，得以让一条未经验证的新闻迅速传播，并引起高关注度，甚至是集体恐慌。那么一旦被高度关注的新闻内容发生反转，受众就会有“被欺骗”的感觉，从而媒体公信力下降。考虑到反转新闻自身的传播特性，它不能被简单地归结为虚假新闻。其实，认识到“互联网+”时代新媒体传播的特点，就不会轻易被一条聚焦的新闻报道左右，应当理性判断其真实性是否可靠。
近年来的反转新闻主要由新媒体发布，而权威媒体、政府部门则是“事实核查”的关键主体。在此案例中，最先发布相关新闻的《新京报》并没有报道儿童遭猥亵的相关联的内容，这是避免不必要新闻反转的主要的因素。另外，主流媒体常规化“盘点”新闻反转案例，也慢慢的变成了新闻反转的一个组成部分[12][13]。例如人民日报在“12岁少女被”事件之后发布了《“反转”打了谁的脸》评论[14]，此前人民网已连续两年历数当年的反转新闻事件，这类紧随反转事件其后或周期性发布的事实性或评论性新闻也成为热点来源，实际上强化了“反转”这一现象。不过从另一角度看，“盘点”类文章帮助读者认识新的舆论现象，也能够使更多人客观看待其中的问题。
本研究借鉴语义网络分析的量化研究方法，对“红黄蓝幼儿园”这一事件的新闻反转过程进行语义分析，总结出关注社会议题的舆论反转过程。此外，本研究讨论了事件以外的媒体反应，特别是主流媒体的反思性评论和盘点式报道。
不足在于，研究者对主要研究对象（爬虫获得的新闻语料）只运用了部分语义网络分析的方法，分析也只做到词频统计，但完整的语义网络分析还包括二元词组词组的矩阵分析，从而考察在一个议题的报道中哪些关键词处于语义中心，其他关键词倾向于通过语义中心词而与更多的词产生联系。所以，本次研究只能称作“语义分析”，而非“语义网络分析”。未来的研究可优先考虑对其他新闻事件进行更完整的语义网络分析。
另外，本研究不涉及新闻反转现象的深层社会原因。比如，网络自媒体对伦理议题的关注可能不是社会担忧而是博人眼球，从而赢得更高的粉丝量。尽管在一些新闻事件中，网友的点击和转发达到了媒体自净与修复性提升，即增大真相浮出的可能性，但考虑到独立调查个体的需要、网民的需求与满足等当代媒介背景下的社会因素，新闻究竟是为了个人利益还是社会利益，仍然是媒体研究需要探讨的重要课题。
编者按：近期，互联网应用适老化改造成为舆论热点。相比尚不熟悉互联网的老人，已经能够熟练掌握互联网应用操作的老年网民同样面临网络谣言、网络诈骗、虚假广告等陷阱，他们抵御风险的能力远低于年轻网民。…
在现代社会数字化与智能化快速的提升的当下，老年人与互联网之间的“数字鸿沟”已成为必须逾越的课题。2020年底，工信部正式印发《互联网应用适老化及无障碍改造专项行动方案》。…
