编者按 偶然新闻接触成为替代性新闻获取方式，其对公众政治参与有何种影响，尚未得出一致结论，尤其缺乏基于中国本土的经验研究。本文通过1600名中国网民的调查数据，基于政治心理理论，分析政治知识在社交媒体偶然新闻接触与政治参与之间的作用机制。研究发现，社交媒体偶然新闻接触对线上和线下政治参与有正向预测作用。事实政治知识在社交媒体偶然新闻接触与线下政治参与之间发挥负向中介作用；感知政治知识在社交媒体偶然新闻接触与线上和线下政治参与之间发挥正向中介作用。

社交媒体时代，偶然新闻接触（Incidental news exposure）成为占主导地位的新闻接触方式。身处丰富的信息渠道和个性化媒体内容的“高选择媒体环境”，公众可根据自身偏好和需求选择新闻或回避新闻，选择性接触（selective exposure）更容易发生。然而，“受众信息环境受到算法、记者、平台、国家、广告商、个人偏好、社交关系等多元力量的共同规制和影响。”基于权力、资本和个人偏好的算法推荐新闻提高了偶然新闻接触频率。此外，社交成为最常见的在线活动之一，公众经常接触微信、微博、抖音等社交媒体中“关注”的人及家人、好友分享的新闻内容，尽管他们并不积极搜索这些新闻信息。算法推荐和社交网络混合影响着公众的新闻接触，偶然新闻接触的机会大为增加。社交媒体偶然新闻接触对公众政治参与的影响机制成为政治传播学者关注的重要问题。

一、研究假设

本研究从偶然新闻接触与政治参与的工具性路径分析两者之间可能的直接效应。基于算法推荐和社交网络的偶然新闻信息获取方式，有利于提高公众偶然新闻接触频率和时政新闻接触机会。此外，偶然新闻接触为公众政治参与提供了动员信息，有助于促进公众政治参与。且既有元分析发现，社交媒体偶然新闻接触与政治参与之间存在正相关关系，本研究推论社交媒体偶然新闻接触促进公众政治参与。综上，提出研究假设：

H1a：公众社交媒体偶然新闻接触频率越高，其线上政治参与频率越高；

H1b：公众社交媒体偶然新闻接触频率越高，其线下政治参与频率越高。

目前学界一般认为事实政治知识是公众政治参与的必要条件，大量研究发现，政治知识储备较多的公众，往往政治参与更为积极。鉴于以上分析，本研究认为事实政治知识可能在社交媒体偶然新闻接触与政治参与之间发挥中介作用。偶然新闻接触拓展了公众新闻接触机会，促进了其接触时政新闻信息的频率、密度，增强了其事实政治知识。此外，事实政治知识作为一种客观资源或认知变量，是公众政治参与的基础。既有研究发现，媒体使用通过事实政治知识的中介作用对公众政治参与产生影响。综上，提出研究假设：

H2a：事实政治知识在社交媒体偶然新闻接触与线上政治参与之间发挥中介作用；

H2b：事实政治知识在社交媒体偶然新闻接触与线下政治参与之间发挥中介作用。

本研究认为感知政治知识可能在社交媒体偶然新闻接触与政治参与之间发挥中介作用。且既有研究发现，感知政治知识在社交媒体新闻消费与政治参与之间发挥中介作用。因此，提出研究假设：

H3a：感知政治知识在社交媒体偶然新闻接触与线上政治参与之间发挥中介作用；

H3b：感知政治知识在社交媒体偶然新闻接触与线下政治参与之间发挥中介作用。

二、研究方法

（一）抽样方法及样本情况

本研究于2021年5月7日至2021年5月12日委托北京零点调查公司进行线上问卷调查，采取严格的配额抽样。参考2019年1‰人口抽样调查数据和第六次全国人口普查数据，对18岁及以上网民群体的性别、年龄、城乡、区域及教育程度进行配额设计。该数据调查公司在国内大陆居民会员库中的网民约300万，调查问卷上线之后总共有3527名中国成年公众试图参加调查，其中登录未提交人数55人，登录提交-甄别未过人数1782人，登录提交-因配额已满而终止作答人数79人，登录提交-正式回答完毕人数1611人，不良数据删除样本11人，最终有效样本量1600人。在调查过程中通过IP地址和Cookie筛查、注册信息与提交信息对比、IP地址归属与执行调查区域筛查以及访问时间筛查（通过对前期试访问中，回答单份问卷所需的平均时长和最短时长综合考虑，将本次调查最短访问时间设置为7.5分钟，≤7.5分钟的问卷数据将不被采纳）来确保问卷调查的质量。

有效样本1600份，其中男性817人（51.1%），女性783人（48.9%）。调查对象年龄分布在18-75岁之间（M=43.89），其中18-29岁受访者303人（18.9%），30-39岁受访者314人（19.6%），40-49岁受访者316人（19.8%），50-59岁受访者306人（19.1%），60岁及以上受访者361人（22.6%）。教育程度方面，小学及以下（30.3%）、初中（43.3%）、高中/中专/技校（15.3%）、大学专科（6.4%）、大学本科及以上（4.7%），符合配额要求。

（二）变量测量

1.自变量：社交媒体偶然新闻接触

参考既有研究对社交媒体偶然新闻接触的测量方法，通过询问“您会通过如下方式获取时政新闻吗？”（1）社交媒体APP推送的时政新闻（自动弹出的）；（2）微信朋友圈或微信群朋友转发的时政新闻；（3）在使用微博、微信、抖音等社交媒体进行娱乐消遣时，偶然遇到或者被动看到时政新闻的频率；（4）通过热搜榜获取时政新闻（如微博热搜、抖音热搜）。采用七级量表测量，从“从不”=1分，到“很多”=7分。主成分因子分析显示，4个题项析出一个因子，可解释63.61%的变异量（KMO=0.79），将4个题项建构为“社交媒体偶然新闻接触”（M=4.19，SD=0.60，α=0.77）。

2.因变量：政治参与

政治参与包括线上政治参与和线下政治参与两个维度，参考既有研究对线上政治参与和线下政治参与的测量量表并有所调整。线上政治参与通过询问“过去一年来，您是否在线上参与过以下政治活动”：（1）通过网络参加相关公共事件的讨论或投票；（2）在网上对政府部门或其工作人员提出建议；（3）通过网络反映或披露相关问题以期获得关注。采用七级量表测量，从“从不”=1分，到“很多”=7分。主成分因子分析显示，3个题项析出一个因子，可解释72.04%的变异量（KMO=0.71），将3个题项建构为“线上政治参与”（M=3.43，SD=1.45，α=0.81）。

线下政治参与通过询问“过去一年来，您是否在线下参与过以下政治活动”：（1）给政府部门提建议或反映问题；（2）向媒体表达自己关于热点事件的想法；（3）参加集体性的活动向相关部门表达诉求。采用七级量表测量，从“从不”=1分，到“很多”=7分。主成分因子分析显示，3个题项析出一个因子，可解释81.37%的变异量（KMO=0.75），将3个题项建构为“线下政治参与”（M=4.01，SD=1.51，α=0.89）。

3.中介变量：政治知识

事实政治知识，参考此前测量方法，包括一般政治知识和公共事务知识。通过5个题项测量：（1）法国现任总统是埃马纽埃尔马克龙吗；（2）目前中国的国民生产总值（GDP）排名世界第2，仅次于美国吗；（3）联合国安理会常任理事国有5个国家，包括中国、俄罗斯、英国、法国、美国吗；（4）当前影响我国环境质量的首要污染物是PM2.5细颗粒物吗；（5）2021年3月18日至19日，中共中央政治局委员、中央外事工作委员会办公室主任杨洁篪，国务委员兼外长王毅同美国国务卿布林肯、总统国家安全事务助理沙利文举行中美高层战略对话。通过判断题测量，答对得1分，答错或不知道得0分，通过5个题项的均值测量事实政治知识（M=0.50，SD=0.33，α=0.74）。

感知政治知识，参考既有研究的测量方法并有所调整，通过5个题项测量：（1）与同龄人相比，我对政治知识的掌握；（2）与同龄人相比，我对国内时事热点的了解；（3）与同龄人相比，我对国际局势和热点事件的了解；（4）与同龄人相比，我对2021年两会的了解；（5）与同龄人相比，我对2021年政府工作报告的了解。采用五级量表测量，从“少很多”=1分，到“多很多”=5分。主成分因子分析显示，5个题项析出一个因子，可解释56.99%的变异量（KMO=0.84），将5个题项建构为“感知政治知识”（M=3.27，SD=0.76，α=0.81）。

4.控制变量

根据政治参与既有研究发现，本研究将人口统计学变量中的性别（男=1，女=0）、年龄（18-29岁=1，30-39岁=2，40-49岁=3；50-59岁=4，60岁及以上=5）、教育程度（小学及以下=1，初中=2，高中/中专/技校=3，大学专科=4，大学本科及以上=5）、家庭收入/月（6000元及以下=1，6001-10000元=2，10001-15000元=3，15001-30000元=4，30000元以上=5）作为控制变量。此外，还将政治面貌（非中共党员=0，中共党员=1）和政治兴趣作为控制变量。政治兴趣通过询问“总体来说，您对时政新闻（国内外政治、经济和社会的方针、政策和活动）的感兴趣程度如何？”，通过五级量表测量，从“非常不感兴趣”=1分，到“非常感兴趣”=5分（M=3.45，SD=0.90）。

三、研究发现

（一）社交媒体偶然新闻接触对公众政治参与的主效应检验

由于变量测量量纲的不同（同时使用五级量表、七级量表及分类变量），本研究对核心变量进行标准化处理之后进行回归分析。为了解公众社交媒体偶然新闻接触对线上政治参与和线下政治参与的预测作用，进行多元回归分析。结果显示，控制人口统计学变量、政治面貌和政治兴趣变量后，社交媒体偶然新闻接触显著预测线上政治参与（β=.398，p<.001）和线下政治参与（β=.450，p<.001），假设H1a和H1b得到支持。

（二）事实政治知识和感知政治知识的中介效应

本研究采用SPSS23.0中的process插件3.3（模型4）通过Bootstrap检验方法，检验事实政治知识和感知政治知识在社交媒体偶然新闻接触与政治参与之间的中介效应。结果显示，事实政治知识在社交媒体偶然新闻接触与线上政治参与之间不发挥中介作用（B=.0020，置信区间CI=[-.0035，.0085]包括0）；事实政治知识在社交媒体偶然新闻接触与线下政治参与之间发挥中介作用（B=-.0188，置信区间CI=[-.0305，-.0090]不包括0）；还通过Sobel检验法进行辅助检验，Sobel检验的标准是|Z|>1.96，p<0.05，则中介效应显著。Sobel检验法也证实了事实政治知识在社交媒体偶然新闻接触与线下政治参与之间的中介作用（Z=-3.40，p<.001）。因此，假设H2a没有得到支持，H2b得到支持。

此外，感知政治知识在社交媒体偶然新闻接触与线上政治参与之间发挥中介作用（B=.3139，置信区间CI=[.2529，.3750]不包括0）。感知政治知识也在社交媒体偶然新闻接触与线下政治参与之间发挥中介作用（B=.2546，置信区间CI=[.2165，.2945]不包括0）。Sobel检验法也证实了感知政治知识在社交媒体偶然新闻接触与线上和线下政治参与之间的中介作用（Z=9.54，p<.001；Z=13.48，p<.001）。因此，假设H3a和H3b得到支持。

（三）稳健性检验

为了对以上研究结论进行验证，本研究采用Mplus8进行结构方程模型和中介效应的稳健性检验。结果显示，模型拟合指标分别为：χ2/df=3.03，CFI=0.974，TLI=0.969，RMSEA=0.036，SRMR=0.033。根据结构方程模型拟合指标的判断标准，1<χ2/df<3，CFI>0.90，TLI>0.90，RMSEA<0.08，SRMR<0.05，绝大多数拟合指标符合要求，说明模型拟合度较好。此外，中介效应检验结果显示，社交媒体偶然新闻接触可直接正向预测线上政治参与和线下政治参与，还可通过感知政治知识正向影响线上政治参与和线下政治参与，也可通过事实政治知识负向影响线下政治参与。

四、研究结论

本文基于政治心理理论关注事实政治知识、感知政治知识在社交媒体偶然新闻接触与政治参与之间的作用机制。研究发现，社交媒体偶然新闻接触对线上和线下政治参与有正向预测作用。公众在社交媒体偶然新闻接触基础上，形成基于事实政治知识和感知政治知识的政治参与，其中事实政治知识发挥负向中介作用，感知政治知识发挥正向中介作用。

第一，社交媒体偶然新闻接触对线上和线下政治参与有正向预测作用，与既有研究结论一致。这说明社交媒体时代，基于算法推荐和社交网络的偶然新闻接触对政治参与的意义和价值，呼应了社交媒体偶然新闻接触的乐观主义观点。

第二，事实政治知识在社交媒体偶然新闻接触与线下政治参与之间发挥负向中介作用。具体而言，社交媒体偶然新闻接触对事实政治知识有正向预测作用，这与既有研究结论不同。可能的原因：其一，社交媒体偶然新闻接触提供了更多时政新闻信息接触机会。其二，社交媒体偶然新闻接触中有较大密度的时政新闻信息。

第三，社交媒体偶然新闻接触促进公众事实政治知识，但事实政治知识对线上政治参与没有显著预测作用，因此事实政治知识在社交媒体偶然新闻接触与线上政治参与之间不发挥中介作用。事实政治知识对线上政治参与没有显著预测作用，与大学生微博参与的研究结论一致。

第四，感知政治知识在社交媒体偶然新闻接触与线上和线下政治参与之间发挥正向中介作用。具体而言，社交媒体偶然新闻接触对感知政治知识有正向预测作用，这与既有研究结论相同。此外，感知政治知识正向预测线上和线下政治参与，这说明感知政治知识作为一种效能感，不管对线上政治参与还是线下政治参与均有正向预测作用，与既有研究结论一致。但

综上，事实政治知识和感知政治知识在社交媒体偶然新闻接触与政治参与之间发挥中介作用，即公众社交媒体偶然新闻接触通过政治心理因素（事实和感知政治知识）进一步影响政治参与。但事实政治知识和感知政治知识发挥相反作用，事实政治知识在社交媒体偶然新闻接触与线下政治参与之间发挥负向中介作用，感知政治知识在社交媒体偶然新闻接触与线上和线下政治参与之间发挥正向中介作用。社交媒体偶然新闻接触对政治参与的积极影响，主要通过感知政治知识路径。

（载《传媒观察》2024年第8期，原文约13000字，标题为《偶然新闻接触对公众政治参与的影响：事实和感知政治知识的中介作用》，此为节选，注释从略，学术引用请参考原文。“传媒观察杂志”公号全文链接：https://mp.weixin.qq.com/s/pieVowLbUeJFoNg-mulJ1g。）