《通过与观众建立关系来遏制当地新闻的衰落》①学习报告
第一部分：主题提炼、研究场景的整体复盘
1) 研究课题：参与式新闻 (Batsell, 2015; Stroud & Duyn, 2023)（让观众参与新闻内容选题和产出的模式）是否在改善地方新闻和社群的关系以及提高地方新闻的商业可持续性这两方面存在因果关系 (Stroud & Duyn, 2023)。
2) 地方新闻面临的现状以及课题的研究背景：
行业现状：
1. 地方新闻的重要性
2. 行业现状
课题的研究背景：
3. 参与式新闻
1. 地方新闻的重要性：帮助本地人了解居住地区域的问题、机会、对地方当局起到监督作用、并增进社区认同感 (Kaniss, 1991)；
2. 行业现状：地方新闻业面临的全面衰退既体现在经济层面，也体现在社会层面：
a. 发行量和收入不断下降：在新闻业整体大盘收入锐减的影响下，地方报纸广告收入下降40% (Masullo, Curry, Whipple, & Murray, 2021; Stroud & Duyn, 2023)；并且伴随着新闻业数字化，虚假信息的泛滥和公众信任的下跌，其经济方面下降的趋势还会进一步扩大 (Fischer, Jaidka, & Lelkes, 2020; Stroud & Duyn, 2023)；
b. 伴随业态进一步缩水，持续裁员和内容同质化加剧：自从2008年以来收入的减少直接导致地方新闻的裁员高达25%以上 (Walker, 2021)，而人力的减少加剧了地方新闻内容竞争性的下降( (Stroud & Duyn, 2023)，促进了内容同质化 (Boczkowski & Santos, 2007)；而内容的同质化的危害之一就是降低当地公共事务和地方政治的参与度，严重威胁了当地的地方民主( (Hayes & Lawless, 2021)；
c. 各种因素形成的连锁反应不断挤压着地方新闻的生存空间：在内容同质化和地方新闻业活跃度降低的多重影响下，观众就更有可能观看由全国性机构推出的新闻 (Fischer, Jaidka, & Lelkes, 2020)、加剧全国性内容的跨平台垄断 (Boczkowski & Santos, 2007)、加速本地新闻观众的流失、降低观众对于本地新闻的信心和关注度、使本地新闻业在社会效益和商业效益上都进入负循环；
3. 解决方案—参与式新闻
a. 理论基础：社会交换理论
1. 社会交换理论：关系的建立和维护是基于一系列的利益交换。关系在互惠过程中发生变化，并会被交换所改变。 (Cropanzano & Mitchell, 2005)随着时间的推移，参与交换的人所获得的利益将会创作并建立信任 (Stroud & Duyn, 2023)。
2. 基于社会交换理论，参与式新闻既可以产生社会层间的交换，也可以产生经济层面的交换 (Stroud & Duyn, 2023)：
社会层面：通过让观众参与新闻选题、互动讨论、定期回访等方式让新闻编辑室和社区形成双向沟通，公众获得了参与感、影响力并增强了社区意识，新闻编辑室收获了反馈，公众和新闻编辑室彼此建立了信任 (Stroud & Duyn, 2023)；
经济层面：订阅和流量的增长可以伴随着社会交换产生 (Stroud & Duyn, 2023)。
3. 作者认同“参与式新闻”的可行性：观众和新闻机构的关系即有社会属性也有经济属性，所以参与式新闻是一个潜在解决方案。
b. 过往研究的缺陷：无因果论证 (Stroud & Duyn, 2023)
过去的调研和实践表明，让公众参与新闻报道可能有助于提高报道质量以及受众对新闻机构的态度，但关于新闻编辑室会因此获得经济效益和社会效益并没有经过因果论证 (Stroud & Duyn, 2023)。
c. 为什么要进行因果论证：
排除偏见：在实践中社会层面的积极影响可能是因为参与式新闻的参与者本来就对社区事务有更高的认知，有较高的政治效能，并对发起这个模式的机构有更好的印象 (Stroud & Duyn, 2023)。过往的研究记录了他们和新闻编辑工作室的关系，但并没有分析参与式新闻对参与者造成的影响 (Stroud & Duyn, 2023)；
地方新闻急需明确肯定的解决方案：由于很多地方新闻面临的财务状况让他们在调整商业模式时候没有试错机会，维持或者增加额外投入来应用参与式新闻具有财务影响 (Stroud & Duyn, 2023)。
3) 地方新闻面临的现状以及课题的研究背景：
所以本次课题的研究重点是论证因果关系 (Stroud & Duyn, 2023)：证明参与式新闻会为新闻编辑室带来正面的经济效益和社会效益，可以帮助地方新闻编辑室应对衰退。
最终本次研究的结果证明：参与式新闻作为一种解决方案能够帮助地方新闻改善收入，并明显提高社区影响力 (Stroud & Duyn, 2023)。
第二部分：研究方法
1) 获取样本数据
1.描述性统计：收集20个新闻网站的订阅数据的平均每天的续订和新订阅数，网站流量包括回访和页面浏览量的数据等 (Stroud & Duyn, 2023)。用于收集和整理数据，以描述数据的基本特征。（其他统计方法：推断统计）
2.问卷调查：向20个网站的目标受众进行了一次调查，以评估他们对新闻品牌、社区、他们感受到的新闻网站的代表性以及新闻网站的参与努力的看法 (Stroud & Duyn, 2023)。这涉及到收集和分析反馈数据。为了评估受众对新闻网站的评估，采用问卷调查的方法收集数据。通过调查受众对新闻网站的评价 (Pollock III, 1983; Gaziano & McGrath, 1986)和响应度等指标 (Stroud & Duyn, 2023; Shiau & Luo, 2012)，进一步了解干预对受众的影响。
2) 对获得到的样本数据进行分析和解释
1.分层随机抽样（确保样本的随机性跟代表性）：将20个参与的新闻网站根据其发行量和网络流量分为三个层次：大型（4个网站）、中型（10个网站）和小型（6个网站）。在每个层次内，随机分配一半的网站参与互动干预，另一半继续其当前的参与式实践 (Stroud & Duyn, 2023)。通过将总体分成不同的层次或子群体，然后在每个层次或子群体中进行随机抽样或分配，以获得更具代表性的样本。这种方法有助于减少不同层次之间的差异对研究结果的影响。（随机抽样的其他方法：简单随机抽样、整群抽样、系统抽样）
2.逻辑回归：在这个研究中，逻辑回归被用于预测受访者是否来自对照组或干预组。用于分析一个或多个自变量与因变量之间的关系。因变量指的是新闻网站的用户参与度、流量等，而自变量可能包括新闻质量、内容类型、用户反馈等。通过逻辑回归分析，可以预测因变量的结果（例如用户是否会订阅新闻网站），并根据自变量的影响程度来解释预测的准确性。
3.比较分析：在得出数据后，研究者将干预组（启动参与式新闻倡议的新闻网站）和对照组（继续当前参与式实践的新闻网站）的结果进行比较，以评估参与式新闻倡议对新闻网站的影响。通过比较两组之间的差异，可以更准确地评估干预措施的效果。
4.负二项模型 (Moody & Marvell, 2020)：通常用于计数数据的分析，尤其当数据的方差大于均值时。负二项模型被用于分析新闻网站的订阅量。这是因为订阅量可能受到多种因素的影响，而负二项模型能够准确地预测和解释这些因素对订阅量的影响。流量指标分析：与订阅量一样，流量指标（例如访问量、页面浏览量等）也可以使用负二项模型进行分析。这是因为流量数据通常也是计数数据，并且可能具有较大的方差。使用相同的模型规格进行分析有助于确保分析的一致性和可靠性。
5.方差分析（ANOVA）：是一种用于比较三个或更多组数据的统计方法。可用于分析受众对新闻网站的评价或反馈数据。通过方差分析，可以确定不同组之间是否存在显著差异，并进一步探索哪些因素导致了这些差异。（方差：是一组数据的平均值与每个数据点的差值的平方和的平均值,它可以反映一组数据的离散程度）
6.验证性因子分析 (Marsh, Hau, & Wen, 2004; Hu & Bentler, 1999)：验证性因子分析是一种结构方程模型（SEM）方法，用于验证理论和假设的关系。验证性因子分析用于验证受众评价的潜在因素或维度。通过这种方式，可以更深入地了解受众评价的结构和特点。
7.编码和分析：对于报道中涉及的主题，根据Friedland等人的“关键信息需求”进行编码和分析 (Stroud & Duyn, 2023)。涉及到分类和解释数据的过程，实际上是一种基于既定框架的分类方法。大概流程：确定编码框架-选择编码员-阅读和理解文本-应用编码框架-记录和整理数据-解释和分析数据-验证和可靠性检查。通过上述过程，研究人员能够系统地分析和解释新闻报道中涉及的主题，从而为新闻传播研究提供坚实的基础。
8.数据监测和检查：在整个项目期间，监测了新闻室的进展，并在第一个月每周进行一次检查，之后每两周或每月进行一次检查 (Stroud & Duyn, 2023)。这涉及到数据的实时监控和定期检查。
3) 对分析得到的数据进行验证
为了确保研究结果的可靠性，进行了一系列稳健性测试。使用jack-knife稳健性测试来检验结果的稳定性，进行安慰剂分析以排除随机因素的影响等。这些测试有助于增强研究结果的可靠性 (Stroud & Duyn, 2023)。
1.Jack-knife 稳健性测试：是一种重抽样技术，用于估计统计量和它们的标准误差、置信区间等。通过多次从数据中删除一个或多个观测值，并重新计算统计量，可以评估该统计量的稳定性和可靠性。这种方法有助于识别数据中的异常值或离群点对结果的影响。这种测试通过逐一移除每个新闻网站并重新运行分析，来检查是否有一个或少数网站对结果产生了重大影响。如果在移除任何一个网站后，结果仍然一致，那么这表明结果并不是由某一个特定网站驱动的。这种测试可以回答类似的问题：“我们的结果是否稳定？是否有某一个特定网站影响了整个研究的结论？”
2.安慰剂分析（Placebo Analysis） (Moody & Marvell, 2020)：安慰剂分析是用来排除随机或非特异性因素影响的研究方法。其基本原理是对研究中的控制组或安慰剂组进行分析，以评估非处理因素对结果的贡献。通过比较处理组和安慰剂组之间的差异，可以确定处理因素对结果的影响是否真实且显著。这种分析旨在检验处理效应是否真实存在，而不仅仅是随机或非特异性因素的结果。通过将处理变量替换为一个随机变量，并对产生的t统计量进行排序，研究人员可以确定一个调整后的临界值。如果实际的t统计量超过了这一临界值，那么这进一步支持了研究假设，即参与式新闻倡议确实增加了订阅量。这种分析有助于回答类似的问题：“我们的结果是否受到随机或非特异性因素的影响？处理效应是否真实存在？”
第三部分：论文问题研究的局限性及未解决的问题
1) 研究背景及对象的局限性：
a) 相较于新闻行业与受众定义的广泛，研究样本只针对地方性纸媒新闻编辑室的受众 (Stroud & Duyn, 2023)，没有广泛涉及媒体行业不同渠道对象，无论是在研究媒介上，还是地域范围上缺乏新闻行业大众代表性；
b) 仅研究了参与式新闻，其他干扰方式的可能性无法体现在本次研究范围内 (Stroud & Duyn, 2023; Kligler-Vilenchik & Tenenboim, 2020)；
2) 研究方法及结论的局限性：
a) 采样方法的仅强调在在统一公司所属媒介渠道中进行分层划分 (Stroud & Duyn, 2023)，并未考虑到不同地区，人口，性别，品牌消费习惯等客观背景因素，筛选方法缺乏可靠性及客观性，由此得出的结论是否可以直接推广到其他类型的新闻编辑室也缺乏推演价值；
b) 研究结论并未将实验过程给予实验对象的成本考虑在内，受众在新的交互式新闻中，需要面临的问题，诸如需要额外精力应对回访，选项和调研等精力成本，是否会影响到受众对于新闻产品的喜悦度和信任感作为隐形成本被忽视。同样的，企业主，即新闻编辑室为实现交互式新闻的互动，所付出的运营成本作为隐性成本也并未算入整体业务营收损益中，提高新闻业务利润的结论存在有一定的漏洞；
3) 研究结论的风险因素依然存在，诸如商业、政治等可以伪装为大众的影响因素，是否会在交互式新闻举措施行过程中，对于新闻行业经营及大众信任感可能会产生的负面影响，并未能够解决。
第四部分：研究方法思路对于目前公司项目的启发性和借鉴性
1) 在既有理论的基础上进行调研的双重结合（干预组/对照组） (Stroud & Duyn, 2023)：
适用于我们后期进行验证产品迭代、商业模式迭代的长期效果，也方便我们在验证后进行相应的运营计划的调整和长期维护与粉丝之间的关系。举例：如增加小说、动画pv等，是否能增加网站的活跃度、或反向增加小说的订阅活跃度。再比如，邀请观众/粉丝参与角色人物发展或者角色产品迭代，是否增加现有内容的影响力等等。
2) 既定结论和调研的相互配合对于私域社群运营的影响：
用于后期进行长期的私域社群运营计划。在已有的产品上新增用户体验，定期且长期地增加粉丝活动来进行验证运营计划对建立和维护粉丝关系的有效性，用更精细化的运营计划来经营私域社群，既维护原有用户，又吸引新用户进入。
3) 营销策略的更新与版权受众分层运营的价值（交互性运营）：
相较于市场上大多数大成本投入的买量策略和广告投放策略，通过交互性运营内容，可以帮助我们有效地筛选出用户粘性强、品牌忠诚度高的核心粉丝，除有利于提高版权链条中可销售to c端产品的营销效果外，也可以帮助品牌打造用户口碑护城河，提升BD价值。
4) 交互式运营对动画内容产品的影响：
利用社会交换理论 (Cropanzano & Mitchell, 2005)实践的受众关系，本质上不改变产品本身与行业营收的关系，即交互式运营本质并不是培养用户的运营手段，而是筛选核心粉丝的用户运营手段，在项目实操中，产品需要在保障客观数据的基础上进行精细化的品牌运营，而不是本末倒置，而协调和审视客观数据与核心粉丝数据的关系，本身也是衡量产品生命周期的重要指标。
参考文献
Stroud, N., &Duyn, E. (2023). Journal of Communication: Curbing the decline of local news by building relationships with the audience. Volume 73, Issue 5, October 2023, Pages 452–462.
Batsell, J. (2015). Engaged Journalism: Connecting with Digitally Empowered News Audiences. Columbia University Press .
Boczkowski, P., & Santos, M. (2007, May 21). When More Media Equals Less News: Patterns of Content Homogenization in Argentina's Leading Print and Online Newspapers. Political Communication - POLIT COMMUN, 24, 167-189.
Cropanzano, R., & Mitchell, M. (2005). Social Exchange Theory: An Interdisciplinary Review. Journal of Management, 874-900.
Fischer, S., Jaidka, K., & Lelkes, Y. (2020, 12 1). Auditing Local News Presence on Google News. Nature Human Behavior, 4, 1-9.
Gaziano, C., & McGrath, K. (1986). Measuring the Concept of Credibility. Journalism Quarterly, 63(3), 451-462.
Hayes, D., & Lawless, J. J. (2021). News Hole: The Demise of Local Journalism and Political Engagement. Cambridge: Cambridge University Press.
Hu, L.-t., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55.
Kaniss, P. (1991). Making Local News. University of Chicago Press.
Kligler-Vilenchik, N., & Tenenboim, O. (2020). Sustained journalist–audience reciprocity in a meso news-space: The case of a journalistic WhatsApp group. New Media & Society, 22(2), 264-282.
Marsh, H., Hau, K.-T., & Wen, Z. (2004). In Search of Golden Rules: Comment on Hypothesis-Testing Approaches to Setting Cutoff Values for Fit Indexes and Dangers in Overgeneralizing Hu and Bentler's (1999) Findings. Structural Equation Modeling, 320-341.
Masullo, G., Curry, A., Whipple, K., & Murray, C. (2021, 1 1). The Story Behind the Story: Examining Transparency About the Journalistic Process and News Outlet Credibility. Journalism Practice, 16, 1-19.
Moody, C., & Marvell, T. (2020). Clustering and Standard Error Bias in Fixed Effects Panel Data Regressions. Journal of Quantitative Criminology, 36(2), 347-369.
Pollock III, P. H. (1983). The Participatory Consequences of Internal and External Political Efficacy: a Research Note. Western Political Quarterly, 36(3), 400-409.
Shiau, W.-L., & Luo, M. (2012). Factors affecting online group buying intention and satisfaction: A social exchange theory perspectiv. Computers in Human Behavior, 28(6), 2431-2444.
Stroud, N. J., & Duyn, E. V. (2023). Curbing the decline of local news by building relationships with the audience. Journal of Communications, 452-462.
Walker, M. (2021, July 13). U.S. newsroom employment has fallen 26% since 2008. Retrieved 1, 2024 from https://www.pewresearch.org/?p=304666
