原文标题： More platforms, less attention to news? A multi-platform analysis of news exposure across TV, web, and YouTube in the United States

一、研究对象与核心研究问题

本文的研究对象是美国受众在电视、网页和YouTube三大平台上的新闻接触行为及其产生的新闻消费差距（news divides）。核心研究问题是：在多平台媒体环境下，人们如何在不同平台间选择和接触新闻？这种跨平台环境是缓解还是加剧了不同社会群体间在新闻关注度上的既有不平等？具体而言，文章围绕四个研究问题展开：（1）各平台分别吸引了多大比例的新闻消费者？（2）这些新闻消费者的社会人口学特征是怎样的？（3）跨平台新闻接触行为是否增加了个体花在新闻上的总时间？（4）花在某一平台上的新闻时间是否以牺牲另一平台上的新闻时间为代价（即替代效应）？作者试图通过解答这些问题，评估当前高选择性的多平台媒介环境对公众新闻信息获取的整体影响。

二、研究背景

当前信息环境的核心特征是受众分散于多个媒介平台，平台内部又进一步分散于海量内容源。新闻内容的供给渠道激增，但这是否真的扩大了知情的公众基础，学界的证据相互矛盾：调查研究显示全球范围内有意回避新闻（news avoidance）的人数在上升，而观察性研究又表明社交媒体等平台促进了政治知识的获取。这两种看似相悖的趋势共同指向了政治知识分配中的不平等问题。本研究的现实意义在于，新闻消费是公众获取政治信息、涵养政治知识和参与公共生活的主要机制，消费水平的不均衡可能直接转化为政治输入的不平等。然而，既有研究多局限于单一平台，无法捕捉当前受众跨平台流动的复杂现实。数字化平台（如YouTube和整个开放网络）的崛起，与仍然占据主导地位的电视并存，并可能通过算法策展等方式重塑受众的注意力分配。因此，厘清这一复杂环境究竟是在修正还是加剧“新闻差距”，对于理解现代民主治理的信息基础至关重要。

三、理论背景

本文的理论框架建立在解释信息科技如何影响新闻消费的三种视角之上：

  1. 工具性视角：认为数字技术降低了信息获取的成本，并使收益的分配更为广泛。
  2. 社会心理学视角：强调社会情境和个人特征（如兴趣、技能、选择性接触）会压倒技术可能性，现有的信息使用模式会自我强化。高选择性的媒介环境允许低政治兴趣用户完全转向娱乐内容，导致偶遇新闻（inadvertent exposure）急剧减少。
  3. 算法策展视角：强调平台算法在定义用户可见内容上的核心作用，可能通过信息流推送创造出新的偶遇新闻机会，但这一过程对不同人群可能产生不同影响，最终效果尚不明确。

在具体解释跨平台行为时，文章梳理了两组对立的理论预期：替代理论（媒体平台争夺有限时间，一方的增益等于另一方的损失）与互补/增强理论（注意力并非恒定，新增平台可能会叠加或放大既有消费，尤其在算法推荐下，积极的新闻寻求行为会被进一步强化）。本文旨在通过实证数据检验在这三种理论逻辑和多组对立假设下，多平台环境究竟如何塑造了当下的新闻消费格局。

四、研究设计

本研究采用大规模观察性追踪数据集（observational panel data）进行定量分析。

  • 数据来源与样本：数据由尼尔森（Nielsen）公司提供。核心分析样本是同时出现在电视面板和网页面板中的约55,000名独特受访者，追踪期为39个月（2016年1月至2019年8月）。该样本经过概率抽样，并附有权重以确保在全国层面的年龄、性别、种族、教育等指标上代表美国成年人口。
  • 分析平台与新闻内容识别：
    • 电视：追踪全国性电视节目的分钟级实时观看行为。硬新闻由尼尔森自带的节目分类（“新闻”）确定，排除了政治脱口秀、喜剧节目等软新闻/信息娱乐内容。
    • 网页：追踪台式电脑浏览器上秒级的URL访问记录。通过整合五份过往文献中使用的新闻域名列表生成一份包含795个域名的硬新闻网站清单。
    • YouTube：从网页面板的URL中提取YouTube视频链接，并通过API获取视频元数据。硬新闻由平台自身的分类标签“新闻与政治”确定，并在分析中被视为独立的新闻生态系统。
  • 核心测量指标：针对每位受访者，按月聚合其在每个平台上新闻消费的三个指标：是否消费新闻（二分变量）、消费的新闻渠道/网站数量（计数变量）、消费新闻的总时长（分钟，对数转换）。
  • 统计方法：采用线性混合效应模型，将月度新闻消费量作为因变量，性别、年龄、教育、收入等人口学变量和跨平台时间作为自变量，并将受访者ID和月份作为随机效应，以此控制个体层面未观测到的混杂因素和时间变异性。

五、主要发现

  1. 平台间新闻触达率悬殊：电视仍是新闻消费的绝对主导平台，约80%的受访者每月至少在电视上接触一次新闻。约有不到50%的人访问网络新闻，而YouTube上接触过新闻的比例则极低（约5%）。
  2. 各平台新闻消费者的社会人口学特征差异显著：
    • 年龄：在所有平台上，年龄都与新闻消费呈持续的正相关关系。
    • 教育：高学历更显著地预测了线上（网页和YouTube）的新闻消费行为。
    • 性别：女性在电视新闻消费上略高于男性，但在线上新闻消费上显著低于男性。
    • 收入：收入与电视新闻消费正相关，但与YouTube新闻消费呈负相关。 这表明，新闻差距的具体形态高度依赖于其所处的具体平台环境。
  3. 跨平台新闻消费者是极小众且高度不具代表性的群体：仅有约10%的受访者（约5300人）在三个平台上都消费新闻。他们的社会人口学特征非常突出：年龄更大、教育水平更高且主要为男性，属于深度政治投入的少数群体。
  4. 存在系统性的“放大效应”而非“替代效应”：对新闻时间的分析发现，一个平台上花费的新闻时间与在另一个平台上花费的新闻时间呈显著正相关（电视对YouTube新闻时间除外）。这表明，多平台环境并未导致注意力在不同平台间的简单转移，而是让本就高度投入的少数跨平台消费者在其原有新闻消费基础上，增加了在另一平台上的消费时间，从而进一步拉大了他们与普通公众（尤其是那些选择完全不消费新闻的人）之间的差距。

六、研究结论与讨论

本文的核心结论是：多平台媒体环境非但没有缓解，反而系统性地加剧了美国社会中的新闻消费差距。研究发现颠覆了“更多平台等于更多接触机会即为更多人带来同等益处”的直觉。实际上，只有一小部分在人口学上不具代表性的“超级新闻消费者”驱动了大部分线上新闻的关注度，他们的新闻寻求行为被线上平台的互补性效应放大，而大多数人则可能选择完全避开新闻。这种强化动态形成了一个自我实现的闭环：作为少数派的深度新闻消费者的偏好和行为被平台算法和编辑度量（如点击率、流量）所捕捉并放大，从而不成比例地塑造了公共注意力的分配和新闻内容的供给。

学术贡献：

  1. 方法论贡献：本研究使用了极其稀缺的、能够在个体层面同时追踪电视、网页和YouTube三大平台行为的大规模追踪数据，实现了真正的跨平台分析，克服了过往依赖调查或单一平台数据的局限。
  2. 理论贡献：文章有力地整合并实证检验了关于信息科技的三种理论视角，揭示了社会结构因素和个人选择是驱动新闻差距的深层力量，而补充/增强效应则在行为层面具体实现了这种不平等的扩大。它为理解高选择媒体环境下的政治不平等提供了坚实的微观行为证据。
  3. 现实意义：结论警示，若将网络上少数深度新闻用户的偏好误认为公众的整体需求，可能导致新闻生产、算法策展和舆论气候被高度扭曲，对民主治理所依赖的知情公众基础构成挑战。

研究局限：研究仅关注硬新闻而排除了知识性软新闻；网络行为数据仅限台式机，可能低估了新闻接触量（尽管跨平台数据的优势在某种程度上弥补了此不足）；分析未涵盖新闻内容的党派性，无法评估深度消费者群体内部的意识形态对称性。未来研究应在这些方向上深化，并在其他国家和社会语境中检验本结论的普适性。