Appearance
Negativity drives online news consumption
Summary
Problem: 在线媒体在信息传播和舆论形成中至关重要，但什么驱动了在线新闻消费仍不清楚。新闻业有“坏消息才是好新闻”的传统直觉，但缺乏因果证据。以往研究多为相关性分析，无法确定负面语言是否真正导致更高的新闻消费；实验室研究又缺乏生态效度。 Approach: 作者利用Upworthy.com的大规模实地随机对照试验（RCT）数据（N=22,743个RCT，约105,000个标题变体，产生约570万次点击和超过3.7亿次展示），通过文本挖掘提取标题中的正面和负面词汇，运用多水平二项回归模型估计负面词汇对点击率（CTR）的因果效应。研究采用预注册的确认性分析设计，并进行了多项稳健性检验。 Finding: 研究发现，尽管正面词汇在标题中略多于负面词汇，但负面词汇显著增加了新闻标题的点击率，而正面词汇则降低了点击率。对于平均长度的标题，每增加一个负面词汇，点击率提高2.3%；每增加一个正面词汇，点击率降低1.0%。在离散情绪分析中，愤怒、恐惧和悲伤词汇均与更高的点击率相关，而喜悦词汇与更低的点击率相关。 Significance: 该研究为“负面偏见”假说提供了来自大规模实地实验的因果证据，表明负面语言确实驱动在线新闻消费。这一发现对理解用户在线媒体参与行为、新闻编辑策略以及信息传播机制具有重要意义，也为后续研究提供了方法论范式。
Theoretical Framework
- Theoretical tradition: 该论文属于认知心理学与计算社会科学交叉领域，基于人类对负面刺激的注意偏好理论。
- Prior theories built upon: 论文建立在“负面偏见”（negativity bias）理论之上，该理论认为人类从婴儿期起就优先注意负面刺激，且负面信息在记忆中更“粘性”，在自我学习、他人学习和决策中被赋予更高权重。此外，论文还借鉴了情绪心理学中关于高唤醒负面情绪（如愤怒、恐惧）具有特殊注意吸引力的观点。
- Causal mechanism: 负面词汇自动激活威胁反应系统，促使个体优先关注负面信息以进行规划和避免潜在伤害；高唤醒负面情绪（愤怒、恐惧）具有社会和信息价值，能提醒群体成员注意威胁，因此更吸引注意力并驱动点击行为。
- Key assumptions: 理论假设人类对负面刺激存在自动、快速的注意偏好，这种偏好跨领域、跨发展阶段稳定存在；同时假设标题中的情绪词汇能有效触发读者的情绪反应，进而影响点击决策。
- Theoretical move: 该论文将已有的“负面偏见”理论从实验室情境和相关性研究拓展到大规模实地随机实验情境，通过因果推断验证了该理论在真实在线新闻消费中的适用性，是对现有理论的应用和实证强化。
- Scope conditions: 研究基于Upworthy.com这一特定平台的数据，该平台以“点击诱饵”策略著称，其用户群体和内容风格可能与其他新闻网站存在差异；研究聚焦于标题语言的情绪效价，未涵盖图片、视频等其他内容特征的影响。
Research Design
本研究为实地随机对照试验（RCT）的二次分析。Upworthy.com在其实验中，对同一新闻故事生成多个标题变体，并将用户随机分配到不同标题条件下，记录每个标题的展示次数和点击次数。分析单元为单个标题变体（N=53,699个标题，来自12,448个RCT）。关键自变量为标题中负面词汇的比例（主要分析）以及愤怒、恐惧、悲伤、喜悦四类离散情绪词汇的比例（次要分析），通过LIWC词典进行文本分类。因变量为点击率（CTR），定义为点击次数除以展示次数。控制变量包括标题长度、文本复杂度（Gunning Fog Index）、平台年龄（故事发布相对于Upworthy平台成立的时间）。
Data & Sample
数据来自Upworthy研究档案（Upworthy Research Archive），包含Upworthy.com自2012年成立以来进行的22,743个RCT。经过预注册的过滤程序后，保留12,448个RCT，涵盖53,699个标题变体，共获得超过2.05亿次展示和2,778,124次点击。样本为Upworthy.com的在线用户，主要来自美国。数据收集时间为Upworthy运营期间（约2012年至2016年）。每个RCT平均测试4.31个标题变体（中位数为4）。标题的平均长度为14.965个词。
Analytical Strategy
主要分析采用多水平二项回归模型（multilevel binomial regression），以RCT作为随机截距，估计标题中负面词汇比例对点击率的影响。模型控制了正面词汇比例、标题长度、文本复杂度（Gunning Fog Index）和平台年龄。按照预注册方案，使用两个模型进行假设检验：一个仅允许截距变化，另一个同时允许负面词汇的斜率变化。次要分析考察愤怒、恐惧、喜悦、悲伤四类离散情绪词汇比例对点击率的影响，同样采用多水平二项回归。稳健性检验包括：使用替代情感词典（NRC、SentiStrength）、替代否定处理方式、替代文本复杂度指标、控制二次效应、排除同时含正负词汇的标题、排除图片变化的RCT、计算单一情感得分、对CTR进行对数转换。此外，还考察了道德化语言作为调节变量的作用，以及负面效应在不同新闻主题（娱乐、政府与经济、LGBT、育儿与学校、人物、女性权利与女权主义等）间的差异。
Results & Findings
- 主要发现——负面词汇增加点击率：与“负面偏见假说”一致，负面词汇比例的系数为正（β=0.015，P<0.001），表明标题中负面词汇比例越高，用户点击新闻的可能性越大。对于平均长度的标题，每增加一个负面词汇，点击率提高2.3%。这一效应在控制标题长度、文本复杂度和平台年龄后依然稳健。
- 正面词汇降低点击率：正面词汇比例的系数为负（β=−0.008，P<0.001），表明标题中正面词汇比例越高，点击率越低。每增加一个正面词汇，点击率降低1.0%。这一结果与预注册假设一致。
- 控制变量的效应：标题长度增加会提高点击率（β=0.040），文本复杂度增加会降低点击率（β=−0.004），平台年龄的系数为负（β=−0.309），表明Upworthy后期发布的新闻点击率低于早期，暗示其编辑策略的新颖性随时间递减。
- 变斜率模型的一致性：允许情感变量斜率随实验变化的模型中，正面词汇系数仍为负（−0.017），负面词汇系数仍为正（0.018），与主模型结论一致，提供了汇聚证据。
- 离散情绪分析：愤怒、恐惧和悲伤词汇均与更高的点击率显著相关，而喜悦词汇与更低的点击率相关。这支持了高唤醒负面情绪（愤怒、恐惧）和低唤醒负面情绪（悲伤）均能吸引注意力的理论预期。
- 道德化语言的调节作用：道德化语言对点击率有直接的负向效应（β=−0.024），且与正面词汇的交互项为负（−0.006）、与负面词汇的交互项也为负（−0.007），表明道德化语言削弱了负面词汇的正向效应和正面词汇的负向效应。但即使控制道德化语言，负面语言的直接效应依然存在。
- 主题差异：负面语言在“政府与经济”“LGBT”“育儿与学校”“人物”等主题中均显著增加点击率，正面语言在“LGBT”“生活”“育儿与学校”“人物”等主题中显著降低点击率。总体而言，负面语言的正向效应在各主题间保持一致。
- 稳健性检验：所有预注册的稳健性检验均支持主要结论，包括替代词典、替代否定处理、替代复杂度指标、控制二次效应、排除混合情感标题、排除图片变化、单一情感得分以及对数转换CTR等。
Limitations
作者承认以下局限性：首先，数据来自Upworthy.com这一特定平台，该平台以“点击诱饵”策略著称，其用户群体和内容风格可能与其他新闻网站存在差异，因此结果的推广性（generalizability）有限。其次，研究仅考察了标题中的文字内容，未涵盖图片、视频、排版等视觉元素对点击率的影响。第三，点击率仅衡量了用户点击行为，未追踪用户是否实际阅读了文章内容或文章对其态度、信念的影响。第四，研究聚焦于情绪词汇的效价和唤醒度，未深入探讨其他语言特征（如具体性、叙事性）的作用。第五，虽然RCT设计保证了内部效度，但Upworthy的编辑选择过程（哪些标题进入测试）可能存在选择偏差。
Key Contributions
- 首次利用大规模实地随机对照试验数据（N=22,743个RCT，约105,000个标题变体）提供负面语言对在线新闻消费具有因果效应的证据，克服了以往相关性研究的局限。
- 量化了负面词汇对点击率的具体效应量：平均长度标题中每增加一个负面词汇，点击率提高2.3%，为理论预测提供了精确的实证估计。
- 验证了“负面偏见”理论在真实在线新闻消费情境中的适用性，将实验室发现拓展到生态效度高的实地环境。
- 揭示了离散情绪（愤怒、恐惧、悲伤、喜悦）对新闻消费的差异化影响，细化了情绪效价与唤醒度在驱动点击行为中的作用。
- 发现道德化语言对点击率的直接负向效应及其对正负情感效应的调节作用，为理解语言特征与新闻消费的复杂关系提供了新视角。
- 通过预注册的确认性分析设计和多项稳健性检验，为在线行为研究提供了方法论范式，增强了研究结果的可信度和可重复性。
Key Claims
"Although positive words were slightly more prevalent than negative words, we found that negative words in news headlines increased consumption rates (and positive words decreased consumption rates)." (Abstract)
"For a headline of average length, each additional negative word increased the click-through rate by 2.3%." (Abstract)
"Consistent with the 'negativity bias hypothesis', the effect for negative words is positive (β = 0.015, SE = 0.001, z = 17.423, P < 0.001, 99% CI = (0.013, 0.018)), suggesting that a larger proportion of negative words in the headline increases the propensity of users to access a news story." (Results section)
"It is important to note that headlines belong to the 'same' news story and, therefore, phrasing news, regardless of its story, in a negative language increases the rate of clicking on a headline." (Results section)
"Our results contribute to a better understanding of why users engage with online media." (Abstract)