社交媒體敘事如何讓NFT交易引發(fā)關(guān)注？一項基于1600萬推文的實證剖析

導(dǎo)語

在數(shù)字資產(chǎn)時代，NFT（非同質(zhì)化代幣）市場的興衰往往不是由資產(chǎn)本身的價值決定，而是被社交媒體上的故事和互動所左右。想象一下，一條推文如何點燃投資熱情，又如何讓市場瞬間冷卻？這正是南京大學(xué)王成軍研究團(tuán)隊在《Journal of Broadcasting & Electronic Media》上發(fā)表的最新論文所探討的核心問題。該研究通過分析1600萬條推文，揭示了在線互動和敘事結(jié)構(gòu)如何影響用戶對NFT交易的關(guān)注度，為理解社交媒體如何塑造經(jīng)濟(jì)行為提供了新視角。

本周六，第二期，王成軍老師將以“計算敘事傳播概覽”為主題進(jìn)行分享，他會結(jié)合一系列研究案例介紹計算敘事傳播研究的理論、數(shù)據(jù)、方法，尤其是敘事瀑流模型。邀請你來參與～

關(guān)鍵詞：NFT、計算敘事傳播、敘事經(jīng)濟(jì)學(xué)、時空維度、因果分析

王朝會（集智編輯部）| 作者

張耀天（南京大學(xué)新聞傳播學(xué)院博士生）| 審校

論文題目：Unraveling the Shape of Social Media Narratives: Analyzing the Effects of Online Interaction and Narrative Structure on Attention to Digital Asset Transactions

論文作者：Yaotian Zhang, Yixiao Sun & Cheng- Jun Wang

論文鏈接：https://www.tandfonline.com/doi/full/10.1080/08838151.2025.2484347?scroll=top&needAccess=true

敘事如何主導(dǎo)數(shù)字資產(chǎn)市場？

數(shù)字資產(chǎn)市場不同于傳統(tǒng)金融，其波動性很大程度上源于敘事的力量。正如諾貝爾經(jīng)濟(jì)學(xué)獎得主羅伯特·希勒（Robert Shiller）所言，人們的投資決策往往被流行故事驅(qū)動，而不是理性計算。在NFT領(lǐng)域，用戶關(guān)注度和交易行為深受社交媒體敘事的影響——這些敘事將NFT包裝成“獨特、前沿的投資機(jī)會”。

然而，以往研究多停留在內(nèi)容層面，忽略了敘事形狀的潛在影響：敘事如何在時間和空間上展開？在線互動（如回復(fù)、轉(zhuǎn)發(fā)、點贊）又如何重塑這些形態(tài)？南京大學(xué)王成軍團(tuán)隊的研究填補(bǔ)了這一空白。他們基于互動敘事模型（interactive narrative model），提出敘事結(jié)構(gòu)的時間維度（速度）和空間維度（迂回度、體積）直接影響用戶關(guān)注度。研究問題直指：在數(shù)字媒體（如Twitter）中，敘事形態(tài)如何影響NFT交易關(guān)注的波動？通過構(gòu)建三波面板數(shù)據(jù)（覆蓋1226名活躍用戶從2019年至2021年的推文和注意力），他們量化了這些維度，并揭示了社交媒體敘事對經(jīng)濟(jì)注意力的影響。

圖1：研究概念圖

這項研究的突破在于，它不僅擴(kuò)展了互動敘事模型到社交媒體語境，還整合了敘事經(jīng)濟(jì)學(xué)理論，用實證分析證明敘事形狀塑造注意力和人類行為。這為解釋NFT市場的“病毒式”傳播提供了新框架。

從大數(shù)據(jù)到量化模型

為了嚴(yán)謹(jǐn)解答問題，研究團(tuán)隊采用計算傳播學(xué)方法，處理海量數(shù)據(jù)并構(gòu)建因果模型。首先，他們從Twitter API采集了1600萬條包含“NFT”或“non-fungible token”關(guān)鍵詞的推文，篩選出1226名每年持續(xù)發(fā)帖的活躍用戶，形成三波面板數(shù)據(jù)（2019-2021年）。這確保了數(shù)據(jù)的縱向連續(xù)性，避免了橫截面研究的偏差。

核心在于量化敘事結(jié)構(gòu)：

• 敘事速度：使用Word2Vec模型計算連續(xù)推文在300維語義空間中的平均歐幾里得距離，反映敘事進(jìn)展的快慢（M=1.098，SD=0.610，M為平均值，SD為標(biāo)準(zhǔn)差，下同）。

• 敘事迂回度：總距離與最短路徑的比率，捕捉敘事是否“迂回”（M=1.337，SD=0.312）。

• 敘事體積：包圍所有推文向量的最小橢球體積，衡量主題廣度（M=1.15，SD=0.437）。

圖2：三維空間中的敘事速度（a）、最短路徑（b）和敘事迂回度

圖3：三維空間中的敘事體積

在線互動則通過平均回復(fù)（M=0.594）、轉(zhuǎn)發(fā)（M=0.741）和點贊（M=1.693）測量。此外，研究根據(jù)OpeaSea平臺的術(shù)語構(gòu)建交易注意力詞典，并基于該詞典測量用戶的交易注意力（outcome variable）相關(guān)術(shù)語占用戶推文長度的比例（M=0.949，SD=0.52）。通過Granger因果檢驗，研究證明用戶的交易注意力與實際交易量顯著相關(guān)。

分析采用雙向固定效應(yīng)模型（控制用戶和年份固定效應(yīng)），并進(jìn)行因果中介效應(yīng)檢驗（1000次蒙特卡洛模擬）和Tobit穩(wěn)健性檢查。這套方法有效控制了不隨時間變化的個體特質(zhì)和年份層面的共同沖擊，減少混雜變量干擾，如用戶粉絲數(shù)或賬戶活躍度。

“高速度、低迂回、低體積+情感”

的敘事模式最吸睛

研究結(jié)果清晰有力：敘事形狀顯著影響NFT交易關(guān)注度。具體來說，雙向固定效應(yīng)模型顯示：

• 高敘事速度正向提升關(guān)注度（B=0.537，p<0.001，B為回歸系數(shù)，p為統(tǒng)計顯著性水平，下同），因為快速語義跳躍符合社交媒體的即時性需求。

• 低迂回度（B=-1.014，p<0.001）和低體積（B=-0.457，p<0.001）同樣增加關(guān)注度，高迂回或高體積會導(dǎo)致信息過載，降低用戶參與。

在線互動起到催化作用：轉(zhuǎn)發(fā)和點贊增加敘事速度（分別提升4.7%和9.3%），回復(fù)減少體積（-3.3%）。中介分析進(jìn)一步證實，敘事速度分別占回復(fù)、轉(zhuǎn)發(fā)和點贊對交易關(guān)注度總效應(yīng)的13.9%、23.5%和17.1%。這些中介效應(yīng)強(qiáng)調(diào)了敘事結(jié)構(gòu)中時間維度的理論重要性。相反，敘事結(jié)構(gòu)的空間維度對在線互動與關(guān)注度關(guān)系的中介效應(yīng)相對有限。

此外，情感表達(dá)強(qiáng)化效果：積極情感（B=0.122，p<0.001）和負(fù)面情感（B=0.113，p<0.05）均提升關(guān)注度。但置信維度（從恐慌到置信的譜系）對個體關(guān)注無顯著影響，這與敘事經(jīng)濟(jì)學(xué)對市場整體趨勢的強(qiáng)調(diào)形成對比。

這些結(jié)論基于3678個觀測值，R2達(dá)0.497，模型穩(wěn)健性經(jīng)多重測試驗證，數(shù)據(jù)支撐了“高速度、低迂回、低體積+情感”的成功敘事模式。

從“理性人”到“敘事人”

這項研究不僅理論上豐富了互動敘事模型，還為敘事經(jīng)濟(jì)學(xué)注入了微觀證據(jù)。它證明，在社交媒體時代，敘事形狀比單純內(nèi)容更能驅(qū)動經(jīng)濟(jì)行為——這解釋了為什么一些NFT項目通過簡潔、快速的社交媒體敘事迅速走紅。

這些研究也帶來很多啟發(fā)，在營銷領(lǐng)域，品牌可優(yōu)化社交策略，避免高迂回敘事以防用戶疲勞；NFT平臺如OpenSea可設(shè)計算法優(yōu)先推送低體積內(nèi)容，提升交易活躍度。政策制定者也能借鑒，監(jiān)控敘事形態(tài)以防范市場泡沫（如2021年NFT熱潮）。更廣義上，它提醒我們，數(shù)字經(jīng)濟(jì)正從“理性人”假設(shè)轉(zhuǎn)向“敘事人”范式，社交媒體已成為經(jīng)濟(jì)注意力的放大器。

-論文團(tuán)隊王成軍教授·本周六分享預(yù)告-

分享主題：計算敘事傳播概覽

分享嘉賓：王成軍（南京大學(xué)新聞傳播學(xué)院教授、博士生導(dǎo)師。近年主要研究興趣為：一、發(fā)展敘事瀑流模型，開展一系列國際傳播的計算敘事研究；二、構(gòu)建計算中心論，提煉計算傳播學(xué)的理論邏輯。）

分享時間：2025年8月30日 10:00-12:00

AI×傳播讀書會

在AI快速發(fā)展的當(dāng)下，AI不僅深刻影響著信息傳播的方式，也為傳播學(xué)研究帶來了全新視角和方法。基于此，集智俱樂部聯(lián)合北京師范大學(xué)許小可教授、浙江大學(xué)張子柯教授、南京大學(xué)王成軍教授、深圳大學(xué)廖好副教授共同發(fā)起，從計算敘事、智能傳播、人機(jī)傳播與傳播仿真四個板塊向來共同探索AI與傳播的前沿交叉，來深度理解傳播機(jī)制和傳播生態(tài)。讀書會自8月23日起，每周六10:00-12:00舉行，預(yù)計持續(xù)12周。歡迎掃碼加入，共建“AI×傳播”社區(qū)。

詳情請見：

1.

2.

3.

4.

5.

6.

7.