CC BY
0Возможности применения контент-анализа для оценки восприятия градостроительного проекта
Просянюк Д. В., кандидат социологических наук, научный сотрудник Института сетевого анализа
В статье дается определение контент-анализа как количественного метода анализа текстовых сообщений, рассматривается история происхождения метода и области его наиболее частого применения. Приводятся результаты исследования градостроительного конфликта вокруг строительства транспортно-пересадочного узла «Нижегородская».
• контент-анализ • сетевая коммуникация • городские конфликты, транспортно-пересадочный узел
ВВЕДЕНИЕ
Контент-анализ — это метод анализа информации (чаще всего текстовой), состоящий в переводе неструктурированной информации в структурированную по заранее определенным правилам. Метод контент-анализа состоит в подсчете встречаемости, выявлении статистических и структурных взаимосвязей между определенными исследователем смысловыми компонентами (чаще всего это слова или концепты, словосочетания, предложения и пр.). Важно помнить ключевые характеристики контент-анализа: это формализованный подход, в основе которого лежит статистический анализ явных признаков (если угодно — позитивистская парадигма). Контент-анализ, как и любой другой метод количественного анализа (например, тематическое моделирование), работает только с эксплицитными индикаторами: символами, словами, прямым (и единственным) смыслом слов и пр. Главный постулат метода — чем чаще встречается понятие, тем важнее оно для автора.
Обычно под термином «контент-анализ» подразумевается «количественный» метод анализа, но иногда в публикациях можно встретить понятие «качественный контент-анализ», который, в отличие от «количественного», направлен на понимание изучаемых явлений на основе анализа единичных случаев; другими словами, если количественный контент-анализ дает ответ на вопрос: «Что и как часто говорится?», то качественный — на вопрос: «Как говорится?» На наш взгляд, оптимальной стратегией является интеграция методов (mixed-methods research), позволяющая получать синергетические результаты от описательных возможностей количественных методов и интерпретативных — качественных.
Пожалуй, очень трудно найти сферу, где бы так или иначе не использовались возможности метода и связанных с ним методик: сегодня он используется как в научных
(социологии, лингвистике, психолингвистике, политологии, антропологии, истории, философии, литературоведении, науковедении и пр.), так и в сугубо прикладных исследованиях (медиаисследования, управление персоналом, журналистика, PR, управление репутацией, мониторинг СМИ, политтехнологии и пр.).
Важными понятиями контент-аналитического исследования являются единицы анализа (это единицы, составляющие основу анализа, единицы, которые исследователь стремится охарактеризовать, например тема, информационный повод, публикация) и единицы счета (это единицы, с помощью которых квантифицируются атрибуты текста, например слово, концепт). Результатом первичного кодирования информации в подавляющем большинстве случаев является частотная матрица (в качестве частоты обычно выступает абсолютная/относительная частота единицы или TFiDF). Далее могут быть использованы методы многомерного анализа, например факторный анализ, многомерное шкалирование, кластеризация, даже регрессионный анализ. Но зачастую, особенно в прикладных областях, исследователи останавливаются на подсчете и анализе частоты встречаемости ключевых понятий.
Термин «контент-анализ» впервые был использован на рубеже XIX-XX вв. американскими журналистами Д. Спидом, Б. Мэттью, Д. Уилкоксом, А. Стритом, Ф. Фентоном, Р. Уайтом, А. Тенни, М. Уилли. Официально термин включен в Webster's Dictionary of the English Language в 1961 г. со следующим определением: «анализ явного и скрытого содержания переданного материала (в виде книги или фильма) посредством классификации, составления таблиц и оценки ключевых символов и тем для определения его значения и вероятного эффекта». Однако начало истории метода уходит в XVIII в., когда в Швеции был осуществлен количественный анализ сборника из 90 церковных гимнов, а также подготовлены три диссертации по теологии. В начале XX в. контент-анализ как метод исследований массовых коммуникаций был использован Ю. Лёбом, М. Вебером, А. Марковым. «Отцами» современной версии контент-анализа принято считать американского социолога Г. Лассуэла и французского журналиста Ж. Кайзера. Г. Лассуэл в начале 50-х годов XX столетия первым предложил использовать для анализа массовой коммуникации и техник пропаганды статистический учет абстрактных языковых единиц — символов («слов»). Первое четкое представление этих концептуальных и методологических результатов под новым зонтичным понятием «контент-анализ» появилось в 1948 г. в тексте «Анализ содержания коммуникации» Б. Берельсона и П. Лазарсфельда, который позже был издан в виде книги Б. Берельсона «Контент-анализ в коммуникационных исследованиях» — она до сих пор считается фундаментальным трудом, описывающим наиболее общие положения метода. После её появления метод приобрёл большую популярность и стал широко использоваться и совершенствоваться в самых разных сферах.
В отечественную историографию контент-анализ пришел на рубеже 1960-1970-х годов через публикации социологического семинара, организованного Сибирским отделением советской социологической
74
ассоциации и рабочего совещания социологов «Методологические и методические проблемы контент-анализа». Первые обстоятельные обзоры контент-анализа в социологии в начале 1970-х годов принадлежат А. Н. Алексееву. С контент-анализом неразрывно связаны такие области, как компьютерный анализ текстов (Computer-aided text analysis), анализ документов, обработка естественных языков, информационный поиск, мониторинг СМИ. Сетевой анализ, социальные сети, социальные медиа, семантические сети, концепт, токен, речевые маркеры, коммуникативный акт, TFiDF, дискурс, дискурс-анализ, тематическое моделирование. Анализ текста, количественный анализ текста, формализованный анализ текста, смешанные методы (Mixed-methods research).
КОНТЕНТ-АНАЛИЗ ГРАДОСТРОИТЕЛЬНОГО КОНФЛИКТА НА ПРИМЕРЕ ТПУ «НИЖЕГОРОДСКАЯ»
Для оценки текущей ситуации, связанной со строительством ТПУ «Нижегородская», использовался метод контент-анализа. По всем информационным площадкам интернет-пространства была сформирована база сообщений, относящихся к объектам Рублево-Архангельской линии метрополитена — всего 2207 сообщений. Из них отобраны информационные объекты, которые являются содержательными по смыслу и могут быть подвергнуты смысловому анализу. Таким образом, в качестве элементов генеральной совокупности выбран массив в размере 518 сообщений. Анализу подвергались публикуемые материалы на всех цифровых площадках (в интернет-пространстве), включающих как социальные сети «ВКонтакте» и Facebook1, Twitter, Instagram2, «Одноклассники» YouTube, Telegram, так и СМИ (совокупно), а также правительственные сайты, инициирующие информационный контент. Для исследования соотношения показателей по разным интернет-площадкам выстраивались таблицы сопряженности в программе SPSS 21. При этом произведен частотный анализ категорий выборки с применением статистического критерия Хи-квадрат Пирсона. Статистически значимым показатель считается в том случае, если вероятность ошибки p < 0,05. Все графики, представленные в данном исследовании, удовлетворяют данному критерию, то есть имеют вероятность ошибки менее 5 %.
Анализ распределения сообщений по социальным сетям показал, что наибольшее количество сообщений, связанных по содержанию с ТПУ «Нижегородская», сосредоточено в социальной сети «ВКонтакте» (41 %). Однако большинство сообщений на данной цифровой площадке носит формальный характер и является перепостами публикаций СМИ и официальных правительственных сайтов. Об этом же говорит доля сообщений в СМИ, совокупно 19 % — второй по частоте вид сообщений. Доля публикуемых пресс-релизов на официальных правительственных сайтах и страницах их сообществ в социальных сетях составляет 8,5 %. Именно эти три категории информационных площадок являются генераторами контента по ТПУ «Нижегородская». Менее всех популярен YouTube (1,2 %), однако сообщения в данном видеохостинге пишутся частными авторами и вносят существенный вклад в имидж станции и вызывают живой эмоциональный отклик среди пользователей социальных сетей.
Компания Meta Platforms Inc. признана в России экстремистской организацией и запрещена. Принадлежащие ей соцсети «Фейсбук» и «Инстаграм» в России запрещены.
РАСПРЕДЕЛЕНИЕ СООБЩЕНИИ ПО ТОНАЛЬНОСТИ
В целом пользователи социальных сетей имеют позитивное отношение к проекту строительства объектов ТПУ «Нижегородская», позитивную тональность имеют 81 % сообщений, распространяемых в социальных сетях и мессенджерах. Динамика позитивных сообщений при распределении по социальным сетям в целом коррелирует с общим распределением по тональности всех имеющихся сообщений. Наибольшее количество позитивных сообщений сосредоточено в социальной сети «ВКонтакте» (36 %). На втором месте сообщения в СМИ, совокупная доля позитивных сообщений в них составляет 18 %. На третьем месте сообщения, публикуемые на официальных площадках правительственных департаментов — 9 %. Следует обратить внимание, что сообщения в видеохостинге УоиТиЬе при их немногочисленности имеют высокий охват, по сути, могут иметь более значительный потенциал эмоционального влияния на аудиторию цифровых площадок, чем сообщения из других социальных сетей, что также следует учитывать при планировании информационной работы по формированию позитивного имиджа ТПУ «Нижегородская».
Практически все сообщения в социальных сетях представлены в серьезном, нейтральном стиле. Как правило, это связано с тем, что основной массив сообщений является вирусно распространяемым контентом официальных федеральных СМИ, которые берут информацию из пресс-релизов с официальных страниц департаментов и комитетов. Одобрение и поддержку проекту активно выразили около 1 % пользователей. Открыто осуждающих сообщений, обличающих проект в недочетах и ошибках проектирования, а также сообщений с явной иронией и цинизмом менее 1 %. Это указывает на то, что немногочисленная критика проекта, встречающаяся в социальных сетях, является скорее субъективным мнением блогеров и потенциальных пользователей объектов ТПУ «Нижегородская». То, что среди негативных сообщений не встречаются одинаковые или близкие по смыслу претензии, также указывает на субъективный характер оценок и высокий профессионализм при проектировании инфраструктуры данного ТПУ.
76
Рис. 1. Стиль сообщений
Около 79 % сообщений содержат положительный образ ТПУ «Нижегородская». Позитивный образ станции связан с возможностью ТПУ «Нижегородская» объединить сразу несколько видов транспорта, разгрузить соседние ветки метрополитена и Курский вокзал пешей доступностью к крупным жилым кварталам, озеленением с элементами ландшафтной архитектуры вокруг ТПУ, экономией времени пассажиров в пути, а также тем, что на две платформы смогут приходить сразу четыре поезда, за счет чего проходная нагрузка в час пик сможет составить более 100 тыс. человек. Нейтральный образ ТПУ характерен для 14 % сообщений. Смешанный и нейтральный образ характерен менее чем для 1 % контента.
Положительный Нейтральный Смешанный Отрицательный
Рис. 2. Образ ТПУ «Нижегородская» в интернет-пространстве в целом
Во всех социальных сетях преобладают сообщения, где отмечаются позитивные изменения в инфраструктуре района от уже введенных в эксплуатацию объектов, а также тех, которые еще войдут в состав ТПУ «Нижегородская». Сообщения и перепосты, в которых отмечается позитивный образ ТПУ, повторяются во всех социальных сетях, но в разном объеме. Это, с одной стороны, указывает на единый источник информации, которым пользуются пользователи цифровых площадок для формирования образа ТПУ «Нижегородская», о низкой индивидуализации образа объектов данного ТПУ. С другой стороны, это указывает на возможность быстрой и эффективной работы по формированию нужного образа объектов ТПУ в дальнейшем. Данным источником выступают почти всегда пресс-релизы департаментов и комитетов, распространяемых через федеральные и крупные московские СМИ. Крупных акторов, которые бы публиковали свой авторский независимый взгляд на ТПУ «Нижегородская», разнящийся с образом, формируемом в СМИ, практически нет. Наибольшее количество сообщений, формирующих позитивный образ ТПУ, сосредоточен в социальной сети «ВКонтакте», в наименьшей степени — в YouTube.
КОНКРЕТНОЕ УПОМИНАНИЕ СТАНЦИИ В СООБЩЕНИЯХ
На цифровых интернет-площадках можно выделить два типа публикаций. В первом случае в сообщениях упоминается только ТПУ «Нижегородская» (45 % сообщений),
во втором — ТПУ «Нижегородская» вместе со станцией метро «Нижегородская» (55 % сообщений), которая в дальнейшем станет частью данного ТПУ. Упоминание в более половине случаев станции метро «Нижегородская» указывает на то, что наиболее полезный компонент с точки зрения инфраструктуры данного ТПУ берет на себя соответствующая станция метро. Она же является наиболее востребованным и значимым компонентом данного ТПУ. Это также может указывать на высокую долю местных жителей либо лиц, работающих в данном районе и пользующихся метро «Нижегородская» среди пользователей интернет-площадок, обсуждающих строительство ТПУ «Нижегородская». В итоге информационная работа по созданию позитивного имиджа станции должна быть сосредоточена на доступности метрополитена для тех, кто живет, работает либо осуществляет пересадки на другие виды транспорта в данном узле. Другие компоненты инфраструктуры ТПУ «Нижегородская» менее значимы для пассажиров.
ВЛИЯНИЕ НА РАЗЛИЧНЫЕ ОБЪЕКТЫ ИНФРАСТРУКТУРЫ
По мнению пользователей цифровых площадок, влияние ТПУ «Нижегородская» на транспортную ситуацию является положительным (64 % сообщений). Отрицательное влияние на транспортную ситуацию отмечено в 0,2 % случаев, что не превышает показатели статистической погрешности. Вместе с тем 35 % сообщений вообще не содержат упоминаний влияния ТПУ на транспортную ситуацию. Учитывая, что пользователям социальных сетей важно упоминание ТПУ «Нижегородская» в контексте станции метро, показатель позитивного отклика можно еще значительно увеличить в дальнейшем при генерации эмоционально ярких публикаций и работе акторов по созданию имиджа ТРУ «Нижегородская» как крупнейшего транспортного хаба не только Москвы, но и России, сделав упор на подземную транспортную инфраструктуру. Следует также отметить, что среди выделенных для анализа объектов именно улучшение транспортной ситуации при введении объектов ТПУ набирает большинство сообщений, а влияние ТПУ на ситуацию с жильем и улучшение инфраструктуры социальных объектов не столь очевидно и не набирает и половины от всей совокупности сообщений.
Рис. 3. Влияние ТПУ на транспортную ситуацию
78
Во всех социальных сетях, кроме «Твиттер», большинство сообщений содержат идею улучшения транспортной ситуации с введением ТПУ «Нижегородская». Негативное влияние отмечено лишь в единичных сообщениях СМИ и УоиТиЬе.
Позитивное влияние на ситуацию с недвижимостью и улучшением жилищных условий выявлено лишь в 15 % сообщений, что является достаточно низким показателем. Почти 85 % сообщений не упоминают улучшение жилищных условий при введении в работу ТПУ «Нижегородская». И лишь 0,4 % говорят о смешанном либо противоречивом влиянии ТПУ на ситуацию с недвижимостью. Именно доля акторов, высказывающих смешанные аргументы по данному поводу, являются предпочтительной первоочередной мишенью для информационно-корректирующей работы внутри цифровых площадок.
Улучшение ■ Смешан ни ■ Не еырлэмлн ото шеи и я
Рис. 4. Влияние ТПУ на жилье
Влияние ТПУ «Нижегородская» на объекты социальной инфраструктуры отмечено в почти 17 % сообщений. Что также не является высоким показателем, однако выше, чем аналогичный показатель по ситуации с жильем. Рекомендуется увеличить количество генерируемых сообщений в данном контексте, так как данная инфраструктурная составляющая является даже несколько более значимой для пользователей цифровых площадок, чем жилье. Вероятно, это связано с дефицитом социальных объектов в данном районе, по мнению пользователей, количество которых при вводе ТПУ увеличится и станет более доступным. Сообщений и публикаций, содержащих смешанные и негативные отзывы о влиянии ТПУ «Нижегородская» на социальную инфраструктуру, не выявлено.
Таким образом, можно говорить о значительном позитивном отношении акторов сообщений к строительству ТПУ «Нижегородская». Вместе с тем далеко не все аргументы при информационной работе одинаково убедительны для пользователей. Наиболее благоприятным аргументов в пользу строительства ТПУ является аргумент о преимуществах и уникальности станции метро, входящей в состав ТПУ, в меньшей степени приемлем аргумент об улучшении социальной инфраструктуры и наименее значим для пользователей социальных сетей аргумент о влиянии объектов ТПУ «Нижегородская» на ситуацию с жильем в их районе.
Влияние ТПУ на соц.объекты
Улучшение 16.8%
Не выразили отношения
83,2%
«Улучшение в Не выразили отношения
Рис. 5. Влияние ТПУ на соцобъекты
ОПАСЕНИЯ И ЖАЛОБЫ В СВЯЗИ СО СТРОИТЕЛЬСТВОМ ТПУ «НИЖЕГОРОДСКАЯ»
Среди пользователей социальных сетей практически не выявлены существенные жалобы на работу уже открывшихся объектов в составе ТПУ, а также не высказаны существенные претензии к строящимся объектам. Также не было отмечено заметной протестной активности градо-защитников. За анализируемый период не выявлено сообщений с открытой конфронтацией против проекта строительства, не отмечено конфронтационных акций и даже минимальной уличной протестной активности — пикетов, публичных заявлений, митингов, сообщений об авариях при строительстве и т. д. Это дает основание дать позитивный прогноз на реализацию проекта в дальнейшем и поддержку проекта местными жителями и пользователями социальных сетей даже при наступлении локального негативного информационного события.
Тем не менее для улучшения позитивного имиджа объектов ТПУ «Нижегородская» следует увеличить долю сообщений в одобрительном и поддерживающем стиле. В этих целях следует уделять внимание тому, чтобы контент стал более авторским, способным менять нейтральные установки на позитивные, включал позитивный юмор, искренние отзывы пользователей. Для этих целей могли бы подойти цитаты, взятые из опросов или интервью у самих посетителей построенных объектов ТПУ — с их согласия. Данная стратегия требует формирования фокус-групп и соответствующих социологических стратегий исследования и взаимодействия с пассажирами станций метро, пользователями социальных сетей и местными жителями. Формирование позитивного буфера — избытка позитивных откликов — поможет нивелировать отрицательные отзывы и сообщения в случае наступления негативного информационного повода или угрозы.
ВЫВОДЫ
80
Следует отметить, что цифровые площадки «Твиттер» или «Телеграм» наименее вовлечены в обсуждение проекта и не содержат сообщений с критикой. Тем не менее данные мессенджеры становятся достаточно популярны в настоящее время, и, вероятно, следует заблаговременно заполнять их позитивным контентом, что даст возможность сделать отношение к образу ТПУ «Нижегородская» более предсказуемым и управляемым, так как в случае возникновения очага негативного отношения или неблагоприятного информационного события пользователи будут пользоваться именно «Телеграм» для рассылки сообщений внутри оппозиционно настроенных пользователей и доля сообщений в осуждающем и критическом стиле будет резко возрастать. Наиболее позитивный отклик имело бы формирование позитивного отношения к образу ТПУ посредством генерирования позитивных эмоционально заряженных видеопубликаций вУоиТиЬе.
Иными словами, при формировании позитивного образа ТПУ «Нижегородская» в рекламе и проимиджевых публикациях не следует в данный момент делать значительный упор на улучшение жилищных условий близлежащих районов. Аргумент о позитивном влиянии ТПУ на жилищный компонент инфраструктуры следует продвигать лишь после подготовительных информационных работ, в которых связь между улучшением ситуации с недвижимостью и близостью станций метро и ТПУ будет ярче актуализирована в сознании пользователей интернет-площадок.
Список использованных источников
1. Ньюман, Л. Неопросные методы исследования / Л. Ньюман // Социологические исследования. - 1998. - № 6.
2. Почепцов, Г.Г. Теория коммуникации / Г.Г. Почепцов. — М.: Рефл-бук, К.: Ваклер, 2001.
3. Методы анализа текста и дискурса / С. Тичер, М. Мейер, Р. Водак, Е. Веттер. — Харьков: Гуманитарный центр, 2009. — 356 с.
4. Федотова, Л.Н. Анализ содержания — социологический метод изучения средств массовой коммуникации / Л.Н. Федотова. — М.: Научный мир, 2001. — 214 с. Издание 2-е, исправленное и дополненное.
5. Ядов, В.А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности / В.А. Ядов. — 3-е изд., испр. — Москва: Омега-Л, 2007. — 567 с. — (Университетский учебник).
6. Berelson, B. (1952). Content Analysis in Communication. Research. Glencoe, Illinois: The Free Press,. 220 p.
7. Krippendorff, K. (2018). Content Analysis: An Introduction to Its Methodology. Fourth Edition. SAGE.
8. Lasswell, H.D. (1941). The Technique of Symbol Analysis (Content Analysis). Experimental Division.
9. Neuendorf, K. (2017). The content analysis guidebook (Second ed.). SAGE Publications, Inc.
10. Popping, R. (2000). Computer-assisted text analysis. London: SAGE Publications.
POSSIBILITIES OF USING CONTENT ANALYSIS TO ASSESS THE PERCEPTION OF URBAN PLANNING PROJECT
Prosyanyuk D. V., PhD in Social Sciences, researcher of the Institute of Network Analysis
The article defines content analysis as a quantitative method of analyzing text messages, considers the history of the method's origin and areas of its most frequent application. The results of the study of the urban conflict around the construction of the transportation and interchange hub "Nizhegorodskaya" are given.
• content analysis • network communication • urban conflicts • transportation and transfer hub
82
