Page 36 - 《党政研究》2026年第1期

直接推动了流量的聚集与传播效果优化，从而也就使得流量政治附有算法的烙印。算法政
治是人工智能时代算法介入国家治理的一种政治现象。算法在重塑国家内部组织结构、官
僚自主性与权力关系的同时，也通过算法中介作用对国家与社会关系的演变产生了巨大影
响。
〔 ９〕

二、流量政治的生成机制

万物互联的共享平台，数字缔结的社会关系，线上线下贯通的服务模式，标志着互联
〔 １０〕
网已从单一的 “ 网络技术实践”进化为全面的 “ 数字社会状态”。 在数字社会中，流量
发挥着关键的信号功能，能够实时揭示公众在不同时间段的政治关注点。政治决策者通过
分析流量来洞察公众需求，进而调整行动策略。以流量获取和转化为特征的资源分配与竞
争，正深刻塑造着政治形态的新面貌。数字技术的飞跃性进展，提升了数据的传播速度与
互动频率，为流量政治构筑了坚实基石。数字空间中流量的汇聚效应显著，能够增强特定
话题或事件在政治领域中的影响力。与此同时，政治系统积极吸纳并有效利用流量资源。
这些多重机制的相互作用促进了流量政治的生成与发展。

（ 一）算法推荐机制
网络信息如何才能在更大范围内呈现给平台用户，不是简单依靠微博粉丝量或者抖音
账号的关注度，而是需要算法推荐的流量加持。也就是说，信息的广泛传播，并不仅仅源
于最初发布某条信息时的 “ 个人努力”，而更多来源于信息流动时的 “ 算法助力”。数字
空间实际上存在着两种不同类型的 “ 网民”：一是数字空间的参与者，即 “ 前台数字公
民”；二是数字空间的控制者，即 “ 后台数字公民”。“ 前台数字公民”占绝大多数，即指
一般意义上的网络用户。用户随时登录平台发布、阅览、点击或者转发某条政治信息，而
平台运用精心筛选、细致分类与巧妙构筑框架等策略，精准地调控信息在特定方向上的展
〔 １１〕
现。 这种调控在很大程度上取决于基于用户点击、搜索或其他网络行为的平台算法。以
新浪微博为例，其热搜榜单与话题推荐功能不仅将热门话题推向相关群体，还显著提升了
这些话题的曝光率与影响力。此外，微信、抖音等平台也通过类似机制，将用户偏好的政
治内容精准推送至其用户所持有的手机屏幕，从而进一步优化了政治信息的传播效果。作
为平台内容分发的核心机制，推荐算法不仅塑造了用户的浏览体验，也深刻影响着内容创
作者的生态格局。
具有复杂性和多样性特征的算法推荐，可以归纳为三种主要类型。一是定向型算法。

这种算法通过深入分析用户的个人信息、兴趣偏好、关注对象以及日常使用习惯等多维度
数据，为用户量身定制一份个性化的内容推荐清单。当然，这个清单并不是用户所能见到
的，而是隐身于算法背后。定向型算法如同一个贴心助手，总能捕捉到不同用户的不同偏
好。如果某个用户特别关注某类时政新闻，这种算法就会不定时地将这些时政消息推送到
该用户面前。无论是喜欢的人物、中意的商品，还是关注的话题，都能够在定向型算法推
荐下尽收眼底，而不需要网络用户像过去那样从页面上不停搜索。因此，用户能够产生前
所未有的个性化体验。二是竞逐型算法。网络内容良莠不齐，如果不加区别地按照话题类
型来定向推荐，会遭制平台用户的反感。而竞逐型算法坚持 “ 内容为王”，认为只有受到
大众欢迎的内容才是高质量内容。通过对比点赞数、转发量、搜索指数等，竞逐型算法能
够判断哪些内容更受用户喜爱。然后，它会将承载这些内容的标题置顶或者优先分发给平
台用户。三是流量池型算法。犹如激烈的闯关游戏，当某一信息发布之后，平台会给其分
配一定数额的基础流量。只有满足相应流量标准的信息 （ 作品），才能获得下一阶段更多
的流量支持，进而有机会进入平台上的热搜榜单。而那些未能达到既定标准的信息，则会
因为缺乏流量推荐而失去曝光机会，最终沉寂在浩瀚的网络海洋中。这种算法机制，既保
证了平台上内容的多样性，又让优质内容有机会脱颖而出。
３ ５ · ·