輿情大數(shù)據(jù)環(huán)境下突發(fā)事件民意演化影響要素研究

◆杜碩碩

輿情大數(shù)據(jù)環(huán)境下突發(fā)事件民意演化影響要素研究

◆杜碩碩

（中國人民警察大學(xué) 河北 065000）

本文研究輿情大數(shù)據(jù)環(huán)境下突發(fā)事件民意演化影響要素建模，為突發(fā)事件民意回應(yīng)與疏導(dǎo)提供理論基礎(chǔ)和實(shí)踐指導(dǎo)。本文分別從民意主體、民意主題、民眾情感三大影響突發(fā)事件民意演化的主要方面進(jìn)行分析，采用等級全息建模方法，識(shí)別可觀測的民意演化影響要素，進(jìn)而進(jìn)行要素量化、評級，得出高風(fēng)險(xiǎn)要素。最后依據(jù)影響要素分析結(jié)果，提出相應(yīng)的回應(yīng)與疏導(dǎo)策略。

輿情；大數(shù)據(jù)；突發(fā)事件；民意；演化；要素

1 現(xiàn)狀分析

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)平臺(tái)已經(jīng)成為信息獲取與傳播的重要媒介和場所，網(wǎng)絡(luò)民意對政府的影響也越來越大。準(zhǔn)確識(shí)別突發(fā)事件民意演化影響要素，構(gòu)建科學(xué)的要素管理框架，制定針對性的管理對策，有利于政府對網(wǎng)絡(luò)民意的準(zhǔn)確把握，為民意演化的把控提供理論基礎(chǔ)和實(shí)踐指導(dǎo)。

針對突發(fā)事件民意，我國已有研究大致可以分為兩類：一是研究突發(fā)事件民意的影響。例如朱水成研究表明網(wǎng)絡(luò)民意在問題情境的感知傳遞、政策問題的搜尋、政策問題的確認(rèn)、政策問題描述的監(jiān)督等四個(gè)方面對政策問題建構(gòu)產(chǎn)生重要影響[1]。李斐對網(wǎng)絡(luò)民意的概念、現(xiàn)象進(jìn)行了界定與描述，并在此基礎(chǔ)上對突發(fā)性事件中網(wǎng)絡(luò)民意的疏導(dǎo)加以探索[2]。二是研究突發(fā)事件民意形成模型的構(gòu)建。例如阮冰等以社會(huì)網(wǎng)絡(luò)為基礎(chǔ)，建立民意形成演化的非線性微分方程模型、并進(jìn)行仿真研究，驗(yàn)證參數(shù)值對突發(fā)事件民意的控制的重大作用[3]。

基于上述學(xué)者的研究成果，可以看出我國學(xué)界對突發(fā)事件民意的研究，多以宏觀性的本體研究為主，本文通過民意演化影響要素識(shí)別、過濾、量化、評級的過程，制定相應(yīng)的回應(yīng)與疏導(dǎo)策略，為該領(lǐng)域研究提供新的思路和方法。

2 輿情大數(shù)據(jù)環(huán)境下突發(fā)事件民意演化影響要素框架

本研究采用等級全息建模（Hierarchical Holographic Modeling，HHM）作為要素識(shí)別方法，從民意主體、民意主題、民眾情感三個(gè)方面研究突發(fā)事件民意演化影響要素建模。

2.1 民意主體要素

2.1.1網(wǎng)絡(luò)環(huán)境

網(wǎng)絡(luò)是突發(fā)事件民意形成的場域，其所具有的交互性、隱匿性、便捷性等特質(zhì)。良好的網(wǎng)絡(luò)環(huán)境依賴于政府、媒體、網(wǎng)民和意見領(lǐng)袖的共同努力。這其中，政府日常監(jiān)管尤為重要，無論是監(jiān)管媒體議程設(shè)置、網(wǎng)絡(luò)信息質(zhì)量還是意見領(lǐng)袖，均使民意朝著良性方向演化，實(shí)現(xiàn)對民意的引導(dǎo)[4]。

2.1.2網(wǎng)民參與

突發(fā)事件發(fā)生后，網(wǎng)民參與事件的討論，發(fā)表自己的觀點(diǎn)，隨著參與人數(shù)的不斷增加，相關(guān)話題的廣泛討論和反復(fù)轉(zhuǎn)載，民意逐漸匯聚形成。民眾會(huì)對與自己利益相關(guān)或感興趣的事件表現(xiàn)出較高的關(guān)注度。同時(shí)，網(wǎng)絡(luò)環(huán)境中有眾多意見領(lǐng)袖，他們創(chuàng)造和推動(dòng)網(wǎng)絡(luò)意見。

2.1.3媒體牽引

高速發(fā)展的數(shù)字技術(shù)使信息的全方位、多角度傳播成為可能，媒體多渠道的發(fā)聲途徑能夠更快引起民眾對事件的關(guān)注。突發(fā)事件發(fā)生后，媒體積極介入其中，第一時(shí)間做出反應(yīng)，通過在搜索引擎、微博、論壇等各種渠道進(jìn)行議程設(shè)置，吸引網(wǎng)民去獲取相關(guān)信息以了解事件的進(jìn)展?fàn)顩r，或者達(dá)到某種共鳴。

2.2 民意主題要素

2.2.1觀點(diǎn)碰撞

觀點(diǎn)異化是指原本統(tǒng)一的觀點(diǎn)發(fā)展到一定階段，分裂出與之對立的觀點(diǎn)[5]。觀點(diǎn)反轉(zhuǎn)是指面對同一事件，輿論一開始會(huì)把矛頭指向某一方，隨著事件具體內(nèi)容的不斷曝出，輿論態(tài)勢發(fā)生轉(zhuǎn)向[6]。觀點(diǎn)極化是指在網(wǎng)絡(luò)平臺(tái)，由于極化信息源的刺激，在群體的互動(dòng)過程中，群體人數(shù)占優(yōu)一方的觀點(diǎn)得到不斷強(qiáng)化，最后走向極化。且網(wǎng)絡(luò)環(huán)境比現(xiàn)實(shí)環(huán)境更易出現(xiàn)極化的現(xiàn)象。

2.2.2政府主題引導(dǎo)

突發(fā)事件民意容易受到虛假信息、網(wǎng)絡(luò)謠言等影響，扭曲事件本身的真相。政府主題引導(dǎo)主要受輿情失衡態(tài)勢，政府處置能力、輿情飽和度和政府公信力共同作用影響，如果政府部門能夠及時(shí)進(jìn)行主題引導(dǎo)，有利于疏解民眾質(zhì)疑、解決矛盾糾紛。

今年10月，當(dāng)戴鴻靖在開心地推出2018 Pét-Nat時(shí)，一位上海的高級侍酒師（Advanced Sommelier）武肖彬（Arneis）做了一個(gè)決定——放棄今年的MS考試資格。

2.3 民意情感要素

2.3.1民眾感知

民眾對突發(fā)事件的感知主要受認(rèn)知能力、自身免疫力、媒體影響力、涉利程度和表達(dá)水平等要素影響。

2.3.2事件因素

突發(fā)事件造成的影響受多種要素的共同作用，總結(jié)起來主要有五：一是事件敏感程度；二是事件性質(zhì)；三是事件涉及范圍；四是事件造成的損傷數(shù)量；五是事件涉及的敏感人群。當(dāng)突發(fā)事件的敏感程度高、性質(zhì)嚴(yán)重、涉及范圍廣、損傷數(shù)量大、敏感人群多等，都會(huì)一定程度上造成網(wǎng)民的關(guān)注度上漲，集群效應(yīng)也會(huì)迅速增加，民眾情感也會(huì)隨之發(fā)生快速變化。

2.3.3政府情緒引導(dǎo)

基于以上研究，構(gòu)建突發(fā)事件民意演化影響因素識(shí)別HHM框架，如圖1所示。

圖1 突發(fā)事件民意演化影響要素識(shí)別HHM框架

3 輿情大數(shù)據(jù)環(huán)境下突發(fā)事件民意演化影響要素量化與評級

本研究進(jìn)行影響程度量化與評級的思路是：一是將 HHM 框架轉(zhuǎn)換為對應(yīng)的指標(biāo)體系（見表1）；二是應(yīng)用層次分析法（AHP）計(jì)算指標(biāo)權(quán)重，進(jìn)而對影響因素進(jìn)行量化；三是應(yīng)用 ABC 分級方法將影響因素進(jìn)行評級。

表1 突發(fā)事件民意演化影響要素指標(biāo)體系

3.1 突發(fā)事件民意演化影響要素量化研究

在評價(jià)過程中，指標(biāo)權(quán)重的確定對評價(jià)結(jié)果有著非常重要的影響。本文采用層次分析法（AHP），通過專家調(diào)查法構(gòu)造判斷矩陣、計(jì)算權(quán)重并通過一致性檢驗(yàn)（CR<0.1），得出突發(fā)事件民意演化影響要素量化指標(biāo)與權(quán)重（見表2）。

表2 突發(fā)事件民意演化影響要素量化指標(biāo)與權(quán)重

3.2 突發(fā)事件民意演化影響要素評級研究

采用ABC分類法（Activity Based Classification）將影響要素分為四個(gè)級別進(jìn)行評級，其標(biāo)準(zhǔn)見表4。

通過對32個(gè)影響要素進(jìn)行評級（見表5）得出輿情失衡態(tài)勢、政府回應(yīng)力度、政府處置能力、觀點(diǎn)極化、民意訴求途徑、媒體影響力、政府公信力等7個(gè)極高影響指標(biāo)與高度影響指標(biāo)。

>

表3 要素量化指標(biāo)權(quán)重分析

表4 影響程度評級劃分標(biāo)準(zhǔn)

表5 影響程度評級表

4 輿情大數(shù)據(jù)環(huán)境下突發(fā)事件民意演化的引導(dǎo)策略

4.1 針對民意主題要素而采取的引導(dǎo)策略

4.1.1加強(qiáng)政府主題引導(dǎo)，降低輿情失衡發(fā)生率

政府第一時(shí)間公布事件的來龍去脈、造成損害、現(xiàn)已采取以及將要采取的應(yīng)對措施與方案，減少網(wǎng)民的猜測、臆斷，有助于避免輿情失衡和觀點(diǎn)極化的發(fā)生。同時(shí)，政府要營造健康和諧的網(wǎng)絡(luò)環(huán)境，倡導(dǎo)積極向上的精神文化，促進(jìn)信息傳播良性發(fā)展。

4.1.2加強(qiáng)政府處置能力，提高政府公信力

政府對突發(fā)事件的應(yīng)急處置，是政府能力的展現(xiàn)，更是政府與社會(huì)、政府與民眾之間的互動(dòng)[7]。政府要在第一時(shí)間準(zhǔn)確發(fā)聲，及時(shí)進(jìn)行事件調(diào)查，并將調(diào)查結(jié)果向民眾公開。要不斷提高透明度，使自身處于民眾的有效監(jiān)督之下，不斷提升自身公信力，在充分回應(yīng)民意訴求的基礎(chǔ)上制定公共政策。當(dāng)前網(wǎng)絡(luò)傳播中“媒介-意見領(lǐng)袖-受眾”的二級傳播鏈仍然占據(jù)重要位置[8]，政府應(yīng)著力健全與專業(yè)領(lǐng)域意見領(lǐng)袖的協(xié)同機(jī)制，使其與政府、主流媒體共同發(fā)聲，提升政府公信力。

4.2 針對民意情感要素而采取的引導(dǎo)策略

4.2.1加強(qiáng)政府情緒引導(dǎo)，拓展民意訴求途徑

單純說理并不能完全緩解民眾的擔(dān)心和焦慮，政府需要對民眾進(jìn)行情感上的撫慰與疏導(dǎo)，在情感上達(dá)成更深層次的認(rèn)同。面對負(fù)面情緒，用數(shù)據(jù)和事實(shí)說話的同時(shí)，更要注重引導(dǎo)方式，體現(xiàn)人文關(guān)懷，讓民眾從內(nèi)心深處形成觀點(diǎn)共鳴和認(rèn)同。推進(jìn)民意訴求途徑的多樣化和保持暢通，避免網(wǎng)民情緒極化，組建專門的民意訴求征集小組，同時(shí)，進(jìn)一步整合線上線下民意訴求渠道，優(yōu)化和升級線上民意訴求平臺(tái)。

4.2.2強(qiáng)化政府回應(yīng)力度，提升媒體影響力

政府回應(yīng)是民眾與政府形成良好關(guān)系的關(guān)鍵[9]，政府要提高第一時(shí)間回應(yīng)能力，積極回復(fù)、不回避、不逃避，解決民眾問題和滿足民眾需求。建立完善的信息公開機(jī)制，注意信息回應(yīng)的及時(shí)性、真實(shí)性，把握好回應(yīng)尺度，實(shí)事求是、有針對性對民意關(guān)注的熱點(diǎn)、焦點(diǎn)問題予以回應(yīng)。同時(shí)，著力提升媒體影響力，創(chuàng)辦高效的融媒體中心，將傳統(tǒng)新聞的權(quán)威性與網(wǎng)絡(luò)平臺(tái)傳播的時(shí)效性、泛在性充分結(jié)合，創(chuàng)新傳播方式、拓寬傳播渠道、擴(kuò)展傳播覆蓋面，保證內(nèi)容真實(shí)準(zhǔn)確的同時(shí)，更加生動(dòng)、接地氣地互動(dòng)交流。

5 總結(jié)

輿情大數(shù)據(jù)環(huán)境下，突發(fā)事件民意演化主要受民意主體、民意主題、民意情感三個(gè)方面共同影響。采用等級全息建模方法，識(shí)別可觀測的影響要素，進(jìn)行影響要素量化、評級。得出輿情失衡態(tài)勢、政府回應(yīng)力度、政府處置能力、觀點(diǎn)極化、民意訴求途徑、媒體影響力、政府公信力等高影響因素，并針對這些高影響因素，制定相應(yīng)的疏導(dǎo)策略，為突發(fā)事件民意回應(yīng)和疏導(dǎo)提供理論基礎(chǔ)和實(shí)踐指導(dǎo)。

[1]朱水成，李正明.網(wǎng)絡(luò)民意在政策問題建構(gòu)中的作用研究[J].上海行政學(xué)院學(xué)報(bào)，2012，13（01）：34-41.

[2]李斐. 網(wǎng)絡(luò)民意疏導(dǎo)策略研究[D].大連理工大學(xué)，2013.

[3]阮冰，朱建沖，姜禮平，汲萬鋒.基于社會(huì)網(wǎng)絡(luò)的民意形成演化建模與仿真研究[J].計(jì)算機(jī)仿真，2011，28（02）：97-100+123.

[4]陳福集，黃江玲.突發(fā)事件網(wǎng)絡(luò)輿情演化傳播模型研究[J].情報(bào)科學(xué)，2015，33（12）：8.

[5]張敏，劉曉彤，夏宇.重大醫(yī)患糾紛事件網(wǎng)絡(luò)輿情觀點(diǎn)異化過程分析[J].情報(bào)雜志，2016，35（4）：50.

[6]崔逾瑜，匡志達(dá).“輿論反轉(zhuǎn)”背后的反思[J].新聞前哨，2015（10）：16-18.

[7]那薇.面向基層政府的突發(fā)公共衛(wèi)生事件應(yīng)急管理研究[D].東北大學(xué)，2008.

[8]雷宏振，丁婉娟.意見領(lǐng)袖的信息特征對受眾信息傳播效果的影響研究——基于情景模擬的行為實(shí)驗(yàn)[J].現(xiàn)代情報(bào)，2015，35（09）：28-33.

[9]李偉權(quán).政府回應(yīng)論[M].中國社會(huì)科學(xué)出版社，2005：10.