輿情智庫建設的途徑和方法

◎顏陳

輿情智庫建設的途徑和方法

◎顏陳

當前，我國經濟社會發展正處于轉型期，社會利益關系日趨復雜，各種深層次矛盾和問題日益凸現。隨著“網絡政治”的演進和陽光政府、電子政府的全面推進，互聯網正以其自由、互動的獨特性成為各階層利益表達、情感宣泄、思想碰撞的輿論渠道。在網絡輿情日益受到重視、相關研究逐漸升溫的背景下，重視互聯網的建設、運用、管理，充分認識并推進輿情智庫建設，對降低公眾政治參與成本、提升公共服務品質、推動行政文化轉型以及優化社會治理機制等方面有著顯著的意義。

網絡輿情作為社情民意的集中反映，是各級政府平衡社會各方利益時的重要考量要素。由于利益各方對“公共利益”界定不盡一致，當政府試圖去維護公共利益時，如果沒有客觀的第三方參考意見，就可能產生理解的偏差或是價值誤判，導致社會資源錯配，政府形象受損。本文通過分析歸納輿情智庫的理念和導向，闡述輿情智庫建設對政府決策的重要性，提出應把輿情智庫建設作為輿情服務專業化、規范化、科學化的新方向，為科學推進輿情智庫的頂層設計，建立面向公眾的輿情智庫體系做了一些積極的思考和探索。

一、輿情智庫建設的場域背景

1、輿情迭起衰減政府公信。

政府的公信力影響著政府的行政合法性、行政成本和行政效率。在現實生活中，一些地方政府在主觀站位上出現“位移”，未能從公正、公平的價值立場出發協調社會各階層利益，反而以公共利益為擋箭牌，出現損害公眾權益的事件，極大地侵害了公眾、法人和其他經濟組織的權利，導致輿情迭起，政府公信力一落千丈。網絡社會是現實社會的一種映射，網絡輿情的產生與發展必然也以某一現實事件為背景和基礎。政府公信力一旦嚴重受損，民眾與政府在現實中會出現難以溝通的“黑障區”，政府的各項政策、意圖均無法實現，即使強行執行相關政策，也會帶來行政成本高昂的后果，并且效率低下。

2、認知失衡沖擊社會共識。

網絡輿論只有在政府、公眾與媒介之間形成良性的互動，整個輿論生態才趨于健康平衡。在傳統媒體時代，政府主導信息發布的權力，說什么是什么，擁有詮釋事件的話語權；但在移動互聯的新媒體時代，網絡社會權力“去中心化”使政府難以控制輿論的方向，說什么疑什么，傳統的政府權力在輿論場不斷被稀釋。認知失衡與輿論暴力相伴相生，不僅隔斷了不同經驗之間的共享與對話，還使得輿論場真相模糊、戾氣蔓延，社會共識難以凝聚。民眾從不聽不信到不信不服，有關政府的負面聲音總是比正面輿論更容易激起聽眾的響應，輿論場呈現出不同以往的復雜嚴峻態勢。

3、技術變革改變傳播格局。

當前，網絡和數字技術飛速發展，以互聯網為代表的新媒體已經影響并深刻改變著我們的生活。新技術催生出新的媒體形態，正在加速改變傳統的輿論引導和傳播格局。在思想交流、人際溝通和現實社會感知方面，虛擬空間與現實空間的互動性正在不斷增強，輿論場的“主場”已經轉移到虛擬空間。可以預見，隨著新媒體技術的發展，未來虛擬社群與現實社群的重疊與交融的趨勢將越來越明顯。技術的跨越發展促使傳媒行業的變革達到了前所未有的深度、廣度與速度，主流媒體的權威性和輿論引導力在互聯網時代逐漸沒落，傳播格局的變遷給輿情研判處置帶來較大變數。

4、社交媒體重構輿論生態。

隨著社交媒體時代來臨，整個社會輿論生態出現了全新的變化。社交媒體碎片化的表達方式，導致了具有煽動性的極端言論更容易吸引眼球，從而使其大量的產生和傳播獲得可能。“微時代”網絡空間的思維方式、社交方式、情緒色彩構成光怪陸離的輿論生態，任何原本活躍于“線上”的群體情緒，都可能轉變為“線下”的群體事件。社交媒體不只是更新了信息傳播和人際交往的方式，也在某種程度上創新了社會動員的方式。網絡世界已經在某種程度上綁架了現實社會，社交媒體逐漸成為整個社會情緒產生裂變的核心，構造了輿論場上的新勢力。

二、輿情智庫建設現狀及閾限

1、軟件公司：服務“短板”。

隨著互聯網的發展，輿情分析對高效、全面、及時、精準的要求更加嚴格，這就決定了輿情有效數據的收集不能只靠人工來完成，輿情監測軟件的開發滿足了互聯網時代輿情發展的需求。目前，一些軟件公司依托技術實力，能夠初步整合互聯網信息采集技術及信息智能處理技術，通過軟件工具對互聯網海量信息自動抓取、自動分類聚類、主題檢測、專題聚焦，基本可以滿足用戶的淺層次信息需求。但是，軟件公司缺少對數據的再加工和觀點歸納，尤其在情感分析、語義識別、語境判斷方面有先天劣勢。

提供網絡輿情服務，信息的抓取和搜集固然重要，但更重要的是對網絡輿情進行科學篩選、深度提煉、量化統計和分析研判，為政府提供針對性強、有重要參考價值的趨勢研判和輿情處置建議，以推動實際問題的解決，這是網絡輿情服務的核心價值所在。從輿情工作的實際來看，用戶更需要的是 “全面及時精確的監測系統+專業科學穩妥的輿情服務”，而不僅僅是一個監測軟件。從這個意義上說，單純的系統并不能滿足用戶的需求，輿情分析研判技術及輿情衍生服務還有很大的發展空間。

2、新聞網站：技術“瓶頸”。

近年來，依托主流媒體和重點新聞網站，各類輿情監測機構層出不窮，漸成熱門，如人民網輿情監測室、新華網輿情監測室以及地方新聞網站輿情監測室（基地或中心）。這些網絡輿情的監測機構都有一套較為完整的網絡輿情監測理論體系、工作方法、工作流程和應用技術，服務形態包括輿情內參（刊物）、輿情報告（訂制類產品）、輿情培訓（頒證或內訓）、輿情處置（提供應對策略和危機公關方案）等項，部分網站還投巨資研發輿情監測系統，以期創建和掌握數據源，從而提升數據分析的科學性。

這些監測室具有媒體的資源、渠道、平臺、品牌優勢，跟各級黨政部門聯系密切，了解當前工作的重點和思路，了解政府的“痛點”和“癢處”，對時事熱點和受眾心理變化的敏感度較高，故能根據政府部門的需求特點設計規劃輿情服務產品，準確地理解和把準政府的脈搏。然而，囿于技術實力，地方新聞網站在輿情系統研發方面自主性嚴重不足。目前，地方新聞網站輿情監測系統主要采取聯合開發模式，軟件開發所依據的數據模型和理論也主要借鑒國外，自主研發能力不強且同質化競爭嚴重，在輿情產業鏈中處于下游，在一定程度上受制于人。

3、學術機構：應用“空洞”。

在輿情研究領域，一些學術機構（高校、社科院等）以善于歸納梳理網絡輿情的變化和特點，總結一般規律而知名。這類機構具有濃厚的學術傳統，匯聚了新聞學、傳播學專業的各類精英，在理論研究方面頗有影響。而且，部分機構認識到自身的市場短板和不接地氣，將自身多學科團隊的學術優勢與先進互聯網監控軟件的技術優勢、市場經驗相結合，力圖實現業務實踐與理論研究、硬技術與軟實力雙贏。

然而，從政府和行業層面來看，學術機構和軟件企業不具備平臺公信力和實際處置能力，在輿情實務操作中略顯空洞，行而不遠。尤其是在創新新媒體傳播方式、應急聯動機制建設方面，學術單位的資源整合度相當有限，還需要長期實踐和探索，這在商業氣息濃厚的輿情服務軟件開發公司和科研院校輿情服務機構中顯得尤為突出。此外，學術機構在最關鍵的安全評估、預警、處置和反饋等環節的整合力度不夠，這些都在一定程度上削弱了輿情服務的科學性和權威性。

4、政府部門：研判“弱視”。

面對復雜嚴峻的網絡輿情態勢，各級政府部門開始組建自己的輿情隊伍，建立專門的抓取渠道，并設計出科學的搜集流程，形成通暢的、可靠的輿情匯集系統。這類由政府部門自身成立，主要收集匯編群眾對本地區、本部門工作的反饋，一般設在新聞辦、宣傳辦等部門。從“聽民意”到“問民意”，從“反映問題”到“解決問題”，地方黨政輿情工作的重點已經從單純的收集有效數據向對輿情的深入分析，進而提出有效對策延伸。

我們應該注意到，隨著輿情服務的普及推廣，地方政府與依托于地方新聞網站的輿情機構紛紛建立聯系，但其初衷不是著眼于研究民意、改進工作，而是想借助輿情合作與主流媒體建立聯系，以便幫助監控和處理負面信息，“弱視”依舊。從操作層面看，地方政府對輿情服務的認識普遍存在偏差，不少領導將輿情視作敵情，存在將輿情服務等同于輿情監控和刪帖的現象。

三、輿情智庫建設的方向及途徑

1、服務與行業結合。

輿情服務行業化主要是指輿情服務要與各行業的特點緊密結合，有針對性地做好輿情軟件開發及衍生服務。從實踐來看，成功的輿情系統建設和應用，必須充分考慮互聯網新媒體的傳播特點、行業特征（分類標準和行業知識庫建設）、應急聯動等多種因素。對不同的行業和職能部門而言，互聯網輿情監測系統有極大的擴展性，應根據行業特點深入知識庫的應用和建設，進一步發展文本挖掘和分析技術，如：語義分析，構建一個面向行業的傾向性語氣詞典，建設一定規模的標準數據集，可大大提高語義分析的準確性。

輿情服務與行業的結合程度，取決于兩者資源和數據整合的進度。在實際服務中，輿情機構可依托行業基礎實施輿情大數據共享工程，進行安全評估、研判預警、處置反饋、形象修復等方面的研發和整合。凡是需要對社情民意關注的部門，都可以通過本系統建立輿情數據庫、事件案例庫以及行業知識庫，改變以往監測服務平臺僅僅淪為監測工具的困境，以一種創新的輿情數據分析整理模式，結合行業實際訴求，進行數據可視化，綜合研判分析，為用戶科學決策提供有力依據。

2、技術與內容結合。

在具體的輿情服務中，用戶需求的“無界”與智能技術的“低能”經常構成沖突，用戶對智能技術的研發有更高的期望和要求。目前，主流的輿情監測系統多采用云數據平臺，即由原來的軟件服務商搭建數據平臺，客戶通過網頁或客戶端遠程訪問，通過設置關鍵詞實現輿情數據的抓取和直觀化呈現。遺憾的是，這些系統雖然可以進行大規模的數據處理和集約化輸出，但其數據分析能力仍然有限。比如：輿情系統只能出具簡單的監測專報，而在趨勢分析、觀點提煉以及處置建議方面還依賴成熟的輿情分析師。

技術與內容結合，不是把智能技術僅僅作為輿情服務的工具，而是強調要利用智能技術來營造一種新型的服務環境。該環境應能支持信息獲取、資源共享、多重交互、自主探究、協作學習等多方面要求的服務方式與學習方式，使當前以輿情監測系統為中心的服務結構發生根本性變革，從而使輿情分析師的智庫作用真正落到實處。智能技術與輿情服務結合所要達到的目標，就是要落實大批輿情智庫人才的培養。

3、專家與系統結合。

對網絡輿情的準確研判，對于網絡輿情管理至關重要。目前的技術手段存在兩個極端，或是完全憑借經驗研判，或是依靠計算機技術研判，研判精度缺乏有效評估，專家系統工具與輿情數據庫的交互能力非常薄弱。如果能夠建立專家系統與輿情數據庫管理系統的直接通道，使專家系統在輿情應對過程中的任一點都可以與數據庫直接交互，則既能強化輿情數據庫的查詢能力，又可為輿情數據庫提供研判能力，并由此構造出基于規則的大規模輿情知識庫。

人工智能的專家系統與輿情數據庫進行耦合，能夠最大限度運用輿情專家的寶貴經驗和邏輯推理規則，應對各類輿情事件中的場域變量和約束條件，有效規避決策風險。具體而言，專家和系統結合，就是要適應市場環境和用戶需求無界等因素，將文本分類、文本聚類、文本摘要、傾向性分析等結合語料庫和知識庫，更好的實現人機結合，提高輿情系統的智能化水平，建立一條從事實認定到價值判斷直至應對處置的“全程高速公路”。

4、數據與應用結合。

輿情與大數據結合的關鍵是應用。大數據與傳統數據相比，最主要的變化在于數據維度的變化，包括數據采樣的維度以及時間的維度。對于輿情監測來說，在采樣維度上會變得更寬，數據輸入的參數非常多，而由于輿情的時效性特點，時間維度相對有限。要實現輿情領域的大數據分析，首先需要通過系統采集完成足夠多的數據積累，足夠找出數據之間的規律，從而為應用分析奠定基礎。

（荊楚網）