從單向線性到迭代閉環：重大公共決策網絡輿情風險研判體系構建

溫志強 劉楠

摘 要：重大公共決策因其涉及多元主體利益關系而面臨更加復雜的風險因素，網絡輿情更是成為重大公共決策不可忽視的治理場域，對風險治理手段有著更高的要求。數據驅動下的信息技術是重大公共決策網絡輿情風險治理的重要工具集，并融合專家參與，成為全媒體時代風險防范與化解的有效方式。通過分析重大公共決策網絡輿情風險研判單向線性機制存在的不足，提出了基于專家與數字技術深度融合的迭代閉環式輿情風險研判系統，能夠從革新現代化治理技術、吸引專家全程參與、加強制度建設、構建良性互動機制等幾個維度推進重大公共決策網絡輿情風險治理體系和治理能力現代化。

關鍵詞：重大公共決策;網絡輿情;風險研判;專家評估;數字技術

一、問題的提出

隨著互聯網的迅猛發展，輿論生態和傳播方式也發生了深刻的改變。由于網絡媒體門檻低、容量大，成為許多社會信息和利益訴求公開傳播的首選之地，越來越多的利益相關群體和非利益相關者通過網絡來傳播和放大自己的聲音。當前網絡熱點多與政府有關，民生、安全政策類話題呈現出燃點低、爆點多的特點，2019年民生與公共安全領域的問題占據國內網絡輿情的大半江山[1]。往往一個政府部門決策經過網絡的發酵，隨即演變為震動各界的社會熱點事件。例如，2017年北京大興安全隱患大排查大清理大整治專項行動、2018年杭州政府捕殺流浪狗事件、2018年天津海河英才事件、2019年深圳30萬年薪聘請中小學教師、2020年云南威信禁遛狗新政事件等引發的網絡輿情風險，都是由于民眾尤其是切身利益者對公共政策的擔憂、不滿而引發的。當前，一些地方政府公共政策尊重客觀規律不夠，沒能充分聽取群眾意見，搞“一刀切”;還有一些關系到國計民生的重大公共項目因利益相關者不了解、不理解、不支持而引發網絡輿情事件，導致項目難以落地或者在爭議中匆匆叫停。重大公共決策引起的網絡群體性事件頻發，已經成為經濟社會穩定發展的重要隱患。因此，對重大決策網絡輿情風險進行研判，盡量做到無急可應、有急能應，從源頭上預防和減少網絡輿情風險，進而確保重大決策順利實施，是現階段擺在各級政府面前的首要任務之一。

2016年以來，重慶市在全國率先將網絡輿情風險評估作為市委常委會重大決策的前置程序，為有效預防和應對重大決策實施中的各類輿情危機，進一步推進科學決策、民主決策、依法決策夯實了基礎[2]。2019年2月，習近平在主持中央全面依法治國委員會第二次會議時指出，“規范重大行政決策程序，是依法治國的迫切需要”。2019年4月，李克強簽署國務院令，公布了《重大行政決策程序暫行條例》，進一步規范政府重大行政決策程序，明確公眾參與、專家論證、風險評估、合法性審查、集體討論決定這五大程序，是規范重大行政決策程序關鍵的程序制度。建立重大公共決策網絡輿情風險研判機制，是規范重大行政決策程序、保證政策平穩運行的改革實踐，是治理模式創新的重要舉措，是運用大數據等現代信息技術實現國家治理現代化的重要探索。從中國政府的重大公共政策網絡輿情治理實踐來看，往往是政策出臺后出現輿情，再進行應對。建設重大公共決策風險研判機制的目標設想是先進行輿情治理再出臺政策，以及政策出臺后直至平穩運行的全過程網絡輿情治理。

當前，我國對于重大公共決策網絡輿情的風險評估仍聚焦在評估價值和程序的規范性上。傳統的單向線性重大公共決策網絡輿情治理路徑具有“不可逆”的局限性，專家僅參與了決策落地前的評估論證，數字技術的參與作用也很有限，重大公共決策的風險治理一定程度上仍是政府決策者的“獨角戲”。這要求決策者在政策制定時就能直接預判出政策落地和推進過程中所有可能出現的結果，但是現實中由于網絡環境的瞬息萬變和決策者自身的知識有限、經驗欠缺等問題，完全準確的輿情判定很難實現。閉環迭代的新治理范式不斷在程序性和靈活性之間尋求平衡[3]，具有更強的可操作性與適應性，可以實現專家和技術在重大公共政策網絡輿情治理中全過程參與，充分釋放多元主體協同參與的活力，不斷提升決策的科學性、客觀性。因此，本文基于專家與數字融合的理念，探討重大公共決策風險研判的優化路徑。

二、文獻綜述

伴隨著網絡風險的產生，網絡輿情風險治理也成為社會治理的重中之重。到了20世紀末，西方學術界已經有不少關于“網絡輿情治理”的研究文獻[4]。相比國外，國內對“網絡輿情治理”的研究起步較晚，始于2005年[5]。研究主要集中于網絡輿情演化、網絡輿情治理工具、網絡輿情治理對象、現狀的不足和未來展望等方面。近年來，越來越多的學者關注突發事件類網絡輿情治理，其中涉及最多的是政務類輿情，其次是高校，以及環境類、企業類、衛生類等[6]。

1.網絡輿情治理工具研究

在網絡輿情治理工具研究領域，西方學者早在互聯網建設之初便開展研究，并提出SIR模型以及改進的SIS模型。2004年前后Facebook、Twitter等社交網絡開始盛行，研究者開始關注社交網絡的危機傳播，S.Vieweg[7]等通過研究突發事件下，Twitter用戶上傳的時間、天氣、地理位置、標簽等信息來評估危機狀況，并以此偵測政治選舉過程中的虛假信息。當前，針對網絡輿情風險治理工具的使用，國內有學者提出了“技術治理路徑”，主張利用大數據技術，對網絡輿情進行監測、預警、研判、應對等[8]。有學者認為，以大數據等現代信息技術帶來的扁平化機制和多維性分析為技術工具，可以深度挖掘焦點事件的形成過程、輿論導向與解決方案，進而增強風險治理的前瞻性與先導性[9]。有學者基于貝葉斯網絡的推理模型，對假設節點的條件概率進行計算，實現對網絡輿情的識別與預警[10]。還有大量學者進行SIR傳染病的社交網絡輿情傳播動力學模型研究[11]。總體來看，當前的網絡輿情風險治理工具研究仍是碎片化的，大多數學者在研究網絡輿情治理工具時主要從風險識別與感知、風險研判、風險預警和風險應對中的一個環節來展開，缺乏對于網絡輿情治理全過程適用工具的研究。

2.網絡輿情風險研判研究

在網絡輿情風險研判方面，案例推理（case-based reasoning，CBR）是一種常見的技術手段，最早由美國耶魯大學的Schank提出[12]，旨在用過去案例來解釋或解決新的問題。當前，案例推理技術廣泛應用于信息不完全且需要快速反應的應急決策領域[13]，對于提升社會風險治理水平具有重大的實踐意義。近幾年在知識管理視角下進行突發事件意識形態的風險防控和安全治理的研究多集中在案例庫的構建和設計（佘廉、仲秋雁、張英菊等）[14]、類比推理（Patterson，Lenz，王文俊等）[15]和情境推演，在城市公共安全（邵荃、翁文國、陸瑩、李啟明、劉翔等）[16]、食品安全（許鑫、侯仕軍、游海疆等）[17]、意識形態風險預警等方面。近幾年，國內還建設了各種類型的輿情案例庫[18]，其主要應用領域為輿情信息采集、輿情狀態監控和輿情數據分析等。但是，當前仍沒有發現將歷史知識案例庫運用于重大公共決策網絡輿情風險治理的研究。

同時，目前理論界對網絡輿情風險研判機制的研究仍呈現出碎片化的特點，其主要圍繞主體、對象、程序、指標、方法、路徑等在內的運行框架展開闡釋性、描述性研究，對機制本身缺乏深入細致的研究，其中對于重大公共決策網絡輿情風險研判機制的研究基本處于空白狀態。通過中國知網檢索，截至2021年3月10日，以“網絡輿情治理”為主題詞的文獻共967篇，但是以“重大公共決策網絡輿情治理”為主題的文獻還未見到，因此，“重大公共決策網絡輿情治理”研究是有待深入開發的“藍?！?。

因此，本文首次提出基于專家與數據融合的方式建設重大公共決策網絡輿情風險研判體系。一方面，通過歷史知識案例庫的海量信息，將現有政策同檢索、匹配后的歷史案例比對后進行風險感知，為專家風險研判提供數據支撐，從而有效避免經驗式風險研判帶來的失誤，提升風評的智能化水平。另一方面，保證專家全程參與重大決策網絡輿情風險評估，充分借助專家的經驗和智慧評估重大公共決策的合理性、現實性，將專家定性評估和案例庫定量評估結合，在提升決策民主化、透明化、科學化水平的同時，更加適應網絡社會需求，降低政策公布后的社會壓力反應。

三、重大決策網絡輿情風險研判機制的單向線性邏輯機理

在輿情治理實踐中，普遍存在“重采集、輕研判”的現象，如何進行科學、有效、務實的輿情研判，成為社會治理和公共服務中的關鍵環節。在信息網絡技術快速發展的大數據時代，將歷史上引發輿情的案例依托計算機集成后建立成庫，對文本語義進行識別、歸類、趨勢研判，為公共決策提供經驗性的知識支持，對于決策的科學性和社會穩定發展都有重要意義?？偨Y當前各地重大公共決策網絡輿情風險的實踐，重大公共決策網絡輿情風險研判體系構建基本遵循以下路徑（如圖1所示）。

1.政策收集和歸類，形成歷史知識案例庫主體

區別于傳統數據，大數據不僅僅指海量數據，還包括對海量碎片化信息的處理方法。因此，基于大數據技術收集海量重大公共決策輿情歷史事件案例，分門別類進行梳理，基于案例庫標簽，形成分領域、分類型、分風險級別的歷史案例或案例群，通過歷史輿情知識案例庫比對，快速檢索出相似案例，汲取歷史輿情知識案例的經驗教訓，及時發現問題風險、做出決策，是政府部門調整決策方案、降低社會治理風險的必要措施。

歷史知識案例庫作為網絡輿情風險評估的“智庫”，其建設效果對風險評估的精準度發揮著重要作用。當前我國大多網絡輿情評估系統主要是對輿情案例數據進行捕捉、統計、分析，案例盡管按照類別進行了歸類，但是大多仍是單獨的個體。顯然，傳統的信息抓取和處理方式，已經無法滿足網絡安全及風險治理工作的需求。對于容易引發輿情的重大公共政策，為保證政策安全落地，在推進過程中需要及時尋找并回歸到案例庫中最貼切當前情境的案例中，通過對歷史案例的分析，提煉出當前決策可以借鑒的經驗，因此，建設一個多維、動態、智能的歷史知識案例庫尤為重要。

2.回歸歷史案例情報語義比對，識別決策風險

為實現重大公共決策網絡輿情風險治理前置的目標，本文將政府即將出臺實施的某一特定領域的重大公共決策回歸到歷史案例庫中，同與其高度相似的歷史案例進行比對。搜索與即將出臺的重大公共決策相似度最高的網絡輿情歷史案例，比對輿情情報的文本信息。進而結合實際情況，利用大數據模式和智能決策系統對當前重大公共決策的重要風險因子進行運算、模擬和效果評估，修正相似案例并給出優化的最終解決方案，提升比對結果的客觀性、科學性、合理性。

（1）主題挖掘以識別網民實際關注點

主題識別是對輿情信息本體的鎖定，主要識別評價詞語修飾的對象和領域相關的本體概念[19]，例如熱點新聞、微博熱搜榜中的某一話題（如“校園霸凌”）。針對公共政策類輿情文本的主題識別，基本是某一領域最新出臺的重大公共決策（如“延遲退休”），借助主題識別可以挖掘網民關注點。作為網絡輿情的載體，文本是一種富含語義信息的數據，而語義知識是反映輿情實際的數據挖掘結果[20]，是對輿情關鍵詞的提取、對其隱性知識的形式化描述，以及對數據文本的高度概括。文本內容挖掘與語義建模是信息推薦和數據挖掘領域的研究熱點與核心內容，而文本內容的主題挖掘則是語義建模的重要基礎[21]。

重大公共決策風險研判機制主要依靠聚類技術和LDA主題模型進行文本主體挖掘。聚類技術作為信息檢索的重要手段，可以將大量信息組織成若干個有意義的簇，有效縮減搜索空間，從而改善檢索性能，加快檢索速度，提高檢索精度[22]。LDA主題模型則是基于產生式的三層貝葉斯概率計算來挖掘主題的新算法，利用“主題”“主題-特征詞關系”等抽象概念，用明確的概率大小來表示，利用詞頻的共現頻率進行詞組聚類，將龐大的詞語空間轉化為主題空間。降維后的主題概率分布具有語義特征，可以有效避免信息遺漏，將主題相近的詞與詞組精準地聚成一類。通過對LDA為代表的主題模型方法的應用，可以從海量復雜的評論中揭示與主題相似的評論，進而挖掘主流觀點和深度評論，將群眾智慧和思想認知客觀、有序地呈現出來，為輿情監測、研判、疏導快速提供依據，切實提升風險感知能力。

（2）情感分析以捕捉輿論全過程的情感傾向

隨著深度學習在計算機視覺領域的大獲成功，越來越多的學者將深度學習技術應用至自然語言處理領域[23]。新聞平臺、微博客戶端等的評論內容蘊含著網民對熱點事件的情感，其信息傳播模式具有開放性、實時性和自由選擇性的特點，對歷史案例評論文本進行情感及趨勢分析，可以深入挖掘網民群體的行為規律，為決策者提供決策依據。對于重大公共決策而言，分析和監測重大公共政策類輿情熱點的情感信息，能夠了解民眾對特定政策的關注程度和情感變化，輔助決策者評估和掌握事件的發展走向，對決策實施的風險再次進行分析和研判，控制網絡群體事件的發生。概括而言，政策類輿情信息情感分析的過程主要是：抽取事件包含的所有不同方面的關注點—檢測不同關注點中蘊含的所有用戶情感信息—統計分析網民群體對各個關注點的情感變化趨勢。

第一，情感信息抽取

情感信息抽取旨在抽取情感文本中有價值的情感信息，是情感分析的基礎任務。為實現情報分析的精準性，需要進行詞語搭配，搭配主要有兩種模式：一是主題詞與情感詞的搭配，此過程是為了將主題詞與能夠合理修飾它的詞關聯到一起，如養老新政策-科學;二是程度副詞與情感詞語的搭配組成極性短語，如非常-反對。觀點持有者對于政策的評論，尤其是涉及重大公共決策的評論在情感分析中顯得尤為重要，觀點持有者是觀點、態度的持有者，代表著不同的利益群體，特別是可能涉及利益相關者，如“全國大中小學學生家長高度贊揚國家實施推動學生強身健體的體育教育政策”。

情感分析是對帶有感情色彩的文本進行分析、處理、歸納和處置的過程，其中對其情感傾向性起關鍵作用的都是構成句子和文本的極性詞語。因此，構建一個系統、完善、高效的極性詞典，是開展文本傾向性和情感分析工作的基礎。但是書面語言和評論的情緒表達存在一定的差異性，基于情感分析方法捕捉情感訊號可能會因二者的偏差而導致誤判。本文認為可以將極性詞典和機器學習法結合，基于現有的詞典資源，持續發現新的極性詞語、及時動態地修正和擴展詞典，利用技術工具自動完成領域詞典構建。綜合考慮評價詞語、評價對象對極性計算的影響，結合全文情境進行更加全面完善的情感判斷，保證對歷史重大決策網絡輿情風險研判的精準性，為新的政策風險研判提供依據。

第二，情感信息分類

情感信息分類是情感識別和情感分析的重要基礎，分類的主要目標是解決情感極性的判斷問題。情感是人類對客觀現實的主觀體驗和特殊反映形式，通過捕捉和衡量公眾的網絡情感信息，就可以掌握公眾對政策的情緒變化規律，進而辨識公眾在不同情境下的情感傾向，有利于把握民眾尤其是敏感人群對于政策的情感、態度。采用機器學習和人工智能等新興技術可以克服傳統技術的設計成本、覆蓋領域、動態更新、準確性等方面的困難。因此，可以借助具有強大學習能力的卷積神經網絡技術模型、基于BERT和雙通道注意力的文本情感分類模型[24]等進行情感分類，彌補傳統機器學習方法的缺陷，提升數字模型捕捉情感語義的能力，明顯提升情感分類性能，改善其收斂速度和穩定性，讓情感分類的效率和識別準確度更高。

第三，情感信息歸納

基于熱點政策類新聞情感預測的文摘，主要是提取具有明顯情感傾向性的信息，除去冗余信息，對主題相關情感信息進行歸納和總結。情感信息歸納工作主要關注對民眾意見的提取歸納。一般研判機制檢索出的評論觀點是從不同角度提出的網絡輿情觀點集合，涵蓋專家觀點、強勢意見領袖觀點、持有不同意見的大眾觀點。但是重大公共決策類輿情情感信息的歸納，必須注意專家和大眾政策問題認知上的差異，將專家觀點和網民觀點分離開來。在提取主要觀點時，主張分離出與專家觀點相似的大眾觀點，然后從剝離出的大眾觀點集合中基于主題模型提取具有代表性的觀點句，并形成主要觀點摘要集合，歸納出大眾的主要核心情感觀點，保證歸納出的情感信息是民眾尤其是利益相關者對于歷史案例的情感態度。

第四，情感趨勢分析

基于歷史知識案例庫的海量數據源建立索引，以24小時為單位，對當日收錄的重大公共決策輿情文本情感極性判別結果進行統計分析。日后用戶想要查詢歷史案例的情感發展趨勢，可以輸入歷史輿情事件的政策名稱和對應時間信息，系統根據輸入信息查找用戶查詢主體的全網評論數據，并對全部數據包含的情感信息進行極性判斷和分析，最終通過變化曲線圖表的方式呈現出來，詳細顯示歷史熱點案例各領域關注點相關的用戶所表達的正極性情感和負極性情感的具體統計結果以及隨時間變化的趨勢圖，方便用戶瀏覽查詢特定時間段內網民對重大公共決策實施的情感傾向變化，為風險感知提供客觀的數據支撐。

3.感知政策輿情風險，生成風險情報

（1）感知重大公共決策網絡輿情風險態勢

為了保證重大決策的平穩出臺和運行，應充分利用機器學習、人工智能等現代信息技術來進行網絡輿情風險感知。以風險及安全情報為驅動，利用機器學習構建“安全大腦”，創新與豐富傳統數據挖掘、情緒計算、關聯分析方法，充分利用云端的檢測能力[25]，對網絡環境中的海量數據進行深入挖掘、抓取和自動分析，在有效時間內快速掌握重大公共政策網絡安全的實時狀況和發展態勢，助力“云網端”協同聯動，構建實時、智能、敏捷、可運維的“云安全”體系，其作為研判機制感知重大公共決策風險的重要手段，可以從源頭上防范和化解不穩定因素，增強政府應對網絡空間風險威脅的能力。

運用風險態勢感知系統在一定時空范圍內感知實時狀態下的網絡輿論環境，針對網絡輿情案例庫的海量數據進行綜合處理，分析全網受到的攻擊行為，評估重大決策網絡輿情當前的整體安全狀態和預測未來的安全趨勢，展現針對重大決策網絡輿情全網的“全局視圖”。從大量結構繁多、來源不同且類型復雜多樣的重大公共決策歷史知識案例庫中認知隱藏的規律，實現從海量案例庫數據向有價值威脅警告的轉化。結合外部威脅情報，在數據級、特征級、決策級三個層面利用機器學習算法進行分析處理，從海量的原始安全數據中定位威脅線索，實現對未知威脅的及時發現。通過對網絡用戶行為、輿情發展方向等進行全方位、多維度動態分析，對歷史類似事件進行階段性態勢分析、印象分析、情緒分析、滿意度分析、意見領袖分析等，從歷史知識案例庫中發掘重大公共決策發布時隱藏輿情的相關性，結合當下社會民生熱點和敏感群體動態，感知潛在的風險。

（2）風險情報生成

相對于風險感知，文本情報需要更加系統、精準、前瞻的信息，作為專家研判和決策者參考的依據。傳統輿情風險情報分析技術有數據來源單一、處理能力有限、部署依賴于物理環境等缺陷，因此情報的獲取、分析、利用能力不足，風險感知能力也有限。大數據時代的到來，極大地豐富了公共決策網絡輿情情報獲取的來源、采集的方法和內容的形式。通過大數據與人工智能等信息技術，提升情報信息的獲取頻率，通過多個維度對網絡上的海量信息和海量數據源進行搜索和匯總，除了對傳統的基礎設施和網絡流量進行監控，也要將微信、微博、QQ、知乎、抖音等各類新興網絡社交媒體當作風險情報獲取的重要戰場。獲取風險情報信息后，必須將海量的情報信息進行融合匯總，通過智能化的數據分析技術，將新增和歷史的各種類型風險事件數據進行關聯分析與檢索，幫助決策者和技術專家實時洞悉風險態勢感知并生成風險決策報告，從而快速作出風險趨勢研判、制定應急響應策略，為專家快速進行風險研判提供定量依據。

4.專家研判風險，提出對策意見

為有效預防和應對重大決策實施中的各類輿情危機，進一步推進科學決策、民主決策、依法決策，各地政府必須進一步優化決策機制和程序，將網絡輿情風險評估作為重大公共決策的前置程序，這是國家治理體系和治理能力現代化的重要體現。同時，重大公共決策程序實現正當性與合法性的主要路徑便是通過民主與科學，即公眾參與、專家咨詢和論證[26]。在保證專家論證程序獨立性的基礎之上[27]，由專業的法律專家、輿情專家、相關部門負責人和資深媒體人等組成經驗豐富、領域全面的重大公共政策網絡輿情風險評估專家咨詢委員會。風險情報生成后，專家主要依據歷史知識案例庫系統輸出的定量依據，并結合自己專業的判斷和分析研究，圍繞決策的可行性、民眾認可度對涉及自身專業領域的重大公共決策網絡輿情風險進行預判，最終提出意見。為決策者及時調整政策、建立風險防范和處置機制提供依據，確保重大公共決策安全落地、順利實施。

5.輿情持續監控和預警

使用科學的方法在網絡輿情大數據信息中及時發現危機信息，快速識別各類輿情事件的影響級別，進行有效的疏導和管理，是重大公共決策網絡輿情風險研判機制的重要工作任務。特別是當前面對新媒體、5G移動網絡等新興信息技術的應用，各類情報感知要素的關系也隨之發生變遷。比如網絡輿情信息的發布者和來源更隱蔽，信息傳播中信息技術的自動推送因素可能比人際傳播的比重更大[28]。因此，需要隨時捕捉關于即將出臺的重大政策的網絡輿情，并進行預警。

6.做實后期輿情應對，保證政策平穩落地

專家對重大公共決策網絡輿情風險進行評估后上報給決策者，一般會出現兩種情況：一種是不存在風險，政策可以平穩落地，經過評估后可以加大政策宣傳力度。另一種是存在風險，這種情況則需要決策者對政策條文進行技術性修整，或者在政策發布的時候采取一些技巧性措施，避免在政策實施后采取剛性的“管控”手段，激發潛在的反作用，招致公眾負面情緒的日常壓抑和以政務輿情事件為契機的集中爆發[29]，從而保證政策平穩運行?？傊?，風險研判需在政策出臺后持續跟蹤其運行情況，直到政策平穩落地運行。

四、重大公共決策網絡輿情風險研判單向線性機制存在的困境

隨著重大公共決策網絡輿情風險愈加錯綜復雜，對于重大公共決策風險的源頭治理、系統治理需求更為迫切。但是，當前的重大公共決策網絡輿情研判機制還停留在管理主體單一化、評估程序單向化、治理系統封閉化的階段，專家“全周期”地介入重大決策風險研判系統缺乏工具、制度和程序的保障，不利于及時預警和化解潛在危險，難以實現“圖之于未萌，防患于未然”的治理目標。

1.工具的技術性缺陷

一是案例庫抽取的輿情觀測值往往忽略人際傳播中的意見表達和線下行為。大數據的網絡輿情信息收集基于網絡平臺，主要來源于網站和自媒體平臺的公開意見表達。案例庫的樣本收集基于大數據技術，但是在收集信息樣本的時候容易出現“掐頭”或“去尾”的“樣本截斷”問題。首先，在抽取海量輿情信息時，由于網絡和自媒體平臺的使用存在一定的門檻，從而天然地排除了很多不能、不會使用網絡媒體的中老年人或者少數無力負擔網絡費用的民眾意見。其次，相比線下群體事件，網絡評論雖然具有一定匿名性，但是網絡評論尤其是涉及重大政策的網絡意見表達往往受主體的性格、意見的性質等因素影響，從而“有選擇”地出現在網絡中，實名制跟帖評論政策的實施，更是降低了網友發出與主流意見不同聲音的意愿。除此之外，并不是所有的網上表達意見都可以被采集到。尤其是自媒體具有一定的社交屬性，是人們進行信息分享和意見交流的主要網絡平臺，然而傳播裂變的意見擴散可能會涉及個人隱私問題，不便于大數據技術對此類信息進行采集。同時，網絡意見表達僅僅是公眾表達意見的一部分，線下也存在大量的意見表達方式，這也是大數據技術無法察覺到的。

二是現有機器學習技術仍難以對具有高度復雜性的情緒和語義模糊性的漢語做出精確區分。情緒是網絡輿情研究的重要對象，情感信息是判斷公眾對政策態度的晴雨表，要準確判斷出網友是“支持或反對”某一政策、“喜歡或不喜歡”某一政策落地，需要從案例庫中抽取情感信息。但由于情緒的高度復雜性和漢語的語義模糊性，即使是引入強大的機器學習技術，對情緒進行精確的區分也存在一定的困難。尤其是近年來許多區別于常規用語，具有隨意性、模糊性等特征的新生詞匯的出現，給情感信息的情緒判斷帶來極大的困難。

三是大數據分析難以剔除“沉默的螺旋”者和“反沉默螺旋”者的意見，風險評估易出現偏誤。一方面，“沉默的螺旋”認為人們趨向于表達與主流意見一致的意見;當個人意見與主流意見不一致時，個體會傾向于改變自己的意見或者干脆選擇沉默。另一方面，網絡傳播的快速發展給網民表達意見、釋放情緒提供了新的通道，以往在“沉默的螺旋”中的沉默者們，個體意識表達意愿不斷增強，從眾心理逐漸淡化，小部分受眾群體不再一味保持沉默，而是積極尋找有利于自身的信息，表達自己的觀點以吸引更多人的關注[30]。尤其是重大公共政策與民眾利益息息相關，“沉默的螺旋”已經不再適用。觀察網絡上發生的影響力較大的輿情事件，就會發現“沉默的螺旋”在新媒體環境中不再是黃金定律，“反沉默螺旋”模式成為當下網絡輿情發展中的一種新態勢。大多公眾提出合情合理意見的同時，也出現了信息非理性、情緒化和失真的現象。很多情況下，公眾容易被極個別持有偏激觀點、扭曲立場、特殊利益的分子所誤導。面對網絡輿情，持有理性觀點的網民可能呈現出無奈、冷漠或者無聲抗議的態度，選擇不參與討論，網絡空間被少數“中堅分子”的非理性言論占據，大數據技術抽取到的信息并不能有效反映輿情的準確情況，極大地降低了網絡輿情風險研判的參考性價值。

2.評估制度的局限性

第一，當前無論是從理論上，還是從實踐上，對于重大決策風險評估的關注主要集中在社會穩定風險，網絡輿情風險評估作為社會穩定風險的重要分支，還沒有受到足夠的重視。

第二，各級地方政府還沒有出臺本區域專門的《重大公共決策網絡輿情風險評估制度實施細則》，相應的法律法規尚不健全，相關規定的落地執行仍有彈性，沒有形成剛性約束，同時制度的各項要素也沒有進行細化，當前亟須為重大行政決策網絡輿情風險評估制度的運行提供一個健康的法制環境。

第三，當前對于民間企業和專業機構的優惠政策和扶持力度不夠，亟須為重大公共決策風險網絡輿情評估制度的運行提供一個健康有序的市場環境。一方面，重大決策網絡風險評估行業建設缺乏規劃，行業管理、自律薄弱，缺少從業規定和系統、規范、科學的職業培訓。另一方面，第三方社會評估機構的視野、素養、能力普遍不適應高質量發展要求，機構發育不足，行業管理薄弱，市場存在無序競爭現象。

3.評估程序缺乏反饋優化

當前我國在重大公共決策網絡輿情風險治理的程序機制上，并沒有呈現出一個銜接緊密的程序鏈條[31]，重大公共決策風險研判治理仍處于單向發展階段。風險研判機制不應該僅僅聚焦于風險評估，而是要從源頭治理風險，避免、降低、緩解、轉化或留存風險，通過科學和多主體參與的評估，形成合理的應對方案。智能化的風險研判機制從數據到信息再到知識的演進，對未來風險的認識逐步清晰，其目的是為了刻畫特征，為識別問題的復雜程度提供科學依據，但是這對于重大公共政策網絡輿情風險評估來說是遠遠不夠的。一方面，決策風險評估所需要解決的問題，其要素之間呈現出復雜關系，而非簡單的線性關系。另一方面，風險評估不僅僅是風險研判，還要通過多方評估，快速形成科學的應對方案。想要提升風險評估質量，不僅僅需要分析過程的普遍性知識，還需要價值判斷和事實判斷，而這二者是依靠專業知識和實踐經驗支撐的。專業知識和實踐經驗通過專家、第三方機構與決策者協商的方式進入決策風險評估流程中，需要信息公開、行動主體擁有協商能力、實質性參與和有效討論等條件的保障。

4.多元主體未形成良性互動

重大公共政策涉及的利益相關者數量越龐大、類型越多，化解利益矛盾、達成共識的難度就越大、決策風險越高，決策網絡輿情風險評估參與主體的多元化就越為必要。目前，我國重大決策網絡輿情風險評估的參與通道、互動機制的建設仍有較大的發展空間。2019年國家出臺的《重大行政決策程序暫行條例》規定開展風險評估，可以委托專業機構、社會組織等第三方進行[32]。黨的十八大以來，20多個部委、31個?。ㄗ灾螀^、直轄市）制定了基本的評估制度、管理評價規定和實施辦法。大多數省（自治區、直轄市）建立了第三方社會評估機構，力量增長迅速。截至2020年9月，全國有超過8000家第三方社會評估機構涉及社會風險評估業務[33]。但是，從各地的實踐情況來看，重大公共政策網絡輿情風險評估仍是以政府部門為主導，有的地方決策不參考第三方機構客觀的評估結論，有的地方決策風險評估專家參與存在一定滯后性[34]，規避風險的作用十分有限，政府、產業、高校、研究機構、市場之間也未形成政、產、學、研、用的良性互動機制。但是，公共部門基本上自身缺乏專業的評估技術和知識，并且由于各種體制性弊端，責任意識也相對薄弱[35]，這種自我式風險評估往往容易造成對利益相關者意見的忽視，決策評估的質量不高，專業性、民主性、科學性也不強，從而增加風險發生的概率，風險發生的時候也只能被動地“頭疼醫頭，腳疼醫腳”。

五、基于專家與數字深度融合的迭代閉環式風險研判系統構建

隨著互聯網技術的快速更迭，信息數據呈現爆炸式增長，整個社會互聯成為一個生態化的復雜巨系統。盡管當前網絡言論載體的新形態層出不窮，但是互聯網數據壁壘依然存在。因此，網絡輿情業務的開展對技術要求越來越高、數據需求越來越大，不斷提升智能化治理技術和大數據開發水平對于重大公共政策網絡輿情風險治理具有重要意義。為提升決策科學化水平，必須建設突破傳統思維，構建專家與數字深度融合的風險研判系統。

1.革新現代化治理技術，為進一步推進風險研判智能化提供工具保障

本文提出輿情監控系統依托案例庫比對數據，對網絡輿情風險點進行多維度逐項分析，預測風險發生的概率、利害關系群體反應和激烈程度以及風險的未來趨勢，提升決策科學性，防范化解重點網絡輿情風險。建設并應用輿情監控系統是網絡輿情研判知識案例庫的研發與建設工作的重要環節，內容實時監測、話題發現、跟蹤預警和分析處理等功能，可以讓案例庫快速發現潛在輿情風險并進行深度追蹤、篩選，達到危機預警的目的，進而讓整個網絡輿情治理過程在多維、動態、智能的案例知識庫中完成，實現對重大公共決策網絡輿情的閉環式治理。

從技術層面來講，第一，要創新網絡輿情管理技術和方法。充分利用數字化信息技術，建立健全基于數據共享的網絡輿情風險研判機制。通過歷史知識案例庫對關系到民生百姓的重大公共政策進行出臺前的風險研判，將政策輿情風險按等級精準劃分、精準識別，實現風險評估智能化、數字化，推動大數據網絡輿情研判科學化、高效化。第二，要注重革新大數據分析技術，拓寬信息采集范圍，持續開發語義識別和風險感知技術，引入更為穩健的計量工具模型，充分結合利用人工采集和機器學習等信息工具及時更新情感詞語，準確捕捉網民情緒，提升全面掌握網絡輿情的能力。第三，應破除對于大數據技術的盲信盲從，由政府部門主導打造網絡輿情管控團隊，培養一批熟悉掌握信息技術發展規律和網絡輿情的專門人才。借助輿情分析人員對統計知識的理解，提升輿情平臺結果研判的及時性、專業性。

2.專家全程參與風險評估，構建風險研判反饋機制

重大行政決策程序的要素是專家論證與風險評估。專家論證與風險評估的價值目標是科學性，是確保決策質量不可或缺的要素。應在保證相關政策保密性的基礎上盡可能地提前吸收不同領域專家對決策進行風險評估，尤其是涉及意識形態熱點和敏感性較強的重大公共政策和公共項目，邀請相關領域權威專家參與政策輿情風險分析，推進網絡輿情研判更透徹、更全面。通過專家自薦、單位推薦、政府遴選的方式，構建“重大公共決策專家咨詢委員會”，實現專家和專業機構參與政策網絡輿情風險研判的程序正當性和合法性。讓專家憑借自身的智慧、知識和經驗為決策者提供各種方案風險的精細分析，提出合法、合規、合理的意見和建議。因此，應積極推動風險研判反饋機制構建，充分借助專家全程參與評估和風險持續監測、實時預警兩大支撐點，實現閉環迭代式重大決策網絡輿情風險治理模式（如圖2所示）。

3.完善重大公共決策網絡輿情風險評估制度，為決策研判提供良好環境

構建重大公共決策網絡輿情風險評估制度的目的就是為了保證重大決策順利實施、消除風險隱患，將防范化解重大風險的關口前移。為了進一步推進重大公共決策網絡輿情風險評估機制的有序建設，首先，需要將制度的要素不斷細化，形成一套統一的評估制度體系、標準體系、程序規范。其次，各地方、各部門要強化風險意識，注重條塊結合，均衡發展。各地方政府要設計出臺本區域專門的《重大公共政策網絡輿情風險評估制度實施細則》，避免內容設計過于原則化，為重大公共政策網絡輿情風險評估制度的運行提供一個健康的法制環境，讓重大公共政策網絡輿情風險評估制度在實踐中可以發揮應有的價值和功能。同時，要通過各種政策和措施大力扶持和培育第三方社會評估機構的發展，加強行業建設和規范，為重大公共政策網絡輿情風險評估提供一個公平、競爭有序的市場環境。

4.多元主體協同參與風險治理，構建重大決策網絡輿情治理良性的互動機制

做好重大決策社會風險評估，既要進一步完善相關法律、制度和政策，營造良好的法律環境、政策環境，又要加大改革力度，提升相關部門和人員的社會風險評估與治理的能力和水平。全媒體不斷發展，信息推送更加智能、及時、分化，媒體從信息采集到發布的各階段都能實現“直播”效果，公共輿論的廣度及其對社會的全方位滲透，都遠勝于前。因此，要賦予政府、市場、高校、研究機構相關能力，建立健全信息公開預警和精準研判機制，將現代信息技術與實踐豐富經驗相結合，借助數字技術讓網絡輿情監測和研判突破瓶頸，超越簡單的內容分析，深入到話語表達、關系呈現、心理描繪、訴求預測等模塊對網絡輿情進行多維精準透視，尋找智囊團和數字結合效能的最大公約數。

六、結語

隨著信息技術的快速發展，中國已經進入大數據時代，網絡輿情也正經歷著由簡單到復雜的嬗變過程，如何實現網絡輿情的有效治理已成為學界和政府高度關注的重要議題。重大公共決策網絡輿情風險研判體系作為系統化、動態化、智能化的網絡輿情治理工具，對于提高公共決策網絡輿情風險研判水平，推動我國輿情治理體系、治理能力現代化意義重大。當前，我國仍缺乏具體針對重大公共決策網絡輿情治理的研究。本文從全新的視角提出構建重大公共決策風險研判體系，旨在基于大數據計算分析和專家研判融合的理念，對重大公共政策公布前、中、后全過程進行網絡輿情風險研判，破除當前重大決策網絡輿情風險治理滯后的弊端，實現重大公共決策網絡輿情無急可應、有急能應。

為發揮重大公共決策網絡輿情風險研判機制的最大效能，還有一些需要討論、研究的問題。例如，如何利用現代信息技術保證專家全程參與、動態監控政策輿情風險;政策風險治理是否能再前置，讓專家參與政策制定的每一個程序;5G時代如何實現從政策制定到落地全過程的智能化，簡化政策制定過程。這些問題能夠實現防范化解重大風險體制機制不斷健全的目標，持續提升重大公共決策網絡輿情風險評估和治理風險的質量和效益，對保證重大決策順利實施和防范重大風險有重大意義。

參考文獻：

[1]2019年國內網絡輿情分析及2020年展望[EB/OL].中國經濟信息社，（2020-01-15）[2020-11-01].http：//thinktank.xinhua08.com/a/2020/01/15/1907721.shtml.

[2]重慶探索建立重大決策網絡輿情風險評估機制[EB/OL].人民網，（2017-01-12）[2020-11-01].http：//cq.people.com.cn/n2/2017/01/12/c365402-29584673.html.

[3]杜寶貴，陳磊.“迭代式”治理：一種對中國治理范式與治理經驗的思考[J].遼寧大學學報（哲學社會科學版），2019，47（5）：18-21.

[4]AGARWALR，ANIMESHA，PRASADK. Social Inter-actions and the“Digital Divide”：Explaining Variation sin Internet Use[J].Information Systems Research，2009，20（2）：277-294.

[5]孔建華.國內網絡輿情治理研究綜述[J].電子政務，2018（12）67-78 .

[6]馬寧，劉怡君，廉瑩.突發事件輿情風險研究文獻綜述[J].情報雜志，2019，38（6）：88-93.

[7]GRUHLD，GUHAR，LI BEN-NOW ELLD，et al.Information diffusion through log space[J].International Conference on World Wide Web，2004，6（2）：491-501.

[8]曹海軍，李明.大數據時代中國網絡輿情的治理反思與路徑拓展———基于“技術治理路徑”嵌入視角[J].行政論壇，2019（5）：65-72.

[9]劉秦民.大數據時代的社會風險治理研究[J].學術研究，2017（8）：29-34.

[10]張一文，齊佳音，方濱興，等.基于貝葉斯網絡建模的非常規危機事件網絡輿情預警研究[J].圖書館情報工作，2012（2）：76-81.

[11]趙劍華，萬克文.基于信息傳播模型-SIR傳染病模型的社交網絡輿情傳播動力學模型研究[J].情報科學，2017，35（12）：34-38.

[12]SCHANK R C.Dynamic Memory：A Theory of reminding and learning in computers and people[M].New York：Cambridge University Press，1982：227-229.

[13]鄭晶，王應明，葉歆.復雜數據情形下的應急案例相似度方法測算[J].中國安全科學學報，2014（7）：153-155.

[14]仲秋雁，郭素，葉鑫，等.應急輔助決策中案例表示與檢索方法研究[J].大連理工大學學報，2011，（1）：137-142.

[15]PALLIN D J，SULLIVAN A F，AUERBACH B S，et al.Adoption of Information Technology in Massachusetts Emergency Departments[J].Journal of Emergency Medication，2010（2）：240-244.

[16]邵荃，翁文國，鄭雄，等.城市火災案例庫輔助決策方法的研究[J].中國安全科學學報，2009（1）：113-117.

[17]許鑫，侯仕軍，徐一方.知識管理視角下食品安全危機應對能力評價體系的構建與應用——基于企業層面案例庫的實證分析[J].公共管理學報，2014（2）：81-90，142-143.

[18]楊青，劉菲菲，牛珍珍.基于文本處理技術的應急管理結構化案例庫的構建與應用[J].政府管理，2017（12）：50-55.

[19]李光敏，張行文，張磊，等.面向網絡輿情的評論文本情感分析研究[J].情報雜志，2014（5）：157-160.

[20]陳曉美，高鋮，關心惠.網絡輿情觀點提取的LDA主題模型方法[J].圖書情報工作，2015，59（21）：21-26.

[21]胡吉明，陳果.基于動態LDA主題模型的內容主題挖掘與演化[J].圖書情報工作，2014（2）：138-142.

[22]唐曉波，房小可.基于文本聚類與LDA相融合的微博主題檢索模型研究[J].情報理論與實踐，2013（8）：85-90.

[23]范濤，吳鵬，曹琪.基于深度學習的多模態融合網民情感識別研究[J].信息資源管理學報，2020（1）：39-45.

[24]謝潤忠，李燁.基于BERT和雙通道注意力的文本情感分類模型[J].數據采集與處理，2020（4）：643-650.

[25]劉慶華，朱傳生.基于大數據技術的可視化安全態勢感知[J].網絡安全技術與應用，2015（11）：46.

[26]成協中.風險社會中的決策科學與民主——以重大決策社會穩定風險評估為例的分析[J].法學論壇，2013（1）48-49.

[27]朱海波.地方政府重大行政決策程序立法及其完善[J].廣州社會科學，2013（4）：227-230.

[28]張思龍，王蘭成，婁國哲.基于情報感知的網絡輿情研判與預警系統研究[J].情報理論與實踐，2020（9）：149-155.

[29]李靖，李慧龍.政務輿情回應中的信息不對稱探微[J].上海行政學院學報，2018（6）：21-28.

[30]陳麗芳，郭奇文，陳默.新媒體時代“反沉默螺旋”現象與網絡輿論引導研究[J].出版廣角，2019（22）：83-85.

[31]蔣俊杰.我國重大事項社會穩定風險評估機制：現狀、難點與對策[J].上海行政學院學報，2014（2）：90-96.

[32]司法部：《重大行政決策程序暫行條例》9月1日起施行[EB/OL].人民網，（2019-05-16）[2020-11-29].http：//legal.people.com.cn/n1/2019/05/16/c42510-31088921.html.

[33]重大決策風險評估制度護航“十四五”[EB/OL].光明網，（2020-11-01）[2020-11-29].https：//m.gmw.cn/2020/11/01/content_1301747192.html.

[34]張玉磊，賈振芬.基于利益相關者理論的重大決策社會穩定風險評估多元主體模式研究[J].北京交通大學學報（社會科學版），2017，16（3）：54-62.

[35]梅楊.論重大行政決策風險評估制度[J].甘肅政法學院學報，2018（4）：147-156.

From One-way Linearity to Iterative Closed-loop：

Building a Risk Research and Judgment System for Online

Public Opinion of Major Public Decisions Based on the Deep

Integration of Experts and Digital Technology

Wen Zhiqiang / Liu Nan

Abstract：Major public decisions face more complex risk factors because they involve the interests of multiple subjects， and online public opinion has become a governance field that cannot be ignored in major public decisions， with higher requirements for risk management tools. Data-driven information technology is an important tool set for risk management of online public opinion in major public decisions， and integrating expert participation has become an effective way to prevent and resolve risks in the era of full media. Based on the analysis of the one-way linear logic-based network opinion risk research and judgment mechanism for major public decision-making， this paper proposes an iterative closed-loop public opinion risk research and judgment system based on the deep integration of experts and digital technology， and specifically proposes to improve the network risk research and judgment system for major public decision-making in several dimensions， such as innovating modern governance technology， attracting experts to participate in the whole process， strengthening institutional construction and building a benign interaction mechanism. This paper proposes the improvement paths for modernizing the risk management system and governance capacity of public opinion in major public decision-making.

Keywords：Major Public Policy-making; Online Public Opinion; Risk Research; Expert Assessment; Digital Technology

（責任編輯 王 玉）