大數據背景下的民族地區網絡輿情治理研究

董堅峰 陳家鑫

摘要：大數據背景下的民族地區網絡輿情治理是隨著因特網和移動互聯網的廣泛應用而產生的新問題。本文基于“預警—治理”的大數據輿情治理范式，在分析大數據背景下的民族地區網絡輿情治理需求的基礎之上，構建涵蓋網民、輿情事件、政府、媒體等4個一級指標、12個二級指標的預警指標體系，并結合“新疆棉花事件”進行實證分析，最后提出網民自治、政府媒體協同治理、構建輿情預警體系等網絡輿情治理策略。

關鍵詞：大數據；民族地區；網絡輿情；輿情治理；輿情預警

中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2021）14-0076-03

基金項目：本論文為湖南省社會科學成果評審委員會課題“民族地區網絡輿情生態治理研究”成果，項目編號：XSP19YBC338

大數據背景下的民族地區網絡輿情應對與治理是隨著因特網和移動互聯網的廣泛應用而產生的新問題。CNNIC第47次《中國互聯網絡發展狀況統計報告》顯示，截至2020年12月，我國網民規模達9.89億，手機網民規模達9.86億，互聯網普及率達70.4%[1]，互聯網輿論主陣地地位凸顯。同時，網民積極借助社交平臺和新媒體參與網絡事務，訴求表達、情感傾瀉網絡依賴程度高，信息發布和傳播數量增長迅速，網絡輿情大數據特征明顯。

受區域經濟發展、民族宗教文化等的影響，涉及民族問題的輿論話題聚焦度高、敏感性強，往往是引發網絡輿情風暴的焦點話題，而涉及民族因素的突發事件與輿情話題的交互，加劇了輿情事件的產生和演化，大數據背景下的民族地區輿情治理成為當前網絡輿情治理領域的當務之急。

一、大數據背景下的民族地區網絡輿情治理需求分析

（一）民族地區網絡輿情新特征加大了治理難度

與一般網絡輿情不同，民族地區網絡輿情地域性特征明顯。隨著互聯網的飛速發展，如今的輿情已逐漸脫離了現實空間上的地域，然而西部少數民族地區的網絡輿情仍具有極強的地域性[2]，其主要有三大特點。第一，復雜性。一些民族地區在不同的社會時期受到不同文化的影響，在大量的歷史事件與民族傳統的作用下，民族問題與政治、宗教和其他社會問題交織在一起。另外，外部反華勢力、民族分裂勢力不斷制造爭端，提升了網絡輿情的復雜性。第二，敏感性。民族地區通常處于經濟落后的區域，不平衡的社會發展刺激了個別少數民族群眾心理上的敏感度，進而影響了社會傳播系統正常功能的發揮，負面輿情及異常傳播機制活躍[3]。第三，國際性。民族地區從地理位置上來看遠離政治中心，但邊疆民族地區又與鄰國或鄰近地區存在大量的貿易關系，處于十分特殊的地理位置，容易引起境外勢力的高度重視。網絡的隱蔽性與地理的間隔性，加大了公共管理部門治理此類網絡輿情的難度。

（二）網絡輿情突發事件與技術預警的結合產生了新的輿情治理需求

網絡輿情的分析和預警是網絡輿情治理的重要環節，是識別網絡輿情危機程度、評估突發事件、提出危機化解措施的重要前提。在民族地區網絡輿情事件產生的過程中，網絡輿情危機事件是由網絡媒介曝光、觸發或經網絡輿情傳播而被擴散和放大的危機事件，具有較高的輿情熱度。對輿情熱度進行評判和分析，傳統的人工研判是無法勝任的，而基于大數據分析的技術預警能將輿情采集、加工、分析、預警、研判等環節的治理有機結合起來。網絡輿情突發事件與技術預警的結合，一方面催生了新的輿情預警需求，如輿情主體甄別及監控、輿情事件跟蹤及預警發布、輿情情感研判與趨勢引導、輿情進展報告提供及政府干預；另一方面又為輿情治理提供了技術方案。

二、基于大數據預警的民族地區網絡輿情治理

民族地區網絡輿情治理涉及政府、媒體、網民等多類主體，治理手段涵蓋技術、行政、倫理等多種方式。其中，技術治理基于“預警—治理”范式，實現了包括輿情源頭、傳播過程、危機干預等的全流程綜合治理，是當前網絡輿情治理中最有效的方式之一。而構建民族地區網絡輿情技術預警指標體系，是完成大數據背景下的網絡輿情治理的關鍵。

（一）民族地區網絡輿情預警要素分析

傳統意義上的網絡輿情預警主要是借助分析既定預警指標并完成輿情安全定級實現的。目前學界圍繞網絡輿情產生和發展過程中涉及的主體、客體、本體、媒介等要素構建了相應的指標體系[4]。為了滿足民族地區網絡輿情治理的特殊需求，本文擬將網絡輿情要素與民族地區網絡輿情的特點相結合，以構建風險預警指標體系。該體系以網民、輿情事件、政府（治理主體）、媒體為一級指標，4個一級指標又細分為12個二級指標。具體來說，網民細分為3個二級指標，分別為網民的參與熱度、網民的態度傾向、網民的參與數量；輿情事件細分為3個二級指標，分別為事件發生地、事件危害程度、事件敏感程度；政府細分為政府反應速度、政府回應態度、輿論引導能力這3個二級指標；媒體細分為媒體的態度傾向、媒體的宣傳程度、傳播媒體的數量這3個二級指標（見表1）。

（二）因素集的確定

依據確定的12個輿情指標，筆者建立了民族地區網絡輿情因素集，可以表示為U={U1，U2，…，Un}，n=12。鑒于12個指標隸屬于3個一級指標，可以將因素集U細分為3個子集，進而構建相應的評價集Ui={Ui1，Ui2，…，Uik}，以此確定評價因素。

（三）評價集的確立

設V={V1，V2，V3，…Vm}為評價集的集合，通過查閱資料和專家訪談，將民族地區網絡輿情危機劃分為四個等級，即取m=4，分別為一級（紅色，非常嚴重）、二級（橙色，比較嚴重）、三級（黃色，一般嚴重）、四級（藍色，輕微嚴重）。

（四）權重的計算

采用德爾菲專家調查法，邀請相關領域的專家，對照9級比例標尺法，對上述指標進行兩兩比較，構造判斷矩陣，確定各個指標的權重。

（五）模糊綜合評價

通過專家評分的方式構造判斷矩陣，確立各指標的權重Ai，再通過發放問卷的方式，得到評價集隸屬度矩陣Ri，并細分權重得到下級評判模型，經過Bi=Ai×Ri的重復運算，計算出樣本對應的最大隸屬度，進而確定其對應的民族地區網絡輿情預警等級。

三、實證分析——以“新疆棉花事件”為例

（一）事件回顧

2021年3月下旬，H&M集團在其官網發布聲明，拒絕使用來自新疆的棉花作為原材料，進而引發了耐克等廠商對新疆棉花及紡織工廠的抵制。國內網民、廠商在線上線下采取了一系列反抵制行為，淘寶等多家網購平臺及華為、騰訊手機應用市場下架了H&M產品及各類應用，短時間內產生了較大的輿情風暴。

（二）輿情風險研判與分析

筆者邀請網絡輿情方面的專家對各指標進行賦值評分，得到判斷矩陣與各級指標的權重，再進行一致性檢驗，其中CR均小于0.1，矩陣一致性良好，模型構建合理。各級指標權重如表2所示。

由表2可知，一級指標的權重A=（0.3905，0.1381，0.2761，0.1953），二級指標的權重分別為A1=（0.1958，0.4934，0.3108），A2=（0.1958，0.4934，0.3108），A3=（0.1634，0.2969，0.5396），A4=（0.3108，0.1958，0.4934）。為掌握網民對民族網絡輿情風險的認知情況，筆者隨機選擇了216名網民進行問卷調查，篩選得到有效問卷200份，如表3所示。

已知一級各指標權重A=（0.3905，0.1381，0.2761，0.1953），可得綜合評判結果為B=A×R=（0.0829，0.2062，0.5187，0.1804）。根據最大隸屬度原則，最大數值為0.5187，因此，此次“新疆棉花事件”網絡輿情所對應的風險等級為二級（橙色，比較嚴重）。筆者通過百度指數網站獲取了3月20日—4月1日百度指數“新疆棉花”搜索指數數據（如下圖）。

分析可知，“新疆棉花事件”是一起典型的涉及民族地區的輿情事件，同時具有較高的風險等級，但事件總體輿情走向較平衡，未造成嚴重的輿情危機。主要原因有兩點。

第一，輿情演化過程中的群體極化現象不明顯。與其他事件相比，網民個體的自覺、愛國情感和態度傾向遠大于普通的網絡發泄、吐槽，從而導致輿情態勢正向演化。第二，多主體協同治理效果明顯。事件發生前后，政府的積極應對和媒體對事實的及時披露形成了良好的協同治理格局，導致事件得到圓滿解決。

（三）啟示和建議

基于預警研判的輿情治理需要科學合理的預警指標體系提供支持，也需要網民、政府、媒體多主體協同參與。目前的網絡輿情治理主要依賴技術手段進行監測和分析，往往忽略了網民個體的引導及政府、媒體功能的發揮。要更好地推進民族地區的網絡輿情治理，筆者認為可以從三個途徑入手。

第一，引導網民營造良好的網絡生態，實現網民自治。網民既是輿情事件的當事人，也是輿情的傳播者和參與者，營造良好的網絡生態空間，引導、規范網民言行，能將輿情消滅在起始階段，實現無為而治。

第二，發揮政府、媒體的作用，實現協同治理。輿情事件的解決離不開政府、媒體的支持，政府在輿情事件中應擔任輿情第一回應人、第一解釋人以及輿論引導人，媒體應作為輿情第一報道人、第一傳播人，兩者協作處理輿情是解決問題的關鍵。

第三，構建輿情預警研判體系，實現科學治理。在輿情治理中，地方政府應結合網絡輿情現狀和地方公共管理部門輿情治理的現實需求，構建符合個性需求的輿情預警指標體系，與技術公司合作研發技術系統，從而實現科學治理。

四、結語

民族地區網絡輿情治理是一項系統工程，輿情傳播迅速、參與主體眾多、演化機理復雜，輿情治理難度較大。本文基于“預警—治理”的大數據輿情治理范式，在分析大數據背景下的民族地區網絡輿情治理需求的基礎之上，構建了涵蓋4個一級指標、12個二級指標的預警指標體系，并結合“3.26新疆棉花事件”進行了實證分析。可以看出，政府、網民、媒體三類主體在輿情治理中發揮著重要作用，輿情治理主體地位和政府主導作用不容忽視。另外，輿情預警指標體系也深刻影響著輿情危機研判，構建科學合理的民族地區網絡輿情預警指標體系是實現網絡輿情治理的關鍵。

參考文獻：

[1] 中國互聯網絡信息中心.第47次《中國互聯網絡發展狀況統計報告》[EB/OL].互聯網發展研究，http：//www.cnnic.net.cn/hlwfzyj/，2021-02-03.

[2] 張玉強.民族地區網絡輿情危機的政府引導策略研究[J].中共南寧市委黨校學報，2013，15（02）：38-41.

[3] 羅安平.民族地區突發事件中傳媒應對原則探究[J].中國廣播電視學刊，2009（05）：78-80.

[4] 董堅峰.基于Web挖掘的突發事件網絡輿情預警研究[J].現代情報，2014，34（02）：43-47，51.

作者簡介：董堅峰（1977—），男，湖北孝感人，博士，副教授，研究方向：網絡輿情分析、智能信息系統、網絡信息資源管理。

陳家鑫（1997—），男，湖北黃岡人，碩士在讀，研究方向：網絡輿情分析、網絡信息資源管理。