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 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)事件民意回應與疏導提供理論基礎和實踐指導。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行分析，采用等級全息建模方法，識別可觀測的民意演化影響要素，進而進行要素量化、評級，得出高風險要素。最后依據(jù)影響要素分析結果，提出相應的回應與疏導策略。

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)技術的快速發(fā)展，網(wǎng)絡平臺已經(jīng)成為信息獲取與傳播的重要媒介和場所，網(wǎng)絡民意對政府的影響也越來越大。準確識別突發(fā)事件民意演化影響要素，構建科學的要素管理框架，制定針對性的管理對策，有利于政府對網(wǎng)絡民意的準確把握，為民意演化的把控提供理論基礎和實踐指導。

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、政策問題描述的監(jiān)督等四個方面對政策問題建構產(chǎn)生重要影響[1]。李斐對網(wǎng)絡民意的概念、現(xiàn)象進行了界定與描述，并在此基礎上對突發(fā)性事件中網(wǎng)絡民意的疏導加以探索[2]。二是研究突發(fā)事件民意形成模型的構建。例如阮冰等以社會網(wǎng)絡為基礎，建立民意形成演化的非線性微分方程模型、并進行仿真研究，驗證參數(shù)值對突發(fā)事件民意的控制的重大作用[3]。

基于上述學者的研究成果，可以看出我國學界對突發(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別、過濾、量化、評級的過程，制定相應的回應與疏導策略，為該領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）作為要素識別方法，從民意主體、民意主題、民眾情感三個方面研究突發(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)絡環(huán)境

網(wǎng)絡是突發(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。良好的網(wǎng)絡環(huán)境依賴于政府、媒體、網(wǎng)民和意見領袖的共同努力。這其中，政府日常監(jiān)管尤為重要，無論是監(jiān)管媒體議程設置、網(wǎng)絡信息質量還是意見領袖，均使民意朝著良性方向演化，實現(xiàn)對民意的引導[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，隨著參與人數(shù)的不斷增加，相關話題的廣泛討論和反復轉載，民意逐漸匯聚形成。民眾會對與自己利益相關或感興趣的事件表現(xiàn)出較高的關注度。同時，網(wǎng)絡環(huán)境中有眾多意見領袖，他們創(chuàng)造和推動網(wǎng)絡意見。

2.1.3媒體牽引

高速發(fā)展的數(shù)字技術使信息的全方位、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注。突發(fā)事件發(fā)生后，媒體積極介入其中，第一時間做出反應，通過在搜索引擎、微博、論壇等各種渠道進行議程設置，吸引網(wǎng)民去獲取相關信息以了解事件的進展狀況，或者達到某種共鳴。

2.2 民意主題要素

2.2.1觀點碰撞

觀點異化是指原本統(tǒng)一的觀點發(fā)展到一定階段，分裂出與之對立的觀點[5]。觀點反轉是指面對同一事件，輿論一開始會把矛頭指向某一方，隨著事件具體內容的不斷曝出，輿論態(tài)勢發(fā)生轉向[6]。觀點極化是指在網(wǎng)絡平臺，由于極化信息源的刺激，在群體的互動過程中，群體人數(shù)占優(yōu)一方的觀點得到不斷強化，最后走向極化。且網(wǎng)絡環(huán)境比現(xiàn)實環(huán)境更易出現(xiàn)極化的現(xiàn)象。

2.2.2政府主題引導

突發(fā)事件民意容易受到虛假信息、網(wǎng)絡謠言等影響，扭曲事件本身的真相。政府主題引導主要受輿情失衡態(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進行主題引導，有利于疏解民眾質疑、解決矛盾糾紛。

今年10月，當戴鴻靖在開心地推出2018 Pét-Nat時，一位上海的高級侍酒師（Advanced Sommelier）武肖彬（Arneis）做了一個決定——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知能力、自身免疫力、媒體影響力、涉利程度和表達水平等要素影響。

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，總結起來主要有五：一是事件敏感程度；二是事件性質；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。當突發(fā)事件的敏感程度高、性質嚴重、涉及范圍廣、損傷數(shù)量大、敏感人群多等，都會一定程度上造成網(wǎng)民的關注度上漲，集群效應也會迅速增加，民眾情感也會隨之發(fā)生快速變化。

2.3.3政府情緒引導

基于以上研究，構建突發(fā)事件民意演化影響因素識別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

本研究進行影響程度量化與評級的思路是：一是將 HHM 框架轉換為對應的指標體系（見表1）；二是應用層次分析法（AHP）計算指標權重，進而對影響因素進行量化；三是應用 ABC 分級方法將影響因素進行評級。

表1 突發(fā)事件民意演化影響要素指標體系

3.1 突發(fā)事件民意演化影響要素量化研究

在評價過程中，指標權重的確定對評價結果有著非常重要的影響。本文采用層次分析法（AHP），通過專家調查法構造判斷矩陣、計算權重并通過一致性檢驗（CR<0.1），得出突發(fā)事件民意演化影響要素量化指標與權重（見表2）。

表2 突發(fā)事件民意演化影響要素量化指標與權重

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級別進行評級，其標準見表4。

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

>

表3 要素量化指標權重分析

表4 影響程度評級劃分標準

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策略

4.1 針對民意主題要素而采取的引導策略

4.1.1加強政府主題引導，降低輿情失衡發(fā)生率

政府第一時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極化的發(fā)生。同時，政府要營造健康和諧的網(wǎng)絡環(huán)境，倡導積極向上的精神文化，促進信息傳播良性發(fā)展。

4.1.2加強政府處置能力，提高政府公信力

政府對突發(fā)事件的應急處置，是政府能力的展現(xiàn)，更是政府與社會、政府與民眾之間的互動[7]。政府要在第一時間準確發(fā)聲，及時進行事件調查，并將調查結果向民眾公開。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，在充分回應民意訴求的基礎上制定公共政策。當前網(wǎng)絡傳播中“媒介-意見領袖-受眾”的二級傳播鏈仍然占據(jù)重要位置[8]，政府應著力健全與專業(yè)領域意見領袖的協(xié)同機制，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策略

4.2.1加強政府情緒引導，拓展民意訴求途徑

單純說理并不能完全緩解民眾的擔心和焦慮，政府需要對民眾進行情感上的撫慰與疏導，在情感上達成更深層次的認同。面對負面情緒，用數(shù)據(jù)和事實說話的同時，更要注重引導方式，體現(xiàn)人文關懷，讓民眾從內心深處形成觀點共鳴和認同。推進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，進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。

4.2.2強化政府回應力度，提升媒體影響力

政府回應是民眾與政府形成良好關系的關鍵[9]，政府要提高第一時間回應能力，積極回復、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制，注意信息回應的及時性、真實性，把握好回應尺度，實事求是、有針對性對民意關注的熱點、焦點問題予以回應。同時，著力提升媒體影響力，創(chuàng)辦高效的融媒體中心，將傳統(tǒng)新聞的權威性與網(wǎng)絡平臺傳播的時效性、泛在性充分結合，創(chuàng)新傳播方式、拓寬傳播渠道、擴展傳播覆蓋面，保證內容真實準確的同時，更加生動、接地氣地互動交流。

5 總結

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、民意情感三個方面共同影響。采用等級全息建模方法，識別可觀測的影響要素，進行影響要素量化、評級。得出輿情失衡態(tài)勢、政府回應力度、政府處置能力、觀點極化、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，制定相應的疏導策略，為突發(fā)事件民意回應和疏導提供理論基礎和實踐指導。

[1]朱水成，李正明.網(wǎng)絡民意在政策問題建構中的作用研究[J].上海行政學院學報，2012，13（01）：34-41.

[2]李斐. 網(wǎng)絡民意疏導策略研究[D].大連理工大學，2013.

[3]阮冰，朱建沖，姜禮平，汲萬鋒.基于社會網(wǎng)絡的民意形成演化建模與仿真研究[J].計算機仿真，2011，28（02）：97-100+123.

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

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

[6]崔逾瑜，匡志達.“輿論反轉”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)生事件應急管理研究[D].東北大學，2008.

[8]雷宏振，丁婉娟.意見領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驗[J].現(xiàn)代情報，2015，35（09）：28-33.

[9]李偉權.政府回應論[M].中國社會科學出版社，2005：10.