網絡輿情引導的Allee效應建模與仿真研究

李奇峰　蘭月新　盧金富

關鍵詞： 網絡輿情引導； Ａｌｌｅｅ 效應； 引導主體； 引導效能； Ｌｏｇｉｓｔｉｃ 模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．０１７

〔中圖分類號〕Ｇ２０６ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０６－０１６６－１１

根據中國互聯網絡信息中心發布的第４９ 次《中國互聯網絡發展狀況統計報告》顯示， 截至２０２１年１２ 月， 我國網民人數達１０.３２ 億， 互聯網普及率已經增加至７３％， 手機網民規模達１０.２９ 億， 網民使用手機上網的比例為９９.７％， １０ 億用戶接入互聯網， 形成了全球最為龐大、生機勃勃的數字社會［１］ 。在這個數字社會中， 網民言論發表愈加便利， 人人都可以是新聞熱點的搬運者和傳播者，“眾聲喧嘩＂ 成常態， 這使得網絡輿情導向更易受影響［２］ 。學者們紛紛對新形勢下的網絡輿情引導進行探討， 相關研究主要分為３ 類， 如圖１ 所示。

第一類是引導機制、引導策略的研究（＃１， ＃２，＃４， ＃５）， 鄭康［３］ 認為， 網絡輿情引導需要相關部門從實際出發， 適時干預， 恰當引導， 實現網絡輿情的有效、平穩運行。邢鵬飛等［４］ 通過網絡輿情文本的質性， 進而分析引導策略。馮雯璐等［５］ 運用計算傳播研究方法， 進行輿情演化機制的定性比較分析， 提出以網民實際需求為導向的分眾化輿情引導策略。

第二類是網絡輿情引導載體、環境的研究（＃８），韋文杰等［６］ 認為， 新媒體促使網絡輿情形成了新特征， 傳統的輿情引導機制難以適應新的變化， 迫切需要重構引導機制。王妍等［７］ 分析新媒體環境下的網絡輿情特征及媒體格局的變化引發的問題， 提出新環境下輿論引導的實踐進路。

第三類是大學生等引導客體的相關引導研究（＃３， ＃６）。黃蘇芬等［８］ 對高校網絡輿情的形成路徑進行分析， 并提出了高校網絡輿情管控和引導應遵循的基本原則。周升銘等［９］ 分析了高校網絡輿情傳播給意識形態安全造成的風險， 在此基礎上提出了高校網絡輿情的引導機制。趙旭等［１０］ 構建網絡輿情受眾參與行為靶向引導模型， 提出了靶向引導度決策算法實現網絡輿情受眾參與行為精準靶向引導。

目前， 網絡輿情生態發生深刻變化， 引導主體多元化， 信息無處不在、無所不及， 出現網絡輿情引導的Ａｌｌｅｅ 效應， 針對網絡輿情引導的Ａｌｌｅｅ 效應研究尚缺乏深度的理論研究和科學準確的分析方法， 由此， 本文針對網絡輿情引導的Ａｌｌｅｅ 效應進行建模與仿真研究， 為開展網絡輿情引導提供新的研究視角。

１網絡輿情引導的Ａｌｌｅｅ效應

１.１網絡輿情引導的Ａｌｌｅｅ效應現象

黨的新聞輿論工作座談會中強調， 要尊重新聞傳播規律， 創新方法手段， 提高新聞輿論傳播力、引導力、影響力、公信力［１１］ 。隨后， 十九大報告把提高“四力” 作為堅持正確輿論導向、牢牢掌握意識形態工作領導權的根本保障， 明確要求提高“四力”。“四力” 歸根結底是輿情引導效能的綜合體現， 提高“四力” 則是提高引導主體的引導效能。隨著輿情生態發生深刻變化， 網絡輿情環境對網絡輿情引導產生影響， 出現當引導主體的引導效能低于一定閾值時引導失效的現象， 對提高“四力” 產生影響。

此現象與生態科學中廣泛存在的Ａｌｌｅｅ 效應吻合， 生態科學中Ａｌｌｅｅ 效應表現為， 當種群大小、密度低于某一閾值時， 種群將趨于滅絕。同樣的，當引導主體的引導效能低于一定閾值時， 引導失效的現象也可以認為是網絡輿情引導的Ａｌｌｅｅ 效應。

“鐘薛高” 與“雪蓮” 雪糕兩起食品安全事件都造成了較大的網絡輿情， 但輿情引導效果卻大相徑庭。“雪蓮” 官方通過輿情引導有效維護品牌形象， 降低負面輿情； 而“鐘薛高” 官方由于Ａｌｌｅｅ效應閾值過高導致引導失效， 無法降低負面輿情熱度， 甚至形成多個輿情峰值， 如圖２ 百度指數趨勢所示。

針對“鐘薛高” 官方輿情引導展開分析。２０２２年６ 月２４ 日１７ 時２２ 分， 有網友在新浪微博平臺上開始對“鐘薛高海鹽椰椰雪糕” 進行融化測試，測試后雪糕狀態均為半粘稠狀態。關于鐘薛高室溫下不融化、使用了過多添加劑等質疑逐漸走高。

６ 月２９ 日， 有網友爆料一款雪糕的生產車間臟亂不堪， 因其外形酷似“雪蓮”， 被傳“雪蓮塌房了”。針對疑似塌房， 當日， 雪蓮官方注冊賬號于１３ 時４５ 分曬出車間視頻進行回應， 并于次日１０ 時９ 分發布相關公告， “塌房” 傳言不攻自破。在“雪糕護衛” 的代表雪蓮登上熱搜的同時， “雪糕刺客” 的代表鐘薛高熱度同步上升。

７ 月２ 日１９ 時４ 分， “澎湃新聞” 再次曝光鐘薛高雪糕高溫不化事件， “鐘薛高３１ 度室溫下放１小時不化” 詞條沖上微博熱搜， 話題閱讀量高達３.９ 億。當日２１ 時２６ 分， 鐘薛高就此事發布官方聲明稱， 雪糕融化呈粘稠狀是因為產品本身固形物含量達到４０％左右。

７ 月５ 日１７ 時２５ 分， 網友測試升級——用打火機燒鐘薛高雪糕， 發現雪糕烤不化， 并且表面出現焦黑， 輿情質疑再度升起。

７ 月６ 日１０ 時１１ 分， 鐘薛高再次發表官方聲明。

根據以上時間節點， 使用清博輿情監測平臺統計微博上相關網民情緒， 如表１ 所示。微博信息量如圖３ 所示。

階段Ⅰ： ６ 月２４ 日１７ 時１２ 分—６ 月２９ 日１３時４５ 分， 此時間段為網友發布鐘薛高雪糕３ 小時不化視頻至“雪蓮” 官方發布回應視頻之間。在此時間段揭露真相及維護鐘薛高品牌形象引導主體形成交互， 但未形成“一邊倒” 的輿情環境， 各方引導主體Ａｌｌｅｅ 效應閾值較低， 能產生引導效能， 故此時網民正面、負面情緒較平均。

階段Ⅱ： ６ 月２９ 日１３ 時４５ 分—７ 月０２ 日１９時０４ 分， 此時間段為雪蓮官方發布回應視頻至“澎湃新聞” 再次曝光“鐘薛高” 雪糕高溫不化事件之間。此時間段負面情緒相對階段Ⅰ增長１１.３９％，正面情緒相對階段Ⅰ下降８.８２％。分析此階段的微博博文得到詞云圖， 如圖４ 所示， 此階段鐘薛高相關信息以及負面情緒的爆發主要是由于網民對于高價雪糕的不滿， 雖然與“鐘薛高” 雪糕高溫不化事件無關， 但此時形成的網絡輿情環境不利于后續維護鐘薛高品牌形象的引導主體進行輿情引導，產生較高的Ａｌｌｅｅ 效應閾值。

階段Ⅲ： ７ 月２ 日１９ 時０４ 分—７ 月５ 日１７ 時２５ 分， 此時間段為“澎湃新聞” 再次曝光鐘薛高雪糕高溫不化事件至網友曝光鐘薛高雪糕打火機火燒不化之間。鐘薛高官方于７ 月２ 日２１ 時２６ 分發布高溫不化官方聲明， 但由于階段Ⅱ營造出不利于維護品牌形象引導的網絡輿情環境， 維護鐘薛高品牌形象的相關引導主體Ａｌｌｅｅ 效應閾值相對階段Ⅰ較高， 部分引導主體引導失效， 導致此階段網民負面情緒相對Ⅰ階段上升５.９１％， 正面情緒相對Ⅰ階段下降９.５４％。

階段Ⅳ： ７ 月５ 日１７ 時２５ 分—７ 月６ 日１０ 時１１ 分， 此時間段為網友曝光鐘薛高雪糕打火機火燒不化至鐘薛高官方二次發表官方聲明之間。由于Ⅱ、Ⅲ階段輿情的演化， 此階段網絡輿情環境有利于揭露真相的引導主體進行輿情引導， 相關引導主體Ａｌｌｅｅ 效應閾值較低。且在此過程中網絡輿情環境發生進一步變化， 維護鐘薛高品牌形象的引導主體Ａｌｌｅｅ 效應閾值繼續上升。

階段Ⅴ： ７ 月６ 日１０ 時１１ 分—７ 月９ 日１０ 時１１ 分， 此時間段為鐘薛高官方二次發表官方聲明之后的７２ 小時。由于前幾個階段事件發展所造成的網絡輿情環境不利于維護鐘薛高品牌形象的相關引導， 相關引導主體Ａｌｌｅｅ 效應閾值過大， 鐘薛高官方二次發表官方聲明引導失效。這一階段負面情緒再次升高， 占比達３７.４３％， 相對于Ⅳ階段再次提高。

１.２網絡輿情引導的Ａｌｌｅｅ 效應機理

生態科學中Ａｌｌｅｅ 效應出現源于種群之間的相互作用， 產生Ａｌｌｅｅ 效應的原因很多， 由于物種的不同而各不相同， 如尋找伴偶困難、繁衍生殖能力較差、過度掠奪、環境條件較差等， 影響個體適合度的可以度量的成分都可以稱為形成Ａｌｌｅｅ 效應的原因［１２］ 。

網絡輿情引導的Ａｌｌｅｅ 效應源于多元引導主體自由發聲， 各引導觀點交互影響而形成網絡輿情環境， 具體表現為當引導主體的引導效能低于網絡輿情環境形成的Ａｌｌｅｅ 效應閾值時， 引導效能將出現負增長， 引導效能逐漸消失。

Ａｌｌｅｅ 效應作用下， 網絡輿情引導的機理如圖５ 所示。引導主體進行輿情引導時存在不同的引導類型， 不同引導類型具有不同的引導效能， 因而受Ａｌｌｅｅ 效應的影響不同。同時， 引導主體進行輿情引導時存在引導主體的交互， 交互過程中引導主體的引導效能將發生改變。

１.２.１網絡輿情引導主體及其引導類型的劃分

現有研究認為， 網絡輿情引導主體主要有政府部門、媒體、意見領袖［１３－１４］ 。其中意見領袖是活躍在人際傳播網絡中， 經常為他人提供信息、觀點或意見并對他人施加個人影響的人物［１５］ 。本文研究網絡輿情引導的Ａｌｌｅｅ 效應時基于以上３ 類引導主體展開。

以上３ 類引導主體進行輿情引導時存在引導類型的區別［１６］ 。引導類型的差異由引導主體主觀能動性的發揮及對客觀規律性的把握情況不同而產生， 各引導主體的引導類型具有不同的引導效能，表現為初始引導效能和引導效能上限的不同。引導主體主要有兩種引導類型， 分別是理想型引導和一般型引導。理想型引導是指引導主體積極參與輿情引導， 引導內容及引導方式都達到較好程度， 例如運用引導技巧或對被引導方采取思想、情感的說服， 引導效果最好。一般型引導是指引導主體通過轉發信息等間接的方式參與引導， 引導內容及引導方式較一般。

１.２.２網絡輿情引導主體的性質與交互關系

綜合現有研究成果［１７－１９］ ， 引導主體性質可劃分為正向引導主體和負向引導主體。正向引導主體是指在事件發生后， 對事件的真實性、準確性和影響力做到合理把控， 并傳播客觀、正面信息的引導主體； 負向引導主體是指在事件發生后， 對事件的真實性、準確性和影響力沒有做到合理把控， 或刻意為了隱瞞事件真實性而傳播負面、負向、虛假、炒作信息的引導主體。一般而言， 政府部門是正向引導主體， 媒體、意見領袖既可以是正向引導主體也可以是負向引導主體。

各引導主體相互影響、相互作用， 存在互惠、競爭、凈化交互關系。互惠交互下各引導主體的引導內容有利于各方引導效能提升， 競爭交互下各引導主體的引導內容不利于各方引導效能提升， 凈化交互是指正向引導主體所引導的內容對負向引導主體所引導的內容起到整頓作用， 抑制負向引導主體引導效能增長。互惠交互發生在正向引導主體與正向引導主體之間、負向引導主體與負向引導主體之間， 競爭、凈化交互發生在正向引導主體與負向引導主體之間。

２網絡輿情引導的Ａｌｌｅｅ 效應機理建模

２.１基本模型

自然生態中， 種群由于受到自然環境資源的限制， 增長規律符合Ｌｏｇｉｓｔｉｃ 模型， 表現為增長速度隨著種群密度的上升而逐漸降低， 從早期的迅速升高到一定規模后減慢， 直至飽和［２０］ 。同樣， 引導主體的引導效能會經歷從形成、增長到穩定的演化過程。為揭示引導主體的引導規律， 根據生態學理論提出引導主體的引導效能演化符合Ｌｏｇｉｓｔｉｃ 模型的假設， 并以此為基礎構建模型進行仿真研究。

網絡輿情生態系統中存在很多不同的引導主體進行交互， 但其交互機理本質上相同。因此， 以引導主體Ａ 和引導主體Ｂ 為多引導主體的代表構建基本模型（１）。

α、β 分別代表Ａ、Ｂ 引導主體之間的交互系數， 根據引導主體交互方式的定義， 設定交互系數如表２ 所示。

３網絡輿情引導的Ａｌｌｅｅ 效應仿真研究

假設政府部門、媒體和意見領袖引導效能的固有增長率ｒ 分別為０.３、０.２、０.１。各引導主體的引導類型具有不同的引導效能， 表現為初始引導效能和引導效能上限的不同。根據引導主體和引導類型的定義， 本文假設各引導主體的引導類型初始引導效能如表４ 所示， 通過后文仿真表明， 此假設能較好地仿真出網絡輿情引導的Ａｌｌｅｅ 效應。引導效能上限隨具體事件發展而變化， 通常難以預先假設， 且本文模型對引導主體引導效能進行了歸一化處理， 因此不對引導效能上限進行假設。

３.１互惠交互

３.１.１正向引導主體互惠交互

政府部門理想型引導對網絡輿情的走勢、其余引導主體的影響最大。因此， 正向引導主體互惠交互以政府部門理想型引導同各引導主體的不同引導類型進行仿真研究。

情況１： 政府部門等引導效能高的正向引導介入事件較早， 能最大程度構建正向網絡輿情環境，故此時與政府部門理想型引導處于互惠交互下的相關正向引導主體的Ａｌｌｅｅ 效應的閾值較低。

情況２： 考慮政府部門等引導效能高的正向引導存在介入較晚的情況， 在前期負向引導主體的影響下網絡輿情環境仍有負向性， 故此時相關正向引導主體的Ａｌｌｅｅ 效應的閾值相較情況１ 高。

設定政府部門Ａ 理想型引導與政府部門Ｂ 理想型引導之間的交互符合情況１， 交互參數α、β為０.１、０.１５， Ａｌｌｅｅ 效應的閾值Ａ１、Ａ２ 為０.０１、０.０１， 仿真結果如圖７（Ⅰ）所示。

政府部門Ａ 理想型引導與媒體Ｂ 理想型引導之間的交互符合情況１， 交互參數α、β 為０.１、０.１６， Ａｌｌｅｅ 效應的閾值Ａ１、Ａ２ 為０.０１、０.０５， 仿真結果如圖７（Ⅱ）所示。

政府部門Ａ 理想型引導與意見領袖Ｂ 理想型引導之間的交互符合情況１， 交互參數α、β 為０.１、０.１７， Ａｌｌｅｅ 效應的閾值Ａ１、Ａ２ 為０.０１、０.１，仿真結果如圖７（Ⅲ）所示。

政府部門Ａ 理想型引導與政府部門Ｂ 一般型引導之間的交互條件同政府部門Ａ 理想型引導與意見領袖Ｂ 理想型引導之間的交互參數， 仿真結果如圖７（Ⅳ）所示。

政府部門Ａ 理想型引導與媒體Ｂ 一般型引導之間的交互在情況１、２ 下分別討論， 交互參數α、β 為０.１、０.１８， Ａｌｌｅｅ 效應的閾值［ Ａ１、Ａ２ ］ 為［０.１、０.１５］、［０. １、０.５］， 仿真結果如圖７（Ⅴ）所示。

政府部門Ａ 理想型引導與意見領袖Ｂ 一般型引導之間的交互在情況１、２ 下分別討論， 交互參數α、β 為０.１、０.２， Ａｌｌｅｅ 效應的閾值［Ａ１、Ａ２ ］為［０.１、０. ２］、［０. １、０.５］， 仿真結果如圖７（Ⅵ）所示。

３.１.２負向引導主體互惠交互

在負向引導主體互惠交互中， 負向的媒體理想型引導對其余引導主體的影響最大。因此， 互惠交互以媒體理想型引導同各引導主體的不同引導類型進行仿真研究。同時， 針對網絡輿情環境是否有利于負向引導設置仿真參數。

設定網絡輿情環境不利于負向引導時Ａｌｌｅｅ 效應閾值Ａ_１、Ａ_２為０.５、０.６， 媒體Ａ 理想型引導與媒體、意見領袖各引導之間的交互參數α、β 為０.１、０.１５。有利于負向引導時， 媒體Ａ 理想型引導與媒體Ｂ 理想型引導之間的Ａｌｌｅｅ 效應閾值Ａ_１、Ａ_２為０.１、０.１， 仿真結果如圖８（Ⅰ）所示。有利于負向引導時， 媒體Ａ 理想型引導與意見領袖Ｂ理想型引導之間的Ａｌｌｅｅ 效應閾值Ａ_１、Ａ_２為０.１、０.１５， 仿真結果如圖８（Ⅱ）所示。有利于負向引導時， 媒體Ａ 理想型引導與媒體Ｂ 一般型引導之間的Ａｌｌｅｅ 效應閾值Ａ_１、Ａ_２為０.１、０.２， 仿真結果如圖８（Ⅲ）所示。有利于負向引導時， 媒體Ａ 理想型引導與意見領袖Ｂ 一般型引導之間的Ａｌｌｅｅ 效應閾值Ａ１、Ａ２ 為０.１、０. ２５， 仿真結果如圖８（Ⅳ）所示。

通過３.１ 節引導主體間的互惠交互得出以下結論：

１） 由圖７（Ⅰ～Ⅵ）、圖８（Ⅰ～Ⅳ）仿真結果可知， 在引導主體互惠型交互下， 若Ａｌｌｅｅ 效應閾值低于引導主體初始引導效能， 引導主體受其余引導主體的互惠作用由交互系數決定， 交互系數越大，引導主體受其余引導主體的互惠作用越大， 其引導效能提升越大； 若Ａｌｌｅｅ 效應閾值高于引導主體初始引導效能（圖７Ⅴ、Ⅵ， 圖８Ⅰ～Ⅳ）， 若當時網絡輿情環境不利于輿情引導， 即使處于互惠性交互， 在受Ａｌｌｅｅ 效應的影響下， 引導主體引導效能仍可能出現負增長。

２） 圖７（Ⅲ）中［ｒ_１，ｒ_２］分別為［０.３，０.１］， 圖７（Ⅳ）中［ｒ_１，ｒ_２］為［０.３，０.３］， 其余條件相同， 由仿真結果可以看出， 引導效能增長率變化能改變引導效能達到飽和的時間。

３.２競爭交互

當一些企業、公眾人物發生了負面事件， 其利益相關的媒體、意見領袖等負向引導主體為了維護企業、公眾人物的利益， 隱瞞事件真實性， 利用虛假炒作信息進行輿情引導。在此期間， 對事件的真實性、準確性和影響力沒有做到合理把控， 或為了刻意隱瞞事件真實性而傳播負面、負向、虛假、炒作信息的負向引導主體引導不斷同正向引導主體競爭引導效能。此時網絡輿論環境錯綜復雜， 網民無法對事件本質做出理性的判斷， 若政府部門等正向引導主體理想型引導無法及時介入， 將對網絡空間安全產生危害， 甚至是線下群體性事件。

情況３： 政府部門等引導效能高的正向引導主體尚未掌握事實真相， 未對輿情展開引導， 傳播負面、負向、虛假、炒作信息的負向引導主體進行負向引導， 此時網絡輿情環境趨于負向， 正向引導主體的Ａｌｌｅｅ 效應的閾值較高。

情況４： 逐步有政府部門或媒體針對事實真相開展輿情引導， 在前期負向引導主體的影響網絡輿情環境仍有負向性， 故此時相關正向引導主體的Ａｌｌｅｅ 效應的閾值相較情況３ 低。

由于競爭交互下媒體（負向）理想型引導對網絡輿情的走勢、其余引導主體的影響最大， 因此競爭交互以媒體（負向）Ａ 理想型引導在不同網絡輿情環境下同各引導主體Ｂ（正向）的不同引導類型進行仿真研究。

設媒體Ａ 理想型引導與媒體Ｂ 理想型引導之間的交互參數α、β 為－０.１、－０.１１， 情況４、３ 的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.１］、［０.１、０.５］，仿真結果如圖９（Ⅰ）所示。

設媒體Ａ 理想型引導與政府部門Ｂ 一般型引導之間的交互參數α、β 為－０.１、－０. １２， 情況４、３ 的Ａｌｌｅｅ 效應閾值［ Ａ_１、Ａ_２］ 為［ ０.１、０.１５］、［０.１、０.５］， 仿真結果如圖９（Ⅱ）所示。媒體Ａ理想型引導與意見領袖Ｂ 理想型引導之間交互條件同媒體Ａ 理想型引導與政府部門Ｂ 一般型引導之間的交互， 仿真結果如圖９（Ⅲ）所示。

媒體Ａ 理想型引導與媒體Ｂ 一般型引導之間的交互參數α、β 為－０.１、－０.１３， 情況４、３ 的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.２］、［０.１、０.５］，仿真結果如圖９（Ⅳ）所示。

媒體Ａ 理想型引導與意見領袖Ｂ 一般型引導之間的交互參數α、β 為－０.１、－０.１４， 情況４、３的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.２５］、［０. １、０. ５］， 仿真結果如圖９（Ⅴ）所示。

由圖９ 的仿真結果可知， 在引導主體競爭型交互下， 若Ａｌｌｅｅ 效應閾值低于引導主體初始引導效能， 引導主體受其余引導主體的競爭作用越大， 其引導效能越低； 若Ａｌｌｅｅ 效應閾值高于引導主體初始引導效能， 在受Ａｌｌｅｅ 效應的影響下， 引導主體引導效能出現負增長。

３.３凈化交互

正向引導主體對事件的真實性、準確性和影響力做到合理把控， 開始傳播客觀、正面的信息， 有效地抑制了負向引導主體為了隱瞞事件真實性而傳播負面、負向、虛假、炒作的信息， 網民對事件本質做出理性的判斷， 網絡輿情環境趨于正向。根據正向引導主體介入輿情引導時間的先后， 得到情況５、６。

情況５： 正向引導主體剛介入輿情引導， 網絡輿情環境趨于負向， 此時相關正向引導主體的Ａｌｌｅｅ效應的閾值較高。

情況６： 正向引導主體介入輿情引導有一定的時間， 網絡輿情環境趨于正向。此時相關正向引導主體的Ａｌｌｅｅ 效應的閾值相較情況５ 低。

政府部門Ａ 理想型引導與媒體Ｂ 理想型引導之間的交互參數α、β 為０.１、－０.２５， 情況６、５的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.１］、［０.０５、０. ５］， 仿真結果如圖１０（Ⅰ）所示。

政府部門Ａ 理想型引導與意見領袖Ｂ 理想型引導之間的交互參數α、β 為０.１、－０. ３， 情況６、５的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.１２］、［０.０５、０.５］， 仿真結果如圖１０（Ⅱ）所示。政府部門Ａ 理想型引導與政府部門Ｂ 一般型引導之間的交互條件同政府部門Ａ 理想型引導與意見領袖Ｂ 理想型引導之間的交互， 仿真結果如圖１０（Ⅲ）所示。

政府部門Ａ 理想型引導與媒體Ｂ 一般型引導之間的交互參數α、β 為０.１、－０.３５， 情況６、５的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.１４］、［０.０５、０.５］， 仿真結果如圖１０（Ⅳ）所示。

政府部門Ａ 理想型引導與意見領袖Ｂ 一般型引導之間的交互參數α、β 為０.１、－０. ４， 情況６、５的Ａｌｌｅｅ 效應閾值［Ａ_１、Ａ_２］為［０.１、０.１６］、［０.０５、０.５］， 仿真結果如圖１０（Ⅴ）所示。

由圖１０ 的仿真結果可知， 在引導主體凈化交互下， 若Ａｌｌｅｅ 效應閾值低于引導主體初始引導效能， 引導主體受其余引導主體的凈化作用越大， 其引導效能減弱速率越大； 若Ａｌｌｅｅ 效應閾值高于引導主體初始引導效能， 受Ａｌｌｅｅ 效應的影響， 引導主體引導效能減弱再次加速。

對比６ 種情況仿真結果可知， Ａｌｌｅｅ 效應影響引導主體對網絡輿情的引導， 當網絡輿情環境不利于輿情引導， 即使處于互惠性交互， 在受Ａｌｌｅｅ 效應的影響下， 引導主體引導效能仍可能出現負增長。引導主體需要把握引導時機， 在監測和研判到輿情發展的苗頭時， 主動發聲， 力爭在輿情態勢升級之前， 營造正向的網絡輿情環境， 降低正向引導主體輿情引導的Ａｌｌｅｅ 效應閾值， 避免因真相缺位、謠言泛濫而陷入輿情引導的被動局面。同時，引導主體需要保障引導內容的質量， 尊重事件的真實性、客觀性、準確性， 使引導內容直達人心， 被公眾所接受， 實現理想型引導方式， 獲得較高的引導效能初值和引導效能上限， 無論網絡輿情環境如何發展， 都能克服Ａｌｌｅｅ 效應， 引導輿情正向發展。

４結語

通過分析網絡輿情引導的Ａｌｌｅｅ 效應， 以Ｌｏ?ｇｉｓｔｉｃ 模型為基礎模型， 構建Ａｌｌｅｅ 效應作用下網絡輿情引導主體的交互模型， 通過仿真探索Ａｌｌｅｅ 效應作用下網絡輿情引導主體引導效能的演化特征，明晰互惠、競爭、凈化交互下Ａｌｌｅｅ 效應對于引導主體理想型和一般型引導的作用機理。

本文對網絡輿情引導研究的理論貢獻體現在：通過數理建模刻畫了網絡輿情引導的Ａｌｌｅｅ 效應，并重點研究了Ａｌｌｅｅ 效應下政府部門、媒體、意見領袖三大引導主體的理想型引導和一般型引導在互惠、競爭、凈化交互下引導效能演化規律。限于篇幅， 未對其余交互類型和引導類型進行深入研究，未來仍需拓展更多的交互類型和引導類型， 進一步豐富網絡輿情引導的Ａｌｌｅｅ 效應理論研究。