摘要：[目的/意义]对我国突发性网络舆情事件的要素进行内容归纳和关联分析，以发现网络舆情演化的结构特征，丰富对网络舆情传播规律的共性认识。[方法/过程]以人民网连续12年发布的《我国互联网舆情分析报告》的115个突发性网络舆情事件为研究对象，基于内容分析和共词网络分析方法，从“主体一主题一风险一诱因”四大维度来透视我国网络舆情事件的关联网络结构特征。[结果/结论]研究发现，我国突发性网络舆情事件的要素之间具有紧密的关联性;府际问责、政民互动与警民冲突构成我国舆情生态的基本主体关系;公众安全感和政府公信力在共词网络中具有重要影响力：经济利益、公平正义和道德诚信也是社会公众关注的永恒议题。

关键词：网络舆情;突发事件;关联网络结构;共词网络;内容分析

DOl： 10.3969/j .issn .1008 -0821 .2019.12 .014

[中图分类号] G206.2 [文献标识码]A [文章编号]1008-0821 （2019） 12-0121-10

作为一个多因素驱动演化的过程，突发性网络舆情事件具有不确定性、多因性和衍生性等基本特征。这些特征共同塑成了多元主体在网络空间与现实社会之中围绕公共议题进行交互、协商、博弈乃至冲突的复杂互动过程。现实中，任一网络舆情事件的发生都是在特定情境下多种因素综合作用的结果，受到社会观念、政策制度、行为规范等约束而非单一孤立的存在。从过去大量的突发性网络舆情事件中，我们不难发现网络舆情事件在焦点人物、关注议题、演化过程等方面呈现出明显的关联现象。短期来看，在同一时期内因主体或主题相近的社会事件极易唤起“集体记忆”，从而快速演化为网络舆情事件。例如近年来频发的一系列幼儿园虐童、高铁霸座、公交车乘客行为失范等不良现象屡见网络;长期来看，在社会制度和文化等因素的影响下，不同舆情事件又时常呈现出内在一致的演化逻辑。例如在群体性事件中，贵州“瓮安事件”（2008）、湖北“石首事件”（2009）以及四川泸县“学生坠亡事件”（2017）都遵循着由社会个体意外死亡引发，各种谣言不断，最后导致政府公信危机进而引发群体性冲突的基本演化逻辑。因此，这些过去的舆情事件所隐含的“标签化”结构特征为我们当前研究提供了很好的历史观察窗口，去揭示舆情事件要素所隐藏的关联关系，从而为当前政府及相关部门增强网络舆情的治理效果提供决策参考。

舆情事件的关联现象对现实中具有同性质或相似突发性网络舆情事件得以广泛关注和升级的原因具有重要的解释力，它是指“网络热点事件通过主体、主题、情绪等要素发生联系，生成舆情簇或者舆情集，从而影响舆情演化的现象”[1]。自2005年我国网络舆情研究肇始以来[2]，学界在舆情利益主体、演化机制和防范治理等方面都产生了大量成果，但聚焦于网络舆情事件的关联研究乏善可陈，基本多是从舆情衍生、舆情共振、连锁反应[3]等视角进行解释，尤其是基于现实多案例的关联网络分析还很不足。事实上，社会中大量的矛盾问题和冲突事件，并非都可以演化为网民关注的舆情事件。那么，在网络舆情生态中，究竟具备哪些要素特征的舆情事件更容易“脱颖而出”？其之间呈现怎样的网络结构关系？有鉴于此，本研究选取人民网舆情监测室自2007起连续12年发布的《我国互联网舆情分析报告》中提供的当年热点舆情，经过分类编码后选取115个突发性网络舆情事件，使用内容分析和共词网络分析方法来探究我国突发性网络舆情事件之间的关联网络结构，进而从宏观上呈现我国突发性网络舆情事件要素的基本特征与关联关系。

1 相关概述与研究设计

1.1 基本概念与分析框架

2007年，在我国颁布并施行的《中华人民共和国突发事件应对法》中，将“突发事件”定义为：“突然发生，造成或者可能造成严重社会危害，需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件”。这反映出突发事件具有产生的瞬间性、爆发点的偶然性、发展趋势的危机性和对社会的危害性4个特征[4]。当突发事件与网络要素结合在一起则具有了网络舆情的属性。网络舆情是指“在互联网这一特定的领域中，网民及网络媒介等对涉及公共政治、公共事务和公共利益的人物、事件、观点的情感、认知和评价”[5]。区别于一般的网络舆情研究，突发性网络舆情事件主体往往涉及地方政府等公权力机构，处置不当极易引起政民之间的对立与冲突[6]。因此，本文认为突发性网络舆情事件是指突发事件与网络空间结合而形成的一种舆情形态，具有突发性与易扩散性。而且，事实上很多突发性网络舆情事件并非真正的“突发”，其背后是一系列的“联动”事件[7]。舆情事件之间的关联与网络环境密不可分，网络空间中一些拥有共同主体、主题和情绪的事件被挖掘出来，成为社会共同的关注并引发“聚集效应”和“聚焦效应”[7]。也就是说，突发性网络舆情事件是内嵌于社会制度和文化体系之中的，它所反映的主题属性并非是固定的、静态的，而是具有分阶段衍生性和多主体互动复杂性特征。

因此，本研究从“突发事件何以为舆情”这一基本性问题出发，以舆情事件的关联网络结构为研究主线，借鉴王国华对于突发性网络舆情事件关联类型的基本划分[1]。由于本文研究的为突发性网络舆情事件，内在体现了事件的风险属性，而且整体网民情绪以负面情绪为主，与事件性质密切相关的社会情绪难以测度。故本研究从“主体一主题一风险一诱因”4个维度构建网络舆情事件的要素结构。其中，舆情主体是指网络舆情事件中直接与事件相关，并推动事件演化的利益相关者，反映了“谁去关注”，舆情主题与风险特征是指网络舆情事件中舆情信息所涉及的主题领域，反映了“关注什么”，舆情诱因是指网络舆情事件之所以受到社会多主體关注的原因，反映了“为什么关注”。

1.2 研究设计

本研究分为案例库构建、关键词提取、共现矩阵建立和可视化展示4个阶段。首先，本研究建立一个网络舆情案例库，并筛选出符合要求的突发性网络舆情事件。从2007年开始，人民网舆情数据中心（原人民网舆情监察室）已连续12年发布《中国互联网舆情分析报告》，并公布当年热度排名前20的网络舆情事件。因此，本研究共得到240例网络舆情事件，从而构建了时间序列上的网络舆情案例库;其次，根据网络舆情事件的百度百科信息为基础，搜集相关其他报告，尽可能还原事件起始成因等关键要素。基于内容分析方法，利用Nvivoll.0从四大维度进行编码归纳，构建了关联舆情要素的结构体系;最后，使用文献分析软件Bi-comb2.0构建要素的共现矩阵，并使用UCINET6.0软件对4个维度的关键词进行共词网络分析，以可视化的形式呈现不同维度下要素之间的关联情况。

内容分析（ Content Analysis）方法是一种定量与定性相结合的分析方法，主要研究内容与特定主题之间的相关关系。它将非定量的文本材料转化为定量数据，并根据数据特征进行相关判断和推论，其最大特点就是定量与定性相结合[8]。从本质上来说，内容分析法是一种编码，而编码是将原始材料转化成标准化材料的一种形式[9]。从广义上来看，共词分析方法属于内容分析方法的一种，其原理主要是对一组词两两统计它们在同一篇文献中出现的次数，从而达到挖掘隐含信息的目的，进而反映这些词所代表的学科和主题的结构变化[10]。过去共词分析主要是基于文献提取关键词，进而生成共现矩阵。同样，这种研究方法也有助于从“关系”角度出发，去研究突发性网络舆情事件之间的要素结构关系。

2 研究过程

2.1 案例选取

本研究立足于我国突发事件引起的网络舆情所具有的突发性、危害性、社会性等基本特征，去除不符合条件的案例，例如：人民币升值（ 2007）、安阳曹操墓真伪之辨（ 2010）、谷歌退出中国（2010）、日本9.0级地震（2011）、利比亚政局（ 2011）、乔布斯去世（2011）、莫言获诺贝尔文学奖（ 2012）、光盘行动（2013）、网络红包传递新传祝福（ 2015）、王宝强离婚（2016）、P2P暴雷潮（2018））等。最终，本案例库共去除71个非负面网络舆情，10个经济类网络舆情，23个娱乐体育类网络舆情，21个国际冲突类网络舆情，共得到115个突发性网络舆情事件，构成本研究的编码分析案例库。

2.2 内容编码

内容编码目的在于一定程度摆脱现有研究分类，从案例出发来厘清我国突发性网络舆情事件的分类特征。为保障本研究提取的要素维度科学、合理、完备，本研究遵循以下几个原则：一是多人多次编码。选择两名从事风险研究的研究生对115个案例的主体、过程、结果等基本信息进行多渠道搜集，然后独立二次编码;二是多因素多维度编码。在具体编码过程中，很多案例是政治、经济、文化、制度等一系列社会因素综合作用的结果，单一编码方式无法真正反映网络舆情事件的内在成因和多属性特征。例如，2011年的“广东乌坎事件”中，乌坎村村民对土地问题、财务问题、选举问题以及环境问题对村干部不满，部分上访村民产生了聚集、打砸等非法行为。这一事件，涉及“上访”、“贪腐”、“土地问题”、“利益矛盾”、“环境保护”、“群体性事件”等多种因素。因此，本研究采用多因素编码方式，对每个舆情案例进行系统梳理，力图能够完整呈现其演化的结构性因素;三是先组和后组相结合的方法。现有网络舆情分类对于现实案例的适用性存在局限性。因此，本研究在现有研究基础上初步确定分类表，在对具体案例的归类中，依据主题具体情况对分类表进行调整[8]。为了提高编码结果的信度与合理性，本文由两名研究生在既定编码原则下进行二次独立编码，对于存在编码结果差异的舆情案例，由包括笔者在内的3人共同讨论确定。

一是利益相关主体編码。在主体编码过程中，需要判断相关主体的行为是否影响与加剧了舆情发展。例如，在交通事故中，“杭州飙车案（2009）”、“南京宝马撞人案（ 2015）”的直接利益相关者涉及交警，而“李刚之子校园撞人致死（ 2010）”、“厦门公交起火案（2013）”等舆情中，由于交警行为并不直接推动事件发展，则不归入相关主体范畴。二是涉及主题领域编码。现有研究从不同视角对网络舆情进行了多种分类。如中宣部舆情信息局（2009）根据信息内容差异将网络舆情分为政治性网络舆情、经济性网络舆情、文化性网络舆情、社会性网络舆情和复合性网络舆情[11];谢耘耕按行业领域将舆情分为：食品安全舆情、环境舆情、医疗业舆情、教育舆情、反腐倡廉舆情、官员人事任免舆情、交通舆情、涉警涉法舆情、企业及企业家舆情[12];人民网舆情频道案例库将舆情事件分为经济生活、社会民生、公共管理、司法事件、文化科教、群体事件、港台国际、地方形象、企业形象9大类[13]。以上分析虽然有助于我们认识网络舆情的概念外延，但不难发现以上分类是基于事件的静态特征进行划分，存在多重属性的交叉现象，因此本研究根据“政治、经济、文化、社会、环境”五大层面进行划分。三是舆情风险类型编码。突发性公共安全事件无论是来自自然因素还是社会建构导致的，本质上都是风险现象。根据《突发事件应对法》划分的4种风险类型进行归纳编码，同时考虑政府这一特殊主体，故把突发事件分为自然灾害、事故灾害、公共卫生事件、社会安全事件和政府自身危机事件[14]。四是舆情诱因类型编码。在舆情诱因中，突发性舆情之所以发生，主要在于舆情所表达的信息打破了现有社会和谐的状态。早在2004年，我国便提出了“构建社会主义和谐社会”的概念，其中“民主法治、公平正义、诚信友爱、充满活力、安定有序、人与自然和谐相处”是和谐社会的主要内容。在编码过程中，参考以上分类为分组指标，并经过具体归类调整。

经过以上步骤，本研究编码形成了一个包含4个一级类目、19个二级类目和40个三级类目构成的网络舆情“主体一主题一风险一诱因”分类表。如作为一级类目的参与主体涉及政府、社会、媒体、涉外组织4个二级类目，又划分为中央政府、地方政府、高层官员、基层官员、警察/交警、记者等三级类目（见表1）。根据分类表，对每个舆情案例根据要素进行逐个判断，涉及则赋值为1，不涉及则赋值为0。其中，二级类目下的突发性网络舆情事件的案例数量统计如图1所示。

2.3 共词网络分析

本研究借助Bicomb2.0软件建立了突发性网络舆情事件要素的词篇矩阵和共现矩阵，并运用社会网络分析方法分析我国突发性网络舆情事件要素的共词网络特征。图2显示了基于词篇矩阵分析得到的我国突发性网络舆情事件的共词网络图，其中外围的圆形节点代表了关键词即网络舆情要素，中间的方形节点代表115个案例单元。可以看出，本研究所提取的三级类目所组成的共词网络中连接最少的节点为“科技”，仅有一次连接，最多的节点为“政府形象”，达到65次连接，这表明突发性网络舆情事件发展演化具有较强的共性和整体性。

图3显示了基于共现矩阵分析得到的我国突发性网络舆情事件的共词网络。在共词网络中，所有节点都表示关键词，连线代表两个关键词至少1次同时出现在某个突发性网络舆情事件中，即存在关联现象。从直观定性看，节点之间的连线表示关键词共现情况，线条越粗表明两个关键词共现的次数越多，而且某个节点的连线越多则表明它与其他节点的关系越紧密[15]。在此，本文从网络密度、中心性、核心一边缘结构等指标对我国突发性网络舆情事件共词网络的内部结构与特征进行探讨。

2.3.1 网络密度

网络密度是以网络中实际存在的连线数量占最大可能连线数量的比例来表示，反映了节点之间关联的紧密程度，节点之间越相关，则网络密度越大[16]。它是社会网络分析常用测度指标之一，取值范围为[0，1]，数值越大，则节点之间关联越紧密[17]。结合网络密度来看，将多值矩阵转换为二值矩阵，得到网络密度值为0. 7115。这意味着40个关键词大多已建立联系，网络密度较高，网络连通性能较好。换言之，突发性网络舆情事件的要素之间关联程度高。

2.3.2 中心性

中心性是关于节点在网络中的中心性位置的测量概念，描述的是节点在其所处的共词网络中的地位及其重要性[18]。在本研究中，中心性指标主要用于衡量不同要素在突发性网络舆情事件共词网络中的地位和影响力。它主要包括度数中心性、接近中心性和中间中心性3个指标。突发性网络舆情事件要素的中心性指标见表2所示。

1）度数中心性（Degree Centrality）。度数中心性是指在网络中与该节点直接相连的节点数量[19]。在共词网络中，如果一个舆情要素的度数中心性越高，说明其在整个网络中直接联系的其他节点越多，越接近中心性地位。从表2可知，公共安全的度數中心性最高，也就是说在39个要素中，有30个要素都和公共安全同时出现在某一舆情事件中。另外，政府形象、社会安全、道德失范、政府危机等9个要素的度数中心性在16以上，也是具有较高的网络影响力，表明这些要素是网络舆情事件多发的主要因素。

2）接近中心性（ Closeness Centrality）。接近中心性是根据距离来计算某节点的中心程度，其距离指某节点到网络中所有其他节点的距离总和[19]。在共词网络中，如果一个舆情要素的接近中心性越高，反映其与其他节点之间的接近程度高，则表示该节点的依赖性越高。从表2看出，政府形象和社会群体的接近中心性最高。

3）中间中心性（Between Centrality）。中间中心性描述节点在整个网络中的中心程度，主要说明整个网络的集中程度，即整个网络围绕某一节点或一组节点来运行的程度[19]。共词网络中的某个节点的中间中心性越高，说明其占据更多中间位置，控制能力更强。由表2看出，政府形象、道德诚信和社会群体的中间中心性最高。

2.3.3 核心一边缘结构

根据网络节点之间相关程度，确定哪些节点处于核心位置，哪些节点处于边缘位置，进而将整个网络分成核心区域和边缘区域[20]。本研究对各个节点的核心度进行统计后，将核心度排名前10的和排名后10的要素节点进行分析（表3）。可以发现，公共安全、政府形象、社会安全、政府危机居于绝对中心的位置，道德失范、社会矛盾等稍次。而历史人文、公众人物和科技的核心度最低。

3 研究结论

3.1 府际问责、政民互动与警民冲突构成我国舆情生态网络的三大主体关系

突发性网络舆情事件可视为政府、公民、媒体等多元主体共同参与公共议题的政治表达与互动过程。图4显示了我国突发性网络舆情事件主体关联的共词网络，可以发现存在三对重要关系：一是舆情事件中自上而下的府际关系。面对重要突发性舆情事件，我国地方政府和中央政府在舆情处置过程中表现出不一致的响应行为。在“陕西黑砖窑（2007）”、“上海钓鱼执法（2009）”、“问题疫苗事件（2018）”等政务舆情事件中，地方政府的反应迟钝和中央政府的雷厉风行形成明显对比。同时，中央政府对地方政府的制度性问责也成为舆情快速解决的重要推力。二是政府和社会群体及个体之间的高度互动关系。当前，我国大多数舆情事件都具有明显的地域性特征，属地管理下的分级负责制给地方政府舆情管控带来了巨大压力，地方政府成为舆情处置中与社会多元利益协调的直接主体。三是紧张的警民冲突关系。基层个体与基层执法人员之间的矛盾冲突成为政务舆情治理中难以回避的症结，也是我国舆情处置不可忽视的一个重要关系，如“杨佳袭警（2008）”、“云南躲猫猫事件（2009）”、“上海钓鱼执法（2009）”、“夏俊峰事件（2013）”等都是典型的警民冲突事件。

3.2 公众安全感缺失是当前突发性网络舆情事件得以发酵的重要诱因

公众安全感是人们渴望稳定和安全的基本心理需求[21]。风险社会背景下公众面临的最大心理威胁即公众安全感的缺失[22]。从风险类型划分看，无论是自然灾害、公共卫生、社会安全、事故灾难还是政府自身危机，大多伴随着人身伤害、财产损失以及精神损害等与公众安全密切相关的诱因。这种安全感的缺失一方面在于特殊国情所导致的信仰和价值观危机、公民整体素养不高以及体制制度的结构性漏洞等原因[23];另一方面风险事件多发的现实放大了社会群体对于公共安全风险的感知程度，如“汶川地震（2008）”、“成都6-5公交车燃烧事件（2009）”、“7·23动车追尾（2010）”等。而且，公众安全感诉求的不断提升推动着人们在舆情事件中行为逻辑的转变。网民不再满足于“指尖发声”和“网络围观”的网络监督方式，而是选择以现实行动去干预事件的发展[24]。可以发现，网民已经结成了具有现实影响力的虚拟压力集团，通过喊话、评论等网络互动的温和表达方式形成舆论压力，表达基本的安全感诉求。同时，网民也以实际行动更为直接地参与到事件发展过程之中，并基于自身利益去评议公共政策和影响政府的决策行为，如“广东茂名PX事件（2014）”、“连云港反核事件（2016）”等邻避类群体事件。

3.3“后真相”时代下地方政府的公信力考验：政府形象与政府危机

现有研究充分证实，地方政府行为显著影响政务舆情发展[14]。网络中心性分析发现，政府形象处于共词网络的绝对中心地位。作为网络舆情事件的管控者、应对者以及公共危机的直接相关者，政府形象在舆情治理中发挥着关键性作用。不难发现，众多舆情事件之所以纷繁复杂的重要原因主要有不实消息或谣言的传播、政府行为回应失当以及社会民众的非理性情绪等。以群体性事件为例可以发现，群体性事件网络舆情的演化升级始终伴随着政府公信力危机。“石首事件（2009）”、“泸县学生坠亡事件（2017）”等引發的群体性事件都具有一个高度的相似点：谣言煽动下民众对死因的不认同，地方政府缺乏舆情预警机制以及存在对舆情严重性的低估，最终都由一起非正常死亡案件演变成重大的群体性事件。这其中，网络谣言对于舆情演化升级发挥着重要推动作用。与此同时，政府辟谣不力往往导致辟谣失灵的后果[25]，加剧了舆情的升级。因此，“后真相”时代如何重塑政府公信力是舆情治理效果的关键。

3.4 经济利益、公平正义和道德诚信是社会公众关注的永恒话题

除了公共安全和政府形象之外，经济利益、公平正义和道德诚信构成了当前我国网络舆情事件诱发的关键因素。从社会经济利益矛盾看，在我国经济达到中等收入水平之后，经济利益矛盾变得更加突出[26]。如因股权调整引起的“吉林通钢暴力事件（2009）”和征地拆迁引发的“宜黄强拆自焚事件（2010）”。从社会公平正义看，社会公众的不满主要体现在对特殊阶层的行为失范和政府官员公权力的滥用和监管不作为上。例如，“李天一案（2013）”、“河南灵宝市跨省抓捕王帅案（2009）”等网络舆情事件。从社会道德诚信危机看，一方面表现在社会群体之间的道德失范现象，如“南京彭宇案（2007）”、“唐骏学历‘造假门（2010）”、“双汇‘瘦肉精事件（ 2011）”、“上海‘染色馒头事件（ 2011）”等。另一方面，也很大程度表现为政府公信的缺失。如“国家药监局局长郑筱萸案（2007）”、“云南躲猫猫事件（2009）”、“微笑局长成‘表哥（ 2012）”等。这些事件深层次反映了社会对官员“为官不为”的不满。综合来看，这3种主题时常相互交织影响，任一矛盾的出现都可能引发一系列的社会问题，从而共同构成了我国网络舆情事件不断升级的根源。

4 新时期地方政府网络舆情治理的逻辑转向

4.1 网络舆情治理模式的逻辑转向：从“事后处置”到“事前预警”

在风险社会和转型社会的双重叠加背景下，我国传统依靠政府进行网络舆情管理的事后应对与处置模式已经难以为继，实现关口前移已成为当前网络舆情治理的基本共识。这种转变既是传统模式管理低效下的理念转型和制度调整，也是以大数据技术为核心的信息时代推动下舆情治理实践的一次深刻变革。因此，必须从技术、组织、制度以及理念等层面共同转向以大数据技术和思维方法为核心的网络舆情预警模式，实现网络舆情的可知可控。其中，舆情预警模式的关键在于从对外在世界的关注转向社会情绪的微观观察。社会情绪可以视为舆情演化的晴雨表。以社会情绪为监测预警对象，有助于地方政府及相关部门实时掌握社会情绪变化和走向，当超越临界值时，应快速处置以提供决策支持。

4.2 网络舆情治理观念的逻辑转向：从“维稳”到“维和”

长期以来，我国存在的“政治锦标赛、压力型体制、行政发包制等规则制度塑造了政府维稳式治理方式[27]。然而，在公民意识增强和信息传播加速的时代，“维稳”逻辑所带来的弊端逐渐凸显，需要向“维和”逻辑转变。“稳”强调政治性因素，是传统政治思维下的“稳定压倒一切”的思想，一定程度是将维稳对象看作是社会的对立面而采取强硬手段进行的压制行为。而“维和”则以协商合作的新思维去化解政民关系的矛盾，体现了从管制到治理思维的转变。在方式上，不是强硬地以删堵封等形式“争夺话语权”，而是更加注重倾听民意，引导话语权，满足公众的基本期望，形成政民互动的良性格局。另外，“维和逻辑”还体现在互动方式创新上，体现着政府重建公信力的诚意和努力，如畅通“网络问政”渠道、开通“地方政府留言板”、实施基层协商民主等。

4.3 网络舆情治理行为的逻辑转向：从“人治”到“法治”

从互联网时代转向移动互联网，再到如今的大数据时代，信息技术和网络应用的不断迭代加速着信息传播的不确定性和舆情治理的复杂性。尤其是微博、微信等社交媒体以及自媒体的崛起带来了网络话语权重构和网络内容生产模式革新，进而形成了新的网络舆论场[28]。事实上，网络舆情治理之所以复杂，一个重要原因在于信息技术快速变革中多元主体的观念、情绪、态度等难以准确把握。新时期采用传统“人治”思维下的管控措施只会适得其反。在多元利益交织的转型期，社会公众的法治需求逐渐凸显，对法治公正的思考、对制度的诉求越来越成为公民的诉求核心。从115个案例中可以看出，高达91个舆情案例与“社会法治”密切相关，也可发现我国这12年的网络舆情发展不断推动着现实法治的进步。尤其是当前我国法治化进程加快，依法治国背景下的社会各个领域的法治建设逐步提升，这要求地方政府更加注重以“法治”思维和手段来应对网络舆情。

5 结语

自2007年至今，我国网络舆情研究已经走过12年，但“到目前为止还未能形成一个全面、明晰、清楚地认知[29]”，本研究意图聚焦于舆情事件要素从宏观上展示网络舆情关联研究的网络结构。这115个现实案例不仅在本土化认识上驱动了学界相关理论研究的进展，而且促使一系列的公共政策调整与社会行动，成为真实反映我国社会发展与变革问题的一面镜子。作为一项探索性研究，本文从现实案例出发去探讨与回应舆情事件之间的结构特征和普遍规律，以厘清网络舆情发展与治理的驱动力量和关键因素，从而呈现出我国网络舆情要素的基本生态谱系。突发性网络舆情事件本质上是涉及多元主体、涵盖多种议题、融合不同群体利益诉求的互动演化过程。本研究从多案例出发，借助内容分析和共词网络分析方法探讨了我国突发性网络舆情事件在主体、主题、风险和诱因4个维度之间的关联网络结构特征。

如上文所言，任何网络舆情事件都并非是孤立形成的，它是在特定的历史文化制度背景下形成的，具有内在演化的复杂性和外在环境的不确定性，同时也隐藏着舆情演化的共性规律。在研究内容上，虽然本研究定位于12年的网络舆情研究，但未能从历史发展视角去观察舆情关联的动态演化逻辑。在研究方法上，本研究所采用的内容分析方法本身存在一定的主观性，仅能从宏观视角粗描了当前网络舆情生态网络结构的基本图景，缺乏从微观视角的审视。以上两点反映了本文研究的局限性。在未来，如何借助大数据分析技术与方法对海量网络舆情事件进行关联分析，并从技术、组织、制度等多维審视舆情演化的逻辑转变，将能够为政府舆情预警与防控提供更为微观的洞见以及治理经验。

参考文献

[1]王国华，突发事件网络舆情的动力要素及其治理[M].武汉：华中科技大学出版社.2017.

[2]孔建华.国内网络舆情治理研究综述[J].电子政务，2018，（12）：67-78.

[3]谢健民，秦琴，吴文晓，基于本体的突发事件网络舆情案例推理模型[J].情报杂志，2019，38 （1）：79-86.

[4]朱力.突发事件的概念、要素与类型[J].南京社会科学，2007，（ 11）：81-88.

[5]严利华，宋英华，非常规突发事件网络舆情的关键要素和发生逻辑[J].中国应急管理，2015，（4）：14-19.

[6]扬艳峰.地方政府突发事件网络舆情应对研究——以泸县学生坠亡事件为例[D].郑州：郑州大学，2018.

[7]胡婷婷.突发事件网络舆情的演化要素及治理策略研究[J].现代情报，2018，38 （10）：51-56.

[8]沙勇忠，牛春华，信息分析（第2版）[M].北京：科学出版社.2016： 127.

[9] Wimmer R D，Dominick J R.Mass Media Research[ M]. Cen- gage Leaming，2013.

[10]钟伟金，李佳，杨兴菊，共词分析法研究（三）——共词聚类分析法的原理与特点[J].情报杂志，2008，（7）：118- 120.

[11]中共中央宣传部舆情信息局，网络舆情信息工作理论和实务[M].北京：学习出版社，2009： 9-12.

[12]谢耘耕，中国社会舆情与危机管理报告[M].北京：社会科学文献出版社.2012.

[13]人民网舆情监测室，人民网舆情频道案例库[EB/OL].ht-tp：//yq. people.com.cn/CaseLib.htm.

[14]赖诗攀，问责、惯性与公开：基于97个公共危机事件的地方政府行为研究[J].公共管理学报，2013，10 （2）：18-27，138.

[15]张悦玫，周倩，基于共词网络的我国企业效率研究结构分析[J].东北大学学报：社会科学版，2018，20（ 6）：569-577， 585.

[16]约翰·斯科特，社会网络分析法[M].重庆：重庆大学出版社.2007.

[17]黄建伟，刘文可，陈美球，等.中国农地流转研究述评：20年文献回顾与展望——基于社会网络分析技术[J].中国土地科学，2017，31 （3）：80-88.

[18]袁润，王慧，基于社会网络分析的图书馆学论文合著现象研究[J]图书情报研究，2010，3（3）：37-40.

[19]李保强，蔡运荃，吴笛.我国高等职业教育研究学术群体知识图谱构建——基于作者共被引分析的视角[J].高等教育研究，2016，37（8）：40-47.

[20]李亮，朱庆华，社会网络分析方法在合著分析中的实证研究[J].情报科学，2008，（4）：549-555.

[21]俞国良，王浩，社会转型：国民安全感的社会心理学分析[J].社会学评论.2016，4（3）：11-20.

[22]杨菁，杨梦婷.重大突发事件中公众安全感的影响因素及治理对策研究——基于4·20雅安地震公众安全感的实证分析[J].探索，2016，（1）：172-179.

[23]何珊君.高风险社会的表现、特征及缘由——基于风险社会理论的中国视角[J].西北师大学报：社会科学版，2018，55（1）：121-128.

[24]叶战备，从舆情参与到现实行动：公众参与涉政网络事件的生成机理[J].行政论坛，2019，26（1）：30-38.

[25]王超，辟谣何以失灵？——一个信息传播效果视角的解释框架[J].情报杂志，2019，（5）：123-129.

[26]顾绍梅.我国社会利益矛盾呈现新态势新趋势[J].宁夏社会科学，2015，（6）：61-65.

[27]崔晶，亓靖，邻避事件中地方政府行为选择探析——以北京阿苏卫邻避抗争事件为例[J].南京工业大学学报：社会科学版，2017，16 （4）：28-39.

[28]左蒙，李昌祖，网络舆情研究综述：从理论研究到实践应用[J].情报杂志，2017，36 （10）：71-78，140.

[29]王连喜.网络舆情领域相关概念分布及其关系辨析[J].现代情报，2019，39（6）：132-141.

（责任编辑：孙国雷）

收稿日期：2019-06-13

基金项目：2017年教育部哲学社会科学研究重大课题攻关项目“大数据驱动的城市公共安全风险研究”（项目编号：16JZD023）;中央高校基本科研业务费专项资金资助重点项目“基于大数据的城市公共安全风险预警研究”（项目编号：17LZUJBWZD012）。

作者简介：王超（1988-），男，博士研究生，研究方向：公共危机信息管理，网络舆情治理。