马 宁，刘怡君

(中国科学院科技战略咨询研究院，北京 100190)

1 引言

随着互联网技术的发展，我国已经形成规模巨大、构成复杂、形态多元的网络社会，舆论领袖在网络社会的信息传播过程中发挥着重要作用。这些活跃于网络社会的虚拟角色，与现实社会的真实角色相对应，使得网络社会已经完全深入到社会生活的各个层面。实证研究表明，舆论领袖在网络舆情的传播扩散过程中具有重要作用。在一些突发事件发生后，部分负面舆论领袖不断散布谣言等虚假信息，常常引发舆情危机。因此，在对突发事件负面舆情的传播研究中，主要包括对负面舆论领袖的定量识别[1-2]和挖掘[3]、传播和影响作用建模仿真[4-5]等。对正面舆论领袖的研究则主要为定性研究，主要是舆论领袖的引导和培养[6]。以上研究中或以负面舆论领袖为主，或以正面舆论领袖为主，鲜有研究将针对不同作用的正负面舆论领袖展开综合研究。

在实际操作中，为加强网络舆情的监管力度，我国政府管理者坚持治理与引导两手抓。一方面，开展了多项“净网”专项行动，一些严重扰乱网络秩序，威胁社会安全稳定的网络大V被拘、负面舆论领袖(网络推手)获刑。另一方面，各地政府部门、权威媒体等利用官方微博或微信公众号积极发声，解惑释疑，正本清源，对正确引导网上舆论、安抚社会公众情绪、推动政府部门妥善处置事件有着重要作用。

可以看出，已有研究“聚焦一方”与实际应用“两手都抓”存在对接空缺。因此，本文创新性地将网络推手炒作谣言和官方微博主导舆论场视作不同舆论领袖在网络社会发挥不同传播影响力，并根据两者在不同舆情演化阶段的作用类型，分别对网络推手引发舆情危机(从无到有)的扩散影响力和官方微博平息舆情危机(从有到无)的证伪影响力进行阶段式建模分析，从定量的角度，以期为舆情管理者预测在舆论领袖影响下的舆情发展态势提供精准判断依据，进而可以更高效净化网络环境、保持社会稳定。

2 舆论领袖传播影响力阶段式分析

2.1 不同舆论领袖在舆情传播中的作用

舆论的传播过程具有生命周期特性已成人们普遍共识[7]，在舆论领袖的影响作用下，突发事件相关的舆情话题可归纳为以下两个发展阶段：

①“萌芽-发展-成熟”阶段：舆论领袖(特指网络推手)的扩散影响力，舆情危机“从无到有”；

②“成熟-衰减-平息”阶段：舆论领袖(特指官方微博)的证伪影响力，舆情危机“从有到无”(图1)。

图1 舆论领袖传播影响力的阶段式分析

在舆情传播过程中，两种不同类型的舆论领袖“网络推手”和“官方微博”分别发挥不同传播作用，其中“网络推手”特指那些为个人私利蓄意制造谣言和负面舆情的个人微博账号，而“官方微博”则指积极释疑辟谣和答疑解惑的政府或相关机构官方微博、权威媒体官方微博等。在“萌芽-发展-成熟”阶段，主要是“网络推手”发挥扩散影响力，在“成熟-衰减-平息”阶段，主要是“官方微博”发挥证伪影响力，此时“网络推手”的扩散影响力也依然存在，导致“官方微博”与“网络推手”存在博弈关系。基于以上，本文分两种舆情演化情境分别对舆论领袖的扩散影响力和证伪影响力进行分析和建模仿真，为进一步的舆情态势预测和舆论引导干预工作提供定量参考依据。

2.2 从无到有：引发舆情危机

一旦突发事件发生，网络社会便出现针对该事件的各种舆论声音，那些别有用心的“网络推手”开始抢占话语权，并制造负面舆情。例如，近年来发生的一些突发事件中，网络推手传递负面情绪、放大社会矛盾，“社会流瀑”式的情绪感染影响着人们的认知能力和水平，舆情传播出现非理性状态，甚至可能引发新的不稳定因素。

这些网络推手的传播影响力主要表现为对信息的扩散作用，即吸引广大受众关注并积极响应的舆论传播现象。舆情的传播扩散过程与传染病流行过程具有相似性，因此许多学者尝试将经典传染病扩散模型(SIR)应用于舆情传播研究。从研究方法上看，一是结合社交网络中用户交互特点，增加SIR模型中三类节点之间的转换关系，例如将感染关系(S→I)细分为内部感染概率和外部感染概率两种[8]、增加由于新话题演化导致免疫者重拾兴趣再转换为传播者(R→I)情况考虑[9]等；二是在SIR模型三类节点的基础上加入新的节点，例如增加隐退节点[10]、潜伏节点[11]、接触状态节点[12]、无知者[13]等，通过模型改进使其更符合信息传播研究；三是将SIR模型与舆情传播的交互网络结构相结合，重点研究网络结构属性对舆情传播的影响，例如将网络流通量引入SIR模型[14]、考虑社区结构[15]、节点度分布[16]、热传播节点[17]等对舆情传播的影响；四是在SIR模型基础上引入舆情传播机制，关注舆情传播特征，例如引入波动输入机制和遗忘机制[18]、考虑不同情感状态感染机制[19]、新话题的衍生机制[20]、兴趣衰减和社会加强机制[21]、同时引入唤醒机制、遗忘机制、记忆机制[22]等。从研究对象上看，许多学者将SIR模型应用于谣言传播研究，例如如何从扩散过程来有效抑制谣言[23]、两个谣言同时存在时的传播情况[24]、影响谣言传播的主要因素[25]等。本文在借鉴和吸收经典SIR模型和相关研究的基础上，将构建包含有网络推手的舆情传播扩散模型，并结合具体的网络结构确定其扩散作用参数，以实现对舆情“从无到有”扩散过程的仿真。

2.3 从有到无：平息舆情危机

在网络社会爆发的舆情危机多与网络推手等散布的各种网络谣言有密切关系，这时就亟需政府发挥其平息舆情危机的主体作用[26]。例如，政府机关官方微博、权威媒体官方微博、正面微博大V等正面舆论领袖为网民答疑解惑或疏导网民负面情绪，争取在最短的时间内平息舆论风波，谨防线上舆论喧嚣演化为线下群体性突发事件，影响政府对突发事件的应急处置。

在平息舆情危机的过程中，“官方微博”积极发挥其证伪影响力，对虚假消息、不实传闻等进行说明，与散布谣言的网络推手(负面舆论领袖)是一种典型的竞争关系。因此，可通过构建官方微博与网络推手之间的竞争关系模型，探究如何使官方微博在“竞争”中取得胜利，最终平息网络社会中的各种不实信息或谣言。Lotka-Volterra竞争模型是由Lotka和Volterra提出，是逻辑斯蒂模型的延伸，最初用于模拟生态学中种群之间的动态竞争关系。

随着生态学与管理学等学科的交叉发展，以上竞争模型被广泛应用于系统科学、宏观经济、社会管理等学科的研究。在信息传播领域，应用Lotka-Volterra竞争模型已展开的研究主要归纳为两类，一是针对不同性质信息的扩散研究，例如社会型危机信息的扩散模型[27]、谣言信息的传播机理[28-29]等；二是针对不同微博群体的竞争关系研究，将微博用户分为意见领袖、网络推手、官方微博等[30]。除竞争关系模型外，有研究进一步对依存关系模型进行分析[31]，建议政府舆情管理者根据舆论领袖所传播信息性质进行策略选择，即对于不实信息、网络谣言等应选择竞争策略消除负面信息，对于正能量信息则应选择依存策略更进一步促进正面信息的传播。

本文在网络推手引爆舆情危机后应用Lotka-Volterra竞争模型研究官方微博和网络推手之间的竞争关系，分析在网络推手已经取得大量信任者时，官方微博应如何发挥其证伪影响力才可平息舆情危机，即如何实现对舆情“从有到无”的证伪影响力仿真。

3 舆论领袖传播影响力阶段式建模

3.1 基于传染病模型的“扩散影响建模”：网络推手推波助澜

在舆论传播初期，舆论领袖主要起信息扩散作用，试图在最短的时间内引起更多人的关注，并将其舆论观点进一步以核裂变式大范围传播。在突发事件发生后的舆情危机爆发过程中，扩散传播危机信息的舆论领袖实为“网络推手”，借助自媒体平台误导网上舆论。

借鉴经典的传染病SIR模型，构建包含网络推手的扩散影响模型。在该模型中，将原来SIR模型中的三类人群进一步细化为四类，即增加对网络推手传播影响力的考虑。新划分人群分别为潜在的信息传播者(Spreader，S)、对信息已经接受的信任者(Trustor，T)、对信息持观望状态的关注者(Followers，F)，以及具有较高传播扩散能力的网络推手(也是舆论领袖)(Leader，L)。具体的传播模型结构如图2所示。

图2 网络推手的扩散影响力建模框架

根据以上传播结构，可以得出包含有网络推手的舆情传播扩散影响模型如下：

其中，S(t)表示t时刻普通信息传播者所占比例；T(t)表示t时刻已经接受信息的信任者所占比例，由两部分人群组成，一部分人群(TλL→T(t))接收网络推手所传播信息，另一部分人群(TλS→T(t))接收普通信息传播者所传播信息；F(t)表示t时刻由信任者转换为普通观望者的关注者所占比例；λL→T表示网络推手的扩散影响力；λS→T表示普通传播者的扩散影响力；q表示网络推手在所有传播者中所占比例；μ表示对信息不再顽固信任，开始转变为观望态度的转化率。

在具体的舆情传播实例中，网络推手数量和网络推手扩散影响力参数λL→T可由其在交互网络中的连接度(即社会网络分析中节点的入度和出度之和)或社交媒介用户的自身影响力(如微博用户的粉丝数、关注数等)决定。

3.2 基于竞争模型的“证伪影响建模”：两方力量博弈竞争

在舆情传播后期，负面舆论最终得以平息，一种可能是负面网络推手的影响力衰减、舆情热度自然下降，但一般需要耗费较长时间；另一种可能则是介入反其态度倾向的正面舆论领袖，即官方微博积极发挥其“证伪”影响力，两者发生竞争，负面舆论平息。

借鉴Lotka-Volterra竞争关系模型构建网络推手和官方微博动态博弈的证伪影响模型。网络推手和官方微博的竞争关系如下：

其中，x1(t)、x2(t)分别是网络推手和官方微博在舆情信息交互过程中争取到的信任者数量；r1、r2分别是两者的增长率；K1、K2分别是网络推手和官方微博所能争取到的信任者数量上限。σ1是官方微博对网络推手的竞争系数；σ2是网络推手对官方微博的竞争系数。

根据微分方程组平衡点稳定性的判定方法，网络推手和官方微博两者竞争，可能出现四种竞争结果：①负面网络推手胜；②正面官方微博胜；③两者稳定共存；④两者不稳定共存。对应的平衡点及稳定条件如表1所示。

表1 网络推手和官方微博竞争模型的平衡点与稳定性

从舆情管理者的角度，在竞争过程中，正面官方微博最终取得胜利是最优结果。即官方微博充分发挥其证伪影响力，所争取到的信任者数量越来越多(x2(t)→K2)，而网络推手逐渐失去其在舆情演化初期通过扩散影响所获得的信任者(x1(t)→0)，官方微博最终主导话语权，平息舆情危机。

4 实例应用

4.1 案例简介

2017年11月22日，北京某幼儿园被爆虐童事件，事件迅速发酵，并出现“强行喂药”、“群体猥亵幼童”等言论，舆情热度迅速攀升。警方随即进行紧急处置，拘留涉事责任人和造谣者等。11月28日，警方进一步公布调查结果，证实多方负面言论系编造，舆情逐渐平息。从事件舆情演化态势看，呈现“急升缓降”状态，舆情危机全面爆发仅用了约2天时间，平息舆情危机则耗费了10余天，且存在舆情热度回升反复情况(图3)。

图3 某突发谣言事件的舆情演化态势

4.2 网络推手的扩散影响力仿真分析

基于舆情大数据采集平台，设置案例相关关键词采集新浪微博中相关舆情信息，共采集到新浪微博中关于该事件的主要原创微博约13000余条，涉及博主约10000人。采集数据包括用户名、微博内容、用户信息(微博数、粉丝数、等级)、转发数、评论数、点赞数等。

根据微博内容，筛选出其中主要的谣言信息，并将关注度较高的谣言发布者视为网络推手，共筛选出初始网络推手为5人，即q=5/10000=0.0005；网络推手所发布谣言信息的平均转发数约为500，即λL→T=500；其他普通用户所发布微博信息的平均转发数约为15，即λS→T=15。再对谣言信息的影响程度进行数据统计，谣言的传播概率约为17.97%，由谣言微博信息的转发数、评论数和点赞数之和占其发布者总的粉丝数比例所得，即默认其粉丝均能看到所发微博，但只有转发等行为才使信息进一步传播，这些转发、评论或点赞的微博用户也就是谣言的顽固信任者，进而得到转化概率为μ=1-17.97%=82.03%。

由上述条件确定了模型参数和初始值，利用MATLAB进行仿真分析，得出各类人群所占比例在传播过程中的变化趋势如图4所示。可以看出，最初信息传播速度较为缓慢，然后在网络推手的作用下，信息快速传播，潜在传播者均被影响，迅速转变为信任者和关注者，后两者占比明显增多；最终三类人群数量比例达到稳定，关注者数量达到峰值，信任谣言者数量也保持一定比例，网络推手成功引爆舆情危机。

图4 网络推手扩散影响下的不同类别人群比例变化趋势

4.3 官方微博的证伪影响力仿真分析

在网络推手已经争取到一定比例信任者的情况下，官方微博发布辟谣信息发挥证伪影响力，两者发生竞争。通过对引发舆情危机过程的仿真，此时存在的顽固信谣者约为750人(10000*0.075%=750)，即x1(0)=750；通过分析所采集到的10000位博主的信息，权威官方微博约有10个(例如人民日报、央视新闻、头条新闻、钱江晚报、新京报、央视财经、财经网、平安朝阳、微博辟谣、Vista看天下等)，即x2(0)=10；对比网络推手和以上官方微博所发布相关微博的转发数、评论数和点赞数，官方微博支持者数量略高于网络推手支持者数量，因此设官方微博对网络推手的竞争系数σ1=0.9，网络推手对官方微博的竞争系数σ2=0.7。

基于以上参数设置，利用MATLAB进行仿真分析，得出网络推手和官方微博的竞争结果如图5(a)所示，官方微博最终争取到的信任者数量高于网络推手，官方微博取得胜利，舆情危机得以平息。但由于官方微博竞争优势不明显，导致舆情危机持续时间较长，舆情热度下降缓慢。为尽量减少负面舆情产生不良社会影响，应提高官方微博的证伪影响力，从增加发声官方微博数量(设x2(0)=30)和提高官方微博竞争力(设σ1=1.5)角度入手，再对竞争过程进行仿真，结果如图5(b)所示，官方微博取得胜利用时缩短(tb

图5 官方微博证伪影响力下的两者竞争结果分析

5 结语

本文根据舆论领袖在舆情传播过程中的不同作用，将其分为网络推手和官方微博。突发事件发生后，一些网络推手在舆情演化初期发挥其扩散影响力，蓄意制造传播谣言，吸引网民关注，引爆舆情危机，本文应用改进的SIR模型对网络推手的扩散影响力进行建模仿真。谣言扩散引发舆情危机后，权威主流媒体、政府机关等官方微博积极发声进行辟谣，通过发挥证伪影响力以期平息舆情危机，本文应用Lotka-Volterra模型对官方微博与网络推手的博弈过程进行建模仿真。

结合分析具体实例，本文认为在舆情危机治理过程中政府应注重提升以下几方面能力：一是网络推手识别能力，通过对网络推手的引导和监管，减少舆情传播中负面网络推手数量，即降低改进SIR模型中的q值；二是谣言传播监测能力，密切关注网络社交平台中热门微博受关注情况，若监测为谣言信息，及时进行管控，防止谣言进一步扩散，即减小改进SIR模型中的λL→T值；三是舆论场主导能力，一旦发现谣言信息扩散传播，各大主流媒体微博、政府官方微博、相关企事业单位微博等应积极发声进行辟谣，形成积极舆论场，即增大Lotka-Volterra模型中的x2(0)值；四是官方微博竞争能力，官方微博与网络推手的博弈是对信任者数量的竞争，通过民众信任主体参与调查、透明处理并阶段性发布、应用通俗易懂语言音频动画等进行说明，增加网民对官方微博所发布信息的关注度和信任度，即提高Lotka-Volterra模型中的σ1值。在具体的舆情危机治理过程中，可综合考虑以上各方面，以期有效提高政府的舆情危机应对能力。