王润琪　杨建林

关键词： 公共政策制定； 舆情情报； ＲＤＪＦ 循环； 情报服务框架

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０１．０１２

〔中图分类号〕Ｇ２５０.２ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２４） ０１－０１３０－１３

在推进国家治理体系和治理能力现代化的全面深化改革目标下， 我国公共管理从偏重于政府本位的管制思维转变为民众、社会本位的协同多元治理模式［１］ ， 充分考虑人民群众作为公共政策社会实践主体的舆论、意志， 优化公共政策制定过程已成为一项紧迫的任务。

公众舆论中蕴含着大量动态信息， 为公共政策制定提供了丰富情报， 对支撑政府决策有多方面利好： 政策回归群众本源， 保证政府政策科学性； 扩大政府决策信息源， 保证政府政策民主性； 提高政府决策透明度， 保证政府政策公信力； 节约政府决策成本， 保证政府政策高效性。但将繁杂的舆论信息转化为能够辅助决策的“真材实料” 需要经历复杂的流程， 怎样设计好舆情服务于公共政策制定的流程仍具有广阔的研究空间。

情报工作以自身所具有的科学性、服务性、社会性， 在管理方式与组织模式上体现出特有的学科优势与工作性质［２］ ， 在应对如何将海量舆论数据转化为有价值的舆情情报并辅助政府决策的挑战中能够发挥关键作用。在结合公众舆论完善公共政策制定工作的进程中， 较之纯粹的公共管理视角， 情报学理论与方法的应用以数据、信息为主要研究对象进行客观分析、组织、传递和利用， 使其转化为能够正确指导实践活动的舆情情报， 进而能够削弱明显的政治倾向与意识形态内容［３］ 。以情报为出发点对政策制定开展科学性的解释阐明、分析与预判，可以实现“为决策服务” 的目的［４］ 。因此， 本文把握住情报学理论与方法在公共政策制定过程中应用的机遇， 以舆情情报作用于公共政策制定全过程的分析及实践困境为出发点， 提出公共政策制定全过程舆情情报服务模型的优化思路， 引入ＲＤＪＦ 循环构建公共政策制定全过程舆情情报服务框架， 以期推进我国公共政策制定过程中应用舆情情报研究的智慧化、智能化发展。

１ 相关研究

在信息交互如此快速高效的今天， 舆情情报的即时性、多样性、互动性等特点， 使其拥有广阔的应用场景。舆情情报服务是通过有规划的情报研究方法和手段， 对有价值的舆情数据进行综合、评估、分析和解读， 将处理过的舆情信息转化为情报以满足需求的过程。如何充分运用情报分析方法与工具提升舆情情报支撑能力、丰富舆情情报服务， 已成为当前学界关注的重要议题之一。

针对舆情情报研究对象， 国内围绕舆情情报服务的相关研究多面向突发事件， 以热点事件为例或围绕某具体主题开展研究。如王兰成［５］ 以网络舆情情报的规划、获取、处理、加工和分发５ 个阶段的实现流程为基础， 得出实现突发事件应急处置的舆情情报支援的系统框架。李金泽等［６］ 从突发事件舆情中提取情报并分类为诉求型情报和支援型情报，以“新型冠状病毒肺炎” 事件舆情数据进行情报感知实验， 比较得出支持向量机是情报感知效果最好的算法， 验证了突发舆情事件情报感知的准确性和可行性。夏一雪［７］ 从社会安全事件要素和过程出发确定“异常→风险→情报” 的情报感知过程， 基于舆情大数据构建情报感知指标体系并开展应用研究。

针对舆情情报研究成果， 国内的舆情情报服务研究多提出单一舆情情报分析技术或模型， 能够服务于事件演变不同阶段的舆情情报服务框架研究较少。如王兰成［８］ 提出基于情报语义关联集成分析ＩＳＡＩＡ 新方法， 在知识技术支持下集成链接分析法、聚类分析法和内容分析法， 面向网络舆情处理拓展和深入情报学方法的研究。华玮等［９］ 构建网络舆情事件多层次情感分歧度分析模型， 基于网络舆情事件层、评论对象层、用户层提出多层次情感分歧度分析方法。余韦等［１０］ 从符号网络特性入手， 在半非负分解过程中引入深度学习， 提出深度半非负矩阵分解模型（ＤＳＮＭＦ）。

国外研究对于利用公众舆论辅助政府决策的关注开始较早。英美等国家（地区）的较多公职官员由选民直接选举产生， 这种制度使决策者必须注意选民的政策偏好， 选民的意志可以直接反映在最高權力机构的决策过程中。二战后， 随着美国国内利益集团发展、政治筹码增加， 美国府会博弈日愈激烈。肯尼迪总统最早聘用民意专家， 在政策制定过程中高度重视舆论调查分析。肯尼迪之后的总统愈加积极地寻求民意对白宫工作的支持， 这种决策者向选民邀宠和主动兜售政策或听取公众意见的新型执政手段称为“白宫政治营销”。卡特政府时期，副国务卿纽瑟姆承认； “虽然政府的某些程序是不对外公开的， 但在美国民主体制下成功的决策最有赖于公众的接受和支持”［１１］ 。１９ 世纪８０ 年代至２０世纪初叶， 美国社会普遍相信， 当政策得以公开以后， 公众舆论的批评能够补救权力决策的缺陷， 使政府在局面失控之前就能觉察和纠正问题， 并改正错误。拉斯韦尔断言： “如果在政策制定过程中， 缺少关于政策成功所仰赖的公众舆论状况的专门信息，那么政策的制定过程就是十分危险的”［１２］ 。过去的三四个世纪尤其是１９ 世纪， 英国在任何特定时期都存在伴随着立法进程的某种普遍或占主导地位的公共舆论， 舆论潮流相互影响， 舆论的各个时期相互重叠。而石泽义治以冷战后日本主要政策为研究对象， 得出日本国内“选举期间， 政府的决策者不太可能强行通过公共舆论反对的核心政策； 而在非选举期间， 政府决策者很有可能强行通过公共舆论反对的核心政策” 的政府决策与公共舆论的关系结论［１３］ 。除了各国（地区）丰富的理论基础， 随着国际形势的风云变幻， 近年来其他国家（地区）针对国际突发事件在将公众舆论与政府决策的结合上也有所动作。自２０１２ 年普京第三次任俄罗斯总统以来， 在其所经历的俄罗斯加入世界贸易组织、平息叙利亚的化学武器问题， 以及斯诺登从美国逃到莫斯科的问题中， 俄罗斯媒体基本上经历了和政府信息、国际社会反馈的磨合过程。俄罗斯媒体不但做到了向政府提供准确信息， 而且向受众提供来自俄罗斯政府和国际社会的准确信息， 让受众完全了解事件的过程后， 全面支持政府所做出的决策［１４］ 。

综上可见， 国内舆情情报服务相关研究多面向突发事件、热点事件， 多提出单一的舆情分析技术方法、模型， 提出全过程舆情情报服务框架的研究有待补充。国外关于公共政策和公共舆情的理论基础较为夯实， 但由于国家体制和国家治理体系的不同， 我国政府借鉴其他国家（地区）公共政策制定过程的舆情分析框架存在现实阻碍。因此， 基于我国国情， 面向公共政策制定全过程， 提出可模式化操作的舆情情报服务框架为本文重点， 为政府科学决策、有效执政提供参考和借鉴， 对政府决策中的公民参与进行最优化的建构。

２ 舆情情报作用于公共政策制定全过程分析及实践困境

２.１ 舆情情报作用于公共政策制定全过程的模型

制定公共政策过程中的舆情情报主要由政策相关问题引起的公众舆论加工整合而成。公共政策将最根本受众——公众的利益要求输入政策制定系统，并将其转化为政策输出， 制定过程离不开与公众沟通协调政策内容， 舆情情报体现在公共政策制定的各个阶段中。但各阶段的舆情情报繁多冗杂、舆情主旨有所差异、舆情需求界定较为模糊， 不利于政府利用舆情情报辅助决策， 也对构建公共政策制定全过程舆情情报服务框架形成了障碍。因此， 有必要对公共政策制定流程中舆情情报的作用情况进行梳理并整合出一般性模型。

公共管理学界普遍认为， 公共政策制定过程分为政策问题界定、构建政策议程、政策方案规划、政策合法化４ 个阶段。其中政策合法化阶段主要内容为政治系统活动及法律问题界定， 与舆情情报相关性弱， 故不做讨论。

政策问题界定阶段中， 由约翰·金登（Ｋｉｎｇｄｏｎ）提出的多源流理论是较为主流的政策问题界定理论，由问题源流、政策源流和政治源流构成。问题源流由社会环境中的各种社会问题形成， 以焦点事件、指标变化、公众和官员的反馈等形式被政府关注；政策源流是专家提出政策建议、政策主张以及政策方案的过程； 政治源流内包括的则是国民情绪、民意、利益集团的压力、政府变动等因素。舆情情报在我国政策制定的政策问题界定阶段主要体现为需求舆情， 在问题溪流中主要表现为社会问题引发的舆情， 在政策溪流中舆情内容主要表现为官僚、学者、研究人员的政策建议和主张， 在政治溪流中主要表现为国民情绪等。３ 种源流相互独立、互不影响， 发展成熟后在特殊的时间点被政策决定者发现推动实现汇合， “政策之窗” 即政策议程开启［１５］ 。

在构建政策议程阶段， 美国学者罗杰·科布（Ｒｏｇｅｒ Ｗ Ｃｏｂｂ）和查尔斯·爱尔德（Ｃｈａｒｌｅｓ Ｄ.Ｅｌｄｅｒ）从政策议程参与主体和性质出发， 将政策议程分为系统议程和政府议程。构建政策议程阶段的舆情情报内容往往围绕议政展开， 以公共问题引发社会公众和组织对政策的讨论的形式聚集在系统议程中。政府议程以政府决策人员和专业分析人员作为主体， 以严谨科学的方法、正式固定的程序， 分析具体集中的政策问题， 公众舆情不聚集于此。虽然系统议程不是认定和解决政策问题的实质过程， 但是系统议程所进行的讨论将会影响到政府议程， 某种经过系统议程讨论的政策问题可能会直接进入政府议程。在政府议程讨论的政策问题， 也可能由于政府觉得其讨论不够成熟而回流至系统议程交由公众讨论， 因此政策问题的最终认定往往是系统议程和政府议程共同讨论和分析的结果。

政策方案规划步骤中， 作为决策理论学派的主要理论观点之一， 西蒙（Ｓｉｍｏｎ Ｈ Ａ）提出的决策过程模型认为以决策者为主体的管理决策过程经历以下３ 个阶段： 情报， 即进行情报的收集与加工、研究决策环境、分析和确定影响决策的因素或条件；设计， 即发现、开发以及分析各种可行方案； 抉择，即确定最优方案并予以实施和审核。公众舆情在此步骤主要聚集于“情报” 阶段， 主要为成熟的决策舆情， 且偏向于对舆情信息进行整理归类、加工分析后升华为决策与行动建议的舆情情报。

将“政策问题界定—构建政策议程—政策方案规划—政策合法化” 整理为我国公共政策制定过程， 并着重讨论前三阶段中舆情情报的作用， 得出舆情情报作用于公共政策制定全过程模型， 具体如图１ 所示。结合模型在实践过程中面临的困境，为后续优化公共政策制定全过程中舆情情报作用机制奠定基础。

２.２ 实践中舆情情报作用于公共政策制定全过程面臨的困境

如我国舆情情报作用于公共政策制定全过程模型所示， 实际决策时， 公共政策制定过程在时间线上存在着先后相继和延续的关系， 舆情情报的作用机制随着公共政策从无到有再终结的线性关系流动， 呈现为伴随政策制定步骤的单链条流向。这样的“单链条” 流向缺失政策抉择确定后与原始需求的对齐验证， 在实践中显示出以下弊端：

１） 舆情情报“束缚” 政策制定： 尽管舆情情报由舆情数据经搜集筛选、加工分析等一系列情报手段处理而得， 但仍存在舆情“失真” 的可能性。例如， 网络差异度等外部因素可能导致弱势群体表达平台匮乏、表达渠道受阻、表达内容片面， 造成舆情情报中弱势群体利益表达缺失。此外， 参与公众素质差异导致的舆情内容良莠不齐、公众利益角度不同导致的舆情表达主观化、“沉默的螺旋效应”导致的舆情声量失衡都可能使舆情情报出现偏差。而在“单链条” 模式中， 这种偏差无法被及时验证、纠正， 政府决策将受其束缚并随之出现偏差， 影响政策精度， 偏离公共目标。

２） 政策制定“绑架” 舆情情报： “单链条” 模式以制定公共政策流程为主干线， 政府决策者占有主体优势地位。这样的主导地位导致决策者为了达成政策制定目标、顺利执行政策而选择性参考舆情情报， 甚至刻意忽略某些舆情情报的风险大大增加。在单链条的舆情情报作用流向中， 这种“情报失声” 现象很难被发现、解除， 不全面、不客观的舆情情报参考行为必将造成公共政策制定的非代表性， 影响政策效果。因此， 舆情情报作用于公共政策制定全过程是一个复杂的情报服务过程， 需要平衡好舆情情报的参考和公共政策的制定， 防止舆情情报失真影响公共政策制定， 避免公共政策制定造成部分舆情情报失声。要找到二者的平衡点， 当务之急是建立政策抉择确定后与原始需求及公共政策目标的对齐验证环节， 突破“单链条” 模式的局限性， 打破实践中舆情情报作用和公共政策制定之间相互制约的困境。

３ 公共政策制定全过程舆情情报服务模型的优化思路及ＲＤＪＦ循环的引入

３.１设计目的

本文期望建立具有普适性的、能够支持公共政策制定全过程的舆情情报服务模型， 而不局限于某种类型公共政策、决策某个环节的舆情情报作用。提出模型具有作为舆情情报归属主体的民众和舆情情报利用主体的决策政府的双服务用户。在由互联网、多媒体、大数据等组成的数据密集型多维舆情环境中， 围绕用户间的舆情情报交互， 在以情报需求引领情报数据挖掘技术获取、加工、组织、利用舆情信息的基础上， 回归公共政策的价值本性， 辅助对政策研究成果的对比、分析、改进工作， 使其决策更具科学性与预见性； 创新性地增加决策成果与原始舆情情报的对齐纠正环节， 以保证政策制定过程中舆情情报服务的有效性。

３.２ ＲＤＪＦ循环的含义与功能

雷帅等［１６］ 在对国防科技战略情报进行研究时，归纳出“需求理解（Ｒｅｑｕｉｒｅｍｅｎｔｓ）—数据挖掘（Ｄａ⁃ｔａ）—综合研判（Ｊｕｄｇｅ）—服务反馈（Ｆｅｅｄｂａｃｋ）” 循环（ＲＤＪＦ 循环）的研究方法框架， 包括１６ 个步骤，如图２ 所示。

Ｒ（Ｒｅｑｕｉｒｅｍｅｎｔｓ）表示“需求理解”， Ｄ（Ｄａｔａ）表示“数据挖掘”， Ｊ（Ｊｕｄｇｅ）表示“综合研判”， Ｆ（Ｆｅｅｄｂａｃｋ）表示“服务反馈”。其中， “需求理解”阶段的重点是立足研究对象实际， 提出开展情报研究的需求， 并分解为具体研究问题； “数据挖掘”阶段指根据需求全面采集研究对象的动态新闻、文献资料、现象等， 并进行数据清洗和挖掘分析；“综合研判” 阶段指基于需求， 依据经过清洗分析挖掘后的数据， 分析研判研究对象治理的主要做法， 并提出针对性的启示建议； “服务反馈” 阶段指整理完善综合研究结论， 形成研究产品并向用户进行反馈， 并根据用户反馈意见进行修改完善。在ＲＤＪＦ 循环方法中， 研究产品需要结合用户需求和意见， 经过多次重复和调整才能最终交付给客户。后李晓松等［１７］ 又将美国国防采办管理改革综合研究的ＲＤＪＦ 循环方法应用于以数据驱动的美国国防采办管理改革案例， 实践证明了ＲＤＪＦ 循环法应用于情报服务研究的可行性。

３.３ ＲＤＪＦ 循环在公共政策制定全过程舆情情报服务中的适用性

在优化公共政策制定全过程舆情情报服务模型时引入ＲＤＪＦ 循环， 主要出于以下原因：

１） ＲＤＪＦ 循环方法展示了迭代发展、螺旋上升的事物发展过程， 这与我国公共政策制定全过程类似。随着时代发展和行业进步， 许多公共问题解决方式的演进也促进着政策优化完善， 旧有公共政策的服务反馈催生出更加契合现状的新公共政策，以能够体现新旧衔接的循环模型概括公共政策制定全过程比独立的单链条模型更为贴切。

２） 公共政策制定全过程的舆情情报研究工作遵循“数据—信息—知识—智慧” 的转化链条， 舆情情报服务旨在围绕需求从纷繁复杂的舆情数据中，分析挖掘出有价值的知识或情报， 辅助政府决策。

“需求理解—數据挖掘—综合研判—服务反馈” 过程是对我国公共政策制定全过程的舆情情报研究工作流程的概念性概括。

３） ＲＤＪＦ 方法中“服务反馈” 与“需求理解”两模块互相验证的循环作用有助于解决目前舆情情报作用于公共政策制定全过程面临的痛点。单链条模式中， 舆情情报的参考和公共政策的制定难以平衡， 偏向任何一者都将影响最终公共政策的效果。而在ＲＤＪＦ 循环中， 不仅可以由舆情情报需求理解引领公共政策制定活动， 还可以将公共政策的服务反馈结果反过来与最初舆情情报需求相互验证， 这将从根本上弥补现有舆情情报作用于公共政策制定全过程的漏洞， 使舆情情报的参考价值和公共政策的决策精度相辅相成。

４ 基于ＲＤＪＦ 循环的公共政策制定全过程舆情情报服务框架构建及解析

４.１ 情报服务框架构成

基于ＲＤＪＦ 循环方法， 结合前文梳理的舆情情报作用于公共政策制定全过程的现实困境， 将公共政策制定过程中的舆情情报服务框架分为需求理解、数据挖掘、综合研判、服务反馈４ 个模块， 构建面向公共政策制定全过程的舆情情报服务框架， 具体如图３ 所示。需求理解从舆情情报服务的前瞻性出发， 引领数据挖掘这一情报加工模块， 并将数据分析结果输送至综合研判模块， 发挥决策辅助功能，提出最终的舆情情报及政策研判结果后服务公众并收集意见， 再次验证需求的满足成效。４ 个模块间均进行正向推进与反向交互反馈， 对齐情报需求与政策服务结果存在的偏差， 及时修正与调整政策误差， 进一步优化完善舆情情报服务方法与结果解读。这样的框架与哈罗德·拉斯韦尔（Ｌａｓｓｗｅｌｌ Ｈ Ｄ）将政策制定过程划分为情报、建议、规定、合法化、应用、终止和评估７ 个阶段有异曲同工之处。本框架同样以情报位于决策过程最前端， 即站在“需求理解” 的战略高度， 以情报学理论、技术和方法为支撑深度挖掘社会舆情情报资源， 将舆情情报作为决策的基础， 系好“第一颗扣子”， 保证后续决策的科学性。

拉斯韦尔认为， 政策分析者在决策过程中可做３ 种贡献： 一是确定一项政策的目标和价值； 二是收集和提供有关信息； 三是提出几种政策方案及其最佳选择。在本框架中， 第一、二种贡献分别由需求理解和数据挖掘模块完成， 综合研判模块则实现了第三种贡献， 且在“３ 种贡献” 的基础上， 本框架更丰富了服务反馈模块及公共政策制定成果与公众原始需求的相互验证功能， 进一步突出了其修正公共政策制定过程中舆情情报利用偏差、辅助政策制定者精准决策的能力。服务框架对舆情数据进行深层次开发， 为公共政策制定提供具有高质量、针对性、连接性、整合性的舆情情报资源， 避免了决策者对碎片化舆情信息的割裂化利用。从情报学视角设计强调通过促进利用以实现舆情情报的社会价值最大化， 显示了其广泛的应用前景。

４.２ 需求理解

以问题为导向、以需求为牵引一直以来被情报服务工作奉为圭臬， 舆情情报服务更应当发挥聚集民情民意、引领政策制定的特性， 扎根实际需求、对公共政策制定方向做出规划。因此， 基于ＲＤＪＦ循环的公共政策制定全过程舆情情报服务框架起始于需求理解模块， 需求理解模块起始于舆情情报需求理解环节。

公共政策学中， 公共政策信息的主要来源为政府掌握的信息、大众媒介传播的信息、公众需求的信息、公共政策调查的信息。从这些信息中着重识别公共政策需求来源， 参考于正伟等［１８］ 提出的影响政策需求的因素， 将舆情情报需求理解角度归纳为公共问题及发展需求、公众的偏好及认知程度、原有政策不适性３ 个方面。首先， 公共问题的产生是政策分析的逻辑起点， 是公共政策存在的基本理由［１９］ 。随着社会进步与行业发展， 公共利益也不断更新需求， 公共政策需要通过了解舆情情报， 对社会各利益主体的利益需求进行整合并， 随着发展状况及时调整， 以满足大多数社会成员的利益取向；其次， 公共政策问题尽管主要以客观社会事实为基础， 但最终还是与民众的主观认定和偏好紧密相联，相应的政策需要随着公众对该政策的偏爱程度增强而增加； 最后， 原政策的不适性也是较强的舆情情报需求体现形式之一。政策的不适性导致群众产生大量不满舆情， 迫使决策者改变现有政策、扭转局势， 继而催生出经过优化的新政策。在获取以上舆情情报需求时， 应尽量减少传播层次、防止人为过滤， 避免信息的失真， 保证舆情情报需求的准确性。

理解舆情情报需求后， 需要从舆情发展趋势、传播情况、情感倾向、未来演变等不同维度出发对情报需求进行细化分解和深入挖掘。面对各类网络媒体、新闻门户网站对政策的评论动态， 以相关关键词为抓手全天候实时监测， 捕捉具有政策需求情报含义的信息点， 提取出情报需求要素， 并基于政策需求舆情的变化和趋势、传播来源、传播声量、公众的情感倾向等， 对政策需求舆情的前后因果进行感知、刻画、研判， 识别潜在政策需求情报变化的早期信号， 通过联系分析、比较分析等对未来政策需求舆情情报的演变进行严谨预测。

基于舆情情报需求分析结果， 在谢尔曼·肯特提出的动态报告型、基本描述型与预测评估型３ 类情报研究分类框架下将待解决的情报问题凝练为３类： 最基本的情报问题是需要掌握公共问题及公共政策引发的公共舆论态势； 最核心的情报问题是识别出公共问题尚存的薄弱环节与政策修正需要； 最重要的情报问题是精准地评估公共舆论未来趋势，预测公共政策发展方向。最后将舆情情报与公共政策具体主题整合， 把舆情情报问题分解细化为“当前公共问题发展态势如何” “当前公众舆论态势如何” “公共政策制定中存在哪些亟需解决的实际问题” “已有的公共政策是否可以解决公共问题” “未来公共政策该向何方向发展” 等众多子问题， 以更详尽的内容引领政策制定推进。

４.３ 数据挖掘

随着大数据时代的到来， 情报研究已成为“数据密集型” 科研活动， “数据驱动” 已然成为舆情情报研究范式的必然选择。情报研究一般都具有全局性或跨领域性， 有价值的情报往往隐藏在海量信息之下， 这就需要依赖数据的聚集和分析， 利用相关关系算法作出研判。遵循通用的数据科学流程，数据挖掘一般包括数据搜集、数据预处理、数据分析、数据可视化等， 如图４ 所示。

政策舆情来自社会各个群体， 涉及的研究问题广泛而细化， 单一的数据来源并不能完全满足政府依据舆情情报决策的深度需求， 故不同类型、不同内容、不同载体的数据源应互相补充。既需充分利用多源、异构的各类数据库资源， 搜集结构化数据如学术性期刊等， 又需充分考量社会化媒体、多媒体、融媒体兴起所带来的以ＵＧＣ 为代表的非结构化数据集合。因此， 公共政策制定过程中主要从以下渠道搜集舆情数据： 一是中央媒体权威发布引发的交流舆情。央媒发表的文章具有高度的权威认证，受到群众广泛信任， 具有舆情引领作用。二是综合门户网站递进挖掘。门户网站是具有多种性质功能的综合性用户网站， 其搜索指数、搜索内容等数据是民众对舆情关注态势的直观呈现， 辅助舆情情报的进一步挖掘。三是对新闻客户端对国内重大热点新闻事件的跟踪报道、热点评论等。作为深化媒体融合的成果之一， 此类渠道主要对产生舆情的原素材进行挖掘解读， 有助于更具深度的舆情的产生。四是社交媒体的信息传播。由于信息传播门槛低、速度快、范围广， 具有高度互动性及活跃性的社交媒体已成为舆情集散地。五是社会思潮理论动态舆情。这类舆情存在较强的壁垒性， 主要通过学术性的媒体、网站、数据库、期刊等引发关注。六是非网络化弱势表达。相较于其他舆论发声渠道， 网络在拥有巨大优势的同时也对使用者提出了技术要求。对于受到受教育程度、年龄、地区互联网水平等因素限制的弱势群体来说， 网络信息占有和传播的不平衡成为他们表达诉求的鸿沟。为保证公共政策制定过程参考民意的全面性、公平性， 搜集此类群体舆情时往往采用非网络方式。可以参考Ｐｅｗ Ｒｅ⁃ｓｅａｒｃｈ Ｃｅｎｔｅｒ、Ｇａｌｌｕｐ、ＹｏｕＧｏｖ 等英美著名民调机构针对弱势群体展开非网络化民意调查的数据搜集方法， 如问卷调查、电话抽样调查等， 以扩大弱势群體的舆情表达渠道。七是境外舆情的倒灌波及境内。随着中国和国际社会的联系越来越紧密， 越来越多的境外舆情也开始影响我国境内舆论场的稳定。不同的数据源可以从不同侧面揭示同一事实或规律，融合多模态的异构数据才能从多个维度共同表达同一高层语义， 使用户获取舆情情报全貌而非情报片段。

利用不同工具， 从不同渠道搜集到的舆情数据往往类型各异、价值不一， 对其进行清洗、集成、变换、归约等标准化处理， 达到挖掘算法进行知识获取要求的最低规范和标准后， 对舆情数据资源进行审核和合并， 形成政策舆情数据库。数据库要素包括数据来源、数据时间、数据标题、涉及领域、主要内容和重要观点等。

公共政策舆情数据分析主要以获得公众的观点和情绪为主要目标。观点挖掘是舆情数据分析的重要手段， 以观点提取、极性分析、观点总结等流程为线索获取公众的基本态度和观点内容， 是辅助公共政策制定的重要依据。随着公共政策制定过程中公众的需求不断细化， 只对舆情数据整体进行粗粒度情感分析已不能满足公共政策制定需要。包含主题提取和情感倾向性分析的细粒度情感分析能够对舆情数据中的情绪要素进行挖掘， 触达舆情细节的公众看法和情感表达， 有利于决策者掌握详尽的舆情情绪态势。另辅以主体分析， 使决策者能够更好地整合社会不同群体的公共利益。有时还会将舆情数据分析的结果以文字或图表等方式展示数据的本质与作用， 直观地呈现舆情情报， 为后续综合研判奠定坚实的基础。具体实践过程中， 数据分析的流程也不是线性推进的， 而是会经常根据需求的变化和对所研究问题认识的加深， 不断补充完善新的数据。

４.４ 综合研判

公共政策制定过程复杂、涉及影响广泛， 包含多领域、多分支问题， 不能由领导者个人对政治形势的判断和经验作决定， 要经过科学的论证和规划。因此， 设计综合研判模块围绕决策者和专家共同研判展开， 将专家咨询穿插其中， 切实增强公共政策决策科学性。

综合研判的起点是提出观点， 根据舆情数据分析结果提出的政策观点是后续环节的基础物料。参考《面向政策选择的专家建议： 科学咨询的流程与实务》一书， 提出观点时一般不直接推荐行动计划， 而是提出对可能会改变公共议程中某个议题优先权问题状况的描述， 以及探索能够改变问题条件的某些因素相关的一般性知识等观点， 由原因、逻辑、度量等组成的标准“链条” 或“树系” 筛选，形成包含抽象的与具体的、离散的与连续的等多种形式备选方案。

高质量咨询不能依据简单一种社会科学的理论或计算标准定义， 需要依赖各类专家团体的评估分析。面对先进、复杂、交叉性强的公共政策时， 个人专业知识在系统而庞杂的领域知识中无法面面俱到。同时， 研判结果也会受到重量级专家认知、情感与话语权的影响而具有主观倾向性。因此， 在全国范围内按照政治素质、专业领域、业务能力、熟悉社情、职业道德等多项入库标准， 综合擢选具有管理、技术、情报等专业背景的专家人才， 组建公共政策综合研判专家库， 充分发挥各类新型智库作为党和政府“思想库” “智囊团” 的作用以及咨政建言、理论创新、政策解读、舆论引导、社会服务的功能， 有效助推政策落实落地。

综合研讨是整个综合研判步骤中的核心环节。依据《面向政策选择的专家建议： 科学咨询的流程与实务》中专家政策研讨内容， 将综合研讨过程归纳为理论基础、外部因素、纠正偏差３ 层倒金字塔形流程。首先， 按照不同的标准形式可以划分出多种政策模型， 政策研判者可以依据所评估的具体对象、目的或要求采用不同的政策模型， 如古巴（Ｇｕｂａ）和林肯（Ｌｉｎｃｏｌｎ）总结的政策模型变迁中的测量取向模式、目标取向模式、决策导向模式、执行评估模式， 韦唐（Ｖｅｄｕｎｇ Ｅ） 提出的效果模式、经济模式、职业评估模式三大类型１０ 种不同的模式等。基于以上模型基础， 根据政策内容在适宜的政策模型中装填备选方案矩阵， 并利用评估效果广度性、精度性、技术可行性等标准辅助选择； 其次，专家团队进行政策研判评估时还需要考虑受影响方、时间效果等外部因素， 如衡量不同时期内政策之间影响的权衡系数； 最后， 综合研讨过程不但要保证分析过程有效， 而且要纠正政策研讨过程中可能产生的偏差， 质量控制必不可少。质量控制部分既取决于专家团体提出的建设性意见， 也取决于采纳意见者的批评， 如智库负责人、政府中政策制定处室的负责人等。至此， 完整的政策综合研讨结果形成，流向下一步骤。

在公共政策学上有“决策气球” 的概念， 政府部门在发布决策前会先放出气球测试舆论风向及社会的承压能力， “气球” 多以专家建议、媒体报道等多种方式放出。如果舆论反弹过大， 有关部门可能就会站出来回应舆情， 适度调整政策制定或进行政策修正。如果无明显舆论反弹， 政府将以“决策气球” 作为“政策靶子” 告知公众公共政策即将发布， 做好政策发布前的公众心理铺垫工作， 依据研判结论着手推进正式政策的发布工作。

４.５ 服务反馈

服务反馈是指将综合研判结论形成舆情情报和政策研究产品以适当的方式提供给公众， 并根据反馈结果深化研究。作为舆情情报研究循环的核心流程， 服务反馈与需求理解环节相对应， 一方面情报研究人员应根据不同的服务群体特点， 选择适当的产品展现形式； 另一方面还要将研究结果与用户原始需求进行比对， 审阅研究产品是否满足用户需求，这也是优化整个公共政策制定过程舆情情报服务体系的出发点。遵循服务导向的原则， 服务反馈流程上一般包括开发产品、服务用户、征求意见、反馈改进等环节。

开发产品并服务用户主要是将综合研判结论及支撑材料产品化并传递给用户的过程。将研判产品传递给用户必须强调适时性， 因为用户需求具有时效性， 过早传递用户则难以充分察觉研究的价值，过晚传递用户需求可能转化为无效需求。近年来，随着媒体发展走向多元化， 政府以政策预公开、新闻铺垫、吹风会等多种形式将政策文件、研究报告、数据库、音像片等舆情研究和政策产品传递给公众， 归集展示决策草案全文、草案说明、决策背景、公众意见建议征集和采纳情况、决策结果等信息。我国高度重视政策连续性和可持续性， 重视政策发布前良好社会氛围的渲染。在政府政策发布前进行相关政策、新闻铺垫， 将舆情研究和政策产品传递给公众， 打好政策“组合拳”， 对为政策发布积累势能具有重大意义。

征求意见是指追踪用户在获取研判产品之后的反应， 一方面是与原始情报需求对齐， 看用户提出的需求是否得到了有效满足； 另一方面则是跟踪公众对政策研判产品的意见。为与原始需求一一对齐，征求意见时要关注政策研判产品是否能解决公共问题、是否符合发展需求、是否符合公众偏好及认知程度、是否消除了原有的政策不适性。而跟踪公众对政策研判產品的意见更关注动态化情况， 例如在政策制定过程中公众是否产生了新的需求、研判产品在现有环境下是否会产生新的政策不适点等。如果在征求意见环节获得公众反馈的意见建议， 决策者将结合发展变化情况， 持续跟踪舆情情报后续发展， 迭代改进舆情情报和政策研究结论， 或者根据未能有效满足的用户需求或用户滋生的新需求， 开始新一轮的舆情情报研究流程， 执行政策反馈改进工作。征求意见和反馈改进环节的融入是本公共政策制定全过程舆情情报服务框架研究开展的立足点，它们是将现有舆情情报作用于公共政策制定过程的“单链条” 模式转换成服务后获得意见反馈可以重回政策修正的“循环链条” 的“焊接点”， 使舆情情报作用和公共政策制定活动相辅相成， 参考民意及时矫正政策偏差， 稳步推动政策发挥效应。

５ 舆情情报服务框架在公共政策制定全过程中的实例研究及讨论

５.１ 背景情况

依据１９９９ 年国务院修订的《全国年节及纪念日放假办法》， 全年全体公民在新年、春节、劳动节、国庆节等节日放假共１０ 天。但随着时间推移和经济社会发展， 原有的法定节假日安排存在的不足愈发凸显。国务院于２００７ 年委托国家发改委进行研究，听取各方意见， 拟订调整休假制度方案（ｈｔｔｐ：／ ／ｗｗｗ．ｇｏｖ．ｃｎ／ ｚｗｈｄ／２００７－１２／１７／ ｃｏｎｔｅｎｔ＿８３５６２３．ｈｔｍ）。

５.２ 需求理解

长期的经济社会实践和人民反响反映出１９９９年国务院修订的《全国年节及纪念日放假办法》存在几点不足： 一是传统节日覆盖不足， 中华文化特色仍显缺乏。二是法定节假日安排过于集中， 易产生较大经济波动和社会生活影响。三是存在以法定节假日代替个人假期的倾向， 在未全面落实带薪休假制度的情况下容易造成出行聚集。其中， “中秋、元宵等节日不放假、无法与家人团圆” “放假过于集中， ‘人从众式’ 旅游体验不佳” 等负面舆论民众呼声较高， 并有愈演愈烈的趋势。回应人民期待、积极稳妥推进改革、进一步优化节假日时间分布格局必要且紧迫。

党中央、国务院对于调整法定节假日安排的民众呼声高度重视， 国家发改委凝练出“我国应如何优化国家法定节假日安排？” 的研究问题， 并结合舆论体现出的民众需求， 将其细化分解为“怎样调整国家法定节假日天数以适应当下经济社会发展情况？” “怎样调整国家法定节假日以更好地传承民族传统文化？” “怎样改善原有国家法定节假日安排过于集中、职工带薪休假制度不完善等弊端？” 等子问题， 决意从国家经济社会全局出发， 提出科学、合理、可行的调整方案。

５.３ 数据挖掘

针对优化国家法定节假日安排问题， 国家发改委就总体思路和初步方案多次书面征求相关部门意见， 并通过网络和非网络多种渠道调查了解社情民意。在征求意见期间， 社会各界对此次国家法定节假日调整方案公开征求社会意见十分关注， 有的通过报纸、广播电视、网络等媒体发表意见和建议，有的还直接给发改委工作小组打电话、寄信、发电子邮件表达看法。

２００６ 年１２ 月５ 日—８ 日， 发改委委托新浪网针对我国调整节假日制度和全面建立带薪休假制度等问题进行了网络调查， 获得有效答卷１０５ ６８８份。２００７ 年３ 月， 发改委委托中国人民大学调查评价中心进行电话调查， 共向北京、上海、广州、武汉、长春、西安６ 个不同地域的代表性城市进行了２ ６３４人次的有效电话随机访问。整合以上调查结果数据并进行统计分析， 获得民众选择各问题各类选项的不同百分比， 大多数意见认可了对国家法定节假日安排进行进一步调整和完善的利好。

５.４ 综合研判

２００６年， 国家发改委专门成立了研究小组， 全面研究我国的节假日制度和休假制度的沿革和现状，参考其他国家及地区的法定节假日和带薪休假制度， 统筹考虑我国现行经济社会发展水平和休假时间总量、保障劳动者的合法权益和企业的承受能力、中国传统文化和各民族各地区的不同特点， 确定此次节假日调整的主要原则是： 国家法定节假日总天数要与经济社会发展阶段相适应； 调整国家法定节假日要有利于传承民族传统文化； 国家法定节假日在时间分布上要相对分散； 国家法定节假日调整要与完善职工带薪年休假制度相结合。

国家发改委先后６ 次召开各类座谈会听取各方意见， 曾召开专家学者和企业代表座谈会， 与中国社会科学院经济研究所、国家发改委宏观院经济所、国家劳动和保障部社会保险研究所等专家， 多所高校学者、首都旅游集团、中国移动通信集团公司、中国航天科技集团公司、中国华电集团公司、中国石油天然气集团公司等企业的代表研讨国家法定节假日调整问题， 后又多次召开了国家有关部门的座谈会， 共同研究国家法定节假日调整初步方案。

经过专家讨论及结合各方意见， 形成国家法定节假日调整方案（草案）。调整特点主要如下： 国家法定节假日总天数由原来的１０ 天增加到１１ 天；增加清明、端午、中秋３ 个传统节日， 增强国家法定节假日的传统文化影响力， 同时将春节放假的起始时间调整为除夕， 更加符合广大群众的文化和生活需要； 允许周末上移下错， 与国家法定节假日形成两个７ 天的“黄金周” 和５ 个３ 天的“小长假”，增加假日的次数， 分散居民出行密度； 同步出台《职工带薪休假条例》， 为全面落实职工休假权利提供法律保障， 使广大职工可以更加人性化地安排家庭及个人活动。

５.５ 服务反馈

２００７ 年１１ 月９ 日《国家法定节假日调整方案（草案）》政策文件在新华网、人民网、国家发改委等网站上公布， 央视《新闻３０ 分》同步报道关于国家法定节假日调整方案的相关新闻。

国家发改委在国家法定节假日调整方案（草案）形成后， 经报党中央、国务院同意， 进一步就方案内容通过多种方式、多条渠道更加广泛地征求各方面的意见。发改委以“国家法定节假日调整研究小组” 的名义， 在人民网、新华网、国家发展改革委网、新浪网、搜狐网等大型网站上就国家法定节假日调整方案（草案）开展问卷调查， 共获得约１５０ 万份有效答卷。

国家发改委在征求意见和网上调查工作结束后， 及时对有关意见建议、调查结果进行了汇总整理和研究分析， 并将有关情况如实完整地上报了国务院。在认真研究和充分吸收各方面意见和建议的基础上， 总结出在节假日调整后还需继续加强宣传解释、进一步完善相关措施、加强组织协调工作。

５.６ 讨论

基于ＲＤＪＦ 循环的舆情情报服务框架为制定调整我国节假日安排公共政策打造了舆情情报支撑政府科学决策的完整范式。尤其是作为中央牵头、惠及全民的公共政策， 决策部门在收集舆情数据时将网络渠道与电话、信件等非网络渠道结合， 是框架中数据挖掘模块强调考虑非网络化弱势表达的优秀外化表现。但与框架设计的流程相比， 制定调整我国节假日安排公共政策实践过程中的某些环节在落实深度、广度上均有欠缺。第一， 輿情数据搜集阶段设计的调查问卷存在缺陷， 问卷中某些询问民众对“五一假期” 安排意见的题目以“五一黄金周已取消” 为前提， 不能完整反映民众舆情。网络投票可以重复投票， 很难评判其数据代表性。第二，数据分析环节只对问卷数据进行统计分析、对问卷答案进行归纳总结， 没有充分利用数据资源进行深入挖掘。第三， 遴选专家阶段存在情报专家缺位问题， 可能影响公共政策制定过程中对舆情情报的利用、分析效果。第四， 制定调整我国节假日安排公共政策实践过程弱化了反馈改进环节， 以采取政策执行时的辅助性措施为主， 与公众原始需求情报对齐后的政策可调整空间小。

从基于ＲＤＪＦ 循环的舆情情报服务框架出发看调整我国节假日安排公共政策制定过程， 舆情数据作为舆情情报的初始形态， 应当通过合理、有效地收集、组织、挖掘， 使其形成有价值的情报并实现支撑决策效果最大化。尤其是数据分析环节， 需要形成舆情数据库并对其进行聚类分析、情感分析等以获得公众的观点、情绪， 充分利用这一决策过程中的宝贵的资源。另外， 利用舆情情报制定公共政策是渗透着情报作用的活动， 组建专家库时应考虑聘用情报学专家提供专业的情报分析技术和知识，加快为政策制定者提供情报分析的速度， 将政策选择纳入更为广泛的战略意图。最后， 将政策研判产品传达给用户后需要预留充足的反馈改进空间， 做好与用户原始需求及动态政策意见对齐后发现政策偏差的调整预案， 此为影响政策制定效果的最关键环节。对舆情情报服务于调整我国节假日安排公共政策制定实例的讨论， 展示了舆情情报助力科学化、精准化制定公共政策的可操作性及显著成效，其中工作弱化或缺失的环节进一步凸显了本文提出的面向公共政策制定全过程的舆情情报服务框架的严谨性。

６结语

大数据时代的到来正深刻改变并影响着政策制定获取情报的感知、融合、分析与服务模式， 公共政策制定舆情服务模式亟待进行智慧化探索， 寻找高效利用新出路， 情报学理论、方法、技术的应用为政府治理能力的提升带来了新的契机［２０］ 。本文利用这一契机将舆情情报服务融入公共政策制定过程， 构建了基于ＲＤＪＦ 循环的公共政策制定全过程舆情情报服务框架， 并辅以实例研究证明服务框架的严谨性， 从情报学视角提出了我国参考舆情情报制定公共政策的新思路， 以期促进我国公共政策制定研究， 为提升我国舆情情报研究实践能力提供参考。