◆杜硕硕

舆情大数据环境下突发事件民意演化影响要素研究

◆杜硕硕

（中国人民警察大学 河北 065000）

本文研究舆情大数据环境下突发事件民意演化影响要素建模，为突发事件民意回应与疏导提供理论基础和实践指导。本文分别从民意主体、民意主题、民众情感三大影响突发事件民意演化的主要方面进行分析，采用等级全息建模方法，识别可观测的民意演化影响要素，进而进行要素量化、评级，得出高风险要素。最后依据影响要素分析结果，提出相应的回应与疏导策略。

舆情；大数据；突发事件；民意；演化；要素

1 现状分析

随着互联网技术的快速发展，网络平台已经成为信息获取与传播的重要媒介和场所，网络民意对政府的影响也越来越大。准确识别突发事件民意演化影响要素，构建科学的要素管理框架，制定针对性的管理对策，有利于政府对网络民意的准确把握，为民意演化的把控提供理论基础和实践指导。

针对突发事件民意，我国已有研究大致可以分为两类：一是研究突发事件民意的影响。例如朱水成研究表明网络民意在问题情境的感知传递、政策问题的搜寻、政策问题的确认、政策问题描述的监督等四个方面对政策问题建构产生重要影响[1]。李斐对网络民意的概念、现象进行了界定与描述，并在此基础上对突发性事件中网络民意的疏导加以探索[2]。二是研究突发事件民意形成模型的构建。例如阮冰等以社会网络为基础，建立民意形成演化的非线性微分方程模型、并进行仿真研究，验证参数值对突发事件民意的控制的重大作用[3]。

基于上述学者的研究成果，可以看出我国学界对突发事件民意的研究，多以宏观性的本体研究为主，本文通过民意演化影响要素识别、过滤、量化、评级的过程，制定相应的回应与疏导策略，为该领域研究提供新的思路和方法。

2 舆情大数据环境下突发事件民意演化影响要素框架

本研究采用等级全息建模（Hierarchical Holographic Modeling，HHM）作为要素识别方法，从民意主体、民意主题、民众情感三个方面研究突发事件民意演化影响要素建模。

2.1 民意主体要素

2.1.1网络环境

网络是突发事件民意形成的场域，其所具有的交互性、隐匿性、便捷性等特质。良好的网络环境依赖于政府、媒体、网民和意见领袖的共同努力。这其中，政府日常监管尤为重要，无论是监管媒体议程设置、网络信息质量还是意见领袖，均使民意朝着良性方向演化，实现对民意的引导[4]。

2.1.2网民参与

突发事件发生后，网民参与事件的讨论，发表自己的观点，随着参与人数的不断增加，相关话题的广泛讨论和反复转载，民意逐渐汇聚形成。民众会对与自己利益相关或感兴趣的事件表现出较高的关注度。同时，网络环境中有众多意见领袖，他们创造和推动网络意见。

2.1.3媒体牵引

高速发展的数字技术使信息的全方位、多角度传播成为可能，媒体多渠道的发声途径能够更快引起民众对事件的关注。突发事件发生后，媒体积极介入其中，第一时间做出反应，通过在搜索引擎、微博、论坛等各种渠道进行议程设置，吸引网民去获取相关信息以了解事件的进展状况，或者达到某种共鸣。

2.2 民意主题要素

2.2.1观点碰撞

观点异化是指原本统一的观点发展到一定阶段，分裂出与之对立的观点[5]。观点反转是指面对同一事件，舆论一开始会把矛头指向某一方，随着事件具体内容的不断曝出，舆论态势发生转向[6]。观点极化是指在网络平台，由于极化信息源的刺激，在群体的互动过程中，群体人数占优一方的观点得到不断强化，最后走向极化。且网络环境比现实环境更易出现极化的现象。

2.2.2政府主题引导

突发事件民意容易受到虚假信息、网络谣言等影响，扭曲事件本身的真相。政府主题引导主要受舆情失衡态势，政府处置能力、舆情饱和度和政府公信力共同作用影响，如果政府部门能够及时进行主题引导，有利于疏解民众质疑、解决矛盾纠纷。

今年10月，当戴鸿靖在开心地推出2018 Pét-Nat时，一位上海的高级侍酒师（Advanced Sommelier）武肖彬（Arneis）做了一个决定——放弃今年的MS考试资格。

2.3 民意情感要素

2.3.1民众感知

民众对突发事件的感知主要受认知能力、自身免疫力、媒体影响力、涉利程度和表达水平等要素影响。

2.3.2事件因素

突发事件造成的影响受多种要素的共同作用，总结起来主要有五：一是事件敏感程度；二是事件性质；三是事件涉及范围；四是事件造成的损伤数量；五是事件涉及的敏感人群。当突发事件的敏感程度高、性质严重、涉及范围广、损伤数量大、敏感人群多等，都会一定程度上造成网民的关注度上涨，集群效应也会迅速增加，民众情感也会随之发生快速变化。

2.3.3政府情绪引导

基于以上研究，构建突发事件民意演化影响因素识别HHM框架，如图1所示。

图1 突发事件民意演化影响要素识别HHM框架

3 舆情大数据环境下突发事件民意演化影响要素量化与评级

本研究进行影响程度量化与评级的思路是：一是将 HHM 框架转换为对应的指标体系（见表1）；二是应用层次分析法（AHP）计算指标权重，进而对影响因素进行量化；三是应用 ABC 分级方法将影响因素进行评级。

表1 突发事件民意演化影响要素指标体系

3.1 突发事件民意演化影响要素量化研究

在评价过程中，指标权重的确定对评价结果有着非常重要的影响。本文采用层次分析法（AHP），通过专家调查法构造判断矩阵、计算权重并通过一致性检验（CR<0.1），得出突发事件民意演化影响要素量化指标与权重（见表2）。

表2 突发事件民意演化影响要素量化指标与权重

3.2 突发事件民意演化影响要素评级研究

采用ABC分类法（Activity Based Classification）将影响要素分为四个级别进行评级，其标准见表4。

通过对32个影响要素进行评级（见表5）得出舆情失衡态势、政府回应力度、政府处置能力、观点极化、民意诉求途径、媒体影响力、政府公信力等7个极高影响指标与高度影响指标。

>

表3 要素量化指标权重分析

表4 影响程度评级划分标准

表5 影响程度评级表

4 舆情大数据环境下突发事件民意演化的引导策略

4.1 针对民意主题要素而采取的引导策略

4.1.1加强政府主题引导，降低舆情失衡发生率

政府第一时间公布事件的来龙去脉、造成损害、现已采取以及将要采取的应对措施与方案，减少网民的猜测、臆断，有助于避免舆情失衡和观点极化的发生。同时，政府要营造健康和谐的网络环境，倡导积极向上的精神文化，促进信息传播良性发展。

4.1.2加强政府处置能力，提高政府公信力

政府对突发事件的应急处置，是政府能力的展现，更是政府与社会、政府与民众之间的互动[7]。政府要在第一时间准确发声，及时进行事件调查，并将调查结果向民众公开。要不断提高透明度，使自身处于民众的有效监督之下，不断提升自身公信力，在充分回应民意诉求的基础上制定公共政策。当前网络传播中“媒介-意见领袖-受众”的二级传播链仍然占据重要位置[8]，政府应着力健全与专业领域意见领袖的协同机制，使其与政府、主流媒体共同发声，提升政府公信力。

4.2 针对民意情感要素而采取的引导策略

4.2.1加强政府情绪引导，拓展民意诉求途径

单纯说理并不能完全缓解民众的担心和焦虑，政府需要对民众进行情感上的抚慰与疏导，在情感上达成更深层次的认同。面对负面情绪，用数据和事实说话的同时，更要注重引导方式，体现人文关怀，让民众从内心深处形成观点共鸣和认同。推进民意诉求途径的多样化和保持畅通，避免网民情绪极化，组建专门的民意诉求征集小组，同时，进一步整合线上线下民意诉求渠道，优化和升级线上民意诉求平台。

4.2.2强化政府回应力度，提升媒体影响力

政府回应是民众与政府形成良好关系的关键[9]，政府要提高第一时间回应能力，积极回复、不回避、不逃避，解决民众问题和满足民众需求。建立完善的信息公开机制，注意信息回应的及时性、真实性，把握好回应尺度，实事求是、有针对性对民意关注的热点、焦点问题予以回应。同时，着力提升媒体影响力，创办高效的融媒体中心，将传统新闻的权威性与网络平台传播的时效性、泛在性充分结合，创新传播方式、拓宽传播渠道、扩展传播覆盖面，保证内容真实准确的同时，更加生动、接地气地互动交流。

5 总结

舆情大数据环境下，突发事件民意演化主要受民意主体、民意主题、民意情感三个方面共同影响。采用等级全息建模方法，识别可观测的影响要素，进行影响要素量化、评级。得出舆情失衡态势、政府回应力度、政府处置能力、观点极化、民意诉求途径、媒体影响力、政府公信力等高影响因素，并针对这些高影响因素，制定相应的疏导策略，为突发事件民意回应和疏导提供理论基础和实践指导。

[1]朱水成，李正明.网络民意在政策问题建构中的作用研究[J].上海行政学院学报，2012，13（01）：34-41.

[2]李斐. 网络民意疏导策略研究[D].大连理工大学，2013.

[3]阮冰，朱建冲，姜礼平，汲万锋.基于社会网络的民意形成演化建模与仿真研究[J].计算机仿真，2011，28（02）：97-100+123.

[4]陈福集，黄江玲.突发事件网络舆情演化传播模型研究[J].情报科学，2015，33（12）：8.

[5]张敏，刘晓彤，夏宇.重大医患纠纷事件网络舆情观点异化过程分析[J].情报杂志，2016，35（4）：50.

[6]崔逾瑜，匡志达.“舆论反转”背后的反思[J].新闻前哨，2015（10）：16-18.

[7]那薇.面向基层政府的突发公共卫生事件应急管理研究[D].东北大学，2008.

[8]雷宏振，丁婉娟.意见领袖的信息特征对受众信息传播效果的影响研究——基于情景模拟的行为实验[J].现代情报，2015，35（09）：28-33.

[9]李伟权.政府回应论[M].中国社会科学出版社，2005：10.