康 偉

(哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江哈爾濱150001)

德國社會學(xué)家烏爾里?！へ惪酥赋?，由于人類對自然和社會生活干預(yù)范圍和深度的不斷擴(kuò)大，當(dāng)下全球已經(jīng)進(jìn)入風(fēng)險社會［1］。伴隨著生產(chǎn)力的迅猛增長，傳統(tǒng)社會價值體系的轉(zhuǎn)變，虛擬世界與現(xiàn)實世界的相互依存和滲透，各種自然災(zāi)害、事故災(zāi)害和社會安全事件等突發(fā)性危機(jī)事件已經(jīng)成為當(dāng)今世界各國普遍面臨的問題，公共危機(jī)進(jìn)一步常態(tài)化、多元化和系統(tǒng)化。近年來被稱為“第四媒體”的網(wǎng)絡(luò)媒體在各種突發(fā)事件上表現(xiàn)出了強(qiáng)大的影響力，廣大網(wǎng)民以網(wǎng)絡(luò)為平臺，通過新聞跟貼、論壇發(fā)貼、微博轉(zhuǎn)發(fā)等方式迅速形成的網(wǎng)絡(luò)輿情經(jīng)由網(wǎng)絡(luò)傳播產(chǎn)生發(fā)散和衍生效應(yīng)，促使社會情緒合流、快速共振后形成突發(fā)事件的網(wǎng)絡(luò)輿情危機(jī)。突發(fā)事件網(wǎng)絡(luò)信息作為一種異化情境下的特殊信息形態(tài)存在于復(fù)雜互動的社會網(wǎng)絡(luò)之中，行動者在網(wǎng)絡(luò)結(jié)構(gòu)中交換或分享信息，并發(fā)展相互關(guān)系。通過互動關(guān)系動態(tài)地影響著信息傳播的路徑、速度及變異性等。鑒于網(wǎng)絡(luò)的結(jié)構(gòu)特性直接關(guān)系到輿情演化中的個體間的相互關(guān)系，進(jìn)而影響觀點的統(tǒng)一、觀點的極化以及觀點的分散程度等輿情演化特征，本文試圖對“11·16”校車事故突發(fā)事件信息傳播網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行測度，分析該輿情網(wǎng)絡(luò)的整體結(jié)構(gòu)、內(nèi)部子結(jié)構(gòu)和個體結(jié)構(gòu)，揭示輿情傳播網(wǎng)絡(luò)的結(jié)構(gòu)特征與動力機(jī)制，從更本質(zhì)角度把握突發(fā)事件網(wǎng)絡(luò)輿情演變規(guī)律，為更大范圍和更復(fù)雜的突發(fā)事件網(wǎng)絡(luò)輿情管理提供理論和實踐參考。

一、突發(fā)事件、網(wǎng)絡(luò)輿情與社會網(wǎng)絡(luò)分析

(一)突發(fā)事件與網(wǎng)絡(luò)輿情

根據(jù)2007年頒布的《中華人民共和國突發(fā)事件法》對突發(fā)事件概念進(jìn)行的界定，“突發(fā)事件是指突然發(fā)生，造成或者可能造成嚴(yán)重社會危害，需要采取應(yīng)急處置措施予以應(yīng)對的自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件和社會安全事件?！毙畔⒌牟淮_定性對突發(fā)性危機(jī)事件的約束性很強(qiáng)，政府及社會在不確定約束下被動陷入非常規(guī)狀態(tài)，各方均要求迅速獲取有價值信息，以便“在時間壓力和不確定性高的條件下對其作出應(yīng)急個體和群體決策”［2］。在突發(fā)公共事件的不同階段，信息通過不同的渠道傳播與被傳播，不同的信息傳播主體在信息傳播過程中擔(dān)負(fù)各自的職能，具有不同的性質(zhì)、特點和規(guī)律，對事件的進(jìn)展發(fā)揮著不同作用。事發(fā)初期信息通常僅掌握在某狹小范圍或少數(shù)個體手中，但經(jīng)由多種渠道進(jìn)行的事件信息傳遞和交流，使更多人或組織成為利益相關(guān)人。信息的傳播擴(kuò)散可以通過政府、傳媒、文獻(xiàn)信息機(jī)構(gòu)等途徑實現(xiàn)，電子通訊和網(wǎng)絡(luò)技術(shù)的發(fā)展極大地擴(kuò)展了傳統(tǒng)信息傳播渠道、方式和范圍，成為事件信息傳播的新途徑。

基于信息形成的多種情緒、意愿、態(tài)度和意見交錯的總和就是廣義上的輿情概念。網(wǎng)絡(luò)輿情是輿情的一種，是對輿情新特征的綜合和強(qiáng)化，主要指以BBS論壇、博客、各種社交網(wǎng)站和虛擬社區(qū)等為平臺而呈現(xiàn)出來的網(wǎng)民對社會上的人和事的看法［3］。網(wǎng)絡(luò)對輿情傳播有明顯增強(qiáng)和擴(kuò)散作用，它突破了傳統(tǒng)媒介“一對多”形式的信息束縛，實現(xiàn)了“多對多”的N級傳播模式，從而具備了主導(dǎo)公眾輿論和關(guān)注信息的能力。

(二)突發(fā)事件輿情傳播與社會網(wǎng)絡(luò)分析

突發(fā)事件網(wǎng)絡(luò)輿情是指通過新聞報道、網(wǎng)民發(fā)表言論等方式來呈現(xiàn)個人、群體及組織在網(wǎng)絡(luò)空間中發(fā)布傳播的基于突發(fā)事件的含有情緒、態(tài)度、意愿、觀點或行為傾向的信息。包括事件的認(rèn)知、過程、原因以及相應(yīng)處置、事件背后的社會道德、體制等問題的各種觀點和言論。與傳統(tǒng)輿論相比，網(wǎng)絡(luò)輿情的受眾和傳播主體更加分散，形成速度更快，內(nèi)容更豐富，能夠更加直接快速地反應(yīng)事件的宏觀輿情，但是互聯(lián)網(wǎng)在提供便捷傳播和獲取信息通道的同時，也增強(qiáng)了噪音信息的流動，它們對正常信息構(gòu)成干擾，影響真實信息暢通地傳播。網(wǎng)絡(luò)上呈現(xiàn)的負(fù)面輿情會影響公民對突發(fā)事件的認(rèn)知、判斷，甚至影響政府和當(dāng)事人的態(tài)度與行為，數(shù)量大、爭議多、影響廣的網(wǎng)絡(luò)輿情，不僅影響突發(fā)事件的控制，還可能演變?yōu)楹蠊麌?yán)重的衍生群體性事件，危害國家的安全和社會的穩(wěn)定。

社會網(wǎng)絡(luò)分析(Social Network Analysis簡稱為SNA)是適應(yīng)研究社會結(jié)構(gòu)和社會關(guān)系需要而發(fā)展起來的一種分析方法。社會網(wǎng)絡(luò)指的是由多個結(jié)點(一組社會行動者)和各結(jié)點之間的連線(行動者之間的關(guān)系)組成的集合。通常被用于描述和測量行動者之間的關(guān)系或通過這些關(guān)系流動的各種有形或無形的東西，比如信息、資源等。在社會學(xué)中，社會結(jié)構(gòu)是在各不相同的層次上使用的。它既可用以說明微觀的社會互動關(guān)系模式，也可說明宏觀的社會關(guān)系模式［4］。在突發(fā)事件信息的傳遞與交流中，存在大量不確定影響因素，各種以信息為媒介的觸發(fā)、耦合、并發(fā)、轉(zhuǎn)化關(guān)系的存在，將突發(fā)事件的組織與個體之間建立了聯(lián)系，若用連線表示這些結(jié)點之間的接觸或相互作用模式，就可描述出不同的網(wǎng)絡(luò)結(jié)構(gòu)，形成具有特定拓?fù)涮匦缘耐话l(fā)事件輿情傳播網(wǎng)絡(luò)。若結(jié)點數(shù)量龐大，且結(jié)點間相互連線呈復(fù)雜構(gòu)型，則這樣的社會網(wǎng)絡(luò)就可稱為復(fù)雜社會網(wǎng)絡(luò)。無論是人們之間傳統(tǒng)的信息交換方式還是當(dāng)前逐漸成為主流的互聯(lián)網(wǎng)方式，輿情運行的網(wǎng)絡(luò)都呈現(xiàn)出復(fù)雜社會網(wǎng)絡(luò)的某些特征。因此，從社會網(wǎng)絡(luò)分析方法和復(fù)雜網(wǎng)絡(luò)的視角看，突發(fā)事件輿情的傳播與擴(kuò)散是傳播主體與客體基于現(xiàn)實網(wǎng)絡(luò)和虛擬網(wǎng)絡(luò)復(fù)雜互動的過程，是一種社會信息流，在其發(fā)生、發(fā)展、演化和控制中通過多結(jié)點多層次構(gòu)成的復(fù)雜社會網(wǎng)絡(luò)進(jìn)行傳播、擴(kuò)散和認(rèn)同的過程。定性分析與定量測度輿情傳播演化過程中的網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)特征也是目前社會學(xué)、管理學(xué)和傳播學(xué)等多領(lǐng)域的研究熱點。

二、突發(fā)事件輿情傳播的社會網(wǎng)絡(luò)結(jié)構(gòu)測度及參數(shù)分析

(一)突發(fā)事件輿情傳播的社會網(wǎng)絡(luò)結(jié)構(gòu)框架及測度流程

以懷特、格蘭諾維特、林南等為代表的網(wǎng)絡(luò)結(jié)構(gòu)理論把人與人、組織與組織之間的紐帶關(guān)系看成一種客觀存在的社會結(jié)構(gòu)，分析這些紐帶關(guān)系對人或組織的影響。該觀點認(rèn)為，任何個體(人或組織)與其他個體之間的關(guān)系都會對個體的行為產(chǎn)生影響［5］。社會網(wǎng)絡(luò)分析的關(guān)鍵在于把復(fù)雜多樣的關(guān)系形態(tài)表征為一定的網(wǎng)絡(luò)構(gòu)型，然后基于這些構(gòu)型及其變動，闡述其對個體行動和社會結(jié)構(gòu)的意義。SNA不僅能夠測量行動者個體及他們所處的網(wǎng)絡(luò)成員之間的錯綜復(fù)雜的關(guān)系和連結(jié)，而且通過借助計算機(jī)軟件工具對行動者個體和群組成員之間的互動模式能進(jìn)行可視化建模，使研究者更關(guān)注輿情網(wǎng)絡(luò)中參與者的關(guān)系和關(guān)系圖式，更加直觀清晰理解把握結(jié)點行為、新的社會應(yīng)用和來自新結(jié)構(gòu)的成果［6-7］。

網(wǎng)絡(luò)結(jié)構(gòu)觀認(rèn)為，相關(guān)聯(lián)的行動者之間的關(guān)系具有特別的重要性。人在社會環(huán)境中的相互作用可以表達(dá)為基于關(guān)系的一種模式或規(guī)則，由于網(wǎng)絡(luò)的一些技術(shù)性特征，使得傳統(tǒng)的社會關(guān)系模式很難適用于網(wǎng)絡(luò)社會，因此，從網(wǎng)絡(luò)的位置和關(guān)系的角度將結(jié)構(gòu)進(jìn)行量化分析是SNA的重點。從可計算的角度研究社會實體的關(guān)系連結(jié)以及這些連結(jié)關(guān)系的模式、結(jié)構(gòu)和功能也是SNA的優(yōu)勢。通常有兩種方法可以從數(shù)學(xué)角度描述社會網(wǎng)絡(luò):社群圖(sociogram)和社群矩陣(social matrix)。社群圖法常常應(yīng)用于研究結(jié)構(gòu)對等性和塊模型。社群矩陣法可用于分析角色及其關(guān)系。社群圖是由點(代表行動者)和線(代表行動者之間的關(guān)系)連成的，它表示群體成員之間的關(guān)系構(gòu)成。輿情網(wǎng)絡(luò)成員之間的信息傳播有入有出，因此，在本研究中相互鏈接關(guān)系的表達(dá)需要采用有向圖。社群矩陣法則用來研究兩種以上關(guān)系的“疊加”。如果行和列都代表來自于一個行動者集合的“社會行動者”，那么矩陣中的要素代表的就是各個行動者之間的“關(guān)系”，這種網(wǎng)絡(luò)是 1-模網(wǎng)絡(luò)［8］。本研究中所涉及的也是1-模網(wǎng)絡(luò)。

結(jié)合研究內(nèi)容，本文提出的分析方法主要包括三部分，即突發(fā)事件輿情傳播整體網(wǎng)絡(luò)測度、凝聚子群分析和個體網(wǎng)絡(luò)特征分析。突發(fā)事件網(wǎng)絡(luò)輿情傳播模型的構(gòu)建可以使用關(guān)系矩陣和SNA的網(wǎng)絡(luò)結(jié)構(gòu)圖。模型的建立流程如下:準(zhǔn)備數(shù)據(jù)及網(wǎng)絡(luò)結(jié)點的確定→網(wǎng)絡(luò)關(guān)系的確定與合成→數(shù)據(jù)的搜集和處理→網(wǎng)絡(luò)模型的建立與輸出→整體結(jié)構(gòu)、內(nèi)部子結(jié)構(gòu)與個體結(jié)構(gòu)測度。如圖1所示。

圖1 社會網(wǎng)絡(luò)結(jié)構(gòu)測度流程圖

(二)輿情傳播網(wǎng)絡(luò)結(jié)構(gòu)測度參數(shù)分析

社會網(wǎng)絡(luò)分析(SNA)提供了很多用于結(jié)構(gòu)測度的參數(shù)，按用途大致可以分為網(wǎng)絡(luò)整體結(jié)構(gòu)測度、子群測度、位置角色測度三類。其中網(wǎng)絡(luò)密度、點度中心性和行動者間距離是反映網(wǎng)絡(luò)整體結(jié)構(gòu)特征的指標(biāo)，凝聚子群分析是反映內(nèi)部子結(jié)構(gòu)分析的指標(biāo)，結(jié)構(gòu)對等性分析和結(jié)構(gòu)洞分析則是指網(wǎng)絡(luò)中的位置與角色分析。

在整體結(jié)構(gòu)測度中通常要先計算網(wǎng)絡(luò)的整體密度。密度指一個圖中各個結(jié)點之間聯(lián)絡(luò)的緊密程度，表示網(wǎng)絡(luò)成員之間連接的緊密程度和信息傳播的互動程度，Mayhew和Levinger(1976)利用隨機(jī)選擇模型分析指出，網(wǎng)絡(luò)圖最大密度值是0.5［9］。在總體的網(wǎng)絡(luò)結(jié)構(gòu)狀態(tài)測度基礎(chǔ)上，往往還需要獲取網(wǎng)絡(luò)中核心結(jié)點的信息，觀察核心結(jié)點的數(shù)量及與其他結(jié)點的連接程度，并對其重要性進(jìn)行度量，該測度是針對整個結(jié)點所構(gòu)成的社會網(wǎng)絡(luò)，即社會中心網(wǎng)(sociocentric network)［10］。本文重點測度了點度中心度和點度中心勢兩個指標(biāo)。前者指一個行動者與很多其他行動者之間的直接聯(lián)系多，就表明該行動者處于中心地位，從而擁有較大的權(quán)力。它用來描述圖中任何一個點在網(wǎng)絡(luò)中占據(jù)的核心性。在有向圖中分為結(jié)點的點入度和點出度。點度中心勢指的是一個圖的中心度，它表明的不是點的相對重要性而是圖的總體整合度或者一致性。如果說點度中心度側(cè)重的是行動者之間的直接聯(lián)系測度，那么考察行動者之間的間接聯(lián)系的指標(biāo)則是指行動者間距離。

在社會網(wǎng)絡(luò)結(jié)構(gòu)分析中，對某些關(guān)系密切的內(nèi)部子群的研究特別重要。因為，凝聚子群不僅影響著群體內(nèi)部成員之間的關(guān)系，而且還影響著網(wǎng)絡(luò)的有效運行和發(fā)展。一般認(rèn)為，凝聚子群是指社會網(wǎng)絡(luò)中的一小群人關(guān)系特別緊密，以至于結(jié)合成了一個內(nèi)部次級團(tuán)體，在輿情網(wǎng)中，指行動者之間具有相對較強(qiáng)、直接、緊密、經(jīng)?；蛘叻e極的交流傳遞信息的關(guān)系集合。本文采用了k-核分析，即通過分析子圖中任何一點都至少與子圖中的k個點直接相連來識別輿情網(wǎng)中存在的小團(tuán)體數(shù)量。同一子群中的成員更傾向于分享信息，他們的認(rèn)知與行為更可能趨于一致，而不同子群的重疊則可能有利于網(wǎng)絡(luò)傳遞信息。

個體存在于網(wǎng)絡(luò)中，因其位置不同使得其角色意義不同，社會網(wǎng)絡(luò)中對角色和位置分析是通過結(jié)構(gòu)對等性的概念來探討個體行動者是如何嵌入網(wǎng)絡(luò)之中的，如果在一種網(wǎng)絡(luò)關(guān)系中，兩個行動者相互替代之后不會改變整個網(wǎng)絡(luò)的結(jié)構(gòu)，就可以說這兩個行動者是對等的，即結(jié)構(gòu)對等。本文主要是通過歐式距離法分析結(jié)點與結(jié)點之間的相似度從而測度結(jié)構(gòu)對等性。相似性即是社會網(wǎng)絡(luò)學(xué)研究中的結(jié)構(gòu)同型。它通過度量結(jié)點與結(jié)點之間的相似性關(guān)系，從而對網(wǎng)絡(luò)中的結(jié)點進(jìn)行分類，形成同型的網(wǎng)絡(luò)結(jié)構(gòu)社區(qū)。

“歐氏距離法”是將行動者i與其他行動者之間的關(guān)系稱作行動者i的“截面”，而每個截面看作是代表n維空間中的一個點，然后計算這些點之間的距離，在有向關(guān)系網(wǎng)絡(luò)對應(yīng)的鄰接矩陣中，其中有向網(wǎng)絡(luò)計算公式如下:

式中Sd(i，j)的取值范圍為其中Sd(i，j)越接近于0，則表明兩個結(jié)點相似性越高。應(yīng)用歐氏距離法分析結(jié)構(gòu)對等性時，結(jié)構(gòu)對等的行動者之間的距離為0［11］。

描述個體位置和角色意義的另外一個概念是結(jié)構(gòu)洞，指“社會網(wǎng)絡(luò)中的某個或某些個體和有些個體發(fā)生直接聯(lián)系，但與其他個體不發(fā)生直接聯(lián)系或關(guān)系間斷的現(xiàn)象，從網(wǎng)絡(luò)整體看好像網(wǎng)絡(luò)結(jié)構(gòu)中出現(xiàn)了洞穴”。本文主要就結(jié)構(gòu)洞指數(shù)和中間中心性進(jìn)行了測量。結(jié)構(gòu)洞指數(shù)是將控制其他網(wǎng)絡(luò)成員從整個輿情網(wǎng)絡(luò)中獲取信息的能力進(jìn)行量化。結(jié)構(gòu)洞指數(shù)重點測度有效規(guī)模、效率、約束性和等級度，其中約束性測量最重要，指該行動者在自己的網(wǎng)絡(luò)中擁有的利用結(jié)構(gòu)洞的能力，以行動者對其他行動者的依賴值為評價標(biāo)準(zhǔn)，數(shù)值越大，約束性越強(qiáng)。數(shù)值越小，行動者越能跨越結(jié)構(gòu)洞接觸非冗余信息源［12］。中間中心性指數(shù)測量的是行動者對資源控制的程度。其含義是，在網(wǎng)絡(luò)中中間中心性最高的結(jié)點與其他結(jié)點的中間中心性的差距［13］。該結(jié)點與其他結(jié)點的差距越大，則網(wǎng)絡(luò)的中間中心勢越高，表示該網(wǎng)絡(luò)中的結(jié)點可能分為多個小團(tuán)體，并且過于依賴某一個結(jié)點傳遞關(guān)系，該結(jié)點在網(wǎng)絡(luò)中處于重要地位。

在輿情網(wǎng)絡(luò)中，占據(jù)“結(jié)構(gòu)洞”的輿情形成者限制了洞兩端的行動者的信息傳播、獲取行為，決定了輿情是否折射或流動。跨越較多結(jié)構(gòu)洞的結(jié)點較之跨越較少結(jié)構(gòu)洞的結(jié)點能夠更多的接觸到非冗余信息源，易于積累更多的社會資本。但實際上，與其他結(jié)點的聯(lián)系越多也越易受關(guān)系限制，這種關(guān)系是強(qiáng)聯(lián)系。在輿情傳播中弱聯(lián)系比同質(zhì)化的強(qiáng)聯(lián)系更適合傳遞信息。

三、實證研究

(一)“11·16校車事故”輿情概述

2011年11月16日上午，甘肅省慶陽市正寧縣一輛貨車與榆林子鎮(zhèn)幼兒園超載校車相撞，造成21人遇難，43名兒童受傷。新華、人民、搜狐、網(wǎng)易等新聞類網(wǎng)站都在第一時間發(fā)表了相關(guān)新聞。當(dāng)日下午甘肅省衛(wèi)生廳公布了第一條相關(guān)微博，隨后甘肅省政府新聞辦、慶陽市衛(wèi)生局等政務(wù)微博也陸續(xù)發(fā)布了信息。微博的轉(zhuǎn)發(fā)數(shù)據(jù)龐大，且具有較強(qiáng)影響力和傳播力，僅新浪微博上與“校車車禍”相關(guān)的微博當(dāng)天就達(dá)到96萬多條。事件的關(guān)注者多為政府官員、教育和醫(yī)療行業(yè)人員、媒體人等，傳統(tǒng)意見領(lǐng)袖關(guān)注較少。

11月17日慶陽市委召開新聞發(fā)布會，網(wǎng)上輿情熱度大幅上升，18日輿情達(dá)到峰值后下降。到11月22日，校車事故共引發(fā)相關(guān)報道13795篇，網(wǎng)民跟帖評論1，785，428條，涉及網(wǎng)站560家。該事件涉及論壇主帖2153個，回復(fù)10873條，博客文章2108篇。從網(wǎng)民關(guān)注度和網(wǎng)絡(luò)關(guān)注度來看，本事件關(guān)注數(shù)量和強(qiáng)度較大，但主事件持續(xù)時間不長，大眾媒體在輿論形成過程中依然扮演“信息源”和“推動者”的角色。該事件暴露出一些地區(qū)存在車輛違法嚴(yán)重超載、非法擅自改裝車輛和有關(guān)部門安全監(jiān)管不到位、教育投入不足等長期存在的突出問題。事發(fā)后，當(dāng)?shù)卣o急組織搶救、偵辦案件、及時行政問責(zé)、發(fā)布新聞和微博，一定程度上挽回了負(fù)面影響。甘肅政府部門和官員能夠運用微博工具，以積極開放的心態(tài)傾聽網(wǎng)民的意見和建議，成為本次事件輿情應(yīng)對的亮點。

(二)數(shù)據(jù)來源與處理

校車事故的網(wǎng)絡(luò)輿情主要通過公共網(wǎng)絡(luò)平臺和個人信息發(fā)布平臺進(jìn)行了信息傳播交流。因此，本文選取公共輿情平臺中的20個網(wǎng)站為結(jié)點，包括以人民網(wǎng)、網(wǎng)易新聞、搜狐新聞、騰訊新聞等為主的新聞網(wǎng);以天涯社區(qū)、貓撲社區(qū)、鳳凰論壇為主的論壇和社區(qū)類;以土豆視頻、酷六視頻、鳳凰視頻為主的音視頻網(wǎng)。選取個人輿情平臺的32個博客主和微博主作為結(jié)點，主要是以新浪微博、騰訊微博、人民微博為主的微博客和以新浪博客、網(wǎng)易博客、鳳凰博報為主的博客。通過結(jié)點之間的關(guān)注、轉(zhuǎn)發(fā)和評論等進(jìn)行數(shù)據(jù)聯(lián)系。本文采用有向網(wǎng)絡(luò)結(jié)構(gòu)圖。輿情傳播網(wǎng)絡(luò)的“互動關(guān)系矩陣”中，成員A轉(zhuǎn)發(fā)、關(guān)注了成員B的信息，則代表A與B的聯(lián)系為1，反之，成員B沒有關(guān)注、轉(zhuǎn)發(fā)和評論成員A時，則B與A的聯(lián)系為0。通過在社會網(wǎng)絡(luò)結(jié)構(gòu)中的數(shù)據(jù)信息查詢，整理排列出52×52互動關(guān)系矩陣，并生成輿情傳播網(wǎng)絡(luò)關(guān)系圖，見圖2。

圖2 校車事故網(wǎng)絡(luò)輿情傳播結(jié)構(gòu)圖

(三)整體結(jié)構(gòu)測度

1.密度

密度的測量旨在匯總各個線的總分布及其與完備圖的差距。固定規(guī)模的結(jié)點之間連線越多，圖的密度越大［14］。表1是用Pajek軟件對校車事故輿情傳播網(wǎng)絡(luò)密度的測度結(jié)果。

表1 校車事故網(wǎng)絡(luò)輿情密度測度

從表1看出，輿情傳播網(wǎng)絡(luò)的密度為0.229，在整體網(wǎng)絡(luò)結(jié)構(gòu)圖中結(jié)點之間聯(lián)系較為緊密，主要表現(xiàn)為網(wǎng)絡(luò)結(jié)構(gòu)圖中大部分結(jié)點之間存在直接聯(lián)系。因此，該結(jié)構(gòu)對輿情傳播主題的關(guān)注度較為集中，有助于輿情的快速傳播擴(kuò)散。

2.點度中心性

在有向圖中，點入度是指直接指向該點的點數(shù)的總和;點出度指該點所直接指向的其他點的總數(shù)［15］。表2是校車事故網(wǎng)絡(luò)輿情點度中心性測度的部分結(jié)果。

表2 校車事故網(wǎng)絡(luò)輿情點度中心性測度(部分)

測度結(jié)果顯示，不同成員表現(xiàn)出不同的點入度和點出度。根據(jù)點度中心度的數(shù)量不同，成員在社群中所擁有的權(quán)力和地位也不同。校車事故中點入度的最大值為35，是12號“頭條新聞”，說明了其他結(jié)點對12號的關(guān)注量高，其信息傳播等行為具有很大的影響力;點出度最大值為29，是15號結(jié)點“土豆網(wǎng)”，說明了土豆網(wǎng)的信息來源較廣，能夠接收到更多校車事故的信息。1號“財新網(wǎng)”、2號“財經(jīng)網(wǎng)”等成員的點入度和點出度的排名也比較靠前，說明他們在輿情傳播網(wǎng)絡(luò)結(jié)構(gòu)中較為活躍，與其他成員互動性強(qiáng)，傳播的信息易于獲得關(guān)注。

3.行動者間距離

在社群圖中，將給定的兩個行動者之間存在的長度最短的那條途徑稱為“測地線”(geodesic)［16］。如果兩個點之間存在多條最短途徑，則這兩個點之間就存在多條測地線。也就是說，兩點之間的距離指的是連接這兩點的最短途徑的長度［17］。

圖3 校車事故網(wǎng)絡(luò)輿情距離測度(部分)

圖3顯示，該輿情網(wǎng)絡(luò)結(jié)構(gòu)圖中結(jié)點的距離最大值為5，最小值為1，大部分的結(jié)點之間的距離為1和2。在信息的傳播過程中，最短距離越小，信息通過的結(jié)點就越少，傳播速度則越快。整個網(wǎng)絡(luò)的平均距離為2.065，因此，測度結(jié)果說明在校車事故輿情網(wǎng)絡(luò)中，信息傳播速度較快。

(四)凝聚子群分析

凝聚子群分析是利用一些算法找出“凝聚子群”，以確定組成整個網(wǎng)絡(luò)中小的團(tuán)體，也稱為“小團(tuán)體分析”［18］。k-核是建立在點度數(shù)基礎(chǔ)上的，一個k-核就是滿足下列條件的一個凝聚子集，即在這樣的子群中，每個點都至少與除了k個點之外的其他點直接相連(鄰接)。表3是校車事故網(wǎng)絡(luò)輿情的k-核分析測度結(jié)果。

表3 校車事故網(wǎng)絡(luò)輿情k-核分析測度

測度結(jié)果顯示，校車事故k-核的最大值為14，結(jié)點數(shù)共有25個，占全部結(jié)點50%，說明在該輿情網(wǎng)絡(luò)圖中存在聯(lián)系緊密的“凝聚子群”，且該子群在整個輿情網(wǎng)絡(luò)中占據(jù)了核心位置，掌握了大量的信息來源和占據(jù)了傳播途徑的關(guān)鍵點位置。

(五)個體位置結(jié)構(gòu)分析

1.結(jié)構(gòu)對等性測度

結(jié)構(gòu)對等性的測度即指“網(wǎng)絡(luò)位置的對等性”。主要考察的是行動者在多大程度上相似。圖4和圖5是用歐幾里得距離法對校車事故的結(jié)構(gòu)對等性進(jìn)行測量的結(jié)果。

由圖4和圖5可以看出，該圖為對稱矩陣，除了對角線位置上的數(shù)值為0(行動者與自身是完全對等的)外，最小數(shù)據(jù)是2.449，為45號“網(wǎng)易新聞”和42號“雅虎論壇”，即這兩個結(jié)點在結(jié)構(gòu)上對等的。其他結(jié)點對結(jié)點之間的距離各不相同，成員之間的結(jié)構(gòu)對等性程度也不相同，因而影響力也不同。輿情網(wǎng)絡(luò)成員之間的相似性指數(shù)并不相同。相互替代后不會改變對整個網(wǎng)絡(luò)的影響力，在不改變影響力的前提下，結(jié)構(gòu)對等性指數(shù)越高，互相替代的可能性也就越大，如16號和23號之間的結(jié)構(gòu)對等性指數(shù)為5.477，其影響力也相當(dāng)。

圖4 校車事故網(wǎng)絡(luò)輿情歐氏距離矩陣測度(部分)

圖5 校車事故網(wǎng)絡(luò)輿情歐氏距離聚類分析(部分)

2.結(jié)構(gòu)洞測量

結(jié)構(gòu)洞測量包括結(jié)構(gòu)洞指數(shù)和中間中心性測量。從結(jié)構(gòu)洞指數(shù)的測量中，能夠判別網(wǎng)絡(luò)中具有結(jié)構(gòu)洞的程度，但是在結(jié)構(gòu)約束值相同的情況下，無法判斷出哪個網(wǎng)絡(luò)結(jié)構(gòu)位置更為有利;而中間中心性則能夠較為明確地計算個體的中間中心性指數(shù)，發(fā)現(xiàn)有優(yōu)勢地位的個體。圖6和表4是運用Pajek軟件對校車事故網(wǎng)絡(luò)輿情結(jié)構(gòu)洞指數(shù)測量和輿情中間中心性測度的部分結(jié)果。

圖6 校車事故網(wǎng)絡(luò)輿情結(jié)構(gòu)洞指數(shù)測量結(jié)果(部分)

表4 校車事故網(wǎng)絡(luò)輿情中間中心性測度(部分)

從圖6中可以看出，結(jié)構(gòu)洞在校車事故輿情網(wǎng)絡(luò)結(jié)構(gòu)中的數(shù)量眾多。圖的上半部分表示任意兩點之間的約束性大小，測量結(jié)果顯示，行動者之間的約束性或者說是依賴性各不相同，最大值為行動者38號“連鵬”對46號“網(wǎng)易新聞”的約束性達(dá)到了25%，這就意味著在輿情傳播網(wǎng)絡(luò)中46號“網(wǎng)易新聞”有25%的信息傳播行為是通過38號“連鵬”來完成的。圖的下半部分顯示了每個行動者的有效規(guī)模、效率、在整體網(wǎng)絡(luò)中的總約束性以及等級度。由圖可見，不同行動者的四個指數(shù)各不相同。9號“新周刊”有效規(guī)模較大，為25.63，其下依次為12號“頭條新聞”、2號“財經(jīng)網(wǎng)”，規(guī)模分別為24.60、22.00。有效規(guī)模越大也就越反映出該結(jié)點在輿情網(wǎng)絡(luò)結(jié)構(gòu)圖中居于核心地位。因此，可見度、有效規(guī)模大的結(jié)構(gòu)洞能夠?qū)Ω嗟妮浨榫W(wǎng)絡(luò)成員產(chǎn)生控制力。三個結(jié)點受到約束性較小，其數(shù)值均小于0.15，說明了這些結(jié)點不易受其他成員的控制，較易獲取信息資源。結(jié)點的等級指數(shù)都較小，說明了結(jié)點的約束性相當(dāng)。

在表4中，中間中心性最大值依次為24號“南都周刊”、38號“連鵬”、16號“揚子晚報”，說明了這些結(jié)點在整個輿情網(wǎng)絡(luò)結(jié)構(gòu)圖中占據(jù)著有利的位置，對資源的占有程度最大，能在一定程度上控制輿情網(wǎng)絡(luò)中其他成員之間的交流及信息傳播和共享。

另外，結(jié)構(gòu)約束性測量與中間中心性測量計算出的數(shù)值高度負(fù)相關(guān)，即中間中心性越大，結(jié)構(gòu)約束系數(shù)越小，占據(jù)的結(jié)構(gòu)洞越多。

四、結(jié)論與政策建議

研究表明，突發(fā)事件輿情傳播網(wǎng)絡(luò)呈現(xiàn)互動網(wǎng)絡(luò)狀結(jié)構(gòu)，網(wǎng)絡(luò)中廣泛存在凝聚子群，即小團(tuán)體現(xiàn)象，同一子群中的成員更傾向于分享信息。網(wǎng)絡(luò)整體密度與信息流通效率和關(guān)聯(lián)程度較高，同時也體現(xiàn)出多中心多主體結(jié)構(gòu)特征?！敖Y(jié)構(gòu)洞”的存在表明間接關(guān)系在信息傳播過程中發(fā)揮重要作用。

(一)構(gòu)建多中心并行式網(wǎng)絡(luò)結(jié)構(gòu)

鑒于突發(fā)事件輿情傳播網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜特征，打破傳統(tǒng)單一主體時序性、階段性的管理方式，以扁平化、彈性化的多中心網(wǎng)絡(luò)結(jié)構(gòu)，替代政府組織中機(jī)械、僵化的層級，同時實現(xiàn)并行式網(wǎng)絡(luò)流程，可以提高管理系統(tǒng)對環(huán)境的感知能力和組織反應(yīng)能力，從而保證了應(yīng)對突發(fā)事件的快捷和有效。網(wǎng)絡(luò)維度強(qiáng)調(diào)考慮不同主體的共同利益和協(xié)作的重要性。經(jīng)由網(wǎng)絡(luò)與信息技術(shù)的飛速發(fā)展而獲得的高技術(shù)支撐，可以打破傳統(tǒng)面對面的合作方式，極大地擴(kuò)展了多元主體在時間和空間上以多種靈活方式相互配合的可能性，進(jìn)而使彼此依賴、共享權(quán)力的動態(tài)組織網(wǎng)絡(luò)系統(tǒng)形成互動成為可能。同時，將原有組織網(wǎng)絡(luò)的層次納入突發(fā)事件的信息管理層次，使信息深度以及廣度滿足管理要求，即實現(xiàn)突發(fā)事件信息網(wǎng)絡(luò)的完備性和通達(dá)性，建立橫向評估體系，完善輿情信息的監(jiān)測與協(xié)同應(yīng)對。

(二)關(guān)注網(wǎng)絡(luò)的弱聯(lián)系結(jié)構(gòu)

突發(fā)性公共事件爆發(fā)后，當(dāng)持有某一態(tài)度或觀點的信源占據(jù)優(yōu)勢時，網(wǎng)民將會快速靠攏，形成顯著的羊群“集聚效應(yīng)”。在突發(fā)事件信息傳播中，主要體現(xiàn)在人們信息交換共享以及互助等形式的活動之后所引發(fā)的群體行為，這種群體行為屬于非常規(guī)狀態(tài)下由不確定性恐慌心理引致的臨時自發(fā)活動，并形成臨時的非正式弱關(guān)系。事件類型對傳播中產(chǎn)生的弱信任關(guān)系具有較強(qiáng)的影響作用。事件的破壞力越大，這種弱信任關(guān)系就越容易產(chǎn)生。公眾在收到事件信息后，主動或下意識地傳遞給網(wǎng)絡(luò)中的各結(jié)點。由于信息不對稱，多數(shù)人對謠言和辟謠信息都保持寧信其有的心理和行為。基于社會網(wǎng)絡(luò)的輿情網(wǎng)絡(luò)分析方法中不僅關(guān)注信息的內(nèi)容，更重要的是關(guān)注信息之間的相互關(guān)系。在進(jìn)行網(wǎng)絡(luò)輿情的管理和控制時，可通過擇時選擇關(guān)鍵位置引入輿情引導(dǎo)者的方法，在相對較短的時間內(nèi)改變或引導(dǎo)從眾者的觀點，將起到較好的輿情導(dǎo)向作用，同時將網(wǎng)絡(luò)輿情建設(shè)成一個透明的即時互動平臺，支持廣大受眾對于公共事件的理性探索，保持理性化的多樣性，以提高公信力。

(三)增強(qiáng)核心網(wǎng)絡(luò)效應(yīng)

在輿情傳播網(wǎng)絡(luò)中決定演變的主要因素是整個網(wǎng)絡(luò)結(jié)構(gòu)對信息傳播約束程度以及核心網(wǎng)絡(luò)對其他結(jié)點的影響力水平。從完善網(wǎng)絡(luò)結(jié)構(gòu)的角度出發(fā)，首先應(yīng)該關(guān)注核心網(wǎng)絡(luò)的建設(shè)，因為核心網(wǎng)絡(luò)和核心結(jié)點代表了輿情網(wǎng)絡(luò)的主要特征和主流方向。在一個輿情網(wǎng)絡(luò)中核心結(jié)點往往是多個，建立核心結(jié)點之間的緊密合作關(guān)系，形成核心網(wǎng)絡(luò)效應(yīng)有助于輿情的有效引導(dǎo)和控制。傳統(tǒng)媒體在公信力、權(quán)威性、可靠性及一次性傳播效率方面具有優(yōu)勢，但是存在傳播時間特定化、傳播工具固定化和缺乏立體反饋的劣勢，而網(wǎng)絡(luò)輿情的即時性、互動性、豐富性和滾雪球優(yōu)勢突出。利用多種方式雙向打通傳播渠道，形成跨媒體核心網(wǎng)絡(luò)，增強(qiáng)其連通性可以更好地掌控輿情發(fā)展態(tài)勢，營造積極的社會輿論環(huán)境。

［1］烏爾里?！へ惪?，何聞博，譯.風(fēng)險社會［M］.南京:譯林出版社，2004.

［2］Denis S，Dominic E.Crisis Management:Systems and Structures for Prevention and Recovery［M］.Oxford:Routledge，2006，1.

［3］談國新，方一.突發(fā)公共事件網(wǎng)絡(luò)輿情監(jiān)測指標(biāo)體系研究［J］.華中師范大學(xué)學(xué)報:人文社會科學(xué)版，2010(3):66-70.

［4］林聚任.論社會網(wǎng)絡(luò)分析的結(jié)構(gòu)觀［J］.山東大學(xué)學(xué)報，2008(5):147-153.

［5］Scott J.Social Network Analysis:A Handbook［M］.London:Sage Publications，2000:36-37.

［6］Jintao Tang，Ting Wang.Efficient Social Network Approximate Analysis on Biosphere Based on Network Structure Characteristics，SNA-KDD'09［C］.The 3rd Workshop on Social Network Mining and Analysis，2009.

［7］Newman M E J.The Structure of Scientific Collaboration Networks［J］.The National Academy of Sciences of the United States of America，2011，98(2):404-409.

［8］邱均平，王菲菲.基于博客社區(qū)好友鏈接的知識交流狀況分析——以科學(xué)網(wǎng)博客為例［J］.圖書情報知識，2011(6):25-33.

［9］Mayhew B H，Levinger R L.Size and the Density of Interaction in Human Aggregates［J］.American Journal of Sociology，1976，82(1):86-110.

［10］Barnes J A.Graph Theory in Network Analysis［J］.Social Networks，1983，5(2):235-244.

［11］林聚仁.社會網(wǎng)絡(luò)分析:理論、方法與應(yīng)用［M］.北京:北京師范大學(xué)出版社，2009:160.

［12］謝英香，馮 銳.結(jié)構(gòu)洞:虛擬學(xué)習(xí)社區(qū)信息獲取行為研究［J］.軟件導(dǎo)刊，2010(8):19-21.

［13］成 億，朱慶華.社會網(wǎng)絡(luò)分析方法在IT博客中的實證研究［J］.中國科技資源導(dǎo)刊，2010(11):35-41.

［14］Matthew O J.Social and Economic Networks［M］.New Jersey:Princeton University Press，2008:55.

［15］Michael G，McGrath.Centrality and Power among Website Users:A Social Network Analysis Application ［J］.IEEE Computer Science，2009，51(1):24-35.

［16］Paul S A，Seok W K.Social Capital Prospects for a New Concept［J］.Academy of Management Review，2002(1):26.

［17］Tracy C R，Joy K P.Centrality and learning:Social Network Analysis of an Online Class［J］.Communication Education，2005，10(2):56-60.

［18］Ma W，Zeng A P.The Connectivity Structure，Giant Strong Component and Centrality of Metabolic Networks［J］.Bioinformatics，2003，19(11):1423-1430.