■ 劉哲峰 何凌南 陳立章

隨著互聯(lián)網(wǎng)發(fā)展和新媒體平臺增加，公眾在微博、微信等社交平臺上獲取、傳播信息和觀點的現(xiàn)象越來越普及。由于新媒體平臺信息傳播成本低、渠道多、速度快，且不受地理位置和社會階層局限，新媒體時代的某個事件或觀點比以往更可能產(chǎn)生范圍廣、程度高的社會影響[1]。而衛(wèi)生健康領(lǐng)域的事件，由于其重要性和與民眾的普遍相關(guān)性，容易引發(fā)廣泛關(guān)注和熱點輿情，導致公眾的持續(xù)熱議[2]。如何利用新媒體時代提供的機會和資源，把握與衛(wèi)生健康領(lǐng)域相關(guān)的輿情規(guī)律和輿論生態(tài)，及時發(fā)現(xiàn)存在的輿情風險并開展有效的“輿情應(yīng)對”[3]，對衛(wèi)生健康管理部門提出了新的機遇和挑戰(zhàn)。

在此背景下，本研究旨在通過了解公眾與醫(yī)生群體對不同衛(wèi)生健康領(lǐng)域熱點事件的情緒與態(tài)度，分析其傾向與特點，為衛(wèi)生健康管理部門開展針對性的輿論引導提供相關(guān)對策建議。

1 數(shù)據(jù)與方法

課題組根據(jù)161個衛(wèi)生健康領(lǐng)域輿情關(guān)鍵詞分別抓取新浪微博平臺2016年4月至2017年7月的熱點事件文本數(shù)據(jù)，和微信平臺2017年57月的醫(yī)生公眾號文本數(shù)據(jù)。將微博文本中的衛(wèi)生健康領(lǐng)域事件劃分為“政策決策”和“醫(yī)療經(jīng)歷”兩個類型；將微信公眾號文本中的衛(wèi)生健康領(lǐng)域事件劃分為“政策決策”“醫(yī)療經(jīng)歷”和“職業(yè)認知”3個類型。應(yīng)用基于詞頻統(tǒng)計的文本分析軟件LIWC對文本數(shù)據(jù)進行分析，了解不同群體在不同類型事件中表達出的正負情緒[4]。

進一步將分析所得的微博情緒指數(shù)（含有正面或負面詞數(shù)/總詞數(shù)）與情緒指數(shù)基準線(“情緒指數(shù)基準線”來源于課題組用LIWC分析2015-2016年1600萬微博用戶發(fā)布內(nèi)容的分析結(jié)果，反映公眾在網(wǎng)絡(luò)表達中情緒的平均正負程度)進行比較，由此了解和平均程度相比，涉及衛(wèi)生健康領(lǐng)域的微博文本是否含有更多或更少的正、負情緒。將微博用戶文本與醫(yī)生公眾號文本進行比較，了解公眾（微博用戶所代表的群體）和醫(yī)生（微信公眾號所代表的群體）在同類事件上的感受差異。

2 結(jié)果

2.1 微博文本分析

通過關(guān)鍵詞抓取2016年4月至2017年7月的熱點事件，有14個事件和衛(wèi)生健康領(lǐng)域關(guān)系緊密。其中，“政策決策”類事件4個，涉及微博文本392條；“醫(yī)療經(jīng)歷”類事件10個，涉及微博文本1329條。各類型事件所得正、負情緒指數(shù)分別見圖1、2。

2.1.1 “政策決策”類事件。4個“政策決策”類事件分別為“山東疫苗案處理結(jié)果357人被撤職降級”“食藥監(jiān)總局回應(yīng)氣體致盲已罰款518萬”“國務(wù)院：嚴重疫苗事件地方領(lǐng)導應(yīng)辭職”“人社部明年異地就醫(yī)住院費用直接結(jié)算”。

微博用戶針對這4個事件發(fā)表的討論總詞數(shù)為26759，其中含有正情緒的詞數(shù)為333，正情緒指數(shù)為0.0124（333/26759），小于正性情緒詞頻基線0.0360。含有負情緒的詞數(shù)為357，負情緒指數(shù)為0.0133（357/26759），小于負性情緒詞頻基線0.0160。

2.1.2 “醫(yī)療經(jīng)歷”類事件。微博用戶針對10個“醫(yī)療經(jīng)歷”類事件發(fā)表的討論總詞數(shù)為75561，其中含有正情緒的詞數(shù)為741，正情緒指數(shù)為0.0098（741/75561），遠低于正性情緒詞頻基線0.0360；含有負情緒的詞數(shù)為2657，負情緒指數(shù)為0.0352（2657/75561），遠高于負性情緒詞頻基線0.0160。為得出更具體結(jié)論，將“醫(yī)療經(jīng)歷”類事件分為正面、負面事件，并分別分析。

在10個“醫(yī)療經(jīng)歷”類事件中，有3個為正面事件，分別為“黑龍江醫(yī)生連續(xù)手術(shù)10小時突發(fā)腦溢血倒在手術(shù)臺”“患者術(shù)前留下這樣一張字條讓主刀醫(yī)生感動”“西安外科醫(yī)生用肋骨再造耳朵”。

微博用戶針對這3個事件發(fā)表的討論總詞數(shù)為14908，其中含有正情緒的詞數(shù)為265，正情緒指數(shù)為0.0178（265/14908），小于正性情緒詞頻基線0.0360；含有負情緒的詞數(shù)為317，負情緒指數(shù)為0.0213（317/14908），大于負性情緒詞頻基線0.0160。

圖1 微博文本正情緒指數(shù)

圖2 微博文本負情緒指數(shù)

在選取的10個“醫(yī)療經(jīng)歷”類事件中，有7個為負面事件，分別是“患者做胸腔手術(shù)后右腎丟失 院方稱腎萎縮”“多種常見止咳藥檢出硫磺 或涉數(shù)家知名藥企”“上海1名男嬰接種卡介苗后死亡 家屬質(zhì)疑院方失誤”“湖南醫(yī)生被毆致死，細節(jié)：被一拳擊中腦門”“山東男子暴打醫(yī)生一幕”“青島醫(yī)院違規(guī)致9人染乙肝 院長等人被免職”“37歲孕婦醫(yī)院待產(chǎn)羊水破裂，醫(yī)生：等我上班了再生”。

微博用戶針對這7個事件發(fā)表的討論總詞數(shù)為60653，其中含有正情緒的詞數(shù)為476，正情緒指數(shù)為0.0078（476/60653），遠低于正性情緒詞頻基線0.0360；含有負情緒的詞數(shù)為2340，負情緒指數(shù)為0.0385（2340/60653），遠高于負性情緒詞頻基線0.0160。

2.2 醫(yī)生微信公眾號文本分析

通過關(guān)鍵詞在微信平臺上抓取2017年57月由醫(yī)生微信公眾號發(fā)出、與衛(wèi)生健康領(lǐng)域相關(guān)的文本共3242個。其中“政策決策”文本662個，“醫(yī)療經(jīng)歷”類文本1140個，“職業(yè)認知”類文本1440個。各類型事件所得正、負情緒指數(shù)分別見圖3和圖4，“政策決策”類和“醫(yī)療經(jīng)歷”類微博、微信情緒指數(shù)比較情況分別見圖5和圖6。

2.2.1“政策決策”類事件。662個“政策決策”類文本的總詞數(shù)為12900。其中含有正情緒的詞數(shù)為144，正情緒指數(shù)為0.0112（144/12900），遠小于正性情緒詞頻基線0.0360，略小于微博網(wǎng)民正情緒指數(shù)0.0124。文本含有負情緒的詞數(shù)為103，負情緒指數(shù)為0.0080（103/12900），小于負性情緒詞頻基線0.0160，遠小于微博網(wǎng)民正情緒指數(shù)0.0133。

2.2.2“醫(yī)療經(jīng)歷”類事件。1140個“醫(yī)療經(jīng)歷”類文本的總詞數(shù)為22878。其中含有正情緒的詞數(shù)為265，正情緒指數(shù)為0.0184（422/22878），低于正性情緒詞頻基線0.0360，但略高于微博用戶正情緒指數(shù)0.0098。文本含有負情緒的詞數(shù)為629，負情緒指數(shù)為0.0275（629/22878），高于負性情緒詞頻基線0.0160，但不及微博用戶在此類事件中的負情緒指數(shù)0.0352。

圖3 微信文本正情緒指數(shù)

圖4 微信文本負情緒指數(shù)

圖5 “政策決策”類事件情緒指數(shù)比較

圖6 “醫(yī)療經(jīng)歷”類事件情緒指數(shù)比較

2.2.3“職業(yè)認知”類事件。1440個“職業(yè)認知”類文本的總詞數(shù)為28356。其中含有正情緒的詞數(shù)為687，正情緒指數(shù)為0.0242（687/28356），低于正性情緒詞頻基線0.0360；含有負情緒的詞數(shù)為413，負情緒指數(shù)為0.0146（413/28356），低于負性情緒詞頻基線0.0160。

3 討論與建議

基于上述數(shù)據(jù)，微博文本方面，用戶對4個“政策決策”類事件的正、負情緒指數(shù)均小于情緒詞頻基線，反映沒有強烈的正負情緒，可能與公眾對此類事件的心理距離相關(guān)。課題組開展的對“取消藥品加成”等衛(wèi)生健康領(lǐng)域政策的網(wǎng)民態(tài)度調(diào)查中，公眾的正面感受也很有限，能夠說明此傾向。微博用戶對10個“醫(yī)療經(jīng)歷”類事件表達出較低程度的正面情緒、較高程度的負面情緒。具體而言，即使事件本身較為積極正面，微博用戶對該類事件也表現(xiàn)出偏負面的情緒?？赡艿脑颍何⒉┯脩魧Α搬t(yī)療經(jīng)歷”已經(jīng)形成較負面的刻板印象，這影響了微博用戶對具體事件的感受。在“醫(yī)療經(jīng)歷”類負面事件中，微博用戶表達出的負面情緒尤為突出。課題組開展的對“山東濰坊產(chǎn)婦紗布門”等衛(wèi)生健康領(lǐng)域熱點事件的網(wǎng)民態(tài)度調(diào)查中，也能夠說明此傾向?？赡艿脑颍菏录旧淼呢撁嫘宰屛⒉┯脩舢a(chǎn)生負面情緒；由于微博用戶本身已對“醫(yī)療經(jīng)歷”類事件形成負面刻板印象，此類負面事件容易喚起更強烈的負面感受；由于“醫(yī)療經(jīng)歷”類事件對微博用戶的貼近性，此類事件更容易導致強烈情緒。提示在輿情引導中把握事件情緒結(jié)構(gòu)的必要性[3]。

微信公眾號文本方面，醫(yī)生對“政策決策”類事件感受的正面程度小于平均水平，也略小于普通公眾對此類事件的正面感受；醫(yī)生對“政策決策”的負面感受也小于平均水平，且小于普通公眾對此類事件的負面感受。醫(yī)生群體在“政策決策”類事件上正、負情緒的程度均不高，提示對該群體強化醫(yī)療衛(wèi)生相關(guān)政策宣介與解讀、加強正面引導，尚有很大空間。對于“醫(yī)療經(jīng)歷”類事件，醫(yī)生微信公眾號中表達的正情緒較低，負情緒較高。與微博用戶相比，公眾表達了尤為多的負情緒，反映出衛(wèi)生健康領(lǐng)域解決現(xiàn)實問題的迫切性和輿情引導的必要性。醫(yī)生對“職業(yè)認知”的正負情緒指數(shù)皆低于情緒指數(shù)基準線，說明他們沒有對其職業(yè)表達出強烈的正負情緒，但總體上正情緒指數(shù)高于負情緒指數(shù)，說明醫(yī)生對職業(yè)的情緒偏正面。

綜上，公眾對衛(wèi)生健康領(lǐng)域的事件容易表現(xiàn)出相對負面的情緒，并且此情緒特征不只受事件本身的特點影響。公眾在以往“醫(yī)療經(jīng)歷”類事件中積累了刻板印象，他們對“政策決策”類事件沒有強烈的感受。不同群體對衛(wèi)生領(lǐng)域事件的情緒態(tài)度有差異。對于“醫(yī)療經(jīng)歷”和“政策決策”類事件，普通公眾比醫(yī)生群體對事件的感受更為負面。醫(yī)生對“職業(yè)認知”的表達較為正面，但程度不高。

由此可見，在輿情引導中，把握事件背后的情緒結(jié)構(gòu)，理性面對公眾的負面情緒特征，是處置相關(guān)輿情的總體基礎(chǔ)。其次，在大眾傳播過程中引導公眾多元歸因、理性歸因，是輿論引導實施的重要策略[5]。即，通過常態(tài)或非常態(tài)的事件和話題，引導公眾從自身的健康風險感知、醫(yī)院管理面臨的挑戰(zhàn)、社會的普遍情緒、醫(yī)療改革的體制特點等多維角度來思考問題。進而，衛(wèi)生健康領(lǐng)域的輿情引導應(yīng)有群體針對性，輿情處置需要采取“內(nèi)外有別”的差異策略[6]，既鞏固和強化醫(yī)生群體已有的相對理性態(tài)度、積極心態(tài)，又努力減少公眾的非理性態(tài)度和消極心態(tài)。此外，大眾傳媒關(guān)于醫(yī)生、醫(yī)院和醫(yī)療議題的報道，需要有更加理性、包容、多元和深入的媒介框架。比如媒體報道可從醫(yī)生個體的職業(yè)感受、醫(yī)院“后臺”的運作機制、醫(yī)療行業(yè)改革的深度報道等角度切入，減少公眾的刻板印象，增進公眾對醫(yī)生、醫(yī)院和醫(yī)療行業(yè)的理性認識[7]。要高度重視微信、微博、微頭條等社交媒體的建設(shè)和運營，通過人性化、互動式、視覺化的傳播手段提供易于傳播、便于接受的報道，塑造衛(wèi)生健康行業(yè)和醫(yī)生群體的良好形象。突發(fā)事件尤其是負面輿情危機事件的應(yīng)對中，需要堅持信息公開、專業(yè)引導，積極澄清謠言、及時發(fā)布事實，爭奪輿論引導的主動權(quán)和突發(fā)事件的解釋權(quán)；特別是要有輿論引導的主體意識，也可借助意見領(lǐng)袖等第三方力量[5]。