徐文琪　陳嘉奇　廖凱潼

摘? 要? 文章以“2·18武昌火車站殺人事件”為例，基于風險的社會放大理論框架，從公眾“放大站”的視角出發(fā)，通過對公眾言論編碼、計算權(quán)重并制作詞云，來觀察公眾情感態(tài)度和社會話題的特征，從而分析事件風險放大效應。研究發(fā)現(xiàn)，風險放大所呈現(xiàn)的樣貌特征為：殺人者的“精神病”身份成為討論的熱點;公眾情感主要表現(xiàn)為：惡>懼>哀;話題主要集中在“法律改進”“精神病污名化”等。公眾負面情緒擴散至超出事件本身的社會話題層面，形成了污名認知。

關(guān)鍵詞? 風險的社會放大;公眾;放大站;污名化

中圖分類號? G2? ? ? 文獻標識碼? A? ? ? 文章編號? 2096-0360（2020）11-0018-05

在中國現(xiàn)代化進程中，風險成為越發(fā)重要的社會問題。但隨著網(wǎng)絡技術(shù)飛速發(fā)展，信息傳播和互動的速度提高，使得不實風險信息也常大行其道，蠱惑人心。風險信息病毒式的傳播，會不經(jīng)意導致更混亂的社會輿論和嚴重的焦慮情緒。

社交媒體的廣泛應用使公眾作為獨立個體在發(fā)表觀點和把控議題上掌握了更多的主動權(quán)。原本的“風險”議題從政府、媒體把控逐漸變?yōu)楣姴蛔杂X的引導。公眾態(tài)度越發(fā)影響風險傳播，逐漸決定著風險被放大后的樣貌特征。公眾態(tài)度、情感不僅影響媒體對報道議題的考量，更影響政府對突發(fā)事件的處理及風險評級。甚至會在事件的發(fā)展過程中形成統(tǒng)一的“經(jīng)驗”，作為以后處理類似事件的參考。由此提出問題：突發(fā)事件在傳播過程中，其風險是否會被公眾放大？呈現(xiàn)特征如何？對社會造成什么影響，是否會傷及與事件相關(guān)更廣泛的社會群體？實際上，在風險社會的背景下，突發(fā)事件的社會風險會被放大，甚至波及其他社會層面，從而牽連無辜的社會群體。因此，有必要展開對風險放大后具體后果的可視化探究，使社會正確認識突發(fā)事件的實際風險，了解風險的放大程度，分析輿情演變的社會效應，加深對公眾情感態(tài)度、社會話題關(guān)注點演變規(guī)律的認識;使政府等相關(guān)部門的風險管控工作更有針對性;讓媒體正確引導風險輿情，報道內(nèi)容更加客觀、真實。

1? 文獻綜述與理論框架

1.1? 文獻綜述

1.1.1? 風險的社會放大

我們的社會是個充滿風險的社會，對社會風險的研究是社會科學領(lǐng)域的重要議題。風險總是會在傳播中被“放大或縮小”。由此，Kasperson提出了風險的社會放大框架，該框架描述了風險信號在傳播和社會響應過程中是如何被放大的，并提出四種“擴大”風險的機制：風險感知和價值觀、社會群體關(guān)系、信號值、污名化。

風險的擴大是指風險事件相關(guān)信息從信息源經(jīng)由中間傳遞者到最終接收者的過程中出現(xiàn)風險信號被強化的現(xiàn)象，它起點是風險事件的發(fā)生。風險事件發(fā)生后，人們通過各種信息溝通渠道，將風險信息傳播給他人，公眾接收信息后可能會采取相應抗爭性行為。因此，信息傳播和溝通的過程尤為重要，它決定了風險信息在公眾中的解讀效果[1]。而對信息傳播和溝通效果起決定作用的，是風險信號的“放大站”?！胺糯笳尽狈譃樯缃环糯笳竞蛡€人放大站，它們發(fā)送、接收、解釋和傳輸風險信號，并通過兩類機制來達成對風險的放大：一類是風險信息的傳播機制，人們?nèi)绻麑︼L險事件缺乏直接了解，容易受傳播者觀點的影響;另一類是風險放大的反應機制，這一階段，人們會闡釋風險信息，并基于社會、制度和文化的背景采取相關(guān)的風險行為[2]。在風險放大的過程中，由于渠道有限和信息不對稱，風險信息的傳播機制往往比社會放大的反應機制作用更大。但隨著公眾話語權(quán)上升，反應機制在風險放大的過程中作用增強，即風險放大后的具體表現(xiàn)受反應機制的影響，公眾在事件所涉及的社會話題上有明顯反應。

1.1.2? 風險社會的公眾“放大站”

如今公眾話語權(quán)在網(wǎng)絡空間里大大提升，風險信息的傳播主權(quán)已從媒體逐漸轉(zhuǎn)向公眾。掌握著傳播主權(quán)的公眾對風險事件的認識更大程度上影響風險的社會放大。朱清[3]借鑒Kasperson關(guān)于“信息流充當風險放大主要原動力角色”的研究，從信息流的轟炸、爭議、極化、關(guān)聯(lián)四方面解剖風險放大的信息機制，提出在認知風險放大機制和情感風險放大機制作用下，公眾對風險認知上趨于負面，情感上趨向憤怒。目前有很多學者提及公眾心理機制在風險放大過程中的重要影響。如劉冰[4]提出了社會風險放大中包含自媒體信息加工、情緒傳染等的社會機制和包含情感啟發(fā)式、錨定效應等心理機制。馮周卓[5]描述了意識形態(tài)如何影響受眾對信息的解讀和情緒變化，進而形成風險綜合放大效應。

風險放大框架分為感知、言論、行動和影響四個層次，感知環(huán)節(jié)的公眾情緒是心理放大機制和社會放大機制交互作用的關(guān)鍵因素。因此，情緒能夠通過影響風險感知形成風險放大效應[1]。戴潔[6]通過分析網(wǎng)絡輿情，提出風險心理抑制能有效縮小風險。宋艷等[7]研究核電項目中信任、信息和情緒因素對風險感知的影響，驗證了擔憂等負面情緒對風險感知水平的正向影響。

綜上，公眾對風險事件的認識一定程度影響風險的社會放大。該認識受公眾情緒和態(tài)度影響。因此，可認為公眾的情緒波動是風險被放大的具體表現(xiàn)之一。

1.2? 理論框架與假設

根據(jù)上述內(nèi)容，目前學界對風險“放大站”研究的重點正從“媒體”放大站逐漸轉(zhuǎn)向更充滿不確定性的“公眾”放大站。由此本文提出，在突發(fā)事件風險放大中，公眾作為風險放大的主要放大站，其行為會受突發(fā)事件的社會問題和公眾情緒影響，這一影響突出表現(xiàn)在公眾對當事人的“污名化”上，并通過“污名”言論表現(xiàn)出來。

由此提出本文的理論框架（圖1）和假設：發(fā)生突發(fā)事件后，事件風險會被公眾“放大站”所擴大，具體表現(xiàn)為“污名化”的負面效應。

2? 研究設計

2.1? 案例選取

事件概述：2017年2月18日，湖北武漢的武昌火車站附近發(fā)生了一起惡性刑事案件。罪犯胡某因口角糾紛，手持菜刀將面館業(yè)主姚某頭顱砍下扔進了垃圾桶，被民警當場抓獲。事后，司法鑒定胡某系精神殘疾二級，為限制刑事責任能力。2018年6月27日，此案一審宣判死緩，并賠償2.5萬元。

綜合考慮事件轟動性、事件性質(zhì)及言論摘取等方面，該案件屬于嚴重惡性社會事件，事發(fā)背景、原因貼近公眾生活，事件經(jīng)過血腥恐怖，極具風險特征。此外，事件涵蓋一定的社會敏感話題，公眾心理的“放大效應”較顯著，易于觀察被扭曲的風險樣貌。

2.2? 文本獲取

收集公眾言論，根據(jù)言論的情感態(tài)度和所涉及的社會話題對其進行甄別、歸納整理，并計算言論的情感強度。通過情感和話題的變化趨勢跟蹤公眾心理變化，觀察該變化所導致風險放大的過程。言論文本主要來自目前最熱門的社交媒體微博、知乎和新聞App，搜索“武漢火車站砍頭”“面館砍頭”“武漢砍頭”，用八爪魚爬蟲和Gooseeker軟件摘取言論詞條，過濾得到有效言論2 061條。

2.3? 編碼表的設計

參照大連理工大學林教授率隊整理的中文情感詞匯本體庫，并結(jié)合本案例，修改情感編碼體系，在原基礎上增加4個情緒點：“觀望、冷漠、憐/同情、調(diào)侃/嘲笑”，見表1。

為探究被放大的風險樣貌特征及其造成的社會影響，需對公眾言論的話題內(nèi)容進行編碼。根據(jù)文本高頻詞分布與組合，設計出社會話題編碼表，見表2。

事件的網(wǎng)絡評論調(diào)侃性強、較碎片化、流行語言多樣，經(jīng)過對情感分析軟件反復試用，發(fā)現(xiàn)僅從文本分詞和情感詞典出發(fā)，計算機難以判斷言論的實際情感態(tài)度與話題。所以本文采取人工分析，結(jié)合事件內(nèi)容和網(wǎng)絡語言特點，對公眾言論所涉話題分類匯總。

2.4? 文本處理

爬取文本信息后，根據(jù)情感編碼表和社會話題編碼表進行編碼。編碼完成后，采取tfidf權(quán)重法計算文本中所有關(guān)鍵詞的權(quán)重。Tfidf權(quán)重法因其具有較強的普適性，且操作相對簡單，是文本分類特征賦權(quán)方法中最重要的計算方法之一[8]。計算公式如下：

式（1）中，表示詞語出現(xiàn)在事件待分析語料數(shù)據(jù)集合（）中的總次數(shù)。表示待分析語料數(shù)據(jù)集合中全部詞語個數(shù)。

式（2）中，表示事件待分析語料數(shù)據(jù)的言論總條數(shù)。表示該事件待分析語料數(shù)據(jù)集中包含了詞語的言論條數(shù)。

計算詞語在待分析預料數(shù)據(jù)tfidf值的公式為：

采用Gooseeker軟件的分詞功能對原始文本進行去噪處理，過濾停用詞，篩選出語料數(shù)據(jù)中有效詞語并統(tǒng)計詞語個數(shù)，將所需數(shù)據(jù)帶入公式，計算得到結(jié)果。

計算出言論文本的關(guān)鍵詞權(quán)重后，將關(guān)鍵詞權(quán)重表錄入ROST CM6.0軟件中，繪制詞云。ROST CM6.0為武漢大學團隊研發(fā)的一款軟件，具有分詞、中英文詞頻分析、社會網(wǎng)絡與語義網(wǎng)絡分析、詞云繪制等多種功能，在有關(guān)游客評論文本分析的研究中被多次使用[9]。

最后，根據(jù)結(jié)果分析事件風險是否被放大。

3? 研究發(fā)現(xiàn)

3.1? 公眾對事件關(guān)注點偏頗

根據(jù)詞云分析結(jié)果，言論中“精神病、殺人、社會、老板、法律、精神、死刑”等詞語最為突出。可見，此事件中最熱門的話題不是場面血腥暴力、殺人舉動多么嚇人，反而殺人者患有“精神病”是公眾最為熱議的焦點。主關(guān)鍵詞權(quán)重排序為：精神病>殺人>法律，并且精神病的重要程度遠高于其他詞語。這說明該惡性事件的輿論焦點不僅僅是事件本身呈現(xiàn)的恐怖畫面，它已擴散至“精神病”的社會話題甚至社會人群，可見該突發(fā)事件的風險被放大，輿論焦點直指“精神病”。

3.2? 公眾產(chǎn)生負面情緒并形成污名認知

對社會話題梳理后得出，公眾言論主要集中于法律改進（38%）、精神病污名化（31%）、生活壓力（14%）、社會管理（13%）這四個話題。主要原因是精神障礙患者違法幾乎不用負完全法律責任，這仿佛成了一塊“免死金牌”和“殺人證”，令人恐懼。

接著，對言論情感計算得出結(jié)果如圖2所示。

整體而言，公眾的情感集中體現(xiàn)為“惡、懼、哀”，惡>懼>哀，皆為負面情緒。結(jié)合圖3關(guān)鍵詞特征詞云，公眾普遍表達了對法律改進的訴求，不滿“死緩”這一判決結(jié)果，“貶責”的情緒占上風;其次是懷疑社會、法律，質(zhì)疑社會公正，對精神病殺人不用受同等懲罰這種法律“包庇”感到失望、無力。由此延伸出“懼”尤其是“恐懼”的情緒，關(guān)鍵詞能體現(xiàn)出對精神障礙群體的恐懼，多次提到“放出來”“精神病院”，不知道“下一個”攻擊的會是誰，“出門”如果“遇到”“精神病”“怎么辦”等。

該事件經(jīng)過公眾“放大站”，其負面情緒擴散至超出事件本身的社會話題層面，并廣泛作用于同類群體身上。公眾對與精神病有關(guān)的風險知識形成了經(jīng)驗，風險放大的反應機制之一（污名化）由此產(chǎn)生效力。公眾對精神障礙群體形成負面看法，使這類人群被“污名”。

綜上，本文假設得到驗證。

4? 結(jié)論與建議

研究發(fā)現(xiàn)事件風險被放大，言論呈現(xiàn)的樣貌特征為：公眾對事件及廣泛同類群體的“污名化”，隨著事件的推進形成層層“漣漪”，發(fā)展成為公眾心中的污名認知，變成貼在群體身上一個新的標簽。為減弱這種污名化，讓公眾得到更加真實和客觀的認識，本文提出以下建議：

1）增強公眾的風險認知，加強公眾對事件當事人及其所代表群體的了解。公眾對事件的風險缺乏了解和客觀認識使事件風險被放大，因此，引導公眾關(guān)注、了解和接觸該類群體是消除潛在誤會的可行方法。同時還需要定期進行科普、宣傳工作，向公眾普及事件群體的相關(guān)知識和風險認知，澄清淡化公眾的錯誤認知，消除刻板印象。

2）建立健全完善的網(wǎng)絡社交平臺的輿論引導制度。面對突發(fā)事件，媒體和政府需要有比公眾更快的反應和動作，及時發(fā)布相關(guān)官方消息，堅定立場，通力合作，做好突發(fā)事件的議程設置，從而防止公眾跟隨缺乏客觀性且充滿爭議的主流觀點，引導公眾從發(fā)泄負面情緒轉(zhuǎn)向理性思考問題。

3）增強公眾的社會道德和社會責任心。突發(fā)事件的發(fā)展過程中，往往會存在部分有一定號召力和權(quán)威性的公眾或意見領(lǐng)袖發(fā)布有偏頗的、煽動情緒的觀點，從而使公眾不假思索便接受他們的觀點，卻忽略更加可信的官方信息，形成了錯誤認知。因此，需要增強公眾的社會責任意識，喚醒其道德，減少造謠傳謠，降低風險被放大的可能性。

參考文獻

[1]許振宇，何蕾，郭雪松，等.基于公眾情緒視角的食藥類事件風險放大機理研究[J].風險災害危機研究，2019（1）：215-235.

[2]劉碧玉.突發(fā)事件的網(wǎng)絡輿情演化機制——基于風險社會放大框架的分析[J].現(xiàn)代鹽化工，2019（3）：111-112.

[3]朱清.社交媒體環(huán)境下食藥安全事件的風險放大機制及反思[D].南昌：江西師范大學，2017.

[4]劉冰.疫苗事件中風險放大的心理機制和社會機制及其交互作用[J].北京師范大學學報（社會科學版），2016（6）：120-131.

[5]馮周卓，黃震.論意識形態(tài)在風險的社會放大信息傳導過程中的作用[J].北京師范大學學報（社會科學版），2017（1）：144-150.

[6]戴潔.抑制網(wǎng)絡輿情事件信息風險放大策略分析[J].科技傳播，2019，11（18）：120-121.

[7]宋艷，孫典，蘇子逢.核電站項目公眾風險感知的影響因素[J].中國科技論壇，2017（7）：143-152.

[8]施聰鶯，徐朝軍，楊曉江.tfidf算法研究綜述[J].計算機應用，2009，29（b6）：167-170.

[9]程珊珊，夏贊才.基于網(wǎng)絡文本的文化主題景區(qū)旅游形象感知對比研究——以深圳、長沙世界之窗為例[J].旅游論壇，2018，11（5）：111-123.