金瀏河,施 健
(溫州職業(yè)技術(shù)學(xué)院,浙江 溫州 325035)
2020 年初,一場(chǎng)突如其來(lái)的新冠肺炎疫情襲卷全球。這場(chǎng)災(zāi)疫對(duì)于高等教育的師生而言,所帶來(lái)的不僅僅是關(guān)于人與生態(tài)自然辯證關(guān)系的反思,更多的是憑借全媒體時(shí)代的網(wǎng)絡(luò)空間,將全體大學(xué)生引入到一種對(duì)生命存在、生存境遇、危機(jī)應(yīng)對(duì)、學(xué)習(xí)與生活重塑等方面的深度反思和探求的視閾。加強(qiáng)輿論引導(dǎo)工作,宣傳輿論工作要著力強(qiáng)化顯政,把握主導(dǎo),占據(jù)主動(dòng),更要強(qiáng)信心、暖人心、聚民心。高校大學(xué)生作為網(wǎng)絡(luò)“原住民”,此時(shí)通過(guò)網(wǎng)絡(luò)數(shù)字平臺(tái)面向全社會(huì)公開(kāi)表達(dá)自已的信念、態(tài)度、意見(jiàn)和情緒,形成重大疫情背景下影響社會(huì)輿情意識(shí)流方向的重要人群,許多新情況新問(wèn)題也因網(wǎng)而生,因網(wǎng)而增,給社會(huì)網(wǎng)絡(luò)輿情與社會(huì)高校思政引導(dǎo)工作帶來(lái)新的挑戰(zhàn)。
本篇論文積極呼應(yīng)習(xí)總書(shū)記的高度指示以及教育部對(duì)高校思政建設(shè)的指導(dǎo)綱要,結(jié)合大學(xué)生新訴求、新觀點(diǎn)和新問(wèn)題,借助互聯(lián)網(wǎng)大數(shù)據(jù)對(duì)文本價(jià)值向度進(jìn)行深度挖掘,對(duì)疫情沖擊下的輿情素養(yǎng)、輿情特征、輿情動(dòng)態(tài)及輿情趨勢(shì)等熱點(diǎn)焦點(diǎn)問(wèn)題提出進(jìn)一步思考與調(diào)查。深入探究這一特殊時(shí)期和特殊情境下大學(xué)生的價(jià)值取向、思想動(dòng)態(tài)和行為選擇,為高校后疫情時(shí)代的思政教育和高校網(wǎng)絡(luò)輿情引導(dǎo)工作提供有益參考。
大學(xué)生網(wǎng)絡(luò)輿情是社會(huì)輿情的重要組成部分,也是高校引導(dǎo)大學(xué)生意識(shí)形態(tài)教育的重要工作內(nèi)容。學(xué)者李潔瓊將大學(xué)生網(wǎng)絡(luò)輿情定義為大學(xué)生在互聯(lián)網(wǎng)傳播媒體平臺(tái)上對(duì)其關(guān)注的內(nèi)容所表達(dá)的觀點(diǎn)、意見(jiàn)的集合,主要表現(xiàn)為大學(xué)生通過(guò)網(wǎng)絡(luò)媒介對(duì)外發(fā)表自己的觀點(diǎn)并形成一種自己的思想表達(dá)。當(dāng)下國(guó)內(nèi)學(xué)者對(duì)該領(lǐng)域的研究主要聚焦在:(1)網(wǎng)絡(luò)輿情內(nèi)容;(2)大學(xué)生網(wǎng)絡(luò)輿情特征及特點(diǎn);(3)大學(xué)生網(wǎng)絡(luò)輿情引導(dǎo)研究。通過(guò)文獻(xiàn)梳理發(fā)現(xiàn):(1)如果從整個(gè)網(wǎng)絡(luò)輿情的背景來(lái)考查的話(huà),必須對(duì)兩者之間的關(guān)系做進(jìn)一步的梳理,以此來(lái)鑒別大學(xué)生輿情的生成與傳播機(jī)制;(2)研究方法的科學(xué)應(yīng)用性和規(guī)范性不足,僅限于一般的運(yùn)算統(tǒng)計(jì),缺少相對(duì)性,回歸分析、因素分析等計(jì)量方法的運(yùn)用,勢(shì)必會(huì)影響研究過(guò)程和調(diào)查結(jié)論的嚴(yán)謹(jǐn)性與科學(xué)性解釋。
對(duì)上述研究?jī)?nèi)容與研究方向等進(jìn)行梳理發(fā)現(xiàn):國(guó)內(nèi)外學(xué)者對(duì)于高校大學(xué)生網(wǎng)絡(luò)輿情研究大多是基于文本數(shù)據(jù),而相對(duì)忽視文本背后的情緒分析、話(huà)題模型深化跟蹤,本報(bào)告嘗試將兩者進(jìn)行有機(jī)結(jié)合,充分發(fā)掘文本信息中大學(xué)生的價(jià)值傾向、情感坐標(biāo)及行為呈現(xiàn)。其研究結(jié)果將對(duì)高校網(wǎng)絡(luò)輿情應(yīng)對(duì)與治理,對(duì)高校思想政治教育引導(dǎo)與創(chuàng)新有著重要的借鑒意義。這不僅事關(guān)高等教育職能是否有效發(fā)揮與高校運(yùn)行秩序是否有序,還事關(guān)黨和國(guó)家人才培養(yǎng)與社會(huì)主義接班人質(zhì)量過(guò)硬與否。
本文圍繞“新冠肺炎疫情”話(huà)題對(duì)新浪微博、知乎社交平臺(tái)數(shù)據(jù)進(jìn)行階段性(疫情嚴(yán)控期與疫情平穩(wěn)期)抓取,將數(shù)據(jù)進(jìn)行文本清洗后存入數(shù)據(jù)庫(kù),再通過(guò)Kmeans 文本聚類(lèi)算法對(duì)話(huà)題進(jìn)行分類(lèi),借助SnowNLP 對(duì)微博文本進(jìn)行情感趨勢(shì)分析和影響因素的多元回歸,為后續(xù)評(píng)論數(shù)據(jù)的量化上做出預(yù)測(cè);疫情平穩(wěn)期,在延續(xù)前段微博抓蟲(chóng)的基礎(chǔ)上,通過(guò)jieba 中文分詞精準(zhǔn)確定評(píng)論中的最多詞頻,建立有向無(wú)環(huán)圖,通過(guò)知乎平臺(tái)高贊問(wèn)題的葉貝斯情感分析,與中文分詞進(jìn)行對(duì)應(yīng)與驗(yàn)證,得出調(diào)查問(wèn)卷中的處置變量,最后,通過(guò)以上研究結(jié)果與第二階段的大規(guī)模問(wèn)卷調(diào)查相結(jié)合,科學(xué)判斷疫情沖擊下高校大學(xué)生輿情演化特征與趨勢(shì)。研究方法流程圖如圖1 所示。
圖1 研究方法流程圖
據(jù)2019 年藍(lán)鯨TMT 的數(shù)據(jù)顯示,截至2019 年初,微博活躍用戶(hù)4.46 億,其中16~25 歲的人群在整個(gè)活動(dòng)用戶(hù)中占比61%。每天將近有1 000 萬(wàn)的大學(xué)生使用微博,群體規(guī)模龐大,對(duì)大學(xué)生的日常生活產(chǎn)生巨大影響,更是本項(xiàng)研究在疫情嚴(yán)控期分析大學(xué)生群體網(wǎng)絡(luò)輿情的理想途徑。然而,從用戶(hù)隱私角度來(lái)說(shuō),微博平臺(tái)不設(shè)置第三方能直接獲取完整的大學(xué)生用戶(hù)識(shí)別接口;除此之外,雖然借用爬蟲(chóng)程序可獲得用戶(hù)的教育信息,但是存在部分用戶(hù)信息不全或虛假現(xiàn)象,使得利用應(yīng)用程序獲取的數(shù)據(jù)存在不準(zhǔn)確的可能。因此,本項(xiàng)研究引用基于機(jī)器學(xué)習(xí)理論開(kāi)發(fā)的大學(xué)生用戶(hù)特征分析與識(shí)別體系,最終以新浪微博帳戶(hù)的個(gè)人資料、微博內(nèi)容的關(guān)鍵詞、微博主頁(yè)顯示的用戶(hù)活動(dòng)和空間信息,以及各帳戶(hù)之間的親緣關(guān)系這四項(xiàng)作為“大學(xué)生”群體的判別標(biāo)準(zhǔn)。
對(duì)嚴(yán)控期大學(xué)生網(wǎng)絡(luò)輿情熱點(diǎn)的分析采用新浪微博話(huà)題評(píng)論作為起始數(shù)據(jù)。以“大學(xué)生”“疫情”為關(guān)鍵詞,運(yùn)用Python 抓取2020 年3 月1 日到2020 年6 月1日的評(píng)論數(shù)據(jù),在此基礎(chǔ)上對(duì)每天的數(shù)據(jù)量進(jìn)行記錄,并將熱度最高的評(píng)論進(jìn)行下載,最終得到了時(shí)間跨度92 天,共計(jì)20 967 條評(píng)論,對(duì)這些評(píng)論進(jìn)行詞頻統(tǒng)計(jì)后發(fā)現(xiàn)大學(xué)生在發(fā)布輿情評(píng)論時(shí),使用最多的7 個(gè)詞匯分別是大學(xué)生、疫情、開(kāi)學(xué)、打卡、健康、封閉管理、流調(diào)。如圖2 所示。
圖2 詞頻統(tǒng)計(jì)
為進(jìn)一步探究疫情嚴(yán)控背景下大學(xué)生網(wǎng)絡(luò)評(píng)論對(duì)網(wǎng)絡(luò)整體輿情的影響,本研究基于上述評(píng)論數(shù)據(jù)建立多元線(xiàn)性回歸模型,從而探索大學(xué)生網(wǎng)上評(píng)論對(duì)網(wǎng)絡(luò)輿情的影響因素并對(duì)評(píng)論總數(shù)進(jìn)行預(yù)測(cè)。
1.多元回歸模型的建立
該模型主要通過(guò)Eviews 軟件進(jìn)行處理得到大學(xué)生網(wǎng)絡(luò)輿情與各個(gè)影響因素之間的線(xiàn)性回歸方程。該回歸方式建立的意圖是要探索兩個(gè)或兩個(gè)以上的自變量對(duì)評(píng)論數(shù)的影響關(guān)系。
假設(shè)評(píng)論總數(shù)與各個(gè)關(guān)鍵詞之間有線(xiàn)性關(guān)系,則總體回歸線(xiàn)性模型如下:
其中,Y-評(píng)論數(shù);X-大學(xué)生;X-疫情;X-開(kāi)學(xué);X-打卡;X-健康;X-封閉管理;X-流調(diào)。
總體線(xiàn)性回歸函數(shù)則為
建立工作文件并錄入全部數(shù)據(jù),得到回歸結(jié)果,如圖3所示。
圖3 回歸模型圖
根據(jù)圖3 的信息,用最小二乘法估計(jì)得到回歸模型的估計(jì)結(jié)果為:
2.模型擬合優(yōu)度檢驗(yàn)
本研究中:
3.模型多重共線(xiàn)性檢驗(yàn)
從以上的分析過(guò)程可明顯看出,模型中的X-X是可以作為大學(xué)生在疫情期間網(wǎng)絡(luò)輿情的關(guān)注點(diǎn)從而影響總體評(píng)論數(shù)量的因素,然而,這些作為解釋變量的因素之間是否存在精確相關(guān)或高度相關(guān),從而導(dǎo)致上述線(xiàn)性回歸模型的估計(jì)值是否會(huì)出現(xiàn)失真或難以估計(jì)準(zhǔn)確,因此,必須要對(duì)回歸模型進(jìn)行多重共線(xiàn)性的逐步回歸方法來(lái)檢驗(yàn)并確定。
根據(jù)圖3 回歸模型圖可以看出,F(xiàn)=404.9096 檢驗(yàn)值比較大,說(shuō)明回歸方程顯著,即各自變量聯(lián)合起來(lái)確實(shí)對(duì)評(píng)論數(shù)有顯著影響;給定顯著性水平,t_1=2.666267、t_2=7.994402、t_3=7.886806,均通過(guò)t 檢驗(yàn)。將X-X7個(gè)變量逐一加入,通過(guò)一元回歸,比較各個(gè)一元回歸模型中的可決系數(shù),依據(jù)可決系數(shù)R最大的原則,選擇X作為進(jìn)入回歸模型的第一個(gè)解析變量,形成一元回歸模型。經(jīng)過(guò)逐步回歸,明顯看出,從X-X可決系數(shù)R是在不斷增大狀態(tài)的,基本消除了7 個(gè)解釋變量之間的多重共線(xiàn)性。即本研究中的7 個(gè)解釋變量之間不存在多重共線(xiàn)性,通過(guò)該檢驗(yàn)。
通過(guò)對(duì)大學(xué)生網(wǎng)絡(luò)評(píng)論高頻詞的提煉、多元線(xiàn)性回歸的模型的建構(gòu)及關(guān)鍵要素的確定,進(jìn)而可用此方程算出該區(qū)間內(nèi)其他各點(diǎn)的原函數(shù)Y(評(píng)論數(shù))的近似值,通過(guò)線(xiàn)性關(guān)系推測(cè)大學(xué)生評(píng)論數(shù)量,即依據(jù)熱議詞預(yù)測(cè)網(wǎng)絡(luò)評(píng)論數(shù),這個(gè)預(yù)測(cè)值有助于對(duì)大學(xué)生網(wǎng)絡(luò)輿情現(xiàn)狀及后續(xù)態(tài)勢(shì)的預(yù)判。
本研究選取8 組預(yù)測(cè),每次選取其中一個(gè)設(shè)置為1 000 次,得出的結(jié)果如圖4 所示。
圖4 熱議詞與評(píng)論數(shù)的影響預(yù)測(cè)
在預(yù)測(cè)過(guò)程中發(fā)現(xiàn):當(dāng)“疫情”關(guān)鍵詞出現(xiàn)1 000次時(shí),估計(jì)評(píng)論數(shù)為745 條,在回歸方程的t 檢驗(yàn)中顯著性最大,相對(duì)應(yīng)的對(duì)評(píng)論總數(shù)的影響也最大。健康話(huà)題次之,位居第三的是大學(xué)生話(huà)題。而其他高頻詞即使都達(dá)到1 000 次時(shí),評(píng)論數(shù)只達(dá)到了876 條。從以上數(shù)據(jù)顯示可以預(yù)見(jiàn):由于新冠肺炎疫情造成的全球重大公共衛(wèi)生事件所帶來(lái)的恐慌和緊張局勢(shì)深刻影響到每一個(gè)人,使“疫情”作為熱議點(diǎn)不僅在當(dāng)下嚴(yán)防嚴(yán)控的社會(huì)背景下受大學(xué)生高度關(guān)注,既使在全球疫情得以舒緩的后疫情時(shí)代,“疫情”這個(gè)話(huà)題也將延續(xù)較長(zhǎng)時(shí)間。
經(jīng)歷一段時(shí)間的嚴(yán)防管控措施之后,國(guó)內(nèi)疫情形勢(shì)逐漸向好且趨于穩(wěn)定。2020 年9 月全國(guó)各大高等院校相繼開(kāi)學(xué),大學(xué)生群體步入正常的學(xué)習(xí)生活軌道,各大網(wǎng)絡(luò)平臺(tái)上發(fā)表的與疫情相關(guān)的評(píng)論也隨之減少,多數(shù)大學(xué)生的網(wǎng)絡(luò)話(huà)題、跟帖點(diǎn)評(píng)、關(guān)注焦點(diǎn),亦或是情感傾向等方面均出現(xiàn)了新的動(dòng)向,為大學(xué)生網(wǎng)絡(luò)輿情在特殊時(shí)期中所呈現(xiàn)的動(dòng)向拐點(diǎn)與演化趨勢(shì)提供了可持續(xù)研究的可能。后續(xù)追蹤數(shù)據(jù)采取三種提取路徑:分別是新浪微博平臺(tái)的評(píng)論數(shù)據(jù)(2020 年9 月1 日-2020 年12月31 日);知乎問(wèn)答社區(qū)平臺(tái)相關(guān)數(shù)據(jù)及大規(guī)模的在線(xiàn)調(diào)查問(wèn)卷。
后續(xù)數(shù)據(jù)追綜以“疫情、大學(xué)生”為主題詞共抓取2020 年9 月-12 月35 549 條微博評(píng)論數(shù)據(jù),并對(duì)其進(jìn)行清洗,去除非“大學(xué)生”群體所發(fā)表的言論,最終得到26 159 條直觀評(píng)論。本階段結(jié)合Python 自然語(yǔ)言中使用最廣泛、準(zhǔn)確度優(yōu)高的分詞工具——“jieba 分詞”對(duì)以上評(píng)論文本進(jìn)行分詞、詞性標(biāo)注、關(guān)鍵詞抽取,由此構(gòu)成有向無(wú)環(huán)圖計(jì)算每種成詞概率,得出最大概率的路徑即為最佳分詞的可能,在本份數(shù)據(jù)中出現(xiàn)了“擔(dān)”“當(dāng)”“就”“業(yè)”“合”“作”等字,最后,動(dòng)態(tài)規(guī)劃查找上述有向無(wú)環(huán)圖最大概率路徑,找出基于詞頻的最大切分組合,最終組成最大概率詞匯表,形成詞匯連通圖,如圖5所示。
圖5 有向無(wú)環(huán)圖最大概率詞匯路徑
根據(jù)jieba 分詞形成的有向無(wú)環(huán)圖,選取前500 個(gè)高頻詞匯,采用wordcloud 庫(kù)對(duì)內(nèi)容進(jìn)行可視化操作,生成微博數(shù)據(jù)詞云圖。
從圖6 直觀顯示:當(dāng)下大學(xué)生討論話(huà)題聚焦于后疫情時(shí)代下的國(guó)家認(rèn)同、社會(huì)與經(jīng)濟(jì)發(fā)展、就業(yè)、責(zé)任與擔(dān)當(dāng)?shù)?,與疫情嚴(yán)控時(shí)的輿情在討論主題、關(guān)心對(duì)象、話(huà)題深度、問(wèn)題視野及評(píng)說(shuō)角度等方面存在較大的差異。
圖6 微博數(shù)據(jù)詞云圖
課題組在數(shù)據(jù)分析中發(fā)現(xiàn)大學(xué)生對(duì)“責(zé)任與擔(dān)當(dāng)”的討論在知乎問(wèn)答平臺(tái)上更突出。為了能進(jìn)一步具象該話(huà)題,基于Scrapy 的分布式爬蟲(chóng)系統(tǒng)的設(shè)計(jì),爬取知乎平臺(tái)2020 年9 月-12 月“疫情下新時(shí)代大學(xué)生的責(zé)任與擔(dān)當(dāng)”有關(guān)的問(wèn)題回答以及相關(guān)評(píng)論數(shù)最多的文章,得出與該話(huà)題高度相關(guān)的熱議點(diǎn)。如圖7 所示。
圖7 知乎平臺(tái)熱點(diǎn)分布圖
從熱議點(diǎn)趨勢(shì)來(lái)看,通過(guò)此次疫情,大學(xué)生群體對(duì)國(guó)家、責(zé)任與擔(dān)當(dāng)意識(shí)在進(jìn)一步加強(qiáng)。
依據(jù)微博與知乎兩大平臺(tái)的高頻詞、熱議點(diǎn)及情感分類(lèi),課題組擬定出調(diào)查問(wèn)卷中的處置變量,以此進(jìn)行核心問(wèn)題的設(shè)置,此項(xiàng)研究與上述兩個(gè)平臺(tái)的關(guān)鍵主題形成對(duì)應(yīng)與連接。
問(wèn)卷總體包括四個(gè)維度,即就業(yè)、責(zé)任與擔(dān)當(dāng)、國(guó)家認(rèn)同感及衛(wèi)生與健康共計(jì)21 道題,在全國(guó)發(fā)放線(xiàn)上問(wèn)卷1 487 份,收獲有效問(wèn)卷1 299 份。
對(duì)于問(wèn)卷數(shù)據(jù)使用SPSS18.0 進(jìn)行整理分析,所采用的分析方法為多重響應(yīng)分析結(jié)合交叉表卡方檢驗(yàn),具體分析如下。
1.對(duì)“就業(yè)”相關(guān)問(wèn)題存在顯著差異
專(zhuān)、本科生認(rèn)為疫情對(duì)就業(yè)影響較大,而研究生與博士生則認(rèn)為可持理性對(duì)待心態(tài)。對(duì)普通高等學(xué)校學(xué)生來(lái)說(shuō)更多選擇考研和“專(zhuān)升本”;而對(duì)博士生和近半數(shù)研究生來(lái)說(shuō),面對(duì)就業(yè)受阻情境,則更傾向于選擇降低自己的期待。相比其他行業(yè),研究生及以上學(xué)歷的學(xué)生更傾向于將醫(yī)療衛(wèi)生教育作為自己的未來(lái)就業(yè)方向,對(duì)于大一至大四的學(xué)生來(lái)說(shuō),他們更傾向于文化傳媒或娛樂(lè)行業(yè)。除近半數(shù)大四學(xué)生認(rèn)為自己會(huì)因疫情而改變就業(yè)目標(biāo)外,其余年級(jí)的學(xué)生均選擇繼續(xù)堅(jiān)定自己的就業(yè)目標(biāo)(表1)。
表1 就業(yè)*年級(jí)交叉表卡方檢驗(yàn)
2.對(duì)“責(zé)任擔(dān)當(dāng)”相關(guān)問(wèn)題不存在顯著差異
各年級(jí)學(xué)生在“責(zé)任擔(dān)當(dāng)”的態(tài)度與信念上呈現(xiàn)了高度的一致性,均認(rèn)為國(guó)家利益需要每個(gè)人的維護(hù),抗擊疫情更需要每個(gè)人的恪盡職守與奉獻(xiàn)(表2)。
表2 責(zé)任擔(dān)當(dāng)*年級(jí)交叉表卡方檢驗(yàn)
3.對(duì)“國(guó)家認(rèn)同”相關(guān)問(wèn)題存在差異
不同年級(jí)大學(xué)生在對(duì)抗疫情神的認(rèn)識(shí)上存在不同角度的解讀。本、專(zhuān)科生對(duì)于未來(lái)的中國(guó)最關(guān)心的還是受疫情影響的就業(yè)環(huán)境,研究生及以上學(xué)歷的學(xué)生對(duì)經(jīng)濟(jì)發(fā)展和國(guó)家統(tǒng)一非常關(guān)注。但是總體而言,不同年級(jí)學(xué)生均表現(xiàn)和實(shí)踐著多種愛(ài)國(guó)方式(表3)。
表3 國(guó)家認(rèn)同*年級(jí)交叉表卡方檢驗(yàn)
綜上所述,對(duì)大學(xué)生網(wǎng)絡(luò)輿情后續(xù)的追綜進(jìn)行縝密與嚴(yán)謹(jǐn)?shù)挠?jì)量分析,充分反映大學(xué)生群體在此次疫情裹挾下呈現(xiàn)出的態(tài)度、信念、意見(jiàn)、情緒與情感。清晰勾畫(huà)出從疫情嚴(yán)控時(shí)期到疫情常態(tài)化的后疫情時(shí)期,輿情基調(diào)逐漸轉(zhuǎn)向?yàn)閲?guó)家民族認(rèn)同的強(qiáng)烈情感、對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的堅(jiān)強(qiáng)信心、對(duì)自身責(zé)任與擔(dān)當(dāng)?shù)挠掠诿鎸?duì),其中又包含對(duì)個(gè)人就業(yè)前景的隱隱擔(dān)憂(yōu),以及對(duì)世界發(fā)展格局的迷茫的演化趨勢(shì)。
從調(diào)查的計(jì)量結(jié)果來(lái)看,疫情期間大學(xué)生網(wǎng)絡(luò)輿情表現(xiàn)為客觀理性的責(zé)任覺(jué)醒,凸顯了大學(xué)生的使命擔(dān)當(dāng)與青春能量。然而,該群體由于缺少應(yīng)對(duì)突發(fā)重大公共衛(wèi)生事件的經(jīng)驗(yàn)儲(chǔ)備,在思想態(tài)度和社會(huì)知識(shí)上難免會(huì)暴露出潛在的問(wèn)題,因此,結(jié)合本調(diào)查的數(shù)據(jù)結(jié)果,對(duì)后疫情時(shí)期高校的網(wǎng)絡(luò)輿情和思政教育引導(dǎo)機(jī)制提出相關(guān)對(duì)策與建議就非常有指向意義及參考價(jià)值了。
習(xí)近平總書(shū)記在紀(jì)念“五四”運(yùn)動(dòng)100 周年大會(huì)上強(qiáng)調(diào):“青年是整個(gè)社會(huì)力量中最積極、最有生氣的力量,國(guó)家的希望在青年,民族的未來(lái)在青年?!痹诳箵粢咔榈恼麄€(gè)過(guò)程中,青年群體的責(zé)任擔(dān)當(dāng)不斷得以彰顯、磨礪,同樣成就了大學(xué)生這支生力軍釋放出強(qiáng)大的青春正能量。高校思政應(yīng)加強(qiáng)大學(xué)生抗擊疫情責(zé)任擔(dān)當(dāng)教育,增強(qiáng)為實(shí)現(xiàn)中華民族偉大復(fù)興的擔(dān)當(dāng)自覺(jué),其中包含兩條核心路徑:第一,講好抗疫思政課。各大高校應(yīng)充分利用好抗擊疫情“社會(huì)大課堂”,從“中國(guó)速度”“中國(guó)力量”“中國(guó)效率”“中國(guó)溫度”的中國(guó)抗疫故事中提煉精彩故事、榜樣故事,為思政課提供豐富教學(xué)資源的同時(shí),要講清其中的理論內(nèi)涵,從而增強(qiáng)大學(xué)生責(zé)任擔(dān)當(dāng)。第二,思政小課堂與大課堂結(jié)合。大學(xué)生責(zé)任擔(dān)當(dāng)教育僅靠課堂與校園是遠(yuǎn)遠(yuǎn)不夠的,目前我國(guó)疫情還存在較大的不確定性,要鞏固疫情防控成果,高校思政部門(mén)應(yīng)利用抗擊疫情的社會(huì)大課堂,積極創(chuàng)造充分條件,發(fā)動(dòng)大學(xué)生參與抗疫保障服務(wù),引導(dǎo)學(xué)生在抗疫的社會(huì)實(shí)踐中體驗(yàn)責(zé)任擔(dān)當(dāng),體悟成長(zhǎng)意義。
2020 年9 月8 日習(xí)近平總書(shū)記在全國(guó)抗擊新冠肺炎疫情表彰大會(huì)上的重要講話(huà)中深刻指出:“生命至上、舉國(guó)同心、舍生忘死、尊重科學(xué)、命運(yùn)與共的偉大抗疫精神?!边@種精神是中國(guó)在抗疫斗爭(zhēng)中錘煉出的“靈魂”精神,體現(xiàn)了強(qiáng)烈的愛(ài)國(guó)主義和國(guó)家認(rèn)同所蘊(yùn)藏的偉大力量。國(guó)家認(rèn)同是國(guó)民教育中最核心的內(nèi)容,加強(qiáng)以愛(ài)國(guó)主義為核心的大學(xué)生國(guó)家認(rèn)同教育是高校立根鑄魂的首要政治任務(wù)。高校思政體系應(yīng)把握主流思想,從全國(guó)抗擊新冠肺炎疫情現(xiàn)實(shí)角度中提煉大學(xué)生國(guó)家認(rèn)同的教育素材,從思想和實(shí)踐上切實(shí)構(gòu)建認(rèn)同系統(tǒng),從而上好“抗疫精神”這堂生動(dòng)且內(nèi)涵豐富的思政大課,做到因事而化,厚植國(guó)家認(rèn)同;因時(shí)而進(jìn),砥礪愛(ài)國(guó)情神。
災(zāi)疫倫理學(xué)作為一門(mén)新型的人文科學(xué),可以說(shuō)為高等學(xué)校的災(zāi)疫防治、學(xué)生群體的生命教育、教師群體的責(zé)任危機(jī)意識(shí)提供了具有實(shí)踐性的途徑、方法與方式,既符合《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要(2010-2020 年)》提出的“重視安全教育與生命教育”戰(zhàn)略決策,更符合教育的本質(zhì)性?xún)?nèi)核——人的終極關(guān)懷教育,從學(xué)生整體的生命價(jià)值中構(gòu)建其意義。主要包括災(zāi)疫認(rèn)知教育、生命倫理教育、生態(tài)環(huán)境倫理教育、關(guān)懷教育、生存教育。將災(zāi)疫倫理教育引入高校思政教育的核心體系中,是要回答如何為高校培養(yǎng)對(duì)象——學(xué)生,提供生命生存教育的視野;如何為實(shí)施培養(yǎng)對(duì)象的主體——教師,建立災(zāi)疫倫理的話(huà)語(yǔ)方式,培養(yǎng)學(xué)生強(qiáng)烈的社會(huì)責(zé)任感;如何為高等教育的主體——學(xué)校,正確落實(shí)并實(shí)施生命教育作為國(guó)家教育發(fā)展戰(zhàn)略的決策等,對(duì)以上問(wèn)題的解答是高校在現(xiàn)今時(shí)代實(shí)然的狀況下所做出的應(yīng)然思考。