馮雯璐 蘇健威 杜義華 齊寶森

(1.中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心 北京 100190；2.北京師范大學(xué) 北京 100875)

信息技術(shù)的迭代變革推動(dòng)了新的網(wǎng)絡(luò)輿論生態(tài)結(jié)構(gòu)的形成，促使網(wǎng)絡(luò)輿情呈現(xiàn)出新的特點(diǎn)。首先，輿情參與主體數(shù)量激增，泛化多元，在“重新部落化”的過(guò)程中產(chǎn)生的合作或沖突的網(wǎng)絡(luò)行為，以及非理性的“集體狂歡”作用下，造成了輿論偏差和群體極化，加速輿情發(fā)展。其次，作為客體的輿情信息復(fù)雜過(guò)載，容易在短時(shí)間呈裂變式幾何級(jí)數(shù)擴(kuò)散傳播，產(chǎn)生信息級(jí)聯(lián)效應(yīng)和次生輿情危機(jī)。信源不明，謠言相伴而生，加之算法協(xié)同過(guò)濾機(jī)制，使多元主體的信息表達(dá)呈現(xiàn)出“網(wǎng)絡(luò)社群巴爾干化”特征[1]，固化圈層傳播中的極化傾向，致使擬態(tài)空間輿論與事實(shí)存在差距，影響公眾的信息選擇與認(rèn)知判斷。第三，網(wǎng)絡(luò)輿情的產(chǎn)生時(shí)間和演化過(guò)程具有突發(fā)性和動(dòng)態(tài)性，信息擴(kuò)散呈現(xiàn)跨媒介、多路徑特點(diǎn)，新媒體平臺(tái)成為主要輿論陣地。當(dāng)特定輿論空間所聚集的用戶群體表現(xiàn)出不同網(wǎng)絡(luò)行為時(shí)，會(huì)導(dǎo)致主次輿論場(chǎng)變化，跨輿論場(chǎng)群體間的觀點(diǎn)博弈和協(xié)同傳播，又影響著網(wǎng)絡(luò)輿論信息流空間和網(wǎng)絡(luò)韌性，致使輿情快速蔓延至整個(gè)社會(huì)輿論場(chǎng)。

社會(huì)民生事件具有上述網(wǎng)絡(luò)輿情的普適特點(diǎn)，其話題信息主要涉及衣食住行、文化教育、倫理規(guī)范等，屬于對(duì)抗沖突較小的“弱議題”輿情事件。但因其貼近生活、關(guān)乎公共利益、高發(fā)生率而容易引起網(wǎng)民的廣泛關(guān)注，特別是引發(fā)面臨較大生活壓力的新興中產(chǎn)階級(jí)的群體性焦慮，而這些人又是網(wǎng)絡(luò)輿論表達(dá)的活躍者，因此，社會(huì)民生輿情表現(xiàn)出了更加明顯的網(wǎng)絡(luò)聚焦效應(yīng)。我國(guó)正處于社會(huì)轉(zhuǎn)型期，社會(huì)矛盾問(wèn)題依然突出，社會(huì)民生輿情已然成為一種常態(tài)化存在。故針對(duì)此類(lèi)事件的輿情應(yīng)對(duì)研究，對(duì)疏解社會(huì)情緒，防范社會(huì)風(fēng)險(xiǎn)具有重要意義。

1 文獻(xiàn)回顧與研究問(wèn)題

網(wǎng)絡(luò)輿情是以互聯(lián)網(wǎng)為傳播媒介，以輿情事件刺激主體，形成對(duì)事件的認(rèn)知、態(tài)度、情感和行為傾向的集合[2]。近年來(lái)，公共事件中的輿情極化現(xiàn)象頻發(fā)，對(duì)公共決策、政府運(yùn)行機(jī)制和社會(huì)共識(shí)形成均起到制約作用。為了降低網(wǎng)絡(luò)輿情產(chǎn)生的負(fù)面效應(yīng)，國(guó)內(nèi)外學(xué)者加強(qiáng)了對(duì)網(wǎng)絡(luò)輿情演化規(guī)律、特征、影響因素等方面的研究，以期提出更為有效的，符合互聯(lián)網(wǎng)傳播邏輯的輿情引導(dǎo)方案。

1.1 網(wǎng)絡(luò)輿情演化規(guī)律及特征探索

目前國(guó)內(nèi)外學(xué)者對(duì)網(wǎng)絡(luò)輿情演化進(jìn)程及規(guī)律進(jìn)行了大量研究，多基于輿情演進(jìn)周期、輿情主體作用和演變過(guò)程中信息傳播特點(diǎn)等方面對(duì)其進(jìn)行探索?，F(xiàn)有文獻(xiàn)通常將網(wǎng)絡(luò)輿情周期分為三至六個(gè)階段，如Burkholder等提出了經(jīng)典的復(fù)雜災(zāi)害下輿情演化的三階段模型[3]；An等研究了突發(fā)公共衛(wèi)生事件在微博和Twitter上的輿情話題演變模式及周期規(guī)律[4]。輿情主體研究方面，唐曉波等基于復(fù)雜網(wǎng)絡(luò)分析探索意見(jiàn)領(lǐng)袖與微博輿情熱點(diǎn)演變的關(guān)系[5]；易臣何等提出網(wǎng)絡(luò)輿情事件中網(wǎng)民情緒經(jīng)歷的“個(gè)體情緒-群體情緒-鏈體情緒”的演化規(guī)律及其對(duì)政府形象的影響[6]。輿情信息傳播特點(diǎn)研究方面，Peters等基于系統(tǒng)動(dòng)力學(xué)模型研究輿情擴(kuò)散中的級(jí)聯(lián)效應(yīng)及其效率問(wèn)題[7]。

1.2 網(wǎng)絡(luò)輿情演化影響因素分析

相關(guān)研究眾多，其中模型分析和總結(jié)性研究較常見(jiàn)，多以闡釋性視角論述個(gè)體及組織在網(wǎng)絡(luò)輿情演化過(guò)程中的行為、作用和多因素間交互關(guān)系如何改變輿情狀態(tài)。Jain等改進(jìn)Louvain算法識(shí)別社區(qū)網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)，并基于Firefly算法確定社交網(wǎng)絡(luò)中的意見(jiàn)領(lǐng)袖來(lái)研究其在輿情發(fā)展中的作用[8]；Hegselmann等通過(guò)構(gòu)造有界信任模型，分析群體觀點(diǎn)和規(guī)模對(duì)輿情發(fā)展的影響以及關(guān)聯(lián)關(guān)系[9]；Ma等在傳染病模型基礎(chǔ)上，增加了“雙向社會(huì)加強(qiáng)效應(yīng)”的影響因素，研究不同條件下未知者對(duì)輿情演進(jìn)的影響[10]；李靜等基于協(xié)同理論和多案例研究，分析不同參與主體在網(wǎng)絡(luò)輿論場(chǎng)中的互動(dòng)關(guān)系如何改變輿情態(tài)勢(shì)[11]。

1.3 網(wǎng)絡(luò)輿情引導(dǎo)機(jī)制研究

當(dāng)前關(guān)于輿情引導(dǎo)策略的相關(guān)研究較為零散，多集中于傳播學(xué)、社會(huì)學(xué)和情報(bào)學(xué)領(lǐng)域，重點(diǎn)關(guān)注互聯(lián)網(wǎng)為輿情引導(dǎo)工作帶來(lái)的挑戰(zhàn)以及應(yīng)對(duì)這些危機(jī)的引導(dǎo)策略，但基于互聯(lián)網(wǎng)技術(shù)特征的智能化引導(dǎo)方式的研究較少且相對(duì)滯后。韓素梅等結(jié)合里杰斯特提出的危機(jī)公關(guān)3T原則，從“時(shí)、度、效”3個(gè)方面論述了新媒體輿情的引導(dǎo)法則[12]；夏一雪等研究了輿情大數(shù)據(jù)環(huán)境下網(wǎng)民情感引導(dǎo)模式，針對(duì)兩種類(lèi)型的突發(fā)事件，提出了輿情引導(dǎo)“時(shí)度效”標(biāo)準(zhǔn)及對(duì)應(yīng)策略[13]。Feng構(gòu)建情感計(jì)算模型應(yīng)用于網(wǎng)絡(luò)社交媒體熱點(diǎn)新聞挖掘和輿情引導(dǎo)分析，以有效提升引導(dǎo)效果[14]。

綜上所述，通過(guò)梳理相關(guān)研究成果發(fā)現(xiàn)，一方面，許多研究集中于對(duì)輿情演進(jìn)規(guī)律、影響因素、網(wǎng)民情感、引導(dǎo)策略等方面進(jìn)行雙變量關(guān)系分析，缺乏從集合組成要素的微觀層面將多者置于統(tǒng)一系統(tǒng)結(jié)構(gòu)中，對(duì)其相互作用機(jī)制進(jìn)行定量研究。另一方面，輿情演化影響因素研究中的變量選擇，常忽略相異性質(zhì)因素組合在不同排序下導(dǎo)致輿情發(fā)展的多路徑可能。此外，盡管關(guān)于輿情引導(dǎo)機(jī)制的研究較多，但多停留在宏觀理論與政策研究層面，缺乏針對(duì)于具體應(yīng)用場(chǎng)景、結(jié)合多案例分析，開(kāi)展量化研究的“時(shí)度效”引導(dǎo)方案的提出?；诖?，本文嘗試將網(wǎng)絡(luò)輿情演化規(guī)律及影響因素、網(wǎng)民負(fù)面情感和輿情引導(dǎo)機(jī)制置于同一框架下，采用QCA定性研究與“時(shí)度效”建模仿真定量研究相結(jié)合的方法，針對(duì)社會(huì)民生事件場(chǎng)景，提出分眾化精準(zhǔn)引導(dǎo)策略，從而在一定程度上拓寬網(wǎng)絡(luò)輿情研究思路，為應(yīng)對(duì)社會(huì)民生輿情危機(jī)提供科學(xué)決策支持。

2 社會(huì)民生輿情演化影響因素分析

不同于重大突發(fā)事件潛伏期風(fēng)險(xiǎn)積聚時(shí)間長(zhǎng)，出現(xiàn)征兆不明顯，迅速而猛烈地進(jìn)入爆發(fā)期，易產(chǎn)生較大破壞力等輿情演化規(guī)律，社會(huì)民生輿情作為一般輿情事件，其危機(jī)誘因往往具有偶然性，但所反映的風(fēng)險(xiǎn)問(wèn)題通常能夠體現(xiàn)較為深入的社會(huì)矛盾和利益沖突，容易在多輿情主體的交互作用下產(chǎn)生較為明顯和較長(zhǎng)時(shí)間的網(wǎng)絡(luò)發(fā)酵過(guò)程，表現(xiàn)出蔓延期前置的特征。因此，綜合前人學(xué)者們提出的理論假設(shè)，本文將社會(huì)民生輿情演化周期劃分為潛伏期、蔓延期、爆發(fā)期、衰退期4個(gè)階段。潛伏期，事件在網(wǎng)絡(luò)上披露，信息傳播渠道集中，出現(xiàn)少量意見(jiàn)領(lǐng)袖。蔓延期，伴隨更多媒體和意見(jiàn)領(lǐng)袖關(guān)注和報(bào)道該議題，吸引更多網(wǎng)民參與到輿情事件的討論中，逐漸分裂為持不同觀點(diǎn)的子話題群體，并在個(gè)體和群體間意見(jiàn)沖突與交互的過(guò)程中，完成輿情信息的再生產(chǎn)與擴(kuò)散，促使事件話題不斷發(fā)酵，輿情事態(tài)迅速擴(kuò)大。爆發(fā)期，伴隨事實(shí)還原過(guò)程，大量媒體和意見(jiàn)領(lǐng)袖通過(guò)導(dǎo)向性議題設(shè)置，完成網(wǎng)民的情緒渲染和不同意見(jiàn)群體的持續(xù)博弈，輿情信息在短時(shí)間內(nèi)爆炸式增長(zhǎng)，不斷催生出新的輿情熱點(diǎn)，致使圍繞該事件的原生和次生輿情共同推動(dòng)話題熱度達(dá)到峰值，部分事件會(huì)出現(xiàn)多個(gè)輿情高潮，進(jìn)而形成一定的社會(huì)影響，促使相關(guān)主管部門(mén)介入，加速事件處置。此時(shí)，輿情網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)多結(jié)構(gòu)洞，多節(jié)點(diǎn)共鳴型傳播特點(diǎn)。衰退期，隨著事件所反饋的問(wèn)題得到解決，輿情事態(tài)變小、變?nèi)?，不再升?jí)擴(kuò)大，輿情主體參與度降低，輿情網(wǎng)絡(luò)呈現(xiàn)同質(zhì)化網(wǎng)絡(luò)緩解特征。

本文嘗試從輿情演化動(dòng)力學(xué)視角來(lái)分析社會(huì)民生輿情呈現(xiàn)上述周期演化規(guī)律的主要影響因素[15]，為fsQCA的變量選擇提供依據(jù)。其中，輿情事件的敏感性和危害性是輿情演進(jìn)的內(nèi)源動(dòng)力；網(wǎng)絡(luò)傳播推動(dòng)力和引導(dǎo)主體的控制力是輿情演進(jìn)的外源動(dòng)力，前者會(huì)受到網(wǎng)民、意見(jiàn)領(lǐng)袖和媒體的影響，后者會(huì)受到響應(yīng)情況、信息公開(kāi)程度、主體公信力、具體引導(dǎo)策略等方面的影響，參見(jiàn)圖1。

圖1 網(wǎng)絡(luò)輿情演化動(dòng)力圖

2.1 研究方法

為更好地揭示社會(huì)民生輿情演化過(guò)程中多元變量的共同作用，本文選用模糊集定性比較分析方法，該方法建立于模糊集理論的基礎(chǔ)上，保留了核心的集合理論原則，能夠處理集合間的部分隸屬問(wèn)題，同時(shí)擁有定性和定量的屬性，能夠避免對(duì)核心變量的粗糙分類(lèi)，對(duì)變量提供更細(xì)粒度的測(cè)量。

2.2 案例選擇

本研究采取立意抽樣方式，以人民網(wǎng)發(fā)布的《中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》為基礎(chǔ)案例庫(kù)，選取2016-2021年間的36例符合條件的典型社會(huì)民生事件作為研究樣本(參見(jiàn)表1)。樣本案例涉及三類(lèi)社會(huì)民生問(wèn)題，主要為生命安全問(wèn)題，如刑事類(lèi)案件、公共事故、藥物及食品安全等；其次為社會(huì)倫理問(wèn)題，如網(wǎng)絡(luò)暴力、基因編輯、網(wǎng)絡(luò)詐捐等；第三類(lèi)為社會(huì)公平問(wèn)題，如高考公平、學(xué)術(shù)造假、顧客維權(quán)等。這些反復(fù)出現(xiàn)的輿情熱點(diǎn)話題，能夠反映公眾的社會(huì)心理以及所對(duì)應(yīng)的社會(huì)矛盾和問(wèn)題。

表1 研究案例

續(xù)表1 研究案例

2.3 變量設(shè)置與賦值

網(wǎng)絡(luò)輿情事件的演化和傳播機(jī)理較為復(fù)雜，本文從上述輿情演進(jìn)動(dòng)力學(xué)視角出發(fā)，結(jié)合前人研究的理論假設(shè)，嘗試從輿情事件、網(wǎng)民情感和傳播屬性3個(gè)層面，探究社會(huì)民生輿情演化的影響因素。本文對(duì)變量的隸屬分?jǐn)?shù)賦值采用了四值處理(1、0.67、0.33、0)。解釋變量與結(jié)果變量設(shè)置如下(變量賦值參見(jiàn)表2)。

表2 變量賦值匯總

2.3.1事件層面解釋變量

a.事件性質(zhì)。事件層面的解釋變量是輿情事件比較研究中常用的條件變量[16]。不同事件話題會(huì)呈現(xiàn)出多樣態(tài)演進(jìn)特征，其中高敏感性、強(qiáng)危害性事件更容易激起網(wǎng)民的討論與問(wèn)責(zé)。本文將出現(xiàn)個(gè)體死亡或群體嚴(yán)重傷害的案例編碼為1，無(wú)則編碼為0。

b.涉事主體響應(yīng)類(lèi)型。社會(huì)民生事件中，涉事方可以為個(gè)人、團(tuán)體或政府，其對(duì)事件的響應(yīng)速度及態(tài)度決定了輿情發(fā)展進(jìn)程。本文參照楊立華等的編碼方法[17]，將涉事主體采取積極響應(yīng)措施編碼為1，未及時(shí)采取積極措施編碼為0。

c.引導(dǎo)主體公信力。輿情發(fā)展存在多元引導(dǎo)主體和多元意見(jiàn)傾向，輿情引導(dǎo)主體的公信力越強(qiáng)，越會(huì)強(qiáng)化引導(dǎo)意見(jiàn)的可信度和勸服力，起到正向干預(yù)作用[18]，本文將有權(quán)威媒體機(jī)構(gòu)或政府部門(mén)介入的案例編碼為1，無(wú)則編碼為0。

2.3.2情感層面解釋變量

a.共情心理。孫菲指出強(qiáng)大的情感共鳴會(huì)形成“封閉的社交網(wǎng)絡(luò)”，促成輿情極化情緒的形成[19]。當(dāng)與涉事方具有相似特征，或從屬于同類(lèi)社會(huì)屬性群體時(shí)，更易引發(fā)群體同理情緒。本文將反映社會(huì)現(xiàn)象或涉及社會(huì)多數(shù)群體的案例編碼為1，涉及少數(shù)群體編碼為0。

b.公眾訴求。公眾通常會(huì)對(duì)其認(rèn)為重要的、出乎意料的、負(fù)面事件產(chǎn)生“追責(zé)”訴求[20]，當(dāng)訴求沒(méi)有得到滿足時(shí)，會(huì)加速輿情惡化。曾祥敏等認(rèn)為公眾輿論表達(dá)的情緒化和代表的實(shí)際訴求會(huì)影響輿論走向[21]，本文參照其對(duì)公眾訴求的類(lèi)型劃分，將人身安全、經(jīng)濟(jì)利益等具體訴求編碼為1，將非具體的情感訴求編碼為0。

2.3.3傳播層面解釋變量

a.意見(jiàn)領(lǐng)袖。意見(jiàn)領(lǐng)袖在引導(dǎo)群體意見(jiàn)、形成輿論合力、改變輿情走向等方面具有顯著作用[22]，本文沿用彭祝斌等對(duì)意見(jiàn)領(lǐng)袖的識(shí)別條件[23]，統(tǒng)計(jì)了案例相關(guān)熱點(diǎn)微博話題下的意見(jiàn)領(lǐng)袖數(shù)量，將10個(gè)以上意見(jiàn)領(lǐng)袖參與的事件編碼為1，6～10個(gè)編碼為0.67，1～5個(gè)編碼為0.33，無(wú)則編碼為0。

b.媒體力量。媒體通過(guò)報(bào)道加速輿情信息傳播，影響網(wǎng)民對(duì)事件的觀點(diǎn)建構(gòu)和輿情進(jìn)程[24]。本文對(duì)事件相關(guān)熱點(diǎn)微博話題下的媒體賬號(hào)進(jìn)行統(tǒng)計(jì)，將10家以上媒體參與的事件編碼為1，6～10家編碼為0.67，1～5家編碼為0.33，無(wú)則編碼為0。雖然媒體賬號(hào)在微博中發(fā)揮意見(jiàn)領(lǐng)袖的作用，但在本文編碼過(guò)程中，將兩者進(jìn)行了獨(dú)立編碼。

2.3.4結(jié)果變量：輿情熱度變量

本文使用“輿情熱度變量”作為結(jié)果變量，沿用劉宸玎的編碼方法[25]，將微博話題討論量作為輿情熱度的原始定量數(shù)據(jù)來(lái)源，通過(guò)檢索事件元關(guān)鍵詞，統(tǒng)計(jì)相關(guān)話題的討論量總數(shù)(以“萬(wàn)”為單位，保留2位小數(shù))，對(duì)所有案例進(jìn)行排序、分段。排序1～10的賦值為1，11～20的賦值為0.67，以此類(lèi)推。

2.4 結(jié)果分析

2.4.1單變量必要性分析

將所有條件變量輸入fsQCA3.0軟件中，以輿情熱度作為結(jié)果變量，進(jìn)行單變量必要性分析，見(jiàn)表3。

表3 單變量必要性分析結(jié)果

其中，一致性和覆蓋率指標(biāo)的算法如下：

(1)

(2)

由表3可知，共3個(gè)變量通過(guò)了必要一致性檢驗(yàn)(一致性得分超過(guò)0.9)。分別是變量：共情心理(0.90)、媒體力量(0.97)、意見(jiàn)領(lǐng)袖(0.97)，說(shuō)明上述三個(gè)變量均為結(jié)果變量“輿情熱度”的必要條件，即高輿情熱度時(shí)，“共情心理”“媒體力量”“意見(jiàn)領(lǐng)袖”均起到顯著作用[26]。

2.4.2模糊集比較分析

將賦值后真值表輸入fsQCA3.0軟件中，設(shè)置頻數(shù)閾值為1，前因集作為結(jié)果集子集的一致性閾值為0.775，進(jìn)行標(biāo)準(zhǔn)化分析。本文使用標(biāo)準(zhǔn)化分析提供的中間解作為最終結(jié)果。

如表4所示，標(biāo)準(zhǔn)化分析提供了導(dǎo)致高輿情熱度的3種條件組合路徑，按照凈覆蓋率降序?qū)⑵浞謩e編碼為S1、S2、S3。

表4 標(biāo)準(zhǔn)化分析結(jié)果

S1表明，當(dāng)事件的共情潛力較強(qiáng)，涉事方消極響應(yīng)，引導(dǎo)主體公信力較強(qiáng)，公眾有較強(qiáng)的情感訴求時(shí)，在媒體和意見(jiàn)領(lǐng)袖的推動(dòng)下，輿情更易爆發(fā)。隸屬于該條件組合的具體案例包括杭州女子被造謠出軌快遞員事件、江歌事件、章瑩穎失蹤事件、杭州女子失蹤案、鮑毓明涉嫌性侵養(yǎng)女等。

S2表明，當(dāng)事件的危害性、敏感性不強(qiáng)，共情潛力較強(qiáng)，涉事方消極響應(yīng)，引導(dǎo)主體公信力較強(qiáng)時(shí)，在媒體和意見(jiàn)領(lǐng)袖的推動(dòng)下，輿情熱度迅速攀升。隸屬于該條件組合的具體案例包括鮑毓明涉嫌性侵養(yǎng)女事件、杭州女子被造謠出軌快遞員事件、陜西奔馳女車(chē)主維權(quán)事件等。

S3表明，當(dāng)事件的危害性、敏感性不強(qiáng)，共情潛力較強(qiáng)，涉事方積極響應(yīng)，引導(dǎo)主體公信力較強(qiáng)，公眾有較強(qiáng)的情感訴求時(shí)，媒體報(bào)道不多，但意見(jiàn)領(lǐng)袖發(fā)揮較大助推作用時(shí)，輿情熱度迅速攀升。隸屬于該條件組合的具體案例為羅一笑事件。

值得強(qiáng)調(diào)的是，單變量必要性分析中出現(xiàn)的3個(gè)結(jié)果必要條件(共情心理強(qiáng)、媒體數(shù)量多、意見(jiàn)領(lǐng)袖數(shù)量多)在所選擇的輿情案例中幾乎均有體現(xiàn)，故這3個(gè)變量在社會(huì)民生輿情引導(dǎo)中更具參考意義。

3 負(fù)面情感引導(dǎo)時(shí)度效研究

從上述QCA的分析結(jié)果能夠看到，社會(huì)民生事件越具有共情潛力，越能夠引起公眾的情感訴求，輿情越快速爆發(fā)。由此可見(jiàn)，網(wǎng)民對(duì)公共輿情危機(jī)的影響日益凸顯。一方面，網(wǎng)民情感的網(wǎng)絡(luò)行為表達(dá)直接體現(xiàn)其差異化訴求，是網(wǎng)絡(luò)輿情演化的重要驅(qū)動(dòng)因素。輿情發(fā)展過(guò)程中，網(wǎng)民情感經(jīng)歷了認(rèn)知判斷、情緒激發(fā)、情感碰撞、緩和平穩(wěn)4個(gè)階段。個(gè)人在接收到輿情信息時(shí)，進(jìn)行“選擇性加工”并持觀望態(tài)度；伴隨事實(shí)認(rèn)知深化進(jìn)一步激發(fā)個(gè)體情緒，價(jià)值判斷固化；新的刺激因素促成反饋情緒，通過(guò)網(wǎng)絡(luò)表達(dá)傳播，并在情感碰撞后形成群體意見(jiàn)，進(jìn)而在“集體記憶”和群體情緒裹挾下，引發(fā)鏈體反應(yīng)，推動(dòng)輿論極化；最后網(wǎng)民的話題關(guān)注度降低并轉(zhuǎn)移，輿情風(fēng)險(xiǎn)消退。另一方面，網(wǎng)民在輿情事件中參與角色的變化，催生出新的輿情引導(dǎo)困境。算法分發(fā)機(jī)制下的“信息繭房”加劇網(wǎng)民思維固化和非理性行為的衍生，侵蝕主流輿論引導(dǎo)力，易引發(fā)線下群體性事件；網(wǎng)民以其龐大基數(shù)深度參與輿情信息的“議程設(shè)置”，極大增加謠言數(shù)量和擴(kuò)散性，帶來(lái)輿論場(chǎng)域的失焦。因此，為了有效應(yīng)對(duì)社會(huì)民生輿情，就需要重視網(wǎng)民作用，依托輿情大數(shù)據(jù)的分析研判，更好地解決網(wǎng)民負(fù)面情感引導(dǎo)的“時(shí)度效”問(wèn)題。

3.1 輿論引導(dǎo)“時(shí)度效”機(jī)制

近年來(lái)，“時(shí)度效”已經(jīng)成為輿論引導(dǎo)的重要基礎(chǔ)和衡量標(biāo)準(zhǔn)。“時(shí)”強(qiáng)調(diào)時(shí)間維度上的引導(dǎo)時(shí)機(jī)選擇，既要將輿情事件置于一段歷史時(shí)間內(nèi)進(jìn)行全局考察，又要保證首次引導(dǎo)的時(shí)效性，把握關(guān)鍵引導(dǎo)時(shí)機(jī)。“度”強(qiáng)調(diào)方法維度上輿論引導(dǎo)的準(zhǔn)確性和針對(duì)性，引導(dǎo)內(nèi)容要真正觸達(dá)人心，引導(dǎo)節(jié)奏要適度而非過(guò)度。“效”強(qiáng)調(diào)影響維度上引導(dǎo)策略的有效性，保障時(shí)與度的優(yōu)化策略選擇。三者辯證統(tǒng)一，度和效受到時(shí)的制約，需要在特定時(shí)間實(shí)現(xiàn)；效是時(shí)與度的目標(biāo)和出發(fā)點(diǎn)，時(shí)和度的把握，會(huì)影響引導(dǎo)效果，時(shí)與度的選擇，又需要效的衡量。在輿論引導(dǎo)實(shí)踐中，只有將三者視為有機(jī)整體，綜合考慮并予以實(shí)施，才能做到合時(shí)、適度、有效。基于此，本文嘗試通過(guò)模型分析來(lái)研究網(wǎng)民負(fù)面情感引導(dǎo)的“時(shí)度效”關(guān)系。

3.2 負(fù)面情感引導(dǎo)模型

社會(huì)民生事件演化周期內(nèi)的輿情信息量變化通常呈現(xiàn)“S型”曲線特征，因此，本文選取Logistic模型作為常態(tài)模型來(lái)研究此類(lèi)輿情事件中網(wǎng)民負(fù)面情感的演化規(guī)律[13]。假設(shè)輿情事件發(fā)生后，t時(shí)間內(nèi)網(wǎng)民負(fù)面情感信息量為N(t)，r為信息增長(zhǎng)率，K為信息量上限，初值N(0)=N0，則所對(duì)應(yīng)的負(fù)面情感常態(tài)模型為：

(3)

網(wǎng)民的負(fù)面情感會(huì)在引導(dǎo)主體實(shí)施引導(dǎo)措施α后，由常態(tài)模型轉(zhuǎn)變?yōu)橐龑?dǎo)模型。當(dāng)引導(dǎo)系數(shù)α∈(0，+∞)時(shí)，引導(dǎo)主體實(shí)施了正向引導(dǎo)策略，且α的值越大，正向引導(dǎo)程度越強(qiáng)。假設(shè)引導(dǎo)系數(shù)α能直接作用于網(wǎng)民的負(fù)面情感，令引導(dǎo)模型的初值N(0)=N(t0)，t0為輿情事件實(shí)施引導(dǎo)措施的最佳時(shí)間節(jié)點(diǎn)，則負(fù)面情感引導(dǎo)模型為：

(4)

社會(huì)民生輿情演化過(guò)程中，潛伏期的風(fēng)險(xiǎn)積聚具有突發(fā)性和隱蔽性，少量輿情主體產(chǎn)生發(fā)表、轉(zhuǎn)載、評(píng)論等參與行為，尚未引起公眾情感共鳴。當(dāng)輿情主體和輿情信息數(shù)量不斷增加，產(chǎn)生了一定規(guī)模的公眾意見(jiàn)和情緒表達(dá)時(shí)，共同的立場(chǎng)和訴求使負(fù)面觀點(diǎn)不斷聚集后，網(wǎng)民的負(fù)面情感自常態(tài)模型初值N0開(kāi)始，進(jìn)入蔓延期。伴隨輿情態(tài)勢(shì)發(fā)展，網(wǎng)民對(duì)于事件的負(fù)面情緒積累達(dá)到高峰，甚至產(chǎn)生群體性輿情極化現(xiàn)象，致使負(fù)面輿情信息數(shù)量迅速呈幾何級(jí)數(shù)激增，在t1后進(jìn)入爆發(fā)期，直至輿情熱度逐漸衰退，網(wǎng)民情感趨于平穩(wěn)。因此，根據(jù)Logistic曲線特征，t1為L(zhǎng)ogistic方程“S型”曲線中的第一次重要拐點(diǎn)，通過(guò)計(jì)算函數(shù)拐點(diǎn)，可以得到網(wǎng)民負(fù)面情感演化的關(guān)鍵時(shí)間節(jié)點(diǎn)t1為：

(5)

輿情事件發(fā)生后，網(wǎng)民負(fù)面情感首先按照常態(tài)模型進(jìn)行演化，在t0后開(kāi)始實(shí)施引導(dǎo)模型，故實(shí)施引導(dǎo)措施的最佳時(shí)間節(jié)點(diǎn)t0的選擇非常關(guān)鍵。本文基于社會(huì)民生輿情演化周期規(guī)律，嘗試對(duì)演化過(guò)程中的首次最佳引導(dǎo)時(shí)間進(jìn)行分析，而通過(guò)研究t1能夠?yàn)閠0的選擇提供參考依據(jù)。t1在初值和上限確定時(shí)僅與信息增長(zhǎng)率r有關(guān)，令輿情事件中r的取值范圍為[0，1.8]。當(dāng)輿情開(kāi)始時(shí)，網(wǎng)民負(fù)面情感信息在[0，t1]區(qū)間增量較少；t1時(shí)間后網(wǎng)民負(fù)面情感信息的增量值快速增加。因此，社會(huì)民生事件的最佳引導(dǎo)時(shí)間t0應(yīng)在爆發(fā)期前，即t0∈[0，t1]。

3.3 時(shí)度效仿真分析

由于社會(huì)民生事件中網(wǎng)民負(fù)面情感初值N0和信息增長(zhǎng)率r較大，負(fù)面情感信息量增長(zhǎng)較快，致使t1的值較小，即輿情會(huì)在較短時(shí)間內(nèi)從蔓延期進(jìn)入爆發(fā)期。因此，最佳引導(dǎo)時(shí)間t0可能會(huì)出現(xiàn)在t1的右側(cè)。為了更好地研究此類(lèi)輿情事件的引導(dǎo)“時(shí)度效”關(guān)系，本文選取t1前1個(gè)時(shí)間單位作為前置引導(dǎo)，t1后1個(gè)時(shí)間單位作為后置引導(dǎo)，對(duì)最佳引導(dǎo)時(shí)間t0進(jìn)行研究。設(shè)置負(fù)面情感初值N0為50，信息增長(zhǎng)率r為0.8，負(fù)面情感信息量上限K為5000，進(jìn)行時(shí)度效仿真模型分析。基于上述參數(shù)設(shè)定，通過(guò)模型計(jì)算得到仿真數(shù)據(jù)表(參見(jiàn)表5)。

表5 仿真數(shù)據(jù)

經(jīng)計(jì)算，前置引導(dǎo)時(shí)間為3.0977，后置引導(dǎo)時(shí)間為5.0977。令引導(dǎo)系數(shù)α分別為{0.5，1，1.5，2}，得到社會(huì)民生輿情事件“時(shí)度效”仿真分析結(jié)果，參見(jiàn)圖2、圖3。

圖2 社會(huì)民生輿情事件“時(shí)度效”仿真分析(前置引導(dǎo))

圖3 社會(huì)民生輿情事件“時(shí)度效”仿真分析(后置引導(dǎo))

從仿真分析結(jié)果可知，當(dāng)引導(dǎo)主體采取正向引導(dǎo)措施時(shí)，網(wǎng)民負(fù)面情感大幅減少，并且隨著引導(dǎo)系數(shù)α的增加，負(fù)面情感信息量持續(xù)下降，降低程度分別為33.33%、50%、60%、66.67%。當(dāng)α增加到1之后，負(fù)面情感信息量已降低至50%以下，引導(dǎo)效果顯著。

通過(guò)對(duì)比“前置引導(dǎo)時(shí)間”與“后置引導(dǎo)時(shí)間”的仿真分析結(jié)果能夠發(fā)現(xiàn)，在進(jìn)入t1之前的蔓延期采取正向引導(dǎo)措施，網(wǎng)民負(fù)面情感值增長(zhǎng)緩慢，而在進(jìn)入t1之后的爆發(fā)期實(shí)施引導(dǎo)，網(wǎng)民負(fù)面情感值短時(shí)間內(nèi)快速增加。因此，最佳引導(dǎo)時(shí)間節(jié)點(diǎn)選在“前置引導(dǎo)階段”能夠有效舒緩網(wǎng)民情緒，同時(shí)，處于蔓延期的輿情風(fēng)險(xiǎn)具有較大隨機(jī)演化特征，一些事件由于缺乏爭(zhēng)議性和沖突性，難以引發(fā)公眾情感共鳴，在此階段進(jìn)行有效干預(yù)，能夠使輿情信息在大規(guī)模擴(kuò)散之前快速消退。而引導(dǎo)時(shí)間節(jié)點(diǎn)選在“后置引導(dǎo)階段”可能會(huì)面臨較多不確定因素。例如，大量負(fù)面信息導(dǎo)致主輿論場(chǎng)內(nèi)的信息數(shù)量不對(duì)等，引導(dǎo)效果甚微；輿情風(fēng)險(xiǎn)的反復(fù)性和不確定性，使得出現(xiàn)新誘因、反轉(zhuǎn)劇情或關(guān)聯(lián)性事件時(shí)，會(huì)產(chǎn)生多輪輿情周期現(xiàn)象；謠言泛濫導(dǎo)致真相難以識(shí)別，輿情影響擴(kuò)大，產(chǎn)生漣漪效應(yīng)，引發(fā)社會(huì)化和多元化輿情議題增加，上述情況都會(huì)促使網(wǎng)民負(fù)面情感加劇。故社會(huì)民生輿情的最佳引導(dǎo)時(shí)間節(jié)點(diǎn)應(yīng)選取在“前置引導(dǎo)時(shí)間”的蔓延期。而一旦錯(cuò)過(guò)了該時(shí)間段，考慮到輿論引導(dǎo)的必要性，可以選擇在爆發(fā)期采取較強(qiáng)程度的正向引導(dǎo)措施和隱性管控策略，最大程度弱化情緒極化與線上線下關(guān)聯(lián)風(fēng)險(xiǎn)。此外，由于前置與后置引導(dǎo)時(shí)間的負(fù)面信息變化量差異不大，最佳引導(dǎo)時(shí)間的選取并非最重要因素，應(yīng)采取“先度后時(shí)”原則，重點(diǎn)確保引導(dǎo)策略實(shí)施的針對(duì)性、全面性和有效性。

4 分眾化輿情引導(dǎo)路徑構(gòu)建

基于上述以網(wǎng)民情感疏導(dǎo)為核心的輿情引導(dǎo)“時(shí)度效”機(jī)制研究，本文嘗試進(jìn)一步探索構(gòu)建區(qū)別于傳統(tǒng)剛性管控“一體化引導(dǎo)模式”的、以網(wǎng)民群體特征和實(shí)際需求為基礎(chǔ)的“分眾化引導(dǎo)模式”(參見(jiàn)圖4)，從引導(dǎo)時(shí)間、干預(yù)程度、效果評(píng)估等方面，優(yōu)化社會(huì)民生輿情引導(dǎo)策略。本文提到的引導(dǎo)主體包括政府機(jī)構(gòu)、個(gè)人、企業(yè)等涉事方，實(shí)際輿情引導(dǎo)中可根據(jù)事件性質(zhì)決定引導(dǎo)主體的界定。

圖4 分眾化引導(dǎo)模式

4.1 把握時(shí)：注重輿情引導(dǎo)時(shí)勢(shì)、時(shí)效、時(shí)機(jī)

“時(shí)”是社會(huì)民生輿情引導(dǎo)需要考慮的首要因素，這里所說(shuō)的“時(shí)”，既代表時(shí)間、時(shí)機(jī)，也代表時(shí)局。首先，“第一時(shí)間發(fā)聲”對(duì)所有輿論引導(dǎo)工作而言都至關(guān)重要，盡管社會(huì)民生事件應(yīng)采取“先度后時(shí)”的引導(dǎo)原則，但引導(dǎo)主體也需要在監(jiān)測(cè)和研判到輿情發(fā)展的苗頭時(shí)，以權(quán)威身份快速響應(yīng)，主動(dòng)發(fā)聲，搶奪公眾“第一眼”，力爭(zhēng)在輿情態(tài)勢(shì)升級(jí)之前，盡可能利用多種媒介渠道擴(kuò)大正面闡釋聲量，贏得主動(dòng)權(quán)和話語(yǔ)權(quán)，避免因真相缺位、謠言泛濫而陷入輿論工作的被動(dòng)局面。其次，社會(huì)民生輿情的引導(dǎo)工作會(huì)經(jīng)歷多層次引導(dǎo)，多渠道作用的周期，要充分把握每一階段的最佳引導(dǎo)時(shí)機(jī)。由仿真分析結(jié)果可知，不同于重大突發(fā)事件“黃金4小時(shí)”的輿情處置原則，社會(huì)民生事件的輿情響應(yīng)周期較長(zhǎng)，一些事件會(huì)伴隨謠言和次生輿情的衍生而在兩三天后達(dá)到高潮。因此，此類(lèi)事件需要相對(duì)持續(xù)性的引導(dǎo)手段，密切關(guān)注輿情主題演變和網(wǎng)民情感訴求，在蔓延期和突發(fā)期，結(jié)合焦點(diǎn)問(wèn)題和事件處置的關(guān)鍵節(jié)點(diǎn)，針對(duì)目標(biāo)引導(dǎo)群體，實(shí)施針對(duì)性的引導(dǎo)策略。此外，社會(huì)民生事件往往與國(guó)家政策和民生大事休戚相關(guān)，需要在宏觀層面上結(jié)合時(shí)代背景，將輿情事件置于復(fù)雜多變的國(guó)際環(huán)境加以考慮，也要從我國(guó)正處于的關(guān)鍵發(fā)展時(shí)期加以衡量，分析輿情事件與同期社會(huì)熱點(diǎn)的關(guān)聯(lián)關(guān)系，多角度、多側(cè)面挖掘事件所反映的社會(huì)問(wèn)題和主要矛盾，從而精準(zhǔn)把握輿情引導(dǎo)的痛點(diǎn)，營(yíng)造正向輿論，因勢(shì)而謀，總攬全局。

4.2 把控度：掌握輿情引導(dǎo)深度、廣度、強(qiáng)度

“度”強(qiáng)調(diào)把握好輿情引導(dǎo)的尺度和程度，即依托大數(shù)據(jù)、人工智能、區(qū)塊鏈等信息技術(shù)，在大量分析研判工作的基礎(chǔ)上，通過(guò)正向引導(dǎo)措施的實(shí)施，使引導(dǎo)內(nèi)容直達(dá)人心。這就需要從內(nèi)容層面保障引導(dǎo)信息的質(zhì)量和水平，使其被公眾所接受；從傳播層面確保引導(dǎo)內(nèi)容廣泛擴(kuò)散，精準(zhǔn)送達(dá)；從管控層面阻斷負(fù)向輿情信息對(duì)公眾的干擾，肅清輿論環(huán)境。首先，輿論引導(dǎo)要在尊重真實(shí)性、客觀性、準(zhǔn)確性的新聞傳播規(guī)律的基礎(chǔ)上，實(shí)時(shí)公布事件處置進(jìn)展，及時(shí)調(diào)整引導(dǎo)口徑，充分表達(dá)鮮明的觀點(diǎn)意圖。同時(shí)，為了更好地達(dá)到正面宣傳效果，需要在分析用戶數(shù)據(jù)的基礎(chǔ)上，合理配置內(nèi)容議題、敘事框架、話語(yǔ)形式、表現(xiàn)方式等，提升引導(dǎo)內(nèi)容的說(shuō)服力，達(dá)到引起公眾情感共鳴，進(jìn)而產(chǎn)生正向傳播行為的引導(dǎo)目的。其次，基于本文QCA的分析結(jié)果，要充分發(fā)揮傳統(tǒng)媒體的宣傳資源和新媒體平臺(tái)的技術(shù)優(yōu)勢(shì)，以及意見(jiàn)領(lǐng)袖的圈層影響力，構(gòu)建全媒體時(shí)代的“聯(lián)合引導(dǎo)機(jī)制”，打造匯聚民意、高效觸達(dá)的交互傳播矩陣，強(qiáng)化主流輿論對(duì)公眾認(rèn)知的影響。同時(shí)把握好不同社會(huì)民生事件的引導(dǎo)信息數(shù)量、推送頻次和引導(dǎo)時(shí)長(zhǎng)，確保引導(dǎo)工作的適度性，避免過(guò)猶不及。再次，把握好輿情引導(dǎo)的對(duì)象范圍，對(duì)目標(biāo)人群進(jìn)行精準(zhǔn)定位、觀點(diǎn)研判和特征分析，制定差異化引導(dǎo)方案，利用智能分發(fā)算法，實(shí)現(xiàn)引導(dǎo)內(nèi)容的有效送達(dá)。最后，利用技術(shù)手段遏制謠言的滋生與傳播，提升輿情演化全過(guò)程的“內(nèi)容把關(guān)”效率，同時(shí)加強(qiáng)“網(wǎng)絡(luò)水軍”和負(fù)面賬號(hào)的識(shí)別與管控，打擊輿情事件中的異常傳播行為，破壞負(fù)向群體傳播的同質(zhì)性，有效降低輿情傳播峰值，加速輿情衰退。

4.3 把穩(wěn)效：確保輿情引導(dǎo)全面、精準(zhǔn)、有效

想要獲得良好的社會(huì)民生輿情引導(dǎo)效果，主要取決于是否在遵循網(wǎng)絡(luò)信息傳播規(guī)律的基礎(chǔ)上，實(shí)現(xiàn)了引導(dǎo)主體消解輿情、改變目標(biāo)引導(dǎo)對(duì)象態(tài)度和行為的意圖。因此，可以從網(wǎng)絡(luò)傳播效果情況和網(wǎng)民反饋情況兩個(gè)方面構(gòu)建基于大數(shù)據(jù)的引導(dǎo)效果評(píng)估體系，并開(kāi)展初始、過(guò)程、最終效果評(píng)估的動(dòng)態(tài)化、分階段的測(cè)量工作，進(jìn)而為輿情引導(dǎo)“時(shí)”與“度”的策略選擇與調(diào)整提供依據(jù)。首先，傳播效果評(píng)估方面，一方面，可以通過(guò)輿情信息全量數(shù)據(jù)采集與分析，判定輿情周期是否加速演化。另一方面，可以從傳播力、影響力、說(shuō)服力的角度，對(duì)跨輿論場(chǎng)引導(dǎo)內(nèi)容的傳播指數(shù)綜合測(cè)量，來(lái)衡量引導(dǎo)策略的全面性和有效性。其中，引導(dǎo)內(nèi)容的傳播范圍越廣(由跨媒體平臺(tái)數(shù)量及信息總數(shù)衡量)、持續(xù)時(shí)間越長(zhǎng)(由引導(dǎo)內(nèi)容持續(xù)傳播時(shí)間衡量)、傳播速度越快(由傳播信息量和引導(dǎo)持續(xù)時(shí)間衡量)，其融合傳播力就越強(qiáng)；引導(dǎo)內(nèi)容的綜合閱讀量、點(diǎn)贊量、轉(zhuǎn)發(fā)量、評(píng)論量越大，網(wǎng)民的參與程度就越高，其對(duì)公眾產(chǎn)生的影響力就越大；傳播主體公信力越強(qiáng)，主要輿論場(chǎng)中正面發(fā)文及評(píng)論占比遠(yuǎn)高于負(fù)面信息時(shí)，引導(dǎo)內(nèi)容對(duì)媒體和網(wǎng)民的說(shuō)服力就越好。其次，網(wǎng)民反饋評(píng)估方面，結(jié)合心理學(xué)的相關(guān)研究，通過(guò)探索網(wǎng)民線上行為與線下情緒、認(rèn)知、行動(dòng)具體指標(biāo)的關(guān)聯(lián)關(guān)系，構(gòu)建網(wǎng)民情緒態(tài)度識(shí)別模型，結(jié)合問(wèn)卷調(diào)查方式，進(jìn)而對(duì)引導(dǎo)措施實(shí)施后的目標(biāo)引導(dǎo)對(duì)象進(jìn)行態(tài)度轉(zhuǎn)變率測(cè)量，來(lái)判斷網(wǎng)民的負(fù)面情感是否緩解，是否產(chǎn)生了理性化的事實(shí)認(rèn)知，并推動(dòng)了有益行為的轉(zhuǎn)變，是否最終促成社會(huì)共識(shí)的形成，加速社會(huì)矛盾的解決，從而科學(xué)評(píng)估引導(dǎo)策略對(duì)公眾作用的精準(zhǔn)性和有效性。

5 結(jié)論與討論

本文探索了社會(huì)民生事件的輿情演化特征、影響因素，以及基于網(wǎng)民負(fù)面情感分析與“時(shí)度效”研究的分眾化引導(dǎo)機(jī)制，得出以下結(jié)論：a.社會(huì)民生事件作為反映民情的重要窗口，更具網(wǎng)絡(luò)聚焦效應(yīng)，容易將社會(huì)問(wèn)題放大，引發(fā)網(wǎng)民的不滿情緒和群體極化現(xiàn)象，處置失當(dāng)會(huì)對(duì)政府機(jī)構(gòu)和涉事方的公信力帶來(lái)沖擊。b.社會(huì)民生輿情演進(jìn)存在較為明顯的周期規(guī)律，與重大突發(fā)事件相比，蔓延期前置，有較長(zhǎng)時(shí)間且相對(duì)明顯的網(wǎng)絡(luò)發(fā)酵過(guò)程。通過(guò)定性比較研究發(fā)現(xiàn)，能否引起公眾共情心理，滿足公眾情感訴求，媒體報(bào)道與意見(jiàn)領(lǐng)袖的傳播作用是影響輿情發(fā)展的重要因素，為引導(dǎo)策略的研究提供了依據(jù)。c.針對(duì)網(wǎng)民負(fù)面情感的“時(shí)度效”仿真分析，能夠幫助測(cè)量引導(dǎo)時(shí)間、引導(dǎo)程度和預(yù)期效果，同時(shí)表明，較強(qiáng)程度的正向引導(dǎo)措施，能夠有效疏解網(wǎng)民的負(fù)面情緒，但應(yīng)采取“先度后時(shí)”原則，充分把握蔓延期的最佳引導(dǎo)階段。d.基于上述研究構(gòu)建的分眾化引導(dǎo)路徑，考慮到了引導(dǎo)群體特征和差異化訴求，從時(shí)、度、效3個(gè)維度提出的較為系統(tǒng)的輿情引導(dǎo)方案，符合智能化輿情治理特征，能夠?yàn)樾聲r(shí)期的輿論引導(dǎo)工作提供參考。

本文通過(guò)QCA定性比較分析得到的條件組合路徑并不能描述所有社會(huì)民生輿情的生成軌跡，在未來(lái)的研究中，將進(jìn)一步利用輿情大數(shù)據(jù)研究不同類(lèi)型公共事件的輿情傳播機(jī)理和演進(jìn)規(guī)律，提升研究的精準(zhǔn)度，并制定更為詳盡的時(shí)、度、效多級(jí)量化指標(biāo)，探索實(shí)踐層面更具操作性和指導(dǎo)性的輿情引導(dǎo)方案。