摘要：為準(zhǔn)確評(píng)估與監(jiān)測(cè)地震輿情風(fēng)險(xiǎn)，正確引導(dǎo)社會(huì)輿論方向，基于供需偏離理論，采用層次分析法和熵值法相結(jié)合的組合賦權(quán)法，構(gòu)建地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，以2022年四川蘆山6.1級(jí)、馬爾康5.8級(jí)和瀘定6.8級(jí)3次地震后7 d內(nèi)發(fā)布的相關(guān)微博及其評(píng)論為數(shù)據(jù)樣本，衡量和評(píng)價(jià)其輿情風(fēng)險(xiǎn)。結(jié)果表明：震后24 h是地震輿情的風(fēng)險(xiǎn)監(jiān)測(cè)關(guān)鍵時(shí)段，需要高度關(guān)注和密切觀察。地震的震級(jí)較高或余震較多時(shí)，輿情風(fēng)險(xiǎn)指數(shù)波動(dòng)性就會(huì)變大。構(gòu)建的地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，適用于對(duì)多個(gè)地震輿情風(fēng)險(xiǎn)的指標(biāo)度量、動(dòng)態(tài)監(jiān)測(cè)及規(guī)律演變，可為震后政府與媒體的應(yīng)急救援和輿論引導(dǎo)提供參考。

關(guān)鍵詞：地震輿情；風(fēng)險(xiǎn)評(píng)估；動(dòng)態(tài)監(jiān)測(cè)；四川

中圖分類(lèi)號(hào)：P315.9；G353.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-0666（2024）02-0263-10

doi：10.20015/j.cnki.ISSN1000-0666.2024.0013

0 引言

地震是對(duì)人類(lèi)最具威脅的自然災(zāi)害之一，具有突發(fā)性和難以預(yù)測(cè)性（何萍，俞崗，2019）。破壞性地震一旦發(fā)生，會(huì)對(duì)當(dāng)?shù)氐幕A(chǔ)設(shè)施、電力通信、經(jīng)濟(jì)生活等方面產(chǎn)生不同程度的影響，極易導(dǎo)致災(zāi)區(qū)物資緊缺，使居民產(chǎn)生劇烈的心理波動(dòng)。

中國(guó)互聯(lián)網(wǎng)信息中心（2023）數(shù)據(jù)顯示，截至2022年12月，中國(guó)網(wǎng)民規(guī)模達(dá)到10.67億，互聯(lián)網(wǎng)普及率達(dá)到75.6%?；ヂ?lián)網(wǎng)的普及使地震災(zāi)害信息傳播速度不斷加快，社交媒體用戶一旦觀點(diǎn)產(chǎn)生沖突，極易形成網(wǎng)絡(luò)輿情，甚至激發(fā)社會(huì)公眾恐慌情緒，對(duì)災(zāi)害輿情引導(dǎo)工作產(chǎn)生不利影響。

近年來(lái)，隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，蘊(yùn)含海量數(shù)據(jù)的社交媒體平臺(tái)為開(kāi)展災(zāi)害輿情的風(fēng)險(xiǎn)監(jiān)測(cè)與分析提供了豐富的數(shù)據(jù)源（薄濤等，2018）。結(jié)合實(shí)時(shí)更新的社交媒體數(shù)據(jù)進(jìn)行災(zāi)害輿情的供需分析與風(fēng)險(xiǎn)監(jiān)測(cè)，有助于做好輿論引導(dǎo)，提高災(zāi)害應(yīng)急救助過(guò)程中的時(shí)效性和準(zhǔn)確性。一些學(xué)者利用微博數(shù)據(jù)，將自然災(zāi)害和網(wǎng)絡(luò)輿情結(jié)合起來(lái)，主要圍繞輿情風(fēng)險(xiǎn)評(píng)估、輿情監(jiān)測(cè)預(yù)警等方向開(kāi)展創(chuàng)新性研究：如Shan等（2019）、Fang等（2019）、李紹攀等（2022）基于新浪微博數(shù)據(jù)，對(duì)不同類(lèi)型的災(zāi)害輿情分別進(jìn)行了評(píng)估；曹彥波（2018）、He等（2023）分析了地震輿情信息時(shí)空演變規(guī)律；高承實(shí)等（2011）、方潔和龔立群（2013）、聶峰英和張旸（2015）、梁冠華和鞠玉梅（2018）結(jié)合信息空間模型和生命演化周期理論，構(gòu)建微博輿情監(jiān)測(cè)指標(biāo)體系；曹睿娟等（2020）和張宇等（2018）分別對(duì)城市內(nèi)澇網(wǎng)絡(luò)輿情和地震災(zāi)害網(wǎng)絡(luò)輿情進(jìn)行風(fēng)險(xiǎn)監(jiān)測(cè)。

目前存在多種有關(guān)災(zāi)害輿情風(fēng)險(xiǎn)和監(jiān)測(cè)預(yù)警等方面的評(píng)估指標(biāo)體系，但是在構(gòu)建指標(biāo)體系過(guò)程中，仍然存在以下局限：一是大部分研究只考慮供給或者需求的單一方面，沒(méi)有同時(shí)考慮兩者之間的相互影響，研究不夠系統(tǒng)；二是既往研究多數(shù)是對(duì)災(zāi)害輿情的靜態(tài)風(fēng)險(xiǎn)分析，沒(méi)有考慮到災(zāi)害輿情的動(dòng)態(tài)風(fēng)險(xiǎn)變化，靜態(tài)風(fēng)險(xiǎn)分析割裂了時(shí)間維度的風(fēng)險(xiǎn)變動(dòng)，必須采用動(dòng)態(tài)數(shù)據(jù)對(duì)災(zāi)害輿情風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)測(cè)；三是在災(zāi)害輿情中沒(méi)有考慮政府、媒體和民眾的綜合作用，研究主體不充分，系統(tǒng)性不強(qiáng)。鑒于此，本文將政府、媒體和民眾同時(shí)納入地震輿情評(píng)估和監(jiān)測(cè)的范圍，基于供需偏離理論的角度，構(gòu)建地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，選用新浪微博數(shù)據(jù)，對(duì)地震事件的供需指數(shù)進(jìn)行度量，動(dòng)態(tài)監(jiān)測(cè)和比較評(píng)價(jià)2022年四川3次地震的災(zāi)害輿情風(fēng)險(xiǎn)指數(shù)，為震后政府與媒體應(yīng)急救援和輿論引導(dǎo)工作提供一定參考。

1 評(píng)估方法

1.1 層次分析法

層次分析法是一種將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，并在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法。具體步驟為：建立層次結(jié)構(gòu)模型；構(gòu)造判斷矩陣，計(jì)算權(quán)向量并做一致性檢驗(yàn)；計(jì)算組合權(quán)向量并進(jìn)行組合一致性檢驗(yàn)，若檢驗(yàn)通過(guò)，則可按組合權(quán)向量表示的結(jié)果進(jìn)行決策，若檢驗(yàn)不通過(guò)，則需重新考慮模型或者重新構(gòu)造出一致性比率較大的判斷矩陣。

1.2 熵值法

熵值法的概念來(lái)源于信息熵，本質(zhì)上是表達(dá)反映數(shù)據(jù)的離散程度。熵值法是一種客觀確定指標(biāo)體系中各指標(biāo)權(quán)重的方法，其基本原理是依據(jù)指標(biāo)信息熵的大小決定指標(biāo)的權(quán)重：熵越小，表明提供的信息量越多，在評(píng)價(jià)中的影響程度越大，權(quán)重越大；反之，熵越大，表明提供的信息量越少，在評(píng)價(jià)中的影響程度越小，其權(quán)重也越小。其計(jì)算步驟為：①空值處理：指標(biāo)值中若存在空值，則剔除該指標(biāo)數(shù)據(jù)。②異常值處理：剔除占比大于1的指標(biāo)數(shù)據(jù)（特殊指標(biāo)占比除外），再分別計(jì)算各指標(biāo)下數(shù)據(jù)的均值和標(biāo)準(zhǔn)差，對(duì)于超過(guò)均值3倍標(biāo)準(zhǔn)差的數(shù)據(jù)，被視為異常值剔除。③數(shù)據(jù)標(biāo)準(zhǔn)化：正向指標(biāo)和負(fù)向指標(biāo)數(shù)值代表的含義不同，因此需要利用不同的算法進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。具體方法如下：

對(duì)于正向指標(biāo)：

對(duì)于負(fù)向指標(biāo)：

式中：f_ij為標(biāo)準(zhǔn)化后第i個(gè)樣本的第j個(gè)指標(biāo)的數(shù)值。

第j個(gè)指標(biāo)下第i個(gè)樣本占該指標(biāo)的比重為：

所求指標(biāo)的信息熵值為：

所求指標(biāo)的信息效用值為：

d_j=1-e_ij""" （5）

各項(xiàng)指標(biāo)的權(quán)重為：

1.3 組合權(quán)重計(jì)算方法

本文將層次分析法主觀賦權(quán)與熵值法客觀賦權(quán)方法相結(jié)合，形成組合權(quán)重法，以減少主客觀賦權(quán)的影響，計(jì)算公式為：

w=w′_j*w_j""" （7）

式中：w為所求三級(jí)指標(biāo)的組合權(quán)重；w′_j為該指標(biāo)所處二級(jí)指標(biāo)的主觀權(quán)重；w_j為所求三級(jí)指標(biāo)的客觀權(quán)重。

2 地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

2.1 指標(biāo)體系設(shè)計(jì)

為了實(shí)現(xiàn)輿情風(fēng)險(xiǎn)的精準(zhǔn)分級(jí)，本文結(jié)合經(jīng)濟(jì)學(xué)的供給與需求要素，構(gòu)建地震輿情風(fēng)險(xiǎn)指標(biāo)體系，系統(tǒng)衡量地震輿情的風(fēng)險(xiǎn)大小。該指標(biāo)體系細(xì)分為供給指數(shù)和需求指數(shù)兩個(gè)子體系，共選取5個(gè)一級(jí)指標(biāo)、7個(gè)二級(jí)指標(biāo)、15個(gè)三級(jí)指標(biāo)，分級(jí)衡量輿情風(fēng)險(xiǎn)，見(jiàn)表2。

供給指數(shù)體系涵蓋震前的基本資源應(yīng)用能力以及救援部門(mén)和官方媒體在震后的反應(yīng)能力。參考李姜等（2021）采用經(jīng)濟(jì)水平、醫(yī)療救援力量等指標(biāo)衡量抗震救災(zāi)能力的做法，再結(jié)合防震減災(zāi)轉(zhuǎn)移支付資金、巨災(zāi)保險(xiǎn)賠付等指標(biāo)，共同構(gòu)成基本資源應(yīng)用能力?；举Y源應(yīng)用能力作為供給指數(shù)體系的基本要素，能夠降低地震災(zāi)害對(duì)民眾造成的生命財(cái)產(chǎn)損失，進(jìn)而降低網(wǎng)絡(luò)中的輿情風(fēng)險(xiǎn)；而救援部門(mén)與官方媒體作為震后救援與輿情引導(dǎo)的主要供給力量，可以最大程度上減少災(zāi)害損失和輿論風(fēng)險(xiǎn)，主要通過(guò)粉絲量、發(fā)文量、轉(zhuǎn)發(fā)量和點(diǎn)贊數(shù)來(lái)體現(xiàn)輿情熱度和關(guān)注度（林琛，2015；邢云菲等，2018；楊柳等，2022）。具體來(lái)看，在供給指數(shù)體系中，災(zāi)區(qū)所擁有的基本資源和救援部門(mén)與官方媒體在網(wǎng)絡(luò)上傳達(dá)災(zāi)區(qū)救援信息的反應(yīng)能力會(huì)在一定程度上影響災(zāi)害輿情的演變走勢(shì)。本文在供給指數(shù)下設(shè)基本資源應(yīng)用能力、救援部門(mén)反應(yīng)能力和官方媒體反應(yīng)能力3個(gè)一級(jí)指標(biāo)，基本資源應(yīng)用能力供給包括現(xiàn)有資源和災(zāi)害資金，這2個(gè)一級(jí)指標(biāo)各包括2個(gè)指標(biāo)因子；救援部門(mén)和官方媒體反應(yīng)能力代表了救援部門(mén)和官方媒體通過(guò)網(wǎng)絡(luò)傳播給民眾應(yīng)急救援信息的供給。影響力越大的媒體，發(fā)布的消息越權(quán)威，能夠引起民眾足夠的關(guān)注，媒體的參與度越高，災(zāi)害輿情影響范圍越廣。因此，救援部門(mén)和官方媒體反應(yīng)能力分別包括救援部門(mén)和官方媒體微博賬號(hào)的原生能力和衍生能力，這2個(gè)一級(jí)指標(biāo)各包括2個(gè)指標(biāo)因子。

需求指數(shù)體系主要包括實(shí)際災(zāi)情和心理反應(yīng)兩個(gè)方面。實(shí)際災(zāi)情強(qiáng)調(diào)災(zāi)害的物理屬性，對(duì)災(zāi)民實(shí)際需求產(chǎn)生重要影響（張宇等，2018）。另一方面，震后除衣食住等基本生活要素外，心理反應(yīng)也是需求要素的重要成分。心理反應(yīng)通?？紤]從市場(chǎng)和政府角度來(lái)表示，市場(chǎng)角度主要通過(guò)由民眾對(duì)巨災(zāi)保險(xiǎn)需求來(lái)反應(yīng)來(lái)衡量，政府角度主要通過(guò)民眾對(duì)應(yīng)急救援的需求來(lái)反應(yīng)。鑒于當(dāng)前我國(guó)對(duì)巨災(zāi)保險(xiǎn)的供給和需求表現(xiàn)出雙向不足的特征，相應(yīng)的需求數(shù)據(jù)較少，本文的心理反應(yīng)主要考慮民眾對(duì)應(yīng)急救援需求所形成的心理反應(yīng)，包括積極情緒和恐慌情緒的變化。具體來(lái)看，需求指標(biāo)下設(shè)實(shí)際災(zāi)情和心理反應(yīng)指標(biāo)，實(shí)際災(zāi)情又分為自然災(zāi)情和社會(huì)災(zāi)情兩類(lèi)，其中自然災(zāi)情包括地震震級(jí)、烈度級(jí)別2個(gè)指標(biāo)因子，社會(huì)災(zāi)情包括人員傷亡、財(cái)產(chǎn)損失和受災(zāi)人口3個(gè)指標(biāo)因子，地震震級(jí)和烈度級(jí)別等是突發(fā)地震災(zāi)害本身的固有特性，地震災(zāi)情的嚴(yán)重程度會(huì)引發(fā)不同程度的災(zāi)民需求，對(duì)于輿情風(fēng)險(xiǎn)的產(chǎn)生與傳播起到了基礎(chǔ)的決定性作用。心理反應(yīng)指民眾在地震災(zāi)害相關(guān)微博的評(píng)論中所表達(dá)出的情感態(tài)度，由于突發(fā)地震災(zāi)害本身具有較強(qiáng)的敏感性，很容易得到大量民眾的關(guān)注并使其出現(xiàn)悲觀、失望等恐慌情緒或鼓勵(lì)、祝福等積極情緒，而這些情緒均是引發(fā)輿情風(fēng)險(xiǎn)的重要影響因素。

由于各評(píng)價(jià)指標(biāo)量綱不同，無(wú)法直接參與計(jì)算，首先采用極值法對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理（杜金瑩等，2020）。具體計(jì)算方法如下：

對(duì)于正向指標(biāo)：

對(duì)于負(fù)向指標(biāo)：

式中：X為標(biāo)準(zhǔn)化處理后的數(shù)據(jù)；X₀為指標(biāo)原始數(shù)據(jù)；X_max為指標(biāo)原始數(shù)據(jù)最大值；X_min為指標(biāo)原始數(shù)據(jù)最小值。

災(zāi)害輿情風(fēng)險(xiǎn)指數(shù)表示為：

R_t=f（D_t，S_t）""" （10）

式中：t表示時(shí)間點(diǎn)，表明不同的時(shí)間點(diǎn)R_t所發(fā)生的動(dòng)態(tài)變化；D_t代表災(zāi)害輿情需求指數(shù)；S_t代表災(zāi)害輿情供給指數(shù)。當(dāng)災(zāi)害發(fā)生，D_t與S_t的缺口會(huì)變大，導(dǎo)致R_t變高。為了簡(jiǎn)化，本文對(duì)R_t的計(jì)算進(jìn)行線性化處理，即：

R_t=D_t-S_t""" （11）

式中：α_ijk為供給體系中三級(jí)指標(biāo)S_ijk的組合權(quán)重；P_ijk為供給體系中三級(jí)指標(biāo)S_ijk的數(shù)據(jù)標(biāo)準(zhǔn)值。

式中：β_ijk為需求體系中三級(jí)指標(biāo)D_ijk的組合權(quán)重；Q_ijk為需求體系中三級(jí)指標(biāo)D_ijk的數(shù)據(jù)標(biāo)準(zhǔn)值。

2.2 指標(biāo)權(quán)重確定

本文采用組合賦權(quán)法對(duì)地震輿情風(fēng)險(xiǎn)指標(biāo)體系的各級(jí)指標(biāo)進(jìn)行權(quán)重計(jì)算。參照專(zhuān)家打分將各層次中的因素相互比較得出判斷矩陣，并對(duì)其進(jìn)行一致性檢驗(yàn)。在檢驗(yàn)通過(guò)后，由判斷矩陣可求出各體系一級(jí)指標(biāo)和二級(jí)指標(biāo)的主觀權(quán)重值，結(jié)果見(jiàn)表3～8。

利用熵值法對(duì)三級(jí)指標(biāo)進(jìn)行客觀評(píng)價(jià)，并將其結(jié)果與層次分析法所得結(jié)果相融合，計(jì)算出地震輿情風(fēng)險(xiǎn)評(píng)估的指標(biāo)權(quán)重值，組合權(quán)重結(jié)果見(jiàn)表9。

3 四川地震輿情風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)測(cè)應(yīng)用

3.1 數(shù)據(jù)來(lái)源與處理

本文選取2022年四川省 6月1日蘆山6.1級(jí)地震、6月10日馬爾康5.8級(jí)地震和9月5日瀘定6.8級(jí)地震為研究對(duì)象，運(yùn)用地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，對(duì)這3次地震的輿情風(fēng)險(xiǎn)進(jìn)行度量和監(jiān)測(cè)。

供給指標(biāo)體系中，選取了粉絲數(shù)較多、活躍度較高的中國(guó)地震臺(tái)網(wǎng)速報(bào)、四川省地震局等救援部門(mén)微博賬號(hào)，以及人民日?qǐng)?bào)、央視新聞等官方媒體微博賬號(hào)作為數(shù)據(jù)樣本，利用Python爬蟲(chóng)技術(shù)，抓取了地震發(fā)生后一周內(nèi)各個(gè)微博賬號(hào)發(fā)布的相關(guān)數(shù)據(jù)。有關(guān)“蘆山地震”“馬爾康地震”和“瀘定地震”的數(shù)據(jù)信息分別抓取到529、334和1 290條，數(shù)據(jù)類(lèi)型主要包括相關(guān)微博賬號(hào)所發(fā)布的內(nèi)容、時(shí)間、轉(zhuǎn)發(fā)數(shù)及點(diǎn)贊數(shù)等。篩選并刪除微博數(shù)據(jù)中的重復(fù)數(shù)據(jù)，經(jīng)整理得到3次地震的有效數(shù)據(jù)分別為400、267和1 076條。經(jīng)濟(jì)水平數(shù)據(jù)和醫(yī)療救援力量數(shù)據(jù)來(lái)源于3次地震發(fā)生時(shí)當(dāng)?shù)卣嫉慕y(tǒng)計(jì)公報(bào)及地方統(tǒng)計(jì)年鑒（蘆山縣統(tǒng)計(jì)局，2022；馬爾康市人民政府，2022；瀘定縣人民政府，2022；雅安市統(tǒng)計(jì)局，2022）；防震減災(zāi)轉(zhuǎn)移支付資金數(shù)據(jù)來(lái)源于《四川省財(cái)政廳和四川省地震局關(guān)于下達(dá)2021年省級(jí)防震減災(zāi)轉(zhuǎn)移支付資金預(yù)算的通知》文件（四川省財(cái)政廳，四川省地震局，2022）；3次地震的巨災(zāi)保險(xiǎn)賠付金額由中國(guó)人民財(cái)產(chǎn)保險(xiǎn)股份有限公司四川分公司提供，本文將其劃分為1、2、3、4四個(gè)等級(jí)處理。

需求指標(biāo)體系中，心理反應(yīng)指標(biāo)選取了人民日?qǐng)?bào)的微博評(píng)論作為數(shù)據(jù)樣本，主要是考慮到人民日?qǐng)?bào)微博賬號(hào)的粉絲數(shù)為1.5億，不僅人數(shù)眾多而且民眾關(guān)注程度高、代表性強(qiáng)。利用爬蟲(chóng)技術(shù)抓取地震發(fā)生后一周內(nèi)人民日?qǐng)?bào)微博發(fā)布的相關(guān)評(píng)論信息，獲得有關(guān)“蘆山地震”“馬爾康地震”和“瀘定地震”的評(píng)論數(shù)分別共計(jì)9 308、3 060和9 028條。數(shù)據(jù)信息包括評(píng)論內(nèi)容、評(píng)論時(shí)間及評(píng)論者的IP地址。對(duì)采集到的原始數(shù)據(jù)進(jìn)行人工處理，包括刪除重復(fù)性文本、刪除無(wú)用詞語(yǔ)等，篩選出IP地址位于四川省內(nèi)評(píng)論者的評(píng)論數(shù)據(jù)，最終得到用于3次地震心理反應(yīng)指標(biāo)計(jì)算的微博評(píng)論分別為1 534、1 072和1 370條。地震震級(jí)、烈度、人員傷亡、受災(zāi)人口及財(cái)產(chǎn)損失所用數(shù)據(jù)來(lái)自國(guó)務(wù)院和部委機(jī)構(gòu)網(wǎng)站，以及四川應(yīng)急管理廳網(wǎng)站（中華人民共和國(guó)中央人民政府，2022；中華人民共和國(guó)自然資源部，2022；中華人民共和國(guó)應(yīng)急管理部，2022a，b；中國(guó)地震局，2022a，b；四川省應(yīng)急管理廳，2022）。

3.2 地震輿情風(fēng)險(xiǎn)監(jiān)測(cè)結(jié)果分析

地震輿情風(fēng)險(xiǎn)監(jiān)測(cè)能夠有效獲取地震輿情的整體特征和變化趨勢(shì)，為輿情引導(dǎo)提供重要的參考依據(jù)。3次地震的輿情風(fēng)險(xiǎn)監(jiān)測(cè)結(jié)果如圖1a-1～c-1所示，圖1a-2～c-2描述了在地震發(fā)生后168 h內(nèi)供給指數(shù)和需求指數(shù)的動(dòng)態(tài)變化。

蘆山6.1級(jí)地震發(fā)震時(shí)間為6月1日17：00時(shí)。圖1a-1顯示，蘆山地震輿情風(fēng)險(xiǎn)可劃分為爆發(fā)期和穩(wěn)定期兩個(gè)階段。高風(fēng)險(xiǎn)的爆發(fā)期主要發(fā)生在震后24 h內(nèi)，表現(xiàn)出急漲快落的變動(dòng)特征。輿情風(fēng)險(xiǎn)指數(shù)呈現(xiàn)出2個(gè)向上的尖峰值，最高達(dá)到0.35，輿情風(fēng)險(xiǎn)每次爆發(fā)大概持續(xù)6～8 h。23 h過(guò)后，輿情步入低風(fēng)險(xiǎn)的穩(wěn)定期，風(fēng)險(xiǎn)指數(shù)基本穩(wěn)定在-0.21左右，可以視為基本沒(méi)有輿情風(fēng)險(xiǎn)。從圖1a-2可以看出，第一個(gè)尖峰出現(xiàn)的時(shí)間階段大概為震后第0～8 h。首先蘆山縣擁有基本資源的水平較高（基本資源能力指數(shù)為0.06），發(fā)生地震后的應(yīng)急救援包括物資供應(yīng)和調(diào)配相對(duì)充分迅速，同時(shí)救援部門(mén)和官方媒體在微博上及時(shí)發(fā)布地震信息，供給指數(shù)在1 h內(nèi)快速上升，同時(shí)需求指數(shù)（主要是恐慌情緒）也在上升，但是低于供給指數(shù)，導(dǎo)致蘆山縣的風(fēng)險(xiǎn)指數(shù)最初是下降的。隨著救援部門(mén)和官方媒體發(fā)文量的不斷下降，供給指數(shù)開(kāi)始快速下降，而需求指數(shù)保持穩(wěn)定狀態(tài)，導(dǎo)致風(fēng)險(xiǎn)指數(shù)快速上升并出現(xiàn)第一個(gè)峰值（在震后第5 h）；從震后第8 h（6月2日凌晨01：00）開(kāi)始，由于關(guān)注微博的人數(shù)變少，需求指數(shù)快速下降，導(dǎo)致輿情風(fēng)險(xiǎn)下降。從震后第17 h（6月2日10：00）開(kāi)始，官方媒體發(fā)布了震后傷亡情況，需求指數(shù)快速上升，到第22 h（6月2日15：00）達(dá)到第二個(gè)峰值，隨后快速下降，導(dǎo)致風(fēng)險(xiǎn)指數(shù)出現(xiàn)第二個(gè)峰值，同時(shí)呈現(xiàn)快漲快跌的走勢(shì)。從震后第23 h之后，供給指數(shù)、需求指數(shù)均表現(xiàn)出穩(wěn)定不變的特征，風(fēng)險(xiǎn)指數(shù)也保持較低的穩(wěn)定水平。

馬爾康5.8級(jí)地震發(fā)震時(shí)間為6月10日00：03。圖1b-1顯示，馬爾康地震的輿情風(fēng)險(xiǎn)指數(shù)變動(dòng)特征與蘆山地震有很多相似的地方。馬爾康地震輿情風(fēng)險(xiǎn)的爆發(fā)期主要發(fā)生在震后10 h內(nèi)，同樣表現(xiàn)出快漲快落的特征。輿情風(fēng)險(xiǎn)指數(shù)呈現(xiàn)出2個(gè)向上的尖峰值，最高達(dá)到0.52，輿情風(fēng)險(xiǎn)每次爆發(fā)大概持續(xù)3～5 h。10 h過(guò)后，輿情步入穩(wěn)定期，風(fēng)險(xiǎn)指數(shù)基本穩(wěn)定在-0.25～-0.10。馬爾康地震和蘆山地震供需指數(shù)的變動(dòng)特征也很相似。供需指數(shù)的第一個(gè)向上的尖峰出現(xiàn)在震后第0～3 h（圖1b-2）。馬爾康擁有基本資源的水平較低（基本資源能力指數(shù)為0.03），但是救援部門(mén)和官方媒體在微博上發(fā)布信息較為迅速，供給指數(shù)在震后1 h內(nèi)快速上升，需求指數(shù)上升但低于供給指數(shù)，因此馬爾康的風(fēng)險(xiǎn)指數(shù)最初也是下降的。隨后，供給指數(shù)和需求指數(shù)均開(kāi)始快速下降，但是供給指數(shù)下降更快，導(dǎo)致風(fēng)險(xiǎn)指數(shù)快速上升并出現(xiàn)第一個(gè)峰值0.30（在震后第2 h）。從震后第5 h（上午5時(shí)）開(kāi)始，救援部門(mén)發(fā)布震后傷亡情況，需求指數(shù)快速上升，到震后第8 h（上午8時(shí)）達(dá)到第二個(gè)峰值0.63，隨后快速下降，第二個(gè)峰值出現(xiàn)。從震后第10 h之后，供給指數(shù)、需求指數(shù)和風(fēng)險(xiǎn)指數(shù)均沒(méi)有太大波動(dòng)。

瀘定6.8級(jí)地震發(fā)震時(shí)間為9月5日12：52。圖1c-1顯示，瀘定地震的輿情風(fēng)險(xiǎn)指數(shù)變動(dòng)特征與蘆山和馬爾康地震略有不同。瀘定地震輿情風(fēng)險(xiǎn)的爆發(fā)期主要發(fā)生在震后12 h內(nèi)，輿情風(fēng)險(xiǎn)指數(shù)有2個(gè)向上的尖峰值，最高達(dá)到0.39，呈現(xiàn)出持續(xù)高位的走勢(shì)，持續(xù)時(shí)間大概為12 h。隨后，輿情步入穩(wěn)定期，但是風(fēng)險(xiǎn)指數(shù)波動(dòng)性相對(duì)較大，波動(dòng)范圍在-0.38～-0.13。瀘定地震的供需指數(shù)與蘆山和馬爾康地震相比，有相似之處，但差異主要表現(xiàn)在瀘定地震的需求指數(shù)在輿情風(fēng)險(xiǎn)爆發(fā)期呈現(xiàn)高位運(yùn)行特征，供給指數(shù)在穩(wěn)定期波動(dòng)頻繁（圖1c-2）。主要原因?yàn)闉o定地震余震次數(shù)較多，且震級(jí)相對(duì)較高，從而造成人員傷亡較多，經(jīng)濟(jì)損失相對(duì)較大。

4 結(jié)論

本文基于供需偏離理論，采用Python爬蟲(chóng)技術(shù)，收集微博平臺(tái)的地震災(zāi)害輿情數(shù)據(jù)，建立地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，對(duì)2022年四川3次地震事件進(jìn)行災(zāi)害輿情風(fēng)險(xiǎn)度量及動(dòng)態(tài)監(jiān)測(cè)，得到主要結(jié)論如下：

（1）初步構(gòu)建地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。該體系包括分別衡量供給指數(shù)和需求指數(shù)2個(gè)子體系。供給體系包括3個(gè)一級(jí)指標(biāo)、6個(gè)二級(jí)指標(biāo)和12個(gè)三級(jí)指標(biāo)，需求體系包括2個(gè)一級(jí)指標(biāo)、3個(gè)二級(jí)指標(biāo)和7個(gè)三級(jí)指標(biāo)。運(yùn)用層次分析法和熵值法相結(jié)合的組合賦權(quán)方法，確定各組合權(quán)重，形成地震災(zāi)害輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，可用于地震輿情風(fēng)險(xiǎn)度量及動(dòng)態(tài)監(jiān)測(cè)。

（2）選擇6月1日蘆山6.1級(jí)地震、6月10日馬爾康5.8級(jí)地震和9月5日瀘定6.8級(jí)地震的相關(guān)微博信息作為數(shù)據(jù)源，按時(shí)間序列分別度量3次地震的供需指數(shù)及風(fēng)險(xiǎn)指數(shù)，發(fā)現(xiàn)一些規(guī)律：地震輿情風(fēng)險(xiǎn)指數(shù)一般在地震發(fā)生后24 h內(nèi)出現(xiàn)數(shù)次正向脈沖現(xiàn)象，隨后逐步趨于低穩(wěn)狀態(tài)。因此對(duì)地震輿情的風(fēng)險(xiǎn)監(jiān)測(cè)，震后24 h是關(guān)鍵時(shí)段，需要高度關(guān)注和密切觀察這一時(shí)段的輿情。一般而言，資源應(yīng)用能力和資金籌措能力較高的震區(qū)，或者災(zāi)害輿情反應(yīng)能力較強(qiáng)的震區(qū)，在震后1 h內(nèi)，該震區(qū)的地震輿情風(fēng)險(xiǎn)指數(shù)通常會(huì)表現(xiàn)出一個(gè)快速向下的脈沖響應(yīng)。如果震區(qū)發(fā)生地震的震級(jí)較高，會(huì)給民眾帶來(lái)較為嚴(yán)重的恐慌情緒，對(duì)風(fēng)險(xiǎn)指數(shù)的上升起到助推作用。當(dāng)?shù)卣鸷蟮挠嗾疠^多、地震的震級(jí)較高、或者造成的人員傷亡和經(jīng)濟(jì)損失相對(duì)嚴(yán)重時(shí)，地震輿情風(fēng)險(xiǎn)指數(shù)波動(dòng)性往往就會(huì)變大。

（3）運(yùn)用地震輿情風(fēng)險(xiǎn)評(píng)估指標(biāo)體系動(dòng)態(tài)監(jiān)測(cè)震災(zāi)輿情風(fēng)險(xiǎn)，可以幫助政府及相關(guān)部門(mén)及時(shí)采取應(yīng)急管理措施，引導(dǎo)地震輿情的良性發(fā)展。因此，對(duì)地震輿情進(jìn)行風(fēng)險(xiǎn)度量和動(dòng)態(tài)監(jiān)測(cè)具有必要性和可行性。對(duì)于地震輿情反應(yīng)明顯遲緩的地區(qū)，一方面應(yīng)當(dāng)擴(kuò)大應(yīng)急救援信息的正向傳播力，提高災(zāi)害供給指數(shù)；另一方面，應(yīng)高度關(guān)注地震引起的恐慌情緒，進(jìn)行適度干預(yù)和輿論信息引導(dǎo)，降低地震災(zāi)害的需求指數(shù)。通過(guò)多措并舉的方式，及時(shí)有效地降低地震輿情風(fēng)險(xiǎn)。

參考文獻(xiàn)：

薄濤，李小軍，陳蘇，等.2018.基于社交媒體數(shù)據(jù)的地震烈度快速評(píng)估方法［J］.地震工程與工程振動(dòng)，38（5）：206-215.

Bo T，Li X J，Chen S，et al.2018.Research of seismic intensity rapid assessment based on social media data［J］.Earthquake Engineering and Engineering Dynamics，38（5）：206-215.（in Chinese）

曹睿娟，姜仁貴，解建倉(cāng)，等.2020.基于大數(shù)據(jù)的城市內(nèi)澇網(wǎng)絡(luò)輿情監(jiān)測(cè)及演化機(jī)理［J］.西安理工大學(xué)學(xué)報(bào)，36（2）：151-158.

Cao R J，Jiang R G，Xie J C，et al.2022.Monitoring the internet public opinion and evolution mechanism for urban waterlogging using big data［J］.Journal of Xi’an University of Technology，36（2）：151-158.（in Chinese）

曹彥波.2018.基于新浪微博的2018年云南通海5.0級(jí)地震輿情時(shí)空特征分析［J］.地震研究，41（4）：525-533.

Cao Y B.2018.Analysis of the spatial and temporal characteristics of public opinion about Yunnan Tonghai M_S5.0 earthquake in 2018 Based on Sina Micro-blog［J］.Journal of Seismological Research，41（4）：525-533.（in Chinese）

杜金瑩，唐曉春，徐建剛.2020.熱帶氣旋災(zāi)害影響下的城市韌性提升緊迫度評(píng)估研究——以珠江三角洲地區(qū)的城市為例［J］.自然災(zāi)害學(xué)報(bào)，29（5）：88-98.

Du J Y，Tang X C，Xu J G.2020.Study on urgency assessment of urban resilience promotion：A case study of typhoon disasters in the Pearl River Delta region［J］.Journal of Natural Disasters，29（5）：88-98.（in Chinese）

方潔，龔立群.2013.利益相關(guān)者視角下的微博輿情監(jiān)測(cè)指標(biāo)體系研究［J］.情報(bào)雜志，32（9）：29-33.

Fang J，Gong L Q.2013.A study on Microblog public opinion monitoring indexes from perspective of stakeholders［J］.Journal of Intelligence，32（9）：29-33.（in Chinese）

高承實(shí)，榮星，陳越.2011.微博輿情監(jiān)測(cè)指標(biāo)體系研究［J］.情報(bào)雜志，30（9）：66-70.

Gao C S，Rong X，Chen Y.2011.Research on public opinion monitoring index-system in micro-blogging［J］.Journal of Intelligence，30（9）：66-70.（in Chinese）

何萍，俞崗.2019.基于耦合因子的廣東地區(qū)地震災(zāi)害人員傷亡評(píng)估方法［J］.地震研究，42（2）：280-287，306.

He P，Yu G.2019.Evaluation method of injuries and deaths of earthquake disastersin guangdong area based on coupling factor［J］.Journal of Seismological Research，42（2）：280-287，306.（in Chinese）

李姜，張合，劉志輝.2021.張家口地區(qū)精細(xì)化地震災(zāi)害風(fēng)險(xiǎn)評(píng)估［J］.震災(zāi)防御技術(shù)，16（1）：134-145.

Li J，Zhang H，Liu Z H.2021.Refined risk assessment of earthquake disaster in Zhangjiakou Area［J］.Technology for Earthquake Disaster Prevention，16（1）：134-145.（in Chinese）

李紹攀，趙飛，周義棋，等.2022.基于微博數(shù)據(jù)的臺(tái)風(fēng)災(zāi)害輿情分析與災(zāi)害損失估計(jì)［J］.清華大學(xué)學(xué)報(bào)（自然科學(xué)版），62（1）：43-51.

Li S P，Zhao F，Zhou Y Q，et al.2022.Analysis of public opinion and disaster loss estimates from typhoons based on Microblog data［J］.Journal of Tsinghua University（Science and Technology），62（1）：43-51.（in Chinese）

梁冠華，鞠玉梅.2018.基于輿情演化生命周期的突發(fā)事件網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)估分析［J］.情報(bào)科學(xué)，36（10）：48-53.

Liang G H，Ju Y M.2018.The analysis of public opinion risk assessment of sudden events based on public relation life cycle［J］.Information Science，36（10）：48-53.（in Chinese）

林琛.2015.基于網(wǎng)絡(luò)輿論形成過(guò)程的輿情指標(biāo)體系構(gòu)建研究［J］.情報(bào)科學(xué)，33（1）：146-149，161.

Lin C.2015.Research on the construction of public opinion indicator system basedon the formation process of public voice［J］.Information Science，33（1）：146-149，161.（in Chinese）

蘆山縣統(tǒng)計(jì)局.2022.2021年蘆山縣主要經(jīng)濟(jì)指標(biāo)運(yùn)行情況［EB/OL］.（2022-01-28）［2023-02-03］.http：//video.scms.gov.cn/gongkai/show/271a7afbea9a2c2493c088ac576555bd.html.

Statistics Bureau of Lushan County.2022.The operation of major economic indicators in Lushan County in 2021［EB/OL］.（2022-01-28）［2023-02-03］.http：//video.scms.gov.cn/gongkai/show/271 a7afbea9a2c2493c088ac576555bd.html.（in Chinese）

瀘定縣人民政府.2022.瀘定縣2021年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［EB/OL］.（2022-06-28）［2023-02-03］.http：//www.luding.gov.cn/tjgb/article/326548.

The People’s Government of Luding.2022.The statistical bulletin of national economic and social development of Luding County in 2021［EB/OL］.（2022-06-28）［2023-02-03］.http：//www.luding.gov.cn/tjgb/article/326548.（in Chinese）

馬爾康市人民政府.2022.馬爾康市2021年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［EB/OL］.（2022-05-16）［2023-02-03］.http：//www.maerkang.gov.cn/maerkang/c100087/202205/b0f9e953383748 e393f002af0139a29e.shtml.

The People’s Government of Maerkang.2022.The statistical bulletin of national economic and social development of Barkam City in 2021［EB/OL］.（2022-05-16）［2023-02-03］.http：//www.maerkang.gov.cn/maerkang/c100087/202205/b0f9e953383748e393f002 af0139a29e.shtml.（in Chinese）

聶峰英，張旸.2015.移動(dòng)社交網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系構(gòu)建［J］.情報(bào)理論與實(shí)踐，38（12）：64-67.

Nie F Y，Zhang Y.2015.Construction of indicator system for early warning of public opinion on mobile social networks［J］.Information Studies：Theory amp; Application，38（12）：64-67.（in Chinese）

四川省財(cái)政廳，四川省地震局.2021.四川省財(cái)政廳四川省地震局關(guān)于下達(dá)2021年省級(jí)防震減災(zāi)轉(zhuǎn)移支付資金預(yù)算的通知［EB/OL］.（2021-06-03）［2023-02-03］.http：//czt.sc.gov.cn/scczt/c102423/2021/6/3/0bb07b65910246e29545caa07be7a48b.shtml.

Sichuan Provincial Finance Department，Sichuan Earthquake Agency.2021.Notice on the budget for provincial seismic prevention and disaster reduction transfer payments in 2021 issued by Sichuan Provincial Finance Department and Sichuan Earthquake Administration［EB/OL］.（2021-06-03）［2023-02-03］.http：//czt.sc.gov.cn/scczt/c102423/2021/6/3/0bb07b65910246e29545caa07be 7a48b.shtml.（in Chinese）

四川省應(yīng)急管理廳.2022.雅安：“6·1”蘆山地震市縣抗震救災(zāi)聯(lián)合指揮部召開(kāi)新聞發(fā)布會(huì)［EB/OL］.（2022-06-03）［2023-02-03］.https：//yjt.sc.gov.cn/scyjt/shizhoudongtai/2022/6/3/7ed6db06aedf46c3a8e53a8431747b12.shtml.

Department of Emergency Management of Sichuan Province.2022.Ya’an：Joint earthquake relief command of city and county for the Lushan Earthquake on June 1st Holds Press Conference［EB/OL］.（2022-06-03）［2023-02-03］.https：//yjt.sc.gov.cn/scyjt/shizhoudongtai/2022/6/3/7ed6db06aedf46c3a8e53a8431747b12.shtml.（in Chinese）

邢云菲，王晰巍，王鐸，等.2018.基于信息熵的新媒體環(huán)境下負(fù)面網(wǎng)絡(luò)輿情監(jiān)測(cè)指標(biāo)體系研究［J］.現(xiàn)代情報(bào)，38（9）：41-47.

Xing Y F，Wang X W，Wang D，et al.2018.Research on the negative network public opinion monitoring index system based on information entropy in new media environment［J］.Journal of Modern Information，38（9）：41-47.（in Chinese）

雅安市統(tǒng)計(jì)局.2022.2022年雅安統(tǒng)計(jì)年鑒［EB/OL］.（2022-12-07）［2023-02-03］.https：//tjj.yaan.gov.cn/xinwen/show/29f0b55940c03abe9a60abcf47b1ce8c.html.

Statistics Bureau of Ya’an City.2022.Ya’an statistical yearbook in 2022［EB/OL］.（2022-12-07）［2023-02-03］.https：//tjj.yaan.gov.cn/xinwen/show/29f0b55940c03abe9a60abcf47b1ce8c.html.（in Chinese）

楊柳，徐宇昭，鄧春林.2022.高校網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)估及預(yù)警研究［J］.情報(bào)科學(xué)，40（5）：65-72，83.

Yang L，Xu Y Z，Deng C L.2022.Risk assessment and early warning of university network public opinion［J］.Information Science，40（5）：65-72，83.（in Chinese）

張宇，傅敏，羅加蓉.2018.震災(zāi)網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)監(jiān)測(cè)指標(biāo)及其評(píng)估方法［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），24（6）：33-44.

Zhang Y，F(xiàn)u M，Luo J R.2018.Risk monitoring indexes and assessment method of network public opinion of earthquakedisaster［J］.Journal of Chongqing University（Social Science Edition），24（6）：33-44.（in Chinese）

中國(guó)地震局.2022a.中國(guó)地震局發(fā)布四川蘆山6.1級(jí)地震烈度圖［EB/OL］.（2022-06-04）［2023-02-03］.https：//www.cea.gov.cn/cea/xwzx/fzjzyw/5661356/index.html.

China Earthquake Administration.2022a.China Earthquake Administration eleases seismic intensity map of the Lushan M_S6.1 Earthquake in Sichuan［EB/OL］.（2022-06-04）［2023-02-03］.https：//www.cea.gov.cn/cea/xwzx/fzjzyw/5661356/index.html.（in Chinese）

中國(guó)地震局.2022b.中國(guó)地震局發(fā)布四川馬爾康6.0級(jí)震群地震烈度圖［EB/OL］.（2022-06-13）［2023-02-03］.https：//www.cea.gov.cn/cea/xwzx/fzjzyw/5662853/index.html.

China Earthquake Administration.2022b.China Earthquake Administration releases seismic intensity map of the M_S6.0 Earthquake Swarm in Maerkang，Sichuan［EB/OL］.（2022-06-13）［2023-02-03］.https：//www.cea.gov.cn/cea/xwzx/fzjzyw/5662853/index.html.（in Chinese）

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.2023.第51次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》［EB/OL］.（2023-03-02）［2023-10-21］.https：//cnnic.cn/n4/2023/0302/c199-10755.html.

China Internet Network Information Center. 2023. The 51th Statistical Report on China’s Internet Development［EB/OL］.（2023-03-02）［2023-10-21］.https：//cn-nic.cn/n4/2023/0302/c199-10755.html.（in Chinese）

中華人民共和國(guó)應(yīng)急管理部.2022a.應(yīng)急管理部發(fā)布四川瀘定6.8級(jí)地震烈度圖［EB/OL］.（2022-09-11）［2023-02-03］.https：//www.mem.gov.cn/xw/yjglbgzdt/202209/t20220911_422190.shtml.

Ministry of Emergency Management of the People’s Republic of China.2022a.Ministry of Emergency Management releases seismic intensity map of the Luding M_S6.8 Earthquake in Sichuan［EB/OL］.（2022-09-11）［2023-02-03］.https：//www.mem.gov.cn/xw/yjglbgzdt/202209/t20220911_422190.shtml.（in Chinese）

中華人民共和國(guó)應(yīng)急管理部.2022b.應(yīng)急管理部發(fā)布2022年全國(guó)十大自然災(zāi)害［EB/OL］.（2023-01-12）［2023-02-03］.https：//www.mem.gov.cn/xw/yjglbgzdt/202301/t20230112_440396.shtml.

Ministry of Emergency Management of the People’s Republic of China.2022b.Ministry of emergency management releases the Top Ten Natural Disasters in China in 2022［EB/OL］.（2023-01-12）［2023-02-03］.https：//www.mem.gov.cn/xw/yjglbgzdt/202301/t20230112_440396.shtml.（in Chinese）

中華人民共和國(guó)中央人民政府.2022.四川馬爾康6.0級(jí)地震災(zāi)區(qū)災(zāi)損斷道農(nóng)村公路已全部恢復(fù)通行［EB/OL］.（2022-06-18）［2023-02-03］.http：//www.gov.cn/xinwen/2022-06/18/content_5696389.htm.

The State Council of the People’s Republic of China.2022.All damaged rural roads and highways in the earthquake stricken area of the Maerkang M_S6.0 earthquake in Sichuan have been restored to traffic［EB/OL］.（2022-06-18）［2023-02-03］.http：//www.gov.cn/xinwen/2022-06/18/content_5696389.htm.（in Chinese）

中華人民共和國(guó)自然資源部.2022.響應(yīng)四川蘆山6.1級(jí)地震自然資源系統(tǒng)全力投入應(yīng)急測(cè)繪和地災(zāi)排查［EB/OL］.（2022-06-02）［2023-02-03］.https：//www.mnr.gov.cn/dt/ywbb/202206/t20220602_2738308.html.

Ministry of Natural Resources of the People’s Republic of China.2022.Responding to the M_S6.1 earthquake in Lushan，Sichuan，the natural resources system fully mobilized for emergency surveying and mapping and geological disaster investigation［EB/OL］.（2022-06-02）［2023-02-03］.https：//www.mnr.gov.cn/dt/ywbb/202206/t20220602_2738308.html.（in Chinese）

Fang J，Hu J M，Shi X W，et al.2019.Assessing disaster impacts and response using social media data in China：A case study of 2016 Wuhan rainstorm［J］.International journal of disaster risk reduction，34：275-282.

He W M，Yuan Q L，Li N.2023.Research on the characteristics of internet public opinion and public sentiment after the sichuan earthquake based on the perspective of Weibo［J］.Applied Sciences，13（3）：1335.

Shan S Q，Zhao F，Wei Y G，et al.2019.Disaster management 2.0：A real-time disaster damage assessment model based on mobile social media data—A case study of Weibo（Chinese Twitter）［J］.Safety science，115：393-413.

Risk Assessment and Survey of the Public Opinion

on Three Earthquakes in Sichuan in 2022

YUAN Qinglu¹，F(xiàn)ANG Wanlin¹，SUN Ruiting¹，HU Jun²

（1.School of Economics and Management，Institute of Disaster Prevention，Sanhe 065201，Hebei，China；

2.Sichuan Branch，PICC Property and Casualty Co.，Ltd.，Chengdu 610016，Sichuan，China）

Abstract

In order to accurately monitor and assess the risk of earthquake-related public opinion and to correctly guide the social opinion，based on the theory of supply-and-demand deviation，this paper constructs a risk assessment index system of the earthquake-related public opinion using a combination weighting method which consists of the analytic hierarchy process and the entropy method.The study utilizes data samples from the posts and comments on Sina Weibo，the largest social software platform in China within 7 days after the Lushan M_S6.1 earthquake，the Maerkang M_S5.8 earthquake，and the Luding M_S6.8 earthquake which occurred in Sichuan province in 2022，to evaluate the risk of public opinion on these three earthquakes.The results show that the post-earthquake 24 hours is a critical period for the earthquake-related public opinion.The higher magnitude or the more aftershocks of an earthquake，the larger the fluctuation of the public opinion risk index.The constructed risk assessment index system is suitable for the index measurement，dynamic observation，and evolution-law analysis of multiple risks of the earthquake-related public opinion.The risk assessment index system can provide a reference for government’s emergency response and for the mainstream social media’s public opinion guidance after destructive earthquakes.

Keywords：earthquake public opinion；risk assessment；dynamic monitoring；Sichuan