收稿日期：2024-05-08

基金項目：2023年度教育部人文社會科學(xué)研究規(guī)劃基金項目“突發(fā)公共事件中大學(xué)生群體情緒風(fēng)險識別與動態(tài)預(yù)警機(jī)制研究”（23YJA630044）；2022年度廣西哲學(xué)社會科學(xué)規(guī)劃研究課題“邊境民族地區(qū)突發(fā)公共事件網(wǎng)絡(luò)輿情風(fēng)險識別與治理機(jī)制研究”（22BGL013）

作者簡介：李平芬（1975—），

女，湖南株洲人，碩士，廣西職業(yè)師范學(xué)院旅游與公共管理學(xué)院副教授，高級經(jīng)濟(jì)師，研究方向：應(yīng)急管理、公共管理。

摘 要：情緒治理對政府部門風(fēng)險溝通實踐和政策制定具有一定的參考意義?；陲L(fēng)險溝通理論和共情傳播理論，聚焦突發(fā)公共衛(wèi)生事件背景下的網(wǎng)絡(luò)積極情緒，以風(fēng)險認(rèn)知為調(diào)節(jié)變量構(gòu)建政民在線互動對網(wǎng)絡(luò)積極情緒的影響因素評估模型，通過發(fā)放問卷收集數(shù)據(jù)并運用結(jié)構(gòu)方程模型對研究假設(shè)進(jìn)行驗證。結(jié)果表明政民在線互動正向影響網(wǎng)絡(luò)積極情緒的形成；共情在政民在線互動和積極情緒之間起中介作用；風(fēng)險認(rèn)知在政民在線互動對網(wǎng)絡(luò)積極情緒影響路徑中起調(diào)節(jié)作用。

關(guān)鍵詞：網(wǎng)絡(luò)積極情緒；政民在線互動；共情傳播；風(fēng)險認(rèn)知；結(jié)構(gòu)方程模型

DOI：10.13783/j.cnki.cn41-1275/g4.2024.04.013

中圖分類號：G206；C912.63 ""文獻(xiàn)標(biāo)識碼：A ""文章編號：1008-3715（2024）04-0078-08

一、引言

隨著移動通信技術(shù)和網(wǎng)絡(luò)信息技術(shù)的發(fā)展，以抖音、微信、微博為主要代表的互聯(lián)網(wǎng)社交平臺成為網(wǎng)民情緒聚集、網(wǎng)絡(luò)輿情迸發(fā)的重要輿論場。網(wǎng)絡(luò)情緒是民眾現(xiàn)實情緒在網(wǎng)絡(luò)上集體情感的反映，民眾在負(fù)面情緒的影響下對信息的理性分析存在缺失，一旦得不到及時的疏導(dǎo)和排解，很可能引起謠言泛濫、社會失序等次生危機(jī)，甚至對組織現(xiàn)有的平衡狀態(tài)產(chǎn)生威脅，嚴(yán)重沖擊著社會的穩(wěn)定與和諧?！秶鴦?wù)院辦公廳關(guān)于推進(jìn)政務(wù)新媒體健康有序發(fā)展的意見》提出：政府需要加強對互聯(lián)網(wǎng)社交平臺的監(jiān)督與引導(dǎo)，關(guān)注網(wǎng)民情緒，引導(dǎo)網(wǎng)上輿論，營造清朗的網(wǎng)絡(luò)空間。因此，塑造以積極情緒為主的輿情氛圍，對實現(xiàn)網(wǎng)絡(luò)社會和諧穩(wěn)定和現(xiàn)實社會公共安全具有重要意義。

現(xiàn)有文獻(xiàn)對網(wǎng)絡(luò)積極情緒的研究主要聚焦“它影響了誰”和“誰影響了它”兩個方面。部分學(xué)者認(rèn)為網(wǎng)絡(luò)積極情緒對投資者的羊群效應(yīng)、民眾的風(fēng)險感知和公眾接受行為意愿等產(chǎn)生影響。例如：肖爭艷等（2019）研究發(fā)現(xiàn)中小投資者的網(wǎng)絡(luò)參與熱情在股市的不同時期，會產(chǎn)生不同程度的羊群效應(yīng)。樊博等（2017）對環(huán)境風(fēng)險議題分析后，認(rèn)為公眾積極情緒強度的下降會造成風(fēng)險感知水平的提升。牛金玉等（2020）通過分析政府、媒體與公眾三者之間互動狀況發(fā)現(xiàn)，具有積極情緒的居民對政府風(fēng)險溝通效果評價的滿意度較高，更愿意接受相關(guān)政策。

也有部分學(xué)者從文化和民眾個性特征等方面探索引發(fā)網(wǎng)絡(luò)積極情緒的影響因素。在客體方面，研究者主要從引發(fā)網(wǎng)絡(luò)積極情緒的社會文化、政府回應(yīng)、同伴影響等方面開展研究。例如：Neal C.等（2004）認(rèn)為網(wǎng)絡(luò)積極情緒受文化差異和立場等因素的影響。王磊等（2022）提出網(wǎng)絡(luò)問政平臺忠實反映了疫情防控期間公眾情緒變化，數(shù)字政府回應(yīng)及時，在疫情防控期間攜帶情緒的輿情更傾向于積極。張騫（2023）認(rèn)為樂觀者可以為同伴激發(fā)營造積極的網(wǎng)絡(luò)氛圍，還能促使積極情緒在同伴網(wǎng)絡(luò)的擴(kuò)散和傳播。在情緒主體方面，研究者主要從情緒主體的共情、風(fēng)險認(rèn)知、個性特征等方面開展研究。例如，周宵等（2019）提出共情激發(fā)了人們的積極情緒表達(dá)，積極情緒有助于個體對創(chuàng)傷事件進(jìn)行積極的風(fēng)險認(rèn)知評價。王俊秀等（2020）研究發(fā)現(xiàn)人們對疫情的風(fēng)險認(rèn)知能夠顯著負(fù)向預(yù)測積極情緒體驗，正向預(yù)測消極情緒體驗。

本文梳理發(fā)現(xiàn)網(wǎng)絡(luò)積極情緒方面的研究已取得豐碩的成果，但涉及政府與民眾在線互動對網(wǎng)絡(luò)積極情緒影響的研究不多，對地方政府新聞發(fā)布內(nèi)容的共情水平、政民互動策略選擇將激發(fā)公眾情緒等現(xiàn)實問題在理論層面的研究還不足［1］。在疫情防控期間，我國實施了良好的政民雙向互動策略，且多個地區(qū)在不同時間段實施了封閉式管理，引發(fā)了其他地區(qū)民眾的共情，期間民眾也經(jīng)歷了對風(fēng)險認(rèn)知從懵懂到較清晰的心路歷程。這使得在突發(fā)公共衛(wèi)生事件背景下，基于共情傳播與風(fēng)險溝通理論，深入挖掘政民在線互動與網(wǎng)絡(luò)積極情緒之間的影響關(guān)系成為可能。李春雷等（2019）提出參與者在社交媒體的網(wǎng)絡(luò)虛擬空間的互動參與是影響網(wǎng)民情緒狀態(tài)的重要因素。宋憲萍（2022）發(fā)現(xiàn)個體的風(fēng)險認(rèn)知高低取決于社交互動的程度。陳凌婧（2022）認(rèn)為網(wǎng)民情緒的觸發(fā)是基于對家國情懷的共鳴與共情?？梢姡?、共情、風(fēng)險認(rèn)知等對公眾情緒產(chǎn)生重要影響。突發(fā)公共衛(wèi)生事件背景下政民在線互動與網(wǎng)絡(luò)積極情緒的關(guān)系是怎樣的呢？共情和風(fēng)險認(rèn)知等因素在其關(guān)系中起到怎樣的作用呢？

鑒于此，本文根據(jù)郭潤萍等學(xué)者的觀點［2］，將政民在線互動分為在線信息互動和在線情感互動兩個維度，并引入風(fēng)險認(rèn)知變量，使用結(jié)構(gòu)方程模型探討突發(fā)公共衛(wèi)生事件背景下政民線上互動對網(wǎng)絡(luò)積極情緒的作用關(guān)系，探究風(fēng)險認(rèn)知和共情對突發(fā)公共衛(wèi)生事件中網(wǎng)民積極情緒影響的作用機(jī)理，豐富社會情緒領(lǐng)域的研究，為構(gòu)建以網(wǎng)絡(luò)積極情緒為主導(dǎo)的輿情環(huán)境提供一種新思路。

二、理論基礎(chǔ)與研究假設(shè)

（一）政民在線互動與網(wǎng)絡(luò)積極情緒

互動是個體與個體、個體與群體、群體與群體之間以信息傳播為基礎(chǔ)而發(fā)生相互影響的動態(tài)過程［3］。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們更多地通過在線互動去滿足社交需求。郭潤萍等提出社會互動方式分為信息互動和情感互動兩類［3］，人們在網(wǎng)絡(luò)平臺進(jìn)行諸如瀏覽、搜尋、發(fā)帖、回帖等一系列能動性行為，不斷調(diào)整認(rèn)知和投入情感，滿足了網(wǎng)民對信息和情感互動的訴求。本文也將突發(fā)公共衛(wèi)生事件背景下的政府與民眾在線互動分為在線信息互動和在線情感互動，在線信息互動是政府通過文字、語音、圖片和視頻等載體與民眾交流突發(fā)公共事件相關(guān)信息的互動行為［4］；在線情感互動是政府和民眾在一個共同和共享的情感體驗領(lǐng)域中，通過相互作用而進(jìn)行的情感轉(zhuǎn)讓的互動行為［5］。

突發(fā)公共衛(wèi)生事件中相關(guān)信息的質(zhì)量（有效性、確定性、可靠性等）和形式（圖片、文字、視頻等）會影響個體情緒產(chǎn)生的速度和強度，個體的情緒或行為受到他人的情緒或行為的證實而獲得信息，進(jìn)而導(dǎo)致情緒的放大和行為的極化［6］。根據(jù)風(fēng)險溝通理論，在突發(fā)公共衛(wèi)生事件情境下，政府與民眾的互動直接影響民眾的思維模式、需求和態(tài)度，使其情緒情感發(fā)生變化，并在社交網(wǎng)絡(luò)的披露和激化中成為集體性的網(wǎng)絡(luò)情緒。

突發(fā)公共衛(wèi)生事件背景下政民在線互動中政府不僅要為公眾提供事實信息，而且要在此基礎(chǔ)上關(guān)照公眾的情感。在信息互動過程中，政府在政務(wù)平臺直播或轉(zhuǎn)發(fā)有關(guān)突發(fā)公共衛(wèi)生事件的相關(guān)信息，并對民眾的建議和期待作出回應(yīng)，使得民眾對突發(fā)公共衛(wèi)生事件防控所產(chǎn)生的積極意義有了更深刻的理解進(jìn)而支持公共政策［7］，充滿了對防控成功的希望，從而產(chǎn)生較為積極的情緒。在線情感互動過程中，政府關(guān)注點還應(yīng)聚焦安撫公眾情緒，從社會風(fēng)險感知、公眾情緒結(jié)構(gòu)等角度提煉相關(guān)信息，實現(xiàn)價值表達(dá)和情感調(diào)適。民眾感受到被理解、被關(guān)愛的情感，在社交平臺與其他人產(chǎn)生共鳴并建立友誼和信任，產(chǎn)生實施具體行動的責(zé)任感和積極向上的情緒。同時，當(dāng)個體的合規(guī)行為被肯定時，更是產(chǎn)生了踐行規(guī)則的決心和自尊自愛的積極心態(tài)。

可見，網(wǎng)絡(luò)民眾個體的態(tài)度和情緒會受到政府工作人員在平臺表達(dá)的態(tài)度和情緒的感染，同時也影響著政府部門進(jìn)一步的方案部署。在這種情境下，政民之間提升了彼此的認(rèn)同感，進(jìn)一步加強了社會網(wǎng)絡(luò)聯(lián)系，行動意愿和積極情緒得到進(jìn)一步提升?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)：

H1：政民在線互動對網(wǎng)絡(luò)積極情緒有正向影響。

H1a：在線信息互動對網(wǎng)絡(luò)積極情緒有正向影響。

H1b：在線情感互動對網(wǎng)絡(luò)積極情緒有正向影響。

（二）政民在線互動與共情

在突發(fā)公共衛(wèi)生事件中，民眾在信息傳播過程中出現(xiàn)的共情過程包括受眾認(rèn)知共情和情感共情兩個過程，民眾情緒變化受危機(jī)信息的特征、強度以及信息中攜帶的情緒影響［8］。共情作為理解他人、關(guān)愛他人的情感基礎(chǔ)，能有效緩解民眾的情緒體驗，更好地接受突發(fā)公共衛(wèi)生事件的社會情境，并重塑建立在互聯(lián)網(wǎng)媒介之上的情緒狀態(tài)。李鵬等（2022）提出社交媒體可通過多樣的互動機(jī)制引導(dǎo)大眾共情并激發(fā)積極態(tài)度。林心宇等（2021）提出政府部門在與民眾的互動渠道中需要傳遞情感與人文關(guān)懷，民眾的積極情緒在網(wǎng)絡(luò)環(huán)境中交叉流動，形成群體內(nèi)的共情機(jī)制。因而，民眾情緒會在社交互動時與他人共情而發(fā)生變化，并做出相應(yīng)行為的反應(yīng)。例如，在新冠病毒防控階段：一方面，民眾在認(rèn)知共情過程中，政府根據(jù)民眾需求在線發(fā)布信息，民眾接收相關(guān)信息后會反思自己的行為是否對事態(tài)發(fā)展有所幫助，也激發(fā)出對政府部門治理政策的支持以及管理難度的理解，進(jìn)而產(chǎn)生認(rèn)知共情；另一方面，民眾在情感共情中，在線感受到來自政府的情感支持，緩解了驚慌感和焦慮感，增進(jìn)了彼此間的理解，使政民間產(chǎn)生情感共情。認(rèn)知共情和情感共情讓民眾對政府提出的行為準(zhǔn)則表示認(rèn)同，自身遵守規(guī)則一旦受到認(rèn)可和贊賞，更對事態(tài)發(fā)展充滿信心?？梢?，有效的政民在線互動增加了互動主體間的共情能力。因此，本文提出如下假設(shè)：

H2：政民在線互動對共情有正向影響。

H2a：信息互動對共情有正向影響。

H2b：情感互動對共情有正向影響。

（三）共情與網(wǎng)絡(luò)積極情緒

共情傳播理論認(rèn)為民眾對突發(fā)事件能夠產(chǎn)生心理移情和情緒共振，一方面表現(xiàn)為情緒的感染，另一方面表現(xiàn)為有意識的情緒分享，進(jìn)而影響更多人的情緒。傳統(tǒng)嚴(yán)肅的新聞范式并不能通吃所有受眾，人們在新媒體時代不僅僅追求理性、客觀的信息，還有感性表達(dá)訴求的需要。人們對喚醒自己情緒的圖片、文字、視頻等信息產(chǎn)生情緒認(rèn)同，并產(chǎn)生分享的欲望，通過點贊、轉(zhuǎn)發(fā)等形式產(chǎn)生復(fù)合式互聯(lián)網(wǎng)傳播，該種情緒隨之在社會網(wǎng)絡(luò)中形成病毒式感染［9］。本研究中，受傳者基于情感的一致性對信息內(nèi)容進(jìn)行“同向解碼”，隨著情感的不斷“傳染”，形成范圍逐漸擴(kuò)大的網(wǎng)絡(luò)情緒。

共情可以帶來認(rèn)知上的改變，認(rèn)知的改變引起了情緒及態(tài)度上的認(rèn)同。比起傳統(tǒng)的理性傳播，共情傳播更有助于打破溝通主體間的隔閡，從情感的共鳴到認(rèn)知的共鳴，最后達(dá)到內(nèi)化的認(rèn)同，溝通效果更為顯著。共情傳播的特征在網(wǎng)絡(luò)情境下表現(xiàn)得更為顯著。根據(jù)共情傳播理論，在突發(fā)公共衛(wèi)生事件暴發(fā)的初始階段，民眾處在各類非理性網(wǎng)絡(luò)情緒應(yīng)激爆發(fā)的輿論環(huán)境中不知所措，政府部門通過政務(wù)平臺信息發(fā)布、召開新聞發(fā)布會等形式進(jìn)行風(fēng)險溝通，在溝通中客觀準(zhǔn)確地傳遞出相關(guān)信息，從而讓公眾平靜下來；同時也精準(zhǔn)化地表達(dá)了觀眾的真實感受，較好地實現(xiàn)了對民眾復(fù)雜應(yīng)激心理的共情，通過樹典型、挖亮點等正面引導(dǎo)，把各類負(fù)面網(wǎng)絡(luò)情緒成功轉(zhuǎn)化為同心抗疫的中國力量和制度自信。因此，本文提出如下假設(shè)：

H3：共情對網(wǎng)絡(luò)積極情緒生成有正向影響，并在政民在線互動和網(wǎng)絡(luò)積極情緒之間起著中介作用。

H3a： 共情在信息互動和網(wǎng)絡(luò)積極情緒生成之間起中介作用。

H3b：共情在情感互動和網(wǎng)絡(luò)積極情緒生成之間起中介作用。

（四）風(fēng)險認(rèn)知的調(diào)節(jié)作用

風(fēng)險認(rèn)知指民眾依賴個人主觀直覺判斷對情境中各種危險事物的風(fēng)險進(jìn)行認(rèn)知評估［10］。個體在突發(fā)公共衛(wèi)生事件中擁有積極情緒和正確抗疫行為的一個重要因素就是自身的風(fēng)險認(rèn)知水平，民眾的風(fēng)險認(rèn)知水平引發(fā)他們在接收信息時的共情心理。時勘等提出人們面對突發(fā)公共衛(wèi)生事件時，不同地區(qū)民眾的風(fēng)險認(rèn)知有差異，管理部門可以通過與民眾的積極互動激發(fā)民眾風(fēng)險認(rèn)知的共情動機(jī)，發(fā)揮其激勵效應(yīng)，通過正向影響增加民眾積極的應(yīng)對行為。李宗亞等（2021）提出通過增強民眾在社會層面的疫情風(fēng)險感知來引發(fā)共情，促進(jìn)形成積極友善情緒和助人幫扶行為。對風(fēng)險認(rèn)知越高的個體，越能看待諸如病毒引發(fā)的公共衛(wèi)生事件與我們生活的關(guān)系，認(rèn)為免疫學(xué)的發(fā)展史就是人類與病毒的斗爭史，增強了對病毒的認(rèn)知度和抗疫的積極性。政民在線互動的外在刺激使得人們更關(guān)心突發(fā)公共衛(wèi)生事件暴發(fā)地區(qū)的情況，引發(fā)共情，更愿意遵守抗疫規(guī)則。風(fēng)險認(rèn)知越低的個體，越不相信專家意見，越容易放任自己某些不守規(guī)則的行為，面對規(guī)則易暴易怒，更不會真正關(guān)心他人的安危。在社交平臺上表達(dá)不滿情緒，制造更多的社會矛盾。因此，本文提出如下假設(shè)：

H4a：風(fēng)險認(rèn)知對在線信息互動—共情路徑有顯著正向調(diào)節(jié)作用，風(fēng)險認(rèn)知越高，在線信息互動對共情的影響越顯著。

H4b：風(fēng)險認(rèn)知對在線情感互動—共情路徑有顯著正向調(diào)節(jié)作用，風(fēng)險認(rèn)知越高，在線情感互動對共情的影響越顯著。

H4c：風(fēng)險認(rèn)知對在線信息互動—積極情緒路徑有顯著正向調(diào)節(jié)作用，風(fēng)險認(rèn)知越高，在線信息互動對積極情緒的影響越顯著。

H4d：風(fēng)險認(rèn)知對在線情感互動—積極情緒路徑有顯著正向調(diào)節(jié)作用，風(fēng)險認(rèn)知越高，在線情感互動對積極情緒的影響越顯著。

綜上，本文結(jié)合突發(fā)公共衛(wèi)生事件，將政民在線互動分為信息互動和情感互動兩個維度，并將其作為網(wǎng)絡(luò)積極情緒的重要影響因素，同時引入共情和風(fēng)險認(rèn)知兩個變量，探究政民在線互動和網(wǎng)絡(luò)積極情緒之間的作用機(jī)制。本文構(gòu)建的理論模型如圖1所示。

三、研究設(shè)計

（一）問卷設(shè)計及數(shù)據(jù)收集

2020年初開始暴發(fā)的新冠病毒疫情影響范圍廣、持續(xù)時間長、來勢兇、攻勢猛，是一起重大的、典型的突發(fā)公共衛(wèi)生事件，本研究選擇民眾在新冠病毒防疫期間政民線上互動及情緒特征進(jìn)行問卷調(diào)查，研究設(shè)計的問卷分為被測者的基本信息統(tǒng)計和政民在線互動、風(fēng)險認(rèn)知、共情、積極情緒等變量的測量項兩部分，利用SPSS21.0軟件和Amos21.0軟件對調(diào)查數(shù)據(jù)檢驗研究假設(shè)和理論模型的科學(xué)性、合理性。

本研究依托“問卷星”平臺對我國多個省市網(wǎng)民抽樣調(diào)查，數(shù)據(jù)收集時間為2021年12月1日到2022年12月30日。為保證樣本的廣泛性、代表性以及信效度的合理性，隨機(jī)發(fā)放40份問卷進(jìn)行預(yù)調(diào)查，通過咨詢專家、小組討論后進(jìn)行相應(yīng)修改后才進(jìn)行正式調(diào)查，共發(fā)放1350份問卷，回收問卷794份，篩除答題所填選項高度一致、時間過短的無效問卷，剩余664份有效問卷，有效率 83.6%。參與調(diào)查的女性數(shù)量多于男性，占58.4%；由于年輕群體更愿意在社交平臺互動，被調(diào)查者的年齡主要集中在21—30歲，樣本量占比48.2%；從被調(diào)查者的受教育程度來看，61.1%為本科學(xué)歷；從職業(yè)來看，41%為學(xué)生。該樣本調(diào)查對象涵蓋了不同的年齡段、文化程度、職業(yè)等，說明調(diào)查對象具有客觀性、公正性和代表性，可用于研究分析。

（二）變量測量

本研究采用李克特五級量表作答（1=完全不符合；5=非常符合）。其中，政民在線互動的測量題項改編于Nambisan等人及王建民等人開發(fā)的量表［11］；風(fēng)險認(rèn)知的測量采用謝曉非等編制的針對SARS風(fēng)險認(rèn)知的量表改編而成［12］，從使用風(fēng)險可能性、風(fēng)險嚴(yán)重性、風(fēng)險未知性、風(fēng)險可控性、風(fēng)險熟悉性等維度評估了被試者所感知到的突發(fā)公共衛(wèi)生事件的風(fēng)險程度；共情的測量根據(jù)王協(xié)順等編制的共情量表測量［13］，其中包括近端響應(yīng)、遠(yuǎn)端響應(yīng)、觀點采擇、在線模擬、情緒傳染等維度；在線積極情緒采用劉君玲等開發(fā)的量表［14］，有自豪情緒、贊賞情緒、理解情緒等維度。具體變量題項如表2所示。

四、數(shù)據(jù)分析

（一）信效度檢驗

從表2可以看出，5個潛在變量的Cronbach’s ɑ系數(shù)均gt;0.8，說明設(shè)計的調(diào)查問卷從整體上能夠有效測量所收集到的信息，量表具有很高的內(nèi)部一致性和穩(wěn)定性。

本研究從內(nèi)容效度、結(jié)構(gòu)效度兩個方面對問卷進(jìn)行評價。本研究的問卷內(nèi)容均改編自現(xiàn)有文獻(xiàn)中的成熟量表，經(jīng)過多位專家推敲后做出適當(dāng)?shù)男拚?，?nèi)容效度良好。本研究通過驗證性因子分析檢驗結(jié)構(gòu)效度（主要包括收斂效度和區(qū)別效度）。通過觀察因子載荷、組合信度和平均方差提取值檢驗收斂效度。從表2可以看出，各題項因子載荷值在0.678—0.877之間，各維度的組合信度（CR）均大于0.7，達(dá)到標(biāo)準(zhǔn)，AVE均大于0.5，達(dá)到標(biāo)準(zhǔn)，顯著性概率Plt;0.001。根據(jù)Fornell C等的建議，所有變量AVE的值大于0.5，CR值大于0.7時，說明樣本數(shù)據(jù)的收斂效度較好?？梢?，本模型的內(nèi)在質(zhì)量理想，穩(wěn)定性好，具有良好的收斂效度。如果測量模型中的潛在變量的平方根值大于該潛在變量與其他任何一個潛在變量的共同方差（或相關(guān)系數(shù)平方值），則表示潛在變量之間具有良好的區(qū)別效度。從表3可見，5個因子的AVE平方根依次為0.748、0.764、0.953、0.729、0.850，均高于0.5的門檻值，且均大于5個因子之間的相關(guān)系數(shù)值，說明該測量模型的區(qū)別效度較好。

（二）共同方法偏差和模型擬合度檢驗

本研究采用Harman單因子驗證性因子分析共同方法偏差檢驗。Podsakoff等提出未旋轉(zhuǎn)載荷平方和單因子不超過40%，說明樣本數(shù)據(jù)不存在嚴(yán)重的共同方法偏差問題。本研究檢驗結(jié)果見表4。從表4可見載荷的第1個單因子解釋變異為29.033%，未超過40%，說明模型不存在嚴(yán)重的共同方法偏差問題，即該問卷調(diào)查的結(jié)果良好。

采用Amos21.0軟件對664份問卷數(shù)據(jù)與理論模型進(jìn)行適配度擬合，其檢驗指標(biāo)結(jié)果如表5。

χ2/df=1.403;PCFI=0.817;GFI=0.948;RMSEA=0.035;NFI=0.943;TLI=0.979;CFI=0.983

。這些指標(biāo)均符合MacCallum R C等推薦的可接受范圍，說明理論模型與數(shù)據(jù)的擬合程度良好，表明研究模型具有很好的解釋力。

1.主效應(yīng)檢驗

本文運用AMOS21.0軟件對回收的調(diào)查數(shù)據(jù)分別進(jìn)行模型的路徑分析和研究假設(shè)。溫忠麟等提出路徑系數(shù)β值越大，表明變量之間的相關(guān)作用強度越大。并且，臨界比例C.R.值大于或等于1.96，即可說明在0.05顯著水平下有顯著差異。路徑分析與假設(shè)檢驗的結(jié)果見表6所示。

根據(jù)表6可知，所有路徑系數(shù)絕對值均介于 0～1之間，各條假設(shè)對應(yīng)的C.R.值達(dá)到0.05的顯著水平，且Plt;0.001，在線信息互動對積極情緒的路徑系數(shù)為0.277，C.R.值為4.341，故H1a成立；在線情感互動對積極情緒的路徑系數(shù)為0.231，C.R.值為3.866，故H1b成立。綜上，政民在線互動對網(wǎng)絡(luò)積極情緒有正向影響。在線信息互動對共情的路徑系數(shù)為0.303，C.R.值為4.474，故H2a成立；在線情感互動對共情的路徑系數(shù)為0.217，C.R.值為3.353，故H2b成立。綜上，政民在線互動對共情有正向影響。共情對積極情緒的路徑系數(shù)為0.262，C.R.值為4.171，故共情對網(wǎng)絡(luò)積極情緒有正向影響?？梢姡芯拷Y(jié)果全部支持主效應(yīng)模型。

2.中介效應(yīng)檢驗

本文采用Hayes等提出的Bootstrap置信區(qū)間法檢驗?zāi)Ｐ椭械闹薪樾?yīng)，設(shè)定Bootstrap抽樣5000次，置信區(qū)間設(shè)為95%，若間接效應(yīng)置信區(qū)間不包含數(shù)字0，則表明中介效應(yīng)顯著。中介效應(yīng)的檢驗結(jié)果如表7所示。

由表7可知：在線信息互動→共情→積極情緒中介效應(yīng)為0.080，95%置信區(qū)間為［0.036，0.132］，不包含數(shù)字0，說明共情在兩者之間的中介效應(yīng)顯著，H3a成立。在線情感互動→共情→積極情緒中介效應(yīng)為0.057，95%置信區(qū)間為［0.018，0.103］，不包含數(shù)字0，說明共情在兩者之間的中介效應(yīng)顯著，H3b成立。綜上，共情在政民在線互動與積極情緒之間起中介作用。

3.調(diào)節(jié)效應(yīng)檢驗

（1）風(fēng)險認(rèn)知在“政民在線互動—網(wǎng)絡(luò)積極情緒”路徑中的調(diào)節(jié)作用

采用多元層次回歸法檢驗風(fēng)險認(rèn)知對主效應(yīng)路徑的調(diào)節(jié)作用，結(jié)果見表8。由表8可知：模型1中年齡、職業(yè)對積極情緒具有顯著影響。模型2加入自變量后，在線信息互動（β=0.302，P＜0.05）和在線情感互動（β=0.277，P＜0.05）對積極情緒有顯著的正向影響作用；把調(diào)節(jié)變量風(fēng)險認(rèn)知加入模型3中，自變量在線信息互動（β＝0.301，Ｐl(wèi)t;0.001）、在線情感互動（β＝0.276，Ｐl(wèi)t;0.001），調(diào)節(jié)變量（β＝0.007，Ｐl(wèi)t;0.05）依然對因變量積極情緒作用顯著。最后，將在線信息互動×風(fēng)險認(rèn)知和在線情感互動×風(fēng)險認(rèn)知的交互項代入方程，其回歸系數(shù)分別為（β=0.128，P＜0.05）；（β=0.207，P＜0.05），說明自變量與調(diào)節(jié)變量的交互項對積極情緒有顯著的影響作用。同時從表8可見模型4的R2（0.307）顯著高于模型3的R2（0.238），說明模型解釋能力增強。

由上可見，調(diào)節(jié)變量風(fēng)險認(rèn)知對在線信息互動和在線情感互動對積極情緒的影響有顯著的調(diào)節(jié)作用，H4c、H4d得以驗證。

（2）風(fēng)險認(rèn)知在“政民在線互動—共情”路徑中的調(diào)節(jié)作用

通過執(zhí)行SPSS Process中的Model 8得出中介路徑中風(fēng)險認(rèn)知的調(diào)節(jié)作用，其結(jié)果見表9。由表9可知：當(dāng)風(fēng)險感知程度不同時，在線信息互動對共情的影響存在顯著差異，95%置信區(qū)間分別為［0.001，0.079］［0.063，0.195］，均不包含數(shù)字0；不同風(fēng)險感知之間存在顯著差異，95%置信區(qū)間為［0.040，0.013］，不包含數(shù)字0，說明風(fēng)險感知對“在線信息互動—共情”路徑具有正向調(diào)節(jié)作用。當(dāng)風(fēng)險感知程度不同時，在線情感互動對共情的95%置信區(qū)間分別為［-0.018，0.066］［0.060，0.186］，高風(fēng)險感知包含0，說明不顯著，低風(fēng)險感知不包含0，說明低風(fēng)險感知對“在線情感互動—共情”路徑調(diào)節(jié)作用顯著；在不同風(fēng)險認(rèn)知水平之間存在顯著差異，95%置信區(qū)間為［0.033，0.118］，不包含數(shù)字0，所以H4a、H4b成立。

五、研究結(jié)論與展望

（一）研究結(jié)論

本文通過使用結(jié)構(gòu)方程模型分析問卷所取得的數(shù)據(jù)，探索了政民在線互動對網(wǎng)絡(luò)積極情緒產(chǎn)生的影響，得出以下研究結(jié)論。

首先，政民在線互動對民眾共情以及網(wǎng)絡(luò)積極情緒的生成具有顯著正向影響?；陲L(fēng)險溝通理論和共情傳播理論，當(dāng)民眾在風(fēng)險溝通平臺上進(jìn)行信息互動和情感互動時，如閱讀突發(fā)公共衛(wèi)生事件的信息、詢問確認(rèn)某些不確切的信息、表示對現(xiàn)狀擔(dān)憂的留言等都能得到權(quán)威回復(fù)，他們在互動交流中更能全面了解突發(fā)公共衛(wèi)生事件暴發(fā)的起因和現(xiàn)狀，激發(fā)對公共衛(wèi)生事件暴發(fā)區(qū)民眾的同理心，也能把自己消極的情緒在互動中淡化，積極的情緒在互動中生成，從而感染平臺上更多的人，并采取更多積極的行動配合政府的工作。這說明政民在線互動不僅是激活民眾共情的因素，也對網(wǎng)絡(luò)積極情緒起到不可忽視的作用?？梢?，政民在線互動是民眾情緒的“減壓閥”，政府組織應(yīng)當(dāng)給予民眾更多的“情緒關(guān)懷”，民眾對政府的情感認(rèn)知良好，政民關(guān)系才會更加和諧穩(wěn)固。

其次，共情中介了政民在線互動對網(wǎng)絡(luò)積極情緒的影響。人們更愿意接受和傳播自己情感上認(rèn)同的新聞信息。風(fēng)險溝通平臺采取共情傳播策略，凝聚人心，就要在文本內(nèi)容中注入引發(fā)讀者情感共情的元素。新聞報道等文本以信息交流的方式衍生出情感交流的場域，因此，經(jīng)由信息內(nèi)容建構(gòu)的情感互動現(xiàn)象就此產(chǎn)生。風(fēng)險溝通中政府部門需要不斷調(diào)整自身的定位，參照民眾的情感需求，找到政民互動最佳的情感共振點。根據(jù)共情傳播理論，傳播主體需要積極進(jìn)行情感議程設(shè)置，即在風(fēng)險溝通過程中以情感為基礎(chǔ)，以信息傳播為媒介和紐帶，基于突發(fā)公共衛(wèi)生事件情境開展信息互動和情緒互動，力求達(dá)到情感的共享和溝通的目的。因此，當(dāng)民眾在風(fēng)險溝通平臺進(jìn)行信息和情感互動時，頻繁的信息和情感刺激會引發(fā)民眾對突發(fā)公共衛(wèi)生事件感同身受，激發(fā)民眾抗擊疫情的責(zé)任感，進(jìn)而產(chǎn)生讓積極情緒蔓延網(wǎng)絡(luò)的行為。可見，個體產(chǎn)生共情是民眾傳播積極情緒的有效途徑。

最后，風(fēng)險認(rèn)知對政民在線互動影響共情以及網(wǎng)絡(luò)積極情緒的路徑具有調(diào)節(jié)作用。謝曉非等學(xué)者發(fā)現(xiàn)個體對風(fēng)險的認(rèn)知等變量與個體情緒直接有關(guān)，可以成為考查和調(diào)節(jié)個體心理狀態(tài)的途徑。因此，在政民在線信息互動和在線情感互動過程中，民眾對風(fēng)險知識的了解和對疫情區(qū)人們的共情都會影響其心理狀態(tài)，個體在風(fēng)險溝通平臺互動越多，越能理解突發(fā)事件的現(xiàn)狀，越能產(chǎn)生抗擊疫情的責(zé)任感，進(jìn)而以積極的情緒在生活中踐行應(yīng)對突發(fā)公共衛(wèi)生事件的行為。

（二）研究局限與未來展望

本研究揭示了在突發(fā)公共衛(wèi)生事件背景下政民在線互動對網(wǎng)絡(luò)積極情緒的影響機(jī)制，但仍存在一定局限性。首先，影響網(wǎng)絡(luò)積極情緒的因素眾多，可能存在多個維度，今后的研究可以探索其他維度因素對網(wǎng)民積極情緒的影響，并開展相關(guān)的實證研究。其次，本研究只探究了政民在線互動對網(wǎng)絡(luò)積極情緒的影響機(jī)制，對依此提出的引導(dǎo)政民在線信息、情感互動等措施需要在實踐中進(jìn)一步驗證。最后，本文調(diào)查問卷的發(fā)放限于某一病毒防控時段中，未來的研究有必要在其他突發(fā)公共事件情境下進(jìn)行，從而強化研究結(jié)論的普適性。

參考文獻(xiàn)：

［1］唐雪梅，袁熳，朱利麗.政務(wù)輿情回應(yīng)策略對政府形象修復(fù)的影響：情緒認(rèn)知視角的有調(diào)節(jié)中介模型［J］.公共行政評論.2021，14（1）：114-131.

［2］郭潤萍，裴育，尹昊博.社會互動視角下數(shù)字創(chuàng)業(yè)機(jī)會客觀化機(jī)理：基于數(shù)字創(chuàng)意新企業(yè)的多案例研究［J］.南開管理評論，2020（3）183-205.

［3］盛光華，葛萬達(dá).社會互動視角下驅(qū)動消費者綠色購買的社會機(jī)制研究［J］.華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2019（2）：81-90．

［4］朱珂，丁庭印.元宇宙賦能大規(guī)模超域協(xié)同學(xué)習(xí)：系統(tǒng)框架與實施路徑［J］.遠(yuǎn)程教育雜志，2022，40（2）：24-34.

［5］袁靖華，孫佳雯.傳統(tǒng)文化典籍創(chuàng)新表達(dá)與傳播轉(zhuǎn)化的“情動機(jī)制”：以文化類節(jié)目為例［J］.中電視，2022（10）：30-35.

［6］汪祚軍，侯怡如，匡儀，等.群體共享情緒的放大效應(yīng)［J］.心理科學(xué)進(jìn)展，2017，25（4）：662-671.

［7］彭飛，程廣鑫，祁勇.把互動帶回審批：公共能量場視角下的行政審批制度改革：以“銀川模式”為例［J］.東岳論叢，2022（5）：159-167.

［8］易魁，王玉琦，許俊.危機(jī)事件中互聯(lián)網(wǎng)“圈子”用戶的共情傳播機(jī)制研究：基于情感共情和認(rèn)知共情雙過程探索［J］.江西師范大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2021（3）：60-72.

［9］劉珍，趙云澤.情緒傳播的社會影響研究［J］.編輯之友，2021（10）：50-58.

［10］Burns W J，Slovic P.Risk perception and behaviors：" anticipating and responding to crises［J］.Risk Analysis，（2012），32（4）：579-582.

［11］NAMBISAN S， BARON R A. Virtual Customer Environments： Testing a Model" of" Voluntary" Participation" in Value Co-creation Activities［J］. Journal of Product Innovation Management，2009（4）：" 388-406.

［12］謝曉非，謝冬梅，鄭蕊，等.SARS危機(jī)中公眾理性特征初探［J］.管理評論，2003（4）：6-12，63.

［13］王協(xié)順，蘇彥捷.中國青少年版認(rèn)知和情感共情量表的修訂［J］.心理技術(shù)與應(yīng)用，2019（9）：536-547.

［14］劉君玲，張雅文，張文蘭，等.在線協(xié)作學(xué)習(xí)中大學(xué)生的情緒交互評價研究：量表的編制與信效度檢驗［J］.遠(yuǎn)程教育雜志，2021（5）：87-94.

（責(zé)任編輯 林川）

A Study on the Influence of Online Interaction between Government and Citizens on Netizens’ Positive Emotions in Public Health Emergencies

——Analysis of Mediation based on Empathy

LI Pingfen

（Guangxi Vocational Normal University， Nanning， Guangxi 530007， China）

Abstract：Emotion management has a certain reference significance for risk communication practices and policy formulation in government departments. Based on the theories of risk communication and empathetic communication， this study focuses on the positive emotions in online networks in the context of public health emergencies. By using risk awareness as a moderating variable， an evaluation model is constructed to assess the factors that influence the impact of government-citizen online interaction on positive emotions in wired networks. Data were collected through questionnaires， and structural equation modeling was used to verify the research hypotheses. The results show that government-citizen online interaction has a positive impact on the formation of positive emotions in online networks， empathy plays a mediating role between government-citizen online interaction and positive emotions， and risk awareness plays a moderating role in the path of government-citizen online interaction on positive emotions in online networks.

Key words：network positive emotion; government-private online interaction; empathic transmission; risk perception; structural equation model