收稿日期:2020-03-17摇摇摇摇摇摇修回日期:2020-04-18

基金项目:国家社会科学基金项目"突发公共事件非理性网络舆论扩散的阻断机制研究冶(编号:17BGL180)研究成果之一.
作者简介:李晚莲(ORCID:0000-0001-9115-4977),女,1976年生,博士,教授,硕士生导师,研究方向:网络舆情、危机管理;高光涵(ORCID:0000-0003-0246-3976),男,1996年生,硕士研究生,研究方向:网络舆情、危机管理.
突发公共事件网络舆情热度生成机理研究*———基于48个案例的模糊集定性比较分析(fsQCA)李晚莲摇高光涵(湖南农业大学公共管理与法学学院摇长沙摇410128)摘摇要:[目的/意义]厘清突发事件网络舆情热度生成机理,能够防范化解重大舆情事故,对于突发公共事件网络舆情引导具有重要指导意义.
[方法/过程]结合行动者网络理论,提取主体驱动、载体展现、客体影响和引体牵引四个维度7个指标作为突发公共事件网络舆情热度生成的前因条件,通过48个突发公共事件案例的模糊集定性比较分析,识别突发公共事件网络舆情热度生成动因与路径.
[结果/结论]研究结果发现,主体驱动是突发公共事件网络舆情热度生成的关键条件;非常规突发事件和危害级别越高的突发事件更易激发舆情主体驱动和载体展现,相互作用推动高热度舆情生成;引体牵引作用越强则突发公共事件网络舆情低热度生成可能性越大.
因此,要健全意见领袖联系和培养机制;加强与舆情载体的合作;尽快尽可能降低事件影响力;提高政府作为舆情引体的牵引能力.
关键词:突发公共事件;网络舆情热度;生成机理;模糊集定性比较分析中图分类号:D63;G206摇摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1002-1965(2020)07-0094-07引用格式:李晚莲,高光涵.
突发公共事件网络舆情热度生成机理研究[J].
情报杂志,2020,39(7):94-100.
DOI:10.
3969/j.
issn.
1002-1965.
2020.
07.
016TheGeneratingMechanismofInternetPublicOpinionHeatinPublicEmergencies—FuzzySetQualitativeComparativeAnalysisBasedon48Cases(fsQCA)LiWanlian摇GaoGuanghan(CollegeofPublicManagement&Law,HunanAgriculturalUniversity,Changsha摇410128)Abstract:[Purpose/Significance]Clarifyingthegeneratingmechanismofthenetworkpublicopinionpopularityinemergenciescanpre鄄ventandresolvemajorpublicopinionaccidents,andhasimportantguidingsignificancefortheguidanceofnetworkpublicopinioninpub鄄licemergencies.
[Method/Process]Inthispaper,combinedwiththeactornetworktheory,sevenindicatorsoffourdimensions—subject-driven,carriermanifestation,objectinfluence,andpulltraction—wereextractedastheantecedentconditionsforgeneratingpublicsenti鄄mentheatofthepublicemergencynetwork,andqualitativecomparativeanalysiswasadoptedtoanalyzethefuzzysetof48publicemer鄄gencycases,exploringthecorepathandcauseofpublicopinionnetworkheatgenerationforemergentpublicevents.
[Result/Conclusion]Thestudyfoundthatsubject-drivenisakeyconditionforgeneratingpublicopinionheatofsuddenpublicevents;unconventionalemergen鄄ciesandemergencieswithhigherhazardlevelsaremorelikelytostimulatesubject-drivenpublicopinionandcarrierdisplay,andpromotehighinteraction.
Forgeneratingpublicopinion,thestrongerthepull-tractioneffectis,themorelikelyitisthatthepublicopinionofapubliceventwillgeneratelowpublicopinion.
Therefore,itisnecessarytoimprovethemechanismofcontactandcultivationofopinionleaders,strengthencooperationwithpublicopinioncarriers,reducetheinfluenceoftheincidentassoonaspossible,andimprovethegov鄄ernment'stractionabilityasapublicopinionlead.
Keywords:publicemergency;networkpublicopinionheat;generationmechanism;fuzzysetqualitativecomparativeanalysis第39卷摇第7期2020年7月摇摇摇摇摇摇摇摇摇摇摇摇摇情摇报摇杂摇志JOURNALOFINTELLIGENCE摇摇摇摇摇摇摇摇摇摇摇摇摇Vol.
39摇No.
7July摇20201摇问题提出互联网在信息传播中的时效性、广泛性使它成为危机信息传播的重要途径,成为突发事件中网民表达利益诉求的重要渠道[1].
突发事件和网络舆情之间的内在联系越来越紧密,突发事件可能引致网络舆情产生,而网络舆情反过来会推动突发事件的进一步发展[2].
习近平总书记在中央政治局第十九次集体学习时强调,要健全防范风险机制,从源头上防范化解重大安全风险,真正把问题解决在萌芽之时、成灾之前.
识别突发公共事件网络舆情热度生成的核心条件和组合路径,理清网络舆情热度生成机理,是防范突发公共事件网络舆情风险的重要基础,有利于推进我国应急管理体系和治理能力现代化.
2摇文献梳理与分析框架摇2.
1摇文献梳理:网络舆情热度影响因素摇已有的网络舆情热度影响因素研究选用不同的研究方法从多种角度展开,比如袁国平等[3]运用系统动力学考察了事件公共度、事件敏感度、网民质疑度和政府公信力四个方面对突发事件网络舆情热度的影响.
李静等[4]运用多元分层回归模型,对10600件舆情事件进行编码分析,研究发现事件本身属性、媒介传播、网民参与和政府干预对网络舆情热度具有不同程度的影响.
杨洋洋等[5]运用清晰集定性比较分析方法分析了信息源敏感度、网民参与度、媒体活跃度和政府介入度对网络舆情热度的影响作用.
还有研究从不同信息传播平台出发利用灰色关联法从时间、事件维度考察信息传播平台对网络舆情热度的影响[6].
现有关于网络舆情热度影响因素的研究给本文提供了很好的借鉴.
但是仍然有值得拓展的空间:一是鲜有面向突发公共事件的网络舆情热度影响因素研究,突发公共事件网络舆情热度生成机理有待厘清;二是突发公共事件网络舆情热度多种影响因素之间相互作用的组态关系少有关注.
基于此,本文通过对48个突发公共事件案例的模糊集定性比较分析,识别突发公共事件网络舆情热度生成的前因条件及条件组合路径,形成突发公共事件网络舆情热度生成机理.
摇2.
2摇理论基础:行动者网络理论摇行动者网络理论(Actor-Network-Theory,简称ANT)是由布鲁诺·拉图尔在对爱丁堡学派强纲领的批判中提出的[7].
行动者网络理论的核心概念主要包括3个:第一,行动者.
通常意义上的"行动者冶指的是人类,但行动者网络基于广义对称性的原则,将"行动者冶理解为科学实践中的一切因素,可以是人,也可以是非人的存在和力量[9].
第二,转义者.
行动者网络理论认为所有的行动中动员的都是转义者.
转义者会改变、转译、扭曲和修改行动者本应表达的意义或元素.
即使一次陈词滥调的对话也有可能成为一条极其复杂的转义者链条,因为对话中的激情、意见和态度会使情况在每一个拐点上发生改变.
第三,网络.
网络是指一系列的行动所形成的网络,这种网络侧重的是一种描述连接的方法,强调工作、互动、流动和变化的过程[10].
行动者网络理论对于突发事件网络舆情研究具有高度的适用性[11],现有的相关研究大多基于利益相关者视角分析[12],但是利益相关者只对行动者中的人进行分析,未涵盖非人的行动者,如至关重要的突发公共事件,行动者网络理论的核心概念很好地弥补了这一不足.
通过对已有文献的归纳,我们发现突发公共事件网络舆情热度生成的行动者主要包括网民、媒体、政府和事件.
这些行动者通过对行动者观点的转译、修改甚至改变、扭曲发挥舆情传播作用,最终形成突发公共事件网络舆情热度生成的行动者网络(见图1),本研究以此行动者网络为基础搭建突发公共事件网络舆情热度生成的影响因素分析框架.
图1摇突发公共事件网络舆情热度生成的行动者网络注:虚线椭圆为非人行动者,实线框椭圆为人行动者.
行动者网络的形成依靠转译(箭头)的作用.
摇2.
3摇分析框架:突发公共事件网络舆情热度生成机理框架摇通过对突发公共事件网络舆情热度生成的行动者网络分析,结合已有的舆情五力模型[13],我们认为突发公共事件网络舆情热度是舆情主体驱动、载体展现、客体影响和引体牵引相互作用的结果.
除此之外,参照QCA的惯例,中等样本的QCA分析中前因条件个数最好介于4~7之间[14],条件数量过多会导致生成的条件组合总量远超于样本量,无法反映真实现状[15].
因此,本研究构建了四个维度7个指标的突发公共事件网络舆情热度生成影响因素研究模型(见图2).
3摇研究设计摇3.
1摇研究方法摇定性比较分析(QualitativeCom鄄parativeAnalysis,QCA)是介于案例导向(定性方法)和变量导向(定量方法)之间能够结合两种方法优势的一种研究方法[16],是管理学研究中超越定性与定量划分的一条新道路.
QCA方法以集合论和布尔运算作为其方法论的基石[17],认为案例是原因条件组成的·59·摇第7期摇摇摇摇摇摇摇摇摇摇摇李晚莲,等:突发公共事件网络舆情热度生成机理研究集合,因而关注条件组态与结果间复杂的因果关系[18].
图2摇突发公共事件网络舆情热度生成影响因素的研究框架QCA方法对本研究具有适用性.
一方面,本研究符合QCA分析对研究对象"多因诱致冶要求[19].
突发公共事件网络舆情是一个复杂的系统,舆情是在事件与利益相关者的刺激与回应下形成的,而其从产生到扩散最终到消解是政府、媒体、网民以及网络环境等因素综合作用的结果[20].
另一方面,QCA分析在因果复杂性分析上的敏感性,使得它在中小样本案例分析上比回归分析等方法更具优势[21].
另外,QCA方法包括清晰集、模糊集和多值集3种,其分别适用于变量的二分类、连续和多分类.
突发公共事件网络舆情热度结果与其影响因素很难做出二分抉择,发生或不发生并不能衡量其是否导致热度高低的生成,而模糊集的连续概念为变量操作化提供了十分契合的分析工具.
摇3.
2摇案例选取摇本研究共摘选48个案例作为突发公共事件网络舆情热度生成研究案例库(见表1).
通过对知微数据平台知微事件库中2017-2019年事件影响力排名前100名的事件汇总,摘选3年间事件影响力排名前24名突发公共事件作为高热度网络舆情生成的突发公共事件进入研究案例库.
另外,为了保证结论的外部有效性,QCA方法要求案例间具有可比性,案例选择应当追求案例间的最大异质性[22].
因此,摘选24件2017-2019年未进入事件影响力排名前100名作为低热度网络舆情生成的突发公共事件进入研究案例库.
表1摇研究案例库序号年份事件名称影响力指数序号年份事件名称影响力指数12018长生生物等疫苗造假事件89.
3252019香港两巴士相撞58.
922017四川九寨沟县发生7.
0级地震86.
8262019长沙"7.
30冶故意伤害案60.
832019四川宜宾长宁6.
0级地震85.
7272019江苏昆山一纺织厂突发火灾46.
642017全球爆发电脑勒索病毒蔓延至中国84.
2282019广东惠州砍人事件51.
752019江苏盐城响水化工厂爆炸事件83.
7292019南昌红谷滩杀人事件56.
762019四川凉山森林火灾83.
5302019云南丽江突发山火51.
772018超强台风"山竹冶登陆83.
4312019广东湛江发生3.
1级地震5282018重庆万州公交坠江事故82.
4322019深圳南山大道发生车祸50.
192017北大女硕士在美失联82.
4332018山东平阴炭素厂仓库爆炸52.
7102017台风"天鸽冶来袭81.
4342018西安纺渭路发生惨烈车祸50.
5112018乐清女子乘坐滴滴顺风车遇害事件80.
7352018吉林东丰工厂爆炸61.
5122018台湾花莲发生6.
5级地震79.
5362018乐山公交爆炸事件58.
3132018空姐搭乘滴滴顺风车遇害79.
1372018二广高速益阳段发生车祸60.
8142018山东寿光泄洪事件78.
9382018香港北角车祸56.
4152017携程亲子园被曝虐童77.
6392018江苏吴江一小区发生煤气爆炸52.
2162017四川叠溪发生山体垮塌77.
5402018武汉一双层公交撞限高架被削61.
8172018全国多地连爆猪牛羊疫情77.
1412017吉林永吉多地遭遇暴雨袭击60.
6182017北京红黄蓝幼儿园虐童事件76.
6422017福建仙游客车坠桥事故56.
7192018"江苏昆山宝马男子砍人反被杀冶案件76.
5432017济南绕城高速发生10车追尾事故49.
9202017陕西榆林一产妇坠楼身亡76.
2442017"11.
18冶北京大兴火灾65.
6212018川航备降事件75.
7452017武汉史蒂芬森幼儿园虐童47.
6222018台风玛莉亚登陆福建沿海75.
3462017北京朝阳区一村民自建房发生火灾62.
6232017台风卡努登陆74.
9472017上海地铁2号线一男子跳入轨道被列车冲撞身亡48.
3242017台湾发生30年来最严重交通事故74.
3482017北林大四女生去雪乡途中遇车祸身亡61.
2摇3.
3摇变量解释与数据校准摇本文的数据校准综合采用QCA分析技术中的"四值模糊集校准法冶和"均值锚点法冶.
"四值模糊集校准法冶依据案例在结果变量和条件变量上的隶属度高低进行[0-0.
33-0郾67-1]四分等差校准,"1冶表示完全隶属,"0冶表示完全不隶属,"0~1冶之间数值越高,表示案例在此变量的隶属度越高.
另外,部分变量的赋值采用QCA技术常用的"均值锚点法冶,将连续变量的客观分布作为赋值的依据,利用均值锚点将变量分成四部分,每部分分别赋值[0-0.
33-0.
67-1],具体赋值规则见表2.
·69·摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇情摇报摇杂摇志摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇第39卷表2摇赋值规则表变量类别变量名称变量赋值结果变量舆情热度生成案例热度排名1~12为1,排名13~24为0.
67,排名25~36为0.
33,排名37~48为0条件变量主体驱动载体展现客体影响引体牵引A网民关注度事件持续期间平均每小时信息传播条数,均值锚点B意见领袖传播力参与事件讨论的粉丝量排名前五的微博大V粉丝数量总和,均值锚点C网络媒体参与网络媒体参与事件报道的数量,均值锚点D权威媒体报道中央新闻单位*参与事件报道占比,均值锚点E事件类型社会安全事件为1,公共卫生事件为0.
67,事故灾害为0.
33,自然灾害为0F事件危害级别特别重大为1,重大为0.
67,较大为0.
33,一般为0G政府舆情疏解舆情疏解所耗时长,均值锚点摇摇*注:18家中央新闻单位:人民日报社、新华社、中央广播电视总台、求是杂志社、解放军报社、光明日报社、经济日报社、中国日报社、科技日报社、人民政协报社、中国纪检监察报社、学习时报社、工人日报社、中国青年报社、中国妇女报社、农民日报社、法制日报社、中国新闻社.
4摇数据分析与结果显示摇4.
1摇必要性分析:热度生成动因摇突发公共事件网络舆情热度生成的动因提取主要通过对前因变量的必要性分析,考察其一致性和覆盖率.
一致性(Consis鄄tency)大于0.
8可看作事件发生的充分条件,一致性大于0.
9可看作事件发生的必要条件[16],覆盖率(Coverage)是判断前因条件对于结果变量的解释力度,"~冶表示"非冶即相反值.
表3摇单变量必要性检测条件变量摇结果变量=舆情热度生成摇摇结果变量=~舆情热度生成摇ConsistencyCoverageConsistencyCoverageA0.
9450000.
9197080.
3575000.
347932~A0.
3300000.
3393320.
9175000.
943445B0.
8479170.
8479170.
3583330.
358333~B0.
3583330.
3583330.
8479170.
847917C0.
9033330.
8910810.
3716670.
366625~C0.
3579170.
3629070.
8895830.
901986D0.
8750000.
8512360.
3866670.
376165~D0.
3587500.
3690530.
8470830.
871410E0.
6108330.
5954510.
5387500.
525183~E0.
5129170.
5265180.
5850000.
600513F0.
6250000.
8038590.
2762500.
355305~F0.
4987500.
4079750.
8475000.
693252G0.
4150000.
4150000.
7912500.
791250~G0.
7912500.
7912500.
4150000.
415000摇摇从表3中可以看出,当结果变量设置为"舆情热度冶时,网民关注度(A)和网络媒体参与(C)的一致性分别达到了0.
945和0郾903333,高网民关注度和高网络媒体参与是突发公共事件网络舆情高热度生成的必要条件.
同时,网民关注度和网络媒体参与的解释力度也较强,覆盖率分别达到0.
919708和0.
851235.
意见领袖传播力(B)和权威媒体报道(D)的一致性也超过了0.
8,视为突发公共事件网络舆情高热度生成的充分条件.
从单变量必要性检测可以看出,能够独立触发高热度舆情生成的两个主要维度分别是网民和媒体,这说明舆情主体和舆情媒介对舆情热度推动具有重要的作用.
当结果变量设置为"~舆情热度冶时,反向网民关注度(~A)的一致性达到0.
9175,低网民关注度是突发公共事件网络舆情低热度生成的必要条件,同时也具有较强的解释力(Coverage=0.
943445).
反向意见领袖传播力(~B)、反向网络媒体参与(~C)、反向权威媒体报道(~D)和反向事件危害级别(~F)的一致性均超过0.
8,这表明低网络媒体参与、低权威媒体报道、低意见领袖传播力和低事件危害级别是突发公共事件网络舆情低热度生成的充分条件.
从上述结果可以看出,主体驱动和载体展现对舆情低热度生成具有重要的影响作用.
摇4.
2摇条件组合分析:热度生成路径摇在根据变量赋值规则进行校准的基础上,利用fs/QCA3.
0软件构建真值表,对突发公共事件网络舆情热度生成的条件组合路径进行分析.
QCA分析结果为研究者提供了复杂解、优化解和中间解.
合理有据、复杂度适中,同时又不允许消除必要条件的中间解被认为是QCA研究中汇报和诠释的首选[22].
因此,本文选取中间解对条件组态进行分析,案例阈值设置为默认值1,一致性阈值设置为默认值0.
8,最终得出突发公共事件网络舆情高热度生成的条件组合路径和突发公共事件网络舆情低热度生成的条件组合路径.
分析结果中,条件组合路径中的符号"*冶表示"且冶,"~冶表示"非冶即相反值.
原始覆盖率(Rawcoverage)表示该条件组合能够解释的案例比例,一般作为考察条件组合路径对于结果解释力强度的指标.
唯一覆盖率(Uniquecover鄄age)表示有多少案例仅能被该条组合路径所解释,也可以说成净解释力.
突发公共事件网络舆情高热度生成的条件组合路径(见表4)共有9条,其整体覆盖率(Solutioncover鄄age)为0.
89,整体一致性(Solutionconsistency)为0郾927083,表示这些路径的组合能够解释大约89%的舆情高热度生成结果,能够比较全面地覆盖和分析突发公共事件网络舆情高热度生成情况.
从表4可以看出,所有路径的原始覆盖率都高于·79·摇第7期摇摇摇摇摇摇摇摇摇摇摇李晚莲,等:突发公共事件网络舆情热度生成机理研究唯一覆盖率,说明存在符合多重因果路径的支持案例[23].
同时,路径1和2是突发公共事件网络舆情高热度生成的核心路径,它们的原始覆盖率都高于40%.
通过对核心路径的整合,突发公共事件网络舆情低热度生成公式可以简化为:舆情热度=A*B*C*D*(E+F).
从简化后的等式可以看出,主动驱动仍然被证明是高热度路径的必要条件之一,而载体驱动尽管不是舆情热度生成的必要条件,但在条件组合路径中它发挥了核心要素的作用.
表4摇突发公共事件网络舆情高热度生成的条件组合路径分析结果序号条件组合路径RawcoverageUniquecoverageConsistency1A*B*C*D*E0.
43041700.
01416670.
9690432A*B*C*D*F0.
47333300.
25125000.
9717713A*C*D*E*~F*~G0.
26333300.
014166714A*B*C*E*~F*~G0.
25000000.
028333415A*B*D*E*~F*~G0.
26333300.
027916716~A*~B*~C*D*~E*F*~G0.
096250000.
87169807~A*B*~C*~D*E*~F*~G0.
12375000.
01375000.
81593408~A*~B*C*D*E*~F*G0.
123750000.
81593409A*~B*C*~D*~E*F*G0.
08291670.
01416670.
8577590Solutioncoverage:0.
89,Solutionconsistency:0.
927083摇摇当结果变量设置为"~舆情热度冶时,得到突发公共事件网络舆情低热度生成的条件组合结果(见表5).
舆情低热度生成的核心条件组合的整体一致性为0.
936342,整体覆盖率为0.
82125,9条条件组合路径能够解释82%的低热度舆情生成结果.
表5摇突发公共事件网络舆情低热度生成的条件组合路径分析结果序号条件组合路径RawcoverageUniquecoverageConsistency1~A*~B*~C*~D*~F0.
65333300.
15333300.
97938802~A*~C*~D*E*~F*~G0.
20708300.
02791670.
93773603~A*~B*~C*~D*~E*G0.
41750000.
014166714~A*~B*~C*~E*~F*G0.
41791700.
028333315~A*~B*~C*D*~E*F*~G0.
11041700.
014166716~A*B*~C*~D*~E*F*~G0.
08291670.
014166717~A*~B*C*D*E*~F*G0.
15166700.
014166718A*~B*C*~D*~E*F*G0.
08250000.
01375000.
85344809A*B*C*D*E*~F*G0.
12375000.
02750000.
8159340Solutioncoverage:0.
82125,Solutionconsistency:0.
936342摇摇表5显示,路径1、3和4是突发公共事件网络舆情低热度生成公式的核心路径.
通过对3条路径的整合,突发公共事件网络舆情低热度生成的公式可以简化为:~舆情热度=~A*~B*~C*(~D*~F+~E*~D*G+~E*~F*G).
从简化后的公式可以看出,低主体驱动必要性分析显示,是低热度生成的必要条件,而低网络媒体参与是条件组合路径中的核心要素.
但是,载体驱动中权威媒体报道的高低并不能决定舆情热度的高低.
同时,在反向事件类型即常规突发公共事件如自然灾害、事故灾害等情况下,政府舆情疏解会发挥一定的作用.
摇4.
3摇稳健性检验摇为了避免结果的随机性和敏感性,结合已有的研究经验,我们采取集合论特定的稳健性检验方法中的剔除部分案例来展开稳健性检验[24].
从48个案例中剔除12个案例,剔除结果变量舆情热度生成四分校准中每一部分3个案例共12个案例,对剩余的36个案例进行分析.
稳健性检验结论显示,原有结论与稳健性检验结论基本一致,数据分析的结果具有稳健性.
5摇结论与启示摇5.
1摇研究结论摇通过对研究案例库的模糊集定性比较分析,我们提取和识别到了突发公共事件高热度网络舆情生成以及低热度网络舆情生成的必要性条件和条件组合路径,结合数据结果,本研究得出以下3个结论:5.
1.
1摇主体驱动是突发公共事件网络舆情热度生成的关键条件摇从条件组合路径中可以看出,网民关注度和意见领袖传播力是条件组合路径的核心条件,网民关注度更是高热度舆情生成和低热度舆情生成的必要条件,足以说明主体驱动是突发公共事件网络舆情热度生成的关键作用力.
同时,研究发现普通网民和意见领袖基本上是同向存在,网民关注度高的突发事件同时也获得传播力大的意见领袖的参与和探讨.
因此,我们认为网民和意见领袖作为舆情主体相互作用推动突发事件网络舆情热度提升.
一方面,网民作用于意见领袖,网民在事件中普遍探讨的观点或问题会获得意见领袖的关注.
而意见领袖是热衷于传播消息和表达意见的人[25],因此一旦意见领袖搜集到网民关注的事件信息,他们会对焦点信息进行传播扩散,进而作用于舆情热度.
另一方面,意见领袖作用于网民.
意见领袖传播的观点和信息对于网民的作用越来越大,无论正面信息还是负面消息.
当某些意见领袖缺乏自律或有意无意地发布不实信息时,其观点和态度也可以影响其粉丝和舆论走向,甚至改变事件走向[26],这说明意见领袖在突发公共事件中的观点或信息传播对于网民具有一定作用力,进而推动舆情热度提高.
5.
1.
2摇非常规突发事件和危害级别越高的突发事件更易激发主体驱动和载体展现,相互作用推动高热度舆情生成摇从事件类型角度来看,这可能是因为自然灾害,比如地震,已经具有相对较完备的应急管理体制,除非事件危害级别较高,否则这类常规突发事件的发生获得主体驱动和载体持续展现的可能性较小,·89·摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇情摇报摇杂摇志摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇第39卷进而生成高热度网络舆情的可能性较小.
而社会安全事件、公共卫生事件等非常规性较高的突发事件具有高度的不确定性,所引发的社会和管理体制等问题能够获得舆情主体和舆情载体的持续关注和传播,从而推动舆情热度持续上升最终生成高热度舆情.
比如空姐搭乘滴滴顺风车遇害引发网民对于网约车监管甚至网约车行业监管的探讨,携程亲子园虐童事件引发网民和媒体对于幼教行业监管的讨论,江苏昆山宝马男子砍人反被杀事件引发媒体和网民探讨"正当防卫冶标准以及政府对于这类非常规性突发事件的处置等.
从事件危害级别角度看,事件危害级别越高表明事件所造成的人员伤亡或经济损失巨大,政府危机解决时间较长,舆情主体不断追问事件进展,舆情载体不断更新报道事件的危害情况等,推动了舆情高热度生成.
比如,长生生物等疫苗造假事件、四川九寨沟7.
0级地震和重庆万州公交坠江事故,它们的事件类型从自然灾害到社会安全事件各异,政府舆情疏解耗时也大相径庭.
但是这些突发公共事件的危害级别特别重大,所造成的人员伤亡或经济损失十分巨大,因此这类突发事件的发生会引发媒体和网民的关注和探讨,最终生成高热度舆情.
5.
1.
3摇引体牵引作用越强则突发公共事件网络舆情低热度生成可能性越大摇政府舆情疏解尽管不是热度生成的必要条件,但其反值是低热度生成的充分条件.
从条件组合路径中可以看出,政府舆情疏解在高热度生成的突发公共事件条件组合路径中多以正值出现,而在低热度生成的突发公共事件条件组合路径中多以反值出现,这表明政府舆情疏解能够在一定程度上对突发公共事件网络舆情起到"降热冶的作用.
如江苏吴江一小区发生煤气爆炸、武汉史蒂芬森幼儿园虐童和上海地铁2号线一男子跳入轨道被列车冲撞身亡等事件,这些事件危害级别较低,相关部门短时间迅速对事件进行了通报,掌握了舆情的主动权,所引发的舆情主体参与和载体扩散相对较少.
另外,通过对条件组合路径的比较可以发现,在政府舆情疏解不发挥作用的条件组合路径中往往客体影响力十分巨大,事件本身解决耗时相对较长,因此所引发的事件舆情持续时间也会较长,这种情况下政府舆情疏解难度较大.
摇5.
2摇研究启示摇上述分析对于突发公共事件网络舆情热度的生成机理进行了系统分析和梳理.
结合研究结论,本文认为突发公共事件网络舆情生成机理对于防范化解重大舆情事故和突发公共事件网络舆情引导具有重要指导意义,具有如下启示:一是健全意见领袖联系和培养机制.
a.
加强与意见领袖的合作联系,搭建与意见领袖的危机信息共享平台,减少意见领袖对于不实信息的传播.
b.
培养专业的危机意见领袖,加强与社交、通讯等平台中从事应急管理、危机应对等专家学者的沟通联系,让他们在舆情中敢于发声、理性发声、发专业之声.
二是加强与舆情载体合作.
一方面,加强与媒体的合作能够通过更改议题等形式对媒介议程进行设置,减少对于负面舆情热度高的突发公共事件报道,为高热度生成的突发事件网络舆情"降温冶提供可能.
另一方面,政府相关部门要建立与中央新闻单位的危机信息共享平台,中央新闻单位参与突发公共事件的报道能够扩大官方、理性信息在舆情中流通的占比,提高舆情传播的质量.
三是尽快尽可能降低事件影响力.
a.
完善不同类型的应急管理体制.
随着社会的发展,不断出现的非传统安全事件加大了突发事件应急管理难度.
因此,应急管理部门要不断加强危机学习,完善不同类型突发公共事件的应急管理体制.
b.
尽可能的降低事件危害级别.
相关应急部门要抓住紧急救援黄金时间,最大化的减小突发公共事件所带来的人员伤亡或经济损失,进而降低其危害级别,为舆情热度"降温冶提供契机.
四是提高政府作为引体的牵引能力.
政府要及时对突发公共事件网络舆情进行疏解,加强对于事件情况的通报、事件信息的公开以及对网络舆情热点的回应.
值得注意的是,新时代的政府舆情疏解并不只是单一的对事件情况通报和信息公开,越来越多的突发公共事件引发的社会问题甚至管理体制等探讨都需要政府回应与解决.
因此,政府要重视由事件所引发的社会问题或管理体制探讨,及时回应衍生舆情,让有必要列入政策议程的社会问题尽快列入政策议程.
参考文献[1]摇李晚莲,高光涵.
突发事件网络舆情研究进展与趋势分析[J].
重庆邮电大学学报(社会科学版),2019,31(5):60-68.
[2]摇张小明.
论突发事件网络舆情的综合治理:体制建设与制度保障[J].
上海行政学院学报,2013,14(5):81-87.
[3]摇袁国平,许晓兵.
基于系统动力学的关于突发事件后网络舆情热度研究[J].
情报科学,2015,33(10):52-56.
[4]摇李摇静,谢耘耕.
网络舆情热度的影响因素研究———基于2010-2018年10600起舆情事件的实证分析[J].
新闻界,2020(2):37-45.
[5]摇杨洋洋,谢雪梅.
基于QCA的网络舆情热度影响因素构型分析[J].
情报杂志,2019,38(5):142-146.
[6]摇林摇萍,解一涵,魏摇静.
信息传播平台对网络舆情热度的影响分析[J].
现代情报,2018,38(5):94-99.
[7]摇董摇阳,陈晓旭.
从"极化冶走向"理性冶:网络空间中公共舆论的演变路径———百度百科"PX词条保卫战冶的启示[J].
公共管理学报,2015,12(2):55-67,155-156.
·99·摇第7期摇摇摇摇摇摇摇摇摇摇摇李晚莲,等:突发公共事件网络舆情热度生成机理研究[8]摇刘文旋.
从知识的建构到事实的建构———对布鲁诺·拉图尔"行动者网络理论冶的一种考察[J].
哲学研究,2017(5):118-125,128.
[9]摇布鲁诺·拉图尔.
科学在行动:怎样在社会中跟随科学家和工程师[M].
刘文旋,郑摇开,译.
北京:东方出版社,2005:418.
[10]吴摇莹,卢雨霞,陈家建,等.
跟随行动者重组社会———读拉图尔的《重组社会:行动者网络理论》[J].
社会学研究,2008(2):218-234.
[11]袁摇红,李摇佳.
行动者网络视角下突发公共事件的谣言协同治理机制研究[J].
现代情报,2019,39(12):109-120.
[12]安摇璐,杜廷尧,李摇纲,等.
突发公共卫生事件利益相关者在社交媒体中的关注点及演化模式[J].
情报学报,2018,37(4):394-405.
[13]张义庭,谢摇威.
基于熵理论的高校突发事件网络舆情五力模型构建[J].
情报杂志,2012,31(11):19-22,18.
[14]HudsonJ,K俟hnerS.
Qualitativecomparativeanalysisandap鄄pliedpublicpolicyanalysis:Newapplicationsofinnovativemeth鄄ods[J].
PolicyandSociety,2013(4):279-287.
[15]GrendstadG.
Causalcomplexityandpartypreference[J].
Euro鄄peanJournalofPoliticalResearch,2007(1):121-149.
[16]RaginC.
Redesigningsocialinquiry:Fuzzysetandbeyond[M].
Chicago:UniversityofChicagoPress,2008:36-49.
[17]FissPC.
Buildingbettercausaltheories:Afuzzysetapproachtotypologiesinorganizationresearch[J].
AcademyofManage鄄mentJournal,2011,54(2):393-420.
[18]杜运周,贾良定.
组态视角与定性比较分析(QCA):管理学研究的一条新道路[J].
管理世界,2017(6):155-167.
[19]汪大海,郑延瑾.
行政问责的触发机理———基于20例公共突发事件的模糊集定性比较分析[J].
兰州大学学报(社会科学版),2018,46(2):139-146.
[20]李诗悦,李晚莲.
公共危机网络舆情演变机理:路径及动因———以动物疫情危机为例[J].
中国行政管理,2019(2):116-121.
[21]SchneiderCQ,WagemannC.
Standardsofgoodpracticeinqualitativecomparativeanalysis(QCA)andfuzzy-sets[J].
ComparativeSociology,2010,9(3):397-418.
[22]RihouxB,RaginC.
Configurationalcomparativemethods:Qualitativecomparativeanalysis(QCA)andrelatedtechniques[M].
ConfigurationalComparativeMethods.
Sage,2009.
[23]王国华,武摇晗.
从压力回应到构建共识:焦点事件的政策议程触发机制研究———基于54个焦点事件的定性比较分析[J].
公共管理学报,2019,16(4):36-47,170.
[24]张摇明,杜运周.
组织与管理研究中QCA方法的应用:定位、策略和方向[J].
管理学报,2019,16(9):1312-1323.
[25]王国华,张摇剑,毕帅辉.
突发事件网络舆情演变中意见领袖研究———以药家鑫事件为例[J].
情报杂志,2011,30(12):1-5.
[26]李晚莲.
衍生型突发事件网络舆情引导机制研究[J].
理论探讨,2015(6):149-152.
(责编/校对:刘影梅)·001·摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇情摇报摇杂摇志摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇第39卷