政府與公眾的網絡互動行為特征分析與策略建議
——以微博破案為例

田 萃，韓傳峰

(同濟大學 經濟與管理學院,上海 200092)

?

政府與公眾的網絡互動行為特征分析與策略建議
——以微博破案為例

田 萃，韓傳峰

(同濟大學 經濟與管理學院,上海 200092)

網絡社會下，基于新媒體的政府公共信息服務方式及功能不斷完善，參與訴求逐漸增強的公眾得以主動參與公共事務管理，與政府的交流互動日益頻繁。本文以廈門警方通過新浪微博平臺征集案件線索為例，深入分析警方的信息公開和公眾的網絡參與行為，研究政府與公眾在網絡空間中的互動關系特征。研究發現，公眾參與與警方信息發布的主體、內容、方式和參與轉發的關鍵用戶相關，少數關鍵節點控制著信息傳播的方向和參與群體，擁有較大的影響力；不同類型的警方微博賬戶與公眾的互動方式不同，機構賬戶呈“點對面”型，個人賬戶與公眾的“點對點”型互動較多?；谥黧w間合作與沖突并存的現狀，提出網絡空間中政府與公眾的互動策略。

公眾參與；互動模式；微博破案；社會網絡分析

一、引言

現代信息技術所建構的網絡社會(Network Society)*1991年，荷蘭社會學家狄杰克提出網絡社會概念，隨后曼紐爾·卡斯特爾在信息時代三部曲中，大量使用網絡社會的概念，描述當代社會的轉型。網絡社會，指各種關系網絡相互交織所形成的網絡化社會，包括虛擬社會與現實社會。參見J. V. Dijk, The network society: Social Aspects of New Media, London: Sage Publications, 2006; M. Castells, The information age: Economy, society, and culture, Chichester: John Wiley & Sons, 2010.中，微博等新媒體完全開放信息發布的主動權，任何人均可以“隨時、隨地、隨性”地發布文字、圖片、視頻、音頻等信息[1]，信息突破時空因素的限制即時化、開放化、社交化傳遞。政府逐漸增強主動傳播意識，積極創新公共信息服務方式，開設政務微博。2011年3月至2011年底，我國實名認證的政務微博(機構微博和官員微博)數量從2400多個迅速增至5萬多個，2015年底新浪微博認證的政務微博已達到15萬多個，幾乎涵蓋了各地區各級政府的各個部門，微博問政成為新的重要政治形態[2]。

政務微博創新了公眾參與的電子化渠道和手段，其開放性和平等性極大地激發了公眾社會參與的積極性。憑借巨大的用戶基數、良好的傳播時效性、相對自由的傳播機制和低廉的使用成本[3]，微博轉變了基于政治精英和大眾傳媒壟斷下的“一對多”型公共溝通模式[4]，用戶間的溝通關聯性明顯增強，實現了政府組織與公眾個體間的直接對話和溝通，已被視為重塑政府與公民關系的有效工具[5]。一方面，政府公益教育、預警短信等公共信息依托微博平臺可以直達公眾個體，提升了公共信息傳播的實時性和到達率，實現了精準傳播和價值共享。另一方面，微博的用戶個性化特征催生強烈的表達訴求和傳播欲望[6]，普通公眾在微博平臺上圍繞熱點問題發表觀點或提出建議，使得民意信息可以直接被決策層感知，一定程度上減少了政府與公眾的信息不對稱，增加了公共政策的可接受度和政府行為的合理性。

近年來，政府與公眾基于微博平臺的互動與合作日益增多，已涉及反對腐敗、打擊拐賣犯罪、監督環境污染等方面。作為政府的重要部門，我國警方繼美國、英國、加拿大等國家警方之后，開始運用成本較低、方便快捷的微博作為信息傳播工具，以提高信息共享能力，促進公眾參與案件偵破和犯罪預防，進而塑造良好的公共形象[7-10]。警方微博，指公安機關或民警以真實身份在微博網站上開設的，基于關注關系進行公安業務信息發布、傳播與獲取的網絡平臺[11]，主要通過發布案件信息、防范信息和權威信息等，搜集破案線索、減少社會發案率、引導網絡輿論、促進警民交流。其中，微博破案成為網絡社會時代的一種新型公共實踐形式。作為微博平臺的基礎單元和微傳播中心，組織或個人可以自主發布或轉發信息，由于所發布或轉發的信息內容較符合“粉絲”的價值觀念和感知偏好，易被接受和再次轉發，使得信息通過用戶關注關系網絡呈幾何級數式擴散和“病毒式”傳播。微博用戶通過對某條微博的評論，表達情感、發表觀點、提供意見，成為公眾參與微博破案和與警方溝通對話的重要方式[12]?？梢?，公眾的“轉發”行為和“評論”內容對警方征集線索工作至關重要。

已有學者針對警方微博進行研究，包括警方信息公開的類型[7]與策略[13]、公眾對信息的再傳播[8]，以及不同部門微博運用策略的區別[10]。有的學者運用經驗數據研究微博在危機應對[14]和災害響應[15]中的作用。Van De Velde[16]研究警方所發布微博的轉發概率，解釋了微博被轉發的原因。Li[17]提出情感分類方法并應用于微博情感分類，Saif對Twitter與Facebook上的微博進行基于語義的情感分析[18]。然而，政府與公眾在微博所構成的網絡空間中如何交流與合作還未引起足夠的關注和重視[19]，微博破案中的案件信息如何傳播，傳播效果如何，即參與的公眾是否通過評論提供有效線索的相關研究鮮見。

針對信息傳播方面的研究側重于信息傳播過程中的用戶行為[20-21]、關系網絡結構對信息傳播的影響[22]和信息傳播網絡結構特征等方面。Yan[23-24]分析微博發布行為，提出了基于利益和社會身份的人類動力學模型，研究得出微博的轉發和評論數量與發布者的社會身份存在正相關關系。Wu等[21]研究不同類型用戶之間的信息流動，發現少數精英用戶發布的信息通過兩級傳播(two-step flow)給普通用戶。Bakshy等[22]研究用戶關系網絡對信息傳播的影響，發現擁有大量“關注”用戶的微博更易獲得較大規模的轉發，但轉發規模與關注數量的關系不大，強聯接具有更強的影響力，但弱連接能傳遞絕大多數的新信息。Rodriguez等[25]研究博客和新聞報道的傳播網絡，發現網絡呈核心-外圍結構，信息主要從小部分核心節點發出。趙蓉英、曾憲琴[26]和張玥等[27]結合案例，研究微博傳播對事件形成的作用機理、事件演進模式，以及微博傳播的影響力。已有研究多關注靜態的信息傳播網絡，對節點屬性分析和網絡的動態演進規律研究較少。

本文以“廈門警方在線”等警方微博賬號在新浪微博平臺上發布案件信息、征集偵查線索、助力偵破案件為例，分析警方的微博信息發布行為，運用社會網絡分析法研究公眾的網絡參與行為，總結網絡空間中政府與公眾的互動關系特征，進而提出政府與公眾的良性互動策略。

二、微博破案中的警方信息發布行為分析

由于信息獲取能力有限，政府不可能掌握所有的信息，在社會管理和服務中有力所不及之處。而作為社會最基本的組分，公眾個體雖在固定范圍活動，掌握的信息有限，但群體數量巨大，共同掌握著基層社會信息，擁有廣泛的社會資源。因此，政府需要吸納公眾參與社會治理，提供政府所不具有的信息和資源，從而降低信息不對稱性。在傳統社會中，由于參與渠道不暢、參與風險較大、政府的回應性不強，公眾難以與政府直接對話交流，導致社會參與的效果較差。

在微博平臺上，每個用戶都可以“關注”所感興趣的政府機構及官員、非政府組織、傳播媒體及專家、明星名人、網絡紅人乃至親戚朋友等的微博賬號，即成為被關注者的“粉絲”，同時被他人關注，擁有一定量的粉絲。用戶可以自主發布文字、表情、圖片、視頻、音頻、文件、文章等微博信息，發起投票、微公益活動，通過添加“# #”發布或參與話題。用戶所發布的微博信息將會以廣播的形式按照時間順序展示在其粉絲的首頁上，因此粉絲可以不用點擊被關注者的頁面就可以直接閱讀所有被關注者所發布的微博。粉絲可以對喜歡的微博信息進行“點贊”或“收藏”，發表“評論”，或將認為有必要分享的微博信息原文“轉發”到自己的微博，同時選擇性地添加個人的觀點和看法(可以同時“評論”給所關注的微博信息轉發者和原文作者)，并以“//@用戶名”的方式保留轉發路徑。由于每個轉發者都擁有一定數量的粉絲，轉發后可能被粉絲再次轉發，多次轉發疊加，從而實現信息的多級流動與快速廣泛擴散。

微博的評論機制、轉發機制和推送機制，創新了公眾參與的方式和途徑，公眾與政府的互動空前便捷、日益頻繁，顯著提高了社會共治能力。例如，公眾通過網絡平臺監督行政權力和執政行為，與政府進行反腐敗合作，以預防和遏制行政人員違法違規、貪污腐敗等行為，具有隱蔽性高、風險成本低、互動性強、易形成輿論效應等特點，已成為主要的反腐方式之一[28]。再如，2011年春節期間，微博聚合了政府、媒體、網絡大V(微博平臺上獲得個人認證、擁有眾多粉絲的微博用戶)和公眾等社會力量，共同參與打拐并成功解救出被拐兒童。2016年5月15日，公安部兒童失蹤信息緊急發布平臺正式上線，基于新浪微博LBS(Location Based Service，基于位置服務)地域情景化網格系統，將兒童丟失信息對事發地點所在城市區縣、周邊城市人流集散中心等重點區域的當前在線用戶進行精準推送，并按照失蹤時間的延長擴大信息推送區域范圍，使得信息突破用戶關注關系鏈條的約束進行傳播，顯著提升信息傳播速度和幅度[29]，大大提高公安部門與公眾的合作效率。

本文以廈門警方通過新浪微博平臺偵破案件為例，研究政府與公眾的網絡行為及互動關系特征。2010年11月14日，廈門市湖里區高崎村附近海灘發現一具女童尸體，當地警方采用地毯式走訪調查，通過傳統媒體征集線索，但所獲得的有效線索很少，女童的尸體也一直未被認領，案件偵破陷入困境。在微博迅速發展、吸納大量用戶的背景下，廈門警方轉變思路，開始利用微博這一新媒體公布案件信息，以擴大信息傳播范圍，吸納更多的公眾參與案件調查，提高線索發現概率。11月16日和18日，在新浪微博平臺上，湖里刑偵大隊辦案民警“刑警大隊的雷子”(現更名為“雷子不加V”)和廈門市公安局湖里派出所微博平臺“守護特區發祥地”，分別發布查物懸賞消息，尋找一個塑料編織袋的相關信息，由于粉絲數量不多，收到的線索有限。為擴大信息傳播范圍和提高信息影響力，11月23日晚間，廈門市公安局官方微博“廈門警方在線”先后發出查物懸賞、被害女童照片和懸賞尋尸等微博，得到網友的積極響應，最終一位網友通過女童的面部特征辨認出其身份，助力警方于11月29日順利偵破案件。

2010年11月16日至11月23日，“刑警大隊的雷子”“守護特區發祥地”和“廈門警方在線”等警方微博賬號，關于此案發布了內容相似的6條微博，引起公眾的廣泛關注和參與，共被轉發9652次，收到評論2825條(數據收集于2015年6月3日)。警方微博的評論和轉發數量，見表1。

表1 警方微博的評論和轉發數量

由于各主體的粉絲規模和微博主題的不同，警方所發布微博的信息傳播范圍和公眾參與規模及效果顯著不同。

從發布主體來看，“廈門警方在線”具有較大的影響力，公眾參與規模最大，微博的轉發和評論數量都數倍于其他主體發布的相同微博(由于微博發布時的粉絲規模數據難以獲得，此處根據當前數據倒推，暫不討論其他兩者間的區別)。例如，內容相似的查物懸賞微博，“廈門警方在線”的轉發和評論數量分別為261條和116條，而“刑警大隊的雷子”的僅為30條和25條，“守護特區發祥地”的為32條和23條。

從微博主題來看，查物懸賞微博尋找一個塑料編織袋的來源，公眾不了解案件的細節和嚴重性，轉發和評論量最小，分別為30條和25條(“刑警大隊的雷子”)、32條和23條(“守護特區發祥地”)、261條和116條(“廈門警方在線”)；女童照片微博尋找女童身份線索并附有女童及其衣物信息，給公眾帶來直接的感觀印象和強烈的心理沖擊，轉發和評論量最大，分別為637條和187條(“刑警大隊的雷子”)、7602條和2219條(“廈門警方在線”)；懸賞尋尸微博描述案件細節但無具體圖片和線索，不利于公眾直接整體了解案情，轉發和評論量居中，分別為1789條和490條。

從線索提供來看，女童照片微博和懸賞尋尸微博的評論中提供線索的比例較低，女童照片微博獲得的線索僅占評論總量的1.35%(“廈門警方在線”)和3.21%(“刑警大隊的雷子”)，懸賞尋尸微博獲得的線索僅占評論總量的2.86%，而查物懸賞微博的評論則聚焦于提供線索或調查方向，有效線索占評論總量的比例均超40%。

三、微博破案中的公眾參與行為分析

(一)公眾參與網絡構建

在微博破案過程中，公眾參與體現為微博用戶對警方所發布案件信息的轉發和評論兩方面。在微博平臺上，用戶看到某一微博信息后，產生特定的情感和態度，才可能產生轉發行為，進而直接推動信息擴散[29]?？苫谵D發和被轉發關系構建公眾參與網絡，將參與轉發的微博用戶視作網絡的節點，轉發與被轉發關系視作網絡的有向邊，箭頭由被轉發者指向轉發者，即從節點i到節點j的有向邊(節點i→ 節點j)，表示節點j轉發了節點i原創或轉發的微博。

以轉發規模最大的“廈門警方在線”所發布的女童照片微博為例，運用社會網絡分析法(Social Network Analysis，SNA)研究公眾參與網絡的結構特征和演變規律。按照關鍵時點和關鍵節點，可將公眾參與的擴散過程劃分為4個階段。

階段I：微博發布當晚，即從11月23日21∶23到23∶59。

階段II：微博發布后12小時，即從11月23日21∶23到11月24日21∶23。

階段III：從微博發布到11月24日22∶02微博認證用戶“佟大為”(著名演員)參與轉發前。

階段IV：從微博發布到11月29日16∶57“廈門警方在線”通過微博平臺公布案情取得重大進展，即本文所研究的公眾參與整體網絡。

為提升網絡分析效率，以及圖表顯示的便利性，按照轉發時間先后對節點進行編碼。公眾參與網絡的鄰接矩陣可以用A=[aij]表示。當有一條弧由節點i指向節點j時，aij=1，可以說節點i鄰接至(adjacent to)節點j，節點j鄰接自(adjacent from)節點i。

公眾參與網絡中節點i的入度(indegree)dI(ni)，是鄰接至該點的節點數，即終止于該點的弧數：

(1)

其中，NTi表示與節點i相鄰的節點，如果節點j鄰接至節點i，則aji=1，否則為0。

公眾參與網絡中節點i的出度(outdegree)dO(ni)，是鄰接自該點的節點數，即從該點出發的弧數：

(2)

其中，NFi表示鄰接自節點i的節點，如果節點i鄰接至節點j，則aij=1，否則為0。

公眾參與網絡中節點i的度(degree)，d(ni)，即連接該點的總弧數：

d(ni)=dI(ni)+do(ni)

(3)

以節點度表示節點大小，運用UCINET軟件中的NETDRAW繪圖工具構建公眾參與網絡。各階段的公眾參與網絡，見圖1。

圖1 各階段的公眾參與網絡

公眾參與網絡的參數隨時間演化，見表2。

表2 公眾參與網絡參數

節點的入度表示被此節點轉發的主體數量，節點的出度表示此節點轉發的信息可以達到并引起轉發的節點范圍?？梢姡麟A段信息傳播網絡節點和邊的數量不斷增加，但平均出度未明顯變化。公眾參與網絡的直徑較短，并不隨節點數量的增加而明顯延長，表示公眾一般通過較少的中間節點參與轉發，意味著公眾參與的擴散速度在一定時期內較快，隨著參與層級的增加和時間的延續，參與公眾的影響力趨于減弱。

(二)公眾參與網絡結構分析

在公眾參與的擴散過程中，可通過公眾參與網絡的中心性分析識別引起公眾廣泛關注和參與的關鍵節點。常用的關鍵節點衡量指標包括度數中心性和中介中心性。有向圖中節點i的度數中心性(degree centrality)CD(ni)可用其出度表示：

CD(ni)=dO(ni)=k

(4)

度數中心性指標主要關注節點自身的傳播關聯能力，即僅考慮節點在局部環境內與其它節點之間的關聯，忽略了間接相連的節點，而中介中心性指標考慮某一節點對不相鄰節點的潛在作用。有向圖中節點i的中介中心性(betweenness centrality)CB(ni)為：

(5)

其中，gjk(ni)指從節點j到節點k的路徑中經過節點i的路徑數量，gjk指從節點j到節點k的所有路徑數，n是網絡中的節點數量。

對各階段公眾參與網絡的中心性進行分析，結果分別見圖2、圖3和圖4。

從圖2可知，公眾參與網絡節點度累計分布遵循冪律分布，冪律指數分別為：

P(k)～k-γ, γ=1.2144

P(k)～k-γ, γ=1.5785

可見，各階段的公眾參與網絡具有復雜網絡的無標度特性。在公眾參與整體網絡中，出度為0的節點占82.3%，即大量節點間幾乎無關聯，而出度大于5的節點僅占0.9%，位于網絡中心的少量節點在公眾參與擴散過程中卻起著關鍵作用，引起大量的公眾關注和參與。從圖1和圖4可知，除了作為信息發出者的節點1(廈門警方在線)之外，節點2035(趙薇，著名演員)、節點3795(angelababy，著名演員)和節點3735(李冰冰，著名演員)，以及節點625(南派三叔，作家、編劇)、節點1993(佟大為，著名演員)和節點2(連岳，專欄作家)等，在公眾參與網絡中占據著中心性“優勢”地位，擁有較大的影響力和較高的傳播效率。這是由于知名人士參與轉發，顯著地擴大了警方微博信息的受眾范圍，促進了公共信息的傳播。

從圖3可知，各階段公眾參與網絡節點中介中心性的累計分布遵循冪律分布，且冪律指數相差無幾。在公眾參與整體網絡中，絕大多數節點的中介中心性為0(占82.8%)，中介中心性較大的節點較少，但通過的最短路徑卻較多。從圖1和圖4可見，除了度數中心性較大的節點之外，節點1993(佟大為)、節點3771(KwanChiu，導演邱瓈寬)和節點1992(daviefox)的中介中心性都較大。這是由于他們轉發的微博被度數中心性較大的節點2035、節點3795和節點3735再次轉發(節點1 → 節點1992 → 節點1993 → 節點2035，節點1 → 節點3735 → 節點3771 → 節點3795)，所以通過這些節點可以達到的節點較多。因此，在公眾參與網絡中，中介中心性較大的節點也占據著重要地位，控制著信息傳播的方向和參與群體。

圖2 公眾參與網絡的節點度累計分布

圖3 公眾參與網絡的節點中介中心性累計分布

圖4 公眾參與整體網絡部分節點的出度和中介中心性

綜上可知，基于再次轉發機制，公眾參與按照“核心-外圍”的模式擴散，參與公眾的影響力在一定程度上隨參與層次的增加而減弱。如果具有強大影響力的用戶參與轉發，將顯著提高警方信息傳播速度，擴大信息受眾范圍，則此用戶會成為公眾參與網絡的核心節點，公眾參與規模與參與轉發的關鍵用戶相關。

(三)公眾參與內容分析

對于警方所發布的信息，每個微博用戶都具有態度獲取權限，也具有平等的態度表達權限[31]。警方信息受眾的情感和態度體現于評論，可通過評論內容分析，感知公眾對特定事件的情感、態度和見解。以評論規模最大的“廈門警方在線”所發布的女童照片微博為例，分析評論的內容。截止2010年11月29日16:57“廈門警方在線”通過微博公布案情取得重大進展時，共收到有效評論2022條(重復評論或同一用戶短時間內發布內容相似的評論留取一條,剔除與微博內容無關的評論)。將評論按照內容主題分為11類，見表3。

可見，大部分網友對女童被害表示震驚、心痛乃至憤怒、譴責暴行，認同警方利用微博破案的方式，相信微博的信息聚合力量，紛紛響應警方號召積極參與轉發，希望獲得相關線索盡快破案，使兇手得到應有的懲罰。然而，部分網友將案件擴大化，懷疑人性以及廈門乃至整個社會的公共安全。少數網友認為警方公布案情和被害者照片的行為存在道德風險和法律風險。亦有網友質疑警方將3條微博分開發布的方式不合理，并建議應附上網頁鏈接以提供更多細節。

表3 廈門警方在線女童照片微博的評論結構

四、微博破案中的警方與公眾互動特征分析

廈門市公安局和辦案民警關于此案的微博發布情況，見圖5。“廈門警方在線”以互聯網為主要渠道，密集發布19條微博，內容包括公布案件相關信息、公開辦案民警的微博賬號、轉發辦案民警發布的案件偵查情況。11月29日至12月1日，更是連發11條“重大警情發布”消息，通報案件進展。辦案民警“刑警大隊的雷子”則以手機APP、彩信等移動應用為主要渠道，圍繞案件偵查進展，連續發布27條微博。

圖5 廈門市公安局和辦案民警的微博發布情況

由于職責定位不同，“廈門警方在線”和“刑警大隊的雷子”與公眾的互動關系各具特色。警方與公眾的網絡互動模式，見圖6。

圖6 警方與公眾的網絡互動模式

廈門市公安局官方微博“廈門警方在線”主要負責信息公開，收到的評論總量巨大(3867條評論)，難以且不必逐一回復，與公眾的點對點回應次數較少(僅10次回應)。廈門市公安局官方微博與公眾的互動可歸為“點對面”型(node-to-surface，簡稱N-S型)，表現為官方微博發布案件信息，公眾進行轉發和評論，官方微博再及時公布案件偵查進展進行統一回應。N-S型互動模式適用于參與者較多、意見表達較集中時，可以顯著提高政府回應工作的便捷度和效果。然而，這種互動模式容易使參與者產生被忽略的錯覺，這就要求政府應具有較高的網絡意見采集與分析能力，在回應前應準確鑒別并研判公眾表達的內容，注意回應的針對性。

辦案民警“刑警大隊的雷子”則聚焦于線索調查和案情討論，以回復公眾評論的方式與公眾進行互動(495條評論中回復了16次)。辦案民警與公眾的互動可歸為“點對點”型(node-to-node，簡稱N-N型)，表現為民警發布案件信息，公眾提供線索、情報，民警與公眾共同討論，民警偵查核實案件線索并及時反饋結果。N-N型互動模式適用于參與者不多、意見表達較分散時，可以顯著提高政府回應工作的針對性，增強參與公眾的認同感和信任感。然而，這種互動模式帶來的工作量較大，對微博賬號運營者的回應技巧和溝通能力的要求較高。

“廈門警方在線”和“刑警大隊的雷子”的互動亦屬N-N型。起初，“廈門警方在線”轉發“刑警大隊的雷子”所發布的微博，告知公眾此微博賬號為負責案件偵查的民警，如果有線索可以直接向其提供，并將收集到的線索轉交“刑警大隊的雷子”進行調查核實。在案件偵查過程中，“廈門警方在線”多次轉發“刑警大隊的雷子”所發布的關于案件調查進展的微博，使更多的公眾了解偵查進展。案件偵破后，由“廈門警方在線”以官方身份發布關于案件偵查結果的微博，“刑警大隊的雷子”轉發，以回應公眾的訴求和期待。

五、結論和策略建議

隨著Web 2.0和新媒體的發展，政府與公眾的網絡互動與合作日益增多。本文以警方通過微博平臺征集線索破案為例，分析公眾網絡參與行為及與警方的互動關系特征。研究得出，政府公共信息傳播依托于網絡用戶的自愿轉發，公眾的網絡參與與信息發布的主體、內容、方式和參與轉發的關鍵用戶相關，且少數關鍵節點控制著信息傳播方向和參與群體，擁有較大的影響力。職責定位不同的警方微博賬戶與公眾的互動不同，可分別歸結為“點對面”型和“點對點”型。當前，政府與公眾的網絡互動多屬“點對面”型，“點對點”型較少。

作為信息傳播的重要渠道，新媒體提高了公眾的信息獲取能力和網絡參與能力，在促進主體間信息交流、互動合作的同時，弱化了政府的信息控制力，改變著媒體格局和輿論生態，網絡輿論的社會影響力越來越大。然而，平臺的開放性、規則的不完善，以及網絡主體的身份虛擬性、利益驅動性、理性程度不高等，使得公眾網絡參與行為的隨意性較大、針對性不強，網絡輿論的合法性、有效性和公正性有待辨析[29,31]。網絡信息傳播具有主體多元、主客體交互、跨時空性、快速多向等特點，現實社會中發生突發事件時，一般個人、社會組織先行發布信息，政府公共信息供給不足、不及時，使得網絡空間充斥著片面的、相互矛盾的甚至虛假的信息，可能引發輿論失控。例如，貪污腐敗、違規拆遷、執法失當等社會行為和突發事件可能在網絡空間中引發大規模討論，集聚公眾利益訴求和負面情緒，在一定程度上放大和強化公眾對政府的不信任感，影響著公眾的行為選擇，使得公眾和政府間的沖突和對抗層見迭出。

亟待秉承源頭治理理念，著力培育公眾的責任意識和公共理性，發揮名人、專業權威人士和社會組織等的社會影響力，激發公眾和社會組織參與的積極性和內聚力，實現公眾普遍參與和理性參與，促進多元主體合作參與網絡治理和社會治理。改變以政府為中心的傳統信息傳送模式，完善適應新媒體環境的政府信息公開與收集機制，引導和驅動公務人員認識網絡民意的表現形態，掌握新媒體運用方式和策略，加強公眾需求導向的信息公開和互動交流，及時了解社會公眾通過網絡平臺所反映的問題、需求和建議等信息，提高政府的執政能力和回應能力，使政府由傳統社會的金字塔“頂點”轉變為網絡社會的“核心節點”，實現對公眾網絡參與的及時有效回應。與專業社會組織合作，運用大數據分析和計算實驗技術，建立適應新媒體環境的輿情收集和預警機制，準確把握網絡輿論動態，提升互聯網數據在輿情研判中的效用[32]。構建網絡行為綜合監管機制，強化制度硬約束，規范政府、公眾、社會組織和網絡媒體等網絡主體的行為，保障網絡公共信息的權威性和可靠性，實現由傳統人際信任向現代制度信任的轉變[33]。加強政府機構和公務人員等微博賬戶的建設與運營，促進與公眾的多樣化、常態化和制度化溝通，在互動過程中滿足公眾的認知與情感需求、增強社會認同感與歸屬感，奠定公眾與政府合作治理的堅實基礎，最終實現由統治模式下的習俗型信任關系和管理模式下的契約型信任關系，到治理模式下的合作型信任關系的轉變[34]。

[1]Kaplan A M, Haenlein M. The early bird catches the news: Nine things you should know about micro-blogging[J]. Business Horizons, 2011, 54(2): 105-113.

[2]鐘偉軍. 公共輿論危機中的地方政府微博回應與網絡溝通——基于深圳“5.26飆車事件”的個案分析[J]. 公共管理學報, 2013, 10(1):31-42.

[3]張 賽, 徐 恪, 李海濤. 微博類社交網絡中信息傳播的測量與分析[J]. 西安交通大學學報, 2013(2):124-130.

[4]MAIER S. All the news fit to post? Comparing news content on the web to newspapers, television, and radio[J]. Journalism & Mass Communication Quarterly, 2010, 87(3/4):548-562.

[5]Picazo-Vela S, Gutierrez-Martinez I, Luna-Reyes L F. Understanding risks, benefits, and strategic alternatives of social media applications in the public sector[J]. Government Information Quarterly, 2012, 29(4): 504-511.

[6]趙文晶, 申利凈. 社交媒體用戶遷移背景下微博、微信的態度傳播生態研究[J]. 中國軟科學, 2015(10):60-69.

[7]Crump J. What are the police doing on Twitter? Social media, the police and the public[J]. Policy & Internet, 2011, 3(4): 1-27.

[8]Heverin T, Zach L. Twitter for city police department information sharing[J]. Proceedings of the American Society for Information Science and Technology, 2010, 47(1): 1-7.

[9]Meijer A J. New media and the coproduction of safety: An empirical analysis of Dutch practices[J]. The American Review of Public Administration, 2014, 44(1): 17-34.

[10]Meijer A, Thaens M. Social media strategies: Understanding the differences between North American police departments[J]. Government Information Quarterly, 2013, 30(4): 343-350.

[11]廖建春. 公安微博的作用及相關問題研究[J]. 中國人民公安大學學報(社會科學版), 2011(3):102-107.

[12]Boyd D, Golder S, Lotan G. Tweet, tweet, retweet: Conversational aspects of retweeting on twitter[C]// Proceedings of the 2010 43rd Hawaii International Conference on System Sciences (HICSS). IEEE, 2010: 1-10.

[13]Schneider C J. Police presentational strategies on Twitter in Canada[J]. Policing and Society, 2016, 26(2): 129-147.

[14]Procter R, Vis F, Voss A. Reading the riots on Twitter: methodological innovation for the analysis of big data[J]. International Journal of Social Research Methodology, 2013, 16(3): 197-214.

[15]Qu Y, Huang C, Zhang P, et al. Microblogging after a major disaster in China: a case study of the 2010 Yushu earthquake[C]//Proceedings of the ACM 2011 conference on Computer supported cooperative work. ACM, 2011: 25-34.

[16]Van De Velde B, Meijer A, Homburg V. Police message diffusion on Twitter: analysing the reach of social media communications[J]. Behaviour & Information Technology, 2015, 34(1): 4-16.

[17]Li W, Xu H. Text-based emotion classification using emotion cause extraction[J]. Expert Systems with Applications, 2014, 41(4): 1742-1749.

[18]Saif H. Sentiment analysis of microblogs: Mining the new world[R]. Technical Report of Knowledge Media Institute, 2012: 2．

[19]Panagiotopoulos P, Bigdeli A Z, Sams S. Citizen-government collaboration on social media: The case of Twitter in the 2011 riots in England[J]. Government Information Quarterly, 2014, 31(3): 349-357.

[20]Cheung C M K, Chiu P Y, Lee M K O. Online social networks: Why do students use facebook?[J]. Computers in Human Behavior, 2011, 27(4): 1337-1343.

[21]Wu S, Hofman J M, Mason W A, et al. Who says what to whom on twitter[C]//Proceedings of the 20th international conference on World wide web. ACM, 2011: 705-714.

[22]Bakshy E, Rosenn I, Marlow C, et al. The role of social networks in information diffusion[C]// Proceedings of the 21st international conference on World Wide Web. ACM, 2012: 519-528.

[23]Yan Q, Yi L, Wu L. Human dynamic model co-driven by interest and social identity in the MicroBlog community[J]. Physica A: Statistical Mechanics and Its Applications, 2012, 391(4): 1540-1545.

[24]Yan Q, Wu L, Zheng L. Social network based microblog user behavior analysis[J]. Physica A: Statistical Mechanics and Its Applications, 2013, 392(7): 1712-1723.

[25]Rodriguez M G, Leskovec J, Krause A. Inferring networks of diffusion and influence[C]// Proceedings of the 16th ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, 2010: 1019-1028.

[26]趙蓉英, 曾憲琴. 微博信息傳播的影響因素研究分析[J]. 情報理論與實踐, 2014, 37(3):58-63.

[27]張 玥, 孫霄凌, 浦正寧, 等. 微博輿情傳播影響因素研究——基于信源特征和信息形式的視角[J]. 情報資料工作, 2014(3):59-64.

[28]毛志凌. 互動反腐:網絡時代政府與公眾合作模式[J]. 電子政務, 2013(1):54-59.

[29]高承實, 榮 星, 陳 越. 微博輿情監測指標體系研究[J]. 情報雜志, 2011, 30(9): 66-70.

[30]陳 遠, 袁艷紅. 微博信息傳播效果實證研究[J]. 信息資源管理學報, 2012(3):28-34.

[31]謝起慧, 褚建勛. 基于社交媒體的公眾參與政府危機傳播研究——中美案例比較視角[J]. 中國軟科學, 2016 (3): 130-140.

[32]杜洪濤, 孟慶國, 王君澤. 互聯網數據在輿情研判中的效用研究[J]. 中國軟科學, 2016(4):34-44.

[33]王玉良. 缺失與建構:公共沖突治理視域下的政府信任探析[J]. 中國行政管理, 2015(1):11-15.

[34]程 倩. 政府信任關系的研究路徑與緣起[J]. 社會科學研究, 2005(4):12-17.

(本文責編：王延芳)

Traits Analyses of Interaction Behavior through Internet between Government and Public: A Case Study of Detection by Microblog

TIAN Cui, HAN Chuan-feng

(SchoolofEconomicsandManagement,TongjiUniversity,Shanghai200092,China)

In the network society, the function of government public information service based on new media is continuously improved. The public whose participation demands have been enhanced initiatively participate in public affairs management, which makes the interactions with government become more and more frequent. This paper analyzes the behaviors of police information publication and the public participation, and studies the traits of the interaction between government and the public in the context of Xiamen police solving a criminal case by Sina Microblog platform. The results show that the public participation is related to the releaser, the content, releasing methods and key users who retweet the microblog messages posted by police, and a small number of critical users control the information dissemination direction and participation group, thus they have greater influence. The interaction with the public on the part of the police department itself and individual police officer varied widely and produced widely varying results. The interaction between police department with the public could be regarded as node-to-surface (N-S) type, while the node-to-node (N-N) type interaction between individual police officer and the public is more common. Based on the status quo of the coexistence of the conflict and cooperation between the subjectivities, some strategies for the interaction between government and the public in cyberspace have been put forward.

public participation; interaction pattern; detection by microblog; social network analysis

國家自然科學基金重大研究計劃重點支持項目(91224003，91024023);國家自然科學基金青年項目(71403186)。

田萃(1986-)，女，山東棗莊人，同濟大學經濟與管理學院博士研究生，研究方向：社會風險與社會治理。通訊作者：韓傳峰。

C912

A

1002-9753(2016)11-0063-11

2016-07-21

2016-11-03