高校突發事件網絡輿情預警機制研究*

辜躍輝

漳州城市職業學院辦公室，福建 漳州 363000

高校突發事件網絡輿情預警機制研究*

辜躍輝*

漳州城市職業學院辦公室，福建 漳州 363000

本文主要闡述了高校突發事件網絡輿情預警的內涵，并進一步探索構建高校突發事件網絡輿情預警機制。本文提出通過網絡輿情的危害影響和發生概率兩個維度，構建網絡輿情預警象限；基于網絡輿情預警維度的相關因素分析，以量化、直觀化的形式，建立突發事件網絡輿情預警模型，便于應急狀態下的網絡輿情預警。

高校；網絡輿情；預警機制

隨著經濟社會轉型變革，網絡和移動終端的快速、全面普及，高校輿論環境，特別是網絡輿論環境發生著急劇變化。因為高校本身具有主體的特殊性和敏感性、事件的群體性和突發性、影響的擴散性和危害性等特點，使得高校一旦發生突發事件，便會在網絡上迅速傳播，對事件推波助瀾產生影響，甚至產生不可預期的后果，影響正常教育教學秩序。因此，對高校突發事件的網絡輿情進行預警機制的探索研究迫在眉睫。

一、高校突發事件網絡輿情預警概念界定

(一)突發事件網絡輿情

根據國務院發布的《國家突發公共事件總體應急預案》的規定，突發公共事件主要分為自然災害、事故災難、公共衛生事件、社會安全事件等四類。各類突發公共事件按照其性質、嚴重程度、可控性和影響范圍等因素，一般分為四級：Ⅰ級(特別重大)、Ⅱ級(重大)、Ⅲ級(較大)和Ⅳ級(一般)。[1]高校突發事件主要是指因為社會環境、自然條件、人為等因素，突然爆發而對社會、學校本身或個人帶來損害或威脅的事件。[2]具體來說，高校突發事件既包括了國家四大突發公共事件范圍，還包括：因學校管理不當而引起學生過激行為的學校管理類突發事件，因教學問題或學生問題而引發師生罷課、抗議等的教學類突發事件，以及網絡類突發事件等。

傳統上，高校網絡類突發事件指的是由于病毒感染、黑客侵入等造成的網絡癱瘓、掉線等突發事件或學生長時間沉迷網絡而引起的各種突發事件。[3]但在當前“互聯網+”高速發展、移動網絡設備和應用快速普及的背景下，高校網絡類突發事件，更多指的是因各類現實問題而引起高校師生參與并激發的網絡輿情。這種網絡輿情由于事件的刺激，師生網民自身或從眾產生了或正面或負面的認知態度情感和行為傾向。正面網絡輿情是一種積極的肯定，如果有效強化，就會產生更加有益的影響。但負面網絡輿情會造成情緒化意見肆意蔓延，可能釀成網絡輿情危機，加劇事態惡化，甚至產生事件漣漪，引發大規模的社會情緒等。本文重點研究高校突發事件的負面網絡輿情。

(二)突發事件網絡輿情預警

突發事件網絡輿情的形成具有一定的規律性，往往會經過突發事件發生——醞釀階段——匯聚階段——形成階段。[4]醞釀階段主要是事件信息的網絡傳播和網民個人情緒、態度、意見的形成；之后到達匯聚階段。這一階段，人際間、群體內各種意見在網絡中交流交鋒，更多的公眾關注并參與討論，個體態度逐漸匯聚成為群體的態度傾向，網絡輿情便產生并且呈現出一定的態勢。突發事件網絡輿情預警關鍵在于當現實突發事件發生之后，立即關注并分析事件的網絡傳播以及網民個人的情緒、態度、意見等情況，從而對現實突發事件的網絡輿情進行預判，以便采取后續相關行動。高校突發事件網絡輿情一般遵循上述規律。

二、構建高校突發事件網絡輿情預警機制

(一)突發事件網絡輿情預警機制

突發事件發生后，一定時間內會在某一平臺或載體出現在網絡之中。為防止突發事件在網絡引發輿情危機，必須在突發事件發生后的醞釀階段做好網絡輿情預警。而要做到更為準確、有效的預警，必須分析事件相關信號，做好恰當的解讀，進而對網絡輿情做進一步的預測和預控。大體上突發事件網絡輿情預警機制涉及到信息的搜集、辨識、解讀、應對四個部分。[5]

1.網絡輿情信息的搜集

對于突發事件的網絡輿情信息的搜集，主要從影響范圍和損害程度兩個維度開展。即當突發事件發布到網絡上時，應該從首發信息平臺或個體的權威程度、“黃金4小時”[6]內信息的關注量、平臺的跨越幅度、網民參與程度等節點觀測影響范圍。并且進一步搜集與事件可能產生損害的信息，主要涉及突發事件本身搜集事件主題敏感程度、首發網絡信息搜集的媒體傾向、輿論離散程度和事件可產生的漣漪遷移性等。

2.網絡輿情信息的辨識

網絡輿情信息的辨識，主要是采用主客觀信息集成方法，對之前所收集到的信息進行匯集、整理的過程，并做發生概率判斷。主客觀信息集成方法包括主觀概率估算和客觀概率估算兩個部分。主觀概率估算就是在突發事件發生后，立即組織若干名專家，對事件網絡輿情情境進行主觀概率研判；并對研判的概率進行線性加權集結，得出主觀概率值。客觀概率估算，就是把突發事件與以往同類或相近的事件進行特征比對，即以事件主體身份、產生原因、結果、利益相關人的人數、反應等解構性的特征，得出客觀概率值。

3.網絡輿情信息的解讀

網絡輿情信息的解讀就是結合之前的網絡輿情的信息搜集、辨識情況，分析出當前突發事件網絡輿情的狀態，為后續采取相應的行動提供指導，以及時遏制突發事件的蔓延。具體包括網絡輿情的危害影響和發生概率兩個維度，進而構建出網絡輿情預警象限。通過象限直觀地判斷突發事件網絡輿情的發生概率和危害程度。網絡輿情預警象限具體可分為四種狀態，即高危狀態(高概率、危害大)、瀕危狀態(低概率、危害大)、輕危狀態(高概率、危害小)和低危狀態(低概率、危害小)。

發生概率輕危狀態(高概率、危害小)高危狀態(高概率、危害大)低危狀態(低概率、危害小)瀕危狀態(低概率、危害大)危害程度

4.突發事件網絡輿情的應對

突發事件網絡輿情的狀態確定后，必須就突發事件網絡輿情進行輿情預警決策，開展相應的應對的預控策略。對于高危狀態的突發事件網絡輿情，高校突發事件應急工作領導小組需全面啟動，并采取積極反制行動，發送反擊信號，制止突發事件網絡輿情進一步發生；對于瀕危狀態的突發事件網絡輿情，可由高校突發事件應急工作領導小組指定專項小組密切關注，提前做好戒備，隨時應對，并探索根源，逐步化解；對于輕危狀態的突發事件網絡輿情，可以由意見領袖等滲透介入，采取溫和引導，逐步消弭影響；對于低危狀態的突發事件網絡輿情，一般可以采取關注跟蹤、不積極作為的方式，由其自行消解。

(二)突發事件網絡輿情預警模型

根據以上突發事件網絡輿情預警機制的構建，可以進一步形成高校網絡輿情預警模型f(B，P)。B表示危害影響值，P表示概率值。其中B=Σ(B1+B2)，P=Σ(P1+P2)，具體如下：

1.危害影響值的計算

一級指標二級指標監控內容解析影響值B1首發信息平臺或個體的權威性(b1)網站平臺，采取網頁PR值(PageRank)監測；微信平臺，采取“賬號+主體+認證”的方式監測；微博平臺，以微博的認證、粉絲進行監測。關注度(b2)在“黃金4小時”內，高校突發事件首發網絡的信息的總量。參與度(b3)信息熱度，即按照參與人次進行計算，行回帖、點評、收藏、評分、分享、推薦等操作都算作一個熱度。損害值B2事件敏感性(b4)突發事件涉及主體人群的階層、數量；事件本身的涉及生命、大額資金、公序良俗、道德底線等。首發媒體傾向性(b5)首發信息的媒體關于事件內容的正面、負面或者是中性的態度取向。輿論傾向性(b6)網民對事件的討論意見的分歧情況。事件漣漪遷移性(b7)網民因突發事件進而轉移到其他相關事件的情況。

其中，b1權威性的基準計算為網頁級別PR值達4的計值1，PR值低于4的計0，高于4的計2；微信以企業認證公眾號或個人認證訂閱號的計1，未認證的計0；微博以賬號藍V認證計值2、普通認證計1、其余計0。

b2關注度以所在高校的日均流量為基準，超過的計值1，未超過的為0。

b3網民參與度以熱度計，達到35-45熱度的計值1，45-的計2，50-70的計3。

b4敏感度，參照新浪網微輿情大數據分析值，敏感的值取1，非敏感的取0。

b5媒體傾向性，即首發信息關于突發事件的態度，分別由1、0、-1來表示反面、中立、正面觀點。

b6網民輿論傾向性，即網民對突發事件網絡輿情事件的態度傾向，值取熱度前十名的網民意見的綜合值，以1、0、-1來表示反面、中立、正面意見。

b7事件漣漪遷移性，以突發事件是否會引起其他事件遷移為考量目標，會遷移的計1，不會遷移的計0。

2.概率值的計算

高校突發事件網絡輿情發生概率值的計算，主要采用主客觀信息集成方法。[7]通過專家主觀概率估算和突發事件客觀特征比對得出概率估算，并加權得出發生概率值。主觀概率估算，就是在突發事件發生后，立即組織若干名專家，對事件網絡輿情情境進行主觀概率研判。以1-3的數值分別表示低概率、中概率、高概率。待專家給出研判分值后，進行加權集結，得出主觀概率平均值。客觀概率估算，即根據突發事件情況，從事件性質、主體身份、利益相關人數和反應等四個特征，比對同質或相近的事件，從而得出再次產生同質或相近事件后果的概率值。最后，對客觀概率值和主觀概率值進行權重向量，從而得出高校突發事件網絡輿情的發生概率值。該值介于0和1之間，也就是說，當概率值為0時，表示突發事件的網絡輿情危機不會發生；當概率值為1時，表示突發事件的網絡輿情危機一定會發生。

(三)高校突發事件網絡輿情預警組織建設

要有效應對突發事件，高校一般設置有突發事件應急工作領導小組。一旦發生突發事件，則相應的應急預案會立即啟動。相關協調聯系、現場處置、后勤保障、善后處理等專項小組會相應開展工作。但傳統作法上，往往忽視了網絡輿情信息的預警問題。因此，必須進一步理順高校網絡輿論預警的組織架構。具體有：一是理順網絡輿情工作組織。要形成以學院主要領導為組長，黨委宣傳部門總牽頭，學工、安保、技術等部門以及各基層黨組織共同參與的組織架構。二是完善網絡輿論預警工作制度。實行網絡新聞發言人制度，由學院主要領導擔任總發言人，確保信息的權威性；相關涉及部門作為主要信息調查部門，第一時間開展情況調查，準確及時發布有效信息，滿足大眾知情權的要求。三是積極建設好高校網絡輿論隊伍建設，特別是打造好網絡輿論意見領袖。[8]要對相關的人員開展針對性的培訓，并強化意見領袖在不同層面的影響力，確保在網絡輿論發生的各個階段，有著正向正能的輿論聲音發出，避免網絡輿論傾向一邊倒，造成網絡輿論事故發生。

三、高校突發事件網絡輿情預警實例分析

以“大學生欠百萬高利貸自殺未遂”為例。C高校A學生因參與校園貸款而無法償還，進而尋求自殺未遂。該事件于2016年10月23日下午發生。2016年10月24日7：27，臺海網在其網站發布以“大學男生身陷百萬高利貸，數次自殺未遂，父親店鋪被債主搬空”為標題的新聞信息。隨后，該事件被微信、微博、客戶端等轉載、轉發；并引起了師生、網友的熱議。事件發生后，C高校開展突發事件應急處理的同時，立即啟動突發事件網絡輿情預警工作。輿情預警小組結合新浪網微輿情進行事件的相關網絡信息搜集，邀請校內專家進行科學研判，使用預警模式進行辨識、解讀等。相關數據情況如下：

項目數值依據首發信息平臺或個體的權威性(b1)2首發的臺海網(www．taihai?net．com)在Google的PR值為7關注度(b2)1據新浪網微輿情數據顯示，當天“黃金4小時”內的關注度達33．25，高于日均9．8的信息量參與度(b3)2據新浪網微輿情數據顯示，該事件當時的熱度為47。事件敏感性(b4)1據新浪網微輿情數據顯示，該事件為敏感。首發媒體傾向性(b5)1據新浪網微輿情數據顯示，首發媒體為負面傾向。輿論傾向性(b6)1據新浪網微輿情數據顯示，輿論負面傾向達55%。事件漣漪遷移性(b7)1經查詢，該事件關聯到之前發生的其他高校同類事件。基于以上數據，B=9

注：以上數據來源于新浪網微輿情大數據。

C高校“大學生欠百萬高利貸自殺未遂”突發事件網絡輿情發生后，3位專家給出的研判分值均為3分，故P1=100%。同時，把該事件與之前高熱度、影響大的“鄭州21歲大學生因無力償還60萬元網貸跳樓自殺”事件作特征比對。得出P2=80%。所以P=100%×0.5+80%×0.5=90%。

基于以上分析判斷，該突發事件網絡輿情當時處于預警現象中的高危狀態。所以C高校輿情預警小組預測事件仍會繼續發酵，甚至會持續一段時間，可能會造成較大的危害。因此，輿情預警小組持續開展網絡

輿情技術監測系統和學生動態監測，立即協同協調聯系工作小組，加強與上級宣傳部門的溝通聯系，主動與社會媒體溝通聯系，由高校新聞發言人及時通報事態情況、還原事件真相；并且組織相關意見領袖澄清事實，發布理性言論，扭轉負面傾向，及時遏制信息的惡性蔓延；善后處理小組認真做好相關排查摸底、開展預防不良網貸安全知識教育系列活動。

四、結語

基于高校突發事件網絡輿情預警模型的分析、研判，緊急對C高校“大學生欠百萬高利貸自殺未遂”這一突發事件的網絡輿情進行預控和應對，有效防止了突發事件在網絡中蔓延，初步實現了應有的價值功能。經過緊急網絡輿情應對，事件發生后的第二天，對該事件的網絡熱度就大幅下降，到三天就回歸到正常值狀態，未產生任何其他不良的影響。

[1]包玉梅.基于應急物資儲備的政府最優應急效用模型分析[J].科技創業，2010(1).

[2]李新倉.高校突發事件的防范體系及防范機制的實證研究[M].北京：人民日報出版社，2014.

[3]周麗娟.高校突發事件的成因與對策[D].江蘇：蘇州大學，2013.

[4]王旭，孫瑞英.基于SNA的突發事件網絡輿情傳播研究[J].情報科學，2017(3).

[5]李洪雄.耗散結構理論視域下高校網絡輿情管理機制探析[J].吉首大學學報(社會科學版)，2017(2).

[6]陳冰.應對輿情要抓住“黃金四小時”[N].深圳特區報，2010-11-25.

[7]于超，劉洋，樊治平.突發事件情景概率估計的主客觀信息集成方法[J].電子科技大學學報(社科版)，2012(3).

[8]葉定劍，靖詠安.對加強高校網絡宣傳思想工作隊伍建設的思考[J].學校黨建與思想教育，2017(4).

*福建省中青年教師教育科研項目計劃(高校思政政治工作專項)“高校突發事件網絡輿情預警機制研究”(JAS151620)結題成果。

辜躍輝(1983-)，男，福建漳州人，在職研究生，漳州城市職業學院辦公室，助理研究員，主要研究網絡輿情、社會網絡分析。

G

A

1006-0049-(2017)17-0010-03