突發事件關注點對網絡群體極化的導向研究
——基于“重慶公交車事件”案例分析

鄭 瑞，祁 凱

伴隨著“互聯網+”的時代已經拉開序幕，網絡信息技術的日益發展，網民數量及結構都發生了明顯變化。由中國互聯網信息中心得到的數據顯示我國網民數量已經從2007 年的2.53 億增長到2018年一月份的7.72 億[1]。同時通過劉立榮對中國網民近20 年的網民結構變化分析得出2018 年網民主要由中、青、少年為主，網民學歷的結構出現下沉趨勢[1]。年齡和受教育程度在影響人們思考方式、價值觀的形成、法律意識等方面占主導地位。由于思想價值觀尚未清晰很容易出現人云亦云的現象即沉默螺旋現象。因此網絡群體極化現象變得越發明顯以及普遍。網絡群體極化現象是一種極端言論發布和網絡虛擬群體的行成，沒有被及時治理的網絡群體極化事件可能引發社會道德風險[2]，輿情不斷反轉[3]等一系列事件給現實社會帶來不良影響。因此對網絡群體極化的研究是日后對網絡輿情治理方法及力度究的指導性依據。

1 文獻回顧

隨著互聯網在全球范圍內的飛速發展，網絡已經成為被全世界所認可的第四種媒體，而網絡輿情是社會輿情的一種表象形式，以網民為主體，網絡為傳播媒介的一種新型輿情種類。網絡輿情既是一種社會輿情表現形式，也是民眾對公共事務的社會政治態度，能夠集中反映當下社會民眾的民情民意[4]。而網絡輿情對比社會輿情來說具有傳播速度快、傳播范圍廣、傳播主體隱蔽等特點。Sunstein[5]認為網民會根據各自的興趣，喜好而加入不同的網絡虛擬群體，具有共同特點的網民會在群體內得到極大的認同感，從而使個人觀點向著群體方向繼續移動，導致極化現象。同樣一些外國學者認為相較于面對面的溝通，在網絡這樣的虛擬環境中更容易產生群體極化事件[6]。

由于網絡群體極化的日益擴張，影響力度和范圍也在不斷增加，因此網絡群體極化現象也得到了大量學者的重視并開始逐漸對其產生的原因，以及解決此現象的手段進行了大量的研究。王根生[7]認為網絡群體極化分為四種類型：單極聚化、兩極裂化、多極碎化、零極淡化。不同種類的網絡群體極化存在不同的影響效果，同時在治理措施上也會有所差異。國內相關學者認為，產生原因分別體現在網民的虛擬化、從眾心理、沉默螺旋現象[8]、網民的社會心理、引起輿論爆發的具體事件等[9]。就輿論的產生階段和影響效果而言，薛可、許桂蘋[10]等人對熱點事件中的網絡輿論層次進行研究，發現輿論以三種形態存在：潛輿論、顯輿論和行為輿論。潛輿論即在事件爆發前民眾對某種社會現象存在的情緒和意見，因此在政府治理網絡群體極化現象時也應注意線上線下同時治理，加強對潛輿論的控制[11]。由于突發事件存在性質差異并且政府的管控需要大量的人力物力，如果盲目管控可能會導致不同程度的浪費，但是過于放任輿論的發展不進行管控也會導致嚴重的線上或者線下的群體極化現象。

本文希望通過對引發網絡群體極化現象的原因之一——突發事件的種類進行分析研究，同時網絡群體極化現象會出現積極極化和消極極化兩種不同的方向，群體極化現象中的兩極分化中的消極性極化群體更容易造成惡劣影響。通過比較不同事件對網絡群體極化現象的影響程度的大小，進而為政府后期進行輿論管控的時間以及方法提供研究依據。

2 案例分析

2.1 案件梳理

以“重慶公交車事件”為例研究網絡群體極化現象演變的過程，對其發展的時間段和輿論走向進行研究，對情感動向進行分析（見表1）。

2.2 案例分析

通過對案件的回顧以及微博評論的統計分析，發現該案件發展過程中存在不同程度的群體極化現象，對同一事件的關注點的不同導致的群體極化的程度也不盡相同，同時在政府出面引導輿論的前后極化現象也發生了很大程度的改變。在官方通報前后，網民的極端態度發生變化，同時不同的關注點導致網民極化現象也并不相同。

在事件發生初期，也就是10 月28 日前期，存在某些微博大V 發表微博，其中存在“被撞”“肇事車輛”等不實言論，導致網民在對案情一知半解的情況下發表評論，網民的群體極化現象極強，一邊倒的對私家車女司機進行攻擊，評論中的關鍵詞主要以“女司機”“高跟鞋”等質疑為主，同時也能反映出網民對女司機所代表的交通安全事件的關注程度。在事件發生初期，大量微博發言都存在對“女司機”“肇事司機”等相關言辭進行描述，同時沒有任何官方微博或是知名媒體出面參與話題討論，引領輿論走向，由此導致大量網民不夠了解事實真相，捕風捉影，出現較為嚴重的網絡極化現象。

到了10 月28 日晚些時間，官方微博將交通事故調查相繼公布，網絡輿論出現大規模反轉現象，大量網民開始向反方向行駛女司機進行道歉，同時對之前的網友評論進行謾罵、詛咒等惡略行為。輿論焦點開始轉移至公交車司機。同時引發網民對公交車司機所代表的社會群體、護欄安全、打撈速度、官方媒體敏銳度進行熱議。

10 月29 日—11 月1 日官方媒體依然未對事件作出詳細解讀，網民對事件始末了解度較少，大多數網民呈現觀望狀態，輿論呈現中性態度，但主要討論熱度均圍繞公交車司機展開，同時大量網友開始對公交車司機行為進行猜測，更有部分網友認為一些官方媒體和微博大V 的言語不當，報道不清晰，是直接導至網民形成群體極化現象的原因。

表1 案件梳理

11 月2 日公交車內黑匣子視頻終于曝光。網友開始對事件主要相關乘客鄺某進行聲討，新一波網絡群體極化現象逐漸成型。網友開始對鄺某進行人肉搜索，人身攻擊，更有甚者開始進行線下活動，對其家庭住址、家庭成員進行圍攻行為。

11 月3 日之后網絡輿論出現多元化，網民關注點開始發生差異，群體極化現象逐漸呈現減弱事態。

3 數據分析

重慶萬州公交車事件發生后，當地公安局迅速展開調查，此事件涉及面廣泛，影響嚴重，事件發生后迅速發酵，將涉事人員推向風口浪尖。由于事發突然，調查緊張，因此官方具體的調查結果沒有能夠在第一天及時發布，這就為網絡輿情的發酵給予充分時間，網絡輿論爆發初期群體極化現象初見形成。本文通過新浪微博的高級檢索功能選擇評論量較大、跟進頻繁的微博進行研究。新浪微博發文量，評論量的統計數據顯示對此事件中網民聚焦的熱點內容主要為私家車女司機、公交車司機、公交車女乘客劉某、其他乘客、交通安全共五點內容。從本事件中網民的關注點上我們可以總結為幾點分別為社會民生問題、公共安全問題、文明素養問題，這三種主要的影響因素。

本文通過新浪微博的高檢索功能選取熱門、轉發量較大、評論量較大并且更博頻繁的媒體賬號“頭條新聞”，對其在不同時間所發布微博的評論進行態度分析。

通過對表2 中的數據進行分析，可以看出幾點問題：

1）大量網民在公共安全即女司機問題上極化現象比較明顯，僅僅在事發第一天就出現較為明顯的網絡群體極化現象，在10 月28 日沒有官方辟謠前對女司機產生的消極極端評論高達74.6%，當官方發文解釋后輿情發生迅速反轉，大量網民從謾罵轉為同情，甚至開始對之前評論網友進行惡意謾罵，極端評論高達68.2%。同時對可以看出網民對公共安全事件的關注度極高，尤其是當發生重傷、死亡等惡性事件時敏感度高，容易造成捕風捉影的現象，導致嚴重的網絡群體極化現象。政府如果想要對這部分事件進行控制需要分階段治理。首先在重大突發事件發生前，也就是潛輿論的時期政府應該在線上對公共安全知識進行大力宣傳，同時對一些關于公共安全方面的虛假謠言及時辟謠，不要存在隱患。其次在突發事件發生后政府應及時對事件進行通報，即使信息不全面也要避免一些片面的虛假的私人視頻私人言論進行控制甚至刪除，并持續跟進。

2）在社會民生方面即公交車司機問題上可以看出群體極化現象并不明顯，并且消極態度較弱，辱罵、人身攻擊等現象明顯減少。由此本文推斷在相關問題上網民的包容度上升，網民中存在各個階層，因此對一些普遍存在的民生問題觀點不一，能夠產生激烈討論，故不易產生群體極化現象。政府在處理這類事件時不必操之過急，可采取先觀察后行動甚至不行動的治理手段，但同時也應該緊密觀察以防衍生出仇富心理、貧富歧視、地域攻擊等不良事端。

表2 評論數據分析表

3）對于文明素養方面我們發現當對象單一時網民往往極端情緒較大，容易產生群體極化。但當對象為部分人存在廣泛性的時候，包容度較高，因此網絡群體極化現象就會減弱。

4 總結

通過對具體的突發事件的輿情分析，我們能夠明確發現不同的話題所引發的網絡群體極化現象有所不同，本文認為最主要的原因分為兩點：

1）在突發事件發生之前人們對于敏感話題的關注度不同，同時長期的潛在社會問題的存在引發很多扭曲的社會心理，比如一些仇富心理、社會階級歧視心理、喪文化等，已經讓本身處于現實社會中的民眾存在很強烈的不滿情緒，因此在突發事件發生之后，網民輿論迅速向原有的心理傾向發展，大量網民僅僅捕捉片面信息進行評論并且極容易被一些造謠者迷惑，從而導致極其嚴重的網絡群體極化現象。

2）突發事件發生之后，政府對信息的傳遞和輿論的管控存在一定缺陷，比如本文中案例的情況，在事情發生前政府的官方網絡平臺或者其他知名網絡平臺上發表信息的速度過慢更新不及時并且公開言論不嚴謹，導致大量網民對事件一知半解，只能通過其他途徑獲取片面信息進行評論導致網絡群體極化現象迅速形成。在事件發酵過程中，政府沒有對極端言論進行管控，政府可以通過在評論量高的文章中官方解釋的鏈接，并且提供專業的政府客服人員對重點討論的問題進行解釋，并且輿論向正確的方向引導。