重大公共衛生突發事件背景下輿情傳播的研究回溯與控制機制的構建

□ 李 楠 楊 陽

(1.中國科學院 文獻情報中心; 2.中國科學院 自然科學史研究所;3.中國科學院大學 經濟與管理學院, 北京 100190)

一、引 言

重大公共衛生突發事件的爆發往往會伴隨著海量信息的侵入、傳播、堵塞與失真[1]。2020年1月武漢新型冠狀病毒“COVID-19”全面爆發,成為全球重大的公共衛生突發事件,隨即中國對“COVID-19”的應對措施成為全球關注的焦點。利用Goo Seeker網絡信息抓取工具對2020年1月網絡新聞客戶端、自媒體、社交工具、論壇進行分析,以“新型冠狀病毒”為主題的報道多達720萬條信息;同時發現,“COVID-19”疫情確診人數增速與“COVID-19”網絡信息傳播速度形成了一定的耦合,如圖1所示。

圖1 “COVID-19”疫情確診與網絡信息增速趨勢

在重大公共衛生突發事件的防控中,民眾成為政府公共事務治理的主要目標,共同的利益訴求為輿情產生提供了基本條件。但從歷史經驗上看,公共衛生響應等級較高的疫情防治工作往往在信息專業性信息發布與信息密集需求間會產生鴻溝,鴻溝越大民眾的負面情緒就越高,負面輿情產生的機率就越大,導致政府控制疫情的難度就上升[2]。因此,在重大公共衛生突發事件背景下,有效控制負面輿情的產生環境和傳播路徑不僅有利于防疫工作的有序開展,更有利于政府治理能力現代化的建設。

二、輿情傳播研究的總體現狀

為更加快速、清晰地了解“輿情傳播”的研究現狀,本研究以主題詞“輿情傳播”為檢索條件,通過對CSSCI數據庫進行檢索,同時,剔除報刊新聞、行業雜志等非學術性來源數據,最終發現有975篇符合檢索要求的研究文獻。利用Citespace5.6R文獻計量軟件分別對研究熱點、作者與機構合作網絡進行分析,如圖2所示。

圖2 “輿情傳播”文獻計量分析

從文獻分析結果上看,“輿情傳播”研究熱點可分為五類。第一類基于信息傳播與復雜網絡構建的“輿情傳播”的類型,包括社會輿情、網絡輿情、高校輿情等;第二類是針對突發事件的“輿情傳播”機制研究,包括模型、演化、規律、模式等熱點主題;第三類是“輿情傳播”的載體,包括社交媒體、新媒體、自媒體等多種類型;第四類是“輿情傳播”的分析方法,包括社會網絡分析、仿真(系統動力學)、指標體系建設等常見研究范式;第五類是“輿情傳播”的管理措施,主要包括監控與引導兩種方式。從作者與機構合作網絡上看,蘭月新、陳福集、黃微、王晰巍、曾潤喜為“輿情傳播”研究最活躍的5位學者,吉林大學管理學院、中國人民武裝警察部隊學院、華中科技大學公共管理學院、南京郵電大學管理學院、福州大學經濟與管理學院是“輿情傳播”研究最活躍的5個機構。

三、輿情傳播的控制方法

目前,流行病學中的SI、SIS、SIR三大傳播模型是研究負面“輿情傳播”的常見方法,它借助系統動力學的仿真程序來觀察輿情的傳播規律與趨勢成為當下最流行的研究范式[3]。SI模型是在混合網絡中建立的一種“輿情傳播”模型,它假定網絡中的個體傳播率為一個恒定常數,正常者人群(S)總是會被受輿情影響群體(I)所誘導,隨著時間(T)的推移,網絡中S態的個體數量減少而I態的個體數量將達到飽和,對解釋網絡“輿情傳播”的全過程具有一定的啟示作用[4]。SIS與SIR模型較SI模型而言增加了免疫和治愈兩個現實因素,二者之間的最大不同就是從受輿情影響群體(I)恢復正常后的狀態不一樣;SIS模型是一種線性的網絡傳播結構,在這個結構中受輿情影響群體(I)總會受到一個恒定概率恢復正常;SIR模型處在一種非線性的復雜網絡傳播結構中,由受輿情影響群體(I)到輿情恢復群體(R)的傳播節點，將受到多組外在控制變量的影響,同時會產生一個隨機波動的恢復概率;從仿真效果上看,SIR模型比SIS模型更貼近“輿情傳播”的實際場景[5]。此外,在SIR模型的基礎上,還出現了一種基于“小世界”傳播理論的改造模型(SHKR模型);SHKR模型將傳統的S變量與I變量進行了合并,把二者視為輿情易傳播的人群,同時引入未接觸輿情群體(H)、輿情免疫群體(R)以及受輿情影響但不傳播群體(K)三組變量,且三組變量都與S變量的節點進行關聯,這說明“輿情傳播”不僅受到傳播機制的影響,更受到網絡拓撲性質的制約,這為輿情管理從事后治理向事前引導轉變開啟了一扇窗[6]。

SI、SIS、SIR三個主要研究模型為確定輿情的傳播源頭及傳播范圍提供了理論支撐,但本質與流行病學的治理模式一樣,屬于事后防控模式;即通過尋找和切斷輿情信息源、通過正面回應輿情信息的完整過程對受輿情影響群體(I)進行信息疏導與隔離,從而減緩他們的負面情緒和傳播意愿[7]。但從輿情控制的治理效果上看,事后治理面臨成本高與負面輿情二次傳播的新風險。同時,SI、SIS、SIR三個也存在一定的局限性。首先,在現實世界中,輿情傳播率不可能是一個恒定不變的常數,受輿情影響人群的增長趨勢也不會是完整的線性結構。其次,受輿情影響人群并非與流行病學中受病毒感染人群狀態一致,流行病學中的免疫與恢復針對人群具有普適性,且免疫與恢復概率較為穩定;受輿情影響人群由于受教育程度不一樣,其客觀判斷輿情事件的能力就不一樣,且做出的選擇也會受到情緒這種主觀因素影響,導致其免疫與恢復機制在復雜網絡中處在隨機動態的變化過程中[8]。最后,國內有關信息傳播機制受網絡拓撲性質影響的高質量研究極為稀缺,這不利于探索外在控制變量在“輿情傳播”過程中的干預作用。因此,建立合理的“輿情傳播”控制機制將成為未來解決重大公共衛生突發事件負面輿情產生的有效途徑。

四、輿情傳播研究的理論模型

輿情反映了公眾追求普適性社會問題的態度,是一種自下而上的突發性社會行為,一般貫穿政府、媒介與公眾三個主體,其議題內容具有一定的合理性。在重大公共衛生突發事件背景下,社會“共同意見”的產生往往受到(公眾)情緒因素、(媒體)需求因素、(政府)行動因素的影響[9]。情緒因素是輿情產生的根基,但在公共衛生突發事件爆發的背景下,公眾因行動受限內心極易產生被剝奪感,從而進一步引發擔心疫情持續擴散的焦慮情緒;而在焦慮情緒的作用下,幾乎社會所有人都成為了負面輿情的易傳播群體[10]。需求因素是輿情產生的土壤,而公共衛生重大突發事件的一個顯著特征就是信息不對稱,這讓熱衷還原焦點事件全過程的媒體極易產生被排斥感,從而進一步引發媒體收集不同渠道、不同種類事件信息的焦躁情緒;在焦躁情緒的作用下,沒有極易失去信息“把關人”的責任,有可能成為負面輿情的意見領袖[11]。行動因素是輿情產生的環境,在重大公共衛生突發事件中,政府作為治理與管控主體被全社會寄予很高的期待,這是對政府治理水平與治理能力現代化極大的考驗;在這種寄托壓力以及事件應急效果不確定的雙重作用下,政府往往會產生緊張的情緒,從而進一步影響政府決策與行動的效率[12]。從情緒因素、需求因素、行動因素的關系路徑上看,公眾期待政府提供強有力的安全保障,同時對媒體有尋求真相的強烈需求;媒體對政府有調查與采集事件全過程信息的需求,同時對公眾有發布調查信息的迫切意愿;政府對公眾有采取應急管理措施消愁其焦慮情緒的責任,同時對媒體有采取引導監督手段防止其焦躁情緒引發負面輿情的義務。相關內容如圖3所示。

圖3 “輿情傳播”的理論模型

五、輿情傳播的成因及其影響因素

從“輿情傳播”的理論模型上看,“輿情傳播”的成因及影響因素源于政府、媒體、公眾相互碰撞后所產生的三組鴻溝。一組是政府應急水平低下與公眾對政府高期待產生的鴻溝,政府應急水平越低公眾對政府的信任度就越低,社會負面情緒就越濃,這是負面“輿情傳播”的主要矛盾[13];二是公眾判斷能力與海量信息輸入產生的鴻溝,公眾判斷能力越弱負面信息對公眾的影響就越強,負面信息傳播的意愿就越高,這是負面“輿情傳播”的動力[14];三是政府信息管控與媒體信息需求產生的鴻溝,政府信息管控力度越大媒體對立情緒就嚴重,信息報道的成見就越深,這是負面“輿情傳播”的次要矛盾[15]。同時,在數字經濟高速發展的今天,數字技術成為了“輿情傳播”的推動力,它基于“小世界”理論的交互特征為公眾提供了信息供給、選擇與輸出的平臺,即使在高密度的信息流沖擊的環境下,大數據和人工智能技術也總能根據偏好精準鎖定目標公眾,加上不同類型媒體間競爭與融合產生的信息變現等商業模式的誘導,信息的傳播已經從一元線性模糊滯后，轉向多元非線性精準快捷的發展趨勢。此外,在重大公共衛生突發事件爆發時,除上述主要因素外,還有一些影響負面輿情形成的次要因素。本文對現有CSSCI數據庫有關輿情影響因素的研究文獻梳理后,按照主要因素與次要因素與政府、公眾、媒體的關系,將其分為內部因素與外部因素;按照情緒與能力兩個類別將其進一步分為主觀因素和客觀因素;并針對不同類型“輿情傳播”影響因素給出了相應的應對措施[16]。相關內容如表1所示。

表1 “輿情傳播”轉化與控制變量

六、輿情傳播的控制機制

建立針對“輿情傳播”影響因素的控制機制是解決政府負面輿情壓力的有效途徑,而事前控制較事后控制的優勢在于控制成本低、控制形式多樣、可隨時調整控制強度且亦可進行模式化操作。但即使如此,找到“輿情傳播”的影響因素和控制因素并不意味著負面信息在向輿情轉化的過程中就能很好地被治理,還需要考慮二者的強度。因此,為更好了解重大公共衛生突發事件負面潛在的輿情信息轉化與治理的博弈關系,本文進行一步建立了“輿情傳播”的控制機制,如圖4所示。

圖4 “輿情傳播”的控制機制

“輿情傳播”控制機制源于SEIR模型,這是一種網絡動力學模型,在流行病學調查中加入了潛伏者(E)變量,這對進一步認清病毒傳染機制起到了至關重要的作用。將SEIR模型引入到傳播學的領域,將可以更好地還原意見領袖如何引導公眾成為輿情傳播者的過程。由于本文力求找到負面“輿情傳播”的(事前)控制機制,所以在技術路徑中剔除了恢復者(R)變量,即不考慮輿情信息時效性、官方對輿情信息解釋或辟謠等事后控制方式對負面輿情影響,最終形成了以易被輿情誘導人群(S)、接觸輿情者(E)以及傳播輿情者(I)為核心的三組因變量,并引入影響SEI三組因變量變化的兩組自變量(轉化變量與治理變量)。

基于此,“輿情傳播”控制機制的三組因變量和兩組自變量的邏輯關系可以解釋為:(1)負面輿情接觸者(E)通過隨機接觸易受誘導人群(S)來影響他們相信輿情信息,當易被輿情誘導人群(S)對輿情信息認同時會轉化為新的負面輿情接觸者(E);(2)負面輿情接觸者(E)受轉化變量和治理變量的博弈影響會選擇是否向社會擴散信息,當選擇擴散時負面輿情接觸者(E)會轉化為傳播輿情者(I);(3)如輿情接觸者(E)遭受外在控制變量干預且在輿情接觸者(E)未消失的情況下,傳播輿情者(I)將具有與輿情接觸者(E)等同的轉化力,同時影響易被輿情誘導人群(S)直接加入傳播輿情者(I)的陣營;(4)當傳播輿情者(I)達到一定規模形成傳播輿情群體時則宣告當前負面“輿情傳播”控制機制失敗,反之則成功;(5)轉化變量由表1中的轉化因素組成,其中內在因素刺激S到E的轉化進程,外在因素刺激S到I的轉化進程,而內在因素與外在因素共同刺激E到I的轉化過程;(6)治理變量由表1中的控制因素組成,其中內在因素制約S到E的轉化進程,外在因素制約S到I的轉化進程,而內在因素與外在因素共同制約E到I的轉化過程。

七、結論與展望

從“輿情傳播”的理論模型上看,負面輿情緣起于封閉的信息網絡、碎片化的信息內容以及不穩定的信息獲取渠道。因此,建立公開、透明、共享的信息傳播網絡與自由、安全、穩定的信息獲取渠道是滿足公眾、媒體“疫情”期間高強度信息需求的有效途徑,它既可以讓媒體監督政府“疫情”防控工作的進展,又可以喚醒公眾自覺響應政府應急管理制度的號召,還可以增強政府、媒體、公眾的彼此信任,最終消除三方的鴻溝與負面情緒。

從“輿情傳播”控制機制上看,易受輿情誘導群體(S)規模的大小關系著負面輿情信息傳播的動能。因此,加強重大公共衛生事件防治工作的科學普及力度,及時向全體公眾宣傳健康的疫情防控理念,讓他們熟悉疫情的致病機理、明確疫情的科學防控過程、了解政府疫情防控行動的方案與時間,這是讓公眾產生對疫情謠言信息自我免疫的重要工作,也是快速降低易受輿情誘導人群(S)數量的便利捷徑。

在“輿情傳播”控制機制的基礎上,未來可以運用系統動力學仿真模型對“輿情傳播”的治理方案的有效性進行系統評估,重點測試不同控制強度對遏制負面輿情發生的幾率,在方法上做到有效評估負面輿情信息的傳播效率及影響力,在機制上建立與公共衛生響應等級相匹配的公共衛生負面輿情響應等級體系,在行動上充分發揮負面輿情信息“把關人”與“引導者”雙重角色,這將成為“新時代”政府治理水平與治理能力現代化的重要體現?！?/p>