趙晨陽 張鵬 夏一雪等













DOI.10.3969/j.issn.1008-0821.2021.12.011
[中圖分類號]C912.6;G206 [文獻標識碼]A [文章編號]1008-0821(2021)12-0107-14
據中國互聯網絡信息中心發布的第48次《中國互聯網絡發展狀況統計報告》顯示,截至2021年6月,我國網民人數達10.11億,互聯網普及率已經增加至71.6%。伴隨著互聯網的普及化,人人皆可暢所欲言,網絡空間逐漸成為人們表達觀點態度和思想情緒等社會輿論的第二場所,網絡輿情也日趨復雜,隨時可能成為網民負面情緒的“助推器”或社會矛盾激化的“催化劑”,擾亂網絡空間秩序,進而造成網絡輿論危機。隨著網絡輿情的衍變過程復雜化和治理難度逐漸遞增,以往政府單方面參與的模式不再適應當今復雜多變的網絡輿情環境,輿情治理是國家治理的重要方面,其治理過程中迫切需要政府轉變傳統輿情引導模式。因此,要進一步厘清各主體問的關系,提高引導網絡輿情多元主體間的穩定性和互動性,彌補新時代網絡輿情治理理論的不足。利益相關者理論、信息生態理論和生命周期理論等理論范式及數學建模等工具為網絡輿情治理問題研究提供了新的思考角度。
本文試圖結合基于理論分析與數學建模對網絡輿情治理模式進行抽象分析,進而發現具有現實解釋力的規律性認識,即網絡輿情治理的一般路徑、模型和多元引導主體與復雜因素相互作用等規律性成果。通過把握這些規律可為各類輿情引導主體的合作提供科學指引。
1文獻綜述
在知網中以“引導+網絡輿情模型”為主題詞檢索論文,在2012—2021年將不同領域模型應用于網絡輿情傳播和引導的研究熱點通過CitespaceV軟件繪制知識圖譜,如圖1所示。
從圖1可知,輿情傳播和引導模型研究主要分為以下3個部分:
1)討論輿情傳播演化影響因素。如高歌等用系統動力學闡釋多媒體網絡輿情演進階段、演進要素和機理。Wang Z等構建3S13R模型研究突發事件中多輿情問相互促進的傳播過程。Yin F等建立了意見領袖敏感轉發免疫(OL-SFI)模型來跟蹤意見領袖和正常用戶產生的轉發量的時間演化,評估意見領袖在輿情傳播和爆發不同階段的作用。
2)分析政府引導輿情時機。如種大雙等運用傳染病模型分析政府在不同情景下的政府干預對群眾狀態和行為的影響。劉人境等采用演化博弈模型預測網絡群體事件的發展趨勢,并根據輿論傳播的各個時期提出應對措施。江耘等構建了輿情信息博弈模型,討論輿情信息傳播態勢,并預測出政府干預網絡輿情的最佳時機。
3)研究政府治理下的輿情引導效果和應對策略。如陳莫凡等構建SEIQR演化博弈模型,分析了博弈的穩定均衡策略,比較了政府不同引導策略對輿情走勢的影響。呂朝輝等基于系統動力學構建“彈簧”動力模型,解析推動網絡輿情發展的4種基本作用力,并提出重大疫情防控中網絡輿情的信息治理策略。
通過圖1發現,當前大量學者主要采用系統動力學模型、傳染病模型及其改進模型、演化博弈模型等對網絡輿情的傳播規律、引導時機和策略等方面展開研究,主要集中在政府、媒體、高校和意見領袖等部分單個主體角度研究突發事件網絡輿情引導策略,而很少以共生視角研究網絡輿情多元引導主體的內在關聯和合作模式,較少從協同發展角度考慮各方利益均衡關系和引導效能最大化問題。
基于前人的研究,本文引入種群生態學的共生理論,建立基于Logistic模型的網絡輿情引導共生模型,運用數值仿真模擬來解析引導主體間共生演化模式、動力源、穩定條件和平衡狀態,給出推進當前輿情引導系統向高階多元主體共生生態演化進階的策略。
2共生視角下多元主體引導機理
網絡輿情治理雖涉及多領域主體利益,但當前仍是政府部門單方面管理,因為網絡輿情的爆發原因復雜多樣,監管部門難以及時查清并公布事情真相,從而引起網民的猜測議論,事件易被網民過度解讀,產生謠言和衍生輿情。
2.1網絡輿情引導三大主體
1)政府對網絡輿情的管理。政府作為公共事務的管理者,負責保障網絡中各引導主體的有序參與,在處理應對網絡輿情的過程中,政府始終處于領導地位,其優勢在于擁有獨特的政治背景,制定并完善輿情相關法律法規,可通過政府網站、官方微博、文件等方式及時公布事件真相。
2)媒體對網絡輿情的引導。媒體作為形象塑造者和公眾利益代言人的角色,在引導網絡輿情中發揮著信息樞紐作用。為了區分政府與媒體對網絡輿情引導的作用,主要研究騰訊、新浪等大型商業新聞媒體和北青網、新民網等地方新聞媒體。媒體對網絡輿情的引導主要體現在某事件相關網絡輿情爆發期間,媒體擁有專業化的新媒體報道隊伍,可以迅速組織應急記者對事件進行跟蹤報道,通過網絡將事件真相快速傳遞給政府、意見領袖,同時運用自身巧妙的宣傳技巧化解網民負面情緒。
3)意見領袖在網絡輿情中的作用。意見領袖是特別活躍于某一網絡話題,且在該話題中對網民極具影響力和號召力的人。主要由演員明星、學術大咖、草根網紅等各個領域的人員組成,扮演著政府媒體與網民之間的連接角色。意見領袖對于該話題有自己的觀點,根據自身的理解和利益的角度出發,對事件信息進行加工解讀,發布在網絡平臺上會極大影響網絡輿情的發展方向,擁有更強的影響力、親和力。
2.2網絡輿情多元主體引導的共生系統
2.2.1共生系統概念界定
共生理論描述了兩種或以上的生物種群間相互合作、協同進化的現象。中國學者袁純清從共生單元、共生環境和共生模式3個不同維度來分析共生理論框架。在共生系統中,共生單元是形成共生關系的基本單位,也稱為共生主體。共生模式是系統中參與共生的不同共生單元間的相互作用方式,模式的選擇和共生作用的強弱會隨著共生單元的性質而變化,共生主體問模式的選擇關鍵在于能否產生收益。共生界面指各共生單元間進行交流合作的渠道和機制的集合。
2.2.2共生三要素
1)共生單元:政府、媒體和意見領袖等輿情引導主體是共生單元,M.表示主體間的7種共生模式中任意一種,該共生模式的長期存在條件是兩個主體的輿情引導效能是否得到發展和提高。
2)共生環境:由政策制度、互聯網平臺等硬環境和思想文化、倫理道德等軟環境組成。網絡環境對輿情引導主體起積極促進作用,表示為E>0,也可以起反向抑制作用,表示為E<0。在網絡環境中,各共生主體都擁有各自特定的資源,例如政府擁有政策資源、媒體擁有信息渠道、意見領袖擁有粉絲觀眾。
3)共生界面:在多元主體引導輿情的共生環境中,為各主體進行信息傳遞和收益傳導的媒介和機制,輿情引導主體可借助共生界面傳遞信息策略。
2.2.3共生系統
所謂網絡輿情中多元引導主體間共生模式的演化,就是通過統籌各方利益關系,不斷優化政府、媒體和意見領袖問相處模式的過程。政府需要媒體的專業報道,媒體需要政府的政策支持,意見領袖的形成更離不開兩者的信息資源,各主體間的關系類似于各種群在一定共生系統內以收益為公平指標改良共存方式的過程。根據共生理論,將政府、媒體、意見領袖和其余引導主體按照一定的共生模式構成共生系統,如圖2所示。
由圖2可知,從主體利益角度看,各個主體的行為不僅會影響自身,還會作用于其他相關主體,對整個共生系統產生變動,其利益的大小不再取決于自身能力,而是依賴于共生系統中其余主體的行為和資源,各主體問互為利益相關者。從共生系統整體利益看,創造效益的焦點不再是單個主體能力大小,而是各引導主體問協同程度的緊密,包括穩定程度和互動程度等,這是多元主體協同治理輿情所密切關心和亟待解決的問題。
2.3多元主體協同治理模式演化
按照共生主體間利益資源的分配和共生關系的緊密程度,可以將共生模式劃分為組織模式和行為模式。在多元主體引導輿情的共生系統中,共生行為模式將逐漸由寄生、偏利共生、非對稱互惠共生轉變為對稱互惠共生,由點及面。
如圖3所示,多元主體協同治理模式是從主體多元到實現協同的循序漸進過程,具體表現為各類引導主體問利益資源分配對稱性的提高,即各類輿情引導主體在共生系統中由不產生新的引導效能、一方完全占據新的收益、利益資源不對稱分配到引導效能共同最大化下對稱分配的過程。各類引導主體在共生組織模式上會逐漸由點共生、間歇共生演變為連續共生、一體化共生,表現為主體間的組織化程度不斷上升,從一次合作、間歇合作轉變為緊密合作、最終一體化的歷程。原本相互獨立、相互平等的多元引導主體,出于互惠互利的意愿,取長補短,最終形成創新、協調、開放、綠色、共享的網絡輿情多元主體協同治理的共生系統。雖然引導主體間的共生模式在理論上是協同演進的,但在實際輿情環境下的演化模式卻更為復雜,甚至可能出現競爭與互惠模式交叉并存的狀態。
3網絡輿情多元主體引導共生模型
3.1模型假設
生物學中的Logistic生長函數符合生態系統中種群生長規律,即各種群會受到自然環境資源的限制,其種群增長速度隨著種群密度的上升而逐漸降低,從早期的迅速升高到一定規模后減慢,直至飽和。同樣,網絡輿情中由多元引導主體共同構成的輿情生態系統,會經歷一個形成、成長、成熟和穩定的共生演化過程,各主體間存在彼此協作、發展壯大的生物種群特征。為使研究對象更符合種群行為規律和更為準確地描述模型,揭示其引導規律,根據生態學理論作出以下假設:
1)網絡輿情的引導關聯多個主體利益,但由于互聯網平臺和信息資源有限,輿情治理對各主體間協調度的要求變高,協作難度加大,因此,各主體的治理能力存在增長上限,即最大輿情引導效能值。
2)當各主體處于良好的成長空間中,借助政策和信息等網絡資源,各自的引導效能會不斷成長。但每個主體隨著時間的推移,其輿情引導效能增加幅度會逐漸下降,最終為0,引導效能的變化趨勢遵從Logistic模型規律。設S為時刻的引導效能值,該時刻各引導主體的引導效能為S(t),函數連續且可微。
3.2構建模型
根據上述假設,建立主體單獨引導輿情時的Logistic基本模型:
輿情治理的不同時期,各作用主體通過多邊多向的交流機制形成各種共生關系,以不同強度相互影響各自的輿情引導效能,各主體問產生不同的共生效應,因此在式(1)的基礎上引入共生系數θ,表示共生效應的強弱,建模思路如圖4所示。