○岳夢怡 王保華
從生態學的視域來看,輿情生態系統包括輿情的主體、客體、本體、環境等元素。輿情主體是指輿情事件的話題參與者,包括普通公眾、主流媒體、政務新媒體、意見領袖、粉絲社群等;輿情客體是指公眾評議的對象,可能是引發輿情事件的信息源,也有可能指涉與事件相關聯的制度、管理部門等;輿情本體是指輿情的內容,包括在輿情生態系統中公眾表達的觀念、態度與情緒等;輿情環境是指輿情的場景要素,既包含了一定的社會結構因素與社會心理因素,也包含了承載輿情的技術、設備等硬件設置。有學者認為網絡輿情生態是一個“人造生態”,[1]是政府、網民、媒體三維互動形成的有機體。
伴隨著媒介技術的不斷發展與迭代,目前已經進入到了融媒體傳播時代。關于融媒體時代的傳播特征,有學者認為,“融媒體時代打破了先前的介質割裂。傳統媒體機構能夠多介質運作,生產視頻、音頻、文字、圖畫等多樣的新聞產品。”[2]還有學者認為,融媒體模糊了媒介生態系統中的多種界限,包括“傳受界限、符號界限、渠道界限、產業界限;自我、人際、群體、組織、傳播類別界限等”。[3]在這種全新的媒介生態中,各類主流媒體、政務新媒體和公眾集聚在一起,參與討論公共事件,建構新的輿論傳播格局。
20 世紀90 年代,Gaver 提出“技術可供性”的概念,主要指行為主體與所處技術環境間的連接關系。[4]社交媒體以及短視頻直播平臺、知識社區、青年亞文化社區等平臺的興起壓縮了時間與空間,成為承載輿情走向與傳播廣度的重要載體,給公眾帶來了更多的信息生產可供性、社交可供性和情感可供性。這些新媒體平臺的發展促使網絡話語權的再次重組與分配,降低了公眾參與話題討論的準入門檻,受眾擁有了更多表達方式和話語權。此外,技術平臺的開放性、互動性等特征激發了民眾主體意識與表達訴求,使杜威所倡導的“參與式民主”成為可能。從近年來的輿情熱點事件來看,很多都是在社交平臺場域中發酵。根據拓爾思網察大數據分析平臺報告,在“教育部鼓勵高校加強戀愛心理教育”事件中,監測到8755條相關信息,其中微博平臺相關信息最多,共計6768 條,占比77.30%;其次是新聞平臺,相關信息有707 篇,占比8.08%。[5]這說明在輿論生態中,新興的社交媒體場發揮著越來越重要的作用。熱點事件由于民生性、新奇性往往能引發公眾廣泛關注,且同類型的事件常被舊事重提,集中涌現并引發公眾的共鳴,形成基于話題的“事緣共同體”,當該群體擁有足夠多的認同與話語權后,也就實現了從個體權力向群體權力的升級轉換,形成一種自下而上的議程設置,甚至可能在情感動員中引發集體活動。
過去,單向傳播的傳統媒體掌握著輿情發展的脈絡,在把關環節融入價值觀念從而起到輿論引導的作用。但是在社交媒體時代,媒介技術對時間和空間的壓縮,使“身體在場”逐漸轉變成了“注意力在場”。5G 網絡具有高速率、萬物互聯等特征,伴隨著更快的傳輸速度、更高的傳播效率,不同地區以及不同階層的人脫離空間物理環境的限制,實現了“異地同時”連接。從輿情構成的生態來看,主流媒體、政務新媒體、垂直領域意見領袖、公眾以及各種團體等都成為公共領域生產和話題參與、觀點表達的主體,形成了輿論場中多元的話語博弈格局。在輿情傳播過程中,部分自媒體在商業利益的驅使下,利用公眾獵奇心理,抓取事件中的“敏感點”“痛點”進行標簽化、對立化解讀,凸顯出事件的沖突、戲劇性屬性,這些觀點在不斷擴散中可能導致“劣幣驅逐良幣”,稀釋了主流媒體的正向輿論引導話語,為輿情治理帶來了一系列難題。
輿情是社會現實的反映。輿情之所以會爆發,有很大部分原因是輿情事件的刺激激活了社會空間的情緒能量。從熱點話題中情緒的生成可知,情感既包括在個體社會化過程積攢的結構性情感,也有社交媒體場域中的情境所激發的建構性情感因素,而這種建構性情感往往是在多元話語博弈的媒介情境中激發形成的。在網絡輿情生態環境中,事實性觀點、利益呼吁、情緒化宣泄摻雜在一起,受限于知識儲備和經驗積累,個體在網絡環境中容易被非理性的意見或觀點影響,盲目跟風,還會在這種情境中無意識地進行模仿與被情緒傳染。
另外,伴隨著公眾參與互動的增多,網絡空間中共識形成的難度也增加了。從公眾的認知環境來看,目前公眾經常使用的社交媒體平臺與新聞聚合平臺的技術特性與算法分發機制,使網民經常獲取到與自己立場接近的信息。在“算法”的個性化推薦、微信朋友圈的“熟人傳播”等形成的同質化信息環境中,公眾形成了自己的“價值繭房”。這些價值同質化的信息通過圈層化方式快速擴散,容易形成群體極化并引發“蝴蝶效應”。
在輿情研判過程中,首先應秉承真實性原則。伴隨著輿論場的公開性,網絡上的信息魚龍混雜,網絡謠言與虛假信息充斥其中,真假難辨。例如,2021 年11 月29 日,一個年輕女子與外公合影被某平臺用戶惡意傳為“73歲東莞清溪企業家豪娶29 歲廣西大美女”且廣泛擴散,成為網絡熱點事件。對于輿情研判人員而言,首先應該辨別事情的真偽,還原事實真相。可通過來源研判、邏輯研判和常識研判等手段,過濾掉冗余信息和噪音數據,剔除偽輿情。在真實、全面掌握信息的基礎上,結合專業知識、技能和經驗作出符合客觀實際的判斷,提高輿情分析的效率。
(七)市場營銷能力與新疆農產品區域品牌競爭力的關系。營銷能力是品牌投資的關鍵[21]14,品牌需要市場營銷路徑的創新,企業營銷能力對品牌價值實現關系密切,好的營銷能夠促進品牌價值提升[22]115-118。在新疆農產品銷售、推廣過程中,市場營銷能力成為農產品品牌提升的重要舉措。因此,提出如下假設:
網絡信息有自主化傳播特點,公眾在社交媒體中實時的信息發布、互動和參與等行為導致輿情傳播速度快、涉及面廣、影響大。輿情熱點的突發性、高變異性、擴散力強等特征倒逼政府管理者迅速對輿情做出判斷;如果研判回應滯后,不僅導致輿情的轉化、異化與交叉感染,還會出現塔西佗陷阱和破窗效應。因此要強化研判的時效性,在輿情爆發后第一時間采集信息,分析話題溯源、關鍵傳播節點、輿情傳播態勢、網民情感傾向等,從高流動性、高維度數據中挖掘數據價值,準確掌握輿情性質和發展脈絡,及時研判并做好風險評估。
網絡輿情研判是對輿情進行價值和趨向判斷,是輿情處置的前提。[6]在輿情研判時,應形成系統的判斷邏輯,厘清輿情背后的社會思潮,結合多學科背景多層次解讀輿情。
1.邏輯背景研判
輿情是民意的集合反映,本身體現的就是社會影響性。在輿情的背后反映的是潛在的社會問題、社會矛盾和社會心態。在社會轉型期,公民的價值觀念呈現出多元化狀態,輿情主體代表了不同利益群體,存在不同的利益訴求和情感傾向。因此,研判時要全面及時了解輿情,由表及里,看到事件背后所反映的社會心態以及社會問題。
2.多學科背景研判
輿情的形成與發展是一個復雜的動態過程,輿情共振的原因復雜,需要整合相關學科的知識與方法,進行多學科交叉深入研究。從學科歸屬來看,輿情分析是集政治學、新聞傳播學、情報學、計算機科學等學科內容的新興交叉學科。在輿情研判過程中,應打破學科壁壘,綜合不同學科的優勢,汲取各個學科精華,實現科學的趨勢分析、規律探索。
1.定向研判
定向研判就是針對輿情風險點進行趨勢性分析,目的在于根據輿情發生的特點和規律,動態把握事件發展。[7]輿情往往從事件背景原因、涉事主體、事件經過等表象議題流向社會體制、社會環境等宏觀性議題,沿著就事論事——議題外溢——追問社會體制或社會問題的路徑演變。輿情應對部門要在專業輿情監測系統的支持下,認真分析各種不確定性因素,結合用戶的公開數據把握不同階段研判的方向與重點,防范輿情的負面泛化。
2.人工審核與機器研判的耦合
大數據分析技術為輿情分析和研判提供了全新的資源與價值邏輯,但大數據分析也存在一定的局限性。從目前的數據結構來看,海量的非結構化數據充斥其中,必然會存在數據研判的誤差。此外,大數據分析方法中對于微妙情感的辨析、戲謔嘲諷的亞文化修辭、方言等難以進行準確識別,這需要專家學者結合話語分析和社會語境給出相應對策建議。
大數據時代,輿情研判的價值和意義在于通過挖掘事實數據的潛在價值,把握網絡輿情態勢,預測輿論趨勢并防范各種風險。要實現輿情數據的價值轉化,需強化信息資源共享和整合意識,建立動態社會關系網絡分析結構。
傳統的社會輿情管理模式存在部門溝通少、數據整合不足等問題,大數據賦權使如今的輿情研判與決策更具科學性。要應對多元化訴求,發現隱藏的輿情引爆點和核心訴求,需要開展跨部門、跨行業的合作,建立多部門協作的治理模式,整合政府部門、社會單位、企業網站等數字信息資源,深入挖掘孤立零散的數據背后的價值,以系統化價值邏輯處理問題。因此,應構建全面覆蓋、實時更新的信息資源共享體系,打造輿情數據的“中央廚房”,實現輿情資源的互聯互通和協同決策。同時也要建立互動反饋模式,對網民的疑問進行解答,提前發現潛在的輿情并及時回應。例如,在重大節假日、重大事件爆發初期,結合輿情演變規律,及時監測,回應公眾關切的內容,減少負面輿情帶來的可能性風險。
社會網絡分析方法為研判輿情節點之間連接關系提供了可能性。社會網絡分析法是通過圖論、社會計量學和代數等方法對社會關系進行量化,測量社會系統中各部分的特征與相互之間的關系,從而解釋某種現象或得出某種結論。通過UCINET、Gephi 等軟件測量網絡密度、中心性、凝聚子群等指標,研判節點之間聯系的緊密程度及群體對節點的態度、行為影響程度,能夠識別社會網絡中的意見領袖,促進對輿情走向的研判。
此外,也要加強對輿情數據情感的分析。在輿情形成、演變發展階段,情感都發揮了重要作用。在輿情分析與決策中,運用機器學習、相似度的熱度排序等方式對輿情中的情緒進行判斷分析,并對這種情緒進行及時疏導,對非理性情緒輔以事實回應和價值引領,也要對其中反映的結構性問題進行正面回應,這樣才能有效切斷輿情的擴散。
預測分析是輿情研判價值邏輯的核心,是決策與應對的重要依據。因此,研判應實現“解釋規律,預測未來”的技術轉型和思維變革。輿情研判的重點從數據的靜態收集向深度加工和解釋預測轉變。從目前已有的輿情報告來看,大多是對輿情現狀以及其走勢的一種呈現,對于輿情預測的功能還未引起充分重視。因此,輿情研判應結合大數據分析技術以及專業人士的分析,預測輿情的趨勢走向,為輿情治理提供決策參考。一方面,深度提煉和歸納輿情全景數據,通過議題攸關方的特征參數、參與行為與習慣等指標分析掌握群體特征;另一方面,通過詞頻統計、語義網絡分析、情感分析等方法對輿情進行話題跟蹤和熱點識別,分析話題的重要性和敏感性,發現其中隱含的態度傾向和情緒心態,在此基礎上預測輿情走勢,發揮預警功能。■
注釋:
[1]上官酒瑞.網絡輿論生態治理的認識論分析[J].求實,2018(06).
[2]欒軼玫.融媒體傳播[M].北京:中國金融出版社,2014:153.
[3]嚴功軍,張雨涵.內爆轉換與傳播危機:融媒體生態的批判解讀[J].現代傳播(中國傳媒大學學報),2017(11):14-17+23.
[4] Gaver,W.W.,Technology affordances.In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems reaching Through Technology-CHI’91,New York:ACM Press,1991,p.80.
[5]拓爾思網察.一周輿情速讀醬油添加劑“雙標”?海天兩度回應引關注;教育部鼓勵高校加強戀愛心理教育[EB/OL].https://mp.weixin.qq.com/s/BeUgvKoIv-ZHJLvsDjuztCw.
[6]樓藝嬋.網絡公共輿情研判預警系統研究[J].中國管理信息化,2014(02)
[7]顏陳.輿情研判的四個“維度度”[EB/OL].https://www.sohu.com/a/218939193_810340.2018-01-25.