突發公共衛生事件中公眾的風險感知與情緒傳播研究

賀一，陳雪寧，金鑫

（1.重慶師范大學新聞與傳媒學院，重慶 401331；2.重慶師范大學計算智能與未來傳播研究所，重慶 401331）

1 引言

新冠肺炎疫情是近百年來人類遭遇的影響范圍最廣、規模最大的全球性疫情，并且已成為21 世紀影響全球重大事件之一，是新中國成立以來最為重大的突發性公共衛生事件。為了持續提高防控的科學精準水平，更好地平衡防控和社會經濟發展關系，2022年12月，國務院聯防聯控機制小組發布放寬疫情防控的“新十條”措施，引發輿論廣泛關注和熱議。

選擇將風險感知和情緒傳播并置進行研究，是因為它們之間存在密切且深層次的內在聯系。風險事件常常觸發公眾的情緒反應，而這些反應中的負面情緒反過來又能夠放大人們的風險感知。在風險的不確定環境下，個體往往依賴于情緒來進行風險評估。社交媒體上的負面情緒具有強烈的傳染性，能夠在個體之間推動風險感知的共鳴。將風險感知和情緒傳播的研究結合起來，可以提供一個更加全面的分析視角，這不僅有助于獲取輿論場的全貌圖景，更加全面分析網絡上情緒傳播的規律，而且在實現理論融合的同時，對于危機應對也具有重要的參考價值。

2 問題的提出

數字媒體的普及使用使得風險議題產生廣泛的社會心理效應，建構公眾合情合理的風險感知是促進風險治理的關鍵環節之一。公眾對于外部社會的風險認知往往是通過個人直接經驗、間接經驗和媒體傳播三個渠道獲得的。風險問題不是單獨存在的，本質上與社會經濟、文化、技術等因素相互交織，共同構成了現在所處的風險社會。本文對公共衛生危機背景下的負面情緒與風險感知之間的動態關系進行深入探討。具體而言，聚焦的問題主要有：

情緒傳播與風險感知水平是否相關？什么類型的負面情緒會有更強的傳染性？什么類型的負面情緒會有更強的風險感知水平？

基于上述問題，本文將在突發公共衛生事件下關注風險感知與情緒傳播的聯系，嘗試探究傳播過程中的關鍵變量和節點，另外，本研究嘗試在一個具體案例研究中，總結風險感知中情緒傳播研究對輿論管理的啟示，使其能夠擴大到一般性的重大公共衛生突發事件。

3 研究設計

3.1 研究對象

2022年12月7日，解除管控，停止查看核酸，即正式“放開”。2023年4月28日，中國疾控中心公開發文推測，自2022年12月以來，研究團隊一共在中國31個省級行政區劃進行了4次在線調查，根據在線調查表示，報告的新冠病毒感染率在2022年12月19日至21日達到峰值（15.5%），截至2023年2月7日，估計中國有82.4%的人被感染。故選擇2022年12月7日至2023年2月7日為期兩個月的時間以微博為平臺的數據進行分析。

3.2 研究方法

在研究方法上，本文沒有采用傳統的發放問卷進行量化調查的方法來測量風險感知，而是通過計算機文本挖掘、情感分析等大數據技術實現了風險感知的量化測度。相比于傳統方法，這種大數據量化分析實現了對微博平臺近全量數據的高效分析，結論更具可信性。在研究內容上，當前學界對后疫情時代的風險感知和傳播研究還比較少。通過對大規模微博文本的數據分析，定量考察了這一時間段網民風險感知與情緒傳播的演變情況。

3.3 風險感知的量化

相關詞匯的使用表明了人們的心理態度，研究指出，在突發公共衛生事件中，社交媒體上會產生大量關于公眾對其心理狀態和風險認知的描述的文本內容。因此，以測量“未知”和“恐懼”維度的表達程度，作為風險認知的量化基礎。后續數據清洗主要借鑒文獻［1］中構建的風險認知詞匯集進一步清洗，篩選出與風險感知相關的數據共320，809條。

按照以未知和恐懼維度構建了一個風險認知術語集，并對帖子的文本信息進行匹配，計算其是否包含術語集中的術語。按時間順序累積帖子數據，通過計算含有詞的數量相加來統計單條語句的風險感知值，可得到每日風險感知值。風險感知的計算公式為：

其中，s（r）代表風險感知值，d（r）代表含有恐懼詞的帖子數量，u（r）代表含有未知詞的帖子數量。

如在研究風險事件發生后風險感知的時間周期特征時，計算第t天的風險感知值，計算公式如下：

其中，dreɑd代表t天內含有恐懼詞的帖子數量，unknown代表t天內含有未知詞的帖子數量。

3.4 情緒量化

情緒關鍵詞在一定意義上是此次新冠肺炎疫情中微博輿情情緒表達的具象化反應，代表了特定輿情時間段內的主導情緒。為盡可能保證分析結果的準確性，本文結合微博文本內容對情緒詞典的容量作出一定的修改。詞匯的情感值公式為：

其中，s（w）代表詞匯的情感值，v（w）代表詞匯的情感強度，p（w）代表詞匯的情感極性。句中含有否定詞和程序副詞，否定詞會將情感強度乘-1，程度副詞代表不同級別的情感傾向。將預先定義好的情感詞和對應的情感極性，逐一匹配至研究文本，并計算其極性值，得出文本的情感強度。

4 數據分析與研究發現

4.1 情緒強度

學界研究認為，影響感知風險的因素有很多。感知到的風險和冒險行為往往源于人們的直覺［1］［2］，過去的經歷［3］或預期的情緒［4］。在其中，個人的風險感知與情緒之間存在密切關系。積極情緒往往會降低集體風險感知，而消極情緒往往會增加風險感知。同時，風險感知也會影響情緒。例如Yang 和Chu［5］發現，在埃博拉病毒爆發期間，人們的風險認知與恐懼和焦慮等負面情緒具有顯著的正相關關系。同樣，在新冠爆發期間，Li 等［6］人發現，個人感受到的大流行嚴重程度與其負面情緒之間存在顯著的正相關關系。朱麗萍、陳旭［7］研究發現，新冠疫情期間，絕大多數民眾在一定程度上經歷了恐慌——焦慮——憤怒——冷漠的情緒演變過程，這些情緒積攢到臨界值就會演變成矛盾沖突。而情緒傳染的強度取決于表達者所表達的情緒的性質。一般認為，強烈的情緒表達會導致更強的情緒傳染。本部分將探討情緒傳播與風險感知水平的相關性，通過調整公共風險溝通，及時降低疫情風險感知，以重新平衡公眾成員的情感和分析思維程度，增加個體的積極情緒，減少負面情緒體驗，以實現有利的風險規避行為，以期有效改善集體的負面情緒傳播與心理健康。

使用jieba 分詞模式對帖子實現分詞并且統計出現頻率，過濾掉頻率較高且無用的詞語或符號，從下表1 中可見，被提及最多的還是“新冠”、“疫情”、“感染”等事件關鍵詞，但人們同樣關注“工作”、“防控”、“健康”、“癥狀”，是對于國家防控政策的更新和癥狀反應，“疫苗”、“檢測”、“醫院”、“治療”是人們對于感染后治療方式和醫療保障的關注。其中，“中國”、“國家”、“經濟”一詞出現頻率較高，可能是因為在宣布全面放開疫情防控政策后，人們渴望生活和經濟發展將逐步恢復正常。作為世界第二大經濟體，在長達三年防疫封關后的重新開放，影響自然巨大；尤其是對于正處于通膨與衰退兩難之間的全球經濟，更將引發關鍵性轉折效應。多次提到“美國”，中國民眾對美國政府的不信任感和反感情緒日益升溫。美國是全球疫情擴散的主要推手，導致疫情在全球快速擴散的罪魁禍首，而美國的政治化操弄更是讓全球戰勝疫情步履維艱，面臨嚴重挑戰，導致兩國之間的關系加劇緊張。

表1 詞頻統計

每日情緒強度計算值的歷時性計算見上圖1。與風險感知水平不同，每日情緒強度從2022年12月7日-12月16日是波折下降的，說明在面對放寬疫情防控的新政策時，情緒強度較低。2022年12月16日開始一直呈現曲折性上升，且正面情緒占多數。Lau 等［8］人表明，社區聯系感是緩解SARS 爆發相關壓力的主要因素。自從各地優化調整疫情防控措施之后，新冠病毒陽性感染者數量增加，越來越多的人開始在社交平臺分享自己的感染經歷，不少網絡大Ⅴ、明星名人都紛紛公開分享自己感染新冠的經歷，未感染者不再用恐懼和同情的眼光看待，而是真誠地祝其早日康復，折射出人們面對新冠肺炎疫情恐慌、焦慮情緒的減弱。如@千帆_之外分享說［馬上要進行到陽后第7日，病毒大概自知去日無多，開始更猛烈的掙扎。于是不管我怎么喝水，吃水果、含喉片都抑制不住喉嚨的干癢，引發更頻繁更劇烈的咳嗽，咳嗽時扯得腹部右下方疼痛去客廳拿橙子時碰到查先生又倒了一大杯水回另一個房間，他即將進行到第五日。這廝得益于強壯的免疫力，快速過峰值，一粒藥沒吃，癥狀較我輕許多。］@避雨的豹分享了一家人的經歷，［今天孩子姥姥姥爺體溫也回歸正常，歷時十天，兩位老人，兩位中年人，一個小孩，……期間鼻塞不嚴重，咳嗽是最厲害的癥狀，溫度正常后繼續持續，全家的咳嗽現在都還沒好，娃媽還會半夜咳醒。有味覺嗅覺喪失的情況，但正在恢復。腸胃道有反應，老人腹瀉，孩子念叨肚子疼，我自己也偶有不適。這玩意兒雖說來去匆匆，但后勁挺足，體溫正常后常常感覺疲憊，干一小時工作就疲憊感很重，有時引發頭痛。］人們有與他人分享經驗的需求，這構成了人際“新聞”傳播的基礎，具有心理刺激性的故事將優先在社會網絡中傳播［9］。基于社會交換理論的觀點，當用戶獲得來自社區其他用戶提供的有用信息或情感上的支持時，用戶會回報所處的社會環境，積極參與健康知識分享以幫助他人。微博不僅僅是一個社交平臺，更在某種程度上成為了虛擬健康社區用戶知識分享社區平臺，人們獲取的有關解決健康問題的信息、同時又能相互理解給予精神上的鼓勵和安慰，進而讓更多的用戶參與社區推動健康信息得到更好的創造和利用。

圖1 每日情緒強度

4.2 情緒的不同類型占比

各情緒占比圖（如圖2）可直觀看出，“懼”的情緒占比最多，達到79.94%。其次是“好”與“惡”的占比較高。當傳統媒體無法提供足夠的信息時，公眾傾向于直接參與討論風險話題。因此，社交媒體為了解風險信息提供了一個可用的平臺，當存在雙向溝通時，風險溝通將變得高效。在公共衛生事件中，負面情緒易在公眾中傳播擴散。比如新冠疫情期間，恐懼、焦慮、抑郁等負面情感在人群中蔓延，嚴重影響心理健康。與此同時，高漲的負面情緒又導致公眾對疫情風險的過度感知，產生恐慌和過激行為。疫情期間公眾的心理焦慮程度普遍升高，由于未能得到有效反饋，大部分公眾的心理焦慮變成了心理恐慌。但是，負面情緒也不全是負面意義。謝彪［10］研究表明，在危及生命的情況下，負面情緒縮小了個體瞬間的思想行動范圍，提高了人們快速堅定的行動能力，從而增加了個體的生存概率，具有進化意義。

圖2 各情緒占比圖

以下對“懼”的情緒進行主題建模分析。在主題分析中，本研究采用了基于機器學習SBERT 上的LDA主題建模。SBERT 相對于傳統的LDA 模型在文本分析中具有顯著優勢，提供了更精確和全面的短文本分析，尤其是需要深度理解文本語義的情境。本研究對文本進行分詞和預處理，使用Latent Dirichlet Allocation（LDA）算法進行主題建模，并計算了不同主題數量下的困惑度，以幫助選擇最佳主題數量。使用pyLDAvis庫對LDA 模型的結果進行可視化展示，以展示主題之間的關系和主題中的關鍵詞。

在“懼”的主題建模中，通過困惑度曲線，選定位于困惑度曲線拐點出的主題數量為5個，并進行主題建模。在圖3 的上圖中，橫軸是句子索引，表示數據集中的句子順序；縱軸是主題編號，表示LDA 發現的每個主題，不同顏色表示不同的主題，每個句子根據主題標注用相應顏色繪制，圖像直觀展示了數據集中不同句子所屬的主題分布，由此得出圖3 的下圖。

圖3 “懼”情緒主題建模

在第一個主題類目下，公眾對于抗原檢測和疫苗接種提及較多。隨著解封后確診感染人數上升和取消核酸檢測，抗原檢測更加方便快捷，抗原陽性結果可用于對疑似人群的早期分流和快速管理，公眾通過自行開展抗原檢測，確認自己是否感染。這在一定程度上帶動抗原檢測產品的應用需求，使得市場上面臨抗原檢測產品短缺的情況。根據中疾控公布全國新冠病毒感染疫情情況，截至2023年2月2日，共349041.9 萬劑次。接種疫苗有助于預防個體感染，減少危重病人的數量，防止醫療資源不堪重負。公眾在社交平臺對接種疫苗的有效期、疫苗對不斷變異病毒的效果、不同疫苗對個體的副作用等話題展開討論，官方對其進行引導和答疑解惑，緩解公眾焦慮情緒并提供準確和安全的信息，以克服對疫苗的消極態度。

第二、三個主題類目主要是針對鄉鎮地區和老幼群體的醫療資源擠兌，疫情放開后公眾擔憂“缺醫斷藥”。醫療資源的分布存在城鄉差距，農村醫療保障能力的薄弱，不僅僅是體現在藥品上，還包括醫護人員、衛生機構、床位等基礎醫療人員與設備。大城市和邊遠縣城、農村地區，人口結構同樣有巨大差異，在疫情擴散后的抗壓能力也不盡相同。公眾關懷處于危險處境的弱勢群體，在微博平臺發起話題#消殺垃圾保護老人#，呼吁居家的陽性感染者在處理垃圾時適當消殺，以保護清運垃圾的老人，為此用于打包醫療廢品的“鵝頸式”封扎法也在網上熱傳。

第四、五個主題類目下是對于“群體免疫”和“快速過峰”的探討，公眾出現“看誰都是攜帶者”、“不敢出門，更不敢去醫院”、“感到生活充滿了不確定性”等想法，可能會推動焦慮情緒發展為恐慌情緒，導致產生一系列盲目從眾的行為，由軀體不適轉變為心理甚至精神不適，如過分關注疫情的進展消息，反復查看相關內容，加重緊張、恐慌的情緒。

4.3 風險感知與不同情緒相關性

為了進一步探究不同情緒對風險感知的影響，本文以風險感知值作為風險感知的表征指標，比較“樂”“好”“怒”“哀”“懼”“惡”“驚”七種情緒對風險感知的影響差異。

由于數據不滿足單因素方差分析的正態性假設（Shapiro-Wilk 檢驗結果顯著，P＜0.001）和方差齊性假設（Levene 檢驗結果顯著，P＜0.003），故采用非參數的Kruskal-Wallis 檢驗（Conover，2006）加以分析。結果如表2 所示，由曼-惠特尼分析可知，利用非參數檢驗去研究風險感知對于情感分類的差異性，H值為1502.169，P值為0.0＜0.05，說明多個組別之間的風險感知在總體中存在顯著差異。

表2 非參數檢驗研究風險感知對情感分類的差異性

表3 七種情緒對風險感知影響的回歸分析系數a

僅看均值難以得出具體哪一類情緒對風險感知的影響更為顯著，進一步做回歸分析。首先對風險感知值進行處理，由于現有統計出的風險感知值為1-37，組間差異較大，將風險感知值按照8個單位為一級進行分級處理，即風險感知值為1-8轉換為風險感知等級為一級，以此類推風險感知值最終處理為五級制。結果如表3所示，情緒“惡”對于風險感知的影響最為顯著。情緒作為一個定類變量，無法直接進行回歸分析，故以“惡”為基組設置虛擬變量，其他情緒與之對照驗證結論，結果如表3所示，懼等其他六種情緒均為負數，即驗證了惡對于風險感知的影響最為顯著。

5 結論與討論

面對全球風險社會這樣一個全新環境，需要綜合考慮風險傳播的各種理論視角，根據社會環境的變化不斷發展完善相關研究。在新媒體環境下，媒介通過文字、圖像、視頻等形式傳遞風險信息，公眾由原來的信息接收者成為信息提供者，政府等權威部門則由原來的信息發布者更多地成為信息監管者與調控者。加之網絡傳播的迅速性與廣泛性使風險信息擴散時間縮短，擴散面積增大，不同立場、不同利益關系的受眾針對同一個風險信息在輿論場中表達不同的情緒，受眾易被情緒裹挾，從而進入真相困境。研究風險感知過程中的傳播目的在于將風險感知與傳播以量化方式聯系起來，針對現階段政府在風險溝通中存在的問題提出優化建議，給予管理部門針對風險傳播與輿論監控的決策提議，如及時進行信息的披露，減少恐慌情緒；進行一定的科普宣傳，加強風險素養等。

然而本研究仍有諸多遺憾和未盡之處。首先，因各種原因，事件發生的平臺歷史數據并未完整保留，對研究產生一定的影響；其次，由于風險感知詞典和情感詞典的詞庫量的有限性以及網絡語言快速發展等因素，數據經過文本分析后存在一定的誤差；再次，風險感知與情緒傳播的背后動因仍有待進一步深入研究。