突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的模型構(gòu)建與仿真研究

1引言

突發(fā)公共事件具有高度不確定性、緊迫性及廣泛的社會關(guān)注等特點，易形成大規(guī)模的網(wǎng)絡(luò)輿情，進(jìn)而對輿情管理和政策制定構(gòu)成重大挑戰(zhàn)。政策議程設(shè)置是政策制定者在一定的政策語境下確定社會問題，將其提上議事日程，從而引導(dǎo)政策制定和實施的過程。其參與主體多元、運行機制復(fù)雜，既包括制度化程度較低的官方媒體話語回應(yīng)，也包括采取實質(zhì)措施調(diào)整決策行為。在突發(fā)公共事件情境下，當(dāng)制度化渠道受阻時，網(wǎng)絡(luò)輿情成為公眾信息交流和信息服務(wù)的平臺[]，成為公民利益訴求表達(dá)的重要渠道[2]，使社會問題加速轉(zhuǎn)變?yōu)檎邌栴}[3]。多主體建模（agent-basedmodel）可以靈活地模擬個體的行為、個體間的交互、個體與環(huán)境的交互等。Netlogo作為多主體仿真平臺，多用于仿真自然和社會現(xiàn)象。通過仿真研究構(gòu)建“人工世界”，可以再現(xiàn)突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的過程，復(fù)現(xiàn)其內(nèi)部作用機制。本文選擇突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置開展研究，利用NetLogo進(jìn)行仿真，揭示其演進(jìn)邏輯，不僅是對當(dāng)前突發(fā)公共事件頻發(fā)、網(wǎng)絡(luò)輿情重要性日益顯現(xiàn)的理論回應(yīng)，也是為了探索如何更有效地利用網(wǎng)絡(luò)輿情來幫助政府完善決策行為，優(yōu)化政策制定，提升政府公共政策議程設(shè)置能力和應(yīng)對突發(fā)事件的能力。

2相關(guān)研究

2.1 政策議程設(shè)置過程研究

拉斯韋爾（Lasswell）最早研究政策過程，并將其分為情報、提議、制定、合法化、執(zhí)行、終止和評估7個階段[4]。布魯爾（Brewer）在此基礎(chǔ)上將政策過程修改為6個階段，包括創(chuàng)議、估計、選擇、執(zhí)行、評估、終結(jié)[5]。安德森（Anderson）則提出政策議程、政策形成、政策通過、政策實施、政策評價的5階段論[。不同學(xué)者對網(wǎng)絡(luò)輿情傳播階段的劃分存在差異，但通常包括議程開啟、方案制定、政策實施和政策評估。

2.2突發(fā)公共事件網(wǎng)絡(luò)輿情演化研究

現(xiàn)有研究主要從理論和實踐層面對演化規(guī)律進(jìn)行歸納。一方面，基于基礎(chǔ)理論進(jìn)行網(wǎng)絡(luò)輿情傳播階段劃分，如基于共振理論劃分為擴散、峰值和回歸階段[]，基于傳播生命周期理論劃分為萌芽、爆發(fā)、緩和與善后階段[8]，以及潛伏、萌動、加速、成熟、衰退階段；另一方面，通過分析突發(fā)公共事件的典型案例數(shù)據(jù)為理論層面歸納演化規(guī)律形成有效補充，如王晨雨（WangCY）等[10]的研究表明，在地震后的前24小時內(nèi)公眾參與達(dá)到高峰，公眾情緒從最初的恐懼和驚訝轉(zhuǎn)向積極。有學(xué)者通過對爆炸事件的研究，指出輿情爆發(fā)階段具有傳播廣泛、影響擴大、負(fù)面情緒迅速積累等特點，輿情下降階段的持續(xù)時間則比其他階段更長[]

2.3網(wǎng)絡(luò)輿情推動政策議程設(shè)置研究

網(wǎng)絡(luò)輿情推動政策議程設(shè)置，影響政府對突發(fā)公共事件的關(guān)注。李啟美等[12]基于政策文本分析發(fā)現(xiàn)，焦點事件對傳染病應(yīng)急政策變遷起到強烈促進(jìn)作用。沈楊等[13]基于定性比較分析指出，政策議程設(shè)置主要受到問題流的公共事件指標(biāo)、政策流的決策機構(gòu)判斷、政治流的國民情緒等范疇影響，其中決策機構(gòu)判斷和政府態(tài)度是觸發(fā)政策議程設(shè)置的必要條件，輿論熱度的作用有限。但也有學(xué)者持不同觀點。陳曉艷等[14認(rèn)為公共問題指向、中央媒體報道是必要的觸發(fā)條件。黃揚等[15]則將事件熱度視為原因之一。張大志等[16]基于案例分析提出新媒體環(huán)境下政策議程設(shè)置的媒體觸發(fā)模式，深化本領(lǐng)域的研究。

綜上，政策議程設(shè)置和突發(fā)公共事件網(wǎng)絡(luò)輿情演化的相關(guān)研究成果豐富，為本研究下一步的模型構(gòu)建奠定基礎(chǔ)，但現(xiàn)有研究多聚焦與情影響政策出臺過程，較少在突發(fā)公共事件情境下同時考慮輿情演化和政策議程設(shè)置過程，揭示兩者的內(nèi)部作用機制和動態(tài)演化規(guī)律的研究極為缺乏，而現(xiàn)有理論演繹、定性比較分析、案例分析等研究方法也不足以支撐對這一復(fù)雜系統(tǒng)的規(guī)律探尋，因此相關(guān)研究仍有深人空間。

3突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的模型構(gòu)建

3.1 模型主體

突發(fā)公共事件網(wǎng)絡(luò)輿情的發(fā)展過程與SEIR模型中病毒擴散具有相似性，都是由某個原因引起并迅速發(fā)展至最高峰，此后在時間等多種因素的作用下回落。但傳統(tǒng)的SEIR模型無法表示政府主體，因此，本研究構(gòu)建了包括公眾和政府主體的SEIRG模型來概括突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的過程。

SEIRG模型設(shè)定了4種類型的公眾（網(wǎng)民）：無知者S、接觸者E、傳播者I、理智者R，以及政府G。無知者S（susceptible）是未接觸網(wǎng)絡(luò)輿情的主體；接觸者E（exposed）是滿足接觸條件但未傳播網(wǎng)絡(luò)輿情的主體；傳播者I（infectious）是正在傳播網(wǎng)絡(luò)輿情的主體；理智者R（recovered）是失去興趣不再傳播網(wǎng)絡(luò)輿情的主體；政府G（govermment）是進(jìn)行政策議程設(shè)置的主體。

在政策議程設(shè)置過程中，網(wǎng)民參與包含4個階段。

（1）無知階段。網(wǎng)民從未接觸過突發(fā)公共事件網(wǎng)絡(luò)輿情，即無知者S。當(dāng)無知者S滿足接觸條件，即達(dá)到網(wǎng)民被影響的概率時，進(jìn)入接觸階段。

（2）接觸階段。網(wǎng)民開始接觸但并未傳播突發(fā)公共事件網(wǎng)絡(luò)輿情，同時滿足轉(zhuǎn)化條件，即接觸者E。接觸者E需要潛伏期為進(jìn)入傳播階段做準(zhǔn)備。

（3）傳播階段。網(wǎng)民對突發(fā)公共事件網(wǎng)絡(luò)輿情進(jìn)行傳播并參與政策制定，即傳播者I。

（4）理智階段。政府出臺政策后，網(wǎng)民逐漸對輿情失去興趣并不再傳播，轉(zhuǎn)變?yōu)槔碇钦?R

3.2 模型推動機制

多源流理論由美國政策學(xué)家金登（Kingdon）[17]于1972年提出，解釋社會問題如何進(jìn)入政策議程。多源流理論包括3條源流：問題流、政策流和政治流。問題流是未被解決的政策問題。政策流又稱為政策原湯，是政策建議產(chǎn)生、討論、重新設(shè)計以及受到重視的過程。政治流包括國民情緒變化、選舉結(jié)果、意識形態(tài)等因素。經(jīng)過國內(nèi)學(xué)者本土化和網(wǎng)絡(luò)化修正，多源流理論在我國社會問題分析中和網(wǎng)絡(luò)輿情環(huán)境下具有較強的解釋性和適用性[18]

本研究中，涵蓋問題流、政策流和政治流的三源流同樣考慮中國國情的特點，指導(dǎo)研究模型的構(gòu)建，既包括政府重視社會穩(wěn)定和諧等政治體制因素，也包括社會網(wǎng)絡(luò)化程度提高帶來的公眾意見表達(dá)意識的增強等社會文化因素。問題流主要關(guān)注突發(fā)公共事件以及相關(guān)的輿情指標(biāo)，如反映輿情受關(guān)注程度的規(guī)模和熱度。這些因素是政府識別政策問題、開展決策的主要依據(jù)。政策流側(cè)重于網(wǎng)民和政府提出的政策方案。政府為了形成完善的政策方案，會廣納賢言，匯聚群智。政治流則主要關(guān)注網(wǎng)民的情緒反饋。網(wǎng)民的情緒累積會形成民意，迫使政府進(jìn)行政策議程設(shè)置。

基于以上分析，確定突發(fā)公共事件網(wǎng)絡(luò)輿情對政策議程設(shè)置的4種推動機制。

（1）傳播者人數(shù)推動。傳播者人數(shù)反映了輿情規(guī)模。傳播者的交互行為會擴大輿情影響范圍。傳播者數(shù)量越多，越需要政府關(guān)注。因此將傳播者人數(shù)占網(wǎng)民人數(shù)之比作為閾值。

（2）輿情熱度推動。輿情熱度由衡量輿情的量化指標(biāo)構(gòu)成，如轉(zhuǎn)發(fā)數(shù)、點贊數(shù)、搜索量、討論量等。輿情熱度越高，越需要政府給予回應(yīng)以降低熱度。因此，將活躍程度高的傳播者人數(shù)占網(wǎng)民人數(shù)之比作為閾值。

（3）政策方案完整性推動。網(wǎng)民在傳播輿情時會提出碎片化的政策方案。政府在制定政策時出于對社會公平和決策民主的維護(hù)。會考慮到不同階層、不同群體網(wǎng)民的需求和利益。只有經(jīng)過多元利益相關(guān)者的討論才能形成完備的政策方案，因此，將政策方案完整性作為一種隱性推動機制。

（4）負(fù)面情緒推動。面對事件的不確定性和威脅性，公眾會產(chǎn)生不安、緊張和擔(dān)憂等負(fù)面情緒[19]。政府面對民意沸騰的情況需要及時介入，避免事態(tài)升級。因此，將負(fù)面情緒的傳播者人數(shù)占網(wǎng)民人數(shù)之比作為閾值。

3.3 模型過程分析

突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的過程劃分融合了網(wǎng)絡(luò)輿情演化過程和政策議程設(shè)置過程。突發(fā)公共事件網(wǎng)絡(luò)輿情能否觸發(fā)政策議程設(shè)置取決于社會問題能否引起政府關(guān)注以及輿情中的多元主體對解決方案的協(xié)商[20]。政策出臺標(biāo)志著政府介人，這是實現(xiàn)輿情平緩的關(guān)鍵[21]。因此，本研究將這一過程劃分為輿情萌芽、政府關(guān)注、政民互動、政府介人4個階段。輿情萌芽是推動政策議程設(shè)置的基礎(chǔ)；政府關(guān)注和政民互動是實現(xiàn)政策議程設(shè)置的必要條件；政府介人是完成政策議程設(shè)置的結(jié)果。政策議程設(shè)置的演進(jìn)過程從政府關(guān)注開始到政府介入結(jié)束。4個階段環(huán)環(huán)相扣，既反映輿情生命周期又推進(jìn)政策議程設(shè)置的完成。問題流、政策流和政治流相互影響、相互作用。問題流為政策流提供問題背景和解決需求；政策流中的政策方案受問題流中突發(fā)公共事件以及政治流中網(wǎng)民情緒反饋的影響；政治流的情緒反饋與問題流的輿情指標(biāo)相互作用。同時三源流以不同的方式共同作用于政策議程設(shè)置，為政府提供信息支持，推動政策制定和實施。

基于前文的分析，構(gòu)建突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置SEIRG模型，如圖1所示。

4突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置模型的仿真實現(xiàn)

4.1 模型主體設(shè)置

突發(fā)公共事件網(wǎng)絡(luò)輿情的參與主體由普通網(wǎng)民和媒體及意見領(lǐng)袖組成，通過賦予不同的影響力和活躍程度值加以區(qū)分。海龜（turtle）是在Netlogo①世界中移動的主體，在海龜中設(shè)置2個種類分別模擬網(wǎng)民和政府。初始狀態(tài)下創(chuàng)建500個網(wǎng)民，隨機分布在世界中，設(shè)置為綠色，代表無知者S，黃色、藍(lán)色、灰色分別代表接觸者E、傳播者I和理智者R。

圖1突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置SEIRG模型

Figure1The SEIRG model of policyagenda seting driven byonline public opinion of public emergencies

4.2模型參數(shù)設(shè)置

基于對SEIRG模型的分析，定義網(wǎng)民的5個屬性：影響力、活躍程度、潛伏期、政策方案完整性和情緒。網(wǎng)民身份轉(zhuǎn)化是通過0到10范圍內(nèi)的抽簽來實現(xiàn)。為了使抽簽范圍與網(wǎng)民影響力范圍具有可比性，并與各屬性值相統(tǒng)一，設(shè)置影響力、活躍程度、情緒、政策方案完整性的取值范圍均為[0，10]。由于情感具有豐富的層次性和復(fù)雜性，為使分類更具科學(xué)性和實用性，采用在心理學(xué)和社會科學(xué)研究中被廣泛使用的三分法，情緒值在[0，3.3]、（3.3，6.7]、（6.7，10]區(qū)間分別表示積極、中立和消極。出于簡化模型和便于分析的考慮，影響力、活躍程度、政策方案完整性采用二分法，[0，5]區(qū)間表示低水平，（5，10]區(qū)間表示高水平。潛伏期的取值范圍參考傳統(tǒng)的SEIR模型參數(shù)確定，設(shè)置為[1，7]區(qū)間內(nèi)的隨機整數(shù)。設(shè)置 a 為[0，1]區(qū)間內(nèi)的隨機小數(shù)以控制屬性值的變化程度。

根據(jù)權(quán)威報告統(tǒng)計中網(wǎng)民和互聯(lián)網(wǎng)新聞信息服務(wù)單位數(shù)據(jù)[22]，設(shè)置媒體、意見領(lǐng)袖占全體網(wǎng)民的 1% 。為體現(xiàn)媒體和意見領(lǐng)袖的高影響力和高活躍程度，對應(yīng)初始值分別設(shè)置為[5，10]和[2.5，5]以內(nèi)的隨機數(shù)，而將普通網(wǎng)民的影響力和活躍程度初始值分別設(shè)置為[0，5]和[0，2.5]以內(nèi)的隨機數(shù)。設(shè)置兩類主體的政策方案完整性和情緒的初始值分別為0和相應(yīng)區(qū)間內(nèi)的隨機數(shù)。選定一個網(wǎng)民作為接觸者，代表最早曝光某社會問題的個體，將該網(wǎng)民設(shè)置為黃色，情緒值和活躍程度值為原值 ^*（1+a）

4.3 主體交互規(guī)則

仿真世界中，網(wǎng)民隨機游走并經(jīng)歷身份轉(zhuǎn)變，規(guī)則設(shè)定如下。

（1）無知者S轉(zhuǎn)變?yōu)榻佑|者E。影響力較低的網(wǎng)民更容易被影響。若網(wǎng)民的影響力值小于[0，10]區(qū)間內(nèi)的一個隨機數(shù)，則滿足接觸條件。若世界中存在接觸者E或傳播者I，設(shè)置該網(wǎng)民的活躍程度值和情緒值均為原值 ±a^* 影響者影響力值，增加和減少的概率分別為 80% 和 20% ，若滿足轉(zhuǎn)化條件即情緒值在（6.7，10]且活躍度在[0，5]，則將該網(wǎng)民設(shè)置為黃色，即接觸者E，并設(shè)置潛伏期。

（2）接觸者E轉(zhuǎn)變?yōu)閭鞑フ?I_o 遍歷黃色網(wǎng)民，如果其潛伏期 ?0 ，則將它設(shè)置為藍(lán)色，活躍程度和影響力提升為原值的 1+a 倍，設(shè)置政策方案完整性值為[0，2.5]區(qū)間內(nèi)的隨機數(shù)；若其潛伏期大于0，則潛伏期值減1。因潛伏期時間較短，故不考慮接觸者E的情緒變化。

（3）傳播者I轉(zhuǎn)變?yōu)槔碇钦?R 。設(shè)置政府關(guān)注的傳播者人數(shù)推動機制、輿情熱度推動機制、負(fù)面情緒推動機制的閾值分別為 25% 、 20% /20% ，若滿足推動機制，創(chuàng)建一個政府，隨機分布在世界中，設(shè)置為紅色五角星，設(shè)置政府影響力為10，政府政策方案完整性為[2.5，5]區(qū)間內(nèi)的隨機值。此后，政民互動不斷完善政策，但網(wǎng)絡(luò)中的發(fā)聲質(zhì)量參差不齊[23]，可能導(dǎo)致政府政策制定的偏離。因此，命令政府政策方案完整性值為原值 ±0.01^* 任一傳播者I的政策方案完整性值，增加和減少的概率分別為 90% 和 10% 。若政府政策方案完整性值達(dá)到10，表明政策修改完成，政府開始介入，此時輸出從政府關(guān)注到政府介入的時間即政策制定時間。政策出臺后，傳播者I的訴求大概率得到滿足，因此遍歷傳播者I，以 75% 的概率設(shè)置情緒和活躍程度降至原值的 a 倍。若滿足完成條件，即網(wǎng)民情緒值 ?6.7 且活躍程度值?5 ，則設(shè)置網(wǎng)民為灰色，影響力歸零。

4.4 仿真可行性實驗

圖2是NetLogo仿真準(zhǔn)備界面。隨機選擇普通網(wǎng)民5，進(jìn)行仿真可行性實驗，關(guān)鍵時間節(jié)點的網(wǎng)民5和政府屬性值見表1。

圖2仿真準(zhǔn)備界面 Figure2 Simulation preparation interface

表1政府和不同身份下網(wǎng)民5的屬性值Table 1 Attribute values of government and Internet user 5 under different identities

由仿真可行性實驗結(jié)果可知，關(guān)鍵時間節(jié)點的網(wǎng)民5和政府屬性值均符合預(yù)設(shè)標(biāo)準(zhǔn)，驗證了該模型的可行性和有效性。

5突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置演進(jìn)邏輯的仿真分析

仿真分析思路是：運行系統(tǒng)仿真，繪制5類主體的數(shù)量變化曲線圖，見圖3（a），以及主體屬性變化曲線圖，見圖3（b-d），各類主體數(shù)量的變化情況反映了突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的不同階段，并與主體屬性值共同構(gòu)成了政策議程設(shè)置的推動機制。同時，在Netlogo中輸出政策制定的時間（67ticks），通過與突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置不同階段的時長進(jìn)行比較，反映整個過程的時間分布規(guī)律。

圖3仿真觀測量變化曲線 Figure 3 Simulation observed change curve

5.1突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置演進(jìn)的多階段分析

5.1.1輿情萌芽階段當(dāng)時間為 0～3 ticks時，觀察圖3（a），無知者S的數(shù)量呈現(xiàn)下降趨勢，接觸者E的數(shù)量快速上升至峰值后開始下降，傳播者I的數(shù)量快速上升，理智者R和政府的數(shù)量為0。觀察圖3（b），負(fù)面情緒網(wǎng)民比例在具有負(fù)面情緒底色網(wǎng)民的基礎(chǔ)上逐漸上升，高活躍度的比例從0開始快速上升。觀察圖3（d），網(wǎng)民政策方案完整性均值隨著傳播者I的增加而逐漸上升。

5.1.2政府關(guān)注階段 當(dāng)時間為 3～4 ticks時，觀察圖3（a），無知者S和接觸者E的數(shù)量繼續(xù)減少，傳播者I的數(shù)量繼續(xù)快速上升，理智者R的數(shù)量為0，政府的數(shù)量為1。觀察圖3（b），負(fù)面情緒和高活躍度的網(wǎng)民比例仍快速上升。觀察圖3（c）、圖3（d），政府開始具有政策方案完整性，網(wǎng)民的政策方案完整性均值保持緩慢上升。

5.1.3政民互動階段當(dāng)時間為 4～70 ticks時進(jìn)入政民互動階段，這一階段在整個過程中用時最長，這是因為突發(fā)公共事件及其后續(xù)事件的影響導(dǎo)致輿情仍在發(fā)展。該事件盡管得到了政府的關(guān)注，但信息公開和處理措施的滯后導(dǎo)致政府難以在短期內(nèi)解決問題，只有通過政民的協(xié)商互動才能完成政策制定，為問題解決提供政策保障。盡管本階段用時較長，但主體數(shù)量和屬性值的變化仍具有較為明顯的規(guī)律性。

觀察圖3（a），無知者S的數(shù)量先以較快的速度減少，當(dāng)越過與傳播者I的交點后緩慢下降，逐漸保持穩(wěn)定，期間會因為新網(wǎng)民的加入而動態(tài)小幅增加；接觸者E的數(shù)量先快速減少，后降幅變緩，波動下降為0，期間會因為網(wǎng)民數(shù)量的增加而動態(tài)小幅增加，此后仍會下降至0；傳播者I的數(shù)量先快速增加，后增幅突然變緩，當(dāng)越過和無知者S的交點后，傳播者I的數(shù)量開始波動緩慢上升，后保持穩(wěn)定。觀察圖3（b），持負(fù)面情緒的網(wǎng)民比例先快速增加，后緩慢上升至穩(wěn)定狀態(tài)；高活躍度的網(wǎng)民比例先快速增加，后增幅放緩，上升至穩(wěn)定狀態(tài)。期間，二者的比例都會因為網(wǎng)民數(shù)量的增加而小幅降低。觀察圖3（c）、圖3（d），政府政策方案完整性波動上升，網(wǎng)民政策方案完整性均值先緩慢上升后保持穩(wěn)定。

5.1.4政府介入階段政策制定時間為67ticks，占據(jù)了政策議程設(shè)置的絕大部分時長，且近乎等于政民互動階段的時間。當(dāng)時間為 70～73 ticks時，觀察圖3（a），無知者S的數(shù)量保持不變，接觸者E的數(shù)量為0，傳播者I的數(shù)量快速下降為0，相應(yīng)的理智者R的數(shù)量從0開始快速上升后保持不變，政府的數(shù)量為1。觀察圖3（b），負(fù)面情緒和高活躍度網(wǎng)民的比例快速下降。觀察圖3（c）、圖3（d），政府政策方案完整性波動上升至最大值10，意味著政府可能會因為部分民意的引導(dǎo)而導(dǎo)致政策方案完整性降低，但廣納眾議仍然推動著政策建議趨向完善，此外，網(wǎng)民政策方案完整性均值保持不變。

5.2突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置演進(jìn)的多源流分析

為了更好地展示突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的演進(jìn)規(guī)律，分別讀取4個階段終點時刻的各仿真觀測量值，繪制關(guān)鍵節(jié)點值的變化曲線見圖4。

圖4關(guān)鍵節(jié)點仿真觀測量值

Figure4Simulationobservedvaluesofkeynodes

（1）問題流。觀察圖4（a），各階段不同身份網(wǎng)民的數(shù)量關(guān)系為：輿情萌芽階段，無知者 sgt; 接觸者 Egt; 傳播者 理智者R；政府關(guān)注階段，無知者 sgt; 傳播者 Igt; 接觸者 Egt; 理智者 R ；政民互動階段，傳播者 無知者 sgt; 接觸者 E⁼ 理智者R;政府介入階段，無知者 sgt; 理智者 Rgt; 接觸者 E/= 傳播者I；政府在政府關(guān)注階段出現(xiàn)。觀察圖4（b）可知，高活躍度網(wǎng)民占比在政民互動階段最高，政府介入階段最低。故可知，在前3個階段，輿情規(guī)模和熱度上升，并在政民互動階段達(dá)到峰值，在政府介人階段輿情規(guī)模和熱度下降，直至輿情消退。

（2）政策流。觀察圖4（c）、圖4（d）可知，政府和網(wǎng)民政策方案完整性在政府介入階段最大，其次是政民互動階段和政府關(guān)注階段；政府和網(wǎng)民政策方案完整性在政民互動階段發(fā)展最快，其次是政府關(guān)注階段和政府介入階段。因此，隨著輿情發(fā)展，網(wǎng)民的意見反饋越發(fā)詳細(xì)明確，影響并推動政府的政策方案愈發(fā)全面完善，尤其在政民互動階段得到極大的提升，使政府介人階段政府能夠形成完備的政策方案。

（3）政治流。觀察圖4（b）可知，負(fù)面情緒網(wǎng)民占比在政民互動階段最高，其次是政府關(guān)注階段和輿情萌芽階段，政府介入階段最低。故可知，在輿情萌芽階段和政府關(guān)注階段，網(wǎng)民負(fù)面情緒逐漸聚合。在政民互動階段，民意沸騰。在政府介入階段，網(wǎng)民情緒逐漸轉(zhuǎn)向中立和積極。

6結(jié)論與啟示

6.1突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的演進(jìn)邏輯

通過上述仿真分析，本文基于政策議程設(shè)置要素總結(jié)突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的演進(jìn)邏輯如下。

6.1.1政策議程參與主體：從被動少數(shù)到主動多數(shù)政策議程參與主體包括政策議程提出者即網(wǎng)民和政策議程接受者即政府。突發(fā)公共事件發(fā)生后，網(wǎng)民提出社會問題，以期政府將其提上議事日程，政府決定是否將社會問題納人決策領(lǐng)域。隨著輿情的發(fā)展，政策議程參與主體的差異開始顯現(xiàn)。在輿情萌芽階段，網(wǎng)民人數(shù)較少，處于被動接受政策議程的狀態(tài)。在政府關(guān)注階段和政民互動階段，參與輿情討論的網(wǎng)民人數(shù)增多。政府的加入使政策議程參與主體逐漸成為多數(shù)。政府根據(jù)網(wǎng)民的意見反饋完善政策，與網(wǎng)民成為實質(zhì)上的政策共同體，共同推進(jìn)政策制定，不同的是，政府是政策制定的主導(dǎo)者，網(wǎng)民在此過程中利用民意的力量主動對政府施加影響。

6.1.2政策議程設(shè)置客體：從雜亂零散到有序完善政策議程設(shè)置客體即政策議程。從輿情萌芽階段到政府關(guān)注階段，突發(fā)公共事件中暴露的社會問題會排在政府議事日程的優(yōu)先位置，政策議程開始變得有序，但政策議程初期政策方案雜亂零散，政策方案完整性低。進(jìn)人政民互動階段，隨著輿情話題討論的深化，網(wǎng)民的政策建議盡管碎片化，但內(nèi)容越來越明確、所涉范圍越來越廣泛，推動政府政策方案愈發(fā)有序完善，并在政府介人階段達(dá)到政策方案完整性的峰值。

6.1.3政策議程設(shè)置渠道：從信息傳遞到互動機制政策議程設(shè)置渠道即突發(fā)公共事件網(wǎng)絡(luò)輿情。在輿情萌芽階段和政府關(guān)注階段，突發(fā)公共事件網(wǎng)絡(luò)輿情主要承擔(dān)信息傳遞的功能，各類與情信息在網(wǎng)民之間、網(wǎng)民和政府之間傳遞，成為推動政策議程的內(nèi)在動力。在政民互動階段，突發(fā)公共事件網(wǎng)絡(luò)輿情成為網(wǎng)民和政府協(xié)商交流的機制，網(wǎng)民提出的意見訴求成為輿情信息，政府根據(jù)輿情信息輔助決策，完善政策，政民良性互動又促進(jìn)了協(xié)商交流機制的完善，成為形成政民共識的重要依托。

6.1.4政策議程設(shè)置效果：從議程提出到政策落地突發(fā)公共事件網(wǎng)絡(luò)輿情在政策議程設(shè)置的不同階段產(chǎn)生不同的效果。輿情萌芽階段，網(wǎng)民通過輿情表達(dá)意愿訴求，標(biāo)志政策議程的提出；政府關(guān)注階段，民意發(fā)酵和網(wǎng)民對解決社會問題的呼吁，促使政府設(shè)立政策議程；政民互動階段，政民協(xié)商互動推動政策方案的形成，進(jìn)一步推進(jìn)政策議程設(shè)置；政府介人階段，政府完成政策制定，推動政策落地實施，標(biāo)志政策議程設(shè)置的完成。

突發(fā)公共事件網(wǎng)絡(luò)輿情的演變，影響并伴隨著參與主體數(shù)量增加和狀態(tài)變化、政策議程的逐步完善、互動渠道的功能轉(zhuǎn)變，以及議程設(shè)置效果的持續(xù)深化。這四大政策議程設(shè)置要素的動態(tài)變化，共同形成了一個動態(tài)演進(jìn)的邏輯鏈條，有效推動了政策議程的形成與發(fā)展。

根據(jù)以上分析，構(gòu)建突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置的演進(jìn)模型，如圖5所示。

由圖5可知，在輿情萌芽階段，突發(fā)公共事件的發(fā)生為政策議程設(shè)置中三源流的形成提供基礎(chǔ)；在政府關(guān)注階段，問題流率先產(chǎn)生，并在發(fā)展過程中推動政治流的構(gòu)建，政治流的發(fā)展又會對前者產(chǎn)生反作用，強化問題流的發(fā)展；在政民互動階段，問題流與政治流共同帶動政策流的構(gòu)建，政策方案不斷完善，網(wǎng)民承擔(dān)起政策企業(yè)家的角色，推動三源流耦合；在政府介入階段，政治流的發(fā)展促使政府出臺政策，調(diào)整行為，隨后問題流和政治流消失。在政策議程設(shè)置過程中，問題流在政府關(guān)注階段主導(dǎo)政策議程的推動和開啟；問題流、政策流和政治流在政民互動階段相輔相成，共同推進(jìn)政策議程設(shè)置；政治流在政府介入階段主導(dǎo)政策議程的完成。

6.2提升政策議程設(shè)置能力的對策建議

6.2.1問題流：高效暢通

（1）提高感知能力。問題流是政策流和政治流形成的基礎(chǔ)，各級政府應(yīng)轉(zhuǎn)變思想，重視網(wǎng)絡(luò)空間，追蹤熱點話題，監(jiān)測焦點事件，掌握輿論走勢，提高政府對社會問題的感知能力。

（2）發(fā)布權(quán)威信息。《國務(wù)院辦公廳關(guān)于在政務(wù)公開工作中進(jìn)一步做好政務(wù)輿情回應(yīng)的通知》[24]中明確指出：政府需要加強對網(wǎng)絡(luò)輿情的預(yù)防和管理，適時、恰當(dāng)?shù)貙W(wǎng)絡(luò)輿情危機進(jìn)行回應(yīng)；政府部門應(yīng)積極落實上級要求，利用各類官方平臺，邀請媒體機構(gòu)配合，及時發(fā)布權(quán)威信息，回應(yīng)公眾關(guān)切，為政策落地提供保障。

（3）提升響應(yīng)速度。問題流反映了當(dāng)前存在的社會問題和突發(fā)公共事件中網(wǎng)民的需求，政府的響應(yīng)速度關(guān)乎人民群眾的切身利益，因此政府應(yīng)提高議程設(shè)置的效率，加快社會問題的界定速度，使社會問題盡早進(jìn)人政府的問題清單。

6.2.2政策流：公正公開

（1）完善溝通渠道。政策流的發(fā)展作為突發(fā)公共事件網(wǎng)絡(luò)輿情的拐點，對結(jié)束輿情產(chǎn)生決定性作用。在制定公共政策時，政府部門應(yīng)完善線上線下的溝通渠道，傾聽利益相關(guān)者的訴求，力求政策方案公正完善，避免出現(xiàn)利益傾斜或忽視某些群體的利益。

（2）加強宣傳引導(dǎo)。政府應(yīng)加強宣傳引導(dǎo)能力，鼓勵和支持利益相關(guān)者參與政策制定，增加政策議程參與主體的數(shù)量，有效保障政策制定的公正性。

（3）合理利用民意。為推動政策議程有序完善，僅依靠政府力量并不足夠，也需要凝聚公眾智慧。應(yīng)廣泛使用問卷調(diào)查、聽證會、座談會等方式，為政民協(xié)商互動拓寬渠道，推動政策議程設(shè)置公開透明。

6.2.3政治流：開放創(chuàng)新

（1）提前化解危機。網(wǎng)絡(luò)輿情危機的產(chǎn)生、發(fā)酵往往是因為具有關(guān)聯(lián)關(guān)系的原始事件和次生事件的發(fā)生。政府應(yīng)創(chuàng)新政策議程設(shè)置方式，主動干預(yù)原始事件和次生事件[25]，積極與“網(wǎng)絡(luò)大V”、意見領(lǐng)袖開展輿情引導(dǎo)的合作，牢牢掌握話語權(quán)，宣傳貼合事實和正能量的觀點，化解民意沸騰的危機，提升輿情萌芽階段政府的主動性。

（2）尋求技術(shù)支持。突發(fā)公共事件通常較為復(fù)雜，網(wǎng)民情緒容易集中爆發(fā)，加強對突發(fā)公共事件的監(jiān)測預(yù)警是提升應(yīng)急能力的重要組成部分。因此政府部門應(yīng)重視預(yù)警信息監(jiān)測、加強評估，充分利用大數(shù)據(jù)分析和計算實驗技術(shù)等新技術(shù)的賦能，掌握不同階段網(wǎng)民的利益訴求，評估網(wǎng)絡(luò)主流情緒，為政策議程確立、政民信息傳遞和政民協(xié)商互動提供可信依據(jù)和技術(shù)支撐。

（3）加強輿情監(jiān)管。政府部門應(yīng)加強對泄露隱私、歪曲事實、極端情緒等言論的監(jiān)管，及時篩查并過濾不當(dāng)內(nèi)容，對相關(guān)發(fā)布者依法采取措施，為網(wǎng)民參與政策制定提供良好的環(huán)境。

7結(jié)語

本研究揭示了突發(fā)應(yīng)急環(huán)境下網(wǎng)絡(luò)輿情和政策議程設(shè)置的內(nèi)部作用機制和動態(tài)演化規(guī)律，深化了網(wǎng)絡(luò)輿情演化和政策議程設(shè)置相關(guān)研究，并在研究模型和研究方法上做了創(chuàng)新性探索。然而，現(xiàn)實中突發(fā)公共事件網(wǎng)絡(luò)輿情推動政策議程設(shè)置具有高度的復(fù)雜性，由于研究水平所限，現(xiàn)有研究中主體行為模式和交互機制相對單一，部分變量關(guān)系設(shè)定僅能反映線性變化，未來研究將納入更全面的交互因素，精確設(shè)定主體行為的非線性變化，增強模型的預(yù)測能力和解釋力，還將進(jìn)一步驗證模型在不同情境下的適用性和泛化能力。此外，未來研究將嘗試?yán)帽疚慕沂镜耐话l(fā)公共事件網(wǎng)絡(luò)輿情對政策議程設(shè)置的影響機制應(yīng)用于中國具體情境下的問題解決，進(jìn)一步提高研究的實踐意義和應(yīng)用價值。

參考文獻(xiàn)：

[1] 胡瓏瑛，董靖巍.網(wǎng)絡(luò)輿情演進(jìn)過程參與主體策略行為仿真和政府引導(dǎo)[J].中國軟科學(xué)，2016（10）：50-61.

[2] 陳潭，王爛輝.微博問政與公眾政治[J]人民論壇，2011（34）： 18-19.

[3] 陳姣娥，王國華.網(wǎng)絡(luò)時代政策議程設(shè)置機制研究[J]中國行政管理，2013（1）：28-33.

[4] 保羅·A.薩巴蒂爾.政策過程理論[M].彭宗超，譯，北京：北京三聯(lián)書店，2006：21-24.

[5]BREWERG D.The policy sciences emerge：To nurtureand structure a discipline[J]. Policy Sciences，1974，5（3）：一239-244.

[6]安德森.公共決策[M].唐亮，譯.北京：華夏出版社，1990： 65-209.

[7]HUANG W D，CUI Y， XIAO X. Two-way mutual-structure-based public opinion communication system： Ananalysis with simulation[J]. Tehnicki Vjesnik - TechnicalGazette，2019，26（1）： 201-207.

[8]許莉薇，韓明星，魯艷霞.基于異質(zhì)性Agent建模的EID網(wǎng)絡(luò)輿情引導(dǎo)模型[J].系統(tǒng)管理學(xué)報，2024，33（3）： 686-704.

[9]謝科范，趙湜，陳剛，等．網(wǎng)絡(luò)輿情突發(fā)事件的生命周期原理及集群決策研究[J].武漢理工大學(xué)學(xué)報（社會科學(xué)版），2010，23（4）： 482-486.

[10] WANG C Y， YE Y J，QIU YQ，et al. Evolution andspatiotemporal analysis of earthquake public opinionbased on social media data[J]. Earthquake Science，2024，37（5）： 387-406.

[11] ZHOU Z P， ZHOU X N， CHEN Y D， et al. Evolution ofonline public opinions on major accidents： Implicationsfor post-accident response based on social medianetwork[J].Expert Systems with Applications，2024（235）：121307.1-121307.17.

[12]李啟美，許敏.中國傳染病疫情應(yīng)急管理政策的變遷研究[J].醫(yī)學(xué)與哲學(xué)，2023，44（23）：30-34.

[13] 沈楊，成紀(jì)宏.多源流模型下政策議程設(shè)置的觸發(fā)機制研究：基于48個網(wǎng)絡(luò)輿論事件的定性比較分析[J]中國應(yīng)急管理科學(xué)，2024（2）： 92-110.

[14] 陳曉艷，汪建昌.注意力分配及其交互作用與政策議程設(shè)置：基于20個案例的定性比較分析[J].湖北社會科學(xué)，2023（8）： 43-51.

[15]黃揚，李偉權(quán)，郭雄騰，等.事件屬性、注意力與網(wǎng)絡(luò)時代的政策議程設(shè)置：基于40起網(wǎng)絡(luò)焦點事件的定性比較分析（QCA）[J].情報雜志，2019，38（2）：123-130.

[16]張大志，谷鵬．新媒體環(huán)境下體育政策議程設(shè)置的現(xiàn)實表征、多維驅(qū)動及推進(jìn)路徑[J].天津體育學(xué)院學(xué)報，2023，38（2）： 241-248.

[17] KINGDON J W. Agendas，alternatives，and publicpolicies[M]. London： Longman Publishing Group，1984：1-280.

[18] 李燕凌，許汛，李立清.網(wǎng)絡(luò)輿情推動下的直播帶貨事件規(guī)制政策變遷邏輯：以多源流理論為視角的案例分析[J].智庫理論與實踐，2022，7（2）：1-13.

[19]李長榮，紀(jì)雪梅，郭鳳儀.突發(fā)公共衛(wèi)生事件中在線健康社區(qū)關(guān)鍵用戶的情感表達(dá)特征研究[J].現(xiàn)代情報，2021，41（7）： 85-93，102.

[20]張玉容，陳澤鵬.網(wǎng)絡(luò)輿情推動下政策議程設(shè)置的多源流分析：基于網(wǎng)絡(luò)直播營銷監(jiān)管政策的案例研究[J].人文雜志，2021（11）：119-128.

[21] 晉良海王昕悍張文等“4·29”特別重大房層倒塌事件輿情主題聚類及演化研究[J].安全與環(huán)境學(xué)報，2024，24（7）： 2787-2796.

[22]中華全國新聞工作者協(xié)會.中國新聞事業(yè)發(fā)展報告[EB/OL]. [2024-07-10]. http：//www.zgjx.cn/2022-05/16/c_1310592108.htm.

[23]張玉亮，刁寒諾.回歸網(wǎng)絡(luò)虛擬空間意見領(lǐng)袖健康狀態(tài)的途徑探討[J].電子政務(wù)，2017（7）：23-30.

[24]國務(wù)院辦公廳.國務(wù)院辦公廳關(guān)于在政務(wù)公開工作中進(jìn)一步做好政務(wù)輿情回應(yīng)的通知[EB/OL].[2025-05-29].https：//www.gov.cn/zhengce/content/2016-08/12/content_5099138.htm.[25]姚翠友，王冬，楊艷紅，等.基于話題共振的群體情緒演化動力學(xué)模型研究[J].系統(tǒng)工程理論與實踐，2022，42（9）：2523-2539.

作者貢獻(xiàn)說明：

袁紅：負(fù)責(zé)研究選題、研究設(shè)計、論文修改；

黃楷：負(fù)責(zé)研究設(shè)計、開展實驗、論文撰寫。

Research on Model Construction and Simulation of Policy Agenda Setting Driven by Online Public

OpinionofPublicEmergencies

YuanHong HuangKai

School ofManagement， Nantong University， Nantong

Abstract： [Purpose/Significance] The Internet has endowed the public with new channels to express their interests，making online public opinion a concentrated reflection of public sentiment and public opinion in public emergencies.Exploring the infuence of online public opinions on public emergencies in the social media environment on the seting of policy agendas is conducive to the government optimizing its crisis management ability and enhancing its credibility.[Method/Process] Based on the multi-source flow theory and SEIR model， the paper construct the SEIRG （susceptible-exposed-infectious-recovered-government） model of public emergency network public opinion promoting policyagenda seting，andand both reveal and validat the promoting role of the evolution of public emergency network public opinion on policy agenda-seting through simulation experiments.[Result/ Conclusion] The evolution logic of policy agenda setting promoted by online public opinion of public emergencies includes the following： the main body changes from passive minority to active majority; the object changes fromdisorderlyand scatered to orderlyand perfect; the channel changes from information transmisson to interaction mechanisms; the efect changes from agenda formulation to policy implementation. Finally，based on the multi-source flow theory，this paper puts forward countermeasures and suggestions from three aspects： promoting the efficient and smooth flow of problems，promoting the fair and open flow of policies，and promoting the open and innovative flow of politics， with the aim of enhancing the government's ability to set policy agendas.

Keywords： public emergency online public opinionmulti-source flow theorypolicy agenda setting SEIRG model

收稿日期：2024-07-18 修回日期：2024-08-19