基于Logistic模型的突發(fā)事件網(wǎng)絡(luò)輿情演化與干預(yù)研究

楊陽

摘要：突發(fā)事件網(wǎng)絡(luò)輿情包含眾多主體，各網(wǎng)絡(luò)輿情主體的共同作用導(dǎo)致網(wǎng)絡(luò)輿情復(fù)雜多變，網(wǎng)媒和政府作為輿情演化的主要干預(yù)力量，其干預(yù)行為在很大程度上控制著輿情演變方向。圍繞網(wǎng)民、網(wǎng)媒和政府關(guān)系問題，分析網(wǎng)絡(luò)輿情演化過程中網(wǎng)媒和政府對輿情的干預(yù)機(jī)制，并通過微分方程構(gòu)建網(wǎng)媒和政府干預(yù)下的網(wǎng)絡(luò)輿情演化模型，模擬仿真不同干預(yù)情景、干預(yù)節(jié)點以及干預(yù)強(qiáng)度對網(wǎng)絡(luò)輿情演化路徑變化的影響，為政府治理輿情提供決策參考。

關(guān)鍵詞：突發(fā)事件;網(wǎng)絡(luò)輿情;信息量;干預(yù)強(qiáng)度;干預(yù)節(jié)點

DOI：10.11907/rjd k.191674

中圖分類號：TP301 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）012-0098-04

0引言

當(dāng)前社會矛盾的不斷積累導(dǎo)致突發(fā)事件網(wǎng)絡(luò)輿情頻繁發(fā)生，如近幾年“天津港爆炸事件”、“上海外灘踩踏事件”和“重慶公交墜江事件”等等。這些突發(fā)事件通過網(wǎng)絡(luò)媒體和社交平臺，短時間引發(fā)大量網(wǎng)民關(guān)注和討論。在各種矛盾、利益刺激下，網(wǎng)媒易產(chǎn)生責(zé)任缺失和主觀解讀等亂象，導(dǎo)致各種輿情信息快速交織匯集在網(wǎng)絡(luò)空間，很容易對網(wǎng)民產(chǎn)生影響，造成輿情走勢不定，而政府在應(yīng)對網(wǎng)絡(luò)輿情時也具有不確定性。因此，研究網(wǎng)絡(luò)輿情演化中網(wǎng)媒和政府的干預(yù)作用，對于政府應(yīng)急決策和采取干預(yù)措施調(diào)控輿情態(tài)勢具有重要的現(xiàn)實意義。

網(wǎng)絡(luò)輿情研究涵蓋多個主題，網(wǎng)絡(luò)輿情演變和干預(yù)是研究熱點，如從輿論觀點和話題演變角度，Musselle考察了觀點對立的媒體對網(wǎng)民意見演化的影響，發(fā)現(xiàn)對立媒體連接網(wǎng)民數(shù)量越多，對網(wǎng)民觀點演化的影響越大。還有諸如媒體數(shù)量、報道頻率以及媒體的引導(dǎo)強(qiáng)度、引導(dǎo)范圍和引導(dǎo)時間等屬性的影響。Yang研究了不同類型話題傳播過程中各類媒體節(jié)點影響力變化對話題演變的影響;朱恒民從媒體數(shù)量、報道力度和可信度等角度研究媒體對話題演化的作用。從傳播角度包括以下幾個主題：①媒體干預(yù)。顧雨狄、狄嵐等通過傳染病模型研究了媒體干預(yù)度對輿情傳播的作用。梅妍霜圍繞媒體協(xié)同作用機(jī)制，仿真分析了媒體作用節(jié)點和作用時長對輿情傳播的影響，發(fā)現(xiàn)媒體前期介人更有利于話題傳播;②政府干預(yù)。李春發(fā)、鄧青分析了政府不同干預(yù)時間節(jié)點和干預(yù)強(qiáng)度對輿情傳播擴(kuò)散的抑制效果。王治瑩借助網(wǎng)絡(luò)輿情傳播模型，分析了政府的不同干預(yù)措施、干預(yù)情景對輿情信息傳播系統(tǒng)的影響，為政府干預(yù)輿情信息傳播決策提供支持;③媒體和政府。曾群基于社會認(rèn)知的情感反應(yīng)和風(fēng)險認(rèn)知兩個維度進(jìn)行分析，發(fā)現(xiàn)媒體干預(yù)和政府引導(dǎo)對受眾的社會認(rèn)知均有顯著影響。項權(quán)引入媒體和官方等外部因素，分析了媒體傳播對傳播者產(chǎn)生的正反饋作用以及官方干預(yù)對傳播者產(chǎn)生的負(fù)反饋作用，比較了官方的4種干預(yù)方式效果。從輿情交互角度，蘭月新、夏一雪分別從網(wǎng)民與媒體和政府，以及媒體平臺之間交互的角度，研究了政府、媒體對輿情的影響。

但上述研究仍然存在一定的不足，如以社會網(wǎng)絡(luò)為基礎(chǔ)的網(wǎng)絡(luò)輿情觀點演變的干預(yù)研究，大多局限于通過加入媒體節(jié)點，過于關(guān)注模型和媒體節(jié)點本身在模型中的體現(xiàn)。而在網(wǎng)絡(luò)輿情傳播和交互相關(guān)研究中，學(xué)者大多獨立考慮媒體或者政府的干預(yù)作用，忽略了主體之間的相互關(guān)聯(lián)關(guān)系，也未考慮到媒體和政府既有積極的一面也有消極的一面。綜合上述分析，本文圍繞網(wǎng)民、網(wǎng)媒和政府之間的相互關(guān)系，研究網(wǎng)絡(luò)輿情演化過程中網(wǎng)媒和政府對輿情的正面及負(fù)面干預(yù)作用，旨在為網(wǎng)絡(luò)輿情的有效治理提供決策建議。

1突發(fā)事件網(wǎng)絡(luò)輿情演化與干預(yù)分析

1.1網(wǎng)媒和政府干預(yù)機(jī)理分析

突發(fā)事件網(wǎng)絡(luò)輿情包含網(wǎng)民、媒體、政府和意見領(lǐng)袖等多個參與主體，其演化過程也是各輿情主體之間相互聯(lián)系、相互作用的結(jié)果。從輿情形成、發(fā)展到消退的整個過程中，網(wǎng)民會不斷受到網(wǎng)媒和政府的影響，從而導(dǎo)致輿情自然演化規(guī)律發(fā)生變化。

（1）網(wǎng)媒作為網(wǎng)絡(luò)輿情信息的傳播媒介，既能以虛假消息、主觀片面性新聞等形式誘導(dǎo)網(wǎng)民過度關(guān)注與參與，阻滯輿情的自然發(fā)展，加速網(wǎng)絡(luò)空間輿情信息的生成和擴(kuò)散，也可以通過全面客觀的報道和引導(dǎo)性新聞促使網(wǎng)民理性對待突發(fā)事件，推動輿情自然發(fā)展。

（2）政府作為網(wǎng)絡(luò)輿情的應(yīng)急管理者，其積極的管控能有效引導(dǎo)網(wǎng)民，治理網(wǎng)媒，如通過對突發(fā)事件進(jìn)行調(diào)查澄清、信息公開和發(fā)布通告等調(diào)控輿情，防止輿情信息的傳播和擴(kuò)散。但在實際的輿情發(fā)展過程中，政府也會由于形勢誤判或者逃避心理等引起網(wǎng)民不滿，甚至因疏于對網(wǎng)媒的監(jiān)管導(dǎo)致各種謠言彌漫等。

網(wǎng)民、網(wǎng)媒和政府之間均以信息為載體，即網(wǎng)媒和政府的干預(yù)作用可以以網(wǎng)民信息量來轉(zhuǎn)化和體現(xiàn)。因此，本文以網(wǎng)民信息量（網(wǎng)絡(luò)輿情）為核心構(gòu)建網(wǎng)媒和政府干預(yù)的網(wǎng)絡(luò)輿情演化模型。

1.2網(wǎng)媒和政府干預(yù)博弈機(jī)制分析

有學(xué)者認(rèn)為網(wǎng)絡(luò)輿情的演化過程實質(zhì)上就是輿情相關(guān)利益體博弈的過程，即在突發(fā)事件網(wǎng)絡(luò)輿情演化過程中，網(wǎng)媒和政府均可能采取不同干預(yù)策略，相互之間存在博弈關(guān)系，故本文利用演化博弈理論，構(gòu)建網(wǎng)媒與政府干預(yù)輿情的動態(tài)博弈模型。

假設(shè)一：網(wǎng)媒和政府在網(wǎng)絡(luò)輿情的演化中均不理性，網(wǎng)媒根據(jù)實際利益關(guān)系選擇推動、阻滯策略，政府根據(jù)當(dāng)前輿情發(fā)展形勢選擇積極管控、消極管控策略。

假設(shè)二：假設(shè)網(wǎng)媒選擇推動策略的概率為p，政府選擇積極的概率為q，p，q∈（0，1）。網(wǎng)媒和政府選擇不同策略組合時，其收益矩陣如表1所示，表2為各項收益解釋。

2.3網(wǎng)絡(luò)輿情演化模型構(gòu)建

網(wǎng)絡(luò)輿情即網(wǎng)民通過互聯(lián)網(wǎng)對某一網(wǎng)絡(luò)話題進(jìn)行交流的信息總和。在生命周期理論基礎(chǔ)上，網(wǎng)絡(luò)輿情信息總和的“s”型變化曲線可以反映輿情的發(fā)展態(tài)勢和演化規(guī)律，因此利用Logistic、Gompertz等模型研究網(wǎng)絡(luò)輿情演化過程，本文以Logistic模型為基礎(chǔ)模型構(gòu)建網(wǎng)媒和政府干預(yù)下的突發(fā)事件網(wǎng)絡(luò)輿情演化模型。假設(shè)x1（t）為網(wǎng)民發(fā)表言論、轉(zhuǎn)發(fā)和評論所產(chǎn)生的網(wǎng)絡(luò)輿情信息量，x2（t）為網(wǎng)媒對事件報道產(chǎn)生的信息量，x2（t）為政府發(fā)布的信息量，則各主體信息量變化規(guī)律如下：

其中，a為網(wǎng)媒傳播強(qiáng)度，p為網(wǎng)媒選擇阻滯輿情的概率，b1、b2分別為政府對網(wǎng)民的引導(dǎo)強(qiáng)度和政府對網(wǎng)媒的監(jiān)管強(qiáng)度，q為政府選擇積極管控的概率，即網(wǎng)媒和政府對輿情的作用取決于其選擇干預(yù)策略的概率以及干預(yù)強(qiáng)度，政府對網(wǎng)媒的影響取決于雙方選取策略的概率以及政府監(jiān)管強(qiáng)度。

3模型求解與仿真

3.1網(wǎng)媒和政府干預(yù)模式博弈求解分析

演化博弈理論中，復(fù)制動態(tài)方程可以描述有限理性群體策略學(xué)習(xí)、模仿和調(diào)整過程，故通過復(fù)制動態(tài)方程可以得到網(wǎng)媒和政府最終的演化策略;根據(jù)復(fù)制動態(tài)方程定義，可以得到網(wǎng)媒推動策略和政府積極策略的動態(tài)方程。

其中，f（p），f（g）表示網(wǎng)媒和政府群體選擇推動和積極策略的比例;p，q隨著初始概率和收益而變化。通過求解和穩(wěn)定性判定分析，各策略組合的穩(wěn)定性條件如表3所示。

由表3可知，在網(wǎng)媒和政府雙方收益關(guān)聯(lián)條件下，E1、E2、E3、E4均可能成為穩(wěn)定策略，即當(dāng)收益滿足一定關(guān)系時，網(wǎng)媒和政府群體均有可能對輿情產(chǎn)生積極或消極影響。

3.2不同干預(yù)模式下網(wǎng)絡(luò)輿情演化過程

本文通過數(shù)值模擬仿真網(wǎng)媒和政府干預(yù)下的網(wǎng)絡(luò)輿情演化過程。假設(shè)網(wǎng)媒和政府的信息量可通過自身進(jìn)行調(diào)控，網(wǎng)民群體龐大且為信息受眾，其在自然狀態(tài)下變化并被動受到網(wǎng)媒和政府干預(yù)，各參數(shù)數(shù)值如表4所示。

根據(jù)以上假設(shè)，仿真結(jié)果如圖1所示。在不同干預(yù)情景下，政府和媒體對網(wǎng)絡(luò)輿情的干預(yù)可以顯著影響輿情所能達(dá)到的峰值。網(wǎng)媒和政府采?。ㄗ铚?，積極）（阻滯，消極）（推動，積極）（推動，消極）干預(yù)情景時，網(wǎng)絡(luò)輿情高潮值分別穩(wěn)定在1850，2250，1500，2100。比較4種干預(yù)模式可以發(fā)現(xiàn)，盡管媒體的阻滯造成輿情不斷擴(kuò)大，但是政府的積極干預(yù)還是產(chǎn)生了一定的效果，降低了媒體對輿情的影響;而媒體阻滯和政府消極管理是最不利于輿情發(fā)展的干預(yù)模式，這種干預(yù)不僅加劇了輿情的演化速度，而且提高了輿情的高潮值，給輿情帶來非常不利的局面;相比于媒體對輿情的阻滯，媒體推動能夠緩解輿情爆發(fā)，降低輿情最終穩(wěn)定值，結(jié)合政府的積極管理，能極大抑制輿情的爆發(fā)強(qiáng)度，減少輿情擴(kuò)散帶來的影響。但是，政府消極管理，不僅沒有降低輿情高潮值，反而使其有一定程度的提升，這表明即便媒體能夠正確推動輿情也不及政府的消極管理帶來的負(fù)面影響大。

3.3政府干預(yù)仿真分析

網(wǎng)絡(luò)輿情中，網(wǎng)媒阻滯是最為常見的輿情演化情景。因此，本文在該情景下模擬仿真政府干預(yù)強(qiáng)度和干預(yù)節(jié)點對演化路徑變化的影響。

（1）政府干預(yù)節(jié)點影響。政府在應(yīng)急治理突發(fā)事件網(wǎng)絡(luò)輿情時，由于各種因素影響，其對輿情的治理往往存在一定的時滯性。考慮政府干預(yù)輿情的時滯性，其在不同時間節(jié)點介入時，輿情的演化路徑如圖2所示。

為了考察干預(yù)時機(jī)對輿情演化的影響，在口=0.1，b1=0.5，b2=0.1的條件下開展仿真，此時令to=0，5，10，15。如圖2所示，政府的不同介入時機(jī)雖然最終產(chǎn)生了相同結(jié)果，但可以發(fā)現(xiàn)輿情演化過程存在較大區(qū)別。在政府消極干預(yù)情景下，隨著介人時間的延后，政府的積極干預(yù)并不能有效抑制輿情爆發(fā)。以to=15為例，政府的干預(yù)使得輿情高潮值先達(dá)到頂峰2200后逐步下降到1800，這意味著政府沒有及時治理輿情時，無法在短時間內(nèi)消除輿情影響，只能在后期通過消除謠言、清除網(wǎng)絡(luò)空間不良言論等措施穩(wěn)定輿情，無法控制輿情爆發(fā)帶來的巨大影響，同時造成輿情穩(wěn)定的推遲。

（2）政府引導(dǎo)強(qiáng)度和管控力度影響。政府對網(wǎng)民的引導(dǎo)強(qiáng)度以及對網(wǎng)媒的管控力度是決定輿情發(fā)展趨勢的重要因素。如圖3所示，在網(wǎng)媒傳播強(qiáng)度a=0.1的條件下，網(wǎng)媒阻滯輿情時，提高政府對網(wǎng)民的引導(dǎo)強(qiáng)度（b，=0.3），輿情信息量由2100降低到1980，提高政府對網(wǎng)媒的治理強(qiáng)度（b2=0.3），輿情信息量由2100下降到2060，同時提高政府的網(wǎng)民引導(dǎo)強(qiáng)度和網(wǎng)媒治理強(qiáng)度，輿情信息量降為1940。由此可見，相比之下，在網(wǎng)媒阻滯輿情、擴(kuò)大輿情影響時，一方面，若政府對網(wǎng)民引導(dǎo)力度不足，甚至不能產(chǎn)生有效的治理效果。另一方面，政府在治理輿情時只引導(dǎo)網(wǎng)民回歸理性、減少關(guān)注度或者只對網(wǎng)媒進(jìn)行監(jiān)管治理，都無法達(dá)到輿情治理的最佳效果。輿情治理講究雙管齊下，有效引導(dǎo)和轉(zhuǎn)移網(wǎng)民注意力的同時，一定要加強(qiáng)對媒體新聞報道的管理，防止其誘導(dǎo)網(wǎng)民關(guān)注和參與。

3.4媒體對網(wǎng)絡(luò)輿情演化干預(yù)影響

如圖4所示，在網(wǎng)媒阻滯、政府積極管控情景下，假設(shè)a=0.3，b1=0.1，b2=0.1，此時，提高網(wǎng)媒信息量增長率_，可以發(fā)現(xiàn)輿情的演化速度不斷加快，演化周期縮短，增長率越高輿情越快進(jìn)入衰退期，如相比于r2=0.2，r2=1.0時，輿情演化至穩(wěn)定狀態(tài)的時間縮短至t=10左右。這表明網(wǎng)媒各類主觀性新聞信息的增長率越高，越容易吸引大量網(wǎng)民關(guān)注和參與，短時間內(nèi)出現(xiàn)的大量輿情信息必然會加速輿情擴(kuò)散，從而誘發(fā)輿情爆發(fā)。

如圖5所示，提高網(wǎng)媒信息上限，輿情信息量由2150上升到2450，隨著網(wǎng)媒信息上限的逐步提高，網(wǎng)絡(luò)輿情能夠到達(dá)的高潮值也逐漸增加，這表明網(wǎng)媒在干預(yù)輿情時，可通過提高新聞報道量影響輿情的演化趨勢。網(wǎng)媒對突發(fā)事件網(wǎng)絡(luò)輿情的各種跟進(jìn)報道可以保持輿情傳播，促使網(wǎng)民持續(xù)關(guān)注，造成輿情不斷擴(kuò)大。因此政府在治理網(wǎng)媒群體時，應(yīng)通過相應(yīng)的法律、規(guī)定等控制網(wǎng)媒對突發(fā)事件輿情的報道頻率數(shù)量，督促媒體恪守職責(zé)，不為吸引眼球、獲取關(guān)注而刻意煽動輿情。

4結(jié)語

本文在分析網(wǎng)絡(luò)輿情核心主體相互作用基礎(chǔ)上，分析網(wǎng)媒和政府在干預(yù)策略上存在的博弈關(guān)系，結(jié)合網(wǎng)絡(luò)輿情變化規(guī)律，通過logistic微分方程和演化博弈方法構(gòu)建網(wǎng)媒和政府干預(yù)下的網(wǎng)絡(luò)輿情演化模型，模擬仿真不同干預(yù)情景下的網(wǎng)絡(luò)輿情演化過程，得到相關(guān)結(jié)論：①網(wǎng)媒和政府之間協(xié)同合作有利于促成最有利的輿情干預(yù)模式（推動、積極）;②政府干預(yù)時間越早越有利于輿情的控制和穩(wěn)定，對網(wǎng)民和網(wǎng)媒進(jìn)行治理可有效降低輿情熱度，平息輿情;③網(wǎng)媒阻滯輿情時，可以通過控制新聞信息增長率和新聞量治理輿情。