網(wǎng)絡(luò)輿情分眾化差異化演變及其發(fā)展趨勢(shì)研究

李燕凌　彭明珠　李詩(shī)悅

摘 ? 要：文章采用文獻(xiàn)分析方法，對(duì)網(wǎng)民分眾化差異化現(xiàn)象及其形成原因進(jìn)行分析，研究認(rèn)為：信息需求多樣性趨動(dòng)網(wǎng)民分眾化差異化的輿情傳播，信息異化負(fù)面影響改變網(wǎng)民分眾化差異化輿情傳播方向，社會(huì)信任動(dòng)搖阻滯正面輿情傳播并導(dǎo)致網(wǎng)民分眾化。通過疏理網(wǎng)民分眾化差異化形成后的演化規(guī)律發(fā)現(xiàn)：分眾化差異化網(wǎng)民輿情傳播以及網(wǎng)絡(luò)輿情傳播過程中謠言的聚焦、擴(kuò)散與消除演變，都符合系統(tǒng)動(dòng)力學(xué)SEIR機(jī)理，因此，分眾化差異化網(wǎng)民轉(zhuǎn)化具有多種可能路徑。文章提出政府要正確識(shí)別并保障網(wǎng)民的合理利益訴求，科學(xué)采用對(duì)網(wǎng)絡(luò)輿情的干預(yù)措施，合理控制網(wǎng)絡(luò)輿情傳播監(jiān)控成本及其代價(jià)，正確選擇網(wǎng)絡(luò)輿情傳播的引導(dǎo)方式，充分利用分眾化差異化規(guī)律來引導(dǎo)控制網(wǎng)絡(luò)輿情。

關(guān)鍵詞：網(wǎng)絡(luò)輿情;分眾化;差異化;演變規(guī)律;傳播引導(dǎo)

中圖分類號(hào)：G203 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? DOI：10.11968/tsyqb.1003-6938.2019029

Research on the Differentiation of Network Public Opinion and Its Development Trend

Abstract This paper analyzes the phenomenon of differentiation of netizens and its reason by using literature analysis methods. It is analyzed that the diversity of information needs drives the dissemination of public opinion of the netizens， and the negative impact of information alienation changes the direction of the dissemination of the differentiation of public opinion among netizens. Social trust blocks the dissemination of positive public opinion and causes netizens to divide. Analysis of the evolution law after the formation of differentiation of netizens showed： the focus， diffusion， and elimination of rumors in the process of the dissemination of Internet public opinion were all in line with the SEIR mechanism of the system dynamics. Therefore， Differentiating and differentiating Internet users transformation has many possible paths. It is proposed that the government should correctly identify and protect the reasonable interests of Internet users， scientifically adopt intervention measures for Internet public opinion， rationally control the monitoring costs and costs of Internet public opinion communication， and correctly select the guiding methods for Internet public opinion communication， and make full use of the law of differentiation to guide the control of network public opinion.

Key words network public opinion; decentralization; differentiation; evolution law; propagation guidance

加強(qiáng)網(wǎng)絡(luò)輿情分眾化差異化演變規(guī)律及其發(fā)展趨勢(shì)研究，不斷優(yōu)化網(wǎng)絡(luò)輿情傳播引導(dǎo)策略，推動(dòng)我國(guó)網(wǎng)絡(luò)治理科學(xué)化、制度化、規(guī)范化建設(shè)，不僅是一個(gè)十分重要的理論課題，更是一個(gè)保障網(wǎng)絡(luò)與情報(bào)信息安全、推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的重大現(xiàn)實(shí)問題。本文在綜合歸納已有文獻(xiàn)的基礎(chǔ)上，通過對(duì)網(wǎng)絡(luò)輿情傳播中網(wǎng)民分眾化差異化現(xiàn)象及其形成原因分析，探討了網(wǎng)民分眾化差異化形成后的演化規(guī)律，并根據(jù)網(wǎng)絡(luò)輿情傳播分眾化差異化發(fā)展趨勢(shì)，進(jìn)一步研究了政府如何利用網(wǎng)絡(luò)輿情分眾化差異化規(guī)律控制引導(dǎo)網(wǎng)絡(luò)輿情的措施、代價(jià)及方法等基本問題。

1 ? 網(wǎng)民分眾化差異化現(xiàn)象及其形成原因

網(wǎng)絡(luò)輿情傳播不僅可能放大源生事件的社會(huì)效應(yīng)、擴(kuò)大源生事件的社會(huì)風(fēng)險(xiǎn)，而且還可能加劇源生事件的復(fù)雜性，甚至引發(fā)新的公共風(fēng)險(xiǎn)事件[1]。隨著互聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)飛速進(jìn)步，互聯(lián)網(wǎng)作為一種新的交流方式的擴(kuò)展，對(duì)傳統(tǒng)媒體作為公眾輿論的首要地位提出了潛在挑戰(zhàn)[2]?；ヂ?lián)網(wǎng)時(shí)代的公眾輿論通常由大眾媒體調(diào)解，充分表現(xiàn)出市場(chǎng)和民主原則之間沖突的特點(diǎn)，公共風(fēng)險(xiǎn)治理因不同利益相關(guān)者的多樣性和交互網(wǎng)絡(luò)而變得更加復(fù)雜[3]。“公眾”的觀點(diǎn)不再是通過審議產(chǎn)生的，而是通過與政治行動(dòng)者發(fā)生沖突的通信系統(tǒng)構(gòu)建的，他們尋求保持對(duì)信息傳播的控制和充分滿足自我信息需求[4]。因此，相對(duì)于傳統(tǒng)媒體群體化、同質(zhì)化傳播而言，網(wǎng)絡(luò)媒體表現(xiàn)出充分的分眾化差異化傳播特征。從傳播技術(shù)而言，群體化、同質(zhì)化傳播對(duì)應(yīng)于線性傳播、單向傳播為主的傳統(tǒng)媒體技術(shù)階段，分眾化差異化傳播對(duì)應(yīng)于網(wǎng)狀傳播的網(wǎng)絡(luò)媒介技術(shù)階段。分眾化差異化傳播相對(duì)于群體化、同質(zhì)化傳播而言能更好地滿足網(wǎng)民對(duì)信息的需求[5]。分眾化差異化傳播在促發(fā)網(wǎng)絡(luò)輿論上更是發(fā)揮著議程設(shè)置、信息擴(kuò)散、認(rèn)同建構(gòu)以及劇目展示等重要作用[6]。

1.1 ? ?信息需求多樣性驅(qū)動(dòng)網(wǎng)民分眾化差異化的輿情傳播

經(jīng)濟(jì)社會(huì)發(fā)展不平衡、不充分，這是網(wǎng)民總體出現(xiàn)訴求不一的客觀要求，也是導(dǎo)致網(wǎng)絡(luò)輿情傳播過程中網(wǎng)民分眾化差異化的根本原因。與傳統(tǒng)媒體相比，網(wǎng)絡(luò)媒體表現(xiàn)出的巨大技術(shù)優(yōu)勢(shì)，其寬廣的傳播平臺(tái)能提供幾乎無限量的多樣態(tài)信息空間，搜索引擎、信息定制與推送等功能創(chuàng)新，更是使得網(wǎng)民信息需求多樣性得到有效滿足[7]。自媒體時(shí)代，每個(gè)人都是信息發(fā)布終端。當(dāng)今突發(fā)事件網(wǎng)絡(luò)輿情的傳播路徑，大多是由特定的無數(shù)個(gè)人首先發(fā)出信息，經(jīng)過網(wǎng)絡(luò)放大形成初步輿論，再由新聞媒體跟進(jìn)報(bào)道后網(wǎng)民大量轉(zhuǎn)發(fā)評(píng)論，引發(fā)社會(huì)民眾熱議并形成網(wǎng)絡(luò)輿情[8]。但作為信息發(fā)布終端的每個(gè)人，選擇發(fā)布或者不發(fā)布、出于何種動(dòng)機(jī)發(fā)布信息，都是基于其自身的信息需求而做出的理性決策[9]。這種自我中心網(wǎng)絡(luò)的結(jié)構(gòu)反映了人們平衡他們對(duì)強(qiáng)烈情感緊張的關(guān)系和各種弱勢(shì)關(guān)系需求的方式。以自我為中心的網(wǎng)絡(luò)結(jié)構(gòu)可以用“社會(huì)簽名”來量化，這些社交簽名描述了網(wǎng)民如何在他們的個(gè)人網(wǎng)絡(luò)成員之間分配他們的溝通工作[10]。所有類型的“社會(huì)簽名”都表現(xiàn)出持久的個(gè)體差異，個(gè)人在他們的個(gè)人網(wǎng)絡(luò)中分配自身通信工作的方式各不相同，并且這種變化在不同時(shí)間和不同通信渠道中是持久的[11]。進(jìn)一步使用在線新聞媒體評(píng)論量模式分析公眾跟蹤真實(shí)熱點(diǎn)問題的數(shù)量變化，并對(duì)他們根據(jù)信息內(nèi)容重要性區(qū)分發(fā)布或不發(fā)布信息來趨動(dòng)網(wǎng)絡(luò)輿情的實(shí)際反應(yīng)，研究結(jié)果支持公眾根據(jù)熱點(diǎn)問題概念化來調(diào)整信息溝通計(jì)劃，進(jìn)而推動(dòng)網(wǎng)絡(luò)輿情傳播[12]。

1.2 ? ?信息異化負(fù)面影響改變網(wǎng)民分眾化差異化輿情傳播方向

信息異化是指信息在生產(chǎn)、傳播和利用過程中，由于受到各種因素的干擾導(dǎo)致信息生產(chǎn)與信息消費(fèi)之間矛盾，使主體喪失了控制信息的能力和原有的內(nèi)涵，并為信息所奴役和支配[13]。與傳統(tǒng)傳播渠道不同，Web4.0的發(fā)展讓每個(gè)人都擁有了成為信息來源的可能，而這一切正是導(dǎo)致信息異化的緣由[14]。信息異化的直接表現(xiàn)之一是將普通網(wǎng)民變成了網(wǎng)絡(luò)信息的“奴隸”，即隨著大量信息的產(chǎn)生，人們迷失在信息漩渦里，逐漸失去對(duì)信息的辨別能力，從而淪為信息的盲從者。因此，信息異化對(duì)突發(fā)事件網(wǎng)民群體行為決策及網(wǎng)民分眾化差異化具有重要的負(fù)面影響。從根本上講，網(wǎng)絡(luò)謠言也是信息異化的一種重要表現(xiàn)。而“信息謠言”則是導(dǎo)致產(chǎn)生網(wǎng)絡(luò)輿情危機(jī)的核心原因[15]?；ヂ?lián)網(wǎng)上多元傳播主體基于自身利益訴求和價(jià)值觀，制造、接受、傳播信息并推動(dòng)形成網(wǎng)絡(luò)輿情。受網(wǎng)絡(luò)傳播主體利益訴求和價(jià)值觀影響導(dǎo)致信息傳播背離客觀事實(shí)真相時(shí)，就會(huì)產(chǎn)生網(wǎng)絡(luò)謠言[16]。突發(fā)事件網(wǎng)絡(luò)輿情中的謠言傳播速度極快，形式極為多樣化，一定程度上會(huì)影響官方媒體的決策與信息傳播，以致改變輿情傳播方向[17]。相關(guān)研究利用Matlab模擬仿真官方媒體對(duì)謠言傳播的抑制作用進(jìn)行研究，發(fā)現(xiàn)官方媒體在謠言傳播過程中雖有積極影響但卻作用有限，分眾化差異化網(wǎng)民受謠言負(fù)面影響而改變輿情傳播方向的效果仍然較為明顯。雖然，通過構(gòu)建次近鄰社會(huì)影響級(jí)聯(lián)模型，采用大型博客數(shù)據(jù)觀察網(wǎng)絡(luò)集聚特性對(duì)網(wǎng)絡(luò)輿情演化的影響后發(fā)現(xiàn)，初始狀態(tài)中官媒主流觀點(diǎn)的影響的確被有效放大了[18]。但是，在對(duì)謠言傳播機(jī)制和社會(huì)網(wǎng)絡(luò)的拓?fù)湫再|(zhì)進(jìn)行研究，并采用描繪謠言傳播的能量模型進(jìn)行仿真實(shí)驗(yàn)后發(fā)現(xiàn)，在網(wǎng)絡(luò)媒體環(huán)境下謠言經(jīng)常被真實(shí)信息所“包裹”從而更易被“攜帶”傳播，初始階段的謠言對(duì)網(wǎng)民的負(fù)面影響非常顯著。

1.3 ? ?社會(huì)信任動(dòng)搖阻滯正面輿情傳播并導(dǎo)致網(wǎng)民分眾化

除了謠言成為突發(fā)事件網(wǎng)絡(luò)輿情傳播過程中網(wǎng)民分眾化的重要影響因素之外，社會(huì)信任則是另一個(gè)推動(dòng)網(wǎng)民分眾化進(jìn)程的重要影響因素。信任是突發(fā)事件中政府與網(wǎng)民群體之間、分眾化網(wǎng)民群體各方之間實(shí)現(xiàn)合作的基礎(chǔ)。近年來，由于世界各國(guó)政府的信任度有所降低，在突發(fā)事件網(wǎng)絡(luò)輿情傳播過程中，政府迫切需要更穩(wěn)定和持續(xù)的工具來與公民溝通。在此背景下，許多政府機(jī)構(gòu)正試圖利用社交媒體工具與公眾溝通，更好地贏取公民的信任。但是，分眾化網(wǎng)民社會(huì)信任動(dòng)搖卻阻滯了正面輿情傳播。隨著互聯(lián)網(wǎng)的普及，人類社會(huì)已進(jìn)入自媒體時(shí)代。這一方面有利于平衡輿論監(jiān)督與司法回應(yīng)機(jī)制建設(shè)，網(wǎng)民可獲得更多政府的社會(huì)信任指數(shù)信息;而另一方面，網(wǎng)絡(luò)虛假新聞也增加了政府的壓力，不利于政府公信力的建立和增強(qiáng)。自媒體網(wǎng)絡(luò)輿論傳播過程中的相似指數(shù)增長(zhǎng)過程，受到許多外部能力約束的影響，從而使得正面輿情傳播產(chǎn)生延遲效應(yīng)[19]。從社會(huì)網(wǎng)絡(luò)中網(wǎng)民之間的輿情傳播特點(diǎn)來看，網(wǎng)民群體人數(shù)與共識(shí)形成速度之間存在明顯的線性關(guān)系，有研究證實(shí)了社會(huì)信任在網(wǎng)民分眾化過程中具有阻滯正面輿情傳播的消極影響[20]。從目前我國(guó)網(wǎng)絡(luò)輿情現(xiàn)狀來看，正是由于突發(fā)事件網(wǎng)絡(luò)輿情傳播中的社會(huì)信任遭受破壞，導(dǎo)致了突發(fā)事件風(fēng)險(xiǎn)變化，加快了網(wǎng)民群體的分眾化，從而影響了政府與網(wǎng)民的行為決策并破壞了網(wǎng)絡(luò)輿論生態(tài)，進(jìn)而阻滯正面輿情傳播。

2 ? 網(wǎng)民分眾化差異化形成后的網(wǎng)絡(luò)輿情傳播演化規(guī)律

2.1 ? ?分眾化差異化網(wǎng)民輿情傳播的動(dòng)力機(jī)制

1927年，Kermack and McKendrick在研究倫敦的黑死病時(shí)提出了系統(tǒng)動(dòng)力學(xué)中傳染病SIR倉(cāng)室模型，后來又提出傳染病動(dòng)力學(xué)中的閾值理論并建立SIS模型，對(duì)研究系統(tǒng)動(dòng)力學(xué)具有奠基性貢獻(xiàn)。由于傳染病在人群中的擴(kuò)散機(jī)理與網(wǎng)絡(luò)輿情信息在網(wǎng)民中的傳播機(jī)理有很多相似之處，因此，傳染病模型也被廣泛用來研究網(wǎng)絡(luò)輿情的傳播演化規(guī)律[21]。在網(wǎng)絡(luò)輿情傳播中，媒體是網(wǎng)絡(luò)信息的傳播中介，網(wǎng)民不僅是重要的社會(huì)群體決策主體，而且網(wǎng)民是受復(fù)雜社會(huì)因素影響和自身利益趨動(dòng)分化為分眾化差異化的傳播群體，在一定條件下網(wǎng)民群體之間會(huì)相互影響并實(shí)現(xiàn)轉(zhuǎn)化，從而影響網(wǎng)絡(luò)輿情傳播，并成為影響政府管控輿情決策的重要局中人。由于政府、媒體和網(wǎng)民都是具有有限理性的博弈主體，在網(wǎng)絡(luò)輿情傳播過程中，不同網(wǎng)絡(luò)輿情主體通過博弈形成交互機(jī)理，這種基于信息需求多樣性趨動(dòng)的網(wǎng)民分眾化差異化輿情傳播，符合系統(tǒng)動(dòng)力學(xué)機(jī)理[15]。

網(wǎng)民群體的分眾化差異化變化帶給輿情事件管理決策者的新挑戰(zhàn)，使得在互聯(lián)網(wǎng)環(huán)境下，網(wǎng)絡(luò)信息傳播、網(wǎng)絡(luò)擴(kuò)散機(jī)理、復(fù)雜條件下應(yīng)急管理等日益成為網(wǎng)絡(luò)輿情管理中的核心科學(xué)問題。網(wǎng)絡(luò)輿情事件通過對(duì)網(wǎng)民產(chǎn)生影響并促進(jìn)網(wǎng)民分眾化差異化，然后，分眾化差異化的網(wǎng)民情緒成為政府應(yīng)急政策議題，從而實(shí)現(xiàn)分眾化差異化網(wǎng)民對(duì)網(wǎng)絡(luò)輿情傳播的影響。網(wǎng)絡(luò)信息通過分眾化差異化網(wǎng)民傳播來影響輿情事件的媒體議程和公眾輿論，公共部門也在影響媒體議程方面發(fā)揮重要作用。網(wǎng)絡(luò)輿情事件對(duì)網(wǎng)民群體決策的影響以及網(wǎng)民群體決策對(duì)網(wǎng)絡(luò)輿情的影響，并非單向運(yùn)行而是雙向動(dòng)態(tài)影響，分眾化差異化網(wǎng)民個(gè)體決策與外部環(huán)境變量之間具有交互作用?；诨ヂ?lián)網(wǎng)背景下網(wǎng)絡(luò)輿情對(duì)政府決策的影響研究，往往針對(duì)不完全信息的現(xiàn)實(shí)決策問題，分析中不確定信息的表示方式有概率、權(quán)重、風(fēng)險(xiǎn)度量、模糊數(shù)、灰數(shù)、區(qū)間數(shù)以及場(chǎng)景規(guī)劃等。在網(wǎng)絡(luò)輿情事件網(wǎng)絡(luò)輿情傳播中，針對(duì)不完全信息的現(xiàn)實(shí)決策問題，分眾化差異化網(wǎng)民群體中會(huì)存在觀望者，也就是說，SIR傳染病模型中存在分布式時(shí)滯的“潛伏者”（Exposed），原來的SIR傳染病模型演變成有潛伏期的SEIR模型[22]。雖然，在網(wǎng)絡(luò)輿情事件中分眾化差異化網(wǎng)民人數(shù)符合總?cè)巳旱拈L(zhǎng)期隨機(jī)行為，在網(wǎng)民總?cè)巳簲?shù)量不變的情況下，不同狀態(tài)的網(wǎng)民種群數(shù)量變化符合隨機(jī)分布。但是，網(wǎng)絡(luò)輿情事件在網(wǎng)絡(luò)傳播的迅捷性、互動(dòng)性與廣泛性等特征催化下，不穩(wěn)定風(fēng)險(xiǎn)仍然會(huì)不斷上升。在網(wǎng)民輿情傳播、官方媒介和網(wǎng)絡(luò)輿情事件演化的SEIR交互作用下，網(wǎng)民分眾化差異化變得更為復(fù)雜，分眾化差異化速度和演進(jìn)趨勢(shì)更加符合實(shí)際，其對(duì)網(wǎng)絡(luò)輿情傳播的影響呈現(xiàn)多方向力度非均衡分布，政府面臨更多更復(fù)雜的恢復(fù)社會(huì)信任、監(jiān)管引導(dǎo)網(wǎng)絡(luò)輿情的新挑戰(zhàn)[23]。

2.2 ? ?網(wǎng)絡(luò)輿情傳播中的謠言聚焦、擴(kuò)散與消除

在網(wǎng)絡(luò)輿情事件中，網(wǎng)民的自然選擇應(yīng)該有利于從不同來源收集信息的能力，包括網(wǎng)民個(gè)人可以快速獲得可靠信息的社會(huì)互動(dòng)。然而，由于客觀上存在信息異化現(xiàn)象，因此，這種情況也可能收集的是有害信息，如對(duì)謠言的錯(cuò)誤或誤解的描述，這些謠言可能通過信息實(shí)現(xiàn)級(jí)聯(lián)傳播。法國(guó)蒙彼利埃大學(xué)社會(huì)信息學(xué)家Suire Alexandre和Van Baalen Minus[24]從生態(tài)學(xué)和進(jìn)化原理研究謠言在網(wǎng)民人群層面的傳播及其同化傾向，進(jìn)而對(duì)網(wǎng)民分眾化差異化趨勢(shì)進(jìn)行描述。研究結(jié)果表明，網(wǎng)民個(gè)體對(duì)同化信息的敏感性的進(jìn)化很大程度上依賴于生態(tài)進(jìn)化的反饋，特別是當(dāng)有用的和有害的信息都在傳播時(shí)，這種同化傾向更為明顯，分眾化差異化網(wǎng)民數(shù)量演變最終將趨于收斂。曾潤(rùn)喜和朱利平[25]以大量經(jīng)典案例為對(duì)象，進(jìn)行社交網(wǎng)絡(luò)謠言傳播能量模型案例分析后發(fā)現(xiàn)：網(wǎng)絡(luò)輿情事件背景下的網(wǎng)絡(luò)輿情傳播大致會(huì)經(jīng)歷“發(fā)生→發(fā)展→高潮→衰敗→破滅”五個(gè)階段的演變過程。在政府干預(yù)下，面對(duì)網(wǎng)絡(luò)謠言的態(tài)度，分眾化差異化網(wǎng)民群體之間存在相互影響，其網(wǎng)絡(luò)謠言傳播也會(huì)遵循“發(fā)生→發(fā)展→高潮→衰敗→破滅”的演變規(guī)律。在不同演變階段之間，網(wǎng)民群體的變化也尤為不同：在網(wǎng)絡(luò)謠言發(fā)生階段，不知情網(wǎng)民成為網(wǎng)絡(luò)輿情傳播的主要易染人群，不知情網(wǎng)民對(duì)于網(wǎng)絡(luò)輿情信息由未知狀態(tài)逐漸轉(zhuǎn)變?yōu)橐阎獱顟B(tài)且對(duì)是否傳播網(wǎng)絡(luò)輿情信息存在一個(gè)猶豫狀態(tài)過程，經(jīng)過一段時(shí)間猶豫后網(wǎng)民可能選擇相信網(wǎng)絡(luò)輿情信息（中間可能存在謠言信息）并進(jìn)行傳播，也可能知曉這些網(wǎng)絡(luò)輿情信息之后并無興趣傳播信息;在網(wǎng)絡(luò)謠言發(fā)展階段，受突發(fā)事件發(fā)展演進(jìn)或從眾心理影響，處于猶豫狀態(tài)的網(wǎng)民更容易轉(zhuǎn)化為謠言感染者，部分具有謠言免疫力的網(wǎng)民也重新選擇轉(zhuǎn)化為相信謠言;在網(wǎng)絡(luò)謠言傳播高潮階段，網(wǎng)絡(luò)謠言輿情影響力最強(qiáng)、影響范圍更大，網(wǎng)民中的恐慌情緒也最為嚴(yán)重，網(wǎng)絡(luò)謠言傳播人數(shù)達(dá)到最大;在網(wǎng)絡(luò)謠言衰敗階段，由于政府官方媒體發(fā)布權(quán)威信息辟謠，網(wǎng)民傳播網(wǎng)絡(luò)謠言信息的興趣大幅消退，并在破滅階段徹底放棄傳播網(wǎng)絡(luò)謠言。理論分析和仿真結(jié)果表明，不同謠言接受度的節(jié)點(diǎn)可以減緩謠言的傳播速度，使正傳播閾值上升，有效遏制謠言的爆發(fā)，降低謠言的風(fēng)險(xiǎn)，從而使分眾化差異化網(wǎng)民同化為不信謠言，最終使得網(wǎng)絡(luò)輿情傳播趨于收斂，形成一個(gè)完整的謠言聚焦、擴(kuò)散與消除過程[26]。

2.3 ? ?分眾化差異化網(wǎng)民相互轉(zhuǎn)化的可能路徑

在網(wǎng)民輿情傳播的初期，網(wǎng)民在網(wǎng)上獲取輿情后會(huì)先在線下進(jìn)行確認(rèn)和傳播，這個(gè)線下確認(rèn)和傳播的過程即為網(wǎng)民群體分化的潛伏期。在網(wǎng)絡(luò)輿情傳播中客觀上存在大量與事實(shí)不符的失真信息，即被定義為網(wǎng)絡(luò)謠言的信息。網(wǎng)民群體基于自然選擇信息的內(nèi)生動(dòng)力，同時(shí)具有謠言傳播或同化的傾向。因此，網(wǎng)絡(luò)輿情在分眾化差異化網(wǎng)民群體中的傳播符合傳染病動(dòng)力學(xué)SEIR過程。在網(wǎng)絡(luò)輿情傳播中，網(wǎng)民利益及其輿情反映備受關(guān)注。網(wǎng)民在網(wǎng)絡(luò)輿情平臺(tái)上接受信息、傳播信息，他們既是社會(huì)輿論的主要制造者，又是網(wǎng)絡(luò)平臺(tái)上最直接、最重要、最關(guān)鍵的傳播主體。美國(guó)哥倫比亞大學(xué)P.S. Dodds和D.J. Watts的社會(huì)和生物傳染廣義模型理論認(rèn)為，網(wǎng)民個(gè)人對(duì)接觸傳染性實(shí)體（如謠言）的記憶、不同的暴露程度（如謠言數(shù)量的大?。┮约熬W(wǎng)民個(gè)人易感性的異質(zhì)性，都是促進(jìn)網(wǎng)民群體從一種狀態(tài)向另一種狀態(tài)轉(zhuǎn)化的致導(dǎo)因素。更精確地講，網(wǎng)絡(luò)輿情事件傳播中的謠言其實(shí)就是一種錯(cuò)誤信息，這種錯(cuò)誤信息在網(wǎng)絡(luò)輿情事件的管理和控制方面可能產(chǎn)生持久的影響。通常情況下，人們將網(wǎng)絡(luò)上那些意見領(lǐng)袖向大眾傳遞的錯(cuò)誤信息（如采用在線社會(huì)影響和追隨者數(shù)量及追隨者比率等更高衡量標(biāo)準(zhǔn)）定義為網(wǎng)絡(luò)謠言。但是，實(shí)際上在存在錯(cuò)誤信息的情況下，這種錯(cuò)誤信息的推特可能并不總是來自意見領(lǐng)袖。非意見領(lǐng)袖的網(wǎng)民也可能傳播錯(cuò)誤信息，即感染謠言“病”[27]。面對(duì)網(wǎng)絡(luò)平臺(tái)上同時(shí)存在的真實(shí)信息和謠言，有些網(wǎng)民聽信謠言感染上謠言“病”，有些網(wǎng)民還會(huì)傳播謠言“病”，也有網(wǎng)民經(jīng)過甄別后拒絕謠言并具有謠言“病”免疫力，甚至有網(wǎng)民從相信謠言轉(zhuǎn)變?yōu)榫芙^謠言。分眾化差異化網(wǎng)民轉(zhuǎn)化的路徑符合一個(gè)標(biāo)準(zhǔn)的傳染病動(dòng)力學(xué)SEIR過程。有研究采用復(fù)雜網(wǎng)絡(luò)上傳染性恢復(fù)模型對(duì)網(wǎng)絡(luò)謠言的空間效應(yīng)進(jìn)行定量分析發(fā)現(xiàn)，謠言流行高峰期的時(shí)間和空間一致性都被非強(qiáng)迫模型很好地描述為參數(shù)的實(shí)際值。研究還發(fā)現(xiàn)，通過引入干擾群體對(duì)感染謠言進(jìn)行篩選，除了降低網(wǎng)絡(luò)輿情有效傳播率外，空間相關(guān)性還通過增強(qiáng)隨機(jī)波動(dòng)產(chǎn)生另一種主要影響，即在有限空間結(jié)構(gòu)種群中，非強(qiáng)迫模型的時(shí)間序列還提供了具有輕微不規(guī)則周期和真實(shí)振幅的周期性流行病的傳播模式，表明隨機(jī)模型和復(fù)雜的接觸網(wǎng)絡(luò)可能足以描述謠言的網(wǎng)絡(luò)傳播長(zhǎng)期動(dòng)態(tài)，即分眾化差異化網(wǎng)民轉(zhuǎn)化完全具有可能性，并呈現(xiàn)出系統(tǒng)動(dòng)力學(xué)SEIR過程[28]。

3 ? 如何利用分眾化差異化規(guī)律引導(dǎo)輿情

分析網(wǎng)絡(luò)輿情分眾化差異化演變及其發(fā)展趨勢(shì)的根本目的，在于充分利用其演變規(guī)律以制定網(wǎng)絡(luò)輿情傳播的最優(yōu)控制策略。在網(wǎng)絡(luò)輿情事件暴發(fā)后，分眾化差異化網(wǎng)民群體都期望按照自身的目標(biāo)控制事態(tài)演變。運(yùn)用馬爾科夫鏈刻畫網(wǎng)絡(luò)輿情事件的網(wǎng)絡(luò)輿情傳播與官方行為的交互關(guān)系，可以發(fā)現(xiàn)官媒在網(wǎng)絡(luò)輿情事件最初的權(quán)威發(fā)布，對(duì)社會(huì)群體各方行為決策具有至關(guān)重要的影響力，這也是官方利用媒體控制事態(tài)的有力工具[29]。網(wǎng)絡(luò)輿情與突發(fā)事件交叉影響，往往催化形成網(wǎng)絡(luò)群體性事件。采取有效干預(yù)措施引導(dǎo)分眾化差異化網(wǎng)民轉(zhuǎn)化以及時(shí)把握輿情導(dǎo)向，將疏導(dǎo)網(wǎng)絡(luò)輿情置頂于各項(xiàng)應(yīng)急處置方案的首位，應(yīng)當(dāng)關(guān)注網(wǎng)絡(luò)輿情主導(dǎo)權(quán)對(duì)抑制突發(fā)事件“惡化”所具有的控制作用。歐美國(guó)家長(zhǎng)達(dá)20多年的經(jīng)驗(yàn)和實(shí)證研究結(jié)果顯示，在網(wǎng)絡(luò)輿情傳播過程中，集中化政府溝通管理和監(jiān)控其影響的必要性不斷增加。隨著時(shí)間的推移，歐美國(guó)家政府以監(jiān)控公眾輿論為首要任務(wù)，越來越傾向于在中央政府一級(jí)增加與網(wǎng)民公眾的溝通，并采取更制度化和集中化的形式，架構(gòu)政府管控網(wǎng)絡(luò)輿情的工具體系[30]。來自中國(guó)的經(jīng)驗(yàn)顯示，中國(guó)政府在面對(duì)日益嚴(yán)重的網(wǎng)絡(luò)輿情事件時(shí)，在政府-媒體-公眾的“三角形關(guān)系”框架下策略性地引導(dǎo)公眾輿論，采取包括信息管理和媒體管理、政府與媒體合作并通過媒體報(bào)道影響公眾態(tài)度、政府直接與公眾溝通和個(gè)性化的思想工作等一系列網(wǎng)絡(luò)輿情控制方式，引導(dǎo)分眾化差異化網(wǎng)民實(shí)現(xiàn)轉(zhuǎn)化[31]。

3.1 ? 正確識(shí)別并保障網(wǎng)民的合理利益訴求

網(wǎng)絡(luò)輿情實(shí)質(zhì)上是以網(wǎng)絡(luò)輿情信息作者為主體的投影信息，它體現(xiàn)了不同網(wǎng)絡(luò)輿情作者的利益訴求。網(wǎng)絡(luò)管控部門只有在深度研判網(wǎng)民分眾化差異化誘因的前提下，進(jìn)而感知網(wǎng)民訴求，把合理解決民眾提出的各種問題放在首要位置，讓網(wǎng)絡(luò)輿情管控變成通過網(wǎng)絡(luò)輿情信息感知民意民情，進(jìn)而解決民訴，最后贏得民心的過程。中國(guó)國(guó)情決定了我國(guó)的網(wǎng)絡(luò)輿情引導(dǎo)與管控，必須堅(jiān)持 “權(quán)為民所用、情為民所系、利為民所謀”。準(zhǔn)確掌握“民意”是實(shí)現(xiàn)網(wǎng)絡(luò)輿情引導(dǎo)的基礎(chǔ)。因此，必須正確識(shí)別并保障網(wǎng)民的合理利益訴求，通過網(wǎng)絡(luò)及時(shí)了解人民群眾的意見、意愿和心聲，即尊重“民意”。

然而，在信息異化背景下，針對(duì)網(wǎng)絡(luò)輿情能否真實(shí)客觀地反映“民意”，實(shí)際上存在著不同看法。（1）“民意說”認(rèn)為，網(wǎng)絡(luò)輿論是人民群眾參與政治生活的正常渠道，是反映民意的“晴雨表”。雖然，分眾化差異化的網(wǎng)民表達(dá)出不同且豐富的觀點(diǎn)和意見（包括積極、消極與中性觀點(diǎn)），導(dǎo)致網(wǎng)絡(luò)輿論難以集中網(wǎng)民的心聲。但是，網(wǎng)絡(luò)公共空間仍是匯集民意的地方，網(wǎng)民所發(fā)表的積極、消極與中性觀點(diǎn)和意見，可以通過科學(xué)鑒別，幫助黨和政府及時(shí)了解網(wǎng)民的不同心愿，從而把握網(wǎng)民的心之所向、愿之所往，有助于權(quán)力部門在決策中廣納善言，也有利于政府部門行政執(zhí)法順應(yīng)民意;（2）“非民意說”強(qiáng)調(diào)網(wǎng)絡(luò)輿情主體網(wǎng)民具有特殊性，因而認(rèn)為網(wǎng)絡(luò)輿論并非真正代表普通民意[32]。在言論自由的時(shí)代，由于網(wǎng)絡(luò)的開放性，同時(shí)基于網(wǎng)民分眾化差異化與信息異化特征，網(wǎng)民在網(wǎng)絡(luò)信息傳播時(shí)容易帶著情緒色彩發(fā)表各方觀點(diǎn)和意見，有的是為了迎合社會(huì)某些人群訴求的“民意”，而有的則是打著“民意”旗號(hào)、刻意推動(dòng)網(wǎng)絡(luò)輿論走勢(shì)的謠言信息。因此，在這種情況下，網(wǎng)絡(luò)輿論并不能真實(shí)地反映民意;（3）“綜合說”折中地認(rèn)為，雖然網(wǎng)絡(luò)輿論中的民意真假難辨，難以就其民意屬性給出確切答案，但也不可忽視包含重要信息的民意[33]。在信息異化之后，代表真實(shí)民意的網(wǎng)絡(luò)信息失實(shí)、失真和過載，形成“謠言”，甚至成為某些利益集團(tuán)獲取利益的“利器”。但反映網(wǎng)民的“晴雨表”仍不可忽略，黨和政府仍應(yīng)采取有效措施應(yīng)對(duì)。

政府應(yīng)建設(shè)高效的公共服務(wù)體系，滿足網(wǎng)民合理的政治和利益訴求[34]。在建設(shè)高校公共服務(wù)體系的過程中，政府要轉(zhuǎn)變管理理念與方式，提高行政管理效率;要樹立善治的治理理念，培育公眾正確參政議政的意識(shí);要加強(qiáng)民生建設(shè)，保障公眾合理的利益訴求。

3.2 ? ?科學(xué)采用政府對(duì)網(wǎng)絡(luò)輿情的干預(yù)措施

在網(wǎng)絡(luò)輿情傳播中，網(wǎng)絡(luò)信息有兩個(gè)基本屬性，即誠(chéng)實(shí)（根據(jù)真實(shí)性屬性分為真假新聞）和態(tài)度（分為中性、積極和消極情緒）。在線社區(qū)系統(tǒng)中的主要代理包括公民、政府、媒體和意見領(lǐng)袖。網(wǎng)絡(luò)輿情事件暴發(fā)后，事件可能造成嚴(yán)重?fù)p害的消息將立即引起廣泛的公眾恐慌。網(wǎng)民對(duì)網(wǎng)絡(luò)意見的采納打破了地域限制，反映了網(wǎng)民通過代理社區(qū)中的遷移來表達(dá)自己的網(wǎng)絡(luò)情緒。發(fā)布任何虛假新聞來暫時(shí)掩蓋事故，都將嚴(yán)重?fù)p害政府的聲譽(yù)和社會(huì)信任，并在程度和持續(xù)時(shí)間上引發(fā)更大規(guī)模的公眾恐慌。為了減輕公眾的恐慌，政府應(yīng)該快速發(fā)布有關(guān)風(fēng)險(xiǎn)化解措施的真實(shí)消息，若不及時(shí)發(fā)布危機(jī)信息，公眾的恐慌就會(huì)失控。因此，政府對(duì)網(wǎng)絡(luò)輿情采取有效干預(yù)措施是十分必要的。

政府是否對(duì)產(chǎn)生巨大輿論的網(wǎng)絡(luò)輿情事件進(jìn)行有效的政策干預(yù)和風(fēng)險(xiǎn)溝通，對(duì)事件的推進(jìn)起著重要影響。有效的政策干預(yù)，關(guān)鍵往往在于是否進(jìn)行了有效的風(fēng)險(xiǎn)溝通。在風(fēng)險(xiǎn)溝通中，使用受眾最廣泛的術(shù)語(yǔ)進(jìn)行溝通往往能取得更好的成效。準(zhǔn)確識(shí)別網(wǎng)絡(luò)中最有效的傳播者（如意見領(lǐng)袖）、優(yōu)化可用資源并確保有效的網(wǎng)絡(luò)信息傳播，應(yīng)當(dāng)納入政府對(duì)網(wǎng)絡(luò)輿情事件的干預(yù)措施體系。最有效的傳播者往往位于網(wǎng)絡(luò)核心內(nèi)，當(dāng)同時(shí)存在多個(gè)有效傳播者時(shí)，他們之間的距離成為決定擴(kuò)散成敗的關(guān)鍵參數(shù)。精準(zhǔn)識(shí)別有效傳播者并測(cè)度多個(gè)有效傳播者之間的距離，將為政府優(yōu)化設(shè)計(jì)有效的傳播策略提供合理的途徑[35]。

政府需要在增強(qiáng)自身能力、拓寬政策議程采納渠道、提升公眾有序政治參與能力、正確處理媒體與政府關(guān)系等方面加強(qiáng)治理。網(wǎng)絡(luò)參與讓公眾的訴求能夠更直接的表達(dá)，減少了公眾議程進(jìn)入政策議程的難度，但是如果政府不能合理對(duì)其進(jìn)行掌控，則會(huì)影響政府的公信力以及社會(huì)的和諧穩(wěn)定。從政府、公眾以及公眾議程進(jìn)入政策議程路徑三個(gè)角度分析，相對(duì)于公眾議程對(duì)政策議程影響的現(xiàn)實(shí)困境來說，網(wǎng)絡(luò)媒體更是公眾民意表達(dá)和輸入的重要平臺(tái)，同時(shí)網(wǎng)絡(luò)媒體在信息傳播、權(quán)力監(jiān)督等方面也逐漸顯示出不可替代的積極作用，承擔(dān)著政策議程“守門人”的重要角色[36]。

3.3 ? ?合理控制網(wǎng)絡(luò)輿情傳播監(jiān)控成本代價(jià)

在網(wǎng)絡(luò)輿情傳播中，互聯(lián)網(wǎng)的民主潛力引起較多爭(zhēng)議，出現(xiàn)了兩種相互矛盾的立場(chǎng)：樂觀的立場(chǎng)希望公眾的民主化符合哈貝馬斯的論述模式，而持悲觀態(tài)度的人則擔(dān)心公共領(lǐng)域會(huì)被更小的公眾虛擬部分分割開來。網(wǎng)絡(luò)輿情具有傳播行為的雙重性、匿名化的自我性和利益驅(qū)動(dòng)性。網(wǎng)絡(luò)輿情傳播中受眾群體的行為趨向性與受眾收益的影響密切相關(guān)，而受眾收益又與受眾行為、信息公開性、信息傳播速度等直接相關(guān)。因此，為了網(wǎng)絡(luò)輿情傳播監(jiān)控中的公民民主化進(jìn)程不受損害，實(shí)施有效的網(wǎng)絡(luò)輿情監(jiān)控，首先就需要在引導(dǎo)網(wǎng)民理性、擴(kuò)大信息公開、提升信息傳播速度等方面加強(qiáng)成本投入[37]?？梢?，網(wǎng)絡(luò)輿情傳播監(jiān)控成本至關(guān)重要。

在互聯(lián)網(wǎng)技術(shù)支持下，互聯(lián)網(wǎng)為網(wǎng)民提供了觀點(diǎn)“避難所”。雖然個(gè)人在Twitter上的觀點(diǎn)的同質(zhì)化影響了多數(shù)群體的言論，但意見的同質(zhì)化并不影響少數(shù)群體的言論。網(wǎng)民不會(huì)因?yàn)槊撾x共同價(jià)值觀而受到懲戒，傳統(tǒng)媒體輿論壟斷地位日益減弱，網(wǎng)民政治參與和自主意識(shí)（或稱國(guó)民性）不斷增強(qiáng)，網(wǎng)絡(luò)輿情傳播中“少數(shù)”網(wǎng)民逆襲“大眾”輿論的反沉默螺旋現(xiàn)象日益增多，這使得網(wǎng)絡(luò)虛擬社會(huì)系統(tǒng)為現(xiàn)實(shí)的小世界組織提供了更大的可預(yù)測(cè)性和穩(wěn)定性，進(jìn)而使得網(wǎng)民意見的分組更加分散且更加易于直接加以管理。此外，非理智型受眾群體、黑客、病毒、網(wǎng)絡(luò)謠言等都可能導(dǎo)致網(wǎng)絡(luò)風(fēng)暴。輿論的反沉默螺旋和網(wǎng)絡(luò)風(fēng)暴現(xiàn)象，都為政府的網(wǎng)絡(luò)輿情管控提供了新的理論依據(jù)和現(xiàn)實(shí)支持，同時(shí)也對(duì)政府輿情調(diào)控成本急驟增加提出了現(xiàn)實(shí)需求。已有研究表明，像谷歌和Facebook這樣的數(shù)字中介機(jī)構(gòu)被視為在線新聞?lì)I(lǐng)域的新權(quán)力掮客，它們控制著大量網(wǎng)民的訪問，從對(duì)媒體多元化的影響到對(duì)民主話語(yǔ)、言論自由和對(duì)公眾輿論形成的控制，甚至有可能壓制和鎖定個(gè)人信息。搜索和社交等中介機(jī)構(gòu)也控制著對(duì)很大一部分在線新聞內(nèi)容的訪問。這些在線新聞?lì)I(lǐng)域的新權(quán)力掮客、搜索和社交等中介機(jī)構(gòu)等對(duì)網(wǎng)絡(luò)輿情的控制，已經(jīng)引起學(xué)者和政策制定者的高度擔(dān)憂，并給網(wǎng)絡(luò)監(jiān)管機(jī)構(gòu)和政策制定者應(yīng)對(duì)新聞傳播和公眾輿論的形成帶來新挑戰(zhàn)[38]。與傳統(tǒng)的媒體權(quán)力管制下的大眾媒體多元化相比，由此產(chǎn)生的輿論監(jiān)管技術(shù)成本也將大大提高。

政府進(jìn)行網(wǎng)絡(luò)輿情傳播監(jiān)控將會(huì)產(chǎn)生許多社會(huì)成本，包括為消除錯(cuò)誤和謠言而發(fā)布官方權(quán)威信息所產(chǎn)生的社會(huì)信用;為發(fā)布客觀、公正、翔實(shí)的正面信息所耗費(fèi)人力、物力調(diào)查、占用公共媒體的行政資源成本;為確保網(wǎng)絡(luò)安全、維護(hù)良好的網(wǎng)絡(luò)生態(tài)，采取封鎖網(wǎng)頁(yè)、屏蔽搜索引擎關(guān)鍵詞等措施阻止負(fù)面信息在網(wǎng)上迅速傳播所產(chǎn)生的資金及技術(shù)成本[39]。政府監(jiān)控網(wǎng)絡(luò)輿情還需要付出巨大的風(fēng)險(xiǎn)成本。由于時(shí)間倉(cāng)促、行政偏好等原因，官方信息披露的效果存在不確定性。有時(shí)候政府發(fā)布的官方信息不夠全面，或者政府主觀上具有選擇性，事后非但沒有平息輿論，反倒起了不好的效果。有時(shí)甚至出現(xiàn)官方信息與事實(shí)存在較大偏差，被證實(shí)以后反而會(huì)降低政府公信力。除了上述社會(huì)成本和風(fēng)險(xiǎn)成本之外，網(wǎng)絡(luò)輿情事件中政府管控網(wǎng)絡(luò)輿情還必須支付民意成本。一般而言，輿論總是對(duì)政策的進(jìn)程有重要的影響?；ヂ?lián)網(wǎng)社交網(wǎng)站及其應(yīng)用的快速發(fā)展，讓網(wǎng)民有更多機(jī)會(huì)就網(wǎng)絡(luò)輿情事件的有關(guān)政策發(fā)表意見。然而，雖然政府進(jìn)行網(wǎng)絡(luò)輿情監(jiān)控的初衷往往是善意的，但是其結(jié)果有時(shí)很難實(shí)現(xiàn)善治的目標(biāo)。因?yàn)?，很多網(wǎng)民對(duì)網(wǎng)絡(luò)輿情事件具有強(qiáng)烈的好奇心，他們迫切希望從網(wǎng)上獲得相關(guān)信息以了解真相，并且希望通過營(yíng)造輿論對(duì)政府的有關(guān)政策發(fā)表自己的見解，而不是希望信息被封鎖、關(guān)鍵詞被屏蔽。政府實(shí)行網(wǎng)絡(luò)輿情管控手段后，很多網(wǎng)民會(huì)認(rèn)為政府干預(yù)網(wǎng)絡(luò)輿情侵襲了個(gè)人的自由領(lǐng)地，對(duì)政府的一些做法不僅不領(lǐng)情，還常常產(chǎn)生強(qiáng)烈的反感情緒，導(dǎo)致政府信譽(yù)嚴(yán)重受損、民意認(rèn)同度大大降低[40]。從降低和減輕政府網(wǎng)絡(luò)輿情傳播監(jiān)控成本及其代價(jià)考慮，有研究指出：網(wǎng)絡(luò)輿情傳播不能單純依靠管制，還要采取組合決策。隨著大數(shù)據(jù)應(yīng)用更加廣泛，充分利用大數(shù)據(jù)并行處理、智能計(jì)算等技術(shù)支持組合決策，提升網(wǎng)絡(luò)輿情預(yù)測(cè)準(zhǔn)確性和資源分配管理主動(dòng)性，讓網(wǎng)絡(luò)輿情的分析與管理更加高效，應(yīng)當(dāng)成為網(wǎng)絡(luò)輿情治理的重要任務(wù)[1]。

3.4 ? ?正確選擇網(wǎng)絡(luò)輿情傳播的引導(dǎo)方式

政府根據(jù)分眾化差異化網(wǎng)民的網(wǎng)絡(luò)輿情反應(yīng)理性選擇網(wǎng)絡(luò)輿情傳播引導(dǎo)工具是十分必要的。為了有效遏制負(fù)面輿情傳播從而引導(dǎo)輿情健康發(fā)展，政府應(yīng)根據(jù)網(wǎng)絡(luò)輿情事件不同的潛在風(fēng)險(xiǎn)級(jí)別，在事件不同的演化階段，針對(duì)不同的分眾化網(wǎng)民，分別選擇強(qiáng)度不同的管制措施、采取不同類型的網(wǎng)絡(luò)輿情傳播引導(dǎo)策略，從而實(shí)現(xiàn)網(wǎng)絡(luò)輿情傳播的最優(yōu)控制。政府引導(dǎo)網(wǎng)絡(luò)輿情的工具包中主要包含官媒權(quán)威發(fā)布、信息和媒體管理、風(fēng)險(xiǎn)溝通、信息封鎖、屏蔽關(guān)鍵詞、大數(shù)據(jù)并行處理和智能計(jì)算技術(shù)支持等。在網(wǎng)絡(luò)輿情事件中，權(quán)力的傳播分為五種類型，包括網(wǎng)民、媒體、政黨、意見領(lǐng)袖和政府，政府對(duì)輿情傳播監(jiān)控發(fā)揮主體作用。政府首先要從網(wǎng)絡(luò)輿情事件中迅速獲取網(wǎng)絡(luò)輿情信息，然后從事件震源傳播和傳播規(guī)律兩個(gè)方面進(jìn)行深入研究，最后從信息發(fā)布和權(quán)力來源兩方面做出輿情事件應(yīng)對(duì)策略。在網(wǎng)絡(luò)輿情傳播中，政府可以針對(duì)不同歸因責(zé)任的輿情事件，以“表明立場(chǎng)”為出發(fā)點(diǎn)，分別采取“否認(rèn)型”“淡化型”“重塑型”和“支持型”等四種類型的輿情傳播策略。“否認(rèn)型”傳播策略包括回?fù)糁缚?、提供理由或證據(jù)直接否認(rèn)危機(jī)的存在、指明本組織以外的危機(jī)責(zé)任“替罪羊”?！暗汀眰鞑ゲ呗园▽ふ彝耆鲇跓o法掌控的意外借口、尋找沒有或不可能造成嚴(yán)重?fù)p害的合理性。“重塑型”傳播策略包括迅速宣布補(bǔ)償、鄭重道歉?！爸С中汀眰鞑ゲ呗园ㄕ嫣嵝选⒗尕P(guān)方迎合、強(qiáng)調(diào)組織自身受害的共鳴感宣示等[41]。

大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)輿情事件具有網(wǎng)絡(luò)信息多元裂變、公眾心理復(fù)雜、公眾觀點(diǎn)多元、公眾參與行為多樣等表征，這對(duì)政府恢復(fù)社會(huì)信任、果斷處置網(wǎng)絡(luò)輿情事件帶來了新的挑戰(zhàn)與機(jī)遇。一方面，從網(wǎng)絡(luò)聚類行為豐富的表現(xiàn)形式來看，在網(wǎng)絡(luò)輿情傳播過程中，不同階段的網(wǎng)絡(luò)聚類行為主要表現(xiàn)為“網(wǎng)絡(luò)輿論”“人肉搜索”和“網(wǎng)絡(luò)共識(shí)”等行為，在網(wǎng)絡(luò)輿情事件演化進(jìn)程的后期，“網(wǎng)絡(luò)八卦”“網(wǎng)絡(luò)共識(shí)”“網(wǎng)絡(luò)fatwa”和“網(wǎng)絡(luò)集會(huì)”等行為表現(xiàn)較為突出，并極易衍生成網(wǎng)絡(luò)群體性事件，給政府對(duì)網(wǎng)絡(luò)空間的綜合管理帶來諸多不良影響。及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)集群行為的演化規(guī)律，選擇合適的輿情引導(dǎo)方式，是政府在突發(fā)事件網(wǎng)絡(luò)輿情發(fā)生之初就能采取及時(shí)有效措施的必要條件[42];另一方面，從網(wǎng)絡(luò)輿情傳播的引導(dǎo)主體來看，意見領(lǐng)袖在他們感興趣的領(lǐng)域內(nèi)所具有的知識(shí)，一定程度上被理所當(dāng)然地得到認(rèn)可。從觀點(diǎn)擴(kuò)散速度和采納者數(shù)量角度來看，只有在觀點(diǎn)的初始采納者數(shù)量達(dá)到一定閾值時(shí)，意見領(lǐng)袖才會(huì)顯著影響網(wǎng)民觀點(diǎn)的擴(kuò)散速度。因此，準(zhǔn)確識(shí)別“知情意見領(lǐng)袖”“消息靈通的意見領(lǐng)袖”并與之巧妙處理關(guān)系，合理利用意見領(lǐng)袖在輿論聚集方面的作用，是政府引導(dǎo)或控制網(wǎng)絡(luò)輿情的重要手段[43]?？梢姡訌?qiáng)網(wǎng)絡(luò)輿情傳播監(jiān)控既要能有效節(jié)省公共資源，又要能提高政府監(jiān)控引導(dǎo)輿情的效率，就必須從提高政府監(jiān)管決策能力的橫向向度和精準(zhǔn)管控網(wǎng)絡(luò)輿情周期的縱向向度兩個(gè)方面進(jìn)行決策優(yōu)化。

網(wǎng)絡(luò)輿情傳播的引導(dǎo)方式不可能是單一的，采取動(dòng)態(tài)規(guī)劃和整數(shù)規(guī)劃等組合優(yōu)化方法可以捕獲網(wǎng)絡(luò)輿情傳播監(jiān)管中的不同關(guān)切，如分眾化差異化網(wǎng)民的關(guān)聯(lián)結(jié)果、多階段目標(biāo)的關(guān)聯(lián)性以及衍生危機(jī)的預(yù)防目標(biāo)等。近年來，一些學(xué)者開展對(duì)基于智能計(jì)算的網(wǎng)絡(luò)輿情傳播最優(yōu)控制工具研究，如根據(jù)多屬性權(quán)衡空間提出一種辨識(shí)魯棒體系設(shè)計(jì)的定量概念設(shè)計(jì)方法，并提出組合魯棒評(píng)估的多準(zhǔn)則決策支持系統(tǒng)[44]，豐富了政府對(duì)網(wǎng)絡(luò)輿情傳播的引導(dǎo)方式。

參考文獻(xiàn)：

[1] ?楊善林，周斌，賈焰，等.網(wǎng)絡(luò)輿情監(jiān)測(cè)、分析與管理的現(xiàn)狀與挑戰(zhàn)[J].中國(guó)工程科學(xué)，2016，18（6）：17-22.

[2] ?Heather Savigny.Public Opinion，Political Communication and the Internet[J].Politics，2014，22（1）：1-8.

[3] ?Katherine T，F(xiàn)ox-Glassman，Elke U Weber.What makes risk acceptable？ Revisiting the 1978 psychological dimensions of perceptions of technological risks[J].Journal of Mathematical Psychology，2016，75（1）：157-169.

[4] ?Tomohiro Fukuhara，Hidekazu Kubota，Masaki Chikama，et al.Application of the public opinion channel in risk communication[J].Sociotechnica，2009，17（1）：59-66.

[5] ?Matthew G Nagler.Understanding the Internets Relevance to Media Ownership Policy：A Model of Too Many Choices[DB/OL].[2018-08-23].https：//mpra.ub.uni-muenchen.de/2180/1/MPRA_paper_2180.pdf.

[6] ?葉戰(zhàn)備.適應(yīng)分眾化、差異化傳播趨勢(shì)加快構(gòu)建輿論引導(dǎo)新格局——網(wǎng)絡(luò)傳播的視角[J].江蘇社會(huì)科學(xué)，2016，47（6）：1-9.

[7] ?Anagnostopoulos C，Sekkas O，Hadjiefthymiades S.An adaptive epidemic information dissemination model for wireless sensor networks[J].Pervasive and Mobile Computing，2012，8（5）：751-763.

[8] ?Shuai Xu，Yucheng Dong.Research of Information Disseminations ?PublicRisk Management in We-media Era[C].Proceedings of the Seventh International Conference on Management Science and Engineering Management，2014：227-238.

[9] ?Denis Rochat，Benoit Garbinato.Injecting power-awareness into epidemic information dissemination in sensor networks[J].Future Generation Computer Systems，2010，7（6）：868-876.

[10] ?李旭暉，李媛媛，馬費(fèi)成.我國(guó)圖情領(lǐng)域社會(huì)化標(biāo)簽研究主要問題分析[J].圖書情報(bào)工作，2018，62（16）：120-131.

[11] ?Sara Heydari，Sam G Roberts，Robin I M，et al.Multichannel social signatures and persistent features of ego networks[J].Applied Network Science，2018，3（1）：1-13.

[12] ?Arunima Krishna，Kelly S Vibber.Victims or conspirators？ Understanding a hot-issue publics online reactions to a victim cluster crisis[J].Journal of Communication Management，2017，18（3）：303-318.

[13] ?孫瑞英.信息異化問題的理性思考[J].情報(bào)科學(xué)，2007（3）：340-344.

[14] ?張慶普，陳茫.Web 4.0時(shí)代的情報(bào)學(xué)創(chuàng)新探究[J].情報(bào)學(xué)報(bào)，2016，35（10）：1048-1061.

[15] ?蘭月新，王芳，張秋波，等.大數(shù)據(jù)背景下網(wǎng)絡(luò)輿情主體交互機(jī)理與對(duì)策研究[J].圖書與情報(bào)，2016（3）：28-37.

[16] ?巴志超，李綱，毛進(jìn)，等.微信群內(nèi)部信息交流的網(wǎng)絡(luò)結(jié)構(gòu)、行為及其演化分析——基于會(huì)話分析視角[J].情報(bào)學(xué)報(bào)，2018，37（10）：1009-1021.

[17] ?Benjamin Doerr，Anna Huber，Ariel Levavi.Strong robustness of randomized rumor spreading protocols[J].Discrete Applied Mathematics，2013，161（6）：778-793.

[18] ?Leskovec J，Mcglohon M，F(xiàn)aloutsos C，et al.Cascading Behavior in Large Blog Graphs[J].SDM，2007，56（1）：3-9.

[19] ?Min Jae P，Hyeri Choi，Suk Kyoung Kim，et al.Trust in governments social media service and citizens patronage behavior[J].Telematics and Informatics，2015，32（4）：629-641.

[20] ?Shang Y.An agent based model for opinion dynamics with random confidence threshold[J].Communications in Nonlinear Science and Numerical Simulation，2014，19（10）：3766-3777.

[21] ?Yongli Cai，Yun Kang，Malay Banerjee，et al.A stochastic SIRS epidemic model with infectious force under intervention strategies[J].Journal of Differential Equations，2015，259（12）：7463-7502.

[22] ?M.De la Sen，S.Alonso-Quesada，A.Ibeas.On the stability of an SEIR epidemic model with distributed time-delay and a general class of feedback vaccination rules[J].Applied Mathematics and Computation，2015，270（1）：953-976.

[23] ?張潤(rùn)蓮，蘭月新，王彩華，等.網(wǎng)絡(luò)群體性事件演化博弈分析及對(duì)策研究[J].圖書與情報(bào)，2016，37（4）：24-30.

[24] ?Suire Alexandre，Van Baalen Minus.Rumour propagation and the eco-evolutionary dynamics of social information use.[J].Proceedings.Biological sciences，2018，285（1875）：1098-1115.

[25] ?曾潤(rùn)喜，朱利平.基于政治信息視角的網(wǎng)絡(luò)謠言風(fēng)險(xiǎn)發(fā)生機(jī)理與治理研究[J].圖書與情報(bào)，2016，37（4）：1-7.

[26] ?Massimo Ostilli，Eiko Yoneki，Ian X.Y.Leung，et al.Statistical mechanics of rumour spreading in network communities[J].Procedia Computer Science，2010，1（1）：2331-2339.

[27] ?Natalie Pang，Joshua Ng.Misinformation in a riot：a two-step flow view[J].Online Information Review，2017，41（4）：438-453.

[28] ?J Verdasca，M M Telo da Gama，A Nunes，et al.Recurrent epidemics in small world networks[J].Journal of Theoretical Biology，2005，233（4）：553-561.

[29] ?Lebensztayn E，Rodriguez P M.A connection between a system of random walks and rumor transmission[J].Physica A：Statistical Mechanics and its Applications，2013，392（23）：5793-5800.

[30] ?徐曉林，王子文.關(guān)于把握網(wǎng)絡(luò)輿情主導(dǎo)權(quán)問題研究[J].管理世界，2010，27（4）：183-184.

[31] ?董宇，安小米.政府信息服務(wù)評(píng)價(jià)體系的可持續(xù)性研究[J].圖書情報(bào)工作，2018，62（20）：33-42.

[32] ?張航.網(wǎng)絡(luò)輿論不是民意的全部[N/OL].[2018-08-23].http：//cpc.people.com.cn/GB/64093/64099/9947365.html.

[33] ?楊妍.自媒體時(shí)代政府如何應(yīng)對(duì)微博傳播中的“塔西佗陷阱”[J].中國(guó)行政管理，2012（5）：26-29.

[34] ?張權(quán)，燕繼榮.中國(guó)網(wǎng)絡(luò)輿情治理的系統(tǒng)分析與善治路徑[J].中國(guó)行政管理，2018（9）：21-29.

[35] ?廖海涵，王曰芬，關(guān)鵬.微博輿情傳播周期中不同傳播者的主題挖掘與觀點(diǎn)識(shí)別[J].圖書情報(bào)工作，2018，62（19）：77-85.

[36] ?劉怡君，陳思佳，黃遠(yuǎn).重大生產(chǎn)安全事故的網(wǎng)絡(luò)輿情傳播分析及其政策建議——以“8.12天津港爆炸事故”為例[J].管理評(píng)論，2016，28（3）：221-229.

[37] ?曾潤(rùn)喜，杜洪濤，王晨曦.互聯(lián)網(wǎng)環(huán)境下公眾議程與政策議程的關(guān)系及治理進(jìn)路[J].管理世界，2016，43（10）：180-181.

[38] ?Damian Tambini，Sharif Labo.Digital intermediaries in the UK：implications for news plurality[J].Info，2016，18（4）：33-58.

[39] ?呂鵬，范博深，賈蕤槄.公共安全治理策略研究——以暴力事件的產(chǎn)生及其輿論傳播為例[J].中國(guó)軟科學(xué)，2017，64（3）：47-55.

[40] ?Efthimios Tambouris，Hans Jochen Scholl，et al.Constructing a Methodology Toward Policy Analysts for Understanding Online Public Opinions：A Probabilistic Topic Modeling Approach[J].Innovation and the Public Sector，2015，22（3）：72-79.

[41] ?史安斌.情境式危機(jī)傳播理論與中國(guó)本土實(shí)踐的檢視：以四川大地震為例[J].傳播與社會(huì)學(xué)刊（香港），2011，春季號(hào)：28-36.

[42] ?Tang Zhi-Wei，Du Fei，Jiang Ping.An Empirical Study on Temporal Evolution Rule of Network Clustering Behavior[J].International Journal of Information Systems for Crisis Response and Management，2016，3（4）：56-70.

[43] ?Sabine Trepte，Helmut Scherer.Opinion leaders——Do they know more than others about their area of interest？[J].Communications，2010，35（2）：119-140.

[44] ?Lourenco J C，Morton A，CAB e Costa.PROBE—A multicriteria decision support system for portfolio robustness evaluation[J].Decision Support Systems，2012，54（1）：534-550.