公共安全視域下的輿情熱點及發(fā)展趨勢可視化分析

嚴鍇 李紅霞

摘要：輿情是公眾對自己關心或與自身利益緊密相關的各種公共事務所持有的多種情緒、態(tài)度和意見交錯的總和，其關注深層次矛盾和問題的特點，導致輿情對于公共安全事件的發(fā)生存在一定作用。掌握全球范圍內輿情領域的研究現(xiàn)狀和發(fā)展趨勢，是把握輿情傳播規(guī)律及演變特征，進行科學分析，提出輿情管控管用措施的基礎性工程，對于降低公共安全事件發(fā)生概率，防止事件升級具有重要意義。利用CITE SPACE信息可視化軟件，對Web of Science數(shù)據(jù)庫中1992-2018年期間收錄的國外輿情研究文獻進行了可視化知識圖譜分析，研究了該領域主要研究機構、國家、作者等方面的國外輿情研究的時空分布情況，通過對關鍵詞、研究聚類等可視化分析，闡釋了該領域當下研究熱點，預測了未來發(fā)展趨勢。結果表明：輿情領域主要研究力量集中在美國，以美國高校為甚，研究作者之間缺乏相互合作的關系，輿論內容主要與政治、氣候、環(huán)境、群眾與政府關系相關，同時發(fā)現(xiàn)衛(wèi)生健康、酒精控制政策是目前輿論領域新興的研究熱點，具有引導未來發(fā)展趨勢可能性。

關鍵詞：公共安全;輿情;CITE SPACE;可視化圖譜;聚類分析;發(fā)展趨勢

中圖分類號：G 206

文獻標志碼：A

文章編號：1672 - 9315 （2019）06 -1082 - 08

DOI：10. 13800/j.cnki.xakjdxxb. 2019. 0622 開放科學（資源服務）標識碼（OSID）：

收稿日期：2019 -05 - 30

責任編輯：楊泉林

基金項目：國家自然科學基金（51874237）

第一作者：嚴鍇（1987 -），男，陜西西安人，博士研究生，E-mail：67639006@ qq.com

通信作者：李紅霞（1965 -），女，河北遵化人，教授，博士生導師，E-mail：4061445196@ qq，com

0 引言

輿情（Public Opinion）是群眾思想的集中表達，具有數(shù)量大、傳播快、信息量大、虛實難辨等特征。同時它又是各種事件刺激而產生的所有認知、態(tài)度和行為傾向的集合，表現(xiàn)為社會的情緒。隨著社會、經濟、網(wǎng)絡的迅速發(fā)展，輿情的傳播與演變形式也越來越多樣化。研究輿情發(fā)展規(guī)律和演變特性，可以及時掌握當下民眾關注的熱點問題，從而主動做出預測，提出措施開展預警，引導和控制輿情向健康正面的方向發(fā)展。因此加強對輿情發(fā)展規(guī)律與管控策略研究很有必要。

曲洪圓通過對比傳統(tǒng)媒體，從輿情傳播起點、傳播范式、傳播結構等方面對智媒時代的輿情傳播嬗變進行了分析，初步還原了當前輿情傳播的模式[1];蔣海彬利用文獻研究法分析了高校網(wǎng)絡意識形態(tài)輿情系統(tǒng)內在要素的作用機制[2];姚廣宜研究得到情感因素成為輿情發(fā)聲與傳播的重要驅動力量[3];王國華利用知識圖譜分析方法研究了近十年國外輿情的研究熱點和發(fā)展趨勢[4];聶黎生將KPCA -粒子群隨機森林算法用于輿情趨勢預測[5];羅洪云等運用知識圖譜分析方法研究了大數(shù)據(jù)環(huán)境下我國網(wǎng)絡輿情研究現(xiàn)狀及相關特征[6];劉思彤對我國民族地區(qū)輿情研究相關文獻進行分析，研究了該領域的研究熱點與趨勢[7];張思龍等運用科學知識圖譜分析了大數(shù)據(jù)時代網(wǎng)絡輿情研究的前沿演進和發(fā)展趨勢[8]。本研究借助CITE SPACE軟件，對全球輿情相關研究文獻進行了分析，全面、系統(tǒng)地了解了目前全球各國學者、機構對輿情的研究進展，通過對關鍵詞及文獻聚類分析找到研究熱點，并對未來發(fā)展趨勢做出預測，為我國輿情的研究管理提供可靠依據(jù)。

1 數(shù)據(jù)來源分析

為了從世界范圍內對輿情發(fā)展做整體研究，同時與國內輿情研究情況進行對比，首先利用“中國知網(wǎng)（ CNKI）”以輿情為關鍵詞進行檢索，發(fā)現(xiàn)國內對于輿情的研究最早出現(xiàn)于1978年，但是在1978年之后便無相關文獻發(fā)表，直到1992年之后才開始有了穩(wěn)定發(fā)表。因此，利用Web of Science（WOS）數(shù)據(jù)庫對1992-2018年期間以“Public 0一pinion（輿情）”為主題的文獻進行高級檢索，文獻類型為“文章（ Article）”，得到有效文獻1946篇，這樣的文獻獲取方式去除了書籍、會議記錄等形式的文獻資料，保證了研究數(shù)據(jù)的代表性與權威性。對CNKI數(shù)據(jù)庫及WOS數(shù)據(jù)庫中提取的文獻進行出版年限對比，結果如圖1所示。

從圖1可以看出，世界范圍內對輿情的高水平文章發(fā)表量一直處于穩(wěn)定緩慢的增長狀態(tài)，1 946篇文章被引頻次共達34 034次，除去自引后被引頻次仍達32 200次之多;而國內對于輿情的研究自2007年后開始呈現(xiàn)指數(shù)型增長，說明我國加大了對于輿情研究的重視程度，同時國內對于輿情的研究熱度也越來越高。

2 知識圖譜可視化分析

分析工具-CITE SPACE是一款多元、分時、動態(tài)的引文可視化分析軟件，旨在實現(xiàn)理論現(xiàn)狀的解釋和領域未來前景預測2大功能。通過CITESPACE軟件內置除重功能，對檢索數(shù)據(jù)進行預處理后導入，選擇相關節(jié)點類型，優(yōu)化設置各項參數(shù)，得到相關分析圖譜以及節(jié)點信息內容，以此為基礎進行深入分析。

2.1 國家和機構分析

利用Cite Space V生成機構與國家合作關系網(wǎng)絡圖，將網(wǎng)絡節(jié)點設置為“機構”和“國家”，其他各系數(shù)保持默認，對1992-2018年的文獻以1年為一個時間切片進行分析，可以得出該研究內容在不同國家及研究機構的分布情況，如圖2所示。其中國家名稱全部為大寫，機構名稱僅首字母大寫。在該圖譜的網(wǎng)絡結構中，共有208個節(jié)點，525條連線，節(jié)點越大，代表該組織機構或國家的發(fā)表文獻數(shù)量越多，對應頻次越高。具有紫色外圈的節(jié)點具有較高的中介中心性，通常是連接2個不同領域的關鍵樞紐，也稱為轉折點。

從圖2可以看出，世界范圍內各國對輿情的研究主要集中于美國、英國、加拿大、中國等國家.各國之間研究網(wǎng)絡較為密集，交叉合作較多，且從節(jié)點位置以及連線之間交叉程度來看，大多數(shù)國家的研究都建立在美國的研究基礎之上，僅就本次研究數(shù)據(jù)來看，美國在輿情研究領域處于絕對領先地位。

全球輿情研究機構發(fā)文頻次及年份見表1，其中對Univ Michigan和Michigan State Univ 2個節(jié)點進行了合并。從研究機構的分布情況分析，高校是輿情研究的重要力量，在輿情研究貢獻最大的機構前十名中有9名為美國高校，其中密歇根大學最早開始研究且發(fā)文頻次最多、中介中心度最高，說明該校研究在整個研究領域中具有一定的重要性，起到了連接其他節(jié)點的作用。從整體看來，我國只有香港大學排名較為靠前，位列35位，接下來是清華大學，位于54位，結合前文發(fā)文量的研究，說明在輿情研究領域，我國高水平文章仍然較少，研究與其他國家相比仍有一定差距。

2.2 作者特征分析

通過對文獻作者發(fā)文數(shù)量進行分析，可以得到該研究領域中的領軍人物，從而再研究這些起到先導作用的學者所著文章，分析得到的數(shù)據(jù)將更具權威性與前沿性。利用CITE SPACE V將網(wǎng)絡節(jié)點設置為作者，在功能與設置區(qū)的selectioncriteria處修改TOPⅣ，設Ⅳ取5.時間為1992-2018，切片設置為1，該選擇的意義是為提取時間切片內頻次出現(xiàn)排名前5名的作者，計算結果如圖3所示。

經計算后得到節(jié)點98個，連線56條，說明本次計算共檢索出符合條件的作者98人，合作關系56次。通過分析認為作者間合作不多，其中有相互合作關系的主要圍繞Busemeyer M R，Hoffman LH，Murphy J等，同時通過檢索發(fā)現(xiàn)上述學者發(fā)表文獻數(shù)量較多，因此可以認為是在合作中起到了主導作用。其他作者之間連線稀少，分布松散，缺乏大量密集性關聯(lián)。根據(jù)軟件分析結果得到作者首次發(fā)文的時間、文獻數(shù)量及所屬機構見表2.

從表2可知，在98位作者之中，大多數(shù)人發(fā)文時間較早，近年來并無大量高水平研究文章發(fā)表，但整體發(fā)文量一直緩慢上升，說明目前的研究大多仍基于前人的研究基礎，缺乏一定的創(chuàng)新性。從作者所屬機構及國家來看，與前文分析結論相同，主要集中于美國高校，而且在學校內部存在一定的合作研究，這樣小范圍學者之間的合作雖然有利于高質量研究成果的產生，但不利于對輿情研究的持續(xù)發(fā)展。因此，我國對于輿情研究應建立在國家體制、社會環(huán)境等各方面持續(xù)發(fā)展的前提下，開展跨學科、跨機構、跨國的交叉融合研究。

2.3 關鍵詞分析

關鍵詞是對于文章內容的高度濃縮與概括的核心詞，通過對關鍵詞檢索分析，不但可以得出輿情領域中的研究熱點，還能挖掘得到近些年研究的新興內容。同時關鍵詞出現(xiàn)的頻率與研究熱度成正比，出現(xiàn)頻率越高，說明預期相關研究熱度越高。通過將CIrIE SPACE網(wǎng)絡節(jié)點設置為關鍵詞，3組閾值分別設定為（2.2.20）、（2.3.20）、（1.3.20）對有效文獻進行分析，得到計算結果如圖4所示。

經統(tǒng)計，圖4中共出現(xiàn)節(jié)點303個，連線1 642條，說明在1992年-2018年內按照設置數(shù)據(jù)共檢索出關鍵詞303個，出現(xiàn)頻次200次以上的關鍵詞僅有1個“Attitude”，出現(xiàn)頻次100 - 200次的關鍵詞有4個，主要是“Support”“Policy”“Politics”“U—nited states”。具體關鍵詞及出現(xiàn)頻次整理見表3.

從圖4和表3中可以看出，“Attitude”為最重要的節(jié)點，位于整個圖譜中心位置，可以認為其是輿情領域研究的核心，也就說明各國對于輿情研究重點是圍繞“群眾態(tài)度”這個方面展開。出現(xiàn)頻次位列第二、三的關鍵詞為“Support（支持）”和“Policy（政策）”，該關鍵詞表明輿情一定程度上與政策相關。同時，出現(xiàn)頻次較高的關鍵詞還有“Politics（政治）”、“United States（美國）”、“Per-ception（認知）”、“Impact（沖突）”、“Preference（偏好）”，這些高頻關鍵詞也在一定程度上反應了世界范圍內，各國對于輿情研究的重點，主要是對認知沖突或偏好進行研究以預測輿情發(fā)展進而進行控制。同時在圖譜邊緣處出現(xiàn)的小節(jié)點，如“Health care（衛(wèi)生保?。薄ⅰ癆lcohol policy（酒精政策）”、“Social media（社會媒體）”則表現(xiàn)為目前較為前沿的研究內容。因此，我國在今后的研究中也應緊跟趨勢，開展相關研究，但是在研究過程中要注意結合我國國情，不能盲目跟風。

3 研究熱點及發(fā)展趨勢

為研究全球輿情的研究熱點及未來發(fā)展趨勢，利用Cite Space V對近3a全球輿情領域中的文獻進行參考文獻聚類分析，時間跨度設置為2015 -2018年，時間切片為1 a，節(jié)點類型選擇為cited reference，閾值為top 50.為簡化計算網(wǎng)絡，突出重要的結構特征，運用Pathfinder運算方法對每個切片網(wǎng)絡進行修剪（ Pruning Sliced networks），對運算得出的文獻共被引知識圖譜進行關鍵詞聚類分析（Label clusters with indexing terms），利用對數(shù)似然率（ Log-Iikely ratio，LLR）算法對聚類進行分析，并利用特征向量中心法標記節(jié)點大?。?nodesides= eigenvector centrality），得到的文獻共被引網(wǎng)絡聚類知識圖譜如圖5所示。

本次計算共得到159個聚類，其中系統(tǒng)自動過濾內容節(jié)點小于10的聚類，圖中所示為系統(tǒng)過濾后剩余19個較大聚類，聚類內容節(jié)點越多，聚類編號越小。聚類顏色代表其所屬年份，顏色越冷年份越早，越暖則越近。從圖5可以看出，隨著時間的推移，各聚類之間基本處于首尾相連的狀態(tài)，這說明對于輿情的研究在不同的年代聚焦的重點不同，這是與其他研究領域所不同的。由于篇幅限制，文中選擇有一定代表性的聚類進行分析，由于前3個聚類分別具有不同顏色，其平均年份恰好基本相距10 a，因此針對前3個聚類分析具有一定的參考價值。相關內容整理見表4，其中平均年份為該聚類下所有關鍵詞出現(xiàn)的平均年份。通過對聚類標簽分析總結，可以得出一定的研究前沿發(fā)展趨勢。

3.1 聚類#o：presidential popularity effects（總統(tǒng)的受歡迎程度影響）

該聚類下共有節(jié)點52個，說明該聚類中包含文章52篇，其中大多數(shù)與國家政治、政策研究相關。中心度較高的文章分別來自ZALLER J，HOL-STl OR等人。

ZALLER J討論了人們是如何形成政治偏好的，他試圖展示新聞和政治辯論如何在大量人群中傳播，個人如何根據(jù)自己的政治價值觀和其他傾向來評估這些信息，以及他們如何將自己的反應轉化為對大規(guī)模調查和選舉投票決定的態(tài)度報告。雖然這本書在許多情況下涉及政治偏好的形成，但它仍然保持了高度的概括性。其目的是將盡可能多的公眾意見納入一個有凝聚力的理論體系[9]。HOLSTI O R使用了一些公眾對國際事務的態(tài)度和偏好數(shù)據(jù)，來解決這些關鍵問題，其結論是，雖然美國公眾對外交事務的許多方面并不了解，但他們的意見通常是對現(xiàn)實世界事件的穩(wěn)定、合理的反應，并不缺乏結構性，往往可以對外交政策產生重大的影響[1O]。HERBST S通過對19世紀中葉至今美國輿情史的探索，揭示了數(shù)字如何同時發(fā)揮工具和符號的作用，既傳達中立的信息，又創(chuàng)造基本的權威。他探討了公眾意見的量化如何影響當代政治和民主進程，并提出了一些有關美國政治運作的困難但基本的問題[11]。INCLE-HART R利用從1970年到1988年收集的26個國家的大量時間序列調查數(shù)據(jù)，分析了在成年人口中，年輕一代取代年長一代產生的文化變化。這些變化具有深遠的政治影響，它們似乎正在改變社會的經濟增長率和所追求的經濟發(fā)展方式[12]。ERIKSON R在分析了20世紀30年代至今的美國國家政策后指出，公眾輿論在決定公共政策方面的重要性是一個引起廣泛辯論的主因[13]。無論討論的焦點是地方、國家或國家事務，普通公民的意見的影響往往是假定的，很少得到證明。其他因素，如利益集團游說、政黨政治、發(fā)展或環(huán)境制約，被認為對政策形成有更大的影響。這一結論肯定了國家制度的穩(wěn)定性并適用于民主理論的核心問題。

該聚類表明，盡管個體間觀點不同，但是群眾整體的觀點具有一致的方向，它代表了大多數(shù)人的共同觀點，該觀點會逐漸演變?yōu)槟撤N方面的輿情，進而對國家事務造成一定的影響。

3.2 聚類#1，climate change（氣候變遷）

該聚類下共有節(jié)點45個，說明該聚類中包含文章45篇，其中大多數(shù)與氣候、環(huán)境對公眾輿論的影響相關。其中中心度較高的文章來自MC-CRIGHT A M.EGAN P J，BRULLE R J等人。

MCCRIGHT A M通過分析2001年至2010年間10個具有全國代表性的民意調查數(shù)據(jù)，研究了美國公眾對氣候變化的兩極分化觀點[14]。他發(fā)現(xiàn)，自由主義者和民主黨人更有可能表達對全球變暖的個人關注。EGAN P J使用觀察數(shù)據(jù)法調查了人們如何將個人經歷轉化為政治態(tài)度這一問題，在達項研究中，他確定天氣模式會影響群眾對于全球變暖的觀點，進而影響與全球變暖的輿情發(fā)展[15]。BRULLE R J對2002年1月至2010年12月期間影響美國公眾對氣候變化的關注因素進行了實證分析[16]。時間序列分析表明，經濟因素對公眾對氣候變化的關注程度影響最大。雖然媒體報道也有重要影響，但這種報道本身在很大程度上取決于經濟因素。極端天氣對總體公眾輿論走向沒有影響，向公眾發(fā)布有關氣候變化的科學信息對輿情影響微乎其微。SCRUGGS L評估了近30年關于全球變暖和環(huán)境的公眾輿論數(shù)據(jù)，并表明對氣候變化的信念下降很可能是由大蕭條造成的經濟不安全感所驅動[17]。來自歐洲國家的數(shù)據(jù)進一步支持了改變公眾輿論的經濟解釋。這種模式與近40 a來關于環(huán)境政策的公眾輿論走向一致。

該聚類表明，輿情與氣候變化密切相關，另外經濟因素會影響與天氣相關的輿情，雖然新聞報道也會影響輿情發(fā)展，但是仍舊受經濟因素影響。

3.3 聚類#2：public opinion surveys（民意調查）

該聚類下共有節(jié)點44個，說明該聚類中包含文章44篇，其中大多數(shù)研究與輿情和政府之間關系相關。其中中心度較高的文章來自ERIKSON RS，JACOBS L R.MONROE A D等人。

ERIKSON RS從宏觀政治層面為美國政治提供了第一個系統(tǒng)層面的綜合模型。該模型關注輿情、政府活動和政策之間的相互作用，以及公民和政府的聯(lián)合行為如何隨著時間的推移相互影響，將對經濟結果、總統(tǒng)批準、黨派、選舉和政府決策等問題的理解整合到一個單一模型中[18]。JA-COBS LR認為，反應能力的下降、輿情操縱的激增以及激烈的黨派沖突已經降低了政府治理過程的有效性和公眾對其的信心，他建議公眾應表現(xiàn)出更加強烈、持續(xù)的輿情偏好[19]。MONROE AD將1980年至1993年期間500多個問題的輿情與實際政策結果進行了比較。其中55%的案例中，政策結果與輿情偏好表現(xiàn)出一致，較1960年至1979年期間的比例63%有所下降[20]。與早些時候的分析類似，政策與輿情不一致的一個關鍵原因似乎是公眾對美國政治進程變化的固有偏見，這種傾向隨著時間的推移而加劇。WLEZIEN C認為公共政策中輿情的表現(xiàn)偏好是大多數(shù)民主概念的基礎[21]，公眾會根據(jù)決策者的實際行動來調整自己對政策的觀點。盡管它具有明顯的重要性，但很少有研究能夠系統(tǒng)地解決這種對偏好政策的反饋。BURSTEIN P考慮了輿情對公共政策的影響[22]：①它有多大的影響;②隨著問題顯著性的增加，影響會增加多少;③利益集團、社會運動組織、政黨和精英可以在多大程度上否定輿情的影響;④政府對輿情的回應是否隨時間而變化。主要調查結果包括：輿情的影響是巨大的;問題越顯著輿情的影響越大;即使考慮到政治組織的活動，輿情的影響仍然很強烈;響應性似乎沒有隨著時間的推移發(fā)生顯著變化。

該聚類中的文章大多利用模型對輿情與政府的關系進行了研究，結果表明，日益激烈的黨派沖突降低了公眾對于政府的信心，社會輿情與政府政策會相互影響，政府對輿情的響應并不會隨時間推移而發(fā)生改變。

4 結論

1）自1992年以來，國外輿情研究文獻發(fā)表量呈現(xiàn)逐年緩慢增長趨勢，但始終未能突破每年150篇。我國輿情研究自2007年后開始呈現(xiàn)指數(shù)型增長，隨著國家對意識形態(tài)工作的越發(fā)重視、對公共事件防控力度的進一步加大，國內對于輿情研究的熱度也越來越高。

2）從分析結果來看，作者間合作較少，且研究成果針對性強，缺乏廣泛的適用性。從國家機構方面來看，美國在輿情研究領域占有絕對的主導地位，但其研究仍以機構間的小范圍合作為主，導致研究結果存在一定片面性。我國學者應致力于高水平研究成果的寫作和發(fā)表，注重政府、高校及行業(yè)機構間的交流合作，進一步提高研究質量。

3）從關鍵詞以及聚類分析結果中可以看出，當前輿情的研究內容主要以社會輿情為主，聚焦在氣候變化、環(huán)境變換對公眾的影響及公眾輿論對于政治事務的影響方面。但是從邊緣新興關鍵詞來看，應加強對衛(wèi)生健康、酒精政策、新聞媒體等方面輿情誘發(fā)、回應、發(fā)酵、干預、態(tài)勢、監(jiān)管的研究，增強研究前瞻性，下好輿情研究的“先手棋”。

4）根據(jù)我國國情和互聯(lián)網(wǎng)技術發(fā)展現(xiàn)狀，我國學者在研究中不能完全仿照他國輿情的研究形式和研究熱點，應在吸收借鑒已有研究經驗的基礎上，推動輿情研究從以實地調研為主的現(xiàn)實研究，向以微博、微信、推特為代表的自媒體研究轉變，聚焦我國實際和可能造成公共安全事件的熱點問題，提升輿情研究的針對性、實效性，擴大中國特色輿情研究成果在國際范圍內的影響力。

參考文獻（ References）：

[1]曲洪圓.智媒時代的輿情傳播機制嬗變[J].新媒體研究，2019（14）：19 -20.

QU Hong-yuan. The evolution of public opinion commu-nication mechanism in the age of intelligent media[J].New Media Research ，2019（ 14）：19 - 20.

[2]蔣海彬，王穎，劉娜，高校網(wǎng)絡意識形態(tài)輿情結構及作用機制研究[J].遼寧工業(yè)大學學報（社會科學版），2019，21（5）：1 -3.

JIANG Hai-bin， WANG Ying， LIU Na. Research on thestructure and function mechanism of network ideologicalpublic opinion in universities[J].Journal of Liaoning U—niversity of Technology（ Social Science Edition）， 2019，21（5）：1 -3.

[3]姚廣宜，周詠怡，情感驅動下的輿情傳播——以“成都七中實驗學校食品安全事件”為例[J].新聞春秋，2019（4）：62 -65.

YAO Guang-yi，ZHOU Yong-yi. Communication of pub-lic opinion driven by emotion： take food safety event inchengdu No.7 middle school as an example[J].Journalof Journalism Evolution ，2019（ 4）： 62 - 65.

[4] 王國華，石國良.近十年國外輿情研究知識圖譜分析[J].情報科學，2019 ，37（8）：152 -157 ，162.

WANG Cuo-hua， SHI Cuo-liang. Knowledge map analy-sis of public opinion research abroad in recent ten years[J]. Information Science ，2019 ，37（8）：152 - 157 ，162.

[5] 聶黎生，基于KPCA -粒子群隨機森林算法的輿情趨勢預測研究[J].現(xiàn)代電子技術，2019 ，42（ 15）：79 - 82.

NIE Li-sheng. Research on trend prediction of public o— pinion based on KPCA and particle swarm random forestalgorithm[J].Modern Electronics Technique， 2019， 42 （15）：79 - 82.

[6] 羅洪云，林向義，邵強，等，大數(shù)據(jù)環(huán)境下我國網(wǎng)絡輿情研究知識圖譜分析[J].情報探索，2019（7）：128 - 134.

LUO Hong-yun， LIN Xiang-yi， SHAO Qiang， et al.Knowledge mapping analysis of study on internet publicopinion in the era of big data in China[J].InformationResearch，2019（7）：128 - 134.

[7] 劉思彤，知識圖譜視角下我國民族地區(qū)輿情研究演化與熱點分析[J].廣西民族研究，2019（3）：33 -41.

LIU Si-tong. Perspective of knowledge mapping on stud-ies of the evolution of public opinion and hotspot analy-sis in ethnic minority areas of China[J].Guangxi EthnicStudies，2019（3）：33 -41.

[8] 張思龍，王蘭成，婁國哲，等，大數(shù)據(jù)時代網(wǎng)絡輿情研究的前沿演進和發(fā)展趨勢[J].中華醫(yī)學圖書情報雜志，2019 ，28 （1）：50 - 55.

ZHANC Si-long， WANG Lan-cheng， LOU Guo-zhe， eta1. Frontier evolution and development trend in studieson network public opinions in big data era[J].ChineseJournal of Medical Library and Information Science，2019 ，28（1）：50 -55.

[9]

Zaller JR.The nature and origins of mass opinion[M].Cambridge： Cambridge University Press， 1992.

[10] Holsti o R.Public opinion and American foreign policy[M]. Michigan： University of Michigan Press ，2004.

[11] Herbst S.Numbered voices： How opinion polling hasshaped American politics[M].Chicago： University of Chicago Press ， 1995.

[12] Inglehart R. Culture shift in advanced industrial society[ M ] . Princeton ： Princeton University Press ， 2018.

[13]

Erikson R S ， Wright G C ， Mclver J P. Statehouse democ- racy ： Public opinion and policy in the American states [ M ] . Cambridge ： Cambridge University Press ， 1993 .

[14]

McCright A M ， Dunlap R E. The politicization of climatechange and polarization in the American public ' s viewsof global warming， 2001-2010 [ J ] . The SociologicalQuarterly ，2011 ，52 （ 2） ： 155 - 194.

[15] Egan P J， Mullin M. Turning personal experience intopolitical aUitudes ：The effect of local weather on Ameri-cans ' perceptions about gobal warming[ J ] . The Journal of Politics ，2012 ，74 （ 3） ：796 - 809.

[16]

Brulle R J ， Carmichael J ， Jenkins J C. Shifting public o-pinion on climate change： an empirical assessment offactors inlluencing concern over climate change in theus ， 2002-2010 [ J ] . Climatic change ， 2012 ， 114 （ 2） ：169 - 188.

[17] Scruggs L， Benegal S. Declining public concern aboutclimate change： Can we blame the great recession？[ J ] . Clobal Environmental Change ，2012 ， 22 （ 2） ：505 - 515.

[18] Erikson R S， MacKuen M B， Stimson J A. The macropolity [ M ] . Cambridge ： Cambridge University Press，2002.

[ 19] Jacobs L R， Shapiro R Y. Politicians don ' t pander ： Po-litical manipulation and the loss of democratic respon- siveness [ M ] . Chicago ： University of Chicago Press，2000.

[20] Monroe A D. Public opinion and public policy，1980-1993 [ J] . Public Opinion Quarterly ， 1998 ， 62 （ I ） ： 6 - 28.

[21] Wlezien C. Dynamics of representation： The case of USspending on defence [ J] . British Journal of Political Sci- ence，1996 ，26（1） ：81 - 103.

[22] Burstein P. The impact of public opinion on public poli-cy： A review and an agenda [ Jl. Political ResearchQuarterly ，2003 ，56 （ 1） ：29 - 40.