公共安全視域下的輿情熱點(diǎn)及發(fā)展趨勢可視化分析

嚴(yán) 鍇，李紅霞

（西安科技大學(xué) 管理學(xué)院，陜西 西安710054）

0 引 言

輿情（Public Opinion）是群眾思想的集中表達(dá)，具有數(shù)量大、傳播快、信息量大、虛實(shí)難辨等特征。同時(shí)它又是各種事件刺激而產(chǎn)生的所有認(rèn)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(jīng)濟(jì)、網(wǎng)絡(luò)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(shí)掌握當(dāng)下民眾關(guān)注的熱點(diǎn)問題，從而主動做出預(yù)測，提出措施開展預(yù)警，引導(dǎo)和控制輿情向健康正面的方向發(fā)展。因此加強(qiáng)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(diǎn)、傳播范式、傳播結(jié)構(gòu)等方面對智媒時(shí)代的輿情傳播嬗變進(jìn)行了分析，初步還原了當(dāng)前輿情傳播的模式［1］；蔣海彬利用文獻(xiàn)研究法分析了高校網(wǎng)絡(luò)意識形態(tài)輿情系統(tǒng)內(nèi)在要素的作用機(jī)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(qū)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(diǎn)和發(fā)展趨勢［4］；聶黎生將KPCA-粒子群隨機(jī)森林算法用于輿情趨勢預(yù)測［5］；羅洪云等運(yùn)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(luò)輿情研究現(xiàn)狀及相關(guān)特征［6］；劉思彤對我國民族地區(qū)輿情研究相關(guān)文獻(xiàn)進(jìn)行分析，研究了該領(lǐng)域的研究熱點(diǎn)與趨勢［7］；張思龍等運(yùn)用科學(xué)知識圖譜分析了大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)輿情研究的前沿演進(jìn)和發(fā)展趨勢［8］。本研究借助CITE SPACE軟件，對全球輿情相關(guān)研究文獻(xiàn)進(jìn)行了分析，全面、系統(tǒng)地了解了目前全球各國學(xué)者、機(jī)構(gòu)對輿情的研究進(jìn)展，通過對關(guān)鍵詞及文獻(xiàn)聚類分析找到研究熱點(diǎn)，并對未來發(fā)展趨勢做出預(yù)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(nèi)對輿情發(fā)展做整體研究，同時(shí)與國內(nèi)輿情研究情況進(jìn)行對比，首先利用“中國知網(wǎng)（CNKI）”以輿情為關(guān)鍵詞進(jìn)行檢索，發(fā)現(xiàn)國內(nèi)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(guān)文獻(xiàn)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 Opinion（輿情）”為主題的文獻(xiàn)進(jìn)行高級檢索，文獻(xiàn)類型為“文章（Article）”，得到有效文獻(xiàn)1946篇，這樣的文獻(xiàn)獲取方式去除了書籍、會議記錄等形式的文獻(xiàn)資料，保證了研究數(shù)據(jù)的代表性與權(quán)威性。對CNKI數(shù)據(jù)庫及WOS數(shù)據(jù)庫中提取的文獻(xiàn)進(jìn)行出版年限對比，結(jié)果如圖1所示。

圖1 CNKI及WOS數(shù)據(jù)庫中提取的文獻(xiàn)出版年限對比Fig.1 Comparison of publication years of documents extracted from CNKI and WOSdatabases

從圖1可以看出，世界范圍內(nèi)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(dá)34 034次，除去自引后被引頻次仍達(dá)32 200次之多；而國內(nèi)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(shí)國內(nèi)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(shí)、動態(tài)的引文可視化分析軟件，旨在實(shí)現(xiàn)理論現(xiàn)狀的解釋和領(lǐng)域未來前景預(yù)測2大功能。通過CITE SPACE軟件內(nèi)置除重功能，對檢索數(shù)據(jù)進(jìn)行預(yù)處理后導(dǎo)入，選擇相關(guān)節(jié)點(diǎn)類型，優(yōu)化設(shè)置各項(xiàng)參數(shù)，得到相關(guān)分析圖譜以及節(jié)點(diǎn)信息內(nèi)容，以此為基礎(chǔ)進(jìn)行深入分析。

2.1 國家和機(jī)構(gòu)分析

利用Cite Space V生成機(jī)構(gòu)與國家合作關(guān)系網(wǎng)絡(luò)圖，將網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)置為“機(jī)構(gòu)”和“國家”，其他各系數(shù)保持默認(rèn)，對1992—2018年的文獻(xiàn)以1年為一個(gè)時(shí)間切片進(jìn)行分析，可以得出該研究內(nèi)容在不同國家及研究機(jī)構(gòu)的分布情況，如圖2所示。其中國家名稱全部為大寫，機(jī)構(gòu)名稱僅首字母大寫。在該圖譜的網(wǎng)絡(luò)結(jié)構(gòu)中，共有208個(gè)節(jié)點(diǎn)，525條連線，節(jié)點(diǎn)越大，代表該組織機(jī)構(gòu)或國家的發(fā)表文獻(xiàn)數(shù)量越多，對應(yīng)頻次越高。具有紫色外圈的節(jié)點(diǎn)具有較高的中介中心性，通常是連接2個(gè)不同領(lǐng)域的關(guān)鍵樞紐，也稱為轉(zhuǎn)折點(diǎn)。

圖2 全球輿情研究國家及機(jī)構(gòu)合作網(wǎng)絡(luò)Fig.2 Global public opinion research country and institution cooperation network

從圖2可以看出，世界范圍內(nèi)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(luò)較為密集，交叉合作較多，且從節(jié)點(diǎn)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(chǔ)之上，僅就本次研究數(shù)據(jù)來看，美國在輿情研究領(lǐng)域處于絕對領(lǐng)先地位。

表1 全球輿情領(lǐng)域研究機(jī)構(gòu)發(fā)文頻次及年份Table 1 Frequency and year of publication of research institutions in global public opinion

全球輿情研究機(jī)構(gòu)發(fā)文頻次及年份見表1，其中對Univ Michigan和Michigan State Univ 2個(gè)節(jié)點(diǎn)進(jìn)行了合并。從研究機(jī)構(gòu)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(xiàn)最大的機(jī)構(gòu)前十名中有9名為美國高校，其中密歇根大學(xué)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(gè)研究領(lǐng)域中具有一定的重要性，起到了連接其他節(jié)點(diǎn)的作用。從整體看來，我國只有香港大學(xué)排名較為靠前，位列35位，接下來是清華大學(xué)，位于54位，結(jié)合前文發(fā)文量的研究，說明在輿情研究領(lǐng)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(xiàn)作者發(fā)文數(shù)量進(jìn)行分析，可以得到該研究領(lǐng)域中的領(lǐng)軍人物，從而再研究這些起到先導(dǎo)作用的學(xué)者所著文章，分析得到的數(shù)據(jù)將更具權(quán)威性與前沿性。利用CITE SPACE V將網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)置為作者，在功能與設(shè)置區(qū)的selection criteria處修改TOPN，設(shè)N取5，時(shí)間為1992—2018，切片設(shè)置為1，該選擇的意義是為提取時(shí)間切片內(nèi)頻次出現(xiàn)排名前5名的作者，計(jì)算結(jié)果如圖3所示。

經(jīng)計(jì)算后得到節(jié)點(diǎn)98個(gè)，連線56條，說明本次計(jì)算共檢索出符合條件的作者98人，合作關(guān)系56次。通過分析認(rèn)為作者間合作不多，其中有相互合作關(guān)系的主要圍繞Busemeyer M R，Hoffman L H，Murphy J等，同時(shí)通過檢索發(fā)現(xiàn)上述學(xué)者發(fā)表文獻(xiàn)數(shù)量較多，因此可以認(rèn)為是在合作中起到了主導(dǎo)作用。其他作者之間連線稀少，分布松散，缺乏大量密集性關(guān)聯(lián)。根據(jù)軟件分析結(jié)果得到作者首次發(fā)文的時(shí)間、文獻(xiàn)數(shù)量及所屬機(jī)構(gòu)見表2.

圖3 全球輿情研究作者合作網(wǎng)絡(luò)Fig.3 Global lyric research author cooperation network

表2 輿情領(lǐng)域部分學(xué)者發(fā)文時(shí)間、文獻(xiàn)數(shù)量及所屬國家、機(jī)構(gòu)表Table 2 publish time number of documents，and national and institutional forms of some scholars in the lyric field

從表2可知，在98位作者之中，大多數(shù)人發(fā)文時(shí)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(chǔ)，缺乏一定的創(chuàng)新性。從作者所屬機(jī)構(gòu)及國家來看，與前文分析結(jié)論相同，主要集中于美國高校，而且在學(xué)校內(nèi)部存在一定的合作研究，這樣小范圍學(xué)者之間的合作雖然有利于高質(zhì)量研究成果的產(chǎn)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(yīng)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(xué)科、跨機(jī)構(gòu)、跨國的交叉融合研究。

2.3 關(guān)鍵詞分析

關(guān)鍵詞是對于文章內(nèi)容的高度濃縮與概括的核心詞，通過對關(guān)鍵詞檢索分析，不但可以得出輿情領(lǐng)域中的研究熱點(diǎn)，還能挖掘得到近些年研究的新興內(nèi)容。同時(shí)關(guān)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(yù)期相關(guān)研究熱度越高。通過將CITE SPACE網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)置為關(guān)鍵詞，3組閾值分別設(shè)定為（2.2.20）、（2.3.20）、（1.3.20）對有效文獻(xiàn)進(jìn)行分析，得到計(jì)算結(jié)果如圖4所示。

圖4 全球輿情研究關(guān)鍵詞網(wǎng)絡(luò)Fig.4 Global public opinion research keyword network

經(jīng)統(tǒng)計(jì)，圖4中共出現(xiàn)節(jié)點(diǎn)303個(gè)，連線1 642條，說明在1992年—2018年內(nèi)按照設(shè)置數(shù)據(jù)共檢索出關(guān)鍵詞303個(gè)，出現(xiàn)頻次200次以上的關(guān)鍵詞僅有1個(gè)“Attitude”，出現(xiàn)頻次100～200次的關(guān)鍵詞有4個(gè)，主要是“Support”“Policy”“Politics”“United states”。具體關(guān)鍵詞及出現(xiàn)頻次整理見表3.

表3 全球輿情領(lǐng)域關(guān)鍵詞及其出現(xiàn)頻次表Table 3 Global public opinion domain keywords and their appearance frequency

從圖4和表3中可以看出，“Attitude”為最重要的節(jié)點(diǎn)，位于整個(gè)圖譜中心位置，可以認(rèn)為其是輿情領(lǐng)域研究的核心，也就說明各國對于輿情研究重點(diǎn)是圍繞“群眾態(tài)度”這個(gè)方面展開。出現(xiàn)頻次位列第二、三的關(guān)鍵詞為“Support（支持）”和“Policy（政策）”，該關(guān)鍵詞表明輿情一定程度上與政策相關(guān)。同時(shí)，出現(xiàn)頻次較高的關(guān)鍵詞還有“Politics（政治）”、“United States（美國）”、“Perception（認(rèn)知）”、“Impact（沖突）”、“Preference（偏好）”，這些高頻關(guān)鍵詞也在一定程度上反應(yīng)了世界范圍內(nèi)，各國對于輿情研究的重點(diǎn)，主要是對認(rèn)知沖突或偏好進(jìn)行研究以預(yù)測輿情發(fā)展進(jìn)而進(jìn)行控制。同時(shí)在圖譜邊緣處出現(xiàn)的小節(jié)點(diǎn)，如“Health care（衛(wèi)生保?。?、“Alcohol 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(nèi)容。因此，我國在今后的研究中也應(yīng)緊跟趨勢，開展相關(guān)研究，但是在研究過程中要注意結(jié)合我國國情，不能盲目跟風(fēng)。

3 研究熱點(diǎn)及發(fā)展趨勢

為研究全球輿情的研究熱點(diǎn)及未來發(fā)展趨勢，利用Cite Space V對近3 a全球輿情領(lǐng)域中的文獻(xiàn)進(jìn)行參考文獻(xiàn)聚類分析，時(shí)間跨度設(shè)置為2015—2018年，時(shí)間切片為1 a，節(jié)點(diǎn)類型選擇為cited reference，閾值為top 50.為簡化計(jì)算網(wǎng)絡(luò)，突出重要的結(jié)構(gòu)特征，運(yùn)用Pathfinder運(yùn)算方法對每個(gè)切片網(wǎng)絡(luò)進(jìn)行修剪（Pruning Sliced networks），對運(yùn)算得出的文獻(xiàn)共被引知識圖譜進(jìn)行關(guān)鍵詞聚類分析（Label clusters with indexing terms），利用對數(shù)似然率（Log-likely ratio，LLR）算法對聚類進(jìn)行分析，并利用特征向量中心法標(biāo)記節(jié)點(diǎn)大?。╪ode sides=eigenvector centrality），得到的文獻(xiàn)共被引網(wǎng)絡(luò)聚類知識圖譜如圖5所示。

本次計(jì)算共得到159個(gè)聚類，其中系統(tǒng)自動過濾內(nèi)容節(jié)點(diǎn)小于10的聚類，圖中所示為系統(tǒng)過濾后剩余19個(gè)較大聚類，聚類內(nèi)容節(jié)點(diǎn)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(shí)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(diǎn)不同，這是與其他研究領(lǐng)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(jìn)行分析，由于前3個(gè)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(gè)聚類分析具有一定的參考價(jià)值。相關(guān)內(nèi)容整理見表4，其中平均年份為該聚類下所有關(guān)鍵詞出現(xiàn)的平均年份。通過對聚類標(biāo)簽分析總結(jié)，可以得出一定的研究前沿發(fā)展趨勢。

表4 全球輿情研究領(lǐng)域聚類、節(jié)點(diǎn)數(shù)、分離度、年份、標(biāo)簽表Table 4 Clustering，number of nodes，resolution，year，and label of global public opinion research field

3.1 聚類#0：presidential popularity effects（總統(tǒng)的受歡迎程度影響）

該聚類下共有節(jié)點(diǎn)52個(gè)，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(guān)。中心度較高的文章分別來自ZALLER J，HOLSTI 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(gè)人如何根據(jù)自己的政治價(jià)值觀和其他傾向來評估這些信息，以及他們?nèi)绾螌⒆约旱姆磻?yīng)轉(zhuǎn)化為對大規(guī)模調(diào)查和選舉投票決定的態(tài)度報(bào)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(gè)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(wù)的態(tài)度和偏好數(shù)據(jù)，來解決這些關(guān)鍵問題，其結(jié)論是，雖然美國公眾對外交事務(wù)的許多方面并不了解，但他們的意見通常是對現(xiàn)實(shí)世界事件的穩(wěn)定、合理的反應(yīng)，并不缺乏結(jié)構(gòu)性，往往可以對外交政策產(chǎn)生重大的影響［10］。HERBST S通過對19世紀(jì)中葉至今美國輿情史的探索，揭示了數(shù)字如何同時(shí)發(fā)揮工具和符號的作用，既傳達(dá)中立的信息，又創(chuàng)造基本的權(quán)威。他探討了公眾意見的量化如何影響當(dāng)代政治和民主進(jìn)程，并提出了一些有關(guān)美國政治運(yùn)作的困難但基本的問題［11］。INGLEHART R利用從1970年到1988年收集的26個(gè)國家的大量時(shí)間序列調(diào)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(chǎn)生的文化變化。這些變化具有深遠(yuǎn)的政治影響，它們似乎正在改變社會的經(jīng)濟(jì)增長率和所追求的經(jīng)濟(jì)發(fā)展方式［12］。ERIKSON R在分析了20世紀(jì)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(gè)引起廣泛辯論的主因［13］。無論討論的焦點(diǎn)是地方、國家或國家事務(wù)，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(tuán)游說、政黨政治、發(fā)展或環(huán)境制約，被認(rèn)為對政策形成有更大的影響。這一結(jié)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。

圖5 全球輿情研究參考文獻(xiàn)聚類網(wǎng)絡(luò)Fig.5 Global public opinion research reference clustering network

該聚類表明，盡管個(gè)體間觀點(diǎn)不同，但是群眾整體的觀點(diǎn)具有一致的方向，它代表了大多數(shù)人的共同觀點(diǎn)，該觀點(diǎn)會逐漸演變?yōu)槟撤N方面的輿情，進(jìn)而對國家事務(wù)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(diǎn)45個(gè)，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(guān)。其中中心度較高的文章來自MCCRIGHT 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(gè)具有全國代表性的民意調(diào)查數(shù)據(jù)，研究了美國公眾對氣候變化的兩極分化觀點(diǎn)［14］。他發(fā)現(xiàn)，自由主義者和民主黨人更有可能表達(dá)對全球變暖的個(gè)人關(guān)注。EGAN P J使用觀察數(shù)據(jù)法調(diào)查了人們?nèi)绾螌€(gè)人經(jīng)歷轉(zhuǎn)化為政治態(tài)度這一問題，在這項(xiàng)研究中，他確定天氣模式會影響群眾對于全球變暖的觀點(diǎn)，進(jìn)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(guān)注因素進(jìn)行了實(shí)證分析［16］。時(shí)間序列分析表明，經(jīng)濟(jì)因素對公眾對氣候變化的關(guān)注程度影響最大。雖然媒體報(bào)道也有重要影響，但這種報(bào)道本身在很大程度上取決于經(jīng)濟(jì)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(guān)氣候變化的科學(xué)信息對輿情影響微乎其微。SCRUGGSL評估了近30年關(guān)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(jīng)濟(jì)不安全感所驅(qū)動［17］。來自歐洲國家的數(shù)據(jù)進(jìn)一步支持了改變公眾輿論的經(jīng)濟(jì)解釋。這種模式與近40 a來關(guān)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(guān)，另外經(jīng)濟(jì)因素會影響與天氣相關(guān)的輿情，雖然新聞報(bào)道也會影響輿情發(fā)展，但是仍舊受經(jīng)濟(jì)因素影響。

3.3 聚類#2：public opinion surveys（民意調(diào)查）

該聚類下共有節(jié)點(diǎn)44個(gè)，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(guān)系相關(guān)。其中中心度較高的文章來自ERIKSON R S，JACOBSL 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(gè)系統(tǒng)層面的綜合模型。該模型關(guān)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(shí)間的推移相互影響，將對經(jīng)濟(jì)結(jié)果、總統(tǒng)批準(zhǔn)、黨派、選舉和政府決策等問題的理解整合到一個(gè)單一模型中［18］。JACOBSLR認(rèn)為，反應(yīng)能力的下降、輿情操縱的激增以及激烈的黨派沖突已經(jīng)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(yīng)表現(xiàn)出更加強(qiáng)烈、持續(xù)的輿情偏好［19］。MONROE AD將1980年至1993年期間500多個(gè)問題的輿情與實(shí)際政策結(jié)果進(jìn)行了比較。其中55%的案例中，政策結(jié)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(shí)候的分析類似，政策與輿情不一致的一個(gè)關(guān)鍵原因似乎是公眾對美國政治進(jìn)程變化的固有偏見，這種傾向隨著時(shí)間的推移而加劇。WLEZIEN C認(rèn)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(chǔ)［21］，公眾會根據(jù)決策者的實(shí)際行動來調(diào)整自己對政策的觀點(diǎn)。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(tuán)、社會運(yùn)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(yīng)是否隨時(shí)間而變化。主要調(diào)查結(jié)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(qiáng)烈；響應(yīng)性似乎沒有隨著時(shí)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(guān)系進(jìn)行了研究，結(jié)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(yīng)并不會隨時(shí)間推移而發(fā)生改變。

4 結(jié) 論

1）自1992年以來，國外輿情研究文獻(xiàn)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(jìn)一步加大，國內(nèi)對于輿情研究的熱度也越來越高。

2）從分析結(jié)果來看，作者間合作較少，且研究成果針對性強(qiáng)，缺乏廣泛的適用性。從國家機(jī)構(gòu)方面來看，美國在輿情研究領(lǐng)域占有絕對的主導(dǎo)地位，但其研究仍以機(jī)構(gòu)間的小范圍合作為主，導(dǎo)致研究結(jié)果存在一定片面性。我國學(xué)者應(yīng)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(jī)構(gòu)間的交流合作，進(jìn)一步提高研究質(zhì)量。

3）從關(guān)鍵詞以及聚類分析結(jié)果中可以看出，當(dāng)前輿情的研究內(nèi)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(wù)的影響方面。但是從邊緣新興關(guān)鍵詞來看，應(yīng)加強(qiáng)對衛(wèi)生健康、酒精政策、新聞媒體等方面輿情誘發(fā)、回應(yīng)、發(fā)酵、干預(yù)、態(tài)勢、監(jiān)管的研究，增強(qiáng)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(shù)發(fā)展現(xiàn)狀，我國學(xué)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(diǎn)，應(yīng)在吸收借鑒已有研究經(jīng)驗(yàn)的基礎(chǔ)上，推動輿情研究從以實(shí)地調(diào)研為主的現(xiàn)實(shí)研究，向以微博、微信、推特為代表的自媒體研究轉(zhuǎn)變，聚焦我國實(shí)際和可能造成公共安全事件的熱點(diǎn)問題，提升輿情研究的針對性、實(shí)效性，擴(kuò)大中國特色輿情研究成果在國際范圍內(nèi)的影響力。