突發(fā)公共衛(wèi)生事件下網(wǎng)絡(luò)情緒為何極化？

摘 要：應(yīng)對(duì)重大突發(fā)公共衛(wèi)生事件不僅要加強(qiáng)疫情防控，更要穩(wěn)定公眾情緒，尤其要防范網(wǎng)絡(luò)情緒極化誘發(fā)的次生災(zāi)害。選取“知微事見(jiàn)”網(wǎng)絡(luò)平臺(tái)的30個(gè)典型案例，基于事件屬性、傳播屬性和政府回應(yīng)三個(gè)分析維度，運(yùn)用清晰集定性比較分析方法探求網(wǎng)絡(luò)情緒極化的發(fā)生條件及組合情況。研究發(fā)現(xiàn)，“非正式傳播渠道”“媒體報(bào)道的傾向性”是導(dǎo)致網(wǎng)絡(luò)情緒極化的必要條件，“意見(jiàn)領(lǐng)袖參與”是網(wǎng)絡(luò)情緒極化的充分條件，“政府回應(yīng)質(zhì)量”是網(wǎng)絡(luò)情緒極化的關(guān)鍵；網(wǎng)絡(luò)情緒演化存在“指向公權(quán)力-隱瞞思維”、“指向公眾-媒介主導(dǎo)”和“指向公眾-回應(yīng)不力”三種極化邏輯與模式；突發(fā)公共衛(wèi)生事件背景下，網(wǎng)絡(luò)事件屬性發(fā)揮基礎(chǔ)作用，其傳播屬性較于前者的作用更大，政府回應(yīng)方式與事件的傳播屬性相結(jié)合影響回應(yīng)的效果，從而影響網(wǎng)絡(luò)情緒的演進(jìn)方向。

關(guān)鍵詞：突發(fā)公共衛(wèi)生事件；網(wǎng)絡(luò)情緒；極化；定性比較分析

中圖分類(lèi)號(hào)：C912-63 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-4225（2024）07-0042-11

收稿日期：2023-12-25

作者簡(jiǎn)介：侯光輝，男，漢族，河南溫縣人，法學(xué)博士，汕頭大學(xué)法學(xué)院教授，廣東省新型特色智庫(kù)“公共安全與特區(qū)治理研究中心”主任。

傅百良，男，漢族，江西贛州人，汕頭大學(xué)法學(xué)院碩士研究生。

唐 也，女，漢族，湖南株洲人，管理學(xué)碩士。

基金項(xiàng)目：廣東省社科規(guī)劃項(xiàng)目重大理論專(zhuān)項(xiàng)“粵港澳大灣區(qū)網(wǎng)絡(luò)意識(shí)形態(tài)風(fēng)險(xiǎn)識(shí)別、評(píng)估與治理研究”（GD22ZDZMK01）；廣東省自然科學(xué)基金面上項(xiàng)目“基于‘主題—情感分析’的突發(fā)公共事件網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)估預(yù)警與應(yīng)對(duì)研究”（2021A1515012642）；湖南省哲學(xué)社會(huì)科學(xué)基金基地項(xiàng)目“重大突發(fā)公共衛(wèi)生事件與網(wǎng)絡(luò)輿情交互影響機(jī)理研究”（21JD019）

一、問(wèn)題提出與文獻(xiàn)回顧

2019年年末新型冠狀病毒疫情（COVID-19新冠病毒感染疫情）爆發(fā)，構(gòu)成新中國(guó)成立以來(lái)傳播速度最快、感染范圍最廣、防控難度最大的重大突發(fā)公共衛(wèi)生事件。重大公共衛(wèi)生事件的防控應(yīng)對(duì)不僅是一場(chǎng)阻擊戰(zhàn)，也是一場(chǎng)輿情戰(zhàn)。加強(qiáng)輿情引導(dǎo)與治理，為公共衛(wèi)生事件防控與恢復(fù)生產(chǎn)生活秩序創(chuàng)造良好的社會(huì)和政治氛圍，也是應(yīng)急管理與社會(huì)治理的重要工作內(nèi)容。

法國(guó)社會(huì)心理學(xué)家古斯塔夫·勒龐認(rèn)為，即使是有教養(yǎng)的個(gè)體在群體中也會(huì)變成野蠻人[1]。網(wǎng)絡(luò)話(huà)語(yǔ)加持下，群體非理性心理更加顯著。與常態(tài)治理環(huán)境相比，新冠病毒感染疫情期間，群眾普遍存在擔(dān)憂(yōu)情緒，較高比例的人存在恐懼、憤怒、悲傷和恐慌情緒[2]。疫情爆發(fā)使得網(wǎng)絡(luò)輿情場(chǎng)域呈現(xiàn)以下特點(diǎn)：其一，更新迭代的新冠肺炎病毒、強(qiáng)有力的防控措施等使人們通過(guò)網(wǎng)絡(luò)進(jìn)行情感宣泄；其二，“后真相時(shí)代”下，大量“在場(chǎng)”公眾通過(guò)網(wǎng)絡(luò)發(fā)聲，引起疫情信息的碎片化和“失真化”[3]；其三，網(wǎng)絡(luò)情緒的引爆點(diǎn)低，在焦點(diǎn)事件誘發(fā)下快速發(fā)展成為輿論的“臺(tái)風(fēng)眼”，甚至導(dǎo)致網(wǎng)絡(luò)群體的情緒極化。網(wǎng)絡(luò)情緒的極化是公共危機(jī)發(fā)生的力量源[4]，如果得不到有效疏導(dǎo)，會(huì)成為群體分化和社會(huì)動(dòng)蕩的催化劑，導(dǎo)致公共衛(wèi)生危機(jī)以外的“次生輿情危機(jī)”。對(duì)網(wǎng)絡(luò)情緒極化機(jī)理的澄清，有助于廓清網(wǎng)絡(luò)輿情演化過(guò)程，明確網(wǎng)絡(luò)輿情的應(yīng)對(duì)策略，增強(qiáng)輿情引導(dǎo)與治理的效度。

當(dāng)前對(duì)于突發(fā)公共衛(wèi)生事件下網(wǎng)絡(luò)情緒的研究主要集中在以下幾個(gè)方面：（1）網(wǎng)絡(luò)社會(huì)情緒的呈現(xiàn)。這類(lèi)研究多采取定量的方法，對(duì)不同平臺(tái)的語(yǔ)料文本進(jìn)行情感分析，通過(guò)建模的方式生成新冠病毒感染疫情期間網(wǎng)絡(luò)情緒的基本狀況和發(fā)展態(tài)勢(shì)。如劉忠寶[5]等通過(guò)定量建模的方式以疫情期間的微博及其評(píng)論為對(duì)象建立網(wǎng)民情緒畫(huà)像，研究發(fā)現(xiàn)不同主題中，網(wǎng)民負(fù)面情緒分布差異較大；劉瓊[6]等對(duì)bilibili網(wǎng)站中新冠肺炎議題相關(guān)視頻的彈幕進(jìn)行情感分析，并得出疫情引起負(fù)面情緒指向一定時(shí)期的防疫不力的情形。（2）網(wǎng)絡(luò)情緒的影響因素。該研究主要運(yùn)用定性的方法，通過(guò)多個(gè)案例提取相關(guān)變量進(jìn)行探索性研究。如許云斐[7]運(yùn)用扎根理論的方法提取事件特性、宏觀(guān)環(huán)境、網(wǎng)絡(luò)媒體特征等7個(gè)因素進(jìn)行理論構(gòu)建；朱代瓊、王國(guó)華[8]等在定性比較分析的基礎(chǔ)上得出利益訴求、事件類(lèi)型、規(guī)則失守、安全危機(jī)、利益抗?fàn)幹饕绊懼W(wǎng)民社會(huì)情緒的變化。（3）網(wǎng)絡(luò)輿情與政府回應(yīng)。該類(lèi)研究側(cè)重于分析網(wǎng)絡(luò)輿情與政府行為之間的關(guān)系。唐雪梅[9]等發(fā)現(xiàn)政府輿情回應(yīng)的策略會(huì)影響公眾的情緒，進(jìn)而影響政府形象的修復(fù)；劉紅波[10]則發(fā)現(xiàn)輿情對(duì)政府話(huà)語(yǔ)權(quán)有重要影響。

總的來(lái)說(shuō)，對(duì)于重大突發(fā)公共衛(wèi)生事件下網(wǎng)絡(luò)情緒的研究呈現(xiàn)以下特點(diǎn)：（1）定量居多，定性與定量結(jié)合較少；（2）對(duì)單個(gè)影響因素分析的居多，對(duì)網(wǎng)絡(luò)情緒演化的整體生成機(jī)制與演化路徑的分析較少；（3）以政府為主體的分析居多，社會(huì)、媒體與政府三者之間的互動(dòng)關(guān)系分析較少。鑒此，本文采用定量與定性相結(jié)合的定性比較分析法，通過(guò)綜合分析不同輿論主體之間的復(fù)雜互動(dòng)過(guò)程，討論新媒體時(shí)代下網(wǎng)絡(luò)情緒極化生成的內(nèi)在機(jī)制，重點(diǎn)關(guān)注如下問(wèn)題：重大突發(fā)公共衛(wèi)生事件背景下網(wǎng)絡(luò)情緒極化事件有哪些共性特征？哪些因素與路徑導(dǎo)致了網(wǎng)民群體的情緒極化？如何做好網(wǎng)絡(luò)情緒極化的“事前”預(yù)防和“事中”應(yīng)急處置？

二、清晰集定性比較分析方法的

選擇與應(yīng)用

網(wǎng)絡(luò)輿情是諸多因素互相影響從而形成的一組彼此關(guān)聯(lián)、要素疊加的社會(huì)有機(jī)現(xiàn)象。輿情極化是多因素并發(fā)組合的結(jié)果，傳統(tǒng)的定量分析方法雖然可以解釋現(xiàn)象發(fā)生的線(xiàn)性因果關(guān)系以及不同變量的顯著程度，但難以闡明其觸發(fā)網(wǎng)絡(luò)情緒極化的不同組合或作用路徑[11]。定性比較分析（Qualitative comparative analysis， QCA）是一種定性與定量相結(jié)合的研究方法，它是基于研究案例的特征，并結(jié)合布爾代數(shù)和集合論，更趨向于關(guān)注因果關(guān)系的多樣性。作為一種面向案例的技術(shù)，QCA將每個(gè)案例都視為一系列屬性構(gòu)成的復(fù)雜組合，通過(guò)對(duì)這些組合的對(duì)比分析，找到不同條件或條件組合對(duì)案例的解釋程度[12]，用邏輯余項(xiàng)及布爾最小化得出最精簡(jiǎn)的解釋。QCA的類(lèi)型有四種：清晰集、模糊集、多值集與時(shí)序性。現(xiàn)有研究使用較多的是清晰集與模糊集兩種，這兩者之間的區(qū)別在于清晰集只有是或否兩個(gè)選項(xiàng)，即非黑即白、非0即1，模糊集可以根據(jù)案例情況取0-1之間的任意數(shù)值。雖然模糊集可以考慮到條件變量的多種情況，但是也由于這一特點(diǎn)導(dǎo)致數(shù)值的選取相比清晰集存在較大的主觀(guān)性。因此，結(jié)合具體案例，采用清晰集定性比較分析的方法，盡可能客觀(guān)地找出影響疫情期間網(wǎng)絡(luò)情緒極化的組合條件。

（一）選取典型案例

QCA對(duì)樣本規(guī)模要求不高，主要運(yùn)用于二分變量組成的中小規(guī)模樣本的研究[13]。本研究通過(guò)主題抽樣的方式選取自2020年初至2022年初共2年以來(lái)，“知微事見(jiàn)”平臺(tái)上30個(gè)熱點(diǎn)事件，該平臺(tái)已被蔡雯[14]、張志安[15]等學(xué)者廣泛使用，因此具有較高的可信度。案例選擇將遵循以下規(guī)則：（1）所選案例具有較大的影響力和代表性，在該平臺(tái)上事件影響力指數(shù)①不低于60分；（2）案例具有足夠的相似性和可比性；（3）在達(dá)到可比性的基礎(chǔ)上盡可能多樣且異質(zhì)；（4）案例具有全面的支撐材料，案例的相關(guān)信息具有可達(dá)性。本研究整理了疫情發(fā)生以來(lái)共127個(gè)熱點(diǎn)事件，經(jīng)過(guò)三角鑒定法反復(fù)對(duì)比分析，并整理出案例相關(guān)的文本資料，最終形成30個(gè)網(wǎng)絡(luò)輿論事件作為本研究的案例庫(kù)，如表1所示。

（二）分析框架與變量設(shè)定

李良榮等從“事件屬性”和“傳播屬性”兩個(gè)維度對(duì)網(wǎng)絡(luò)群體性事件的爆發(fā)機(jī)理進(jìn)行分析[16]?！笆录傩浴敝甘录旧淼臉?gòu)成要素，包括事件類(lèi)型、事件發(fā)展、發(fā)生頻率等；“傳播屬性”指該事件在網(wǎng)絡(luò)傳播過(guò)程中的渠道、參與主體、傳播方式等。作為輿情治理的主體，政府的回應(yīng)方式在網(wǎng)絡(luò)情緒極化過(guò)程中起到重要作用。因此，本研究從事件屬性、傳播屬性、政府回應(yīng)三個(gè)維度提取7個(gè)條件變量和1個(gè)結(jié)果變量構(gòu)建分析框架，如圖1所示。

1. 從事件屬性維度分析網(wǎng)絡(luò)情緒極化的內(nèi)在條件

“有限注意力”視角下的議題屬性與疊加效應(yīng)。有限注意力理論認(rèn)為，人不是絕對(duì)理性而是有限理性的，無(wú)法獲得全部的信息來(lái)選擇最佳的方案，相反，只能獲得有限的信息進(jìn)行滿(mǎn)意的選擇。由于人的注意力有限，在網(wǎng)絡(luò)話(huà)語(yǔ)下，議題屬性的不同影響人們的注意力分布和態(tài)度的變化，社會(huì)議題持續(xù)存在與發(fā)酵[17]，成為網(wǎng)絡(luò)情緒極化的基礎(chǔ)并影響公共危機(jī)的防控。本文聚焦事件類(lèi)型與疊加效應(yīng)兩個(gè)層面衡量事件屬性。首先，事件的指向是網(wǎng)絡(luò)情緒極化的基礎(chǔ)，已有研究表明與指向公眾的事件相比，指向公權(quán)力的事件更容易爆發(fā)網(wǎng)絡(luò)群體性事件。在本文所選案例中，如果事件指向的是公權(quán)力則賦值為1，指向公眾則賦值為0；其次，單起焦點(diǎn)事件與其他類(lèi)似事件的融合、疊加會(huì)強(qiáng)化聚焦能力，尤其當(dāng)網(wǎng)絡(luò)媒體對(duì)同類(lèi)型的焦點(diǎn)事件反復(fù)爆料時(shí)，會(huì)產(chǎn)生刺激疊加[4]，影響網(wǎng)絡(luò)社會(huì)情緒。因此，如果在疫情爆發(fā)后同類(lèi)事件發(fā)生兩次及以上則賦值為1，首次發(fā)生則賦值為0。

2. 從傳播屬性維度分析網(wǎng)絡(luò)情緒極化的外在作用

從“議程設(shè)置”視角看，網(wǎng)絡(luò)事件的傳播渠道、報(bào)道的傾向性與網(wǎng)絡(luò)意見(jiàn)領(lǐng)袖的作用，是影響網(wǎng)絡(luò)輿情發(fā)展的重要因素?！白h程設(shè)置理論”是傳播學(xué)理論中的經(jīng)典，李普曼曾言：“新聞媒介影響我們頭腦中的圖像”[18]。麥庫(kù)姆斯和肖指出媒介議程影響公眾議程[19]，即對(duì)當(dāng)前問(wèn)題的討論會(huì)從媒介流向公眾，這是公共輿論形成的關(guān)鍵一步，也是影響公民情緒的重要原因。在媒介議程流向公眾議程過(guò)程中，注意力發(fā)揮中介作用。通過(guò)議題屬性的設(shè)置、意見(jiàn)領(lǐng)袖的參與以及新聞傳播渠道的設(shè)置可以影響人們的注意力，成為影響網(wǎng)絡(luò)情緒的重要力量。首先，意見(jiàn)領(lǐng)袖的參與及其觀(guān)點(diǎn)的表達(dá)可以激發(fā)公眾的情緒，捕捉公眾的注意力且擴(kuò)大公眾轉(zhuǎn)發(fā)相關(guān)新聞報(bào)道的意愿，在本研究中，若事件發(fā)生后有意見(jiàn)領(lǐng)袖的發(fā)聲則賦值為1，反之則賦值為0；其次，新聞在報(bào)道一個(gè)話(huà)題時(shí)的主導(dǎo)角度會(huì)影響該話(huà)題在公眾中的受關(guān)注度，媒體情緒和群體情緒呈現(xiàn)同頻共振的現(xiàn)狀。“帶有傾向性”的報(bào)道比“客觀(guān)中立”的內(nèi)容更易引起網(wǎng)絡(luò)群體的關(guān)注，媒體偏見(jiàn)成為導(dǎo)致輿論極化的重要原因[20]，因此在案例中若媒體對(duì)相關(guān)事件的報(bào)道具有明顯的傾向性則賦值為1，若媒體報(bào)道中立且基于客觀(guān)事實(shí)則賦值為0；再次，傳播過(guò)程中傳播媒介的不同會(huì)影響事件的傳播機(jī)制，本文將新聞傳播渠道根據(jù)其權(quán)威性的特征分為正式傳播渠道和非正式傳播渠道。相較于正式傳播渠道而言，非正式傳播渠道更加利于謠言、小道消息等非事實(shí)消息的傳播。因此，在案例中若相關(guān)新聞主要通過(guò)民營(yíng)機(jī)構(gòu)媒體或自媒體傳播則賦值為1，若主要通過(guò)《人民日?qǐng)?bào)》《新華社》《央視新聞》《人民網(wǎng)》等央媒傳播則賦值為0。

3. 事件屬性的延伸：“危機(jī)溝通”視角下的政府回應(yīng)方式

在突發(fā)危機(jī)事件中，政府的信息溝通與回應(yīng)方式發(fā)揮關(guān)鍵作用。政府輿情回應(yīng)的策略會(huì)影響公眾的情緒，進(jìn)而影響政府形象的修復(fù)[9]。危機(jī)信息溝通即指在突發(fā)公共危機(jī)下，政府采用各種方法發(fā)布危機(jī)事件相關(guān)信息與民眾進(jìn)行信息互動(dòng)，實(shí)現(xiàn)政府和公眾對(duì)危機(jī)信息的共享，促進(jìn)危機(jī)事件的解決[21]，從而抑制民眾的負(fù)面情緒、實(shí)現(xiàn)社會(huì)穩(wěn)定。危機(jī)溝通理論強(qiáng)調(diào)突發(fā)危機(jī)事件中政府危機(jī)信息發(fā)布的“三T”原則，即主動(dòng)性（tell you own tale）、全面性（tell it all）和及時(shí)性（tell it fast）[22]，高主動(dòng)性和高透明的政府回應(yīng)，能夠明顯降低普通群眾的負(fù)面情緒感受[4]。政府只有主動(dòng)、全面且及時(shí)地做到信息公開(kāi)來(lái)回應(yīng)民眾獲取信息、了解事件、解決問(wèn)題的需求，才能維護(hù)社會(huì)穩(wěn)定，避免網(wǎng)絡(luò)情緒的極化。因此，在案例中，若政府在事件發(fā)生后的24小時(shí)內(nèi)未給予回應(yīng)則賦值為1，反之則賦值為0；若政府信息公開(kāi)時(shí)存在隱瞞行為、信息公開(kāi)不全面則賦值為1，反之則賦值為0。

4. 結(jié)果變量：網(wǎng)絡(luò)情緒是否極化

以是否造成網(wǎng)絡(luò)情緒極化作為解釋結(jié)果進(jìn)行編碼，是則編碼為1，否則編碼為0。判定網(wǎng)絡(luò)情緒是否極化主要有兩個(gè)標(biāo)準(zhǔn)，一是網(wǎng)民在互聯(lián)網(wǎng)上的表達(dá)是否有明顯的兩極分化；二是相關(guān)事件的網(wǎng)絡(luò)評(píng)價(jià)與網(wǎng)民的態(tài)度表達(dá)是否出現(xiàn)嚴(yán)重的情緒激化。借鑒申金霞等[23]對(duì)于網(wǎng)絡(luò)群體極化的判斷依據(jù)：第一，明顯激烈話(huà)語(yǔ)所占百分比測(cè)量情緒是否激化并升溫。情緒激化百分比=態(tài)度強(qiáng)烈言論量/總言論量×100%。第二，用相反意見(jiàn)差的占比來(lái)測(cè)量異質(zhì)化程度。以上變量的賦值如表2所示。

三、結(jié)果分析

（一）必要條件監(jiān)測(cè)

在案例篩選和變量賦值之后，通過(guò)fs/QCA3.0軟件構(gòu)建真值表并對(duì)每個(gè)條件因素與被解釋結(jié)果的一致性做出檢測(cè)，即必要條件監(jiān)測(cè)。

QCA認(rèn)定，當(dāng)一致性大于0.9時(shí)，該條件成為事件發(fā)生的必要條件，而當(dāng)一致性大于0.8時(shí)，該條件則是事件發(fā)生的充分條件[24]。如表3所示，傳播渠道和媒體報(bào)道傾向性的一致性超過(guò)0.9，表明這兩者是網(wǎng)絡(luò)情緒極化的必要條件，而意見(jiàn)領(lǐng)袖這一變量的一致性超過(guò)0.8，說(shuō)明意見(jiàn)領(lǐng)袖的參與是網(wǎng)絡(luò)情緒極化的充分條件，其余條件的一致性均未超過(guò)0.8。這表明：網(wǎng)絡(luò)情緒極化需要多元因素的共同作用，事件屬性、傳播屬性和政府回應(yīng)三個(gè)維度中的眾多因素必須通過(guò)一定形式的組合才會(huì)導(dǎo)致網(wǎng)絡(luò)情緒的極化。另外，政府回應(yīng)的主動(dòng)性和及時(shí)性以及透明度的一致性雖然低于0.8，但是這兩個(gè)變量的覆蓋率均在0.85左右，說(shuō)明這兩個(gè)條件在所有路徑中覆蓋了約85%的案例。定性比較分析并非追求單個(gè)變量的作用，還需要對(duì)前因條件的不同組合進(jìn)行分析，考察觸發(fā)網(wǎng)絡(luò)情緒極化的多重組合路徑。

（二）充分條件的路徑組合

本文的分析結(jié)果采用復(fù)雜解（Complex Solution）從而排除與事實(shí)矛盾的路徑組合。如表4所示，各個(gè)路徑的一致性和整體解的一致性（Solution Consistency）均為1，說(shuō)明每條路徑都是觸發(fā)網(wǎng)絡(luò)情緒極化的充分條件。在覆蓋率方面，復(fù)雜解的總體覆蓋率（Solution Coverage）為0.764706，說(shuō)明約有76%的案例能被條件因素的組合路徑所解釋。

（三）模型歸納與因果分析

在6條組合路徑中，P3的唯一覆蓋率最高，達(dá)到了約0.35，說(shuō)明這條路徑對(duì)網(wǎng)絡(luò)情緒極化的因果機(jī)制具有非常強(qiáng)的解釋力。另外P1的凈覆蓋率也達(dá)到了0.117647，且與剩下四條路徑的凈覆蓋率之和約為0.35，表明有約70%的案例能夠且僅能被這6條路徑所解釋。依據(jù)案例之間的相似性、條件產(chǎn)生的相似性，提煉其中的組合因素，對(duì)造成網(wǎng)絡(luò)情緒極化的6條路徑歸納為三種模式（如表5）：“指向公眾-媒介主導(dǎo)”模式（M1）、“指向公權(quán)力-回應(yīng)不力”模式（M2）、“指向公眾-回應(yīng)不力”模式（M3）。從導(dǎo)致網(wǎng)絡(luò)情緒極化的模型來(lái)看，是從案例的事件屬性出發(fā)，以媒介和政府的行動(dòng)為組合條件，從而形成網(wǎng)絡(luò)情緒極化的結(jié)果。模型中的相同條件成為“基礎(chǔ)條件”，差異性條件則豐富了模型的框架，增加了模型的韌性和解釋力[25]。

1. “指向公眾-媒介主導(dǎo)”模式（M1）

模型1包含了路徑1和路徑6，基本的表達(dá)式經(jīng)過(guò)布爾簡(jiǎn)化后為：模型1=指向公眾*～正式傳播渠道*有意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)*政府回應(yīng)不及時(shí)*隱瞞思維+指向公眾*～疊加效應(yīng)*～正式渠道*意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)*及時(shí)主動(dòng)回應(yīng)*回應(yīng)透明=指向公眾*～正式渠道*有意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)（政府回應(yīng)不及時(shí)*隱瞞思維＋*～疊加效應(yīng)*及時(shí)主動(dòng)回應(yīng)*回應(yīng)透明）

模型1的基礎(chǔ)條件組合為事件指向公眾、非正式渠道、意見(jiàn)領(lǐng)袖和媒體偏見(jiàn)，根據(jù)條件發(fā)生的特征和屬性，將該模式命名為“指向公眾-媒介主導(dǎo)”模式，該模式覆蓋了約18%的案例。疫情背景下，公眾的風(fēng)險(xiǎn)感知、被剝奪感以及對(duì)安全的需求因?yàn)樾鹿诓《靖腥疽咔榈拿土襾?lái)襲而被催化，并引發(fā)公眾的焦慮、不公、憤怒等情緒感知，又因在新媒體時(shí)代，復(fù)雜的公眾情緒借助媒介的力量得到傳播和放大。在媒介傳播過(guò)程中，信息通過(guò)非官媒平臺(tái)進(jìn)行互動(dòng)，意見(jiàn)領(lǐng)袖成為信息傳輸?shù)倪B接點(diǎn)，通過(guò)觀(guān)點(diǎn)的輸出對(duì)整個(gè)事件進(jìn)行意義的建構(gòu)和屬性的界定，媒體傾向性的報(bào)道增強(qiáng)了對(duì)網(wǎng)民的社會(huì)情緒的塑形力量，導(dǎo)致群體心理的產(chǎn)生和情緒的極化。見(jiàn)圖2。

該模式的關(guān)鍵是指向公眾的事件發(fā)生后引起網(wǎng)民的共鳴，通過(guò)媒介的進(jìn)一步渲染后加深網(wǎng)民的情緒，催化網(wǎng)絡(luò)情緒的極化。2020年2月6日晚，作為疫情初期備受關(guān)注的李文亮醫(yī)生，其去世的消息起初通過(guò)多家媒體在微博、微信等平臺(tái)傳播，雖然沒(méi)有得到官方認(rèn)證，但該詞條已經(jīng)掛在微博的首位，備受廣大網(wǎng)民的關(guān)注，直到7日凌晨，經(jīng)官媒證實(shí)，李文亮醫(yī)生已經(jīng)去世。當(dāng)天晚上，參與該事件報(bào)道的官方媒體高達(dá)137家，微信和微博等自媒體更是多達(dá)270余家，一眾明星等意見(jiàn)領(lǐng)袖紛紛站出來(lái)表達(dá)哀悼。而在李文亮最后一條確診的微博上評(píng)論量達(dá)到了100萬(wàn)以上，在該條微博下，網(wǎng)民抒發(fā)了難過(guò)、不舍甚至憤怒的負(fù)面情緒。

2. “指向公權(quán)力-隱瞞思維”模式（M2）

模型2（M2）包含了路徑3和路徑5，其表達(dá)式為：模型2＝指向公權(quán)力*疊加效應(yīng)*～正式渠道*意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)*隱瞞思維+指向公權(quán)力*～疊加效應(yīng)*～意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)*政府回應(yīng)不及時(shí)*隱瞞思維＝指向公權(quán)力*媒體偏見(jiàn)*隱瞞思維（疊加效應(yīng)*～正式渠道*意見(jiàn)領(lǐng)袖+～疊加效應(yīng)*～意見(jiàn)領(lǐng)袖*政府回應(yīng)不及時(shí)）

模型2的基礎(chǔ)組合條件為指向公權(quán)力、媒體偏見(jiàn)和隱瞞思維，本研究將其命名為“指向公權(quán)力-隱瞞思維”模式。該模式覆蓋了約40%的案例，可見(jiàn)指向公權(quán)力的事件在疫情期間更容易導(dǎo)致網(wǎng)絡(luò)情緒的極化。當(dāng)指向公權(quán)力的事件在網(wǎng)絡(luò)空間傳播開(kāi)來(lái)，它可能成為輿論“觸點(diǎn)”，會(huì)有很多網(wǎng)民站出來(lái)“借題發(fā)揮”，書(shū)寫(xiě)帶有導(dǎo)向性的事件的“內(nèi)幕”和“真相”，借某個(gè)具體事件的外殼，表達(dá)民粹化的思想觀(guān)念，將事件最終導(dǎo)向仇官、仇政策、仇體制的話(huà)語(yǔ)表達(dá)[26]。這些帶有偏見(jiàn)的話(huà)語(yǔ)表達(dá)以自媒體等非正式途徑為載體，在普通網(wǎng)友之間形成擴(kuò)散式傳播。若這時(shí)政府在面對(duì)輿情的時(shí)候，應(yīng)對(duì)能力不足、回應(yīng)過(guò)慢且存在隱瞞思維，會(huì)進(jìn)一步激化網(wǎng)民情緒并使其借機(jī)泄憤、鬧大，導(dǎo)致網(wǎng)絡(luò)輿論走進(jìn)“怨恨批判”陷阱與死胡同。在本次疫情中，公眾更在乎的是事件的真相有沒(méi)有被完整且真實(shí)的表達(dá)，若政府在回應(yīng)中存在隱瞞思維，對(duì)相關(guān)事件不能提供及時(shí)的、充足的、需要的信息解釋?zhuān)@會(huì)增加人們?cè)谝咔橄碌慕箲]與憤怒的情緒，以及對(duì)政府懷疑和不信任的態(tài)度，結(jié)果往往是導(dǎo)致了“碎片化”“失真化”信息的傳播，加劇了網(wǎng)絡(luò)情緒的極端化。指向公權(quán)力的案例包含了政府防疫能力不足（案例2、29、30）、規(guī)則失守（案例16）、行為失范（案例5、25）。見(jiàn)圖3。

2022年1月4日，有網(wǎng)友發(fā)文稱(chēng)一孕婦在1日晚上8點(diǎn)多由于核酸問(wèn)題無(wú)法入院，在門(mén)口等待兩小時(shí)大出血并造成懷胎8個(gè)月的嬰兒流產(chǎn)，相關(guān)視頻在網(wǎng)絡(luò)上傳播，觸目驚心。這條新聞引發(fā)了巨大的輿論海嘯，網(wǎng)友紛紛憤怒地指責(zé)涉事醫(yī)院的機(jī)械化管理，希望有關(guān)方面“一定要嚴(yán)肅處理！”。直到1月6日，當(dāng)?shù)匦l(wèi)健委就孕婦流產(chǎn)責(zé)任事故道歉，并對(duì)相關(guān)責(zé)任人進(jìn)行處罰。但這一回應(yīng)結(jié)果并沒(méi)有獲得網(wǎng)民的認(rèn)可，網(wǎng)民質(zhì)疑相關(guān)通告沒(méi)有描述清楚事實(shí)的經(jīng)過(guò)、板子打向一線(xiàn)人員、沒(méi)有進(jìn)行深度的追責(zé)，存在隱瞞思維的政府回應(yīng)不僅沒(méi)有使輿論降溫使網(wǎng)民情緒穩(wěn)定，反而使網(wǎng)絡(luò)情緒達(dá)到高潮并產(chǎn)生極化。

3. “指向公眾-回應(yīng)不力”模式（M3）

模型3（M3）包含了路徑2和路徑4，其表達(dá)式為：模型3＝指向公眾*疊加效應(yīng)*意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)*政府回應(yīng)不及時(shí)*隱瞞思維+指向公眾*～疊加效應(yīng)*～正式渠道*～意見(jiàn)領(lǐng)袖*～媒體偏見(jiàn)*政府回應(yīng)不及時(shí)*隱瞞思維＝指向公眾*政府回應(yīng)不及時(shí)*隱瞞思維（疊加效應(yīng)*意見(jiàn)領(lǐng)袖*媒體偏見(jiàn)+～疊加效應(yīng)*～正式渠道*～意見(jiàn)領(lǐng)袖*～媒體偏見(jiàn)）

模型3的基礎(chǔ)組合條件為指向公眾、政府回應(yīng)不及時(shí)、隱瞞思維，本研究將其命名為“指向公眾-回應(yīng)不力”模式，該模式覆蓋了約12%的案例，該類(lèi)指向公眾的事件主要由性別議題以及個(gè)人利益與公共利益之間的沖突兩類(lèi)事件構(gòu)成。一方面，兩性議題和公私?jīng)_突呈現(xiàn)觀(guān)點(diǎn)兩極對(duì)立；另一方面，政府回應(yīng)呈現(xiàn)“喪事喜報(bào)”的邏輯以及回應(yīng)的不及時(shí)和隱瞞思維引發(fā)公眾不滿(mǎn)、厭惡的情緒。見(jiàn)圖4。

在“甘肅援鄂護(hù)士出征前集體剃發(fā)引爭(zhēng)議”中，有網(wǎng)友指出女性醫(yī)護(hù)人員集體剃光頭是形式主義、嘩眾取寵，并有女性網(wǎng)友質(zhì)疑為什么沒(méi)有男性醫(yī)護(hù)人員剃光頭？在質(zhì)疑聲中，央視新聞、人民日?qǐng)?bào)仍然轉(zhuǎn)發(fā)了關(guān)于歌頌女性醫(yī)護(hù)人員集體剃光頭的新聞與視頻，沒(méi)有正面回應(yīng)部分網(wǎng)友的質(zhì)疑，導(dǎo)致網(wǎng)絡(luò)輿論形成了兩極分化。一部分公眾認(rèn)為剃光頭是正常現(xiàn)象，更加體現(xiàn)了醫(yī)護(hù)人員的奉獻(xiàn)精神，另一部分網(wǎng)友則指出沒(méi)有必要歌頌損害女性利益的新聞。

四、結(jié)論與討論

（一）結(jié)論

本文通過(guò)“知微事見(jiàn)”平臺(tái)選取30個(gè)網(wǎng)絡(luò)熱點(diǎn)事件進(jìn)行清晰集定性比較分析，揭示出網(wǎng)絡(luò)情緒極化事件的多重組合原因。研究發(fā)現(xiàn)：（1）從單個(gè)變量來(lái)看，“非正式傳播渠道”“媒體報(bào)道的傾向性”是導(dǎo)致網(wǎng)絡(luò)情緒極化的必要條件，分別約占極化案例的67%、76%；民辦媒體與自媒體廣泛傳播，具有明顯傾向性的報(bào)道更容易誘發(fā)網(wǎng)絡(luò)情緒極化?！耙庖?jiàn)領(lǐng)袖的參與”是網(wǎng)絡(luò)情緒極化的充分條件，約占所有極化案例的83%?！罢貞?yīng)的及時(shí)性與主動(dòng)性”和“政府回應(yīng)的透明度”雖不構(gòu)成必要或充分條件，但在所有極化案例中約占85%；這表明，不能及時(shí)回應(yīng)、回應(yīng)效果不良的政府應(yīng)對(duì)，是輿情情緒極化的重要因素。（2）從路徑組合來(lái)看，“指向公權(quán)力-隱瞞思維”模式、“指向公眾-媒介主導(dǎo)”模式和“指向公眾-回應(yīng)不力”模式是導(dǎo)致公共衛(wèi)生事件背景下網(wǎng)絡(luò)情緒極化的三種重要邏輯模式；輿情事件越涉及政府公權(quán)力，越在非正式媒體渠道廣泛傳播，越存在被動(dòng)無(wú)效的政府回饋，越由意見(jiàn)領(lǐng)袖推波助瀾，網(wǎng)絡(luò)情緒越易極化爆發(fā)。（3）從不同屬性來(lái)看，突發(fā)公共衛(wèi)生事件作用下，焦點(diǎn)事件屬性發(fā)揮基礎(chǔ)作用，其傳播屬性相較于事件屬性而言發(fā)揮重要推動(dòng)作用，政府回應(yīng)方式與事件的傳播屬性相結(jié)合影響回應(yīng)的效果，是推動(dòng)網(wǎng)絡(luò)情緒演進(jìn)的關(guān)鍵動(dòng)力。

（二）討論

網(wǎng)絡(luò)情緒是網(wǎng)絡(luò)輿情事件產(chǎn)生的溫床，網(wǎng)絡(luò)情緒極化是導(dǎo)致線(xiàn)上輿情演化成線(xiàn)下危機(jī)事件的助推劑。區(qū)別于從網(wǎng)絡(luò)技術(shù)和社會(huì)心理角度解釋網(wǎng)絡(luò)情緒極化的說(shuō)法，新冠病毒感染疫情期間的網(wǎng)絡(luò)情緒極化的成因有其特殊性，是多種因素沖突、多元主體互動(dòng)的結(jié)果。這使得疫情背景下以往被民眾忽略的“小事件”反而會(huì)導(dǎo)致公眾情緒的極端化，而有些事件原本可能引起民眾激烈的“大事件”卻被擱置。

網(wǎng)絡(luò)情緒與社會(huì)現(xiàn)實(shí)存在同構(gòu)關(guān)系。從社會(huì)問(wèn)題出發(fā)，焦點(diǎn)事件的發(fā)生使網(wǎng)絡(luò)情緒遵循“刺激—反應(yīng)”的邏輯，刺激的來(lái)源基于焦點(diǎn)事件的不同屬性。從網(wǎng)民自身角度看，對(duì)風(fēng)險(xiǎn)的感知、對(duì)安全的需求以及被剝奪感是刺激輿情情緒的重要因素。風(fēng)險(xiǎn)感知是情緒產(chǎn)生背后的重要力量，公眾對(duì)風(fēng)險(xiǎn)的感知水平高意味著對(duì)風(fēng)險(xiǎn)的可預(yù)期性和可預(yù)見(jiàn)性高，公眾情緒失控的可能性就會(huì)降低。風(fēng)險(xiǎn)感知后公眾會(huì)產(chǎn)生對(duì)安全的需求，尤其是在新冠病毒感染疫情期間，不斷攀升的感染數(shù)字、基于人物經(jīng)歷的新聞報(bào)道令公眾對(duì)安全的需求上升，危及公眾安全的事件成為刺激網(wǎng)民不安、焦慮等負(fù)面情緒的導(dǎo)火索。此時(shí)與疫情相關(guān)的公共問(wèn)題均成為網(wǎng)絡(luò)社群關(guān)注的重點(diǎn)，被剝奪感以及心理失衡便導(dǎo)致網(wǎng)絡(luò)社群成為表達(dá)網(wǎng)絡(luò)情緒的行動(dòng)單元[27]。從公共角度主要包括政府的規(guī)則失守、行為失范以及防疫能力的不足。表現(xiàn)為使用公權(quán)力的疫情治理主體，在疫情防控中違反規(guī)則、濫用職權(quán)、以權(quán)謀私的不當(dāng)行為，以及由于政府防疫能力和水平不足導(dǎo)致的疫情嚴(yán)重程度增加、感染范圍擴(kuò)大以及公民利益受損等，從而刺激網(wǎng)民憤怒、怨恨、對(duì)立等情緒的產(chǎn)生。因此，政府應(yīng)提前識(shí)別和預(yù)防可能產(chǎn)生網(wǎng)絡(luò)情緒極化的事件。當(dāng)發(fā)生指向公權(quán)力的事件時(shí)，政府應(yīng)及時(shí)采取新聞發(fā)布會(huì)、公共平臺(tái)上發(fā)布通知等多種形式提前做好輿論預(yù)警；當(dāng)發(fā)生指向公眾的事件時(shí)，政府需對(duì)癥下藥，精準(zhǔn)的識(shí)別公眾的需求，實(shí)現(xiàn)供需平衡，避免由于社會(huì)情緒不穩(wěn)定導(dǎo)致群體極化的可能。

作為網(wǎng)絡(luò)情緒重要的牽引力量，媒介渲染與政府應(yīng)對(duì)使網(wǎng)絡(luò)情緒沿著“反應(yīng)-極化”的可能發(fā)展。媒體情緒與網(wǎng)絡(luò)情緒極化呈現(xiàn)明顯的共振現(xiàn)象?！傲髁繛橥酢钡臅r(shí)代下，追熱點(diǎn)成為媒體偏見(jiàn)和媒介傳播的動(dòng)力，虛假的、夸張的信息通過(guò)非正式渠道傳播和擴(kuò)散。意見(jiàn)領(lǐng)袖為了占領(lǐng)輿論的高地，通過(guò)不同的方式獲得網(wǎng)民的認(rèn)同與共情，包括感性的情感號(hào)召激起網(wǎng)民憤怒、對(duì)立的負(fù)面情緒以及理性的敘事引起網(wǎng)民的被剝奪感[28]。值得注意的是，媒介傳播屬性在發(fā)揮決定作用的同時(shí)，通常與指向公眾的事件相結(jié)合形成網(wǎng)絡(luò)情緒極化的路徑。一方面，指向公權(quán)力的事件較為敏感且黨媒作為政府的發(fā)言人對(duì)社交媒體輿論場(chǎng)具有顯著影響[29]；另一方面，指向公眾的事件更易激起網(wǎng)民的共情，使媒體與網(wǎng)民形成情感共同體，從而產(chǎn)生群體情緒的極化。作為社會(huì)治理的主體，政府需要意識(shí)到媒介傳播正在影響與改變政治實(shí)踐，并對(duì)社會(huì)關(guān)注度與資源分配發(fā)揮重要作用。政府與媒體之間對(duì)網(wǎng)民情緒的作用應(yīng)相向而行，而非如拔河般背道而馳。這就要求政府加強(qiáng)對(duì)媒介的監(jiān)管和友好互動(dòng)，尊重并利用媒介自身的邏輯，善于借助意見(jiàn)領(lǐng)袖的力量，傳達(dá)包含正能量與真實(shí)的觀(guān)點(diǎn)，使媒介成為緩解網(wǎng)絡(luò)情緒、化解社會(huì)風(fēng)險(xiǎn)的制度資源。

新冠病毒感染疫情不僅是一場(chǎng)重大公共衛(wèi)生疫情，也是一場(chǎng)“信息疫情”，政府媒體作為公眾的第一信息來(lái)源和最信任的媒體，政府回應(yīng)的主動(dòng)性和高透明度以及對(duì)疫情信息的高度公開(kāi)程度可以通過(guò)“信息-信任-信心”的路徑[30]影響人們的情緒體驗(yàn)，起到緩解民眾情緒、實(shí)現(xiàn)輿論中和①的效果，是影響網(wǎng)絡(luò)情緒的關(guān)鍵因素。因此，在政府回應(yīng)中，尤其注意不要存在隱瞞思維，盡可能將事實(shí)的真相完整的、真實(shí)的呈現(xiàn)在人們的視野中，避免人們對(duì)事件進(jìn)行不必要的“加工”和裁剪，防止極端情緒借助虛假信息的演化與傳播。

本文仍存在許多不足。首先，由于定性比較方法在于找出多變量條件組合的關(guān)系，因此基于多案例的分析不能像基于單案例的深描一般，無(wú)法刻畫(huà)具體細(xì)節(jié)，只能對(duì)變量之間的因果關(guān)系做一般化解讀；其次，本文只是籠統(tǒng)地從事件特征、傳播屬性與政府回應(yīng)方面等外部因素著手，討論網(wǎng)絡(luò)輿情極化的外在動(dòng)力機(jī)制，而未對(duì)情緒極化的網(wǎng)絡(luò)群體進(jìn)行“群體畫(huà)像”和內(nèi)在情感情緒演化分析，當(dāng)然也未區(qū)分不同類(lèi)別群體情緒極化的可能發(fā)生路徑。

［1］古斯塔夫·勒龐：烏合之眾[M].北京：中央編譯出版社，2004.

［2］王俊秀，高文珺，陳滿(mǎn)琪，應(yīng)小萍，譚旭運(yùn)，劉曉柳.新冠病毒感染疫情下的社會(huì)心態(tài)調(diào)查報(bào)告——基于2020年1月24日—25日的調(diào)查數(shù)據(jù)分析[J].國(guó)家治理，2020（Z1）：55-64.

［3］賈哲敏，孟天廣.信息為軸：新冠病毒疫情期間的媒介使用、信息需求及媒介信任度[J].電子政務(wù)，2020（5）：14-27.

［4］朱代瓊，王國(guó)華.熱點(diǎn)公共事件中網(wǎng)絡(luò)社會(huì)情緒演進(jìn)的影響因素研究——基于“高鐵霸座”事件的探討[J].情報(bào)雜志，2020，39（8）：94-100.

［5］劉忠寶，秦權(quán)，趙文娟.微博環(huán)境下新冠病毒感染疫情事件對(duì)網(wǎng)民情緒的影響分析[J].情報(bào)雜志，2021，40（2）：138-145.

［6］劉瓊，馬文婷，范一欣.短視頻平臺(tái)突發(fā)公共事件的網(wǎng)絡(luò)情緒呈現(xiàn)及輿情治理——以Bilibili網(wǎng)站“新冠疫情”議題為例[J].電子政務(wù)，2021（6）：52-65.

［7］許云斐，周德良.突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿論風(fēng)險(xiǎn)影響因素研究[J].甘肅社會(huì)科學(xué)，2021（4）：44-51.

［8］朱代瓊，王國(guó)華.突發(fā)事件中網(wǎng)民社會(huì)情緒產(chǎn)生的影響因素及機(jī)理——基于三元交互決定論的多個(gè)案定性比較分析（QCA）[J].情報(bào)雜志，2020，39（3）：95-104.

［9］唐雪梅，袁熳，朱利麗.政務(wù)輿情回應(yīng)策略對(duì)政府形象修復(fù)的影響——情緒認(rèn)知視角的有調(diào)節(jié)中介模型[J].公共行政評(píng)論，2021，14（1）：114-131.

［10］劉紅波，高新珉.負(fù)面輿情、政府回應(yīng)與話(huà)語(yǔ)權(quán)重構(gòu)——基于1711個(gè)社交媒體案例的分析[J].中國(guó)行政管理，2021（5）：130-137.

［11］唐睿，唐世平.歷史遺產(chǎn)與原蘇東國(guó)家的民主轉(zhuǎn)型——基于26個(gè)國(guó)家的模糊集與多值QCA的雙重檢測(cè)[J].世界經(jīng)濟(jì)與政治，2013（2）：39-57.

［12］伯努瓦·里豪克斯，查爾斯·拉金.QCA設(shè)計(jì)原理與應(yīng)用——超越定性與定量研究的新方法[M].北京：機(jī)械工業(yè)出版社，2017：5.

［13］李蔚，何海兵.定性比較分析方法的研究邏輯及其應(yīng)用[J].上海行政學(xué)院學(xué)報(bào)，2015，16（5）：92-100.

［14］蔡雯，凌昱.從“新冠肺炎”熱點(diǎn)傳播看新聞邊界的顛覆與重構(gòu)[J].新聞與傳播研究，2020，27（7）：5-20.

［15］曹洵，張志安.社交媒體意見(jiàn)群體的特征、變化和影響力研究[J].新聞界，2017（7）：24-30.

［16］李良榮，鄭雯，張盛.網(wǎng)絡(luò)群體性事件爆發(fā)機(jī)理：“傳播屬性”與“事件屬性”雙重建模研究——基于195個(gè)案例的定性比較分析（QCA）[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2013，35（2）：25-34.

［17］嚴(yán)勵(lì)，邱理.社會(huì)議題的存在與延續(xù)——網(wǎng)絡(luò)話(huà)語(yǔ)內(nèi)涵的媒介性與社會(huì)性[J].新聞愛(ài)好者，2020（1）：43-46.

［18］傅蓉.議程設(shè)置的起源、理論框架與應(yīng)用[J].現(xiàn)代傳播，2002（6）：131-133.

［19］張洪忠.大眾傳播學(xué)的議程設(shè)置理論與框架理論關(guān)系探討[J].西南民族學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2001（10）：88-91.

［20］BALDASSARRI D and P BEARMAN. Dynamics of Political Polarization[J]. American Sociological Review， 2007vol. 72： 784-811.

［21］陳虹，沈申奕.新媒體環(huán)境下的危機(jī)信息溝通機(jī)制研究[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2011（3）：121-125.

［22］魏娜，楊燦，王曉珍.重大突發(fā)公共危機(jī)事件中政府信息發(fā)布對(duì)公眾心理的影響——基于COVID-19疫情的數(shù)據(jù)分析[J].江蘇社會(huì)科學(xué)，2020（3）：10-22.

［23］申金霞，萬(wàn)旭婷.網(wǎng)絡(luò)圈層化背景下群體極化的特征及形成機(jī)制——基于“2·27事件”的微博評(píng)論分析[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2021，43（8）：55-61.

［24］RAGINC. Redesigning Social Inquiry： Fuzzy Setand Beyond[M]. Chicago： University of Chicago Press， 2008.

［25］韓志明，李春生.什么樣的“鬧大”成功了？——基于40個(gè)案例的定性比較分析[J].甘肅行政學(xué)院學(xué)報(bào)，2020（1）：46-57.

［26］陳龍.“借題發(fā)揮”：一種中國(guó)特色的網(wǎng)絡(luò)輿論話(huà)語(yǔ)生成模式[J].新聞與傳播研究，2019，26（12）：67-83.

［27］孫立明.對(duì)網(wǎng)絡(luò)情緒及情緒極化問(wèn)題的思考[J].中央社會(huì)主義學(xué)院學(xué)報(bào)，2016（1）：104-109.

［28］青平等.網(wǎng)絡(luò)意見(jiàn)領(lǐng)袖動(dòng)員方式對(duì)網(wǎng)絡(luò)集群行為參與的影響研究——基于產(chǎn)品傷害危機(jī)背景下的實(shí)驗(yàn)研究[J].管理世界，2016（7）：109-120.

［29］韓曉寧，郭瑋琪，巴亞嶺.疫情議題多元話(huà)語(yǔ)主體多層次議程設(shè)置效果研究[J].當(dāng)代傳播，2021（2）：41-47.

［30］王俊秀，周迎楠，劉曉柳.信息、信任與信心：風(fēng)險(xiǎn)共同體的建構(gòu)機(jī)制[J].社會(huì)學(xué)研究，2020，35（4）：25-45.

（責(zé)任編輯：張曉）