政府信息对网络公共情绪影响的实证研究

□张会平 周 杨 [电子科技大学 成都 611731]

近年来，随着科学技术的不断发展，网络正逐渐在百姓中得到普及。截至 2011年12月底，中国网民规模达到5.13 亿，全年新增网民5580 万人；互联网普及率攀升至38.3%，较 2010年底提高4个百分点[1]。与此相对应的，却是近年来层出不穷的舆情危机。作为网络舆情的构成要素，网络公共情绪对于舆情的导向有着重要的作用。政府部门如何建立合理的信息发布机制，正确引导公共情绪的走势，从而维持网络和现实的平衡性与稳定性，是当前的一个重要课题。

一、相关研究综述

刘毅将情绪分为心境、激情和应激，认为情绪化是舆情的一个重要特征，如果刺激性足够大，加之公众原有心境的影响，就会出现一些消极或极端的情绪表现[2]。詹绪武认为公共情绪是公众对于公共问题在某一方面的强烈感受，有着公开的症候与迹象，在一定时期和具体情境中，对社会走向和人们的行为走向，具有压倒性的控制力量[3]。

在此基础上，公共情绪的网络表达成为了一个新的研究方向。有学者基于传播学的视角，阐述了网络对于公共情绪表达的影响[4]。在基于公共事件的实证探究中，有学者发现网络民意中的理性与情绪化实际上都有着很重要的价值，提倡合理引导和规范网络民意表达[5]；有学者则表明信息缺乏状态下，网民很少有深思熟虑的发言，会产生盲从现象，并分析了虚假民意的产生原因[6]。

在对公共事件中政府信息作用的研究中，有的偏重于理论性的探讨，而忽略了实际事件中各因素的影响；有的则把网络舆情作为一个笼统的研判标准，研究范围过大致使其很难从中得出较为准确的结论。

如果能够探寻政府信息发布对网络公共情绪的影响规律，就能够正确地掌握和引导网络公共情绪的走向，从而从中找到突破口来满足各类群体的利益诉求。基于此，本文将通过实证研究的方式，通过构建合理的情绪分析模型，以网络公共情绪的演变趋势作为研判标准，来探究公共事件中政府信息的作用。

二、研究设计

（一）分析模型构建

1988年Ortony、Clore 和Collins 三人提出了“OCC 情绪认知模型”，大约总结出了22 种情绪类型[7]。笔者认为网络公共情绪的产生也取决于“OCC模型”中的Events、Agents 和Objects 三个要素，然而公共事件本身的特点会对这三个因素造成影响，因此需要在“OCC 模型”上进行情绪的筛选与整合，由此归纳出网络公共情绪分类标准。

在此基础上，本文研究基于两个假设。H1：政府信息发布的及时性对网络公共情绪发展的控制程度有着极大影响。H2：政府对网民信息诉求的满足程度对网络公共情绪的引导有着决定性作用。

最后，笔者利用此标准来对实际公共事件进行人工情绪研判，与此同时把情绪依据信息发布的时间和内容进行分类。随着情绪的不断演化，通过情绪倾向和指向目标的变化来挖掘政府信息发布的影响程度。如图1，展示了笔者基于“OCC 情绪认知模型”构建的网络公共情绪分析模型。

图1 网络公共情绪分析模型

（二）样本采集

新浪论坛在国内门户网站中一直占有很重要的地位，近年来随着新浪微博的发展，新浪论坛在网民中的地位稳步提升。新浪的新闻中心板块，以其网民参与度高、言论自由度强而备受好评，是搜集网络公共情绪素材的良好数据源头。

笔者选取了“杭州新安江水体遭化学污染”专题和“广西龙江河镉污染”专题，两个事件性质相似，“新安江”事件政府采取灾后应急措施较快，取得了较好的公众认可度，而“龙江河”事件政府灾后处理较为拖沓，公众反响并不是很好。在后文中，笔者将会拿这两个事件进行对比。

“新安江”事件舆情持续时间短，新闻报道量较少，笔者采集该新闻全部共1039 条网民评论作为样本，按照时间段进行细致分类。“龙江河”事件舆情持续时间长、网络舆情量大，笔者采集从污染被初步发现后近30 天的4000 多条网民评论作为样本，在此基础上进行随机抽样，并按天数进行分类。

（三）分析类目构建

笔者首先随机抽取“新安江”专题的200条网民评论，依据认知因素和积极、消极态度对其进行人工情感评定，同时将其与OCC模型中22种情感进行对应，在舍弃了其中不符合公共事件特点的类型后，总结出网络公共情绪的一般类型。在此基础上，笔者增加了“理性”这个认知因素，“质疑”指网民认真阅读媒体新闻后对事件报道的一些疑问，“建议”则指评论中一些客观冷静的意见。表1中给出了网络公共情绪分类方式。

表1 网络公共情绪分类

（四）数据编码及信度分析

在确定了分析类目之后，笔者找到三位编码人员，对其进行培训，然后从样本库中随机抽取100条评论，让三位编码人员分别依据情绪分类标准对评论进行正式编码，若评论无意义或不相关以致无法进行分类的，就归类为其他。运用Holsti 提出的编码信度公式，多轮培训并编码后，编码的信度的值是0.86，证明编码是可信的。

（五）网络公共情绪分析

1．政府信息发布时间对网络公共情绪的影响分析

表2 “杭州新安江”事件网络公共情绪类型分布

从图2中可以看到，消极情绪仍然占有很大的比例。值得注意的是，各类情绪倾向比例都比较稳定，不存在某一时间段某类情绪倾向暴涨的情况。说明针对此次事件，网络中各类情绪倾向群体已经较为固定。

图2 “新安江”事件网络公共情绪倾向分布

图3 “龙江河”事件网络公共情绪倾向分布

表3 “广西龙江河”事件网络公共情绪类型分布

从表3中可以看出，网络公共情绪持续时间长且分布并不太均衡，其中指向党政机关的比例较大，其次是对于负面当事人和国家社会环境的情绪。同时，对于负面当事人的谅解和对社会大环境感到高兴的情绪几乎没有，这是一个值得反思的问题。

从图3中可以看到在事件发展的整个过程中，消极情绪比例高居不下，与此同时积极情绪的比例却在逐渐下滑，而理性情绪较为稳定。

将两个事件进行横向对比，可以发现政府信息发布时间对于网络公共情绪演化有十分重要的影响。“新安江”事件政府信息发布较为及时，满足了公众对于事件信息的求知欲望，对公共情绪的发展有所控制。而“龙江河”事件中，在污染发生数天后，才在网络中见到相关报道，对于灾后应对措施、事故责任人的处置等信息迟迟不肯公布，以致于消极情绪长时间保持在70%～80%的恐怖水平，积极情绪消失殆尽。此现象值得引起政府部门的高度重视。

2．政府信息发布内容对网络公共情绪的影响分析

如图4，在事件发生的初期，20日到28日期间，新浪新闻只对该事件进行了简单的报道，政府部门只是发出了启动应急响应以及组织人员进行灾后应急的简单信息，网民对事件关注度较低，对各个对象的评判都较为平均，没有比较集中的情绪指向。

图4 “广西龙江河”事件情绪指向分布

然而，随着事件所带来的污染情况的恶化，舆情的逐渐升温与政府的信息透明度形成了强烈的对比。29日到31日期间，政府始终没有公布污染源以及相关责任人的信息，政府对于灾后应急处理情况的报道无法满足公众的求知欲，大量公众的关注重心从其他对象转移到政府，致使对于党政机关的情绪性发泄愈演愈烈，所占比例不断升高。

2月1到3日是政府态度的转折点，在此期间，河池市市长公开向公众道歉，污染源企业和负责人被拘留，政府部门相关监管人员也被处理，与此同时针对党政机关的情绪也达到了极点。随着后续政府部门的各项问责措施和改革计划的推进，公共情绪又逐步回归，向均衡的态势发展。

将事件进行纵向对比，可以发现政府信息发布内容对引导网络公共情绪走向至关重要。2月2日是一个转折点，在此前后，政府信息公布内容的准确性、透明性、目的性迥然不同。事件初始期，由于网民的信息诉求没有得到满足，消极情绪逐步上涨，直接指向政府。随着政府信息的逐渐公开，市长诚恳地道歉，对监管官员的惩处和对企业相关责任人的拘捕逐步缓和了消极情绪的进一步增长，并有效地将情绪指向往均衡方向引导，从而有效地引导了网络公共情绪的走向。

三、对政府信息发布过程的一些建议

（一）应对突发公共事件，第一时间进行情绪引导

在处理突发公共事件时，政府应尽快通过信息发布来稳定公众情绪，占领舆论制高点，防止谣言蔓延对公众造成错误引导。“新安江”事件中，政府在快速采取灾后应急措施的同时，迅速通过各个媒体发布事件信息，将消极情绪稳定住，最终在公众较为满意的情况下解决这次事故。相比之下“龙江河”事件中，政府在信息发布方面拖沓、磨蹭，错失了引导情绪的最佳时期。由此可见，信息发布时间的选择是政府需要重视的问题。

（二）增进与公众双向交流，尽全力满足公众信息诉求

政府在信息发布方面，不应该只是单方面的，而需要增进与公众的交流，了解其信息诉求。“龙江河”事件中，政府在前期发布了许多有关事故的信息，但笔者从新闻评论中了解到，公众所盼望的相关污染责任人和渎职官员的信息却一直不见踪影，以至于消极情绪总是处在很高的水平。如果政府部门能够提供一个与公众进行双向交流的平台，从本质上弄清公众需要什么信息，就能够避免一些舆情危机的出现。

（三）寻求多途径传播信息，避免形成“信息孤岛”

在政府信息发布过程中，一定要注意拓宽信息传播的渠道，尽全力提高信息的覆盖面。在“龙江河”事件中，部分河池市网民抱怨政府没有发布环境监测信息，而在后来对河池市政府官员的采访中可以看到实际上政府是做了相关报道的，只是在渠道选择上略为狭窄，从而造成政府信息无法有效向外界传播的“信息孤岛”现象。与河池市相比，柳州市政府则做得比较好，通过政府门户网站、微博、短信等多种方式发布实时污染情况，受到了市民的称赞。

（四）加强与媒体合作，削弱信息传播的扭曲效应

在信息传播过程中，政府还应积极联系各类媒体，加强信息交流合作，避免信息通过媒体转载后失实的现象，从而减轻网民的误解程度。在“龙江河”的报道中，带有消极情绪的网民中有大部分是针对报道的内容发泄不满的，较为理性的网民中，对新闻的质疑也比较多。报道内容的不全、歧义等现象，常常会引起情绪不正常的波动，而造成这种现象的根源则是信息传播过程中的扭曲效应。如果政府能够加强与媒体的联系，保证信息传播的准确性，则可以削弱由此带来的负面影响。

四、结语

本文通过构造网络公共情绪分析模型，采用内容分析的方法来探究政府信息发布时间和内容对于网络公共情绪的影响情况。在对大量样本进行人工情绪研判和横、纵向对比后，笔者以举例的方式，从细节层面对政府信息的发布过程提供了相关建议。当然，网络公共情绪的影响因素是多方面的，本文仅仅考虑了政府信息这一因素，对于网络公共情绪的演化趋势并不能起到准确的预测作用。因此，对网络公共情绪影响因素的全面探究将是笔者未来研究的着力点。

[1]CNNIC第29次中国互联网络发展状况统计报告 [EB/OL].(2012-01-16).http://www.cnnic.cn/research/bgxz/ tjbg/201201/t20120116_23668.html

[2]刘毅.网络舆情研究概论[M].天津:天津人民出版社,2007：68.

[3]詹绪武.公共情绪与大众传媒的宣导机制[J].郑州大学学报（哲学社会科学版），2008，41（6）：159-163.

[4]张景龙,李端生.网络传播中社会情绪表达问题研究[J].吉首大学学报（社会科学版），2008，29（4）：91-93.

[5]王雅奇.网络民意中的情绪与理性[J].北京邮电大学学报（社会科学版），2010，12（6）：17-22.

[6]韩晓杰.公共情绪的网络表达——以2008年“林松岭案”为例 [EB/OL].(2009-12-21).http://media.people.com.cn/ GB/22114/150608/150615/10624531.html

[7]ORTONY A,CLORE G L,COLLINS A.The cognitive structure of emotions [M].Cambridge;New York:Cambridge University Press,1988.