社会性事件网民关注持续时间分布及政府应对效果研究

薛耀文，张雪红

(1.山西师范大学 经济与管理学院，山西临汾041004;2.太原科技大学 经济与管理学院，太原030024)

社会性事件经过渲染和传播往往会引起网民的广泛关注和讨论。不同社会性事件，网民关注度不同，关注持续时间也不同。虽然社会生活的复杂性及网民关注的疲劳性，使得网民对社会性事件的关注度在持续一段时间后都会下降，但网民关注持续时间在很大程度上影响着政府对社会性事件的有效应对和政府公信力的提高，因此需要对社会性事件网民关注持续时间的规律进行研究。

网民对社会性事件的关注会形成具有影响力的舆论力量，谢海光通过对热点信息讨论者活动时间的考察得出，任何公共事件话题在互联网上出现的初期是最需重视的，这一时期关注者发表意见次数最频繁、最活跃，也是网民情绪急速积聚时期。［1］张展在“7.23”动车事故网络舆情分析中将舆论发展分为四个阶段:舆论膨胀期、舆论高峰平稳期、舆论下降期、舆论平淡期。［2］武汉大学ROST虚拟学习团队网络舆情报告从网络舆情的时间、广度、数量、显著等热值指标来构建网络舆情的指数表。人民网舆情监测室作为国内最早从事互联网舆情监测的专业机构，从2009年开始对每年各个季度的社会性事件政府应对能力进行排序，并给出各个季度社会性事件的舆情热度排行。

这些研究涉及单个社会性事件网民关注的发展趋势，事件的热度排行，以及不同事件的政府应对能力，较少有对网民关注事件持续时间的总体分布情况进行研究，将持续时间和舆情热度结合起来研究多个社会性事件网民关注情况还是空白。

一、社会性事件网民关注持续时间的算法与样本采集

社会性事件网民关注持续时间一般指从事件发生到完全退出网民关注范围的这段时间，但很多事件并不是在发生时就进入网民的关注范围，而是在发展到一定程度时，网民才会逐渐关注;也不是在完全退出网民关注范围时才表示事件结束，而是关注的人数或次数比较少时，就可以认定该事件退出网民的关注范围。本文用事件开始引起网民关注到基本退出网民关注范围这段时间来表示社会性事件网民关注的持续时间。

我们选取的社会性事件来源于人民网舆情监测室2009—2011年发布的各个季度地方应对舆情能力排行榜名单，这些事件是人民网舆情监测室通过智能搜索引擎技术从各种网络舆论载体中梳理出来的热点社会性事件。其中2009年30件，2010年30件，2011年40件。

(一)网民关注持续时间起始时间点的确定。社会性事件网民关注情况通过在腾讯搜搜网上收集到的每天关于该事件的网页数来表示。假设事件网民关注情况最高时为M，令a=10%M，以a为界限，在网民关注情况最高点之前，网民关注情况第一次高于或等于a的时间点为t1，此时就认为事件从该点开始引起网民关注，把t1点作为事件网民关注的起始时间点，如图1所示。

图1 社会性事件网民关注持续时间起止时间点的确定

(二)网民关注持续时间终止时间点的确定。网民关注情况主要指伴随着事件的网民关注情况，当事件结束时，也代表网民对事件的关注结束，在事件结束之后的网民关注是网民对事件后续内容的关注，不归入关注时间内。因此在确定事件网民关注持续时间终止时间点时按下列条件来确定:(1)在网民关注情况最高点之后，网民关注情况最后一次高于或等于a的时间点为t2，表示该点之后不再关注事件，把t2点作为关注持续时间的终止时间点。(2)当该事件结束的时间点为t3时，表示该事件结束，网民也不再关注该事件，把t3点作为事件的终止时间点。当时间点为t1＜t3＜t2时，则t3为该事件终止时间点，当t1＜t2＜t3时，则t2为该事件终止时间点。起始点和终止点之间的天数即为持续时间。

(三)网民关注持续时间采集.根据上述方法计算出2009—2011年100件社会性事件网民关注持续时间的起始时间点和终止时间点，得到100件事件的网民关注持续时间如表1所示。

表1 2009年—2011年100件社会性事件的网民关注持续时间(单位:天)

注:序号1—15是政府应对总体较为得体的社会性事件;16—51是政府应对有待进一步加强的社会性事件;52—85是政府应对存在明显问题的社会性事件;86—100是政府应对严重失当的社会性事件。

二、社会性事件网民关注持续时间分析

(一)社会性事件网民关注持续时间分布。将网民关注持续时间按照时间长短进行分组，组距为10，共分为11组。网民关注持续时间的分组结果如表2所示。

表2 社会性事件网民关注持续时间分布

(二)社会性事件网民关注持续时间分布验证。对社会性事件网民关注持续时间做单样本K-S检验，得到表3，显著性水平取0.05。

表3 网民关注持续时间正态分布检验

表4 网民关注持续时间对数正态分布检验

社会性事件网民关注持续时间表现出一定的正偏，且具有一定集中性。一些正偏态资料经过对数变化后可符合正态分布［3］。社会性事件网民关注持续时间表现出一定的正偏，与对数正态分布类似，因此需要验证其是否符合对数正态分布。首先对事件网民关注持续时间作对数处理，并对持续时间对数做单样本K-S检验，得到表4，其相应的概率值为0.423，大于0.05，说明社会性事件网民关注持续时间对数符合正态分布，即社会性事件网民关注持续时间符合对数正态分布。

三、政府应对能力对社会性事件网民关注持续时间的影响

政府应对社会性事件的策略不同，最终结局会不相同。［4］有些事件应对不当，处理方式不够科学，会对政府形象造成不良影响，影响公众满意度。但政府应对是否得当对网民关注的持续时间会造成什么样的差异需要进行科学分析。

人民网舆情监测室从政府响应、信息透明度、政府公信力、秩序恢复、动态反应、官员问责6个指标，对舆情热点的政府处置能力做出评估，并将评估结果分为四类:政府应对总体较为得体，政府应对能力有待进一步加强，政府应对存在严重问题，政府应对严重失当。［5］本文在此基础上将政府应对能力分为两类:政府应对得当和政府应对不得当。重新分类统计结果如表5所示。

表5 政府应对得当和不得当的社会性事件网民关注持续时间比较

在100件社会性事件中，政府应对得当的社会性事件为52件，政府应对不得当的社会性事件为48件，政府应对得当的社会性事件数略微多于政府应对不得当的社会性事件数，即政府在应对社会性事件方面仍存在很多缺陷和不足，需不断提高其应对能力。

由表5可知，政府应对得当的社会性事件网民关注持续时间均值为20.21天，而政府应对不得当的社会性事件网民关注持续时间均值为21.02天，应对得当的社会性事件网民关注持续时间比不得当的社会性事件网民关注持续时间要短。这说明政府的应对情况对网民关注社会性事件的持续时间会产生一定影响。

政府应对得当和应对不得当的社会性事件网民关注持续时间均值表现出一定差异，但需要通过T检验来说明两个总体的持续时间均值是否存在显著性差异。通过对网民关注持续时间对数进行T检验，检验结果如表6所示。

表6 政府应对得当和不得当的社会性事件网民关注持续时间T检验

从表6中可以看出，t统计量的观测值为－1.7260，不在(－0.8715，－0.0167)范围内，同时t检验相应的双尾概率值为0.0880小于0.1，因此认为政府应对得当和不得当的网民关注持续时间均值存在显著差异，即可以以90%的水平相信政府应对得当和不得当的事件网民关注持续时间均值存在显著差异。政府应对得当和不得当的社会性事件在网民关注持续时间方面表现出一定的差别，虽然相差不大，但是对政府形象及公众满意度等造成的影响是巨大的。如山东济南女狱警街头打人事件，引起了群众的不满，但济南市公安机关对当事人及时处理，消除了民众不满，同时利用人民网、新浪微博及时通报事件的处置情况，在最短的时间内做出回应，有效抑制了网络传言，平息了事态。而河南杞县的“钴60”事件发生后，当地政府封锁消息，对网上猜测的帖子只删除不解释，大批群众在无法核实消息的情况下纷纷奔向周边县市“避难”，政府对事件局面完全失控。面对造成的恐慌局面，政府不检讨自身，反而逮捕“造谣者”和转帖者，这种推脱责任嫌疑的做法更是将政府形象推向舆论的风口浪尖。因此，政府应对得当和不得当的，不仅在网民对社会性事件的关注持续时间表现出差异，还会在社会秩序、公众满意度、政府形象等方面造成极大反差。

通过以上研究，本文得出以下结论:(1)社会性事件网民关注持续时间符合对数正态分布;(2)社会性事件网民关注持续时间平均值接近21天;(3)政府应对得当和不得当的社会性事件在网民关注持续时间方面存在明显差异。

根据研究结论，本文认为政府应从以下两点来应对社会性事件:一是，由于社会性事件网民关注持续时间符合对数正态分布，具有集中性，这就要求政府采取一般应对和重点应对相结合的策略，对于大多数社会性事件采取一般应对策略［6］，对于个别社会性事件，采取重点措施进行应对;二是社会性事件网民关注持续时间平均值为20.6天，最长为149天，最短为1天，且政府应对得当和不得当的社会性事件网民关注持续时间存在明显差异，这就要求政府在应对社会性事件时要注意应对措施的连续性，直到事件真正得到解决。

［1］谢海光，陈中润.互联网内容及舆情深度分析模式［J］.中国青年政治学院学报，2006，(3).

［2］张展.“7.23”动车事故舆情网络分析［J］.现代职业安全，2011，(9).

［3］朱红兵，何丽娟.关于用SPSS中单样本K-S检验法进行正态分布等的一致性检验时适用条件的研究［J］.首都体育学院学报，2009，(4).

［4］甄烨，薛耀文，张朋柱，等.电子政务环境下政府—官员寻租博弈研究［J］.哈尔滨理工大学学报，2010，(6).

［5］人民网舆情监测室.2009年上半年地方应对网络舆情能力排行榜［EB/OL］.http://yq.people.com.cn/zt/dz3/.

［6］Shuguang Suo，Yu Chen.The dynamics of public opinion in complex networks.Journal of Artificial Societies and Social Simulation，2008，11(42).