旅游危机事件网络舆情的本体分析

付业勤，郑向敏，雷 春，郑文标

(1.海南师范大学地理与旅游学院，海口 571158;2.华侨大学旅游学院，福建泉州 362021;3.三亚学院旅业管理学院，海南三亚 572000;4.华侨大学华侨华人研究院，福建 厦门 361021)

一、引言

旅游危机事件是因旅游现象而产生或与旅游活动、旅游产业、旅游资源、旅游企业和旅游接待设施等有关的危机事件［1］。以用户自创内容、社会化沟通和移动互联等为主要特征的Web2.0技术给网络舆情的发生、传播和发挥影响提供了基础条件［2］，围绕旅游危机形成的网络舆情呈增长态势，如三亚宰客门、华山游客滞留、凤凰古城收费事件等，对事发地旅游产业发展、旅游形象维护和社会和谐稳定都带来了负面影响。

旅游危机事件网络舆情是民众和媒体对旅游危机事件的情绪、态度、意见和意愿在互联网空间的反映，包括舆情客体、主体、本体和媒体等基本范畴［3］。其中，舆情本体是事件相关信息的网络文本内容［3］，决定网络舆情的热门程度和危害性，影响舆情客体的发展进程、相关主体对事件的态度和处理方式。对舆情本体进行分析是旅游危机事件网络舆情管理的核心内容［4］，为网络舆情的监测预警、应急决策、媒体沟通、信息发布和事后评价等工作奠定了基础。

现有网络舆情本体研究，方法上主要采用内容分析，通过人工编码［5］或借助分析软件［6-7］对舆情本体中高频词汇反映的现象进行分析解读［8］，把握舆情热点内容。研究对象上主要基于典型案例［6-9］进行。样本包括微博［10-11］、论坛［6-12］、博客［8-13］、新闻跟帖［5-14］等媒介。国内外现有成果在研究流程上缺乏系统性和规范性，在研究内容上未能深入挖掘高频词汇与事件发展的内在联系，以及事件背后深层次的中国社会问题;同时对旅游危机事件网络舆情本体方面的研究尚属空白。因此，本研究以凤凰古城收费事件为例，以相关微博发帖和跟帖为样本，运用案例研究、内容分析和描述性统计分析方法，甄选出网络舆情本体的高频词汇，建构舆情对象、态度评价、行为意向和发散追因4个类目作为分析框架，从舆情的词汇类目和演化阶段两个维度，对旅游危机事件网络舆情本体进行研究，有助于了解网民和新闻媒体对旅游危机事件的感知和态度、当地政府和媒体在事件中的表现、网络舆情反映的深层次问题，减小网络舆情的不良影响、发挥其积极作用，提高政府和企业的危机处理与舆情应对能力，为旅游产业发展和和谐社会构建提供保障。

二、研究设计

(一)研究方法

内容分析法是分析文字、图片或其他定性符号信息，将其转换为系统的定量数据进行演算、概括、比较，实现描述总结、诠释推论和理论建构验证等功能的方法［15］。网络内容分析是内容分析方法在网络技术环境的发展，将计算机的信息处理能力与网络大数据结合，利用文本挖掘技术对网络文本内容进行词频分析、情感分析与观点分析等数据挖掘，达到识别本体、提取特征、厘清关系等目的［16］。本研究依托 ROST WordParser软件对网络舆情本体进行分词、词频统计和甄选。以排名前50的高频词汇为依据［17］，结合词汇的语言环境进行研究。

(二)研究内容

1.类目分析

所谓类目分析，是从语言功能、话语策略和修辞手法等方面入手，对网络舆情文本信息内容进行归类和分析，以了解网络舆情本体信息在推动事件发展和网络舆情演化中发挥的具体作用，对于网络舆情预警应对、媒体公关、危机传播等都具有重要意义。基于文献分析方法，结合现有研究成果［18-19］，根据高频词汇的出现情景和功能作用，将其分为舆情对象、态度评价、行为意向和发散追因4种类目。分析高频词汇的类目，可以了解舆情主体的叙述方式、兴趣点、情绪态度、观点评价、出游意愿、进行现实活动的意向、对相关旅游产品、社会现象和本质问题的联想。

2.阶段分析

危机事件网络舆情演化研究为危机事件及网络舆情的应对管理提供了一种思路方法，有助于当事人和相关管理主体在舆情发展变化的关键节点及时采取有效措施，解决问题、平息风波;有助于网民全面了解事件舆情发展脉络，理性对待危机事件和社会问题，培养良好的信息素养和媒介素养，成为理性的现代公民。本研究的网络舆情演化阶段划分以事件相关网络信息的数量变化为依据，结合事件的发展情况。网络信息是网络舆情的传播载体，网络信息数量变化反映了媒体和网民两大舆情主体对事件关注程度的变化，进而呈现出网络舆情的演化过程［20］。以“凤凰古城”关键词的百度指数［21］和新浪微指数［22］变化分别反映了凤凰古城收费事件的网络传统媒体舆情和网络新媒体舆情的变化情况，结合事件发展态势，将网络舆情演化分为孕育、出现、爆发、高潮、回落、反复和长尾7个阶段，统计各阶段排名前50的词汇:第一，类目分析，了解网络舆情演化的宏观趋势;第二，词汇分析，分析各阶段特有词汇，了解舆情演化的微观情况。

(三)案例选择

凤凰古城收费事件是在我国景区门票普遍涨价的大背景下，由于当地旅游发展过程中长期存在管理混乱、利益分配不均、过度商业化等问题，政府出于改革景区管理的目的，出台门票收费新政，然而在实施过程中，由于政策制定缺乏科学性和民意基础，官方和经营方屡屡爆出争议言论，舆情应对不当，导致媒体和网民高度关注猛烈批评，本地居民由于收入锐减罢市反对，发生火灾和吊桥垮塌事故等一系列问题，持续近2个月的旅游危机事件。选取原因有三:(1)事件内容丰富、结构复杂、利益交错、矛盾尖锐，具有典型性;(2)持续时间长、经历完整的演化周期，事件发展深受网络舆情影响;(3)长时间保持较高的网络关注度，网民评论和媒体报道等舆情资料丰富便于搜集使用。

(四)数据处理

微博信息是现阶段最重要的网络舆情表现形式［18］。以新浪微博发帖及其跟帖评论为样本，以“景区门票”“门票涨价”“门票经济”“凤凰古城”等为关键词搜索。为保证信息具有代表性，选用转发和评论均在50以上微博发帖［22］，得到1 141条发帖，425 142条跟帖评论作为研究样本。为便于信息内容的识别、提取和统计分析，预处理样本:(1)转换繁体中文为简体;(2)剔除广告、笑话、聊天等与主题无关的内容;(3)还原、合并为规避审核或追求流行而使用的同音词、拼音词、方言词、拆解词、错别字、异体字等;(4)合并意义相似的词汇。

三、研究结果与分析

(一)类目分析

对网络舆情本体50个高频词汇的类目进行分析。4大类目中，反映舆情对象的高频词汇最多20个、表示态度评价的14个、表明行为意向的6个、进行发散追因的10个，如表1所示。可见舆情主体在传播信息时，主要是围绕事件内容进行发布或转发，在了解事实的基础上，进行态度表达、好恶评价、意向陈述、联想发散和刨根问底等个性化、深入的内容生产，符合普遍的认知规律。

表1 网络舆情高频词汇类目

1.舆情对象

舆情主体讨论事件时针对的具体内容，包括相关的事件、人物、政策、行为等［6］，主体对事件的关注点和兴趣所在，是触发网络舆情的导火索。词性以名词、动词为主。4个词汇“收费”“门票”“价格”和“涨价”点出凤凰古城收费事件的核心:收取门票费用导致价格上涨，引起的一系列矛盾问题，出现频次较高、贯穿事件始终。“政府”“官员”和“公司”代表制定和实施政策的主体也被反复提及。“承包”“出售”“改革”代表了收费政策实施的内幕和缘由。

2.态度评价

舆情主体发表的情绪、态度、意见和观点等［6］，一般是舆情主体在了解事件情况后的第一反应，较为感性、带有明显的情感倾向，以负面词汇为主，包括大量俚语和脏话。词性以形容词为主，也有少量名词。14个词汇包括对景区涨价、收费政策、当地政府和旅游公司以及官方在发表言论和处理群体性事件不当时的评价。

3.行为意向

舆情主体针对事件表达的意愿和行为倾向［23］，主要是希望降价免费、表达出行和购买决策、抵制旅游地或旅游产品，少数会出现罢市罢工、聚集请愿等倾向。词性以动词为主，也有少量形容词。网民表达最多的行为意向是“不去”和“坚决抵制”，通过“用脚投票”，表达对收费政策的反对和争议言论的回击。“免费”作为收费和涨价的对立面，是网民的愿望诉求，被大量表达。“去过”和“幸好”也与旅游意向有关，是网民在得知已游过的景区涨价或发生意外后，由于已经去过，而自鸣得意、心满意足或幸灾乐祸，感叹“幸好”已经“去过”。

4.发散追因

舆情主体在深入思考或受相关言论影响后，联想引申出的事物以及对事件原因的追问、问题本质的探讨，是危机事件的扩散和影响［24］。对于旅游危机事件而言，最初的联想发散以同类型的旅游地和旅游产品为主。之后从事件本身向旅游企业、旅游地和政府扩散，从对案例的关注演变为更大领域、更深层的讨论。词性以名词为主。该类目词汇可分成3类:(1)基于景区收费的发散联想，北京景区票价低廉被作为正面典型对比凤凰古城。与北京类似，“国外”也被用作低票价和免费的典型;(2)对收费原因的探讨，“利益”“收入”“管理”和“保护”比较常见。收费是只顾眼前利益、忽略长远利益的行为，景区不应当仅通过门票收入获取利益，高门票价格是“利益集团”对人民的掠夺，是与民争利。“收入”是对收费政策深层次利益分配问题的探究和追问;(3)扩散至对国家社会的思考，以“中国”“人民”“社会”为代表。面对收费事件暴露的问题弊病，寻找问题根源，例如批评国家税收政策、物价上涨、贪污腐败，认为景区属于全民，涨价是对人民利益的侵犯，批评圈占自然资源收费违背社会主义原则，破坏社会和谐等等。

(二)阶段分析

1.类目变化

(1)舆情对象。随着事件发展，舆情对象类目比例呈上升趋势，一起单纯的景区涨价事件，由于景区的高知名度、由来已久的管理问题、媒体的推波助澜、网民的高度关注、网络意见领袖的介入、官方不断爆出争议言论和消极应对、适逢清明五一暑期假期、群体性事件火灾吊桥垮塌等突发状况的相继发生，演变为一场批驳立论多元、揭露辨析全面、鞭笞力度猛烈的一边倒讨伐景区涨价和地方政府治理问题的舆论风波，事件牵涉的舆情对象也不断增加。

(2)态度评价。孕育期由于危机事件和负面新闻较多，出现期网民对收费政策兴趣较高，爆发和高潮期由于商户罢市等状况的发生，导致这3个阶段的态度评价词汇较多。高潮阶段过后，随着事件关注度的下降，舆情主体对事件的态度评价逐渐减少。态度评价自始至终都以消极负面为主，较例外的是在收费政策宣布的出现阶段，网民由于对政策较为陌生、且尚未实施，媒体对政策的报道以优惠和利好为主，突出“购票三次终身免票”，导致舆论对收费政策短暂的肯定和欢迎。

(3)行为意向。均以“不去”“抵制”和“免费”为主，数量稳定地在低位运行，例外的是出现阶段，由于距离政策实施尚有时日，网民倾向在最后的免费时期扎堆前往凤凰古城，从而出现较多的希望赶紧去和尽快前往的行为意向。

(4)发散追因。发散追因词汇的数量随舆情关注程度的变化而变化，在高潮阶段对事件联想和追究原因的词汇最多，在反复和长尾阶段发散追因词汇减少。网民和媒体从一开始就没有将收费事件单纯地看作是景区涨价，而是从旅游涨价联想到衣食住行各领域的涨价，从景区涨价联想到国家发改委、旅游局等部门的不作为，从收费政策出台后的种种争议扩散到对政府职能、政企关系、官员个人甚至是国家、社会、国民性等问题的思考。

2.词汇变化(如图1所示)

(1)孕育阶段。特征词包括复制、猪、手枪、恐怖、新闻、之最、民风、殴打、发改委、山寨、彪悍、刁民、素质、垃圾14个，对收费政策制定、网民对凤凰古城刻板印象形成起到铺垫和催化作用。主要反映了舆情主体对“复制凤凰古城”“凤凰董事长骂游客风波”“重庆游客被群殴”“国内景区价格普涨”等事件的探讨和评价。本阶段舆情反映了凤凰古城的过度商业化、资源保护不善、景区容量超载、市场秩序混乱、宰客现象严重、游客安全受威胁和管理部门不作为等问题为收费事件出现埋下伏笔。

图1 词汇类目在不同阶段的演化情况

(2)出现阶段。舆情特征词有赶紧、不合理、清明节、不值得、坑爹、去不、没兴趣、便宜、家里、快走、不错、工资、强制、再去、婺源15个。与后几个阶段“一边倒”的反对不同，不少网民表达了“不错”“便宜”的正面评价。网民希望在最后的免费期前往，与此对应的是行为意向词汇“赶紧”“去不”“快走”“再去”，导致清明节小长假游客爆满。

(3)爆发阶段。聚集、导游、反对、镇压4个舆情特征词，展现了矛盾的激化，收费开始后，商户因不满游客减少，出现反对收费的“聚集”活动，媒体和网民指官方出动警察和城管“镇压”，官方称是“无证导游和拉客人员组织”。

(4)高潮阶段。舆情特征词包括凤凰男、在乎、改革、共产党、权力5个。备受关注的本地小伙带女友回家被阻拦事件，赋予“好女不嫁凤凰男”新的涵义。副县长称“很多游客不在乎门票是多少”，激起网民强烈不满，抵制凤凰古城的网络动员就此展开。副县长称“收费是改革”被认为政府过度干预经济，是“打着改革的旗号反改革”。对收费合法性的质疑也不断出现，舆论质疑政府对古城只有保护和管理职能，没有圈占收费的权力。网民对事件的发散追因扩大到执政党层面

(5)回落阶段。舆情主体的关注程度有所下降，但仍有引发关注和批评的事件。舆情特征词火灾、消防、涅槃、错就错在、逻辑、土地、人大代表、成本8个，反映了4个方面的事态:(1)古城发生火灾，网民调侃消防人员进古城是否需要收费，幸灾乐祸称火灾让“凤凰涅槃”;(2)凤凰董事长接受采访时表示“错就错在一开始没有收费”被批是“强盗逻辑”;(3)副县长接受微访谈时称148元门票成本131.27元引起对门票收入分配的质疑;(4)对收费合法性的质疑仍在继续，媒体披露政府以“土地”入股成立旅游公司涉嫌违法违规。

(6)反复阶段。舆情特征词包括事故、吊桥、临时工、落水、晚会、摇晃、修桥、平安、责任、经营、救援、兴奋、维护、网友、奖励15个。多数围绕吊桥垮塌事故，词汇涉及事故的经过、救援、伤亡、原因、追责等要件。值得注意的是“网友”在现场手机发布微博是主要的信息来源;官方称“游客兴奋过度剧烈摇晃”导致吊桥垮塌以及控制修桥的农家乐经营者的做法受到质疑，被讽刺和责任事故逮捕“临时工”替罪无异。

(7)长尾阶段。舆情特征词有支持、井喷、95%、客栈、冷清、市场、喝茶、代表、公开、方言、旅行社、三公12个，主要与官方继续坚持收费、凤凰人气冷清有关。网民认为散客急剧减少游客多为旅行社团队是当地不尊重市场规律的结果。官方“散客下降与中央严控三公消费有关、预计6月底客流出现井喷”，“本地居民95%支持收费”，暑期旺季有房求客的客栈关门歇业受到“喝茶”约谈，拒绝公开门票新政听证及调研报告等言行继续引发批评。

四、研究结论

(1)网络舆情受媒体议程设置影响。从凤凰古城收费事件网络舆情高频词汇的类目可以看出，反映事件主题的高频词汇比例在整体和各阶段舆情中都占有较大优势。这些词汇源于事件进展、当事人言行，被媒体报道后，通过微博发帖的方式进入网络舆论场，被转发评论。网民对收费事件的探讨，是基于对媒体报道内容的探讨，在了解事实的基础上，进行态度评价、意向陈述、联想发散和刨根问底等个性化、深入的网络内容生产。

(2)表达不去旅游的意愿，“用脚投票”“抵制”是网民表达负面情绪的最主要方式。在事件发展的最初阶段，“不去”是网民对景区涨价或收费最直接、最本能的反应，这种行为倾向贯穿事件全过程。在政策实施后，面对收费给当地居民和游客带来的损害和当地官员的争议言论，“不去”升级为“抵制”，抵制凤凰古城的网络动员在意见领袖号召下展开，成为表达不满的一种方式。

(3)网络舆情的发散追因现象明显。网络舆情将旅游事件发展成社会事件，将事件的负面影响扩大到整个旅游地，将个别案例扩展到国家和社会的层面。从凤凰古城收费事件来看，事件之初网民对景区收费涨价的批评，就涉及了相关旅游地价格比较、物价上涨、消费者权益、门票经济弊端、休假制度、景区管理体制、政府执行力、财税制度、贪污腐败、国民素质、社会制度等多方面问题。在收费实施后，媒体和网民的讨论更深入到对政府职能错位、政府决策的合法性、程序正义、实施的可行性、收费的分配使用、政府与私企关系、圈城收费以及官员个人形象等方面的讨论。

(4)网络舆情的群体极化和网络暴力现象明显。群体极化(Group polarization)是在群体中的个人决策因受到群体影响，容易做出比独自决策时更极端决定的现象［25］。由于网络的匿名性、相对自由，信息传播的快速性、广泛性，以及网民对真相的求知欲、打抱不平的正义感、求偿心理和减压心理，网络的群体极化现象往往比在现实世界更容易出现。在收费事件中，由于收费涨价事关每个公民利益，官员屡次爆出争议激化官民矛盾，网民和媒体对收费政策和相关言行持“一边倒”的批评，少数持不同观点的认证用户遭到围攻谩骂，网民缺少对不同意见的包容。群体极化的极端表现就是层出不穷的语言暴力、人肉搜索、网络恶搞或造谣诽谤。

(5)重视网络舆情的反馈作用。网络舆情当中虽有偏激言论，但不乏建设性意见，对危机应对和政府治理都有警示和反馈作用。政府和旅游企业应积极利用互联网特别是微博平台，做好网络舆情和网络口碑的收集研判工作，为战略决策、市场营销、游客服务提供依据。在类似火灾、吊桥垮塌等的核实和救援中，可利用网民提供的现场爆料信息。通过微博发布权威信息，与网民沟通交流、答疑解惑、接受意见批评，将官方微博打造成政府和企业提高服务效能、优化危机管理的有效工具。

［1］郑向敏，谢朝武.旅游安全蓝皮书:中国旅游安全报告［M］.北京:社会科学文献出版社，2013.

［2］Gillmor D.We the media:grassroots journalism by the people for the people［M］.Sebastopol:O’Reilly Media，2006.1-10.

［3］王平，谢耘耕.突发公共事件网络舆情的形成及演变机制研究［J］.现代传播，2013(3):63-69.

［4］李光敏，张行文，张磊，等.面向网络舆情的评论文本情感分析研究［J］.情报杂志，2014，33(5):157-160.

［5］张韦，付亚萍，徐晓林.微时代下涉法网络舆情研究:个案分析视角［J］.情报杂志，2012，31(3):10-14.

［6］冯江平，史俊洋，陈虹，等.网络社会事件发展过程中的舆情心理分析——以“躲猫猫”事件为例［J］.云南师范大学学报:哲学社会科学版，2012，44(4):60-70.

［7］Prabowo R，Thelwall M.Sentiment analysis:A combined approach［J］.Journal of Informetrics，2009，3(2):30-35.

［8］喻国明，李彪，吴文汐，等.抢盐事件中的舆情态势和传播规律研究——基于网络文本的智能化舆情分析技术［J］.国际新闻界，2011(7):28-39.

［9］Bruns A，Highfield.Political networks on twitter:tweeting the Queensland state election［J］.Information Communication ＆ Society，2013，16(5):667-691.

［10］杨娟娟，杨兰蓉，曾润喜，等.公共安全事件中政务微博网络舆情传播规律研究——基于“上海发布”的实证［J］.情报杂志，2013，32(9):11-16.

［11］Park C S.Does twitter motivate involvement in politics?Tweeting，opinion leadership，and political engagement［J］.Computers in Human Behavior，2013，29(4):1641-1648.

［12］高嘉鑫.BBS异常事件监控机制之设计［D］.新竹:台湾交通大学，2004.

［13］Asano E.A public outreach in epilepsy surgery using a serial novel on BLOG:a Preliminary report［J］.Brain ＆Development，2007，29(2):102-104.

［14］Salwen M B，Garrison B，Driscoll P D.Online News and the Public(Routledge Communication Series)［M］.London:Routledge，2004:23-48.

［15］Riffe D，Lacy S，Fico F G.ANALYZING MEDIA MESSAGES Using Quantitative Content Analysis in Research(Second Edition)［M］.London:Lawrence Erlbaum Associates Publisher，2005:23-39.

［16］陆宇杰，许鑫，郭金龙.文本挖掘在人文社会科学研究中的典型应用述评［J］.图书情报工作，2012，56(8):18-25.

［17］戴光全，梁春鼎.基于网络文本内容分析的重大事件意义研究——以2011西安世界园艺博览会为例［J］.旅游学刊，2012，27(10):36-45.

［18］谢耘耕.舆情蓝皮书:中国社会舆情与危机管理报告2013［M］.北京:社会科学文献出版社，2013.

［19］芦何秋，郭浩，廖俊云，等.新浪微博中的意见活跃群体研究——基于2011年上半年27件重大网络公共事件的数据分析［J］.新闻界，2011(6):153-156.

［20］兰月新，曾润喜.突发事件网络舆情传播规律与预警阶段研究［J］.情报杂志，2013，32(5):11-14.

［21］周海灯，方付建，王国华.企业危机事件网络舆情传播机制研究——以思念水饺“致病门”事件为例［J］.电子政务，2012(10):56-63.

［22］王平，谢耘耕.突发公共事件中微博意见领袖的实证研究——以“温州动车事故”为例［J］.现代传播:中国传媒大学学报，2012(3):82-88.

［23］高承实，陈越，荣星，等.网络舆情几个基本问题的探讨［J］.情报杂志，2011，30(11):52-56.

［24］靳明，靳涛.从黄金大米事件进展透析公众的态度与认知变化——基于新浪微博的内容分析［J］.商业经济与管理，2013(11):89-96.

［25］Stoner J A F.A Comparison of Individual and Group Decisions Involving Risk［D］.Cambridge，MA:Massachusetts Institute of Technology，1961.