大数据环境下涉警网络舆情风险建模与实证研究
2018-05-23袁野兰月新夏一雪
袁野 兰月新 夏一雪
摘 要 涉警网络舆情是各类网络舆情中较受关注的一类,通过风险建模识别舆情风险,为涉警舆情的研判和应对提供支持。从涉警网络舆情风险管理的角度出发,以实际案例为研究基础,对样本案例进行分析,运用HHM框架识别了涉警网络舆情的风险要素,并根据研究结果进行实证分析。证明了通过HHM框架识别出的涉警网络舆情风险要素在分析研判过程中的有效性。文章提供的涉警网络舆情风险分析的6个维度希望能对实际工作开展具有参考意义,为涉警网络舆情研判提供分析思路,丰富网络舆情相关研究。
关键词 涉警网络舆情;风险识别;实证分析
中图分类号 G206 文献标识码 A 文章编号 2096-0360(2018)05-0001-06
1 现状分析
随着互联网发展在我国的高速推进,以及公民参与社会生活积极性的提高,网络舆情越来越成为不可忽视甚至必须重视的一项内容。虽然大多数网民不能代表全体公民的意见,但是他们通过互联网表达个人意见、态度和情绪,对我国社会的发展变化起着重要的影响作用。随着党中央、国务院对“互联网+政务”和政务信息公开的高度重视,作为政府部门之一的公安机关在使用传统官方网站公布信息的同时,更加注重通过微博、微信平台或其他移动客户端进行信息公开以及和网民的互动。另外,政府信息的公开使得网民获知大量其关注的信息,进一步促进了公民通过网络行使广泛参政的权利。此外,伴随着我国社会发展过程中出现的各种矛盾,作为执法机关的公安机关更容易成为网络舆情中的热点单位。因此,涉警网络舆情逐渐成为每年网络舆情中的热点舆情,存在极大的网络舆情风险。根据人民网舆情频道的分析数据可知,从事件类型看,话题量居前五位的是涉警舆情、教育舆情、公共政策、医疗卫生、干部作风。
对目前我国学术界的涉警网络舆情研究情况利用CitespaceV进行文献分析,设定关键词为“涉警AND舆情”,在知网中进行以篇名为条件的高级检索,得到相关文献151篇,时间跨度为2009年至2017年。设置显示词频为3以上的关键词,根据图1显示的关键词聚类图发现,当前我国学者对于涉警网络舆情的研究主要集中在涉警舆情、公安机关、媒体平台、警民关系等几个关键词上。
从时间上看,涉警网络舆情的研究重点变化如图2所示。
由此可见,近几年关于涉警网络舆情的研究主要集中于自媒体和新媒体上的涉警网络舆情,进一步减少词频至2次,发现2017年的涉警网络舆情主要集中于負面舆情、舆情翻转和应对处置等关
键词。
对内容进行分析发现,对于涉警网络舆情的研究首先集中于涉警网络舆情的应对与引导,属于事件发生后的应对措施类研究,例如易凡、赵静的《基于行动者网络理论的微信涉警舆情导控研究》;冯淑珍的《新媒体时代的涉警舆情引导研究》;朱彤的《自媒体时代下突发涉警舆情引导研究》等,这些文章从自媒体在涉警网络舆情传播过程中的特殊性着手,提出变革传统观念和工作方法的建议,使公安机关紧跟时代步伐[1-3]。其次,集中于对涉警网络舆情的研判与分析,从而发现其中的规律和特点,例如:周西平、张亚蓉的《基于马尔可夫链的网络涉警舆情热度趋势分析》;朱东风、何银松的《论移动互联网时代公安机关对涉警网络舆情的分析与研判》;罗赞的《网络涉警舆情应对的传播学分析》;刘须群,罗华顺的《近十年涉警网络舆情危机事件的生成规律》等,这些文章或以案例研究为主要方法,或采用量化的方法,从定性定量两个方法深入分析了涉警网络舆情的传播规律与其自身特点[4-7]。最后,还有一些文章主要研究涉警网络舆情相关体制机制的建立与完善,例如:王册、刘苏婵的《大众传媒时代涉警网络舆情引导机制研究》;文捷、赖柳华的《全媒时代下涉警舆情导控机制研究》;莫兴鉴、屈健、兰月新的《涉警网络舆情监测机制构建研究》等,这些文章结合公安工作的实际,着力于研究机制建设中可能出现的问题和需要改进的方面为相关制度的完善做出重要贡献[8-10]。综上所述,目前涉警网络舆情研究领域侧重于事件发生后对于涉警网络舆情的应对,在应对措施实施前,对涉警网络舆情事件本身的研究较为缺乏,因此本文立足于涉警网络舆情事件,利用HHM分析法对涉警网络舆情事件的风险进行识别,为涉警网络舆情的应对提供科学的支持。
2 涉警网络舆情的影响要素分析
涉警网络舆情的影响要素即在涉警网络舆情发生、发展过程中可能影响涉警网络舆情风险评级的特点要素,不仅包括事件本身的要素,外部环境的变化也影响着涉警网络舆情的风险评级。以2016年和2017年中发生的10起最受网民关注的涉警网络舆情事件为研究样本,分析可能影响涉警网络舆情热度的风险要素。选取样本案例如表1所示。
案例的影响力大小可通过数字直观的表现出来,因此,本文列举了这些案例发生后,微博、微信平台中的相关信息数量,以“条”为统计单位进行显示,如表2所示[11]。
由表2可以得出,2016年涉警网络舆情事件爆发时间集中,且热度整体偏高,2017年的涉警网络舆情事件在时间上呈现发散分布的特点,但是仍在9月集中发生两起涉警网络舆情事件。从传播平台来看,微博平台的信息热度明显高于微信平台的热度。从事件本身并结合信息热度来看,热度最高的涉警网络舆情事件均涉及人员的死亡,死者可能是犯罪嫌疑人,也可能是警察。另外,事件中如果包含除警察之外的职业、头衔或名人等有特殊标记的名词,该类事件的网络舆情热度也居高不下。
此外,较热的涉警网络舆情还包括对警察执法行为的分析,此外一些看似平常但并非人人可能遇到的事件也可能成为热点涉警网络舆情。由此,本文提炼出影响涉警网络舆情的重要要素包括时间、传播平台、伤亡、标签、执法行为、特殊性几个要素,总结如图3所示。
根据这些影响涉警网络舆情风险大小的要素,进行进一步细致的识别,从而对涉警网络舆情的风险评估提供更细致的理论依据。
3 基于HHM模型的涉警网络舆情风险要素识别
进行风险识别的方法多种多样,当前常用的一些方法有头脑风暴法、德尔菲法、鱼骨法等,本文使用HHM(Hierarchical Holographic Modeling)模型对涉警网络舆情的风险进行识别,HHM方法对复杂等级结构的系统建模非常有效,涉警网络舆情涉及面广,内容多,因此本文将基于HHM识别涉警网络舆情的风险因素。
将上文分析出的涉警网络舆情影响要素作为涉警网络舆情HHM模型的6个维度,分别从这6个维度着手,细化涉警网络舆情的风险要素。
3.1 时间维度
在涉警网络舆情的发生、发展过程中,通过时间维度来了解当前社会环境对于警察的关注度,并对涉警网络舆情是否会受到环境的过度影响进行判断。如果一起负面涉警网络舆情事件发生的时间点与前一起涉警网络舆情事件发生时间间隔较短,则第二起负面涉警网络舆情事件就会引发网民更高的关注度,则其存在的风险度就更高。并且时间越临近,风险就越高,少至几天、几周,多至几个月。由于警察职业的特殊性,两起负面涉警网络舆情事件如果在时间上临近,更易引发网民将事件主体扩散至整个警察群体,从而扩大事件影响范围,对警察形象造成巨大的损害。因此在此维度下,将风险要素细分为“偶发”和“临近”两种。
3.2 传播平台维度
根据以往涉警网络舆情传播规律和统计数据来看,微博平台因其时效性、简易性、便捷性、广泛性在网络舆情中的影响力不可替代[12]。再根据2016年和2017年主要涉警网络舆情信息数量统计,发现在微博上发布和传播的涉警网络舆情存在更大的风险,更易被网民关注,引起社会更大的轰动。除此之外,还有微信平台、媒体平台等。
3.3 伤亡维度
在这一维度中,存在三个种类:
第一种是涉警网络舆情事件中有人死亡,死者可能是警察也可能是犯罪嫌疑人或其他人。
第二种是涉警网络舆情事件中有人受伤并无生命危险。
第三种是未造成人员伤亡的事件。
根据分析,第一种事件中存在人员死亡,最易引起网民的关注以及造成舆论热浪,其次是第二种事件,会引发网民一定的关注度,第三种事件未造成人员伤亡,因此对网民心理的冲击较前两种较为平和。
在面对网络舆情事件时,网民存在一种贴靠心理或同理心,即会考虑如果自身在事件中会如何,以及自身是否会遇到类似的情况,并且生命本身只有一次,其珍贵程度也决定了在涉及生命安全的网络舆情事件爆发时,难免会引发网民高度的关注,因此此类涉警网络舆情的风险也最高。
3.4 标签维度
“标签化”是当前网络环境中存在的重要现象,尤其在网络舆情领域,通过对行为主体进行“标签化”,更易博取網民的关注,同时,这种“标签化”的现象使网民在了解客观事实之前,内心提前对事件有了预判,产生定式思维,感情要素占据了较大比重,更易情绪化。在涉警网络舆情中,“警察”本身已是一种“标签”,如果同时再出现其他职业标签,或者名人标签,或是表示当事人身份的其他标签都将影响涉警网络舆情的风险级别。
3.5 执法行为维度
通过对案例的分析发现,警察的执法行为如果被传播到网上,则必定会引发网民对执法行为的分析,对于熟悉执法相关规定以及靠执法维护社会治安的警察来说,对执法行为通常没有特别在意其细节问题,但是对于不了解公安工作及相关法律、法规的网民来说,容易将个人置于被执法者的地位,从道德、细节等各个方面推敲警察的执法行为,这种立场对立已对涉警网络舆情产生较大的风险。如果警察的执法行为确实存在不合规范之处,网民对其产生的争议将更多。根据以往的涉警网络舆情案例,将涉警网络舆情案例中的警察执法行为分为执法暴力、执法不力、执法不当、正常执法等几类。其中执法暴力即警察的执法行为存在正常强制性措施之外的暴力行为,执法不力即在警察应当采取强制性措施却因各种原因未能及时消除违法行为恶果的行为,执法不当即警察的执法行为在程序或其他细节方面存在不合理、不合法之处,正常执法即警察的执法行为完全符合法律要求,偶尔遭遇执法对象对相关法律法规的无知或不当行为导致事件进一步发酵。
3.6 特殊性维度
在这一维度中,体现的是涉警网络舆情中的一些特殊风险要素,例如涉及当前社会热点话题、符合群众猎奇心理的要素以及其他在日常生活中不常发生的事情。其中社会热点话题根据社会环境的变化而变化,当前的热点话题包括反腐、扶老人、反恐等关键热点。随着社会的发展,热点话题将随之发生变化,在判断涉警网络舆情风险时要紧跟社会发展现状。符合群众猎奇心理的要素主要包括一些表述,例如不为人知的、背后的、黑幕、真相、色情等与社会主义核心价值观相违背的风险。其他在日常生活中不常发生的事情即一些与警察身份本应无密切联系的行为,例如交警互殴、民警打护士等行为。
将以上风险以HHM模型的形式表现如图4所示。
由于HHM框架具有延展性,因此随着社会的发展,此HHM框架应当根据实际情况及时做出扩展,以确保风险识别的全面性和时效性。根据本文识别出的涉警网络舆情风险要素,下文对一起实际发生的涉警网络舆情案例进行具体分析,验证涉警网络舆情风险要素在涉警网络舆情研判中的作用和意义,为涉警网络舆情的应对提供支持。
4 “雷洋事件”实证分析
以“雷洋事件”为例,按照上文识别出的涉警网络舆情风险要素对该案例进行分析,并提出分析意见,对照事件发展状况,验证涉警网络舆情风险要素的合理性及有效性。
4.1 事件回顾
“雷洋事件”发生于2016年5月7日,事件被曝光于5月9日,源于网络上一篇题为《刚为人父的人大硕士,为何一小时内离奇死亡?》的帖子。帖子称一名毕业于中国人民大学的硕士雷洋,在2016年5月7日晚前往首都机场接机过程中离奇死亡。北京警方2016年5月9日晚发布消息称,死者雷洋涉嫌嫖娼被抓获后,因抗拒执法并企图逃跑,警方依法采取强制约束措施。在带回公安机关审查过程中,雷洋身体不适,经医院抢救无效死亡。警方已通报检察机关,检方已介入并开展侦查监督。2016年5月11日凌晨1点44分,昌平公安官微再次发声。这条500字左右的通报尽管增加了一些信息,但仍未完全释疑人们的猜测。截至5月11日下午4点,累计监测到互联网新闻、博客、论坛、平煤、微信媒介相关舆情曝光2 462篇次。2016年6月1日,“雷洋事件”相关民警被检方立案侦查。2016年12月29日,雷洋案涉案警务人员和相关责任人受到党政纪处理,涉案副所长被开除党籍,一辅警、两保安被开除[13]。
4.2 事件风险要素分析
4.2.1 时间维度分析
“雷洋事件”发生于2016年5月7日,在这一日期前没有其他涉警网络舆情的发生,因此在时间发生之初,不会受到其他案件较多的影响。但是,在“雷洋事件”发生后,5月10日河南郑州发生“警察击毙醉酒犯人事件”,5月17日发生了“张际勇失踪事件”,5月27日“山西黑社会老大高调出狱事件”等,这些涉警网络舆情事件均在“雷洋事件”尘埃落定之前发生,因此形成了集聚效应,从时间维度上看,对“雷洋事件”的舆情应对呈现不利态势。因此,在应对该事件舆情时,昌平警方应当注意到舆情形势的变化,对于公开发布的说辞要倍加谨慎,坚持以事实为依据,实事求是的应对事件,避免警察形象被妖魔化以及被舆论裹挟的情况发生。
4.2.2 平台维度分析
根据“蚁坊舆情报告”内容显示,该事件最初在知乎、贴吧平台上被爆出,后昌平警方在微博平台进行回应,随后各类传统媒体和网站媒体开始对相关内容进行大量的报道。对这一传播路径进行分析,在事件发生之初,借助于知乎、贴吧平台,根据对这两个平台特点的分析发现,该事件传播速度存在缓慢上升的阶段,但是在内容上的叙述更详尽,其中包含的质疑点必定不在少数。因此,通过对平台维度风险的分析,昌平警方应当在后续回应中做到快速,并且针对各质疑点提供证据。
4.2.3 伤亡维度分析
该事件中,事件当事人雷洋在被警察逮捕过程中身亡,提高了事件的关注度,并且死亡发生在逮捕过程中,警方是否负有一定责任令人怀疑,因此昌平警方在事件发生时就应当提高警惕,意识到这是一个很棘手的舆情事件,从而谨慎发声,并进行有理有据的发声。
4.2.4 标签维度分析
在舆情发酵过程中,出现了几个标签,“人大硕士”“刚为人父”“嫖娼”“警察”等几个重要标签,每个标签背后都蕴含着网民的定式思维和感性认知,通过对“雷洋”标签的分析,明显将其塑造成可怜、文明的弱势群体,而“警察”这一标签在我国网络舆情环境中呈现出其强势,并存在被妖魔化的可能,“嫖娼”一词更是刺激了网民的神经,因此通过标签维度,昌平警察应迅速判断出舆情环境对自己是不利的,不应在应对环节中再出现自己给自己挖坑的情况。
4.2.5 执法行为维度分析
这一维度中,昌平警方在执法过程中使用了强制措施,在正当执法行为和暴力执法行为的边缘徘徊,当时舆情环境中更倾向于传播昌平警方进行了“暴力执法”行为。因此该事件必定会引发网友热议和持续的关注,并将此事件与警察以往的暴力执法行为相关联,十分不利于事件的处置,昌平警方必须借助有关法律或执法视频资料来自证清白,否则,难逃网民对其“暴力执法”的评说。
4.2.6 特殊性维度分析
该事件中包含许多特殊性要素,首先“暴力执法”是舆论场中长期存在的话题,属于社会热点,其次“嫖娼”行为涉及色情领域,刺激了网民的猎奇心理,这两点特殊性足以使该事件的敏感性大大提升,势必会引发网民高度的关注和热议,因此昌平警方应当适时、适当的做好对事件的“脱敏”处理。
4.3 应对意见与实际效果
通过对以上风险要素的分析,可以确定“雷洋事件”必定是一件引发舆论高度关注的涉警网络舆情事件,针对各维度存在的风险,可以提供如下
建议:
第一,在事件发生之初,即迅速发出詳细、逻辑清晰的情况通报,该通报应当符合经得起推敲,尽量避免致敏性字眼等要求。
第二,对犯罪嫌疑人的死亡表示哀悼,找准事件热度不断上升的源动力,针对网民关切的是否存在“暴力执法”行为做出有理有据的回应。对执法行为进行自检自咎,有错就承认并做出相关处理,没错就迅速补充相关证据,并根据法律规定对犯罪嫌疑人家属进行慰问。
第三,请第三方机构介入调查,确保调查的公开透明。
第四,自始至终对于事件的描述保持准确性,避免前后矛盾,证据不足,自说自话等情况发生。
在实际应对过程中,昌平警方在事发时仅仅通过官方微博发布了则极短的事件说明,并在随后的回应过程中,应答细节呈现模糊、前后矛盾、状况多发的现象,并且无法证明执法行为的合理与合法,并将回应重点放在“雷洋”嫖娼上,无疑不利于事件的解决,随后,第三方尸检机构的介入以及尸检结果的呈现才使事件热度逐步下降。
综上所述,通过风险识别得出的风险应对要点在一定程度上有利于昌平警方在舆论热度高涨前正确客观的认识“雷洋事件”,从而做出更加正确的舆情应对选择,对舆情危机的后续略有助益。因此,本文构建涉警网络舆情风险识别模型是合理和有
效的。
5 结束语
涉警网络舆情是各类网络舆情中较受关注的一类,对于公安机关来说,涉警网络舆情的发生,一方面倒逼公安机关解决工作中出现的问题,向越来越完善的方向发展,另一方面,其存在的风险对公安机关的日常工作可能造成巨大的影响,如果应对不当,还会对警察个体心理产生巨大的影响。一旦对于涉警网络舆情中存在的风险把握不当,使其风险得不到有效的认知和控制,很容易引发更大范围的危害,甚至会导致社会秩序的混乱和社会治安危机。因此必须对涉警网络舆情进行风险管理,本文通过实际案例进行研究,构建涉警网络舆情风险识别模型,并最终将模型落脚于实例,用事实证明该模型的合理性和可用性,将对实际工作中的涉警网络舆情认知和应对提供支持。
参考文献
[1]易凡,赵静.基于行动者网络理论的微信涉警舆情导控研究[J].情报探索,2017(12):17-22.
[2]冯淑珍.新媒体时代的涉警舆情引导研究[J].新闻研究导刊,2016,7(20):189-190.
[3]朱彤.自媒体时代下突发涉警舆情引导研究[J].北京警察学院学报,2015(4):69-74.
[4]周西平,张亚蓉.基于马尔可夫链的网络涉警舆情热度趋势分析[J].现代传播(中国传媒大学学报),2017,39(12):53-57.
[5]朱东风,何银松.论移动互联网时代公安机关对涉警网络舆情的分析与研判[J].北京警察学院学报,2017(2):47-52.
[6]罗赞.网络涉警舆情应对的传播学分析[J].中国人民公安大学学报(自然科学版),2016,22(3):67-71.
[7]刘须群,罗华顺.近十年涉警网络舆情危机事件的生成规律[J].江西警察学院学报,2012(6):61-65.
[8]王册,刘苏婵.大众传媒时代涉警网络舆情引导机制研究[J].山东警察学院学报,2017,29(1):137-141.
[9]文捷,赖柳华.全媒时代下涉警舆情导控机制研究[J].广西警官高等专科学校学报,2015,28(3):37-40.
[10]莫兴鉴,屈健,兰月新.涉警网络舆情监测机制构建研究[J].中国公共安全(学术版),2015(1):92-95.
[11]清博大数据:涉警舆情盘点[EB/OL].[2018-03-02].http://www.gsdata.cn/.
[12]张传香.新媒体下的社群组织类型、社会动员及舆论引导——以山东于欢刺死辱母者案为例[J].现代传播(中国传媒大学学报),2017,39(8):70-73.
[13]蚁坊软件舆情报告:雷洋事件[EB/OL].[2018-03-07].http://www.eefung.com/hot-report/2016052009
4812-31436.
基金项目:河北省科技计划项目“大数据环境下涉警舆情风险建模与预警机制研究”(编号:16455602);国家社科基金青年项目“公共安全视角下网络舆情风险建模与对策研究”(编号:15CXW015)。
作者简介:袁 野,中国人民武装警察部队学院硕士研究生,研究方向为网络舆情。
兰月新,中国人民武装警察部队学院副教授,研究方向为网络舆情。
夏一雪,中国人民武装警察部队学院讲师,研究方向为网络舆情。