地方舆情危机管理监测存在的问题及思维纠偏分析

李铁锤

[摘要]地方政府如今普遍重视舆情危机管理与监测，通过网络技术与大数据分析进行监测亦渐成常规做法，但存在一些认知偏差。本文对地方政府舆情危机管理监测通用做法上存在的认知偏差进行了分析，指出重舆情监控轻解决问题意识、重数据图表轻经验思辨等是主要认知误区。

[关键词]地方舆情危机 管理 监测 认知偏差

[基金项目]本论文是江西省社科规划课题《全媒体时代江西省危机事件信息公开与处置研究》13XW03相关研究成果之一

随着互联网与以此為技术基础的社交媒体日益普及，本身具有风险社会特征的当代社会危机事件与舆情危机发生的变数、几率增加与可控难度加大，因而地方政府日益重视舆情危机应对以便减少危机事件的发生。同时，技术上网络行为的透明性特征及可自动化即时监控性也为政府舆情监控提供了便利，如当今大数据舆情监测技术的广泛运用。从目前地方政府舆情管理与监测实践来看，已经积累了丰富的经验，但也存在需要改进的认知偏差，如思维上过于突出监测与控制，忽视对问题本质的重视：舆情监测与信息搜集忌讳滞后性。但现有做法上多有滞后性，依据这些滞后性数据得出的监测报告多无益于对舆情危机的预防：对大数据的运用有技术“赋魅”与违背数据伦理之嫌，这本身即存在引爆舆情危机风险的可能性。

一、地方舆情危机管理监测通用做法概述

在舆情危机发生后政府行政行为直接参与外，地方政府日常相关工作中通过人力及网络技术应对舆情危机，采取的做法主要有以下几种：

一是建立人工收集为主要方式的舆情信息网。通过在相关各级部门设置专门的信息收集员进行相关舆情的日常收集汇总，进而掌握一个地区的舆情动态。这种做法主要存在于市县及以下行政区域.这类行政区域缺乏网络技术人员与大数据分析师，因而只有采取这种以人力为主兼之网上表层信息收集的方式：二是通过举办定期或不定期的舆情危机监测应对培训班，讲授政府、媒体、企业如何应对舆情危机的常识与技能。这是地方政府采取的常规方式，通过对一定行政区域的相关公职人员进行培训，使其掌握舆情特征、发生规律、民众心理、监测技巧、处理方式等技能：三是有人力物力资源条件的政府部门建立大数据舆情监测中心对舆情进行监测，或联合媒体高校成立舆情监测研究机构，如舆情研究所一类。在运用大数据技术对舆情的管理监测上，通过对要监测的对象进行分类，如“新闻事件趋势”、“社情民意”、“话题监测”等，再设置关键词或情感分类等方式对数据进行侦听搜集、清洗、处理，最后得出可视化结果，包括舆情趋势分析、舆情危机度分析等，这种方式可以全数据地快速即时监测收集以及跟踪相关网上言行数据。与媒体高校联合的舆情监测研究中心或研究所在做法上不大重视对相关监测对象的大数据技术侦听与处理，而是重在对已有的数据或者一段时间内的相关数据搜集后进行学理分析。具体做法一般是对一个地区以月或周为时间单位搜集国内外所有媒体包括自媒体对该地区的报道及关注，对搜集的信息数据按照涉及范畴分类，再按照正面中性负面进一步分类统计，从中找出舆论关注重点，舆论走向特征、舆情危机程度、舆情规律并预测舆情危机发生的可能性等，最后形成舆情分析报告以给有关部门资鉴。

二、地方舆情危机管理监测通用做法存在的问题

从第一种做法看。如果舆情监测采集人员懂舆情常识及信息收集方法，具有舆情感知研判能力，这种“市、县、镇、村”的网状信息收集模式可以做到不留死角又能相对及时掌握舆情动态，较好地掌握民众舆情以及潜在的舆情危机。但存在的问题一是难以落到实处，做到持续即时性地收集舆情。容易陷入监测懈怠以及对舆情信息的等级程度把控不准，疏忽或夸大舆情：二是难以准确运用舆情收集方法与建立推心置腹的官民相互关系，如调查法需要一定的专业知识背景，访谈法易于以偏概全及受被访者心理因素影响，被访问者与访问者是身份与地域相对固定的官民关系及人际关系，被访问者受心理干扰因素大；三是易于出现自我定性下的“特殊时期”，并加强这种“特殊时期”的舆情监测信息网，如为某一个民愤较大的问题或新闻事件监测或控制压制舆情，为镇村选举进行“站岗式”舆情监测控制等，这类做法本身就易引起官民对立，进而导致潜舆论的存在或直接引发舆情危机。

在这种舆情监测方式中，民众一方面易于陷入日常生活被监控告密的认知中进而引起情感对立，另一方面易于形成政府监测舆情不是为了民众而是为了控制民众，这种认知能直接消解政府正面形象，西方学者科特勒（PhilipKotler）认为形象就是指人们所持有的关于某一对象的信念、观念与印象。政府形象即是民众对政府的信念、观念与印象。当民众刻板成见下的政府负面形象一旦建立，“塔西佗陷阱”下的“不信者恒不行”现象亦会形成。舆情危机发生几率与消解难度皆会增加。

培训舆情预防监测处理技能与策略是必要的，但舆情危机管理监测的根本目的是解决问题，而不是被动地预防控制或消解舆情危机。从地方政府举办的舆情管理监测培训班的授课内容来看，多过于注重培训相关人员对于热点问题、危机事件以及特殊时期的舆情监测处理技能，其培训理念重在技术控制应对，停留在控制理念与预防应对的技术层面。而忽视了问题的根源意识与从系统论视角出发的全局意识，因而这类培训多忽略了舆情危机产生的根源，缺乏从根源上解决问题的思维。

大数据舆情监测中心通过大数据技术直接即时即刻对相关舆情进行监控，收集清理储存并处理数据，形成可视化结果，这需要大量的硬件投入以及专业的数据分析师，成本高但却非解决舆情危机的必备手段。同时，对重点对象或群体的大数据监控既有违背网络数据伦理也有侵犯个人隐私个人权利之嫌。后台处理数据人员作为具有社会属性的人，其接触相关数据，本身就属于侵犯数据泄露行为，并且大数据下的个人隐私数据具有较高的商业等价值。容易引起数据买卖进而导致侵犯数据隐私或造成隐私数据泄露。.对于能引起舆情危机或危机事件的问题，具有管理经验以及了解地区具体情况与民众心理的政府管理者，根据常识性的经验与实践考察基本能找准问题所在以及引起舆情危机的关键点引爆点。

与媒体高校联合建立的舆情研究机构，常规的做法是按照时间单位收集有关一个地域或单位的各类新闻信息包括网上信息，然后进行归类，对其舆情进行总结，这既具有滞后性，也难以得出具有创建性的思路。

三、地方舆情管理监测存在问题的思维纠偏分析

对互联网、社交媒体以及网络舆论的研究在新闻传播学科基本不是当成社会现象、文化现象或技术哲学来研究，而是从控制研究的视角展开，这种思维也影响到地方政府舆情危机管理监测在认知上走向偏差，纠正其认知偏差才能真正从根源上有效预防以及消解舆情危机，为此应从以下三个方面纠正认知偏差。

1.改变重舆情监控，轻问题意识的认知偏向。喻国明教授指出：“许多领导干部对当前网络传播的规律和机制理解程度不深……对信息的管理手段还是原始的乃至野蛮的‘捂、‘拖、‘删、‘压等方式，结果常常导致‘小问题引发大热点”这种思维如今依然存在，互联网与社交媒体时代地方政府注重舆情管理监测。但思维上还是信息控制为目的，只是多了对技术的利用而已，对于舆情危机的监控思维不利于解决或减少舆情危机的发生。政府在这方面消耗的经费不断增加即是证明，监控思维不能解决问题的实质，却会增加民众的对立情绪，政府强化解决问题的诚心与意识才能赢得民心，舆情危机自然消退或不再激化。

2.对大数据在认知上应“祛魅”。注重经验与思辨在解决社会问题中的地位与作用。基层能导致舆情危机的问题或事件多属于具象问题，其问题与舆情危机的关系直接，多不需要大数据监测技术即可发现问题的根源与潜在的舆情危机程度。诸多舆情危机的发生是因为矛盾得不到解决，当矛盾通过正常途径长期得不到解决，生存、尊严受到威胁，矛盾激化到临界点时，就容易引发群体性事件。舆情危机随之发生。只要管理者了解具体情况，根据长期积累的经验会知晓矛盾点与舆情点所在，并不需要依赖过多的实证数据才会发现问题，以实地考察与经验积累基础上的思辨是解决人文社会问题的主要方法，数据只是辅助手段。近年来一些重大突发公共事件看似突然爆发，但实际上都经过了“民意一民怨一民怒”的过程，并非不可逆转和无法先期控制。对于“民意一民怨一民怒”的掌握同样不需要大量的数据监测或者人力物力去监测，在社会生活中为何爆发舆情的根源以及哪些矛盾不及时处理会导致舆情危机。大都可以從日常工作中预测观察出来。因此在认知上应对大数据“祛魅，破除数据依赖心理。“适当忽略微观层面上的精确度会让我们在宏观层面拥有更好的洞察力。”

3.过度监控与依赖大数据.本身就是潜在的舆情危机。地方政府建立的舆情信息网与大数据监测技术的运用，如果过度或使用不当则很容易引起民众不满，造成危机事件或带来衍生舆情危机。以互联网为交易平台的各类软件的普及与社交媒体的发达，网络消费数据及个人网络信息数据则成了大数据技术搜集侦听的对象，这些数据亦蕴含着巨大商机，个人或群体的隐私数据在技术漏洞与利益驱使下则易于泄露与买卖，从而带来舆情危机爆发风险。地方政府在应对舆情危机中应强调信任意识与问题意识.重在解决问题而不过度监控或过分依赖大数据技术监测分析，则能有效减少舆情危机的发生，否则这样做的本身即潜藏着舆情危机。

舆情危机产生的根源多是社会矛盾与处理矛盾时的方式引起了当事人或民众对抗，因此政府在预测处理舆情危机时应坚守解决问题这一根本。舆情监测则只是辅助手段以便更好地了解矛盾与民意，进而更好地解决舆情而不是为了控制舆论或陷入数据的藩篱。舆情危机处理的关键一是涉及的矛盾焦点，二是涉及当事者、民众、政府三者之间的关系，找出矛盾的关键点及舆情引爆点，据此解决好问题使三者之间达到博弈的平衡。舆情危机自然会消退，因而并不需要过多的实证数据或大数据参与其中，也不必在日常或危机事件发生时过于舆情监控。另外，转“舆情监控”思维为“舆情问卷”思维则更有利于预防减少舆情危机的发生及营造政府与民众之间的和谐关系。传播学者刘建明教授指出：“现代流行的舆论指标主要有以下几种类型：满意度指标，指人们对所测问题的满意程度。期望指标，即人们的主观愿望和对未来的构想。评价性指标，人们对某一事务或人们所作的基本估价和评判。价值指标，由价值判断形成的基本看法”。叫故好这种舆情指标调查既能让民众在愉悦配合的心理下客观地呈现舆情状态，也有助于政府准确掌握地方舆情态势

注释：

[1]秦启文：《形象学导论》，社会科学文献出版社，2004年版

[2]喻国明：《中国社会舆情年度报告（2012）》，人民日报出版社，，2012年版

[3]王玉叶：《法治视野下的群体性事件分析》，《公安研究》2008年第2期

[4]黄豁、朱立毅、肖文峰、林艳兴：《体制性迟钝的风险》，《嘹望新闻周刊》2007年第24期

[5][英]维克托·迈尔——舍恩伯格、肯尼思·库克耶：《大数据时代》，浙江人民出版社，2013年版

[6]刘建明、纪忠慧、王莉丽：《舆论学概论》，中国传媒大学出版社.2009年版

（韶关学院文学院副教授，新闻学博士）