基于ISM的政务舆情风险影响因素结构关系研究

曹海军，侯甜甜

（东北大学 文法学院，辽宁 沈阳 110169）

一、引言

大数据、人工智能、区块链等新兴技术的蓬勃发展颠覆了人们的生产、生活方式，通过微博、微信、抖音等社交网络平台发布与传播信息已然成为公众在线交流的重要渠道。根据2021年2月3日中国互联网络信息中心（CNNIC）发布的统计报告显示，截至2020 年12 月，我国网民规模已高达9.89亿，互联网普及率达70.4%。[1]信息技术在促进人们表达内心“声音”的同时也使得一些错误观点、虚假谣言等不实信息在网络平台中大肆传播与蔓延，极易掀起舆情风暴。近年来，风险社会与网络社会的不断叠加进一步加剧社会矛盾，而政务舆情作为社会冷暖的“体温计”和政府治理的“反射弧”，一旦控制与引导不力，便会给社会的和谐稳定以及政府的公信力带来巨大的负面影响，易使政府陷入“塔西佗陷阱”，这为政府部门提升政务舆情风险防范和风险管理能力提出了前所未有的新要求。

目前，我国在政务舆情的相关研究主要聚焦于三个方面：一是针对政务舆情传播与演化进行深入研究，如吴仁献等运用社会网络分析研究“8.8九寨沟地震事件”中旅游政府部门内部微信舆情信息传播的网络关系，最终得出政务舆情内部人际传播的运行机制及其演进规律。[2]（p118-125）刘锐选取2003—2015 年130 起较为典型的地方政府重大舆情危机事件为研究样本对其态势演变进行深入分析，结果表明，我国地方政府重大舆情经历了舆情类型、首曝媒介、曝光路径、传播环境等迁移。[3]（p52-58）二是针对政务舆情监测与预警进行分析研究，如肖鲁仁以邻避型群体事件为研究对象，探讨我国社会转型时期政府如何做好政务舆情监测工作，以规避舆情风险带来的危害，推动政务舆情的健康、理性发展。[4]（p143-148+153）章留斌等将社会安全阀理论与EGM灰色系统理论相结合构建政务舆情预警模型，并以“湖北仙桃的群体事件”为例进行验证分析，结果证明此模型的有效性与科学性。[5]（p101-107）三是针对政务舆情回应与引导进行分析研究，如肖文涛等认为现阶段政务舆情回应面临一系列困局，为做好政务舆情应对工作，政府亟须从信息公开、法制建设、能力提升、社会协同等角度构建政务舆情回应的框架和路径。[6]（p111-116）熊萍在网络高速发展的背景下探讨重大突发事件政务舆情回应存在的不足，并在此基础上从舆情回应的规范、规律和技巧方面提出相应的导控策略。[7]（p176-180）

总的来说，当前政务舆情的研究已取得部分学术成果，但对政务舆情风险影响因素的研究较为匮乏。本文在研究中试图解决以下三个方面的问题：一是政务舆情风险具有哪些影响因素？二是各影响因素之间的结构关系是怎样的？三是这些影响因素如何帮助舆情管理部门更好地进行政务舆情风险防范？为回答上述研究问题，本文基于信息生态理论和德尔菲法提炼出影响政务舆情风险的17个因素，并运用复杂网络的解释结构模型（ISM），构建政务舆情风险影响因素的解释结构模型，继而对影响因素的层级关系及政务舆情风险的防范对策进行探讨，以期为政务舆情风险的科学有效应对提供参考与借鉴。

二、政务舆情风险影响因素

政务舆情风险是指公众对某一政务相关事件或热议主题产生的认知、态度和情感的集合，由此引发的次生舆情频发、政府应急处置滞后、社会秩序紊乱等风险。政务舆情风险是一项系统性工程，其影响因素纷繁复杂，从不同视角可提炼出不同的因素。本研究基于信息生态理论并结合政务舆情风险相关文献，初步确定政务舆情风险的具体影响因素，之后通过德尔菲法，综合各专家的意见，确定最终影响政务舆情风险的因素。

（一）政务舆情风险影响因素的识别。

信息生态理论认为，信息生态是指信息价值、信息使用者及信息所处环境之间的相互关系，[8]（p30）这为政务舆情风险的因素分类提供重要的理论依据。已有研究利用信息生态理论探讨了政务舆情风险的影响因素，如杨兰蓉等基于信息生态理论构建了政法微博舆情生态系统，并以“聊城于欢案政法事件”为例，从信息主体、信息环境、信息三个维度出发对新浪微博舆情的传播与演化进行分析，为政府部门有效地应对舆情提供借鉴，这进一步证实了信息生态理论适用于对政务舆情风险的影响因素分析。[9]（p51-60）鉴于此，本文基于信息生态理论提取政务舆情风险的相关影响因素，该系统包含的信息、信息人、信息环境三个维度及其相互间关系如图1所示。

图1 政务舆情信息生态系统

信息因素：政务舆情信息是信息生态系统中其他要素赖以生存的基础，从外在表现上看，它是用文本、图像、音视频等形式表示。从内在本质上看，它是社会主体在舆情空间内围绕某一政务舆情事件或主题所表达的各种言论、情绪与观点。[10]（p21）一般而言，政务舆情信息容易受到两个因素的影响：信息易爆度和信息公共度。政务舆情信息会刺激公众的神经，引发公众的愤懑、不满等情绪，形成舆论与情绪共振的演化局面，这不利于政务舆情风险的控制与引导。

信息人因素：信息人是信息生态系统中的行为主体，是指一切需要政务舆情信息并参与信息活动的利益相关者，如网民、媒体及政府部门等，它在政务舆情信息中充当信息生产者、信息传递者、信息消费者及信息组织者等角色并承担着相应的社会职能。当公共事件发生时，网民会通过社交网络平台发表自己的态度与意见。与此同时，媒体也会相继在各大网站报道相关信息以促进政务舆情信息的传播，而作为信息导控者，政府有责任和义务快速回应舆情信息并采取一定的处置行为，确保社会的和谐与稳定。

信息环境因素：在信息生态系统运行中，政务舆情信息环境为信息人的信息活动提供了信息交流的场所和空间，它关注的是政府舆情治理的内外部环境。其中，内部因素包括信息伦理、信息技术、群体价值等内容，外部因素包括社会政治、经济发展、信息制度等内容，这些信息环境因素能够直接或间接影响到信息资源的挖掘、分析和利用，进而影响到政务舆情风险的效果。总而言之，只要平衡好内外部环境间的关系，才能促进政务舆情信息生态的健康运作。

（二）政务舆情风险影响因素的确定。

结合相关文献研究，[11]（p71-75+117）[12]（p115-120）[13]（p24-30）初步提炼出20个政务舆情风险的影响因素，为了提高研究结果的可靠性与精准性，故通过德尔菲法进一步确定影响因素对政务舆情风险是否产生明显的影响。为此，本研究邀请公共安全领域4位专家、网络社会治理领域3位专家以及政务舆情风险5位专家对20 个政务舆情风险影响因素进行4 轮咨询和选择，合并同义影响因素，最终确定17个影响政务舆情风险的因素，如表1所示。

表1 政务舆情风险影响因素

三、政务舆情风险影响因素解释结构模型构建

解释结构模型（Interpretive Structural Model，简称ISM），是美国J.N.warfield教授在分析复杂技术社会系统层级结构时所提出的一种静态分析方法。该模型是利用实践经验与知识确定研究对象的影响因素，然后建立各因素间的相互关系，并借助矩阵和有向图将系统中的各因素划分为不同的层级，最终形成一个清晰明了的多层递阶结构模型。[14]（p90）通过解释结构模型可将影响政务舆情风险影响因素分为表象层、中间层以及根源层三个层级，并直观地展示出影响因素间的关系和作用程度，为分析政务舆情风险影响因素的关联机理奠定坚实的基础。因此，运用ISM方法构建政务舆情风险的影响因素模型较为合适。

（一）确定政务舆情风险影响因素相互关系，建立邻接矩阵。

邻接矩阵（A）是用来描述政务舆情风险各因素间基本二元关系的矩阵。二元关系是指政务舆情风险中两个影响因素（行因素Si、列因素Sj）之间的关系，且具有传递性，[15]（p6）其中，两个因素间的关系可用矩阵元素aij来表示：

为了构建科学有效的政务舆情风险影响因素邻接矩阵，将表1中各因素之间的逻辑关系以矩阵问卷的形式再次向12位领域专家征求意见，考虑到专家意见可能出现不一致情形，本研究选取阈值0.6 来确定因素间的逻辑关系，即12 位专家组成员中若有8位及以上专家认为行因素Si直接影响其对应的列元素Sj，则可判定结果为1，否则为0。据此，最终整理形成17×17 的政务舆情风险影响因素的邻接矩阵（A），如表2所示。

（二）对邻接矩阵进行运算，得到政务舆情风险影响因素可达矩阵。

邻接矩阵（A）充分地显示出政务舆情风险各因素间的直接关系，但不可否认的是，它很难体现各因素间的间接关系。而可达矩阵（M）能够很好地弥补这一不足，它直观地揭示政务舆情风险各因素间直接与间接的关系，其计算方法是在邻接矩阵（A）的基础上加上单位矩阵I，然后经过一系列的计算得出，在推理与演算的过程中，一般采用布尔代数运算（0+0=0，0+1=1，1+1=1，0×0=0，0×1=0，1×1=1）求得，倘若矩阵计算满足公式（A+I）k-1≠（A+I）k=（A+I）k+1（k为迭代次数），即可获得可达矩阵M=（A+I）k。借助Matlab 软件迭代运算可知，当k=4时符合上述公式条件，故而得到政务舆情风险影响因素的可达矩阵M=（A+I）4，如表3所示。

（三）分解可达矩阵，构建政务舆情风险影响因素解释结构模型。

求出政务舆情风险影响因素的可达矩阵后，需要对矩阵进行层级分解，以更加清晰地展现各影响因素之间的相关关系，进而构建解释结构模型。具体做法如下：第一步，将因素Si的可达集设定为R（Si），它是由可达矩阵M 中第Si行中所有矩阵元素为1的列对应的要素集合，与此同时，将因素Si的先行集设定为Q（Si），它是由可达矩阵M 中第Si列中所有矩阵元素为1 的行对应的要素集合，如R（Si）={1，2，7，8}，Q（Si）={1，6，9，10，11，12，13，14，15，16，17}。第二步，依据可达集和先行集，就可以将政务舆情风险的影响因素划分为不同等级，为此，将可达集R（Si）和先行集Q（Si）的共同集设定为T（Si），即T（Si）=R（Si）∩Q（Si），当集合满足R（Si）∩Q（Si）=R（Si）或T（Si）=R（Si）时就是最高一级因素集合。第三步，从可达矩阵中划去最高一级因素集合所在的行与列，然后再从剩下的政务舆情风险影响因素可达矩阵里找出最高级因素集合。[16]（p36）据此，得到第一层级的数据如表4所示。

表2 政务舆情风险影响因素的邻接矩阵A

表3 政务舆情风险影响因素的可达矩阵M

由表4可以确定信息公共性S2、媒体报道频次S7、网民行为强度S8为最高一级影响因素。完成最高一级的抽取之后，从可达矩阵中去掉最高一级因素对应的行与列，然后按照最高一级的分解步骤进行第二级划分，重复上述层级分解的做法，直到所有的因素都被分解，经过若干层级的分解可得，影响政务舆情风险的影响因素可以分为五层，其中，第二层级影响因素为信息易爆度S1、信息敏感度S3、信息传播速度S4、信息持续时间S5；第三层级影响因素为媒体报道时效S6、网民情绪强度S9、政府回应速度S10、政府处置措施S11；第四层级影响因素为政府导控能力S12、网络平台建设S14；第五层级影响因素为信息技术发展S13、信息制度规则S15、经济发展水平S16、信息文化氛围S17。将上述划分的结果进行汇总，可得到政务舆情风险影响因素层级分解表，见表5。

表4 政务舆情风险影响因素第一层级可达集及先行集

表5 政务舆情风险影响因素层级分解表

按照上述政务舆情风险各影响因素层级间的划分对可达矩阵进行重新排序，得到可达矩阵M′，具体如表6所示。

将表6 中的反身关系与传递关系进行剔除，构建政务舆情风险影响因素的解释结构模型，如图2所示。

从表6 和图2 可以发现，影响政务舆情风险的17个因素构成了5阶层次结构模型，且各阶层的影响因素间展现出明显的差异化特性。根据ISM 的层次递阶结构理论，层次模型可以归纳为表象层因素、中间层因素和根源层因素三个层面。[17]（p42）因此，本文认为该模型中：第一层是表象层因素，第二层和第三层是中间层因素，第四层和第五层是根源层因素。

表6 政务舆情风险影响因素的可达矩阵M′

表象层。表象层因素是该模型中最显而易见的因素。政务舆情风险是由一系列复杂因素作用的结果，而信息公共性、媒体报道频次和网民行为强度是政务舆情风险最直接的表面体现。当政务舆情事件发生后，事件信息对公众影响的范围越广，越容易促进更多的公众从自身利益和独特视角发表自身的观点、意见以及态度，并通过线上或线下采取一些非理性的行动，致使鱼龙混杂的舆情信息大肆传播与蔓延形成负面言论，网民参与互动活跃引发政务舆情风险的形成，而这时若媒体汇聚这些多元而分散的信息，加大对该舆情信息的报道频次，便会加剧舆情的滋生、蔓延以及舆情风险的反复出现，最终打破社会平衡状态，严重影响社会的和谐与稳定。因此，对表象层的关键因素的把握与控制成为降低政务舆情风险的首要任务。

中间层。中间层因素是该模型中较为直接的因素，具有影响与被影响的特点，其在整个政务舆情风险影响因素的层级结构模型起到了“承上启下”的作用。中间层影响因素包括信息持续时间、信息易爆度、信息传播速度、信息敏感度、政府回应速度、政府处置措施、网民情绪强度以及媒体报道时效。当政务舆情事件发生后，为了降低舆情风险带来的危害，作为舆情导控最核心的主体，政府部门会针对舆情情况采取各种处置措施，但在此过程中受到的政府导控能力以及信息文化氛围等因素的影响，可能出现信息公开不及时、应急预案启动滞后等情况，很难在第一时间满足公众的需求，这进一步增加了政务舆情风险的可能性。该层的因素也通过影响表象层因素对政务舆情风险产生影响，如信息的敏感度、信息的持续时间影响着网民的行为强度以及媒体的报道频次等，而网民的行为强度、媒体的报道频次等又直接影响着政务舆情风险的演化态势。

根源层。根源层因素是该模型中最基础和最深层次的影响因素，也是最容易对其他因素造成影响的因素。包括政府导控能力、网络平台建设、信息制度规则、信息文化氛围、经济发展水平、信息技术发展。政府部门对舆情风险的控制与引导的能力决定相关信息能否向积极有利的方向传播与发展，与此同时，互联网平台的建设情况也不容小觑，信息人主要依赖于网络平台进行信息发布或信息获取，在此过程中极易引发政务舆情风险的出现；信息制度规则、信息文化氛围、经济发展水平、信息技术发展等信息环境方面的影响因素也更为重要，它们为信息的发布、传播以及政务舆情风险的生成、发展提供了技术支持与制度保障。因此，这些影响因素是政务舆情风险得以生成与传播的最基础性影响因素，在政务舆情风险影响因素的结构模型中属于最深层次的根源层。

四、结论与讨论

政务舆情风险的生成及演化是一个复杂的动态系统，是由众多因素相互促进、相互影响的结果，现有研究多侧重于对政务舆情生发的某个具体阶段及其治理举措进行研究，鲜有从系统视角出发对政务舆情风险的影响因素及其相互作用关系进行深入探讨，因此难以形成对政务舆情风险的整体认知。为此，本文基于信息生态理论，从信息、信息人、信息环境三个维度提炼出政务舆情风险的影响因素，并通过德尔菲法确定17 个因素作为研究对象，利用ISM模型对政务舆情风险的影响因素进行层次分析，明确了各个因素之间的层级关系，构建了五阶层次结构模型，并将其分成表象层、中间层以及根源层三个层次。为了有效化解政务舆情风险，增强政务舆情风险的应对能力，本研究针对性地提出以下三个方面的对策和建议：

第一，加强政务舆情信息的风险识别与研判。政务舆情风险具有的不确定性、复杂性与反复性等特点，使得政务舆情风险应对的难度加大，若要科学有效地进行舆情风险导控，其关键在于准确及时地对政务舆情信息进行风险识别与研判。研究发现，信息公共性、信息易爆度、信息敏感度、媒体报道频次、网民行为强度等因素影响着政务舆情风险的生成与发展。因此，一方面，应充分借助大数据技术对公共事件或主题信息的公共性、易爆度、敏感词源、风险来源以及风险成因等进行收集、整理、分析，以实现早期舆情风险识别与研判。另一方面，建立语义识别系统，并利用该系统实现最新舆情信息和历史舆情数据的比较与跟踪，对即将出台的相关决策舆情风险、媒体报道频次以及网民行为强度进行过程仿真，从而为风险预警研判提供相应的决策依据。

第二，提升政务舆情风险的控制与引导能力。通过上述解释结构模型的分析，政府回应速度、政府处置措施、网民情绪强度、媒体报道时效等因素是目前影响政务舆情风险的主要因素。因此，在对政务舆情风险进行控制和引导的过程中，政府作为舆情风险导控的关键主体，首先，应强化舆情风险响应意识，即在政务舆情事件发生的第一时间对事件发生的原因、事件造成的损失进行通报，同时对于政务舆情事件的处置措施及进展情况及时向社会公开，从而有效控制舆情风险的持续发酵。其次，增强政务舆情风险沟通能力，即应及时对网民出现的紧张不安、焦虑放大等负面情绪进行安抚与疏导，并且认真倾听与回应网民的利益诉求，引导网民如何提升自身的媒介素养，以规避舆情风险引发的次生舆情。最后，加大对媒体的监督力度，提升媒体报道的时效性与真实性，能够有效抑制失真信息或网络谣言的生成与传播。

第三，优化政务舆情风险的内外部信息环境。政务舆情风险信息环境维度的信息制度规则、信息文化氛围、网络平台建设、经济发展水平、信息技术发展是引发舆情风险生成与发展的根本原因。这就要求相关舆情管理部门要优化内外部的信息环境。首先，要遵守《突发事件应急预案管理办法》《网络安全法》《网络信息内容生态治理规定》等政策和法规，减少虚假信息、网络谣言的传播，规范和约束社交网络平台上政务舆情信息内容，从源头上降低政务舆情风险。其次，严厉打击信息泄露、网络入侵等行为，引导网民、媒体关注积极向上、具有正能量的政务舆情信息以及权威机构发布的信息，营造健康、文明、和谐的信息文化环境，携手共创平安中国。最后，要持续关注当前的经济发展水平，争取经济的有力支持，有效地采用大数据、云计算、人工智能等信息技术来降低政务舆情风险带来的危害。

本文对于政务舆情风险影响因素的研究仍存在着一定的局限性。例如，政务舆情风险影响因素纷繁复杂，仅从信息、信息人及信息环境三个维度分析政务舆情风险影响因素仍不够详尽。同时，作为一种定性分析方法，解释结构模型仅仅是对政务舆情风险的影响因素进行分层，而未能对各影响因素的作用机制及其相关机理进行深入探讨。因此，今后的研究应进一步从多个维度深入探究政务舆情风险影响因素，并结合具体案例对各影响因素间的作用机制及其相关机理进行实证研究。