突发公共事件网络舆情治理的影响因素及对策——基于2019年68个突发公共事件的统计分析

童素娟 曾美娴

(1.浙江科技学院 经济与管理学院，浙江 杭州 310023； 2.浙江大学 经济学院，浙江 杭州 310058)

截至北京时间2021年6月15日10时30分，美国约翰斯·霍普金斯大学实时统计数据显示，全球累计确诊新冠肺炎病例17 690多万例，累计死亡病例382多万例，蔓延200多个国家(1)新冠肺炎疫情实时动态数据来自WHO和约翰斯·霍普金斯大学网站。。根据亚洲开发银行预测，新冠肺炎疫情造成的全球经济损失在5.8万亿～8.8万亿美元之间，相当于全球国内生产总值(GDP)的6.4%～9.7%(2)亚洲开发银行：《疫情致全球经济损失或达8.8万亿美元》，2020-05-18,http://www.cankaoxiaoxi.com/finance/20200518/2410750.shtml。。这次重大突发公共卫生事件，传播速度极快、感染范围极广、防控难度极大，考验着各个国家的治理能力与治理效能。疫情不仅考验着各国的医疗卫生体系建设，也考验着各国经济社会的复苏能力。医疗卫生体系是主战场，社区防护是后方战场，复工、复产、复学则是次生战场，打赢“病毒阻击战”后还需打赢“经济复苏战”。

除了“医疗卫生战场”“社区防护战场”“经济复苏战场”外，还有一个“战场”易被忽视，那就是网络舆情“战场”。自疫情暴发以来，以疫情为中心的各种话题热度不减、争论不下(3)齐佳音、方滨兴：《重大突发事件中网络舆情引导及治理研究——以新型冠状病毒肺炎疫情为例》，《上海对外经贸大学学报》2020年第5期，第5-13页。。面对传染力极强的新冠肺炎病毒，各国不得不采取“居家”防控以隔绝病毒，但隔绝病毒的同时也隔绝了与外界的直接交流和沟通，民众比以往更依赖网络、关注网络，网络信息几乎成为民众掌握疫情的唯一渠道，网络舆情成为影响民众心态、看法和行为的重要变量(4)杨建义：《着力化解新冠肺炎疫情的网络舆情“台风眼”》，2021-02-27，https://m.gmw.cn/toutiao/2020-02/27/content_123161329.htm。。基于互联网“流量为王”和匿名性的特征，疫情防控期间网络舆情复杂多变、真假难辨，各种话题频出，充斥着“撕裂与对峙”“浮躁与恐慌”。网络谣言容易加剧社会恐慌，增加社会的不稳定性。因此，在突发公共事件期间，如何科学有效地引导、应对和管理舆论，成为当务之急。

网络舆情治理是国家治理体系与治理能力现代化的重要一环。面向突发公共事件的网络舆情治理，不仅是保障人民群众健康安全、维护人民群众根本利益、实现经济社会高质量发展的基础，也是国家治理体系和治理能力现代化的体现(5)胡峰：《重大疫情网络舆情演变机理及跨界治理研究——基于“四点四阶段”演化模型》，《情报理论与实践》2020年第6期，第23-29页。。本次新冠肺炎疫情充分暴露了地方政府在网络舆情治理能力方面的不足，也充分显示出提升网络舆情治理效能是不断完善我国治理体系和治理能力现代化的必由之路。基于此，本研究以2019年68个突发公共事件为研究对象，抓取这些事件的首发信息来源、微博关注度(阅读量)、政府第一回应时间、政府危机反应速度、政府舆情响应次数和事件严重程度等数据，构建一套“突发公共事件网络舆情治理影响因素评价指标体系”，并运用SPSS统计软件对样本事件的评价指标进行统计分析，进而探讨政府网络舆情治理能力及其影响因素，提出疫情防控期间政府提升网络舆情治理能力的对策建议。

一、理论分析

为更好地分析突发公共事件网络舆情治理的影响因素，对“突发公共事件”“网络舆情治理”两个核心概念以及相关研究作相应的介绍和梳理，并从“突发公共事件类型”“微博关注度(阅读量)”“政府舆情响应频率”“政府危机反应速度”和“公共事件严重程度”等因素对“网络舆情持续时间”的影响角度，提出研究假设。

(一)概念介入

1.突发公共事件。突发公共事件是指突然发生的，已经造成或可能造成严重社会危害的，需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件。突发公共事件可以分为公共卫生类、社会安全类、事故灾难类、政府公权类和自然灾害类五类。根据《国家特别重大、重大突发公共事件分级标准(试行)》相关规定，并按照突发公共事件性质、严重程度、可控性和影响范围等因素，分为Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)和Ⅳ级(一般)四级。具体分类如下：特别重大突发公共事件(Ⅰ级)是指事态非常复杂，突发事件由国务院负责组织处置，死亡30人以上为特别重大；重大突发公共事件(Ⅱ级)是指事态复杂，由省级政府负责组织处置，死亡10人至30人为重大；较大突发公共事件(Ⅲ级)是指事态比较复杂，由市级政府负责组织处置，死亡3人至10人为较大；一般突发公共事件(Ⅳ级)是指事态比较简单，由县级政府负责组织处置，死亡1人至3人为一般。

2.网络舆情治理。网络舆情是指通过互联网传播的对社会热点问题具有较强影响力的公众言论和观点，是社会舆论的一种表现形式。网络舆情治理是指政府对网络舆情危机进行应急处理、综合协调、危机公关等综合处置行为，是国家治理体系和治理能力现代化的重要组成部分，是将我国制度优势转化为治理效能的重要支撑力量。根据相关统计数据，81.28%新闻的源头和传播平台来自微博，新浪微博则是我国最具代表性和影响力的微博网站(6)数据来自鹰眼速读网。。因此，本次研究主要选取新浪微博作为网络舆情载体。

(二)文献回顾

目前，国内学界关于网络舆情治理的研究发展迅速、成果丰富，但是“原地踏步”或“原地转圈”的研究较多，尚未构建成熟的理论体系，且滞后于实践发展，尤其是新冠肺炎疫情暴发以来这一表现更为明显。梳理突发公共事件网络舆情治理的相关文献发现，国内丰富而复杂的网络舆情治理研究存在一些基本共识，主要体现为三个方面：第一，“治理”是网络舆情治理的内核；第二，网络舆情治理的基本场域是网络空间；第三，网络舆情治理的主旨和初衷是在网络管理中植入治理理念(7)孔建华：《国内网络舆情治理研究综述》，《电子政务》2018年第12期，第67-78页。。信息技术赋权的工具优势和网络空间扩张的增能效应，使自媒体更加草根化、碎片化和个性化，网络舆情传播的边际成本大大降低，网络舆情的传播效率和速度显著提升，网络舆情由“沉默的螺旋”向“意见的长尾”演变(8)胡峰：《重大疫情网络舆情演变机理及跨界治理研究——基于“四点四阶段”演化模型》，《情报理论与实践》2020年第6期，第23-29页。。在新冠肺炎疫情防控过程中，网络舆情呈现出复杂多变的局面，表现出以下特征：圈层传播与个体传播融合、网络围观与证实偏差并存、疫情谣言与恐慌情绪共鸣、主流声音与负面推动对峙(9)刘余勤、李振：《重大疫情网络舆情的特征及其治理》，《思想理论教育》2020年第4期，第103-107页。。西方发达国家网络舆情治理主要有三种治理模式：政府社会协同治理模式、政府主导的监管治理模式、网络自治型治理模式(10)钱彩平：《国外网络舆情治理：特色模式、典型经验与现实启示》，《天津行政学院学报》2019年第6期，第43-49页。。中国现有网络舆情治理路径主要有两个方向：基于政府主导、多主体参与的“回应治理路径”和基于法治思维的“法制治理路径”(11)⑤曹海军、李明：《大数据时代中国网络舆情的治理反思与路径拓展——基于“技术治理路径”嵌入视角》，《行政论坛》2019年第5期，第65-73页。。

当前，中国网络舆情治理具有“内卷化”的属性，即在网络舆情治理参与主体和投入资源不断增加的同时，面临治理失灵的风险挑战也在不断增加，而在治理方式上则存在思维惯性，呈现出明显的“路径依赖”(12)。地方政府在突发公共事件网络舆情治理上仍存在一定的问题：一是应对突发公共事件网络舆情的理念观念落后；二是突发公共事件的网络舆情处置最佳时机难以把握；三是突发公共事件网络舆情政府信息不公开透明；四是突发公共事件网络舆情应急处理机制不健全(13)史枚翎：《地方政府突发事件网络舆情治理分析》，《传播力研究》2019年第22期，第263-266页。；五是突发公共事件社情民意诉求渠道不畅(14)李静、张勤：《地方政府应对网络舆情的治理能力研究》，《中共南京市委党校学报》2016年第1期，第68-72页。。地方政府在突发公共事件舆情治理中的表现和最终效果很大程度取决于地方政府官员的态度，地方政府处置突发公共事件舆情的核心是公众满意度和信息透明度，面对公众要谦逊、真诚(15)钟伟军：《公共舆论危机中的地方政府微博回应与网络沟通——基于深圳“5.26飙车事件”的个案分析》，《公共管理学报》2013年第1期，第31-42页。。张春颜(2020)通过对108个突发公共事件案例的分析，发现不同层级的领导主体在网络舆情治理中都存在不同程度的政府信任差序格局困境、信息传播的后真相困境和应急管理的多部门资源联动协调困境(16)张春颜：《灾害性公共危机治理过程中的领导行为困境与能力提升路径——基于108个案例的深入分析》，《领导科学》2020年第1期，第102-104页。。翁士洪(2020)对中国2009—2012年网络舆情案例进行定量分析，建构了理解政府回应效果的探索性分析框架，指出政府回应、官方响应和信息透明三者线性相关，政府回应受到近期决策方式影响(17)翁士洪：《网络治理能力视角下的政府回应效果研究》，《公共管理研究》2020年第3期，第49-61页。。张一文(2010)创新性地运用系统动力学建模，分析突发公共事件网络舆情的作用机制(18)张一文、齐佳音、马君等：《网络舆情与非常规突发事件作用机制——基于系统动力学建模分析》，《情报杂志》2010年第9期，第1-6页。；彭辉(2014)基于2013年33个网络舆情事件，系统分析我国政府应对网络舆情现状(19)彭辉、姚颉靖：《我国政府应对网络舆情的现状及对策研究——基于33件网络舆情典型案例分析》，《北京交通大学学报(社会科学版)》2014年第3期，第102-110页。；许鑫(2016)对2007—2014年102个网络公共事件进行定量统计(20)许鑫：《网络公共事件政府回应的现状、问题与策略——基于2007-2014年102个案例的实证分析》，《情报杂志》2016年第7期，第80-85页。。

(三)研究假设

结合前文分析，本研究提出以下假设:

H1：“突发公共事件类型”与“网络舆情持续时间”显著相关。突发公共事件分为公共卫生类、社会安全类、事故灾难类、政府公权类和自然灾害类五类。公共危机事件类型不同，公共危机舆情持续时间也不同，政府网络舆情治理能力也不同。

H2：“突发公共事件类型”与“微博关注度(阅读量)”显著相关。新浪微博是我国最具代表性和影响力的媒体平台。公共危机事件类型不同，媒体关注度也不同，以新浪微博为代表的媒体平台的报道量也会不同。

H3：“政府舆情响应频率”与“微博关注度(阅读量)”显著相关。政府舆情响应频率不同，舆论媒体关注度也会不同，政府舆情响应越快、越频繁，媒体关注度就会相应下降，就不容易发酵为公共危机事件。

H4：“政府危机反应速度”(21)政府危机反应速度是指政府部门在突发公共事件发生后处理的速度，主要考察政府公共危机治理能力。2016年8月，国务院办公厅印发《关于在政务公开工作中进一步做好政务舆情回应的通知》，要求各地各部门对重特大政务舆情最迟应在24小时内举行新闻发布会，对其他政务舆情应在48小时内予以回应，并根据工作进展情况，持续发布权威信息。同年11月，国务院办公厅又出台了实施细则，明确涉及特别重大、重大突发事件的政务舆情，最迟要在5小时内发布权威信息。在重大事件发生之后快速向社会发布权威消息，既能使政府掌握信息的主导权，也能在一定程度上避免谣言的传播。与“网络舆情持续时间”显著相关。网络舆情持续时间是指突发公共事件发生后经由网络融媒体的传播产生舆情的时间，到事件基本解决后网络舆情消解的时间。该指标用于考察政府对突发公共事件网络舆情的调控能力，间接反映政府网络舆情治理能力。网络舆情持续时间与政府危机反应速度呈负相关。网络舆情持续时间越长，说明政府网络舆情治理能力越弱。

H5：“突发公共事件严重程度”与“政府危机反应速度”显著相关。突发公共事件分为Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)和Ⅳ级(一般)。突发公共事件的严重程度与政府危机反应的速度呈正相关。突发公共事件越严重，政府危机反应速度就越迅速、越及时。

二、数据来源及样本

当今网络舆情呈现融媒体、多终端的发展趋势，网络舆论环境愈加复杂多变，突发公共事件的舆情发酵周期受到多重因素的影响，网络舆情走势更加难以预测，网络舆情治理也更加难以把握。为更好地体现样本的代表性，本研究在样本事件选取上考虑了以下因素：一是选取影响较大的突发公共事件，二是事件受关注度较高(引发全网热议)，三是主要首发信息来源是微博。当然，在舆情热点事件中，并不是所有的事件都是突发公共事件，因此剔除了部分不符合突发公共事件定义的案例，同时确保相关数据信息能查询获取。

(一)数据来源

本研究采用判断式抽样的方法，通过公开网站搜集2019年国内发生的68个网络舆情事件为样本，抓取“事件类型、事件发生时间、事件持续时间、舆情发生时间、舆情持续时间、事件声量峰值时间、首发消息来源、微博关注度、主要传播(影响力)平台、政府第一回应时间、政府回应次数、事件严重程度及网民态度”等数据，构建一套“突发公共事件网络舆情治理影响因素评价指标体系”(见表1)。

表1 突发公共事件网络舆情治理影响因素评价指标体系量化表

(二)样本情况

样本分布情况见表2。

表2 68个样本事件的评价指标分布情况表

1.突发公共事件类型。在68个突发公共事件中，社会安全类占据大多数，占57.4%；其次为政府公权类，占19.1%；公共卫生类、事故灾难类分别占8.8%，自然灾害类占5.9%。

2.首发信息来源。首发信息来源是指信息事件首次曝光发布的媒体源头，主要分为网络媒体和传统媒体。在68个样本事件中，首发信息来源于微博最多，占47.2%。而新闻网站和视频并列第二(占17.6%)，新闻客户端(占10%)和微信(占6%)位列第三、第四，传统媒体和论坛则均低于5%。

3.突发公共事件严重程度。在68个样本事件中，突发公共事件以一般事件为主，占84%，特别重大事件占6%，重大事件占6%，较大事件占4%。其中，特别重大事件主要以自然灾害类为主。

5.网络舆情持续时间。在68个样本事件中，网络舆情持续3—7天的占33.8%，持续8—12天的占33.8%，持续13—17天的占8.8%，持续18—25天的占8.8%，持续26—38天的占8.8%，持续38天以上的占6%。这表明大部分网络舆情(67.6%)在2周内可以结束。

6.新浪微博关注度(阅读量)情况。新浪微博的阅读量计算主要分为三类：页面刷新阅读、微博加载阅读和微博转发阅读，一般可以引发热议、受微博网民关注的突发公共事件阅读量都超过1亿。68个样本事件的新浪微博阅读量分布较均匀，其中有“1亿”阅读量的最多，占17.5%；“2亿”的占16.2%；“3亿”的占7.4%；“4亿”的占11.8%；“5亿”的占8.8%；“6亿”的占7.4%；“7亿”的占7.4%；“8亿”的占10.3%；“9亿”的占4.4%；“10亿”的占8.8%。

7.政府危机反应速度。政府危机反应速度是指政府部门在突发公共事件发生后采取相应举措的速度，主要考察政府公共危机治理能力。在68个样本事件中，政府当天响应的占26.5%，1天后响应的占23.5%，2—4天响应的占26.5%，5—8天响应的占7.4%，14—30天响应的占5.9%，30天以后响应的占10.2%。

8.政府网络舆情响应次数。政府网络舆情响应次数是指政府部门在突发公共事件发生后公开向媒体和社会发布关于事件的相关信息和回应社会关切的次数。在68个样本事件中，“响应1次”的占7.4%，“响应2次”的占28.0%，“响应3次”的占38.2%，“响应4次”的占2.9%，“响应5次”的占8.8%，“响应6次”的占8.8%，“响应9次”的占2.9%，“响应10次及以上”的占7.4%。

三、实证分析

不同于传统媒体环境下的网络舆情影响因素，突发公共事件的网络舆情受多个因素的影响，贯穿突发公共事件的全生命周期。政府部门必须全面勘察突发公共事件，密切追踪舆情演变，及时反应并采取恰当的措施，将网络舆情扼杀在萌芽阶段，进行有效的突发公共事件危机公关。那么，哪些因素影响政府网络舆情治理？通过对68个突发公共事件的统计分析，从网络舆情治理的众多影响因素中寻找最具有影响力的变量。

(一)相关性分析

通过皮尔森(Pearson)相关性分析检验研究假设，得出以下结果。

还有人工智能之无人彩妆店、无人汽车4s店、无人环卫车等。人工智能是新一轮科技革命和产业变革的重要驱动力量，随着时代的发展，科技的进步，人工智能将更加深入地渗透于我们工作生活的方方面面，“无人”的人工智慧城市会越来越完善，城市服务，即将成为智慧的“无人之境”！

H1：“突发公共事件类型”与“网络舆情持续时间”相关不成立。从相关性分析结果可以发现，“网络舆情持续时间”与“突发公共事件类型”的Pearson相关系数为0.304，在p=0.01的显著性水平下(双侧)，相关性不显著，即网络舆情持续时间的长短与突发公共事件类型并没有直接的关系(见表3)。在68个样本事件中，网络舆情持续39天及以上的样本事件和事件严重程度与否关系不大，主要是社会类、话题度大的事件，比如“陕西奔驰女车主维权风波”事件持续了49天，“华南理工某院长篡改考生考研成绩”事件持续了56天，“上海首例‘咸猪手’入刑”事件和“大润发抓小偷私自处罚”事件各持续了53天。

表3 “突发公共事件类型”与“网络舆情持续时间”的相关性分析

H2：“突发公共事件类型”与“微博关注度(阅读量)”相关成立。从相关性分析结果可以发现，“突发公共事件类型”与“微博关注度(阅读量)”的Pearson相关系数为0.040，在p=0.01的显著性水平下(双侧)，相关性显著(见表4)。在68个样本事件中，微博关注度(阅读量)达到10亿的案例是“翟天临知网事件”“江苏盐城响水化工厂发生爆炸”“陕西奔驰女车主维权风波”“重庆保时捷女车主打人事件”“大连13岁少年杀害女童案”和“视觉中国图片版权事件”，分属不同突发公共事件类型。

表4 “突发公共事件类型”与“微博关注度(阅读量)”的相关性分析

H3：“政府网络舆情响应次数”与“微博关注度(阅读量)”相关成立。由相关性分析结果可知，“政府网络舆情响应次数”与“微博关注度(阅读量)”Pearson相关系数为0.048，在p=0.01的显著性水平下(双侧)，相关性显著(见表5)。“微博关注度(阅读量)”越高，“政府网络舆情响应次数”就越多，反之则相反。

表5 “政府网络舆情响应次数”与“微博关注度(阅读量)”的相关性分析

H4：“网络舆情持续时间”与“政府危机反应速度”相关成立。由相关性分析结果可知，“政府危机反应速度”与“网络舆情持续时间”的Pearson相关系数为0.000，在p=0.01的显著性水平下(双侧)，负相关(见表6)。“政府危机反应速度”越快，“网络舆情持续时间”越短，反之则相反。

表6 “网络舆情持续时间”与“政府危机反应速度”的相关性分析

H5：“突发公共事件严重程度”与“政府危机反应速度”相关成立。由相关性分析结果可知，“政府对危机反应速度”与“公共事件严重程度”的Pearson相关系数为0.005，在p=0.01的显著性水平下(双侧)，相关性显著(见表7)。突发公共事件严重程度越高，政府危机反应速度就越快，反之则相反。

表7 “突发公共事件严重程度”与“政府危机反应速度”的相关性分析

综上所述，由相关性分析结果可知，“突发公共事件类型”与“微博关注度(阅读量)”、“政府网络舆情响应次数”与“微博关注度(阅读量)”、“网络舆情持续时间”与“政府危机反应速度”、“突发公共事件严重程度”与“政府危机反应速度”四组变量在p=0.01的水平(双侧)上显著相关，只有一个假设中的变量组不显著相关。

(二)回归分析

政府网络舆情治理能力可以通过网络舆情持续时间间接得以反映，所以可从“网络舆情持续时间”这一指标考察政府的网络舆情治理能力。本研究以“网络舆情持续时间”为因变量，以突发公共事件的“事件类型、严重程度、首发信息来源、微博关注度(阅读量)、政府危机反应速度和政府网络舆情响应次数”作为预测变量，进行回归分析(见表8)。

表8 网络舆情持续时间的影响变量方差分析结果

由表8可知，F检验值的显著性Sig.=0.000<α(α=0.05)，表明首发信息来源、微博关注度(阅读量)、事件严重程度、突发公共事件类型、政府危机反应速度、政府网络舆情响应次数和网络舆情持续时间之间存在显著的线性关系。上述数据参数表明建立的模型比较理想，可以用来分析网络舆情持续时间的影响因素。方差膨胀因子VIF的取值范围一般为1—10，VIF越大说明模型共线性越强。在本模型的回归结果中，自变量的方差膨胀因子VIF都在1—2之间，并且每个自变量的VIF各不相同，表明模型不存在多重共线性。在t检验中，“突发公共事件类型”“突发公共事件严重程度”和“首发信息来源”回归系数均不显著。其中，“突发公共事件类型”的显著性水平为0.150 >α；“事件严重程度”的显著性水平为0.848>α；“首发信息来源”的显著性水平为0.621>α；其他变量的回归系数的显著性均小于α，回归系数显著。由此可见，网络舆情持续时间不受“突发公共事件类型”“突发公共事件严重程度”和“首发信息来源”的影响，但与“微博关注度(阅读量)”“政府危机反应速度”和“政府网络舆情响应次数”等相关(见表9)。

表9 网络舆情持续时间的影响变量t检验和多重共线检验结果

(三)主成分分析

以“网络舆情持续时间”为因变量，以“突发公共事件类型、声量峰值时间与舆情发生时间、首发信息来源、微博关注度(阅读量)、政府危机反应速度、政府网络舆情响应次数和突发公共事件严重程度”为自变量进行主成分分析，结果如下。

从相关性矩阵分析结果可知，变量之间的相关系数绝对值大于0.5，即存在比较大的相关性，可以进行主成分分析。由表10中可以看出，存在三个主成分，主成分Ⅰ的特征根为2.0，方差的贡献率为28.60%；主成分Ⅱ的特征根为1.7，方差的贡献率为24.58%；主成分Ⅲ的特征根为1.2，方差的贡献率为17.08%；累计方差为70.26%，大于70%。在主成分分析结果中发现：主成分Ⅰ包含的主要变量有“政府网络舆情响应次数”“突发公共事件严重程度”和“微博关注度(阅读量)”；主成分Ⅱ包括“政府危机反应速度”“声量峰值时间与舆情发生时间差”和“首发信息来源”，它表示“政府危机反应速度”和“声量峰值时间与舆情发生时间差”之间呈正相关，而与“首发信息来源”呈负相关;主成分Ⅲ为突发公共事件类型，它表示为“突发公共事件类型”对“网络舆情持续时间”和“网络舆情治理能力”的影响程度(见表11)。

表10 网络舆情持续时间的总方差分析结果

表11 网络舆情持续时间的旋转后的成分矩阵表

四、结论及对策建议

本研究通过“网络舆情持续时间”来间接衡量“政府网络舆情治理能力”，从而分析政府网络舆情治理能力影响因素的差异化作用机制，基于上述分析，得出相应结论，并提出有针对性的对策建议。

(一)结论

“突发公共事件类型”与“微博关注度(阅读量)”，“微博关注度(阅读量)”与“政府网络舆情响应次数”之间呈现正相关。而“网络舆情持续时间”“公共事件严重程度”与“政府危机反应速度”呈现负相关。对“网络舆情持续时间”影响较大的因素为“政府危机反应速度”“政府网络舆情响应次数”和“微博关注度(阅读量)”。而“突发公共事件类型”“公共事件严重程度”和“首发信息来源”等自变量在回归模型中不显著。影响“网络舆情持续时间”的三个主成分分别是：主成分Ⅰ包含的主要变量有“政府网络舆情响应次数”“突发公共事件严重程度”和“微博关注度(阅读量)”，主成分Ⅱ包含的主要变量有“政府危机反应速度”“声量峰值时间与舆情发生时间差”和“首发信息来源”，主成分Ⅲ为“突发公共事件类型”，表明“突发公共事件类型”对政府网络舆情治理能力的影响程度。

(二)对策建议

突发公共事件是对全球公共危机治理体系的一次全方位大考，而网络舆情越来越成为影响全球经济社会可持续发展的重要因素。在这场全球战“疫”中，各国医疗卫生系统面临巨大的挑战，网络舆情治理能力也面临前所未有的压力。在处置突发公共事件的过程中，尤其是在诸如新冠肺炎疫情之类的特别重大事件面前，政府应在以下五方面提升网络舆情治理效能。

1.坚持以人民为中心的价值导向。突发公共事件一般与人民群众利益息息相关，而突发公共事件的网络舆情则是人民群众利益在网络上的表达。因此，在网络舆情治理中应该尊重人民群众的利益、重视人民群众的利益，切实保护人民群众的生命安全和切身利益，通过政府的力量来维护突发公共事件中弱势群体的表达权，将复杂问题柔性化、人性化化解。

2.建立完善的网络舆情监测体系。政府必须与时俱进地推动网络舆情治理理念，改变以往应对网络舆情的思维模式和官僚化独白的话语体系。借助“互联网+”、大数据等手段，建立完善的政府网络舆情监测体系，提升政府网络舆情治理效能。政府借助网络舆情监测体系(22)徐然婷：《大数据时代网络舆情与社会治理探讨》，《传播力研究》2019年第8期，第245页。，及时掌握社情民意、人民需求和工作人员的态度，实现部门之间的有效网络舆论监督，掌握网络舆情发生时间和舆情进展情况，有效监督和管理网络违法行为，以便及时调整相关政策和工作内容。

3.建立网络舆情收集机制。互联网的崛起改变了公众获取信息、表达态度的方式，互联网已经成为舆论兴起、传播和渲染的重要平台。地方政府应该有意识地通过大数据技术和手段收集民意，并对网络舆情进行实时关注和分析，通过话题的变化来预测和有效跟踪民意流行的可能趋势(23)钟伟军：《公共舆论危机中的地方政府微博回应与网络沟通——基于深圳“5.26飙车事件”的个案分析》，《公共管理学报》2013年第1期，第31-42页。。积极调动相关领域专家，发挥网络意见领袖的作用，将受众的注意力引向特定的议题或话题，为高热度生成的突发公共事件网络舆情“降温”提供可能。

4.正确引导网络媒体的放大化效应(24)李静、张勤：《地方政府应对网络舆情的治理能力研究》，《中共南京市委党校学报》2016年第1期，第68-72页。。改变僵化而官僚的网络舆情治理模式，勇于直面网络媒体，正确引导网络媒体对网络舆情的放大化效应。倒逼政府及时主动公开政务，保障公民的知情权，加强对重大突发公共事件的通报、公开以及对网络舆情热点的回应。及时纠正偏颇、不准确信息，压缩负面信息传播空间，缓解网络舆情给公众带来不安和恐慌情绪，最大限度消除社会的不稳定性因素。

5.构建多元协同的网络舆情治理新模式。网络舆情治理是一个复杂的系统性工程，互联网涉及的领域和维度非常广泛，应该从政府“单向管理”走向“多向联动治理”。政府应在加强顶层设计的基础上，积极吸纳互联网行业的参与，调动互联网企业和网络媒介的积极性，形成综合性的网络舆情协同治理框架(25)钱彩平：《国外网络舆情治理：特色模式、典型经验与现实启示》，《天津行政学院学报》2019年第6期，第43-49页。。呼吁并督促相关部门建立网络舆情处置监督及责任机制，避免一些不法分子借机进行欺诈等犯罪活动，既可保护公众的言论自由权利，又有利于营造健康清朗的网络舆论环境。