分歧与共识：突发公共卫生事件下官方与民间风险沟通研究*

邓 雯 毛子骏 徐晓林

(1. 华中科技大学公共管理学院 武汉 430074；2. 华中科技大学非传统安全研究中心 武汉 430074；3. 湖南农业大学公共管理与法学学院 长沙 410128)

1 问题的提出

风险沟通可以理解为个体、群体与机构之间交换风险信息和看法的交互过程，不仅直接传递与风险有关的信息，也包含了对风险事件的关注、意见与反应，还可能包括国家或监管机构应对风险的法规与措施等[1]。双向、顺畅的信息渠道是有效沟通的保障，融合了主流媒体和社交媒体属性的新型主流媒体能够在风险沟通中发挥较大优势[2]。2014年习近平总书记提出“打造新型主流媒体、构建现代传播体系”顶层规划，鼓励传统主流媒体融合新兴媒介，形成传播主流价值观、具有强大影响力的新型媒体[3]。新冠肺炎危机发生后，鲜有研究关注到新型主流媒体应用于风险沟通的潜力。基于传统媒体、新闻发布会开展的风险沟通存在偏重官方表达，忽略公众能动性的问题，未能满足公众对风险沟通者的角色期待，难以体现“沟通”本质[4-6]。

风险沟通过程中难以忽略两个话语场：一个是具有官方性质的主流传播阵地，即以主流媒体、政策文件和新闻发布会为载体的官方话语空间，内容包括风险应对措施及相应法规；另一个是依托人际传播存在的民间话语空间，包括公众对风险事件的关注、意见和反应[1, 7]。由于传播主体和内容的差异性，两个话语场长期维持着动态平衡。随着网络社会重构了信息生产者与接收者的权力关系，主体间冲突频次更高，原因更趋复杂[8]，在风险问题突发、频发的当下，官方需要同时妥善应对“互联网+风险社会”的双重挑战。

如何在风险沟通中维持两个话语场的和谐需要结合官方和民间双视角分析。一方面，官方期望通过风险沟通帮助公众形成正确的风险认知，鼓励公众遵从政府建议。有效的风险沟通能够减缓疫情蔓延，减少生命损失，维护社会、政治和经济稳定[9]。另一方面，受众希望通过风险沟通从官方口径获知事实信息，同时在期待一个负责任的行动者，寻找情感认同和社群归属[10]。公众的多元表达与观点碰撞可以形成自组织式的协同整合，更好地推动政策的完善与问题的解决，也是公众参与危机应对的重要体现[11]。

已有研究忽略或低估了民间话语在风险沟通中的作用，主要原因有以下两点：首先，长期以来中国政府及传统主流媒体发挥着高效的议程设置作用，形成了固有的自上而下的传播体系[12]，这也在一定程度上限制了学者的研究视野与导向。其次，风险沟通在全球公共卫生领域都是一个新的议题，在中国的本土化实践中尚未得到系统性的探索与总结[13]。本研究力图对这一问题的解决做出贡献，探索新型主流媒体为中介的风险沟通中官方与民间话语互动模式，主要回答以下三个问题：

第一：新型主流媒体在风险沟通中发挥了什么样的作用？

第二：围绕新冠疫情的风险沟通中，官方和民间话语表达有什么异同？

第三：官方和民间两个话语场在风险沟通中如何互动？

2 研究设计

2.1研究思路双视角研究涉及到的核心问题是不同主体话语的测量与对比。话语传播的过程中，往往演化出不同的议程，美国传播学者迪林和罗杰斯将议程(agenda)界定为“某个时点上议题显要性的等级排列”[14]，议题(issue)的相关性也成为检验议程一致性的重要标准。过往的研究认为，风险沟通中官方需要通过议题的管理和互动打通两个话语场，建立和争夺话语权，实现事实引导和价值引导[15-16]。通过比较官方和民间话语的议题与议程，可以评估双方的沟通效果，回答研究问题。

2.2研究案例与对象本文以新冠疫情为研究案例，以《人民日报》在新浪微博的账号@人民日报为研究对象。作为国内第一大报，《人民日报》被视为党和政府的喉舌，也被认为是官方话语的重要体现[17]。公众话语可以通过评论文本得到体现[18-19]。@人民日报作为母媒体《人民日报》在社交媒体平台的延伸，既能够及时传播官方话语，也可以通过评论展现公众话语，为研究官方和民间互动沟通提供了理想渠道。

2.3数据收集与评估考虑到过程的完整性与分析的可行性，数据采集从@人民日报2019年12月31日第一次报道新冠肺炎开始，到2020年2月18日全国疫情趋于稳定截止(图1)，研究周期共计50天。由于网络审查和平台限制等原因，@人民日报的个别微博报道关闭了评论及转发功能，或仅显示了部分精选评论，这导致部分评论数据欠缺。最终我们爬取了@人民日报发布的2668条与新冠疫情相关的报道文本、报道下方298万条公众评论，构成本研究的主要数据。

图1 数据收集期间全国疫情发展情况统计

2.4文本挖掘与主题建模主题模型技术的基本逻辑认为文本由多个主题混合而成的，而主题则通过特征词的概率分布体现出来。潜在狄利克雷分配(Latent Dirichlet Allocation，LDA)作为一种无监督学习主题模型，可基于语料库上下文进行文本建模，遵循“文档(document)-主题(topic)-特征词(word)”的三层贝叶斯模型，将每个文档构建为多个未知主题的混合集，通过词的概率分布反映潜在主题，发现热点话题[20-21]。LDA作为主题分析模型较多应用于文本挖掘、舆情分析领域，能够有效实现信息的直接提取与量化分析，适用于大型文本研究。在实际研究中，报纸、新闻网站等长篇报道，以及微博、Twitter平台的短文本均可利用LDA进行探索性主题研究[22-24]。

LDA计算需要对文本数据进行预处理，在Python环境下，首先使用Jieba中文分词工具(https://pypi.org/project/jieba/)进行分词。然后结合基本停词表(https://gitee.com/UsingStuding/stopwords)清除无意义的词语。最后结合IF-IDF技术(Term Frequency-Inverse Document Frequency)对文本进行加权计算，过滤经常出现却不重要的词，保留权重更高的特征词。经过预处理后得到基本语料库后，需要界定文档，我们以“天”为单位对语料库进行分割，将同一天内@人民日报发布的微博归类为文档A，微博下方对应的公众评论归类为文档B。在50天周期里，@人民日报有7天没有发布疫情相关微博，所以共得到43+43个文档进行主题建模。

主题建模的关键步骤是调整指标到最优主题数量，评估模型有效性并对结果进行有效解释[25]。当设定主题值较小时，属于不同主题范畴的词语可能被归类于同一个主题，而主题值较大时，同一主题下的词语又会过于分散。经过多次结果比较，我们确定了30个主题，随后对各个主题下的特征词进行意义建构，将30个主题概括为“疫情发展与影响”“政府应对措施”“救治、互助与祈福”“失范行为与追责”和“防疫知识科普”5大议题，具体分配方式和对应特征词见表1。

表1 @人民日报与用户评论整体议题分布

2.5议程关联性检验结合主体间议程检验已有研究，我们引入交叉时滞相关分析法(cross-lagged correlation analysis)[26]，目的在于检验@人民日报和公众的议程是否存在显著性关联。该方法的逻辑见图2。

图2 检验议程相关性的基本逻辑

假设分别以X和Y代表@人民日报和公众，分析X和Y在连续的时段1和时段2内的相关性则涉及到6组关系：同步相关关系X1Y1和X2Y2，系数越高代表同一时间段内@人民日报和公众的议题相似度越高。自相关关系X1X2和Y1Y2,系数越高代表@人民日报或公众议题在两个临近时间段内相似度越高。交叉时滞关系X1Y2和X2Y1，若X对Y议程的影响大于Y对X，那么X1Y2高于X2Y1，反之相反。

在此基础上，引入罗泽-坎贝尔基线(Rozelle-Campbell baseline)辅助检验媒体和公众之间的议程效果，可提高研究的精准性[27]。罗泽-坎贝尔基线是由四组同步相关(X1Y1、X2Y2)和自相关(X1X2、Y1Y2)计算出来的预期交叉值，并作为检验交叉值大小的基准，用于检验不同主体在两个特定时间段下的议程设置效果。在本研究中，选定的两个时间点内若X1Y2高于基线值，X(@人民日报)影响了Y(公众)的议程，若X2Y1高于基线值，则Y(公众)影响了X(@人民日报)的议程，基线值具体计算方式如下：

3 研究发现

3.1风险沟通效果与公众信息行为在围绕新冠疫情的风险沟通中，分析@人民日报的信息覆盖面和影响度，能够初步评估信息传播效果，回应第一个研究问题。由于全国各地疫情严重程度不同，受到疫情影响更严重的公众倾向于关注并参与相关报道[28]。在这个前提下，我们统计了298万条评论的用户地区分布情况(N)，新浪微博用户地区分布比例(Pw)，全国各地区人口分布比例(Pn)，以及研究周期内全国各地累积确诊人数(C)。对全国34个地区的N/ Pw值与C/ Pn值进行线性趋势模型分析，由于受到疫情影响最为严重的湖北人民关注程度远高于其他省市，在剔除了湖北异常值后，结果如图3所示，该模型下P< 0.0001，呈现出显著相关性。该结果也证明了@人民日报在全国范围内覆盖面广泛，是疫情威胁下的公众寻求信息的重要渠道。

图3 全国34个地区的N/Pw值与C/Pn值的线性趋势模型分析

根据@人民日报每日发布的疫情相关微博，平均转发与公众评论数量可以观察其影响力。为了避免极值影响，转发数、评论数高于10万的微博不计入均值，最终得到的发博、转发及评论数量分布如下(见图4)：

图4 @人民日报单日发博量和平均转发数、平均评论数

从图4可以看出，2019年12月31日首次曝出武汉出现“不明原因肺炎”到2020年1月6日，为数不多的相关报道获得大量关注。随着不明原因肺炎排除为SARS病原且没有出现新增死亡病例后，媒体和公众反应降温，1月7日到1月10日报道为零。短暂的冷却过后，重提“不明原因肺炎”没有得到太多重视。1月20日出现“‘新型冠状病毒肺炎’人传人”消息，发博量与转评量爆发式增长，直到一月末和2月中上旬逐渐趋于稳定。根据数据变化，可以将这50天的信息生产周期大致划分为“潜伏期(12.31-1.19)-爆发期(1.20-1.28)-平稳期(1.29-2.18)”。

在潜伏期公众处于信息“真空”状态，除了密切关注权威信息发布之外，还倾向于和他人沟通来掌握消息，由于官方信息稀缺且没有意识到事态严重性，公众的关注很快下降。在爆发期，面临威胁的人们频繁接触媒介，各类信息鱼龙混杂，一旦公众发觉某个信息可能有价值便通过评论和转发奔走相告。到了平稳期，官方与民间信息差进一步缩小，公众对新冠肺炎也有了理性的认知，拥有输出意见的能力，因此平台整体处于理性的讨论阶段，不再出现大规模的转发和评论现象。通过三个阶段的分析，@人民日报的报道力度变化直接影响到了公众对事件的重视程度，在风险沟通中能够胜任信息传递、危机预警、政策公示、知识科普等任务。

3.2议题的一致性与差异性为了回答第二个研究问题，我们比较@人民日报和公众评论中5个议题分布概率与变化趋势。结合表1的分析结果，加总各议题的隶属主题概率，得到@人民日报和公众评论中各个议题的整体分布情况(表2)。随后统计43个文档A和43个文档B中各个议题比重，得到@人民日报和公众的5个议题变化趋势(图5)。

表2 @人民日报与公众评论的议题整体分布情况

图5 @人民日报与公众议题趋势分布

结合表2和图5能够得到以下几点：第一，@人民日报和公众对不同议题的关注程度差异较大，官方重视疫情整体发展等宏大叙事类议题，履行了传递信息、消除不确定性的基本职责。公众对各个议题的关注程度比较均衡，最为关注“救治、互助和祈福”和“疫情发展与影响”，体现出公众对公共事务的参与热情，希望疫情早日结束、国泰民安的美好祝愿。第二，官方和公众在多数时段内对议题的关注呈现出同步性，但是双方早期对“防疫知识科普”和“疫情发展与影响”议题的关注度呈错峰分布，由于一开始双方对疫情的认知不足，错过了最佳时机后，再次预警需要更大报道力度和更长的时间，体现了风险沟通时机的重要性。第三，“政府应对措施”和“失范行为与追责”都在特定时间点出现高峰，“救治、互助与祈福”则在后期经常被高度讨论。在疫情传播最猛烈，局势不明朗的阶段， “封城”“全民居家隔离”等一系列措施是实施推动相应议题热度达到高峰。在疫情发展逐渐平稳之后，救治处理与社会关怀成为热点话题。两者对“失范行为与追责”议题的关注强度差异较大，武汉红十字会问题曝出和李文亮医生去世引发了公众的广泛讨论，@人民日报对该议题的关注起到了一定的“激发”作用，但报道强度与公众相差较大，容易给人留下避重就轻的印象。

3.3议程的共振与博弈为了评估@人民日报和公众评论的议程是否存在显著性关联，本部分引入交叉滞后相关分析检验议程的相关性和因果性，回答第三个研究问题。分析结果见表3，数据包括同步相关X1Y1(X2Y2)、自相关X1X2和Y1Y2、交叉时滞相关X1Y2和X2Y1的显著系数占总体的比例，平均系数值,以及两组交叉时滞相关系数高于罗泽坎贝尔基线值的比重。

表3 交叉时滞相关分析结果统计

分析数据有如下发现：第一，在同时间段内，@人民日报和公众评论(X1Y1)相关性较高，体现了双方沟通的及时性，具体表现形式是@人民日报提供一个议程，公众随即展开相应讨论，官方可能在公众评论的基础上进一步强化或修正报道框架。第二，@人民日报(X1X2)和公众(Y1Y2)都保持了较高的自相关性，可见在即时沟通后，两个话语场又会从同步转向分化，回到了固有的议程框架。第三，从交叉相关系数(X1Y2和X2Y1)的显著值占比来看，公众议程影响官方议程(32.3%)比官方议程影响公众议程(25.8%)的程度稍高，两者系数平均值较为接近(0.619和0.623)，罗泽-坎贝尔基线的结果更倾向于@人民日报议程(54.8%)影响公众议程(48.4%)。基于以上三组较为接近的数据可以得知，官方与民间在风险沟通过程中存在着均衡的双向影响关系，议程的共振与博弈也是推动两个话语场从“同化-分化”的内在动力。

除了基于大数据分析得到整体性结论，内容分析也能够发现两个话语场的互动关系。例如@人民日报曾经于2020年2月5日、2月8日、2月10日分别报告了三位老人捐款的新闻，但公众评论一致呼吁把捐款还给老人，随后@人民日报2月12日发布#民警婉拒八旬老人捐款#的新闻，得到公众的支持与点赞。此外，@人民日报定时开设“人民微评”栏目(见图6)，回顾近期内曾引发过公众高关注、高反响、高讨论的议题，大部分集中为“失范行为与追责”类议题。虽然一部分追责、反思类敏感议题在话语框架中的比重不高，但不意味着官方对该类议题的回避或忽视。这个过程既体现了公众影响官方报道的属性选择和价值取向，也能够看到官方媒体对于先前报道实践的回顾和反思。

图6 @人民日报“人民微评”栏目

4 结论与讨论

本研究基于二元视角，探究突发公共卫生事件中官方和民间如何展开风险沟通。综合以上研究发现，新型主流媒体在风险沟通中保持了较高的影响力和号召力，是新冠疫情期间公众重要的信息来源。结合全周期分析两个话语场的互动模式(见图7)，从潜伏期到爆发期，公众处于信息真空状态，官方话语有着“一呼百应”的影响力，公众话语对议题把控存在一定的滞后性，整体上处于附和官方话语的地位。爆发期到平稳期的过渡阶段，官方与民间的信息差距缩小，两个话语场呈现出同步性与一致性，公众逐渐开始表现出对特定议题的倾向性，掌握了议程把控能力，对于官方话语的质疑也逐渐增加。面对分歧，公众会通过“刷”评论的方式满足表达欲，与官方议程“博弈”。官方话语也会进行适当的回应与解释，推动双方在对话中达成共识。

图7 官方-民间话语的周期性互动

风险沟通也暴露出若干问题，官方需着重解决多主体对话的身份转换与话语调适问题。首先，两个话语场存在供求不均衡的问题。危机期间公众依赖社交媒体的一大原因是寻求情感支持与自我表达，此次风险沟通中，官方话语表达理性有余，人文关怀和情感关照不足，无法与公众产生共鸣，容易产生分歧甚至引发冲突。其次，官方没能完全发挥社交媒体的优势，在沟通的中期和后期没能根据公众反馈和需求主动把握议题、选择时机、推动议程，而是坚持固有的话语模式，导致对话陷入停滞和分歧。最后，官方话语依旧存在对敏感议题回避、拖延、淡化的问题。对于关键议题的忽视一方面打压了公众参与热情，引发不满和质疑，同时也使自身在沟通中陷入被动局面，降低公信力和影响力。

为解决以上问题，提升突发公共卫生事件的风险沟通效果，官方应针对不同阶段的风险态势和公众诉求细化策略。在局势尚未明朗、信息稀缺时期，官方表态对公众认知起到决定性作用。保障公众知情权而非维稳是沟通的第一原则，官方需要正视公众信息需求，及时、充分、透明地与公众开展风险沟通，不辜负公众的依赖与信任。爆发期需要与多方保持及时的协调沟通，公示最新政策和措施展现领导力，关注并积极回应社会关切以体现透明性，开展社会动员激发公众信心。进入平稳期后，则以反思和重构为主要任务，包括溯因追责、信任重建，防止风险的再次出现，为灾后重建做好准备。风险沟通全过程需要摈弃过往官方即主体、公众即客体的二元对立模式，将双方视为平等的对话者，通过技术赋能建立良好的沟通机制，聚焦信息流与意见流的循环转化，建立一个官方-民间互为引导、求同存异的话语生态，推动双方走出对话盲区，谋求意义共通。