突发公共卫生事件情境下舆情盲点探测

谢蕾 安璐

摘   要：突發事件爆发后网络舆情中往往产生若干热点，一些重要问题被大众忽视而形成舆情盲点。针对网络舆情热点存在局限性的问题，文章构建了突发事件情境下舆情盲点探测的方法，识别舆情发展中没有或较少得到关注的舆情盲点，从而使舆情向着更合理的方向发展，切实解决突发事件中产生的各种问题。以突发公共卫生事件为例，基于4R理论构建事件处置各阶段中应受到重视的关注点体系，获取石家庄疫情的舆情数据进行主题提取，通过比较关注点体系与舆情主题的差异来探测舆情盲点。研究发现在舆情的形成期建立预警系统、编制应急预案、定期培训属于舆情盲点。高潮期舆情盲点包括院内感染控制、物资监管、信息上报、防范境外输入、行政监督等。消散期舆情盲点包括完善法制、责任与奖惩、善后处置等。文章所提出的舆情盲点探测方法为网络舆情主题分布的科学性判断与干预策略提供量化的参考依据与方法，为事件处置提供有益借鉴。

关键词：舆情盲点;公众关注点;主题提取;生命周期理论;突发公共卫生事件

中图分类号：C912.63   文献标识码：A   DOI：10.11968/tsyqb.1003-6938.2022008

Detection of Blind Spots in Public Opinion under the Public Health Emergency Situation

Abstract After the outbreak of public emergencies， there are often several hot spots in the online public opinion. But some important issues are ignored by the public. Then blind spots of public opinion are formed. In view of the limitation of hot spots of online public opinion， this study constructs a blind spot detection method under the situation of public emergency， to identify the blind spots that are not or less paid attention to in the development of public opinion， and to make public opinion develop in a reasonable direction and effectively solve various problems arising from public emergencies. Taking a public health emergency as an example， this study constructs a focus system that should be paid attention to in each stage of emergency management based on the 4R theory. We obtained the microblog data of Shijiazhuang epidemic for topic extraction， and detected the blind spots by comparing the differences between the focus system and public opinion topics. It is found that in the forming period of public opinion， the establishment of early warning system， compiling emergency response plan， regular training are the blind spots. In the period of climax， topics such as nosocomial infection control， material supervision， information reporting， preventing imported cases and patient management are blind spots. For the disappearing period， topics such as perfecting legal system， reward and punishment， aftermath disposal are blind spots. The blind spot detection method of public opinion proposed in this paper provides a quantitative reference and the method for scientific judgment and intervention strategy of the topic distribution of online public opinion， and provides a useful reference for the disposal of public emergencies.

Key words public opinion blind spots; public concern; topic extraction; life cycle theory; public health emergency

1   引言

随着互联网的普及和5G时代的来临，人们越来越习惯在网络上发表各种意见看法，突发事件爆发后会立即在网络上引起大量关注与讨论，大众的意见、情绪、观念的总和汇聚成舆情。在新冠肺炎疫情事件中，网民们通过公开表达意见，对防疫工作进行监督，展现了舆情的力量。但在此过程中有一些重要方面和问题从未或较少被讨论关注过，即舆情盲点。根据沉默螺旋理论，网络舆情会逐渐发展为对于某一个或某几个热点问题的讨论，会给管理者造成大多数人都关心该问题的假象，忽略其他人的真实想法，这种情况下也会形成舆情盲点。真假难辨和情绪化的网络舆情是造成事件舆情热点局限性的主要原因。而管理者可能出于舆情压力在未充分评估舆情热点的合理性、代表性的情况下，被迫迁就该舆论而决策失当，给事件处置带来风险或效果不佳。《中共中央关于制定国民经济和社会发展第十四个五年规划和二0三五年远景目标的建议》中也强调针对突发公共卫生事件要增强应对能力。探测舆情盲点有助于使突发事件情境下舆情向着更合理的方向发展，切实解决突发事件中产生的各种问题，满足公众的真实需求，增进突发公共卫生事件处置能力。

本研究试图解决的问题如下：（1）从应急管理的角度出发，突发公共卫生事件处置中应当重点关注哪些问题？（2）如何识别突发公共卫生事件网络舆情盲点？为解决以上问题，从生命周期理论出发，以突发公共卫生事件为例，在危机管理4R理论[1]的基础上构建突发公共卫生事件处置过程中的重要关注点体系，并以微博上与“石家庄疫情”这一事件相关的内容为实验案例，将采集到的数据按三阶段划分舆情生命周期，提取各阶段的舆情主题并将其与已构造的关注点体系进行对比，探测事件爆发后网络舆情生命周期中的盲点，以期对事件处置有所启发和借鉴。

本研究提出的舆情盲点是是网络舆情研究中的一个新视角，有助于补充网络舆情管理的理论和内涵。构建的突发公共卫生事件处置过程中的重要关注点体系有助于及时稳妥地应对和促进突发公共卫生事件的解决，维护经济社会的局势稳定和人民生活的水平质量。研究过程中构建了科学全面地评估舆情真实性、广泛性、代表性的方法，建立舆情盲点探测的理论与规则，有助于消除舆情应对与治理的盲点。其研究发现有助于政府进一步认识舆情发展的态势，为网络舆情管理提供一些有益借鉴，深化舆情管理体制。

2   相關研究

2.1    舆情盲点研究

Neumann[2]在研究公众意见与公众交流之间的关系时发现了沉默螺旋效应，如果人们发现他们的观点与大多数人的观点一致，就会更加主动地将自己的观点表述出来，否则他们就会保持缄默，而这种缄默又将使本来就占得上风的大众舆论变得更加强大，使处于舆论颓势的少数人愈加沉寂或选择趋众，在这种循回反复中优势观点得到不断加强，而劣势观点则日益沉默，形成螺旋式的舆论传播过程。网络舆情会逐渐发展为对于某一个或某几个热点问题的讨论，而那些被忽视的舆论即舆情盲点所在。传播学中有“潜舆论”理论，亦被称为沉默舆论，隐性舆论等[3]。Lippmann[4]是舆论学研究的开端人物，他曾经在《公共舆论》中提到潜舆论的存在。他认为，在日常生活中，真正的判断往往在证据出现之前很久就已经出现，并且包含了结论，证据只是自然地证实这一结论。Allport[5]认为只有经过表达才能被称为舆论，而没有经过表达但可能在群众心中的潜在观点也不能被忽视。Lane和Sears[6]对没有经过公开表达的隐性舆论的定义及其多种形式进行了清晰地描述，并指出其重要性。Greenwald和Banaji[7]提出的隐式社会认知强调个体潜意识中的经验痕迹会融入个体当前的行径、思想和感知。二十世纪末新兴的舆论学研究使潜舆论逐步在中国风靡。中国学者刘建明、陈力丹、孟小平等对这个概念都进行了解构。总之，潜舆论包括两个层面的意义：一是没有公开发表的意见;二是不容易确切追踪，但能被探测到的公众情绪[8]。一些文献对于非公开的隐式舆论主要判定为社会情绪或非公开传播的社会观点，如胡钰[9]将舆论按其存在形式分为显式舆论与隐式舆论，前者指得到对外公然表达的舆论，而后者指在某个群体内流传但没有得到公然表达的舆论。刘建明[3]从情感化和内在性出发，认为潜舆论是一种隐藏的、分散的公众情感，它处于舆论形成的初始阶段，主要表现在公众的内心活动中。徐翔[10]提出在“沉默的螺旋”中，即使大众出于各种原因而不发表真实想法，被压抑的观点和情绪仍然具有真实作用和强烈效果，并且这种抑制只是浅层和暂时的，其更深刻的理论意义尤其值得探索。虽然显舆论得到广泛承认和传播，但它不一定比潜在的公众舆论更有力。综上所述，隐性舆论、潜舆论侧重于那些被少数人讨论或关注而未形成热点的舆论，对于被公众忽视的话题则较少研究。而危机应对应该关注危机态势的全部信息，使决策主体对真实的危机状况做出比较准确的估计[11]，因此本研究从突发事件应对的视角，将舆情盲点界定为事件处置需要关注但被人们忽视或较少关注的话题。

2.2    生命周期研究

在突发事件爆发后，线上舆情与线下危机处置有其各自的生命周期。对于舆情演化阶段，杜洪涛等[12]将突发事件网络舆情演化过程划分为形成、高潮和消散三个阶段。Jin等[13]将雅安地震的微博舆情划分为潜伏期、发展期、衰退期和平稳期。危机管理中的一种重要阶段分析方法是危机生命周期模型。Fink等[14]和Mittroff[15]分别提出的四阶段和五阶段生命周期模型是其中最为典型的模型。F模型借用了医学里分析疾病阶段的名称，根据危机出现的不同阶段，把危机的生命周期分成危机形成期、危机高潮期、危机后遗症期与危机痊愈期。M模型包含信号探测、探测和防范、控制损害、痊愈阶段、学习阶段。F模型重点关注危机在应对过程中的影响，而M模型则重点关注了企业在生命周期的各个阶段需要采纳的战略战术。美国联邦政府对Fink的危机周期理论从行政管理角度进行了描述，提出包括缩减、准备、响应和恢复阶段的危机管理四大步骤。希斯[16]在因果关系方面论述了危机管理的定义，提出最早取得较为普遍接受的4R模型[1]（该模型的主要内容见表1）。

根据国内外研究成果可知，以往的文献对舆情主题演化、舆情中应重点关注的问题都有研究，根据沉默的螺旋理论、信息茧房效应等可以看出网民们对于突发事件的讨论以及形成的舆情热点有一定的局限性，但并没有学者对突发事件的舆情盲点进行研究并提出探测方法。因此，本文旨在对事件处置过程中的重要关注点与每阶段的舆情热点进行对比分析，得出热点之外应当得到管理者关注的舆情盲点，帮助管理者进行决策，促进事件的高效处置。

2.3    突发事件情境下的重要关注点研究

突发事件爆发后公众注意力容易被热点话题吸引，为了避免出现管理者迫于舆论压力而做出不适当的决策，需要构建面向事件应对的重要关注点体系，在积极关注并回应舆情热点中反映的公共需求的同时，兼顾热点之外被遗漏的重要关注点。4R理论认为突发事件各阶段需要重视监测预警、危机战备、阻碍危机恶性演变、回顾归纳等方面。由于政府部门是突发事件处置的重要主体，金太军和徐婷婷[17]认为在应对突发事件时政府应该进行人员、信息、制度、资金和物资五方面的协调;李伟权[18]对政府处置职责的四个层次进行了界定，第一层次是政府有关部门对其责任范围内的事件进行分析处置;第二层次是听取并回复大众以及社会需求，现行律法政策中的棘手问题常常通过公共决策的形式进行治理;第三层次是政府的责任性回应，解释一些具有深远意义的事项和问题的发展;第四层次是政府的引领性回应，一般需要更高眼界和整體引导，体现了掌控社会未来发展及功能策划的能力。在其他学者的研究中，执行政策、制度建设、整合资源、组织动员[19-20]等关键要素也是需要重点关注的问题。本着以人为本的原则，韩玮等[21]利用KANO模型，基于魅力质量理论探讨新冠肺炎疫情事件中公众对于信息透明的四大类型的需求，即基本型需求、期望型需求、魅力型需求、无差异型需求。Miniguano等[22]就突发事件中公众对心理危机干预服务的需求进行了研究。上述研究中提到的成熟理论和以往经验为构建突发事件情境下的重要关注点体系提供了理论指导。

2.4    舆情主题提取

为了研究每个阶段的舆情热点与话题，国内外研究多以文本数据挖掘为主题提取方法，其中LDA主题模型及其改进模型得到了较广泛的应用。安璐等[23]将LDA模型提取的主题与每个SOM结点的权向量元素进行整合，以得到该结点对应日期的所有主题中的突出者;Wang等[24]提出了基于自然语言的语义分析和LDA模型预测肇事逃逸犯罪的方法。对于微博等短文本的主题提取，Phan等[25]为了解决数据稀疏，许多针对Web短片段和文本的分类任务无法达到较高正确性的问题，提出可以获取外部知识来提高数据之间的相关性，同时扩充分类器的覆盖范围以便能够更好地处理未来的数据。还有一些研究将一个用户的所有tweet作为一个文档来解决文本较短的问题[26-27]。

3   方法设计

3.1    突发事件情境下的重要关注点体系构造

国家标准化委员会印发的《2020年全国标准化工作要点》中指出，要加强新冠肺炎疫情防控相关标准体系建设，组织开展疫情防控相关领域标准体系研究[28]。在此背景下，研究危机管理成熟的理论和我国已有的防控经验，构建应对突发公共卫生事件的重要关注点体系，可以有效地对预警、上报、应急处理等主要防控活动进行规范，提升防控效果，具有很强的现实意义。罗伯特·希斯[1]在因果关系方面论述了危机管理的定义，提出4R模型，最早取得比较广泛的认同。本文以4R模型为重要关注点体系的框架，以突发公共卫生事件为例来构造各个阶段的重要关注点体系。利用4R模型的主要任务作为检索词，查找中英文文献中关于该任务的分解与定义，将主要任务划分为定义清晰、目标明确、更细力度的子任务。该关注点框架结合应急管理的相关学术文献、重要的政府文件、研究突发公共卫生事件舆情主题的学术文献这三方面的信息。其中，与舆情主题相关的文献从社交媒体中提取关注点，反映了突发事件爆发后公众实际关注的话题，将这类文献纳入本研究有助于从理论和实际相结合的角度来构造各个阶段的关注点体系。

缩减阶段的主要任务是对各种有发生可能性的突发公共卫生事件进行监测，通过建立预警系统争取做到早发现、早上报，事件发生后要尽快进行风险分析，做到早行动、早控制[29-31]。在准备阶段中要建立全方位防控体系，组织专业人员成立团队来进行预案的构建工作以及负责事件整个过程的管理，对相关的应对措施和危机管理计划进行制定，并且要开展定期的培训和演习，对演习中发生的问题进行科学、及时、有效的更新。

响应阶段需要遏制危机发展，杜绝由危机产生的不良连锁反应。突发公共卫生事件发生时要进行危机干预，包括了解、分析判断事件发展态势，适时调整应急预案，各地区和部门负责人要第一时间上报事件的具体信息，要及时、同步、接续上报应急处置的相关情况[21]。在进行信息公布时要遵循及时、全面、精准、实事求是的原则，事件发生后能够及时向人民群众公布事件的大致信息，随即对初步调查情况、政府采取的应对举措以及公众要注意的防范措施等信息进行公示，并同步公示事件后续处置情况，可以使用接受采访、授权发布、安排报道、开展新闻发布会等方式[32-34]。Taher和Paydar[35]、Wexler和Oberlander[36]提出在应对突发公共卫生事件时要切断交通、进行全面联动排查、取消不必要的活动、关闭相关场所以达到限制人员流动的目的。朱雪婷和王宏伟[37]提出应对突发公共事件时应切实做好人员、物质资源和财政资源等资源配置，确保受灾地的基础医疗卫生、交通运输和通信能够运转，以保障救援工作的顺利开展和当地人民的基本生活，另外要为秩序恢复重建进行准备。在舆情主题相关的研究中发现网民们对于医护人员也较为关注，在发生突发公共卫生事件时，应当特别注意改善卫生人员的作业和休整条件，改进设备设施，保护因工作需要而暴露在危险中的卫生人员，保障卫生工作者身心健康，提高卫生工作者待遇和卫生防护补助水平等[23]。何雪松和孙翔[38]提出了对确诊病例以及其密切接触者进行流行病学调查、登记信息、隔离和观察，出现确诊病例后，医院内部和病例经过的公共场所应及时对可能污染的场所环境和物品严格消毒，并保证一定的消毒频率。疫情期间入境人员和物品应当受到严格审查。由突发公共卫生事件引发的连锁反应也应得到关注，如为了避免产生谣言和公众恐慌等反向情绪，应当进行适当的舆论引导[39-41]，对于相关组织和个人在事件当中的行为和权力使用也应给予监督。

突发公共卫生事件逐渐平息，进入恢复阶段时需要对事件的整个处理过程进行复盘归纳，包括事件的由来、性质、后果和秩序重建等问题;修正、完善与补充突发公共卫生事件的应急法制;对相关人员与集体进行追责或奖励;及时制订制度指导恢复与重建工作，降低事件带来的损失和后续影响，早日修复公共次序;对受灾人员、工作人员，以及征用物资的相关单位和个人，要做好抚慰与补偿工作，必要时提供心理辅导和法律援助，相关部门要对环境污染和保险理赔进行监督和落实。为了预防该公共卫生事件的二次影响，应开展疫苗的研发、生产、质量监控、调运和接种工作[29，42]。

3.2    数据采集与预处理

数据采集前需要明确目标和范围，选择网络爬虫、系统日志或使用特定接口等方法。本文使用python编写的网络爬虫在新浪微博上爬取以“石家庄疫情”为关键词搜索得到的相关微博，排序方式为热门，按天对数据进行采集。采集的时间范围为2020年12月20日至2021年4月4日。2020年12月20日，河南获嘉县发现一北京确诊密接者，这是第一条与“石家庄疫情”相关的微博，所以将2020年12月20日作为采集开始日期。2021年4月4日是爬虫代码开始运行的日期，所以将2021年4月4日作为采集结束日期。对采集到的數据根据有唯一标识的微博id进行去重，使用jieba库对数据进行分词和去除停用词。

3.3    生命周期划分

在采集到舆情数据之后，按照相等的时间间距绘制舆情数据量随时间变化的曲线，识别曲线中的转折点，使用杜洪涛等[12]确定的三阶段划分舆情生命周期：形成期包括从事件舆情发生源头到舆情信息快速传播发酵之前的这个阶段，高潮期舆情信息的发布数量呈现指数级增长，迅速达到最大值并在一段时间内维持较高水平，消散期舆情事件传播量维持在相对较低的水平，但仍有持续的关注。线下事件处置采用4R理论中的四个阶段，由于线上舆情发展速度快，在短时间内实现几何级数扩散，线下危机管理的缩减和准备阶段很难区分，因此将这两个阶段与舆情形成期对应;响应阶段对应与舆情高潮期，恢复阶段对应于舆情消散期。

3.4    主题抽取

在划分舆情生命周期之后对每个阶段的舆情文本进行主题抽取。Word2Vec通过训练特征词在文档中的上下文语义信息将词转换为数值型矢量，在K维向量空间中用更深层的特征描述文本信息。使用Word2Vec模型得到的词向量常被用于找近义词、聚类等。词与词之间的语义相似度借助矢量之间的欧式距离或余弦相似度等方式来表示。高效、包含上下文环境是Word2Vec的显著优点，与隐式语义分析（LSI）、隐式狄立克雷分配（LDA）不同，因为将词的上下文环境纳入了考量，该模型包含更充足的语义信息。Word2Vec在医学科学的一个常见的分支——诊断报告，社会网络分析以及短信舆情分析等方面得到广泛使用，对短文本分析比较友好。

4   实验过程与结果分析

4.1    各个阶段重要关注点体系构建

根据以往的文献，以4R模型为基本框架构建出各阶段重要关注点体系（见表2），以表2左列两栏“危机管理阶段”和“主要任务”为例，根据第3.1节的分析，将主要任务划分为子任务，并给出定义，得到表2中的“子任务”和“定义”，“子任务”即本文认为应该受到重视的关注点。为区分权重，从“子任务”中提炼关键词，在知网、Web of Science和国务院政策文件库（http：//www.gov.cn/zhengce/zhengcewenjianku/index.htm）中以“突发公共卫生事件”或“public health emergencies”+相关关键词（见表2的关键词列）为检索式获取截至到2021年11月7日17：00所发表的文献和政策数量，如用“突发公共卫生事件预警”和“public health emergencies warning”检索出1540篇学术文献和123条政策文件。总计有7154篇学术文献和1104条政策文件，涉及25个关注点。

4.2    舆情案例及数据采取

以突发公共卫生事件为例，选择最近发生的“河北石家庄新冠肺炎疫情再度爆发事件”作为案例。微博作为中国现今最大的公共资讯平台，每天都有2.24亿人活跃在微博上发表评论、分享信息，获取社会动态。疫情期间，其公众讨论空间属性尤为突出，政府、媒体等各大机构将新浪微博视作时事热点、新闻发布宣传的首发自媒体平台，是网民获取资讯、沟通对话的最主要平台，因此选择微博作为数据源。去重后得到了76154条微博数据。采集到的字段包括微博id、博主名称、博文内容、点赞量、评论量、转发量和发布日期。使用jieba库对数据进行分词和去除停用词。

4.3    数据描述统计

对微博数据量按天进行统计分析得到相关时序图（见图1）。由图可见，2021年1月2号之前对于石家庄疫情的关注较少，2021年1月3号石家庄藁城区有一例确诊，微博数量激增并达到峰值，之后一直维持在较高的数量水平直到2月8号。2月9号到2月20号微博数量一直维持在较低的水平，2月21号微博数量又达到一个峰值，这一天石家庄在第44场新闻发布会上对疫情防控工作进行了介绍并答复媒体提问，宣布自翌日起，石家庄市全面调整为低风险区，各级图书馆、文化馆等公共文化场馆将有序恢复运营，之后事件的热度逐渐消退。

按照舆情生命周期理论，将本次石家庄疫情事件的微博传播的生命周期划分为：

（1）形成期（2020年12月20日-2021年1月2日），是指从事件舆情发生源头到舆情信息快速传播发酵之前的这个阶段，微博舆情发文量较少，话题种类少，爆发区域有限，难以引起相关管理部门的重点关注，对应于突发公共卫生事件处理的缩减与准备阶段。

（2）高潮期（2021年1月3日-2021年2月8日），舆情信息的发布数量呈现指数级增长，急速达到最高点并在一定时间内保持较高的热度，是公众关注度、舆情话题数量、微博发布数量快速上升并保持较高热度的这段时间，对应于突发公共卫生事件处理的响应阶段。

（3）消散期（2021年2月9日-2021年4月4日），在经过高潮期之后，舆情事件传播量维持在相对较低的水平，但由于网民的多元化和利益诉求不同，仍有部分组织或个人对事件进行持续地关注，对其讨论不会快速终止，甚至可能会再次达到小高潮，存在一定的消弭期，对应于突发公共卫生事件处理的恢复阶段。

4.4    主题提取

使用jieba库分词中的精确模式和百度停用词表对微博数据进行分词和去除停用词，对预处理后的数据使用Word2Vec将每条微博转换成向量，使用K-means依据余弦相似度对文档向量进行聚类，为了使舆情主题与关注点体系之间的对应更加清晰，兼顾数据量的大小，选定主题数量在10-35之间，利用肘部法最终选定27作为聚类的主题数量。根据每个聚类的前20个关键词对27个类进行主题概括，判断其对应的一个或多个关注点，如Topic1的主题概括为“隔离与核酸检测”，它对应于表2中的子任务限制流动这个关注点。其中，Topic 3（交流用语，如“你好”“晚安”），Topic 10（关于两性对立的言论），Topic 16（网络热词，如“666”“upup”）这三个主题是与疫情无关的话题，故予以舍弃。

4.5    舆情盲点探测

对数据进行处理后，以Ciw为纵坐标，Cil为横坐标绘制各阶段散点图。对形成期（2020年12月20日-2021年1月2日）包含的舆情主题分布制图（见图2）可见，横坐标为0并非此关注点不应该得到关注，而是此关注点不属于当前阶段中应重点关注的主题，因此横坐标设为0。可以看出人们最关注的是限制流动、秩序恢复、信息公布、舆论引导等。这一阶段河北正在从第一次的疫情中恢复过来，因此秩序恢复主题的微博数量较多。北京新增境外输入确诊病例且曾途经石家庄，受此影响出现了第二阶段才应该出现的主题，而消毒管理则是与石家庄的常态化疫情防控政策有关。这一阶段的舆情盲点为建立预警系统、编制应急预案、定期培训和演练。

对高潮期（2021年1月3日-2021年2月8日）包含的舆情主题分布制图（见图3）可见，资源配置、信息公布、限制流动、调整预案、密切接触者管理等是关注较多的主题。在这一阶段一直伴随着风险等级的调整，且在1月20号出现新增确诊人数的拐点，一些低风险地区在逐步解封，因此出现了秩序恢复、善后处置主题。这一阶段病例管理、密切接触者管理和调整预案的关注度适当。院内感染控制、物资监管、信息上报、防范境外输入未得到关注，关心医护人员和行政监督关注度较低，实际关注度比应该得到的关注度分别少43%和84%。这些都属于舆情盲点。

对消散期（2021年2月9日-2021年4月4日）包含的舆情主题分布制图（见图4）可见，不仅有秩序恢复主题，也有信息公布、资源配置、限制流动、调整预案、病例管理等危机干预相关的舆情主题。其原因与上一阶段相同，河北的秩序恢复是逐步进行的，直到2021年2月21日才在疫情防控新闻发布会上通报明日全面解封。从图中可以看出这一阶段责任与奖惩、完善法制未得到关注，疫苗管理、調查评估、善后处置关注度太低，这些都属于舆情盲点。

河北石家庄尚在第一波疫情的恢复重建中，同时也受到其他城市疫情的影响。由于所选事件的特殊性，疫情发展的阶段之间会有一定的重叠，每个阶段中包含的舆情主题与应当包含的舆情主题有些许差异。另外，因为石家庄疫情不是一个独立事件，在本事件中被识别为舆情盲点的话题可能因为在第一波疫情中已被妥善解决而没有受到关注，如医生感染的情况随着对病毒认识的加深而不再发生，因此在第二波疫情中院内感染控制没有受到公众关注。基于此，对各阶段舆情盲点进行归纳总结（见表3）。

突发公共卫生事件发生时信息传播有明显的阶段性特点，贾亚敏等[43]提出对于事件生命周期各阶段的量化特征来判断事件当前所处的阶段，掌握最佳的应对时机。利用本研究提供的思路和研究结果探测事件各阶段的舆情盲点，以便采取有效的应对措施，引导舆论向有利于事件处置的方向发展，减少突发事件带来的灾难性后果，为实际工作提供方法指引与数据支持。

5   结语

本文在阅读大量与突发事件管理等相关的文献和政府政策文件后，结合突发公共卫生事件舆情热点，构造了一个有助于突发公共卫生事件处置的重要关注点体系，获取与石家庄疫情相关的舆情数据进行生命周期划分和主题提取，将线下事件处置阶段与线上舆情生命周期对应，各阶段的舆情主题与已构造的关注点体系进行对比，根据各主题的微博数量和文献与政策数量确定实际得到的关注度和应该得到的关注度，并绘制各阶段的主题分布散点图来探测舆情盲点。

研究发现在舆情的形成期间建立预警系统、编制应急预案、定期培训和演练这些主题属于舆情盲点;高潮期的舆情盲点包括院内感染控制、物资监管、信息上报、防范境外输入、关心医护人员、行政监督;消散期舆情盲点包括完善法制、责任与奖惩、疫苗管理、调查评估、善后处置。这些舆情盲点未引起大众关注，但管理者在事件应对和处置中不应忽视。本文提出了一种探测舆情盲点的方法，构造了有助于突发公共卫生事件处置的重要关注点体系，为网络舆情主题分布的科学性判断与干预策略提供量化的参考依据与方法，丰富了突发事件应急情报管理的研究。当然，从突发公共卫生事件的角度出发来构建事件处置中应受到重视的关注点体系，未来可以考虑对更多类型和数量的突发事件案例进行大规模数据搜集，以构造突发事件处置过程中更加完善的重要关注点体系，并在更丰富的数据集上进行实验，从而更全面准确地发现舆情盲点。

致谢：感谢图书情报国家级实验教学示范中心为本研究提供的实验支持！

参考文献：

[1]  Heath R L.Crisis management for managers and executives：Business crises，the definitive handbook to reduction，readiness，response，and recovery[M].London：Financial Times/Pitman Pub，1998.

[2]  Noelle-Neumann E.The spiral of silence a theory of public opinion[J].Journal of Communication，1974，24（2）：43-51.

[3]  刘建明.舆论传播[M].北京：清华大学出版社有限公司，2001.

[4]  Lippmann W.Public opinion[M].Piscataway：Transaction Publishers，1946.

[5]  Allport F H.Toward a science of public opinion[J].Public Opinion Quarterly，1937，1（1）：7-23.

[6]  Lane R E，Sears D O.Public Opinion[M].Englewood Cliffs，N.J：Prentice-Hall，1964.

[7]  Greenwald A G，Banaji M R.Implicit social cognition：Attitudes，self-esteem，and stereotypes[J].Psychological Review，1995，102（1）：4.

[8]  陈力丹，林羽丰.再论舆论的三种存在形态[J].社会科学战线，2015（11）：174-179.

[9]  胡钰.新闻与舆论[M].北京：中国广播电视出版社，2001.

[10]  徐翔.“沉默舆论”的传播机理及功能研究[J].南京社会科学，2015（10）：112-117.

[11]  蔡冬松，余小茹，辛立艳.面向公共危机决策的信息管理机制研究[J].图书情报工作，2014，58（14）：49-58.

[12]  杜洪涛，王君泽，李婕.基于多案例的突发事件网络舆情演化模式研究[J].情报学报，2017，36（10）：1038-1049.

[13]  Jin X，Li H，Fu H，et al.A study on early-warning response of emergency events network public opinion based on analysis of microbloggers' behaviors[C].2016 International Conference on Progress in Informatics and Computing（PIC），IEEE，2016：753-756.

[14]  Fink S，Association A M，Others.Crisis Management：Planning for the Inevitable[M].California：Amacom，1986.

[15]  Mitroff I I.Crisis management and environmentalism：A natural fit[J].California Management Review，1994，36（2）：101-113.

[16]  （澳）羅伯特·希斯.王成，宋炳辉，金瑛，译.危机管理[M].北京：中信出版社，2004.

[17]  金太军，徐婷婷.应对突发公共事件的政府协调能力：框架、问题与思路[J].学习与探索，2013（5）：37-43.

[18]  李伟权.政府回应论[M].北京：中国社会科学出版社，2005.

[19]  Kauzya J.Local governance capacity building for full range participation：Concepts，frameworks，and experiences in African countries[C].4th Global Forum on Reinventing Government，Marrakech，Morocco，2002：10-13.

[20]  Polidano C.Measuring public sector capacity[J].World Development，2000，28（5）：805-822.

[21]  韩玮，陈樱花，陈安.基于KANO模型的突发公共卫生事件信息公开的公众需求研究[J].情报理论与实践，2020，43（5）：9-16.

[22]  Miniguano-Trujillo A，Salazar F，Torres R，et al.An integer programming model to assign patients based on mental health impact for tele-psychotherapy intervention during the Covid-19 emergency[J].Health Care Management Science，2021，24（2）：286-304.

[23]  安璐，杜廷尧，李纲，等.突发公共卫生事件利益相关者在社交媒体中的关注点及演化模式[J].情报学报，2018，37（4）：394-405.

[24]  Wang X，Gerber M S，Brown D E.Automatic crime prediction using events extracted from twitter posts[C].International conference on social computing，behavioral-cultural modeling，and prediction.Springer，Berlin，Heidelberg，2012：231-238.

[25]  Phan X H，Nguyen L M，Horiguchi S.Learning to classify short and sparse text & web with hidden topics from large-scale data collections[C].Proceedings of the 17th international conference on World Wide Web，2008：91-100.

[26]  Weng J，Lim E P，Jiang J，et al.Twitterrank：finding topic-sensitive influential twitterers[C].Proceedings of the third ACM international conference on Web search and data mining，2010：261-270.

[27]  Hong L，Davison B D.Empirical study of topic modeling in twitter[C].Proceedings of the first workshop on social media analytics，2010：80-88.

[28]  国家标准化管理委员会关于印发《2020年全国标准化工作要点》的通知[EB/OL].[2022-02-07].http：//www.gov.cn/zhengce/zhengceku/2020-03/24/content_5494968.htm.

[29]  国家突发公共事件总体应急预案[EB/OL].[2021-05-20].http：//www.gov.cn/yjgl/2005-08/07/content_21048.htm.

[30]  安璐.突发重大疫情下的应急舆情分析与管理应对[J].图书情报知识，2020（2）：7-8.

[31]  Comfort L K.Crisis management in hindsight：Cognition，communication，coordination，and control[J].Public Administration Review，2007，67（s1）：189-197.

[32]  An L，Yu C，Lin X，et al.Topical evolution patterns and temporal trends of microblogs on public health emergencies[J].Online Information Review，2018，42（6）：821-846.

[33]  李月琳，王姗姗.面向突发公共卫生事件的相关信息发布特征分析[J].图书与情报，2020（1）：27-33.

[34]  李纲，陈璟浩.突发事件网络新闻与网民信息需求表达的协整分析——基于问题胶囊事件的实证研究[J].信息资源管理学报，2013，3（2）：59-66.

[35]  Motevalli-Taher F，Paydar M M.Supply chain design to tackle coronavirus pandemic crisis by tourism management[J].Applied Soft Computing，2021，104：107217.

[36]  Wexler M N，Oberlander J.COVID-19 as a super crisis：Implications for place management[J].Journal of Place Management and Development，2021，14（4）：481-496.

[37]  朱雪婷，王宏伟.突发公共卫生事件的应急医疗资源配置研究——基于网格化管理和大数据平台[J].现代管理科学，2021（2）：23-30.

[38]  何雪松，孙翔.防范境外疫情输入的国际社区行动网络——社会组织的社会工作干预[J].河北学刊，2020，40（6）：164-169.

[39]  黄如花，黄雨婷.面向重大突发公共卫生事件的虚假信息甄别——从新型冠状病毒肺炎疫情防控谈公众信息素养教育的重要性[J].图书情报知识，2020（2）：9-12.

[40]  Alexander D E.Social media in disaster risk reduction and crisis management[J].Science and Engineering Ethics，2014，20（3）：717-733.

[41]  Jin Y，Liu B F，Austin L L.Examining the role of social media in effective crisis management：The effects of crisis origin，information form，and source on publics’ crisis responses[J].Communication Research，2014，41（1）：74-94.

[42]  钟开斌.“一案三制”：中国应急管理体系建设的基本框架[J].南京社会科学，2009（11）：77-83.

[43]  賈亚敏，安璐，李纲.城市突发事件网络信息传播时序变化规律研究[J].情报杂志，2015，34（4）：91-96.

作者简介：谢蕾，女，武汉大学信息管理学院硕士研究生，研究方向：网络数据分析;安璐，女，武汉大学信息管理学院教授，博士生导师，研究方向：应急情报分析、网络数据分析等。