重大突发疫情下公众情绪演化模型与引导策略研究

2022-05-14刘阳,田军,周琨

运筹与管理 2022年4期

刘阳, 田军, 周琨

(西安交通大学管理学院,陕西西安 710049)

0 引言

近年来，我国突发事件频繁发生，对人民生命、财产安全造成了严重的破坏，使得我国应急管理机制体制面临着巨大的挑战。很多学者都认为，应急管理的经济性目标可以借鉴传统运作管理思想实现，社会性目标应该充分体现人道特性。Holguin-Veras等通过支付意愿测量地震后受灾人群的痛苦感受，对应急管理社会目标的研究具有开创性的意义[1]。Wang等测量了地震后灾民和非灾民的匾乏水平，发现灾民的匮乏水平符合逻辑斯蒂增长函数[2]。但是，对匮乏水平的研究是以灾民作为研究对象，这是因为只有灾民才存在匮乏感知。对匮乏水平的研究多以自然灾害作为背景，这是因为自然灾害破坏性强，灾后更容易出现关键应急物资短缺。然而，新冠肺炎疫情爆发以来，全国人民都进入了抗疫战斗，受灾的和非受灾的界限变得非常模糊，几乎每个人都不可避免地成为受灾者。这类重大突发公共卫生事件，对政府应急管理和处置能力提出了巨大的考验。从应急工作实际情况来看，当疫情在武汉迅速蔓延时，大批群众异常敏感，情绪表现极不稳定，甚至约有30万人在武汉封城前“逃离”武汉。随着疫情迅速传播，防控疫情所需的医疗物资和生活所需物品均出现很大程度上的短缺，引起了极大的社会慌乱，出现了抢购口罩及所谓的特效药的非理性行为。这种风险认知和情绪变化在一定程度上帮助公众增强自我保护意识，但也反映了政府引导与治理公众情绪的短板与不足。因此，本文针对重大突发疫情下的政府应急管理进行研究，重点分析公众情绪的主要类型及其演化趋势，为政府合理引导公众积极情绪、避免不必要的非理性行为提供对策建议。

梳理现有文献发现，重大突发疫情下应急管理社会性目标研究主要集中在舆情治理领域，其中情绪识别是众多学者研究的热点。准确有效地识别公众情绪，有利于政府部门掌握公众舆情动态并制定引导策略。但是，重大突发疫情下舆情治理研究仍然存在不足：第一，现有研究获取的公众情感数据多来源于网络文本，很多表示情绪强度的副词往往被忽略，未能真实反映公众情绪变化。第二，现有文献对不同时期的公众情绪变化研究较多，但是对不同风险地区公众情绪变化的研究较少。在实际情况下，不同地区的公众因对风险感知的差异在情绪表达上不尽相同。第三，当前对公众情绪变化的研究多以定性描述和仿真模拟为主，没有构建明确的表达公众情绪演化规律的数学模型。由于上述原因，使得政府制定的公众情绪引导策略缺乏针对性，甚至耽误了信息发布的最佳时机，导致谣言传播，造成不必要的社会慌乱，这些问题在新冠肺炎疫情中极为突出。因此，本文尝试建立突发疫情下不同风险地区的公众情绪演化模型，分析公众情绪演化过程及公众情绪的共性和差异性，为引导公众情绪和理性行为提供策略支持。

本文利用问卷调查方法，调查全国31个省(市、自治区)公众在疫情初期的情绪类型及其变化趋势。根据受访者所在居住地的风险程度划分为不同风险地区，构建不同风险地区的公众情绪演化模型，分析公众情绪演化过程以及公众情绪的共同特性与差异性，为引导公众情绪提出有针对性的对策建议，为落实防控措施、精准引导公众理性行为与避免出现极端情绪提供理论支撑，为重大疫情下的情绪治理形成新的研究视角。

1 文献综述

梳理现有文献，与重大事件下公众情绪演化相关的研究大致包括以下三个方向：

第一个方向是关于情绪传播理论。Coombs等[3]根据归因理论提出了情景危机传播理论，表明人们总是喜欢探寻事情发生的原因，尤其是产生消极作用的突发事件。Bosse等[4]以热力学理论为基础，建立了公众情绪吸收模型。Maitner等[5]考虑群体成员中个体间的交互作用，提出了群际情绪理论。Xiong等[6]对多层次社交网络的交互机制进行研究，分析了转发、评论与提到三种交互行为，建立了公众情绪独立级联模型。Zhao等[7]认为乐观情绪与悲观情绪、乐观情绪与乐观情绪、悲观情绪与悲观情绪之间会产生相互作用，建立了二元情绪转移方程。李从东等[8]利用系统动力学构建了群体负面情绪演化模型，运用元胞自动机模拟个体间的情绪感染并为治理负面情绪提出了对策。赵卫东等[9]从信息传播角度出发，研究了突发事件网络信息传播过程中网民群体的情绪传播机制，提出了网民群体间的情绪传播模型。Wang等[10]将公众情绪分为七类，证明了情绪的扩散取决于信息的传播概率和强度。此方面研究取得了丰富的研究成果，利用仿真软件模拟突发事件下公众情绪变化过程，但是仿真模拟并不能完全反映公众情绪变化的真实情况，因此通过数据挖掘方式分析公众情绪变化成为诸多学者研究的热点。

第二个研究方向是利用数据挖掘方法分析公众情绪变化趋势。以新冠肺炎疫情为研究背景，众多学者对社会情绪与网络舆情进行了研究。焦松明等[11]对公众风险认知为主线的心理行为进行了调查，分析了公众恐慌心理的原因，为防控疫情提供了对策建议与情绪引导方法。耿辉等[12]利用爬虫技术获取了公众在贴吧上的情绪数据，表明疫情初期负面情绪居多，恐惧情绪比例为28.75%。陈兴蜀等[13]获取了公众在新浪微博上的情绪数据，表明公众情绪在经历短暂波动后，逐渐变好并最终趋于稳定水平。除了对突发疫情的研究之外，任中杰等[14]以天津港爆炸事故为例，分析了公众在微博上的情感数据，获得了微博舆情演变过程，为采取不同的舆情引导策略提供了理论支撑。王云峰和丁晓茜[15]以汶川地震后四川绵阳地震重灾区为例，分析了地震发生后频繁余震对群众心理应激情绪的影响，据此对灾民进行心理干预。曹彦波[16]以四川芦山地震为例，获取了震后24小时内公众在微博上的情绪数据，发现灾区公众负面情绪大于正面情绪，负面情绪主要以恐惧和悲伤为主。此方面研究对公众情绪的描述多以定性分析或统计分析为主，没有构建明确的表达公众情绪演化规律的数学模型。鉴于此，本文通过等级比较法获取不同风险地区的公众在不同时期的主流情绪水平，利用数据拟合方式，试图构建一种具有明确表达式的公众情绪演化模型，对公众情绪演化过程进行分析。

第三个研究方向是应急管理视角下舆情引导与治理。刘余勤与李振[17]分析了新冠肺炎疫情发生后网络舆情的典型特征，提出了做好网络舆论治理的基本原则和治理策略。徐迪[18]以重大疫情发生后时空大数据作为抓手，建立了一套全方位的网络舆情研判体系，动态模拟舆情发展走势，提升了政府应急管控能力。田世海等[19]基于传染病理论模型，分析了正向和负向情绪对网络舆情变化的影响，构建了正负情绪交互作用下的网络舆情演化模型。朱晓霞等[20]运用爆炸性渗流理论分析突发事件下舆情爆发机制，提出了治理舆情的三种策略，为社会舆情治理提供了指导与建议。林振[21]从舆情治理基本业务流程出发，重点分析了数据、工具和决策三者之间的协同关系，构建了多主体参与、相互信任的网络舆情治理有效机制。此方面研究取得了丰富的研究成果，但上述文献重点分析突发事件发生后公众在不同时期的情绪变化，较少关注不同风险地区的公众情绪变化。在实际情况下，重大突发疫情下几乎每个人都不可避免地成为受灾者，因此不同地区的公众因对风险感知的差异所表现出来的情绪也不同。为此，本文尝试将不同地区按照风险程度进行分类，分别构建不同风险地区的公众情绪演化模型，比较不同风险地区公众情绪演化的共性和差异，为公众情绪引导与治理提供对策建议。

2 研究设计

由于受访者来自不同的地区和行业及问卷调查正处于疫情防控的关键期，各地均实施了严格的疫情防控，采用线下问卷和访谈的难度较大。因此本团队采用线上形式，在问卷网形成问卷并发布，通过微信转发至受访者，调查公众在不同阶段的情绪变化。

2.1 时间节点划分

以国家卫健委发布的出现新增病例的时间为起点(2020年1月16日)，调查了此后21天内公众情绪变化情况，这是因为公众情绪在疫情初期变化最为明显，调查该时期内公众情绪变化有利于政府制定有针对性的情绪引导策略。1月16日，国家卫健委发布公告出现4例新增病例，即首次出现新增病例。22日国家宣布封锁武汉，因此将1月16日至22日作为问卷调查的第一阶段。1月23日起，河南省、广东省、山东省等31个省(市、自治区)出现大量确诊病例。截止1月29日，全国累计确诊病例数超过2003年SARS确诊数，达到7711例，因此将1月23日至29日作为问卷调查的第二阶段。1月30日起，日新增确诊病例不断增加，2月4日新增确诊病例达到了3887例，2月5日新增病例数开始减少，因此将1月30日至2月5日作为问卷调查的第三阶段。

2.2 情绪类型

对于情绪类型，学术界没有统一的分类，一般认为最普遍的情绪包括喜、怒、哀、惊、恐等。突如其来的新冠肺炎疫情给人们的生活造成了极大破坏，公众情绪类型是丰富多样的。本问卷主要设计了四种典型的情绪：恐惧、震惊、悲哀、愤怒及其他。

2.3 调查步骤

在进行正式问卷调查之前，预先进行了小规模的访谈调查，向受访者描述各个阶段疫情发展的基本情况，并询问受访者在不同阶段的情绪变化。通过访谈，发现个体情绪变化在不同阶段的变化与个体所处地区的风险程度、个体对疫情的认知程度、疫情对个体的影响程度等有关，尤其在第二、第三阶段，大多数公众情绪表现为害怕、担忧、恐慌等负向情绪。王悦等[22]研究表明，新冠肺炎疫情下大学生恐惧因子得分最高。因此本文着重研究不同风险地区的公众在不同时期的情绪变化规律，尤其关注公众的恐惧情绪。参考王熹徽[2,23]等设计的灾后受灾群众痛苦感知程度问卷，设计了本次问卷，包括三个步骤：步骤一：收集受访者基本信息，包括性别、年龄、受教育程度、居住地、职业等。步骤二：受访者根据真实感知回答以下问题：(1)在第一/二/三阶段是否关注过新冠肺炎疫情？(2)如果在第一/二/三阶段关注过新冠肺炎疫情，是否因此产生情绪变化？(3)如果在第一/二/三阶段产生情绪变化，最主要情绪类型是什么？步骤三：采用等级比较法将主要情绪分为5个等级，得到不同风险地区的公众情绪水平，并进行拟合获得不同风险地区的公众情绪演化模型。此外，为帮助受访者认真完成题目，问卷中穿插了若干干扰题目和缺项提示，所有条目作答完毕后才能成功提交。

3 数据分析

3.1 信度与效度检验

通常情况下，调查问卷所需的有效样本量是题目数的5～20倍左右为宜，本问卷共有42题，考虑到受访者没有填清问卷、题目填错、无效样本等情况，共发放500份线上问卷，收回500份，68份样本由于信息缺失或不真实、存在明显逻辑错误，有效样本数为432份。表1为有效样本的基本情况。

表1 有效样本基本情况

为了验证本次问卷收集的数据质量，下面对问卷的信度与效度进行检验，结果显示：Cronbach’sα为0.873，说明数据具有良好的可靠性；KMO系数为0.651，说明问卷数据适合进行因子分析；Bartlett检验结果P值<0.05，说明问卷结构有效合理。

3.2 不同风险地区情绪变化分析

不同地区的公众因对风险感知的差异也会产生不同的情绪，因此本文以2月5日国家卫健委发布的累积确诊病例数据为准，将受访者所在居住地划分为不同风险级别的地区，包括低风险地区、中风险地区和高风险地区3个级别，如表2所示。

表2 风险地区划分

图1显示了不同风险地区的公众在不同时期对新冠肺炎疫情的关注情况。

由图1看出，高、中、低风险地区的公众对新冠肺炎疫情的关注度极高，而且随着疫情发展关注率逐渐增加，尤其是武汉封城后，关注率达到了100%。

图2显示了不同风险地区的公众在不同时期的情绪变化率。

图1 不同风险地区的公众对疫情的关注率

由图2看出，第一阶段，高风险地区的公众情绪变化率高于中风险和低风险地区的公众情绪变化率，这是因为高风险地区比低风险地区的累计确诊病例较多，公众情绪明显受到了疫情的影响。随着疫情发展，高风险地区的公众情绪变化率逐渐降低，这是因为高风险地区采取了严格的防控措施，公众也学会了自我保护的基本常识。中风险和低风险地区的公众情绪变化率在第二阶段增加，这是因为武汉封城前大量人员返乡，使得中风险和低风险地区的公众情绪较为敏感。随着中风险和低风险地区相继采取严格的防控措施，公众情绪变化率降低。

表3显示了不同风险地区公众在不同时期的情绪类型占比。

表3 不同风险地区公众在不同时期的情绪类型占比

由表3可以看出，(1)高风险和中风险地区的公众情绪主要为恐惧。随着疫情的发展，高风险地区的公众恐惧情绪越来越少，中风险地区的公众恐惧情绪却越来越多，这可能是因为中风险地区的确诊病例主要来源于高风险地区的输入，中风险地区很可能发展成为高风险地区，使得公众情绪恐惧增加。(2)低风险地区的公众在第一阶段的情绪主要为震惊和恐惧，既对其他地区的疫情状况感到震惊，也对来自其他地区的潜在风险感到恐惧。随着疫情的迅猛发展，公众震惊情绪逐渐降低，恐惧情绪先增加后减少，这是因为低风险地区也有发展成为中高风险地区的可能性，因此公众在第二阶段的恐惧情绪达到最高水平。随着政府采取严格的防控措施，公众在第三阶段的恐惧水平降低。

为了准确描述公众恐惧情绪变化规律，本文采用等级比较法将恐惧分为5个等级：一点也不恐惧=1、不恐惧=3、一般恐惧=5、恐惧=7、很恐惧=9。以2020年1月16日作为起点，此时公众恐惧水平为0，得到不同风险地区的公众恐惧情绪水平，见表4。

表4 不同风险地区的公众恐惧水平

4 构建模型

4.1 公众恐惧情绪演化模型

根据表4的统计结果，下面对不同风险地区的公众恐惧水平进行回归拟合。在统计回归中，需要六个以上的数据点才能确保回归结果的唯一性。然而，通过增加时间节点的方式获取更多的数据可能会减弱问卷调查的可信度，这主要是因为受访者可能无法区分较小的时间间隔[2]。因此，本文利用线性插值法获取了三个数据点，并对数据进行回归拟合，置信区间为95%，得到了不同风险地区的公众恐惧情绪演化模型，见表5。

表5 公众恐惧情绪演化函数

公众恐惧情绪演化函数是一种典型的S型逻辑斯蒂增长模型，为了观察不同风险地区的公众恐惧情绪变化特征，下面绘制公众恐惧水平的变化图(图3)。

图3 不同风险地区的公众恐惧水平变化

结合危机生命周期理论，将公众情绪发展过程划分为三个时期：

(1)第一个时期为潜伏期(0～3天)，此时期内公众情绪最具有可塑性。政府在潜伏期能够发布疫情的危害性、预防措施等相关信息，可以降低公众恐惧水平。但是，如果政府错过了发布疫情信息的最佳时机，会导致公众恐惧情绪迅速攀升。如在新冠肺炎疫情中，政府没有及时对新冠肺炎的人传人现象进行发布，甚至隐瞒了这一重要信息，导致公众对风险认识不足，迫使政府不得不做出封锁武汉的决定。

(2)第二个时期为爆发期(3～9天)，此时期内公众对风险的记忆已经结构化。政府在爆发期发布的疫情信息很难改变公众对疫情的初初始感知，因此需要不断重复发布重要的疫情信息，强化新的关注，改变公众认知。如在新冠肺炎疫情中，政府多次发布疫情防控指南，积极宣传疫情防控基本常识，为稳定公众恐惧情绪起到了积极作用。

(3)第三个时期为延续期(9～21天)，此时期内公众恐惧情绪相对稳定。政府在延续期对疫情出现的原因、治疗手段等问题进行详细研究，选择性发布疫情正面与负面信息，减少了公众情绪波动和异常。如在新冠肺炎疫情中，政府加快疫苗研发，复产了大批企业生产口罩、防护服等医疗物资，对减少公众恐惧情绪大幅波动具有重要贡献。

本文将不同风险地区的公众恐惧情绪变化过程分为三个时期：潜伏期(0～3天)、爆发期(3～9天)、延续期(9～21天)，与邢鹏飞等[24]基于网络文本信息分析新冠肺炎疫情下网络舆情的演变过程基本一致，间接证明了本研究的可靠性。

4.2 公众恐惧情绪变化特征分析

不同风险地区的公众恐惧情绪变化具有以下共同特性：

(1)弱单调性，表明不同风险地区的公众恐惧情绪演化是非递减的，而不是一直处于增长状态。这是因为任何一种情绪都不会无限膨胀，而是在延续期趋于稳定。

(2)非线性，非线性是公众风险感知的本能反映，在潜伏期公众还能维持相对平静的心态，但在爆发期，公众对未知事物所产生的恐惧呈现非线性地迅速增加。

(3)初期凸性和后期凹性，在潜伏期呈现为凸性，这是因为公众感受到了极大的不确定性风险，恐惧情绪水平加速增加。在爆发期，随着政府发布疫情防控指南，加大宣传力度和医疗防护物资不断供应，公众恐惧水平进入减速增加阶段，最终趋于稳定状态。

不同风险地区的公众恐惧情绪变化也体现出以下差异：

(1)在潜伏期，中风险地区的公众恐惧水平大于高风险的公众恐惧水平，这是因为中风险地区确诊病例主要来源于高风险地区的输入，使得该地区居民感到巨大风险，因此公众恐惧情绪水平增加。高风险地区的公众恐惧水平高于低风险的公众恐惧水平，这是因为低风险地区确诊病例相对较少，风险较低，相应的公众恐惧情绪水平较低。

(2)在爆发期和延续期，低风险地区的公众恐惧水平大于高风险地区的公众恐惧水平，这是因为疫情迅速传播至全国各地，低风险地区也有成为高风险地区的可能性。高风险地区的公众恐惧水平高于中风险地区的公众恐惧水平，这是因为中风险地区也相继颁布了严格的防控措施，稳定公众情绪减少了波动。

4.3 疫情信息发布策略

下面结合公众情绪发展的三个时期及公众恐惧情绪演化的共性和差异性，提出引导公众情绪的疫情信息发布策略：

(1)中央政府牵头成立各地方疫情联防联控领导小组，建立信息发布的责任追究制，对隐瞒疫情信息或发布不实信息造成公众负向情绪的行为，追查负责人的责任。

(2)在潜伏期，加大疫情相关信息的透明度和公开度，及时公开疫情实际进展和病例数据，对公众消极舆论、非理性言论和网络谣言等负面新闻进行有力回应。对于低风险地区，迅速让公众意识到疫情防控的严峻性和紧迫性，强化公众的危机意识和自我保护意思，避免对防控疫情的过度反应和偏见。对于中风险和高风险地区，增强公众对谣言的辨识力，使用通俗易懂的方式告知公众怎么做，营造正向主流舆论。

(3)在爆发期和延续期，充分发挥中央媒体、主流媒体及新兴自媒体的协同作用，加快疫情防控宣传，用户掌握最新疫情信息，适量反复发布同一性质的关键疫情信息，适时发布疫情防控指南，适当地将疫情正面信息和负面信息结合发布。