惠民公共政策出台缘何遭“冷遇”?——基于新浪微博平台三孩政策转发评论的数据分析

陈 娟,孙 琪

(华南理工大学 公共管理学院,广东 广州 510006)

一、问题的提出

公共政策出台的逻辑起点在于维护民众的公共利益。然而,一系列惠民公共政策的出台未必总能得到民众支持与认可。民众“不领情”的态度倾斜不但会对政策执行产生一定的阻力,而且还会在一定程度上消解政府的公信力。习近平总书记曾强调:“当公权力失去公信力时,政府所发表的言论、所开展的工作皆无法得到民众的正面认可,这严重危及党的执政基础和执政地位。”(1)习近平:《做焦裕禄式的县委书记》,中央文献出版社,2015年,第35页。可见,厘清以公共利益为核心的公共政策遭到民众“冷遇”的深层诱因,并在此基础上进一步探寻破解之道是政策科学领域的关键议题。

当前,学界对政策遇冷的研究多囿于制定与执行,相对忽视了这两个阶段的桥接点——政策出台。一方面是因为政策出台时间跨度短。当政策制定后,基于国家战略与内外环境等客观考量,政府部门极有可能在较短时间内层层部署推进,从而忽略了出台这一环节;另一方面,政策出台大多是“自上而下”的科层推进,民众缺少“自下而上”表达民意的诉求渠道,且部分政策研究者存在路径依赖,即尚未意识到媒介在社会化进程中的作用。

近年来,微博等新兴社交媒体深度渗入民众的政治生活,为民众参与政策出台提供了新契机。具体而言,社交媒体打破了传统科层制单向传递的层级壁垒,这也就意味着,民众可以在第一时间知晓公共政策。更为重要的是,社交媒体独特的对话沟通属性为民众提供了便捷的民意表达渠道,使原本停留在“街头巷尾的窃窃私语”,能够“自下而上”地传递至社会公共层面,从而实现个体的发声。在自媒体时代,人人都是社会问题的关注者,单个自媒体的发声一旦形成聚合的力量,就会刹那间引发大范围的民众围观与接力,最终形成规模庞大的群体性力量,从而在一定程度上改变公共政策出台的既定期限。可以说,自媒体的出现改写了民众参与政策出台的执行逻辑,政策出台阶段的效能被极大地彰显,史无前例地出现在国家治理者面前。 因此,自媒体多元融合的大背景下,要将公共政策出台阶段置放于自媒体这一“放大镜”的监督之下,深度剖析公共政策出台遭到民众“冷遇”的原因,挖掘其背后的运作逻辑和运行机理显得尤为重要。

二、文献回顾

(一)政策过程阶段划分

美国政治学家哈罗德·拉斯韦尔在《决策过程》一书中首次建构了一个概念图系,明确了政策过程的七个阶段,“阶段”这一概念便逐步延伸为政策分析发展的主线,政策科学研究的流行范式由此确立。在此基础上,西方学界陆续提出四阶段论、九阶段论等不同政策阶段划分。政策过程的划分深刻影响了我国政策科学的理论框架与知识体系,结合我国现实国情,张国庆等也采用阶段划分的方式对我国政策过程进行了进一步界定(2)张国庆:《现代公共政策导论》,北京大学出版社,1997年,第30页。。然而,政策过程是动态的,对“阶段”的划分并非一成不变,要根据具体要求,作出适时变动。当前学界普遍认为,政策过程应涵盖制定、执行、监控、评估和终结五个部分。但无论何种划分,都无一例外地将政策出台这一环节排除在外。

(二)民意、公共利益与公共政策遇冷

在民意与公共政策相关研究中,有学者认为民意是政府决策的依据与目的,公共政策的逻辑起点应基于民意,否则将走向偏颇(3)汪洋:《政策公正与政策供给的互动耦合关系探析》,《理论探讨》,2022年第6期。。显然,只有当民意体现为公共利益时,才能成为公共政策的根本出发点和落脚点,如同卢梭所言:“公意只着眼于公共的利益,而众意则着眼于私人的利益,众意只是个别意志简单的总和。”(4)卢梭:《社会契约论》,商务印书馆,2001年,第39页。事实上,即便众意是多数人的意愿,也未必契合民众的公共性行为逻辑。这是因为,“公共性意指一种为公众所共有或共用的属性,强调共同体成员在集体生活中超越个别利益而追求的共同利益”(5)桑明旭:《中国式现代化新道路与唯物史观的公共性逻辑》,《理论探索》,2021年第5期。。但民意中所包含的众意和公意并非完全对立,两者间存在共融的界域,这是公共政策得以存在的“闭区间”——处理不好即会导致政策“遇冷”。因此,为了促进众意与公意的融合,学者们相继从制度环境与行为逻辑层面讨论了引发众意与公意相悖的原因(6)熊跃根:《大变革时代的社会政策范式与实践:共同富裕的中国道路》,《江海学刊》,2022年第1期。(7)刘兴成:《典型化:中国政策创新扩散的逻辑与机制》,《学习与实践》,2022年第6期。。

(三)媒介语境转变与政治参与

传统媒介语境下,政治参与被定义为公民为影响政府选择而采取的行动,如投票、竞选等。后续很长一段时间内,学者们都以此为基础,开展政治参与等相关研究。然而,数字技术的发展与社交媒体的普及打破了这一局面。数字技术以其自身的行动模式扩大了个体参与的政治舞台,使政治参与愈发成为一种线上表达行为。在线政治参与这一概念便应运而出,西奥·查里斯认为,在线政治参与是“一种基于网络媒体的个性化行动”(8)Theocharis, Y. The Conceptualization of Digitally Networked Participation. Social Media + Society, 2015(1).,该行动由公民个人实施,通过社交网络来提高对政治问题的认识,并直接或间接地施加行动压力来解决该问题。

与此同时,媒介语境的转变使得学界开始探索社交媒体在政治生活中扮演的角色。大量实证研究表明,社交媒体的使用增加了公民的政治参与度(9)Boulianne, S. Revolution in the making? Social media effects across the globe. Information, Communication &Society, 2017(22).。这是因为,一方面在传统媒介语境下个体只能依靠集体组织来发声,而伴随着媒介化进程的深入,他们可以通过自媒体来表达意见。虽然现实因素确实会影响个体在社交媒体中的音量,但任何人都可以通过新媒体技术“刷存在感”。另一方面,互联网降低了政治参与的成本,这使得处于边缘化地位的弱势群体能够褪除“沉默的外衣”,逐渐参与到政治生活中来。

当前学界对政策过程已有了较为深入的探讨,这在一定程度上丰富了政策过程理论的研究版图,也对推进公共政策的切实落地起到了现实参考作用。但与政策制定、执行研究相比,缺乏系统剖析公共政策“遇冷”的原因。

在大众传媒时代,由于“自上而下”的政策推进,政策出台被排除在政策过程之外。在自媒体时代,如果继续将这一认知平移过来,则会遭遇到极大的认知偏差。尤其在后真相时代,貌似有效的信息并非发布者确切表达的信息,而是受众所理解的信息,对于公共政策而言,民众对政策的感知便成了政策有效执行的关键。当社交媒体重塑了政策出台阶段民众参与的实践形态与基本逻辑后,政策过程中的政策出台环节才得以凸显。因此,本文基于政策过程理论,以政策出台为切入点,探讨自媒体时代惠民公共政策出台过程中遭受民众“冷遇”的原因,为后续学界研究众意与公共政策出台之间的张力提供一个全新的视角。

三、研究设计

(一)样本选取与呈现

2021年5月31日中共中央政治局召开会议指出,将进一步优化生育政策,实施一对夫妻可以生育三个子女政策及配套支持措施。此消息一经公布,便引发了民众在微博等社交平台上的激烈讨论。一方面,生育关乎民众切身利益,民众反响度高,语料库丰富;另一方面,在爬取数据时,该政策正处于出台阶段,满足本文研究视角,故选此为样本进行研究。三则微博发布内容如下:

微博一:2021年5月31日15点08分,人民日报官方微博账号发布题为【最新:三孩政策来了】的微博,主要内容为:“为积极应对人口老龄化,我国将出台重大政策举措。实施一对夫妻可以生育三个子女政策及配套支持措施……”

微博二:2021年5月31日17点10分,人民日报官方微博账号又发布了题为【速看!三孩政策配套支持措施来了】的微博,主要内容为:“对婚嫁陋习、天价彩礼等不良社会风气进行治理”等10个政策配套措施。

微博三:2021年6月1日7点11分,人民日报官方微博发布题为【国家卫健委就三孩政策答记者问】的微博,以问答的形式回应了有关三孩政策的5个问题,如我国决定实施三孩政策,主要基于的考虑点为哪些方面等。

(二)研究框架

本研究的整体研究框架如下——

1.数据获取:构建人民日报官方微博有关三孩政策的研究数据集。

2.数据处理:运用Jieba和Pandas对数据进行清洗处理。

3.朴素贝叶斯情感分类:运用朴素贝叶斯情感分类器进行情感倾向预测与分析。

4.LDA主题建模:运用LDA主题模型进行主题内容提取与分析。

(三)研究方法

1. 朴素贝叶斯模型。朴素贝叶斯是一种概率学习方法,在自然语言处理中被大量使用。这种算法具有易于实现、预测速度快等多重优点。该分类器有两个基本形式:伯努利模型和多项式模型。前者专注于标签为二元形态的文本,后者则主要运用于具有多种标签种类的数据分析。因本研究所用数据的标签种类大于2,故采用多项朴素贝叶斯分类器。其数学公式为:

(1)

fi代表词汇Wi在评论d中的出现次数,P(Wi|c)表示在标签为c的情况下词汇Wi在评论d中出现的条件概率。n是在评论d中不重复的词汇。P(c)为在评论集中,标签为c的评论出现的先验概率。

2. LDA主题模型。LDA主题模型基于潜在语义分析模型,被广泛应用于文本数据挖掘等领域。相较于PLSA,LDA主题模型能更好地处理过拟合现象。LDA主题模型属于概率图模型,其话题的词汇和评论的话题皆服从狄利克雷分布。LDA主题模型较为复杂,无法被精确解出,只可被近似推理。目前可达到类似效果的技术有Variational methods,Gibbs sampling和计算困惑值等。

(四)数据处理

1.数据来源与采集。本研究采用Python爬虫程序抓取三则微博下的转发评论。按照日转发评论量进行统计,发现每则微博转发评论量经过初期高峰后逐渐下降,于6月7日趋于平缓。因此本研究将数据采集时间设定为2021年5月31日至2021年6月7日,共获得34041条原始数据(微博一11989条、微博二17566条、微博三4486条)。

2. 数据预处理。首先对爬取的原始数据进行清洗,删除无法体现用户观点和情感的评论。清洗后的数据规模为:微博一9846条、微博二10348条、微博三2683条,共计22877条。清洗后的数据通过Pandas载入到Python中,利用Unicode编码来判断是否属于中文,从而剔除非中文字符。

其次采用Jieba对评论进行分词处理,把百度停用词库、哈工大停用词表以及四川大学机器智能实验室停用词库进行合并、去重。以此为依据,对评论中包含的停用词进行删除。然后将删除非中文字符和停用词之后为空的评论剔除。经此步处理后得到的数据量为:微博一8756条,微博二9837条,微博三2539条。再将处理后的文本数据化处理。最后采用Scikit-learn包进行朴素贝叶斯情感预测与LDA主题模型提取。

3. LDA主题模型参数选取。在构建LDA主题模型的过程中,需确定主题数K值。一般来说,主题数与文本的复杂度成正比。为避免构建出的模型欠拟合或过拟合,本研究采用困惑度(Perplexity)评价指标,对模型优劣进行判断,具体数学公式如下:

(2)

公式中M表示每篇微博的总评论数,Nd表示一则评论中的词汇数,P(Wd)表示特定词汇在一则评论中出现的概率值。依据困惑度的概念,其值越高,LDA主题模型处理产生的主题越难解释。因此在参数选择上,本研究划定困惑值较低的区间,然后比较选取主题类别和中心思想较为突出的主题数量。

根据图2描述微博一的图像中可以看出,随着主题数增加,困惑值虽局部波动,但总体趋势为两者正相关。图像中多次出现了局部最小值,根据奥卡姆剃刀原则,当K∈[5,10],范围内困惑度取值处于较低区间,经过人工分析,确定当k=6时,各主题的中心思想相对清晰。基于相同逻辑思维,最终取微博二K值为4,微博三K值为3。

四、研究发现

(一)三孩政策网络舆论的情感分布

1. 模型训练

多项朴素贝叶斯属于有监督的机器算法,需通过已标注数据集进行训练,以建立分类模型。本研究拟获取三则微博转发评论样本量的十分之一作为训练样本。由两名研究者分别进行情感倾向的人工标注,取标注一致的数据为训练样本。为保证训练数据规模达到设想要求(即获取微博一876条、微博二984条、微博三254条),分别取微博一转发评论样本1000条,微博二1201条,微博三300条。一致性比率分别为87.63%、81.93%、84.67%,最终获得总训练数据2114条。

其中,若转发评论样本为正向积极态度,则情感标记为“+1”;若转发评论样本为负面反对态度,则情感标记为“-1”;若转发评论样本为中性态度,则情感标记为“0”。通过上述情感分类规则得到训练数据,对MultinomialNB进行训练。

2. 模型预测及分析

用训练后的模型分别对三则微博的转发评论进行情感预测,得到情感分类后的结果(见表1)。将分类后的结果按照十分之一的比例进行人工抽检,验证其性能指标,三则微博转发评论情感预测的准确率分别为90.31%、84.35%、87.01%,整体分类效果较好。

表1 三则微博转发评论文本情感分类统计

三则微博中,民众对三孩政策的负面情感占比均居高不下,均值高达93.46%。因此,本次三孩政策舆情事件,民众的情绪整体偏向负面,即民众众意呈现“不领情”态势。

(二)三孩政策微博转发评论的主题提取与分析

1. 微博一转发评论的主题提取与分析

通过LDA主题模型对微博一的转发评论进行主题提取(见表2),发现评论集中在以下6个主题:(1)对政府出台三孩政策的解读,认为自身被政府“割韭菜”;(2)希望国家增加生育相关福利,如医疗、保险等,体现了民众对生育保障的关注;(3)对开启评论精选的不满,高频关键词“评论”“翻车”等也能较为直观地印证民众对精选评论的不满;(4)女性群体对于生育的现实忧虑,主要集中在职业发展、产假福利等方面;(5)男性群体对于生育的现实忧虑,主要集中在经济、养老压力等方面;(6)等待配套措施,保持观望态度。

表2 微博一 主题提取词表

2. 微博二转发评论的主题提取与分析

微博二提取出以下4个主题:(1)生育现实压力,民众认为集中在房价、教育、彩礼等方面;(2)女性就业权益,高频关键词为“女性”“就业”“保障”等;(3)反感评论精选,如评论“多寒碜,1.7万条评论里就精选出来19条”;(4)回应空喊口号,民众认为微博二发布的政策回应口号化。由表3可见,主题4的高频关键词为“口号”“落实”等,结合示例样本“全是口号,具体的一条没看到”,可知,民众认为本次政府出台过程中的回应过于泛化。

表3 微博二 主题提取词表

3. 微博三转发评论的主题提取与分析

如表4所示,微博三提取出了三个主题:(1)政府回应空泛,在具体问答中,政府将群众生育意愿低归因于教育、住房等现实因素。而转发评论则为“你们很清楚原因,却不拿出有效的解决方案,所谓放开三胎就只沦为纸面上的政策”等,体现出民众对政府回应的认知;(2)现实压力过重,民众将生育率低归因于诸多现实负担;(3)女性群体对于“女性需要平衡家庭和工作关系”这句表述不满。高频词前6位均为这句话的词语拆分,体现出女性群体对于当下社会男女分工的抗议。

表4 微博三 主题提取词表

五、结论与讨论

长久以来,学界对公共政策的研究多聚焦于制定与执行,对出台阶段的研究甚少,虽有部分学者将其视为政策执行的一部分,但并未对政策出台及其延伸出的官民舆论场互动进行深入探讨。如何把握新语境下政策出台的内在逻辑,理解和回应民众在此阶段表达出的利益关切与矛盾诉求,不仅关乎公共政策理论研究创新,更关系到如何推动政民双方良性互动,实现政策预期。为回应上述问题,本研究以三孩政策为研究对象,通过对政策出台阶段人民日报官方微博转发评论的量化分析,探讨以公共利益为逻辑起点、代表公意的惠民政策为何遭受民众“冷遇”,并尝试分析引发政民互动障碍的普遍性原因。研究发现,三孩政策在出台伊始便在社交平台上引发广泛讨论,对其情感分析结果显示,民众对三孩政策的理解和回应大多倾向于负面,其中既包含对政策本身内容的不满,又包含对政府沟通行为的负面情绪。这就意味着当下公共政策的出台已不再是以往语境中“自上而下”的政策宣读,而是被深嵌于由媒介建构的公共话语空间,成为高度媒介化的公共议题。因此,有必要超越原有对公共政策出台的理解,将其视作不同行动者围绕政策展开的有机互动,在此基础上探究公共政策出台阶段的运行机理。