涉警负面网络舆情的热度影响因素——基于28个案例的模糊集定性比较分析

陈秋菊

（江苏警官学院公安管理系 江苏 南京 210038）

1 引言

涉警网络舆情是网络舆情的重要组成部分[1]。其本质是一定时期内，各参与主体以网络为主要媒介，针对有警察身份卷入的案事件进行讨论所形成的意见、态度、情感及行为倾向的整体性认知。与其他公共网络舆情的显著不同在于，引发涉警舆情的“事件”往往不是有些学者主张的“事情决定舆情”中所谓的涉及面广的宏大公共事件，很多涉警舆情的“源事件”起初仅仅是普通的“案件”，如于欢案、李心草案、和颐酒店女生遇袭事件等，但最后却形成了影响较大的“公共事件”。在其形成过程中，往往呈现一种“强情绪—弱事实”的特点[2]，各参与主体的情感表达往往比客观事实的陈述更能影响舆情走向，进而呈现一种“后真相”的情形。即“涉警事件”真相经过参与主体的主观阐释和传递逐渐“标签化”，且这种“标签化”多以负面为主，特别是网民倾向于寻求自我映射式的同质性而“团结”起来攻击公安机关。如果对涉警负面网络舆情不及时导控，极易产生次生舆情，激起公众涉警负面情绪，进而转化为现实冲突，极易影响社会稳定和政治秩序。因此，理清涉警负面网络舆情热度生成或消散过程中不同参与主体之间的相互作用关系，识别涉警负面网络舆情热度生成或消散的核心作用因素和相互组合路径，有利于掌握涉警负面网络舆情的关键因素，有助于公安机关对涉警负面网络舆情的导控，促进涉警网络舆情朝着稳定有序的方向发展。

2 研究文献背景

2.1 涉警网络舆情热度及其影响因素

涉警网络舆情的形成不是一种自然、自发的客观规律，相反，带有强烈的人为烙印。根据网络舆情的分类，其属于经特定主体，如“意见领袖”“网络推手”等通过组织策划形成的意见性自觉舆情①按形成过程分，网络舆情可划分为自发舆情和自觉舆情；按构成分，网络舆情可划分为事实性信息和意见性信息。事实信息如同数据库编目检索中的元数据。参见：陈璟浩.突发公共事件网络舆情演化研究[D].武汉:武汉大学,2014:5-63。。网络舆情热度是网络舆情发生发展的重要指标，反映了网民对舆情事件发展的关注程度，表现为网络舆情数量的增长和网络舆情空间的扩大等。

网络舆情热度影响因素的研究主要集中在网民、政府、事件、媒体四个维度。有些学者重点研究其中某些因素的影响，如张一文等分析了事件舆情爆发力、媒体影响力、网民作用力、政府疏导力对非常规突发事件网络舆情热度的影响[3]；袁国平考查了事件公共度、事件敏感度、网民质疑度和政府公信力四个方面对网络舆情热度的影响[4]。此外，有些学者从整体组态的视角探究了各维度因素间的相互作用，如杨洋洋等探究了信息源敏感度、网民参与度、媒体活跃度、政府介入度四要素能够激发高舆情热度指数的组合路径[5]；李晚莲等结合行动者网络理论，分析了事件、网民、媒介、政府在突发公共事件网络舆情热度生成中的组态路径[6]。

涉警网络舆情热度影响因素的研究散布在涉警网络舆情因素的研究中，并侧重从宏观社会层面围绕公安机关进行探讨，集中在社会转型、社会管理制度性缺失、公众权利意识、信息技术发展等构成的外部执法环境因素影响。也有学者延续一般网络舆情的“四维度”研究框架。如钟云华、谭健通过个案分析认为涉警网络舆情是事件本身、网民、网络媒体及公安机关的相互作用的结果[7]。李小波通过理论抽象认为涉警网络舆情的演化机理是原发案事件触发、网络意见领袖、机构媒体的议程设置和公安机关舆情应对相互作用的结果[8]。此外，近年来也有不少学者从微观角度研究参与主体对涉警舆情发生与发展的作用，如张洪波认为在自媒体环境下，涉警舆情的产生缘起于舆情主体——社会民众对涉及警察的中介性事项的关联性态度[9]；王欢认为涉警舆情的发展过程本质上是警方、媒体和民众三方参与主体相互博弈的过程[10]；邱文康、韩春梅通过对典型案例的扎根分析认为，涉警网络舆情是由公安机关回应、公众意见和媒体导向等因素推动产生的[11]。

2.2 文献背景评析

现有关于网络舆情热度及涉警网络舆情影响因素的研究给本文提供了很好的借鉴。但是，该研究领域仍然有值得拓展的空间：一是鲜有文献专门关注涉警负面网络舆情热度影响因素研究，涉警负面网络舆情热度生成机理有待厘清；二是有关涉警负面网络舆情热度生成的参与主体之间相互作用的组态少有关注。鉴于涉警负面网络舆情“强情绪—弱事实”的特点，对其研究最应该关注的应是涉警负面舆情意见文本背后的参与主体的社会情感逻辑，最应该强调的应是对涉警负面网络舆情参与主体的研究[12]。因此，本文将关注于涉警负面网络舆情的参与主体因素，通过对28个涉警负面网络舆情案例的模糊集定性比较分析，识别涉警负面舆情热度生成或消散的前因条件及组合路径，形成涉警负面网络舆情热度生成或消散的作用机理，为涉警负面网络舆情的调控提供更有信服力的解释。

3 研究框架

通过对涉警网络舆情生成的因素分析，结合已有的网络舆情三方博弈框架[13]，发现涉警负面网络舆情的发展演化本质上是各参与主体相互作用、彼此影响调整的过程；涉警负面网络舆情热度体现的也主要是网民、媒体、警方对信息源的关注度。因此，构建包括公安机关、网民和媒体的一级主体指标分析体系。鉴于各参与主体之间的动态复合性，将公安机关定位为调控主体，网民定位为生产主体，媒体定位为周旋主体②媒体对舆情的发展可能是推动力量也可能随着舆情的发展成为控制力量，即媒体不同时间节点对涉警网络舆情发展可能产生正向结构或者负向解构作用。参见：钟云华,谭健.涉警网络舆情发生机理及其应对研究[J].公安研究,2018(12):49-59。。另外，本文将采用定性比较分析方法（Qualitative Comparative Analysis，QCA），通过对28个涉警负面网络舆情案例的模糊集比较分析，识别涉警负面网络舆情热度生成或消散的组态路径。28个案例属于中小样本，参照定性比较分析方法的惯例，中小样本的定性比较分析中，前因条件如果过多则条件组态的总量将远远大于样本量，如此会存在大量逻辑余项①逻辑余项，指逻辑上存在，但没有或缺乏足够经验案例支撑，即逻辑上存在的理论组态在现实中“查无此证”或“证据不足”。，无法反映真实状况。所以，前因变量的个数最好介于4-7之间[14]。因此，本文在生产主体（网民）—调控主体（公安机关）—周旋主体（媒体）三维度下，结合案例实际情况，各选取2个能反映一级指标的二级指标，建构涉警负面网络舆情热度影响因素研究模型如图1所示。

图1 涉警负面网络舆情热度影响因素研究框架

4 研究方法与研究数据

4.1 定性比较分析方法

本文采用的定性比较分析方法具备定性和定量分析技术的双重优点，而其自身定位更偏向于“案例”导向，关注跨案例的“多重并发因果关系”②“多重”是指路径的数量，而“并发”则意味着每条路径都是由不同条件组合所构成的。，多重并发因果关系具有等效性，即不同因果路径会引起相同的结果。本质是一种基于布尔代数和集合理论的分析技术来识别与特定结果相关的因果条件的不同组合[15]。相比其他实证方法，定性比较分析方法更擅长解决并发性、非对称性、多重等效性问题。其优势在于：一是其理论是建立在“集合论”基础上的“组态比较”，既可以处理小样本的问题，也可以处理中等或大样本问题，对于解决多重并发因果关系问题具有明显的优势[16]。二是QCA不纠结变量之间相关性，不纠结实证前的假设，分析结果用布尔代数式表达，且相比于较主观的案例研究，QCA可重复性较高。三是研究者可以识别出特定结果的等效前因条件组合，可以帮助人们理解不同案例情境下导致结果产生的差异化驱动机制，并进一步讨论条件间的组合与替代关系[17]。四是由于因果关系的“非对称性”，研究者可以比较特定结果发生和不发生的前因条件组合，拓宽对特定问题的理论解释维度。五是QCA还聚焦于促使某一个现象（结果）发生的充分条件和必要条件，研究者可以通过单变量必要条件分析判断某一现象（结果）发生的必需条件，深化某一变量的研究程度。

QCA包括清晰集定性比较分析（cs/QCA）、模糊集定性比较分析（fs/QCA）及多值集定性比较分析（mv/QCA）3个基本类别。其中mv/QCA和cs/QCA共同的方法基础是清晰集，决定了它们只适合处理类别问题；fs/QCA则基于模糊集，提升了分析定距、定比变量的能力，使得QCA不仅能处理类别问题，还能解决程度变化和部分隶属的问题[18]。正是由于fs/QCA的这些特性，其在近年来的相关实证研究中被广泛使用。由于本文研究的涉警负面网络舆情是多方参与主体共同作用的结果，这符合QCA分析对研究对象是多因组合导致的要求；各参与主体影响因素根据案例实际情况，有些可以清晰二分，有些则是连续变量，更适合模糊集概念。因此，本文选取fs/QCA方法，研究的基本步骤是：构建理论假设模型——明确结果变量和条件变量——立意选择案例集——数据处理——构建真值表——单条件变量充分必要性分析——条件组合QCA分析——结果的稳健性检验——组态结果阐释。

4.2 案例选择

作为一种案例导向的研究方法，QCA方法案例的选择至关重要。同案例研究方法类似，QCA方法遵循理论抽样而非随机抽样的原则。在明确研究问题、试图要解释结果的前提下，本文选取了2015-2021年间知微数据事件库中涉警负面舆情的典型案例。选取过程中坚持QCA方法对案例的相似性、典型性、多样性、可比性、全面性和结果确定性等原则，追求案例间的最大异质性[19]，最终整理出28个涉警负面网络舆情事件如表1所示。

表1 2015—2021 年典型涉警负面网络舆情事件

4.3 变量选择及校准

4.3.1 结果变量

根据本文的研究目的，明确结果变量为涉警负面网络舆情的影响力结果。其校准基于QCA的“四值模糊集校准法”对结果变量数据进行模糊集校准。依据案例的影响力指数的高低排列，将所有案例划分为4个部分，排名1-7赋值为“1”、排名8-14赋值为“0.67”，排名15-21赋值为“0.33”，排名为“22-28”赋值为“0”。其中“1”表示完全隶属，“0”表示完全不隶属。

4.3.2 条件变量

（1）公安机关。研究公安机关在涉警负面网络舆情热度中的影响作用，以涉警负面网络舆情热度生成过程中公安机关的舆情响应速度和舆情响应深度为切入点。其中，舆情响应的速度，根据2016年国务院发布的《国务院办公厅关于在政务公开工作中进一步做好政务舆情回应的通知》中“对涉及特别重大、重大突发事件的政务舆情，要快速反应、及时发声，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”的要求。鉴于涉警负面网络舆情的“事件”基本不涉及特别重大、重大突发事件，故以48小时为分界点，公安机关面对涉警舆情2天之内给予回应的即为“及时”，赋值为0；2天以上给予回应的即为“不及时”，赋值为1。舆情响应深度以公安机关第一次回应舆情时发布的信息是否全面客观为标准。第一次回应信息全面客观，赋值为0；第一次回应信息模糊不清，赋值为1。

（2）媒体。关注权威媒体和网络媒体对涉警负面网络舆情热度的影响情况。其中，权威媒体的影响原始数据为整个舆情发展过程中央媒体的参与度（%）②用事件网媒平台数据匹配知微重要媒体列表，得到央级媒体、财经类媒体、科技类媒体的参与情况。，数据来源于知微数据。网络媒体影响的原始数据为舆情发展过程中网络媒体总的参与数，数据来源于知微数据。其校准运用fs/QCA 3.0软件“NewX=Calibrate（x,n1,n2,n3）”功能进行“三值模糊集校准”，其中x即所要校准的变量，n1为完全隶属点，n2为交叉点，n3为完全不隶属。借鉴文献[20]的研究经验，并结合本文中案例的实际情况，将数据的上四分位数为完全隶属点，中位数为交叉点，下四分位数为完全不隶属点。

（3）网民。包括普通网民的参与和意见领袖的影响。其中，普通网民影响的原始数据为涉警负面网络舆情传播过程中信息在微博、微信中的传播速度，取值为该事件在微信微博中的传播速度的峰值；意见领袖影响的原始数据为舆情发展过程中意见领袖的参与次数，取值为某一事件的参与意见领袖中微博粉丝量排名前八的总参与次数。其数据校准如媒体数据模糊集校准一致。结果变量和条件变量的原始数据如表2所示。

表2 各变量原始数据表

本文校准后的数据有部分0.5的情况，由于fs/QCA模糊集运算的法则使得分界点0.5分的情况（表示最为模糊的状态）难以分析，为避免这种情况发生，需要进行一定的处理，即对所有低于1的数值加上0.001。校准后的结果变量和条件变量的模糊集赋值表如表3所示。

表3 各变量模糊集赋值表

5 数据分析与结果

5.1 必要条件分析：涉警负面网络舆情热度生成动因

大多QCA方法专家认为QCA分析过程应该包含条件的必要性分析和条件组态的充分性分析这两类相互关联的分析，且条件的必要性分析要在条件组态的充分性分析之前进行，这样做可以事先识别出必要条件①如果一个条件总在某个结果存在时出现，那么这个条件就是结果存在的必要条件。换言之，没有该条件，该结果就无法产生。，有助于对逻辑余项做恰当的假设；还可以避免在条件组态的充分性分析结果中总是出现的条件作为必要条件的陷阱。必要性分析的重要指标是“一致率”和“覆盖率”[21]。其中，“一致率”衡量的是产生某个结果的特定条件，是所有包含此特定条件的结果集合的子集程度，即表示对某个条件的信任度。度量可表示为：计算特定结果为1的X条件的一致率=具有X并且结果为1的实例总数/包含X的实例总数。通常认为，一致率值越高，表明条件变量对于结果变量的充分性越高。一般将一致率数值大于0.9的条件变量确定为必要条件[22]。“覆盖率”表示某种特定结果能被某个条件或条件组合解释的程度，其对通过一致率检验的必要条件才有意义。度量可表示为：计算特定结果为1的X条件的覆盖率=具有X并且结果为1的实例总数/具有1结果的实例总数。与一致率不同的是，覆盖率并不存在可接受的下限阈值。基于此，本文首先分别对各条件变量存在与不存在状态，在结果变量为“高舆情热度”与“低舆情热度”的状态下均进行必要性分析，单变量必要条件分析如表4所示。

表4 单变量必要条件分析

根据表4分析结果发现，12个条件变量的一致率均低于临界值0.9。即没有单一变量可单独导致涉警负面网络舆情热度的生成或消散，显示了涉警负面网络舆情热度发生的复杂性，公安机关、网民与媒体各要素需相互交叠匹配才能共同影响。因而，下一步需要进行多个变量组态的影响分析。

5.2 条件组态分析：涉警负面网络舆情热度生成或消散的组态路径

5.2.1 QCA分析过程

在单变量必要条件分析的基础上，本部分进行各条件变量组态的充分性分析，这是QCA方法的核心，主要分析不同前因条件形成的组态对结果的充分性[23]，其充分性程度仍通过一致率指标进行测量。分析过程：首先利用fs/QCA软件构建真值表。其次进行Edit设置。由于本文的案例样本量为28，属于中小规模的样本。根据样本规模较小，设置频数为1；当样本规模较大时（如上百个案例），频数阈值应当相应提高的常用做法，本文的案例阈值设置为1。根据样本规模较小时，一致性阈值应高一点的规则，本文一致性阈值设置为0.85。最后进行标准化分析，在此过程中根据单变量必要条件分析的结果，加之通过对各条件变量的XY Plot分析发现，既存在相当数量的X≤Y，又存在相当数量的Y≤X，如图2普通网民的Plot分析所示①XY Plot分析可以帮助研究者判断条件变量的对称性，从而判断条件变量在QCA分析中是选择存在还是缺失。其中，存在是充分影响，即条件组合的隶属度小于结果变量的隶属度；缺失是必要影响，即条件组合的隶属度大于结果变量的隶属度。。所以，在QCA条件组态的标准化分析过程中，中间解的每个条件变量与结果的逻辑关系选择为存在或缺失。

图2 普通网民的XY Plot 分析图

经过标准化分析，得到涉警负面网络舆情热度发生的三种解：复杂解、简约解、中间解。其中，复杂解是没有纳入任何逻辑余项，没有反事实假设的解；中间解是只包含简单反事实案例的逻辑余项获得的解；简约解是包含所有会产生逻辑更简洁解的逻辑余项而获得的解。三种解中的中间解在组态结果显示中更显得合理有据、复杂度适中同时又没有消除必要条件。因此，中间解也被认为是QCA研究中进行结果汇报和诠释的首选。基于此，本文选取中间解对条件组态进行报告。

5.2.2 QCA分析结果呈现

（1）涉警负面网络舆情热度生成路径。结果变量选择“舆情影响力”，构建Model：影响力指数 = f（响应速度，响应深度，普通网民，意见领袖，权威媒体，网络媒体），经过Edit设置（1,0.85），进行fs/QCA运行，分析结果的呈现查尔斯 C.拉金和皮尔 C.菲斯（2008）所提出的QCA分析结果呈现形式，如表5所示，实心大圆●表示核心条件存在，实心小圆·表示辅助条件存在②核心条件是同时出现在简约解和中间解中的条件，与结果保持强关系；而辅助条件是中间解中包含但简约解中没有的条件（Fiss,2011;Ragin,2007）。。同心圆◎表示核心条件非，小含叉圆表示辅助条件非，空格表示条件变量的存在对于结果而言无关紧要。该呈现形式的优点在于能够比较清晰地表明各个条件在组态中的相对重要性。

表5 涉警负面网络舆情影响力高的组态分析结果

表5的4列呈现了用以解释涉警负面网络舆情热度高的3类4种条件组态，其中，4种条件组态的解的一致率为0.917908，高于临界值（0.9），表明实证分析有效。这也意味着在这4类条件组合的涉警负面网络舆情案例中，有91.79%的案例均呈现涉警负面网络舆情的高热度。解的覆盖度为0.717214，这意味着这4类条件组态可以解释71.7214%的热度较高的涉警负面网络舆情案例。原始覆盖率表示该条件组合能够解释的案例比例，一般作为考察条件组合路径对于结果解释力强度的指标。独特覆盖率是指具体特定结果，且仅包含该路径而不包含其他路径的实例数量与具有特定结果的实例数量之比，也可以说成净解释力。

组态1a和组态1b是有共同核心条件“普通网民*意见领袖”的“网民爆发型”涉警负面网络舆情。即普通网民和意见领袖参与程度决定了涉警负面网络舆情的热度程度。其中，路径1a是涉警负面舆情高热度生成的核心路径，其原始覆盖率达55.1%。从这两个组态中可以发现，对涉警负面网络舆情高热度生成的影响，“权威媒体”明显强于“网络媒体”。

组态2是核心条件为“意见领袖*权威媒体”的“扩散爆发型”涉警负面网络舆情。即当意见领袖和权威媒体的参与程度越高，涉警负面网络舆情热度越高。通过第2条路径和1a的比较发现，公安机关舆情“响应深度”影响明显强于其“响应速度”。

组态3是核心条件为“～响应速度*响应深度*意见领袖”的“调控缺席型”涉警负面网络舆情。即在涉警负面舆情爆发初期，即使公安机关在第一时间快速应对舆情，但如果发布的信息不够客观全面，则会在意见领袖的推动下快速生成涉警负面网络舆情的高热度。

此外，通过四条路径的比较发现，“意见领袖”是其共同的核心条件之一，这也意味着在涉警负面舆情热度生成的过程中，“意见领袖”是不可或缺的核心主体因素，需重点把握此因素。

（2）涉警负面网络舆情热度的消散路径。当结果变量设置为“～舆情影响力”时，案例阈值设置为1；一致性阈值仍然设置为0.85。得到涉警负面网络舆情影响力较低的条件组态如表6所示。涉警负面网络舆情影响力较低条件组态的整体一致率为0.924798，整体覆盖率为0.802857。

表6 涉警负面网络舆情影响力低的组态分析结果

表6的7列呈现了用以解释涉警负面网络舆情消散的3类7条组态路径，其中，7条组态解的一致率为0.924798，高于临界值（0.9），表明实证分析有效；这也意味着在这3类条件组合的涉警负面网络舆情案例中，有92.48%的案例均呈现涉警负面网络舆情的低热度。解的覆盖度为0.802857，这意味着这3类条件组态可以解释80.3%的涉警负面网络舆情热度消散案例。

A类路径的共同核心条件为“～意见领袖”，即在“意见领袖”缺席时，不管媒体和公安机关如何，很难形成高热度的涉警负面网络舆情。通过A2和A3两条路径的比较可以看出，在“意见领袖和普通网民”参与度比较低时，即使媒体从中周旋，不论公安机关缺席或应对，都不会形成高热度的网络舆情。

B类路径的核心条件为“～普通网民*～网络媒体”，两条路径可以整合为～响应速度*～响应深度*～普通网民*～网络媒体*（～意见领袖+～权威媒体），这意味着在公安机关、普通网民和网络媒体参与程度相同的情况下，意见领袖和权威媒体在涉警负面网络舆情热度消散过程中的形成差异性替代关系，其作用一致。

C类路径的核心条件为“～普通网民*～权威媒体”，路径C1是涉警负面网络舆情消散的核心路径，其原始覆盖率达53.9%。这意味着涉警负面网络舆情热度的消散关键在网民和媒体两大主体。如果网民和媒体两大主体缺位，涉警负面网络舆情则成为无本之木，自然生不成热度。这一论断通过C2和B1的比较也可以印证：在网民和媒体整体缺位的情况下，公安机关调控与否意义不大，这也和现实的涉警负面舆情的形成现状一致。

通过7条路径对比发现，“～普通网民+～意见领袖”是涉警负面舆情消散的核心条件的唯一或之一，这意味着网民这一主体是进行涉警负面舆情热度消散的主要着力点。

以上分析证明，本文构建的主体维度因素对涉警负面网络舆情“因果不对称性”的探究有效，此框架可以全面解释涉警负面网络舆情热度的形成或消散。

5.3 研究结果稳健型分析

本文使用调整一致性水平（一致性水平从0.85提高至0.9）和剔除部分案例（从28个案例中剔除结果变量舆情影响力四分校准中每一部分的2个案例，共8个案例，对剩余的20个案例进行分析）两种方法进行稳健性检验，稳健性检验结论显示，原有结论与稳健性检验结论基本一致，数据分析的结果具有稳健性。

6 结果与讨论

6.1 研究结果

采用已有的研究框架，结合涉警负面网络舆情的发生与发展现状，通过对28个研究案例库的模糊集定性比较分析，提取和识别除了涉警负面网络舆情热度生成和消散的核心条件和前因组态。结合案例数据结果，得出以下三方面结论。

一是生产主体——网民是研究涉警负面网络舆情热度的核心要件。公安机关、网民和媒体各舆情要素均无法单独构成涉警负面网络舆情热度形成或消散的必要条件。但是，网民主体维度的“意见领袖”是涉警负面网络舆情高影响力的核心条件之一，“～普通网民+～意见领袖”是涉警负面网络舆情低影响力的核心条件唯一或之一。前文通过对涉警负面网络舆情的高舆情影响力和低舆情影响力的必要条件分析发现，12个条件变量的一致率均低于临界值0.9，说明没有单一变量可单独产生涉警负面网络舆情或使涉警负面网络舆情消散，即公安机关、网民与媒体各要素需相互交叠匹配才能共同影响其产生。其共同交叠匹配关系通过QCA分析发现，这3类维度的6个主体条件组态，构成了3类4条涉警负面网络舆情高热度的驱动路径和3类7条涉警负面网络舆情热度的消散路径。进一步梳理对比发现，相较于其他要素，“生产主体”网民对涉警负面网络舆情热度的生成和消散的作用至关重要。

二是调控主体——公安机关对舆情首次响应深度的影响强于首次舆情响应速度的影响。公安机关首次舆情响应的信息越模糊，则涉警负面网络舆情高热度生成的可能性越大。从条件组态路径中可以看出，公安机关首次舆情响应深度在涉警负面网络舆情高热度条件组合路径中多以正值出现，这表明公安机关如果首次舆情响应模糊会加剧涉警负面网络舆情的生成。如2019年9月发生的昆明理工大学学生李心草溺亡案、2016年发生的和颐酒店女生遇袭事件、雷洋事件、2017年的四川泸县太伏中学学生坠楼身亡事件等发生时，公安机关均在事件发生后24小时内进行了及时响应。但是，由于公安机关对事件的通报多为“应付性”的回应式控制，且这几起案件中的首次回应性控制仅仅是常规性信息发布，即主要是案件发生的信息通报，对于案件细节、网民关切回应较少。这种回应非但没有打消网友顾虑和质疑，反而成了涉警负面网络舆情生成的“加速器”，使得公安机关逐步陷入舆情的“塔西佗”陷阱中，在“公众质疑—通报释疑—公众再质疑—通报再释疑”的漩涡中不断周旋，加速了舆情蔓延。这几起案件直到公安机关正面回应网民核心关切，以公开透明的态度深度剖析案件细节，涉警负面网络舆情才得以逐步平息。其中，最典型的属“四川泸县太伏中学学生坠楼身亡”事件，这次事件中，警方先后一共回应了4次，首次回应后网民基本认为官方回应不属实、草率、事实不清，招致更多的网民质疑；直到第4次回应，官方以图文结合的方式对事件进行了极为详尽的描述和解释，并正面回应了网民的关注疑点，此时大部分网民对官方通报支持点赞，第4次官方回应微博被转发、点评近20万次，整个舆情热度也在第4次回应后的次日基本回落正常值。

三是周旋主体——媒体因素自身的“纠结”影响涉警负面网络舆情热度的走向。在公安机关和网民两要素参与大致同等程度的情境下，“网络媒体”和“权威媒体”可以相互替代，任意一方的参与即可激发涉警负面网络舆情高热度。从涉警负面网络舆情高热度的条件组态路径中可以发现“权威媒体”多以正值出现，即“权威媒体”对于涉警负面网络舆情高影响力的影响明显强于“网络媒体”。公安机关作为执法机关，象征着国家权力，在出现涉警事件时，人们多倾向于信赖诸如国家级电台、通讯社、报社等权威媒体的信息发布。如在昆明理工大学学生李心草溺亡案中，由于《人民日报》等国家级媒体的介入，直接推动了舆情爆发，促使昆明警方提级侦办。另外，孙小果案中新华社等权威媒体的介入、操场埋尸案中《人民日报》等权威媒体的介入、雷洋事件中《中国广播网》等权威媒体的介入也都掀起了网络舆情的高潮。而从涉警负面网络舆情低热度的条件组态路径中发现，“～权威媒体+～网络媒体”构成了路径B和C的核心条件之一，即“权威媒体”或“网络媒体”缺席会加速涉警负面网络舆情热度的消散。此外，如果“权威媒体”和“网络媒体”两个舆论场对涉警负面舆情的意见不一致甚至相左时，涉警负面舆情热度消散较快。如涉滋事男子派出所审讯室戴头盔死亡事件、湖南衡阳女子看守所所长夫妇打人事件等涉警负面舆情中，面对“网络媒体”的质疑，“权威媒体”通过公布完整执法视频或全面的调查结论，以事实证据快速反转舆情进而消散。

6.2 研究启示

一是生产主体层面。一方面，应重视与普通网民的情感沟通，减少自我映射的舆论共鸣。涉警网络舆情作为一种典型的自我映射似的意见性舆情，普通网民的介入和传播实际是普通网民长期积累的社会情绪借助涉警事件的极化爆发，即普通网民的情绪影响远比其认知影响要强。因此，要重视和加强日常的网民情感沟通，顺畅网民的情绪宣泄渠道，警惕网民情绪积累的“警戒线”，防止网民长期积压情绪的“借题发挥”，减少普通网民基于情感自我映射的涉警负面舆情共鸣，从普通网民的层面控制涉警负面网络舆情的爆发。

另一方面，应协同外部意见领袖、培育自我意见领袖，把控舆情传播节点。在涉警负面网络舆情热度生成的过程中，网络意见领袖的介入成为常态，通过其间的相互攻击及与官方政务微博的高强度的博弈推动涉警负面网络舆情的生成和激化。因此，公安机关应建立与网络意见领袖的常态化交流机制，加强与网络意见领袖的合作联系，减少误解，控制网络意见领袖对虚假信息的传播。除了加强与外部网络意见领袖的协同合作，公安机关还应该培育自主拥有的意见领袖。可以邀请有影响力的专家学者、公众人物创建微博账号或微信公众号，组建能为我所用的覆盖多领域、专业素质好、粉丝影响力大的意见领袖队伍，并引导其发布正面言论。还可鼓励公安民警创建并主动利用微博账号或微信公众号，通过这些账号进行实时监测群体内的意见动向并适时加以引导。通过民警自身公众号的介入提升公安机关对涉警舆情事件的影响力，加强公安机关自身意见领袖对涉警负面网络舆情的调控，进而加速涉警负面网络舆情的消散。

二是调控主体层面。应加强公安机关短时间内全面客观的舆情响应，调控舆情走向。公安机关需在涉警舆情事件发生后的第一时间①如人民网舆情监测室提出了“黄金4小时”法则。发声，不能有侥幸心理，且第一时间的发声不能满足于简单的事件通报，简单含糊的事件通报往往会加重公众的质疑，引起公众情绪的不断积聚，陷入被动的“塔西佗”陷阱中。所以，首次舆情响应的深度显得尤其重要。首先，公安机关的回应一定要针对公众关切，尽快查清事件真相，对于短时间不能查清的情况及公众质疑的情况要公开、正面地予以解释，发布真实的已清事实。其次，公安机关首次响应还需要加强与公众的互动，共情公众情感，通过强化公安机关信息传播的情感属性，实现与公众的情感共鸣，合理引导舆情走向。最后，公安机关响应的深度还应体现具体事情问题具体分析，如果其需要回应及解决的问题是深层次社会积淀问题，非公安机关一己之力解决的，可及时表明态度，积极向政府部门反映并提出实施意见或列入相关的政府议程中。

三是周旋主体层面。一方面，加强与权威媒体的协调合作，预防涉警负面网络舆情高热度的生成。一般情况下，公众对权威媒体的信任度高于对网络媒体的信任度。公安机关积极主动向权威媒体提供全面客观的信息资料，通过权威媒体第一时间正面客观的报道反映官方的态度、明确官方立场，以公正、公平、客观的议题设置开展舆论引导，提高官方、理性信息在涉警舆情中流通的占比，构建理性稳定的舆论氛围，从而降低涉警负面网络舆情高热度生成的可能。

另一方面，应构建与网络媒体的联络互动机制，把握媒体舆论场。相较于权威媒体，网络媒体似乎更专注于挖掘细节问题，通过对细节问题的带有利益导向性的框架建构来引起公众的关注，从而加速涉警负面舆情热度的生成和传播。因此，公安机关应与网络媒体建立联络互动机制，把握其对一手细节信息的需求，并主动提供，便于网络媒体给予客观报道传播。考虑到媒体自身的动态复合性，通过互动既可以与权威媒体理性的舆论形成正向合力，阻断涉警负面网络舆情热度的生成，也可以在即使权威媒体非客观传播的情况下，形成“相左舆论场”，加速涉警负面网络舆情的消散。此外，要督促网络媒体充分认识自身的社会责任，加强行业监督和自律，对于涉警谣言、断章取义的不实报道的始作俑者要严肃追究其法律责任。

6.3 理论贡献与不足

本文的理论贡献：一是针对涉警负面网络舆情区别于其他公共网络舆情的独特性，结合已有成熟的研究框架，提出了涉警负面网络舆情的“生产主体—调控主体—周旋主体”分析框架，并根据涉警负面舆情的特定情境，衍生出6个二级条件，构成了组态定性比较分析的基础。这样有利于更好地把握涉警负面网络舆情的主体影响因素。二是借助“组态视角”，实证探讨了涉警负面舆情三主体的组态模式，这样有助于解释多要素条件下涉警负面网络舆情的“黑箱”。三是通过定性比较分析方法，不仅厘清了涉警负面网络舆情高热度生成的组态路径，还从“因果不对称”的角度探讨涉警负面网络舆情消散的条件组态，进一步丰富了涉警负面网络舆情的解释层面。

本文还存在一些不足：一是“三体维度”分析框架对于涉警负面网络舆情有较为贴切的解释力，但二级条件并非完美，限于QCA研究的案例数量及研究的普适性，本文选择了6个主要的二级条件，在未来的研究中，研究者可根据具体的舆情情境变化纳入新的二级条件。二是本文采用的定性比较分析方法也非尽善尽美，对于本文的研究结论还需进行定量检验。