原则与路径：融媒体视域下的舆情研判研究

○岳梦怡 王保华

一、融媒体视域下的舆情生态变化

从生态学的视域来看，舆情生态系统包括舆情的主体、客体、本体、环境等元素。舆情主体是指舆情事件的话题参与者，包括普通公众、主流媒体、政务新媒体、意见领袖、粉丝社群等；舆情客体是指公众评议的对象，可能是引发舆情事件的信息源，也有可能指涉与事件相关联的制度、管理部门等；舆情本体是指舆情的内容，包括在舆情生态系统中公众表达的观念、态度与情绪等；舆情环境是指舆情的场景要素，既包含了一定的社会结构因素与社会心理因素，也包含了承载舆情的技术、设备等硬件设置。有学者认为网络舆情生态是一个“人造生态”，[1]是政府、网民、媒体三维互动形成的有机体。

伴随着媒介技术的不断发展与迭代，目前已经进入到了融媒体传播时代。关于融媒体时代的传播特征，有学者认为，“融媒体时代打破了先前的介质割裂。传统媒体机构能够多介质运作，生产视频、音频、文字、图画等多样的新闻产品。”[2]还有学者认为，融媒体模糊了媒介生态系统中的多种界限，包括“传受界限、符号界限、渠道界限、产业界限；自我、人际、群体、组织、传播类别界限等”。[3]在这种全新的媒介生态中，各类主流媒体、政务新媒体和公众集聚在一起，参与讨论公共事件，建构新的舆论传播格局。

（一）技术可供性带来话语权再分配

20 世纪90 年代，Gaver 提出“技术可供性”的概念，主要指行为主体与所处技术环境间的连接关系。[4]社交媒体以及短视频直播平台、知识社区、青年亚文化社区等平台的兴起压缩了时间与空间，成为承载舆情走向与传播广度的重要载体，给公众带来了更多的信息生产可供性、社交可供性和情感可供性。这些新媒体平台的发展促使网络话语权的再次重组与分配，降低了公众参与话题讨论的准入门槛，受众拥有了更多表达方式和话语权。此外，技术平台的开放性、互动性等特征激发了民众主体意识与表达诉求，使杜威所倡导的“参与式民主”成为可能。从近年来的舆情热点事件来看，很多都是在社交平台场域中发酵。根据拓尔思网察大数据分析平台报告，在“教育部鼓励高校加强恋爱心理教育”事件中，监测到8755条相关信息，其中微博平台相关信息最多，共计6768 条，占比77.30%；其次是新闻平台，相关信息有707 篇，占比8.08%。[5]这说明在舆论生态中，新兴的社交媒体场发挥着越来越重要的作用。热点事件由于民生性、新奇性往往能引发公众广泛关注，且同类型的事件常被旧事重提，集中涌现并引发公众的共鸣，形成基于话题的“事缘共同体”，当该群体拥有足够多的认同与话语权后，也就实现了从个体权力向群体权力的升级转换，形成一种自下而上的议程设置，甚至可能在情感动员中引发集体活动。

（二）多元主体重构舆论生态空间

过去，单向传播的传统媒体掌握着舆情发展的脉络，在把关环节融入价值观念从而起到舆论引导的作用。但是在社交媒体时代，媒介技术对时间和空间的压缩，使“身体在场”逐渐转变成了“注意力在场”。5G 网络具有高速率、万物互联等特征，伴随着更快的传输速度、更高的传播效率，不同地区以及不同阶层的人脱离空间物理环境的限制，实现了“异地同时”连接。从舆情构成的生态来看，主流媒体、政务新媒体、垂直领域意见领袖、公众以及各种团体等都成为公共领域生产和话题参与、观点表达的主体，形成了舆论场中多元的话语博弈格局。在舆情传播过程中，部分自媒体在商业利益的驱使下，利用公众猎奇心理，抓取事件中的“敏感点”“痛点”进行标签化、对立化解读，凸显出事件的冲突、戏剧性属性，这些观点在不断扩散中可能导致“劣币驱逐良币”，稀释了主流媒体的正向舆论引导话语，为舆情治理带来了一系列难题。

（三）热点话题情绪化与圈层化扩散带来治理新考验

舆情是社会现实的反映。舆情之所以会爆发，有很大部分原因是舆情事件的刺激激活了社会空间的情绪能量。从热点话题中情绪的生成可知，情感既包括在个体社会化过程积攒的结构性情感，也有社交媒体场域中的情境所激发的建构性情感因素，而这种建构性情感往往是在多元话语博弈的媒介情境中激发形成的。在网络舆情生态环境中，事实性观点、利益呼吁、情绪化宣泄掺杂在一起，受限于知识储备和经验积累，个体在网络环境中容易被非理性的意见或观点影响，盲目跟风，还会在这种情境中无意识地进行模仿与被情绪传染。

另外，伴随着公众参与互动的增多，网络空间中共识形成的难度也增加了。从公众的认知环境来看，目前公众经常使用的社交媒体平台与新闻聚合平台的技术特性与算法分发机制，使网民经常获取到与自己立场接近的信息。在“算法”的个性化推荐、微信朋友圈的“熟人传播”等形成的同质化信息环境中，公众形成了自己的“价值茧房”。这些价值同质化的信息通过圈层化方式快速扩散，容易形成群体极化并引发“蝴蝶效应”。

二、融媒体视域下舆情研判的原则

（一）真实性原则

在舆情研判过程中，首先应秉承真实性原则。伴随着舆论场的公开性，网络上的信息鱼龙混杂，网络谣言与虚假信息充斥其中，真假难辨。例如，2021 年11 月29 日，一个年轻女子与外公合影被某平台用户恶意传为“73岁东莞清溪企业家豪娶29 岁广西大美女”且广泛扩散，成为网络热点事件。对于舆情研判人员而言，首先应该辨别事情的真伪，还原事实真相。可通过来源研判、逻辑研判和常识研判等手段，过滤掉冗余信息和噪音数据，剔除伪舆情。在真实、全面掌握信息的基础上，结合专业知识、技能和经验作出符合客观实际的判断，提高舆情分析的效率。

（七）市场营销能力与新疆农产品区域品牌竞争力的关系。营销能力是品牌投资的关键[21]14，品牌需要市场营销路径的创新，企业营销能力对品牌价值实现关系密切，好的营销能够促进品牌价值提升[22]115-118。在新疆农产品销售、推广过程中，市场营销能力成为农产品品牌提升的重要举措。因此，提出如下假设：

（二）时效性原则

网络信息有自主化传播特点，公众在社交媒体中实时的信息发布、互动和参与等行为导致舆情传播速度快、涉及面广、影响大。舆情热点的突发性、高变异性、扩散力强等特征倒逼政府管理者迅速对舆情做出判断；如果研判回应滞后，不仅导致舆情的转化、异化与交叉感染，还会出现塔西佗陷阱和破窗效应。因此要强化研判的时效性，在舆情爆发后第一时间采集信息，分析话题溯源、关键传播节点、舆情传播态势、网民情感倾向等，从高流动性、高维度数据中挖掘数据价值，准确掌握舆情性质和发展脉络，及时研判并做好风险评估。

（三）系统性原则

网络舆情研判是对舆情进行价值和趋向判断，是舆情处置的前提。[6]在舆情研判时，应形成系统的判断逻辑，厘清舆情背后的社会思潮，结合多学科背景多层次解读舆情。

1.逻辑背景研判

舆情是民意的集合反映，本身体现的就是社会影响性。在舆情的背后反映的是潜在的社会问题、社会矛盾和社会心态。在社会转型期，公民的价值观念呈现出多元化状态，舆情主体代表了不同利益群体，存在不同的利益诉求和情感倾向。因此，研判时要全面及时了解舆情，由表及里，看到事件背后所反映的社会心态以及社会问题。

2.多学科背景研判

舆情的形成与发展是一个复杂的动态过程，舆情共振的原因复杂，需要整合相关学科的知识与方法，进行多学科交叉深入研究。从学科归属来看，舆情分析是集政治学、新闻传播学、情报学、计算机科学等学科内容的新兴交叉学科。在舆情研判过程中，应打破学科壁垒，综合不同学科的优势，汲取各个学科精华，实现科学的趋势分析、规律探索。

（四）科学性原则

1.定向研判

定向研判就是针对舆情风险点进行趋势性分析，目的在于根据舆情发生的特点和规律，动态把握事件发展。[7]舆情往往从事件背景原因、涉事主体、事件经过等表象议题流向社会体制、社会环境等宏观性议题，沿着就事论事——议题外溢——追问社会体制或社会问题的路径演变。舆情应对部门要在专业舆情监测系统的支持下，认真分析各种不确定性因素，结合用户的公开数据把握不同阶段研判的方向与重点，防范舆情的负面泛化。

2.人工审核与机器研判的耦合

大数据分析技术为舆情分析和研判提供了全新的资源与价值逻辑，但大数据分析也存在一定的局限性。从目前的数据结构来看，海量的非结构化数据充斥其中，必然会存在数据研判的误差。此外，大数据分析方法中对于微妙情感的辨析、戏谑嘲讽的亚文化修辞、方言等难以进行准确识别，这需要专家学者结合话语分析和社会语境给出相应对策建议。

三、融媒体背景下舆情研判的路径优化

大数据时代，舆情研判的价值和意义在于通过挖掘事实数据的潜在价值，把握网络舆情态势，预测舆论趋势并防范各种风险。要实现舆情数据的价值转化，需强化信息资源共享和整合意识，建立动态社会关系网络分析结构。

（一）融合：建立跨部门的合作共同体

传统的社会舆情管理模式存在部门沟通少、数据整合不足等问题，大数据赋权使如今的舆情研判与决策更具科学性。要应对多元化诉求，发现隐藏的舆情引爆点和核心诉求，需要开展跨部门、跨行业的合作，建立多部门协作的治理模式，整合政府部门、社会单位、企业网站等数字信息资源，深入挖掘孤立零散的数据背后的价值，以系统化价值逻辑处理问题。因此，应构建全面覆盖、实时更新的信息资源共享体系，打造舆情数据的“中央厨房”，实现舆情资源的互联互通和协同决策。同时也要建立互动反馈模式，对网民的疑问进行解答，提前发现潜在的舆情并及时回应。例如，在重大节假日、重大事件爆发初期，结合舆情演变规律，及时监测，回应公众关切的内容，减少负面舆情带来的可能性风险。

（二）技术：深入挖掘数据价值

社会网络分析方法为研判舆情节点之间连接关系提供了可能性。社会网络分析法是通过图论、社会计量学和代数等方法对社会关系进行量化，测量社会系统中各部分的特征与相互之间的关系，从而解释某种现象或得出某种结论。通过UCINET、Gephi 等软件测量网络密度、中心性、凝聚子群等指标，研判节点之间联系的紧密程度及群体对节点的态度、行为影响程度，能够识别社会网络中的意见领袖，促进对舆情走向的研判。

此外，也要加强对舆情数据情感的分析。在舆情形成、演变发展阶段，情感都发挥了重要作用。在舆情分析与决策中，运用机器学习、相似度的热度排序等方式对舆情中的情绪进行判断分析，并对这种情绪进行及时疏导，对非理性情绪辅以事实回应和价值引领，也要对其中反映的结构性问题进行正面回应，这样才能有效切断舆情的扩散。

（三）思维：发挥舆情数据的预警功能

预测分析是舆情研判价值逻辑的核心，是决策与应对的重要依据。因此，研判应实现“解释规律，预测未来”的技术转型和思维变革。舆情研判的重点从数据的静态收集向深度加工和解释预测转变。从目前已有的舆情报告来看，大多是对舆情现状以及其走势的一种呈现，对于舆情预测的功能还未引起充分重视。因此，舆情研判应结合大数据分析技术以及专业人士的分析，预测舆情的趋势走向，为舆情治理提供决策参考。一方面，深度提炼和归纳舆情全景数据，通过议题攸关方的特征参数、参与行为与习惯等指标分析掌握群体特征；另一方面，通过词频统计、语义网络分析、情感分析等方法对舆情进行话题跟踪和热点识别，分析话题的重要性和敏感性，发现其中隐含的态度倾向和情绪心态，在此基础上预测舆情走势，发挥预警功能。■

注释：

[1]上官酒瑞.网络舆论生态治理的认识论分析[J].求实，2018（06）.

[2]栾轶玫.融媒体传播[M].北京：中国金融出版社，2014：153.

[3]严功军，张雨涵.内爆转换与传播危机：融媒体生态的批判解读[J].现代传播（中国传媒大学学报），2017（11）：14-17+23.

[4] Gaver，W.W.，Technology affordances.In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems reaching Through Technology-CHI’91，New York:ACM Press，1991，p.80.

[5]拓尔思网察.一周舆情速读酱油添加剂“双标”？海天两度回应引关注；教育部鼓励高校加强恋爱心理教育[EB/OL].https://mp.weixin.qq.com/s/BeUgvKoIv-ZHJLvsDjuztCw.

[6]楼艺婵.网络公共舆情研判预警系统研究［J］.中国管理信息化，2014（02）

[7]颜陈.舆情研判的四个“维度度”[EB/OL].https://www.sohu.com/a/218939193_810340.2018-01-25.