李 鵬 王學金 張 軍

(山東理工大學管理學院，淄博，255000)

1 引言

互聯(lián)網(wǎng)時代的到來給個人與社會、經(jīng)濟與組織提供了彼此交融、互聯(lián)互通的便利。網(wǎng)絡公益應運而生，通過信息技術構建“個人信任、制度信任、技術信任”的新型信任紐帶，吸引更多的個人和組織參與到公益活動中。然而，近幾年來網(wǎng)絡公益信任危機事件頻繁發(fā)生，“羅一笑事件”、德云社“吳鶴臣眾籌事件”等在社交媒體上快速傳播、反復發(fā)酵，給政府監(jiān)管和行業(yè)運營帶來重大影響。因此，深入研究社交媒體上公益信任危機事件的傳播機理，構建網(wǎng)絡信任危機事件防控策略，維護網(wǎng)絡公益產(chǎn)業(yè)的生態(tài)環(huán)境，成為政府、企業(yè)和學術界的熱點問題。

與傳統(tǒng)的募捐方式相比，網(wǎng)絡公益募集人及其家人、朋友可以通過微信、微博等社交媒體將求助消息擴散，拓展求助的時空范圍，快速達成資金募集目標。這是由于社交媒體不僅能提高公益活動的可追溯性和透明度，還能通過多樣的互動機制引導大眾共情并激發(fā)公益行為。但是一旦社交媒體用戶發(fā)現(xiàn)公益活動中存在炒作、詐捐等惡劣行為，公眾會在短時間內(nèi)對參與者的行為和道德水平、對公益活動的運行規(guī)則和監(jiān)管制度等產(chǎn)生質(zhì)疑，并在社交媒體上發(fā)布消息和觀點，在網(wǎng)絡社會和真實社會中引發(fā)嚴重后果。陳陽[1]、馬續(xù)補等[2]學者的研究結果中指出，社交媒體上公益信任危機事件的消息傳播不同于一般的突發(fā)公共事件傳播。首先，事件的傳播源頭比較隱蔽和偶發(fā)，諸如自然災害、事故災難或公共衛(wèi)生等事件的發(fā)生雖然具有突然性，但是其相關消息多由事件親歷者、社交媒體上的公眾號、意見領袖等及時披露，消息發(fā)布者即為傳播源頭[3]。而公益信任危機事件的傳播源頭往往不是社交媒體上的公益募集人，而是那些發(fā)現(xiàn)公益求助消息后，經(jīng)過理性思考產(chǎn)生質(zhì)疑的公眾[4-5]。其次，公益信任危機事件傳播中議題爭議性比較大，在線用戶在轉發(fā)消息、采納觀點等行為過程中，需要承擔一定的風險并付出相應的代價[6]。由于自然災害、事故災難等在現(xiàn)實中的影響和危害比較顯而易見，它們在社交媒體上的消息和話題多以事實性報道為主[7]，在線用戶參加網(wǎng)絡上的輿情事件風險較小。而公益信任危機事件的傳播議題則涉及了公眾對公益信息真?zhèn)蔚呐袛唷⒐妼δ技说赖滤降男湃闻袛唷⒐妼M織管理運營能力的合理性判斷等，要通過在線社會關系將消息或觀點進行辨析、爭論，之后消息才會擴散[8-10]。

鑒于上述獨特的事件特征，圍繞社交媒體上社會公益危機信任事件的輿情傳播研究正逐漸深入，相關研究成果可以分為兩條主線。一方面，從公益活動傳播的管理規(guī)范和運行機制入手，提出了如何改進傳播效果的策略。如文獻[3-4]的研究成果中強調(diào)了應制定和完善相關的法律法規(guī)，促進公益平臺優(yōu)化流程，引導社交媒體上用戶理性思考、謹慎表達觀點和態(tài)度，避免爭議性消息傳播引發(fā)負面輿情。另一方面，更多的學者圍繞公益信任危機的網(wǎng)絡輿情治理開展研究，劉績宏[11]的研究指出公益活動消息在社交媒體上得以傳播依賴的是信息技術條件下的信任體系；付曉靜[10]以“羅一笑事件”為例，總結出了公益信任危機事件傳播的定性框架，并指出情感是影響傳播的關鍵要素；王炎龍等[12]基于湖北紅十字會新冠疫情事件對“公眾-組織”的沖突和博弈關系進行了研究，提出了傳播與治理的“情境-應對-修復”的輿情治理框架。綜合上述研究內(nèi)容可以發(fā)現(xiàn)，目前對事件的傳播治理對策研究成果比較豐富，但是還鮮有研究對相應的傳播機理進一步分析，缺少能用于管理監(jiān)測的量化研究。

圍繞突發(fā)公共事件的傳播特點，挖掘事件擴散規(guī)律和傳播模型一直是輿情傳播領域的熱點。如劉小洋等[13]考慮事件脆弱性、擴散延遲、個體特征構建了動態(tài)擴散輿情演化模型；姜景等[14]用系統(tǒng)動力學方法，仿真分析了突發(fā)事件中的輿論熱度、政府發(fā)文數(shù)量、原創(chuàng)微博數(shù)量等參數(shù)之間的關系；李卓航[15]提出大眾傳播雙循環(huán)模型，認為信息不對稱、焦點捕捉偏差、干擾信息爆炸式增長等是影響事件傳播的關鍵因素；王旭等[16]基于復雜網(wǎng)絡方法，對突發(fā)事件的傳播網(wǎng)絡結構特征進行量化分析，發(fā)現(xiàn)了事件傳播網(wǎng)絡具有高連通性和異質(zhì)性、用戶信息傳播能力的馬太效應等；韓瑋等[17]從事件作用量、網(wǎng)民作用量、媒體作用量等多維度，構建了基于焦耳定律的網(wǎng)絡輿情熱度模型。雖然上述研究結論中已經(jīng)涵蓋了大量的參數(shù)，但是仍不能解釋大規(guī)模在線群體面對信任危機事件的爭議性消息時，傳播源頭如何推動事件擴散，以及在線用戶如何處理鄰居推送信息產(chǎn)生傳播行為。

綜合上述研究結果，社交媒體上公益信任危機事件的輿情傳播還可以從以下方面進行深入研究。首先，結合公益信任危機事件傳播的特點分析傳播機理。特別是面對爭議性的消息及網(wǎng)絡群體事件時，若要動員在線用戶參與到群體事件中，就需要多個不同刺激源的獨立肯定或者強化[18-19]。以微博為例，在線用戶的多個鄰居都向其推送同一消息或事件后，用戶才能產(chǎn)生轉發(fā)、評論等行為[20]。因此，可以通過Centola等[21]、Pond等[22]學者提出的復雜傳播(Complex Contagion)理論框架來厘清公益信任危機事件傳播過程。其次，構建事件輿情復雜傳播的定量研究方法。如前所述，當前領域的研究成果主要集中于事件分析和應用對策，輿情傳播的定量分析研究是難點之一，而將定量研究結果用于輿情管理的定性分析則是一個研究的熱點[23]。因此，本文以新浪微博上的公益信任危機事件輿情為研究對象，結合情感極性和話題差異標識事件爭議性，提出發(fā)起能力、社會親密度、社會化強度等事件輿情的復雜傳播特征計算方法。然后分析新浪微博上兩個不同事件傳播數(shù)據(jù)，通過組態(tài)分析方法揭示事件爭議產(chǎn)生路徑，溯源組態(tài)中復雜傳播特征取值特點，為相關部門和企業(yè)制定輿情檢測和引導策略提供理論基礎。

2 社交媒體公益信任危機事件輿情的復雜傳播模型

社交媒體公益信任危機事件發(fā)生時，在線用戶會在虛擬空間中進行群體性溝通，組成一個特定的網(wǎng)絡輿情系統(tǒng)。系統(tǒng)中的個體可以直接轉發(fā)或復制在線鄰居的消息，可以使用@直接與他人對話，還可以通過#符號進行話題討論，事件的輿情系統(tǒng)可以用時序網(wǎng)絡G(V,E,T)抽象表示[24]。其中，T={[t0,t1],[t1,t2]，…}是網(wǎng)絡輿情持續(xù)的時間；V是時序網(wǎng)絡中的節(jié)點集，表示了參與輿情傳播的在線個體集合；E是時序網(wǎng)絡中的邊集，表示了個體之間的交互關系集合，?e∈E， e表示個體vi在tl時刻轉發(fā)或評論vj的事件消息，t0≤tl≤tm。第l個時間段Tl=[tl,tl+1]上，在線討論中使用的主題詞構成的集合記為TPl={tw1,tw2…twk…}，其中主題詞twk是個體以“#XXX#”形式標記的話題名稱。此時，在線個體的情緒取值構成集合EOl={eo1,eo2…eop…}，其中-1≤eop≤1，是vp在這段時間上的情感取值?；跁r序網(wǎng)絡刻畫突發(fā)事件網(wǎng)絡輿情系統(tǒng)，可以清晰地量化個體行為、個體間互動行為及時序關系結構。在此基礎上，事件爭議性及傳播過程指標具體定義和計算方法如下。

2.1 社交媒體公益信任危機事件爭議度

社交媒體公益信任危機事件中，在線用戶的不同價值觀和利益訴求混雜在網(wǎng)絡輿情中，表現(xiàn)為公眾的在線討論內(nèi)容和情緒隨之發(fā)生變化[25]。因此，本文通過事件消息中的話題差異和用戶極端情感表示事件的爭議程度。主題差異率和極端情感增長率定義如下。

定義1：話題差異率是指兩個相鄰的時間段Ti-1、Ti上，對應話題集合TPi-1、TPi之間的差異，記為TDi，其計算方式如下：

(1)

定義2：極端情感波動率是指兩個相鄰的時間段Ti-1、Ti上，持有極端情感用戶數(shù)量的差異，記為OPi，其計算方式如下：

(2)

定義3：事件爭議度是指兩個相鄰的時間段Ti-1、Ti上，話題差異率和極端情感波動率的耦合結果，記為TCDi，其計算方式如下：

TCDi=αTDi+(1-α)OPi

(3)

其中α∈[0,1]，是對兩個測量維度的調(diào)節(jié)系數(shù)。根據(jù)文獻[25]研究結果建議，α=0.5。

2.2 社交媒體上的簡單傳播行為和復雜傳播行為

復雜傳播理論的一個重要觀點是個體或組織傳播消息和采納觀點的行為是輿論系統(tǒng)、網(wǎng)絡口碑等社會復雜系統(tǒng)的驅動力[26]。消息傳播和輿論演化的過程呈現(xiàn)出的復雜性和多樣性，正是各類在線用戶不同的消息處理行為、他們之間復雜的在線關系及交互模式相互交織的結果[20]。社交媒體上的公益信任危機事件傳播也不例外。如圖1中所示，用戶參與公益信任危機事件輿情傳播的行為方式有三種，包括發(fā)起行為、簡單傳播行為和復雜傳播行為。事件的網(wǎng)絡輿情傳播結果由發(fā)起者規(guī)模、簡單傳播規(guī)模和多源傳播規(guī)模三種不同的行為結果組成，具體定義如下。

圖1 參與網(wǎng)絡輿情傳播的不同行為

定義4：發(fā)起行為是指個體從輿情系統(tǒng)外獲取事件內(nèi)容并在線發(fā)布，給輿情系統(tǒng)提供新的內(nèi)容或者觀點。某個特定時間段T內(nèi)，發(fā)起者規(guī)模記為O(T)，其中T=[ti，tj]且T∈T。

圖1中的節(jié)點1、節(jié)點2、節(jié)點3和節(jié)點4是發(fā)起者。面對公益活動各種消息，某些機構、自媒體和普通網(wǎng)民會從外部媒介上(如電視、貼吧等)獲取內(nèi)容，并在網(wǎng)絡上發(fā)布自己發(fā)現(xiàn)的消息和觀點[27]

定義5：簡單傳播行為指個體看到一位在線鄰居傳播事件輿情即可參與傳播。某個特定時間段T內(nèi)，簡單傳播者規(guī)模記為S(T)，其中T=[ti，tj]且T∈T。

t3時刻的節(jié)點7看到鄰居節(jié)點6推送消息就傳播。在一個鄰居消息刺激下就能產(chǎn)生傳播，是簡單傳播者。

定義6：復雜傳播行為指個體要先后看到多個鄰居轉發(fā)消息后再參與傳播。某個特定時間段T內(nèi)，復雜傳播者規(guī)模C(T)，其中T=[ti，tj]且T∈T。

事實上，在許多公共議題的輿情傳播過程中，在線用戶傳播消息之前需要通過觀察他人的行為來確認消息的真實性、合理性及風險性等，需要適度的社會強化對在線用戶進一步開展行為刺激[27]。如節(jié)點5、節(jié)點6分別在t1、t2時刻看到多個鄰居已轉發(fā)消息后再參與傳播，他們被稱為復雜傳播者。

2.3 社交媒體公益信任危機事件輿情的復雜傳播特征度量

在多數(shù)輿情傳播研究中，傳播規(guī)模、傳播率、傳播速度等是定量分析傳播態(tài)勢重要的指標，能夠較直觀地反映事件發(fā)展進程。但是這些指標很難反映社交媒體公益信任危機事件復雜傳播的特點和程度，因此，本文構建了發(fā)起能力、社會親密度、社會化強度指標，對事件的復雜傳播特征開展量化分析，并將這種傳播模型稱為復雜傳播。

定義7：發(fā)起能力是指某個特定時間段內(nèi)，公益信任危機事件網(wǎng)絡輿情傳播過程中發(fā)起者對復雜傳播的驅動能力，記為DA(T)，T=[ti,tj]，T∈T。

其計算方法如式(4)所示，用一段時間內(nèi)發(fā)起者人數(shù)變化與參與傳播人數(shù)變化的比值來度量。OT是T時段信息源集合，VT是T時段參與傳播的節(jié)點集合。

(4)

由于發(fā)起者是從輿論系統(tǒng)外獲取事件內(nèi)容，他們給事件傳播提供了新的內(nèi)容或者觀點，因此DA(T)的取值可以說明發(fā)起者對事件傳播的驅動程度。

定義8：社會親密度是指某個特定時間段T內(nèi)，公益信任危機事件網(wǎng)絡輿情傳播過程中交互關系親密程度，用這段時間內(nèi)時序網(wǎng)絡的密度來表示，其計算方法如下：

(5)

其中ET是時序網(wǎng)絡的邊集，VT是時序網(wǎng)絡的節(jié)點集。

在各類群體事件中，所有個體都會遵守共同行為方式的總和被稱為社會規(guī)范，是多數(shù)成員共有的行為模式[28]。在圖1所示的傳播過程中，蘊含了一個重要的群體規(guī)范——社會強化，即個體第一次接觸消息并不一定發(fā)生傳播行為，需要從不同鄰居處接收消息，社會強化效應達到臨界點后才會傳播。一般而言，這種社會規(guī)范在現(xiàn)實世界中很難精確度量，但是利用帶時間標記的網(wǎng)絡輿情傳播數(shù)據(jù)可以對此進行計算，具體計算方式如下。

(6)

定義10：復雜傳播度是指某個特定時間段T內(nèi)，公益信任危機事件網(wǎng)絡輿情的復雜傳播程度，記為KC(T)，其計算方法如下：

(7)

3 數(shù)據(jù)集簡介

3.1 數(shù)據(jù)集

綜合已有研究發(fā)現(xiàn)，不同類型事件的網(wǎng)絡輿情傳播機理存在較大區(qū)別[28]，社交媒體公益信任危機事件的傳播機理應有其獨特的特點。對此，本文收集了新浪微博“吳鶴臣 眾籌事件”和“青海地震事件”的輿情傳播數(shù)據(jù)，對事件的爭議度、事件傳播過程中的發(fā)起能力、社會親密度等指標開展對比分析。

在新浪平臺上以“吳鶴臣+眾籌”“青海+地震”為關鍵詞，通過網(wǎng)絡爬蟲收集了事件輿情數(shù)據(jù)，包括微博id、用戶id、微博正文、轉發(fā)數(shù)、發(fā)布時間、轉發(fā)微博id。將采集的數(shù)據(jù)進行處理，生成兩個不同的時序網(wǎng)絡，基本情況如表1所示。

表1 數(shù)據(jù)集

根據(jù)數(shù)據(jù)統(tǒng)計得到每日傳播規(guī)模的時序變化如圖2所示，兩個事件的變化情況有明顯的差異。 “吳鶴臣事件”在第3天時規(guī)模爆炸式增長，隨后經(jīng)歷了4次波動。而“青海地震事件”規(guī)模從第1天就保持了較大的規(guī)模，在事件的第5天傳播規(guī)模達到最大，之后緩慢回落。

圖2 傳播規(guī)模變化

3.2 “吳鶴臣事件” 傳播網(wǎng)絡

為了研究“吳鶴臣事件” 的復雜傳播情況，根據(jù)數(shù)據(jù)集中的轉發(fā)關系建立了事件傳播網(wǎng)絡G(V,E,T)，網(wǎng)絡中共有節(jié)點9068個，邊3856條，平均度1.8，模塊度0.845，網(wǎng)絡直徑2.1，平均路徑長度1.1，平均聚集系數(shù)0.05。傳播網(wǎng)絡的模塊度極高，網(wǎng)絡直徑和平均路徑長度也不大，說明在線用戶在事件中開展了密集的交互。傳播網(wǎng)絡的可視化結果如圖3所示，圖中標記了各個模塊出現(xiàn)的序列及其相應的討論主題。

圖3 傳播網(wǎng)絡

圖3顯示，傳播是從一個局部密集的小團體開始、逐漸擴散，并可以從一個“團”通過橋跨越到另外一個“團”。從5月1日吳家人發(fā)布眾籌信息為事件開端，5月2日其家庭情況和職業(yè)身份被逐漸曝出，網(wǎng)友對其無力承擔醫(yī)療費用提出了質(zhì)疑，“車房可以賣”“獲取水滴籌一百萬上限”成為關注點。5月2日至5月3日，吳鶴臣妻子、德云社、水滴籌等對此事分別從不同角度開展回應。5月4日起他們回應的內(nèi)容引發(fā)了在線用戶更為激烈的討論，圍繞“德云社提供幫助”“吳家工資和收入”“兩套公租房”多點引爆。5月7日，網(wǎng)友關注點轉移到質(zhì)疑公益活動的管理是否規(guī)范、信息是否可信，并以“靠捐款生活”“不參與水滴籌”等主題的討論結尾。事件消息的傳播結果說明在線用戶對公益眾籌產(chǎn)生了信任危機。

4 實證結果

4.1 事件的爭議度

公益信任危機事件在社交媒體上傳播時，容易受到在線用戶的關注，在線用戶會以發(fā)起話題討論、表達情感觀點等方式參與其中。圖4展示了“吳鶴臣事件”和“青海地震事件”的爭議度測量結果。顯然，兩個事件的爭議度變化規(guī)律有顯著差異，“吳鶴臣事件”的爭議度波動大，而“青海地震事件”的爭議度比較平穩(wěn)。觀察圖4(a)可以看出，在“吳鶴臣事件”中，在線用戶的極端情感波動率隨時間起伏較大，最高時達0.9，最低時為0.15，這是因為此類事件往往圍繞事實、真相等開展線上討論，容易引起受眾悲傷、憤怒等情感共鳴。此外，“吳鶴臣事件”早期的話題差異率取值較大，最高可達0.95，而“青海地震事件”的話題差異率比較平穩(wěn)，維持在0.05左右。結合圖4中所展示的重要傳播節(jié)點可以看出，正是因為在線用戶關于事件的原因、責任、線索的追蹤，促使話題隨時間更迭并導致爭議度的劇烈波動。

圖4 事件爭議度變化

4.2 簡單傳播和復雜傳播

已有研究結果顯示，在線社區(qū)上的政治事件、突發(fā)事件等的爭議性話題的復雜傳播過程有較大的區(qū)別[29]，其中簡單傳播規(guī)模和復雜傳播規(guī)模就存在很大的差異。本文統(tǒng)計了“吳鶴臣事件”和“青海地震”中的兩種不同規(guī)模數(shù)量，結果如圖5所示，簡單傳播行為和復雜傳播行為相互交織，共同構成了事件輿情進程。圖5(a)中顯示，在“吳鶴臣事件”中，簡單傳播規(guī)模遠遠高于復雜傳播規(guī)模，其原因在于此事件的爭議性大，主題的變化和情感的波動使得在線用戶可以不經(jīng)多個鄰居確認，直接參與到事件傳播過程中。而圖5(b)顯示的“青海地震事件” 早期，復雜傳播規(guī)模與簡單傳播規(guī)模相當，這是因為自然災害事件中人們在線發(fā)出求助、搜尋等信息，需要多個在線鄰居的共同確認，因此復雜傳播規(guī)模取值較高。

圖5 簡單傳播規(guī)模和復雜傳播規(guī)模變化

4.3 輿情的復雜傳播指標

4.3.1 發(fā)起能力

無論是公益信任危機事件或其他類型的事件，其消息要在社交媒體上傳播并達到一定的規(guī)模，都需要一定的推動力。本文統(tǒng)計了兩個事件傳播過程中的發(fā)起能力DA(T)，結果如圖6所示?？傮w而言，兩個事件的發(fā)起能力也有較大的差異，“吳鶴臣事件”表現(xiàn)為發(fā)起能力在事件前半周期一直維持較高水平，但是發(fā)起人數(shù)與發(fā)起能力不成正比例關系。從圖6(a)中還可以看出“吳鶴臣事件”的早期，發(fā)起人數(shù)可以高達87人，但是發(fā)起能力是0.085；而圖6(b)中顯示“青海地震事件”早期發(fā)起人數(shù)有165人，發(fā)起能力為0.23。這說明發(fā)起能力不僅僅與發(fā)起人數(shù)量有關，還會受消息內(nèi)容、發(fā)起人特征等因素影響，詳細內(nèi)容見表2。

圖6 發(fā)起能力變化

表2中按照時間順序展示了影響發(fā)起能力的兩個因素。其一是發(fā)起人特征，用官方媒體和自媒體數(shù)量比標記；其二是消息內(nèi)容，用發(fā)起人博文中的話題標記。觀察表2中數(shù)據(jù)可以發(fā)現(xiàn)，事件的幾個重要轉折點與發(fā)起能力取值正相關。在“吳鶴臣事件”的起始階段(發(fā)起眾籌、引發(fā)信任危機)發(fā)起能力取值不大，當事件進入信任危機擴散階段，無論是針對眾籌活動本身的信任危機，還是針對公益眾籌平臺的信任危機，相應的發(fā)起能力取值都比較大。而當衍生事件發(fā)生時，發(fā)起能力取值則不大。

表2 發(fā)起者類型比例及原創(chuàng)內(nèi)容(吳鶴臣事件)

4.3.2 社會親密度

群體動力學的研究結果表明，現(xiàn)實社會中集體行動的成功需要社會關系作支撐[30]。這一研究結論同樣可以用于解釋社交媒體上事件的傳播，即事件消息傳播達到一定規(guī)模需要在線用戶開展聚集性的交互[31]。因此，本文在圖7中展示了兩個事件社會親密度的變化趨勢。統(tǒng)計結果顯示，“吳鶴臣事件”的社會親密度取值前高后低，而“青海地震事件”的社會親密度在傳播的中期取值比較大。原因在于公益信任危機事件中，在線用戶首先要對消息的真?zhèn)芜M行分辨，在此基礎上產(chǎn)生社會信任，并由信任驅動他們加入網(wǎng)絡公益眾籌活動。因此，社會親密度并沒有隨著參與人數(shù)增加而增大，而是呈現(xiàn)了邊際遞減效應。也就是當參與傳播人數(shù)足夠多，就不再需要小圈子內(nèi)的消息刷屏，也能繼續(xù)引發(fā)在線用戶對事件消息的關注和傳播。

圖7 社會親密度變化

4.3.3 復雜傳播度

社交媒體上多數(shù)消息的傳播都遵循了簡單傳播的范式，這意味著消息是沿著在線社會網(wǎng)絡關系鏈式傳播，因此，多數(shù)消息的傳播規(guī)模不大、傳播時間也很短，其產(chǎn)生的后果也有限。而“吳鶴臣事件” 和“青海地震事件” 傳播規(guī)模都比較大且持續(xù)時間也比較長，這是因為事件輿情進展是由簡單傳播和復雜傳播共同推動[31]。

然而，如圖8所示兩個事件的復雜傳播程度卻有極大區(qū)別， “吳鶴臣事件”的復雜傳播度維持在1.5—3之間，而自然災害事件的復雜傳播度最高能達到8。也即“吳鶴臣事件” 中，在線用戶只要能受到2—3個在線鄰居的消息推送，就能參與事件輿情傳播，這是由于事件相關話題帶來的沖突和糾紛容易吸引大眾注意力[32]；而在“青海地震事件” 中則需要地域、身份等群體社會認同機制發(fā)揮作用[33]，才能引起共情并參加事件輿情傳播，因此其復雜傳播度取值比較高。

圖8 復雜傳播度變化

4.4 輿情研判應用

隨著各類社交媒體的普及，公眾開始習慣在線參與各種公共議題的討論。然而實務管理部門的輿情研判多依賴自身經(jīng)驗和定性分析，對事件過程定量觀測不足，限制了其對事件發(fā)展規(guī)律和趨勢的把握程度[33]，增加了網(wǎng)絡輿情處置和決策風險。鑒于此，可以將發(fā)起能力、社會親密度和復雜傳播度作為觀測變量，運用模糊集定性比較分析方法fsQCA[34]，解釋上述三個變量之間的相互關系[35]，發(fā)現(xiàn)影響事件爭議度變化的組合方式，分析組合結果的產(chǎn)生原因，提出輿情應對建議。本研究具體應用步驟包括數(shù)據(jù)準備、必要性檢驗、原因組合分析及輿情研判。

4.4.1 數(shù)據(jù)準備和必要性檢驗

根據(jù)上文所述，數(shù)據(jù)集的序列長度為事件持續(xù)天數(shù)，包含1個目標列和5個觀測變量。其中目標列取值表示事件網(wǎng)絡輿情爭議度的變化趨勢是增大或減小，根據(jù)t時刻、t+1時刻網(wǎng)絡輿情爭議度取值差進行二分類編碼。若t+1時刻爭議度增加，則取1，否則取0。5個觀測變量分別是復雜傳播度、社會親密度、發(fā)起能力、簡單傳播行為占比及復雜傳播行為占比。在進行組態(tài)分析前，需要對各個觀測變量進行必要性檢驗。其檢驗結果如表3所示，必要性檢驗結果取值均小于0.9[36]，說明不存在影響事件爭議度和非爭議度的必要條件。即爭議度的變化不是單個變量所致，而是多變量共同作用的結果，必須通過原因組合分析進一步討論。

表3 指標必要性檢驗

4.4.2 原因組合分析

按照fsQCA方法可以通過數(shù)據(jù)發(fā)現(xiàn)導致事件爭議度變化的原因組合。表4展示了“吳鶴臣事件” 和“青海地震事件”的原因組合結果，共包括5個組合方式，一致性水平均大于0.7。

表4 組態(tài)分析

“吳鶴臣事件”的單個解和總體解的一致性水平高于0.75。參照文獻[36]分析思路，組態(tài)1和組態(tài)2可以視為爭議度變大的充分條件組合，核心要素是復雜傳播度、社會親密度和發(fā)起能力，輔助要素是簡單傳播。 “青海地震事件”組合結果顯示，只有組態(tài)3的一致性水平高于0.75，是導致事件爭議度變大的充分條件組合。其中，核心要素是簡單傳播，復雜傳播度、社會親密度和發(fā)起能力是輔助要素。

總體而言，兩個事件傳播動力機制存在差異，影響輿情爭議度增大的主要影響因素有顯著差別，核心要素和輔助要素均不同。 “吳鶴臣事件”爭議度是由在線用戶圍繞事件中的沖突和糾紛開展交互驅動；“青海地震事件” 的輿情擴散是因為它會對一個特定區(qū)域內(nèi)社會生活帶來巨大災難性影響，因此在線用戶就會見到消息就立即傳播。

4.4.3 輿情研判

在定性分析兩個事件的爭議度產(chǎn)生原因后，再結合觀測變量對輿情進行量化研判。本節(jié)將各個組態(tài)對應的核心要素和輔助要素對應取值進行回溯，結果如表5所示，對兩個事件輿情研判如下。

表5 指標回溯

“吳鶴臣”事件組態(tài)1指標取值結果說明，社會親密度水平在0.12左右、簡單傳播比例取值為0.633左右時，下一時刻事件爭議度會增大。此時用戶之間產(chǎn)生了交互密集的局部社團，看到消息即傳播的人數(shù)比例也比較高。因此，輿情監(jiān)管部門應對社團內(nèi)的用戶進行情緒安撫和疏導，防止產(chǎn)生新的矛盾和沖突，吸引更多的用戶關注事件。組態(tài)2指標取值結果說明，發(fā)起能力取值為0.61，社會親密度水平在0.035左右，事件爭議度也會變得更大。此時，用戶之間交互不密集，但是與事件相關的新消息不斷產(chǎn)生，導致事件爭議度變大。因此，輿情監(jiān)管部門應引導用戶正確解讀網(wǎng)絡上的消息，客觀分析、核查消息內(nèi)容真?zhèn)魏涂尚哦?，降低事件輿情爭議度。

“青海地震”事件的組態(tài)3取值結果顯示，這類事件爭議度增大的主要原因是簡單傳播比例較高，即由于事件會帶來嚴重生命和經(jīng)濟后果，容易觸動在線用戶進行消息傳播。因此輿情監(jiān)管部門應與線下應急管理者協(xié)同，優(yōu)先解決公眾在災難中的處置需求，才能降低網(wǎng)上相關消息的大規(guī)模傳播。組態(tài)4對應取值結果顯示，當輿情的簡單傳播、發(fā)起能力和社會親密度取值都比較低時，輿情爭議度和增大概率都較小，輿情監(jiān)管部門無須做出過多干預。組態(tài)5對應復雜傳播特征取值顯示，復雜傳播度大且簡單傳播比例高，輿情爭議度達到最高。此時，輿情監(jiān)管部門應對公眾關注的救援措施、傷亡人數(shù)與善后等事件進程作出回復，降低事件不確定性，占領輿論引導先機。

5 結論

本文研究了社交媒體公益信任危機事件輿情的復雜傳播問題。首先，刻畫了公益信任危機事件的爭議性特點，借助文本挖掘技術從話題差異率和極端情感波動率兩個維度表示爭議度。其次，基于時序網(wǎng)絡對社交媒體公益信任危機事件輿情系統(tǒng)進行建模，并提出了復雜傳播特征度量方法。從微觀層面解釋了簡單傳播行為和復雜傳播行為的概念和表示方法；從宏觀層面構建了輿情的復雜傳播特征概念和方法，包括發(fā)起能力、社會親密度和復雜傳播度等三個分析指標。最后，用fsQCA組態(tài)分析方法對輿情爭議度產(chǎn)生原因進行分析，將定量輿情監(jiān)測指標與定性輿情研判進行融合。上述研究內(nèi)容可以為網(wǎng)絡輿情治理同時提供定性和定量決策參考。

本文以新浪微博上吳鶴臣眾籌事件輿情為研究對象，對其進行事件爭議度和輿情復雜傳播情況的量化實證，并將實證結果與新浪微博上的青海地震事件進行對比。實證研究結果表明，兩個事件的爭議性產(chǎn)生方式不同，且二者之間的復雜傳播特征也有較大差異。第一，“吳鶴臣事件”的爭議程度波動大，它容易受公眾的關注并快速進行話題遷移，政府和組織在網(wǎng)絡輿情管理中應快速響應，澄清公益事件真相。第二，“吳鶴臣事件”輿情的復雜傳播特征度量結果顯示，輿情是由發(fā)起者驅動、隨參與人數(shù)而產(chǎn)生聚集交互，但無需過度社會強化就能形成規(guī)模。這意味著面對紛繁復雜的事件消息，雖然公眾對意見領袖的依賴度還比較高，但是能理智地與在線朋友討論分辨事情真相。第三，“青海地震事件”的復雜傳播度較高，是因為在線用戶使用社交媒體的目的是展示事件進程、發(fā)布求助信息，甚至組成在線社團進行緊急應對。對此，通常需要經(jīng)過多個在線鄰居的消息確認才能參與到傳播過程中[24]，即在突發(fā)事件應急管理中可以通過在線社會動員提供服務。

本文嘗試對社交媒體上公益信任危機事件的傳播過程進行機理分析，雖然得到了部分有益的研究結論，但是研究對象缺少普遍性。因此，下一步將繼續(xù)收集社交媒體上的公益信任危機事件，利用復雜傳播模型開展大規(guī)模數(shù)據(jù)分析，歸納和加深對此類事件傳播規(guī)律的理解和認識。