本文基于雾霾污染高发和雾霾舆论高涨的背景,研究了政府雾霾治理是否能够平息或者抑制雾霾舆论。鉴于数据的可得性和完整性,我们按照PM2.5污染指数的大小从全国287个地级市中选取了雾霾污染最严重的80个城市,作为研究对象。首先通过网络爬虫获取雾霾舆论数据,利用长短期记忆神经网络LSTM对数据进行情感分类,然后利用层级动态因子模型构建网络舆论指数,将其作为核心解释变量之一并通过个体固定效应模型来讨论政府治理能否平息雾霾舆论。本文所用到的雾霾舆论指数和政府治理变量均是本文所特有的。本文构建的雾霾舆论指数是基于微博等平台大量数据的具有综合性的指数。本文选取的政府治理代理变量,来自各个市政府及其环保局网站,以雾霾、大气污染等为关键词进行搜索,能够得到各市政府具体的治理行为,再对搜索结果进行统计和分组等数据处理,得到的政府治理数据能够比较清晰完整地反映出政府的治理力度。本文的核心内容主要分为两个部分。第一部分是基于层级动态因子模型的指数构建研究,通过对分层动态因子模型的估计,提取出我国80个地级市雾霾舆论的3层动态因子:全国舆论因子、区域舆论因子和城市舆论因子,将城市舆论因子作为该城市的雾霾舆论指数。此外,对每层因子进行了对比分析和方差分解,并与百度搜索指数进行了对比。方差分解结果表明全国舆论指数对所有城市雾霾舆论指数变动的影响巨大而雾霾舆论呈现的区域性不明显。与百度搜索指数的对比分析证明了本文构建的舆论指数既能反映出与百度指数相似的趋势,又能兼顾新浪微博等自媒体的信息,体现出比百度指数更加真实的波动情况。第二部分是基于固定效应面板回归的实证研究,以第一部分构建的雾霾舆论指数和政府治理变量为解释变量,在考虑内生性和政府治理滞后性的前提下进行实证分析。实证结果表明,政府通过其治理行为能够直接减少雾霾舆论,更重要的是,只有通过持续性地达到一定强度的治理行为,才能最终达到抑制甚至平息雾霾舆论的目的。