论文部分内容阅读
摘 要：本文以九寨沟地震为例，通过网络爬虫网络抓取软件收集九寨沟地震发生后10天内以“九寨沟地震”为主题的微博全文，运用ROST文本挖掘软件对所得数据进行高频词分析、语义网络和社会网络分析和情感倾向分析，认为当前我国应急管理要通过拟态环境的营造提升公众安全感，进而提升我国灾害治理能力。
关键词：九寨沟地震；网络爬虫；灾害治理
在突发事件中，事件本身不仅导致巨大的经济损失，突发事件也对公众的心理，尤其是公众安全感产生了重要伤害。为什么九寨沟地震后，不仅让身处灾区的人民丧失安全感，远在千里之外的网民都产生恐慌不安的情绪？为什么地震发生后网络平台上“为灾区祈福”“九寨加油”等活动会引起千万人的回应？这种祈福活动于灾区民众和普通网民而言意味着什么呢？当前我国为政府主导，社会力量积极参与的应急管理模式，事件应对更多的是基于突发事故客观伤害的救援，缺乏对公众安全感等主观伤害的关注，如何营造安全可靠的拟态环境，提高公众安全感是当前我国应急管理变革的深层次考量。
1.公众安全感的营造研究
从安全感的定义来看，安全感是对个体的一种心理状态描述。而公众安全感是一个国家、一个地区民众的总体心理状态。公众安全感是对外部环境的总体评价，实质是对风险感知的心理反应，风险感知是公众对风险的直观反映与心理评价。就风险感知的影响因素来说，Slovic认为公众对风险的感知和理解与危机事件属性和信息扩散途径高度相关。[1]将突发性事件比作一块引起涟漪的石子，突发性事件所产生的涟漪扩散程度，不仅受到事件发生地、危害方式、危害程度和范围的影响，也与涟漪在传播的过程中，政府对危机事件的应急行为，媒体的信息传播机制和公众对所接触的信息的理解能力和心理反应有关，这就是著名的涟漪效应理论。
2.“九寨沟地震”简介
2017年8月8日21时19分，四川省阿坝州九寨沟县发生7. 0级强烈地震，震中位于北纬33.2度，东经103.82度，震源深度20.0公里。截至8月13日20时，地震造成25人死亡，525人受伤，6人失联，19768户176492人（含游客）受灾，73671间房屋不同程度受损（其中倒塌76间），涉及阿坝州九寨沟、松潘、若尔盖、红原等4个县53个乡（镇）309个村（社区）。绵阳市平武县有11个乡（镇）不同程度受灾。
3.“九寨沟地震”微博舆情传播网络结构分析
3.1研究方法
近年来基于ROST ContentMining内容挖掘软件对受访者态度的定性与定量分析已经得以运用。该软件是由武汉大学沈阳博士团队研发的一款内容挖掘软件，可以对数字化的材料进行组织、标引、检索和利用，具有海量性、智能性和客观性等特点，通过定量分析和定性分析的结合，ROST ContentMining文本挖掘软件能从数字化的材料中归纳出具有说服力的普遍性结论。ROST ContentMining文本挖掘软件可以对各类文本进行词频、聚类、分类、情感等分析。结合本文的研究目的，本文研究过程分为两步：
第一，通过以“九寨沟地震”为关键词，以2017年8月21时至2107年18日0时为时间段，采用网络爬虫软件筛选和收集新浪微博有关博文内容。
第二，运用ROST ContentMining文本挖掘软件对所得数据进行分析，主要是高频词分析、语义网络和社会网络分析和情感倾向分析。
3.2数据来源
为了更清晰的展现微博舆情传播结构的网络拓扑图，本文所用数据均来源于发展最为成熟的新浪微博。本文以“九寨沟地震”为关键词，对2017年8月21时至2107年18日0时的新浪微博按照“全部”类型，包含图片、视频、音乐、短链接的微博采用网络爬虫抓取工具进行微博内容的分段采集，一共采集到7338条“九寨沟地震”为关键词的微博全文。
3.3数据分析
首先，进行高频特征词分析。将收集到的7338条微博全文按照时间顺序进行排列并复制到文本文档，使用ROST ContentMining软件先进行分词，再对分词后的文档进行词频分析。为监测网络舆情变化，分别对地震发生后5天内、6-10天内的微博全文分别进行高频词统计，发现“地震”“九寨沟”、“四川”、“阿坝”等代表地震本身的名词排名在前。地震发生后5天内排名在前20的高频词中，有“救援”、“坚强”、“遇难”、“安息”、“捐款”、“祈福”這六个动词，微博全文多关注地震本身的情况，高频词大多表现为对地震事件的客观回应，仅“坚强”、“安息”“祈福”表现了网民对地震事件的情感倾诉。相比地震发生5天内的微博全文内容，地震发生后6-10天的高频词“平安”、“祈福”、“救援”、“加油”等带有积极情绪的词汇出现的频次多，而与地震事件本身相关的如“灾区”、“身份”、“景区”等客观词汇排序较后。由此可知，地震发生5天内，微博全文中对地震这一客观实情关注较多，而在地震后6-10天，网友更加关注与地震相关的情感倾诉。
其次，对样本进行语义网络和社会网络分析。运用ROST ContentMining内容挖掘系统进行语义网络和社会网络生成工具中自带的可视化工具NetDraw对微博内容进行可视化分析。根据生成的网络图确定与其他词关联最多的核心高频词，显示“救援”和“祈福”是微博关注的中心。前五天的舆论核心是地震本身，即关于地震的实时情况，前10天的舆论核心则演变为“平安”、“祈福”等具有情感倾向的高频词。结合地震10天内微博博文情感词网络，识别出“平安”、“祈福”、“坚强”三个核心情感关键词，并对其词频网络进行分析。
（1）核心词“平安”网络图
通过ROST ContentMining得出地震发生后10天内“九寨沟地震”高频词的整体网络图之后，其次删除与研究目的无关的词语，然后与“平安”为核心，选中“平安”单击鼠标右键，选中“Egonet”，即构造一个以“服务”为核心的网络图。如图1所示，以“平安”为核心，与之存在网络关系的词有“祈福”“人民”“救援”“生命”“加油”。其中，“人民”和“生命”是“平安”的主体，“祈福”和“救援”是“平安”的手段。在这些高频词中，“祈福”、“救援”、“加油”都是代表积极的动词，而“平安”、“生命”表现出了对生命本身的关注。 （2）核心词“祈福”网络图
如图2所示，核心词“祈福”网络图以“祈福”为核心，与之存在网络关系的词有“救援”“平安”“地震”“中国”。其中，“地震”既是“祈福”的原因又是祈福的主体，“平安”是“祈福”的目标，“中国”是“祈福”对象的体现也是“祈福目的”的体现。
（3）核心词“坚强”网络图
以“坚强”为核心的网络图，由图3可知，以“坚强”为核心，与之存在网络关系的词两大对立的主体，即“逝者”和“生者”，另外与“坚强”相对应的动词是“安息”，将四个高频词连接在一起就是“逝者安息，生者坚强”。
最后，为进一步了解“九寨沟地震”发生后10天公众情感的变化，运用ROST ContentMining内容挖掘系统的情感倾向分析工具，对九寨沟地震发生后 10天内的微博内容逐天进行情感分析，如表1，将情绪划分为“积极情绪”、“中性情绪”、和“消极情绪”三大类，其中发言总数表示与情绪有关的发言数量。
从发言数量来看，地震后前五天有关情绪的微博发言呈上升的趋势，其中第四、五天的发言数量迅速增加，如表1。从情绪表达来看，积极情绪占上风，近一半的情绪为积极情绪，其中第二天、第三天的积极情绪最高，这与政府采取及时有效的应急管理措施有关，公众积极情绪较高；而波动较大的为中性情绪和消极情绪。“九寨沟地震”发生第二天，即8月9日，中性情绪较“九寨沟地震”发生当天的波动较大，由地震当天的21.94%下降到11.82%，中性情绪转化为积极情绪和消极情绪，相比消极情绪而言，中性情绪更多地转化为积极情绪。从地震发生的第二天，消极情绪的比例呈现逐日上升的趋势。到地震发生的第四天开始，中性情绪开始回升，积极情绪、中性情绪和消极情绪的比例趋于稳定。到地震发生第六天开始，有关情绪的微博发言数量明显少于前五天的发言数量，并且消极情绪和中性情绪的比例有所上升，因此在地震发生5天后，要重点关注公众的情绪变化，尤其是引导中性情绪和消极情绪转化为积极情绪。
4. 公众安全感的拟态环境营造
20世纪20年代，美国新闻工作者李普曼在《公众舆论》中论及拟态环境问题，认为人们的精力与注意力有限，大部分时候只能通过新闻媒介提供的信息了解超出自身感知以外的事物。[2]但新闻媒介提供的信息是对象征性事件进行选择、加工及重构的结果。这一过程在媒介内部进行，人们并不能意识到，便会将媒介提示的拟态环境看做客观环境本身，并对该环境做出反应。拟态环境与现实环境并不是完全割裂的两个部分，拟态环境是从现实环境中抽取出来的一部分，现实环境是全貌，拟态环境是局部。[3]如余慧、刘合潇运用互联网数据挖掘系统和“中国网络社会心态调查（2011）年的数据调查发现，在人们对转基因食品问题存在较大不确定性时，媒体营造了倾向“反转”的拟态环境，这一拟态环境引导了人们更多的倾向“反转”立场，媒体信任是一个解释媒体会引导人们认知的重要因素。[4]
对于网民而言，拟态环境就是其获取信息来源，型塑其价值观的重要来源。突发事件发生后，网络这一“拟态环境”就成为网民探索实情，宣泄情感的重要場地。通过对拟态环境的监控不仅能够在一定程度上掌握舆情发展，同时总结分析拟态环境中网民的情绪反映，了解网民的情感特征，塑造公众在突发事件中的安全感。由于拟态环境对情感的放大和感染传播等效应，公众安全感成为一个具有传播性的情感在拟态环境中进行放大。因此，探索适应突发事件公众安全感的拟态环境，是应急管理研究领域的时代课题。本文认为当前我国灾难治理能力提升要注重拟态环境的营造，提升公众安全感。拟态环境的营造需要做到以下几点：
第一，建立高效的新闻发布机制。突发事件发生后，政府主动站出来，成为公众信任的意见领袖。[5]在九寨沟地震发生的的5天内，对于地震的客观情况是网民最关心的事情，此时与地震实情的各种谣言开始混淆网民的视听，政府需要以客观事实站出来辟谣，赢得舆论的话语权。
第二，提高政府在危机事件中引导媒体舆论的能力。危机事件因其极大的新鲜度、显著的影响力，极容易成为社会舆论和新闻媒体关注的焦点。媒体对突发事件的呈现影响着社会公众的情感态度、理性认知和行为选择，进而对突发事件发展演化和政府的应急管理产生重要影响。[7]
第三，构建全方位的“拟态环境” 管理过程。全方位的拟态环境管理意味着完整的拟态环境管理过程，即预防准备、监测预警、处置救援、恢复重建和评估改进等环节。
第四，建立健全应急管理的法律规范机制。建立健全应急管理的法律规范机制在一定程度上可以提升公众对政府突发事件应急管理的信任值，提高公众对政府灾害治理能力的安全感。
参考文献
[1]Slovic，P.Perception of risk.Science，1987，280-285.
[2]李普曼著，阎克文、江红译：公众舆论[M]上海人民出版社，2006：192.
[3]夏一雪、兰月新、曾润喜、韦凡.全媒体语境下突发事件舆情信息风险管理模式研究[J]图书与情报，2016（3）：11-18.
[4]余慧、刘合潇：媒体信任是否影响我们对转基因食品问题的态度——基于中国网络社会心态调查（2014）的数据[J]新闻大学，2014（6）：33.
[5]康鸿：风险理论语境下危机管理机制的战略性构建[J]东南大学学报（哲学社会科学版），2013（2）：76.
作者简介
姚媛（1994年-），女，湖南郴州人，电子科技大学公共管理学院硕士研究生，研究方向为素质教育、城市管理创新。在《中国行政管理》、《青年研究》、《情报科学》等国内核心刊物发表论文。
（作者单位：电子科技大学公共管理学院）
关键词：九寨沟地震；网络爬虫；灾害治理
在突发事件中，事件本身不仅导致巨大的经济损失，突发事件也对公众的心理，尤其是公众安全感产生了重要伤害。为什么九寨沟地震后，不仅让身处灾区的人民丧失安全感，远在千里之外的网民都产生恐慌不安的情绪？为什么地震发生后网络平台上“为灾区祈福”“九寨加油”等活动会引起千万人的回应？这种祈福活动于灾区民众和普通网民而言意味着什么呢？当前我国为政府主导，社会力量积极参与的应急管理模式，事件应对更多的是基于突发事故客观伤害的救援，缺乏对公众安全感等主观伤害的关注，如何营造安全可靠的拟态环境，提高公众安全感是当前我国应急管理变革的深层次考量。
1.公众安全感的营造研究
从安全感的定义来看，安全感是对个体的一种心理状态描述。而公众安全感是一个国家、一个地区民众的总体心理状态。公众安全感是对外部环境的总体评价，实质是对风险感知的心理反应，风险感知是公众对风险的直观反映与心理评价。就风险感知的影响因素来说，Slovic认为公众对风险的感知和理解与危机事件属性和信息扩散途径高度相关。[1]将突发性事件比作一块引起涟漪的石子，突发性事件所产生的涟漪扩散程度，不仅受到事件发生地、危害方式、危害程度和范围的影响，也与涟漪在传播的过程中，政府对危机事件的应急行为，媒体的信息传播机制和公众对所接触的信息的理解能力和心理反应有关，这就是著名的涟漪效应理论。
2.“九寨沟地震”简介
2017年8月8日21时19分，四川省阿坝州九寨沟县发生7. 0级强烈地震，震中位于北纬33.2度，东经103.82度，震源深度20.0公里。截至8月13日20时，地震造成25人死亡，525人受伤，6人失联，19768户176492人（含游客）受灾，73671间房屋不同程度受损（其中倒塌76间），涉及阿坝州九寨沟、松潘、若尔盖、红原等4个县53个乡（镇）309个村（社区）。绵阳市平武县有11个乡（镇）不同程度受灾。
3.“九寨沟地震”微博舆情传播网络结构分析
3.1研究方法
近年来基于ROST ContentMining内容挖掘软件对受访者态度的定性与定量分析已经得以运用。该软件是由武汉大学沈阳博士团队研发的一款内容挖掘软件，可以对数字化的材料进行组织、标引、检索和利用，具有海量性、智能性和客观性等特点，通过定量分析和定性分析的结合，ROST ContentMining文本挖掘软件能从数字化的材料中归纳出具有说服力的普遍性结论。ROST ContentMining文本挖掘软件可以对各类文本进行词频、聚类、分类、情感等分析。结合本文的研究目的，本文研究过程分为两步：
第一，通过以“九寨沟地震”为关键词，以2017年8月21时至2107年18日0时为时间段，采用网络爬虫软件筛选和收集新浪微博有关博文内容。
第二，运用ROST ContentMining文本挖掘软件对所得数据进行分析，主要是高频词分析、语义网络和社会网络分析和情感倾向分析。
3.2数据来源
为了更清晰的展现微博舆情传播结构的网络拓扑图，本文所用数据均来源于发展最为成熟的新浪微博。本文以“九寨沟地震”为关键词，对2017年8月21时至2107年18日0时的新浪微博按照“全部”类型，包含图片、视频、音乐、短链接的微博采用网络爬虫抓取工具进行微博内容的分段采集，一共采集到7338条“九寨沟地震”为关键词的微博全文。
3.3数据分析
首先，进行高频特征词分析。将收集到的7338条微博全文按照时间顺序进行排列并复制到文本文档，使用ROST ContentMining软件先进行分词，再对分词后的文档进行词频分析。为监测网络舆情变化，分别对地震发生后5天内、6-10天内的微博全文分别进行高频词统计，发现“地震”“九寨沟”、“四川”、“阿坝”等代表地震本身的名词排名在前。地震发生后5天内排名在前20的高频词中，有“救援”、“坚强”、“遇难”、“安息”、“捐款”、“祈福”這六个动词，微博全文多关注地震本身的情况，高频词大多表现为对地震事件的客观回应，仅“坚强”、“安息”“祈福”表现了网民对地震事件的情感倾诉。相比地震发生5天内的微博全文内容，地震发生后6-10天的高频词“平安”、“祈福”、“救援”、“加油”等带有积极情绪的词汇出现的频次多，而与地震事件本身相关的如“灾区”、“身份”、“景区”等客观词汇排序较后。由此可知，地震发生5天内，微博全文中对地震这一客观实情关注较多，而在地震后6-10天，网友更加关注与地震相关的情感倾诉。
其次，对样本进行语义网络和社会网络分析。运用ROST ContentMining内容挖掘系统进行语义网络和社会网络生成工具中自带的可视化工具NetDraw对微博内容进行可视化分析。根据生成的网络图确定与其他词关联最多的核心高频词，显示“救援”和“祈福”是微博关注的中心。前五天的舆论核心是地震本身，即关于地震的实时情况，前10天的舆论核心则演变为“平安”、“祈福”等具有情感倾向的高频词。结合地震10天内微博博文情感词网络，识别出“平安”、“祈福”、“坚强”三个核心情感关键词，并对其词频网络进行分析。
（1）核心词“平安”网络图
通过ROST ContentMining得出地震发生后10天内“九寨沟地震”高频词的整体网络图之后，其次删除与研究目的无关的词语，然后与“平安”为核心，选中“平安”单击鼠标右键，选中“Egonet”，即构造一个以“服务”为核心的网络图。如图1所示，以“平安”为核心，与之存在网络关系的词有“祈福”“人民”“救援”“生命”“加油”。其中，“人民”和“生命”是“平安”的主体，“祈福”和“救援”是“平安”的手段。在这些高频词中，“祈福”、“救援”、“加油”都是代表积极的动词，而“平安”、“生命”表现出了对生命本身的关注。 （2）核心词“祈福”网络图
如图2所示，核心词“祈福”网络图以“祈福”为核心，与之存在网络关系的词有“救援”“平安”“地震”“中国”。其中，“地震”既是“祈福”的原因又是祈福的主体，“平安”是“祈福”的目标，“中国”是“祈福”对象的体现也是“祈福目的”的体现。
（3）核心词“坚强”网络图
以“坚强”为核心的网络图，由图3可知，以“坚强”为核心，与之存在网络关系的词两大对立的主体，即“逝者”和“生者”，另外与“坚强”相对应的动词是“安息”，将四个高频词连接在一起就是“逝者安息，生者坚强”。
最后，为进一步了解“九寨沟地震”发生后10天公众情感的变化，运用ROST ContentMining内容挖掘系统的情感倾向分析工具，对九寨沟地震发生后 10天内的微博内容逐天进行情感分析，如表1，将情绪划分为“积极情绪”、“中性情绪”、和“消极情绪”三大类，其中发言总数表示与情绪有关的发言数量。
从发言数量来看，地震后前五天有关情绪的微博发言呈上升的趋势，其中第四、五天的发言数量迅速增加，如表1。从情绪表达来看，积极情绪占上风，近一半的情绪为积极情绪，其中第二天、第三天的积极情绪最高，这与政府采取及时有效的应急管理措施有关，公众积极情绪较高；而波动较大的为中性情绪和消极情绪。“九寨沟地震”发生第二天，即8月9日，中性情绪较“九寨沟地震”发生当天的波动较大，由地震当天的21.94%下降到11.82%，中性情绪转化为积极情绪和消极情绪，相比消极情绪而言，中性情绪更多地转化为积极情绪。从地震发生的第二天，消极情绪的比例呈现逐日上升的趋势。到地震发生的第四天开始，中性情绪开始回升，积极情绪、中性情绪和消极情绪的比例趋于稳定。到地震发生第六天开始，有关情绪的微博发言数量明显少于前五天的发言数量，并且消极情绪和中性情绪的比例有所上升，因此在地震发生5天后，要重点关注公众的情绪变化，尤其是引导中性情绪和消极情绪转化为积极情绪。
4. 公众安全感的拟态环境营造
20世纪20年代，美国新闻工作者李普曼在《公众舆论》中论及拟态环境问题，认为人们的精力与注意力有限，大部分时候只能通过新闻媒介提供的信息了解超出自身感知以外的事物。[2]但新闻媒介提供的信息是对象征性事件进行选择、加工及重构的结果。这一过程在媒介内部进行，人们并不能意识到，便会将媒介提示的拟态环境看做客观环境本身，并对该环境做出反应。拟态环境与现实环境并不是完全割裂的两个部分，拟态环境是从现实环境中抽取出来的一部分，现实环境是全貌，拟态环境是局部。[3]如余慧、刘合潇运用互联网数据挖掘系统和“中国网络社会心态调查（2011）年的数据调查发现，在人们对转基因食品问题存在较大不确定性时，媒体营造了倾向“反转”的拟态环境，这一拟态环境引导了人们更多的倾向“反转”立场，媒体信任是一个解释媒体会引导人们认知的重要因素。[4]
对于网民而言，拟态环境就是其获取信息来源，型塑其价值观的重要来源。突发事件发生后，网络这一“拟态环境”就成为网民探索实情，宣泄情感的重要場地。通过对拟态环境的监控不仅能够在一定程度上掌握舆情发展，同时总结分析拟态环境中网民的情绪反映，了解网民的情感特征，塑造公众在突发事件中的安全感。由于拟态环境对情感的放大和感染传播等效应，公众安全感成为一个具有传播性的情感在拟态环境中进行放大。因此，探索适应突发事件公众安全感的拟态环境，是应急管理研究领域的时代课题。本文认为当前我国灾难治理能力提升要注重拟态环境的营造，提升公众安全感。拟态环境的营造需要做到以下几点：
第一，建立高效的新闻发布机制。突发事件发生后，政府主动站出来，成为公众信任的意见领袖。[5]在九寨沟地震发生的的5天内，对于地震的客观情况是网民最关心的事情，此时与地震实情的各种谣言开始混淆网民的视听，政府需要以客观事实站出来辟谣，赢得舆论的话语权。
第二，提高政府在危机事件中引导媒体舆论的能力。危机事件因其极大的新鲜度、显著的影响力，极容易成为社会舆论和新闻媒体关注的焦点。媒体对突发事件的呈现影响着社会公众的情感态度、理性认知和行为选择，进而对突发事件发展演化和政府的应急管理产生重要影响。[7]
第三，构建全方位的“拟态环境” 管理过程。全方位的拟态环境管理意味着完整的拟态环境管理过程，即预防准备、监测预警、处置救援、恢复重建和评估改进等环节。
第四，建立健全应急管理的法律规范机制。建立健全应急管理的法律规范机制在一定程度上可以提升公众对政府突发事件应急管理的信任值，提高公众对政府灾害治理能力的安全感。
参考文献
[1]Slovic，P.Perception of risk.Science，1987，280-285.
[2]李普曼著，阎克文、江红译：公众舆论[M]上海人民出版社，2006：192.
[3]夏一雪、兰月新、曾润喜、韦凡.全媒体语境下突发事件舆情信息风险管理模式研究[J]图书与情报，2016（3）：11-18.
[4]余慧、刘合潇：媒体信任是否影响我们对转基因食品问题的态度——基于中国网络社会心态调查（2014）的数据[J]新闻大学，2014（6）：33.
[5]康鸿：风险理论语境下危机管理机制的战略性构建[J]东南大学学报（哲学社会科学版），2013（2）：76.
作者简介
姚媛（1994年-），女，湖南郴州人，电子科技大学公共管理学院硕士研究生，研究方向为素质教育、城市管理创新。在《中国行政管理》、《青年研究》、《情报科学》等国内核心刊物发表论文。
（作者单位：电子科技大学公共管理学院）