社会工作介入环境群体性事件预防的机制与路径——基于大数据视角

彭小兵 谢文昌

社会工作介入环境群体性事件预防的机制与路径
——基于大数据视角

彭小兵 谢文昌

预防因环境污染问题引发的群体性事件，是当前社会治理的难题。利用大数据，改进传统个案、小组、社区工作的方法来应对邻避效应，帮助社区居民缓解对环境污染的抗争情绪，建立预防环境群体性事件的社会工作介入机制与路径。社会工作扎根于社区，搭建社区线下数据平台和网络线上数据平台，收集、分析、预判社区居民对环境污染事件的态度、行为反应，挖掘社区舆情信息，捕捉居民心理状态，为服务对象开展点对点的情绪疏导、困难帮扶、社区反馈、微治理、网络社会工作等专业服务，制定精准关顾策略，达到预防目标。

环境群体性事件社会工作治理机制路径

彭小兵，重庆大学公共管理学院教授、博士生导师，重庆市人文社会科学重点研究基地——重庆大学公共经济与公共政策研究中心的骨干研究人员，重庆大学公益慈善与社会发展研究中心主任；谢文昌，重庆大学公共管理学院社会工作硕士（MSW）研究生，（重庆400044）。

一、问题的提出

基于马斯洛的需求层次理论，民众对公共环境质量的需求，是随着经济发展、收入水平增加和环境污染对身体危害过大而从低层次向高层次不断递增的，并在近年来表现为人们对环境污染信息更加关注，环境问题诱致的社会事件呈显著上升趋势。由于环境污染是一种伴随着经济、社会发展而存在的客观事实，每一位社会成员是优质环境的需求者，但同时也是污染的终极生产者。因此，对环境污染引发的群体事件的治理，是社会治理中的一个难题。

环境群体性事件是一种由正当环境保护诉求引发的暴力性的社会治安事件，主要表现为严重或故意扰乱社会秩序、暴力破坏公私财物，暴力冲击国家政权机关，焚烧公务用车，殴打、侮辱国家公务人员等。这种集体行动具有一定程度的正当性、危害性和非法性并存的特征，使得环境群体性事件成为一项体现社会矛盾的复杂系统工程（Liu Huaihui，Zhang Zhiqing，2013）；对环境群体性事件的预防和化解也随着我国经济、社会的发展而变得日趋复杂起来（Soares Marcelo M.etc，2012）。

社会治理方式的改进及体制创新强调多元主体参与，倡导各个治理主体的协同、合治。社会工作服务作为政府、企业之外的第三方力量，与社会治理创新之间具有高度契合性，在改进社会治理方式、激发社会组织活力、创新社会矛盾化解体制、健全公共安全体系等四个方面发挥着重要作用（李迎生，2014）；王思斌（2015，2016）提出社会工作服务参与的服务型治理理论，反映了共建共享社会治理的要求。从社会治理的角度看，环境群体性事件可以理解为优质环境需求方与污染的直接制造方的冲突性升级，其中利益、情绪、误导、激愤、怨恨、邻避情结、羊群效应、网络舆情等多因素掺杂融合。那么，环境群体性事件的治理该如何引入社会工作服务？社会工作又如何参与治理？对此，初步研究工作包括：社会工作介入到群体性事件的预警、应对、心理危机干预、联结政府与社会（邱家林，2009）；社会工作介入群体性事件的协同治理作用（张健，2013）；“政府、社会工作服务、民众三者基于市场经济机制，分别扮演资金提供、服务生产、服务消费角色”的环境群体性事件治理服务（彭小兵，杨东伟，2014）。这些研究文献初步探索了环境群体性事件治理中社会工作的角色扮演，但还存在一些不足：第一，对环境纠纷、环境冲突和环境情绪积累的多因素交杂的警惕性不足，导致缺乏系统的社会工作介入、干预机制；第二，大数据信息平台的运用不足；第三，很多研究是在对邻避效应与环境群体性事件的性质、危害及后果不加区分的基础上提出治理策略，这可能与现实情形不符。大数据时代下的社会治理，如何利用大数据来捕捉网络虚拟世界的现实社会问题，如何结合大数据的“新工具”和社会工作的“新力量”，兼顾两者的优势，以畅通预防环境群体性事件的社会工作介入路径，是值得探索的课题。孟庆国等（Qingguo Meng，Nan Zhang，Xuejiao Zhang，etc.，2016）以四川什邡事件为例，基于微博数据，论证了大数据时代网络舆情危机的多阶段治理策略及效果，对“社会工作”这一治理主体在大数据时代下介入环境群体性事件的治理提供了参考。基于不同的演化阶段，邻避效应与环境群体性事件的冲突性质、影响程度、社会危害有很大区别（彭小兵，朱沁怡，2014）；因此，环境群体性事件可以在邻避效应阶段预防、预警。本文进一步基于大数据工具，具体设计、探索预防环境群体性事件的社会工作介入机制与路径。

二、社会工作介入环境群体性事件预防的优势

环境群体性事件是环境污染问题的社会集中反映，通常要经历从邻避效应向危害性暴力冲突转化的复杂过程（彭小兵，朱沁怡，2014）。社会工作的介入、干预，本质上是阻断集体环境维权从理性诉求向暴力冲突的转化。这里，大数据条件下社会工作的作用发挥，具有一些得天独厚的优势。

第一，社会工作者具有介入、干预社会（社区）问题的专业知识与科学方法（曾家达，2001）。预防环境群体性事件，实际上是阻止“正当的利益诉求”向“危害性暴力冲突”的转化，需要科学知识、专业人才来发现问题、收集数据、评估风险，制定科学的预警方案和精准的执行计划。社会工作服务虽然不能完全取代前述预警方案和精准计划的制定、实施工作，但其依托实地的亲社会性、关顾的专业伦理，以及个案、小组、社区方法，可以更好地定义问题、评估问题、解决问题。社会工作者也具备深入社区收集数据、分析数据等能力。

第二，社会工作的预防功能与大数据的预测性特征有完美的契合。一方面，社会问题的社会工作预防功能，是发现问题的早期症状，分析原因，评估情势，进而加以专业干预，以防止或减少社会问题的发生；其中，预防环境群体性事件是社会工作预防功能在社会治理中的体现，社会工作本质上是一种“阻燃剂”，阻断问题的恶化。另一方面，大数据具有海量性、多样性、即时性、预测性等特点（维克托·迈尔，2012）。大数据的预测性与社会工作的预测功能完美契合，为社会工作利用大数据工具介入环境群体事件的预防提供了契机。利用大数据工具可以迅速快捷地搜寻和定位到抗争情绪高、激进行为频发的社区居民，帮助社工发现需要介入、辅导、关顾的对象，预防或降低非理性冲突事件的发生。

第三，社会工作者驻扎在社区，与居民有着熟络的关系，具有亲社会性。社区是居民生活的场所，也是问题和矛盾的发源地。社区是一个大集市，汇集了居民各种讨论意见、信息、意见、舆论、情绪、情感，同时存在信息流的发酵、扩散、传播（肖尧中，2013）。显然，环境污染或潜在污染等被侵害、侵犯信息容易集中在社区传播和情绪感染，少数受害者的抗争情绪、激进行为方式也容易在社区内快速扩散，造成“涟漪效应”或情绪的发酵。社区是服务的一线，社会工作者可以深入社区基层，充当服务提供者、资料收集和分析员，依托社区内部较高的社会信任关系，获得民众需求及内心真实想法的第一手资料，提供合乎社区居民习惯、文化传统的防治服务，比其他部门更人性化、及时、高效。

第四，大数据工具为社会工作介入环境群体性事件预防提供了支持。预防工作的开展需要把握环境污染的实时资料和居民的情绪动态。资料的全方位收集、情绪的精准把控，需要专业人士以迅速、便捷、高效的技术手段来支撑。社会工作者融入居民生活圈，与居民聊天、互动，直接收集信息；同时利用大数据工具，可以收集网络平台的资料信息。两方面的对比，可以精准把控事态、剔除网上虚假、炒作信息，帮助社会工作者评估事态和确定介入预防的手段。

三、预防环境群体性事件的社会工作介入机制

预防环境群体性事件，在于有效地应对、处置、疏导好邻避效应。不过，由于在大数据时代，社会矛盾冲突的公民参与渠道被扩宽，常常是线上、线下集体行动齐发，并更加激发了自由与社会控制的矛盾（刘宝臣，2015）。因而，大数据不仅仅是一种技术工具，更是代表在合理时间内，收集相关资料，处理成为治理者更有效决策的过程，带来了新理念和新思维，推动增强社会管理水平（张兰廷，2014）。这意味着，大数据运用于社会治理创新可以表现在两个层面：其一，数据驱动下新的决策机制，即基于数据做出决策。这种基于数据的决策机制，既是决策技术的创新，也是多元化决策理念、决策模式的创新。其二，数据时代下的治理范式。大数据时代的社会治理是一种数据收集、数据分析、数据应用的实践过程，改变了社会治理范式。这时，大数据背景下对环境群体事件的治理尤其是预防工作，一方面需要政府建立或依托数据平台（即购买数据服务），获取基本情报信息，制定应对决策；另一方面也需要引入专业社会工作力量，构建合作治理平台和预防机制，实时、全面、真实地感知、判断、发现环境侵权行为，以及快速回应公众的环境诉求，防止公众因诉求处理不当引发环境群体性事件。依托大数据，图1揭示了社会工作介入预防的机制。社会工作服务介入、干预环境群体性事件治理的预防机制。

图1 大数据下预防环境群体性事件的社会工作介入机制

（一）数据收集

预防环境群体性事件的社会工作介入、干预，首先是社会工作机构和社会工作者的信息收集并促进大数据多源信息融合的服务。大数据的多源信息融合，是指为了共同的目标，由不同用户、不同来源渠道产生的，具有多种不同形式呈现、描述同一主题的数据并将数据融合到一起的过程。多源信息融合具有多种来源，包括线上数据、线下数据、实时数据、外部数据（化柏林、李广建，2015）。社会工作者融入社区居民的生活圈、交际圈，来收集社区发生的最新数据资料。主要工作是通过上门拜访、聊天、问卷调查、拜访社区居民、社区或街道的负责人以及当地的社区领袖，与污染受害者深度会谈，了解事态、进度、民众的反应，把握利益相关者的态度。社会工作者也可以关注社区微博、论坛、朋友圈了解环境事件的关注度、讨论激烈程度、情绪反应状况，收集网络舆情，并将线上数据于线下数据进行对比、判断，剔除那些明显不实、夸大、渲染、鼓噪、恶意捏造的数据信息。

（二）数据分析与预估

社会工作者对已收集信息进行归纳和综合，应用相关性方法作出数据的初步判断以及对事件态势的预估。预估是社会工作开展服务的重要步骤，在所收集的资料基础上进行，既是一个决定问题的性质、原因、程度的过程，也是收集、分析、综合数据进入系统阐述的过程（朱眉华，文军，2005）。如图2所示，预估的主要内容有：了解环境污染的发生原因、污染程度、事件的社会影响及其辐射范围；了解社区居民对环境污染问题的态度；居民与政府、媒体、企业互动频率、互动效果；居民的态度、情绪、行为。在此基础上，对社会舆论、社会生态以及环境污染可能引发的社会问题作出专业判断及初步界定，为把控环境群体性事件前期态势和发展趋势奠定基础。

图2 社会工作预估的主要内容

（三）干预

社会工作的干预过程就是开展服务的过程，其干预目标是通过链接资源，重建社会信任、积累社会资本，促进政府、企业与社区居民之间的利益对话，以缓和社区居民抗争情绪，帮助居民树立理性的观念，避免用暴力行动来维护社区环境权益，避免或减少居民冲击政府行为，恢复社区居民的正常生活状态。此时，社会工作者的专业角色是资源整合者、协调者、政策解读者、纠纷调停者，使用的专业方法是个案、小组和社区社会工作，如表1所示。

表1 预防环境群体性事件的社会工作干预机制

（1 1）个案工作

个案工作以个人（或家庭）为服务对象，目标是是舒缓情绪和化解问题。在阻断邻避效向环境群体性事件转化的过程中，个案工作者秉承发展的眼光看待案主，运用专业伦理、方法与技巧开展工作，帮助案主疏导情绪，建立理性信念和环境认知（许莉娅等，2010），并链接资源，在案主与政府、企业及其它社会成员构建起良性互动网络关系。

个案工作是针对个人或家庭的，在对大数据进行评估、判断下，能够准确定位到抗争情绪激烈的居民、聚众闹事的发起者以及社区领袖上，开展预防性关顾、疏导、资源链接工作。群体情感理论认为，情感提供了个体行为发生的刺激条件，依赖情绪、行为感染，旨在使个体行为升级为集体行为（冯晓星，2009）。在邻避效应阶段，环境维权事件的发起者、激烈抗争者、社区领袖和其他跟随者之间存在着某种程度上的羊群效应关系，个案工作要评估服务对象的个人系统和家庭系统，调适潜在的非理性情绪，以减少潜在的行动者（羊群）向事件发起的核心圈（领头羊）流动，疏散跟风居民，减少非理性集聚的可能性。

个案工作内容包括：

第一，通过社会工作机构自身的公信力以及居委会、社区群团组织的桥梁作用，与服务对象建立起专业关系，减少服务对象的抗拒感；

第二，评估服务对象个人系统、家庭系统，包括：发起者、激烈抗争者或社区领袖的个人学历、一贯的性格特征、自我适应能力、自我情绪疏导能力、环境认知、家庭关系与家庭支持系统、社会认知和社会适应、个人拥有的社会资源等；

第三，采用认知行为治法，发现不良认知，重建新的认知，从而缓解斗争情绪和行为。

关顾、治疗的基本过程是：寻找不良认知→改变不良认知→建立新的认知模式→情绪和行为的好转→群体性冲突升级被消解或变小→实现预防效果。从服务对象的不良认知——暴力解决环境污染，到形成理性认知——理性解决污染问题，这是一种认知的改变，且最终要归结到对行为的指导上。之后，社会工作者应布置实践作业，检验实际的行为效果。

（2 2）小组工作

小组工作指以团体为服务对象，开展有目的、有主题的活动，实现组员的发展，使小组成员获得行为的改变（刘梦，2013）。预防环境群体性事件的小组工作，主要采用社会目标模式、理性情绪治疗模式和通过链接资源的方式，建立起服务对象（社区居民）与政府环保职能部门、环保型专业社会组织或环境专家、法律援助中心等的良性互动网络关系。

活动对象：环境污染受害者或潜在受害者（特别有严重抗争情绪的社区居民）；

活动目标：缓解恐慌情绪、非理性情绪；政策解读，提供正确的、非暴力冲突的维权路径；情绪的疏导，遏制冲突情绪的积累。

小组工作的内容包括：

第一，依赖前期的社区实地和在线网络信息收集，精准定位到小范围直接利益受害者，提前开展困难帮扶和提供合法、非暴力性质的维权建议，降低居民非法闹事的几率。

第二，链接资源，邀请独立于政府和涉污企业的环保专家、环保组织、法律专家，咨询、分享环境污染的问题和补救措施，包括污染可治理性、可修复性状态；同时，当确定环境污染不可治理、不可逆转、不可修复时，小组工作的重点是缓解居民的恐慌情绪，提供非暴力的维权指导，呼吁社区居民组建领导小组，与政府、企业协商，避免居民处于非理性的状态。

第三，运用理性情绪疗法，帮助居民建立理性信念。理性情绪治疗法认为，人的情绪产生不是基于事件（activating event）本身，而是接受事件反应个体的信念（belief）思考，最终导致具体的后果（consequence），简称ABC理论。如图3所示，环境群体性事件可以理解为：基于环境污染或可能的、潜在的污染事件（A），因受害人有关污染的错误信念（B），导致恐慌情绪及非理性暴力行为（C）。服务工作的重点是重建理性信念，引导合理行为。

图3 环境群体性事件爆发的ABC理论

第四，社会工作者向社区居民介绍环境政策，介绍并链接合法解决环境污染的途径、资源，包括链接媒体、权益维护或法律援助机构，鼓励居民用正确合理的方式去维护环境权益。

第五，情绪疏导。无论环境污染是否真实存在、是否危害可逆，小组工作都要为服务对象培育健康的社会心态，提供温馨的心理环境，纾缓社区居民的因环境污染问题产生的恐慌、非理性情绪。

（3 3）社区工作

社区工作是指社会工作者发挥社区的潜力，发掘并整合社区资源，解决社区问题。社区工作可以链接的资源包括：社区群团组织、生态环境专业社会组织或环境专家、社区居委会、法律援助机构等。

活动对象：整个社区居民；

活动目标：基于大数据平台，收集社区居民对于环境污染事件的整体态度；建立社区环境治理小组，与涉污企业、政府环保部门进行交涉；建立社区诉求平台，关注居民的利益。

社区工作的内容包括：

第一，收集社区居民态度，防止情绪扩大。场域理论认为，居民情绪、行动受到社区环境污染的直接刺激。社区环境不仅包括既独立又相互联系的物理空间，也包括他人的行为、情绪、建议等社会心理环境，并存在着舆情场和心理场。其中，舆论场是指社区居民对环境污染的信息传播，尤其是基于社交软件的微信、微博、QQ、论坛等虚拟场域或朋友圈等微社群的信息流动，微社群的粘性效力在场域传播起着很大的作用；而社区的心理场是一种动态的、易受影响的心理状态场，环境群体性事件就是基于邻避情结的心理情绪集体爆发。在大数据下，社会工作可以基于社区公共事务的关联性，对线上、线下的数据信息进行提取、评判，分析各因素之间的内在联系，调节居民的非理性集聚，预防集体行为的扩大化。

第二，组建社区自治小组，以高效的小组形式、民意综合的手段、理性的情绪氛围与涉污企业、政府沟通。社会工作者协作自治小组的沟通、协调、组织、政策理解等工作，协同社区自治小组与涉污企业之间的协商、沟通，以便在情势恶化之前处理好污染问题。

第三，建立大数据时代下的诉求机制——微传播网络。微传播是以微介质（微博、微信、QQ、微社区等）为平台进行关系搭建的传播活动（李春雷、凌国卿，2015）。基于大数据以及能够链接资源、整合社区网络资源的社区社会工作，是进行微传播、传递民众环境利益诉求的重要渠道，对于降低居民的社会剥夺感，防止利益矛盾的集聚爆发具有重要意义。

四、预防环境群体性事件的社会工作介入路径

环境污染的事实，背后存在着社区居民与政府、企业的信任机制破裂。此时，社会工作者作为服务的执行方，起到桥梁纽带的中间者的作用。大数据视角下社会工作介入环境群体性事件预防的路径，是将线上网络数据以及社会工作介入获取的线下现实数据加以对比分析，捕捉居民行为的回应，预估问题，将被动应对转变为主动发现和及时解决问题。图4揭示了社会工作介入环境群体性事件预防的大数据挖掘。

图4 社会工作介入环境群体性事件预防的大数据开发

基于上述社会工作介入的大数据开发思路，预防环境群体性事件的社会工作介入路径，主要由三个部分组成：第一是社会工作介入的平台搭建；第二是数据收集与处理；第三是数据的应用：介入预防服务的具体措施。

（一）社会工作介入的平台搭建

首先是真实社区平台搭建。社区是情绪发酵的场所，也是舆情传播的场所。社区平台搭建，是多方资源整合的过程。政府负责统筹；社区群团组织发挥协助整合作用；社会组织（含社会工作机构）提供专业服务；驻社区企业也充当着协助力量，担负起社会责任。

其次是虚拟社区平台搭建。高信息化时代，大多数社区居民可以便捷地使用手机网络来沟通、交往、传递信息；因此，网络平台是信息收集的另一个重要场所。可以从以下模块来搭建：设立居民对环境污染问题的讨论区、居民对问题的情感态度表达区、污染处置建议区、相关问题在线咨询区等；同时配套的平台监控系统：实时采集系统、图片采集系统、信息去重功能、精确的智能摘要、信息趋势分析。

图5 综合平台的数据收集

（二）数据的收集与处理

首先是社区、网络数据收集。涉污舆情的数据收集，涉及到单个社会工作机构的多方面数据集成工作。基于数据源的时空差异，采用主-分机结构模式采集各领域的环境涉污数据（唐辉军，2015）。如图5所示，社会工作者作为数据接口进行涉污数据的收集与处理。

其次是数据的分析、归纳与入库。数据分析主要是相关性分析，过滤其差异，发现共性的规律，即通过数据分析试图发现一些内在的关联关系（张新民，罗卫东，2008），以解决多源数据融合问题。根据社会工作的专业特征，社会工作介入的数据分析多采用主题相关、情境相关等方法来分析利益相关者的关联程度，预估、判断环境污染事件的发展态势，如发展阶段、利益相关人的情绪状态、社区精英的行为态度以及暴力冲突转化趋势等，形成具体的评估报告，提交给相关部门。

环境涉污事件作为起因，是整个大数据的核心部分。相关性分析都是围绕这个核心来开展的。围绕核心散列着其它要素，如社区居民、政府、企业、社会组织等。核心与散列要素之间相关性分析，是数据处理分析的主要构成部分以及数据应用的基础。环境涉污事件的相关性分析，呈现的是污染地点、污染源、事件热议度、事件的媒体曝光度、网络转载次数、社区居民的态度、社区居民的网络信息传播次数、亲朋好友的态度、居民的意见互动程度等。

（三）社会工作介入的预防举措

政府、社会工作机构在充分数据收集和分析的基础上，了解民意，了解事件的发展状态，制定精准的预防环境群体性事件的策略。

（1 1）依赖数据的点对点情绪疏导

对比社区居民在社区和网上的行为、态度、对事件的讨论次数和抗争情绪，以及观察到的情绪表征，建立点对点、一对一的情绪辅导，预防个人抗争情绪传染给整个社区。

（2 2）依赖数据的直接帮扶

群体性事件归根结底是利益冲突。社会工作依据社区实地观察、入门访谈，可以了解环境污染的直接的、最主要利益受害者。这时，社会工作者需要精准地链接资源，充当资源动员者的角色，及时缓解居民的困难。

（3 3）建立社区反馈站

环境群体事件的产生，很大程度也是因为信息不对称。社区居民对污染企业的建立、污染源、污染应对方案等不了解，居民知情权受到侵害，信任机制破裂、恐慌。社会工作者通过链接专业资源充当信息联络员，可以为居民介绍污染源、污染应对方案，传达政府、企业的相关态度、处理方案，同时向政府、企业反映居民的意见和态度，防止沟通中断。

（4 4）引入“微治理”的社会工作方法

治理是一种多元主体的服务，“微治理”代表一种多元主体细致入微的服务。但数据不同，导致了问题界定、服务内容的差异性。预防环境群体性事件，需运用对社区精英引导、社区居民安抚、社区闹事者劝阻的不同方式进行“微治理”。这种“微治理”，在当前中国社会背景下，只有社会工作才能做到，也只有大数据的支持，才能服务得更精准。

（5 5）打造网络社会工作

互联网和微媒体时代，微网络虚拟社区是社区居民信息沟通、情绪感染、舆情传播重要场所。因此，社区论坛、QQ群、微信群、微博等，是预防环境群体性事件发酵的主要阵地。现实表明，相当多的环境群体性事件首先发酵于网络，一些网络大V在微博等新媒体上呼风唤雨，对环境群体性事件的发生起着推波助澜的作用，因此网络应该成为未来社会工作重要的关顾领域。这意味着，在互联网及大数据时代，需要将一部分社区社会工作的服务场所从现实的物理空间场域移动到网络中去，形成人们对网络社会工作的服务需求。

五、研究总结

目前，我国环境群体性事件中利益纠纷复杂，治理难度大。引入社会工作的力量是优化治理结构、开辟新治理路径的重要举措。在新媒体时代，社会工作的作用发挥，需要搭建并充分利用大数据平台，以期实现对环境群体性事件预防的有效介入。基于大数据、资源链接优势以及对个案、小组、社区三大传统方法的改进，社会工作服务可以在环境群体性事件的社会治理领域得到很好的应用。包括：缓和居民的情绪和抗争的心理，链接资源帮助环境污染的直接受害者，建立社区环境治理小组，实现与企业、政府之间的协商沟通；建立反馈站、开展点对点情绪疏导、网络工作、微治理等工作。所有这些，可以在一定程度上防止环境污染的实际发生或应对好邻避效应，阻断“邻避效应”向“环境群体性事件”演化。

当然，信息决定了预防工作的具体内容、具体方向，而收集的信息与真实信息的匹配度，决定了预防是否有效。显然，尽管社会工作介入的社会治理创新是一项宏大的工程，但在落实到具体行动、社区小范围以及具体的环境利益诉求上，也需要规避大数据带来的风险。给出的建议包括：其一，提升社会工作者数据处理能力，尤其是数据分析、数据归纳方面的能力；其二，建立或促进社会信任关系以积累社会资本，这是社会工作服务开展的“钥匙”；其三，保障社会工作的中立性，避免社会工作“站队”问题或腹背受敌的局面。

［1］阿尔伯特·艾利斯，2015，《理性情绪行为疗法》，郭本禹译，重庆大学出版社。

［2］曾家达、殷妙仲、郭红星，2001，《社会工作在中国急剧转变时期的定位——以科学方法处理社会问题》，《社会学研究》第2期。

［3］冯晓星，2009，《环境群体性事件频发公众如何理性维权》，《环境保护》第17期。

［4］化柏林、李广建，2015，《大数据环境下多源信息融合的理论与应用探讨》，《图书情报工作》第16期。

［5］李春雷、凌国卿，2015，《环境群体性事件中微社群的动员机制研究——基于昆明PX事件的实地调研》，《现代传播（中国传媒大学学报）》第2期。

［6］李迎生，2014，《探索社会工作介入社会治理创新的有效路径》，《社会工作与管理》第3期。

［7］刘宝臣，2015，《大数据时代对社会治理产生的影响及应对——基于社会冲突与合作行为的分析》，《中共青岛市委党校.青岛行政学院学报》第2期。

［8］刘梦，2013，《小组工作》，北京：高等教育出版社。

［9］彭小兵、杨东伟，2014，《防治环境群体性事件中的政府购买社会工作服务研究》，《社会工作》第6期。

［10］彭小兵、朱沁怡，2014，《邻避效应向环境群体性事件转化的机理研究——以四川什邡事件为例》，《上海行政学院学报》第6期。

［11］皮埃乐·布迪，1988，《实践与反思：反思社会学引导》，李猛、李康译，北京：中央编译出版社。

［12］邱家林，2009，《社会工作对群体性事件的干预》，《浙江青年专修学院学报》第2期。

［13］唐辉军、徐颖、屈卫清，2015，《社会需求视角下公益组织慈善信息大数据开发与利用研究》，《现代计算机（专业版）》第25期。

［14］王思斌，2015，《社会工作参与社会治理的特点及其贡献——对服务型治理的再理解》，《社会治理》第1期。

［15］王思斌，2016，《社会工作在构建共建共享社会治理格局中的作用》，《国家行政学院学报》第1期。

［16］维克托·迈尔，2012，《大数据时代：生活、工作与思维的大变革》，周涛译，杭州：浙江人民出版社。

［17］肖尧中，2013，《舆情引导的社区化路径探析》，《西南民族大学学报》（人文社会科学版）第4期。

［18］许莉娅、贾存福、董敏，2010，《个案工作》，北京：高等教育出版社。

［19］张健，2013，《社会工作的协调作用、治理障碍和强化路径——以群体性事件治理为例》，《河南工业大学学报（社会科学版）》第3期。

［20］张兰廷，2014，《大数据的社会价值与战略选择》，博士学位论文，中共中央党校。

［21］张新民、罗卫东，2008，《相关性与情报学》，《情报理论与实践》第1期。

［22］朱眉华、文军，2005，《社会工作实务手册》，北京：社会科学文献出版社。

［23］Kendrick，V.L.，Haslam，R.A.，&Waterson，P.E.（2012）.Planning crowd events to achieve high participant satisfaction.Work，41 suppl 1（6），3223-3226.

［24］Liu，H.H.，Zhang，Z.Q.，2013，Risk Early Warning Model of Unexpected Group Events Based on AHP，Applied Mechanics and Materials，339：778-783.

［25］Qingguo Meng，Nan Zhang，Xuejiao Zhao，Fangling Li，Xin Guan，2016，The governance strategies for public emergencies on social media and their effects：a case study based on the microblog data，Electronic Markets，Volume 26，Issue 1，pp 15-29

编辑/杨恪鉴

国家自然科学基金项目“基于邻避效应涌现机制的环境群体性事件产生机理与治理研究”（批准号：71573024）；重庆大学中央高校基本科研业务费科研专项（No.CD-JKXB14001）。

C916

A

1672-4828（2016）04-0062-10

10.3969/j.issn.1672-4828.2016.04.006