公共卫生事件网络情绪传播的主题及演化

王悦 任英豪 李治琳

摘要：公共卫生事件一直是舆情发酵、情绪传播的重要领域，面对民众的负面情绪，政府需采取有效的措施加以监测，以引导舆情正向发展。本文选取鸿茅药酒和长春长生疫苗造假事件并抓取微博评论，采用深度学习法和LDA主题分析法进行情绪分析，并将结果可视化，再划分情绪周期，统计每个周期的主题词，提出情绪周期的概念，得出引起情绪爆发的主要原因是个体利益问题，诉求达到可以使网民的情绪得到缓解。

关键词：公共卫生事件;情绪传播;鸿茅药酒;长春长生疫苗造假

中图分类号：G206.2文献标识码：A文章编号：1672-8122（2021）01-0131-05

一、引言

近年來，我国突发公共卫生事件频发，2020年年初暴发的新冠肺炎疫情更是引发了长时间的战疫斗争，相关舆情在微博等网络社交平台上广泛扩散，造成了不少恐慌、焦虑等情绪的蔓延。一方面，这类负面情绪易引起社会不安，不利于公共卫生事件的管理;另一方面，相关部门的处理不妥善也会导致政府在民众心中的形象受损。因此，突发公共卫生事件的舆情管理成为高度关注的内容。

随着网络的不断发展，微博等社交平台成为越来越重要的舆情发展阵地，互联网具有高速、实时的特点，微博话题可以迅速被引爆，成为网民意见的聚集地。而在舆情事件的发展中，情绪起着重要的推动作用，它促进着舆情扩散[1]，甚至会导致谣言滋生，人们在此类虚假言论的煽动下往往会产生激进情绪，愈演愈烈，从而导致舆情向难以控制的方向发展。若政府难以找到舆情发展的规律，那么就很难有效地对其进行管理，因此，掌握新的舆情发展规律，找到解决情绪煽动和舆情发酵的突破口至关重要。

二、文献回顾

（一）公共卫生事件

目前学界关于公共卫生事件舆情的研究大多停留在策略研究和预警监测层面[2]，例如预防[3]、监测[4]等。这一类研究的实用性较强，但数据来源多为二手，且未能很好地与理论进行结合，具有一定的缺陷。

研究公共卫生事件的学者们多借用了信息生命周期理论研究舆情的发展，虽然部分学者认为网络时代的舆情增长迅速，会在短时间内直接进入爆发期[5]，但也有学者提出异议。以长春长生疫苗造假事件为例，因事件的主体未能及时回应，致使舆情增长缓慢[6]。利用网络周期，可以结合各个阶段的特点，更有针对性地进行舆情分析和对策研究。

公共卫生事件涉及民众切身利益，民众的情绪极易被调动，然而学界对该领域的情绪传播规律的研究还尚少。在研究数据方面，目前的多数研究仅选取微博博文作为研究对象，微博的评论研究还是一个缺口，相比而言，博文中陈述性消息占比较大，评论往往才能真正体现民众的意见。

2018年发生了两件引起较大舆论反响的公共卫生事件——长春长生疫苗造假事件和鸿茅药酒事件，两者为同性质事件，但它们之间的情绪传播有哪些共性和个性？能为公共卫生事件的监测和管理提供哪些借鉴意义？本研究将选用这两个事件的微博评论进行分析，以期发现其情绪传播规律，为相关部门对此类事件的情绪管理提供借鉴。

（二）情绪传播

在情感分析方面，归因理论运用较多，即事件的性质和责任归属会对网民的情绪产生影响，有学者提出与民众密切相关的信息易引发关注，反之亦然[7]。赖胜强和张旭辉提出事件关联度因素，即事件伤害的对象与自己相关度越高，情绪越强烈，事件违反法律和道义越严重，引发的情绪也越负面，这些与公共卫生事件舆情的传播规律不谋而合[8]。

不少学者研究了情绪的传播规律，提出了情绪传播周期，如情绪的“激活-嫁接-极化”机制[9]。田维钢提出，网络公共事件中的情绪传播经历事件共鸣唤醒情绪、意见领袖激发情绪、多方意见交汇、沉淀、爆发的过程[10]。当个体的情绪能量聚集成团后就具有了扩张的可能，社会互动则加剧了这种情绪爆发，因此有学者提出扩音模型，认为情绪会逐渐扩散[11]。到了事件发展后期，随着时间的推移，网民情绪逐渐趋于中性、平稳，出现了情感“衰减-转移”[12]，同时，中性情感用户占比随着时间而增加，正负情感的用户数量最终趋于相近[13]。学者们均将注意力集中在情绪的爆发、转移和衰退方面，表明这是情绪变化的重要转折点，要想把握情绪变化，让网民的情绪逐渐趋于平缓，爆发前和转移前的阶段至关重要。

总体而言，学者们的研究揭示了情绪产生的原因、情绪发展的规律和周期，为后来的研究提供了参考。除此之外，大部分研究数据挖掘的时间较短，仅选择了事件发展热门的几天，忽略了舆情可能会二次爆发的情况。因此，本研究选取2018年所发生的这两个事件作为分析对象，且搜集了两个事件从开始到结束的所有评论，能够在一定程度上寻找公共卫生事件情绪传播的共性，减小偶然性。

三、研究过程

本研究将微博上公开的事件发生起始时间和结束时间作为抓取依据，具体时间如下。

鸿茅药酒事件：开始时间为2018年4月13日，“红星新闻”发布调查文章，率先曝出事件;结束时间为2018年5月17日，谭秦东发道歉声明，鸿茅药酒公司接受致歉并撤诉。

长春长生疫苗造假事件：开始时间为2018年7月15日，长生生物科技公司被责令停产;结束时间为2019年11月7日，该公司宣告破产。

笔者利用Python软件编写爬虫代码，用“鸿茅药酒”“长春长生疫苗造假”两个关键词进行微博评论爬取。鸿茅药酒事件搜集到的初始评论有约34.5万条，长春长生疫苗造假事件初始评论有约13万条。再采取关键词删除的方式进行了去杂、去重等。鸿茅药酒事件去杂后评论余下约14万条，长春长生疫苗造假事件余下约6万条。

因本研究采用深度学习法对数据情绪值进行标注，需要人工标注数据集和测试集进行训练。用随机采样的方式，从去杂后的评论中选取数据进行标注，鸿茅药酒事件选取评论量为6000条，长春长生疫苗造假事件选取4000条评论，为了排除标注者主观认知造成的影响，笔者采用了两人的交叉人工标注。以-1代表负面情绪，0代表中性情绪，1代表正面情绪。随后利用此数据集输入到已经建构好的模型中进行训练，后将搜集到的数据输入其中，得出情感值。

最后，用LDA模型对两个事件评论的主题词进行了提取，每日选取6个关键词，以示当日评论主题。

四、分析

本文将两个事件的情绪传播规律做了可视化呈现，如图1、图2所示。

（一）情绪周期

本文将一天累计情绪绝对值超过1000的定义为爆发，情绪值从顶点下落的定义为衰退，通过分析两个事件可以看出，其情绪传播存在以下几个周期，如表1所示。

（二）主题词及其情绪变化

为了找到引起情绪变化的原因，本文统计了各时期的主题词，因平缓期多为无关信息，故不做统计，结果如表2所示。

由表2可以看出，爆发期两个事件的评论均集中在对事件本身的讨论上，包括涉事主体的责任归属问题、事件是否属实等。如鸿茅药酒事件中，民众主要讨论该药酒是否是毒药、凉城警方跨省抓捕是否合法、中医与中药是否是正规医学、鸿茅药酒的虚假广告问题等，并对被抓捕的医生表示支持。长春长生疫苗造假事件中，第一个爆发期评论主要要素较为简单，即疫苗是记录造假还是生产造假。

而后随着事件的发展，新的话题逐渐被引出，主题出现转移。鸿茅药酒事件中出现了“国家品牌计划”主题词，即讨论鸿茅药酒是否符合该计划规定，在三次爆发期的时候，出现了“道歉”，即讨论谭秦东的道歉行为。长春长生疫苗造假事件后期，评论主题逐渐转移到长春长生公司之前百白破疫苗不合格的情况，以及打了疫苗的孩子安全问题如何保障，得知不合格疫苗流向后，有了“山东”“疾控”“武汉”等关键词，到了第三次爆发期，人们的注意力又转移到了长春长生生物公司高层贪腐问题，因此出现了“愤慨”等关键词。

（三）主題归类及话题四层次

本文对两个事件的主题进行了两级归类，如表3所示。

根据表3，可发现网民的评论主要有四个层次，首先，是对个体利益的关心，这也是引起人们情绪的最主要原因，即鸿茅药酒是否真的如医生谭秦东所说的是“毒药”？造假的疫苗注射后是否会对身体造成副作用？其次，是微观层次对事件要素的讨论，如讨论鸿茅药酒里面是否含有豹骨这一成分，在疫苗事件中则表现为人们关注疫苗是否造假、流向哪里。再次，是中观层次对行业的讨论，如对鸿茅药酒虚假广告的批判，引出了对其它保健品违规广告的批判，网民大量反映保健品广告误导老年人的问题;而在长春长生疫苗造假事件中网民们对行业的思考主要是纵向延伸，即联想到了早前该公司百白破疫苗也出现违规情况。最后，则是宏观层次，对整个国家和文化的探讨，在鸿茅药酒事件中网民对中医是否可靠有效进行了激烈的辩驳，两个事件中网民对公权力的滥用和反腐败议题都高度关注，并且两个事件都引发了地域黑的情况。

五、情绪影响因素

（一）个体利益激发情绪

两个事件中，最先激发情绪、引起民众广泛讨论的就是个体利益。长春长生疫苗造假事件，最先报道的是疫苗记录造假，而后引发了网民的激烈讨论，通过主题词“记录”和“生产”就可以看出，虽然报道称是记录造假，但人们仍然把关注点放在了疫苗的安全性上，对是记录造假还是生产造假提出了质疑。因此，在疫苗事件中，激起人们情绪高涨的正是与自己切身利益相关的话题内容。

虽然鸿茅药酒事件事发于谭秦东医生被跨省抓捕，但是在2018年4月14日的主题词中，“毒药”的权重却高于“跨省”，说明人们仍然把焦点放在了鸿茅药酒是不是毒药上，也有不少网民称自己家中父母或亲人购买过此酒，并表示非常担扰家中长辈的安危。这也表现出公共卫生安全事件的共性，即人们关注切身安全问题，因此激发了强烈的情绪，其它的话题在后来的讨论中逐渐出现。

（二）诉求达到缓解情绪

4月17日，在鸿茅药酒事件的情绪发展到达顶峰后，传出谭秦东医生取保候审，走出凉城看守所的消息，这一举措使得人们的正义诉求得到了满足，在此之后情绪逐渐出现缓解态势，进入了衰退期。但情绪并没有彻底消亡，因为这只是涉事主体得到了正义的对待，鸿茅药酒和药监局的回应仍然没有正面回答人们关心的问题，因此网民的负面情绪消减的速度非常慢，持续时间较长。随后网民情绪进入缓冲期，但情绪的小范围波动仍然存在，这也为后面的第二次爆发做了铺垫。

在长春长生疫苗造假事件中，7月17日，长春长生物科技有限公司（以下简称“长春长生”）称涉事疫苗尚未出厂销售，已上市的疫苗符合国家质量标准，这才让人们的紧张情绪得到了缓解，就此进入了衰退期。涉事主体回应得当可以减少民众的负面情绪，因此整体情绪变化得以平缓，这也可以为公共卫生事件的处理提供方法上的借鉴。

（三）新议程再引情绪

7月22日，李克强总理就此事做出批示，网民情绪由此进入第二次爆发期，直至7月23日，山东查明不合格疫苗流向，加之公安局、检察院等立案调查，网民负面情绪到达顶峰。这一时期的主题词权重高的是“疫苗”和“孩子”，因为政府介入调查的做法几乎是承认了疫苗的生产有造假的情况，因此人们关注的主要内容是不合格疫苗流向市场后对接种的孩子是否会产生危害。因此民众陷入了各种猜测中，情绪极化严重，负面情绪几乎占有压倒性优势。

鸿茅药酒事件的第二次情绪爆发，主要是因为该公司发布了自查报告，引起了小幅波动。其主题词仍然停留在微观事实的层面，并没有产生多大的变化。不过出现了一种成分——“豹骨”，但人们却对“豹骨”的功效表示怀疑，希望企业能向大众交代清楚。

（四）事件结束情绪收尾

在舆情发展基本平缓之后，网民的注意力被别的事情所分散，对原事件的关注度也有了很大程度的下降，前期人们的关注点比较集中，尽管媒体、政府进行了一定的引导，人们的关注点却还始终停留在核心诉求上，但后期的情绪波动则基本随着议程的设置而变化。

鸿茅药酒事件中，在过了长达20天的平缓期后，谭秦东的道歉引发了第三次情绪高峰，但相较第一次高峰而言未能引起巨大的爆发和波动。谭秦东的道歉和鸿茅药酒撤回上诉表明涉事主体间实现了和解，此后该事件结束，情绪也进入了收尾阶段。

长春长生疫苗造假事件中，7月30日公安机关对长春长生董事长高某芳等18名犯罪嫌疑人提请批捕，情绪迎来了第三次高峰，因此主题中出现了“愤慨”一类的表达。至此，不合格疫苗已追回，当事人也受到了处罚，人们的诉求得到了实现，因此情绪只引发了一个小高峰，此后进入了较为平缓的时期。

六、启示

公共安全事件中民众对自身利益关注度最高，并且持续时间最久，这也印证了前人的观点[8]。因此政府应该将管控的重点放到解决民众利益诉求上，只有将这个关键因素解决，民众的情绪才能得以缓解，舆情才会平息。就这两个事件的政府、企业回应情况来看，前期信息不对称的情况较明显，民众期待的话题一直未能得到应有的回应，疑惑也没有解决，因此人们陷入了焦虑和盲目猜测中，负面情绪愈演愈烈。

显然，生产鸿茅药酒的公司起初一直采用以往的保守政策，企图通过消极打压的方式解决舆情，但网络空间的事件处于公开透明的状态下，而人们参与公共议题的意愿也有了明显的提升，再采用以前的消极政策已经不能缓解舆情。因此，政府应该采取更加积极的政策，弥补信息的不对称。在长春长生疫苗造假事件中，这一问题就处理得很好，在涉及人们切身利益、关键利益时，正面回应、解决，才是行之有效的方式。

总的来说，本文在情绪传播方面主要探讨了以下问题：1.提出情绪周期：爆发期、衰退期、缓冲期、二次爆发期、三次爆发期，其中比较具有创新性的是缓冲期，这是首高峰和二次高峰出现之间的缓冲地带，也是因为缓冲期的出现，才能让二次高峰在事件情绪未完全消解之际出现;2.提出公共卫生事件中引起情绪爆发的最主要原因是个体利益问题，且这一议题一直贯穿其中;3.提出诉求达到可以缓解网民情绪，最终衰退，进入平缓期。但本文仍存在以下不足：事件选取数量较少，偶然性较大;事件选取的时间差异较大，情绪周期不好比较。目前仅找到了影响均较负面的两个事件，相同性较大，之后可将影响偏正、负面的两个或多个事件进行对比，以寻找更多的相似性或差异性。

参考文献：

[1]张淑华.失范与失控：公共事件网络传播的“扩音效应”研究——以“区伯事件”为例[J].郑州大学学报：哲学社会科学版，2016（4）.

[2]周春碚，等.疾控中心在突发公共卫生事件中的有效舆情应对分析[J].中国公共卫生管理，2018（3）.

[3]刘洪，等.互联网舆情监测在卫生行政执法中的作用[J].上海预防医学，2014（5）.

[4]尹孔阳，等.基于2015-2017年舆情监测数据的基层医疗卫生改革舆情评价[J].中华医学图书情报杂志，2017（8）.

[5]毛太田，等.新媒体时代下网络热点事件情感传播特征研究[J].情报科学，2019（4）.

[6]孙恬.公共卫生事件的网络舆情分析及应对[D].华中师范大学，2019.

[7]王治莹，等.政府干预下多种舆情信息交互传播模型与仿真[J].系统仿真学报，2020（3）.

[8]赖胜强，张旭辉.网络舆情危机事件对网民情绪传播的影响机理——基于DG辱华事件的扎根理论研究[J].现代情报，2019（9）.

[9]余红，等.网络抗争事件的情绪传播和引导——以山东辱母案为例[J].情报杂志，2018（5）.

[10]田维钢.微博评论中的网民情绪传播机制及策略[J].当代传播，2019（1）.

[11]朱代琼，王国华.基于社会情绪“扩音”机制的网络舆情传播分析——以“红黄蓝幼儿园虐童事件”为例[J].西南民族大学学报：人文社科版，2019（3）.

[12]夏一雪.基于輿情大数据的网民情感“衰减—转移”模型与实证研究[J].情报杂志，2019（3）.

[13]熊熙，等.基于时空特征的社交网络情绪传播分析与预测模型[J].自动化学报，2018（12）.

[责任编辑：武典]