自媒体环境下首都网络舆论话语空间生产与引导*——基于2019—2021年微博热搜的共词分析和案例研究

曾祥敏 杨丽萍

如今,自媒体成为公众的重要信息来源,是公众意见和态度的风向标。自媒体环境下,厘清首都网络舆论的呈现结构并提出针对性的引导策略,具有理论价值和现实意义。本文基于2019年4月到2021年7月间,新浪微博平台上与北京相关的热搜数据,试图以高频词勾画出首都网络舆论的“热力图”；针对相关研究问题,借助共词分析、聚类分析、多维尺度分析等多元统计方法,探索首都网络舆论的话语空间生产模式,并通过案例分析对首都舆论引导提出一些思考和建议。

一、文献综述

自媒体环境下,网络舆论生成具有特殊性和普遍性特征。既有文献对网络舆论的话语空间、热搜演变为舆情的发生逻辑和首都舆论引导分别做了单项分析；又有以热搜为切入点、用多元方法分析首都舆论的话语空间生产,其能够为首都舆论引导研究提供新的视角。

(一)网络舆论与话语空间生产

网络舆论,简言之是公众在互联网上公开发表的言论。基于本土语境,国内学者从不同维度探讨了网络舆论的生成方式和原因。陈龙认为“借题发挥”是一种中国特色的网络舆论话语生成方式,需要经历新闻基模转型、话语勾连、事件定性三个阶段,其眼前目标是寻找情绪发泄出口,终极目标是寻求权力转化。①黄永林等认为利益相关、价值共振、情感共鸣是网络舆论生成的根本原因,并提出舆论的生成公式:p=(b+v+e)·t,即网络舆论是利益、价值观、情感三者之和与传播方式的乘积。②韩立新等认为网络舆论生成存在“蝴蝶效应”的特殊机制,其特征是情绪性、非线性和不确定性。③焦德武认为政务新媒体引发舆情是综合因素共同作用的结果,包括内容议题、对公众的情绪触动和当下的社会背景。④

网络舆论话语的背后是多主体间的社会关系。梵·迪克(Dijk J.V.)将社会互动视为话语更为根本的定义。⑤从文本层面,网络舆论话语反映出舆论客体之间的关系,网络舆论话语的动态建构即社会关系重组的过程。基于列斐伏尔(Henri Lefebvre)的空间生产理论,将网络舆论场视为一种空间形态,网络舆论话语建构则是各种社会关系重组的实践,即网络舆论话语空间生产自身的过程。

综述发现,舆论研究在向社会学、政治学、传播学、心理学等多学科领域延伸,而基于质化、量化的多元方法引进,为舆论研究提供了更加丰富的视角。例如,曾祥敏等通过对典型新闻反转事件的定性比较分析(QCA),发现新闻事件的信息反转、舆论逆转与新闻来源及形式密切相关,而舆论爆发与网友质疑、公众情感诉求高度关联。⑥姚乐野等对新冠疫情相关微博进行社会网络分析,发现央级媒体在微博舆情传播网络中占据核心节点,具有信息来源丰富、反应速度快、影响范围广的特点。⑦李明德等挖掘了2014—2017年新浪微博平台上“雾霾”相关微博,发现了雾霾舆情的科学性报道不足,未来发展趋势偏缓,议题呈现多元碎片化特征。⑧

(二)热搜研究

从社会学的角度来看,网络舆情并非纯粹的信息流动,而是始于网民的参与围观。⑨热搜作为一定程度上自媒体舆论的反映,其演变为舆情的逻辑便是引起网络围观(参见图1)。“热搜”即“热门搜索”,是网络平台依据用户的搜索行为形成的热门内容,往往具有时新性、话题性、互动性等特点。在国内,微博、百度、抖音、快手、B站、知乎等用户活跃度较高的网络平台,都具备较成熟的“热搜”功能,其中微博热搜最具代表性。根据微博管理条例,带有话题的内容发布后,平台通过对3小时内“阅读次数”“讨论次数”“原创人数”三个指标进行加权计算,形成实时的话题热度排行榜,热度排名前50的话题进入公众视野,即所谓的“上热搜”。用户依据平台热度榜单搜索特定话题,并获得相关信息,使得热搜具有一定的议程设置作用。用户围观、参与讨论的同时也在继续为话题热度增值,甚至“××新闻冲上热搜”的转化,使一些热点新闻发酵为舆情事件。网络舆论生成与用户媒介使用之间呈现出了相互促动、渐为一体的特征。此外,热搜词、热搜话题常被视为网络舆论和舆情研究的样本数据,甚至成为主流媒体舆论影响力的参考指标之一。

图1 微博热搜的生成机制

(三)首都网络舆论研究

网络舆论场已成为“信息传播的集散地”“话语碰撞的大擂台”“思想交锋的主阵地”,发挥着信息传播、观点交流、价值传导等多重功能。北京市的网络环境建设和舆论引导能力关系到首都文化乃至首都安全,进而关系到全国的舆论氛围乃至政治社会秩序。一方面,北京的首都属性使其被赋予了中央的角色,在建党100周年的现实背景下,构建良好的首都网络舆论氛围,具有重要的战略意义。另一方面,2020年初新冠肺炎疫情突如其来,这场百年来全球范围内发生的最严重的传染病大流行对中国乃至世界格局产生了深刻的影响。在国内疫情防控趋于常态化的阶段性背景下,分析首都网络舆论有利于在充分考察现实的基础上,提出舆论引导策略,针对性地进行舆论引导。

总体而言,人文社科领域聚焦首都网络舆论的研究还不太充分。CNKI检索显示,近五年人文社科领域对首都的研究多见于教育学、历史学、新闻传播学和政治学。在新闻传播学领域,北京相关研究总体有三种取向:其一,将北京视为研究对象的地域属性,如北京高校学生的媒介使用、北京地区新闻从业者的职业选择等；其二,以国际传播、文化传播的视角,研究首都的媒介形象；其三,基于北京的首都定位,将研究结论关照全国。

二、研究设计

本文以微博热搜为切入点,将共词分析、聚类分析、多维尺度分析等多元分析方法引入网络舆论研究,试图探讨如下问题:自媒体环境中,关涉首都的舆论呈现出怎样的总体态势和结构性特征？当首都成为舆论客体时,有哪些关联内容要素？首都舆论话语反映了怎样的社会关系？以话语空间生产理论为视角,首都舆论话语空间生产具有何种结构特征乃至发展趋势？在话语空间的生成和生产过程中,该如何实施有效引导？

(一)研究对象

由于微博热搜榜的实时更新和不可追溯性,本文从商业数据库“知微舆论场”调取了2019年4月1日至2021年7月31日期间的微博热搜数据,共计2077条,数据内容包括热搜名称、最高排名、最高热度、上榜时间、持续量、讨论量和阅读量等,经人工阅读有效样本数据为2077条。

选择这个时间阶段作为样本采集的范围主要考虑到两个原因。一方面,首都发展与国家的关键节点同频共振。近三年恰为中国发展的重大主题节点年份:2019年是新中国成立70周年，2020年我国全面建成小康社会，2021年是中国共产党成立100周年和国家“十四五”开局之年,这些为首都舆论研究提供了重要的时代背景。另一方面,共词分析法的原理是将词汇视为语义单元,并依据词汇的共现情况确定内容的主题关系。在研究中,高频词选择的准确性、科学性是共词分析、聚类分析的关键。为了综合提取微博热搜中的高频词,本文将2019年4月到2021年7月间的28个月作为研究的时间范围,这是笔者可获得的最广泛且连续的数据范围。

(二)研究方法

以问题和实际效果为导向,选择量化和质化相结合的方法。量化路径以数据为基础,有利于减少主观臆断；质化则深入经验和实践,有利于对现实的逻辑结构进行阐释。研究步骤(参见图2)包括:第一步,对北京热搜数量进行纵向历时统计,并与上海、广州热搜进行比较,得到首都自媒体舆论的总体态势和数量特征。第二步,通过分词、词频与词性统计,得到北京热搜的高频词并构建共词矩阵,构建边列表导入Gephi 0.9.2中,制作可视化的共词分析图,呈现首都自媒体舆论内容主题特征,反映舆论话语背后的社会关系。第三步,通过SPSS 25.0构建相似矩阵进行聚类分析,探索首都自媒体舆论的话语空间生产模式,并针对相应案例,深入分析舆情引导策略。第四步,构建相异矩阵进行多维尺度分析,探索首都自媒体舆论的趋势特征。

图2 研究步骤、方法和思路图解

三、研究结果与个案分析

基于多元分析方法,研究结果在数量对比、热词呈现的总体态势基础上,得出首都网络舆论话语空间生产的四种模式,并对此进行验证和趋势分析。

(一)数量比较:高关注、强波动的首都舆论

正如前文所述,在众声喧哗的自媒体环境中,“上热搜”越来越成为造就现象级事件的助推器,其背后则是网络舆论广泛关注的力量。在数量方面,2019年4月到2021年7月之间的28个月内,北京平均每月上热搜约74次。最高值为218次,出现在2020年6月；最低值为18次,出现在2019年8月。与上海和广州比较,北京平均每月“上热搜”的次数约为上海的1.6倍、广州的3.2倍；同时段,北京“上热搜”的次数比上海、广州更多,数量波动也更大。北京频频被推上舆论中心,其隐藏的舆情风险事件发生的概率也相应更大。在内容方面,“新增”“确诊”“病例”等疫情相关词汇是北上广三个城市的重要共同话题。在上海热搜的高频词(词频≥10)中,“迪士尼”“电影节”“车展”等商业文娱主题偏多；广州热搜的高频词内容较单一,且与疫情密切相关；北京热搜涉及的话题则更加广泛,内容也更为庞杂。

表1 北京、上海和广州热搜话题数量(2019.4—2021.7)

北京热搜出现了四次较为显著的波动,每次波动的持续时长在2个月左右。结合热搜内容来看,这四次舆论波动与新冠肺炎疫情有相关性且时间较吻合:第一次波动出现在2020年2—3月,春节期间爆发的新冠肺炎疫情引起舆论广泛讨论；第二次波动出现在2020年6—7月,北京在本地确诊清零的情况下出现了疫情反弹,教育系统对高考和学生返校进行了规划部署；第三次波动出现在2020年12月—2021年1月,临近两节,北京顺义新增少量本土病例,同时,北京首批新冠病毒疫苗开始推广接种；第四次波动出现在2021年7月,东京奥运会触发了网民对北京冬奥会的讨论,同时,北京暴雨、北京再现本地确诊也成为北京“上热搜”的话题。这四次波动充分反映出重大突发卫生公共事件对首都舆论的影响速度之快、程度之显著。

(二)热词全景:核心子群与多元“引爆点”

热搜文本往往具有话题性且内容简明扼要。经统计,2077条热搜共有25843字,平均每条长度为12.4字,最长的热搜为22字,最短的热搜为4字,如“北京暴雨”“北京彩虹”,长度为14字的微博热搜最多,有257条,如“北京动物园网红大熊猫有点头秃”。

利用基于Python的jieba分词工具,对2077条热搜进行分词并统计词频和词性。为了使信息提取更加充分,在分词时选用全模式,例如“北京协和医院”的处理结果为“北京/协和/医院/北京协和医院”,在统计时四个词将分别被计入词频1次,这使得词频统计结果具有概括性的同时,保留了一定的指向性。经过人工筛选,得到词频大于等于20的47个高频词(参见表2)。其中,“北京”作为被精确检索的主题词,在热搜中出现了2086次,为了使数量对比更加清晰,在后续的可视化呈现中剔除“北京”。

表2 “北京”热搜的高频词统计

高频词反映出首都舆论的关键客体,其共现关系则代表舆论客体之间的关系。通过Excel构建共词矩阵,剔除5个无共现关系的高频词后,生成边列表数据,并将其导入Gephi 0.9.2,制作可视化的共词分析图(参见图3)。共词分析图由41个节点和360条边构成,节点表示高频词,边表示高频词的共现情况,节点的大小和位置分布、边的连接情况和粗细程度,具有特定的含义:节点越大,该关键词在北京热搜中出现的次数越多；边表示关键词间的关联情况,边越粗,两端连接的高频关键词的共现次数越多。

图3 北京热搜的共词分析图(2019.4—2021.7)

共词分析图的核心子群由“疫情”“新增”“输入”“通报”“境外”“密接”“确诊”“病例”等关键词构成,“风险”与“地区”、“核酸”与“检测”等也构成联系较为紧密的子群。这反映出新冠疫情作为传播速度快、感染范围广、防控难度大的一次重大突发公共卫生事件,已成为近三年首都网络舆论关注的突出重点,而“地铁”与“新型”“肺炎”的强共现性,反映出地铁相较于其他公共场所更具有现实风险性和舆论话题性。此外,“高考”与“时间”的共现性较强，“高校”与“中小学”节点处于较中心的位置,这反映出教育话题是首都网络舆论的重要“引爆点”。“要求”“通报”“发布”等动词则反映出首都舆论主题的政策取向,即政策发布是容易引起自媒体关注的舆论焦点。“冬奥”与“奥运”则反映出首都舆论的文化关注点。综上可见,除疫情之外,教育、政策、文化等话题是北京自媒体舆情的多元“引爆点”。值得注意的是,“回应”是为数不多的出现在核心子群中的非疫情相关词,结合热搜内容发现其对应的主语往往是“民航局”“北京海关”等官方机构,这反映出官方机构对公众核心关注的回应和解释是较常出现的姿态。

(三)聚类归纳:自媒体舆论的四种话语生产模式

聚类分析(cluster analysis)是在共词分析中常用的一种统计方法。基于特定批量的文本,聚类分析依据变量之间的相似性,利用数理模型进行类别归纳。其采用无监督的学习方式,即在没有先验知识的情况下进行分类,一定程度上减少了人工分类的主观性。

首都舆论背后承载着复杂多元的社会关系。本文利用聚类的数理模型将这些社会关系表达成高频词相似矩阵,并以可视化的树状图展现聚合的类别情况。由于聚合的类别内部具有基于共现情况的相似性,那么从话语空间生产的理论视角来阐释,这些类别则反映出首都舆论的话语空间生产模式,进而有利于归纳和提炼舆论热点生成的规律。

操作层面,将北京热搜高频词形成的共词矩阵导入SPSS 25.0,在系统聚类中选择组内连接方法,通过Ochiia系数生成相似矩阵,并导出聚类分析的树状图(参见图4)。可见,基于热搜的首都网络舆论呈现出四类话语生成模式,且不同模式涉及的主体、面向和体量不尽相同。结合热搜条目的具体内容,将四类话语模式概括为信息告知模式、积极行动模式、重点工作推进模式和风险应对模式。

图4 首都舆论的高频关键词的树状图

1.信息告知模式

此类话语模式下,自媒体舆论内容围绕一般通报类信息展开。“中小学”“高校”“时间”等词反映出疫情大背景下,教育系统对学生返校、离校的时间安排和规划管理,保障首都教育系统的稳定运行。例如“2020年北京高考时间变为4天”“北京高校9月前返校可能性很小”“北京大中小学3月初开学不实”这些教育规划相关的话题热度高且常居热搜榜排名前三。一方面，这反映出首都决策对全国的指导意义和参照作用,因而产生了全国范围的影响力；另一方面,由于北京教育系统的利益关涉群体庞大,且相较而言,北京因教育相关话题上热搜的比例要明显高于上海和广州,因而教育在北京的关注度更高。

利用微博平台的话题搜索功能,可以发现信息告知类话题往往由主流媒体担任主持人,这反映了在刚需信息上,权威的主流媒体是舆论引导的重要渠道。据新浪微博管理规定,热搜话题的主持人实行申请审核制,会综合考虑首发性、匹配度和贡献率,并且“对于社会热点事件类话题,权威媒体优先,首发报道者优先”。因此,微博话题主持人一定程度上反映出了账号主体对该话题的议程设置能力。

虽然信息告知的紧急程度较低,但其内容事关首都民众的切身利益,因此往往能成为舆论热点。例如,2020年7月14日,北京疫情防控新闻发布会提出学生在暑假期间需每天向学校报送健康监测数据。随后,“北京学生暑假需每日上报健康状况”话题被推上热搜,其中较热门的话题微博由北京日报、人民日报、环球网等主流媒体账号发布。从时间顺序看,该话题的“走红”经历了两个阶段:首先,主流媒体在互联网主战场广泛传播,推动政策飞入寻常百姓家；其次,自媒体用户加入,意见领袖和个人账号带话题发布微博、参与讨论,表达观点、态度乃至情绪。分析该话题下的原创微博,发现其引发自媒体舆论主要有三方面原因:(1)京外高校学生的参照性差距；(2)日常经验与情绪唤醒；(3)对政策通知的价值评判差异。热搜话题可能会唤起相关群体的日常经验和情绪,使隐性的负面情绪转化为显性的负面舆论。在此条热搜话题下,一些个体言论反映出部分政策在具体实施过程中,发生了一定程度的偏离,如“我都毕业半个月了还在打卡”“寒假的时候一天报三个,还是不同的软件”。这也反映出在疫情防控常态化的形势下,增强政府和教育系统数字治理能力,是一项重要的现实命题。

综上,在信息告知话语模式下,负面舆情更容易在第二阶段生成,在首都舆论热点偏向教育话题的情形下,要尤其重视高校舆论监测和引导,及时回应舆论关切。此外,舆论引导应当具备优势视角而非问题视角,对于负面舆论不应当粗暴地一删了之。自媒体一定程度上是社会的减压阀,借助网络舆论能够洞察社会心理,“对不了解情况的要及时宣介,对模糊认识要及时廓清,对怨气怨言要及时化解,对错误看法要及时引导和纠正”,让网络舆论成为民意的晴雨表和社会的黏合剂,这是让自媒体热点成为价值热点而非舆情热点的方法。

2.积极行动模式

此类话语模式下,自媒体舆论内容以紧急通报类信息为主,“启动”“通报”等高频词展现出首都作为积极行动者的形象。疫情背景下,积极行动主要包括两方面:(1)医疗系统在疫情暴发时的快速反应与积极响应,在树状图中表现为“肺炎”“医院”“启动”等高频词聚集；(2)行政管理系统对境外输入和公共场所疫情的及时通报,在树状图中表现为“境外”“新增”“通报”“小区”“地铁”等高频词的聚集。本文统计范围内,热度最高的话题为“北京警方通报吴某凡”,从通报发布到成为热搜榜第一,经历了不到30分钟。据知微数据库和微博平台的统计数据,该话题在榜时长达16.4小时,讨论持续两个月左右,阅读量为29.8亿,讨论次数为58.2万,原创人数5.5万,足见“顶流”明星的话题性及其对自媒体舆论的影响力。

分析该话题的热度趋势,发现该话题在经历警方通报时的热度暴涨后,出现了舆论次高峰。2021年7月22日晚上8点,北京朝阳公安的政务微博账号“平安北京朝阳”通报了吴某凡和都某竹的调查情况。10分钟后,该话题成为微博热搜,接着该话题热度暴涨，成为微博热搜榜首话题并维持了30分钟,此后,该话题热度出现断崖式下跌,但热度值依然保持在七位数(高于北京热搜的平均热度值)。当晚约11点,话题热度出现了次高峰。追溯该时段的微博,发现许多微博个人用户对一些媒体“转移焦点”式的报道表达异议。如腾讯视频等商业媒体的通知摘要“都某竹为提升网络知名度……”,北京日报发布的微博话题“靠炒作走红并非正道”,法治日报的评论文章《法律是一切蝇营狗苟的“照妖镜”》等成为了微博用户“截屏举证”的素材和广泛讨论的对象。

新闻评论是主流媒体发挥舆论引导功能的重要途径之一,而主流媒体关于“北京警方通报吴某凡事件”的评论效果,反映出特殊情况下舆情的稳定性。法治日报以客观的法律视角评判,指出“行为放纵者、恶意炒作者、欺诈行骗者,势必无一例外,终要受到法律的严惩”,指出对三类涉事主体应当依法惩治,这与网民对弱势方的同情与支持意见相左。部分自媒体将其解读为媒体受到资本操纵,这在一定程度上损害了媒体信誉。后真相时代,“情绪先于事实”可能表现为在关键事实缺位的情况下,公众非理性情绪的爆发；从另一方面而言,也可能表现为在重大伦理事件面前,公众对自身价值认同的恒定保护,反映出社会心态的相对稳定性。类似的事件还有鲍某某性侵案,鲍某某在事件被曝光后多次发声辩白,并未扭转社会的负面情绪,在重大社会伦理问题面前,新闻反转很难引起舆情反转。“北京警方通报吴某凡”事件则更加表明了自媒体话语空间对弱势群体的强势保护以及社会公众对主流媒体的“正义”期待。同时,公众对“不完美受害人”的认同,表明自媒体话语空间对“正义”的理解逐渐超脱了非黑即白的简单价值判断。

综上,与信息告知模式不同,在积极行动话语模式下,首都政府部门的权威通报往往是公众讨论的起点,而主流媒体的评论解读是舆论引导的关键力量,也是引发次生舆情的重点环节。因此,在此类话语模式下,主流媒体应当担负起明辨是非、激浊扬清的职责使命,在基本的价值判断上坚定立场,以快反意识和专业能力对政府决策进行有效解读,同时也要从同理心角度,对公众情绪进行有效引导。

3.重点工作推进模式

此类话语模式下,自媒体舆论更加聚焦北京的重点工作,如“顺义”“疫情”“防控”“发布”“冬奥”等高频词是首都严防疫情反弹和保障冬奥会的体现。总体而言,统计的所有北京热搜中,冬奥相关话题持续时间较长,但热度和排名维持在较低的状态。结合与冬奥会相关热搜话题的具体内容,发现在北京筹备冬奥会的过程中,志愿者踊跃报名、场馆建设有序推进、疫情防控严格部署、受到了国际赞扬等事件在自媒体舆论话语空间充分展现,描绘出积极正面的首都形象。

通过对冬奥相关话题的热度排序和分析,发现展现首都形象的公共话题内容与自媒体话语空间的声量之间具有一定联系:(1)与用户文化喜好贴切的话题具有更持续的影响力。如“北京冬奥会吉祥物冰墩墩”话题排名最高,累计在榜的时间最长。一方面,冰墩墩以熊猫为原型,形象憨厚可爱；另一方面，冰墩墩系列文创产品和城市地标景观,激发起用户社交传播与分享的欲望,因而赋予了话题新的活力。(2)节点时刻的仪式性话语具有较好的传播效果。#北京申冬奥成功六周年#的话题热度最高,此外,#北京冬奥会倒计时500天# #北京冬奥会倒计时一周年# #北京冬奥倒计时1000天#的热度排名分别为第4位、第6位和第7位,但这些话题下存在内容同质化的现象。(3)需要用户参与的话题讨论量更大。正如前文所述,话题一旦成为热搜,围观行为会带动话题热度增值和社会参与。志愿者招募的启动时间、志愿者报名的人数、残奥会志愿者的招募通知,往往能引起网友的积极热议并激励原创内容生产。(4)开放式的话题有利于构建更加多元的讨论空间,延伸话题的触及度,增强讨论的深刻性和穿透力。例如#北京冬奥会将用二氧化碳制冰#话题促进了多元内容生产,包括聚焦式的新闻短片和科学纪录片,在构建首都低碳环保形象的同时,传达了科技向善的理念,促进了降低碳排放的知识传播。这表明在首都城市形象的公共话语建构上,应该秉持更加开放和共享的姿态,为公众提供积极参与的路径。

综上,首都推进重点工作的举措以文字、图片、视频等多模态形式呈现在自媒体舆论话语空间,也在客观上塑造着首都在自媒体上的形象。在双向互动的传播机制下,热搜话题的传播数据可以作为用户反馈,成为提升首都形象的参考依据。此外,首都形象的塑造需要建立立体化的传播机制,不仅用文字宣推的方式进行呈现式报道,还要通过文化产品创新、用户参与创新、阐释角度创新等方式,持续激活优质话题的生命力,构建现代化、国际化的首都形象。

4.风险应对模式

此类别下的高频词较为庞杂,主要指向核酸检测结果、入境人员要求、国际航班取消等话题。“风险”即危险事件发生与其产生的可能性后果。结合热搜的具体条目,发现“入境”“取消”“回应”等高频词共现时,许多话题带有一定的风险性,包括具有风险预防性质的话题,如“北京不再受理入境人员居家隔离申请”“北京大兴机场取消航班38架次”等话题；还有一些具有风险回应性质的话题,如“北京卫健委回应暴力伤医事件”“北京地震局回应门头沟地震”等话题。

在风险应对话语模式下,无论是风险预防还是风险回应,话题本身就聚集了较高的社会关注。疫情防控期间,新增确诊、风险地区、核酸检测等方方面面牵动着舆论起伏。在疫情之外的风险事件中,首都作为事发地或应对主体,应当基于事件和语境的特殊性,审慎采用传播方式和话语修辞。2020年1月20日,北京朝阳医院发生一起暴力伤医事件,致眼科医生陶某受伤。北京市卫健委虽当日及时发布通告,但在此前浙江、江西等地接连发生几起暴力伤医事件的情境下,舆论反应仍然较为激烈。结合通告文本分析发现,该通告用较短的篇幅介绍事件情况,对公众关注的核心问题回应不够充分,用较多篇幅和固定修辞回应情绪较强烈的社会舆论,显得缺少人文关怀。在政府的危机情况通报文本中,管理举措展示话语模式是最典型的话语生产结构。在多起暴力伤医事件发生的背景下,除了强调加强安保力量、排查纠纷矛盾等管理举措,更应重视依法追责和惩治措施的实质落实。

公众的情感诉求是舆情爆发的关键条件。虽然古话道“言多必失”,然而在风险传播中,特定时空、特殊场景都会影响传播效果,信息发布主体应当充分重视公众的情感诉求,回应公众关切、增强人文关怀,严肃审慎地回应群众关注的核心问题,避免引发次生舆情。

(四)趋势预测:疫情防控的基础主题与新增病例的风险警示

为了进一步验证聚类分析的结果,更直观形象地对首都舆论话语模式进行类别划分,尤其着重发现首都自媒体舆论的主题发展趋势,本文进一步采用多维尺度分析方法。

多维尺度分析是一种将研究对象具象化为点,并放置在低维空间中进行定位、分析和归类的方法。相较于聚类分析,由多维尺度分析生成的战略坐标图更加直观,承载的信息更加丰富。一方面,多维尺度分析保留了对象间的原始关系,能呈现对象间的相对位置,两个点的距离越近表示差异越小。研究者根据点的聚集情况划分主题类团,能动性更强,可以对聚类分析结果进行矫正参考。另一方面,由多维尺度分析生成的战略坐标图具有特定的含义,基于各个主题在战略坐标图中的位置,能够分析主题发展、演化的趋势。

在战略坐标图(参见图5)中,X轴表示向心度,即主题间的联系强度,可理解为主题的核心程度；Y轴表示密度,即一个主题内部的联系强度,可以理解为主题的成熟度。第一象限代表了成熟度高的核心主题,第二象限代表了成熟度高的周边主题,第三象限则代表了新主题或将要消失的主题,第四象限代表了成熟度低的基础主题,由于该象限内的主题与其他主题联系紧密,只不过该主题内部发展不成熟,因而第四象限往往代表了可能成为核心的趋势主题。

图5 战略坐标图的四个象限及含义

在操作层面,将高频关键词的相异矩阵导入SPSS 25.0,选择多维标度(ALSCAL)功能,将标度模型设为欧氏距离,测量级别为有序,结果显示Stress=0.27,RSQ=0.69(>0.6),说明其拟合效果较好,由此得到高频关键词的战略坐标图(参见图6)。

图6 高频词的战略坐标图

从战略坐标图可见,类团之间的区隔较为明显,可以较明确地将高频词划归为四类,类团内点的分布相对分散,且多分布在第二、三、四象限。结合战略坐标图的属性分别对四个类团主题进行分析:(1)主题1和2的高频词几乎都是疫情相关词汇,两个主题与积极行动模式下的高频词较为对应,分布在第四象限,反映出疫情防控是北京舆论的基础主题。有所不同的是,主题1的主体位于第一象限,主题2的主体分布在第四象限,两者相对比得出以“新增确诊病例”为主题的风险话语,比以“核酸检测”“医院”“密接”为主题的事实描述话语更为成熟,这反映出主题1中的“新增”“境外”“输入”等易引发情绪的风险话语,具有发展为首都舆论的核心话语的趋势,在自媒体舆论场上应当重点关照。(2)主题3的主体分布在第三象限,与聚类分析的信息告知模式和重点工作推进模式较为匹配,反映出基于疫情防控的信息告知和重点工作推进具有较强的独立性,即自媒体舆论中该类型的话语指向性明确。(3)主题4内部的“大兴”“国际”“机场”“航班”等词联系紧密、共现性强,因为“大兴国际机场航班”作为专有名词在北京热搜中经常同时出现,也与逻辑常识相符。总体来看,战略坐标图中第一象限的类团主题较空缺,反映出在以微博为代表的自媒体舆论场上,首都舆论缺乏较为核心的话语主题。

四、结语

基于对近三年北京热搜的共词分析,发现新冠肺炎疫情对首都自媒体舆论影响的显著性。尽管关于教育、文体、气象的消息偶尔“冲上热搜”,但“首都”更常与“疫情”相捆绑,出现在自媒体舆论场上。

从话语空间生成的角度来看,信息告知模式、积极行动模式、重点工作推进模式和风险应对模式,共同构成了首都舆论的四种话语生产模式。这四种话语模式也反映出自媒体舆论场上的首都形象,即疫情大背景下,各职能部门采取措施积极防控、合理规划、有序推进,总体而言首都形象是积极严肃的。研究也发现,在以北京热搜为代表的自媒体舆论中,彰显首都友善活力的良性互动话语和展现首都深厚文化底蕴的人文话语,相对较缺乏。未来,主流媒体还需要深入探索提升议程设置能力,充分利用首都的政治、文化、科技和国际交往的资源优势,以读者喜闻乐见的方式发挥信息传递、价值传导、舆论引领的功能,打造爆款产品,丰富首都形象,打造城市品牌,构建彰显首都深厚文化底蕴的首善之区。

此外,本文在研究设计和方法运用上,存在一些不足。一方面,近三年的北京热搜中疫情话语较突出,而脱贫攻坚、乡村振兴、建党100周年等主题未反映在北京热搜中,这可能是由于主流媒体在设置话题时,未将“北京”与主流舆论热点捆绑发布。另一方面,在聚类分析和多维尺度分析的结果中,出现了少量难以解释的异常点,这可能与使用软件的算法模型相关,未来可以尝试更为先进的聚类工具。

注释:

① 陈龙:《“借题发挥”:一种中国特色的网络舆论话语生成模式》,《新闻与传播研究》,2019年第12期,第76页。

② 黄永林、喻发胜、王晓红:《中国社会转型期网络舆论的生成原因》,《华中师范大学学报》(人文社会科学版),2010年第3期,第49页。

③ 韩立新、霍江河:《“蝴蝶效应”与网络舆论生成机制》,《当代传播》,2008年第6期,第64页。

④ 焦德武:《政务新媒体、公共信息传播与舆论生成研究》,《新闻界》,2018年第2期,第60页。

⑤ Van Dijk,Teun A.ed.DiscourseStudies:AMultidisciplinaryIntroduction.Sage.2011.p.3.

⑦ 姚乐野、吴茜、李明:《新冠肺炎疫情微博舆情传播的网络结构分析》,《图书情报工作》,2020年第15期,第129页。

⑧ 李明德、张玥、张琢悦等:《2014—2017年雾霾网络舆情现状特征及发展态势研究——以新浪微博的内容与数据为例》,《情报杂志》,2018年第12期,第112页。

⑨ 张春华:《网络舆情:社会学的阐释》,社会科学文献出版社2012年版,第32页。