新冠肺炎疫情中大学生的网络情绪特征及治理——基于H高校封闭管理的微博文本分析

井世洁 殷 航

一、问题的提出

封闭管理（Lockdown）是世界各地普遍采用的新冠肺炎疫情防控措施，对降低新冠病毒传播的速度，预防病毒传播具有重要作用[1]。但是，封闭管理是一把双刃剑，在遏制疫情蔓延方面发挥积极作用的同时，还会对社会生活的各个方面造成不良影响[2]。封闭管理对个体心理健康的影响已经得到足够重视，有研究显示，封闭管理会显著提高个体出现抑郁、焦虑、冲动行为、躯体障碍、睡眠障碍、情绪困扰和自杀行为等的概率[3][4][5]。情绪是生理唤醒和认知相结合的产物，除了封闭管理防控措施的影响之外，新冠肺炎疫情的突发性、紧急性、危害性、不确定性等特征也极易诱发各种消极情绪[6]，导致群体性恐慌、焦虑、愤怒和冷漠[7]。

高等学校是疫情防控的重要阵地，人员密集等特点增加了疫情防控的难度。相关部门已经出台多项针对性政策，尤其是2021年8月发布的《高等学校新冠肺炎疫情防控技术方案（第四版）》对于高等学校的学校管理举措提出详尽要求，并强调对发生疫情的高校进行封闭管理等应急处置措施。封闭管理过程中，大学生不但要适应全面线上教学新变化，完成学校安排的各种学习任务，还要面对封控带来的日常生活方式变化，极易出现各种不良情绪[8][9][10]。

当代大学生是出生于网络时代的数字原住民，倾向于将社交媒体作为个人情绪表达与分享的主要场所[11]，封闭管理则进一步推动了社交媒体平台成为大学生信息交流的主要渠道[12]。一方面，大学生可以通过网络信息交流获取外界信息，通过网络情绪表达释放紧张情绪、缓解心理压力；另一方面，个体在社交媒体上表达的情绪会快速传播并大规模传染，如果网民受到负性情绪的感染并产生共鸣，会影响网络舆情朝特定方向发展，进而衍生出严重群体事件和次生社会问题。

伴随着网络传播形态的发展和对网络舆情治理的重视，学界对网络情绪的关注日益增长。本研究将网络情绪界定为：由于受到外部信息或内部情绪状态的影响，个人或群体在网络空间中主动或被动地产生的心理体验和情感反应。通过Python数据挖掘、NLP情感分析技术和LDA主题分析，对H高校2022年新冠肺炎疫情封闭管理期间大学生的微博文本展开分析，考察大学生对封闭管理的网络情绪特征及影响因素，以此为重大公共卫生事件中的大学生情绪疏导及生活适应提供帮助，也为推动高校网络舆情治理水平，减少因重大公共危机事件舆情所带来的次生危机提供对策建议。

二、数据获取与分析

（一）数据获取

新浪微博是中国最具人气的社交平台之一。《新浪微博年度报告2021》显示，截至2021年12月，微博月活跃用户为5.73亿，平均日活跃用户达到2.49亿[13]。新浪微博兼具用户实时自我表达与社交互动、内容创作及传播等功能，在诸多舆论事件的传播中发挥重要作用，已成为了解群体情绪及网络舆情状况的重要阵地。在新浪微博月活跃用户中，75%以上为Z世代，即1995―2009年出生的人群。大学生们是其中重要的活跃群体，他们借助微博表达自我。

本研究选取新浪微博作为原始文本数据的来源平台，采用Python网络爬虫程序，抓取了2022年3月10日至3月25日间包含“H高校”及相关称谓的原始微博文本数据。之所以选择H高校微博文本作为研究素材，是因为作者作为该校专业教师与学生，能够结合网络文本信息参与观察，深入研究问题。而之所以将3月10日至3月25日作为数据采集区间，是因为3月10日是学校因疫情正式封校闭环管控的开始时间，而3月25日为学校正式进入准封闭管理状态。研究通过python网络爬虫程序共获取9737条微博文本数据（表1）。

表1 微博文本数据信息情况

（续表）

（二）数据预处理

为提高数据质量和符合后续具体任务要求，研究者进行了多项数据预处理活动。首先，对数据中的重复文本及非文本数据（包括URL、HTML和一系列表情符号数据）进行删除以减轻后续工作量、提高效率。其次，采用人工识别的方式删除相关新闻报道，以更好地保证所获取文本的准确性。第三，进行jieba分词前去除标点符号等对语义无影响的特殊字符。为保证数据结果的精确度，将与此次研究相关的特定词汇进行整理并导入分词系统，参考哈工大停用词表等，对微博文本数据中的停用词进行过滤，尽可能减少冗余词汇对情绪分析的影响。经过数据预处理后，共获取4515个微博文本和2859名微博用户，以供后续分析，每日的数据量及占比见表1。

（三）数据分析

目前对于网络文本进行情感分析的主流方式有基于情感词典的方式和基于机器学习的方式两大类。前者主要是通过将文本数据与词典中表达情感的关键词进行匹配进而划分文本情绪类型或计算其情绪倾向[14]。本研究主要采用该方法对文本数据进行情感分析，包含情感词典匹配和SnowNLP调用，再将分析结果运用LDA 主题模型进行主题建模，旨在探究突发公共卫生事件下网络情绪的动机及成因，以提升高校应对网络舆情治理的能力。

1．情感词典匹配

本研究采用基于情感词典的方法，即通过将情感词汇本体库与所爬取到的微博文本数据匹配，对文本中的情感关键词进行提取，以此识别新冠肺炎疫情封控期间与H高校大学生相关原创微博的网络情绪类型。情感词汇本体库将其所包含的词汇情感维度分为乐、好、怒、哀、惧、恶、惊七类，每个维度下又包含若干子类[15]。其中“好、乐”为正向积极情绪，“怒、哀、惊、恶、惧”为负向消极情绪。

2．SnowNLP

SnowNLP是借鉴TextBlob，使用Python所编写的类库，便于对中文文本内容进行处理。其通过读取文本内容、数据处理、计算词汇词频和文本内容的先验、后验概率，从中选取较大概率的类别。本研究主要通过调用基于朴素贝叶斯原理的SnowNLP类库进行情感倾向分析，计算所得到的情绪倾向值，用以反映微博文本情绪趋向积极的程度。情绪倾向值（0—1）越趋近1表明该微博文本情绪越积极，反之，越接近0就越消极[16]。

3．LDA主题模型

LDA（Latent Dirichlet Allocation）是一种主题模型，具有较好的模型扩展能力，被广泛用于微博话题特征抽取、网络舆情观点提取[17]，非常适合非结构化文本的文档聚类、信息检索以及特征选择。本研究使用LDA这一非监督式学习算法，采用Python程序设计语言的LDA包，基于情感分析结果对不同情绪的微博文本进行主题建模，以探究大学生网络情绪的主要影响因素。

三、实证分析结果

（一）封闭管理阶段大学生网络情绪倾向性特征

情绪关键词是对疫情期间微博网络情绪的高度概括，一定程度上反映了微博舆情的主导情绪类型。将所获取的微博文本数据与情感词典相匹配，此次研究共提取到情绪关键词汇1389个（词频6228次），其中各类型网络情绪占比由高到低依次为：“好”（50.88%）、“恶”（22.01%）、“乐”（13.01%）、“哀”（7.82%）、“惧”（4.91%）、“惊”（0.98%）、“怒”（0.39%）。“好”是封校期间大学生在微博上所传达的最主要情绪类型，该类型的词频总数达到3169次；其次是“恶”和“乐”，情绪关键词分别出现了1371次和810次；在另外四种情绪类型中，“哀”和“惧”的情绪较为突出，词频总数分别为487次和306次，而“惊”和“怒”情绪关键词出现频次较低，仅为61次和24次。情绪类型分布如图1所示。

图1 微博文本多维情感雷达图

对不同情感标签下的文本数据进行关键词提取，以词云图形式直观展示（图2），其中几类情绪类型的典型高频关键词主要包括：希望（323）、起来（115）、大白（73）、消息（65）、困难（51）、担心（45）、难受（43）、病例（27）等。其中“希望”是对早日解封、恢复正常生活的期待以及对健康平安的希望和关切；“起来”是对疫情结束好起来的期盼；“大白”是对志愿者、教职工辛勤付出的认可与感动；“消息”表示对小道消息的恐慌以及对学校消息相对闭塞的不满；“困难”是对疫情不可预见的恐惧以及对学校遭遇处境的同情；“担心”来自消息滞后、不透明导致的内心担忧以及对志愿者、教职工、学校状况的关注；“难受”是疫情下自由被束缚、心情压抑的体现；“病例”则显示出对学校出现不明疑似阳性感染者所带来的恐慌。可以发现：封闭管理期间大学生以积极情绪为主导，总体保持着积极的情绪状态，但消极情绪仍占据较大比重，不利于大学生自身稳定与健康，需要得到必要重视。

图2 微博文本多维情感词汇云图

将大学生封闭管理阶段在微博上表达的情绪进行分类后，可以发现积极情绪（好、乐）关键词共出现3979次，占总词频数的63.89%；消极情绪（恶、哀、惧、惊、怒）关键词总计出现2249次，占36.11%。在积极情绪中，“好”（79.64%）占据绝对主流。积极情绪具体表现为赞扬（56.85%）、快乐（13.57%）、喜爱（8.82%）、尊敬（6.78%）、相信（5.83%）、安心（4.88%）、祝愿（2.31%）（百分比为在所有正向情绪中的占比）等情绪。而大学生的消极情绪（恶、哀、惧、惊、怒五大类情绪）所占比重为36.11%，主要集中在贬责（45.84%）、烦闷（13.01%）、悲伤（10.44%）、憎恶（7.41%）、恐惧（5.30%）、慌（4.84%）等情绪（百分比为在所有消极情绪中的占比）。消极情绪对人的身心状况具有较大破坏作用，虽占比较小但仍不容忽视，需要引起足够的重视。

（二）封闭管理阶段大学生网络情绪的时序演进特征

随着社交网络的不断发展，用户在网络空间的情绪表达不断汇集成一股洪流，掌握并利用好情绪波动的规律性特征，对把握社交媒体中的情绪传播具有重要意义[18]。图3是微博文本多维情感每日占比图，用以描述好、恶、乐、哀、惧、惊、怒七种情绪大类的每日分布情况及演变趋势。

图3 微博文本多维情感每日占比图

在七类网络情绪中，情绪类型“好”的占比一直在近40%以上，且有四个高峰值，分别是3月14日（57.83%）、3月18日（61.35%）、3月22日（70%）及3月24日（67.86%），显著低值主要出现在3月15日和3月20日；结合相关原初文本，3月14日，#校长为学生打包午饭#话题登上微博热搜，传达赞扬、相信和祝愿的微博文本数量激增，其中具有典型性的微博如:“我校老师真的很好，当志愿者给学生打饭。我校学子真的很优秀，凭学生一己之力冲上热搜，希望得到帮助。大家真的都好棒好强！加油！！！我们会很快渡过难关的！”表达了对大学生与教师群体的赞扬，以及争取帮助、共渡难关、战胜疫情的信心。3月18日，收获一大波来自校友的物资，赞扬感激之情经由微博表达出来，“H校校友真好呀！这两天收到了好多医用口罩n95，酒精喷雾，洗手凝胶，免洗洗手液，VC，泡面，酸奶，牛奶，洗脸巾，榨菜，饼干，耙耙柑……”。3月22日及3月24日的微博文本主要反映了心态的调整改善以及对解封的期盼：“延迟感慨下俺们H校的青团真的很好吃！”“H校封校DAY14希望明天顺利解封。”

情绪类型“恶”的占比在“好”的四个高峰值内维持最低的状态，但最后两日呈现显著上升趋势，显著高峰值主要出现在3月15日、3月17日、3月20日和3月25日。结合文本分析，3月15日，有消息指出，因两名大学生核酸逃检导致继续封闭管理十四天，一时间烦闷、愤怒情绪小规模爆发，在情绪类型“怒”也有所体现：“至少三天没法去浴室了，逃核酸的滚出学校”。3月17日，自15日通知不允许洗澡后，有关洗澡的争议持续上升，发文集中于#H校学生十四天不洗澡#话题：“物理上的发烂发臭，给了心理咨询电话有什么用？不洗澡睡不着觉焦虑恶心想哭是心理问题？？防疫条款里没有保持个人卫生吗？”3月20日，较为突出的情绪反应涉及自我居家隔离申请，由此引发对学校行政管理的质疑：“情绪问题可以通过申请，需要定期检查的病可以驳回。反正我是真的破大防了，手术都没哭成这样过。这次封校有的人夸你，但我真的失望透顶了，你的行政怎么烂成这样？”3月25日，封校管理第十五日，是同学期待学校下达通知的日子，渴望回家的情绪强烈：“啊啊啊啊啊啊啊啊啊啊啊，放我出去，放我出去，放我出去，放我出去，放我回家，放我回家，放我回家，放我回家，再关下去我真的会精神异常。”

“乐”的占比总体表现平稳，三个显著高峰值出现在3月13日、3月21日及3月24日。大学生的“乐”情绪主要来自于收获到的各种快乐，比如同学、朋友分享的内容：“H校人真的都好乐观啊。虽然情况很紧急很严峻，但是一刷朋友圈都是好笑的梗和图……看完之后也缓解我的情绪了。”又比如参加志愿者的充实快乐：“开始以为会是大白然后变成了小蓝之后穿着雨衣成了五彩斑斓最后就变成了鸭嘴兽送饭大叔。”以及对出门做核酸的欣喜：“放风，最后一次核酸革命成功，近在咫尺。晒晒太阳好舒服。”

情感类型“哀”的占比在整个封闭管理前期波动较小，后期触底反弹，波动较大。“哀”的情绪主要包括对学校的失望：“H校今天晚上真的对你很失望。”（11日晚一批大学生转运隔离，联接不畅出现大学生滞留）“H校你真的很会让人灰心失望和厌恶。”以及对学校处境的同情：“天，H校好穷啊，好心疼。”

“惧”的占比最高峰在3月20日（10.17%），封闭管理初期占比维持高位，中间有所缓和，后期呈阶梯状下降趋势。面临突发疫情和封校管理，惊惧、恐慌情绪涌上心头，成为开始阶段大学生的情绪反应：“H校我求你快封校我害怕。”“快一刀给我个痛快吧。孩子天天惶惶不可终日。”

“惊”和“怒”的占比总体维持最低状态，最高峰值分别为3月21日（5.13%）和3月15日（1.88%）：但总的来说，“惊”集中于封校初期，主要是对学校疫情状况和突然封校的惊讶、不知所措，“突如其来就封了”，“哇！！原来我就是完全不知情的大三学姐耶，H校真有你的”;而“怒”则主要是对逃避核酸的气愤：“真有点不行了，H校都啥样了还逃核酸？？？要脸？？？全H校给你陪葬？？？”

结合微博文本多维情感每日占比图（图3）及对各情绪类型的时间演进特征的分析，可以发现积极情绪 “好”与消极情绪 “恶”在封闭管理过程中一直处于高位，且呈现反向变动模式；“乐”“惧” “哀”“惊”和“怒”等情绪强度较低，各自存在一定时程变动特征。归纳起来，大学生各类网络情绪的变动主要与日常生活事件相关联，学校在封闭管理期间采取的各项举措均会引发其高强度情绪反应。

（三）基于主题分类的封闭管理阶段大学生网络情感特征

为探讨影响大学生封闭管理阶段网络情感的影响因素，需要从不同维度深入挖掘文本，结合文本主题与情感的结构特征进行综合性审视。根据由SnowNLP所计算的情绪倾向值，将情绪分为积极情绪（情绪倾向值为0.6―1）、中性情绪（0.3―0.6）、消极情绪（0―0.3）三类。研究运用LDA主题模型，结合TF―IDF算法分别对积极情绪和消极情绪进行主题建模，获得了对应的相关主题，并据此探索大学生网络情绪的主要影响因素。

1．与积极情绪相关联的主题

与积极情绪相关联的主题主要有四个，分别为主题#1 “疫情相关主体”，主题#2“物资支持”、主题#3“共克时艰”和主题#4 “登上热搜”，且离散程度较高，呈现出较好的模型拟合性,分别覆盖了37.1%、24.1%、21%、17.8%的文本信息（图4）。

图4 积极情绪LDA模型可视化图

根据给出词汇的情况回到微博文本中进行人工检查和提炼，从中可以总结出封校管理期间积极情感所包含的四个主题。

与封闭管理阶段大学生积极情绪相关的第一个主题为 “疫情相关主体”，其中包括志愿者、老师、学校、食堂、同学、宿舍、大白等。3月10日，学校贯彻上级指示，第一时间对校园进行闭环管理，迅速组织起医护人员、学校退伍士兵、教职工、大学生志愿者在内的疫情防控队伍，负责校园秩序引导、核酸检测、门岗物资搬运、食堂打包分餐、防疫物资分发等工作，构筑起疫情防控的坚实防线。为防控疫情无私奉献的多元工作主体成为同学们感恩、致敬的对象。如有同学表示：“H校加油！每一顿饭都很感恩，谢谢为我们连轴转的医护人员、老师、退伍军人、志愿者和食堂叔叔阿姨们！”这极大地激发了大学生群体的积极情感，并通过网络表达进一步感染更多同学，形成积极的公共舆论，这对于改善处于疫情阶段的同学们的情绪状态，激发群体积极情绪大有裨益。

与封闭管理阶段大学生积极情绪相关的第二个主题聚焦来自校友、爱心企业和机构的物资援助。截至3月23日晚8时，累计收到广大校友和爱心企业捐款捐物超1000万元，捐款超3万人次。来自各地校友、企业的捐赠既为H校人增添了战疫物资，也使H校人获得了温暖与感动的战疫精神力量。有同学感慨：“我以为我会断粮，但校友和各大企业都说：不可能！！牛奶酸奶没断过，水果也一直供应，还有各种好吃的，我简直爱死你了H校！”来自校外的支持与援助同时也为抗疫工作送来了支持和希望。正如习总书记所言：“手中有粮，心就不慌在任何时候都是真理。”疫情期间，面对未知的恐慌，充分的物资供应与资源链接对稳定及激发大学生们的积极情绪具有重要作用。

与积极情绪相关的第三个主题为“共克时艰”。有同学表示：“这波反应速度非常及时，学校的保障政策也是以学生为先。”“优先保障学生，这是一个有情怀的学校！”“H校大学生用自己的努力建立互助文档交流信息，建立了与学校的沟通。”“H校真的是再苦不能苦孩子，为了确保安全，已经停止全部大学生志愿者，老师、校长全部亲身上阵。”封校伊始，学校反应及时、以快制快，迅速组织起有效力量：学生互帮互助、积极响应号召进行志愿服务；老师也通过实际行动践行着“以身为范、立德树人”的格言；工作人员夜以继日忙碌在后勤保障一线，守护着H校学子的健康与生活。保卫H校，每个H校人都在行动。齐心协力，共克时艰。

还需提及的第四个与积极情绪相关的主题为“登上热搜”。由表1可见，3月14日的微博数量居于单日微博数量首位，这主要是为保障大学生生命安全和身体健康，进一步落实网格化管理措施，全校教职工集体承担起所有的志愿服务活动。近2000人次教师志愿者走进食堂、走进园区。校长化身“打饭人”出现在食堂配餐队伍中，一时间#H校校长为学生打包午饭#话题登上微博热搜，大学生借助微博平台表达了对学校的理解、感谢与支持，为学校发声，践行着H校人的职责，有同学发微博称道：“这条微博热搜真的是大家团结的结果啊！”这也成为H校自封校管理以来最为突出的网络群体情绪事件。

2．与消极情绪相关的主题

与封闭管理期间消极情绪相关的主题主要有四个，它们是主题#1“相关场所”、主题#2“日常生活”、主题#3“封校状态”和主题#4“行政工作”，分别覆盖了31%、26%、24.2%、18.8%的文本信息（图5）。

图5 消极情绪LDA模型可视化图

在封闭管理时期引起大学生消极情绪的第一个主题聚焦在以大学生寝室为主的相关场所上。自封闭管理伊始，学校便开始执行网格化管理，大学生被通知在寝室等待，学习生活都在此间进行，寝室成为大学生最主要的活动场域，局促的生活环境和同学之间的相互影响等因素成为负面情绪的重要来源。有同学反映：“因为室友在寝室外放网课，戴着耳机也能听见身后嗡嗡的讲课声，心里有点烦闷，忍不住呛了室友一句让她戴耳机。”封闭管理对自由的束缚令大学生感到烦闷:“学校已经关闭了几天。真希望这两天情况会好一些，自由一些。”足不出户也引发了对家的思念:“今天的空气让我想家。”依托网格化管理链条，加强对大学生寝室问题的重视，应成为高校封控管理中的重要任务。

第二个与大学生消极情绪相关的主题涉及日常生活中的饮食、洗浴等方面。相较于平日生活，封闭式管理下，学校的相关通知若得不到学生理解，容易滋生学生的不满情绪，通过网络会夸大并加剧不满情绪的蔓延。作为疫情管理的重要一环，洗浴问题受到大家的关注：“虽然我觉得话题可能有些夸张，但我确实已经两天没洗澡了，并且不知道还有几天不能洗…现在臭臭地躺在我的小床上，刷着这个话题下面的帖子努力不流眼泪……”“H校不能洗澡我真的会谢……”特殊时期，持续关注大学生心理状况与生活状况，同时建立有效的沟通渠道，积极回应大学生诉求应引起足够重视。

与消极情绪相关的第三个主题为“封校状态”。封校管理这一特殊应对措施使大学生进入从未经历过的状态，会让他们出现极大的不适应，疫情管控期间的“核酸”“口罩”“消息”等都影响着大学生的心理状态。“我真的会谢!疫情什么时候滚出,拆那！不想封校！！！呜呜呜希望H校的异常不是阳！大学城别沦陷，求求了！”“有人知道周四以后学校是怎么安排的？再隔离下去我真的会疯。”体现了封闭管理对大学生所造成的极大心理冲击。

还需提及的第四个与消极情绪相关的主题为“行政工作”。这一主题主要涵盖了“封楼”“疾控中心”“官方”“疫情”等信息。当出现信息滞后与消息不透明时，大学生们会出现恐慌情绪，不安全感上升。如，在大学生们从非正式渠道得知出现疑似阳性病例时，会在微博上表达：“为什么什么都不说啊，你不懂吗？H校！你一直沉默，越沉默我们越担心啊。”“H校到底能不能做到信息公开啊，封在宿舍里啥情况也不知道，就一味地被提醒戴好口罩、足不出户，信息不透明很容易造成恐慌情绪的啊……”“学生更想看到的是关于校内疫情的实时情况通报。”因为未能及时发布信息和缺乏有效的沟通导致大学生在微博上表达对学校行政管理的不满。

通过对积极情绪和消极情绪的主题分析可以发现，在封闭管理阶段，大学生的网络情绪与日常生活事件紧密相关。当高校应对措施符合学生期待时，积极网络情绪凸显；反之，则表现为担忧、恐慌、愤怒等消极情绪。因此，面对公共危机事件时，不但要关注公共危机事件本身对大学生带来的不利影响，更要重视高校公共危机事件响应能力的提升，以免引发次生危机和次生舆情。

四、治理对策与建议

新冠肺炎疫情以其突发性、不可预见性和强破坏性等特征易引发大学生的强烈情绪反应，封闭管理的信息闭塞和生活不便更进一步加剧了他们的情绪反应。当大学生通过网络表达分享个人情绪时，这些个人化情绪经由网络快速传播造成大规模传染，凝聚成广泛、复杂却相对稳定的网络情绪。对于大学生网络情绪进行治理不但对于维持大学生良好的情绪状态和心理状况有重要作用，更对网络舆情规制与引导具有重要价值。

（一）以学生需求满足为导向的高校应急管理响应力提升

新冠肺炎疫情暴发极易引发大学生的强烈情绪反应。师生员工的无私奉献、来自社会各界的物资捐助、学校管理的快速响应等因素显著提升大学生的积极网络情绪，而封闭管理带来的不适应及信息发布滞后等问题则导致了消极网络情绪的增加。高校应加强封闭管理时期网格化管理措施，对工作职责进行合理分工；动员全校师生积极参与学校封闭管理时期的各项工作，在疫情检测排查、环境清洁消杀、宿舍监控管理、饮食采购供应等方面有条不紊地推进；要注意形成高效透明、沟通顺畅的舆情管理机制，要建立重大疫情信息强制披露制度，通过正式信息渠道及时公开相关信息；还应强化应急物资储备保障，积极与相关物资提供方进行沟通与协调，充分吸纳来自公益基金会、校友会等来源的资金和实物物资，保证相关物资与资金的及时到位与使用。高校应急管理响应能力的提升促进了大学生封闭管理阶段主导需求的满足，这有利于减少大学生的消极情绪。

（二）构建思政教育与心理辅导相结合的大学生情绪疏导模式

根据情绪社会分享理论的观点，人们更倾向于进行含有情绪感受的网络表达，且这种分享可以满足个体获得支持和尊重的需要，有利于促进人际交往和身心健康。本研究发现，大学生在封闭管理时期以积极情绪为主导情绪，这与以往研究所发现的人们通过网络表达对疫情的积极情绪的结果相一致[19]。大学生基于“积极偏见”在网络上更多谈论全校师生共克时艰、校友物资援助等积极话题，不但会为自己带来更好的心理感受，更能凝聚网络舆论，引导积极网络共识，从外至内强化大学生的积极情绪。

大学生思政教育工作者应顺应此规律，在传统大学生思政教育方式基础上，将网络作为大学生与外部交流的主要媒介，通过“云端党课”“线上班会”、学校及相关二级部门公众号、微博等创新型思政教育形式加强大学生主流意识形态和社会主义核心价值观教育，引导大学生学习应对疫情科学知识，强健体魄，合理作息、防范风险，提高科学防控疫情的能力。通过提高大学生应对疫情的思想意识和能力进一步促进积极情绪产生与表达。

消极情绪会影响到大学生的学习生活，危害大学生的身心健康，不利于大学生的人格发展，甚至诱发疾病、滋生反社会行为。为此，高校应为封闭管理状况下的大学生提供必要的心理健康服务，包括疫情恐慌类、人际关系不良类、学习困难类、求职就业困扰类等常见问题的咨询服务，通过网络或电话进行个体咨询和团体辅导。特别是对于感染新冠病毒或成为密切接触者的大学生尤其应重点关注。另外高校还要具备对于大学生心理危机的精准研判与快速响应干预能力，将心理危机的不利影响降到最小。

（三）以避免次生舆情为核心的网络舆情监管

本研究聚焦网络情绪的原因很大一部分在于网络情绪会通过情绪感染方式影响网络舆情的发展方向，在舆情生成扩散中发挥关键作用。尤其是伴随着公共危机事件应对所产生的消极网络情绪会恶化网络舆论空间，削弱抗疫能量，引发行为越轨，增加高校校园治理难度。应通过大数据检测手段，建设高校网络舆情监测平台，深入研究高校网络舆情的发生、发展、演变和衰退机理，设计相关舆情监测指标，对涉及学校的舆情事件开展持续监测与预警，畅通同校外相关部门的信息交流渠道，促进对相关网络舆情的动态监控与有效疏导。还要大力发掘一批高校网络意见领袖，引导其正面发声、理性发声、主动发声，发挥好高校网络舆情“稳定剂”效用，提升大学生群体的正面情绪，促进网络舆情朝着积极方向发展。

未来属于青年，希望寄予青年。大学生是我们国家和民族发展的力量所在，也是党和国家事业成功的力量所在。面临新冠肺炎疫情的严峻形势，做好疫情防控工作，落实封闭管理成为今后一段时期高校常态化工作，针对高校封闭管理期间对大学生网络情绪的深入研究不仅能为重大公共卫生事件中的大学生心理健康教育工作提供帮助，也对高校大学生网络舆情治理水平的提升具有重要参考价值。