突发公共卫生事件与境外网络舆情发展观察——以涉2022年上海疫情的推特文本为例

文>张鹏 上海外国语大学公共关系学系副教授

徐嘉怿 2019级本科生

2022年3月起上海爆发的一轮新型冠状病毒肺炎疫情作为突发公共卫生事件，给上海市在抗疫举措和舆论环境上都带来不小的挑战。社交媒体平台是国际舆论形成的重要场所，了解境外社交媒体上关于上海抗疫情况的评论，对中国在全球公共卫生事件中更好的维护国家形象具有重要作用。本文利用文本分析法对2022年3月1日至5月31日推特平台上的上海疫情相关文本进行梳理，尝试梳理突发公共卫生事件与境外网络舆情发展的规律。

笔者以“Shanghai”和“Covid”为关键词，在推特平台上对自2022年3月1日至2022年5月31日的相关评论进行高级检索，排除重复数据、筛选不相关数据后，得到有效数据5415条。以上数据虽然无法包含境外所有社交平台上涉沪抗疫评论的内容，但仍能体现该时期内境外媒体和网民的主要态度和发展趋势。

结合上海市卫生健康委员会发布的通知及网络各平台整理的时间线，本研究将上海这轮新冠疫情发展分以下五个阶段。

?

基于以上几个阶段分类，笔者在推特平台使用“高级搜索”栏，以2022年3月1日至2022年5月31日为时间限定，以原创文本为类别限定、英语作为语言限定，输入“Shanghai”和“Covid”作为关键词进行检索。通过网络爬虫工具进行样本采集，收集了包括发文主体、发文时间、发布内容、点赞转发评论数量四项文本数据。在清洗、剔除重复无关数据后，得到有效数据总计5415条。其中，网格管理阶段（03.01-03.27）390条，静态管理阶段（03.28-04.10）1559条，分区管理阶段（04.11-04.21）1718条，全面攻坚阶段（04.22-04.29）547条，复工复产阶段（04.30-05.31）1201条。

基本研究发现

该分析使用了词云，可以根据出现的频率将文本内容进行可视化表示。

根 据图1，在2 0 2 2年3月1日至5月3 1日，除了搜索关键词“上海（Shanghai）”和“新冠（Covid）”以外，出现频率最高的词为“中国（China）”，这表明公众由上海关注到中国，代表着上海防疫是中国防疫的一部分；以及“封控（Lockdown）”，体现出该时段内上海封控管理、静态管理的主旋律。频率次高的是“人民（People）”一词，体现出公众对当下上海民生的关注；以及“病例（Case）”，反映出推特网民对上海疫情每日确诊病例数量的关注。此外，“新的（New）”“检测（Test）”“城市（City）”等词出现的频率也较高。

图 1 推特文本关键词词云（3月1日-5月31日）

具体而言，在网格管理阶段（3月1日至3月27日），上海市根据区域风险等情况，划定若干重点区域，实行切块式、网格化核酸筛查，强化社会面防控。3月11日，上海公布近期病例溯源结果：“境外输入病例携带的病毒污染环境，由于管理疏漏引发本土感染并导致传播”；3月13日，上海市进一步强化疫情防控措施，通告市民非必要不离沪；3月15日，在市疫情防控工作新闻发布会，市政府副秘书长、市疫情防控领导小组办公室主任顾洪辉表示目前没有采取“封城”“停摆”等措施；3月26日，上海市全民进行新冠病毒抗原自测。在此阶段内，如图2所示，除了搜索关键词“上海（Shanghai）”和“新冠（Covid）”以外，出现频率最高的词为“病例（Case）”“中国（China）”“城市（City）”“封控（Lockdown）”“新的（New）”“报告（Report）”等词。这从侧面反映出，在这一阶段海市确诊病例数和无症状感染者人数持续保持增长的背景下，推特网民持续关注上海新冠疫情情况。同时，关于上海是否会封城的讨论也有较高的热度。

图 2 推特文本关键词词云（3月1日-3月27日）

在静态管理阶段（3月28日至4月10日），浦东浦西相继进入封控状态，上海市进行全域静态管理，所有人员足不出户，除了民生保障公共服务类企业外，所有企业实施封闭生产或居家办公。从3月28日起，全市范围内开展新一轮切块式、网格化核酸筛查；4月4日，全国15省份3 80 0 0多名医务人员驰援上海，启动全市核酸筛查，“上海抗疫大决战”打响。在此阶段中，如图3所示，除了搜索关键词“上海（Shanghai）”和“新冠（Covid）”以外，以及在前一阶段中已经出现的“病例（Case）”“中国（China）”“城市（City）”“封控（Lockdown）”“报告（R e p o r t）”以外，另有“人民（People）”“检测（Test）”“零（Zero）”“政策（Policy）”等词出现频次较高。这从侧面反映出，在这一阶段内，民生问题和人民权益受到网民的广泛讨论；全民核酸的施行引起推特网民对上海核酸检测情况的关注；中国应对疫情的动态清零政策也受到网友的关注。

图 3 推特文本关键词词云（3月28日-4月10日）

在分区管理阶段（4月11日至4月21日），全市按照封控区、管控区、防范区三类实施分区分级差异化防控管理，新增阳性感染者还处于高位波动状态。4月1 1日，根据国务院联防联控机制相关规定，上海结合实际，实施分区分类差异化防控；4月16日，上海发布《上海市工业企业复工复产疫情防控指引（第一版）》，公布了第一批666家重点企业“白名单”；4月1 8日，上海市开通预约就医保障巡游出租汽车，供市民普通就医和出院使用。在这一阶段内，如图4所示，除了搜索关键词“上海（Shanghai）”和“新冠（Covid）”以外，以及在前几阶段中已经出现的“病例（Case）”“中国（China）”“城市（City）”“封控（Lockdown）”“报告（Report）”“人民（People）”“检测（Te s t）”“政策（Po l i c y）”等词以外，“死亡（D e a t h）”“百万（Million）”“爆发（Outbreak）”等词也得到了极高的讨论度。这说明在防控情况和民生权益持续得到网民关注的同时，在这一阶段中，由于4月17日上海开始出现新冠本土死亡病例，且本土死亡病例数量呈上升趋势，因此“死亡”话题的相关讨论进入了大众的视野。上海作为一个常住人口数量达2500万、常驻外国人口达46万的大城市，“百万”单位在讨论民生话题时被反复提及。此外，随着新增感染者数量持续高位波动，“爆发”一词被用于描述这轮疫情。

图 4 推特文本关键词词云（4月11日-4月21日）

在全面攻坚阶段（4月22日至4月29日），上海开展社会面清零攻坚九大行动，力争早日全市实现社会面清零。4月22日，上海市通报将在国务院联防联控机制的指导下，着力抓好保运保供保链各项工作，支持更多符合防疫要求的企业有序实现复工复产；4月26日，上海对所有的封控、管控和防范区域内人员进行全员核酸筛查。在该阶段中，如图5所示，除了搜索关键词“上海（Shanghai）”和“新冠（Covid）”以外，以及在前几阶段中已经出现的“病例（Case）”“中国（China）”“城市（City）”“死亡（Death）”“封控（Lockdown）”“新的（New）”“爆发（Outbreak）”“人民（People）”“报告（Report）”“检测（Test）”等词以外，“北京（Beijing）”一词出现频次也有大幅提高。一方面，北京在这一时段内确诊病例数量出现明显上升，推特网民将此两个城市进行比较讨论；另一方面，在英文语境中，一国的首都可以用于指代这个国家（即用“北京”一词指代“中国”），关于“北京”的部分推文实际上是在讨论我国的抗疫政策和整体情况。

图 5 推特文本关键词词云（4月22日-4月29日）

在复工复产阶段（4月30日至5月31日），上海实现社会面清零，持续推进复工复产。4月3 0日，上海公布第二批1 18 8家复工复产企业“白名单”；5月3日，上海发布《上海市工业企业复工复产疫情防控指引（第二版）》；5月13日，上海市区两级方舱医院的在院人数已经下降到5万人左右，只有最高峰在院人数的20%；5月30日，上海市通知将自6月1日零时起有序恢复住宅小区出入、公共交通运营和机动车通行。在复工复产阶段中，如图6所示，除了搜索关键词“上海（Shanghai）”和“新冠（Covid）”以外，以及在前几阶段中已经出现的“北京（Beijing）”“病例（Case）”“中国（China）”“城市（City）”“封控（Lockdown）”“新的（New）”“报告（Report）”“零（Zero）”“政策（Policy）”等词以外，其他讨论度较高的词有：“隔离（Quarantine）”和“限制（Restrict）”。随着上海实现社会面清零（即当日新增的新冠肺炎患者都在管控的范围内（如：都在隔离管控场所或者闭环管理场所）），于此相关的讨论通常会涉及“闭环管控”“隔离管控”（Quarantine）一词。而“限制（Restrict）”一词通常出现在关于上海和北京防疫政策和手段相关的话题讨论中。

图 6 推特文本关键词词云（4月30日-5月31日）

对相关文本的情绪分析

情绪分析进一步丰富了该研究的调查结果。根据图表1，笔者基于NRC词典对5415条推文进行情绪分析，发现38%（N=2085）的推文呈现出积极情绪，46%（N=2490）的推文呈现出消极情绪，16%（N=840）的推文情绪中性。整体而言，除了事实陈述性的中立推文以外（如每日更新确诊病例数量、发布上海抗疫政策等），网友自发性评论中的消极内容在很大程度上多于积极内容。

图表 1 推特文本情感占比图

图表 2 推特文本情感分析柱状图

从时间角度上看来，在本轮上海疫情爆发初期，推特平台上的推文仅存在正面评论。自3月7日起，负面评论开始出现，并且数量波动上升，甚至一度超过正面评论的数量。在网格管理阶段（3月1日至3月27日），整体推文数量较少，正负面评论数量均波动较大。在静态管理阶段（3月28日至4月10日），整体推文数量有显著上升，正面评论与负面评论数量相当，负面评论总体略多于正面评论。在分区管理阶段（4月11至4月21日），整体推文数量依旧处于高位，负面评论数量基本高于正面评论。在全面攻坚阶段（4月22日至4月29日），整体推文数量依然较多，正面评论数量在4月22日至4月26日超过负面评论。在复工复产阶段（4月30日至5月31日），除了5月21日即将恢复公共交通线路之际和5月30日即将恢复恢复住宅小区出入等两时间点的讨论热度激增外，整体推文数量有下降趋势；正负面评论数量均有显著波动。

讨论与思考

（一）调研结论

推特数据可以有效反应境外公众对上海疫情的认识水平和态度情绪。

首先，网民的关注重点随着上海疫情形势变化而不断变化。网格管理阶段，作为本轮疫情的初期阶段，见证了许多新病例、新情况、新事件，“新的”就是这一时段推特网民的热点话题。在静态管理阶段，随着上海逐步进入封控状态，人民权益相关话题和中国的动态清零政策开始被广泛讨论。在分区管理阶段，随着死亡病例的出现，以及确诊病例数量持续处于高位，对“死亡”病例和疫情“爆发”的讨论热度显著上升。在全面攻坚阶段，恰逢北京疫情有抬头趋势，对“北京”的讨论开始成为主流。在复工复产阶段，推特平台讨论的重点转移到“隔离”和“限制”方面。

其次，公众意识水平是动态的。在研究所覆盖的三个月时间内，公众讨论出现多个高峰，通常伴随着重点政策的推出，或病例数量的变化。在这样的讨论高峰时期，由于群体极化效应，正面或负面的推文数量会有明显上升。这时便亟需政府和公共卫生机构在社交媒体上向其民众清楚准确地传达信息。无论是及时解读新政策，抑或对近期工作成果进行说明展示，政府的声音可以作为引导大众讨论热点的重要途径，避免造成负面信息的舆情传播。

最后，总体而言，推特平台上的公众对3月至5月间上海疫情的认识和看法总体而言较为客观。可以看出，在经历了三年的疫情影响后，网民对某一地区疫情的爆发反应已经较为冷静。但由于政策的差异和政治环境的不同，对沪、对华的负面评论依然在很大程度上充斥着推特平台。对此，中国方面应当如何应对舆情、及时给予回应也是十分重要的一项议题。

（二）研究启示

基于该研究，以CERC模型为指导，可以为政府如何面对疫情中的舆论信息、进行国家形象的自我建构提出一些建议。

第一，在危机前阶段，政府应及时发现公众需求，为公众提供信息，以防危机树立和扩大。由此，需要政府进行到位的舆情监测工作。发现舆情，才能应对舆情。社交媒体平台打破了信息传播的时空限制，这为舆论的产生大大降低了门槛。通过网络舆情监测，政府可以及时掌握舆论动态，在必要的时候进行有效的引导。在上海这轮的疫情中，或随着确诊病例数量的增加，或因为某项政策的推行，推特上的讨论几次达到高峰。面对网民的广泛讨论，尤其是在关键时间节点后推文数量激增的情况下，政府宜加大舆情监测力度，以收集各路网络舆论声音，以备不时之需。

第二，在危机初期阶段，政府应与公众进行紧密沟通，适时引导舆论，以提高效能感。根据英国危机公关专家里杰斯特（M.Regester.Michael）提出的“3T组织原则”，在进行危机公关时，要“以我为主提供情况（Tell your own tell）”，牢牢把握信息发布的主动权；要“尽快提供情况（Tell it fast）”，及时不断地发布信息；要“提供全部情况（Tel l it all）”，信息发布应全面且真实。在自媒体时代，适当参与互联网信息流动是一个国家保持良好国际形象的重要一环，甚至是促进经济发展和社会稳定的引擎。在重大公共卫生事件中，政府可以充分利用社交媒体的互动性，通过增强在境外社交媒体平台上与外国网民的直接联系和沟通，对舆论信息展开及时引导，肯定其所述恰当的部分，同时防止不利印象的生成。

第三，在危机持续阶段，在与公众保持沟通的同时，政府应继续获取公众反馈，并进行精准有力的回应。美国社会学家G · W · 奥尔波特和L· 波斯特曼于1947年提出谣言公式：谣言=（事件的）重要性×（事件的）模糊性÷公众批判能力。根据这一公式，在事件重要性和公众评判能力不变的情况下，事件越模糊、越不精准，谣言传播越广泛、越恶劣。在应对疫情的关键时间点，政府宜准确回应公众言论，扫清错误言论，引导正向传播。以本轮上海的新冠疫情为例：一方面，快速的网络信息传播可能会使得信息失真，偏离真实情况。上海的物资保障和食物供给情况是推特网民在讨论民生问题时常常涉及的，并且极容易借由情绪化的描述不断发酵。政府通过何种途径、向多少民众、提供了怎样的物资和食品支持等数据化的、用词精准的回应便可以有效防止此类话题偏离实际情况、造成负面影响。另一方面，针对境外社交媒体平台的讨论，可能还会碰到外国媒体转发报道时选择翻译用词感情色彩褒贬的问题。比如对于“方舱医院”一词的翻译，improvised hospital（临时医院）是一个合理的翻译，而makeshift hospital（应急医院）实际上是错误的。因为“improvised”主要指没有事先准备的，不含有贬义；而“makeshift”一词有临时拼凑之意，通常为贬义。使用暗含贬义的翻译版本会在英语语境中给读者带来负面印象，既没有传递出真实含义，又对中国国家形象有着不好的影响。此时便需要政府以准确的用词精准有效地回应，以保证信息内涵的真实准确，更好地塑造政府公信力、打造中国正面形象。