輿論動力學：歷史溯源、理論演進與研究前景

向安玲，沈 陽，何 靜

一、引言

輿論(public opinion)作為一個獨立的合成術語最早出現于18世紀(段然，2019)，通常指公眾普遍持有的觀念、看法、判斷或情緒(Schmeller,2009)，它建立在事實基礎上且與公眾事件相關(Holcombe,1923;Dewey,1927)，是社會群體關于自我、他人、自身需求、目標和社會關系的認知圖景及行動指南(Lippmann,1946)。從狹義層面而言，輿論是指在消除個體意見差異的情況下，多數人對于社會問題形成的共同意見，也即大部分群眾針對特定重要公眾問題的共有態度、感覺和觀點(Minar,1960)，強調的是意見一致性；廣義上的輿論則是社會上眾多意見集合而來的特定合量(Gault,1923)，強調的是意見的加總。無論是狹義還是廣義層面的輿論，都包含個人意見和公眾意見之間的交互影響。從輿論學研究角度出發，研究者更多關注狹義層面的輿論(劉建明等，2009)，也即更加關注共識(consensus)的形成而非意見的紛爭。在輿論形成過程中，個體會綜合評估群體中其他人的初始觀點及其觀點的迭代變化情況，并據此調整個人觀點，最終群體內就特定議題達成共識，也即由個體意見轉化為公眾意見(Degroot,1974)。所以輿論的形成是一個動態的、連續的、融合的過程，個體根據群體間意見的相近性不斷調整自己的意見，眾多意見相互碰撞、影響，使得輿論處于持續演變的狀態(Lorenz,2007)。

輿論的形成和演變是一個跨學科研究議題。以傳播學、心理學、公共管理學等為主的人文社會學科更多地通過質化研究，立足于社會現象洞察與案例分析，來探討輿論演變的原因、階段、規律和調節機制。這些學科認為輿論演變包括混沌、眾意分化、意見組合與主流民意形成等階段，演變進程受到“社會變遷動力”和“共同利益動力”的影響(劉建明，2014)。限于相關因素的模糊性、不可控性和測量難度，人文社會學科對輿論演變的探討多停留在理論層面，較少涉及對演變過程的量化推演。目前傳播學領域對輿論的研究主要集中在傳統媒體的批評報道與輿論監督、網絡媒體與網絡輿論、公共領域與輿論場、突發事件中的網絡輿情等方面(潘佳寶、喻國明，2017)，側重于從宏觀層面和外部視角探討輿論與媒介之間的交互關系與社會影響，而忽視了從內部視角去探討輿論本身的演化規律、趨勢和內外動因。通過多維影響因子和量化推演去反映輿論形成和變化的動態過程，對于進一步洞察受眾認知模式與媒介信息解碼模式、把握群體內部交互影響與媒介宣傳引導效果、探索擬態環境與真實環境交織影響下的輿論演化趨勢而言具備重要作用。

相比之下，從20世紀50年代開始，包括物理學、數學、計算機等在內的理工學科就開始關注輿論的形成和演變模型，學者們通過大量數學模型構建和仿真測算去描述、解釋和分析輿論演變過程，并結合實際現象去挖掘規律、預測走勢，逐步發展形成輿論動力學(opinion dynamics)。輿論動力學的概念由美國學者芬克豪瑟(G.Ray Funkhouser)正式提出，認為輿論演變是在社會各種力量交互作用下的結果，通過動力學模型可揭示輿論演變的內外動因(Funkhouser,1973)。與傳統動力學不同的是，輿論動力學的研究對象是在大眾社會普遍無序條件下的信息傳播和觀點演化規律，旨在探討一個初始無序的輿論分布如何通過大量具有內在聯系的個體互動和外部信息干預最終形成有序分布，也即揭示輿論生成與演變的內外動因。國內外傳播學學者對輿論動力學的探討和應用較少，在量化模型應用上也存在較大局限性。而自然科學研究者對輿論的探討往往缺乏對其概念內涵和社會學機制的深入挖掘，導致相關動力學模型在一定程度上與社會現實脫節，模型在實踐層面的指導價值較弱。在此背景下，本文通過對輿論動力學相關經典模型進行回顧，結合傳播學相關理論，對影響輿論生成和演變的相關因素進行梳理，一方面為輿論動力學量化建模提供指標依據，另一方面為傳播學領域的輿論研究提供方法參考，基于交叉學科視角促進輿論動力學的發展和應用。

二、歷史溯源：輿論動力學經典模型

1956年，French(1956)引入代理人基模型(Agent-Based Model,ABM)來研究個體在社會網絡交互中如何應用社會權力去對他人施加影響，該模型也是輿論動力學后續模型的基礎(Anderson &Ye,2019)。French模型假設群體中每個人的意見[xi(t)]都會隨著時間的推移而演變，個體會在一定程度上考慮其他人的意見來形成自己的觀點，而且群體中不同人對個體觀點的影響程度都不同(權重wij)，通過加權匯總的簡單離散數學模型可對個體觀點的形成過程進行描述，即式(1)：

xi(t)=wilx1(t-1)+wi2x2(t-1)+…+xinxn(t-1)

(式1)

其中，xi(t)是個體i在t時刻的意見，wij是個體j對個體i意見的影響程度。也就是說，個體i在t時刻的意見，是由他自己在上一時刻的意見及群體中其他成員在上一時刻的意見(假設個體i知曉其他人意見)所共同決定的。而影響程度高低則涉及個體i與群體中其他成員的關系鄰近度、信任度、身份地位、觀點說服力等因素，這些因素有待從社會科學視角出發予以進一步闡釋。

1959年，Harary(1959)利用馬爾科夫鏈(Markov chain)驗證了French模型，奠定了使用數學建模方法研究社會輿論演變的基礎。1974年，DeGroot(1974)在French模型的基礎上進一步對“共識”的形成機制展開了探討，他采用德爾菲(Delphi)法，即反饋匿名函詢法，對專家意見進行反復征詢，并提出平均化更新的方法來促成意見達成一致。在French Jr.提出的式(1)基礎上，DeGroot指出隨著時間的變化除了個體的觀點xi(t)會發生變化，觀點之間的相互影響程度wij也會發生變化，即wij(t+1)與前一時刻t的xi(t)和xj(t)相關。French Jr.和DeGroot兩人的模型被合稱為French-DeGroot模型，該模型奠定了輿論動力學的核心思想，即社會網絡中的所有個體的意見在相互影響下經動態調整達成一致、形成共識，也即形成前文提及的狹義層面的輿論。后續無論是基于社會物理學還是基于復雜網絡的輿論動力學研究大多以French-DeGroot模型中的社會網絡關系作為基礎。

以French-DeGroot模型為主的輿論動力學模式在探討觀點演進與共識形成的過程中更加關注群體間的影響，與“沉默的螺旋”(spiral of silence)理論頗有相似之處。而個體在很多議題上除了會部分參考其他人的意見，也會出于利益、認知邏輯等因素堅持自己的最初看法。也就是說，個體意見的形成取決于兩部分關鍵因素，一個是個體自己的初始意見(initial opinion)，一個是群體影響——這也是Friedkin-Johnsen模型(Friedkin &Johnsen,1990)的核心觀點。在式(1)的基礎上，我們根據Friedkin-Johnsen模型可得到式(2)：

xi(t+1)=g1xi(t0)+(1-g1){wi1x1(t)+wi2x2(t)+…+winxn(t)}

(式2)

其中，gi是個體i最開始的觀點對其后續觀點的影響程度，也即個體i固守己見的程度；(1-gi)則代表其他人對個體i觀點的影響程度。

值得注意的是，不同于很多僅限于仿真探討的輿論動力學模型，Friedkin-Johnsen模型已被大量實證研究驗證(Friedkin &Johnsen,2011;Childress &Friedkin,2012;Friedkin et al.,2016;Friedkin &Bullo,2017;Parsegov et al.,2017)。這一系列研究都表明，針對不同議題，輿論形成受個體因素和環境因素的影響程度呈現出差異性，而要了解這種內外因素的深層結構，則需要從傳播學、社會心理學、人類學等視角來加以探索。

總的來看，基于數學建模的French-DeGroot模型和Friedkin-Johnsen模型奠定了輿論動力學研究的基礎框架。但限于數學模型的抽象性，往往這類模型只能用于小規模群體分析，國外相關應用也主要集中在陪審團、政府內閣和公司董事會中的輿論共識和群體決策研究中(Anderson,2015)。隨著互聯網和社交媒體的發展，網絡輿論規模越來越大、交互關系越來越復雜，French-DeGroot和Friedkin-Johnsen模型不再適用，于是面向大規模網絡(large scale network)的輿論動力學模型成為新的研究方向，包括物理學、社會心理學、傳播學等在內的學科成為新晉研究陣營。

三、理論演進：跨學科視角與模型迭代

雖然輿論動力學的核心理論模型發源于數學領域，但輿論本身的演化動力受到政治、經濟、文化、技術、大眾媒介等多方面的影響，關聯多個學科領域。輿論動力學不同于自然科學領域的動力學研究，其包含了大量不可測量的心理、情緒、意識形態要素。對輿論動力學的研究需要通過人文社科來挖掘輿論形成和演化的要素，通過數學模型構建因素間的邏輯關聯，再通過物理學領域的復雜網絡理論來進行仿真和推演，最后再回歸到社會科學領域對推演結果進行解讀。輿論形成和演變本質上是一個社會科學問題，涉及來自心理學、傳播學、政治學、管理學等多領域的理論支撐，應用自然科學領域的動力學去探索輿論演化內外因素為社會科學研究提供了新視角。

(一) 物理學視角：從磁吸模型到復雜網絡研究

相比于數學領域對輿論共識形成的關注，物理學更關注個體意見的改變和由此帶來的最終輿論狀態。換言之，物理學視角下的輿論動力學側重于廣義層面的輿論。個體意見在相互影響下不斷演進，最終可能達成共識、極化、多元分散等多種狀態，這也更符合當下輿論場的真實生態。這類用物理學方法研究社會現象的理論模型也促進了社會物理學的發展。在社會物理學驅動下輿論動力學的發展進入新階段，包括一維媒介模型、二維媒介模型、小世界模型、無標度媒介模型等分析模型相繼誕生(潘則宇，2017)。

一維媒介模型主要以Sznajd模型為主(Sznajd-Weron &Sznajd,2000)。Sznajd模型假定：1)群體中的個體在討論某一個議題時只能選擇同意或拒絕兩種觀點。2)個體觀點只受到與其相鄰的個體的影響。3)個體間的交互呈線性模式，且當兩個相鄰個體(Si和Si+1)觀點一致時，才能說服其鄰近個體(Si-1和Si+2)也持有相同觀點；反之，如果兩個相鄰個體觀點不一致，則其鄰近個體(Si-1和Si+2)保持原有觀點。這種“鄰近效應”放在人際傳播領域也同樣具備研究價值。

Stauffer et al.(2000)將一維Sznajd 模型拓展為多維媒介研究，認為個體會征詢所有鄰居的意見并取其算術平均值來決定自己的觀點。Krause-Hegselmann模型(Hegselmann &Krause,2002)在此基礎上對同質性觀點進行了進一步探索，認為個體會基于信任界限(bounded confidence)選擇和自己意見相似的人交互，而且每一次交互后他們的觀點會更加接近，隨著時間推移和交互的深入，輿論場會逐步聚集成不同的小群體(cluster)，群體內的人具備相似觀點，群體之間則存在差異性。根據意見群體的分布，我們可以把最終形成的輿論狀態分為三種：共識狀態、兩極化狀態、多元化狀態。

Elgazzar(2001)在Sznajd模型基礎上，應用小世界網絡模型來探討輿論演進動力，認為輿論網絡中的每個節點以一定概率與其他節點進行隨機連接，通過調整網絡中的傳播節點數量、連接概率和傳播半徑，可以實現小世界輿論網絡模型的構建。結合輿論傳播的現實情境，不同輿論議題的民生相關度、普及度和內在熱度決定了其傳播節點規模和傳播半徑，節點屬性及其間的社交網絡關系則決定了連接概率和輿論擴張速率。

近年來基于復雜網絡理論和復雜適應系統理論(complex adaptive system)的輿論演化仿真成為輿論動力學研究的熱點(任立肖等，2014)，包括元胞自動機模型、投票者模型、多數決定模型、有界信任模型、CODA模型等都被應用到輿論演化分析中(任立肖等，2014)。但相比于統計物理學模型的相對簡單性和可控性，現實社會網絡的復雜性和不可控性往往很難通過建模仿真來進行分析和預測。在這種背景下，更加抽象和復雜的社會物理學成為輿論動力學的研究路徑之一。

(二) 社會物理學視角：輿論形成、擴散與趨穩動力

18世紀30年代，法國社會學家奧古斯特·孔德(Auguste Comte)首次提出“社會物理學”(sociophysics)這一概念，指出“社會秩序”是“自然秩序”的延伸，提出通過“社會靜力學”去研究社會結構和通過“社會動力學”去研究社會發展的創新思路(牛文元，2010)。包括牛文元、劉建明、劉怡君等在內的國內學者對于社會物理學在輿論演化領域的應用進行了探討，衍生出了一系列交叉學科理論，為輿論動力學研究開辟了新視角。

1.基于社會燃燒理論的輿論生成機制

社會燃燒理論將自然界的燃燒現象和社會失序動亂現象進行類比，認為燃燒的三個基本條件(“燃燒物質”“助燃劑”“點火溫度”)可以用來解釋社會失序與動亂發生。將自然燃燒過程用以解釋輿論的生成，可以把多元議論、見解、訴求視作“燃燒物質”，觀點的分層和交互可以理解為“助燃劑”，突發事件和意見領袖言論則往往扮演著“點火溫度”的角色(劉怡君、牛文元，2008)。從這個角度出發，多元觀點、流通交互和突發事件(包括重要言論等)是輿論生成的三大必要條件，其中異質化的觀點是輿論生成的基礎物質，觀點與觀點間的碰撞與連接是輿論生成的必要路徑，突發事件或關鍵性言論往往是輿論形成的引爆點。當作為燃燒物質的異質化觀點越來越多時，輿論往往處于潛伏期；而當同質化觀點開始聚集，交互越來越頻繁時，輿論逐漸升溫；直到某一個事件爆發，最終點燃了輿論并開始傳播擴散。

2.基于社會激波理論的輿論演變機制

激波理論用來解釋高速運動中氣體受到強烈壓縮后產生的強壓縮波(即激波)。在激波形成過程中，速度、溫度、壓強等迅速變化，通過測量相關物理量的變化情況可以判斷激波的波動情況。社會激波理論常用來解釋具有波動性、流動性的社會現象，諸如人流、車流擁堵中的速度、密度變化(劉怡君、牛文元，2008)?！拜浾摬ā蓖敲裥牟▌拥谋韺右庾R再現，由輿論中心向外振蕩起伏地擴散，呈現出上下起伏的波動狀態(劉建明，1990)?；谏鐣げɡ碚撎接戄浾撗莼?，可以把多元觀點看做流動的氣體分子，觀點產生的速度越快、密集度越高、情緒溫度越高，以及媒體、涉事人及相關管理部門的施壓越大，則輿論振蕩越大，尤其是外界的刺激(衍生事件、信息公開、相關言論等)往往會引起輿論的高漲、激化或沖突，對輿論波動曲線起到引導性作用。外界對輿論演化的影響可以總結為“從眾”“從上”“從理”“從利”四個維度(劉怡君等，2013)。

3.基于社會行為熵理論的輿論反轉機制

“熵”是熱力學中的概念，用以度量體系內的混亂程度。社會行為熵主要用以解釋個體組成群體的行為，認為人類自發追尋“最小努力”“熵最小”“心理平衡”“情商共鳴”“社會取向倒U型”和“自我例外”原則，其中“心理平衡”與“情商共鳴”可用以解釋意見領袖的形成(劉怡君、牛文元，2008)。輿論中的信息熵越大，輿論發展的不確定性往往越大，出現反轉的可能性也就越大。尤其是在后真相時代，相較于客觀事實，訴諸情感和個人信仰的信息往往會對輿論產生更大影響(胡泳，2017)。而社會行為熵理論可用來解釋情緒化信息的生成，進一步對輿論演化及反轉提供社會物理學層面的解釋。

(三) 社會心理學視角：輿論演變的內在驅動因素

社會心理學研究普遍認為輿論形成是個體意見轉化為公共意志的過程，或者是個人感知周圍意見并被卷入(involved)群體意見的過程(張志安、晏齊宏，2019)。個人將社會環境作為參照框架用以解釋新信息，社會交互環境是影響個體心理和輿論形成的重要因素(Sherif,1967)。根據社會心理學中的社會影響理論(social impact theory)，個體受到社會壓力時會改變自身態度和行為以趨向占優勢群體的意見，造成包括從眾、服從、社會助長與社會惰化、群體極化與群體思維等常見社會現象。經典輿論動力學模型多是基于社會影響理論構建，通過個體對群體意見的感知、判斷、決策來進行建模和仿真，認為輿論形成是一種基于群體心理運作機制和交互行為的社會化過程，即個體基于對自身固有觀點[xi(t0)]、群體觀點影響[wijxij(t)]、情景的感知來調整自身的觀點和決策，最終形成輿論共識。

Nowak et al.(1990)基于社會影響理論，對輿論動力學中的“觀點”形成機制進行了研究，認為從個人態度(private attitude)到公開發表觀點(public opinion)的轉化受到了多種外界因素引導。Hlyst et al.(2001)梳理了社會影響理論對輿論形成的三種影響機制和相應的動力學模型，包括：1)具有強領導的有限群組和元胞自動機模型；2)基于“社會溫度”動態變化的演化模型；3)將個體視為通過通信場相互作用的主動布朗粒子模型。在輿論的社會影響機制中，少數“狂熱分子”(zealots)往往會對輿論的演化方向起關鍵作用(Verma et al.,2014)。J?drzejewski &Sznajd-Weron(2018)進一步考慮了“記憶”對個體判斷和社會影響程度的干擾作用，對基于代理人基模型的輿論動力學理論進行了優化。

鑒于輿論演化環境和交互網絡的復雜性與隱匿性，基于社會心理學視角的演化動力分析日趨重要。尤其是在大數據和人工智能的影響下，越來越多研究者基于社交媒體數據洞察個體潛在意圖并展開行為預測，從信息獲取到態度改變再到決策行為的全過程開始被數據滲透，這也為輿論動力學的實證研究奠定了基礎。

(四) 傳播學視角：輿論演變的媒介驅動因素

相比于對輿論動力學理論模型的優化和迭代，傳播學者更傾向借鑒輿論動力學相關理論思想和方法路徑，針對輿論傳播現象進行質化分析和實證探索，探討媒介在輿論傳播中發揮的驅動性作用。該部分相關文獻量較少，證明傳播學領域對輿論動力學的應用尚處起步階段。

國外學者側重于從政治傳播、媒介效果和受眾研究視角探討輿論動力學模型，尤其是政治傳播中輿論共識的形成和演變及其對民主政治的影響成為研究熱點。Vliegenthart et al.(2008)發現新聞媒體基于利益和沖突兩大框架去影響輿論演變，并指出新聞內容可作為輿論動力學中的一個變量用以預測共識的形成和政治傳播效果。de Vreese &Boomgaarden(2006)基于Zaller的輿論動力學模型發現，在信息單向流動的情境下，媒體對政治成熟度較低的個體具備顯著影響，而人際溝通對政治成熟度較高的個體產生顯著影響；在信息雙向流動情境下，媒體對輿論的影響作用有限。此外，傳播網絡中“狂熱分子”的存在會加劇輿論場的兩極分化，給民主政治帶來了極大挑戰(Leeper,2014)。機器人或“狂熱分子”如何試圖在社交網絡中干擾傳播、破壞選舉進程，成為近年來輿論動力學關注的新熱點(Anderson &Ye,2019)。

部分學者將輿論動力學模型引入媒介效果研究中，Quattrociocchi et al.(2014)引入基于復雜網絡的輿論動力學模型，針對信息系統中不同媒介的規模和交互模式對輿論演化的影響進行了探討，指出不同媒介平臺之間的競爭性和差異性共同打造了一個適應多元異質文化的穩定輿論環境。有研究基于輿論動力學模型和社會影響理論探討大眾媒介在跨文化互動過程中的作用，指出跨文化交互中群體輿論演化存在全局同質化、局部同質化和無序化三種階段，大眾媒介是推動群體觀點和秩序結構演變的重要參數(Gonzlez-Avella et al.,2012)。

此外，也有不少學者從傳播學視角出發，對傳統輿論動力學模型提出優化路徑。Althaus &Coe(2011)指出社會認同過程是輿論演變的主要動力?；谏鐣J同理論(social identification theory)，當一個人所處的情境激活了儲存在他長期記憶中的社會知識時，他的觀點才會發生變化。Shi &Johansson(2013)基于動力學模型探討了公共隨機網絡上共識的形成機制，認為傳播網絡中的節點之間隨機建立吸引、排斥或忽略關系，共識形成需要一個特定的吸引水平，而極化的形成也需要一個特定的排斥水平。Wai et al.(2016)將DeGroot模型中的輿論節點分為頑固和非頑固節點，提出一種“社會雷達”方法來估計不同類型節點對其鄰居的相對信任度，并認為當頑固節點足夠多，以至于能影響多個非頑固節點時，整個輿論網絡結構將被顛覆。除了個體觀點的“頑固程度”，個人情緒喚醒程度也是輿論動力學模型運轉的一個關鍵要素(Sobkowicz,2012)。從輿論演變外在動力來看，媒介環境、群體影響、歷史情境等都是影響輿論形成和演變路徑的重要因素；從內在動力來看，個體身份認同、知識背景、情緒狀態等則是影響其觀點改變和共識形成的關鍵變量。這些內外動力因素都值得從傳播學視角來進一步解構分析。

國內傳播學學者對輿論動力學理論的發展和應用主要集中在危機傳播、謠言傳播、政治傳播、品牌口碑傳播和意見領袖發掘等領域。危機傳播是輿論動力學模型的主要應用領域，國內學者側重于關注危機事件中輿論的潛在演化方向及帶來的輿情風險，并指出需要基于動力學模型推演結果進行輿論引導和風險防范。研究發現在突發性群體事件中，隨著外部環境不確定性的增強，輿論領袖對普通個體的引導力會有所減弱，個體會呈現出更強烈的從眾行為(趙奕奕，2014)。在危機傳播的實踐過程中，新聞發言人需要根據輿論動力學模型對大眾的潛在反饋進行評估，因此開拓輿論動力學的更廣闊疆域也成為傳播學的一大責任(董立人，2010)。楊科、李英(2020)基于輿論動力學理論探討了維權事件中的觀點擴散機制，發現危機嚴重程度和企業努力程度不僅會影響維權輿論達到穩態的時間，也會影響達到穩態時參與的個體數量；而維權群體本身的網絡關系和個體影響力只會影響到輿論演進時間，基本不會影響穩態時的參與個體規模。紀忠慧(2009)基于輿論動力學研究框架，論證了美國權力精英通過定義和解釋外部實踐、制造新聞、修辭輿論等策略，實現了對輿論中的個體因素和外部因素的雙重潛在支配。

總體而言，國內傳播學領域對輿論動力學的探索還處于淺嘗輒止階段，多基于動力學研究范式挖掘輿論生成與演化的媒介要素，缺乏對模型的進一步迭代與實證應用。如何充分挖掘媒介在輿論生成與演進中的驅動性作用，是傳播學視角下輿論動力學發展的重要方向。

四、研究前景：輿論的真實性與邏輯性探討

輿論動力學歷經60年發展，在理論框架、算法模型、實證測算方面不斷拓展、迭代，尤其是互聯網與人工智能的發展讓輿論場的混雜性、不可控性、演化速度進一步提升，傳統的輿論動力學理論正在遭遇新的挑戰。一方面，從輿論演變的內在因素而言，在社交媒體開放式、跨圈層、流量驅動的傳播特征影響與利益相關群體的壓力制衡下，個體的私人想法與公開表達之間的差異被進一步拉大，輿論的真實性愈發模糊。尤其是在人機混合傳播背景下，“機器人水軍”的出現增強了傳播網絡的可操控性，對網絡節點和網絡結構的逐層影響進一步影響了輿論演變的整體方向。另一方面，從輿論演變的外在因素來看，跨平臺、跨時空、跨議題的輿論網絡成為趨勢，群體之間的交互不再局限于同一網絡結構中，跨平臺之間的交互和共振使得輿論網絡的異質性、融合性提升，同一個現實主體在跨平臺網絡中可能扮演著多個傳播節點，且呈現出差異化的交互網絡和影響路徑。此外，社交媒體平臺上的議題不再遵循線性演進，多個議題之間的邏輯關聯使得其輿論演變也會相互影響，輿論動力學模型不再針對單一議題和單一傳播網絡，更多地需要面向混合議題和混合網絡去進行邏輯發現和輿論推演?？傮w而言，觀點的私人性與公共性、議題的邏輯關聯性、傳播情境的動態可變性、機器人和狂熱分子對輿論的操控性等成為輿論動力學在當下以及未來的重點研究方向(Anderson &Ye,2019)。

1.從顯性觀點到隱性觀點

雖然國外學者已經開始探索顯性觀點和隱性觀點的特征與差異，但相關研究主要集中在二者的轉化關系上，對于其間的轉化機制、調節因素、控制因素并未做過多探討，如何將傳播學領域的“沉默的螺旋”“兩級傳播”等理論融合到輿論動力學模型中，值得做進一步探索。

2.從單一議題到混合議題

根據經典輿論動力學模型，個體會對自己及他人觀點產生的影響力進行評估(self-appraisal)，并以此決定是否以及如何調整自己的觀點。但社交媒體平臺上信息生產和輿論演進的速度往往快于個體進行自我評估的速度，所以常常在個體完成評估之前輿論就達成了共識(Anderson &Ye,2019)，且輿論又進入新一輪的博弈與演化中。尤其是在后真相時代，碎片化信息、情緒化傳播、衍生議題所造成的反轉新聞事件屢現，在輿論演化過程中焦點常常會發生變化，傳播網絡也從單一議題主導轉變成混合議題主導。傳統輿論動力學模型并不能有效解釋混合議題網絡上的輿論演變，混合議題網絡中個體觀點除了受其自我評估與群體觀點影響之外，不同議題之間的邏輯關聯對于個體觀點演化也起到重要推動作用。包括順承、因果、轉折、條件、并發等在內的事理關系直接關系到輿論觀點的形成和演化，如何將事理圖譜應用到輿論動力學理論框架中，是社交媒體環境下需要探討的新問題。

3.從單一網絡到混合網絡

融媒體時代用戶的復雜需求只有在多域和多平臺中才能得到滿足，跨平臺行為使得面向單一傳播網絡的分析常常面臨數據高稀疏度、海量動態、多元異構和意圖復雜等挑戰(蔣朦，2015)，如何橋接多元異構的輿論網絡成為動力學模型需要解決的問題。對于個體而言，在不同平臺上的社交網絡關系、傳播影響力甚至是傳播行為傾向都存在一定差異，在同一個議題中個體在不同平臺上的觀點表達和群體交互影響不盡相同但又交叉影響，跨平臺的信息傳播和交互影響往往容易被忽略。已有研究表明，極端言論在不同平臺之間的傳播是一站式的、去中心化的、無標度性的，也即極端言論網絡在某一平臺遭受打擊后可以一次性地傳播到另一個平臺，并迅速地重新布線和自我修復(Johnson et al.,2019)。單一平臺上的輿論演進不能獨立于其他平臺去進行考慮，跨平臺之間的群體交互和信息流通已成為輿論形成和演化的常態條件。

4.從人人交互到人機混合傳播

智媒技術的發展使得機器逐漸替代人更有效地進行信息篩選、生產、傳播，促使輿論形成的基礎和內核發生變化，對社會主流輿論產生本質性影響(高憲春，2019)。這當中最典型的一個現象就是人機混合傳播(man-machine communication)，尤其是以“機器人水軍”為主的智能化傳播主體的介入。美國證券交易監督委員會(Securities and Exchange Commission,SEC)在其2014年頒布的報告中指出，全球至少有超過2300萬活躍社交媒體賬號由“機器人”運行，“機器人水軍”已經對全球重要政治活動乃至世界政治格局產生影響(趙爽、馮浩宸，2017)。在人機混合傳播網絡中，除了人本身，大量機器化的節點對意識和意志進行有意圖的表達與病毒式傳播。這種動機明確、操作隱蔽、混淆性強、可控性強的傳播網絡極大地沖擊了傳統輿論動力學的核心理念。在這種背景下，我們需要重新審視“輿論”的內涵、思考媒介倫理的價值、洞察“虛假輿論”的規律，對“人”的意識形態和觀點的研究也需逐步拓展到對“機器”的意識形態及觀點的挖掘。如何通過輿論動力學理論模型去發現“異常節點”也有待做進一步探索。

從傳統媒體時代的中小規模網絡，到互聯網時代的復雜網絡，到社交媒體時代的跨平臺混合網絡，再到人工智能時代的人機混合傳播網絡，媒介技術成為輿論動力學理論發展和演進的外在驅動要素，也成為輿論動力學模型需要關注的關鍵變量。如何從傳播學視角、融合跨學科知識對輿論動力學理論進行拓展和應用需要做進一步探討。

本文系國家社會科學基金重大項目“基于機器博弈的網絡信息傳播安全多準則動態管控策略研究”(項目編號:19ZDA329)的階段性成果。