突發災難事件中輿情發酵機理與內在邏輯研究*
——基于融知發酵模型

楊洋洋 胡 峰

(1.鄭州輕工業大學經濟與管理學院 鄭州 450001;2.江蘇省科學技術情報研究所 南京 210042;3.江蘇省科學技術發展戰略研究院 南京 210042;4.南京師范大學國家安全與應急管理研究中心 南京 210023)

0 引 言

近年來,突發災難輿情事件頻繁爆發,如“東航搭載132人客機MU5735在廣西梧州藤縣墜毀”“河南遭遇特大暴雨”“T179客運火車在湖南脫軌起火”等,由于突發災難事件的危害性、突發性和敏感性,加之互聯網平臺的虛擬性和匿名性,導致突發災難輿情事件的快速發酵[1-2]。突發災難輿情事件的快速發酵,不僅給公眾帶來焦慮和恐慌,而且擾亂網絡秩序,為突發災難輿情事件的處理帶來極大壓力。因此,面對復雜的實踐環境和多變的網絡空間,剖析突發災難輿情事件的發酵機理,掌握突發災難輿情事件的發酵規律,制定針對性的應對方案,是突發災難輿情事件應急管理的關鍵。

可見，該次采空區治理工作既消除了災害體的安全隱患，又實現了災害體的空間利用，可對膠東地區其他金礦采空區充填工作提供借鑒。但需要指出，該次工作是在小型石英脈型金礦區進行采空區治理，充填方法和物料的確定主要考慮傾角陡、空間小的特點，此前未曾開展類似工作，無規范、手冊可循，今后在相關工作中仍需進一步完善。特別是對于蝕變巖型金礦及其他緩傾礦體采空區治理，需要更進一步開展深入研究。

換屆以來，臨沂市河東區人大常委會創新開展了“代表履職盡責做表率、建設美麗河東當先鋒”主題實踐活動，推進代表履職能力有新提高、助力發展有新業績、建言獻策有新成效、服務群眾有新舉措、全區代表工作有創新，有活力、有亮點。

基于此,本文以突發災難輿情事件為研究對象,探究突發災難輿情事件的發酵機理,以期為突發災難事件網絡輿情治理提供決策支撐和政策建議。本文試圖解決以下3個問題:a.哪些變量是影響突發災難事件輿情發酵的必要條件,影響程度如何?b.哪些組態是影響突發災難事件輿情發酵的充分條件,不同路徑存在怎樣的差異?c.突發災難事件輿情發酵機理存在怎樣的內在邏輯?

1 文獻回顧與理論框架

1.1 文獻回顧

1.1.1融知發酵模型及其應用研究

融知發酵模型源于知識演化模型,是由和金生教授于2002首次提出的,該理論基于交叉研究的角度,把生物學和知識管理融合在一起,拓展了新的研究視角[3-4]。從知識供應鏈視角解析融知發酵模型的構成要素,其主要包括發酵底物、發酵菌株、發酵酶、發酵吧、發酵環境、發酵產物[5]。該理論將知識的產生、傳播、增長、演化等過程類比為生物發酵過程,賦予知識以生命力,對揭示知識發酵的內在機理和背后邏輯具有獨到見解[6]。

目前,學者已將融知發酵模型擴展到諸多領域。如在知識創新領域研究中,王越等認為知識的轉移、增長和轉化存在一定的規律,類比生物發酵原理,建立了知識發酵模型[7];張紅兵等以產業集群為切入點,闡述了知識創新發酵的過程和特征,為產業集群中知識創新能力培育提供建議[8]。在信息資源共享領域研究中,張蒙等結合融知發酵模型,從共享主體、持續可獲取的信息資源、共享需求和目標、共享機制、共享場所、共享環境和技術支撐7個維度構建了公共服務平臺信息資源共享的影響因素模型[9];劉國亮等在此基礎上,進一步研究了公共服務平臺信息資源共享的實現路徑[10]。在公共事件應急領域研究中,胡峰等從微觀、中觀、宏觀3個維度剖析了重大疫情防控工作中應急情報的發酵機理,提出了應急管理質量提升的建議[6];張蒙解析了突發公共衛生事件網絡輿情發酵機理,并結合輿情發酵周期,構建了網絡輿情發酵動態演化模型[11]。

綜上,雖然已有少數學者把融知發酵模型引入網絡輿情研究中,為本文研究的開展奠定了理論基礎,但現有研究更側重于理論模型的構建,缺乏實證案例的驗證。鑒于此,本文基于融知發酵模型構建突發災難事件輿情發酵機理的理論模型,并通過案例分析驗證模型的可行性,以期在理論上完善網絡輿情相關研究體系,進一步拓展融知發酵模型在網絡輿情研究領域的應用深度和廣度。

不知道當初駕照怎么考的？云南元陽，兩男子在駕考科目一考場上作弊被抓。兩人稱此前曾接到陌生電話，說交錢就能保過，他們分別交了5000元后，被帶至一賓館為裝上作弊器材身上被黑膠帶“五花大綁”，不料卻被民警當場識破。

由表6可知,突發災難事件輿情發酵機理的組態包括10條路徑,根據杜運周等[32]的研究,一般認為當組態的一致性水平大于0.8時,則該解具有一定的可解釋性,本文得到的10條組態的一致性水平均大于0.9,總體一致性為0.9831,表明本文得出的解的可解釋性比較高,達到了研究的需求,研究結果具有科學性。

對網絡輿情發酵機理的研究,有助于掌握網絡輿情的傳播特征和規律,為網絡輿情治理提供理論支撐?，F有研究主要從研究方法和模型構建兩個方面展開:第一,研究方法。網絡輿情在發酵過程中會產生大量的文本數據,扎根理論能從復雜海量的文本數據中抽取概念,把雜亂無章的數據轉化為學術語言,從而剖析網絡輿情傳播發酵的特征[12-13];回歸分析能夠探究單個因素對網絡輿情發酵的影響效果,以此提高網絡輿情的應對效率[14];定性比較分析方法能夠分析組合因素對重大突發輿情事件觸發機制的影響,剖析多重并發的輿情觸發路徑[15]。第二,模型構建。SEIR模型能夠剖析不同情景下公眾觀點的發酵演化過程,分析不同人群的演化特征,據此提出針對性的政策建議[16-17];系統動力學模型能用模擬輿情發酵的動態演化過程,有助于應急管理動態調控策略的制定[18];貝葉斯網絡模型用于網絡輿情發酵趨勢預測,能夠有效地解釋輿情發酵過程中存在的問題,為網絡輿情的干預提供支撐[19-20]。

綜上,在借鑒和參考現有網絡輿情發酵機理研究成果的基礎上,本文構建了突發災難事件輿情發酵機理的融知發酵模型,探究影響突發災難事件輿情發酵機理的必要條件和組態路徑,揭示其背后的內在邏輯,歸納輿情發酵模式,剖析突發災難輿情事件多重并發的發酵機理,以期為突發災難輿情事件的管控提供更有針對性的政策建議。

高等職業技術教育的職業技術課應用項目式教學，與其他的教學方式最主要的區別在于：改革本科專業學科體系教學知識的完整性和系統性，教學過程始終圍繞著項目(技術或技能單元)是否能夠完成而進行，主要是培養學生的綜合技能和可持續發展能力，對知識結構的要求本著“必須、夠用”的原則[5]。與任務驅動教學、案例教學、探究教學(問題式)的教學方式相比，高職項目式教學具有以下特點。

1.2 理論框架

為了確保研究結果的科學性和合理性,需要做穩健性檢驗,結合Kraus等和程建青等的研究[34-35],本文采用兩種方式對研究結果進行穩健性檢驗:第一,把一致性閾值從0.80提高到0.85,其他參數設置保持不變,得到的組態路徑不變,各組態的一致性水平和覆蓋率、整體的一致性水平和覆蓋率均未發生顯著變化。第二,把PRI從0.75分別提高到0.80和0.90,其他參數設置保持不變,得到的組態路徑不變,各組態的一致性水平和覆蓋率、整體的一致性水平和覆蓋率均未發生顯著變化。由此可知,本文的研究結果通過了穩健性檢驗。

結合本文的數據特點和研究目的,同時借鑒Ragin和杜運周等的研究[22,32],選擇三點錨定方法對條件變量和結果變量進行校準,完全隸屬(95%)用最大值來表示;交叉點(50%)用平均值來表示;完全不隸屬(5%)用最小值來表示。如案例4(廣東惠州發生4.1級地震)的原始數據為:發酵底物(6)、發酵菌株(6)、媒體酶(107)、公眾酶(6166)、發酵場域(2.5)、發酵周期(86)、發酵產物(65.1);校準后的數據為:發酵底物(0.57)、發酵菌株(0.08)、媒體酶(0.06)、公眾酶(0.22)、發酵場域(0.08)、發酵周期(0.15)、發酵產物(0.45)。各變量的校準統計如表3所示。

2 研究設計

2.1 研究方法

NCA(Necessary Condition Analysis)由杜爾教授(Jan Dul)于2016年首次提出,該方法用于分析復雜系統中單個變量對結果變量的必要性程度,NCA方法不僅能夠判斷某一變量是否是結果變量的必要條件,而且給出了該變量的必要性程度,便于學者們據此判斷某一變量相對于結果變量的重要性,依次展開更加深入的研究[21]。fsQCA(Fuzzy-Set Qualitative Comparative Analysis)由查爾斯·拉金(Charles C. Ragin)于1987年提出,該方法用于探究復雜系統中導致結果變量發生的多重并發因果關系,更符合實踐需求,fsQCA方法打破了傳統方法效率導向的研究瓶頸,以效果為導向,為學者們打開了新的研究視角,對于探究復雜系統問題的因果機制具有獨特優勢[22]。本文采用NCA與fsQCA相融合的方法,運用NCA方法探究突發災難事件輿情發酵生成的必要條件和必要程度,采用fsQCA方法探討導致突發災難事件輿情發酵生成的組態路徑,NCA方法彌補了fsQCA方法必要條件分析的不足,兩種研究方法的結合,使得突發災難事件輿情發酵機理的研究更加科學合理。

2.2 變量說明

本文把融知發酵模型引用到突發災難事件輿情發酵機理的研究中,以發酵底物、發酵菌株、媒體酶、公眾酶、發酵場域、發酵周期為條件變量,以發酵產物為結果變量,各變量解釋與測度、文獻來源如表1所示。

表1 變量解釋與測度匯總表

2.3 案例與數據來源

本文的研究案例主要來源于知微事見平臺和新浪微博,篩選案例的原則主要基于兩點:第一,為了確保研究案例的同質性,僅選擇與突發災難事件有關的網絡輿情事件,剔除主題重復、內容無關、數據殘缺的網絡輿情事件;第二,為了確保研究數據的可獲得性,選取的輿情案例在新浪微博、微信平臺、網媒平臺等平臺上具有一定的傳播量,剔除正在發生的網絡輿情事件。以“突發災難事件”作為檢索詞,一共搜集了133個案例,時間跨度為2018-2022年,事件類型涵蓋了自然災害事件和事故災害事件。表2給出了部分案例的基本信息。

表2 部分案例的基本信息

本文的數據類型包括文本數據和數值數據,文本數據采用后羿采集器通過網絡爬蟲獲取,數值數據的獲取方式包括網絡爬取和專家打分,由于突發災難事件危害性指標難以找到定量數據來測度,采用專家打分法,其他指標數據均通過網絡爬蟲獲取。把133個案例的文本材料發給專家組,以此作為打分的依據,專家組包括輿情領域學者和研究生共30名,其中,3名教授、4名副教授、9名講師、14名研究生。為了確保專家組打分的可靠性,專家組成員的專業背景都與網絡輿情領域相關,其中14名研究生來源于作者課題組,對本文研究案例具有充分的了解,且具有扎實的網絡輿情研究專業背景。

3 數據分析

3.1 變量校準

突發災難事件輿情發酵是各發酵要素相互作用的結果,隨著突發災難事件信息的輸入,輿情信息進入網絡環境中,突發災難事件作為發酵底物,其危害性是影響發酵底物影響力的重要因素,突發災難事件的危害性越大,越能引起較大的發酵反應。新浪微博、微信平臺、網媒平臺等互聯網平臺作為發酵吧,為突發災難輿情事件的發酵提供場所,由于互聯網發酵吧的虛擬性、便捷性和交互性,能夠顯著提高突發災難輿情事件的發酵進程。突發災難事件會誘發不同數量的發酵菌株進入發酵吧,在互聯網平臺上,媒體酶和公眾酶參與其中,媒體作為突發災難輿情事件的主要傳播者,會對突發災難事件發布一系列的報道,為了吸引更多的關注,媒體機構會采用夸張渲染的報道方式,有效的報道方式能夠快速吸引公眾眼球,提高突發災難輿情事件的熱度,加速突發災難輿情事件的發酵速度,公眾會在互聯網平臺上參與突發災難事件輿論的評論、轉發、點贊、收藏等活動,在自媒體時代,公眾的傳播行為更能夠引起共鳴響應,從而加速突發災難事件輿情的發酵。在此期間,發酵環境也會影響突發災難事件輿論的發酵過程,該突發災難輿情事件在整個發酵場域中的影響力占比,也會影響到其發酵結果,當在同一發酵場域中,該事件的影響力較高時,能占據發酵場域的中心,獲得更多的發酵資源,突發災難輿情事件在新浪微博、微信平臺、網媒平臺等平臺上的發酵周期也是影響發酵結果的重要因素。在發酵底物、發酵菌株、發酵吧、媒體酶、公眾酶、發酵場域、發酵周期的共同作用下,最終導致發酵產物的產生。當媒體和公眾對發酵產物進行二次挖掘時,會產生與該輿情事件相關的衍生輿情,使得發酵產物更加多樣化和復雜化,將這些輿情發酵產物集成整合形成輿情庫,能夠為網絡輿情治理提供決策支撐。

該模式覆蓋的組態路徑有H1、H2和H5。在該理論模式中,發酵場域發揮主導作用。在某一突發災難事件輿情發生場域內,會有諸多網絡輿情事件同時傳播發酵,在網絡發酵場域內的占比反映了公眾和媒體對該輿情事件的關注程度,當該突發災難輿情事件的發酵場域占比較高時,表明該輿情事件吸引了更多的關注和熱度。因此,該類網絡輿情事件發酵產物的產生是與其他網絡輿情事件經過激烈會戰后勝出的結果,薛可等學者的研究結論也驗證了發酵場域的驅動作用[36]。組態H1的發酵方程式為:～媒體酶+～公眾酶+發酵場域+～發酵周期→發酵產物。該組態覆蓋了9個案例,在該組態中,發酵場域發揮主導作用,即使在媒體酶、公眾酶、發酵周期不存在的情況下,依然能夠驅動突發災難事件發酵產物的產生。組態H2的發酵方程式為:發酵底物+～發酵菌株+～媒體酶+發酵場域→發酵產物。該組態覆蓋了7個案例,在該組態中,發酵底物和發酵場域發揮主導作用,即使在發酵菌株和媒體酶不存在的情況下,依然能夠驅動突發災難事件發酵產物的產生。組態H5的發酵方程式為:媒體酶+～公眾酶+發酵場域+發酵周期→發酵產物。該組態覆蓋了8個案例,在該組態中,媒體酶、發酵場域和發酵周期發揮主導作用,即使在公眾酶不存在的情況下,依然能夠驅動突發災難事件輿情發酵產物的產生。

表3 變量的校準統計

3.2 必要條件分析

本文運用R語言進行突發災難事件輿情發酵機理的必要條件分析,得到NCA方法必要條件分析結果和散點圖如表4和圖2所示。由圖2可知,發酵底物的散點圖中幾乎不存在天花板區域,因此,發酵底物不是發酵產物產生的必要條件,結合表4進一步判斷其他變量的必要性。根據Dul的研究[21],給出NCA方法必要條件判定的依據為:當0≤ d ≤0.1時,說明該條件變量對結果具有低等效應,當0.1< d ≤0.3時,說明該條件變量對結果具有中等效應,當0.3< d ≤0.5時,說明該條件變量對結果具有高等效應,當0.5< d ≤1.0時,說明該條件變量對結果具有超高等效應。當某一變量同時滿足效應量大于0.3、P值小于0.05、精確度大于90%時,可以判斷該變量是結果變量的必要條件,在下文進行條件組態分析時需要設置該條件為必要條件。由表4可知,發酵菌株、媒體酶、公眾酶、發酵場域、發酵周期的效應量均小于0.3,因此,不構成發酵產物產生的必要條件。綜上可知,發酵底物、發酵菌株、媒體酶、公眾酶、發酵場域、發酵周期均不是發酵產物產生的必要條件。

圖2 NCA方法必要條件分析的散點圖

為了進一步驗證NCA方法必要條件分析的研究結果,這里利用fsQCA3.0軟件中的必要條件進行檢驗,分析結果如表5所示,借鑒Fiss的研究[33],當某一變量的必要性分析的一致性水平大于0.9時,構成結果變量的必要條件。由表5可知,各變量必要性分析的一致性水平均小于0.9,不構成發酵產物產生的必要條件,該結論與NCA方法必要條件分析結果一致。

基于以上突發災難事件輿情發酵機理的探究,結合融知發酵模型,對突發災難事件輿情發酵機理的內在邏輯進行剖析,總結出3種驅動突發災難事件輿情發酵的理論模式,即:交融碰撞型模式、演化推進型模式和衍生變異型模式。

表5 基于fsQCA方法的單一條件必要性分析

3.3 條件組態分析

在必要條件分析的基礎上,為了進一步剖析各條件變量對結果變量的組態效應,以發酵底物、發酵菌株、媒體酶、公眾酶、發酵場域、發酵周期為條件變量,以發酵產物為結果變量,運用fsQCA3.0軟件對突發災難事件輿情的發酵機理進行剖析。把原始一致性閾值設置為0.8,案例頻數值設置為1,PRI(Proportional Reduction in Inconsistency)一致性設置為0.75,所得到的突發災難事件輿情發酵機理的組態分析結果如表6所示。

5月3日，中共中央政治局委員、國務院副總理、國家防汛抗旱總指揮部總指揮回良玉在國家防總指揮中心主持召開國家防總全體會議，研究分析今年汛情旱情形勢，安排部署防汛抗旱工作。

表6 突發災難事件輿情發酵機理的組態分析

1.1.2網絡輿情發酵機理研究

綜合中間解和簡約解可知,發酵菌株、公眾酶、發酵場域為核心條件,發酵底物、媒體酶、發酵周期為邊緣條件。發酵菌株覆蓋7條組態,其中,在6條組態表現為存在因素,在突發災難輿情事件中,網絡輿情的菌株數量和質量對發酵產物的產生具有顯著影響,質量較好的發酵菌株能夠吸引公眾和媒體的眼球,數量較多的發酵菌株能夠擴大突發災難輿情事件的曝光概率。公眾酶覆蓋7條組態,其中,在4條組態表現為存在因素,公眾作為網絡輿情事件發酵的傳播者,公眾的評論、轉發、點贊等行為都會加速突發災難輿情事件的發酵過程,甚至影響網絡輿情事件的發酵趨勢。發酵場域覆蓋8條組態,其中,在6條組態表現為存在因素,發酵場域是影響發酵產物產生的一個環境變量,當該突發災難輿情事件在發酵場域中的占比較高時,此時,其他網絡輿情事件的影響力就會減弱,即該網絡輿情事件受到的外界干擾較弱,從而觸發發酵產物的快速發酵。

3.4 穩健性檢驗

本文將融知發酵模型運用到突發災難事件輿情發酵機理的研究中,其理論框架如圖1所示。在突發災難事件輿情發酵系統中,發酵底物是指突發災難事件本身,輿情發酵依存于突發災難事件;發酵菌株提供突發災難事件輿情信息,使得突發災難事件進入媒體和公眾的視線;發酵酶是促進突發災難事件輿情發酵的催化劑,提高突發災難事件輿情傳播的深度和廣度;發酵環境是指影響突發災難事件輿情發酵的外部因素;發酵吧是突發災難事件輿情發酵的容器,為突發災難事件輿情發酵提供平臺,如新浪微博、微信平臺和網媒平臺;發酵產物是突發災難事件輿情發酵的結果,具體表現為突發災難輿情事件的發酵過程、影響程度、應對機制等。

4 突發災難事件輿情發酵的內在邏輯分析

盡管內部控制上強調招聘人員要從職業道德修養和專業勝任能力雙方面標準來選拔和聘用財務人員，但是行政事業單位很難做到。例如，在行政事業單位中，有部分會計與財務工作人員在工作時并未取得相關證書，理論和實踐根本無法同步，導致相關內部控制政策執行起來困難。同時，在行政事業單位中從事會計工作的人員年齡層次普遍偏大，接受新事物的能力與意識相對缺乏，但社會快速發展下，會計制度與理論知識也同樣在發展，學習能力低下的問題必然產生各種不良影響。

4.1 交融碰撞型模式

HINT1基因突變所致的遺傳性軸突型神經病1例報告 ………………………… 李潔，張麗，湯其強，等 394

4.2 演化推進型模式

該模式覆蓋的組態路徑有H6和H8。在該理論模式中,發酵菌株和發酵周期發揮主導作用。在突發災難事件輿情融知發酵模型中,質量較好的發酵菌株能夠提高網絡輿情事件的傳播效率,使得媒體有更多報道挖掘的空間,吸引更多的公眾眼球,較長的發酵周期能夠有效地提高該突發災難事件輿情事件的曝光率,隨著發酵周期的延長,公眾會對該突發災難事件輿情事件有更加客觀的認知,從而驅動該輿情事件朝著良性的方向演化,該結論在張兆陽等的研究中也得到了驗證[37]。組態H6的發酵方程式為:發酵菌株+媒體酶+發酵場域+發酵周期→發酵產物。該組態覆蓋了12個案例,在該組態中,發酵菌株、媒體酶、發酵場域、發酵周期發揮主導作用,驅動突發災難事件輿情發酵產物的產生。組態H8的發酵方程式為:～發酵底物+發酵菌株+～媒體酶+～公眾酶+～發酵場域+發酵周期→發酵產物。該組態覆蓋了1個案例,在該組態中,發酵菌株和發酵周期發揮主導作用,即使在發酵底物、媒體酶、公眾酶、發酵場域不存在的情況下,依然能夠驅動突發災難事件輿情發酵產物的產生。

4.3 衍生變異型模式

該模式覆蓋的組態路徑有H9和H10。在該理論模式中,發酵菌株、公眾酶和發酵場域發揮主導作用。當某一突發災難事件輿情事件同時滿足具備質量較好的發酵菌株、擁有較高的公眾關注度、在發酵場域中的占比較高時,會導致該突發災難事件輿情具有較大的影響力,并在輿情事件發酵過程中,再造出一系列衍生輿情的發酵,驅動該突發災難事件輿情的二次發酵,單曉紅等的研究與該結論相吻合[38]。組態H9的發酵方程式為:發酵底物+發酵菌株+公眾酶+發酵場域+～發酵周期→發酵產物。該組態覆蓋了8個案例,在該組態中,發酵底物、發酵菌株、公眾酶、發酵場域發揮主導作用,即使在發酵周期不存在的情況下,依然能夠驅動突發災難事件輿情發酵產物的產生。組態H10的發酵方程式為:發酵底物+發酵菌株+媒體酶+公眾酶+發酵場域→發酵產物。該組態覆蓋了11個案例,在該組態中,發酵底物、發酵菌株、媒體酶、公眾酶、發酵場域發揮主導作用,驅動突發災難事件輿情發酵產物的產生。

5 研究結論與討論

5.1 研究結論

本文基于融知發酵模型,采用NCA與fsQCA相融合的方法,探究了突發災難事件輿情發酵機理和理論模式,主要得出如下研究結論:

a.通過必要條件分析可知,發酵底物、發酵菌株、媒體酶、公眾酶、發酵場域、發酵周期均不構成發酵產物產生的必要條件,即單個變量對發酵產物的影響是有限的。

b.通過組態路徑分析可知,突發災難事件輿情發酵機理的組態包括10條路徑。其中,發酵菌株、公眾酶、發酵場域為核心條件,發酵底物、媒體酶、發酵周期為邊緣條件。

c.基于以上分析結果,結合融知發酵模型,對突發災難事件輿情發酵機理的組態路徑進一步歸納分析,總結出3種驅動突發災難事件輿情發酵的理論模式,即:交融碰撞型模式、演化推進型模式和衍生變異型模式。

5.2 政策啟示

本文的研究結論對突發災難事件網絡輿情治理的實踐啟示主要體現在以下兩個方面:

1.3 觀察指標 將溫度探頭置入鼻咽部，連接HP監護儀持續監測患者鼻喉溫度作為機體中心溫度。記錄麻醉時、切皮時、手術開始后 30、60、90、120、150 和 180 min及手術結束時體溫;記錄輸液量、出血量、手術時間、完全蘇醒時間(定向力恢復、能正確回答問題、舉手、抬頭等)、術后寒戰和躁動發生情況等指標。

玉米秸稈低溫高效降解菌GF-20的應用效果研究…………………………………………… 胡萬吉，孫繼穎，青格爾，胡樹平（64）

a.基于系統性思維,制定輿情管理應急預案。單個因素對突發災難事件輿情發酵的影響是有限的,要基于系統思維提高輿情治理的整體效率,防止“木桶效應”,注重整體效能。第一,注重對輿情事件的過程管理。輿情管理應急預案制定是一個迭代優化的過程,從應急預案的制定、實施、監測到改進是一個循環反復的過程,需要在過程中不斷優化和改進輿情應急預案內容。第二,加強對輿情系統的動態管理。在網絡輿情演化的不同階段,相關部門需要采取不同的引導措施,掌握輿論話語的主導權,針對網絡輿情的演化趨勢,采取動態的管理措施,實現實時監控管理。

b.因事制宜,采取多樣化的治理措施。導致突發災難事件輿情發酵產生的路徑是多重并發的,其路徑并不是唯一的,因此,需要制定多樣化的治理措施,以應對復雜多變的實踐環境。第一,針對輿情事件類型制定個性化的治理方案,不同類型輿情事件的發酵機理存在差異,其治理方案也要因事調整,針對該類輿情事件的發酵機理,制定個性化的治理方案,提高輿情治理的精度和效率。第二,賦予輿情管理部門靈活化的治理權限,面對復雜多變的網絡環境,需要采取靈活性的治理措施,以突破網絡輿情的“變局”帶來的治理“困局”。同時,要賦予輿情管理部門更大的權力,使其能夠在第一時間制定出應對決策。

5.3 不足與展望

本文基于融知發酵模型,對突發災難事件中的輿情發酵機理進行探究,并進一步歸納了發酵機理的理論模式。仍存在一定的局限性:第一,本文以整個周期的突發災難輿情事件為研究對象,未對發酵周期進行細分,在突發災難輿情事件的不同周期發酵特征也存在差異。在后續研究中,將會把時間因素納入研究體系中,探究不同發酵周期對突發災難事件輿情發酵機理的影響。第二,本文針對突發災難事件中輿情發酵機理進行探究,在其他類型的網絡輿情事件中是否具有通用性,有待驗證,在后期研究中,會進一步驗證該模型構建的通用性問題,把該模型推廣到更加廣闊的應用領域。