中国公共卫生  2018, Vol. 34 Issue (9): 1232-1236   PDF    
社交媒体环境下H7N9事件网络舆情演变与比较分析
王心瑶, 郝艳华, 吴群红, 徐威, 许伟岚, 崔宇, 王晓菲, 代亚君    
哈尔滨医科大学卫生管理学院社会医学教研室,黑龙江 哈尔滨 150081
摘要目的 比较2013年与2017年H7N9事件网络舆情演变情况,为社交媒体环境下的网络舆情引导与控制提出建设性意见。方法 采用百度指数和新浪微舆情系统对2013年3 — 5月与2017年2 — 4月内网络舆情进行制图、信息搜集与进一步比较分析。结果 网络舆情走向图均呈前驱、暴发、波动和消退4个阶段,2017年较2013年舆情波动较小,公众对H7N9事件关注度下降,风险认知水平不均衡导致舆论增加和谣言产生;新媒体尤其是微博使用程度增加,影响力明显提升。结论 社交媒体环境下政府应加强网络舆情主体引导和监督工作,媒体应积极引导网络舆论,公众应提升自身的舆论辨析力,三方面主体相辅相成共同营造积极的网络舆情环境。
关键词H7N9     网络舆情     演变     社交媒体     比较    
Evolution trajectory of network public opinion about H7N9 epidemic under social media environment: a comparative analysis
WANG Xin-yao, HAO Yan-hua, WU Qun-hong, et al     
Department of Social Medicine, School of Health Management, Harbin Medical University, Harbin, Heilongjiang Province 150081, China
Abstract: Objective To compare the evolution process of network public opinion about avian influenza A H7N9 virus (H7N9) epidemic in 2013 and 2017 in China for making constructive suggestions to guide and control network public opinion about the issue under social media environment. Methods We collected and analyzed information on network public opinions towards H7N9 epidemic during the epidemic periods from March to May 2013 and from February to April 2017 via Baidu Index and Sina Micro-Public Opinion Big Data Platform. Then we compared dynamic changes in the communication of the opinions between the two periods using descriptive and graphical method. Results The diagrams for variation in network public opinions towards H7N9 epidemic during the two periods showed a four-stage (prodromal, outburst, fluctuation, and regression stage) pattern. Compared to that in 2013, the fluctuation in the network public opinions was relatively low, suggesting a decreased concern on the H7N9 epidemic among the public. The imbalance in risk cognition among the public led to increased communication of opinions on H7N9 epidemic and rumor spreading. The use of new media, especially the use of microblog, obviously enhanced the influence of social media on public opinions about H7N9 epidemic. Conclusion Governmental agencies should strengthen the guidance and supervision on network public opinions on communicable disease epidemic under social media environment and efforts need to be taken by social media, the public, and governmental agencies for the establishment of an active media environment beneficial for the control of communicable disease epidemic.
Key words: influenza A H7N9 virus     network public opinion     evolution     social media     comparison    

近年来,自然因素和人为因素引起的社会风险高发,突发公共卫生事件引起全球性关注,世界环境下各类新发传染病事件频起。当今又处于互联网走向成熟化的大数据时代,人们逐渐不满足于电视、报纸等非时效性信息载体,国际凯度公司在2016年发布报告称,中国城市居民使用社交媒体的人数比例已达51 %,且社交媒体的互动性逐渐增强[1]。当突发公共卫生事件与新型网络媒体并存时,风险的突发性与社交媒体的信息即时性、快速传播等特点相结合可能会产生舆论恐慌、网络谣言等许多新的问题,需要引起社会广泛关注。自2013年2月底,我国上海市等部分地区发现感染禽流感病毒案例,3月31日,国家卫生和计划生育委员会发出通报,确定已发现3例感染H7N9病毒案例[2],这是我国首次公布H7N9疫情正式报告,自此各网络媒体开始正式发布H7N9禽流感病例信息。2017年初,新华网发布广州省发现H7N9病例11例、死亡2例,我国部分地区再次进入禽流感病毒的高发期,H7N9也再次成为网络媒体中公众的热点话题,在信息高速传播的过程中大量舆论与谣言也随之产生。为此,本研究选取H7N9禽流感事件作为主体事件,比较2013年与2017年H7N9事件网络舆情演变情况,旨在为社交媒体环境下的网络舆情引导与控制提出建设性意见。结果报告如下。

1 资料与方法 1.1 资料来源

利用百度指数将2013年与2017年H7N9事件舆情情况进行比较,并利用新浪微舆情系统选择全国范围的网民为研究对象,以“H7N9”为关键词进行信息监测。

1.2 统计分析

百度指数系统中涉及“搜索指数”和“媒体指数”2个相关名词。搜索指数是以网民在百度的搜索量为数据基础,以关键词为统计对象,科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和;媒体指数是以各大互联网媒体报道的新闻中,与关键词相关的、被百度新闻频道收录的数量,采用新闻标题包含关键词的统计标准,数据来源、计算方法与搜索指数无直接关系。主要应用百度指数官方网站的指数探索模块中“趋势研究”方法和新浪微舆情系统体验版中“信息监测”模块进行分析和制图,通过统计分析“时间 – 搜索指数”关系和数据走势及不同媒体发布信息量得到相应研究结果。考虑到数据的可获取性和可比较性,分别选取2013年3 — 5月和2017年2 — 4月为时间跨度,对网络媒体在一定时间范围内的发表言论、舆情走向进行制图和数据分析,统计出事件发生的时间节点和群众言论的高峰期,找寻出其中引导舆论的关键性新闻或信息,发现政府部门及媒体处理公共卫生事件的问题与不足。

2 结 果 2.1 2013 ― 2017年H7N9事件舆情演变整体趋势(图13

利用百度指数分析结果显示,自2013年H7N9事件暴发后,2017年2月中旬H7N9禽流感事件又一次达到小高峰(见图1)。百度指数趋势图主要由媒体指数与搜索指数组成。媒体指数在4月初达到唯一波峰,即关键词“H7N9”被互联网媒体收录最高量为32 000次(见图2)。搜索指数在近几年均有波动,其中2013年4月11日达到最高搜索量606 338次;之后分别在2014和2016年出现2次较大波动,即2014年初的“吃泡椒凤爪染H7N9”谣言事件和2016年初在浙江宁波市发现2例H7N9病例,关键词“H7N9”搜索量分别为28 585和11 853次,影响力度均相对较小;2017年初再次出现较高波峰,搜索指数达到44 543次,此为继2013年之后最高搜索指数(见图3)。将图1具体化,根据波动趋势分别选取2013年3 — 5月和2017年2 — 4月时间段进行监测分析,如上图23所示。数据显示,2017年关键词搜索量低于2013年,且2017年媒体指数最高,仅1 200次,可见公众对H7N9禽流感关注度处于较低水平。

图 1 2013 — 2017年H7N9事件舆论走向图

图 2 2013年3 — 5月H7N9事件舆论走向图

图 3 2017年2 — 4月H7N9事件舆论走向图

2.2 2013年与2017年H7N9事件舆情比较分析(图4表12

利用微舆情系统对2017年初发布H7N9相关信息的网络媒体进行统计,在事件处于较高关注度期间,从各网络媒体活跃情况上看,新浪微博发布相关信息量 > 25万条,其次微信发布信息量约4万条。从网络信息来源类型上可见,> 55 %的相关信息来自于微博,其次约12 %信息来源于国内媒体网站。综上所述,新浪微博已成为主导网络舆情的主要网络媒体。利用新浪微舆情系统对2017年初网络舆情高峰期,即2017年2月4日 — 3月6日进行信息监测,得出H7N9事件网络媒体舆情走向图(见 图4),其中2月15和21日为网络舆情高峰时间点,整体走势情况与百度搜索指数走向图形态、特点相似。基于百度指数与新浪微舆情系统监测得到的网络舆情走势图分析,截取2013年3月31日及2月15、16和21日2次舆论高峰时间点中引起较高舆论的官方始发微博进行检索与统计,得出结果见表12。信息监测中,引导主要舆论的微博均为人民日报、人民网、央视新闻等较具有影响力的官方微博,其中人民日报在2次舆论高峰期中均发布了信息,且每次转发量均在万次以上。2017年与2013年比较,2017年官方微博发布信息的转发量与评论量均明显高于2013年。

图 4 2017年2月4日 — 3月6日H7N9事件媒体舆情走向图

表 1 2013年高峰期官方微博主要信息发布及传播情况

表 2 2017年高峰期官方微博主要信息发布及传播情况

3 讨 论

目前大数据环境下,网络舆情分析系统已被熟悉和广泛应用,此类系统具有可视化、统计力强等特点,其中百度指数和新浪微舆情系统具有较高的影响力与公信力,尤其新浪微博已成为主导网络舆情的重要角色[3]。百度指数是针对网民行为数据进行舆情分析、信息监测的网络平台;新浪微舆情系统是以新浪微博为主体的社会化大数据应用平台。因此本研究采用百度指数和微舆情系统对H7N9事件进行分析。百度指数结果发现,2次H7N9禽流感事件网络舆情走向图均经历前驱期、暴发期、波动期和消退期,即突发公共卫生事件的网络舆情4个阶段[4],具有较高相似度。相比于2013年疾病突发时的舆论陡增,2017年H7N9禽流感再次兴起时关注度大幅下降。已有研究表明,个体学习相关风险知识能够明显提升自身风险认知水平[5]。该现象可能由于人们已经了解足够多的H7N9禽流感相关知识信息,对H7N9的传播源类型、传播方式及防御措施形成较高的认知,因此大幅降低了由于低认知导致的恐慌和听信谣言的可能性。相反,在2013年,作为首次报告的新发疾病H7N9禽流感传播初期,媒体注重传播病例感染和死亡信息,对病毒或疾病相关知识的宣传与教育不足,网民在对H7N9了解程度较低时对信息的鉴别力和甄别力均较低,容易产生从众心理,自发传播不实信息。

H7N9禽流感事件在2013年3月底突发并获得极高的关注度,然而在新浪微博上,官方微博发布的信息转发量与评论量相对较低。根据新浪微博统计发布的财报显示,新浪微博月活跃用户和日活跃用户由2012年12月的9 670万和4 510万增长到2017年6月的3.61亿和1.59亿[67],可能由于2013年时微博仍处于初步兴起阶段,用户较少,官方发布的信息的阅读量和影响力因而较低。相比之下,2017年H7N9事件再次出现时,即使人们已经了解H7N9禽流感的起因和传播机理等相关知识,官方微博发布的信息转发量和评论量却很高,可见近年公众使用微博的人数大幅增加,微博影响力同时剧增,提示现如今已正式进入网络社交媒体时代,信息具有即时和快速传播的特性。在此情况下,公共卫生事件信息的传播者、传播方式及传播内容需要政府利用媒体发布及时信息以引导舆论方向,实现有效监控与监督。

通过百度指数和微舆情系统对H7N9禽流感事件的相关信息监测结果显示,社交媒体环境下,网络舆情中存在的问题有以下几个方面:首先,H7N9禽流感信息发布的过程中,除了官方媒体发布的警醒、病例死亡等信息外,许多网络谣言也是影响群众接收正确健康信息的主要因素,例如相关新闻报道称,接触鸡、鸭等禽类及其排泄物是人类患上禽流感的主要原因,因此产生类似“鸡蛋会传播禽流感病毒”谣言,使得部分网民产生了“不敢吃鸡蛋”的想法,并通过发微博或评论他人微博,使得错误信息以指数成倍进行传播[8]。在2017年2月20日左右,在微信朋友圈内产生了“某地某人食用大盘鸡感染禽流感病毒后死亡”等谣言,使得人心惶惶,甚至有些人听信谣言后不敢食用熟鸡肉,21日当地政府及警方发布辟谣信息,才渐渐化解此次风波。部分网络媒体为提升信息感染力,肆意传播谣言信息以提升自身媒体影响力与传播力,但是对积极正面的风险信息重视不足,网络舆情因而产生偏倚,引导网民的注意力偏向负面性信息。其二,大数据时代的特性之一是信息的丰富性,当今网络上信息冗杂,无论是突发的H7N9公共卫生事件或是H7N9禽流感健康预防知识均充斥在各网络媒体平台中,公众可获取的信息不同于电视、广播、报纸等传统媒体信息,除官方发布的信息外,其他社交媒体信息缺乏严格的审核机制,公信力和可信度有待考究。且在社交媒体环境下,公众在网络信息传播中作为重要节点和力量,可能由于其教育水平、风险认知水平参差不齐等因素对网络舆情发展产生较大影响。马原[9]在相关社交媒体舆论放大的研究中提到,某人接收到信息后,增加了其亲友接收相同信息的概率,信息的重要性、危机性越高,其传播给亲友的概率越高,甚至在受到不同程度的教育水平影响后增加其对错误信息的可信度与传播率。潘陈青等[10]也提出在大数据环境下,社交媒体具有“碎片化”的特点,即阅读者根据主观意识摘取信息,尤其对于微博等字数较少的言论,快速地浅阅读使得阅读者只摘取部分自己感兴趣的字段和词语,由于受到自我意识和受教育水平等因素影响,将大脑获取的碎片化信息重组,形成主观理解的新信息。当公众对公共卫生事件充分了解时,较难听信谣言甚至传播,可见自媒体时代对公众的风险信息判断力、辨析力要求较高,应当不断提升网民的信息素养及媒介素养[11],培养正确的社会价值观,共同营造积极的网络舆情环境。其三,网络舆情主体主要由管控主体、领袖主体、自由主体和利益相关主体组成[12]。其中,政府作为管控主体在事件中目前仅具有发布准确信息和调节舆论导向的作用,而领袖主体即在网络媒体舆情发展中具有较强传播影响力的名人或组织,例如“人民日报”、“新华网”等。中国学者在关于网络舆情分析中已提出领袖主体这个群体的重要性,相比之下,政府的管控工作较为被动。李纲等[13]在研究中表明了网络舆情发展中媒体管理的重要性,其中强调了两点:一是增强政府的影响力与公信力,改变网络舆情中意见领袖占主导的现状,政府掌握舆情动态即能在控制舆情导向中占有优势;二是针对意见领袖占有主导权的现状,充分利用社交媒体加强其与意见领袖的沟通,更多地发挥意见领袖的积极作用,避免意见领袖发布情绪化、偏激化的第三方信息。杜蓉等[14]利用Netlogo仿真模型模拟公共危机事件中政府的影响因素,得出政府在影响力足够强的情况下可充分引导社会舆论,基于公众信任也能够发挥效力[15]。因此避免风险的社会放大现象发生,增强政府引导力是关键决策之一,此外,还应加快政府发布与更新突发事件信息的速度、增加信息透明度、增强政府信息公信力、避免负面舆论与谣言的滋生,并针对监测到的不实信息采取各种途径及时辟谣和澄清事实。

参考文献
[1] 凯度公司. 2016中国社交媒体影响报告[EB/OL]. [2016 – 01 – 28]. http://www.cn.kantar.com/媒体动态/社交/2016/凯度2016中国社交媒体影响报告/.
[2] 中国卫生和计划生育委员会. 上海、安徽发生3例人感染H7N9禽流感确诊病例[EB/OL]. [2013 – 03 – 31]. http://www.moh.gov.cnmohwsyjbgs/s3578/201303/44f25bd6bed14cf082512d8b6258fb3d.shtml.
[3] 人民网. 2016年中国互联网舆情分析报告[EB/OL]. [2016 – 12 – 22]. http://yuqing.people.com.cn/GB/401915/408999/index.html.
[4] 滕文杰. 时间序列分析法在突发公共卫生事件网络舆情分析中的应用研究[J]. 中国卫生统计, 2014, 31(6): 1071–1073.
[5] 王伟仙, 吴丽芬, 周丰勤, 等. 武汉市某医院感染性疾病科住院患者对陪护需求及传染病风险认知状况调查[J]. 医学与社会, 2013, 26(12): 18–20.
[6] 腾讯科技. 新浪微博关键数据: 月活跃用户1.29亿[EB/OL]. [2014 – 03 – 15]. http://tech.qq.com/a/20140315/004999.htm.
[7] 新浪科技. 新浪发布2017年第二季度财报[EB/OL]. [2017 – 08 – 19].http://tech.sina.com.cn/i/2017 – 08 – 09/doc-ifyitapp3476655.shtml.
[8] 付红安. 网络谣言折射出的现实舆论困境 —— 以H7N9型禽流感疫情谣言传播为例[J]. 传播与版权, 2013(5): 146–148.
[9] 马原. 新媒体舆论监督的社会风险放大效应研究[J]. 声屏世界, 2009(11): 51–52. DOI:10.3969/j.issn.1006-3366.2009.11.026
[10] 潘陈青, 邓尚东. 大数据时代的微博舆论引导 —— 以" 天津港爆炸”事件为例[J]. 新闻知识, 2016(12): 40–43. DOI:10.3969/j.issn.1003-3629.2016.12.011
[11] 蒋征刚, 余庆君, 顾华, 等. 人感染H7N9禽流感信息获取途径及需求调查[J]. 中国公共卫生, 2014, 30(5): 667–669.
[12] 黄微, 李瑞, 孟佳林. 大数据环境下多媒体网络舆情传播要素及运行机理研究[J]. 图书情报工作, 2015(21): 38–44.
[13] 李纲, 陈璟浩. 突发公共事件网络舆情研究综述[J]. 图书情报知识, 2014(2): 111–119.
[14] 杜蓉, 梁红霞. 公共危机事件中政府对网络舆论的引导仿真[J]. 情报杂志, 2011, 30(11): 61–66. DOI:10.3969/j.issn.1002-1965.2011.11.013
[15] 张晓华, 侯芊, 王卉, 等. 人感染H7N9禽流感政府防控措施微博民意调查[J]. 中国公共卫生, 2015, 31(3): 296–298.