中国公共卫生  2019, Vol. 35 Issue (1): 100-103   PDF    
基于5W框架H3N2流感事件微博传播及舆情分析
王心瑶, 郝艳华, 吴群红, 徐威, 康正, 代亚君, 王晓菲    
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 根据2017年香港H3N2流感事件个人及官方微博,了解媒体官方微博风险信息传播存在的问题并提出相关建议。方法 主要利用ROST内容挖掘系统软件、北京大学PKUVIS微博可视分析工具及NLPIR语义分析系统,采用内容分析法对不同微博主体所发布信息及官方媒体微博评论内容进行归类、情感值计算和转发路径分析。结果 2017年7 — 9月共130条香港流感相关微博,其中个人和媒体官方微博发布信息占比分别达43.85 %和41.54 %,政务微博仅7条,信息情感分布集中且偏向消极;人民日报官方微博5、6日内容转发路径分别呈现典型层级结构,包含小规模2次转发和3次转发,评论内容比较结果显示,> 90 %公众完全相信微博信息但后期有所下降,分别有8.09 %和6.44 %公众阅读信息后改变行为意愿,约5 %公众产生害怕和恐慌情绪,评论内容情感分析中“乐”“好”“惧”“恶”情绪占比较高。结论 官方媒体应保持信息的权威性、严谨性和客观性,报道应该谨慎用词,避免新闻标题化;对待争议性话题,公众应提升自身媒介信息素养能力,政府应加强信息监测和舆论引导,提升应急管理和风险沟通能力。
关键词H3N2     官方微博     流行病     网络舆情     内容分析法    
Disseminations of micro-blogging and public opinion on influenza A (H3N2): a 5W-based 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 analyze personal and official media micro-blogging on the epidemic of influenza A (H3N2) in 2017 in Hong Kong and to explore problems in risk information dissemination via official micro-blog and to put forward relevant suggestions. Methods Five W (who, says what, in which channel, to whom, and with what effect) methodology, rapid optical screening tool (ROST) mining system, PKUVIS Weibo Visual Analysis System of Peking University and natural language processing and information retrieval (NLPIR) semantic analysis system were used in the study. We adopted content analysis to classify the information and content words which being put out by different micro-bloggers. Then we carried out a sentiment analysis and forwarding path analysis. Results We identified 130 micro-blogs on influenza A (H3N2) epidemic in Hong Kong during the period from July to September 2017, of which, 43.85% and 41.54% were personal and official media micro-blogs and only 7 of which were micro-blogs of governmental agencies. Emotional information of the micro-blogs was time-concentrated and negative. The contents of official media micro-blogs released by People's Daily on the 5th and 6th of August 2017 showed a typical hierarchical structure, including small-scale second-time forwarding and the third-time forwarding, and comparison analyses on comments revealed that more than 90% of the public were fully convinced about the micro-blogs' information but the rate decreased later on. Among the public, 8.09% and 6.44% reported changes in behavioral intention after reading the information and about 5% reported fear and panic emotion. Sentiment content analysis identified higher proportions of happy, nice, fear, and evil emotions. Conclusion The official media should maintain the authority, precision, and objectivity of their micro-blogs and use words cautiously and avoid exaggerated news headline. The results also suggest that information literacy of the public needs to be improved and government agencies should strengthen monitoring and guiding on micro-blogs about public health emergency.
Key words: influenza A H3N2     official media micro-blog     epidemic     network public opinion     content analysis    

全球范围内的突发性公共卫生事件中,流行性感冒(influenza,简称流感)因其覆盖范围广、变异能力强、病毒种类繁多等特点受到广泛关注。流感是指流感病毒引起的一系列急性呼吸道传染病,其发病率与死亡率处于全球传染病前列水平[1]。1968年香港流感爆发是20世纪3次大型流感事件之一,由H3N2亚型流感病毒引起[2]。21世纪以来,H3N2流感病毒以不同程度进行传播,根据香港卫生署卫生防护中心数据显示,2015年1 — 3月曾爆发1次较严重H3N2流感,死亡人数达439人;2017年夏季(5 — 8月)香港H3N2流感再次爆发,截至8月6日共检测到324例死亡[3]。对此国内部分新闻媒体对事件进行了报道,主流媒体的官方微博也发布相关疫情信息。其中一些媒体将H3N2流感与2003年SARS流感进行比较,引起公众的关注和网络舆论,官方微博作为当今应用范围广、影响力高的新媒体平台,在此次公共卫生事件传播中起到关键作用。本研究将通过内容分析方法,基于传播学中拉斯韦尔“5W”框架[4],谁(Who),说了什么(Says what),通过什么渠道(In Which Channel),对谁说(To Whom),取得了什么效果(With What Effect)。对此次H3N2流感事件的传播者、传播内容、传播渠道、传播受众和传播效果5个维度进行解读与分析,旨在剖析官方微博在突发公共卫生事件中的影响及作用,深度阐述微博舆论中的主体分布和情感倾向,总结官方微博风险传播存在的问题并提出相关建议。

1 对象与方法 1.1 对象

采用媒介内容分析法了解2017年5 — 8月香港H3N2流感事件网络传播情况。利用百度指数平台 – 搜索指数功能,统计2015 — 2017年网民在百度中搜索关键词“H3N2”与“香港流感”的频次,相比于2015年1 — 3月,2017年7 — 9月香港流感事件处于高峰期,关键词“香港流感”搜索量周平均值最高43 980次,8月7日高达80 983次,而“H3N2”搜索量较低,因此本研究选择“香港流感”为事件关键词,选择事件时间跨度为2017年7 — 9月。

1.2 方法

采用内容挖掘系统软件(ROST Content Mining System Version 6.0,简称ROSTCM6),一种基于网络计算技术的经典内容挖掘与分析软件[5]。本研究主要利用ROSTCM6进行数据抓取和处理,以“香港流感”为关键词分别搜索百度网页新闻与新浪微博,基于7 — 9月香港流感事件新闻数量、题目及内容统计,对该段时间的事件发展进行关键节点梳理;搜集有效微博分别按照发布者类别和事件节点进行归类整理。利用北京大学PKUVIS微博可视分析工具[6]对单条微博的转发、观点等传播过程以可视化图形呈现出来,提取影响力较大的官方微博传播路径特征。

1.3 统计分析

主要采用媒介内容分析法,利用PKUVIS工具对选定官方微博的转发情况进行处理和描述,利用ROSTCM6对官方微博下评论内容进行归类、词频及情感值计算,利用NLPIR语义分析系统统计7项情感维度。根据数据和图形结果,分析公众、媒体及政府在香港H3N2流感事件中的传播作用及影响。

2 结 果 2.1 微博传播者分析

搜集发布于2017年7 — 12月有关香港H3N2流感事件全部微博,排除偏题、离题等无效微博,共130条有效微博,根据不同微博主体进行归类统计。传播者以个人微博(n = 57,43.85 %)和媒体官方微博(n = 54,41.54 %)为主,政务微博报道较少(n = 7,0.02 %)。对每条微博内容进行情感值计算,结果为正属于积极情绪,负值为消极情绪,0为中性,依据时间序列法得到为4类微博主体发布时间均集中于8月3 — 13日。且公众发布微博时间点和情感值均较分散,情绪倾向于消极,存在极端消极现象。媒体微博发布情况呈现出明显集中现象,消极情绪较多,在事件高峰期后发布信息多为中性信息。政务微博发布较少,且集中于8月9日和10日。

2.2 官方媒体微博传播效果分析(表1图12
表 1 2017年5 — 8月香港流感事件关键节点及微博发布情况

根据前期新闻数据收集和处理,得到2017年7 — 9月香港流感事件发展的3项关键节点,追踪信息来源,7月18日与8月9日新闻均来自香港卫生署卫生防护中心发布原文,而引起较多关注的新闻标题“香港流感今夏已致307人死亡人数超SARS期间”中仅死亡人数来源于香港官方信息,国内媒体“人民日报”法人微博(以下简称人民日报)首次将H3N2与2003年SARS疫情死亡人数比较,使得该标题成为此次事件中焦点话题。人民日报针对2017年夏季香港H3N2流感疫情共发布2条微博,8月5日发布微博“香港流感今夏已致307人死亡,人数超SARS期间”,转发量2 156次,评论量2 106次;8月6日发布微博“香港流感今夏已致312人死亡!关于流感,这些事你要知道”,转发量4 367次,评论量2 414次。截止于2017年12月27日微博粉丝量约5.5千万。利用PKUVIS工具对2条微博传播效果进行可视化分析,图1图2均呈现典型层级结构特点,节点大小取决于转发者粉丝量。图1人民日报发布消息后,“江宁公安在线”(南京公安局江宁分局)对其转发并形成小规模2次转发;图2人民日报因强调流感具体预防措施对6日微博进行自转发,并引起中国气象局(气象局官方微博)、珠海特区报(官方微博)、王人平(自媒体)等高影响力用户的3次转发。相比较,8月6日微博转发数量较大,但5日微博转发路径更复杂,≥ 2次转发量明显高于6日微博,信息传播覆盖人群较广泛。

图 1 人民日报8月5日发布微博转发路径效果图

图 2 人民日报8月6日发布微博转发传路径效果图

2.3 官方媒体微博传播内容分析(表23, 图3
表 2 人民日报8月5、6日微博评论内容意见倾向统计

图 3 8月5、6日微博评论情绪分布情况统计

人民日报8月5日15:24发布微博,提出“死亡人数超SARS期间”,8月6日9:00发布死亡病例增加的报道,突然出现的疫情信息引起公众小范围舆论。微博评论内容可以反映出部分公众的意见倾向,汇集舆论并形成舆论场[7]。整理原微博下评论,选择直接评论指定微博的文字或表情条目,排除叠加评论与无效内容,处理后分别得到1 606条和1 538条有效评论,包含1 032条和843条文字评论,逐条计算情感值、处理内容意见倾向,统计得出以下结果。表2显示,35.74 %公众将接收到的信息转给他人,实现信息传播的即时性。在个人态度和认知方面,分别有8.09 %和6.44 %公众了解香港H3N2疫情后决定更改出行计划,5.79 %和4.81 %公众阅读信息后感觉到害怕或恐慌,可见公众对5日微博的反应更强烈。近5 %公众认为5日微博报道太突然,没有听到或看到国内其他相关疫情信息,少数公众表达了对此次疫情新闻的不满。表3显示,2次微博评论中,均有 > 90 %公众完全相信微博信息,然而相比于5日,6日微博评论中公众“不相信”和“质疑”的声音明显增加,可见部分公众可以根据自身经历或其他新闻报道开始思考和判断信息的真实性,但是数量较少。图3所示,公众对H3N2两次微博情绪反应分布相似,除“乐”和“好”积极性情绪(53.28 %,43.31 %)较高之外,“惧”和“恶”2类负面情绪占比均列次位,并且公众得知死亡病例增加的信息后情绪偏向负面,舆情态势略有增加。

表 3 人民日报8月5、6日微博信任程度分析

3 讨 论

本研究通过分析微博主体及情感分布、官方媒体2条微博的转发情况和评论内容,总结出以下结论:传播者方面,个人微博与媒体官方微博发布H3N2流感信息量相对较大,政务微博较少发声;传播效果方面,粉丝量大且公信力高的官方微博传播范围更大、覆盖人群更广泛;对于传播内容和传播受众,媒体夸大事件严重性时可能引起公众强烈反应。

2017年7 — 9月夏季,香港卫生署卫生防护中心监测并公布H3N2最新疫情,并表示,2011 — 2017年每年均有不同程度的甲型H3N2流感病毒感染情况,其中2015年1 — 3月与2017年7 — 9月是目前感染该病毒死亡病例较多的2个周期。截止于2015年4月1日,卫生防护中心共录入439例死亡病例[8];截止于2017年8月16日,中心共录入536例成人严重住院病例,其中388例死亡,死亡病例集中于0~9岁的儿童和 ≥ 65岁老人,多数因并发症死亡[3]。香港医院管理局表示,此次流感死亡率约为2.19 %,而2003年SARS死亡率高达17 %。因此,此次H3N2疫情爆发并未严重到与SARS相提并论的程度,虽然死亡人数超过2003年香港SARS疫情死亡人数,但是在流感病毒性质、结构、传染率等因素具有较大差异的情况下,两者比较并列为信息标题是不严谨和科学的做法[9]

根据前期微博评论内容分析结果,粉丝量大且公信力较高的官方微博影响力较大,公众倾向于信任其发布内容,对传染病病例更新信息情绪反应较强烈,出现害怕、厌恶、惊讶等负面情绪,产生犹豫或彻底改变出行行动等一系列行为意愿。已有研究表明,微博自身属性是影响微博传播效果的关键因素之一,发布内容中涉及国内病例发现易引起公众恐慌[10]。在突发公共卫生事件传播过程中,及时的病例更新信息可能引起公众暂时的情绪不稳定,但是处于正常情绪波动,当具有争议性话题介入时,负面情绪和负面舆论的产生不利于事件的处理和控制[1112]。本研究发现,对于将H3N2疫情与SARS比较的信息,多数人选择相信并转发微博,虽然没有产生广泛的公众恐慌现象,但是这则信息依然对很多人的认知产生了影响,甚至可能产生风险规避行为。基于已有的网民心理倾向的信息传播模型,仿真实验发现,信息可信度较低时,公众依然会广泛传播信息;辟谣信息发布不及时或可信度低时,辟谣信息可能产生反效果[13]。后期香港卫生署对误读信息进行解释,部分媒体微博因字数限制以“专家称:不必恐慌”为题,却未详细说明理由,导致信息校正效果难以立刻显现。

综上所述,针对流感等传染病事件的微博传播目前仍存在诸多问题,主要体现在传播者和传播内容两方面。微博作为多项传播主体共存的社交媒体平台,官方媒体在文本受限的情况下应保持信息的权威性、严谨性和客观性,媒体报道应该谨慎用词,避免新闻标题化。对待争议性话题,公众应提升自身媒介信息素养能力,理性甄别媒体信息,减少情绪化行为。政府应及时监测流行病高峰期新闻或微博信息,利用官方微博平台及时更正误导信息,有助于突发公共卫生事件的处理和舆情引导,以提升政府及相关机构的应急管理和风险沟通能力。

参考文献
[1] Whitley RJ, Monto AS. Seasonal and pandemic influenza preparedness: a global threat[J]. The Journal of Infectious Diseases, 2006, 194 Suppl 2(9): S65.
[2] 杜宁, 杨霄星, 蓝雨, 等. 1968年香港流感(H3N2)病原学概述[J]. 病毒学报, 2009, 5: 17–20.
[3] 卫生防护中心呼吸疾病办事处. 本地流感流行情况(截至2017年8月16日)[R].流感速递: 卫生防护中心, 2017, 32(14): 1-6
[4] 丁梦琪. 传播学5W理论视角下新媒体传播特点研究[J]. 今传媒, 2015, 3: 32–34.
[5] 方琴. ROST内容挖掘系统对内容分析法影响的研究[J]. 课程教育研究, 2014, 1: 234–235.
[6] Ren D, Zhang X, Wang Z, et al. WeiboEvents: a crowd sourcing Weibo visual analytic system[C]// Visualization Symposium. IEEE, 2014: 330-334.
[7] 王秋菊, 刘杰. 微博评论的本体、主体及传播方式特点分析[J]. 编辑之友, 2017, 9: 59–62.
[8] 卫生防护中心呼吸疾病办事处. 本地流感流行情况(截至2015年4月1日)[R]. 流感速递: 卫生防护中心, 2015, 13(12): 1-6
[9] 高杨. 香港流感致327人死亡专家: 严重程度堪比SARS系误读[N]. 央广网, 2017-08-09
[10] 安璐, 周思瑶, 余传明, 等. 突发传染病微博影响力的预测研究[J]. 情报科学, 2017, 4: 27–31.
[11] 庄雯莎. 争议性公共事件的微博舆论呈现——以" 上海女孩逃离江西”事件为例[J]. 东南传播, 2016, 6: 65–67.
[12] 安璐, 易兴悦, 余传明, 等. 突发公共卫生事件微博影响力的预测研究[J]. 情报理论与实践, 2017, 40(8): 76–81.
[13] 张亚楠, 何建佳. 基于网民心理的微博舆论传播模型及仿真研究[J/OL]. 计算机应用研究, 2018, 5: 1-9 [2017-12-26]. http://kns.cnki.net/kcms/detail/51.1196.TP.20170614.1317.052.html.