“邻避“冲突事件网络舆情演化研究(精)

收稿日期:2016-01-16 修回日期:2016-02-17基金项目:国家社会科学基金项目项目 危险品物流的社会影响力研究”(编号:14BGL139)研究成果之一㊂作者简介:钟慧玲(ORCID:0000-0003-4120-7326),女,1971年生,博士,教授,博士生导师,研究方向:危险品物流;李　伟(ORCID:0000-0003-2482-2837),男,1990年生,硕士,研究方向:危险品物流社会影响力分析;张冠湘(ORCID:0000-0003-1038-715X),男,1975年生,博士,副教授,硕士生导师,研究方向:危险品物流与智能物流㊂邻避”冲突事件网络舆情演化研究*钟慧玲　李　伟　张冠湘(华南理工大学经济与贸易学院　广州　510006)摘　要　[目的/意义] 邻避”冲突事件因其潜在负外部效应,容易在网络形成网络舆情,因此研究 邻避”冲突事件网络舆情演化机制,对维护社会公共安全具有重要意义㊂[方法/过程]本文采用系统动力学方法,从媒体㊁政府㊁网民㊁事件和当地公众舆情主体构建 邻避”冲突事件网络舆情演化模型,并通过Vensim PLE 软件验证模型的有效性和分析灵敏度㊂[结果/结论]以茂名PX 为案例进行仿真,结果验证了模型的有效性㊂通过分析事件易爆程度㊁政府公信力㊁信息透明度和环境风险感知对网络舆情热度和当地公众的影响,为控制网络舆情扩散和化解冲突事件提供了建议㊂关键词　网络舆情　邻避　冲突事件　系统动力学中图分类号　G206 文献标识码　A 文章编号　1002-1965(2016)03-0111-07引用格式　钟慧玲,李　伟,张冠湘. 邻避”冲突事件网络舆情演化研究[J ].情报杂志,2016,35(3):111-117.DOI 10.3969/j.issn.1002-1965.2016.03.020Research on the Evolution of Internet Public Opinion for "NIMBY"Conflict EventZhong Huiling Li Wei Zhang Guanxiang(1.School of Economics and Commerce ,South China University of Technology ,Guangzhou ,Guangdong 510006)Abstract [Purpose /Significance ]"NIMBY"conflict event can easily form Internet Public Opinion in the network due to potential nega⁃tive external effects ,consequently ,research on Internet Public Opinion of "NIMBY"conflict event is of great significance to maintain so⁃cial public security.[Method /process ]Based on the method of system dynamics ,a model on the evolution of Internet Public Opinion of media ,government ,netizen ,event and local public for "NIMBY"conflict event is proposed ,and the authors will verify the effectiveness and analyze the sensitivity by using Vensim PLE software.[Result /Conclusion ]Taking the Maoming PX event as an example to simu⁃late ,the simulation result showed that the model is effective.The effect of the degree of explosive event ,government credibility ,informa⁃tion transparency and environmental risk perception on internet public opinion and local public were analyzed and then suggestions for con⁃trolling the diffusion of internet public opinion and resolving the conflict event were put forward.Key words Internet Public Opinion NIMBY Conflict Event System Dynamics0　引　言邻避”,最初由O ’Hare 提出,通常是用来描述公众因担心建设一类设施会给他们的生活质量㊁生态环境和健康风险带来负外部影响而引发公众的 嫌恶情结”,滋生不要在我家后院建设的心理[1]㊂ 邻避”冲突事件是指一类具有 邻避”特点的设施选址导致当地公众参与的群体性事件,如PX 事件㊁北京反阿苏卫垃圾焚烧厂事件㊁四川什邡反钼铜项目事件[2]㊂公共突发事件是指突然发生㊁造成公众人员财产损失㊁危害公共安全且需要政府处理的事件[3]㊂公共突发事件发生具有随机性㊁偶然性特点,如日本福岛核泄漏㊁国内抢盐事件㊁温州动车事故事件㊂而 邻避”冲突事件通常与 邻避”设施选址有关,其发生并不具有随机性㊁偶然性特点,是很多城市规划 邻避”设施不得不面对的 潜在冲突”,诱发冲突的一个关键原因是当地公众第35卷　第3期2016年3月 情　报　杂　志JOURNAL OF INTELLIGENCE Vol.35　No.3Mar.　2016具有很高的风险感知㊂由于当地公众对 邻避”设施的风险评估,并不会像科学家那样,采用科学评估方法,事实上,公众一般也不具备评估 邻避”设施风险的能力,更多依赖于过去经验和主观直觉判断,即风险感知[4]㊂公众风险感知的高低可以通过对潜在环境风险㊁生命健康㊁潜在事故风险等方面体现㊂例如,当公众认为 邻避”设施将来对周边环境污染很大,甚至威胁到他们子孙后代安全,那么 潜在冲突”发生的可能性会很高㊂中国互联网络信息中心(CNNIC)发布的‘第36次中国互联网络发展状况统计报告“显示,截至2015年6月,我国网民数量达到了6.68亿,互联网普及率48.8%㊂Web2.0时代,自媒体㊁社区㊁微博等应用的涌现,使得网民更容易分享和传播自己的观点与情绪,赋予了网民参与事务更多的话语权,且充当了舆情的 放大器” 传播器”㊂ 邻避”冲突事件一旦爆发,可以短时间在互联网形成不利的舆论倾向,高涨的舆情热度蔓延到当地公众,会进一步放大公众风险感知,进而引发更严重的社会危机们㊂ 邻避”设施是城市发展不可或缺的一部分,然而随着公众权利环境意识提高,公众对 邻避”设施风险容忍度越来越低,因此,研究因 邻避”冲突事件引发的网络舆情演化机制,对化解社会危机和舆论风险具有重要意义㊂1　相关文献回顾网络舆情是指在特定历史阶段内,个人及各种社会群体构成的公众对与自身相关或关心的各种事务所表达的多种不同情绪㊁意愿㊁态度和意见的综合[5]㊂目前对网络舆情的研究主要集中在网络舆情的演变机制㊁指标评估体系和传播三个方面㊂在演变机制方面,史波从形成机理㊁发展机理㊁变异机理㊁作用机理和终结机理分析了公共危机事件网络舆情的内在演变机制[6]㊂李纲和陈璟浩把突发公共事件网络舆情生命周期划为潜伏㊁爆发㊁成熟和衰退四个阶段[7]㊂李伟权和谢景把环境群体性事件演变过程分为冲突酝酿㊁凸显㊁升级和消减四个阶段[8]㊂网络舆情演变机制方面研究更多是偏重于定性分析㊂在指标评估体系方面,张一文等根据非常规突发事件网络舆情作用机理,从事件爆发力㊁网民作用力㊁网媒影响力和政府疏导力来构建舆情热度评价指标体系[9]㊂刘樑等把时间结构㊁事件易爆程度㊁网民对政府满意度㊁网民关注度㊁媒体关注度等作为网络舆情影响力的指标[10]㊂高航和丁荣贵针对政府重大投资项目容易引发网络舆情为背景,提出了涵盖舆情主题㊁舆情信息㊁舆情传播㊁舆情受众作为舆情风险预警指标体系[11]㊂曹学艳等以应对等级为切入点,以事件爆发度㊁网民作用度㊁网媒关注度和政府应对度作为突发事件网络舆情二级指标[12]㊂网络舆情指标体系多围绕事件㊁网民㊁媒体和政府展开,但指标评估研究缺乏对网络舆情内部因素相互作用机制进行深入分析㊂舆情传播方面,Jiuchang et al.研究了危机信息传播问题,提出了三种信息传播模型[13]㊂王根生研究了网络舆情群体极化问题,提出了网络群体极化的单极聚化㊁两极裂化㊁多极碎化和零极淡化四种现象,并构建了群体极化模型[14]㊂王光辉和刘怡君以政府干预为切入点,分析事故风险㊁社会舆论和政府干预之间的相互关系,构建社会舆论风险的动力学模型[15]㊂网络舆情如同复杂的社会系统,内部因素错综复杂,具有非线性㊁高阶次㊁动态性和多重反馈等特点,而系统动力学擅长仿真复杂的社会系统㊂如张一文等[16]㊁余乐安等[17]㊁狄国强等[18]㊁向江燕[19]采用了系统动力学方法基于不同问题构建了相应的网络舆情模型㊂他们模型的网络舆情主体通常界定为政府㊁媒体㊁网民和事件本身㊂总的来说,现有研究缺乏从 邻避”冲突角度研究网络舆情,以往网络舆情模型往往忽视当地公众对推高舆情热度所发挥的作用㊂因此,本文采用系统动力学方法研究 邻避”冲突事件网络舆情问题㊂2　模型构建　2.1　边界确定及基本假设　本文在文献[16-19]研究基础上,对 邻避”冲突事件网络舆情主体界定为:网民㊁网络媒体㊁传统媒体㊁政府㊁事件和当地公众㊂网民是信息接受者和传播者,通过互联网媒介,能自由发表自己观点㊁看法㊁情绪和意见等[18]㊂媒体包括传统媒体和网络媒体㊂网络媒体主要指网络新闻网站㊁时事论坛等;传统媒体包括电视㊁广播和报刊[16]㊂政府界定为引导㊁控制舆情发展和处理群体性事件的机构㊂事件界定为当地公众反对 邻避”设施在我家附近建设而引发的冲突事件㊂当地公众是 邻避”冲突主要参与者,对当地公众分为关注者㊁传播者和免疫者㊂具体而言,部分当地公众对 邻避”持有强烈的负面态度,就如同 传染病”源㊂公众的负面态度以信息方式进行传播,从而使得别人 染病”㊂例如厦门PX 事件,一条关于PX工厂就如同一颗原子弹的短信在当地公众人群中大量转发,由于短信内容能显著引起公众负面态度,最终暴发大量公众聚集抗议㊂在事件发生初,公众大量聚集抗议,不是一下子就能聚集那么多人,而是经历了一个过程,这个过程就如同 传染病”在人群中传播,使得没有 抵抗力”的人 染病了”㊂这个传染过程可以很好地通过传染病模型(Suscepti⁃ble-Infective-Removal,SIR)[20]来模拟,已有学者用传染病模型研究了非常规突发事件的群体行为分析[21]㊁㊃211㊃ 情　报　杂　志 第35卷突发事件网络舆情演化传播模型[22],所以采用传染病模型来模型公众负面态度传播过程是可行的㊂然而,公众负面态度传染过程与网络舆情热度能相互作用,一方面,公众负面态度传播过程会推高事件作用力,进而引发网民关注,媒体跟进报道等,间接作用于网络舆情热度;另一方面,网络舆情热度的持续高涨,又会在一定程度放大公众对 邻避”设施的风险感知,进行又会使更多人加入到抗议群体中,并且也会迫使政府加大应对力度,进行对劝解聚集公众和控制网络舆情热度发挥重要作用㊂本文把S定义为关注者人数比例,即收到信息但并未传播负面态度的当地公众;把I定义为传播者人数比例,即收到信息但传播负面信息给别人的当地公众;把R定义为免疫者人数比例,即当地公众收到信息并且过去传播信息但现在不传播的当地公众㊂为简化建模过程,本文做出如下假设:假设网络舆情发起于当地公众传播对 邻避”设施持有负面态度,使事件严重化,进而引起网络关注;假设事件本身不受其他事件影响,排除其他事件的耦合和衍生;传播者有参加反对 邻避设施”选址抗议活动较高倾向,关注者和免疫者均不会参加,且传播者+关注者+免疫者=1;政府不会干扰传媒㊁网媒发布新闻自由,不会限制网民发帖,不会删帖等行为㊂　2.2　因果回路图分析　网络舆情依托于互联网平台,其传播的广度㊁快速高效㊁深度和便利等优点都是传统舆论无法企及的㊂在建立模型前,首先需要绘制因果回路图㊂因果回路图有助于从系统整体性和动态性研究网络舆情内部因素相互影响机制和内部结构㊂根据模型边界确定和基本假设,因果回路图涉及四个子模块:媒体子模块㊁网民子模块㊁政府子模块和当地公众子模块㊂a.媒体子模块㊂媒体子模块包括传媒和网媒两个部分㊂当 邻避”冲突事件发生时,会引起传媒和网媒关注㊂传媒关注事件后,会对事件进行持续报道,例如电视台滚动播报㊁邀请专家评论等㊂网媒发布新闻数量不仅会受到网民影响,而且会通过网络渠道获取信息㊂传媒和网媒发布的新闻数量,其所产生的传媒作用力和网媒作用力,一方面会推动网络舆情热度高涨,另一方面,也会吸引网民的关注㊂b.政府子模块㊂政府需要了解民意和保障民意表达畅通[16]㊂ 邻避”冲突事件发生后,会引发政府关注,进而政府采取相应的应对措施来控制和引导网络舆情㊂政府通过召开新闻发布会,在官网上发布新闻行为;同时对正在传播的谣言㊁失真的信息进行澄清;向当地公众做出承诺,如当地公众不同意就绝不开工㊂如果政府危机处理力度高效,不仅可以有效增加网民对事件的满意度,也能安抚当地公众情绪㊂c.网民子模块㊂互联网平台赋予网民参与地方事务更多的话语权,也是网民维护某个群体利益的重要平台㊂当 邻避”冲突事件发生时,加上网媒和传媒的报道,引起网民关注,进而导致网民在网上行为,如发帖㊁跟帖㊂随着帖子在社区㊁微博㊁微信等平台上扩散,网络舆情热度会不断高涨;与此同时,政府危机应对力度不断增加,会提升网民对事件满意度,满意度的增加会导致网民发帖量减少,从而降低网络舆情热度㊂d.当地公众子模块㊂与网民㊁媒体和政府直接受到冲突事件影响不同,当地公众是 邻避”设施选址项目的直接利益相关者,是冲突事件的主要参与者㊂如果当地公众对设施的风险感知越大,参与冲突事件的当地公众比例就会越高,事件影响力就越大,网络舆情就会越高;然而网络舆情的增加又会放大公众的风险感知㊂通过上述对 邻避”冲突事件的网络舆情机制演化分析,构建了网络舆情因果回路图,如图1所示㊂图1　因果回路图图1中构成舆情模型的子系统主要有传媒子模块㊁网媒子模块㊁网民子模块㊁当地公众子模块和政府子模块,主要有4个正反馈环和3个负反馈环,包括:(1)传播者→+传播者参与度→+事件作用力→+舆情热度→+关注者风险感知→+传播者(正反馈环);(2)舆情热度→+传媒关注度→+传媒新闻数量→+传媒作用力→+舆情热度(正反馈环); (3)舆情热度→+网媒关注度→+网媒新闻数量→+网媒作用力→+舆情热度(正反馈环); (4)舆情热度→+网民关注度→+网民发帖量→+网民作用力→+舆情热度(正反馈环);(5)舆情热度→+政府关注度→+政府危机应对力度→-舆情热度(负反馈环);(6)舆情热度→+政府关注度→+政府危机应对力度→+网民对事件满意度→-网民发帖量→+网民作用力→+舆情热度(负反馈环);(7)舆情热度→+政府关注度→+政府作用力→+传播者对事件满意度→+传播者→+传播者参与度→+㊃311㊃　第3期 钟慧玲: 邻避”冲突事件网络舆情演化研究事件作用力→+舆情热度(负反馈环)㊂本文以第1个反馈环解释为例:传播者越多,传播者参与度就越高,导致事件作用力就越大,事件作用力推动舆情热度发展,舆情热度又会放大关注者对 邻避”设施的风险感知,使得更多关注者对 邻避”设施的负面态度人数增多,即成为传播者的人数就越多㊂　2.3　系统流图模型构建　因果回路图只能反映系统的基本结构,不能有效反映系统流量和存量变量之间的关系,是对系统的定性分析㊂系统流图是以因果回路图为基础,能进一步明确系统各种变量的性质和关系,是使系统从定性分析向定量分析的一个质的变化㊂系统流图由6个存量变量,6个速率变量和其他一般变量27个组成㊂系统流图如图2所示:图2　系统流图图2中的存量变量:关注者㊁传播者和免疫者;速率变量:传染率和传播者对事件处理满意度,共同构成了SIR 子模块㊂当地公众的传染病子模块是网络舆情模型的重要组成部分,网络舆情热度能放大公众风险感知,进而增加传染率,免疫量能受到公众对政府处理事件满意度影响㊂同时,传播者通过聚集抗议作用事件作用力,能够对网络舆情热度产生间接影响㊂　2.4　模型主要方程式和常量设置　(1)网络舆情热度=0.1*事件作用力+0.16*传媒作用力+0.26*网媒作用力+0.2*网民作用力-0.28*DELAY 1I (政府危机应对力度,1,0);(2)事件作用力=(0.5*传播者作用力+0.3*事件易爆程度+0.2*事件敏感性)*EXP (-Time /8);(3)传媒作用力=(1-EXP (-0.0356*传媒关注度表函数))*(1+事件作用力);(4)网媒作用力=(1-EXP (-0.027689*网媒新闻数量增加量))*(1+事件作用力);(5)网民作用力=1-EXP (-9.35e -005*网民发帖量);(6)传播者作用力=1-EXP (-1.5*传播者);(7)传播者对事件处理满意度=0.3*(1+DE⁃LAY 1I (政府危机应对力度,1,0));(8)传播量=传播者*关注者*感染率;(9)传播者=INTEG (传播量-免疫量,0.08);(10)免疫者=INTEG (免疫量,0);(11)免疫量=传播者对事件处理满意度*传播者;(12)关注者=INTEG (-传播量,0.92);(13)风险感知=(1+网络舆情热度)*(0.5*环境风险感知+0.3*健康风险感知+0.2*事故风险感知);(14)传染率=风险感知*1.96;=0.2*(1+网民对事件满意度);(16)帖子减少量=帖子减少系数*网民发帖量;(17)帖子增加系数=(1+2.5*网民关注度)*(1+3*网民质疑度)*EXP (-Time );(18)帖子增加量=帖子增加系数*网民发帖量;(19)政府危机应对力度=0.22*DELAY 1I (政府关注度,政府响应力度,0)+0.36*信息透明度+0.42*政府公信力;(20)政府关注度=1-EXP (-2.5*网络舆情热度*(1+事件作用力));(21)网民关注度=(0.5*网络舆情热度+0.15*传媒作用力+0.35*网媒作用力)*(1+事件作用力);(22)网民发帖量=INTEG (帖子增加量-帖子减少量,600);(23)网民对事件满意度=1-EXP (-3.165*政府危机应对力度)㊂3　实证分析-以茂名PX 事件为例　3.1　事件背景　2014年3月30日上午,茂名市一部分群众反对建设PX 项目而进行聚集,事件发生后,引发了互联网大量信息讨论,并迅速成为舆情焦点,与此同时,互联网上还有关于茂名PX 谣言传播㊂3月31日至4月1日的下午和晚上,聚集人数开始增加,4月3日,聚集人数开始减少,4月4日社会开始恢复平稳状态㊂本文选取茂名PX 事件作为模拟仿真对象,主要有以下原因:a.PX 项目容易引发 邻避”效应㊂PX 物质虽然属于低毒性,建设PX 项目有利于社会经济发展,但是㊃411㊃ 情　报　杂　志 第35卷对当地公众带来潜在环境污染㊁潜在事故后果等负外部效应,具有明显的 邻避”特征㊂茂名PX 与以往国内PX 事件不同的是,茂名PX 事件引发了群体冲突㊂b.事件完整㊂茂名PX 事件具有完整的潜伏㊁爆发㊁成熟和衰退特征,有利于系统分析㊂c.政府在引导网络舆情㊁安抚当地公众情绪起到了关键作用㊂　3.2　常量参数和表函数设置　在确定事件后,需要对常量和表函数进行设置㊂对于常量设置,通过邀请网民和专家进行问卷调查并要求他们对常量进行打分㊂对获取的数据通过0.8*∑ni =1x i /n +0.2*∑mj =1y j /m 来计算常量,其中x i 为专家给的分数,n 为专家人数,y j 为网民给的分数,m 为网民数量,0.8为专家打分权重,0.2为网民打分权重㊂通过这种方法,本文获得了事件敏感性值为0.63,事件易爆程度的值为0.45,政府公信力值为0.46,信息透明度值为0.41,健康风险感知值为0.42,事故风险感知的值为0.32,环境风险感知的值为0.67,网民质疑度的值为0.71,意见领袖度为0.4㊂政府响应力度是指事件爆发后,政府对事件的回应时间,根据茂名PX 事件实际情况,本文对政府响应力度的值设为1㊂传媒和网媒关注度表函数是指传媒和网媒每天对该事件发布的相关新闻数量,通过分别在传媒和网媒的官网上检索关键字 茂名PX ”,统计网媒和传媒相关新闻数量,时间跨度为2014年3月30日-2014年4月10日,然后分别对网媒和传媒官网每天发布的新闻数进行量加总,可以得到网媒关注度表函数和传媒关注度表函数㊂其中,传媒关注度表函数数据来源于在中华网㊁新华网㊁中国新闻网等具有传统媒体背景的五家官网通过;网媒关注度表函数数据来源于在网易网㊁腾讯网㊁新浪网等五家网络媒体㊂传媒关注度表函数=WITH LOOKUP (Time ,([(0,0)-(13,100)],(0,0),(1,11),(2,28),(3,26),(4,80),(5,65),(6,21),(7,21),(8,14),(9,6),(10,7),(11,5)));网媒关注度表函数=WITH LOOKUP (Time ,([(0,0)-(12,600)],(0,0),(1,142),(2,293),(3,368),(4,458),(5,354),(6,137),(7,40),(8,22),(9,20),(10,31),(11,15)))㊂　3.3　仿真结果分析3.3.1　初始结果仿真分析　本文通过VensimPLE 软件对系统进行仿真,结果如图3所示,网络舆情热度和当地公众传播者人数大致经历了酝酿㊁爆发㊁成熟和衰退四个阶段㊂曲线1为网络舆情热度曲线,第0天(即3月30日)为网络舆情潜伏期,第1~4天为爆发期,第4~5天为成熟期,第5天以后为衰退期㊂曲线2为当地公众传播者曲线第0天的时间为潜伏期,第1~第4天为爆发期,第4~5天为成熟期,第5天以后为衰退期㊂图3　网络舆情热度和传播者变化趋势百度指数( )是以网民行为数据为基础的数据分享平台,它能分析某个关键词在百度的搜索规模和一段时间内相关新闻舆论变化趋势,其变化趋势能有效衡量模型结果的有效性㊂图4为在百度指数平台上,以 茂名PX ”为关键词,时间区间为2014年3月31日-4月10日,生成的百度媒体指数,其值大小能有效反应茂名PX 事件的舆情热度㊂本文研究主要的目的是揭示 邻避”冲突事件网络舆情内在规律及其内部作用机制,重点研究事件易爆程度㊁政府公信力㊁信息透明度和环境风险感知变化对网络舆情热度和传播者人数变化趋势的影响,所以具体数字仅仅是 有条件预测”了变化大致趋势,不具备精确预测能力㊂如图4所示:百度媒体指数自2014年4月2日,快速增长,至4月4日到达高峰后,开始下降㊂本文模型仿真结果如图3所示,网络舆情热度在第4天,即2014年4月4日达到高峰,随后开始下降,这与百度媒体指数变化趋势基本吻合,结果表明模型的有效性㊂图4　茂名PX 事件百度媒体指数注:图中A 表示2014年4月1日,B 表示4月2日,C 表示4月3日,D 表示4月4日,E 表示4月5日3.3.2　灵敏度分析a.事件易爆程度的改变㊂事件易爆程度表示事件在网络爆发的难易程度㊂涉及人民利益诉求㊁公共安全㊁社会矛盾㊁环境污染和灾害等社会热点话题容易吸引网民关注,形成网络舆情㊂事件易爆程度初始值设为0.45,分别将事件易爆程度值增加0.3和减少0.3,探究其值变化对网络舆情热度和传播者的影响㊂结果如图5所示,事件易爆程度增加后,网络舆情热度峰值增加了4.19%,传播者峰值增加了1.4%,但传播者整㊃511㊃　第3期 钟慧玲: 邻避”冲突事件网络舆情演化研究体增幅不明显㊂事件易爆程度减少后,网络舆情热度峰值减少了4.15%,传播者峰值增加了1.52%,但传播者整体降幅不明显㊂因此,事件易爆程度能负向显著网络舆情热度,但对传播者影响有限,即对 邻避”设施负面态度在当地公众人群中传播影响有限㊂如果一个事件涉及多个热点话题,即事件易爆程度很高,那么网络舆情爆发的速度㊁强度都会高于单个热点话题㊂b.政府公信力的改变㊂政府公信力表示公众对政府维护自身权利和利益的信任程度,反应了公众对政府行为的评价高低㊂政府公信力的初始值设为0.46,分别将政府公信力提高和降低0.3,探究对网络舆情和传播者的影响㊂如图6所示:政府公信力增加后,网络舆情热度和传播者人数明显降低,反之则反㊂因此,在面对由 邻避”冲突引发的网络舆情,政府可以利用提高自身公信力,一方面在网上对网络舆情进行有效引导,另一方面能安抚当地公众情绪㊂c.信息透明度的改变㊂信息透明度是反应了保障公众知情权㊁建议权和监督权的程度㊂信息透明程度的初始值设为0.41,分别将信息透明度增加和降低0.3对网络舆情热度和传播者的影响㊂信息透明度的增加,网络舆情热度会降低,传播者比率也会降低㊂信息透明度与网络舆情和传播者存在一定负相关关系,提高信息透明度有利于促进政府和公众之间的合作,合理调节网络舆情热度㊂图5　事件易爆程度对网络舆情热度和传播者的影响图6　政府公信力对网络舆情热度和传播者的影响图7　信息透明度对网络舆情热度和传播者的影响 d.环境风险感知的改变㊂当地公众风险感知的一个最大影响因素就是环境㊂当地公众对设施的风险认知主要源于日常运作对环境的潜在污染㊁对子孙后代的环境负责㊁潜在事故风险所造成的环境污染等方面的考虑,环境风险感知的高低会直接影响公众对设施的态度㊂环境风险感知初始值设为0.67,分别对其增加和降低0.2,探讨其对网络舆情热度和传播者的影响㊂如图8所示:当环境风险感知增加后,网络舆情热度峰值增加了0.8%,而当环境感知减少后,网络舆情热度也仅减少了2.2%,环境风险感知的变化对网络舆情热度影响有限㊂然而,环境风险感知的变化对传播者影响是非常大的㊂从图7中可以看出,当地公众的环境风险感知越大时,传播者增加速度越快,峰值越高,到达峰值的时间也会提前;但是当传播者过了峰值后,环境风险感知越大时,其下降的速度也越快,一个可能的原因是政府应对危机力度也会随之增大,政府㊃611㊃ 情　报　杂　志 第35卷。