【摘要】在信息源微观化、个体化的Web2.0时代，工具和平台的使用让民众的海量意见在短时间内聚集成为现实，舆论场上众说纷纭，真假同构，受众对事实的判断更多是依靠感性而非理性，这种现象不仅阻碍了政府舆论引导工作的进行，还严重影响到国家网络安全环境的建设和信息化战略的布局。因此，对自媒体时代下突发事件的传播机制和网络舆情的演化特征的研究有助于深入剖析突发事件网络舆情中的传播陷阱以及自媒体平台在突发事件报道中存在的问题。本文以“重庆坠江公交车”事件为例，采用内容分析和案例研究的方法，通过整理微博话题阅读量和600条网民评论，结合百度指数和清博舆情数据，基于前人已有的研究成果，分析突发事件的网络传播机制和网络舆情走势。研究发现当突发事件传播进入了Web2.0引领的用户生产内容的时代，网络舆情呈现出多议题、互动传播的特点；网络舆论的演变过程在事件的生命周期影响下可以分为情感极化、情感恢复和理性化三个阶段；其中媒体报道在网络舆论场起到关键性的引导作用。

【关键词】微博；突发事件；网络传播；网络舆情

1 研究背景

诞生于20世纪60年代末的互联网，正迅速改变着人类的行为方式和思维模式。这个在25年前还不为中国人熟悉的东西如今已经极大地改变了中国人的交往模式和信息的传播方式。其中以微博微信为代表的社交移动平台最为典型，经过几重迭代发展，两微平台已然成为连接用户与海量信息之间的沟通桥梁，不仅改变了人际交往模式，还影响了网络舆情的演变机制和传播广度，开辟了一个信息高速流动的时代。

在这种环境中，网民情感的表达影响到的不仅是信息的传播速度，还有网络舆情的走势。因为网民情绪，特别是一些“激昂”、“过激”的情绪能够迅速感染其他网民从而导致舆论的爆发。尤其在一些突发事件的网络舆论场上，因为事发突然、处置紧迫、信息模糊、重要性强等特点，主流媒体很难在第一时间对其做出全面准确的报道，这个节点正是舆论的发酵期。因此，分析突发事件的舆情演变特点并研究应对策略显得极为必要研究，有利于引导网络舆论、控制信息传播方向，稳定网络舆情环境，避免因信息不对称造成社会恐慌和谣言发酵。

2 文献综述

笔者在中国知网和Springer LINK数据库中以“网络舆情”为关键词进行搜索，得到9772条文献，选取其中契合网络舆情演变趋势和网络传播机制主题的论文，按照发表年份选取发表于2014年后的26篇论文，这些论文的研究议题集中于网络舆情群体极化研究、意见领袖、舆情引导、信息传播等；研究方法多采用内容分析、框架研究、个案分析等方法。

2.1突发事件的传播机制

突发事件的传播机制遵循着一定的生命周期规律，就其传播的生命周期，不同的学者习惯用不同的模型予以研究。Burkholder和Toole提出了著名的三阶段模型——潜伏期、扩散期、消退期；后来美国著名危机管理专家在史蒂芬·芬克(Steven Fink)1986年从医学角度提出了一种目前被普遍接受的危机传播四阶段的生命周期，即前驱期（Prodromal）、发作期（Breakout）、延续期（Chronic）、痊愈期（Resolution），这一划分方式后来被称为“F模型”。受此影响，国内很多学者，如陈伟珂等和郭倩倩在做与“突发事件的演化周期”相关研究时也将突发事件的传播周期分为类似的四个阶段。更细致地，如《中国人民大学学报》在2013 年刊登的一篇《微博中热点话题的内容特质及传播机制研究——基于新浪微博 6025 条高转发微博的数据挖掘分析》一文中则是将突发事件的传播过程分为潜伏、发作、发展、高潮、延续（反复）以及消散 6 个阶段，每个阶段发生质变的节点则被重点研究。

2.2网络舆情的演变特征

2.2.1网络舆情的群体极化

最早提出这一概念的是社会心理学家、传媒学者詹姆斯·斯托纳，他在1961年研究群体讨论时提出：群体讨论过程中，一些偏激的观点更容易获得人们的拥护和赞同，此时感性超过理性，导致群体的观点向更偏激的方向演变。在互联网世界，人们的言论自由得到极大的解放，同时因其匿名性、难追责和弱管控性，网民的言论自律性减弱。失去了管控和约束的网民言论会增大群体情绪极化的风险，甚至产生网络暴力和言论攻击。

2.2.2媒体的议程设置作用

议程设置是传播学的经典理论之一，最早由李普曼在1922年提出：“新闻媒介影响‘我们头脑中的图像’”，也就是说媒体报道会在一定程度上影响我们的认知和态度。国内第一个对此理论进行实证研究的则是李本乾教授，他采用了媒介内容分析法和问卷调查法对受众的导向需求和媒介议程形成之间的关系进行了深入的研究，同时还引入了人口统计学变量、心理变量和行为变量，最终得出的结论是：从微观角度看，我国的受众议程与媒介议程相关度较低。可见媒介的议程设置效果会因为社会环境和研究议题的不同而存在差异，不变的是，议程设置理论依旧是一个开放且不断丰富的过程。

上述研究在拥有一些阶段性成果的同时，其研究也存在一些不足，如没有考虑到一些具有转折性事件中舆情的走向；没有结合信息传播机制与网络舆情之间的关系等。据此，本文以“重庆坠江公交车”事件为例，通过分析微博话题阅读量和600条网民评论，结合百度指数和清博舆情数据，研究突发事件中信息传播的特点和影响网络舆情走向的重要因素，仍具有一定的研究价值。

3 研究问题

此次研究将基于前人对网络舆情的已有研究，结合大众传播理论，以“重庆公交车坠江事件”为例，通过分析微博话题阅读量和网民评论，结合百度指数和清博舆情数据，研究突发事件中信息传播的特点和影响网络舆情走向的重要因素。解决以下两个问题：

（1）新媒体环境下突发事件爆发后，信息的传播机制呈现出怎样的形态？

（2）这种传播机制导致网络舆情的演变有何特征？

通过对新媒体环境下突发事件的信息传播过程以及网络舆情演变周期进行研究，能够更好地了解舆情信息传播机制和传播规律，为日后突发事件的舆情引导提供经验，对规范自媒体时代下个人及媒介组织的信息传播行为具有重要意义。

4 研究方法

4.1 文本分析法

研究一个突发事件的舆情走向最佳方法之一是通过分析不同时间段网民的文本，进行信息采集，有效地提取并利用这些信息进行文本分析。本人的此次研究将通过梳理不同时间节点相关报道的报道篇幅和报道内容，以及网友的评论中的情感性关键词，分析事件的舆情走势；再借助百度指数和清博舆情指数分析信息的传播机制。

4.2 案例研究法

本文以“重庆公交车坠江”事件为研究案例，系统地收集事件发生后新浪微博上的相关报道和网民评论，以此对自媒体时代突发事件的传播机制和舆情走势进行简要研究，用以探讨网络舆论在突发事件发生后的演变特征。

5 微博话题下的“重庆坠江公交”文本分析

5.1样本选取

通过新浪微博的高级搜索功能，搜索“重庆公交车坠江”这一关键词，对筛选结果的热门内容进行排序，选取从2018年10月28日事件发生到2018年11月30日事件逐渐平息期间与此次事件相关的报道，从中选取四个发布相关博文数较高的官方媒体账号（@中新闻、@新京报、@人民日报和@头条新闻）为抽样池，其中@中新闻微博账号下发布的与此事件相关的博文数有22条；@新京报有23条；@人民日报有25条；@头条新闻有35条，共计105条。以评论数量超过1000的微博为抽样对象，采用定额抽样和判断抽样的方法从这些微博中选取30篇进行分析，（从@中新闻博文中选取6篇；从@新京报博文中选取7篇；从@人民日报博文中选取7篇；从@头条新闻博文中选取10篇）。碍于样本微博评论数量的庞大和技术操作的有限性，此次研究分别从30篇样本微博中随机抽取20条评论，排除无意义、不相关的评论，共计600条评论作为分析样本。

由于此次抽样选取的媒体样本既有主流媒体的官方账号，又有互联网自媒体账号，且在此话题下评论数量较多的微博主要为官媒发布的原创微博，因此选取的样本具有一定的广泛性和代表性，且在选取时已经进行了意义判断，过滤了无实质意义的信息，因此样本也具有较高的相关性。

5.2 报道内容分析

5.2.1 报道密度

对样本微博文章按照日发表篇数进行统计，得出如图5.1。根据事件走势，借鉴已有的网络舆情模型，可以将该事件的生命周期划分为“萌芽期—发展期—爆发期—恢复期—消散期”五个阶段。其中爆发期处于整个事件的中后段，事件在发展期也有一个小高潮，换一种角度可以将10.31做为节点把整个事态走向分为两部分：10.28~10.31是舆情第一阶段，其中10.29日因为事件被广泛报道，受二次传播的影响，成为第一阶段的高潮期；10.31~11.05是舆情第二阶段，因为事件出现反转，本应逐渐平息的事件再次引起人们的高度关注，并在11.02日达到高峰，后逐渐恢复。 

以整体来看，因为这起事件属于突发事件，所以它的潜伏期较短，自10.28日事件发生后，事态迅速迎来了发展期，微博报道篇幅平稳增加，这一阶段成为事件的导火索，为后期舆论的集中爆发埋下了伏笔。到了11月2日，本应按照趋势逐渐平息的事态突然爆发，新浪微博上关于这次事件的报道篇幅骤增，主要是因为造成此次事故的原因出现了反转，既不是因为女司机逆袭，也不是因为驾驶员疲劳驾驶，而是因为乘客与司机发生了冲突。随着事件的水落石出，新浪微博上的议题也变得多元，事件中的热点问题被揭露，开始在新浪微博上迅速传播和扩散。此时，网络舆情场上意见领袖的作用和群体表现的特征逐渐鲜明，信息传播机制呈现出由小范围的初级传播扩散到大范围的次级传播的特点，传播层级深化、范围扩大。

根据清博舆情提供的数据，传播此次事件的媒体构成如图5.2。可见，在这次“重庆公交车坠江”突发事件中，信息传播媒介更加多样，新媒体平台是网络舆情热点话题信息传播的主要媒介。由传统主流媒体掌握话语权到人人都有麦克风的时代，自媒体凭借自身低门槛、传播快、发布广、操作简单、信息海量等优势，在突发事件的报道中后来居上。

在六种形式的媒体中，通过微博传播的内容就占据了54.59%，可见传播的主力军是微博用户，舆论引导的主战场也是微博平台。微博舆情数据显示，2018年10月28日12时17分，官方媒体@央视新闻所发布的一条“重庆一辆大巴车坠入江中”的秒拍视频被转发超过31300次，评论超过12400条，影响超过2560万人。

2018年11月2日，事件水落石出，新浪新闻中心官方微博@头条新闻转发的一条附有新京报事件调查新闻和一段@万州发布提供的黑匣子视频的微博浏览量超过7370万次。可见，新浪微博上最先发布的博文是对这起突发事件报道的催化剂，在引发社会广泛关注后，会引起国内主流媒体的关注和重视，并促使相关部门介入调查，推动官方部门发出权威之声，加快事态的明晰和真相的水落石出。

5.2.2 报道议题

新闻媒体具有议程设置的功能，这一作用在对突发事件的报道中尤为明显。这体现在被媒体重点报道的事件或人物会被赋予一种“地位”，被受众不自觉地认为是比较重要的内容而予以更多的关注和重视[ ]。从议题设置的角度看，在这四个官方媒体账号发布的105篇相关报道中，对“事故原因”、“灾后救援”和“公共安全”的报道较多，指责女司机的相关报道已被删除。借鉴刘丽群老师等人《地震事件中微博舆情的议题演变》论文中的议题演变指标[ ]，可以将报道议题分为以下五类：

（1）事件本身：事故呈现（伤亡信息、事件调查、事故原因）；事故救援（政府救援、救援进度、善后安抚、救援英雄）；事件相关人（受冤女司机、司机驾驶安全、乘客文明乘车、遇难者家属）

（2）社会议题：公共秩序；公民素质；集体沉默；群体极化；网络暴力；网络谣言

（3）政府议题：政策制度；组织救援；舆论控制；防护设施

（4）媒体议题：信息发布；新闻反转；虚假新闻；舆情引导；议程设置；

（5）其它：同类报道；见义勇为；

如果将中新闻、新京报、人民日报和头条新闻官方微博账户中对“重庆公交车坠江”事件有关的报道按照事件本身、社会议题、政府议题、媒体议题和其它进行分类，得到数据分布如表5.1，因这些媒体存在相互转发和内容雷同的情况，故不再按媒体类别进行分类。

尤其可见，媒体对“重庆公交车坠江”事件的报道还是以事件本身为主，在上述分类的基础上，结合舆情过程和舆情指向，再根据报道议题进行分类统计，得出结果如表5.2。

由表5.2可知，在不同时期媒体的报道议题类型和数量都有所不同。萌芽期和发展阶段的报道议题都是围绕事件本身展开，种类较少，类型单一；从爆发期开始，随着真相的水落石出和事态的转折，报道类型开始多元，报道议题也变得丰富，涵盖了事件本身、政府议题、社会议题和媒体议题四个方面，数量大种类多；随即事态进入恢复期，报道类型不变，数量减少；消散期，原有议题减少，新增其它议题，如对其它同类事件的对比和与此次事件中其他乘客冷漠态度截然相反的见义勇为行为的报道，但总体数量明显减少，且具有一定的时间跨度，可见此次“重庆公交坠江”事件给人们的震撼之大，以至于当有其它同类型或对比型事件出现时，人们都会联想起此次事件。

5.2.3 报道倾向

词语是反映媒介形象最直观的元素，此次研究通过梳理报道中的定语、状语和补语等修饰限定类成分来研究媒体对不同议题的报道倾向。具体操作见表5.3，是对主要报道议题中出现的关键形容词和高频词汇进行的整理分析（部分议题有重叠）。

在通过定额抽样和判断抽样的方法选取的30篇博文中，负面报道有19篇，议题包含了“事故呈现”、“事故原因”、“事件反思”、“遇难者家属”和“同类事件”等；中性报道有8篇，议题有：“相关制度完善”和“事故救援”；正面报道有4篇，议题有：“救援英雄”和“对比性见义勇为”事件，部分报道含多个议题，报道比例见图5.3.

由于此次事件本身就是一起突发性的悲剧，所以报道情感以负面为主也是意料之中。无论是对事故原因的说明还是对事件背后的思考，媒介的态度都是沉痛且严肃的。事件初期，在事故原因未明的时候，大多数博文都是在讨论是事故责任在谁的问题，甚至冤枉了无辜的轿车司机，直到一篇对救生员的父亲在坠江公交遇难，儿子依旧含泪救援的报道的出现，报道倾向才开始出现明显转折。由于事件人物的特殊性，此类报道既属于“救援英雄”类，也属于对“遇难者家属”的报道，因此可以把此类报道视为正面情绪和负面情绪混杂的复合报道；后来事件水落石出，当大家又开始集中谴责司机和乘客的时候，在11月2日，宋祖儿发出一条“做文明乘客，拒绝冷漠的旁观者，从我们做起”的微博，同时人民日报官微发表了一篇《追问重庆公交坠江悲剧，我们是否需要一场文明自省？》的评论，报道转为更多地对此次事故的反思和对制度的思考。

5.3 评论内容分析

5.3.1 评论议题

大众传播虽然无法左右人们对某一具体事件的具体看法，但是它可以通过提供信息和议题来潜移默化地影响人们关注什么，影响人们对事件的讨论热度。如表5.4所示，此次研究将对网民评论样本进行议题分类，将报道议题和评论议题进行对比，以了解在微博平台上的新闻报道对受众关注内容的影响。

由表5.4可知，在事件的萌芽期，对事件发生报道的评论中，议题以祈祷哀悼为主，再者就是对交通安全的关注。在对事故救援报道中，议题依旧是以祈福哀悼和交通安全为主；其次是对公共秩序法制建设的要求和对事故责任的追究。在对遇难者家属的报道中，网民大多是鼓励安慰同情的语气；其次就是考虑这起事故的善后安抚以及谁来为这起事故买单的问题；同时由于事故原因尚不明晰，公交车的离奇失控也引起了人们对这起事故原因的好奇和猜测。在对此次事故中的救援英雄进行报道时，人们大多是致敬感动的口吻。

当11月2日公布事故原因时，网民对这起事件的讨论议题类别最多，情感走势到达高峰，当然议题数量最多的还是对这起事故的始作俑者的声讨和谴责；其次是对无故受牵连者的惋惜和悲痛以及对他们的哀悼；同时还新增了一项主张文明乘车、提高公众素质的议题。对事故的反思中，人们大多是主张从法律层面制止悲剧重演；再者就是从公民个人角度对文明秩序的自省和对集体沉默的抨击与痛心。在事态发展的消散期，对同类事件的报道中，大多数网民态度坚决要求严惩危害公共安全的人，避免悲剧重演。

5.3.2 传播效果

官方微博报道的内容对受众的传播效果最直观的展示就是网民的评论、转发和点赞量。因为从网民的评论可以直接看出网民的态度和观点，如果在一篇负面报道下网民的评论呈现负面态度较多，或是一篇正面报道下的正面评论较多，则可以理解为这篇报道在社交网站上达到了传播效果，产生了较为显著的影响力；如果一篇负面报道下网民的评论依然以中性及正面较多，或是一篇正面评论下的负面评论较多，则可见这篇报道的新媒体传播效果不尽人意，没有对网民的态度和观点产生有效的引导。所以针对这两种情况，我将报道分为中性及正面和负面两类，分别看其下网民的评论，来分析微博报道对受众的传播影响力。

在通过定额抽样和判断抽样的方法选取的30篇博文中，负面报道有19篇，中性及正面的报道共计12篇，其中一篇为正面情绪和负面情绪混杂的复合报道。在所有样本博文报道中，根据评论中的关键词、带有明显态度倾向的形容词将评论进行整理，分类见表5.5：

结合表5.4中的评论数量，对议题影响下的网民态度进行汇总，见表5.6和图5.4~5.6.

由表5.6和图5.4~5.6清晰可见：负面报道中的评论态度以负面为主；正面报道中的评论态度以正面为主；对中性报道的中性评论比例则是同比最高的。可见，以新浪微博为代表的自媒体的传播内容会明显地影响到受众的价值判断和态度认知，因为这些报道通常在传达信息的时候会包含着是非对错的价值判断。新媒体的快速发展对每一个身处其中的网民的态度和观点都产生了潜移默化和深远持久的影响，微博平台上发布的内容同样具有强大的传播效果。

6. 研究结论

基于文本分析和案例研究的方法，此次以微博话题下的“重庆公交车坠江事件”为例，对自媒体时代突发事件的网络传播机制和网络舆情走势的研究得出以下结论。

（1）此次“重庆公交车坠江”事件的生命周期可以划分为“萌芽期—发展期—爆发期—恢复期—消散期”五个阶段，在事件发展的不同阶段，不同类别下的评论议题和评论热度存在差异。此外，媒介的议程会影响公众的议程，报道的倾向会影响评论的倾向，总体来看，此次“重庆公交车坠江”事件所引发的舆论讨论多是以负面情绪为主，这与事件本身的属性有关。

（2）在这起突发事件中，网络舆情呈现出议题丰富、内容多样、舆情发展与事态发展同向的特点。事态发展初期，舆论议题数量少、种类单一；当事态发展到爆发期时，舆情也到达峰值，数量庞大、议题多元；当事态进入恢复消散期时，网络舆情也开始恢复平稳，议题类型和数量都有所减少。

本文在研究过程中，笔者仅以新浪微博话题搜索“重庆公交车坠江”得到的结果作为研究对象，借以分析突发事件的传播机制和舆情走势特征，因为此话题具有一定的突发性和重要性，所以可能使话题内容的分析结果及研究结论存在一定的特殊性和限制性。在后续研究中，应该选取更多样化、有代表性的突发事件话题，扩充样本数量，减少因个别案例的特殊性带来的分析误差，深入研究自媒体时代突发事件的信息传播机制和网络舆情的传播规律。

【参考文献】

[1] Burkholder B T, Toole M J. Evolution of Complex Disasters: The Lancet [J]. Lancet, 1995(8981):1012－1015.

[2] Salvatore B, Harold P L. Framework for Analyzing the Information Monitoring and Decision Support System Investment Trade of Dilemma: Application to Crisis Management [J]. IEEE Transactions on Engineering Management, 1995 (4): 352-359.

[3] 陈伟珂，花翠.基于突发事件生命周期视角的应急物流虚拟联合体的运行模型研究［J］．灾害学，2015(2):152－157.

[4] 郭倩倩.突发事件的演化周期及舆论变化［J］．新闻与写作，2012(7):9－12.

[5] Stoner J A F. A comparison of individual and group decisions involving risk[D]. Massachusetts Institute of Technology, 1961.

[6] 吴诗贤,张必兰.网络舆情群体极化相关研究述评[J].重庆工商大学学报(社会科学版),2015,32(03):85-88.

[7] 沃尔特·李普曼.公共舆论[M].阎克文,江红,译,上海:上海人民出版社,2006：6.

[8] 李本乾.中国受众与大众传媒议程设置功能研究[J].复旦学报(社会科学版),2003,(1)：114-123.

[9] McCombs, M, Llamas, J.P, Escobar, E.L. & Rey, F. (2007). Candidate images in Spanish elections: second-level agenda-setting effects. Journalism & Mass Communication Quarterly, 74(4),703-717. http://search.ebscohost.com/login.aspx?direct=true&db=ufh&AN=26949719&site=ehost-live

[10] 刘丽群,刘文杰,董文丽.地震事件中微博舆情的议题演变[J].江西社会科学,2017,37(08):236-242.

分享让更多人看到