高校應對網絡輿情突發事件能力的系統動力學分析※

葉平浩 劉莉瓊

（武漢商學院，湖北 武漢 430056）

一、引言

高校學生是網絡利用率較高的一個群體，也是網絡輿情的主要影響對象和生成力量，隨著高等教育的發展，高校網絡輿情突發事件頻繁發生，對各高校的管理和社會穩定產生了一定的影響，已成為高校管理者所面臨的重要內容。高校網絡輿情突發事件是特指在互聯網上傳播的與高校有關工作相聯系的網絡評論或觀點。高校網絡輿情分為社會穩定類、校園安全類、師生權益類、學校聲譽類、管理決策類和其它信息類。引導和管理好高校網絡輿情突發事件，及早發現不良的輿情苗頭，協助有關職能部門共同做好應對危機的準備，積極研究高校網絡輿情突發事件的預警機制，可以豐富高校網絡輿情突發事件應急處理的相關理論，對維護高校安全穩定、改善高校社會形象、促進學生的健康成長具有重要的現實意義[1]。

20世紀50年代中期，麻省理工學院福雷斯特教授首創了系統動力學，屬于經濟數學的一個分支。系統動力學（SystemDynamics）是系統科學與計算機仿真相結合，專門研究系統反饋結構與行為的一門科學，采用定性與定量相結合的方法，通過系統綜合推理處理復雜問題[2]。20世紀70年代，系統動力學的形成與發展推動了可持續發展理論在世界范圍內的興起[3]。主要從系統內部的微觀結構入手，在掌握系統內部結構、參數和總體功能的前提下，分析并了解系統的特性與行為。其本質是帶時滯的一階微分方程組，是一種面向實際的結構型的建模方法，能方便地處理非線性和時變現象，能作長期的、動態的、戰略性的仿真分析與研究[4]。本文應用系統動力學的方法，從系統的角度綜合考慮技術、溝通、管理等因素對高校應對網絡輿情系統的影響，對其進行定性定量綜合研究。

二、高校應對網絡輿情突發事件能力的因果回路圖與存量流量圖

以高校網絡輿情突發事件發生后各種因素對輿情事件的影響作為研究對象，建立因果回路圖和存量流量圖模型，進行分析并得出結論。

（一）因果回路圖

因果回路圖是系統動力學研究系統反饋結構的重要工具，主要用于定性地描述系統結構?？梢园l現有關系統動態形成的內因，是系統動力學描述系統反饋關系的一種模型。因果回路圖中的變量由因果鏈聯系，因果鏈由箭頭表示，每條因果鏈都有極性，極性表示當獨立變量變化時，相關變量會隨之變化的趨勢，正極性表示會隨之增加，負極性表示會隨之減少，分別用帶“+”和“－”的箭頭表示[5]。結合高校應對網絡輿情突發事件的現狀，構建高校應對網絡輿情突發事件因果回路圖，如圖1所示。

圖1 網絡輿情突發事件發展程度影響因素分析的因果回路圖

圖1中有主要有三個關鍵負反饋環。

1、“對高校網絡輿情突發事件負面關注的網民人數”→“高校知名度”→“社會危害度”→“高校關注度”→“高校發布新聞數量”→“媒體傳播”→“傳播效應”→“關注高校網絡輿情突發事件網民對正負面新聞的辨別度”（負反饋1）

在負反饋環1中，隨著“傳播效應”大幅增強，“關注高校輿情事件的網民正負面新聞的辨別度”相應增大，從而減少了“負面網民人數”的增長。

2、“對高校輿情事件負面關注的網民人數”→“高校知名度”→“社會危害度”→“高校關注度”→“高校公信力”→“對高校輿情事件負面關注的網民人數”（負反饋2）

在負反饋2中，“高校知名度”越大，“社會危害度”越大，“高校關注度”上升，“高校公信力”提高，突發事件輿情會逐漸平息，從而減少了“負面網民人數的增長”。

3、“對高校輿情事件負面關注的網民人數”→“正負面網民數量的差額”→“意見領袖認同度”→“輿情領袖影響力”→“對高校輿情事件負面關注的網民人數”（負反饋 3）

在負反饋3中，“對高校輿情事件負面關注的網民人數”越多，“正負面網民數量差額”就越小，“意見領袖認同度”隨差額的減小而增大，“輿情領袖影響力”會隨著認同網民人數的增加而提高，從而減少“負面網民人數”的增加。

（二）存量流量圖模型

因果回路圖描述了反饋結構的基本方面，但不能區別不同性質變量[6]。在因果回路圖的基礎上建立存量流量圖，明確具體的存量和流量，編寫方程式表示相互之間的影響關系，使用具體數據進行定量分析，用系統的觀點描述事件的動態變化過程。在繪制因果回路圖的基礎上，進一步區分變量性質，建立系統動力學存量流量圖，如圖2所示。

圖2 高校網絡輿情突發事件發展程度影響因素分析的存量流量圖模型

本文以人民網輿情頻道案例庫中的“臨沂大學群體腹瀉事件”為基礎，5月17日，微博上出現了“臨沂大學發生群體中毒事件”，該事件因校方采取了限制學生言論引發網友不滿，將事件推向白熱化階段，5月18日，校方公布病情診斷結果為“季節性腸胃炎”，再次引起網友的爭議。5月20日，臨沂市食品安全管理部門啟動調查程序。這是一起借助微博引發的高校網絡輿情突發事件。通過對具體的數據進行分析和處理，對模型的變量進行定義和歸一化，包括表函數法、層次分析法等。

模型函數表示如下:

關注網絡輿情突發事件的正面網民增長速度=DELAY1（關注網絡輿情突發事件的正面網民人數×正負面綜合影響因子，網民關注時間）。

關注網絡輿情突發事件的負面網民增長速度=DELAY2（1-正負面綜合影響因子）×關注網絡輿情突發事件負面網民人數，網民關注時間）。

正負效應=（關注網絡輿情突發事件的正面網民人數-關注網絡輿情突發事件的負面網民人數）/關注網絡輿情突發事件的正面網民人數。

正負面綜合影響因子、輿情領袖的影響力通過咨詢專家和對50位網友進行問卷調查和分析得到的數據綜合得到。

正負面綜合影響因子=0.6×高校公信力+0.3×輿情領袖的影響力+0.1×傳統媒體影響程度。

輿情領袖的影響力=0.1×傳統媒體影響程度+0.3×高校公信力+0.6×意見領袖的活躍度×意見領袖的被認同度。

（三）模型的仿真與結果分析

在網絡輿情突發事件正面網民人數影響系統里，關注網絡輿情突發事件的正面網民增長速度、網民關注時間、輿情領袖影響力、正負面綜合影響因子對正面網民人數共同造成影響，輿情領袖影響力、活躍度又影響意見領袖的認同度。當這些因素分別增加2%，如圖3中的曲線所示，關注網絡輿情突發事件的正面人數有不同程度的增加，對網絡輿情突發事件熱度的影響明顯。

圖3 關注網絡輿情突發事件的正面網民人數分析

在關注網絡輿情突發事件的負面網民人數影響系統里，關注網絡輿情突發事件的負面網民人數、網民關注時間、關注網絡輿情突發事件的負面網民增長速度、正負效應對關注網絡輿情突發事件的負面網民人數造成影響，當這些因素分別都增長2%，如圖4中的曲線所示，關注網絡輿情突發事件的負面人數有不同程度的增加。通過比較圖3和圖4，在相同的增長速度下，各相關因素對關注網絡輿情突發事件的負面網民人數增長幅度的影響要弱，從另外一個方面可以看出對負面網民施加影響的難度要大，他們一旦對某件網絡輿情突發事件形成認識態度很難改變，這也是處理網絡輿情突發事件中需要

重點關注的對象。

圖4 關注網絡輿情突發事件的負面網民人數分析

四、加強高校網絡輿情突發事件引導與管理的對策

通過模型仿真分析，對高校網絡輿情突發事件引導與管理提出如下建議和對策:

（一）高校網絡輿情突發事件影響力的減小可以消減網絡輿情熱度

減少網絡輿情突發事件危機發生的可能性，因此，高校在應對網絡輿情突發事件時，要認真、慎重對待，及時關注網絡輿情發展，把危機控制在萌芽狀態，在日常網絡管理中要堅持正確導向，用先進思想與文化占領高校網絡，以貼近實際、貼近師生、貼近生活的原則，構建大學師生廣泛參與的體現大學精神的思想政治教育專題網頁，增強網頁的親和力、感染力、影響力，使校園網成為傳播先進文化的重要載體，成為引導和教育大學生健康成長的重要載體。創新教育手段，增強教育實效性。加強網絡管理隊伍建設，提高教育管理水平，加強網絡道德建設，引導學生自我教育[7]，提高師生網絡道德素質，占領高校網絡陣地。

（二）傳統媒體和網絡媒體會從正反兩個方面對網絡輿情事件起到推動作用

引導網絡輿情事件的發展，構建高校網絡輿情突發事件快速響應機制，利用傳統媒體和網絡媒體及時、真實的報道危機事件，改善高校網絡輿情突發事件的干預方式，做好高校網絡輿情突發事件信息的的采編工作[1]，設立新聞發布機制，新聞發言人及時有效開展信息發布，加強網絡輿情研判隊伍建設，建立有效的網絡輿情收集制度[8]，加強網絡論壇建設和管理，提高校務公開水平。

（三）學生信息素養會對高校網絡輿情突發事件產生較大的影響

能及時引導網絡輿情發展的方向，是高校應對網絡輿情突發事件的重要力量。高校應在相關課程中增設信息內容，提升大學生明辨網絡是非的能力，提升媒介素養[9]，構建多元的學生訴求表達途徑，及時主動與師生進行網上互動，實時解答師生關心的校園熱點問題，幫助解決學習和生活中的困難。大力培養網絡輿情領袖，利用輿情領袖引導網絡輿情的發展。

[1]張麗娟,曾潤喜,王國華.高校群體性事件網絡輿情管理研究[J].情報雜志,2011(6).

[2]鐘永光,賈曉菁,李旭.系統動力學[M].北京:科學出版社,2009.

[3]許光清,鄒驥.可持續發展與系統動力學[J].經濟理論與經濟管理,2005(1).

[4]許光清,鄒驥.系統動力學方法:原理、特點與最新進展[J].哈爾濱工業大學學報(社會科學版),2006(4).

[5]John D.商務動態分析方法:對復雜世界的系統思考與建模[M].北京:清華大學出版社,2008.

[6]謝海濤,華璐,陳建利.余杭法治指數,可計算的正義[N].南都周刊 - 生活報道.2008-07-04（52）.

[7]劉燕,劉穎.高校網絡輿情的特點及管理對策[J].思想教育研究，2009(4).

[8]趙中源,王國棟.高校網絡輿情發展趨勢及其治理機制[J].中國高等教育,2011(Z3).

[9]梁鵬,謝東寶.網絡強勢背景下高校網絡輿情特征及其應對[J].中國青年研究，2012（3）.