基于系统动力学的网络舆情治理研究论文设计

I摘要在互联网技术普及率不断升高的当下，网络生活已成为民众日常生活中不可或缺的一部分,越来越多的人在网络平台上分享他们的态度、见解和观点，网民的数量急剧增加。网络舆情依托网络形成，在某种角度上是对现实社会状况的折射，政府通过网络舆情可以了解社情民意。随着网络打破了时间和空间的局限,减少了网络舆情的传播的限制,使网络舆情的治理复杂化。本文运用系统动力学的基本原理,建立了网络舆情发展的系统模型,并分析了影响网络舆情发展的因素。通过分析影响网络舆情的因素,建立因果回路图,构建存量流量图以及系统动力学模型,利用VENSIMPLE软件对所构建模型进行仿真。基于网络舆情影响力系统模型，发现网民作用、媒体作用以及政府作用三个方面对网络舆情的演变都有不同程度的影响，从而找到网络舆情治理中存在的不足。针对治理中存在的不足，为政府等相关管理部门的管理提供一定的帮助。关键词：系统动力学，影响因素，网络舆情治理AbstractIntheInternetpenetrationraterisingatpresent,networklifehasbecomeanindispensablepartofPeople'sDailylife.Moreandmorepeoplehaveexpressedtheirattitudes,viewsandopinionsthroughonlineplatforms,andthenumberofInternetusershasincreaseddramatically.RelyingontheformationoftheInternetpublicopinion,itisareflectionoftheactualsocialsituationinacertainway.ThegovernmentcanunderstandthesocialconditionsandpublicopinionthroughtheInternetpublicopinion.Asthenetworkbreaksthelimitationsoftimeandspace,itreducestheconstraintofthespreadofnetworkpublicopinion,increasesthedifficultyofcontrol,andincreasesthedifficultyofthegovernanceofnetworkpublicopinion.Inthispaper,thebasicprinciplesofsystemdynamicsareusedtoestablishasystemmodelofinfluencingfactorsofnetworkpublicopinionandanalyzethefactorsthataffecttheevolutionofnetworkpublicopinion.Throughtheanalysisoffactorsaffectingnetworkpublicopinion,thecausalloopdiagramwasdrawn,thestockflowdiagramandthesystemdynamicsmodelwereconstructed,andthemodelwassimulatedbyusingVENSIMPLEsoftware.Basedontheinfluencesystemmodelofonlinepublicopinion,itisfoundthattheroleofnetizens,theroleofmediaandtheroleofthegovernmenthavedifferentdegreesofinfluenceontheevolutionofonlinepublicopinion,soastofindthedeficienciesinthegovernanceofonlinepublicopinion.Aimingattheshortcomingsinthegovernance,itprovidescertainhelpforthemanagementofthegovernmentandotherrelevantmanagementdepartments.Keywords:SystemDynamics;influencingfactors;networkpublicopiniongovernance

第1章绪论1.1研究背景随着互联网技术的兴起与普及，网民的数量处于持续增长状态，报纸、广播、电视等传统的信息传播媒介已经无法满足大众对信息获取的需求。与此同时，出现了具有更新及时、内容丰富且成本低廉等特点的微博、微信等新型媒介，被越来越多的人民群众所接受，逐渐成为人们日常生活中必不可少的沟通工具。正如WeAreSocial和Hootsuite联合发布的2019年数字报告所示,全球共有76.76亿人，其中有34.8亿人参与社交媒体[1]。中国互联网络信息中心(CNNIC)于2019年8月30日在北京发布第44次《中国互联网络发展状况统计报告》[6]，该报告显示，截止到2019年6月，我国互联网用户数量达到8.54亿，比2018年底增加了2598万，互联网普及率达61.2%，比2018年底增长1.6个百分点，如图1-1所示。我国手机网络用户规模达8.47亿，网络用户中使用手机上网的份额由2018年底的98.6%增长至99.1%。截至2018年12月，在典型社交应用程序的使用方面[7]，微信朋友圈和QQ空间的用户使用率分别为84.3%、58.8%，到2017年底参与者人数分别下降了3.9、5.6个百分点；微博使用率为42.3%，比2017年底增长1.4个百分点，如图1-2所示。图1-12016.06—2019.06中国网民数量与互联网普及率图1-22017—2018年典型社交应用使用率社交应用程序与传统媒体相互补充,在发展过程中不断融合。在微信、微博等移动社交平台中，把用户放在核心位置，重点在于用户之间的交流、共享、传播，能够把传统媒体"内容"与社交"渠道"的实现深度融合，因此网络媒体变得越来越重要。网络媒体弥补了传统时空对人际交往的缝隙，网络媒体具有的快速性、即时性、便利性和丰富性等特征，让网络自媒体平台成为信息传递的主要途径，给公众发表言论带来了极大的自由，还拓宽了公众参与政治生活和表达其利益诉求的渠道。诸如微博、微信等这样的移动社交网络平台因其移动性、简洁性、匿名性、方便性等优势迅速受到了网民的广泛关注，他们可以随时随地的在移动社交网络发出"自己的声音"[9]，同时，这可能会导致大量的虚假信息在移动社交网络上迅速传播。任何带有话题点的事件，在网络上迅速扩散，经由网民们的谈论被无限的放大，形成一股强有力的舆论场，最终形成网络舆情危机。微博凭借其强大的信息承载能力，以及可裂变式传播网络舆情信息，使得不同网络舆情事件在“叠加效应”“蝴蝶效应”的作用下，传播的速度和范围变得更加快速广泛。在微博中,没有固定的传播者与受传者之分,每个用户既是传播者又是受传者,它绕过了传统的新闻传播媒介“你传我受”的单向传播模式[10]，同时，由于其自身分散而又便捷的功能在众多在线媒体中脱颖而出,从而成为引导公众舆论的新场所。系统动力学作为一种基本的分析工具，其根据随时间的变化而改变的因素，进行实际观测，并以时间为轴的建立动态仿真模型，同时借助计算机实现未来行为的预测描述。用系统动力学研究网络舆情治理，能够直观的揭示各影响因素之间的相互作用关系，通过建立相关的仿真模型，对未来行为进行预测描述，把握舆情事件的发展方向，从而直观准确的为网络舆情的治理提供可靠的建议。1.2研究现状1.2.1国外研究现状对于网络舆情的研究起源于西方,形成相对较为完整且值得我们借鉴参考的理论实践体系。BrooksB[2]针对网络传播与信息媒体两者之间的联系进行了分析；D.Chong[3]通过研究认为对网络舆情爆发扩散产生重要影响的为事件的出现顺序和传播演进的过程，同时提出了一种判断舆情交流框架及其心理模型的方法；Granovetter等提出了阈值模型（ThresholdModel）[4]，J.Goldenberg等提出了级联模型（CascadeModel）[12]，对于网络舆情的传播过程进行了系统的研究和解释。国外对于网络治理，尤其是舆情管控的经验方法，对于我国治理网络舆情具有借鉴价值。西方国家对于网络舆情的治理往往采取的是综合治理策略。比如美国与法国采用政府与社会协同治理的模式，在遵守法律的规范的前提下，同时也注重行业自律与个体自律相结合。在这种模式下不仅保障了公民的言论自由，也降低了网络舆情事件的影响力，利于维护公共生活秩序。与此不同的新加坡和加拿大，采取的是完全由政府主导的监管治理模式，完备的法律体系和舆情预警机制使得政府居于主导地位，能够及时把控舆情事件的发展方向，将负面影响降至最低。除以上治理模式之外，还有网络自治型的治理模式，较为典型的有韩国、英国。韩国采用网络实名制管理，在保证网民言论自由的前提下，以此提高网民的自律性，从而降低网络安全风险。而英国则有非官方自发性的组织“IWF”，其受制于政府但又与政府为合作关系，政府在一定程度上放权，强化自主治理，两者共同治理共同发展。1.2.2国内研究现状近年来国内对于网络舆情的相关研究也是一大热点，网络舆情研究在我国的发展也很迅速。我国最早一批开始网络舆情研究的学者刘毅[13]认为，舆情是在特定的历史条件和社会空间的前提下，公众对有兴趣或者与其利益相关的各种公共事务产生的态度和意见。他还总结出网络舆情具有自由性、即时性、交错性、隐匿性和情绪化等特点。曾润喜等从网络舆情演进的宏观、微观规律，传播方式和演变模型等角度对网络舆情传播扩散的多种模型进行比较研究[14]；兰月新等人从舆情信息数据角度，利用模型研究舆情化解程度[15]；陈福集等从舆情受众及传播角度，建立了舆情检测指标[16]；李庆原在网络舆情的管理研究上认为，在自媒体盛行的时代下，突发危机事件难免发生，所以政府要加以重视，加强引导和监督，主动介入，及时处理，完善危机管理应急机制[17]；孙文博、颜吾佴的《大数据视野下网络舆情治理的政府监管研究》在介绍网络舆情的内涵及其对政府治理影响的基础上，分析了政府基于大数据背景下应对网络舆情时所采取策略的调整与变化，探究了我国政府对于网络舆情治理的种种困境，并提出了相应的解决办法[18]。由上文可以发现，众多学者通过对于网络舆情传播扩散进行研究，对网络舆情的引导和管理提出许多对策建议，但大部分研究只局限于定性分析的层面，对于网络舆情发展的仿真研究较少，需要对影响网络舆情传播的因素和规律进行更加深层次和系统的分析。1.3研究内容与方法1.3.1研究内容本文主要探索的是在网络舆情中运用系统动力学的知识进行治理研究，结合网络舆情和系统动力学的相关理论知识，构建网络舆情影响因素系统动力学模型，利用VENSIMPLE软件得到仿真结果，并对仿真结果进行定性和定量的分析，根据仿真结果，找到影响网络舆情的主要因素，给出科学准确的策略建议。首先介绍网络舆情治理对于目前社会的重要性，分析网络舆情治理研究产生的背景，并将国内外关于网络舆情治理在相关领域的研究进行深入了解学习，分析研究他们的优缺点，发现存在的问题并找到创新点。然后根据所梳理网络舆情领域的相关文献，对影响网络舆情的因素进行了归纳分析,分析了影响网络舆情主要因素之间的相互作用关系，构建因果分析图以及存量流量图，建立系统动力学方程。利用百度指数等平台对典型案例进行搜索得到数据，分析案例得到相应的参数进行设置。通过仿真结果，明确网络舆情主要影响因素从而找到舆情治理的不足，对如何治理网络舆情提出相应的建议，为政府等相关管理部门的制定相关规定方法提供参考。1.3.2研究方法（1）文献研究法：通过对国内外相关文献的梳理归纳，对网络舆情和系统动力学等相关知识有了更深入的了解，拓展研究思路，为网络舆情影响因素建模过程奠定理论基础。（2）系统分析法：本文基于系统动力学的基本原理，建立网络舆情影响因素系统模型，分析影响网络舆情传播的因素，并通过建立系统因果关系图和存量流量图，来分析相关内容，从而找到治理对策。（3）定性、定量结合法：网络舆情影响力系统由哪些影响因素组成，这些相关变量的权重是多少，需要将定性研究方法与定量研究的系统学研究方法相结合，建立网络舆情传播系统模型。（4）实证分析法：本文使用模拟仿真实验来验证模型的有效性，利用VENSIMPLE仿真平台，基于仿真结果分析网络舆情传播中各因素的相互作用，探究网络舆情传播的动态机制，为网络舆情的治理提供治理策略。1.4论文结构依据以上研究内容，构建论文框架如下：第一章主要介绍论文的研究背景，梳理国内外网络舆情的研究现状，介绍论文的主要研究内容和研究方法，为进一步研究提供基础与依据。第二章主要介绍系统动力学、网络舆情等相关概念，根据系统动力学和网络舆情治理方面的认知，对影响网络舆情的因素进行归纳整理,为分析网络舆情在演进过程中的影响因素提供理论基础。第三章主要分析基于系统动力学的网络舆情影响因素，分别从个人作用、社会作用以及政府作用三个方面入手，进行因果分析。第四章提出了基于系统动力学构建网络舆情传播模型，明确建模的目的，构建模型整体因果分析图以及存量流量图，建立系统动力学方程，通过典型案例分析进行参数设定。第五章运用了VENSIMPLE仿真平台，对网络舆情传播系统进行模拟仿真实验，通过对结果进行分析，并且提出相应的治理策略。第六章总结主要研究结论，指出研究过程中的不足之处，并对进一步研究做出展望。

第2章概论辨析与理论基础2.1网络舆情概述2.1.1网络舆情概念网络舆情，由“网络”及“舆情”两词组成。舆情即为“舆论情况”，是指公众对具体的对象或事件的看法、态度、观点、表述等的总述。由于国内外文化、国情及社会体制的差异，西方学者对网络舆情的探讨相对较少，在英语词汇系统里也没有专门的词汇用来表达网络舆情，法国思想家卢梭提出的“publicopinion”为比较相近的概念。另外美国学者GeoffryTaubman提出，网络舆情存在于一定的社会空间内，通过网络形成的社会大众对公共问题及相关管理者的信念、价值观及政治态度，它围绕着社会事件发展变化的整个过程[20]。简言之，网络舆情是以互联网为载体、传播媒介，表达和传播民众普遍关心的事件，以及表达民众对该事件的观点、情绪或行为等的集合。新闻评论、BBS论坛、博客、微博、新闻跟帖及转发等等是网络舆情主要表现形式。2.1.2网络舆情特征在互联网络高速发达的今天，网络媒体凭借其快速性、即时性、便利性和丰富性等特征，冲破了传统时间和空间对人际交往的束缚，给公众发表言论带来了极大的自由。网络舆情不仅仅有传统媒介的特点，也有其独特的特征。具体表现为以下几个方面：（1）互动性与传统的信息交互模式报纸、书籍、告示等不同，互联网络用户可以较大程度的参与到信息的互动活动中，通过微博评论、回复，新闻点评，BBS等，网民可以即刻发表自己的意见，也可以自己发布信息，民意的表达更为顺畅。（2）多元性首先，网民作为舆情的主体，分布在社会的各个阶层和各个领域；其次，从舆情所涉及的话题来看，通常包括民主法制、军事外交、经济文化以及社会生活的各个方面。（3）爆发性网络舆情将公共舆论具有突发性的特点发挥的淋漓尽致。互联网打破了时间和空间的局限，当网络舆情涉及到社会事件、热点话题、社会冲突等多个领域时，往往会引起众多网民的关注，容易刺激网民产生分散、无序的意见。而网络信息凭借其立体传播、裂变辐射，如果引导和管理不当，使突发事件的负面影响扩大，则会激起民众的不良情绪，给社会造成混乱。（4）隐匿性在互联网环境中，用户考虑到互联网空间中的交流对现实生活产生的影响，为了使言论表达更加自由、开放和多元化，大多数用户选择了用非实名身份参与交流。尽管近年来我国实施实名制网络管理政策，匿名性相对逐步减弱，但在大多数情况下，虚拟社区中的网民身份的私密性仍然得到较大程度的保护。（5）传播快速性全球有34.8亿人活跃在社交媒体上，我国互联网普及率达61.2%，网络用户基数大，因为网络舆情自身的吸引力大，当每个网民进行转发、点赞、评论、关注等看似微不足道且简单的操作时，则会使其在短时间内迅速传播，引起许多互联网用户的共鸣，更大程度的全网扩散，导致网舆事件的大规模扩散。2.2网络舆情治理在新媒体不断发展的背景下，对网络舆情的监管治理不仅仅是挑战，同时也是机遇。为了把网络舆情的信息、活动和影响控制在合理合法的界限内，产生了网络舆情治理。“治理”二字的本意包括引导和控制的意思，最早出现在世界银行1989年的一份非洲社会发展报告中，治理在这份报告中用来分析西方发达经济成功的原因[5]。我国的国情使得网络治理成为政府治理的工作内容之一，政府采取相关治理措施及手段对网络舆情进行干预引导，本质上是对政府公信力的正向管理。在政府的干预过程中，在政府发挥职能的宏观调控手段时，传播媒体、公众等也作为重要的一部分主体[22]贯穿了整个过程,形成了多元化主体共治治理体系。简而言之，网络舆情治理即是政府的相关职能部门运用一定的方法和手段，对网络舆情进行引导、管理、控制等的系列活动。随着互联网的普及率不断升高，且网络传播具有及时、快速、便捷等特点，越来越多的公众借用网络发声，由此网络舆情逐渐成为反应民意的方式之一。任意一个关乎于民众自身的事件，经由网络的快速扩散和网民的讨论，将会扩大舆情事件的影响力，如若不及时掌握舆情事件的发展方向，将会对网络舆情的治理产生不利影响。网络治理作为社会治理的重要组成部分，网络舆情治理对维护社会的长治久安具有重要的作用。在当今社会下，当网络舆情事件发生时，如何及时有效地应对舆情事件，把握事件的走向，是亟需解决的重要问题。2.3系统动力学概述2.3.1系统动力学系统动力学（SystemDynamics,SD）起源于十九世纪五十年代中期，创立者为美国麻省理工学院（MIT）的JayW.Forrester教授。系统动力学运用“凡系统必有结构，系统结构决定系统功能”的系统科学思想[23]，是一门用来分析处理复杂信息反馈系统的学科。其根据系统内部组成要素是因果关系的反馈特征，从系统的内部结构中发现问题产生的根源。最早应用于工业领域企业管理中，后来随着系统动力学的不断发展，其应用领域延伸到经济、社会等各个方面。2.3.2系统动力学基本原理系统动力学总结了运筹学的理论和方法，以现实存在的事件为前提，所得的不是“最佳解”，而是找出改善整个系统运行和发展的方法和途径。通过对系统的实际观测信息建立动态仿真模型，并通过计算机实验来获得对系统未来行为的描述。简言之，“系统动力学是研究社会系统动态行为的计算机仿真方法”。系统动力学基本原理主要由以下几点构成：（1）反馈控制理论系统动力学认为所有系统（包括生命系统和非生命系统）中都存在信息反馈机制，且信息反馈机制遍布所有系统中。系统动力学最重要的基础理论之一为反馈控制理论，它认为系统中各个组成部分之间的关系、信息收集过程中决策的延迟，以及系统中随着事件时间变化发生的信息放大现象，对系统动态行为模式产生的影响大于系统本身构成要素的影响。（2）系统分析的实验方法数学分析方法的短处体现在很难处理复杂动态系统的决策问题。而系统动力学采用了整体与个体相结合的思想，把研究主体划分为若干个子系统，梳理子系统与子系统、子系统与因素、因素与因素之间的因果关系，建立整体因果关系图。（3）计算机仿真技术系统动力学的大力发展，离不开计算机仿真技术的应用。通过分析系统结构建立计算机仿真模型，构建方程式，并通过专业的仿真软件就可以对复杂动态系统的变化过程进行仿真，根据输出的实验结果，为战略和决策的指定提供支撑。2.3.3解决问题流程（1）系统分析。充分了解需要研究的系统，利用系统动力学研究理论和方法对研究对象进行充分的分析，找到要解决的问题。（2）明确系统边界、因果关系分析。在研究的主体上对系统的结构进行分析，将系统分为几个子系统，并确定各子系统内部结构、各子系统之间的内在联系以及因果关系，建立适当的反馈机制，并定义系统边界的范围。（3）构建模型。通过建立系统流程图和根据系统内部变量之间的对应关系，建立相应的关系式，从而完成系统模型构建。（4）模型模拟。基于已经完成的系统流程图，在模型中输入各个初始值，进行模拟。得到预测数值及对应的图标，根据研究目标，对系统边界、内部反馈结构进行调整。（5）结果分析。对模型进行测试，确保现实中的行为能够在计算机模型系统中表现出来，并对结果进行分析。通过结果分析，给出相应的合理建议。具体解决问题流程如下图2-1所示：系统分析系统分析确立系统边界因果关系分析系统拆分子系统子系统内部结构内在联系模型构建系统流程图结构方程式机制、量化核心内容模型模拟预测数值对应图标结果分析反馈调整反馈调整图2-1解决问题具体流程对策建议

第3章基于系统动力学的网络舆情影响因素分析网络舆情作为新媒体时代网络技术发展的产物，给公众表达观点、态度提供了新的方式，并且对维护社会稳定和政治生活秩序产生不可忽视的影响，成为政府准确获取民众诉求、维护社会稳定以及提升国家和政府形象的重要方面。系统动力学使用系统反馈思想和计算机仿真技术来分析系统中的因素变量，通常研究的是动态的、整体的复杂因果关系[25]。分析网络舆情的影响因素，可为后续章节网络舆情治理研究奠定重要的研究基础。在网络舆情影响因素系统总体结构中，网民作用、媒体作用以及政府作用直接影响着网络舆情的发展方向，对网络舆情的治理具有不同程度的作用力。本文将划分政府、媒体以及网民三个子系统，通过对各子系统进行分析找到主要影响因素。3.1政府子系统当某个事件突然爆发时,政府的态度、做法将会直接影响舆情的走势，同时也是控制网络舆情发展的关键角色。当网络舆情处于传播初始阶段时，若政府有关部门从一开始发现并关注其发展，及时处理网络舆情事件，保持信息公开，通过官方媒体等发布权威信息，解答网民疑惑，减弱网民极端情绪，从而减弱网络舆情的负面影响。政府子系统的因果关系图见图3-1。（1）政府关注度。政府关注度是指政府对民众生活现状、社会现状的关注程度。如果政府没有在舆情事件发生的第一时间做出反应，则会使舆情事件走向失去控制，足以造成严重后果。为了避免出现舆情失控的局面，政府只有在密切关注人民群众福祉的情况下，才能在事件发生的第一时间开始采取相应的举措，将网络舆情事件的影响降至最低。政府相关职能部门需要对舆情话题保持高度鉴戒。（2）工作效果。政府各部门之间的协调处理力度、政府的反应速度、信息的公开透明度以及新闻发言人的威望都直接影响着网络舆情的走势。在网络舆情事件发生之后，政府的相关管理部门除了及时查明并公布事实真相，还要制定相应的处理措施，完善舆情危机预警机制，并积极落实对事件的处理方式。人民网舆情数据中心发布的"2019年政务指数微博影响力报告"指出，截至2019年12月26日，经过微博平台认证的政务微博已达到179932个[26]。在一系列社会事件发生之后，各类政务机构的微博参与回应，相关直属部门或者更高机构的发声，使得权威性和说服力直线上升，同时提升了民众对政府的信任感和满意度。（3）政府公信度。政府公信力是评估政府行政能力的重要标准，反映了公众对政府的满意度、信任以及政府执政能力。舆情问题之所以能够成为热点话题，它的主要原因是网民对政府的不信任,较高的政府公信度会增强民众对政府的信任，而信息的公开度以及新闻发言人的权威度会提高政府公信度，从而减少民众的疑虑，安抚民众情绪，减少网络舆情的负面影响，更好的治理网络舆情。图3-1政府子系统因果关系图3.2媒体子系统近年来，由于互联网技术的飞速发展，在线媒体普及率不断提高，新媒体与传统媒体之间的竞争也日渐激烈。为了追求利益的最大化，新旧媒体都将在网络舆情的发展中发挥一定的推动作用。当网络舆情事件处于不断发酵的状态，社会对此产生激烈的反应时，媒体将会介入并对该事件进行报道。作为网络舆情的载体，网络媒体对于网络舆情的发展有着至关重要的影响。网络媒体的影响力来自于媒体的关注度以及报告频率，而媒体的影响力直接影响着网络舆情。媒体子系统的因果关系图见图3-2。（1）媒体关注度。媒体关注度是指在线媒体的关注，网络媒体通过微博、微信、论坛以及各种信息网站等获得当前网民关注度最高的话题。（2）媒体传播率。媒体传播率指的是媒体报道的频率，以及受信息影响的互联网用户数量和影响程度的综合。媒体报道频率与网民对网络舆情事件的关注度成正比，互联网络用户对网络上具有民意事件的关注程度越高，与事件相关的媒体报道就越频繁，相应的媒体传播速度就会提高，从而吸引互联网用户的注意力，反过来又将增加网络舆情的影响力。（3）媒体影响力。媒体的报道频率、活跃度以及媒体的权威性决定着媒体的影响力。媒体的影响力与网络舆情的影响力成正相关。媒体的影响力贯穿着网络舆情发展的每个阶段，在网络舆情形成的最初阶段，如果有影响力强大的媒体进行报道，那么这个网络舆情事件会更易引发网络舆情危机；在网络舆情的发展阶段，尤其是网络媒体，其更新速度的及时性以及评论的导向性都会影响事件的发展走向。媒体的影响力和传播媒介作用越大，网络舆情的影响力就会越大。图3-2媒体子系统因果关系图3.3网民子系统作为网络舆情事件的主体，互联网用户通过微博、微信、论坛等社交手段表达自己的观点,并通过转载、评论、回帖等方式进行信息传播。网民对信息源的理解取决于个人的知识水平、社会经验、价值取向等不同因素，各种社交关系和网民情绪强度关系着网络舆情影响的大小。网民子系统的因果关系图见图3-3。（1）意见领袖作用。意见领袖是指能左右多数人态度情感倾向的少数人[27]，对网络舆情产生的影响起着不可忽视的作用。其观点可以影响其好友的认知、态度倾向、情感方向并引起众多好友大规模转发，而大众的从众心理极易影响跟风传播相关舆情，进而影响互联网上舆情的传播，这对于治理网络舆情有重要的影响。（2）群体极化程度。群体两极分化的程度很大程度上取决于互联网用户的情绪，与外界刺激引起的心理感觉有关，这可能导致环境或事件违反了初始的和谐状态[28]。其在网舆事件发展过程中，互联网用户的情感活动越活跃，讨论越多，群体应该越是两极化，网络用户的行为越强大，他们对舆情的影响力就越大。（3）网民关注度。当话题涉及到互联网受众的利益时，互联网用户会对其产生较高的关注度。话题的讨论频率和网络舆情的影响力成正比，当网民对于某一话题讨论频率越高时，网民的行动力也会随之增加，网络舆情的影响也在随之增加。（4）网民的行动力。网民通过互联网及各大平台进行信息浏览，点击微博、新闻、论坛，进行点赞、转载、评论，通过移动通信设备上的微博、微信等各个软件进行传播，以及口口相传等都是网民行动力的体现。图3-3网民子系统因果关系图

第4章网络舆情影响因素系统动力学模型构建4.1建模准备4.1.1建模目的互联网的快速发展使得网民数量也随之快速增长，越来越多的人们在网络空间发表自己的态度和看法评价，当舆情事件发生时，若处理不及时或者处理方式不当，则会造成网络舆情事件的爆发，引发社会公共事件，不利于维护社会和谐稳定。国家治理的重要内容之一是网络舆情治理，在当今数据信息快速发展的时代，治理网络舆情已成为大势所迫，同时也对治理网络舆情提出了更高的要求。本文从政府、媒体以及网民三个方面对网络舆情的影响因素进行分析。其中，影响网络舆情发展演变的因素分别来自于政府子系统、媒体子系统以及网民子系统，并且各因素之间体现出复杂的非线性特征。本文基于系统动力学的原理构建网络舆情影响因素系统，目的在于：（1）明确网络舆情影响因素的主体、各个子系统以及子系统边界，确定各个影响因素在系统内部或系统之间的相互作用关系和反馈结构。（2）通过对各因素的分析，寻找影响网络舆情发展演变系统内因果反馈回路，探索网络舆情的潜在影响因素，构建各子系统内相应结构以及因素间的量化关系。（3）通过分析对网络舆情产生影响的真实案例以及数据处理，进行网络舆情演变系统动力学模型仿真，动态演示网络舆情各影响因素的影响状态。（4）通过对模型中各个参数的改变，分别观察各个要素对网络舆情的影响效果，分析各主体与网络舆情之间的互动情况。根据系统动力学模型的仿真结果，为相关机构和政府部门提出合理的治理建议，以实现对网络舆情的治理目的。4.1.2系统边界与系统要素系统动力学具有反馈的特点，通过了解系统内部结构的相互关系，从而找到问题发生的根源，有针对性的解决问题。如果系统内部因素没有与系统外部环境明确划分定义，那么可能会使得系统整体结构产生混乱，所以为了保证系统动力学建模的准确性，基于系统的个内部要素定义系统的界限是确定系统结构要素的关键步骤。明确系统边界建立系统动力学模型的基本要求，并且为了保证模型的客观准确性，要将与研究问题相关的概念以及变量划入边界内部，剔除关联度不高的概念与变量。系统内纳入的概念及其变量都对影响网络舆情存在直接或间接的影响，在信息飞速发展的时代，网络舆情的影响是一个受到多种因素影响的动态过程。本文把该系统分为三个子系统，分别是网民子系统、媒体子系统和政府子系统。系统内概念及变量都有自己的系统划分，它们之间通过相互联系共同对网络舆情产生影响。本文的系统动力学模型中包括的主要要素如表4-1所示。表4-1影响网络舆情演变系统要素表影响网络舆情演变子系统系统要素政府作用政府关注度政府公信度工作效果媒体作用媒体关注度媒体传播率媒体影响力网民作用意见领袖作用群体极化网民关注度网民行动力4.1.3研究假设依据系统动力学建立的模型，并不是对现实社会全面且详尽的展示，而只是社会的个别断层或某个侧面。网络舆情影响演变系统是一个复杂的、动态非线性系统，并且网络舆情的影响力受多种因素的综合影响，然而有些因素则不适合应用于系统动力学模型中。为了便于研究，提出合理的假设，对模型的正确建立有推动作用。根据本文的研究内容，提出如下假设：假设1：该模型用于研究网络舆情影响因素，网络舆情的信息起始源头为网络，不考虑除互联网以外渠道的影响；假设2：只考虑网络舆情事件本身，不考虑由其产生的其他衍生事件的影响；假设3：保持网络的畅通，不存在网络瘫痪以及断网等情况；假设4：对于较难获得的数据，可以对其进行科学合理的推测估计；假设5：网民具有自由发表言论的权利，同时政府及相关管理部门有引导和管理舆情发展方向的权利，但不可以对言论进行控制，以及用行政手段控制舆情发展。4.2系统动力学模型建立4.2.1因果回路及反馈关系因果回路图是系统动力学中探索系统反馈结构的最强大工具之一，它探讨了于相关系统动态形成有关的内在因素，主要用于系统的定性分析。由因果链联系因果回路图中的各变量，而因果链都有极性且由箭头表示，任意两个因素之间存在着一条由“原因”到“结果”的单向边。正因果链表示的是，“结果”随着“原因”的增加而增加、减少而减少，反之即为负因果链。当因果链首尾相同时，则组成了带有极性的因果回路。图4-1表明了网络舆情影响力的因果关系图，图中主要有两个正、负反馈环。图4-1网络舆情影响力因果关系图（1）“网络舆情热度”→“网民关注度”→“话题讨论频率”→“群体极化”→“网络舆情热度”（正反馈环1）随着网络舆情热度的增强，互联网用户对网舆事件的关注度将增加，并且通过发布、转载、评论等方式，增加话题的讨论频率，这就会导致群体极化程度升高，互联网用户的作用力将会导致网络舆情的热度持续增强。（2）“网络舆情热度”→“媒体关注度”→“媒体报道频率”→“媒体影响力”→“网络舆情热度”（正反馈环2）随着网络舆情热度的增加，媒体的关注度相应提高，媒体的相关报道也会增多，媒体的覆盖率增加，受媒体力量（权威性和活跃度）的影响会增大网络舆情的热度。两个正反馈环表明了网络舆情的热度直接受到群体极化、媒体影响力两个因素驱动；作为传播媒介因素的媒体关注度、媒体报道频率以及网民因素的网民关注度、话题讨论频率和意见领袖作用间接对网络舆情产生影响。（3）“网络舆情热度”→“政府相关部门关注程度”→“政府公信度”→“群体极化”→“网络舆情热度”（负反馈环1）（4）“网络舆情热度”→“媒体关注度”→“媒体报道频率”→“政府相关部门关注程度”→“政府工作效率”→“群体极化”→“网络舆情热度”（负反馈环2）网络舆情热度达到白热化状态，引起政府部门注意，如果舆情预警机制完善，有关部门的及时进行处理并发布权威信息，则对网络舆情的处理速度越快，随着工作效率的升高，网民的情绪得到缓解，群体两极分化程度降低，网舆的影响力也随之降低。因此，政府的作用力是网络舆情影响力的平衡机制。4.2.2系统流图系统流图是系统动力学建模过程中最强大的工具之一，因果关系图反映了各个影响因素之间的因果关系，而系统流图是对系统的定量分析。在系统动力学流图中，系统的积累状态用存量表示；而流量表示的是存量随时间的变化状况。在该系统流图中，网络舆情影响力是存量，用来表明其状态；网民作用、传播媒介作用、政府作用量被定义为流量，它们一起作用于网络舆情的影响力。其中网民的角色和媒体的角色会增加网络舆情事件的影响力，而政府的角色会削弱网舆事件的影响力。网络舆情系统中网络舆情影响力流图如图4-2所示。图4-2网络舆情演进影响力流图4.3模型中方程建立与参数设定4.3.1系统动力学方程在确定系统流图之后，系统动力学建模仿真的关键步骤则是构建变量间的方程关系。建立系统动力学模型的过程，就是将数学方程式与系统模型结构一一相对应的过程，以便将该模型用于计算机仿真模型，通过分析仿真结果发现隐藏的动力学特征，并提出相应的解决方法。本研究采用了专家打分法以及层次分析法确定了个变量之间的关系，通过对模型中变量进行定义和初始化，得到以下方程：（1）INITIALTIME=0（2）FINALTIME=12（3）SAVEPER=TIMESTEP（4）TIMESTEP=1day（5）事件影响力=(事件危害程度*事件危害程度权值+事件易爆程度*事件易爆程度权值+事件传播力*事件传播力权值)*EXP(-1/10*Time)（6）媒体活跃度=传统媒体报道次数*0.25+网络媒体报道次数*0.35+传播媒介传播次数*0.4（7）（8）（9）政府公信度=(政府响应速度+信息透明度+政府监管力度)*民众满意度（10）政府作用量=政府监管力度*政府监管力度权值+政府公信度*政府公信度权值（11）网络舆情热度=INTEG(事件作用量*事件作用量权值+媒体作用量*媒体作用量权值+网民作用量*网民作用量权值-政府作用量*政府作用量权值,0)本文通过专家打分法得到以下因素各权值分别是：事件危害程度权值为；事件易爆程度权值为；事件传播力权值为；政府监管力度权值为；政府公信度权值为；事件作用量权值为；媒体作用量权值为；网民作用量权值为；政府作用量权值为。4.3.2参数设定为了符合模型参数的准确性以及客观性，本文选取的热点事件为“江苏响水3·21爆炸事故”，本事件舆情完整地经历过发生、发展、高潮、消亡阶段，该事故引起全国网民、媒体及政府的高度关注，具备流量高以及传播广等特点。2019年3月21日，江苏响水县陈家港化工园区一化工厂发生重大爆炸事故，官方确认爆炸发生后，江苏省消防救援队伍930名指挥员、200余辆救援车辆以及20台大型工程机械火速赶往事故现场进行救援。事故发生后，受到了党中央、国务院的高度重视，习近平总书记多次作出重要指示，要求全力及时救治伤员，做好善后工作，尽快查明事故原因，及时发布权威信息，强调各地和有关部门深刻汲取教训，加强隐患排查，严格落实安全生产责任制，确保人民群众安全。3月22日，关于江苏响水爆炸事故召开首次新闻发布会。同时，国务院成立江苏响水“3·21”特别重大爆炸事故调查组，查明事故的直接原因、性质以及有关地方党委政府及相关部门在监管方面存在的问题。3月25日0时，正式结束了事故现场搜救工作。4月4日，彻底关闭响水化工园区。4月15日，对相关涉案人员并采取刑事强制措施。11月3日，国务院召开常务会议听取“3·21”特别重大爆炸事故调查情况汇总和责任追究调查工作情况。11月5日，公布了事故调查报告。在“3·21”特别重大爆炸事故中，以“江苏响水爆炸”为关键词得到了百度搜索指数和媒体指数，如图4-3、图4-4所示。图4-3搜索指数图4-4媒体指数（1）事件作用程度=([(0,0)-(12,100)],(0,0),(1,77),(2,20),(3,12),(4,5),(5,3),(6,4),(7,1),(8,0.5),(9,0.3),(10,0.2),(11,0.1),(12,0.09))（表函数形式，使用VENSIMPLE软件模拟如图4-5所示）。图4-5事件作用程度表函数表示（2）政府关注度=([(0,0)-(12,80)],(0,0),(1,41),(2,56),(3,63),(4,75),(5,53),(6,42),(7,36),(8,28),(9,10),(10,7),(11,13),(12,5))（表函数形式，使用VENSIMPLE软件模拟如图4-6所示）。图4-6政府关注度表函数表示（3）媒体活跃度=([(0,0)-(12,20)],(0,0),(1,12),(2,11.44),(3,1.04),(4,0.8),(5,11.28),(6,1.44),(7,1.2),(8,0.56),(9,1.04),(10,0.24),(11,0),(12,0))（表函数形式，使用VENSIMPLE软件模拟如图4-7所示）。图4-7媒体活跃度表函数表示4.4系统基础仿真结果在模型参数设置和系统动力学方程建立的基础上，利用VENSIMPLE软件对网络舆情影响因素进行初始模拟，得到了网络舆情热度的基本模拟图。由图4-8所示，网舆事件的热度会随着时间而动态的变化，基本上与现实状况相符合。由于模型中存在假设变量，所以模拟的仿真结果不可能与实际结果完全一致。网络舆情热度的变化大致可分为三个阶段：在事件刚发生时，只有一小部分人知道事件的发生并进行传播相关信息，舆情热度上升速度相对缓慢；此后，信息传播处于爆炸性状态，互联网用户的关注度和媒体报道频率的增加，将增加网舆事件的热度；到达一个峰值之后，由于政府等相关部门的介入，以及官方信息的不断公布，网络舆情的热度会逐渐减弱，最终回到初始状态。可以得出结论，该系统模型是合理的，可以用于模拟网络舆情影响力演变系统。图4-8网络舆情热度变化图

第5章仿真结果分析与网络舆情治理对策建议5.1系统仿真结果分析网络舆情影响力演变系统是由网民子系统、媒体子系统以及政府子系统构成的，因此，本文将分别以三个子系统以及整体分析角度为出发点，通过分别改变意见领袖、群体极化、媒体影响力、媒体关注度、政府关注度、政府公信度等因素，探究出各个因素对网络舆情热度的影响程度，从而找出影响网络舆情的主要因素。5.1.1网民子系统网民是网络舆情的主体，决定着网络舆情的发展方向。当网络舆情事件发生时，网民通过微博、微信等社交平台追踪事件，并参与转发交流讨论，事件的影响力不断增加，使得越来越多的网民参与到事件中。在网络空间中，由于群体心理的存在极易造成群体极化现象的出现。而意见领袖作为网民中的一部分，其权威性及影响力对网络舆情的发展方向也起着不可忽视的作用。在网民子系统中，意见领袖作用以及群体极化程度对网络舆情的影响力最为明显。如图5-1所示，初始状态为曲线1，意见领袖作用增加20%为曲线2，群体极化程度增加20%为曲线3。意见领袖的言论在一定程度上能够引导民众的情绪，正向引导网络舆情的发展。由图可以看出，意见领袖作用对网络舆情的影响力明显高于群体极化，两者的变动影响着网络舆情的影响力。图5-1网民因素对网络舆情热度的影响5.1.2媒体子系统媒体不仅是信息传播的载体，还是人们获取信息的渠道。媒体的权威性决定了媒体的影响力，其权威性在一定程度上赢得了人民的信任。通过跟进后续报道，事件的热度会随着媒体的受众范围和影响力增加，从而增加网舆事件的影响力。在媒体子系统中，媒体的关注度和影响力对网络舆情影响力演进中气着重要的作用。如图5-2所示，通过增加媒体的影响力（曲线2）和媒体的关注度（曲线3），可以看出媒体对于网络舆情的影响不容忽视，媒体的影响力和关注度提高将会增强网络舆情事件的热度。图5-2媒体因素对网络舆情热度的影响5.1.3政府子系统政府是网络舆情影响力的决定性因素，在网络舆情发展的每个阶段都存在。当网络舆情事件发生时，如果政府在第一时间做出响应，这将在很大程度上减轻网络舆情事件的负面影响，把握事件的走向。政府的作用力越强，相应的舆情预警机制越完善，处理问题的效率会提升，化解矛盾速度会加快，从而减少舆情危机。在政府因素中，本文将政府公信度（曲线2）以及政府关注度（曲线3）分别降低20%，如图5-3所示。当舆情事件发生时，如若关注不及时，则信息透明度以及政府响应速度将会下降，政府的公信度也会受到影响，会引发民众的不满，不利于解决社会矛盾。政府的公信度对于网络舆情的影响力有着明显的作用。图5-3政府因素对网络舆情热度的影响5.1.4综合因素分析由图5-4所示，这三个子系统在网络舆情事件发生开始以及消失时，对网络舆情热度的影响区别不大，随着时间的推移，对网络舆情热度影响最为明显的为网民作用量，其次是媒体作用量，而影响最小的为政府作用量。可以得出结论，影响网络舆情发展的主要因素为网民因素。图5-4各子系统对网络舆情热度的影响5.2对策建议当网络舆情事件爆发时，由于不法分子的故意引导以及民众切实关心自己的利益会使事件扩散速度加大，政府往往会出现重处置轻预防、重管制轻引导、重应急轻规划的治理滞后理念。除此之外，我国的法律化建设较弱，政府对相关部门的重视程度不够，不能激励相关人才的积极性和创造性，导致相关治理部门消极怠工。且现有的治理网舆的法律法规仍跟不上新媒体的发展，缺乏相关的法律法规进行治理，对媒体行业的规范和标准缺乏统一，缺乏对媒体的全方位认知以及重视，对媒体的发展把控不足，缺少与新旧媒体的全方位合作。在面对舆情事件时，公布的信息传播不够广泛，导致部分政务微博、政府微信等的存在形同虚设，使得政府与媒体、公众之间产生隔阂，不能进行良好的沟通。所以针对这些问题提出的建议对策建议有：（1）树立正确的应对理念政府要打破陈旧的应对观念，改变以往遇到突发公共事件网络舆情时采取“封、堵、截”的做法，要以科学的认知、耐心的态度，应对外界的质疑[29]。治理方式要逐渐从管理型向服务型转变。第一要主动把握舆情的发展方向。当发生网舆事件时，政府应尽快发布权威信息，以实现群众的知情权，始终与民众保持良好的沟通，积极引导舆情的发展方向。第二要坚持以人为本，充分尊重公众的感受和想法，保障民众的发言权，改变传统压制方法，树立正确的引导方向。第三要采用多样化的渠道传播权威信息，要明确媒体在信息传播中的重要作用，积极主动联系权威媒体，把握相关的网络舆情，尽量减少负面影响。（2）加强法制化建设要完善相关的法律法规，全面推进网络法制化建设，努力建设社会主义法治国家[30]。第一，对现有法律及时根据实际问题进行更新修正，具体问题具体情况具体分析，弥补其不足。同时要对网络舆情进行全方位的剖析，全面认识其发展规律，加快出台针对网络舆情治理的专项法律法规。第二，对媒体行业制定合适的监管细则规范，对大众媒体进行强有力的约束，规范其行为。媒体与法律相结合，充分利用媒体在网络舆情方面的可预测性，正确引导舆情发展方向，并捍卫全社会的公共利益。同时利用媒体的传播广泛性，加强宣传网络舆情法律知识，让民众进行自我规范。第三，在保证个人信息不被泄露的前提下，制定完善符合我国国情的网络实名制，弥补网络具有的匿名性漏洞，促进建设和谐健康的网络环境。（3）完善治理应急机制首先，要建立健全网络舆情预警防范机制，在网络舆情事件初始阶段，政府相关部门如果能够及时预警，舆情的影响力在一定程度上就会减小，能够及时把控舆情方向，减少危害风险。同时在平常状态下，网络舆情预警机制还可以起到预防作用，可以随时检测公共的关注点，提高治理网络舆情事件的效率。其次，要加强引导控制机制建设，政府应转变治理理念变被动为主动，当网络舆情事件发生之后，发挥主动意识顾全大局以积极的态度主动介入。设置相关政务公开互动平台，面对群众与媒体的质疑积极解答，加强政务信息公开增强民众对政府的信任度，利于树立良好的政府形象。最后，要保障善后回复机制正