摘 要：社交媒体时代，地方网络舆情要从最源头的预警开始。基于地方网络舆情具有一定的地域特点和传播规律，依据事件属性、传播与扩散、受众属性、主体属性等相关维度建立一套预警机制和监测模型，是有必要和可能的。本文运用AHP-模糊综合评价方法，确定评估指标及权重，设计预警判断等级，运算一二级模糊评价矩阵，在主客观的共同协作下，为地方网络舆情事件进行预警研判。

　　社交媒体时代，互联网舆情极易发酵，传播范围广、影响危害明显。特别是地方网络舆情事件，虽然发生在一城一地，但时空无界的网络空间已经没有地域界线，预警不到位、研判出差池、应对不及时，都会很快发酵为全网舆情。2019年的“湖南衡阳警察打人事件”“西安奔驰女车主坐引擎盖维权事件”，2020年的“贵州安顺公交车坠江”“江西乐安曾春亮杀人案”等地方舆情事件，都直接影响到社会安定、营商环境和百姓生活。

　　近些年，网络舆情有明显的下沉趋势。以政法系统为例，据相关资料统计，2020年区县一级的政法类舆情数量占比达56.1%，同比增长近14%。之所以出现地方网络舆情上升的状况，一是源头多元化，社交媒体和开放平台赋能每一个个体，让市、区、县的普通百姓有了发声机会和渠道，一城一地大事小情都会成为被曝光的对象；二是舆情民生化，地方舆情更多的是涉及日常生活、权益保障、环境安全等民生话题，而民生话题是没有地域边界的，同理共情的心态让地方舆情易成为全国舆情；三是舆情圈层化，传播路径以熟人社会的人际关系传播为主要链条，无论在舆情发酵过程中还是在处理善后的反馈环节，群体易于形成一致看法并达成共识，舆情升温或降温都较为快速。

　　2020年11月出现的黑龙江雪乡“烤肠15元一根”的舆情，表现出典型的地方舆情特点。首发信源来自一个“李礼背包去旅游”的普通网民11月26日在抖音平台上的爆料，11月30日，以@头条新闻为代表的微博资讯号对此事介入报道，大众媒体和平台用户的参与让话题快速引爆，该条微博评论数超过6000条，使这个一地一域的事件成为全网热点。因“雪乡烤肠”“景区物价”这类事件具有一定的圈群性，容易达成一致意见，舆情升温快，若不能有效应对和善后处理，易于多次被挖掘和再发酵。

　　诸如“雪乡烤肠”这样的地方舆情，如果能早监测、早预警、早研判，也许会呈现出不一样的走势，甚至不一定会发酵为全网舆情。

　　网络舆情管理遵循预警、研判、分析、报告、应对、处置等操作程序。预警在整个操作程序中位列第一，但要真正做到准确的、有效的预警，实属不易，比如舆情的突发性、舆情涉及面的复杂性、舆情来去的瞬时性等，让网络舆情预警未能真正发挥出“预警”的价值。但是，地方网络舆情因发生在市、区、县，有一定的发生、发酵规律，又较为偏向民生，如果能依据事件属性、受众属性、主体属性等相关维度建立一套预警机制和监测模型，在日常监测中发现苗头和舆情事件发生伊始进行危机程度评估，就能为快速、及时、准确、高效研判，妥善应对处理舆情提供出科学的、量化的数据和依据。

　　传统的地方舆情预警主要有两种方式，一是媒体以新闻报道或内参的方式将某一事件的舆论反响公开发表或内部上报，起到一定程度的预警作用；二是针对某一可能发酵或已经发酵的舆论事件展开评测，邀请行业或领域内专家研判舆情的发展方向。两种方法都是以经验和逻辑推断为基础的主观评价式预警，机制不够明确，评判标准不够透明，具有相当的随机性，缺乏科学依据和方法，容易造成对某一特定事件截然不同的判断结果。

　　随着大数据时代的到来以及舆情监测技术的进步、舆情管理系统的深度开发，采用更加科学有效的预警方法已成为一种趋势，也更具有实际效用和实践价值。鉴于此，应运用传统的层次分析法（AHP）与模糊综合评价法的基本原理，根据地域发展特色和舆情发展规律，研究分析地方舆情风险的多个维度，建立一套应用于地方的网络舆情预警模型，力图以较少的资源投入、科学的模型测量来实现舆情预警的目标。

　　层次分析法（以下简称“AHP”）是指将与决策相关的要素分解成目标、准则、方案等层次进行定性和定量分析的一种决策方法。该方法是美国运筹学家、匹茨堡大学教授萨蒂于20世纪70年代初提出，其核心原理是根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系，将因素按不同的层次聚集组合，形成一个多层次的分析结构模型，最终使问题归结为相对重要权值的确定或相对优劣次序的排定。运用层次分析法，可以将主观评价转化为客观评价，规避缺少详尽数据支撑等缺点，其计算过程中的一致性检验也能有效减少专家主观评价所带来的自相矛盾等问题。层次分析法是舆情预警模型中指标权重确定的理论依据。

　　模糊综合评价法是一种基于模糊数学的综合评标方法，是根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的优点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。运用模糊综合评价方法，可以将定性评价转化为定量评价，从信度和效度两方面提升了舆情预警模型的有效性、可靠性和预警质量。

　　建构地方舆情预警模型，可分为三个步骤。一是建立地方舆情预警指标体系。由相关研究人员对地方舆情规律进行分析，分解出相关因素和关联维度，以此建构出多级指标的舆情预警指标体系；二是组织若干不同领域的专家或专业人士对三级指标打分，进行数据赋值；三是依据打分结果，建立判断矩阵，完成指标权重的确定。

　　根据对网络舆情热点事件性质、传播过程和传播影响因素的分析，可将网络舆情风险指标体系的因素集设计为4个一级指标，即事件属性、传播与扩散、公众关注度、回应主体属性，9个二级指标，包括事件性质、涉事人员、舆情来源等，23个三级指标，包括利益相关性、事件清晰度、内容敏感度等。

　　一级指标中的“事件属性”下辖2个二级指标，分别为事件性质与涉事人员。事件性质包含利益相关性、事实清晰度、内容敏感度、危害程度4个三级指标；涉事人员则包含人员身份和人员数量2个三级指标。

　　一级指标中的“传播与扩散”下辖3个二级指标，分别为舆情来源、扩散程度、舆论趋势。舆情来源包括发布信源数量、发布信源影响力2个三级指标；舆论趋势则包含扩散程度和舆情波峰数量2个二级指标。

　　一级指标中的“公众关注度”包括关注度基础指标和特殊关注群体2个二级指标，关注度基础指标包括累计转发量、累计评论量、累计阅读量3个三级指标；特殊关注群体包括意见领袖与网络水军2个三级指标。

　　一级指标中的“回应主体属性”包含回应能力评估与事件应对评估2个二级指标，回应能力评估包含传播渠道数量、发布信息频率、粉丝数量3个三级指标；事件应对评估则包含事件回应速度、事实清晰度、引导意识3个三级指标。

　　利益相关性：是指事件与社会公众的贴近性、与公共利益的相关性，意在体现社会公众对事件的关切程度；

　　事件清晰度：是指事件本身的公开透明程度，是否伴随大量的不实信息甚至谣言，网络上传播的事实是否准确清晰；

　　人员身份：指舆情事件中涉事主体的身份、职业等，名人、公职人员等特殊身份主体对舆情是否进一步扩散有着很大影响；

　　发布信源影响力：是指舆情事件的第一发布信源层级，若是中央级媒体发文报道，事态会迅速扩大成为全国性事件，若是地方自媒体的报道，则会存在一个发酵时间和发酵过程；

　　确定权重的基本思路是：将各指标作为影响因子按照隶属关系建立一套有序“递阶结构”和“判断矩阵”，通过对指标因子两两比较，计算“判断矩阵”的最大特征值和正交化特征向量，由此得出各影响因子在体系中的权重。比如，因子A“利益相关性”相比因子B，“事实清晰度”存在着“同等重要”“稍微重要”“较强重要”“强烈重要”“极端重要”5种不同情况，每种情况赋予其相应的量化值，再将两相邻的中间值进行量化，以此作为专家打分的基础数据。

　　确定权重的方法是，先邀请一定数量的专家基于上述量化值对三级指标进行赋值，然后将专家的赋值取平均数形成判断矩阵，再通过对判断矩阵进行AHP层次法研究(计算方法为：和积法)分析，得到特征向量及各因子的权重值。每个地方都可以在建立预警模型之初邀请不同专家对地方的舆情风险指标体系进行打分，这套权重值具备一定的稳定性，是每一次舆情发生之时用来计算测量的基础数值。当然，也需要根据地方政治、经济、文化发展变化实时跟进，比如每隔一段时间进行一次专家打分，测算出新的权重值。

　　预警等级的判断则运用模糊综合评价法。我们将舆情预警等级划分为轻度级、警示级、严重级和危险级4个级别。每一次舆情事件发生后，需要请若干个专业人员以10分制对指标打分，打分主要对象是23个三级指标。这一分值是舆情预警测量的基础数据，为保证数据的相对客观和准确，需要邀请不同行业、不同领域、不同等级的人员背对背进行。在获得三级指标的基础分值后，再运用模型公式一步步测算出二级指标、一级指标的相关数据，最后将这些运算最终结果比照预警等级的4个级别，根据最大隶属度原则判断出事件的预警等级。

　　基于AHP-模糊综合评价方法设计的地方网络舆情预警模型是否具有实际效用和价值，还需要通过具体的舆情事件来检验、验证。2020年8月12日下午6时许，河北省保定市突降暴雨，七一东路与关汉卿大剧院交叉口西北角围墙和宣传牌倒塌，造成一名29岁女子当场死亡。8月15日和16日死者丈夫胡先生为此连续发帖，向有关部门讨要说法。此事件的风险等级如何？是否会引发舆情？我们运用模型进行了推演并做出舆情风险等级预判。

　　在对此次舆情事件进行预警研判之前，我们已经邀请不同领域的专家、政府人员、企业人士，就上述23个三级指标向他们进行说明，请他们对23个指标打分赋值，计算出保定市的地方舆情风险预警体系中的各级指标权重。这一指标权重不是一次性的，而是相对固定、稳定的，用于测量今后每一次发生在保定市的所有舆情事件。

　　保定市暴雨事件发生后，我们还当即邀请了《河北青年报》新青年大数据舆情中心的20名舆情专家和专业人员，针对此次事件的性质、特点和可能的影响对三级指标进行打分。然后，按照上述操作流程和已经计算出权重，代入预警模型一步步运算得到级指标分值、一级指标分值，最终判定该事件舆情风险预警级别为二级严重级。

　　在随后的一周内，我们时刻关注着这一事件的相关数据和舆论情况，发现舆情进展特征与“危险级”的预警等级判断大体一致。一是舆论声量较大。8月12日至8月18日19时，全网关于“保定暴雨围墙倒塌致人死亡”相关信息达1052篇，其中新浪微博占比最大，达到84.13%。话题一旦在微博形成声浪，就易于发酵成全网事件；二是敏感信息占比高。在监测期间内，涉及“保定暴雨围墙倒塌致人死亡”的相关信息里，敏感信息占比为 87.89%，意味着这一事件具有较高的冲突性，属于危险级舆情范畴；三是关键词云涉及涉事主体，在监测时间段内，“相关部门”被提及 537 次，“政府”被提及420 次，“执法局”被提及 368 次，背后隐含着民众对保定城市建设的抱怨与不满，这种情绪极易快速传播，形成地方老百姓的同情共振；四是舆情信息地区扩散有限，除河北以外，只有北京、广东等地有一定的信息传播量，没有形成全网传播，风险等级没有达到危险级，应对得当，舆情的发展尚可控制。

　　通过对舆情事件三级指标的确定，结合AHP-模糊综合分析方法，建立地方舆情预警模型，不仅能发挥高质量、小样本的独特优势，有效规避地方舆情数据量少、问卷发放困难的问题，节省清洗数据的时间，达到快速确定事件舆情风险等级，为地方单位提供应急舆情处置建议的目的，而且能规避主观判断、经验判断和偏见判断的误差，成为科学判断的一种选择。这一地方舆情预警模型设计，改变了依据主观逻辑推断为基础的主观评判舆情的固有作法，实现了运用大数据对舆情进行客观分析，使舆情预判、评判更为详实准确、便于操作。对于创新舆情预警方式方法，增强舆情预警的及时性、准确性具有划时代的意义。

　　同时，我们还应看到，作为对改进舆情预警的有益探索和有益尝试，这一模型还存在一定的局限与不足：一是指标体系和权重不具有普适性，需要每一地根据各自实际情况做出调整和重新评估；二是确立权重过程中的打分存在一定的主观性。虽然模型设计中构筑了三级指标，并将指标分解为可量化、可评估的部分，但预警机制毕竟是事前评估，无法大量应用阅读量、转发量、评论量等舆情爆发后才可以得到的数据，更多的是依赖专家打分，但打分难免受主观因素影响；三是每一次具体事件发生后还需要专家打分，对人员的依赖比较高，在应急事件处理中能否及时得到专家的评估是这个模型的痛点；四是舆情预警模型只能提供4个级别的舆情评级，以供舆情处理部门参考，难以为后续的舆情处置提供建议，需要相关舆情分析师根据不同的预警级别给予相应的关注，推动舆情后续的进一步处理解决。