基于舆情演化的重大水利工程项目决策信息传导机制设计
华 坚1,2,胡金昕1
【摘 要】摘要:研究重大水利工程项目决策信息传导中舆情的微观演化过程,对于降低社会稳定风险、促进决策的顺利落实具有重要意义。基于Agent建模方法,运用复杂网络理论建立舆情传播的社会网络模型,并借助NetLogo 6.0.3平台仿真,将无外界干预以及引入政府、媒体、社会组织后的舆情演化情况进行对比。结果表明:政府的适当介入能够有效降低群体性事件的发生概率,同时增强意见领袖的作用。但要根除不良舆情的土壤,还要依靠相关社会组织对公众的引导作用。此外,媒体对舆情演化具有双重影响,需加以规范。从信息传播、信息反馈和舆情监测3个方面入手,构建重大水利工程项目决策信息传导机制,以实现决策信息的充分有效传播。 【期刊名称】水利经济 【年(卷),期】2024(037)002 【总页数】9
【关键词】信息传导;舆情演化;政府干预;社会组织;媒体介入 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_journal-economics-water-
resources_thesis/0201271209362.html
基金项目:国家社会科学基金(14BSH021)
重大水利工程项目建设周期长,容易产生环境恶化、征地拆迁补偿不合理等社会问题,必然会引起部分民众的利益重置[1]。作为与公众直接相关的决策信息,移民安置、征地补偿标准等需要通过有效传导才能被公众知晓,而在管理体制、组织架构、文化程度等多种因素的影响下,传导过程中可能出现信息失真、传
达不及时等问题。当信息传导路径断裂时,公众便无法得到充分有效的信息,此时公众容易仅凭得到的碎片化信息进行盲目判断,对政府决策产生误解,甚至以讹传讹,造成突发事件的发生。我国多地涉及环保、征地等领域的重大工程项目屡遭抵制,如“云南孟连事件”“重庆万盛事件”“四川什邡事件”等,这些群体性事件的发生使地方政府在项目立项、实施中遭受质疑,造成了严重的负面影响[2]。
事件目击者或受影响对象的特征是影响群体性事件传播范围的关键因素[3]。作为最直接利益相关者,项目所在地的公众在当地乃至社会舆情走向中发挥着重要作用。未能了解实情或利益得不到满足的当地民众会对政府产生不满情绪,当持有相同或相近观点的群体进行讨论时,得出的结论往往比讨论前更为极端,信息或观点在某一范围不断强化。在新媒体平台中,讨论更加自由随意,谣言在其中不断被放大,观点越来越偏激[4]。总之,重大水利工程项目中宏观群体性事件的发生根本上是公众微观舆论传播积累的结果,着眼于舆情演化过程的研究对于有效避免群体性事件的发生有着重要作用。
信息时代,传媒舆论的地位与作用日益突出[5]。决策者在信息传导过程中必须关注项目决策信息在当地民众中的传播动态,分析决策导致的舆情如何演化发展,适时采用恰当的方式予以引导、规范,方能有效疏导可能产生的社会稳定风险,使得决策为人民所接受,保障项目建设的顺利推行。
1 重大水利工程项目决策信息传导中舆情演化模型的构建
基于Agent建模方法,运用复杂网络理论建立重大水利工程项目决策舆情传播的社会网络模型,舆情演化的基础是人与人之间的简单意见交互。首先根据重大水利工程项目决策及其涉及公众的特点,确定以随机网络作为基本模型,然
后将每个个体看作网络中的节点,通过确立一定的意见交互规则,模拟重大水利工程项目决策的舆情演化过程。 1.1 随机社会网络模型构建
复杂网络是具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络[6]。作为传播学的一种研究方法,复杂网络在舆论演化中得到了广泛的应用。常见的复杂网络主要包括规则网络、小世界网络、无标度网络和随机网络等。规则网络中节点按照确定的规则连线;小世界网络是一个高度集聚的包含了“局部连接”节点的子网;无标度网络中少数的节点拥有大量的连接,而大部分节点的连接较少;随机网络按照一定的概率连接任意一对节点,节点的分布方式遵循着钟形的泊松分布[7]。
项目所在地的民众是重大水利工程项目的直接利益相关者,他们以村落为单位分布在项目周围。这些直接利益相关者的数量是有限的,同时受地域限制和文化的影响,每个个体均与一定数量的个体保持着较为紧密的联系。因此,公众之间的联系大多呈均匀分布,只有少数人与他人有过多或过少的联系。基于以上分析,采用ER随机网络作为模型构建的基础,该网络与重大水利工程项目决策中的舆情演化有较高的契合度。此外,结合现实中人际关系的近邻特征,笔者对ER网络进行改进,使得在Link随机生成的过程中,各节点会优先选择与相邻的节点连线。随机社会网络模型建立过程如下:
a. 给定一个有n个节点的网络,这些节点代表重大水利工程项目的直接利益相关者——当地民众,项目所在地位于该网络的中心;
b. 每个节点在优先考虑与之相邻的节点的条件下,选择任意节点随机连接,得到m条连边(m