發(fā)布時(shí)間:2021-06-11所屬分類:管理論文瀏覽:1次
摘 要: 內(nèi)容提要:現(xiàn)代社會(huì)的發(fā)展推動(dòng)公共決策過程中民眾的參與,亦使得運(yùn)用大數(shù)據(jù)方法把握網(wǎng)絡(luò)民意成為新時(shí)代的重要課題。以《學(xué)前教育法草案》微博平臺(tái)的民意分析為例,運(yùn)用大數(shù)據(jù)手段以及社會(huì)網(wǎng)絡(luò)分析方法,從決策態(tài)度、表達(dá)方式、意見領(lǐng)袖等維度建立分析框架,剖析負(fù)
內(nèi)容提要:現(xiàn)代社會(huì)的發(fā)展推動(dòng)公共決策過程中民眾的參與,亦使得運(yùn)用大數(shù)據(jù)方法把握網(wǎng)絡(luò)民意成為新時(shí)代的重要課題。以《學(xué)前教育法草案》微博平臺(tái)的民意分析為例,運(yùn)用大數(shù)據(jù)手段以及社會(huì)網(wǎng)絡(luò)分析方法,從決策態(tài)度、表達(dá)方式、意見領(lǐng)袖等維度建立分析框架,剖析負(fù)性情感偏向的網(wǎng)絡(luò)民意聚合機(jī)制。研究發(fā)現(xiàn),議題公共性強(qiáng)、敏感度高是民意聚合的原因,而民眾負(fù)性情感偏向則是心理噪聲機(jī)理、沉默的螺旋效應(yīng)、極化機(jī)理綜合作用的結(jié)果;诖,決策主體可以通過培養(yǎng)理性意見領(lǐng)袖、發(fā)揮主流媒體功效、提高網(wǎng)絡(luò)民眾素質(zhì)以及對(duì)話網(wǎng)絡(luò)民眾的策略,有效引導(dǎo)網(wǎng)絡(luò)民意走向。
關(guān)鍵詞:公共決策網(wǎng)絡(luò)民意大數(shù)據(jù)民意疏導(dǎo)
一、引言
近年來,網(wǎng)民規(guī)模呈現(xiàn)指數(shù)增長,第46次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示,截至2020年6月我國網(wǎng)民規(guī)模達(dá)9.40億。民眾通過互聯(lián)網(wǎng)參與政治生活的意識(shí)也日漸增強(qiáng),越來越多的民眾借助網(wǎng)絡(luò)平臺(tái)發(fā)表自己對(duì)政策的觀點(diǎn)態(tài)度與利益訴求。盡管網(wǎng)絡(luò)民意是廣泛的民意集合體,對(duì)公共決策過程具有參考價(jià)值,但由于網(wǎng)絡(luò)民意表達(dá)是網(wǎng)民在不自覺狀態(tài)下進(jìn)行的自在式評(píng)價(jià)活動(dòng),并非完全理性,有時(shí)會(huì)誤導(dǎo)公共決策偏離科學(xué)軌道[1]。鑒于此,有必要探明公共決策視域下有關(guān)網(wǎng)絡(luò)民意的兩個(gè)重要問題:第一,如何通過大數(shù)據(jù)把握民意的情感取向與主要觀點(diǎn);第二,探明網(wǎng)絡(luò)民意的聚合機(jī)制,為引導(dǎo)民意走向提供對(duì)策與建議。
2020年9月7日,教育部網(wǎng)站發(fā)布《中華人民共和國學(xué)前教育法草案(征求意見稿)》(以下簡(jiǎn)稱學(xué)前教育法草案),第39條規(guī)定幼兒園不得教授小學(xué)階段的教育內(nèi)容。我國首次以立法的形式為幼兒園超前教育劃上紅線,既說明國家對(duì)學(xué)前教育的重視,也充分暴露了學(xué)前教育存在的突出問題。同日,中國新聞網(wǎng)于新浪微博平臺(tái)上創(chuàng)立#幼兒園不得教授小學(xué)階段的教育內(nèi)容#話題,引發(fā)了網(wǎng)民熱議。截至目前,該話題已經(jīng)擁有5.5億的閱讀數(shù)以及3.5萬的討論數(shù)。本文嘗試?yán)镁W(wǎng)絡(luò)爬蟲獲取學(xué)前教育法草案話題下的評(píng)論數(shù)據(jù),借助大數(shù)據(jù)技術(shù)了解網(wǎng)絡(luò)民眾的決策態(tài)度以及表達(dá)方式,運(yùn)用社會(huì)網(wǎng)絡(luò)分析法識(shí)別民眾的意見領(lǐng)袖以及代表觀點(diǎn),從情感態(tài)度、意見領(lǐng)袖和代表觀點(diǎn)三方面來把握網(wǎng)絡(luò)民意并探明民意聚合的機(jī)制,為大數(shù)據(jù)在公共決策過程中的運(yùn)用提供有益探索。
二、網(wǎng)絡(luò)民意與公共決策研究回顧
(一)網(wǎng)絡(luò)民意
國外學(xué)者韓念西認(rèn)為,民意是具有相當(dāng)數(shù)量的一群人針對(duì)重要議題表達(dá)其復(fù)雜偏好的綜合[2]。這一界定首先指出民意的主體是一定規(guī)模的社會(huì)民眾。國內(nèi)學(xué)者余致力進(jìn)一步辨析,認(rèn)為民意之“民”未必等同于全民,民意也不必然等同于多數(shù)民眾的意見[3]。其次,韓念西認(rèn)為民意的實(shí)質(zhì)是復(fù)雜偏好的綜合,這與當(dāng)前有關(guān)民意的主流觀點(diǎn)相似,即民意是情緒、態(tài)度、意見和干涉意愿的總和[4]。再者,此界定拋出民意客體這一要素,何志武認(rèn)為民意客體相較于輿論客體更具針對(duì)性,主要圍繞重要的社會(huì)議題與政府公共政策[5]。本研究認(rèn)為,民意是一個(gè)或一個(gè)以上社會(huì)民眾針對(duì)社會(huì)公共事務(wù)和政府決策所發(fā)表的情緒、態(tài)度、意見與干涉意愿的總和。
民意作為一種意識(shí)形態(tài),通過特定的載體支撐外化為人們感知的表現(xiàn)形式;ヂ(lián)網(wǎng),以其開放性和便利性給予民意新的物質(zhì)載體與表達(dá)通道[6],網(wǎng)絡(luò)民意成為民意的網(wǎng)絡(luò)呈現(xiàn)方式。參照民意的定義,網(wǎng)絡(luò)民意可定義為一個(gè)或一個(gè)以上社會(huì)民眾,借助于互聯(lián)網(wǎng)平臺(tái),針對(duì)社會(huì)公共事務(wù)和政府決策所發(fā)表的情緒、態(tài)度、意見與干涉意愿的總和。憑借互聯(lián)網(wǎng)“所有人對(duì)所有人”的傳播優(yōu)勢(shì),社會(huì)民眾突破以往精英主導(dǎo)的局限,對(duì)政治議題暢所欲言[7]。無須借助高成本渠道資源或是他者的力量,具有相同訴求的大眾可以在網(wǎng)絡(luò)空間迅速結(jié)盟。
(二)公共決策
公共決策,指國家、行政管理機(jī)構(gòu)和社會(huì)團(tuán)體所進(jìn)行的決策,如公共福利、國家安全、國際關(guān)系等[8]。相較于一般決策,公共性是公共決策的突出特征,即公共決策總是從公共利益出發(fā),解決公共事務(wù)中出現(xiàn)的問題。該特點(diǎn)對(duì)于公共決策長期性、多樣性、權(quán)威性等特點(diǎn)具有本源意義[9]。
由于公共決策的復(fù)雜特征,因此相較其他決策,公共決策需要滿足更高的要求。一般而言,公共決策質(zhì)量的衡量依據(jù)有二,其一,以是非標(biāo)準(zhǔn)為尺度判斷決策是否合理;其二,以價(jià)值標(biāo)準(zhǔn)為尺度權(quán)衡決策優(yōu)劣。成功的公共決策應(yīng)當(dāng)以最小化的決策投入獲取最大化的公共利益,實(shí)現(xiàn)目標(biāo)合理、方案可行[8]。為此,公共決策的民主化、科學(xué)化不可或缺。周光輝認(rèn)為,當(dāng)前社會(huì)結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)發(fā)生深刻變遷,要擺脫已形成的利益格局對(duì)公共決策的裹挾與影響,必須將決策民主化作為有效路徑[10]。在公共決策過程中兼聽各方聲音,留意各方交鋒博弈,有利于降低主觀臆斷與“拍腦袋”帶來的決策失誤概率,做出更客觀全面的判斷。同時(shí),決策的民主化與公民的決策配合度息息相關(guān),對(duì)于一些諸如衣食住行等對(duì)民眾接受度要求高的決策問題,發(fā)動(dòng)民眾進(jìn)行決策態(tài)度的表達(dá)尤為重要。
(三)網(wǎng)絡(luò)民意與決策民主化
作為目前最為廣泛的民意集合體,網(wǎng)絡(luò)民意聚集著多樣化的利益訴求,是進(jìn)行公共決策過程中極具價(jià)值的“民間智庫”,公共決策過程重視網(wǎng)絡(luò)民意是提升決策民主化的內(nèi)在要求。在公共決策過程中,以下三種信息是必要的:有關(guān)公眾對(duì)決策偏好的信息,有關(guān)決策在其作用范圍內(nèi)運(yùn)轉(zhuǎn)態(tài)勢(shì)的信息,有關(guān)決策解決方案的技術(shù)信息[11]。獲取這三點(diǎn)信息使得聽取民意成為必須。
雖然網(wǎng)絡(luò)民意天然地具有被決策者聆聽的“必要特質(zhì)”,但其中摻雜眾多非理性因素。一是因?yàn)槿缃裥畔⑼|(zhì)化嚴(yán)重,網(wǎng)絡(luò)民意易受到媒體報(bào)道和用戶行為策略干擾[12];二是因?yàn)槊癖娍偸菐е延杏^念,“先入為主”地發(fā)表對(duì)議題的看法[13];三是網(wǎng)絡(luò)民意有被外在力量建構(gòu)或者操縱的可能,存在淪為利益集團(tuán)影響決策議程設(shè)置的靶子、嬗變?yōu)檎喂ぞ叩娘L(fēng)險(xiǎn)[14]。因此,聽取網(wǎng)絡(luò)民意并不意味著決策主體要將所有權(quán)利讓渡于民,而應(yīng)當(dāng)為民眾參與決策的過程做出合理安排,使雙方形成平等的互動(dòng)。決策主體尤其應(yīng)當(dāng)注意在政策質(zhì)量的規(guī)定方面、問題結(jié)構(gòu)的界定方面提供權(quán)威解釋。
(四)大數(shù)據(jù)技術(shù)在決策科學(xué)化中的應(yīng)用
決策科學(xué)化是防止決策出現(xiàn)失誤、降低決策成本與減少副作用的必然選擇。一般而言,公共決策科學(xué)化要求決策過程有效利用現(xiàn)代科技手段,廣泛收集信息[15]。信息是公共決策制定與調(diào)整的命脈,其質(zhì)量是決策能否實(shí)現(xiàn)科學(xué)化的關(guān)鍵因素[16]。換句話說,沒有用以決策的信息,決策便是無源之水、無本之木。在公共決策過程信息收集階段,對(duì)民意的把握至關(guān)重要[17]。但是,傳統(tǒng)的公共決策由于難以發(fā)現(xiàn)并充分利用公共服務(wù)需求方的信息而偶發(fā)決策失靈現(xiàn)象[18]。隨著信息技術(shù)的發(fā)展,這種情況正在被改變。大數(shù)據(jù)技術(shù)的應(yīng)用使得信息收集變得輕而易舉,通過對(duì)信息的編碼與解讀,決策主體能夠快速了解社會(huì)群體的偏好與認(rèn)知。
相關(guān)期刊推薦:《四川行政學(xué)院學(xué)報(bào)》創(chuàng)刊于1999年,是由四川行政學(xué)院主管并主辦的行政學(xué)。設(shè)有公共行政、政治與法律、社會(huì)發(fā)展、經(jīng)濟(jì)問題研究、行政文化、調(diào)查與研究、政府工作研究、探索與市場(chǎng)等欄目。
公共政策學(xué)者庫克指出,數(shù)據(jù)驅(qū)動(dòng)的公共決策使得決策以事實(shí)為基礎(chǔ),從而顯著提升公共決策的有效性,塑造出開放而負(fù)責(zé)的政府形象[19]。當(dāng)前,大數(shù)據(jù)提升決策透明度、提高決策效果已成為共識(shí)[20]。英國、瑞士、新加坡等國已實(shí)行在政府決策過程中使用網(wǎng)絡(luò)進(jìn)行文本挖掘、情感挖掘以及趨勢(shì)研判等提高決策效率的方法[21]。我國于2015年印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》,其中明確提出“要實(shí)現(xiàn)基于數(shù)據(jù)的科學(xué)決策,逐步實(shí)現(xiàn)政府治理能力現(xiàn)代化。”因此,如何在公共決策過程中利用大數(shù)據(jù)手段已成為新時(shí)代重要的實(shí)踐性問題。
三、研究方法
(一)數(shù)據(jù)預(yù)處理
本研究利用python對(duì)微博平臺(tái)#幼兒園不得教授小學(xué)階段的教育內(nèi)容#話題下的一級(jí)評(píng)論進(jìn)行抓取,共獲得11565條原始數(shù)據(jù)。由于原始數(shù)據(jù)中包含大量噪聲,因此在進(jìn)行數(shù)據(jù)分析前先對(duì)其進(jìn)行預(yù)處理,預(yù)處理包括數(shù)據(jù)清洗、分詞以及關(guān)鍵詞提取三步。
首先,以每條評(píng)論為單位對(duì)原始數(shù)據(jù)進(jìn)行清洗。數(shù)據(jù)清洗包括剔除不必要的內(nèi)容以及調(diào)整數(shù)據(jù)內(nèi)容的結(jié)構(gòu)。清洗規(guī)則以及處理方案如表1所示,清洗完成后得到10679條文本數(shù)據(jù)。第二步,利用Python3.7.1中的第三方模塊jieba實(shí)現(xiàn)中文分詞。結(jié)合“百度停用詞表”、“哈工大停用詞表”以及學(xué)前教育領(lǐng)域的專業(yè)名詞對(duì)模塊自帶的停用詞表進(jìn)行擴(kuò)充,刪除分詞過程中的停用詞以獲取更精確、更有意義的文檔詞表。第三步,使用TextRank算法提取評(píng)論文本中的關(guān)鍵詞。
(二)數(shù)據(jù)分析
1.探明決策態(tài)度
文本情感分析(SentimentAnalysis)是指處理帶有情感色彩的主觀性文本的過程,常用于微博、用戶論壇、微信等語境之中,其目標(biāo)可以是只進(jìn)行褒貶兩個(gè)維度的劃分,也可以是多類分類。本文選用機(jī)器學(xué)習(xí)方法中的支持向量機(jī)(SVM)對(duì)#幼兒園不得教授小學(xué)教育內(nèi)容#話題下的博文評(píng)論進(jìn)行情感分析,分為支持和不支持兩類。其主要內(nèi)容是,明確支持草案第39條內(nèi)容和明確反對(duì)草案中第39條內(nèi)容。利用SVM實(shí)現(xiàn)情感極性分類的流程如下。首先,由兩名編碼人員分別判斷4000條評(píng)論的情感極性,正向記為1,負(fù)向記為0。使用SPSS對(duì)兩名編碼人員的情感標(biāo)注結(jié)果做相關(guān)性分析,以驗(yàn)證首次情感標(biāo)注的有效性。第二步,從已標(biāo)注好情感的4000條評(píng)論中選取正向情感評(píng)論300條,負(fù)向情感評(píng)論300條作為樣本。抽取樣本中80%的數(shù)據(jù)作為模型的訓(xùn)練集。第三步,利用Python平臺(tái)下的sklearn算法模塊實(shí)現(xiàn)SVM模型的訓(xùn)練,利用F1值、準(zhǔn)確率、召回率作為模型評(píng)估指標(biāo)。第四步,運(yùn)用訓(xùn)練好的分類器對(duì)剩下的6679條評(píng)論進(jìn)行情感極性標(biāo)注。
2.分析情感表達(dá)
表達(dá)方式是網(wǎng)絡(luò)民眾在微博平臺(tái)上進(jìn)行評(píng)論時(shí)使用的特定語言方法與手段,可以分為理性思考型與情緒表達(dá)型。兩者的劃分依據(jù)為,如果評(píng)論者以數(shù)據(jù)事實(shí)、邏輯推理、客觀陳述等方式進(jìn)行表達(dá),則可以將其界定為理性思考型,如:經(jīng)濟(jì)基礎(chǔ)決定上層建筑,教育作為上層建筑之一亦是如此。國家可以采用地方規(guī)定但不要用立法形式,根據(jù)各地實(shí)際情況,教學(xué)需求來制定;如果評(píng)論者注重情感表達(dá),評(píng)論語句含有大量的形容詞、副詞、表達(dá)語氣的標(biāo)點(diǎn)符號(hào),或者使用語氣強(qiáng)烈的反問、設(shè)問等修辭手法,蘊(yùn)含較強(qiáng)的嘲諷情緒,則將其界定為情緒表達(dá)型,如:知道了,別發(fā)通知了,不就報(bào)班嗎,懂了懂了,報(bào)吧報(bào)吧!
本文使用支持向量機(jī)(SVM)對(duì)民眾的表達(dá)方式進(jìn)行二分類處理。首先由兩名編碼人員分別對(duì)隨機(jī)抽取的2000條評(píng)論進(jìn)行標(biāo)注,理性表達(dá)型記為1,情緒表達(dá)型記為0。利用相關(guān)性分析驗(yàn)證標(biāo)注結(jié)果的有效性。其次,從1500條評(píng)論中選取理性表達(dá)型評(píng)論300條,情緒表達(dá)型評(píng)論300條作為樣本,將其中80%的數(shù)據(jù)作為訓(xùn)練集。第三步利用Python平臺(tái)下的sklearn算法模塊實(shí)現(xiàn)SVM模型的訓(xùn)練,利用F1值、準(zhǔn)確率、召回率作為模型評(píng)估指標(biāo)。第四步,運(yùn)用訓(xùn)練好的分類器對(duì)剩下的8679條評(píng)論進(jìn)行表達(dá)方式標(biāo)注。
3.識(shí)別意見領(lǐng)袖
意見領(lǐng)袖是網(wǎng)絡(luò)社群中認(rèn)可度高、說服力強(qiáng)的觀點(diǎn)領(lǐng)導(dǎo)者。作為網(wǎng)絡(luò)平臺(tái)上的一種顯性力量,意見領(lǐng)袖有其突出特征,比如獲得較高的點(diǎn)贊行為或者回復(fù)。圍繞意見領(lǐng)袖的觀點(diǎn),某條博文下經(jīng)常會(huì)形成自發(fā)的小群體,出現(xiàn)局部辯論或全局辯論的場(chǎng)景。博登多夫和凱撒發(fā)現(xiàn),意見領(lǐng)袖經(jīng)常處于網(wǎng)絡(luò)社區(qū)中心,與更多成員建立聯(lián)系[22]。本研究擬使用社會(huì)網(wǎng)絡(luò)分析法尋找微博平臺(tái)#幼兒園不得教授小學(xué)階段的教育內(nèi)容#話題下的意見領(lǐng)袖并了解網(wǎng)絡(luò)民眾支持的代表觀點(diǎn)。
社會(huì)網(wǎng)絡(luò)分析法是一種分析描述網(wǎng)絡(luò)屬性的結(jié)構(gòu)、性質(zhì)、特征的方法,強(qiáng)調(diào)從關(guān)系或結(jié)構(gòu)的視角分析研究對(duì)象。利用社會(huì)網(wǎng)絡(luò)分析工具Gephi,選取“學(xué)前教育法草案征意見:幼兒園不得教授小學(xué)教育內(nèi)容”博文下1000條評(píng)論,將其中630名成員以001-630的數(shù)字簡(jiǎn)化標(biāo)記,每一個(gè)成員為一個(gè)節(jié)點(diǎn)。若成員兩兩之間存在互動(dòng),則用直線將兩點(diǎn)相連并且利用Gephi進(jìn)行可視化操作以及節(jié)點(diǎn)中心度統(tǒng)計(jì)。節(jié)點(diǎn)中心度包括程度中心度、中介中心度以及接近中心度,三個(gè)指標(biāo)存在信息重疊[23]。基于節(jié)點(diǎn)的中心度高低,可以有效識(shí)別該話題下的網(wǎng)絡(luò)意見領(lǐng)袖以及代表觀點(diǎn)。
(三)研究框架
本文提出如圖1所示的研究框架,總結(jié)從數(shù)據(jù)預(yù)處理到數(shù)據(jù)分析的過程和步驟。——論文作者:陳林1王志丹2楊光