事件发酵、媒体助推与公众关注：企业突发舆情事件生成机制研究.pdf

收稿日期:2022-12-04摇 摇 摇 摇 摇 摇 修回日期:2023-02-04基金项目:河南省哲学社会科学规划项目“重大疫情中网络舆情触发机制与精准引导策略研究冶(编号:2022CXW024);郑州轻工业大学博士科研基金资助“面向重大突发事件的网络舆情传播机制与管控策略研究冶(编号:2022BSJJSK03);郑州轻工业大学“党的二十大精神研究冶专项课题“企业突发舆情事件主题图谱与生成机制研究冶的研究成果。作者简介:杨洋洋,女,1992 年生,硕士生导师,讲师,研究方向:网络舆情演化与治理。事件发酵、媒体助推与公众关注:企业突发舆情事件生成机制研究*杨 洋 洋(郑州轻工业大学经济与管理学院摇 郑州摇 450001)摘摇 要:研究目的新媒体环境给企业突发舆情事件管理带来极大的挑战,如何提高企业突发舆情事件处理的精度和效度,是一个值得深入研究的问题。研究方法以 64 个企业突发舆情事件作为研究样本,运用文本挖掘方法抽取关键指标,构建研究框架,采用 NCA 与 fsQCA 相结合的方法,基于公众主体、舆情本体、企业客体、媒体载体的视角,选取企业号召力、企业传播力、发酵时间、传播态势、意见领袖号召力、普通网民参与度、媒体活跃度、媒体报道频率为前因条件,以舆情影响指数为结果变量,对企业突发舆情事件生成机制的单个条件必要性和条件组态充分性进行分析,探究企业突发舆情事件生成机制的核心条件和复杂因果关系。研究结论各变量不构成高舆情影响指数的必要条件;得出 13 个企业突发舆情事件生成机制的组态路径;发酵时间、意见领袖号召力、普通网民参与度、媒体报道频率是核心条件;提炼出事件发酵下的公众关注型、媒体助推下的公众关注型和双因素驱动下的公众关注型三种企业突发舆情事件生成机制的理论模式。以期剖析企业突发舆情事件生成机制的内在逻辑,为企业舆情的调控和管理提供政策建议。关键词:企业突发舆情事件;事件发酵;媒体助推;公众关注;生成机制中图分类号:G206.3摇 摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 摇 文章编号:1002-1965(2023)09-0117-10引用格式:杨洋洋.事件发酵、媒体助推与公众关注:企业突发舆情事件生成机制研究J.情报杂志,2023,42(9):117-126.DOI:10.3969/j.issn.1002-1965.2023.09.017Event Fermentation,Media Boost and Public Attention:Research on the GenerationMechanism of Enterprise Public Opinion EmergenciesYang Yangyang(School of Economics&Management,Zhengzhou University of Light Industry,Zhengzhou摇 450001)Abstract:Research purpose The new media environment has brought great challenges to the management of public opinion emergen鄄cies.How to improve the accuracy and validity of handling sudden public opinion events in enterprises is a problem worthy of in-depthstudy.Research method Taking 64 enterprises public opinion emergencies as research samples,this paper uses text mining methods toextract key indicators and build a research framework.It adopts the method of combining NCA and fsQCA.From the perspective of publicsubject,public opinion ontology,enterprise object and media carrier,this paper selects enterprise appeal,enterprise communication pow鄄er,fermentation time,communication situation,opinion leader appeal,participation of ordinary internet users,media activity and mediareporting frequency as the antecedent conditions,and selects public opinion impact index as the outcome variable.This paper analyzes thenecessity of a single condition and the sufficiency of condition configuration of the generation mechanism of public opinion emergencies inenterprises,and explores the core conditions and complex causality of the generation mechanism of public opinion emergencies in enterpri鄄ses.Research conclusion Each variable does not constitute a necessary condition for high public opinion impact index.We get 13 con鄄第 42 卷摇 第 9 期2023 年 9 月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇情摇 报摇 杂摇 志JOURNAL OF INTELLIGENCE摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇Vol.42摇 No.9Sep.摇 2023figuration paths of the generation mechanism of enterprise sudden public opinion events.Fermentation time,appeal of opinion leaders,participation of ordinary Internet users and frequency of media reports are the core conditions.We extracted three theoretical models of thegeneration mechanism of corporate public opinion emergencies:the public concern type under the event fermentation,the public concerntype under the media promotion,and the public concern type under the dual factor drive.We hope to analyze the internal logic of the gen鄄eration mechanism of public opinion emergencies in enterprises.We provide policy recommendations for the regulation and management ofcorporate public opinion.Key words:enterprise public opinion emergencies;event fermentation;media boost;public attention;generative mechanism0摇 引摇 言随着自媒体平台的发展,极大地提高了企业舆情事件传播的速度和广度,企业突发舆情事件频繁发生,如“海底捞被曝猪肚鸡汤底系粉料冲泡冶“腾讯会议被曝崩溃冶“蜜雪冰城茶包被曝喝出多条虫子冶等,新媒体环境提高了公众对企业生产运营的监督参与度,公众的话语权得到了充分体现。企业突发舆情事件是指企业生成、运营、发展等过程中发生的突发事件在新媒体平台上被曝光,引起公众广泛关注产生的舆论1。频发的舆情事件也给企业管理带来很大难度,企业突发舆情事件不仅影响企业声誉,而且影响用户忠诚度和经营收益,舆情管理已经成为企业运营管理的重要组成部分。尽管诸多企业已经意识到舆情管理的重要性,但是,面对复杂的实践环境,如何准确地引导企业突发舆情事件的演化趋势,有效疏解公众情绪,维护企业形象,是企业面临的重要问题。对企业突发舆情事件生成机制的研究,能够深入剖析导致企业突发舆情事件产生的内在逻辑,对企业网络舆情的引导和治理具有重要的实践价值,基于此,本文试图解决以下 3 个研究问题:a.企业突发舆情事件的文本信息存在怎样的主题特征?b.哪些因素是导致企业突发舆情事件生成的必要条件?哪些因素是导致企业突发舆情事件生成的充分条件?c.企业突发舆情事件生成机制存在怎样的内在逻辑?本文选取 64 个企业突发舆情事件作为研究样本,运用文本挖掘方法抽取关键指标,构建研究框架,采用 NCA与 fsQCA 相结合的方法,探究企业突发舆情事件生成机制的核心条件和复杂因果关系。1摇 文献回顾与理论框架摇 1.1摇 文献回顾1.1.1摇 企业突发舆情事件的信息特征研究企业突发舆情事件的信息特征研究有助于掌握舆情事件的演化主题,从而提取影响企业突发舆情事件生成机制的关键指标。第一,舆情信息传播特征。在企业突发舆情事件传播初期,受客观条件影响其信息特征一般呈现滞后性2-3、碎片化4-5、零散化6等特点,随着媒体和公众对企业舆情事件的广泛关注,企业会对舆情事件做详尽的调研,给予公众客观的回复,从而使得舆情信息呈现逐渐明晰的特征7。第二,舆情信息情感特征。从分析指标来看,有学者用公众评论的极性占比8-9、情感平均值10-12、情感强度13、情感分歧度14-15等指标来测度公众的情感特征。从分析方法来看,把文本挖掘与聚类方法相结合分析用户的情感倾向,并据此改进用户满意度16-17,采用多种语义挖掘算法及逻辑回归预测模型刻画企业突发舆情事件中网民的情感特征,能够更加准确地疏解网民情绪18,运用系统动力学对企业舆情事件中网民的情感演化进行动态仿真分析,有助于进一步把握情感演化趋势19。已有研究对舆情信息传播特征和情感特征积累了丰富的研究成果,为文本挖掘分析提供了坚实的理论基础。1.1.2摇 企业突发舆情事件的影响因素研究企业突发舆情事件的影响因素研究是剖析企业突发舆情事件生成机制的核心组成部分,这里从公众主体、舆情本体、企业客体、媒体载体的角度展开论述。第一,公众作为主体,既是企业突发舆情事件的参与者,也是监督者20,公众对舆情事件的态度和行为直接影响其演化趋势和企业的经济效益21,此外,由于意见领袖拥有固定的粉丝群体,意见领袖在企业突发舆情事件中的作用也是显著的,他们的观点对普通网民具有引领作用22。第二,舆情作为本体,舆情事件会影响到企业声誉,特别是负面舆情事件,如果企业公关处理不当,会影响到企业品牌和形象23-24,舆情事件会影响到企业的经济效益,有学者实证分析了群体舆情影响力对企业股价的冲击幅度25。第三,企业作为客体,涉事企业的回应速度、回应态度、回应措施等都会影响到舆情事件的演化趋势26,正面回应不仅能够引导舆论走向,而且能够挽回企业形象27,负面回应不仅不能疏解网民情绪,还会引起民愤,带来更大的经济损失28。第四,媒体作为载体,既承载着企业突发舆情事件的传播,也肩负着传播正能量和遏制谣言的职业操守,特别是在新媒体环境下,媒体机构更应该肩负起社会责任,既要对公众负责,也要对企业监管29-30。已有文献针对企业突发舆情事件影响因素的研究取得了一定成果,为本文的开展奠定了基础,但是,却鲜有学者探究企业突发舆情事件生成机制的必811 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 情摇 报摇 杂摇 志摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 42 卷要条件和充分条件,基于组态视角探究企业突发舆情事件生成机制的复杂因果关系,更加符合实践需求,能够更好地指导企业舆情引导和治理。摇 1.2摇 理论框架基于以上文献梳理,本文对企业突发舆情事件生成机制展开研究,在新媒体环境下,面对海量的数据,传统的研究方法已经不能满足研究需求,本文采用大数据挖掘的方法采集数据,通过文本分析从中抽取理论模型,探究企业突发舆情事件生成机制的复杂因果关系和内在逻辑。主要研究内容分为三部分,其理论框架如图 1 所示。图 1摇 企业突发舆情事件生成机制的理论框架第一,数据采集与预处理。本文的数据分为两部分,分别是企业突发舆情事件信息多维分析的文本数据和企业突发舆情事件生成机制的数值数据,主要采用网络爬虫的方法从新浪微博、微信社交、知微事见等平台上获取,由此获得原始数据集。由于获得的原始数据比较粗糙,需要做进一步的预处理,使得数据集满足研究需求,主要采用软件处理和人工校对的方式对残缺数据、错误数据和重复数据进行筛选和补充,从而构建本文所需要的企业突发舆情事件数据库。第二,企业突发舆情事件信息多维分析。采用jieba 分词和 LTP-Cloud 平台对文本数据进行关键词抽取和主题抽取,获得企业突发舆情事件数据集的主题特征、语义特征、关键词特征,基于以上分析,绘制企业突发舆情事件生成机制的关键词云图和共现网络图谱,其目的是为了提取企业突发舆情事件生成机制的关键指标,构建理论分析框架,为下文的研究奠定基础。第三,企业突发舆情事件生成机制。从企业客体、舆情本体、公众主体、媒体载体的视角构建企业突发舆情事件生成机制的指标体系,企业客体包括企业号召力和企业传播力两个指标,企业既为公众提供社会价值,又通过媒体传播品牌知名度,舆情本体包括发酵时间和传播态势两个指标,舆情事件既向媒体平台提供报道素材,又为公众提供舆情信息,公众主体包括意见领袖号召力和普通网民参与度两个指标,公众既参与企业突发舆情事件的监管,又对舆情事件进行评论转发,媒体载体包括媒体活跃度和媒体报道频率两个指标,媒体承载传播企业舆情信息的责任。2摇 研究设计摇 2.1摇 研究方法文本分析(Text Analysis)是对文本内容通过技术抽取进行量化表示,它把无结构的原始文本转化为结构化的信息,并可以通过可视化的方式表达,文本分析具有系统性和客观性的特点,它完全依赖于文本内容,降低研究者的主观判断,文本分析借助大数据技术,能够处理大量的文本数据,提高研究效率31-32。本文运用文本分析对企业舆情案例文本进行分析,通过文本挖掘抽取关键指标,构建研究框架,从而避免主观选取指标带来的弊端,提高研究的客观性和科学性。fsQCA(Fuzzy-Set Qualitative Com鄄parative Analysis)是探究复杂因果关系中的充分条件分析方法,主要研究组合条件对结果变量的影响,它是指当同时满足某一条件组合时导致结果变量发生33。fsQCA 充分考虑了变量间的互动关系和联动作用,对于解决具有多重并发的因果关系问题具有显著效果,fsQCA 引入了逻辑余项的概念,其对案例样本量的要求较低,同时适用于小样本、中样本、大样本的数据34。NCA(Necessary Condition Analy鄄sis)是探究复杂因果关系中的必要条件分析方法,主要研究单个条件对结果变量的影响,它是指当某一个条件变量不存在时,结果变量一定不会发生35。NCA不仅能够识别出必要条件,而且能够计算出该必要条件的必要程度,弥补了 fsQCA 在必要条件分析的不足。本文在文本分析抽取关键指标的基础上,采用NCA 与 fsQCA 相结合的方法,对企业突发舆情事件生成机制的单个条件必要性和条件组态充分性进行分析,探究企业突发舆情事件生成机制的核心条件和复杂因果关系。摇 2.2摇 案例选取与数据收集本文从新浪微博平台、微信社交平台、知微事见平台等获取研究材料,以“企业舆情冶 为搜索词,搜集2022 年 6 月至 8 月的企业舆情事件 185 个,遵循以下911摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 杨洋洋:事件发酵、媒体助推与公众关注:企业突发舆情事件生成机制研究原则对原始的舆情事件进行筛选,第一,为了紧扣研究主题,选择突发的企业舆情事件,剔除掉企业的公开声明、信息披露、财务公示等信息,同时剔除重大突发企业舆情事件,以确保所选取的案例具有同质性;第二,为了获得完整的舆情数据,剔除掉重复、残缺、正在发生的企业舆情事件。基于以上原则,一共获得 64 个企业突发舆情事件作为研究对象,获取舆情数据的方式主要是网络爬虫,通过数据预处理构建本文所需的企业突发舆情事件数据库。摇 2.3摇 变量设置与校准本文以企业号召力、企业传播力、发酵时间、传播态势、意见领袖号召力、普通网民参与度、媒体活跃度、媒体报道频率为前因条件,以舆情影响指数为结果变量,各指标的解释说明、测度方法和文献来源如表 1 所示。各变量的校准函数选取三点锚定方法,即完全隶属(95%)、交叉点(50%)、完全不隶属(5%)36,完全隶属点用各变量的最大值来表示,交叉点用各变量的平均值来表示,完全不隶属点用各变量的最小值来表示。表 1摇 变量解释与测度汇总表变量类型变量名称变量解释与测度文献来源前因条件企业号召力指企业发布信息的影响范围,用企业微博账号的粉丝数量来表示席运江等37企业传播力指企业传播信息的能力,用企业微博账号发布的微博数量来表示胡玲等38发酵时间指事件从开始到结束的时间,用事件持续时间来表示林青等39传播态势指事件传播的趋势,用事件热度峰值来表示杨波等1意见领袖号召力指意见领袖在舆情事件中的作用,用参与该舆情事件的前 3 位意见领袖的粉丝数总和来表示姚晶晶等40;Su Y41普通网民参与度指普通网民在舆情事件中的作用,用事件持续期间平均传播速度来表示Pinto S et al.42媒体活跃度指媒体在舆情事件中的参与程度,用参与该事件的媒体数量来表示杨洋洋等43媒体报道频率指媒体对该事件的报道数量,用有关该事件前 5 个话题的报道次数总和来表示Umar Z et al.44;Zhang H et al.45结果变量舆情影响指数指事件在网络上的累积传播效果,用事件影响力指数来表示肖丽妍等46;王家坤等473摇 结果分析摇 3.1摇 企业突发舆情事件信息多维分析基于以上企业突发舆情事件的文本数据库,绘制企业突发舆情事件文本信息关键词云图和共现网络图谱,如图 2 和图 3 所示。图 2摇 文本信息关键词云图由图 2 可知,在企业突发舆情事件文本数据中,员工、网友、食品、人员、汽车、消费者、安全等关键词是高频词汇,表明在企业突发舆情事件中,公众(网友、消费者、人员、员工)对企业的关注更加侧重于利益诉求(食品、安全),这也是企业在突发舆情事件回应中需要重点关注的,满足公众的利益诉求和信息诉求。其次,市场、银行、违法、雪糕、调查、平台、滴滴、服务、企业、媒体、数据、报道等词汇出现的频数较高,表明在企业突发舆情事件中,企业(平台、滴滴、企业、)和媒体(媒体、数据、调查、报道)占据重要的地位,企业在追求自身利益的同时也需要担负起社会责任,要经得起公众的监督和检验,媒体机构对企业突发舆情事件的报道要依据事实,报道内容要经过调查和调研,不能为了博取公众眼球,恶意渲染,捏造事实。图 3摇 文本信息共现网络图谱021 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 情摇 报摇 杂摇 志摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 42 卷由图 3 可知,人员、调查、网友与其他关键词的关联度最高,表明涉事人员、企业调查、网友关注在企业突发舆情事件中占据主导地位。与人员关联度较高的词汇有媒体、报道、官方、安全等,表明媒体和企业对涉事人员都比较关注,他们希望进一步查明真相,给公众一个合理的回复。与调查关联度较高的词汇有员工、食品、企业、市场等,表明企业面对突发事件,第一时间展开了积极调查,处于正面回应的状态。与网友关联度较高的词汇有媒体、声明、滴滴、平台等,表明公众获取企业突发舆情事件信息主要通过媒体报道、企业声明以及企业网络平台。综上,通过对企业突发舆情事件文本信息关键词云图和共现网络图谱的分析,可知,公众、企业、媒体在企业突发舆情事件中发挥重要的作用,公众更加关注利益诉求和信息诉求,企业更侧重于对突发事件的调查和回应,媒体倾向于突发事件的报道和公众关注的焦点。摇 3.2摇 单个条件的必要性分析本文采用 NCA 方法对企业突发舆情事件生成机制的单个条件必要性进行分析,运用 R 语言进行数据分析得到图 4 所示的散点图和表 2 的分析结果,由此判定某一条件是否是结果变量发生的必要条件,并计算出该必要条件的必要程度。这里用上限回归分析(Ceiling Regression,CR)和上限包络(Ceiling Envelop鄄ment,CE)两种估计方法计算效应量,由图 4 可知,企业号召力和企业传播力几乎不存在天花板区域,可以判断企业号召力和企业传播不是企业突发舆情事件生成机制的必要条件。结合表 2 进一步判断剩余 6 个变量的必要性,根据 Dul J35的研究可知,当0臆 d 臆 0郾 1时,说明该条件变量对结果具有低等效应,当 0郾 1 d?0?4.0?8.0?6.0?2.0?8.0?6.0?2.0?4.0?8.0?6.0?2.0?8.0?6.0?4.0?8.0?6.0?2.0?8.0?6.0?4.?0?2.0?8.0?6.0?4.0?8.0?6.0?8.0?6.0?8.0?6.?NCA Plot:?NCA Plot:?NCA Plot:?NCA Plot:?NCA Plot:?NCA Plot:?NCA Plot:?NCA Plot:?0?2.0?4.0?8.0?6.0?2.0?4.0?4.0?8.0?6.0?2.0?2.0?4.?0?4.0?8.0?6.0?2.0?4.0?8.0?6.0?2.0?2.0?4.?0?4.0?8.0?6.0?2.0?2.0?4.0?8.0?6.0?2.0?4.0?2.0?4.CR-FDHCE-FDHCR-FDHCE-FDHCR-FDHCE-FDHCR-FDHCE-FDHCR-FDHCE-FDHCR-FDHCE-FDHCR-FDHCE-FDHCR-FDHCE-FDH图 4摇 NCA 方法必要条件分析的散点图表 2摇 NCA 方法必要条件分析结果条件变量方法精确度%上限区域范围效应量(d)P 值企业号召力CE1000.0030.810.0030.560CR98.40.0020.810.0020.548企业传播力CE1000.0050.810.0060.690CR98.40.0030.810.0040.680发酵时间CE1000.1200.810.1480.000CR98.40.0900.810.1110.004传播态势CE1000.1290.810.1600.000CR81.20.1350.810.1670.000意见领袖号召力CE1000.1810.810.2240.000CR87.50.1830.810.2260.000普通网民参与度CE1000.0960.810.1180.000CR98.40.0780.810.0960.000媒体活跃度CE1000.2000.810.2470.000CR65.60.2160.810.2670.000媒体报道频率CE1000.1060.810.1310.000CR95.30.0990.810.1230.000121摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 杨洋洋:事件发酵、媒体助推与公众关注:企业突发舆情事件生成机制研究臆0郾 3 时,说明该条件变量对结果具有中等效应,当0郾 3 d 臆0郾 5 时,说明该条件变量对结果具有高等效应,当 0郾 5 d 臆1郾 0 时,说明该条件变量对结果具有超高等效应。若要判断某一变量是结果的必要条件还需满足 P 值小于 0郾 05,且精确度需要大于 90%。基于以上必要条件判定标准可知,企业号召力和企业传播力对舆情影响指数具有低等效应,P 值都大于 0郾 05,因此,企业号召力和企业传播力不是舆情影响指数的必要条件,这与图 4 的初始判断结果一致。发酵时间、传播态势、意见领袖号召力、普通网民参与度、媒体活跃度、媒体报道频率对舆情影响指数具有中等效应,P 值都小于 0郾 05,其中,传播态势、意见领袖号召力、媒体活跃度的精确度小于 90%,因此不构成结果变量的必要条件。综上所述,企业号召力、企业传播力、传播态势、意见领袖号召力、媒体活跃度不是舆情影响指数的必要条件,发酵时间、普通网民参与度、媒体报道频率对舆情影响指数具有中等效应,其必要性均处于较低水平。进一步分析各条件变量的瓶颈水平,由表 3 可知,传播态势、意见领袖号召力、普通网民参与度、媒体活跃度、媒体报道频率对舆情影响指数存在一定的瓶颈,当达到 70%的舆情影响指数水平时,需要 15.6%水平的传播态势、11.1%水平的意见领袖号召力、21.1%水平的普通网民参与度、37.8%水平的媒体活跃度、26.7%水平的媒体报道频率,而企业号召力、企业传播力、发酵时间对结果变量不存在瓶颈水平。与表 4 QCA方法的必要条件检验分析结果相结合,各变量对高舆情影响指数的一致性水平都低于 0.9,即各变量不构成高舆情影响指数的必要条件,该结论与 NCA 必要条件分析的结论一致。表 3摇 NCA 必要条件瓶颈水平分析摇 摇 摇单位:%高舆情影响指数企业号召力企业传播力发酵时间传播态势意见领袖号召力普通网民参与度媒体活跃度媒体报道频率0NNNNNNNNNNNNNNNN10NNNNNNNNNNNNNNNN20NNNNNNNN4.4NN1.1NN30NNNNNNNN4.4NN1.1NN40NNNNNN2.24.4NN2.2NN50NNNNNN3.36.7NN2.2NN60NNNNNN7.87.8NN3.3NN70NNNNNN15.611.121.137.826.7801.12.245.633.351.121.164.426.7901.12.257.833.392.221.166.726.71002.23.398.980.098.965.6NA71.1表 4摇 QCA 方法的必要条件检验前因变量高舆情影响指数一致性水平覆盖度前因变量高舆情影响指数一致性水平覆盖度企业号召力0.41670.8609 企业号召力0.88320.6062企业传播力0.50110.7418 企业传播力0.78040.6166发酵时间0.64240.8810 发酵时间0.75100.6196传播态势0.49500.9945 传播态势0.83990.5818意见领袖号召力0.73610.9349 意见领袖号召力0.71970.6238普通网民参与度0.57170.9984 普通网民参与度0.79560.5813媒体活跃度0.55320.9989 媒体活跃度0.76460.5512媒体报道频率0.59270.9799 媒体报道频率0.81320.6085摇 3.3摇 条件组态的充分性分析本文采用 fsQCA3.0 软件对企业突发舆情事件生成机制的条件组态进行分析,根据已有学者们48的研究,把原始一致性阈值设置为 0.8,案例频数值设置为1,PRI(Proportional Reduction in Inconsistency)一致性设置为 0.75。得到企业突发舆情事件生成机制的组态分析如表 5 所示。一般认为当一致性水平达到 0.8时,认为得出的解具有较好的解释性34,由表 5 可知,导致高舆情影响指数的 13 个组态的一致性水平均大于 0.95,总体一致性为 0.9655,总体覆盖度为 0.7140,本文得出的解覆盖了 71.4%的案例数量,表明得出的解具有较高的解释性,满足研究需求。综合简约解和中间解的分析结果可知,企业号召力、企业传播力、传播态势、媒体活跃度是边缘条件,发酵时间、意见领袖221 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 情摇 报摇 杂摇 志摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 42 卷号召力、普通网民参与度、媒体报道频率是核心条件。表 5摇 企业突发舆情事件生成机制的组态分析摇 摇 a.事件发酵下的公众关注型。该模式体现在组态H1、组态 H4、组态 H12、组态 H13 中,在该机制下,事件发酵和公众关注发挥主导作用,随着企业突发舆情事件发酵时间的延长,会吸引更多的公众眼球,从而驱动企业突发舆情事件生成,该企业突发舆情事件可能涉及的公众利益较大,事件处理过程较长,才会引起公众的广泛关注。在组态 H1 和组态 H4 中,发酵时间和意见领袖号召力发挥主导作用,即使在普通网民参与度和媒体报道频率不存在的情况下,事件发酵和意见领袖号召力的联动作用仍然可以驱动高舆情影响指数的产生,该结论在吴玉兰等49的研究中也得到了验证。在组态 H12 中,发酵时间和普通网民参与度发挥主导作用,即使在意见领袖号召力和媒体报道频率不存在的情况下,事件发酵和网民参与的联动作用仍然可以驱动高舆情影响指数的产生,该结论在蒋国银等50的研究中也得到了验证。在组态 H13 中,发酵时间、意见领袖号召力、普通网民参与度发挥主导作用,即使在媒体报道频率不存在的情况下,事件发酵、意见领袖号召力、网民参与的联动作用仍然可以驱动高舆情影响指数的产生,该结论在齐丽云等51的研究中也得到了验证。b.媒体助推下的公众关注型。该模式体现在组态H6、组态 H10 中,在该机制下,媒体报道和公众关注发挥主导作用,企业突发舆情事件在媒体平台的频繁报道下,会提高该事件在公众视线内的曝光概率,从而引起公众的关注,提高公众的参与度,企业突发事件搭载互联网载体,极大地提高了传播的速度和广度。在组态 H6 中,意见领袖号召力、普通网民参与度和媒体报道频率发挥主导作用,即使在发酵时间不存在的情况下,意见领袖号召力、网民参与和媒体报道的联动作用仍然可以驱动高舆情影响指数的产生,该结论在冯雯璐等52的研究中也得到了验证。在组态 H10 中,普通网民参与度和媒体报道频率发挥主导作用,即使在意见领袖号召力和发酵时间不存在的情况下,网民参与和媒体报道的联动作用仍然可以驱动高舆情影响指数的产生,该结论在陈迎欣等53的研究中也得到了验证。c.双因素驱动下的公众关注型。该模式体现在组态 H5、组态 H7、组态 H8 中,在该机制下,事件发酵、媒体报道和公众关注发挥主导作用,企业突发舆情事件在媒体的频繁报道下,会持续发酵,不断扩大传播范围,在事件发酵和媒体报道双因素驱动下,引起公众的评论和转发,从而导致企业突发舆情事件的爆发。在组态 H5 中,发酵时间、普通网民参与度和媒体报道频率发挥主导作用,即使在意见领袖号召力不存在的情况下,事件发酵、网民参与和媒体报道的联动作用仍然可以驱动高舆情影响指数的产生,该结论在杨洋洋等43的研究中也得到了验证。在组态 H7 和组态 H8中,发酵时间、意见领袖号召力、普通网民参与度和媒体报道频率发挥主导作用,事件发酵、公众关注和媒体报道的联动作用可以驱动高舆情影响指数的产生,该结论在姚晶晶等40的研究中也得到了验证。摇 3.4摇 稳健性检验为了进一步验证组态分析结果的稳健性,首先,结合郝政等54和程建青等55的研究,把原始一致性阈值提高到 0.85 和 0.9,其他参数设置保持不变,得到的各组态路径的一致性、覆盖度以及总体一致性、总体覆盖度都没有显著变化。其次,根据张明等33的研究,PRI 一致性设置为 0.75 提到到 0.8,产生的组态分析结果和相应参数均无显著性的变化。综上所述,本研究结论通过稳健性检验,研究结论具有较高的可靠性和科学性。4摇 结论与讨论摇 4.1摇 研究结论本文以 64 个企业突发舆情事件作为研究样本,运321摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 杨洋洋:事件发酵、媒体助推与公众关注:企业突发舆情事件生成机制研究用文本挖掘方法抽取关键指标,构建研究框架,采用NCA 与 fsQCA 相结合的方法,对企业突发舆情事件生成机制的单个条件必要性和条件组态充分性进行分析,探究企业突发舆情事件生成机制的核心条件和复杂因果关系。主要得出如下研究结论。a.由单个条件的必要性分析结果可知,企业号召力、企业传播力、传播态势、意见领袖号召力、媒体活跃度不是高舆情影响指数的必要条件,发酵时间、普通网民参与度、媒体报道频率对高舆情影响指数具有中等效应,其必要性均处于较低水平,各变量均不构成高舆情影响指数的必要条件,即单个因素对企业突发舆情事件生成机制的影响是有限的。NCA 和 fsQCA 必要条件分析的结论一致,进一步验证了该结论的可靠性和合理性。b.由条件组态的充分性分析结果可知,企业突发舆情事件生成机制的组态分析结果包括了 13 个不同的条件组态,综合简约解和中间解的分析结果,企业号召力、企业传播力、传播态势、媒体活跃度是边缘条件,发酵时间、意见领袖号召力、普通网民参与度、媒体报道频率是核心条件。发酵时间出现在组态 H1、H3、H4、H5、H7、H8、H12、H13 中,意见领袖号召力出现在组态 H1、H2、H4、H6、H7、H8、H11、H13 中,普通网民参与度出现在组态 H2、H5、H6、H7、H8、H10、H11、H12、H13 中,媒体报道频率出现在组态 H3、H5、H6、H7、H8、H9、H10 中。通过提高原始一致性阈值和 PRI 一致性阈值,进一步验证条件组态分析结果的稳健性,研究结论通过了稳健性检验。c.进一步提炼出三种企业突发舆情事件生成机制的理论模式:事件发酵下的公众关注型、媒体助推下的公众关注型和双因素驱动下的公众关注型。事件发酵下的公众关注型体现在组态 H1、组态 H4、组态 H12、组态 H13 中,在该机制下,事件发酵和公众关注发挥主导作用,媒体助推下的公众关注型体现在组态 H6、组态 H10 中,在该机制下,媒体报道和公众关注发挥主导作用,双因素驱动下的公众关注型体现在组态H5、组态 H7、组态 H8 中,在该机制下,事件发酵、媒体报道和公众关注发挥主导作用。基于以上三种理论模式剖析企业突发舆情事件生成机制的内在逻辑,以期为企业舆情的调控和管理提供政策建议。摇 4.2摇 政策启示通过对企业突发舆情事件生成机制的研究,归纳出导致高舆情影响指数的理论模式,能够为企业突发舆情事件的管理提供应对方案,针对不同模式采取针对性的措施,提高企业突发舆情事件处理的精度和效度,据此提出如下政策建议。a.及时公布事件详情,加强对舆情事件的管理。企业突发舆情事件的发酵会伴随着网络谣言的产生,给企业带来负面影响,因此,及时公布舆情详细信息,避免不必要的事件发酵和传播,能够有效地降低舆情事件给企业带来的负面影响。第一,组建企业突发舆情应急管理团队。可以采用矩阵式的管理模式,该团队应该具有技术人员、管理人员、高层领导等多元化的人员结构,使其能够处理各种突发的舆情事件,并能够快速准确地做出决策。第二,搭建企业突发舆情管理数据库。把业界经典的舆情案例和企业处理过的舆情事件纳入舆情数据库,总结经验,吸取教训,制定系统化的舆情处理细则,当有类似舆情事件发生时,能够采纳相关的处理措施,提高舆情事件处理的效率。b.与媒体保持有