灾害链视角下次生灾害对公众情绪的影响机理研究.pdf

研究目的分析比较公众面对不同次生灾害的情绪演化差异,研究包括次生灾害特征在内的引起公众情绪变化的关键因素,为政府引导社会情绪理性发展提供依据。研究方法以“720冶河南暴雨话题相关微博为研究对象,使用主题模型与因果关系抽取技术,构造暴雨灾害链并识别次生灾害,分析比较整体视角与次生灾害视角下的公众舆情情绪演化机理。基于情绪认知理论,通过多元回归分析验证生理特征、认知特征、灾害链特征等维度下影响公众情绪演化的关键因素。研究结论不同次生灾害的情绪演化模式存在显著差异。这种差异受到不同次生灾害规模、严重程度、持续时间以及公众关注整体变化的影响。对于个体而言,潜在受灾可能性、灾害链结构特征、次生灾害规模等是影响个体情绪变化的关键因素,为政府引导突发灾害中公众情绪正向发展提供决策依据与参考。关键词:灾害链;突发事件;次生灾害;公众情绪;情绪演化机理;生命周期中图分类号:G203摇 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)09-0091-07引用格式:邵摇 琦,安摇 璐.灾害链视角下次生灾害对公众情绪的影响机理研究J.情报杂志,2023,42(9):91-97.DOI:10.3969/j.issn.1002-1965.2023.09.014Mechanism of Secondary Disasters Impact on Public SentimentBased on Disaster ChainShao Qi1摇 An Lu1,2(1.School of Information Management,Wuhan University,Wuhan摇 430072;2.Center for Studies of Information Resources,Wuhan University,Wuhan摇 430072)Abstract:Research purpose This study aims to analyze and compare the differences in the emotional evolution of the public facing dif鄄ferent secondary disasters,and reveal the key factors that cause the change of public emotions,especially the characteristics of secondarydisasters,to provide suggestions for the government to guide the rational development of social emotions.Research method By usingthe microblogs related to the topic of July 20 Henan rainstorm,this paper constructs a rainstorm disaster chain,identifies secondary dis鄄asters,analyzes and compares the mechanisms of public sentiment evolution from the perspective of overall and secondary disasters.Basedon the emotion cognition theory,multiple regression analysis was conducted to verify the key factors influencing the evolution of public e鄄motion under the dimensions of physiological characteristics,cognitive characteristics,and disaster chain characteristics.Research con鄄clusion There are significant differences in the emotional evolution patterns of different secondary disasters.Such differences are influ鄄enced by the scale,severity,and duration of different secondary hazards,as well as the overall change in public concern.For individuals,potential disaster likelihood,structural characteristics of disaster chains,and scale of secondary disasters are key factors influencing thechange of individual emotions,which provide a decision basis and reference for the government to guide the positive development of public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 2023emotions in sudden-onset disasters.Key words:disaster chain;emergency;secondary disaster;public emotion;emotional evolution;life cycle0摇 引摇 言自然灾害不仅对受灾者的生命健康及生产生活造成严重损失,其发生往往会引起一系列次生灾害。次生灾害的发生直接导致受灾群众范围扩大、损失加重,并会对受灾者与群众造成多重情感打击,加大群体悲观、治理不信任等社会情感风险,造成持续深远的社会影响,危及社会安定。据应急管理部与自然资源部等联合发布的全国自然灾害基本情况,2021 年间主汛期极端暴雨诱发了一系列次生灾害,全年共造成包括15.2 万间房屋倒塌、直接经济损失达 2458.9 亿元,因灾死亡失踪 590 人。即时获取灾害与次生灾害动态,识别灾害链各级次生灾害受灾者以及群众的情绪变化机理,抑制极端负面情绪间的相互催化,对帮助受灾者心理重建、引导舆情理性发展、减少社会情感风险具有重要意义1。2022 年 1 月,国务院调查组认定“720冶河南暴雨灾害是一场因极端暴雨导致严重城市内涝、河流洪水、山洪滑坡等多灾并发,造成重大人员伤亡和财产损失的特别重大自然灾害。本文选取2021 年“720冶河南暴雨灾害为研究对象,使用主题模型与因果关系抽取技术构造河南暴雨灾害链;基于生命周期理论,通过情感分析法揭示公众情绪在次生灾害中的演化差异;基于情绪认知理论,利用多元回归分析探索影响公众情绪变化的关键因素。1摇 相关研究摇 1.1摇 灾害链构建与应用研究20 世纪 80 年代,地震学家郭增建首次从灾害物理学的角度提出灾害链2的概念,指出一系列灾害相继发生的情况称为灾害链。而后,学者从多个角度对灾害链的概念进行细化3-4。现有研究多集中于灾害链的构建与应用,探究如何构建灾害链5-6并进行预测,进而指导防灾减灾7-8以及救援资源调度9工作。摇 1.2摇 次生灾害事件识别研究灾害发生时,灾情信息得以通过在线舆论的形式广泛传播。大量公共突发事件的案例表明,与原生事件相比,次生事件往往会造成更大的影响与伤害10。即时识别灾害及次生灾害的相关舆情,引导公众理性发声,缓解失序舆情造成的社会情感危机,是必要且亟需的任务11。目前关于次生突发事件的识别研究主要集中于次生事件的评估识别12以及识别后进行演化规律13研究。摇 1.3摇 灾害情境下的公众情绪研究突发灾害的负面影响借由网络媒介迅速传播,在短时间内对公众产生强烈刺激,导致网民产生负面情绪14。当前对灾害情境下的公众情绪研究聚焦于以下两方面:一是探讨利用规则匹配14或机器学习15等方法对公众情绪进行捕捉与归纳。二是进一步研究公众情绪变化的关键因素及其负向影响。根据情绪认知理论,情绪并非由单一因素产生,而是受到了环境因素、生理因素、认知因素等三方面的影响16。在环境因素方面,Bai 等论证了距离灾害中心越近,负向情绪越激烈的观点17。在生理因素和认知因素方面,刘继等论证了面对突发灾害时男性相对女性更易产生负面情绪18;朱代琼指出从众心理、社会期望等认知因素会显著影响社会情感19。综上所述,现有研究往往局聚焦于灾害整体角度下公众情绪的波动及其影响因素,忽略了灾害整体事件中的次生灾害及其特征对公众情绪的影响。本文基于灾害链视角探索公众情绪演化的机理,从次生灾害切入对灾害整体事件进行刻画,探究不同次生灾害中影响受灾者与公众情绪的关键因素,更全面细致地识别负向情绪风险点,对于及时引导舆情,缓减灾后心理创伤有重要意义。2摇 研究方法设计摇 2.1摇 数据获取与预处理为充分研究灾害场景下公众情绪变化的机理,本文选取近年来造成重大人民生命财产损失与舆论关注的“720 河南暴雨冶 为研究对象。本文以“河南冶“雨冶为关键词对微博博文进行爬取。对爬取后的博文进行数据清洗。根据灾害链的链式特点,本文利用经过过滤的博文构建灾害链,并将生成的灾害链节点作为关键词进行新一轮微博检索与爬取。综合新爬取到的数据再次构建灾害链,共构建 3 次灾害链后停止爬取。为方便叙述并进行差异分析,本文将“暴雨冶一同纳入次生灾害研究中。摇 2.2摇 灾害链构建方法本文采用因果关系识别方法20,对在线社交平台数据进行因果事件抽取,根据抽取结果进行文本聚类生成灾害节点,并利用因果逻辑关系明确灾害链的前后级关系,从而实时构建灾害链。基于储泽祥21等总结的常用因果关系分类及刘焕勇等提出的逻辑推理知识方法22,本文根据表 1 所示的 9 种因果句法规则使用 python 进行关系抽取,对29 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 卷识别到的原因文本、结果文本以及对应关系进行存储。若博文本身并不包含因果逻辑,则标记此条微博的因果文本对为 0。表 1摇 因果句法规则样例句法规则样例由因到果配套式(因为)(.*)(从而|为此|所以|那么)(.*)由因到果居中式明确(.*)(于是|故|以至于|因而|致使)(.*)由因到果前端式模糊(依据|按照|依赖)(.*)(.*)由因到果前端式精确(因为|如果|由于|只要)(.*)(.*)由因到果居中式模糊(.*)(以免|以便|为此|才)(.*)动词因果模式(.*)(牵动以致|导向|勾起|引入)(.*)由果溯因配套式(之所以)(.*)(由于|因为|缘于)(.*)果溯因居中式模糊(.*)(根源于|取决|来源于|出于)(.*)由果溯因居端式精确(.*)(是)(因为|由于)(.*)摇 摇 经过因果关系识别后,对文本进行 LDA 聚类,根据主题聚类结果确定次生灾害种类。因果关系刻画了受害者视角下次生灾害间的直接因果逻辑,因果关系的数量则表现了逻辑关系的强弱。将次生灾害作为灾害链节点,因果关系的方向及数量作为灾害链有向边属性,即通过因果出现次数衡量灾害连锁效应的强度。取相对强度 RW 作为最终的衡量标准。设:Dm:第 m 种灾害类型;LDmDn:原因灾害为 Dm结果灾害为 Dn的因果关系对,既 Dm与 Dn相继发生;则:Dm-Dn灾害连锁效应的绝对强度为:该因果关系对的数量和AWDmDn=移iLiDmDn(1)Dm-Dn灾害连锁效应的相对强度为:对绝对强度AW 进行归一化RWDmDn=AWDmDn移p,qAWDpDq(2)摇 2.3摇 公众情绪变化的影响因素情绪认知理论认为,情绪并非由单一因素产生,而是受到环境特征、个体生理特征、认知特征的共同影响。在情绪认知理论中,环境特征是引起情绪变化的直接因素。对于突发事件而言,现有研究常将环境特征作为固定值,本文从灾害链视角分析环境特征,将多重次生灾害造成的影响纳入公众情绪波动的分析中,见表 2。表 2摇 情绪变化的影响变量变量名称测量指标指标解释认知特征社会联结度认知能力与倾向利益诉求发博数26个体的历史发微博数量关注数26个体的微博总关注数量粉丝数26个体的微博总粉丝数量教育程度25个体在微博上填写的教育水平性格23-24计算个人简介的 snowNLP 情感指数,根据指数得分衡量个体性格关注微博频率27个体所发表的与总体事件相关的微博数量。表达频率刻画了个体在利益诉求下的关注程度位置28个体发博时的位置。河南省内的个体直接承受灾害,河南省外的个体则处于关注立场生理特征年龄年龄26个体在微博中填写的年龄性别性别25个体在微博中填写的性别环境特征次生灾害数量次生灾害规模灾害链结构潜在受灾性承灾数个体发博所包含的次生灾害数量。承受、关注的次生灾害的数量影响个体情绪次生灾害总体微博数17个体承受、关注的次生灾害本身的相关微博数量。次生灾害相关微博数量与次生灾害规模显著相关次生灾害所属灾害链层级次生灾害所处灾害链的位置层级。此指标衡量个体在时间上突然遭受和已有戒备下仍遭受灾害对情绪的影响次生灾害入边权重灾害链中次生灾害节点被上级灾害指向的边权重。灾害链的入边权重表明了个体已经遭受上游灾害的可能性次生灾害出边权重灾害链中次生灾害节点指向下级灾害的边权重。灾害链的出边权重表明了个体进一步遭受下游灾害的可能性情绪博文情绪值计算博文的 snowNLP 情感指数,0-1 表示由悲观到乐观,0.5 为中间值摇 摇 在次生灾害规模变量方面,Bai 等论证了各灾害规模与相应的微博讨论数量相关17;故在测度次生灾害规模变量时,本文使用与该次生灾害相关的微博讨论数作为相应指标。生理特征决定了个体情绪变化的强弱,突发事件情境下,年龄以及性别被证明是影响公众情绪的重要因素18。认知指个体基于现有经验,对当前情景做出评估与反应。具体来说,认知特征影响个体对于情景刺激的评价、解释与分析,并进一步影响个体对于刺激做出的反应。在性格指标方面,Rathi 等使用推特中个人简介及其他特征预测用户的心理性格23;Safa 同样指出,用户填写的推特个人简介与其性格中的消极情绪显著相关24;故本文延续使用微博中个人简介部分作为个体的性格测度指标。本文从社会联结度、认知能力与倾向、利益诉求三方面衡量认知特征25。通过多元回归分析方法探究不同变量对公众情绪的影响。研究框架如图 1 所示。39摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 邵摇 琦,等:灾害链视角下次生灾害对公众情绪的影响机理研究图 1摇 研究框架3摇 灾害链构建及次生灾害对公众情绪的影响分析摇 3.1摇 数据获取与预处理本文选择“720冶河南暴雨事件作为研究对象,以“河南冶“雨冶“洪水冶作为初始检索词对微博博文进行爬取。根据国家防总调整灾害应急响应等级时间,结合灾害生成所需时间,本文爬取自 7 月 17 日 2 时至8 月 14 日,包含“河南冶关键词博文 75 326 条、“雨冶关键词博文共 36 856 条。在获得原始数据后,进行数据清洗并构建灾害链,将经 LDA 聚类得到的次生灾害及关键词作为补充检索词再次爬取。考虑到爬取成本,在经过三次爬取与构建灾害链的循环后停止爬取,共使用“河南冶“雨冶“洪水冶“泥石流冶“堵冶“淹冶“封冶等检索词得到 534 538 条博文。针对上述博文发布者的个人信息进行相应爬取匹配。清洗去重后共得到471 051条微博。对表 2 涉及的测量指标进行测度。完成测度后,将微博数据根据用户昵称进行整合,共得到微博用户数 158 818 名。摇 3.2摇 灾害链特征分析3.2.1摇 次生灾害主题聚类对经过清洗后微博博文进行因果关系抽取。使用LDA 模型对原因文本、结果文本以及未识别出因果对的其他博文进行主题聚类。为丰富检索词、充分获取此事件包含的次生灾害微博数据,本文进行了三轮数据爬取及灾害链构建。在第三轮数据爬取与因果关系抽取后,共获得18929 条因果对。对因果文本及其他原始微博进行主题聚类,根据每个 K 值下主题表现,确定 K 等于 7 时为最佳主题数。此次灾害事件的次生灾害有暴雨、泥石流、洪水、交通瘫痪、停电、停水、倒塌七种。3.2.2摇 灾害链构建将因果关系对导入 Gephi,进行可视化处理。在图 2 中,较大的节点为次生灾害类型,较小的节点为该类型下的因果文本;节点间有向边代表因果关系,有向边叠加后显示了不同次生灾害间因果关系的强弱。图 2摇 次生灾害因果关系可视化对节点数据以及边数据进行汇总与归一化,得到图 3 所示灾害链。图 3 中每个节点代表次生灾害,节点间有向边的权重由因果关系数量的归一化结果决定。若某次生灾害造成另一次生灾害的博文数量越多,则该有向边的权重越大。根据有向边的方向,次生灾害由左到右分属于五个层级,分别是暴雨 洪水 泥石流 房屋倒塌、积水、停电 停水。各边权重计算方法见公式(2)。图 3摇“720冶河南暴雨灾害链摇 3.3摇 灾害链视角下的公众情绪演化分析在灾害情境下,现有研究多从整体角度对公众情绪演化进行分析,史蒂芬芬克的生命周期理论是研究舆情演化的常用理论方法。为充分展现整体视角与灾害链视角下公众情绪演化的差异,本文首先从灾害整体角度对舆情进行生命周期划分,再比较不同次生灾害中公众情绪演化的差异。3.3.1摇 整体角度下的舆情生命周期划分百度指数反映公众在互联网平台中对相关事件的关注规模与变化情况,结合灾害博文平均情感指数(见图 4),参考贾亚敏等对城市突发事件生命周期的划分方法29,本文将“720冶河南暴雨灾害舆情生命周期划分为萌芽期、爆发期、和缓期、稳定期、衰退期五个阶段。49 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 卷图 4摇 灾害博文平均情感指数与百度指数摇 摇 萌芽期开始于 7 月 17 日 2 时,此时采集到第一条与此次灾害相关博文。爆发期自 7 月 19 日至 7 月 21日,降雨规模迅速扩大,灾害造成的影响逐渐显现。7月 21 日舆论规模达到顶峰。和缓期自 7 月 21 日至 7月 25 日,政府开始防汛救灾措施,调派多地消防官兵参与救援。稳定期自 7 月 25 日至 7 月 28 日,极端灾情造成的直接影响基本得到控制。衰落期自 7 月 28日开始,直至 8 月 14 日结束,此阶段跨度较长,积累的微博数也相对较多。3.3.2摇 次生灾害对公众情绪的影响分析公众对次生灾害的注意力分配并非一成不变。基于灾害链对灾害数据进行分类,通过图 5 可以看到次生灾害在生命周期各阶段对舆论的吸引力此消彼长,其中横坐标代表相关微博数量。萌芽期,此次灾害事件尚未引起公众的大规模关注。随着灾情急速发展,舆论进入爆发期,严重的暴雨灾害及其引发的积水、停水对城市给排水系统造成巨大压力,引发了公众的持续关注与讨论。图 5摇 各阶段次生灾害舆情规模占比7 月 21 日舆论进入和缓期。泥石流、洪水等次生灾害对城市生态及居民生命财产造成严重影响,引发了公众广泛持续的关注。随着泥石流、洪水等次生灾害退去,稳定与衰落期的舆情规模与灾害发展相适应,公众注意力转移至停水、停电等需要持续治理的次生灾害。总体来说,不同次生灾害的舆论规模并不服从于同一个发展模式。针对不同次生灾害,政府应当根据发展模式的不同提前规划预防;随着公众注意力的变化,动态选择热点话题优先回应,引导舆论向正确方向发展,避免失控。公众情绪与舆论规模呈现相关关系17,舆论规模的增长与公众情绪恶化耦合。具体来说,次生灾害破坏力及反扑程度的差异,与公众情绪波动模式的差异相适应。图 6 展示了各次生灾害在当天的情绪平均值即情感指数,由属于该灾害的所有博文情绪值进行均值计算得来。为了比较次生灾害的情绪波动模式差异,此处将次生灾害分为三组,其中第一组(停电、房屋倒塌)具有显著差异,第二组(停水、积水)情绪波动模式较为相似,其余灾害为第三组。这里对第一组进行细致分析。“房屋倒塌冶对公众财产甚至生命安全造成严重影响,引发的舆论冲击与社会情感风险远超于“停电冶。因而纵观整个生命周期内,“房屋倒塌冶的情绪水平更为负向。图 6摇 不同次生灾害的情感值曲线对比灾害反扑导致公众情绪产生多次波动而幅度趋缓。分析停电灾害对应的公众情绪曲线,其在衰落期的情感指数高出爆发期 0.05 左右,且均为极低点。这说明即使经过心里建设后,灾害反扑仍会引起公众的负面情绪,造成多轮打击。摇 3.4摇 公众情绪影响因素分析本文将前文所述自变量纳入一般线性模型,通过多元回归分析探究自变量与公众情绪的关系。将经过处理的微博数据导入 SPSS20.0 中使用逐步回归方法分析,结果如表 3 所示。逐步回归方法是使用较为广泛的分析方法,通过向前选择和向后剔除的方式保证最终选入的自变量对因变量具有显著影响。分析结果显示剔除“关注数冶“次生灾害层级冶“年龄冶后具有较好拟合效果,此时的调整后的 R2 为 0.728;所有自变量的 P 值均小于 0.05,即具有显著相关性。方差膨胀系数 VIF 值均小于 5,根据 VIF 值定义,可知变量间不存在明显的多重共线性。59摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 邵摇 琦,等:灾害链视角下次生灾害对公众情绪的影响机理研究表 3摇 SPSS20.0 多元回归分析结果变量名称测量指标准化系数VIF认知特征社会联结度决策惯性利益诉求发博数-0.0621.998关注数变量被剔除粉丝数-0.1192.137教育程度0.1981.520性格0.1361.000关注微博频率-0.1461.535位置-0.3091.053生理特征年龄年龄变量被剔除性别性别-0.1201.089灾害链特征次生灾害数量次生灾害规模灾害链结构潜在受灾性承灾数-0.0574.855灾害总体微博数-0.2303.454次生灾害所属灾害链层级变量被剔除次生灾害入边权重-0.1804.411次生灾害出边权重-0.1692.603摇 摇 在认知特征中,结合表 3 中标准化系数,与公众情绪变化最相关的因素是“位置冶。位置反映公众是否直接受灾。河南省内受灾者直面各级次生灾害对个人与社会带来的破坏,其情绪相比省外公众更易陷入低落。这可能于受灾者和公众的关注时间点不同。受灾者第一时间面对灾害,并持续受到各级次生灾害的影响;而舆论关注具有滞后性,公众感知到的严重程度不及灾害初发时段,且公众的关注往往随着第一波灾害结束后转移。其次是教育程度,教育程度高的公众更易客观及时的跟进灾害发展,及时调节突发灾害造成的负面情绪。微博发布频率表明了个体更容易被灾害事件吸引,个体情绪更易受到灾害影响。性格因素同样具有显著影响,个体自身的乐观程度也会影响其面对突发灾害的情绪基准水平。当个体具有较多粉丝或历史发博数较高时,其更倾向发表相对负面的微博,这可能与其具有较强的共情力与表达欲相关;与社会有较多联结且乐于表达的人更能及时捕捉到社会情感变化,并准确地表达自身负面情绪,或转述、总结公众关注的事件。在生理特征中,年龄与情绪波动并不具有显著相关性。此次河南灾害对全国人民造成了普遍、持续、高强度的冲击,引发了大规模的社会负面情感,所有年龄段的人都深受此次灾害来的情绪影响。与年龄相比,性别因素具有显著相关性。女性相比男性更易表现出负面情绪,这与过往研究相符合。灾害链视角下的部分次生灾害特征也显示出一定相关性。次生灾害入边、出边权重的升高伴随着个体情绪的下降。次生灾害入边权重表明个体除了遭受、关注博文所属的次生灾害外,还遭受、关注了上游灾害的可能性,但未通过微博进行表达。次生灾害出边权重表明了个体除博文提到的次生灾害外,还可能遭受了进一步的打击。受害者在情绪不稳定的情况下,很难理智地进行拆分,往往只倾诉对自己影响最大、关注到最严重的灾害。灾害总体微博数衡量了个体在此次灾害事件中受影响的程度,相关研究表明,灾害微博的数量与灾害规模有显著相关关系。个体在遭受了高强度的灾害打击、信息曝光后,其情绪也会产生相应水平的波动。承灾数衡量了个体遭受打击的次数,分析得出遭受更多灾害打击的个体更易产生负面情绪。当个体遭受、关注多个灾害后,其精神水平也会因为经久的打击而陷入低落。而遭受、关注较少灾害的个体可能倾向于将所遭受灾害作为孤立事件,精神健康并不会被持续影响。4摇 总结与展望我国是自然灾害多发的国家。在面对自然灾害时,现有研究往往将其与城市灾害、公共卫生事件、社会安全事件等突发事件置于同一研究框架体系中,从静态、整体的视角分析突发事件公众情绪的影响,忽略了自然灾害的独特性。其他突发事件往往独立发生且具有同质性,而自然灾害具有明显的链式特征,由多级次生灾害引爆的社会情感危机相互影响、效力叠加,极易造成信息误读、谣言传播,引起严重的民众恐慌,并对政府治理水平以及公信力造成多轮冲击。因此,本文通过实证研究方法,以“720冶河南暴雨灾害为研究对象,使用因果抽取技术与主题挖掘模型构建了“720冶河南暴雨灾害链,进而识别自然灾害中的次生灾害;从整体视角以及各次生灾害视角下探究公众的舆情情绪演变模式,并划分生命周期分析不同视角下舆情情绪差异的原因;引入情绪认知理论,评估多轮次生灾害引发的动态环境因素对公众情绪的影响,并结认知维度、生理维度综合评估影响公众情绪的关键因素。具体来说,本文主要贡献如下:a.对在线社交平台数据进行因果关系抽取,通过主题挖掘方法拆分次生灾害并构建“720冶河南暴雨灾害链,对次生灾害间因果关系强弱以及空间结构进行分析。b.运用 SnowNLP 对灾害发生后公众在微博平台的发声进行情感指数计算,根据舆情规模与情感波动将灾害事件划分为五个生命周期阶段,将灾害链理论引入突发情景下公众情绪研究中,比较公众对灾害整体和各个次生灾害的舆情情绪演变差异,论证了次生灾害视角下舆情发展的多变性,公众对不同次生灾害的关注规模与情感变化并不服从于统一的生命周期。c.基于情绪认知理论,利用多元线性回归分析了认知、生理、灾害链特征对公众情绪变化的影响,其中公众的位置、教育程度、微博发布频率、性格、历史发博69 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 卷数、粉丝数、性别、次生灾害入边及出边权重、灾害总体微博数量、承灾数等都是引起公众情绪波动的显著因素,并基于灾害链的结构特点分析了次生灾害视角下公众情绪变化的机理。根据上述分析,本文为政府在面对突发自然灾害时提出相应的建议:从灾害本体出发对次生灾害进行识别,不仅要关注灾害整体的舆论态势,还要根据各级次生灾害的不同发展特点有针对地引导舆论发展,在不同阶段积极回应公众对热点灾害话题的关注,避免次生灾害发生引起的舆情反扑;根据次生灾害的不同对受灾者以及群众进行细致划分与精确定位,对容易产生负面情绪、遭受较多次或较大规模灾害冲击的个体进行深入的心理辅导,帮助受其平稳度过创后情感波动期,积极引导社会情感理性发展,避免社会情感波动带来的风险。本文通过构建灾害链探索不同次生灾害情景下公众情绪的变化机理,后续研究将探索不同类型灾害链对公众情绪变化的影响。参 考 文 献1摇 冯兰萍,严摇 雪,程铁军.基于政府干预和主流情绪的突发事件网络舆情群体负面情绪演化研究J.情报杂志,2021,40(6):143-155.2摇 郭增建,秦保燕.灾害物理学简论J.灾害学,1987(2):25-33.3摇 韩金良,吴树仁,汪华斌.地质灾害链J.地学前缘,2007(6):11-23.4摇 李摇 明,唐红梅,叶四桥.典型地质灾害链式机理研究J.灾害学,2008(1):1-5.5摇 Sakahira F,Hiroi U.Creating adisaster chain diagram from japa鄄nese newspaper articles using mechanical methodsJ.Journal ofAdvanced Comutional Intelligence and Intelligent Informatics,2021,25(3):277-284.6 摇Zheng L,Wang F,Zheng X.Complex network constructionmethod to extract the nature disaster chain based on data miningJ.Proceedings of 2017 IEEE 7th International Conference onElectronicsInformationandEmergencyCommunication(ICEIEC),2017:25-28.7摇 刘爱华,吴摇 超.基于复杂网络的灾害链风险评估方法的研究J.系统工程理论与实践,2015,35(2):466-472.8摇 朱晓寒,李向阳,王诗莹.自然灾害链情景态势组合推演方法J.管理评论,2016,28(8):143-151.9摇 李摇 进,张江华,朱道立.灾害链中多资源应急调度模型与算法J.系统工程理论与实践,2011,31(3):488-495.10 袁宏永,付成伟,疏学明,等.论事件链、预案链在应急管理中的角色与应用J.中国应急管理,2008(1):28-31.11 祁泉淞.大数据时代网络舆情危机治理策略研究J.人民论坛学术前沿,2020(1):88-91.12 安摇 璐,李摇 倩.基于热点主题识别的突发事件次生衍生事件探测J.情报资料工作,2020,41(6):26-35.13 于海峰,王延章,王摇 宁,等.基于情境的突发事件演化网络约简研究J.情报杂志,2012,31(11):1-4.14 Derks D,Fischer A H,Bos A E R.The role of emotion in com鄄puter-mediated communication:A reviewJ.Computers in Hu鄄man Behavior,2008,24(3):766-785.15 邓春林,周舒阳,隆征帆.基于情绪归因理论的突发事件微博用户情绪演化分析J.科技情报研究,2021,3(3):60-72.16 Nash R A.Cognitive theories of emotionJ.Nous,1989,23(4):481-504.17 Bai H,Yu H,Yu G,et al.A novel emergency situation awarenessmachine learning approach to assess flood disaster risk based onChinese WeiboJ.Neural Computing&Applications,2022,34(11SI):8431-8446.18 刘摇 继,李摇 磊.暴恐主题下微博用户特征及情感倾向性分析J.情报杂志,2014,33(12):109-113.19 朱代琼,王国华.突发事件中网民社会情绪产生的影响因素及机理 基于三 元 交 互 决 定 论 的 多 个 案 定 性 比 较 分 析(QCA)J.情报杂志,2020,39(3):95-104.20 Frattini J,Junker M,Unterkalmsteiner M,et al.Automatic extrac鄄tion of cause-effect-relations from requirements artifactsJ.2020 35th IEEE/ACM International Conference on AutomatedSoftware Engineering(ASE 2020),2020:561-572.21 储泽祥,陶伏平.汉语因果复句的关联标记模式与“联系项居中原则冶J.中国语文,2008(5):410-422.22 刘焕勇,薛云志,李摇 瑞,等.面向开放文本的逻辑推理知识抽取与事件影响推理探索J.中文信息学报,2021,35(10):56-63.23 Rathi S,Verma J P,Jain R,et al.Psychometric profiling of indi鄄viduals using Twitter profiles:A psychological natural languageprocessing based approachJ.Concurrency and Computation-practice&Experience,2022,34(19):e7029.24 Safa R,Bayat P,Moghtader L.Automatic detection of depressionsymptoms in twitter using multimodal analysisJ.Journal ofSupercomputing,2022,78(4):4709-4744.25 张海涛,张鑫蕊,周红磊,等.突发公共卫生事件中用户情绪演变的关键因素及影响机理J.情报科学,2020,38(7):9-14.26 任中杰,张摇 鹏,兰月新,等.面向突发事件的网络用户画像情感分析 以天津“812冶事故为例J.情报杂志,2019,38(11):126-133.27 Wu K,Wu J,Ding W,et al.Extracting disaster information basedon Sina Weibo in China:A case study of the 2019 Typhoon Leki鄄maJ.International Journal of Disaster Risk Reduction,2021,60(15):102304.28 黄仕靖,吴川徽,袁勤俭,等.基于情感分析的突发公共卫生事件舆情时空演化差异研究J.情报科学,2022,40(6):149-159.29 贾亚敏,安摇 璐,李摇纲.城市突发事件网络信息传播时序变化规律研究J.情报杂志,2015,34(4):91-96.(责编:王育英;校对:刘影梅)79摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 邵摇 琦,等:灾害链视角下次生灾害对公众情绪的影响机理研究