肖群鷹　朱正威　劉慧君

重大工程項目社會穩(wěn)定風(fēng)險的非干預(yù)在線評估模式研究

肖群鷹朱正威劉慧君*

論文針對重大工程項目社會穩(wěn)定風(fēng)險評估存在的失真與失靈問題，在理論回顧的基礎(chǔ)上，建構(gòu)了非干預(yù)在線評估模型；并以2013年廣東江門鶴山反核事件為例，基于新浪微博大數(shù)據(jù)平臺收集互聯(lián)網(wǎng)數(shù)據(jù)，進行模型檢驗。研究結(jié)果表明，通過監(jiān)測和評估項目選址地網(wǎng)民的風(fēng)險感知與負面情緒，能夠有效解釋和預(yù)測重大項目所面臨的社會穩(wěn)定風(fēng)險。據(jù)此，論文進一步提出一種線下線上社會穩(wěn)定風(fēng)險綜合評估模式。

重大工程項目社會穩(wěn)定風(fēng)險評估大數(shù)據(jù)群體性事件

一、提出問題

為防范和化解重大工程項目群體性事件風(fēng)險，2012年8月 《國家發(fā)展改革委重大固定資產(chǎn)投資項目社會穩(wěn)定風(fēng)險評估暫行辦法》（發(fā)改投資 〔2012〕2492號文件）頒發(fā)實施，規(guī)定社會穩(wěn)定風(fēng)險評估是重大項目立項必經(jīng)的法定程序，由此確立了重大工程項目社會穩(wěn)定風(fēng)險評估制度。這項制度實施以來，確實發(fā)揮了 “過濾網(wǎng)”作用。它通過工程項目社會穩(wěn)定風(fēng)險評估，先機預(yù)警和化解了一部分矛盾和隱患，有效扼制了涉工程項目群體性事件多發(fā)、頻發(fā)的勢頭。但是在制度推行過程中，也出現(xiàn)了一些讓人困惑的問題，例如鶴山龍灣核燃料項目、昆明PX項目，雖然都做了 “穩(wěn)評”，卻未能有效避免群體性事件的發(fā)生。由此我們產(chǎn)生了疑問，明明當(dāng)?shù)厝罕姴淮饝?yīng)，為什么所做的 “民意調(diào)查”會漏警？

根據(jù)國家發(fā)改委擬制的 《重大固定資產(chǎn)投資項目社會穩(wěn)定風(fēng)險評估報告編制大綱及說明 （試行）》，在穩(wěn)評過程中評估主體可根據(jù)實際情況，采取公示、問卷調(diào)查、實地走訪和召開座談會、聽證會等方式進行民意調(diào)查，向受擬建項目影響的相關(guān)群眾了解情況。顯見，這里采取的是互聯(lián)網(wǎng)空間之外的實地風(fēng)險評估方法，從現(xiàn)有操作情況看，這種方法存在一定的局限性。例如，某項目選址于一個有近十萬人口的大鎮(zhèn)，卻抽取不足百人進行問卷調(diào)查、僅選取數(shù)十人走訪和聽證，想據(jù)此要了解有意見群眾的比例，并識別群眾反應(yīng)的強烈程度，顯然存在較大的失真風(fēng)險。那么，能否利用互聯(lián)網(wǎng)絡(luò)環(huán)境，開發(fā)在線社會穩(wěn)定風(fēng)險評估模式，讓群眾充分參與穩(wěn)評、表達意見，以便更全面、真實地反映利益相關(guān)者合理和不合理的、現(xiàn)實和潛在的訴求呢？

金斯伯格 （Jeremy Ginsberg）等 （Ginsberg et al.，2009）曾經(jīng)采用Google搜索查詢數(shù)據(jù)，成功預(yù)測了美國的流感疫情；坂木武 （Takeshi Sakaki）等 （Sakaki et al.，2010）也曾利用Twitter數(shù)據(jù)，成功分析了日本臺風(fēng)和地震災(zāi)害發(fā)生時的群眾反應(yīng)，可見互聯(lián)網(wǎng)大數(shù)據(jù)被用于社會風(fēng)險評估是有先例的。不過當(dāng)前我國的重大工程項目 “穩(wěn)評”研究，均針對群眾的線下風(fēng)險態(tài)度或行為，并沒有考慮應(yīng)用互聯(lián)網(wǎng)大數(shù)據(jù)。實際上，同社會調(diào)查數(shù)據(jù)相比，互聯(lián)網(wǎng)大數(shù)據(jù)具有一個突出的優(yōu)越性，那就是評估或監(jiān)測使用的 “不是隨機樣本，而是全體數(shù)據(jù)”（邁爾-舍恩伯格、庫克耶，2013：27）。當(dāng)前我國網(wǎng)民占總?cè)丝诒壤_47.9%①據(jù)2015年中國互聯(lián)網(wǎng)絡(luò)信息中心 （CNNIC）發(fā)布的 《第35次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，中國大陸網(wǎng)民數(shù)據(jù)有6.18億，互聯(lián)網(wǎng)普及率為47.9%。由于絕大多數(shù)重大工程項目在人口密集、鄰水、交通便利區(qū)域選址，當(dāng)?shù)鼐W(wǎng)民比例正常會高于全國平均水平。，如果采用在線評估模式，幾可將一半群眾作為潛在評估對象，此舉應(yīng)當(dāng)能夠解決當(dāng)前穩(wěn)評制度反映群眾意見困難、“民意調(diào)查”代表性不足的問題。由此，本文將探討重大工程項目社會穩(wěn)定風(fēng)險的在線評估模式。

二、理論分析

采取歸納法，分析項目選址地網(wǎng)民線上線下活動的協(xié)同效應(yīng)，并建構(gòu)重大工程項目社會抗?fàn)幍脑诰€解釋模型。

（一）設(shè)計理論解釋模型

1.線上線下協(xié)同表達原理

線下世界社會事件的發(fā)展態(tài)勢，同社交網(wǎng)絡(luò)和搜索引擎的動態(tài)數(shù)據(jù)存在顯著相關(guān)關(guān)系。如圖1所示，虛線框中為一組典型的因果關(guān)系路徑，當(dāng)社會風(fēng)險與矛盾出現(xiàn)時，利益相關(guān)者與社會公眾會產(chǎn)生主觀上的感受，進而出現(xiàn)情緒上的變化，在此二者影響下形成沖突意愿，最終選擇集體對抗行為——這是傳統(tǒng)社會學(xué)的理論分析路徑，大量研究已經(jīng)證實了這條路徑的存在性。

斯梅爾塞 （Neil Joseph Smelser）的加值理論認為，結(jié)構(gòu)性怨恨 （怨恨、剝奪感和壓迫感）是集體行動的一個必要條件 （參見：趙鼎新，2012：64）。已有研究也證實，人們因核電項目而產(chǎn)生的負面情緒 （Kraft＆Clary，1991）；以及人們對于核電站的風(fēng)險感知 （Whitfield et al.，2009；譚爽、胡象明，2013），是其是否采取對抗行為的重要影響因素。不過，“風(fēng)險感知”與 “負面情緒”兩變量之間的關(guān)系具有不確定性。對犯罪 （Warr＆Stafford，1983）、恐怖襲擊（Lerner et al.，2003），以及核電項目公眾反應(yīng) （Finucane et al.，2000；Slovic＆Peters，2006）的研究發(fā)現(xiàn)，風(fēng)險感知是負面情緒 （恐懼、憤怒等）的重要解釋變量；但是孟博等 （2010）在綜述有關(guān)核能源風(fēng)險的研究結(jié)果后，卻認為情緒因子 （消極情緒）是風(fēng)險感知過程中極為重要的影響因子。我們認為或許在風(fēng)險感知的形成過程中，情緒發(fā)揮著強化的作用，但是從風(fēng)險認知與情緒這兩類心理情感的發(fā)生順序看，應(yīng)是先有風(fēng)險認知，才有情緒變化，因此，采信風(fēng)險感知影響負面情緒這一理論解析路徑。

圖1　網(wǎng)上、網(wǎng)下社會抗?fàn)幍膮f(xié)同表達機理

進入互聯(lián)網(wǎng)時代，人們的網(wǎng)絡(luò)活動增多，線下世界的社會矛盾、風(fēng)險感知、沖突意愿和沖突行為，在互聯(lián)網(wǎng)信息空間存在映射與反應(yīng)。不僅如此，還有研究表明互聯(lián)網(wǎng)為群體性事件提供了社會動員渠道、話語權(quán)機會和替代活動空間，（Fenton，2008；蔡前，2009；童志鋒，2013）在線信息是線下行動的轉(zhuǎn)錄、強化和延伸，互聯(lián)網(wǎng)輿情信息也屬于真實世界社會沖突的一部分。線上線下信息的這種協(xié)同表達關(guān)系，使得利用互聯(lián)網(wǎng)大數(shù)據(jù)監(jiān)測和預(yù)警社會風(fēng)險成為可能（邁爾-舍恩伯格、庫克耶，2013），如圖1所示，維克托·邁爾-舍恩伯格（Viktor Mayer-Sch?nberger）在其所著的 《大數(shù)據(jù)時代：生活、工作與思維的大變革》一書中，指出了這種大數(shù)據(jù)預(yù)測的理論邏輯是：當(dāng)A與B相關(guān)，知A則B（邁爾-舍恩伯格、庫克耶，2013：27）。

雖然已經(jīng)有研究基于大數(shù)據(jù)預(yù)測的理論邏輯做了成功的預(yù)測，如金斯伯格等 （Ginsberg et al.，2009）和坂木武等 （Sakaki et al.，2010），但是以線上兩變量 （A和B）的相關(guān)關(guān)系，推導(dǎo)這兩個變量的因果關(guān)系 （知A則B），理由并不充分。我們認為有必要結(jié)合互聯(lián)網(wǎng)社會線上線下協(xié)同表達原理，為維克托·邁爾-舍恩伯格的大數(shù)據(jù)預(yù)測理論添加限制性條件，將之表述為：已知線下A是B的解釋變量，當(dāng)線上A和B相關(guān)，那么知A則B。

據(jù)此我們提出如下命題——是否可以利用人類社會與網(wǎng)絡(luò)空間對突發(fā)事件的協(xié)同表達原理，在不實施干預(yù)的情況下實施重大工程項目 “民意調(diào)查”？也就是根據(jù)線上線下社會抗?fàn)庯L(fēng)險的協(xié)同表達原理，探討是否可以通過在線監(jiān)測A，從而達到評估預(yù)測B的目的。

2.社會穩(wěn)定風(fēng)險的在線評估

開發(fā)重大工程項目社會穩(wěn)定風(fēng)險非干預(yù)在線評估模型，也就是解決在線穩(wěn)評評什么、怎么評的問題？為了解決相關(guān)問題，首先必須通過分析社會抗?fàn)幍膭右?，選出在線穩(wěn)評指標(biāo)。

已有社會抗?fàn)幚碚撝饕獜脑购扌睦?、資源動員、抗?fàn)幬幕驼芜^程四方面，分析集體行動產(chǎn)生的根源和路徑 （Tarrow，2011），社會心理被認為是集體行動發(fā)生的重要影響變量。墨菲 （Kristina Murphy）和泰勒 （Tom Tyler）（Murphy＆Tyler，2008）的研究表明，負面的心理和情緒是公平感知影響抗?fàn)幮袨榈闹薪樽兞浚蛔裘纻?（Martijn Van Zomeren）等 （Zomeren et al.，2004）、史密斯 （Heather J.Smith）等 （Smith et al.，2008）的研究發(fā)現(xiàn)，負面情緒（憤怒、怨恨等）是預(yù)測集體行動的重要指標(biāo)。由此推論，網(wǎng)民情緒特別是負面情緒，可作為在線穩(wěn)評指標(biāo)。國際研究反復(fù)證實，風(fēng)險感知對鄰避型項目的公眾接受度有顯著影響 （Visschers et al.，2011；Ho et al.，2013；Yeo et al.，2014）。國內(nèi)研究也表明，群眾項目風(fēng)險感知，對社會抗?fàn)幮袨閮A向有解釋力（譚爽、胡象明，2013）?？梢姡L(fēng)險感知也可作為在線穩(wěn)評指標(biāo)。

風(fēng)險感知與負面情緒是公眾不接納態(tài)度和對抗意圖的直接前因變量，網(wǎng)民刷微博的行為可以清晰地反映其正負面情緒與風(fēng)險感知狀況 （張晶等，2014；葉璐，2012；張兵、張金華，2010；Cheong＆Lee，2011）。本文將選擇鶴山核燃料項目事件，作為新開發(fā)評估模型的算例，因為上述理論關(guān)系也存在于核電項目領(lǐng)域。已有研究表明，公眾風(fēng)險感知是核電站公眾接受度的核心解釋變量（Whitfield et al.，2009；Visschers＆Siegrist，2013）；群眾組織參與反對核電站建設(shè)的集會，事實上就是要宣泄挫折感，表達各類憤怒或怨恨的情緒 （Downey，1986）；公眾之所以強烈反對當(dāng)?shù)亟ㄔO(shè)帶有放射性廢物的項目，根本原因在于對項目設(shè)施存在對抗情緒、對項目風(fēng)險的知識儲備不足、個人具有風(fēng)險規(guī)避傾向等 （Kraft＆Clary，1991）。從國際反核運動研究的結(jié)論看，選擇風(fēng)險感知與負面情緒作為核項目穩(wěn)評指標(biāo)是合理的。

綜上，可構(gòu)建重大項目群體抗?fàn)幍脑诰€解釋模型如圖2：

圖2　重大項目社會抗?fàn)幍脑诰€解釋模型

據(jù)此，可以形成理論假設(shè)：

H1：網(wǎng)民的風(fēng)險感知是群體對抗行為傾向的前因變量，風(fēng)險感知越高，群體對抗行為傾向越強；

H2：網(wǎng)民的負面情緒是群體對抗行為傾向的前因變量，負面情緒越激烈，群體對抗行為傾向越強；

H3：網(wǎng)民的風(fēng)險感知顯著影響網(wǎng)民的負面情緒，風(fēng)險感知越高，負面情緒越激烈。

（二）變量操作化

針對上述模型，進行變量操作化：

1.群體對抗行為傾向

芬克 （Steven Fink）采用醫(yī)學(xué)術(shù)語描述危機事件的生命周期，提出突發(fā)公共事件依次存在征兆期 （Prodromal）、發(fā)作期 （Break Out or Acute）、延續(xù)期（Chronic）和痊愈期 （Resolution）（參見：黃順康，2006：81-82）。其中，征兆期指潛在風(fēng)險通過心理認知和負面情緒不斷外顯和積蓄的過程，當(dāng)風(fēng)險超過臨界水平爆發(fā)出來，便進入了發(fā)作期。斯梅爾塞認為集體行動的發(fā)生，由結(jié)構(gòu)性誘因、結(jié)構(gòu)性怨恨、一般化信念、觸發(fā)性事件、有效的動員和社會控制能力下降等六個因素共同決定，并隨著上述因素的次第形成，發(fā)生的可能性不斷提升 （趙鼎新，2012）。重大項目引發(fā)社會抗?fàn)?，往往包含著一個或數(shù)個觸發(fā)性事件，鑒于集體對抗行為暴發(fā)的風(fēng)險臨界水平較難把握，我們可以從觸發(fā)事件著手進行分析。顯然，集體行動的征兆期始于促使公眾知情的事件 （也就是第一觸發(fā)事件），由之公眾不斷滋生群體對抗行為傾向；到了發(fā)作期公眾的對抗行為傾向，才會進一步釀成群體沖突。據(jù)此，我們將 “群體對抗行為傾向”視為二分類變量，該變量在 “征兆期”和 “發(fā)作期”取值為 “1”、其他區(qū)間取值為“0”。

2.風(fēng)險感知

考克斯 （Donald F.Cox）（Cox，1967）提出風(fēng)險的雙因素模型，認為風(fēng)險是由不利后果發(fā)生的可能性和損失的大小共同構(gòu)成的。不過多數(shù)研究只選擇其一進行風(fēng)險感知評估，如張兵、張金華 （2010）的研究僅從可能性角度進行評估，伊葉 （Sara K.Yeo）等 （Yeo et al.，2014）、何榮俊 （Jung-Chun Ho）等（Ho et al.，2013）、斯約堡 （Lennart Sj?berg）和道沃特茲 -斯約堡 （Britt-Marie Drottz-Sj?berg）（Sj?berg＆Drottz-Sj?berg，2001）的研究僅從危害后果角度進行測量，明顯不夠全面。不僅如此，有關(guān)風(fēng)險的測量標(biāo)準(zhǔn)也相當(dāng)混亂。如何解決這一問題呢？

2014年我們組織了對秦山核電站周邊居民的調(diào)查，調(diào)查問卷中嵌入了一項對核電站周邊居民的心理認知測試，要求被試 （N＝363）將聽到 “核能”這個詞后腦海中首先反映的兩至三個詞 （無順序要求）寫出來。統(tǒng)計結(jié)果發(fā)現(xiàn)，公眾的風(fēng)險感知包括了對風(fēng)險來源、對危害發(fā)生的可能性和對損害后果的心理認知。其中風(fēng)險來源感知占56.67%、風(fēng)險損害后果感知占22.5%、發(fā)生可能性感知占12.71%、同時包括后兩者的感知占8.33%。公眾表達核能風(fēng)險來源感知的詞匯具有較大的模糊性，如當(dāng)公眾的反應(yīng)詞為 “核泄漏”時，被試可能既指向了對核泄漏危害后果的認知，也包含了對核泄漏發(fā)生可能性的認知。

鑒于在公眾的風(fēng)險感知中，風(fēng)險來源感知占比最大，且包含著對風(fēng)險雙因子的認知，因此我們選擇從項目風(fēng)險來源認知視角對它進行測量和評估。參考先前的調(diào)查結(jié)果，公眾的核項目風(fēng)險來源認知，主要表現(xiàn)為對 “核事故”“核泄漏”“核輻射”“核爆炸”“核污染”“核危機”的擔(dān)憂和恐懼。可以通過統(tǒng)計新浪微博中上述關(guān)鍵詞出現(xiàn)的頻度，評估公眾的項目風(fēng)險感知水平。

3.負面情緒

情緒是人們內(nèi)心需求滿足程度的心理反映，具有沖動性和情境性特征。沃特森 （David Watson）和泰勒根 （Auke Tellegen）（Watson＆Tellegen，1985）開發(fā)了情緒的兩因素模型，將人的自陳情緒結(jié)構(gòu)分為正面情緒和負面情緒兩個相對的心理維度，并在此基礎(chǔ)上發(fā)展了用于情緒測量的PANAS量表 （Watson et al.，1988），在國際上得到了廣泛的應(yīng)用。盧塞爾 （James A.Russell）（Russell，1980）建構(gòu)了情緒的環(huán)狀模型，從愉快度和強度兩方面進行情緒歸類，把情緒分為高等強度的愉快、中等強度的愉快、高等強度的不愉快、中等強度的不愉快四類①盧塞爾 （Russell，1980：1161-1178）的環(huán)狀模型共有四類情緒構(gòu)成：第一類，高等強度的不愉快，包括驚恐、害怕、憤怒、緊張、失望、苦惱、悲痛；第二類，中等強度的不愉快，包括悲慘、傷心、沮喪、悲觀、厭煩、頹廢；第三類，中等強度的愉快，包括安心的、滿足的、安逸、稍息、寧靜、輕松、疲乏、欲睡；第四類，高等強度的愉快，包括驚奇、興奮、激動、快樂、高興、欣喜、愉快。（Posner et al.，2005）。參考PNAS量表和情緒環(huán)狀模型的劃分，可將情緒分為激烈的負面情緒 （PA＋）、溫和的負面情緒 （PA-）、激烈的正面情緒（NA＋）、溫和的正面情緒 （NA-）四類。

情緒的載體五花八門，近年來許多研究者發(fā)現(xiàn)微博的表達具有很強的情緒色彩，微博的個體表達可能引發(fā)社會的場域圍觀，并演化為集體情緒共振 （周云倩、楊娜，2013）。重大工程項目的建設(shè)，由于社會影響深刻、利益相關(guān)者居住集中，更容易通過社交網(wǎng)絡(luò)平臺傳達情緒，從而形成集體負面情緒共鳴。

微博的情緒信息載體主要有情緒詞、情緒句式和表情圖形符號三類。其中情緒詞與情緒句式的靈活度較高，相關(guān)分析算法的錯警比率也較高。許多網(wǎng)民在寫微博時，習(xí)慣用表情圖片符號表達個體情緒。表情圖形作為互聯(lián)網(wǎng)交際的情緒符號，是 “一種顯式的、固定的表達情緒方式”（張晶等，2014：79-84），據(jù)以判別情緒爭議較小。因此本研究將選擇表情圖形符號作為監(jiān)測評估微博情緒的指標(biāo)。表情圖片符號可以通過編譯轉(zhuǎn)化成文本，編譯結(jié)果既有簡體字、也有繁體字，如 ［淚］與 ［淚］，［崩潰］與 ［崩潰］等，在新模型中我們一律采用簡體字進行表達。

不過，人們發(fā)在微博上的表情圖片，有些所表達的情緒傾向性相當(dāng)模糊。例如在微博中常見人們附上 ［圍觀］、［群體圍觀］、［拜拜］、［睡覺］之類表示動作的表情圖片，這些圖片所反映的情緒傾向就不夠清晰；還有一些表示物體的表情圖片，如［熊貓］、［兔子］、［奧特曼］、［鐘］、［雪］、［蠟燭］、［話筒］等，這些符號雖然在應(yīng)用中會被賦予特定語義，但究竟要表達哪一類情緒，仍然存在較大的不確定性。以圖片 ［雪］為例，“項目這樣搞，真是寒 ［雪］心?。　钡陌l(fā)言，表達的是反對項目的負面情緒；“為了清涼世界 ［雪］，支持發(fā)展核電、減少燃煤”的發(fā)言，表達的是支持項目的正面情緒。據(jù)此，我們在盧塞爾 （1980）和沃特森等 （Watson et al.，1988）的正負面情緒分析理論中，新追加了中性情緒 （MA）這一分類。

表1　表情圖片情緒類型與激烈程度一覽表

現(xiàn)在，我們可以通過統(tǒng)計代表正面情緒、負面情緒和中性情緒的微博表情圖片數(shù)量，對網(wǎng)民微博所表達的情緒類型及其激烈程度進行評估?？紤]到微博的 “刪帖”現(xiàn)象，多數(shù)是網(wǎng)絡(luò)內(nèi)容提供商 （ICP）對不合宜內(nèi)容的管理行為造成的，對應(yīng)的原帖內(nèi)容往往比較尖銳；因此我們在統(tǒng)計時，凡遇到 “抱歉，此微博已被作者刪除”的記錄條，均作為強烈負面情緒 （NA＋）的條目進行統(tǒng)計。

針對新浪微博常見的表情圖片，可構(gòu)建情緒分類字典 （部分）如表1。

如果將表情圖片視作網(wǎng)民的表態(tài)，那么，正面情緒表情圖片表達了微博發(fā)言者的支持態(tài)度，負面情緒圖片表達了反對態(tài)度。但這是相對的，還存在一些反語的情況，有時正面表情圖片反而表達了強烈的負面情緒，如 “剛剛我用一根掉了的眼睫毛許愿，希望鶴山的核燃料加工鏈議案被否決，建不起來。［許愿］”——顯然，在這里，作為正面情緒圖片的 ［許愿］，被用到了負面的情境中。這類情況雖然會給情緒分類造成了一定困撓，但總量極少。又由于表1所示的表情圖片情緒解析模型，具有較好的容錯率，一般不會影響我們對整體微博情緒的辨識結(jié)論。

三、方法與數(shù)據(jù)

（一）數(shù)據(jù)

本文將選擇廣東江門市鶴山龍灣工業(yè)園核燃料項目 （以下簡稱 “龍灣項目”）事件作為算例，進行研究假設(shè)檢驗，辯明相關(guān)理論關(guān)系。這起案例發(fā)生在2013年，起因是中核集團計劃在江門鶴山市址山鎮(zhèn)建設(shè)大型核燃料加工廠。7月3日至4日，鶴山市發(fā)展和改革局在江門市政府網(wǎng)和 《江門日報》發(fā)布了《中核集團龍灣工業(yè)園項目社會穩(wěn)定風(fēng)險評估公示》，公示期為10天 （7月4日至13日）。江門市公眾得到信息后，紛紛質(zhì)疑該項目的安全性與環(huán)保影響，并于7月12日組織游行。直至7月13日江門市政府做出了撤銷項目的決定，事態(tài)才得以平息。

本研究將通過國內(nèi)最大微博平臺——“新浪微博”，收集與鶴山反核事件相關(guān)的公眾網(wǎng)絡(luò)行為數(shù)據(jù)。鑒于江門市 （地級市）市民是反核事件的主體，因而將江門市網(wǎng)民作為數(shù)據(jù)總體。具體風(fēng)險感知和情緒數(shù)據(jù)的采集時區(qū)以天為單位，以事件發(fā)生時點 （2013年7月12日）為中心時點，前后各延伸一個月 （2013年6月12日至8月12日）采集數(shù)據(jù)。

在事件暴發(fā)前后的各一個月里，江門市網(wǎng)民共在新浪微博平臺發(fā)表了35.68萬條帶有“核”的微博記錄；其中 “穩(wěn)評”報告公示期間，共發(fā)表了30.49萬條相關(guān)微博記錄。鑒于微博包含大量轉(zhuǎn)發(fā)信息，它們雖能在某種程度反映轉(zhuǎn)發(fā)者的態(tài)度，但無法用以直觀地描述發(fā)言人的情緒，因而我們借助新浪微博自帶的減重算法，進一步從35.68萬條微博中抽取7 218條供評估網(wǎng)民情緒之用。此外，還通過 “核事故”“核泄漏”“核危機”“核輻射”“核爆炸”“核污染”6個

，統(tǒng)計評估江門市網(wǎng)民對龍灣項目的風(fēng)險感知狀況。據(jù)統(tǒng)計，在事發(fā)前后各一個月，江門市網(wǎng)民共在新浪上發(fā)表了6 437條包含上述

的微博。

新浪微博作為社交網(wǎng)絡(luò)具有很強的開放性，它是人們在線交流互動的場域，其上發(fā)生著大量的信息原創(chuàng)、信息回復(fù) （評論）和轉(zhuǎn)發(fā)行為。如果不考慮微博的重復(fù)被引問題，可以統(tǒng)計出供分析的7 218條微博中，竟包含著6 198條被評論或轉(zhuǎn)發(fā)的原微博。在被抽取的微博記錄中，活躍著103個 “微博機構(gòu)認證”帳號、151個 “微博個人認證”帳號、1 298個 “微博達人認證”帳號。其中“微博機構(gòu)認證”帳號，由54個媒體帳號、13個政府機構(gòu)帳號、32個企業(yè)商戶帳號、3個社會團體帳號、2個高校帳號構(gòu)成?？梢?，官方媒體和政府機關(guān)并未缺席關(guān)于龍灣項目的微博交流。特別是作為本地媒體的 “鶴山在線”“鶴山信息網(wǎng)”，作為緊急事態(tài)協(xié)調(diào)機構(gòu) “江門公安”“江門市政府應(yīng)急辦”，參與了大量微博互動，由這4家機構(gòu)發(fā)送的微博均被轉(zhuǎn)發(fā)或評論了數(shù)百次。但是從互動的頻次和評論的內(nèi)容看，由于社交網(wǎng)絡(luò)的扁平化特征，官方媒體與政府機關(guān)微博對其他微博用戶的控制力和影響力并不強。

分析不同群體的微博發(fā)送數(shù)量，“微博達人認證”帳號、“微博機構(gòu)認證”帳號、“微博個人認證”帳號分別發(fā)表了3 110條、1 728條、501條原創(chuàng)微博，可見前兩類帳號是原創(chuàng)話題的主要制造者。但從參與者規(guī)模看，“微博達人”和普通注冊用戶才是社交網(wǎng)絡(luò)的核心人群。根據(jù)新浪微博服務(wù)商的規(guī)定，“微博達人認證”的條件是 “微博帳號已經(jīng)成功綁定手機；粉絲數(shù)不低于100；關(guān)注數(shù)不低于100；有效互粉數(shù)不低于30”，可見 “微博達人”屬于相對活躍的微博用戶，他們將互聯(lián)網(wǎng)作為重要的社會活動平臺，因而原創(chuàng)、轉(zhuǎn)發(fā)或評論微博相對較多。不過即使是微博被轉(zhuǎn)發(fā)或評論最多的兩個微博達人帳號 （“江門人社區(qū)微博達人”和 “水繼續(xù)吹微博達人”），所參與的微博也未超過150條 （算法去重后的結(jié)果），顯然他們不像網(wǎng)絡(luò) “大V”那樣具有強大的信息擴散能力。由此可以判斷在事件發(fā)生過程中，不存在明顯占據(jù)信息支配地位的微博意見領(lǐng)袖。

（二）方法

研究首先基于線上線下協(xié)同表達原理和大數(shù)據(jù)預(yù)測理論，分析變量 “風(fēng)險感知”“負面情緒”和 “群體對抗行為傾向”之間的理論關(guān)系，確定用于重大工程項目社會穩(wěn)定風(fēng)險評估的在線指標(biāo)。具體根據(jù)對國內(nèi)外已有研究的綜述，確定物理世界 （線下）上述各變量之間的理論關(guān)系，然后采用互聯(lián)網(wǎng)大數(shù)據(jù)，分析上述各變量之間的相關(guān)關(guān)系，如果相關(guān)性顯著，則原假設(shè)得證?？紤]到通過相關(guān)性解釋因果關(guān)系，可能引發(fā)爭議，研究還將進一步采用回歸分析方法，分析和印證研究結(jié)論。在澄清理論關(guān)系、鎖定在線監(jiān)測指標(biāo)后，研究還將根據(jù)國家發(fā)改委 《重大固定資產(chǎn)投資項目社會穩(wěn)定風(fēng)險評估報告編制大綱及說明（試行）》規(guī)定的評價內(nèi)容、評價流程、評價方法和步驟，探討線下線上綜合評估的路徑與要點，提出重大工程項目社會穩(wěn)定風(fēng)險的非干預(yù)在線評估模式。

四、非干預(yù)在線評估模型的檢驗與應(yīng)用

（一）模型檢驗

1.風(fēng)險感知與群體對抗行為傾向的關(guān)系

人們從事搜索查詢行動的主要目的在于求知或定位，而微博發(fā)言大多志在發(fā)表見解或爭議糾紛，因而微博記錄是風(fēng)險感知分析的重點對象。龍灣項目“穩(wěn)評”報告開始公示至江門市政府宣布放棄項目，共有11天，期間江門市網(wǎng)民發(fā)表了35.43萬條的相關(guān)微博，共占事發(fā)前后兩個月相關(guān)微博發(fā)布總量的99.27%。顯見，“穩(wěn)評”報告一公示，江門市網(wǎng)民就積極參與網(wǎng)絡(luò)議政，并根據(jù)自身的風(fēng)險感知表達意見和情緒。一般網(wǎng)絡(luò)群體性事件先圍觀、再參與、最后引爆事件的輿情發(fā)酵過程，并未出現(xiàn)。從時間分布看，網(wǎng)民風(fēng)險感知的出現(xiàn)十分突兀，其波峰分別出現(xiàn)在公示早期 （7月5日）與沖突發(fā)生時刻 （7月13日），風(fēng)險感知與群體對抗行為傾向的關(guān)系十分密切。統(tǒng)計分析結(jié)果表明，它們之間存在正向關(guān)聯(lián)，皮爾遜相關(guān)系數(shù)等于0.763（P＜0.001），據(jù)此，H1得證。

2.負面情緒與群體對抗行為傾向的關(guān)系

微博情緒是很好的輿情風(fēng)險預(yù)警指標(biāo)。正、負面情緒持平，代表社會公眾對項目的情緒處于中位水平。如果溫和型負面情緒占較大比重，則項目糾紛的協(xié)商余地較大，不易發(fā)生社會抗?fàn)幨录?；反之則是不好的方向標(biāo)。對照表1所示的表情符號情緒模型，分析 “穩(wěn)評”報告公示期間江門市網(wǎng)民的微博情緒，結(jié)果如表2：

表2　項目“穩(wěn)評”期間微博表情圖片的情緒類型及激烈程度

（續(xù)上表）

統(tǒng)計上表，龍灣項目 “穩(wěn)評”報告公示期間當(dāng)?shù)鼐W(wǎng)民的負面、正面和中性情緒分別占73%、15%和12%；在負面情緒中，激烈型負面情緒占89%，是主導(dǎo)類型的情緒?？梢姡擁椖康纳鐣芟喈?dāng)突出，當(dāng)?shù)?“民意”傾向于反對。分析當(dāng)?shù)鼐W(wǎng)民微博情緒與對抗行為的相關(guān)性，二者的皮爾遜相關(guān)系數(shù)為0.856（P＜0.001），據(jù)此，H2得證。

分析江門市網(wǎng)民情緒變化的歷程，可以看到 “穩(wěn)評”公示一出，當(dāng)?shù)厝罕娋捅憩F(xiàn)出極強的負面情緒，且這種情緒持續(xù)高于正面情緒。直至7月13日，當(dāng)江門市政府宣布放棄項目時，網(wǎng)民的情緒才發(fā)生大逆轉(zhuǎn)，由負面情緒變?yōu)?“勝利”后的狂歡。新浪微博反映的正面情緒，迅速取得主導(dǎo)地位。不過，此時的網(wǎng)民所用的正面情緒符號，表達的仍是不接受的態(tài)度。舉例說明，“這是否說明反核成功了？［好喜歡］”，“核基地人民發(fā)來賀電！生快！［蛋糕］［蛋糕］”，“［鼓掌］五邑人的努力沒有白費啊，終于把這核工程給終結(jié)了”。出現(xiàn)此類情況，建議評估時結(jié)合微博文本進行必要的逆向變換，以免引起混淆。

3.風(fēng)險感知與負面情緒的關(guān)系

圖3是江門市網(wǎng)民在事件發(fā)生前后，就核問題表現(xiàn)出的風(fēng)險感知與負面情緒，易見風(fēng)險感知越高，負面情緒也越激烈。分析項目地網(wǎng)民風(fēng)險感知與負面情緒的相關(guān)性，二者的皮爾遜相關(guān)系數(shù)為0.757（P＜0.001），由此可以判斷風(fēng)險感知對負面情緒有解釋力，H3得證。

圖3　江門市網(wǎng)民的負面情緒與風(fēng)險感知變化

4.回歸分析檢驗

以上基于邁爾-舍恩伯格和庫克耶 （2013：27）“當(dāng)A與B相關(guān)，知A則B”的大數(shù)據(jù)預(yù)測邏輯，通過不同變量的相關(guān)性分析，解釋變量間的理論關(guān)系，不太符合傳統(tǒng)的解讀習(xí)慣。為避免受到質(zhì)疑，根據(jù)上文圖2所示概念模型，我們進一步構(gòu)造回歸分析模型進行理論假設(shè)檢驗。結(jié)果如表3所示，幾組模型解釋變量的偏回歸系數(shù)均具有顯著性 （t檢驗P＜0.05），測定系數(shù)的變化也具有統(tǒng)計意義 （F檢驗P＜0.001），各組回歸方程調(diào)整后R2值都在0.5以上，說明模型的擬合效果非常好。顯然，回歸分析的結(jié)果支持前述假設(shè)檢驗的結(jié)論，網(wǎng)民的風(fēng)險感知是網(wǎng)民的負面情緒的解釋變量，網(wǎng)民的負面情緒和風(fēng)險感知可以共同解釋群體對抗行為。

表3　概念模型的回歸統(tǒng)計分析

（二）模型應(yīng)用

非干預(yù)在線評估要求利用互聯(lián)網(wǎng)大數(shù)據(jù)，實現(xiàn)更充分的群眾知情滿足與決策參與，顯然帶有網(wǎng)絡(luò)議政的性質(zhì)。不過，引入非干預(yù)在線評估模式，社會穩(wěn)定風(fēng)險評估的核心思想并未發(fā)生變化，評估的主旨仍在于規(guī)范重大固定資產(chǎn)投資項目的社會穩(wěn)定風(fēng)險、預(yù)防和化解社會矛盾，評價的主要內(nèi)容仍為項目建設(shè)實施的合法性、合理性、可行性和可控性。只是由于 “民意調(diào)查”方法的改進，風(fēng)險的可控性評估將被置于更加突出的位置，相應(yīng)的穩(wěn)評操作流程也需做出調(diào)整，具體應(yīng)如圖4所示，新增項目選址地群眾的知情滿足和網(wǎng)絡(luò)議政環(huán)節(jié)，并將群體對抗行為傾向的在線評估納入綜合評估環(huán)節(jié)。具體：

圖4　非干預(yù)在線穩(wěn)評的操作流程

1.知情滿足

格斯頓 （Larry N.Geston）（2001）曾經(jīng)警告說，如果實質(zhì)性問題被作為象征性問題提出，就會產(chǎn)生大量的不滿。為防范項目選址地群眾 “被代表”的情況，首先應(yīng)保障其項目知情權(quán)?！秶野l(fā)展改革委重大固定資產(chǎn)投資項目社會穩(wěn)定風(fēng)險評估暫行辦法》第三條規(guī)定，“項目單位在組織開展重大項目前期工作時，應(yīng)當(dāng)對社會穩(wěn)定風(fēng)險進行調(diào)查分析，征詢相關(guān)群眾意見……”但并未明確群眾知情選擇的時機和范圍。建議在組織 “穩(wěn)評”作業(yè)活動階段，就公開部分項目信息 （非涉密部分），以及重視對新媒體 （如微博）的利用①當(dāng)前，地方政府主要通過傳統(tǒng)媒體公布項目信息，但在項目遭遇社會抗?fàn)帟r，卻轉(zhuǎn)而通過微博等新媒體同群眾交流，重大項目信息管理和服務(wù)出現(xiàn)了較為明顯的脫節(jié)。，因為互聯(lián)網(wǎng)信息在 “知情”滿足上具有較好的溢出效應(yīng)。同時鑒于重大項目影響較大，建議前期知情范圍，能夠達到項目選址地所在的地級市。鶴山龍灣工業(yè)園項目的穩(wěn)評范圍，就局限于項目所在的鶴山市 （縣級市）址山鎮(zhèn)，但是實際上強烈的風(fēng)險感知出現(xiàn)在更大的江門市 （地級市）的范圍內(nèi)。

2.網(wǎng)絡(luò)議政與公眾接受度

“重大項目社會穩(wěn)定風(fēng)險評估制度”可以被認為是群眾參與項目決策的一項活動，不過群眾參與的渠道和資源仍然不佳?；ヂ?lián)網(wǎng)時代技術(shù)的進步雖然增加了社會穩(wěn)定風(fēng)險，同時也自行開辟了風(fēng)險化解之道。大型社交網(wǎng)絡(luò)的存在，為項目選址地群眾行使參與權(quán) “議政”和 “投票”提供了沒有排他性的平臺。緣何只苦惱于風(fēng)險的增加，卻不對網(wǎng)絡(luò)技術(shù)加以利用呢？當(dāng)前，來自社交網(wǎng)絡(luò)的“議政”主張與 “投票”結(jié)果，應(yīng)當(dāng)?shù)玫礁骷壵匾?。實際上，我們知道代議制政府的發(fā)展，需要不斷創(chuàng)造公眾政治參與的途徑，以擴大公共政策的合法性 （格斯頓，2001）。政府績效產(chǎn)生的動因來源于人民的期望 （尚虎平，2015），重大項目決策事關(guān)民生，必須著力提升項目的公眾接受度。重大項目的規(guī)劃建設(shè)活動與選址地網(wǎng)絡(luò)輿情之間存在一定的互動關(guān)系，推動網(wǎng)絡(luò)議政，疏導(dǎo)和化解群眾的負面情緒和風(fēng)險感知，將極大地改善項目決策過程的政社關(guān)系和商社關(guān)系。

3.綜合評估

通過分析項目選址地網(wǎng)民的在線活動，可以評估當(dāng)?shù)厝罕妼τ谥卮箜椖康年P(guān)注度、風(fēng)險感知與負面情緒，進而判斷公眾對于重大項目的接受度和對抗行為傾向。對照 《國家發(fā)展改革委重大固定資產(chǎn)投資項目社會穩(wěn)定風(fēng)險評估暫行辦法》，建議從合法性（Legality）、合理 性（Rationality）、接受 度（Acceptability）①文件中為 “可行性評估”，在應(yīng)用中各地政府對合理性、可行性和可控性的理解存在不一致或部分評估內(nèi)容重合的問題。和可控性 （Controllability）四方面實施重大項目評估。由此形成新的重大項目社會穩(wěn)定風(fēng)險評估模型：

D＝VL∥VR∥VA∥VC

式中，D代表重大項目的社會穩(wěn)定風(fēng)險，VL、VR、VA、VC分別表示項目的合法性風(fēng)險、合理性風(fēng)險、接受度風(fēng)險和可控性風(fēng)險。參考 《國家發(fā)展改革委重大固定資產(chǎn)投資項目社會穩(wěn)定風(fēng)險評估暫行辦法》，四個子項風(fēng)險及項目的整體性風(fēng)險均設(shè)高風(fēng)險、中風(fēng)險與低風(fēng)險三個等級。式中符號 “∥”系 “邏輯或”運算符，使用該符號表示四類子項評估在 “穩(wěn)評”中的地位是平等的，幾者之中有一項評估通過不了，重大項目的 “穩(wěn)評”便不能通過。其簡要評價體系見表4。

表4　重大工程項目社會穩(wěn)定風(fēng)險評估體系

（續(xù)上表）

如表4，根據(jù)設(shè)計，非干預(yù)在線評估只作為重大項目綜合穩(wěn)評模式的一部分，專門負責(zé)評估項目公眾接受度環(huán)節(jié)。在線評估和線下評估應(yīng)當(dāng)有機聯(lián)系在一起的，其中包括了由項目主管機構(gòu)執(zhí)行的項目程序與規(guī)范審查 （合法性評估）；由獨立第三方等利用互聯(lián)網(wǎng)大數(shù)據(jù)實施的群眾風(fēng)險感知與負面情緒評價（接受度評估）；聘請專家或研究機構(gòu)進行項目的社會影響分析 （合理性評估）；由相關(guān)政府管理部門與項目方進行聯(lián)合論證，根據(jù)合法性、合理性和接受度評估結(jié)果，提出和落實對應(yīng)的風(fēng)險化解措施，然后評價實施效果 （可控性評估）。

4.化解矛盾

重大工程項目穩(wěn)評制度要求合法性評估、合理性評估、接受度評估和可控性評估的結(jié)論，都達到 “低風(fēng)險”，方才批準(zhǔn)公示穩(wěn)評報告然后審批立項。非干預(yù)在線評估只為重大工程項目穩(wěn)評提供了一類風(fēng)險 “聽診器”，后繼的關(guān)鍵措施在于防范和化解項目風(fēng)險。本質(zhì)上我國政府希望通過重大項目的穩(wěn)評制度，建立一套重大項目實施建設(shè)的社會矛盾預(yù)防與化解機制，引導(dǎo)和動用宣傳、補償、治安、溝通等機制，來防范和化解項目矛盾，防止暴發(fā)群體性事件。

五、結(jié)論與思考

本研究在協(xié)同表達、風(fēng)險感知和情緒理論指導(dǎo)下，采用案例檢驗法，研究了線上線下重大項目社會抗?fàn)幍膮f(xié)同關(guān)系。研究發(fā)現(xiàn)，項目選址地網(wǎng)民的負面情緒和風(fēng)險感知，對項目所面臨的社會抗?fàn)庯L(fēng)險有正向解釋力。由此可以判斷，基于互聯(lián)網(wǎng)大數(shù)據(jù)的社會風(fēng)險評估方法，可以運用于重大工程項目社會穩(wěn)定風(fēng)險評估。因為在互聯(lián)網(wǎng)時代，網(wǎng)絡(luò)表達與對抗行為存在協(xié)同關(guān)系，互聯(lián)網(wǎng)社會的輿論往往比傳統(tǒng)渠道的利益訴求表達，更加清晰、集中和激烈，據(jù)之評估者更容易了解項目選址地群眾的訴求，更容易準(zhǔn)確預(yù)警項目風(fēng)險。

現(xiàn)代認知心理與神經(jīng)科學(xué)理論指出，人類從兩條基本途徑理解風(fēng)險：一是通過人的 “分析系統(tǒng)”（Analytic System），采用概率計算、邏輯推理、風(fēng)險評估等方法，對風(fēng)險進行理性的分析和判斷，此類風(fēng)險認知被稱為分析型風(fēng)險（Risk as Analysis）；二是通過人的 “體驗系統(tǒng)”（Experiential System），依靠同經(jīng)歷相關(guān)的圖像和聯(lián)想，直觀、快速、近乎無意識地產(chǎn)生或好或壞的感受，也就是情緒和情感，此類風(fēng)險感受被稱為感覺型風(fēng)險 （Risk as Feeling）（Slovic et al.，2004）。本研究的兩個核心評估指標(biāo)——風(fēng)險感知與負面情緒，恰好分別對應(yīng)上述兩類風(fēng)險理解途徑。本研究不僅回答了是否可以通過分析網(wǎng)民的分析型風(fēng)險 （“風(fēng)險感知”指標(biāo)）和感覺型風(fēng)險 （“負面情緒”指標(biāo)），來評估網(wǎng)民對重大工程項目的抗?fàn)巸A向的問題，還提出了一個實用的在線評估模型。

線下社會穩(wěn)定風(fēng)險評估，一般采取問卷調(diào)查、聽證會、座談會、重點走訪等形式，收集利益相關(guān)群體的意見和建議。當(dāng)項目風(fēng)險溝通渠道不暢通，樣本代表性不足時，原意用于發(fā)現(xiàn)隱患、消除矛盾、促進發(fā)展的 “穩(wěn)評”活動，反而可能掩蓋社會矛盾，導(dǎo)致政府的項目決策依據(jù)不足或失真。重大項目在實施穩(wěn)評的過程中，項目單位和地方政府都傾向于自我肯定 （朱正威等，2014），因而人為干擾因素較多。由于被排除在決策環(huán)節(jié)之外，項目選址地群眾可能產(chǎn)生激烈的風(fēng)險感知與負面情緒，并映射到當(dāng)?shù)鼐W(wǎng)民的微博、微信、QQ、博客等社交網(wǎng)絡(luò)發(fā)言之中?；诨ヂ?lián)網(wǎng)大數(shù)據(jù)的穩(wěn)評活動可以及時動態(tài)地監(jiān)測這種風(fēng)險，且評價結(jié)論可以反復(fù)進行檢驗，有助于減少黑箱操作，可以提高評價的程序公平性和結(jié)果公平性。簡言之，重大工程項目在線穩(wěn)評模式具有網(wǎng)絡(luò)議政的元素，符合黨的十八屆三中全會提出的 “推進國家治理體系和治理能力現(xiàn)代化”的戰(zhàn)略意圖，也具有新時期強政府與強社會相結(jié)合 （朱德米，2014）的社會風(fēng)險治理特征，應(yīng)當(dāng)?shù)玫竭M一步研究和推廣。

就像所有的風(fēng)險預(yù)警模型，無法絕對避免 “虛警”或 “漏警”一樣，當(dāng)某些人的社交網(wǎng)絡(luò)發(fā)言采用反語時，我們實施的重大工程項目社會穩(wěn)定風(fēng)險評估，同樣可能發(fā)生測評偏差。不過由于被監(jiān)測的微博記錄往往達數(shù)十萬甚至數(shù)百萬條之巨，可以達到 “涌現(xiàn)”（復(fù)雜系統(tǒng)的一種自適應(yīng)特征）的效果，可大概率地削除由此造成的問題。金斯伯格等 （Ginsberg et al.，2009）在Nature上發(fā)文，介紹了谷歌推出的一套名叫 “Google Flu Trend”的大數(shù)據(jù)在線監(jiān)測模型，該模型利用互聯(lián)網(wǎng)搜索引擎查詢預(yù)測季節(jié)性流感。美國政府CDC（疾病預(yù)防控制中心）據(jù)之在 2013年 1月預(yù)測的美國全國范圍流感樣疾病 （Influenza-Like Illness，ILI）差不多是實際值的2倍 （Butler，2013），顯然這次預(yù)測是失敗的。但是美國CDC還在使用這套工具，原因在于歷史數(shù)據(jù)表明它大概率是準(zhǔn)確的，相應(yīng)的預(yù)測結(jié)果具有極高的科學(xué)應(yīng)用價值。

有足夠的網(wǎng)民關(guān)注，線上輿情測評才有代表性，才能反映出 “民意”。媒介依賴理論認為，人們對媒介的依賴是由媒介傳遞信息的數(shù)量和質(zhì)量，以及社會沖突的程度共同決定的 （龔新瓊，2011）。有關(guān)負面傾向新聞關(guān)注度 （李強、蘇慧麗，2014）和微博謠言關(guān)注度 （張自立等，2014）的研究，有力地支持這一理論觀點。網(wǎng)民針對重大工程項目實施的互聯(lián)網(wǎng)查詢行為與發(fā)言行為，跟社交網(wǎng)絡(luò)本身的人氣、項目的知情范圍、網(wǎng)民對項目的反對程度息息有關(guān)。如果項目的信息不夠公開，公眾對項目缺乏興趣，那么項目的網(wǎng)民關(guān)注度必然處于低位，此時通過在線評估分析項目的社會穩(wěn)定風(fēng)險，顯然不具有真實性和代表性。此外，我國區(qū)域經(jīng)濟發(fā)展不平衡，在互聯(lián)網(wǎng)使用率較低的區(qū)域 （如一些邊遠落后鄉(xiāng)村），人們往往不懂或不能通過在線社交網(wǎng)絡(luò)表達個體意見，在這種情況下在線 “穩(wěn)評”也容易出現(xiàn)偏差。

本研究探討了重大工程項目社會對抗的微觀心理認知機制，分析了核電項目社會穩(wěn)定風(fēng)險的大數(shù)據(jù)評估理論與方法，本研究所揭示的基本理論關(guān)系與概念模型，適用于各類重大工程項目 “穩(wěn)評”。不過由于公眾對不同鄰避型項目的風(fēng)險認知存在差異，文中提出的 “風(fēng)險感知”變量操作化方法只適用于核電項目。用于分析的資料中，每一條被用于風(fēng)險分析的微博，相當(dāng)于公眾的一次民意 “投票”，但是不同 “投票”行為可能存在不同意義。社交網(wǎng)絡(luò)意見領(lǐng)袖的微博會被轉(zhuǎn)發(fā)或回復(fù)多次，網(wǎng)絡(luò)活躍分子可能不自覺地發(fā)送多條微博，是否有必要使用ID限制，是否需要對不同角色的發(fā)言賦予不同權(quán)重，研究者可通過在線 “投票”機制的設(shè)計進行調(diào)整，不過本文尚未探討到這方面的問題。

蔡前（2009）.以互聯(lián)網(wǎng)為媒介的集體行動研究.求實，2：44-48.

龔新瓊（2011）.關(guān)系·沖突·整合——理解媒介依賴理論的三個維度.當(dāng)代傳播，6：28-30.

黃順康（2006）.論公共危機預(yù)控.理論界，5：81-82.

拉雷·N.格斯頓（2001）.公共政策的制定——程序和原理.朱子文譯.重慶：重慶出版社.

李強、蘇慧麗（2014）.網(wǎng)絡(luò)新聞受眾負面偏向的關(guān)注度研究——基于傳播心理學(xué)視角.傳媒觀察，1：51-53.

孟博、劉茂、李清水、王麗（2010）.風(fēng)險感知理論模型及影響因子分析.中國安全科學(xué)報，10：59-66.

尚虎平（2015）.政府績效評估中“結(jié)果導(dǎo)向”的操作性偏誤與矯治.政治學(xué)研究，3：91-100.

譚爽、胡象明（2013）.鄰避型社會穩(wěn)定風(fēng)險中風(fēng)險認知的預(yù)測作用及調(diào)控——以核電站為例.武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），5：75-81.

童志鋒（2013）.互聯(lián)網(wǎng)、社會媒體與中國民間環(huán)境運動的發(fā)展（2003—2012）.江蘇行政學(xué)院學(xué)報，4：52-62.

葉璐（2012）.微博中的負面情緒傳播分析.今傳媒，2：54-55.

維克托·邁爾-舍恩伯格、肯尼斯·庫克耶（2013）.大數(shù)據(jù)時代：生活、工作與思維的大變革.盛楊燕、周濤譯.杭州：浙江人民出版社.

趙鼎新（2012）.社會與政治運動講義.北京：社會科學(xué)文獻出版社.

朱德米（2014）.社會穩(wěn)定風(fēng)險評估的社會理論圖景.南京社會科學(xué)，4：58-66.

周云倩、楊娜（2013）.微博負面情緒的MOA解析.青年記者，11：77-78.

張自立、孫佰清、張紫瓊（2014）.網(wǎng)絡(luò)普及率和網(wǎng)民增長率對微博用戶謠言關(guān)注度的影響機制研究.統(tǒng)計與決策，7：91-93.

張晶、朱波、梁琳琳、侯敏、滕永林（2014）.基于情緒因子的中文微博情緒識別與分類.北京大學(xué)學(xué)報（自然科學(xué)版），1：79-84.

張兵、張金華（2010）.從微博的特點看危機潛伏期政府如何預(yù)警——以富士康跳樓事件為例.新聞世界，9：151-152.

朱正威、李文君、趙欣欣（2014）.社會穩(wěn)定風(fēng)險評估公眾參與意愿影響因素研究.西安交通大學(xué)學(xué)報（社會科學(xué)版），2：49-55.

Butler，D.（2013）.When Google Got Flu W rong.Nature，494（7436）：155.

Cheong，M.＆Lee，V.C.S.（2011）.A Microblogging-based Approach to Terrorism Informatics：Exploration and Chronicling Civilian Sentiment and Response to Terrorism Events via Twitter. Information Systems Frontiers，13：45-59.

Cox，D.F.Ed.（1967）.Risk Taking and Information Handling in Consumer Behavior.Boston：Harvard University.

Downey，G.L.（1986）.Ideology and the Clamshell Identity：Organizational Dilemmas in the Anti-Nuclear Power Movement.Social Problems，33（5）：357-373.

Fenton，N.（2008）.Mediating Hope：New Media，Politics and Resistance.International Journal of Culture Studies，11（2）：230-248.

Finucane，M.L.，Alhakami，A.，Slovic，P.＆Johnson，S.N.（2000）.The Affect Heuristic inJudgments of Risk and Beneflts.Journal of Behavioral Decision Making，13：1-17.

Ginsberg，J.，Mohebbi，M.H.，Patel，R.S.，Brammer，L.，Smolinsk，M.S.＆Brilliant，L.（2009）.Detecting Influenza Epidem ics Using Search Engine Query Data.Nature，457（7232）：1012-1014.

Ho，J.C.，Kao，S.F.，Wang，J.D.，Su，C.T.，Lee，C.T.P.，Chen，R.T.，Chang，H. L.，Ieong，M.C.F.＆Chang，P.W.（2013）.Risk Perception，Trust，and Factors Related to a Planned New Nuclear Power Plant in Taiwan after the 2011 Fukushima Disaster.Radiol Prot. 33（4）：773-789.

Kraft，M.＆Clary，B.（1991）.Citizen Participation and the NIMBY Syndrome：Public Response to Radioactive Waste Disposal.TheWestern Political Quarterly，2：299-328.

Lerner，J.S.，Gonzalez，R.M.，Small D.A.＆Fischhoff，B.（2003）.Effects of Fear and Anger on Perceived Risks of Terrorism：A National Field Experiment.Psychological Science，14（2）：144-150.

Murphy，K.＆Tyler，T.（2008）.Procedural Justice and Compliance Behavior：The Mediating Role of Emotions.European Journal of Social Psychology，38：652-668.

Posner，J.，Russell，J.A.＆Peterson，B.（2005）.The Circumplex Model of Affect：An Integrative Approach to Affective Neuroscience，Cognitive Development，and Psychopathology.Development and Psychopathology，17（3）：715-734.

Russell，J.A.（1980）.A Circumplex Model of Affect.Journal of Personality and Social Psychology，39（6）：1161-1178

Sakaki，T.，Okazaki，M.＆Matsuo Y.（2010）.Earthquake Shakes Twitter Users：Real-Time Event Detection by Social Sensors.WWW2010，April 26-30，Raleigh，North Carolina.

Sj?berg，L.，Drottz-Sj?berg，B.M.（2001）.Fairness，Risk and Risk Tolerance in the Siting of a Nuclear Waste Repository.Journal of Risk Research，4（1）：75-101.

Slovic，P.，F(xiàn)nucane，M.，Peter，E.＆MacGregor D.G.（2004）.Risk as Analysis and Risk as Feeling：Some Thoughts about Affect，Reason，Risk，and Rationality.Risk Analysis，24（22）：311-322.

Slovic，P.＆Peters，E.（2006）.Risk Perception and Affect.Current Directions in Psychological Science，15（6）：322-325.

Smith，H.J.，Cronin，T.＆Kessler，T.（2008）.Anger，F(xiàn)ear，or Sadness：Faculty Members’Emotional Reactions to Collective Pay Disadvantage.Political Psychology，29：221-246.

Tarrow，S.G.（2011）.Power in Movement Social Movement and Contentious Politics.Cambridge：Cambridge University Press.

Visschers，V.H.M.，Keller，C.＆Siegrist，M.（2011）.Climate Change Benefits and Energy Supply Benefits as Determinants of Acceptance of Nuclear Power Stations：Investigating an Explanatory Model.Energy Policy，39：3621-3629.

Visschers，V.H.M.＆Siegrist，M.（2013）.How a Nuclear Power Plant Accident Influences Acceptance of Nuclear Power：Results of a Longitudinal Study before and after the Fukushima Disaster.Risk Analysis，33（2）：333-347.

Warr，M.＆Stafford，M.（1983）.Fear of Victimization：A Look at the Proximate Causes.Social Forces，61（4）：1033-1043.

Watson，D.，Clark，L.A.＆Tellegen，A.（1988）.Development and Validation of Brief Measures Positive and Negative Affect：The PANASSchedule.Journal of Personality and Social Psychology，54（6）：1063-1070.

Watson，D.＆Tellegen，A.（1985）.Toward a Consensual Structure ofMood.Psychological Bulletin，98（2）：219-235.

Whitfield，S.C.，Rosa E.A.，Dan，A.＆Dietz，T.（2009）.The Future of Nuclear Power：Value Orientations and Risk Perception.Risk Analysis，29：425-437.

Yeo，S.K.，Cacciatore，M.A.，Brossard，D.，Scheufele，D.A.，Runge，K.，Su，L.Y.，Kim，J.，Xenos，M.＆Corley，E.A.（2014）.Partisan Amplification of Risk：American Perceptions of Nuclear Energy Risk in theWake of the Fukushima DaiichiDisaster.Energy Policy，67：727-736.

Zomeren，M.V.，Spears，R.，F(xiàn)ischer A.H.＆Leach，C.W.（2004）.Put Your Money Where Your Mouth Is！Explaining Collective Action Tendencies through Group-Based Anger and Group Efficacy.Journal of Personality and Social Psychology，87：649-664.

D63

A

1674-2486（2016）01-0086-24

* 肖群鷹，西北工業(yè)大學(xué)人文與經(jīng)法學(xué)院，副教授；西安交通大學(xué)公共政策與管理學(xué)院，博士后；朱正威，西安交通大學(xué)公共政策與管理學(xué)院，教授；劉慧君，西安交通大學(xué)公共政策與管理學(xué)院，教授。論文的長摘要曾于 “中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會”公開宣讀，后又根據(jù)各方意見做了大幅調(diào)整。感謝匿名評審人的意見。

國家社科基金重大項目 （11＆ZD034）、國家社科基金后期項目（14FGL009）、陜西省自然科學(xué)基金項目 （2015JM7365）。