溫志強(qiáng) 劉楠

摘 要：重大公共決策因其涉及多元主體利益關(guān)系而面臨更加復(fù)雜的風(fēng)險因素，網(wǎng)絡(luò)輿情更是成為重大公共決策不可忽視的治理場域，對風(fēng)險治理手段有著更高的要求。數(shù)據(jù)驅(qū)動下的信息技術(shù)是重大公共決策網(wǎng)絡(luò)輿情風(fēng)險治理的重要工具集，并融合專家參與，成為全媒體時代風(fēng)險防范與化解的有效方式。通過分析重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判單向線性機(jī)制存在的不足，提出了基于專家與數(shù)字技術(shù)深度融合的迭代閉環(huán)式輿情風(fēng)險研判系統(tǒng)，能夠從革新現(xiàn)代化治理技術(shù)、吸引專家全程參與、加強(qiáng)制度建設(shè)、構(gòu)建良性互動機(jī)制等幾個維度推進(jìn)重大公共決策網(wǎng)絡(luò)輿情風(fēng)險治理體系和治理能力現(xiàn)代化。

關(guān)鍵詞：重大公共決策;網(wǎng)絡(luò)輿情;風(fēng)險研判;專家評估;數(shù)字技術(shù)

一、問題的提出

隨著互聯(lián)網(wǎng)的迅猛發(fā)展，輿論生態(tài)和傳播方式也發(fā)生了深刻的改變。由于網(wǎng)絡(luò)媒體門檻低、容量大，成為許多社會信息和利益訴求公開傳播的首選之地，越來越多的利益相關(guān)群體和非利益相關(guān)者通過網(wǎng)絡(luò)來傳播和放大自己的聲音。當(dāng)前網(wǎng)絡(luò)熱點多與政府有關(guān)，民生、安全政策類話題呈現(xiàn)出燃點低、爆點多的特點，2019年民生與公共安全領(lǐng)域的問題占據(jù)國內(nèi)網(wǎng)絡(luò)輿情的大半江山[1]。往往一個政府部門決策經(jīng)過網(wǎng)絡(luò)的發(fā)酵，隨即演變?yōu)檎饎痈鹘绲纳鐣狳c事件。例如，2017年北京大興安全隱患大排查大清理大整治專項行動、2018年杭州政府捕殺流浪狗事件、2018年天津海河英才事件、2019年深圳30萬年薪聘請中小學(xué)教師、2020年云南威信禁遛狗新政事件等引發(fā)的網(wǎng)絡(luò)輿情風(fēng)險，都是由于民眾尤其是切身利益者對公共政策的擔(dān)憂、不滿而引發(fā)的。當(dāng)前，一些地方政府公共政策尊重客觀規(guī)律不夠，沒能充分聽取群眾意見，搞“一刀切”;還有一些關(guān)系到國計民生的重大公共項目因利益相關(guān)者不了解、不理解、不支持而引發(fā)網(wǎng)絡(luò)輿情事件，導(dǎo)致項目難以落地或者在爭議中匆匆叫停。重大公共決策引起的網(wǎng)絡(luò)群體性事件頻發(fā)，已經(jīng)成為經(jīng)濟(jì)社會穩(wěn)定發(fā)展的重要隱患。因此，對重大決策網(wǎng)絡(luò)輿情風(fēng)險進(jìn)行研判，盡量做到無急可應(yīng)、有急能應(yīng)，從源頭上預(yù)防和減少網(wǎng)絡(luò)輿情風(fēng)險，進(jìn)而確保重大決策順利實施，是現(xiàn)階段擺在各級政府面前的首要任務(wù)之一。

2016年以來，重慶市在全國率先將網(wǎng)絡(luò)輿情風(fēng)險評估作為市委常委會重大決策的前置程序，為有效預(yù)防和應(yīng)對重大決策實施中的各類輿情危機(jī)，進(jìn)一步推進(jìn)科學(xué)決策、民主決策、依法決策夯實了基礎(chǔ)[2]。2019年2月，習(xí)近平在主持中央全面依法治國委員會第二次會議時指出，“規(guī)范重大行政決策程序，是依法治國的迫切需要”。2019年4月，李克強(qiáng)簽署國務(wù)院令，公布了《重大行政決策程序暫行條例》，進(jìn)一步規(guī)范政府重大行政決策程序，明確公眾參與、專家論證、風(fēng)險評估、合法性審查、集體討論決定這五大程序，是規(guī)范重大行政決策程序關(guān)鍵的程序制度。建立重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制，是規(guī)范重大行政決策程序、保證政策平穩(wěn)運行的改革實踐，是治理模式創(chuàng)新的重要舉措，是運用大數(shù)據(jù)等現(xiàn)代信息技術(shù)實現(xiàn)國家治理現(xiàn)代化的重要探索。從中國政府的重大公共政策網(wǎng)絡(luò)輿情治理實踐來看，往往是政策出臺后出現(xiàn)輿情，再進(jìn)行應(yīng)對。建設(shè)重大公共決策風(fēng)險研判機(jī)制的目標(biāo)設(shè)想是先進(jìn)行輿情治理再出臺政策，以及政策出臺后直至平穩(wěn)運行的全過程網(wǎng)絡(luò)輿情治理。

當(dāng)前，我國對于重大公共決策網(wǎng)絡(luò)輿情的風(fēng)險評估仍聚焦在評估價值和程序的規(guī)范性上。傳統(tǒng)的單向線性重大公共決策網(wǎng)絡(luò)輿情治理路徑具有“不可逆”的局限性，專家僅參與了決策落地前的評估論證，數(shù)字技術(shù)的參與作用也很有限，重大公共決策的風(fēng)險治理一定程度上仍是政府決策者的“獨角戲”。這要求決策者在政策制定時就能直接預(yù)判出政策落地和推進(jìn)過程中所有可能出現(xiàn)的結(jié)果，但是現(xiàn)實中由于網(wǎng)絡(luò)環(huán)境的瞬息萬變和決策者自身的知識有限、經(jīng)驗欠缺等問題，完全準(zhǔn)確的輿情判定很難實現(xiàn)。閉環(huán)迭代的新治理范式不斷在程序性和靈活性之間尋求平衡[3]，具有更強(qiáng)的可操作性與適應(yīng)性，可以實現(xiàn)專家和技術(shù)在重大公共政策網(wǎng)絡(luò)輿情治理中全過程參與，充分釋放多元主體協(xié)同參與的活力，不斷提升決策的科學(xué)性、客觀性。因此，本文基于專家與數(shù)字融合的理念，探討重大公共決策風(fēng)險研判的優(yōu)化路徑。

二、文獻(xiàn)綜述

伴隨著網(wǎng)絡(luò)風(fēng)險的產(chǎn)生，網(wǎng)絡(luò)輿情風(fēng)險治理也成為社會治理的重中之重。到了20世紀(jì)末，西方學(xué)術(shù)界已經(jīng)有不少關(guān)于“網(wǎng)絡(luò)輿情治理”的研究文獻(xiàn)[4]。相比國外，國內(nèi)對“網(wǎng)絡(luò)輿情治理”的研究起步較晚，始于2005年[5]。研究主要集中于網(wǎng)絡(luò)輿情演化、網(wǎng)絡(luò)輿情治理工具、網(wǎng)絡(luò)輿情治理對象、現(xiàn)狀的不足和未來展望等方面。近年來，越來越多的學(xué)者關(guān)注突發(fā)事件類網(wǎng)絡(luò)輿情治理，其中涉及最多的是政務(wù)類輿情，其次是高校，以及環(huán)境類、企業(yè)類、衛(wèi)生類等[6]。

1.網(wǎng)絡(luò)輿情治理工具研究

在網(wǎng)絡(luò)輿情治理工具研究領(lǐng)域，西方學(xué)者早在互聯(lián)網(wǎng)建設(shè)之初便開展研究，并提出SIR模型以及改進(jìn)的SIS模型。2004年前后Facebook、Twitter等社交網(wǎng)絡(luò)開始盛行，研究者開始關(guān)注社交網(wǎng)絡(luò)的危機(jī)傳播，S.Vieweg[7]等通過研究突發(fā)事件下，Twitter用戶上傳的時間、天氣、地理位置、標(biāo)簽等信息來評估危機(jī)狀況，并以此偵測政治選舉過程中的虛假信息。當(dāng)前，針對網(wǎng)絡(luò)輿情風(fēng)險治理工具的使用，國內(nèi)有學(xué)者提出了“技術(shù)治理路徑”，主張利用大數(shù)據(jù)技術(shù)，對網(wǎng)絡(luò)輿情進(jìn)行監(jiān)測、預(yù)警、研判、應(yīng)對等[8]。有學(xué)者認(rèn)為，以大數(shù)據(jù)等現(xiàn)代信息技術(shù)帶來的扁平化機(jī)制和多維性分析為技術(shù)工具，可以深度挖掘焦點事件的形成過程、輿論導(dǎo)向與解決方案，進(jìn)而增強(qiáng)風(fēng)險治理的前瞻性與先導(dǎo)性[9]。有學(xué)者基于貝葉斯網(wǎng)絡(luò)的推理模型，對假設(shè)節(jié)點的條件概率進(jìn)行計算，實現(xiàn)對網(wǎng)絡(luò)輿情的識別與預(yù)警[10]。還有大量學(xué)者進(jìn)行SIR傳染病的社交網(wǎng)絡(luò)輿情傳播動力學(xué)模型研究[11]?？傮w來看，當(dāng)前的網(wǎng)絡(luò)輿情風(fēng)險治理工具研究仍是碎片化的，大多數(shù)學(xué)者在研究網(wǎng)絡(luò)輿情治理工具時主要從風(fēng)險識別與感知、風(fēng)險研判、風(fēng)險預(yù)警和風(fēng)險應(yīng)對中的一個環(huán)節(jié)來展開，缺乏對于網(wǎng)絡(luò)輿情治理全過程適用工具的研究。

2.網(wǎng)絡(luò)輿情風(fēng)險研判研究

在網(wǎng)絡(luò)輿情風(fēng)險研判方面，案例推理（case-based reasoning，CBR）是一種常見的技術(shù)手段，最早由美國耶魯大學(xué)的Schank提出[12]，旨在用過去案例來解釋或解決新的問題。當(dāng)前，案例推理技術(shù)廣泛應(yīng)用于信息不完全且需要快速反應(yīng)的應(yīng)急決策領(lǐng)域[13]，對于提升社會風(fēng)險治理水平具有重大的實踐意義。近幾年在知識管理視角下進(jìn)行突發(fā)事件意識形態(tài)的風(fēng)險防控和安全治理的研究多集中在案例庫的構(gòu)建和設(shè)計（佘廉、仲秋雁、張英菊等）[14]、類比推理（Patterson，Lenz，王文俊等）[15]和情境推演，在城市公共安全（邵荃、翁文國、陸瑩、李啟明、劉翔等）[16]、食品安全（許鑫、侯仕軍、游海疆等）[17]、意識形態(tài)風(fēng)險預(yù)警等方面。近幾年，國內(nèi)還建設(shè)了各種類型的輿情案例庫[18]，其主要應(yīng)用領(lǐng)域為輿情信息采集、輿情狀態(tài)監(jiān)控和輿情數(shù)據(jù)分析等。但是，當(dāng)前仍沒有發(fā)現(xiàn)將歷史知識案例庫運用于重大公共決策網(wǎng)絡(luò)輿情風(fēng)險治理的研究。

同時，目前理論界對網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制的研究仍呈現(xiàn)出碎片化的特點，其主要圍繞主體、對象、程序、指標(biāo)、方法、路徑等在內(nèi)的運行框架展開闡釋性、描述性研究，對機(jī)制本身缺乏深入細(xì)致的研究，其中對于重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制的研究基本處于空白狀態(tài)。通過中國知網(wǎng)檢索，截至2021年3月10日，以“網(wǎng)絡(luò)輿情治理”為主題詞的文獻(xiàn)共967篇，但是以“重大公共決策網(wǎng)絡(luò)輿情治理”為主題的文獻(xiàn)還未見到，因此，“重大公共決策網(wǎng)絡(luò)輿情治理”研究是有待深入開發(fā)的“藍(lán)?！?。

因此，本文首次提出基于專家與數(shù)據(jù)融合的方式建設(shè)重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判體系。一方面，通過歷史知識案例庫的海量信息，將現(xiàn)有政策同檢索、匹配后的歷史案例比對后進(jìn)行風(fēng)險感知，為專家風(fēng)險研判提供數(shù)據(jù)支撐，從而有效避免經(jīng)驗式風(fēng)險研判帶來的失誤，提升風(fēng)評的智能化水平。另一方面，保證專家全程參與重大決策網(wǎng)絡(luò)輿情風(fēng)險評估，充分借助專家的經(jīng)驗和智慧評估重大公共決策的合理性、現(xiàn)實性，將專家定性評估和案例庫定量評估結(jié)合，在提升決策民主化、透明化、科學(xué)化水平的同時，更加適應(yīng)網(wǎng)絡(luò)社會需求，降低政策公布后的社會壓力反應(yīng)。

三、重大決策網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制的單向線性邏輯機(jī)理

在輿情治理實踐中，普遍存在“重采集、輕研判”的現(xiàn)象，如何進(jìn)行科學(xué)、有效、務(wù)實的輿情研判，成為社會治理和公共服務(wù)中的關(guān)鍵環(huán)節(jié)。在信息網(wǎng)絡(luò)技術(shù)快速發(fā)展的大數(shù)據(jù)時代，將歷史上引發(fā)輿情的案例依托計算機(jī)集成后建立成庫，對文本語義進(jìn)行識別、歸類、趨勢研判，為公共決策提供經(jīng)驗性的知識支持，對于決策的科學(xué)性和社會穩(wěn)定發(fā)展都有重要意義?？偨Y(jié)當(dāng)前各地重大公共決策網(wǎng)絡(luò)輿情風(fēng)險的實踐，重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判體系構(gòu)建基本遵循以下路徑（如圖1所示）。

1.政策收集和歸類，形成歷史知識案例庫主體

區(qū)別于傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)不僅僅指海量數(shù)據(jù)，還包括對海量碎片化信息的處理方法。因此，基于大數(shù)據(jù)技術(shù)收集海量重大公共決策輿情歷史事件案例，分門別類進(jìn)行梳理，基于案例庫標(biāo)簽，形成分領(lǐng)域、分類型、分風(fēng)險級別的歷史案例或案例群，通過歷史輿情知識案例庫比對，快速檢索出相似案例，汲取歷史輿情知識案例的經(jīng)驗教訓(xùn)，及時發(fā)現(xiàn)問題風(fēng)險、做出決策，是政府部門調(diào)整決策方案、降低社會治理風(fēng)險的必要措施。

歷史知識案例庫作為網(wǎng)絡(luò)輿情風(fēng)險評估的“智庫”，其建設(shè)效果對風(fēng)險評估的精準(zhǔn)度發(fā)揮著重要作用。當(dāng)前我國大多網(wǎng)絡(luò)輿情評估系統(tǒng)主要是對輿情案例數(shù)據(jù)進(jìn)行捕捉、統(tǒng)計、分析，案例盡管按照類別進(jìn)行了歸類，但是大多仍是單獨的個體。顯然，傳統(tǒng)的信息抓取和處理方式，已經(jīng)無法滿足網(wǎng)絡(luò)安全及風(fēng)險治理工作的需求。對于容易引發(fā)輿情的重大公共政策，為保證政策安全落地，在推進(jìn)過程中需要及時尋找并回歸到案例庫中最貼切當(dāng)前情境的案例中，通過對歷史案例的分析，提煉出當(dāng)前決策可以借鑒的經(jīng)驗，因此，建設(shè)一個多維、動態(tài)、智能的歷史知識案例庫尤為重要。

2.回歸歷史案例情報語義比對，識別決策風(fēng)險

為實現(xiàn)重大公共決策網(wǎng)絡(luò)輿情風(fēng)險治理前置的目標(biāo)，本文將政府即將出臺實施的某一特定領(lǐng)域的重大公共決策回歸到歷史案例庫中，同與其高度相似的歷史案例進(jìn)行比對。搜索與即將出臺的重大公共決策相似度最高的網(wǎng)絡(luò)輿情歷史案例，比對輿情情報的文本信息。進(jìn)而結(jié)合實際情況，利用大數(shù)據(jù)模式和智能決策系統(tǒng)對當(dāng)前重大公共決策的重要風(fēng)險因子進(jìn)行運算、模擬和效果評估，修正相似案例并給出優(yōu)化的最終解決方案，提升比對結(jié)果的客觀性、科學(xué)性、合理性。

（1）主題挖掘以識別網(wǎng)民實際關(guān)注點

主題識別是對輿情信息本體的鎖定，主要識別評價詞語修飾的對象和領(lǐng)域相關(guān)的本體概念[19]，例如熱點新聞、微博熱搜榜中的某一話題（如“校園霸凌”）。針對公共政策類輿情文本的主題識別，基本是某一領(lǐng)域最新出臺的重大公共決策（如“延遲退休”），借助主題識別可以挖掘網(wǎng)民關(guān)注點。作為網(wǎng)絡(luò)輿情的載體，文本是一種富含語義信息的數(shù)據(jù)，而語義知識是反映輿情實際的數(shù)據(jù)挖掘結(jié)果[20]，是對輿情關(guān)鍵詞的提取、對其隱性知識的形式化描述，以及對數(shù)據(jù)文本的高度概括。文本內(nèi)容挖掘與語義建模是信息推薦和數(shù)據(jù)挖掘領(lǐng)域的研究熱點與核心內(nèi)容，而文本內(nèi)容的主題挖掘則是語義建模的重要基礎(chǔ)[21]。

重大公共決策風(fēng)險研判機(jī)制主要依靠聚類技術(shù)和LDA主題模型進(jìn)行文本主體挖掘。聚類技術(shù)作為信息檢索的重要手段，可以將大量信息組織成若干個有意義的簇，有效縮減搜索空間，從而改善檢索性能，加快檢索速度，提高檢索精度[22]。LDA主題模型則是基于產(chǎn)生式的三層貝葉斯概率計算來挖掘主題的新算法，利用“主題”“主題-特征詞關(guān)系”等抽象概念，用明確的概率大小來表示，利用詞頻的共現(xiàn)頻率進(jìn)行詞組聚類，將龐大的詞語空間轉(zhuǎn)化為主題空間。降維后的主題概率分布具有語義特征，可以有效避免信息遺漏，將主題相近的詞與詞組精準(zhǔn)地聚成一類。通過對LDA為代表的主題模型方法的應(yīng)用，可以從海量復(fù)雜的評論中揭示與主題相似的評論，進(jìn)而挖掘主流觀點和深度評論，將群眾智慧和思想認(rèn)知客觀、有序地呈現(xiàn)出來，為輿情監(jiān)測、研判、疏導(dǎo)快速提供依據(jù)，切實提升風(fēng)險感知能力。

（2）情感分析以捕捉輿論全過程的情感傾向

隨著深度學(xué)習(xí)在計算機(jī)視覺領(lǐng)域的大獲成功，越來越多的學(xué)者將深度學(xué)習(xí)技術(shù)應(yīng)用至自然語言處理領(lǐng)域[23]。新聞平臺、微博客戶端等的評論內(nèi)容蘊含著網(wǎng)民對熱點事件的情感，其信息傳播模式具有開放性、實時性和自由選擇性的特點，對歷史案例評論文本進(jìn)行情感及趨勢分析，可以深入挖掘網(wǎng)民群體的行為規(guī)律，為決策者提供決策依據(jù)。對于重大公共決策而言，分析和監(jiān)測重大公共政策類輿情熱點的情感信息，能夠了解民眾對特定政策的關(guān)注程度和情感變化，輔助決策者評估和掌握事件的發(fā)展走向，對決策實施的風(fēng)險再次進(jìn)行分析和研判，控制網(wǎng)絡(luò)群體事件的發(fā)生。概括而言，政策類輿情信息情感分析的過程主要是：抽取事件包含的所有不同方面的關(guān)注點—檢測不同關(guān)注點中蘊含的所有用戶情感信息—統(tǒng)計分析網(wǎng)民群體對各個關(guān)注點的情感變化趨勢。

第一，情感信息抽取

情感信息抽取旨在抽取情感文本中有價值的情感信息，是情感分析的基礎(chǔ)任務(wù)。為實現(xiàn)情報分析的精準(zhǔn)性，需要進(jìn)行詞語搭配，搭配主要有兩種模式：一是主題詞與情感詞的搭配，此過程是為了將主題詞與能夠合理修飾它的詞關(guān)聯(lián)到一起，如養(yǎng)老新政策-科學(xué);二是程度副詞與情感詞語的搭配組成極性短語，如非常-反對。觀點持有者對于政策的評論，尤其是涉及重大公共決策的評論在情感分析中顯得尤為重要，觀點持有者是觀點、態(tài)度的持有者，代表著不同的利益群體，特別是可能涉及利益相關(guān)者，如“全國大中小學(xué)學(xué)生家長高度贊揚國家實施推動學(xué)生強(qiáng)身健體的體育教育政策”。

情感分析是對帶有感情色彩的文本進(jìn)行分析、處理、歸納和處置的過程，其中對其情感傾向性起關(guān)鍵作用的都是構(gòu)成句子和文本的極性詞語。因此，構(gòu)建一個系統(tǒng)、完善、高效的極性詞典，是開展文本傾向性和情感分析工作的基礎(chǔ)。但是書面語言和評論的情緒表達(dá)存在一定的差異性，基于情感分析方法捕捉情感訊號可能會因二者的偏差而導(dǎo)致誤判。本文認(rèn)為可以將極性詞典和機(jī)器學(xué)習(xí)法結(jié)合，基于現(xiàn)有的詞典資源，持續(xù)發(fā)現(xiàn)新的極性詞語、及時動態(tài)地修正和擴(kuò)展詞典，利用技術(shù)工具自動完成領(lǐng)域詞典構(gòu)建。綜合考慮評價詞語、評價對象對極性計算的影響，結(jié)合全文情境進(jìn)行更加全面完善的情感判斷，保證對歷史重大決策網(wǎng)絡(luò)輿情風(fēng)險研判的精準(zhǔn)性，為新的政策風(fēng)險研判提供依據(jù)。

第二，情感信息分類

情感信息分類是情感識別和情感分析的重要基礎(chǔ)，分類的主要目標(biāo)是解決情感極性的判斷問題。情感是人類對客觀現(xiàn)實的主觀體驗和特殊反映形式，通過捕捉和衡量公眾的網(wǎng)絡(luò)情感信息，就可以掌握公眾對政策的情緒變化規(guī)律，進(jìn)而辨識公眾在不同情境下的情感傾向，有利于把握民眾尤其是敏感人群對于政策的情感、態(tài)度。采用機(jī)器學(xué)習(xí)和人工智能等新興技術(shù)可以克服傳統(tǒng)技術(shù)的設(shè)計成本、覆蓋領(lǐng)域、動態(tài)更新、準(zhǔn)確性等方面的困難。因此，可以借助具有強(qiáng)大學(xué)習(xí)能力的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)模型、基于BERT和雙通道注意力的文本情感分類模型[24]等進(jìn)行情感分類，彌補(bǔ)傳統(tǒng)機(jī)器學(xué)習(xí)方法的缺陷，提升數(shù)字模型捕捉情感語義的能力，明顯提升情感分類性能，改善其收斂速度和穩(wěn)定性，讓情感分類的效率和識別準(zhǔn)確度更高。

第三，情感信息歸納

基于熱點政策類新聞情感預(yù)測的文摘，主要是提取具有明顯情感傾向性的信息，除去冗余信息，對主題相關(guān)情感信息進(jìn)行歸納和總結(jié)。情感信息歸納工作主要關(guān)注對民眾意見的提取歸納。一般研判機(jī)制檢索出的評論觀點是從不同角度提出的網(wǎng)絡(luò)輿情觀點集合，涵蓋專家觀點、強(qiáng)勢意見領(lǐng)袖觀點、持有不同意見的大眾觀點。但是重大公共決策類輿情情感信息的歸納，必須注意專家和大眾政策問題認(rèn)知上的差異，將專家觀點和網(wǎng)民觀點分離開來。在提取主要觀點時，主張分離出與專家觀點相似的大眾觀點，然后從剝離出的大眾觀點集合中基于主題模型提取具有代表性的觀點句，并形成主要觀點摘要集合，歸納出大眾的主要核心情感觀點，保證歸納出的情感信息是民眾尤其是利益相關(guān)者對于歷史案例的情感態(tài)度。

第四，情感趨勢分析

基于歷史知識案例庫的海量數(shù)據(jù)源建立索引，以24小時為單位，對當(dāng)日收錄的重大公共決策輿情文本情感極性判別結(jié)果進(jìn)行統(tǒng)計分析。日后用戶想要查詢歷史案例的情感發(fā)展趨勢，可以輸入歷史輿情事件的政策名稱和對應(yīng)時間信息，系統(tǒng)根據(jù)輸入信息查找用戶查詢主體的全網(wǎng)評論數(shù)據(jù)，并對全部數(shù)據(jù)包含的情感信息進(jìn)行極性判斷和分析，最終通過變化曲線圖表的方式呈現(xiàn)出來，詳細(xì)顯示歷史熱點案例各領(lǐng)域關(guān)注點相關(guān)的用戶所表達(dá)的正極性情感和負(fù)極性情感的具體統(tǒng)計結(jié)果以及隨時間變化的趨勢圖，方便用戶瀏覽查詢特定時間段內(nèi)網(wǎng)民對重大公共決策實施的情感傾向變化，為風(fēng)險感知提供客觀的數(shù)據(jù)支撐。

3.感知政策輿情風(fēng)險，生成風(fēng)險情報

（1）感知重大公共決策網(wǎng)絡(luò)輿情風(fēng)險態(tài)勢

為了保證重大決策的平穩(wěn)出臺和運行，應(yīng)充分利用機(jī)器學(xué)習(xí)、人工智能等現(xiàn)代信息技術(shù)來進(jìn)行網(wǎng)絡(luò)輿情風(fēng)險感知。以風(fēng)險及安全情報為驅(qū)動，利用機(jī)器學(xué)習(xí)構(gòu)建“安全大腦”，創(chuàng)新與豐富傳統(tǒng)數(shù)據(jù)挖掘、情緒計算、關(guān)聯(lián)分析方法，充分利用云端的檢測能力[25]，對網(wǎng)絡(luò)環(huán)境中的海量數(shù)據(jù)進(jìn)行深入挖掘、抓取和自動分析，在有效時間內(nèi)快速掌握重大公共政策網(wǎng)絡(luò)安全的實時狀況和發(fā)展態(tài)勢，助力“云網(wǎng)端”協(xié)同聯(lián)動，構(gòu)建實時、智能、敏捷、可運維的“云安全”體系，其作為研判機(jī)制感知重大公共決策風(fēng)險的重要手段，可以從源頭上防范和化解不穩(wěn)定因素，增強(qiáng)政府應(yīng)對網(wǎng)絡(luò)空間風(fēng)險威脅的能力。

運用風(fēng)險態(tài)勢感知系統(tǒng)在一定時空范圍內(nèi)感知實時狀態(tài)下的網(wǎng)絡(luò)輿論環(huán)境，針對網(wǎng)絡(luò)輿情案例庫的海量數(shù)據(jù)進(jìn)行綜合處理，分析全網(wǎng)受到的攻擊行為，評估重大決策網(wǎng)絡(luò)輿情當(dāng)前的整體安全狀態(tài)和預(yù)測未來的安全趨勢，展現(xiàn)針對重大決策網(wǎng)絡(luò)輿情全網(wǎng)的“全局視圖”。從大量結(jié)構(gòu)繁多、來源不同且類型復(fù)雜多樣的重大公共決策歷史知識案例庫中認(rèn)知隱藏的規(guī)律，實現(xiàn)從海量案例庫數(shù)據(jù)向有價值威脅警告的轉(zhuǎn)化。結(jié)合外部威脅情報，在數(shù)據(jù)級、特征級、決策級三個層面利用機(jī)器學(xué)習(xí)算法進(jìn)行分析處理，從海量的原始安全數(shù)據(jù)中定位威脅線索，實現(xiàn)對未知威脅的及時發(fā)現(xiàn)。通過對網(wǎng)絡(luò)用戶行為、輿情發(fā)展方向等進(jìn)行全方位、多維度動態(tài)分析，對歷史類似事件進(jìn)行階段性態(tài)勢分析、印象分析、情緒分析、滿意度分析、意見領(lǐng)袖分析等，從歷史知識案例庫中發(fā)掘重大公共決策發(fā)布時隱藏輿情的相關(guān)性，結(jié)合當(dāng)下社會民生熱點和敏感群體動態(tài)，感知潛在的風(fēng)險。

（2）風(fēng)險情報生成

相對于風(fēng)險感知，文本情報需要更加系統(tǒng)、精準(zhǔn)、前瞻的信息，作為專家研判和決策者參考的依據(jù)。傳統(tǒng)輿情風(fēng)險情報分析技術(shù)有數(shù)據(jù)來源單一、處理能力有限、部署依賴于物理環(huán)境等缺陷，因此情報的獲取、分析、利用能力不足，風(fēng)險感知能力也有限。大數(shù)據(jù)時代的到來，極大地豐富了公共決策網(wǎng)絡(luò)輿情情報獲取的來源、采集的方法和內(nèi)容的形式。通過大數(shù)據(jù)與人工智能等信息技術(shù)，提升情報信息的獲取頻率，通過多個維度對網(wǎng)絡(luò)上的海量信息和海量數(shù)據(jù)源進(jìn)行搜索和匯總，除了對傳統(tǒng)的基礎(chǔ)設(shè)施和網(wǎng)絡(luò)流量進(jìn)行監(jiān)控，也要將微信、微博、QQ、知乎、抖音等各類新興網(wǎng)絡(luò)社交媒體當(dāng)作風(fēng)險情報獲取的重要戰(zhàn)場。獲取風(fēng)險情報信息后，必須將海量的情報信息進(jìn)行融合匯總，通過智能化的數(shù)據(jù)分析技術(shù)，將新增和歷史的各種類型風(fēng)險事件數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析與檢索，幫助決策者和技術(shù)專家實時洞悉風(fēng)險態(tài)勢感知并生成風(fēng)險決策報告，從而快速作出風(fēng)險趨勢研判、制定應(yīng)急響應(yīng)策略，為專家快速進(jìn)行風(fēng)險研判提供定量依據(jù)。

4.專家研判風(fēng)險，提出對策意見

為有效預(yù)防和應(yīng)對重大決策實施中的各類輿情危機(jī)，進(jìn)一步推進(jìn)科學(xué)決策、民主決策、依法決策，各地政府必須進(jìn)一步優(yōu)化決策機(jī)制和程序，將網(wǎng)絡(luò)輿情風(fēng)險評估作為重大公共決策的前置程序，這是國家治理體系和治理能力現(xiàn)代化的重要體現(xiàn)。同時，重大公共決策程序?qū)崿F(xiàn)正當(dāng)性與合法性的主要路徑便是通過民主與科學(xué)，即公眾參與、專家咨詢和論證[26]。在保證專家論證程序獨立性的基礎(chǔ)之上[27]，由專業(yè)的法律專家、輿情專家、相關(guān)部門負(fù)責(zé)人和資深媒體人等組成經(jīng)驗豐富、領(lǐng)域全面的重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估專家咨詢委員會。風(fēng)險情報生成后，專家主要依據(jù)歷史知識案例庫系統(tǒng)輸出的定量依據(jù)，并結(jié)合自己專業(yè)的判斷和分析研究，圍繞決策的可行性、民眾認(rèn)可度對涉及自身專業(yè)領(lǐng)域的重大公共決策網(wǎng)絡(luò)輿情風(fēng)險進(jìn)行預(yù)判，最終提出意見。為決策者及時調(diào)整政策、建立風(fēng)險防范和處置機(jī)制提供依據(jù)，確保重大公共決策安全落地、順利實施。

5.輿情持續(xù)監(jiān)控和預(yù)警

使用科學(xué)的方法在網(wǎng)絡(luò)輿情大數(shù)據(jù)信息中及時發(fā)現(xiàn)危機(jī)信息，快速識別各類輿情事件的影響級別，進(jìn)行有效的疏導(dǎo)和管理，是重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制的重要工作任務(wù)。特別是當(dāng)前面對新媒體、5G移動網(wǎng)絡(luò)等新興信息技術(shù)的應(yīng)用，各類情報感知要素的關(guān)系也隨之發(fā)生變遷。比如網(wǎng)絡(luò)輿情信息的發(fā)布者和來源更隱蔽，信息傳播中信息技術(shù)的自動推送因素可能比人際傳播的比重更大[28]。因此，需要隨時捕捉關(guān)于即將出臺的重大政策的網(wǎng)絡(luò)輿情，并進(jìn)行預(yù)警。

6.做實后期輿情應(yīng)對，保證政策平穩(wěn)落地

專家對重大公共決策網(wǎng)絡(luò)輿情風(fēng)險進(jìn)行評估后上報給決策者，一般會出現(xiàn)兩種情況：一種是不存在風(fēng)險，政策可以平穩(wěn)落地，經(jīng)過評估后可以加大政策宣傳力度。另一種是存在風(fēng)險，這種情況則需要決策者對政策條文進(jìn)行技術(shù)性修整，或者在政策發(fā)布的時候采取一些技巧性措施，避免在政策實施后采取剛性的“管控”手段，激發(fā)潛在的反作用，招致公眾負(fù)面情緒的日常壓抑和以政務(wù)輿情事件為契機(jī)的集中爆發(fā)[29]，從而保證政策平穩(wěn)運行?？傊?，風(fēng)險研判需在政策出臺后持續(xù)跟蹤其運行情況，直到政策平穩(wěn)落地運行。

四、重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判單向線性機(jī)制存在的困境

隨著重大公共決策網(wǎng)絡(luò)輿情風(fēng)險愈加錯綜復(fù)雜，對于重大公共決策風(fēng)險的源頭治理、系統(tǒng)治理需求更為迫切。但是，當(dāng)前的重大公共決策網(wǎng)絡(luò)輿情研判機(jī)制還停留在管理主體單一化、評估程序單向化、治理系統(tǒng)封閉化的階段，專家“全周期”地介入重大決策風(fēng)險研判系統(tǒng)缺乏工具、制度和程序的保障，不利于及時預(yù)警和化解潛在危險，難以實現(xiàn)“圖之于未萌，防患于未然”的治理目標(biāo)。

1.工具的技術(shù)性缺陷

一是案例庫抽取的輿情觀測值往往忽略人際傳播中的意見表達(dá)和線下行為。大數(shù)據(jù)的網(wǎng)絡(luò)輿情信息收集基于網(wǎng)絡(luò)平臺，主要來源于網(wǎng)站和自媒體平臺的公開意見表達(dá)。案例庫的樣本收集基于大數(shù)據(jù)技術(shù)，但是在收集信息樣本的時候容易出現(xiàn)“掐頭”或“去尾”的“樣本截斷”問題。首先，在抽取海量輿情信息時，由于網(wǎng)絡(luò)和自媒體平臺的使用存在一定的門檻，從而天然地排除了很多不能、不會使用網(wǎng)絡(luò)媒體的中老年人或者少數(shù)無力負(fù)擔(dān)網(wǎng)絡(luò)費用的民眾意見。其次，相比線下群體事件，網(wǎng)絡(luò)評論雖然具有一定匿名性，但是網(wǎng)絡(luò)評論尤其是涉及重大政策的網(wǎng)絡(luò)意見表達(dá)往往受主體的性格、意見的性質(zhì)等因素影響，從而“有選擇”地出現(xiàn)在網(wǎng)絡(luò)中，實名制跟帖評論政策的實施，更是降低了網(wǎng)友發(fā)出與主流意見不同聲音的意愿。除此之外，并不是所有的網(wǎng)上表達(dá)意見都可以被采集到。尤其是自媒體具有一定的社交屬性，是人們進(jìn)行信息分享和意見交流的主要網(wǎng)絡(luò)平臺，然而傳播裂變的意見擴(kuò)散可能會涉及個人隱私問題，不便于大數(shù)據(jù)技術(shù)對此類信息進(jìn)行采集。同時，網(wǎng)絡(luò)意見表達(dá)僅僅是公眾表達(dá)意見的一部分，線下也存在大量的意見表達(dá)方式，這也是大數(shù)據(jù)技術(shù)無法察覺到的。

二是現(xiàn)有機(jī)器學(xué)習(xí)技術(shù)仍難以對具有高度復(fù)雜性的情緒和語義模糊性的漢語做出精確區(qū)分。情緒是網(wǎng)絡(luò)輿情研究的重要對象，情感信息是判斷公眾對政策態(tài)度的晴雨表，要準(zhǔn)確判斷出網(wǎng)友是“支持或反對”某一政策、“喜歡或不喜歡”某一政策落地，需要從案例庫中抽取情感信息。但由于情緒的高度復(fù)雜性和漢語的語義模糊性，即使是引入強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù)，對情緒進(jìn)行精確的區(qū)分也存在一定的困難。尤其是近年來許多區(qū)別于常規(guī)用語，具有隨意性、模糊性等特征的新生詞匯的出現(xiàn)，給情感信息的情緒判斷帶來極大的困難。

三是大數(shù)據(jù)分析難以剔除“沉默的螺旋”者和“反沉默螺旋”者的意見，風(fēng)險評估易出現(xiàn)偏誤。一方面，“沉默的螺旋”認(rèn)為人們趨向于表達(dá)與主流意見一致的意見;當(dāng)個人意見與主流意見不一致時，個體會傾向于改變自己的意見或者干脆選擇沉默。另一方面，網(wǎng)絡(luò)傳播的快速發(fā)展給網(wǎng)民表達(dá)意見、釋放情緒提供了新的通道，以往在“沉默的螺旋”中的沉默者們，個體意識表達(dá)意愿不斷增強(qiáng)，從眾心理逐漸淡化，小部分受眾群體不再一味保持沉默，而是積極尋找有利于自身的信息，表達(dá)自己的觀點以吸引更多人的關(guān)注[30]。尤其是重大公共政策與民眾利益息息相關(guān)，“沉默的螺旋”已經(jīng)不再適用。觀察網(wǎng)絡(luò)上發(fā)生的影響力較大的輿情事件，就會發(fā)現(xiàn)“沉默的螺旋”在新媒體環(huán)境中不再是黃金定律，“反沉默螺旋”模式成為當(dāng)下網(wǎng)絡(luò)輿情發(fā)展中的一種新態(tài)勢。大多公眾提出合情合理意見的同時，也出現(xiàn)了信息非理性、情緒化和失真的現(xiàn)象。很多情況下，公眾容易被極個別持有偏激觀點、扭曲立場、特殊利益的分子所誤導(dǎo)。面對網(wǎng)絡(luò)輿情，持有理性觀點的網(wǎng)民可能呈現(xiàn)出無奈、冷漠或者無聲抗議的態(tài)度，選擇不參與討論，網(wǎng)絡(luò)空間被少數(shù)“中堅分子”的非理性言論占據(jù)，大數(shù)據(jù)技術(shù)抽取到的信息并不能有效反映輿情的準(zhǔn)確情況，極大地降低了網(wǎng)絡(luò)輿情風(fēng)險研判的參考性價值。

2.評估制度的局限性

第一，當(dāng)前無論是從理論上，還是從實踐上，對于重大決策風(fēng)險評估的關(guān)注主要集中在社會穩(wěn)定風(fēng)險，網(wǎng)絡(luò)輿情風(fēng)險評估作為社會穩(wěn)定風(fēng)險的重要分支，還沒有受到足夠的重視。

第二，各級地方政府還沒有出臺本區(qū)域?qū)ｉT的《重大公共決策網(wǎng)絡(luò)輿情風(fēng)險評估制度實施細(xì)則》，相應(yīng)的法律法規(guī)尚不健全，相關(guān)規(guī)定的落地執(zhí)行仍有彈性，沒有形成剛性約束，同時制度的各項要素也沒有進(jìn)行細(xì)化，當(dāng)前亟須為重大行政決策網(wǎng)絡(luò)輿情風(fēng)險評估制度的運行提供一個健康的法制環(huán)境。

第三，當(dāng)前對于民間企業(yè)和專業(yè)機(jī)構(gòu)的優(yōu)惠政策和扶持力度不夠，亟須為重大公共決策風(fēng)險網(wǎng)絡(luò)輿情評估制度的運行提供一個健康有序的市場環(huán)境。一方面，重大決策網(wǎng)絡(luò)風(fēng)險評估行業(yè)建設(shè)缺乏規(guī)劃，行業(yè)管理、自律薄弱，缺少從業(yè)規(guī)定和系統(tǒng)、規(guī)范、科學(xué)的職業(yè)培訓(xùn)。另一方面，第三方社會評估機(jī)構(gòu)的視野、素養(yǎng)、能力普遍不適應(yīng)高質(zhì)量發(fā)展要求，機(jī)構(gòu)發(fā)育不足，行業(yè)管理薄弱，市場存在無序競爭現(xiàn)象。

3.評估程序缺乏反饋優(yōu)化

當(dāng)前我國在重大公共決策網(wǎng)絡(luò)輿情風(fēng)險治理的程序機(jī)制上，并沒有呈現(xiàn)出一個銜接緊密的程序鏈條[31]，重大公共決策風(fēng)險研判治理仍處于單向發(fā)展階段。風(fēng)險研判機(jī)制不應(yīng)該僅僅聚焦于風(fēng)險評估，而是要從源頭治理風(fēng)險，避免、降低、緩解、轉(zhuǎn)化或留存風(fēng)險，通過科學(xué)和多主體參與的評估，形成合理的應(yīng)對方案。智能化的風(fēng)險研判機(jī)制從數(shù)據(jù)到信息再到知識的演進(jìn)，對未來風(fēng)險的認(rèn)識逐步清晰，其目的是為了刻畫特征，為識別問題的復(fù)雜程度提供科學(xué)依據(jù)，但是這對于重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估來說是遠(yuǎn)遠(yuǎn)不夠的。一方面，決策風(fēng)險評估所需要解決的問題，其要素之間呈現(xiàn)出復(fù)雜關(guān)系，而非簡單的線性關(guān)系。另一方面，風(fēng)險評估不僅僅是風(fēng)險研判，還要通過多方評估，快速形成科學(xué)的應(yīng)對方案。想要提升風(fēng)險評估質(zhì)量，不僅僅需要分析過程的普遍性知識，還需要價值判斷和事實判斷，而這二者是依靠專業(yè)知識和實踐經(jīng)驗支撐的。專業(yè)知識和實踐經(jīng)驗通過專家、第三方機(jī)構(gòu)與決策者協(xié)商的方式進(jìn)入決策風(fēng)險評估流程中，需要信息公開、行動主體擁有協(xié)商能力、實質(zhì)性參與和有效討論等條件的保障。

4.多元主體未形成良性互動

重大公共政策涉及的利益相關(guān)者數(shù)量越龐大、類型越多，化解利益矛盾、達(dá)成共識的難度就越大、決策風(fēng)險越高，決策網(wǎng)絡(luò)輿情風(fēng)險評估參與主體的多元化就越為必要。目前，我國重大決策網(wǎng)絡(luò)輿情風(fēng)險評估的參與通道、互動機(jī)制的建設(shè)仍有較大的發(fā)展空間。2019年國家出臺的《重大行政決策程序暫行條例》規(guī)定開展風(fēng)險評估，可以委托專業(yè)機(jī)構(gòu)、社會組織等第三方進(jìn)行[32]。黨的十八大以來，20多個部委、31個?。ㄗ灾螀^(qū)、直轄市）制定了基本的評估制度、管理評價規(guī)定和實施辦法。大多數(shù)?。ㄗ灾螀^(qū)、直轄市）建立了第三方社會評估機(jī)構(gòu)，力量增長迅速。截至2020年9月，全國有超過8000家第三方社會評估機(jī)構(gòu)涉及社會風(fēng)險評估業(yè)務(wù)[33]。但是，從各地的實踐情況來看，重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估仍是以政府部門為主導(dǎo)，有的地方?jīng)Q策不參考第三方機(jī)構(gòu)客觀的評估結(jié)論，有的地方?jīng)Q策風(fēng)險評估專家參與存在一定滯后性[34]，規(guī)避風(fēng)險的作用十分有限，政府、產(chǎn)業(yè)、高校、研究機(jī)構(gòu)、市場之間也未形成政、產(chǎn)、學(xué)、研、用的良性互動機(jī)制。但是，公共部門基本上自身缺乏專業(yè)的評估技術(shù)和知識，并且由于各種體制性弊端，責(zé)任意識也相對薄弱[35]，這種自我式風(fēng)險評估往往容易造成對利益相關(guān)者意見的忽視，決策評估的質(zhì)量不高，專業(yè)性、民主性、科學(xué)性也不強(qiáng)，從而增加風(fēng)險發(fā)生的概率，風(fēng)險發(fā)生的時候也只能被動地“頭疼醫(yī)頭，腳疼醫(yī)腳”。

五、基于專家與數(shù)字深度融合的迭代閉環(huán)式風(fēng)險研判系統(tǒng)構(gòu)建

隨著互聯(lián)網(wǎng)技術(shù)的快速更迭，信息數(shù)據(jù)呈現(xiàn)爆炸式增長，整個社會互聯(lián)成為一個生態(tài)化的復(fù)雜巨系統(tǒng)。盡管當(dāng)前網(wǎng)絡(luò)言論載體的新形態(tài)層出不窮，但是互聯(lián)網(wǎng)數(shù)據(jù)壁壘依然存在。因此，網(wǎng)絡(luò)輿情業(yè)務(wù)的開展對技術(shù)要求越來越高、數(shù)據(jù)需求越來越大，不斷提升智能化治理技術(shù)和大數(shù)據(jù)開發(fā)水平對于重大公共政策網(wǎng)絡(luò)輿情風(fēng)險治理具有重要意義。為提升決策科學(xué)化水平，必須建設(shè)突破傳統(tǒng)思維，構(gòu)建專家與數(shù)字深度融合的風(fēng)險研判系統(tǒng)。

1.革新現(xiàn)代化治理技術(shù)，為進(jìn)一步推進(jìn)風(fēng)險研判智能化提供工具保障

本文提出輿情監(jiān)控系統(tǒng)依托案例庫比對數(shù)據(jù)，對網(wǎng)絡(luò)輿情風(fēng)險點進(jìn)行多維度逐項分析，預(yù)測風(fēng)險發(fā)生的概率、利害關(guān)系群體反應(yīng)和激烈程度以及風(fēng)險的未來趨勢，提升決策科學(xué)性，防范化解重點網(wǎng)絡(luò)輿情風(fēng)險。建設(shè)并應(yīng)用輿情監(jiān)控系統(tǒng)是網(wǎng)絡(luò)輿情研判知識案例庫的研發(fā)與建設(shè)工作的重要環(huán)節(jié)，內(nèi)容實時監(jiān)測、話題發(fā)現(xiàn)、跟蹤預(yù)警和分析處理等功能，可以讓案例庫快速發(fā)現(xiàn)潛在輿情風(fēng)險并進(jìn)行深度追蹤、篩選，達(dá)到危機(jī)預(yù)警的目的，進(jìn)而讓整個網(wǎng)絡(luò)輿情治理過程在多維、動態(tài)、智能的案例知識庫中完成，實現(xiàn)對重大公共決策網(wǎng)絡(luò)輿情的閉環(huán)式治理。

從技術(shù)層面來講，第一，要創(chuàng)新網(wǎng)絡(luò)輿情管理技術(shù)和方法。充分利用數(shù)字化信息技術(shù)，建立健全基于數(shù)據(jù)共享的網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制。通過歷史知識案例庫對關(guān)系到民生百姓的重大公共政策進(jìn)行出臺前的風(fēng)險研判，將政策輿情風(fēng)險按等級精準(zhǔn)劃分、精準(zhǔn)識別，實現(xiàn)風(fēng)險評估智能化、數(shù)字化，推動大數(shù)據(jù)網(wǎng)絡(luò)輿情研判科學(xué)化、高效化。第二，要注重革新大數(shù)據(jù)分析技術(shù)，拓寬信息采集范圍，持續(xù)開發(fā)語義識別和風(fēng)險感知技術(shù)，引入更為穩(wěn)健的計量工具模型，充分結(jié)合利用人工采集和機(jī)器學(xué)習(xí)等信息工具及時更新情感詞語，準(zhǔn)確捕捉網(wǎng)民情緒，提升全面掌握網(wǎng)絡(luò)輿情的能力。第三，應(yīng)破除對于大數(shù)據(jù)技術(shù)的盲信盲從，由政府部門主導(dǎo)打造網(wǎng)絡(luò)輿情管控團(tuán)隊，培養(yǎng)一批熟悉掌握信息技術(shù)發(fā)展規(guī)律和網(wǎng)絡(luò)輿情的專門人才。借助輿情分析人員對統(tǒng)計知識的理解，提升輿情平臺結(jié)果研判的及時性、專業(yè)性。

2.專家全程參與風(fēng)險評估，構(gòu)建風(fēng)險研判反饋機(jī)制

重大行政決策程序的要素是專家論證與風(fēng)險評估。專家論證與風(fēng)險評估的價值目標(biāo)是科學(xué)性，是確保決策質(zhì)量不可或缺的要素。應(yīng)在保證相關(guān)政策保密性的基礎(chǔ)上盡可能地提前吸收不同領(lǐng)域?qū)＜覍Q策進(jìn)行風(fēng)險評估，尤其是涉及意識形態(tài)熱點和敏感性較強(qiáng)的重大公共政策和公共項目，邀請相關(guān)領(lǐng)域權(quán)威專家參與政策輿情風(fēng)險分析，推進(jìn)網(wǎng)絡(luò)輿情研判更透徹、更全面。通過專家自薦、單位推薦、政府遴選的方式，構(gòu)建“重大公共決策專家咨詢委員會”，實現(xiàn)專家和專業(yè)機(jī)構(gòu)參與政策網(wǎng)絡(luò)輿情風(fēng)險研判的程序正當(dāng)性和合法性。讓專家憑借自身的智慧、知識和經(jīng)驗為決策者提供各種方案風(fēng)險的精細(xì)分析，提出合法、合規(guī)、合理的意見和建議。因此，應(yīng)積極推動風(fēng)險研判反饋機(jī)制構(gòu)建，充分借助專家全程參與評估和風(fēng)險持續(xù)監(jiān)測、實時預(yù)警兩大支撐點，實現(xiàn)閉環(huán)迭代式重大決策網(wǎng)絡(luò)輿情風(fēng)險治理模式（如圖2所示）。

3.完善重大公共決策網(wǎng)絡(luò)輿情風(fēng)險評估制度，為決策研判提供良好環(huán)境

構(gòu)建重大公共決策網(wǎng)絡(luò)輿情風(fēng)險評估制度的目的就是為了保證重大決策順利實施、消除風(fēng)險隱患，將防范化解重大風(fēng)險的關(guān)口前移。為了進(jìn)一步推進(jìn)重大公共決策網(wǎng)絡(luò)輿情風(fēng)險評估機(jī)制的有序建設(shè)，首先，需要將制度的要素不斷細(xì)化，形成一套統(tǒng)一的評估制度體系、標(biāo)準(zhǔn)體系、程序規(guī)范。其次，各地方、各部門要強(qiáng)化風(fēng)險意識，注重條塊結(jié)合，均衡發(fā)展。各地方政府要設(shè)計出臺本區(qū)域?qū)ｉT的《重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估制度實施細(xì)則》，避免內(nèi)容設(shè)計過于原則化，為重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估制度的運行提供一個健康的法制環(huán)境，讓重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估制度在實踐中可以發(fā)揮應(yīng)有的價值和功能。同時，要通過各種政策和措施大力扶持和培育第三方社會評估機(jī)構(gòu)的發(fā)展，加強(qiáng)行業(yè)建設(shè)和規(guī)范，為重大公共政策網(wǎng)絡(luò)輿情風(fēng)險評估提供一個公平、競爭有序的市場環(huán)境。

4.多元主體協(xié)同參與風(fēng)險治理，構(gòu)建重大決策網(wǎng)絡(luò)輿情治理良性的互動機(jī)制

做好重大決策社會風(fēng)險評估，既要進(jìn)一步完善相關(guān)法律、制度和政策，營造良好的法律環(huán)境、政策環(huán)境，又要加大改革力度，提升相關(guān)部門和人員的社會風(fēng)險評估與治理的能力和水平。全媒體不斷發(fā)展，信息推送更加智能、及時、分化，媒體從信息采集到發(fā)布的各階段都能實現(xiàn)“直播”效果，公共輿論的廣度及其對社會的全方位滲透，都遠(yuǎn)勝于前。因此，要賦予政府、市場、高校、研究機(jī)構(gòu)相關(guān)能力，建立健全信息公開預(yù)警和精準(zhǔn)研判機(jī)制，將現(xiàn)代信息技術(shù)與實踐豐富經(jīng)驗相結(jié)合，借助數(shù)字技術(shù)讓網(wǎng)絡(luò)輿情監(jiān)測和研判突破瓶頸，超越簡單的內(nèi)容分析，深入到話語表達(dá)、關(guān)系呈現(xiàn)、心理描繪、訴求預(yù)測等模塊對網(wǎng)絡(luò)輿情進(jìn)行多維精準(zhǔn)透視，尋找智囊團(tuán)和數(shù)字結(jié)合效能的最大公約數(shù)。

六、結(jié)語

隨著信息技術(shù)的快速發(fā)展，中國已經(jīng)進(jìn)入大數(shù)據(jù)時代，網(wǎng)絡(luò)輿情也正經(jīng)歷著由簡單到復(fù)雜的嬗變過程，如何實現(xiàn)網(wǎng)絡(luò)輿情的有效治理已成為學(xué)界和政府高度關(guān)注的重要議題。重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判體系作為系統(tǒng)化、動態(tài)化、智能化的網(wǎng)絡(luò)輿情治理工具，對于提高公共決策網(wǎng)絡(luò)輿情風(fēng)險研判水平，推動我國輿情治理體系、治理能力現(xiàn)代化意義重大。當(dāng)前，我國仍缺乏具體針對重大公共決策網(wǎng)絡(luò)輿情治理的研究。本文從全新的視角提出構(gòu)建重大公共決策風(fēng)險研判體系，旨在基于大數(shù)據(jù)計算分析和專家研判融合的理念，對重大公共政策公布前、中、后全過程進(jìn)行網(wǎng)絡(luò)輿情風(fēng)險研判，破除當(dāng)前重大決策網(wǎng)絡(luò)輿情風(fēng)險治理滯后的弊端，實現(xiàn)重大公共決策網(wǎng)絡(luò)輿情無急可應(yīng)、有急能應(yīng)。

為發(fā)揮重大公共決策網(wǎng)絡(luò)輿情風(fēng)險研判機(jī)制的最大效能，還有一些需要討論、研究的問題。例如，如何利用現(xiàn)代信息技術(shù)保證專家全程參與、動態(tài)監(jiān)控政策輿情風(fēng)險;政策風(fēng)險治理是否能再前置，讓專家參與政策制定的每一個程序;5G時代如何實現(xiàn)從政策制定到落地全過程的智能化，簡化政策制定過程。這些問題能夠?qū)崿F(xiàn)防范化解重大風(fēng)險體制機(jī)制不斷健全的目標(biāo)，持續(xù)提升重大公共決策網(wǎng)絡(luò)輿情風(fēng)險評估和治理風(fēng)險的質(zhì)量和效益，對保證重大決策順利實施和防范重大風(fēng)險有重大意義。

參考文獻(xiàn)：

[1]2019年國內(nèi)網(wǎng)絡(luò)輿情分析及2020年展望[EB/OL].中國經(jīng)濟(jì)信息社，（2020-01-15）[2020-11-01].http：//thinktank.xinhua08.com/a/2020/01/15/1907721.shtml.

[2]重慶探索建立重大決策網(wǎng)絡(luò)輿情風(fēng)險評估機(jī)制[EB/OL].人民網(wǎng)，（2017-01-12）[2020-11-01].http：//cq.people.com.cn/n2/2017/01/12/c365402-29584673.html.

[3]杜寶貴，陳磊.“迭代式”治理：一種對中國治理范式與治理經(jīng)驗的思考[J].遼寧大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2019，47（5）：18-21.

[4]AGARWALR，ANIMESHA，PRASADK. Social Inter-actions and the“Digital Divide”：Explaining Variation sin Internet Use[J].Information Systems Research，2009，20（2）：277-294.

[5]孔建華.國內(nèi)網(wǎng)絡(luò)輿情治理研究綜述[J].電子政務(wù)，2018（12）67-78 .

[6]馬寧，劉怡君，廉瑩.突發(fā)事件輿情風(fēng)險研究文獻(xiàn)綜述[J].情報雜志，2019，38（6）：88-93.

[7]GRUHLD，GUHAR，LI BEN-NOW ELLD，et al.Information diffusion through log space[J].International Conference on World Wide Web，2004，6（2）：491-501.

[8]曹海軍，李明.大數(shù)據(jù)時代中國網(wǎng)絡(luò)輿情的治理反思與路徑拓展———基于“技術(shù)治理路徑”嵌入視角[J].行政論壇，2019（5）：65-72.

[9]劉秦民.大數(shù)據(jù)時代的社會風(fēng)險治理研究[J].學(xué)術(shù)研究，2017（8）：29-34.

[10]張一文，齊佳音，方濱興，等.基于貝葉斯網(wǎng)絡(luò)建模的非常規(guī)危機(jī)事件網(wǎng)絡(luò)輿情預(yù)警研究[J].圖書館情報工作，2012（2）：76-81.

[11]趙劍華，萬克文.基于信息傳播模型-SIR傳染病模型的社交網(wǎng)絡(luò)輿情傳播動力學(xué)模型研究[J].情報科學(xué)，2017，35（12）：34-38.

[12]SCHANK R C.Dynamic Memory：A Theory of reminding and learning in computers and people[M].New York：Cambridge University Press，1982：227-229.

[13]鄭晶，王應(yīng)明，葉歆.復(fù)雜數(shù)據(jù)情形下的應(yīng)急案例相似度方法測算[J].中國安全科學(xué)學(xué)報，2014（7）：153-155.

[14]仲秋雁，郭素，葉鑫，等.應(yīng)急輔助決策中案例表示與檢索方法研究[J].大連理工大學(xué)學(xué)報，2011，（1）：137-142.

[15]PALLIN D J，SULLIVAN A F，AUERBACH B S，et al.Adoption of Information Technology in Massachusetts Emergency Departments[J].Journal of Emergency Medication，2010（2）：240-244.

[16]邵荃，翁文國，鄭雄，等.城市火災(zāi)案例庫輔助決策方法的研究[J].中國安全科學(xué)學(xué)報，2009（1）：113-117.

[17]許鑫，侯仕軍，徐一方.知識管理視角下食品安全危機(jī)應(yīng)對能力評價體系的構(gòu)建與應(yīng)用——基于企業(yè)層面案例庫的實證分析[J].公共管理學(xué)報，2014（2）：81-90，142-143.

[18]楊青，劉菲菲，牛珍珍.基于文本處理技術(shù)的應(yīng)急管理結(jié)構(gòu)化案例庫的構(gòu)建與應(yīng)用[J].政府管理，2017（12）：50-55.

[19]李光敏，張行文，張磊，等.面向網(wǎng)絡(luò)輿情的評論文本情感分析研究[J].情報雜志，2014（5）：157-160.

[20]陳曉美，高鋮，關(guān)心惠.網(wǎng)絡(luò)輿情觀點提取的LDA主題模型方法[J].圖書情報工作，2015，59（21）：21-26.

[21]胡吉明，陳果.基于動態(tài)LDA主題模型的內(nèi)容主題挖掘與演化[J].圖書情報工作，2014（2）：138-142.

[22]唐曉波，房小可.基于文本聚類與LDA相融合的微博主題檢索模型研究[J].情報理論與實踐，2013（8）：85-90.

[23]范濤，吳鵬，曹琪.基于深度學(xué)習(xí)的多模態(tài)融合網(wǎng)民情感識別研究[J].信息資源管理學(xué)報，2020（1）：39-45.

[24]謝潤忠，李燁.基于BERT和雙通道注意力的文本情感分類模型[J].數(shù)據(jù)采集與處理，2020（4）：643-650.

[25]劉慶華，朱傳生.基于大數(shù)據(jù)技術(shù)的可視化安全態(tài)勢感知[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2015（11）：46.

[26]成協(xié)中.風(fēng)險社會中的決策科學(xué)與民主——以重大決策社會穩(wěn)定風(fēng)險評估為例的分析[J].法學(xué)論壇，2013（1）48-49.

[27]朱海波.地方政府重大行政決策程序立法及其完善[J].廣州社會科學(xué)，2013（4）：227-230.

[28]張思龍，王蘭成，婁國哲.基于情報感知的網(wǎng)絡(luò)輿情研判與預(yù)警系統(tǒng)研究[J].情報理論與實踐，2020（9）：149-155.

[29]李靖，李慧龍.政務(wù)輿情回應(yīng)中的信息不對稱探微[J].上海行政學(xué)院學(xué)報，2018（6）：21-28.

[30]陳麗芳，郭奇文，陳默.新媒體時代“反沉默螺旋”現(xiàn)象與網(wǎng)絡(luò)輿論引導(dǎo)研究[J].出版廣角，2019（22）：83-85.

[31]蔣俊杰.我國重大事項社會穩(wěn)定風(fēng)險評估機(jī)制：現(xiàn)狀、難點與對策[J].上海行政學(xué)院學(xué)報，2014（2）：90-96.

[32]司法部：《重大行政決策程序暫行條例》9月1日起施行[EB/OL].人民網(wǎng)，（2019-05-16）[2020-11-29].http：//legal.people.com.cn/n1/2019/05/16/c42510-31088921.html.

[33]重大決策風(fēng)險評估制度護(hù)航“十四五”[EB/OL].光明網(wǎng)，（2020-11-01）[2020-11-29].https：//m.gmw.cn/2020/11/01/content_1301747192.html.

[34]張玉磊，賈振芬.基于利益相關(guān)者理論的重大決策社會穩(wěn)定風(fēng)險評估多元主體模式研究[J].北京交通大學(xué)學(xué)報（社會科學(xué)版），2017，16（3）：54-62.

[35]梅楊.論重大行政決策風(fēng)險評估制度[J].甘肅政法學(xué)院學(xué)報，2018（4）：147-156.

From One-way Linearity to Iterative Closed-loop：

Building a Risk Research and Judgment System for Online

Public Opinion of Major Public Decisions Based on the Deep

Integration of Experts and Digital Technology

Wen Zhiqiang / Liu Nan

Abstract：Major public decisions face more complex risk factors because they involve the interests of multiple subjects， and online public opinion has become a governance field that cannot be ignored in major public decisions， with higher requirements for risk management tools. Data-driven information technology is an important tool set for risk management of online public opinion in major public decisions， and integrating expert participation has become an effective way to prevent and resolve risks in the era of full media. Based on the analysis of the one-way linear logic-based network opinion risk research and judgment mechanism for major public decision-making， this paper proposes an iterative closed-loop public opinion risk research and judgment system based on the deep integration of experts and digital technology， and specifically proposes to improve the network risk research and judgment system for major public decision-making in several dimensions， such as innovating modern governance technology， attracting experts to participate in the whole process， strengthening institutional construction and building a benign interaction mechanism. This paper proposes the improvement paths for modernizing the risk management system and governance capacity of public opinion in major public decision-making.

Keywords：Major Public Policy-making; Online Public Opinion; Risk Research; Expert Assessment; Digital Technology

（責(zé)任編輯 王 玉）