隨著城市現代化與城市功能的提升，城市規模逐漸擴大，城市人口多元復雜，導致了城市中不確定性因素急速增加與社會風險的擴大，在一系列社會領域中面臨超出傳統社會風險的特征與邏輯。基于城市空間中的災難事件一旦發生便迅速引起社會公眾的廣泛關注與討論，由此產生的跨場域、多種類型的社會輿情為決策部門的風險管理與城市治理帶來巨大的考驗。同時，新媒體的迅猛發展使一個區域災難輿情在頃刻間蔓延到其他區域，擴大了風險的沖擊面。新的交流場域的形成助推了城市災難事件輿情的擴散，使傳統的輿情應對系統已無法實現對不斷動態演化的、充滿諸多不確定性的城市災難輿情的治理。災難輿情治理體系與研究路徑亟待創新與拓展，大數據分析成為有力支撐。

 

基于互聯網情境，我們的經濟社會生活形成了海量的數據，即大數據。大數據思維與技術可以對客觀存在的大數據進行結構化與系統化處理，使之轉化為災難輿情決策與治理的思維能力與技術支持。大數據分析驅動傳統城市災難事件輿情治理研究范式產生根本性變革。由此，本文在對我國輿情治理研究特點進行知識圖譜與可視化描述的基礎上，回顧城市災難事件輿情研究現狀與問題，闡述城市災難事件輿情治理研究中大數據分析的創新模式，從而提出基于大數據分析的城市災難事件輿情善治路徑。

一

城市災難事件輿情治理研究回顧

為了更清晰地了解城市災難事件輿情治理的研究脈絡，本研究基于CNKI核心期刊數據庫相關研究文獻，運用Citespace 5.3分析工具對我國輿情治理研究進行知識圖譜與可視化分析，考察我國輿情治理研究的基本特征與趨勢?？茖W知識圖譜是“顯示科學知識的發展進程與結構關系的一種圖形”，它能夠用于“可視化地描述人類隨時間擁有的知識資源及其載體，繪制、挖掘、分析和顯示科學技術知識以及它們之間的相互聯系”（劉則淵等，2008）。近年來，科學知識圖譜逐漸被于運用到各個學科領域，對相關領域研究的發展與特點做了諸多可視化分析與呈現。

 

本研究基于知網，將主題詞設置為“輿情治理”或“輿情管理”或“輿情引導”或“輿情應對”，在CNKI核心期刊、CSSCI數據庫共檢索到文獻1002篇，時間跨度為1998年至2019年，并剔除述評、會議綜述等不相關文獻，以盡可能減少誤撿、漏檢等情況，確保檢索結果的全面性與代表性，最終對954篇文獻進行具體分析（如表1所示）。

表1 研究檢索項目設定與內容

就我國輿情治理相關研究的文獻數量變化趨勢而言（如圖1所示），自1998年我國輿情治理研究開始出現，但在此后的10年內相關研究主題并未受到學者重視，從中反映出社會民意并未在公共管理與社會治理中占據影響。2008年一系列公共突發事件爆發，由此引發的輿情逐漸深刻影響著社會管理者的公共決策，為社會輿情治理帶來挑戰與契機，由此相關研究主體開始呈現出增長的趨勢。同時，微博等社會化媒體的快速發展與普及更為社會的公共討論協商創造平臺，2010年之后輿情研究與輿情治理研究受到廣泛的關注與重視，呈現快速增長趨勢。

圖1 我國輿情治理研究文獻數量變化趨勢

2013年中共十八屆三中全會首次將“社會管理”改為“社會治理”一詞，雖然只有一字之差，卻反映了我國在公共事務管理理念與思維上的重大轉變。對公共事件輿情的相關研究不再是事后的應對與引導，而從社會穩定與科學化發展出發，轉向輿情的全過程、全要素治理。同時，從技術層面，大數據的興起更為輿情研究帶來巨大變革，為輿情治理研究注入新模式，進而呈現出相關研究主題的顯著增長，也促進了不同科學領域的學者對不同類型公共事件輿情治理的分類研究與精細化研究。

 

文獻關鍵詞分析反映出我國輿情治理研究的主要議題。根據Citespace5.3檢索結果，將時間區間間隔選擇為1年，每個時間區間間隔選擇被引頻次或出現頻次Top30的節點數據，得到N=176，E=684，Density=0.0444的關鍵詞共現網絡，繪制出我國輿情治理相關研究的關鍵詞共現圖譜（如圖2所示）與突現詞分布圖（如圖3所示）。

圖2  我國輿情治理研究期刊文獻關鍵詞共現圖譜

圖3 我國輿情治理研究的突現詞分布情況

進入互聯網時代，借助網絡的開放性、虛擬性與互動性，公眾開始有意識地通過多種網絡媒介發表自身的看法與言論。在這一階段，突發公共事件進入網絡空間后，極易演化為輿情事件，引發公眾的廣泛討論，“網絡輿情”（Freq=397，Centrality=0.41）研究成為研究主題。在互聯網技術的催化下，城市災難一旦發生就極易在新媒體平臺中引發公眾的廣泛關注與討論，形成“網絡輿論”（Freq=58，Centrality=0.28）不斷擴散與蔓延。

根據相關文獻整理與分析，就“城市災難事件”（Freq=1）而引發的輿情研究文獻較少，其理論框架與議題基本與輿情研究趨同。城市災難常常作為影響范圍廣的“突發事件”（Freq=45，Centrality=0.12）具有高風險性與復雜性等特征，進而形成網絡輿情的熱點。其中，“網民情緒”（Freq=2）作為輿情最為外顯的特征，成為城市災難事件輿情的突顯主題，極易導致“公眾非理性輿論，進而產生群體極化言論、情緒、態度及行為”（王炎龍，2010）。同時，由于城市災難事件往往牽涉社會公眾的切身利益，更是不同主體關注的焦點，由此形成多場域的大規模輿情。災難輿情具有總量巨大、衰減急劇、情緒化表達與理性思考并存、輿情話題轉變迅速等疊加性與復雜性特征。若災難輿情引導與治理效果不佳，會引發群體性事件、質疑決策者救災能力與公信力等一系列次生災難，這些次生災難往往以網絡謠言（Freq=8）、傳言等形式出現，故意引導人們偏離事實本身，其出現“影響人們對社會事實的認知，加劇社會風險的形成”（王炎龍，2017）。由此，復雜的網絡環境給輿情治理（“輿情治理”：Freq=17，Centrality=0.02；“網絡輿情治理”：Freq=10，Centrality=0.01）帶來巨大挑戰。

 

基于文獻突現詞分布情況的考察，“治理”（Freq=11，Strength=3.46）理念與機制伴隨著公共事務的復雜性、動態性與不確定性的增加而興起，它強調著一種政府與社會各方的互動過程，即通過合作、協商、建立伙伴關系、確立認同和共同的目標等方式實現公共生活的合作管理和公共利益最大化。其中，治理的主體強調社會各利益主體的共同合作；治理的規則則注重多元互動、持續互動的過程，而非統一標準體系。由“引導”“管理”向“治理”轉變，實現了社會輿情的科學與民主治理。在輿情“治理機制”（Freq=4）研究方面，研究在“輿情應對”（Freq=53，Centrality=0.18）、“輿情引導”（Freq=83，Centrality=0.22）等策略研究方面相對成熟，輿情治理機制建設滯后已經成為制約輿情治理的重要因素。由此，相關研究已開始從監測、預警、決策、引導、治理等方面對輿情治理機制進行創新性“治理模式”（Freq=2）探討?！熬W絡治理”（Freq=8）、“協同治理”（Freq=3）等便成為輿情治理的重要方式。

 

2015年“大數據”（Freq=29，Centrality=0.04，Strength=5.91）開始成為輿情治理研究的重要關鍵詞，這一年國務院印發《促進大數據發展行動綱要》指出，大數據成為提升政府治理能力的新途徑，它將各個領域的數據進行整合，并形成政府數據統一共享平臺，推動政府數據向社會開放。由此，大數據思維與技術逐漸應用到城市災難事件輿情分析當中，能夠為城市災難事件輿情治理提供創新性研究模式與路徑。城市災難動態性的發展特征，使災難輿情監測與評估系統需針對不同城市環境特征、不同類型、不同發展階段的城市災難，做出相應的專門化治理機制與常規化防災減災服務體系，“善治”（Freq=3）成為城市災難事件輿情治理研究目標與趨向。

二

城市災難事件輿情治理中大數據分析的研究模式

我國地域遼闊、地理環境復雜、氣候穩定性差、生態環境脆弱，各類型災難發生頻率較高?，F階段，我國城市災難主要分為自然災害、事故災難、公共衛生事件和社會安全事件四大類型（王紹玉、馮百俠，2005），各類型的城市又包括多種不同的致災因子。同時，城市具有人口集中、建筑物集中、財富集中、生產集中、信息集中的特性，城市災難除具有災難固有的突發性、不可預測性、高度不確定性、危害性、破壞性及機遇性等一般特性外，還具有公共性、耦合性、緊迫性等特征。在復雜的傳播情境下，城市災難事件輿情更加具有復雜多變的傳播特征，由此形成了海量的數據。大數據分析集成多個社會領域的數據，更精準化地對數據進行關聯性分析，對城市災難事件中的各項致災因子進行全要素的動態分析，及時地對災難風險進行預警與響應，為災難輿情治理提供創新性研究模式

（一）城市災難事件輿情關聯性分析與全要素風險動態分析

 

有關城市災難事件的數據涉及公安、消防、醫療衛生、氣象氣候、地理地質等不同政府部門與組織機構，還包括經濟、自然地理、交通等其他相關社會資源數據。據統計，我國全社會80%的信息資源（包括公安、交通、氣象、空間地理、各類主體位置等）由政府和事業單位等公共部門生成與儲存（林振，2019：43），限制了對信息資源的挖掘與利用，無法有效地發揮其社會價值。同時，由城市災難引發的輿情系統并無標準化的規律可言，傳統的輿情治理往往依據經驗性案例總結，而無法應對多變性、復合式輿情風險，造成災難輿情治理有效性不足。

因此，需要綜合運用數據挖掘與處理技術，對多來源、多維度與多尺度的信息進行數據清洗和融合，關聯性分析、社會網絡聚類等大數據分析方法，對有關城市災難事件輿情的數據進行整合與更新，實現由傳統的信息采集轉向數據加工、數據挖掘和數據處理的“大數據驅動”轉變，從而厘清城市災難事件輿情數據與災難數據本身特征數據、防災減災數據、災難輿情主體關系數據、空間環境數據之間復雜的關聯性，從而實現多源數據的融合與共通，進而更好地服務于災難輿情治理與公共決策。

                                  

大數據環境促使作為城市災難風險管理主導力量的政府暢通部門間大數據合作環境，解決風險資源的共享難題，形成“用數據來說話、用數據來管理、用數據來決策、用數據來創新”的智慧決策，打破行政區域局限與傳統層級結構，將多源異構輿情數據進行共享與聯動。大數據為深入地挖掘社會輿情中所蘊含的公眾態度、觀點和情緒等的變化及規律的信息，將其轉化為“知識或者智慧，以支持尚處于起步階段的政府公共管理輿情處理機制與輔助決策管理體系的建立”（陳必坤、王曰芬、廖海涵，2016：13），從而構建“數據-信息-知識”（童星、丁翔，2018）關鍵資源鏈的動態演化規律、屬性描述方法與模型。由此，預防型、精準化、量身定制式的全要素風險動態分析成為大數據背景下城市災難事件輿情治理研究的重要轉向。

全要素風險動態分析，即以“風險”為中心，通過聚合、兼容、打通各類數據，建立城市災難事件綜合輿情分析數據庫、電子預案庫，構建城市災難綜合輿情分析系統，從而形成輿情監測、評估、預警、應急響應與決策支持以及災情處置機制，“從橫向上實現災前-災中-災后風險的全方位把握，縱向上形成城市災難事件孕育、擴散、響應與恢復的全階段管理”（陳虹、潘玉，2018），從根本上防控災難風險的進一步擴散，從而發揮災難輿情在風險響應、風險溝通、社會參與及救災決策中的重要作用。

 

（二）精準化的災難風險預警與輿情研判

當前，我國對于城市救災的公共安全治理機制已由以往的災后救助轉向災前預防，從對單一災種的應對轉向建立綜合減災理念，從減少災害實際損失轉向注重培養防災減災救災的能力。災難輿情治理已從以往的事后型、粗放型轉向預防型、精準化的治理模式。

 

由此，實施精準有效的災難風險預警與輿情研判是城市災難事件輿情決策與治理的重要組成。將大數據思維和技術納入災難輿情治理是提高治理能力的必然選擇，一方面，在全要素與全景化災難輿情分析的基礎上，整合災難風險數據，建立災難的風險監測、預測、預警和全流程監控信息網絡，在城市運行過程中實現覆蓋面廣、反應靈敏的風險預警實時發布機制，并推動風險預警信息的擴散，對由此引發的災難輿情進行有針對性的、有效的研判。另一方面，通過大數據決策系統與專家智庫系統的構建，對相似災難或同類型災難的輿情風險要素特征、干預方式及效果進行快速提取與研判，基于歷史性數據與經驗對災難進行快速決策，并推薦有效的應對與引導方式，對輿情干預效果進行有效預測。

                                        

同時，在臺風、洪澇等氣象災害中，存在諸多不可控因素，需要提升不確定性災害、衍生災害及其風險影響的預警信息精準度。將傳統單一化的天氣預報轉向多種形式的多元災難風險預警預報，向處于風險中的社會公眾提供信息靶向性，并實時監測與評估網絡重大影響者言論風向、影響力與范圍，讓有效的“風險識別、評估、警示與警告信息”（潘玉，2018：332）成為社會應對災難及時準確的信息來源，以便采取有效措施進行規避風險，或將潛在風險消除在萌芽狀態，使災難損失降到最低。

 

此外，對災難輿情主體進行分類監測，通過監測意見領袖與普通民眾、當事人、知情人與圍觀者，直接利益相關者與無直接利益相關者等不同群體的態度傾向及影響力，實時評估與預警重點人群，并就其引發的輿情風險進行適時防控。

 

在2018年超強臺風“山竹”對我國廣東、廣西、海南、湖南、貴州等多個地區造成嚴重影響。中國氣象臺于9月7日宣布臺風“山竹”生成，并隨即對未來5天臺風路徑走向、風力級別、影響地區范圍等做出預計，并向社會公眾告知其危險程度。11日國家氣象中心率先通過數據監測將其升格為超強臺風，相關政府部門機構相應采取風險預警與應急響應機制，并對社會公眾的風險認知與言論走向進行監測。其中臺風的危險程度，及其可能影響到的交通、供水供電、公共場所（學校等）是否關停等問題是社會最為關注的，實時精準的預警信息與風險防范可以幫助社會公眾更好地掌握災情，動態圖像、科學化的數據表達一定程度上提升了公眾的風險感知，降低了公眾的恐慌情緒。

 

（三）基于情景的災難輿情應急響應

城市災難事件的發生打破了社會常態，基于不同自然與社會環境呈現出差異化的輿情特征，因而需要針對不同時空情景，對城市災難事件輿情做出快速而精準的應急響應?；诖髷祿邢蛩季S，以情景的災難風險評價視角可以從動態與發展的維度綜合考察不同情景下災害風險要素之間的協同作用與復雜“疊加”效應，即在強調“環境”作用的同時，加入“時空尺度”(Wang J，et al.，2013)概念，使得災難輿情監測與研判可以針對多種情景下的多場災害情境進行多元評價，體現災難輿情分析的動態性與統一性。

 

基于大數據挖掘與分析，發現城市運行過程中的風險源，識別城市風險管理中的重點人群與重點區域，發展針對性、專門化的輿情防范機制?；谔摂M仿真模型對城市災難輿情進行監測，模擬輿情發展趨勢，對災難輿情引爆點做有效的、分類化的及時防控、響應與化解。如在超強臺風“山竹”災害中，出現了“港珠澳大橋扛不住17級臺風”、美國太空總署拍攝到“世紀最強太平洋惡魔風暴山竹”等相關謠言，這些不實言論極易產生輿情并迅速蔓延，形成次生災難，造成社會恐慌。面對這些謠言，相關政府機構能夠做到及時核查與糾正，并就臺風災害的相關知識進行科普。

 

由此，在城市災難歷史數據中總結最佳的應急響應策略與方案，并從新近發生的災難輿情分析要素中匹配相似的特征變量，建立基于大數據關聯性挖掘和分析的關鍵數據與決策信息轉換機制，實現城市災難事件輿情治理決策方案快速擬定與處理，進一步更新與優化災難輿情應急響應方案。此外，針對不同區域城市的地理與社會環境進行充分量化評估，建立和完善基于大數據的決策追蹤和監測制度，利用大數據的交互性與實時性，構建災難輿情追蹤與反饋機制，在地方知識與實踐經驗的基礎上，及時更新與補充災難輿情應急響應的科學決策。

 

（四）社會化媒體在災難輿情引導與風險溝通中發揮重要作用

 

 新媒體（Freq=45，Centrality=0.11）語境下，多元新型傳播媒介因其傳播速度快、傳受互動強，引發傳播模式的變革。這對城市災難事件中社會輿情的產生、傳播、發展、演變等過程造成了重要影響，進而使城市災難事件輿情衍生出自身特殊的演變規律及內在機理。

 

新媒體的出現改變了原有的媒介傳播方式，對于風險的感知更加強烈，實現了各媒介符號的重組，新媒體平臺特別是社會化媒體（自媒體：Freq=20；社交媒體：Freq=4；社會化媒體：Freq=4）中的災難輿情特征及影響要素分析成為研究的重要組成部分。研究發現，“重復發布信息”“發布相關網頁的鏈接”“轉發”(Vieweg，S.，Hughes，A.，Starbird，K. & Palen，L.，2010)成為人們在災后使用社會化媒體發布的主要內容，為受災地區人民提供及時的災情資訊。在超強臺風“山竹”災害中，各地政府機構普及防災減災知識與防范措施，并通過政務微博、微信等新媒體形式進行形象化傳播，如微博出現許多網民發布圖片涉及到自家居民樓玻璃上帖米字型膠帶，商場、銀行等公共場所堆砌沙袋；重要的城市標志性建筑物、藝術品加固等，同時對“山竹”命名進行知識普及與討論等。

同時，社會化媒體提高了災難風險的感知能力，并有助于建立災難風險預警系統，通過大數據技術幫助協調災害救援工作。社交媒體也有利于呈現出海量的、時空分布的災情數據，能夠針對不同區域的災情特征進行實時監測、評估與響應。此外，利用社會化媒體還可以協調不同層面的減災救災信息與行動，并在實地救災過程中，成為決策者重要的信息來源與治理依據。

 

社會化媒體的出現，使某一城市的災難事件影響迅速蔓延，成為全球關注的焦點，形成不同場域間的傳播互動。當前對災難輿情主體的考察多聚焦在政府、公眾、組織等一元主體，缺乏多元主體在災難輿情演化過程中的互動與協同治理分析（陳虹、潘玉，2018）。在災難輿情演化與監測監管過程中，充分發揮大數據特征優勢，建立傳統媒體、新聞網站、微博、微信、新聞客戶端等媒體平臺的輿情監測機制，對不同主體災難信息分享進行實時監測，并對輿情背后的社會心態與情緒態度進行監測與研判，從而助力城市災難事件輿情決策與治理體系的完善。

三

城市災難事件輿情治理中大數據研究的路徑轉向

信息技術的不斷發展，智慧化城市的不斷推進，“城市”開始作為一種傳播媒介與關系紐帶，呈現出屬于這個公共空間的態度與情感。面對日益頻發的城市災難事件及其輿情治理過程中存在的突出問題，精準化、科學化地分析災難輿情并做出快速研判與決策成為關鍵問題。由此，災難輿情及其治理研究不僅僅是對輿情內容本身的研究，更注重形成輿情要素之間的關系與社會影響的研究，對災難輿情的研究應從單向度的內容研究轉向“內容+關系”的多維度研究（李彪，2013：14），實現數據搜集、數據處理到數據應用等全過程的災難輿情分析。通過大數據技術對“社會話語表達、社會關系呈現、社會心理描繪、社會訴求預測”（張志安、曹艷輝，2016：7）等多方面、多向度的災難輿情進行研究，為城市災難事件輿情治理體系創新與路徑轉向提供了前所未有的時機。

 

大數據技術實現了對海量、異構、動態、多樣化災情數據進行快速處理與分析，在城市災難輿情演化的不同階段，為城市管理者提供有價值、精準化的信息，并重視輿情演化過程中的關聯性研究，重點識別城市災難中的高危人群與易受災地區，深入剖析災難輿情傳播的動力機制，從而提升其災難輿情應急響應時效與治理水平。在城市災難事件頻發的情境下，如何減少災難輿情風險，突破傳統輿情治理思維與路徑，從時空兩個向度促進城市災難事件的社會輿情治理機制創新成為研究的重點與難點。

 

（一）基于區域差異視角深入剖析多災種城市災難事件輿情空間分布規律

城市自然環境、地理條件不同，引發城市災難的致災因子也不同。同時，在全球化背景下，隨著城市進程的加速，巨大災難事件頻頻發生。城市進入傳統風險與新型風險相互疊加的風險社會中，由城市災難事件引發的輿情則具備高度復性雜、突發性、全球聯動的特征，進而導致城市災難事件輿情影響大。災難輿情演化過程及規律也會受到諸多致災因子的影響而形成差異化時空分布，這也使不同區域、不同類型災難事件輿情治理模式差別很大。

 

已有研究對于災難輿情特征表述與演化規律研究多以社會輿情研究理論框架為基礎，以綜合概括為主，就單一城市災難輿情形成機制與規律研究較為深入，而針對不同區域、不同類型災難事件做針對性考察則十分匱乏。同時，城市災難輿情演化過程并非是靜態的，如何實時監測與評估動態變化的災難輿情演化、發展規律，充分認識災難輿情的復雜網絡成為當前災難輿情研究中的重點與難點。

 

目前，模擬仿真、數據挖掘、數理建模等技術方法已經逐漸引入到輿情演化規律的研究當中。由此，實現災難輿情善治路徑，應在創新信息分析技術的基礎上，對不同類型城市災難事件輿情進行專門化、針對性的研究，利用地理信息技術（GIS）、云計算、互聯網思維與技術等，將現實城市災難所攜帶的致災風險與網絡輿情相結合綜合評價，進而評估現實社會與網絡輿情的耦合作用，厘清不同城市不同類型災難事件輿情中各要素之間的復雜關系與作用機制，深入探討不同類型災難事件輿情演化機制的多樣性，以及差異化區域分布的輿情規律。

同時，從時空差異的視角出發，深入剖析多參與主體行為特征、互動模式與社會網絡關系，比較不同災難輿情主體、不同類型災難事件、不同災難情景、不同階段輿情的演化規律和輿情流變路徑，在此基礎上探討不同區域、不同類型災難輿情的作用機制及輿情治理機制所面臨的現實困難與瓶頸。通過大數據研究，在把握不同城市地區社情民意、公眾情緒、社會心態的基礎上，促進多元主體參與其中，從而更好地進行災難輿情的理性參與、科學決策與治理創新。

 

（二）基于歷史比較視角深入優化城市災難事件輿情響應與決策方案

 

經濟快速發展帶來社會進步的同時，也日益加劇城市資源、環境、生態等方面的壓力，城市災難輿情應對與治理更加復雜、多變。同時，我國自然地理條件差異性顯著，重大城市災難幾乎每年都有發生。特別是每年7至9月為暴雨洪澇災害的頻發期，如2018年山東壽光洪災、2017年陜西榆林洪災等同類型災難使社會遭受重大生命和財產損失或威脅。相似的災難數據為某一城市災難事件輿情生產與演化提供信息環境，使大量的災難輿情信息聚集在一起，為輿情的分析與決策提供大量資料。

 

已有研究表明，深入探討城市災難事件輿情內在機理明顯不足，研究視角與方法相對分散，缺乏統一、全面、完整的數據系統作為支持，也很難從歷時性考察同類型城市災難事件輿情的演變特征。同時，由于城市災難的復雜多變性，其引發的輿情具有諸多不確定性，可基于區域差異與歷史比較視角從不同層面與時空維度進行多維度的綜合量化考察，如何將具有代表性的輿情數據進行系統性分析成為重要的研究議題。

 

基于大數據思維與技術，利用專門化的數據分析系統，可以將城市災難事件中的重點與熱點話題進行追蹤，進而展開災難輿情的情感傾向性、復雜社會網絡、輿情動態演化、預警預測與風險決策等多個維度的分析，從大量的災難輿情中找到隱含的、先前未知的有價值的信息，考察受災地區社會公眾的需求，及時制定應對決策與災難服務方向，有針對性地進行災難輿情引導。

 

在此基礎上，對同類型城市災難事件輿情數據進行聚合，以問題為導向建立分類型災難輿情監測與評估體系。依據歷史文獻、輿情數據、地理數據等分類建立重大城市災難事件歷史數據庫與案例庫，并對此進行有效地評估、量化與決策。當有類似災難輿情風險發生時，在數據量化評估的基礎上，總結地方經驗與知識，對災難輿情決策加以補充與更新，從而實現災難輿情的快速響應，并縮短輿情治理中的時間差，進而優化災難輿情決策方案。

四

結語

韌性城市理念在全球氣候變化與快速城市化的背景下興起，它強調以持續性發展為目標，建立系統性思維的城市發展理念。其切入點從城市基礎實施韌性、城市生態系統韌性與資源承載力、社會主體的風險意識、城市綜合風險治理能力與制度韌性等方面展開，已成為城市規劃建設與公共治理的重要目標。

 

現代城市的復雜性決定了城市管理工作的復雜性，各部門無法單獨解決問題，部門間必須進行有機合作，即實現跨部門、多主體的協同治理。目前，從重大公共事件輿情治理的體制機制來看，存在協調機制不完善，在橫向跨部門協調和縱向協調方面，還處于探索機制和方法階段，網絡輿情治理職能仍分散在各部門。同時，“社會力量參與”（李鳴，2015）也十分不足。大數據等現代信息化技術顛覆了傳統的、線性的、自上而下的精英決策模型，為建立非線性的、面向復雜不確定性的、自下而上的多元協同治理機制帶來機遇與可能。

 

同時，城市災難事件類型眾多，不同類型、級別、性質的災難輿情特征差異明顯，這決定了治理模式也相應地呈現出分類化。城市災難發生后，增加信息的縱向和自下而上的流動性，建立以城市社區為單位的內生媒體，加強輿論引導等措施對災后重建和社會和諧具有重要意義。大數據思維與技術可以將不同學科視角中的城市災難事件輿情分析進行融合，并能夠有針對性、分類化地考察不同社會情境、不同類型、不同發展階段的城市災難輿情特征、動態演化機制及其要素之間的復雜網絡關系。針對不同類型的城市災難事件，輿情分析技術及應用的創新，轉向常規性、預防性、精準化、定制性、動態跟蹤性的決策支持系統構建，從而完善與創新城市災難事件輿情分類綜合治理機制。

 

目前，韌性城市的規劃理念與策略已被廣泛應用于城市災難風險管理等領域。對城市災難事件而言，影響災難輿情治理體系的影響因素除了城市物質資源、自然系統引發輿情風險，更多地涉及到社會不同主體的災難風險感知，以及城市綜合社會風險與制度風險。由此，應以建立韌性城市為目標，完善城市災難事件輿情多主體協同治理，分類綜合治理機制創新，實現災難輿情的善治。

本文作者：潘玉（華東師范大學傳播學院博士研究生）、陳虹（華東師范大學傳播學院副院長、教授、博士生導師）

本文來源：《新聞大學》2019年第5期

注：本文的內容來源于網絡，版權歸原作者所有，如有侵權，請與我聯系刪除。