张涛甫 王智丽
导 读
中国社会的舆论具有自身的逻辑，而舆论治理其实是通过一种“可触碰”的方式，即通过对公众表达、意见观点的引导，使整体舆论氛围朝着有益于社会整体发展的方向进行引导的手段，而其难处在于如何从根本上解决社会现实问题。
从整个社会问题产生和解决的路径看，作为话语方式的舆论只是浮于表面的“流水”，是对社会心态的反映和表现；而社会心态作为一种社会性概念，其形成具有长期性，也是对长期存在的结构性问题的反映。所以，从问题解决的路径看，需要由浅入深，从社会舆论深入到社会心态，甚至寻找结构性解决路径。由此，社会舆论、社会心态、社会结构构成了中国舆论治理的三维框架。
在这个三维框架中，社会舆论是表层结构，社会心态是中间层，社会结构则是底座，三者之间密切关联。社会舆论是裸露在外面的水流，决定水流的流向和流速的关键是其下面的河床，社会心态和社会结构构成了社会舆论的河床。
从舆论治理的角度看，舆论治理需要寻找结构性解决路径；而从现实问题的解决看，对浮于表面的“舆论”的体察和把握，或可以成为认识深层次问题的切入点。
起步于20世纪80年代的中国社会转型，松动了原先板结的社会结构，改写了业已形成的社会利益格局。在当今中国，利益格局变迁非常迅速，各个社会利益群体正在分化、解组、重新组合。[93]社会结构趋于多元，致使社会张力加大，社会矛盾升级。有研究者发现，利益因素与心理因素交织，个人意识凸显与制度缺陷共存，是当前社会矛盾生成的新特点。随着改革向纵深推进，人们对利益的需求不断丰富和饱满，一些传统的没有被意识到的利益被唤醒而走到了前台，利益诉求的复杂化、多元化成为一个新的特点。与此同时，由于贫富差距问题、腐败问题、发展的公平正义问题等交织在一起，尤其是行业收入差距和城乡收入差距呈现不断加大的趋势，使得部分群体心理不平衡感上升；相关部门一些民生政策不完善、执行措施不到位，直接致使一部分群众利益受损，从而令其对社会发展的感知不一致。这些都极易造成一种不和谐的社会心理态势，在利益因素和心理因素的双重交织下，减弱了群众的获得感，从而延伸至群众对党和政府的政策产生不满情绪，往往为了一点小事就不罢休，制造事端，从而引发社会矛盾。[94]
加之，互联网引致的第四次传播革命，空前加大了社会治理和舆论治理的难度。这场新传播革命，本质上是传播革命资源的泛社会化和传播权力全民化。这场新传播革命具有“去中心——再中心”的特征。所谓“去中心化”，指互联网技术本质上是以个人为中心的传播技术，具有天然的反中心取向。[95]新传播革命通过解构国家对传播权力的垄断，使传播力量由国家转移到社会，从而削弱了国家在信息、技术和意识形态上的主导地位，因而，它对国家组织和治理能力提出严重挑战。新媒体与生俱来的技术活性，本能地解构外来的控制力量。新媒体星罗棋布的信息节点，病毒式传播，这些都给舆论治理增添了极大的难度。互联网表现出的技术活性消除了传统的中介形式，催生了社会活力，颠覆了传统权力结构，改变了传统封闭、科层化的传播权力结构。互联网技术环境下的新媒体具有惊人的破茧能量，它能摆脱来自于社会制度和资本的控制，打破既存的权力秩序，从而实现新媒体赋权。新媒体赋权使那些曾经远在传播权力之外的“沉默的大多数”获得了空前的权力。“弱者的权力”不再是无声的反抗，而是有声的抗争。在线下社会得不到的自由和权力，即会转向网络空间寻找替代性补偿。线下社会空间得不到的诉求，转身走向网络空间，借助网络可以得到声扬。[96]在这种背景下，社会治理就从原先的线下治理扩展到线上、线下的双重治理。越来越大的网上事件，给治理者带来了前所未有的压力，舆论治理业已成为当下中国社会治理的严峻任务。
舆论是生活于一定社会结构、形成某种社会心态的民众在某种特定情境下的意见表达。具体来讲，舆论是一定社会心态的表现和反映，社会心态是其内在的因素。[97]同时，不得不承认中国目前舆论“旺盛”的形势，根本在于长期存在的结构性矛盾。所以，从治理的角度看，舆论治理需要由浅入深，由浮于表面的社会舆论深入到社会心态，甚至寻找结构性解决路径。
一、表层:社会舆论
1.民间舆论场与官方舆论场的博弈
在传统媒体时代，舆论被控制在体制性框架内，意见协商、构筑认同的过程主要发生在传统媒体的引导下。[98]社会上的其他声音没有表达管道，处于压抑或者沉默状态，这些声音没有常规管道可能会自生自灭，形成不了大的舆论冲击。[99]因此，在传统媒体主宰的舆论场域中，舆论失控造成的意外风险相对较小，引发危机的概率更小。但在新媒体语境下，舆论就溢出了体制轨道，成为不易控制的变量。新媒体在舆论活动中的运行机制完全不同于传统媒体。传统媒体往往是在一个相对封闭、稳定、体制化的语境下呈现、建构舆论的；而新媒体则是在一个开放、变动、脱嵌的语境下呈现、建构舆论的，其影响变量远远多于前者，舆论表达的变数陡然增多，舆论风险自然会加剧。[100]根据CNNIC第37次《中国互联网络发展状况统计报告》，截至2015年12月，中国网民规模达6.88亿，互联网普及率为50.3%。手机网民规模达6.20亿，全年增加6，303万人，手机上网人群占比由85.8%提升至90.1%。[101]这一数据意味着，移动互联网已经渗入中国公众的日常生活，成为其获得信息和发表意见的重要平台。周瑞金将这些关注新闻时事、在网上直抒胸臆的网民，称为“新意见阶层”。“新意见阶层”具有巨大的舆论能量。对中国社会发展的不健康现象，特别是针对社会不公，会在很短的时间内凝聚共识、发酵情感、诱发行动，影响社会。[102]新媒体具有移动性、碎片化、融合性的特点，一旦出现任何社会热点，就有海量的碎片信息从四面八方汇聚而来，对其进行多维度、多角度的解读，如人肉搜索、网民围观、集体点赞、疯狂转发等网络集体行动。相比之下，部分主流舆论引导则显得相对落后，其反应速度、信息透明度和深度无法和民间自发舆论相比。针对普通公众关切的社会问题，一些地方政府被动应战，在谣言四起、实在无法压制住网络信息之后，才有选择性地公开信息；同时，回应的内容往往经过删减过滤，这非但不能博得网民的认可，反而会引发不满，使得政府公信力受到极大损害。显而易见的是，在新媒体舆论场中，尽管政府仍然拥有一定的传统主导优势，但倘若政府没有及时地发布信息、回应疑问，就不可避免地会受到网民的质疑、诋毁甚至谩骂。[103]在民间舆论场与官方舆论场的博弈中，民间舆论场拥有更大的话语权，一定程度上乃受互联网之助。底层社会依靠新媒体赋权，获得“无权者的权力”，拥有民间舆论的话语权。相比之下，面对民间舆论场环形包围的官方舆论场，则沦为舆论场上的孤岛。在官方舆论与民间舆论进行碰撞、交锋、冲突时，政府如能抓住时机，与对方充分协商，就能化冲突为合作、化对立为交融，从而建立意见统一战线、分享共同意识、构筑集体认同。
2.舆论的“流动性过剩”
互联网打破了传统社会中自上而下的科层制组织结构，通过网络重构行动中心、话语中心和舆论中心。[104]互联网为中国社会开辟了新的权力空间和表达空间。原先受制于传统权力格局和传播权力格局的社会力量和声音，纷纷逃逸到互联网空间，寻求替代性补偿。于是，互联网在中国获得了失速扩张。互联网在中国遭遇技术、市场、社会力量的三轮驱动，在网络空间内开辟疆土，野蛮生长，对中国既有的治理结构造成了前所未有的挑战。多样化的传播主体之间在跨越时空中所形成的复杂关系，对权力宰制中心的分化、转移、传播已成为权力的主要来源，传播在一种不稳定、不确定的过程中，导致权力与权利的不稳定性，这给习惯于统一、秩序化的权力管理方式提出了挑战。[105]
所谓舆论“流动性过剩”是指，在一定社会语境下，舆论表达过度活跃，溢出了社会正常的可承受限度，致使舆论表达过热。舆论学意义上的“流动性过剩”有风险隐患，失控时则变为舆论危机。舆论上的鸦雀无声是不正常的，但舆论的过热也是非常态的。当下中国，正面临着一个特殊的舆论生态环境。一方面，舆论表达的冲动在广度和强度上前所未有，出现了舆论表达的“井喷”现象，甚至会导致舆论表达的失控与无序。舆论是“即兴”的社会意识。流动性是其天然属性。但若舆论的流动性过于突出，致使舆论表达过热，会存在风险之忧。如果舆论的“流动性过剩”超出了特定语境可承受的限度，就可能造成舆论“决堤”“溃坝”。从时下的舆论表达态势来看，社会上无疑存在一定程度的舆论的“流动性过剩”。舆论易燃点多，且燃点极低，舆论事件易燃易爆。表现在舆论场上，舆论泡沫激增，致使舆论事件还没来得及展开，就被尾随而至的另一个舆论事件赶超。舆论的“断头”和“追尾”现象严重。特别是在互联网上，眼花缭乱的舆论事件扎堆出场，一些舆论事件为了搏出位，会以夸张、戏剧化的方式吸引人们的眼球。[106]由于网络舆论存在“激化”偏向，使得网上的舆论表达时常会偏离理性轨道，进而沦为非理性的舆论事件。
如今中国的舆论生态呈现出一种恶性循环，表达与控制双方的冲动都很强烈，存在双重不理性，激化了表达与控制之间的矛盾。要化解双方的紧张关系，首先需要管理者从控制的冲动中冷却下来，以包容之心对待舆论，哪怕一些舆论情境与管理者的预期存在很大距离，也不能以高姿态加以遏制。高压手段即便会奏效一时，但不是治理风险的根本之策，反而可能会引发舆论的反弹。这就要求管理者不把舆论表达者作为麻烦制造者加以防范、控制，而是将其作为合作的对象进行互动与协商。
二、中间层:社会心态
社会心态是在特定时期的社会环境和文化影响下形成的，社会中多数成员表现出的普遍的、一致的心理特点和行为模式，并成为影响每个个体成员行为的模板。[107]社会心态是社会精神系统的重要内容，属于低水平的、无形的、隐性的、无序的、零乱的社会意识，隐藏在人们心灵深处的，通过价值取向、思维方式、行为模式等显现出来。在概念界定上，把社会心态看作是一种宏观的超越个体的心理现象是社会心理学的主要倾向，也是揭示社会心态概念本质的重要向度。西方心态史学的开拓者吕西安·费弗尔不仅认为将心态的考察与社会割裂是错误的，而且指出人的心态更主要的是受到当时的整体性精神结构的影响与限制，因而只有从那个时代所有人共有的精神结构出发，社会心态才能得到正确说明。[108]在一个剧烈变动的社会中，社会心态既是社会变迁的表达和展示，也是社会建构的一个无法忽视的社会心理资源与条件。正因如此，“民意”“民心”的重要性总是作为执政者的行政基础不断被提及。可以说，社会心态是社会的“晴雨表”和“风向标”。通常把社会心态分为社会认知、社会态度与价值观念、社会情绪和社会行为策略，但实际上这些内容是时刻融合在一起的。[109]
社会心态是社会问题的折射。改革开放以来，伴随着社会的深刻变革，我国的社会心态也经历了一系列明显的变化。[110]当社会出现问题、产生矛盾、发生冲突的时候，如果矛盾处理失当，得不到化解，可能会在传播中加速、强化甚至异化，并借助群体的力量，弥散为一种普遍性的集体意识或群众心理渐渐固化，形成一种常态化的社会心态，从而产生更大的社会影响。
1.当前中国的社会心态特征
关于当前的中国社会心态，学者王俊秀认为存在如下特征:社会不信任扩大化、固化；阶层意识成为社会心态和社会行为的重心；社会群体分化加剧；社会情绪引爆点低；社会共享价值缺乏。
社会不信任扩大化、固化。社会信任分为系统信任和人际信任。系统信任表现为官民之间、警民之间、医患之间、民商之间等许多主要社会关系之间的信任，而人际信任则表现为不同社会群体成员之间的相互的信任。近年来在社会上层出不穷的拆迁、医患和其他冲突事件不断刺激社会各群体、各阶层脆弱的神经，屡屡引致“舆论风暴”，扩大和固化了社会的不信任，致使社会的内耗和冲突加大。
（1）阶层意识成为社会心态和社会行为的重心。每个人属于哪个阶层并非仅仅是统计学意义上的归类，更重要的是人们对阶层的自我认同以及自我感觉到的在社会中的位置。当前中国社会仍存在比较普遍的底层认同、弱势群体认同现象，也就是阶层认同向下层移动，这其中包括一些按照经济收入和社会地位应该归属于更高阶层的人。[111]
（2）社会群体分化加剧。随着社会的分化，相同利益、身份、价值观念的群体不断分化出来，这些具有相同群体特征的人们在表达他们的诉求、保护或争取他们的利益时会越来越多地采取群体形式，群体之间的摩擦、冲突也会相应增加。[112]
（3）社会情绪引爆点低。特别是负向情绪引爆点低，爆发激烈，指向性明确，如食品安全引发的社会普遍焦虑，长期雾霾天气引发的民众怨愤情绪。大量的社会事件导致社会情绪的耐受性和控制点低，一旦出现诱发因素，情绪强度迅速升高，会产生极其消极的后果。[113]
（4）社会共享价值缺乏。人们的社会认知、社会情绪和社会行为与其社会价值观深刻关联。近年来，自由主义、民粹主义等社会思潮的出现造成社会价值观的多元化，人们对同一件事情往往会有不同的声音，甚至会出现“社会噪音”，而这很有可能干扰健康正常的社会心态，并对主流价值形成冲击之势，其产生的重要原因就是社会共享价值的缺乏。
2.“结构性紧张”
美国社会学家默顿曾提出“社会紧张”，指的是这样一种社会状态:在社会文化所塑造的人们渴望成功的期望与社会结构所能提供的获得成功的手段之间，产生了严重的失衡。当下社会转型释放了巨大的社会力量，同时也带来社会结构的断裂和无序化。有研究者认为，当下中国面临着突出的“社会结构紧张”。“结构性紧张”是指社会结构不协调，社会群体之间的关系处在一种对立的、矛盾的或冲突的状态，或者说，社会关系处于一种很强的张力之中。在这样的一种状态下，社会矛盾容易激化，社会问题和社会危机更容易发生。[114]
中国正处于社会转型的非常时期，渐进式改革推进了这么多年，很多问题累积到今天，出现结构性拥堵，微观层面的修修补补显然无济于事，而伤筋动骨的重大调整则举步维艰。因此，这个时期最容易引起社会的群体性情绪反应。“结构性紧张”是由“结构性诱因”引发的。当这种社会情绪淤积到一定程度，如果遭遇“概化信念”被引发，社会就很容易失控，产生社会运动。[115]随着社会张力的加剧，这种“结构性紧张”变得越来越突出，长期淤积的社会积怨也越来越大。不断积累的社会情绪成为社会舆论的土壤。在很多情况下，社会情绪处在隐伏或休眠状态。不过，一旦产生“概化信念”或者出现“诱导性事件”，社会情绪就会被激活，表现为活跃的社会舆论。当下中国正处在社会情绪的高位态势，在这种情况下，外部性诱因一旦出现，极易产生舆论险情。[116]社会心态不仅能够折射出社会变迁过程中的诸多社会问题，也是了解社情民意、社会热点和社会情绪的重要变量。[117]只有准确把握社会心态及其在社会转型和新媒体发展中的变化，才能做好有效的舆论治理。
三、底座:社会结构
中国改革开放所推动的中国社会结构的深刻转型，主要表现为由原先的二元社会结构向多元社会结构转型，进而沦为“断裂社会”。
1.“断裂社会”
有研究者将中国社会学界关于社会结构变迁的主要理论模式概括为以下四种:第一种，是孙立平提出的“断裂社会”观点，认为目前的分化已走向两级分化；第二种是陆学艺等人提出的“中产化现代社会”，认定趋向于中产化的现代化社会结构正在出现；第三种是李路路的“结构化”论点，认为边界日益分明的阶级阶层结构已然形成；第四种是李强、李培林的“碎片化”观点，强调分化的多元特征且认为阶级阶层结构难以形成。[118]上述四种观点，有分歧，也有“交集”，我们在认同“断裂社会”的同时，也部分认同结构化和碎片化的观点。
我们认为，中国改革开放近40年，是一个从原先的二元社会结构转向“去二元社会”结构的转型过程，在中国特色的社会转型过程中，社会结构趋于分化，沦为“断裂社会”的结构开始形成。“断裂社会”表现在以下几个方面:其一，在社会等级与分层结构上，一部分人被甩到社会结构之外，而且在不同阶层和群体之间缺乏有效的整合机制；其二，在地区之间，“断裂社会”表现为城乡之间的断裂；其三，社会的断裂会表现在文化和社会生活的诸多层面。[119]“断裂社会”同时伴有以下特征:结构固化和碎片化。表面上看，结构固化和碎片化存在矛盾，但在断裂的中国社会中，结构固化和碎片化往往是并行不悖的:一方面，结构性的断裂在不断加固，成为难以板结的结构；另一方面，在某些领域或空间，缺乏结构化的凝聚和支撑，成为碎片化的状态。因此，社会治理面临双重任务，既要打破一些固化的障碍物，也要聚合那些碎片化的社会结构。
2. 滞后的“存量”改革
随着社会分化的加剧，“增量”政治的增长速度滞后于日益膨胀的社会变革诉求，“增量”政治改革严重滞后，“存量”政治即会面临合法性危机。结果是，精英政治与底层政治的张力越来越大，由此产生的“结构性怨恨”淤积得越来越深。与现实社会空间相比，网络空间具有空前的自由度，成为一个远离于现实社会控制的“飞地”。有了互联网这个“飞地”，底层社会就从这里寻找出口。当“增量”政治的发展速度赶不上社会发展和媒介技术升级的速度时，在现实政治中受阻的大众政治诉求会在虚拟空间中谋求报复性的表达，造成网上舆论的“流动性过剩”。[120]因此，海量的社会主体聚集于网络空间，并被赋予新的身份:“网民”。作为网络“新大陆”的新移民，在网络规则尚未成型之前，网民在开掘网络空间之时，时常伴有犯禁的快意，“流动的空间”被蜂拥而至的新移民们瓜分豆剖，形成新的活动区间，并被赋予新的意义和规则。对于网络空间秩序的治理，也存在滞后性。管理者习惯用原先网下“存量”空间的治理逻辑去治理网络空间，这就引致一系列的问题。
四、三维框架下的舆论治理
社会舆论、社会心态、社会结构构成了中国舆论治理的三维框架。这个三维框架构建了中国舆论治理的理论逻辑和实践基座。此前，无论是在理论层面，还是在实践层面，均将三者割裂开来，造成了理论和实践的双重局限。社会舆论是悬浮于社会心态和社会结构之上的流体意识，是社会态度和社会情绪的即兴表达，是公众对当下公共话题的即时反应，也是从社会结构和社会心态河床上涌出的社会意识。社会舆论浮游于公共空间，显现于公众视野，它是看得见的社会意识景观。但活跃的社会舆论是流动、易逝、感性的，变动不居，存活周期较短，因此，把握难度较大，对舆论风险的预判和防范难度也很大。在三维框架中，社会心态是“中间层”，它在社会舆论和社会结构之间充当中间变量。社会舆论与社会心态的联系比较直接，有什么样的社会心态，就会有什么样的社会舆论，也就是说，社会舆论是社会心态的即时表达，当某种社会心态被某个公共话题引爆，就会以舆论的形式表现出来。前文提及的“结构性紧张”，是当下中国社会转型期社会心态的表现症候，这种结构性紧张是一种黑色的社会心态，它经过长期淤积、发酵、沉淀，会转化为“结构性怨恨”，从而成为社会化激情的土壤。若遇到宣泄的出口，它就会奔涌出来，形成舆论波澜，甚至会兴起舆论风暴。在互联网语境下，这种社会心态就会在网络空间呈现出来，且更具传染性，表现更为明显。尤其是在互联网“极化”机理驱动之下，极端社会心态野蛮扩张。社会结构则是舆论治理的底座。它处于社会舆论和社会心态的底层，成为支撑社会舆论、社会心态的基础硬件。社会结构若是断裂的，意味着社会河床也是断裂的，那么处于它之上的社会舆论和社会心态，不可能是平静的，有什么样的社会结构，就可能有什么样的社会意识。正如马克思所说，社会存在决定社会意识。要准确把握舆论逻辑，仅仅在社会舆论的小逻辑中寻找答案，其局限性是毋容置疑的。
进行舆论治理，须要超越单一维度的小逻辑，从社会舆论、社会心态、社会结构的整体框架中寻找系统性的大逻辑，为破解舆论治理难题找到求解的正确路径。由于存在理论和实践上的双重误区，没有意识到社会舆论、社会心态和社会结构的整体性关联，单方面从社会舆论维度入手，就会造成理论的偏向和实践的误区。比如，进行舆论治理，我们仅从舆论层面展开动作，没有从社会心态和社会结构层面进行系统治理，即便在舆论层面投入了大量成本，也是事倍功半，甚至事与愿违。舆论治理不能拘泥于单一的舆论逻辑，须考虑其他两个不可或缺的维度:社会心态和社会结构。社会舆论只不过是裸露在外面的水流，决定水流的流向和流速的关键是其下面的河床，社会心态和社会结构构成了社会舆论的河床。若我们只看到河床之上的流水，对河床视而不见，或不尊重河床的结构规律，整体性地观照问题的系统关联性，就容易在实践上走错方向。在舆论治理实践中，如果只做表层结构的工作，不顾及中间层和底座，不能从三维框架出发进行系统治理，那么，舆论治理也难以实现根本性改观。
【注释】
[1]Robinson Claude E.，“Recent Developments in the Straw-poll Field.”Public Opinion Quarterly，Vol. 1，No. 3，1937，pp.45-56.
[2]Lockley Lawrence C.，“Notes on the History of Marketing Research”，The Journal of Marketing，1950，pp.733-736.
[3]Moon Nick，Opinion Polls:History，Theory and Practice， Manchester University Press，1999.
[4]刘德寰:《管窥美国调查业之二——在游戏、质疑与验证中走向决策支柱的民意测验》，市场研究协会网站，2006，http://www.emarketing.net.cn/magazine/article.jsp？aid=669。
[5]Moon Nick，Opinion Polls:History，Theory and Practice. Manchester University Press，1999.
[6]刘德寰:《管窥美国调查业之二——在游戏、质疑与验证中走向决策支柱的民意测验》，市场研究协会网站，2006，http://www.emarketing.net.cn/magazine/article.jsp？aid=669。
[7]Kohut，A.，Keeter，S.，Doherty，C.，Dimock，M.& Christian，L.，“Assessing the Representativeness of Public Opinion Surveys”，Pew Research Center，Washington，D. C. ，2012.
[8]Boland，M.，Sweeney，M. R.，Scallan，E.，Harrington，M.，Staines，A.，“Emerging Advantages and Drawbacks of Telephone Surveying in Public Health Research in Ireland and the UK”， BMC Public Health，Vol. 6，No.1，2006，p.208.
[9]Kreuter，F.，Presser，S.，Tourangeau，R.，“Social Desirability Bias in CATI，IVR，and Web Surveys the Effects of Mode and Question Sensitivity”，Public Opinion Quarterly，Vol. 72，No. 5，2008，pp.847-865.
[10]Garrett，R. K. ，Stroud，N. J.，“Partisan Paths to Exposure Diversity:Differences in Pro‐and Counterattitudinal News Consumption”，Journal of Communication，Vol. 64，No. 4，2014，pp. 680-701.
[11]Couper，M. P.，“Review:Web Surveys:A Review of Issues and Approaches”，Public Opinion Quarterly，Vol. 64，No. 4，2000，pp.464-494.
[12]Wright，K. B.，“Researching Internet-based Populations:Advantages and Disadvantages of Online Survey Research，Online Questionnaire Authoring Software Packages，and Web Survey Services”，Journal of Computer-Mediated Communication，Vol. 10，No. 3，2005.
[13]Hilbert，M. ，López，P.，“The World’s Technological Capacity to Store，Communicate and Compute Information”，Science，Vol. 332，No. 6025，2011，pp.60-65.
[14]Frank，C.，“Improving Decision Making in the World of Big Data”，Forbes，2012. retrieved from http://www.forbes.com/sites/christopherfrank/2012/03/25/improving-decision-making-in-the-worldof-big-data/.
[15]Wall，M.，“Big Data:Are you ready for blast-off？”，BBC News，2014，retrieved from http:// www.bbc.com/news/business-26383058.
[16]Murphy，J.，Link，M. W.，Childs，J. H.，Tesfaye，C. L.，Dean，E.，Stern，M.，Harwood，P.，“Social Media in Public Opinion Research Executive Summary of the AAPOR Task Force on Emerging Technologies in Public Opinion Research”，Public Opinion Quarterly，Vol. 78，No. 4，2014，pp.788-794.
[17]Lipcon，T.，“Big Data 101 for Public Opinion Research”，Cloudera，2012，retrieved from http:// www.papor.org/wp-content/uploads/2014/12/Trends-Techniques-Big-Data-101-Lipcon.pdf.
[18]O. R. Team，“Big Data Now:Current Perspectives from OReilly Radar”，OReilly Media，17，2011. Grobelnik M.，“Big data tutorial”，2012，retrieved from http://videolectures.net/ eswc 2012grobelnikbigdata/.
[19]Chen，M.，Mao，S.，and Liu，Y.，“Big Data:A Survey”，Mobile Networks and pplications，Vol. 19，No. 2，2014，pp.171-209. NIST，“DRAFT NIST Big Data Interoperability Framework:Volume 1，Definitions”，2015，retrieved from http://bigdatawg.nist.gov/_uploadfiles/M0392_v1_3022325181.pdf.
[20]Diebold，F. X.，“On the Origin（s）and Development of the Term ‘Big Data’（No. 12-37）”，Penn Institute for Economic Research，University of Pennsylvania，2012.
[21]Laney，D.，“3-D Data Management:Controlling Data Volume，Velocity and Variety”，META Group Research Note，February 6，2001，http://goo.gl/Bo3GS.
[22]Mayer-Schönberger，V. ，Cukier，K.，Big Data:A Revolution that Will Transform How We Live，Work，and Think，Houghton Mifflin Harcourt，2013.
[23]Taylor，Sean J.，“Real Scientists Make Their Own Data”，Sean J. Taylor Blog，January 25. 2013，retrieved from http://seanjtaylor.com/post/41463778912/real-scientists-make-their-own-data.
[24]Lyons，M.，“French Soldiers and Their Correspondence:Towards a History of Writing Practices in the First World War”，French History，Vol. 17，No. 1，2003，pp.79-95.
[25]Madge，C.，Harrisson，T.， Britain by Mass-observation，Penguin Books，Vol. 19，1939.
[26]Lipcon，T.，“Big Data 101 for Public Opinion Research”，Cloudera，2012，retrieved from http:// www.papor.org/wp-content/uploads/2014/12/Trends-Techniques-Big-Data-101-Lipcon.pdf.
[27]https://sites.tufts.edu/ualab/.
[28]Hu，M.，Liu，B.，“Mining and Summarizing Customer Reviews”，Proceedings of the tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，ACM，August 2004，pp. 168-177.
[29]Reagle，M.，Reading the Comments:Likers，Haters，and Manipulators at the Bottom of the Web，MIT Press，2015.
[30]Titov，I. and McDonald，R.（2008，April，“Modeling Online Reviews with Multi-grain Topic Models”，in Proceedings of the 17th International Conference on World Wide Web（pp. 111-120），ACM. Abdelwahab，A.，Robles，J.，Chiru，C. G.，Rebedea，T，“Tweets Topic Modelling Across Different Countries”，in Ice Phil eds.，The International Scientific Conference eLearning and Software for Education，National Defense University，Vol. 4，2014，p.134.
[31]Pang，B.，Lee，L.，“Opinion Mining and Sentiment Analysis”，Foundations and Trends in Information Retrieval，Vol. 2，No. 1，2008，pp.1-135.
[32]刘德寰:《管窥美国调查业之二——在游戏、质疑与验证中走向决策支柱的民意测验》，市场研究协会网站，2006，http://www.emarketing.net.cn/magazine/article.jsp？aid=669。
[33]DiGrazia，J.，McKelvey，K.，Bollen，J.，Rojas，F.，“More Tweets，More Votes:Social Media as a Quantitative Indicator of Political Behavior”，PlOS One，Vol. 8，No. 11，2012，retrieved from https://orgtheory.wordpress.com/2013/08/16/more-tweets-more-vote-qa-and-erratum/.
[34]Rojas，F.，“More Tweets，More Votes:Social Media as a Quantitative Indicator of Political Behavior”，Orgtheory，2013，retrieved from https://orgtheory.wordpress.com/2013/08/16/moretweets-more-vote-qa-and-erratum/.
[35]Lansdall-Welfare，T.，Lampos，V.，Cristianini，N.，“Nowcasting the Mood of the Nation”，Significance，Vol. 9，No. 4，2012，pp. 26-28. O’Connor，B.，Balasubramanyan，R.，Routledge，B. R. and Smith，N. A.（2010），“From Tweets to Polls:Linking Text Sentiment to Public Opinion Time Series”，ICWSM，Vol. 11，2010，pp.122-129.
[36]O’Connor，B.，Balasubramanyan，R.，Routledge，B. R.，Smith，N. A.，“From Tweets to Polls:Linking Text Sentiment to Public Opinion Time Series”，ICWSM，Vol. 11，2010，pp.122-129.
[37]Daas，P.，Puts，M.，“Social Media Sentiment and Consumer Confidence”，European Central Bank，2014，retrieved from https://www.ecb.europa.eu/pub/pdf/scpsps/ecbsp5.pdf.
[38]Asur，S.，Huberman，B.（2010，August），“Predicting the Future with Social Media”，Web Intelligence and Intelligent Agent Technology（WI-IAT），2010 IEEE/WIC/ACM International Conference on（Vol. 1，pp. 492-499），IEEE.
[39]McConnell，B.，Huba，J.，“The 1% Rule:Charting Citizen Participation”，Church of the Customer Blog，Vol. 205，2006，retrieved from http://web.archive.org/web/20100511081141/ http://www.churchofthecustomer.com/blog/2006/05/charting_wiki_p.html.
[40]Bale，P.，“Telephone Call with Neil Thurman”，14 December 2004，as cited in Thurman，2008.
[41]Ginsberg，J.，Mohebbi，M. H.，Patel，R. S.，Brammer，L.，Smolinski，M. S. and Brilliant，L.，“Detecting Influenza Epidemics Using Search Engine Query Data”，Nature，Vol.457，No.7232，2009，pp.1012-1014.
[42]Lazer，D.，Kennedy，R.，King，G. and Vespignani，A.，“The Parable of Google Flu:Traps in
[43]Chae，David H.，Sean Clouston，Mark L. Hatzenbuehler，Michael R. Kramer，Hannah LF Cooper，Sacoby M. Wilson，Seth I. Stephens-Davidowitz，Robert S. Gold and Bruce G. Link，“Association Between an Internet-based Measure of Area Racism and Black Mortality”，PlOS ONE，2015.
[44]Curme，C.，Preis，T.，Stanley，H. E.，Moat，H. S.，“Quantifying the Semantics of Search Behavior Before Stock Market Moves”，Proceedings of the National Academy of Sciences，Vol. 111，No.32，2014，pp.11600-11605.
[45]McAfee，A.，Brynjolfsson，“Big Data:The Management Revolution”，Harvard Business Review，Vol. 90，No. 10，2012，pp.61-67.
[46]Joachims，T.，Granka，L.，Pan，B.，Hembrooke，H.，Gay，G.，“Accurately Interpreting Clickthrough Data as Implicit Feedback”，in Proceedings of the 28th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval，ACM，August，2005，pp. 154-161.
[47]李烨池:《复旦大学研究生自创食品安全网站“掷出窗外”》，《羊城晚报》，2012-05-05，http:// news.21cn.com/hot/cn/2012/05/05/11725208.shtml。
[48]http://zuobiao.me/.
[49]Pan，J.，Xu，Y.，“China’s Ideological Spectrum”，2015，retrieved from http://www.jenpan. com/jen_pan/manuscript_ideology.pdf.
[50]Mao，D.，“A statement on 1st April”，2015，retrieved from https://zine.la/article/65adbc26d81911 e4b79a00163e023006/.
[51]Lipcon，T.，“Big Data 101 for Public Opinion Research”，Cloudera，2012，retrieved from http:// www.papor.org/wp-content/uploads/2014/12/Trends-Techniques-Big-Data-101-Lipcon.pdf.
[52]Aristotle，The Nichomachean Ethics. Rackman Transl. Cambridge:Harvard University Press，1934.
[53]Knoke，D.，“Networks of Political Action:Toward Theory Construction”，Social Forces，Vol. 68，No. 4，1990，pp.1041-1063. Huckfeldt，R. R.，Sprague，J.，Citizens，Politics and Social Communication:Information and Influence in an Election Campaign，Cambridge University Press，1995.
[54]Kótyuk，Gergely，Levente Buttyán，“A Machine Learning Based Approach for Predicting Undisclosed Attributes in Social Networks”，2012 IEEE International Conference on Pervasive Computing and Communications Workshops（PERCOM Workshops），IEEE，2012.
[55]Lindamood，J.，Heatherly，R.，Kantarcioglu，M.，Thuraisingham，B.，“Inferring Private Information Using Social Network Data”，Proceedings of the 18th International Conference on World Wide Web，ACM，2009，pp. 1145-1146.
[56]Agarwal，A.，Rambow，O.，Bhardwaj，N.，“Predicting Interests of People on Online Social Networks”，Computational Science and Engineering，2009. CSE’09 International Conference on，IEEE，Vol. 4，2009，pp. 735 -740.
[57]Annapoorani，A.，Priya，M. P. I.，“Inferring Private Information from Social Network Using Collective Classification”. International Journal of Innovative Research in Computer and Communication Engineering，Vol. 2，No. 1，2014，pp.1851-1857.
[58]Goel，S.，Goldstein，D. G.，“Predicting Individual Behavior with Social Networks”，Marketing Science，Vol. 33，No. 1，2013，pp.82-93.
[59]Pew Research Center，“Teens，Social Media，and Privacy”，Pew Research Center，2013，retrieved from http://www.pewinternet.org/files/2013/05/PIP_TeensSocialMediaandPrivacy_PDF. pdf.
[60]Dey，R.，Tang，C.，Ross，K. and Saxena，N.，“Estimating Age Privacy Leakage in Online Social Networks”，INFOCOM，2012 Proceedings IEEE，IEEE，March，2012，pp. 2836-2840.
[61]Silver，N.，The Signal and the Noise:Why So Many Predictions Fail-But Some Don’t， Penguin，2012.
[62]Gjoka，M.，Kurant，M.，Butts，C. T.，Markopoulou，A.，“Walking in Facebook:A Case Study of Unbiased Sampling of OSNs”，INFOCOM，2010 Proceedings IEEE，IEEE，March，2010，pp. 1-9.
[63]Wang，T.，Chen，Y.，Zhang，Z.，Sun，P.，Deng，B.，Li，X.，“Unbiased Sampling in Directed Social Graph”，ACM SIGCOMM Computer Communication Review，Vol. 41，No. 4，2011，pp.401-402.
[64]Salehi，M.，Rabiee，H. R.，Nabavi，N.，Pooya，S.，“Characterizing Twitter with Respondentdriven Sampling”，Dependable，Autonomic and Secure Computing（DASC），2011 IEEE Ninth International Conference，IEEE，December，2011，pp.1211-1217.
[65]Bauermeister，J. A.，Zimmerman，M. A.，Johns，M. M.，Glowacki，P.，Stoddard，S. ，Volz，E.，“Innovative Recruitment Using Online Networks:Lessons Learned from an Online Study of Alcohol and other Drug Use Utilizing a Web-based，Respondent-Driven Sampling（webRDS）Strategy”，Journal of Studies on Alcohol and Drugs，Vol. 73，No. 5，2015，pp.834-838.
[66]Wang，W.，Rothschild，D.，Goel，S.，Gelman，A.，“Forecasting Elections with Non-Representative Polls”，International Journal of Forecasting，Vol. 31，No. 3，2015，pp.980-991.
[67]Lindamood，J.，Heatherly，R.，Kantarcioglu，M.，Thuraisingham，B.，“Inferring Private Information Using Social Network Data”，Proceedings of the 18th International Conference on World Wide Web，ACM，2009，pp. 1145-1146.
[68]Becker，J. L.，Chen，H.，Measuring Privacy Risk in Online Social Networks（Doctoral dissertation），University of California，Davis，2009. Dey，R.，Tang，C.，Ross，K. and Saxena，N.，“Estimating Age Privacy Leakage in Online Social Networks”，INFOCOM，2012 Proceedings IEEE，IEEE，March，2012，pp. 2836-2840.
[69]Davis Jr.，C. A.，Pappa，G. L.，de Oliveira，D. R. R.，De L Arcanjo，F.，“Inferring the Location of Twitter Messages Based on User Relationships”，Transactions in GIS，Vol.15，No.6，2011，pp.735-751. Pontes，T.，Magno，G.，Vasconcelos，M.，Gupta，A.，Almeida，J.，Kumaraguru，P.，Almeida，V.，“Beware of What You Share:Inferring Home Location in Social Networks”， 2012 IEEE 12th International Conference on Data Mining Workshops（ICDMW），IEEE，2012，pp. 571-578.
[70]Cronbach，L.，Meehl，P.，“Construct Validity in Psychological Tests”，Psychological Bulletin，Vol. 52，No. 4，1955，pp.281-302.
[71]Silver，B. D.，Anderson，B. A.，Abramson，P. R.，“Who Overreports Voting？”，American Political Science Review，Vol. 80，No. 2，1986，pp. 613-624.
[72]Tsfati，Y.，Cappella，J. N.，“Why Do People Watch News They Do Not Trust？ The Need for Cognition as a Moderator in the Association between News Media Skepticism and Exposure”，Media Psychology，Vol. 7，No. 3，2005，pp.251-271.
[73]O’Guinn，T. C.，Faber，R. J.，Compulsive Buying:A Phenomenological Exploration，Journal of Consumer Research，Vol. 16，No. 2，1989，pp.147-157.
[74]Japec，Lilli，Frauke Kreuter，Marcus Berg，Paul Biemer，Paul Decker，Cliff Lampe，Julia Lane，Cathy O’Neil，Abe Usher，“AAPOR Report on Big Data”，Mathematica Policy Research，2015.
[75]Crovitz，G.，“Obama’s ‘Big Data’ Victory”，The Wall Street Journal，2012，retrieved from http:// www.wsj.com/articles/SB10001424127887323353204578126671124151266.
[76]本文首发于《新闻与传播研究》2013年第11期，系教育部人文社会科学研究项目“云计算环境下移动互联网传播模式、舆论模型与管理机制研究”（编号:10YJC860015）的重要研究成果，也是国家社科基金重大项目“国家政治安全视角下的互联网虚拟社会风险治理研究”（批准号:11&ZD033）的部分研究成果。
[77]具体微博信息数据来源于“新浪微博”。
[78]刘军:《整体网分析讲义》，上海:世纪出版集团，2009。
[79]本文由作者已发表的两篇论文《网民社会心态与舆论引导范式转型》（刊于《社会科学战线》，2016年05期）与《互联网时代舆论引导范式的新思考》（刊于《学术前沿》，2016年03期）增补和修改而成。
[80]董子铭:《舆论引导的学理解读:元理由、概念及其系统特征》，《四川大学学报》（哲学社会科学版），2014（05），84-91页。
[81]杨宜音:《个体与宏观社会的心理关系:社会心态概念的界定》，《社会学研究》，2006（04），117-131页，244页。
[82]袁跃兴:《中国网络社会心态折射了什么？》，《中国职工教育》，2014（23），66页。
[83]余建华:《网络社会心态何以可能》，《北京邮电大学学报》 （社会科学版），2014（05），16-21页。
[84]夏学銮:《当前中国八种不良社会心态》，《人民论坛》，2011（12），48-50页。
[85]聂智、曾长秋:《负面心态治理:虚拟社会管理新视阈》，《学术论坛》，2012（11），173-177页，218页。
[86]于建嵘:《仇富和仇官是因不公平底层百姓看不到前途》，《南方人物周刊》，2011-06-17，http:// finance.ifeng.com/opinion/mssd/20110617/4165979.shtml。
[87]翟学伟:《信任与风险社会——西方理论与中国问题》，《社会科学研究》，2008（04）:123-128页。
[88]林雪霏:《转型逻辑与政治空间——转型视角下的当代政府信任危机分析》，《社会主义研究》，2012（06），40-45页。
[89]夏学銮:《当前中国八种不良社会心态》，《人民论坛》，2011（12），48-50页。
[90]汪丁丁:《何谓“新闻敏感性”》，《新世纪周刊》，2011（44），118-119页。
[91]比如2016年抗战胜利70周年大阅兵期间，网民对台湾歌手范玮琪在微博上贴出宝贝照片进行的激烈批评。
[92]本文首发于《现代传播》2016年第9期，系国家社科重点项目“增进当代中国价值观念的国际理解与国际传播策略研究”（15AZD026）系列成果之一。
[93]李培林、李强、孙立平等:《中国社会分层》，北京:社会科学文献出版社，2004。
[94]刘建明:《当前中国社会矛盾和社会问题的新特点》，《学习时报》，2016-05-19。
[95]李良荣、郑雯:《论新传播革命——“新传播革命”研究之二》，《现代传播》（中国传媒大学学报），2012（04），34-38页，65页。
[96]张涛甫:《新传播技术革命与网络空间结构再平衡》，《南京社会科学》，2015（01），114-120页。
[97]王俊秀:《社会心态理论:一种宏观社会心理学范式》，北京:社会科学文献出版社，2014，29页。
[98]岳璐、袁方琴:《新媒体时代网络舆论引导策略初探》，《传媒评论》，2015（05），80-81页。
[99]张涛甫:《媒介化社会语境下的舆论表达》，《现代传播》（中国传媒大学学报），2006（05），12-15页。
[100]张涛甫:《舆论“流动性过剩”的风险考量及其化解之道》，天津社会科学，2014（01），70-74页。
[101]中国互联网络信息中心:《第37次中国互联网络发展状况统计报告》，2016-01-26，http:// www.cnnic.net.cn/hlwfzyj/hlwxzbg/。
[102]周瑞金:《“新意见阶层”在网上崛起》，《炎黄春秋》，2009（03），52-57页。
[103]岳璐、袁方琴:《新媒体时代网络舆论引导策略初探》，《传媒评论》，2015（05），80-81页。
[104]李良荣、郑雯:《论新传播革命——“新传播革命”研究之二》，《现代传播》（中国传媒大学学报），2012（04），34-38页，65页。
[105]师曾志、胡泳等:《媒介赋权及意义互联网的兴起》，北京:社会科学文献出版社，2014，4页。
[106]张涛甫:《舆论“软风险”正急剧上升》，《人民论坛》，2014（25），7页。
[107]王俊秀:《关注社会情绪 促进社会认同 凝聚社会共识——2012～2013年中国社会心态研究》，《 民主与科学》，2013（01），64-71页。
[108]马向真、张廷干:《社会心态的伦理审视》，《伦理学研究》，2009（06），45-49页。
[109]王俊秀:《中国社会心态:问题与建议》，《中国党政干部论坛》，2011（05），43-46页。
[110]李有发:《我国社会心态的变化趋向及其相关问题》，《兰州学刊》，2009（12），113页。
[111]王俊秀:《当前值得注意的社会心态问题和倾向》，《中国党政干部论坛》，2015（05），11-15页。
[112]王俊秀:《当前值得注意的社会心态问题和倾向》，《中国党政干部论坛》，2015（05），11-15页。
[113]王俊秀:《当前值得注意的社会心态问题和倾向》，《中国党政干部论坛》，2015（05），11-15页。
[114]李强:《“丁字型”社会结构与“结构紧张”》，《社会学研究》，2005（02），55-73页，243-244页。
[115]赵鼎新:《西方社会运动与革命理论发展之述评——站在中国的角度思考》，《社会学研究》，2005（01），168-209页，248页。
[116]张涛甫:《舆论“流动性过剩”的风险考量及其化解之道》，《天津社会科学》，2014（01），70-74页。
[117]李有发:《我国社会心态的变化趋向及其相关问题》，《兰州学刊》，2009（12），113-115页。
[118]转引自孙立平:《中国社会结构的变迁及其分析模式的转换》，《南京社会科学》，2009（05），93-97页。
[119]孙立平:《中国社会结构的变迁及其分析模式的转换》，《南京社会科学》，2009（05），93-97页。
[120]张涛甫:《新媒体语境下大众政治勃兴与协商民主建设》，《南京社会科学》，2014（07），96-102页。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
