论文部分内容阅读
摘 要：重大公共决策因其涉及多元主体利益关系而面临更加复杂的风险因素，网络舆情更是成为重大公共决策不可忽视的治理场域，对风险治理手段有着更高的要求。数据驱动下的信息技术是重大公共决策网络舆情风险治理的重要工具集，并融合专家参与，成为全媒体时代风险防范与化解的有效方式。通过分析重大公共决策网络舆情风险研判单向线性机制存在的不足，提出了基于专家与数字技术深度融合的迭代闭环式舆情风险研判系统，能够从革新现代化治理技术、吸引专家全程参与、加强制度建设、构建良性互动机制等几个维度推进重大公共决策网络舆情风险治理体系和治理能力现代化。
关键词：重大公共决策;网络舆情;风险研判;专家评估;数字技术
一、问题的提出
随着互联网的迅猛发展，舆论生态和传播方式也发生了深刻的改变。由于网络媒体门槛低、容量大，成为许多社会信息和利益诉求公开传播的首选之地，越来越多的利益相关群体和非利益相关者通过网络来传播和放大自己的声音。当前网络热点多与政府有关，民生、安全政策类话题呈现出燃点低、爆点多的特点，2019年民生与公共安全领域的问题占据国内网络舆情的大半江山[1]。往往一个政府部门决策经过网络的发酵，随即演变为震动各界的社会热点事件。例如，2017年北京大兴安全隐患大排查大清理大整治专项行动、2018年杭州政府捕杀流浪狗事件、2018年天津海河英才事件、2019年深圳30万年薪聘请中小学教师、2020年云南威信禁遛狗新政事件等引发的网络舆情风险，都是由于民众尤其是切身利益者对公共政策的担忧、不满而引发的。当前，一些地方政府公共政策尊重客观规律不够，没能充分听取群众意见，搞“一刀切”;还有一些关系到国计民生的重大公共项目因利益相关者不了解、不理解、不支持而引发网络舆情事件，导致项目难以落地或者在争议中匆匆叫停。重大公共决策引起的网络群体性事件频发，已经成为经济社会稳定发展的重要隐患。因此，对重大决策网络舆情风险进行研判，尽量做到无急可应、有急能应，从源头上预防和减少网络舆情风险，进而确保重大决策顺利实施，是现阶段摆在各级政府面前的首要任务之一。
2016年以来，重庆市在全国率先将网络舆情风险评估作为市委常委会重大决策的前置程序，为有效预防和应对重大决策实施中的各类舆情危机，进一步推进科学决策、民主决策、依法决策夯实了基础[2]。2019年2月，习近平在主持中央全面依法治国委员会第二次会议时指出，“规范重大行政决策程序，是依法治国的迫切需要”。2019年4月，李克强签署国务院令，公布了《重大行政决策程序暂行条例》，进一步规范政府重大行政决策程序，明确公众参与、专家论证、风险评估、合法性审查、集体讨论决定这五大程序，是规范重大行政决策程序关键的程序制度。建立重大公共决策网络舆情风险研判机制，是规范重大行政决策程序、保证政策平稳运行的改革实践，是治理模式创新的重要举措，是运用大数据等现代信息技术实现国家治理现代化的重要探索。从中国政府的重大公共政策网络舆情治理实践来看，往往是政策出台后出现舆情，再进行应对。建设重大公共决策风险研判机制的目标设想是先进行舆情治理再出台政策，以及政策出台后直至平稳运行的全过程网络舆情治理。
当前，我国对于重大公共决策网络舆情的风险评估仍聚焦在评估价值和程序的规范性上。传统的单向线性重大公共决策网络舆情治理路径具有“不可逆”的局限性，专家仅参与了决策落地前的评估论证，数字技术的参与作用也很有限，重大公共决策的风险治理一定程度上仍是政府决策者的“独角戏”。这要求决策者在政策制定时就能直接预判出政策落地和推进过程中所有可能出现的结果，但是现实中由于网络环境的瞬息万变和决策者自身的知识有限、经验欠缺等问题，完全准确的舆情判定很难实现。闭环迭代的新治理范式不断在程序性和灵活性之间寻求平衡[3]，具有更强的可操作性与适应性，可以实现专家和技术在重大公共政策网络舆情治理中全过程参与，充分释放多元主体协同参与的活力，不断提升决策的科学性、客观性。因此，本文基于专家与数字融合的理念，探讨重大公共决策风险研判的优化路径。
二、文献綜述
伴随着网络风险的产生，网络舆情风险治理也成为社会治理的重中之重。到了20世纪末，西方学术界已经有不少关于“网络舆情治理”的研究文献[4]。相比国外，国内对“网络舆情治理”的研究起步较晚，始于2005年[5]。研究主要集中于网络舆情演化、网络舆情治理工具、网络舆情治理对象、现状的不足和未来展望等方面。近年来，越来越多的学者关注突发事件类网络舆情治理，其中涉及最多的是政务类舆情，其次是高校，以及环境类、企业类、卫生类等[6]。
1.网络舆情治理工具研究
在网络舆情治理工具研究领域，西方学者早在互联网建设之初便开展研究，并提出SIR模型以及改进的SIS模型。2004年前后Facebook、Twitter等社交网络开始盛行，研究者开始关注社交网络的危机传播，S.Vieweg[7]等通过研究突发事件下，Twitter用户上传的时间、天气、地理位置、标签等信息来评估危机状况，并以此侦测政治选举过程中的虚假信息。当前，针对网络舆情风险治理工具的使用，国内有学者提出了“技术治理路径”，主张利用大数据技术，对网络舆情进行监测、预警、研判、应对等[8]。有学者认为，以大数据等现代信息技术带来的扁平化机制和多维性分析为技术工具，可以深度挖掘焦点事件的形成过程、舆论导向与解决方案，进而增强风险治理的前瞻性与先导性[9]。有学者基于贝叶斯网络的推理模型，对假设节点的条件概率进行计算，实现对网络舆情的识别与预警[10]。还有大量学者进行SIR传染病的社交网络舆情传播动力学模型研究[11]。总体来看，当前的网络舆情风险治理工具研究仍是碎片化的，大多数学者在研究网络舆情治理工具时主要从风险识别与感知、风险研判、风险预警和风险应对中的一个环节来展开，缺乏对于网络舆情治理全过程适用工具的研究。 2.网络舆情风险研判研究
在网络舆情风险研判方面，案例推理（case-based reasoning，CBR）是一种常见的技术手段，最早由美国耶鲁大学的Schank提出[12]，旨在用过去案例来解释或解决新的问题。当前，案例推理技术广泛应用于信息不完全且需要快速反应的应急决策领域[13]，对于提升社会风险治理水平具有重大的实践意义。近几年在知识管理视角下进行突发事件意识形态的风险防控和安全治理的研究多集中在案例库的构建和设计（佘廉、仲秋雁、张英菊等）[14]、类比推理（Patterson，Lenz，王文俊等）[15]和情境推演，在城市公共安全（邵荃、翁文国、陆莹、李启明、刘翔等）[16]、食品安全（许鑫、侯仕军、游海疆等）[17]、意识形态风险预警等方面。近几年，国内还建设了各种类型的舆情案例库[18]，其主要应用领域为舆情信息采集、舆情状态监控和舆情数据分析等。但是，当前仍没有发现将历史知识案例库运用于重大公共决策网络舆情风险治理的研究。
同时，目前理论界对网络舆情风险研判机制的研究仍呈现出碎片化的特点，其主要围绕主体、对象、程序、指标、方法、路径等在内的运行框架展开阐释性、描述性研究，对机制本身缺乏深入细致的研究，其中对于重大公共决策网络舆情风险研判机制的研究基本处于空白状态。通过中国知网检索，截至2021年3月10日，以“网络舆情治理”为主题词的文献共967篇，但是以“重大公共决策网络舆情治理”为主题的文献还未见到，因此，“重大公共决策网络舆情治理”研究是有待深入开发的“蓝海”。
因此，本文首次提出基于专家与数据融合的方式建设重大公共决策网络舆情风险研判体系。一方面，通过历史知识案例库的海量信息，将现有政策同检索、匹配后的历史案例比对后进行风险感知，为专家风险研判提供数据支撑，从而有效避免经验式风险研判带来的失误，提升风评的智能化水平。另一方面，保证专家全程参与重大决策网络舆情风险评估，充分借助专家的经验和智慧评估重大公共决策的合理性、现实性，将专家定性评估和案例库定量评估结合，在提升决策民主化、透明化、科学化水平的同时，更加适应网络社会需求，降低政策公布后的社会压力反应。
三、重大决策网络舆情风险研判机制的单向线性逻辑机理
在舆情治理实践中，普遍存在“重采集、轻研判”的现象，如何进行科学、有效、务实的舆情研判，成为社会治理和公共服务中的关键环节。在信息网络技术快速发展的大数据时代，将历史上引发舆情的案例依托计算机集成后建立成库，对文本语义进行识别、归类、趋势研判，为公共决策提供经验性的知识支持，对于决策的科学性和社会稳定发展都有重要意义。总结当前各地重大公共决策网络舆情风险的实践，重大公共决策网络舆情风险研判体系构建基本遵循以下路径（如图1所示）。
1.政策收集和归类，形成历史知识案例库主体
区别于传统数据，大数据不仅仅指海量数据，还包括对海量碎片化信息的处理方法。因此，基于大数据技术收集海量重大公共决策舆情历史事件案例，分门别类进行梳理，基于案例库标签，形成分领域、分类型、分风险级别的历史案例或案例群，通过历史舆情知识案例库比对，快速检索出相似案例，汲取历史舆情知识案例的经验教训，及时发现问题风险、做出决策，是政府部门调整决策方案、降低社会治理风险的必要措施。
历史知识案例库作为网络舆情风险评估的“智库”，其建设效果对风险评估的精准度发挥着重要作用。当前我国大多网络舆情评估系统主要是对舆情案例数据进行捕捉、统计、分析，案例尽管按照类别进行了归类，但是大多仍是单独的个体。显然，传统的信息抓取和处理方式，已经无法满足网络安全及风险治理工作的需求。对于容易引发舆情的重大公共政策，为保证政策安全落地，在推进过程中需要及时寻找并回归到案例库中最贴切当前情境的案例中，通过对历史案例的分析，提炼出当前决策可以借鉴的经验，因此，建设一个多维、动态、智能的历史知识案例库尤为重要。
2.回归历史案例情报语义比对，识别决策风险
为实现重大公共决策网络舆情风险治理前置的目标，本文将政府即将出台实施的某一特定领域的重大公共决策回归到历史案例库中，同与其高度相似的历史案例进行比对。搜索与即将出台的重大公共决策相似度最高的网络舆情历史案例，比对舆情情报的文本信息。进而结合实际情况，利用大数据模式和智能决策系统对当前重大公共决策的重要风险因子进行运算、模拟和效果评估，修正相似案例并给出优化的最终解决方案，提升比对结果的客观性、科学性、合理性。
（1）主题挖掘以识别网民实际关注点
主题识别是对舆情信息本体的锁定，主要识别评价词语修饰的对象和领域相关的本体概念[19]，例如热点新闻、微博热搜榜中的某一话题（如“校园霸凌”）。针对公共政策类舆情文本的主题识别，基本是某一领域最新出台的重大公共决策（如“延迟退休”），借助主题识别可以挖掘网民关注点。作为网络舆情的载体，文本是一种富含语义信息的数据，而语义知识是反映舆情实际的数据挖掘结果[20]，是对舆情关键词的提取、对其隐性知识的形式化描述，以及对数据文本的高度概括。文本内容挖掘与语义建模是信息推荐和数据挖掘领域的研究热点与核心内容，而文本内容的主题挖掘则是语义建模的重要基础[21]。
重大公共决策风险研判机制主要依靠聚类技术和LDA主题模型进行文本主体挖掘。聚类技术作为信息检索的重要手段，可以将大量信息组织成若干个有意义的簇，有效縮减搜索空间，从而改善检索性能，加快检索速度，提高检索精度[22]。LDA主题模型则是基于产生式的三层贝叶斯概率计算来挖掘主题的新算法，利用“主题”“主题-特征词关系”等抽象概念，用明确的概率大小来表示，利用词频的共现频率进行词组聚类，将庞大的词语空间转化为主题空间。降维后的主题概率分布具有语义特征，可以有效避免信息遗漏，将主题相近的词与词组精准地聚成一类。通过对LDA为代表的主题模型方法的应用，可以从海量复杂的评论中揭示与主题相似的评论，进而挖掘主流观点和深度评论，将群众智慧和思想认知客观、有序地呈现出来，为舆情监测、研判、疏导快速提供依据，切实提升风险感知能力。 （2）情感分析以捕捉舆论全过程的情感倾向
随着深度学习在计算机视觉领域的大获成功，越来越多的学者将深度学习技术应用至自然语言处理领域[23]。新闻平台、微博客户端等的评论内容蕴含着网民对热点事件的情感，其信息传播模式具有开放性、实时性和自由选择性的特点，对历史案例评论文本进行情感及趋势分析，可以深入挖掘网民群体的行为规律，为决策者提供决策依据。对于重大公共决策而言，分析和监测重大公共政策类舆情热点的情感信息，能够了解民众对特定政策的关注程度和情感变化，辅助决策者评估和掌握事件的发展走向，对决策实施的风险再次进行分析和研判，控制网络群体事件的发生。概括而言，政策类舆情信息情感分析的过程主要是：抽取事件包含的所有不同方面的关注点—检测不同关注点中蕴含的所有用户情感信息—统计分析网民群体对各个关注点的情感变化趋势。
第一，情感信息抽取
情感信息抽取旨在抽取情感文本中有价值的情感信息，是情感分析的基础任务。为实现情报分析的精准性，需要进行词语搭配，搭配主要有两种模式：一是主题词与情感词的搭配，此过程是为了将主题词与能够合理修饰它的词关联到一起，如养老新政策-科学;二是程度副词与情感词语的搭配组成极性短语，如非常-反对。观点持有者对于政策的评论，尤其是涉及重大公共决策的评论在情感分析中显得尤为重要，观点持有者是观点、态度的持有者，代表着不同的利益群体，特别是可能涉及利益相关者，如“全国大中小学学生家长高度赞扬国家实施推动学生强身健体的体育教育政策”。
情感分析是对带有感情色彩的文本进行分析、处理、归纳和处置的过程，其中对其情感倾向性起关键作用的都是构成句子和文本的极性词语。因此，构建一个系统、完善、高效的极性词典，是开展文本倾向性和情感分析工作的基础。但是书面语言和评论的情绪表达存在一定的差异性，基于情感分析方法捕捉情感讯号可能会因二者的偏差而导致误判。本文认为可以将极性词典和机器学习法结合，基于现有的词典资源，持续发现新的极性词语、及时动态地修正和扩展词典，利用技术工具自动完成领域词典构建。综合考虑评价词语、评价对象对极性计算的影响，结合全文情境进行更加全面完善的情感判断，保证对历史重大决策网络舆情风险研判的精准性，为新的政策风险研判提供依据。
第二，情感信息分类
情感信息分类是情感识别和情感分析的重要基础，分类的主要目标是解决情感极性的判断问题。情感是人类对客观现实的主观体验和特殊反映形式，通过捕捉和衡量公众的网络情感信息，就可以掌握公众对政策的情绪变化规律，进而辨识公众在不同情境下的情感倾向，有利于把握民众尤其是敏感人群对于政策的情感、态度。采用机器学习和人工智能等新兴技术可以克服传统技术的设计成本、覆盖领域、动态更新、准确性等方面的困难。因此，可以借助具有强大学习能力的卷积神经网络技术模型、基于BERT和双通道注意力的文本情感分类模型[24]等进行情感分类，弥补传统机器学习方法的缺陷，提升数字模型捕捉情感语义的能力，明显提升情感分类性能，改善其收敛速度和稳定性，让情感分类的效率和识别准确度更高。
第三，情感信息归纳
基于热点政策类新闻情感预测的文摘，主要是提取具有明显情感倾向性的信息，除去冗余信息，对主题相关情感信息进行归纳和总结。情感信息归纳工作主要关注对民众意见的提取归纳。一般研判机制检索出的评论观点是从不同角度提出的网络舆情观点集合，涵盖专家观点、强势意见领袖观点、持有不同意见的大众观点。但是重大公共决策类舆情情感信息的归纳，必须注意专家和大众政策问题认知上的差异，将专家观点和网民观点分离开来。在提取主要观点时，主张分离出与专家观点相似的大众观点，然后从剥离出的大众观点集合中基于主题模型提取具有代表性的观点句，并形成主要观点摘要集合，归纳出大众的主要核心情感观点，保证归纳出的情感信息是民众尤其是利益相关者对于历史案例的情感态度。
第四，情感趋势分析
基于历史知识案例库的海量数据源建立索引，以24小时为单位，对当日收录的重大公共决策舆情文本情感极性判别结果进行统计分析。日后用户想要查询历史案例的情感发展趋势，可以输入历史舆情事件的政策名称和对应时间信息，系统根据输入信息查找用户查询主体的全网评论数据，并对全部数据包含的情感信息进行极性判断和分析，最终通过变化曲线图表的方式呈现出来，详细显示历史热点案例各领域关注点相关的用户所表达的正极性情感和负极性情感的具体统计结果以及随时间变化的趋势图，方便用户浏览查询特定时间段内网民对重大公共决策实施的情感倾向变化，为风险感知提供客观的数据支撑。
3.感知政策舆情风险，生成风险情报
（1）感知重大公共决策网络舆情风险态势
为了保证重大决策的平稳出台和运行，应充分利用机器学习、人工智能等现代信息技术来进行网络舆情风险感知。以风险及安全情报为驱动，利用机器学习构建“安全大脑”，创新与丰富传统数据挖掘、情绪计算、关联分析方法，充分利用云端的检测能力[25]，对网络环境中的海量数据进行深入挖掘、抓取和自动分析，在有效时间内快速掌握重大公共政策网络安全的实时状况和发展态势，助力“云网端”协同联动，构建实时、智能、敏捷、可运维的“云安全”体系，其作为研判机制感知重大公共决策风险的重要手段，可以从源头上防范和化解不稳定因素，增强政府应对网络空间风险威胁的能力。
运用风险态势感知系统在一定时空范围内感知实时状态下的网络舆论环境，针对网络舆情案例库的海量数据进行综合处理，分析全网受到的攻击行为，评估重大决策网络舆情当前的整体安全狀态和预测未来的安全趋势，展现针对重大决策网络舆情全网的“全局视图”。从大量结构繁多、来源不同且类型复杂多样的重大公共决策历史知识案例库中认知隐藏的规律，实现从海量案例库数据向有价值威胁警告的转化。结合外部威胁情报，在数据级、特征级、决策级三个层面利用机器学习算法进行分析处理，从海量的原始安全数据中定位威胁线索，实现对未知威胁的及时发现。通过对网络用户行为、舆情发展方向等进行全方位、多维度动态分析，对历史类似事件进行阶段性态势分析、印象分析、情绪分析、满意度分析、意见领袖分析等，从历史知识案例库中发掘重大公共决策发布时隐藏舆情的相关性，结合当下社会民生热点和敏感群体动态，感知潜在的风险。 （2）风险情报生成
相对于风险感知，文本情报需要更加系统、精准、前瞻的信息，作为专家研判和决策者参考的依据。传统舆情风险情报分析技术有数据来源单一、处理能力有限、部署依赖于物理环境等缺陷，因此情报的获取、分析、利用能力不足，风险感知能力也有限。大数据时代的到来，极大地丰富了公共决策网络舆情情报获取的来源、采集的方法和内容的形式。通过大数据与人工智能等信息技术，提升情报信息的获取频率，通过多个维度对网络上的海量信息和海量数据源进行搜索和汇总，除了对传统的基础设施和网络流量进行监控，也要将微信、微博、QQ、知乎、抖音等各类新兴网络社交媒体当作风险情报获取的重要战场。获取风险情报信息后，必须将海量的情报信息进行融合汇总，通过智能化的数据分析技术，将新增和历史的各种类型风险事件数据进行关联分析与检索，帮助决策者和技术专家实时洞悉风险态势感知并生成风险决策报告，从而快速作出风险趋势研判、制定应急响应策略，为专家快速进行风险研判提供定量依据。
4.专家研判风险，提出对策意见
为有效预防和应对重大决策实施中的各类舆情危机，进一步推进科学决策、民主决策、依法决策，各地政府必须进一步优化决策机制和程序，将网络舆情风险评估作为重大公共决策的前置程序，这是国家治理体系和治理能力现代化的重要体现。同时，重大公共决策程序实现正当性与合法性的主要路径便是通过民主与科学，即公众参与、专家咨询和论证[26]。在保证专家论证程序独立性的基础之上[27]，由专业的法律专家、舆情专家、相关部门负责人和资深媒体人等组成经验丰富、领域全面的重大公共政策网络舆情风险评估专家咨詢委员会。风险情报生成后，专家主要依据历史知识案例库系统输出的定量依据，并结合自己专业的判断和分析研究，围绕决策的可行性、民众认可度对涉及自身专业领域的重大公共决策网络舆情风险进行预判，最终提出意见。为决策者及时调整政策、建立风险防范和处置机制提供依据，确保重大公共决策安全落地、顺利实施。
5.舆情持续监控和预警
使用科学的方法在网络舆情大数据信息中及时发现危机信息，快速识别各类舆情事件的影响级别，进行有效的疏导和管理，是重大公共决策网络舆情风险研判机制的重要工作任务。特别是当前面对新媒体、5G移动网络等新兴信息技术的应用，各类情报感知要素的关系也随之发生变迁。比如网络舆情信息的发布者和来源更隐蔽，信息传播中信息技术的自动推送因素可能比人际传播的比重更大[28]。因此，需要随时捕捉关于即将出台的重大政策的网络舆情，并进行预警。
6.做实后期舆情应对，保证政策平稳落地
专家对重大公共决策网络舆情风险进行评估后上报给决策者，一般会出现两种情况：一种是不存在风险，政策可以平稳落地，经过评估后可以加大政策宣传力度。另一种是存在风险，这种情况则需要决策者对政策条文进行技术性修整，或者在政策发布的时候采取一些技巧性措施，避免在政策实施后采取刚性的“管控”手段，激发潜在的反作用，招致公众负面情绪的日常压抑和以政务舆情事件为契机的集中爆发[29]，从而保证政策平稳运行。总之，风险研判需在政策出台后持续跟踪其运行情况，直到政策平稳落地运行。
四、重大公共决策网络舆情风险研判单向线性机制存在的困境
随着重大公共决策网络舆情风险愈加错综复杂，对于重大公共决策风险的源头治理、系统治理需求更为迫切。但是，当前的重大公共决策网络舆情研判机制还停留在管理主体单一化、评估程序单向化、治理系统封闭化的阶段，专家“全周期”地介入重大决策风险研判系统缺乏工具、制度和程序的保障，不利于及时预警和化解潜在危险，难以实现“图之于未萌，防患于未然”的治理目标。
1.工具的技术性缺陷
一是案例库抽取的舆情观测值往往忽略人际传播中的意见表达和线下行为。大数据的网络舆情信息收集基于网络平台，主要来源于网站和自媒体平台的公开意见表达。案例库的样本收集基于大数据技术，但是在收集信息样本的时候容易出现“掐头”或“去尾”的“样本截断”问题。首先，在抽取海量舆情信息时，由于网络和自媒体平台的使用存在一定的门槛，从而天然地排除了很多不能、不会使用网络媒体的中老年人或者少数无力负担网络费用的民众意见。其次，相比线下群体事件，网络评论虽然具有一定匿名性，但是网络评论尤其是涉及重大政策的网络意见表达往往受主体的性格、意见的性质等因素影响，从而“有选择”地出现在网络中，实名制跟帖评论政策的实施，更是降低了网友发出与主流意见不同声音的意愿。除此之外，并不是所有的网上表达意见都可以被采集到。尤其是自媒体具有一定的社交属性，是人们进行信息分享和意见交流的主要网络平台，然而传播裂变的意见扩散可能会涉及个人隐私问题，不便于大数据技术对此类信息进行采集。同时，网络意见表达仅仅是公众表达意见的一部分，线下也存在大量的意见表达方式，这也是大数据技术无法察觉到的。
二是现有机器学习技术仍难以对具有高度复杂性的情绪和语义模糊性的汉语做出精确区分。情绪是网络舆情研究的重要对象，情感信息是判断公众对政策态度的晴雨表，要准确判断出网友是“支持或反对”某一政策、“喜欢或不喜欢”某一政策落地，需要从案例库中抽取情感信息。但由于情绪的高度复杂性和汉语的语义模糊性，即使是引入强大的机器学习技术，对情绪进行精确的区分也存在一定的困难。尤其是近年来许多区别于常规用语，具有随意性、模糊性等特征的新生词汇的出现，给情感信息的情绪判断带来极大的困难。
三是大数据分析难以剔除“沉默的螺旋”者和“反沉默螺旋”者的意见，风险评估易出现偏误。一方面，“沉默的螺旋”认为人们趋向于表达与主流意见一致的意见;当个人意见与主流意见不一致时，个体会倾向于改变自己的意见或者干脆选择沉默。另一方面，网络传播的快速发展给网民表达意见、释放情绪提供了新的通道，以往在“沉默的螺旋”中的沉默者们，个体意识表达意愿不断增强，从众心理逐渐淡化，小部分受众群体不再一味保持沉默，而是积极寻找有利于自身的信息，表达自己的观点以吸引更多人的关注[30]。尤其是重大公共政策与民众利益息息相关，“沉默的螺旋”已经不再适用。观察网络上发生的影响力较大的舆情事件，就会发现“沉默的螺旋”在新媒体环境中不再是黄金定律，“反沉默螺旋”模式成为当下网络舆情发展中的一种新态势。大多公众提出合情合理意见的同时，也出现了信息非理性、情绪化和失真的现象。很多情况下，公众容易被极个别持有偏激观点、扭曲立场、特殊利益的分子所误导。面对网络舆情，持有理性观点的网民可能呈现出无奈、冷漠或者无声抗议的态度，选择不参与讨论，网络空间被少数“中坚分子”的非理性言论占据，大数据技术抽取到的信息并不能有效反映舆情的准确情况，极大地降低了网络舆情风险研判的参考性价值。 2.评估制度的局限性
第一，当前无论是从理论上，还是从实践上，对于重大决策风险评估的关注主要集中在社会稳定风险，网络舆情风险评估作为社会稳定风险的重要分支，还没有受到足够的重视。
第二，各级地方政府还没有出台本区域专门的《重大公共决策网络舆情风险评估制度实施细则》，相应的法律法规尚不健全，相关规定的落地执行仍有弹性，没有形成刚性约束，同时制度的各项要素也没有进行细化，当前亟须为重大行政决策网络舆情风险评估制度的运行提供一个健康的法制環境。
第三，当前对于民间企业和专业机构的优惠政策和扶持力度不够，亟须为重大公共决策风险网络舆情评估制度的运行提供一个健康有序的市场环境。一方面，重大决策网络风险评估行业建设缺乏规划，行业管理、自律薄弱，缺少从业规定和系统、规范、科学的职业培训。另一方面，第三方社会评估机构的视野、素养、能力普遍不适应高质量发展要求，机构发育不足，行业管理薄弱，市场存在无序竞争现象。
3.评估程序缺乏反馈优化
当前我国在重大公共决策网络舆情风险治理的程序机制上，并没有呈现出一个衔接紧密的程序链条[31]，重大公共决策风险研判治理仍处于单向发展阶段。风险研判机制不应该仅仅聚焦于风险评估，而是要从源头治理风险，避免、降低、缓解、转化或留存风险，通过科学和多主体参与的评估，形成合理的应对方案。智能化的风险研判机制从数据到信息再到知识的演进，对未来风险的认识逐步清晰，其目的是为了刻画特征，为识别问题的复杂程度提供科学依据，但是这对于重大公共政策网络舆情风险评估来说是远远不够的。一方面，决策风险评估所需要解决的问题，其要素之间呈现出复杂关系，而非简单的线性关系。另一方面，风险评估不仅仅是风险研判，还要通过多方评估，快速形成科学的应对方案。想要提升风险评估质量，不仅仅需要分析过程的普遍性知识，还需要价值判断和事实判断，而这二者是依靠专业知识和实践经验支撑的。专业知识和实践经验通过专家、第三方机构与决策者协商的方式进入决策风险评估流程中，需要信息公开、行动主体拥有协商能力、实质性参与和有效讨论等条件的保障。
4.多元主体未形成良性互动
重大公共政策涉及的利益相关者数量越庞大、类型越多，化解利益矛盾、达成共识的难度就越大、决策风险越高，决策网络舆情风险评估参与主体的多元化就越为必要。目前，我国重大决策网络舆情风险评估的参与通道、互动机制的建设仍有较大的发展空间。2019年国家出台的《重大行政决策程序暂行条例》规定开展风险评估，可以委托专业机构、社会组织等第三方进行[32]。党的十八大以来，20多个部委、31个省（自治区、直辖市）制定了基本的评估制度、管理评价规定和实施办法。大多数省（自治区、直辖市）建立了第三方社会评估机构，力量增长迅速。截至2020年9月，全国有超过8000家第三方社会评估机构涉及社会风险评估业务[33]。但是，从各地的实践情况来看，重大公共政策网络舆情风险评估仍是以政府部门为主导，有的地方决策不参考第三方机构客观的评估结论，有的地方决策风险评估专家参与存在一定滞后性[34]，规避风险的作用十分有限，政府、产业、高校、研究机构、市场之间也未形成政、产、学、研、用的良性互动机制。但是，公共部门基本上自身缺乏专业的评估技术和知识，并且由于各种体制性弊端，责任意识也相对薄弱[35]，这种自我式风险评估往往容易造成对利益相关者意见的忽视，决策评估的质量不高，专业性、民主性、科学性也不强，从而增加风险发生的概率，风险发生的时候也只能被动地“头疼医头，脚疼医脚”。
五、基于专家与数字深度融合的迭代闭环式风险研判系统构建
随着互联网技术的快速更迭，信息数据呈现爆炸式增长，整个社会互联成为一个生态化的复杂巨系统。尽管当前网络言论载体的新形态层出不穷，但是互联网数据壁垒依然存在。因此，网络舆情业务的开展对技术要求越来越高、数据需求越来越大，不断提升智能化治理技术和大数据开发水平对于重大公共政策网络舆情风险治理具有重要意义。为提升决策科学化水平，必须建设突破传统思维，构建专家与数字深度融合的风险研判系统。
1.革新现代化治理技术，为进一步推进风险研判智能化提供工具保障
本文提出舆情监控系统依托案例库比对数据，对网络舆情风险点进行多维度逐项分析，预测风险发生的概率、利害关系群体反应和激烈程度以及风险的未来趋势，提升决策科学性，防范化解重点网络舆情风险。建设并应用舆情监控系统是网络舆情研判知识案例库的研发与建设工作的重要环节，内容实时监测、话题发现、跟踪预警和分析处理等功能，可以让案例库快速发现潜在舆情风险并进行深度追踪、筛选，达到危机预警的目的，进而让整个网络舆情治理过程在多维、动态、智能的案例知识库中完成，实现对重大公共决策网络舆情的闭环式治理。
从技术层面来讲，第一，要创新网络舆情管理技术和方法。充分利用数字化信息技术，建立健全基于数据共享的网络舆情风险研判机制。通过历史知识案例库对关系到民生百姓的重大公共政策进行出台前的风险研判，将政策舆情风险按等级精准划分、精准识别，实现风险评估智能化、数字化，推动大数据网络舆情研判科学化、高效化。第二，要注重革新大数据分析技术，拓宽信息采集范围，持续开发语义识别和风险感知技术，引入更为稳健的计量工具模型，充分结合利用人工采集和机器学习等信息工具及时更新情感词语，准确捕捉网民情绪，提升全面掌握网络舆情的能力。第三，应破除对于大数据技术的盲信盲从，由政府部门主导打造网络舆情管控团队，培养一批熟悉掌握信息技术发展规律和网络舆情的专门人才。借助舆情分析人员对统计知识的理解，提升舆情平台结果研判的及时性、专业性。
2.专家全程参与风险评估，构建风险研判反馈机制
重大行政决策程序的要素是专家论证与风险评估。专家论证与风险评估的价值目标是科学性，是确保决策质量不可或缺的要素。应在保证相关政策保密性的基础上尽可能地提前吸收不同领域专家对决策进行风险评估，尤其是涉及意识形态热点和敏感性较强的重大公共政策和公共项目，邀请相关领域权威专家参与政策舆情风险分析，推进网络舆情研判更透彻、更全面。通过专家自荐、单位推荐、政府遴选的方式，构建“重大公共决策专家咨询委员会”，实现专家和专业机构参与政策网络舆情风险研判的程序正当性和合法性。让专家凭借自身的智慧、知识和经验为决策者提供各种方案风险的精细分析，提出合法、合规、合理的意见和建议。因此，应积极推动风险研判反馈机制构建，充分借助专家全程参与评估和风险持续监测、实时预警两大支撑点，实现闭环迭代式重大决策网络舆情风险治理模式（如图2所示）。 3.完善重大公共决策网络舆情风险评估制度，为决策研判提供良好环境
构建重大公共决策网络舆情风险评估制度的目的就是为了保证重大决策顺利实施、消除风险隐患，将防范化解重大风险的关口前移。为了进一步推进重大公共决策网络舆情风险评估机制的有序建设，首先，需要将制度的要素不断细化，形成一套统一的评估制度体系、标准体系、程序规范。其次，各地方、各部门要强化风险意识，注重条块结合，均衡发展。各地方政府要设计出臺本区域专门的《重大公共政策网络舆情风险评估制度实施细则》，避免内容设计过于原则化，为重大公共政策网络舆情风险评估制度的运行提供一个健康的法制环境，让重大公共政策网络舆情风险评估制度在实践中可以发挥应有的价值和功能。同时，要通过各种政策和措施大力扶持和培育第三方社会评估机构的发展，加强行业建设和规范，为重大公共政策网络舆情风险评估提供一个公平、竞争有序的市场环境。
4.多元主体协同参与风险治理，构建重大决策网络舆情治理良性的互动机制
做好重大决策社会风险评估，既要进一步完善相关法律、制度和政策，营造良好的法律环境、政策环境，又要加大改革力度，提升相关部门和人员的社会风险评估与治理的能力和水平。全媒体不断发展，信息推送更加智能、及时、分化，媒体从信息采集到发布的各阶段都能实现“直播”效果，公共舆论的广度及其对社会的全方位渗透，都远胜于前。因此，要赋予政府、市场、高校、研究机构相关能力，建立健全信息公开预警和精准研判机制，将现代信息技术与实践丰富经验相结合，借助数字技术让网络舆情监测和研判突破瓶颈，超越简单的内容分析，深入到话语表达、关系呈现、心理描绘、诉求预测等模块对网络舆情进行多维精准透视，寻找智囊团和数字结合效能的最大公约数。
六、结语
随着信息技术的快速发展，中国已经进入大数据时代，网络舆情也正经历着由简单到复杂的嬗变过程，如何实现网络舆情的有效治理已成为学界和政府高度关注的重要议题。重大公共决策网络舆情风险研判体系作为系统化、动态化、智能化的网络舆情治理工具，对于提高公共决策网络舆情风险研判水平，推动我国舆情治理体系、治理能力现代化意义重大。当前，我国仍缺乏具体针对重大公共决策网络舆情治理的研究。本文从全新的视角提出构建重大公共决策风险研判体系，旨在基于大数据计算分析和专家研判融合的理念，对重大公共政策公布前、中、后全过程进行网络舆情风险研判，破除当前重大决策网络舆情风险治理滞后的弊端，实现重大公共决策网络舆情无急可应、有急能应。
为发挥重大公共决策网络舆情风险研判机制的最大效能，还有一些需要讨论、研究的问题。例如，如何利用现代信息技术保证专家全程参与、动态监控政策舆情风险;政策风险治理是否能再前置，让专家参与政策制定的每一个程序;5G时代如何实现从政策制定到落地全过程的智能化，简化政策制定过程。这些问题能够实现防范化解重大风险体制机制不断健全的目标，持续提升重大公共决策网络舆情风险评估和治理风险的质量和效益，对保证重大决策顺利实施和防范重大风险有重大意义。
参考文献：
[1]2019年国内网络舆情分析及2020年展望[EB/OL].中国经济信息社，（2020-01-15）[2020-11-01].http：//thinktank.xinhua08.com/a/2020/01/15/1907721.shtml.
[2]重庆探索建立重大决策网络舆情风险评估机制[EB/OL].人民网，（2017-01-12）[2020-11-01].http：//cq.people.com.cn/n2/2017/01/12/c365402-29584673.html.
[3]杜宝贵，陈磊.“迭代式”治理：一种对中国治理范式与治理经验的思考[J].辽宁大学学报（哲学社会科学版），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]孔建华.国内网络舆情治理研究综述[J].电子政务，2018（12）67-78 .
[6]马宁，刘怡君，廉莹.突发事件舆情风险研究文献综述[J].情报杂志，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]曹海军，李明.大数据时代中国网络舆情的治理反思与路径拓展———基于“技术治理路径”嵌入视角[J].行政论坛，2019（5）：65-72.
[9]刘秦民.大数据时代的社会风险治理研究[J].学术研究，2017（8）：29-34.
[10]张一文，齐佳音，方滨兴，等.基于贝叶斯网络建模的非常规危机事件网络舆情预警研究[J].图书馆情报工作，2012（2）：76-81.
[11]赵剑华，万克文.基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学模型研究[J].情报科学，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]郑晶，王应明，叶歆.复杂数据情形下的应急案例相似度方法测算[J].中国安全科学学报，2014（7）：153-155.
[14]仲秋雁，郭素，叶鑫，等.应急辅助决策中案例表示与检索方法研究[J].大连理工大学学报，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，翁文国，郑雄，等.城市火灾案例库辅助决策方法的研究[J].中国安全科学学报，2009（1）：113-117.
[17]许鑫，侯仕军，徐一方.知识管理视角下食品安全危机应对能力评价体系的构建与应用——基于企业层面案例库的实证分析[J].公共管理学报，2014（2）：81-90，142-143.
[18]杨青，刘菲菲，牛珍珍.基于文本处理技术的应急管理结构化案例库的构建与应用[J].政府管理，2017（12）：50-55.
[19]李光敏，张行文，张磊，等.面向网络舆情的评论文本情感分析研究[J].情报杂志，2014（5）：157-160.
[20]陈晓美，高铖，关心惠.网络舆情观点提取的LDA主题模型方法[J].图书情报工作，2015，59（21）：21-26.
[21]胡吉明，陈果.基于动态LDA主题模型的内容主题挖掘与演化[J].图书情报工作，2014（2）：138-142.
[22]唐晓波，房小可.基于文本聚类与LDA相融合的微博主题检索模型研究[J].情报理论与实践，2013（8）：85-90.
[23]范涛，吴鹏，曹琪.基于深度学习的多模态融合网民情感识别研究[J].信息资源管理学报，2020（1）：39-45.
[24]谢润忠，李烨.基于BERT和双通道注意力的文本情感分类模型[J].数据采集与处理，2020（4）：643-650.
[25]刘庆华，朱传生.基于大数据技术的可视化安全态势感知[J].网络安全技术与应用，2015（11）：46.
[26]成协中.风险社会中的决策科学与民主——以重大决策社会稳定风险评估为例的分析[J].法学论坛，2013（1）48-49.
[27]朱海波.地方政府重大行政决策程序立法及其完善[J].广州社会科学，2013（4）：227-230.
[28]张思龙，王兰成，娄国哲.基于情报感知的网络舆情研判与预警系统研究[J].情报理论与实践，2020（9）：149-155.
[29]李靖，李慧龙.政务舆情回应中的信息不对称探微[J].上海行政学院学报，2018（6）：21-28.
[30]陈丽芳，郭奇文，陈默.新媒体时代“反沉默螺旋”现象与网络舆论引导研究[J].出版广角，2019（22）：83-85.
[31]蒋俊杰.我国重大事项社会稳定风险评估机制：现状、难点与对策[J].上海行政学院学报，2014（2）：90-96.
[32]司法部：《重大行政决策程序暂行条例》9月1日起施行[EB/OL].人民网，（2019-05-16）[2020-11-29].http：//legal.people.com.cn/n1/2019/05/16/c42510-31088921.html.
[33]重大決策风险评估制度护航“十四五”[EB/OL].光明网，（2020-11-01）[2020-11-29].https：//m.gmw.cn/2020/11/01/content_1301747192.html.
[34]张玉磊，贾振芬.基于利益相关者理论的重大决策社会稳定风险评估多元主体模式研究[J].北京交通大学学报（社会科学版），2017，16（3）：54-62.
[35]梅杨.论重大行政决策风险评估制度[J].甘肃政法学院学报，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
（责任编辑 王 玉）
关键词：重大公共决策;网络舆情;风险研判;专家评估;数字技术
一、问题的提出
随着互联网的迅猛发展，舆论生态和传播方式也发生了深刻的改变。由于网络媒体门槛低、容量大，成为许多社会信息和利益诉求公开传播的首选之地，越来越多的利益相关群体和非利益相关者通过网络来传播和放大自己的声音。当前网络热点多与政府有关，民生、安全政策类话题呈现出燃点低、爆点多的特点，2019年民生与公共安全领域的问题占据国内网络舆情的大半江山[1]。往往一个政府部门决策经过网络的发酵，随即演变为震动各界的社会热点事件。例如，2017年北京大兴安全隐患大排查大清理大整治专项行动、2018年杭州政府捕杀流浪狗事件、2018年天津海河英才事件、2019年深圳30万年薪聘请中小学教师、2020年云南威信禁遛狗新政事件等引发的网络舆情风险，都是由于民众尤其是切身利益者对公共政策的担忧、不满而引发的。当前，一些地方政府公共政策尊重客观规律不够，没能充分听取群众意见，搞“一刀切”;还有一些关系到国计民生的重大公共项目因利益相关者不了解、不理解、不支持而引发网络舆情事件，导致项目难以落地或者在争议中匆匆叫停。重大公共决策引起的网络群体性事件频发，已经成为经济社会稳定发展的重要隐患。因此，对重大决策网络舆情风险进行研判，尽量做到无急可应、有急能应，从源头上预防和减少网络舆情风险，进而确保重大决策顺利实施，是现阶段摆在各级政府面前的首要任务之一。
2016年以来，重庆市在全国率先将网络舆情风险评估作为市委常委会重大决策的前置程序，为有效预防和应对重大决策实施中的各类舆情危机，进一步推进科学决策、民主决策、依法决策夯实了基础[2]。2019年2月，习近平在主持中央全面依法治国委员会第二次会议时指出，“规范重大行政决策程序，是依法治国的迫切需要”。2019年4月，李克强签署国务院令，公布了《重大行政决策程序暂行条例》，进一步规范政府重大行政决策程序，明确公众参与、专家论证、风险评估、合法性审查、集体讨论决定这五大程序，是规范重大行政决策程序关键的程序制度。建立重大公共决策网络舆情风险研判机制，是规范重大行政决策程序、保证政策平稳运行的改革实践，是治理模式创新的重要举措，是运用大数据等现代信息技术实现国家治理现代化的重要探索。从中国政府的重大公共政策网络舆情治理实践来看，往往是政策出台后出现舆情，再进行应对。建设重大公共决策风险研判机制的目标设想是先进行舆情治理再出台政策，以及政策出台后直至平稳运行的全过程网络舆情治理。
当前，我国对于重大公共决策网络舆情的风险评估仍聚焦在评估价值和程序的规范性上。传统的单向线性重大公共决策网络舆情治理路径具有“不可逆”的局限性，专家仅参与了决策落地前的评估论证，数字技术的参与作用也很有限，重大公共决策的风险治理一定程度上仍是政府决策者的“独角戏”。这要求决策者在政策制定时就能直接预判出政策落地和推进过程中所有可能出现的结果，但是现实中由于网络环境的瞬息万变和决策者自身的知识有限、经验欠缺等问题，完全准确的舆情判定很难实现。闭环迭代的新治理范式不断在程序性和灵活性之间寻求平衡[3]，具有更强的可操作性与适应性，可以实现专家和技术在重大公共政策网络舆情治理中全过程参与，充分释放多元主体协同参与的活力，不断提升决策的科学性、客观性。因此，本文基于专家与数字融合的理念，探讨重大公共决策风险研判的优化路径。
二、文献綜述
伴随着网络风险的产生，网络舆情风险治理也成为社会治理的重中之重。到了20世纪末，西方学术界已经有不少关于“网络舆情治理”的研究文献[4]。相比国外，国内对“网络舆情治理”的研究起步较晚，始于2005年[5]。研究主要集中于网络舆情演化、网络舆情治理工具、网络舆情治理对象、现状的不足和未来展望等方面。近年来，越来越多的学者关注突发事件类网络舆情治理，其中涉及最多的是政务类舆情，其次是高校，以及环境类、企业类、卫生类等[6]。
1.网络舆情治理工具研究
在网络舆情治理工具研究领域，西方学者早在互联网建设之初便开展研究，并提出SIR模型以及改进的SIS模型。2004年前后Facebook、Twitter等社交网络开始盛行，研究者开始关注社交网络的危机传播，S.Vieweg[7]等通过研究突发事件下，Twitter用户上传的时间、天气、地理位置、标签等信息来评估危机状况，并以此侦测政治选举过程中的虚假信息。当前，针对网络舆情风险治理工具的使用，国内有学者提出了“技术治理路径”，主张利用大数据技术，对网络舆情进行监测、预警、研判、应对等[8]。有学者认为，以大数据等现代信息技术带来的扁平化机制和多维性分析为技术工具，可以深度挖掘焦点事件的形成过程、舆论导向与解决方案，进而增强风险治理的前瞻性与先导性[9]。有学者基于贝叶斯网络的推理模型，对假设节点的条件概率进行计算，实现对网络舆情的识别与预警[10]。还有大量学者进行SIR传染病的社交网络舆情传播动力学模型研究[11]。总体来看，当前的网络舆情风险治理工具研究仍是碎片化的，大多数学者在研究网络舆情治理工具时主要从风险识别与感知、风险研判、风险预警和风险应对中的一个环节来展开，缺乏对于网络舆情治理全过程适用工具的研究。 2.网络舆情风险研判研究
在网络舆情风险研判方面，案例推理（case-based reasoning，CBR）是一种常见的技术手段，最早由美国耶鲁大学的Schank提出[12]，旨在用过去案例来解释或解决新的问题。当前，案例推理技术广泛应用于信息不完全且需要快速反应的应急决策领域[13]，对于提升社会风险治理水平具有重大的实践意义。近几年在知识管理视角下进行突发事件意识形态的风险防控和安全治理的研究多集中在案例库的构建和设计（佘廉、仲秋雁、张英菊等）[14]、类比推理（Patterson，Lenz，王文俊等）[15]和情境推演，在城市公共安全（邵荃、翁文国、陆莹、李启明、刘翔等）[16]、食品安全（许鑫、侯仕军、游海疆等）[17]、意识形态风险预警等方面。近几年，国内还建设了各种类型的舆情案例库[18]，其主要应用领域为舆情信息采集、舆情状态监控和舆情数据分析等。但是，当前仍没有发现将历史知识案例库运用于重大公共决策网络舆情风险治理的研究。
同时，目前理论界对网络舆情风险研判机制的研究仍呈现出碎片化的特点，其主要围绕主体、对象、程序、指标、方法、路径等在内的运行框架展开阐释性、描述性研究，对机制本身缺乏深入细致的研究，其中对于重大公共决策网络舆情风险研判机制的研究基本处于空白状态。通过中国知网检索，截至2021年3月10日，以“网络舆情治理”为主题词的文献共967篇，但是以“重大公共决策网络舆情治理”为主题的文献还未见到，因此，“重大公共决策网络舆情治理”研究是有待深入开发的“蓝海”。
因此，本文首次提出基于专家与数据融合的方式建设重大公共决策网络舆情风险研判体系。一方面，通过历史知识案例库的海量信息，将现有政策同检索、匹配后的历史案例比对后进行风险感知，为专家风险研判提供数据支撑，从而有效避免经验式风险研判带来的失误，提升风评的智能化水平。另一方面，保证专家全程参与重大决策网络舆情风险评估，充分借助专家的经验和智慧评估重大公共决策的合理性、现实性，将专家定性评估和案例库定量评估结合，在提升决策民主化、透明化、科学化水平的同时，更加适应网络社会需求，降低政策公布后的社会压力反应。
三、重大决策网络舆情风险研判机制的单向线性逻辑机理
在舆情治理实践中，普遍存在“重采集、轻研判”的现象，如何进行科学、有效、务实的舆情研判，成为社会治理和公共服务中的关键环节。在信息网络技术快速发展的大数据时代，将历史上引发舆情的案例依托计算机集成后建立成库，对文本语义进行识别、归类、趋势研判，为公共决策提供经验性的知识支持，对于决策的科学性和社会稳定发展都有重要意义。总结当前各地重大公共决策网络舆情风险的实践，重大公共决策网络舆情风险研判体系构建基本遵循以下路径（如图1所示）。
1.政策收集和归类，形成历史知识案例库主体
区别于传统数据，大数据不仅仅指海量数据，还包括对海量碎片化信息的处理方法。因此，基于大数据技术收集海量重大公共决策舆情历史事件案例，分门别类进行梳理，基于案例库标签，形成分领域、分类型、分风险级别的历史案例或案例群，通过历史舆情知识案例库比对，快速检索出相似案例，汲取历史舆情知识案例的经验教训，及时发现问题风险、做出决策，是政府部门调整决策方案、降低社会治理风险的必要措施。
历史知识案例库作为网络舆情风险评估的“智库”，其建设效果对风险评估的精准度发挥着重要作用。当前我国大多网络舆情评估系统主要是对舆情案例数据进行捕捉、统计、分析，案例尽管按照类别进行了归类，但是大多仍是单独的个体。显然，传统的信息抓取和处理方式，已经无法满足网络安全及风险治理工作的需求。对于容易引发舆情的重大公共政策，为保证政策安全落地，在推进过程中需要及时寻找并回归到案例库中最贴切当前情境的案例中，通过对历史案例的分析，提炼出当前决策可以借鉴的经验，因此，建设一个多维、动态、智能的历史知识案例库尤为重要。
2.回归历史案例情报语义比对，识别决策风险
为实现重大公共决策网络舆情风险治理前置的目标，本文将政府即将出台实施的某一特定领域的重大公共决策回归到历史案例库中，同与其高度相似的历史案例进行比对。搜索与即将出台的重大公共决策相似度最高的网络舆情历史案例，比对舆情情报的文本信息。进而结合实际情况，利用大数据模式和智能决策系统对当前重大公共决策的重要风险因子进行运算、模拟和效果评估，修正相似案例并给出优化的最终解决方案，提升比对结果的客观性、科学性、合理性。
（1）主题挖掘以识别网民实际关注点
主题识别是对舆情信息本体的锁定，主要识别评价词语修饰的对象和领域相关的本体概念[19]，例如热点新闻、微博热搜榜中的某一话题（如“校园霸凌”）。针对公共政策类舆情文本的主题识别，基本是某一领域最新出台的重大公共决策（如“延迟退休”），借助主题识别可以挖掘网民关注点。作为网络舆情的载体，文本是一种富含语义信息的数据，而语义知识是反映舆情实际的数据挖掘结果[20]，是对舆情关键词的提取、对其隐性知识的形式化描述，以及对数据文本的高度概括。文本内容挖掘与语义建模是信息推荐和数据挖掘领域的研究热点与核心内容，而文本内容的主题挖掘则是语义建模的重要基础[21]。
重大公共决策风险研判机制主要依靠聚类技术和LDA主题模型进行文本主体挖掘。聚类技术作为信息检索的重要手段，可以将大量信息组织成若干个有意义的簇，有效縮减搜索空间，从而改善检索性能，加快检索速度，提高检索精度[22]。LDA主题模型则是基于产生式的三层贝叶斯概率计算来挖掘主题的新算法，利用“主题”“主题-特征词关系”等抽象概念，用明确的概率大小来表示，利用词频的共现频率进行词组聚类，将庞大的词语空间转化为主题空间。降维后的主题概率分布具有语义特征，可以有效避免信息遗漏，将主题相近的词与词组精准地聚成一类。通过对LDA为代表的主题模型方法的应用，可以从海量复杂的评论中揭示与主题相似的评论，进而挖掘主流观点和深度评论，将群众智慧和思想认知客观、有序地呈现出来，为舆情监测、研判、疏导快速提供依据，切实提升风险感知能力。 （2）情感分析以捕捉舆论全过程的情感倾向
随着深度学习在计算机视觉领域的大获成功，越来越多的学者将深度学习技术应用至自然语言处理领域[23]。新闻平台、微博客户端等的评论内容蕴含着网民对热点事件的情感，其信息传播模式具有开放性、实时性和自由选择性的特点，对历史案例评论文本进行情感及趋势分析，可以深入挖掘网民群体的行为规律，为决策者提供决策依据。对于重大公共决策而言，分析和监测重大公共政策类舆情热点的情感信息，能够了解民众对特定政策的关注程度和情感变化，辅助决策者评估和掌握事件的发展走向，对决策实施的风险再次进行分析和研判，控制网络群体事件的发生。概括而言，政策类舆情信息情感分析的过程主要是：抽取事件包含的所有不同方面的关注点—检测不同关注点中蕴含的所有用户情感信息—统计分析网民群体对各个关注点的情感变化趋势。
第一，情感信息抽取
情感信息抽取旨在抽取情感文本中有价值的情感信息，是情感分析的基础任务。为实现情报分析的精准性，需要进行词语搭配，搭配主要有两种模式：一是主题词与情感词的搭配，此过程是为了将主题词与能够合理修饰它的词关联到一起，如养老新政策-科学;二是程度副词与情感词语的搭配组成极性短语，如非常-反对。观点持有者对于政策的评论，尤其是涉及重大公共决策的评论在情感分析中显得尤为重要，观点持有者是观点、态度的持有者，代表着不同的利益群体，特别是可能涉及利益相关者，如“全国大中小学学生家长高度赞扬国家实施推动学生强身健体的体育教育政策”。
情感分析是对带有感情色彩的文本进行分析、处理、归纳和处置的过程，其中对其情感倾向性起关键作用的都是构成句子和文本的极性词语。因此，构建一个系统、完善、高效的极性词典，是开展文本倾向性和情感分析工作的基础。但是书面语言和评论的情绪表达存在一定的差异性，基于情感分析方法捕捉情感讯号可能会因二者的偏差而导致误判。本文认为可以将极性词典和机器学习法结合，基于现有的词典资源，持续发现新的极性词语、及时动态地修正和扩展词典，利用技术工具自动完成领域词典构建。综合考虑评价词语、评价对象对极性计算的影响，结合全文情境进行更加全面完善的情感判断，保证对历史重大决策网络舆情风险研判的精准性，为新的政策风险研判提供依据。
第二，情感信息分类
情感信息分类是情感识别和情感分析的重要基础，分类的主要目标是解决情感极性的判断问题。情感是人类对客观现实的主观体验和特殊反映形式，通过捕捉和衡量公众的网络情感信息，就可以掌握公众对政策的情绪变化规律，进而辨识公众在不同情境下的情感倾向，有利于把握民众尤其是敏感人群对于政策的情感、态度。采用机器学习和人工智能等新兴技术可以克服传统技术的设计成本、覆盖领域、动态更新、准确性等方面的困难。因此，可以借助具有强大学习能力的卷积神经网络技术模型、基于BERT和双通道注意力的文本情感分类模型[24]等进行情感分类，弥补传统机器学习方法的缺陷，提升数字模型捕捉情感语义的能力，明显提升情感分类性能，改善其收敛速度和稳定性，让情感分类的效率和识别准确度更高。
第三，情感信息归纳
基于热点政策类新闻情感预测的文摘，主要是提取具有明显情感倾向性的信息，除去冗余信息，对主题相关情感信息进行归纳和总结。情感信息归纳工作主要关注对民众意见的提取归纳。一般研判机制检索出的评论观点是从不同角度提出的网络舆情观点集合，涵盖专家观点、强势意见领袖观点、持有不同意见的大众观点。但是重大公共决策类舆情情感信息的归纳，必须注意专家和大众政策问题认知上的差异，将专家观点和网民观点分离开来。在提取主要观点时，主张分离出与专家观点相似的大众观点，然后从剥离出的大众观点集合中基于主题模型提取具有代表性的观点句，并形成主要观点摘要集合，归纳出大众的主要核心情感观点，保证归纳出的情感信息是民众尤其是利益相关者对于历史案例的情感态度。
第四，情感趋势分析
基于历史知识案例库的海量数据源建立索引，以24小时为单位，对当日收录的重大公共决策舆情文本情感极性判别结果进行统计分析。日后用户想要查询历史案例的情感发展趋势，可以输入历史舆情事件的政策名称和对应时间信息，系统根据输入信息查找用户查询主体的全网评论数据，并对全部数据包含的情感信息进行极性判断和分析，最终通过变化曲线图表的方式呈现出来，详细显示历史热点案例各领域关注点相关的用户所表达的正极性情感和负极性情感的具体统计结果以及随时间变化的趋势图，方便用户浏览查询特定时间段内网民对重大公共决策实施的情感倾向变化，为风险感知提供客观的数据支撑。
3.感知政策舆情风险，生成风险情报
（1）感知重大公共决策网络舆情风险态势
为了保证重大决策的平稳出台和运行，应充分利用机器学习、人工智能等现代信息技术来进行网络舆情风险感知。以风险及安全情报为驱动，利用机器学习构建“安全大脑”，创新与丰富传统数据挖掘、情绪计算、关联分析方法，充分利用云端的检测能力[25]，对网络环境中的海量数据进行深入挖掘、抓取和自动分析，在有效时间内快速掌握重大公共政策网络安全的实时状况和发展态势，助力“云网端”协同联动，构建实时、智能、敏捷、可运维的“云安全”体系，其作为研判机制感知重大公共决策风险的重要手段，可以从源头上防范和化解不稳定因素，增强政府应对网络空间风险威胁的能力。
运用风险态势感知系统在一定时空范围内感知实时状态下的网络舆论环境，针对网络舆情案例库的海量数据进行综合处理，分析全网受到的攻击行为，评估重大决策网络舆情当前的整体安全狀态和预测未来的安全趋势，展现针对重大决策网络舆情全网的“全局视图”。从大量结构繁多、来源不同且类型复杂多样的重大公共决策历史知识案例库中认知隐藏的规律，实现从海量案例库数据向有价值威胁警告的转化。结合外部威胁情报，在数据级、特征级、决策级三个层面利用机器学习算法进行分析处理，从海量的原始安全数据中定位威胁线索，实现对未知威胁的及时发现。通过对网络用户行为、舆情发展方向等进行全方位、多维度动态分析，对历史类似事件进行阶段性态势分析、印象分析、情绪分析、满意度分析、意见领袖分析等，从历史知识案例库中发掘重大公共决策发布时隐藏舆情的相关性，结合当下社会民生热点和敏感群体动态，感知潜在的风险。 （2）风险情报生成
相对于风险感知，文本情报需要更加系统、精准、前瞻的信息，作为专家研判和决策者参考的依据。传统舆情风险情报分析技术有数据来源单一、处理能力有限、部署依赖于物理环境等缺陷，因此情报的获取、分析、利用能力不足，风险感知能力也有限。大数据时代的到来，极大地丰富了公共决策网络舆情情报获取的来源、采集的方法和内容的形式。通过大数据与人工智能等信息技术，提升情报信息的获取频率，通过多个维度对网络上的海量信息和海量数据源进行搜索和汇总，除了对传统的基础设施和网络流量进行监控，也要将微信、微博、QQ、知乎、抖音等各类新兴网络社交媒体当作风险情报获取的重要战场。获取风险情报信息后，必须将海量的情报信息进行融合汇总，通过智能化的数据分析技术，将新增和历史的各种类型风险事件数据进行关联分析与检索，帮助决策者和技术专家实时洞悉风险态势感知并生成风险决策报告，从而快速作出风险趋势研判、制定应急响应策略，为专家快速进行风险研判提供定量依据。
4.专家研判风险，提出对策意见
为有效预防和应对重大决策实施中的各类舆情危机，进一步推进科学决策、民主决策、依法决策，各地政府必须进一步优化决策机制和程序，将网络舆情风险评估作为重大公共决策的前置程序，这是国家治理体系和治理能力现代化的重要体现。同时，重大公共决策程序实现正当性与合法性的主要路径便是通过民主与科学，即公众参与、专家咨询和论证[26]。在保证专家论证程序独立性的基础之上[27]，由专业的法律专家、舆情专家、相关部门负责人和资深媒体人等组成经验丰富、领域全面的重大公共政策网络舆情风险评估专家咨詢委员会。风险情报生成后，专家主要依据历史知识案例库系统输出的定量依据，并结合自己专业的判断和分析研究，围绕决策的可行性、民众认可度对涉及自身专业领域的重大公共决策网络舆情风险进行预判，最终提出意见。为决策者及时调整政策、建立风险防范和处置机制提供依据，确保重大公共决策安全落地、顺利实施。
5.舆情持续监控和预警
使用科学的方法在网络舆情大数据信息中及时发现危机信息，快速识别各类舆情事件的影响级别，进行有效的疏导和管理，是重大公共决策网络舆情风险研判机制的重要工作任务。特别是当前面对新媒体、5G移动网络等新兴信息技术的应用，各类情报感知要素的关系也随之发生变迁。比如网络舆情信息的发布者和来源更隐蔽，信息传播中信息技术的自动推送因素可能比人际传播的比重更大[28]。因此，需要随时捕捉关于即将出台的重大政策的网络舆情，并进行预警。
6.做实后期舆情应对，保证政策平稳落地
专家对重大公共决策网络舆情风险进行评估后上报给决策者，一般会出现两种情况：一种是不存在风险，政策可以平稳落地，经过评估后可以加大政策宣传力度。另一种是存在风险，这种情况则需要决策者对政策条文进行技术性修整，或者在政策发布的时候采取一些技巧性措施，避免在政策实施后采取刚性的“管控”手段，激发潜在的反作用，招致公众负面情绪的日常压抑和以政务舆情事件为契机的集中爆发[29]，从而保证政策平稳运行。总之，风险研判需在政策出台后持续跟踪其运行情况，直到政策平稳落地运行。
四、重大公共决策网络舆情风险研判单向线性机制存在的困境
随着重大公共决策网络舆情风险愈加错综复杂，对于重大公共决策风险的源头治理、系统治理需求更为迫切。但是，当前的重大公共决策网络舆情研判机制还停留在管理主体单一化、评估程序单向化、治理系统封闭化的阶段，专家“全周期”地介入重大决策风险研判系统缺乏工具、制度和程序的保障，不利于及时预警和化解潜在危险，难以实现“图之于未萌，防患于未然”的治理目标。
1.工具的技术性缺陷
一是案例库抽取的舆情观测值往往忽略人际传播中的意见表达和线下行为。大数据的网络舆情信息收集基于网络平台，主要来源于网站和自媒体平台的公开意见表达。案例库的样本收集基于大数据技术，但是在收集信息样本的时候容易出现“掐头”或“去尾”的“样本截断”问题。首先，在抽取海量舆情信息时，由于网络和自媒体平台的使用存在一定的门槛，从而天然地排除了很多不能、不会使用网络媒体的中老年人或者少数无力负担网络费用的民众意见。其次，相比线下群体事件，网络评论虽然具有一定匿名性，但是网络评论尤其是涉及重大政策的网络意见表达往往受主体的性格、意见的性质等因素影响，从而“有选择”地出现在网络中，实名制跟帖评论政策的实施，更是降低了网友发出与主流意见不同声音的意愿。除此之外，并不是所有的网上表达意见都可以被采集到。尤其是自媒体具有一定的社交属性，是人们进行信息分享和意见交流的主要网络平台，然而传播裂变的意见扩散可能会涉及个人隐私问题，不便于大数据技术对此类信息进行采集。同时，网络意见表达仅仅是公众表达意见的一部分，线下也存在大量的意见表达方式，这也是大数据技术无法察觉到的。
二是现有机器学习技术仍难以对具有高度复杂性的情绪和语义模糊性的汉语做出精确区分。情绪是网络舆情研究的重要对象，情感信息是判断公众对政策态度的晴雨表，要准确判断出网友是“支持或反对”某一政策、“喜欢或不喜欢”某一政策落地，需要从案例库中抽取情感信息。但由于情绪的高度复杂性和汉语的语义模糊性，即使是引入强大的机器学习技术，对情绪进行精确的区分也存在一定的困难。尤其是近年来许多区别于常规用语，具有随意性、模糊性等特征的新生词汇的出现，给情感信息的情绪判断带来极大的困难。
三是大数据分析难以剔除“沉默的螺旋”者和“反沉默螺旋”者的意见，风险评估易出现偏误。一方面，“沉默的螺旋”认为人们趋向于表达与主流意见一致的意见;当个人意见与主流意见不一致时，个体会倾向于改变自己的意见或者干脆选择沉默。另一方面，网络传播的快速发展给网民表达意见、释放情绪提供了新的通道，以往在“沉默的螺旋”中的沉默者们，个体意识表达意愿不断增强，从众心理逐渐淡化，小部分受众群体不再一味保持沉默，而是积极寻找有利于自身的信息，表达自己的观点以吸引更多人的关注[30]。尤其是重大公共政策与民众利益息息相关，“沉默的螺旋”已经不再适用。观察网络上发生的影响力较大的舆情事件，就会发现“沉默的螺旋”在新媒体环境中不再是黄金定律，“反沉默螺旋”模式成为当下网络舆情发展中的一种新态势。大多公众提出合情合理意见的同时，也出现了信息非理性、情绪化和失真的现象。很多情况下，公众容易被极个别持有偏激观点、扭曲立场、特殊利益的分子所误导。面对网络舆情，持有理性观点的网民可能呈现出无奈、冷漠或者无声抗议的态度，选择不参与讨论，网络空间被少数“中坚分子”的非理性言论占据，大数据技术抽取到的信息并不能有效反映舆情的准确情况，极大地降低了网络舆情风险研判的参考性价值。 2.评估制度的局限性
第一，当前无论是从理论上，还是从实践上，对于重大决策风险评估的关注主要集中在社会稳定风险，网络舆情风险评估作为社会稳定风险的重要分支，还没有受到足够的重视。
第二，各级地方政府还没有出台本区域专门的《重大公共决策网络舆情风险评估制度实施细则》，相应的法律法规尚不健全，相关规定的落地执行仍有弹性，没有形成刚性约束，同时制度的各项要素也没有进行细化，当前亟须为重大行政决策网络舆情风险评估制度的运行提供一个健康的法制環境。
第三，当前对于民间企业和专业机构的优惠政策和扶持力度不够，亟须为重大公共决策风险网络舆情评估制度的运行提供一个健康有序的市场环境。一方面，重大决策网络风险评估行业建设缺乏规划，行业管理、自律薄弱，缺少从业规定和系统、规范、科学的职业培训。另一方面，第三方社会评估机构的视野、素养、能力普遍不适应高质量发展要求，机构发育不足，行业管理薄弱，市场存在无序竞争现象。
3.评估程序缺乏反馈优化
当前我国在重大公共决策网络舆情风险治理的程序机制上，并没有呈现出一个衔接紧密的程序链条[31]，重大公共决策风险研判治理仍处于单向发展阶段。风险研判机制不应该仅仅聚焦于风险评估，而是要从源头治理风险，避免、降低、缓解、转化或留存风险，通过科学和多主体参与的评估，形成合理的应对方案。智能化的风险研判机制从数据到信息再到知识的演进，对未来风险的认识逐步清晰，其目的是为了刻画特征，为识别问题的复杂程度提供科学依据，但是这对于重大公共政策网络舆情风险评估来说是远远不够的。一方面，决策风险评估所需要解决的问题，其要素之间呈现出复杂关系，而非简单的线性关系。另一方面，风险评估不仅仅是风险研判，还要通过多方评估，快速形成科学的应对方案。想要提升风险评估质量，不仅仅需要分析过程的普遍性知识，还需要价值判断和事实判断，而这二者是依靠专业知识和实践经验支撑的。专业知识和实践经验通过专家、第三方机构与决策者协商的方式进入决策风险评估流程中，需要信息公开、行动主体拥有协商能力、实质性参与和有效讨论等条件的保障。
4.多元主体未形成良性互动
重大公共政策涉及的利益相关者数量越庞大、类型越多，化解利益矛盾、达成共识的难度就越大、决策风险越高，决策网络舆情风险评估参与主体的多元化就越为必要。目前，我国重大决策网络舆情风险评估的参与通道、互动机制的建设仍有较大的发展空间。2019年国家出台的《重大行政决策程序暂行条例》规定开展风险评估，可以委托专业机构、社会组织等第三方进行[32]。党的十八大以来，20多个部委、31个省（自治区、直辖市）制定了基本的评估制度、管理评价规定和实施办法。大多数省（自治区、直辖市）建立了第三方社会评估机构，力量增长迅速。截至2020年9月，全国有超过8000家第三方社会评估机构涉及社会风险评估业务[33]。但是，从各地的实践情况来看，重大公共政策网络舆情风险评估仍是以政府部门为主导，有的地方决策不参考第三方机构客观的评估结论，有的地方决策风险评估专家参与存在一定滞后性[34]，规避风险的作用十分有限，政府、产业、高校、研究机构、市场之间也未形成政、产、学、研、用的良性互动机制。但是，公共部门基本上自身缺乏专业的评估技术和知识，并且由于各种体制性弊端，责任意识也相对薄弱[35]，这种自我式风险评估往往容易造成对利益相关者意见的忽视，决策评估的质量不高，专业性、民主性、科学性也不强，从而增加风险发生的概率，风险发生的时候也只能被动地“头疼医头，脚疼医脚”。
五、基于专家与数字深度融合的迭代闭环式风险研判系统构建
随着互联网技术的快速更迭，信息数据呈现爆炸式增长，整个社会互联成为一个生态化的复杂巨系统。尽管当前网络言论载体的新形态层出不穷，但是互联网数据壁垒依然存在。因此，网络舆情业务的开展对技术要求越来越高、数据需求越来越大，不断提升智能化治理技术和大数据开发水平对于重大公共政策网络舆情风险治理具有重要意义。为提升决策科学化水平，必须建设突破传统思维，构建专家与数字深度融合的风险研判系统。
1.革新现代化治理技术，为进一步推进风险研判智能化提供工具保障
本文提出舆情监控系统依托案例库比对数据，对网络舆情风险点进行多维度逐项分析，预测风险发生的概率、利害关系群体反应和激烈程度以及风险的未来趋势，提升决策科学性，防范化解重点网络舆情风险。建设并应用舆情监控系统是网络舆情研判知识案例库的研发与建设工作的重要环节，内容实时监测、话题发现、跟踪预警和分析处理等功能，可以让案例库快速发现潜在舆情风险并进行深度追踪、筛选，达到危机预警的目的，进而让整个网络舆情治理过程在多维、动态、智能的案例知识库中完成，实现对重大公共决策网络舆情的闭环式治理。
从技术层面来讲，第一，要创新网络舆情管理技术和方法。充分利用数字化信息技术，建立健全基于数据共享的网络舆情风险研判机制。通过历史知识案例库对关系到民生百姓的重大公共政策进行出台前的风险研判，将政策舆情风险按等级精准划分、精准识别，实现风险评估智能化、数字化，推动大数据网络舆情研判科学化、高效化。第二，要注重革新大数据分析技术，拓宽信息采集范围，持续开发语义识别和风险感知技术，引入更为稳健的计量工具模型，充分结合利用人工采集和机器学习等信息工具及时更新情感词语，准确捕捉网民情绪，提升全面掌握网络舆情的能力。第三，应破除对于大数据技术的盲信盲从，由政府部门主导打造网络舆情管控团队，培养一批熟悉掌握信息技术发展规律和网络舆情的专门人才。借助舆情分析人员对统计知识的理解，提升舆情平台结果研判的及时性、专业性。
2.专家全程参与风险评估，构建风险研判反馈机制
重大行政决策程序的要素是专家论证与风险评估。专家论证与风险评估的价值目标是科学性，是确保决策质量不可或缺的要素。应在保证相关政策保密性的基础上尽可能地提前吸收不同领域专家对决策进行风险评估，尤其是涉及意识形态热点和敏感性较强的重大公共政策和公共项目，邀请相关领域权威专家参与政策舆情风险分析，推进网络舆情研判更透彻、更全面。通过专家自荐、单位推荐、政府遴选的方式，构建“重大公共决策专家咨询委员会”，实现专家和专业机构参与政策网络舆情风险研判的程序正当性和合法性。让专家凭借自身的智慧、知识和经验为决策者提供各种方案风险的精细分析，提出合法、合规、合理的意见和建议。因此，应积极推动风险研判反馈机制构建，充分借助专家全程参与评估和风险持续监测、实时预警两大支撑点，实现闭环迭代式重大决策网络舆情风险治理模式（如图2所示）。 3.完善重大公共决策网络舆情风险评估制度，为决策研判提供良好环境
构建重大公共决策网络舆情风险评估制度的目的就是为了保证重大决策顺利实施、消除风险隐患，将防范化解重大风险的关口前移。为了进一步推进重大公共决策网络舆情风险评估机制的有序建设，首先，需要将制度的要素不断细化，形成一套统一的评估制度体系、标准体系、程序规范。其次，各地方、各部门要强化风险意识，注重条块结合，均衡发展。各地方政府要设计出臺本区域专门的《重大公共政策网络舆情风险评估制度实施细则》，避免内容设计过于原则化，为重大公共政策网络舆情风险评估制度的运行提供一个健康的法制环境，让重大公共政策网络舆情风险评估制度在实践中可以发挥应有的价值和功能。同时，要通过各种政策和措施大力扶持和培育第三方社会评估机构的发展，加强行业建设和规范，为重大公共政策网络舆情风险评估提供一个公平、竞争有序的市场环境。
4.多元主体协同参与风险治理，构建重大决策网络舆情治理良性的互动机制
做好重大决策社会风险评估，既要进一步完善相关法律、制度和政策，营造良好的法律环境、政策环境，又要加大改革力度，提升相关部门和人员的社会风险评估与治理的能力和水平。全媒体不断发展，信息推送更加智能、及时、分化，媒体从信息采集到发布的各阶段都能实现“直播”效果，公共舆论的广度及其对社会的全方位渗透，都远胜于前。因此，要赋予政府、市场、高校、研究机构相关能力，建立健全信息公开预警和精准研判机制，将现代信息技术与实践丰富经验相结合，借助数字技术让网络舆情监测和研判突破瓶颈，超越简单的内容分析，深入到话语表达、关系呈现、心理描绘、诉求预测等模块对网络舆情进行多维精准透视，寻找智囊团和数字结合效能的最大公约数。
六、结语
随着信息技术的快速发展，中国已经进入大数据时代，网络舆情也正经历着由简单到复杂的嬗变过程，如何实现网络舆情的有效治理已成为学界和政府高度关注的重要议题。重大公共决策网络舆情风险研判体系作为系统化、动态化、智能化的网络舆情治理工具，对于提高公共决策网络舆情风险研判水平，推动我国舆情治理体系、治理能力现代化意义重大。当前，我国仍缺乏具体针对重大公共决策网络舆情治理的研究。本文从全新的视角提出构建重大公共决策风险研判体系，旨在基于大数据计算分析和专家研判融合的理念，对重大公共政策公布前、中、后全过程进行网络舆情风险研判，破除当前重大决策网络舆情风险治理滞后的弊端，实现重大公共决策网络舆情无急可应、有急能应。
为发挥重大公共决策网络舆情风险研判机制的最大效能，还有一些需要讨论、研究的问题。例如，如何利用现代信息技术保证专家全程参与、动态监控政策舆情风险;政策风险治理是否能再前置，让专家参与政策制定的每一个程序;5G时代如何实现从政策制定到落地全过程的智能化，简化政策制定过程。这些问题能够实现防范化解重大风险体制机制不断健全的目标，持续提升重大公共决策网络舆情风险评估和治理风险的质量和效益，对保证重大决策顺利实施和防范重大风险有重大意义。
参考文献：
[1]2019年国内网络舆情分析及2020年展望[EB/OL].中国经济信息社，（2020-01-15）[2020-11-01].http：//thinktank.xinhua08.com/a/2020/01/15/1907721.shtml.
[2]重庆探索建立重大决策网络舆情风险评估机制[EB/OL].人民网，（2017-01-12）[2020-11-01].http：//cq.people.com.cn/n2/2017/01/12/c365402-29584673.html.
[3]杜宝贵，陈磊.“迭代式”治理：一种对中国治理范式与治理经验的思考[J].辽宁大学学报（哲学社会科学版），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]孔建华.国内网络舆情治理研究综述[J].电子政务，2018（12）67-78 .
[6]马宁，刘怡君，廉莹.突发事件舆情风险研究文献综述[J].情报杂志，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]曹海军，李明.大数据时代中国网络舆情的治理反思与路径拓展———基于“技术治理路径”嵌入视角[J].行政论坛，2019（5）：65-72.
[9]刘秦民.大数据时代的社会风险治理研究[J].学术研究，2017（8）：29-34.
[10]张一文，齐佳音，方滨兴，等.基于贝叶斯网络建模的非常规危机事件网络舆情预警研究[J].图书馆情报工作，2012（2）：76-81.
[11]赵剑华，万克文.基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学模型研究[J].情报科学，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]郑晶，王应明，叶歆.复杂数据情形下的应急案例相似度方法测算[J].中国安全科学学报，2014（7）：153-155.
[14]仲秋雁，郭素，叶鑫，等.应急辅助决策中案例表示与检索方法研究[J].大连理工大学学报，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，翁文国，郑雄，等.城市火灾案例库辅助决策方法的研究[J].中国安全科学学报，2009（1）：113-117.
[17]许鑫，侯仕军，徐一方.知识管理视角下食品安全危机应对能力评价体系的构建与应用——基于企业层面案例库的实证分析[J].公共管理学报，2014（2）：81-90，142-143.
[18]杨青，刘菲菲，牛珍珍.基于文本处理技术的应急管理结构化案例库的构建与应用[J].政府管理，2017（12）：50-55.
[19]李光敏，张行文，张磊，等.面向网络舆情的评论文本情感分析研究[J].情报杂志，2014（5）：157-160.
[20]陈晓美，高铖，关心惠.网络舆情观点提取的LDA主题模型方法[J].图书情报工作，2015，59（21）：21-26.
[21]胡吉明，陈果.基于动态LDA主题模型的内容主题挖掘与演化[J].图书情报工作，2014（2）：138-142.
[22]唐晓波，房小可.基于文本聚类与LDA相融合的微博主题检索模型研究[J].情报理论与实践，2013（8）：85-90.
[23]范涛，吴鹏，曹琪.基于深度学习的多模态融合网民情感识别研究[J].信息资源管理学报，2020（1）：39-45.
[24]谢润忠，李烨.基于BERT和双通道注意力的文本情感分类模型[J].数据采集与处理，2020（4）：643-650.
[25]刘庆华，朱传生.基于大数据技术的可视化安全态势感知[J].网络安全技术与应用，2015（11）：46.
[26]成协中.风险社会中的决策科学与民主——以重大决策社会稳定风险评估为例的分析[J].法学论坛，2013（1）48-49.
[27]朱海波.地方政府重大行政决策程序立法及其完善[J].广州社会科学，2013（4）：227-230.
[28]张思龙，王兰成，娄国哲.基于情报感知的网络舆情研判与预警系统研究[J].情报理论与实践，2020（9）：149-155.
[29]李靖，李慧龙.政务舆情回应中的信息不对称探微[J].上海行政学院学报，2018（6）：21-28.
[30]陈丽芳，郭奇文，陈默.新媒体时代“反沉默螺旋”现象与网络舆论引导研究[J].出版广角，2019（22）：83-85.
[31]蒋俊杰.我国重大事项社会稳定风险评估机制：现状、难点与对策[J].上海行政学院学报，2014（2）：90-96.
[32]司法部：《重大行政决策程序暂行条例》9月1日起施行[EB/OL].人民网，（2019-05-16）[2020-11-29].http：//legal.people.com.cn/n1/2019/05/16/c42510-31088921.html.
[33]重大決策风险评估制度护航“十四五”[EB/OL].光明网，（2020-11-01）[2020-11-29].https：//m.gmw.cn/2020/11/01/content_1301747192.html.
[34]张玉磊，贾振芬.基于利益相关者理论的重大决策社会稳定风险评估多元主体模式研究[J].北京交通大学学报（社会科学版），2017，16（3）：54-62.
[35]梅杨.论重大行政决策风险评估制度[J].甘肃政法学院学报，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
（责任编辑 王 玉）