论文部分内容阅读
摘 要 文章以“首例基因编辑婴儿诞生”风险事件为研究案例，以新浪官方媒体微博“新京报”账号为研究对象，在科学传播视野下对突发性事件发展过程的舆情响应机制进行探析。通过抓取该微博账号在舆情显现后的发布内容、发布时间和发布频次等信息后进行描述统计，以期进一步把握在新媒体环境下，官方媒体微博在突发性事件中的舆情响应特点及规律，并为相关突发性事件的舆论引导、科学传播提供借鉴与思考。
关键词 科学传播;新媒体;网络舆情;舆情响应
中图分类号 G206 文献标识码 A 文章编号 2096-0360（2019）24-0001-05
据人民网报道，2018年11月26日，中国科学家贺建奎在第二届国际人类基因组编辑峰会前宣布，通过CRISPR-Cas9基因编辑技术，全球首例免疫艾滋病的基因编辑婴儿在中国诞生，迅速造成国内外舆论高潮。而后，事件不断出现新的争议点，话题热度持续升温，舆情把控难度也随之剧增。该事件具备突发事件的一般特性以及网络舆论关注度高而形成的相对独立、完整的舆论场，因此，本文试图以“首例基因编辑婴儿事件”为分析案例，在科學传播的视野下结合官方媒体微博在舆情发酵阶段的响应状况，进而思考媒体微博针对相关突发性事件的网络舆情应对机制。
现有研究表明，媒体是民众接触科学议题的主要渠道，所提供的资讯和包装方式会影响民众对新科技的知识、态度和风险判断[1]。相较于传统媒体的渠道单一性，新媒体领域民众接触科学议题的途径、传播主体呈现出多元化态势，针对科学传播的相关研究重点也由科学知识本身向传播模式转化。我国的科学传播也在经历这样的模式演进，越来越重视传播策略、重视激发公众的创新、重视利用新型媒体，以多样、互动、平等的方式与公众共同实践科学传播[2]。网络已然成为科学传播的重点渠道，诸如微博、微信等自媒体的科学传播在给用户带来更加丰富多元的信息，使用户拥有了更大的选择权、自主权和话语权的同时，也带来了信息源不明、真假难辨、以讹传讹等诸多问题[3]。因此，新媒体在应对科学议题的突发性事件时，在短时间内难以形成系统、全面、准确的传播体系，杂糅性信息极易催化不良网络舆情态势。
网络舆情指个人或者各种社会群体、组织，通过网络对自己关心或与自身利益紧密相关的各种公共事务所表达的多种情绪、态度和意见的总和[4]。随着社会化媒体的迅速发展，公众传播网络形态不断革新，网络舆情的影响力随之发酵。尤其在针对突发性事件中，如“首例基因编辑婴儿诞生”，由于其中的科学性不确定问题，科学界内部的专业讨论随着伦理道德成为舆论热点，公众借由社交媒体对其中的不确定性信息进行沟通表达，相关繁杂信息不断堆积公众的焦虑和恐慌。在该情况下，网络舆情中会大量产生负面、偏激的观点，不断酝酿公众的不稳定情绪，为科学议题的有效传播埋下隐患。
因此，研究该类突发性事件的舆情响应机制，对于发展舆情响应策略、优化科学传播途径等环节至关重要。
1 样本选取
微博在事件发酵初期，凭借其信息源传播零时间、信息再传播零时间[5]等特性，以其弱连接交互属性迅速生成海量舆情数据，呈现动态化发展态势，舆情发展极具代表性，在一定程度上起到了社会舆论放大器的作用。据清博舆情显示，在“首例基因编辑婴儿诞生”事件爆发后，新浪微博平台的相关舆论信息远高于其他媒体平台，占信息总量的76.53%（图1）。但由于微博的数据间关联度与复合性较为复杂，因此，在选取研究样本时，本文以官方媒体微博为分析对象，最大程度上减弱其他无关信息对于数据采集的影响，增强本研究数据选取的独立性与科学性。
依托新浪舆情通与百度指数对该议题的网络声量进行搜索，发现微博用户就该事件的讨论主要集中于2018年11月26日（事件初次公布）至12月2日，在11月27日到达舆论高潮，并迅速呈现下降及消退趋势（如图2）。因此，以该时间段为研究对象，能够较为完整地呈现媒体微博对于该事件的响应机制。
在对官方媒体微博进行信源筛选过程中，统计具有较高话语权且认证类型为媒体的微博账号在该事件中的发博数量，数据显示“新京报”在事件爆发后所发布相关微博数目排名第一（表1），对事件发展的各个阶段内容均有涉及。“新京报”以“负责报道一切”为理念，截至2018年12月2日24时共有粉丝33 443 919名，在该事件中作为主要信息源之一。基于上述原因，本文选取“新京报”微博为数据抓取对象进行研究。
2 数据采集及处理
本文数据使用网络爬虫软件对新浪微博“新京报”网页内容进行抓取，数据采集时间区间为2018年11月26日0时至2018年12月2日24时共计7天，采集内容包括“新京报”在该时间段内原创及转发的所有微博（剔除图片、视频、音乐），字段分为用户名称、发布时间、发布内容、转发数、评论数、点赞数、页面网址等内容，采集结果纳入MicrosoftExcel数据库。
数据分析使用ROST CM6、SPSS软件进行分词及词频统计，为保证内容准确性，对所采集的微博内容去除表情、链接等内容后进行分词，对分词结果人工筛选后统计词频，而后利用BDP对词频进行可视化处理。
3 “新京报”应对突发性事件的响应现象
3.1 时间响应
“首例基因编辑婴儿诞生”新闻首次出现时间为人民网2018年11月26日10时51分发布在官方网站上，“新京报”新浪微博账号最早于11月26日15时09分发布该内容，据新闻首发已过约4小时，在信息发布时间上稍显滞后性。受众面对科学领域的未知信息，由于信息不对称性，如果未能及时从具有较高可信度的信源获取确定信息，极易在信息获取过程中受到谣言及扭曲信息干扰，对于自身科学知识素养的培育而言具有较强冲击，不利于网络舆情发端的理性走向。 从发布时间来看，与该事件相关的信息发布时间较为宽泛，最早为00：00，最晚为23：42。较为宽泛的发布时间之于不同受众对该事件的实时关注打下基础，能够保证用户在多个时间段均能有效获取相关信息，提升对于信息的可获取能力，降低负面情绪的滋生。媒体对于事态发展报道也能良性把控，进一步把握舆情动向。
3.2 频次响应
在4天内，“新京报”每天发布的相关内容占总发博数比例为39.0%、58.3%、27.5%、7.6%（图3）。在经历11月26日内容发酵后，27日相关讨论爆发，各方意见纷至沓来，“新京报”发博数目及占比均达到顶峰，随后针对该事件讨论度下降，基本符合突发性事件的信息生命周期。
虽然在事件爆发初期时效性稍有滞后，但“新京报”随后多次发博，相关信息数量远超其他同类微博。在发博数量上，表现出其对于该事件的持续关注度。对于受众而言，高频次的发博行为在一定程度上会造成用户的抵触心理，但是针对处于陌生领域的突发性事件，通过多次发博完整展现事件的发展脉络，把握关键事件的时间节点，更有利于受众填补对于信息的不确定认知，从而改善由于信息不对称造成的网络舆情不良现象。
3.3 内容响应
3.3.1 高频词分析
“新京报”在微博发布过程中，多采用原创内容进行发布，对于信息的可信度及自身媒介形象有一定提升。在应对突发性事件时，设置舆论议程是控制网络舆情的重要手段之一。通过合理把控网络议程设置，能够引导网民对于该事件的正确关注点，从而引导公众舆论的情绪走向，将不满情绪进行合理宣泄。
通过对于“新京报”在7天内总计51条微博进行词频分析，形成高频词图谱（图4）与清博舆情发布的“网民热议关键词”（图5），对比发现，本次網络舆情的主要关注点在于“基因编辑婴儿”，公众关注领域比较分散，涉及艾滋病毒、道德伦理、国外报道、南方科技大学等信息，整体议题层次较浅，情感鲜明的指向性词语较少出现。“新京报”的内容发布则更加深入，更多指向科学性问题，但通过词频统计图可发现，其中出现较多带有批判情感色彩的词语，如“谴责”“严重”“影响”“争议”等。整体来看，“新京报”的议程设置与网络舆论关注有一定契合度，但是在文本内容上更多具有负面情感色彩，对于网络舆论情绪的把控而言稍显不足。
3.3.2 高评论微博分析
通过统计数据，“新京报”在七天中发布的“首例基因编辑婴儿诞生”相关微博总计51条，平均转发数为1 537，平均评论数为2 035，平均点赞数为7 307，信息互动程度远高于同时期发布的其他微博数据（平均转发数为151，平均评论数为202，平均点赞数为318），整体展现出较强的关注度。对转发数、评论数、点赞数进行排序后，选取前三条微博进行分析后，可发现前两名微博发布时间为26日15点和18点，第三名发布日期为27日18点，内容主要为事件公布、启动相关调查、知情书曝光，均为事件性较强的相关信息，用户所呈现的关注度相较其他科普性信息而言更高，表明了在突发性事件中用户对于信息需求和信息行为的相关性。
通过分析高评论微博的热门评论，网民的评论态度多呈现消极、负面态度，且“新京报”并未在评论区与网民形成互动，依旧延续单发博文的模式，网民在评论中所提问题也未通过官方渠道进行回答，对于辅助把控舆情的微博互动功能有所削弱。
此外，在高评论微博下，舆情出现群体极化趋势，极端态度占据较高比例。基于过往经历，大量网民对转基因等词形成刻板印象，随着本次基因编辑事件进入网民视域，极易引发网民情绪波动。并且伴随媒体公布更多负面性息，由于对基因编辑技术本身缺乏了解，网民宣泄渠道明确指向道德伦理层面，因此群体中的极端化情绪迅速升温。同时，在群体极化现象下，有关基因编辑技术的科普性知识被分散、淹没，呈现出边缘化倾向，对科学传播而言极为不利。
3.3.3 报道倾向响应
根据既有研究对网络舆情演化过程的分段，结合本议题所呈现的具体情况，可将“基因编辑婴儿”事件中舆情分为三个阶段：预热期（11月26日）、高潮期（11月27日）、消退期（11月28日—12月2日）。在舆情演化的不同时期，“新京报”所报道内容多带有明显倾向性。对该时期内事件相关微博依据报道倾向进行分类统计，可得到表2。
由表2可以看出，报道倾向随舆情演变呈现出明显的变化趋势，具体分析如下（如图6）。
预热期（11月26日）：在舆情预热阶段，负面报道占总体报道的31.25%，中性报道占总体62.5%，中性报道占据主导地位。其中，还出现一篇科普基因编辑优势的推文，为“新京报”整个事件报道体系中唯一一篇正面报道。由于该议题自身敏感性，报道初期未呈现明确情感指向，也由于时间响应等方面不足，主流媒体呈现了一定程度的话语缺失，在预热期主流舆论没有形成，舆情指向技术、伦理、监管多个层面。基于预热期报道文本分析，报道整体情感指向性并不明显，有关事件进展类报道数目上占据优势。
高潮期（11月27日）：随着舆情进一步发酵，27日到达话题讨论高潮。此时“新京报”针对该事件的报道有约61.9%为负面报道，内容多为各方机构对于该事件道德伦理层面的指责、强烈反对，此时报道文本具有较强的负面情绪指向。在极端报道占据主导地位的影响下，由于受众针对该项技术的信息不对称，关注点逐渐聚焦于道德伦理层面，舆情呈现出群体极化现象。
消退期（11月28日—12月2日）：从11月28日开始，报道数目及报道文本的极端情绪指向性也有所缓和，多为事件进展的描述性文本。同时，随着其他社会事件介入、后续爆点事件不足，公众注意力被逐渐分散，对该事件持续关注度也有所欠缺，舆情热度开始剧烈下降，进入舆情消退期。
4 基于响应现象的相关探析 基于上文对于媒体微博的响应机制分析，在应对突发性事件时，媒体微博应在确保信息真实度的前提下提升时效性。网络舆情萌芽初期，如若受众未能从官方媒体渠道及时了解相关信息，在此过程中极易造成谣言的传播和大面积扩散，从而扩大网络舆情风险。尤其在弱连接属性的微博平台上，专业性信息的接受门槛与受众可接受信息不对等，大多数人缺乏科学领域的专业知识，一时难以辨别海量信息的真伪。面对突发性事件，监管范围一时难以涵盖海量生产的信息，另一方面，信息在经过大量的转发、评论、多次传播后内容可能会出现扭曲，从而进一步恶化信息的不确定性，造成舆论隐患。因此，官方媒体微博应在突发性事件初期保证内容时效性，避免谣言卷入，为科学传播的良性展开奠定基础。
在应对突发性事件时，媒体微博应多层面创新科学传播手段。科学性较强的突发性事件，媒体微博在舆情应对的过程中应转变传统的科学传播方式，摒弃一味转述和灌输相关理论，应运用大数据算法、可视化分析等手段对相关理论进行科普，从中立层面探討相关技术带来的福利与风险，尽量避免出现情感指向性较为强烈的词语。对于过多涉及伦理层面，现有信息明显匮乏的情况，应与领域内的专家进行合作，发挥媒体的资源功用，而非多次转述其他平台信息，满足受众对于未知领域信息的需求，从根本上消除受众对于不确定性因素的焦虑与担忧，从而有效控制网络舆情的发展。
在应对突发性事件时，媒体微博应厘清道德伦理与科学技术的界限。面对科学议题，由于知识储备不足等原因，受众关注点易从科学技术本身向道德伦理层面转移，从而形成群体极化现象，从伦理层面产生对技术的否定言论。面对此种现象，媒体微博应剥离二者，防止出现因噎废食，保障科学技术知识在传播过程中的完整性与理智性，最大程度上弱化群体极化现象。
在应对突发性事件时，媒体微博应助力搭建优质科学传播环境。通过对“新京报”在突发性事件的舆情响应进行分析，媒体微博应在科学信息的传播中搭建优质信息传播环境，助力科学信息进行新媒体化改造，促进科学信息能够向可视化、低门槛发展。充分发挥公众意见领袖意见，把握舆情的相关关键点，密切关注舆情反应，妥善疏导网民情绪，通过主动设置议程避免突发性事件的反复发酵，推动网络舆情进入良性阶段。
参考文献
[1]Scheufele D A，Lewenstein B V.The public and nanotechnology：How citizens make sense of emerging technologies[J].Journal ofNanoparticle Research，2005，7（6）：659-667.
[2]杨鹏，史丹梦.真伪博弈：微博空间的科学传播机制——以“谣言粉碎机”微博为例[J].新闻大学，2011（4）：145-150.
[3]王玲宁.自媒体科学传播对大学生科学素养影响的实证研究——以转基因传播为例[J].新闻大学，2018（5）：77-83，149.
[4]刘毅.略论网络舆情的概念、特点、表达与传播[J].理论界，2007（1）：11.
[5]刘兴亮.微博的传播机制及未来发展思考[J].新闻与写作，2010（3）：43-46.
关键词 科学传播;新媒体;网络舆情;舆情响应
中图分类号 G206 文献标识码 A 文章编号 2096-0360（2019）24-0001-05
据人民网报道，2018年11月26日，中国科学家贺建奎在第二届国际人类基因组编辑峰会前宣布，通过CRISPR-Cas9基因编辑技术，全球首例免疫艾滋病的基因编辑婴儿在中国诞生，迅速造成国内外舆论高潮。而后，事件不断出现新的争议点，话题热度持续升温，舆情把控难度也随之剧增。该事件具备突发事件的一般特性以及网络舆论关注度高而形成的相对独立、完整的舆论场，因此，本文试图以“首例基因编辑婴儿事件”为分析案例，在科學传播的视野下结合官方媒体微博在舆情发酵阶段的响应状况，进而思考媒体微博针对相关突发性事件的网络舆情应对机制。
现有研究表明，媒体是民众接触科学议题的主要渠道，所提供的资讯和包装方式会影响民众对新科技的知识、态度和风险判断[1]。相较于传统媒体的渠道单一性，新媒体领域民众接触科学议题的途径、传播主体呈现出多元化态势，针对科学传播的相关研究重点也由科学知识本身向传播模式转化。我国的科学传播也在经历这样的模式演进，越来越重视传播策略、重视激发公众的创新、重视利用新型媒体，以多样、互动、平等的方式与公众共同实践科学传播[2]。网络已然成为科学传播的重点渠道，诸如微博、微信等自媒体的科学传播在给用户带来更加丰富多元的信息，使用户拥有了更大的选择权、自主权和话语权的同时，也带来了信息源不明、真假难辨、以讹传讹等诸多问题[3]。因此，新媒体在应对科学议题的突发性事件时，在短时间内难以形成系统、全面、准确的传播体系，杂糅性信息极易催化不良网络舆情态势。
网络舆情指个人或者各种社会群体、组织，通过网络对自己关心或与自身利益紧密相关的各种公共事务所表达的多种情绪、态度和意见的总和[4]。随着社会化媒体的迅速发展，公众传播网络形态不断革新，网络舆情的影响力随之发酵。尤其在针对突发性事件中，如“首例基因编辑婴儿诞生”，由于其中的科学性不确定问题，科学界内部的专业讨论随着伦理道德成为舆论热点，公众借由社交媒体对其中的不确定性信息进行沟通表达，相关繁杂信息不断堆积公众的焦虑和恐慌。在该情况下，网络舆情中会大量产生负面、偏激的观点，不断酝酿公众的不稳定情绪，为科学议题的有效传播埋下隐患。
因此，研究该类突发性事件的舆情响应机制，对于发展舆情响应策略、优化科学传播途径等环节至关重要。
1 样本选取
微博在事件发酵初期，凭借其信息源传播零时间、信息再传播零时间[5]等特性，以其弱连接交互属性迅速生成海量舆情数据，呈现动态化发展态势，舆情发展极具代表性，在一定程度上起到了社会舆论放大器的作用。据清博舆情显示，在“首例基因编辑婴儿诞生”事件爆发后，新浪微博平台的相关舆论信息远高于其他媒体平台，占信息总量的76.53%（图1）。但由于微博的数据间关联度与复合性较为复杂，因此，在选取研究样本时，本文以官方媒体微博为分析对象，最大程度上减弱其他无关信息对于数据采集的影响，增强本研究数据选取的独立性与科学性。
依托新浪舆情通与百度指数对该议题的网络声量进行搜索，发现微博用户就该事件的讨论主要集中于2018年11月26日（事件初次公布）至12月2日，在11月27日到达舆论高潮，并迅速呈现下降及消退趋势（如图2）。因此，以该时间段为研究对象，能够较为完整地呈现媒体微博对于该事件的响应机制。
在对官方媒体微博进行信源筛选过程中，统计具有较高话语权且认证类型为媒体的微博账号在该事件中的发博数量，数据显示“新京报”在事件爆发后所发布相关微博数目排名第一（表1），对事件发展的各个阶段内容均有涉及。“新京报”以“负责报道一切”为理念，截至2018年12月2日24时共有粉丝33 443 919名，在该事件中作为主要信息源之一。基于上述原因，本文选取“新京报”微博为数据抓取对象进行研究。
2 数据采集及处理
本文数据使用网络爬虫软件对新浪微博“新京报”网页内容进行抓取，数据采集时间区间为2018年11月26日0时至2018年12月2日24时共计7天，采集内容包括“新京报”在该时间段内原创及转发的所有微博（剔除图片、视频、音乐），字段分为用户名称、发布时间、发布内容、转发数、评论数、点赞数、页面网址等内容，采集结果纳入MicrosoftExcel数据库。
数据分析使用ROST CM6、SPSS软件进行分词及词频统计，为保证内容准确性，对所采集的微博内容去除表情、链接等内容后进行分词，对分词结果人工筛选后统计词频，而后利用BDP对词频进行可视化处理。
3 “新京报”应对突发性事件的响应现象
3.1 时间响应
“首例基因编辑婴儿诞生”新闻首次出现时间为人民网2018年11月26日10时51分发布在官方网站上，“新京报”新浪微博账号最早于11月26日15时09分发布该内容，据新闻首发已过约4小时，在信息发布时间上稍显滞后性。受众面对科学领域的未知信息，由于信息不对称性，如果未能及时从具有较高可信度的信源获取确定信息，极易在信息获取过程中受到谣言及扭曲信息干扰，对于自身科学知识素养的培育而言具有较强冲击，不利于网络舆情发端的理性走向。 从发布时间来看，与该事件相关的信息发布时间较为宽泛，最早为00：00，最晚为23：42。较为宽泛的发布时间之于不同受众对该事件的实时关注打下基础，能够保证用户在多个时间段均能有效获取相关信息，提升对于信息的可获取能力，降低负面情绪的滋生。媒体对于事态发展报道也能良性把控，进一步把握舆情动向。
3.2 频次响应
在4天内，“新京报”每天发布的相关内容占总发博数比例为39.0%、58.3%、27.5%、7.6%（图3）。在经历11月26日内容发酵后，27日相关讨论爆发，各方意见纷至沓来，“新京报”发博数目及占比均达到顶峰，随后针对该事件讨论度下降，基本符合突发性事件的信息生命周期。
虽然在事件爆发初期时效性稍有滞后，但“新京报”随后多次发博，相关信息数量远超其他同类微博。在发博数量上，表现出其对于该事件的持续关注度。对于受众而言，高频次的发博行为在一定程度上会造成用户的抵触心理，但是针对处于陌生领域的突发性事件，通过多次发博完整展现事件的发展脉络，把握关键事件的时间节点，更有利于受众填补对于信息的不确定认知，从而改善由于信息不对称造成的网络舆情不良现象。
3.3 内容响应
3.3.1 高频词分析
“新京报”在微博发布过程中，多采用原创内容进行发布，对于信息的可信度及自身媒介形象有一定提升。在应对突发性事件时，设置舆论议程是控制网络舆情的重要手段之一。通过合理把控网络议程设置，能够引导网民对于该事件的正确关注点，从而引导公众舆论的情绪走向，将不满情绪进行合理宣泄。
通过对于“新京报”在7天内总计51条微博进行词频分析，形成高频词图谱（图4）与清博舆情发布的“网民热议关键词”（图5），对比发现，本次網络舆情的主要关注点在于“基因编辑婴儿”，公众关注领域比较分散，涉及艾滋病毒、道德伦理、国外报道、南方科技大学等信息，整体议题层次较浅，情感鲜明的指向性词语较少出现。“新京报”的内容发布则更加深入，更多指向科学性问题，但通过词频统计图可发现，其中出现较多带有批判情感色彩的词语，如“谴责”“严重”“影响”“争议”等。整体来看，“新京报”的议程设置与网络舆论关注有一定契合度，但是在文本内容上更多具有负面情感色彩，对于网络舆论情绪的把控而言稍显不足。
3.3.2 高评论微博分析
通过统计数据，“新京报”在七天中发布的“首例基因编辑婴儿诞生”相关微博总计51条，平均转发数为1 537，平均评论数为2 035，平均点赞数为7 307，信息互动程度远高于同时期发布的其他微博数据（平均转发数为151，平均评论数为202，平均点赞数为318），整体展现出较强的关注度。对转发数、评论数、点赞数进行排序后，选取前三条微博进行分析后，可发现前两名微博发布时间为26日15点和18点，第三名发布日期为27日18点，内容主要为事件公布、启动相关调查、知情书曝光，均为事件性较强的相关信息，用户所呈现的关注度相较其他科普性信息而言更高，表明了在突发性事件中用户对于信息需求和信息行为的相关性。
通过分析高评论微博的热门评论，网民的评论态度多呈现消极、负面态度，且“新京报”并未在评论区与网民形成互动，依旧延续单发博文的模式，网民在评论中所提问题也未通过官方渠道进行回答，对于辅助把控舆情的微博互动功能有所削弱。
此外，在高评论微博下，舆情出现群体极化趋势，极端态度占据较高比例。基于过往经历，大量网民对转基因等词形成刻板印象，随着本次基因编辑事件进入网民视域，极易引发网民情绪波动。并且伴随媒体公布更多负面性息，由于对基因编辑技术本身缺乏了解，网民宣泄渠道明确指向道德伦理层面，因此群体中的极端化情绪迅速升温。同时，在群体极化现象下，有关基因编辑技术的科普性知识被分散、淹没，呈现出边缘化倾向，对科学传播而言极为不利。
3.3.3 报道倾向响应
根据既有研究对网络舆情演化过程的分段，结合本议题所呈现的具体情况，可将“基因编辑婴儿”事件中舆情分为三个阶段：预热期（11月26日）、高潮期（11月27日）、消退期（11月28日—12月2日）。在舆情演化的不同时期，“新京报”所报道内容多带有明显倾向性。对该时期内事件相关微博依据报道倾向进行分类统计，可得到表2。
由表2可以看出，报道倾向随舆情演变呈现出明显的变化趋势，具体分析如下（如图6）。
预热期（11月26日）：在舆情预热阶段，负面报道占总体报道的31.25%，中性报道占总体62.5%，中性报道占据主导地位。其中，还出现一篇科普基因编辑优势的推文，为“新京报”整个事件报道体系中唯一一篇正面报道。由于该议题自身敏感性，报道初期未呈现明确情感指向，也由于时间响应等方面不足，主流媒体呈现了一定程度的话语缺失，在预热期主流舆论没有形成，舆情指向技术、伦理、监管多个层面。基于预热期报道文本分析，报道整体情感指向性并不明显，有关事件进展类报道数目上占据优势。
高潮期（11月27日）：随着舆情进一步发酵，27日到达话题讨论高潮。此时“新京报”针对该事件的报道有约61.9%为负面报道，内容多为各方机构对于该事件道德伦理层面的指责、强烈反对，此时报道文本具有较强的负面情绪指向。在极端报道占据主导地位的影响下，由于受众针对该项技术的信息不对称，关注点逐渐聚焦于道德伦理层面，舆情呈现出群体极化现象。
消退期（11月28日—12月2日）：从11月28日开始，报道数目及报道文本的极端情绪指向性也有所缓和，多为事件进展的描述性文本。同时，随着其他社会事件介入、后续爆点事件不足，公众注意力被逐渐分散，对该事件持续关注度也有所欠缺，舆情热度开始剧烈下降，进入舆情消退期。
4 基于响应现象的相关探析 基于上文对于媒体微博的响应机制分析，在应对突发性事件时，媒体微博应在确保信息真实度的前提下提升时效性。网络舆情萌芽初期，如若受众未能从官方媒体渠道及时了解相关信息，在此过程中极易造成谣言的传播和大面积扩散，从而扩大网络舆情风险。尤其在弱连接属性的微博平台上，专业性信息的接受门槛与受众可接受信息不对等，大多数人缺乏科学领域的专业知识，一时难以辨别海量信息的真伪。面对突发性事件，监管范围一时难以涵盖海量生产的信息，另一方面，信息在经过大量的转发、评论、多次传播后内容可能会出现扭曲，从而进一步恶化信息的不确定性，造成舆论隐患。因此，官方媒体微博应在突发性事件初期保证内容时效性，避免谣言卷入，为科学传播的良性展开奠定基础。
在应对突发性事件时，媒体微博应多层面创新科学传播手段。科学性较强的突发性事件，媒体微博在舆情应对的过程中应转变传统的科学传播方式，摒弃一味转述和灌输相关理论，应运用大数据算法、可视化分析等手段对相关理论进行科普，从中立层面探討相关技术带来的福利与风险，尽量避免出现情感指向性较为强烈的词语。对于过多涉及伦理层面，现有信息明显匮乏的情况，应与领域内的专家进行合作，发挥媒体的资源功用，而非多次转述其他平台信息，满足受众对于未知领域信息的需求，从根本上消除受众对于不确定性因素的焦虑与担忧，从而有效控制网络舆情的发展。
在应对突发性事件时，媒体微博应厘清道德伦理与科学技术的界限。面对科学议题，由于知识储备不足等原因，受众关注点易从科学技术本身向道德伦理层面转移，从而形成群体极化现象，从伦理层面产生对技术的否定言论。面对此种现象，媒体微博应剥离二者，防止出现因噎废食，保障科学技术知识在传播过程中的完整性与理智性，最大程度上弱化群体极化现象。
在应对突发性事件时，媒体微博应助力搭建优质科学传播环境。通过对“新京报”在突发性事件的舆情响应进行分析，媒体微博应在科学信息的传播中搭建优质信息传播环境，助力科学信息进行新媒体化改造，促进科学信息能够向可视化、低门槛发展。充分发挥公众意见领袖意见，把握舆情的相关关键点，密切关注舆情反应，妥善疏导网民情绪，通过主动设置议程避免突发性事件的反复发酵，推动网络舆情进入良性阶段。
参考文献
[1]Scheufele D A，Lewenstein B V.The public and nanotechnology：How citizens make sense of emerging technologies[J].Journal ofNanoparticle Research，2005，7（6）：659-667.
[2]杨鹏，史丹梦.真伪博弈：微博空间的科学传播机制——以“谣言粉碎机”微博为例[J].新闻大学，2011（4）：145-150.
[3]王玲宁.自媒体科学传播对大学生科学素养影响的实证研究——以转基因传播为例[J].新闻大学，2018（5）：77-83，149.
[4]刘毅.略论网络舆情的概念、特点、表达与传播[J].理论界，2007（1）：11.
[5]刘兴亮.微博的传播机制及未来发展思考[J].新闻与写作，2010（3）：43-46.