1. 问题的提出
网络的出现，重新塑造了人们的生活，在现实世界外，基于网络所提供的交流互动机会，建构出一个规模同样宏大的虚拟世界，与现实世界交互影响。随着网络技术发展，自媒体兴盛，网民可以在虚拟空间中自由发表、分享观点。在人人具备话语权的自媒体时代，我国网络舆论环境发生了重要变化，社会事件发生后，各方舆论力量一哄而上，舆情治理也成为难题 [1]。当前，我国面临新的舆论形势，网络舆情成为舆情治理中不可小觑的组成部分，网络舆情治理成为亟待深入研究的重要命题。
此外，我国仍处于社会转型阶段，社会矛盾冲突频发，群体性事件层出不穷。随着网络空间逐渐形成的新的舆论场，加上网络传播具有传播速度快、时效强、范围广的特点，群体性事件的行动者纷纷借助网络传播以增强其影响力，网络群体性事件应运而生。在其传播的过程中，行动者借助网络形成热点舆论，通过聚集形成舆情热度。因此，舆情热度对于网络群体性事件的传播、壮大具有重要影响。
目前，对于网络群体性事件的治理往往难以有效控制其在网络空间的传播、发酵，难以对事件产生的舆情热度进行预判和干预。因此，需要进一步探究网络群体性事件中舆情热度的影响机制，理清影响舆情热度的各类因素及其组合路径，进而为政府部门及时干预、阻断网络群体性事件传播和舆情热度生成提供理论借鉴。
2. 研究现状与分析框架
2.1. 研究现状
随着网络时代的到来，网络舆情成为学者关注的重点领域。当前对于网络舆情热度的研究主要集中于网络舆情热度的演变规律与趋势预测、网络舆情热度测量和评价指标建立以及网络舆情热度与政府回应等方向。选取的研究理论或模型有焦耳定律、扎根理论、行动者网络理论、信息生态理论、复杂网络分析法、BP神经网络、系统动力学方法等。
当前学界对网络舆情热度的影响因素已产生一定成果。例如，袁国平等基于系统动力学，提出事件公共度、事件敏感度、网民质疑度、政府公信力四个要素对网络舆情热度产生影响 [2]。杨洋洋等认为网络舆情热度影响因素主要有信息源敏感度、网民参与度、媒体活跃度和政府介入度 [3]。李明等从信息生态视角出发，认为网络舆情主要受到事件信息、发布主体、信息受众、信息技术和信息环境的影响。李静、谢耘耕认为网络舆情热度影响因素主要有事件本身属性、媒介传播、网民参与与政府干预四个方面 [1]。根据上述文献，可以发现学者对网络舆情热度影响因素的分析主要聚焦于事件自身性质、网民关注度、政府介入情况、传播媒介等方面。
此外，已有研究对于网络群体性事件研究主要集中于公关危机事件、公共卫生事件、突发公共事件等。例如李晚莲等针对突发公共事件网络舆情热度生成机理进行研究 [4]；兰月新等构建公关危机事件中网络舆情热度模型 [5]；张蒙等理清突发公共卫生事件网络舆情发酵机理为引控网络舆情提供理论依据 [6]。
通过对相关文献的梳理汇总，可以发现目前学界对于网络舆情热度的影响因素的研究已取得一定成果，但是对各影响因素之间的组合路径研究较少，还需进一步分析研究。在网络舆情热度影响因素的研究中，对于特定事件的舆情研究较少，仅存在针对突发公共事件、公共卫生事件、公共危机事件中舆情热度的探究和讨论，而针对网络群体性事件中舆情热度的影响因素学者并没有做出相应研究。同时，网络群体性事件作为影响社会稳定的重要事件，其在传播过程中所造成的舆情热度具有很大研究价值。对此，本研究聚焦于网络群体性事件中舆情热度影响因素及其组合路径，并提出相应治理路径。
2.2. 分析框架
根据文献回顾，当前学界在网络群体性事件传播的影响因素以及网络舆情热度的影响因素研究方面，已具备一定研究成果，主要结论集中于事件属性、网民关注参与、政府介入情况以及媒体参与四个方面。此外，近年来，随着网络技术的发展进步，新媒体的发展传播迅速，在各大网络平台都有意见领袖的出现，这些意见领袖的介入也为网络群体性事件的传播与热度形成推波助澜，成为不可小觑的新兴势力，对舆情热度产生影响。
而在理论基础方面，协同理论可以进一步解释网络群体性事件的舆情热度受到多种因素的影响。协同学在上世纪70年代作为系统论的分支学科而兴起，协同理论说明在复杂开放的系统中有大量子系统相互作用，进而出现集体效应 [7]。在协同理论的视角下讨论网络群体性事件的进展可以发现，网络群体性事件所形成的舆论场是一个复杂且开放的系统，事件信息、网民、政府、媒体及意见领袖均作为子系统发挥作用，经过子系统间的相互作用，造就或高或低的舆情热度。
此外，拉斯韦尔的“5W”模型也可为本研究提供理论支持，“5W”模型由美国著名学者拉斯韦尔提出，1948年拉斯韦尔在其《社会传播的结构与功能》一文中提出研究信息传播具备五个基本构成要素，即“传播者(who)、传播内容(say what)、传播媒介(through which channel)、受传者(to whom)、效果(with what effect)” [8]。在传播者层面，由于群体性事件的特质，事件发声人的身份或能力对于事件的舆情热度影响能力有限；在传播内容层面，事件自身性质决定内容要素，在事件传播中起到关键作用；在传播媒介方面，在网络空间中，重要的传播媒介是“主流媒体”与各大网络平台的“意见领袖”；在受传者层面，网民是事件的主要受众，网民关注度同样影响事件舆情热度；在效果层面，网络群体性事件的舆情热度则是传播效果的最好展现。同时，结合我国实际情况，民众往往希望事件涉及的相关政府部门介入该事件进行调查回应，因此政府介入是否及时，也是网络舆情热度的重要影响要素。
基于协同理论与“5W”模型，结合学界对于网络群体性事件和舆情热度影响因素的梳理，本文将通过“事件自身性质”“网民关注度”“政府介入情况”“媒体报道力度”以及“意见领袖参与”来分析研究网络群体性事件舆情热度的影响机制，并将其设定为条件变量，同时选择网络舆情热度作为结果变量。
3. 研究设计
3.1. 案例选择
在定性比较分析中，案例的选取具有一定要求。在数量上，该方法更适用于中小样本案例的研究。此外，在案例选取时，需要考虑案例总体的充分同质性和最大异质性，并具备充分资料，使得结果变量能够加以衡量。基于以上标准，本文依据广义上的网络群体性事件定义，结合人民网舆情数据中心、知微数据平台、知微事件库、微博、知乎等平台选取2018~2020年三年间的20个网络群体性事件进行研究(见表1)。为保证案例具备异质性，部分案例选择舆情热度较低的网络群体性事件。
3.2. 研究变量与赋值标准说明
本研究结合二分校准法与四值模糊集校准法对变量进行赋值(见表2)，下面对各个条件变量及结果变量做进一步解释，并说明赋值标准。
3.2.1. 条件变量
第一，事件自身性质。在网络平台，信息繁杂冗多，并非每条信息或每个事件都可以得到大规模传播，进入公共讨论空间，进而引发热议，产生热度。黄怡璇等认为事件话题类型、敏感程度和易爆发程度会影响舆情热度 [9]。不同类型的事件所产生的舆情热度不同，往往比较贴近民众生活，有关社会公平正义或民众权益维护的事件更能在网络空间引发网民热议，形成舆论热度。基于此，本文结合案例库中案例所具备的性质，将“事件自身性质”划分为：社会管理类、权益维护类、公众人物类和事故灾害类。社会管理类主要是有关社会问题、公共政策或公共管理的引发网民争议的事件；权益维护类则是民众为了维护自身合法权益所发起或参与的网络群体性事件，例如涉及劳动纠纷、消费者权益等；公众人物类则是指由公众人物的所引发的网络群体性事件；事故灾害类则主要是涉及公共安全的事件，例如安全事故、自然灾害等。在所选取案例的中，权益维护类占比45%，社会管理类占比40%，公众人物类占比10%，事故灾害类占比5%。本文将权益维护类事件赋值为1，社会管理类事件赋值为0.67，公众人物类事件赋值为0.33，事故灾害类事件赋值为0。
第二，网民关注度。在网络群体性事件中，网民充当了主要传播者，网络渠道则是事件的主要传播渠道。网民通过网络平台看到相关事件，出于自身共情或对现实事件不满在网络空间发声呼吁或持续关注，推动其进一步传播扩散，促使这一事件进入大众视野，成为公共议题，引发舆情热度。由此可见，网民的关注在网络群体性事件舆情热度的形成中起到很大作用。互联网社会热点聚合平台“知微事见”中的分析指标“事件持续期间平均传播速度”可以反映热点事件的传播情况，网民关注度越高的事件相对应传播速度越快。因此，本文选择“事件持续期间平均传播速度”作为网民关注度的赋值依据，事件持续期间平均传播速度在50条/小时以上的赋值为1，平均传播速度在16~50条/小时的赋值为0.67，平均传播速度在3~15条/小时的赋值为0.33，平均传播速度在3条/小时以下的赋值为0。
第三，政府介入情况。网络群体性事件发生时，网民和媒体参与其中，但网民和媒体主要通过呼吁传播来扩大其影响力，民众往往希望事件涉及的相关政府部门介入该事件，希望政府能够查清真相、进行监管，并就该事件予以回应。如果政府在事件发展过程中，始终不介入或回应不及时，网民情绪会进一步高涨，导致舆论在更大范围传播扩散，形成更高的网络舆情热度。可见，在事件传播过程中，政府对于网络舆情的引导、调控和回应对舆情热度产生一定影响。而政府回应舆情的方式方法、及时性和透明度也影响着舆情的扩散。刘锐指出政府对舆情的干预会受到政府回应时限、新闻发布及时性、真实性、官员问责及问题解决情况的影响 [10]。因此，本研究选择政府介入情况作为条件变量，并对案例库中的案例进行赋值，政府介入或介入及时则赋值为1，政府未介入或介入不及时则赋值为0。
第四，媒体报道力度。在网络群体性事件的传播过程中，媒体的作用不容忽视，相关事件如果能够引起媒体的关注，得到媒体的报道，会产生更大的影响力，吸引更多网民的关注和讨论。此外，媒体之间也会相互影响，当媒体关注到相关事件并进行报道后，也会引发更多媒体关注与转发，有关该事件的信息在各类媒体间流传，触及更多受众。可见，媒体的报道力度影响着网络群体性事件的舆情热度。本研究结合互联网社会热点聚合平台“知微事见”中的分析指标“重要媒体参与情况”对案例库中的案例进行赋值，“媒体参与情况”的衡量标准是：用事件网媒平台数据匹配重要媒体列表得到央级媒体、财经类媒体、科技类媒体的参与情况。若重要媒体参与在100家以上赋值为1，重要媒体参与在61~100家赋值为0.67，重要媒体参与在16~60家赋值为0.33，重要媒体参与在16家以下的赋值为0。
第五，意见领袖参与。随着网络社交平台的发展，社交平台中存在的“意见领袖”成为网络舆论场中不可小觑的重要力量，意见领袖往往拥有百万千万数量级别的粉丝群体，其信息传播的效力远远高于普通网民，且普通网民很容易受到意见领袖对某一事件看法态度的影响，并在意见领袖的号召下进一步传播扩散该事件，推动网络舆情热度的形成。赵蓉英认为网络舆情生成过程中，意见领袖处于权力地位，能够掌控信息，且起到桥梁作用，可以与行动者高效互动，所以舆情治理需要把握意见领袖的动态 [11]。因此，本研究选择意见领袖参与作为条件变量，在赋值方面，若该事件有8个或超过8个粉丝数1500万以上的新浪微博大V参与，则赋值为1；若参与该事件的粉丝数1500万以上的微博大V没有达到8个，但粉丝数1000万以上的微博大V达到8个或超过8个，则赋值为0.67；若该事件有1~7个粉丝数1000万以上的微博大V参与，则赋值为0.33；若该事件没有粉丝数1000万以上的微博大V参与，则赋值为0。
3.2.2. 结果变量
本研究探究网络群体性事件中舆情热度的影响因素，因此，结果变量设定为网络舆情热度，并结合互联网社会热点聚合平台“知微事见”中各案例的影响力指数来衡量案例库中各案例所产生网络舆情热度。需要说明的是，事件影响力指数是根据事件在以微博微信为主的自媒体和网络媒体上的传播效果进行加和，再通过归一化运算得到0~100之间的影响力指数。在结果变量的赋值上，首先将案例库中各案例按照指数从高到的顺序进行排名，案例热度排名在1~5的赋值为1，排名在6~10的赋值为0.67，排名在11~15的赋值为0.33，排名在16~20的赋值为0。
Table 2. Standard table of variable assignment
表2. 变量赋值标准表
4. 研究结果与分析
4.1. 单变量必要性分析
模糊集定性比较分析中，在对条件变量的组合路径分析前，需要先进行一致性计算，对单变量的必要性进行分析。若一致性高于0.9，该变量可视为结果的必要条件，若一致性在0.8~0.9，该变量可视为结果的充分条件。为了便于观察研究，笔者将计算结果转化为表格形式(见表3)。
Table 3. Single variable necessity analysis table
表3. 单变量必要性分析表
说明：“~”表示某条件不出现或“非”的情况，对应变量取值为“0”。
根据表3，当结果变量为“高网络舆情热度”是，条件变量媒体报道力度和意见领袖参与的一致性分别为0.967和0.934，均超过0.9，所以可以判断在网络群体性事件中，媒体报道力度和意见领袖参与是生产较高网络舆情热度的必要条件。此外，条件变量事件自身性质和网民关注度的一致性分别为0.800和0.899，处于0.8~0.9之间，因此可以认为事件自身性质和网民关注度是高网路舆情热度的充分条件。可见，媒体报道力度和意见领袖参与在网络群体性事件的舆情热度的生成中发挥了重要作用，也是关键因素。
4.2. 条件组合分析
在条件变量组合路径分析部分，通过fsQCA软件对真值表进行运算，运行输出三种结果，分别为复杂解、简约解和中间解。在网络群体性事件中舆情热度影响因素组合路径的结果呈现方面，本文分别用表格(表4)和能够更加清晰展示组态中重要因素的QCA图示法(表5)的形式来展示分析结果。通常“好的”解要求解的一致性大于0.8，解的覆盖度大于0.5。在本研究中，解的一致性为0.867，解的覆盖度为0.963，均大于0.8和0.5，可以判断生成的条件组合具有很强的一致性，可以解释约96.3%的案例，表明生成的条件组合对于网络群体性事件中舆情热度的生成具备很强解释力。此外，通过对简约解和中间解的综合分析，我们可以得出每条组合路径中的核心条件，核心条件是指对结果影响较大的条件，是在“中间解”和“简约解”中共同出现的变量或者是必要条件。
Table 4. Conditional combination path of high public opinion heat in network mass events
表4. 网络群体性事件中高舆情热度生成的条件组合路径
说明：① 在运算结果中，复杂解与中间解结果一致，表格中所呈现的组合路径为中间解；② “~”表示非，“*”表示和。
Table 5. Conditional combination path of high public opinion heat in network mass events (QCA graphic method)
表5. 网络群体性事件中高舆情热度生成的条件组合路径(QCA图示)
说明：① ·或●表示在条件组合中该条件存在，·表示辅助条件，●表示核心条件；② △或▲表示该条件“非”、不存在，对应变量取值为0，△表示辅助条件，▲表示核心条件；③ 空白表示该条件对结果变量无关紧要。
组合路径1：高网络舆情热度 = 网民关注度*媒体报道力度*意见领袖参与
该路径唯一覆盖度为0.434，说明该路径可以解释43.3%的案例，且三个条件变量都属于核心条件。该路径说明在网络群体性事件中，如果网民关注度高、媒体报道力度大和意见领袖的积极参与三个要素同时出现，则容易导致高网络舆情热度的生成。在某一网络群体性事件发生后，会引发多家媒体的报道，意见领袖积极参与其中，同时网民也对该事件密切关注并进一步转发传播，此时很可能会出现高热度高讨论度的舆情事件。例如，在本研究中的案例1长生生物等疫苗造假事件、案例2乐清女子乘坐滴滴顺风车遇害事件、案例9“996工作制”等案例都符合这一路径。在这些事件中，参与其中的重要媒体数分别为204家、145家和167家，事件持续期间平均传播速度分别为298条/小时、127条/小时和119条/小时，都有超过8位粉丝数在1500万以上的微博大V参与讨论。可见，在这些案例中，网络群体性事件经过网民提出或受到媒体报道后，在网络空间广泛传播，引起网民转发和讨论，同时引发更多媒体关注并参与报道，意见领袖也纷纷就此事件表达意见，进一步将事件传播至更广泛的网民群体中，引发更多讨论，三者相互作用，最终导致了舆情热度高涨。
组合路径2：高网络舆情热度 = 事件自身性质*~政府介入情况*媒体报道力度*意见领袖参与
该路径唯一覆盖度为0.034，说明该路径可以解释约3.4%的案例，其中政府介入情况、媒体报道力度和意见领袖参与三个条件变量属于核心条件，事件自身性质这一变量属于辅助条件。该路径说明在网络群体性事件中，如果事件类型为权益维护类或社会管理类，且得到媒体的大力报道、意见领袖的积极参与，但政府相关部门并未介入或未及时介入该事件，则容易导致高网络舆情热度的产生。有关权益维护或社会管理的网络群体性事件相较于其他类型事件更容易引发网民共情，促使网民转发关注，紧接着，大量媒体和意见领袖也会注意到这一事件，加入对该事件的报道和讨论中，此时如果政府相关部门没有及时出面对该事件进行回应，事件会持续传播发酵，相关信息和舆论也会更加错综复杂，极易造成高热度的网络舆情的出现。例如，在本研究中案例8西安奔驰漏油事件属于消费者权益维护类型，有133家重要媒体参与报道，有超过8位粉丝数在1500万以上的微博大V参与讨论，但在该女士在4S店哭诉维权视频出现在网络之前，通过工商局等途径维权失败。该事件在4月11日在网络平台曝光后，迅速得到各大媒体和网民的关注，媒体纷纷报道这一事件，许多微博大V为其发声。4月12日，有媒体主动联系西安市市场监督管理局高新分局获悉，该局已介入调查。但截止至4月13日，该车主称事件仍未得到解决，奔驰4S店还称车没有问题。可见，在这一事件中，事件发生后，基于事件自身“维护权益”的性质，得到众多网民同情和关注，许多媒体也就此事件进行持续报道和追踪，各微博大V也就此事件发表言论，最终这一事件在网络空间引发热议，产生了很高的网络舆情热度。
综上所述，基于模糊集定性比较分析结果，在网络群体性事件中舆情热度影响因素及其组合路径分析中，媒体报道力度和意见领袖参与是产生高舆情热度的必要条件。同时，需要关注各个影响因素的组合路径，网民关注度高、媒体报道力度大和意见领袖积极参与三个要素同时出现或者事件性质为权益维护或社会管理、政府未介入或未及时介入、媒体报道力度大和意见领袖参与四个要素同时出现，都会导致高网络舆情热度的产生。
5. 网络群体性事件中舆情热度的治理路径
5.1. 了解舆情热度生成的组态效应，建立网络舆情预警机制
基于定性比较分析，本文讨论了网络群体性事件中舆情热度生成的组合路径，相关舆情管理部门应当对导致舆情热度生成的组合路径有所了解，在各条件组合的相关要素同时出现时，及时预警，提前介入，对舆情热度进行调控和干预。
首先，应完善网络舆情监管相关法律法规，明确监管主体与网络使用者的舆论责任，明确监管主体权力所在，在不侵犯网民权益的基础上对网络舆情进行监管。其次，要建立网络舆情预警机制，政府部门应组织有关人员利用先进技术，在各大网络平台对于各类信息进行收集、汇总、分析，当观察到条件组合中的各个要素均在同一事件中出现时，需要密切追踪观察这一事件传播动态，并对其下一步发展进行研判，及时通知相关部门处理解决相关问题。
5.2. 完善公共政策制定，注重保障民众权益
在定性比较分析结论中，可以发现权益维护类和社会管理类网络群体性事件比较容易引发网络舆情热度。因此，对于网络群体性事件舆情热度的治理可以考虑从根源出发，完善公共政策制定，改进社会管理方式，减少权益维护类或社会管理类网络群体性事件的发生。
首先，政府在制定各项公共政策时要充分考虑民众的利益和诉求，不仅仅考虑政府和企业的利益，还要更多考虑群众利益。尤其在制定涉及住房、医疗、教育、就业、社会保障等等领域要充分调研、全面考察，建立可以满足更多民众利益要求的政策，减少发生网络群体性事件的可能。其次，当前许多网络群体性事件的产生是由于社会管理方式不够完善、执法机关执法不当。例如当前频繁出现的市场监管缺失、权力寻租、邻避冲突等问题。对此，必须加强执法监督，对执法部门所拥有的权力进行控制，对执法人员的执法过程进行记录与监督，保障民众利益，减少网络群体性事件的出现和舆情热度的高涨。
5.3. 建立与重要媒体的合作机制，主动联系培养意见领袖
在网络群体性事件舆情热度生成的过程中，媒体报道和意见领袖参与发挥了重要作用，这两个因素也是产生网络舆情热度的必要条件。因此，可以通过与重要媒体建立合作机制，主动联系培养意见领袖，借助媒体和意见领袖的力量来对趋向高涨的舆情进行疏导，促使网络群体性事件的舆情热度降低。
首先，可以建立起与主流媒体、重要媒体的合作机制，帮助媒体在相关事件的报道传播上提供真实详细的信息，对抗网络谣言的肆意传播。同时，合作的媒体机构可以有意识地设置话题、发布相关评论，引导舆论走向，形成预期的舆论氛围，推动舆情热度的降低。
其次，需要主动联系和培养意见领袖，与已有的影响力较大的意见领袖建立联系，号召意见领袖增强社会责任感，在各类事件发生时发表更加客观理性的言论，在网络舆情中起到积极的引导作用。同时，还可以主动培养意见领袖，当前一些网站已经采取此类做法，培养自己平台的“意见领袖”，其言论往往会得到平台算法支持，使更多网友关注到，并推动舆情走向预想方向 [12]。
5.4. 及时发布信息和公开回应，积极引导疏解舆情
在网络群体性事件舆情热度影响因素的第二条组合路径中，政府未介入或介入不及时是生成网络舆情热度的核心条件，当网络群体性事件发生时，民众会在第一时间联想到与事件相关的政府部门，甚至许多网友会情绪激动地呼吁相关部门对事件进行回应或管理。并且，在事件发生后，许多关于事件的猜疑或有关事件的虚假信息会在网络平台迅速传播，网民常常会被虚假信息所蒙蔽，并进一步传播虚假信息。因此，政府需要在事件发生时及时发布相关信息，并进行公开回应，积极引导疏解舆情。
首先，政府各部门及各地方政府需要具备危机管理意识，及时发布信息出面回应。在网络群体性事件发生并涉及本地区所管辖范围或本部门所管理事项时，必须及时出面应对，第一时间展开调查，并将事件来龙去脉和真相公之于众，并积极推动事件解决。此外，政府舆情管理相关部门需要实时追踪相关事件的舆情发展走向，以把握事态发展，更好回应处理事件，并且需要对于舆论中的危害性强的谣言进行辟谣和清理，以减少不实信息带来的危害和热度。
其次，要重视政府回应的有效性，在网络群体性事件中，如果网民对已有政府回应说法不满，会进行新一轮的抗议与呼吁，造成舆情热度高涨。对此，政府必须保证回应内容的有效性，仔细考查给予群众的回应是否具有合理合法依据，是否有充足证据，是否可以说服群众。如果初次回应表示“将开展调查”、“将开始研究”等模糊延缓性话语，须切实展开调查研究，并将结果第一时间反馈给民众，由此获得民众的信任与支持。