纵向约束视角下微博反腐的互动逻辑
———结合大数据与深度案例的探索
吴玉洁，肖汉宇
（1.北京外国语大学国际商学院，北京100089；
2.香港教育大学社会科学与政策研究学系，香港999077）
摘要：微博反腐是中国制度反腐的重要补充｡近年来，随着被微博曝光的腐败问题复杂性增加，信息失真更容易发生，以致民众的负面情绪更容易爆发｡这对政府的腐败治理提出了新的挑战与要求，但是学界对微博反腐的新特征仍然认识不足｡以纵向约束理论为视角，并利用大数据分析方法来深度剖析“北极鲶鱼”案例，可以揭示微博反腐的新特征｡在微博反腐的初期，地方政府的及时回应能够有效降低议题热度；但是进入中期，地方政府的模糊回应会激发民众的不满情绪与非理性评论，而中央媒体则积极引导民众互动；进入尾期，中央媒体与民众互动加强，可以促进地方政府回应｡在一体推进不敢腐、不能腐、不想腐的大背景下，各级政府应根据微博反腐的新特征，积极处理微博反腐的负面舆情，构建国家与网络社会之间的良性互动｡
关键词：微博反腐；政府回应；社会问责；大数据
一、问题的提出
“微博反腐”作为公民问责的渠道，是制度反腐的重要补充｡它打破传统科层结构，为民众提供了一个不受时间、空间限制的“脱域”平台，有效降低政治参与的门槛｡[1]微博承担着反腐舆情发酵器的作用，许多热点反腐事件都是从微博最先发酵｡[2]2011年是中国政务微博的元年，我国政务微博呈现井喷式发展，人民网舆情监测室统计，截至2020年12月31日，官方认证的政务微博账号达17.7万个，其中机构账号14.1万个，公务员个人账号3.7万个，这些微博账号几乎涵盖各个地区的各级政府部门｡[3]特别是在党的十八大后，微博反腐呈现出迅猛发展态势，近年来不断有新的官员涉嫌腐败的线索被曝光，越来越多的成功检举与问责，不仅彰显了微博反腐的强大力量，也体现了党和国家查处腐败的决心｡
微博等网络平台推动我国制度反腐加速进入自上而下和自下而上的新时代，同时也不可避免地给政府带来考验｡[4]在政府内部，董石桃等学者提出数字化反腐治理过程容易产生“完成任务式”“政治联合体”和“向下考核激励式”三种类型的数字治理形式主义｡[5]在政府外部，亦有学者通过情感分析发现，在微博舆情事件中公众对政府具有潜在的负面偏好，[6]且存在“一边倒”的“精英失语”现象，即合乎法律并非最重要的议题框架，“草民有理、群众有理、穷人有理”等“弱者有理”的叙事方式更能赢得网民的支持｡然而，微博反腐大多涉及负面舆情，在非理性的“仇官”“仇富”情绪驱使下，一些网民往往“不问青红皂白”就对官员和政府持否定或批判态度｡[7]因此，对微博反腐的处理，关系到国家的稳定发展，一旦在负面舆情的回应中出现失误，便易激发新一轮的舆情爆点，造成事态的扩大与升级，使政府陷入“塔西佗陷阱”｡[8]早在2016年，习近平总书记就提出走“网上群众路线”，要求各级党政机关和领导干部经常上网看看，了解公众需求，回应群众的关切｡[9]同年，国务院办公厅发布《关于在政务公开工作中进一步做好政务舆情回应的通知》，规定政府是政务舆情回应的责任主体，《政务公开工作要点》提出建立健全政务舆情的研判、回应、问责等机制｡[10]国务院与各级政府也出台相应文件，对政府回应效果进行评估，为公众表达提供制度化渠道，回应舆情已成为政府治理能力的客观要求｡
关于微博反腐的谈论主要按以下视角展开：第一，社会中心论，从“社会”角度出发探讨公民参与视角下的线上反腐；第二，国家中心论，站在国家的立场，将微博反腐置于公共治理领域，着重分析反腐中政府的回应；第三，审视互联网本身，从传播视角分析舆论的演化逻辑｡但上述研究存在如下问题｡第一，现有研究多关注演化流程，而较少关注政府回应，与之对应，政府回应研究多集中在网络公共事件和网络舆情，鲜有研究从反腐角度审视政府回应｡第二，微博反腐是多元的合作博弈过程，上述研究大多未能以一个整合的全景视角来分析该互动，多是孤立的碎片化视角｡即使一些外国文献注意到多元视角，如国家与社会视角，但它们遵循对抗性框架，这种框架难以有效地解释当前中国的情况｡原因在于我国并不存在根本性的对抗关系和结构性的怨恨，而是在调试分歧的过程中，政府与民众不断扩大自身领地，构筑合作空间｡[11]第三，已有少量文献关注到不同于上述对抗逻辑的吸纳视角，但该视角也未能关注科层内部的运行机制，而将央地视为一个整体｡在我国存在着公众对中央政治信任高，而对地方政治信任低的差序政治信任格局，且中央与地方扮演的角色不尽相同，因此，在我国纵向约束的特殊体制下，[12]不能将其简单合并｡
此外，微博反腐研究还存在方法论的缺憾｡第一，在大数据时代，面对海量文本数据，互联网时代下传统方法无法对网络舆论背后复杂多元的意见偏好进行有效测量｡[13]一方面，传统的定量分析用基于调查问卷的线性回归模型来应对复杂的社会问题，面临着模型设定假设过强，遗漏变量导致内生性问题的困扰｡[14]另一方面，现有相关微博反腐文献多为定性分析，存在结构松散、难以重复的缺点，无法处理规模容量超大、类型种属多样、流动速度快和价值密度高等特征的非结构文本｡第二，在处理评论、帖子这类非结构文本时使用以NVIVO为主的手工编码有明显不足：一方面，对于主题特征的识别完全依赖于研究人员的既有知识结构及经验判断，容易产生主观偏误；另一方面，对内容编码的自动化程度不高，且样本量大都在300份以内[4]，无法处理像微博反腐这种一旦爆发便短时间内激起数以万计讨论的负面事件｡因此，如何从诸如评论这类非结构文本中提取关键信息显得至关重要，亦是社会科学领域面向智能化转变中无法回避的关键话题｡机器学习正是一种自动化的文本挖掘技术，实现对海量文本的快速研判｡虽然利用机器学习技术进行文本分析的文献日趋增多，但国内外利用机器学习技术分析微博反腐的研究仍旧较少｡基于此，本文通过纵向约束视角，结合机器学习的大数据优势与案例研究的深度挖掘优势，以2023年历时7个月、多次登顶微博热搜的“北极鲶鱼”事件为例展开研究，该事件中民众持续关心，央媒不断追问，最终得以问责，为观测中央媒体-地方政府-社会在微博反腐中的互动提供了绝佳的窗口｡本文尝试回答如下两个问题：一是在反腐舆情的各个阶段，中央媒体、地方政府、社会采取怎样的行动；二是它们如何互动及背后的逻辑｡
二、文献评述与理论框架
（一）网络反腐与微博反腐
“网络反腐”（CyberAntiCorruption）鲜有精准对应的外文文献，而大多集中于网络政治参与[15]、电子政府[16]、政府舆情回应[17]等讨论｡相反，网络反腐可以说是中国语境下的产物｡2003年，在国家层面，最高人民检察院建立网络举报平台；在社会层面，“中国舆论监督第一人”李新德创立“中国舆论监督网”｡2005年，中国监察部、中纪委公布信访室（监察部举报中心）网址，标志网络反腐已被纳入官方渠道｡2007年，国家预防腐败局网站正式开通，标志网络反腐的组织化｡2008年，国内第一份网络反腐官方文件《关于建立网络反腐倡廉工作机制的暂行办法》发布｡2009年，“网络反腐”被收入《中共党建辞典》｡2010年，第十七届中央纪委五次全会召开，把网络反腐明确地写进中央纪委全会公报｡①
作为网络反腐的重要形式，微博是大多数舆论的初始发源地，也是本文聚焦的重点｡最先使用微博的政府机构是公安和司法部门，借此应对突发事件，如公安系统的“打拐”｡[18]2011年，各级政府正式开始大规模开通微博｡在此背景下，微博反腐逐渐兴起，通过梳理以往微博反腐事件，主要分为官方反腐公示（政务微博自身发布涉腐信息）、民众举报反腐（民众通过微博发布涉腐信息）和亲属炫富反腐（公职人员亲属利用微博炫富引发反腐）三大类，且研究内容集中于舆情的特征（以定性研究为主）[19]、舆情的传播机制（以问卷等定量研究为主）[20]及舆情的演进与监测（以数据挖掘为主）[21]等｡微博反腐舆情呈现如下四个特征｡一是民众的负面情绪更易爆发｡[22]网民倾向于对涉官事件做出负面判断[6]，因而不理性行为更易产生且极化现象更严重[3，22]｡二是曝光的问题越发复杂｡[23]微博事件经过发酵产生多次次生舆情[24]，例如，上海踩踏事件的吃喝门、北极鲶鱼事件的白炭黑门｡三是事实界定越发困难｡许多微博反腐事件是陈年老案，如北极鲶鱼事件中钟庚赐已退休16年，具体细节与证据链不完整，调查取证难度大，且不能用现在的法律追究以前的罪责，因而刑法角度很难定罪｡四是信息失真越发普遍｡[3，23]信息传播过程中谣言与真相并存，政府难以在谣言丛生的信息竞争中取得民众的信任｡[3]此外，有学者指出，目前常见的应对微博反腐策略，即利用意见领袖进行说服教育的软控制和借助强制性手段对不良舆情进行删帖、封锁IP、功能关闭等硬控制，[21]都会加重民众的仇官情绪｡基于此，上述微博反腐的重要特征对各级政府提出了新的挑战｡
（二）纵向约束视角下的微博反腐分析框架
分析中国语境下的微博反腐，需要关注我国独特的“条块”机制｡叙述该机制前，先来看一种相对整合的视角——“国家-社会”视角｡有学者认为微博反腐是一种“非制度化表达渠道”[25]，认为它有明显抗争性，即怨恨结构下的反体制运动｡对于“系统性腐败”的国家来说，无疑具有较强的解释力，然而，中国的国家与社会之间存在着强烈的“反腐共识”，特别是党的十八大后展现出的强烈反腐决心以及取得的阶段性成功｡有学者从吸纳角度解释中国长期以来保持稳定的内在逻辑，认为中国政治体系具有强大的吸纳能力，才能展现出非凡的韧性，[26]也有学者创造性地提出双向吸纳这个概念[8]｡这些文献将各级政府视为一个整体｡然而，从中央到地方，形成了纷繁复杂、纵横交错的“条块”关系，制约并影响着国家治理的方方面面｡因此，将地方与中央政府简单合并显然不合适｡大量文献已经深刻阐释了科层“条块”关系在国家治理中的重要作用｡其中，周黎安的“行政发包制”[27]、曹正汉的“官民分治”[28]、周雪光的“集权与分权”模型[29]，都关注到了民众对政府形成的“质量压力”和“统治风险”的纵向约束体制｡
许多学者将纵向约束机制与各类公共事务的治理相结合，很好地解释了经济的增长、环境的改善、回应性的提高等｡[30]-[31]虽然几乎没有该理论在反腐领域的解读，但在与微博反腐相关联的舆情治理文献中（多集中于公共卫生和公共危机）也得到一定解释｡第一，舆论工具的应用｡下级政府是否采取某种政策，很大程度上取决于上级政府的意愿，[32]特别是中国官员的晋升锦标赛强化了下层政府对上层意志的服从[33]｡中国政府一直很重视电子政务的发展，随着中央积极推进政务微博的发展，各级地方政府也纷纷开通政务微博｡第二，控负式守土｡[34]纵向约束使地方政府在网络空间和声誉市场上竞争，基于“地方保护主义”采取“舆论控负”的守土逻辑，即对媒体下达“封口令”，要求媒体“保持沉默”来“避免负面影响”｡[35]随着近年来中央规定将政府回应纳入考核，并制定相应的规则进行奖惩，考核压力及激励机制的存在促使政府有动机提供时效性回应，但在内容上则可能存在“废话文学”“避重就轻”的选择性回应现象｡[36]
根据上述文献，我们绘制出图1｡微博反腐的纵向约束机制存在于中央、地方、社会之间，通过权责机制在纵向维度的划分，形成中央施压、地方回复和社会问责的互动关系，从而对各级政府形成约束｡在结构层面，我国难以利用横向约束机制，因为不同系统和部门间，会形成边界清晰而相对独立的“碎片化威权体制”，呈现出相互独立而彼此竞争激烈的“蜂窝状结构”[37]，使得政府不得不通过纵向发包完成公共事务｡在激励层面，中央到地方的“层层加码”造成责任压力逐级放大，而“官员是被某种晋升制度塑造的理性行动者，在不同政治情境下，他们会根据对晋升的预判，选择施政的重心和方向”[38]｡因此，当发生微博反腐事件时，在舆情的各个阶段，都存在着三方的互动。
根据纵向约束理论，民众会利用舆论倒逼回应，中央会根据风险研判给予地方压力，而需要具体回应的部门有：一是腐败官员所在的政府部门，其回应具体表现为对腐败事件的澄清说明，对腐败官员的具体处理安排，对腐败事件的后续跟进等方面的公开回复；二是专职反腐工作部门，主要表现为监察部门对腐败官员的取证调查、真实情况核实、惩处结果，以及对腐败事件的调查进度、调查处理结果等｡在此过程中，中央向地方施压，社会向地方表达，地方则需要分别回应民众与反馈中央，而中央与民众的双向吸纳体现在中央为民众做主，民众信任中央｡基于此，各级政府需要迫切了解微博反腐存在何种规律才能更好地处理负面舆情，进而构建国家与网络社会之间良性的互动｡
三、研究方法与数据处理
（一）大数据与案例分析的结合
面对信息“爆炸”的互联网时代，传统手工编码难以应对海量的公共舆论｡[39]多位学者呼吁将机器学习等大数据技术应用于社会科学领域｡目前，在政治学和公共管理领域，机器学习方法已经得到广泛地应用｡[36,[40]-[41]如有学者基于“领导留言板”的数据开展了一系列研究，一些研究者利用市长信箱和政务微博等渠道的数据对政府回应过程进行考察｡此外，还有学者运用LDA主题模型等机器学习工具，对应急管理实践的有效性进行了验证｡目前在社会科学领域应用最多的主题模型即由Blei等提出的隐含狄利克雷分布（LatentDirichletAllocation，LDA）模型，但该模型属于软聚类算法，很容易产生重叠的主题，而评论本身属于短文本，具有特征稀疏、上下文依赖性强等特征，使得该模型在短文本主题抽取时表现不佳｡近年来，随着BERT预训练模型的快速发展，有学者提出一种基于BERT模型的主题建模技术BERTopic用于短文本主题识别，得到更加准确且易于解释的文本主题｡此外，多位学者将BERT与LDA和NMF分析结果进行对比，使用归一化逐点互信息（NPMI）衡量模型性能，结果表明，BERTopic模型表现更好且比其他方法更具有竞争力｡[42]BERT是自然语言处理领域近期重要的词向量技术，而BERTopic是基于BERT词向量进行主题建模的自动化技术，它利用Transformer和cTFIDF来创建密集的集群，允许轻松解释主题，同时在主题描述中保留重要词｡BERTopic支持引导式Guided、（半）监督式、动态主题、可视化｡其计算如公式（1）所示②：
TFij是词j在聚类i的词频，DFj是词j在所有聚类中的文档频率，n是聚类的数量，c-TF-IDFij是词j在聚类i中的c-TF-IDF得分｡得分越高，说明该词对该聚类越重要｡
此外，大数据分析并不能具体到个案的深入挖掘和细致解读，因此，为了刻画出微博反腐事件中各主体在不同舆情阶段的不同反应与互动，需要借助案例研究来实现｡罗伯特·K·殷提出，具有典型性、纵向特征的案例更适用于单案例研究｡[43]在许多权威文献中，如集体行动、突发事件、网络舆情等研究都应用了大量的单案例研究｡[44]-[45]基于此，本研究结合“大数据”和“深度案例”的优势进行“全景式”数据分析｡
（二）数据收集与分析
1.数据收集
利用Python的scrapy软件包爬取数据，获得每条微博的发布时间、微博正文、微博话题、公众的点赞、转发、评论等属性，并赋值相应的阶段与类别、级别等（见表1）｡
（1）中央媒体数据③｡根据国家网信办2021年10月20日公开发布的最新版《互联网新闻信息稿源单位名单》的中央稿源单位，将名单中79家中央新闻网站、38家中央新闻单位、80家中央和国家机关、团群组织等官方认证的中央媒体发布的涉及“北极鲶鱼”“钟庚赐”的微博及其相关微博下的评论及评论数、点赞数、转发数等进行爬取｡一方面，《人民日报》等中央稿源单位往往基于各地方的报道常驻记者的供稿和筛选，具有自下而上的性质；另一方面，官媒作为党和政府的喉舌，与党政机关同属于国家机器的一部分，央媒代表中央部委传递精神，能够较为精准地反映中央的偏好｡[46]
（2）地方政府数据｡爬取地方政府的官方微博，不仅包括涉事单位（交通局）、反腐单位（纪检委），也包括民众因愤怒攻击的其他深圳市单位的官方微博，需要说明的是，与上述不同，此过程中不仅爬取与北极鲶鱼相关的发帖，同时观测在相应峰值其他微博下的评论，因为转发下的评论无法删除，故而若评论被关闭则爬取转发帖下的评论｡
（3）社会数据｡在微博广场爬取2023年3月24日到2023年10月16日期间的所有与“北极鲶鱼”相关话题的发帖，为防止重叠，去除各级政府与央媒的发帖，并将激起各个阶段舆情峰值讨论的意见领袖的微博评论纳入分析｡
2.数据分析
（1）在Python环境下分别使用jieba包对爬取的文本进行分词，并根据哈工大停用词表等进行停用词过滤以及其他常规数据清洗工作，如重复词压缩、删除重复性评论和清洗未包含实质性评论内容的短句｡
（2）根据舆情演进的相关理论（详见第四部分）将事件分成三个阶段，并将重要节点标注在演化趋势上，主要目标是绘制出该起事件中的大致轮廓，为后续分析中央-地方-民众之间的动态博弈奠定基础｡
（3）利用python调取相应软件包进行BERTopic④主题模型分析、相关性分析、情感分析、文本相似度等分析，并在此过程中，使用python绘制散点图、小提琴图、三元图等，进一步生动地阐释整个过程的互动｡
四、实证结果与数据分析
本文选取“北极鲶鱼”事件进行分析的原因如下｡第一，该事件属于典型的微博反腐，完整经历了初期、中期、尾期等不同阶段，并且各个阶段都存在中央媒体、地方政府、社会民众之间的互动，按照纵向时序可考察舆情演进不同阶段各行动者所面临的情境及行动逻辑，非常适合全景式的追踪分析｡第二，该案例具有较高影响力，多次登顶如“大事记资讯平台”“百度搜索风云榜”和“微热点”等平台的负面新闻榜，并且被全网大数据平台（TRSNETINSIGHT）以64975的热度评为负面舆情第一名｡第三，该案例具有良好的时效性与数据获取性｡许多学者通过建立传播阶段模型来研究网络舆情的演进阶段，从不同视角提出了三阶段、四阶段、五阶段和六阶段模型｡[47]总体来看，其他阶段均以三阶段模型为基础｡考虑到“北极鲶鱼”事件历经200多天，滋生多次次生舆情，本文在最具普适性的三阶段模型基础上，依据“微指数”微博热词趋势工具以及BERTopic全景词汇分析，确定展开叙述逻辑的三个阶段：初期、中期、尾期｡
（一）初期：2023年3月24日~2023年4月24日
以2023年3月24日~2023年4月24日为时间区段，制作了图2，总结该阶段的主要内容，并添加了中央媒体、地方政府、民众三个行为主体的行动｡从事件爆发到舆情出现第一个峰值的48小时内，多家中央媒体报道此事，并承诺会持续跟进，地方涉事单位深圳市交通局确认贪腐官员为该局退休干部并承诺将开展核查，地方反腐单位深圳市纪委监委表示已经跟进并会彻查此事｡短时间内，中央媒体与地方层面均对舆情予以回应且允诺做出快速反应与及时处理⑥[48]，舆情热度迅速降低｡因此，得到发现1a：在舆情发生的初期，政府及时采取积极回应可以有效降低议题热度网络｡
为了更加清晰地观测到该时期民众的话题偏好，对上述文本进行主题模型分析｡由于微博帖子具有明显的口语化，包含了很多低价值甚至无价值信息，因此，需对文本数据进行预处理，除去无关信息，提取有用特征｡观察模型的聚类结果，共得到3956个帖子，这些帖子构成初期的民意表达｡共得到42个主题及其对应的主题-关键词矩阵和文档-主题矩阵，通过相关性分析及理论知识，最终将42个主题分为2个大主题下的5类子主题（见表2）｡可以发现此时微博场域中流动的绝大多数信息未涉及对政府的评价，而是针对涉事官员个人，如“9位数？都让他润了，贪到这种程度该枪毙…”，此外还包括人肉犯罪分子其他可疑腐败行为，如网友查出钟庚赐疑似注册“金域”公司等｡可见，初期的负面舆论很少是针对政府、体制和社会核心价值的“价值性冲突”，多是针对一般社会问题、社会政策或基层政府和干部的“工具性冲突”｡
因此，得到发现1b：初期，网民会将腐败事件归因为非制度性和非结构性的矛盾，即个人和家庭因素，如个人的嚣张跋扈等，很少涉及对于政府的非理性攻击｡
此外，根据表2，政府回应包含两个层面｡首先，是反腐层面上的回应，即在得知涉腐信息时，相关部门依照制度化的程序，对网络曝光的涉腐线索进行核实，并将此告知公众｡针对民众希望进行腐败调查和回应细节纰漏的需求，中央媒体与地方政府都做到了及时回应并发布相关公告｡其次，是舆情层面上的回应，即对该事件引发的公众情绪、质疑等舆论的回应，表明政府的态度和立场，纾解民众的情绪，这类的公众舆情是在第一类舆情的基础上进一步延伸出来的，并非贪腐事实，而是该事件更深层的价值与情绪层面的舆论，如人肉涉事官员、贪腐行为以外的恨国论、对于家庭荫蔽的愤恨等｡在这类信息的处理中，地方政府没有相应的回应，而中央媒体却回复了网民关注的大部分议题，不仅包括情绪上的安抚，如中央媒体痛斥贪腐行为、坚决彻查恨国论等，也包括次生舆情的回应，如承诺彻查人肉出的北极鲶鱼爷爷公司是否属实｡在整个过程中，特定议题的代表性样本与中央回应节选具有较高的一致性且部分议题在得到回应后热度降低较为明显｡因此，得到发现1c：相较于仅完成反腐层面回应的地方政府，中央媒体有效完成了此阶段舆情层面的回应｡
为了更好地展示中央媒体的回应特征，制作了图3｡横轴为微博回复日期，纵轴为发布日当天的具体回复时间（24小时制），每一个圆点表示一个央媒微博回复样本｡蓝色圆点为“中央稿源”级别，红色圆点为“正厅级”级别，绿色圆点为“副部级”级别，黄色圆点为“正部级”级别，圆点的尺寸越大表示级别越大（例如正部级单位的原点尺寸最大）｡右侧小提琴图为四种级别的微博日度发布时间分布情况，“中央稿源”“正厅级”和“正部级”主要集中在上午10点左右进行回复，而“副部级”的回复时间没有明显的集中趋势｡为了更加清晰地看出央媒回应与民意表达的关系，将整个事件的热度趋势按日期与幅度进行截取并嵌套在图3中｡主要从级别与数量两个方面进行观测，在级别上，初期只有厅级及以下的央媒予以报道｡中期，随着事态不断扩大，舆情热度不断增高，副部级央媒加入追问｡尾期，舆论峰值不断攀升，正部级央媒加入回应｡在数量上，初期只有零星的央媒报道，热度峰值处（3月24日），数量最多｡中期，参与报道的央媒逐渐增多，且集中在热度峰值处，尾期，舆论升止顶峰时，几乎所有的央媒都参与回应｡得到发现1d：中央媒体会根据舆情的热度峰值进行自我调节｡数量上，随着舆情热度的升温，参与报道的央媒增加，每个阶段的峰值处，报道的央媒最多；级别上，参与回应的央媒等级随着舆论激烈程度的增加而逐级增大｡
（二）中期：2023年4月25日~9月26日
图4展示了中期互动的全过程｡横轴是微博发布日期，纵轴为网民讨论热度，并在图中添加中央媒体、地方政府及民众3种主体行为的时间节点与具体内容｡在此阶段出现了地方政府的长期缺位｡具体表现在央媒追问前的4月至9月间，地方几乎从未主动回复，均是在网民申请公开、记者拨打电话等情况下被动进行回应，且大都是打太极式的“模糊回应”｡在官方回复调查情况“不予公开”时，网民的愤慨情绪被点燃，开始在官博下进行负面留言｡而地方政府遭到攻击后，仍然没有回应案件调查的相关信息，并对负面舆论实行“封、堵、删”，使得网民无法宣泄的情感随即汇聚在微博舆论场中不断演化，网友开始了愤怒转移｡具体表现为，如果涉事政府微博的当条“北极鲶鱼”相关微博不能评论，就评论其他与事件无关的微博，如果涉事单位官博关闭评论，就转移到深圳其余与此毫无关系的部门微博继续评论｡最后，地方政府只能集体关闭评论｡从图4可知，舆情经历了多次高涨，说明越是息事宁人的模糊回应反而使得事情的热度居高不下｡在这里需要引入概念：破窗效应指当某一特定领域的负面事件被报道并成为新闻热点，而政府没有对该领域负面状况进行及时纠正，那么媒体和公众将会持续地关注该领域内类似的新闻，使同一类型的负面新闻持续成为关注热点｡它会给公众一种错觉，即负面舆情事件发生后，该类事件越来越多｡因此，得到发现2a：权威声音的长期缺位，容易造成“破窗效应”，从而刺激网民积淀的“仇官”情感，公众不满情绪难以得到有效纾解，容易滋生非理性的攻击性行为｡
在此过程中，地方政府主要应对两类压力：一是中央政府形成内部约束压力，二是民众形成外部舆论压力｡社会层面长达数月的追问，却换来了地方政府的模糊性回应，如“我们（深圳市交通局）一直在关注这个事情，但调查依旧没有结果”，“我们（深圳市相关部门）不知道，去问纪委”，“后续情况等通报”｡而在央媒追问的几次次生舆情中，地方政府往往在24小时内就进行回应，如9月13日多家央媒指出“权力的傲慢”“不予公开是失约”，9月14日，深圳市交通局便立刻发表声明“承诺15个工作日出结果”｡可见，相对于社会层面的追问，中央媒体的介入会显著改善政府回应情况｡因此，得到发现2b：民众的外部舆论会给政府回应施加压力，但这份压力却难以传导致行政链条中转化为动力，即对地方政府来说，内部的政治压力比外部的舆论压力更大｡
值得注意的是，“不予公开”事件爆发后，地方政府的负面评论出现急剧增长，但中央的负面评论却明显少于地方｡我们将网民微博与央媒微博二者结合进行多维度动态分析｡
第一步，计算网民微博每日的情绪指数｡使用知网HOWNET词典对分词后的文本进行情感词匹配，计算每日微博文本的情感值即情感倾向｡情感值越大，文本的情感越积极，反之，文本的情感越消极，情感值为0，文本的情感中立｡将微博文本的情感按照日维度取平均值，得到网民微博每日情绪指数｡
第二步，分析网民微博情绪指数与央媒表现相关关系｡计算央媒微博的转发数、评论数及点赞数的每日均值，并使用皮尔斯相关系数分析三者与网民微博情绪指数的相关关系｡如图5所示，网民微博情绪指数与央媒的转发数、评论数、点赞数相关系数较高，尤其是与央媒转发数的相关性达到了0 48｡这说明网民对于央媒发布的持续关注｡
第三步，动态分析网民微博情绪指数与央媒点赞数趋势｡如图6所示，横轴为日期，纵轴为网民微博情绪指数，蓝色折线为网民微博情绪指数（日均值）｡为方便观察和分析，绘制红色网民微博情绪指数（日均值）的趋势拟合曲线｡在图中绘制阴影区域以体现央媒微博点赞数量情况｡在2023年9月13日央媒回复前，民众的情绪由于地方政府的长期模糊回应而低落，但在13日恢复后有了明显的上升｡特别是9月央媒微博的日均点赞数为46683条，网民的微博情绪指数分布在0.03至0.07的区间，呈现积极的情感表现，说明央媒的回复从某种程度上有效纾解了民众的负面情绪｡10月上旬，央媒微博未发布前，网民的微博情绪指数分布在-0.02至0.01的区间，呈现较为消极的情感表现，相较于9月情感有明显下滑，但在10月10日至13日，多家央媒共同表态后，央媒微博的日均点赞数为2012条，网民的微博情绪指数直线上升到0.02至0.06的区间，呈现较为积极的情感表现｡也佐证了网民对央媒微博具有相当的关注度和信任度｡此外，央媒微博的粉丝量与点赞度也可以看出其对网民情绪的影响力｡因此，得到发现2c：网民情绪与央媒微博发布情况呈高度正相关，央媒微博发布可以有效纾解民众的负面情绪｡
（三）尾期：2023年9月27日~2023年10月16日
整个事件的舆情在尾期达到顶峰｡由于地方政府长期模糊性回应引起民众负面情绪不断积累，根据图7（并结合图3）可知，当舆论热度达到顶峰，中央媒体几乎全部出场评论｡与地方政府的模糊回应形成鲜明对比，中央媒体非常明确地表明立场，不断追问，持续敲打，如“不予回应无法服众”“沉默不能解决问题”“退休不是护身符”“不能用狭义的政府信息来回避正常的监督和问责”“不能用技术性的不予回复来逃避社会的关注与期待”等严厉措辞施压地方政府｡
最终，地方政府在15天之内公开调查结果｡因此得到发现3a：当地方政府长期缺位时，中央媒体通过微博回应，给地方政府施加压力，迫使地方政府积极回应民众的诉求｡
根据爬取到的央媒微博数据制作三个时期的三元图（图8~10）｡三元图是一种用来表示三个变量之间比例关系的图形，它把三个变量的值通过Min Max标准化的方法映射到一个等边三角形的顶点和边上｡Min Max标准化是一种数据标准化方法，它可以将数据按比例缩放，使之落入[0，1]的区间｡它的公式（2）如下：
其中，X是原始数据，X′是标准化后的数据，Xmax和Xmin分别是原始数据的最大值和最小值｡MinMax标准化可以消除不同指标之间的量纲和数量级的影响，使得数据更加便于比较｡因此，在三元图中的点靠近某个角，表示该点在对应的变量中占比较高，而在另外两个变量中占比较低｡在本研究的三元图中，每一个点为一个央媒微博样本，三个角分别表示转发数、评论数和点赞数的比重，圆点的颜色和大小表示央媒的级别（同上）｡其中转发数表示网民的自发信息传播的广度，评论数表示深层次的政治参与程度，点赞数表示认可程度｡[49]
当地方选择关闭评论，央媒却在积极引导舆论｡第一，央媒总是在峰值来临之前抛出话题，引领讨论，但是地方却总是被动上热搜，这在三个阶段都有出现｡第二则是三元图的证据｡在初期，网民对央媒微博倾向于点赞，而非转发与评论｡网民展现出一种“围观者”的心态，即有“送其上热搜”的集体心理｡当深圳纪委公开宣布介入调查后，网民的期待得到初步满足，此前凝聚的负面网络舆情迅速被消解｡随着事件发展的深入，在初期及尾期，网民逐渐从只点赞的看客变成会转发甚至评论的局中人｡一个明显的例子是，地方政府刚发布不予公开，中国新闻社的官博国是直通车便发起投票，有90%的网友认为应该公开，接着就是直通车发表“北极鲶鱼所说的9位数是否存在”，“贪腐的具体金额是多少”，“期待着更加具体、更加清晰的回答，而不是权力的傲慢”等评论｡让央媒在这场负面舆论中，收获了许多民众的好评｡可以说前瞻性回应是衡量舆情处置能力的重要指标，公众对处理结果的迫切等待往往以秒计时，央媒在当面临耗时耗力的程序调查时，会尽快响应舆情关切，公布阶段性结果并与民众沟通，释放调查进展的积极信号｡
因此，发现3b：民众在反腐事件中逐渐从被动参与转向政民积极合作；中央通过主动引领舆论的前瞻性回应，与实现与民众的双向吸纳，即“政府主导，政民高度互动”；地方政府，则被动落入“发现腐败-回应腐败-继续发现腐败”的循环，与民众的互动为“民意先发，政府被动回应”｡
进一步考察中央的话语策略，使用余弦相似度（Cosinesimilarity）来计算央媒微博正文之间的文本相似程度｡首先，使用Python的sentence transformers包将微博正文转换为向量｡Sentence transformers是一个基于Pytorch和Transformers的框架，可以基于预训练模型将文本转换为向量｡然后，通过向量计算余弦相似度，即两个文本向量夹角的余弦值，以衡量它们的相似程度｡余弦相似度计算公式（3）为：
其中，和是两个文本的向量，Ai和Bi分别是向量和的第i个分量，n是向量的维度｡余弦相似度的取值范围是[-1，1]，其中-1表示两个向量完全相反，1表示两个向量完全相同，0表示两个向量相互独立｡
一般来说，余弦相似度越大，表示两个文本越相似（相似度大于0.2的情况即为高相似度）｡[50]将三个阶段内的微博文本两两计算相似度，计算发现，央媒微博中有45.3%的样本文本余弦相似度大于0.2，且大部分样本相似度在0.8左右，存在极端文本相似的情况｡中央媒体等级众多，其中正部级单位如人民日报、新华社等负责为叙事提供整体的框架，包括叙事的方向、边界、范围和主体构架，[51]其他央媒更多负责细节的填充和整合，在该事件各央媒没有各自为政，而是形成一股团结强大的力量，共同扭转了负面舆情中的政府形象｡因此发现3c：中央媒体在应对激烈的负面舆情时，内部会形成高度相似的话语联盟，并协同回应｡
五、讨论与展望
社会稳定是国家强盛的前提，然而官员作为“公权力代表”的身份敏感性，叠加微博舆情本身的爆发性，政府如果不能对微博反腐事件进行有效回应，更容易激起巨大的公共舆论压力和透支政府的公信力｡在初期，政府采取及时回应能有效降低议题热度，民众将“事件”归因为非制度因素｡在此过程中，我们发现地方仅完成反腐层面的回应，而中央完成反腐层面与舆情层面的双重回应，且会根据舆情峰值进行级别与数量的自我调节｡在中期，面对官方权威声音的长期缺位，不满情绪难以纾解，易发生不理性的攻击行为，这或许与微博评论的机制有关，一方逐渐沉默的同时，另一方意见愈发强势，使得言论认同在时间上呈现了一定程度的聚集效应｡这种聚集效应会使得发表时间较早的言论容易获得更高的认同，观点相近的评论就会被越发大胆地发表和扩散，从而引领舆论的风向｡这种效应对政府而言是不利的｡政府作为公权部门，具有严格的规章制度和工作流程｡正是这些严格而规范的规章和流程，限制了政府回应的速度｡因此，政府在对某些事件进行回应时，往往不及媒体、公众一般灵敏和迅速｡这种在回应上的迟缓，使政府容易陷入不被认同的失势一方｡失去了认同，也就失去了对舆论的掌控能力，自然也就失去了话语权｡此时，内部的政治压力比外部的舆论压力可能更为敏感｡在尾期，中央通过内部形成的话语联盟协同回应负面舆情，并非学界认为的“压力型相似主义”理论[52]——在结果兼具显著性和不确定性的情况下，同一领域内的组织存在学习或模仿竞争对手的动机，以应对竞争压力并规避风险｡[53]事实上更多是源于纵向约束，任何层级政府的微博反腐处理不好，都可能演化成为中央政府的隐患，中央政府会成为危机的最终承担者，因此，只有正视负面舆情，才能真正将负面舆情与政府形象剥离开｡
虽然“微博反腐”不是一个新话题，但它呈现出新趋势与新挑战｡了解它的新规律，地方政府才能在微博反腐中掌握主动权，实现社会反腐的有效治理｡本文以2023年“北极鲶鱼”个案为例，运用大数据的办法抓取了10.5万条有效文本数据，利用机器学习的新技术，揭示微博反腐的新趋势与规律｡本文所揭示的发现都是基于大数据技术和海量文本信息所得出的，体现了其结果的可靠性｡基于循证政策制定的视角，本文对理论与政策建议都有一定的意义｡[54]
网络反腐呈现的新特征呼吁新方法与新视角来理解其内在逻辑｡通过“北极鲶鱼”个案与运用大数据方法，本文的发现有以下几个重要启示｡
第一，网络反腐新特征使得中央的角色显性化｡网络事件的复杂性，事实界定越发困难，舆论两极化趋势加剧都使得网络事件越来越受到上级政府和某种程度上代表着中央政府的中央媒体的关注与直接参与｡以往的个案研究中，事实相对简单，地方政府能够在短时间内完成清晰的调查与回应，因此，中央媒体直接地介入、参与的概率较低｡这些新的特征的出现要求中央或上级媒体的介入，进而形成多方的互动，增加了网络反腐的复杂性，也给分析政府内部（上下级之间）互动、政府与社会的互动提供了窗口｡未来研究中更多个案的比较研究能够进一步丰富这方面的理论认识与理解｡
第二，网络反腐的新特征对政府回应提出更高的要求｡毫无疑问，政府回应应当促进社会问责，回应应当澄清事实，满足公众的知情权且就相关涉事官员的违规违纪行为进行惩罚｡通过本文的个案以及最近的观察，我们发现政府回应也需要重视民众的舆论情感｡因为社会问责方面的回应即使符合法律法规，民众在舆论情感上可能并不认同政府的回应｡两者的分离越来越频繁，这要求政府在网络反腐中更加重视与民众沟通的方式，重视民众的接受性｡尤其值得一提的是，地方政府始终是微博反腐的关键角色｡地方政府处理腐败社会事件时容易陷入“负控式守土”的消极回应模式中｡[34]但是本文的发现却显示这种处理方式无法实现网络反腐的有效治理｡一方面，民众对地方政府的反腐回应和舆论回应都有较高的期待，在不同的阶段会显现出来；另一方面，中央媒体更可能在地方政府回应不足时积极与民众互动，对地方政府形成内外压力｡即是说，地方政府要适应这种新常态，采取积极主动的方式来应对网络反腐，才是实现有效治理的正确路径｡
第三，本文采用机器学习方法分析了网络反腐中的热点事件｡这些事件热度高，信息量大，涉及不同维度的高质量非结构数据｡本文展示了新方法的优势｡我们希望本文能起到抛砖引玉的作用，促进新方法在公共管理重要研究议题中发挥作用｡当然，本文主要从公共管理与腐败治理的角度来探讨与分析，文章的分析过程中涉及传播学的一些知识；但由于主题的选择，我们并没有从传播学的角度详细分析｡
为方便编辑，文中参考文献及注释省略。
来源：吴玉洁,肖汉宇.纵向约束视角下微博反腐的互动逻辑——结合大数据与深度案例的探索[J].广州大学学报(社会科学版),2024,23(04):65-82.
