李一楠，王 強(qiáng)

（福建師范大學(xué) 地理科學(xué)學(xué)院/碳中和未來技術(shù)學(xué)院，福建 福州 350007）

輿情（Public opinion）即公共輿論，是指在一定的社會(huì)空間內(nèi)圍繞社會(huì)熱點(diǎn)事件的發(fā)生、發(fā)展和變化，公眾對(duì)于某事件的所有認(rèn)知、態(tài)度、情感和行為傾向的集合[1]。隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展以及智能手機(jī)的普及，微博、微信等社交媒介成為日常生活中不可缺少的組成部分[2-3]，從而在一定程度上加快了社會(huì)輿情發(fā)酵、傳播的速度，并進(jìn)一步強(qiáng)化了社會(huì)公眾對(duì)輿情的認(rèn)知深度與廣度。運(yùn)用大數(shù)據(jù)實(shí)時(shí)分析公眾對(duì)某一輿情的反應(yīng)是輔助政府科學(xué)決策和社會(huì)治理的重要路徑，對(duì)政府決策科學(xué)化、社會(huì)治理精準(zhǔn)化、公共服務(wù)高效化具有重要的支撐作用。

能源作為現(xiàn)代經(jīng)濟(jì)增長的動(dòng)力之源，是社會(huì)進(jìn)步、文明發(fā)展不可或缺的戰(zhàn)略性要素與物質(zhì)保證[4]。當(dāng)前，中國正處在工業(yè)化發(fā)展的中后期，經(jīng)濟(jì)發(fā)展對(duì)能源消費(fèi)的依賴度逐步降低[5]。伴隨中國2030 年“碳達(dá)峰”和2060年“碳中和”目標(biāo)的提出，能耗雙控成為中國政府確保實(shí)現(xiàn)碳達(dá)峰目標(biāo)的重要舉措。能耗雙控的核心是提高能源利用效率，要求以強(qiáng)化能源產(chǎn)出率為目標(biāo)導(dǎo)向，加快產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)優(yōu)化升級(jí)，促進(jìn)綠色低碳技術(shù)創(chuàng)新應(yīng)用[6]。2021年8月12日國家發(fā)展和改革委員會(huì)辦公廳印發(fā)了《2021年上半年各地區(qū)能耗雙控目標(biāo)完成情況晴雨表》，發(fā)布各省能耗強(qiáng)度降低和能源消費(fèi)總量控制等級(jí)預(yù)警，分別有9 個(gè)和8 個(gè)省（區(qū)）收到一級(jí)預(yù)警。在此之后，各地政府開始對(duì)此采取相應(yīng)措施，2021年9月中旬東北多個(gè)地（市）級(jí)城市和農(nóng)村地區(qū)發(fā)生突發(fā)性大面積停電事件，在一定程度上影響了居民生活，由此“能耗雙控”“限電”話題引起熱議。通過對(duì)相關(guān)話題的輿情研究，發(fā)現(xiàn)輿情時(shí)空變化規(guī)律并分析其內(nèi)在影響因素，可為今后能耗雙控相關(guān)方案的實(shí)施提供參考。

國內(nèi)外學(xué)者關(guān)于突發(fā)事件輿論的相關(guān)研究主要從以下3個(gè)方面展開。（1）關(guān)注影響突發(fā)事件輿論響應(yīng)的因素。受時(shí)空距離、信息框架及結(jié)構(gòu)等因素影響，公眾對(duì)突發(fā)事件會(huì)產(chǎn)生不同的關(guān)注度、響應(yīng)時(shí)間以及參與度，進(jìn)而影響輿論的形成和發(fā)展[7-9]。（2）研究突發(fā)事件輿論的傳播過程。突發(fā)事件輿論的傳播一般經(jīng)過潛伏期、突發(fā)期、蔓延期和消散期等階段，符合Logisitic 曲線[10]。輿論傳播過程中，報(bào)道時(shí)間、地點(diǎn)、發(fā)起者、事件性質(zhì)等都是影響公眾傳播意愿的重要因素，更有研究證實(shí)地理距離在網(wǎng)絡(luò)信息傳播中起不可忽視的作用[11-14]。（3）研究突發(fā)事件輿論的演化機(jī)制。其中，政府的引導(dǎo)對(duì)輿論的演化起著重要作用[15]。

綜上所述，已有研究大多從政治經(jīng)濟(jì)學(xué)、新聞傳播學(xué)、社會(huì)學(xué)、心理學(xué)等視角對(duì)輿情發(fā)生、發(fā)展及其影響因素加以分析和解釋，探討輿情演化行為主體、動(dòng)因及風(fēng)險(xiǎn)[16]。而地理學(xué)相關(guān)研究則主要從輿論的空間擴(kuò)散視角分析“人-地”相關(guān)因素耦合發(fā)展關(guān)系以及各種災(zāi)害的發(fā)展路徑與輿論響應(yīng)關(guān)系，構(gòu)建地域關(guān)聯(lián)與情感特征的評(píng)價(jià)方法，分析公眾輿情[17-19]。王卷樂等從區(qū)域尺度分析多類公眾話題的時(shí)空分布特征，揭示公眾對(duì)COVID-19事件的反應(yīng)[20]。金城等在省域范圍內(nèi)以小時(shí)為時(shí)間粒度并結(jié)合臺(tái)風(fēng)登陸路徑研究不同用戶群體的臺(tái)風(fēng)輿情演化[18]。常建霞等以河南省為例研究焦慮情緒在COVID-19疫情期間的時(shí)空分布特征[21]。本研究將從地理視角探究中國公眾對(duì)能耗雙控相關(guān)話題響應(yīng)的時(shí)空分布情況以及輿論情感主題特征，試圖分析能耗雙控話題在不同地區(qū)出現(xiàn)不同響應(yīng)的內(nèi)部原因，為實(shí)施能耗雙控措施提供輿情分析支持和政策建議。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)獲取與預(yù)處理

1.1.1 微博數(shù)據(jù)的獲取與篩選

新浪微博（簡(jiǎn)稱“微博”）是中國使用最為廣泛的社交媒體平臺(tái)之一。截至2021年四季度末，微博的月活躍用戶數(shù)量達(dá)5.73億，日活躍用戶數(shù)量達(dá)到2.49億[22]。由于微博賬號(hào)是個(gè)人和機(jī)構(gòu)實(shí)名認(rèn)證申請(qǐng)，平臺(tái)信息具有較高可靠性，本研究選取微博平臺(tái)數(shù)據(jù)源進(jìn)行輿情分析。通過新浪微博中心官方API，以“限電”和“雙控”為關(guān)鍵詞，使用后羿采集器采集自2021年9月20日0時(shí)至10月21日0時(shí)期間的微博文本，共獲取微博文本122 030條，其中6 395條為帶有地理位置信息的有效數(shù)據(jù)。微博信息包括用戶名、用戶ID、微博文本、地理位置、發(fā)布時(shí)間等屬性字段。需要說明的是，本研究以地級(jí)市及以上的市域范圍為基礎(chǔ)研究單元，共274個(gè)單元，其中包括4個(gè)直轄市，由于數(shù)據(jù)殘缺對(duì)港澳臺(tái)地區(qū)不作研究。

參照已有文獻(xiàn)方法[13,19]對(duì)采集到的微博文本按照以下規(guī)則進(jìn)行數(shù)據(jù)清理：（1）剔除無位置信息的文本數(shù)據(jù)；（2）將省級(jí)位置信息數(shù)據(jù)剔除，并將縣級(jí)位置歸入所在地級(jí)市數(shù)據(jù)計(jì)數(shù)；（3）由于難以提取視頻中的文本信息，將微博相關(guān)視頻數(shù)據(jù)剔除；（4）重復(fù)數(shù)據(jù)只保留1條；（5）剔除廣告。

1.1.2 中文分詞

中文分詞是主題建模和情感分析的前提。本研究采用Jieba分詞工具對(duì)“限電”相關(guān)微博文本進(jìn)行分詞。為提高分詞效果，設(shè)置自定義語料庫及同義詞替換庫，為避免文中特殊字符對(duì)后續(xù)分析的干擾，接入哈工大停用詞表改善分詞結(jié)果。

1.2 研究方法

1.2.1 文本信息處理方法

潛在狄利克雷分配（Latent Dirichlet Allocation,LDA）是一種經(jīng)典的文檔主題生成模型[23]，可以從自然語言語料庫中抽取與所有文檔相關(guān)的系列主題，處理和分析大規(guī)模文本，為研究者提供了一個(gè)可以量化研究主題的方法，是目前應(yīng)用較為廣泛的主題模型之一。

本研究基于已有研究構(gòu)建的LDA主題模型構(gòu)建主題分類框架[24]，持續(xù)從與“限電”話題相關(guān)的社交平臺(tái)文本中分層獲取公眾話題情感?；赑ython，使用LDA主題模型進(jìn)行主題分類，生成各文本的主題概率分布以及各主題的單詞概率分布。

主題建模的關(guān)鍵是調(diào)整指標(biāo)到最優(yōu)主題數(shù)量，以評(píng)估模型有效性并對(duì)結(jié)果進(jìn)行有效解釋。主題值設(shè)置過大，同一主題下的文本不集中；而主題值過小時(shí)，不同主題范圍的文本有可能被歸為同一主題。經(jīng)過多次結(jié)果比較，本研究確定了13 個(gè)主題，隨后對(duì)各主題下的高頻詞進(jìn)行意義建構(gòu)[8]，如表1 所示。從“生活”“管理”“生產(chǎn)”3個(gè)方面，對(duì)文本進(jìn)行了歸納并得到7個(gè)二級(jí)話題，包括“高溫響應(yīng)”“質(zhì)疑擔(dān)憂”“民生關(guān)注”“原因分析”“呼吁提前通知”“經(jīng)濟(jì)、金融局勢(shì)”“辦公正?；庠浮保ū?）。

表1 相關(guān)微博文本整體話題分布Table 1 Overall topic distribution of related microblog texts

本研究著重對(duì)二級(jí)話題進(jìn)行精細(xì)化分析，分別解釋描述如下：“高溫響應(yīng)”是指受高溫天氣限電影響的公眾為降低體感溫度而采取措施的情緒；“質(zhì)疑擔(dān)憂”是指質(zhì)疑當(dāng)?shù)卣?、電力部門的協(xié)調(diào)能力，公眾由于突發(fā)性限電而產(chǎn)生質(zhì)疑、擔(dān)憂、不敢相信、無奈等復(fù)雜感受；“民生關(guān)注”是指公眾對(duì)日常生活中能源供應(yīng)問題的密切關(guān)注，主要聚焦于高層電梯、醫(yī)院急重癥搶救室和交通信號(hào)燈等與居民生活密切相關(guān)設(shè)施的正?；\(yùn)營，主要表現(xiàn)為居民較強(qiáng)烈的個(gè)人情緒表達(dá)，有較強(qiáng)的主觀性；“原因分析”主要是指公眾站在客觀視角通過突發(fā)性限電事件而對(duì)其背后能源安全、電力基礎(chǔ)設(shè)施建設(shè)和經(jīng)濟(jì)穩(wěn)定等因素的理性分析；“呼吁提前通知”是指公眾對(duì)當(dāng)?shù)卣?、電力部門限電決策表示支持，但呼吁停止突發(fā)性限電活動(dòng)，希望可以在限電前得到通知以便合理安排生活、生產(chǎn)，從而減輕對(duì)個(gè)人及家庭生活的影響；“經(jīng)濟(jì)、金融局勢(shì)”包括由于電力供應(yīng)受限而導(dǎo)致的各種生產(chǎn)原料價(jià)格上漲、居民日常生活用品物價(jià)波動(dòng)以及金融產(chǎn)品價(jià)格持續(xù)變化等；“辦公正?；庠浮笔侵腹娤Ｍ娏?yīng)正常，復(fù)工復(fù)產(chǎn)復(fù)學(xué)。

1.2.2 空間分析方法

核密度估計(jì)方法是現(xiàn)代非參數(shù)統(tǒng)計(jì)方法的代表，核密度估計(jì)值能夠根據(jù)輸入要素計(jì)算整個(gè)區(qū)域的數(shù)據(jù)集聚狀況，重點(diǎn)反映一個(gè)核對(duì)周邊的影響強(qiáng)度[25-26]。以研究期間能耗雙控相關(guān)話題微博發(fā)文量表征輿論話題討論度，使用核密度分析方法對(duì)輿論話題討論度進(jìn)行分析。核密度估計(jì)值越大表示相關(guān)話題微博發(fā)文量越高，該區(qū)域輿論討論度越高。其公式為

1.2.3 回歸方法

普通最小二乘法（OLS）是其他各類回歸分析方法的基礎(chǔ)，其核心思想是尋找一條擬合直線，使所有樣本點(diǎn)到擬合直線的距離的平方和最小。OLS的基本方程為

式中，x是解釋變量，Y是被解釋變量，u為干擾項(xiàng)，該方程的目的就是計(jì)算和分析參數(shù)向量β。

不同地區(qū)對(duì)能耗雙控舉措的輿論響應(yīng)存在較大差異。為探究輿論響應(yīng)背后的影響因素，本研究借鑒已有研究[6,27-31]，最終選取6個(gè)影響因子（表2），以各地級(jí)市2021年9月20日至10月20日的相關(guān)微博話題發(fā)文量為因變量進(jìn)行回歸分析。數(shù)據(jù)均來源于《2020中國城市統(tǒng)計(jì)年鑒》。受數(shù)據(jù)獲得性限制，數(shù)據(jù)不包括港澳臺(tái)數(shù)據(jù)。

表2 各地級(jí)市相關(guān)話題總發(fā)文量變化影響因子Table 2 Impact factor of the change in the total number of articles on related topics by prefecture-level city

2 結(jié)果與分析

2.1 話題內(nèi)容分析

二級(jí)話題內(nèi)容統(tǒng)計(jì)結(jié)果如圖1所示?！百|(zhì)疑擔(dān)憂”數(shù)量最多，占比26.01%；其次為“經(jīng)濟(jì)、金融局勢(shì)”“呼吁提前通知”“辦公正常化意愿”，分別占比14.76%、14.37%和13.50%；再次為“高溫響應(yīng)”“原因分析”，分別占比12.06%和11.41%；“民生關(guān)注”話題占比為

圖1 2021年9月20日至10月20日能耗雙控相關(guān)二級(jí)話題統(tǒng)計(jì)圖Figure 1 Statistical chart of secondary topics related to dual control of energy consumption from September 20 to October 20,2021

7.89%。

利用集搜客網(wǎng)站的情感分析工具對(duì)相關(guān)微博文本進(jìn)行分析，結(jié)果如圖2所示。本研究將情感傾向分為積極、中性、消極3類，情感分析得分大于0為正向積極情感，小于0 為負(fù)向消極情感，等于0 為中立中性情感。總體來看，能耗雙控背景下中國公眾輿論走向整體保持積極態(tài)度。自9月29日開始輿論正向情感走勢(shì)明顯攀升，推測(cè)與政府相關(guān)部門回應(yīng)有關(guān)；10月1日后輿論走向發(fā)生較明顯轉(zhuǎn)變，公眾情緒明顯走低，此過程持續(xù)4 d，而后情緒再次攀升并在研究時(shí)間范圍內(nèi)保持積極態(tài)勢(shì)。

圖2 能耗雙控相關(guān)微博情感分析結(jié)果圖Figure 2 Results of the sentiment analysis of microblog related to dual control of energy consumption

2.2 時(shí)間序列分析

2.2.1 整體發(fā)文量時(shí)間序列分析

如圖3所示，能耗雙控相關(guān)微博發(fā)布數(shù)量在9月21日開始上升，并于9月26日達(dá)到峰值。為及時(shí)回應(yīng)民眾關(guān)注問題，消除公眾電力使用顧慮，9月26日國家電網(wǎng)客服人員、國家電網(wǎng)遼寧電力等對(duì)東北多地限電問題作出回應(yīng)，回應(yīng)發(fā)布后相關(guān)微博發(fā)布數(shù)量明顯下降。9月28日，央視網(wǎng)對(duì)全國多地“限電停工潮”“東北地區(qū)拉閘限電”發(fā)表評(píng)論，當(dāng)日的相關(guān)微博發(fā)文量小幅上升。之后，發(fā)文量曲線呈下降態(tài)勢(shì)，10月2日起曲線走勢(shì)逐步平穩(wěn)，基本處于相對(duì)低值狀態(tài)。

圖3 能耗雙控相關(guān)微博發(fā)文量時(shí)間序列圖Figure 3 Time series of microblog posts related to dual control of energy consumption

結(jié)果表明，官方回應(yīng)在輿論傳播過程中起引導(dǎo)輿論走向的重要作用，在相關(guān)部門進(jìn)行官方回應(yīng)后輿論傳播存在長尾化現(xiàn)象，各話題發(fā)文量在短期內(nèi)迅速下降，但并非突然斷層或消亡，而是始終保持低值且無序傳播，并綿延出一條形似“長尾”的趨向于0的曲線。

2.2.2 分話題發(fā)文量時(shí)間序列分析

總體發(fā)文量分話題討論時(shí)間序列如圖4所示?？梢钥闯觯髟掝}討論時(shí)序特征基本與總發(fā)文量時(shí)序特征一致，呈現(xiàn)前期攀升、達(dá)到極值后迅速下降、后期保持低值平穩(wěn)狀態(tài)的特征。值得關(guān)注的是，“高溫響應(yīng)”話題時(shí)序呈現(xiàn)雙峰狀態(tài)，自9月28日達(dá)到峰值之后，又于10月9日達(dá)到第二個(gè)討論峰值，這與十月上旬南方高溫天氣有關(guān)。與其他話題不同，“高溫響應(yīng)”“經(jīng)濟(jì)、金融局勢(shì)”“原因分析”3 個(gè)話題在整體輿論熱議期間（9月25日至10月1日）出現(xiàn)一次收斂下降情況，而后攀升至極值?？傮w來看，“質(zhì)疑擔(dān)憂”“民生關(guān)注”“呼吁提前通知”3個(gè)生活、管理相關(guān)話題響應(yīng)速度最快，于9月26日率先達(dá)到峰值，而“經(jīng)濟(jì)、金融局勢(shì)”“辦公正?；庠浮?個(gè)生產(chǎn)相關(guān)話題的討論稍顯滯后。結(jié)果表明，在突發(fā)事件爆發(fā)后公眾最先開始關(guān)注的是生活保障問題，而“辦公正?；庠浮痹掝}在后期依然保持相對(duì)較高的討論度說明能耗雙控對(duì)生產(chǎn)的影響是一個(gè)相對(duì)持續(xù)性過程。此外，“原因分析”話題討論總體滯后于其他話題，表明在中國公眾抒發(fā)強(qiáng)烈的個(gè)人情感并得到政府及相關(guān)部門的正面回應(yīng)后，整體輿論走向理性，公眾開始理解國家實(shí)施能耗雙控舉措的戰(zhàn)略意義。

圖4 能耗雙控相關(guān)微博分話題時(shí)間序列圖Figure 4 Time series of microblog subtopics related to dual control of energy consumption

2.3 空間差異分析

能耗雙控相關(guān)微博發(fā)文量的空間分布如圖5所示。由圖5可知，輿論響應(yīng)高值區(qū)主要集聚在中國的東部地區(qū)。能耗雙控相關(guān)話題的微博發(fā)文數(shù)量大于400 條的有江蘇、遼寧、廣東、浙江、黑龍江、吉林6 省，北京、山東、福建等省次之，輿論討論有明顯的空間差異。而相關(guān)微博發(fā)文量的核密度高值區(qū)主要分布在蘇州、廣州、沈陽、長春和哈爾濱等城市，在空間上呈現(xiàn)多核心結(jié)構(gòu)特征。

圖5 能耗雙控相關(guān)微博的空間分布及發(fā)文量核密度值Figure 5 Spatial distribution and kernel density of published quantity of microblog related to dual control of energy consumption

輿情在空間上呈現(xiàn)出明顯的集中分布態(tài)勢(shì)，輿論話題討論度的核密度高值區(qū)都集中在中國東部人口較為集聚、社會(huì)經(jīng)濟(jì)表現(xiàn)相對(duì)良好區(qū)域，這些區(qū)域城市化程度相對(duì)較高，對(duì)各類能源的需求量也相對(duì)較大，對(duì)能耗雙控相關(guān)話題的響應(yīng)較為強(qiáng)烈。表明能耗雙控相關(guān)措施對(duì)以上區(qū)域的生產(chǎn)生活具有更顯著影響。

2.4 話題區(qū)域分布空間差異分析

二級(jí)話題核密度值空間分布如圖6所示，不同話題分布存在顯著差異。

圖6 a“高溫響應(yīng)”話題以長三角地區(qū)蘇州市為核心高值區(qū)呈單核分布，并向西南、西北方向擴(kuò)散，珠三角和長沙地區(qū)為相對(duì)獨(dú)立的高值區(qū)。圖6 b“質(zhì)疑擔(dān)憂”話題高值區(qū)主要集中在東北三省，呈現(xiàn)以沈陽和哈爾濱為核心的雙核結(jié)構(gòu)并輻射至長春，長三角、珠三角、重慶西部和北京市為相對(duì)獨(dú)立的高值區(qū)域。圖6 c“民生關(guān)注”話題整體呈現(xiàn)多核心結(jié)構(gòu)，以沈陽為中心的話題討論量最高，與其他二級(jí)話題空間分布類似，長三角、珠三角、京津冀和東北三省地區(qū)核密度值相對(duì)較高，泉州、成都、武漢、長沙等地為相對(duì)獨(dú)立的高值地區(qū)。圖6 d“原因分析”話題總體上呈現(xiàn)三核心結(jié)構(gòu)，以珠三角為最高值地區(qū)，長三角和北京核心次之，泉州、長沙、武漢、成都、重慶、鄭州、西安、聊城、沈陽、長春等地為相對(duì)獨(dú)立的高值區(qū)。圖6 e“呼吁提前通知”話題整體呈現(xiàn)多核心分布特征，以東北三省省會(huì)城市沈陽—長春—哈爾濱一線為連片高值核心區(qū)，輔以北京、長三角、珠三角高值核心區(qū)，泉州、長沙、武漢、成都、重慶、西安、鄭州、太原、青島等地為相對(duì)獨(dú)立的高值地區(qū)。圖6 f“經(jīng)濟(jì)、金融局勢(shì)”以珠三角的廣州、深圳和東莞交界地區(qū)為核心高值區(qū)，長三角、北京為次高值地區(qū)，其中以蘇州為核心的長三角高值區(qū)向西北、東南方向擴(kuò)散明顯，鄭州、西安、武漢、泉州為相對(duì)獨(dú)立的高值地區(qū)。圖6 g“辦公正常化意愿”話題以長三角為核心呈現(xiàn)單核分布特征，珠三角為次高值中心，泉州、長沙、沈陽等地為相對(duì)獨(dú)立的高值地區(qū)。

圖6 能耗雙控相關(guān)微博二級(jí)話題空間核密度分布圖Figure 6 Spatial kernel density distribution map of secondary topic space of micro-blogs related to dual control of energy consumption in China

整體來看，諸如“質(zhì)疑擔(dān)憂”“民生關(guān)注”“呼吁提前通知”3類生活、管理角度話題討論高值區(qū)主要集中在東北地區(qū)，其余生產(chǎn)角度話題討論集中在長三角、珠三角等秦嶺、淮河以南地區(qū)。

2.5 影響因素分析

回歸分析結(jié)果如表3 所示，方差分析F值通過1%檢驗(yàn)，說明所有解釋變量對(duì)模型均有一定解釋力；方差膨脹因子VIF 均小于3，變量不存在冗余及多重共線性；決定系數(shù)R2表明OLS回歸能解釋約50.9%的相關(guān)話題發(fā)文量。

表3 能耗雙控公眾發(fā)文量影響因素回歸分析結(jié)果Table 3 Results of regression analysis of factors influencing the published quantity of the public related to dual control of energy consumption

能耗雙控相關(guān)話題的討論度與貿(mào)易發(fā)展程度、電力消耗情況、產(chǎn)業(yè)發(fā)展水平極顯著相關(guān)。對(duì)通過檢驗(yàn)的顯著性因子進(jìn)行排序發(fā)現(xiàn)，貿(mào)易發(fā)展程度的標(biāo)準(zhǔn)化系數(shù)值較大，對(duì)能耗雙控相關(guān)話題討論度的影響作用較強(qiáng)，能耗雙控政策對(duì)貿(mào)易發(fā)展程度較高地區(qū)的生產(chǎn)、生活影響程度較大，由此引發(fā)當(dāng)?shù)鼐用駸嶙h。電力消耗情況與發(fā)文

量的回歸結(jié)果顯示，本次輿情發(fā)展的空間演變與地級(jí)市能源消耗量高度相關(guān)，電力消費(fèi)量大的地區(qū)關(guān)于能耗雙控相關(guān)話題的討論度更高。產(chǎn)業(yè)發(fā)展水平越高的地區(qū)能耗雙控相關(guān)話題的討論度越高，表明第三產(chǎn)業(yè)對(duì)于能耗雙控相關(guān)政策實(shí)施的敏感性較高，產(chǎn)業(yè)發(fā)展水平較高的地區(qū)逐漸成為能耗雙控政策輿情關(guān)注的重點(diǎn)地區(qū)。

3 結(jié)論與建議

3.1 結(jié)論

本研究基于2021年9月20日至10月20日的能耗雙控相關(guān)話題討論的微博數(shù)據(jù)，利用話題提取和分類模型，獲取了與能耗雙控有關(guān)的7個(gè)二級(jí)話題，并分析其時(shí)空分布特征，得出以下結(jié)論：

（1）突發(fā)性大規(guī)模限制居民用電事件爆發(fā)后，中國社會(huì)公眾的響應(yīng)是理性且積極的。從生產(chǎn)、生活角度出發(fā)，不同領(lǐng)域公眾在能耗雙控背景下采取各種個(gè)人應(yīng)對(duì)措施，公眾輿情整體表現(xiàn)出穩(wěn)定、積極情緒。大部分公眾響應(yīng)政府號(hào)召，表現(xiàn)出強(qiáng)烈的大局意識(shí)，對(duì)能耗雙控措施表示理解，積極助力雙碳目標(biāo)實(shí)現(xiàn)。

（2）各區(qū)域話題時(shí)間序列具有同步關(guān)聯(lián)性，但各話題在響應(yīng)時(shí)間和強(qiáng)度上存在時(shí)序差異。在研究期內(nèi)，“質(zhì)疑擔(dān)憂”“民生關(guān)注”“呼吁提前通知”3個(gè)生活方面話題響應(yīng)速度最快，“高溫響應(yīng)”“經(jīng)濟(jì)、金融局勢(shì)”“辦公正常化意愿”3個(gè)生產(chǎn)類話題的相關(guān)討論稍滯后于生活角度話題，作為理性情緒代表的“原因分析”話題討論總體滯后于其他話題。就全部相關(guān)話題來看，官方回應(yīng)對(duì)輿論引導(dǎo)具有重要影響，官方發(fā)表回應(yīng)后相關(guān)話題發(fā)文量急劇下降并在后期保持低值穩(wěn)定，說明政府及相關(guān)部門及時(shí)發(fā)布的官方信息具有有效性，可基本消除社會(huì)恐慌、質(zhì)疑，穩(wěn)定公眾情緒。

（3）生活、管理角度話題討論高值區(qū)主要集中在東北地區(qū)，生產(chǎn)角度話題討論集中在長三角、珠三角等秦嶺、淮河以南地區(qū)，各類話題存在較為明顯的空間分布差異。整體呈現(xiàn)出以沈陽、蘇州、深圳等地區(qū)為響應(yīng)熱點(diǎn)，反映出公眾輿情的時(shí)空分布與各地能耗雙控措施的實(shí)施情況、產(chǎn)業(yè)類型、經(jīng)濟(jì)發(fā)展水平和人口集聚程度有關(guān)。典型話題討論高值區(qū)域在東北三省以沈陽為中心，輔以長春、哈爾濱等熱點(diǎn)區(qū)域；在長三角以蘇州為中心；在珠三角以廣州、深圳為兩核。微博發(fā)文數(shù)量與限電相關(guān)通知發(fā)布及實(shí)施趨勢(shì)同步，期間官方回應(yīng)起到極大的正向?qū)蜃饔谩?/p>

（4）本次輿情發(fā)展過程中外貿(mào)業(yè)受能耗雙控政策影響較大，主要體現(xiàn)在生產(chǎn)受限，外貿(mào)發(fā)展程度高的地區(qū)的輿論話題討論相對(duì)高于其他地區(qū)。第三產(chǎn)業(yè)同樣受到能耗雙控政策影響，主要體現(xiàn)在諸多與居民生活相關(guān)的民生服務(wù)諸如快遞、物業(yè)和餐飲等行業(yè)受電力管控影響服務(wù)質(zhì)量降低而影響居民正常生活。特別是極端天氣給能耗雙控政策的實(shí)施帶來極大挑戰(zhàn)，高溫刺激下降溫設(shè)備工作時(shí)間延長，電力供給不充足極易導(dǎo)致輿論爆發(fā)。

3.2 建議

綜合上述時(shí)空演變特征和影響因素分析，從產(chǎn)業(yè)協(xié)調(diào)、輿論應(yīng)對(duì)、社會(huì)響應(yīng)以及政策管理幾個(gè)方面提出以下建議：

（1）細(xì)化目標(biāo)，循序推進(jìn)。能耗雙控是實(shí)現(xiàn)“雙碳”目標(biāo)的重要路徑，需循序推進(jìn),因地制宜，建議政府及相關(guān)部門采取細(xì)化目標(biāo)、實(shí)時(shí)監(jiān)控等手段及時(shí)對(duì)相關(guān)政策進(jìn)行調(diào)整，各類限電措施實(shí)施前做到提前通知，關(guān)注民生動(dòng)態(tài)防止大規(guī)模輿論爆發(fā)影響社會(huì)穩(wěn)定。

（2）及時(shí)應(yīng)變，科學(xué)引導(dǎo)，把握官方回應(yīng)時(shí)間窗口。研究表明突發(fā)事件輿情爆發(fā)多集中在初期，此為短暫的官方回應(yīng)時(shí)間窗口，及時(shí)有效地對(duì)初期輿情進(jìn)行正向回應(yīng)可以在很大程度上降低輿情演化熱度，縮小突發(fā)事件輿情影響范圍，避免大規(guī)模消極情緒蔓延。

（3）共同治理，加強(qiáng)主流媒體和權(quán)威信息的影響力。研究表明，平臺(tái)、媒體、政府三方的作用角度不同，其影響也不盡相同。因此，面對(duì)突發(fā)事件輿情時(shí)，加強(qiáng)多主體協(xié)作，平臺(tái)嚴(yán)格進(jìn)行內(nèi)容審核，媒體進(jìn)行積極正向引導(dǎo)，政府及相關(guān)部門勇于承擔(dān)責(zé)任，能有效引導(dǎo)網(wǎng)絡(luò)輿情，安定民心。