评估新冠疫情带来的风险变数

01如何做“预测帝”？

关注事物的内在风险逻辑，而非紧跟新闻报道

你所做的预测和传统的舆情监测有什么区别?

沈阳：传统的舆情监测更多关注重大舆情，我们所说的风险弱信号有点像小微舆情。在研究范式上还是有区别的。在我看来，小微舆情、线索性的选题、风险弱信号三者之间是高度重叠的。

我们团队有一个弱信号发现组，专门收集老百姓在民生服务方面的吐槽，直接反馈给省内的相关领导做出改善。

假设市民去办事大厅办证，结果遇到工作人员消极怠工，他在网上吐槽了这件事。实际上，他发在网上后我们就能看到，这相当于“民生服务弱信号”，通过发现这些不良现象的信号，反馈给有关部门改进，营商环境就能越变越好。

当预测一件事物时，你们如何选取切入角度？

沈阳：我们分析了江西九江昌洲乡和广西河池龙岩乡的水灾情况。一个地方玩抖音的人越多，展现出的灾情就越详细。我们通过看朋友圈、微博等渠道，发现水灾中的细节，比较两地的情况。

我们关注一件事，不是通过媒体报道的方向，而是会根据救灾的逻辑去跟进，关注事物内在的风险逻辑。昌洲乡决堤之后水淹进来了，我们就比较在意父老乡亲们有没有得到及时救助。我们从短视频上看到，他们一部分人被安置在一个中学里，还有人做心理辅导工作。

由此，我们会主动对比两个地区的数据，比如这个地区有5条关于安置点的视频，另一个地区可能没有这么这么多。这可能意味着另一个地区在这方面工作上出问题的概率会更高。

你提到了很多具体的分析框架，这些框架需要先由有经验的研究者提出吗？预测的准确度如何?

沈阳：目前这个阶段还必须是人工为主，我们还没跨越到机器为主的阶段。从我们的角度看，“风险弱信号的发现和预测”还处在研究早期，需要不断努力。我们对一部分项目做了预测准确度评估，更多的项目还没做评估。

随着研究者意识到可能存在更多的变量，将其加入模型后，最终结果也将是一个不断进化的过程。

沈阳：对。我们在研究当中有一系列方法分析哪些变量比较重要，再把决定性的变量保留下来。在这个基础上，再做进一步优化。做预测最好玩的地方在哪？你可以对明天做一个预测，如果这件事明天没有发生，你当时就能看到预测的对错。

自然或者社会当中一定会发生的事，是不以人的意志为转移的。如果预测的不准，一定是模型里哪些要素考虑不对，第二天就可以做调整。新冠疫情加速了各种事物的变化，过去还需要很长的观测周期，现在可能隔几天就会看到结果。

2从1亿网络数据找到风险：

不提倡使用内部数据，要有挖掘公开数据的能力

要发现风险弱信号并实现预测，需要哪些数据支撑？是否需要政府或企业的内部数据？

沈阳：我们对风险的判断，全部是基于公开数据，包括微博、微信、网页、客户端、论坛、贴吧、短视频等。我们团队一贯提倡使用网络公开数据做发现、预测、预警。我们不提倡使用内部数据，这既会涉及到一系列管理规定，同时内部数据也会存在失真。

其实，我们做国际分析的时候，也只能拿到外部数据，这就需要有网络公开数据的挖掘和分析能力。目前，我们团队每天的数据量超过1亿多条。当然，这个数据量也意味着价值密度不高。比如，我们要预测一支股票的走势，但贴吧里有大量从事商业推广的水军在灌水，这部分是不能作为预测工具的，或者权重占比要非常低。

有一个比较现实的问题，全世界能接触网络、有网络使用习惯并会公开发表言论的人还是少数。这种情况下，基于公开数据做推断，有没有可能出现偏差？

沈阳：传统上做分析和预测，大多基于抽样调查。但从目前情况看，抽样调查的方法其准确性有时候也是要打问号的。未来可能要将小数据调查和大数分析结合起来。

确实，大部分人是不说话的。但我们也可以建模，根据喧哗的少数来推测沉默的大多数。有一些科学模型可以推测他们的逻辑，他们的想法是什么。随着技术手段增强，大家使用社交网络的时间越来越长，推测沉默大多数的能力也会越来越强。

在事件早期，互联网上可能还没有具体的“信号”，怎样作出预测?

沈阳：我们有一套热点发现系统，可以监测中国近3000个县的热点事件，从中筛选出可能存在的风险。除了固定地区的监测外，我们还会定义一批风险敏感者，如果他们说的一件事不在热搜里，且这件事可能有指数级的增长，就会纳入我们的观测范围。

风险敏感者是怎么找到的?

沈阳：我们研究舆论的时间也有10年了，所以积累了大量网络当中的意见领袖。我们的数据库中，微博上的风险敏感者超过10万人。他们一旦释放了新的信号，我们就会跟进。

例如，疫情之中医生就是我们的关注重点，因为他们对疾病比较敏感。跑医疗口的记者我们也会比较关注，有些事情医生不方便说，记者可能就会告诉你。此外，网络中很常见的个人看病吐槽我们也会关注。

3新冠疫情带来的风险变数：

历史进程加速与矛盾压缩爆发

作为风险预测者，你是怎么理解风险的？

沈阳：整体上看，随着技术进步，人类对地球环境的影响极大，社会风险在全球范围内有了比较明显的提升。

一是技术性能指数级增长风险。技术性能的指数级增长让全球技术风险大规模提升。二是自然灾害和社会行为风险。人为对自然环境改造所造成的自然灾害风险，有可能导致黑天鹅事件。三是各种风险叠加后形成的系统性风险。四是舆论欺诈导致的个体的人财物风险。五是国际博弈风险。

新冠肺炎对风险的形成有哪些影响？

沈阳：新冠肺炎疫情到来后我们提了三个理论来解释各种风险现象。

第一个是“新冠加速论”。新冠疫情让本该在未来到来的很多事情加速到来，这种加速度大幅增加了风险概率，也带来了许多机遇。例如，机器人对人的大规模替代原本可能若干年后才会发生，但疫情加速了这一天的到来，可能会导致一些失业现象。为了发现新冠疫情，也推动实现“弱隐私的大数据洞察”。

第二个是“新冠指数论”。新冠疫情是人类第一次整体性呈指数级增长的全球公共卫生危机。这种指数级影响表现为经济影响、政治影响（如冲突加剧）以及公众心态影响的指数级共振。在这样的情况下，线性应对措施难以应对指数级增长。因此，指数级危机需要有指数级的应对措施。

第三个是“新冠复演论”。新冠疫情以来各种矛盾冲突不断加剧，把原来需要很长时间积累才会爆发的矛盾压缩到短时间内出现。例如，美国的种族主义矛盾大面积激发。历史上，1929年的大萧条、1960年代的黑人平权运动、2008年的次贷危机等，都能看到在很短的时间内出现了一系列危机。

这说明，传统上的事件线性发展规律，在新冠疫情的背景下不完全适用了。我们要把疫情带来的变量加入到预测模型当中，这样才能对未来有比较有效的判断。

04风险弱信号的边界：

尚处研究初期，过早设定边界可能画地为牢

从初步具备一定预测能力，到真正落地应用还有哪些路要走？

沈阳：我第一个想做的是，进一步丰富理论框架、丰满研究范式，这可能要经历很多年。

第二个要做的是将理论研究和民生服务工作结合起来，为政府机构、企业、社会团体提供内部咨询服务，如果适合公开发布，也会考虑公开传播。

第三个就是完善我们的风险弱信号大数据平台的整体性。我们团队有各种子平台，包括舆论大数据、情绪大数据、8个语种的大数据等平台，但没有一个单独的风险弱信号发现和预测平台。未来要在这方面发力，进一步提高效率，优化发现和预测模式。

你觉得对风险弱信号的挖掘，其应用边界在哪？

沈阳：作为一门学科，我个人不太喜欢画地为牢。研究早期应当是开放性的，在多个领域尝试应用风险弱信号探索边界在哪。如果过早划定边界，也会限制你的很多灵感。显然，一个高度数据化，真实数据较多的领域可能更为有效。如果一个领域假数据太多，数据污染严重，且难以通过数学模型剔除，我们可能就会放弃。

现在基于公开数据的项目很多，很多企业、个人、政府机构都在做这方面的应用和研究，怎么保证公开数据不被滥用？

沈阳：大数据使用确实需要平衡，既要促进产业发展、促进技术进步，也要保护好产权和隐私权。有的国家对数据过分保护，对隐私权过分强调，带来的问题就是产业发展停滞。不过，我们使用数据时，也要严格限制使用隐私数据，这样才不会发生次生灾害。

在这方面，你的原则是什么呢？

沈阳：我们要在合理、合法、合规的情况下开展工作，要遵循基本的学术伦理。比如，我们做数据分析的时候，不能针对具体的个人分析他的喜好、兴趣、隐私并予以公布，这样是会出问题的。我们需要做数据脱敏、透明化。发布信息时也只针对一个群体，比如研究高校教师在网上的特征，针对某个个体肯定不行。这是一个最基本的逻辑。

从事风险弱信号研究，对团队成员有什么要求吗？

沈阳：我们是一个交叉学科团队，欢迎不同专业方向的成员。我们的博士后中，有社会心理学的，有研究地理信息系统的，也有中文、传播学方向的。我自己还很喜欢法学或历史学的学生，如果有这些人加入，对我们的研究也会有帮助。

我们对历史的理解和别的团队还不太一样，我们把历史也看做是人工智能的大语料库。人类历史发展到现在，通过学习史书中记载的所有内容，可以学习到人类社会运行的基本规则，了解人性最好的时候和最差的时候。人工智能把这些都学习到后，就可以针对性的做预测。

有观点认为，跨学科做预测的话，其可靠性是存在疑问的，你怎么看？

沈阳：我觉得可靠性确实有疑问，但学术研究就是要在多元思路中碰撞。最上层的研究成果肯定是真理：有发现、有结论、有事实、有观点、有数据、有工具，所有东西都是对的。

但我们不可能每次都做到最好，那次好的研究就可能存在一些谬误，但基本结论是对的。甚至我们的研究方法、思路还有创新，也可以给别人借鉴和启发。

第三种情况就更差一些，我的方法有问题，结论也有问题，但研究中也可能有可取之点。只要严格按照学术规范，没有故意造假，我觉得至少是可以供他人借鉴的。

学术研究要较真也要包容。你能指出他的错误时，一般来说他往往也有改正的机会。比如我们从传播学的角度研究疫情，我们可以组成一个跨学科团队，让传染病学的人员参与进来。舆论如何影响人的行为？社交媒体的信息如何影响我们戴口罩？戴口罩又会如何影响病毒传播？其实这些是高度关联的。

（作者为清华大学新闻学院教授博导、清华大学新媒体研究中心执行主任）