社会情绪是社会系统运行状态的晴雨表，透过这一晴雨表可监测和理解社会系统的结构特征与运行逻辑。很显然，社会系统在正常状态下有一系列社会情绪表现，在异常状态下也有一系列的情绪表现。当具有较大影响力的公共事件发生时，社会情绪都会出现异常变动，如战争爆发时民众的无助与绝望、大国博弈背景下的社会焦虑。这些公共事件的演变过程中往往夹杂着社会情绪的剧烈变动，对社会治理提出了更高的要求。

那我们应该如何去监测和理解所处时代的社会情绪呢？

良好数据与方法提供保障

社会系统本身是一个宏观的复杂巨系统，既有的社会科学研究往往基于部分要素进行分析，因为很少有整体性数据。而在大数据时代，这种情况正在发生改变，各种各样的互联网大数据往往包含了全社会大部分主体的活动信息，如facebook有5.7亿全球用户，微信的用户更是覆盖了中国绝大部分民众。因此，这些用户在各种网络平台上的活动，一定程度上反映了社会生活中大部分成员的状况。这些用户在社会生活过程中留下的喜怒哀乐等情绪信息，则汇聚成了时代性音符。通过对这些海量的数据信息进行分析有助于研究者从宏观的角度分析社会系统的运行特征，并据此透视时代精神。

有了海量的互联网大数据，接下来很重要的就是分析方法。如何借助这些互联网大数据监测社会情绪的动态变化？各种各样的机器学习方法和自然语言处理的算法，为研究者探索这些不同于传统的结构化数据提供了很好的工具。尤其是，ChatGPT、Bard、Claude等为代表的大语言模型，为文本的语义理解和情感分析提供了极大便利。

恰当视角与路径实现提升

从过去几年的研究经验来看，理解转型时代的社会情绪问题，大体有以下几个重要视角。

首先，要灵活运用社会学的结构叙事视角。与历史学注重过程叙事不一样，社会学研究非常重视研究社会的结构性特征。通过结构性叙事，一方面可以分析社会的结构性特征对社会情绪的影响；另一方面，借助社会情绪分析也可以透视社会的结构性特征。譬如，笔者曾经以GDELT数据库中3000多万个事件为例，分析了中国社会各群体的突出性情绪，展示了焦虑、不公平感等社会情绪的群体分布。研究发现，焦虑、怨恨等情绪与社会结构具有密切关联，如焦虑情绪在公务员、企业家、职员等群体中最为突出。社会情绪的这种分布特征，与各群体在社会转型时代所面临的生活境遇和压力密切相关。

其次，要将目光聚焦于重大的公共事件。社会情绪是一种表达性的存在，在社会系统运行比较正常的状态下，通常很难发现重要规律。因为大众缺乏情绪的表达，研究者也就无从观察。而往往是在一些重大的公共事件上，大众情绪得以释放，原本潜藏的各种社会心理被激活，这构成社会治理过程中把握民意的关键。

重大公共事件的发生和演变过程，往往也是社会注意力高度集中和社会情绪集中爆发的过程，社会舆论爆点频发，各种立场、态度与观点竞相博弈，社会系统处于“燃烧”的状态。在这种社会“燃烧”的时刻，我们才能见到社会系统中那些潜藏的规律性与结构性特征。当社会系统处于平静的状态时，由于它的各种要素是分散的、离散的，没有形成聚合式的交互关系，研究者往往很难呈现那些潜藏在表象之下的潜流。

与此同时，重大公共事件的演变过程，还是社会控制和社会情绪引导的关键所在。在重大公共事件的演变过程中，各种观点和力量以多种形式互动，那些被积累的情绪也趁机找到释放的出口。如果社会控制和社会情绪引导不及时，往往会引发次生灾难，对社会稳定造成较大影响。

笔者曾经借助于对Twitter等社交媒体大数据的分析，展示了2020—2022年这些媒体平台用户主要情绪的演变过程，展示了国际社会情绪的演变特征及形成机制，对于重大公共卫生事件下的社会情绪干预具有重要启发意义。数据分析结果显示，这一时期的主要情绪包括社会恐慌、焦虑和抑郁等，主要发生在2020年上半年，此后的社会情绪尽管也有明显波动，但幅度明显要小。此外，恐慌、焦虑和抑郁的出现具有明显的阶段性，如社会心理危机呈现出明显的恐慌期、焦虑抑郁期和恢复平静期。进一步的研究还发现，这些情绪的演变与政府行为和社会应对措施具有密切关联。

再次，需要密切关注大国博弈和经济运行对社会情绪的影响。已有的社会心态研究成果主要聚焦于社会转型这一宏大的时代背景，而随着世界百年未有之大变局的加速到来，大国博弈也成为影响社会情绪的重大因素。大国博弈不仅表现在军事、经济与科技等领域，实际上，在互联网时代，社会心态与社会认知等也构成大国博弈的重要场域。没有硝烟的认知域较量早已进行，认知干预与认知操纵和实体领域的博弈结合在一起，对社会心态产生重要影响。笔者曾经对2018—2019年中美贸易战背景下两国社会情绪的变动做过比较分析，发现中美贸易战对两国社会心态产生了不对称性影响。

另外，已有国际研究证明，经济运行状况对社会心态的影响不可忽视。在经济处于整体上行和良性运行的阶段，发展成为解决各类问题的抓手；而在经济下行的周期，各类社会矛盾就会激化，社会问题的发生概率增加。所以，对社会情绪进行动态监测和预警，维系社会稳定，就成为经济下行周期中社会治理的关键。相对来说，上行和良性运行阶段的社会心态监测则相对轻松。

最后，对社会情绪的分析还需要关注社会数字化转型的时代背景。社会的数字化转型引发社会的根本性变革，数字化转型将人类社会带入一个高度情绪化的互联网时代。互联网为人际连接提供了全新可能，将人类社会带入数字化的互动模式中。由此，社交媒体上此起彼伏的情绪狂欢、社会焦虑大规模传染等不断上演。这似乎是一个已有社会科学研究从未见过的时代。以卡斯特为代表的信息主义认为，新通信技术作为最先进的生产工具必将推进生产关系直至上层建筑的变迁，带来社会关系和社会结构的变革，形成一个新的历史间隔（intervals in history）。也就是说，作为一个断裂、质变或飞跃的历史事件，新通信技术的变革可能导致经济、社会、文化与物质的不连续模式。因此，借助于大数据与计算社会科学研究范式，着眼于分析数字社会的结构与运行模式，重新思考社会的秩序如何可能等问题，至关重要。

大数据将社会生活中信息的涓涓细流汇聚成数据的海洋，将无穷的生活细节编织成时代的音符，将时间与空间统一于数据的世界。在这样的时代背景下，研究者如何借助云计算的强大信息处理能力，对海量的互联网大数据进行分析，以透视社会数字化转型时代的社会情绪变动，构成当下社会学研究的重要议题。同样，基于大数据的社会情绪监测和研究，也可能为大国博弈背景下的社会治理提供重要的智力支持。

（作者系武汉大学社会学院副教授、武汉大学传媒大数据研究中心主任；武汉大学新闻与传播学院硕士研究生）