基于大資料的社會心态監測：以重大疫情下社會情緒的演變為例
——基于Twitter和GDELT等大資料的分析
龔為綱等
本文刊發于《社會學研究》2023年第3期，發表時有修改
摘要：本文基于Twitter和GDELT等網際網路大資料，結合風險溝通、風險應對等風險治理因素，分析了重大疫情下社會恐慌、焦慮和抑郁等社會情緒的形成和演變機制。研究發現，重大疫情背景下的主要負面情緒包括恐慌、焦慮和抑郁等，這些負面情緒的大規模爆發主要集中在2020年第一波疫情初期，後期的疫情反彈和變異期間盡管也出現負面情緒的波動，但幅度明顯要小于第一波疫情。研究發現，負面情緒的演變與媒介資訊傳播、政府行為等因素具有密切關聯，來自新聞媒體中的疫情資訊在風險溝通過程中強化公衆的威脅感覺，構成社會恐慌的觸發因素，不過這種激化效應随着時間的推移而弱化，而封鎖隔離等風險應對措施則有助于恐慌和焦慮的緩解；封鎖隔離所引發的社會壓力構成抑郁情緒的主要激化因素，随着抗疫模式從以封鎖隔離為主導向以核酸檢測、疫苗接種為主導的階段轉變，抑郁情緒總體式微。研究還發現，世界各地區的負面情緒變動，既具有相似性，也具有多樣性，這與世界各地區疫情演變與抗疫模式的多樣性、以及文化特征等因素密切相關。本研究的主要發現對于重大疫情背景下的應急管理和社會心态引導具有重要參考意義。
關鍵詞：大資料 社會情緒 新冠疫情 Twitter GDELT
一
研究問題
社會情緒是社會心态的重要組成部分，也是社會系統運作狀态的晴雨表，透過這一晴雨表有助于研究者監測和了解社會系統的結構特征與運作邏輯。社會系統在正常狀态下有一系列社會情緒的表現，在異常狀态下也有一系列的情緒表現，尤其是每當重大公共事件爆發時，比如說股市的動蕩、帝國的崩潰、戰争沖突的出現等，社會情緒都會出現異常變動，透過社會情緒的變動，有助于研究者了解社會系統的運作邏輯。本研究試圖以2020-2022年全球疫情期間社會情緒的演變為分析對象，了解重大疫情背景下的政府行為、媒介資訊傳播等風險治理因素與社會情緒演變之間的内在關聯及其邏輯。
百年一遇的新冠疫情在全球爆發，重構了人們的生活世界。在新冠疫情期間，世界主要國家都出現恐慌、焦慮和抑郁等社會情緒的大規模流行。與疫情本身的流行一樣，這些負面情緒的大規模流行也構成疫情期間一個非常重要的社會問題。
學界已有研究主要從應激反應的分析架構對這一現象進行解釋（Caplan，1964；謝曉非，2005）。不過，由于應激反應主要是在突發事件發生後較短時間内的心理行為反應，一般發生在疫情初期（Philip Strong,1990），對于解釋疫情初期較短時間内大衆在疫情沖擊下的心理反應具有啟發意義，但對于刻畫新冠疫情這樣長達2年以上周期的公共衛生事件下的心理行為反應則力有不逮，是以需要尋找新的分析架構對重大疫情背景下社會情緒的演變機制進行解釋。
本研究認為，重大疫情背景下的社會情緒演變是風險社會的經典命題和重要場景，可以結合風險治理的分析架構進行了解。重大疫情下的社會情緒反應，不僅僅是個體在應激源刺激下的心理反應，這些情緒反應高度嵌入在整個社會對風險的建構與叙事、風險溝通、風險應對等複雜的社會過程中，是疫情動态、媒介資訊環境、國家的風險應對等多重因素複合的結果，進而可能使得重大疫情下的情緒反應比純粹的應激反應模型所揭示的結果要更加複雜。是以，有必要在綜合考慮多種風險治理因素的條件下，了解重大疫情背景下社會心理危機的演變邏輯。
重大疫情下的風險治理是政府、媒體、專家、公共衛生機構、社會組織以及公衆等治理主體在面對疫情風險挑戰的過程中，通過風險評估、風險溝通、風險應對等社會過程所實作的多元主體之間的複雜社會互動過程。
其中，風險溝通指的是個體、群體以及機構之間交流有關風險事件的資訊和看法的互動過程。風險溝通的目的是向公衆提供他們所需的資訊，以做出明智的決定，采取适當的行動來保護自己的健康和安全（Shultz等人，2008）。有效的風險溝通可以緩解社會心态的惡化，而無效的風險溝通則會引發社會恐慌，社會恐慌就是風險溝通失效的一種表現，政府的瞞報、虛報導緻的信任破裂會引發恐慌，媒體為博取關注而使用聳人聽聞的詞彙導緻的風險放大也會引發恐慌。
風險應對則是緩沖疫情損失的關鍵，一般而言，在疫情大流行的背景下，主要的風險應對措施包括封鎖隔離、核酸檢測、疫苗接種以及系列的經濟社會支援措施等。在風險情境下，各種類型的政府應急處置行為往往是雙刃劍，既有積極正面效應，也有負面效應。比如說，疫情大流行背景下，封鎖隔離有助于切斷病毒傳播的鍊條，緩解疫情的負面危害，卻會中斷正常的社會秩序，引發一系列的負面後果，這些社會後果，最終都可能在社會心理上有所反應。
從已有風險治理相關研究來看，風險溝通、風險應對等風險治理因素與社會情緒反應之間具有密切關聯，這是因為風險溝通在整個風險治理的過程中影響着公衆的風險感覺和對風險的判斷，而危機情境下的風險應對則往往是雙刃劍，在應對風險的同時産生新的不确定性和風險以及次生災害，經常使得社會進入到非正常的緊急狀态，正常的經濟社會運作受到影響，由此而給群眾生活帶來挑戰，進而引發社會情緒反應（珍妮.X.卡斯帕森，2010；時勘，2003；王俊秀，2020）。本研究試圖從風險溝通、風險應對等因素了解重大疫情背景下社會情緒的演變機制。将風險溝通、風險應對等風險治理因素納入分析架構，建構一個綜合性的分析架構，了解重大疫情背景下社會情緒演變的邏輯。
本研究試圖回答，在這次新冠疫情大流行的背景下，社會心理危機呈現出怎樣的演變特征？從風險溝通的角度看，媒介在風險溝通過程中發揮了怎樣的作用？對大衆的情緒反應産生了怎樣的影響？從風險應對的角度來看，不同類型的政府行為、風險應對措施對大衆的情緒體驗産生了哪些積極影響？又具有怎樣的社會心理代價？不同抗疫模式與文化特征下的情緒反應存在怎樣的差異？這對未來的應急管理和社會心态引導具有怎樣的啟示？
本研究試圖從大衆情緒反應的角度，分析重大疫情下的風險溝通、風險應對等風險治理因素對社會情緒的影響，通過大衆情緒反應，重新審視抗疫過程中的風險溝通、風險應對在社會心理上的積極效應及其社會心理代價，進而為未來突發公共衛生事件下的風險治理與社會情緒引導提供參考與啟示。
二
分析架構
01
威脅感覺、應對效能與社會恐慌的演變
恐懼屬于人與動物共有的原始情緒，常具有較高的緊張性,指的是一種企圖擺脫已經明确的，有特定危險的、會受到傷害或生命受威脅時的情緒狀态。焦慮也是風險情景下最常見的情緒反應，是指人們預期到将要發生危險或不良後果的事情時所表現出來的情緒狀态。焦慮與恐懼都是人受到威脅和處于危險情境中的退縮或逃避的體驗和行為。恐懼的适應作用是向個體“通報”外界情境将要帶來危險或威脅，驅使個體采取應付政策或行動，去躲避自身的處境。然而當應付嘗試一旦失敗，危險和威脅長時間持續存在或程度加重而意味着個體無力應付時，它的信号意義就不再是通報資訊，而變成個體無法駕馭的負擔，這時恐懼就轉化為焦慮。鑒此，焦慮可被看做“未解決的恐懼”,或者說，是随着對威脅的知覺而轉化為适應不良的喚醒狀态(Epstein,1972)。
恐懼情緒多出現于個體層面，而群體對某一個威脅事件或資訊引起的極度不安，則被劃分為“恐慌”（尹恩·羅伯遜，1988）。恐慌是“大多數人對現實或預期中所存在的威脅的集中反映，屬于大衆共有的情緒體驗”（孫元明，2020）。
恐懼、恐慌等情緒反應是重大疫情下負面情緒反應的典型表現，從已有研究來看，社會恐慌、恐懼、驚恐等主要與人們在風險場景下的風險感覺有關系，風險感覺受一組核心因素影響。在過去幾十年的風險感覺研究中，吉爾伯特·懷特(Gilbert White)、阿莫斯·特沃斯基(Amos Tversky)、丹尼爾·卡尼曼(Daniel Kahneman)、巴魯克·費施霍夫(Baruch Fischhoff)和保羅·斯洛維奇(Paul Slovic)等學者在風險感覺方面作了大量令人印象深刻的研究。他們發現，人類似乎出于類似的原因害怕類似的事情(Slovic, 2000)。在風險情境下，大多數的公衆依賴直覺判斷風險，這通常被稱為風險感覺。風險感覺的研究表明，人們對風險的反應并不是内在的“理性”風險分析，在我們試圖判斷危險時，運用我們的直覺、價值觀和本能進行風險判斷。“風險的一個重要組成部分不是實體危害本身，也不是我們暴露在多大程度的實體危害中，而是我們如何看待這種危害和暴露。”風險感覺有助于解釋為什麼我們的恐懼往往與事實不符。正是因為判斷風險依賴直覺，而直覺經常在一系列因素下被扭曲，進而使得人們的風險感覺經常與客觀風險不符合（David Ropeik，2010）。
更詳細地說，風險感覺的相關研究發現（David Ropeik，2010），在風險情境下，人們的恐慌與害怕情緒主要由風險情景下的以下幾個因素決定：對危險的知覺與意識、應對效能與控制感、以及風險的新奇性、陌生性、危害性等特征。透過這些因素，有助于我們了解風險情境下社會恐慌的演變機制。
①對風險的知覺與意識（Awareness）。我們越意識到風險，就越有可能擔心它。當媒體充斥着對正在進行的疫情風險進行報道時，對疫情的擔憂就會上升，盡管疫情的傳染風險和死亡率在報道前後根本沒有什麼變化。
②應對效能與控制感因素。在風險情境下，我們覺得自己的控制力越強，通常就越不恐慌，不管我們是真的有這種控制力，還是隻是認為我們有。相反如果我們越覺得自己掌控不了局面，就越有可能感到恐慌。如果個體覺得對即将要面對的風險過程有一定的控制，那麼風險可能看起來不會像無法控制的過程那樣具有威脅性。在重大疫情的背景下，科學應對措施、政府行為都有助于整個社會提高對疫情風險的控制感，進而減少大衆的恐慌。
③風險所帶來的不确定性。不确定性在許多現代風險的恐懼中扮演着重要角色。我們越是不确定，就越可能感到害怕，就越會用警惕和恐懼來保護自己。不确定性包括形式包括以下三種：首先，第一種形式的不确定性，可稱之為“我無法檢測到它”。我們看不見、聞不到、嘗不到、聽不到或感覺不到它們。不确定性的另一種形式是“我不了解它。” 我們對風險的科學解釋了解得越少，我們的認知、基于事實的、分析性的大腦系統就能提供的幫助越少，我們就越依賴本能的風險感覺因素來幫助自己保持安全。第三種不确定性形式是“無人知曉”。有些新的風險剛出現的時候，包括科學家在内，無人知曉到底是怎麼回事。新冠疫情初期的不确定性就是這樣，表現為連科學家都無法了解病毒的性質、原理、傳播和防範機制；而随着科學研究的進展，人們對病毒傳染和如何應對病毒了解得更多了，不确定性減少了，恐懼也相應地減少了。
④新奇性。新出現的風險，如SARS和西尼羅河病毒，或新技術和産品，往往更令人恐懼。當一種病毒是新出現的時候，往往容易引發高度的關注和恐慌；而随着人們對病毒的了解的增加，對這種病毒越來越熟悉之後，人們的擔憂和恐慌都會快速下降。
在上述諸因素中，每個風險感覺因素都可能導緻我們或多或少地害怕。同樣的因素可以使恐懼情緒下降或上升。例如，更多的控制=更少的恐懼，控制越少=恐懼越多；與此同時，在特定的風險情境下，往往有多個風險感覺因素起作用，而且在大多數情況下通常涉及不止一個（David Ropeik，2010）。
上文我們介紹了風險感覺因素與恐慌情緒之間的關聯邏輯，正是因為這樣，已有研究主要從不确定性與控制感危機、應對效能以及媒介的風險放大等角度解釋大流行背景下社會恐慌的産生機制。就大流行這一類風險情景而言，新奇性、不确定性等主要與疫情風險有關系，對風險的感覺與意識主要與媒介資訊傳播有關系，而控制感與應對效能則主要與政府的風險應對有關系。
通過整合已有相關研究（Brewer,2007;Kim,Sherman,&Updegraff,2016；辛自強，2020），并結合本研究重點關注的媒介資訊與政府行為因素，本研究認為，由威脅感覺和應對效能所構成的二維分析架構可以作為疫情背景下社會恐慌形成機制的分析架構。其中，威脅感覺主要與媒介的風險溝通有關系，而應對效能則與政府的風險應對有關系。
威脅感覺既受客觀的疫情風險影響、也受到媒介中疫情資訊大流行因素影響，大規模的疫情資訊流行可能會強化大衆的威脅感覺。而應對效能既包括個體通過媒介資訊所感覺到的應對效能，也包括政府的風險應對所形成的社會層面的應對效能。比如說，在疫情期間，科學防疫措施的普及提升了個體層面的應對效能，而封鎖隔離、核酸檢測、疫苗接種等抗疫措施則提升了社會層面的應對效能。
根據這樣一個二維分析架構，本研究将重大疫情背景下社會恐慌的影響因素概括為線上和線下兩組因素。威脅感覺因素既包括客觀的疫情風險所引發的威脅感覺，也包括新聞媒體上的疫情資訊傳播所觸發的威脅感覺；而應對效能，則既包括政府的風險應對所形成的應對效能，也包括個體通過資訊接觸所感覺到的應對效能。
表1 重大疫情背景下的風險感覺與社會恐慌
（1）客觀的疫情風險與社會恐慌。客觀的疫情風險是風險治理場域中的核心變量，也是引發社會恐慌等情緒反應的初始動因。本研究試圖在分析架構中将客觀的疫情風險因素納入。本研究認為，疫情大流行構成應激源，作為外在的威脅，包括感染威脅和死亡威脅，觸發大衆的威脅感覺和恐慌反應。是以，大衆暴露于客觀疫情風險的程度越高将會越恐慌，而決定這種暴露程度的是一個地區的疫情确診數量。另外，疫情本身的新奇性也構成恐慌的重要影響因素，病毒的新奇性越高，越容易引發恐慌；而當病毒越來越日常化、普遍化、熟悉化之後，其所引發的恐懼感越弱。
據此，我們提出研究假設1：社會恐慌與客觀的疫情風險暴露程度成正相關，疫情風險對社會恐慌具有激化效應；與此同時，病毒的新奇性越高，越容易引發恐慌，而随着病毒的新奇性降低對恐懼的激化效應越弱。
（2）媒介資訊傳播與社會恐慌。很多研究認為，媒體在很大程度是導緻風險情境下社會恐慌和恐懼的主要原因，特别是新聞媒體(Ihekweazu,2017)。不過媒介的這種恐慌喚起效應可能随着時間的推移而出現不斷遞減的情況。從媒介的恐懼訴求到媒介資訊疲勞的轉變過程中，我們預期，媒介中的疫情風險資訊對社會恐慌等負面情緒的激化效應可能會持續遞減。
另外，在風險情境下，媒介除了具有風險放大功能之外，實際上也具有社會安撫功能。所謂社會安撫功能是說，媒介通過強調國家幹預、應對風險的努力等叙事，有助于安撫民心，增強社會團結，這些叙事具有社會安撫的功能。
綜上，提出研究假設2：疫情期間媒介生态中疫情資訊的流行程度與社會恐慌成正相關，疫情資訊的大流行對社會恐慌具有激化效應，不過這種激化效應可能随着時間的推移而持續弱化；而媒介生态中有關國家幹預和抗疫有關的資訊對社會恐慌則具有消解效應，與社會恐慌的程度成負相關。
（3）應對效能與社會恐慌。面對疫情威脅，防控的效能感構成群眾風險感覺的重要次元。而封鎖隔離、核酸檢測和疫苗接種等抗疫措施有助于提升群眾對疫情的應對效能，尤其是技術治理能力的提升有助于減少不确定性，進而有助于化解社會恐慌。
據此，我們提出研究假設3：在重大疫情下，政府的風險應對力度（包括封鎖隔離、核酸檢測和疫苗接種等）與社會恐慌成負相關，政府的風險應對力度越大，越有助于提振社會信心，化解社會恐慌。封鎖隔離的啟動、核酸檢測、疫苗接種等應對措施的強化或普及有助于化解社會恐慌。
02
風險應對、社會支援對抑郁等負面情緒的影響
抑郁是一組以情緒低落為主要表現的複雜情緒，常表現為悲觀、悲哀、寂寞、孤獨、失望、絕望、失助、喪失感和厭世感等消極的情緒狀态，在生理上則表現為對生活的興趣喪失，難以入睡，孤獨感增強，嚴重的甚至有自殺傾向，常常伴失眠、食欲不振、性欲降低等。抑郁常由各種具有壓力的生活事件和刺激引起。這些情緒反應的強弱取決于個體賦予所失去的事物的主觀價值，個體表現出來的是失望或者是絕望，甚至是厭世、輕生（沙蓮香，2015）。
前文的分析已經指出，在重大疫情的風險場景下，政府的風險應對政策在疫情不同階段存在一個從以封鎖隔離為主導的階段到以核酸檢測、疫苗接種等技術工具為主導的技術治理階段，在風險應對的不同階段，政府的風險應對所引發的社會壓力是不一樣的，由此而引發的大衆情緒反應模式有所不同。我們預期，在封鎖隔離階段，封鎖隔離由于引發了經濟社會停擺，給大衆帶來全方位的壓力，進而會引發抑郁、無助和煩躁等負面情緒，而在技術治理階段，政府對群眾的限制比較小，這個階段的疫情風險治理所引發的負面情緒反應幅度總體上偏小。
在重大疫情背景下，為了抗擊疫情，政府除了制定封鎖隔離政策以切斷病毒傳播鍊條之外，各國政府也制定一系列社會支援政策，以緩解疫情給群眾帶來壓力，比如說收入支援、稅收減免等。已有研究認為，作為應對壓力的心理和物質資源，社會支援被認為可以減輕壓力源對個人心理健康的不利影響，進一步緩沖壓力的負面效應 ( Shi et al,2020)。這也就意味着，提供社會支援可增強人們應對危機事件的信心感覺，減輕壓力評估的影響，防止特定情況被評估為高壓力。
綜上，我們提出研究假設4：強制性的封鎖隔離所形成的社會壓力構成抑郁情緒的激化因素，不過随着疫情應對從封鎖隔離向核酸檢測、疫苗接種等應對階段的轉變，政府抗疫行為對負面情緒的激化效應在持續弱化，而來自政府的收入支援等社會支援則有助于抑郁情緒的緩解。
03
文化背景可能在很大程度上塑造世界各地在疫情下的風險感覺和情緒反應，文化的松緊度既對一個社會在協調應對疫情威脅方面産生影響，對社會心理也會産生重要影響。
一方面，面對疫情威脅，松文化和緊文化背景下的個體對威脅的反應模式有所不同，寬松的文化背景下人們更容易出現樂觀主義傾向，對威脅的警覺較低，故而恐懼程度相對較低；而緊文化背景的形成本身就是因為在曆史上長期面對威脅而形成的文化氛圍，在面對威脅時更容易在短時間内引發社會的廣泛警惕和恐懼，進而采取相應的自我保護措施。另一方面，從文化價值觀的角度來看，世界不同文化地區，個體自由與公共利益的關系模式不同，在處理抗疫規則與個體自由的關系時也有所不同，使得人們對封鎖隔離的限制和所引發的壓力有不同的認知評價，進而使得封鎖隔離在世界不同地區對抑郁情緒的激化效應可能不一樣。
據此，我們提出研究假設5：面對共同的疫情威脅，文化的松緊程度在很大程度上對恐懼情緒具有調節效應，相對于寬松文化，緊密文化更容易快速産生恐懼情緒，而寬松文化背景下，在疫情初期，盲目的樂觀主義情緒更容易盛行，恐懼的産生要相對滞後；同時，不同的文化背景下，為了應對疫情的社會協調能力是不一樣的，在緊文化背景下，個體自由與封鎖隔離等限制之間的張力相對較小，而在松散社會的文化背景下，封鎖隔離的規則與個體自由之間的張力則比較大，進而使得封鎖隔離對抑郁等負面情緒的激化效應比緊密文化社會要更為強烈。
三
資料與方法
01
資料來源：因變量
重大疫情期間恐慌、焦慮和抑郁等負面情緒的演變是本研究的被解釋變量。為了測量重大疫情背景下負面情緒的演變，本研究主要基于社交媒體大資料Twitter和線上新聞輿情大資料GDETL等資料來源，并借助于谷歌雲平台對多源大資料進行處理和分析。
1.基于社交媒體大資料的社會情緒測量。為了借助于社交媒體大資料監測重大疫情期間社會恐慌的表達和演變，我們主要通過爬取疫情期間推特使用者在疫情期間所釋出的資訊，在進一步的語義計算和資料清洗的基礎上，計算恐慌、焦慮和抑郁等負面情緒的演變。
借助于網絡爬蟲程式，我們對推特平台上來自不同國家的使用者進行資料爬取，包括美國、英國、加拿大、澳洲等英語國家，上述四國的資料中，美國使用者的資料為124,118,057條，英國的推特使用者資料為50,592,177條，加拿大的使用者資料為24,991,790條，澳洲的使用者資料為18,005,872條。
基于語義計算的概念操作化與科學測量。如何從混雜的社交媒體文本資訊中尋找出紮根真相，尋找出我們所真正需要測量的資訊？這個問題涉及到語義計算，即需要我們通過對社交媒體文本進行語義計算，通過語義計算，去除混雜資訊中的噪音，去粗取精，去僞存真，進而真正實作對關鍵變量的測量。
我們采取的步驟是，第一步，為了和GDELT資料進行比對，我們基于wordnet affect情感詞典确定主要負面情緒的關鍵詞，比如說恐慌主要基于panic，fear,scare等情緒詞來表達，而焦慮則與anxiety等情緒詞有關系，抑郁則與depression,helplessness,hopelessness,impatience等情緒詞密切相關。很顯然僅僅選擇包含這些情緒關鍵詞的推文，不一定就是與這些情緒相關的情緒表達，需要将這些與情緒表達不相關的推文剔除。
第二步，基于Bert句向量編碼算法，首先将推特短文本編碼為512維的句向量，通過對句向量進行聚類運算，對海量的短文本進行語義聚類，進而實作對短文本進行語義主題分類，去掉與情緒表達無關的語義類型，實作對情緒資料的清洗，根據與情緒表達直接相關的推文資訊計算情緒名額。
以社會恐慌為例，為了計算社會恐慌情緒，我們提取了2020年1月-2020年12月上述四個國家使用者所生成的大約900多萬條包含恐慌（panic）關鍵詞的推文，基于Bert句向量編碼算法将推文編碼為512維向量，基于對向量的聚類運算，将這900多萬條推文進行主題分類，給每一條推文一個主題編号；然後基于TF-IDF算法提取每一類主題下的關鍵詞，判斷每一類語義的主題資訊，并從中選取出與恐慌情緒表達相關的主題，去掉與恐慌表達不相關的主題；在此基礎上對恐慌表達的推文資訊進行聚合運算，計算出各國恐慌情緒的日變動指數。
通過對推文進行語義分析，圖1呈現了社交媒體使用者所釋出的包含panic的有關推文的語義分布情況。
圖1 社交媒體平台上有關社會恐慌（panic）的語義聚類
圖1中每一個點代表了一條包含恐慌（panic）的推文（每一條推文通過BERT模型編碼為512維向量，通過降維算法Ivis，将512維的語義向量降到2維，在二維空間上每一個點代表一條推文），這些推文之間根據他們語義上的互相接近而聚成為一類，語義相距深遠的類之間則分布在空間上不同的類。根據900多萬條推文在語義之間的相似性，将所有關于恐慌的推文表達的語義劃分為20類，每一類代表一種語義。語義完全不同的語義叢集相對位置遙遠，而語義接近的語義叢集之間互相接近。
圖1的語義聚類結果顯示：在重大疫情背景下，社交媒體使用者的panic表達大體可以劃分為以下幾類：
第一類是使用者層面反映自己恐慌發作（panic attack，比如說I have a panic attack today），以及恐慌發作的各種症狀和不适，這一種類型的語義表達表示的是使用者恐慌情緒在身體症狀上的表現；圖像當中的左下角的第1類、第2類、第9類、第14類，第19類大體都是反映這種情況下的語義主題。
第二類是左上角的社會恐慌，具體包括第4、6、10、11、13、18等語義類型，這幾種類型的主題主要是反應恐慌在經濟和市場領域的表達，包括市場恐慌、搶購廁紙和食物、擠兌銀行和醫療資源、囤積物質等非理性行為，可以将這種類型的恐慌概括為市場恐慌，是恐慌在經濟和市場領域的行為表達和延伸，表現為消費者搶購超市物資、投資者在股市上的恐慌性的抛售。
第三類大體是疫情與恐慌相關的主題。這主要展現在第8、12、16等語義類型。主要反映疫情給使用者在疫情威脅下的恐慌體驗等，或者疫情威脅下的恐慌、害怕、驚恐等情緒體驗。
第四類主題是一些與恐慌有關的評論資訊，從其行為主體關鍵詞來看，主要與媒介和政府因素有關系，而從creating、spreading、blame、cause、create、created、making、spread、responsible、caused等關鍵詞來看，則會發現，這一類的資訊主要是在評論媒介如何引發恐慌，政治人物的不當言行等引發的群眾恐慌。在社會恐慌爆發的大背景下，社交媒體上存在各種評論性的資訊，或者引導大衆不要恐慌、保持理性的聲音，很顯然這些與恐慌高度相關，但這些資訊并不是大衆恐慌的直接表現，是以，在計算恐慌情緒名額的時候，我們将這一類資訊去掉，語義叢集3、5、7、15、17等反應的大體是這種情況。
通過對恐慌有關推文的資訊進行語義聚類分析和主題分析，我們認為，這900多萬條推文中，第一類、第二類、第三類等主題與恐慌情緒的表達密切相關，而媒介、政治人物制造恐慌等資訊則大多隻具有評論的意涵，與社交媒體使用者的恐慌情緒反應的關聯性不大。在計算恐慌情緒名額的時候，我們重點考慮第1-3類主題的推文資訊，并據此計算恐慌情緒指數。
焦慮和抑郁情緒指數計算方法類似，限于篇幅，在此不做具體展示。
2.基于線上輿情大資料的社會情緒測量
很顯然，推特平台上的情緒演變，主要反應推特主要使用地區社會情緒變動情況。要試圖了解社會恐慌更為廣闊的圖景，需要我們借助于其他資料集來拓展研究視野，本研究重點采用的是全球線上輿情資料庫GDELT。
作為網際網路時代全球最大的線上輿情資料庫，GDELT涵蓋了全球200多個國家幾乎所有線上新聞媒體的資訊，內建了億萬量級的網際網路語料，非常有助于研究者從海量資料中建構名額以分析宏觀社會的動态演變（陳雲松，2022）。
很顯然，要監測2020-2022年間各國社會在如此長時間跨度中社會情緒的變化，線上輿情資料GDELT是一個非常有利的管道。GDELT資料庫內建了2015-2022年間全球範圍内30多萬個新聞網站上大約15億張新聞網頁的原始文本資訊，借助于liwc，wordnet affect等多種情緒計算算法，提取了文本中的情緒表達資訊，相關的計算結果內建在GDELT資料庫的GCAM這一字段中。本研究通過對該資料庫的演算，最後發現在重大疫情背景下，恐慌、焦慮、抑郁以及相關的情緒在疫情期間的變動比較有代表性，是以，重點選擇這三種負面情緒進行計算。
進一步的分析發現，基于GDELT所計算的情緒指數變動與基于twitter所計算的情緒指數變動具有高度一緻性（圖2），基于gdelt資料集可以用于測量各國社會情緒的變化，該資料有助于本研究了解重大疫情背景下負面情緒在全球演變更為廣闊的圖景。
圖2 美國社會2020年恐慌的日變動：Twitter和Gdelt的測量結果比較
02
資料來源：自變量
客觀的疫情風險，本研究通過約翰霍普金斯大學釋出的全球疫情監測資料庫中的疫情确診數量進行測量。
疫情新奇度指數。疫情的新奇性構成風險感覺的重要因素。是以，本研究認為，我們不能用均質的眼光看待每一例疫情确診病例對社會恐慌的影響：在沒有出現疫情的環境下，新出現一例确診病例，或者說在确診病例還很少的時候，突然新增幾例确診病例，與在疫情已經大幅度擴散的情況下再增加很多确診病例給社會心理的沖擊帶來的影響是不一樣的，很顯然，前面兩種情況給社會心理帶來的沖擊遠遠要大；在疫情确診病例很少的情況下，突然再新增幾個确診病例，或者突然出現病例的快速上漲，也意味着疫情環境的迅速惡化；而在累計确診病例已經有上百萬的情況下，新增幾十萬或者上百萬的病例，人們似乎對此已經司空見怪，心理反應比較麻木了，其所産生的心理沖擊反而不大。
正是考慮到疫情演變中的這樣一種情況，結合自然語言處理領域的tf-idf算法的啟發，我們用新增确診數量/累計确診數量得到一個測量疫情新奇度的指數confirmed_tf_idf指數，用于反應疫情演變過程中，疫情的變化對于社會心理的不均質的影響。
媒介是風險溝通的核心管道，在疫情演變過程中，媒介資訊生态的變化對社會情緒産生重要影響。本研究重點關注疫情期間媒介資訊中的疫情風險相關資訊，以及政府抗疫相關資訊對社會情緒的影響。其中，媒介中疫情資訊的流行程度（Media_covid），根據GDELT資料庫中有關疫情的主題的數量測量，媒介中政府抗疫資訊的流行程度(media_gov)則根據GDELT資料庫中有關政府抗疫的主題數量進行測量。
重大疫情下政府行為與風險應對。從這次新冠疫情的發生過程來看，為了應對疫情擴散，切斷其傳播鍊條，各國政府采取了多種多樣的應對政策。牛津大學一個研究團隊對全球所有國家在疫情期間的政府行為以及出台的各類政策進行系統整理，這些政府行為的具體内容參見表3。表3是牛津大學研究團隊在疫情期間所整理的各國政府行為資料的架構及其測量方案。目前該資料庫已經被作為公共資料資源存儲在谷歌雲平台的Bigquery資料倉庫中，本研究關于世界各地區在疫情期間的政府抗疫行為資料直接調用谷歌雲上的資料資源。
表3 牛津大學新冠疫情期間的政府行為資料
在政府行為資料庫中，stringency_index作為本研究測量政府風險應對力度指數的測量名額；school_closing、workplace_closing、cancel_public_events、restrictions_on_gatherings、close_public_transit、stay_at_home_requirements、restrictions_on_internal_movement、international_travel_controls等形成的綜合因子作為封鎖隔離力度名額；而income_support debt_relief，public_information_campaigns testing_policy，contact_tracing，facial_coverings，vaccination_policy等生成的因子則作為社會支援度名額。
表4 封鎖隔離程度的測量：基于谷歌流動性資料中的名額說明
經濟社會停擺指數。疫情和封鎖隔離引發經濟社會停擺，這樣一種經濟社會停擺的現象，通過工作空間和居住空間的人口流動性指數進行測算。本研究有關不同空間上的流動性資料來源于谷歌的全球流動性監測資料，該資料庫包含了2月份疫情以來全球130多個國家主要生活空間上的流動性變動，基于與平常基線狀态的比較，可以準确測量封鎖隔離的執行力度。當封鎖隔離高度嚴格的時候，公共空間，包括工作場所、超市和便利店、公共交通站點、公共活動場所等空間上的流動性相對于基線水準出現大幅度下降，而私人空間，主要是指居住場所附近的流動性會大幅度增加（本研究也将其定義為居家隔離指數）；反之，當封鎖隔離逐漸松動的時候，則會出現相反方向的流動性變動。谷歌全球流動性名額的含義具體參見表4。同樣，該資料目前也作為公共資料集存儲在谷歌雲平台上，本研究直接調用該資料集中G20國家各類空間位置的流動性資料。
四
重大疫情下主要負面
情緒的演變特征分析
下面我們同時結合社交媒體大資料和線上輿情大資料計算主要負面情緒的名額，歸納全球和主要疫情爆發地區在疫情期間主要負面情緒的演變特征。
01
重大疫情下主要負面情緒的演變特征：基于線上輿情大資料的分析
本研究發現，重大疫情背景下的負面情緒演變，既有全球普遍性的一般特征，也有因為抗疫模式和文化背景不同等因素帶來的差異性。結合全球200多個國家在疫情期間社會情緒演變的總體資料，有助于我們分析重大疫情背景下負面情緒演變的一般特征，而結合國别資料的比較分析，則有助于我們了解不同抗疫模式與文化背景下負面情緒演變的多樣性及其形成機制。
1、重大疫情下全球層面負面情緒演變的一般特征
圖3從輿情大資料GDELT的角度展示重大疫情期間全球層面主要負面情緒的變動态勢，研究結果顯示，這些負面情緒的演變過程呈現如下特征：
首先，在重大疫情背景下，主要的負面情緒類型包括恐慌、焦慮和抑郁等（圖3）。從全球的尺度來看，主要負面情緒大規模、長時間跨度的爆發和持續主要集中在2020年第一波疫情期間，從2020年7月份第一波疫情之後，恐慌、焦慮和抑郁等負面情緒盡管在2020年9、10月份、2021年8、9月份等秋冬季節以及2022年3月份奧密克戎變異期間有所反彈，有幾個小規模的小高峰（圖3），不過其爆發幅度遠不如第一波疫情期間那樣大。
其次，從主要負面情緒的出現時間來看，恐慌、焦慮和抑郁等負面情緒的爆發具有一定的時序差異。恐慌、恐懼、焦慮等具有警報性的負面情緒率先爆發，焦慮與恐慌的上升時間大體類似，不過，焦慮情緒持續的時間比恐慌情緒略微要長一些，同時焦慮情緒的峰值比恐慌要略晚，抑郁情緒的出現和爆發時間要明顯晚于社會恐慌，總體而言，在社會恐慌到達峰值、出現拐點逐漸消退的過程中，抑郁情緒持續上漲。
圖3 全球層面主要負面情緒的變動态勢：基于GDELT的分析（周）
說明：基于全球30多萬個線上新聞網站2020年1月1日-2022年4月6日約2.7億篇新聞網頁的語料資訊計算。情感計算的方法基于GDELT資料庫中GCAM所提供的wordnet affect詞典中關于恐慌、焦慮和抑郁的情緒詞表，其中panic,scare,fear對應着情感詞典中的恐懼、恐慌等情緒類型，而anxiety對應着焦慮情緒，depression、helplessness、impatience則對應着抑郁情緒類型。很顯然，來自于全球200多個國家的資料資訊所計算出來的結果，稀釋了文化、政治體制以及各種國别性的随機因素的影響，從全球尺度展示了重大疫情下主要負面情緒的演變過程與一般特征。
2020年初第一波疫情、8、9月份第二波疫情以及2021年8、9月份和2022年3月奧密克戎反彈等多個負面情緒波動階段，大體都遵循上述模式（圖5）。
這說明，在重大疫情的背景下，恐慌、焦慮與抑郁的變動呈現出非常明顯的階段性特征。即無論是疫情初現，還是疫情反彈期間，負面情緒演變，都呈現出非常明顯的恐慌期，抑郁期和緩和期。
再次，從主要負面情緒的階段性演變特征來看，負面情緒的幾次波動與疫情的爆發和反彈的節奏存在時間上的對應關系。全球疫情的演變，大體經過以下四個階段：2020年2月份第一波疫情爆發，大體持續到2020年7月；2020年8、9月秋冬季節疫情反彈和德爾塔毒株的變異，再度引發全球疫情的大規模反彈；2021年秋冬季節的第三波疫情反彈，以及2022年2、3月份因為奧密克戎的變異引發的第四波全球疫情的反彈。
從恐慌、焦慮和抑郁的波動特征來看，除了2020年第一波疫情初期大規模的波動之外，在2020年秋冬季節（8、9月份）以及2021年秋冬季節（8、9月份）以及2022年2、3月份都出現非常明顯的波動。由此看來，從長周期的變動态勢來看，疫情的反彈和階段性變動與負面情緒的波動之間具有密切關系。
2、不同抗疫模式下負面情緒演變的相似性與差異性
不同文化背景下，負面情緒的階段性演變特征具有高度的類似性。上文我們從全球層面刻畫了負面情緒的演變特征，實際上，類似的波動規律幾乎出現在所有疫情爆發國家，我們在圖4-圖5中展示了全球部分國家在疫情期間負面情緒的波動特征，這些國家的負面情緒變動與全球的趨勢呈現出高度的相似性，并表現為：重大疫情期間負面情緒爆發主要集中在2020年第一波疫情期間，表現為恐慌、焦慮和抑郁等；在重大疫情的背景下，具有警報性的恐慌情緒首先出現，抑郁情緒的出現相對滞後，而焦慮情緒則處于上述兩種情緒之間。
圖4 世界主要主要疫情爆發地區在2020-2022年間主要負面情緒的演變态勢
不同抗疫模式下負面情緒的演變具有鮮明的差異性。世界主要疫情爆發地區的負面情緒除了存在一些相似性的共同特征之外，各國負面情緒的演變動态也有一些明顯的差異性。主要表現在于，負面情緒的波動幅度、持續時間、峰值出現的時間，尤其是三種負面情緒在時間軸上的動态演變都有較為明顯的差異（圖5）。
從三種負面情緒的波動幅度來看，有些社會在第一波疫情期間的波動幅度較小，比如說日本等社會，這說明疫情給社會心态帶來的沖擊相對較小；而全球大部分社會，在第一波疫情的沖擊下恐慌、焦慮和抑郁等負面情緒的波動幅度都普遍較大。
圖5 2020年第一波疫情期間部分國家主要負面情緒的演變
從社會恐慌、焦慮和抑郁的持續時間跨度來看，不同社會的情況也差異非常明顯。特點最為突出的是抑郁情緒在拉美地區的表現。資料分析結果顯示（圖5），拉美地區抑郁情緒的持續時間明顯要長于世界其他地區。到2020年7月份，世界其他地區的抑郁情緒已經接近尾聲，而拉美的阿根廷、玻利維亞、巴西、智利、哥倫比亞等多個國家，抑郁情緒還處于高位階段。
02
主要負面情緒的演變特征：基于社交媒體大資料Twitter的分析
從推特平台資料來看，我們所監測到的負面情緒演變态勢與GDELT所監測到的負面情緒演變态勢大體一緻，比如說，在社交平台上，第一波疫情期間，恐慌、焦慮和抑郁等負面情緒都有大幅度波動；從2020-2021年間所監測的負面情緒的演變态勢來看，恐慌、焦慮和抑郁的大規模爆發主要集中在第一波疫情初期，在第一波疫情之後，恐慌情緒盡管也随着疫情的反彈而出現一些小幅度波動，但推特平台上基本上很少再度出現大規模、長時間跨度的負面情緒爆發；與此同時，推特情緒監測結果也顯示，恐慌爆發時間在這些國家明顯要早于抑郁情緒的爆發。
總體而言，從線上輿情大資料GDELT和社交媒體大資料Twitter所監測到的情緒名額的變動态勢的比對情況來看，二者具有高度的一緻性。基于GDELT資料所展示的三種負面情緒的基本特征在社交媒體大資料Twitter中都存在。與此同時，三種負面情緒的演變态勢在兩種監測方法中所得到的結果具有高度的一緻性。作為兩種完全不同的資料來源，前者基于全球2.7億篇線上新聞計算，後者基于全球13億條推文計算，二者所監測到的全球層面的負面情緒的高度一緻性說明，兩種情緒計算方法所監測到的情緒指數都具有可信度，可以反映重大疫情背景下社會情緒的演變态勢。
圖6 重大疫情背景下主要負面情緒的階段性演變（美國）
圖7 重大疫情背景下主要負面情緒的階段性演變（加拿大）
圖8 重大疫情背景下主要負面情緒的階段性演變（英國）
圖9 重大疫情背景下主要負面情緒的階段性演變（澳洲）
五
威脅感覺、應對效能
與社會恐慌的演變
上文我們呈現了疫情期間主要負面情緒的演變态勢與基本特征，那麼決定重大疫情期間負面情緒演變的核心機制是什麼？本研究試圖結合風險溝通、風險應對等風險治理因素對此進行解釋。
在分析之前，先做簡要說明。從情緒心理學的角度來看，由于恐慌、恐懼、害怕、焦慮等同屬于“恐懼”這一基本情緒範疇中，有着大體類似的原因和形成機制，分析結果也顯示，這幾種負面情緒的演變态勢大體類似，是以我們重點以恐慌（panic）情緒的分析為主；而無助、絕望、煩躁、沮喪等負面情緒體驗則大體屬于抑郁類（depression）症狀，是以，我們主要以抑郁情緒為主進行分析。
01
威脅感覺、應對效能與社會恐慌的演變
上文分析指出，在重大疫情的背景下，威脅感覺和應對效能構成社會恐慌的主要影響因素，其中媒介在風險溝通過程中的疫情資訊傳播強化大衆的威脅感覺，對社會恐慌具有激化效應，而政府抗疫等風險應對行為以及媒介資訊中的抗疫資訊則有助于恐慌的緩解。另外，由于客觀疫情風險是風險治理的宏觀背景，并構成社會恐慌等情緒反應的初始動力，是以我們将其作為控制變量納入分析模型。
為了對這種相關機制進行檢驗，我們借助于長面闆資料模型分析媒介資訊傳播等風險溝通因素、政府抗疫等風險應對因素對恐慌情緒的影響。
模型設定方法。本研究中所利用的資料屬于典型的長面闆，涉及到的時間序列則包含了780多個。另外，在分析對象的選擇方面，為了雙向固定效應模型的精簡起見，我們在此主要選擇G20國家中主要的19個國家建立面闆資料模型。
對于長面闆資料分析而言，首先需要明确的是被解釋變量是平穩面闆還是非平穩面闆，通過面闆機關根檢驗，本研究發現，恐慌情緒的日變動等被解釋變量是平穩面闆，是以可以采用平穩面闆相對應的估計方法。
其次，通過對社會恐慌變量進行相關檢驗之後，發現模型中存在殘差自相關、異方差和截面相關等問題，據此，我們确定使用LSDV和FGLS等方法進行模型估計，在stata中對應着xtpcse和xtgls等長面闆資料模組化方法。
一般而言，長面闆模組化方法主要采取雙向固定效應模型，在這個模型中，個體效應直接用虛拟變量進行控制，而時間效應則用時間趨勢項進行控制。
根據上面的模型設定原則，本文建構了社會恐慌的分析模型。模型如下：
Panicit=ꞵ0+ꞵ1*media_covidit +ꞵ2*media_govit+ꞵ3*covid_newit+ꞵ4*lockdown_policyit +ui+yt+Ɛit
表5 社會恐慌的影響因素
表5展示了恐慌情緒的模型估計結果。資料分析結果發現，線上因素中，媒介資訊中關于疫情資訊流行程度對社會恐慌具有較強的正向影響，而媒介資訊中關于政府抗疫主題的流行程度則有助于降低社會恐慌（模型2-5）。線上下因素中，政府的封鎖隔離的力度與社會恐慌成負相關，即政府的封鎖隔離力度越大，社會恐慌越弱。
另外，表5也展示了疫情因素和風險應對因素之間的互動效應對社會恐慌的影響。很顯然，封鎖隔離是因應疫情演變而動态變化的。是以有必要考慮疫情因素與上述兩個因素的互動效應對社會恐慌的影響。資料分析結果顯示（表5），疫情因素與政府抗疫行為的互動效應對社會恐慌具有一定的正向影響（模型2-5）。
通過分析世界各地區社會恐慌各主要影響因素以及不同因素對社會恐慌的影響程度大小，可以得出以下幾個基本結論：
1.客觀的疫情風險與社會恐慌之間的關系模式。從疫情确診數量與社會恐慌的回歸系數來看，疫情确診數量對社會恐慌的影響的力度較小。這與描述性分析的結果是大體一緻的。描述性分析結果發現（圖5），在第一波疫情下，當确診數量還很少的時候，已經出現了社會恐慌的高潮，而随着疫情的持續，新增确診數量在增加，但社會恐慌卻在快速消退；尤其是第二波、第三波疫情反彈的時候，疫情的确診數量遠遠大于第一波疫情，但是社會恐慌的程度卻不如第一波疫情。這說明，疫情的确診數量與社會恐慌的程度之間的關聯較為微弱。
新增疫情确診數量與恐慌的關系較弱，這并不代表疫情因素對社會恐慌影響較弱。疫情引發恐慌，還與疫情本身的新奇性密切相關。表5顯示，雙向固定效應模型表明（表5模型6），疫情新奇度指數與恐慌情緒的變動十分密切。這一指數與恐慌的演變高度相關（confirmed_idf的回歸系數為0.243）。研究假設1中有關疫情新奇性的假設得到檢驗。
2.媒介資訊與風險溝通構成社會恐慌演變的核心因素。本研究發現，媒介因素影響社會恐慌的機制存在兩個方面，這二者對社會恐慌的影響方式是不一樣的。第一個是媒介的疫情叙事和風險放大機制，構成社會恐慌的激化因素；另外一個是媒介的國家幹預叙事和社會安撫機制，構成社會恐慌的消解因素。
前文的分析發現，在第一波疫情期間，恐慌情緒的波動幅度遠大于後續的疫情，這實際上與第一波疫情期間媒介中疫情資訊大流行的程度密切相關，同時還與媒介資訊疲勞效應有關。
圖10 世界主要大國疫情資訊大流行的變動情況：2020-2022
進一步的資料分析結果顯示（圖10），在第一波疫情初期，新聞媒體中有關疫情主題的流行程度遠大于後續疫情，由此而強化的威脅感覺也相應地強于後續疫情，進而使得第一波疫情期間社會恐慌爆發幅度遠大于第二波以及第三波疫情。
圖11 媒介資訊疲勞效應：2020-2022
注釋：為了分析媒介疫情資訊對恐慌喚起效應的時間變化，在控制了其他主要影響因素的條件下，圖11從标準化回歸系數的點估計值和區間估計值的角度刻畫了疫情資訊對恐慌情緒的影響力度随時間逐漸遞減的情況。
進一步的資料分析結果還顯示（圖11），随着時間推移，媒介資訊疲勞效應明顯，即媒介中疫情資訊對恐慌的激化效應逐漸遞減。從媒介資訊疲勞效應的角度來看，在風險溝通的情景中，媒介的恐慌喚起效應存在随時間遞減的情況，資料分析結果顯示，第一波疫情期間媒介的恐懼喚起效應要明顯高于第一波疫情以後，在控制了其他因素之後，2020年年初第一波疫情期間媒介中的疫情資訊對恐懼的激化效應幾乎是2022年年初一季度的3倍左右。
正是因為存在媒介資訊疲勞效用和媒介對疫情的關注度持續下降，媒介在後續疫情風險溝通過程中所發揮的風險感覺效應引發後續公衆恐懼反應較低，研究假設2得到檢驗。
媒介影響社會恐慌的第二層機制是通過國家幹預叙事以及相應的社會安撫效應。與媒介的疫情叙事往往發生在大流行的早期不同，媒介的國家幹預叙事出現在國家實施封鎖隔離之後，相對較晚，構成社會恐慌的消解機制。在疫情初期，疫情的陌生性、新奇性等特征驅動了媒介大幅度采取疫情的大流行叙事，而實施了封鎖隔離之後，媒介的注意力發生轉移，開始大規模關注政府行為和封鎖隔離。
由于國家幹預叙事架構主要是有關政府和公共衛生機構的抗疫措施和社會救助行為，以及政府在抗疫過程中所取得的各種成效，對消解社會恐慌具有重要作用，群眾從媒介資訊中所感覺到的政府行為和抗疫進展，有助于提振社會信心，對社會恐慌具有消解作用。
3.國家幹預與政府抗疫行為構成社會恐慌的消解因素。如果說客觀的疫情風險經過媒介的風險放大機制，引發社會恐慌的話，那麼國家幹預的一系列舉措包括封鎖隔離，關閉公共交通和設施，包括學校、工廠、交通以及關閉邊境等風險應對舉措，則在很大程度上化解了社會恐慌。研究假設3得到檢驗。
02
威脅感覺、應對效能的動态變化與恐慌的階段性變化
上文借助于雙向固定效應模型，檢驗了疫情大流行、疫情資訊大流行和應對因素對社會恐慌的影響，不過仍然無法說明這些線上、線下因素在疫情演變各個階段究竟是如何影響社會恐慌變動的。
美國
法國
俄羅斯
圖12 社會恐慌、疫情資訊大流行與國家幹預的變動
本研究發現，疫情期間社會恐慌主要由威脅感覺和應對效能兩個因素塑造，威脅感覺因素主要包括疫情威脅、疫情資訊傳播等，而應對效能因素則主要來自于各種類型的政府行為，包括封鎖隔離、技術治理、社會救助等一系列的抗疫措施。這兩種力量在疫情不同階段的組合，決定了疫情不同階段大衆情緒反應的基本特征，同時這兩種力量在疫情期間也在不斷發生變化，在疫情期間這兩種力量的變化及其在疫情不同階段的組合，塑造疫情期間大衆情緒的基本特征（圖12）。
以美國、法國、俄羅斯等疫情爆發重點地區為例（圖12）。在疫情初期，疫情具有高度的陌生性、未知性和不确定性，疫情的這些屬性容易引發大衆的風險認知偏差，即過高地估計疫情威脅，故而引發恐慌情緒反應，與此同時，在疫情初期，大衆對陌生病毒缺乏最起碼的認知和應對措施，不知如何應對，專家和政府以及公共衛生部門在這個階段同樣無法采取有效措施，是以從個體到宏觀的公共衛生系統，應對病毒的能力極低。是以，在這個階段，公衆的威脅評估和應對能力評估就出現如下狀況：即疫情威脅感覺極大，而應對能力極小，在此情境下出現大規模恐慌反應。
雪上加霜的是，在疫情大流行的初期，還出現疫情資訊大流行，疫情有關的資訊爆發式增長，全球的注意力聚焦到疫情的議題上，海量的、不斷重複的疫情資訊不斷強化人們的風險認知和風險意識，将疫情的風險放大。在媒介的風險放大機制的作用下，整個社會陷入到恐慌情感漩渦，愈演愈烈，社會心理危機爆發。
而随着時間的持續，情況也在發生變化，社會系統逐漸進入到适應和應對疫情的狀态。主要表現為，疫情的威脅依然存在，人們對疫情的威脅評估還存在，但一系列的應對措施，包括保持社交距離，封鎖隔離、核酸檢測、戴口罩等個人層面的應對和社會層面的應對措施出現，從個體到宏觀的社會系統層面的應對措施強化了人們對病毒威脅的應對能力。于是，應對能力評估出現了積極變化，盡管威脅評估依然存在，但應對能力評估上升，提升人們應對病毒的信心，是以風險認知結構發生變化，社會恐慌消退。
更為重要的是，應激反應期之後，媒介不再把注意力和叙事的架構集中到疫情上，媒介的叙事架構發生了改變，這或許是病毒的新奇性降低，也可能是媒介出現資訊疲勞、再度關注疫情不一定能吸引社會的注意力，媒介的風險放大機制式微，社會恐慌也随之而退。
在整個第一波疫情中後期，盡管客觀的疫情風險一直存在，但由于應對能力的提升以及媒介資訊環境發生了變化，對疫情的認知環境發生變化，社會的情緒反應也總體理性。
而到了第二波、第三波疫情期間，盡管病毒出現了新的變異，但是由于核酸檢測的正常化和疫苗的出現，人類社會應對病毒的能力進一步提升，第二波、第三波疫情期間，很少再度出現大規模社會恐慌。
通過觀察疫情期間多國的經驗現象（圖12），在疫情不同階段，随着“威脅感覺-應對效能”的不同組合，社會恐慌也出現相應變化，本文将其概括如表6。
表6 社會恐慌的階段性演變邏輯
（1）在疫情初期，疫情充滿了未知性、新奇性和不确定性，同時出現風險溝通過程中媒介的恐懼訴求效應，資訊疫情的大流行，強化了公衆的威脅感覺；與此同時，在疫情初期，由于病毒的新奇性和未知性，從個體到國家層面的應對效能極低，是以出現“高威脅感覺-低應對效能”的局面，在這樣的情況下出現大規模社會恐慌。
（2）随着疫情擴散，封鎖隔離啟動，各種核酸檢測措施完善，以及科學防疫辦法的普及，這個時候客觀的疫情風險仍然存在，威脅感覺依然很高，但在應對效能提升的情況下，社會恐慌出現相應消退，國家幹預和各種應對措施的出現，對社會恐慌具有削減效應。在媒介依然大規模關注疫情，高威脅感覺依然存在的情況下，随着封鎖隔離、疫苗計劃、疫情檢測等政府行為和幹預措施的出現，強化了公衆的應對效能，由此而形成“高威脅感覺-高應對效能”的态勢，在這樣的背景下，社會恐慌逐漸消退。
（3）進入第一波疫情中後期以後，随着對病毒的認知增多，各種不确定性下降，媒介對疫情的關注度下降，大衆對媒介的風險資訊脫敏，媒介的恐懼訴求效應式微，媒介資訊疲勞效應顯現，而應對能力則進一步提升，比如說各種疫苗的出現，是以，即便出現疫情的進一步擴散或者第二波、第三波疫情的大規模反彈，但在“低威脅感覺-高應對效能”的情況下，很少再度出現大規模社會恐慌。
綜上，社會恐慌主要出現在第一波疫情初期，第二波疫情以及後續的疫情演變階段基本上沒有出現大規模的社會恐慌。疫情期間社會恐慌的消長主要與媒介資訊傳播、國家幹預等因素密切相關，是線上與線下，虛拟與現實，建構性因素與客觀風險等因素交織在一起共同塑造的。
六
封鎖隔離、社會支援
與抑郁情緒的演變
抑郁情緒也構成重大疫情背景下主要的負面情緒類型，從風險治理的角度看，這可能與政府的風險應對和應急處置的負面效應有關系，比如說封鎖隔離既有切斷病毒傳播鍊條的積極效應，但中斷了正常的經濟社會秩序，引發經濟社會停擺，給大衆帶來的全方位壓力，因而可能會引發抑郁、無助等負面情緒，另外，除了封鎖隔離之外，在風險情境下，政府也會出台各種類型的社會支援措施，這可能有助于負面情緒的緩解。
01
重大疫情與封鎖隔離下的抑郁情緒
重大疫情背景下封鎖隔離及其所形成的壓力構成抑郁等負面情緒的主要激化因素，而為了緩解疫情的社會影響，由政府所提供的各種形式的社會支援則構成抑郁情緒的緩沖因素。本研究關于抑郁情緒影響因素的參數估計模型如下：
Depressionit=ꞵ0+ꞵ1*covid_newit+ꞵ2*lockdownpolicyit+ꞵ3*socialsupport t+ui+yt+Ɛit
下面結合雙向固定效應模型，對主要研究假設進行檢驗。資料分析結果顯示，從抑郁情緒的主要影響因素來看，客觀的疫情風險、封鎖隔離等對抑郁情緒都具有激化效應，而社會支援因素則構成抑郁情緒的緩沖因素，對抑郁情緒具有一定的消解效應（表7）。
表7 抑郁情緒的影響因素分析
在這裡的四大影響因素中，客觀的疫情風險、封鎖隔離政策、經濟社會停擺指數（包括工作空間上的流動性變動和居住空間上的流動性變動）之間具有密切關聯，客觀疫情風險和封鎖隔離政策都會帶來經濟社會停擺，同時，客觀疫情風險、封鎖隔離政策、經濟社會停擺都會對抑郁情緒産生影響。那麼，在這裡的多種效應中，哪種效應是抑郁情緒的主要形成原因呢？為了進一步深入展示客觀的疫情風險、封鎖隔離政策、經濟社會停擺等因素對抑郁情緒的影響，我們借助于路徑分析對主要變量之間的關系進行分析。
圖13 客觀疫情、封鎖隔離與經濟社會停擺對抑郁情緒的影響機制
從全球的資料來看，對抑郁等負面情緒産生影響的，主要可以分為直接因素和間接因素，直接因素是疫情和封鎖隔離等政策對負面情緒的直接影響，間接因素是因為疫情和封鎖隔離而引發的經濟社會停擺對抑郁情緒的影響。從資料分析結果來看，客觀疫情風險和封鎖隔離政策對抑郁情緒的直接效應較弱，而疫情和封鎖隔離引發的經濟社會停擺因素是引發的抑郁情緒上升的主要原因。
資料分析結果顯示（圖13），與客觀的疫情風險和封鎖隔離政策對抑郁的直接作用相比，經濟社會停擺構成抑郁情緒産生的主要原因，工作場所的流動性下降，引發抑郁情緒的上升，二者之間的Beta系數為-0.16，即工作空間上的流動性下降引發抑郁情緒上漲；而因為經濟社會停擺，群眾隻能呆在家中，是以，居住空間上的流動性增加，即居家隔離的狀況增加，資料分析結果顯示，居家隔離指數的上漲引發抑郁情緒的上漲，二者之間的回歸系數為0.15。
從全球的資料來看，疫情和封鎖隔離政策都引發經濟社會停擺，不過從影響力度上來看，封鎖隔離政策對經濟社會停擺的影響力度要遠大于疫情因素。資料分析結果顯示，封鎖隔離政策無論是對工作空間，還是對居住空間上的流動性的影響力度，都要遠大于疫情因素。
綜上，封鎖隔離政策是引發經濟社會停擺的主要原因，而經濟社會停擺因素是引發抑郁情緒反應的主要原因，重大疫情下的抑郁情緒在很大程度上是封鎖隔離政策及其引發的經濟社會停擺而形成。疫情因素盡管也在一定程度上引發經濟社會停擺，不過其影響力度遠遠要低。
02
封鎖隔離、技術治理的階段性變動及其對社會情緒的影響
從2020年1月份疫情爆發開始，到本文資料采集時間2022年9月份，疫情持續了快3年，在這個漫長的抗疫過程中，随着疫情的動态演變以及科學技術的變化，我們發現全球的疫情應對政策也發生了階段性變化。
圖14 疫情應對政策的動态變化
從疫情最初開始，疫情應對主要依靠封鎖隔離，這種情況在2020年1月-7月份最為明顯，大規模封鎖隔離在世界各國此起彼伏，是以我們看到封鎖隔離引發的工作空間流動性指數大規模下降，而居家隔離指數則大規模上升，這種大規模封鎖隔離的情況到了2020年11月份第二波疫情反彈時依然還比較明顯；
從2020年7月份以後，我們發現疫情應對政策出現了一些新的變化，首先是核酸檢測從2020年7月份之後穩步上漲，然後到了2020年12月份左右，各種類型的疫苗出現，疫苗注射出現大規模上漲，在2020年12月到2021年9月，疫苗注射幾乎是抗疫的代名詞，構成整個抗疫過程中最為主要的應對政策；而随着疫情的繼續變異和反彈，從2021年9月份之後，核酸檢測再度成為抗疫過程中的主要事項一直持續至今。
簡而言之，從2020年1月份開始到2022年9月，疫情應對出現一個以封鎖隔離為主導的階段轉變到主要依靠核酸檢測和疫苗接種的技術應對階段，封鎖隔離、疫苗注射、核酸檢測依次成為抗疫的主要應對政策，随着疫苗注射、核酸檢測等技術治理手段的普遍化，大規模封鎖隔離在總體上式微，尤其是從2021年3月份開始，經過了一波疫苗注射的浪潮之後，除了2022年3月奧密克戎反彈期間有小幅度反彈之外，大幅度的居家隔離上漲的态勢很少再度出現，工作空間上的流動性也是持續上漲。這說明，有了核酸檢測、疫苗注射等技術治理手段之後，盡管疫情仍然在反彈和反複，但是群眾在面對疫情時的信心增加了，疫情對社會的沖擊逐漸弱化，疫情引發的經濟社會停擺現象越來越少，這從居住空間和工作空間上的流動性指數的變動可以看出。
前文的分析已經指出，由于封鎖隔離政策及其引發的經濟社會停擺是抑郁等負面情緒的主要影響因素，随着疫情應對政策從以封鎖隔離為主導的階段轉變到以核酸檢測、疫苗接種為主導的階段，大規模封鎖隔離的情況越來越少，是以，政府行為與疫情應對引發的負面情緒反應也越來越少。大規模封鎖隔離主要發生在2020年第一波疫情期間，相應地，抑郁情緒的大規模爆發也主要發生在這個階段；随着2020年年底疫苗接種和核酸檢測普遍化之後，大規模、大幅度出現抑郁情緒的情況也越來越少。
七
文化因素在風險情境下
對情緒反應的調節效應
01
文化價值觀在風險建構中的重要作用及其對風險感覺的影響
社會建構因素在很大程度上影響着公衆對風險、疫情威脅的評價，這有助于解釋不同文化、不同地區對疫情威脅的了解和反應的差異。社會建構作為一個過程，指的是社會如何集體地通過社會互動将意義和秩序強加給人們的世界，人們如何感覺和解釋、建構和塑造他們共同的現實(Burr, 2003;Gergen, 2009)。社會建構過程在很大程度上與文化價值觀密切相關。在風險情境下，人們對風險的了解受文化價值觀影響，這可能是在風險場景下不同文化背景下人們的行為反應出現差異的重要原因。
前文談到，松文化和緊文化背景下的個體面對集體威脅時，存在不同的行為反應。在松文化背景下，社會規範對個體較弱的規制，這本身就是這些地區在長期的曆史演化過程中面臨的生态威脅相對較少而形成的，是以，在面對疫情威脅時，更容易産生盲目的樂觀主義偏見，社會恐慌等情緒的形成會相對緩慢；而在緊文化背景下，嚴厲的社會規範與曆史上長期存在的生态威脅密切相關，當出現新冠疫情這樣的威脅時，很容易觸發人們過去關于大規模傳染病的曆史記憶（比如在東亞，疫情初期人們很快想起2003年左右SARS引發的令人恐慌的場景），社會恐慌很快出現。
這一研究假設得到本研究的經驗證據支援，資料分析結果顯示（圖15），在2020年第一波疫情初期，最早出現大規模社會恐慌的往往是緊文化地區（比如說東亞），而松文化地區在疫情的威脅下在很長時間記憶體在樂觀主義偏見（比如說北美和西歐，以及南美），社會的恐慌程度較低，一直等到2020年3月以後疫情在這些社會大規模爆發，大規模的社會恐慌才逐漸盛行（圖16）。
圖15 社會恐慌演變的第一階段：2020年1月19日-2020年2月22日
圖16 社會恐慌演變的第二階段：2020年2月23日-2020年3月15日
資料分析結果顯示，從2020年的1月19号到2月22号全球的恐慌演變來看，大體遵循以東亞為中心，然後向東南亞、南亞、中亞、俄羅斯等地區擴散的态勢，不過，社會恐慌在向外傳遞的過程中，很快出現地理衰減效應，或者說面臨地理上的區隔：這一波恐慌的全球擴散的邊界主要分布在以東亞為中心的亞洲地區（緊文化地區），社會恐慌并沒有擴散到西歐、北美、南美等松文化地區，社會恐慌的擴散呈現出非常明顯的文化或者地理邊界（圖15）。隻有進入到2020年3月份疫情在歐美大規模擴散之後，疫情的直接威脅引發大規模社會恐慌的盛行（圖16）。
這一現象讓人聯想到2020年疫情初期西方媒體的反應，尤其是東亞抗疫處于最艱難期間，西方媒體表現出來的态度是，“這種疾病是黃種人的疾病”，或者說“是亞洲人的疾病，與我們無關”，西方媒體對疫情叙事呈現出明顯的“他者化”特征，也正因為是這樣，全球出現對黃種人甚至是整個亞洲人的集體性排斥。
這種現象很顯然是文化因素在風險的叙事和建構中發揮作用的表現，也是文化價值觀的差異引發疫情初期，世界不同地區的恐慌情緒反應出現分異的重要原因。即緊文化地區在面臨疫情威脅時能很快形成全社會的警惕并觸發恐懼等情緒反應，尤其是激發人們關于大規模傳染病的恐懼記憶，并采取自我保護措施；而松文化地區在疫情初期則存在非常明顯的樂觀主義偏見，對疫情威脅反應比較遲鈍，并通過疫情他者化等社會建構政策進行自我安慰，以至于錯過抗疫最佳時機。
02
封鎖隔離的文化差異及其對負面情緒的不同影響
本研究發現，在不同的文化背景下，一方面，封鎖隔離的形态差異顯著，松文化背景下的封鎖隔離普遍呈現出短期輕度隔離的特征，而緊文化的地區則普遍呈現出長期的、中度的封鎖隔離特征；另一方面，封鎖隔離的樣态與情緒反應之間存在明顯的文化間差異。
封鎖隔離對抑郁情緒的激化效應，在不同的文化背景下存在一定差異（圖19）：總體而言，封鎖隔離在北美發達地區、整個歐洲地區（包括英國、歐盟國家、中東歐國家以及俄羅斯）引發的負面情緒反應非常強烈，而在整個拉丁美洲、非洲地區，封鎖隔離所引發的負面情緒反應明顯要弱，亞洲地區存在一定程度的分化，但封鎖隔離所引發的抑郁在總體上較為輕微，明顯要弱于歐洲和北美地區。
圖19 居家隔離對抑郁情緒的影響力度：120國
接下來的問題是，我們如何了解封鎖隔離在不同的文化背景下所引發的情緒反應上的這樣一種差異？這樣一種差異的形成機制是怎樣的？
這背後的原因大體是在松文化背景下，封鎖隔離的規則與個體自由之間存在比較大的張力，封鎖隔離更容易引發個體的不适應，故而更容易引發精神健康問題，如抑郁、煩躁等；而在緊文化，國家為了盡可能嚴格地切斷病毒傳播，采取了長期的封鎖隔離政策，由于社會對于公共安全與強限制規則的認可，在規則與自由之間，規則被更加普遍地接受。是以，盡管其封鎖隔離的嚴厲程度比松文化地區要強，而且封鎖隔離的時間也相對較長，但是卻能夠得到群眾更為普遍的認可，長期的高強度的封鎖隔離所引發的負面情緒反應相對較輕。
是以，當我們将“松文化-緊文化”這一跨文化比較次元引入到分析架構之後，我們發現文化邏輯對封鎖隔離下社會情緒反應的調節效應，即松散文化和緊密文化在全球的分異，塑造了世界上不同國家與地區不一樣的封鎖隔離政策，同時也塑造了封鎖隔離之下不一樣的情緒反應。文化傾向、封鎖隔離與情緒反應這三者之間，大體構成一種如下的關系模式：
在松文化的社會，個體的自由與封鎖隔離的規則之間存在較大張力，為了減少二者之間的沖突，松散文化的社會更傾向于采取短期的、輕度的封鎖隔離模式；但是即便是這樣，這些短期的、輕度的封鎖隔離模式也引發了個體的強烈的負面情緒反應。這一邏輯典型地展現在北美、西歐以及中東歐等地區的抗疫過程中。而在緊密文化之下，個體自由與封鎖隔離的規則之間的張力相對較小，封鎖隔離規則具有普遍的可接受性，并容易形成普遍的社會共識。是以，在這些文化模式下，普遍采取的長期、重度封鎖隔離政策。盡管長期的封鎖隔離也同樣帶來較大的經濟社會損失，但是在社會心态上引發的負面情緒反應則相對較弱，而這種社會情緒反應恰好構成這些社會長期重度封鎖隔離的社會心理基礎。
表8 各大文化區域的文化價值觀、封鎖隔離與情緒反應
八
總結與讨論
01
重大疫情下的主要負面情緒及其演變特征。
本研究試圖以新冠疫情期間主要負面情緒的演變模式為分析對象，揭示這些負面情緒演變趨勢背後的重要影響因素。我們發現，重大疫情下的負面情緒主要包括恐慌、焦慮和抑郁等，大規模的負面情緒爆發主要發生在2020年第一波疫情期間，随着後續疫情的反彈，恐慌、焦慮和抑郁等負面情緒盡管也出現波動，不過其幅度遠不如第一波疫情。在第一波疫情期間，幾乎所有大國在疫情期間，都經曆了類似的負面情緒波動軌迹，先後出現恐慌、抑郁、焦慮、無助和煩躁等負面情緒的爆發，從爆發時間來看，這些負面情緒的暴發呈現出非常明顯的多階段特征，第一階段往往表現為恐慌情緒的爆發，而第二階段則出現抑郁、無助和煩躁等負面情緒的上漲；第三階段主要是恢複與反彈階段，恐慌等負面情緒随着部分國家的疫情反彈而再度出現小規模爆發。
02
重大疫情下主要負面情緒的形成與演變機制分析
關于社會恐慌的形成和演變機制。本研究從媒介資訊傳播與風險溝通、政府行為與風險應對等角度，結合“威脅感覺-應對效能”等風險感覺因素，分析了2020-2022年間社會恐慌的演變邏輯。
在2020年重大疫情初期，由于疫情的新奇性、陌生性與不确定性，以及公共衛生機構與新聞媒體在風險溝通過程中的恐懼訴求效應，引發大規模的疫情資訊大流行，放大公衆的威脅感覺；而與此同時，從個體到公共衛生機構和政府部門對于病毒缺乏最起碼的認知，整個社會對疫情的應對能力極低，由此而形成“高威脅感覺-低應對效能”的格局，引發公衆的恐慌和焦慮情緒。
随着疫情的進一步擴散，很多國家啟動大規模封鎖隔離，由于封鎖隔離建構了一種基于風險和安全之間的可見差別的戰時秩序，把密切接觸者和高風險區隔離開來，在客觀上起到了化解社會恐慌的作用，是以，随着第一波疫情中很多國家對封鎖隔離的啟動，社會恐慌在總體上下降。即盡管客觀的疫情還在，威脅感覺還在，但封鎖隔離在很大程度上作為一種應對政策，提升了大衆的應對效能感和安全感，在此背景下社會恐慌總體下降。
第一波疫情之後，進入2020年秋冬季節，疫情再度反彈，甚至大規模反彈，從疫情風險的角度來說，這會增加群眾的威脅感覺，不過在這個階段，風險溝通與風險應對格局發生變化，從風險溝通的角度看，由于疫情的新奇性下降，同時媒介資訊疲勞效應凸顯，大衆對疫情資訊的關注度降低，疫情資訊也不再像疫情初期那樣吸引眼球，并高強度地引發恐慌，大衆對媒介疫情資訊倦怠，在這個階段，媒介對疫情的關注度下降，盡管疫情反彈，但是由于媒介的恐懼喚起效應弱化，群眾對反彈疫情的威脅感覺遠不如第一波疫情初期。
與此同時，疫情應對方式也出現新的變化，随着2020年6、7月份核酸檢測和2020年底疫苗接種的普遍化，人類社會對疫情應對能力大幅度提升，大規模的核酸檢測降低了病毒的不确定性，而疫苗接種有效地降低了死亡率，在這個階段形成“低威脅感覺-高應對效能”的風險感覺态勢，盡管疫情大規模反彈，不過引發的恐慌幅度降低。
“低威脅感覺-高應對效能”是常态化抗疫階段的基本形态，在這個階段，大規模封鎖隔離已經比較少了，核酸檢測和疫苗接種等成為抗疫的新常态，盡管2021-2022年間的疫情爆發規模遠大于第一波疫情，其在2021-2022年間的反彈還是在一定程度上引發社會恐慌，不過，此時的社會恐慌總體幅度較低，在“低威脅感覺-高應對效能” 的風險感覺态勢下，疫情風險已經難以再度引發大規模的社會恐慌。
社會抑郁的形成與演變機制分析。抑郁情緒也是重大疫情背景下大規模流行的負面情緒類型。本研究主要結合壓力理論，從風險應對的負面效應，即封鎖隔離與經濟社會停擺所引發的社會壓力角度對其形成和演變機制進行分析。
研究發現，大規模的抑郁情緒也主要出現在第一波疫情期間。抑郁的大規模爆發主要與封鎖隔離的啟動有關系，封鎖隔離的啟動，引發經濟社會停擺，本研究從工作空間上的流動性變動和居住空間上的流動性變動對其進行監測。工作空間上的流動性下降，意味着越來越多的人失業，不能正常工作，收入壓力增大；居住空間上的流動性增加，則意味着居家隔離的情況越來越普遍，人們被迫呆在家裡，正常的社會交往中斷。
路徑分析的結果顯示，封鎖隔離政策及其引發的經濟社會停擺是抑郁等負面情緒的主要激化原因，從2020年6、7月份開始，很多國家解除了大規模封鎖隔離，各類空間上的流動性恢複，抑郁情緒總體消退。2020年第一波疫情以後，盡管疫情仍然在反彈和擴散，不過由于疫情風險的應對政策已經轉移到主要依靠核酸檢測和疫苗接種等應對手段，這些技術性的應對政策由于對大衆的限制相對較少，是以，引發的抑郁情緒反應也總體較低。
03
文化因素對風險情景下的情緒反應具有調節效應。
2020-2022年間的新冠疫情在全球爆發，由于世界各地區在抗疫模式和文化特征上的差異，也使得世界各地區在重大疫情背景下的情緒反應具有明顯的差異性。
已有研究發現，在漫長的曆史演化過程中，由于生态威脅的差異而形成的文化松緊程度上的差異因素，不但塑造世界各地區在抗疫績效和協調能力上的差異，也在很大程度上影響着大衆的情緒反應。
就恐慌而言，松文化和緊文化在疫情初期對風險的社會建構上存在差異性，面對疫情威脅，緊文化的社會很快能激活有關大規模傳染病的曆史記憶，形成警覺，是以很快出現恐慌等社會情緒反應；而松文化的社會在疫情初期很長一段時間内，則存在盲目的樂觀主義偏見，甚至對東亞地區正在發生的疫情進行“他者化”的建構與叙事，由此而錯過疫情應對的最佳時機。
就抑郁情緒而言，在松文化背景下，強調個體自由大于強調對封鎖隔離規則的遵守，封鎖隔離規則與個體自由之間存在較大張力，長期的、重度封鎖隔離必然會遭到群眾的激烈反對，是以政府在民意的制約下，隻能選擇短期、輕度的封鎖隔離政策；但即便是這樣，短期的輕度封鎖隔離政策，依然會在松文化的背景下引發群眾的強烈心理不适。在強調個體自由的文化背景下，封鎖隔離引發的被限制感、生活的失控感和無助感要更強，因為群眾對封鎖隔離狀态的接受程度低。
而反觀緊文化地區，這些社會強調在面對重大疫情挑戰的時候，政府的權威性，以及個體對封鎖隔離規則的準守程度都比較高；同時對于違反封鎖隔離規則損害集體安全的偏離行為的容忍度較低。在這樣一種整體性文化氛圍下，重度封鎖隔離與個體自由之間的張力相對較弱，大衆對于政府所制定的封鎖隔離規則具有較高的認可度和支援度，因而引發的心理不适和負面情緒反應相對較低。
04
對策建議。從重大突發公共衛生事件的應急管理的角度來看，本研究的發現有如下啟示。
首先，重大疫情背景下的社會心理危機幹預，尤其需要注重疫情第一波疫情初期大規模社會心理危機的管理，研究發現，重大疫情背景下，第一波疫情初期的社會心理危機往往是最為猛烈的，引發的次生性的社會災難性後果也更大。
其次，重大突發公共衛生事件下的社會心理危機的沖擊具有非常明顯的階段性特征，恐慌、焦慮、抑郁等負面情緒出現的時間點明顯不同，社會心理危機的幹預也需要因應這樣一種階段性特征，把握社會心理危機演變的時間節奏。
再次，重大疫情下的社會恐慌的爆發，與風險溝通和媒介資訊密切相關。在發揮媒介的風險溝通的核心作用時，要注意平衡威脅資訊、應對資訊之間的平衡，既需要提升公衆的警覺，通過一定程度的恐慌喚起以說服他們采取自我保護行為，也需要提供明确的應對資訊，以提升其應對效能，在威脅資訊與應對資訊之間保持平衡。在2020-2022年間出現的情況是，在疫情初期，媒介風險溝通過程中經常顧此失彼，在疫情初期，過于關注威脅資訊 ，是以出現過度的恐慌，應對資訊嚴重不夠；而在疫情中後期，受媒介資訊疲勞機制的影響，媒介對疫情威脅資訊關注不夠，群眾的自我保護意識弱化，後期全球多次大規模疫情反彈與此關系密切。是以，在疫情初期，需要警惕疫情資訊大流行引發的過度恐慌，而在疫情中後期，則要謹防風險溝通過程中的資訊疲勞效應。
最後，為了切斷病毒傳播鍊條的封鎖隔離措施，有其相應的社會心理代價，尤其需要注重防範封鎖隔離所帶來的無助、煩躁和抑郁等負面情緒的大規模泛濫。重大疫情下的風險溝通與風險應對，往往是雙刃劍，既需要看到這些風險治理對策的積極效應，也需要分析其社會心理代價。
05
讨論與不足。
不可否認，本研究仍然存在一些不足。重大疫情下的負面情緒演變，實際上是多因素混合作用的結果，很難完全從單一的理論視角或者架構進行了解。本研究重點從媒介資訊與風險溝通、政府行為與風險應對的角度讨論了重大疫情背景下社會情緒的形成和演變機制。很顯然，除此之外，還有很多其他重要因素和機制沒有被納入，比如說情緒的社會傳染機制，應激反應機制等等。另外，就媒介資訊與風險溝通因素而言，虛假資訊、謠言等在資訊傳播過程中對社會情緒的影響，就政府行為與風險應對因素而言，大衆對政府的信任等對社會情緒反應具有重要影響。諸如此類未盡之處，希望能夠在後續研究中進一步推進。
參考文獻
烏爾裡希·貝克．風險社會．何博聞譯．南京：譯林出版社.2004.
烏爾裡希·貝克．世界風險社會．吳英姿、孫淑敏譯．南京：南京大學出版社.2004.
陳雲松，定量社會學的宏觀轉向，中國社會科學，2022年第2期.
王俊秀,高文珺,陳滿琪,應小萍,譚旭運,劉曉柳.新冠肺炎疫情下的社會心态調查報告——基于2020年1月24日-25日的調查資料分析[J].國家治理,2020(Z1):55-64.
王俊秀. 疫情期間社會心态變化調查[N]. 北京日報,2020-02-10(010).
王俊秀，周迎楠,劉曉柳,資訊、信任與信心:風險共同體的建構機制，社會學研究，2020年第4期.
尹恩·羅伯遜, 趙明華. 現代西方社會學[M]. 河南人民出版社, 1988.
孫元明. 災難中社會恐慌的生成,演繹,變化及其危害性——重大疫情防控期社會情緒應急管理及後疫情時代的社會情緒治理[J]. 前沿(4):9.
時勘，範紅霞，賈建民，李文東，宋照禮，高晶,胡衛鵬(2003)．大陸群眾對SAＲS資訊的風險認知及心理行為．心理學報，35(4)，546－554．
時勘，大陸群眾對SARS資訊的風險認知及心理行為，心理學報，2003年第4期.
謝曉非，鄭蕊，謝冬梅，王惠(2005)．SAＲS中的心理恐慌現象分析．北京大學學報(自然科學版)，第4期．
辛自強，疫情的風險認知及經濟社會心理研究進展（2020），心理技術與應用，第6期.
珍妮.X.卡斯帕森編著，童蘊芝譯，《風險的社會視野：公衆、風險溝通及風險的社會放大》，2010，中國勞動社會保障出版社。
Blascovich J , Tomaka J . The Biopsychosocial Model of Arousal Regulation[J]. Advances in Experimental Social Psychology, 1996, 28:1-51.
Brülhart, M., Klotzbücher, V., Lalive, R. et al. Mental health concerns during the COVID-19 pandemic as revealed by helpline calls. Nature 600, 121–126 (2021).
Chen Q , Liang M , Li Y , et al. Mental health care for medical staff in China during the COVID-19 outbreak[J]. The Lancet Psychiatry, 2020, 7(4).
Erhardt Julian,Freitag Markus,Filsinger Maximilian,Wamsler Steffen. The Emotional Foundations of Political Support: How Fear and Anger Affect Trust in the Government in Times of the Covid‐19 Pandemic[J]. Swiss Political Science Review,2021,27(2).
Garber, J., & Weersing, V. R. (2010). Comorbidity of anxiety and depression in youth: Implications for treatment and prevention. Clinical Psychology, 17(4), 293–306.
Holman, E. A. , Thompson, R. R. , Garfin, D. R. , & Silver, R. C. ,2020.” The unfolding covid-19 pandemic: a probability-based, nationally representative study of mental health in the united states.” Science advances, 6(42), eabd5390.
Philip Strong,Epidemic psychology:a model.Sociology of Health and Illness,1990,12(3),249-259.
Kim，H．S．，Sherman，D．K．，＆ Updegraff，J．A．(2016)．Fear of Ebola:The influence of collectivism onxenophobic threat responses．Psychological Science，27(7)，935－944.
Li, S., Wang, Y., Xue, J., Zhao, N., & Zhu, T. (2020). The impact of COVID-19 epidemic declaration on psychological consequences: a study on active Weibo users. International journal of environmental research and public health, 17(6), 2032.
Shi J, Huang A, Jia Y, Yang X. Perceived stress and social support influence anxiety symptoms of Chinese family caregivers of community-dwelling older adults: a cross-sectional study.
Psychogeriatrics. 2020:20(4):377 –84.
Ungar, S. (1998). Hot crisis and media reassurance: A comparison of emerging diseases and Ebola Zaire. British Journal of Sociology, 48,36–56. doi:10.2307/591262.
Ungar, S. (2008). Global bird flu communication: Hot crisis and media reassurance. Science Communication, 29, 472–497. doi:10.1177/1075547008316219.
International Risk Governance Council,IRGC,Summary Information,Geneva,2011.http://www.irgc.org/IMG/pdf/irgc_summaryinformation_2011.pdf
Jeong, H., Yim, H. W., Song, Y.-J., Ki, M., Min, J.-A., Cho, J., & Chae, J.-H. (2016). Mental health status of people isolated due to middle east respiratory syndrome. Epidemiology and Health, 38, e2016048. doi:10.4178/epih.e2016048
Banerjee, D., & Rai, M. (2020). Social isolation in Covid-19: The impact of loneliness. International Journal of Social Psychiatry, 66(6), 525–527.
Gracia, D. R., & Rubetta, E. R. (2020). Literature review: Quarantine and lockdown during Covid19 outbreak impact on mental health problem. Jurnal Kesehatan Lingkungan, 12(1), 29.
Schmeltzer, S. N. , Vollmer, L. L. , Rush, J. E. , Weinert, M. , Dolgas, C. M. , & Sah, R., 2015,”History of chronic stress modifies acute stress-evoked fear memory and acoustic startle in
male rats.” Stress-the International Journal on the Biology of Stress, (2).
Carpenter, S. (2000). Effects of cultural tightness and collectivism on self-concept and causal attributions. Cross-Cultural Research, 34(1), 38-56.
Ahuja, K. K., Banerjee, D., Chaudhary, K., & Gidwani, C. (2020). Fear, xenophobia and collectivism as predictors of well-being during Coronavirus disease 2019: An empirical study from India. International Journal of Social Psychiatry, 0020764020936323.
Germani, A., Buratta, L., Delvecchio, E., & Mazzeschi, C. (2020). Emerging Adults and COVID-19: The Role of Individualism-Collectivism on Perceived Risks and Psychological 的Maladjustment. International Journal of Environmental Research and Public Health, 17(10), 3497.
Gelfand, M. J., Raver, J. L., Nishii, L., Leslie, L. M., Lun, J., Lim, B. C., ... & Aycan, Z. (2011). Differences between tight and loose cultures: A 33-nation study. science, 332(6033), 1100-1104.
Hofstede, G. (2001). Culture's consequences: Comparing values, behaviors, institutions and organizations across nations. Sage publications.
Samantha KBrooks, The psychological impact of quarantine and how to reduce it: rapid review of the evidence,The Lancet, Volume 395, Issue 10227, 14–20 March 2020.
CarmenMoreno, Volume 7, Issue 9, How mental health care should change as a consequence of the COVID-19 pandemic,The Lancet, September 2020
A.Desclaux,M.Diop,S.Doyon.Fear and Containment:Contact follow up Perceptions and Social effects in Senegal and Guinea.in: Michiel Hofman and Sokhieng Au,The Politics of Fear.
Douglas, Professor Mary. 2002. Risk and Blame: Essays in Cultural Theory. Routledge. London:
Routledge.
Heckhausen, J., & Schulz, R. (1995). A life-span theory of control. Psychological Review, 102(2), 284-304.
Morling, B., & Evered, S. (2006). Secondary control reviewed and defined. Psychological Bulletin, 132(2), 269-296.
Rothbaum, F., Weisz, J. R., & Snyder, S. S. (1982). Changing the world and changing the self: A two-process model of perceived control. Journal of Personality and Social Psychology, 42(1), 5-37.
Kay, A. C., Whitson, J. A., Gaucher, D., & Galinsky, A. D. (2009). Compensatory control: Achieving order through the mind, our institutions, and the heavens. Current Directions in Psychological Science, 18(5), 264–268.
Kemmelmeier, M., Burnstein, E., Krumov, K., Genkova, P., Kanagawa, C., Hirshberg, M. S., Erb, H.-P., Wieczorkowska, G., & Noels, K. A. (2003). Individualism, collectivism, and authoritarianism
in seven societies. Journal of Cross-Cultural Psychology, 34(3), 304–322.
Matsumoto, D., Yoo, S. H., Fontaine, J., Anguas-Wong, A. M., Arriola, M., Ataca, B.,. . . Grossi, E. (2008). Mapping expressive differences around the world: The relationship between emotional display rules and individualism versus collectivism. Journal of Cross-Cultural Psychology, 39(1), 55–74.
Michele Gelfand，The relationship between cultural tightness–looseness and COVID-19 cases and deaths: a global analysis.The Lancet Planetary Health，Volume 5, Issue 3, March 2021.
Gelfand, M. J., Raver, J. L., Nishii, L., Leslie, L. M., Lun, J., Lim, B. C., . . . Aycan, Z. (2011). Differences between tight and loose cultures: A 33-nation study. Science, 332, 1100–1104.
Mu, Y., Kitayama, S., Han, S., & Gelfand, M. J. (2015). How culture gets embrained: Cultural differences in event-related potentials of social norm violations. Proceedings of the National Academy of Sciences USA, 112, 15348–15353.
Liu, P., Chan, D., Qiu, L., Tov, W., & Tong, V. J. C. (2018). Effects of cultural tightness–looseness and social network density on expression of positive and negative emotions: A large-scale study of impression management by Facebook users. Personality and Social Psychology Bulletin, 44(11), 1567–1581.
Reinarman, C., & Leigh, B. C. (1987). Culture, cognition, and disinhibition: Notes on sexuality and alcohol in the age of AIDS. Contemporary Drug Problems, 14(3), 435-460.
Keith, T. (2017). Masculinities in Contemporary American Culture: An Intersectional Approach to the Complexities and Challenges of Male Identity. New York: Routledge.
Steven Taylor,2019，The Psychology of Pandemics,Cambridge Scholars Publishing.
Van Bavel JJ, Baicker K, Boggio PS, et al. Using social and behavioural science to support COVID-19 pandemic response. Nature Hum Behav 2020; 4: 460–71.
Li R. Normative social influence across cultures: the impact of injunctive and descriptive social norms in message-based persuasion. University of Maryland, 2019. https://drum.lib.umd.edu/handle/1903/24963 (accessed Oct 22, 2020).