0 引言

隨著互聯(lián)網(wǎng)的高速發(fā)展，社交平臺(tái)成為了公眾抒發(fā)情緒的核心營(yíng)地，使得企業(yè)負(fù)面事件發(fā)生后網(wǎng)絡(luò)輿情迅速爆發(fā)，這對(duì)企業(yè)名譽(yù)、市場(chǎng)收益甚至存亡產(chǎn)生了深遠(yuǎn)影響[1]。由《2020年中國(guó)互聯(lián)網(wǎng)輿論場(chǎng)分析報(bào)告》可知，無(wú)論是熱度維度還是數(shù)量維度，企業(yè)輿情均排名靠前且有逐年遞增的趨勢(shì)[2]。而在企業(yè)輿情管理方面，有些企業(yè)能在負(fù)面事件網(wǎng)絡(luò)輿情中化險(xiǎn)為夷，有些企業(yè)卻只能深陷泥潭，這反映了不同企業(yè)的輿情應(yīng)對(duì)能力差異性。因此客觀評(píng)價(jià)企業(yè)應(yīng)對(duì)負(fù)面事件網(wǎng)絡(luò)輿情的水平，對(duì)提高企業(yè)輿情管理能力有重要意義。

目前，學(xué)者們主要從輿情研判能力、應(yīng)對(duì)措施和應(yīng)對(duì)效果等角度對(duì)企業(yè)網(wǎng)絡(luò)輿情應(yīng)對(duì)水平展開(kāi)研究。在網(wǎng)絡(luò)輿情研判能力研究中，網(wǎng)絡(luò)輿情生成的影響因素是主要研究話題，核心研究對(duì)象為媒體議程和民眾議程[3-4]，極少考慮股市的沖擊效應(yīng)，而張棟凱等[5]通過(guò)實(shí)證分析發(fā)現(xiàn)群體輿情影響力對(duì)企業(yè)股價(jià)有顯著沖擊效應(yīng)，因此本文從媒體、網(wǎng)民及股市三個(gè)角度判斷企業(yè)網(wǎng)絡(luò)輿情的風(fēng)險(xiǎn)等級(jí)。在網(wǎng)絡(luò)輿情應(yīng)對(duì)措施研究中，學(xué)者們主要采用系統(tǒng)動(dòng)力學(xué)理論[6-7]和傳染病模型[8]對(duì)企業(yè)網(wǎng)絡(luò)輿情的傳播過(guò)程進(jìn)行研究，基于此為企業(yè)應(yīng)對(duì)網(wǎng)絡(luò)輿情制定相關(guān)策略。為了進(jìn)一步研究企業(yè)應(yīng)對(duì)策略對(duì)輿情發(fā)展的影響程度，學(xué)者們結(jié)合實(shí)際數(shù)據(jù)對(duì)企業(yè)具體應(yīng)對(duì)措施進(jìn)行分析，如王康等[9]基于百度指數(shù)的變化情況對(duì)50家上市公司不同應(yīng)對(duì)措施進(jìn)行了回歸分析，發(fā)現(xiàn)越及早、越主動(dòng)頻繁地應(yīng)對(duì)，網(wǎng)絡(luò)輿情對(duì)企業(yè)造成的損失越小，因此本文從企業(yè)回應(yīng)時(shí)間、回應(yīng)次數(shù)以及承擔(dān)責(zé)任態(tài)度三個(gè)角度衡量企業(yè)在網(wǎng)絡(luò)輿情應(yīng)對(duì)中的表現(xiàn)。在網(wǎng)絡(luò)輿情應(yīng)對(duì)效果研究中，眾多學(xué)者將層次分析法[10]、神經(jīng)網(wǎng)絡(luò)[3]、TOPSIS法[11]、結(jié)構(gòu)方程模型[12]等應(yīng)用于輿情應(yīng)對(duì)效果的評(píng)價(jià)研究中，為解決多準(zhǔn)則決策問(wèn)題提供了有效參考。隨著研究的深入，學(xué)者們不斷改進(jìn)熵權(quán)法與TOPSIS法，并將兩種方法相結(jié)合運(yùn)用于多個(gè)領(lǐng)域，如付業(yè)勤等[13]將此方法應(yīng)用于旅游危機(jī)事件網(wǎng)絡(luò)輿情應(yīng)對(duì)水平評(píng)價(jià)中，發(fā)現(xiàn)兩種方法相結(jié)合呈現(xiàn)出更佳的決策效果。因此本文基于熵權(quán)TOPSIS法對(duì)不同類(lèi)型企業(yè)應(yīng)對(duì)網(wǎng)絡(luò)輿情的水平進(jìn)行評(píng)價(jià)。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://ihrv.cn/resource/share/2000003944

作者信息：

陳淑琴，王筱莉，張  靜

(上海工程技術(shù)大學(xué) 管理學(xué)院，上海201620)