01

引言

目前，全国正在科学精准组织疫情防控阻击战，并针对疫情暴露出来的短板和不足，完善和建立重大疫情防控体制机制，健全国家公共卫生应急管理体系。其中，与信息传播和话语构建密切相关的公共安全应急话语面临严峻挑战，研究需求凸显。

习近平主席指出，要健全风险防范化解机制， 坚持从源头上防范化解重大安全风险^[1]。

话语的建构力量正在成为社会科学日益增长的共识，目前已有很多学者对国家安全话语展开了研究^[2-3]，但暂未有学者对国家安全话语中的公共卫生安全应急话语这一分类进行系统研究。

本文从多模态功能语言学领域话语分析的理论和实践出发，思考创建公共卫生安全话语的七个应急分析维度，在此基础上展开基于多模态功能的语言学分析。这种研究为基于大数据的舆情分析做出了及时和深度补充，多模态话语分析、功能语言学、社会符号学与大数据分析的融合有助于从源头上应对公共卫生安全事件产生的话语危机。有助于从源头上应对公共卫生安全事件产生的话语危机。

02

国家安全与公共卫生安全应急话语的构建

此次新型冠状病毒肺炎疫情引发公共安全话语井喷。网络空间与现实空间的深度融合使网络向政治经济社会等领域不断传导渗透，网络也成为影响国家安全和社会发展的重要变量。在自媒体大规模参与传播疫情相关信息的当下，话语意义和符号的重要性达到了前所未有的高峰。舆情分析是依据大数据对已产生的话语进行统计研究^[4]，而公共卫生安全应急话语的构建则是主动在我，主动构建。其分析维度基于舆情观察和主动构建的综合视角，以大数据的统计量化分析结合话语分析的质化研究，综合运用定量和定性研究方法，有助于指导公共卫生安全应急话语的主动构建。功能语言学系统聚焦语言社会与文化接面，对新媒体技术下的多模态语类可进行精微分层语法分析，从而指导大数据技术对非语言模态的数据收集。

本研究路径即从系统功能语言学理论出发，提出构建语言、图像、声音和空间等多种模态意义的多模态疫情应急话语。

03

大数据舆情分析的不足

互联网的高度发达使信息传播渠道和信息接收方式更加多样化，社会舆情发展更为迅速， 但舆情在高速和大范围传播的同时，也留下可追溯的痕迹，通过大数据采集海量舆情信息进行分析已成常态。大数据“全体”“混杂” 和“相关关系” 的三大特点意味着大数据舆情研究需要处理所有相关数据，不追求特别的精确性， 且对事实的态度更多地从因果关系转向相关关系。因此，大数据的核心是数据挖掘，一般指通过算法从大量的结构化数据中搜索隐藏于其中信息的过程。针对非结构化文本信息，则采用文本挖掘的方式，将文本数据转化为高质量信息或可用知识^[5]。自然语言处理是文本挖掘的基础，只有更好地理解文本数据，才能有效进行文本挖掘。除了通常理解的自然语言处理中的句法分类、词法分析、句法解析和语义分析等，语言学的话语理论还对理解文本数据有很大助益。

以大数据作为研究客体或许能够得出结论，应急话语的建构则需话语理性的注入。2020 年2月29日，国家信息中心发布了《“新型冠状病毒肺炎” 公众认知与信息传播调研报告》^[6]，从公众对疫情信息的内容和话题关注度以及信息来源的统计，得出公众信息传播的关键结论，解决了“是什么” 和“为什么” 的问题，但尚不足以解释信息的话语构成，即关于“怎么办” 的建议。另外一项大样本案例量化分析的研究^[7]发现，公众共同的利益诉求、事件发生地、首发媒体、首发位置和中央媒体参与报道等五个因素是网络群体性事件爆发的关键成因。上述结论是研究者采用量化统计和建模方法得出的，研究包含了前期信息采集和后期研判的过程，结尾部分兼有对舆论引导的观照，即对话语建构的一点思考。研究体现了大数据舆情分析的一般路径，即从前期采集到采集和研判并重，还需要走向建构，以话语的自主构建作为结尾。

对网络舆情进行解疑释惑的关键是要有科学的分析工具、模式和判据。当前网络舆情分析的不足主要有三: 将数理统计软件化来代替舆情分析判据的科学性；将经典概率理论简单图示化来代替舆情分析判据的复杂性；用热点重点层面的分析代替的舆情分析深层性^[8]。在凭借大数据方法完成数据采集和基本趋势研判后，通过语言学模型指导数据采集方向和分析领域，能够对话语特质的分析起到关键作用。话语分析能够为统计数据提供更为精微细致的审视，帮助解答公共安全话语中很多亟待解决的问题。

目前的互联网愈发成为“以机器可读形式存在的、大规模自生成的真实语言文本集合”^[9] 。基于大数据的舆情分析流程包括信息采集、预处理、关键信息抽取、舆情内容分析和舆情研判平台构建与服务。其中第三、第四个流程对应的关键技术解决方案分别为“给予语义信息抽取的智能节点识别技术” 和“基于机器学习的舆情分析技术”^[10]。语料库语言学利用大数据技术搜集建立规模百亿甚至千亿词级的网络驱动语料库，为话语分析提供大量真实语料。语言学知识能够对语言特征进行描述， 以便在语料库中进行标注，同时提取真实语境中自然语言的语义信息，并根据研究分析需要的关键信息构筑语言学模型，帮助机器学习。总而言之，大数据互联网舆情分析中涉及到自然语言处理的部分，离不开语言学和话语分析的辅助作用。本文认为，国防科技应在现有大数据分析优势的基础之上融合话语研究的多个分析维度，构建跨学科的公共卫生安全应急话语。

04

公共卫生安全应急话语的构建和分析维度梳理

舆情分析所专注的研究选题，如负面情绪传播机制、负面情绪动力机制和突发事件的群体情绪监控语境等^[11] ，已经呈现跨学科趋势。在功能语言学框架中，话语的评价意义作为话语人际意义的核心组成部分，具有精微的意义潜势^[12]。我们可以将话语的评价意义分为情感、判定和鉴别子范畴分别考察，但目前的研究大多聚集在情感，而判定和鉴别作为和情感互为交织的评价范畴，在显性标注上不占优势，无标记的判定更是随处可见。因此，统计分析中难以确定，急需从个案分析中提取维度。

舆情分析和话语分析的最大区别就在于前者具有即时性^[13]。舆情分析的价值体现在舆情与事件走向之间的互动、预测和照应等，尤其是对网络各类话语的评价意义的分析。截至本文初稿写作时，目前的舆情分析主要集中在“赞扬、支持、疑虑、恐慌、反对、谴责” 等几种态度。而眼下国际社会疫情还在发展，对于遭受疫情磨难的国人，由于同情和关切、冷漠和歧视、感激和羡慕等各种态度交织在一起，导致大数据情感统计的分类标准相对笼统模糊。而话语分析中的功能语言学评价理论对评价性态度的区分更加系统、精微，能对态度分析和同一话语中的各种声音分析进行更加细致深入的解析，能对隐性的情感表达进行显化，可以为舆情分析加强深度。

自媒体舆情中充斥着海量的评价话语，我们可从评价理论的情感、判定和鉴别三个维度梳理出目前疫情话语的评价特征。评价者来源(人民日报、国防部发布等官方公众号，机构和个体大Ｖ 的公众号或微博等) 不同，就有不同的评价维度组合。情感方面， 主要是愤怒、担忧、恐惧和焦虑不安等负面情绪。在情感显性维度上，有直接表述，但更多的为间接蕴含，如通过公众号文章的字体颜色、字号等多模态呈现方式或利用图表和数字等达到引起读者共情的效果。在一篇公众号文章^[14]中，作者将造谣疫情源头的一段文字标红，与前后文的默认黑色文字形成鲜明对比，结合文字内容以激发紧张、担忧的情感。此外，疫情话语中也有表达希望和信心等肯定情感的评价。判定方面，主要是对不戴口罩等行为的谴责，以及颂扬一线医护人员的大爱精神。鉴别方面，有对疫情规模等的描述ꎮ 值得注意的是，有学者对这种叙事方式提出质疑，认为某些新闻报道的叙事方式中蕴含着恐惧和不安，即将因果关系直接关联。例如一篇公众号文章^[15] 标题为《疫情神预测! 如果有关部门当时重视这两位专家的预测该多好!》，文中将2012年“中东呼吸综合征”(ＭＥＲＳ)爆发时我国有关医学专家对中国感染情况的预测与此次新冠疫情爆发直接进行因果关联，批评有关部门事先未能就此引起重视而导致疫情发生。该公众号文章将两件本无关联的事件叙述为因果关系，煽动公众情绪。

当然，人类的认知、行为以及社会活动的任何一个方面几乎都受到情感驱动^[16]，这类话语创造的评价张力有助于危机时刻的情感平衡。疫情之下，人们由于担心、害怕等情感而采取防护措施进行自我隔离，有助于控制疫情扩散。如阅读量10 万＋ 的微信文章《在家待住! 技术宅用５分钟告诉你: 为什么现在还不能出门？》^[17]，标题中以感叹号建构引发读者紧张的情感，以平衡疫情好转情况下部分民众产生的轻视和无所谓的态度，能起到一定的警醒作用。但也有不少公众号在疫情期间散布恐慌消息，制造恐慌情绪。在话语构建中实现情感平衡需要关注情感语义资源的级差系统，即对情感态度强弱度的控制。话语构建者可通过提高或减弱语势以及模糊或清晰焦点来平衡情感态度的强弱，实现提醒、警示和安抚等话语言外之力。

根据话语的分类和命名原则^[18]，此次疫情应急话语的类别分布如下。

权威话语: 如主流媒体信息话语，包括主流媒体公布的疫情病例数字、各地疫情对比回顾、谣言辨析辟谣和确诊病例行程信息追溯等；新闻发布会话语，包括通报疫情信息、回答记者提问等；机构通告话语，如各地交通管制信息和高校致学生的信等；主旋律英雄话语，如关于一线医护人员、解放军和志愿者等的事迹报道；手册类公共产品话语^[19] 与科学话语类似，常为多语种，但文本较长，难以对公众立刻显现意义；疫情外交话语，如外交部发言人的发言等^[20-22]。

呼唤采取行动话语: 主要包括发起对疫区人民和抗疫人士的财物捐助，号召公众提高对疫情的正确认识以及减低焦虑等；怎样做话语^[23]，即疫情期间怎样采取预防措施，怎样进行居家隔离、进行个人防护等。这类话语很多是以小视频等多模态呈现，质量良莠不齐，甚至可能存在误导情况。

评论话语^[24] 、历史话语^[25] 、科学话语^[26] 和叙事话语^[27] 则情况更为复杂，需要梳理其次生语类，分类原则可参照功能语言学语域模型，关注说话人和受话人关系、话语形式以及话语内容，同时在这些话语类别中识别和确立主流媒体话语的位置。特别值得关注的是，评论话语中存在大量猜测、推理和评判类的综合性议论语类，从人际意义上可据上文所述考量其中评价维度的滥觞。

不同语类对应不同的语言特征，这一点体现在概念、人际和组篇意义等各个方面^[28]，并由不同语义资源选择而实现。公共卫生相关话语信息浩瀚如烟海，大数据方法意在以科学的方法高效处理海量数据。经过上述功能语言学指导下的语类分类整理，能够针对不同的主流语类和次生语类决定相应的大数据采集范围和分析方法，避免因话语分类不清影响大数据应用效率。厘清疫情相关话语的语类还有助于后期应急话语的构建，助力话语传播和舆论引导。

疫情进程中的新概念可以分为三类，一是看似浅显却有特定含义的，如“隔离”，需要及时做出辨析，引导公众采取正确的隔离方式；二是看似新奇，但不能按照字面理解的，例如2月13日新闻中大量出现的“医学诊断病例”；三是容易引发误解，需要在使用中加以修订的，例如世卫组织对病毒的英语名称就从NCP修订为COVID-19。有关疫情的新概念多为名词形式，通过特定的名物化过程进入语篇，话语分析可借助名物化结构追溯其产生过程，解构复杂难懂或易产生歧义、引起误解的新概念，帮助话语受众准确理解新信息。

文化和意义的符号关联，是一代代人用符号传递下来的共享意义组成的系统，这里的关键就是“符号形态构成的可分享意义”。符号作为人类交际的基础，包括字词、图像、口号和颜色组合等多种模态。

在公共安全信息传播中，图形具有特别重要的作用，它包含概念的多模态特征揭示，如急需戴口罩、不聚集等图标。符号学把图形分为图像符号、标志符号或指示符号以及象征符号^[29]。图像符号是通过模拟对象或与对象的相似而构成的，如钟南山、李兰娟等医疗专家的肖像画，读者通过图像的相似性可以辨认。指示/ 标志符号与所指涉的对象之间具有因果或是时空上的关联，例如以武汉市标志性建筑黄鹤楼的漫画形象代指整个武汉市等等。象征符号是一种任意约定性的符号，即通过约定俗成的方式形成与对象直接联系的符号，例如用鸽子象征和平，用狮子象征强大等。这三种符号分类方法具有非常重要的参考价值，但它们的区别只是程度的不同，并非相互排斥。

需要注意的是，象征符号和所指涉对象之间并无必然或内在联系，其意义的获得主要是社会习俗。话语发出者和接受者对象对符号意义的理解差异可能会造成话语危机。例如关于援鄂医疗队女队员剪发的图片报道中，女队员剪发后扭头拒绝观看剪下的发辫。此象征符号本意在颂扬医护人员的牺牲奉献精神，但从自媒体随后爆发的对剪发的讨论中，我们可以看出这一图片的多模态含义并未被部分读者完全接收到^[30]。

在疫情的应急传播中，应该紧急创建确定不会造成误解的图像符号和指示符号，避免使用那些容易使人想当然甚至严重误导的象征符号。

言语行为^[31]作为语用学分析的核心概念，指的是为了达到某种言语之力而采用某种言说方式，或者用不同的言说方式来取得同样的言语之力。与言语之力相关的概念是“言后之果”，即这样的话语所产生的后果。例如有的鼓劲没有被受众接受，就是说言后之果是被拒绝。如前文中媒体报道援鄂医疗队女队员剪发的新闻，并未达到预期的牺牲奉献、巾帼英雄等褒扬效果，反而遭到舆论口诛笔伐。媒体“以言表意”，用新闻图片和视频的言语方式叙述剪发事件，意在通过新闻报道这一言语行为“以言行事”，进行正面宣传和舆论引导，其言后之果与预想结果差距较大，即“以言取效” 失败。目前大量的威胁、恐吓、因果报应类的言语行为漂浮在自媒体空间，如若此种言后之果被读者接受，将造成极大负面影响。

为了产生紧急动员、大声疾呼、警醒、敦促、详细提示步骤、抚慰、谴责和颂扬等不同的言语之力以及实现相应的言后之果，建立言语之力分析的话语分析应急维度可对我们需要何种准确的话语表述、何种有效的叙事和修辞，做出观察和评价。

组篇意义指的是信息由于排列的顺序结构和样式而构成的不同意义^[32]。社交媒体作为新媒体中发展最快的传播和交流样式，订阅的公众号时常出现信息呈现顺序混杂的情况。各类公众号由于在目标读者群的设定上交叉重叠，而在实际读者群的选择上又无法做细分，导致话语多声混杂。微信群的类别和顺序混杂，私信转发的呈现顺序也较任意。目前所有手机信息的框架和序列呈现为混杂和冗余的状态，极易导致使用者过度沉浸于信息，也使手机自媒体的组篇意义结构混乱、主次不清，极易给手机使用者造成应急维度上的混淆。

未来，手机和自媒体平台可联合开发具有可选和排序功能的应急信息呈现模式，如同驾驶模式时的信息呈现形式分类，即: 家庭私信、主流媒体信息、补充的民间渠道信息、社会渠道评论、外媒信息和评论以及好友信息和评论等。这种类似电脑网站的框架和排列，能够令使用者在选择阅读方面更加自主，同时避免信息过度沉浸。在进行话语构建时，应重视各类话语信息的组篇结构，公众号读者即自媒体用户可以自行选择信息以何种方式开始，从而决定其接受信息的组篇顺序。

话语的格律是对主、述位关系的阐释，涉及对已知信息和新信息的判定。某些新闻公众号的文章有意无意地通过对信息主位的选择，使得一些本来可信度存疑的信息成为大众已知的、不可争辩的叙事出发点，导致一些错误认知进入话语。

例如公众号文章《新冠被打败了! 日本用的都是什么药?》^[33]，世界卫生组织官方尚未宣布战胜疫情，文中便将其作为叙事出发点即已知事实，借以宣传某类药品，引导读者做出错误判断。功能语言学的话语分析可以通过经验系统识别混入其中的谬误，以正视听^[34]，同时从话语内容上辨析提取有益的意见建议，加大正确信息的有效传播。

由此可见，研发自媒体话语的可信程度标注系统至关重要。目前新浪微博已有专门栏目每天列出辟谣信息，但网络空间仍存在大量不实信息或假借疫情的商业信息以及恶意传播的信息，研发标注文章话语的可信程度成为急需。对海量信息的标注不仅需要前期通过大数据的采集获取和研判话语信息，更需要后期话语分析介入，探索出一套适合网络自媒体话语特性的标注模式。

由偏见到歧视，文化定型话语是跨文化交流中常见的误读来源。文化定型是对某一团体成员类别属性的夸大的认识，对群体身份过度概括，而不试图感知群体身份类别内部的个体变化^[35]。文化定型的表现之一是夸大群体差异，忽略个体差异。具有文化定型思维模式的人习惯以群体的概括取代对个体的具体观察、分析和判断^[36]。在危机时刻，歧视话语的危险性迅速增加。由于疫情在中国湖北省武汉市最早发现，网络上大量流传有关武汉市和武汉人的歧视性话语。在公共卫生事件中，污名化指在没有证据的情况下通过语言策略将某一疾病与某一特定人群联系起来，以引起对该人群的排斥、歧视和侮辱^[37]。污名化的语言策略包括将疾病与多模态符号联系(例如丹麦《日德兰邮报》刊载辱华漫画，借疫情侮辱中国和中国人民^[38])，或将疾病结合特定人群或地域以复合构词法命名(例如一战末期爆发的全球性流行性感冒，因西班牙最早公布而被称作“西班牙流感”^[39])。针对传染病的命名，世界卫生组织曾在2015年发布《新型人类传染病命名最佳实践》^[40]，呼吁避免在疾病名称中使用包括地理方位、动物或食物种群，涉及到文化、人口、工业或职业和可煽动过度恐慌的术语。不合理的命名方式会给人们的生活带来严重后果，正确识别歧视话语同时采用“最佳实践” 命名方式，将最大限度地减少给国家、经济和人民带来的不必要负面影响。

疫情发生后，境外歧视和偏见话语甚嚣尘上，部分外媒对中国人和中国抗疫举措进行污名化。美国总统特朗普在个人推特和白宫新闻发布会上使用“中国病毒” 等严重歧视性言论，被批“转嫁责任”^[41] 后改口称“决定不再将新冠病毒名称与中国关联”^[42]。然而在中国和世界其他有识之士强烈反对针对中国的污名化情况之下，随着中国疫情得到有效控制，全球其他地区疫情升级，国内部分自媒体利用信息不对称，妖魔化国外抗疫情况。例如“意大利人不会戴口罩” “某国人为什么还不抄中国作业” 等等。上述言论或许可被视作部分国人针对之前被外媒歧视的报复性反弹。但通过贬低别国的抗疫努力来滋养和迎合某种虚荣感，这类吹捧话语的广泛传播将造成事实真相被埋没，国人世界观被扭曲究^[43]。

此次疫情是对中国外交和世界安全的重大考验和挑战，应对传染病爆发是全球卫生治理的重要内容^[44]。习近平主席曾提出构建人类命运共同体的理念。中国作为负责任的大国，上至国家领导人与各国首脑通电话，下至医护人员参加各国抗疫视频会议，积极参与疫情外交话语构建。同时发展推特外交主动发声，对舆论和外交话语包含的文化定型因素或刻板印象予以反击^[45]。疫情期间的外交话语应力求避免歧视和偏见，促使国际社会在这场全球战“疫” 中站在人类命运共同体的角度加强协调合作和共同担当。在公共安全危机期间，无论在行动上还是话语上，若针对病毒的来源地产生歧视和使用偏见话语，都可能激发更大的危机。话语分析能够迅速识别这一类歧视话语，并对话语中包含的文化定型做出批判性解构。

此次疫情中，军队的形象是冲锋陷阵在第一线救死扶伤。在此次疫情应急话语主体呈现中，军队群体主要包含四类: 一是驻鄂部队官兵，主要参与抗疫物资搬运、站岗执勤等基本保障任务；二是军医群体，除夕夜出征，对口支援的同时接管火神山医院；三是执行运输抗疫物资和人员任务的解放军部队和装备，包括首次执行非战争军事行动的国产运-20大型运输机；四是以解放军军事医学科学院为首的军事医学科研人员，研发疫苗、总结治疗方法，科研战“疫”，一些领军科研人物的成长故事等成为热搜。几乎未见任何关于军队的负面形象报道，说明大战考验人心，军队逆行者的大智大勇为其形象大大增色。然而细读一些地方官媒和公众号自媒体可以发现，鲜有针对军队救援的报道，即使有相关报道，也多是转载«解放军报» 或国防部等军队媒体的报道，缺乏以地方普通百姓视角和口吻的报道，而军事公众号中的报道有的又不够详尽，报道内容局限在军人群体的所作所为。军队与地方的合作关系、军地互动和军民鱼水情等内容在危机时刻信息井喷时，需要更多拓展报道空间。应急话语构建可引入巴赫金的“复调” 和对话理论^[46]，力图在地方话语中引入军方话语。如报道九零后群体的抗疫行动时，加入对九零后援鄂军医的特写；同时在军方报道中包含地方声音，如地方百姓如何配合支援驻鄂官兵的抗疫任务等。应增强军地话语的“互文性”^[47]，关注来自军地不同群体声音之间的相互作用关系，将“军民融合” 理念延伸至话语传播和媒体舆论领域，挖掘军地话语深度，拓展军地话语受众。

05

结语

正如前文所述，“公众认知与信息传播调研报告”^[48] 的发布虽然对疫情信息进行了数理统计和数据分析，却未能针对疫情信息的话语构成做出阐释，而话语分析则能够提供更为精微系统的审视。目前有关机构已联手就疫情期间发布的新闻报道达成了伦理共识^[49]，但鉴于伦理共识从创建到深入人心尚需时日，加上自媒体话语滥觞，无暇顾及伦理共识，因此亟需构建公共卫生安全应急话语，并从话语上予以示例。同时，为了对公共安全应急话语展开分析，本文提出了话语评价范畴的凸显和精细变化等七个维度。总之，在国防科技中利用大数据分析技术力量进行大数据舆情分析的同时，精微考察并构建公共卫生安全应急话语， 展开基于多模态功能语言学和符号学的话语分析，将有助于为国家安全做出独特贡献。