本文由孙永健撰写，作者来自南京大学新闻传播学院和江苏省老龄文明智库，发表于《河海大学学报(哲学社会科学版)》2025年第1期。本文的主题是“延迟退休政策网络舆情的演化规律、生发机理及治理策略——基于NLP的网络大数据分析”，旨在通过自然语言处理（Natural Language Processing, NLP）技术，分析公众对延迟退休政策的态度、意见及看法，揭示网络舆情的演化规律及其背后的生发机理，并为政策优化提供建议。

背景与研究目的

随着中国人口老龄化程度的加深，延迟退休政策成为国家应对老龄化的重要举措。2024年，全国人大常委会通过了渐进式延迟法定退休年龄的决定，引发了广泛的社会讨论。本文的研究目的是通过分析微博和抖音平台上关于延迟退休政策的网络评论，总结公众的态度和舆情特征，揭示舆情的演化规律，并为政策的完善提供参考。

数据来源与研究方法

本文的数据来源于2024年9月10日至9月25日期间，微博和抖音平台上官方或头部媒体发布的关于延迟退休政策的评论。研究采用Python编程工具和NLP技术，结合情感分析模块，对网络评论文本进行情感分析。具体研究流程包括以下步骤： 1. 数据采集：通过解析目标网址，利用Python的requests库和BeautifulSoup库，爬取用户昵称、IP地址、评论时间和评论内容等信息。 2. 数据预处理：使用jieba中文分词工具剔除无效信息，并进行缺失值处理。 3. 情感分析：采用Snownlp库对文本进行情感打分，将情感分为积极、中性和消极三类。 4. 可视化分析：通过词云图展示高频关键词，并结合情感分析结果，揭示公众的主要观点和情感倾向。

主要研究结果

1. 舆情情感分析：在3861条评论中，积极情感评论占55.7%，中性情感评论占33.0%，消极情感评论占11.3%。总体来看，公众对延迟退休政策的态度以积极和中性为主。
2. 高频关键词分析：高频词包括“支持”“退休”“自愿”“弹性”“健康”“就业”等，反映了公众对政策的肯定态度，同时也表达了对政策实施细节的担忧。
3. 舆情演化特征：舆情呈现出讨论主体多元、讨论深度提升、次生议题迅速扩散、社会心态趋于理性等特征。

舆情生发机理

本文从以下五个方面分析了延迟退休政策网络舆情的生发机理： 1. 舆情预热与政策脱敏：通过长期的政策讨论和舆论铺垫，政府逐步调整了公众的心理预期，减少了政策落地时的负面舆情风险。 2. 利益分化与态度分歧：不同群体对延迟退休政策的反应存在显著差异，利益相关者的态度直接影响舆论的多元化。 3. 灵活表达与宣传艺术：政府通过“自愿”“渐进”等模糊性措辞，减轻了公众的抵触情绪，营造了积极的舆论环境。 4. 舆论引导与议程设置：官方媒体通过精选评论和权威解读，引导舆论走向理性化。 5. 从众心理与自我审查：在强大的政治动员和道德压力下，公众倾向于遵循主流声音，表现出从众心理和自我审查。

舆情治理策略

本文提出了以下治理策略： 1. 善待民众期待关切：政府应积极回应公众的疑虑和关切，通过清晰的表述和权威信息发布，增强公众对政策的理解与信任。 2. 跟进解读政策内涵：主流媒体应及时跟进政策解读，提供全面、准确的信息支持，巩固良性舆情态势。 3. 回应公众核心诉求：政府应通过具体的配套措施，展现政策的亲民性和有效性，解决公众的实际问题。

研究意义与价值

本文通过大数据分析和NLP技术，深入揭示了延迟退休政策网络舆情的演化规律及其生发机理，为政策的优化和舆情引导提供了实证支持。研究不仅有助于理解公众对重大政策的反应，也为未来类似政策的出台和实施提供了宝贵的经验。

研究亮点

1. 方法创新：本文首次将NLP技术应用于延迟退休政策的舆情分析，提供了科学量化的研究视角。
2. 数据丰富：研究基于微博和抖音两大平台的评论数据，全面反映了不同群体的态度和情感反应。
3. 实践价值：研究结果为政府制定和优化延迟退休政策提供了切实可行的建议，具有重要的应用价值。