執(zhí)行摘要：Q1輿情全景掃描

2026年第一季度，中國(guó)網(wǎng)絡(luò)輿情生態(tài)呈現(xiàn)出多個(gè)值得關(guān)注的特點(diǎn)。根據(jù)樂(lè)思輿情監(jiān)測(cè)平臺(tái)的大數(shù)據(jù)統(tǒng)計(jì)，Q1期間共監(jiān)測(cè)到180+主要輿情事件，相較2025年Q1同比增長(zhǎng)23%。其中負(fù)面輿情事件佔(zhàn)比43%，達(dá)到77起。這一數(shù)據(jù)表明，在經(jīng)濟(jì)深化調(diào)整、社會(huì)轉(zhuǎn)型加速的背景下，公衆(zhòng)對(duì)各類社會(huì)議題的關(guān)注度和參與度都在上升。

值得注意的是，短視頻平臺(tái)（抖音、快手、小紅書(shū)）在輿情生態(tài)中的影響力已經(jīng)超越傳統(tǒng)新聞媒體和微博，成爲(wèi)輿情事件的主要發(fā)源地。本季度61%的輿情事件首發(fā)於短視頻平臺(tái)，相比2024年Q1的47%大幅提升。這一轉(zhuǎn)變反映了中國(guó)網(wǎng)絡(luò)輿情生態(tài)的深刻變化：信息的生產(chǎn)和傳播權(quán)逐步下沉到個(gè)人創(chuàng)作者和普通用戶手中。

Q1輿情的核心驅(qū)動(dòng)力

在政策面，醫(yī)保改革、環(huán)保督查、教育改革成爲(wèi)輿情熱點(diǎn)。在經(jīng)濟(jì)面，房地產(chǎn)市場(chǎng)動(dòng)盪、就業(yè)壓力上升、中小企業(yè)融資困難引發(fā)廣泛關(guān)注。在社會(huì)面，食品安全、醫(yī)療衛(wèi)生、個(gè)人隱私保護(hù)的輿情事件頻繁出現(xiàn)。在技術(shù)面，AI應(yīng)用的風(fēng)險(xiǎn)討論、算法推薦的公共性質(zhì)徵等新議題逐步進(jìn)入輿論場(chǎng)。

平臺(tái)格局變化：短視頻與微博生態(tài)

短視頻平臺(tái)的全面崛起

抖音、快手、小紅書(shū)三大平臺(tái)Q1的輿情事件佔(zhàn)比達(dá)到61%，成爲(wèi)當(dāng)之無(wú)愧的輿情主戰(zhàn)場(chǎng)。這些平臺(tái)的算法推薦機(jī)制能夠快速將高度相關(guān)的內(nèi)容聚合展現(xiàn)，形成的集聚效應(yīng)遠(yuǎn)強(qiáng)於傳統(tǒng)媒體。一條熱點(diǎn)短視頻可能在24小時(shí)內(nèi)獲得數(shù)百萬(wàn)次觀看和數(shù)萬(wàn)次轉(zhuǎn)發(fā)，這種傳播速度前所未有。

短視頻輿情的特點(diǎn)是：（1）視覺(jué)化強(qiáng)，容易產(chǎn)生情感共鳴；（2）傳播快，從發(fā)佈到破圈只需數(shù)小時(shí)；（3）參與門(mén)檻低，普通用戶都能成爲(wèi)內(nèi)容創(chuàng)作者；（4）難以控制，一旦事件走向負(fù)面，很難完全扭轉(zhuǎn)輿論。

微博生態(tài)的演變

微博從曾經(jīng)的輿情主陣地逐步演變爲(wèi)輿論精英集中地。在微博上，記者、自媒體大V、行業(yè)專家、政務(wù)官微仍然佔(zhàn)據(jù)著重要的話語(yǔ)權(quán)。但微博上的討論往往更具理性、更深入，而不是短視頻上的情感化爆發(fā)。在多個(gè)重大事件中，微博成爲(wèi)了輿論"二次詮釋"的場(chǎng)所——短視頻上爆炸的熱點(diǎn)事件會(huì)被微博上的意見(jiàn)領(lǐng)袖重新解讀和分析。

全國(guó)情緒指數(shù)分析

樂(lè)思輿情監(jiān)測(cè)在Q1期間針對(duì)網(wǎng)絡(luò)輿論進(jìn)行了系統(tǒng)的情緒分析。結(jié)果顯示，整體輿論情緒指數(shù)爲(wèi)-12點(diǎn)（滿分爲(wèi)+100，最低爲(wèi)-100），相比2025年Q1的+8點(diǎn)下降了20個(gè)點(diǎn)。這表明Q1的輿論基調(diào)明顯更爲(wèi)悲觀和批評(píng)性。

負(fù)面情緒的具體表現(xiàn)

在所有負(fù)面情緒中，憤怒(anger)是最主要的情緒，佔(zhàn)負(fù)面輿情的42%。其次是失望(disappointment，32%)、恐懼(fear，15%)和厭惡(disgust，11%)。憤怒通常與不公平感、被欺騙感相關(guān)聯(lián)；失望反映了民衆(zhòng)對(duì)現(xiàn)狀改變的期待落空；恐懼則源於對(duì)未來(lái)的不確定性。

十大熱點(diǎn)輿情事件分類

根據(jù)輿情監(jiān)測(cè)數(shù)據(jù)，Q1期間的主要輿情事件可歸納爲(wèi)以下幾大類別。爲(wèi)保護(hù)涉事主體隱私，本報(bào)告不披露具體機(jī)構(gòu)名稱，僅按類別呈現(xiàn)統(tǒng)計(jì)數(shù)據(jù)和典型特徵。

1. 消費(fèi)者權(quán)益類事件

佔(zhàn)比28%。包括產(chǎn)品質(zhì)量問(wèn)題、售後服務(wù)糾紛、虛假宣傳、消費(fèi)欺詐等。這類事件容易引發(fā)消費(fèi)者的共鳴，往往在短視頻平臺(tái)上迅速擴(kuò)散。代表性特徵包括：用戶曬圖或視頻取證、評(píng)論區(qū)集聚共鳴、品牌官方被質(zhì)疑。

2. 食品安全類事件

佔(zhàn)比18%。食品安全涉及生命安全，天然具有高關(guān)注度。Q1期間多起食品污染、過(guò)期產(chǎn)品、添加劑問(wèn)題事件在短視頻平臺(tái)引發(fā)廣泛討論。這類事件的輿論反彈最強(qiáng)烈，品牌信任度受創(chuàng)最深。

3. 地方政府回應(yīng)類事件

佔(zhàn)比16%。包括城建決策、環(huán)保執(zhí)法、教育政策執(zhí)行等。其中既有正面的高效回應(yīng)案例，也有負(fù)面的信息不公開(kāi)、態(tài)度冷漠等案例。這類事件往往對(duì)政府形象有直接影響。

4. 科技企業(yè)輿情類事件

佔(zhàn)比15%。互聯(lián)網(wǎng)和科技公司面臨的主要輿情包括：裁員涉及的員工權(quán)益問(wèn)題、算法歧視、隱私泄露、虛假宣傳等。科技企業(yè)因爲(wèi)擁有大量用戶和高度關(guān)注，輿情事件的放大效應(yīng)特別明顯。

5. 醫(yī)療衛(wèi)生類事件

佔(zhàn)比14%。醫(yī)患糾紛、醫(yī)療服務(wù)質(zhì)量、疫苗安全、醫(yī)保改革執(zhí)行中的問(wèn)題等都成爲(wèi)輿情熱點(diǎn)。醫(yī)療涉及生命安全，輿論參與度很高。

6. 房地產(chǎn)市場(chǎng)類事件

佔(zhàn)比5%。房地產(chǎn)市場(chǎng)調(diào)整導(dǎo)致的集中風(fēng)險(xiǎn)事件。購(gòu)房者維權(quán)、爛尾項(xiàng)目、開(kāi)發(fā)商跑路等事件引發(fā)輿論關(guān)注。

7-10. 其他事件

教育領(lǐng)域改革、環(huán)保監(jiān)察、社會(huì)安全事件等也都引發(fā)輿情，但單個(gè)類別佔(zhàn)比較小。

情感趨勢(shì)與波動(dòng)分析

信任指數(shù)跌勢(shì)

整體而言，Q1期間消費(fèi)者和公衆(zhòng)對(duì)企業(yè)、政府、公共機(jī)構(gòu)的信任度呈現(xiàn)下降趨勢(shì)。樂(lè)思輿情監(jiān)測(cè)的信任指數(shù)從1月的+18下降到3月的-8，跌幅達(dá)26個(gè)點(diǎn)。這反映了頻繁的負(fù)面輿情事件對(duì)公衆(zhòng)心理的累積影響。

憤怒情緒的主導(dǎo)地位

在所有情感中，憤怒最爲(wèi)突出。憤怒的來(lái)源多爲(wèi)：不公平感（不同羣體待遇差異）、被欺騙感（虛假宣傳或隱瞞）、無(wú)力感（問(wèn)題長(zhǎng)期得不到解決）。這三種來(lái)源的憤怒在Q1都有顯著表現(xiàn)。

行業(yè)脆弱性排名

不同行業(yè)在輿情風(fēng)險(xiǎn)方面的脆弱性不同。根據(jù)Q1數(shù)據(jù)統(tǒng)計(jì)，我們得出了行業(yè)脆弱性排名，排名基於該行業(yè)內(nèi)發(fā)生的輿情事件數(shù)量、負(fù)面率、傳播範(fàn)圍等多個(gè)維度。

排名第1-4位的高脆弱行業(yè)

醫(yī)療衛(wèi)生行業(yè)因爲(wèi)涉及生命安全和人身健康，居於最高風(fēng)險(xiǎn)位置。金融行業(yè)因涉及財(cái)產(chǎn)安全和權(quán)益保護(hù)，也高度脆弱。食品飲料行業(yè)因消費(fèi)頻率高和安全敏感性強(qiáng)，排名第三。教育行業(yè)因關(guān)係兒童發(fā)展和家庭投資，也面臨持續(xù)的輿情壓力。這四個(gè)行業(yè)的輿情事件佔(zhàn)到總數(shù)的68%。

排名第5-8位的中脆弱行業(yè)

房地產(chǎn)、電商平臺(tái)、互聯(lián)網(wǎng)服務(wù)、能源環(huán)保等行業(yè)排名靠後，但脆弱性仍值關(guān)注。房地產(chǎn)因涉及鉅額投資，房地產(chǎn)項(xiàng)目的任何問(wèn)題都容易激化輿論。電商平臺(tái)雖然日常消費(fèi)投訴衆(zhòng)多，但單個(gè)事件的傳播範(fàn)圍較小。

三大關(guān)鍵趨勢(shì)

趨勢(shì)一：AI生成內(nèi)容加速輿情變異

Q1期間，通過(guò)AI生成的虛假內(nèi)容在輿情事件中的出現(xiàn)頻率明顯上升。據(jù)估計(jì)，約18%的熱點(diǎn)輿情事件涉及某種程度的AI生成或AI輔助內(nèi)容。這些內(nèi)容包括AI生成的深度僞造視頻、AI寫(xiě)手創(chuàng)作的評(píng)論、AI改寫(xiě)的新聞?wù)取I生成內(nèi)容的危害在於：難以識(shí)別、傳播速度快、可以大規(guī)模生成。

趨勢(shì)二：短視頻成爲(wèi)輿情起點(diǎn)

本季度數(shù)據(jù)清晰表明，短視頻已經(jīng)成爲(wèi)輿情事件的主要起點(diǎn)。在180+主要輿情事件中，61%首發(fā)於短視頻平臺(tái)。這意味著輿情監(jiān)測(cè)和應(yīng)對(duì)策略必須以短視頻平臺(tái)爲(wèi)核心，而不是傳統(tǒng)的新聞和微博。許多企業(yè)和機(jī)構(gòu)的輿情應(yīng)對(duì)仍然聚焦於傳統(tǒng)媒體，已經(jīng)明顯滯後於輿論生態(tài)的演變。

趨勢(shì)三：跨平臺(tái)輿情協(xié)同運(yùn)動(dòng)

一個(gè)熱點(diǎn)輿情在短視頻上爆炸後，會(huì)迅速引發(fā)微博、知乎、小紅書(shū)、微信公衆(zhòng)號(hào)等其他平臺(tái)的聯(lián)動(dòng)討論。這種跨平臺(tái)協(xié)同導(dǎo)致輿情的影響力被放大數(shù)倍。同時(shí)，在特定議題上，有組織的輿情推動(dòng)（意見(jiàn)領(lǐng)袖、自媒體賬號(hào)集中轉(zhuǎn)發(fā)）也更加明顯。

數(shù)據(jù)來(lái)源與方法論

本報(bào)告的數(shù)據(jù)來(lái)自樂(lè)思輿情監(jiān)測(cè)平臺(tái)全量數(shù)據(jù)。監(jiān)測(cè)範(fàn)圍包括微博、抖音、快手、小紅書(shū)、知乎、微信公衆(zhòng)號(hào)、新聞客戶端、傳統(tǒng)媒體網(wǎng)站、論壇等主要網(wǎng)絡(luò)渠道。監(jiān)測(cè)時(shí)間爲(wèi)2026年1月1日至3月31日。輿情事件的判定標(biāo)準(zhǔn)爲(wèi)：互聯(lián)網(wǎng)上就某一話題產(chǎn)生的討論中，單日相關(guān)信息超過(guò)100條且涉及50名以上不同用戶。負(fù)面輿情的判定採(cǎi)用NLP情感分析技術(shù)，結(jié)合人工審覈。情緒分析採(cǎi)用多維度情感模型，包括積極、消極、中立、憤怒、失望、恐懼、厭惡等情緒維度。