封紅旗，雷晨陽，楊長春，袁 敏

?

基于復雜網絡結構的政務微博影響力研究

封紅旗，雷晨陽，楊長春，袁 敏

以南京發(fā)布的政務微博為樣本,建立一個專門的數(shù)據(jù)庫，分析其網絡組織結構特點，探討集群對政務微博信息擴散與影響力的作用。研究旨在豐富政府微博擴散理論，幫助政務微博建立模塊化的、社區(qū)化的微博集群，擴大政務微博的影響力，為政務微博的發(fā)展和推廣建言獻策。

社會網絡；輿情指標；政務微博

微博，是一種通過關注機制分享簡短實時信息的廣播式社交平臺。截至2015年底，微博平臺認證的政務微博達到152 390個，微博已成為最大的政務信息發(fā)布新媒體平臺。2015年各微博平臺所發(fā)布的政務微博信息達到2.5億，閱讀量達到1 117億之多。伴隨著國務院提出“互聯(lián)網+政務”的概念，政務微博已經成為政府日常工作中十分重要的一部分，政務微博營運水平的高低也成為了衡量政府部門行政能力的重要指標[1]。微博的本質就是微博用戶之間所構建的一種社會網絡，信息的擴散都在這一社會網絡上完成。政策擴散理論認為，政府采用或效仿某項新政策不只受到所在政府特征的影響，還會受到其他政府的影響。政務微博承載著政府和民眾之間的互動功能，是一種具有清晰社會網絡結構的社會平臺[2]。政務微博網絡集群中的個體間存在相互作用，逐漸形成社區(qū)化、模塊化的的政務微博集群，以擴大政務微博的影響力，得到政府的支持和民眾的認可[3]。

相較于我國學者對微博的研究，國外學者對twitter的研究走在學術的前沿。Haewoon Kwak等[4]通過對Twitter樣本網絡的分析，探討了微博社會網絡的結構特點與傳統(tǒng)的在線社區(qū)的異同。Krishnamurthy等[5]改進了社會網絡分析方法，分析了Twitter用戶的特征，對政府如何參與社交網絡做出了延展性研究。Blonedl等[6]對微博網絡的集聚性進行了研究并改進了算法。在國內，平亮等[7]通過對一組新浪微博用戶的觀察，對微博社會網絡的中心性進行了分析，田占偉等[8]利用復雜網絡理論方法，按照行業(yè)屬性對網絡進行分類，探討了信息傳播的特性，宋恩梅等[9]對新浪微博名人堂“標簽”進行分類，對如何確定核心用戶進行了討論。目前，對政務微博的討論集中在其傳播特點、功能、輿情監(jiān)控等方面，直接針對政務微博信息擴散與影響力的研究還不多見，特別是基于中國國情的政務微博創(chuàng)新的實證研究還值得深入。

因此，本文以南京發(fā)布的政務微博為樣本 ,建立了專門的數(shù)據(jù)庫，分析其網絡組織結構特點，探討集群對政務微博信息擴散與影響力的作用。通過這一研究 ,旨在應用和豐富政府微博擴散理論，幫助政務微博建立模塊化的、社區(qū)化的政務微博集群，幫助擴大政務微博的影響力，為政務微博的發(fā)展和推廣建言獻策。

一、 微博復雜網絡模塊化模型的構建

復雜網絡是刻畫和研究復雜系統(tǒng)的結構和行為的關鍵。微博用戶關系網絡是一種典型的復雜社會網絡。定義復雜網絡的屬性有網絡的密度、群聚系、度分布等。復雜網絡是由很多“節(jié)點”和“邊”組成，“節(jié)點”即真實世界中的個體，“邊”是指個體間的相互聯(lián)系。微博社會網絡中的“節(jié)點”是微博平臺上的用戶，連接微博社會網絡中“節(jié)點”的“邊”即表示“節(jié)點”之間的關系，在微博中用戶之間的相互關注構成了“節(jié)點”之間的聯(lián)系，由此我們可用一個共現(xiàn)矩陣來表示“節(jié)點”和“節(jié)點”的關系[10]。在這個共現(xiàn)矩陣中，“0”表示行用戶沒有關注列用戶，“1”表示相互關注了的用戶。完成該共現(xiàn)矩陣后，我們把它導入Ucinet社會網絡分析軟件，由此得到復雜社會網絡結構圖。微博網絡是一個集聚性很強的復雜社會網絡。本文采取的是Blondel提出的復雜社會網絡模塊化最優(yōu)算法，根據(jù)兩階段重復迭代的方法，對微博網絡進行模塊化分解[6]。

二、實驗

在全國城市政務微博競爭力排行榜上，南京連續(xù)兩年勇奪競爭力指數(shù)第一，其政務微博傳播力、互動力和競爭力三項指數(shù)位居第一，總體發(fā)展狀況持續(xù)保持在全國領先水平[11]。其行業(yè)領域覆蓋面廣，綜合影響力強。所以，本文選取南京發(fā)布政務微博為實例進行研究，構建基于南京發(fā)布政務微博的復雜網絡。截止到2015年12月，南京市在新浪微博平臺共有機構政務微博918個。原創(chuàng)微博信息達到179 461條，粉絲總數(shù)1 821.6萬。市級部門(單位)和各區(qū)共開設100個政務微博，其中市級民生部門34個，市級綜合部門55個，區(qū)級發(fā)布政務微博11個。各區(qū)共開設政務微博818個，其中區(qū)屬部門有563家。 本文用JAVA語言編寫數(shù)據(jù)接口程序，通過新浪微博技術開放平臺提供的API接口，獲取了2016年3月底之前南京相關政務微博的相互關注列表共894個節(jié)點，并構建894個節(jié)點間的網絡聯(lián)系。

(一)構建網絡結構圖

通過Ucinet社會網絡分析軟件及NetDraw信息可視化軟件，繪制了以南京發(fā)布為中心的網絡結構圖(如圖1)。分析發(fā)現(xiàn)，“綜合政務類”等9個群體均具有明顯的抱團現(xiàn)象，而“其它”類群體沒有抱團現(xiàn)象。這些抱團群體內的個體普遍通過強關系互相連接，而群體與群體之間，則通過弱關系維持。其中涵蓋南京各區(qū)縣公安局及下屬工作隊、派出所的“司法警務”類團體顯現(xiàn)出最強的集聚性，“文化和生活服務”“交通資訊”“綜合政務”也具有很強的集聚性。而“社區(qū)”這一群集則根據(jù)地域分布的不同，形成小簇的聚集。

(二)模塊化分析

通過程序模擬聚類，將南京發(fā)布為中心的微博分成了10個群集(見表1)。

這10個微博群集具有以下特點：第一，由51個微博構成的“相關知名政務媒體微博”群集，包括了北京發(fā)布、上海發(fā)布等其它大城市的綜合政務微博和人民日報、南方周末等大眾傳媒，這些全國知名的政務微博和大眾傳媒在其它社會網絡群體中常處于核心地位，是和其它網絡信息傳遞和溝通的橋梁。第二，“綜合政務”群集是由南京各區(qū)縣黨政機關發(fā)布的政務微博，包括教育、環(huán)保、國防、醫(yī)療機構等，主要面向市民公開政務數(shù)據(jù)和信息，并行微博問政，行政管理功能。第三，根據(jù)政務微博發(fā)展趨勢，形成了“青年組織”“交通資訊”“文化和生活服務”“司法警務”“商務與市場”“旅游”等六大領域性群集，提供各自領域的政務公開和便民信息主題服務；上述六個模塊加上“綜合政務類”模塊，基本對應了2015年人民網輿情監(jiān)測室所發(fā)布的《2015年上半年新浪政務微博報告》中所提到的排名次序。當前較熱門的群集主要包括公安系統(tǒng)、交通、旅游、青年團體等民生類政務微博。第四，由82個個體組成的社區(qū)群集主要由南京市各區(qū)縣地方街道辦事處、社區(qū)居民委員會、村委會等主導的微博組成。這體現(xiàn)了南京發(fā)布的政務微博網絡縱向深度的發(fā)展趨勢。第五,“其它”主要是由官員個人微博組成的群集。

圖1 以南京發(fā)布為中心的網絡結構圖

模塊編號模塊性質特點節(jié)點數(shù)/個模塊1相關知名政務媒體國內知名媒體及其它城市知名政務微博組成51模塊2綜合政務以“南京發(fā)布”為代表，包括教育、建設、監(jiān)察、國防等微博群體291模塊3文化和生活服務“南京氣象”“南京文化發(fā)布”等民生及文化生活類微博群體149模塊4青年組織南京市各區(qū)共青團及其它青年組織45模塊5交通資訊以“南京地鐵”為代表的南京市地鐵、公路交通資訊類微博構成的群體47模塊6司法警務以“江寧公安在線”為代表的司法及警務部門79模塊7商務與市場涵蓋經融、市場、價格監(jiān)測在內的政務群體73模塊8旅游以“南京鐘山風景區(qū)”為代表的旅游類微博構成的群體50模塊9社區(qū)南京市各社區(qū)及街道辦事處等組織構成的群體82模塊10個人及其它組織其它各類型的群體，例如一些行政人員的個人微博27

(三)輿情指標分析

本文引入點度中間性、中間中間性、接近中間性、特征向量中間性(eigenvectors)、頁面排序指數(shù)(pagerank)、權威性指數(shù)(authority)和指向權威性指數(shù)(hub)作為微博網絡中心性的衡量標準。這七個指標分別描述了節(jié)點的影響力、節(jié)點對信息資源的控制程度、節(jié)點信息傳播的速度、節(jié)點的綜合影響力、節(jié)點的重要程度和相鄰節(jié)點在網絡中的重要程度。微博本質上是一種在線社會網絡，其網絡結構決定了網絡節(jié)點的“權利”大小，而衡量中心性的七個指標則是描述“權利”大小的一種比較理想的方法。集聚系數(shù)主要反映網絡中節(jié)點之間集結成團的程度，在本文中，主要用來衡量以“南京發(fā)布”為中心的十個集群的集聚性。

網絡結構輿情指標同樣是利用Ucinet社會網絡分析軟件對所采集到的數(shù)據(jù)樣本進行分析，通過分析七個衡量中心性的度量指標和集聚系數(shù)指標，我們得出了南京發(fā)布社會網絡的各類輿情指數(shù)(見表2)。

表2 南京發(fā)布社會網絡中各輿情指數(shù)分析

通過分析輿情指標統(tǒng)計量及南京發(fā)布的政務微博網絡結構圖得出，南京發(fā)布的政務微博社交網絡結構具有如下的特點：第一，@南京發(fā)布的輿情指標顯著大于其它政務微博值，@南京發(fā)布處于絕對統(tǒng)治地位。第二，從點度中間性指標看，網絡中具有很大影響力的節(jié)點比較少。第三，中間中間性指標反應出，資源由極少數(shù)個體掌控。在整個網絡中只有個別的節(jié)點能相對自由地傳播或分配信息資源，而絕大多數(shù)節(jié)點處在被動接收信息的狀態(tài)。第四，從緊密中間性指標反應出，消息的傳遞也較為暢通，網絡中個體間的獨立性有限。第五，從集聚系數(shù)可看出抱團集聚現(xiàn)象突出。大部分節(jié)點的集聚系數(shù)都較大，形成明顯的群集。

(四)模塊化輿情指標分析

通過對網絡結構輿情指標體系的整體研究發(fā)現(xiàn)，南京發(fā)布社會網絡模塊化很強。所以，本文進一步研究了網絡的各模塊輿情指標體系(見表3)，并試圖找出網絡中的活躍節(jié)點。

表3 各模塊輿情指標比較

由表3可知：“司法警務”“綜合政務”“交通資訊”直接影響力最大，其信息的創(chuàng)新擴散速度最快，其點度中間性分別達到了31、27 和25，接近中間性分別為1.965 0、1.972 0和1.980 1。其中，公安系統(tǒng)政務微博矩陣規(guī)模最為龐大，是目前發(fā)展規(guī)模最大的政府職能領域。同時，這三類微博群集也分別位于資源控制能力前三名，中間中間性分別達到121.30、124.02和80.21。從綜合評價來看，特征向量中間性、權威性和指向權威性指標反應出“交通資訊”“司法警務”“綜合政務”是信息擴散與獲取資源最為有效的群集；而頁面排序指數(shù)則認為“司法警務”“綜合政務”政務微博活躍度很高，其所傳播擴散的政務信息量很大。

表4排列出輿情指標值排名前十位的政務微博。不計重復出現(xiàn)的情況，共計有15個政務微博上榜。對比表3發(fā)現(xiàn)，擁有多個大綜合影響力的個體集群創(chuàng)新擴散速度更快、范圍更廣。在上榜名單里，有6個微博屬于“交通資訊”類群集；有5個微博屬于“綜合政務”類群集；“司法警務”類、“綜合政務”類和“交通資訊”類群集在網絡中進行創(chuàng)新擴散的效率較高、活躍度大。

表4 輿情指標節(jié)點排名前十

總而言之，公安部和司法部門政務微博數(shù)量多、個體素質也較高，表明公安部和司法部門政務微博的擴散速度較快，正發(fā)揮著案件偵破、辟謠、維穩(wěn)等作用，有效提升了政法系統(tǒng)在網民和群眾中的形象。而相比之下，團委、稅務、國防機構、醫(yī)療衛(wèi)生機構的微博活躍程度較低，需要提升集群性運營水平，以利于其信息擴散，擴大其在民眾中的影響力。

三、結論

南京發(fā)布的政務微博已經形成了較為成熟的社會網絡體系結構，這種網絡結構體系對政務微博的信息擴散在橫向、縱向上有顯著促進作用，而且網絡中的小部分核心成員會對公共信息的發(fā)布和輿情引導有極大影響。結合研究形成的指標數(shù)據(jù)可得如下結論：

第一，政務微博矩陣協(xié)作是未來一大發(fā)展趨勢，集群效應能極大提升問政效果。政務微博不應當是單個存在的“信息孤島”，而應當是一個戰(zhàn)略傳播環(huán)境下立體協(xié)同的“聯(lián)合網絡集群”。通過分析以南京發(fā)布為中心的10個群集我們可以看出，依據(jù)地域、行政級別、部門給政務微博分類，形成群集更有利于政務微博的創(chuàng)新擴散。政務微博集群，不僅使便民服務信息更加多元化，而且也拓寬了輿情反映渠道，在引導輿論，及時解決網民實際問題等方面具有重要作用。

第二，意見領袖在政務微博創(chuàng)新擴散過程中起著重要的中介作用。在南京發(fā)布的幾個活躍圈子中，官方微博的典型代表和體制內的意見領袖，在微博平臺上更新內容積極，將各種便民舉措發(fā)布到微博上，及時解答網友提問。意見領袖在制造熱點話題、提升政務微博信息擴散、辟謠等方面具有重要作用，甚至有比政務微博本身更強的傳播效果。

第三，政務創(chuàng)新擴散在橫向上表現(xiàn)為同級政府間的相互競爭和學習。根據(jù)政府職能劃分形成政務微博的集聚現(xiàn)象越明顯，政府與外部環(huán)境的信息交換和溝通越頻繁，獲取外部環(huán)境同類組織創(chuàng)新的信息就越多、越豐富，政務微博影響力提升的機會就越大，對應的職能部門處理突發(fā)事件與信息公開的能力越強。

第四，上下級政府微博間縱向擴散，實現(xiàn)向大眾傳播政務信息功能。這種縱向擴散體現(xiàn)了當前政務微博分層級建制的發(fā)展方向，表現(xiàn)為上下級政務信息樹狀傳播擴散的過程。政務微博先由一個級別高的行政部門發(fā)布，再由下面的地方行政單位進行轉發(fā)或評論，能更好地實現(xiàn)信息由“窄播”到“廣播”的大眾傳播過程。

[1]胥柳曼.“跳槽”還是“堅守”：政務微博陣地的選擇[J].新同窗，2011(6)：23-24.

[2]第37次中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告[R].北京: 中國互聯(lián)網信息中心，2016.

[3]楊娜.淺談政務微博——社會管理創(chuàng)新的新方式[J].研究與探索，2012(2)：103-109.

[4]KWAK H，LEE C，PARK H.What is twitter，a social network or a news media[M].York:ACM,2010: 591-600.

[5]UNSWORTH K，TOWNES A.Social media and e-government: a case study assessing twitter use in the implementation of the open government directive[J].Proceedings of the American Society for Information Science and Technology，2012(1) : 1-3.

[6]平亮，宗利永.基于社會網絡中心性分析的微博信息傳播研究——以Sina微博為例[J].圖書情報知識，2010(6)：92-97.

[7]田占偉，隋玚.基于復雜網絡理論的微博信息傳播實證分析[J].圖書情報工作，2012(8):42-46.

[8]宋恩梅，左慧慧.新浪微博中的“權威”與“人氣”：以社會網絡分析為方法[J].博士論壇，2012(3):43-54.

[9]杜楊沁，霍有光，鎖志海.基于復雜網絡模塊化的微博社會網絡分析——以上海發(fā)布政務微博為例[J].圖書情報知識，2013(3)：81-121.

[10]BLONDEl V D,GUILLAUME J L,LAMBIOTTE R,et al.Fast unfolding of communities in large networks [J].Journal of Statistical Mechanics : Theory and Experiment,2008(10):1000.

[11]姜晶晶，李卓.南京政務微博競爭力全國第一[N].南京日報,2016-01-21(A01)

Research on the Influence of Government Affairs MicroblogBased on Modularity of Complex Network

Feng Hongqi,Lei Chenyang,Yang Changchun,Yuan Min

This paper sets Nanjing government affairs microblog as a sample, sets up a special database, analyzes characteristics of the network organization structure,and explores the influence of the cluster on the information diffusion of government affairs microblog. This research aims at applicating and enriching the diffusion theory of government affaires microblog, helping to establish the modularized and community oriented government affairs microblog cluster, expanding the influence and making suggestion for the development and generalization of the government affairs microblog, so as to make recommendations for how to extend the channels for public opinion reflection and lead the outside public opinion by the government affairs microblog.

social network; public opinion index; government affairs microblog

封紅旗，常州大學商學院副研究員，碩士生導師；雷晨陽，常州大學商學院碩士研究生；楊長春，常州大學信息科學與工程學院教授，碩士生導師；袁敏，常州大學商學院碩士研究生。

國家自然科學基金項目“微博熱點話題傳播模型及可視化研究”(61272367/F020511)；江蘇省科技廳項目“后互聯(lián)網時代中英文社會媒體實時分析、聚類、搜索國際合作研究”(BZ2201002)。

G206.2

A

10.3969/j.issn.2095-042X.2016.06.006

2016-07-03；責任編輯:沈秀)