徐永樂 陳媛媛

(新疆師范大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院 烏魯木齊 830054)

0 引 言

社交媒體中的社會網(wǎng)絡(luò)工具，如Twitter、Facebook、微博等，這些工具上的社會網(wǎng)絡(luò)行為產(chǎn)生了豐富的在線活動“印跡”，為計(jì)量學(xué)研究發(fā)展提供了新興測度方法和多元化指標(biāo)——Altmetrics。本文意在借鑒替代計(jì)量學(xué)的思路來進(jìn)行智庫研究。2010年，J.Priem最先在Twitter上使用Altmetrics，發(fā)表了Altmetrics:A Manifesto，標(biāo)志著替代計(jì)量學(xué)的正式提出[1]。替代計(jì)量學(xué)是伴隨學(xué)術(shù)成果網(wǎng)絡(luò)化應(yīng)運(yùn)而生的新型計(jì)量學(xué)科，它在傳統(tǒng)評價方法的基礎(chǔ)上提供了多維的評價視角，全方位地衡量不同形式研究成果在眾多平臺上所帶來的綜合影響力，而在眾多類型網(wǎng)絡(luò)平臺中， 社交平臺是替代計(jì)量指標(biāo)最主要的數(shù)據(jù)來源，本文通過Altmetrics測度方法，從各大具備相應(yīng)影響力的社交平臺收集智庫的相關(guān)數(shù)據(jù)，從而獲取科學(xué)有效的智庫社交平臺影響力量化分析指標(biāo)，對智庫各指標(biāo)進(jìn)行對比分析。同時為了探究智庫在社交平臺發(fā)布內(nèi)容的情感傾向?qū)χ菐煊绊懥Φ淖饔门c規(guī)律，本文將爬取智庫的文本數(shù)據(jù)，進(jìn)行情感分析。通過中美智庫在社交媒體上的對比研究，為我國智庫發(fā)展提供啟示與參考。

1 文獻(xiàn)回顧

替代計(jì)量學(xué)的出現(xiàn)和發(fā)展為計(jì)量研究提供了新的思路與體系，目前替代計(jì)量學(xué)的主要應(yīng)用對象大多是機(jī)構(gòu)[2-3](高校、圖書館等)、文獻(xiàn)[4-7]、期刊[8-11]、圖書[12-14]等，例如，蔣立人[2]結(jié)合網(wǎng)絡(luò)影響力評價體系和替代計(jì)量學(xué)方法，選取Facebook、Twitter等流行社交平臺和日均IP訪問量作為評價指標(biāo)，對世界著名公共圖書館的網(wǎng)絡(luò)影響力進(jìn)行研究，進(jìn)而提出公共圖書館提升網(wǎng)絡(luò)影響力的發(fā)展對策。段丹等[5]基于替代計(jì)量學(xué)指標(biāo)對論文被引頻次進(jìn)行預(yù)測，構(gòu)建了學(xué)術(shù)論文被引影響因素特征空間，并用三種機(jī)器學(xué)習(xí)方法進(jìn)行預(yù)測訓(xùn)練，結(jié)果顯示融合替代計(jì)量指標(biāo)可以更好的預(yù)測學(xué)術(shù)論文的被引頻次。H Zheng等[11]檢索了跨學(xué)科學(xué)術(shù)期刊的社交媒體帳戶的相關(guān)替代計(jì)量指標(biāo)并進(jìn)行數(shù)據(jù)分析，發(fā)現(xiàn)追隨者和跨學(xué)科的數(shù)量對期刊影響因子(JIF)有重大影響。Kayvan Kousha等[13]通過收集整理Twitter，facebook，Mendeley等Altmetrics指標(biāo)數(shù)據(jù)用于圖書評價。

近年來學(xué)者一直在對智庫網(wǎng)絡(luò)影響力進(jìn)行相關(guān)研究，相德寶等[15]利用社會網(wǎng)絡(luò)分析方法構(gòu)建全球智庫在推特上的社交網(wǎng)絡(luò)結(jié)構(gòu)圖進(jìn)行并分析與討論。楊思洛等[16]從網(wǎng)站影響力、網(wǎng)絡(luò)傳播影響力、新媒體影響力(微博，微信)三個方面構(gòu)建智庫網(wǎng)絡(luò)影響力評價體系。張宇等[17]從搜索引擎、官方網(wǎng)站、電子報(bào)紙、微信公眾號、官方微博五個方面構(gòu)建智庫網(wǎng)絡(luò)傳播影響力評價體系，發(fā)現(xiàn)智庫網(wǎng)絡(luò)傳播影響力與其綜合影響力呈正相關(guān)。陳媛媛等[18]利用網(wǎng)站規(guī)模、網(wǎng)站入鏈、網(wǎng)站出鏈、網(wǎng)站內(nèi)鏈、網(wǎng)站總鏈、網(wǎng)絡(luò)影響因子、出鏈網(wǎng)絡(luò)影響因子、內(nèi)鏈網(wǎng)絡(luò)影響因子、網(wǎng)站顯示度等九個指標(biāo)構(gòu)建智庫網(wǎng)站影響力評價體系。

目前關(guān)于智庫網(wǎng)絡(luò)影響力的研究中對于智庫門戶網(wǎng)站的研究較為廣泛和深入，而忽視了智庫在新媒體社交平臺上的發(fā)展?fàn)顩r，也有一部分文獻(xiàn)在研究智庫網(wǎng)絡(luò)影響力時提及新媒體社交平臺，但是量化指標(biāo)較為簡單或者僅是理論性研究并無數(shù)據(jù)作為支撐，相關(guān)數(shù)據(jù)也僅是來源于國內(nèi)社交平臺(微信、微博)，并沒有具體分析我國智庫與國外一流智庫在社交平臺上的差別。而Altmetrics正是基于社交媒體活動的計(jì)量研究而產(chǎn)生的新領(lǐng)域，本文利用Altmetrics的研究方法對中美智庫在社交平臺上的影響力進(jìn)行對比分析，挖掘指標(biāo)數(shù)據(jù)所反映的內(nèi)在規(guī)律和特征。

2 智庫影響力量化指標(biāo)

社交平臺是替代計(jì)量指標(biāo)最主要的數(shù)據(jù)來源，其中包括學(xué)術(shù)社交平臺ResearchGate，職業(yè)社交平臺LinkedIn，在線多媒體社交平臺YouTube以及Facebook、Twitter、微博等綜合性社交平臺。智庫在這些社交平臺上設(shè)有官方賬號，定期發(fā)布智庫的相關(guān)信息(文章、視頻、話題討論、活動公告等)，通過調(diào)研中美智庫在流行社交平臺的活躍度并制定相關(guān)指標(biāo)來進(jìn)行量化描述。本文選取Facebook、Twitter、ResearchGate、Youtube、Instagram、LinkedIn、微信、微博、今日頭條、西瓜視頻等平臺并制定相關(guān)指標(biāo)。

2.1國外社交平臺

2.1.1 綜合社交平臺 Facebook是源于美國的社交網(wǎng)絡(luò)服務(wù)及社會化媒體網(wǎng)站，最初網(wǎng)站的注冊僅限于哈佛學(xué)院的學(xué)生，在隨后的短時間內(nèi)注冊擴(kuò)展到了所有的常春藤名校和其他一些學(xué)校，發(fā)展至今全球范圍內(nèi)任何用戶輸入有效電子郵件和自己的地址年齡段即可加入。目前Facebook內(nèi)已有超過26億個活躍用戶，是全球最大的綜合社交網(wǎng)站。Twitter是一個社交網(wǎng)絡(luò)與微博客服務(wù)的網(wǎng)站，Twitter在全球政治活動中扮演重要角色。經(jīng)過數(shù)年的發(fā)展，Twitter已成為現(xiàn)今全球新聞、娛樂和評論的重要來源。Facebook與Twitter是國外兩家大型的綜合社交平臺，是替代計(jì)量學(xué)的重要指標(biāo)來源。統(tǒng)計(jì)智庫在Twitter官方賬號上的數(shù)據(jù)并整理成以下指標(biāo)：X1推文數(shù)量、X2推特粉絲數(shù)、X3推特發(fā)文數(shù)/天、X4推文評論數(shù)/天、X5推文轉(zhuǎn)推數(shù)/天、X6推文點(diǎn)贊數(shù)/天。同時收集智庫在Facebook上的X7 Facebook主頁獲贊數(shù)與X8 Facebook粉絲數(shù)。

2.1.2 學(xué)術(shù)社交平臺 ResearchGate平臺是一個學(xué)者社交網(wǎng)絡(luò)服務(wù)平臺，ResearchGate結(jié)合文獻(xiàn)計(jì)量學(xué)和Altmetrics，為研究人員和機(jī)構(gòu)創(chuàng)建一個更全面的績效衡量標(biāo)準(zhǔn)，基本功能包括研究人員個人信息(研究方向、所屬機(jī)構(gòu)等)及其科研成果的展示，以及針對學(xué)者的檢索功能，此外還具有數(shù)據(jù)統(tǒng)計(jì)和評價功能。RG Score是該平臺推出的評價得分，定義包含作者貢獻(xiàn)上傳，互動，聲譽(yù)三項(xiàng)指標(biāo)，即作者發(fā)布的科研項(xiàng)目或科研成果(發(fā)表或未發(fā)表)越多，Rg score越高；學(xué)者在該平臺中受到其他學(xué)者的認(rèn)可度越高，認(rèn)可者的Rg score越高，則該學(xué)者的Rg score越高；聲譽(yù)通過Rg score不斷反饋和傳遞，從而促使學(xué)者選擇貢獻(xiàn)自己的科研成果來提高自己的聲譽(yù)[19]。M.C.Yu等[20]通過對ResaerchGate進(jìn)行研究并提出,RG Score，RG Score具體指標(biāo)包括Rg影響點(diǎn)(學(xué)者文章所在期刊的總影響因子計(jì)算)、文章瀏覽量、文章下載量、文章引用量以及摘要瀏覽量，研究表明，RG Score是衡量學(xué)者影響力的有效指標(biāo)。在該平臺中包括對機(jī)構(gòu)的檢索，機(jī)構(gòu)的Total RG Score來自機(jī)構(gòu)內(nèi)所有成員RG Score的加總。本文記錄智庫機(jī)構(gòu)的Total RG Score為X9，來反映智庫在學(xué)術(shù)社交平臺的影響力。

2.1.3 多媒體社交平臺 多媒體社交平臺是一類以圖片、音頻、視頻為主要內(nèi)容形式的社交平臺。Youtube是美國一家視頻共享網(wǎng)站，同時也是目前全球最大的視頻搜索和分享平臺。憑借其簡單的界面，使得任何已上傳至網(wǎng)絡(luò)的視頻在幾分鐘之內(nèi)供全世界的觀眾觀看，這使得普通用戶由信息接收轉(zhuǎn)為信息發(fā)布者，用戶可以建立自己的信息發(fā)布站，從而取代傳統(tǒng)的傳播媒體方式。Instagram 是一家圖片與視頻共享平臺，操作的便捷性使得其擁有巨大的用戶群體，同時該平臺的互動率也在各類社交平臺中名列前茅。本文選取智庫機(jī)構(gòu)在Youtube上的官方發(fā)布平臺，記錄粉絲人數(shù)為X10、發(fā)布視頻數(shù)量為X11，在Instagram平臺的智庫賬號上獲取Ins粉絲數(shù)為X12、Ins發(fā)帖數(shù)為X13、Ins發(fā)帖數(shù)/天為X14、Ins點(diǎn)贊數(shù)/天為X15。

2.1.4 職業(yè)社交平臺 LinkedIn是一款社交網(wǎng)絡(luò)服務(wù)網(wǎng)站，用戶注冊后會自動生成電子名片，主要服務(wù)于商業(yè)人士。用戶在商業(yè)交往中認(rèn)識且信任的人為該用戶的人脈，LinkedIn的目的是讓用戶更好的維護(hù)與擴(kuò)展人脈。本文記錄LinkedIn上智庫賬號的粉絲數(shù)為X16。

2.2國內(nèi)社交平臺微信和微博是在國內(nèi)極具影響力的社交平臺。微信的公眾號功能是智庫進(jìn)行信息傳播的重要方式，智庫機(jī)構(gòu)注冊微信公眾號為訂閱用戶推送內(nèi)容，與用戶進(jìn)行互動以及提供服務(wù)。微博是一家提供微博客服務(wù)的社交媒體網(wǎng)站，用戶可以發(fā)布圖片與視頻或進(jìn)行視頻直播，實(shí)現(xiàn)即時分享，傳播互動，被稱為中國版的Twitter。本研究收集整理智庫公眾號以及智庫微博賬號相關(guān)數(shù)據(jù)，得到以下指標(biāo)：X17微信公眾號發(fā)文數(shù)/天、X18微信公眾號點(diǎn)贊數(shù)/天、X19微博發(fā)博數(shù)、X20微博粉絲數(shù)、X21微博發(fā)文數(shù)/天、X22微博轉(zhuǎn)發(fā)數(shù)/天、X23微博評論數(shù)/天、X24微博點(diǎn)贊數(shù)/天。

今日頭條是一款基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品， 各類媒體、政府、機(jī)構(gòu)在 “頭條號”平臺創(chuàng)建賬號。西瓜視頻基于智能推薦技術(shù)為用戶做視頻內(nèi)容的分發(fā)，并幫助視頻創(chuàng)作者們便捷地分享自己的視頻作品。本文采集兩家平臺上的智庫數(shù)據(jù)，得到以下指標(biāo)：今日頭條數(shù)目X25、今日頭條粉絲X26、今日頭條獲贊數(shù)X27、西瓜視頻粉絲數(shù)X28、西瓜視頻獲贊數(shù)X29、西瓜視頻視頻數(shù)X30。

3 數(shù)據(jù)來源與處理

3.1數(shù)據(jù)來源賓夕法尼亞大學(xué)“智庫研究項(xiàng)目”(TTCSP)研究編寫的《全球智庫報(bào)告》是極具權(quán)威性的智庫評價報(bào)告。TTCSP已經(jīng)連續(xù)數(shù)十年為全球智庫提供權(quán)威的綜合評價，其智庫排名體系也因嚴(yán)謹(jǐn)公正成為國際上最具影響力的智庫評價體系。本文選取《全球智庫報(bào)告2019》作為智庫樣本來源，選擇“Top Think Tanks in United States”榜單中的智庫作為美國智庫樣本來源，同時選擇“Top Think Tanks in China, India, Japan, and the Republic of Korea”榜單中的中國智庫作為樣本來源。經(jīng)過篩選去除數(shù)據(jù)缺失的部分智庫，最終確定“Center for Strategic and International Studies”、“Carnegie Endowment for International Peace”等15家智庫作為美國智庫樣本，“全球化智庫”“中國金融四十人論壇”等10家智庫作為中國智庫樣本，選取的部分智庫見表1。微信公眾號數(shù)據(jù)通過清博大數(shù)據(jù)平臺獲取[21]，其余社交平臺則通過開放API、爬蟲以及人工整理來獲取數(shù)據(jù)。

表1 中美智庫樣本

續(xù)表1 中美智庫樣本

3.2數(shù)據(jù)處理上文中引入的指標(biāo)數(shù)據(jù)皆為數(shù)字?jǐn)?shù)據(jù)，通過人工收集，專業(yè)數(shù)據(jù)平臺免費(fèi)提供，爬蟲程序，開放API等方式來獲取，經(jīng)過基本的計(jì)算和整理即可應(yīng)用。但在數(shù)據(jù)采集過程中發(fā)現(xiàn)智庫機(jī)構(gòu)在社交平臺上存在大量文本數(shù)據(jù)，文本數(shù)據(jù)中蘊(yùn)含大量有用信息。例如，齊欣[22]利用LDA主題模型處理智庫專家在推特上的涉華內(nèi)容，得到18個議題及其關(guān)鍵詞，并將其分為三大領(lǐng)域：科技、國際外交和意識形態(tài)領(lǐng)域。本文將對文本信息進(jìn)行情感分析，探究智庫在社交平臺上的情感傾向?qū)τ谄溆绊懥Φ淖饔?。由于智庫在不同平臺的發(fā)布內(nèi)容具有重復(fù)性和一致性，本文選取樣本覆蓋率較高的社交平臺Twitter作為數(shù)據(jù)源，將Twitter的推文作為文本數(shù)據(jù)進(jìn)行分析。對于獲取推文內(nèi)容所需的身份驗(yàn)證和訪問驗(yàn)證由Python庫Tweepy進(jìn)行設(shè)置，只需創(chuàng)建一個Twitter應(yīng)用程序并獲取消費(fèi)方密鑰(Consumer Key)、消費(fèi)方機(jī)密(Consumer Secret)、訪問令牌密鑰(Access Token Key)、訪問令牌機(jī)密(Access Token Secret)即可訪問Twitter數(shù)據(jù)。使用tweepy模塊創(chuàng)建與twitter api的連接提取 Twitter 數(shù)據(jù)，由于推特 API 的限制最多可以提取每個賬號的前 3200 條推特信息，爬取的部分推文內(nèi)容(見表2)。

表2 推特推文數(shù)據(jù)(部分)

TextBlob是一個Python庫，庫中整合了 Pattern 與 NLTK 工具包，用于處理文本數(shù)據(jù)，同時它提供了API，用于深入研究自然語言處理(NLP)任務(wù)，如詞性標(biāo)注、名詞短語提取、情感分析等[23]。首先剔除文本數(shù)據(jù)中不涉及智庫觀點(diǎn)的內(nèi)容(活動和會議的宣傳，直播通知等)，隨后導(dǎo)入re庫對進(jìn)行文本清洗，將與字母數(shù)字值不同的符號重新映射到滿足此條件的新符號，最后通過Textblob 庫調(diào)用其情感分析功能對推文進(jìn)行情感分析。TextBlob 內(nèi)置情感分析器，本文采用基于情感詞典的 PatternAnalyzer，其內(nèi)置情感詞典中的詞匯被預(yù)先賦予了情感值，將情感詞典中的詞匯與目標(biāo)文本中的詞匯進(jìn)行匹配，進(jìn)而通過加權(quán)平均算法計(jì)算目標(biāo)文本的情感極性值。實(shí)際運(yùn)用中PatternAnalyzer較少出現(xiàn)情感極端值，同時處理文本速度較快。文本情感極性的變化范圍為[-1，1]，-1代表完全負(fù)面，1代表完全正面[24]。將情感極性值小于0的文本設(shè)為消極推文，大于0的文本設(shè)為積極推文，等于0的文本設(shè)為中立推文，將所有智庫樣本的三種類型推文按照百分比進(jìn)行劃分，分別設(shè)為積極推文百分比X30、中立推文百分比X31、消極推文百分比X32。

由表3觀察可得，中美智庫在不同的社交平臺上覆蓋率存在一定差異性，我國智庫在國外社交平臺上的覆蓋率全部低于美國智庫，同時由于訪問限制、文化觀念差異等諸多原因，國內(nèi)智庫在國外社交平臺的賬號經(jīng)營不佳；另一方面美國智庫在國內(nèi)中文社交平臺上的覆蓋率基本全部為0。因此本文后續(xù)研究中將分別統(tǒng)計(jì)中美智庫在各國社交平臺上的數(shù)據(jù)來進(jìn)行對比研究。此外我國智庫在國外社交平臺均有涉及，且覆蓋率較之美國在我國的覆蓋率高，可以看出我國智庫不僅在國內(nèi)具有一定影響力，而且在國際上的影響力也正在增強(qiáng)。

表3 中美樣本智庫社交平臺覆蓋率

由于本文涉及平臺較多，存在較多性質(zhì)相似的指標(biāo)，因此將指標(biāo)進(jìn)一步優(yōu)化，得到更加精簡的指標(biāo)(見表4)。同時因各智庫官方賬號申請創(chuàng)建的時間不一致，本文引入了配有時間維度的指標(biāo)(Y4-Y7)，增加數(shù)據(jù)的準(zhǔn)確性。中美智庫的Y1-Y8指標(biāo)數(shù)據(jù)來源不同，分別來源于各自國內(nèi)的社交平臺。同時為了消除指標(biāo)數(shù)據(jù)量綱不同所帶來的影響便于后續(xù)處理，采用極值變換法對指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使所有指標(biāo)數(shù)據(jù)的取值區(qū)間位于[0,1]。

表4 精簡指標(biāo)

4 替代計(jì)量指標(biāo)對比分析

4.1各指標(biāo)差異性對比在進(jìn)行指標(biāo)分析需對數(shù)據(jù)集進(jìn)行正態(tài)性檢驗(yàn)，以選取合適的數(shù)據(jù)分析方法，本文采用Shapiro-Wilk正態(tài)分布檢驗(yàn)方法。經(jīng)檢驗(yàn)大多數(shù)指標(biāo)不服從正態(tài)分布，因此本文采用Mann-Whitney U test來進(jìn)行指標(biāo)的差異性檢驗(yàn)(如表5所示)，以此更加深入挖掘中美智庫在社交平臺上Altmetrics指標(biāo)的差異性。

從表5的數(shù)據(jù)中可以發(fā)現(xiàn)，粉絲數(shù)Y2、獲贊數(shù)Y3、發(fā)布內(nèi)容頻率Y4，用戶點(diǎn)贊頻率Y7、中立內(nèi)容Y10等指標(biāo)差異性較小，發(fā)布內(nèi)容數(shù)Y1、用戶評論頻率Y5、用戶轉(zhuǎn)發(fā)頻率Y6、RG Score Y8、積極內(nèi)容Y9、消極內(nèi)容Y11等指標(biāo)具有顯著性差異。以下對各指標(biāo)進(jìn)行具體差異性分析。

表5 曼惠特尼U檢驗(yàn)

美國智庫的發(fā)布內(nèi)容數(shù)Y1、粉絲數(shù)Y2、獲贊數(shù)Y3、發(fā)布內(nèi)容頻率Y4、用戶評論頻率Y5、用戶轉(zhuǎn)發(fā)頻率Y6、用戶點(diǎn)贊頻率Y7的均值為17377.18、122047.79、288839.47、3.59、8.69、36.79、84.36，而中國則是2765.07、184172.9、136144.36、1.96、9.66、22.81、78.52，分別約是中國智庫的6.3、0.7、2.1、1.8、0.9、1.6、1.1倍。粉絲數(shù)Y2略超美國，用戶點(diǎn)贊頻率Y7指標(biāo)中美智庫基本持平，說明我國智庫在社交平臺上存在穩(wěn)定的受眾群體；獲贊數(shù)Y3和發(fā)布內(nèi)容頻率Y4兩個指標(biāo)上中美智庫存在一定差距，但差距不大基本處于同一個量級上，中美智庫在社交平臺上獲得了廣泛的認(rèn)同，同時有著穩(wěn)定的內(nèi)容更新頻率；用戶評論頻率Y5和用戶轉(zhuǎn)發(fā)頻率Y6從倍數(shù)差距上觀察差距不大，這是由于出現(xiàn)了特異值，“團(tuán)結(jié)香港基金”在這兩項(xiàng)指標(biāo)上的表現(xiàn)極為突出，從而影響了平均值的可靠性。整體而言，我國智庫在這兩項(xiàng)指標(biāo)上的表現(xiàn)遜色于美國智庫，去除特異值后的倍數(shù)差距在5倍以上；中美智庫在發(fā)布內(nèi)容數(shù)Y1以及RG Score Y8上差距較為明顯，更新頻率的不同以及經(jīng)營年份的差距等原因造成了內(nèi)容總數(shù)的差距，此外相比于中國智庫，美國智庫更加熱衷于在ResearchGate中發(fā)布機(jī)構(gòu)研究人員的研究成果，例如蘭德公司下屬部門涉及健康、國家安全、司法、基礎(chǔ)設(shè)施與環(huán)境、教育、軍事、兒童政策等多個方面，不同領(lǐng)域的學(xué)術(shù)研究成果均可在ResearchGate進(jìn)行查找和下載，研究人員間可以方便的進(jìn)行線上交流與討論，同時非專業(yè)人員也可以對相關(guān)知識進(jìn)行了解。王菲菲等[25]基于ResearchGate 網(wǎng)站抓取高?？蒲腥藛T在網(wǎng)絡(luò)平臺上的影響力指標(biāo)數(shù)據(jù)，結(jié)合傳統(tǒng)引文計(jì)量指標(biāo)構(gòu)建綜合評價模型，證實(shí)了利用ResearchGate進(jìn)行學(xué)術(shù)影響力評價的可行性和必要性。但從數(shù)據(jù)觀察，我國國內(nèi)并沒有相關(guān)的學(xué)術(shù)社交平臺，此外大部分中國智庫也并沒有在國外學(xué)術(shù)社交平臺創(chuàng)建賬號或發(fā)布內(nèi)容，它們的研究成果發(fā)布在更加專業(yè)的學(xué)術(shù)平臺，更傾向于傳統(tǒng)的出版模式，忽略了社交平臺對于提升學(xué)術(shù)影響力的作用。由于中國智庫在學(xué)術(shù)社交平臺上的覆蓋率較低，美國智庫中除Urban Institute、RAND Corporation的RG Score 較高外，其余智庫在該類平臺上也處于發(fā)展階段，因此在后文中對于RG Score指標(biāo)僅做參考。同時本文對推文進(jìn)行了情感分析，發(fā)現(xiàn)中美智庫發(fā)布推文的情感比例并不相同，對于其他指標(biāo)有何影響，后文將進(jìn)一步分析。

4.2重點(diǎn)指標(biāo)提取經(jīng)上文檢驗(yàn)，數(shù)據(jù)不服從正態(tài)分布，因此本文采用Spearman法分析指標(biāo)間的相關(guān)性，結(jié)果如表6所示。相關(guān)系數(shù)大小反映變量之間相關(guān)性的強(qiáng)弱：相關(guān)系數(shù)為0～0.2時，變量間呈極弱相關(guān)或不相關(guān)；相關(guān)系數(shù)為 0.2～0.4時，變量間呈弱相關(guān)；相關(guān)系數(shù)為0.4～0.6時，變量間呈中等程度相關(guān)；相關(guān)系數(shù)為0.6～0.8 時，變量間呈強(qiáng)相關(guān)；相關(guān)系數(shù)為0.8～1時，變量間呈極強(qiáng)相關(guān)[9]。 觀察表6發(fā)現(xiàn)，積極內(nèi)容比重和消極內(nèi)容比重與Y1-Y7等7項(xiàng)指標(biāo)呈正相關(guān)，積極內(nèi)容Y9與前7項(xiàng)指標(biāo)的相關(guān)系數(shù)范圍處于[0.008，0.567]，消極內(nèi)容Y11與前7項(xiàng)指標(biāo)的相關(guān)系數(shù)范圍處于[0.159，0.779]，而中立內(nèi)容Y10與前7項(xiàng)指標(biāo)呈負(fù)相關(guān)。根據(jù)本文數(shù)據(jù)統(tǒng)計(jì)，美國智庫中立內(nèi)容的比重平均約占36.47%，而中國智庫中立內(nèi)容的比重平均約占49.24%。

表6 指標(biāo)間的相關(guān)性系數(shù)

此外本文收集智庫在推特上的置頂推文，一般置頂?shù)膬?nèi)容較為重要且受到用戶的認(rèn)可程度較高(評論、點(diǎn)贊較多)，同時收集樣本智庫在平臺上點(diǎn)贊、評論和轉(zhuǎn)發(fā)最多的推文，以上推文受關(guān)注程度較高，這些推文涉及選民權(quán)力、恐怖主義威脅、新外交政策、COVID19(新冠肺炎)期間的中俄信息運(yùn)動、“一帶一路”等內(nèi)容。經(jīng)過情感分析，超八成的關(guān)注度高的推文屬于積極和消極內(nèi)容，即觀點(diǎn)清晰、立場明確、態(tài)度鮮明的內(nèi)容會受到更多關(guān)注與認(rèn)可；反之對于中立內(nèi)容的觀點(diǎn)態(tài)度模糊，或僅是對已存在的事件或政策進(jìn)行陳述，沒有發(fā)表新的觀點(diǎn)以及提出新的建設(shè)性的意見。相關(guān)性分析中也可以觀察到中立內(nèi)容與其他大部分指標(biāo)呈負(fù)相關(guān)，對于智庫在社交平臺上的發(fā)展助益不多。同時受用戶關(guān)注較高的內(nèi)容在平臺上往往配有圖片、視頻以及全文鏈接，提升了發(fā)布內(nèi)容的擴(kuò)展性、美觀性以及趣味性。

通過觀察表6發(fā)現(xiàn)，Y10與所有指標(biāo)呈負(fù)相關(guān)，Y10與其他指標(biāo)對智庫的表征在整體上不具備一致性，因此將指標(biāo)Y10進(jìn)行剔除。對剩余指標(biāo)數(shù)據(jù)進(jìn)行KMO-Bartlett 檢驗(yàn)，KMO為0.575 >0.5，巴特利特球形度檢驗(yàn)顯著性小于0.05，符合顯著性水平，根據(jù)以上兩點(diǎn)本文選取的9項(xiàng)指標(biāo)具有相關(guān)性，可以進(jìn)行主成分分析。從表7可得各個指標(biāo)的公因子方差處于0.502～0.934 之間，說明各指標(biāo)的原始信息可以被較好的表達(dá)。

表7 公因子方差

主成分提取的主要依據(jù)為特征值應(yīng)大于1，根據(jù)表8和圖1特征值碎石圖所示，前兩個主成分的特征值均大于1且累積方差貢獻(xiàn)率為75.388%。這說明前兩個主成分解釋了原有9個指標(biāo)的絕大部分信息。

圖1 特征值碎石圖

表8 總方差解釋

指標(biāo)的成分矩陣如表9所示，主成分1中占比較大的指標(biāo)為粉絲數(shù)Y2、獲贊數(shù)Y3、用戶評論頻率Y5、用戶轉(zhuǎn)發(fā)頻率Y6、用戶點(diǎn)贊頻率Y7，主成分1主要是反映智庫在社交平臺上的用戶影響力，評論、轉(zhuǎn)發(fā)、點(diǎn)贊都屬于用戶行為，粉絲數(shù)與點(diǎn)贊數(shù)也取決于用戶對智庫的認(rèn)同程度，由于主成分1 的方差貢獻(xiàn)率為44.554，因此其所解釋的指標(biāo)是最重要的，在上文的分析對比中，中國智庫在用戶評論頻率Y5和用戶轉(zhuǎn)發(fā)頻率Y6上的表現(xiàn)遜色于美國智庫；主成分2中占比較大的指標(biāo)為發(fā)布內(nèi)容數(shù)Y1、發(fā)布內(nèi)容頻率Y4、積極內(nèi)容Y9、消極內(nèi)容Y11，其解釋了智庫在社交平臺發(fā)布內(nèi)容的數(shù)量、頻率以及內(nèi)容等指標(biāo)，由上文分析可知，美國智庫在發(fā)布內(nèi)容的數(shù)量、頻率上具有一定優(yōu)勢，同時中立內(nèi)容所占比重較小，積極內(nèi)容和消極內(nèi)容所占比較大。

表9 旋轉(zhuǎn)成分矩陣

4.3綜合指標(biāo)對比利用SPSS得到各主成分的得分系數(shù)矩陣如表10所示，由此可計(jì)算各主成分得分，計(jì)算公式如下：

表10 成分得分系數(shù)矩陣

F1(主成分1)=0.076*Y1+0.198*Y2+0.158*Y3+0.013*Y4+0.239*Y5+0.235*Y6+0.251*Y7-0.1*Y9-0.056*Y11

F2(主成分2)=0.276*Y1+0.018*Y2+0.153*Y3+0.214*Y4-0.088*Y5-0.017*Y6-0.037*Y7+0.301*Y9+0.325*Y11

根據(jù)表8中2個主成分的方差貢獻(xiàn)率，可以計(jì)算智庫社交平臺影響力的綜合評價得分：

F綜合=44.554/75.388*F1+30.834/75.388*F2

=0.591*F1+0.409 *F2

通過上述公式計(jì)算得到各智庫F綜合的值，并根據(jù)F綜合對智庫進(jìn)行排名，同時結(jié)合《全球智庫報(bào)告2019》中"2019 Top Think Tanks Worldwide"榜單的智庫排名進(jìn)行分析，并將該榜單排名設(shè)為FTTTW，最終結(jié)果如表11、表12所示。

表11 美國智庫(前5名)

表12 中國智庫(前5名)

通過表11和表12可知，美國前5名智庫在"2019 Top Think Tanks Worldwide"榜單中均有名次，全部在列，而中國僅“全球化智庫”、團(tuán)結(jié)香港基金兩家智庫登上這兩份榜單，“中國金融四十人論壇”“中國人民大學(xué)重陽金融研究院”等中國智庫雖未上榜，但其在亞洲地區(qū)仍是極具影響力的智庫。本文抽取的中國智庫樣本多為社會(企業(yè))智庫、民間智庫等非官方智庫，而部委直屬事業(yè)單位智庫、地方政研智庫、地方社科院、高校智庫等智庫數(shù)據(jù)缺失嚴(yán)重，在社交平臺的表現(xiàn)不佳。智庫在社交平臺上的影響力是智庫綜合實(shí)力的重要表現(xiàn)以及重要組成部分，美國頂尖智庫往往具備強(qiáng)勁的社交平臺影響力，強(qiáng)大的社交平臺網(wǎng)絡(luò)是美國智庫的重要支撐。中美頂尖智庫在社交平臺上的整體發(fā)展水平存在一定差距，美國智庫的F綜合均值為中國智庫F綜合均值的1.76倍，但我國智庫在某些指標(biāo)上表現(xiàn)不俗，在社交平臺上具有一定的影響力和發(fā)展基礎(chǔ)。

5 總 結(jié)

根據(jù)《全球智庫報(bào)告2019》 的“Best Use of Social Media and Networks”即最佳利用社交媒體和網(wǎng)絡(luò)榜單得知，美國上榜智庫有“Center for Strategic and International Studies”等17家智庫，其中10家智庫位于美國智庫國內(nèi)排名的前15名，而該榜單的中國智庫僅“全球化智庫”等3家智庫。由此可見美國一流智庫在社交網(wǎng)絡(luò)中具有更加強(qiáng)大影響力，本研究通過對兩國頂尖智庫的對比分析，建議從以下方面加強(qiáng)智庫在社交網(wǎng)絡(luò)中的建設(shè)：

第一，鼓勵智庫在大型社交平臺創(chuàng)建賬號。研究發(fā)現(xiàn)，我國智庫在許多國外大型社交平臺存在賬號的缺失，沒有官方賬號；另一方面，眾多社會(企業(yè))智庫在國內(nèi)的相關(guān)平臺(微信、微博等)上表現(xiàn)優(yōu)異，中國智庫的主要指標(biāo)數(shù)據(jù)來源是國內(nèi)平臺；政府智庫(部委直屬事業(yè)單位智庫、地方社科院等)、高校智庫等類型智庫對社交媒體的應(yīng)用較少，用戶了解其研究成果與思想的途徑多是官方網(wǎng)站、報(bào)紙、論文，信息傳播途徑匱乏。此外美國不僅在各個大型社交平臺設(shè)有官方賬號，并且其負(fù)責(zé)不同領(lǐng)域的下屬部門還會專門開設(shè)二級賬號，實(shí)現(xiàn)了多平臺多賬號的多點(diǎn)傳播機(jī)制，豐富了信息傳播的途徑，擴(kuò)大了傳播范圍。因此我國智庫應(yīng)該嘗試在更多類型的社交平臺設(shè)置賬號，對智庫內(nèi)部的研究領(lǐng)域或工作內(nèi)容進(jìn)行細(xì)化，開設(shè)二級賬號，同時智庫內(nèi)部的專家學(xué)者還可以在社交平臺單獨(dú)創(chuàng)設(shè)個人賬戶，對智庫的研究成果進(jìn)行宣傳，形成三級賬號，這樣的三級多點(diǎn)結(jié)構(gòu)有利于增強(qiáng)智庫社交網(wǎng)絡(luò)的輻射能力。

第二，增強(qiáng)各平臺之間的關(guān)聯(lián)性，加強(qiáng)宣傳力度。美國智庫會在社交平臺上分享其在其他平臺的鏈接，用戶可以通過這些鏈接瀏覽智庫在其他平臺的主頁，這一方式將智庫在各個平臺的資源進(jìn)行統(tǒng)一和整合，將分散在各個平臺的社交網(wǎng)絡(luò)串聯(lián)起來。而中國智庫各個社交平臺之間的鏈接能力較弱，不同平臺的賬號各自為戰(zhàn)，相互之間沒有進(jìn)行良好的宣傳。因此我國智庫在各個社交平臺的經(jīng)營上應(yīng)加強(qiáng)協(xié)同合作，提高交互能力，同時也可以在其官網(wǎng)、紙質(zhì)出版物或相關(guān)活動中進(jìn)行社交平臺官方賬號的推廣與宣傳，增加曝光度，以此提升智庫的知名度以及在社交平臺上的影響力。

第三，加強(qiáng)社交平臺的內(nèi)容建設(shè)。我國智庫存在“僵尸賬號”的情況，需加強(qiáng)智庫賬號的管理與經(jīng)營，長期不更新狀態(tài)會造成原有受眾群體的流失；部分智庫在社交平臺發(fā)布動態(tài)時對于圖片、音頻以及視頻的利用較少，視覺效果和閱讀體驗(yàn)不佳，難以引起用戶興趣，甚至存在僅分享一條鏈接，沒有任何圖片、文字描述的情況，因此應(yīng)對發(fā)布內(nèi)容進(jìn)行更加精致的設(shè)計(jì)和包裝。研究中發(fā)現(xiàn)在社交平臺上中立內(nèi)容對于智庫賬號的助益作用最弱，這是由于中立內(nèi)容中包含沒有實(shí)質(zhì)內(nèi)容的推文，類似新聞報(bào)告只是陳述性的表達(dá)，不包括智庫的實(shí)質(zhì)性觀點(diǎn)和思想，這方面可以增加智庫實(shí)質(zhì)性內(nèi)容(研究成果，對大事件的觀點(diǎn)和看法等)的輸出；進(jìn)一步加強(qiáng)智庫在社交平臺更新速度，提升對社會熱點(diǎn)的關(guān)注，積極分享思想、觀點(diǎn)以及學(xué)術(shù)成果，在當(dāng)今時代大量學(xué)者和機(jī)構(gòu)將自己的研究成果和學(xué)術(shù)思想發(fā)布到社交媒體上，進(jìn)行實(shí)時傳播，擺脫了傳統(tǒng)媒體(期刊、報(bào)紙等)的時滯性，同時也可以讓更多的非研究人員即普通群眾了解目前相關(guān)領(lǐng)域的研究進(jìn)展；積極與社交平臺上的用戶(個人賬戶、高校、企業(yè)、其他智庫等)進(jìn)行互動、交流、討論，進(jìn)而提升智庫的網(wǎng)絡(luò)影響力、社會影響力以及國際影響力。