宋紅巖 俞定國 劉良模 苗小雨

摘 要 網絡社交媒體意見領袖逐漸成為影響社會公共事務的重要推手?；诜菣嗔︻I導力理論，文章對社交媒體意見領袖的領導力情況進行了研究，構建了以影響力、洞察力和思想力為指標的綜合評價體系，設計了微博意見領袖領導力計算模型。同時，以新浪微博為例采用大數據挖掘與分析技術建立數據庫，歷時3年進行跟蹤研究。結果表明，目前新浪微博意見領袖以青壯年為主，其領導力與自身的職業(yè)背景、微博參與能力以及與粉絲互動情況密切相關。

關鍵詞 社交媒體;意見領袖;領導力

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2018）20-0005-05

當前網絡生態(tài)發(fā)生了深刻的結構性變化，傳播裂變效能越來越凸現(xiàn)，以微博、微信等為代表的社交媒體已成為信息發(fā)布和分享的主渠道，社交網絡中的高影響力用戶，特別是意見領袖，已成為社交網絡信息大規(guī)模傳播的關鍵因素，推動社會輿論形成與演變的重要力量。越來越多的研究表明，社交媒體意見領袖在網絡輿情演變、在線口碑傳播和突發(fā)事件傳播等中起著重要作用，他們影響著大眾的觀念形成及價值判斷，甚至影響網絡輿情的走向，進而成為網絡輿論的推動者和引導者。因此，在人人發(fā)聲的年代，如何準確把握社交媒體意見領袖對社會公眾的影響力，如何通過有序引導他們言行來實現(xiàn)健康良性社會輿論生態(tài)，這是當前學界與社會必須要破解的難題。

1 文獻回顧

自從1940年拉扎斯菲爾德等學者在美國政治大選中發(fā)現(xiàn)意見領袖現(xiàn)象開始，國內外學者從不同視角對意見領袖進行了廣泛研究，尤其是關于意見領袖的識別和影響力評估，一直是學術界關注的熱門話題之一。其中，在意見領袖識別方面，有學者從社會群體認同、專業(yè)知識和社會資本三個維度來識別潛在的意見領袖，通過分析用戶交流的內容以及用戶間的關系來尋找意見領袖和輿論觀點動向，或者從個人和社會人口學等屬性特征來識別意見領袖[1-3]。而對于社交媒體意見領袖的識別方法研究，目前主要有三類：一是考慮用戶本身的屬性，通過聚類或相關性分析等方法來發(fā)現(xiàn)意見領袖[4];二是根據社交網絡中用戶間的關系建立圖模型，通過復雜網絡的中心性思想、PageRank等圖算法或者擴展算法計算用戶在網絡結構中的重要性來挖掘意見領袖[5];三是從社交網絡中信息擴散的角度出發(fā)，通過計算用戶發(fā)表信息的重要性來挖掘意見領袖。

在社交媒體意見領袖影響力研究中，很多研究選擇以某個具體應用形態(tài)為研究對象，如豆瓣網、人人網、Twitter等，從傳播學角度對網絡意見領袖影響力的產生、形態(tài)、特征與功能等進行探討。在意見領袖研究分析的過程中，影響力作為衡量意見領袖的一項重要指標，其本身就是一個包涵諸多標準在內的一個變量。目前國內學者們對意見領袖的影響力研究主要側重從理論推理和思辨層面來剖析，其中有學者從事件、媒介、受眾等層面研究了意見領袖在突發(fā)事件網絡輿情演變中的影響，從傳播效果、溝通方式、輿論持久力和監(jiān)督力等角度，或者社會身份、知識水平、群體認同、信任度等方面探討微博意見領袖的社會影響力[6-8]。此外，還有些學者從影響力、傳播力、覆蓋度、活躍度和認同度等維度研究構建微博意見領袖影響力指標體

系[9-11]。而在意見領袖的領導力研究上，當前研究成果相對較少，有學者探討了網絡意見領袖非權力領導力的實現(xiàn)機制，認為網絡意見領袖非權力領導力存在著單一核心模式、相互強化模式和優(yōu)勢反哺模式三種實現(xiàn)路徑[12];還有學者研究了大學生群體網絡領導力的實現(xiàn)途徑，分析了大學生網絡意見領袖領導力的特征以及影響因素[13]。

從整體上看，目前對意見領袖的識別和影響力等研究仍主要集中在傳統(tǒng)媒介，面向網絡媒體，尤其是社交媒體的相關研究還有待深入。已有的網絡論壇、微博等意見領袖識別研究往往只是簡單地考慮用戶影響力因素，沒有綜合考慮用戶屬性和網絡結構特性、用戶及話題所處的行業(yè)、領域等背景信息，研究存在一定局限性。對社交媒體意見領袖領導力的分析成果不多，已有的研究幾乎未見領導力的測量以及實證研究。因此，本文基于非權力領導力的理論，以新浪微博為例通過大數據挖掘分析為技術手段，綜合考慮用戶屬性、用戶所發(fā)信息價值和社交媒體的網絡結構等因素，設計研究社交媒體意見領袖的領導力評測指標體系，綜合分析社交媒體意見領袖的領導力。

2 研究設計

2.1 變量設計

隨著時代的發(fā)展，領導力的研究日益受到重視，而社交媒體的興起為領導力的研究提供了一個新的視角。社交媒體意見領袖由于處于虛擬的空間，其社會現(xiàn)實權力屬性較少，它更注重領導者的個人魅力、感召能力和影響力。由此可知，社交媒體意見領袖的領導力是指在社交網絡中通過發(fā)帖、跟帖、評論和點贊等網絡行為及其言論，對網絡話題傳播以及其他用戶的思想、網絡行為及言論產生影響的網絡輿論引領能力。社交媒體意見領袖實質上作為柔性領導者，其影響力在本質上體現(xiàn)的也是非權力性領導能力。因此，根據非權力領導力理論的相關內涵與模型，本文從社交媒體意見領袖領導力形成過程的知識能力、前瞻決斷以及影響魅力三個維度構建了社交媒體意見領袖的領導力綜合指標體系。具體的指標體系設計如下。

2.1.1 思想力（Contemplative Faculties，C）

本文認為領導者的知識才能、品德等個人素質是形成領導力的首要因素和第一環(huán)節(jié)，而在這一環(huán)節(jié)中，社交媒體意見領袖對公共事件的看法是否具有自己的觀點和思想，能否在一定程度上影響甚至改變大眾的觀點，就體現(xiàn)著他們是否具有思想力，能否讓追隨者信服。因此，本文通過考察社交媒體意見領袖所發(fā)表微博內容的原創(chuàng)程度（C1）、精彩評論程度（C2）以及關注質量（C3）來衡量他們的思想力。其中，原創(chuàng)程度（C1）是指用戶發(fā)布的帖子中原創(chuàng)數量與全部數量的比例，原創(chuàng)越多，說明用戶的獨立思考和特色觀點越多;精彩評論程度（C2）是指轉發(fā)別人觀點時發(fā)表的精彩評論性觀點占全部轉發(fā)數量的比例。關注質量（C3）是指關注者中活躍社交媒體意見領袖用戶數與全部數量的比例。思想力的運算公式為：

（1）

其中，為社交媒體意見領袖的思想力值，為相應的二級指標值，為相應二級指標的權重

系數。

2.1.2 洞察力（Discernment，D）

領導者自身具有知識才能后，還需具有前瞻性和決斷力，也就是說意見領袖應該具備深入探索分析某公共事件的能力，需要具備敏銳性，并且在第一時間發(fā)表正確有效并能得到行業(yè)及大眾認可的言論。本文通過考察社交媒體意見領袖發(fā)表相應言論的活躍情況、響應速度和效度來衡量。其中，響應頻次（D1）又細分為30天內活躍數及占比情況（D11）和日均發(fā)布量（D12）兩個三級指標。響應速度（D2）即對公共事件的反應速度，細分為公共事件發(fā)生后響應時間（D21）及響應時間在大V中的排名（前中后30%）（D22）。響應效度（D3）代表了社交媒體意見領袖對于公共事件的分析是否正確有效，能否引起大家的共鳴，其又細分為普通用戶點贊數（D31）以及大V點贊數（D32）兩個三級指標。洞察力的運算公式為：

（2）

其中，為社交媒體意見領袖的洞察力值，為相應二級指標的權重系數，為相應的三級指標值，為相應三級指標的權重系數。

2.1.3 影響力（Influence，I）

領導者具備品德、才能，進而做出前瞻性的決斷后，就要對追隨者產生感召魅力，從而形成領導力。意見領袖具有設置議題的能力，并且能夠改變輿論進程中的議題走向，在本質上形成非權力領導力，而意見領袖領導力的考察很大程度上是影響力的考察，即曝光接觸、互動反饋的深度與廣度。因此考察社交媒體意見領袖的影響力必須落實到考察在某一主題內特別活躍，并在這一主題內具有極大影響力的用戶。本文通過社交網絡中的兩種主要交互行為來考查意見領袖的影響力：1）曝光廣度（I1）。微博中，曝光廣度即引起網民注意的能力以及自身的知名程度。在這個指標中，我們細分為意見領袖知名度（I11）和微博粉絲數（I12）。2）曝光深度（I2）。曝光深度即微博粉絲中的有效類型，在這個指標中，我們細分為粉絲中大V用戶數（I21）和活躍粉絲數（I22）兩個三級指標。3）互動廣度（I3）。在曝光環(huán)節(jié)，用戶不只是單純的接觸到社交媒體意見領袖的觀點或者信息，要考察信息是否真正被用戶所接受或者認可，還得考察意見領袖和用戶之間（也是領導者和追隨者之間）的互動情況，轉發(fā)行為成為一種驗證、認同或者否定其他用戶觀點的方式。主要有兩種情況，第一種，當用戶認可某條信息時，即與社交媒體意見領袖用戶的價值觀相符合時才會進行轉發(fā);另一種情況，用戶不認可某條信息，會通過轉發(fā)的行為輔以評論，實現(xiàn)信息的增值，將不認可的信息進行糾正然后實現(xiàn)再傳播，則該社交媒體意見領袖的跟隨者們所接收到已經是實現(xiàn)了信息增值的新信息。意見領袖用戶的信息被轉發(fā)的次數越多，產生的影響越大。同時，一個社交媒體意見領袖信息被評論的次數越多，意味著對越多的粉絲產生了影響。因此，本文采用被轉發(fā)量（I31）和被評論量（I32）兩個三級指標來衡量社交媒體意見領袖與粉絲互動的廣度。4）互動深度（I4）。和互動廣度類似的是，互動深度也衡量著信息能否真正產生影響力和領導力，在這個指標中，我們采用二次轉發(fā)量（I41）和多次評論量（I42）兩個三級指標來衡量互動深度。影響力的運算公式為

（3）

其中，為社交媒體意見領袖的影響力值，為相應二級指標的權重系數，為影響力對應的三級指標值，為相應三級指標的權重系數。

最后，合算出社交媒體意見領袖領導力（Leadership）的評價模型，即

（4）

其中，為社交媒體意見領袖的領導力值，、和分別為社交媒體意見領袖的思想力、洞察力和影響力值，、和分別為思想力、洞察力和影響力對應的權重系數。

根據以上研究設計，應用社會網絡層次分析法，本文最終構建了社交媒體意見領袖領導力的評測模型，并通過AH分析方法和專家打分形式測算出指標體系的權重系數，如表1所示。

2.2 抽樣方法

為檢驗驗證本文提出的非權力社交媒體意見領袖領導力評測模型，本研究團隊進一步自主研發(fā)了針對新浪微博的網絡意見領袖監(jiān)測系統(tǒng)，并申請了軟件著作權（登記號：2015SR137322），軟件主要是通過配置自動采集新浪微博用戶的基本信息，包括粉絲數、關注數、微博數等，以及該用戶發(fā)布的每一條微博及評論內容，包括對該微博的轉發(fā)數、評論數、點贊數等信息，并根據本文提出的計算模型，實時評估社交媒體意見領袖的領導力等值。本研究團隊截至2017年12月30日，收集各行業(yè)和各年齡段8 798名具有高影響力的微博大V用戶信息，及其發(fā)布的約8 798萬條有效微博信息。這些意見領袖總共擁有3.8億個粉絲，他們總共發(fā)表了近1 000萬條文章，這些文章總計被轉發(fā)了近7億次，被評論了3.8億次，其規(guī)模接近于國內網民總數。

3 實證驗證

以本團隊挖掘的數據庫為基礎，根據上述所提出的社交媒體意見領袖領導力評測指標體系，對新浪微博大V用戶的領導力進行了實驗驗證，如表2所示，得到新浪微博大V用戶領導力排名前25名的意見領袖用戶信息，并測量出他們的領導力值。

同時，本文對新浪微博意見領袖的性別和年齡、行業(yè)、職業(yè)等個人特征與其領導力的關系進行了分析研究。其中，在性別方面，微博意見領袖中男性占81.4%，女性占18.6%，說明男性新浪微博意見領袖掌握著話語權。在年齡中，數據顯示20～29歲段的占9%，30～39歲段的占43.5.1%，40～49歲段的占29.1%，50～59歲段的占14%，60～69歲段的占3.7%，70歲以上的占0.7%。若按照出生年份進行分析，“90后”占7.3%，“80后”的占42.3%，“70后”占29.6.1%，“60后”占16%，“50后”占4%?？梢?，從整體上來看，新浪微博意見領袖以青壯年為主。而在對微博意見領袖的職業(yè)與從事的行業(yè)分析中，分別發(fā)現(xiàn)，微博意見領袖行業(yè)構成前五位由高到低的依次是媒體從業(yè)人員與IT互聯(lián)網從業(yè)人員（33%）、科研教育（12.9%）、娛樂圈（4.9%）以及人文藝術（4.9%）等;意見領袖的職業(yè)主要為媒體從業(yè)人員（28.8%）、企業(yè)高管（18.5）、草根（16.3%）、專家學者（7.6%）以及娛樂名人（4.7）%等。相應地，本課題組2016年底觀測到的數據研究結果為微博意見領袖行業(yè)構成前五位由高到低的依次是媒體從業(yè)人員、IT互聯(lián)網從業(yè)人員、人文藝術、娛樂圈與科研教育等，微博意見領袖的職業(yè)主要為企業(yè)高管、媒體人、專家學者、藝人與作家等。經對比發(fā)現(xiàn)，隨著近一兩年國家對意見領袖的治理以及網民快速發(fā)展，微博意見領袖構成結構也發(fā)生了悄然變化，最突出是表現(xiàn)是專業(yè)媒體人與IT技術人員等在意見領袖的引領作用在加強，科研教育專家與草根意見領袖隊伍也在不斷發(fā)展壯大。

從微博意見領袖的全中國（包括臺灣）地理位置分布圖來看，其中排名由高到低前五位的分別是北京（分布量化指數為3 868，下同）、廣東（1 006）、上海（777）、江蘇（488）、浙江（398），另外，微博意見領袖信息交互圖則顯示最活躍的地區(qū)幾名的分別是廣東（活躍指數97，下同）、上海（75）、江西與湖北并列第三（32）、重慶、四川、甘肅與吉林并列第四（22），可見，目前中國微博意見領袖主要集中在北上廣等經濟比較發(fā)達的地區(qū)，但活躍地區(qū)則由經濟發(fā)達地帶向內陸地區(qū)輻射的發(fā)展趨勢，其中北京微博意見領袖人數最多，廣東微博意見領袖最活躍。

此外，本文還對新浪微博意見領袖的網絡應用與領導力關系做了進一步的分析，因篇幅原因，在此僅顯示前25名微博意見領袖的領導力及其各指標情況。從總體上看，前25名中IT精英占了15個席位，其中對于領導力值排名第一的“一句話囧”來說，其影響力指數為2 482、洞察力指數為47 861、思想力指數為28 892。他發(fā)表的文章總數為15萬，被轉發(fā)總數為13萬，平均轉發(fā)數為114，被評論總數為2萬，平均評論數為22;其粉絲數為751萬，年度活躍天數為65天，但綜合來看有些IT精英的影響力還有待提高。另外，經濟專家4人，傳統(tǒng)媒體人與影視藝術名家各占了3個席位，三個群體對比發(fā)現(xiàn)，傳統(tǒng)媒體人正積極地向新媒體個人意見領袖轉型，但其信息發(fā)布的權威性、粉絲數與活躍天數都有待加強;而經濟專家，特別是影視藝術名人，由于其社會身份特殊性往往受到粉絲的

熱捧。

4 結論與討論

針對以往基于用戶粉絲數、帖子數和評論數等數據的靜態(tài)統(tǒng)計分析，以及基于網絡拓撲結構的度量等研究工作，無法有效刻畫出社交媒體意見領袖用戶活躍度和發(fā)帖內容影響等情況。本文基于非權力性領導力的相關理論，構建了社交媒體意見領袖領導力評價指標體系，設計了新浪微博意見領袖領導力的計算模型，在此基礎上，開發(fā)“微博爬蟲”程序，從新浪微博采集“大V”用戶數據進行實例驗證，最后，以影響力比較大的意見領袖為考察對象，對提出的評價模型進行實例驗證。但由于篇幅有限，在此并沒有深入系統(tǒng)展開，這將在今后的研究中落實。

參考文獻

[1]Vergani M.Are Party Activists Potential Opinion Leaders？.Javnost-The Public，2011，18（3）：71-82.

[2]Bodendorf F，Kaiser C.Detecting Opinion Leaders and Trends in Online Social Networks. Proceedings of the 2nd ACM Workshop on Social Web Search and Mining， ACM， 2009：65-68.

[3]Weimann G.The influential：People who Influence People.SUNY Press，1994.

[4]Cho Y，Hwang J，Lee D. Identification of effective opinion leaders in the diffusion of technological innovation： a social network approach.Technological Forecasting and Social Change，2012，79（1）：97-106.

[5]樊興華，趙靜，方濱興.影響力擴散概率模型及其用于意見領袖發(fā)現(xiàn)研究[J].計算機學報，2013（2）：360-367.

[6]王國華，張劍，畢帥輝.突發(fā)事件網絡輿情演變中意見領袖研究——以藥家鑫事件為例[J].情報雜志，2012（12）：1-5.

[7]張皓.突發(fā)事件中的微博意見領袖研究[D].上海：上海社會科學院，2012.

[8]李艷平，王燦發(fā)，周鼎.微博輿論場域的較量——兼談微博意見領袖的社會影響力[J].傳媒，2016（11）：

86-88.

[9]彭麗徽，李賀，張艷豐.基于灰色關聯(lián)分析的網絡輿情意見領袖識別及影響力排序研究——以新浪微博“8·12濱海爆炸事件”為例[J].情報理論與實踐，2017（9）：90-94.

[10]王佳敏，吳鵬，陳芬，等.突發(fā)事件中意見領袖的識別和影響力實證研究[J].情報學報，2016（2）：169-176.

[11]王文艷.微博草根意見領袖影響力的生成機制——以“昆明3·1事件”為例[D].保定：河北大學，2015.

[12]李利文.非權力領導力的實現(xiàn)機制——基于網絡意見領袖的分析[J].天津行政學院學報，2015（3）：91-97.

[13]許國動.意見領袖視角下大學生網絡領導力實現(xiàn)途徑[J].當代青年研究，2012（11）：1-6.

基金項目：本文為教育部人文社科課題（18YJA860020）、中廣電聯(lián)合會2017年媒介素養(yǎng)專項研究（2017ZGL0010）、校新聞傳播研究院課題（ZCXC17YB03）的階段性研究成果。

作者簡介：宋紅巖，浙江傳媒學院馬克思主義學院副教授，浙江省網絡媒介素養(yǎng)研究院副秘書長。

俞定國，浙江傳媒學院新媒體學院教授，智能媒體技術研究院副院長。

劉良模，浙江傳媒學院學工部講師。

苗小雨，浙江傳媒學院助理研究員。