程文文

摘 要 隨著移動媒體的發(fā)展，政務微博逐漸成為黨和政府拓展政務服務、聯(lián)系人民群眾與加強輿論引導的重要渠道?；谏鐣W絡分析的視角，通過構建部委政務微博的關注與被關注網絡，利用Ucinet與R語言工具對部委政務微博的網絡結構特征進行研究，得出政務微博社會網絡關系密切、傳播權力差異顯著、發(fā)展不平衡等結論，并據此提出政務微博的優(yōu)化策略。

關鍵詞 社會網絡分析；政務微博；中心度

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2021）20-0032-05

2018年，國務院出臺了《關于推進政務新媒體健康有序發(fā)展的意見》，要求各地區(qū)、部門明確政務新媒體定位，建立整體協(xié)同、響應迅速的政務新媒體矩陣體系[1]。目前，以政務微博為代表的政務新媒體已經成為社會治理中的重要一環(huán)，在信息傳播、政務處理、輿論引導中發(fā)揮著關鍵作用，也是聯(lián)結政務和群眾的橋梁[2]。截至2020年底，我國31個?。▍^(qū)、市）均已開通政務機構微博，經過新浪平臺認證的政務機構微博為140 837個。政務微博的總粉絲數已超過30億，全年閱讀量超過66.8億次。微博以其短、平、快的內容呈現(xiàn)與基于網狀傳播帶來的裂變效應，從根本上打破了傳統(tǒng)政務媒體因信息不對稱帶來的認知偏差，成為發(fā)展最成熟、輻射最廣的政務新媒體[3]。

近年來，國家對于政務新媒體發(fā)展要求逐步提升，政府各部門紛紛開通政務微博，隨著我國政府各部門之間的聯(lián)系日益緊密，不同的政務微博賬號逐步構成一個穩(wěn)定的社會網絡。社會網絡分析法是用于探究社會網絡中各行動主體間互動關系及社會網絡結構特征的量化研究方法，為研究政務微博提供了新的研究視角和工具參考，可以清晰地反映出政務微博賬號之間的關系與其影響力[4]。

本文選取部委政務微博為研究對象，以部委微博的社會關系網絡為數據來源，運用Ucinet軟件和R語言來分析部委政務微博社會網絡結構的特征。本文主要研究三個問題：第一，部委政務微博影響力如何？第二，作為各政府職能部門的新媒體集群，之間的網絡結構特征如何？第三，不同的政務微博之間是否實現(xiàn)了信息資源的互聯(lián)互通，其發(fā)展是否平衡？

2.1 數據來源

新浪微博平臺提供了政務指數排行榜，通過政務機構認證用戶考察傳播力、互動力、服務力和認同度四個維度（即綜合微博閱讀、轉發(fā)、評論、點贊、私信等各數據得出），在此基礎上得出總分并進行排行得出榜單，本研究選取新浪微博平臺的政務媒體榜單中部委榜單的前50位作為研究對象。研究樣本分別是以下微博：中國警方在線、共青團中央、中國長安網、中國消防、中國反邪教、中國氣象局、最高人民檢察院、中國禁毒在線、公安部交通管理局、東風快遞、中國氣象科普、科普中國、應急管理部、戰(zhàn)略安全與軍控在線、中國大學生在線、國資小新、中央氣象臺、警民攜手同行、中國地震臺網速報、最高人民法院、中華全國學聯(lián)、故宮博物院、中國政府網、健康中國、外交部發(fā)言人辦公室、生態(tài)環(huán)境部、CATTI譯路通、微言教育、司法部、中國鐵路、中國文明網、全國婦聯(lián)女性之聲、中科院之聲、國家博物館、中國森林消防、公安部刑偵局、中國路網、自然資源部、海關發(fā)布、國家圖書館、國家稅務總局、工信微報、國防部發(fā)布、公安部兒童失蹤信息緊急發(fā)布平臺、中國普法、中國氣象數據、國家網信辦舉報中心、中國文博、國家移民管理局、中國火箭軍共50個政務微博。

2.2 數據處理

通過Python爬取2020年7月至2021年7月每月微博部委榜單月榜的分數，將每月部委榜單的分數進行求和并按照求和分數進行排序，取其分數排行前50位作為研究對象（數據截至2021年8月11日）。

3.1 社會網絡建構

將選取的50個政務微博賬號之間的關注關系構建成50×50矩陣，并導入Ucinet軟件中繪制出政務微博的社會網絡關系圖。如圖1，其中每一個節(jié)點代表不同的政務微博，節(jié)點之間的連線指向表示政務微博之間的關注關系，連線箭頭代表了政務微博之間的關注指向關系。從圖中可看出，首先政務微博之間的關系較為緊密，相互關注程度較高，這說明社會網絡具有較高的凝聚性。其次，中國長安網、中國警方在線等政務微博周圍的箭頭最多，說明其受到的關注度越高。此外可以看出不同政務微博受到的關注度差異較大，且具有聚集效應。

3.2 網絡密度分析

網絡密度用于反映社會網絡聯(lián)系的緊密程度[5]。網絡密度越大，說明節(jié)點之間聯(lián)系越密切，社會網絡具有越高的凝聚性與活躍度。通過Ucinet軟件分析可得出政務微博賬號關系網的網絡密度為0.369，政務微博賬號之間的連接數量共905條，每個賬號平均連接數量為18.1。這表明政務微博社會關系網絡密度較高，各賬號之間聯(lián)系較為緊密，其之間易發(fā)生信息交流，網絡整體活躍度較高。

3.3 網絡中心度分析

網絡中心度分析用于研究節(jié)點的重要性和影響力，衡量網絡中心度的指標包括度中心性、中介中心性、接近中心性、特征向量中心性等，不同的指標的判斷方法和邏輯有所不同。

3.3.1 度中心性

度中心性是用節(jié)點與其他節(jié)點相互連接的關系數量作為衡量中心性的指標，即一個節(jié)點的與其他節(jié)點的關系越多，這個節(jié)點的度中心性越高，該節(jié)點在網絡中就越重要[6]。在有向圖中，度中心性又可分為點出度和點入度，具體來看，點入度是指該政務微博被關注的數量，點出度指政務微博主動關注的數量。表1為部分政務微博的點出度與點入度。

從Ucinet的分析結果可以得出，共青團中央、中國警方在線和中國政府網這三個政務微博的點入度最高，說明在整個政務微博賬號的社會網絡中，這三個賬號受到的關注程度最高，它們的微博也更容易受到其他政務賬號的關注和轉發(fā)，在整個社交網絡中處于核心地位，具有一定的影響力。從點入度結果來看，中國大學生在線、中國長安網與工信微報等點入度最高，說明這三個政務微博賬號關注其他微博賬號程度更高，分析其微博內容，其中中國大學生在線和工信微報轉發(fā)其他政務微博賬號內容較多，說明這三個政務微博對于其他賬號內容關注程度較高。從點入度和點出度的和即度中心性的結果可以看出，外交部發(fā)言人辦公室與CATTI譯路通賬號的點入度和點出度都很低，說明賬號較少與社會網絡中的其他賬號建立關系，處于整個社會網絡中的邊緣位置。此外，通過Ucinet軟件對整個網絡的分析結果可以得出，點出度值為0.643 5，點入度為0.539 4，這說明，對于整個網絡中的每個政務微博而言，主動關注其他賬號的趨勢更大。

3.3.2 中介中心性

中介中心性是以節(jié)點作為媒介者的能力為指標來刻畫節(jié)點的中心性，即一個節(jié)點擔任其他兩個節(jié)點之間最短路的路徑的次數越多，就說明它有越高的中介性，該節(jié)點對于整個社會網絡中的信息交流和資源交換具有越高的支配作用。根據Ucinet的分析結果可以得出，中介中心度最高的是共青團中央，說明它在整個社交網絡中發(fā)揮著連接作用，作為許多其他節(jié)點的中介，它掌控的資源和權力更大，其他賬號之間也有很大概率會通過共青團中央發(fā)生信息流動和互動。此外，分析得出整個社會網絡的平均中介中心度為32.62，這說明了政務微博的網絡結構聯(lián)系較為緊密，有較強的穩(wěn)定性。

3.3.3 接近中心性

接近中心性是用節(jié)點與其他節(jié)點之間的“距離”作為衡量中心性的指標，若節(jié)點的接近中心度越高，說明節(jié)點與其他節(jié)點的距離越近。根據分析結果來看，共青團中央、中國長安網與中國大學生在線這三個賬號的接近中心度都在0.8以上，說明這三個賬號與其他賬號的平均距離最短，處于社會網絡中的中心位置，也證明了這三個賬號具有更高的獨立性，對整個網絡的依賴性更小，同時由這三個賬號發(fā)出信息，在整個社會網絡中傳播速度最快，效率更高。

3.3.4 特征向量中心性

特征向量中心性是以相鄰節(jié)點的重要性作為判斷節(jié)點中心性的邏輯，若該節(jié)點相鄰的節(jié)點很重要，那么該節(jié)點也就越重要，也說明該節(jié)點掌握的社會資源更多。根據計算結果，中國大學生在線是特征向量中心性指標最高的賬號，這說明與其連接的賬號都在整個網絡中占有著重要的地位。具體來看，中國大學生在線關注了整個社會網絡中的其他所有賬號，與其他賬號都建立了聯(lián)系，因此它的特征向量中心性最高。

3.4 凝聚子群

凝聚子群指內部行動者之間具有相對較強、直接、緊密、經常的或者積極的行動者子集合[7]。凝聚子群分析是將相對繁雜的社交網絡聚合分類成子集的方法，本文在做凝聚子群分析時用R語言進行聚類分析。利用R語言進行代碼編寫并分析關注矩陣，得出如下聚類分析結果，如圖2。結果將整個社交網絡分為三個子群，其中將工信微報、中國長安網、共青團中央等34個政務微博劃分到一個子群，將科普中國、中國消防、中國火箭軍等13個政務微博劃分到一個子群，將外交部發(fā)言人辦公室、戰(zhàn)略安全與軍控在線與CATTI譯路通劃分到一個子群。每個子群的內部聯(lián)系更為密切，三個子群合成整體的社會網絡。此外，通過該對三個聚類子群進行研究，可以得出包含政務微博數量最多的子群，內部的聯(lián)系更多，掌握著最多的信息資源，包含政務微博數量最少的子群，內部聯(lián)系較為松散，凝聚力不強，三個凝聚子群呈現(xiàn)出權利分層遞減的趨勢。

4.1 研究結論

通過Ucinet和R語言對政務微博關系網的分析，得出以下幾個方面的結論：

第一，通過對新浪微博部委政務榜單爬取下來的數據進行分析，排名在前三名的賬號分別是中國警方在線、共青團中央與中國長安網，其粉絲數量均是千萬等級，轉評贊總數也是千萬量級以上，其中共青團中央的轉評贊總數達到了2.4億，這說明政務微博的影響范圍大，影響力也非?？捎^。但從整個榜單數據來看，政務微博傳播極化現(xiàn)象明顯，在樣本選取的新浪微博政務排行榜的前50名中，第一名中國警方在線的轉評贊總數達7 618.9萬，而排在20位的中國火箭軍的轉評贊總數為122.6萬，傳播效果極化嚴重，容易導致網絡傳播權力呈現(xiàn)越來越集中的趨勢。

第二，從整體網絡來看，不同政務微博的聯(lián)系較為密切，信息交流和傳播的速度都較快，經常存在著不同的政務微博相互轉發(fā)彼此視頻的現(xiàn)象。其次，從社會網絡的關系圖與節(jié)點中心性分析結果可以得出，不同政務微博之間傳播權力差異顯著，其中共青團中央和中國長安網處于整個社會網絡的核心地位，掌握的資源和影響力都很大，而外交部發(fā)言人辦公室、與CATTI譯路通則處于邊緣地位。最后，從凝聚子群的分析結果來看，政務微博的呈現(xiàn)明顯的分層現(xiàn)象，三個不同的子群內部聯(lián)系密切，但權力和影響力差異較大，其中包括工信微報、中國長安網、共青團中央等34個政務微博在內的政務微博子群影響力和權力最大，包含科普中國、中國消防、中國火箭軍等13個政務微博在內的子群影響力和權力其次，包含外交部發(fā)言人辦公室、戰(zhàn)略安全與軍控在線與CATTI譯路通劃共3個政務微博的子群影響力和權力最小，三個子群呈現(xiàn)出明顯的分層趨勢。

第三，綜合數據分析的結果與對部委政務微博內容的觀察，可以得出，政務微博在不同領域均有涉足，但發(fā)展并不平衡，政務微博大致可分為外宣、團委、消防、公安、氣象、文旅等幾大類，但通過榜單可以看出公安、政法、氣象這幾類政務號出現(xiàn)在榜單頭部的占比要大一些，而文旅類的政務微博則出現(xiàn)在榜單的尾部，這說明政務微博的發(fā)展存在不平衡現(xiàn)象。其次，不同領域政務微博各司其職，為社會工作提供了完備可靠的信息服務，中國警方在線等公安領域的政務微博其博文內容經常包含刑事、民事案件，科普中國微博中包含科普類微博更多。不同政務之前會互相轉發(fā)彼此的視頻，例如央視新聞與人民日報的視頻最經常被其他的政務微博引用，但除此之外，各個領域的政務微博互動較少，并沒有很好的實現(xiàn)資源與信息的互聯(lián)互通。

4.2 優(yōu)化策略

第一，加強政務微博的領域分類管理，構建均衡發(fā)展的傳播格局。研究表明，政務微博具有發(fā)展不平衡，權力和影響力集中的特點，并且少數政務微博處于整個社交網絡中的邊緣位置，與其他政務微博的聯(lián)系和互動都很少。對此情況應加政務微博強整體、科學的規(guī)劃，對不同領域的政務微博進行細分化、專業(yè)化管理布局，并發(fā)揮處于網絡中心政務微博的中介作用與示范作用，打造均衡的傳播生態(tài)。

第二，優(yōu)化指揮部門統(tǒng)籌協(xié)同，實現(xiàn)政務信息資源互聯(lián)互通。政務微博雖有涉足不同的領域，但從整個政務微博的社會網絡來看，不同的政務微博之間較少進行互動和資源交流，尤其是信息互通的功能很不明顯。鑒于此，應推進政務資源的互聯(lián)互通，實現(xiàn)各政務微博之間內容異質化，推進政務微博之間互通、互補的發(fā)展局面。

第三，絕大數政務微博其功能都是為了政務公開與信息傳播，但政務新媒體除了宣傳功能以外，政務服務也是其功能之一，但目前政務微博的政務服務功能還未得到全面開發(fā)，群眾與政務微博的溝通渠道較為匱乏，這導致政務部門并不能與群眾實現(xiàn)良好的溝通。因此相關部門應該要注意到這一局限，增加群眾與政務部門溝通渠道的有效性，優(yōu)化政務服務能力。

近年來，隨著社交媒體的興起，以政務微博為代表的政務新媒體不斷發(fā)展完善，在信息傳播、政務服務與輿論引導方面的功能不斷優(yōu)化和延伸，這對推進社會治理現(xiàn)代化具有重要意義。但總的來說，國家的政務微博矩陣并得到全面均衡的發(fā)展，尚還有優(yōu)化的空間，各政務微博應該在加強自身領域政務服務優(yōu)化的同時，加強聯(lián)系和交流，推動所有政務微博全面發(fā)展。

參考文獻

[1]國辦發(fā).國務院辦公廳關于推進政務新媒體健康有序發(fā)展的意見[EB/OL].（2018-12-27）[2021-08-30]. http：//www.gov.cn/zhengce/content/2018-12/27/ content_5352666.htm.

[2]吳笛，周錦.政務新媒體矩陣建設現(xiàn)狀及發(fā)展策略[J].青年記者，2021（6）：76-77.

[3]馬語歐，楊梅.在發(fā)展中完善：政務新媒體十年考察[J].傳媒，2020（22）：47-49.

[4]徐頑強，張婷.我國環(huán)保政務微博社會網絡結構特征的實證分析：以湖北省環(huán)保政務微博為例[J].蘭州學刊，2020（8）：115-127.

[5]劉軍.整體網分析講義：UCINET軟件實用指南[M].上海：格致出版社，2009：11.

[6]戴維·諾克楊松.社會網絡分析[M].2版.上海：格致出版社，2012：103-104.

[7]Wasserman，S.and Faust.K.Social Network Analysis：Methods and Applications（Structural Analysis in the Social Sciences）[M].Cambridge：Cambridge University Press，1994：249.

3731501908220