周成陽

(上海工程技術(shù)大學(xué)管理學(xué)院 上海 201620)

0 引言

社交媒體被定義為一組基于互聯(lián)網(wǎng)的技術(shù)，允許用戶輕松地創(chuàng)建、編輯、評估和鏈接到內(nèi)容或其他內(nèi)容創(chuàng)建者[1],其主要特征是信息傳播的速度快、成本低、范圍廣，并且允許用戶創(chuàng)建內(nèi)容和信息[2]。為了發(fā)揮社交網(wǎng)絡(luò)的優(yōu)勢，近年來政府逐漸開始使用社交媒體來開展政務(wù)工作。政務(wù)社交媒體被定義為通過社交媒體網(wǎng)絡(luò)輔助解決社會問題的平臺[3]，政務(wù)社交媒體不僅能夠使相關(guān)部門迅速了解到公眾的意見并加以回應(yīng)，還能夠利用網(wǎng)絡(luò)平臺為公眾提供相關(guān)服務(wù)[4]。根據(jù)人民網(wǎng)輿情數(shù)據(jù)中心發(fā)布的相關(guān)報告，截至2019年12月26日，經(jīng)過微博平臺認證的政務(wù)微博達到179 932 個，其中政務(wù)機構(gòu)官方微博138 854個，公務(wù)人員微博41 078 個。由此可見，微博已經(jīng)成為了政府部門傳播信息、與公眾互動的主要平臺，也形成了較為成熟的運行機制，在輿情引導(dǎo)和網(wǎng)絡(luò)治理方面發(fā)揮著重要作用。

國務(wù)院頒布的《國家突發(fā)公共事件總體應(yīng)急預(yù)案》中將“突發(fā)公共事件”定義為突然發(fā)生，造成或者可能造成重大人員傷亡、財產(chǎn)損失、生態(tài)環(huán)境破壞和嚴(yán)重社會危害危及公共安全的緊急事件。近年來，政務(wù)微博在應(yīng)對該類事件時開始逐漸采用協(xié)同的形式來傳播官方信息、引導(dǎo)輿情走向。這種政務(wù)協(xié)同治理的概念源于國外，最初被稱之為“點對點”式治理或“維基”式治理[5]，該治理范式主張以群體力量來解決公共問題，即通過多部門間的協(xié)同合作來提高治理效率，然而由于技術(shù)上的種種困難使其僅僅停留于理論層面。隨著信息技術(shù)的迅速發(fā)展，社交媒體的出現(xiàn)為協(xié)同治理掃除了技術(shù)障礙，使其成為了智慧治理框架下的重要一環(huán)，與社交媒體的緊密聯(lián)系也使其延伸出了新的定義：為了實現(xiàn)公共管理目標(biāo)，一種基于社交網(wǎng)絡(luò)技術(shù)、借助新型傳播渠道、聚焦于合作的政策決策過程[6]。政務(wù)微博協(xié)同傳播正是基于該理念，政府部門為實現(xiàn)網(wǎng)絡(luò)輿情治理目標(biāo)，在社交媒體平臺上的協(xié)作傳播策略，王國華通過深圳山體滑坡事件的分析，將政務(wù)微博協(xié)同傳播界定為各政務(wù)微博在信息發(fā)布過程中的互相轉(zhuǎn)發(fā)行為[7]。

但近年來，國內(nèi)發(fā)生的幾起突發(fā)公共衛(wèi)生事件卻突顯出了政務(wù)協(xié)同傳播中存在的問題。在江蘇響水特大爆炸事故中，各相關(guān)政務(wù)微博雖積極關(guān)注事件動態(tài)，例如@鹽城發(fā)布與@鹽城交警協(xié)同發(fā)布了博文“響水事故現(xiàn)場指揮部召開第三次新聞發(fā)布會，通報最新情況”，但鮮有超過3 個以上的政務(wù)微博參與到同一個內(nèi)容的傳播過程中，且涉及到的政務(wù)微博種類也相對偏少；有些政務(wù)微博的協(xié)同傳播速度較慢，在四川木里縣森林火災(zāi)事件中，@涼山消防發(fā)布的博文“木里縣森林火災(zāi)情況介紹”，@四川消防在時隔多小時后才進行了協(xié)同傳播。觀察各地方政務(wù)微博的協(xié)同傳播不難發(fā)現(xiàn)，這些政務(wù)微博的協(xié)同傳播存在“盲目”性，不重視協(xié)同傳播策略，即與什么類型的政務(wù)微博協(xié)同、與多少政務(wù)微博進行協(xié)同，協(xié)同時該采取何種形式，這種缺乏規(guī)劃和組織的協(xié)同傳播最終帶來的結(jié)果就反映為偏少的轉(zhuǎn)發(fā)數(shù)、評論數(shù)和點贊數(shù)，官方的權(quán)威信息得不到有效擴散，輿論治理壓力得不到有效緩解。因此，深入探究政務(wù)協(xié)同傳播機制，有助于提升政務(wù)微博傳播效果，增強應(yīng)對突發(fā)公共事件的能力。

1 文獻綜述

政務(wù)協(xié)同治理能夠幫助政府部門更為有效地實現(xiàn)公共管理目標(biāo)，Mergel 以GitHub 社區(qū)中的公職人員作為調(diào)查對象，結(jié)果表明通過社交媒體進行協(xié)同合作有利于促進任務(wù)的高效完成[8]，Gao 的研究也表明協(xié)同行為利于官員、記者、公司和學(xué)者之間的討論并增加交流機會[9]。然而，在政務(wù)協(xié)同傳播的實踐過程中同樣暴露出一些問題，Picazo-Vela 以一個政府主導(dǎo)的社會營銷計劃(health Puebla)為案例，研究了政府部門在Facebook、Twitter、YouTube 和Blog 平臺上的協(xié)同傳播策略。結(jié)果表明，該項目宣傳過程中缺乏足夠的信息源，并且在信息傳播過程中易被受眾曲解含義，因此需要更多信息源并進行持續(xù)不斷的信息輸出才能保證傳播效果[10]。

從目前的研究來看，大多數(shù)的學(xué)者僅以單獨政務(wù)微博主體的傳播效果作為研究對象：Bonsón調(diào)查分析了若干政府官方Facebook 賬戶后發(fā)現(xiàn)公眾參與程度普遍較低，信息傳播效果較差，其研究表明公民是否愿意通過社交媒體進行有效的參與互動，很大程度上取決于公共行政人員所起的作用[11]；陳娟通過采集10 大政務(wù)微博的數(shù)據(jù)，構(gòu)建內(nèi)容、文本特征對傳播效果的回歸模型來研究辟謠信息傳播效果的影響因素[12]。該類研究為提升政務(wù)微博傳播效果提供了諸多行之有效的方案，但尚未考慮政務(wù)社交媒體間的相互影響。有一小部分學(xué)者考慮了政務(wù)微博的協(xié)同傳播，但僅局限于協(xié)同治理意義的探討，例如崔金棟在研究中指出應(yīng)當(dāng)加強政府各個部門間的協(xié)同機制，以實現(xiàn)更好的傳播效果[13]；在少量的定量研究中，石婧以政務(wù)微博與政務(wù)微信之間的聯(lián)動關(guān)系展開研究，劃分出了4 類聯(lián)動關(guān)系,并為“雙微“聯(lián)動提出了政策建議[14]。王國華運用社會網(wǎng)絡(luò)分析，以深圳山體滑坡事件為案例，揭示了地方政務(wù)微博協(xié)同機制的特點[7]。

在如今的信息化社會中，公眾對于信息獲取的需求遠高于以往，一旦發(fā)生重大突發(fā)公共事件，政務(wù)社交媒體將面臨著信息發(fā)布、輿論引導(dǎo)的重壓。雖然政務(wù)微博在信息發(fā)布時已開始進行協(xié)同傳播，但由于協(xié)同傳播規(guī)模、類型和時間節(jié)點的選擇差異，就極有可能會影響到最終的傳播效果。因此，如何更有效地組織起政務(wù)微博間的協(xié)同傳播成為亟待解決的問題，因此本文將在協(xié)同治理的視角下，采用定量分析的方式，梳理影響政務(wù)微博協(xié)同傳播效果的影響因素，為政務(wù)微博的協(xié)同傳播策略提供參考和借鑒。

2 研究假設(shè)和模型

2.1 政務(wù)微博協(xié)同傳播

為研究政務(wù)微博協(xié)同傳播，本研究不以單獨的微博主體為研究對象，而是將每條博文轉(zhuǎn)發(fā)路徑上的所有政務(wù)微博進行綜合考量，并借鑒王國華[7]對于協(xié)同傳播的界定，將其定義為協(xié)同鏈，每一條協(xié)同鏈代表著信息從發(fā)布者到最終轉(zhuǎn)發(fā)者之間所經(jīng)歷的路徑，一條協(xié)同鏈至少由兩個以上的政務(wù)微博主體構(gòu)成。在以往的研究中，傳播效果取決于接受信息者對此做出的反應(yīng)，這些反應(yīng)包括轉(zhuǎn)發(fā)、點贊和評論。轉(zhuǎn)發(fā)數(shù)代表了信息發(fā)布的擴散程度，轉(zhuǎn)發(fā)數(shù)量越多，信息的覆蓋范圍越為廣泛；點贊數(shù)和評論數(shù)則代表了用戶對發(fā)布信息的態(tài)度和看法，點贊數(shù)和評論數(shù)越多，博文的受關(guān)注程度就越大，因此點贊數(shù)[15]、轉(zhuǎn)發(fā)數(shù)和評論數(shù)[12]成為了度量傳播效果的重要標(biāo)準(zhǔn)，而協(xié)同傳播效果則是在此基礎(chǔ)上將協(xié)同鏈上所獲得的點贊數(shù)、轉(zhuǎn)發(fā)數(shù)和評論數(shù)加總后再進行考量。政務(wù)微博協(xié)同傳播過程如圖1所示。

圖1 政務(wù)微博協(xié)同傳播流程圖

2.2 研究假設(shè)

根據(jù)不同指標(biāo)的特征，可以把研究的自變量分為政務(wù)微博協(xié)同賬號特征和政務(wù)微博協(xié)同傳播特征。政務(wù)微博協(xié)同賬號特征包括粉絲數(shù)量、粉絲質(zhì)量和行政等級；政務(wù)微博協(xié)同傳播特征包括協(xié)同數(shù)量、協(xié)同類型和協(xié)同速度，具體分析見下文。

2.2.1 政務(wù)微博協(xié)同賬號特征對傳播效果的影響

在社交媒體中，政務(wù)微博作為政府部門對外傳播官方信息的窗口，其擁有的受關(guān)注度和行政等級等特征所產(chǎn)生的影響力實質(zhì)上是一種社會資本。社會資本是通過社會關(guān)系獲得的資本，即期望在市場中得到回報的社會關(guān)系投資，被廣泛認為是一種嵌入在社會關(guān)系中，并且能夠創(chuàng)造價值的社會資源，通過政府與用戶之間、部門與部門之間及用戶與用戶之間的廣泛交互，能有效提升信息傳播效果[16]。

有學(xué)者研究發(fā)現(xiàn)在Twitter 社區(qū)中，用戶的粉絲數(shù)能夠作為社會資本來進行度量[17]。Cha的研究表明用戶的粉絲數(shù)量與其影響力密切相關(guān)[18]。粉絲用戶是政務(wù)微博發(fā)布信息的直接受眾群體，一個政務(wù)微博在社交媒體平臺上擁有的粉絲數(shù)量越多，則說明了其社會資本較多，進而使得其社會影響力較大，發(fā)布的博文會被更多的公眾所關(guān)注。在政務(wù)微博協(xié)同傳播的過程中，實際上增加了協(xié)同鏈上的粉絲數(shù)量，粉絲數(shù)量越多，就有可能達到更好的傳播效果，因此提出假設(shè)：

H1：粉絲數(shù)量對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

羅雨寧在研究粉絲用戶的特征與政務(wù)微博影響力之間的關(guān)系時發(fā)現(xiàn)，粉絲用戶的被關(guān)注數(shù)與微博影響力呈正相關(guān)[19]，Cumbie 研究發(fā)現(xiàn)收入較高和擁有良好教育背景的人們更傾向于在電子政務(wù)網(wǎng)站上自我表達并且進行互動[20]。用戶之所以選擇關(guān)注某一政務(wù)微博賬號，很大程度上是因為其發(fā)布的博文可以滿足信息獲取的需求，這些用戶在需求得到滿足后，還有可能將信息進行二次傳播，此時粉絲質(zhì)量就成為了擴大傳播范圍的關(guān)鍵。新浪微博認證用戶一般擁有大量粉絲基數(shù)，并且涉及財經(jīng)、娛樂、旅游、美食、教育和體育等多種類型，受眾面廣泛，若政務(wù)微博協(xié)同鏈上的博文經(jīng)由這類粉絲二次轉(zhuǎn)發(fā)，則會極大提高傳播效果，因此提出假設(shè)：

H2：粉絲質(zhì)量對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

Ma 的研究表明中央政府與地方政府的相關(guān)因素會分別影響到政府社交媒體的使用情況以及公眾對政務(wù)社交媒體的態(tài)度和看法[21]。政務(wù)微博有別于其他類型的微博，政務(wù)微博所發(fā)布的信息代表著各級政府部門對于社會熱點事件的官方回應(yīng)，其信息的權(quán)威性高于其他任何類型的微博。而政務(wù)微博所代表的政府部門的行政等級越高，權(quán)威性就越強，公眾就越相信發(fā)布信息的真實性，對于信息的認可程度越高，公眾就越愿意去轉(zhuǎn)發(fā)和評論該信息，最終獲得較好的傳播效果。因此提出假設(shè)：

H3：行政級別對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

2.2.2 政務(wù)微博協(xié)同傳播特征對傳播效果的影響

協(xié)同數(shù)量是指一條協(xié)同鏈上參與其中的政務(wù)微博主體數(shù)量。博文經(jīng)由政務(wù)微博轉(zhuǎn)發(fā)的次數(shù)越多，公眾就越相信內(nèi)容的真實性，從而產(chǎn)生轉(zhuǎn)發(fā)、點贊和評論等行為，自然就增強了信息傳播效果。因此提出假設(shè)：

H4：協(xié)同數(shù)量對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

協(xié)同類型是指一條協(xié)同鏈上參與其中的政務(wù)微博的類型，例如“中國長安網(wǎng)”是中央機構(gòu)微博，“中國警方在線”是公安微博。Zhang 的研究表明博文的轉(zhuǎn)發(fā)數(shù)和評論數(shù)會由于主題內(nèi)容的改變而改變[22],Hofmann 將發(fā)布內(nèi)容主題歸結(jié)為影響政務(wù)社交媒體溝通效果的因素之一[23]。政務(wù)微博所發(fā)布的博文主題取決于政務(wù)微博的類型，不同的政務(wù)微博意味著其粉絲類型也不同，若一條協(xié)同鏈上存在著多種不同類型的政務(wù)微博，則信息發(fā)布的受眾群體會大大增加，從而提高傳播效果。因此提出假設(shè)：

H5：協(xié)同類型對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

協(xié)同速度是指一條協(xié)同鏈上博文由發(fā)布至被轉(zhuǎn)發(fā)的平均速度。Andersen 在測試了澳大利亞、新西蘭政府部門的信息發(fā)布速度時指出滯后的信息會引起公眾的不滿情緒[24]。殷存毅通過對各地縣級政府門戶網(wǎng)站的分析發(fā)現(xiàn)，我國縣級政府電子政務(wù)存在著信息發(fā)布速度慢的問題[25]。在突發(fā)公共事件形成的早期，政府部門若能及時回應(yīng)事件，提供權(quán)威的信息，就能避免謠言和輿情的產(chǎn)生，就能緩和公眾的不滿情緒。在社交媒體網(wǎng)絡(luò)中，政務(wù)微博的協(xié)同速度越快，公眾受不實信息的干擾就越少，從而提高信息的傳播效率，因此提出假設(shè)：

H6：協(xié)同速度對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

基于以上的闡述與分析，構(gòu)建出的政務(wù)微博協(xié)同傳播效果影響因素模型如圖2所示。

圖2 政務(wù)微博協(xié)同傳播效果影響因素模型

3 數(shù)據(jù)來源與研究方法

3.1 數(shù)據(jù)來源

以江蘇響水“3·21”特大爆炸事故為研究案例的主要原因有兩方面：一是該事件系重大公共安全事故，嚴(yán)重影響到當(dāng)?shù)鼐用竦娜粘Ｉ?，涉及范圍廣，影響力大，公眾的關(guān)注度高，可提供充足的研究數(shù)據(jù)；二是由于該事件涉及到各方職能部門，參與到事件中的政務(wù)微博無論是在類型上還是層級上都相當(dāng)豐富，并且協(xié)同行為更為頻繁，為研究創(chuàng)造了良好的條件。在數(shù)據(jù)范圍的選擇上，本研究以江蘇省各類政務(wù)微博作為數(shù)據(jù)來源，共選取了41 個政務(wù)微博進行研究，由于篇幅所限僅列舉部分政務(wù)微博樣本，如表1所示。在時間的選擇上，本研究選取了2019年3月21日至2020年3月31日的相關(guān)數(shù)據(jù)，根據(jù)百度指數(shù)顯示，該時段為事件搜索熱度最高時期，也正是政務(wù)微博發(fā)布信息、引導(dǎo)輿論的重要時期。在數(shù)據(jù)采集工具的選擇上，本研究利用八爪魚爬蟲軟件收集了該時段內(nèi)的41 個江蘇政務(wù)微博協(xié)同傳播的博文數(shù)據(jù)，經(jīng)過篩選，去除重復(fù)及無效樣本，最終采集到334 條有效數(shù)據(jù)。

表1 政務(wù)微博樣本（部分）

注:表1中的統(tǒng)計數(shù)據(jù)截至2020年7月22日。

3.2 變量特征編碼

為完成后續(xù)的數(shù)據(jù)分析，規(guī)定各變量的取值，粉絲數(shù)量為協(xié)同鏈上各個政務(wù)微博的平均粉絲數(shù)量；粉絲質(zhì)量的取值借鑒羅寧雨[19]的測量方式，在協(xié)同鏈上政務(wù)微博粉絲中，提取新浪微博認證賬戶的數(shù)量(包括微博個人認證和微博機構(gòu)認證)；行政等級為協(xié)同鏈上政務(wù)微博的平均行政等級，中央級取值為3，省市級取值為2，區(qū)縣級取值為1；協(xié)同數(shù)量為協(xié)同鏈上的政務(wù)微博數(shù)量總和；協(xié)同類型分類參考新浪微博賬號“政務(wù)風(fēng)云榜”發(fā)布的信息，將政務(wù)微博的類型劃分為中央機構(gòu)微博、黨政新聞發(fā)布微博、司法行政微博、團委微博、交通運輸微博、綜合型微博和其他類型微博，取值為政務(wù)微博類型數(shù)量的總和；協(xié)同速度為協(xié)同鏈上的博文被轉(zhuǎn)發(fā)的平均速度，以分鐘作為單位。轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)的取值為協(xié)同鏈上相應(yīng)數(shù)量的總和，表2即為變量特征編碼。

表2 變量特征描述

3.3 數(shù)據(jù)統(tǒng)計分析

對獲取的334 條博文樣本數(shù)據(jù)進行初步統(tǒng)計分析，結(jié)果如表3所示。分析表中數(shù)據(jù)可知，博文在經(jīng)由其他政務(wù)微博協(xié)同傳播后，無論是轉(zhuǎn)發(fā)數(shù)、評論數(shù)還是點贊數(shù)都有不同程度的增加，這也就初步驗證了政務(wù)協(xié)同傳播能夠在一定程度上提升傳播效果。在協(xié)同數(shù)量上，一個協(xié)同鏈上大多有3 個政務(wù)微博組成，至多也不超過5 個；同樣在協(xié)同類型上，一個協(xié)同鏈上基本上會有2到3 個不同類型政務(wù)微博，至多不超過4 個；協(xié)同數(shù)量及類型相對偏少，難以有效地擴大傳播范圍。在協(xié)同速度上，不同政務(wù)微博的協(xié)同速度相差較大，有的政務(wù)微博能在1 分鐘內(nèi)實現(xiàn)協(xié)同傳播，而有些則滯后多小時后才形成協(xié)同傳播，可能會導(dǎo)致最終的傳播效果不佳。

表3 數(shù)據(jù)統(tǒng)計分析

3.4 研究方法

為了進一步探究影響政務(wù)協(xié)同傳播效果的因素，采用轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)這三個指標(biāo)來測定信息傳播效果，因此構(gòu)建三個線性回歸模型：

4 模型檢驗與分析

4.1 模型檢驗

采用SPSS25 處理樣本數(shù)據(jù)，分別以轉(zhuǎn)發(fā)數(shù)、評論數(shù)和點贊數(shù)作為因變量，以協(xié)同賬號特征和協(xié)同行為傳播為自變量，進行多元線性回歸分析，回歸結(jié)果如表4所示。同時對模型進行檢驗，三個模型的擬合優(yōu)度R2分別為0.454、0.555、0.492，在社會科學(xué)研究中，回歸模型中的擬合優(yōu)度R2大于0.3 即可通過檢驗[26]，故三個模型均擬合良好。各自變量的VIF 均小于5，說明自變量之間不存在多重線性關(guān)系，所有變量均進入模型。

表4 模型回歸結(jié)果

4.2 回歸結(jié)果分析

對三個模型進行綜合分析，可得出以下結(jié)論：

粉絲數(shù)量在三個模型中的標(biāo)準(zhǔn)化系數(shù)分別為0.366、0.396、0.376，對轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)均存在顯著的正向影響，假設(shè)H1 得到驗證。同時比較所有自變量的標(biāo)準(zhǔn)化系數(shù)可以發(fā)現(xiàn)粉絲數(shù)量對于傳播效果的影響最為明顯，這也就說明了在協(xié)同鏈中政務(wù)微博的關(guān)注數(shù)量越多，其受眾范圍就更廣泛，就會有更多的公眾參與到政務(wù)微博信息的傳播中去。深入觀察本次疫情事件可以發(fā)現(xiàn)，江蘇省各個政務(wù)微博協(xié)同中存在著一些“大流量微博”加“小流量微博”的協(xié)同模式，小型政務(wù)微博的原創(chuàng)博文一經(jīng)大型政務(wù)微博轉(zhuǎn)發(fā)，其文章的轉(zhuǎn)發(fā)數(shù)、評論數(shù)和點贊數(shù)顯著增加，傳播效果大大增強，這也側(cè)面驗證了粉絲數(shù)量對于傳播效果提升的重要性。

粉絲質(zhì)量在三個模型中的標(biāo)準(zhǔn)化系數(shù)分別為0.292、0.338、0.286，對轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)均存在顯著的正向影響，假設(shè)H2 得到驗證。同時比較所有自變量的標(biāo)準(zhǔn)化系數(shù)可以發(fā)現(xiàn)粉絲質(zhì)量對傳播效果的影響僅次于粉絲數(shù)量，在政務(wù)微博中存在著兩種特殊的粉絲群體。一類是以“僵尸粉”為代表的不活躍群體，這類粉絲大概率不會參與政務(wù)微博信息的二次傳播，另一類則是以新浪微博認證賬戶為代表的高質(zhì)量群體，該類粉絲的影響力較大，有利于信息的廣泛傳播，因此在政務(wù)微博協(xié)同過程中不能僅關(guān)注粉絲數(shù)量，同時還要注重提升粉絲質(zhì)量[19]。

行政等級在三個模型中的標(biāo)準(zhǔn)化系數(shù)分別為0.309、0.035、-0.015，僅對轉(zhuǎn)發(fā)數(shù)存在顯著的正向影響，不支持假設(shè)H3。其可能的原因在于轉(zhuǎn)發(fā)、點贊和評論的動機有所不同，點贊和評論行為更側(cè)重于對于信息內(nèi)容本身的評價，而轉(zhuǎn)發(fā)行為更側(cè)重于對信息的認可程度。Bonsón 在公眾參與的研究中發(fā)現(xiàn)人們更傾向于轉(zhuǎn)發(fā)自己信任的博文[27],人們出于對信息源的信任，就會產(chǎn)生轉(zhuǎn)發(fā)意愿，而這種信任很大程度上基于政務(wù)微博的權(quán)威性。行政等級正是體現(xiàn)權(quán)威性的重要標(biāo)志之一，因此政務(wù)微博協(xié)同中的行政等級越高，越能引起公眾的信任，使其產(chǎn)生轉(zhuǎn)發(fā)意愿，提升傳播效果。

協(xié)同數(shù)量在三個模型中的標(biāo)準(zhǔn)化系數(shù)分別為0.192、0.256、0.217，對轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)均存在顯著的正向影響，假設(shè)H4 得到驗證。政務(wù)微博協(xié)同數(shù)量越多，就會傳達給公眾一種政府高度重視的印象，公眾自然也會對所發(fā)生的公共突發(fā)事件予以關(guān)注，并進行二次傳播，從而提升傳播效果。

協(xié)同類型在三個模型中的標(biāo)準(zhǔn)化系數(shù)分別為0.226、0.268、0.288，對轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)均存在顯著的正向影響，假設(shè)H5 得到驗證。此次江蘇響水特大爆炸事故牽涉到眾多政府部門。在政務(wù)微博協(xié)同中，微博類型直接決定了微博發(fā)布信息的受眾面，不同的公眾都有不同的關(guān)注偏好，往往只關(guān)注某一領(lǐng)域或行業(yè)的信息，協(xié)同鏈中涉及的微博種類越豐富，就能吸引更多不同偏好的公眾，信息的擴散領(lǐng)域就會增大，從而提升傳播效果。

協(xié)同速度在三個模型中的標(biāo)準(zhǔn)化系數(shù)分別為-0.064、0.036、-0.061，對轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)均不存在顯著影響，不支持假設(shè)H6。原光在研究中發(fā)現(xiàn)政務(wù)新聞傾向于加快信息的回應(yīng)速度、忽視信息的回應(yīng)質(zhì)量[28]，這也就可能造成了公民對于政務(wù)微博發(fā)布信息的質(zhì)量要求高于速度要求。另外,在疫情事件熱度最高的時期，幾乎每時每刻都在產(chǎn)生新的消息，公眾對于信息可靠性的要求要遠遠高于信息的發(fā)布速度，因此就可能造成了在微博協(xié)同傳播過程中，無論是快速協(xié)同還是時間跨度較長的協(xié)同都幾乎不影響信息的傳播效果。

4.3 主要結(jié)論

基于上述的數(shù)據(jù)分析，對假設(shè)進行了驗證，驗證結(jié)果如表5所示，根據(jù)驗證結(jié)果，可初步得出以下結(jié)論：

表5 假設(shè)檢驗結(jié)果

結(jié)論一：粉絲數(shù)量、粉絲質(zhì)量、協(xié)同數(shù)量、協(xié)同類型對政務(wù)微博協(xié)同傳播效果有顯著的正向影響。

結(jié)論二：行政級別僅對政務(wù)微博協(xié)同傳播效果中的轉(zhuǎn)發(fā)數(shù)有顯著的正向影響，對點贊數(shù)和評論數(shù)無顯著影響。

結(jié)論三：協(xié)同速度對政務(wù)微博協(xié)同傳播效果無顯著影響。

5 總結(jié)與討論

基于上述的數(shù)據(jù)分析和假設(shè)檢驗結(jié)果，本文對提升政務(wù)微博協(xié)同傳播效果提出以下建議：

第一，重視政務(wù)微博協(xié)同傳播。在信息化的社會中，人們獲取信息的途徑越來越多，對信息的需求程度也越來越高，單一的政務(wù)微博已經(jīng)難以滿足公眾對于信息的需求。此次江蘇響水特大爆炸事故涉及部門多，影響范圍廣，雖然部分政務(wù)微博采取協(xié)同傳播的策略，但是其發(fā)聲力度依舊不及各大新聞媒體，以至于事件初期公眾缺乏對事件真實信息的了解，易受不實信息的影響，給輿論引導(dǎo)帶來巨大壓力。因此各領(lǐng)域各部門的政務(wù)微博應(yīng)當(dāng)加強協(xié)同治理，有組織地進行協(xié)同傳播，加大信息覆蓋面，發(fā)揮協(xié)同傳播優(yōu)勢。

第二，提升單個政務(wù)微博的影響力。在江蘇響水特大爆炸事故中可以看出，除了以鹽城發(fā)布為首的一批綜合性政務(wù)微博擁有較高的影響力，其余的政務(wù)微博影響力整體偏低，尤其是一些區(qū)縣級的政務(wù)微博，每條博文的轉(zhuǎn)發(fā)、點贊和評論數(shù)寥寥無幾，這也就導(dǎo)致了事件發(fā)生時難以有效地將重要信息傳播擴散。各級部門應(yīng)當(dāng)重視政務(wù)微博的運營，持續(xù)輸出高質(zhì)量的博文，加強與公眾的互動，與“微博大V”建立合作關(guān)系，循序漸進，逐步提升自身關(guān)注量和影響力。

第三，合理組織政務(wù)微博協(xié)同，形成資源互補。政務(wù)微博在信息發(fā)布中往往會產(chǎn)生資源不匹配的情形，職能部門的政務(wù)微博擁有信息資源，但往往受關(guān)注度較小，傳播效果差，而大型綜合政務(wù)微博擁有流量資源[7]，兩者的協(xié)同傳播則可以有效地形成資源互補，提升傳播效果。粉絲數(shù)量少、質(zhì)量低的政務(wù)微博可以與粉絲數(shù)量多、質(zhì)量高的政務(wù)微博形成互補，以增加信息曝光度；區(qū)縣級別的政務(wù)微博可以與省市級和中央級的政務(wù)微博形成協(xié)同，以增強公眾的信任度，提高博文被轉(zhuǎn)發(fā)的概率；同時參與協(xié)同傳播的政務(wù)微博的數(shù)量和類型應(yīng)當(dāng)多多益善，表明政府部門對于事件的高度重視，也保證更廣的傳播范圍。

本文運用新浪微博中的政務(wù)微博相關(guān)數(shù)據(jù)，以轉(zhuǎn)發(fā)數(shù)、點贊數(shù)和評論數(shù)作為衡量指標(biāo)，通過多元線性回歸的方法對政務(wù)微博協(xié)同傳播效果的影響因素進行了分析，其研究結(jié)論可為政務(wù)微博的協(xié)同傳播提供參考。本研究存在一定局限，雖然采集了大量的真實可靠數(shù)據(jù)，選取了合理的調(diào)查范圍以保證研究的客觀性和典型性，但僅以江蘇響水特大爆炸事故作為案例略顯單薄，后續(xù)研究可選取多個不同案例進行分析，以驗證研究結(jié)論的普遍性。