沈 霄 葉文杰 付少雄

(1.西安交通大學新聞與新媒體學院 西安 710049；2.南京農業(yè)大學信息管理學院 南京 210095)

0 引 言

2011年，衛(wèi)生部《關于全面加強和改進衛(wèi)生新聞宣傳工作的意見》出臺，首次提出“科學傳播健康知識”的概念，強調要在健康傳播中“提高公共關系管理能力”。2016年，國務院頒布《“健康中國2030”規(guī)劃綱要》提出“健康中國”戰(zhàn)略，強調“各級各類媒體加大健康科學知識宣傳力度，利用新媒體拓展健康教育”[1]。2019年，健康中國行動推進委員會印發(fā)《健康中國行動(2019—2030年)》，將“健康知識普及”列為其首要任務，并倡導提高民眾健康行為和技能是全社會的共同職責[2]。2020年初，新冠肺炎疫情爆發(fā)，這是新中國成立以來在我國發(fā)生的感染范圍最廣、傳播速度最快、防控難度最大的一次重大突發(fā)公共衛(wèi)生事件，這種特殊的疫情情境進一步刺激著國家對公眾健康素養(yǎng)和健康傳播的關注與重視。這次疫情的爆發(fā)和經過都清晰明確地表明：健康中國，應該由每一個健康的中國人組成，健康中國建設不僅是要事，也是迫在眉睫的急事[3]。同時，健康信息的傳播離不開傳播渠道和傳播工具的不斷拓展與更新升級，而作為社交媒體中傳遞政府聲音、服務大眾的政務微博所承擔的健康傳播功能越來越受到青睞和重視。

作為政務新媒體中起步較早、氛圍開放、發(fā)展成熟的平臺，如今的政務微博已經涵蓋信息公開、公共服務、社會治理等多個方面[4]。根據CNNIC發(fā)布的第47次《中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告》顯示，截至2020年12月，經過新浪平臺認證的政務機構微博為140 837個[5]。政務微博不僅能快速地發(fā)布信息，與公民進行更直接的對話、溝通和交流，而且在突發(fā)事件中成為輿情回應和輿論引導的重要工具。以“@健康中國”為代表的衛(wèi)健類政務微博在傾聽公眾健康訴求、回應公眾健康關切、澄清網絡健康謬誤等方面發(fā)揮著重要的積極作用[6]。

基于此，本研究從公眾視角出發(fā)，運用python爬取“@健康中國”發(fā)布的5 046條微博推文，并引入負二項回歸分析，考察“@健康中國”的媒介豐富度、對話循環(huán)、內容類型、信息原創(chuàng)性等特征與公眾參與中的點贊、評論、轉發(fā)三個維度之間的關系，分析公眾參與在常態(tài)社會、危機情境、后危機情境等不同社會情境中的差異性，從而闡釋健康信息公眾參與的偏好，以期為衛(wèi)健類政務微博提升互動和服務功能，加強突發(fā)公共衛(wèi)生事件中的信息傳播，更好地與公眾“形成共識”、為公眾“解密釋惑”提供參考。

1 文獻回顧

隨著中國經濟轉型升級，也由此帶來了越來越快的社會節(jié)奏。不合理的生活方式與越來越大的工作壓力，是造成年輕人“健康危機”的兩大重要外因。歸根結底，每個人都是自己健康的第一責任人，而健康信息與公眾參與是一個永恒而又常新的話題。通過對近年的文獻梳理，發(fā)現(xiàn)學者的相關研究主要分為常態(tài)社會中健康信息的公眾參與和危機情景下健康信息的公眾參與兩個層面。

就常態(tài)社會中健康信息的公眾參與而言，Lu等認為，媒介豐富度對學生訪問健身網站具有顯著的主效應，當網站交互程度較低時，媒介豐富度高的信息會導致更高的評論意愿[7]。鄧勝利和王億本等認為政務微博中“#”“@”等特殊符號的使用與公眾參與間存在密不可分的關系，相關機構通過對健康信息不同形式特征的使用能夠更好地促進公眾參與[8-9]。謝甜和Ngai等認為，不同類型的健康信息對公眾的吸引力不同，也從不同程度影響公眾參與，健康信息的主題與情感能顯著影響用戶對健康信息的傳播意愿[10-11]。羅曉蘭等認為保健信息在健康信息中的比例高達69%，公眾更樂于關注和參與飲食、起居等健康信息[12]，大學生群體參與最多的是運動健身、飲食健康等養(yǎng)生類信息[10]。此外，還有學者從健康信息來源的角度，論證了公眾對不同來源的健康信息的參與度存在差異，不同機構類別與級別的微博來源對用戶轉發(fā)行為有顯著影響[13]。

就危機情景中健康信息的公眾參與而言，李燕凌等對非洲豬瘟事件、H7N9事件進行對比分析，發(fā)現(xiàn)公眾在公共衛(wèi)生事件中健康信息的參與度很高，但政府的回復率卻不理想[14]。Chen等將政務微博在新冠疫情期間發(fā)布的信息依照媒介豐富度進行編碼并與公眾參與進行相關性分析，發(fā)現(xiàn)健康信息的媒介豐富度負向影響公眾參與[15]。湯志偉等基于大數據背景，從公眾視角出發(fā)，探討了新冠疫情中公眾參與行為，并提出了提高公眾參與的積極性的針對性建議[16]。同時，也有學者意識到了健康信息公眾的規(guī)避行為，陳瓊等發(fā)現(xiàn)新冠疫情期間的信息過載不僅對公眾產生負向情緒，還會增強公眾對疫情的感知易感性，造成從心理和生理上對相關信息的選擇性回避[17]。

綜上，國內外學者對常態(tài)社會和危機情境中健康信息的公眾參與研究從兩個角度展開。一是基于健康信息的特征，即信息的形式、內容、來源三個維度；二是基于參與主體的角度，從公眾的參與行為、政府對政務新媒體溝通功能的運用等方面著手。從常態(tài)社會來看，以大學生為代表的青年群體是公眾參與研究的重點對象，這也與當下青年群體健康狀況普遍堪憂的現(xiàn)實相映射，運動健身、飲食健康、生活起居是學者研究的主要維度。從危機情境來看，在非典、埃博拉病毒、新冠疫情等突發(fā)公共衛(wèi)生事件發(fā)生之后，相關研究會基于這些特定情境，出現(xiàn)研究數量上的峰值，同時，學者們也較為關注疫情期間公眾的參與意愿等心理層面的變化。

整體來看，現(xiàn)有研究視角多元，學科交叉融合明顯，成果較為豐碩，但還存在以下兩點不足。一是先前研究主要聚焦于單一社會情境下(常態(tài)社會亦或是危機情境)健康信息的公眾參與，基本上沒有對不同社會情境下健康信息公眾參與的縱向對比。二是公眾參與中的點贊、評論與轉發(fā)等行為在這些不同的社會情境中有哪些差異性并未涉及。為解決上述不足，本研究使用負二項回歸揭示三種情境下“@健康中國”的信息特征與公眾參與之間的關系；詳細分析公眾參與在三種社會情境存在哪些差異性，并探究導致差異性的影響因素，從而對上述不足一一進行回應。

2 研究設計

2.1數據采集中國國務院新聞辦公室于2020年6月7日發(fā)布《抗擊新冠肺炎疫情的中國行動》白皮書，將我國抗疫歷程分為五個時間段。第一階段：2019年12月27日至2020年1月19日(發(fā)現(xiàn)與應對疫情，武漢發(fā)現(xiàn)不明原因肺炎病例，采取果斷措施進行排查篩選)；第二階段：2020年1月20日至2020年2月20日(開始全面抗疫，關閉離漢離鄂，采取“封城”措施，國內其他地區(qū)確診病例激增，疫情阻擊戰(zhàn)全面打響)；第三階段：2020年2月21日至2020年3月17日(取得初步成效，中央作出統(tǒng)籌部署，社會開始復工復產)；第四階段：2020年3月18日至2020年4月28日為第四階段(取得決定成果，武漢“解封”，在院確診患者清零，內地本土疫情傳播鏈基本阻斷)；第五階段：2020年4月29日至今(全國疫情防控進入常態(tài)化，中國大陸境內疫情零星散發(fā)，防治境外輸入和本地防控成為日常)[18]。

根據以上時間段，本研究將研究階段分為前疫情階段(疫情爆發(fā)前1季度：2019年9月26日至2019年12月26日)，表征為常態(tài)社會；疫情爆發(fā)階段(2019年12月27日至2020年4月28日)，表征為危機情境；后疫情階段(疫情基本控制之后1季度：2020年4月29日至2020年7月29日)，表征為后危機情境。選取這期間“@健康中國”發(fā)布的所有微博推文作為研究樣本，共獲取微博5 046條，見表1。

表1 研究樣本基本信息

2.2變量操作

2.2.1 自變量 本研究自變量基于孫竹梅等建構的“微博健康信息采納水平預測指標”的信息質量維度[19]，并且在Chen和Yang等的啟發(fā)下[15, 20-21]，最終確定信息形式特征(媒介豐富度、對話循環(huán))、內容特征(內容類型)、來源特征(信息原創(chuàng)性)三個方面共四個維度進行考察。

媒介豐富度：盡管目前學界對媒介豐富度測量方法很多，但從用戶生成內容層面看僅有兩種，一是Yang等人將不同媒介呈現(xiàn)形式與公眾參與的點贊、轉發(fā)與評論數進行相關性分析[20]；二是Chen等人將不同媒介呈現(xiàn)形式分為高(視頻)、中(圖片)、低(文字)三種不同媒介豐富度的等級，并分別賦值以3、2、1[15]。本研究借鑒Chen等人的編碼方式去檢驗不同階段下媒介豐富度是否與公眾參與具有統(tǒng)計學意義的相關關系。

對話循環(huán)：當微博推文既包含“#”話題又包含“@”時賦值為2，包含“#”話題或“@”時賦值為1，不包含其中任何一個符號功能時則賦值為0。

內容類型：Ngai等人將醫(yī)學網絡意見領袖微博發(fā)布的內容類型分為健康相關信息以及健康無關信息兩類，并探索其與公眾參與程度的關系[11]。本研究將內容類型劃分為2個大類：與新冠疫情相關信息以及與新冠疫情無關信息，并分別予以1與0的賦值。

信息原創(chuàng)性：本研究將信息來源分為原創(chuàng)與非原創(chuàng)，并分別賦值1與0，以探究公眾對賬號本身發(fā)布信息及其他主體發(fā)布信息所產生的差異公眾性參與行為。

2.2.2 因變量 當前對公眾參與測量指標的研究尚未形成統(tǒng)一的意見，通常被學者使用的主要有以下三種。一是以推文千人均點贊數、千人均評論數與千人均轉發(fā)數之和作為公眾參與指數[22-24]；二是以推文點贊數、評論數與轉發(fā)數之和作為公眾參與指數[15]；三是將公眾參與分為點贊數、評論數與轉發(fā)數等該平臺的定量指標作為子維度分別進行測量[25-26]。本研究借鑒Yang等人的相關研究[20-21]，將微博中的公眾參與分為點贊、評論與轉發(fā)3個指標。

微博中的用戶點贊行為體現(xiàn)的是用戶對所接收信息的興趣、認同、偏好或喜愛，僅需輕點一下“點贊”按鈕，相較于評論和轉發(fā)行為來說，點贊是參與等級最低的微博公眾參與行為，其要求的承諾也是最少的；評論指的是對于信息或事件進行客觀或主觀的自我印象闡述，在微博中是參與等級較為中等的行為[27]；轉發(fā)行為會將信息轉發(fā)至信息流以及首頁中，包含了對該轉發(fā)內容的態(tài)度或觀點的表達，更是一種自我呈現(xiàn)，相較于點贊與評論來說，轉發(fā)是微博中參與等級最高的行為。這3個指標雖然在實際操作中有一定的相關性，但是他們表現(xiàn)出來的是公眾參與的不同卷入程度。

2.2.3 模型建構 圖1為本研究構建的健康信息公眾參與模型。將作為自變量的健康信息特征分為形式特征(媒介豐富度、對話循環(huán))、內容特征、來源特征三個方面，其中內容類型包含疫情相關信息和疫情無關信息兩個維度，內容原創(chuàng)性包含原創(chuàng)和非原創(chuàng)兩個維度。作為因變量的公眾參與分為點贊、評論、轉發(fā)3個指標。

圖1 健康信息公眾參與模型

2.2.4 信度檢驗與樣本編碼情況 本研究的5 046條微博文本由1名圖書情報專業(yè)和1名新聞與傳播專業(yè)背景的碩士研究生編碼員進行編碼。在編碼之前，先對編碼員進行自變量操作化培訓，并抽取50條微博文本樣本進行預編碼，兩名編碼員在互不干擾的情況下編碼，預編碼檢驗結果如下：媒介豐富度、對話循環(huán)和內容原創(chuàng)性的Kappa值均為1；內容類型的Kappa值為0.95。結果表明，編碼員的分類結果具有高度一致性，對于不一致部分尋找同城某“211”高校信息管理學院的博士研究生進行鑒定。隨后編碼員采取獨立編碼、隨時討論的模式對樣本進行編碼與歸類。由于公眾參與指標點贊數、評論數與轉發(fā)數是計數數據，分布過度離散不能通過正態(tài)分布驗證，由此本研究采用負二項回歸進行統(tǒng)計，所有數據經由STATA16處理。

3 研究發(fā)現(xiàn)

3.1描述性統(tǒng)計

3.1.1 自變量描述性統(tǒng)計 在常態(tài)社會、危機情境、后危機情境三個階段中“@健康中國”發(fā)布的微博特征如表2所示。

表2 變量的描述性統(tǒng)計

由表2可以看出，內容類型方面：在常態(tài)社會、危機情境、后危機情境三個階段中與疫情相關的信息占比經歷了先增后減的過程，從早期的1.4%暴增到中期的61.1%，又回落到后期的44.8%。具體來說，隨著新冠疫情的爆發(fā)，相關內容得到特別關注并大量曝光，此時與疫情相關的內容占總體的44.8%，占比接近一半。由此可見，隨著疫情防控進入常態(tài)化加上局部疫情的反彈，政府部門在新冠疫情上依然有著很大的注意力分配，公眾也有著較大的信息需求和信息關注。對話循環(huán)方面：弱對話循環(huán)的微博，即不帶“#”話題、“@”他人的微博占比逐漸減少甚至幾乎消失；中度對話循環(huán)的微博，帶“#”話題或“@”他人其一的微博占比逐漸增加，甚至在后期占到91.5%的比例；強對話循環(huán)的微博在常態(tài)社會中占比1.3%，在后期下降較為明顯。媒介豐富度：弱媒介豐富度的微博，即僅有文字的微博占比未發(fā)生顯著變化；而受到疫情沖擊后，中媒介豐富度的微博，即使用圖片的微博占比顯著增加，從33.7%增至50.7%，并保持平穩(wěn)；高媒介豐富度的微博，即使用視頻的微博占比則顯著降低。信息原創(chuàng)性：常態(tài)社會中“@健康中國”有14.6%的微博是轉載的，而隨著疫情的爆發(fā)，“@健康中國”的原創(chuàng)率提高至98.9%，在后危機情境也穩(wěn)定在97.6%，幾乎全部都是原創(chuàng)內容，可見“@健康中國”受疫情沖擊后更傾向于自主發(fā)布信息而非轉發(fā)信息。

3.1.2 因變量描述性統(tǒng)計 在常態(tài)社會、危機情境、后危機情境三個階段中“@健康中國”發(fā)布信息的公眾參與情況如表3所示。

表3 因變量的描述性統(tǒng)計

由于受疫情影響，“@健康中國”的公眾參與從常態(tài)社會到危機情境階段增速較快，點贊數均值由58.77增至3 065.51，最大值由19 753增至694 167；評論數均值由13.68提升至180.79；轉發(fā)數均值由20.80增至122.38，其最大值翻了34倍多(由929提升至32 080)。由此可見，在危機情境中公眾對“@健康中國”的關注程度較高。而在后危機情境中，公眾對“@健康中國”點贊數(由3 065.51降至142.41，約21倍)、評論數(由180.79降至25.26，約7倍)、轉發(fā)數(由122.38降至78.19，約2倍)均值又大幅降低，但與常態(tài)社會相比也有顯著提升。

3.2負二項回歸分析

3.2.1 “@健康中國”公眾點贊預測模型 從圖2可看出，在常態(tài)社會，對話循環(huán)對“@健康中國”點贊數有顯著負向影響，即對話循環(huán)水平每增加一個單位，點贊數降低0.226倍；媒介豐富度和內容原創(chuàng)性對點贊數有顯著正向影響。在危機情境中，內容類型對點贊數具有顯著正向影響，對話循環(huán)、內容原創(chuàng)性、媒介豐富度對點贊數的影響由原先的顯著變?yōu)椴伙@著。在后危機情境，內容類型、媒介豐富度、內容原創(chuàng)性對點贊數具有顯著正向影響；對話循環(huán)對點贊數無顯著影響，可以看出在后危機情境中公眾不會因為“@健康中國”帶上“#”或“@”而為其點贊。

圖2 常態(tài)社會、危機情境、后危機情境點贊量預測模型

公眾參與中的點贊行為要求的承諾相較于評論和轉發(fā)來說是最少的。在常態(tài)社會，對話循環(huán)、媒介豐富度、內容原創(chuàng)性都能夠顯著影響點贊量，說明公眾對于內容參與度高、媒介呈現(xiàn)度高、可信度高的信息有著較高的認同感。在危機情境中，僅有內容類型能夠顯著影響點贊量，說明公眾對于與政府互動、媒介呈現(xiàn)度高、可信度高的需求遠不及對與疫情相關的內容需求高，公眾對疫情的參與不在乎信息的形式和來源，在乎和認同的是與疫情相關的信息內容。這也提醒著衛(wèi)健類政務微博，在突發(fā)公共衛(wèi)生事件發(fā)生后，應及時的滿足公眾信息需求，加強信息公開，避免謠言的滋生、擴散。在后危機情境中，內容類型、媒介豐富度、內容原創(chuàng)性能夠顯著影響點贊量，說明隨著疫情防控進入常態(tài)化，公眾對于信息的形式和來源依然有著較高的關注度，那些與疫情相關、媒介呈現(xiàn)度高、可信度高的信息更能吸引公眾的注意力，進而引發(fā)公眾的認同。

3.2.2 “@健康中國”公眾評論預測模型 從圖3可看出，媒介豐富度與內容原創(chuàng)性在常態(tài)社會對“@健康中國”評論量有著顯著正向影響，媒介豐富度水平每增加一個單位，評論數將提升1.472倍；與非原創(chuàng)信息相比，原創(chuàng)信息能夠使評論數提升9.236；對話循環(huán)則對評論量有顯著負向影響。在危機情境中，內容類型逐漸對評論量有顯著正向影響，這說明公眾更傾向于評論與疫情相關內容；媒介豐富度依然正向影響評論量，即媒介豐富度水平每增加一個單位，評論數將提升1.228倍；內容原創(chuàng)性則從正向影響變?yōu)樨撓蛴绊懀c非原創(chuàng)信息相比原創(chuàng)信息能夠使評論數降低0.180倍。在后危機情境中，內容類型與媒介豐富度依然對評論量產生正向影響，媒介豐富度水平每增加一個單位，評論數將提升1.610倍；與非原創(chuàng)信息相比，原創(chuàng)信息能夠使評論數提升2.727倍。

圖3 常態(tài)社會、危機情境、后危機情境評論量預測模型

公眾參與中的評論行為體現(xiàn)的是公眾發(fā)布多種媒介形式內容(如文字或表情等)進行態(tài)度或觀點的表達，相較于點贊而言，評論需要更多的承諾或認知努力，會短暫出現(xiàn)在動態(tài)消息中，但不久就會被信息流刷走，屬于中級的參與行為[27]。在常態(tài)社會，公眾對于“@健康中國”發(fā)布的信息內容沒有顯著的評論意愿。但在危機情境中，公眾更愿意對疫情相關的內容進行態(tài)度或觀點的表達，充分表明公眾在這個階段不僅對與疫情相關的信息產生興趣和認同，而且在這種焦慮情緒的感染和影響下，公眾更偏向對與疫情相關的信息進行評論，積極表達和抒發(fā)自己的情緒、態(tài)度與觀點。另外，無論是在常態(tài)社會、危機情境還是后危機情境中，媒介豐富度始終正向預測用戶評論行為。具體來講，評論是基于對信息內容具有一定的認知后才能產生態(tài)度和觀點，而媒介豐富度越高的內容媒介呈現(xiàn)度越高，也越有利于公眾理解進而產生態(tài)度和觀點。

3.2.3 “@健康中國”公眾轉發(fā)預測模型 從圖4可看出，媒介豐富度和內容原創(chuàng)性在常態(tài)社會對“@健康中國”轉發(fā)量有顯著正向影響，即媒介豐富度水平每增加一個單位，轉發(fā)數將提升1.419倍；與非原創(chuàng)信息相比，原創(chuàng)信息能夠使轉發(fā)數提升1.771倍。對話循環(huán)則對轉發(fā)量有顯著負向影響，即對話循環(huán)水平每增加一個單位，轉發(fā)數將降低0.608倍。在危機情境中，內容類型則對轉發(fā)量有顯著正向影響，公眾更傾向于轉發(fā)與疫情有關的內容；媒介豐富度依然正向影響轉發(fā)量，即媒介豐富度水平每增加一個單位，轉發(fā)數將提升1.500倍；內容原創(chuàng)性則從正向影響轉變?yōu)樨撓蛴绊?，與非原創(chuàng)信息相比原創(chuàng)信息能夠使轉發(fā)數降低0.160倍。在后危機情境中，內容類型與媒介豐富度依然對轉發(fā)量產生正向影響；對話循環(huán)對轉發(fā)量也產生了顯著正向影響，即對話循環(huán)水平每增加一個單位，轉發(fā)數將提升2.714倍。

圖4 常態(tài)社會、危機情境、后危機情境轉發(fā)量預測模型

公眾參與中的轉發(fā)行為體現(xiàn)的是對所接觸信息的態(tài)度，轉發(fā)會使相關內容呈現(xiàn)在動態(tài)消息和首頁中并形成自我呈現(xiàn)，在一定程度上是獲得社交網絡認同的表現(xiàn)，相較于點贊和評論而言，轉發(fā)需要付出更多額外的承諾或認知努力，是參與等級最高的公眾參與行為[27]。在危機情境中，公眾對“@健康中國”信息的轉發(fā)不僅體現(xiàn)的是自己對疫情的關心，更是對獲取相關信息、滿足信息需求的一種自我呈現(xiàn)，乃至記錄自己在這個階段的心路歷程。不論是在常態(tài)社會還是在危機情境，媒介豐富度都正向影響公眾轉發(fā)行為。

4 研究結論與啟示

4.1研究結論

4.1.1 “@健康中國”的媒介豐富度與公眾點贊、評論、轉發(fā)之間的關系 a.無論是何種社會情境，媒介豐富度始終正向影響公眾評論與轉發(fā)。無論是在常態(tài)社會、危機情境還是后危機情境，媒介豐富度始終對公眾評論與轉發(fā)保持顯著正向影響。這與Yang等人的部分研究結果相同[20]，他們認為“@武漢發(fā)布”的評論數對圖片使用有顯著正向影響。由此也可以看出，公眾更樂于瀏覽、觀看、接受甚至是認同更多元的“富媒體”內容。斯洛文尼亞美學家阿萊斯·艾爾雅維茨(Ales Erjavec)認為，藝術與文化上的圖像“轉向”是當代全球化社會的重要特征之一。隨著智媒體時代的到來，公眾對于健康信息的需求已不僅僅局限于內容層面，而媒介呈現(xiàn)形式在吸引公眾注意力、誘發(fā)公眾情緒體驗、影響公眾參與行為等方面具有至關重要的作用。文字的視覺屬性被圖片、視頻進一步強化，“瀏覽”“觀閱”健康信息的速度被視覺的好奇和急切本性自然而然的慫恿著。這也充分表明，無論是何種社會情景，媒介豐富度對公眾參與的影響都較為明顯。

b.媒介豐富度在常態(tài)社會和后危機情境中正向影響公眾點贊。無論是在常態(tài)社會還是后危機情境，媒介豐富度對公眾點贊有顯著正向影響，而在危機情境中，未發(fā)現(xiàn)其與公眾點贊的顯著性關系。這與Ngai等人的研究結果相同[11]，他們發(fā)現(xiàn)“@武漢發(fā)布”在疫情期間的點贊數與其是否使用圖片和視頻無統(tǒng)計學意義上的顯著關系。

這或許是因為“點贊”表達的是對微博內容的“已閱”“知道了”，而疫情期間信息紛繁，無處不在，加上很多地方封城公眾“閑置”在家，點贊或不點贊某條微博可能存在一定的隨機或者巧合，不具備直接的相關性。而在常態(tài)社會和后危機情境中，生活處于“正軌”和較為穩(wěn)定狀態(tài)，公眾注意力除了生活外還有很大一部分被工作、學習等分配，在注意力稀缺的時候，媒介豐富度較高的內容更能吸引公眾的注意力，進而更可能引發(fā)點贊行為。

4.1.2 “@健康中國”的對話循環(huán)與公眾點贊、評論、轉發(fā)之間的關系 在常態(tài)社會，對話循環(huán)與公眾點贊、評論、轉發(fā)都呈現(xiàn)顯著負相關。危機情境中，未發(fā)現(xiàn)對話循環(huán)與公眾點贊、評論、轉發(fā)之間的相關性，Yang等人也同樣未找到“@武漢發(fā)布”的“#”話題功能與公眾點贊、評論與轉發(fā)之間的關系。在后危機情境中，對話循環(huán)能正向預測公眾轉發(fā)，但與點贊、評論沒有相關性。具體來看，“@健康中國”的“#”“@”這類對話循環(huán)功能對公眾參與的影響并不明顯，特別是在常態(tài)社會，那些帶上“#”和“@”的信息公眾參與甚至更低。在后危機情境中，疫情防控進入常態(tài)化，公眾對相關信息可能習以為常，又或者這類信息的接觸會增加公眾的焦慮和不安，甚至引發(fā)心理恐慌與不適，降低了與該類話題點贊與評論的意愿。同時，發(fā)布主體也可能對“@”用戶功能使用更加熟悉和有經驗，加上公眾在危機情境中線上線下的參與，使得他們欲將相關信息告知好友并充當信息“播報員”的角色較為強烈，所以積極轉發(fā)對話循環(huán)程度較高的內容?？傊?，“@健康中國”的對話循環(huán)對公眾點贊、評論、轉發(fā)之間的影響隨著社會情境的改變而改變。其中，在危機情境與后危機情境中存在較高相似性。

4.1.3 “@健康中國”的內容類型與公眾點贊、評論、轉發(fā)之間的關系 在常態(tài)社會，疫情有關的內容與公眾點贊、評論、轉發(fā)未發(fā)現(xiàn)統(tǒng)計學意義上的顯著關系。在危機情境和后危機情境中，疫情有關的內容都顯著正向影響公眾點贊、評論、轉發(fā)。具體來說，在疫情爆發(fā)之前，媒體對相關信息報道較少，公眾對相關議題的認知和關注也較少。在疫情爆發(fā)之后，社會陷入健康危機之中，媒體報道主要圍繞疫情展開，公眾出于對自身健康風險的感知以及對外界總體環(huán)境的感知等原因，忍不住去刷各種疫情信息，從而導致了點贊、評論與轉發(fā)行為。在后危機情境中，病毒來源、疫苗注射及后續(xù)影響、病毒變異、病毒入侵冷鏈等情況并不明晰，這些不確定性也自然而然地成了公眾關注的焦點所在，公眾對于這類信息具有較高的敏感性。從使用與滿足理論來看，“@健康中國”在發(fā)布相關信息后，在一定程度上滿足了公眾的信息需求，這種需求在得到滿足后會進行反饋，而在社交媒體中，對信息發(fā)布者最直接的反饋方式就包括了點贊、評論和轉發(fā)等互動行為。總之，相較于與疫情無關信息，公眾更關注與疫情相關信息。

4.1.4 “@健康中國”的信息原創(chuàng)性與公眾點贊、評論、轉發(fā)之間的關系 在常態(tài)社會和后危機情境中，公眾更傾向于點贊、評論、轉發(fā)“@健康中國”的原創(chuàng)內容。而在危機情境中，公眾更傾向于評論與轉發(fā)非原創(chuàng)內容，未發(fā)現(xiàn)信息原創(chuàng)性與公眾點贊之間的關系。究其原因，一是因為“@健康中國”是國家衛(wèi)健委官方微博，是傳遞政府聲音、服務大眾的官方網絡互動平臺，對公眾來說具有較強高的可信度，正因為如此，公眾更傾向于點贊、評論、轉發(fā)原創(chuàng)內容；二是從媒介依賴理論看，當某種媒介能夠滿足用戶需求時，用戶就會對此產生依賴，長期以往利用該媒介滿足該方面需求，因此，公眾會對發(fā)布的信息或產生“習慣性”關注和互動。而在疫情爆發(fā)初期，由于相關信息不明朗加上偶爾出現(xiàn)“翻車”現(xiàn)象，使得公眾對原創(chuàng)內容出現(xiàn)了一定時間的“回避”，所以在這個階段未發(fā)現(xiàn)信息原創(chuàng)性與公眾點贊之間的關系。在后危機情境中，上文所提到的諸多不明朗情況的謠言時有滋生，公眾也意識到甄別謠言最簡單的方法就是從信息源頭來判斷，因此，公眾又重回先前“陣地”。由此可見，信息源對公眾點贊、評論、轉發(fā)的影響在不同社會情境下存在顯著差異，危機情境中公眾更偏好有其他專業(yè)權威媒體加持的信息。

4.2研究啟示

4.2.1 衛(wèi)健類政務微博應豐富信息發(fā)布形式 進入互聯(lián)網的下半場，公眾的注意力幾乎以秒來計算，相較于單純的文字而言，圖片、短視頻有著更強的視覺沖擊力，更能吸引公眾的注意力，而且，偏專業(yè)性的衛(wèi)健類信息原本就不如奇聞軼事、娛樂八卦吸引人。本研究的結果也充分表明，媒介豐富度高的信息對公眾參與有正向影響。因此，在信息發(fā)布形式上，衛(wèi)健類政務微博可以通過AI插畫工具、思維導圖、PPT等辦公工具的運用對原有的文字信息進行提煉、梳理和整合制作，還可以利用數據、圖表、動圖、音視頻等形式傳播相關信息，使健康信息有內容又有形式。

4.2.2 衛(wèi)健類政務微博在追隨社會熱點的同時要做好本職工作 本研究的結果充分表明，在不同的社會情境中健康信息的公眾參與有著不同的偏向，但“到哪座山，唱哪支歌”依然是公眾參與的主要表現(xiàn)。因此，衛(wèi)健類政務微博應結合日常工作和重點任務及項目，落實職能處室重點發(fā)布疾病預防知識、基本醫(yī)療服務、公共衛(wèi)生服務、突發(fā)公共衛(wèi)生事件處置、衛(wèi)生監(jiān)督執(zhí)法、計生管理與服務，也可以圍繞醫(yī)療衛(wèi)生體制改革、系統(tǒng)行風整治、醫(yī)養(yǎng)健康產業(yè)、“名醫(yī)下基層”等前沿熱點做文章，根據公眾參與的情況調整信息類別，不斷增強信息的針對性與實用性，并積極倡導公眾參與和衛(wèi)生健康有關的符合社會主義核心價值觀的公益行為。

4.2.3 衛(wèi)健類政務微博應該及時、準確的發(fā)布衛(wèi)生健康類服務信息 本研究的結果充分表明，信息源對公眾參與在不同社會情境下存在顯著差異。政務微博的核心還是“織博”為民[28]。因此，衛(wèi)健類政務微博應積極主動的了解公眾關注熱點和信息需求，及時回應意見和建議，增進理解與共識。尤其是在突發(fā)公共衛(wèi)生事件發(fā)生時，及時的信息公開和回應關切，能夠有效的占領輿論“制高點”，避免產生“謠言滿天飛”的局面。與此同時，通過這種信息公開透明的方式彰顯“陽光”政府形象，進而提升政府公信力和公民政府信任水平。

4.3研究局限與展望整體來看，本研究還存在以下幾點不足，后續(xù)研究將繼續(xù)完善、拓展和深入。

首先，大數據不是全數據，微博的數據并非完全真實的數據，只能給予我們一定參考。未來可以結合社會神經學和深度訪談的方法測量公眾參與。

其次，本研究根據危機情境的時間，給常態(tài)社會和后危情境各匹配了一個季度的時間，由于時間設置區(qū)間不是很長，無法將公眾參與的更多信息進行呈現(xiàn)和分析。未來將持續(xù)關注后疫情時期公眾參與的相關數據。

最后，健康信息公眾參與的過程中可能會受到其它因素的影響，比如說參與主體是否從事衛(wèi)生健康相關職業(yè)、個人健康素養(yǎng)等，未來將引入更多的中介和調節(jié)變量進行系統(tǒng)全面的考察。