許艾米，楊穎璨，黃俊生，曹梅

（廣東省氣象公共服務中心，廣東廣州 510640）

根據(jù)中國互聯(lián)網(wǎng)絡信息中心（CNNIC）發(fā)布的第45次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》，截至2020年3月，我國網(wǎng)民規(guī)模9.04億，普及率64.5%，其中微博網(wǎng)民使用率達42.5%［1］。作為中國最有影響力的社交媒體平臺，微博在媒體融合及政務服務方面表現(xiàn)亮眼，它憑借自身用戶基數(shù)大、信息傳播快、互動能力強等特點，成為網(wǎng)絡輿情傳播的主要力量［2］。在微博平臺中，普通用戶、意見領袖、媒體、政府機關等用戶圍繞某一話題，通過發(fā)布信息、傳播信息、評論信息等方式迅速產(chǎn)生聚集效應，促使更多用戶的意見、看法合流，從而引發(fā)輿情事件［3］，其中跟氣象災害或氣象部門相關的稱為“氣象微博輿情”，如“北京暴雨”“臺風天鴿”“@青島氣象”和“@青島發(fā)布”互撕事件，如果不及時引導和管控會造成負面影響，不利于氣象服務的開展及氣象部門的正面形象。

廣東省氣象微博起步較早，粉絲基數(shù)和影響力排在全國氣象政務微博前列［4-5］。廣東氣象災害種類多、強度大，每當臺風、暴雨等重大氣象災害來臨時，以微博為代表的社交網(wǎng)絡平臺已成為氣象信息傳播的主要窗口，公眾和媒體關注度高，給氣象輿情管理工作帶來極大挑戰(zhàn)。因此研究氣象微博輿情信息傳播特點，探究影響其傳播效果的因素，能夠為氣象部門輿情管理和氣象服務工作提供科學有效的參考。

1 資料與方法

1.1 數(shù)據(jù)來源

對2020年“粵天氣”品牌微博進行輿情監(jiān)控，綜合考慮關注度和社會影響，選取“粵天氣”品牌微博中粉絲數(shù)百萬級以上的“廣東天氣”“廣州天氣”“深圳天氣”為研究對象，爬取2020年度關注度高和影響力大的15個氣象輿情案例期間發(fā)布的微博數(shù)據(jù)，包括發(fā)布時間、正文文本、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、發(fā)布平臺等，并將采集到的原始數(shù)據(jù)進行初步篩選，剔除零轉(zhuǎn)發(fā)或評論量、與案例主題無關微博，得到有效數(shù)據(jù)共1 192條。

1.2 指標分類與數(shù)據(jù)處理

1）指標分類。

傳播效果是指傳播對人的行為產(chǎn)生的有效結(jié)果，評論量和轉(zhuǎn)發(fā)量是受眾對微博的閱讀情況和有效互動情況的直接反映，其數(shù)量越多則說明該微博的受關注程度越高，覆蓋范圍越廣，傳播效果越好。因此本研究將轉(zhuǎn)發(fā)量和評論量作為氣象微博輿情信息傳播效果的衡量指標［6-7］。

基于氣象微博運營特點，將影響微博輿情信息傳播的自變量劃分為內(nèi)容特征和文本特征兩個方面。內(nèi)容特征是指與微博內(nèi)容質(zhì)量相關的指標，包括氣象微博輿情信息類型、表達方式、原創(chuàng)性；文本特征包括文本字數(shù)、圖片數(shù)量、博文類型、是否帶鏈接、@/via符號、話題等這些與微博內(nèi)容相關的外在因素指標。其中氣象微博輿情信息類型分為氣象災害類、辟謠信息類、突發(fā)天氣事件、重大氣象活動和其他社會安全（或公共衛(wèi)生）事件5大類；表達方式分為專業(yè)型和非專業(yè)型2類；博文類型分為視頻類及圖文、文章、純文本等非視頻類。

2）數(shù)據(jù)處理。

（1）連續(xù)變量處理。

微博輿情數(shù)據(jù)中，轉(zhuǎn)發(fā)數(shù)、評論數(shù)、文本字數(shù)、圖片數(shù)量為連續(xù)變量，通過統(tǒng)計數(shù)值直接得到，需先將不同變量數(shù)據(jù)轉(zhuǎn)換到相同量級上，實現(xiàn)標準化，采取方法如下：分別求出各變量總體數(shù)據(jù)的均值μ和標準差σ，代入z-score標準化轉(zhuǎn)換公式：

其中，z為標準化后的變量值；x為實際變量值。

（2）分類變量處理。

氣象微博輿情信息類型、表達方式、原創(chuàng)性等剩余變量均為無序分類變量，無法直接進行數(shù)據(jù)分析，需引入啞變量描述。啞變量是用以反映質(zhì)的屬性、人為量化虛設的變量，通常取值為0或1，引入啞變量可反映某個變量的不同屬性類型對因變量的作用，使結(jié)果更具實際意義。各無序分類變量編碼如下：

①氣象微博輿情信息類型，按照氣象災害類、辟謠信息類、突發(fā)天氣事件、重大氣象活動、其他社會安全（或公共衛(wèi)生）事件，從1到5依次編碼。表達方式中專業(yè)型編碼為1，反之為0；博文類型中視頻類編碼為1，反之為0。是否為原創(chuàng)、是否有鏈接、是否有@/via符號、是否帶話題根據(jù)是否含有該類特征分來劃分，具有該特征，編碼為1，反之則編碼為0。

②發(fā)布時間編碼。根據(jù)中國電子商務研究中心提供的網(wǎng)民上網(wǎng)時間分布報告［8］，一天中10：00—11：00（北京時，下同）、15：00—17：00、20：00—22：00為中國互聯(lián)網(wǎng)網(wǎng)民上網(wǎng)高峰期，編碼為1，其余時段為非上網(wǎng)高峰期，編碼為0。

③發(fā)布平臺編碼?！皬V東天氣”為省級平臺編碼為1，“深圳天氣”和“廣州天氣”歸為非省級平臺編碼為0。

1.3 研究方法

采用逐步回歸分析方法［9-10］研究“粵天氣”品牌微博輿情信息傳播效果影響因素，將變量逐個引入模型，每引入一個解釋變量后都要進行F檢驗，并對已經(jīng)選入的解釋變量逐個進行t檢驗，當原來引入的解釋變量由于后面解釋變量的引入變得不再顯著時，則將其刪除，如此反復，直到既沒有顯著的解釋變量選入回歸方程，也沒有不顯著的解釋變量從回歸方程中剔除為止，最終建立“最優(yōu)”回歸方程。

2 結(jié)果與分析

2.1 轉(zhuǎn)發(fā)模型

運用SPSS軟件對轉(zhuǎn)發(fā)模型進行逐步回歸，得到5種模型結(jié)果，選取擬合度最優(yōu)（R2=0.53，通過了F檢驗）的模型數(shù)據(jù)作為最終結(jié)果，該模型剔除了氣象災害類、突發(fā)天氣事件、辟謠信息、公共衛(wèi)生事件、專業(yè)型、原創(chuàng)性、文本字數(shù)、是否帶話題、發(fā)布時間和發(fā)布平臺等變量，篩選出重大氣象活動、有@或via、有鏈接、視頻、圖片數(shù)量共5個具有顯著影響的變量。回歸結(jié)果如表1所示。

表1 轉(zhuǎn)發(fā)模型回歸結(jié)果

轉(zhuǎn)發(fā)模型結(jié)果表明：（1）內(nèi)容特征中只有重大氣象活動類與轉(zhuǎn)發(fā)量顯著正相關。這是因為重大氣象活動期間，氣象部門充分運用轉(zhuǎn)發(fā)抽獎等形式來增強公眾參與積極性，活動相關微博通常傳播量較為可觀。（2）文本特征中圖片數(shù)量、是否有鏈接、是否有@/via符號與轉(zhuǎn)發(fā)量正相關。對于公眾來說，氣象信息往往較為專業(yè)、復雜，圖文并茂，可視化效果強，更具吸引力和可讀性，還能起到補充說明作用；@/via符號以及鏈接可實現(xiàn)氣象部門和相關職能部門、新聞媒體間的聯(lián)合效應，尤其通過@特定意見領袖［11］，一方面可以提升自身在社會網(wǎng)絡的節(jié)點重要性，另一方面也能提高關鍵信息的傳播效果。因此發(fā)博時應優(yōu)化文本形式，多帶圖片、鏈接和通過@加強互動。（3）文本特征中視頻類與轉(zhuǎn)發(fā)量呈負相關。由于樣本選取時段內(nèi)（2020年），廣東氣象新媒體短視頻業(yè)務才剛起步，普遍量少質(zhì)低，并不能引起很好的正反饋和正向傳播效果。但短視頻時代不能因暫時性“差評”而放棄主流信息傳播渠道和市場，未來需加強短視頻的內(nèi)容生產(chǎn)模式和內(nèi)容優(yōu)化研究，產(chǎn)出更吸引公眾、更適應于新媒體渠道傳播的優(yōu)質(zhì)內(nèi)容。（4）從標準系數(shù)可知，對轉(zhuǎn)發(fā)量影響最大的自變量為有鏈接的信息（0.197），其后依次為重大氣象活動類信息（0.156）和視頻類信息（-0.114）。

2.2 評論模型

同樣運用SPSS軟件對評論模型進行逐步回歸，得到6種結(jié)果，最終選取擬合優(yōu)度最高的模型（R2=0.23，通過了F檢驗）。該模型篩選出氣象災害類、公共衛(wèi)生事件、原創(chuàng)性、文本字數(shù)、帶話題共5個具有顯著影響的變量，其余變量均被剔除，得到回歸結(jié)果如表2所示。

表2 評論模型回歸結(jié)果

評論模型結(jié)果表明：（1）內(nèi)容特征中氣象災害類信息與評論量呈現(xiàn)正相關關系。當氣象災害影響時，社會關注度會拉高，微博上能得到直觀、迅速體現(xiàn)；再結(jié)合轉(zhuǎn)發(fā)模型中重大氣象活動類信息的表現(xiàn)得出，氣象微博應以氣象災害影響、重大氣象活動為契機，充分發(fā)揮職能和專業(yè)優(yōu)勢，加強相關信息的內(nèi)容策劃、節(jié)奏把控和產(chǎn)品發(fā)布，從而提高“粵天氣”品牌傳播力和影響力。（2）公共衛(wèi)生事件類信息與評論量呈現(xiàn)負相關關系。原因解釋為公眾認為該類信息與氣象職能不吻合，更取信來源于衛(wèi)健委等職能部門信息，氣象微博發(fā)布可能會被認為蹭熱度行為，造成反效果。因此應盡量減少發(fā)布與天氣無關內(nèi)容，或?qū)⑵渌畔⑴c天氣融合，才能有助于激起公眾傳播行為。（3）原創(chuàng)性與評論量正相關。原創(chuàng)微博為氣象部門直接信息的表達，具有權威、真實、可靠性，更能獲取公眾認可和評論，因此在服務時應多發(fā)原創(chuàng)微博。（4）文本特征中文本字數(shù)與評論量呈現(xiàn)負相關。這是因為字數(shù)越多，公眾需耗費更多閱讀時間，易造成閱讀疲憊感、降低閱讀興趣，不利于吸引更多用戶評論，但也不能過于簡短草率，應精煉語言，以盡量少的字數(shù)直擊最核心問題，如關鍵信息過多實在無法精簡，可采取有節(jié)奏分次發(fā)布，且每條有側(cè)重。（5）是否帶話題與評論量顯著正相關。微博話題功能起到引流作用，可增加博文曝光度。特別當重大天氣過程影響期間，按照氣象災害標準化服務流程主動設置統(tǒng)一話題、全省聯(lián)動，結(jié)合話題強化服務節(jié)奏，將有助于掌握信息傳播主動權，引導公眾和社會媒體積極響應，提高“粵天氣”品牌影響力。（6）從標準系數(shù)可知，公共衛(wèi)生事件對評論量影響最大，標準系數(shù)達到-0.244。其次是原創(chuàng)性（0.198）和氣象災害類（0.163）。

另外，轉(zhuǎn)發(fā)模型和評論模型的部分結(jié)果差異說明微博評論和轉(zhuǎn)發(fā)是兩種不同的信息傳播機制，轉(zhuǎn)發(fā)行為體現(xiàn)信息的可達性，而評論則是了解受眾對于信息真實看法的重要渠道，研究傳播效果時兩種行為都應予以考慮。

影響轉(zhuǎn)發(fā)量的正相關因素有重大氣象活動類、圖片數(shù)量、鏈接、@/via符號，負相關因素有視頻，帶鏈接的信息對轉(zhuǎn)發(fā)量影響最大，其次為重大氣象活動類和視頻類信息；影響評論量的正相關因素有氣象災害類、原創(chuàng)性、帶話題，負相關因素有公共衛(wèi)生事件類、文本字數(shù)，其中公共衛(wèi)生事件類信息對評論量影響最大，其次是原創(chuàng)性和氣象災害類信息。建議從增強天氣相關信息內(nèi)容策劃和原創(chuàng)發(fā)布、優(yōu)化文本（如多帶圖片/鏈接/話題、運用@互動、精簡字數(shù)、優(yōu)化視頻）等方面來提升氣象微博輿情信息的傳播和服務效果。受樣本限制，本研究存在諸多不足：一是樣本案例選取時段為一年內(nèi)，還需擴大時間維度；二是影響因素沒有考慮用戶特征；三是分別選取轉(zhuǎn)發(fā)和評論量來衡量傳播效果，但點贊數(shù)同樣能增強傳播的有效性。這3種指標如何融合量化傳播效果，而不是分別單獨建模，今后還需進行更深入的研究。