唐璞妮

（中共成都市委黨校圖書館 四川成都 610100）

新媒體時(shí)代，微博已成為黨政機(jī)構(gòu)、企事業(yè)單位及普通民眾發(fā)布信息、傳播互動(dòng)、推廣宣傳的重要平臺(tái)。作為全球最大的中文社交全媒體平臺(tái)，2020年10月微博月活躍用戶已達(dá)5.23億[1]。隨著微博的廣泛應(yīng)用，以微博為研究對(duì)象的學(xué)術(shù)研究成果逐漸豐富，通過量化指標(biāo)評(píng)價(jià)微博傳播力也成為當(dāng)下微博研究的熱點(diǎn)之一。

當(dāng)前，已有研究[2-4]對(duì)文獻(xiàn)計(jì)量學(xué)指標(biāo)應(yīng)用到微博傳播力評(píng)價(jià)領(lǐng)域作出了有益探索，并實(shí)證證明了其理論和實(shí)踐意義。本文引入2014年由印度學(xué)者G.Prathap[5]提出的被認(rèn)為兼具數(shù)量-質(zhì)量-效率3D效能的學(xué)術(shù)評(píng)價(jià)指標(biāo)——z指數(shù)進(jìn)行微博傳播力評(píng)價(jià)，主要探究以下三個(gè)問題：①通過與綜合性評(píng)價(jià)及其他文獻(xiàn)計(jì)量指標(biāo)評(píng)價(jià)結(jié)果對(duì)比，實(shí)證考察z指數(shù)評(píng)價(jià)微博傳播力的適應(yīng)性；②發(fā)現(xiàn)z指數(shù)在微博傳播力評(píng)價(jià)中可能存在的問題及原因；③針對(duì)問題，試圖對(duì)z指數(shù)進(jìn)行修正，以增強(qiáng)z指數(shù)在微博傳播力評(píng)價(jià)中的有效性和科學(xué)性。

1 相關(guān)研究

1.1 微博傳播力研究

目前，國(guó)內(nèi)外學(xué)者對(duì)于傳播力的概念尚未形成統(tǒng)一定論，傳播力通常是指媒介對(duì)目標(biāo)受眾產(chǎn)生影響的能力[6]。由于媒體的影響力與其傳播力之間呈正比關(guān)系[7]，而且在傳播力和影響力評(píng)價(jià)的實(shí)踐中，很多研究將傳播力和影響力的計(jì)算視為同一指標(biāo)[8-9]，因此本文檢索時(shí)將影響力也加入檢索條件。

微博最早被稱為中國(guó)版Twitter，國(guó)外學(xué)者以Twitter數(shù)據(jù)為研究對(duì)象，分析其傳播力的研究較為豐富。K. Unsworth等人[10]從透明度、參與度和協(xié)作度等角度對(duì)Twitter在公民政治參與的傳播力上進(jìn)行了評(píng)估。Y.Bea等人[11]以超過300萬條推文為研究對(duì)象，度量了推文情感的正負(fù)影響力。P.Mehndiratta等人[12]通過實(shí)證研究Twitter內(nèi)容發(fā)現(xiàn)，Twitter傳播力與其相互關(guān)注其他用戶有關(guān)，影響力越高的Twitter賬號(hào)信息傳播速度更快。

國(guó)內(nèi)研究方面，筆者于2021年4月20日以篇關(guān)摘“微博”and“傳播力”或“微博”and“影響力”為檢索條件，從中國(guó)知網(wǎng)中檢索得到660篇CSSCI論文。對(duì)相關(guān)文獻(xiàn)主題進(jìn)行探究，發(fā)現(xiàn)當(dāng)前該領(lǐng)域研究對(duì)象主要聚焦在政務(wù)微博、意見領(lǐng)袖、官方微博、圖書館，研究方法主要包括社會(huì)網(wǎng)絡(luò)分析、主成分分析法、文獻(xiàn)計(jì)量方法等。例如，安璐等人[13]運(yùn)用潛在狄利克雷分配模型和隨機(jī)森林方法，實(shí)證研究埃博拉爆發(fā)相關(guān)微博的發(fā)布者、時(shí)間和內(nèi)容，以微博轉(zhuǎn)發(fā)、評(píng)論和收藏次數(shù)為指標(biāo)，構(gòu)建了微博影響力模型；張雪梅等人[14]應(yīng)用道格拉斯生產(chǎn)函數(shù)和DEA模型對(duì)政務(wù)微博信息傳播效率評(píng)價(jià)指標(biāo)體系的投入、產(chǎn)出指標(biāo)進(jìn)行分析、測(cè)算和評(píng)價(jià)。其中，文獻(xiàn)計(jì)量學(xué)指標(biāo)以其客觀性、可量化等特點(diǎn)在微博影響力評(píng)價(jià)中具有不可替代的優(yōu)勢(shì)。

1.2 z 指數(shù)研究

為彌補(bǔ)p 指數(shù)不能反映引文分布的缺陷，G.Prathap[5]在p指數(shù)的基礎(chǔ)上引入描述被引分布的一致性指標(biāo)——被引集中度η。

公式（1）中，C為被引次數(shù)，N為發(fā)文數(shù)，Ci為第i篇文獻(xiàn)的被引次數(shù)，i=1,2，…，n。z指數(shù)的計(jì)算公式為：

提出z指數(shù)后，G.Prathap又對(duì)其進(jìn)行了一系列跟進(jìn)研究。G.Prathap[15-17]運(yùn)用z指數(shù)確定了太陽能電池研究領(lǐng)域代表性最強(qiáng)的作者、機(jī)構(gòu)、國(guó)家等，剖析了z指數(shù)與h指數(shù)的關(guān)系，以學(xué)者、機(jī)構(gòu)等角度采用z指數(shù)評(píng)價(jià)了印度國(guó)家層面的科研表現(xiàn)。

作為一種新型綜合評(píng)價(jià)指標(biāo)，z指數(shù)也受到了國(guó)內(nèi)學(xué)者的關(guān)注，研究主要集中在以下三個(gè)方面：

一是應(yīng)用于對(duì)學(xué)術(shù)主體進(jìn)行評(píng)價(jià)，包括學(xué)者[18-19]、期刊[20-21]、學(xué)術(shù)機(jī)構(gòu)[22]等。如何曉慶等人[18]以肌肉萎縮癥研究領(lǐng)域15位學(xué)者為研究對(duì)象，驗(yàn)證了z指數(shù)評(píng)價(jià)學(xué)者學(xué)術(shù)影響力的全面性和合理性。俞立平等人[20]分析了z指數(shù)在期刊評(píng)價(jià)上的適用性，提出以低被引論文比倒數(shù)替代被引集中度修正z指數(shù)，以解決被引集中度難以控制的不足。二是識(shí)別學(xué)科研究熱點(diǎn)研究。如牌艷欣等人[23]以SSCI數(shù)據(jù)庫收錄的5種情報(bào)學(xué)期刊為研究樣本，基于z指數(shù)構(gòu)建識(shí)別論文高關(guān)注度研究主題的Zt指數(shù)，并驗(yàn)證了其可行性。李長(zhǎng)玲等人[24]引入時(shí)間因子改進(jìn)z指數(shù)，實(shí)證驗(yàn)證了其用于高被引學(xué)科研究熱點(diǎn)的識(shí)別效果。三是在媒介傳播力評(píng)價(jià)中的應(yīng)用研究。許新軍[25]考察了基于下載量的z指數(shù)（zd指數(shù)）在期刊網(wǎng)絡(luò)傳播力評(píng)價(jià)中的有效性、科學(xué)性和先進(jìn)性。

總的來說，當(dāng)前對(duì)于z指數(shù)的研究成果較少，在不同應(yīng)用領(lǐng)域及數(shù)據(jù)樣本中的適用性存在一定差別。

2 研究設(shè)計(jì)及實(shí)證研究

2.1 基于z 指數(shù)的微博傳播力評(píng)價(jià)模型構(gòu)建

由于被轉(zhuǎn)發(fā)是對(duì)信息的二次傳播，相對(duì)于評(píng)論和點(diǎn)贊更能體現(xiàn)微博的傳播效能，且已有相關(guān)研究驗(yàn)證了微博被轉(zhuǎn)發(fā)、評(píng)論、點(diǎn)贊三者之間的顯著相關(guān)性[26]。因此，本研究采用微博被轉(zhuǎn)發(fā)數(shù)和發(fā)文數(shù)構(gòu)建評(píng)價(jià)指標(biāo)，對(duì)z指數(shù)中的各個(gè)指標(biāo)賦予相應(yīng)新的含義。計(jì)算公式z＝（ηp）1/3＝[（C4/N2）/（ ）]1/3中，C表示微博的總被轉(zhuǎn)發(fā)次數(shù)，N表示微博發(fā)文數(shù)，Ci為第i篇微博博文的被轉(zhuǎn)發(fā)次數(shù)，i=1,2，…，n。

2.2 數(shù)據(jù)采集及計(jì)算結(jié)果

通過Gooseeker爬蟲軟件采集29個(gè)城市外宣類政務(wù)微博單月的發(fā)文數(shù)及被轉(zhuǎn)發(fā)數(shù)，通過公式（2）計(jì)算得到29個(gè)微博的z指數(shù)和相關(guān)指標(biāo)及排序情況，結(jié)果如表1所示。

表1 z 指數(shù)和相關(guān)指標(biāo)計(jì)算結(jié)果及排序

2.3 存在問題分析

（1）z指數(shù)評(píng)價(jià)效果有待商榷。從計(jì)算結(jié)果看，z指數(shù)排名前五的城市外宣微博分別為沈陽、杭州、南京、哈爾濱、上海，與當(dāng)月政務(wù)微博外宣排行榜中排在前五位的蘭州、成都、廣州、南京、武漢排位情況存在較大差距。p指數(shù)排名中沈陽、蘭州、杭州、南京、成都排在前五位，可以看到z指數(shù)的排名結(jié)果相對(duì)于p指數(shù)并沒有起到優(yōu)化和改進(jìn)的作用。

（2）被引集中度指標(biāo)考量微博傳播力的合理性不夠。由于微博被轉(zhuǎn)發(fā)次數(shù)的差距較大，低被轉(zhuǎn)發(fā)區(qū)的微博在被轉(zhuǎn)發(fā)次數(shù)上更容易接近平均。若低被轉(zhuǎn)發(fā)區(qū)因被轉(zhuǎn)發(fā)次數(shù)相近而被引集中度高，可能會(huì)獲得比高被轉(zhuǎn)發(fā)區(qū)博文更高的z指數(shù)，這顯然是不合理的。例如，z指數(shù)排名較高的哈爾濱和成都，成都的各項(xiàng)指標(biāo)包括發(fā)文數(shù)、h指數(shù)、總被轉(zhuǎn)發(fā)次數(shù)都明顯高于哈爾濱，但由于哈爾濱最高被轉(zhuǎn)發(fā)次數(shù)155遠(yuǎn)低于成都最高被轉(zhuǎn)發(fā)次數(shù)873，且哈爾濱被轉(zhuǎn)發(fā)次數(shù)數(shù)值分布更為平均，其z指數(shù)高于成都。鄭州和拉薩發(fā)文數(shù)、h指數(shù)相同，但由于鄭州被轉(zhuǎn)發(fā)次數(shù)集中度相對(duì)較高，導(dǎo)致其z指數(shù)低于拉薩。

（3）被引集中度不能凸顯出“爆點(diǎn)”微博的傳播力。從z指數(shù)的原理和計(jì)算方法看，它是以p指數(shù)為基礎(chǔ)發(fā)展而來，由代表數(shù)量的被引次數(shù)、代表質(zhì)量的篇均被引次數(shù)和代表一致性指標(biāo)的被引集中度相乘得出。被引集中度反映的是論文被引的集中程度，本質(zhì)上也屬于質(zhì)量指標(biāo)。若p指數(shù)一定，論文被引次數(shù)平方和越大，引用越集中在少量幾篇論文，z指數(shù)越低；反之，則z指數(shù)越高。在發(fā)文和被引次數(shù)一定的情況下，z指數(shù)獎(jiǎng)勵(lì)的是被引次數(shù)趨于平均的評(píng)價(jià)對(duì)象。高質(zhì)量微博集中在高被轉(zhuǎn)發(fā)區(qū)，而z指數(shù)中的被引集中度凸顯的是被轉(zhuǎn)發(fā)次數(shù)平均分布的程度。但在微博環(huán)境中，吸引眼球的往往只是傳播力高的少數(shù)幾篇微博，其傳播力也往往由少量被轉(zhuǎn)發(fā)次數(shù)極高的微博所決定。

（4）篇均被轉(zhuǎn)發(fā)次數(shù)粒度較粗，不能很好地從質(zhì)量維度反映微博傳播力。由于微博發(fā)文和被轉(zhuǎn)發(fā)的成本明顯低于論文產(chǎn)出與引用，微博的發(fā)文數(shù)和被轉(zhuǎn)發(fā)數(shù)也都相對(duì)高于論文，不同用戶的微博發(fā)文數(shù)和單篇微博的被轉(zhuǎn)發(fā)數(shù)也都存在較大差距。因此，篇均被轉(zhuǎn)發(fā)次數(shù)不能很好體現(xiàn)微博質(zhì)量。

z指數(shù)提出之初被用于學(xué)術(shù)評(píng)價(jià)領(lǐng)域，實(shí)證結(jié)果表明，z指數(shù)評(píng)價(jià)微博傳播力，需要對(duì)其進(jìn)行進(jìn)一步改進(jìn)，以增強(qiáng)評(píng)價(jià)的適用性和有效性。

3 z 指數(shù)改進(jìn)及數(shù)據(jù)分析

3.1 基于引文分布的z 指數(shù)改進(jìn)

為進(jìn)一步提升篇均被轉(zhuǎn)發(fā)次數(shù)的粒度，修正z指數(shù)對(duì)高質(zhì)量微博的區(qū)分和體現(xiàn)程度，引入發(fā)文-引文分布曲線。將被引次數(shù)由高至低進(jìn)行排列，得到發(fā)文-引文分布曲線圖。h指數(shù)及零引將發(fā)文分布劃分為h核、h尾以及零引三個(gè)區(qū)段，并與引文分布分別形成了e域、h域和t域，三個(gè)區(qū)間的發(fā)文分別表示為Nc、Nt和Nz，引文分別用Cc、Ct、Ce表示，如圖1所示。在微博環(huán)境中，發(fā)文—引文曲線對(duì)應(yīng)為微博發(fā)文數(shù)和被轉(zhuǎn)發(fā)次數(shù)。

圖1 發(fā)文-引文分布曲線

學(xué)術(shù)論文的零被引論文一定程度上能拉低評(píng)價(jià)對(duì)象的學(xué)術(shù)績(jī)效，與學(xué)術(shù)論文類似，零被轉(zhuǎn)發(fā)微博也對(duì)微博傳播力具有負(fù)向影響，而且被引集中度本質(zhì)上也屬于反向指標(biāo)?；诖?，本文提出用零被轉(zhuǎn)發(fā)與被轉(zhuǎn)發(fā)比對(duì)z指數(shù)的被引集中度進(jìn)行修正。零被轉(zhuǎn)發(fā)與被轉(zhuǎn)發(fā)比可表示為：

將高被轉(zhuǎn)發(fā)微博與低被轉(zhuǎn)發(fā)微博的篇均被轉(zhuǎn)發(fā)數(shù)分開計(jì)算，能一定程度彌補(bǔ)篇均被轉(zhuǎn)發(fā)次數(shù)粒度較粗及高被轉(zhuǎn)發(fā)區(qū)尤其是“爆點(diǎn)”微博不突出的問題。為方便計(jì)算，將發(fā)文—引文分布曲線中的h域及e域視作為高被轉(zhuǎn)發(fā)區(qū)，t域則為低被轉(zhuǎn)發(fā)區(qū)，znew指數(shù)的計(jì)算公式如下：

公式（4）中，Cc為高被轉(zhuǎn)區(qū)被轉(zhuǎn)次數(shù)（高被轉(zhuǎn)發(fā)次數(shù)），Nc為高被轉(zhuǎn)區(qū)微博數(shù)，Ct為低被轉(zhuǎn)區(qū)被轉(zhuǎn)次數(shù)，Nt為低被轉(zhuǎn)區(qū)微博數(shù)，Nz為零被轉(zhuǎn)微博數(shù)。

3.2 znew 指數(shù)評(píng)價(jià)結(jié)果

修正后的znew指數(shù)評(píng)價(jià)結(jié)果如表2所示。蘭州znew指數(shù)排名第1，與當(dāng)月微博外宣排行榜排行第1相吻合，南京、成都、廣州的排名也更接近政務(wù)微博外宣排行榜排行，znew指數(shù)比z指數(shù)在微博傳播力評(píng)價(jià)中更為合理。由于znew指數(shù)更側(cè)重于高被轉(zhuǎn)發(fā)次數(shù)微博的產(chǎn)出，而z指數(shù)則突出被轉(zhuǎn)發(fā)次數(shù)的平均程度，在發(fā)文量和被轉(zhuǎn)發(fā)次數(shù)相同的情況下，被轉(zhuǎn)分布差異性越大，znew指數(shù)越高。

表2 znew 指數(shù)和相關(guān)指數(shù)計(jì)算結(jié)果及排序

3.3 znew 與其他指數(shù)的描述性統(tǒng)計(jì)分析

對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如表3所示。從極大值與極小值的分布上看，h指數(shù)、p指數(shù)和z指數(shù)數(shù)值范圍相對(duì)較小，znew指數(shù)取值范圍較大。從平均值與中值的差值來看，h指數(shù)、z指數(shù)、p指數(shù)平均值與中值的差值不大，說明數(shù)據(jù)較為集中；而znew指數(shù)的平均值與中值差大于其他幾個(gè)指數(shù)，說明數(shù)據(jù)相對(duì)分散。從方差和標(biāo)準(zhǔn)差來看，znew指數(shù)比z指數(shù)、p指數(shù)和h指數(shù)具有更高的區(qū)分度。

表3 描述性統(tǒng)計(jì)分析結(jié)果

3.4 znew 指數(shù)與其他指標(biāo)的相關(guān)性分析

為進(jìn)一步考察znew指數(shù)的科學(xué)性，對(duì)znew指數(shù)與z指數(shù)、p指數(shù)、h指數(shù)等指標(biāo)進(jìn)行相關(guān)分析，結(jié)果顯示，znew指數(shù)與p指數(shù)、總被轉(zhuǎn)發(fā)次數(shù)C、高被轉(zhuǎn)發(fā)次數(shù)Cc存在極強(qiáng)相關(guān)性，且與高被轉(zhuǎn)發(fā)次數(shù)Cc相關(guān)性系數(shù)達(dá)0.954，驗(yàn)證了znew指數(shù)相比于z指數(shù)更加突出高被轉(zhuǎn)微博。與z指數(shù)、h指數(shù)和發(fā)文數(shù)N中等強(qiáng)度相關(guān)，znew指數(shù)雖然是在z指數(shù)的基礎(chǔ)上進(jìn)行改進(jìn)的，但znew指數(shù)在質(zhì)量?jī)?yōu)化上與零被轉(zhuǎn)發(fā)數(shù)Nz不相關(guān)，可能是因?yàn)槲⒉┉h(huán)境中，實(shí)證研究對(duì)象的被引頻次量足夠大，各個(gè)指數(shù)與發(fā)文數(shù)的相關(guān)性較低，理論上與零被轉(zhuǎn)微博的相關(guān)可以忽略。

4 結(jié)論與討論

本文在z指數(shù)的基礎(chǔ)上，引入發(fā)文—引文分布曲線及零被轉(zhuǎn)發(fā)與被轉(zhuǎn)發(fā)比，以修正z指數(shù)在微博傳播力評(píng)價(jià)中出現(xiàn)的問題，通過實(shí)證研究，得出以下結(jié)論。

（1）z指數(shù)直接評(píng)價(jià)微博傳播力的適用性不強(qiáng)。z指數(shù)主要適用于學(xué)者影響力評(píng)價(jià)，全面體現(xiàn)了評(píng)價(jià)對(duì)象的數(shù)量、質(zhì)量及一致性。微博博文與學(xué)術(shù)論文相比，發(fā)文和轉(zhuǎn)發(fā)環(huán)境、產(chǎn)出量和轉(zhuǎn)發(fā)量都存在較大差距。z指數(shù)本質(zhì)上是文獻(xiàn)計(jì)量學(xué)指標(biāo)，其質(zhì)量和一致性等指標(biāo)，并不適用于微博傳播力評(píng)價(jià)，實(shí)證研究外宣類政務(wù)微博傳播力，評(píng)價(jià)效果與實(shí)際情況差距較大，且存在不合理的排名情況。因此，以z指數(shù)為評(píng)價(jià)指標(biāo)測(cè)量微博傳播力，需要對(duì)其進(jìn)行改進(jìn)。

（2）znew指數(shù)是基于微博環(huán)境對(duì)z指數(shù)的有效改進(jìn)。znew指數(shù)主要從反映質(zhì)量的篇被轉(zhuǎn)頻次及被引集中度兩個(gè)維度進(jìn)行改進(jìn)。通過引入發(fā)文—引文分布曲線，將高被轉(zhuǎn)區(qū)和低被轉(zhuǎn)區(qū)分區(qū)計(jì)算，以解決z指數(shù)拉通計(jì)算篇均被轉(zhuǎn)發(fā)次數(shù)，在微博環(huán)境中粒度較粗的問題。采用零被轉(zhuǎn)發(fā)與被轉(zhuǎn)發(fā)比替代被引集中度，兩者本質(zhì)上反映的都是微博質(zhì)量，且都為負(fù)向指標(biāo)。且被引集中度是絕對(duì)數(shù)量，零被轉(zhuǎn)發(fā)與被轉(zhuǎn)發(fā)比是相對(duì)數(shù)量，相對(duì)而言znew指數(shù)比z指數(shù)更加可控。實(shí)證研究結(jié)果也表明，znew指數(shù)的評(píng)價(jià)結(jié)果相對(duì)于z指數(shù)有較大改進(jìn)。

（3）znew指數(shù)相對(duì)于h指數(shù)和p指數(shù)在微博傳播力評(píng)價(jià)中具有更高的區(qū)分度、靈敏性和有效性。實(shí)證研究結(jié)果表明，znew指數(shù)排名結(jié)果更接近于外宣排行榜名次。h指數(shù)完全忽略了低于h指數(shù)數(shù)值的被轉(zhuǎn)發(fā)微博，而p指數(shù)存在與z指數(shù)相同的篇均被轉(zhuǎn)發(fā)粒度較粗的問題，znew指數(shù)更好地平衡了微博數(shù)量和質(zhì)量的關(guān)系。

（4）將z指數(shù)直接應(yīng)用到其他領(lǐng)域的可行性有待考量。z指數(shù)本質(zhì)上屬于復(fù)合型文獻(xiàn)計(jì)量學(xué)指標(biāo)，應(yīng)用到其他不同場(chǎng)景中，需要考慮到評(píng)價(jià)對(duì)象與學(xué)術(shù)論文的關(guān)聯(lián)和差異，針對(duì)可能存在的問題進(jìn)行適當(dāng)改進(jìn)和調(diào)整。