陳曦茜 黃萍 安俊秀 靳立亞 程福梅

摘 要：在互聯(lián)網高速發(fā)展的現代，網絡傳播熱度在一定程度上影響游客目的地的選擇?！爸袊烊谎醢伞逼放频膭?chuàng)建旨在發(fā)展生態(tài)旅游、健康旅游，其網絡傳播熱度反映該品牌的影響力。本文從信息接受者的角度，以傳播效果作為衡量網絡傳播熱度的指標，收集2016—2020年授權的194家“中國天然氧吧”地區(qū)一個年度在三個主流自媒體平臺的轉發(fā)量、評論量、點贊量等可衡量的數據，采用層次分析法（AHP）與逼近理想解的排序技術（TOPSIS），對194個天然氧吧地區(qū)進行傳播熱度評價研究，并按照結果分成了四類。研究結果表明，天然氧吧地區(qū)網絡傳播熱度評價差異較大，景區(qū)型天然氧吧網絡傳播熱度更高，其他氧吧地區(qū)還應加強傳播力度。

關鍵詞：中國天然氧吧；傳播熱度；TOPSIS法；AHP法；生態(tài)旅游

本文索引：陳曦茜，黃萍，安俊秀，等.<變量 2>[J].中國商論，2023（17）：-067.

中圖分類號：F724.6 文獻標識碼：A 文章編號：2096-0298（2023）09（a）--04

1 引言

“中國天然氧吧”作為中國氣象局的第一個國家氣候標志，以優(yōu)質的氣候資源為基礎，對其進行生態(tài)產品的價值轉換，是我國實施“生態(tài)文明”與“鄉(xiāng)村振興”戰(zhàn)略、落實國務院關于構建完善的生態(tài)產品價值實現機制的創(chuàng)新性舉措。截至2021年12月29日，“中國天然氧吧”共有249個，覆蓋27個省。中國互聯(lián)網信息中心發(fā)布的第49次《中國互聯(lián)網發(fā)展狀況統(tǒng)計報告》顯示，截止到2021年，全國網民總數達到10.32億，比2020年12月增加了4296萬；網絡普及率達到73.0%，比2020年12月提高了2.6個百分點。隨著短視頻等平臺的出現，直接帶動了互聯(lián)網規(guī)模的發(fā)展，截至2021年12月，我國網絡視頻用戶規(guī)模達9.75億，其中短視頻用戶規(guī)模達9.34億。在互聯(lián)網高速發(fā)展的時代，消息在多渠道擴散，旅游目的地在網絡上的宣傳至關重要，傳播熱度是衡量網民的關注度，為了有效提高“中國天然氧吧”的影響力，研究“中國天然氧吧”的網絡傳播熱度迫在眉睫。

關于網絡傳播熱度方面的研究，目前有不少的研究成果。一個事件的流行度是指公眾對這個事件的關注度，事件熱度關聯(lián)了不同的主體，包括信息生產者、信息、信息接受者，從不同的角度指向熱度。金兼斌、陳安繁（2017）在總結前人研究成果的基礎上，將新聞、互動、視頻和網站作為一個網絡空間范疇，建立了一個動態(tài)的熱度計算模式。杜慧等（2016）結合已有的熱度研究，使用因果模型，并采用面板數據，提出一種較為客觀可行的主題熱度計算模型，選取點擊量、評論量、文章數量、來源數量等可量化的數據進行模型的構建。嵇海香、任南（2022）基于5W模式構建視頻熱度形成過程模型，以流行三要素理論為基礎，構建視頻熱度影響因素模型。相甍甍等（2018）認為，信息傳播帶來的傳播效果即熱度，傳播熱度是傳播內容在短視頻平臺上直觀傳播效果的集中體現，觀看量、點贊量和評論量等量化指標可以用來綜合衡量短視頻傳播效果。

以上皆可為本文的網絡傳播熱度提供借鑒與參考。首先，根據對“中國天然氧吧”傳播熱度的解讀和專家意見，建立相關的網絡傳播熱度指標體系。其次，根據專家意見構建判斷矩陣，進而算出各指標相應的權重。最后，利用TOPSIS法根據實際數據的極值確定正負理想點，并計算相對貼近度，確定194家“中國天然氧吧”傳播熱度水平高低及排名，保障了指標設計及結果的合理性。

2 研究方法與數據

2.1 AHP和TOPSIS法

層次分析法（AHP法）和TOPSIS法是兩種經典的決策方法，在綜合評價領域被廣泛使用。AHP法通過對指標兩兩比較，分層建立比較矩陣并得出權重值，但其只是進行簡單的基于權重進行加權平均求得綜合評價值，忽略了實際指標值本身的特點；TOPSIS 法通過引入實際數據集中的最優(yōu)值和最劣值，構造正負理想解，以進行綜合評價排序，利用了原有的數據信息，與實際情況較吻合。因此，兩者結合既體現了AHP 法的層次性分析思路，使權重值在定性的基礎上得到量化，又保留了TOPSIS 法對指標數據本身特性的關注，減少評價時的主觀性。

2.2 數據來源

本文的數據均通過大數據平臺獲取，時間跨度為2021年4月1日—2022年4月1日，獲取了194家“中國天然氧吧”的數據，如表1所示。

3 “中國天然氧吧”傳播熱度指標體系模型的構建

3.1 評價指標體系

本文從信息接受者的角度，根據現有的文獻研究，遵循指標體系設置的科學性、可取得性、簡約性、獨立性原則，根據可獲得性原則構建“中國天然氧吧”網絡傳播熱度的評價指標體系?；凇爸袊烊谎醢伞痹谖⒉⒍兑?、小紅書三個典型代表平臺的傳播效果，即本文選取3個一級指標、9個二級指標，建立的“中國天然氧吧”網絡傳播熱度評價指標體系如表2所示。

3.2 數據預處理

由于該評價指標體系中的各指標量綱不同，經過標準化處理后的標準化決策矩陣Z為：

（1）

3.3 指標權重的計算

根據1-9重要性比例標度，結合專家打分，將指標進行兩兩比較，構造相應的判斷矩陣，通過Matlab計算得出各評價指標的權重，如表2所示。再進行一致性檢驗，一致性比率CR<0.1，均通過一致性檢驗，說明各評價指標權重是合理的，一致性檢驗得出的參數如表3所示。

3.4 網絡傳播熱度評價指數的計算

由標準化決策矩陣Z與各指標權重w相乘得到加權標準化決策矩陣V為：

通過公式（2）、（3）對各個天然氧吧數據到正理想解和負理想解的距離Di+、Di-，進而通過公式（4）得到各區(qū)域的相對貼近度Si，最優(yōu)解應同時滿足離正理想解最近且離負理想解距離最遠兩個條件，即相對貼近度越大越優(yōu)。因為相對貼近度的取值范圍是[0，1]，計算出的網絡傳播熱度評價指數分布比較集中，所以將所得的數據乘以100來放大兩個數據間的差異，最后使網絡傳播熱度評價指數分布在0～100，具體的計算結果如表4所示。

4 聚類分析

本文將數據導入SPSS.25，采用系統(tǒng)聚類的方法對評價結果進行分組，如表5所示。采用聚類方法對評價結果進行分組，會使分組結果更具科學性和客觀性，較好地解決了數據微小差距而導致分組界限不清晰的問題，可以幫助公眾更好地看出194家“中國天然氧吧”網絡傳播熱度效果強弱，有利于后續(xù)進行話題展開。

從聚類結果可以看出，2016—2020年的194家“中國天然氧吧”地區(qū)被分為4類：第一類是網絡傳播熱度效果非常優(yōu)秀的氧吧，四川九寨溝縣、廣東南嶺國家森林公園風景區(qū)、陜西鳳縣、浙江泰順4家“中國天然氧吧”脫穎而出，其相對貼近度遠遠高于其他“中國天然氧吧”地區(qū)。一方面，這些地區(qū)注重宣傳效果；另一方面，這些地區(qū)有著吸引游客的得天獨厚的優(yōu)勢，能夠通過宣傳視頻、圖片得到大眾的青睞及良好的反饋。第二類為網絡傳播熱度效果優(yōu)秀的氧吧，包含陜西商南縣、貴州省梵凈山自然保護區(qū)、重慶市云陽龍缸國家地質公園、云南省德宏州隴川縣等48家天然氧吧。第三類為網絡傳播熱度效果良好的氧吧，包含廣東大鵬新區(qū)、廣東羅浮山風景名勝區(qū)等85家天然氧吧。第四類為網絡傳播熱度效果較弱的氧吧，包含湖北五峰、江蘇江定區(qū)、陜西柞水、河南靈寶等57家“中國天然氧吧”。

5 結語

本文基于目前流行的三大主流媒體平臺，基于AHP-TOPSIS和系統(tǒng)聚類的方法，構建一套“中國天然氧吧”網絡傳播熱度評價指標體系。選取截面數據，初步對2016—2020年的194家“中國天然氧吧”進行評價分析，主要結論如下：

（1）本文重點探討了當前三大主流網絡媒體對“中國天然氧吧”品牌的網絡傳播熱度，并從已有的調查結果中發(fā)現，大眾對“中國天然氧吧”品牌的認識以自媒體平臺為主導。因此，本文的網絡傳播熱度指數能夠反映出“中國天然氧吧”品牌的民眾認可度。

（2）從評價結果來看，差距較為明顯。第一組的四個“中國天然氧吧”地區(qū)分數都有所差距，其中第一名網絡傳播熱度指數為75.39，而同一組最后一名網絡傳播熱度指數為54.30，差距比較明顯，而在194家天然氧吧中最后一名網絡傳播熱度指數為7.84。由此可以看出，各地區(qū)政府對網絡傳播的重視度各有不同。

（3）大部分“中國天然氧吧”地區(qū)需繼續(xù)加大宣傳力度。從目前的評價結果來看，“中國天然氧吧”品牌在互聯(lián)網上的宣傳力度不夠；從信息接受者的角度來看，傳播效果也不理想。因此，需要進一步加強其宣傳推廣力度，利用小紅書、微博、抖音等新興自媒體平臺吸引潛在游客。

（4）建設優(yōu)質傳播渠道，多維提高“中國天然氧吧”品牌的傳播熱度、廣度和深度。從研究結果來看，“中國天然氧吧”在抖音的宣傳力度還是很不錯的，而在其他平臺的傳播效果不盡理想，所以需要建立多方渠道進行宣傳。目前，小紅書是很多年輕人聚集的平臺，而抖音則是全年齡段都囊括在內，這些平臺傳播范圍廣、速度快、用戶黏性強。所以，應根據不同平臺的特點，推出符合特定人群口味的“中國天然氧吧”相關短視頻或圖文信息，進一步提高“中國天然氧吧”的網絡傳播熱度。

參考文獻

CNNIC發(fā)布第49次《中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告》[J].新聞潮，2022（2）：3.

劉勘，李晶，劉萍.基于馬爾可夫鏈的輿情熱度趨勢分析[J].計算機工程與應用，2011，47（36）：170-173.

金兼斌，陳安繁.網絡事件和話題的熱度：基于傳播效果的操作化測量設計[J].現代傳播（中國傳媒大學學報），2017，39（5）：71-75.

杜慧，郭巖，范意興，等.基于因果模型的主題熱度計算與預測方法[J].中文信息學報，2016，30（2）：50-55.

嵇海香，任南.基于流行三要素的視頻熱度影響因素研究：以B站為例[J].知識管理論壇，2022，7（1）：49-60.

相甍甍，王晰巍，郭順利.高校圖書館微信公眾號信息傳播效果的影響因素分析[J].現代情報，2018，38（3）：37-44.

張燕，韋欣宜，尹琰.《新聞聯(lián)播》快手短視頻內容與傳播熱度影響因素探究[J].電視研究，2020（8）：73-76.

朱夢菲，陳守明，邵悅心.基于AHP-TOPSIS和SOM聚類的區(qū)域創(chuàng)新策源能力評價[J].科研管理，2020，41（2）：40-50.

郭韜，王晨，王淞，等.基于組合賦權-Topsis的軍工集團軍民兩用技術推廣能力評價研究[J].科研管理，2017，38（6）：76-83.