基于內(nèi)容分析的北京市政務(wù)微博傳播效果影響因素研究

王婧

【摘 要】政務(wù)微博為政府與民眾提供了新的溝通渠道，其傳播效果對于政府運營建設(shè)有重要作用。本文基于微博信息內(nèi)容及表現(xiàn)形式，以北京市政務(wù)微博為研究對象，建立影響政務(wù)微博傳播效果的影響因素模型。通過新浪API抓取北京市綜合影響力排名靠前的4個政務(wù)微博賬戶的數(shù)據(jù)，采用相關(guān)分析以及非參數(shù)檢驗等方法，從微博內(nèi)容這一視角出發(fā)，提煉出了原創(chuàng)、圖片、@他人以及微博長度等影響因素，并根據(jù)分析結(jié)果對北京市政務(wù)微博的發(fā)展提出了實踐建議。本研究可以擴展傳播學(xué)理論的相關(guān)研究，并對北京市政務(wù)微博的運營具有指導(dǎo)意義。

【關(guān)鍵詞】政務(wù)微博；傳播效果；內(nèi)容分析；表現(xiàn)形式

微博作為一種新媒體正在日漸改變著人們與家人、朋友、同學(xué)、同事、政府溝通的溝通方式，微博模糊了傳者與受者的身份，改變了信息傳播范式，擴展了公共話語空間，使信息流動的速度與廣度迅速增強，其提供的更加便利的人際、組織內(nèi)互動為政府與市民溝通提供了新的機遇。為了觸及更多的民眾并更好地提供服務(wù)，各地政府機構(gòu)紛紛設(shè)立微博賬戶，并迅速發(fā)展。然而在政務(wù)微博迅速增長的同時，其發(fā)展水平出現(xiàn)了參差不齊的現(xiàn)象，一些影響力較高的政務(wù)微博對改進溝通效果做出的積極嘗試，如積極回應(yīng)網(wǎng)民關(guān)切，對新聞動態(tài)直播、網(wǎng)絡(luò)訪談等。尤其是在政務(wù)微博內(nèi)容上，通過內(nèi)容豐富度、話題設(shè)置、輿論引導(dǎo)，提高其自身影響力。也有一些政務(wù)微博的傳播效果并不理想，為數(shù)不少的政企微博只停留在只“開”不“發(fā)”的狀態(tài)，不但沒有利用微博客便捷、親民、高效的特點，反而對政務(wù)部門的公眾形象帶來了不利影響。

因此，政府能否通過政務(wù)微博與群眾成功溝通，無論對政府自身，還是廣大群眾，都有重要意義。本文嘗試系統(tǒng)地總結(jié)究竟哪些內(nèi)容因素能夠提高了政務(wù)微博的傳播效果，使公民能更快、更有效地接受到政務(wù)微博信息。

1 研究對象的確定

北京政務(wù)微博目前主要分布于新浪、人民、新華和騰訊這四大門戶網(wǎng)站上，北京微博發(fā)布廳在新浪網(wǎng)認(rèn)證注冊的有72個黨政機構(gòu)和117個黨政官員，而由于不同政務(wù)只能屬性的不同，其發(fā)布信息的數(shù)量和內(nèi)容也存在很大的差異，因此，對不同部門的微博內(nèi)容之間進行對比有失偏頗。本文選擇涵蓋內(nèi)容比較全的“北京發(fā)布”作為研究對象會更科學(xué)和客觀，以新浪網(wǎng)北京發(fā)布在2014年3月17日0：00到2014年3月23日24：00時間段內(nèi)發(fā)布的微博信息為統(tǒng)計樣本。采取靜態(tài)樣本的方式，采集了在2014年3月23日24：00這一時刻的靜態(tài)數(shù)據(jù)作為研究樣本。

2 研究假設(shè)

2.1 話題

話題是指以標(biāo)簽+關(guān)鍵詞+標(biāo)簽的形式創(chuàng)建一個話題，如“#關(guān)鍵詞#”，并且形成超鏈接，可以通過點擊直接參與該話題的討論，由于形式上包含有“#”符號，因此也稱之為標(biāo)簽[1]。在政務(wù)微博中，話題功能的使用可以使公眾大大節(jié)約對信息的搜索成本，使公眾能夠有目的的來判斷博文的價值。因此，本文認(rèn)為話題功能一方面豐富了政務(wù)微博的內(nèi)容，使其更加的清晰；另一方面，使公眾快速方便的接收到信息，并對其做出反正，進行轉(zhuǎn)發(fā)或者評論。從而，擴大了政務(wù)微博的傳播效果，因此，提出假設(shè)：

H1：話題功能會正向影響政務(wù)微博的傳播效果。

2.2 主題

在政務(wù)微博中，大部分的微博是與其職能息息相關(guān)的，而用戶之所以成為其粉絲也是由于對這一部門的偏好，因此，本為認(rèn)為與政務(wù)微博相關(guān)的微博轉(zhuǎn)發(fā)數(shù)量要高于與政務(wù)微博不相關(guān)的微博。因此，提出假設(shè)：

H2：與政務(wù)相關(guān)內(nèi)容的微博傳播效果要優(yōu)于與政務(wù)無關(guān)的微博。

在微博使用過程中，不同性質(zhì)的微博人們的使用和滿足動機不同，同樣是對于“新聞信息”，用戶對于非政務(wù)微博中“新聞信息”的關(guān)注往往是基于對最新動態(tài)的了解，而對于政務(wù)微博中所發(fā)布的“新聞信息”的關(guān)注則往往是基于呼吁推動事件調(diào)查進度的目的。因此，本文認(rèn)為用戶對于政務(wù)微博中不同主題內(nèi)容的微博的關(guān)注度是有差異的。因此，提出假設(shè)：

H3：在與政務(wù)相關(guān)的主題內(nèi)容中，不同主題內(nèi)容之間的轉(zhuǎn)發(fā)量存在顯著差。

2.3 原創(chuàng)

從信息來源的角度，微博可分為原創(chuàng)和非原創(chuàng)兩大類。相比于非原創(chuàng)微博而言，公眾更樂意轉(zhuǎn)發(fā)和評論原創(chuàng)微博[2]。而對于政務(wù)微博而言，所發(fā)布的微博應(yīng)該緊緊圍繞公眾所關(guān)心的以及自己部門的職能來組織，如果一味的轉(zhuǎn)發(fā)信息，只能會使自身的公信力和美譽度下降，不利于“網(wǎng)絡(luò)問政”作用的發(fā)揮。因此，本文認(rèn)為微博是否原創(chuàng)會影響政務(wù)微博的傳播效果。因此，提出假設(shè)：

H4：原創(chuàng)會正向影響政務(wù)微博的傳播效果。

2.4 微博長度

新浪微博規(guī)定每條博文的長度不得超過140個中文字符，其中每個漢字或者中文標(biāo)點符號為一個字符，而每兩個數(shù)字、字母或者英文標(biāo)點符號為一個字符。微博的字符數(shù)越多，涵蓋信息就會越多，然而由于受到網(wǎng)絡(luò)淺閱讀的影響，人們對微博的閱讀往往速度較快，微博過長反而不利于讀者閱讀，進而影響其傳播效果。因此，本文認(rèn)為，博文的長度會影響政務(wù)微博的傳播效果。因此，提出假設(shè)：

H5：微博長度會反向影響政務(wù)微博的傳播效果。

2.5 表現(xiàn)形式

新浪微博開發(fā)了長微博APP3系統(tǒng)，它使得用戶可以將一些內(nèi)容以圖片、鏈接等方式來進行展示，從而解決了微博140字符的限制。同時，為了引起公眾的閱讀興趣，微博在表現(xiàn)形式上還可以利用添加音頻、添加視頻、@等方式來豐富微博信息內(nèi)容。因此，本文認(rèn)為，圖片的使用豐富了信息的內(nèi)容，縮短了用戶的閱讀時間，提高用戶的閱讀興趣，從而影響政務(wù)微博的傳播效果。因此，提出假設(shè)：

H6：圖片的使用會正向影響政務(wù)微博的傳播效果。

相對于文字和圖片型的微博而言，音頻和視頻的使用雖然豐富了微博的形式，突破了以往傳統(tǒng)二維閱讀的習(xí)慣，但這種形式必須通過播放音頻或者視頻才能了解全部信息，從用戶閱讀和轉(zhuǎn)發(fā)的方便性來以及流量的費用來看，簡短的文字型和圖片型更能吸引用戶轉(zhuǎn)發(fā)，因此，提出假設(shè)：

H7：音頻或視頻的使用會反向影響政務(wù)微博的傳播效果。

在新浪微博中，@為點名工具。即在微博中使用@符號可以使被@的對象看到該條微博，并進而提示/要求網(wǎng)友轉(zhuǎn)發(fā)此微博，從而提高其傳播效果。@功能使用可以提高轉(zhuǎn)發(fā)的幾率，同時也提高了二次轉(zhuǎn)發(fā)、三次轉(zhuǎn)發(fā)的幾率。因此，本文認(rèn)為，@的使用會影響政務(wù)微博的傳播效果。因此，提出假設(shè)：

H8：@的使用會正向影響政務(wù)微博的傳播效果。

短鏈指的是在微博內(nèi)容中插入外部鏈接時，會自動生成節(jié)省字符的簡短鏈接，由于其中包含網(wǎng)頁地址，因此，也稱之為URL（Uniform Resource Locator）[3]。短鏈的使用可以擴展微博的內(nèi)容，同時通過這種鏈接的方式也可以將網(wǎng)頁、視頻、音樂等多種形式鑲嵌在博文中，對于政務(wù)微博而言，公眾可以通過短鏈直達相關(guān)文件以及事務(wù)的部門，避免了公眾在通過政務(wù)微博解決訴求等問題時的盲目性，提高公眾對政務(wù)的滿意度。因此，本文認(rèn)為，短鏈的使用會促進政務(wù)微博的傳播。因此，提出假設(shè)：

H9：短鏈的使用會正向影響政務(wù)微博的傳播效果。

3 數(shù)據(jù)分析

3.1 描述分析

對所收集的數(shù)據(jù)進行描述性統(tǒng)計分析，如表1、表2所示。

表 1 描述性統(tǒng)計分析結(jié)果

由表1可知，北京發(fā)布、平安北京的微博數(shù)量都較高，原創(chuàng)博文占據(jù)大部分，在表現(xiàn)形式上都采用了“文字+圖片”，而少有采用視頻/音頻，兩者在話題功能的使用上存在較大差異；而北京鐵路和北京消防的原創(chuàng)率相對低，表現(xiàn)形式上也是主要采用了“文字+圖片”，但北京鐵路的博文長度略低。在話題功能的使用上，兩者也存在著明顯差異。

表 2 主題內(nèi)容分析

由表2可知，四個政務(wù)微博在主題內(nèi)容上各有不同，北京發(fā)布和北京鐵路所涉及到的非政務(wù)內(nèi)容較多，分別占到了13.35%和33.24%；北京發(fā)布的政務(wù)內(nèi)容部分所涉及的主題較多，而平安北京、北京鐵路以及北京消防的政務(wù)內(nèi)容則主要圍繞其相關(guān)職能展開。

3.2 相關(guān)性分析

本文采用了Spearman相關(guān)系數(shù)來對數(shù)據(jù)進行相關(guān)性檢驗，這是因為相對于Pearson等級相關(guān)系數(shù)而言，其對原始變量的分布沒有任何要求，屬于非參數(shù)統(tǒng)計方法。同時其適用范圍要比Pearson相關(guān)系數(shù)要廣，Pearson相關(guān)系數(shù)僅適用于線性相關(guān)問題，而且要求變量呈雙變量正態(tài)分布，即使是對于符合Pearson相關(guān)系數(shù)條件的數(shù)據(jù)而言，也可以計算其Spearman相關(guān)系數(shù)來進行分析。而在本文中，顯然話題、原創(chuàng)、表現(xiàn)形式等數(shù)據(jù)均不能滿足正態(tài)分析這一條件，因此選擇采用Spearman相關(guān)系數(shù)對其相關(guān)性進行檢驗。

表 3 各變量與轉(zhuǎn)發(fā)數(shù)Spearman相關(guān)檢驗統(tǒng)計

注：*p<0.05，**p<0.01，**表示在0.01水平（雙側(cè)）上顯著相關(guān).

由表3可知，在四個微博中，話題、原創(chuàng)、長度、圖片、@以及短鏈都與轉(zhuǎn)發(fā)數(shù)存在不同程度的相關(guān)性，但并不是每個微博的這些因素都與轉(zhuǎn)發(fā)數(shù)量存在相關(guān)性。這與所選取的微博在這些因素的使用上的特點有很大的關(guān)系，例如對于原創(chuàng)這一因素而言，平安北京的555條微博中僅有5條為非原創(chuàng)，因此，對相關(guān)性的分析效果很差。而視頻這一因素的不相關(guān)，也很大程度上與四個微博都極少使用有很大的關(guān)系，使用率最高的平安北京使用視頻這一工具的也僅占5.23%，而北京消防的微博中僅有1條使用了視頻。

3.3 回歸分析

由于不同主題內(nèi)容轉(zhuǎn)發(fā)數(shù)量的樣本方差不等，且其總體分布未知，因此采用非參數(shù)檢驗的方法來判斷不同主題內(nèi)容對轉(zhuǎn)發(fā)數(shù)量的作用是否顯著，如表5所示。

表5 不同主題內(nèi)容政務(wù)微博的轉(zhuǎn)發(fā)量非參數(shù)檢驗結(jié)果

注：a.北京發(fā)布；b.平安北京；c.北京鐵路；d.北京消防.

4 結(jié)果討論與啟示

4.1 回歸模型驗證結(jié)果

通過對北京發(fā)布、平安北京、北京鐵路以及北京消防政務(wù)微博內(nèi)容分析（如表4），我們得出結(jié)論：原創(chuàng)（H4）和微博長度（H5）、圖片（H6）、@功能（H8）以及短鏈（H9）的使用對轉(zhuǎn)發(fā)數(shù)量的影響顯著，會正向影響政務(wù)微博的傳播效果（H4 和H6、H8、H9得到支持）；話題功能（H1）與視頻（H7）的使用對轉(zhuǎn)發(fā)數(shù)量的影響不顯著（不支持H1和H7）。

話題功能的使用對轉(zhuǎn)發(fā)數(shù)量的作用不顯著，這主要是由于話題功能利用標(biāo)簽起到了幫助用戶快速區(qū)分微博內(nèi)容的作用，這使得用戶會根據(jù)自己的偏好直接轉(zhuǎn)發(fā)有用性的信息，而忽略有用性較低的信息。從而導(dǎo)致，在使用話題功能的微博中有些轉(zhuǎn)發(fā)數(shù)量高，有些轉(zhuǎn)發(fā)數(shù)量低，因此總體對轉(zhuǎn)發(fā)數(shù)量的作用不顯著。但話題功能的使用可以大大縮減用戶搜索信息的成本，使得信息快速到達用戶，提高其傳播速度。因此，在政務(wù)微博中，話題功能所發(fā)揮的作用仍然是不容小覷的；視頻的使用對轉(zhuǎn)發(fā)數(shù)量的作用不顯著，這與所選取的樣本中視頻使用偏少存在一定關(guān)系。

4.2 非參數(shù)檢驗結(jié)果

由表5所示，政務(wù)內(nèi)容與非政務(wù)內(nèi)容的轉(zhuǎn)發(fā)數(shù)量之間沒有明顯差異（不支持H2）。而在政務(wù)內(nèi)容的各個主題之間，其轉(zhuǎn)發(fā)數(shù)量之間存在差異（H3得到支持）。

政務(wù)內(nèi)容與非政務(wù)內(nèi)容的轉(zhuǎn)發(fā)數(shù)量之間沒有顯著差異，這主要是由于在各個主題內(nèi)容中，雖然對于一些關(guān)乎民生以及便民提示之類的微博其轉(zhuǎn)發(fā)數(shù)量比較高，但尤以心靈雞湯等引起用戶共鳴類的微博轉(zhuǎn)發(fā)數(shù)量最多，用戶通過對此類微博信息的轉(zhuǎn)發(fā)來表達和認(rèn)同自己，而這部分往往屬于非政務(wù)內(nèi)容，因此，從整體上來看，政務(wù)內(nèi)容與非政務(wù)內(nèi)容的轉(zhuǎn)發(fā)數(shù)量之間并沒有明顯的差異。在政務(wù)內(nèi)容的各個主題中，生活服務(wù)類以及新聞資訊類微博的轉(zhuǎn)發(fā)數(shù)量較高。

4.3 啟示

基于上述分析結(jié)果，對北京市政務(wù)微博提出以下實踐啟示：第一，政務(wù)微博在發(fā)布過程中應(yīng)從自身職能特點出發(fā)，注重原創(chuàng)，所發(fā)布的內(nèi)容應(yīng)以政務(wù)相關(guān)內(nèi)容為主。對于政務(wù)微博的粉絲而言，其往往是由于自身的目的或者偏好而有選擇的進行關(guān)注的，因此，政務(wù)微博所發(fā)布的內(nèi)容應(yīng)滿足用戶的需求，第二，注重圖片、@、短鏈等功能的合理使用，通過@以及短鏈功能的使用可以實現(xiàn)各職能部門之間的聯(lián)合效應(yīng)。對于政務(wù)微博而言，更多的是通過這一平臺為用戶提供政務(wù)服務(wù)。然而對于用戶的一些訴求，解決時往往需要多個部門之間協(xié)同辦公，因此通過@其他政務(wù)機構(gòu)以及活躍粉絲，一方面可以提高政務(wù)微博的辦事效率，另一方面，也可以提高其傳播效果，充分發(fā)揮政務(wù)平臺的互動性。第三，在主題內(nèi)容設(shè)置上突出職能特色，政務(wù)微博是政務(wù)機構(gòu)的代表，通過政務(wù)微博的運營一方面可以提高政府辦事效率，另一方面也有助于政務(wù)形象的構(gòu)建。政務(wù)微博要充分提高其傳播效果，但不能為了迎合用戶的口味兒而大量發(fā)布笑話、美文等容易吸引用戶轉(zhuǎn)發(fā)的微博，久而久之，政務(wù)微博也將失去其公信力。

5 創(chuàng)新及不足

本文在研究中，采用了內(nèi)容分析法，運用Spearman、非參數(shù)檢驗等方法對所搜集到的1351條政務(wù)微博進行了分析，通過這一獨特視角來分析北京市政務(wù)微博的傳播效果的影響因素，為政務(wù)微博的發(fā)展及相關(guān)研究提供一定的借鑒意義。

當(dāng)然，本文在研究過程中仍存在一定的不足，由于政務(wù)微博尚處于發(fā)展初期階段，很多部門的微博其活躍程度很低。因此，本文所抽取的樣本僅是北京市政務(wù)微博中發(fā)展最好的前四個，對北京市政務(wù)微博的整體發(fā)展欠缺全面的分析。

【參考文獻】

[1]Peng H K，Zhu J，Piao D，et al.Retweet modeling using conditional random fields[C]//Data Mining Workshops（ICDMW），2011 IEEE 11th International Conference on.IEEE，2011：336-343.

[2]劉丹迪，黃京華，嚴(yán)威.企業(yè)微博轉(zhuǎn)發(fā)影響因素研究：基于博文形式和內(nèi)容的角度[C].CNAIS，2013.

[3]康瑞珍， 閆桂云.公安微博傳播效果分析[J].新聞世界，2013（2）：57-58.

[4]史麗莉，謝梅.中國地方政務(wù)微博信息傳播的效果研究[J].電子政務(wù)，2013（3）：6.

[5]王燕星.關(guān)于政務(wù)微博的內(nèi)容呈現(xiàn)與發(fā)布形式的探討——基于山東省旅游局官方微博的內(nèi)容分析[J].長春理工大學(xué)學(xué)報，2012（10）.

[6]SunHui，Li Lina.Characteristics and retweet motivation of high-frequency tetweeted microblogs-Content analysis of retweeted microblogs list on Sina Weibo[J].Modern communi- cation，2012（6）：137-138.

[責(zé)任編輯：田吉捷]