基于新浪微博的省級旅游官方微博影響力實證研究

陳莉

摘 要：隨著微博的逐漸發(fā)展，以微博為依托的各種營銷得到各個行業(yè)的青睞，旅游業(yè)也加入微博營銷的陣營，且迅速發(fā)展，微博已成為旅游目的地的重要營銷渠道。目前各省市政府旅游行政管理部門基本都開通了旅游官方微博。因此，分析微博的特征數(shù)據(jù)對官方微博的影響對開展微博營銷的部門和企業(yè)具有重要的指導(dǎo)意義。文中以微博平臺的特征數(shù)據(jù)為指標(biāo)，運用主成分分析法和層次分析法構(gòu)造微博的影響力模型，用數(shù)據(jù)驗證了模型的準(zhǔn)確性，并給政府部門進(jìn)行旅游微博營銷提出相關(guān)建議。

關(guān)鍵詞：微博營銷；官方微博影響力；主成分分析；層次分析

中圖分類號：F 590.7 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7312（2017）02-0207-05

Abstract：With the gradual development of microblog，microblog relying on a variety of marketing has been favored in various industries.Tourism industries also joined microblog marketing campaign，and gained rapid development.Microblog has an important marketing channel for tourism destination marketing，At present，the provincial and municipal government tourism administration departments have opened the basic tourism official microblog.Therefore，it is important to analyze the influence of microblogs characteristic data on microblogs influence on microblogs marketing department and enterprises.This paper constructed the influence model of microblog based on the characteristic data of microblog platform by using principal component analysis and analytic hierarchy process.Using data to verify the accuracy of the model，the paper put forward some suggestions for the government department of the tourism microblog marketing.

Key words：microblog marketing；the official microblog influence；principal component analysis；analytic hierarchy process

0 引 言

作為微博中的佼佼者，新浪微博具有交互性、即時性、裂變式傳播等特點，受到了越來越多用戶的歡迎和青睞。中國旅游的官方微博是從2011年開始興起，當(dāng)時引起了不小的轟動。因此，2011年被稱為“中國政務(wù)微博元年”。隨后各個省市及景區(qū)紛紛效仿，開通新浪官方微博，目前已有500多個旅游類政務(wù)微博。通過微博，各種旅游信息可以瞬間被傳播，提高了信息的傳播速度，并且降低了宣傳成本。與其他微博賬號相比，官方微博發(fā)布的信息更具有權(quán)威性和可信度，民眾也樂于通過微博平臺參與其中。官方微博目前數(shù)量很多，營銷效果參差不齊。因此，微博影響力也成了各學(xué)者研究的焦點。

綜合國內(nèi)外相關(guān)文獻(xiàn)來看，對旅游政務(wù)官方微博的研究一般集中在微博營銷的運營模式和策略、微博營銷的特征、微博營銷的優(yōu)劣勢分析等方面；研究微博用戶影響力的方法有主成分法[1]，OLS回歸方程法[2]以及基于具體指標(biāo)和權(quán)重分配的指標(biāo)體系法[3]等；對微博影響力的評價的研究中，關(guān)注的點現(xiàn)在還不完善，不集中，通常研究一些譬如粉絲數(shù)的直觀數(shù)據(jù)。微博發(fā)展到現(xiàn)在的程度，有很多僵尸粉的出現(xiàn)使粉絲數(shù)并不能完全體現(xiàn)微博賬號的影響力。另外，微博影響力的評估體系不完善，對微博賬戶本身的屬性缺乏關(guān)注。

針對以上的分析，文中完善了評價指標(biāo)，對評價方法也做了進(jìn)一步改進(jìn)。以我國現(xiàn)有省級新浪官方微博為研究對象，通過探討旅游政務(wù)微博營銷的特點，試圖從吸聚力、活躍度和交互度等3個方面，綜合使用因子分析法和層次分析法來構(gòu)建起旅游政務(wù)微博影響力的評估體系，將統(tǒng)計數(shù)據(jù)帶入驗證，結(jié)果表明在前者研究的影響因素基礎(chǔ)上加入微博的一些基本屬性會使評價體系更加合理。

1 省級旅游政務(wù)微博影響力評價指標(biāo)體系構(gòu)建

1.1 評價指標(biāo)的確定

結(jié)合曾劍秋等眾多學(xué)者對于微博影響力和社會化媒體營銷效果[4-8]的研究，根據(jù)郭靚[9]等在書中建立的微博賬號價值評估指標(biāo)體系，建立旅游官方微博影響力指標(biāo)體系，見表1.

1.1.1 吸聚力

郭靚的書中采用“吸聚力”來衡量一個微博賬號受到粉絲關(guān)注的程度，文中繼續(xù)采用這個指標(biāo)?！拔哿Α敝笜?biāo)之下定義5個二級指標(biāo)。

1）粉絲數(shù)量：粉絲數(shù)量可以反應(yīng)賬號的吸引力和影響范圍，粉絲數(shù)量越多，該賬號發(fā)布的信息傳播范圍越廣，受眾越多。文中收集了截至2016年4月2日的各個官方微博的粉絲數(shù)。

2）關(guān)注數(shù)量：這是微博賬號中一項基本數(shù)據(jù)，筆者將這一指標(biāo)納入考慮范圍，在后文分析中會驗證這一指標(biāo)的價值。文中收集了截至2016年4月2日的各個官方微博的關(guān)注數(shù)。

3）吸引力值：在郭靚的書中，定義了修正函數(shù)，函數(shù)定義如公式（1）。但是筆者考慮到所研究的微博的粉絲數(shù)量都遠(yuǎn)大于關(guān)注數(shù)量，所以，筆者對公式進(jìn)行改進(jìn)，用公式（2）進(jìn)行計算吸引力值。粉絲數(shù)量與關(guān)注數(shù)量的比值越大，其價值越高。

其中x1為粉絲數(shù)量；x2為關(guān)注數(shù)量；x3為吸引力值。

4）PR值：PR值全稱PeopleRank，是用戶重要度。PR值為1是平均水平，PR值大于1，表明高于平均水平。PR值越高，說明這個用戶越受歡迎。

5）旅游政務(wù)指數(shù)：表示政府機構(gòu)政務(wù)世紀(jì)績效和影響力的綜合性。

1.1.2 活躍度

識別高價值的賬號從下面3個指標(biāo)考察其活躍度。

1）微博數(shù)量：通過賬號一段時間內(nèi)所發(fā)布微博的數(shù)量來說明賬號的活躍度。

2）原創(chuàng)微博數(shù)量：僅僅用微博數(shù)量不能準(zhǔn)確的評估活躍度，因此加入原創(chuàng)微博數(shù)量。

3）原創(chuàng)比例：原創(chuàng)率越高說明發(fā)布者越積極主動的發(fā)布微博，原創(chuàng)微博的價值更高。

1.1.3 交互度

交互度用來衡量一個賬號與粉絲互動的情況，互動的情況越好，該賬號對粉絲的影響力度將越大。交互度指標(biāo)之下定義3個二級指標(biāo)。

1）轉(zhuǎn)發(fā)數(shù)量：指1個月內(nèi)某賬號發(fā)布的所有微博被轉(zhuǎn)發(fā)的總量。一個賬號的信息被轉(zhuǎn)發(fā)的次數(shù)越多，產(chǎn)生的影響越大。

2）評論數(shù)量：指1個月內(nèi)某賬號的所有微博被評論的總量。一個賬號的信息被評論的次數(shù)越多，產(chǎn)生的影響越大。

3）贊數(shù)量：指1個月內(nèi)某賬號的所有微博被贊的總量。一個賬號的信息被評論的贊越多，內(nèi)容認(rèn)可度越高。

1.2 樣本選擇和數(shù)據(jù)收集

文中所選的省級旅游官方微博是在清博大數(shù)據(jù)中收集到的排行榜中的前20名（因為清博大數(shù)據(jù)中將直轄市算作省級，因此也對這些直轄市微博進(jìn)行選取，下文也均稱為省級微博）。因為位于前20名的官方微博具有相對較高的知名度，運營機制相對比較健全。

文中基于微博和微博風(fēng)云榜，采用2016年2月27日～2016年4月2日的面板數(shù)據(jù)進(jìn)行分析，將該時間段以周為單位進(jìn)行劃分，即2016年3月5日、3月12日、3月19日、3月26日、3月12日、4月2日、4月9日、4月16日、4月23日、4月30日，最終算出2個月周數(shù)據(jù)的均值。選擇以周為單位而非以日為單位，主要是基于2方面的考慮。首先，若以日為單位，諸如平均轉(zhuǎn)發(fā)數(shù)、平均發(fā)博數(shù)等變量的數(shù)據(jù)變化及其微小，影響準(zhǔn)確性；其次，由于一周中，周一到周五是工作日，其他2天是休息日，因此，微博數(shù)量與轉(zhuǎn)發(fā)數(shù)量也呈現(xiàn)出周期性?；诖耍砸恢転闀r間間距能夠更好地反應(yīng)各自變量之間的關(guān)系，減少了數(shù)據(jù)隨機性的干擾。

2 基于因子分析的評價指標(biāo)體系構(gòu)建

因子分析[10]（Factor Analysis）是統(tǒng)計學(xué)中常見的一種降維的方法，“它”是通過將幾個相關(guān)的因素綜合為一個影響因子，以此來降低維度的方法。文中用此方法對研究的11個影響因素指標(biāo)做分析，通過提取公共因子來確定官方微博的影響因素，最終建立評價微博影響力的指標(biāo)體系。

各個因素之間存在強相關(guān)關(guān)系是因子分析的基礎(chǔ)，否則無法從中提取出反映這些變量共同特性的公共因子來。因此，在進(jìn)行因子分析之前，應(yīng)該先對所有指標(biāo)進(jìn)行相關(guān)分析。再對指標(biāo)進(jìn)行組合，進(jìn)行因子分析，采用Bartlett球型檢驗和KMO檢驗來判斷各個組合的效果。筆者對上面指標(biāo)以不同組合進(jìn)行檢驗，KMO的值由圖1所示。

從圖1可以看出，KMO的值最大的組合是組合14，指標(biāo)包括轉(zhuǎn)發(fā)數(shù)、評論數(shù)、贊數(shù)、旅游政務(wù)指數(shù)、微博數(shù)、原創(chuàng)數(shù)、粉絲數(shù)、吸引力比例，值為0.643.Bartlett檢驗中顯著性為0.00，小于0.01，具有較強的相關(guān)性，如果直接做多元回歸分析，會存在多重共線性。綜合2個因素，說明適合做因子分析。

從表2可以看出主成分提取了3個，方差的累計貢獻(xiàn)率為88.056%.方差的累計貢獻(xiàn)率能夠一定程度上說明主成分的重要程度，通常情況下，超過80%就說明效果良好，因此，這里提取3個公共因子是合理的。

由于直接得到的成分矩陣的各個主因子的典型代表向量不突出，因此采用旋轉(zhuǎn)成分矩陣，經(jīng)Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法提取因子，以得到比較滿意的主因子，給予實際的含義，提取結(jié)果見表3.

提取方法：主成分；旋轉(zhuǎn)方法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。

通過前文的分析，構(gòu)建出新的旅游官方微博影響力的評價指標(biāo)體系，如圖2所示。

3 省級旅游官方微博影響力的實證分析

將3個主成分與綜合影響力做柱狀圖，從圖3中可以看出綜合影響力和交互度、活躍度、吸聚力成正相關(guān)。從第一個官方微博中看到，交互度比第二、第三個都大，活躍度比第二、第三個小，但綜合影響力較大，這就與每個主成分的權(quán)重相關(guān)。

通過上節(jié)得到的（3）、（4）、（5）3個公式，可以得到綜合主成分評價公式。由式（6）可知，旅游官方微博影響力是交互度、活躍度、吸聚力三者的函數(shù)。其中，交互度的影響最大（系數(shù)為0.657），吸聚力的影響力最?。ㄏ禂?shù)為0.113），這也對圖3做了解釋。這也給微博團隊以啟示：旅游微博若想提高自身的影響力應(yīng)該提高交互度，多和粉絲進(jìn)行互動才能更了解粉絲的心理和需求；接著要提高活躍度，如果長時間不更新微博，那么會使微博在粉絲心中變得陌生；最后是吸聚力，前兩步也是為吸聚力打基礎(chǔ)，活躍度高、互動強會吸引更多的粉絲。

其中λi為主成分Fi對應(yīng)的特征值，F(xiàn)為影響力綜合得分。

對樣本數(shù)據(jù)中的20個旅游官方微博用SPSS計算出交互度（F1）、活躍度（F2）、吸聚力（F3）的值，代入到公式6中，得到綜合影響力值。將清博指數(shù)中的微博影響力排名與綜合得分做散點圖，如圖4所示。

由圖4可知，微博影響力排名和綜合得分基本在一條直線上，綜合影響力的值越大，排名越靠前，這說明文中的評價體系建立的較為合理，一定程度上證明了綜合得分公式的有效性。

4 研究結(jié)論及建議

文中使用經(jīng)濟和統(tǒng)計學(xué)中最常用的方法：主成分分析法和層次分析法，充分結(jié)合使用2種方法。首先構(gòu)建影響力指標(biāo)體系，再用主成分分析法將所有指標(biāo)進(jìn)行分析，調(diào)整影響力指標(biāo)體系，構(gòu)建新的影響力指標(biāo)體系。筆者在做分析時，既有繼承，也有突破，增添了對微博影響力有影響但未被研究的因素，并進(jìn)行了驗證。在主成分分析時，分別對每個指標(biāo)進(jìn)行組合，分析各個組合結(jié)果，發(fā)現(xiàn)去掉關(guān)注數(shù)、原創(chuàng)比例和PR值后，分析的結(jié)果比較理想。雖然關(guān)注數(shù)在以往文獻(xiàn)中已經(jīng)被證明是微博影響力的影響因素，但在分析中，已經(jīng)用指標(biāo)吸引力比值來代替該因素的影響，因此，去掉該因素分析效果更好。通過以上研究，筆者從粉絲的角度對旅游微博提出幾條建議。

4.1 多與粉絲互動

微博具有雙向交流的特性，但在實際生活中，官方微博的操作者和粉絲常處于一種單向交流中。如果長期對粉絲不理不睬，容易造成粉絲的疲勞，疲于微博的評論、轉(zhuǎn)發(fā)等，這對微博的傳播是不利的，因此，操作者要注意粉絲的心理，多進(jìn)行雙向交流。

4.2 豐富微博內(nèi)容

微博內(nèi)容不能局限于本省的旅游景點、文化等信息，要增加創(chuàng)新點，比如通過“#主題#”形式將微博內(nèi)容進(jìn)行板塊化設(shè)置，增加條理性，以免顯得內(nèi)容混亂。另外，微博的受眾一般是青年和中年人，微博內(nèi)容的緊跟潮流是必須的，這樣才能吸引更多的人。

參考文獻(xiàn)：

[1]曾劍秋，張 冉.電信運營商官方微博影響力評價研究——基于30給電信運營商官方微博影響力的實證研究[J].現(xiàn)代情報，2015（7）：62-67.

[2]黃 慧，郭建全.國內(nèi)旅游影響因素及其影響路徑研究——基于旅游者微觀視角[J].改革與開放，2015（1）：13-15.

[3]陳 誠，盧嘉華.政府微博影響力研究——以福州市為例[J].長江大學(xué)學(xué)報：社科版，2015（12）：42-46.

[4]Eileen Fischer A，Rebecca Reuber B.Social interaction via new social media：How can interactions on Twitter affect effectual thinking and behavior[J].Journal of Business Venturing，2011（26）：1-18.

[5]Gina Masullo Chen.Tweet this：A uses andgratifications perspective on how active Twitter use gratifies a need to connect with others[J].Computers in Human Behavior，2011（27）：755-762.

[6]呂興洋，郭 璇，劉祥艷.旅游官方微博短期營銷活動績效影響因素研究[J].旅游論壇，2015（7）：79-84.

[7]艾 靜.我國5A級旅游景區(qū)微博運營效果評價分析[J].產(chǎn)業(yè)與科技論壇，2014（13）：122-123.

[8]劉 清，彭 庚，呂本富.基于主成分分析法的微博影響力評價方法及實證分析——以“新浪微博”為例[J].數(shù)學(xué)的實踐與認(rèn)識，2014（2）：49-56.

[9]郭 靚，徐 輝，蘇 欣，等.應(yīng)在微博：企業(yè)微博營銷實戰(zhàn)寶典[M].北京：電子工業(yè)出版社，2013.

[10]汪冬華.多元統(tǒng)計分析與SPSS應(yīng)用[M].上海：華東理工大學(xué)出版社，2010.

（責(zé)任編輯：王 強）