突發(fā)公共衛(wèi)生事件中政務(wù)微博影響力分析

吳康斌 顧鋒

摘 要： 每一次突發(fā)性公共衛(wèi)生事件，都會對社會經(jīng)濟(jì)民生造成巨大影響。在應(yīng)對突發(fā)性公共衛(wèi)生事件時(shí)，確保信息暢通尤為重要，政務(wù)微博在此環(huán)節(jié)中發(fā)揮了重要作用。針對公共衛(wèi)生事件爆發(fā)期間政務(wù)微博數(shù)據(jù)進(jìn)行分析討論，構(gòu)建了政務(wù)微博影響力評價(jià)體系，提出了政務(wù)微博在應(yīng)對公共衛(wèi)生事件時(shí)的工作建議?；趪鴥?nèi)最大的微博平臺——新浪微博，以28個(gè)省級行政區(qū)新聞辦公廳微博賬號為研究對象，利用python爬取了相關(guān)數(shù)據(jù)，通過主成分分析法構(gòu)建了政務(wù)微博影響力評價(jià)體系，由創(chuàng)造力指標(biāo)、推動力指標(biāo)、互動性指標(biāo)和傳播力指標(biāo)四個(gè)一級指標(biāo)，二級指標(biāo)則由關(guān)注數(shù)、粉絲數(shù)、原創(chuàng)微博數(shù)量等12個(gè)指標(biāo)構(gòu)成。針對主成分分析結(jié)果通過聚類分析法對28個(gè)政務(wù)微博影響力進(jìn)行評價(jià)和比較。發(fā)現(xiàn)我國政務(wù)微博水平整體呈金字塔結(jié)構(gòu)，發(fā)展存在不均衡不全面的問題，未來在應(yīng)對公共事件時(shí)，要加強(qiáng)政務(wù)微博之間的信息互通以及和受眾之間的互動。

關(guān)鍵詞： 政務(wù)微博;主成分分析;聚類分析

中圖分類號： C 933; C 934

文獻(xiàn)標(biāo)志碼： A

Analysis on the Influence of Government Microblogs inPublic Health Emergencies

WU Kangbin GU Feng

（Antai College of Economics and Management， Shanghai Jiao Tong University， Shanghai 200030， China）

Abstract： Every public health emergency will have a huge impact on the social economy and people′s livelihood. In response to emergencies of public health， it is particularly important to ensure the smooth flow of information， and government microblogs have played an important role in ensuring the accurate and timely disclosure of information. After analyzing and discussing government microblog data during the epidemic period， we build the influence evaluation model of government microblogs and make suggestions for government microblogs in response to public health emergencies. Based on Sina Weibo， the largest microblog platform in China， we studied 28 provincial government microblogs during the epidemic， used python to crawl relevant data， and constructed the influence evaluation model of government microblogs through principal component analysis. The influence evaluation model consists of four primary indicators： creativity indicator， motivation indicator， interactivity indicator and spreading indicator. The secondary indicators include the number of followers， the number of fans， the number of original microblogs and many others. 28 government microblogs are evaluated and compared through cluster analysis according to the results of principal component analysis. We find that most government microblogs have low influence and the current development of government microblog is uneven and incomplete. It is necessary to strengthen the information exchange between government microblogs and the interaction with users.

Key words： government microblog; principal components analysis; cluster analysis

我國《突發(fā)性公共事件條例》中將突發(fā)公共衛(wèi)生事件定義為突然發(fā)生，造成或者可能造成社會公眾健康嚴(yán)重?fù)p害的重大傳染病疫情、群體性不明原因疾病、重大食物和職業(yè)中毒以及其他嚴(yán)重影響公眾健康的事件。在突發(fā)公共衛(wèi)生事件中，信息不對稱容易造成民眾恐慌影響社會穩(wěn)定，及時(shí)有效的衛(wèi)生科普和輿論引導(dǎo)極為重要。當(dāng)下，政務(wù)信息已經(jīng)不滿足于傳統(tǒng)媒體單向傳遞形式。社交媒體技術(shù)作為一種提高公共服務(wù)質(zhì)量的工具，被廣泛應(yīng)用在政府工作中，政務(wù)微博就是典型代表。政務(wù)微博是指由黨政機(jī)構(gòu)或者黨政機(jī)構(gòu)官員開通的經(jīng)過實(shí)名認(rèn)證的發(fā)布政務(wù)信息、促進(jìn)政府信息公開、加強(qiáng)官民交流、塑造新型政府、加強(qiáng)公共服務(wù)等內(nèi)容的微博。我國現(xiàn)有微博平臺中以2006年正式上線的新浪微博為主要代表，至2020年3月日活用戶已達(dá)到5.5億，平臺用戶數(shù)量龐大傳播性高同時(shí)作為社交平臺又具備溝通性，許多組織入駐開設(shè)賬號以樹立組織形象提供更好的服務(wù)。 “湖南常德桃園縣人民政府官方微博”是我國第一個(gè)政務(wù)微博賬號。隨著我國政務(wù)公開工作的不斷推進(jìn)，以及民眾政策參與意識的逐漸增強(qiáng)，政務(wù)微博已不再是星星之火。據(jù)《第45次中國互聯(lián)網(wǎng)絡(luò)發(fā)展統(tǒng)計(jì)報(bào)告》，截止2019年12月，經(jīng)過新浪平臺認(rèn)證的政務(wù)機(jī)構(gòu)微博為13.9萬個(gè)，以各級政府機(jī)構(gòu)、官員為主體注冊的政務(wù)微博，已成為政府傾聽民情、溝通民意、服務(wù)民生、提升社會管理水平的一種嘗試。在突發(fā)公共衛(wèi)生事件抗擊戰(zhàn)中，無論是在國家衛(wèi)健委的每日數(shù)據(jù)披露即各地動態(tài)數(shù)據(jù)的實(shí)時(shí)播報(bào)，還是在健康衛(wèi)生知識的科普傳播，政務(wù)微博都發(fā)揮了重要作用。綜上，本文選定新浪微博平臺對政務(wù)微博展開討論。

1 微博平臺及用戶行為分析

通過對微博平臺進(jìn)行分析，將該平臺的主要功能歸納如下：發(fā)布、轉(zhuǎn)發(fā)、評論、點(diǎn)贊、@、參與或發(fā)起話題。發(fā)布功能主要有兩種形式，一是原創(chuàng)內(nèi)容發(fā)布，二是轉(zhuǎn)發(fā)其他賬號內(nèi)容，在轉(zhuǎn)發(fā)的過程中可以對原微博內(nèi)容進(jìn)行補(bǔ)充或者評價(jià)以表達(dá)自己的觀點(diǎn);轉(zhuǎn)發(fā)功能是指將其他用戶發(fā)表的內(nèi)容轉(zhuǎn)發(fā)至個(gè)人主頁動態(tài)，其實(shí)也是另一種形式的發(fā)布;評論功能是指對平臺上的動態(tài)內(nèi)容或者評論進(jìn)行回復(fù);點(diǎn)贊功能是指對平臺上的動態(tài)或者動態(tài)下的評論點(diǎn)贊;@功能是指在發(fā)布或者評論時(shí)提及其他用戶且該用戶會收到提醒;參與或發(fā)起話題是指在微博平臺上參與某一熱點(diǎn)話題討論，具體操作是通過發(fā)布內(nèi)容時(shí)帶入話題標(biāo)簽。

通過對多個(gè)政務(wù)微博賬號深入分析，我們將政務(wù)微博中用戶行為分為賬號主體行為和其他用戶行為。賬號主體行為主要有關(guān)注、原創(chuàng)微博發(fā)布、轉(zhuǎn)發(fā)微博、@其他用戶、參與話題。而其他用戶行為主要有對政務(wù)微博進(jìn)行關(guān)注、對其發(fā)布的內(nèi)容進(jìn)行評論、轉(zhuǎn)發(fā)、點(diǎn)贊。從統(tǒng)計(jì)數(shù)據(jù)上看原創(chuàng)微博和轉(zhuǎn)發(fā)微博獲得的評論量、轉(zhuǎn)發(fā)量、點(diǎn)贊量存在明顯差距，原創(chuàng)微博獲得的評論量、轉(zhuǎn)發(fā)量、點(diǎn)贊量明顯更高。因而，本文后續(xù)討論中分別對原創(chuàng)微博、轉(zhuǎn)發(fā)微博的轉(zhuǎn)發(fā)、評論、點(diǎn)贊情況做討論。

2 實(shí)證分析

2.1 數(shù)據(jù)來源

此次新冠肺炎疫情持續(xù)時(shí)間長，最早爆發(fā)于湖北武漢后蔓延至各地區(qū)，為防止進(jìn)一步擴(kuò)散武漢宣布封城，隨后全國各省也紛紛啟動一級衛(wèi)生響應(yīng)。在政府、醫(yī)療和群眾等各方人員奮戰(zhàn)后武漢終于解除封閉，也意味著取得了階段性勝利。據(jù)此，本文以2020年1月23日至2020年4月8日為研究時(shí)段，值得注意的是，政務(wù)微博工作和城市網(wǎng)絡(luò)環(huán)境密切相關(guān)，在對具體政務(wù)微博進(jìn)行評價(jià)時(shí)應(yīng)當(dāng)考慮到其所處的客觀條件，部分政務(wù)微博由于所處地區(qū)的特殊性其政務(wù)微博工作相對特殊不納入本文討論范圍，最終確定了28個(gè)省級行政區(qū)新聞辦公廳微博賬號作為研究對象。通過python爬取了關(guān)注數(shù)、粉絲數(shù)量、微博數(shù)量、原創(chuàng)微博數(shù)量、評論量、轉(zhuǎn)發(fā)量、點(diǎn)贊數(shù)、原創(chuàng)微博評論量、原創(chuàng)微博轉(zhuǎn)發(fā)量、原創(chuàng)微博點(diǎn)贊數(shù)、話題數(shù)和@數(shù)的相關(guān)數(shù)據(jù)。

2.2 主成分分析

在開展主成分分析之前，運(yùn)用KMO 檢驗(yàn)和Bartlett球形檢驗(yàn)對樣本進(jìn)行實(shí)用性及指標(biāo)相關(guān)性檢驗(yàn)。結(jié)果顯示，KMO指=0.607>0.6在可接受范圍內(nèi)，Bartlett球形檢驗(yàn)卡方近似值為324.382，顯著性水平P值=0.000<0.05。綜上所述，表明變量之間相關(guān)性顯著，可以進(jìn)行主成分分析。

進(jìn)一步計(jì)算各個(gè)主成分的貢獻(xiàn)率和累積貢獻(xiàn)率如表1所示。按照初始特征值大于1提取了主成分，其方差百分比分別為40.477%、22.344%、13.568%和9.384%，其總方差解釋累計(jì)為85.774%。即提取出的四個(gè)主成分基本可以全面反映原始數(shù)據(jù)信息，碎石圖也對此進(jìn)行了印證。

對提取的四個(gè)主成分做進(jìn)一步分析，從表2成分矩陣看，在第一主成分上，各指標(biāo)均有一定載荷量，其中原創(chuàng)微博評論量、原創(chuàng)微博轉(zhuǎn)發(fā)量、原創(chuàng)點(diǎn)贊數(shù)、關(guān)注數(shù)、@數(shù)以及原創(chuàng)微博數(shù)量載荷量較高。原創(chuàng)微博是賬號主體一種創(chuàng)造性行為，@本身大多出現(xiàn)于原創(chuàng)微博內(nèi)容中，而原創(chuàng)微博的轉(zhuǎn)發(fā)、評論、點(diǎn)贊則是用戶對于原創(chuàng)性內(nèi)容的回應(yīng)。所以將第一主成分命名為創(chuàng)造力指標(biāo);在第二主成分上，轉(zhuǎn)發(fā)微博數(shù)量、轉(zhuǎn)發(fā)微博評論量、轉(zhuǎn)發(fā)微博轉(zhuǎn)發(fā)量以及轉(zhuǎn)發(fā)微博點(diǎn)贊數(shù)有較大的載荷量，同時(shí)話題數(shù)也有一定的載荷量。以上指標(biāo)主要是話題參與和轉(zhuǎn)發(fā)微博相關(guān)指標(biāo)，主要反映了該賬號對于微博話題以及非原創(chuàng)性內(nèi)容的推動放大傳播作用，所以第二主成分命名為推動力指標(biāo);第三主成分在粉絲數(shù)、轉(zhuǎn)發(fā)微博數(shù)量、原創(chuàng)微博點(diǎn)贊數(shù)、原創(chuàng)微博評論量、原創(chuàng)微博轉(zhuǎn)發(fā)量、轉(zhuǎn)發(fā)微博點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)微博轉(zhuǎn)發(fā)量、轉(zhuǎn)發(fā)微博評論量上有較高載荷。其中轉(zhuǎn)發(fā)微博數(shù)量反映的是該政務(wù)微博賬號與其他賬號之間的互動行為，而關(guān)注成為粉絲、轉(zhuǎn)發(fā)、點(diǎn)贊、評論均是用戶行為，主要反映了該賬號粉絲的活躍度。綜上將第三主成分命名為互動性指標(biāo);第四主成分在轉(zhuǎn)發(fā)微博數(shù)量、原創(chuàng)微博轉(zhuǎn)發(fā)量以及轉(zhuǎn)發(fā)微博轉(zhuǎn)發(fā)量有較大載荷。這三項(xiàng)指標(biāo)都圍繞著微博平臺的轉(zhuǎn)發(fā)行為，而轉(zhuǎn)發(fā)行為的根本目的則是讓內(nèi)容在平臺更廣泛地傳播，所以將其命名為傳播力指標(biāo)。

從表3成分得分系數(shù)矩陣可以得到政務(wù)微博影響力計(jì)算公式：

MI=0.405I1+0.223I2+0.136I3+0.094I4（1）

I1=0.155X1+0.141X2+0.139X3+0.011X4+0.167X5+0.112X6+0.164X7+0.078X8+0.161X9+0.122X10+0.089X11+0.143X12（2）

I2=-0.139X1-0.113X2+0.094X3+0.233X4-0.155X5+0.217X6-0.151X7+0.284X8-0.171X9+0.220X10+0.081X11+0.137X12（3）

I3=-0.121X1+0.134X2-0.341X3+0.248X4+0.178X5+0.172X6+0.093X7+0.172X8+0.171X9+0.125X10-0.439X11-0.257X12（4）

I4=0.028X1-0.177X2+0.156X3+0.515 X4+0.063X5-0.446X6+0.238X7+0.331X8+0.080X9-0.434X10+0.026X11+0.036X12（5）

計(jì)算結(jié)果如表4所示。

從創(chuàng)造力指標(biāo)得分和排名可知，前五名分別是上海發(fā)布、天津發(fā)布、四川發(fā)布、云南發(fā)布和北京發(fā)布。具體來看，這五個(gè)政務(wù)微博原創(chuàng)微博數(shù)量均較高，也獲得了較多的網(wǎng)友回應(yīng)。其中天津發(fā)布原創(chuàng)微博數(shù)量高達(dá)4000余條，并且靈活使用@功能直遞信息，而上海發(fā)布的原創(chuàng)微博則獲得了較高的評論和轉(zhuǎn)發(fā)?？傮w來看，這五個(gè)政務(wù)微博的原創(chuàng)微博在數(shù)量上和群眾回應(yīng)上均都有較好的表現(xiàn)。

從推動力指標(biāo)分析，排名前五的分別是天津發(fā)布、遼寧發(fā)布、四川發(fā)布、陜西發(fā)布和浙江發(fā)布。這五個(gè)政務(wù)微博的推動力較大，對于轉(zhuǎn)發(fā)微博內(nèi)容有較好的放大傳播效力。其中遼寧發(fā)布轉(zhuǎn)發(fā)微博數(shù)量最多達(dá)到了1300余條，而四川發(fā)布轉(zhuǎn)發(fā)微博則獲得了較高的評論和點(diǎn)贊。目前，政務(wù)微博賬號之間轉(zhuǎn)發(fā)互動行為主要是出現(xiàn)在同一城市或者同一領(lǐng)域相關(guān)政務(wù)微博。政務(wù)微博賬號的推動力越大，越有助于政務(wù)信息傳播從而更好地服務(wù)群眾。

從互動性指標(biāo)得分和排名來看，前五名分別是上海發(fā)布、遼寧發(fā)布、山東發(fā)布、精彩河南和四川發(fā)布。這五個(gè)政務(wù)微博均有較高的互動性，粉絲基數(shù)高也是其微博內(nèi)容獲得較高轉(zhuǎn)發(fā)、點(diǎn)贊以及評論的原因之一?；有袨橐环矫嬗兄谠黾佑脩粽承?，另一方面有助于形象樹立。

從傳播力指標(biāo)分析，前五名是上海發(fā)布、重慶發(fā)布、遼寧發(fā)布、云南發(fā)布、湖南發(fā)布。這五個(gè)政務(wù)微博的轉(zhuǎn)發(fā)行為較高，表現(xiàn)在賬號用戶主動轉(zhuǎn)發(fā)以及被動轉(zhuǎn)發(fā)即其他用戶轉(zhuǎn)發(fā)。轉(zhuǎn)發(fā)行為有助于提高政務(wù)信息在平臺上的曝光度，讓更多群眾了解獲悉相關(guān)信息。

從綜合得分排名分析，28個(gè)政務(wù)微博的影響力存在顯著差距。天津發(fā)布、遼寧發(fā)布、四川發(fā)布、上海發(fā)布、陜西發(fā)布依次位居前五，綜合發(fā)展良好。但是這五個(gè)政務(wù)微博在各主成分上的排名也出現(xiàn)了極端現(xiàn)象，例如上海發(fā)布在創(chuàng)造力指標(biāo)排名第一但是推動力指標(biāo)排名28?？梢娬?wù)微博發(fā)展尚不全面，往往出現(xiàn)顧此失彼的情況。綜合排名靠后的政務(wù)微博分別是河北省人民政府、福建發(fā)布、海南發(fā)布、黔辦之聲和寧夏政務(wù)發(fā)布。這五個(gè)政務(wù)微博微博數(shù)量少且與其他用戶互動少，轉(zhuǎn)發(fā)評論點(diǎn)贊情況均不理想。在日后的政務(wù)微博工作中，需要增加賬號活躍度，以及加強(qiáng)微博用戶粘性，從而提升影響力。

2.3 聚類分析

為深入對比研究政務(wù)微博影響力水平之間的差異，本文根據(jù)主成分分析提取的四個(gè)主成分，即創(chuàng)造力指標(biāo)、推動力指標(biāo)、互動性指標(biāo)和傳播力指標(biāo)作為自變量對28個(gè)政務(wù)微博進(jìn)行系統(tǒng)聚類分析。將聚類類別范圍設(shè)定為4～9，得到結(jié)果如表5所示。

如表中所示，4 clusters、5 clusters和6 clusters均有一類聚類數(shù)樣本量過大，超過總樣數(shù)的一半。對比7 clusters和8 clusters的結(jié)果，有五個(gè)樣本發(fā)生了變化，說明7 clusters的分類沒有足夠體現(xiàn)差異性。對比8 clusters和9 clusters，僅有一個(gè)樣本聚類發(fā)生了變化，且在9 clusters中有五個(gè)類別僅有一個(gè)樣本，分類過于分散。綜合分析，本文最終選定8 clusters的結(jié)果進(jìn)行分析討論。

值得關(guān)注的是，系統(tǒng)分類結(jié)果中2、3、7和8類樣本數(shù)量均為1，分別是天津發(fā)布、上海發(fā)布、遼寧發(fā)布和四川發(fā)布。具體分析這四個(gè)政務(wù)微博發(fā)現(xiàn)它們綜合排名位列前四，之所以單獨(dú)成類是因其在各主成分表現(xiàn)出了極大的反差。在某個(gè)主成分排名第一絕對領(lǐng)先在另一個(gè)主成分則排名靠后，這導(dǎo)致最終系統(tǒng)分類過程中與其他樣本距離過大。比如天津發(fā)布推動力指標(biāo)排名第一，創(chuàng)造力指標(biāo)排名第二，而互動性指標(biāo)和傳播力指標(biāo)只有23、24名。這一方面體現(xiàn)了這四個(gè)政務(wù)微博在某些指標(biāo)和綜合評價(jià)上的突出表現(xiàn)，同時(shí)也反映了不均衡發(fā)展的問題。因而，本文將這四個(gè)政務(wù)微博歸為絕對領(lǐng)先類。

第二類是綜合優(yōu)秀類，有北京發(fā)布和陜西發(fā)布，在創(chuàng)造力指標(biāo)、推動力指標(biāo)、互動性指標(biāo)和傳播力指標(biāo)上排名分別是5、12、18、26和6、4、17、25，綜合排名位5和7。這說明這兩個(gè)政務(wù)微博在四個(gè)指標(biāo)上盡管存在一定差距但是沒有極端現(xiàn)象，憑借較高的創(chuàng)造力和推動力得分獲得了較高的綜合排名。

第三類是綜合良好類，有重慶發(fā)布、湖北發(fā)布和云南發(fā)布，在四個(gè)主成分排名分別是8、27、15、5和17、6、21、3以及4、25、22、4。在綜合排名上分別位列9、10、6?？梢钥闯鲈谕苿恿χ笜?biāo)或互動性指標(biāo)上排名均相對靠后，但在其他指標(biāo)上表現(xiàn)優(yōu)勢明顯，總體上表現(xiàn)較好。

第四類是綜合中等類，有山西發(fā)布、微博江蘇、江西發(fā)布、甘肅發(fā)布和新疆發(fā)布。這一類政務(wù)微博在互動性上排名靠后，其他指標(biāo)上排名雖無領(lǐng)先但整體靠前。建議這幾個(gè)政務(wù)微博工作加強(qiáng)互動，提升用戶粘性。

第五類是綜合落后類，這一類數(shù)量較多聚集了14個(gè)樣本，分別是河北省人民政府、吉林發(fā)布、黑龍江發(fā)布、浙江發(fā)布、安徽發(fā)布、福建發(fā)布、山東發(fā)布、精彩河南、這里是湖南、廣東發(fā)布、海南發(fā)布微博、黔辦之聲、青海發(fā)布和寧夏政務(wù)發(fā)布。這一類政務(wù)微博的各主成分排名以及綜合排名均不太理想，創(chuàng)造力指標(biāo)和推動力指標(biāo)排名落后顯著。這14個(gè)政務(wù)微博需要在工作中做進(jìn)全面調(diào)整，以提升綜合水平。

3 結(jié)論

本文將原創(chuàng)性內(nèi)容與轉(zhuǎn)發(fā)性內(nèi)容進(jìn)行了分開討論，在此基礎(chǔ)上提取了創(chuàng)造力指標(biāo)、推動力指標(biāo)、互動力指標(biāo)和傳播力指標(biāo)。在此次公共衛(wèi)生事件中，政務(wù)微博影響力整體上呈現(xiàn)金字塔結(jié)構(gòu)，底層數(shù)量較大有14個(gè)政務(wù)微博占總體50%，頂層和中層數(shù)量較少?？傮w來看，發(fā)展相對落后的14個(gè)政務(wù)微博需要對以往工作進(jìn)行總結(jié)問題思考對策，比如個(gè)別政務(wù)微博存在發(fā)布不積極、信息過少等問題，同時(shí)也需要借鑒和學(xué)習(xí)優(yōu)秀政務(wù)微博的長處。而處于頂層的政務(wù)微博發(fā)展存在不全面的問題，各指標(biāo)得分排名反差大，未來工作中要大力補(bǔ)足短板，提高整體水平。未來在應(yīng)對突發(fā)公共衛(wèi)生事件時(shí)，政務(wù)微博要注意加強(qiáng)政務(wù)微博之間的信息互通，加大信息的曝光度，同時(shí)要加強(qiáng)與受眾之間的互動，可以通過投票、提問等方式引導(dǎo)其參與互動以提高用戶粘性。

政務(wù)微博本質(zhì)是政務(wù)服務(wù)，公眾滿意度也是衡量其工作績效的重要指標(biāo)，由于條件所限，本文未能就此展開討論。同時(shí)受限于數(shù)據(jù)獲取，未將私信數(shù)量、閱讀量、賬號主體發(fā)出評論數(shù)量等非公開數(shù)據(jù)指標(biāo)納入討論，政務(wù)微博與受眾的互動也局限于被動互動行為。未來可以嘗試與政務(wù)微博合作開展研究，將非公開數(shù)據(jù)納入變量進(jìn)行研究討論。

參考文獻(xiàn)：

[1] 新華網(wǎng). 突發(fā)公共衛(wèi)生事件應(yīng)急條例[J]. 河北省人民政府公報(bào)（3期）：1-3.

[2] OLIVEIRA G H M ， WELCH E W . Social media use in local government： linkage of technology， task， and organizational context[J]. Government Information Quarterly， 2013， 30（4）：397-405.

[3] 陳靜， 袁勤儉. 國內(nèi)外政務(wù)微博研究述評[J]. 情報(bào)科學(xué)， 2014， 32（6）：156-161.

[4] 白建磊， 張夢霞. 國內(nèi)外政務(wù)微博研究的回顧與展望[J]. 圖書情報(bào)知識， 2017， 000（003）：95-107.

[5] 趙阿敏， 曹桂全. 政務(wù)微博影響力評價(jià)與比較實(shí)證研究——基于因子分析和聚類分析[J]. 情報(bào)雜志， 2014（3）.

[6] 劉清， 彭賡， 呂本富. 基于主成分分析法的微博影響力評估方法及實(shí)證分析——以"新浪微博"為例[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識， 2014（4）：49-56.

[7] MAGRO M J . A review of social media use in e-government[J]. Administrative Sciences， 2012， 2（2）：148-161.

[8] 王亞民， 寧靜， 馬續(xù)補(bǔ). 基于社會化媒體的公共政策輿情預(yù)測研究[J]. 情報(bào)理論與實(shí)踐， 2019， 41（3）：87-93.

[9] 陳明. 政府應(yīng)對突發(fā)事件輿論引導(dǎo)研究[D]. 華中科技大學(xué).