城市政務微博競爭力與經(jīng)濟發(fā)展水平的耦合性研究

劉政委 張新星 張偉峰 杜鵑 徐聰寶

摘 要 耦合性研究為政務微博競爭力提升提供了一個新的著力點，找到競爭力的主導影響因素并厘清兩者的耦合關系，為節(jié)點城市政務微博競爭力的提升，城市群整體的協(xié)調(diào)提供理論依據(jù)。以關中平原城市群為研究對象，通過GIS技術和二次分配程序（QAP）方法，分析關中平原城市群政務微博競爭力的時空差異格局及其影響因素，并在此基礎上運用耦合協(xié)調(diào)度模型，研究競爭力與經(jīng)濟發(fā)展水平耦合協(xié)調(diào)度的變化趨勢。研究發(fā)現(xiàn)：1）關中平原城市群各節(jié)點城市政務微博競爭力差距大，城市群整體不協(xié)調(diào)。2）經(jīng)濟發(fā)展水平是競爭力的主要影響因素。3）競爭力與經(jīng)濟發(fā)展水平的耦合協(xié)調(diào)度時間上呈現(xiàn)上升趨勢，空間上各個城市趨向協(xié)調(diào)。

關鍵詞 政務微博；QAP方法；關中平原城市群；耦合性

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2021）17-0026-05

基金項目：本文系國家社會科學基金項目“社會網(wǎng)絡視閾下政務微博受眾影響力評估及輿情引導能力提升研究”（編號：15XGL021）；陜西高校省級重點實驗室項目“公眾災害感知能力及風險溝通實證研究——基于社會網(wǎng)絡視角”（編號12JS013）研究成果之一。

政務微博是微博在政務系統(tǒng)的應用，以其時效性、權威性和互動社交性的三大特性成為重要的網(wǎng)絡溝通渠道。2020年，新冠肺炎疫情席卷全國，以政務微博為代表的政務新媒體在引導和宣傳疫情防治、緩解公眾焦慮和管理謠言傳播等方面起到重要作用。據(jù)統(tǒng)計，2020年1月22日到3月23日共有超3.7萬個政府官方微博發(fā)布了379萬余條疫情相關信息，獲得了超848億的微博閱讀量和超1.9億的微博互動量。政務微博在全國和地方各層次的疫情防控宣傳上都起到了重要作用。后疫情時期，政務新媒體與5G技術深度融合，將成為社會治理創(chuàng)新與探索、數(shù)字領導力建設和推動媒體融合發(fā)展的重要著力點[ 1 ]。

國內(nèi)外學者在政務微博的建設和發(fā)展方面進行了大量研究，其中，競爭力是重要的研究內(nèi)容。競爭力是城市政務微博發(fā)展的重要衡量指標，也是城市政務微博應用能力和應用效果的綜合測量。梳理來看，現(xiàn)有關于競爭力的研究集中在競爭力評估模型的構建實證和競爭力影響因素的分析等方面，形成了一定的理論成果。競爭力評估模型的構建和實證層面，王鎖柱等[ 2 ]根據(jù)政務微博的功能和用戶交互行為模式構建了關注度、活躍度、服務度和認同度的四維度評價模型。黃建寧等[ 3 ]從政務微博的目的角度，提出目標層、準則層和指標層三層次的政務微博評估指標體系。Meeyoung等[4]采用粉絲數(shù)、轉發(fā)數(shù)和評論數(shù)3個指標來衡量Twitter用戶的競爭力。Antoniadis等[5]從賬戶活躍度、賬戶中心度和社區(qū)影響等維度構建指標體系來測量政府機構Twitter賬戶的競爭力。還有部分學者聚焦微博競爭力算法方面的研究，如黃賢英等[ 6 ]提出UserRank算法，羅芳等[ 7 ]提出MDIR算法。

競爭力影響因素層面，李一嘯等[ 8 ]基于“杭州發(fā)布”微博賬號統(tǒng)計周期內(nèi)的微博數(shù)據(jù)，發(fā)現(xiàn)微博文本內(nèi)容的積極性正向影響網(wǎng)民參與度。姜景等[ 9 ]以“中國消防”政務微博為研究對象，通過發(fā)文數(shù)量與頻率、文本分析、單條“爆點”信息三個影響因素的分析進行政務新媒體平臺的比較研究。盧樺等[10]基于公安類政務微博，建立公安政務微博公眾參與行為的影響因素模型。李世豪等[ 1 1 ]基于“吉林發(fā)布”，分析影響傳播效果的因素。解雅婕等[ 1 2 ]以教育系統(tǒng)政務微博為例，研究不同層級的教育系統(tǒng)政務微博互動力的相關因素。

但是，現(xiàn)有關于政務微博的研究，因其研究對象集中在單個輿情事件或單類的政務微博賬號[13-16]，缺少對政務微博的量化研究和整體性描述，競爭力影響因素的分析也沒有進一步揭示影響因素和競爭力的結構關系[9-13]。尺度上關注同一行政區(qū)[16-18]，又忽視了對城市群及城市群內(nèi)弱節(jié)點城市的關注。因此，本文以關中平原城市群為研究對象，基于2015—2019年關中平原城市群政務微博競爭力指數(shù)數(shù)據(jù)和關中平原城市群統(tǒng)計數(shù)據(jù)，通過GIS技術和二次分配程序（QAP）方法，分析關中平原城市群政務微博競爭力的差異格局及影響因素，并在此基礎上運用耦合協(xié)調(diào)度模型，分析競爭力與其主導影響因素耦合協(xié)調(diào)度的時空格局和變化趨勢。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

為保證研究區(qū)范圍內(nèi)各城市等級的一致性，本文采用的統(tǒng)計數(shù)據(jù)來自關中平原城市群11個城市的統(tǒng)計局數(shù)據(jù)庫，包括西安、咸陽、寶雞、銅川、渭南、商洛、運城、臨汾、天水、平?jīng)龊蛻c陽。城市政務微博競爭力數(shù)據(jù)來自人民網(wǎng)輿情中心政務指數(shù)微博影響力報告，統(tǒng)計周期為2015年1月1日至2019年12月30日。本文所用數(shù)據(jù)均處理成11×11的差值矩陣。

1.2 變量設定

本文研究關中平原城市群政務微博競爭力的時空差異格局、競爭力的影響因素以及競爭力與主導影響因素的耦合關系，首先需要對被解釋變量即政務微博競爭力進行量化評估。不同的理論和切入點帶來不同的評估指標和評估模型，因此評估出來的競爭力也不同?；诖?，為提高研究的可靠性和權威性，本文競爭力評估參考人民網(wǎng)輿情中心微博影響力報告的競爭力模型。

競爭力影響因素層面，本文在已有理論的基礎上從“供給-需求”視角研究影響因素，分別取經(jīng)濟水平和財政支持作為供給側解釋變量，教育水平和城市規(guī)模為需求側解釋變量。

經(jīng)濟水平。經(jīng)濟發(fā)展水平是供給視角下競爭力的重要影響因素。曾婧婧等[ 1 9 ]從網(wǎng)絡凝聚性和節(jié)點影響力探討政務微博省級層面和國家層面的網(wǎng)絡結構特征，發(fā)現(xiàn)經(jīng)濟發(fā)展水平對政務微博公眾參與產(chǎn)生正向影響。經(jīng)濟發(fā)展水平綜合評估城市發(fā)展的各個方面，經(jīng)濟發(fā)展水平高的地區(qū)，職工的平均工資收入，城市的產(chǎn)業(yè)結構尤其是第三產(chǎn)業(yè)的占比和互聯(lián)網(wǎng)接入率等政務微博發(fā)展的基礎環(huán)境因素也會具有優(yōu)勢，因此被納入本文作為解釋變量。為避免各解釋變量之間權重賦值的問題，本文采用人均地區(qū)生產(chǎn)總值測量地區(qū)經(jīng)濟發(fā)展水平。

財政支持。孫宗鋒等[20]基于政務微博運營數(shù)據(jù)發(fā)現(xiàn)，城市層面的財政支持與政務微博發(fā)展水平有顯著的正相關關系。政務微博作為政務媒體中較為重要的一種，其政務信息的傳播、政務性服務和政務互動都需要政府的財政支持，政務媒體的運營和發(fā)展需要一定數(shù)量的工作人員和基礎性軟硬件設施支持。因此本文以財政預算收入測算財政支持并納入本文作為供給側解釋變量。

教育水平。教育水平強調(diào)政務微博競爭力的需求側影響。羅雨寧等[ 2 1 ]通過政務微博粉絲行為特征的聚類分析，發(fā)現(xiàn)市民受教育程度與政務微博競爭力相關。政務微博因其政務性而產(chǎn)生一定規(guī)模較高教育水平的受眾群體，教育水平是一個地區(qū)政務媒體用戶接收政務信息并成為信息傳播中繼人的重要因素。受教育水平較高的群體，具有更高的政務咨詢和政務關注的積極性以及政務互動的需求，因此被納入本文作為解釋變量。本文以每萬人在校大學生數(shù)量反映城市的教育水平。

城市規(guī)模。馬亮等[ 2 2 ]基于中國地級市的多源數(shù)據(jù)進行實證分析，發(fā)現(xiàn)政務微博的績效受政府規(guī)模和城市級別的影響。城市人口規(guī)模是政務微博競爭力的需求側重要影響因素。人是政務信息的發(fā)布者，同時也是政務性媒體信息的接收者和傳播者，人口規(guī)模在很大程度上正向影響政務微博的建設和發(fā)展。因此，本文將城市規(guī)模作為需求側解釋變量，用年末戶籍人口數(shù)量測量。

1.3 研究方法

本文首先采用GIS技術對關中平原城市群各城市政務微博競爭力指數(shù)進行時空差異格局的可視化分析，接著通過UCINET軟件分析競爭力時空差異格局形成的原因，找到競爭力的影響因素。最后，在競爭力影響因素研究的基礎上，引入耦合協(xié)調(diào)度模型，研究關中平原城市群各城市政務微博競爭力與其主導影響因素即與經(jīng)濟發(fā)展水平耦合協(xié)調(diào)度的時空格局和演變趨勢。

2 實證分析

2.1 時空差異格局分析

基于2015—2019年關中平原城市群各城市政務微博競爭力指數(shù)數(shù)據(jù)，選取2015、2017和2019年為重要節(jié)點年份，運用GIS技術對城市群各統(tǒng)計年份各節(jié)點城市競爭力分別進行空間上的分級可視化處理，分析關中平原城市群各節(jié)點城市在空間格局上的競爭力差異以及時間尺度上的演變趨勢。

空間差異層面：通過分析可以發(fā)現(xiàn)，2015和2017年，關中平原城市群各節(jié)點城市的政務微博都取得了一定發(fā)展，城市群政務微博整體競爭力得到提升。其中，西安處于競爭力第一等級，寶雞、咸陽和渭南處于第二等級，其他節(jié)點城市均處于第三等級，且呈現(xiàn)出明顯的從核心西安到天水等第三等級邊緣區(qū)的過渡趨勢。2019年，西安、寶雞和渭南同處于第一等級，除銅川外，各節(jié)點城市均處于第二等級。競爭力第一等級和第二等級節(jié)點城市數(shù)量呈現(xiàn)大幅增長，反映了該城市群節(jié)點城市競爭力取得了較大提升。城市群視角下，2015—2017年，城市群整體競爭力格局呈現(xiàn)失調(diào)，2017—2019年，整體格局趨向協(xié)調(diào)。

時間演變層面：2015—2019年，關中平原城市群各節(jié)點城市政務微博競爭力不斷提高，其中，西安競爭力最高，處于第一等級，寶雞和渭南提升較快，處于第二等級，其他節(jié)點城市位于第三等級，但提升速度最快。城市群格局呈現(xiàn)出節(jié)點城市政務微博競爭力增長速度減慢和競爭力差距隨時間縮小的趨勢。

2.2 影響因素分析

基于關中平原城市群政務微博競爭力的時空差異格局分析，可以發(fā)現(xiàn)城市群各節(jié)點城市的競爭力在空間格局上差異顯著，在時間尺度上呈現(xiàn)協(xié)調(diào)性的演變趨勢。為進一步研究時空差異格局形成的原因，本文使用QAP方法對城市政務微博競爭力差距進行影響因素的分析。QAP分析包括相關分析和回歸分析，其中，QAP相關分析充分考察每兩個矩陣之間的相關關系，回歸分析考察一個被解釋變量矩陣和多個解釋變量矩陣之間的回歸關系[ 2 3 ]。具體矩陣形式如下式所示。

2.2.1 QAP相關分析

表1報告了2015年QAP相關分析的結果。其中，年末戶籍人口數(shù)量、人均地區(qū)生產(chǎn)總值、每萬人在校大學生數(shù)量和公共預算收入與競爭力的相關性系數(shù)分別為0.761、0.787、0.728和0.73，且都通過了5%的顯著性檢驗，一定程度上說明年末戶籍人口數(shù)量、人均地區(qū)生產(chǎn)總值、每萬人在校生數(shù)量和公共預算收入各解釋變量與競爭力有重要相關關系。

表2報告了2017年QAP相關分析的結果。其中，年末戶籍人口數(shù)量、人均地區(qū)生產(chǎn)總值、每萬人在校大學生數(shù)量和公共預算收入與競爭力的相關性系數(shù)分別為0.778、0.615、0.793和0.794，且都通過了5%的顯著性檢驗。一定程度上說明2017年各解釋變量與作為解釋變量的競爭力有重要相關關系。

表3報告了2019年QAP相關分析的結果。其中，年末戶籍人口數(shù)量、人均地區(qū)生產(chǎn)總值、每萬人在校大學生數(shù)量和公共預算收入與競爭力的相關性系數(shù)分別為0.88、0.784、0.809和0.862，通過了5%的顯著性檢驗。一定程度上說明2019年各解釋變量與競爭力有重要相關關系。

然而城市間政務微博競爭力差距大，政務微博發(fā)展和建設不均衡的格局長期存在，在產(chǎn)生“意見領袖”的同時，造成“謠言洼地”。一方面，城市政務微博競爭力影響因素不明確限制競爭力提升；另一方面，低經(jīng)濟發(fā)展水平城市的政務微博競爭力提升一定程度上被忽視。因此，本文以城市群為研究對象，在GIS技術和二次分配程序的支持下進行政務微博競爭力時空差異格局的分析并從“供給-需求”視角構建影響因素框架，為政務微博的建設和發(fā)展及輿情引導和管理提供路徑，最后引入耦合協(xié)調(diào)性模型，厘清城市政務微博競爭力和經(jīng)濟發(fā)展水平的關系，為節(jié)點城市政務微博建設和發(fā)展，城市群整體的協(xié)調(diào)提供理論依據(jù)。研究發(fā)現(xiàn)：1）關中平原城市群各節(jié)點城市政務微博競爭力差距大，城市群整體不協(xié)調(diào)。2）經(jīng)濟發(fā)展水平是城市政務微博競爭力的主要影響因素。3）時間上，政務微博競爭力與經(jīng)濟發(fā)展水平的耦合協(xié)調(diào)度呈現(xiàn)上升趨勢，空間上各個城市趨向協(xié)調(diào)。

結論與政策性啟示：

第一，關中平原城市群各節(jié)點城市政務微博競爭力差距大，城市群整體不協(xié)調(diào)。西安在關中平原城市群政務微博競爭力格局中占據(jù)核心地位，政府在輿情引導和管理中都應以此類核心節(jié)點城市作為重要著力點。要求西安在城市群的政務微博、政務新媒體和城市整體發(fā)展中發(fā)揮其核心地位的輻射作用，打通各節(jié)點城市的連接關聯(lián)，增強合作。在促進各節(jié)點城市政務微博競爭力提高和政務新媒體發(fā)展的同時，加強各節(jié)點城市政務新媒體之間的溝通交流，形成協(xié)調(diào)有序的發(fā)展格局和媒體矩陣，推進各節(jié)點城市發(fā)展的均衡和城市群整體發(fā)展的協(xié)調(diào)。

第二，經(jīng)濟發(fā)展水平是城市政務微博競爭力的主要影響因素。2015—2019年的實證分析結果顯示，經(jīng)濟發(fā)展水平與城市政務微博競爭力呈現(xiàn)正相關關系，經(jīng)濟發(fā)展水平是城市政務微博競爭力的主要影響因素。要求一方面促進各節(jié)點城市經(jīng)濟發(fā)展，以經(jīng)濟發(fā)展水平的提高促進城市政務微博競爭力的提升。另一方面，促進城市群整體的經(jīng)濟協(xié)調(diào)發(fā)展，以經(jīng)濟的協(xié)調(diào)發(fā)展促進城市群政務微博建設和發(fā)展的協(xié)調(diào)可持續(xù)。

第三，政務微博競爭力與經(jīng)濟發(fā)展水平的耦合協(xié)調(diào)度在時間上呈現(xiàn)上升趨勢，空間上各個城市趨向協(xié)調(diào)。一方面，要求進一步深化城市群的協(xié)調(diào)發(fā)展，提升城市群整體政務微博和經(jīng)濟發(fā)展的協(xié)調(diào)性；另一方面，發(fā)揮耦合協(xié)調(diào)性在政務微博競爭力提升尤其是對經(jīng)濟基礎薄弱和發(fā)展水平低的地區(qū)競爭力提升的重要作用，推進城市群協(xié)調(diào)有序發(fā)展。以城市群經(jīng)濟發(fā)展的協(xié)調(diào)帶動政務微博的協(xié)調(diào)發(fā)展，以城市群政務微博協(xié)調(diào)發(fā)展建立的關聯(lián)關系和穩(wěn)定網(wǎng)絡促進城市群經(jīng)濟等各項事業(yè)的發(fā)展。

囿于海量數(shù)據(jù)的獲取和個人能力，本文在競爭力影響因素選取方面存在因素選取不全面和代表性不足的問題。進一步研究可以優(yōu)化分析方法，關注政務新媒體矩陣如政務微博、政務微信、政務B站和政務抖音等平臺的關聯(lián)網(wǎng)絡以及政務新媒體各自的傳播模式和提升路徑研究。

參考文獻

[1]人民網(wǎng)輿情數(shù)據(jù)中心.2020年度人民日報·政務指數(shù)微博影響力報告[EB/OL].[2021-01-25].http：//yuqing. people.com.cn/n1/2021/0125/c209043-32011430.html.

[2]王鎖柱，葛燕，趙倩.基于粗糙集的政務微博影響力評估方法及實證研究[J].數(shù)學的實踐與認識，2018，48（22）：76-84.

[3]黃建寧，劉西平.政務微博評估模型及實證研究[J].數(shù)學的實踐與認識，2015，45（2）：19-25.

[4]Meeyoung C，Haddadi H，Benevenuto F. et al.Measuring User Influence in Twitter：The Million Follower Fallacy[C].Proceedings of the 4rth International AAAI Conference on Weblogs and Social Media，2010：10-17.

[5]Antoniadis K，Zafiropoulos K，Vrana V.A Method for Assessing the Performance of e-Government Twitter Accounts[J].Future Internet，2016，8：12.

[6]黃賢英，陽安志，劉小洋，等.一種改進的微博用戶影響力算法[J].計算機工程，2019，45（12）：294-299.

[7]羅芳，徐陽，蒲秋梅，等.基于PageRank的多維度微博用戶影響力度量[J].計算機應用研究，2020，37（5）：1354-1358，1367.

[8]李一嘯，羅春華，林葭瑩.標簽與情感性對政務微博網(wǎng)民參與度的影響研究[J].知識管理論壇，2019，4（6）：359-368.

[9]姜景，王文韜.面向突發(fā)公共事件輿情的政務抖音研究：兼與政務微博的比較[J].情報雜志，2020，39（1）：100-106，114.

[10]盧樺.公安政務微博公眾參與行為影響因素研究[D].成都：電子科技大學，2018.

[11]李世豪，劉鳴箏.影響政務微博傳播效果因素的實證探究[J].傳媒觀察，2018（11）：28-34.

[12]解雅婕.政治溝通視角下政務微博“互動力”關聯(lián)因素探究[D].合肥：安徽大學，2018.

[13]單冬，陳穎.政務微博運營機制研究：基于警務微博的運營[J].青年記者，2020（35）：35-36.

[14]馬超，余輝，夏文蕾，等.政務微博評論中情感極性分析方法研究：以上海公安機構微博為例[J].現(xiàn)代情報， 2020，40（3）：157-168.

[15]黃沭云.基于社交媒體的政務微博傳播現(xiàn)狀與問題：以微博@淮安發(fā)布為例[J].青年記者，2020（5）：23-24.

[16]金建楠.精神交往視角下省級政務微博的現(xiàn)狀與發(fā)展：以山西人民政府微博為例[J].新媒體研究，2019，5（21）：1-3，8.

[17]林杉，李書巧.政務微博運營優(yōu)化研究：基于對上海市三大政務微博的分析[J].東華大學學報（社會科學版），2019，19（4）：443-448.

[18]陳珂帆.青海政務微博影響力問題及對策研究[J].科技傳播，2020，12（13）：151-152.

[19]曾婧婧，張阿城，劉定杰.互聯(lián)網(wǎng)時代府際關系網(wǎng)絡的結構特征及其成因：基于284個地級市政務微博數(shù)據(jù)的社會網(wǎng)絡分析[J].情報雜志，2018，37（07）：198-207，149.

[20]孫宗鋒，鄭躍平.我國城市政務微博發(fā)展及影響因素探究：基于228個城市的“大數(shù)據(jù)+小數(shù)據(jù)”分析（2011—2017）[J].公共管理學報，2021，18（1）：77-89，171.

[21]羅雨寧，胡廣偉，盧明欣.政務微博影響力與粉絲特征關系研究[J].電子政務，2017（12）：82-89.

[22]馬亮.政務微博的績效及其影響因素：中國地級市的實證研究[J].數(shù)字治理評論，2017（00）：26-45.

[23]劉華軍，賈文星，彭瑩，等.區(qū)域經(jīng)濟的空間溢出是否縮小了地區(qū)差距？：來自關系數(shù)據(jù)分析范式的經(jīng)驗證據(jù)[J].經(jīng)濟與管理評論，2019，35（1）：122-133.

[24]白玉娟，洪增林，薛旭平，等.關中平原城市群土地集約利用與生態(tài)文明建設耦合性研究[J].水土保持研究，2021，28（3）：272-280.