新浪微博意见领袖领导力的评测体系研究

2018-01-25宋红岩俞定国刘良模苗小雨

新媒体研究 2018年20期

宋红岩俞定国刘良模苗小雨

摘要网络社交媒体意见领袖逐渐成为影响社会公共事务的重要推手。基于非权力领导力理论，文章对社交媒体意见领袖的领导力情况进行了研究，构建了以影响力、洞察力和思想力为指标的综合评价体系，设计了微博意见领袖领导力计算模型。同时，以新浪微博为例采用大数据挖掘与分析技术建立数据库，历时3年进行跟踪研究。结果表明，目前新浪微博意见领袖以青壮年为主，其领导力与自身的职业背景、微博参与能力以及与粉丝互动情况密切相关。

关键词社交媒体;意见领袖;领导力

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）20-0005-05

当前网络生态发生了深刻的结构性变化，传播裂变效能越来越凸现，以微博、微信等为代表的社交媒体已成为信息发布和分享的主渠道，社交网络中的高影响力用户，特别是意见领袖，已成为社交网络信息大规模传播的关键因素，推动社会舆论形成与演变的重要力量。越来越多的研究表明，社交媒体意见领袖在网络舆情演变、在线口碑传播和突发事件传播等中起着重要作用，他们影响着大众的观念形成及价值判断，甚至影响网络舆情的走向，进而成为网络舆论的推动者和引导者。因此，在人人发声的年代，如何准确把握社交媒体意见领袖对社会公众的影响力，如何通过有序引导他们言行来实现健康良性社会舆论生态，这是当前学界与社会必须要破解的难题。

1 文献回顾

自从1940年拉扎斯菲尔德等学者在美国政治大选中发现意见领袖现象开始，国内外学者从不同视角对意见领袖进行了广泛研究，尤其是关于意见领袖的识别和影响力评估，一直是学术界关注的热门话题之一。其中，在意见领袖识别方面，有学者从社会群体认同、专业知识和社会资本三个维度来识别潜在的意见领袖，通过分析用户交流的内容以及用户间的关系来寻找意见领袖和舆论观点动向，或者从个人和社会人口学等属性特征来识别意见领袖[1-3]。而对于社交媒体意见领袖的识别方法研究，目前主要有三类：一是考虑用户本身的属性，通过聚类或相关性分析等方法来发现意见领袖[4];二是根据社交网络中用户间的关系建立图模型，通过复杂网络的中心性思想、PageRank等图算法或者扩展算法计算用户在网络结构中的重要性来挖掘意见领袖[5];三是从社交网络中信息扩散的角度出发，通过计算用户发表信息的重要性来挖掘意见领袖。

在社交媒体意见领袖影响力研究中，很多研究选择以某个具体应用形态为研究对象，如豆瓣网、人人网、Twitter等，从传播学角度对网络意见领袖影响力的产生、形态、特征与功能等进行探讨。在意见领袖研究分析的过程中，影响力作为衡量意见领袖的一项重要指标，其本身就是一个包涵诸多标准在内的一个变量。目前国内学者们对意见领袖的影响力研究主要侧重从理论推理和思辨层面来剖析，其中有学者从事件、媒介、受众等层面研究了意见领袖在突发事件网络舆情演变中的影响，从传播效果、沟通方式、舆论持久力和监督力等角度，或者社会身份、知识水平、群体认同、信任度等方面探讨微博意见领袖的社会影响力[6-8]。此外，还有些学者从影响力、传播力、覆盖度、活跃度和认同度等维度研究构建微博意见领袖影响力指标体

系[9-11]。而在意见领袖的领导力研究上，当前研究成果相对较少，有学者探讨了网络意见领袖非权力领导力的实现机制，认为网络意见领袖非权力领导力存在着单一核心模式、相互强化模式和优势反哺模式三种实现路径[12];还有学者研究了大学生群体网络领导力的实现途径，分析了大学生网络意见领袖领导力的特征以及影响因素[13]。

从整体上看，目前对意见领袖的识别和影响力等研究仍主要集中在传统媒介，面向网络媒体，尤其是社交媒体的相关研究还有待深入。已有的网络论坛、微博等意见领袖识别研究往往只是简单地考虑用户影响力因素，没有综合考虑用户属性和网络结构特性、用户及话题所处的行业、领域等背景信息，研究存在一定局限性。对社交媒体意见领袖领导力的分析成果不多，已有的研究几乎未见领导力的测量以及实证研究。因此，本文基于非权力领导力的理论，以新浪微博为例通过大数据挖掘分析为技术手段，综合考虑用户属性、用户所发信息价值和社交媒体的网络结构等因素，设计研究社交媒体意见领袖的领导力评测指标体系，综合分析社交媒体意见领袖的领导力。

2 研究设计

2.1 变量设计

随着时代的发展，领导力的研究日益受到重视，而社交媒体的兴起为领导力的研究提供了一个新的视角。社交媒体意见领袖由于处于虚拟的空间，其社会现实权力属性较少，它更注重领导者的个人魅力、感召能力和影响力。由此可知，社交媒体意见领袖的领导力是指在社交网络中通过发帖、跟帖、评论和点赞等网络行为及其言论，对网络话题传播以及其他用户的思想、网络行为及言论产生影响的网络舆论引领能力。社交媒体意见领袖实质上作为柔性领导者，其影响力在本质上体现的也是非权力性领导能力。因此，根据非权力领导力理论的相关内涵与模型，本文从社交媒体意见领袖领导力形成过程的知识能力、前瞻决断以及影响魅力三个维度构建了社交媒体意见领袖的领导力综合指标体系。具体的指标体系设计如下。

2.1.1 思想力（Contemplative Faculties，C）

本文認为领导者的知识才能、品德等个人素质是形成领导力的首要因素和第一环节，而在这一环节中，社交媒体意见领袖对公共事件的看法是否具有自己的观点和思想，能否在一定程度上影响甚至改变大众的观点，就体现着他们是否具有思想力，能否让追随者信服。因此，本文通过考察社交媒体意见领袖所发表微博内容的原创程度（C1）、精彩评论程度（C2）以及关注质量（C3）来衡量他们的思想力。其中，原创程度（C1）是指用户发布的帖子中原创数量与全部数量的比例，原创越多，说明用户的独立思考和特色观点越多;精彩评论程度（C2）是指转发别人观点时发表的精彩评论性观点占全部转发数量的比例。关注质量（C3）是指关注者中活跃社交媒体意见领袖用户数与全部数量的比例。思想力的运算公式为：

（1）

其中，为社交媒体意见领袖的思想力值，为相应的二级指标值，为相应二级指标的权重

系数。

2.1.2 洞察力（Discernment，D）

领导者自身具有知识才能后，还需具有前瞻性和决断力，也就是说意见领袖应该具备深入探索分析某公共事件的能力，需要具备敏锐性，并且在第一时间发表正确有效并能得到行业及大众认可的言论。本文通过考察社交媒体意见领袖发表相应言论的活跃情况、响应速度和效度来衡量。其中，响应频次（D1）又细分为30天内活跃数及占比情况（D11）和日均发布量（D12）两个三级指标。响应速度（D2）即对公共事件的反应速度，细分为公共事件发生后响应时间（D21）及响应时间在大V中的排名（前中后30%）（D22）。响应效度（D3）代表了社交媒体意见领袖对于公共事件的分析是否正确有效，能否引起大家的共鸣，其又细分为普通用户点赞数（D31）以及大V点赞数（D32）两个三级指标。洞察力的运算公式为：

（2）

其中，为社交媒体意见领袖的洞察力值，为相应二级指标的权重系数，为相应的三级指标值，为相应三级指标的权重系数。

2.1.3 影响力（Influence，I）

领导者具备品德、才能，进而做出前瞻性的决断后，就要对追随者产生感召魅力，从而形成领导力。意见领袖具有设置议题的能力，并且能够改变舆论进程中的议题走向，在本质上形成非权力领导力，而意见领袖领导力的考察很大程度上是影响力的考察，即曝光接触、互动反馈的深度与广度。因此考察社交媒体意见领袖的影响力必须落实到考察在某一主题内特别活跃，并在这一主题内具有极大影响力的用户。本文通过社交网络中的两种主要交互行为来考查意见领袖的影响力：1）曝光广度（I1）。微博中，曝光广度即引起网民注意的能力以及自身的知名程度。在这个指标中，我们细分为意见领袖知名度（I11）和微博粉丝数（I12）。2）曝光深度（I2）。曝光深度即微博粉丝中的有效类型，在这个指标中，我们细分为粉丝中大V用户数（I21）和活跃粉丝数（I22）两个三级指标。3）互动广度（I3）。在曝光环节，用户不只是单纯的接触到社交媒体意见领袖的观点或者信息，要考察信息是否真正被用户所接受或者认可，还得考察意见领袖和用户之间（也是领导者和追随者之间）的互动情况，转发行为成为一种验证、认同或者否定其他用户观点的方式。主要有两种情况，第一种，当用户认可某条信息时，即与社交媒体意见领袖用户的价值观相符合时才会进行转发;另一种情况，用户不认可某条信息，会通过转发的行为辅以评论，实现信息的增值，将不认可的信息进行纠正然后实现再传播，则该社交媒体意见领袖的跟随者们所接收到已经是实现了信息增值的新信息。意见领袖用户的信息被转发的次数越多，产生的影响越大。同时，一个社交媒体意见领袖信息被评论的次数越多，意味着对越多的粉丝产生了影响。因此，本文采用被转发量（I31）和被评论量（I32）两个三级指标来衡量社交媒体意见领袖与粉丝互动的广度。4）互动深度（I4）。和互动广度类似的是，互动深度也衡量着信息能否真正产生影响力和领导力，在这个指标中，我们采用二次转发量（I41）和多次评论量（I42）两个三级指标来衡量互动深度。影响力的运算公式为

（3）

其中，为社交媒体意见领袖的影响力值，为相应二级指标的权重系数，为影响力对应的三级指标值，为相应三级指标的权重系数。

最后，合算出社交媒体意见领袖领导力（Leadership）的评价模型，即

（4）

其中，为社交媒体意见领袖的领导力值，、和分别为社交媒体意见领袖的思想力、洞察力和影响力值，、和分别为思想力、洞察力和影响力对应的权重系数。

根据以上研究设计，应用社会网络层次分析法，本文最终构建了社交媒体意见领袖领导力的评测模型，并通过AH分析方法和专家打分形式测算出指标体系的权重系数，如表1所示。

2.2 抽样方法

为检验验证本文提出的非权力社交媒体意见领袖领导力评测模型，本研究团队进一步自主研发了针对新浪微博的网络意见领袖监测系统，并申请了软件著作权（登记号：2015SR137322），软件主要是通过配置自动采集新浪微博用户的基本信息，包括粉丝数、关注数、微博数等，以及该用户发布的每一条微博及评论内容，包括对该微博的转发数、评论数、点赞数等信息，并根据本文提出的计算模型，实时评估社交媒体意见领袖的领导力等值。本研究团队截至2017年12月30日，收集各行业和各年龄段8 798名具有高影响力的微博大V用户信息，及其发布的约8 798万条有效微博信息。这些意见领袖总共拥有3.8亿个粉丝，他们总共发表了近1 000万条文章，这些文章总计被转发了近7亿次，被评论了3.8亿次，其规模接近于国内网民总数。

3 实证验证

以本团队挖掘的数据库为基础，根据上述所提出的社交媒体意见领袖领导力评测指标体系，对新浪微博大V用户的领导力进行了实验验证，如表2所示，得到新浪微博大V用户领导力排名前25名的意见领袖用户信息，并测量出他们的领导力值。

同时，本文对新浪微博意见领袖的性别和年龄、行业、职业等个人特征与其领导力的关系进行了分析研究。其中，在性别方面，微博意见领袖中男性占81.4%，女性占18.6%，说明男性新浪微博意见领袖掌握着话语权。在年龄中，数据显示20～29岁段的占9%，30～39岁段的占43.5.1%，40～49岁段的占29.1%，50～59岁段的占14%，60～69岁段的占3.7%，70岁以上的占0.7%。若按照出生年份进行分析，“90后”占7.3%，“80后”的占42.3%，“70后”占29.6.1%，“60后”占16%，“50后”占4%。可见，从整体上来看，新浪微博意见领袖以青壮年为主。而在对微博意见领袖的职业与从事的行業分析中，分别发现，微博意见领袖行业构成前五位由高到低的依次是媒体从业人员与IT互联网从业人员（33%）、科研教育（12.9%）、娱乐圈（4.9%）以及人文艺术（4.9%）等;意见领袖的职业主要为媒体从业人员（28.8%）、企业高管（18.5）、草根（16.3%）、专家学者（7.6%）以及娱乐名人（4.7）%等。相应地，本课题组2016年底观测到的数据研究结果为微博意见领袖行业构成前五位由高到低的依次是媒体从业人员、IT互联网从业人员、人文艺术、娱乐圈与科研教育等，微博意见领袖的职业主要为企业高管、媒体人、专家学者、艺人与作家等。经对比发现，随着近一两年国家对意见领袖的治理以及网民快速发展，微博意见领袖构成结构也发生了悄然变化，最突出是表现是专业媒体人与IT技术人员等在意见领袖的引领作用在加强，科研教育专家与草根意见领袖队伍也在不断发展壮大。

从微博意见领袖的全中国（包括台湾）地理位置分布图来看，其中排名由高到低前五位的分别是北京（分布量化指数为3 868，下同）、广东（1 006）、上海（777）、江蘇（488）、浙江（398），另外，微博意见领袖信息交互图则显示最活跃的地区几名的分别是广东（活跃指数97，下同）、上海（75）、江西与湖北并列第三（32）、重庆、四川、甘肃与吉林并列第四（22），可见，目前中国微博意见领袖主要集中在北上广等经济比较发达的地区，但活跃地区则由经济发达地带向内陆地区辐射的发展趋势，其中北京微博意见领袖人数最多，广东微博意见领袖最活跃。

此外，本文还对新浪微博意见领袖的网络应用与领导力关系做了进一步的分析，因篇幅原因，在此仅显示前25名微博意见领袖的领导力及其各指标情况。从总体上看，前25名中IT精英占了15个席位，其中对于领导力值排名第一的“一句话囧”来说，其影响力指数为2 482、洞察力指数为47 861、思想力指数为28 892。他发表的文章总数为15万，被转发总数为13万，平均转发数为114，被评论总数为2万，平均评论数为22;其粉丝数为751万，年度活跃天数为65天，但综合来看有些IT精英的影响力还有待提高。另外，经济专家4人，传统媒体人与影视艺术名家各占了3个席位，三个群体对比发现，传统媒体人正积极地向新媒体个人意见领袖转型，但其信息发布的权威性、粉丝数与活跃天数都有待加强;而经济专家，特别是影视艺术名人，由于其社会身份特殊性往往受到粉丝的

热捧。

4 结论与讨论

针对以往基于用户粉丝数、帖子数和评论数等数据的静态统计分析，以及基于网络拓扑结构的度量等研究工作，无法有效刻画出社交媒体意见领袖用户活跃度和发帖内容影响等情况。本文基于非权力性领导力的相关理论，构建了社交媒体意见领袖领导力评价指标体系，设计了新浪微博意见领袖领导力的计算模型，在此基础上，开发“微博爬虫”程序，从新浪微博采集“大V”用户数据进行实例验证，最后，以影响力比较大的意见领袖为考察对象，对提出的评价模型进行实例验证。但由于篇幅有限，在此并没有深入系统展开，这将在今后的研究中落实。

参考文献

[1]Vergani M.Are Party Activists Potential Opinion Leaders？.Javnost-The Public，2011，18（3）：71-82.

[2]Bodendorf F，Kaiser C.Detecting Opinion Leaders and Trends in Online Social Networks. Proceedings of the 2nd ACM Workshop on Social Web Search and Mining， ACM， 2009：65-68.

[3]Weimann G.The influential：People who Influence People.SUNY Press，1994.

[4]Cho Y，Hwang J，Lee D. Identification of effective opinion leaders in the diffusion of technological innovation： a social network approach.Technological Forecasting and Social Change，2012，79（1）：97-106.

[5]樊兴华，赵静，方滨兴.影响力扩散概率模型及其用于意见领袖发现研究[J].计算机学报，2013（2）：360-367.

[6]王国华，张剑，毕帅辉.突发事件网络舆情演变中意见领袖研究——以药家鑫事件为例[J].情报杂志，2012（12）：1-5.

[7]张皓.突发事件中的微博意见领袖研究[D].上海：上海社会科学院，2012.

[8]李艳平，王灿发，周鼎.微博舆论场域的较量——兼谈微博意见领袖的社会影响力[J].传媒，2016（11）：

86-88.

[9]彭丽徽，李贺，张艳丰.基于灰色关联分析的网络舆情意见领袖识别及影响力排序研究——以新浪微博“8·12滨海爆炸事件”为例[J].情报理论与实践，2017（9）：90-94.

[10]王佳敏，吴鹏，陈芬，等.突发事件中意见领袖的识别和影响力实证研究[J].情报学报，2016（2）：169-176.

[11]王文艳.微博草根意见领袖影响力的生成机制——以“昆明3·1事件”为例[D].保定：河北大学，2015.

[12]李利文.非权力领导力的实现机制——基于网络意见领袖的分析[J].天津行政学院学报，2015（3）：91-97.

[13]许国动.意见领袖视角下大学生网络领导力实现途径[J].当代青年研究，2012（11）：1-6.

基金项目：本文为教育部人文社科课题（18YJA860020）、中广电联合会2017年媒介素养专项研究（2017ZGL0010）、校新闻传播研究院课题（ZCXC17YB03）的阶段性研究成果。

作者简介：宋红岩，浙江传媒学院马克思主义学院副教授，浙江省网络媒介素养研究院副秘书长。