基于H指数的政务微博影响力研究

杨长春 王 睿

(常州大学商学院，江苏 常州 213164)

具有即时性、传播速度快，影响力广、互动性强等特点的微博平台是快速兴起的信息发布平台，其引发的舆论信息量不断扩大，对社会各界人士越来越有影响力，政务微博作为微博的主要组成部分，受到学术界越来越广泛的关注。韩娜根据拉斯韦尔的5W传播模式理论，对政务微博的传播特性以及传播模式方面展开了研究[1]。张雨通过多个实际案例对政务微博的管理进行了研究，以公众对政府的3种期待为出发点来塑造政府形象，并且提出通过微博的联合成群、链接扩容、转发扩散来扩大政委微博的传播效果[2]。Wu Guohua认为政务微博是政府部门与公众形成良好互动的重要渠道，并可以此提高政府的公信力，有利于公众对政府管理危机产生积极的回应[3]。

政务微博是指由党政机构或党政机构官员开通的在微博平台经过实名认证的，用以发布各种政务信息、促进政府信息公开、加强官民互动交流、塑造政府新形象、加强政府公共服务等内容的微博[4]。湖南桃源县于2009年开通其官方微博“桃源网”，成为我国最早开通的政务微博，之后我国的政务微博步入高速发展阶段。据人民网舆情监测室发布的《2017年第一季度人民日报·政务指数微博影响力报告》显示，截至2017年3月31日，新浪平台认证的政务微博用户已达到168 839个，比2016年底增加了4 317个。其中政务机构开通的微博有129 568个，公务人员开通的微博有39 271个[5]。政务微博的出现，既能够让政府部门提供即时信息发布、获取民情民生的最新动态、提供更好的群众服务工作、重新树立政府新形象，同时也为广大人民群众及时了解政策信息、发表意见观点、实施监督投诉、积极参与政治建设提供了新的途径。微博问政，既是顺应网络时代发展的产物，更是新兴的电子政务的重要组成部分，赋予了政府部门新的服务意识和责任意识，给与了公众新的话语权和新的监督权。

深入分析微博舆情的传播主体以及舆论的影响力、社交媒体环境下的网络舆情意见领袖，对于我国政府部门管控社交媒体环境下的网络舆情具有重要意义[6]。政务微博的影响力状况，在某种意义上决定了突发事件的舆情导向以及善后处理工作的完善程度。政务微博影响力的水平高低与政治舆论传播生态和言论生态成正比关系[7]。通过对政务微博的影响力进行指标评价以及实证研究，有利于政府了解和掌握目前政务微博的发展状况，发现不足之处，从而客观地进行查漏补缺，不断改进，真正做到服务于民；有利于政府部门了解公众参与问政询政情况，了解民生所需，加强公共服务建设；有利于政府部门与公众坦诚交流，共同解决难题，办好实事，重新树立政府新形象。本文构建了以层次分析法(AHP)确定指标权重的政务微博影响力评价指标体系，引进信息计量学中的h指数对15家政务微博进行筛选，最终留下10家较为优质的政务微博进行实证研究，结果可为政务微博提高自身影响力和美誉度，以及加强政务建设、重塑政府形象提出建议。

1 政务微博影响力评价指标体系构建

1.1 政务微博影响力的影响因素

通过分析政务微博页面各要素以及挖掘影响政务微博影响力的各因素，本文借助因子分析方法，甄选出创造力、传播力、服务力以及交互力4项一级指标，发博总数、原创微博数、篇均阅读量、粉丝数量、评论回复数、设置话题数、发博@其他用户数、被转发数、被评论数、被点赞数10项二级指标。其结构如图1所示。

图1 影响因素结构图

1.1.1 创造力

创造力衡量的是政务微博发布微博的数量与质量。政务微博作为官民互动交流沟通的窗口以及重要政务信息传播的源头，只有发布足够的微博数量才能让公众及时了解当前的政务情况，原创的微博更能体现政务微博参与网络问政的积极性与有效性。本文对政务微博的创造力采用发博总数和原创微博数进行衡量。

1.1.2 传播力

政务微博是政府部门发布信息的重要网络阵地，是公众及时了解政府政策、舆情事件的重要网络平台。因此，政务微博的传播力度如何也是一项重要的评价指标，本文政务微博的传播力用微博篇均阅读量以及微博用户拥有的粉丝数量两个方面加以反映。

1.1.3 服务力

政务微博作为网络问政的重要手段，服务于民是其本职所在。政务微博回复公众的提问，采取“一对一”对话形式和设置话题种类，更能解决公众心中疑惑，方便用户搜索，在发微博时@其他用户，可以明确地提醒其他用户所要了解的信息，并且能够使更多人了解消息，加快信息传播，促进官民之间的良性互动，提升政务微博的服务能力。政务微博的服务力可从评论回复数、设置话题数以及发博@其他用户数3个方面加以衡量。

1.1.4 交互力

政务微博的认同力衡量的是公众对政务微博的认同理解程度。公众认可微博内容，才会在微博博文上留下自己的足迹。因此，政务微博的认同力可采用被转发数、被评论数、被点赞数3个方面进行衡量。

1.2 构建政务微博影响力评价指标体系

本文构建的政务微博评价指标体系包括4项一级指标和10项二级指标。一级指标包含创造力指标、传播力指标、服务力指标、交互力指标。二级指标包含发博总数、原创微博数、微博篇均阅读量、粉丝数量、评论回复数、设置话题数、发博@其他用户数、被转发数、被评论数、被点赞数。政务微博影响力评价指标体系详见表1。

表1 政务微博影响力评价指标体系

表1(续)

2 政务微博影响力研究设计

2.1 研究方法

通过对相关文献的查阅，梳理出目前研究微博影响力采用的几种主要方法：①基于多层结构。赵红等[8]对用户特征和微博属性特征进行界定，提出影响微博信息的多层结构，建立多层线性模型来研究影响微博转发量的各种因素，采用非参数拔靴法对模型的统计推断结果进行了改进。②Page Rank算法及其改进算法。张俊豪等[9]根据PageRank算法以及用户行为提出了综合考量用户自身活跃度和用户之间联系度的影响力评估(UIA)算法，该算法不仅改进了PageRank主题漂移的缺点，还对微博用户的影响力进行了系统化衡量。③主成分分析法。刘清等[10]采用主成分分析法推算出各指标权重，建立了微博影响力评价模型。④因子分析和聚类算法。赵阿敏等[7]用16家省级政务微博作为研究样本，构建了政务微博影响力评价指标体系，通过因子分析法和聚类分析法对政务微博的影响力进行评价与实证研究。结果表明，16家政务微博的影响力呈现出底部巨大的“金字塔型”结构。

目前，将h指数运用于微博影响力的相关研究相对薄弱。本文引入能够有效衡量科学家绩效的h指数，通过综合h指数的排名比较筛选出相对优质的政务微博进行研究，运用层次分析法(AHP)确定各指标权重并应用到实证研究，全面地对政务微博影响力进行定量研究，以期对政府有效管理和使用微博提出合理的建议。

2.2 h指数

h-index又称为h指数或h因子，是一种可靠客观的评价科学家学术成就的方法。多年来，经过众多学者的延伸和拓展，在进行机理分析和实证研究的基础上被应用到其他学科或领域。Jorge E Hirsch[11]于2005年提出了h指数，定义为：如果某位科学家发表的N篇论文中有h篇论文被引用的次数大于等于数字h，而剩下的(N-h)篇论文中的每一篇的被引用次数都小于等于h，那么该科学家的h指数就是h。其他学者修正并拓展了h指数的定义，Rousseau R[12]给出了离散h指数的定义：把科学家S发表的论文按照被引用的次数降序排列，每篇论文都有属于自己的编号(就算被引用次数相同，每篇文章的编号也不相同)，当且仅当编号h前的每篇论文的被引用次数大于等于h，并且编号第h+1篇论文的被引用次数严格小于h+1时。那么科学家S的h指数才为h。

2.3 h指数应用于微博影响力的可行性分析

基于引文数据提出的h指数同样适用于微博的被评论、被转发等数据环境。因此可以将h指数应用到微博数据的研究。比如微博的被转发/被评论的数据按照次数降序排列并从上到下依次编号，得到的就是一个类似于引文数据中h指数所定义的论文数与引文数的数据列表[13]。例如将某个连续时间段的微博数据按照被转发的次数降序排列并从上到下依次编号，前5个微博的被转发次数至少为5，从编号6起，微博的被转发次数都比6小，那么该微博的被转发次数的h指数就是5。微博被转发h指数等于5说明：在某个连续时间段内，某篇微博的被转发的频次大于等于5。微博的被转发h指数计算方法详见表2。

表2 微博数据的被转发/被评论h指数计算示例

2.4 层次分析法(AHP)

美国教授萨蒂[14]于20世纪70年代初最早提出层次分析法，它是把影响决策目标的因素进行逐一分解，形成决策、中间要素、备选方案等层次，并兼顾定性以及定量分析的系统决策方法，该方法己经广泛应用于各个领域。层次分析法是把研究对象看做一个整体的系统，按照先分解、逐一比较判断、最后综合分析的分散思维方式决策，这种方法并不要求有高深的数学知识，对行为、推理、逻辑等过程也没有过分注重，通过将定性与定量方法的有机结合，从而达到分解复杂问题的目的，还能够把人们的思考过程系统化、数学化，与机理分析、统计分析一样重要的系统分析工具[15]。

3 政务微博影响力评价与比较分析过程

如上所述，本文采用层次分析法(AHP)来确定各指标权重，具体做法如下：

1)邀请25位评判人员(包含17位任职于高校研究以及8位从事社会研究的社交网络的学者和专家)对各指标的相对重要性作出评判，构造出表3所示的成对比判断矩阵A=(aij)n×n，其中aij是指标Ai和Aj相对于准则B的相对重要性，准则B一般采取9层标度法，详见表4。

表3 成对比较判断矩阵

表4 判断矩阵标度准则

注：aij表示因素i相对于因素j的重要程度。

2)通过对判断矩阵的运算求出各级指标权重并进行一致性检验。一致性检验由以下步骤组成：

①算出一致性指标CI

其中λmax表示判断矩阵的最大特征值。

②查找平均随机一致性指标RI

③计算一致性指标CR

当且仅当CR≤0.10，判断矩阵视为是可接受的。

本文以4个一级指标为例，得到判断如下判断矩阵A：

3)通过计算得出矩阵A的权重W=(0.1381,0.1953,0.3901,0.2761)，CI=0.0404，RI=0.9，CR=0.0449<0.10，故通过一致性检验。同理求出二级指标权重，汇总得出如表5所示的政务微博影响力评价指标体系权重表。

表5 政务微博影响力评价指标体系权重分布

4 实证研究

4.1 数据的选取

新浪微博是目前拥有政务微博数量最多的社交平台，且政务部门种类齐全，发展时间长，具有身份实名认证，是值得信赖的官方权威发布，也是作为研究样本的不二之选。所以，本文的研究样本从新浪微博中选取，为确保研究对象具有客观性和可比性，本文随机选取了15家省会城市“政府—外宣”的政务微博作为数据获取对象，为了保证研究对象的质量，缩小差距，本文引进信息计量学中的h指数，对15家政务微博所发微博的质量与数量进行评定筛选，最终确定10家政务微博用于本文的实证研究。为了确保研究的时效性与准确性，本文选取的研究样本是15家政务微博在2017年7月1日至7月31日期间发布的所有微博博文。使用八爪鱼数据采集工具，于2017年8月6～8日采集了上海发布、成都发布、微博济南等15家政务微博整个7月的所有微博，共计7 167条微博信息。

政务指数榜是专门针对政务微博的特色做出排名的榜单,提供新浪微博官方授权的微博数据，人民舆情检测室与各大官方网站进行合作制定个性化的排名榜单，由人民日报发表的最权威的政务微博榜单排名。本文将对选取的10家政务微博的研究结果与政务指数榜的7月份榜单的排名进行实证比较。

4.2 政务微博影响力评价指标的研究样本

本文引进转发h指数(hz)、评论h指数(hp)、点赞h指数(hd)以及综合h指数(hm)对15家政务微博进行排名筛选，从而获得较为优质的实证研究对象。各h指数的详细算法参照表2。综合h指数(hm)是将hz指数、hp指数、hd指数通过适当的权重加权合并计算得出的，计算表达式如下所示：

1)加权算数平均法计算公式：

hm=L×hz+M×hp+N×hd

(1)

或者

2)加权几何平均算法计算公式：

(2)

hm为狭隘的评估微博影响力的综合h指数；L、M、N分别为hz、hp、hd的权重，且L+M+N=1。

验证表明，公式(2)计算的h指数比公式(1)的计算结果更具显著性。通过对已有微博影响力相关文献的查阅，微博的评论数和转发数是衡量其影响力的重要因素，点赞数的影响小于前两个因素，因此，在本案例的研究中对hz、hp、hd权重的分别为0.4、0.4、0.2，即L=M=0.4，N=0.2。出于便捷性考略，本文选择公式(1)计算hm指数。

若将此方法应用于真的实践研究，综合h指数的权重分配应该更深入探讨，应注重研究对象自有的特殊性。

本文按照2.3节给出的微博h指数求解方法，求得15家政务微博用户的hz指数、hp指数、hd指数以及hm指数，如表6所示。

表6 15家政务微博的h指数统计表

通过表6的排名可以看出，微博济南、长沙发布、合肥发布、福州发布以及郑州发布的综合h指数排名处于最后5位，因此，本文将剔除这5家政务微博，选取前10家政务微博作为研究对象。

4.3 政务微博影响力评价指标量化方式

4.3.1 指标归一化由于各项评价指标的含义和单位都不一样，所以应该对获取的数据进行归一化处理之后再计算政务微博的最终影响力。公式(4)可以将各与指标相对应的数调整到[0，1]区间。

(3)

4.3.2 指标量化公式公式1：政务微博影响力

Influence=waCF+wbDF+wcSF+wdIF

(4)

其中，wa、wb、wc、wd代表各指标的权重，CF、DF、SF、IF分别表示创造力、传播力、服务力、认同力的度量值。

公式2：创造力

CF=w1A1+w2A2

(5)

其中，w1、w2表示各指标的权重，A1、A2分别表示发博总数、原创微博数的度量值。

公式3：传播力

DF=w3B1+w4B2

(6)

其中，w3、w4代表各指标的权重，B1、B2分别表示篇均阅读量、粉丝数量的度量值。

公式4：服务力

SF=w5C1+w6C2+w7C3

(7)

其中，w5、w6、w7代表各指标的权重，C1、C2、C3分别表示评论回复数、话题设置数、发博@其他用户数的度量值。

公式5：交互力

IF=w8D1+w9D2+w10D3

(8)

其中，w8、w9、w10代表各指标的权重，D1、D2、D3分别表示被转发数、被评论数、被点赞数的度量值。

4.4 结果与讨论

根据政务微博影响力评价指标计算公式对采集的数据的计算，得出了10家政务微博最终影响力的评价结果(见表7)，通过表5可以发现，本研究对政务微博影响力的排名与政务指数榜7月份的排名顺序大体相近。

表7 政务微博影响力排名

根据本文所构建的政务微博影响力评价指标体系以及实证研究结果，本文对政务微博影响力的影响因素分以下4个方面展开讨论：

发博总数以及原创微博数是衡量一个微博用户创造力的基础条件，但是发博总数和原创微博数形成的微博原创率与政务影响力并不是呈绝对的正相关。政务微博的博文大多都是原创微博，且原创率大多都维持在94%～96%之间，原创率高达98%(样本最高原创率)的吉林发布最后的排名处于第8位；而原创率只有74%(样本最低原创率)的南京发布最终排名第3。另外，以发博总数和原创微博数为基础的创造力并不能单独反映政务微博的影响力大小。发博总数(947篇)和原创微博数(901篇)最多的深圳微博发布厅的影响力并不与其呈正比，实证研究结果，深圳微博发布厅的影响力排名为第6位；而发博数(418篇)和原创数(312篇)最少的南京发布，最后排名却跃居到了第3位。

粉丝规模一向作为衡量微博用户的必要指标，但是通过实证结果发现，粉丝量对政务微博的影响力不起决定性作用。虽然粉丝数排名前3的成都发布(640万)、上海发布(620万)、中国广州发布(460万)的最终影响力依然靠前，但是粉丝量最少的西安发布(101万)的最终影响力排名第7位，而中国广州发布的最终影响力则下降到了第5位。篇均阅读量虽然能在一定程度衡量政务微博影响力，但也不是绝对的。如篇均阅读量最高的上海发布(14.9万)的最终影响力就低于处于中等阅读量的成都发布(8.03万)。所以，以篇均阅读量和粉丝数量为基础因子的传播力影响因素是不能够单独用来反映政务微博影响力的。

政务微博的职责是为人民服务，也只有做到真正地为民服务，才能被广大人民群众所接受，从而形成真实的影响力。评论回复是最直接的服务于民的体现，设置话题是通过行公众之便的方式拉近与公众的距离，@其他用户则是更为广泛地呼应公众。因此，以评论回复数、话题设置书以及@其他用户数为基础因子的服务力影响因素能够奠定深厚的影响力基础。评论回复数能够真实地反映政务微博影响力的最终结果，成都发布的评论回复数(2 589条)最多，才能最终稳居榜首。评论回复数排名前5的其他4家政务微博南京发布(1 680条)、上海发布(716条)、中国广州发布(516条)、天津发布(244条)最终的影响力排名依然名列前茅。而剩下的几家政务微博几乎没有对公众的评论进行回复，因此，之前排名还不错的深圳发布、重庆发布等几家政务微博的最终影响力的排名一直往下降。

以被转发数、被评论数、被点赞数为基本因子的认同力能够更加真实的反映出公众与政务微博之间的互动交流，能在一定程度上决定政务微博影响力形成的深度。成都发布、上海发布、南京发布的篇均被转发数(南京发布58次、上海发布54次、成都发布52次)、篇均被评论数(南京发布66次、上海发布38次、成都发布36次)以及篇均被点赞数(成都发布75次、南京发布62次、上海发布51次)都不相伯仲，均名列前茅，最后3者的最终影响力也稳居前3。

5 结束语

本文首先对政务微博影响力的影响因素进行挖掘与归纳，总结出创造力、传播力、服务力、交互力4项一级指标以及发博总数、篇均阅读量、评论回复数等10项二级指标，并以此构建了政务微博影响力评价指标体系。随机抽取15家省级城市的官方微博，通过引进信息计量学中的h指数对其进行筛选，最终保留10家较为优质的官方政务微博作为研究样本，通过运用层次分析法对10家政务微博进行实证研究，并将实证结果与政务指数榜相比较，最终排名结果与政务指数榜的排名整体比较一致，从而验证了本文所建立的政务微博影响力评价指标体系的科学性与正确性。

通过对10家政务微博影响力的影响因素进行综合比较分析，研究发现：1)政务微博影响力的发展状况参差不齐。第一名和最后一名的影响力指数差距超过第二名总的影响指数指，差距突出。2)政务微博影响力发展态势情况并不乐观，高影响力的政务微博的数量明显低于低影响力的政务微博。政务微博用户应该时刻注意提升服务力和互动力，加强与粉丝的沟通与交流，真正做到服务于民，才能让真正地被粉丝理解和接受。

政务微博对于加强官民互动交流、舆论控制具有重要的作用。因此，政务微博更应该注重发布的信息的及时性和准确性；对不真实的内容第一时间作出官方辟谣，避免以讹传讹，造成重大舆情事件；及时解答粉丝关于政策性微博的疑惑，确保政府部门的政策能够准确地为公众所知；积极加强公共服务建设，加强与公众的互动，积极提升自身服务力。

[1]韩娜.传播学视角下政务微博的发展路径探析[J].新闻与写作,2012,(2)：19-22.

[2]张雨.政务微博的政府形象管理[J].新闻与写作,2012,(5)：45-47.

[3]Wu Guohua,Hu Xiaorui,Wu Yuhong.Effects of Perceived Interactivity,Perceived Web Assurance and Disposition to Trust on Initial Online Trust[J].Journal of Computer-Mediated Communication,2010,(16)：1-26.

[4]陈静.国内外政务微博研究述评[J].情报杂志,2014,(6)：156-157.

[5]2017年第一季度人民日报·政务指数微博影响力报告[EB/OL].http://yuqing.people.com.cn/NMediaFile/2017/0504/MAIN201705041338000110185848147.pdf.

[6]王晰巍，邢云菲，张柳，等.社交媒体环境下的网络舆情国内外发展动态及趋势研究[J].情报资料工作，2017，(4):6-14.

[7]赵阿敏.政务微博影响力评价与比较实证研究——基于因子分析和聚类分析[J].情报杂志,2014,(3)：108-111.

[8]赵红,王璨,胡锋,等.基于基于多层结构的微博影响力决定因素研究[J].管理学报,2014,(7)：1062-1068.

[9]张俊豪,顾益军,张士豪.基于PageRank和用户行为的微博用户影响力评估[J].信息网络安全,2015,(6)：73-78.

[10]刘清,彭赓,吕本富.基于主成分分析法的微博影响力评估方法及实证分析——以“新浪微博”为例[J].数学的实践与认识,2014,(4)：50-56.

[11]Hirsch J E.An Index to Quantify an Individual’s Scientific Research 0utput[J].Proceedings of the National Academy of Sciences of the USA,2005,(46)：16569-16572.

[12]Ronald R.New Developments Related to the Hirsch Index[J].Science Focus,2006.

[13]周志峰,韩静娴.h指数应用于微博影响力分析的探索——以我国“211工程”大学图书馆微博为例[J].情报杂志,2013,(4)：63-67.

[14]汪应洛.系统工程CM7(2版)[M].北京：机械工业出版社,2003：130 -140.

[15]刘秋华,董丹丹,韩韬.基于层次分析法的配电网风险评估指标体系研究[J].电气技术,2016,(9)：39-42.