新媒体形势下预警信号传播影响因子识别

周彦 谢宝永 刘江顺

摘要：在新媒体形势下，对预警信号在新媒体传播渠道影响力的评价，有助于提高预警信号发布传播的有效性、及时性和覆盖面，本文采用影响因子识别矩阵法的统计分析方法，对新媒体形势下对预警信号传播的影响因子進行分析、筛选和因子相关性划分从而识别影响因子，可用于对预警信号传播影响力的评估，为提高预警信号发布传播影响力打下基础。

Abstract： Under the new media situation， the evaluation of the influence of early warning signals in new media communication channels is helpful to improve the effectiveness， timeliness and coverage of early warning signals. This article adopts the statistical analysis method of the impact factor identification matrix method， carries out analysis， screening and factor correlation division on the impact factors of early warning signal propagation under the new media situation to identify the influence factors， which can be used to evaluate the influence of early warning signal dissemination and lay a foundation for improving the influence of early warning signal dissemination.

关键词：新媒体;预警信号传播;影响因子;识别

Key words： new media;early warning signal propagation;impact factor;identification

中图分类号：G206                                       文献标识码：A                                  文章编号：1006-4311（2020）29-0171-02

0  引言

2007年6月正式颁布了《气象灾害预警信号发布与传播办法》（中国气象局第16号令）。《办法》第九条规定：各级气象主管机构所属的气象台站应当充分利用广播、电视、固定网、移动网、因特网、电子显示装置等手段及时向社会发布预警信号。

《办法》第十条规定 广播、电视等媒体和固定网、移动网、因特网等通信网络应当配合气象主管机构及时传播预警信号，使用气象主管机构所属的气象台站直接提供的实时预警信号，并标明发布预警信号的气象台站的名称和发布时间，不得更改和删减预警信号的内容，不得拒绝传播气象灾害预警信号，不得传播虚假、过时的气象灾害预警信号。

2018年11月5日，广东省人民政府印发了《广东省气象灾害预警信号发布规定》（下称《规定》），《规定》于2019年1月1日起实施。 早期气象灾害预警信号主要的播发媒介为广播、电视等传统意义上的媒体和有关通信运营单位。随着科学技术的发展，逐渐衍生出以数字信息技术为基础、以互动传播为特点的新媒体，如微博、微信公众平台和各大网站等，其传播范围广、速度快的特点对气象灾害预警信号的播发可以起到重要作用。

微博、微信公众平台等以数字信息技术为基础、以互动传播为特点的新媒体，已经普遍受到年轻一代的喜爱，预警信号通过新媒体传播将成为一种新趋势，因此，如何评价预警信号在新媒体传播渠道的影响力，选择、改进预警信号传播渠道，提高预警信号发布传播的有效性、及时性、覆盖面，在新媒体形势下显得极为重要。而预警信号传播影响因子的识别是为预警信号传播渠道的影响力评价打下坚实的基础。

1  影响因子的识别方法

本文研究预警信号传播渠道，目的是找出在新媒体形势下传播渠道对预警信号的影响力，具体表现在新媒体传播渠道对预警信号的传播力，新媒体传播渠道与公众互动力，新媒体传播渠道的服务力和公众对新媒体传播渠道的认同力。要对新媒体传播渠道影响力的评估，就要识别出能体现其传播力、互动力、服务力和认同力的因子，因此对影响因子的识别就是在预警信号在传播过程、环节、服务中，研究分析相关因子与传播力、互动力、服务力和认同力的关系，识别相关因子可能的贡献和影响方式，从而找出相关的影响因子。

目前比较成熟的影响因子识别方法有：清单法和矩阵法。

清单法就是通过核查一一列出在一张表上的因子的识别方法。具体可以分为：①简单型清单：是一个有可能受到影响的因子表格，不做其他特别说明。②描述型清单：在简单型清单的基础上，增加了影响因子如何度量的准则。③分级型清单：在描述型清单基础上，增加对影响程度进行分级。

影响因子识别的矩阵法不仅可以具有影响识别功能，还可以有影响综合分析评价功能。它将清单法中所列内容系统加以排列，把项目中的各种因子和受影响的要素组成一个矩阵，在因子和影响要素之间建立起直接的因果关系，以定性或半定量的方式说明项目的影响。

矩阵法也可以将各因子对相应要素的影响程度，划分为若干个等级，如三、五、七个等级。为了反映各个要素在预警信号传播环节、服务中的重要性的不同，还可以采用加权重的方法，对不同的要素赋不同的权重。

在本文的研究中，我们采用相关矩阵法。通过系统地列出各种因子，以及可能受影响的要素，构造相关矩阵以确定各因子和受影响要素的相互作用关系。如果认为某因子可能对某一要素产生影响，则在矩阵相应交叉的格点将影响标注出来。

2  影响因子识别步骤

为了保证影响因子识别的充分性、合理性和科学性，我们按照严格的步骤进行识别;在新媒体形势下，对媒体产生影响的因子很多，为了识别预警信号传播的影响因子，我们以预警信号传播渠道的传播环节、服务为主线，分析与传播环节、服务相关的因素，通过预警信号传播规律的分析，并对这些因子一一进行选择、识别、筛选和归类。因此我们按下列步骤进行选择、分析、识别、筛选和归类。

第一步：分析预警信号在新媒体传播渠道中的传播环节、服务;

第二步：挑选与传播环节、服务有关的因子;

第三步：识别每个因子的有关影响;

第四步：影响因子的筛选和归类。

3  预警信息传播影响因子分析

3.1 警信号传播及其相关因子分析

预警信号从在新媒体传播渠道中发布的速度，公众接收的覆盖面，影响最多的是选择传播渠道，因为不同的传播渠道对预警信号的传播力，传播渠道与公众互动力，服务力和公众对传播渠道的认同力都会对预警信号的传播产生很大的影响。而传播力、互动力、服务力和认同力中所涉及的因子有：发布数量、发布专业数量、主动转发数、主动评论数、发送私信数、发送原创数、主动@数、主动点赞数、被转发数、被动评论数、接受私信数、被@数、被点赞数、阅读量、粉丝数等。

3.2 识别因子与传播影响的相关性

为了识别预警信号传播影响因子，下面本文根据以上各因子在预警信号传播过程中各环节、服务影响的情况，采用矩阵法来分析各因子对于预警信号传播渠道在传播力、互动力、服务力和认同力上的影响相关性，详见表1影响因子分析矩阵表。

由表1可以看出，预警信息在同一传播渠道上发表，不同的影响因子在传播力、互动力、服务力和认同力上所起的贡献是各不相同。

3.3 影响因子的筛选与相关性划分、归类

由表1可以看出发布数量、主动转发数、发布原创数等三个影响因子都对服务力有影响，但预警信号传播渠道发布的数量因子可由主动转发数因子和发布原创数因子表现出来。因此为了删除影响的重复和因子的冗余，可以删除发布数量因子。

一个传播渠道影响力大小，是针对该专业而言，如果该传播渠道是依靠发布其他信息而取得的影响力，那就不能准确地表现出对预警信号传播的影响力，可以通过某一时间窗口内所发布专业信息数量与发布数量计算得到发布专业指数，采用发布专业指数因子来代替发布专业数量因子更合适。因此删除发布专业数量因子，采用发布专业指数因子。

主动@数因子可以加强预警信号的传播力，但其传播力的效果最终由阅读量因子表现出来，为了删除影响的重复和因子的冗余，因此主动@数因子可以忽略。

一个传播渠道的对于预警信号影响力的大小，还决定于其对预警信号发布的影响力，发布原创数因子能衡量该渠道的服务力，但是，单纯采用发布原创数因子略显简单粗暴，通过发布原创数与发布数量计算出发布原创指数，采用发布原创指数代替发布原创数更具科学性，因此删除发布原创数因子，采用发布原创指数因子。

主动点赞数因子虽然可以归结为增加服务力，但点赞的动作可以对自己的信息的认可，可以对其他信息的认可，实际上没有对公众服务提供实质的服务，主动点赞因子可以忽略，因此删除主动点赞因子。

粉丝数因子代表着公众关注着预警信号发布的渠道，粉丝数量多有利于预警信号的传播，可以增加预警信号的传播力，但传播渠道的影响力，并不是与粉丝数量成正比，在這些众多的粉丝中也会存在僵尸粉丝，这些粉丝的存在对预警信号传播没有影响力，对传播力的影响最终表现在阅读量因子上，粉丝对发布信息进行阅读、评论、点赞和转发等行为，才能体现公众对预警信息的关注，因此为了排除僵尸粉丝的影响，可以忽略粉丝数因子。

通过上述的识别、分析和筛选，我们可以得出新媒体形势下，对预警信号传播的影响因子可归结为如下四个方面11个因子：

在传播力方面有阅读量因子。

在服务力方面有发布专业指数、主动转发数、主动评论数、发送私信数、发布原创指数等因子。

在互动力方面有被转发数、被动评论数、接受私信数、被@数等因子。

在认同力方面有被点赞数、阅读量等因子。

4  结论

影响因子的识别是新媒体形势下预警信号传播影响力评价的基础，本文在介绍了影响因子识别方法和步骤的基础上，采用矩阵法的影响因子识别方法对预警信号传播的影响因子进行分析、筛选和因子相关性划分，识别出了新媒体形势下对预警信号传播分别在传播力、互动力、服务力和认同力方面的影响因子有：阅读量、发布专业指数、主动转发数、主动评论数、发送私信数、发布原创指数、被转发数、被动评论数、接受私信数、被@数、被点赞数等影响因子，为对预警信号传播渠道的影响力评估打下了基础。

参考文献：

[1]中国气象局.气象灾害预警信号发布与传播办法，2007，6，12.

[2]广东省人民政府.广东省气象灾害预警信号发布规定，2018，11，5.

[3]周科平，田勇刚，基于因子交互作用矩阵的采空区危险度评价研究[J].中国安全生产科学技术，2016，10，30.

[4]司马文卉.城市总体规划环境影响识别方法与应用研究[D].清华大学硕士论文，2012，05，01.