广东气象微信矩阵传播能力评价模型

2021-08-31殷美祥张毅朱平黄金霞庞子琴

广东气象 2021年4期

殷美祥，张毅，朱平，黄金霞，庞子琴

（1.广东省气象公共服务中心，广东广州 510640；2.广东省气象局，广东广州 510080）

微信庞大的用户量和高效的数据连接、处理能力，让微信成为气象部门进行预报预警、应急减灾的重要渠道，以及开展互动式、定制式服务的重要平台。微信矩阵是基于微信平台搭建的，有统一宣传目标和传播策略，且能相互协作、相互促进，从而实现传播效果提升和流量归集的微信公众号集合。微信矩阵传播能力是指微信矩阵通过微信平台将信息传递给用户的能力以及传递的信息对用户产生的实际影响能力。量化分析和评价微信矩阵的传播能力对于了解矩阵传播发展态势、优化传播策略、提升矩阵协同性、把握舆论场导向等都有重要意义。目前包括广东在内的全国多省份都建立了气象微信矩阵，但针对气象类的微信矩阵传播能力评价模型的研究几乎是空白的。针对媒体类、健康类、科技类等行业微信公众号，虽已积累不少关于传播能力评价相关的研究成果［1－4］，但是，大部分研究主要是针对相互独立的公众号开展的，并非专门针对微信矩阵，没有考虑矩阵成员之间相互影响，难以体现矩阵成员为矩阵共同的宣传目标汇聚流量的能力。

为进一步凝聚矩阵传播合力，充分发挥传播效益，本研究将广东气象微信矩阵作为有机整体，基于矩阵实际联动工作机制和发展需要，研究建立客观统一的传播能力评价模型，为对矩阵传播能力现状进行实时统计分析，深入研究传播能力影响机制，有针对性地提高微信矩阵的传播能力进而为扩大气象服务效益提供参考依据。

1 资料与方法

1.1 数据来源

使用资料包括：（1）2019年1月1日—12月31日广东省21个地市气象微信公众号粉丝量、推送次数、推送文章数、总阅读量数据；（2）2019年1月1日—12月31日“缤纷微天气”小程序（简称“微天气”）浏览量和停课铃APP（简称“停课铃”）下载量数据；（3）《2015年政务微信报告》中公众号的评估指标权重数据［5］；（4）《2018年广东国民经济和社会发展统计公报》人口分布和经济发展分布数据［6］。

1.2 研究方法

1）层次分析法。

层次分析法是一种以定性与定量相结合处理各种决策要素，实现多准则决策的方法，具有系统化、层次化的优点。关于层次分析法的原理及应用方法，具体参见文献［1］。

2）熵值法。

在信息论中，熵是被用来衡量信息的不确定程度。熵值法是基于信息熵特性建立的客观赋权数学方法，能够深刻反映出指标信息熵值的效用价值，适用于时间序列评价中权重的确定，所确定的指标权重值比层次分析法和专家经验评估法可信度更高［7］。设有m个评价方案，共有n项评价指标，形成指标数据矩阵X＝｛xij｝m×n，其中xij为第m个评价方案中第n项评价指标值。指标体系中各个指标有不同的分级，需要对各个指标逐级进行熵值法计算权重。计算步骤如下：

（1）数据标准化处理。由于指标数据的单位不同，需要进行标准化处理，形成统一量纲的数据。本研究采用正向极差化法进行标准化处理：

其中，yij、xij、xmaxj、xminj分别为第i个评估对象的第j个指标的标准化数值、原始数值、最大数值、最小数值。

（2）指标值比重。熵值法自身的弱点在于对极端值的处理束手无策。为解决熵值法无法处理极端值的问题，需要通过将坐标平移进行修正，对熵值法进行改进。为尽可能保留原始数据信息特征，应尽可能选取可以达到非零效果最小的数值［8］。令fij＝yij＋0.000 01，则第i个评估对象在第j个指标中的比重pij：

（3）熵值。计算第j个指标的熵值ej：

2 结果与分析

2.1 评价指标设计

1）评价指标体系框架。

微信矩阵传播能力由信息传递给用户的能力和传递的信息对用户产生的实际影响能力组成，主要体现在矩阵成员信息发布能力和为矩阵中心宣传目标引流能力。“微天气”和“停课铃”是广东气象部门开发的，它以品牌化发展为目标，是微信矩阵联动发展的中心和汇聚流量的“蓄水池”。根据评价指标体系设计原则和信息传播的规律，设计出由目标层、准则层、指标层、方案层组成的指标体系框架（图1）。

图1 广东气象微信矩阵传播能力评价指标体系框架

该体系中，目标层是广东气象微信矩阵传播能力综合指数（R）；准则层包括信息发布能力（R1）、“微天气”引流能力（R2）、“停课铃”引流能力（R3）3个部分，反映微信矩阵在信息传播中各个阶段的能力对目标层的影响；指标层是由5个指标构成；方案层为需要评价的微信矩阵成员——以“地名＋天气”命名的21个地市气象微信公众号。

2）评价指标构建。

微信矩阵成员信息发布能力不直接因矩阵而产生，但它构成了矩阵传播能力的基础要素，是微信矩阵进行信息传播的第一阶段和产生影响的前提条件。根据信息发布情况设置3个指标：图文推送次数（R1.1）、文章数量（R1.2）、文章阅读数（R1.3），体现准则层中信息发布能力（R1）。

为矩阵中心宣传目标引流是组建矩阵的主要目的之一。引流能力体现传播主体对用户产生的传播效果和影响程度。“微天气”和“停课铃”是广东气象微信矩阵共同传播目标，因此将各矩阵成员对它们的引流能力作为评估其传播能力的核心指标。作为微信矩阵成员传播能力基础条件之一的粉丝量，具有明显的区域不平衡特征，即珠三角地区矩阵成员具有的传播能力基础条件显著优于粤东西北矩阵成员。为此，基于矩阵成员粉丝量的基础上，针对准则层中“微天气”引流能力（R2）设计一个评价指标：“微天气”浏览率（R2.1）；针对准则层中“停课铃”引流能力（R3）设计一个评价指标：“停课铃”下载率（R3.1），如式（7）、（8）。其中，V为某地“微天气”浏览量，D为某地“停课铃”下载量，A为各个矩阵成员微信粉丝量。

2.2 评价指标权重赋值

以广东21地市气象微信服务号为对象，基于改进的熵值法，利用2019年1月1日－2019年12月31日微信传播数据，计算评价模型指标权重。首先执行步骤（1）对评价指标的数据进行标准化处理，再执行步骤（2）－（6），逐级计算得到评价指标的数值和权重（表1）。

表1 广东气象微信矩阵传播能力评价模型评价指标权重

基于各指标权重，再执行步骤（6），得到广东气象微信矩阵传播能力综合指数（R）评价模型（式（9））。

其中，R1、R2、R3是矩阵成员准则传播能力指数。

2.3 评价结果分析

1）指标权重对比分析。

对比《2015年政务微信报告》中公众号传播力评估指标体系。该报告采用专家调查法和层次分析法，确定指标权重［5］。对于广东气象微信矩阵各成员而言，主要区别是影响力（由R1.1和R1.2组成）和活跃度（由R1.3和点赞数组成）。将该报告中订阅号活跃度和影响力指标权重进行重新标准化处理，得到对比结果（表2）。可见两种方法得到的指标权重差异非常小，这说明利用熵值法进行权重赋值具有较高的可靠性，且比专家调查法更加客观便利。

表2 广东气象微信矩阵评价模型和《2015年政务微信报告》评估模型指标权重对比

2）实例评价数据分析。

利用广东气象微信矩阵传播能力评价模型，计算得到2019年微信矩阵传播能力综合指数及准则层指数情况（表3），可以看出R1得分排名前6位都位于珠三角地区，得益于其紧跟天气变化节奏，紧贴服务需求，制作丰富的优质气象服务产品，提高气象服务质量，赢得大量用户关注。另外，R1的排名也和各矩阵成员所在区域的人口、经济、气象服务投入、粉丝量等传播能力基础条件排名次序相近。一是在经济发展层面，珠三角城市人口基数大、经济发展水平高，粤东西北区域则反之，2018年珠三角常住人口占广东55.53%，生产总值占比80.23%［6］（表略）；二是气象服务能力层面，粤东西北地区气象服务能力与珠三角地区相差悬殊；三是粉丝量层面，截止2019年8月，粉丝量排名前7的矩阵成员，全部位于珠三角，其粉丝量占比87%。可见，传播能力基础条件也是R1指数的重要影响因素。

表3 2019年广东气象微信矩阵传播能力指数1）

R2和R3各自得分排名前6位中，有5位来自珠三角、7位来自粤东西北，说明其区域性差异不大。R2和R3得分与矩阵成员是否基于本地传播能力基础条件，充分利用传播资源为矩阵中心宣传目标引流相关。通过考察发现，提升R2和R3得分除了依靠提升自身气象服务能力外，有效的举措包括：一是加强纵向和横向部门联动合作，积极与省市气象新媒体、地方政务新媒体矩阵联动，将服务产品或者渠道嵌入其它部门服务渠道，不断提升矩阵传播力；二是以大型活动气象保障服务为契机，为公众提供更多场景化产品，提高服务渠道黏性和关注度；三是积极整合优质社会渠道资源，如充分利用重要公共场所宣传媒介，与本地社会化媒体合作，有效扩大气象服务覆盖面。总体而言，提高气象服务质量、强化部门联动、整合优质社会渠道资源、促进传播流量汇集是提升微信矩阵传播能力综合指数的关键。