基于知识图谱的中国政务新媒体研究可视化分析

2022-09-22陈孝钟杜美玲

广西职业技术学院学报 2022年3期

陈孝钟，杜美玲

（1.南开大学滨海学院法政学系，天津 300270；2.天津商业大学公共管理学院，天津 300134）

随着移动互联网的高速发展，中国各级政府部门大都建立了自己的政务新媒体平台，以求更好地应对新型传播形式的转变[1]。《第47次中国互联网络发展状况统计报告》数据显示，截至2020年底，经新浪平台认证的“政务微博”已超过14万个，各级政府部门建立的“政务头条号”约有8.3万个，“政务抖音号”约有2.6万个[2]。随着5G技术的普及与应用，作为“党和政府联系群众、服务群众、凝聚群众的重要渠道，加快转变政府职能、建设服务型政府的重要手段，探索社会治理新模式、提高社会治理能力的重要途径”[3]的政务新媒体，必将迎来新的发展机遇[4]。本文通过对发表于中文核心期刊的国内政务新媒体研究领域的文献进行梳理和分析，整理出国内政务新媒体研究论文的发文时间分布、主要作者和机构、研究热点及研究前沿等内容，可为中国政务新媒体的未来研究提供参考。

一、数据来源及研究工具

（一）数据来源

要取得高“查准率”，操作过程会比较烦琐且易误伤数据，故笔者主张数据检索时应优先保证“查全率”。陈超美指出在中国期刊全文数据库中使用“主题词”检索可提升结果的“查全率”。由于当前对政务新媒体尚未形成统一的认识，本文遵从国务院办公厅2018年印发的《关于推进政务新媒体健康有序发展的意见》（以下简称《意见》）对“政务新媒体”所做的解释：“政务新媒体，是指各级行政机关、承担行政职能的事业单位及其内设机构在微博、微信等第三方平台上开设的政务账号或应用，以及自行开发建设的移动客户端等。[3]”设置检索条件为：主题=“政务新媒体”或“政务微博”或“政务微信”或“政务头条号”或“政务抖音号”或“政务APP”；为保证论文的权威性及代表性，论文的来源类别设置为：“核心期刊”“CSSCI”。检索截止时间设置为：2021年6月7日。笔者按照上述条件进行检索，共检索到文献1 015篇，最近一篇文献发表于2021年6月1日。对检索到的文献进行人工逐篇阅读，剔除作者署名为“本刊记者”、无署名作者及会议报道、简评、会议综述等非研究性文献,最终得到有效文献919篇，有效率达90.5%。

（二）研究工具

利用科学知识图谱工具CiteSpace，可快速绘制出某研究领域关于重要文献、热点论题和前沿方向的知识图谱，本文采用当前最新版本CiteSpace5.7.R5来绘制国内政务新媒体研究的知识图谱。

二、国内政务新媒体研究的文献计量分析

（一）发文量分析

对特定时间段内的发文量变化情况进行分析，有助于把握该研究主题的发展动态[5]。对收集的文献按照年度进行可视化处理，结果如图1所示。

图1政务新媒体研究文献发文量年度分布

由图1可知，相关研究文献最早出现在2010年。2012年，该领域研究文献呈爆发式增长态势，文献数量在2014年达到峰值。2014年之后的几年文献数量保持大体稳定态势。2018年，文献数量明显下降。2020年，文献数量再次出现小幅增长。从整体来看，中国政务新媒体研究经历了从无到有、从有到多、由多向好的发展历程[6]。结合时间发展脉络可将中国政务新媒体研究的发展阶段划分为：起步发展期（2009—2011年）、高速发展期（2012—2014年）、理性发展期（2015—2017年）和高质量整合发展期（2018年至今）。

（二）文献作者合作情况分析

分析作者间的合作关系，有助于识别领域内的核心作者及机构。在作者合作共现网络图谱中，节点间的连线反映了作者间的合作关系。连线越多，说明作者间的合作越密切；作者发文量越多，其节点圆环和节点字体越大[7]181。设置“NodeTypes”（节点来源）为“Author”，“SelectionCriteria”（选择标准）为“TopN=50”，得到作者合作共现网络图谱，其中Nodes（节点）=1300，Links（连线）=946，Density（密度）=0.0011，如图2所示。

图2政务新媒体研究主要作者合作共现网络图谱

图2表明该领域当前已初步形成简单的作者合作网络。合作网络密度仅为0.0011，说明该领域当前研究较为分散，学术联系较弱,团队规模较小[8]，还未形成真正意义上的合作关系。

核心作者的研究力及引导力会在很大程度上影响作者之间的合作程度[9],根据赖斯科学定律，可通过发文量来界定一个研究领域内的核心作者。计算公式为为平均发文量，Npmax为统计年段中的最高发文量）。在统计年段中，作者的累计发文量大于M，即为核心作者[10]。在笔者统计的数据集中，Npmax=11，M=2.48，统计发现共有51人（在统计年段所有作者中的占比为3.92%）累计发文量大于3，其中有9人（在统计年段所有作者中的占比为0.69%）累计发文量大于5，结果如表1所示。

表1政务新媒体领域部分核心作者发文情况统计

从上述数据可知，当前该领域研究的深度还不够，核心作者的引导力有待增强，研究者还需要加强相互间的合作关系。

（三）研究机构合作分析

研究机构合作网络共现图谱可直观地反映该领域中各机构间的协作情况[11]。将“NodeTypes”设置为“institution”，其他设置不变，得到研究机构合作网络共现图谱，其中Nodes（节点）=825，Links（连线）=362，Density（密度）=0.0011，如图3所示。

图3政务新媒体研究机构合作共现图谱

由图3可知，当前该领域的研究机构之间已初步形成小范围的合作网络，但整体网络密度仅为0.0011，表明各机构间的合作关系还比较松散。数据显示，华中科技大学公共管理学院（发文量为25）、中山大学传播与设计学院（发文量为13）、武汉大学信息管理学院（发文量为12）、西安交通大学新闻与新媒体学院（发文量为11）、吉林大学管理学院（发文量为10）、南京大学信息管理学院（发文量为10）等研究机构发文量较多，为当前该领域的主要研究机构。

三、国内政务新媒体研究的热点分析

（一）研究热点分析

文献关键词是文献的核心及精髓[12]，分析文献关键词有助于把握该领域的研究热点[13]、知识结构和发展方向[14]。出现频率及中心度较高的关键词往往代表该领域的研究热点和趋势[15]。设置“NodeTypes”为“keyword”，“SelectionCriteria”为Thresholds（阈值），调节Thresholds为c（2，2，5）、cc（2，2，5）、ccv（2，2，5），得到关键词共现图谱，其中Nodes（节点）=188，Links（连线）=411，Density（密度）=0.0234，如图4所示。

图4表明：“政务微博”“政务新媒体”“政务微信”“电子政务”等关键词出现的频次较高。同时，“政务微博”“政务新媒体”“电子政务”等节点外围出现了紫色圆圈，代表这些关键词具有较高的中心性[16]。根据多诺霍提出的公式T=来计算高频词，公式中T为高频词出现的最低次数，I为关键词的个数。在笔者统计的数据集中，I=188，T=18.90，说明出现19次及以上的关键词可认为是该领域的高频词，详见表2。

图4政务新媒体研究关键词共现图谱

表2政务新媒体研究高频关键词

中介中心性（Centrality）可用于度量节点在网络中发挥的作用，其值越高，说明该节点的连接性就越强。通常中介中心性≥0.1的节点时被视为关键节点。该研究领域的关键节点如表3所示。

表3政务新媒体研究关键词的中介中心性

对比表2和表3可发现，有些关键词出现频次较高，但中心性较低；有些关键词出现频次较低，但中心性较高。作为反映研究热点的两个指标，词频高说明该关键词受到的关注度高，而中心性高说明该节点在网络中的连接性强[17]。频次高但中心度较低说明该关键词受关注较多，但与其他热点研究连接性不强，如“政务微信”“网络问政”“公共服务”等关键词；频次低，中心度较高则说明该关键词与其他热点研究连接性强但受关注还不够，如“信息发布”等关键词。

（二）热点研究领域分析

对关键词共现图谱进行聚类分析，可聚类出研究热点领域，从而能够更深入地了解关键词间的联系程度。设置“TimeSlicing”（时间切片）的数值为2，设置“NodeTypes”为“keyword”，设置“SelectionCriteria”为TopN=80，得到关键词共现网络，其中Nodes（节点）=863，Links（连线）=2220，Density（密度）=0.006。选择对数似然率算法（LLR）抽取聚类名称，共生成44个聚类，其中模块值Modularity（Q值）=0.8029，平均轮廓值Silhouette（S值）=0.9079。Q值用于度量一个网络能够拆分成相互独立模块的程度。一般来说，Q值＞0.3表明聚类结构显著。S值可评估聚类本质的不确定性，S值取值区间为-1到1，越接近1则说明模块独立性越强。S值＞0.7表明该聚类结果可信度高[7]150。最后得出的关键词聚类结果如图5所示。结果显示，Q值=0.8029＞0.3，S值=0.9079＞0.7，说明该学术网络聚类结构合理且结果可信。聚类编号越小，该聚类中包含的节点就越多。排名前10的聚类分别为：#0政务微博（包含节点数量为82）、#1政务新媒体（包含节点数量为70）、#2政务微信（包含节点数量为62）、#3政务服务（包含节点数量为51）、#4政民互动（包含节点数量为51）、#5突发事件（包含节点数量为48）、#6社会治理（包含节点数量为45）、#7公共服务（包含节点数量为44）、#8微博平台（包含节点数量为44）、#9影响因素（包含节点数量为43），它们为热点研究领域。

图5政务新媒体研究关键词主要聚类图谱

了解每个聚类中所包含的关键词，有助于深入了解聚类中关键词之间的联系。基于此目的，对节点数大于50的聚类中的高频关键词进行统计，结果如表4所示。

表4主要聚类内的高频关键词

（三）时间线及突现词分析

时间线图谱可以显示出不同聚类间的关联以及聚类中关键词在时间维度的演变情况[18]。对上文中的主要聚类进行时间序列可视化处理，结果如图6所示。对图6进行分析，可得到主要聚类中的前沿关注点，结果如表5所示。

图6政务新媒体研究时间线图谱

表5主要聚类内前沿关注点

分析表5和图6可发现，2018年以来该领域的研究更关注“信息质量”“内容深度”及“差异化发展”等内容，如朱红灿等人从用户感知视角探究了民众持续使用政务新媒体的意愿[19]。“融合发展”是该领域研究的另一个特点，如邓雯等人指出在智慧城市信息共享方面，应该注重政务新媒体的融合发展[20]。

突现词代表某一领域的研究前沿，可帮助人们观测某时间段内受到关注的研究点[21]。使用“Burstness”功能计算突现词，结果如图7所示。

从图7可以发现，自2010年以来，“政务微博”“政务微信”“网络问政”“电子政务”“社会管理创新”“微博客”“公共服务”等关键词很受关注，“短视频”“政务短视频”则成为该研究领域的前沿。

图7政务新媒体研究突现词

四、国内政务新媒体研究发展历程分析

综合上文分析，可将中国政务新媒体研究分为如下几个发展阶段：

1.起步发展期（2009—2011年）。这一时期，政务新媒体依托微博而建立起来，研究热点主要有“网络问政”“政府微博”“微博客”“官方微博”“社会管理创新”等。“网络问政”是该时期的突现词，突现强度高达15.05。该时期的“网络问政”研究主要围绕“微博问政”的现状、优势、问题和解决策略等内容展开。

2.高速发展期（2012—2014年）。这一时期，中国掀起了政务新媒体建设和研究的热潮，政务新媒体账号数量及相关研究文献呈爆发式增长的态势。随着微信逐渐成为最受欢迎的社交媒体，“政务微信公众号”也成了各部门布局的重点[22]，同时也掀起了政务新媒体研究的新高潮[23]。“政务微信”的突变值高达19.02。该阶段的主要研究内容是以“政务微博”和“政务微信”为代表的政务新媒体的发展现状、问题、对策及其在公共服务、网络舆情、电子治理、公共管理等方面的应用。

3.理性发展期（2015—2017年）。经上一阶段的发展，“两微一端”成为政务新媒体的标配。国家发布了一系列文件，加强政务新媒体的顶层设计。《2017年政务公开工作要点》强调“管好政务新媒体”，要建立政务新媒体内容审核机制。加强监管使政务新媒体的发展回归理性。“政务微信公众号”“微博影响力”“微政务”“影响因素”等是这一时期的前沿热点论题。

4.高质量整合发展期（2018年至今）。《意见》《政府网站与政务新媒体检查指标》《政府网站与政务新媒体监管工作年度考核指标》等相关文件的发布，使这一时期政务新媒体的发展更加规范化。新一代信息技术的发展使新媒体迎来新的发展契机。“抖音”“头条号”“B站”等社交媒体的快速发展与应用，使“短视频”“政务短视频”等成为此阶段的研究前沿。