基于因子分析的氣象微博影響力評價與比較實證研究

張 嵐，王雁君，張 蓉

（江蘇省氣象服務中心，江蘇 南京 210008）

微博是基于用戶關系的信息分享、傳播和獲取平臺[1]。近年來，黨政機構紛紛通過政務微博發布政務信息，開展公共服務?！拔⒉﹩栒币呀洺蔀楣倜駵贤ǖ闹饕窂?。微博影響力也成為政務微博運營人員績效考核的重要指標。但微博提供的數據比較有限，且諸多指標之間存在相關性，僅用基礎數據來評價微博運營情況意義不大[2]，需要挖掘數據后的特征，掌握構成微博影響力的主要因素，進而輔助管理工作，優化服務模式，提升賬號影響力。

1.數據方法

本文以江蘇省氣象局及下屬13 個地市級氣象部門官方微博為研究對象，包括@江蘇氣象、@南京氣象、@無錫氣象、@連云港氣象、@蘇州氣象、@徐州氣象、@常州氣象官方微博、@淮安氣象、@宿遷氣象、@南通氣象、@鎮江氣象、@揚州氣象、@泰州氣象、@鹽城氣象。通過新浪U 媒平臺采集2020 年以上14 個賬號的全年運營數據，包含關注數、粉絲數、微博數、視頻數、閱讀量、被轉發、被評論、點贊數、互動次數、主動轉發、主動評論11 個指標。

本文通過因子分析法將氣象微博的11 項指標進行降維處理，使存在相關關系的指標歸為一類，提取公因子，得出氣象微博影響力的關鍵影響因素，并進行綜合評價。用F 表示公因子，則F=b1X1+b2X2+b3X3+……+biXi+U。其 中，X1、X2……Xi表示不同的公因子，b1、b2……bi表示公因子系數，U 為常數。

2.氣象微博影響力評價與比較

2.1 因子分析

2.1.1 指標相關性及適用性檢驗

開展因子分析前需要用KMO 檢驗法檢驗樣本數據是否適用因子分析，用Bartlett 球形檢驗法檢驗指標間是否獨立[1]。將表2 中的11 個指標全部納入適用性檢驗及初始因子分析。結果發現，部分指標與其他指標存在線性關系。采用逐一淘汰法，最終剔除互動次數、主動轉發、主動評論3 項指標后，對剩余的8 個指標做適用性檢驗，數據顯示，KMO 值為0.6757＞0.6，屬于可接受范圍。Bartlett 球形檢驗近似卡方統計值為115.053，顯著性水平P 值為0.000，說明變量之間不全獨立，相關性顯著，本文數據適合做因子分析。

2.1.2 公因子提取及分析

按照特征值大于1，且主成分對應的累計貢獻率大于80%的原則提取公因子。根據表1，第一公因子F1和第二公因子F2的特征值分別為4.933 和1.554，均大于1。兩個公因子的方差貢獻率分別為61.661%、19.430%，累計方差貢獻率81.091%，說明這兩個公因子能夠反映原始變量81.091%的特征，信息丟失較少。

表1 旋轉后的載荷因子矩陣、特征值、貢獻率

因子1 在閱讀量、被轉發數、被評論數、點贊數、粉絲數5 個指標上具有較高載荷。粉絲數反映微博賬號的用戶規模和受關注程度。一般而言，粉絲數越多，微博被閱讀的概率越大，傳播面越廣。閱讀量直觀反映了微博的傳播效果，閱讀量越高說明傳播效果越好。被評論數、被轉發數可以反映微博和其他用戶交流互動的情況。轉發數和評論數代表粉絲通過微博進行建議咨詢、關注支持和情感表達的情況。越多的轉發可能帶來更廣的傳播面和更高的閱讀量；點贊數則代表粉絲對微博內容的認可。將以上5 個指標定義為“傳播力因子”，用于反映微博的傳播效果。

因子2 在視頻數、微博數2 個指標上具有較高載荷，定義為“服務力因子”，體現氣象微博服務網民和為民辦事的能力。該指標通過微博發布數和視頻發布數計算。微博發布數體現氣象微博對政務信息、氣象信息、科普知識等信息的公開程度，一定程度上體現了微博賬號的“勤政能力”。視頻數則是體現賬號創新能力的一個指標，原創視頻數量越多，說明賬號的內容生產能力強，對新技術的應用能力較強。服務力得分越高，說明氣象部門通過微博平臺發布了更多信息，服務了更多網民。

根據各指標在對應因子上的載荷確定其權重系數。A1、A2、A3分別代表關注數、微博數、視頻數，B1、B2、B3、B4、B5分別代表粉絲數、閱讀量、被轉發數、被評論數、點贊數，F1 代表“傳播力因子”，F2 代表“服務力因子”，則：

2.2 因子得分及結果分析

根據各變量因子得分系數和標準化值，利用回歸方法計算各公因子的得分[1]。以兩個公因子的方差貢獻率61.661%和19.430%作為公因子得分的權重系數，建立氣象微博影響力得分算法：F=0.7604×F1+0.2396×F2，各因子得分和綜合排名如表2。

表2 2020 年江蘇14 個氣象微博影響力因子得分及排名

傳播力因子方面，@江蘇氣象、@南京氣象、@蘇州氣象、@無錫氣象、@連云港氣象 排名前五，以上5 個賬號全年微博累計閱讀量超過6000 萬人次，尤其@江蘇氣象 閱讀量達到1.78億人次，影響力得分比其他市級賬號明顯偏高，體現了省級平臺的資源優勢。江蘇氣象發布內容被轉發、被評論、被點贊的次數也均位列全省第一，說明粉絲對內容認可度相對較高，信息傳播效果較好。@南京氣象、@蘇州氣象、無錫氣象、連云港氣象 賬號相對比較活躍，市級賬號的受眾明確，粉絲黏性強，服務信息內容的專業度和精細度較高，在重大天氣事件中權威發聲，具有極強的傳播力和引導力，在當地政務微博影響力排名中普遍靠前。

服務力因子方面，@宿遷氣象、@江蘇氣象、@淮安氣象、@南京氣象、@徐州氣象位居前五。這些賬號發博頻率高，而且視頻內容占比高，體現了較強的服務能力和創新意識。值得注意的是，江蘇氣象全年發布微博1 萬余條，數量為全省最高；其中視頻產品1362 條，數量雖不是全省最多，但原創度和視頻質量較高。江蘇氣象抓住短視頻發展風口，將科普視頻產品系列化、欄目固定化、人物形象化，全面提升短視頻業務水平，解讀熱點天氣，回應社會關切，對影響力提升起到重要作用。

整體而言，@江蘇氣象 作為省級賬號，擁有人才資源優勢，組建專門的團隊進行新媒體日常運營，產品供給能力強，影響力相對較高。南京、淮安、無錫、蘇州部門氣象微博影響力緊隨其后，服務能力強，在市級賬號中處于領先水平。泰州、鎮江、揚州、鹽城氣象微博賬號影響力整體排名靠后，運營能力相對較弱，表現在內容單一，信息發布頻次相對其他賬號略低，需要進一步優化欄目設置，增加服務頻次，擴大傳播效果。

3.結語

本文以14 個江蘇省市級氣象微博運營數據為樣本，運用因子分析法對其影響力水平進行評價和比較。結果發現：傳播力和服務力是構成氣象微博影響力的兩個主要因子，可以反映原始變量81%以上的特征；江蘇省內氣象微博發展水平不均衡，市級賬號之間影響力差異較大，高影響力賬號偏少。微博影響力很大程度上由賬號主體的運營水平決定，與部門對新媒體的重視程度息息相關，也與新媒體運營人員的職業素養密不可分。因此，建議各級氣象部門明確賬號定位，加強自身建設，尤其要加強對微博運營人員的培訓，提高新聞敏感性和產品策劃能力；建立運營獎懲機制，激勵業務人員深入挖掘受眾需求，創新服務產品，打造優質內容，提升部門影響力和公信力。