政務微博網絡結構特征研究

蹇潔+張英培+劉雪艷+葉芯彤

[摘要]通過引入復雜網絡理論，對政務微博網絡結構進行基于社會網絡分析方法的研究。以重慶市地區的917個微博賬號為研究對象，應用Matlab分析軟件對重慶市政務微博賬號的關注關系進行分析，從度、聚類系數和平均路徑長度3個維度分析其關注系數情況和網絡結構特點。研究表明，政務微博關注關系網絡入度符合冪律分布，具有重尾分布的特點，其網絡結構具有較好的聚集特性，符合小世界網絡基本特征。此外，本文就分析得到的結果對政務微博的發展提出針對性建議。

[關鍵詞]網絡結構；特征；政務微博；電子政務；社會網絡分析；復雜網絡；重慶市

基于web2.0技術的信息發布和傳播媒介——微博有“短、靈、快”的特點，逐漸成為互聯網信息發布和傳播最重要的新渠道。其作為一種傳播形態出現在政治生活中，起源于2008年美國的總統競選，目前在國內也得到了廣泛的應用。人民網輿情監測室提供的《2014年上半年新浪政務微博報告》指出，目前中國政務微博演化出一種集群化的發展趨勢。信息在微博中的傳播呈現網核狀、裂變式的傳播模式，這種傳播模式可以在短時間實現信息的幾何級數擴散，其影響可從個人生活延伸至社會層面。政務微博在信息發布與傳播中發揮重要作用，但同時也存在單向交流、缺乏互動等問題，其傳播效率仍有提升空間。

隨著政務微博的數量迅速增多，發揮著越來越重要的作用，國內外學者在各方面進行了研究。比如從立法角度或政治學角度研究政府使用新型社會化媒體的規范問題和其對政府官員的監督效果，如Dawes對美國當前的社會化媒體使用立法情況進行了詳細的分析，認為政府應加強微博的轉發及民眾的使用立法；Brito、John、Shim等認為微博網絡可以促進媒體對政府的監督和提升反腐力度，但非常依賴于較強的微博反腐文化氛圍；英國政府對于政務微博的監管始于2009年出臺的《政府部門Twitter使用指南》；以及John Carlo Bertot提出政務微博中的大眾協作和參與、效率的自主和及時特性有利于反腐。目前也有學者對微博網絡結構進行了研究。杜楊沁等研究了關系網絡的整體和局部網絡的靜態微觀結構，并對結構洞指標體系進行了數據測量；平亮、姜鑫等從不同角度分析了微博輿情網絡結構和信息傳遞方式；趙洋等對社會化網絡結構進行研究綜述，并對網絡結構的特點和關鍵節點進行更深入的研究；Newman檢測并定量分析了網絡結構中的群落結構，對了解網絡結構動態變化過程具有重大意義。國內外對有關政務微博的價值與傳播的研究較多，但目前許多研究還局限于簡單統計分析或實際案例，極少能清楚指出政務微博的網絡結構和特點。

本文在現有的研究成果基礎上，從社會化網絡的視角切入，探索政務微博的網絡結構特征。本文結合社會化網絡理論對政務微博的網絡結構進行實證分析。第一，對社會網絡的參數，如對網節點個數、節點之間的距離、節點可達性、中心度、聚類系數等進行估算，通過這些參數的分析判斷網絡中點與點之間的關系是否緊密、哪些節點在網絡中占優勢地位、哪些節點具有某種相似性從而可以歸為一類等問題；第二，對社會化網絡結構及特征進行分析，對較關鍵的結點進一步深入研究。本研究將以917個重慶市政務微博為研究對象，通過挖掘其關注關系數據，并使用Matlab仿真軟件對數據進行指標體系測量，捕捉政務微博的網絡結構特征，結合社會化網絡分析和復雜網絡理論，探討目前政務微博網絡結構中的不合理之處，為政務微博的進一步發展提供科學的指導意見。

1復雜網絡理論及測量方法

1.1復雜網絡理論

錢學森對復雜網絡（Complex Network）有著較為嚴密的界定：復雜網絡即是包含自組織、自相似、吸引子、小世界、無標度中部分或全部性質的網絡。其基本特征如下：小世界：對于大量網絡的巨大規模之中任兩個節點之間有最短路徑；集聚程度（clustering coefficient）：社會網絡中會形成大大小小的圈類群體，圈內成員與成員之間彼此熟識；冪律（power law）的度分布：度指一個節點和其他節點關系的數量，度的相關性表示節點與節點之間的相關關系的大小；介數是一個重要的全局幾何量，節點的介數表示的是網絡內所有的最短路徑之中經過該節點的數量，描述了節點的影響程度；無標度網絡（Scale-freenetwork）的特性從總體來說體現了集聚的集中程度。復雜網絡的主要統計特征包括度和度的分布、中介中心度、度相關性、平均路徑長度和聚類系數。

1.2社會化網絡

社會化網絡（Social Network Service，簡稱SNS），即抽象化的網絡中每個社會單元，以它們的相互關系和活動的產生為基礎，為實現一些共同目標或有相同興趣而不斷組成了大大小小的社區，進而形成了網絡狀結構的社會化網絡。其理論認為“社會網絡”是社會行動者（SocialActor）及其相互關聯的總合。其中社會行動者為抽象節點，行動者問的相互關聯描述為節點之間的連線。

社會網絡分析法（Social Network Analysis，簡稱SNA）是由美國社會計量學家莫雷諾于1934年在《誰將生存》一書中首次提出，SNA的提出初步體現出“結構性思維”、“系統的經驗資料”、“圖形”及“數學和計算模型”4個主要特征。SNA是以社會行動者的相互關系為視角研究其內在結構和屬性特點，采用對點度中心度、接近中心度等和小世界效應、小團體研究、凝聚子群等的重點研究分別對個體屬性及網絡整體屬性進行探討。信息在微博中的傳播依賴于“社會網絡”，因此，可以采用社會網絡分析法對微博中的信息傳播進行實證研究。

依照前述的社會網絡分析方法，根據政務微博網絡結構特點進行幾個概念的描述：

1）節點：將政務微博用戶抽象為網絡中的節點。

2）邊：將政務微博用戶問的“關注—被關注”關系抽象為網絡中的邊，由于實際中用戶與用戶問的關注關系是有向的，所以該網絡中的邊也是有向的。

3）網絡：將政務微博用戶網絡抽象為一個由點集v和邊集E組成的圖G，G=，E中每條邊在v中都有一對點與之對應，形成一個有向網絡。

4）度：政務微博網絡為一個有向圖，度分為出度和入度。對于微博網絡上的節點，出度是指從該節點指向其他節點的邊的數目，在政務微博網絡中即表示一個用戶“關注”其他用戶的數量。入度是指從其他節點指向該節點的邊的數目，在微博網絡中即表示一個用戶被其他用戶“關注”的數量。

1.3網絡結構的測量指標

網絡結構特征的考察因素有很多，本文結合復雜網絡理論，利用社會網絡分析法，通過分析網絡結構的度、聚類系數和平均路徑長度3個方面，考察政務微博網絡結構是否符合冪律分布等，進而得出政務微博網絡結構的特征結論。

1.3.1度分布

度是和某節點連接的邊的數量，度分布是某一網絡中節點度數的總和，即P=（k1）（1，2...k）。其中，P（k）為節點k的度數，網絡的度分布p為網絡中所有節點的度數累加而得。

1.3.2聚類系數

聚類系數描述網絡的聚集度強弱，即網絡中節點之間關系的緊密性。聚類系數的值等于和某節點相連的所

1.3.3平均路徑長度

平均路徑長度是指網絡中任意兩個節點相距的距離，是連接兩節點到最短路徑上的邊數，網絡的直徑長度為網絡中任意兩點間距離的最大值。定義網絡中的節點i、j，則其平均路徑長度為d，該網絡的直徑為D，且D=nlax（d）。網絡的平均路徑長度又稱作特征路徑長度，其值等于網絡中所有節點兩兩之間平均路徑長度的平均值，即L=為網絡平均路徑長度，N為網絡中的節點總數，d為任意節點i和j之間的平均路徑長度。

結合復雜網絡理論的闡述和社會網絡分析法的介紹，認為政務微博作為一個社會網絡，可以通過復雜網絡理論對其網絡結構特征進行分析，并能通過政務微博網絡的節點之間的關聯關系和整體網絡結構判斷網絡中的關鍵節點及擁有控制輿情信息的力量。

2數據選取與收集

由于騰訊微博開放平臺向第三方提供的編程接口API對數據獲取類型、數量和抓取的頻率限制非常寬松，故本研究選擇騰訊微博提供的開放平臺獲取數據，以保證數據完整性。因政務微博網絡的特征所致，獲取數據量較小的樣本不具有代表性。尤其是以復雜網絡理論為基礎，要求樣本網絡節點眾多且節點問關系復雜。所以，本研究盡量獲取了較多的政務微博網絡節點關系。

本研究以騰訊微博平臺上所有活躍的重慶市政務微博節點及節點問的關系為研究對象。從2014年10月8日到2014年12月31日，本研究在Eclipse平臺上使用Java語言進行編程，通過騰訊提供的API接口首先獲取了地址為重慶，且通過騰訊政企認證的賬號列表共計1020個。通過人工篩選刪掉非黨政機關賬號、“僵尸”賬號得到有效的騰訊微博平臺上重慶市政務微博賬號共計917個。最后根據得到的重慶市政務微博的列表獲取了重慶市政務微博間的相互關注關系，繪制了關注關系矩陣，該矩陣共有“關注——被關注”關系數據1040400個。各政務微博用戶列于橫縱兩個維度，具有“關注——被關注”關系的單元格賦值1，否則賦值為0。

通過Matlab進行網絡的連通性檢驗發現，該網絡并非連通圖，經過篩選發現孤立的節點有161個。通過對這些賬號的粉絲及關注列表發現這些賬號與重慶市的相同職能部門幾乎沒有關系，而對其他地市的相同職能部門關系相對密切。不難看出這些賬號所屬部門的工作對于這些政務微博賬號所屬部門在本地域內的政務信息傳播不具有正面效應。

由于這部分賬號在重慶政務微博關系網絡中對信息的傳播幾乎沒有作用，所以在本研究中，將這部分賬號做剔除處理。所以，最后形成的網絡有756個節點。

經過分析得到重慶市政務微博網絡關系數據基本統計如表1所示：

3政務微博網絡結構特征分析

3.1網絡的度分析

本研究對網絡度的分析主要探究政務微博網絡的度分布是否符合冪律分布。冪律分布也稱為無標度分布，因此符合冪律分布的網絡也稱為無標度網絡。無標度性是復雜網絡的重要特征之一，檢驗政務微博網絡結構的度分布可以初步判斷其是否為復雜網絡結構。

用累積分布函數求得了網絡中所有度大于或等于K的節點的概率分布，并且在雙對數坐標系中生成了具有較好識別性的圖像。利用Matlab軟件分析騰訊微博平臺上重慶市政務微博關注關系網絡的出入度平均度數，繪制度的累積分布函數曲線如圖1所示：

該曲線基本分布在一條直線上，可以明顯看出重慶市政務微博關注關系網絡入度基本符合冪律分布，并且具有重尾分布的特點。即在重慶市政務微博賬號群中，大部分賬號的度都不是太大，而極少數賬號的度確比其他賬號度高出很多。這在現實生活中表現為：極少數度很大的重慶市政務微博賬號在信息傳播時比其他賬號占據更大的優勢。

再對度較大的賬號進行進一步分析，繪制出重慶市政務微博的入度分布折線圖，如圖2所示：

可以看出，入度較高的節點相對較少。通過Matlab進一步分析發現，入度最高的前十個節點編號及所對應的政務微博賬號為：1重慶微發布、19微沙坪壩、7重慶市氣象局、2重慶環保、145南岸環保、326云陽縣政府新聞辦、74重慶江北紅旗河溝派出所、397忠縣人民政府新聞辦、776微播南川、850墊江發布。其中第1、19、326、397、776、850都為政府宣傳部門的官方微博，在入度前十的賬號中占據了大部分，其余有3個環保氣象部門，1個派出所。入度在實際生活中即為“粉絲”數，政府宣傳部門具有較高的入度符合實際工作需求，從這點來看，重慶市政務微博的運營具有一定的合理性。

對重慶市政務微博出度進一步分析，并繪制各節點出度如圖3所示。可以看出所有節點中有3個節點出度數明顯高于其他節點，此外的節點相對較小且處于同一水平。通過使用Matlab分析發現，3個出度很高的節點分別為：276巴南共青團、756重慶市大足區回龍鎮政府及889奉節煤管局。對這3個政務微博的入度進行考察，發現這3個賬號的入度均位于所有節點的前一百名，處于較高水平。即說這3個賬號入度和出度均處于較高水平，表現出與其他賬號較強的交流意愿，也換得其他賬號對自己的交流意愿。但是由于微博功能的客觀條件，關注過多的賬號會造成該賬號接收信息的效率下降，錯過重要信息的可能性越大，這在某種程度上會對信息的傳播起負面影響。所以，較為合理的情況為較多的粉絲數，與合理地關注列表，即關注那些更可能發布對本部門工作相關信息的微博。

3.2聚類系數分析

在網絡中的聚類分析中，C=0表示所有節點不與其他任何節點有關系，即該網絡中沒有邊；C=I表示該網絡中任意一個節點都與其他所有節點直接相連，這樣的網絡稱為全局耦合網絡。

通過Matlab軟件分析計算得出重慶市政務微博關注關系網絡的聚類系數C為：0.4610。而同規模的隨機網絡聚類系數為：1.301x10-5，與之相比，明顯重慶市政務微博關注關系網絡聚類系數大得多，這說明現實中重慶市政務微博關注關系網絡并不是完全隨機的，它具有較好的聚集特性。

聚類系數越大表明網絡中任意政務微博賬號之間獲得某種關系的可能越大。例如A政務微博與B政務微博相互關注，B政務微博與C政務微博相互關注，那么A與C之間存在相互關注關系的可能性較大。重慶市政務微博關注關系聚類系數較大，說明重慶市政務微博賬號問趨向于形成某種組織形式的群落。

3.3平均路徑長度分析

通過Matlab軟件分析計算得出重慶市政務微博關注關系網絡的網絡直徑為10.620，平均路徑長度為2.9955，與同規模的社交網絡平均路徑長度基本處于同一數量級。即是說重慶市政務微博任意兩個賬號問進行信息傳播，平均經過2.9955個賬號即可實現。可見該政務微博網絡結構在一定程度上有利于某一信息在政務微博賬號問的共享與傳播。而政務微博賬號問的有效傳播能使信息更好地對公眾進行傳播。信息的有效傳播在突發事件發生后，政府需要迅速引導輿論傾向時，顯得尤為重要。

通過Matlab計算分析得出騰訊微博平臺上重慶市政務微博網絡特征如表2所示。

平均路徑長度與聚類系數是小世界效應的兩個重要衡量統計量。經過以上分析可以看出該政務微博關系網絡具有較小的平均路徑長度和較大的聚類系數，表明該網絡符合小世界網絡基本特征。政務微博關注關系網絡的小世界特性說明大部份政務微博賬號間并沒有直接的聯系，但可以從其他賬號經少數幾步到達。在具有小世界效應的網絡里，信息傳遞速度快，并且改變少許幾個連接，就可以顯著地改變該網絡的性能，如對現存在的政務微博網絡進行調整，改動很少的幾個關注關系，就可以顯著提高信息傳播效果。4結論及建議

本研究引入復雜網絡理論，基于社會網絡分析法對政務微博的網絡結構進行分析，以重慶市政務微博為研究對象，運用分析軟件Matlab從度分布、聚類系數和平均路徑長度3個指標分析政務微博形成的整體網絡結構特點和網絡中的關鍵節點，提出以下結論：首先，政務微博關注關系網絡入度基本符合冪律分布，并且具有重尾分布的特點，入度較高的微博大多具有政府宣傳作用，出度較高的微博也有較高的入度；其次，政務微博關注關系網絡聚類系數比隨機網絡聚類系數大得多，說明現實中政務微博關注關系網絡具有較好的聚集特性；最后，政務微博任意兩個賬號間平均經過2.9955個賬號即可實現信息傳播，可見其網絡結構在一定程度上有利于某一信息在政務微博賬號問的共享與傳播。

結合對政務微博網絡結構的研究，本文提出幾點建設性意見：

通過增加出度可以換取更多的入度，使微博的出入度都處于較高的水平。提高微博的度值使其高出其他賬號的度值，有助于政務微博獲得信息傳播過程中更大的優勢。

增大政務微博網絡聚類系數，使各微博賬號間容易形成某種組著形式的群落，有利于微博賬號與不同群落的政務微博關注關聯。

縮小政務微博網絡結構平均路徑長度，有利于信息在政務微博賬號間的共享與傳播和更好地對公眾進行傳播。

本文收集和篩選重慶市政務微博的關注數據，通過Matlab對數據進行了包括度分析、聚類系數分析和平均路徑長度分析3個方面的分析，發現政務微博關注關系網絡結構具有復雜網絡特征。但是在整個研究過程中仍存在許多不足，如在數據收集過程中，僅收集了騰訊微博平臺的數據，在數據來源方面稍有欠缺。數據分析過程中可能會因為數據源的局限而對結論產生一定的影響。未來研究會針對以上不足進行改進和完善，盡量確保結論的準確性和全面性。