基于網(wǎng)絡(luò)輿情的信息空間網(wǎng)絡(luò)結(jié)構(gòu)及特征研究

趙 愛，畢碩本，王 軍，黃 銅，萬(wàn) 蕾

(南京信息工程大學(xué)地理與遙感學(xué)院，江蘇 南京 210044)

基于網(wǎng)絡(luò)輿情的信息空間網(wǎng)絡(luò)結(jié)構(gòu)及特征研究

趙 愛，畢碩本，王 軍，黃 銅，萬(wàn) 蕾

(南京信息工程大學(xué)地理與遙感學(xué)院，江蘇 南京 210044)

本文利用社交網(wǎng)絡(luò)分析法和GIS可視化，在地理學(xué)視角下，對(duì)微博中“山東毒疫苗事件”信息傳播路徑進(jìn)行定量分析。研究發(fā)現(xiàn)：①空間結(jié)構(gòu)與社會(huì)經(jīng)濟(jì)具有相對(duì)一致性，表現(xiàn)為網(wǎng)絡(luò)中節(jié)點(diǎn)的出入度與社會(huì)城市發(fā)展具有指向性，在個(gè)別中心城市間(北京、廣東、上海)有所區(qū)別；②輿論微博傳播具有地域性，不同的地域都形成中心節(jié)點(diǎn)城市，這些城市主導(dǎo)著周邊乃至全國(guó)范圍內(nèi)的輿論方向；③相同時(shí)間段內(nèi)的輿論信息傳播路徑數(shù)量在空間分布上呈現(xiàn)出不對(duì)稱性，東部地區(qū)要比中西部地區(qū)密集。

網(wǎng)絡(luò)結(jié)構(gòu)；空間特征；社會(huì)網(wǎng)絡(luò)分析(SNA)；網(wǎng)絡(luò)輿情

微博(Micro-Blog)集成了手機(jī)短信、博客與社交網(wǎng)站的瞬時(shí)通信優(yōu)點(diǎn)，將用戶從原來單純的信息接收者變成了發(fā)布與接收的完全參與者，從而讓社會(huì)的個(gè)體群眾走進(jìn)了“自媒體”時(shí)代。互聯(lián)網(wǎng)的快速發(fā)展讓人為主體的社會(huì)網(wǎng)絡(luò)突破了空間的限制，重構(gòu)全球的物理和虛擬空間結(jié)構(gòu)形式[1]。與此同時(shí)，基于微博社交形成網(wǎng)絡(luò)信息空間讓互聯(lián)網(wǎng)承擔(dān)并加速了輿情的發(fā)展。

在信息空間的分類研究上，Castelles等[2-4]提出城市應(yīng)抽象成為網(wǎng)絡(luò)中的“信息流空間”，并強(qiáng)調(diào)了城市節(jié)點(diǎn)在塑造整個(gè)網(wǎng)絡(luò)空間中的價(jià)值；甄峰等[5]將空間劃分為實(shí)空間、虛空間和灰空間。信息空間的劃分強(qiáng)調(diào)了地理空間向網(wǎng)絡(luò)信息空間的變化，且肯定了網(wǎng)絡(luò)信息空間的真實(shí)作用。對(duì)于微型博客與信息空間對(duì)社會(huì)、經(jīng)濟(jì)、地理等方面的實(shí)證研究，國(guó)外學(xué)者側(cè)重研究信息空間中群體之間的關(guān)系；國(guó)內(nèi)則側(cè)重于在社會(huì)[6-7]、經(jīng)濟(jì)[8-11]視角下研究個(gè)體用戶、個(gè)體城市之間的關(guān)系。陳映雪等[12-13]利用社交網(wǎng)用戶關(guān)系(用戶之間關(guān)注與被關(guān)注關(guān)系)信息地理空間結(jié)構(gòu)進(jìn)行研究，得出信息空間對(duì)稱程度與經(jīng)濟(jì)社會(huì)發(fā)展具有相對(duì)一致性；經(jīng)濟(jì)關(guān)聯(lián)的互聯(lián)網(wǎng)已經(jīng)具備中等網(wǎng)絡(luò)規(guī)模，并指出多中心的網(wǎng)絡(luò)協(xié)同發(fā)展已初步形成。韓運(yùn)榮等[14-17]根據(jù)對(duì)微博事件傳播的三種類型研究，分析了微博輿論的三種演化模式，即漩渦蔓延型、星系擴(kuò)散型及節(jié)外生枝型，并對(duì)事件發(fā)展進(jìn)行預(yù)測(cè)分析，揭示微博用戶信息傳播行為的動(dòng)機(jī)。國(guó)外學(xué)者[18-21]則利用社交網(wǎng)絡(luò)所形成的信息空間研究政治行為、輿情狀況應(yīng)該考慮到社交網(wǎng)絡(luò)服務(wù)的多樣化，對(duì)線上數(shù)據(jù)挖掘的同時(shí)要結(jié)合線下的參與人群所產(chǎn)生的影響。

總體而言，對(duì)微博研究目前還處于起步階段，研究方法還處于定性階段，研究工具單一，視角狹窄。大部分研究利用微博用戶粉絲與關(guān)注者關(guān)系構(gòu)建網(wǎng)絡(luò)[5-13]，然而用戶這種關(guān)系行為受用戶發(fā)布內(nèi)容影響，具有很大的不確定性。鑒于此，本研究從地理空間的視角，將“山東毒疫苗”輿論信息在網(wǎng)絡(luò)中傳播的路徑關(guān)系構(gòu)建網(wǎng)絡(luò)，拓展地理學(xué)在微博研究的內(nèi)容和方向，分析信息空間網(wǎng)絡(luò)在傳播過程中的空間分布規(guī)律以及網(wǎng)絡(luò)結(jié)構(gòu)，為社交網(wǎng)絡(luò)發(fā)展和輿論引導(dǎo)提供依據(jù)。

1 數(shù)據(jù)與研究方法

2016年3月，山東省發(fā)生一起幼兒注射疫苗死亡案例。此事經(jīng)過媒體報(bào)道之后，在相近時(shí)間段內(nèi)，全國(guó)又發(fā)現(xiàn)相似案例近百起。有關(guān)部門在輿情重壓與媒體監(jiān)督下，迅速被查實(shí)了黑色疫苗產(chǎn)業(yè)鏈內(nèi)幕。各地網(wǎng)民積極參與到此次公共輿論，對(duì)快速解決現(xiàn)實(shí)問題起到了督促與監(jiān)督的作用。

本文借助此次“山東毒疫苗”引發(fā)的社會(huì)熱點(diǎn)話題為例，以新浪微博作為平臺(tái)、社交網(wǎng)絡(luò)中的實(shí)體用戶構(gòu)成的網(wǎng)絡(luò)節(jié)點(diǎn)，研究節(jié)點(diǎn)之間關(guān)于此次公眾輿情事件傳播過程中的信息空間結(jié)構(gòu)特征。以地理學(xué)的視角分析微博信息傳播路徑的數(shù)據(jù)。社交網(wǎng)站的用戶所在城市作為信息傳遞網(wǎng)絡(luò)的各個(gè)節(jié)點(diǎn)，用戶的轉(zhuǎn)發(fā)、發(fā)布信息方式作為節(jié)點(diǎn)間的聯(lián)系[22]。將各個(gè)用戶之間的信息交流理解為節(jié)點(diǎn)之間的出度、入度關(guān)系，從而構(gòu)建基于微博的網(wǎng)絡(luò)信息傳遞形成的網(wǎng)絡(luò)空間，提取節(jié)點(diǎn)所在轉(zhuǎn)變?yōu)榫哂械乩韺傩缘某鞘芯W(wǎng)絡(luò)。以期為信息化的社會(huì)公眾輿論引導(dǎo)、中國(guó)城市體系演變趨勢(shì)、城市信息傳播管理提供一定的科學(xué)依據(jù)。

提取參與輿論的用戶行為與屬性信息，把發(fā)布、轉(zhuǎn)發(fā)的時(shí)間、地點(diǎn)、輿情內(nèi)容等作為研究樣本，同時(shí)選取涉及輿情范圍內(nèi)的經(jīng)濟(jì)等輔助研究相關(guān)數(shù)據(jù)。數(shù)據(jù)采集后，篩選標(biāo)準(zhǔn)如下：①信息空間的“節(jié)點(diǎn)”，即樣本中用戶真實(shí)地理位置，其落入中國(guó)國(guó)內(nèi)；②只選取與該事件有關(guān)的信息；③用戶的關(guān)注用戶和粉絲年齡均在30歲以上； 2016年3月18日至4月8日期間采集數(shù)據(jù)165536組。最終，共獲得104965組輿情有效用戶關(guān)系數(shù)據(jù)(剔除標(biāo)簽為海外地區(qū)、地理屬性缺省、城市標(biāo)簽為“其他”、存在重復(fù)“結(jié)構(gòu)洞”的節(jié)點(diǎn)[6])。本文選取的449個(gè)代表中國(guó)城市的輿情節(jié)點(diǎn)數(shù)據(jù)共96536組，占有效輿情總數(shù)的91.97%，節(jié)點(diǎn)城市覆蓋全國(guó)。選取的數(shù)據(jù)具有普遍性，可以代表此次網(wǎng)絡(luò)輿情發(fā)展情況。

1.1 研究方法

社會(huì)網(wǎng)絡(luò)分析方法[23]是一類刻畫網(wǎng)絡(luò)整體的形態(tài)、特性和結(jié)構(gòu)的重要分析方法。社會(huì)網(wǎng)絡(luò)分析具有突出的關(guān)系表達(dá)優(yōu)勢(shì)，這種方案建立在如下假設(shè)之上：在互動(dòng)的單位之間存在的關(guān)系非常重要，關(guān)系是網(wǎng)絡(luò)分析理論的基礎(chǔ)。本文利用用戶之間的信息互動(dòng)，提取共同的城市屬性歸結(jié)到一個(gè)節(jié)點(diǎn)上。利用社會(huì)網(wǎng)絡(luò)分析法中的總體特征分析、中心性分析來對(duì)比基于信息空間的中國(guó)城市網(wǎng)絡(luò)中不同節(jié)點(diǎn)的中心性，網(wǎng)絡(luò)整體與區(qū)域之間的空間分布。

1.2 構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)

(1)數(shù)據(jù)有向化和標(biāo)準(zhǔn)化處理。構(gòu)建網(wǎng)絡(luò)中有向信息流的關(guān)系矩陣，公式如下：

(1)

(2)計(jì)算網(wǎng)絡(luò)連接性矩陣：

(2)

(3)

1.3 網(wǎng)絡(luò)節(jié)點(diǎn)的指標(biāo)計(jì)算

(1)網(wǎng)絡(luò)密度是社會(huì)網(wǎng)絡(luò)分析常用的網(wǎng)絡(luò)測(cè)度，描述各個(gè)節(jié)點(diǎn)之間的關(guān)聯(lián)密切程度。網(wǎng)絡(luò)密度的定義為該網(wǎng)絡(luò)中各個(gè)城市節(jié)點(diǎn)信息交互的次數(shù)與節(jié)點(diǎn)連接最大量之比。由于本文數(shù)據(jù)采取用戶的發(fā)布以及轉(zhuǎn)發(fā)信息作為節(jié)點(diǎn)內(nèi)部的交流，提取用戶所在城市作為公共節(jié)點(diǎn)。在計(jì)算密度時(shí)，密度為實(shí)際連接數(shù)量與城市節(jié)點(diǎn)間理論最大量的比值。所以本文的網(wǎng)絡(luò)密度為相對(duì)密度，其密度值在理論上可以大于1。計(jì)算公式為：

(4)

在網(wǎng)絡(luò)中，“出度”即節(jié)點(diǎn)向外傳播信息的次數(shù)，“入度”即節(jié)點(diǎn)接收信息的次數(shù)。中心度是度量構(gòu)建網(wǎng)絡(luò)中心化程度的重要指標(biāo)。基于輿情信息流向所構(gòu)建的網(wǎng)絡(luò)中，處于中心位置的節(jié)點(diǎn)更容易獲得信息，對(duì)輿情發(fā)展的貢獻(xiàn)越大。

(2)點(diǎn)度中心度是衡量節(jié)點(diǎn)位于中心位置程度的指標(biāo)。節(jié)點(diǎn)的點(diǎn)度中心度越高，其處于網(wǎng)絡(luò)中的地位越靠近中心。點(diǎn)度中心度的相對(duì)數(shù)計(jì)算公式為：

(5)

其中，Ci表示節(jié)點(diǎn)城市i；d(Ci,Cj)為節(jié)點(diǎn)連接度二值化的值，本文將Tij閾值設(shè)置為3，d(Ci,Cj)取值情況如下：

(6)

(3)介中心性是衡量節(jié)點(diǎn)對(duì)整個(gè)網(wǎng)絡(luò)資源的控制能力，它所表示的意義是：該節(jié)點(diǎn)在網(wǎng)絡(luò)中是其他節(jié)點(diǎn)成員中介的程度。在本文構(gòu)建網(wǎng)絡(luò)里表示對(duì)信息的“中轉(zhuǎn)”能力。其中，Gjk(Ci)表示包含節(jié)點(diǎn)城市i時(shí)，兩個(gè)城市之間的短程線數(shù)量；Gjk表示城市j與k之間存在短程線的數(shù)量。介中心性元素NB(Ci)矩陣為：

(7)

2 研究結(jié)果分析

本文分別從顯示地理城市的經(jīng)濟(jì)要素、信息空間結(jié)構(gòu)和地理城市相互關(guān)系，分析社交網(wǎng)絡(luò)信息傳遞空間特征以及內(nèi)在的空間邏輯。

2.1 網(wǎng)絡(luò)總體特征

(1)網(wǎng)絡(luò)度與密度的地理分布不均，社交網(wǎng)絡(luò)中的連接性與區(qū)域的發(fā)展具有相對(duì)的一致性，整體呈現(xiàn)東高西低的態(tài)勢(shì)。本文選取了輿情網(wǎng)絡(luò)中出現(xiàn)頻率較高的449個(gè)縣級(jí)市、直轄市作為節(jié)點(diǎn)，不考慮城市節(jié)點(diǎn)間信息聯(lián)系穩(wěn)定性的條件下，節(jié)點(diǎn)出度數(shù)量閾值P>1的地區(qū)數(shù)量占據(jù)地區(qū)總數(shù)的96.0%，P>50占據(jù)的地區(qū)為86.7%，大于500的地區(qū)占據(jù)26.5%，大于1000的地區(qū)占據(jù)14.5%。大部分地區(qū)的輿情節(jié)點(diǎn)度數(shù)量都落在1～50之間，極個(gè)別地區(qū)(例如事件發(fā)生地、經(jīng)濟(jì)文化發(fā)達(dá)區(qū)域、人口密度大的區(qū)域)出現(xiàn)極端的輿情峰值。整個(gè)網(wǎng)絡(luò)密度為0.28，各個(gè)節(jié)點(diǎn)的度分布不均勻。整體的網(wǎng)絡(luò)密度分布統(tǒng)計(jì)情況見表 1，在全國(guó)尺度下，社交網(wǎng)絡(luò)的信息在東部、中東部、東南以及東北傳遞聯(lián)系行為相對(duì)頻繁。網(wǎng)絡(luò)化程度較低的西藏、青海、內(nèi)蒙古地區(qū)與中部、東部的網(wǎng)絡(luò)節(jié)點(diǎn)出度頻次較少，而西部各個(gè)節(jié)點(diǎn)之間的內(nèi)聚薄弱。

表1 各省市地區(qū)信息空間的網(wǎng)絡(luò)密度

(2)信息網(wǎng)絡(luò)結(jié)構(gòu)分散程度在各個(gè)空間區(qū)域差異大。此次構(gòu)建的整體網(wǎng)絡(luò)的密度各個(gè)節(jié)點(diǎn)之間的密度標(biāo)準(zhǔn)差為0.68，極差為2.66，密度均值為0.81，各個(gè)區(qū)域的網(wǎng)絡(luò)密度相差較大。

從基于信息空間的區(qū)域網(wǎng)絡(luò)角度來看，東部地區(qū)的各個(gè)城市對(duì)節(jié)點(diǎn)之間信息傳遞和交互能力最強(qiáng)，中部次之。東部省份、自治區(qū)中北京、廣東的網(wǎng)絡(luò)密度達(dá)到了2以上，是整個(gè)網(wǎng)絡(luò)中聯(lián)系最為密集的省份地區(qū)，與王波[13]等東部網(wǎng)絡(luò)研究結(jié)論一致，但在中部信息交流地區(qū)產(chǎn)生差異。主要由于中部地區(qū)的輿論受到東部地區(qū)輿論影響較大，相比之下，其內(nèi)部信息流顯得較少；其他研究采用用戶關(guān)注與被關(guān)注數(shù)據(jù)，故無法準(zhǔn)確表達(dá)中部真實(shí)情況下的數(shù)據(jù)流向。網(wǎng)絡(luò)密度大于整體0.81以上省份地區(qū)，東部地區(qū)有61.54%，中部地區(qū)有40.00%，西部地區(qū)有16.67%；主導(dǎo)此次輿情信息交互大部分是東部和中部地區(qū)。西部地區(qū)經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)如四川、陜西、重慶，這些地區(qū)的網(wǎng)絡(luò)密度相比于其他地區(qū)(廣西、云南、甘肅、西藏、寧夏、青海等)出現(xiàn)“西部高密度”的情況。這些地區(qū)的各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)信息交換頻繁，成了整個(gè)西部地區(qū)的“輿情中心”。

表2 各區(qū)域網(wǎng)絡(luò)密度統(tǒng)計(jì)

(3)距離衰減效應(yīng)是地域綜合規(guī)律重要組成部分，是地理學(xué)基本規(guī)律，反映了事物或者現(xiàn)象的作用力隨著地理距離的增加而逐漸減小、變?nèi)醯默F(xiàn)象。密度位居第三的是山東省，值為1.96。山東省是本文選取事件“源頭”地區(qū)，其產(chǎn)生的輿情“聚集”也符合了這樣的規(guī)律。考慮到各地區(qū)經(jīng)濟(jì)發(fā)展水平，選取度大于1000的省份為基本節(jié)點(diǎn)，按其2016年第二季度人均可支配收入排序(見圖 1)。對(duì)人均GDP、信息流數(shù)目相關(guān)性檢驗(yàn)，p判斷閾值取0.05，相關(guān)系數(shù)r=0.384，p=0.158，并不存在明顯相關(guān)性。節(jié)點(diǎn)度的數(shù)量雖總體呈現(xiàn)出東多西少的地域趨勢(shì)，擬合線與城市發(fā)展水平呈東向西遞減趨勢(shì)。特殊區(qū)域如政治、經(jīng)濟(jì)中心以及事件發(fā)生“源頭”的局部地區(qū)，成為帶動(dòng)輿情發(fā)展的“高地”，其衰減過程與經(jīng)濟(jì)的地域衰減形式不同。

以省份、直轄市、特區(qū)作為單位節(jié)點(diǎn)，地理距離靠近的兩個(gè)節(jié)點(diǎn)連接性相差不大，且與外界節(jié)點(diǎn)聯(lián)系路徑相似。多維標(biāo)度(Multidimensional Scaling，MDS)是一種將多維空間的研究對(duì)象(樣本或變量)簡(jiǎn)化到低維空間進(jìn)行定位、分析和歸類，同時(shí)又保留對(duì)象間原始關(guān)系的數(shù)據(jù)分析方法。按照各個(gè)結(jié)點(diǎn)間網(wǎng)絡(luò)連接距離與中心節(jié)點(diǎn)鏈接維度關(guān)系，如圖2所示。北京、上海、廣東、江蘇、安徽、山東、浙江地區(qū)所處的網(wǎng)絡(luò)維度相近，且節(jié)點(diǎn)網(wǎng)絡(luò)連接性最大；黑龍江、廣西、天津、河北的網(wǎng)絡(luò)維度相近，湖北、遼寧、江西、福建、河南網(wǎng)絡(luò)維度相近。可見，在實(shí)際空間距離視角下，各地區(qū)的網(wǎng)絡(luò)連接性與距離東部地區(qū)的距離有一定的關(guān)系，偏遠(yuǎn)地區(qū)如海南、云南、澳門、內(nèi)蒙古、新疆、臺(tái)灣均處于獨(dú)立的最外維度的網(wǎng)絡(luò)節(jié)點(diǎn)上。

就發(fā)布量和轉(zhuǎn)發(fā)量來看，從2016年3月21日抓取數(shù)據(jù)開始，截至4月3日，北京、廣東、山東、江蘇、浙江、上海排名靠前，可見東部地區(qū)的用戶對(duì)此次公共事件的關(guān)注度較高，網(wǎng)絡(luò)輿情數(shù)量增長(zhǎng)快速。

2.2 節(jié)點(diǎn)城市中心性分析

中心性是輿情網(wǎng)絡(luò)中傳播信息的節(jié)點(diǎn)的地位重要性指標(biāo)，它是節(jié)點(diǎn)在網(wǎng)絡(luò)中權(quán)力的量化。當(dāng)其中一個(gè)節(jié)點(diǎn)處于許多節(jié)點(diǎn)交流的路徑上時(shí)，則該節(jié)點(diǎn)具有控制其他兩個(gè)節(jié)點(diǎn)的信息傳送能力，則該節(jié)點(diǎn)處于重要地位。

圖1 節(jié)點(diǎn)所在省區(qū)經(jīng)濟(jì)水平與度關(guān)系對(duì)照

圖2 整體網(wǎng)絡(luò)MDS關(guān)系鏈接圖

對(duì)于節(jié)點(diǎn)城市來說，相對(duì)介中心度越高，說明它越能在信息交流中控制其他節(jié)點(diǎn)，越能引導(dǎo)輿情方向。從分析結(jié)果看，不同的城市表現(xiàn)出不同的點(diǎn)入度和點(diǎn)出度(見表3)，其中上海、北京分別占據(jù)出度中心和入度中心性第一的位置。上海雖然在信息傳播中做出了重要貢獻(xiàn)，但是并不能很好地充當(dāng)信息接收者，其入度中心性沒有北京、廣州高。北京地區(qū)的中間中心度最高，相對(duì)介中心度為15.32，是整個(gè)網(wǎng)絡(luò)的中心。其次是上海、廣州和成都，和度中心性想比排名浮動(dòng)變化不大。因此，在各個(gè)節(jié)點(diǎn)傳播信息中，北京、上海、廣州和成都作為控制中間節(jié)點(diǎn)，控制其他節(jié)點(diǎn)的能力最強(qiáng)，對(duì)整個(gè)網(wǎng)絡(luò)信息流的傳遞起著導(dǎo)向作用。

表3 城市中心性統(tǒng)計(jì)

2.3 信息空間的時(shí)空特征

事件發(fā)酵過程中，輿論話題通過節(jié)點(diǎn)向外傳播后得到發(fā)展，分為三個(gè)階段：潛伏期、爆發(fā)期、消退期。如圖 3所示，①潛伏期：現(xiàn)實(shí)社會(huì)中發(fā)生的事件能夠喚起人們的注意，形成一定的意見；②爆發(fā)期，經(jīng)過傳播在一定范圍擴(kuò)散開來，形成公眾意識(shí)；③消退期，在社會(huì)上產(chǎn)生影響，完成輿論目標(biāo)，輿論次數(shù)開始下降。群體性事件中社會(huì)輿論形成的過程，基本上也經(jīng)歷這樣三個(gè)階段，且在不同的階段，輿情發(fā)展的特征有很大區(qū)別。此次事件輿情發(fā)展在2016年3月17日之前處于潛伏期；3月18日至25日是爆發(fā)期，此階段輿情發(fā)展最快，公眾參與也是最多的階段；3月25日后輿論數(shù)量逐漸趨于平緩，進(jìn)入了輿論消退期。

圖3 輿情發(fā)展趨勢(shì)圖

基于構(gòu)建的信息網(wǎng)絡(luò)，對(duì)各區(qū)域形成的網(wǎng)絡(luò)空間按地域進(jìn)行劃分。進(jìn)一步分析輿情所形成的網(wǎng)絡(luò)體系空間特征。本文將標(biāo)準(zhǔn)出度≤3 的“弱連接”節(jié)點(diǎn)去掉后的節(jié)點(diǎn)分為4個(gè)層級(jí)。選取2016年3月17日至25日具有傳播代表信息擴(kuò)散傳播的爆發(fā)期的數(shù)據(jù)，輿情過程路徑在空間上發(fā)布如圖 4所示。而中部與東部交流中，在東部?jī)?nèi)部扮演著“三分天下”重要地位的珠三角地區(qū)與中部地區(qū)聯(lián)系微弱。相比東部?jī)?nèi)部的交流(見圖 4a)，上海成了中部聯(lián)系的“重心”，形成了以上海為中心向中部城市輻射現(xiàn)象；沈陽(yáng)、北京成了北方地區(qū)的信息紐帶。東部與西部的聯(lián)系途徑大集中于北京與西部地區(qū)、成都與東部地區(qū)，(見圖 4c)原先的上海、廣州、沈陽(yáng)與西部聯(lián)系微弱。(見圖 4d)中部地區(qū)內(nèi)部聯(lián)系薄弱，網(wǎng)絡(luò)結(jié)構(gòu)松散。可見，在全國(guó)的信息交流中，北京處于絕對(duì)的“中心地位”，主導(dǎo)著全國(guó)的輿情走向。西部地區(qū)在標(biāo)準(zhǔn)出度≥3的連接性較少，此處未做出討論。

二模化網(wǎng)絡(luò)矩陣來源于中心性矩陣，二模網(wǎng)絡(luò)為我們分析“宏觀與微觀”提供了可能，并方便標(biāo)識(shí)出節(jié)點(diǎn)派系與分組情況。信息空間中各個(gè)區(qū)域信息承載的重心不同，網(wǎng)絡(luò)成層聚現(xiàn)象不同。沿海、東部之間的信息交互緊密，參與的城市數(shù)量也比中部、西部多。將東部信息空間流按照出、入度雙向關(guān)系“二模化”(見圖 5a)顯示出度節(jié)點(diǎn)總體上呈現(xiàn)出以北京、上海為核心，濟(jì)南、深圳、杭州、臨沂、青島聚集分布的現(xiàn)象；當(dāng)北京、上海當(dāng)作內(nèi)部信息交互的入度結(jié)點(diǎn)時(shí)，其吸收能力并沒有傳播信息的能力強(qiáng)；作為入度節(jié)點(diǎn)，南京、上海、深圳、沈陽(yáng)、濟(jì)南、廣州、青島對(duì)于信息的接收能力相差不大。因此在東部存在較大的出度和較小的入度差距，可以得出：東部地區(qū)網(wǎng)絡(luò)發(fā)揮著向外傳播的作用；這種差距主要體現(xiàn)在北京、上海、沈陽(yáng)對(duì)中部的信息輸送。武漢、合肥、長(zhǎng)沙、南昌、鄭州、亳州形成聚集，各個(gè)節(jié)點(diǎn)共同分擔(dān)中部的擴(kuò)散信息。在全國(guó)尺度下，北京、上海、廣州出度明顯(見圖 5b)。

圖4 東部、中部、西部網(wǎng)絡(luò)聯(lián)系圖

圖5 信息空間二模網(wǎng)絡(luò)圖

3 結(jié)論

對(duì)“山東毒疫苗”事件的輿情分析，發(fā)現(xiàn)微博社會(huì)空間視角下的中國(guó)等級(jí)城市有著明顯的等級(jí)關(guān)系，每個(gè)區(qū)域的信息交互過程中都有不同的中心城市。輿論網(wǎng)絡(luò)中的鏈接數(shù)量與城市的經(jīng)濟(jì)實(shí)力、事件起源地有一定的正相關(guān)性，即存在大部分節(jié)點(diǎn)，城市經(jīng)濟(jì)越發(fā)達(dá)，網(wǎng)絡(luò)鏈接度越多，相同時(shí)間段內(nèi)信息交互次數(shù)也越多；存在事件發(fā)生地的鏈接度數(shù)量發(fā)生躍升，其輿情發(fā)展也比周圍地區(qū)較快。

根據(jù)節(jié)點(diǎn)之間鏈接度與地理分布的關(guān)系，本文發(fā)現(xiàn)北京、上海在全國(guó)的信息交互中不管是出度、入度還是中轉(zhuǎn)節(jié)點(diǎn)作用，其影響力輻射了此次事件傳播的大面積區(qū)域。同時(shí)，上海、廣州、北京分別成為東部及沿海范圍內(nèi)長(zhǎng)三角東側(cè)、珠三角地區(qū)、渤海周邊輿論集結(jié)重心，這也進(jìn)一步驗(yàn)證了輿論的分布、集結(jié)與城市的發(fā)展程度、經(jīng)濟(jì)水平有一定的正相關(guān)。東部與中部輿情發(fā)展的信息交互中，珠三角區(qū)域影響力下降，沈陽(yáng)對(duì)北方輿情的影響力加強(qiáng)。東部與中西部之間差距顯著，城市間出現(xiàn)不同的層級(jí)，與國(guó)內(nèi)現(xiàn)有學(xué)者研究一致。

同時(shí)，本文還發(fā)現(xiàn)了個(gè)別城市在此次事件傳播中地域性特征明顯。廣州僅僅在東部珠三角地區(qū)影響力較大；沈陽(yáng)雖然在東部地區(qū)，但是對(duì)東部輿論影響較小，對(duì)中部地區(qū)影響卻很大。北京和上海這兩個(gè)城市不管在哪個(gè)尺度上，其輿論影響都是最大，具有引導(dǎo)輿情發(fā)展的絕對(duì)能力。

當(dāng)然，微博形成的新型社會(huì)網(wǎng)絡(luò)只是信息加速了輿情的發(fā)展。輿論信息交流在網(wǎng)絡(luò)擴(kuò)散也處于互聯(lián)網(wǎng)初級(jí)階段，僅僅通過不同節(jié)點(diǎn)間單一的轉(zhuǎn)發(fā)、話題參與，大部分節(jié)點(diǎn)并不能如現(xiàn)實(shí)生活中多次頻繁交流，對(duì)現(xiàn)實(shí)理性的輿情影響到底有多大的比重還有待考證。但毫無疑問，網(wǎng)絡(luò)中的輿情發(fā)展所帶來的社會(huì)效應(yīng)已經(jīng)成為各個(gè)部門解決事務(wù)的參考途徑。

[1]JOHN F. The world city hypothesis[J]. Development & change，1986，17(1):69-83.

[2]CASTELLS M. The rise of the network society：volume I[J]. Cities，1996，48(2):132-134.

[3]FRIEDMANN J R.The world city hypothesis [J].Development and change，1986，17(1):59-83.

[4]巴凱斯,路紫.從地理空間到地理網(wǎng)絡(luò)空間的變化趨勢(shì)——兼論西方學(xué)者關(guān)于電信對(duì)地區(qū)影響的研究[J]. 地理學(xué)報(bào),2000(01):104-111.

[5]甄峰.信息時(shí)代新空間形態(tài)研究[J]. 地理科學(xué)進(jìn)展,2004(03):16-26.

[6]李響.基于社會(huì)網(wǎng)絡(luò)分析的長(zhǎng)三角城市群網(wǎng)絡(luò)結(jié)構(gòu)研究[J].城市發(fā)展研究,2011(12):80-85.

[7]唐佳,李君軼.基于微博大數(shù)據(jù)的西安國(guó)內(nèi)游客日內(nèi)時(shí)間分布模式研究[J].人文地理,2016(3):151-160.

[8]段淼然,陳剛,于靖,等.基于新浪微博的省域出游驅(qū)動(dòng)力空間分布特征[J].地域研究與開發(fā),2015(2):96-102.

[9]甄峰,王波,陳映雪.基于網(wǎng)絡(luò)社會(huì)空間的中國(guó)城市網(wǎng)絡(luò)特征——以新浪微博為例[J].地理學(xué)報(bào),2012(8):1031-1043.

[10]王德忠,莊仁興.區(qū)域經(jīng)濟(jì)聯(lián)系定量分析初探——以上海與蘇錫常地區(qū)經(jīng)濟(jì)聯(lián)系為例[J]. 地理科學(xué),1996(01):51-57.

[11]李響.長(zhǎng)三角城市群經(jīng)濟(jì)聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)研究——基于社會(huì)網(wǎng)絡(luò)視角的分析[J].上海金融學(xué)院學(xué)報(bào),2011(4):105-1.

[12]陳映雪,甄峰,王波,等.基于社會(huì)網(wǎng)絡(luò)分析的中國(guó)城市網(wǎng)絡(luò)信息空間結(jié)構(gòu)[J].經(jīng)濟(jì)地理,2013(4):56-63.

[13]王波,甄峰,席廣亮,等.基于微博用戶關(guān)系的網(wǎng)絡(luò)信息地理研究——以新浪微博為例[J].地理研究,2013(2):380-391.

[14]韓運(yùn)榮,高順杰.微博輿論傳播模式探究[J].現(xiàn)代傳播：中國(guó)傳媒大學(xué)學(xué)報(bào),2012(7):35-39.

[15]田野.基于微博平臺(tái)的事件趨勢(shì)分析及預(yù)測(cè)研究[D].武漢大學(xué),2012.

[16]劉大均,胡靜,程紹文,等.中國(guó)旅游微博空間分布格局及影響因素——以新浪旅游微博為例[J].地理科學(xué),2015(6):717-724.

[17]鐘杰,王海舟,王文賢.基于話題的微博信息傳播拓?fù)浣Y(jié)構(gòu)研究[J].信息網(wǎng)絡(luò)安全,2016(3):64-70.

[18]CASTELLS M. Communication，power and counter-power in the network society[J]. International journal of communication，2007，1(1).

[19]CHAN M. Social network sites and political engagement：exploring the impact of facebook connections and uses on political protest and participation[J]. Mass communication & society，2016:430-451.

[20]MELLON J，PROSSER C. Twitter and facebook are not representative of the general population：political attitudes and demographics of social media users[J]. Available at SSRN，2016.

[21]COBB N K，JACOBS M A，WILEYTO P，et al. Diffusion of an evidence-based smoking cessation intervention through facebook：a randomized controlled trial.[J]. American journal of public health，2016，106(6):1130-1135.

[22]周芳如,吳姍姍,吳晉峰,等.旅游信息微博傳播網(wǎng)絡(luò)結(jié)構(gòu)及時(shí)空特征[J].經(jīng)濟(jì)地理,2016(6):195-203.

[23]劉軍.整體網(wǎng)絡(luò)分析講義[M].上海：上海人民出版社,2009.

SpatialStructureandCharacteristicsofInformation-NetworkBasedonNetworkPublicOpinion

Zhao Ai，Bi Shuoben，Wang Jun，Huang Tong，Wan Lei

(School of Geography and Remote Sensing，Nanjing University of Information Science and Technology，Nanjing 210044，China)

The dissemination of internet-based information changed the previous pattern of geography，while micro-blog has formed an important platform for exchanging information. Using the method of social network analysis(SNA) and GIS visualization，this paper tries to analyze the path of information transmission in micro-blog from the perspective of geography. Eventually the results show as follows.①The spatial structure and the social economy are relatively consistent.The number of in-out degree in network is consistent with the development of the economic level,while situations of dissemination are different in certain central cities.②The space of network information has the geographical features.Those cities as center-nodes dominate the direction of public opinion in the surrounding areas,even nationwide direction.③In network，the dissemination number of public opinion is regional during the same time frame.

Network structure;Spatial characteristics;Social network analysis;Public opinion

K901

A

國(guó)家自然科學(xué)基金項(xiàng)目 (41271410、41071253)。

2017-01-23

趙愛(1990-)，男，江蘇人，碩士研究生：研究方向：空間數(shù)據(jù)挖掘、大數(shù)據(jù)分析。

(責(zé)任編輯 沈蓉)