蘇 文
俗語云:“天有不測風云”,變幻莫測的氣象影響著人們生存和發展的方方面面。我國幅員遼闊,人口眾多,各種類型的氣象災害頻發。氣象災害時刻考驗著政府及有關部門的應對能力。為了將氣象災害的破壞程度降到最低,除了在災害發生時及時指導民眾正確避險外,還要求政府建立高效而快捷的氣象災害預警發布機制。
隨著互聯網技術的發展,新媒體興起,通過網絡進行實時播報逐漸成為氣象災害預警的新形式。在這樣的背景下,越來越多的氣象局開始在微博上開設賬號,進行氣象預報與災害預警。自2010年11月深圳市氣象局最早開設了氣象微博“深圳天氣”后,我國各省市紛紛設立了氣象微博,至今已逾七年。但這些官方氣象微博是否形成了有效的信息傳播與災害預警機制,卻仍鮮有相關的實證研究。本文對全國氣象微博進行了初步的統計,并以“深圳天氣”為例,利用描述性統計與數據可視化方法對氣象微博的預警信息傳播與聯動機制進行分析,試圖彌補這一研究領域的缺失。
回顧文獻,關于自然災害的預警信息,我國學者積累了許多相關的研究。特別是圍繞著這些年相繼出現的汶川大地震、青海玉樹地震、四川雅安地震等重大自然災害,學者們從不同層面對災害預警信息機制展開了研究,對預警機制存在的問題和對策有較多貢獻。但在自然災害中關于氣象傳播的研究相對較少,現有的研究經過整理大體可以分為三大類。一是對傳統媒體氣象傳播的研究;二是關于氣象新聞寫作、廣播播報等方面的技術性指導文章;三是對新媒體下氣象傳播的探討。新媒體的氣象傳播研究還可以進一步分為兩類:一是對新媒體氣象傳播的優勢與現狀的論述,二是分析在具體的氣象災害中新媒體的應用。
本研究在以上的氣象傳播研究體系中屬于新媒體下的氣象傳播研究。雖然我國關于氣象傳播研究已有前期積累,但關于新媒體的氣象傳播研究仍處于起步階段,新媒體氣象傳播的文獻十分有限。如陳靜等(2008)分析了廣東省天氣短信服務平臺在2008年雪災應急服務中的作用,[1]謝坤和陳申鵬(2015)比較了“深圳天氣”官方微博和微信在氣象服務中的不同作用,[2]謝勇等(2016)通過對2015年一次臺風天氣過程和兩起熱點事件的跟蹤報道分析了“吉林氣象”的傳播效應和未來的發展前景。[3]但在這些研究中很多是基于案例的分析,基于定量的新媒體氣象傳播研究則鳳毛麟角。其中有如劉馨澤等(2014)對2012年“東莞天氣”在重大天氣過程服務中發布的微博條數、平均評論數、平均轉發數以及周變化、時變化及相關的要素的統計分析。[4]
回顧現有文獻可以發現,作為傳播學與氣象學的分支,氣象傳播領域仍存在著一些不足亟待完善。一是對新舊媒介研究的嚴重失衡,缺少對新媒體氣象傳播的研究。二是研究內容出現同質化現象。特別是對于氣象傳播寫作與播報等技術性操作的論文過于雷同,新媒體氣象傳播研究又多為對優勢與現狀的概要性論述。三是實證研究很少,對氣象災害傳播機制與效果的實證研究存在著很大空白。四是研究隊伍結構不合理。目前氣象傳播研究的作者多是各地方氣象局的研究人員,同時刊載這些研究的期刊也都是《廣東氣象》《氣象研究與應用》等氣象局與氣象學會主辦的雜志,幾乎沒有發表于傳播類學術期刊的文章。這樣的研究現狀不可避免地造成了研究視角的偏失,這一領域急需傳播學界的重視與專家學者的加入。
為了對我國氣象微博的發展現狀進行論述,我們在新浪微博中輸入“氣象”與“天氣”關鍵詞,并選擇有機構認證的用戶,最終得到了省市區氣象局(臺)或氣象服務中心的220個官方微博。接著從2016年1月1日—2018年1月1日對我國34個省級行政單位(23個省、5個自治區、4個直轄市、2個特別行政區)的氣象局微博進行監測與統計。
截至2018年1月1日,除了臺灣(省)、澳門、香港特別行政區外,我國其他31個省級行政單位都開設了氣象微博。根據監測自2016年1月1日至2018年1月1日的關注用戶數,我們將31個省級行政單位的氣象局微博排列如表1所示。根據表1,2016年到2018年兩年間省級氣象微博關注用戶數都有明顯增長,其中北京、廣東、上海、黑龍江、安徽的氣象微博關注用戶數增長最為明顯,特別是北京市氣象微博關注用戶數翻了一倍。同時,北京、天津、上海、重慶四大直轄市的氣象微博的關注用戶數都排到了省級行政單位氣象微博的前10名。這些數據表明,省級行政單位的氣象微博的信息發布機制已經基本建立,但個別省份如山東*2013年至今未更新,最新微博為2013年1月8日。、西藏等地區的微博影響力還較小。
同時,各個省內的省級市、地級市也開設了相應的氣象微博。我們首先統計了23個省和5個自治區地級市氣象微博的開設個數。根據2016年1月至2018年1月的監測與統計數據顯示,2016年1月江蘇省與廣東省的地級市氣象微博數量最多,之后四川省與河南省的地級市氣象微博也迅速設立,截止到2018年1月廣東省(21個地級市)、四川省(18個地級市)、河南省(17個地級市)、江蘇省(16個地級市)四個省份為我國地級市開設氣象微博最多的省份。

表1 省級行政單位氣象微博關注用戶數排名 (單位:萬人)
注:西藏氣象微博關注用戶數未達萬數量級,以“—”顯示。
但每個省份的地級市個數不盡相同,有些省份地級市數量不多,因此覆蓋率更能說明地級市微博的建設情況。于是我們進一步對地級市微博的覆蓋率進行可視化。截至2018年1月除了湖南、湖北、西藏、山東、海南的覆蓋率低于60%外,其他省份大部分地級市氣象局(氣象服務中心)都開設了氣象微博,除了貴州、廣西、江蘇、福建在2016年就達到了地級市氣象微博全覆蓋外,經過兩年的發展,廣東、貴州、江西、江蘇、廣西、河北、福建、山西、陜西、四川、遼寧、新疆、青海等省份也實現了地級市氣象微博全覆蓋。這些統計數據表明,我國大部分省份的地級市氣象局也都設立起了官方微博提供氣象傳播服務。
為了了解氣象微博的信息發布情況,我們統計了各省氣象局微博的信息發布數量,如表2所示。值得注意的是,內蒙古、寧夏、西藏、山東等自治區、省的氣象微博信息發布量嚴重不足,排在其他省級行政單位氣象微博之后,結合圖1,這些地區同時也是省內地級市氣象局微博覆蓋較少的地區。特別是西藏的氣象微博雖然于2011年建立,但其第一條微博的發布時間在2015年2月,至2018年1月只發布了724條微博信息,比西部其他省的氣象局發布的信息要少得多。此外,山東作為人口大省,省氣象微博的關注用戶數與微博數、地級市氣象微博的個數與覆蓋率均遠低于其他省份。通過調查,其省氣象微博的信息發布截止到2013年1月,信息數量僅為136條,排在所有省份之后,氣象微博建設缺乏持續性。

表2 省級行政單位氣象微博發信數排名 (單位:千條)
我們進一步對各省氣象微博的信息發送形式與用戶的轉發量進行了分析。從信息發送形式來看,大多數省氣象微博都配有圖片、照片或鏈接,但也有個別省份的氣象微博發布方式仍采取較為單調的文本形式,僅僅是天氣預報的電子版,難以引起用戶的關注與興趣,轉發量和評論更是接近零。相反,廣東、黑龍江、安徽等省的氣象微博發布的信息多采用對話的口吻,配合活潑風趣的動態表情形式,平時也注意分享一些有價值的信息和轉發與網民有關的熱門微博,或者舉辦一些有獎競猜活動等。這些微博賬號合理地利用了新媒體互動性強的優勢,注重信息發布的實用性與互動性,往往有較多的轉發量與評論數,不僅傳遞了氣象信息,達到較高的用戶粘性,也為突發的災害預警打下了受眾基礎。
從全國的氣象微博發展現狀來看,廣東省是氣象微博較為健全的省份。廣東除了省氣象微博外還有2個省級市(廣州、深圳)、19個地級市氣象微博,覆蓋率達到100%。全省21個省地級市的氣象微博的關注人數平均達到37.6萬人,位列所有省級行政單位的氣象微博之首。其中“深圳天氣”為深圳市的氣象微博,成立于2010年11月,是我國首個建立的氣象微博,關注用戶數達到157萬,高于所有省級氣象微博的關注用戶數。因此,本研究選取了“深圳天氣”作為氣象微博預警信息發布與聯動機制的研究對象。
截至2018年1月1日,“深圳天氣”發布的信息數量達到了37725條,本研究先從這些微博信息中篩選出有“預警”關鍵詞的信息5152條,再進一步鎖定了包含“紅色預警”的161條原創微博進行分析。通過統計,161條紅色預警信息平均每條信息有85人轉發,176人進行評論,84人點贊,比起“深圳天氣”發布的其他信息有明顯的傳播性。從內容上看,紅色預警主要是暴雨紅色預警(127條,占78.9%)和少量的臺風紅色預警(29條,占18%)。
從內容上看,這些紅色預警信息基本上都配有圖片,說明紅色預警的區域,教導市民識別不同顏色不同類型的預警信號,或者配有照片呈現各路段積水的程度,并針對學生群體宣導“紅色預警信號生效中小學以及幼兒園自動停課”的意識。同時,“深圳天氣”也注意使用動態表情和口語化文字以提升預警信息的親切感,提高信息的接收效果。此外,“深圳天氣”還積極與粉絲們進行互動,如讓微博關注者反饋各路段的積水信息,或者回答粉絲的相關問題。通過這些手段,“深圳天氣”發布的信息既受到廣大學生群體的關注也受到家長群體的關注,具有很強的實用性、時效性與互動性,建立起與關注用戶的緊密關系。
同時本研究對161條預警信息的轉發者進行調查,在不同災害的預警信息轉發中我們統計了多次轉發這些預警信息的微博賬號。主要包括兩類參與聯動的微博賬號,一類是如“深圳微博發布廳”、“深圳教育”、“深圳交警”、“深圳市民政局”為代表的地方政務微博,這些微博的建設者主要是政府的相關部門,由于暴雨關乎學生上學、市民交通出行問題,這些部門的微博均及時協助氣象部門傳播暴雨預警信息;另一類是如“深圳商報”、“深圳特區報”、“南方日報深圳觀察”、“晶報”、“深圳新聞網”、“頭條新聞”等媒體微博,這些微博大多是當地的重要媒體,為了能讓更多民眾知曉預警信息,這些媒體微博也積極轉發預警信息。兩類微博賬號多次在預警信息擴散中貢獻了大量的轉發量,是預警信息擴散的關鍵擴散節點,起到重要的聯動作用。
為了分析有效的微博擴散路徑與明確其中關鍵節點的具體作用,本研究從“深圳天氣”發布的161則紅色預警信息中選出轉發量高于500的5則信息,分別來自2013年8月30日(1則)、2014年3月30日(3則)與2014年5月11日(1則)的3場暴雨的紅色預警信息。其中2014年3月30日的3則紅色預警信息是所有預警信息中轉發量最高的,因此本研究主要通過這3則信息進行“深圳天氣”預警信息傳播路徑與聯動機制的分析。我們對轉發的用戶進行傳播路徑的可視化,并顯示出最主要的關鍵用戶和路徑*粉絲數超過10萬或者其轉發“深圳天氣”的信息被超過5人以上再次轉發。(如圖3所示)。

圖3-1微博1的轉發路徑*根據微博認證信息,“劉芮東”為美林國際(香港)有限公司執行董事,“周曉鵬”為新浪網副總編輯,“月光博客”為知名IT獨立博客作者,“蕭秋水”《微信控,控微信》作者。

圖3-2微博2的轉發路徑*根據微博認證信息,“平安南粵”為廣東省公安廳官方微博,“龍崗發布”為深圳市龍崗區人民政府新聞辦官方微博,“遼視說天下”為遼寧衛視《說天下》欄目官方微博,“問鼎云學習”為深圳市問鼎資訊有限公司,“密山發布”為中共密山市委宣傳部官方微博,“戴昆”為知名設計師、北京居其美業住宅技術開發有限公司執行總裁,“尹香武”為大家顧問董事長、房地內參創始人。

圖3-3微博3的轉發路徑*根據微博認證信息,“精彩橫崗”為深圳市龍崗區橫崗街道辦事處官方微博,“玩咖科技”為深圳市玩咖科技有限公司,“古粵秀色”為廣州本土歷史文化網站,“萬慶濤”為廣州大學廣研院文化旅游產業研究所所長,“饒原生”為嶺南文化研究者和傳播者。
圖3展示了3則微博的預警信息擴散的主要路徑與關鍵節點。圖中點表示的是關鍵節點,即將信息進行擴散的關鍵微博用戶,箭頭從被轉發者指向轉發者。其中圖3-1為30日23時47分預警信息的擴散情況。圖3-2為31日5時32分預警信息的擴散情況。這兩則預警信息的轉發中,“頭條新聞”引起的轉發量分別占到第一則信息轉發量的40.4%(被轉數375)以及第二則信息轉發量的58.7%(被轉數621),由“頭條新聞”引發的轉發量高于其他轉發的微博,也高于“深圳天氣”自身引發的轉發量,“頭條新聞”在前兩則預警信息的轉發中起到了重要的橋接作用,也扮演著重要的聯動角色。圖3-3為31日6時57分預警信息的擴散情況。在這則預警信息的擴散中,“新浪廣東”的轉發引發的轉發量超過了其他微博用戶占到總轉發量的22.9%(被轉數163),“新浪廣東”起到了重要的橋接作用扮演著重要的聯動角色。從內容上看,“新浪廣東”對預警信息的轉發使得廣東省其他地區如廣州的網友都看到了深圳因暴雨紅色預警停課的信息,進一步引發了廣州部分微博用戶以及一些大V對廣州沒有及時發布預警信息的討論。
同時,根據對其他預警信息以及這三則預警信息轉發者的統計,“深圳交警”、“深圳教育”、“平安南粵”等政務微博主要在初期的擴散中起到關鍵作用。而一些重要的媒體微博,如“頭條新聞”、“新浪廣東”、“頭條微博”、“深圳商報”等則根據發布內容的重要程度,選擇了一些能引起受眾關注的信息進行轉發。這些政務微博與媒體微博形成了與“深圳天氣”協作擴散預警信息的聯動機制。他們本身擁有大量的粉絲,一旦轉發就容易在信息的擴散上起到推波助瀾的關鍵作用。
此外,不容忽視的還有一些當地企業微博與名人微博在預警信息中起到的作用。他們的作用主要表現在告知親友與對該事件的討論上。如“劉芮東”發布的“親朋好友注意”,尹香武的“轉給為人父母者”,“月光博客”發布的“今天深圳中小學停課,不過企業不放假”等,這樣的告知相比政務微博與媒體微博更有親切感,加上他們擁有大量的粉絲,往往能產生大量的轉發。而“萬慶濤”發布的“@廣州教育 最后一條微博,是昨天下午6∶09發布。到目前,它一條微博都沒有發布。@深圳天氣 今天6∶57發布‘停課’通知。什么也不說,政府服務好不好,自己判斷。”“饒原生”發布的“點贊深圳”則是對該事件的看法與評論。他們對比了深圳與廣州在暴雨預警上的及時性,這也引發了網友帶有情緒的討論,這些名人在預警信息的擴散上與政務微博與媒體微博一樣起到了重要作用,而帶有情緒的評論也給政府部門在氣象災害信息擴散的公關活動帶來一定的挑戰。
本文呈現了新浪微博上我國氣象微博的發展狀況,探討了紅色預警信息發布機制與信息聯動機制,下面針對目前我國氣象微博建設的問題以及可以完善的方面提出以下建議。
從全國整體上看,除了臺灣(省)、香港與澳門特別行政區外,其他31個省級行政單位都開設了氣象微博,做到了省級氣象微博全覆蓋,其中江蘇、河北、福建等13個省份還達到了地級市氣象微博全覆蓋。但通過分析各個省氣象微博的建設情況也可以發現,個別省份如內蒙古、寧夏、西藏、山東的省級以及地級市氣象微博建設較為落后。特別是西藏、寧夏、內蒙古等偏遠地區,幅員遼闊,經濟欠發達,受到氣象災害的影響很大,有必要在強化省級氣象微博功能的前提下進一步健全市級氣象微博的信息發布與預警機制。而山東省氣象微博的建設存在著更新停滯的現象,且只有一半的地級市建立了氣象微博。因此,建議今后在加強偏遠地區氣象微博建設的同時,應提高微博信息發送的有效性與持續性,各氣象微博一旦建立就應及時、持續更新,為災害預警信息的傳播打下基礎。
通過調查省級氣象微博的信息發布可以發現,個別省份的氣象微博仍停留在文本形式的氣象播報階段,信息發布形式缺乏多樣性與互動性,信息傳播效果較差。而對比轉發、評論數量較多的微博可以發現,這些微博在信息發布時都注意通過使用對話口吻、配合活潑風趣的動態表情、分享有趣有價值的信息、舉辦有獎競猜活動等方式來提高微博用戶的互動積極性,這是新媒體氣象播報形式上需要借鑒的主要做法。
另外,通過對“深圳天氣”的災害預警信息進行分析,我們發現“深圳天氣”的信息發布常用圖片結合照片來告知受眾預警信息覆蓋區域,引導受眾識別預警標識,呈現受災現場情況等。這樣的方式更加直觀、準確、實用。同時,“深圳天氣”有明確的受眾,在預警信息中重在宣導培養受眾的避險觀念,同時注意援引規章與官方鏈接,運用對話的口吻與動態表情,在提升預警信息可信性的同時增加了信息的親切感,例如“暴雨雖易,紅色預警不易,且行且珍惜”等配合網絡熱門用語的表達得到了很多用戶的轉發與評論。此外,“深圳天氣”也會經常與粉絲進行互動,及時回答相關問題,建立起與粉絲的聯動關系。這些方法都值得氣象微博建設借鑒。
在對161則“深圳天氣”發布的預警信息中我們歸納了兩類在信息擴散中發揮重要聯動作用的微博,分別為政務微博與媒體微博兩類。在對3則紅色預警信息的傳播路徑與關鍵節點的聯動機制分析中,我們可以發現初期預警信息的轉發主要是由“深圳教育”、“深圳交警”等政務微博引發的,而“頭條新聞”、“新浪廣東”等媒體微博起到了重要的橋接作用,引發了多級轉發。因此,為了形成有效的預警傳播機制,氣象微博與地方政務微博和媒體微博可以提前建立起聯動機制。此外一些企業微博與名人微博也在信息擴散中起到了推動作用。例如在深圳紅色暴雨預警信息的評論中,一些名人微博的討論引發了網民對深圳及時發布預警信息的表揚與對廣州未能及時預警的抱怨。因此,當名人微博的評論中出現負面信息時,相關部門要及時跟蹤進行應對,減少潛在的負面影響。
綜上所述,氣象預警傳播機制研究融合了環境傳播、危機傳播、政府公共關系等多領域的內容研究,涉及自然科學知識,也需要社會學知識的指導。本文通過描述性統計、文本分析與數據可視化相結合的方法嘗試性地探討了氣象微博的發展現狀與氣象災害預警信息的傳播機制,呈現了相關數據與策略供我國氣象微博建設借鑒,但研究較為粗淺,期待今后不同領域的研究者能有更為成熟的氣象媒體傳播研究成果出現。
參考文獻:
[1] 陳靜,李娜.廣東天氣短信服務平臺在2008年雪災應急服務中的作用[J].廣東氣象,2009(4):45-46.
[2] 謝坤,陳申鵬.從“深圳天氣”微博和微信維護談新媒體的氣象服務[J].廣東氣象,2015(1):59-61.
[3] 謝勇,高峰,張瑛.從吉林氣象官方微博看新媒體氣象服務的發展[J].農業與技術,2015(21):129-131.
[4] 劉馨澤,汪昕,盧映紅,夏冬.東莞市2012年重大天氣過程的微博服務[J].廣東氣象,2014(1):63-65.
[5] 朱平,陳靜,薛曉冰.廣東省氣象官方微博服務的實踐與探索[J].廣東氣象,2013(3):64-67.
[6] 陳恒明,高權恩,陳玥熤,黃俊生.如何做好官方天氣微博信息服務[J].廣東氣象,2012(5):47-49+53.