高校官方微博影响力评价与比较实证研究

摘 要：本文以36家985高校的官方微博（后简称为“官微”）为研究对象，选取“粉丝”数、微博数、原创微博数、多媒体微博数、转发数、评论数、点赞数、“粉丝”参与率和关注转化内容率为指标，通过因子分析对我国985高校官微影响力进行评价和比较研究。因子分析提取了985高校官微影响力评价的3个公因子，即互动因子、官微发布因子和人气因子。研究发现，985高校官微的影响力水平分布不均衡，多数高校微博的影响力偏低，影响力较高的高校微博数量偏少。

关键词：高校官方微博；影响力；因子分析

中图分类号：G647 文献标志码：A 文章编号：1674-8883（2020）04-0235-01

随着互联网的发展和移动终端的普及，微博的传播价值越来越受到关注。作为社会新思想的摇篮，高校也不例外地开始重视自己在微博上的传播影响力。在知网上以“高校”和“微博”为关键词进行检索，发现少有评估其影响力的文献。本文力图通过爬虫软件直接爬取微博相关数据，以更科学地评估高校官微的影响力，并提出相应的发展建议。

一、构建指标体系

根据Malcolm Gladwell提出的流行三法则，本文从微博传播者、微博传播内容、受众和传播特征这4个维度选取博主活跃度、微博内容、“粉丝”参与度、微博传播度4个要素构建高校官微影响力评价指标体系。[1]以下逐一阐述其含义。

博主活跃度是指微博用户在微博上的活跃程度。博主通过发微博才能吸引其他用户的眼球，以此吸引“粉丝”，扩大自身影响。因此，本文选取微博数这一指标来量化博主活跃度，从发布微博的频率来评价高校官微的活跃度。

微博内容是指用户原创或转发的微博内容。本文選取原创微博数、多媒体微博数和关注转化内容率这3项指标进行量化。原创微博反映了创新程度，其所占比例越多，越容易形成自身影响力和品牌效应；[2]多媒体微博数是指包含图片、视频和音乐的微博总数，此类微博比纯文字的微博内容更能吸引用户的眼球；关注转化内容率是指转发微博数与关注数之间的比例，关注转化内容率越高，其转发所关注用户的微博数量也越多。

“粉丝”参与度是指在接收微博信息后会对此产生反应和态度的“粉丝”在总“粉丝”中所占的比例。“粉丝”参与度用来研究微博用户的活跃“粉丝”数的比重，这一指标通过“粉丝”参与率（指评价时间段内发布的所有微博的转发数、评论数、点赞数之和与“粉丝”数之间的比率）来量化。“粉丝”参与率越高，说明活跃的高质量“粉丝”越多。

微博传播度是指微博用户所发微博的传播范围的广度和深度。转发可以扩散微博信息，体现传播的广度。评论和点赞则表达了“粉丝”对微博内容的态度和观点，体现传播的深度，同时评论和点赞的数量达到一定数量也能将微博推上热门，从而被更多用户看见，扩大传播范围。“粉丝”数量的多少也决定着微博用户影响力的辐射范围和影响程度。[3]因此，本文选择微博转发数、评论数、点赞数和“粉丝”数这4项指标进行量化。

二、数据来源和研究方法

数据来源和说明：我国高校微博数量众多，且各高校层级差异比较大。为了保证研究对象的可对比性，本文选取同一层级的高校——985高校的官微作为研究对象。由于厦门大学和国防科技大学没有经过官方认证的官微账号，北京理工大学官微“粉丝”数仅有6000多，与其他高校官微“粉丝”数相差过大，所以将这几所学校剔除。本文一共选取了除这3所高校之外的36所985高校作为样本，并选择2018年9月21日至11月21日作为研究时段进行数据采集，运用爬虫软件与人工统计相结合的方法采集数据，再使用SPSS 24.0软件进行数据分析。

三、因子分析过程及结果

（一）指标相关性及适用性检验

对样本量进行KMO与Bartlett的检验。KMO的值= 0.782>0.6，Bartlett球形检验近似卡方统计值为408.348，显著性水平P值=0.000<0.05，说明本文数据适合做因子分析。

（二）提取公因子

使用主成分分析和最大方差旋转法提取中国高校官微影响力的公因子，3个公因子特征值均大于1，且提取公因子的累计方差贡献率达91.654%。说明这3个公因子基本上涵盖了原始数据所反映的信息，丢失内容较少，因子分析法适用于本文的研究。通过Kaiser标准化的正交旋转法，建立公因子载荷矩阵，旋转在4次迭代后收敛，使各个变量在某一公因子上产生较高载荷。

第一公因子F1在点赞数、评论数、转发数、关注转化内容率和“粉丝”数这6个指标上具有较高载荷。点赞数、转发数、评论数和“粉丝”参与率体现了“粉丝”在接收到高校官微发布的微博信息之后愿意通过转发、评论、点赞来参与互动的互动绝对数和比例。关注转化内容率体现了高校官微获取其他用户的信息并且转发为自己微博内容的概率。这6个指标都是高校官微及其“粉丝”的互动行为。因此，本文将第一公因子F1命名为互动因子。

第二公因子F2在多媒体微博数、微博数和原创微博数这3个指标上具有较高载荷。微博数体现了高校官微的活跃度，多媒体微博数和原创微博数则体现了所发微博内容的丰富性、创新性。这3个指标与高校官微发布微博这一行为有关，因此，本文将第二公因子F2命名为官微发布因子。

第三公因子F3在“粉丝”数这一指标上具有较高载荷。“粉丝”数体现了高校官微的人气程度。因此，本文将第三公因子F3命名为人气因子。

（三）因子得分及结果讨论

根据原始各变量得分系数和标准化值，利用回归方法计算各公因子得分。以3个公因子的方差贡献率作为公因子得分的权数，构建高校官微影响力综合得分函数：F=0.44898×F1+0.33410×F2+0.13347×F3。根据各个因子得分和综合因子得分，可相应地得出36家高校官微影响力排名。

根据互动因子F1得分和排名可知，前5名分别为上海交通大学、浙江大学、山东大学、华东师范大学和武汉大学。这5所高校官微在互动方面较为突出。高转发数、评论数、点赞数和“粉丝”参与率间接说明了其所发微博的价值，在传播的深度和广度方面都取得了较好的效果。高关注转化内容率说明其能积极将关注的其他用户的优质微博内容转发到自己的微博上，丰富微博内容。

根据官微发布因子F2得分和排名可知，前5名分别为中南大学、天津大学、大连理工大学、南开大学、电子科技大学和东北大学。这5所高校官微所发微博数较多，说明活跃度、信息公开程度高，积极运营微博账号并且分享校园信息。同时，原创微博数和多媒体微博数也较多，更容易吸引读者阅读兴趣，从而提高影响力。

根据人气因子F3得分和排名可知，前5名分别为清华大学、北京大学、复旦大学、武汉大学和电子科技大学。说明这5所高校官微的“粉丝”数领先，人气高，有群众基础。

从综合得分和排名来看，36家高校官微影响力水平发展不均衡，各高校之间差异较大。排名前5的高校官微存在两种情况：一是3个公因子排名均比较靠前，如武汉大学；二是部分公因子排名领先，另一部分公因子排名比较靠后。排名靠后的5所高校官微的3个公因子得分排名均靠后，各方面实力较弱。

四、结语

本文通过对36家“985”高校官微影响力水平进行比较和分析，发现：第一，高校官微影响力发展水平不均衡，例如综合得分第一名与最后一名相差2.53分，差距较大。运营成熟的高校官微应继续保持自身优势，在发展中寻求创新和突破；影响力水平较低的高校官微应在发挥自身优势的基础上，借鉴和吸收优秀高校官微的运营经验，力争上游。第二，高影响力的高校官微偏少，低影響力的相对偏多，呈底部巨大的金字塔型分布。目前这一分布状况并不合理，各高校官微尤其是影响力排名靠后的，应尽力提高自身的影响力水平，跻身中高影响力行列，使整体分布结构趋于纺锤形。

参考文献：

[1] 吕尚彬.穹顶之下：产品结构、互联网思维与“引爆点”[J].今传媒，2015，23（09）：4-7.

[2] 赵阿敏，曹桂全.政务微博影响力评价与比较实证研究——基于因子分析和聚类分析[J].情报杂志，2014，33（03）：107-112.

[3] 梁昌明，李冬强.基于新浪热门平台的微博热度评价指标体系实证研究[J].情报学报，2015，34（12）：1278-1283.

作者简介：王梦珠（1995—），女，浙江宁波人，中国传媒大学研究生在读，研究方向：媒体管理。