杨莉明
(1.广东外语外贸大学 新闻与传播学院,广东 广州 510006;2.广州城市舆情治理与国际形象传播研究中心,广东 广州 510006)
20世纪90年代,著名的网络传播学者曼纽尔·卡斯特就预见了21世纪将出现“香港—深圳—广东—珠江三角洲—澳门—珠海都会区域体系”,这个区域的崛起将成为全球新经济与信息社会中的一种典型的新空间形式。[1]496-499这种新的空间形式被称为“流动空间”,它非常依赖于都市内部或节点之间的通讯与交通。[2]352-354电子通信网络的回路是联结“流动空间”的脉络,通过将空间中的节点与核心连接起来[1]506,实现了资本、信息、技术等的流动,使政治制度、地域差异、社会关系的限制作用被弱化,从而重塑了社会的生产方式和人们的生活方式,使不同的城市之间日益成为互相依存、不可分隔的共同体。
卡斯特的预言在20多年后成为了现实。由香港、澳门两个特别行政区和珠江三角洲的九个内地城市(广州、深圳、佛山、珠海、东莞、中山、江门、惠州、肇庆)所构成的粤港澳大湾区是目前世界四大湾区之一,其发展被赋予了国家战略意义,为“一带一路”建设提供有力支撑。除了经济上的领先优势,它还具有世界上其他湾区所不具有的“一国两制三区”的特点,这使得大湾区的城市之间尤其需要保持良好的互动模式以保障区域的融合发展。
为响应国家建设粤港澳大湾区的政策,相关城市的政府宣传部门应承担起区域传播的主体责任,增强对大湾区的传播力度。社交媒体时代的到来为政府开展宣传工作提供了一个实时、双向的互动平台。城市的政务新媒体平台除了起到政策宣传、舆论引导、服务市民的作用之外,还应重视城市传播以及区域传播的功能,主动参与区域交流与互动,促进粤港澳大湾区区域融合发展。从已有的研究成果来看,传播学界对城市的关注较多而对区域的关注较少,关注个别城市的研究多而将城市群或某个地区视为整体的研究少,尤其是缺乏对被卡斯特称为“流动空间”的区域内部的交流互动模式的研究。因此,本文将从区域传播的视角出发,将粤港澳大湾区视为一个整体,运用社会网络分析方法,通过提取大湾区城市在新浪微博开设的政务微博账号所发布内容中的互相提及数据,构成一个社会关系网络,并对该网络的结构特征、重要的信息传播的节点进行剖析,以探讨大湾区城市的互动现状及其存在的问题,并为政务新媒体平台开展区域传播提供建议。
关于区域的研究吸引了众多学科的研究者,成果多集中在经济和产业一体化、地理空间规划、旅游航运、交通物流、人文历史、市场营销等方面,而来自传播学的研究成果则相对比较欠缺。从区域传播的定义来看,它是指在特定区域内的、具有区域特色的传播行为,其构成要素分为实体性要素和非实体性要素:实体性要素有传播者、受众、传播媒介,非实体性要素有区域文化基础、经济发展水平、技术水平和区域传播体制,各要素相互制约。[3]11在区域传播方面,有一些学者研究了传播媒体所建构的区域形象[4],媒体建构区域形象所使用的话语和修辞方式[5]以及传播区域形象的策略。[6]这些成果所研究的“区域”主要指我国的某个省份,缺乏对被卡斯特称为新空间形式的“流动空间”城市群所构成的区域的研究。另外,已有的成果集中于探讨外界如何建构区域形象或者区域如何向外界进行自我形象的传播,缺少关于区域内的传播要素之间如何互相作用、互相影响的研究成果,而传统的研究方法也无助于深入地研究这个问题。
可喜的是,近年来社交网络和大数据的兴起为城市之间的互动和关联的研究开辟了新的思路。甄峰等人通过新浪微博数据,研究了中国城市网络发展特征。[7]He等以武汉城市群为研究对象,通过4年的数据揭示了该区域内城市的动态变化,揭示了该城市群存在的“一核多弱”和“东强西弱”空间结构。[8]Zhen等通过新浪微博两周内的154万条签到记录,分析了长三角城市群的活动强度、贴近度和关联度。[9]赖凯声等研究了2015年中国94个城市用户的新浪微博数据,总结出城市提及网络特征及其作用规律。[10]就粤港澳大湾区的传播现状而言,张志安等通过对“今日头条”应用中的粤港澳大湾区城市群新媒体资讯传播情况进行大数据监测,从资讯属性和网民属性两大方面分析了大湾区资讯的新媒体传播效果。[11]国外有研究者使用基于地理位置的Twitter数据构建的社交网络来研究英格兰和威尔士地区内部以及地区之间的通信模式,测量了人们的区域认同、区域间沟通和区域情感。[12]可见,基于社交媒体数据的社会网络分析方法的应用为区域内城市间的互动及其变化趋势、居民对区域的情感和认同等抽象概念提供了可行的测量方式。
社会网络是指社会行动者及他们之间关系的集合,行动者可以是个人、群体、组织乃至国家。[13]15社会网络分析方法被应用于多个学科的研究,用以揭示由个人、群体形成的关系的本质。已有一些研究将城市作为行动主体,尝试用社会网络分析方法去研究城市之间形成的关系网络,比如方大春与孙明月运用高铁的数据建立了长三角城市群的社会网络,研究了其空间结构特征的演变;[14]李东泉与翁湉源通过国际友好城市之间所形成的网络测量了我国各城市的社会资本;[15]曾婧婧等通过新浪微博上284个地级市政务微博的关注数据来研究我国地级市之间的横向府际关系网络;[16]张平与商爽运用社会网络分析方法来研究城市社区权力结构样态;[17]潘昱成与李秋丽通过长江中游31个城市间的百度搜索指数,分析了长江中游城市群的信息联系网络特征;[18]钟韵与梅敏将社会网络分析方法与其他定量分析方法相结合,描绘了回归近20年来澳门在粤港澳大湾区中的城际联系情况。[19]上述研究成果表明,社会网络分析方法同样适用于以城市为主体所建构的关系网络的研究。因此,结合本文的研究目的,作者认为,可以将粤港澳大湾区视为一个整体网,将大湾区的城市视为该网络中的行动者,从大湾区城市的新浪官微所发布的内容中构建一个由互相提及数据构成的社会关系网络,通过剖析该网络的结构特征来揭示大湾区城市群的互动状况及其变化趋势。
本文以新浪官微的互相提及数据作为研究城市之间的互动的切入点,因为提及(Mention)在社交媒体的测量中是一个非常重要的指标,它指一个节点被其他节点提及的次数,表明该节点受到的关注程度以及参与他人在线对话的能力,反映了节点在网络中的影响力。[20]66尽管传播节点的影响力可能随话题的变化而变化,但是与转发相比,提及所代表的影响力比较不会受话题的影响,因此它比被转发次数更能稳健地反映传播节点的影响力。[21]10-17因为转发评论行为反映的是自我的认识,而提及反映的是他人对“我”的认知;提及和关注虽然都体现了他人对被关注/提及用户的认可,但是提及关系是动态的、可累积的,能更好地反映在某个时段用户的影响力及其与某些主题的联系。[22]研究表明,被提及率比其他因素更能预测Twitter上信息传播的速度、规模和范围。[23]355-358在有关城市影响力的研究中,研究者也认为,城市被提及是城市影响力、城市软实力的体现。[10]因此,运用城市之间的互相提及数据,一来可以勾画出作为一个整体网的大湾区城市的互动现状及其结构,二来可以横向比较各个城市在提及网络中的影响力,找出互动现状中的薄弱之处。
本文提出如下研究问题:
RQ1:粤港澳大湾区城市互相提及网络的结构特征如何?
RQ2:粤港澳大湾区各个城市在互相提及网络中的影响力如何?
针对上述研究问题,作者选取了粤港澳大湾区11个城市在新浪微博上开设的带有蓝V认证的官方账号作为研究对象。由于同一个城市往往有不止一个政务微博,因此作者选取的是发布综合性内容的官方微博,而非侧重于某一方面的资讯(如天气、交通等)的官微;再从这些综合性官微中选择粉丝最多的账号来研究。选取出来的11个官微的基本情况如表1所示。
表1 选取的11城官微的基本情况(截至2020年1月)
由于“粤港澳大湾区”的概念是在2017年以后才开始进入公众的视野,作者选择了上述11个账号自2017年1月1日0时起至2019年12月31日24时止为期三年的时间内所发的微博,运用Python网络爬虫,作者从上述微博中爬取了内容中提及大湾区11个城市的微博作为研究总体,共计5525条。
需要说明的是,在已有的研究中,社交媒体上的提及行为往往是指在微博或Twitter上通过“@”这一功能来提及其他用户。但是本文所要研究的是城市的影响力,而非官微账号的影响力,加之11个城市的官微之间互相@对方的概率过低甚至为0,无法形成一个网络,因此,本文所统计的提及次数,是指11城官微所发布的微博中分别提及其他10个城市的微博条数,而非某城官微@其他城市官微账号的微博条数。
结合研究问题,作者对5525条11城官微互相提及微博作了如下分析:
首先,作者统计了11城官微在研究时段所发的分别提及其他10个城市的微博数量,统计结果参见表2。
表2 11城官微互相提及的微博数量(2017.01.01—2019.12.31)
图1 11城官微互相提及网络关系图
作者对表2中的数据进行了二值化(Dichotomize)处理以便后续分析:以互相提及的微博条数的平均值(50.23条)作为临界值,将高于临界值的值重编码为1,低于临界值的值重编码为0,再运用Ucinet6软件对二值化处理后的数据进行网络关系图的绘制,由此可得到图1。
在网络关系图中,越是位于中心的节点所拥有的权力越大,越是位于边缘的节点则权力越小,在传播中比较难发出自己的声音。经过二值化处理简化之后,从图1的连线与箭头方向可知,广州、深圳、香港位于互相提及网络的中心,整个网络大体上围绕着这三个城市而构建。
在图1的基础上,作者计算了该网络的密度(density)。密度越大,表明成员之间的关系越密切,该网络对成员的态度、行为的影响就越大。经计算,粤港澳大湾区城市官微互相提及网络的总密度为0.327,标准差为0.469。这表明,该互相提及网络的密度较低,网络稳定性不高,城市之间联系比较弱,呈现出一个比较松散的结构。
为了对比互相提及网络中各个城市的传播影响力,作者采用了点的中心度(centrality)这个指标来衡量。社会网络研究的权威学者Freeman提出了中心度的概念,主要用于测量个体处于整体网络的中心位置的程度,它反映了行动者在其所处的社会网络中处于怎样的中心地位,掌握怎样的权力。[24]它包括三种指标:点的度数中心度(point centrality)、点的接近中心度(closeness centrality)、点的中间中心度(betweenness centrality)。表3是Ucinet6对这三个指标的计算结果。
表3 11城官微的中心度
点的度数中心度相当于该节点在其所处的网络中所具备的信息传递能力。由于城市互相提及网络图是一个有向的图,因此在计算点的度数中心度时,有点入度(in-degree centrality)和点出度(out-degree centrality)之分。在本文的研究中,点出度反映的是该城市主动提及其他城市的积极性,反映的是一座城市对其他城市的关注程度;而点入度反映的是该城市被其他城市所提及的受欢迎程度,体现了一座城市的吸引力,同时点入度高的节点更具有引导和促进网络中的交流的潜能。广州和深圳的点入度和点出度都比较高,说明这两个城市的影响力比较大,同时官微在日常运营中也会较多提及粤港澳大湾区的其他城市,关注大湾区的发展。香港的度数中心度也高,但主要是点入度高,即香港比较频繁地被其他城市所提及,但是主动提及其他城市的频率较低。而与之形成鲜明对比的是江门市,点出度高表明其官微积极主动地关注了其他城市,但是并没有获得其他城市同等程度的关注。
接近中心度是针对网络节点不受他人控制的程度的测量指标[13]134,即测量的是网络中节点的独立性。接近中心度值越小,就越不受其他节点的影响。因为这是有向网络,所以点的接近中心度同样可分为内接近中心度(in closeness)和外接近中心度(out closeness)。外接近中心度表明,江门、广州、深圳在主动提及其他节点的网络中位于中心位置,更为主动,这些节点通常更容易从网络中获取信息,而内接近中心度表明,广州、深圳、香港在被提及网络中地位较高,更容易被其他城市所提及,这些节点所传播信息往往更容易抵达其他节点。接近中心度的分析结果与度数中心度的分析结果比较接近。
中间中心度也是由Freeman所提出的概念,它测量的是节点在多大程度上位于图中其他“点对”的“中间”,反映的是行动者对资源控制的程度。[13]129经标准化后的中间中心度的值位于0到1之间,中间中心度越高则表明该节点越接近于网络中的核心位置。从中间中心度的值可知,广州、深圳、香港占据了该网络中的主要资源,其次是澳门、珠海、中山,再次是佛山、东莞、江门、惠州、肇庆,这五个城市的中间中心度都为0,这意味着它们并不掌握该网络中的任何资源,处于相对边缘化的位置。
综合上述三项指标来看,大湾区城市之间的沟通存在着不对称和不均衡的现状。如果从整个互相提及网络来看,我们还可根据图的度数中心势来看该网络的集中趋势。经过计算,点出图的相对度数中心势为0.333,点入图的相对度数中心势为0.578,可见被提及网络更为集中,大湾区城市关注的重点聚焦在香港、广州、深圳这三个核心城市上。从节点来看,广州和深圳表现出较强的传播影响力,既受到其他城市的广泛关注,同时又能积极地与其他成员进行交流,并且在该网络中扮演着连接不同的节点的桥梁的角色,掌握着该网络中的信息资源。同为大湾区核心城市的香港的影响力次之,在点入度、内接近中心度和中间中心度上表现比较突出,说明它在该网络中属于受到关注的角色,但较少关注大湾区的其他城市。而其他城市的影响力则表现相对较弱,尤其是佛山、东莞、江门、惠州、肇庆五城,在该网络中所能掌握的资源为0。总体而言,该网络主要由三个节点所掌控,呈现出一定的集中化趋势。
图2 11城的分块图
为了进一步揭示互相提及网络的总体模式,作者运用了块模型(blockmodels)来分析。块模型分析是根据网络中的行动者的结构对等性对行动者进行分类,通过聚类方法(Concor法)将大湾区11个城市划分为若干个子群体,再探讨这些子群体之间的关系。初步分析的结果如图2所示。
根据图2的块模型结构图,11城官微互相提及网络可划分为6个子块。然后作者将该网络的整体密度值0.318作为临界值来重新编码,聚类密度大于0.318的重编码为1,判定为1-块,即联系密切、聚类效果好的块,小于则编为0-块,表示聚类效果不好,由此生成表4,并且根据表4的数据绘制了块之间的关系简化图(见图3)。
表4 根据密度矩阵绘制的像矩阵
从图3可知,在这6个子块中,K1(东莞、珠海)关注了K4子块,同时受到K2和K5子块的关注,但均无双向联系。K2(广州、深圳)在提及网络中处于权威地位,与除了K4以外的其他四个子块都有共现关系,并且与其中的三个子块都是双向的联系。不过,K2可通过K1向K4传递信息,K1在K2和K4之间发挥一定的桥梁作用。K3(香港)与除了K1以外的其他四个子块有联系,但只有与K2之间的联系是双向的,而与K4、K5、K6子块都是单向联系,受到这三个子块的关注。K4(澳门)虽然也与三个子块有联系,但关系全都是单向的:它受到K1和K5的关注,但它主要关注的是K3子块。K5(佛山、江门、中山)关注了除K6以外的其他四个子块,但是只接受到K2发送的关系,表明该子块积极地向外寻求联系,但是比较缺乏其他子块对它的关注,不利于信息的双向流通。K6(惠州、肇庆)只关注了K2和K3这两个子块,与其他子块没有表现出共现关系。
图3 重编码后生成关系简化图
从子块内部节点之间的关联来看,在6个子块中,排除掉K3和K4(分别只有一个城市)之后,只有K2和K5处于1-块,这表明这两个子块内部节点之间联系紧密,有较强的凝聚性。而K1和K6的内部节点关联度低,这表明这两个子块内部节点之间联系比较松散。从位置层次上讲,K2和K5都属于首属位置(primary),即该子块既接受来自外部成员的关系,也有来自自身成员的关系,不过K2的双向联系数目比K5多,这从前面关于节点的中心度的分析也可得到验证,广州和深圳扮演着该网络中的领导者角色;K1、K3和K4属于经纪人位置(brokers),既发送也接受外部关系,但内部成员之间联系少或无内部联系;K6向外发送关系但没有接收到外来关系,内部成员联系也少,属于谄媚位置(sycophants)。[13]224
我们还可以利用像矩阵对块模型的整体层次进行分析:对表4像矩阵中的各个块进行置换,能使大多数1-块集中在像矩阵的左上半部分,0-块集中在右下部分(如表5所示),这表明城市互相提及网络呈现出一定的核心—边缘结构:[13]228核心城市内部联系紧密,但与位于边缘位置的子块的城市呈现单向联系或无联系,并且边缘子块内部的城市之间也存在凝聚性弱的问题。
从城市互动的角度,本文运用粤港澳大湾区城市新浪官方微博的数据,研究了大湾区城市之间的互动网络结构及该网络中的节点(即城市)的传播影响,从而对前文所提出的研究问题作出如下回答:
从节点的影响力来看,整个提及网络大体上围绕着广州、深圳、香港这三个城市而构建,这三个节点在该网络中扮演领导者的角色,拥有较强的传播影响力,掌握了该网络中的信息资源,而大湾区四个主要城市之一的澳门并未表现出与其地位相应的影响力。在大湾区的其他城市中,地理位置较为优越的城市,例如东莞,参与大湾区对话的积极性较低。与之形成鲜明对比的是江门,尽管地理位置不优越,但是非常主动关注大湾区其他城市的动态,不过却很少获得其他城市报以关注。对于其他距离大湾区核心地带较远的城市来说,例如惠州、肇庆,则处于边缘化的不利位置。提及网络呈现出来的不对称和不均衡一方面可能是受到城市之间经济实力差距以及地理位置远近的影响,另一方面则可能和各个城市政务新媒体平台的运营策略有关。就大湾区城市官微现有的传播状况而言,部分官微在互相提及网络中影响力低的原因可能是过分关注本地信息,“各自为政,自说自话”[25],缺乏对区域内其他城市的关注,未能积极参与到区域的互动和对话中来。这也反映出目前区域传播中存在的问题:传播主体不明确,传播意识淡薄。对于在互相提及网络中处于核心位置的城市官微来说,应当在大湾区的区域传播中发挥主要力量,利用作为领导者所拥有的传播影响力,加强与大湾区各个城市的府际联系,尤其是加强对边缘化城市的关注。而对于在互相提及网络中处于劣势地位的城市官微而言,需要在运营中增强区域传播意识,关注区域动态,主动传播区域信息,增进与区域内成员之间的对话,采取积极主动的态度融入到区域的沟通互动网络中去。
从网络的结构特征上看,粤港澳大湾区城市互相提及网络的密度较低,网络稳定性不高,城市之间联系比较弱。块模型分析揭示出该网络呈现出一定的核心—边缘状态,即核心城市内部联系紧密,边缘城市内部凝聚性弱,并且核心城市和边缘城市之间的单向联系或联系较弱。总体而言该网络呈现出一个比较松散的结构,缺乏作为一个整体应有的凝聚力。这与其他学科的学者对粤港澳大湾区发展状况的研究得出的结论比较一致,比如彭芳梅从经济指标上发现粤港澳大湾区及周边城市在空间结构上表现为显著的“核心—半边缘—边缘”结构和三级圈层结构特征,整体网络过度依赖港深穗的辐射带动和中介桥梁作用,缺乏合理的梯度层级。[26]本文虽然研究的是粤港澳大湾区11城的新浪官微互相提及数据,但是互相提及网络中呈现出来的不对称也应验了这11个城市发展不均衡的现状,尤以核心城市与边缘城市之间的差异为甚,经济发展水平以及地理空间的制约也同样体现在了城市政务新媒体的互相提及网络中。粤港澳大湾区作为全国经济水平和开放程度都领先的区域,在城市互动网络中尚且表现不佳,更遑论其他区域城市群。2012年甄峰等人对新浪微博数据进行研究时发现,中国城市网络存在着明显的等级关系与层级区分,城市的网络连接度与城市等级表现出了相对一致性,微博上的城市网络结构与地理实体空间中的城市体系格局有很大的相似性。[7]结合本文的研究可以发现,这一现状至今未有明显改善。这也反映出我国区域经济的发展过分依赖个别核心城市的辐射带动作用的现状,若任其发展下去,或加剧两极分化,产生马太效应,导致结构失衡。
根据卡斯特所提出的全球化和信息化时代的流动空间理论,ICT(information and communications technology)的广泛应用促成空间的流动将逐渐弱化地理边界、政治制度等限制作用。但遗憾的是,本文的研究表明,城市政务微博未能充分利用互联网的传播优势来突破客观条件的制约。尽管粤港澳大湾区城市在文化和语言上同根同源,但仍需要进一步融合开放,充分借助互联网平台的传播优势,建立起更为紧密的联系,从而促进区域的融合发展。
本文的贡献在于运用社会网络分析方法,将区域视为一个整体网,将城市视为网络中的行动者,通过城市新浪官微数据建构了城市间的互相提及网络,从而为研究城市互动及其存在的问题提供了一种研究路径。
本文的局限性在于政务新媒体平台复杂多样,就城市官微而言,既有市级官微、区级官微之分,又有政府不同部门开设的官微,如公安、交警、检察院等,还有针对不同的民生服务开设的官微,如地铁、天气、旅游等。在政务新媒体平台的选择上,对于一个城市,本文只选择了一个发布综合性内容的城市官微来研究,可能造成数据有偏差。此外,本文仅从城市官微的互相提及数据的角度探讨城市间的互动,由于篇幅所限未能探讨在传统媒体以及其他新媒体平台上的城市互动,还有互动内容的传播效果及其影响等等,后续研究可在这些问题上继续深入探讨。