基于因子分析的气象微博影响力评价与比较实证研究

张 岚，王雁君，张 蓉

（江苏省气象服务中心，江苏 南京 210008）

微博是基于用户关系的信息分享、传播和获取平台[1]。近年来，党政机构纷纷通过政务微博发布政务信息，开展公共服务。“微博问政”已经成为官民沟通的主要路径。微博影响力也成为政务微博运营人员绩效考核的重要指标。但微博提供的数据比较有限，且诸多指标之间存在相关性，仅用基础数据来评价微博运营情况意义不大[2]，需要挖掘数据后的特征，掌握构成微博影响力的主要因素，进而辅助管理工作，优化服务模式，提升账号影响力。

1.数据方法

本文以江苏省气象局及下属13 个地市级气象部门官方微博为研究对象，包括@江苏气象、@南京气象、@无锡气象、@连云港气象、@苏州气象、@徐州气象、@常州气象官方微博、@淮安气象、@宿迁气象、@南通气象、@镇江气象、@扬州气象、@泰州气象、@盐城气象。通过新浪U 媒平台采集2020 年以上14 个账号的全年运营数据，包含关注数、粉丝数、微博数、视频数、阅读量、被转发、被评论、点赞数、互动次数、主动转发、主动评论11 个指标。

本文通过因子分析法将气象微博的11 项指标进行降维处理，使存在相关关系的指标归为一类，提取公因子，得出气象微博影响力的关键影响因素，并进行综合评价。用F 表示公因子，则F=b1X1+b2X2+b3X3+……+biXi+U。其 中，X1、X2……Xi表示不同的公因子，b1、b2……bi表示公因子系数，U 为常数。

2.气象微博影响力评价与比较

2.1 因子分析

2.1.1 指标相关性及适用性检验

开展因子分析前需要用KMO 检验法检验样本数据是否适用因子分析，用Bartlett 球形检验法检验指标间是否独立[1]。将表2 中的11 个指标全部纳入适用性检验及初始因子分析。结果发现，部分指标与其他指标存在线性关系。采用逐一淘汰法，最终剔除互动次数、主动转发、主动评论3 项指标后，对剩余的8 个指标做适用性检验，数据显示，KMO 值为0.6757＞0.6，属于可接受范围。Bartlett 球形检验近似卡方统计值为115.053，显著性水平P 值为0.000，说明变量之间不全独立，相关性显著，本文数据适合做因子分析。

2.1.2 公因子提取及分析

按照特征值大于1，且主成分对应的累计贡献率大于80%的原则提取公因子。根据表1，第一公因子F1和第二公因子F2的特征值分别为4.933 和1.554，均大于1。两个公因子的方差贡献率分别为61.661%、19.430%，累计方差贡献率81.091%，说明这两个公因子能够反映原始变量81.091%的特征，信息丢失较少。

表1 旋转后的载荷因子矩阵、特征值、贡献率

因子1 在阅读量、被转发数、被评论数、点赞数、粉丝数5 个指标上具有较高载荷。粉丝数反映微博账号的用户规模和受关注程度。一般而言，粉丝数越多，微博被阅读的概率越大，传播面越广。阅读量直观反映了微博的传播效果，阅读量越高说明传播效果越好。被评论数、被转发数可以反映微博和其他用户交流互动的情况。转发数和评论数代表粉丝通过微博进行建议咨询、关注支持和情感表达的情况。越多的转发可能带来更广的传播面和更高的阅读量；点赞数则代表粉丝对微博内容的认可。将以上5 个指标定义为“传播力因子”，用于反映微博的传播效果。

因子2 在视频数、微博数2 个指标上具有较高载荷，定义为“服务力因子”，体现气象微博服务网民和为民办事的能力。该指标通过微博发布数和视频发布数计算。微博发布数体现气象微博对政务信息、气象信息、科普知识等信息的公开程度，一定程度上体现了微博账号的“勤政能力”。视频数则是体现账号创新能力的一个指标，原创视频数量越多，说明账号的内容生产能力强，对新技术的应用能力较强。服务力得分越高，说明气象部门通过微博平台发布了更多信息，服务了更多网民。

根据各指标在对应因子上的载荷确定其权重系数。A1、A2、A3分别代表关注数、微博数、视频数，B1、B2、B3、B4、B5分别代表粉丝数、阅读量、被转发数、被评论数、点赞数，F1 代表“传播力因子”，F2 代表“服务力因子”，则：

2.2 因子得分及结果分析

根据各变量因子得分系数和标准化值，利用回归方法计算各公因子的得分[1]。以两个公因子的方差贡献率61.661%和19.430%作为公因子得分的权重系数，建立气象微博影响力得分算法：F=0.7604×F1+0.2396×F2，各因子得分和综合排名如表2。

表2 2020 年江苏14 个气象微博影响力因子得分及排名

传播力因子方面，@江苏气象、@南京气象、@苏州气象、@无锡气象、@连云港气象 排名前五，以上5 个账号全年微博累计阅读量超过6000 万人次，尤其@江苏气象 阅读量达到1.78亿人次，影响力得分比其他市级账号明显偏高，体现了省级平台的资源优势。江苏气象发布内容被转发、被评论、被点赞的次数也均位列全省第一，说明粉丝对内容认可度相对较高，信息传播效果较好。@南京气象、@苏州气象、无锡气象、连云港气象 账号相对比较活跃，市级账号的受众明确，粉丝黏性强，服务信息内容的专业度和精细度较高，在重大天气事件中权威发声，具有极强的传播力和引导力，在当地政务微博影响力排名中普遍靠前。

服务力因子方面，@宿迁气象、@江苏气象、@淮安气象、@南京气象、@徐州气象位居前五。这些账号发博频率高，而且视频内容占比高，体现了较强的服务能力和创新意识。值得注意的是，江苏气象全年发布微博1 万余条，数量为全省最高；其中视频产品1362 条，数量虽不是全省最多，但原创度和视频质量较高。江苏气象抓住短视频发展风口，将科普视频产品系列化、栏目固定化、人物形象化，全面提升短视频业务水平，解读热点天气，回应社会关切，对影响力提升起到重要作用。

整体而言，@江苏气象 作为省级账号，拥有人才资源优势，组建专门的团队进行新媒体日常运营，产品供给能力强，影响力相对较高。南京、淮安、无锡、苏州部门气象微博影响力紧随其后，服务能力强，在市级账号中处于领先水平。泰州、镇江、扬州、盐城气象微博账号影响力整体排名靠后，运营能力相对较弱，表现在内容单一，信息发布频次相对其他账号略低，需要进一步优化栏目设置，增加服务频次，扩大传播效果。

3.结语

本文以14 个江苏省市级气象微博运营数据为样本，运用因子分析法对其影响力水平进行评价和比较。结果发现：传播力和服务力是构成气象微博影响力的两个主要因子，可以反映原始变量81%以上的特征；江苏省内气象微博发展水平不均衡，市级账号之间影响力差异较大，高影响力账号偏少。微博影响力很大程度上由账号主体的运营水平决定，与部门对新媒体的重视程度息息相关，也与新媒体运营人员的职业素养密不可分。因此，建议各级气象部门明确账号定位，加强自身建设，尤其要加强对微博运营人员的培训，提高新闻敏感性和产品策划能力；建立运营奖惩机制，激励业务人员深入挖掘受众需求，创新服务产品，打造优质内容，提升部门影响力和公信力。