政务微博地区影响力差异及影响因素分析——基于关系数据分析范式的经验...
收稿日期：２０２１－０５－０６
∗本文系国家社会科学基金 社会网络视阈下政务微博受众影响力评估及舆情引导能力提升研究 （项目编号：１５ＸＧＬ０２１）；陕西高校省级重点实验室项目 公众灾害感知能力及风险沟通实证研究  基于社会网络视角 （项目编号：１２ＪＳ０１３）研究成果之一㊂
作者简介：刘政委（１９９５ ），男，２０２０级硕士研究生，主要研究方向为区域经济；张伟峰（１９６１ ），男，博士，教授，硕士生导师，研究方向为区域经济；张新星（１９８８ ），男，２０１５级博士研究生，研究方向为组织创新㊁组织创造力研究；杜鹃（１９９７ ），女，２０１９级硕士研究生；苏明伟（１９９６ ），男，２０１８级硕士研究生㊂
政务微博地区影响力差异及影响因素分析∗
基于关系数据分析范式的经验证据
刘政委１㊀张伟峰１㊀张新星２㊀杜㊀鹃１㊀苏明伟１
（１．宝鸡文理学院经济管理学院㊀陕西宝鸡㊀７２１０１３）（２．西安交通大学管理学院㊀陕西西安㊀７１００４９）
摘㊀要：［目的／意义］分析政务微博地区影响力差异的影响因素，到地区政务微博影响力扩大，政府舆情引导和管理能力提升的着力点㊂［方法／过程］综合运用ＧＩＳ技术㊁关系数据计量建模技术和二次指派程序方法，对我国省级行政区政务微博地区影响力差异的空间格局和影响因素进行分析㊂通过粉丝数前１０００的新浪政务微博数据，以粉丝数㊁发博数㊁评论数和转发数为政务微博影响力的衡量指标，构建人口因素㊁经济因素和教育因素对政务微博地区影响力差异的回归模型㊂［结果／结论］我国政务微博的发展在省级行政区层次呈现出较大的地区差距㊂经济发展水平是政务微博地区影响力差异的主要因素，居民受教育水平和产业结构是重要因素㊂
关键词：政务微博；地区差距；关系数据；舆情引导
中图分类号：Ｇ３５０㊀㊀㊀㊀文献标识码：Ａ㊀㊀㊀㊀ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５－８０９５．２０２１．１０．０１２
ＡｎａｌｙｓｉｓｏｆＤｉｆｆｅｒｅｎｃｅｓｉｎＲｅｇｉｏｎａｌＩｎｆｌｕｅｎｃｅｏｆＧｏｖｅｒｎｍｅｎｔＭｉｃｒｏｂｌｏｇｓａｎｄＩｔｓＦａｃｔｏｒｓ：
ＢａｓｅｄｏｎｔｈｅＥｍｐｉｒｉｃａｌＥｖｉｄｅｎｃｅｏｆＲｅｌａｔｉｏｎａｌＤａｔａＡｎａｌｙｓｉｓＰａｒａｄｉｇｍ
ＬｉｕＺｈｅｎｇｗｅｉ１㊀ＺｈａｎｇＷｅｉｆｅｎｇ１㊀ＺｈａｎｇＸｉｎｘｉｎｇ２㊀ＤｕＪｕａｎ１㊀ＳｕＭｉｎｇｗｅｉ１
（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ ＢａｏｊｉＵｎｉｖｅｒｓｉｔｙｏｆＡｒｔｓａｎｄＳｃｉｅｎｃｅｓ ＢａｏｊｉＳｈａａｎｘｉ７２１０１３）
（２．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ Ｘｉ ａｎＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ Ｘｉ ａｎＳｈａａｎｘｉ７１００４９）
Ａｂｓｔｒａｃｔ：［Ｐｕｒｐｏｓｅ／ｓｉｇｎｉｆｉｃａｎｃｅ］Ｔｈｅｐａｐｅｒｉｓｔｏａｎａｌｙｚｅｔｈｅｆａｃｔｏｒｓｏｆｄｉｆｆｅｒｅｎｃｅｓｉｎｒｅｇｉｏｎａｌｉｎｆｌｕｅｎｃｅｏｆｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂ⁃
ｌｏｇｓ ａｎｄｆｉｎｄｏｕｔｔｈｅｆｏｃｕｓｏｆｔｈｅｉｎｆｌｕｅｎｃｅｅｘｐａｎｓｉｏｎｏｆｒｅｇｉｏｎａｌｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓａｎｄｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆｇｏｖｅｒｎｍｅｎｔｇｕｉｄａｎｃｅａｎｄｍａｎａｇｅｍｅｎｔａｂｉｌｉｔｙｏｆｐｕｂｌｉｃｏｐｉｎｉｏｎ．［Ｍｅｔｈｏｄ／ｐｒｏｃｅｓｓ］ＴｈｅｐａｐｅｒｕｓｅｓＧＩＳｔｅｃｈｎｏｌｏｇｙ ｒｅｌａｔｉｏｎａｌｄａｔａｅｃｏｎｏｍｅｔｒｉｃｍｏｄｅｌｉｎｇｔｅｃｈ⁃ｎｏｌｏｇｙａｎｄｓｅｃｏｎｄａｒｙａｓｓｉｇｎｍｅｎｔｐｒｏｃｅｄｕｒｅｍｅｔｈｏｄ ｔｏａｎａｌｙｚｅｔｈｅｓｐａｔｉａｌｐａｔｔｅｒｎａｎｄｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｒｅｇｉｏｎａｌｉｎｆｌｕｅｎｃｅｄｉｆｆｅｒｅｎｃｅｓｏｆｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓｉｎｐｒｏｖｉｎｃｉａｌａｄｍｉｎｉｓｔｒａｔｉｖｅｒｅｇｉｏｎｓｏｆＣｈｉｎａ．ＢａｓｅｄｏｎｔｈｅｄａｔａｏｆＳｉｎａｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓｗｉｔｈｔｈｅｔｏｐ
１０００ｆａｎｓ ｉｔｓｅｌｅｃｔｓｔｈｅｎｕｍｂｅｒｏｆｆａｎｓ ｔｈｅｎｕｍｂｅｒｏｆｂｌｏｇｓ ｔｈｅｎｕｍｂｅｒｏｆｃｏｍｍｅｎｔｓａｎｄｔｈｅｎｕｍｂｅｒｏｆｆｏｒｗａｒｄｅｄａｓｉｎｄｉｃａｔｏｒｓｔｏｍｅａｓ⁃ｕｒｅｉｎｆｌｕｅｎｃｅｏｆｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓ ａｎｄｃｏｎｓｔｒｕｃｔｓｔｈｅｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｏｆｐｏｐｕｌａｔｉｏｎｆａｃｔｏｒｓ ｅｃｏｎｏｍｉｃｆａｃｔｏｒｓａｎｄｅｄｕｃａｔｉｏｎａｌｆａｃｔｏｒｓｏｎｔｈｅｒｅｇｉｏｎａｌｉｎｆｌｕｅｎｃｅｄｉｆｆｅｒｅｎｃｅｓｏｆｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓ．［Ｒｅｓｕｌｔ／ｃｏｎｃｌｕｓｉｏｎ］ＴｈｅｒｅｉｓａｌａｒｇｅｒｅｇｉｏｎａｌｇａｐｉｎｄｅｖｅｌｏｐｍｅｎｔｏｆＣｈｉｎａ ｓｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓａｔｔｈｅｐｒｏｖｉｎｃｉａｌｌｅｖｅｌ．Ｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｌｅｖｅｌｉｓｔｈｅｄｏｍｉｎａｔｅｆａｃｔｏｒｏｎｒｅｇｉｏｎａｌｉｎｆｌｕｅｎｃｅｄｉｆｆｅｒ⁃ｅｎｃｅｓｏｆｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇｓ ａｎｄｒｅｓｉｄｅｎｔｓｅｄｕｃａｔｉｏｎｌｅｖｅｌａｎｄｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅａｒｅｉｍｐｏｒｔａｎｔｆａｃｔｏｒｓ．
Ｋｅｙｗｏｒｄｓ：ｇｏｖｅｒｎｍｅｎｔｍｉｃｒｏｂｌｏｇ；ｒｅｇｉｏｎａｌｇａｐ；ｒｅｌａｔｉｏｎｓｈｉｐｄａｔａ；ｐｕｂｌｉｃｏｐｉｎｉｏｎｇｕｉｄａｎｃｅ
㊀㊀近年来，随着５Ｇ技术的发展和应用，网络信息
的传播效率持续提高，网络受众体不断扩大，网络
１
８２０２１年１０月Ｏｃｔ．２０２１
情报探索
ＩｎｆｏｒｍａｔｉｏｎＲｅｓｅａｒｃｈ第１０期（总２８８期）Ｎｏ．１０（ＳｅｒｉａｌＮｏ．２８８）
沟通的渠道不断扩宽，层次也在不断加深，在此基础
上产生多种类型的互联网社交产品㊂在互联网社交
产品里，微博以其时效性㊁与手机等移动客户端互通
的便捷性和互动社交性的三大特性成为重要的网络
沟通渠道㊂政务微博是微博在政务系统的应用，微
博在政务系统的应用促使政务沟通日益便捷和平民
化，成为连接各党政机构和普通微博用户的沟通桥
梁㊂截至２０１９年１２月２６日，经过微博平台官方认
证的政务机构共１３８８５４个㊂其中，河南省
各级政府共开通政务机构微博１０１８５个，居全国首
位；其次为广东省，共开通政务机构微博９５８７个；西
藏自治区最少，共开通３６１个政务机构微博［１］㊂我国政务微博的发展在省级行政区层次呈现出较大的
地区差距㊂
２０１９年，国务院办公厅发布‘２０１９年政务公开工作要点“，党中央和国务院对政务信息公开和政务新媒体的发展提出更高要求，要求优化服务功能，推进政务新媒体健康㊁协调和有序发展㊂２０２０年新冠肺炎疫情期间，政务微博影响力较大的地区通过各类政务微博积极发布与疫情相关的微博内容，在引导和宣传疫情防治㊁缓解公众焦虑和管理谣言传播等方面起到重要作用㊂在这样的背景下，实现政务微博的地区协调发展㊁地区政务微博影响力扩大和政府舆情引导和管理能力的提升，都需要对政务微博地区影响力差异进行影响因素的实证分析，到政务微博地区影响力差异的影响因素和地区政务微博影响力扩大㊁政府舆情引导和管理能力提升的着力点㊂
本文通过ＧＩＳ技术，对政务微博地区影响力的
量化指标即粉丝数㊁发博数㊁评论数和转发数的省际
发展现状和差异特点进行可视化㊂运用ＵＣＩＮＥＴ软
件的二次指派程序方法进行实证分析，到政务微
博地区影响力差异的影响因素和各因素的影响程
度，在政务微博的地区协调发展㊁地区政务微博影响
力扩大和政府舆情引导和管理能力提升的着力点上
提供政策性建议㊂
１　文献综述
微博是指一种基于用户关系的信息获取㊁分享
和传播的社交媒体和网络平台㊂允许ＰＣ和手机等
移动终端接入且实现移动端和ＰＣ端的信息互通，通
过文字㊁图片和视频等多媒体传播形式，实现信息的
即时分享和传播互动，具有及时性和便捷性等特
点［２］㊂政务微博是微博在政务系统的应用㊂
骆正林等从普通微博用户和政府用户相结合的角度，提出政务微博是拟人化的公共信息平台［３］㊂王娟等从政务微博代表的党政机构真实身份角度，主张政务微博是由各党政机构或官员的真实身份和真实信息通过某一微博网站的官方认证而开设的微博平台［４］㊂陈强㊁李雅㊁邹煜和陈文权则从政务微博的机制和功能层面定义政务微博［５－８］㊂
政务微博的现有研究，主要集中在政务微博影响力模型的构建和政务微博公众参与能力的影响因素探究等方面，形成了一定的理论成果㊂黄建宁等从政务微博的目的角度，运用层次分析法，提出目标层㊁准则层和指标层三层次的政务微博评估指标体系［９］㊂李勇等从模型融合的角度，通过ＵＴＡＵＴ模型和政务微博自身特征的融合，进行影响力实证研究［１０］㊂李玉贞等从意见领袖的角度提出微博影响力评估模型［１１］㊂冯小东等从感知角度引入兴趣主题变量，通过假设影响因素提出政务微博公众评论行为的影响模型［１２］㊂王锁柱等根据政务微博的功能和用户交互行为模式构建了以关注度㊁活跃度㊁政务微博服务度和认同度的四维度评价模型［１３］㊂影响政务微博公众参与的因素有很多㊂韩啸等在问卷调查的基础上运用信息计量方法和ＳＰＳＳ统计分析软件进行分析，发现职业㊁收入㊁学历㊁使用频次与公众参与意愿呈正相关关系［１４］㊂彭勃等通过网络平台问卷发放的调查方法分析和构建公众参与政务微博意愿的影响力模型，发现外部环境因素与公众因素呈现负相关关系［１５］㊂张丽丽等通过线性回归分析方法对公众参与政务
微博的影响因素进行实证分析，认为微博主题㊁发布时段㊁日期和微博粉丝量对公众参与水平有影响［１６］㊂王冀悦等运用政治沟通理论 舆论瀑布 等理论与方法，发现政民沟通互动力与微博内容㊁微博形式㊁发布时间㊁发布的时效性和语言风格五个方面都显著相关［１７］㊂马亮等基于中国地级市的多源数据进行实证分析，发现政务微博的绩效主要受政府规模㊁财政健康状况和城市级别的影响［１８］㊂
通过对国内外政务微博文献的研究，可以发现：一方面，关于政务微博地区影响力差异及影响因素的研究较少，少数的研究又集中在政务微博本身的内容㊁发布时段和语言组织方式等因素对地区政务微博影响力的作用，缺少对政务微博地区影响力进行宏观性和根源性因素的实证分析；另一方面，现有研究运用微博实际运营的客观数据来进行定量研究的较少，少数研究进行的案例分析和实证研究多集
２８
２０２１年１０月情报探索第１０期（总２８８期）
中于对一个政务微博实体账号进行政务微博影响力研究，面临样本数量少和样本代表性不足的问题㊂最后，现有的研究多以描述性和解释性研究为主，缺少定量分析的实证研究㊂
与已有研究相比，本文的研究贡献主要集中于两个方面：第一，将政务微博地区影响力差异的影响因素研究作为主题，到政务微博地区协调发展，地区影响力扩大和政府舆情引导及管理能力的提升的着力点；第二，本文运用微博运营的
大量统计数据进行实证，并将关系数据分析范式引入到政务微博地区影响力差距的研究中，为政务微博地区影响力差异的影响因素研究提供一个新的研究视角［１９］㊂
２　数据和方法
我国有几个省级行政区影响力是政务微博发展现状的重要衡量标准㊂本文研究政务微博地区影响力差异的影响因素，首先需要对政务微博地区影响力进行量化评估㊂地区层面的政务微博的影响力水平是本研究的被解释变量，通过粉丝数㊁发博数㊁评论数和转发的数量来进行测量㊂该变量的测量指标与人民网舆情中心政务微博影响力指数相比，测量指标更加直接和方便解读㊂为避免各指标之间权重赋值的问题，分别将粉丝数㊁发博数㊁评论数和转发数四个二级指标作为因变量，进行分析㊂
（１）粉丝数：衡量政务微博自身信息资源受用的用户数量规模㊂新浪微博表示为评估时间段内的粉丝数量㊂
（２）发博数：衡量政务微博信息传播的广度㊂表示为评估时间段内发布的微博数，含原创和转播㊂（３）评论数：衡量政务微博信息传播的程度，涉及政务微博用户的行为度量㊂表示为评估时间段内评论其他微博数㊂
（４）转发数：衡量政务微博影响力传播的实际效果，或者微博信息传播的效率㊂表示为政务微博用户在统计周期内所发微博的转发数㊂
通过对现有文献的研究，可以发现地区经济发展水平，居民受教育程度和移动互联网使用率与政务微博地区影响力差距有一定相关性㊂曾婧婧等从网络凝聚性和节点影响力探讨省级层面和国家层面的网络结构特征，发现经济发展水平和网
络参与规模对政务微博公众参与产生正向影响［２０］㊂罗雨宁等通过对政务微博粉丝行为特征进行聚类分析，发现粉丝性别㊁地区和受教育程度等特征与政务微博影响力相关［２１］㊂
因此，本文在影响因素层面，从经济㊁人口和教育方面考虑选取相关指标，作为解释政务微博地区影响力差异的自变量因素㊂根据指标可获取性原则，选取以下指标作为变量㊂
（１）人均地区生产总值㊂地区经济发展水平的衡量指标㊂
（２）第三产业总值占地区总产值的比例㊂产业结构在地区生产总值层面的衡量指标㊂（３）城镇化水平㊂城镇人口占地区年末总人口的比例㊂
（４）移动互联网用户占比㊂移动互联网用户占地区年末人口总数的比例，反映移动互联网使用率㊂（５）本科以上人员占比㊂按比例抽样本科以上人员占地区年末人口总数的比例㊂
本文采用ＵＣＩＮＥＴ软件进行ＱＡＰ分析，ＱＡＰ分析包括相关分析和回归分析㊂其中，ＱＡＰ相关分析充分考察每两个矩阵之间的相关关系，回归分析考察多个矩阵和一个矩阵之间的回归关系㊂ＱＡＰ相关分析与ＱＡＰ回归分析在原理上都是通过将关系矩阵转换为 长向量 ，然后计算相关系数和回归系数，最后进行随机置换，对参数估计值的显著性作出判断㊂
本文设定的关系数据计量模型如下式所示㊂Ｙ＝Ａ０＋Ａ１Ｘ＋Ａ２Ｚ＋Ｕ．
其中，Ｘ为解释变量，Ｙ为被解释变量，Ｚ为控制变量，Ｕ是残差项㊂本文的关系数据模型中，所有的指标均为ｎ阶方阵，具体的矩阵形式如下式所示㊂矩阵中观测值表示变量两两地区之间的差距，即两两地区之间对应的指标相减，因此，主对角线观测值均为０㊂
Ｙ＝
０㊀㊀㊀ｙ１，２㊀㊀ ㊀㊀ｙ１，ｎ－１㊀㊀ｙ１，ｎ
ｙ２１０ ｙ２，ｎ－１ｙ２，ｎ
︙︙︙︙
ｙｎ－１，１ｙｎ－１，２ ０ｙｎ－１，ｎ
ｙｎ，１ｙｎ，２ ｙｎ，ｎ－１０
æ
è
ç
ç
ç
ç
ç
ç
ö
ø
÷
÷
÷
÷
÷
÷
．
本文所用的各项微博原始数据，均通过爬虫软件获取㊂来自新浪微博实名认证的粉丝数排名前１０００位（截止日期为２０１９年１２月３１日）的政务微博用户，数据统计周期为２０１９年１０月１日至２０１９年１２月３１日㊂采用的经济统计数据来自中国大陆３１个省级行政区的统计年鉴数据，港澳台地区由于数据获取问题不在本文讨论和数据分析范围之内㊂所有变量均进行与年末人口统计量作归一化处理，
３８
２０２１年１０月刘政委等：政务微博地区影响力差异及影响因素分析第１０期（总２８８期）
且均转化为３１ˑ３１的差值矩阵㊂
被解释变量㊂政务微博地区影响力的量化指标即粉丝数量㊁发博数量㊁评论数量和转发数量分别作为被解释变量㊂
解释变量㊂人均地区生产总值，第三产业产值占比，抽样本科以上人员数量占比，移动互联网用户占比和城镇人口比例为解释变量㊂３　实证分析
３．１㊀中国省级行政区政务微博影响力空间格局
运用ＧＩＳ技术，对中国省级行政区政务微博影
响力的量化测度指标即粉丝数㊁发博数㊁评论数和转发数分别进行可视化（粉丝数㊁发博数㊁评论数和转发数空间分布格局分别如图１㊁图２㊁图３和图４所示）㊂可以发现中国政务微博地区影响力差距明显，呈现出分等级和多指标协同的显著特点
㊂
图１㊀
省级行政区政务微博粉丝数分布格局
图２㊀
省级行政区政务微博发博数分布格局
图３㊀
省级行政区政务微博评论数分布格局
图４㊀省级行政区政务微博转发数分布格局
（１）政务微博地区影响力评估指标呈现出分等
级特点㊂通过ＧＩＳ技术对政务微博地区影响力量化指标进行几何分级法的可视化处理，发现地区政务微博影响力可划分为五个等级㊂北京和上海地区在四个维度均处于第一等级，具有较大的影响力优势，河南㊁山东㊁湖北和安徽多处于第二等级，第五等级为新疆㊁西藏和青海地区㊂
（２）政务微博地区影响力评估指标呈现出指标
协同的特点㊂粉丝数㊁发博数㊁评论数和转发数四个指标在省级行政区的空间分布格局上存在协同现象，即粉丝数分布格局中等级高的地区，发博数㊁评论数和转发数也存在较高等级㊂东部和中部地区在四个维度都处于较高等级，西部处于较低等级㊂
３．２㊀ＱＡＰ相关分析
表１报告了本期ＱＡＰ相关分析的结果㊂粉丝
数差距层面，本科人口数量占比㊁城镇人口数量占比㊁第三产业产值占比㊁人均地区生产总值和移动互联网用户占比与对应地区粉丝数量差距的相关系数分别为０．５４９㊁０．５６６㊁０．７７８㊁０．６７７和０．６４９㊂其中第三产业产值占比与粉丝数量地区差距的相关系数最高，且都通过了１％的显著性检验㊂
发博数差距层面，本科人口数量占比㊁城镇人口数量占比㊁第三产业产值占比㊁人均地区生产总值和
移动互联网用户占比与发博数量地区差距的相关系数分别为０．５８７㊁０．６０６㊁０．７５２㊁０．６９２和０．５８７㊂第三产业产值的相关系数最高，且通过了１％的显著性检验㊂
评论数差距层面，本科人数量占比㊁城镇人口数量占比㊁第三产业产值占比㊁人均地区生产总值和移动互联网用户占比与微博评论数量地区差距的相关系数分别为０．６２０㊁０．６５６㊁０．７３１㊁０．７８１和０．６２０㊂人均地区生产总值占比与微博评论数地区差距的相关系数最高，都通过了１％的显著性检验㊂
４
８２０２１年１０月情报探索第１０期（总２８８期）
表１㊀ＱＡＰ相关分析
项目本科人口数量占比城镇人口数量占比第三产业产值占比人均地区生产总值移动互联网用户占比粉丝数０．５４９０．５６６０．７７８０．６７７０．６４９
显著性水平０．００５０．００１０．００１０．００００．００３
发博数０．５８７０．６０６０．７５２０．６９２０．５８７
显著性水平０．００４０．００１０．００００．００００．００２
评论数０．６２００．６５６０．７３１０．７８１０．６２０
显著性水平０．００２０．００００．００２０．００００．００２
转发数０．２０８０．４８８０．５１５０．５４２０．３８２
显著性水平０．１２７０．００８０．０３８０．０１１０．０４７
㊀㊀被转发数差距层面，本科人口数量占比㊁城镇人口数量占比㊁第三产业产值占比㊁人均地区生产总值和移动互联网用户占比与粉丝数量地区差距的相关系数分别为０．２０８㊁０．４８８㊁０．５１５㊁０．５４２和０．３８２㊂第三产业产值的相关系数最高㊂其中本科人口数量占比没有通过１％的显著性检验㊂
第三产业产值占比和人均地区生产总值两个解释变量与四个政务微博影响力评估指标的地区差距都有较高的相关关系，与政务微博影响力关系密切㊂但相关关系并不代表回归关系，因此，在ＱＡＰ相关分析的基础上，为进一步揭示人口㊁经济和教育因素对政务微博影响力地区差距的影响，需要进行ＱＡＰ回归分析㊂
３．３㊀ＱＡＰ回归分析
根据表２回归检验结果，粉丝数地区差距层面，本科人口数量占比㊁第三产业产值占比㊁人均地区生产总值的回归系数分别为０．２６４㊁０．５１０㊁０．３６３，并且第三产业产值占比通过了１％的显著性检验㊂表明以上因素对粉丝数地区差距有一定正向影响㊂城镇人口数量占比对粉丝数地区差距有一定负向影响㊂第三产业产值占比是粉丝数地区差距的主要影响因素，本科人口数量占比㊁人均地区生产总值是粉丝数地区差距的重要影响因素㊂
表２㊀ＱＡＰ回归分析
项目本科人口数量占比城镇人口数量占比第三产业产值占比人均地区生产总值互联网用户占比粉丝数０．２６４－０．３１００．５１００．３６３０．１０８
显著性０．０５７０．０７８０．００１０．０６７０．３０３
发博数０．１８７０．０５９０．５０４０．３６７－０．１９２
显著性０．１３３０．３９４０．００３０．０６１０．１７６
评论数０．１１４－０．０８６０．４１９０．７２０－０．２５３
显著性０．２１８０．３５３０．００４０．００３０．１０９
转发数－０．４０２０．４５５０．０５２０．４８７－０．５４４
显著性０．０２１０．０７３０．００９０．０６８０．０２５
㊀㊀发博数地区差距层面，第三产业产值占比通过了１％的显著性检验㊂第三产业产值占比是主要影响因素，人均地区生产总值是重要影响要素㊂评论数地区差距层面，第三产业产值占比和人均地区生产总值通过了１％的显著性检验㊂第三产业产值占比是主要影响因素，人均地区生产总值是重要影响要素㊂
转发数地区差距层面，第三产业产值占比通过了１％的显著性检验㊂城镇人口数量㊁第三产业产值占比和人均地区生产总值是转发数地区差距的重要因素㊂
人均地区生产总值对地区粉丝数㊁发博数㊁评论数和转发数差距的回归系数平均保持在０．５左右，是政务微博影响力地区差距的主要影响因素，表示经济发展水平对政务微博影响力地区差距有重要作用，居民受教育水平和产业结构是政务微博影响力地区差距的重要影响因素㊂
４　结语
舆情引导和管理能力的提升一直受多种因素制约㊂政务微博地区影响力存在差距，地区影响力差距形成的影响因素不明确，舆情引导和管理能力提升的着力点不清晰，都对地区政务微博协调发展和舆情引导及管理能力的提升存在限制和影响㊂本文基于２０１９年政务微博运营数据和２０１９年度中国统计年鉴数据，通过关系数据计量建模技术和二次指派
程序方法对经济㊁人口和教育因素与政务微博地区影响力量化指标差距之间的关系进行实证㊂研究发现：当前阶段人均地区生产总值与政务微博影响力地区差距有显著正向关系，一定程度上造成了政务微博影响力地区差距的现状格局㊂地区经济发展水平是政务微博地区影响力差距的主要影响因素，此外，居民受教育水平和产业结构是导致政
５８
２０２１年１０月刘政委等：政务微博地区影响力差异及影响因素分析第１０期（总２８８期）

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。