陈莉

摘 要：随着微博的逐渐发展，以微博为依托的各种营销得到各个行业的青睐，旅游业也加入微博营销的阵营，且迅速发展，微博已成为旅游目的地的重要营销渠道。目前各省市政府旅游行政管理部门基本都开通了旅游官方微博。因此，分析微博的特征数据对官方微博的影响对开展微博营销的部门和企业具有重要的指导意义。文中以微博平台的特征数据为指标，运用主成分分析法和层次分析法构造微博的影响力模型，用数据验证了模型的准确性，并给政府部门进行旅游微博营销提出相关建议。

关键词：微博营销；官方微博影响力；主成分分析；层次分析

中图分类号：F 590.7 文献标识码：A 文章编号：1672-7312（2017）02-0207-05

Abstract：With the gradual development of microblog，microblog relying on a variety of marketing has been favored in various industries.Tourism industries also joined microblog marketing campaign，and gained rapid development.Microblog has an important marketing channel for tourism destination marketing，At present，the provincial and municipal government tourism administration departments have opened the basic tourism official microblog.Therefore，it is important to analyze the influence of microblogs characteristic data on microblogs influence on microblogs marketing department and enterprises.This paper constructed the influence model of microblog based on the characteristic data of microblog platform by using principal component analysis and analytic hierarchy process.Using data to verify the accuracy of the model，the paper put forward some suggestions for the government department of the tourism microblog marketing.

Key words：microblog marketing；the official microblog influence；principal component analysis；analytic hierarchy process

0 引 言

作為微博中的佼佼者，新浪微博具有交互性、即时性、裂变式传播等特点，受到了越来越多用户的欢迎和青睐。中国旅游的官方微博是从2011年开始兴起，当时引起了不小的轰动。因此，2011年被称为“中国政务微博元年”。随后各个省市及景区纷纷效仿，开通新浪官方微博，目前已有500多个旅游类政务微博。通过微博，各种旅游信息可以瞬间被传播，提高了信息的传播速度，并且降低了宣传成本。与其他微博账号相比，官方微博发布的信息更具有权威性和可信度，民众也乐于通过微博平台参与其中。官方微博目前数量很多，营销效果参差不齐。因此，微博影响力也成了各学者研究的焦点。

综合国内外相关文献来看，对旅游政务官方微博的研究一般集中在微博营销的运营模式和策略、微博营销的特征、微博营销的优劣势分析等方面；研究微博用户影响力的方法有主成分法[1]，OLS回归方程法[2]以及基于具体指标和权重分配的指标体系法[3]等；对微博影响力的评价的研究中，关注的点现在还不完善，不集中，通常研究一些譬如粉丝数的直观数据。微博发展到现在的程度，有很多僵尸粉的出现使粉丝数并不能完全体现微博账号的影响力。另外，微博影响力的评估体系不完善，对微博账户本身的属性缺乏关注。

针对以上的分析，文中完善了评价指标，对评价方法也做了进一步改进。以我国现有省级新浪官方微博为研究对象，通过探讨旅游政务微博营销的特点，试图从吸聚力、活跃度和交互度等3个方面，综合使用因子分析法和层次分析法来构建起旅游政务微博影响力的评估体系，将统计数据带入验证，结果表明在前者研究的影响因素基础上加入微博的一些基本属性会使评价体系更加合理。

1 省级旅游政务微博影响力评价指标体系构建

1.1 评价指标的确定

结合曾剑秋等众多学者对于微博影响力和社会化媒体营销效果[4-8]的研究，根据郭靓[9]等在书中建立的微博账号价值评估指标体系，建立旅游官方微博影响力指标体系，见表1.

1.1.1 吸聚力

郭靓的书中采用“吸聚力”来衡量一个微博账号受到粉丝关注的程度，文中继续采用这个指标。“吸聚力”指标之下定义5个二级指标。

1）粉丝数量：粉丝数量可以反应账号的吸引力和影响范围，粉丝数量越多，该账号发布的信息传播范围越广，受众越多。文中收集了截至2016年4月2日的各个官方微博的粉丝数。

2）关注数量：这是微博账号中一项基本数据，笔者将这一指标纳入考虑范围，在后文分析中会验证这一指标的价值。文中收集了截至2016年4月2日的各个官方微博的关注数。

3）吸引力值：在郭靓的书中，定义了修正函数，函数定义如公式（1）。但是笔者考虑到所研究的微博的粉丝数量都远大于关注数量，所以，笔者对公式进行改进，用公式（2）进行计算吸引力值。粉丝数量与关注数量的比值越大，其价值越高。

其中x1为粉丝数量；x2为关注数量；x3为吸引力值。

4）PR值：PR值全称PeopleRank，是用户重要度。PR值为1是平均水平，PR值大于1，表明高于平均水平。PR值越高，说明这个用户越受欢迎。

5）旅游政务指数：表示政府机构政务世纪绩效和影响力的综合性。

1.1.2 活跃度

识别高价值的账号从下面3个指标考察其活跃度。

1）微博数量：通过账号一段时间内所发布微博的数量来说明账号的活跃度。

2）原创微博数量：仅仅用微博数量不能准确的评估活跃度，因此加入原创微博数量。

3）原创比例：原创率越高说明发布者越积极主动的发布微博，原创微博的价值更高。

1.1.3 交互度

交互度用来衡量一个账号与粉丝互动的情况，互动的情况越好，该账号对粉丝的影响力度将越大。交互度指标之下定义3个二级指标。

1）转发数量：指1个月内某账号发布的所有微博被转发的总量。一个账号的信息被转发的次数越多，产生的影响越大。

2）评论数量：指1个月内某账号的所有微博被评论的总量。一个账号的信息被评论的次数越多，产生的影响越大。

3）赞数量：指1个月内某账号的所有微博被赞的总量。一个账号的信息被评论的赞越多，内容认可度越高。

1.2 样本选择和数据收集

文中所选的省级旅游官方微博是在清博大数据中收集到的排行榜中的前20名（因为清博大数据中将直辖市算作省级，因此也对这些直辖市微博进行选取，下文也均称为省级微博）。因为位于前20名的官方微博具有相对较高的知名度，运营机制相对比较健全。

文中基于微博和微博风云榜，采用2016年2月27日～2016年4月2日的面板数据进行分析，将该时间段以周为单位进行划分，即2016年3月5日、3月12日、3月19日、3月26日、3月12日、4月2日、4月9日、4月16日、4月23日、4月30日，最终算出2个月周数据的均值。选择以周为单位而非以日为单位，主要是基于2方面的考虑。首先，若以日为单位，诸如平均转发数、平均发博数等变量的数据变化及其微小，影响准确性；其次，由于一周中，周一到周五是工作日，其他2天是休息日，因此，微博数量与转发数量也呈现出周期性。基于此，以一周为时间间距能够更好地反应各自变量之间的关系，减少了数据随机性的干扰。

2 基于因子分析的评价指标体系构建

因子分析[10]（Factor Analysis）是统计学中常见的一种降维的方法，“它”是通过将几个相关的因素综合为一个影响因子，以此来降低维度的方法。文中用此方法对研究的11个影响因素指标做分析，通过提取公共因子来确定官方微博的影响因素，最终建立评价微博影响力的指标体系。

各个因素之间存在强相关关系是因子分析的基础，否则无法从中提取出反映这些变量共同特性的公共因子来。因此，在进行因子分析之前，应该先对所有指标进行相关分析。再对指标进行组合，进行因子分析，采用Bartlett球型检验和KMO检验来判断各个组合的效果。笔者对上面指标以不同组合进行检验，KMO的值由图1所示。

从图1可以看出，KMO的值最大的组合是组合14，指标包括转发数、评论数、赞数、旅游政务指数、微博数、原创数、粉丝数、吸引力比例，值为0.643.Bartlett检验中显著性为0.00，小于0.01，具有较强的相关性，如果直接做多元回归分析，会存在多重共线性。综合2个因素，说明适合做因子分析。

从表2可以看出主成分提取了3个，方差的累计贡献率为88.056%.方差的累计贡献率能够一定程度上说明主成分的重要程度，通常情况下，超过80%就说明效果良好，因此，这里提取3个公共因子是合理的。

由于直接得到的成分矩阵的各个主因子的典型代表向量不突出，因此采用旋转成分矩阵，经Kaiser标准化的正交旋转法提取因子，以得到比较满意的主因子，给予实际的含义，提取结果见表3.

提取方法：主成分；旋转方法：具有Kaiser标准化的正交旋转法。

通过前文的分析，构建出新的旅游官方微博影响力的评价指标体系，如图2所示。

3 省级旅游官方微博影响力的实证分析

将3个主成分与综合影响力做柱状图，从图3中可以看出综合影响力和交互度、活跃度、吸聚力成正相关。从第一个官方微博中看到，交互度比第二、第三个都大，活跃度比第二、第三个小，但综合影响力较大，这就与每个主成分的权重相关。

通过上节得到的（3）、（4）、（5）3个公式，可以得到综合主成分评价公式。由式（6）可知，旅游官方微博影响力是交互度、活跃度、吸聚力三者的函数。其中，交互度的影响最大（系数为0.657），吸聚力的影响力最小（系数为0.113），这也对图3做了解释。这也给微博团队以启示：旅游微博若想提高自身的影响力应该提高交互度，多和粉丝进行互动才能更了解粉丝的心理和需求；接着要提高活跃度，如果长时间不更新微博，那么会使微博在粉丝心中变得陌生；最后是吸聚力，前兩步也是为吸聚力打基础，活跃度高、互动强会吸引更多的粉丝。

其中λi为主成分Fi对应的特征值，F为影响力综合得分。

对样本数据中的20个旅游官方微博用SPSS计算出交互度（F1）、活跃度（F2）、吸聚力（F3）的值，代入到公式6中，得到综合影响力值。将清博指数中的微博影响力排名与综合得分做散点图，如图4所示。

由图4可知，微博影响力排名和综合得分基本在一条直线上，综合影响力的值越大，排名越靠前，这说明文中的评价体系建立的较为合理，一定程度上证明了综合得分公式的有效性。

4 研究结论及建议

文中使用经济和统计学中最常用的方法：主成分分析法和层次分析法，充分结合使用2种方法。首先构建影响力指标体系，再用主成分分析法将所有指标进行分析，调整影响力指标体系，构建新的影响力指标体系。笔者在做分析时，既有继承，也有突破，增添了对微博影响力有影响但未被研究的因素，并进行了验证。在主成分分析时，分别对每个指标进行组合，分析各个组合结果，发现去掉关注数、原创比例和PR值后，分析的结果比较理想。虽然关注数在以往文献中已经被证明是微博影响力的影响因素，但在分析中，已经用指标吸引力比值来代替该因素的影响，因此，去掉该因素分析效果更好。通过以上研究，笔者从粉丝的角度对旅游微博提出几条建议。

4.1 多与粉丝互动

微博具有双向交流的特性，但在实际生活中，官方微博的操作者和粉丝常处于一种单向交流中。如果长期对粉丝不理不睬，容易造成粉丝的疲劳，疲于微博的评论、转发等，这对微博的传播是不利的，因此，操作者要注意粉丝的心理，多进行双向交流。

4.2 丰富微博内容

微博内容不能局限于本省的旅游景点、文化等信息，要增加创新点，比如通过“#主题#”形式将微博内容进行板块化设置，增加条理性，以免显得内容混乱。另外，微博的受众一般是青年和中年人，微博内容的紧跟潮流是必须的，这样才能吸引更多的人。

参考文献：

[1]曾剑秋，张 冉.电信运营商官方微博影响力评价研究——基于30给电信运营商官方微博影响力的实证研究[J].现代情报，2015（7）：62-67.

[2]黄 慧，郭建全.国内旅游影响因素及其影响路径研究——基于旅游者微观视角[J].改革与开放，2015（1）：13-15.

[3]陈 诚，卢嘉华.政府微博影响力研究——以福州市为例[J].长江大学学报：社科版，2015（12）：42-46.

[4]Eileen Fischer A，Rebecca Reuber B.Social interaction via new social media：How can interactions on Twitter affect effectual thinking and behavior[J].Journal of Business Venturing，2011（26）：1-18.

[5]Gina Masullo Chen.Tweet this：A uses andgratifications perspective on how active Twitter use gratifies a need to connect with others[J].Computers in Human Behavior，2011（27）：755-762.

[6]吕兴洋，郭 璇，刘祥艳.旅游官方微博短期营销活动绩效影响因素研究[J].旅游论坛，2015（7）：79-84.

[7]艾 静.我国5A级旅游景区微博运营效果评价分析[J].产业与科技论坛，2014（13）：122-123.

[8]刘 清，彭 庚，吕本富.基于主成分分析法的微博影响力评价方法及实证分析——以“新浪微博”为例[J].數学的实践与认识，2014（2）：49-56.

[9]郭 靓，徐 辉，苏 欣，等.应在微博：企业微博营销实战宝典[M].北京：电子工业出版社，2013.

[10]汪冬华.多元统计分析与SPSS应用[M].上海：华东理工大学出版社，2010.

（责任编辑：王 强）