□吴英女　沈阳　周琴
　　【本文提要】 2013年8月网络治理专项活动开展以来，微博意见领袖的识别、活跃度、影响力再次引发各界关注。本文以244个微博意见领袖作为研究对象，总结微博意见领袖的群体特点，利用词频分析方法和社会网络分析方法对微博意见领袖博文内容及转发关系进行分析，探析网络舆论调控前后微博意见领袖行为变化特点。分析发现：8月以来微博意见领袖发博量整体下降但公务员、律师、作家、学者等群体人均每日发博量上升；博文内容涉及政治话题减少，更加倾向于法制主题；整体互动程度降低，意见领袖群体对个体影响力减弱，群体之间信息控制力和传播力差距缩小；少数微博意见领袖参与舆情事件的热度上升，但微博意见领袖群体对舆情事件影响力有所降低。
　　【关键词】 微博　意见领袖　网络行为　网络治理　
　　【中图分类号】 G206
　　
　　“意
　　见领袖”概念是20世纪40年代由拉扎斯菲尔德在《人民的选择》一书提出。2009年，由于新浪微博的开通，意见领袖增添了新群体——微博意见领袖。
　　本文基于武汉大学互联网科学研究中心的长期研究，以244个微博意见领袖名单①为研究对象，以2013年1月1日至7月31日（以下简称时间1）和2013年8月1日至11月10日（以下简称时间2）为分析时间，结合词频分析法和社会网络分析法，从发博量、发博关键词、互动关系以及舆情影响力四个方面，分析微博意见领袖在不同时期的行为特点。
　　
一、微博意见领袖群体概况
　　微博意见领袖既继承了传统意见领袖的特征，又发扬了自身新的特点，基于对244个微博意见领袖的长期研究，我们发现该群体有以下特点：
　　1.公共话题参与度高
　　微博意见领袖具有“两高”特征，即公共话题参与度高和博文原创率高。
　　从对微博意见领袖认证信息的统计可以得出的数据是：传媒界、学界、商界、文学界人士占79%。微博意见领袖的博文内容大部分是对社会重大舆情事件及社会发展、公众利益等相关问题发表的看法。作为公众意见领袖，其必须对传达的信息进行判断分析，筛选加工，加入自己的看法见解，以此影响其他受众对该信息的看法、态度或行为。②
　　微博意见领袖博文质量相对较高，原创博文转发数较高，博文内容绝大部分见解独到，能够引起公众共鸣，并能够影响他人对某些事件的看法。
　　2.粉丝多、转评多，人均博文量约1.2万条
　　微博意见领袖具有“三多”现象，粉丝量多、转评量多和博文量多。244个微博意见领袖中，粉丝数量从2万到千万不等，相对于网络草根，微博意见领袖粉丝数量占有优势。粉丝量是意见领袖博文能够维持长期传播力和影响力的基础。但粉丝多的网络大V并不等于微博意见领袖，粉丝量是成为微博意见领袖的必要而不充分条件，部分粉丝很可能是不具有影响力和传播力的僵尸粉、恶丝粉以及沉默粉。
　　微博意见领袖高转评量呈现不固定周期，舆情事件的评论最易促进高转评周期的到来。在巨大的信息流面前，微博意见领袖必须具有相对可观的博文量，才能提高观点和思想的曝光率，以产生较大的影响。
　　3.群体连接性强，每位意见领袖平均被44位转发
　　美国社会学家格兰诺维特认为，人际关系可以分为强连接和弱连接，强连接表现的是社会网络重合度较高、关系紧密，有很强的情感因素作为纽带而形成的人际关系。③微博用户连接关系主要表现在线上互动关系即包括双方关注、转发、评论、私信、点赞以及收藏数量。本文微博意见领袖连接关系主要指转发关系，当两位微博意见领袖之间存在转发情况，才说明两者关系为强关系。
　　根据微博意见领袖转发情况，利用UCINET软件分析2013年1月1日至11月10日微博意见领袖之间以转发为互动关系的二值有向矩阵，分析得知：该段时间内，每位微博意见领袖平均被其他44.25人转发博文；244位微博意见领袖两两之间的平均距离④为1.915，微博意见领袖之间距离为1和2的情况总共占到89.6%，98.99%微博意见领袖之间都能通过2个微博意见领袖建立联系。可见微博意见领袖群体的紧密性较强。
　　
二、网络治理前微博意见领袖行为分析
　　1.发博数量
　　时间1微博意见领袖群体发博量呈现以下特点：1.从博文量和人数来看，拥有10万以上、50万以下粉丝数的微博意见领袖群体最为庞大，发博量最多，是微博发声的主力军。2.从人均每日博文量看，活跃程度呈现两头小中间大的现象。拥有10万以上、50万以下粉丝数的微博意见领袖群体活跃度最低，50万以上、百万以下粉丝数的微博意见领袖群体活跃度最高（表1 表1见本期第30页）。
　　2.发博关键词
　　通过ROST Blogget软件抓取时间1微博意见领袖博文43.4203万条，运用ROST NAT词频分析软件对文本内容进行词频分析，选取词频量排名前30的有效词语（表2 表2见本期第31页）。
　　从排名前30名的词语中可以看出，国际关系较易引发微博意见领袖的思考，中日钓鱼岛争端、美国介入南海争议、朝鲜局势等国际热点使得“美国”、“日本”、“朝鲜”等成为高频词汇。政治话题倾向明显，政府、改革、官员、政治、领导、公开等多个政治话题关键词形成高频词汇。其中，政府、官员、领导成为最为关注的政治主体，而改革、信息公开成为微博意见领袖讨论最多的政治主题。新闻制度成为关注对象，媒体、记者、新闻等与新闻制度相关的高频词汇排名靠前，而思想、自由等高频词汇说明微博意见领袖对政府、媒体、公民三者之间公共话语权的分配问题进行了讨论。从30个高频词汇来看，律师是微博意见领袖谈及率较高的职业。
　　3.互动关系
　　统计时间1微博意见领袖存在互动关系的6.6867万条博文情况，形成互动关系二值有向矩阵，导入UCINET 软件，分析意见领袖群体互动关系得出如下结论：
　　第一，关系紧密，93%微博意见领袖存在互动关系
　　244位微博意见领袖两两之间的平均距离为1.988，微博意见领袖之间距离为1 和2 的情况总共占到85.8%，98.99%微博意见领袖之间都能通过2个节点形成互动关系。除了“@周立波”“@郎咸平”等12位互动意愿为0（即从不转发其他人的微博），以及“@钱钢前世”等5位微博意见领袖博文不被其他微博意见领袖转发以外，93%微博意见领袖存在互动关系。可见微博意见领袖之间的可达性较高，距离较短，互动倾向强。
　　第二，微博意见领袖地位泛中介化
　　中间中心势大小能够表明整个网络中有多少意见领袖处于极其重要的中介地位以及其重要程度。⑤网络中间中心势越低的意见领袖，越是没有极其重要的中介点传递关系，各个节点的中介地位悬殊不大。
　　对微博意见领袖互动关系网进行中间中心势计算，得到中间中心势仅为 6.17%，中间中心势值偏低，说明在微博意见领袖群体中并不存在有明显中介作用的节点，没有人具备垄断信息的能力，信息能够在群体中自由流通。
　　第三，核心微博意见领袖影响力突出
　　度是指节点与其他节点连接的数目。在社会网络中，若一个节点具有较高的度，则它与其他节点间存在大量的直接联系，该节点可能居于网络中的关键位置，在网络中拥有的影响力较大。⑥度包括点入度和点出度，点入度是基于被转发情况的中心性，点出度则是基于主动转发情况的中心性。⑦微博意见领袖影响力程度更多地表现于其点入度值的高低上，点入度值越高，在互动关系网中影响力越高，反之，影响力越低。
　　排名较靠前的微博意见领袖对整体的度数中心性产生极为重要的影响，在圈内占有较高的话语地位，对其他微博意见领袖的网络行为产生了较大的影响（表3 表3见本期第31页）。
　　4.舆情影响力
　　由表4可以看出，三个指标均排名前10的微博意见领袖是“@薛蛮子”和“ @袁裕来律师”，这两位微博意见领袖不仅微博传播力强，而且对舆情事件的走向起着重要作用。“@老徐时评”在参与舆情事件微博总数和舆情转评总数（即在舆情事件中所发微博被转评的总数）均排名前10，说明“@老徐时评”微博影响力虽不及微博转评总数前10的微博意见领袖，但舆情事件的影响力大于他们。
　　“@李开复”参与舆情事件微博总数为52条，“@李承鹏”为14条，“@假装在纽约 ”为32条， “@芮成钢”为20条，这些微博意见领袖虽舆情事件参与度不高，但其舆情转评总数排名进入前10，对舆情事件的演变起着较大作用。从舆情转评总数指标与微博转评总数指标中8个相同微博意见领袖来看，二者成正比关系，转评总数高的微博意见领袖，其舆情转评总数相对较高。从参与舆情事件微博总数指标、舆情转评总数、微博转评总数三个指标来看微博意见领袖，舆情活跃度与舆情影响力正相关关系较弱（表4 表4见本期第32页⑧）。
　　
三、网络治理后意见领袖行为新特点
　　2013年8月以来，公安部部署全国公安机关开展专项打击网络谣言行动，集中打击网络有组织制谣、传谣等违法犯罪行为，8月25日网络大V薛蛮子涉嫌嫖娼被拘，9月9日，《最高人民法院、最高人民检察院关于办理利用信息网络实施诽谤等刑事案件适用法律若干问题的司法解释》等有关法律出台。在对时间1、时间2数据进行分析后，我们获得如下结论：
　　1.发博量整体下降，公务员、律师、学者和作家博文量上升
　　时间1微博意见领袖群体日均发博总量约为2048条，时间2微博意见领袖群体日均发博总量约为1976条，相对于时间1，时间2微博意见领袖群体日均发博总量下降4%左右。下降原因有二：一是网络舆论调控所致，二是微博用户向微信用户群体迁移。从下降率来看，500万以上、1000万以下粉丝数的微博意见领袖群体下降率最高，受政策和环境的影响较大；而微博活跃度最高群体即粉丝数为50万以上、100万以下的微博意见领袖博文数下降率为负，出现增长现象，活跃度不降反升，继续保持高活跃度（表5 表5见本期第33页）。
　　从不同职业微博意见领袖不同时间段发博情况看，时间1和时间2中，律师群体人均每日发博量最高，艺人群体人均每日发博量最低。从增长率看，公务员、律师、学者和作家人均每日发博量处于上升趋势，增长较快；其他职业群体发博量出现负增长，发言量下降（表6 表6见本期第33页⑨）。
　　8月以来，在网络治理、两高司法解释出台等热点问题上，公务员、律师、学者和作家活跃度上升。公务员利用网络治理的关键节点抢占话语权，律师在较为明晰的法律法规以及法律专业背景下，提高了发言信心并有效规避了舆论风险；而学者凭借着扎实的专业知识，对专业问题的解说、评价都比较权威，舆论风险较低，因此活跃度上升。
　　2.发博关键词倾向于法制主题
　　我们运用ROST NAT词频分析软件对微博意见领袖时间2中的博文文本进行词频分析，并选取了词频量排名前30的有效词语（表7 表7见本期第33页）。
　　在对表2和表7进行相互比较后可以发现，时间1与时间2的博文高频词汇重叠率高达70%。表2与表7之间词汇的高重叠率表明，国际关系、政治话题、言论自由、法制健全等都是微博意见领袖常谈的主题，微博意见领袖对于中国社会发展中的公共问题较关心。从表2与表7中相同词汇不同排名来看，网络治理后微博意见领袖更加关注国家法制健全问题。
　　表2与表7之间的9个不同词汇表明，在网络治理后，微博意见领袖认为舆论风险较高，因此言论变得相对谨慎了。表7中警方、谣言、造谣、警察等词汇表明近期网络治理行动对舆论场有较大的影响，造谣一词的高提及现象表明微博意见领袖对全国打谣行动的关注。
　　3.互动情况
　　为了对比时间1与时间2微博意见领袖互动关系变化情况，把微博意见领袖在时间2存在互动关系的博文制成二值有向关系矩阵，导入UCINET软件，分析时间2微博意见领袖的互动关系，并与时间1的互动关系情况进行对比，得出如下结论：
　　第一，互动关系程度降低，群体对个体影响力减弱
　　密度是社会网络分析中常用的测度指标，它是一个网络图中实际存在的关系数目与可能存在的最多关系数目的比值。密度越大，节点之间关系越紧密，反之，节点之间关系越松散。一般来说，关系紧密的团体互动合作行为较多，信息流通较容易。⑩通过UCINET软件分别对时间1、时间2微博意见领袖互动关系网密度进行计算，得出时间1的互动关系网密度为0.1544，时间2的互动关系网密度为0.0894，时间1的互动关系网密度明显高于时间2，这说明网络治理行动后微博意见领袖联系变得相对较为松散，互动频率有所降低；同时说明时间2微博意见领袖群体为个体微博意见领袖提供的信息数减少，对个体的影响力相对较弱。
　　第二，核心微博意见领袖信息控制能力降低
　　中间中心势能够衡量社会网络中组织拥有怎样的权力，中间中心势越大表明核心微博意见领袖能够控制网络中其他微博意见领袖之间交往的能力越强，权力越大。通过UCINET分别对时间1、时间2微博意见领袖互动关系网中间中心势指数进行计算，得出时间1的互动关系网中间中心势指数为6.17%，时间2微博意见领袖互动关系网中间中心势指数为4.43%。从两段时间意见领袖互动关系网中间中心势指数高低来看，网络治理行动后在整个意见领袖互动关系网中，核心微博意见领袖控制他人交际能力减弱，传递信息的桥梁作用降低，垄断信息的地位下降。
　　第三，核心微博意见领袖信息传播力减弱
　　通过UCINET 分别对时间1、时间2微博意见领袖互动关系网点入度中心势指数以及点入度标准差[11]进行计算，得出时间1的互动关系网点入度中心势指数为47.016%，点入度标准差为29.712，时间2微博意见领袖互动关系网点入度中心势指数42.823%，点入度标准差为20.563。无论是点入度中心势还是点入度标准差，时间1微博意见领袖互动关系网都有所下降，这说明时间2核心微博意见领袖的话题发起和信息扩散的能力都有所降低，中心地位有所降低。
　　3.舆情影响力
　　从时间1、时间2舆情事件参与微博数来看，多数微博意见领袖发博量都在2条以内，舆情事件参与度不高。但时间2中，参与舆情事件博文数超过2条的微博意见领袖人数明显高于时间1，这说明，时间2中少数微博意见领袖舆情事件参与度有所提高。
　　从舆情评论数1000以上人数比例来看，时间1微博意见领袖对舆情事件影响力明显大于时间2，决定舆情事件走向的力量更大。（（表8 表8见本期第34页[12]）
　　
结论
　　本研究显示，网络治理行动开展后，意见领袖无论是发博活跃度、微博传播力还是互动程度都在下降，这与“汪峰上头条”等娱乐话题持续热爆有所区别。从发博关键词可以看出，微博意见领袖话题更加偏向司法独立和新闻制度，对于政治话题、国际关系问题谈及率下降。微博意见领袖整体互动关系网络中，互动频率的下降降低了微博意见领袖的整体传播力，核心微博意见领袖的中介地位在降低，处于极其重要中介地位的微博意见领袖越来越少，且核心微博意见领袖在互动关系网中中心地位也在降低，传播力下降。
　　从舆情影响力来看，网络治理后少数微博意见领袖参与舆情事件的热度明显上升，但群体对舆情事件的影响力有所下降。意见领袖的网络行为已经由之前的积极联动，转变为自然共振。网络意见领袖的话语策略、行为模式面临着重大转型。■
　　
注释：
①该数据为武汉大学互联网科学研究中心意见领袖名单，并在2012年多次成为人民网《网络舆情》意见领袖排行榜的候选人名单。
②杜筠：《网络传播中意见领袖的角色分析》，《东南传播》 2009年第5期
③余田：《 格兰诺维特的社会关系理论——读〈镶嵌:社会网与经济行动〉》，《青年与社会》 2013年第13期
④距离是指两两微博意见领袖可相连最短路径的长度，例如：如果微博意见领袖A与微博意见领袖B可直接相连，则两微博意见领袖之间距离为1，如果微博意见领袖A与微博意见领袖B必须通过微博意见领袖C相连，则两微博意见领袖之间的距离为2。
⑤朱庆华、李亮：《社会网络分析法及其在情报学中的应用》，《情报理论与实践》 2008年第32期
⑥董亚倩、邓尚民：《 基于社会网络分析的网络舆情主体挖掘研究》，《 情报资料工作》 2011年第6期
⑦罗家德：《 社会网分析讲义（第二版）》第188～198页， 社会科学文献出版社 2010年版
⑧根据武汉大学互联网科学研究中心月度舆情报告，选取1月至7月网络指数超过50%的23起重大舆情事件，统计意见领袖参与舆情总微博数、舆情转评数以及1至7月总微博转评数等三个指标，并分别选取排名前十微博意见领袖。
⑨仅对具有认证信息的微博意见领袖进行职业信息统计。
⑩Stanley Waaserman。Katherine Faust．Social network analysismethods and applications【M】．Cambridge University Press，2007．
[11]点入度标准差是微博意见领袖点入度平均值分散程度的一种度量，点入度标准差越少，代表所有微博意见领袖点入度值越接近平均值，点入度最大值和最少值差距越少，也说明核心意见领袖的影响力越低。
[12]根据武汉大学互联网科学研究中心月度舆情报告，选取8月至10月网络指数超过50%的11起重大舆情事件，统计意见领袖参与舆情总微博数、舆情转评数以及1至7月总微博转评数等三个指标。然后对时间1时间2相关数据进行计算得出表8。
　　
　　 作者吴英女系武汉大学信息管理学院2012级硕士研究生；沈阳系武汉大学信息管理学院教授、博士生导师；周琴系武汉大学信息管理学院2012级本科生。本文为武汉大学数字人文和语义挖掘、数字人文研究范式提炼及平台升级、基于复杂因子的网络舆情推演等三个项目的阶段性成果。