食品安全網(wǎng)絡(luò)輿情中網(wǎng)民微博轉(zhuǎn)發(fā)行為影響因素研究

洪巍　史敏　洪小娟　浦徐進(jìn)

摘要 食品安全網(wǎng)絡(luò)輿情是公眾參與食品安全監(jiān)管的重要平臺(tái)，若不加以科學(xué)的監(jiān)管與引導(dǎo)，極易引發(fā)食品安全恐慌心理，甚至危害社會(huì)穩(wěn)定。微博是食品安全網(wǎng)絡(luò)輿情中重要的自媒體平臺(tái)，主要通過(guò)微博轉(zhuǎn)發(fā)行為擴(kuò)散輿情事件的影響，推動(dòng)輿情事件的發(fā)展。為了深入分析食品安全網(wǎng)絡(luò)輿情中網(wǎng)民微博轉(zhuǎn)發(fā)行為，本文以上海福喜事件為例，在事件發(fā)展與關(guān)注度分析的基礎(chǔ)上，通過(guò)采集上海福喜事件的新浪微博數(shù)據(jù)，并運(yùn)用多項(xiàng)Logistic回歸模型展開(kāi)分析，探討網(wǎng)民在食品安全網(wǎng)絡(luò)輿情中轉(zhuǎn)發(fā)行為的特征與主要影響因素。研究結(jié)果表明，對(duì)于僅有主帖內(nèi)容的微博（類(lèi)型Ⅰ微博），發(fā)帖者微博的粉絲數(shù)、微博數(shù)、認(rèn)證情況以及發(fā)帖者微博內(nèi)容的情感傾向、是否有鏈接、是否有視頻對(duì)其微博的被轉(zhuǎn)發(fā)次數(shù)有顯著影響；對(duì)于轉(zhuǎn)發(fā)了他人內(nèi)容的微博（類(lèi)型Ⅱ微博），發(fā)帖者微博的粉絲數(shù)、微博數(shù)、認(rèn)證情況、被轉(zhuǎn)發(fā)者微博的粉絲數(shù)、被轉(zhuǎn)發(fā)次數(shù)、被轉(zhuǎn)發(fā)者微博內(nèi)容是否有鏈接對(duì)發(fā)帖者微博的被轉(zhuǎn)發(fā)次數(shù)有顯著影響；基于上述結(jié)論，提出如下政策建議：具有較高粉絲數(shù)與微博數(shù)的微博用戶所發(fā)布的微博影響力更大，應(yīng)進(jìn)一步加強(qiáng)對(duì)該類(lèi)微博用戶的關(guān)注，尤其是一些微博“大V”；同時(shí)，應(yīng)進(jìn)一步發(fā)揮官方認(rèn)證微博在輿論引導(dǎo)方面的積極作用；在輿論引導(dǎo)的過(guò)程中，可以通過(guò)諸如同時(shí)發(fā)布相關(guān)鏈接、視頻等方式，提高微博內(nèi)容形式的多元化程度，以增強(qiáng)微博的影響力；此外，在發(fā)布微博的過(guò)程中，客觀、公正地表明態(tài)度立場(chǎng)，也是提高微博輿論引導(dǎo)作用的重要方面。

關(guān)鍵詞 食品安全網(wǎng)絡(luò)輿情；轉(zhuǎn)發(fā)行為；新浪微博；數(shù)據(jù)采集

中圖分類(lèi)號(hào) C93文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2016）05-0167-10 doi：10.3969/j.issn.1002-2104.2016.05.021

2008年“三鹿奶粉”事件爆發(fā)，食品安全問(wèn)題進(jìn)入公眾的視野，至今已成為影響社會(huì)和諧發(fā)展的重大民生問(wèn)題，備受社會(huì)廣泛關(guān)注。論壇、博客、微博、微信等自媒體平臺(tái)的興起與快速發(fā)展，為公眾表達(dá)與傳播對(duì)食品安全事件的態(tài)度、觀點(diǎn)、意見(jiàn)、情緒等提供了便利的渠道，并形成了獨(dú)具特色的食品安全網(wǎng)絡(luò)輿情。食品安全網(wǎng)絡(luò)輿情作為公眾參與食品安全監(jiān)管的重要平臺(tái)，若不加以科學(xué)的引導(dǎo)，其中夾雜的虛假信息與負(fù)面情緒等將對(duì)社會(huì)心理行為產(chǎn)生消極影響，不利于我國(guó)食品產(chǎn)業(yè)的健康發(fā)展，甚至威脅社會(huì)穩(wěn)定。

微博作為最具影響力的自媒體平臺(tái)，一直是食品安全網(wǎng)絡(luò)輿情的主戰(zhàn)場(chǎng)。在微博中，轉(zhuǎn)發(fā)作為信息傳播的重要方式，通過(guò)擴(kuò)大信息受眾范圍擴(kuò)散輿情事件的影響，引導(dǎo)網(wǎng)民的認(rèn)知與行為，甚至決定輿情事件的發(fā)展方向。因此，研究微博轉(zhuǎn)發(fā)行為的發(fā)生機(jī)理與變化規(guī)律，對(duì)于消除網(wǎng)絡(luò)中虛假信息的負(fù)面影響，構(gòu)建健康有序的食品安全網(wǎng)絡(luò)輿情平臺(tái)，引導(dǎo)網(wǎng)民理性認(rèn)識(shí)食品安全事件，科學(xué)參與食品安全監(jiān)管具有重要意義。

1 文獻(xiàn)綜述

微博等自媒體平臺(tái)快速興起，在短時(shí)間內(nèi)積聚了大量的人氣，為人們的信息交流帶來(lái)巨大便利，改變著人們的思維與行為方式。然而，信源渠道的多樣化加大了信息甄別的難度，信息傳播速度的加快又提高了對(duì)事件處置時(shí)效性的要求，社會(huì)管理面臨諸多挑戰(zhàn)。眾多學(xué)者將焦點(diǎn)聚集在轉(zhuǎn)發(fā)行為上，希望通過(guò)研究轉(zhuǎn)發(fā)行為的影響因素，探尋網(wǎng)民行為預(yù)測(cè)與引導(dǎo)的有效手段，部分研究文獻(xiàn)如表1所示。

此外，Cha等、Weng等分別探討了用戶的影響力；Boyd等針對(duì)Twitter研究了用戶如何轉(zhuǎn)發(fā)、為何轉(zhuǎn)發(fā)以及轉(zhuǎn)發(fā)什么等問(wèn)題；Zaman等則運(yùn)用matchbox模型預(yù)測(cè)單個(gè)用戶轉(zhuǎn)發(fā)一條微博的概率；Webberley等指出當(dāng)微博轉(zhuǎn)發(fā)鏈的長(zhǎng)度增加，用戶轉(zhuǎn)發(fā)最初的微博的概率會(huì)減?。徊芫列碌柔槍?duì)用戶轉(zhuǎn)發(fā)行為的影響因素，提出基于用戶屬性、社交關(guān)系和微博內(nèi)容的綜合特征，并對(duì)相關(guān)用戶的轉(zhuǎn)發(fā)行為進(jìn)行了預(yù)測(cè)研究；王少劍和汪玥琦針對(duì)微博用戶轉(zhuǎn)發(fā)行為，研究用戶內(nèi)容分享意愿的影響因素；王小娟等基于有向滲流理論，對(duì)關(guān)聯(lián)微博轉(zhuǎn)發(fā)網(wǎng)絡(luò)信息傳播進(jìn)行了研究，并利用微博轉(zhuǎn)發(fā)網(wǎng)絡(luò)數(shù)據(jù)開(kāi)展了仿真對(duì)比試驗(yàn)。從上述文獻(xiàn)中可以看出，國(guó)內(nèi)外學(xué)者主要從用戶與文本兩個(gè)維度的特征來(lái)探討影響網(wǎng)民轉(zhuǎn)發(fā)行為的因素，雖然側(cè)重點(diǎn)有所不同，但基本涵蓋了微博等網(wǎng)絡(luò)信息平臺(tái)的相關(guān)要素，研究思路與研究方法具有重要的借鑒意義。

然而，現(xiàn)存文獻(xiàn)主要采用隨機(jī)采集的微博數(shù)據(jù)作為研究對(duì)象，針對(duì)特定領(lǐng)域輿情事件的研究較少，有關(guān)食品安全網(wǎng)絡(luò)輿情的研究更是少見(jiàn)。與其他社會(huì)輿情不同，食品安全網(wǎng)絡(luò)輿情具有受眾面廣、受關(guān)注度高、傳播速度快、社會(huì)反響大等特點(diǎn)。因此，在食品安全網(wǎng)絡(luò)輿情中，網(wǎng)民對(duì)相關(guān)微博信息的關(guān)注、轉(zhuǎn)發(fā)等行為可能會(huì)有所不同。為了減少輿情事件自身特征對(duì)網(wǎng)民微博轉(zhuǎn)發(fā)行為的影響，本文以典型的食品安全網(wǎng)絡(luò)輿情——上海福喜事件為例，選取最具影響力的自媒體平臺(tái)——新浪微博，通過(guò)研究上海福喜事件的微博數(shù)據(jù)，分析網(wǎng)民在食品安全網(wǎng)絡(luò)輿情中微博轉(zhuǎn)發(fā)行為的特征與影響因素。

2 上海福喜事件概述與關(guān)注度分析

2.1 事件概述

2014年7月20日，上海電視臺(tái)報(bào)道，麥當(dāng)勞、必勝客等知名快餐企業(yè)的肉類(lèi)供應(yīng)商上海福喜公司，在生產(chǎn)加工食品的過(guò)程中涉嫌使用過(guò)期變質(zhì)肉品為原料。節(jié)目播出之后，引起社會(huì)的廣泛關(guān)注，上海相關(guān)執(zhí)法部門(mén)立即對(duì)上海福喜公司展開(kāi)調(diào)查。

7月21日，國(guó)家食品藥品監(jiān)管總局發(fā)布緊急通知，要求立即對(duì)上海福喜公司采取控制措施，停止生產(chǎn)經(jīng)營(yíng)活動(dòng)與封存所有原料和產(chǎn)品，同時(shí)對(duì)其供貨餐飲企業(yè)進(jìn)行突擊檢查，責(zé)令相關(guān)企業(yè)停止使用、銷(xiāo)售上海福喜公司生產(chǎn)的所有食品，就地封存；并要求對(duì)上海福喜食品有限公司投資方歐喜投資（中國(guó)）有限公司在全國(guó)相關(guān)地區(qū)投資設(shè)立的食品生產(chǎn)企業(yè)進(jìn)行全面檢查；四川、湖南、黑龍江、浙江等地發(fā)現(xiàn)“福喜”問(wèn)題食品。

7月22日，上海初步查明，麥當(dāng)勞、必勝客等9家餐飲企業(yè)使用了福喜問(wèn)題產(chǎn)品；福喜公司相關(guān)責(zé)任人在約談中承認(rèn)，工廠高層授意使用過(guò)期原料，且公司多年來(lái)一直如此。

7月23日，上海市公安局會(huì)同上海市食品藥品監(jiān)督管理局依法對(duì)上海福喜公司的負(fù)責(zé)人以及質(zhì)量經(jīng)理等5人進(jìn)行刑事拘留。

7月24日，麥當(dāng)勞發(fā)表聲明稱(chēng)，終止與上海福喜公司的合作，并逐步把供應(yīng)源改為河南福喜；福喜集團(tuán)全球主席兼首席執(zhí)行官謝爾頓·拉文發(fā)表聲明向中國(guó)消費(fèi)者致歉。

7月25日，上海食藥監(jiān)局約談麥當(dāng)勞、百勝集團(tuán)等5家連鎖餐飲企業(yè)總部負(fù)責(zé)人，要求相關(guān)企業(yè)主動(dòng)銷(xiāo)毀不合格產(chǎn)品。

7月26日，美國(guó)福喜集團(tuán)（OSI）總部宣布將徹查涉事高管，并收回上海福喜公司的產(chǎn)品。

7月28日，福喜集團(tuán)全球主席兼首席執(zhí)行官謝爾頓·拉文向上海食藥監(jiān)局報(bào)告公司整改措施，并表示配合調(diào)查，承擔(dān)相應(yīng)責(zé)任。

9月22日，上海福喜公司遣散340名員工，僅留下部分員工協(xié)助調(diào)查。

上海福喜事件為上海福喜公司帶來(lái)了致命的打擊，也為相關(guān)涉事企業(yè)帶來(lái)了巨大的負(fù)面影響。7月21日美股收盤(pán)，肯德基母公司百勝集團(tuán)股價(jià)下跌4.25%，市值一夜蒸發(fā)將近15億美元，而麥當(dāng)勞下跌了1.45%，跌幅皆超過(guò)大盤(pán)；7月22日，直接持有北京麥當(dāng)勞食品有限公司50%的股權(quán)并間接持有廣東三元麥當(dāng)勞食品有限公司25%的股權(quán)的三元股份回應(yīng)稱(chēng)，上海福喜事件對(duì)公司的影響暫時(shí)無(wú)法預(yù)估；10月8日，美國(guó)知名快餐企業(yè)百勝公司所公布的三季度財(cái)報(bào)數(shù)據(jù)顯示，該季度營(yíng)收22.5億美元，同比下降3.5%，其中中國(guó)區(qū)的銷(xiāo)售收入下滑9.5%，營(yíng)運(yùn)利潤(rùn)下滑40%；而麥當(dāng)勞的第三季度財(cái)報(bào)顯示，其在亞太地區(qū)的營(yíng)運(yùn)收入同比下降55%，可比銷(xiāo)售收入下降9.9%，其中中國(guó)區(qū)的銷(xiāo)售額下降14%，營(yíng)運(yùn)利潤(rùn)同比下降40%，為自2002年以來(lái)表現(xiàn)最差的財(cái)季；此外，上海福喜事件對(duì)整個(gè)快餐業(yè)帶來(lái)了一定的影響。吉野家總裁洪明基在11月17日接受光明網(wǎng)記者專(zhuān)訪時(shí)表示，福喜事件重創(chuàng)了消費(fèi)者對(duì)快餐行業(yè)的信心，雖然與福喜事件沒(méi)有直接的關(guān)聯(lián)關(guān)系，但吉野家同樣受到了難以消除的負(fù)面影響。

2.2 事件關(guān)注度分析

上海福喜事件之所以對(duì)涉事企業(yè)乃至整個(gè)快餐業(yè)產(chǎn)生如此影響，除了政府相關(guān)部門(mén)的重視，更重要的原因是媒體、網(wǎng)民等的廣泛關(guān)注。

（1）媒體關(guān)注度分析。7月20日上海福喜事件曝出之后，各大新聞媒體與門(mén)戶網(wǎng)站等競(jìng)相對(duì)事件進(jìn)行報(bào)道。在百度新聞搜索中以“上海 福喜”為關(guān)鍵詞對(duì)2014年7月20日-12月10日的新聞標(biāo)題進(jìn)行搜索（即搜索結(jié)果為在此時(shí)間段中標(biāo)題同時(shí)包含“上?！迸c“福喜”兩個(gè)關(guān)鍵詞的新聞報(bào)道），并運(yùn)用網(wǎng)絡(luò)爬蟲(chóng)軟件對(duì)搜索結(jié)果進(jìn)行采集，獲得749篇相關(guān)新聞報(bào)道，如圖1所示。

從圖1中可以看出，媒體對(duì)上海福喜事件的關(guān)注主要集中在2014年7月20日-8月4日，以及9月22日-23日。其中，媒體關(guān)注度在7月22日達(dá)到頂峰（92條），這與當(dāng)日“初步查明涉事企業(yè)”以及“福喜相關(guān)責(zé)任人承認(rèn)工廠高層授意使用過(guò)期原料”等事件調(diào)查所取得的重要進(jìn)展有關(guān)；9月22日-23日，上海福喜公司的處理結(jié)果：“遣散340名員工”，再一次引發(fā)了媒體報(bào)道的小高峰。

（2）網(wǎng)民關(guān)注度分析。網(wǎng)民對(duì)熱點(diǎn)事件的關(guān)注主要體現(xiàn)在對(duì)相關(guān)網(wǎng)絡(luò)信息的搜索、瀏覽以及發(fā)帖、評(píng)論、轉(zhuǎn)發(fā)等行為。分別選取百度指數(shù)、天涯社區(qū)、新浪微博，對(duì)網(wǎng)民的上述關(guān)注行為進(jìn)行分析。

在百度指數(shù)中輸入關(guān)鍵詞“上海 福喜”，發(fā)現(xiàn)該關(guān)鍵詞未被收錄。將關(guān)鍵詞修改為“上海福喜”，并將時(shí)間范圍設(shè)定為2014年7月至2014年12月，搜索結(jié)果如圖2所示。

圖2顯示，從搜索熱度方面看，網(wǎng)民對(duì)上海福喜事件的關(guān)注呈現(xiàn)出3個(gè)小高峰，分別是2014年7月21日、7月25日以及9月23日，搜索指數(shù)分別為27268、16058以及48269。從整體上看，7月20日是上海福喜事件被爆出的第一天，搜索指數(shù)由19日的0次上升為20日的4651次，并于21日快速上升，達(dá)到第一個(gè)高峰（27268次）；隨后，關(guān)注度有所下降，22日、23日、24日分別為11619次、9117次以及7221次；到了25日，關(guān)注度又一次上升，達(dá)到第二個(gè)高峰（16058次）；此后，網(wǎng)民的關(guān)注度持續(xù)下降，并保持在一個(gè)較低的水平上，直到9月22日，關(guān)注度有所上升，并在23日急速上升，達(dá)到第三個(gè)高峰（48269次）；然后，關(guān)注度急劇下降（24日為11537次，25日為648次，26日為562次），并在較低的水平上徘徊。圖2中搜索指數(shù)與媒體指數(shù)的變化過(guò)程基本吻合，說(shuō)明網(wǎng)民對(duì)上海福喜事件的關(guān)注度受到媒體關(guān)注度的重要影響。

在天涯社區(qū)中，用關(guān)鍵詞“上海福喜”對(duì)帖子進(jìn)行搜索，發(fā)現(xiàn)部分搜索結(jié)果與上海福喜事件無(wú)關(guān)。改用“上海福喜”進(jìn)行搜索，搜索條件為“按發(fā)帖時(shí)間”與“搜索全文”，截止2014年12月10日，共獲得396條結(jié)果，如圖3所示。

圖3的搜索結(jié)果表明，在天涯社區(qū)中，網(wǎng)民對(duì)上海福喜事件的關(guān)注，主要集中在事件爆發(fā)之初的幾天內(nèi)。

在新浪微博中，使用關(guān)鍵詞“上海福喜”搜索2014年7月20日至12月10日的相關(guān)微博，搜索結(jié)果如圖4所示。

圖4顯示，在新浪微博中，網(wǎng)民的關(guān)注度在事件爆發(fā)當(dāng)日便處在較高水平，并于第二日（7月21日）迅速飆升至頂峰（767064條）；此后，關(guān)注度持續(xù)下降，并保持在較低的水平上。圖4所表現(xiàn)出的變化趨勢(shì)與圖3類(lèi)似。

從百度指數(shù)、天涯社區(qū)、新浪微博的相關(guān)數(shù)據(jù)來(lái)看，媒體與網(wǎng)民對(duì)上海福喜事件的關(guān)注主要集中在事件爆發(fā)之初，且在9月22日-25日之間，媒體的關(guān)注度以及網(wǎng)民的搜索熱度又出現(xiàn)了一個(gè)高峰。從影響力來(lái)看，新浪微博遠(yuǎn)高于天涯社區(qū)等網(wǎng)絡(luò)平臺(tái)。由此，選取上海福喜事件爆發(fā)之初的新浪微博數(shù)據(jù)進(jìn)行研究。

3 新浪微博網(wǎng)民轉(zhuǎn)發(fā)行為特征統(tǒng)計(jì)描述

以上海福喜事件在新浪微博中傳播的初始時(shí)間2014年7月20日18時(shí)為起始點(diǎn)，使用關(guān)鍵詞“上海福喜”每隔一個(gè)小時(shí)搜索并采集相應(yīng)的微博，數(shù)據(jù)采集的終止時(shí)間為2014年7月21日18時(shí)。去除已被刪除微博等無(wú)效數(shù)據(jù)，獲得微博14933條，其中，僅有主帖內(nèi)容的微博有4528條，記為類(lèi)型Ⅰ；而轉(zhuǎn)發(fā)了他人內(nèi)容的微博有10405條，記為類(lèi)型Ⅱ。

在類(lèi)型Ⅰ和類(lèi)型Ⅱ的微博中，發(fā)帖者獲得微博“達(dá)人認(rèn)證”的有3388條，獲得微博“個(gè)人認(rèn)證”的有830條，獲得微博“官方認(rèn)證”的有1675條，沒(méi)有任何微博認(rèn)證的有9040條；發(fā)帖者所發(fā)布的微博被轉(zhuǎn)發(fā)次數(shù)為0的有12221條，被轉(zhuǎn)發(fā)次數(shù)最高的為97760次，其中，被轉(zhuǎn)發(fā)次數(shù)在0-10次、11-100次、101-1000次、1001-10000次、10001-100000次的比例分別為：95.71%、3.22%、0.91%、0.15%、0.01%。而在類(lèi)型Ⅱ的微博中，被轉(zhuǎn)發(fā)者獲得微博“達(dá)人認(rèn)證”的有220條，獲得微博“個(gè)人認(rèn)證”的有281條，獲得微博“官方認(rèn)證”的有9583條，沒(méi)有任何微博認(rèn)證的有321條；被轉(zhuǎn)發(fā)者所發(fā)布的微博被轉(zhuǎn)發(fā)次數(shù)最低的為1次，最高的為97754次，其中，被轉(zhuǎn)發(fā)次數(shù)在0-10次、11-100次、101-1000次、1001-10000次、10001-100000次的比例分別為：1.28%、5.51%、26.82%、27.60%、38.79%?？梢?jiàn)，對(duì)于上海福喜事件，眾多普通網(wǎng)民通過(guò)新浪微博平臺(tái)積極參與，而一些微博“大V”（網(wǎng)絡(luò)意見(jiàn)領(lǐng)袖）以及官方組織機(jī)構(gòu)的發(fā)帖與轉(zhuǎn)發(fā)等行為，是推動(dòng)事件快速發(fā)展與廣泛傳播的重要因素。

4 新浪微博網(wǎng)民轉(zhuǎn)發(fā)行為影響因素回歸分析

微博的轉(zhuǎn)發(fā)行為作為信息傳播的重要方式，推動(dòng)輿情事件的發(fā)展，擴(kuò)散輿情事件的影響。利用上述采集的微博數(shù)據(jù)，分別針對(duì)類(lèi)型Ⅰ和類(lèi)型Ⅱ微博研究網(wǎng)民轉(zhuǎn)發(fā)行為的影響因素。

4.1 類(lèi)型Ⅰ微博網(wǎng)民轉(zhuǎn)發(fā)行為影響因素

基于現(xiàn)有文獻(xiàn)，結(jié)合類(lèi)型Ⅰ微博的特征，以發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為被解釋變量，變量設(shè)置如表2所示。

基于被解釋變量的取值有多個(gè)水平，采用多項(xiàng)Logistic回歸模型。設(shè)y為被解釋變量，其可取V個(gè)水平的值，以其中第v（v∈（1，2，…，V））個(gè)水平為參照類(lèi)別，而λ_w為被解釋變量取w水平時(shí)的條件概率，回歸模型如式（1）所示。（1）

其中，x_n為模型中的解釋變量，α_w為模型中的截距，β_wn為解釋變量的回歸系數(shù)向量。

運(yùn)用SPSS19.0對(duì)4528條類(lèi)型Ⅰ微博數(shù)據(jù)進(jìn)行分析，以發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)Y₁=1為參考類(lèi)別，模型的整體擬合結(jié)果如表3所示。

表3的數(shù)據(jù)顯示，模型的整體擬合結(jié)果較好，適合進(jìn)行多項(xiàng)Logistic回歸分析。多項(xiàng)Logistic回歸模型的似然比檢驗(yàn)結(jié)果如表4所示。

從表4的檢驗(yàn)結(jié)果中可以看出，發(fā)帖者微博的粉絲數(shù)（A₂）、發(fā)帖者微博的微博數(shù)（A₃）在0.00水平上顯著，發(fā)帖者微博內(nèi)容的情感傾向（A₅）、發(fā)帖者微博內(nèi)容是否有視頻（A₉）在0.01水平上顯著，發(fā)帖者微博的認(rèn)證情況（A₄）、發(fā)帖者微博內(nèi)容是否有鏈接（A₇）在0.05水平上顯著，其他解釋變量的顯著水平均大于0.05，表明上述6個(gè)因素對(duì)網(wǎng)民的轉(zhuǎn)發(fā)行為有顯著的影響。這6個(gè)因素的參數(shù)估計(jì)結(jié)果如下：

（1）在Y₁=2的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次）

解釋變量A₂在0.00水平上顯著，回歸系數(shù)為正，EXP（曰）值（比值比，OddsRatio，OR）為4.382，表示在Y₁=2的水平上，發(fā)帖者微博的粉絲數(shù)（A₂）與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)呈正相關(guān)關(guān)系。

解釋變量A₃在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為2.095，表示在Y₁=2的水平上，發(fā)帖者微博的微博數(shù)（A₃）與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)呈正相關(guān)關(guān)系。

解釋變量A₄的參考類(lèi)別是“官方認(rèn)證”，A₄=0（無(wú)認(rèn)證）在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為1.836，表明無(wú)認(rèn)證的發(fā)帖者，其微博被轉(zhuǎn)發(fā)次數(shù)的水平處在Y₁=2與Y₁=1的概率之比，是官方認(rèn)證的發(fā)帖者這一比值的1.836倍。

解釋變量A₅的參考類(lèi)別是“同情”，A₅=1（批評(píng)）在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為12586.893，表明微博內(nèi)容的情感傾向?yàn)榕u(píng)的發(fā)帖者，其微博被轉(zhuǎn)發(fā)次數(shù)的水平處在Y₁=2與Y₁=1的概率之比，是微博內(nèi)容的情感傾向?yàn)橥榈陌l(fā)帖者這一比值的12586.893倍；A₅=2（中立）的回歸系數(shù)也為正，EXP（B）值為6902.536，表明微博內(nèi)容的情感傾向?yàn)橹辛⒌陌l(fā)帖者，其微博被轉(zhuǎn)發(fā)次數(shù)的水平處在Y₁=2與Y₁=1的概率之比，是微博內(nèi)容的情感傾向?yàn)橥榈陌l(fā)帖者這一比值的6902.536倍。

解釋變量A₇的參考類(lèi)別是“否”，A₇=1（是）在0.01水平上顯著，回歸系數(shù)為負(fù)，EXP（B）值為0.582，表明微博內(nèi)容中有鏈接的發(fā)帖者，其微博被轉(zhuǎn)發(fā)次數(shù)的水平處在Y₁=2與Y₁=1的概率之比，是微博內(nèi)容中無(wú)鏈接的發(fā)帖者這一比值的0.582倍。

解釋變量A₉的參考類(lèi)別是“否”，A₉=1（是）在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為1.727，表明微博內(nèi)容中有視頻的發(fā)帖者，其微博被轉(zhuǎn)發(fā)次數(shù)的水平處在Y₁=2與Y₁=1的概率之比，是微博內(nèi)容中無(wú)視頻的發(fā)帖者這一比值的1.727倍。

（2）在Y₁=3的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為101-1000次）。

解釋變量A₂在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為14.031；解釋變量A₃在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為2.591；解釋變量A₄=0（無(wú)認(rèn)證）在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為3.325；解釋變量A₅=1（批評(píng)）在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為279.629，解釋變量A₅=2（中立）的回歸系數(shù)為正，EXP（B）值為108.498；解釋變量A₉=1（是）在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為2.944。上述參數(shù)估計(jì)結(jié)果的含義不再贅述。

（3）在Y₁=4的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為1001-10000次）。

解釋變量A₂在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為46.108；解釋變量A₉=1（是）在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為6.935。

（4）在Y₁=5的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為10001-100000次）。

解釋變量A₂、A₃、A₄、A₅、A₇、A₉的顯著水平均大于0.05。

4.2 類(lèi)型Ⅱ微博網(wǎng)民轉(zhuǎn)發(fā)行為影響因素

與類(lèi)型Ⅰ微博相比，類(lèi)型Ⅱ微博的被轉(zhuǎn)發(fā)情況除了可能受到發(fā)帖者及其微博相關(guān)特征的影響，還可能受到被轉(zhuǎn)發(fā)者及其微博相關(guān)特征的影響。變量設(shè)置如表5所示。

運(yùn)用SPSS19.0對(duì)10405條類(lèi)型Ⅱ微博數(shù)據(jù)進(jìn)行分析，以發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)Y₂為被解釋變量，以Y₂=1為參考類(lèi)別，模型整體擬合結(jié)果如表6所示。

從表6中可以看出，模型的整體擬合結(jié)果較好，適合進(jìn)行多項(xiàng)Logistic回歸分析。多項(xiàng)Logistic回歸模型的似然比檢驗(yàn)結(jié)果如表7所示。

表7的結(jié)果顯示，發(fā)帖者微博的粉絲數(shù)（B₂）、發(fā)帖者微博的微博數(shù)（B₃）、被轉(zhuǎn)發(fā)者的微博被轉(zhuǎn)發(fā)次數(shù)（B₇）在0.00水平上顯著，被轉(zhuǎn)發(fā)者微博的粉絲數(shù)（B₅）、被轉(zhuǎn)發(fā)者微博內(nèi)容是否有鏈接（B₂₀）在0.01水平上顯著，發(fā)帖者微博的認(rèn)證情況（B₁₀）在0.05水平上顯著，其他解釋變量的顯著水平均大于0.05，表明這6個(gè)因素對(duì)網(wǎng)民的轉(zhuǎn)發(fā)行為有顯著的影響。上述6個(gè)因素的參數(shù)估計(jì)結(jié)果如下：

（1）在Y₂=2的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次）。

解釋變量B₂在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為4.911，表示在Y₂=2的水平上，發(fā)帖者微博的粉絲數(shù)（B₂）與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)呈正相關(guān)關(guān)系。

解釋變量B₃在0.00水平上顯著，回歸系數(shù)為正，EXP（曰）值為2.477，表示在Y₂=2的水平上，發(fā)帖者微博的微博數(shù)（B₃）與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)呈正相關(guān)關(guān)系。

解釋變量B₅在0.00水平上顯著，回歸系數(shù)為負(fù)，EXP（曰）值為0.509，表示在Y₂=2的水平上，被轉(zhuǎn)發(fā)者微博的粉絲數(shù)（B₅）與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)呈負(fù)相關(guān)關(guān)系。

解釋變量B₇在0.00水平上顯著，回歸系數(shù)為正，EXP（曰）值為3.053，表示在Y₂=2的水平上，被轉(zhuǎn)發(fā)者的微博被轉(zhuǎn)發(fā)次數(shù)（B₂）與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)呈正相關(guān)關(guān)系。

解釋變量B₂₀的參考類(lèi)別是“否”，B₂₀=1（是）在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為3.151，表明被轉(zhuǎn)發(fā)者微博內(nèi)容有鏈接的發(fā)帖者，其微博被轉(zhuǎn)發(fā)次數(shù)的水平處在Y₂=2與Y₂=1的概率之比，是被轉(zhuǎn)發(fā)者微博內(nèi)容無(wú)鏈接的發(fā)帖者這一比值的3.151倍。

（2）在Y₂=3的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為101-1000次）。

解釋變量B₂在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為4.970；解釋變量B₃在0.01水平上顯著，回歸系數(shù)為正，EXP（B）值為5.223；解釋變量B₇在0.00水平上顯著，回歸系數(shù)為正，EXP（B）值為25.256；解釋變量B₁₀的參考類(lèi)別是“官方認(rèn)證”，B₁₀=1（達(dá)人認(rèn)證）在0.05水平上顯著，回歸系數(shù)為負(fù)，EXP（B）值為0.040，B₁₀=2（個(gè)人認(rèn)證）在0.01水平上顯著，回歸系數(shù)為負(fù)，EXP（B）值為0.019。

（3）在Y₂=4的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為1001-10000次）。

解釋變量B₂、B₃、B₅、B₇、B₁₀、B₂₀的顯著水平均大于0.05。

（4）在Y₂=5的水平上（即發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為10001-100000次）。

解釋變量B₂、B₃、B₅、B₇、B₁₀、B₂₀的顯著水平均大于0.05。

從上述分析結(jié)果可以看出：①不論是類(lèi)型Ⅰ微博還是類(lèi)型Ⅱ微博，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次和101-1000次的水平上，發(fā)帖者微博的粉絲數(shù)、微博數(shù)都顯著影響其微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值均大于1；而在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為1001-10000次的水平上，發(fā)帖者微博的粉絲數(shù)顯著影響其微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值大于1。②發(fā)帖者微博的認(rèn)證情況也是影響其微博的被轉(zhuǎn)發(fā)次數(shù)的重要因素。所不同的是，對(duì)于類(lèi)型Ⅰ微博，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次和101-1000次的水平上，A₄=0（無(wú)認(rèn)證）顯著影響發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值均大于1；而對(duì)于類(lèi)型Ⅱ微博，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為101-1000次的水平上，B₁₀=1（達(dá)人認(rèn)證）和B₁₀=2（個(gè)人認(rèn)證）顯著影響發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值均小于1。③在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次的水平上，微博內(nèi)容是否有鏈接A₇=1（是）顯著影響類(lèi)型I微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值小于1；而被轉(zhuǎn)發(fā)者微博內(nèi)容是否有鏈接（B₂₀）=1（是）顯著影響類(lèi)型Ⅱ微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值大于1。④對(duì)于類(lèi)型Ⅰ微博，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次和101-1000次的水平上，發(fā)帖者微博內(nèi)容的情感傾向A₅=1（批評(píng)）、A₅=2（中立）以及發(fā)帖者微博內(nèi)容是否有視頻A₉=1（是）顯著影響其微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值大于1；此外，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為1001-10000次的水平上，發(fā)帖者微博內(nèi)容是否有視頻A₉=1（是）顯著影響其微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值大于1。對(duì)于類(lèi)型Ⅱ微博，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為11-100次的水平上，被轉(zhuǎn)發(fā)者微博的粉絲數(shù)和微博數(shù)顯著影響發(fā)帖者微博的被轉(zhuǎn)發(fā)次數(shù)，且前者的EXP（B）值小于1，后者的EXP（B）值大于1。此外，在發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)為101-1000次的水平上，被轉(zhuǎn)發(fā)者的微博被轉(zhuǎn)發(fā)次數(shù)顯著影響發(fā)帖者微博的被轉(zhuǎn)發(fā)次數(shù)，且EXP（B）值大于1。

5 研究結(jié)論

本文針對(duì)食品安全網(wǎng)絡(luò)輿情中網(wǎng)民轉(zhuǎn)發(fā)行為的特征與影響因素，以上海福喜事件為例，通過(guò)采集新浪微博中的相關(guān)微博數(shù)據(jù)，并利用Logistic模型進(jìn)行了分析，主要研究結(jié)論如下：①發(fā)帖者微博的粉絲數(shù)與微博數(shù)是影響其微博被轉(zhuǎn)發(fā)次數(shù)的重要因素，且存在正相關(guān)關(guān)系。②發(fā)帖者微博的認(rèn)證情況對(duì)其微博的被轉(zhuǎn)發(fā)次數(shù)有所影響。其中，對(duì)于僅有主帖內(nèi)容的微博（類(lèi)型Ⅰ微博），無(wú)認(rèn)證的微博比官方認(rèn)證的微博更容易被轉(zhuǎn)發(fā)；對(duì)于轉(zhuǎn)發(fā)了他人內(nèi)容的微博（類(lèi)型Ⅱ微博），官方認(rèn)證的微博比達(dá)人認(rèn)證以及個(gè)人認(rèn)證的微博更容易被轉(zhuǎn)發(fā)。③微博內(nèi)容是否有鏈接影響發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)。對(duì)于僅有主帖內(nèi)容的微博，若發(fā)帖者的微博中無(wú)鏈接，則其微博更容易被轉(zhuǎn)發(fā)；而對(duì)于轉(zhuǎn)發(fā)了他人內(nèi)容的微博，若被轉(zhuǎn)發(fā)者的微博中有鏈接，則發(fā)帖者的微博更容易被轉(zhuǎn)發(fā)。④對(duì)于僅有主帖內(nèi)容的微博，發(fā)帖者微博內(nèi)容的情感傾向?qū)ζ湮⒉┍晦D(zhuǎn)發(fā)次數(shù)有影響，且呈現(xiàn)批評(píng)情感傾向的微博最容易被轉(zhuǎn)發(fā)，中立情感傾向次之，同情情感傾向最次；發(fā)帖者微博內(nèi)容是否有視頻對(duì)其微博被轉(zhuǎn)發(fā)次數(shù)也有影響，且若微博內(nèi)容有視頻，則更容易被轉(zhuǎn)發(fā)。⑤對(duì)于轉(zhuǎn)發(fā)了他人內(nèi)容的微博，被轉(zhuǎn)發(fā)者微博的粉絲數(shù)與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)負(fù)相關(guān)，而被轉(zhuǎn)發(fā)者的微博被轉(zhuǎn)發(fā)次數(shù)與發(fā)帖者的微博被轉(zhuǎn)發(fā)次數(shù)正相關(guān)。

在食品安全網(wǎng)絡(luò)輿情中，相關(guān)微博被大量轉(zhuǎn)發(fā)是推動(dòng)輿情事件快速發(fā)展并產(chǎn)生廣泛影響的重要方式。蘭月新、張玉亮、蘭月新等也指出對(duì)相關(guān)輿情信息的點(diǎn)擊數(shù)、回復(fù)數(shù)、轉(zhuǎn)發(fā)程度等是網(wǎng)絡(luò)輿情安全及風(fēng)險(xiǎn)的重要評(píng)價(jià)指標(biāo)。因此，研究微博轉(zhuǎn)發(fā)行為的影響因素對(duì)于降低食品安全網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)具有積極意義。從研究結(jié)論看，具有較高粉絲數(shù)與微博數(shù)的發(fā)帖者，其所發(fā)布的微博影響力更大，應(yīng)進(jìn)一步加強(qiáng)對(duì)具有較高影響力及活躍度的微博用戶的關(guān)注，特別是一些微博“大V”；同時(shí)，官方認(rèn)證微博也是輿論引導(dǎo)的重要力量，應(yīng)進(jìn)一步發(fā)揮其積極作用；在輿論引導(dǎo)的過(guò)程中，可以通過(guò)微博內(nèi)容形式的多元化來(lái)提高微博的影響力，如同時(shí)發(fā)布相關(guān)鏈接、視頻等；此外，在發(fā)布微博信息的過(guò)程中，客觀、公正地表明態(tài)度立場(chǎng)，也是提高微博輿論引導(dǎo)作用的重要方面。

（編輯：劉呈慶）