張?jiān)崎_ 華 維 劉雨潤 劉美希 張峻鎧 張琪龍

(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院/高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室/四川省氣象災(zāi)害預(yù)測預(yù)警工程實(shí)驗(yàn)室,四川 成都 610225;2.中國科學(xué)院大氣物理研究所竺可楨-南森國際研究中心,北京 100029)

0 引言

網(wǎng)絡(luò)媒體傳播所具有的相對自由開放、及時(shí)廣泛的特點(diǎn)使之成為一種重要的輿情反映[1]。近年來,隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展以及網(wǎng)民數(shù)量的不斷增加,越來越多的民眾利用互聯(lián)網(wǎng)搜索功能查詢所需信息。大量網(wǎng)民的網(wǎng)絡(luò)搜索形成了海量行為數(shù)據(jù),而互聯(lián)網(wǎng)平臺(tái)則以相關(guān)搜索數(shù)據(jù)為基礎(chǔ)形成了各類網(wǎng)絡(luò)搜索指數(shù),通過網(wǎng)絡(luò)搜索指數(shù)即可獲取關(guān)鍵詞搜索特征與趨勢、網(wǎng)民興趣和需求、輿情動(dòng)向,以及定位受眾特征等信息[2]。在各類互聯(lián)網(wǎng)搜索引擎中,百度搜索作為全球最大的中文搜索引擎,具有搜索功能強(qiáng)大、信息獲取方式便捷等特點(diǎn),被廣泛應(yīng)用于生產(chǎn)生活中。許多學(xué)者基于百度指數(shù)分析了公眾對不同信息的關(guān)注程度。如張繼德等[3]基于百度指數(shù)研究了投資者關(guān)注度對股市的影響。熊麗芳等[4]采用百度指數(shù)研究了長三角核心城市網(wǎng)絡(luò)特征。吳湘華等[5]探討了百度指數(shù)在期刊網(wǎng)絡(luò)影響力評價(jià)中的應(yīng)用。劉璐等[6]采用氣溫、降水、相對濕度等氣候資料和百度指數(shù)對山東蓬萊氣候舒適度與旅客網(wǎng)絡(luò)關(guān)注度的關(guān)系進(jìn)行了分析,并發(fā)現(xiàn)旅客網(wǎng)絡(luò)關(guān)注度年內(nèi)改變在一定程度上受氣候影響。

隨著中國經(jīng)濟(jì)社會(huì)的快速發(fā)展以及全球變暖引起的極端天氣氣候事件不斷增加,天氣狀況及氣象災(zāi)害對經(jīng)濟(jì)社會(huì)和民眾生活的影響愈加明顯,而民眾也越來越傾向于利用互聯(lián)網(wǎng)查詢和了解實(shí)時(shí)及未來天氣變化信息。因此,不少學(xué)者開始利用百度指數(shù)等網(wǎng)絡(luò)搜索指數(shù)分析用戶氣象網(wǎng)絡(luò)關(guān)注度的時(shí)空分布特征,從而了解用戶和民眾的氣象信息需求和偏好。馬麗君等[7]基于海量城市氣候舒適度和游客網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)對中國30個(gè)城市氣候舒適度和游客網(wǎng)絡(luò)關(guān)注度進(jìn)行了時(shí)空變化分析,并建立了氣候舒適度與游客網(wǎng)絡(luò)關(guān)注度時(shí)空相關(guān)模型。張春慧等[8]利用相對濕度和氣溫指數(shù)研究了東中西部代表性古城烏鎮(zhèn)、鳳凰和麗江網(wǎng)絡(luò)關(guān)注度時(shí)空分布及其與氣候變化間的聯(lián)系。公眾往往通過互聯(lián)網(wǎng)獲取某地氣象信息以方便生活和工作。因此,天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度可視為公眾對氣象信息需求狀況的一種直觀表現(xiàn)。謝慷等[9]以氣象災(zāi)害防御為主題進(jìn)行了網(wǎng)絡(luò)公眾調(diào)查,并根據(jù)網(wǎng)絡(luò)調(diào)查結(jié)果總結(jié)了氣象災(zāi)害防御改進(jìn)方法。周威等[10]利用逐日氣象觀測資料和百度指數(shù),采用多種統(tǒng)計(jì)方法分析了長沙市氣溫、降水、相對濕度和日照時(shí)數(shù)等氣象因子與當(dāng)?shù)厝蚵糜魏袜l(xiāng)村旅游的關(guān)系,并指出游客人數(shù)受氣象條件影響明顯。

天氣預(yù)報(bào)是公眾關(guān)注的社會(huì)熱點(diǎn),因此了解民眾對天氣預(yù)報(bào)的關(guān)注度有利于氣象行業(yè)提高公共氣象服務(wù)水平,但以往研究多集中于天氣預(yù)報(bào)準(zhǔn)確度、氣候變化、天氣診斷分析等領(lǐng)域,而對天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的分析還較少涉及。因此,本文將“天氣預(yù)報(bào)”作為檢索詞,以百度指數(shù)為工具,通過獲取公眾對“天氣預(yù)報(bào)”的整體搜索量、地區(qū)搜索量、年均搜索量信息,并結(jié)合經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)分析中國天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的時(shí)空變化特征及其影響因素。

1 資料與方法

1.1 資料

所用資料包括:(1)網(wǎng)絡(luò)搜索指數(shù)。使用百度指數(shù)進(jìn)行天氣預(yù)報(bào)關(guān)注度研究,該搜索指數(shù)以網(wǎng)民在百度網(wǎng)站進(jìn)行的搜索行為數(shù)據(jù)為基礎(chǔ),以搜索關(guān)鍵詞為統(tǒng)計(jì)對象計(jì)算特定關(guān)鍵詞在百度網(wǎng)站中搜索頻次的加權(quán)綜合,從而能夠直觀地對網(wǎng)民網(wǎng)絡(luò)關(guān)注度的時(shí)空分布和變化特征進(jìn)行分析。百度指數(shù)以省級(jí)行政區(qū)為單位,將“天氣預(yù)報(bào)”作為關(guān)鍵詞檢索中國31個(gè)省級(jí)行政區(qū)(不含港澳臺(tái)地區(qū))的天氣預(yù)報(bào)關(guān)注度數(shù)據(jù),檢索時(shí)段為2011年1月-2019年12月。根據(jù)網(wǎng)民使用的百度搜索終端差異,指數(shù)可為PC端搜索指數(shù)和移動(dòng)端搜索指數(shù),其中2011年1月-2013年5月百度指數(shù)僅包括PC端數(shù)據(jù),不含移動(dòng)端數(shù)據(jù),自2013年6月起包含PC端和移動(dòng)端兩部分搜索數(shù)據(jù)。(2)《中國統(tǒng)計(jì)年鑒》[11]提供的2011-2019年中國31個(gè)省級(jí)行政區(qū)(不含港澳臺(tái)地區(qū))的經(jīng)濟(jì)和自然災(zāi)害損失等統(tǒng)計(jì)數(shù)據(jù)。

1.2 方法

采用變異系數(shù)分析不同地區(qū)網(wǎng)民天氣預(yù)報(bào)關(guān)注度的時(shí)空差異特征。該參數(shù)可用于分析數(shù)據(jù)序列的變異程度,并被廣泛應(yīng)用于對網(wǎng)絡(luò)關(guān)注度的差異分析中[12-15]。變異系數(shù)計(jì)算公式如下:

式中,Cv為變異系數(shù),yi為第i個(gè)月天氣預(yù)報(bào)關(guān)注度,為yi的平均值。變異系數(shù)越大,代表不同月份間的天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度差異越明顯。

基尼系數(shù)是一種定量測定收入分配差異程度的指標(biāo),主要用于評估某一國家或地區(qū)內(nèi)的居民收入差距[16-17]。引入基尼系數(shù)計(jì)算不同省份以及東、中和西部地區(qū)間天氣預(yù)報(bào)關(guān)注度的空間差異,其計(jì)算公式如下:

式中,G為基尼系數(shù),W為N個(gè)省級(jí)行政區(qū)的天氣預(yù)報(bào)關(guān)注度總和,Qi和Qj分別代表第i和j個(gè)省級(jí)行政區(qū)的天氣預(yù)報(bào)關(guān)注度,N=31為省級(jí)行政區(qū)數(shù)量?；嵯禂?shù)越大,代表省際或區(qū)域間的天氣預(yù)報(bào)關(guān)注度越大。

采用相關(guān)系數(shù)[18]探討天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與區(qū)域經(jīng)濟(jì)發(fā)展水平、居民人均可支配收入及自然災(zāi)害損失等影響因素的關(guān)系,其計(jì)算公式如下:

2 天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的時(shí)間變化特征

2.1 年際變化

2011-2019年全國日均天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度如圖1所示。由圖可知,2011-2019年,歷年搜索指數(shù)年均值分別為 129201、115508、167814、308796、458614、531357、523101、463425和 506379次,整體呈上升趨勢,但也存在明顯的年際變化,其中2011和2012年的天氣預(yù)報(bào)關(guān)注度相對較低,2013-2014年天氣預(yù)報(bào)關(guān)注度開始呈現(xiàn)迅速增長的趨勢,2016年之后天氣預(yù)報(bào)關(guān)注度略有減少,但變化幅度相對較小。中國天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的年際變化與諸多因素有關(guān)。一方面,隨著中國經(jīng)濟(jì)社會(huì)快速發(fā)展,公眾對天氣預(yù)報(bào)服務(wù)的需求不斷提高,導(dǎo)致近十年間“天氣預(yù)報(bào)”這一關(guān)鍵詞的搜索次數(shù)整體呈上升趨勢[10];另一方面,2013-2015年天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的快速增加可能與智能手機(jī)的快速普及有關(guān),公眾更多趨于使用智能手機(jī)進(jìn)行移動(dòng)搜索替代PC端固定搜索[19]。此外,2016年之后天氣預(yù)報(bào)關(guān)注度減少可能與智能手機(jī)自帶有或用戶自行有安裝天氣預(yù)報(bào)軟件,公眾通過軟件已能便捷獲取某地區(qū)天氣預(yù)報(bào)信息,而無需再使用搜索引擎進(jìn)行搜索有關(guān),因而該時(shí)間段內(nèi)的天氣預(yù)報(bào)關(guān)注度主要表現(xiàn)為波動(dòng)減少的特點(diǎn)。

2.2 年內(nèi)變化

進(jìn)一步對天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的年內(nèi)變化(圖2)進(jìn)行分析,可以發(fā)現(xiàn),2011-2019年歷年天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的年內(nèi)變化差異較為明顯,其中2011-2012年年內(nèi)變化總體表現(xiàn)為春季(3-5月)和夏季(7-8月)關(guān)注度相對較高,而秋季(9-10月)和冬季(12-次年1月)較低的特點(diǎn),且這兩年的關(guān)注度最低,其原因可能與2011-2012年百度搜索指數(shù)僅包含PC端數(shù)據(jù),而并未包含移動(dòng)端搜索數(shù)據(jù)有關(guān)。2013年關(guān)注度數(shù)據(jù)相對特殊,其原因?yàn)楫?dāng)年百度搜索指數(shù)在1-5月期間僅包含PC端數(shù)據(jù),而6-12月則含有PC端和移動(dòng)端兩部分?jǐn)?shù)據(jù),不具備代表性,故本文不對其進(jìn)行深入分析。2014-2019年,天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的年內(nèi)逐月變化曲線總體為雙峰型結(jié)構(gòu),即春季和秋末關(guān)注度較高,冬末和初秋關(guān)注度較低?？傮w來看,天氣預(yù)報(bào)關(guān)注度與所處季節(jié)及季節(jié)轉(zhuǎn)換存在一定聯(lián)系,春季4月天氣狀況并不穩(wěn)定,且公眾出行意愿較強(qiáng),而11月為秋末和初冬之間的季節(jié)轉(zhuǎn)換期,因而公眾尤其是兒童和老年人對天氣預(yù)報(bào)需求較大,故其網(wǎng)絡(luò)關(guān)注度最高。2月和9月盡管處于季末的季節(jié)轉(zhuǎn)換期,但因其天氣狀況相對穩(wěn)定,故公眾對天氣預(yù)報(bào)的關(guān)注度的最低。

利用變異系數(shù)計(jì)算2011-2019年各年天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的差異程度,見表1,由于2013年數(shù)據(jù)存在一定特殊性,故該年為變異系數(shù)最大,但并不具備代表性。其余年份變異系數(shù)在0.151～0.251,表現(xiàn)出一定的波動(dòng)趨勢,表明盡管天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的月際差異相對穩(wěn)定,但天氣預(yù)報(bào)關(guān)注度的季節(jié)性差異仍十分明顯。

表1 2011-2019年各月天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度(單位:萬次)及變異系數(shù)

2.3 周內(nèi)差異

公眾對于天氣預(yù)報(bào)的需求取決于未來天氣狀況及生活和工作安排,因而天氣預(yù)報(bào)對公眾合理安排日程具有重要作用。圖3為2011-2019年天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的周內(nèi)分布,可以發(fā)現(xiàn),周內(nèi)天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度差異的年際變化并不明顯,但各年的周內(nèi)差異十分顯著,主要表現(xiàn)為周一關(guān)注度最高,之后緩慢下降,周六下降至最低,而周日關(guān)注度又明顯升高的特點(diǎn)。這一特征可能與公眾的生活和工作方式有關(guān),周一為周內(nèi)首個(gè)工作日,相較其余時(shí)間而言,公眾對天氣預(yù)報(bào)的關(guān)注度可能更高。隨著時(shí)間的推移,公眾對天氣預(yù)報(bào)的關(guān)注度開始下降,而周日關(guān)注度增加的可能原因是由于次日(下周一)為下周首個(gè)工作日,人們通常希望對次日天氣情況有所了解,因而關(guān)注度有所增加?？傮w來看,天氣預(yù)報(bào)關(guān)注度存在一定的周內(nèi)差異,但差異并不明顯。

2.3 主要節(jié)假日差異

每年春節(jié)、“五一”和“十一”是中國主要的法定節(jié)假日,也被人們稱為“黃金周”。選取春節(jié)、“五一”和“十一”三個(gè)主要節(jié)假日數(shù)據(jù)分析其天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度特點(diǎn)(圖4)。鑒于節(jié)假日期間公眾對天氣預(yù)報(bào)的關(guān)注具有一定前兆性,故統(tǒng)計(jì)時(shí)段包括節(jié)假日前、后各3天。

對于“五一”假期(圖4a),2011-2013年主要特點(diǎn)表現(xiàn)為節(jié)假日前3天天氣預(yù)報(bào)關(guān)注度最高,之后逐漸降低直至假期結(jié)束,表明為方便出行,公眾在假期之前1～3天已開始通過網(wǎng)絡(luò)搜索出行目的地天氣信息。而在2014-2018年,各年“五一”假期前3天天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度均呈迅速增加趨勢,且一般在5月1日或2日達(dá)到最高,之后開始下降。這一特征與2011-2013年有所差異,其原因可能與近年來私家車數(shù)量迅速增加,民眾出行方式更多變?yōu)椤罢f走就走”的自駕出行,導(dǎo)致公眾在出發(fā)當(dāng)日才進(jìn)行天氣預(yù)報(bào)查詢。2019年變化趨勢與2011-2013年較為類似,關(guān)注度在假期前3天達(dá)到最高,之后迅速下降。

就“十一”假期而言(圖4b),天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度一般在假期前1～3天內(nèi)達(dá)到最高,之后迅速降低,并在假期中段的10月3-4日將至最低,之后逐漸增加,并在假期結(jié)束后1～3天內(nèi)再次達(dá)到峰值,總體上表現(xiàn)出假期前后高,而假日期間低的特點(diǎn)。

春節(jié)期間天氣預(yù)報(bào)關(guān)注度變化特征如圖4(c)所示。2014年春節(jié)前3天天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度異常偏高,其原因可能與當(dāng)年春節(jié)前出現(xiàn)的北方干旱、中東部大范圍霧霾天氣,以及南方地區(qū)低溫雨雪天氣等過程有關(guān)[1]。其余各年春節(jié)假期前3天天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度均高于假期內(nèi),尤其假期第1天(除夕)關(guān)注度最低,第2天(大年初一)略有增長,之后主要表現(xiàn)為較平緩的變化趨勢。

總體而言,公眾多在假期之前即開始利用網(wǎng)絡(luò)搜索天氣預(yù)報(bào)信息,而假期期間的關(guān)注度反而相對較低。此外,近十年間,“五一”期間的天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度最高,春節(jié)次之,而“十一”最低,其關(guān)注度平均值分別為425865、335734和329758次。此外,三大主要節(jié)假日期間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的時(shí)間差異可能與節(jié)假日期間出行習(xí)慣有關(guān),“五一”假期因僅有3天,公眾更趨向在假日期間集中出游,故假期內(nèi)關(guān)注度降低,“十一”假期則有相當(dāng)部分民眾選擇在假期中段錯(cuò)峰出行,故中段關(guān)注度有所提升,而春節(jié)期間公眾更趨于選擇在家或短途旅行,故關(guān)注度變化不大。

3 天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的空間分布特征

3.1 空間差異特征

以省級(jí)行政區(qū)為單位,利用百度指數(shù)分析2011-2019年天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的區(qū)域差異,見圖5,2011-2019年,年均天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度排名前十位的省級(jí)行政區(qū)依次為北京、山東、河南、江蘇、河北、廣東、浙江、上海、遼寧和湖北,且相關(guān)省份均為中國經(jīng)濟(jì)相對發(fā)達(dá)地區(qū),同時(shí)也是人口密集省份。中國西部地區(qū)以及北方部分省份天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度相對較低,其排位多在后十位中。可見,盡管造成不同區(qū)域天氣預(yù)報(bào)關(guān)注度差異的原因眾多,但總體而言,區(qū)域經(jīng)濟(jì)發(fā)展水平和人口數(shù)量是主要的影響因素。

為進(jìn)一步對比不同省際間以及中國東、中和西部地區(qū)之間公眾天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的空間非均衡性,本文計(jì)算了2011-2019年省際和三大地區(qū)間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度基尼系數(shù)(表2)。對于地區(qū)的定義,西部地區(qū)包括四川、云南、貴州、重慶、陜西、甘肅、寧夏、廣西、西藏、新疆和內(nèi)蒙古;中部地區(qū)包括湖北、湖南、安徽、河南、山西和江西;東部地區(qū)包括北京、天津、上海、江蘇、浙江、山東、廣東、河北、福建和海南。鑒于當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展?fàn)顩r,參考何小芊等[20]的研究將黑龍江、吉林和遼寧納入中部地區(qū)進(jìn)行分析。

表2 不同省級(jí)行政區(qū)和地區(qū)間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度基尼系數(shù)

由表2可知,不同省際間和東、中和西部區(qū)域內(nèi)及三大區(qū)域間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注存在較為明顯的區(qū)域差異,其中省際間的基尼系數(shù)表現(xiàn)為持續(xù)減小的變化趨勢,基尼系數(shù)最高的年份為2012年,達(dá)到0.5147,而最低年份為2019年,僅有0.4363,這表明公眾對天氣預(yù)報(bào)信息的關(guān)注度在持續(xù)增加,各省之間的差異在不斷縮小。進(jìn)一步由中國三大地區(qū)區(qū)域內(nèi)天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度基尼系數(shù)計(jì)算結(jié)果可知,東部地區(qū)基尼系數(shù)相對最小,表明其內(nèi)部差異最小,且總體上表現(xiàn)出隨時(shí)間下降的變化趨勢,其中2019年基尼系數(shù)最小,而2016年最大;中部地區(qū)基尼系數(shù)在多數(shù)年份均要高于東部地區(qū),但同樣表現(xiàn)出較明顯的減小趨勢,其基尼系數(shù)由2011年的最高值0.392減小至2019年的最低值0.2644;西部地區(qū)各年基尼系數(shù)在三大區(qū)域中均最大,表明西部地區(qū)內(nèi)部差異最大,且變化趨勢與東部和中部相反,整體表現(xiàn)出振蕩上升的變化趨勢。此外,三大地區(qū)之間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度差異的變化趨勢與省際間的變化趨勢較為一致,總體呈現(xiàn)逐年下降的變化趨勢,表明盡管中國不同區(qū)域間公眾對天氣預(yù)報(bào)的關(guān)注程度存在明顯差異,但區(qū)域間的差異在不斷減小。

3.2 空間差異影響因素

經(jīng)濟(jì)發(fā)展水平在很大程度上決定了公眾對現(xiàn)代氣象服務(wù)水平要求的差異,這也是造成不同地區(qū)公眾對天氣預(yù)報(bào)需求存在明顯差異的重要原因,而與氣象密切相關(guān)的自然災(zāi)害同樣對天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度有所影響。表3給出了各省級(jí)行政區(qū)天氣預(yù)報(bào)年均網(wǎng)絡(luò)關(guān)注度、地區(qū)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入以及自然災(zāi)害損失情況多年平均值。由表3可見,各省天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度基本與本省的地區(qū)生產(chǎn)總值和城鎮(zhèn)居民人均可支配收入存在較好的對應(yīng)關(guān)系,但自然災(zāi)害損失則受地域、地形、天氣氣候條件和行政面積等因素影響,各省間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與自然災(zāi)害損失的關(guān)系存在明顯差異。

表3 各省天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度、地區(qū)生產(chǎn)總值、居民人均可支配收入和自然災(zāi)害損失多年平均值

進(jìn)一步對天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與不同影響因子間的關(guān)系(表4)進(jìn)行分析。由天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與地區(qū)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入以及自然災(zāi)害損失的相關(guān)系數(shù)可知,天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與地區(qū)生產(chǎn)總值之間為顯著的正相關(guān)關(guān)系,相關(guān)系數(shù)達(dá)到0.773,通過0.01的顯著性水平檢驗(yàn);與城鎮(zhèn)居民人均可支配收入間的相關(guān)系數(shù)也達(dá)到了0.619,同樣通過0.01的顯著性水平檢驗(yàn);而與自然災(zāi)害損失間則為較弱的正相關(guān)關(guān)系,相關(guān)系數(shù)僅為0.086,未通過0.01的顯著性水平檢驗(yàn)。地區(qū)生產(chǎn)總值與城鎮(zhèn)居民人均可支配收入和自然災(zāi)害損失間均為顯著的正相關(guān)關(guān)系。此外,城鎮(zhèn)居民人均可支配收入與自然災(zāi)害損失間也為負(fù)相關(guān)關(guān)系,這也間接表明天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與不同地區(qū)經(jīng)濟(jì)的發(fā)展和居民收入狀況,以及自然災(zāi)害損失之間存在較為密切的聯(lián)系。

表4 各省年均網(wǎng)絡(luò)關(guān)注度、地區(qū)生產(chǎn)總值、居民人均可支配收入和自然災(zāi)害損失間的相關(guān)系數(shù)

4 結(jié)論與討論

本文基于百度搜索指數(shù)和經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù),采用多種統(tǒng)計(jì)分析方法對中國天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的時(shí)空特征及影響因素進(jìn)行分析,得到以下主要結(jié)論:

(1)中國公眾天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度較高,總體呈現(xiàn)逐年上升的年際變化趨勢。同時(shí),天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的月際變化曲線為雙峰型結(jié)構(gòu),即春季和秋末較高,而冬末和秋初較低。天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的周內(nèi)差異并不明顯,主要表現(xiàn)出周一關(guān)注度最高,之后緩慢下降,周六下降至最低,而周日關(guān)注度又明顯升高的特點(diǎn);此外,主要節(jié)假日期間天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度主要為假日之前較高,而假期期間較低的特點(diǎn)。

(2)中國天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的空間差異明顯,關(guān)注度較高的區(qū)域主要是東部經(jīng)濟(jì)發(fā)達(dá)地區(qū),而西部較低。天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的省際間差異明顯,但基尼系數(shù)總體呈現(xiàn)下降趨勢?！皷|—中—西”三大區(qū)域內(nèi)部差異也十分明顯,西部地區(qū)差異遠(yuǎn)大于東、中部地區(qū),中部地區(qū)次之,東部地區(qū)最小;三大區(qū)域間的差異與省際間較為一致,表現(xiàn)為逐年下降的趨勢。

(3)天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與不同省份的地區(qū)生產(chǎn)總值和城鎮(zhèn)居民人均可支配收入存在顯著的正相關(guān)關(guān)系,此外也與自然災(zāi)害損失存在一定的正相關(guān)關(guān)系,表明天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的空間差異是區(qū)域經(jīng)濟(jì)發(fā)展水平、居民收入水平高低和自然災(zāi)害共同作用的結(jié)果。

根據(jù)天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度在月際變化、周內(nèi)分布以及節(jié)假日期間的不同特點(diǎn),氣象部門可因地制宜為民眾提供更詳細(xì)的特色氣象服務(wù),從而滿足不同人群的個(gè)性化需求。同時(shí),由于天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度的時(shí)空分布與區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r之間存在較高的關(guān)聯(lián)性,因此應(yīng)結(jié)合當(dāng)?shù)亟?jīng)濟(jì)發(fā)展實(shí)際對氣象服務(wù)發(fā)展提出建議和要求,以使氣象服務(wù)實(shí)踐與當(dāng)?shù)亟?jīng)濟(jì)狀況相協(xié)調(diào),從而更高效、合理地提高全國各地區(qū)的氣象服務(wù)發(fā)展水平。應(yīng)指出的是,本文在分析天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與各影響因子關(guān)系時(shí)僅使用了相關(guān)分析等統(tǒng)計(jì)方法,缺乏對天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度與影響因子間關(guān)系的深入探索。對自然災(zāi)害損失與天氣預(yù)報(bào)網(wǎng)絡(luò)關(guān)注度間的內(nèi)在關(guān)系仍缺少深入探索,這是未來應(yīng)進(jìn)一步完善的問題。此外,由于網(wǎng)絡(luò)指數(shù)具有易獲取性和高可信度等特點(diǎn),使其在各研究領(lǐng)域中均具有明顯優(yōu)勢,但網(wǎng)絡(luò)指數(shù)也存在時(shí)間序列較短,網(wǎng)絡(luò)用戶數(shù)量變化會(huì)明顯影響網(wǎng)絡(luò)指數(shù)的數(shù)據(jù)質(zhì)量等問題,故將網(wǎng)絡(luò)指數(shù)運(yùn)用于氣象與經(jīng)濟(jì)和社會(huì)領(lǐng)域聯(lián)系還需更長時(shí)間序列的數(shù)據(jù)累積并采用多種網(wǎng)絡(luò)指數(shù)進(jìn)行綜合驗(yàn)證。

致謝:感謝成都信息工程大學(xué)創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(202010621015)對本文的資助