沙勇忠, 蘇有麗

一、引　言

作為電子政務發(fā)展到現(xiàn)階段的一種新形式，近年來政務微博不僅在提高政府信息公開水平、提升政府行政效率方面表現(xiàn)突出，而且在輿論監(jiān)督、應急救援、暢通民意、促進政府轉(zhuǎn)型等方面也起到越來越重要的作用。2009年，中國首家政務類微博——湖南省桃源縣官方微博“桃源網(wǎng)”誕生，隨后的幾年里，政務微博呈井噴式增長勢頭。據(jù)人民日報和新浪微博聯(lián)合發(fā)布的《2016年人民日報政務指數(shù)微博影響力報告》，截至2016年年底，經(jīng)過新浪認證的政務微博已經(jīng)超過16.4萬個。國務院辦公廳《關(guān)于進一步加強政府信息公開回應社會關(guān)切提升政府公信力的意見》(國辦發(fā)〔2013〕100號)指出，“各地區(qū)各部門應積極探索利用政務微博、微信等新媒體，及時發(fā)布各類權(quán)威政務信息”。政務微博一般分為兩類：一類是各級政府和政府機構(gòu)設(shè)立的微博，一類是政府官員和社會人士圍繞公共事務而設(shè)的微博。其中，各級政府所設(shè)立的政府官方微博，是代表政府進行信息發(fā)布和意見溝通的官方網(wǎng)絡(luò)互動平臺，在政務微博中占有特殊的地位，尤其是省級政府官方微博，處于中央和地方之間的承接位置，肩負著樹立政府形象和引領(lǐng)下屬機構(gòu)和部門發(fā)展政務微博的責任，可以反映出該地區(qū)的行政理念和電子政務建設(shè)水平，因此，研究中國省級政府官方微博的關(guān)系網(wǎng)絡(luò)及其結(jié)構(gòu)特征，對洞察中國政務微博的發(fā)展狀況和生態(tài)關(guān)系具有重要意義。

從有關(guān)研究來看，國外學者主要關(guān)注政府使用微博等社交媒體的模式、特征，以及政務微博的使用對政府管理產(chǎn)生的影響和作用等。Tamara A. Small通過對加拿大政務微博的內(nèi)容分析，給出加拿大政府機構(gòu)使用微博的特征。 Tamara, A., “Small e-Government in the Age of Social Media: An Analysis of the Canadian Government’s Use of Twitter”, ，Vol.4, No.4, 2012, pp.91-111. Khan等人研究了基于G2C和G2G的韓國中央政府使用微博的模式和政策。 Khan, GoharFeroz, Yoon,Ho Young,Kim, Jiyoung,Park, Han Woo, “From e-Government to Social Government: Twitter Use by Korea’s central Government”, , Vol.38, No.1, 2014, pp.95-113. Suk Kyoung Kim等人運用Twitter數(shù)據(jù)探究政務微博對政府信任的作用。 Suk Kyoung Kim, Min Jae Park, JaeJeungRho, “Effect of the Government’s Use of Social Media on the Reliability of the Government: Focus on Twitter”, , Vol.17, No.3, 2015, pp.328-355. Panagiotis Panagiotopoulos等人以2011年英國暴亂發(fā)生后當?shù)卣褂肨witter為例，通過結(jié)構(gòu)和內(nèi)容分析方法，分析了減少暴亂影響和社區(qū)重建中的政民協(xié)作。 Panagiotis Panagiotopoulos, Alinaghi Ziaee Bigdelib, Steven Samsa, “Citizen-Government Collaboration on Social Media: The Case of Twitter in the 2011 Riots in England”, , Vol.31, No.3, 2014, pp.349-357. Adam J. Saffer等人研究發(fā)現(xiàn)，組織的微博互動水平是構(gòu)建在線組織公共關(guān)系的關(guān)鍵因素，會影響組織關(guān)系的質(zhì)量。 Saffer, A. J., Sommerfeldt, E. J., Taylor, M., “The Effects of Organizational Twitter Interactivity Onorganization-Public Relationships”, , Vol.39, 2013, pp.213-215. Deborah Agostino以119個意大利城市為研究對象，分析了微博等社交媒體的使用對公眾參與的影響和貢獻。 Deborah Agostino, “Using Social Media to Engage Citizens: A Study of Italianmunicipalities”, , Vol.39, 2013, pp.232-234. 國內(nèi)學者的研究主要集中在政務微博的定位、關(guān)注關(guān)系、個案研究、對策建議等方面。于松明通過考察南京地區(qū)政務微博，分析了取得效果的原因和存在的不足，并預測了政務微博未來發(fā)展趨勢。陳瑾等人從政務微博發(fā)展現(xiàn)狀入手，分析了地方政府機構(gòu)微博存在的不足，并提出了推動地方政府機構(gòu)政務微博發(fā)展的對策建議。在政務微博的網(wǎng)絡(luò)關(guān)注關(guān)系研究方面，王秀紅對上海與武漢政務微博群中互相關(guān)注的網(wǎng)絡(luò)關(guān)系進行了比較研究，給出二者的差異和特征。詹騫以北京地區(qū)政務微博為研究對象，運用社會網(wǎng)絡(luò)分析方法分析了北京地區(qū)政務微博意見領(lǐng)袖圈的特征?？梢钥闯?，無論是國外還是國內(nèi)的研究，尚未有對一個國家地方政府整體政務或政府微博關(guān)系的研究。

本文以“新浪微博”平臺政府官方微博為例，對中國省級政府微博進行社會網(wǎng)絡(luò)分析(Social Network Analysis，SNA)。在研究視角上將中國省級政府微博置于整個中國政府微博的關(guān)系網(wǎng)絡(luò)環(huán)境下進行，對比分析省級政府微博的小網(wǎng)絡(luò)和整個政府微博的大網(wǎng)絡(luò)，從宏觀、中觀、微觀三個層面，分別考察網(wǎng)絡(luò)整體屬性、網(wǎng)絡(luò)子結(jié)構(gòu)屬性和網(wǎng)絡(luò)個體屬性，以期揭示中國省級政府微博關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)特征和信息交流狀況。

二、數(shù)據(jù)來源與研究方法

(一)數(shù)據(jù)來源

本文選取中國最具影響力的微博平臺“新浪微博”作為研究數(shù)據(jù)來源。于2016年9月30日，從機構(gòu)認證用戶中選擇搜索關(guān)鍵詞“政府新聞辦”爬取相關(guān)網(wǎng)頁，共獲取到467條政府官方微博用戶信息。經(jīng)人工排查和處理，得到425條有效政府官方微博信息，再以粉絲數(shù)超過2萬為閾值，得到211個政府微博，對微博所屬省份和行政級別進行標注，得到其中27個省級政府微博，這樣，27個省級政府微博構(gòu)成本文的研究樣本，211個政府微博代表整體政府微博作為比較研究樣本。需要說明的是，廣西壯族自治區(qū)、遼寧省、內(nèi)蒙古自治區(qū)和海南省在新浪微博平臺或沒有開通或由于沒有明確注明是政府官方微博，不在本文的27個省級政府微博樣本范圍之內(nèi)。政府微博用戶之間的加關(guān)注和被關(guān)注等粉絲信息通過調(diào)用新浪微博API接口獲得。

(二)研究方法

社會網(wǎng)絡(luò)分析方法(SNA)以行動者及其相互間的關(guān)系作為研究內(nèi)容，通過對行動者之間的關(guān)系模型進行描述，分析這些模型所蘊含的結(jié)構(gòu)及其對行動者和整個群體的影響。作為一種實證研究方法，它將行動者作為矩陣元素建立關(guān)系矩陣加以量化處理，分析的對象是社會網(wǎng)絡(luò)中的關(guān)系，認為行動者之間的關(guān)系是資源流動的渠道。

微博用戶之間的關(guān)注和被關(guān)注關(guān)系構(gòu)成社會網(wǎng)絡(luò)。政府官方微博作為特定的微博群體，它們的關(guān)系網(wǎng)絡(luò)是政府社會關(guān)系維系和信息流通的重要載體。對中國省級政府官方微博開展社會網(wǎng)絡(luò)分析，一方面，能夠窺探出各省、市、自治區(qū)政府對微博等社交媒體的應用程度以及它們在社會網(wǎng)絡(luò)中的地位差異；另一方面，可以在一定程度上反映出它們之間的聯(lián)系和交流狀況，這對于我國省級政府優(yōu)化社交媒體應用策略具有重要參考價值。

社會網(wǎng)絡(luò)分析要根據(jù)獲取到的各政府微博之間的關(guān)注數(shù)據(jù)，構(gòu)建整個政府官方微博關(guān)系網(wǎng)絡(luò)鄰接矩陣。如果兩微博之間存在關(guān)注關(guān)系，則對應的矩陣元素為1，否則為0?？尚问交硎鰹?，用

a

表示該矩陣中的元素，則

a

=1，表示第

i

個用戶關(guān)注第

j

個用戶；

a

=0，表示第

i

個用戶沒有關(guān)注第

j

個用戶。本文最終形成一個(211×211)矩陣。由于關(guān)注關(guān)系和被關(guān)注關(guān)系是雙向關(guān)系，因此，該矩陣是一個非對稱矩陣，

a

≠

a

。

三、結(jié)果分析

作為進一步分析的基礎(chǔ)，通過導入中國政府官方微博關(guān)系網(wǎng)絡(luò)鄰接矩陣構(gòu)建關(guān)注關(guān)系有向圖，共211個節(jié)點，形成3 097條有向連邊。其中每個節(jié)點代表一個政府微博，兩節(jié)點間存在連邊，代表存在關(guān)注關(guān)系。節(jié)點的入度表示政府微博被關(guān)注的數(shù)量，節(jié)點的出度表示該政府微博關(guān)注網(wǎng)絡(luò)中其他節(jié)點的數(shù)量。在此關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上，運用UCINET軟件進行網(wǎng)絡(luò)密度和小世界效應分析，從宏觀層面考察省級政府官方微博關(guān)系網(wǎng)絡(luò)總體屬性；進行派系特性和分簇特性分析，從中觀層面揭示其子結(jié)構(gòu)特征；進行中心性分析，從微觀層面描述網(wǎng)絡(luò)個體的特征。

(一)網(wǎng)絡(luò)總體特性分析——宏觀層面

1.K-cores分析

為了探析各省級政府微博在整個政府微博關(guān)系網(wǎng)絡(luò)中所處的位置，對整個中國政府微博的關(guān)系網(wǎng)絡(luò)進行K-cores分析。K-cores分析用以描述網(wǎng)絡(luò)的層次結(jié)構(gòu)特征，用節(jié)點的核數(shù)表示節(jié)點在圖中的深度，即圖中每一個點的相鄰節(jié)點的個數(shù)大于等于

k

，稱此網(wǎng)絡(luò)存在K核。 Newman, M. E. J., “The Structure and Function of Complex Networks”, , Vol.45, No.2, 2003, pp.167-256. 選擇

k

為25，進行K-cores分析(見圖1)，其中節(jié)點的大小與節(jié)點度數(shù)成正比。各省級政府微博中，只有青海發(fā)布、西藏發(fā)布和清新福建不在K核中。

圖1　中國政府官方微博關(guān)系網(wǎng)絡(luò)K核(k≥25)

可以看出，大部分中國省級政府微博在整個中國政府微博關(guān)系網(wǎng)中處于核心地位，它們與很多其他政府微博建立了聯(lián)系，發(fā)布的信息傳播擴散到其他政府微博，以及從其他政府微博獲取信息的渠道均暢通。

2.密度分析

為了進一步驗證和測量省級政府微博節(jié)點之間關(guān)聯(lián)的緊密程度，對由27個省級政府微博構(gòu)成的關(guān)系網(wǎng)絡(luò)和整個政府微博關(guān)系網(wǎng)絡(luò)分別進行密度分析。網(wǎng)絡(luò)密度定義為“實際關(guān)系數(shù)”與“理論上的最大關(guān)系數(shù)”的比值。在包含

n

個行動者的有向關(guān)系網(wǎng)中，實際存在

m

條關(guān)系數(shù)，由于關(guān)系總數(shù)在理論上的最大可能值是

n

(

n

-1)，因此該網(wǎng)絡(luò)密度是

m

/(

n

(

n

-1))。經(jīng)計算，得到27個省級政府微博關(guān)系網(wǎng)的網(wǎng)絡(luò)密度是0.515 7，而整個政府微博關(guān)系網(wǎng)的網(wǎng)絡(luò)密度是0.069 9?？梢?，相較于整個政府微博關(guān)系網(wǎng)節(jié)點間關(guān)系的松散，省級政府微博的關(guān)系網(wǎng)聚集程度突出，說明中國省級政府官方微博相互之間聯(lián)系緊密、信息流通量大。

3.小世界效應驗證

圖2　中國省級政府微博關(guān)系網(wǎng)絡(luò)節(jié)點接近中心度分布

小世界現(xiàn)象(small-world phenomenon)即“六度分隔”理論。進行小世界效應驗證，計算得出各省級政府官方微博關(guān)系網(wǎng)絡(luò)的平均最短路徑即平均距離是1.52。如圖2所示，從該關(guān)系網(wǎng)絡(luò)各節(jié)點的接近中心度分布可以看出，除去一個異常點黑龍江發(fā)布，其余省級政府官方微博到其他節(jié)點的平均距離介于1到2之間。而整個政府官方微博關(guān)系網(wǎng)絡(luò)的平均最短路徑即平均距離是2.46?？梢姡袊〖壵⒉╆P(guān)系網(wǎng)絡(luò)小世界效應非常顯著，信息經(jīng)過非常小的步數(shù)就傳播到其他省級政府微博用戶，省級政府微博之間具有便捷暢通的信息通路。

(二)凝聚子群分析——中觀層面

凝聚子群(cohesive subgroups)分析關(guān)注群體內(nèi)部子結(jié)構(gòu)狀態(tài)，從中找出具有相對較強、直接、緊密、經(jīng)常或者積極關(guān)系的行動者集合，揭示社會行動者之間實際存在的或者潛在的關(guān)系?？蓮墓?jié)點之間的可達性、互惠性、子群內(nèi)外關(guān)系等不同的角度進行分析。

1.互惠性角度

凝聚子群分析中的派系是從互惠性的角度進行分析，定義為圖論中的“最大完全子圖”，即在這些點構(gòu)成的派系集合中，任何點對之間均有一條邊相連，并且該派系不能被其他任何派系所包含。對27個省級政府微博構(gòu)成的社會網(wǎng)絡(luò)進行派系分析，得到36個強派系(strong cliques)。表1顯示了前10個派系，微博名稱用省份名稱簡寫代替。在這些派系子集合中，省級政府微博相互直接關(guān)聯(lián)，而不少省級政府微博處于多個重疊派系中，說明它們與大部分派系成員聯(lián)系密切，在整個省級政府微博關(guān)系網(wǎng)中發(fā)揮了主導作用。

表1　中國省級政府微博關(guān)系網(wǎng)絡(luò)派系分析

2.子群內(nèi)外關(guān)系的角度

首先進行成分分析，然后通過塊模型分析從子群內(nèi)外關(guān)系的角度進行凝聚子群劃分。成分分析用以找尋那些內(nèi)部之間存在關(guān)聯(lián)而與其他部分不存在任何關(guān)聯(lián)的子結(jié)構(gòu)。本文進行“強成分”分析，即任何節(jié)點之間存在嚴格的雙向連通路徑。結(jié)果顯示，27個省級政府微博均在一個成分中，表明任何兩個省級政府微博之間都是雙向連通的。塊模型中每個位置的各個行動者相互之間都具有結(jié)構(gòu)對等性。本文采用CONCOR迭代相關(guān)收斂法，結(jié)果顯示整個網(wǎng)絡(luò)劃分為8個規(guī)模不一的子群。省級政府微博分布在其中的4個子群中(見圖3)。

圖3　中國省級政府官方微博凝聚子群分布

可以看出，北京發(fā)布、四川發(fā)布、新疆發(fā)布、廣東發(fā)布等12個省級政府微博屬于子群一，它們均是中心性比較突出的微博。上海發(fā)布、江蘇發(fā)布、貴州發(fā)布在子群二中，僅次于子群一。清新福建、青海發(fā)布、山西發(fā)布、黑龍江發(fā)布、湖北發(fā)布等11個省級政府微博屬于子群三，它們的度數(shù)中心性和中間中心性相比子群一中的省級政府微博明顯偏低。子群四中僅包含唯一的省級政府微博浙江發(fā)布。

為了驗證CONCOR分析結(jié)果，對網(wǎng)絡(luò)進行了核心/邊緣分析，結(jié)果大體一致，即那些屬于子群一的省級政府微博均被標注為核心節(jié)點，那些被標注為邊緣的節(jié)點均包含在子群三中。浙江發(fā)布盡管在子群四中，但是其核心程度相對較高，究其原因是與浙江發(fā)布同屬于子群三的成員全部是來自浙江省的政府微博，它們相互之間聚集程度高，相對弱化了浙江發(fā)布與其他省級政府微博的關(guān)聯(lián)。這說明浙江發(fā)布與該省下屬政務微博之間聯(lián)系緊密，凝聚力強。綜合上述分析，中國省級政府官方微博大體可分為兩類，分別為核心活躍類和相對邊緣類。以上海發(fā)布為首，新疆發(fā)布、微博云南、北京發(fā)布、四川發(fā)布等子群一、二、四成員屬于核心活躍類，而清新福建、青海發(fā)布、黑龍江發(fā)布等子群三成員屬于相對邊緣類。

(三)中心性分析——微觀層面

中心性分析是對個體行動者權(quán)力的量化分析，從節(jié)點自身的角度測度節(jié)點結(jié)構(gòu)位置，評價節(jié)點在網(wǎng)絡(luò)中的地位，看是否重要或處于核心。本文在整個中國政府微博關(guān)系網(wǎng)絡(luò)中，分析各省級政府微博的點度中心度(degree centrality)、中間中心度(betweenness centrality)和接近中心度(closenessCentrality)。

1.點度中心度

點度中心度定義為網(wǎng)絡(luò)中與該節(jié)點有直接關(guān)系的節(jié)點數(shù)目，擁有高點度中心度的節(jié)點是這個網(wǎng)絡(luò)中活躍的中心節(jié)點。計算結(jié)果表明，各省級政府微博的點度中心度差異明顯，上海發(fā)布的出度數(shù)、入度數(shù)均最大，隨后的北京發(fā)布、浙江發(fā)布、四川發(fā)布、新疆發(fā)布、廣東發(fā)布等均擁有較高的點度中心度，而青海發(fā)布、西藏發(fā)布、清新福建排在末尾(見表2)。

表2　中國省級政府官方微博點度中心度分析

2.中間中心度

處于許多其他點對最短的途徑上的點具有較高的中間中心度，它關(guān)注一個點作為媒介者的能力，用以測量行動者對資源控制的程度。上海發(fā)布中間中心度為8 305.922，擁有明顯高于其他節(jié)點的中間中心度，是起到溝通其他節(jié)點橋梁作用的重要節(jié)點，在該網(wǎng)絡(luò)中信息流通控制能力最強；其次為新疆發(fā)布(3 631.806)、山東發(fā)布(3 151.407)、浙江發(fā)布(2 845.043)、廣東發(fā)布(2 714.484)、四川發(fā)布(2 149.02)、重慶微發(fā)布(1 702.524)、北京發(fā)布(1 589.729)，這些政府微博在網(wǎng)絡(luò)中亦處于信息流通的樞紐位置，具有較強的信息傳播控制能力，它們促進和加速了信息的流通。而排名靠后的是黑龍江發(fā)布(27.755)、西藏發(fā)布(26.325)、寧夏發(fā)布(13.29)、青海發(fā)布(1.39)、清新福建(0.479)。

3.接近中心度

與中間中心度測量行動者對信息流通控制的程度對應，接近中心度關(guān)注某一行動者與網(wǎng)絡(luò)中所有其他行動者的接近程度，測量的是行動者在信息的傳播過程中不依賴他人、不容易受到他人控制的程度。通過比較短的路徑與許多其他點相連的點具有較高的接近中心度。中國省級政府微博中，上海發(fā)布的入度遠離度和出度遠離度最低，分別是1 193和909，即其發(fā)布的信息傳遞到網(wǎng)絡(luò)中其他所有點的距離之和是1 193，其獲取其他所有點的信息的距離之和是909，表明它無論是傳遞自己發(fā)布的信息還是獲取其他節(jié)點的信息，經(jīng)過的距離都比其他節(jié)點要短，在獲取和傳播信息中獨立性很強。而西藏發(fā)布(1 372,1 097)、青海發(fā)布(1 451，1 081)的入度遠離度和出度遠離度均明顯偏高，排在最后。

4.相關(guān)性分析

經(jīng)過觀察中心性分析結(jié)果，發(fā)現(xiàn)那些中心性突出的微博節(jié)點的總粉絲數(shù)(被關(guān)注數(shù))、總關(guān)注數(shù)及所發(fā)微博總數(shù)往往也相應較高。因此將微博用戶的總微博數(shù)、總關(guān)注數(shù)、總粉絲數(shù)與點度中心度、中間中心度、接近中心度進行Pearson相關(guān)性分析。結(jié)果顯示，中國省級政府官方微博的總粉絲數(shù)與出度、入度、中間中心度、入度遠離度、出度遠離度之間的相關(guān)系數(shù)分別為0.673、0.456、0.548、-0.53、-0.612(*表示在0.05水平上顯著相關(guān)，**表示在0.01水平上顯著相關(guān))；總關(guān)注數(shù)與出度、入度、中間中心度、入度遠離度、出度遠離度之間的相關(guān)系數(shù)分別為0.714、0.697、0.779、-0.572、-0.650；所發(fā)微博總數(shù)與出度、入度、中間中心度、入度遠離度、出度遠離度之間的相關(guān)系數(shù)分別為0.866、0.400、0.513、-0.489、-0.885?？梢姡偡劢z數(shù)、總關(guān)注數(shù)、所發(fā)微博總數(shù)與其在中國政府微博關(guān)系網(wǎng)絡(luò)中的點度中心度、中間中心度正相關(guān)，與接近中心度負相關(guān)。這說明那些越擁有很多粉絲、關(guān)注其他微博、發(fā)布信息頻繁的活躍政府官方微博，往往在中國政府微博關(guān)系網(wǎng)絡(luò)中越具有較高的聚集程度，越起到很強的信息傳播媒介作用，而且傳播信息到其他政府微博和獲取其他政府微博信息的能力越強，影響力越大。

四、結(jié)論與建議

(一)結(jié)論

1.大部分省級政府微博在整個中國政府微博關(guān)系網(wǎng)中處于核心地位，具備了影響、作用于其他政府微博的能力和條件。它們從其他政府微博獲取信息和傳播信息到其他政府微博的渠道暢通，影響力較大。

2.省級政府微博相互之間聯(lián)系緊密，具有明顯的小世界效應。各省級政府微博聚集程度較高，用平均不到2步的距離就可將信息傳播到其他省級政府微博。

3.各省級政府微博在個體網(wǎng)絡(luò)地位和影響力方面等級差異顯著，大體可分為核心活躍類和相對邊緣類兩類。上海發(fā)布無論是作為媒介的能力還是傳播信息的獨立程度，都超過了其他中國省級政府官方微博，以上海發(fā)布為首的新疆發(fā)布、微博云南、北京發(fā)布、四川發(fā)布等屬于核心活躍類，而清新福建、青海發(fā)布、黑龍江發(fā)布等屬于相對邊緣類。

4.部分省級政府微博非常重視與該省下屬其他政府微博之間的互動，發(fā)揮了引領(lǐng)統(tǒng)合作用，它們之間內(nèi)部聯(lián)系緊密，凝聚力強，浙江發(fā)布在這方面的表現(xiàn)尤為突出。

5.在省級政府微博中，擁有越多粉絲、越多關(guān)注其他微博、越頻繁發(fā)布信息的活躍微博，往往在省級政府微博社會網(wǎng)絡(luò)中的地位越高，在信息流通中越起到樞紐作用，對其他微博的依賴性越低。

(二)建議

1.進一步強化省級政府微博的信息引領(lǐng)作用。一是省級政府微博更加主動地發(fā)揮其橋梁媒介作用，加強省級政府微博之間以及與不同子群政務微博之間的聯(lián)通，增強微博之間的可達性；二是通過資源共享和業(yè)務協(xié)同建立工作上互動緊密的一些派系，增強省級政府微博之間以及省級政府與下屬政府微博之間的互惠性；三是強化省級政府微博的服務功能，建立與公眾的良性互動關(guān)系，對公眾關(guān)注的熱點問題有及時準確的回應，通過服務互動提高公眾的信任度和關(guān)注度。

2.與社會網(wǎng)絡(luò)輿論領(lǐng)袖建立聯(lián)系是擴展影響力的一個有效途徑。與中國各政府微博的聯(lián)系只是提高中國省級政府微博影響力的一個方面，可以考慮與擁有較高網(wǎng)絡(luò)聲望和較大網(wǎng)絡(luò)話語權(quán)的網(wǎng)絡(luò)名人建立關(guān)系。本文所構(gòu)建的社會網(wǎng)絡(luò)邊界是政府微博網(wǎng)絡(luò)，而現(xiàn)實中各省級政府微博不僅與其他政府微博發(fā)生相互聯(lián)系，還和其他微博進行交流互動。有些粉絲是公共事務領(lǐng)域的微博領(lǐng)袖，擁有較高網(wǎng)絡(luò)聲望，影響力大，他們的存在也會增強省級政府微博的影響力。

3.加強政府自身建設(shè)是省級政府微博發(fā)展的根本。微博是政府提供公共服務的一種方式，其發(fā)展水平從根本上依賴于政府的整體治理水平和公共服務能力。省級政府有良好的政府形象和公信力，只有有效提高了政府行政效率和公共服務質(zhì)量，官方微博才會擁有眾多粉絲，才會吸引更多的用戶關(guān)注。對微博本身的建設(shè)來說，加強官方微博所發(fā)信息的內(nèi)容質(zhì)量、表達風格、更新頻率以及互動水平，按照用戶需求及信息行為特點優(yōu)化微博信息傳播和管理，是促進中國省級政府微博穩(wěn)健發(fā)展和提升信息輻射力的重要途徑。