ISSN 1008-2204
CN 11-3979/C

政务新媒体传播效果及其影响因素研究基于社会临场感理论视角下的跨平台比较

于晶, 赵艺童

于晶, 赵艺童. 政务新媒体传播效果及其影响因素研究——基于社会临场感理论视角下的跨平台比较[J]. 北京航空航天大学学报社会科学版, 2024, 37(2): 147-156. DOI: 10.13766/j.bhsk.1008-2204.2023.2107
引用本文: 于晶, 赵艺童. 政务新媒体传播效果及其影响因素研究——基于社会临场感理论视角下的跨平台比较[J]. 北京航空航天大学学报社会科学版, 2024, 37(2): 147-156. DOI: 10.13766/j.bhsk.1008-2204.2023.2107
YU Jing, ZHAO Yitong. Communication Effectiveness and Influencing Factors of Government New Media——A Cross-Platform Comparison from the Perspective of Social Presence Theory[J]. Journal of Beijing University of Aeronautics and Astronautics Social Sciences Edition, 2024, 37(2): 147-156. DOI: 10.13766/j.bhsk.1008-2204.2023.2107
Citation: YU Jing, ZHAO Yitong. Communication Effectiveness and Influencing Factors of Government New Media——A Cross-Platform Comparison from the Perspective of Social Presence Theory[J]. Journal of Beijing University of Aeronautics and Astronautics Social Sciences Edition, 2024, 37(2): 147-156. DOI: 10.13766/j.bhsk.1008-2204.2023.2107

政务新媒体传播效果及其影响因素研究——基于社会临场感理论视角下的跨平台比较

基金项目: 国家社会科学基金项目 (21BXW096)
详细信息
    作者简介:

    于晶(1981—),女,黑龙江哈尔滨人,副教授,博士,研究方向为政务新媒体、网络舆情

  • 中图分类号: D63; G206

Communication Effectiveness and Influencing Factors of Government New Media——A Cross-Platform Comparison from the Perspective of Social Presence Theory

  • 摘要:

    以社会临场感理论为研究基础,以S省交警微博、微信和抖音3个平台账号中的2 031条数据为研究样本,采用回归分析法来考察政务新媒体跨平台信息传播效果及其影响因素。结果表明,社会临场感理论视角下,政务新媒体通过内容生产创设公众参与情境,吸引公众对政务信息的关注、接受与分享。而在此过程中,支撑“临场感”建构的情感策略、互动策略与凝聚力策略在不同平台会产生差异化的传播效果。此外,不同的平台、不同的内容主题也会对政务新媒体信息传播效果产生差异化影响。基于此,政务新媒体的内容运营需根据不同平台的特点,通过积极创设社会临场感来提升传播效果,在内容整体定位上应使用关系导向和以他人为中心的信息发布策略,在主题设置与策略选择上则应依据社会临场感的不同维度、不同平台的技术逻辑与活跃用户需求,差异化运营政务信息。

    Abstract:

    Based on the theory of social presence, this article explores the cross-platform information communication effects and influencing factors of government new media using 2 031 pieces of data from the Sina Weibo, WeChat, and TikTok accounts of the S Provincial Traffic Police. Regression analysis is employed for examination. The results reveal that, from the perspective of social presence theory, government new media create public participation scenarios through content production, engaging the public’s attention to government information and helping them to accept and share it. Throughout this process, affective, interactive, and cohesive strategies supporting the construction of social presence generate differentiated communication effects on different platforms. Additionally, diverse content themes on different platforms also exert varying impacts on the information communication effects of government new media. Based on the above conclusions, government new media should be operated according to the characteristics of different platforms and actively create a sense of social presence to improve their communication effects. In terms of overall content positioning, relationship-oriented and other-centered information release strategies should be adopted. In terms of theme setting and strategy selection, operations should be differentiated based on the various dimensions of social presence, the technical logic of different platforms, and the active demands of users.

  • 政务新媒体是党和政府重要的舆论宣传阵地,是“建设服务型政府的重要手段”,是“提高社会治理能力的重要途径”[1]。在社会媒介化与媒介社会化的双向互动中,作为媒介融合创新实践的产物,政务新媒体的发展呈现出矩阵化与跨平台化的特点,微博、微信、微视频和移动客户端成为发展主平台,各地各部门亦不断尝试向新的平台推进,如“上海发布”(兔小布)已经入驻小红书平台。截至2022年12月,经过平台认证的政务微博数量为14.5万个,政务微信小程序数量达9.5万个[2]。其中,政法类新媒体矩阵重视传播手段的建设与创新,有效传递权威声音,营造了良好的法治氛围。公安类政务新媒体在政法新媒体矩阵建设中表现突出,是目前开设政务新媒体官方账号总量最多、认证比例最高的细分领域之一,发展也愈加全面化、常态化、专业化[3]。然而,公安类政务新媒体传播效果在不同平台之间也存在差异。实践中,部分单位缺乏方法和经验,即同一媒体入驻不同平台后,并未根据不同平台的特征进行内容生产与分发,在传播效果与矩阵建设上仍然存在不足,无法达到整体最优的传播效果。

    随着社交媒体的不断发展,移动化、全民化、碎片化的微传播深度影响着舆论生态,公众参与意识与监督热情均获得了极大提升,政务新媒体在履行其使命的过程中也面临着新的机遇和挑战。在这一背景下,为了更好地服务公众,政务新媒体需要创设一种身临其境、跨越媒介的社会临场感,以吸引公众的深度参与,促进政民有效互动与对话沟通,让公众更容易融入信息传播的场景。在“关注—接受—分享”的公众参与行为的助力下,提高传播效果,力争“破圈”传播,在主流媒体的“一锤定音”和自媒体的“众声喧哗”中,以带有自身特色的内容生产来影响圏层受众。可见,通过内容生产创设“临场感”是提升政务新媒体传播效果的有效策略指导,社会临场感理论可为笔者研究提供理论支持。

    基于此,笔者拟以公安类政务新媒体跨平台传播的代表——S省交警微博、微信和抖音为研究对象,基于社会临场感理论,从情感策略、互动策略、凝聚力策略、内容主题等方面来探究政务新媒体跨平台的传播效果及其影响因素,以期为不同平台政务新媒体差异化的内容生产提供策略支持,从而为推动政务新媒体有序进行跨平台化、矩阵化建设与发展助力。

    社会临场感,是指在利用媒体交流沟通过程中个体对他人真实存在的感知程度[4]。该理论最早由Short等于1976年提出,主要用来描述通信媒体的沟通质量,强调沟通渠道对塑造人们沟通方式的影响。也有学者认为,社会临场感是媒介给予用户的一种人性的温暖和社交性的感觉[5]。随着媒介技术的不断发展,基于媒体沟通质量维度的社会临场感的核心内涵也随之改变,社会临场感理论的应用研究被逐渐拓展至教育技术、人机互动等领域。社会临场感被定义为“一个人在媒介沟通中被认为是‘真实’的程度”,强调社会临场感是一种感知成分和沟通中的个体差异[6]8-26。在Gunawardena和Zittle的研究中,社会临场感不仅具有媒体属性,同时也是人与媒体互动中产生的心理感知,这种心理感知可以通过采取有针对性的行为进行人为培养[6]8-26。至此,社会临场感理论兼涉媒介技术与互动感知的双重维度。

    随着相关研究的不断拓展,有学者将社会临场感概念化为,人们进行有目的的沟通以及与群体建立关系的能力[7]87-105。由于不同学者关注的研究方向不同,对社会临场感的理解也有所不同,这使得对这一概念的具体划分维度和测量方法亦存在差异。Gunawardena和Zittle基于教育这一背景提出了社会临场感测量量表,将社会临场感分为3个维度,即情感响应、交互响应、凝聚力响应,并使用14个问题来进行测量[6]8-26;Rourke等通过对在线讨论进行内容分析,提出了12个内容分析的社会临场感指标[8]50-71;Tu开发了社会临场感与隐私问卷,通过27个项目提取了影响社会临场感的5个影响因素,即社会情境、在线交流、互动性、系统隐私和隐私感[9];Biocca等使用网络问卷来评估社会临场感[10];Moreno和Mayer则开发了不同的量表来测量社会临场感[11]

    社会临场感强调虚拟情境下人与人之间的社会性交互,其在人工智能[12]、在线教育[13]、网络购物[14]等领域应用十分广泛。社会临场感理论中的测量指标可以用来评价不同媒介的信息发布策略,探索公众参与、传播效果等研究议题,但围绕政务新媒体领域所展开的社会临场感研究仍然有待探索。因此,笔者将主要基于策略维度的社会临场感视角,探讨政务新媒体通过不同的内容生产策略来创设“临场感”,以提高公众对政务信息的关注与分享热情,进而提升传播效果的过程。

    政务新媒体传播效果是指以政务新媒体为媒介的信息传播对受众产生的影响[15],传播效果主要分为3个层面:认知层面、态度层面和行为层面。一般来说,受众对政务新媒体的看法和态度的变化难以通过平台公开数据进行衡量与操作,而用户行为则可以通过量化的平台数据直观地反映出来。因此,传播效果体现在受众的点赞、评论、转发等具体行为上。在实际研究中,具体的测量指标需根据平台特征而定。在政务微博层面,主要采用转发数、点赞数和评论数评估传播效果[16];在政务微信层面,主要采用阅读数和点赞数作为官方微信号信息传播效果的测量维度[17];在政务抖音层面,则主要将转发数、点赞数和评论数作为传播效果的测量指标[18]

    用户的不同行为会带来不同层次的效果,并对传播效果产生差异性影响。在使用上述指标测量传播效果时,还需体现层次性,即对传播效果进行层次性划分。罗雪在探讨CGTN的国际传播效果时,用媒体的受众地理洲别、受众反应能力和受众与媒体的交互程度分别衡量传播广度、传播深度和传播参与度,并通过这3个维度评估传播效果[19];陈强等将政务哔哩哔哩(俗称“B站”)账号的传播效果分为3部分,即通过播放量测量传播广度,通过评论数和弹幕数测量传播深度,通过收藏数、投币数和点赞数测量传播认同度[20]

    综上所述,笔者将政务新媒体的传播效果具体划分为传播广度、传播深度和传播认同度。具体而言,根据微博、微信和抖音3个平台的特性,选取转发数和阅读数测量传播广度,选取评论数测量传播深度,选取点赞数测量传播认同度。

    作为策略的社会临场感创设,可以显著提升传播效果,即在社交媒体平台上的互动行为,包括阅读(观看)、点赞和转发行为,互动行为可以转化为平台数据,进而激活平台的技术逻辑,如抖音的算法推荐,微信的朋友圈扩散以及微博的关键节点参与,从而提升传播效果。

    Rourke等确定了3个行为指标,即情感响应、交互响应、凝聚力响应来衡量社会临场感[8]50-71。受该研究的影响,内容分析法成为衡量社会临场感的主要方法。已有研究验证了社会临场感的这3种策略对传播效果的影响,Men等分析了24位CEO在Facebook账号上发布的658条推文,发现创设社会临场感的信息发布策略有利于公众参与,特别是使用情感策略和凝聚力策略会对点赞数、转发数和评论数有着积极影响[21]83-99。Mazid分析了1 500条美国各州政府的Twitter账号上的数据,进一步发现,使用社会临场感的信息发布策略能够在Twitter上有效引起公众的关注;与不使用社会临场感策略相比,情感、互动和凝聚力策略都可以有效引起公众的关注[22]1-8

    综上所述,笔者参考当前较为主流的社会临场感测量量表[8]50-71[21]83-99[22]1-8[23],选取3种信息发布策略来测量社会临场感。笔者将分别从情感策略、互动策略和凝聚力策略3个方面来探究社会临场感对传播效果的影响。

    情感策略,被定义为表明恐惧、愤怒、快乐等情绪的语言内容线索,这些线索能揭示信息意图,影响受众的行为选择[8]50-71[21]83-99[22]1-8。表达感觉和情绪的情感策略被认为是社会临场感的决定性特征,由于情感是离散的,恐惧、悲伤、快乐等不同情感的表达会引起不同的效果[24]。因此,信息发布者可以有策略地选择使用社交媒体平台来获得情感交流,如情感符号、讲故事、幽默语言等。

    情感策略对传播效果的影响研究多运用于广告、健康传播等领域。由于运用于内容生产的基础逻辑一致,政务新媒体也可以通过适当的情感策略来组织语言进而吸引更多的公众参与。在公安类政务新媒体中,可以通过以下方式来实现:一是通过轻松幽默的话语方式传递交通规则;二是发布诉诸恐惧的内容提醒公众关注交通安全隐患;三是以情感化、故事化的方式呼吁公众共同关注某类议题。

    互动策略主要是指使用问号或提出问题、引用他人的信息或内容、表达对他人的同意或赞赏等行为[8]50-71[21]83-99[22]1-8。通过开展有意义的社交互动,明确认可互动者行为之间的关系,以回应对话沟通作为人际协作思想的经典定义[25]

    有学者发现,在新媒体平台中增加问号的使用会产生更多互动,引发更多的公众参与[26];也有学者发现,带有问号的推送标题往往会被更多用户转发,形成交互式的信息传播[27];亦有学者发现,引用他人话语也可以使受众感受到在接收信息时获取的是第一手资料,因而更容易接受并信任该话语内容,这是一种以鲜明的情感色彩拉近受众的心理距离,通过情景再现,增强现场感的方式[28];还有学者发现,表示认可能够促进信息交流,明确表达同意以及称赞他人是传达认可的重要策略[7]87-105

    在公安类政务新媒体中,互动策略可以通过以下方式来实现:一是以提问题作为“标题”或开场,可以较好地引导公众在评论区分享自己的看法、经历,形成讨论互动,加深与公众的连接;二是引用他人的内容,能够更加直观地传递信息,如在发布信息时引用交警的原话,能够增强读者的“在场”感,引发公众的共鸣和关注;三是明确表达赞赏和同意,传达对交警工作的认可和支持,激发正能量的情感互动。

    凝聚力策略主要用以培养集体感,反映的是团体的共享社会身份及其协作行为意图[29]。人们经常使用包容性代词、发起话题互动或用名字来称呼公众,以表达一种在线社区的参与感[8]50-71[21]83-99[22]1-8。已有研究证实了使用包容性语言,如第一人称复数,对传播效果具有正向影响。Kacewicz等发现,使用“我们”“我们的”,会对信息传播与沟通产生积极影响,因为包容性语言可以促进群体认同感与归属感,触发集体行动,进而引发公众参与[30]。此外,提及他人姓名等形式也被认为是行之有效的策略[21]83-99

    公安类政务新媒体通过凝聚力策略的应用,能够更好地与公众建立紧密联系,提升传播效果。凝聚力策略可以通过以下方式来实现:一是使用包容性代词。在发布内容中使用包容性代词,如“我们”“大家”等,强调公众与交警共同构建安全社区的责任。二是主动提及公众人物、市民的姓名,对其发表的观点进行个性化回应,这种个性化的互动能够让公众感受到被关注,增进对交警工作的认同感。三是通过发起有关话题,引导公众分享自身的经验、观点,从而建立起更加紧密的联系。

    综上所述,笔者推测情感策略、互动策略、凝聚力策略会显著影响政务新媒体的传播效果。同时,由于平台定位、技术逻辑和受众群体的不同,对基于社会临场感的信息发布策略也会有不同的要求。因此,在不同的政务新媒体平台,不同的策略会对政务新媒体传播效果产生差异性影响。基于此,笔者提出如下假设:

    假设1a. 社会临场感中情感策略会显著影响政务新媒体的传播效果。

    假设1b. 在不同的政务新媒体平台,情感策略会对政务新媒体传播效果产生差异性影响。

    假设2a. 社会临场感中互动策略会显著影响政务新媒体的传播效果。

    假设2b. 在不同的政务新媒体平台,互动策略会对政务新媒体传播效果产生差异性影响。

    假设3a. 社会临场感中凝聚力策略会显著影响政务新媒体的传播效果。

    假设3b. 在不同的政务新媒体平台,凝聚力策略会对政务新媒体传播效果产生差异性影响。

    根据使用与满足理论,媒体内容满足个体差异性需求的程度直接影响其媒体选择和使用行为[31]。已有研究表明,不同的内容主题会对传播效果产生不同的影响。黄膺旭和曾润喜选取8个具有意见引导者特征的微博账号进行分析,发现话题类别等内容特征对官员微博的传播效果有显著影响[32];陈强和彭雅婷以省级卫健委的政务抖音号为研究对象,发现视频内容是影响传播效果的重要因素,宣传与动员类主题能够显著提升整体传播效果[33]。在公安类政务新媒体方面,Leppert等调查了德国使用Twitter的11个警察部门,研究发现,信息性推文和互动性推文对转发数、点赞数和评论数会产生不同的影响[34]10-16;Tang等对中国30个省级公安部门的官方新浪微博账户进行了研究,结果表明,涉及儿童安全等公众关切的内容主题,能够在社交媒体上引发更多的用户转发行为[35]

    综上所述,笔者推测内容主题会显著影响政务新媒体的传播效果。同时,由于不同主题触及不同层面的社会关切,受平台定位、技术逻辑与受众群体的影响,不同平台对内容主题也有不同的要求。因此,在不同的政务新媒体平台,不同的内容主题会对政务新媒体传播效果产生差异性影响。基于此,笔者提出如下假设:

    假设4a. 内容主题会显著影响政务新媒体的传播效果。

    假设4b. 在不同的政务新媒体平台,不同的内容主题会对政务新媒体传播效果产生差异性影响。

    综上所述,笔者构建的政务新媒体传播效果及其影响因素理论模型,如图1所示。

    图  1  政务新媒体传播效果及其影响因素理论模型

    笔者以S省交警微博、微信和抖音3个平台的账号发布内容为研究对象。S省交警在政务新媒体跨平台传播中较具代表性,目前已开展“两微一抖”账号的运营工作,取得了较好的传播效果,是政务新媒体守正创新的代表性样本,其账号曾被评为2022年度“优秀政法新媒体账号”,具有较强的权威性。

    笔者爬取3个平台2022年1月1日至2023年1月1日的账号发布内容,经过数据清洗与筛选,最终获得微博有效数据598条、微信账号有效数据924条和抖音账号有效数据509条,共计2 031条有效数据作为研究样本。

    研究的自变量中,关于社会临场感策略的编码,改编自现有研究中的量表[8]50-71[21]83-99[22]1-8[36]。学者们主要关注了3种策略的运用,即情感策略、互动策略和凝聚力策略。关于内容主题的编码结合琚砚函[37]、Leppert等[34]10-16的研究,并结合行业报告及相关研究中对公安类政务新媒体主题内容的分类,将内容主题分为宣传类、案例类、休闲类、服务类、综合类5个主题。自变量分类及含义阐释,如表1所示。

    表  1  自变量分类及含义阐释
    一级指标 二级指标 含义阐释
    社会临场感 情感策略 情感策略重点关注情感表达等情感内容,主要指幽默性语言的使用、诉诸恐惧效果的使用等
    互动策略 互动策略主要指使用问号或提出问题,引用他人的信息或内容,表达对他人的同意或赞赏等
    凝聚力策略 凝聚力策略是指通过提及参与者的姓名(包括公众人物与市民)、使用包容性代词(如“我们”“我们的”)、发起话题与互动等社交功能(使用符号“#”或“@”)、亲切的问候等
    内容主题 宣传类 信息内容以宣传为主,借助平台宣传交通法规、警力警务等知识
    案例类 通过道路监控摄像头、交警执法记录仪等设备拍摄记录下来的真实的事件,既有正能量案例,也有悲剧案例
    休闲类 借助网络热点而制作的短视频等,语言幽默风趣
    服务类 提供警务资讯和执法信息发布,便于提供政务服务
    综合类 整合实时路况、道路预警等综合信息,为群众生活服务
    下载: 导出CSV 
    | 显示表格

    研究的因变量为政务新媒体的传播效果,即S省交警微博、微信和抖音账号的信息传播效果。研究采用点赞数、评论数、转发数和阅读数,从广度、深度和认同度3个维度来评价政务新媒体的传播效果。

    政务微博可量化的指标包括转发数、评论数和点赞数。政务微信可量化的指标包括阅读数、评论数和点赞数。政务抖音可量化指标包括转发数、评论数和点赞数。基于上述分析,在微博中,笔者用转发数、评论数和点赞数分别测量传播广度、传播深度和传播认同度。在微信中,笔者用阅读数、评论数和点赞数分别测量传播广度、传播深度和传播认同度。在抖音中,笔者用转发数、评论数和点赞数分别测量传播广度、传播深度和传播认同度。

    为了获取更加平稳的数据,研究将变量中的数值选取自然对数的形式进行标准化处理。同时,考虑到数值为0的变量取对数时无意义,统一在实际数值上加1后,再取自然对数[38]。综上所述,计算公式为

    $$\begin{split} \rm 微博传播效果= &\;{\mathrm{ln}}\; (实际转发数+实际评论数+\\ & 实际点赞数+1) \end{split}$$ (1)
    $$\begin{split} 微信传播效果=&\;{\mathrm{ln}} \;(实际阅读数+实际评论数+\\ &实际点赞数+1) \end{split}$$ (2)
    $$\begin{split} 抖音传播效果=& \;{\mathrm{ln}} \;(实际转发数+实际评论数+\\ & 实际点赞数+1) \end{split}$$ (3)

    研究由2名新闻与传播专业的研究生对2 031条数据进行人工编码,在正式开始前,对2名编码员进行变量操作化培训与说明。为了检验编码信度,随机抽取10%的样本,2名编码员在互不干扰的情况下进行编码,且2名编码员各项Kappa值均超过0.75,结果表明,2名编码员的编码结果具有一致性,随后由编码员对2 031条数据进行独立编码。

    为了呈现样本的基本情况,研究对S省交警的微博、微信和抖音账号的内容发布情况进行了描述性统计分析,结果如表2所示。

    表  2  样本描述性统计分析结果(N=2 031)
    维度 变量 微博(N=598) 微信(N=924) 抖音(N=509)
    样本/条 占比/% 样本/条 占比/% 样本/条 占比/%
    社会临场感 情感策略 231 38.63 253 27.38 103 20.24
    互动策略 142 23.75 172 18.61 101 19.84
    凝聚力策略 65 10.87 334 36.15 84 16.50
    内容主题 宣传类 230 38.46 168 18.18 53 10.41
    案例类 166 27.76 164 17.75 250 49.12
    休闲类 14 2.34 96 10.39 86 16.90
    服务类 143 23.91 283 30.63 59 11.59
    综合类 45 7.53 213 23.05 61 11.98
     注:由于情感策略、互动策略、凝聚力策略均为二分类变量(即是否使用此策略,样本对应策略不唯一),所以社会临场感维度下的3个变量各平台的样本数之和不等于各平台样本总数,各平台的样本占比之和不等于100%。
    下载: 导出CSV 
    | 显示表格

    S省交警微博样本,在社会临场感方面,以情感策略(38.63%)和互动策略(23.75%)为主。在内容主题方面,以宣传类(38.46%)和案例类(27.76%)为主,休闲类最少(2.34%)。S省交警微信样本,在社会临场感方面,以情感策略(27.38%)和凝聚力策略(36.15%)为主。在内容主题方面,以服务类(30.62%)和综合类(23.05%)为主。S省交警抖音样本,在社会临场感方面,情感策略(20.24%)最多。在内容主题方面,以案例类为主(49.12%)。

    综上可知,微博、微信和抖音3个平台均以“情感策略”为主来参与社会临场感创设,微博在“互动性”层面更有优势,符合其开放性的技术逻辑,而微信在凝聚力策略的使用上拔得头筹,有超过1/3的样本体现出这一特点,作为社交属性强、以熟人关系建构的“朋友圈”,这样的策略在建构“临场感”,促进互动参与方面优势明显。抖音作为以算法推荐为分发逻辑的短视频平台,多模态的作品呈现在创设临场感上具有独特优势,“情感策略”作为主要策略来吸引触达公众关注、提高完播率并参与互动,在视听与文本的合力下提升传播效果。

    S省交警抖音、微博和微信的传播效果及其3个子变量传播广度(转发数或阅读数)、传播深度(评论数)和传播认同度(点赞数)的描述统计分析结果,如表3所示。

    表  3  各平台传播效果描述性统计分析结果(N=2 031)
    平台 变量 最小值 最大值 均值 标准差
    抖音 点赞数 91 561000 4736.090 31477.010
    评论数 2 95000 973.820 6704.150
    转发数 1 170000 1387.510 9849.130
    微博 点赞数 0 200 1.475 8.513
    评论数 0 16 0.756 1.224
    转发数 0 61 0.339 2.592
    微信 阅读数 30 64000 842.000 798.800
    点赞数 0 674 4.700 24.600
    评论数 0 18 0.240 0.952
    下载: 导出CSV 
    | 显示表格

    抖音的点赞数、评论数、转发数都最高,在三者中的传播效果最好。微博的点赞数、评论数、转发数都不是很高,主要原因在于,S省交警微博的内容创制在同类政务新媒体中竞争力不足,难以获取热度。微信爆款内容阅读量较高,但是点赞数和评论数都不高,且微信整体上传播效果不是很好。由此表明,S省交警账号在不同的新媒体平台中的传播效果存在差异,在跨平台传播中尚未形成矩阵互补。

    笔者采用SPSS回归分析,通过建立回归模型的方式,探讨各指标之间的关系。首先对自变量是否存在多重共线性进行检验,结果显示,方差膨胀因子(VIF)均小于5,表明没有多重共线性关系。可以全部引入模型进行回归分析,结果如表4所示。

    表  4  政务新媒体传播效果及其影响因素回归分析结果
    维度 变量 模型1(微博) 模型2(微信) 模型3(抖音)
    $\beta $ VIF $\beta $ VIF $\beta $ VIF
    社会临场感 情感策略 0.439*** 1.248 0.480*** 2.091 −0.046 1.002
    互动策略 0.283*** 1.303 −0.009 1.092 1.579*** 1.030
    凝聚力策略 0.534*** 1.017 0.467*** 1.068 0.142* 1.019
    内容主题
    (以综合类为参考)
    宣传类 0.078 4.024 0.535*** 1.614 −0.088 1.759
    案例类 0.046 3.403 0.250*** 1.958 −0.054 2.288
    休闲类 −0.158* 1.549 0.014 1.497 0.147*** 1.415
    服务类 0.000 3.214 0.182*** 1.846 −0.103*** 1.645
    样本量 598 924 509
    拟合优度(R2 0.142 0.188 0.384
    调整后R2 0.121 0.181 0.374
     注:***表示p<0.001,**表示p<0.01,*表示p<0.05;0.000为该数据四舍五入后保留3位小数位所得,非0。
    下载: 导出CSV 
    | 显示表格

    表4可知,在社会临场感方面,模型1(微博)中,情感策略($\beta $=0.439,p<0.001)、互动策略($\beta $=0.283,p<0.001)、凝聚力策略($\beta $=0.534,p<0.001)均对传播效果有显著正向影响;模型2(微信)中,情感策略($\beta $=0.480,p<0.001)、凝聚力策略($\beta $=0.467,p<0.001)对传播效果有显著正向影响,互动策略则对传播效果影响不显著;模型3(抖音)中,互动策略($\beta $=1.579,p<0.001)、凝聚力策略($\beta $=0.142,p<0.05)对传播效果有显著正向影响,情感策略则对传播效果影响不显著。

    通过内容生产创设“临场感”情境是提升政务新媒体传播效果的策略指导,有利于打破沟通壁垒,增强政府与公众之间的互动,进而提高传播效果。但情感策略、互动策略和凝聚力策略对不同平台的传播效果有着不同的影响。

    首先,凝聚力策略的使用对3个平台的传播效果均有积极影响。在发布信息时,使用包容性代词(“我们”“我们的”等),如“返程路,无论风雪我们来守护”“高考、陪考、护考,我们一起加油”等标题可以营造团结感和包容性,并增强公众的认同度[21]83-99,从而提高公众的参与度。此外,提及姓名,如“佟掌柜闫妮宣讲交通安全”,或使用符号“@”和“#”设置话题,使得政务短视频获得了指向性互动和场域性互动,如在“#酒驾众生”相关话题中,通过指向性互动获得了更多的讨论,而“@”其他账号也可以与其他更具流量的账号进行互动,增加账号自身被关注的可能。通过共在意识的营造,使受众在交流过程中产生共鸣和共鉴,在平台中形成感知认同,从而增强传播效果。

    其次,情感策略的使用在不同平台会产生不同的传播效果。研究发现,通过情感表达的使用,努力将以往严肃的公安形象人性化,并在公众中建立一种亲密感和即时感,从而提升内容的吸引力,如“机动车道上滑雪玩漂移?你成功引起了交警的注意”“男子开车漂移放烟花,这么多人@蜀黍加班,交警:安排”等。这里既包括话语本身的情感体现,也包括内容与形式的配合。在微信和微博中,信息发布时采用情感策略会对传播效果有着显著正向影响,而对抖音的传播效果则不显著。笔者认为,这可能与平台机制有关,微博和微信需要公众浏览标题内容决定是否继续观看。例如,在发布诉诸恐惧的内容提醒公众关注交通安全隐患时,在微博、微信中会采用“悲催了”“痛心”“看着揪心”等带有情感色彩的话语以引起更多公众的兴趣。而在抖音中,信息内容通常在屏幕的最下方,用户在观看视频时同步阅读标题,有时可能会忽视标题信息只关注视频内容,而视频与文字信息内容在情感策略层面并不同步。在发布同样的内容时,抖音选择较具冲击力的撞车视频画面,同时配上“文明驾驶 安全出行”等简短有力的标语,也可以引起较好的传播效果。所以,对于抖音这样的平台,基于算法推荐的力量触达受众,提升完播率和传播深度需要多模态信息的平衡运用,不同符号载体的角色不同,视听语言、文本会共时存在于视频作品中,综合指向多个策略,呈现策略叠加的状态。

    最后,互动策略的使用在不同平台也会产生不同的传播效果。问号的使用是引发互动的最显性策略,如“高速为何龟速行驶?原来超载66%不堪重负……”“在红灯面前,你的选择是?”等。有问有答符合公众参与互动的心理机制,亦是向公众发出的参与邀请,公众既可以从后续的文章或视频中找到答案,也可以在评论中回复自己的答案,从而引发深入的互动参与。引用他人的话语也是有效的互动策略,如“民警工作途中突发晕厥让人心疼‘扶我一把还能坚持!’”等,能够更加直观地传递信息,引发公众的共鸣和关注。同样,通过“大爷用亲身经历告诉你:‘骑车戴头盔、安全不吃亏’”等引用,使信息更具说服力和亲身感受。此外,明确表达赞赏和同意也是一种传达认可和支持的互动策略,如“有些人遇到事真上,为这些可爱的人点赞!”“赞!交警蜀黍超有才!”等。这些表达都能够营造积极的社交氛围,激发更多用户的互动和参与。然而,互动策略的效果却因平台而异。具体而言,互动策略会对抖音和微博的传播效果有显著正向影响,这可能是因为抖音和微博这两个平台比较注重用户之间的即时互动和内容分享,使得互动策略更容易引发公众的关注和传播。互动策略对微信的传播效果影响不显著,这可能与微信这一平台“评论”参与的技术逻辑有关,公众参与评论是否会获得传播主体的支持,即被同意发布是第一步,而且评论数本身也是有上限的,评论并不是自由市场状态。

    在内容主题方面,与综合类相比,模型1(微博)中,只有休闲类($\beta $=−0.158,p<0.05)对传播效果有显著负向影响,而其他主题对传播效果影响不显著;模型2(微信)中,只有休闲类对传播效果影响不显著,宣传类($\beta $=0.535,p<0.001)、案例类($\beta $=0.250,p<0.001)、服务类($\beta $=0.182,p<0.001)主题对传播效果均有显著正向影响;模型3(抖音)中,休闲类($\beta $=0.147,p<0.001)对传播效果有显著正向影响,服务类($\beta $=−0.103,p<0.001)主题对传播效果有显著负向影响。

    内容主题对传播效果的影响在不同平台上具有一定的差异性,该结果与以往的研究发现基本一致。具体来看,微博的广场效应,一般会通过公共性话题关联各账号主体,政务新媒体在微博中的日常影响力式微,软性的休闲类内容在微博上并不具备稀缺与不可替代性,所以出现了对于传播效果是负向影响的结果。而微信对各类内容主题的包容性强,除休闲类外,对传播效果均有正向影响。抖音则是一个比较独特的存在,在微博、微信不同程度地排斥休闲类内容主题的情况下,其是“拥抱”的,而且对传播效果有显著正向影响,究其原因,应该是受到群体需求与技术逻辑双重加持的结果。需要注意的是,休闲类主题在不同平台上的表现,一方面,反映了不同公众的媒介接触差异;另一方面,则体现了公众使用媒介平台(APP)的场景差异,大事热点在微博围观、娱乐休闲刷抖音、日常社交在微信、知识问答上知乎、旅游“种草”小红书等,不同平台技术逻辑与内容运营策略均有不同,用户在不断的参与和互动中形塑了自身的使用场景与习惯,明确了平台的属性与内容定位。

    在社会临场感创设方面,情感策略会积极影响微博和微信的传播效果,但对抖音传播效果的作用不显著。由此,假设1a和假设1b得到验证。互动策略则会积极影响微博和抖音传播的效果,但对微信传播效果的影响不显著。由此,假设2a和假设2b得到验证。凝聚力策略会积极影响微博、微信和抖音3个平台的传播效果。由此,假设3a和假设3b得到验证。

    在内容主题对传播效果的影响方面,宣传类和案例类会积极影响微信的传播效果,但对微博和抖音的传播效果影响不显著;休闲类积极影响抖音的传播效果,但会显著降低微博的传播效果;服务类会显著提升微信的传播效果,但会显著降低抖音的传播效果,对微博的传播效果的影响则不显著。由此,假设4a和假设4b得到验证。

    已有研究发现,社会临场感会对用户的心理、行为和态度产生影响,尤其社会临场感越明显,对用户的行为态度的作用就越显著[39]。笔者的研究拓展了社会临场感在政务新媒体领域的应用,并验证了其对传播效果的有效性。在实践层面,可以从提升社会临场感的角度帮助政务新媒体进行内容生产与信息发布。

    同时,笔者验证了情感策略、互动策略和凝聚力策略对不同平台的传播效果具有显著性差异。差异性影响的成因可以用媒介技术逻辑与用户使用逻辑来解释。政务微博、政务微信和政务抖音的活跃用户不同,其媒介使用习惯和信息需求亦不同,对跨平台的使用者来说,对不同平台的使用也对应不同的场景,所以在接受社会临场感策略的过程中亦存在差异。

    笔者的研究结果还表明,并非所有的策略在提升政务新媒体传播效果方面都同样有效,同时也证明了每个社交媒体平台的独特性以及在制定信息策略时进行差异化区分的重要性。从平台的技术逻辑来看,政务微博是广场型的大众化信息传播平台,能够加强政民互动,反馈受众意见[40]。情感策略、互动策略和凝聚力策略,都会积极影响微博的传播效果。做好政务微博的日常运营与维护,通过创设临场感,保持其基本的活跃度,力求在公共事件中抢占第一落点,成为权威信息中枢。政务微信既能精准发布信息,同时也能提供移动化的创新服务。无论是情感策略还是凝聚力策略,都会积极影响微信的传播效果。互动策略对于微信的传播效果影响不显著,可能的原因在于,政务微信的评论功能与其他平台不同,且笔者选择的样本并未全部开放“评论”功能。微信在视听、文本组合以及全面深入的信息呈现方面有独特优势,是微传播下的“深度阅读”重镇,政务微信应加强在政策解读、社会动员、公共事件复盘等领域的内容生产。政务抖音有算法推荐的技术加持,但其短视频的内容形式更侧重娱乐属性,休闲类内容主题会积极影响抖音的传播效果,互动策略和凝聚力策略均会显著提升抖音的传播效果。S省交警抖音账号发布内容中身临其境的在场感可以向我们传递情感,让受众感同身受,产生积极的互动反馈,促使公众的关注和参与并产生共鸣[41],因而能够收获更好的传播效果。在政务抖音中通过互动性策略创造临场参与感,增加响应能力,促进信息交换,进而激发公众进行进一步的转发与讨论。

    社会临场感理论为政务新媒体的内容运营提供了策略支持,结合上述研究结论,提出如下建议。

    在内容生产整体定位层面,政务新媒体可以通过情感策略、互动策略和凝聚力策略,在社交媒体传播中选择以关系导向和他人为中心的信息发布策略,从而展现自身真诚、可信的形象。在互动中通过创设社会临场感,真诚倾听并回应公众的意见,与公众建立心理亲密感,进而促进更深层次的联系和对话沟通,以提升传播效果。

    在具体策略选择层面,社会临场感不同维度的影响效果为政务媒体平台的运营者对不同设计要素的优先顺序提供了依据,根据不同平台的技术逻辑与活跃用户需求,来运营不同内容策略的政务信息。一是凝聚力策略的使用对政务新媒体在不同平台上的传播效果有积极影响。建议政务新媒体在发布信息时多采用包容性代词,如“我们”等,以营造团结感与共在意识。同时,使用符号“@”和“#”设置话题,引导指向性互动和场域型互动,增加政务新媒体“破圈”的可能。二是情感策略的使用在不同平台会产生不同的传播效果。建议政务新媒体在微信、抖音等中加强情感表达,以人格化形象,建立亲密感和即时感,增加内容吸引力。在微博和微信中,运用富有情感色彩的话语,而在抖音中应侧重利用冲击力的视频画面,简短而有力的标语,以适应用户更注重短时间内的情感爆发,从而提升传播效果。三是互动策略的使用也需因平台而异。建议政务新媒体在发布信息时充分运用“问号”等显性策略,匹配公众参与互动的心理机制,从而提高公众参与度。同时,引用他人的话语、明确表达赞赏和同意也是有效的互动手段,可营造积极的社交氛围。然而,需注意互动策略在微信中虽然受限,但仍应积极开放评论区,通过不同声音来营造真实互动的临场效应,同时也可以在评论区回应质疑,补充正文未尽内容,以达到最佳传播效果。

    在内容主题设置层面,政务新媒体应明确不同平台在新媒体矩阵中的定位,注重内容主题的差异化建设。在媒介平台逐渐增多,公众不断被分化的媒介环境中,要形成政务新媒体平台的矩阵互补。在运营时应突出不同平台的优势,有针对性地进行内容生产,扩大信息影响力,力求传播效果最大化,达到速度、深度与质量相结合。根据不同平台特点发挥各自优势,通过精细化分工,组建政务新媒体传播矩阵,推动集群化发展[42]

    研究仍然存在如下不足:第一,研究是基于S省交警微博、微信和抖音账号的个案研究,研究对象仅是众多政务新媒体矩阵中的代表之一,研究结果是否适用于其他非公安类政务新媒体矩阵尚需更多的证据;第二,还需增加传播效果影响因素等方面的研究,引入平台推送等更多影响因素,建立更加完善的指标体系和模型,使政务新媒体跨平台传播效果测量指标体系更具丰富性,进而完善政务新媒体跨平台传播效果差异化分析;第三,由于内容分析方法的限制,笔者未能将视频、图像等变量纳入模型,虽有尝试进行编码但信度相对较低,在后续研究中可以引入机器学习等方式来进行研究。

  • 图  1   政务新媒体传播效果及其影响因素理论模型

    表  1   自变量分类及含义阐释

    一级指标 二级指标 含义阐释
    社会临场感 情感策略 情感策略重点关注情感表达等情感内容,主要指幽默性语言的使用、诉诸恐惧效果的使用等
    互动策略 互动策略主要指使用问号或提出问题,引用他人的信息或内容,表达对他人的同意或赞赏等
    凝聚力策略 凝聚力策略是指通过提及参与者的姓名(包括公众人物与市民)、使用包容性代词(如“我们”“我们的”)、发起话题与互动等社交功能(使用符号“#”或“@”)、亲切的问候等
    内容主题 宣传类 信息内容以宣传为主,借助平台宣传交通法规、警力警务等知识
    案例类 通过道路监控摄像头、交警执法记录仪等设备拍摄记录下来的真实的事件,既有正能量案例,也有悲剧案例
    休闲类 借助网络热点而制作的短视频等,语言幽默风趣
    服务类 提供警务资讯和执法信息发布,便于提供政务服务
    综合类 整合实时路况、道路预警等综合信息,为群众生活服务
    下载: 导出CSV

    表  2   样本描述性统计分析结果(N=2 031)

    维度 变量 微博(N=598) 微信(N=924) 抖音(N=509)
    样本/条 占比/% 样本/条 占比/% 样本/条 占比/%
    社会临场感 情感策略 231 38.63 253 27.38 103 20.24
    互动策略 142 23.75 172 18.61 101 19.84
    凝聚力策略 65 10.87 334 36.15 84 16.50
    内容主题 宣传类 230 38.46 168 18.18 53 10.41
    案例类 166 27.76 164 17.75 250 49.12
    休闲类 14 2.34 96 10.39 86 16.90
    服务类 143 23.91 283 30.63 59 11.59
    综合类 45 7.53 213 23.05 61 11.98
     注:由于情感策略、互动策略、凝聚力策略均为二分类变量(即是否使用此策略,样本对应策略不唯一),所以社会临场感维度下的3个变量各平台的样本数之和不等于各平台样本总数,各平台的样本占比之和不等于100%。
    下载: 导出CSV

    表  3   各平台传播效果描述性统计分析结果(N=2 031)

    平台 变量 最小值 最大值 均值 标准差
    抖音 点赞数 91 561000 4736.090 31477.010
    评论数 2 95000 973.820 6704.150
    转发数 1 170000 1387.510 9849.130
    微博 点赞数 0 200 1.475 8.513
    评论数 0 16 0.756 1.224
    转发数 0 61 0.339 2.592
    微信 阅读数 30 64000 842.000 798.800
    点赞数 0 674 4.700 24.600
    评论数 0 18 0.240 0.952
    下载: 导出CSV

    表  4   政务新媒体传播效果及其影响因素回归分析结果

    维度 变量 模型1(微博) 模型2(微信) 模型3(抖音)
    $\beta $ VIF $\beta $ VIF $\beta $ VIF
    社会临场感 情感策略 0.439*** 1.248 0.480*** 2.091 −0.046 1.002
    互动策略 0.283*** 1.303 −0.009 1.092 1.579*** 1.030
    凝聚力策略 0.534*** 1.017 0.467*** 1.068 0.142* 1.019
    内容主题
    (以综合类为参考)
    宣传类 0.078 4.024 0.535*** 1.614 −0.088 1.759
    案例类 0.046 3.403 0.250*** 1.958 −0.054 2.288
    休闲类 −0.158* 1.549 0.014 1.497 0.147*** 1.415
    服务类 0.000 3.214 0.182*** 1.846 −0.103*** 1.645
    样本量 598 924 509
    拟合优度(R2 0.142 0.188 0.384
    调整后R2 0.121 0.181 0.374
     注:***表示p<0.001,**表示p<0.01,*表示p<0.05;0.000为该数据四舍五入后保留3位小数位所得,非0。
    下载: 导出CSV
  • [1] 国务院办公厅. 国务院办公厅关于推进政务新媒体健康有序发展的意见[EB/OL]. (2018−12−27)[2023−04−08].
    [2] 国家图书馆研究中心. 中国互联网络信息中心发布第51次《中国互联网络发展状况统计报告》[J]. 国家图书馆学刊,2023,32(2): 39.
    [3] 邹雅婕. 公安类政务抖音传播效果影响因素研究[D]. 大连: 大连理工大学, 2020.
    [4]

    SHORT J, WILLIAMS E, CHRISTIE B. The social psychology of telecommunications [M]. London: Wiley, 1976: 65.

    [5]

    RICE R E, CASE D. Electronic message systems in the university: A description of use and utility [J]. Journal of Communication, 1983,33(1): 131—152.

    [6]

    GUNAWARDENA C N, ZITTLE F J. Social presence as a predictor of satisfaction within a computer-mediated conferencing environment [J]. American Journal of Distance Education,1997,11(3): 8—26.

    [7]

    GARRISON D R, ANDERSON T, ARCHER W. Critical inquiry in a text-based environment: Computer conferencing in higher education [J]. The Internet and Higher Education,1999,2(2-3): 87—105.

    [8]

    ROURKE L, ANDERSON T, GARRISON D R, et al. Assessing social presence in asynchronous text-based computer conferencing [J]. Journal of Distance Education / Revue de l’enseiqnement à distance,1999,14(2): 50—71.

    [9]

    TU C H. The measurement of social presence in an online learning environment [J]. International Journal on E-Learning,2002,1(2): 34—45.

    [10]

    BIOCCA F, HARMS C, GREGG J. The networked minds measure of social presence: Pilot test of the factor structure and concurrent validity [C]// 4th Annual International Workshop On Presence. Philadelphia: PA, 2001: 1—9.

    [11]

    MORENO R, MAYER R E. Personalized messages that promote science learning in virtual environments [J]. Journal of Educational Psychology,2004,96(1): 165.

    [12]

    SHAO C, KWON K H. Hello Alexa! Exploring effects of motivational factors and social presence on satisfaction with artificial intelligence-enabled gadgets [J]. Human Behavior and Emerging Technologies,2021,3(5): 978—988.

    [13]

    RICHARDSON J C , SWAN K . Examining social presence in online courses in relation to students’ perceived learning and satisfaction [J]. Journal of Asynchronous Learning Networks, 2001, 7(1): 68—88.

    [14] 于婷婷, 窦光华. 社会临场感在网络购买行为研究中的应用[J]. 国际新闻界,2014,36(5): 133—146.
    [15] 罗莹, 刘冰. 网络信息传播效果研究[J]. 情报科学,2009,27(10): 1487—1491.
    [16] 江美莲, 邓艳昕, 王玉琦. 影响文旅政务微博传播效果因素的实证探究——以“海昏侯”微博为例[J]. 出版广角,2021(8): 80—83.
    [17] 匡文波, 武晓立. 基于微信公众号的健康传播效果评价指标体系研究[J]. 国际新闻界,2019,41(1): 153—176.
    [18]

    CHEN Q, MIN C, ZHANG W, et al. Factors driving citizen engagement with government TikTok accounts during the COVID-19 pandemic: Model development and analysis [J]. Journal of Medical Internet Research,2021,23(2): e21463.

    [19] 罗雪. 社交网络中全球媒体的国际传播效果提升策略研究——基于CGTN和BBC推特账户的比较分析[J]. 电视研究,2018(2): 92—94.
    [20] 陈强, 张杨一, 马晓悦, 等. 政务B站号信息传播效果影响因素与实证研究[J]. 图书情报工作,2020,64(22): 126—134.
    [21]

    MEN L R, TSAI W H S, CHEN Z F, et al. Social presence and digital dialogic communication: Engagement lessons from top social CEOs [J]. Journal of Public Relations Research,2018,30(3): 83—99.

    [22]

    MAZID I. Social presence for strategic health messages: An examination of state governments’ use of Twitter to tackle the Covid-19 pandemic [J]. Public Relations Review,2022,48(4): 1—8.

    [23]

    GARRISON D R. Online community of inquiry review: Social, cognitive, and teaching presence issues [J]. Journal of Asynchronous Learning Networks,2007,11(1): 61—72.

    [24]

    NABI R L. Exploring the framing effects of emotion: Do discrete emotions differentially influence information accessibility, information seeking, and policy preference? [J]. Communication Research,2003,30(2): 224—247.

    [25]

    KENT M L, LANE A B. A rhizomatous metaphor for dialogic theory [J]. Public Relations Review,2017,43(3): 568—578.

    [26]

    TAUSCZIK Y R, PENNEBAKER J W. The psychological meaning of words: LIWC and computerized text analysis methods [J]. Journal of Language and Social Psychology,2010,29(1): 24—54.

    [27]

    LIN J S, PEÑA J. Are you following me? A content analysis of TV networks’ brand communication on Twitter [J]. Journal of Interactive Advertising,2011,12(1): 17—29.

    [28] 李旺传, 陈先红. 作为政治话语的“全过程人民民主”国际传播考察——基于中国日报网的话语分析[J]. 华中科技大学学报(社会科学版),2023,37(5): 120—133.
    [29]

    KREIJNS K, VAN ACKER F, VERMEULEN M, et al. Community of inquiry: Social presence revisited [J]. E-Learning and Digital Media,2014,11(1): 5—18.

    [30]

    KACEWICZ E, PENNEBAKER J W, DAVIS M, et al. Pronoun use reflects standings in social hierarchies [J]. Journal of Language and Social Psychology,2014,33(2): 125—143.

    [31]

    KATZ E, BLUMLER J G, GUREVITCH M. Uses and gratifications research [J]. The public opinion quarterly,1973,37(4): 509—523.

    [32] 黄膺旭, 曾润喜. 官员政务微博传播效果影响因素研究——基于意见领袖的个案分析[J]. 情报杂志,2014,33(9): 135—140.
    [33] 陈强, 彭雅婷. 重大突发公共卫生事件中政务抖音号信息传播效果影响因素研究——基于25个省级卫健委官方抖音号的实证分析[J]. 广西师范大学学报(哲学社会科学版),2022,58(4): 72—85.
    [34]

    LEPPERT K, SALITERER I, KORAĆ S. The role of emotions for citizen engagement via social media — A study of police departments using Twitter [J]. Government Information Quarterly,2022,39(3): 10—16.

    [35]

    TANG X B, LI S, GU N, et al. Exploring repost features of police-generated microblogs through topic and sentiment analysis [J]. The Electronic Library,2019,37(4): 607—623.

    [36] 吴怡君, 冯晓英. 在线学习者社会临场感自动编码的最优路径探索[J]. 开放学习研究,2020,25(6): 7—13.
    [37] 琚砚函. 地市级公安类抖音政务号的传播策略分析——以“平安杭州”为例[J]. 记者摇篮,2018,574(10): 108—110.
    [38] 陆铭, 陈钊. 城市化、城市倾向的经济政策与城乡收入差距[J]. 经济研究,2004(6): 50—58.
    [39]

    LEE K M, NASS C. Social-psychological origins of feelings of presence: Creating social presence with machine-generated voices [J]. Media Psychology,2005,7(1): 31—45.

    [40] 张志安, 曹艳辉. 政务微博和政务微信:传承与协同[J]. 新闻与写作,2014(12): 57—60.
    [41] 姜景, 王文韬. 面向突发公共事件舆情的政务抖音研究——兼与政务微博的比较[J]. 情报杂志,2020,39(1): 100—106.
    [42] 郭婧. 政务微博与政务微信的比较研究[D]. 重庆: 西南政法大学, 2015.
  • 期刊类型引用(2)

    1. 王红利. 主流媒体深度参与政务新媒体运维监管的路径探究——以开封日报社为例. 新闻研究导刊. 2025(07): 6-9 . 百度学术
    2. 敬冉,姚盼. 政务新媒体的“政能量”解码. 新闻前哨. 2024(15): 44-45 . 百度学术

    其他类型引用(1)

图(1)  /  表(4)
计量
  • 文章访问数:  197
  • HTML全文浏览量:  185
  • PDF下载量:  26
  • 被引次数: 3
出版历程
  • 收稿日期:  2023-12-21
  • 网络出版日期:  2024-02-18
  • 刊出日期:  2024-03-24

目录

/

返回文章
返回