【摘要】通过对2012年“7·21”北京特大暴雨山洪泥石流和2013年“4·20”四川雅安7.0级地震、“7·22”甘肃定西6.6级地震等自然灾害中的微博发布进行数量统计和文本分析，总结出突发自然灾害事件中微博传播在发布时段、衰减速率、地域差别、参与程度和发布内容等方面的基本特征。
【关键词】突发自然灾害；微博传播；特征
近年来，灾害事件频发，不仅威胁着人民群众的生命财产安全，也影响着一定区域的社会稳定，因此，受到了政府、媒体和社会公众的广泛关注。媒体作为传播政府救灾行为和满足公众知情权的传播主体，成为灾害应对中必不可少的一个元素。随着新媒体的普及，灾害事件中的信息传播发生了巨大变化，报纸、广播、电视等传统媒体的精英把关被打破，基于互联网络的新媒体在灾害信息传播中发挥的作用越来越大。尤其是2010年微博兴起之后，迅速占领了新媒体中的舆论场域，并不断向传统媒体施压，制造了一个个引发全社会关注的媒介事件。特别是在突发自然灾害事件中，微博通过信息传播、观点传播和情绪传播进行灾害救助、舆论引导和舆论监督，成为灾害信息传播不可缺少的媒体形式。本文以2012年“7·21”北京特大暴雨山洪泥石流、2013年“4·20”雅安7.0级地震和“7·22”甘肃定西6.6级地震等为例，通过量化研究和文本分析，总结出突发自然灾害事件中微博传播的一些特征。
一、突发自然灾害事件中微博传播的发布时段
本文选取了雅安地震和甘肃定西地震两个灾害事件，以新浪微博为例，分别进行了2013年4月20日早8时至23日早8时共计72小时的分小时微博数量统计和2013年7月22日早7时至25日早7时共计72小时的分小时微博数量统计。上述统计均在新浪微博“高级筛选”中完成，键入的关键词分别是“雅安 地震”和“甘肃 地震”，统计结果如图1和图2。
通过图1和图2可以看出，在雅安地震和定西地震后的各3个统计日①里，将不同日期里同一时间的主题微博数相加得到的柱形图，明显呈现出波形特征。图1中，微博发布的高值出现在两个时段，一个是9时至13时，另一个是19时至23时。微博发布的低值也出现在两个时段，一个是15时至18时，另一个是2时至6时。在图2中，微博发布的高值分布在8时至11时和21时至23时，微博发布的低值分布在18时至20时和1时至6时。综合图1和图2可知，灾害事件发生之后，以灾害为主题发布的微博数量，以上午9时至11时最多，凌晨2时至6时最少，最低值出现在4时。
雅安地震发生在上午8时02分，定西地震发生在上午7时45分，两次地震的震级相当，发生时刻也相差不多，但是在进行微博数量统计时发现，雅安地震发生之后，微博发布数量呈上升趋势，直到13时达到最高值。而定西地震发生后，微博数量在8时即达到最高值，然后一路下降。此外，雅安地震和定西地震在微博总量上存在巨大差别，前者是后者的29.7倍（见表1）。
造成上述现象的主要原因是两次地震所启动的应急响应级别不同，这就导致主流媒体对两次地震的新闻报道强度和形式存在差异，微博用户的重视程度也就随之发生了变化。在定西地震中，传统媒体的报道内容较少，可供微博转发的信息源减少，直接导致了灾害主题微博数量的减少。
二、突发自然灾害事件中微博传播的衰减速率
陆定一同志认为，新闻是新近发生的事实的报道。微博的信息发布也同样关注事件的新闻价值要素。时新性是微博发布的重要标准，尤其是突发自然灾害事件中，微博凭借其灵活自由的特点常常赶在主流媒体之前发布信息，从而获得灾害信息传播的主动权。灾害事件发生后，随着时间的推移，信息价值逐渐降低，微博发布的数量也逐渐减少。
为了验证突发自然灾害事件中信息价值衰减的速度，我们仍然以新浪微博为例，针对“7·21”北京特大暴雨山洪泥石流灾害和四川雅安地震灾害，统计了灾后15天的灾害主题微博数量（见图3、图4）。
暴雨山洪灾害相对于地震灾害来说，成灾过程相对缓慢，需要持续一定时间才能造成损失，所以图3中灾害主题微博数量经历了一个从7月21日到23日上升的过程，23日达到最高值。地震灾害成灾时间短，十几秒或几十秒就完成了破坏过程，所以图4中灾害主题微博在地震当日即达到最高值。通过图3和图4可以看出，自然灾害事件中高频率的微博发布主要集中于灾后的一周之内，随着时间的推移，信息价值逐渐降低，微博数量逐渐减少。
图4较好地反映了突发自然灾害新闻价值的衰减过程，根据衰减速率的计算方法，可以得到雅安地震灾后15天内微博数量的平均衰减速率约等于25%。通过对北京暴雨灾害中从7月23日到8月7日共15天的数据进行的计算，得出微博数量的平均衰减速率约等于21%，对定西地震灾后15天的主题微博数据进行计算，得出微博数量的平均衰减速率约等于22%。可见，在本文选取的样本中，自媒体对于突发自然灾害事件新闻价值的日均衰减速率大约在20%至25%之间。
与突发自然灾害事件不同，其他新闻事件在进入大众传播渠道之后，常常先经历一个持续发酵的过程，发酵之后达到微博发布的最高值，然后开始回落。精确计算自媒体对于突发自然灾害事件新闻价值的衰减速率对于宏观把握灾害信息传播具有重要意义。据《2012年新浪微博用户发展调查研究报告》显示：80%的微博用户受过高等教育，92%的微博用户为80后和90后。微博用户往往都是互联网上的活跃分子，也是在各种危机事件中发表不同意见的重点人群，因此，掌握这一人群对重大新闻事件的关注程度，对于有针对性地做好危机传播具有实际作用。
三、突发自然灾害事件中微博传播的地域差别
据CNNIC发布的《第31次中国互联网络发展状况统计报告》显示：截至2012年12月底，我国网民规模达5.64亿，我国微博用户规模为3.09亿。而根据《2010年第六次全国人口普查主要数据公报（第1号）》显示，我国总人口为1370536875人。也就是说，3.09亿微博用户散布在13.7亿的人口当中。为了了解不同区域的微博用户对突发自然灾害事件的关注度，我们针对北京暴雨、雅安地震、定西地震等灾害事件进行了数量统计（见表2、表3、表4）。通过表2、表3、表4，我们可以得出如下两个结论：
第一，突发自然灾害事件中的微博发布符合新闻传播的接近性特征。“7·21”北京暴雨灾害首日里，北京市居民发布微博数量居31个省市区首位，而在雅安地震和定西地震中，北京市居民发布的微博数量则居于第3位和第2位。此外，受到“7·21”暴雨山洪泥石流灾害影响较为严重的河北省，微博发布数量排到了第5位，而在表3和表4中，河北省的微博发布数量只排到了第15位和第13位。在雅安地震灾害中，四川省的微博数量排到了第2位，而在表2和表4中，四川省则分别排在第10位和第5位。定西地震发生的第一天，甘肃省发布微博数量排在全国第4位，且在定西地震中有明显震感的陕西也一跃排在第3位。而在北京暴雨灾害和雅安地震中，甘肃的微博发布量仅仅排在第28位和第24位。
第二，突发自然灾害事件中，各省发布主题微博的数量存在很大差异。发布微博数量最多的省区市有广东、北京、上海、四川、江苏、浙江、天津。一方面，这些区域的经济发展相对较好，另一方面，这些区域的高学历人员比较密集，媒介素养较高，参与信息传播的热情较高。
四、突发自然灾害事件中微博用户的参与程度
突发自然灾害事件中发布的微博，主要分为两种：一种是微博用户转发的信息，一种是微博用户的原创信息。这两种不同的信息标志着微博用户在灾害信息传播中参与程度的不同。转发微博更多的是一种观点认同，而原创微博在一定程度上表示微博用户的深度参与。
为了了解微博用户在突发自然灾害事件中的参与程度，我们统计了雅安地震、定西地震灾后3日的分时段原创微博数量，并计算了该时段中原创微博所占的比例。此外，我们还统计了北京暴雨和雅安地震灾后15日的原创微博数量及所占比例（见图5、图6、图7、图8）
不同的突发自然灾害事件中，微博用户的参与程度存在较大差异。统计数据显示，北京暴雨灾害首日原创微博占主题微博总数的15.7%，而雅安地震首日原创微博占比仅为7.1%。在7月22日发生的甘肃定西地震的首日，主题微博总数为21.2万条，其中原创微博7.8万条，所占比例高达36.8%。通过图5和图6发现，在同一突发自然灾害一天中的不同时段里，原创微博所占的比例基本平衡。雅安地震后3个统计日里的原创微博比例，基本保持在10%上下浮动。定西地震后3个统计日里的原创微博比例则基本在50%上下浮动。此外，通过图6可以明显看出，定西地震之后的3个统计日里，原创微博比例逐渐上升，而在图5中并未发现此现象。这是由于雅安地震中的媒体报道时间长、密度大，使得震后3天里受众的关注度持续不变。但是定西地震后的媒体报道时间相对较短，且报道强度小。所以多数可能采取转发行为的低参与度公众就会随着时间的推移逐渐放弃对事件的关注，而那些发布原创微博的高参与度公众则会持续关注地震救援的进展情况，所以导致原创微博比例越来越高。
同理，这也可以解释图7和图8中的曲线走向。在灾后的15个统计日里，没有看到原创微博所占比例呈现下降趋势，反而有轻微的上升趋势。通过图3和图4可知，灾后的微博总数和原创微博数量是随时间推移而逐渐降低的，也就是说灾害事件的关注度或者说灾害事件的新闻价值在逐渐降低。人们使用微博主要分为浏览微博、转发微博和原创微博三种：对于突发自然灾害事件来说，不同的微博使用方式也意味着不同的参与程度，浏览微博的参与程度最弱，其次是转发微博，而原创微博的参与程度是最强的。随着灾害事件发生之后时间的推移，受众开始出现新闻脱敏，灾害信息的新闻价值也会出现衰减，这时候，参与程度最弱的浏览微博用户会最先放弃对灾害事件的关注②，然后是转发微博用户，原创微博用户因为参与程度最强，所以坚持关注的时间也会最长，对突发自然灾害事件关注的忠诚度最高。
五、突发自然灾害事件中微博传播的内容分析
突发自然灾害事件中的信息传播类型多样，既有灾情信息、救助信息、领导人信息，还有人们对防灾减灾知识的认知和舆论监督信息。这些信息在灾害事件发生之后会大量出现，也直接影响着人们对于灾害事件的了解层面和了解程度。
为了摸清突发自然灾害事件发生后微博传播内容方面的规律，我们对“7·21”北京暴雨山洪泥石流灾害、四川雅安地震灾害和甘肃定西地震灾害事件中的微博内容进行了统计。统计方法为：对三次灾害事件发生之后一周之内每天的微博进行抽样，从每天的微博文本里面按照不同时间段选取200条微博③，进行内容分析，共计选取样本4200个。
从统计结果可以看出，突发自然灾害发生之后，微博用户关注的灾害信息内容随着时间的推移而发生变化。灾后的第一个统计日里，对“灾情”的关注是最多的，均超过了样本数的60%，此后，对灾情的关注度逐渐降低（见图9）。灾害“救助”的内容在所有统计样本中的总数里仅次于“灾情”的数量，是灾害信息传播中的第二大类型。在灾后的7个统计日中，“救助”微博数量分布如图10。从图中可以看出，灾后的第三个统计日和第四个统计日里达到高值，这和灾害救援的“黄金72小时”从时间上是统一的。“求助”信息和“舆论监督”信息，在整个灾害信息传播过程中的数量相对较少，仅占到了总数的9%和12.5%。“哀悼”信息相对来说，所占比例稍大，是所有灾害信息传播中的第三大类型。而且“哀悼”信息随着时间的推移数量增多，至第七个统计日（即灾后的“头七”）达到最高峰（见图11）。
突发自然灾害事件中的微博传播大大丰富了灾害信息传播的内容、形式，也强化了灾害信息传播的效果，无论是在服务灾害救助、满足受众知情权方面，还是在正确引导社会舆论和开展防灾减灾科普宣传等方面，都发挥着重要的作用，是灾害信息传播中的一支重要力量。
[基金项目：本文为徐占品主持的2013年度国家社科基金项目“自然灾害事件中的信息传播研究”（项目批准号：13CXW043）的阶段性成果]
注 释：
①本文中的统计日均指每日早8时至次日早8时。需要指出的是，雅安地震发生在8时02分，而定西地震发生在7时45分，为了使图表更容易对比，所以统一将每日早8时至次日早8时作为一个统计日。
②这里的“放弃关注”专指放弃主动关注，不包括主流媒体的高密度报道造成的受众被动关注。
③此处选定的时间段分别是每个统计日里的8时至9时、13时至14时、18时至19时、23时至24时，从每个时间段选择最靠前的50条微博，共计200个样本。
（徐占品为防灾科技学院人文社科系教师；李思怡为防灾科技学院人文社科系学生）
编校：董方晓
