知识管理论坛 >

2025 , Vol. 10 >Issue 2: 109 - 125

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.008

研究论文

自然灾害危机情境下政务微博协同对公众参与行为影响研究

  • 张敏 ,
  • 梅艳馨 ,
  • 张芳 ,
  • 张可
展开
  • 华中师范大学信息管理学院 武汉 430079

张敏，教授，博士，博士生导师，E-mail:

梅艳馨，硕士研究生

张芳，硕士研究生

张可，博士研究生

收稿日期: 2025-02-11

  网络出版日期: 2025-04-10

收起

Research on Effect of Government Microblog Collaboration on Public Participation Behavior in Natural Disaster Crisis Situations

  • Zhang Min ,
  • Mei Yanxin ,
  • Zhang Fang ,
  • Zhang Ke
Expand
  • School of Information Management, Central China Normal University, Wuhan 430079

Zhang Min, professor, PhD, doctoral supervisor, E-mail:

Mei Yanxin, master candidate

Zhang Fang, master candidate

Zhang Ke, doctoral candidate

Received date: 2025-02-11

  Online published: 2025-04-10

Fold

摘要

[目的/意义] 系统探究自然灾害危机情境下政务微博协同对公众参与行为的影响，以帮助政府更有效地协同应对突发危机事件，同时促进公众积极参与。 [方法/过程] 以2023年“京津冀暴雨”为例，对5个典型国家级政务微博账号的625条博文和9 426条用户评论数据进行细致分析，借鉴整体性治理理论建立协同功能、协同部门、协同层级3个维度的理论分析框架。同时结合公众参与梯度模型，对公众参与行为和参与水平进行深入探究。综合运用定性内容编码、机器学习、统计分析等方法，揭示政务微博的协同特征及与公众参与行为的关联关系。 [结果/结论] 实证分析结果表明，目前政务微博的协同主要表现为同层级的政府机构间协同及与新闻媒体间协同，协同功能大致表现为信息协同、行动呼吁和情感联系，且协同具有时间阶段特性；公众参与行为中情感互动最为突出；当政务微博协同有明确的行动号召时，更容易激发较高的公众参与水平。

关键词： 政务微博; 协同治理; 整体性治理; 公众参与

本文引用格式

张敏 , 梅艳馨 , 张芳 , 张可 . 自然灾害危机情境下政务微博协同对公众参与行为影响研究[J]. 知识管理论坛, 2025 , 10(2) : 109 -125 . DOI: 10.13266/j.issn.2095-5472.2025.008

Abstract

[Purpose/Significance] This study systematically investigates the impact of government microblog collaboration on public participation behavior in natural disaster crisis situations, in order to help the government respond to sudden crisis events more effectively and collaboratively, and promote the active participation of the public. [Method/Process] This study takes the “Beijing-Tianjin-Hebei Rainstorm” in 2023 as an example, and analyzes 625 blog posts and 9426 user comments from 5 typical national government microblogs, and establishes a theoretical analysis framework of collaborative functions, collaborative departments, and collaborative levels in the light of the theory of holistic governance. At the same time, we combine the public participation ladder model to explore the public participation behavior and the level of participation. Qualitative content coding, machine learning, statistical analysis, and other methods are comprehensively applied to reveal the collaborative features of government microblogs and the correlation with public participation behavior. [Result/Conclusion] The results of empirical analysis show that the collaboration of government microblogs is mainly among governmental organizations at the same level and with the news media, and the collaborative functions are information synergy, call for action and emotional connection, and the collaborative features have the characteristics of time stage. Emotional interaction is the most prominent behavior in public participation. When government microblogs synergize with a clear call to action, they are more likely to inspire higher levels of public participation.

Key words： government microblog; collaborative governance; holistic governance; public Participation

1 引言/Introduction

政务社交媒体嵌入应急管理已成为国内外显著趋势，在近年来频发的突发危机事件中扮演着愈加重要的角色。政务社交媒体为政府提供了快速有效的双向交流渠道，有助于塑造公众对突发危机事件的态势感知，减轻潜在负面影响，帮助应急管理者做出科学决策。然而，由于政府机构职能分散，危机风险信息在社交媒体上传播往往呈现碎片化特征[1]，职能分散还导致治理资源分散，难以形成风险防控的合力。由于突发危机事件大多具有溢出效应和涟漪效应，客观上需要各领域和部门之间建立有效的沟通协调机制，由此提出整体性治理要求[2]。在政务社交媒体环境中，涉及如何整合各方资源和优势进行信息共享协同和危机沟通，包括考量与哪些层级和类型的社交媒体账号进行协同、采取何种方式协同以及实现何种协同目标。
学术界已经关注到政务社交媒体协同在应急管理中的重要性，开始围绕协同对象[3]、协同网络的结构特征[4]、协同模式[5-6]、协同效果[7]等展开研究。然而，相关研究多聚焦于政府机构内部的合作，对于政府机构与公众、社会组织之间的协同关注较少；协同效果评估集中在点赞、评论、转发等公众参与广度量化指标上[7]，对于协同内容、协同功能的深入解读及其影响分析也相对不足；政务社交媒体协同对公众参与行为的影响研究较欠缺，未能充分挖掘公众参与应急管理所带来的一系列互惠结果。
本研究结合整体性治理理论和公众参与梯度模型，聚焦自然灾害突发事件中政务微博的危机协同与公众参与行为之间的关系，重点探索以下问题：①在自然灾害突发事件中政务微博的协同功能、协同部门和协同层级如何？②公众参与危机沟通中表现出哪些参与行为特征？③政务微博不同协同维度下，公众参与水平是否存在差异？哪些协同维度会影响公众参与水平？本研究探寻何种协同特征更有利于公众的参与行为，以帮助政府部门科学应用政务社交媒体，更有效地应对突发危机事件，同时促进公众积极参与，提升政务微博的服务效能。

2 相关研究述评/Review of relevant research

2.1 政务微博的应急管理应用

政务微博为政府的应急管理提供了新的渠道，社交媒体平台被广泛应用于应急信息传播、趋势和行为监测[8]，以及与其他利益相关者进行应急沟通[9]。相关研究发现政务微博的回应方式[10]、所处行业[11]、不同危机阶段的回应策略[12]等多个因素都会影响到应急管理效果。
微博账号所属的行业类型及行业间的协同合作均会对应急管理产生重要影响，如何利用这些部门的特性实现政府网络传播的矩阵化和互补性，对于提高应急管理效率至关重要。已有研究考察了政务微博的协同对象、协同模式、协同效果等。陈世英等以天津港“8·12”特大火灾爆炸事故为例，探究政务微博群的响应情况、传播影响力、议题设置及交互微博议题等，提出了政府部门信息发布的协同策略[3]；邓喆、石婧等探究了政务微博的“和声共振”模式[5]、“双微联动”模式[6]等，认为政府机构官方微博和地方党政领导微博、政务微博与微信应充分发挥各自特色，形成协同效应；周成阳基于江苏响水“3·21”特大爆炸事故，剖析了政务微博协同账号特征和协同传播特征对传播效果的影响，发现协同数量和协同类型对政务微博协同传播效果有显著的正向影响[7]。
总体而言，政务微博在应急管理中的应用研究主要聚焦在政府机构内部之间的协同，对于政府机构与公众、社会组织之间的协同关注较少。有效的应急管理往往需要引入多部门、多环节、多主体的资源和力量，进行协同式应急联动，以减少损失并保障公共安全。同时，对于应急管理协同效果的评估，还可以从用户视角，特别是参与行为的性质和内容特征进行深入解读和剖析。

2.2 整体性治理视角下应急管理协同

整体性治理理论（Holistic Governance Theory）强调以公众服务需求为基础，以协作、整合和责任为治理策略，依托现代信息技术的发展，通过加强与社会外部主体间协调合作，最终达成对原先碎片化的公共部门内外关系的整合，实现管理的一体化和资源信息共享[13]。
应急管理的高度复杂性不断驱动传统单一治理模式转型。整体性治理以问题为导向，强调跨层级、跨部门的协作，是破解碎片化困境，实现治理模式转型的有效途径。近年来，随着新冠疫情的暴发以及其他危机事件频发，较多学者开始基于整体性治理理论探究应急管理的协同机制及应急管理效能的优化。南锐等[14]认为当前特大城市重大危机事件应急治理存在应急能力、应急行为、应急信息和资源3类碎片化困境，需全面提升应急管理能力。王星尊[15]、程顺祺等[16]依据整体性治理理论从整合、监督和信任的角度对地方应急管理部门的协同机制进行分析，提出整合水平协同、垂直协同、决策协同为一体，构建应急管理的全维度结构模型，以探索应急管理的协同联动机制。然而，相关研究更多立足于制度建设层面的探讨，对于实际灾害治理过程中这些协同路径的治理效果如何则较少进行深入探讨；少数学者[17]采用结构方程模型的方法，从协同环境、协同动因及协同能力3个方面构建了社会安全事件应急情报协同治理机制，发现组织间信任程度、情报共享意愿、政府领导能力等会显著影响协同效果。
已有研究证明，整体性治理理念强调协同合作，在治理结构上强调多元共治，在治理手段上强调信息整合[18]，然而，现有研究较多停留在理论研究和策略建议上，实证研究相对缺乏。在突发危机事件背景下，基于整体性治理理念的政务社交媒体如何实现危机协同，具体的实现路径及其效果评估还需细致探讨。

2.3 危机情境下政务社交媒体的公众参与

公众通过社交媒体参与既是公众分享权力、介入政府决策的过程，也是公众承担社会责任，与行政管理主体共同应对危机的过程[19]。目前，危机情境下政务社交媒体的公众参与主要聚焦于公众参与的行为类型、参与水平以及影响因素等研究。
对于公众参与行为类型的划分，王学军等[20]结合中国疫情情境，依据“公众创造何种价值”将用户评论行为细分为：公众参与行为和公民行为，其中前者是为促进政府期望目标的实现，包括信息寻求、信息共享、积极遵从、良性互动；后者则是以实现公共价值最大化为目标，包括意见反馈、价值倡导、助人为善、共同服务。张敏等[19]根据自然灾害危机情境下公众的言语行为类型，将公众参与行为划分为信息模式、情感模式和关系模式。针对公众参与水平测度，现有研究多依据公众的参与程度来衡量参与水平的高低[21]，如参与广度、参与热度、参与深度等。参与广度反映参与形式的丰富性，参与热度是参与吸引力的外在体现，参与深度是指根据参与强度或贡献程度划分参与层次深浅。Q. Chen等[22]用转发数、点赞数和评论数简单相加来表征以社交媒体为载体的公众参与水平。陈强等[23]根据公众认知投入的程度将危机期间公众参与划分为高程度的主动参与和低程度的被动参与。S. L. Alam[24]根据贡献规模和参与强度将公众参与行为由低到高划分为信息传播、问答、反馈、共同创造等层级。S. R. Arnstein[25]提出“公民参与梯度”理论，将公民参与划分为3个层级（无参与、象征性参与和公民权力）和八级阶梯方式。进一步的，G. Lee等[26]根据开放政府成熟度模型将公众参与区分为5个成熟度层级，进而依据不同参与层级量化参与水平。
对于公众参与行为的影响因素和形成机理，现有研究主要聚焦公众个体层面和外部环境层面两个方面，个体层面因素包括公众的利己和利他动机[20]，环境因素包括政府的危机沟通策略[23]、动员策略[27-28]、社会支持[29]等，政府是应急管理的领导者与激励者，通过开通政务微博、微信、在线咨询等多种渠道，组织动员公众共同参与到应急管理中。
总体而言，虽然围绕公众参与行为的研究成果已较为丰富，政府的相关行为已被证明是促进公众参与应急管理的关键因素，然而现有研究较少探究政府协同模式如何影响公众的参与行为，政务微博危机协同与公众参与行为关系研究更为少见。

3 数据获取与处理/Data acquisition and processing

3.1 数据来源与获取

当前社会面临的灾害风险正日益呈现鲜明的复合型特征。复合型灾害（compound disasters）是指比单独发生的单个灾害更严重的多重连续灾害事件[30]，其在成因与演化机制上更复杂，所造成的负面后果和不利影响也更严重，愈加要求多元主体协同应对。2023年多场台风接踵而至，造成福建、浙江、安徽、广东以及京津冀等多地发生暴雨、洪涝等连续性灾害，影响范围广，破坏性大。本研究选择2023年“京津冀暴雨”事件作为典型复合型灾害案例进行数据获取与分析。
笔者从《2022年度政务微博影响力报告》中选取了排名前5位的中央机构微博作为分析数据源，选取这5个账号的原因在于其具备信息权威性、代表性和活跃性，且账号未开启留言精选，评论数据的丰富性能够涵盖本研究的编码方案。此外，根据《国家自然灾害救助应急预案》，气象部门、应急管理部、宣传部等关键部门承担着通报灾害预警信息、派遣消防救援队伍以及进行新闻宣传和舆论引导等重要职责。这些部门在应急管理体系中发挥着核心作用。本研究利用八爪鱼数据采集器完成数据收集，自动采集5个政务微博账号2023年7月17日—8月31日内关于“京津冀暴雨”的政府博文及评论数据。经过数据清洗，删除空白值、纯数值等内容后，最后得到625条博文和9 426条用户评论数据，如表1所示：
表1 数据采集结果统计表

Table 1 Statistical table of data collection results

政务微博账号 2022年度政务微博影响力指标 相关博文数 评论总数

筛选后

评论数

传播力 服务力 互动力 认同度 总分
总计 625 11 427 9 416
中国气象局 82.51 81.01 77.46 70.51 79.55 261 1 724 1 509
应急管理部 87.20 76.29 80.56 83.97 83.04 136 1 905 1 293
中国消防 97.70 80.32 84.06 91.05 90.16 129 3 585 2 946
中国警方在线 96.98 86.25 83.33 93.07 91.32 85 903 641
共青团中央 98.40 77.32 86.35 91.20 90.33 14 3 310 3 027

3.2 数据编码方案及分析框架制定

本研究将政务微博的危机协同界定为在自然灾害危机情境中，政务微博在内容创作、信息发布上与其他的政府机构、新闻媒体、社会组织建立合作关系，具体表现为转发博文或者引用博文。结合自然灾害危机情境，参考P. Six等[31]基于整体性治理理论所提出的功能协调、部门整合、层级整合等维度，研究将协同功能、协同部门和协同层级作为初级编码框架，以揭示政务微博不同协同维度的特征。

3.2.1 政务微博协同维度特征提取

本研究筛选出存在协同的政务微博博文，利用BERTopic模型对协同博文进行主题分析。BERTopic主题抽取模型利用Transformer和c-TF-IDF创建密集的集群使得主题易于解释，同时保留各主题中的重要词汇，通过这些重要词汇可以判断每个博文主要发挥什么协同功能[32]，最终聚类出灾情信息共享协同、救援行为信息协同等5个协同功能，输出相应的top5关键词，结果见表2。
表2 BERTopic主题提取分类表

Table 2 BERTopic topic extraction classification

主题类别 频次 关键词
0 灾情信息共享协同 53 中央气象台、毫米、大暴雨、降水、预计
1 救援行动信息协同 62 救援、转移、被困、抢险、救灾
2 应对指南协同 13 食物、不吃、污染、泡过、生水
3 社会动员协同 51 避险、防范、出行、应对、转发
4 情感联系协同 36 英雄、致敬、民警、牺牲、点赞
协同部门指政府机构、新闻媒体、社会组织等协同对象所属的社会部门。参考政务微博榜将政府机构划分为25个行业，如公安、消防、气象等；新闻媒体关注的是传统媒体的网络化形式，如国家及地方电视台、广播电台、报纸等传统媒体在微博上的官方账号；社会组织则是企业、相关志愿者组织、协会等营利性或非营利性组织，如蓝天救援队、中国电信、北京恒善公益基金会等；协同层级方面，根据国家、省、市、县（区）所属层级划分为同层级部门间的协同、跨层级部门间协同。具体编码维度和示例如表3所示：
表3 危机情境下政务微博协同维度的编码表（博文）

Table 3 Coding scheme for collaborative dimensions of government microblogs in crisis situations (blog posts)

协同维度 指标/解释说明 编码示例
协同部门 政府机构内部协同 应急管理部：【#漆黑隧道中师生齐唱国歌#】8月3日，河北保定涞水县……#同舟共冀感谢有你# @河北消防
政府机构与新闻媒体间协同 中国警方在线：【转发提醒！#暴雨避险实用指南#】#台风一路北上10余省份将有暴雨# 下雨时，别靠近有漩涡的地方……央视新闻的微博视频 ​
政府机构与社会组织间协同 中国气象局：【关注！#涿州暴雨#】转发帮忙扩散救援登记表格！让更多有需要的人看到@蓝天救援队
混合协同：政府机构与多种类型组织的协同 应急管理部：【致敬暴雨中的最美守护者】……即使面临生命危险，也要勇敢无畏，冲锋在前@蓝天救援队……@中国新闻社中国新闻网的微博视频
协同层级 同层级协同：同层级机构之间的协同 中国警方在线：【#100米民警走了10多分钟#】……#有他们就没有淌不过的困难# 中国长安网的微博视频
跨层级协同：国家级与省级、市级、或县级机构之间的协同 应急管理部：暴雨中逆行的英雄们，辛苦了！#致敬那些暴雨中的逆行者#@河北消防应急管理部的微博视频

3.2.2 公众参与行为编码方案

为了剖析公众在突发自然灾害事件中的参与行为特征，本研究参考公民参与梯度理论并借鉴G. Lee等[26]和王学军等[20]的相关研究，按照公众参与深度及其贡献价值大小将公众参与行为划分为3个层级：有限参与、开放参与和共同协作。其中，有限参与是指公众进行灾害信息的获取和分享，不需要较多投入或具备专业知识；开放参与是公众与政府进行持续的对话互动，及时反馈信息，涵盖积极遵从、情感互动和意见反馈；共同协作是指公众积极参与到应急管理相对复杂问题的解决和更高层次合作，如宣传倡导、友善援助、志愿服务。具体编码方案见表4。
表4 危机情境下公众参与行为的编码方案（用户评论）

Table 4 Coding scheme for public participation behaviors in crisis situations (user comments)

公众参与行为 解释说明 编码示例
有限参与(L) L1 信息寻求 公众主动关注灾害现实情况、提出问题、寻找信息 北京今天雨停了吗？
L2 信息共享 公众明确表达个体需求，并主动将本地灾情相关信息分享给政府有关部门 中门寺中门家园受灾严重，能不能把我们转移出来，好怕山体撑不住了
开放参与(P) P1 积极遵从 公众积极遵守政府指示、建议 收到！下雨就不出门啦
P2情感互动 公众表达感谢、赞赏、关心 辛苦啦，有你们真好！
P3 意见反馈 公众向政府提供工作建议、意见、反馈 在受影响较小的地区，也请确保地方官员合理安排值班制度
共同协作(C) C1 宣传倡导 公众积极传达政府机构发布的具体预警信息和紧急行动指南，激发更多公众的关注和参与 河北涿州所有河流启动红色预警，希望大家关注一下河北涿州，这里的灾情一样严重却得不到更多关注！加油涿州！我尽自己的一份力转发这条消息，希望看到的朋友也帮忙转发！
C2 友善援助 公众解答公众疑惑、提供知识科普、积极参与捐款 同志们，泡过水的东西不要吃，有细菌感染，水最好烧开，注意房屋返潮，可以尽量消毒，实在不能消毒的就丢弃必须断舍离，避免二次污染
C3 志愿服务 公众主动参与志愿工作，关注志愿者招募信息 今天帮我们小区一起清理了积水......
为了保证编码方案与研究数据的匹配性和有效性，本研究首先选择应急管理部的相关博文和评论进行人工内容编码分析，经过编码实践论证，进行了适当调整，形成最终版本。一个账号编码完成后，再扩展至其他账号。本研究采用了双人人工编码方式，即分别由两位编码人员进行独立编码，完成后对编码结果进行一致性判断，将不一致的编码引入第三人进行讨论，直至达成一致。经计算，政务微博协同维度的kappa系数为90%，公众参与行为的kappa系数为85%，表明编码结果具有较好的一致性。同时，在基础数据编码统计的基础上，本研究借鉴相关理论和文献[21,26]，根据公众参与层次深浅赋予不同权值，将公众参与行为转化为参与水平，完成后续相关量化分析。本研究的整体研究框架如图1所示：
图1 论文的研究框架

Figure 1 Research framework of the thesis

4 数据分析结果/Data analysis results

4.1 政务微博协同维度的特征分析

对625条相关博文进行编码统计分析，发现政务微博中存在协同的占34.4%（n=215)，未出现协同的为65.6%（n=410），说明当前政务微博间的危机协同还十分有限。进一步分析发现，在协同功能方面，灾情信息共享协同和救援行动信息协同占比较高，分别为24.65%和28.84%（见表5）。此外，根据图2可知，灾情信息共享主要是从国家层面对灾情进行统一指挥，及时告知公众灾情最新状态；救援行动信息共享主要是告知救援工作的进展情况，体现应急管理的分级响应，展现救援的有序性和有效性，能在一定程度上缓解公众的消极焦虑情绪，吸引公众关注和参与。
表5 不同危机阶段协同情况分布

Table 5 Distribution of collaboration in different crisis stages

协同维度 潜伏期 爆发期 蔓延期 消退期 总计
N 百分比/% N 百分比/% N 百分比/% N 百分比/% N 百分比/%
协同功能 灾情信息共享协同 18 34.62 22 29.33 8 12.90 5 19.23 53 24.65
救援行动信息协同 9 17.31 24 32.00 19 30.65 10 38.46 62 28.84
应对指南协同 0 0.00 1 1.33 9 14.52 3 11.54 13 6.05
社会动员协同 17 32.69 17 22.67 12 19.35 5 19.23 51 23.72
情感联系协同 8 15.38 11 14.67 14 22.58 3 11.54 36 16.74
协同部门 政府机构内部协同 27 51.92 38 50.67 26 41.94 17 65.38 108 50.23
政府机构与新闻媒体协同 19 36.34 25 33.33 31 50.00 7 26.92 82 38.14
政府机构与社会组织协同 3 5.77 7 9.33 4 6.45 1 3.84 15 5.70
混合协同 3 5.77 5 6.67 1 1.61 1 3.84 10 5.40
协同层级 同层级协同（国家级） 28 53.85 34 45.33 34 54.84 17 65.38 113 52.56
跨层级协同 24 46.15 41 54.67 28 45.16 9 34.62 102 47.44
图2 政务微博协同情况的三维气泡图

注：绿色代表同层级协同，蓝色代表不同层级协同，圆形大小反映了协同频次的多少

Figure 2 Three-dimensional bubble diagram of government microblog collaboration situations

在协同部门方面，主要表现为政府机构内部以及和新闻媒体进行协同合作，分别占比50.23%和38.14%（见表5）。政府部门内部协同体现了政府机构之间在政策传达、公共服务和信息共享方面的内在联系，这种现象可以从制度邻近性理论（Institutional Proximity Theory）中得到解释，在同一类型制度环境下的主体在行为表现、行动逻辑、思维模式上具有相似性，相互之间具有更大的潜在合作倾向。例如中国气象局与中央气象台、应急管理部与各消防组织微博之间的密切协同，正是履行应急管理职责的体现。此外，新闻媒体作为信息传播的关键角色，有助于增强危机信息传播的覆盖面，提升应急信息的传播效率。特别是权威媒体，例如，由《北京日报》发起的#京津冀暴雨互助#话题，获得了2.4亿阅读量和38万互动量，政务微博通过与新闻媒体协同，引导公众关注某些重要议题，从而更好地进行舆情管理和危机应对。政务微博同社会组织之间的协同还十分有限，仅局限于与一些公益性的救援机构在救援行动方面进行协同合作。
在协同层级方面，同层级协同占比52.56%，而跨层级协同占比47.44%（见表5）。在本研究中同层级协同主要是国家级机构之间的协同，跨层级协同主要是国家级机构与省、市、县级组织之间的协同。国家级机构之间的协同体现了在合作伙伴的选择上，倾向于选择具有权威性的机构，其专业声誉有助于提升公众的认可度。具体的协同维度分布参见图2和表5（总计）。
进一步的，本研究以S. Fink[33]提出的危机四阶段模型为依据，结合百度搜索指数同时参照已有研究[34]，将2023年“京津冀暴雨”事件发生阶段划分为潜伏期（2023年7月17日—7月28日）、爆发期（2023年7月29日—8月1日）、蔓延期（2023年8月2日—8月13日）和消退期（2023年8月14日—8月31日）4个阶段，从而观察政务微博协同的随时间变化的趋势，由图3可知，在自然灾害危机事件中，政务微博协同频次在不同危机阶段呈现出明显的波动和变化，与危机应对生命周期基本相符，即政务微博协同在事件爆发期达到顶峰，在蔓延期和消退期逐步减少。
图3 政务微博协同频次演化折线图

Figure 3 Line graph of evolvement of government microblog collaboration

各个阶段政务微博具体协同情况分布参见表5。在潜伏期，政府微博在灾情信息共享协同（34.62%）和社会动员协同（32.69%）方面占比较高，以便及时识别问题并提高公众的警觉性。随着危机的全面爆发，跨层级协同表现较为突出（54.67%），政府部门为实现迅速有效的应急响应，加强了跨层级的资源整合和协调一致。到了蔓延期，政务微博与新闻媒体的协同占据主导（50.00%），情感联系（22.58%）方面的协同也达到了高峰。蔓延期公众情绪波动大，与公众危机沟通成为危机管理的重点，通过与新闻媒体的合作，维护社会稳定并提供社会情感支持；在消退期，政务微博协同再次转向以政府内部协同（65.38%）以及同层级协同（65.38%）为主。此外，包含灾后恢复相关的救援行动信息（38.46%）占比较高。

4.2 公众参与行为的特征分析

针对政务微博下公众评论进行统计分析发现，公众参与行为主要是以开放参与行为为主，其中情感互动占比最高（60.31%），其次是意见反馈（13.11%），表明公众在自然灾害期间与政府之间的互动更多的是通过抒发感谢、赞赏或关心来获得情感支持。更深层次的友善救援、志愿服务在政务微博中还较为少见，具体分布参见表6。卡方分析结果显示，公众参与行为在政务微博协同与非协同情况下存在显著差异（χ2=223.732，P<0.001）。政务微博协同对于多数公众参与行为具有促进作用，特别是，积极遵从行为在协同情境下从5.69%提升至15.61%。这一现象可以归因于政务微博与其他机构的协同合作所形成的“社会共识”效应。当公众看到多个权威主体（如政府、媒体、社会组织）协同发布信息时，会将其视为一种社会规范，从而提升了遵从行为和意识。
表6 公众参与行为分布

Table 6 Distribution of public participation behaviors

公众参与行为 无协同 有协同 总计 组间差异
N 百分比/% N 百分比/% N 百分比/%

有限参与

（L）

 L1 信息寻求 231 3.69 85 2.72 316 3.36

χ2=223.732

P<0.001

L2 信息共享 233 3.70 49 1.57 282 2.99

开放参与

（P)

 P1 积极遵从 358 5.69 487 15.61 845 8.97
P2 情感互动 3 830 60.83 1 849 59.26 5 679 60.31
P3 意见反馈 777 12.34 457 14.65 1 234 13.11
共同协作（C） C1 宣传倡导 832 13.21 165 5.29 997 10.59
C2 友善援助 34 0.54 25 0.80 59 0.63
C3 志愿服务 1 0.02 3 0.10 4 0.04
总计 6 296 62.09 3 120 37.91 9 416 100
值得注意的是，公众的信息寻求、信息共享和宣传倡导行为在政务微博协同情境下呈现一定的下降趋势，可能的原因是多个权威主体（政府、媒体、社会组织等）协同发布信息，形成了信息传播的合力，可能在一定程度上满足了用户的信息需求，或公众信息需求和共享具有一定的主观偏好（依赖单一信息源），说明政务微博协同对公众参与行为具有差异性作用。
公众参与行为随时间变化趋势由图4可知，在自然灾害危机事件中，公众参与行为在不同危机阶段呈现出明显的波动和变化。总体来看，公众有限参与和开放参与行为在事件爆发期达到顶峰，随后的蔓延期和消退期逐步减弱。而共同协作行为在蔓延期才达到高峰，显示公众的高阶参与行为具有一定的滞后性。可能的原因在于，在蔓延期，政务微博通过与新闻媒体协同来稳定社会情绪，公众在获得足够的信息和情感支持后，才更进一步参与到深层次协同合作中[35]。
图4 公众参与行为演化折线图

Figure 4 Line graph of the evolvement of public participation behaviors

4.3 政务微博协同对公众参与水平的影响分析

公众参与行为属于定性分类变量，为了进一步对各协同维度下的公众参与水平进行定量对比，本研究在已有定性变量的基础上，对公众参与的3个层级进行不同分值赋值计算，分值越高，代表参与水平越高（层级越深）。具体计算方式如下：首先对有限参与、开放参与、共同协作分别赋值为1、3、5权值，其次用不同参与层级的权值乘以对应等级的回帖数量的总数，再除以每个博文的回帖总量。例如，博文36的有限参与数量是4条，开放参与数量是4条，共同协同数量是12条，该博文的公众参与水平=（4×1+4×3+12×5)/20=3.8。
将公众参与行为转化为参与水平之后，本研究进一步检验不同协同维度下的公众参与水平的差异。经检验，由于数据不符合正态分布，因此采用不要求数据呈正态分布的Kruskal-Wallis H 检验方法来进行分析，结果显示：不同协同维度下公众参与水平存在显著差异（见表7）。其中，应对指南协同（M=3.95）和社会动员协同（M=3.80）两类协同功能，触发的公众参与水平较高；政府机构与新闻媒体协同（M=3.55）以及多个部门间混合协同（M=3.86）带来的参与水平较高；同层级协同（M=3.54）下公众参与水平较高。
表7 不同协同维度下公众参与水平差异分析

Table 7 Difference analysis of public participation levels under different collaboration dimensions

协同维度 公众参与水平 组间差异
均值（M） 中位数（Mdn） 标准差（SD）
协同功能 灾情信息共享协同 3.68 3.5 0.91

χ2=869.978，

P<0.001

救援行动信息协同 3.55 3 0.78
应对指南协同 3.95 4 0.94
社会动员协同 3.80 3.67 0.85
情感联系协同 3.47 3 0.72
协同部门 政府机构内部协同 3.33 3 0.77

χ2 =607.976，

P<0.001

政府机构与新闻媒体协同 3.55 3 0.85
政府机构与社会组织协同 3.19 3 0.86
混合协同 3.86 4.02 0.78
协同层级 同层级协同（国家级） 3.54 3 0.86

χ2 =264.295，

P<0.001

跨层级协同 3.34 3 0.77
描述性统计分析结果显示，公众参与行为在政务微博协同与非协同情况下存在显著差异，政务微博协同对于公众参与行为具有一定促进作用。已有研究也表明，危机情境下政务微博的协同机制对于促进公众参与具有重要作用[5]，为进一步验证政务微博的协同特征对公众参与的影响，本研究利用Python进行多元线性回归分析（见表8）。在协同功能上，除了情感互动协同，其他的协同功能对公众参与水平的回归系数B显著大于0，表明这些协同功能对公众参与水平都有显著的正向影响，特别是应对指南协同（B=0.594 3）和社会动员协同（B=0.455 4）影响较大。K. Lovejoy等[36]提出危机事件中社交媒体发挥信息、行动和社区联系三大主要功能。其中，应对指南协同和社会动员协同旨在动员公众加入灾难应对行动，由此可见，发挥具体行动号召的协同博文要优于单一的信息共享和情感联系，说明给公众提供明确的参与路径和参与目标，更能促进公众的深度参与，进而达到较高的参与水平。
表8 不同协同维度下公众参与水平回归分析

Table 8 Regression analysis of public participation levels under different collaboration dimensions

协同维度 公众参与水平
回归系数（B） t值
常数 1.809 5 42.949
协同功能 灾情信息共享协同 0.310 6*** 3.174
救援行动信息协同 0.268 2*** 2.839
应对指南协同 0.594 3*** 3.213
社会动员协同 0.455 4*** 4.526
情感联系协同 0.181 1.763
协同部门 政府机构内部协同 0.306*** 3.481
政府机构与新闻媒体协同 0.500 1*** 5.056
政府机构与社会组织协同 0.110 1 0.65
混合协同 0.893 3*** 5.247
协同层级 同层级协同（国家级） 0.950 3*** 15.215
跨层级协同 0.859 2*** 14.311
样本量 279
R2 0.061
调整R2 0.033
F值 F=2.175，p<0.05

注：***p<0.001

在协同部门上，混合协同（B=0.893 3）对公众参与水平的正向影响最大，其次是政府机构与新闻媒体协同（B=0.500 1）和政府机构内部协同（B=0.306），而与社会组织协同无显著影响。新闻媒体的传播能力和社会影响力有助于吸引公众注意[37]，多部门协同则能整合资源和优势，提供全面的信息，促进公众更深入地理解所面临的问题并参与讨论，从而提高公众参与水平。
在协同层级上，同层级协同（B=0.950 3）对公众参与水平的影响更为显著。本研究的样本数据主要来自于有影响力的国家级政务微博。当政务微博与层级较高的组织协同时，其高权威性可能增强公众对政府相关部门的信任和认同，促使他们愿意进行深度参与，从而达到较高的参与水平。
公众参与水平是对用户评论内容的深入挖掘，是对公众参与深度的讨论，而公众参与广度表现为点赞、评论、转发数等显性交互行为特征[38]。本研究进一步利用Kruskal-Wallis H检验对不同协同维度下的公众交互数量展开分析，结果显示协同部门和协同层级下点赞数、评论数、转发数没有显著差异，因此重点对不同协同功能下交互数量进行分析（见表9），不同协同功能的点赞数存在显著差异。发挥救援行动信息协同和情感联系协同功能的博文引发了较多的点赞、评论和转发。对比表7-8的分析结果，尽管这两类协同功能在触发参与水平方面并不突出，但是带来广泛的围观和直接参与，由此可见，不同协同功能对危机情境下公众参与的广度和深度起着不同的作用。
表9 不同协同功能下交互数量差异分析（参与广度）

Table 9 Differential analysis of interaction quantity under different collaborative functions participation span

协同功能 点赞数 评论数 转发数

均值

（M）

 中位数（Mdn） 标准差（SD）

均值

（M）

 中位数（Mdn） 标准差（SD）

均值

（M）

 中位数（Mdn） 标准差（SD）
组间差异 χ2=518.493，P=0.030<0.05 χ2 =229.307，P=0.319 χ2 =411.716，P=0.604
灾情信息共享协同 95.045 15.000 603.552 18.075 4.000 105.003 36.299 10.000 92.773
救援行动信息协同 104.342 36.500 216.089 26.592 7.000 64.651 51.540 21.000 80.726
应对指南协同 24.357 9.000 46.649 4.143 3.000 5.289 18.429 10.000 17.640
社会动员协同 36.197 16.000 67.634 13.525 4.000 43.561 37.541 29.000 37.375
情感联系协同 235.885 72.000 412.557 50.049 11.000 85.422 90.754 48.000 146.259

4.4 研究发现与讨论

本研究基于整体治理理论、公众参与梯度模型和危机管理理论等，对突发自然灾害事件下政务微博的协同维度特征和公众参与行为特征进行细致剖析，系统探究政务微博的协同对公众参与行为影响，得出以下结论：
（1）在突发自然灾害危机事件情境下，目前政务微博之间的协同行为还非常有限，尚未表现出“整体协同、响应迅速的政务新媒体矩阵体系”，这一结论与韩志明[39]得出的研究结论基本一致，行动者之间的互动关系及其演化轨迹深刻反映出治理体系碎片化的问题。我国政务微博主要还是专注于自身本职工作，传播专业相关的信息和知识。例如，中国消防微博主要在发布救援信息和救援指南，中国气象局主要在发布灾情信息和应对指南。实践中这种单项、静态的传统公共危机治理模式强调“分类管理、分级负责”，而忽视了“统一指挥、综合协调”，在面临跨域性和复杂性特征的复合型灾害治理时日益受到挑战，影响公共危机治理水平的提升。
而当前存在协同的政务微博，主要表现为与同层级的政府机构间以及同新闻媒体进行合作，同其他社会组织以及多部门之间的混合协同还较为有限。在协同功能上，政务微博主要通过信息共享、行动号召和情感联系建立来实现应急管理协同，其中灾情信息共享协同、救援行动信息协同是较为常见模式。这一结论同安璐[40]在2020年南方汛情事件的研究结论相似，网民关注的主题通常集中在救援善后类、事实类，为消除民众对灾害事件的恐慌，促进公众积极参与，政务微博协同信息发布应多关注这类话题。
此外，政务微博的协同情况会随着危机阶段发展不断变化，每个阶段有不同的协同重点，这与程顺祺[16]、冯欢庆[41]等学者的研究发现一致。在危机发生潜伏阶段，政府危机沟通主要围绕在危机事件信息收集和危机研判上，及时识别问题并开始社会预警；当灾害规模和影响达到一定级别时，仅依靠分级负责可能不足以应对挑战，需要跨层级的统一协调来确保各方面的资源得到最佳的整合和配置；在蔓延期，突发事件已经达到很高的热度，舆论信息既庞大又具有多样性，政府在这一阶段应该协调好与新闻媒体之间的关系并推进合作，重点发挥媒体的引导作用，及时对事实进行报道，减少信息不对称现象，做好情感支持和安抚，使公众从非理性走向理性。
（2）在突发自然灾害危机事件下，公众参与行为主要以开放参与为主，特别是情感互动行为最为突出，公众参与行为会随着时间不断变化和波动，共同协作这种高阶参与行为在蔓延期才达到高峰，具有一定的滞后性。姚志臻[35]的研究表明提供更多的信息支持和情感支持，有良好的社区氛围激励，会触发更高阶的公众参与行为。在本研究中也可以看出，政务微博在蔓延期通过与新闻媒体的协同来稳定社会情绪，公众在获得足够的信息和情感支持后，更愿意参与到深层次协同合作中。
（3）在自然灾害危机情境下，政务微博协同对公众参与水平有不同的影响作用。相比现实世界，网络空间的虚拟、开放、无边界等特点促使政府从现实世界中垂直管理模式转变为更加开放的平面管理模式[37]，推动了公共危机响应模式从“政府—媒体”二元主导型向“政府—媒体—社会组织—公众”多元协同型转变。本研究深入探究了政务微博的不同协同维度下公众参与水平的差异，发现在协同功能方面，发挥应对指南协同、社会动员协同的微博相较于单一的信息共享和情感联系，对提升公众参与水平具有更为显著的正向效应。这一结论与G. D. Saxton研究结论一致，有明确目标的号召性信息比信息型信息更受欢迎，提高了对话参与的水平[42]。此外，单一信息共享和情感联系的协同微博虽然在推动公众深度参与和创造性贡献方面有所局限，但带来更广泛的围观，提升公众参与的广度。这一结论与安璐[40]和Q. Chen[22]的研究结论一致，救援善后类和情感联系类的政务微博能够引发公众的情感共鸣，促进公众的广泛参与，进而提升政府信息的传播效果。
在协同部门方面，政务微博与多个部门之间进行混合协同对提升公众参与水平具有更为显著的正向影响。这说明，当应急管理从“单极主义”向“多元合作”转变，合力形成整体性协同共治的治理路径，有助于促进公众的深度参与，进而提升应急管理效能。这与程顺祺[16]的研究一致，串联多元应急力量，实现灾害信息和救援信息的整合、情感联系的协同，充分利用公共部门内外应急资源，这不仅为公众提供更多元化和全面的信息和资源，帮助公众更深入地理解危机，同时展现出社会整体的凝聚力，也能够激励公众积极参与危机应对，从而提升社会整体应急管理水平。
在协同层级方面，同层级协同（国家级协同）相比于跨层级协同对提升公众参与水平具有更为显著的正向效应。这一发现似乎与以往研究中强调的府际协同，尤其是强调中央与地方之间的纵向协同在应急管理中的重要性[43]存在一定的差异。由于社交媒体平台的特殊性，协同的效能往往受到协同对象自身影响力的显著影响[7]。罗家德将组织的社会资本视为 “组织拥有的某些结构特质，可带来特定的行动或资源，最终为组织带来整体利益”[44]。一般而言，组织的层级越高，拥有的社会资本越多，在社交媒体上一般反映为关注者的数量越多。组织在前期积累的社会资本存量吸引更多公众关注，使得公众参与并达到较高水平成为可能。

5 研究启示与展望/Research implications and prospects

5.1 研究启示

由于危机情境下政务社交媒体的危机协同及公众参与的动态性和复杂性，较难细致刻画分析，本研究整合政府和用户视角，借鉴整体性治理理论建构了政务微博的协同功能、协同部门、协同层级的分析框架，整合公众参与梯度理论，细化了公众参与行为和水平的分析粒度，综合利用内容编码、机器学习和统计分析等方法探讨了两者关系，揭示了信息共享、行动呼吁、情感联系等不同协同功能的作用差异，有助于政府部门理解跨部门的横向协同（混合协同）、跨层级的纵向协同等不同协同策略的优势和劣势以及运用时机，能够根据危机管理的时间阶段和任务要求，更有针对性地激励和触发公众参与行为，从而提升应急管理水平。
（1）构建多元协同治理机制，释放政务微博平台效能。自然灾害危机背景下的整体性治理依赖于政府、媒体、社会组织、公众等多元力量的共同参与，需充分整合各方资源，利用技术赋能，形成全社会合力。然而，本研究数据调查结果显示，政务微博的协同，特别是与社会组织之间的混合协同还非常有限，尚未充分挖掘多元主体在危机治理中的潜在价值。在社交媒体上，政府部门具有公权优势、新闻媒体具有传播优势、社会组织具有专业优势[37]。政府部门应充分认识并积极利用多元主体的差异化特征，在信息共享、资源整合、社会动员等方面实现互补，共同促进公众深度参与，为应急管理提供强有力支撑。具体而言，政府部门可以从以下几个方面优化：①整合资源。政务微博可以整合不同部门的信息资源，打造"一站式"信息服务平台，例如整合消防、气象、公安等部门的救援指南、灾情预警与应急资讯。此外，政务微博还可以与媒体、社会组织等第三方机构合作，利用媒体的传播渠道资源以及社会组织的专业知识资源，提升公共服务效率。②明确责任分工。在政务微博协同中，各部门需有序分工，例如应急管理部统筹全局信息发布，专业部门（如气象部门、消防部门、公安部门等）提供实时灾害监测数据、救援服务信息、谣言澄清等。③技术赋能。在整体性治理理念下，政府部门应充分利用数字化平台和大数据分析技术，整合不同渠道和部门的数据资源，进行海量数据分析和处理，构建即时感知、科学决策和智能监管的智慧协同新形态。这种智慧协同模式不仅能够提升危机治理的效率，还能够更好地满足公众的服务需求，推动公共服务的优化和创新。
（2）营造良好的互动参与氛围，提升公众参与水平。本研究结果表明，公众参与行为主要以情感互动性的开放参与行为为主，深层次的共同协作行为出现较少，说明许多公众还处于被动接受政府信息服务阶段，主动参与协作、志愿援助的比例较少。政府部门应高度重视能够显著提升公众参与水平的应对指南协同、社会动员协同等协同功能。具体而言，一方面，需制定并发布针对不同危机场景的详细自护指南，确保公众能够获得具体、可操作的自救互救方法；另一方面，应加强与新闻媒体、社会组织及志愿者队伍等多种类型组织的联合动员。例如，在2021年河南暴雨灾害期间，应急管理部联合蓝天救援队、人民日报等建立的“求助信息协同发布平台”，通过联合多种组织广泛动员公众扩散转发，让更多的人知道求助渠道；此外，2021年北京市推出“应急志愿者星级评定制度”，通过量化志愿服务时长、设置不同星级等方式，有效激发了公众参与热情。通过这些措施，为公众提供明确的危机应对的参与路径和参与目标，促进公众的深度参与。此外，危机治理是政府与普通公众共同应对的过程，公众需要转变被动接受者为信息提供者、信息传播者、意见反馈者等角色，增强公共价值共创的积极性和主动性。为此，相关部门应鼓励用户积极参与。例如，以更加平等的姿态与公众互动，营造轻松自在表达观点的平台氛围；多发布相关话题讨论，引导公众参与互动，让普通民众有机会表达观点和参与公共议题的讨论，逐步提高其公共意识和集体观念；对于相关意见和建议及时提供物质和精神上的激励，充分调动公众在危机治理中的积极力量。

5.2 不足与展望

本研究仍存在一些局限和不足之处，样本选择上，本研究只选取了国家级政务微博作为研究对象，仅分析了政务微博协同情况以及公众参与情况。在后续研究中，可以进行抖音、微信等多平台的数据对比分析，或拓展府际协同的样本数据分析；研究变量选择上，考虑结合管理学、心理学、计算机科学等多学科理论，引入更多中介变量和调节变量，进行更完整系统的分析讨论。

张　敏：论文定题与修改；

梅艳馨：数据分析，论文撰写；

张　芳：数据采集与处理；

张　可：论文框架审核与修改。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
ZEEMERING E S. Functional fragmentation in city hall and twitter communication during the COVID-19 pandemic: evidence from Atlanta, San Francisco, and Washington, DC[J]. Government information quarterly, 2021, 38(1): 1-14.

2
胡象明, 唐波勇. 整体性治理:公共管理的新范式[J]. 华中师范大学学报(人文社会科学版), 2010, 49(1):11-15.

(HU X M, TANG Y B. Holistic governance: a new paradigm for public management[J]. Journal of Huazhong Normal University(humanities and social sciences), 2010, 49(1): 11-15.)

3
陈世英, 黄宸, 陈强, 等. 突发事件中地方政务微博群信息发布策略研究——以“8·12”天津港特大火灾爆炸事故为例[J]. 情报杂志, 2016, 35(12): 28-33.

(CHEN S Y, HUANG C, CHEN Q, et al. Information－releasing strategy of local government microblog group during public emergency—a case study of Tianjin port explosion[J]. Journal of intelligence, 2016, 35(12): 28-33.)

4
梁芷铭. 政务微博群的网络结构对传播效果的影响研究——政务微博话语权研究系列之十二[J]. 情报杂志, 2014, 33(11): 40-45.

(LIANG Z M. The communication effects vs. the grouping structure of government's microblog network—the 12th study series of the discourse power from government's microblogging[J]. Journal of intelligence, 2014, 33(11): 40-45.)

5
邓喆, 孟庆国, 黄子懿, 等.“和声共振”:政务微博在重大疫情防控中的舆论引导协同研究[J]. 情报科学, 2020, 38(8): 79-87.

(DENG J, MENG Q G, HUANG Z Y, et al. Harmonic resonance: research on public opinion guidance and collaboration of government microblog about COVID-19[J]. Information science, 2020, 38(8): 79-87.)

6
石婧, 周蓉, 李婷.政务服务“双微联动”模式研究——基于上海市政务微博与政务微信的文本分析[J]. 电子政务, 2016(2): 50-59.

(SHI J, ZHOU R, LI T. Research on“double micro linkage” mode of government services: text analysis based on Shanghai municipal government Microblog and WeChat[J]. E-government, 2016(2): 50-59.)

7
周成阳. 突发公共事件下地方政务微博协同传播效果影响因素研究[J]. 图书情报研究, 2021(3): 57-65.

(ZHOU C Y. Research on the influence factors of collaborative communication of local government affairs under public emergency[J]. Library & information studies, 2021(3): 57-65.)

8
唐晓波, 李诗轩, 谭明亮, 等.国内外政务社交媒体研究评述及展望[J]. 现代情报, 2022, 40(1): 159-169.

(TANG X B, LI S X, TAN M L, et al. Review and prospects of study on social media in government[J]. Journal of modern information, 2022, 40(1): 159-169.)

9
SIMON T, GOLDBERG A, ADINI B. Socializing in emergencies—a review of the use of social media in emergency situations[J]. International journal of information management, 2015, 35(5): 609-619.

10
纪雪梅, 翟冉冉, 王芳.突发公共事件政务微博回应方式对公众评论情感的影响研究[J]. 情报理论与实践, 2020, 43(12): 126-132.

(JI X M, ZHAI R R, WANG F. Research on the influence of government microblogs’response to public emergencies on emotions in public comments[J]. Information studies: theory＆application, 2020, 43(12): 126-132.)

11
安璐, 徐曼婷.突发公共卫生事件情境下网民对政务微博信任度的测度[J]. 数据分析与知识发现, 2022, 6(1): 55-68.

(AN L, XU M T. Measuring online trust in government microblogs in public health emergencies[J]. Data analysis and knowledge discovery, 2022, 6(1): 55-68.)

12
粟路军, 冯姗.公共危机信息响应模式对公众应对行为的影响机制[J]. 管理评论, 2023(1): 324-338.

(SU L J, FENG S. The mechanism of how public crisis information response influences public reaction[J]. Management review, 2023(1): 324-338.)

13
竺乾威. 从新公共管理到整体性治理[J]. 中国行政管理, 2008(10): 52-58.

(ZHU Q W. From new public management to holistic governance[J]. Chinese public administration, 2008(10): 52-58.)

14
南锐, 陈静. 从碎片化转向整体性:特大城市重大公共卫生事件应急治理的路径选择[J]. 广东行政学院学报, 2021, 33(3): 29-36.

(NAN R, CHEN J. From fragmentation to integration: the path of emergency management for major public health events in megacities[J]. Journal of Guangdong Institute of Public Administration, 2021, 33(3): 29-36.)

15
王星尊. 整体性治理视角下县市应急管理部门协同机制研究[D]. 武汉: 中南财经政法大学, 2022.

(WANG X Z. Research on the coordination mechanism of county and city emergency management departments from the perspective of holistic governance[D]. Wuhan: Zhongnan University of Economics and Law, 2022.)

16
程顺祺, 王少谷, 陈晨, 等.整体性政府视角下高温热浪应急管理的协同联动机制研究[J]. 灾害学, 2019, 34(3): 160-166.

(CHEN X Q, WANG S G, CHEN C, et al. A study on the collaborative-linkage mechanism for high temperature heat wave —based on the holistic government theory[J]. Journal of catastrophology, 2019, 34(3): 160-166.)

17
韩容. 总体国家安全观下社会安全事件应急情报协同治理研究[D]. 哈尔滨:黑龙江大学, 2022.

(HAN R. Research on collaborative governance of emergency intelligence for social security incidents under the overall view of national security[D]. Harbin: Heilongjiang University, 2022.)

18
杨巧云.整体性治理视域下的应急情报体系协调研究[J]. 情报理论与实践, 2020, 43(1): 61-67.

(YANG Q Y. Research on government emergency intelligence coordination under the horizon of holistic governance[J]. Information studies: theory＆application, 2020, 43(1): 61-67.)

19
张敏, 张芳, 张可, 等.自然灾害危机情境中政务微博的公众言语行为模式及情绪传播研究 [J]. 图书情报工作, 2024, 68(20): 104-117.

(ZHANG M, ZHANG F, ZHANG K, et al. Research on public speech acts patterns and sentiment dissemination in government microblogs in natural disaster crisis[J]. Library and information service, 2024, 68(20): 104-117.)

20
王学军, 李航宇.公众参与价值共创的动机图谱及其影响——价值共创视角下的混合研究[J]. 公共行政评论, 2023, 16(2):4-24, 196.

(WANG X J, LI Y H. Citizens' motivations for co-production and the influences on behaviors: mixed research in the perspective of value[J]. Journal of public administration, 2023, 16(2):4-24, 196.)

21
BRUDNEY J L. Rethinking co-production: amplifying involvement and effectiveness[J]. Journal of Chinese governance, 2020, 5(1): 8-27.

22
CHEN Q, MIN C, ZHANG W, et al. Unpacking the black box: how to promote citizen engagement through government social media during the COVID-19 crisis [J]. Computers in human behavior, 2020, 110: 106380.

23
陈强, 赵汉卿, 李彤钰.政务短视频对公众参与的差异化影响——基于危机与后危机情境的比较研究[J]. 北京航空航天大学学报(社会科学版), 2024, 37(2): 136-146.

(CHEN Q, ZHAO H Q, LI T Y. Differential impact of government short videos on citizen engagement: a comparative study based on crisis and post-crisis situations[J]. Journal of Beijing University of Aeronautics and Astronautics(social sciences edition), 2024, 37(2): 136-146.)

24
ALAM S L. Many hands make light work: towards a framework of digital co-production to co-creation on social platforms[J]. Information technology & people, 2020, 34(3): 1087-1118.

25
ARNSTEIN S R. A ladder of citizen participation[J]. Journal of the American Institute of Planners, 1969, 35(4): 216-224.

26
LEE G, KWAK Y H. An open government maturity model for social media-based public engagement[J]. Government information quarterly, 2012, 29(4): 492-503.

27
苗青, 罗贻文. 政府网络动员策略对公众数字化合作生产行为的影响机制研究[J]. 电子政务, 2024(7): 17-28.

(MIAO Q, LUO Y W. Research on the mechanism of government network mobilization strategy on the public's digital co-production behavior[J]. E-government, 2024(7): 17-28.)

28
刘嘉琪, 王洪鹏, 齐佳音, 等.社会危机背景下的联结行动说服策略研究——基于社交媒体中的用户生成内容文本分析[J]. 管理工程学报, 2021, 35(2): 90-100.

(LIU J Q, WANG H P, QI J Y, et al. Research on connective action persuasion strategies in the context of social crisis: text analysis of user-generated contents in social media[J]. Journal of industrial engineering and engineering management, 2021, 35(2): 90-100.)

29
LI S, LIAO W, KIM C, et al. Understanding the association between online social support obtainment and coping during a public crisis[J]. Journal of health communication, 2022, 27(5): 343-352.

30
KAWATA Y. Downfall of Tokyo due to devastating compound disaster[J]. Journal of disaster research, 2011, 6 (2): 176-184.

31
SIX P, LEAT D, SELTZER K, et al. Towards holistic government: the new reform agenda[M]. New York: Palgrave, 2002: 29-30.

32
GROOTENDORST M. BERTopic: neural topic modeling with a class-based TF-IDF procedure[J]. Arxiv preprint, 2022, arxiv:2203.05794.

33
FINK S. Crisis management: planning for the inevitable[M]. New York: American Management Association, 1986.

34
马腾, 殷跃, 赵树宽, 等. 多维数据融合的突发公共卫生事件网络舆情演化特征研究[J]. 情报理论与实践, 2022, 45(12): 170-177.

(MA T, YING Y, ZHAO S K, et al. Research on the evolution of network public opinion on public health emergencies[J]. Information studies: theory＆application, 2022, 45(12): 170-177.)

35
姚志臻, 张斌. 激励机制下在线健康社区用户参与行为演化博弈分析[J]. 情报科学, 2021, 39(8): 149-155, 163.

(YAO Z Z, ZHANG B. Evolutionary game analysis of users' participation behavior in online health community under incentive mechanism[J]. Information science, 2021, 39(8): 149-155, 163.)

36
LOVEJOY K, SAXTON G D. Information, community, and action: how nonprofit organizations use social media[J]. Journal of computer-mediated communication, 2012, 17(3): 337-353.

37
周毅, 吉顺权.网络空间多元主体协同治理模式构建研究[J]. 电子政务, 2016(7): 2-11.

(ZHOU Y, JI S Q. Research on the construction of collaborative governance model of multiple subjects in cyberspace[J]. E-government, 2016(7): 2-11.)

38
LI K, ZHOU C, LOU X, et al. Impact of information timeliness and richness on public engagement on social media during COVID-19 pandemic: an empirical investigation based on NLP and machine learning[J]. Decision support systems, 2022, 162:113752.

39
韩志明. 公民抗争行动与治理体系的碎片化——对于闹大现象的描述与解释[J]. 人文杂志, 2012(3): 163-171.

(HAN Z M. Citizen resistance actions and the fragmentation of governance systems-a description and interpretation of the farce phenomenon[J]. The journal of humanities, 2012(3): 163-171.)

40
安璐, 陈苗苗.突发事件情境下政务微博信息发布有效性评估[J]. 情报学报, 2022, 41(7): 692-706.

(AN L, CHEN M M. Evaluating the effectiveness of government microblog information release in emergency situations[J]. Journal of the China Society for Scientific and Technical Information, 2022, 41(7): 692-706.)

41
冯欢庆. 突发事件网络舆情多元主体协同治理模式研究[D]. 哈尔滨:哈尔滨师范大学, 2019.

(FENG H Q. Study on the collaborative governance model of multiple subjects on internet public opinion emergency[D]. Harbin: Harbin Normal University, 2019.)

42
SAXTON G D, WATERS R D. What do stakeholders like on Facebook? examining public reactions to nonprofit organizations’ informational, promotional, and community-building messages[J]. Journal of public relations research, 2014, 26(3): 280-299.

43
孙延华, 李尔彬. 基于生命周期理论的突发公共卫生事件府际协同治理研究[J]. 辽宁行政学院学报, 2020(4): 23-27.

(SUN Y H, LI E B. Research on intergovernmental collaborative governance of public health emergencies based on life cycle theory[J]. Journal of Liaoning Academy of Governance, 2020(4): 23-27.)

44
陈晓萍, 徐淑英, 樊景立.组织与管理研究的实证方法[M]. 北京: 北京大学出版社, 2008: 358-384.

(CHEN X P, XU S Y, FAN J L. Empirical methods in organization and management research [M]. Beijing: Peking University Press, 2008: 358-384.)

Options
文章导航

/

〈 〉