研究概述

地理舆情作为人类社会与地理空间互动的产物,在信息化时代展现出全新的时空演化特征

数据规模

49,728

条微博数据

涵盖事件完整生命周期

时间跨度

10

天观测期

2022年3月21日-31日

空间覆盖

全国

地理范围

重点关注五大城市群

研究方法

构建四维地理舆情超网络模型,多方法融合分析

城市子网

地理空间关联

社交子网

转发关系网络

观点子网

话题演化分析

心理子网

情感属性变化

技术方法

机器学习

BERT情感分析
LDA话题识别

GIS空间分析

标准差椭圆
重心迁移

复杂网络

MRQAP模型
社会网络分析

主要发现

舆情时空演化的三大核心特征

空间分布特征

中国舆情热点空间分布具有明显的地理集聚效应与空间相关性。舆论热点集中分布于胡焕庸线以南的京津冀、山东半岛、长三角、珠三角和成渝等城市群。

舆情热度演化空间格局
  • 焦点集中在信息传播能力强、舆论影响力大的城市
  • 爆发期与持续期的集聚效应更为鲜明
  • 舆论重心呈现明显的北移倾向

网络演化特征

社交子网

  • 呈现菱形钻石结构
  • 具有鲜明的社区效应
  • 连结效率相对较低

城市子网

  • 呈现明显的"点-轴"结构
  • 高度一体化特征
  • 网络传播效率较高
舆情网络演化

驱动机制

同配效应、虹吸效应与邻近效应均对舆论的空间传播具有显著驱动效应。

同配效应

社交相似、心理相似、观点相似促进舆情空间传播

虹吸效应

良好的教育环境、外向型发展方式、优越媒体环境

邻近效应

制度、社会与组织邻近有助于舆情信息空间扩散

事件演化周期

舆情发展的四个关键阶段

孕育期

0-6小时

舆情话题围绕××航坠机事件本身展开,社交网络焦点集中在北京

爆发期

6-28小时

增加对"灾难+营销"、"悲剧+人性底线"等涉及灾难伦理的话题探讨

持续期

28-72小时

注重对生还者、遇难家属的关怀,主流情绪向非负面转化

衰退期

4-10天

话题更为分散,涉及灾难事件后续的追责、理赔和数据分析等话题

数据分析结果

网络拓扑特征与情感演化

网络拓扑信息对比

指标 社交子网 城市子网
平均聚类系数 0.002-0.033 0.699-0.858
平均最短路径 3.480-5.226 2.011-2.343
模块化水平 0.680-0.893 0.021-0.241

情感演化趋势

情感演化
负面
初期主导
中性
占比>50%
正面
逐步上升

研究意义

为舆情治理和应急管理提供科学依据

理论贡献

  • 构建四维地理舆情超网络模型
  • 揭示舆情时空演化的内在机制
  • 丰富地理舆情研究的理论框架
  • 验证多维邻近性理论的适用性

实践价值

  • 为政府舆情监测提供技术支撑
  • 优化突发事件应急响应机制
  • 指导舆情引导策略制定
  • 提升区域协同治理能力
"舆情热点的空间分布及其演化特征不仅受地理因素的影响,还与社会经济特征、社会网络结构和心理情绪变化密切相关。"
— 研究结论

未来展望

研究局限性与发展方向

研究局限性

  • 模型主要基于灾难性突发事件验证,对其他类型事件的适用性需进一步验证
  • 不同类型突发事件可能表现出不同的时空特征和驱动机制
  • 数据获取限制,未包括香港、台湾和澳门地区

发展方向

  • 针对不同类型突发事件进行模型适应性调整
  • 引入事件类型作为调节变量,优化模型参数
  • 通过多案例研究验证模型的普适性和鲁棒性

核心洞察

研究发现的关键启示

地理集聚效应

舆情热点并非均匀分布,而是高度集中在经济发达的城市群,体现了信息传播的空间不平衡性

情感理性化

公众情绪在重大事件中会从极端负面逐渐转向理性化,主流媒体的引导作用至关重要

网络驱动机制

相似性吸引、资源虹吸和多维邻近共同驱动舆情的空间传播,形成复杂的演化模式