近年来,地震工作者通过微博数据对破坏性地震的公众关注度进行了一些研究。曹彦波等(2017a)分析了2017年九寨沟MS 7.0地震前后由微博所反映的灾情,并与实际灾评结果进行对比。曹彦波等(2017b)以2014年云南景谷MS 6.6地震为例,利用微博数据获取震感范围。张方浩等(2016)以2014年云南鲁甸MS 6.5地震为例,利用微博平台等收集的信息,进行分类编码及反演对比分析。白仙富等(2010)将地震应急现场信息分为地震震情信息、灾情信息、应急处置信息、处置效益信息等4大类。邓月飞等(2020)以云南2018年通海2次MS 5.0地震、2020年巧家MS 5.0为例,总结思考地震网络舆情引导与应对方法。2021年5月21日云南漾濞发生MS 6.4地震。本文选取5月18—28日漾濞地震事件中最显著的时间段(主震前3天和主震后7天),将云南省地震局发布的184条漾濞MS 6.4地震相关微博分为震情类、灾情类、抗震救灾工作措施类、灾区生产生活状况类、地震科普类等。通过统计各类微博的阅读量及其日变化情况,分析微博的受关注程度,旨在为地震部门的破坏性地震应急舆情工作提供参考。
1 按类别统计的微博阅读量 1.1 平均阅读量2021年5月18—28日,云南省地震局发布漾濞MS 6.4地震相关微博184条。统计发现,震情类微博106条,平均阅读量19 913;灾情类微博10条,平均阅读量11 643;抗震救灾工作措施类微博26条,平均阅读量195 383。其中,1条微信阅读量达4 680 000,为阅读量最高的微博。灾区生产生活类微博9条,平均阅读量12 587;地震科普类微博38条,平均阅读量20 044。每类微博平均阅读量柱状统计如图 1所示。由此可见,漾濞MS 6.4地震前后,抗震救灾工作措施类微博平均阅读量最高,受关注程度最高,其他依次为地震科普类、震情类、灾区生产生活情况类、灾情类。
在184条微博中,阅读量最高的微博是2021年5月22日反映漾濞MS 6.4地震后当地政府抗震救灾工作措施的微博,阅读量达4680 000(图 2)。按类别来看,震情类、灾情类、政府部门抗震救灾工作措施类、灾区生产生活状况类、地震科普类的最高阅读量微博的阅读量分别为150 000、941 000、4 680 000、26 000、139 000(图 3)。由此可见,抗震救灾工作措施类微博的最高阅读量明显高于其他类别,反映了震后政府部门的抗震救灾措施最受关注。
将184条微博阅读量按日统计,2021年5月18日发布微博12条,平均每条阅读量11 977;5月19日11条,平均阅读量13 089;5月20日7条,平均阅读量18 857;5月21日52条,平均阅读量47 365;5月22日59条,平均阅读量97 520;5月23日14条,平均阅读量12 897;5月24日13条,平均阅读量9 258;5月25日4条,平均阅读量14 750;5月26日3条,平均阅读量25 000;5月27日4条,平均阅读量11 500;5月28日5条,平均阅读量9 846(图 4)。
由图 4可见,2021年5月18—22日,每日微博平均阅读量呈增长趋势,19、20、21、22日阅读量较前1天分别增长约9.28%、44.00%、151.00%、106.00%。5月18日,漾濞发生MS 3.2、MS 3.0、MS 4.2共3次3.0级以上地震,漾濞县、大理市等人口密集区域震感明显,网民关注地震相关情况;5月19日,又发生MS 3.1、MS 4.4、MS 3.2共3次3.0级以上地震,漾濞县、大理市等地震感明显,微博平均阅读量增加;5月20日,再发生1次MS 3.2地震,漾濞县、大理市有震感,阅读量持续增加;5月21日,接连发生19次3.0级以上地震,包括1次MS 6.4、3次MS 5.0—5.9、7次MS 4.0—4.9、8次MS 3.0—3.9地震,云南大理、楚雄、丽江、玉溪、红河、昆明和四川攀枝花等地有震感。由于地震震级较大,余震较多,震感强烈,地震当天震情类、灾情类、抗震救灾工作措施类、地震科普类的微博平均阅读量增幅最大,较前1天达到151%;5月22日,微博平均阅读量最高。MS 6.4地震发生在21日21时48分,网民非常关注震情、灾情、抗震救灾工作情况,而除了震情、科普信息外,大部分灾情类、抗震救灾工作情况类信息有一段空窗期,直到22日凌晨才得以陆续统计发布。因此,微博平均阅读量最高的日期不是MS 6.4地震发生的5月21日,而是之后的22日。5月23、24日,灾区仅发生1次MS 3.1余震,没有新的人员伤亡信息,抗震救灾工作正常有序开展,灾区社会稳定,微博主要发布地震科普知识和地震部门现场工作动态消息。因此,平均阅读量迅速减少;5月25日,地震部门发布MS 6.4地震烈度图,受到网民和媒体的关注,微博平均阅读量小幅增加;5月26日,灾区发生1次MS 3.0余震,且出现“将要发生更大地震”的谣言,因此,1条地震自救科普微博阅读量达50 000,当天微博平均阅读量继续小幅增加;5月27、28日,灾区虽有MS 4.1、MS 3.6、MS 3.1余震,但当地政府、地震部门对谣言进行处置,灾区生产生活也逐步恢复,微博平均阅读量连续减少。这反映了地震当日和次日,微博最受关注,之后受关注程度大幅降低。但当灾区出现强余震、谣言等情况时,微博的受关注程度又会上升。
2.2 每日微博最高阅读量2021年5月18—28日,每日最高阅读量微博的阅读量分别为24 000、38 000、23 000、941 000、4 680 000、23 000、15 000、26 000、50 000、13 000、16 000(图 5)。由图 5可见,5月21、22日最高阅读量微博的阅读量明显高于其他日期,反映了震后1—2天内的微博最受关注。
综上所述,反映政府部门抗震救灾工作措施的微博阅读量最高,最受关注。信息的受关注程度与地震序列的震级水平呈正相关,地震发生的当日和次日,地震事件最受关注。因此,当破坏性地震发生后,地震部门要立即发声,在地震当日和次日,加强宣传地震部门的应急响应工作情况和各级党委政府抗震救灾工作举措等相关信息。同时,密集发声,持续发布震情、灾情、灾区生产生活实况、地震科普知识等内容,以满足公众对地震事件的关注,展现地震部门的职责和担当,维护社会稳定。
白仙富, 李永强, 陈建华, 等. 地震应急现场信息分类初步研究[J]. 地震研究, 2010, 33(1): 111-118. |
曹彦波, 毛振江. 基于微博数据挖掘的九寨沟7.0级地震灾情时空特征分析[J]. 中国地震, 2017a, 33(4): 613-625. |
曹彦波, 吴艳梅, 许瑞杰. 基于微博舆情数据的震后有感范围提取研究[J]. 地震研究, 2017b, 40(2): 303-310. |
邓月飞, 孔德育. 云南通海、巧家MS 5.0地震在网络舆情引导中的思考与建议[J]. 地震地磁观测与研究, 2020, 41(3): 216-221. |
张方浩, 和仕芳, 吕佳丽, 等. 基于互联网的地震灾情信息分类编码与初步应用研究[J]. 地震研究, 2016, 39(4): 664-672. |