[10]张艳，何爱平，赵仁杰.我国灾害经济研究现状特征与发展趋势的文献计量分析 [J].灾害学，2016，31（4）：150-156.

[11]柴玥,金保德,杨中楷.《中国国家地理》新浪微博传播效应分析[J].中国科技期刊研究,2015,26(5):493-498.

[12]王国华,郑全海,王雅蕾,等.新浪热门微博的特征及用户转发规律研究[J].情报杂志,2014(4):117-121.

[13]庞西磊，黄崇福，张英菊.自然灾害动态风险评估的一种基本模式[J].灾害学，2016，31（1）：1-6.

[14]哈斯，张继权，佟斯琴，等.灾害链研究进展与展望[J].灾害学，2016，31（2）：131-138.

[15]汪云，迟菲，陈安.中外灾害应急文化差异分析[J].灾害学，2016，31（1）：226-234.

[16]陈升，刘思利.政府应急管理能力及应急管理绩效的比较实证研究--基于汶川地震与芦山地震受灾群众的视角[J].灾害学，2016，31（3）：160-164.

[17]吴晓涛，姬东艳.我国小学应急教育体系优化研究[J].灾害学，2017，32（2）：196-201.

[18]吴晓涛，姬东艳，金英淑，等.美国校园应急预案建设及对我国的启示[J].灾害学，2017，32（3）：144-149.

[19]龙小霞，延军平，孙虎，等.基于可公度方法的川滇地区地震趋势研究[J].灾害学，2006，21（3）：81-84.

[20]孙桂丽，陈亚宁，李卫红，等.新疆极端水文事件年内分布的非均匀性[J].灾害学，2011，26（2）：18-23.

[21]王宇，杨迎冬，晏祥省，等.云南鲁甸6.5级地震次生特大地质灾害的特征及原因[J].灾害学，2016，31（4）：83-86.

[22]张腾飞，尹丽云，许迎杰，等.2007年5-8月云南省雷电活动特点和致灾因子分析[J].灾害学，2009，24（1）：73-79.

[23]郭增建，秦保燕，郭安宁.地气耦合与天灾预测[M].北京：地震出版社，1996.

[24]车安宁，尚峰.灾害学新论[M].北京：中共中央党校出版社，2011.

[25]赵冬至，文世勇.赤潮灾害风险评估理论与区划方法[M].北京：海洋出版社，2013.

[26]孙佰清，夏权威.地震灾害物理损失与心理损失关系浅析[J].灾害学，2016，31（3）：15-19.

[27]陈升，李兆洋，张建.汶川地震、芦山地震对灾民影响差异性比较研究[J].灾害学，2017，32（3）：150-158.

[28]戴胜利，李迎春.东日本9级大地震次生灾害的传导机理及管理优化研究[J].灾害学，2017，32（4）：162-168.

[29]胡建华，黄超然，习智琴，等.基于系统思考的深圳“12.20”滑坡事故分析及应对措施[J].灾害学，2016，32（1）：142-148.

[30]鲁征，傅贵，薛忠智.天津港“8.12”危险品仓库火灾爆炸事故行为原因研究[J].灾害学，2016，32（1）：205-211.

[31]孟辉，宋薇，王婉，等.“8.12”天津港爆炸事故处置现场人工影响天气保障方案设计与实现[J].灾害学，2017，32（2）：136-140.

袁志祥（1963-），男，编审，主要从事灾害研究及期刊编辑管理工作。

E-.

0 前言灾害学是以灾害及灾害系统为研究对象，通过研究灾害的成因和时空分布规律，来寻找减轻灾害损失的途径[1-2]。我国是一个多灾的国家[3-5]，灾害学知识的传播有利于保护公众生命财产安全，减少灾害损失。因此，研究灾害学的传播具有重要的意义。通过文献计量统计分析的方法来研究灾害知识的传播，这是一种新兴的研究方法[6-10]。微博既是一种网络舆情传播工具，又是大规模的公共话语传播平台。微博的巨大影响力能够客观地体现微博用户关注热点，较为真实地反映网民的关注程度[11-12]。本论文通过微博可视分析工具PKUVIS的内容分析法，从微博涉及灾害学研究方向[13]、微博发布日期和时间、微博发布主体类型、微博内容来源等方面进行灾害学微博特征研究。对转发量较多的微博进行深入分析。通过对灾害学微博传播途径分析，探索灾害学研究现状[14]、公众对灾害学的认知[8]，寻找微博空间话语权的引领者，探索灾害学的传播机制提供了一个新的途径。1 研究设计1.1 数据获取本研究所获取的数据来自新浪微博，网址： “灾害学”进行综合搜索。自动合并相似记录后搜索出175条记录，找到全部搜索结果，包括相似结果在内，一共搜索到476条记录。删除与灾害学研究无关的记录后得到 类目构建根据研究需要建立类目系统，并进行相应编码如表1所示。表1 类目构建Table 1 Category Construction类目 编码微博涉及灾害学方向（D）1＝《灾害学》课程；2＝地震消息传播；3＝《灾害学》期刊；4＝灾害学研究发展；5＝灾害学知识应用；6＝防灾技能掌握微博发布年份（Y） 1＝2 0 0 9年；2＝2 0 1 0年；3＝2 0 1 1年；4=2 0 1 2年；5=2 0 1 3年；6=2 0 1 4年；7=2 0 1 5年；8=2 0 1 6年；9=2 0 1 7年微博发布时间（T） 1=0 0:0 1～6:0 0； 2=6:0 1～8:3 0； 3=8:3 1～1 2:0 0； 4=1 2:0 1～1 4:0 0； 5=1 4:0 1～1 8:0 0； 6=1 8:0 1～2 4:0 0微博发布主体类型（M） 1=草根用户；2＝红星；3＝黄V；4＝官V及报纸；5＝企业微博；6＝公益微博1.3 数据统计本研究随机抽出100个样本的数据进行可靠性检验。结果表明，一致均达95%以上。编码具有较高的信度，可以进行分析，数据分析采用SPSS19.0进行，主要方 研究方法本研究采用北京大学可视化小组发布的PKUVIS微博可视分析工具，对国内微博发布的内容进行统计分析。2 基础数据描述2.1 微博涉及灾害学知识传播本文根据微博内容的差异，将总体样本分为6类，即 《灾害学》课程、地震消息传播、 《灾害学》期刊、灾害学研究发展、灾害学知识应用、防灾技能掌握。在总样本中各类方向的占比例如表2所示。通过表2可知，在微博上灾害学涉及方向最多的是灾害学知识的应用和 《灾害学》课程，几乎占了微博灾害学传播方式的三分之二。而防灾技能掌握比例最小，只有1.54%。表2 涉及灾害学各方向微博比例表Table 2 Micro-blog scale for disaster sciences灾害学知识传播 《灾害学》课程 地震消息传播 《灾害学》期刊 灾害学研究发展 灾害学知识应用 防灾技能掌握占比/% 3 0.7 7 1 1.0 3 1 5.3 8 1 0.2 6 3 1.0 3 1.5 42.1.1 灾害学知识应用（1）灾害学知识应用最多的 “杀人的不是地震，而是建筑”。说明了公众对建筑抗震能力的关注。（2）通过震级、烈度等灾害学知识的普及，公众的地震预警意识增强[15-18]。“灾害发生前1美元的投入会避免100美元甚至1 000美元的损失”等知识的传播说明灾害预防的重要性。（3）灾害学相关岗位供求的信息。一些NGO组织公开招聘救灾备灾的项目官员、国家海洋局招聘灾情统计和灾害评估岗位的工作人员等等，说明微博逐渐成为与灾害相关岗位信息的发布平 《灾害学》课程《灾害学》课程是有效的宣传灾害学知识的途径。微博是师生们进行 《灾害学》课程交流的平台之一。通过博文分析，师生们从 《灾害学》课程的选课、课堂学习、课后知识的掌握、 《灾害学》相关课程等方面进行全方位的交流。说明 《灾害学》课堂是传播灾害学知识最有效的途?《灾害学》期刊《灾害学》期刊对灾害学的发展起着重要的作用。IN蓝、致静达观、巡视团团长等对成功预测2008年5月12日汶川8.0级地震的论文 《基于可公度方法的川滇地区地震趋势研究》[19]进行了分享、兰哈哈萨克斯坦学术研究中心分享了 《新疆极端水文事件年内分布的非均匀性》[20]、行云流水走边疆分享了 《云南鲁甸6.5级地震次生特大地质灾害及原因》[21]、手机用户 分享了 《2007年5～8月云南省雷电特点和致灾因子分析》[22]等等。此外，山西论文网编辑的微博号多次发表与 《灾害学》期刊相关的内容、笔耕文化传播对 《灾害学》期刊进行了详细的?其他（1）地震消息的传播：通过微博内容可知，在地震发生后，有关地震的微博数量会增加，然后逐步下降。（2）灾害学研究的发展：灾害学研究的发展是由各种学科、文献及国内外期刊共同发展的结果。交流的形式有会议 （例如MM_田明发布的云南防灾减灾体系研讨会）、书籍 （《地气耦合和天气预测》[23]、 《灾害学新论》[24]、 《赤潮灾害风险评估理论与区划方法》[25]等）、博文 （《灾害学 （孕灾、致灾、承灾）》）等方式，促进了灾害学研究的发展。（3）防灾技能的掌握：该选项的比例最低，说明人们对防灾实用技能的掌握程度不高。但是在遇到灾害时，掌握必要的技能是应急救援最重要的技能[26-27] 微博发布年份分析将搜索得到的数据按年份进行统计，如图1所示。从图1中可知，微博发文量在2011年、2012年和2013年数量最多。2011年3月11日东日本发生9.0级地震产生很大的影响[28]，从而引起广泛的关注。2015年深圳 “12.20”滑坡事故[29]，由于国家权威媒体及时发布相关事件起源及处理信息，在微博中没有产生大的反应。所以，2015年相关微博数量反而最少。由于2017年天津港“8.12”危险品仓库火灾爆炸事故[30-31]在统计时段之外，其微博数量的变化没能在2017年统计之列。图1 各年份微博发布数量统计示意图Fig.1 Statistical diagram of number of Micro-blog released in every years 微博发布时间将搜索得到的数据按每日的发布时间进行统计，如图2所示。通过图2所示，微博发布时间集中 14∶00 之后， 其次是 08∶31～12∶00 的发博量也较多，说明关注灾害学微博的人主要集中于常规的工作时间。图2 微博发布时间统计示意图Fig.2 Statistical diagram of Micro-blog releaseing time2.4 微博发布主体类型通过图3可知，关注灾害学的以草根为主，其次是红星和大V。草根的活跃，说明普通民众对于灾害的关注度更高。图3 各微博主体发博数量统计示意图Fig.3 Statistical diagram of the volume of Micro-blog's main suppliers3 热点微博传播效果分析根据数据描述的结果分析：“杀人的不是地震，而是建筑”和 《基于可公度方法的川滇地区地震趋势研究》[19]这两个相关话题的微博关注度较高。通过二次搜索，搜索出含有 “杀人的不是地震，而是建筑”的微博133条和含有 《基于可公度方法的川滇地区地震趋势研究》[19]的微博45条，分别针对这两个微博进行进一步 与 “杀人的不是地震，而是建筑”相关微博（1）涉及领域。涉及 “杀人的不是地震，而是建筑”相关微博的领域主要有建筑（包括校舍、住宅、文物建筑及所有的房屋建筑等）、地震知识、描述 “杀人的不是地震，而是建筑”现象、其他等。具体微博数量和比例如图4所示。由图4可知，微博用户通过 “杀人的不是地震，而是建筑”的关注显示了对房屋，尤其是校舍安全的关注。还有20%用户通过微博这个工具传播 “杀人的不是地震，而是建筑”涉及的灾害学知识。（2）评论数和转发数。这里列出转发数最多的5个微博和评论数大于5的微博，如表3所示。从表3可知：大V的影响力要远远高于人数众多的草根，而且转发数和评论数都相应较多。因此加强防灾减灾工作，关键是对大V实施影响。另外，整体微博对灾害学的关注度都太低了。图4 “杀人的不是地震，而是建筑”相关微博涉及的领域示意图Fig.4 Domain schematic diagram related to the Micro-blog the murder is not an earthquake，but a building表3 “杀人的不是地震，而是建筑”相关微博涉及的领域示意图Table 3 Domain schematic diagram related to the microblog the murder is not an earthquake,but a building微博用户 类型 转发数 评论数筑龙网建筑师圈 蓝V 2 1 0 1 7南京零距离 蓝V 2 5 7筑龙结构工程师圈 草根 1 6 －袁国宝 黄V 1 5 8百度知道日报 蓝V 1 1 －（3）传播途径。“杀人的不是地震，而是建筑”没有明显的传播途径。（4）传播峰值。通过数据汇总，得出各个年份微博发布趋势图，如图5～图10所示。通过对图5～图10的分析，发现该微博峰值出现在2011年3月16日到19日、2013年4月20日到23日、2014年8月4日到7日三个时间段。对应这三个时间段，正好是2011年3月11日日本东北部9.0级地震、2013年4月20日的芦山7.0级地震、2014年8月3日云南昭通6.5级地震。说明震后第一时间进行防 与《基于可公度方法的川滇地区地震趋势研究》相关微博（1）涉及领域。《基于可公度方法的川滇地区地震趋势研究》[19]是 《灾害学》期刊2006年第21卷第3期发表的论文。这篇论文引起微博关注的重要原因在于，论文运用可公度法推算出2008年川滇地区会发生6.7级以上强烈地震。该结论与2008年汶川地震相吻合。因此该微博涉及的领域包括两个方面，第一是研究结论的推广；第二是研究方法的探讨。微博对研究结论是一致的好评；对于可公度法具有不同的观点，有些是推广该方法，有些是怀疑。无论哪一种观点，在微博中都缺乏科学的认证。图5 2011年微博发文统计图Fig.5 Micro-blog dispatch statistics in 2011图6 2012年微博发文统计图Fig.6 Micro-blog dispatch statistics in 2012图7 2013年微博发文统计图Fig.7 Micro-blog dispatch statistics in 2013（2）评论数和转发数。《基于可公度方法的川滇地区地震趋势研究》[19]相关微博评论和转发数均较少，如图11所示。从图11可知， 《基于可公度方法的川滇地区地震趋势研究》相关内容转发量相对较少，而评论数更少，说明关注度非常低。图8 2014年微博发文统计图Fig.8 Micro-blog dispatch statistics in 2014图9 2015年微博发文统计图Fig.9 Micro-blog dispatch statistics in 2015图10 2016年微博发文统计图Fig.10 Micro-blog dispatch statistics in 2016（3）传播途径。《基于可公度方法的川滇地区地震趋势研究》[19]相关微博具有清晰的传播途径。如图12所示。通过图12可以看出 《基于可公度方法的川滇地区地震趋势研究》[19]相关微博传播过程中，传播的重要节点有 “长安落雪誓治拖延症”和 “一朵小咩”；其他用户如 “阿PG”和 “蚊几羊几庚几”也引起了转发。形成了多元中心的雏形。图11 《基于可公度方法的川滇地区地震趋势研究》[30]相关微博转发数与评论数示意图Fig.11 Forwarding number and comment number diagram of the relevant Microblog of Sichuan-Yunnan earthquake trend research based on commensurability method[30]图12 《基于可公度方法的川滇地区地震趋势研究》相关微博传播途径示意图Fig.12 Schematic diagram of transmission routes of the relevant Microblog of Sichuan-Yunnan earthquake trend research based on commensurability method（4）传播峰值。通过数据汇总，得出各个年份微博发布趋势图，如图13所示。由图13可知，《基于可公度方法的川滇地区地震趋势研究》[19]相关微博传播峰值出现在2011年3月14日。该时间正好是在2011年3月11日东日本大地震[28]之后。说明当突发性大地震事件发生时，所谓地震预报问题的关注度会重新提高。图13 《基于可公度方法的川滇地区地震趋势研究》相关微博传播峰值示意图Fig.13 Sketch map of propagation peak value of the relevant Microblog of Sichuan-Yunnan earthquake trend research based on commensurability method4 结语微博可视分析工具PKUVIS可以相对直观、全面、有效的在微博上进行灾害学传播途径的分析。（1）灾害学在微博这个大众传播平台上的整体关注度非常低。灾害学知识的传播没有能充分利用好微博这个平台，尤其是防灾减灾技能方面的宣传在微博中更少。（2）要有目的的培养正面宣传防灾减灾知识的大V，抓住防灾减灾宣传的话语权，用科学的知识来占领这一宣传阵地。（2）微博传播灾害学知识已基本形成多元中心的雏形。（3）世界上重特大地震灾害发生后是灾害学知识传播有效时间。如何利用这种时机做好防灾减灾的正面宣传，是我们值得重视和研究的问题。参考文献：[1]赵思健.再论自然灾害风险的时空尺度[J].灾害学，2016，31（4）：1-10.[2]尚志海.城市自然灾害前瞻性风险管理与绩效评估[J].灾害学，2017，32（2）：1-6.[3]陈通，郑通彦.2015年中国大陆地震灾害损失述评[J].灾害学，2016，31（3）：133-137.[4]周桂华，杨子汉.2015年云南主要自然灾害灾情分析[J].灾害学，2016，31（3）：138-145.[5]周桂华，吴惠标.2016年云南主要自然灾害特点及减灾对策研究[J].灾害学，2017，32（3）：112-119.[6]白华，林勋国.基于中文短文本分类的社交媒体灾害事件检测系统研究[J].灾害学，2016，31（2）：19-23.[7]李宁，王烨，张正涛.从科技论文数量和内容看自然灾害风险度评估方法的转变[J].灾害学，2016，31（3）：8-14.[8]苏飞，何超，黄建毅，等.灾害风险感知现状及趋向[J].灾害学，2016，31（3）：146-151.[9]苏飞，殷杰，何超，等.国际洪灾风险感知研究的文献计量分析[J].灾害学，2016，31（4）：145-149.[10]张艳，何爱平，赵仁杰.我国灾害经济研究现状特征与发展趋势的文献计量分析 [J].灾害学，2016，31（4）：150-156.[11]柴玥,金保德,杨中楷.《中国国家地理》新浪微博传播效应分析[J].中国科技期刊研究,2015,26(5):493-498.[12]王国华,郑全海,王雅蕾,等.新浪热门微博的特征及用户转发规律研究[J].情报杂志,2014(4):117-121.[13]庞西磊，黄崇福，张英菊.自然灾害动态风险评估的一种基本模式[J].灾害学，2016，31（1）：1-6.[14]哈斯，张继权，佟斯琴，等.灾害链研究进展与展望[J].灾害学，2016，31（2）：131-138.[15]汪云，迟菲，陈安.中外灾害应急文化差异分析[J].灾害学，2016，31（1）：226-234.[16]陈升，刘思利.政府应急管理能力及应急管理绩效的比较实证研究--基于汶川地震与芦山地震受灾群众的视角[J].灾害学，2016，31（3）：160-164.[17]吴晓涛，姬东艳.我国小学应急教育体系优化研究[J].灾害学，2017，32（2）：196-201.[18]吴晓涛，姬东艳，金英淑，等.美国校园应急预案建设及对我国的启示[J].灾害学，2017，32（3）：144-149.[19]龙小霞，延军平，孙虎，等.基于可公度方法的川滇地区地震趋势研究[J].灾害学，2006，21（3）：81-84.[20]孙桂丽，陈亚宁，李卫红，等.新疆极端水文事件年内分布的非均匀性[J].灾害学，2011，26（2）：18-23.[21]王宇，杨迎冬，晏祥省，等.云南鲁甸6.5级地震次生特大地质灾害的特征及原因[J].灾害学，2016，31（4）：83-86.[22]张腾飞，尹丽云，许迎杰，等.2007年5-8月云南省雷电活动特点和致灾因子分析[J].灾害学，2009，24（1）：73-79.[23]郭增建，秦保燕，郭安宁.地气耦合与天灾预测[M].北京：地震出版社，1996.[24]车安宁，尚峰.灾害学新论[M].北京：中共中央党校出版社，2011.[25]赵冬至，文世勇.赤潮灾害风险评估理论与区划方法[M].北京：海洋出版社，2013.[26]孙佰清，夏权威.地震灾害物理损失与心理损失关系浅析[J].灾害学，2016，31（3）：15-19.[27]陈升，李兆洋，张建.汶川地震、芦山地震对灾民影响差异性比较研究[J].灾害学，2017，32（3）：150-158.[28]戴胜利，李迎春.东日本9级大地震次生灾害的传导机理及管理优化研究[J].灾害学，2017，32（4）：162-168.[29]胡建华，黄超然，习智琴，等.基于系统思考的深圳“12.20”滑坡事故分析及应对措施[J].灾害学，2016，32（1）：142-148.[30]鲁征，傅贵，薛忠智.天津港“8.12”危险品仓库火灾爆炸事故行为原因研究[J].灾害学，2016，32（1）：205-211.[31]孟辉，宋薇，王婉，等.“8.12”天津港爆炸事故处置现场人工影响天气保障方案设计与实现[J].灾害学，2017，32（2）：136-140.

文章来源：《自然灾害学报》 网址: http://www.zrzhxb.cn/qikandaodu/2020/0713/342.html