社會化媒體環境下的信息生態系統協同度測度研究

馮 纓 徐 俊

（江蘇大學管理學院 江蘇鎮江 212013）

1 引言

隨著互聯網的不斷發展，社交作為互聯網發展的必備要素，不再局限于信息傳遞，而是與溝通交流、商務交易類應用融合，產生了微信朋友圈、QQ空間、微博等進行信息傳播的媒體平臺。截至2016年6月，根據CNNIC的第38次中國互聯網發展狀況統計報告，微信朋友圈使用率為78.7%，QQ空間使用率為67.4%，微博使用率為34%[1]。“互聯網+”時代，社會化媒體平臺作為應用最廣泛的公共信息傳播平臺，已經成為了一種生活方式，影響著人們日常生活的各個方面，改變了人們對待信息的態度。社會化媒體的廣泛應用加速了信息傳播的，速度并擴大了覆蓋范圍，也對信息生態系統內的信息人、信息資源和信息環境之間的相互影響和作用產生了巨大的影響[2]。

從生態系統的視角考慮，社會化媒體環境下的信息生態系統可以定義為：在“互聯網+”時代的信息環境下，信息主體以微博、微信等社會化媒體工具為支撐，結合系統學和生態學等理論對信息資源進行整合配置，使得整個信息生態系統向更好的方向演化和發展，通過自我調節達到更加穩定的動態平衡狀態。社會化媒體和信息生態系統原本是關聯度不大的兩個學科分支，但是互聯網的不斷發展以及大數據時代的到來，使得社會化媒體的應用越來越廣泛，而在這種環境下的信息生態系統，也會因為社會化媒體的引導而展現出新的特征和面貌。首先，在社會化媒體環境下，人際交往不斷開放，從傳統的面-面模式走向背-臉模式。在這種模式下，信息資源長度變短，頻率變高，傳播速度變快，讓信息主體對于信息的把握更準確，對于信息生態系統的反饋也更有效。其次，社會化媒體的發展帶來了社會的關注和政策的傾斜，國家通過一系列法律法規政策改善信息環境，從而引導整個信息生態系統向良性的方向去發展和演化。最后，社會化媒體環境使得信息準入門檻降低，信息質量受到了嚴重影響，因此產生的虛假、有害和垃圾信息也越來越多，對信息生態系統的健康發展產生了巨大的影響。另一方面，因為信息分享體系的不健全和信息安全的限制造成了嚴重的信息不對稱現象，降低了信息生態系統內部各個子系統和主體之間的信息交流效率。

在這種情形下，原有的信息化水平測度不能發現系統內部之間的沖突和內耗，無法找到系統運行低效的根本原因。要更好發揮社會化媒體的作用，就需要了解系統內各個要素的協同合力程度，也需要了解系統對環境的交互影響能力，更需要了解系統對社會化媒體背景的適應程度。協同度的定義是指協同之間的各組成要素在演化發展的進程中保持協調一致的程度。它決定了系統從無序走向有序的程度和趨勢，也反映了系統之間各要素的協同合力程度。社會化媒體環境下的信息生態系統是一個復雜系統，其內部各子系統和組織要素之間的相互作用和協同程度決定了信息生態系統的效率和影響力。因此，分析研究社會化媒體環境下的信息生態系統的協同度對于準確把握系統內部各要素和系統內外要素之間的交互影響力和協同合力程度，具有非常重要的現實意義。

2 文獻回顧

“社會化媒體”是由“Social Media”翻譯而來，關于社會化媒體的定義眾說紛紜，伴隨著互聯網的不斷發展和人們對于信息和媒體認識的不斷加深，社會化媒體的定義也在不斷完善和發展。社會化媒體理論最早起源于心理學教授Stanley（1967）的“六度分割理論”，該理論認為一個人和陌生人之間的聯系不會超過6個人，也就是說最多只用6個人你就能夠認識一個陌生人[3]。Antony Mayfeild（2004）認為社會化媒體具有參與、公開、交流、對話、社區化、連通性六大特征，最常見的社會化媒體有六種基本形式：博客、維基、播客、論壇、社交網絡和內容社區[4]。肖瑞（2011）對社會化媒體的定義是允許用戶撰寫、評論、分享和交流的工具和平臺[5]。彭蘭（2013）對社會化媒體的特征定義為內容生產與社交的結合；主角是用戶[6]。陳勇等（2015）認為社會化媒體是基于Web2.0技術，依靠社會關系建立的以生產內容和交換信息為特征的網絡形態[7]。鄧喬茜（2015）等認為社會化媒體通常可以包括為博客、媒體共享社群、論壇、社交網站、虛擬世界和合作項目六個部分[8]。

信息生態系統的概念最早起源于西方，是將系統學理論應用到生態學上的一個創新理論。早在20世紀70年代，Bertalanffy（1973）就給出了系統的定義，即“系統是相互作用的多元素的復合體”[9]。到了90年代，DAVID L（1995）和THOMAS H D（1997）把信息生態系統表述成復雜的信息環境、信息人以及信息之間的相關關聯和相互作用[10-11]。B.A.Nardi和 V.L.O’Day（1999）把信息生態系統定義為“在特定環境中，由人、實踐、價值和技術構成的一個有機系統”[12]。李美娣（1998）將信息生態系統分為信息人、信息資源和信息環境三個要素[13]。婁策群等（2009）給出了信息生態系統平衡狀態的定義，并指出信息生態系統是在不斷運動中從低層次向高層次進行演化[14]。張向先等（2010）以企業為研究背景，結合信息生態系統理論和協同理論研究復雜系統內部的效率和平衡，并指出信息整合能力、信息動態組織結構和信息資源協調配置是影響系統效率的重要因素[15]。裴成發（2014）認為信息生態系統的核心是信息人，由信息場、信息鏈和信息位構成的復雜系統[16]。

對協同度的研究，國外學者Ansoff（1965）給出了協同的定義：所謂協同（Synergy），指相對于各個獨立主體進行簡單匯總而形成的合作群整體的業務表現[17]。Rothwell（1980）認為復合系統由若干功能子系統組成，但各子系統不是簡單相加而是相互影響相互作用，復合系統的良性運行取決于各子系統的協同發展[18]。Haken（1997）認為，協同是復雜系統演化發展的內在規律和本質特征，協同表征了子系統之間或子系統內部各要素相互作用的方式。整體系統從無序到有序的轉變，表現在微觀層次上就是從沒有協同轉變為協同。有序則表征子系統形成結構的趨勢及結構穩定性的程度[19]。Ensign P C（2001）從數學模型構建角度研究了微觀企業的協同度的計算方法[20]。國內學者孟慶松等（2000）首先提出了復合系統協同度的概念，并首次給出了協同度計算的公式[21]。湯鈴等（2010）運用歐式距離公式改進了孟慶松協同度計算的公式，并對我國經濟與科技系統的協同程度進行了計算[22]。張敏（2011）運用孟慶松的協同度公式計算了黑龍江市的企業自主創新動力系統協同度[23]。劉有升等（2016）運用孟慶松協同度公式計算了跨境電商和現代物流間的協同度[24]。

現有的文獻及研究表明信息生態系統的理論日益完善，比較成熟的協同度測度模型和方法也已形成。然而，目前對社會化媒體背景下信息生態系統的協同度研究仍比較缺乏，構建一套適合社會化媒體背景下信息生態系統的協同度測度的評價體系并進行協同度測度就具有一定的理論意義和創新意義。

3 理論基礎

3.1 協同度測度方法

孟慶松從系統學角度提出了復合系統的協同度計算方法如下：

存在子系統Sj,假定其中的序參量變量為（ej1，ej2，…，ejn）,其中 n≥ 1，bj1≤ ej1≤ aji，i [1，n].不失一般性，假定ej1，ej2，…，ejm的取值越小，系統的有序程度越高。因此定義下式為系統Sj序參量分量eji的有序度：

如上定義可知，uj（eji）[0，1],其值越大，eji對系統有序的貢獻越大。

從總體上看，序參量變量ej對系統Sj有序程度的總貢獻可通過uj（eji）的集成來實現。文章采用幾何平均法或線性加權法進行集成，即序參量變量ej的系統有序度為：

λi為Sj在系統中所占的權重值。

《通知》明確，委托境外進行研發活動所發生的費用，按照費用實際發生額的80%計入委托方的委托境外研發費用。委托境外研發費用不超過境內符合條件的研發費用三分之二的部分，可以按規定在企業所得稅前加計扣除。委托境外進行研發活動應簽訂技術開發合同，并由委托方到科技行政主管部門進行登記。相關事項按技術合同認定登記管理辦法及技術合同認定規則執行。《通知》還規定，企業對委托境外研發費用以及留存備查資料的真實性、合法性承擔法律責任。委托境外進行研發活動不包括委托境外個人進行的研發活動。

對給定的初始時刻t0，設各個子系統序參量變量的系統有序度為u0j（ej），j=1，2，…，k，對于整個系統發展過程中的時刻t1來說，如果此時各個子系統序參量的系統有序度為u1j(ej),則整體系統協同度C的計算公式為：

其中

式中 u1j（ej）-u0j（ej）為子系統 Sj從 t0 到 t1 時間段序參量的系統有序度的變化幅度，它表示Sj在t0到t1時段中“有多大程度上變得更加有序”。

整體系統協同度C[-1，1]，值越大，系統協同程度越高，反之則越低。

3.2 熵值法

熵的概念源于熱力學，是對系統狀態不確定性的一種度量。在信息論中，信息是系統有序程度的一種度量。而熵是系統無序程度的一種度量，兩者絕對值相等，但符號相反。根據此性質，可以利用評價中各方案的固有信息，通過熵值法得到各個指標的信息熵，信息熵越小，信息的無序度越低，其信息的效用值越大，指標的權重越大。采用熵值法主要是基于其以下一些特征：①熵值賦權法基于“差異驅動”原理，突出局部差異，由各個樣本的實際數據求得最優權重，反映了指標信息熵值的效用價值，避免了人為的影響因素，因而給出的指標權重更具有客觀性，從而具有較高的再現性和可信度；②賦權過程具有透明性、可再現性；③采用歸一化方法對數據進行無量綱化處理，具有單調性、縮放無關性和總量恒定性等優異品質。

有數據矩陣A如下：

A=其中Xij為第i個方案第j個指標的數值。

正向指標

負向指標

具體指標值比重

信息熵

信息熵冗余度

指標權重

4 社會化媒體環境下信息生態系統協同度模型構建

通過對文獻的整理，國內外大部分學者習慣將信息生態系統劃分為三個子系統，即信息人、信息資源和信息環境。文章考慮到社會化媒體環境在信息生態系統中的日益增強的影響力，把形成社會化媒體的各種信息技術也看做一個影響信息生態系統的關鍵要素。綜上把信息生態系統分為信息人、信息環境、信息資源和信息技術四個子系統，社會化媒體環境下的信息生態系統就是信息人受到信息環境的影響，通過獲取信息資源，應用信息技術進而協同演化成的動態平衡的信息生態系統，社會化媒體環境下信息生態系統的協同度測度就是要反應這四個系統之間協調統一的程度（見圖1）。

圖1 社會化媒體環境下的信息生態系統協同度模型

（1）信息資源子系統作為整個信息生態系統的基礎要素，是信息生態系統的加工對象，信息資源的數量和質量往往決定了信息生態系統的規模和效益。為了測度信息資源子系統對整體信息生態系統的協同影響，可以將社會化媒體環境下的信息資源子系統分為信息資源傳播渠道、信息資源基礎設施和信息資源傳播效率這些指標。信息資源傳播渠道主要體現在社交媒體APP應用數量上；信息資源基礎設施主要包括網站數量、網頁數量和域名數量；信息資源的傳播效率主要體現在出口帶寬上。

（2）信息人子系統是信息生態系統的主體部門，他們根據各自的功能劃分為信息生產者、傳遞者、序化者、消費者和分解者。信息資源通過信息人的各個單位被層層消化吸收，最終完成信息資源在系統內部的流轉。為了測度信息人子系統對整體信息生態系統的協同影響，可以將社會化媒體環境下的信息人子系統的指標細化為信息人規模、信息人素質、信息人溝通效率和信息人溝通意愿。信息人規模就是網民規模；信息人素質指高學歷網民占比；信息人溝通效率體現在網民每周上網時長；信息人溝通意愿體現在網民評論意愿。

（3）信息環境子系統主要指對信息在系統內部的流轉速度和處理效率產生影響的信息文化、政策和管理制度。為了測度信息環境子系統對整體信息生態系統的協同影響，社會化媒體環境下的信息環境子系統可以分為政策支持度、環境適應程度、管理制度科學性和科技環境水平四個指標。這一部分的指標主要是定性指標，通過問卷調查獲取。政策支持度指政府重視并促進社會化媒體發展的程度；環境適應程度指社會環境對社會化媒體的鼓勵程度；管理制度科學性是指社會化媒體自身的管理水平；科技環境水平是指科技發展促進社會化媒體進步的程度。

（4）信息技術子系統主要指定為影響和促進社會化媒體發展的技術和指標，包括互聯網技術、新媒體和網絡視頻技術等方面；信息技術的廣泛應用對于信息生態系統處理信息資源的能力有著積極影響力。為了測度信息技術子系統對整體信息生態系統的協同影響，社會化媒體環境下的信息技術子系統可以分為信息技術采用情況、信息技術認知情況和信息技術認可程度三個指標。信息技術采用情況是指對社會化媒體信息技術的應用比率；信息技術認知情況是指對社會化媒體信息技術的認知程度；信息技術認可程度是指對于社會化媒體信息技術的認可程度。

集合子系統和指標劃分，最終得到社會化媒體環境下的信息生態系統協同度指標體系如表1所示：

表1 社會化媒體環境下的信息生態系統協同度指標體系

5 社會化媒體環境下的信息生態系統協同度實證分析

（1）數據收集：文章選擇我國2011-2016年的面板數據進行實證分析，基礎數據來源于《中國信息化年鑒》《中國信息年鑒》《中國互聯網絡發展狀況統計報告》。信息人子系統、信息資源子系統、信息技術子系統分別截取了網民規模、每周上網時長、評論意愿、社會化媒體應用數量、域名數量、出口帶寬和對社會化媒體技術的認知采用情況等定量數據。其中信息環境子系統通過在線問卷的形式獲取定性數據。

（2）數據處理：由于信息技術子系統相關指標統計的比較晚，缺失了2014年之前的數據，這里采用線性補差法對缺失的數據進行了補充。對于錄入的數據量統一了單位標準，比例按百分比計算，用戶人數按百萬為單位，信息資源的數量以百萬為單位，帶寬以百M為單位，最終得到了信息人子系統、信息資源子系統、信息環境子系統和信息技術子系統的序參量相應指標數據。問卷采用李克特7級量表。

（3）數據驗證：首先對收集數據進行標準化處理之后，文章運用STATA12.0對子系統序參量指標數據進行因子分析，通過KMO檢驗和SMC檢驗來觀察判斷序參量指標是否符合標準，結果如表2所示。通過結果可知四個子系統的KMO檢驗值分別為0.7141,0.7882,0.6169和0.791，范圍處于0.5-0.9之間；各個子系統序參量指標的SMC檢驗都在0.99附近，說明他們之間的相關關系適合做因子分析。

表2 社會化媒體環境下的信息生態系統子系統數據檢驗

（4）計算權重：首先通過專家賦權法，邀請8位專家對社會化媒體環境下信息生態系統的4個子系統進行了打分，經過多輪意見征詢，反饋和調整之后，得到了各個子系統的權重。然后通過熵值賦權法，對各個子系統下面的序參量指標進行處理計算，得出各個序參量的權重比值。匯總后的系統權重表見表3。

表3 社會化媒體環境下的信息生態系統權重表

（5）協同度計算：根據孟慶松的協同度計算公式，結合上表的權重和原始數據，通過計算可以得出歷年的子系統有序度和總體協同度（見表4，圖2）。

表4 社會化媒體環境下的信息生態系統協同度

圖2 社會化媒體環境下的信息生態系統協同趨勢

通過對表4和圖2的觀察，可以看出社會化媒體環境下的信息生態系統協同度一直保持著上升的勢頭，2014—2016年上升勢頭最快，并且有持續上升的趨勢。信息人子系統有序度發展波動性比較小，幾乎看不出太明顯的變化。信息資源子系統和信息技術子系統有序度發展勢頭非常明顯，在四個子系統里上升幅度最大。信息環境子系統有序度一直保持著比較平穩的上升勢頭。

5 結論與展望

（1）信息人子系統在2011—2016年一直保持平穩，上升勢頭不明顯，增長乏力，短時間內不會有太大的提升。網民規模已經接近瓶頸，需要進一步提升信息人的溝通效率和溝通意愿才能促進信息人子系統的有序度提升。

（2）信息資源子系統的序參量指標主要考量了很多互聯網基礎資源的配置，我國在這一塊目前仍然有很大的增長空間，有序度曲線增長很明顯，可以預見未來幾年依然會保持很高的水平。

（3）信息技術子系統的有序度在2013—2014年增長不明顯，主要是因為社會化媒體信息技術的認知度和認可度都不太高。在2015年之后大數據、云計算等新興信息技術的認知度和認可度有一段大幅提升，所以信息技術子系統的有序度在這一段時間內有一段快速的上升期。

（4）信息環境子系統的有序度一直保持了穩定的增長，主要還是相應的序參量指標一直保持了穩定的上升勢頭，未來可能也會趨向平緩。

綜合四個子系統有序度的表現，因為信息資源子系統和信息技術子系統有序度的明顯提升，社會化媒體環境下的信息生態系統整體協同度在2011—2016年期間保持了穩健的上升趨勢。而信息資源子系統和信息技術子系統有序度的提升趨勢在未來趨于平緩，增加速度逐漸放慢，未來要進一步提升信息生態系統的有序度，除了要維持信息資源和信息技術子系統的有序度外，還需要在信息人和信息環境子系統上有所作為。

（來稿時間：2017年8月）

1.人民網.CNNI發布第38次《中國互聯網絡發展狀況統計報告》[EB/OL].[2016-08-03].http://tc.people.com.cn/n1/2016/0803/c 183008-28606650.html.

2.魏輔軼, 周秀會.信息生態系統構建核心問題研究[J].圖書館工作與研究， 2010（7）：6-8.

3.Stanley.The small world problem[J].Psychology Today,1967（1）.

4.Antony Mayfeild.What is Social Media[EB/OL].http://www.icrossing.co.uk/fileadmin/uploads/eBooks/What_is_Social_Media_iCrossing_ebook.pdf.

5.肖瑞.淺談社會化媒體的作用[J].教育理論與實踐，2011（30）：26-28.

6.彭蘭.社會化媒體時代的三種媒介素養及其關系[J].上海師范大學學報:哲學社會科學版， 2013, 42（3）：52-60.

7.陳勇，杜佳.社會化媒體環境下公民意識教育對策研究[J].吉林大學社會科學學報， 2015（5）：153-161.

8.鄧喬茜，王丞，周志民.社會化媒體營銷研究述評[J].外國經濟與管理， 2015, 37（1）：32-42.

9.Bertalanffy von.General System Theory[M].New York:George Breziller, Inc, 1973：33.

10.DAVID L, ALTHEIDE.An ecology of communication:cultural formats of control[M].NY: Aldine de Gruyter, 1995.

11.THOMAS H D.Information ecology: mastering the information and knowledge environment[M].Oxford: Oxford University Press, 1997.

12.NARDI B A, O’DAY V L.Information ecologies, using technology with heart[M].Cambridge: The MIT Press, 1999：170-174.

13.李美娣.信息生態系統的剖析[J].情報雜志， 1998, 17（4）：3-5.

14.婁策群，楊小溪，王薇波.信息生態系統進化初探[J].圖書情報工作， 2009, 53（18）：26-29.

15.張向先, 國佳, 馬捷.企業信息生態系統的信息協同模式研究[J].情報理論與實踐， 2010, 33（4）：10-13.

16.裴成發.信息運動生態協同演進研究[M].北京：科學出版社，2014.

17.Ansoff H I.Corporate Strategy: An Analytic Approach to Business Policy for Growth and Expansion[M].New York:McGrawHill, 1965.

18.Rothwell Z,Zegveld W.Industrial innovation and public policy, preparing for the 1980s and the 1990s[J].Telecommunications Policy,1980.

19.H.Haken, Synergetic: An Introduction[J].spring-verlog, 1997.

20.Ensign P C.THE CONCEPT OF FIT IN ORGANIZATIONAL RESEARCH[J].International Journal Organization Theory & Behavior,2001, 4（3）：287-306.

21.孟慶松，韓文秀.復合系統協調度模型研究[J].天津大學學報（自然科學與工程技術版）， 2000, 33（4）：444-446.

22.湯鈴，李建平，余樂安，等.基于距離協調度模型的系統協調發展定量評價方法[J].系統工程理論與實踐, 2010,30（4）：594-602.

23.張敏.企業自主創新動力系統協同度測度模型及實證分析[J].工業技術經濟， 2011, 30（5）：69-74.

24.劉有升, 陳篤彬.基于復合系統協同度模型的跨境電商與現代物流協同評價分析[J].中國流通經濟, 2016, 30（5）：106-114.