基于自媒体中介效应的智库影响力提升策略研究
发布时间:2021-02-11 01:52
【目的/意义】探究自媒体对提升智库影响力的作用,进而从自媒体角度为提升智库影响力提供对策建议。【方法/过程】首先,利用因子分析对32家智库的网络影响力进行评价;其次,以智库规模为自变量、智库自媒体影响力为因变量、智库自媒体产出为中介变量对自媒体的中介效应进行实证分析;最后,将智库年度预算作为调节变量构建有调节的中介效应模型。【结果/结论】智库规模对智库自媒体影响力有显著作用,智库自媒体产出对智库规模与智库自媒体影响力具有部分中介效应,但智库年度预算的调节效应并不显著。
【文章来源】:情报科学. 2019,37(08)北大核心CSSCI
【文章页数】:6 页
【部分图文】:
中介变量示意图
臣苹竦谩?其次,智库自媒体产出作为中介变量。所谓的中介变量就是如果自变量X通过影响变量M来影响因变量Y,则称M为中介变量,模型如图1所示【25】。本文选取了两个指标来衡量智库自媒体产出:活跃微信公众号中引用智库的文章数加总、智库专家当年发微博数加总。这两个指标的数据同样来源于《清华大学智库大数据报告2017》。最后,以智库年度预算作为调节变量。所谓调节变量就是自变量X与因变量Y的关系受第三个变量M的影响,M可以调节自变量和因变量的关系和强弱,模型如图2所示【25】。智库预算的数据也主要来源于两方面:一是南京大学中国智库索引平台中心网站中各智库填报的预算,民办智库主要采用这种方式;二是各智库中心网站公布的年度预算,主要适用于缺乏第一种数据来源的官方智库。为了保持数据的一致性,本文的数据指的都是2017年各智库的情况。图1中介变量示意图图2调节变量示意图22.2样本说明笔者在样本选择上遵循了数据可获得性和数据完整性的原则,采用了逐步剔除样本的方法。首先就因变量而言,《清华大学智库大数据报告2017》分别公布了微信引用指数和微博专家影响力排名前100的智库,本文在此基础上首先挑选出这两项排名都位于前100的智库;其次,在第一步的基础上剔除了缺乏年度预算数据的智库;再次,对于智库专家数量比较模糊的智库本文也进行了剔除,最后得到32家智库的完整数据。3智库自媒体影响力度量及其影响机制分析33.1样本描述性统计首先,各变量的描述性统计结果如表2所示。可以看出,在智库自媒体影响力的指标中,“活跃公众号引用智库文情报科学第37卷第8期2019年8月·业务研究业务研究·
进行评分。结果表明:智库自媒体影响力总体偏低,只有两家智库的得分大于0,分别为3.52和1.55,其余智库均低于0分,最低分为-0.25;此外,得分的标准差为0.716,峰度为20.382,这表明智库影响力分布不均衡,有极端值存在。33.3中介效应的检验在得出智库自媒体影响力得分的基础上,以它为因变量,智库专家数量为自变量,智库自媒体产出为中介变量进行中介效应的检验。关于中介效应的检验,温忠麟提出了依次做回归分析的检验方法【25】。萧文龙在其著作中给出了具体的检验流程,如图3所示【27】。根据图3的检验流程,运用SPSS22.0对其进行逐步检验。在进行中介效应之前,为了消除数据量纲的不同,首先对数据进行标准化处理。中介效应分析结果如表3所示。结果表明只有第二步中的显著性0.024>0.01,但是小于0.05,表明在0.05的统计水平上,智库自媒体在智库专家数量与智库自媒体影响力之间起到中介效应。依据温忠麟对中介效应的衡量,c是X对Y的总效应,ab是经过中介变量M的中介效应【25】。因此可知,智库专家数量对智库自媒体影响力的总效应为0.552,而经过中介变量智库自媒体产出的中介效应达到了0.277,并且经过中介效应的智库专家数量对智库自媒体影响力的影响解释水平由原来的28.1%提高到了69.4%,这说明假设H2是成立的。同时第一步中智库专家数量的系数为正且显著性为0.001,因此可以认为假设H1是成立的。图3中介效应检验流程图表3中介效应检验结果表智库专家数量(系数)智库自媒体产出(系数)X系数显著性(P值)调整后R平方第一步0.552(c)0.0010.281第?
【参考文献】:
硕士论文
[1]协同视角下智库影响力提升机制及效果评价研究[D]. 唐伟航.吉林大学 2020
本文编号:3028329
【文章来源】:情报科学. 2019,37(08)北大核心CSSCI
【文章页数】:6 页
【部分图文】:
中介变量示意图
臣苹竦谩?其次,智库自媒体产出作为中介变量。所谓的中介变量就是如果自变量X通过影响变量M来影响因变量Y,则称M为中介变量,模型如图1所示【25】。本文选取了两个指标来衡量智库自媒体产出:活跃微信公众号中引用智库的文章数加总、智库专家当年发微博数加总。这两个指标的数据同样来源于《清华大学智库大数据报告2017》。最后,以智库年度预算作为调节变量。所谓调节变量就是自变量X与因变量Y的关系受第三个变量M的影响,M可以调节自变量和因变量的关系和强弱,模型如图2所示【25】。智库预算的数据也主要来源于两方面:一是南京大学中国智库索引平台中心网站中各智库填报的预算,民办智库主要采用这种方式;二是各智库中心网站公布的年度预算,主要适用于缺乏第一种数据来源的官方智库。为了保持数据的一致性,本文的数据指的都是2017年各智库的情况。图1中介变量示意图图2调节变量示意图22.2样本说明笔者在样本选择上遵循了数据可获得性和数据完整性的原则,采用了逐步剔除样本的方法。首先就因变量而言,《清华大学智库大数据报告2017》分别公布了微信引用指数和微博专家影响力排名前100的智库,本文在此基础上首先挑选出这两项排名都位于前100的智库;其次,在第一步的基础上剔除了缺乏年度预算数据的智库;再次,对于智库专家数量比较模糊的智库本文也进行了剔除,最后得到32家智库的完整数据。3智库自媒体影响力度量及其影响机制分析33.1样本描述性统计首先,各变量的描述性统计结果如表2所示。可以看出,在智库自媒体影响力的指标中,“活跃公众号引用智库文情报科学第37卷第8期2019年8月·业务研究业务研究·
进行评分。结果表明:智库自媒体影响力总体偏低,只有两家智库的得分大于0,分别为3.52和1.55,其余智库均低于0分,最低分为-0.25;此外,得分的标准差为0.716,峰度为20.382,这表明智库影响力分布不均衡,有极端值存在。33.3中介效应的检验在得出智库自媒体影响力得分的基础上,以它为因变量,智库专家数量为自变量,智库自媒体产出为中介变量进行中介效应的检验。关于中介效应的检验,温忠麟提出了依次做回归分析的检验方法【25】。萧文龙在其著作中给出了具体的检验流程,如图3所示【27】。根据图3的检验流程,运用SPSS22.0对其进行逐步检验。在进行中介效应之前,为了消除数据量纲的不同,首先对数据进行标准化处理。中介效应分析结果如表3所示。结果表明只有第二步中的显著性0.024>0.01,但是小于0.05,表明在0.05的统计水平上,智库自媒体在智库专家数量与智库自媒体影响力之间起到中介效应。依据温忠麟对中介效应的衡量,c是X对Y的总效应,ab是经过中介变量M的中介效应【25】。因此可知,智库专家数量对智库自媒体影响力的总效应为0.552,而经过中介变量智库自媒体产出的中介效应达到了0.277,并且经过中介效应的智库专家数量对智库自媒体影响力的影响解释水平由原来的28.1%提高到了69.4%,这说明假设H2是成立的。同时第一步中智库专家数量的系数为正且显著性为0.001,因此可以认为假设H1是成立的。图3中介效应检验流程图表3中介效应检验结果表智库专家数量(系数)智库自媒体产出(系数)X系数显著性(P值)调整后R平方第一步0.552(c)0.0010.281第?
【参考文献】:
硕士论文
[1]协同视角下智库影响力提升机制及效果评价研究[D]. 唐伟航.吉林大学 2020
本文编号:3028329
本文链接:https://www.wllwen.com/guanlilunwen/glzh/3028329.html