2011年福岛核电站灾难相关推文数量的地域性分析:内容分析

简介

福岛第一核电站灾难

2011年3月11日，东日本大地震袭击了东北沿海地区，引发的巨大海啸给面向太平洋的东北和关东地区带来了灾难性的破坏，造成了福岛第一核电站灾难。结果，大量放射性物质泄漏，造成了水体的放射性污染。福岛第一核电站灾难造成的辐射水平不仅威胁着人类健康，还威胁着农业和渔业。此外，它对被迫离开福岛核电站周边地区“难以返回区”或“限制居住区”内家园的长期难民产生了心理影响。

信息扩散

灾难发生后不久，公众舆论就通过各种平台形成，包括社交网络服务[1］．包括报纸、电视台和互联网新闻网站在内的大众媒体立即报道了福岛第一核电站的灾难。市民们目睹了核电站灾难的可怕景象，了解了各个地区的辐射剂量，以及其他有关辐射的信息。很多人通过Twitter、Facebook等社交网络(SNS)，表达了与核电站事故和核辐射有关的情绪和观点，并分享了相关信息。因此，信息迅速传播。

社交媒体上的信息共享具有实时性和高扩散性等深远的积极影响。因此，信息的消费者同时也是信息的贡献者[2］．然而，在福岛第一核电站灾难中，迅速传播的信息包括误导性报道，如声称碘可以作为稳定碘的替代品，用于治疗放射性，这成为一个问题。稳定碘是在医生的处方下用于减少甲状腺暴露的，但碘是用于不需要服用它的人。大量摄入含碘的有毒物质会对健康造成危害。人们需要在灾难发生时迅速获得正确的信息，比如福岛第一核电站的灾难。然而，正如上文所述，有关辐射的错误信息也迅速传播开来。

对于在社交媒体中被证实的事实和虚假谣言的传播，虚假谣言往往会受到更多的质疑;因此，据报道，有可能区分它们[3.］．此外，据报道，社交媒体上的不准确信息后来会被其他用户修改，因此使用社交媒体并没有特别增强有害和不正确的谣言[4］．

然而，为了区分被证实的事实和虚假的谣言，需要使用社交媒体的聚合分析来收集大量的数据。灾难发生时实时的虚假信息和谣言需要时间来修正被证实的事实，因此可以预期它们可能会导致暂时的混乱和伤害。关于辐射的错误信息的传播被认为是福岛第一核电站灾难的一个问题。需要解决不正确的信息，以确保当福岛第一核电站发生灾难时，公民不会感到困惑。我们认为，在发生灾难时，公民有必要迅速获得准确的医疗信息。

推特

截至2011年3月，Twitter是最大的微博服务，拥有约2亿用户。5］．Twitter是一种信息服务，用户可以通过它发布被称为“tweet”的短消息。推文是简短而紧凑的个人信息，140个字符的限制是为了从移动设备上快速报道而设计的[6］．在Twitter中，为了阅读推文，有必要关注用户。因此，用户可以阅读关注者(关注用户)发布的推文，并通过显示自己发布的关注者(关注用户)推文的时间轴来传播信息。发布的推文将按时间顺序显示在关注者的时间轴上，并动态更新。因此，推文可以在发布后立即被几个关注者阅读。

Twitter上的信息具有实时可用性和高信息传播力的特点。由于推文的长度不能超过140个字符，与其他类型的社交网络相比，发布推文更容易。用户可以发布日常事件和随机想法，并立即获取区域信息。与其他类型的SNS相比，在Twitter上关注关系不需要批准，除了用户选择保持私人时间线外，可以根据自己的兴趣轻松获取信息。此外，通过“转发”功能，用户可以引用他人的推文，信息很容易传播。其他功能还包括在推特中嵌入地理信息(纬度和经度)，以及使用“机器人”程序来实现自动和定时发布。只有在用户允许发送位置信息的情况下，地理信息才会被附加到推文上。图1显示了Twitter上每一代人的使用率[7］．青少年是可以使用Twitter的最大群体，随着年龄的增长，Twitter的可用性往往会下降。Twitter的使用率因年龄而异，年龄越大，使用率越低。一般来说，Twitter研究的局限性在于收集大量具有地理信息的推文，并且一定要收集各个年龄段的推文。因此，通过分析Twitter很难掌握各个年龄段的信息传播情况。

Twitter于2006年7月推出，2008年4月23日开始在日本使用。2009年10月，在日本各地建立了新的移动网站后，日本用户数量迅速增长。图2显示了日本Twitter和Facebook用户数量的变化[5，8］．活跃用户定义为Twitter上每月活跃的用户。2011年3月，推特日均数量达到1800万条左右，在福岛第一核电站灾难发生后，传统的信息和通信基础设施受到严重破坏，推特被用于安全确认和信息交流。

‎ 查看此图

‎ 查看此图

Mendoza等人分析了2010年智利地震发生后的Twitter信息。结果很明显，大多数推文是在地震发生后立即产生的。3.］．Qu等人在2010年玉树地震发生后，对中国微博网站新浪微博发出的灾难信息进行了分析。很明显，与灾难相关的情况更新消息是产生量第二大的推文[9］．Acar等人报道称，受到2011年东日本大地震间接影响的人们一直在推特上谈论地震的间接和未来后果，包括核电站灾难相关风险[10］．这三篇论文表明，关于核灾难的推文是在地震发生后立即被间接地震影响的人作为情况更新信息传递的。而且，可以想象，随着距离灾难发生地越来越近，推文的数量也会越来越多。Acar等人曾报道，受直接灾害影响的人们倾向于在推特上发布与生存相关的话题[10］．核电站灾害风险信息通过推特等媒体传播到灾区后，受直接地震影响的人们会认为核灾难信息是一个与生存相关的话题。因此，即使在直接受影响的地区，有关放射性污染的信息似乎也在增加。因此，有关放射性污染的推文被认为是地区差异。关于放射性污染的信息，预计随着时间的推移，信息的数量会有所变化，而且在信息上也会有地区的差异，比如到目前为止发生大地震时的推特信息。但是，在灾难发生后，还没有对区域辐射信息推文数量的变化和区域差异进行分析。

客观的

Xin Lu和Christa Brelsford分析了2011年2月28日至3月7日(2011年3月11日日本东北地震前)和2011年3月14日至3月21日(地震后)的推文，报告了受自然灾害影响的网络社区与未受影响的社区之间互动模式的显著变化[11］．Thomson等人分析了带有#fukushima标签的推文，报告称近70%的合成衍生推文(推文和其他第三方来源的信息被大量传递)是基于高度可信的消息来源[12，13］．然而，在灾难发生时，很少有研究调查tweet数量的时间变化及其与日本人辐射有关的区域变化。这项研究旨在揭示公民在推特上包含放射信息的推文数量在不同地区是如何变化的。

方法

研究对象

我们分析了45,829条推文，从大约1,900万条推文中提取，这些推文包含任何或所有术语“辐射”、“放射性”和“放射性物质”，这些推文发布于2011年3月11日0:00至2012年3月10日23:59，作为研究对象。这些推文是根据包含的纬度和经度信息来选择的。以各县人口总数作为各区人口总数[14］．

地区分类

根据东日本大地震后Twitter的使用趋势分析，将日本划分为5个地区[15］．表1而且图3说明地区的定义及分类。

福岛核电站所在的福岛县被定为1区。第1区周边地区是第2区受灾地区。除1区和2区外，接受东京电力公司供电的县是3区所包括的间接受灾地区。第1区至第3区以外的县为第4区，为非灾区。最后，日本以外的地区被划分为第5地区。该研究根据地理信息(纬度和经度)指定了发布推文的地方。Usoinfo反向地理编码器1.1版软件用于将经纬度信息转换为对应点的地址[16］．然后根据他们的地址指定了发布推文的地区，并映射了他们的分布。本研究没有在第5区使用推文。

每个地区每10万人推文数量的比较

这项研究比较了每1个月每10万人的推文数量，以解决每个地区人口不同的问题。在每个区，用每个区1个月的总人口数和推文数来计算10万人中1个月的推文数。一个月定义为一个30天的时间段，从3月11日00:00到29日23:59;即第二个月从4月11日0:00开始，以此类推。这项研究包括三个步骤。首先，我们可视化了福岛核电站灾难发生后，每个地区每10万人的推文数量在每个月的变化情况。然后对这些地区的推特趋势进行了比较。其次，我们排除了机器人，只比较每个地区实际市民发布的推文，并可视化市民对辐射的兴趣变化。第三，我们比较了基于3月份福岛核电站灾难开始后不久每个地区的推文数量。然后计算每个月的推文数量的相对数量来表示推文数量的增减。 The percentages informed a visualization of how the number of tweets in each district changed after the Fukushima Nuclear Plant disaster, including the tweet to population ratio.

‎ 查看此图

结果

每个地区的总人口数和推文数

表2显示每个地区的推文数量和总人口。第3区(间接受灾区)推文数量最多，第4区(非受灾区)人口规模最大。此外，在第1区(灾难区)，人均推文数量最高。

每个地区每10万人推文数量的比较

图4显示每个地区每100,000人的推文数量。在第1区(蓝线)，在福岛核电站灾难爆发后不久，推文数量迅速上升。在第3区(绿线)，在福岛核电站灾难爆发后的一年中，趋势是温和上升。在第2区(红线)和第4区(紫色线)，在福岛核电站灾难爆发后的一年中，推文数量逐渐减少。与此同时，2012年1月，所有地区的推文数量都有所增加。

‎ 查看此图

‎ 查看此图

图5显示每个地区每100,000人的推文数量。自动发布的推文被删除。图中的虚线表示每10万人发布的所有推文数量，实线表示不包括自动发布的推文数量。用实线和虚线分隔的距离表示自动发布的推文的百分比在某一地区占多数。在第1区(蓝线)，虚线和实线在第一次福岛核电站灾难发生后推文数量迅速增加的点重合。因此，这一时期的推文数量增加了，因为公民发布的推文数量增加了。与此同时，在第3区(绿线)，每10万人的所有推文数量全年都在增加，但在福岛核电站灾难后，不包括自动发布的推文数量减少了。因此，由于自动发布的推文，第3区的推文数量有所增加，但由市民发布的推文比例逐渐下降。

每个地区推文相对数量的比较

图6显示的是根据福岛核电站灾难发生时每个地区的推文数量，每个月的推文数量之比。在第1区(蓝线)，在福岛核电站灾难爆发2个月后，推文数量增加到约2.5倍。同时，在第2区(红线)和第4区(紫色线)，在福岛核电站灾难爆发后，推文数量缓慢下降。第3区(绿线)全年均有上升。2012年1月，所有地区的推文数量百分比都有所上升。

图7根据福岛核电站灾难爆发时的推文数量，显示了每个地区的趋势，不包括自动发布的推文。

在第2区(红色实线)、第3区(绿色实线)、第4区(紫色实线)，截至7月(福岛核电站灾难爆发后4个月)，推文数量减少到3月份的一半。第1区(蓝线)也出现了同样的下降，但发生在9月或福岛核电站灾难爆发半年后。推文数量的比例持续下降，直到12月，尽管这种趋势并不适用于2012年1月的第1区(蓝色实线)。

‎ 查看此图

‎ 查看此图

讨论

2011年5月各区辐射推文增加

在3个区(除4区外)，推文数量在5月份，即福岛核电站灾难爆发后的2个月有所增加。特别是在第1区，推文数量与2011年3月相比增加了约2.5倍。这一趋势与5月份福岛第一核电站熔毁的报道相吻合，该报道传递了福岛部分土壤中高浓度水污染的信息。核电站释放的主要放射性核素是碘-131，就像切尔诺贝利灾难刚刚发生后流行病学证明的那样，它会增加甲状腺癌的风险[17］．该新闻还报道了福岛核电站一名员工死亡的新闻。这些新闻报道可能激发了公民对辐射的兴趣，关于福岛核电站外高浓度放射性物质泄漏、核电站的地理距离以及福岛核电站灾难中辐射的健康风险或潜在死亡的推文数量增加就是证明。

各区一月份辐射剂量推文数量增加

1月份，每个地区自动发布的推文都有所增加，其中许多推文指出了某些地区的辐射剂量。这种趋势可能表明公众对辐射的不安，因为辐射已被证明对人类是致命的。2012年3月12日至15日，一项针对居住在东北、关东、关西地区的1793名有小孩的父母的网络调查显示，在福岛核电站灾难发生后，共有73.3%的受访日本父母感到焦虑，其中福岛县有52.7%的父母感到“强烈焦虑”，这一比例高于其他地区。[18］．一项对284名在日英国公民的情绪反应进行量化的调查显示，16%的人符合痛苦的标准，29.7%的人报告称与事件相关的高度焦虑，30.4%的人报告称高度愤怒[19］．因此，市民们为了心安理得地了解居住地的辐射情况。

根据各区市民的需要，市政当局开始测量辐射剂量，并通过各种媒体传播结果。结果，关于辐射剂量的推文增加了。

本研究的局限性

本研究有3个局限性，具体如下。

公民运动

研究时间设定为灾难发生后的一年。这一时期，人员进出频繁;推特用户有流动性。难民被转移到避难所;志愿者进入了受灾地区，核工人被带到核电站及其周边地区。换句话说，公民居住的地方可能与他们发布推文的地方不同，比如他们的工作场所。

在灾难发生后，由于没有太多的公民流入和流出，因此考虑了公民的迁移。但是，由于认为市民的进出时间超过了1个月，因此在本次研究中不可能考虑这一点;因此，我们认为有必要考虑对策。

Twitter用户数量

我们使用47个县的总人口来计算每个地区每10万人的推文数量。但是，推特的使用率根据年龄的不同而不同，也不相等。因此，每个地区人口年龄构成的差异产生了偏差，每个地区每10万人推文数量的比例可能不能代表整个人口。在今后的研究中，有必要考虑每个地区的年龄构成。

带有地理信息的推文数量

提取的45,829条带有经纬度信息的推文只占1800万条辐射推文的一小部分。此外，这些转发并没有受到特别关注。在未来的工作中，推特上的转发值得调查，特别是原始推文和转发之间的关系，以显示哪些推文吸引了公众对辐射信息需求的兴趣。包括经纬度信息在内的推文很难增加。我们认为，利用其他社交网络(SNS)发送的信息收集经纬度信息，并与推特(Twitter)数据一起进行分析，可以收集更多的数据。”在关注度调查中，我们认为有必要分析信息对辐射的印象程度，并对模糊进行区域分析;因此，我们也想分析情绪。分析利息如何扩散也是必要的。未来，我们还需要对推特的信息传播功能——转发信息进行调查，分析医疗信息在推特上的传播情况。

Web上不仅存在准确的医疗信息，而且存在错误的医疗信息，这可能会阻碍在发生灾难时迅速获得准确的医疗信息。在此次研究中，我们分析了目标时段内“辐射”、“放射性”、“放射性物质”等词语的推文信息，分析了推文数量随时间的变化。但是，这些信息似乎包括错误的医疗信息。这种信息是如何传播的在本研究中无法澄清。我们希望今后通过分析转发信息，明确用户之间的信息将如何传播。”

结论

这项研究的目的是揭示在福岛核电站第一次灾难发生后的一年内，辐射信息的传播是如何变化的。距离灾区最近的第1区，在灾难发生2个月后(截至2011年6月)，相关推文的频率最高。在1区以外的地区，辐射相关的推文仅在2011年3月出现大量，之后这方面的信息共享逐渐减少。

在2011年3月福岛第一核电站灾难发生3、4个月后，除1区(福岛县9区)外的3个区，每10万人的推特数量下降了一半;半年后，福岛县的数字变成了一半。