网络事件传播空间结构及其特征研究——以近年来40个网络热点事件为例
来自: 鲁西南乡村观察
网络事件传播空间结构及其特征研究——以近年来40个网络热点事件为例 李彪
原载《新闻与传播研究》2011年第3期
内容提要：本文以近年来发生的影响力最大的40个网络事件为研究样本，选取其传播初期的前三个信息结点，运用社会网络分析方法（SNA），分析了网络事件空间传播结构在中心度、中介性、密度和子群等方面的基本特征，在此基础上，构建了网络事件传播的空间结构模型——双核心式的哑铃传播结构，并提出了相应的应对策略。
一、研究缘起
所谓网络事件，又称为网络群体性事件，是指在一定的社会背景和社会环境下，全国范围内的网民基于某些目标诉求（利益的或情感的），主要讨论场域在网络上（但事件不一定肇始于网络）通过大量的转载、跟帖、讨论等参与方式，产生一定的表达和意见的场域效应，进而在全国范围的网络场域中产生重大影响和规模的传播事件，个别事件会出现网络场域、传统媒体场域、政府等第三方话语场域等的介入，需要强调的是事件最终的引爆必须是在网络环境之中，即无论事件本身的发端、终结两端是在何处，但中间的高潮阶段必须是在网络场域内。
目前对网络事件的传播模式和传播结构的研究目前还比较少，比较代表性的是“三棒传播模式”和“二级传播”模式。
资深网络专业人士麦田［1］在其博客中认为，目前中文网络事件传播的最基本范式为“三棒传播理论”。他认为网络事件的传播就像接力赛一样，需经过三棒，以一般性网络媒体完成第一棒传播，由部分报纸传统媒体接过第二棒传播，最后由较大的网络媒体完成第三棒传播后，使事件“放大”，成为网络热点事件。在该博文中，麦田认为第一棒的要素是“群星传播”，即事件的最初传播人，一定是紧密团结的“群体”，而不是“个人”。星星之火一定要同时，但由不同人点燃，才可最终燎原，使事件最终得到突显。
樊亚平［2］在《网络新闻传播产生社会影响力的一种特殊模式》一文中，提出网络新闻产生社会影响力的一种特殊模式——“二级传播”模式，即网络媒体报道→传统媒体积极应和→社会关注度高（即影响力大）；网络媒体报道→传统媒体没有应和→社会关注度低（即影响力小）。
以上两种模式是对网络事件传播比较形象化的总结和把握，为了解网络事件独特的传播模式提供一定的借鉴价值。但总体来看，以上两种模式过于简单，也不具有代表性，仅仅形象化地“提炼”了网络事件传播的某一两个环节，称其为传播模式还有些牵强。
本研究拟通过社会网络分析方法（SNA）分析网络事件传播的空间结构，进而构建其空间传播结构模型，在此基础上准确把握网络事件传播的内在规律和传播结点，为党和政府提升社会管理水平提供对策和建议。
二、网络事件的筛选
目前对网络事件的筛选主要有三种方法，一是通过科学的数学建模和仿真发现网络事件［3］；二是构建舆情指标体系评测网络事件，如中国人民大学舆论研究所构建的网络舆情指数评价体系［4］；三是问卷调查法，通过结构化的问卷对网民留存在“社会集体记忆”［5］中的网络事件进行回溯性研究。
本研究对网络事件的筛选选择网络舆情指数评价体系，选取中国人民大学舆论研究所自2008年到2010年总计3年内发生的影响力较大的网络热点事件，选取舆情指数在85分以上并主要发生在网络上的40个热点事件（舆情指数的最高值为100）。结果呈现如表1所示。
三、研究方法
通过综合分析与考量，本研究选用社会网络分析方法作为网络事件场域传播的空间结构的主要研究方法。主要基于以下考虑：
在新的研究环境下，尤其是以网络为代表的新媒体的崛起，上个世纪四五十年代形成的经验学派的传播学研究方法开始出现“刻舟求剑”的工具性失谐境况，正如林顿。C.弗里曼（Linton C.Freeman）［6］指出的，“在过去的30年中，经验社会研究主要由抽样调查（sample survey）控制着。但是，如人们常常指出的那样，调查是一种社会学的绞肉机（meatgrinder ），它把个体从其所在的社会情境（social context ）中抽离出来，并确保研究对象之间不存在联系“，抽样调查方法一般得到的数据是样本个体的属性数据，这些数据都有一个基本假设——”变量的独立性假设“，即变量是独立的，不受到其他因素制约。随着网络社会的崛起，网状的扁平社会结构出现，这种社会结构不再关注社会行动者个体的先赋属性——性别、年龄、职业、学历等社会统计学意义的特征，关注更多的是关系属性，即社会行动者个体之间的关系。从这个意义上说，社会网络分析是未来研究网络社会的主要方法之一。
另外，调查方法是对社会现象的横剖面进行的瞬时性研究，本节研究的是传播结构，是历时性的整体研究，两者在研究的时间范式上存在着不同的诉求，社会网络分析本身属于一种“能动化”的结构思想，因此对研究传播结构具有先天性的优势。
社会网络分析又被称为结构分析，不仅是对关系或结构加以分析的一套技术，还是一种理论方法——结构分析的观点，社会网络分析学者认为社会学的研究对象应该是社会关系，而非具体的社会个体，因为作为个体的人是多样的，而唯有其关系是相对稳定的。
社会网络分析是包括测量与调查社会系统中各部分（点－node）的特征与相互之间的关系（连接－tie ），将其用网络的形式表示出来，然后分析其关系的模式与特征这一全过程的一套理论、方法和技术。用于描述和测量行动者之间的关系或通过这些关系流动的各种有形或无形的东西，如信息、资源等常用的分析方法主要由图论（graph theory ）、社会计量学和代数方法。图论适用于描述小型传播群体的核心关系和团聚力等特征；社会计量学适用于研究结构等价性和“块模型”关系；代数方法适用于对角色和位置关系的分析。
社会网络分析主要研究的指标包括以下几个方面：
一、社会网络的数学表达形式：主要是用过图论或者矩阵表达社会行动者之间的关系，如在本论文的研究中，不同信息结点之间的信息流入流出关系，就可以使用图论或者信息矩阵进行表示。
二、中心度分析：中心度是关于行动者在社会网络中的中心性位置的测量概念，反映的是行动者在社会网络结构中的等级和优势等方面的差异，主要包括结点中心度、紧密中心度和间距中心度等几个指标。
三、子群分析：在社会网络分析中，某些关系密切的子群也是社会网络分析学者关心的兴趣点。因为构成社会网络的基本元素是行动者及其群体，社会中存在着这样那样的子群，它们互相结合形成了复杂的社会结构。对子群的研究主要包括成份分析和团伙分析等。
四、位置和角色分析：在社会网络分析中，位置（position ）指的是同等地处于关系网络中的个体所形成的集合体。而角色是指两个行动者或两个位置之间存在的关系模式。社会网络中的位置和角色分析主要是通过结构等价性、自同构等价性和正则等价性等指标作为衡量指标。
本研究以40个网络热点事件作为研究对象，截取其传播早期阶段信息流动的若干环节，进行相关社会网络分析。
本研究属于回溯性研究。由于有些网络事件发生较早，无法使用网络爬虫进行数据的抓取和挖掘，因此采用搜素引擎进行回溯性研究，数据主要源于两类：一是互联网上可以查找到的系统地对网络事件的来龙去脉进行整体的信息文本；二是使用由北大网络实验室研制开发的“中国web 信息博物馆”［7］的数据库、借助搜索引擎对事件的来龙去脉重新整理搜集。
网络改变了传统媒体环境下信息传播的线性模式，很多网络信息可能刚一开始是直线传播，但在某一个环节会出现井喷的情况，并迅速覆盖到整个网络。因此在研究网络事件的传播结构之前，需要对研究到网络事件的哪一个环节进行阈值的界定，笔者在数据收集时，一般而言，本研究只截取网络事件传播的前三个环节，过多环节可能会出现信息的超链接和多元传播，特殊事件除外（可能要截取四个乃至六个环节）。因此以上40个网络事件中，在传播的路径中依附的前3个网络站点（特殊事件除外）均进入本研究进行传播结构分析的视域。需要说明的是，个别事件一旦井喷式转载后，本研究以转载时间最早的网站为截取结点。
根据信息流入和流出的情况，构建出58×58数据矩阵片段见表2.
从表2可以清楚地看出每一个网站之间信息流入和流出的基本信息量。以天涯为例，在40个网络事件中，天涯参与信息的流入和流出的总次数为31次，扮演重要角色，每列除自己以外的数值表示信息流入的数量，比如猫扑向天涯流入了6次；每行除自身以外的数值表示信息流出的数量，比如天涯论坛向凯迪社区总计流入了8次，其余数值依此类推。
四、数据结果
（一）多维尺度分析多维尺度分析（MDS），是基于研究对象之间的相似性或距离，将研究对象在一个低维（二维或三维）的空间形象地表示出来，进行聚类或维度分析的一种图示法。通过多维尺度分析所呈现的空间定位图，能简单明了地说明各研究对象之间的相对关系。
本文首先采用spss18.0提供的分析工具进行分析，由于Alscal默认的是距离矩阵，而原始信息流动矩阵是相似矩阵，需进行一定转换后才能输入进行分析。以原始信息流动矩阵导入SPSS采用PROXSCAL进行分析，压力系数（Stress －Ⅰ，即Kruskal's Stress）为0.4312，偏高，表明其构面解释能力不高，构面的配合度不好。
随后采用Ucinet6.0中的非计量（nonmetric）MDS 组件进行分析，构形方法为Torsca，压力系数（Stress ）为0.000，表示其构面解释能力相当高，构面的配合度很好。根据此前的因子分析将MDS 中的散点圈成点群，结果见图1所示。
从图1可以看出，MDS 构形图基本分类还是相对明确的，如果以45度夹角对整个象限进行分类，上半部分象限主要以草根舆论主体为主，下半部分象限主要以大众媒体主体为主，其中天涯论坛、新浪微博和猫扑社区距离较近，较为相似，百度贴吧和西祠胡同较为接近，但总体来看，MDS 构形图和现实中对这些传播主体分类还存在一定的差异度，进而也体现了网络事件信息传播结构的复杂性、反常性和随机性。
（二）社会网络分析（SNA）
1.社会网络分析图
首先使用UCInet6.0中自带的Netdraw2.084绘图工具，画出40个网络事件的社会网络分析图。社会网络分析中将每个信息主体出现一次信息流入和流出称为1度（degree ），流入或流出的信息活动越频繁该信息结点越活跃。结果如图2所示。
图2信息结点的位置是按照其度数的多少排列的，度数越高的结点位置越靠近中心，结点的大小表示的是信息流入流出的度数，度数越高，结点越大；线的粗细表示信息流动的频度，线条越粗表示信息流动的频度越高，反之越细。左下角为整个网络的简化图，即信息流动最为频繁、活跃度较高的几个信息结点之间的信息流动结构图。
可以看出，上图各信息结点的分布基本上呈现出同心圆传播结构，中心是核心层，是整个网络事件传播场域中的中心；其次是信息桥层，主要是承担着信息的桥接作用；最外层是信息传播场域边缘层，主要是信息流动的末端结点，但每层的类别并不和现实公众印象中对传播主体的分类那么明晰，具有很大的偶然性和随意性。
天涯、猫扑、新浪微博、新浪新闻、凯迪社区等之间信息的流动频度较高，相对于其他结点面积较大，其中最为活跃的结点是天涯社区；其次是新浪微博；再次是新浪新闻和猫扑社区，但每个结点所承载的具体角色也各不相同，天涯承载双向角色，既扮演信息的流出者（信息源）
又扮演信息的流入者（信息桥）；新浪微博和猫扑社区主要承载的是信息流出者（信息源），而新浪新闻等综合性门户、凯迪社区主要承载的是信息流入者（信息桥），从左下角的整个网络事件传播的社会网络分析简化图也可以看出信息流动的基本趋势和路径：信息主要从新浪微博、猫扑社区流入天涯论坛，经过社会显性化（大众媒体报道等方式），流入新浪新闻等门户网站，进而扩展到整个网络，这一切构成了网络事件传播的独特地理景观。
2.网络密度
网络密度是指行动者之间实际联结的数目与他们之间可能存在的最大的联结数目的比值。比值越高，这一网络的联结密度就越大。本研究使用Netminer3.0对网络进行密度计算，结果得出网络密度为0.079（密度取值在0－1之间），一方面说明传播主体之间的关系较为稀疏，另一方面也说明传播主体之间的连接具有随意性，可能在某些网络事件中出现了信息流动，但在大多数情况下流动的频度不高，恰恰说明了网络事件本身的议题属性的重要性超过了传播路径的重要性。
其中，每个信息结点在网络中扮演的作用也不同，58个信息结点中，扮演传递者（Transmitter）
的结点有13个，分别为中国之声、大河论坛、宽带山社区、香港高登论坛、深圳论坛、飞天论坛、新湘报、云南信息报、都市快报、现代快报、东方早报、东方今报、广州电视台等，主要为一些地方性论坛和地方都市报媒体，即在目前40个网络事件传播网络中，扮演的是爆料、信息源等角色；扮演接收者（Receiver）角色的信息结点有5个，分别为中华网论坛、铁血论坛、腾讯新闻、新闻晨报、海纳百川BBS ，主要是一些综合性专业类论坛和新闻门户，主要扮演的是信息接收者的角色；其余40个结点为普通结点（Ordinary ），即在整个传播网络中既有信息流入也有信息流出的结点。
3.中心性和中介性分析
利用软件Netminer3.0可以得出关系矩阵的程度中心性值和中心度同心圆图，如表3和图3所示。
图3中表示的不同结点的中心度自高到低呈靶图分布，可以看出，天涯论坛的中心度较高位于整个靶心，其次是新浪微博、新浪新闻等。具体来看，天涯社区的外向程度中心性为23，是所有信息结点中最高的，说明天涯社区已经具备了类似于新闻媒体向外界发布信息的功能；内向程度中心性为45，也是所有信息结点中最高的，说明天涯社区在整个网络事件的信息传播社会网中占据着中心位置，重要信息需要流向它才能后进而传播到整个网络，承担着信息中枢的重要作用。新浪微博的外向程度中心性为31，超过了天涯，说明新浪微博具备了类似新闻媒体发布信息的重要作用。同样的道理，猫扑社区也具备有类似的功能。结果如表3所示。
下面主要分析网络事件传播网络的中介性，结果呈现如表3所示。从上表可以看出，天涯社区、新浪微博、猫扑社区和新浪新闻是中介性程度最高的四个信息结点，在整个网络事件传播场域中传导性和中介性最高。
一个网络有其中间中心势指数，这也是一个整体结构指针，值越高，表示组织中信息被少数人垄断的可能性越高。经过计算，整个网络的中介性程度为34.77%，处于较高水平，说明网络事件传播结构中存在明显的信息垄断中心结点。
4.可达性
考察一个网络的连通性（connectivity ），即网络中各个点的互联能力。测量可达性的指标是直径（diameter ），直径表示图中任意可连通的两点之间的最大距离。直径短，表示可以通过很少的步骤访问完整个网络。经过Netminer3.0计算，得出整个网络的直径为6，意味着最大关联图规模较小，只有很小一部分点实现了互联。另外在上面的可视化图中也可以很直观的看出该网络的可达性较微弱，很多传播结点之间不存在链接，网络中仅少数信息结点间存在联系，这些说明了网络事件传播具有随机性和任意性的特性。
5.核心边缘分析
核心－边缘结构分析的目的是研究社会网络中哪些节点处于核心地位，哪些节点处于边缘地位。使用Netminer3.0进行核心－边缘结构分析后的结果：天涯论坛、猫扑社区、新浪微博、新浪新闻处于核心位置（其中Final fitness 系数为0.701），在网络中占有比较重要的地位，也是信息流入和流出比较多的信息结点。其余54个传播结点处于边缘位置。
6.小团体分析
利用Netminer3.0对群体进行小团体分析，最小规模为6，得到12个小团体，如表4所示。
从表5中可以看出，总计可以分为12个小团体，但天涯论坛、新浪微博、新浪新闻等信息结点在不同小团体中大量重复。由此可见，对于该传播网络而言，没有形成多个分立的团体。一些成员处于核心地位，他们之间的联系较为紧密，而其他成员间的网上信息交流相对较少，说明不同网络信息结点之间的等级和位置存在较大的差异度。
综合该网络的所有特征值属性，可以得出表5.
从表5的属性特征值可以看出该网络主要具备以下几个基本特征：
（1）网络事件传播的空间网络的包容性较高，为100%，说明该网络具有很高包容度，兼容任何信息的流入和流出，一定程度上可以解释网络事件传播路径为什么很难准确把握。
（2）该网络的互惠性不高，仅为0.332（取值在0到1之间），说明网络之间的结点没有很好地进行信息的互换，仅是几个比较重要的结点参与信息的互换。
（3）该网络的聚类系数较高，为0.795，说明信息结点之间的类别度较为明显。
（4）该网络的连通度较低，为0.403，说明整个网络的结点之间连通性不高，靠少数几个重要结点再维持着整个网络的连通和信息传递。
（5）该网络的效率很高，效率系数为0.919，说明虽然结构不稳固，但效率很高，可以在短时间引爆整个网络。
（6）该网络层级系数为0.564，层级系数较高，说明网络事件信息传播网络呈现出无标度网络的特性，所谓无标度网络（scale－free network）
是指在网络连接中，少数的结点拥有大量的连接，如天涯社区、新浪微博、猫扑社区和新浪新闻等，而大部分结点却很少连接，马太效应比较明显。
（7）网络整体结构主要以扁平化为主，网络结构不稳固，多变，网络结点之间的联系较为随意，说明网络事件的传播路径主要受制于议题本身的属性，如果一个议题足够引爆整个网络的话，无论其在何信息结点传出都会最终影响整个网络，传播路径不是其决定因素，议题本身的火爆度是其决定因素。
网络事件信息流动异常，呈现复杂化和无方向化，具有很大的偶然性和随机性，要准确地把握存在一定的难度。
总体来看，网络事件信息构成的传播结构的特点主要在于其传播结构扁平化、星状化，这种传播结构由于议题属性的特殊性，其信息的传递不再按照一般信息按照层级分明、地域分明的多级传播结构进行有序传导，出现了网络信息直接从信息源一下子被推送到主流核心舆论场域中，被人们所审视、评头论足，省去了信息桥等中介环节，改变了传统媒介环境下信息有序流动的权力话语格局。
五、网络事件传播空间结构模型的构建——双核心式哑铃结构模式
通过以上社会网络分析及其特征，如果我们将新浪新闻代表的是主流门户网站，其背后是大众媒体为其源源不断地提供信息，进而可以研拟出网络事件传播的空间结构模型图，相关结构示意图如图4所示：
从图4可以看出，网络事件信息空间传播呈现出双核心的哑铃结构模式。网络事件信息传播改变了传统媒体环境下按照话语权力进行划分的层式传播结构，信息的传递不再围绕一个核心（中央级大媒体）传播，而是有两个核心，这两个核心层分别为主流论坛、主流微博和主流门户网站，两者作为哑铃的两个重心，使得两者产生互动或者信息桥接的是传统大众媒体，由于目前的信息管控政策的限制以及传统大众媒体的公信力，信息必须经过一个“显性化”或者“媒介仪式化”的过程，经过大众媒体的报道，大众媒体承载了信息桥和显性化的双重作用，扮演着哑铃的“抓手”角色。只要信息从任何一个信息结点流动到以上两个核心，该事件均有可能成为网络事件，引爆整个网络。而一旦这两个核心出现了同幅、同相共振的话，这个事件必定成为一个全国范围内知晓的网络事件，从这个意义上讲，网络事件信息传播结构呈现出双核心的哑铃传播模式。
六、结论与讨论
通过以上的研究，我们可以得出网络事件的传播结构在信息传播效率、传播层级、结构的扁平化等方面与一般网络信息传播结构存在差异性，尤其是在传播效率上，一般性网络信息的传播网络好比是一般公路网，网络事件信息的传播网络好比高速公路网。根据物理学中的相变理论，一般网络信息传播结构和网络事件信息传播结构之间可以互相转化，至于两者之间的临界点限于本研究的篇幅，在以后的研究中继续讨论。
另外还需要说明的是，网络传播依然存在中心化和主流化的问题，无论一般网络信息还是网络事件信息均存在一个或多个传播中心，所谓的网络时代去中心化的论断是值得商榷的，之所以存在所谓的信息核心结点与网络的技术逻辑有很大的关联，很大程度上与网络传播的物理基础——网络的星型拓扑结构有一定的关系。
通过以上的研究，从社会管理者的角度可以得出如下结论：
一是新媒体环境下“如何说”比任何时候都变得重要，传统的正面报道的新闻宣传思想在新媒体环境下被最大限度的消解。新媒体环境不仅仅是媒介介质的革命，更是一种社会软环境层面的革新，形塑了全新的社会存在方式和人类生存状态，毋容置疑，这种改革和变化也必然带来传统的行政管控方式的改变，也许由于意识形态的惰性，这种改变也许会来得较慢，但这种改变最直接的影响是我们党传统的新闻宣传指导方针的改变。传统的正面报道为主的喜鹊文化在新媒体环境下显得不合时宜。通过上面的研究可以看出网络事件之所以以异于一般网络信息传播结构的高效率传播主要是由于其元信息文本的属性，这种信息文本包括了击中当下民众被绷紧的那根神经的文本属性，引起了民众发自心理上共振的结果。如果社会管理者依然用以前那套居高临下的话语体系来说话，必然引起民众的反感，进而更加加深与民众之间的隔阂。因此，改变当下社会管理者在网络上的“囧”态必须从改变“如何说”开始。
二是新媒体环境下“如何传播”的问题，传统媒体的公信力依然强大，但其作为整个社会信息源的功能属性被消解和分权，尤其是以微博为代表的新型媒介的不断涌现，大众媒体由信息源垄断者的神坛被驱赶下来；另一方面，信息源的多元化甚至富集化，使得民众获取信息的渠道多元，人们在信息的判别上开始出现自己的甄别和选择。未来，对管理者来说，加强“结构洞”［8］较多的中心信息结点的信息流入和流出管理，有效疏通、管理和控制各类传播方式，扩大政府或危机利益相关者信息的扩散面，在信息传播格局中占据中心位置是改变目前传播弱势的必由之路。
本文系教育部哲学社会科学研究重大课题攻关项目“新媒体环境下的危机传播及舆论引导”
科研项目阶段性成果，编号为09JZD0011.
作者：中国人民大学舆论研究所研究员，中国人民大学经济学院博士后
注释
［1］《麦田。放大－反思“姜岩事件”的网络传播》，http：//blog.donews.com/maitian99/archive /2008/01/28/－1249568.aspx ，访问于2011年2月22日。
［2］樊亚平：《网络新闻传播产生社会影响力的一种特殊模式——兼论网络新闻传播的社会影响力》，《科学。经济。社会》2004年第22期。
［3］孙旭光等：《基于无线传感器网络的事件触发监测系统设计》，《计算机工程与设计》2010年4期。
［4］喻国明、李彪：《2009年上半年中国舆情报告（上）——基于第三代网络搜索技术的舆情研究》，《山西大学学报（社科版）》2010年1期。
［5］“集体记忆”（collective memory）是社会学中经常使用到的一个概念，法国社会学家莫里斯。哈布瓦赫（Maurice Halbwachs）认为“集体记忆”是由社会成员在保持个性的同时，在交往中因共同利益、共同需求和共同价值评价等形成的共有思想观念。
［6］〔美〕林顿。C.弗里曼：《社会网络分析发展史：一项科学社会学的研究》，中国人民大学出版社，2008年6月，15－16页。
［7］“中国Web 信息博物馆”是在国家973和985项目支持下，北京大学网络实验室开发建设的中国网页历史信息存储与展示系统。目前已经维护有30亿以中文为主的网页，并以平均每月四千五百万网页的速度扩大规模。其抓取网页的使用的技术和网络爬虫无异。
［8］所谓结构洞，即社会网络中的某个体和其他一些个体发生直接联系，但这些个体互相之间不发生直接联系。这些个体无直接联系或关系间断的现象，从网络整体看好像网络结构中出现了洞穴。该理论的提出者博特认为，在结构洞中，将两个无直接联系的两者连接起来的第三者拥有信息优势和控制优势。因此，组织和组织中的个人都要争取占据结构洞中的第三者位置，并且为保持结构洞的存在自身的优势而不能让另外两者轻易地联系起来。
你的回应
回应请先 登录 , 或 注册
相关内容推荐
最新讨论 ( 更多 )
- 关于舆情监测和融媒体业务以及元宇宙的探讨 (玛卡巴卡)
- 沂水县人民医院就该院医生受贿的回复！网友认为该回复涉嫌撒谎 (菏泽发展研究)
- 延安市文明办被指“摊派歌曲”，完不成传唱和投票任务要被扣分 (菏泽发展研究)
- 恳请金乡县委董冰书记关注鸡黍镇田口村多位村民大蒜被毁坏舆情 (菏泽发展研究)
- 恳请全国总工会宣传教育部刘迎祥部长关注贵机构账号写错山东... (菏泽发展研究)