近年来,宏观经济不确定性问题逐渐加剧,越来越多的学者开始关注地区自身宏观经济的不确定性以及地区之间的宏观经济不确定性溢出效应。本文借鉴国家层面的不确定性溢出度量的方法,对我国省域间不确定性的溢出进行度量及分析。进一步考虑到不确定性溢出的影响因素,创新性的将我国省域社交网络数据应用到宏观经济研究中来。利用微博用户数据对省与省之间存在的社会关系进行衡量,构建省域间的社会关联网络,探究省份间的社会关联情况是否对其不确定性溢出有一定影响。首先,对微博数据进行爬取和相应处理。借鉴Facebook构建社会连接指数的方法构建省域间社会关联网络,并进行探索分析。结果显示,通常情况下我国各省与自身的关联程度最强,北上广及江浙等地受到其他省份的关注度更高。更多地,经济发展相对落后的地区更倾向于与比自己经济状况好的地区存在关联;且邻接省份间通常也存在较高的社会关联度。在对于我国宏观经济不确定性溢出网络的构建和分析中,主要运用了分层动态因子模型和广义方差分解的方法。通过静态与动态结合分析发现,宏观经济不确定性跨省传递的现象显著。同时,动态分析显示出全国及各省的宏观经济不确定性溢出均有大事件效应。此外,各省不确定性溢入相对平稳,而溢出效应存在较大波动。最后,基于上述两个网络的构建,利用指数随机图模型对省域间不确定性溢出网络的影响因素进行研究。主要选取社会关联网络作为协变量网络加入指数随机图模型,研究不同时间省域间社会关联网络对不确定性溢出效应的影响情况。研究表明,省域间社会关联情况对其不确定性溢出有显著影响。进一步做稳健性检验发现:我国东中西部地区省域关联网络的估计系数均显著,模型结果稳健。