薛曉斐

（鄭州大學(xué)旅游管理學(xué)院 鄭州 450000）

0 引言

近年來(lái)，隨著互聯(lián)網(wǎng)進(jìn)一步發(fā)展，尤其是近年來(lái)移動(dòng)端的盛行，加之入網(wǎng)成本更加低廉，截至2019年6月，中國(guó)有網(wǎng)民8.54 億，微信用戶(hù)數(shù)有11 億，新浪微博用戶(hù)數(shù)有4.97 億。據(jù)2018年《國(guó)民手機(jī)用眼行為大數(shù)據(jù)報(bào)告》顯示，網(wǎng)民平均每天看電子屏幕時(shí)長(zhǎng)近6 小時(shí)，占全天時(shí)間的24%，每天使用手機(jī)的次數(shù)達(dá)108次。移動(dòng)網(wǎng)絡(luò)成為人們互相溝通、瀏覽信息的重要平臺(tái)。但由于部分民眾的信息資源相對(duì)匱乏、認(rèn)知能力有待提高、缺乏周密思考，社交軟件平臺(tái)成為謠言傳播的重要場(chǎng)所和主要渠道并體現(xiàn)一些新的特點(diǎn)，如突發(fā)性強(qiáng)、傳播速度快、內(nèi)容廣泛、影響程度大。尤其是當(dāng)前爆發(fā)的新型冠狀病毒肺炎事件更使得網(wǎng)絡(luò)謠言甚囂塵上。

2020年初湖北省武漢市新冠肺炎疫情發(fā)生后，各種謠言如雨后春筍一樣充斥著網(wǎng)絡(luò)空間，影響民眾對(duì)有關(guān)疫情信息的判斷，甚至左右民眾的行為。從丁香醫(yī)生公眾號(hào)的謠言排行榜選擇幾個(gè)具有代表性的案例，“益生菌能提高免疫力，預(yù)防新冠肺炎”、“喝高度酒能抵抗新冠病毒”、“新冠病毒是人造的，由武漢病毒所泄露”、“雙黃連口服液可以預(yù)防新冠肺炎”，其他諸如陰謀論、經(jīng)濟(jì)戰(zhàn)等等無(wú)稽之談，不勝枚舉。新型冠狀病毒肺炎疫情謠言相比于其他類(lèi)型謠言更容易造成恐慌，對(duì)人民的生命財(cái)產(chǎn)安全造成重大影響，對(duì)社會(huì)公共秩序造成了極大破壞，危害廣泛。

因此，對(duì)網(wǎng)絡(luò)中疫情類(lèi)謠言的傳播過(guò)程進(jìn)行有效監(jiān)控和預(yù)測(cè)，研究其傳播機(jī)理和控制策略，將有利于權(quán)威部門(mén)對(duì)相關(guān)謠言及時(shí)澄清和有效治理，從而避免不良事件的發(fā)生。

1 文獻(xiàn)綜述

通過(guò)檢索近年來(lái)的CSSCI期刊和中文核心期刊論文，國(guó)內(nèi)相關(guān)研究較少且集中于突發(fā)性事件、公共衛(wèi)生輿情等方面。殷曉椿從公共管理學(xué)的角度出發(fā)，將新媒體環(huán)境下的疫情謠言作為研究對(duì)象，通過(guò)對(duì)個(gè)案整理分析，結(jié)合新媒體和公眾行為特點(diǎn)研究出這兩者對(duì)疫情謠言傳播的主要影響，用問(wèn)卷調(diào)查和主成分分析法驗(yàn)證出疫情謠言傳播主因子由重要性、模糊性、危害性和可信性組成[1]。只是呈現(xiàn)疫情謠言在網(wǎng)絡(luò)上的傳播路徑和特點(diǎn)，并沒(méi)有使用傳播模型。易杰以突發(fā)性公共衛(wèi)生事件的視角出發(fā)，以?xún)蓚€(gè)事件為案例，對(duì)疫情的作用范圍、傳播渠道、傳播內(nèi)容進(jìn)行定量和定性分析，并基于奧爾波特理論，創(chuàng)建出新的傳播模型，對(duì)各方面提出相應(yīng)治理政策[2]。付紅安等運(yùn)用質(zhì)性研究方法，通過(guò)對(duì)禽流感相關(guān)謠言的傳播機(jī)制以及折射出來(lái)的現(xiàn)實(shí)困境進(jìn)行研究，認(rèn)為對(duì)信息真假的識(shí)別難度主要有以下三方面：輿論監(jiān)督不力、受眾需求復(fù)雜、信息解讀不足[3]。

疫情屬于突發(fā)性事件的范疇，更多研究學(xué)者將謠言作為政府如何應(yīng)對(duì)突發(fā)性輿情來(lái)探討。孫雷霆等運(yùn)用Anglogic 仿真平臺(tái)，使用Multi-Agent建模技術(shù)，從宏觀(guān)和微觀(guān)相結(jié)合的視角，建立虛假輿情傳播的Bass 擴(kuò)散仿真模型，直觀(guān)展示傳播個(gè)體行為，揭示傳播程度和策略有效度[4]。但這些研究存在不足之處，虛假輿情的作用機(jī)理還需進(jìn)一步考慮其他因素的影響，如信息的時(shí)效性、用戶(hù)對(duì)信息的關(guān)注程度等。陳業(yè)華等運(yùn)用運(yùn)籌學(xué)相關(guān)方法，分析突發(fā)事件社交網(wǎng)絡(luò)輿情擴(kuò)散趨勢(shì)的轉(zhuǎn)折點(diǎn)，給出最優(yōu)控制的目標(biāo)函數(shù)，并推導(dǎo)出使目標(biāo)函數(shù)最小的輿情擴(kuò)散控制方法[5]。魏靜等在傳染病動(dòng)力學(xué)SIR模型的基礎(chǔ)上，提出有部分無(wú)知者直接變?yōu)槊庖哒咭约熬哂醒苌?yīng)的SIR 改進(jìn)模型，并根據(jù)現(xiàn)實(shí)網(wǎng)絡(luò)的特征，結(jié)合微博網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行了有向無(wú)標(biāo)度網(wǎng)絡(luò)的設(shè)計(jì)[6]。

目前的研究在以下方面有一定的局限性。

（1）謠言在網(wǎng)絡(luò)中的傳播過(guò)程。已有模型構(gòu)建大部分是從宏觀(guān)角度考量的，如系統(tǒng)動(dòng)力學(xué)、運(yùn)籌學(xué)、微分方程。這些模型中個(gè)體狀態(tài)之間的轉(zhuǎn)化基于全局耦合網(wǎng)絡(luò)結(jié)構(gòu)和個(gè)體的同質(zhì)性，然而真實(shí)的社會(huì)網(wǎng)絡(luò)具備稀疏性，不同個(gè)體具備異質(zhì)性，這種設(shè)定有助于模型的簡(jiǎn)化，但是不利于對(duì)謠言傳播網(wǎng)絡(luò)的合理抽象。沒(méi)有從微觀(guān)層面綜合考慮復(fù)雜社會(huì)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及不同個(gè)體的異質(zhì)性等因素對(duì)傳播過(guò)程的影響是不具體的。

（2）謠言傳播的網(wǎng)絡(luò)渠道。目前國(guó)內(nèi)許多有關(guān)輿情傳播的研究中，大部分學(xué)者是基于新浪微博平臺(tái)構(gòu)建的規(guī)則網(wǎng)絡(luò)或者無(wú)標(biāo)度網(wǎng)絡(luò)，但現(xiàn)實(shí)中網(wǎng)絡(luò)謠言的擴(kuò)散渠道不只有微博，微信、抖音、快手等社交平臺(tái)，尤其是中老年人使用頻率很高的微信，且該群體在謠言傳播中占比很大。未對(duì)網(wǎng)絡(luò)傳播渠道進(jìn)行歸納處理，僅從單一社交平臺(tái)研究網(wǎng)絡(luò)謠言傳播過(guò)程是不充分的。

本文利用Agent-Based Modeling 建模技術(shù)[7]，通過(guò)從微觀(guān)層面定義Agent 的行為和狀態(tài)屬性并構(gòu)建具有小世界特征的復(fù)雜網(wǎng)絡(luò)來(lái)進(jìn)行模擬疫情類(lèi)謠言的傳播過(guò)程和網(wǎng)民狀態(tài)轉(zhuǎn)化趨勢(shì)，還原并解釋在真實(shí)互聯(lián)網(wǎng)中謠言的演進(jìn)與傳播過(guò)程[8]，并在仿真運(yùn)行時(shí)自底向上捕捉涌現(xiàn)現(xiàn)象[9]。

2 疫情謠言傳播模型構(gòu)建

2.1 網(wǎng)絡(luò)謠言傳播模型的建立

謠言傳播并不是一步完成的。在傳播過(guò)程中，謠言最初由一個(gè)或幾個(gè)網(wǎng)民發(fā)布出來(lái)，之后被部分網(wǎng)民接收到并使其成為謠言知情者。非常時(shí)期群眾的心理持續(xù)處在恐慌狀態(tài)，對(duì)有關(guān)疫情的話(huà)題更加敏感，關(guān)注度較高[10]。部分知情者轉(zhuǎn)化為傳播者后，開(kāi)始對(duì)謠言進(jìn)行轉(zhuǎn)發(fā)或分享等在線(xiàn)行為，并通過(guò)社會(huì)關(guān)系網(wǎng)絡(luò)傳播給與其有連接關(guān)系的其他民眾，這將導(dǎo)致更多的網(wǎng)民成為謠言知情者，從而致使參與謠言傳播的群體數(shù)量不斷擴(kuò)大，直到權(quán)威媒體對(duì)該謠言進(jìn)行辟謠才逐步終止。因此，本研究結(jié)合具有類(lèi)似傳播效應(yīng)的經(jīng)典傳染病SIR模型[11]，為了更加符合現(xiàn)實(shí)情境，借鑒丁學(xué)君提出增加一個(gè)接觸狀態(tài)（知情者）從而構(gòu)建出SCIR模型[12]，將網(wǎng)民在整個(gè)傳播過(guò)程共分為四個(gè)階段（或者狀態(tài)），如圖1所示。

圖1 網(wǎng)絡(luò)傳播模型SCIR 及各狀態(tài)轉(zhuǎn)化

易感狀態(tài)人群S：指所有可以接入互聯(lián)網(wǎng)的人群，易獲得的網(wǎng)絡(luò)信息并可以自由發(fā)布觀(guān)點(diǎn)。

接觸狀態(tài)人群C：指從網(wǎng)絡(luò)或者社交媒體接收到謠言的人群而成為知情者，依據(jù)自身判斷能力對(duì)謠言進(jìn)行鑒定及識(shí)別，同時(shí)觀(guān)察其他人員對(duì)該謠言的判別，進(jìn)而影響自身的行為。

傳播狀態(tài)人群I：指對(duì)接收到的謠言深信不疑、并對(duì)該謠言進(jìn)行轉(zhuǎn)發(fā)的人群，通過(guò)對(duì)該謠言傳播影響其他人員。

免疫狀態(tài)人群R：指對(duì)謠言失去興趣不再關(guān)注和轉(zhuǎn)發(fā)的人群。

2.2 網(wǎng)絡(luò)謠言傳播模型的四個(gè)設(shè)定

由于傳播人群和傳播網(wǎng)絡(luò)的復(fù)雜性和不確定性，本文提出四個(gè)設(shè)定。

設(shè)定1：電信運(yùn)營(yíng)商提供的通訊服務(wù)無(wú)任何故障，所有人均可無(wú)障礙進(jìn)行網(wǎng)絡(luò)信息互動(dòng)。

設(shè)定2：該人群總體保持不變，不考慮新入網(wǎng)人員以及退網(wǎng)人員。

設(shè)定3：該人群均勻分布各個(gè)上網(wǎng)人群的年齡段、學(xué)歷水平、認(rèn)知能力等等，可被網(wǎng)絡(luò)謠言所左右自身的行為。

設(shè)定4：不考慮與其他網(wǎng)絡(luò)謠言事件的耦合性。網(wǎng)絡(luò)謠言在一段時(shí)間內(nèi)并非單一存在，本研究不考慮謠言之間在傳播上的交叉影響。

2.3 網(wǎng)絡(luò)謠言傳播模型中各狀態(tài)之間的轉(zhuǎn)化規(guī)則

傳播模型的構(gòu)建伴隨著計(jì)算社會(huì)科學(xué)研究的興起而得到不斷拓展，不僅體現(xiàn)在各傳播模型的內(nèi)在數(shù)學(xué)機(jī)制上，模型所處的微觀(guān)環(huán)境也是極為重要的一方面[13]。具體而言，所有參與謠言傳播的個(gè)體以一定規(guī)則連接形成的復(fù)雜網(wǎng)絡(luò)，個(gè)體通過(guò)其間的連接關(guān)系實(shí)現(xiàn)謠言的流動(dòng)和傳遞，其拓?fù)浣Y(jié)構(gòu)會(huì)對(duì)傳播趨勢(shì)和過(guò)程產(chǎn)生影響[14]。個(gè)體狀態(tài)依據(jù)轉(zhuǎn)化規(guī)則不斷發(fā)生變化，狀態(tài)的不同主要體現(xiàn)在行為上的差異，各狀態(tài)之間的轉(zhuǎn)化結(jié)果決定謠言傳播的規(guī)律和機(jī)制[15]。主體各狀態(tài)之間轉(zhuǎn)化需符合以下規(guī)則，具體參數(shù)詳解如表1所示。

表1 主體各狀態(tài)轉(zhuǎn)化的參數(shù)詳解

規(guī)則一，疫情發(fā)展與謠言傳播的動(dòng)態(tài)性。謠言的生成在于對(duì)真相披露的歪曲，有簡(jiǎn)化、強(qiáng)化、同化三種模式。尤其在事實(shí)很模糊的情況下，部分群體對(duì)未經(jīng)證實(shí)的信息通過(guò)三種模式中的一種或多種包裝后進(jìn)行傳播擴(kuò)散以獲得認(rèn)知的自豪感，具體表現(xiàn)是作為這則“信息”的早期知情者通過(guò)轉(zhuǎn)發(fā)分享等行為以獲取人們的關(guān)注或者對(duì)他人提供談資。疫情的不斷向前發(fā)展為謠言的產(chǎn)生與傳播提供環(huán)境基礎(chǔ)[16]，處在恐慌情緒中的民眾接收到的大量信息或多或少與疫情相關(guān)，甚至還有人利用互聯(lián)網(wǎng)主動(dòng)搜尋疫情類(lèi)內(nèi)容并進(jìn)行轉(zhuǎn)發(fā)和分享，謠言便混雜在這些內(nèi)容當(dāng)中。反之，謠言的傳播渠道主要是通過(guò)虛擬的社交網(wǎng)絡(luò)平臺(tái)，不同于瘟疫的擴(kuò)散需要真實(shí)的近距離接觸，除非是有悖于疫情防控的謠言并未被識(shí)別，否則謠言的傳播對(duì)疫情發(fā)展沒(méi)有直接相關(guān)關(guān)系。謠言的類(lèi)型、數(shù)量、范圍、傳播速率等與疫情的發(fā)展時(shí)期呈現(xiàn)動(dòng)態(tài)演進(jìn)的特征，疫情發(fā)展時(shí)期的不同必然導(dǎo)致謠言各方面的變化，因此疫情發(fā)展與謠言傳播具備動(dòng)態(tài)性的特點(diǎn)。

規(guī)則二，個(gè)體的交互不僅是發(fā)生在直接連接的鄰域個(gè)體之間，還可能發(fā)生在與其間接相連的隨機(jī)個(gè)體之間。網(wǎng)絡(luò)規(guī)模的龐大決定了社交網(wǎng)絡(luò)不可能具有全局耦合的特征，即便網(wǎng)絡(luò)中存在簇、團(tuán)等同質(zhì)性很高的個(gè)體群，大量的節(jié)點(diǎn)擁有很高的度值，但相比整體而言網(wǎng)絡(luò)仍具有稀疏性[17]。互聯(lián)網(wǎng)的開(kāi)放性表明沒(méi)有直接連接的個(gè)體同樣可以進(jìn)行謠言的傳遞，基于興趣、利益、階層等因素形成的標(biāo)簽群組有助于謠言的擴(kuò)散。雖然謠言在間接連接的隨機(jī)個(gè)體之間傳播的概率遠(yuǎn)低于直接連接的個(gè)體之間，卻是對(duì)謠言在網(wǎng)絡(luò)中傳播的合理抽象。

規(guī)則三，個(gè)體狀態(tài)的改變受制于對(duì)其產(chǎn)生影響的個(gè)體（包括強(qiáng)鏈接和弱鏈接）的數(shù)量和狀態(tài)。根據(jù)戈培爾效應(yīng)，謠言之所以成為謠言并被傳播實(shí)際上就是心理累積暗示造成的，心理暗示是指人或周?chē)h(huán)境以言語(yǔ)或非言語(yǔ)的方式，含蓄、間接地向個(gè)體發(fā)出信息，個(gè)體無(wú)意識(shí)地接受了這種信息，從而做出一定的心理或行為反應(yīng)[18]。因此，個(gè)體狀態(tài)的變化受到兩種因素的影響，具體而言，一是能夠?qū)€(gè)體產(chǎn)生影響的交互對(duì)象的數(shù)量，用以度量對(duì)交互對(duì)象發(fā)布謠言的接受狀況，與個(gè)體自身心智結(jié)構(gòu)和經(jīng)歷有關(guān)；二是能夠?qū)€(gè)體產(chǎn)生影響的交互對(duì)象的狀態(tài)，個(gè)體所處的狀態(tài)意味著產(chǎn)生相應(yīng)的影響力，在一定條件下對(duì)其他個(gè)體狀態(tài)的轉(zhuǎn)化起到推動(dòng)或抑制作用。綜上所述，這兩個(gè)變量的積性函數(shù)共同決定了個(gè)體在謠言傳播過(guò)程中狀態(tài)的改變。

2.4 網(wǎng)絡(luò)謠言傳播模型的數(shù)學(xué)表達(dá)

假設(shè)社交網(wǎng)絡(luò)群體規(guī)模為N，令St，Ct，It，Rt，分別表示t 時(shí)刻該狀態(tài)的總數(shù)量，St+Ct+It+Rt=N。α，r，θ，μ，ω 分別表示相應(yīng)狀態(tài)之間轉(zhuǎn)化的概率。{A1，A2，A3，···，An}為N 中所有的個(gè)體，并按照一定的連接規(guī)則組成復(fù)雜關(guān)系網(wǎng)絡(luò)G，社交網(wǎng)絡(luò)平臺(tái)中的個(gè)體之間信息傳遞是雙向的，故G 屬于有向?qū)ΨQ(chēng)網(wǎng)絡(luò)。具體而言，令j〈n，個(gè)體與{A1，A2，···，Aj}（記為G1，G1小組內(nèi)個(gè)體的數(shù)量即為Ai的度）直接連接，與{Aj+1，Aj+2，···，An}（記為G2）為隨機(jī)連接，且均為完全對(duì)稱(chēng)連接，即G1，G2組內(nèi)的成員可以與Ai互相進(jìn)行信息的傳遞。Ai在t 時(shí)刻的狀態(tài)用Ai,t│s=z（z ∈{1,2,3,4},分別對(duì)應(yīng)S、C、I、R 四種狀態(tài)）表示，并根據(jù)從G1，G2中接收到信息狀況決定是否轉(zhuǎn)變自身的狀態(tài)。

處在易感狀態(tài)的個(gè)體只要可以受到與其連接的一個(gè)傳播者發(fā)布謠言的影響，每一回合便以概率α 轉(zhuǎn)化為接觸者，雖然理論上的取值在0到1 之間，相關(guān)文獻(xiàn)對(duì)α 的取值較小通常在0.05到0.2 之間，但是本研究中α 的值會(huì)適當(dāng)大一些，因?yàn)閷?duì)個(gè)體產(chǎn)生影響的交互對(duì)象存在很多強(qiáng)連接，信息的傳遞較為頻繁且成功的概率相對(duì)較高。另外部分網(wǎng)民對(duì)微信朋友圈、抖音、微博等幾乎視而不見(jiàn)，至始至終對(duì)謠言完全不知情，以忽略網(wǎng)絡(luò)信息概率r 從易感者直接到免疫者，這種情況下r 的取值非常小。如下：

部分十分理性的網(wǎng)民，一般為高學(xué)歷或者專(zhuān)業(yè)人士，在接觸到信息后，基于自身的知識(shí)、專(zhuān)業(yè)水準(zhǔn)和認(rèn)知能力，可以斷定信息真?zhèn)巍Ｈ绻R(shí)別出謠言，則以識(shí)別網(wǎng)絡(luò)信息概率ω 從接觸者直接轉(zhuǎn)化為免疫者。 接觸者到傳播者轉(zhuǎn)化的成功與否取決于對(duì)網(wǎng)絡(luò)謠言的信任程度，與不同傳播者對(duì)同一謠言傳播次數(shù)m 有關(guān)，接觸者會(huì)以θ=1-（1-γ）m的概率接受此謠言并進(jìn)行傳播[19]，代表單個(gè)感染者對(duì)瀏覽者感染成功的概率。根據(jù)認(rèn)知的有限性，需要考慮m 的上限值，設(shè)定當(dāng)m達(dá)到上限值后個(gè)體仍未從知情者轉(zhuǎn)化為傳播者，則直接轉(zhuǎn)化為免疫者。如下：

另外采用如下指標(biāo)對(duì)傳播過(guò)程進(jìn)行分析，

3 傳播模型仿真實(shí)驗(yàn)及結(jié)果分析

3.1 傳播模型仿真實(shí)驗(yàn)構(gòu)建

在基于Java 的Repast S 平臺(tái)上，采用ABM仿真技術(shù)將現(xiàn)實(shí)中的網(wǎng)民實(shí)體映射為模型中的獨(dú)立決策主體（Agent），主體具有屬性、狀態(tài)和決策行為[20]。網(wǎng)民的個(gè)體行為映射為主體的決策行為，決策影響主體的狀態(tài)轉(zhuǎn)化；網(wǎng)民的個(gè)體特征映射為主體的屬性。隨著時(shí)間的推進(jìn)，每個(gè)主體在既定規(guī)則下選擇交互對(duì)象，并通過(guò)其間的交互行為改變個(gè)體的狀態(tài)來(lái)體現(xiàn)謠言的傳播趨勢(shì)。

在仿真模擬系統(tǒng)中，基于小世界網(wǎng)絡(luò)（以下簡(jiǎn)稱(chēng)WS 網(wǎng)絡(luò)）（Watts &Strogatz，1998）[21]構(gòu)建的主體之間的結(jié)構(gòu)是完全對(duì)稱(chēng)的，具有平均路徑長(zhǎng)度短和聚類(lèi)系數(shù)大的特征，如圖2。所有網(wǎng)絡(luò)節(jié)點(diǎn)（即主體）之間的連接關(guān)系是隨機(jī)建立的，每個(gè)節(jié)點(diǎn)結(jié)合自身特征根據(jù)轉(zhuǎn)化規(guī)則并評(píng)估所處環(huán)境做出相應(yīng)決策，在此過(guò)程中對(duì)其他節(jié)點(diǎn)產(chǎn)生影響并接受其他節(jié)點(diǎn)的影響，自身狀態(tài)發(fā)生變化或者保持不變。

圖2 小世界網(wǎng)絡(luò)結(jié)構(gòu)圖

在模擬中，節(jié)點(diǎn)總數(shù)（即網(wǎng)民總數(shù)）N=3000，其中5個(gè)為初始傳播者，初始傳播者始終處在傳播狀態(tài)而不發(fā)生改變，其余為易感者。每條邊隨機(jī)重連的概率為0.1，每個(gè)節(jié)點(diǎn)有10個(gè)直接鄰居，并從非直接連接的鄰居中隨機(jī)抽出3個(gè)進(jìn)行交互。

本文主要研究疫情類(lèi)謠言的傳播過(guò)程和控制，對(duì)于給定的變量，在不改變或影響問(wèn)題本質(zhì)的前提下，根據(jù)各參數(shù)之間的邏輯關(guān)系進(jìn)行適當(dāng)假設(shè)，評(píng)估各個(gè)參數(shù)對(duì)謠言傳播的影響。

3.2 接收概率α 對(duì)傳播過(guò)程的影響分析

設(shè)置給定參數(shù)r=0.01、ω=0.01、μ=0.1、γ=0.1、m=3 保持不變，對(duì)α=0.08、α=0.1、α=0.12、α=0.15 各進(jìn)行20次重復(fù)模擬實(shí)驗(yàn)取平均值，結(jié)果如圖3所示。

圖3 α 取值不同時(shí)對(duì)網(wǎng)絡(luò)謠言傳播過(guò)程的影響

以上圖形為隨時(shí)間的變化，各狀態(tài)個(gè)體在t時(shí)刻的總量比例。圖3-a表示易感者的總量比例變化趨勢(shì)，圖3-b表示接觸者的總量比例變化趨勢(shì)，圖3-c表示傳播者的總量比例變化趨勢(shì)，圖3-d表示免疫者的總量比例變化趨勢(shì)。

由圖可知，改變?chǔ)?的值對(duì)Ct曲線(xiàn)、It曲線(xiàn)的走勢(shì)影響較大，對(duì)St、Rt曲線(xiàn)走勢(shì)影響不大僅是位置上左右平移。隨著α值增大，Ct、It曲線(xiàn)向左上方移動(dòng)，L2,t、L3,t的最大值越大，并最終達(dá)到平衡狀態(tài)。謠言事件初期傳播者數(shù)量較少，導(dǎo)致知情者和傳播者的數(shù)量增加較為緩慢，易感者向知情者轉(zhuǎn)化取決于建立連接關(guān)系的個(gè)體中是否存在有傳播者并成功接收所轉(zhuǎn)發(fā)的謠言信息。另外只要存在m〉1（交互對(duì)象中傳播者的數(shù)量），C →I 的轉(zhuǎn)化速率便大于I →R 的轉(zhuǎn)化速率，大量的個(gè)體在接觸狀態(tài)未長(zhǎng)時(shí)間停留便迅速轉(zhuǎn)移并持續(xù)處于傳播狀態(tài)，經(jīng)歷一段時(shí)間后再次轉(zhuǎn)移到免疫狀態(tài)，導(dǎo)致在謠言傳播過(guò)程中n2,t的最大值小于n3,t的最大值。

各曲線(xiàn)的變化說(shuō)明參數(shù)α 與接觸者、傳播者的數(shù)量呈正相關(guān)關(guān)系。α值越大，謠言傳播速度越快，爆發(fā)性越強(qiáng)，事件造成的危害越大。

3.3 感染概率γ 對(duì)傳播過(guò)程的影響分析

設(shè)置給定參數(shù)α=0.1、r=0.01、ω=0.01、μ=0.1、m=3 保持不變，對(duì)γ=0.08、γ=0.10、γ=0.12、γ=0.15 各進(jìn)行20次重復(fù)模擬實(shí)驗(yàn)并取平均值，結(jié)果如圖4所示。

圖4 γ 取值不同時(shí)對(duì)網(wǎng)絡(luò)謠言傳播過(guò)程的影響

由圖可知，改變?chǔ)?的值對(duì)曲線(xiàn)Ct、曲線(xiàn)It的走勢(shì)影響較大，對(duì)St、Rt曲線(xiàn)的影響主要體現(xiàn)在加速和減緩上。隨著γ值增加，曲線(xiàn)St、Rt曲線(xiàn)均向左側(cè)移動(dòng)，曲線(xiàn)Ct的峰值減小并提前到達(dá)峰值點(diǎn)，曲線(xiàn)的峰值增大并提前到達(dá)峰值點(diǎn)，最終達(dá)到平衡狀態(tài)。謠言信息是否持續(xù)不斷傳播擴(kuò)散關(guān)鍵在于接觸者向傳播者轉(zhuǎn)化的概率θ，加上本文對(duì)于感染率的處理方式采用多個(gè)體傳播效用概率θ=1-（1-γ）m，這將直接導(dǎo)致隨著相連的個(gè)體處于傳播狀態(tài)的數(shù)量越多，C →I 的轉(zhuǎn)化成功率變高。另外隨著傳播者數(shù)量逐漸增多，群體在從眾和恐慌雙重心理效應(yīng)下，C →I 的轉(zhuǎn)化過(guò)程中呈現(xiàn)加速現(xiàn)象，傳播者數(shù)量出現(xiàn)井噴，短時(shí)間內(nèi)達(dá)到頂峰。

各曲線(xiàn)的變化說(shuō)明參數(shù)γ 與接觸者、傳播者的數(shù)量增加呈正相關(guān)關(guān)系。γ 的值越大，接觸者感染速度越快，個(gè)體在接觸狀態(tài)停留的時(shí)間越短，傳播人群的迅速增大為后續(xù)的謠言治理增加難度。

3.4 移除概率μ 對(duì)傳播過(guò)程的影響分析

設(shè)置給定參數(shù)α=0.1、r=0.01、ω=0.01、γ=0.1、m=3 保持不變，對(duì)μ=0.08、μ=0.1、μ=0.12、μ=0.15 各進(jìn)行20次重復(fù)模擬實(shí)驗(yàn)并取平均值，結(jié)果如圖5所示。

圖5 μ 取值不同時(shí)對(duì)網(wǎng)絡(luò)謠言傳播過(guò)程的影響

由圖可知，改變?chǔ)?的值對(duì)曲線(xiàn)Ct、曲線(xiàn)It的走勢(shì)影響較大，對(duì)St、Rt曲線(xiàn)的影響主要體現(xiàn)在加速和減緩上。隨著μ值增加，曲線(xiàn)St、曲線(xiàn)Rt到達(dá)平衡狀態(tài)的時(shí)間均向右側(cè)移動(dòng)，曲線(xiàn)Ct的峰值推遲到達(dá)，且先降低后升高，曲線(xiàn)It的峰值降低并推遲到達(dá)峰值點(diǎn)，最終達(dá)到平衡狀態(tài)。終止謠言的傳播關(guān)鍵在于μ值，當(dāng)大量傳播者轉(zhuǎn)化為免疫者時(shí)，網(wǎng)絡(luò)中的易感者接收不到謠言信息，謠言事件便到此可以結(jié)束。當(dāng)μ值較小時(shí)，各曲線(xiàn)走勢(shì)相對(duì)較為平緩，僅是最大值的大小和到達(dá)時(shí)間以及平衡狀態(tài)的到達(dá)時(shí)間不同，且當(dāng)μ〈γ時(shí)曲線(xiàn)的峰值小于曲線(xiàn)的峰值。但當(dāng)μ值等于0.15 時(shí)曲線(xiàn)的峰值大于曲線(xiàn)的峰值，I →R 的轉(zhuǎn)化速率較大導(dǎo)致傳播者不能長(zhǎng)時(shí)間停留在傳播狀態(tài)，無(wú)法對(duì)其他個(gè)體產(chǎn)生影響，一方面S →C的轉(zhuǎn)化受到抑制，每消失一個(gè)傳播者導(dǎo)致減少一次謠言傳播的機(jī)會(huì)，與其連接的個(gè)體無(wú)法接收到謠言信息致使?fàn)顟B(tài)保持不變；另一方面C →I 的轉(zhuǎn)化成功率將會(huì)降低，減少一個(gè)傳播者意味著m的值需進(jìn)行相應(yīng)的調(diào)整，m值越小C →I 的轉(zhuǎn)化率θ=1-（1-γ）m越小最低可降至零。

各曲線(xiàn)的變化說(shuō)明參數(shù)μ 與接觸者、傳播者的數(shù)量增加呈負(fù)相關(guān)關(guān)系。μ值越大，傳播者更容易發(fā)生狀態(tài)轉(zhuǎn)移到免疫者，個(gè)體在傳播狀態(tài)停留的時(shí)間越短，抑制謠言的傳播時(shí)間。

3.5 認(rèn)知有限性m 對(duì)傳播過(guò)程的影響分析

設(shè)置給定參數(shù)α=0.1、r=0.01、ω=0.01、γ=0.12、μ=0.08保持不變，對(duì)m=2、m=3、m=4、m=5 各進(jìn)行20次重復(fù)模擬實(shí)驗(yàn)并取平均值，結(jié)果如圖6所示。

圖6 m 取值不同時(shí)對(duì)網(wǎng)絡(luò)謠言傳播過(guò)程的影響

由圖可知，改變m 的值對(duì)曲線(xiàn)Ct、曲線(xiàn)It的走勢(shì)影響較大，對(duì)St、Rt曲線(xiàn)的影響主要體現(xiàn)在加速和減緩上。隨著m值增加，四條曲線(xiàn)到達(dá)平衡狀態(tài)的時(shí)間均向左側(cè)移動(dòng)，曲線(xiàn)Ct、It曲線(xiàn)的峰值提前到達(dá)，且隨m值變化趨勢(shì)相反，并最終達(dá)到平衡狀態(tài)。謠言很容易造成負(fù)面暗示，對(duì)人、對(duì)事情、對(duì)社會(huì)事件的一種不正確信息的傳播。在真理效應(yīng)中，對(duì)于普通網(wǎng)民而言，重復(fù)是一種巨大的力量，謠言一旦重復(fù)到一定次數(shù)便成了真理，“三人成虎、積毀銷(xiāo)骨”即是如此。根據(jù)轉(zhuǎn)化規(guī)則，m 的值越大，C →I 的轉(zhuǎn)化成功率越高，但需要個(gè)體的連接節(jié)點(diǎn)中，同時(shí)存在m個(gè)傳播者。事實(shí)上，疫情恐慌下人民在信息洪流中看到的都是各種情緒而非真相，很多人對(duì)謠言并不需要過(guò)多的心理暗示便開(kāi)始復(fù)制轉(zhuǎn)發(fā)。甚至一些媒體在未經(jīng)求證的情況下進(jìn)行轉(zhuǎn)載，不知不覺(jué)擴(kuò)展了謠言的傳播空間，成為網(wǎng)絡(luò)謠言的推手和幫兇。

參數(shù)m 與接觸者、傳播者的數(shù)量增加呈正相關(guān)關(guān)系。m值越大，接觸者更容易發(fā)生狀態(tài)轉(zhuǎn)移到傳播者，加速謠言的傳播速度，謠言事件的危害性就越大。

4 結(jié)論和建議

通過(guò)分析新冠肺炎疫情謠言傳播過(guò)程的特征和規(guī)律，結(jié)合傳染病模型SIR，采用符合現(xiàn)實(shí)情境的SCIR模型，并對(duì)此模型進(jìn)行仿真實(shí)驗(yàn)，結(jié)果顯示：（1）該模型基本符合疫情類(lèi)謠言在網(wǎng)絡(luò)平臺(tái)傳播的演變趨勢(shì)，網(wǎng)絡(luò)上傳播者越多越促進(jìn)傳播人群數(shù)量迅速達(dá)到頂峰，待謠言被澄清后傳播者數(shù)量逐步回落；（2）具有小世界特征的網(wǎng)絡(luò)人際關(guān)系對(duì)謠言傳播起到加速推動(dòng)作用，大部分網(wǎng)民易受戈培爾效應(yīng)的影響；（3）對(duì)各轉(zhuǎn)化率的管控，為政府和機(jī)構(gòu)有效監(jiān)測(cè)和治理網(wǎng)絡(luò)謠言提供必要參考。

針對(duì)新冠肺炎類(lèi)謠言，政府應(yīng)從多方面入手進(jìn)行干預(yù)，阻止謠言的產(chǎn)生和進(jìn)一步傳播，可采用以下策略來(lái)降低接收概率α 和感染概率γ，提高移出概率μ 和識(shí)別謠言率ω。首先，加強(qiáng)網(wǎng)絡(luò)輿情監(jiān)測(cè)，通過(guò)互聯(lián)網(wǎng)數(shù)據(jù)追蹤到謠言的發(fā)布源，直接封存賬號(hào)刪除內(nèi)容，切斷與外界的傳播鏈條，降低接收概率α，減少易感人群接收到謠言的機(jī)會(huì)從而實(shí)現(xiàn)對(duì)謠言的有效管控。目前互聯(lián)網(wǎng)賬號(hào)開(kāi)展實(shí)名制注冊(cè)已經(jīng)運(yùn)行多年，數(shù)據(jù)追蹤技術(shù)基本成熟，在謠言發(fā)展的早期階段及時(shí)尋找到傳播者成為治理的關(guān)鍵，例如在疫情期間某地市一些不法分子在當(dāng)?shù)責(zé)o確診病例的前提下散布有確診患者，公安機(jī)關(guān)迅速鎖定發(fā)布源和傳播者，強(qiáng)制刪除相關(guān)不良信息使公眾無(wú)法再次接收到，謠言迅速得以平息。

其次，政府部門(mén)或者相關(guān)機(jī)構(gòu)應(yīng)該及時(shí)對(duì)謠言進(jìn)行澄清說(shuō)明和披露事情的真相，普通網(wǎng)民之所以選擇傳播謠言大多數(shù)是對(duì)事情的原委沒(méi)有清晰的認(rèn)識(shí)，一些自媒體盲目轉(zhuǎn)發(fā)以獲取關(guān)注，可通過(guò)“謠言止于公開(kāi)”來(lái)降低知情人群的感染概率γ 和提高傳播人群的移除率μ，官方媒體及時(shí)發(fā)布有關(guān)民眾關(guān)注的問(wèn)題，從而抑制謠言的進(jìn)一步發(fā)展。公眾號(hào)丁香醫(yī)生的菜單里有“謠言排行榜”和謠言粉碎機(jī)就是專(zhuān)門(mén)針對(duì)網(wǎng)絡(luò)中新冠疫情謠言進(jìn)行及時(shí)收集并由行業(yè)內(nèi)專(zhuān)家辟謠，使廣大民眾能夠通過(guò)這些平臺(tái)鑒定信息的真?zhèn)危瑥亩苊庖恍┎槐匾膿p失。

第三，從立法層面入手，通過(guò)持續(xù)的宣傳教育和制定相應(yīng)的法律法規(guī)，規(guī)范管理各類(lèi)公眾號(hào)、網(wǎng)絡(luò)紅人等自媒體，發(fā)布和轉(zhuǎn)發(fā)謠言需承擔(dān)一定的法律責(zé)任。網(wǎng)絡(luò)不是法外之地，言論自由不等同于肆意散布謠言，每個(gè)網(wǎng)民要約束在線(xiàn)行為，慎重對(duì)待不明來(lái)源的疫情信息，不造謠、不信謠、不傳謠。即便網(wǎng)絡(luò)中依舊存在疫情謠言，在法律的權(quán)威下公眾僅僅是接收到并持續(xù)停留在知情態(tài)不再進(jìn)行轉(zhuǎn)發(fā)，大幅降低感染概率γ，謠言無(wú)法得到大面積的傳播，從而實(shí)現(xiàn)有效的控制。

各級(jí)政府部門(mén)應(yīng)從最早干預(yù)時(shí)間和最大干預(yù)程度綜合采取措施降低新冠肺炎疫情謠言對(duì)社會(huì)的危害，維護(hù)公共秩序，實(shí)現(xiàn)網(wǎng)絡(luò)健康發(fā)展，營(yíng)造清朗的網(wǎng)絡(luò)空間。

未來(lái)研究中，考慮傳播節(jié)點(diǎn)的異質(zhì)性、各節(jié)點(diǎn)之間連接的強(qiáng)弱關(guān)系對(duì)謠言傳播效應(yīng)的影響，對(duì)本文提出的模型進(jìn)一步補(bǔ)充。另外，各參數(shù)的調(diào)整是根據(jù)經(jīng)驗(yàn)設(shè)置的，存在一定的不足之處。