唐梁鴻緒，王衛(wèi)蘋(píng)，王 昊，員曼曼，羅 熊，李建武

1) 北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院，北京 100083 2) 北京科技大學(xué)順德研究生院，佛山 528399 3) 材料領(lǐng)域知識(shí)工程北京市重點(diǎn)實(shí)驗(yàn)室，北京 100083 4) 中國(guó)信息通信研究院信息化與工業(yè)化融合研究所，北京 100191 5) 北京理工大學(xué)前沿技術(shù)研究院，濟(jì)南 250300 6) 黃河科技學(xué)院工學(xué)部，鄭州 450000

網(wǎng)絡(luò)謠言，是指人為捏造的不符合事實(shí)并通過(guò)網(wǎng)絡(luò)手段傳播的言論. 隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)謠言的傳播速度變得更快，危害更大. 2019年底，新型冠狀病毒席卷全球，隨之而來(lái)的相關(guān)網(wǎng)絡(luò)謠言天然地獲得了更大的流量與關(guān)注度，加之疫情之下人民群眾面臨心理高壓，更容易接觸并失去對(duì)疫情相關(guān)謠言信息的判斷力，并最終導(dǎo)致謠言迅速發(fā)酵，造成極其不良的社會(huì)影響. 比如2020年1月31日晚“新華視點(diǎn)”微博號(hào)刊發(fā)文稱(chēng)“雙黃連口服液可抑制新冠病毒”，該消息隨后被主流官媒人民日?qǐng)?bào)轉(zhuǎn)載，并在兩日內(nèi)得到超過(guò)六億次閱讀量，最終導(dǎo)致全國(guó)各地民眾大規(guī)模盲目哄搶、囤積雙黃連藥物，就連名稱(chēng)相似的雙黃蓮蓉月餅也一度脫銷(xiāo). “雙黃連事件”不僅造成了人民群眾大量經(jīng)濟(jì)財(cái)產(chǎn)損失，并且導(dǎo)致出現(xiàn)了擅自服用雙黃連導(dǎo)致病情加重、搶購(gòu)雙黃連過(guò)程中被傳染等嚴(yán)重影響后續(xù)疫情防治過(guò)程的情況. 由此可見(jiàn)，模擬并研究網(wǎng)絡(luò)謠言的傳播規(guī)律，以及制定一套遏制網(wǎng)絡(luò)謠言蔓延的方法機(jī)制十分必要.

針對(duì)網(wǎng)絡(luò)謠言傳播模型的模擬問(wèn)題，近年來(lái)國(guó)內(nèi)外許多學(xué)者進(jìn)行了大量深入的研究，提出了許多有效的研究方法，并建立了不同的網(wǎng)絡(luò)謠言傳播模型. 一些學(xué)者從行為導(dǎo)向?qū)χ{言傳播的影響角度出發(fā)進(jìn)行研究，如劉芳和李明濤[1]、丁學(xué)君和李臨霄[2]、以及付偉等[3]分別在謠言傳播模型中引入自發(fā)行為、辟謠行為、引導(dǎo)行為與模仿行為.而Hosni等[4]則基于個(gè)體和社會(huì)行為，將阻尼諧運(yùn)動(dòng)引入謠言傳播過(guò)程. 也有一些學(xué)者如王筱莉等[5]和張菊平等[6]考慮到了遺忘機(jī)制對(duì)謠言傳播的影響，設(shè)計(jì)并建立了謠言傳播模型. 此外，謠言傳播途徑中個(gè)體節(jié)點(diǎn)間的相互影響因素也是值得考慮的：范純龍等[7]考慮到了免疫節(jié)點(diǎn)對(duì)謠言傳播的抑制作用與體間親密度等因素對(duì)傳播概率的影響；劉建友和李代平[8]在謠言傳播過(guò)程中考慮了三元組結(jié)構(gòu)對(duì)節(jié)點(diǎn)的影響并提出了三元組邊免疫策略；羅靖宇和唐寧九[9]、以及Qiu等[10]則分別對(duì)鄰居節(jié)點(diǎn)對(duì)于謠言傳播可能產(chǎn)生的重大影響進(jìn)行了研究；王晶晶等[11]則研究了社會(huì)關(guān)系網(wǎng)絡(luò)結(jié)構(gòu)與信息源節(jié)點(diǎn)對(duì)警報(bào)傳播的影響. 不止如此，還有一些學(xué)者針對(duì)特定的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行研究，如Zhang和Zhu[12]在模型中引入了非授權(quán)網(wǎng)絡(luò)描述謠言對(duì)不同群體間影響的差異. Chen等[13]則設(shè)計(jì)了具有飽和發(fā)生率的異構(gòu)網(wǎng)絡(luò)的謠言傳播模型. Zhu等[14]、Dong等[15]和譚振華等[16]則分別研究了在線(xiàn)社交網(wǎng)絡(luò)中的謠言傳播. 一些學(xué)者更是在建構(gòu)謠言傳播模型時(shí)考慮了不同環(huán)境因素的影響，如蔚瑩和殷雁君[17]針對(duì)突發(fā)事件人群聚集場(chǎng)所，引入了市民個(gè)性特征等因素對(duì)謠言傳播及人群聚集規(guī)模的影響. 而趙敏等[18]則在謠言傳播過(guò)程中引入正面與負(fù)面報(bào)道對(duì)謠言傳播的影響，并改進(jìn)了傳統(tǒng)SIR(Susceptible, infected, recovered)模型.

雖然上述模型研究都實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)謠言傳播過(guò)程的模擬預(yù)測(cè)，并對(duì)謠言傳播理論的建設(shè)做出了很大貢獻(xiàn). 但是，其中大部分模型沒(méi)有考慮到謠言的傳播、信謠與辟謠等過(guò)程存在著一定的滯后性. 針對(duì)于這種滯后性，有部分學(xué)者展開(kāi)了研究.如朱霖河和李玲[19]在SIR模型中引入了時(shí)滯效應(yīng)與辟謠機(jī)制. Zhu等[20]和Li[21]則分別在時(shí)滯性謠言傳播模型基礎(chǔ)上引入了強(qiáng)制沉默函數(shù)與飽和控制函數(shù). Zhu等[22]提出了一種基于偏微分方程的延遲反應(yīng)擴(kuò)散謠言傳播模型. Zhu等[23]更是考慮了謠言在時(shí)間與空間維度上的傳播，設(shè)計(jì)出帶時(shí)滯的偏微分方程謠言傳播模型. 這些學(xué)者通過(guò)在模型中引入滯后性因素，使得模擬的場(chǎng)景更加貼近于實(shí)際生活中謠言的傳播過(guò)程.

然而，僅僅在傳播模型中考慮到滯后性是不夠的. 在我們實(shí)際生活中的網(wǎng)絡(luò)社交平臺(tái)上，言論傳播是存在政府監(jiān)管的，對(duì)于一些發(fā)酵較為嚴(yán)重的謠言，政府等權(quán)威機(jī)構(gòu)還會(huì)親自進(jìn)行權(quán)威性的辟謠. 基于這樣的事實(shí)，一些學(xué)者展開(kāi)了研究. 如張金鑫等[24]針對(duì)多賬號(hào)傳謠引入了網(wǎng)絡(luò)監(jiān)管因素. 而陳安等[25]則在模型中同時(shí)考慮了政府干預(yù)滯后性與個(gè)體信息接受從眾效應(yīng). 這些對(duì)于政府監(jiān)管與權(quán)威性辟謠因素的考慮，使得謠言傳播過(guò)程中的環(huán)境因素更加貼合我們實(shí)際的網(wǎng)絡(luò)環(huán)境.

隨著互聯(lián)網(wǎng)的高速發(fā)展，我國(guó)互聯(lián)網(wǎng)網(wǎng)民不同學(xué)歷占比也在不斷發(fā)生變化，進(jìn)而對(duì)網(wǎng)絡(luò)謠言傳播產(chǎn)生了不可忽略的作用. 考慮到群體知識(shí)水平對(duì)謠言傳播過(guò)程的重要影響，Huo和Chen[26]設(shè)計(jì)了考慮社會(huì)科學(xué)知識(shí)水平的謠言動(dòng)力學(xué)模型，更為嚴(yán)謹(jǐn)而系統(tǒng)性地證明了謠言在缺乏科學(xué)知識(shí)的群體中傳播的更加迅速與廣泛. 基于上述研究的重要結(jié)論，本文也將不同高等教育普及率對(duì)謠言傳播過(guò)程的影響因素引入模型中，使得模型更加真實(shí)有效.

除了在謠言傳播過(guò)程中引入不同影響因素外，對(duì)于謠言影響下網(wǎng)民群體的劃分也是研究需要考慮的一個(gè)重要方向. 傳統(tǒng)的SIR模型將網(wǎng)民群體簡(jiǎn)單劃分為不知情者、信謠者與辟謠者，而實(shí)際上受謠言影響的網(wǎng)民群體劃分應(yīng)更為復(fù)雜. 基于此，不少學(xué)者對(duì)其加以改進(jìn)，如石星星和葉海平[27]將人群分為謠言易感者、謠言傳播者和謠言免疫者.王祁月等[28]在SIR 模型中引入了抑制者對(duì)謠言的辟謠機(jī)制. 而萬(wàn)貽平等[29]則在SIR模型基礎(chǔ)上加入了謠言清除者，引入了謠言感染與清除機(jī)制并建立了SIERsEs(Spreader, ignorant, eliminater, rstifler,estifler)模型，進(jìn)而發(fā)現(xiàn)看上去有效的謠言遏制策略有時(shí)可能反而對(duì)謠言傳播有促進(jìn)效果.

此外，也有學(xué)者提出了不同的語(yǔ)義文本檢測(cè)方法，可以為謠言傳播提供及時(shí)的檢測(cè)與預(yù)警. 比如曹文斌等[30]基于語(yǔ)義角色分析，提出了一種實(shí)體屬性抽取方法，可以為網(wǎng)絡(luò)空間謠言傳播提供檢測(cè)及預(yù)警；而鄭恒毅等[31]則提出了一種面向網(wǎng)絡(luò)長(zhǎng)文本的話(huà)題檢測(cè)方法.

本文考慮到現(xiàn)實(shí)生活中網(wǎng)民存在一類(lèi)堅(jiān)定的難以被非權(quán)威機(jī)構(gòu)辟謠的鐵桿信謠者群體，以及存在接觸謠言不久，還未對(duì)謠言選擇相信或不信的潛在信謠者群體，于是在傳統(tǒng)SIR模型中引入了鐵桿信謠者與潛在信謠者，并針對(duì)上述模型中的優(yōu)點(diǎn)與不足建立了SEIRD(Susceptible, exposed,infected, recovered, die-hard-infected)謠言傳播模型，其改進(jìn)如下：

(1) SEIRD模型在傳統(tǒng)的SIR謠言傳播模型中引入E類(lèi)成員(潛在信謠者)，以模擬不知情者從接觸謠言到信謠的滯后性，此外，還引入了D類(lèi)成員(鐵桿信謠者)，以模擬現(xiàn)實(shí)生活中網(wǎng)民存在的一類(lèi)堅(jiān)定的難以被非權(quán)威機(jī)構(gòu)辟謠的鐵桿信謠者群體；(2)模型考慮到了辟謠者群體與政府權(quán)威機(jī)構(gòu)辟謠同樣存在滯后性，并且基于現(xiàn)實(shí)生活中政府權(quán)威機(jī)構(gòu)對(duì)謠言的辟謠通常更加滯后于網(wǎng)民中的辟謠者群體的事實(shí)，而設(shè)計(jì)了不同的辟謠警覺(jué)參數(shù)；(3)模型引入了高等教育普及率對(duì)謠言傳播及辟謠過(guò)程的影響；(4)模型提出了用于衡量辟謠信息在網(wǎng)絡(luò)中辟謠效果的辟謠系數(shù).

1 問(wèn)題分析及模型建立

1.1 SEIRD 謠言傳播模型

本文的網(wǎng)絡(luò)謠言傳播SEIRD模型在傳統(tǒng)網(wǎng)絡(luò)謠言傳播SIR模型中增加了E類(lèi)潛在信謠者，并且增加了D類(lèi)鐵桿信謠者的群體劃分. 并且，考慮到政府和網(wǎng)絡(luò)輿情對(duì)于辟謠存在滯后性，設(shè)定了不同的辟謠警覺(jué)參數(shù)，也加入了高等教育普及率對(duì)謠言傳播及辟謠過(guò)程的影響. SEIRD網(wǎng)絡(luò)謠言傳播模型流程圖如圖1所示. SEIRD模型將受網(wǎng)絡(luò)謠言影響的網(wǎng)民劃分為以下五類(lèi)：

圖1 SEIRD網(wǎng)絡(luò)謠言傳播模型流程圖Fig.1 Flow chart of the SEIRD propagation model

（1）S 類(lèi) (Susceptible)，不知情者，指從未接觸過(guò)謠言和辟謠信息的普通網(wǎng)民.

（2）E類(lèi) (Exposed)，潛在信謠者，指接觸過(guò)謠言信息但還沒(méi)有轉(zhuǎn)化為信謠者的網(wǎng)民.

（3）I類(lèi) (Infected)，信謠者，指接觸過(guò)謠言信息并最終相信謠言，且會(huì)將謠言信息繼續(xù)傳播出去的網(wǎng)民.

（4）R 類(lèi) (Recovered)，醒悟者，指從謠言中醒悟過(guò)來(lái)或不相信謠言的網(wǎng)民，會(huì)在網(wǎng)絡(luò)上散布辟謠信息.

（5）D 類(lèi) (Die-hard-infected)，鐵桿信謠者，指謠言的鐵桿擁護(hù)者，擁有更強(qiáng)的謠言傳播能力，并且不會(huì)被普通辟謠信息辟謠的網(wǎng)民.

1.2 模型假設(shè)

為了便于模型建立、分析與研究，而進(jìn)行理想化假設(shè)：

（1）I類(lèi)成員每天會(huì)傳謠使得一定數(shù)量的S類(lèi)成員轉(zhuǎn)化為E類(lèi)成員，在經(jīng)歷為期7 d的信謠期后還未被成功辟謠，則I類(lèi)成員將轉(zhuǎn)化為鐵桿信謠者D類(lèi)成員.

（2）E類(lèi)成員表現(xiàn)和S類(lèi)成員相同，不會(huì)傳播謠言，也不會(huì)傳播辟謠信息，可被辟謠. 若在為期3 d的潛在辟謠期內(nèi)未被成功辟謠，則將轉(zhuǎn)化為I類(lèi)成員.

（3）R類(lèi)成員不可被傳謠. D類(lèi)成員擁有更強(qiáng)的傳謠能力，并且不會(huì)被R類(lèi)成員辟謠. 政府權(quán)威機(jī)構(gòu)辟謠可對(duì)D類(lèi)成員辟謠.

（4）謠言比真相更令人容易接受.

（5）政府機(jī)構(gòu)與R類(lèi)成員的辟謠具有滯后性.

（6）初始網(wǎng)民群體劃分為一定數(shù)量的S類(lèi)成員（大多數(shù)人為不知情者），一定數(shù)量的R類(lèi)成員（一部分人有相關(guān)專(zhuān)業(yè)知識(shí)，可以辨別相關(guān)謠言），以及1名D類(lèi)成員（初始造謠者）.

1.3 符號(hào)說(shuō)明

（1）A為網(wǎng)民模型總?cè)藬?shù). S為現(xiàn)存不知情者人數(shù)，為行向量矩陣.

（4）R為目前醒悟者人數(shù)，為行向量矩陣. D為目前鐵桿信謠者人數(shù)，為行向量矩陣.

（5）r為辟謠信息相較于謠言對(duì)于人們的接受程度，1代表人們對(duì)與二者接受程度相同.

（6）re為辟謠系數(shù)，用以描述網(wǎng)絡(luò)中辟謠信息的辟謠能力. 本文認(rèn)為辟謠信息的辟謠能力與①辟謠信息接受程度、②當(dāng)前謠言事件網(wǎng)絡(luò)輿情、③辟謠信息在辟謠信息與謠言信息中所占比例這三項(xiàng)因素有關(guān). 對(duì)于謠言產(chǎn)生第t天有：辟謠信息接受程度為r；當(dāng)前網(wǎng)絡(luò)輿情可以用當(dāng)前謠言事件信息(謠言+辟謠信息之和)占網(wǎng)絡(luò)所有網(wǎng)民發(fā)布的信息的比例(1-S(t)/A)來(lái)描述；辟謠信息在辟謠信息與謠言信息中所占比例為(R(t)/(R(t)+I(t)+D(t))).

故對(duì)于第t天有：re = r×(1-S(t)/A)×(R(t)/(R(t)+I(t)+D(t))).

（7）I類(lèi)成員相較于S類(lèi)成員和E類(lèi)成員更難被辟謠，對(duì)I類(lèi)成員的辟謠系數(shù)rei取re/10.

（8）ci為S類(lèi)成員經(jīng)I類(lèi)成員傳謠后轉(zhuǎn)化為E類(lèi)成員的概率，cd為S類(lèi)成員經(jīng)D類(lèi)成員傳謠后轉(zhuǎn)化為E類(lèi)成員的概率.

（9）nn為I類(lèi)與D類(lèi)成員平均每天可接觸到的總?cè)藬?shù). n為I類(lèi)與D類(lèi)成員平均每天可接觸到的S類(lèi)成員人數(shù)，對(duì)于第t天，其值可認(rèn)為是nn×(S(t)/A).

1.4 模型建立

根據(jù)以上模型假設(shè)建立數(shù)學(xué)模型，對(duì)于第t天，有：

進(jìn)入潛在信謠期第1天的人數(shù)為前一天信謠者與鐵桿信謠者成功傳謠人數(shù)之和，n為第t天可能的被傳謠的不知情者人數(shù). 隨后進(jìn)入潛在信謠期第2、3天的人數(shù)為前一天人數(shù)減去被醒悟者辟謠的人數(shù). 而第t天潛在信謠者總?cè)藬?shù)則為處在不同階段的潛在信謠者人數(shù)之和.

進(jìn)入信謠期第1天的人數(shù)為經(jīng)過(guò)3 d潛在信謠期，仍未被辟謠的人數(shù). 而處于信謠期各天數(shù)階段的人數(shù)為前一天人數(shù)減去被辟謠人數(shù)，此處考慮到對(duì)信謠者辟謠相對(duì)困難，故將辟謠系數(shù)取原本的1/10. 而第t天信謠者總?cè)藬?shù)則為處在不同階段的信謠者人數(shù)之和.

醒悟者不斷散布辟謠信息，將一定比例的不知情者，潛在信謠者，信謠者轉(zhuǎn)化為醒悟者，而那些經(jīng)過(guò)3 d潛在信謠期，并在7 d的信謠期內(nèi)未被辟謠的信謠者，將自動(dòng)變?yōu)椴豢杀恍盐蛘弑僦{的鐵桿信謠者.

出于對(duì)醒悟者及權(quán)威機(jī)構(gòu)辟謠存在時(shí)滯性的考慮，本文設(shè)計(jì)辟謠警覺(jué)系數(shù)τ，其含義為當(dāng)受到謠言負(fù)面影響的人（潛在信謠者，信謠者，或是鐵桿信謠者）達(dá)到一定網(wǎng)民占比時(shí)，開(kāi)始更新第t天的辟謠系數(shù)re. 本文認(rèn)為醒悟者辟謠能力受到辟謠信息接受程度、當(dāng)前謠言事件網(wǎng)絡(luò)輿情、辟謠信息在辟謠信息與謠言信息中所占比例這三項(xiàng)因素的影響.

對(duì)于謠言產(chǎn)生第t天有：辟謠信息接受程度為r；當(dāng)前網(wǎng)絡(luò)輿情可以用當(dāng)前謠言事件信息（謠言+辟謠信息之和）占網(wǎng)絡(luò)所有網(wǎng)民發(fā)布的信息的比例(1-S(t)/A)來(lái)描述；辟謠信息在辟謠信息與謠言信息中所占比例為(R(t)/(R(t)+I(t)+D(t))).

而謠言能夠影響到的不知情者人數(shù)n則與不知情者占總?cè)藬?shù)的比例(S(t)/A)有關(guān). 于是有：

2 模型仿真

為驗(yàn)證本文提出模型的有效性，本文將其應(yīng)用于建立我國(guó)網(wǎng)絡(luò)謠言傳播模型，并根據(jù)是否引入政府權(quán)威機(jī)構(gòu)進(jìn)行辟謠、辟謠是否具有滯后性、以及不同比例高等教育普及率進(jìn)行分析與探討.

2.1 小型群體網(wǎng)絡(luò)謠言傳播模型

本節(jié)設(shè)計(jì)了一個(gè)對(duì)于總?cè)藬?shù)1000人，初始醒悟者占總?cè)丝诒壤?0%的為期50 d的普通小型網(wǎng)絡(luò)謠言傳播模型. 初始辟謠系數(shù)re設(shè)置為0，當(dāng)τ達(dá)0.1以上時(shí)，認(rèn)為醒悟者將察覺(jué)到謠言出現(xiàn)在網(wǎng)絡(luò)環(huán)境中，并開(kāi)始積極主動(dòng)大范圍辟謠. 選取實(shí)驗(yàn)參數(shù) r為 0.1，ci為 0.03，cd為 0.05，nn為 50，實(shí)驗(yàn)結(jié)果如圖2所示.

圖2 SEIRD小型群體網(wǎng)絡(luò)謠言傳播模型Fig.2 SEIRD small group online rumor propagation model

從圖2可以看出，由于醒悟者辟謠的滯后性，謠言出現(xiàn)約11 d后，醒悟者才察覺(jué)到謠言的出現(xiàn)并在網(wǎng)絡(luò)散布辟謠信息，而此時(shí)已經(jīng)積累了一定量的潛在信謠者和信謠者. 在20 d后，越來(lái)越多的信謠者成為了鐵桿信謠者，而潛在信謠者也更多地轉(zhuǎn)化為了信謠者，醒悟者的辟謠工作開(kāi)始收效甚微. 模型模擬30 d后，謠言大戰(zhàn)基本結(jié)束，網(wǎng)絡(luò)環(huán)境中只剩下大多數(shù)鐵桿信謠者，與少部分醒悟者彼此無(wú)法說(shuō)服對(duì)方.

從結(jié)果來(lái)看，這是醒悟者的一次慘敗. 面對(duì)兩倍多的鐵桿信謠者，此時(shí)的網(wǎng)絡(luò)輿情可以說(shuō)是烏煙瘴氣，在網(wǎng)絡(luò)中可以看到大部分都是謠言，敢于在網(wǎng)絡(luò)中說(shuō)出“真相”的人反而會(huì)被看成是“造謠者”. 所以，對(duì)于一個(gè)只有10%的人具有明辨是非能力的小型網(wǎng)絡(luò)模型，謠言是極易傳播和發(fā)酵的.這也解釋了一些社會(huì)現(xiàn)象，比如在一個(gè)只有30人的班集體中，如果有人惡意對(duì)你進(jìn)行造謠，當(dāng)你察覺(jué)后很可能謠言已經(jīng)人盡皆知. 并且如果你僅憑借個(gè)人努力而不借助老師、校方等權(quán)威機(jī)構(gòu)進(jìn)行辟謠，那么你大概率是無(wú)法扭轉(zhuǎn)輿論導(dǎo)向，在謠言大戰(zhàn)中失敗的.

2.2 普及高等教育和權(quán)威機(jī)構(gòu)辟謠對(duì)我國(guó)網(wǎng)絡(luò)環(huán)境下謠言傳播的影響

本節(jié)在小型群體網(wǎng)絡(luò)謠言傳播模型基礎(chǔ)上將網(wǎng)民總數(shù)調(diào)整為9.4億人，模擬了我國(guó)網(wǎng)絡(luò)環(huán)境下謠言傳播的過(guò)程. 通過(guò)調(diào)整各項(xiàng)參數(shù)，以探究高等教育普及率與是否引入政府權(quán)威機(jī)構(gòu)辟謠對(duì)于存在時(shí)滯性的網(wǎng)絡(luò)謠言傳播的影響. 在引入政府權(quán)威機(jī)構(gòu)辟謠因素時(shí)，考慮到其對(duì)于謠言的辟謠相比醒悟者個(gè)人進(jìn)行網(wǎng)絡(luò)辟謠的滯后性更高，本文將其τ值設(shè)定為達(dá)0.3以上時(shí)開(kāi)始進(jìn)行辟謠. 選取實(shí)驗(yàn)參數(shù) r為 0.1，ci為 0.03，cd為 0.05，nn為 50，實(shí)驗(yàn)結(jié)果如圖3所示.

圖3 普及高等教育和權(quán)威機(jī)構(gòu)對(duì)我國(guó)網(wǎng)絡(luò)環(huán)境下謠言傳播的影響. （a）SEIRD我國(guó)網(wǎng)絡(luò)謠言傳播模型；（b）引入權(quán)威機(jī)構(gòu)辟謠的SEIRD我國(guó)網(wǎng)絡(luò)謠言傳播模型；（c）提高高等教育普及率的SEIRD我國(guó)網(wǎng)絡(luò)謠言傳播模型；（d）同時(shí)提高高等教育普及率并引入權(quán)威機(jī)構(gòu)辟謠的SEIRD我國(guó)網(wǎng)絡(luò)謠言傳播模型Fig.3 Influence of popularized higher education and authoritative institutions on rumor propagation in China’s online environment: (a) China’s SEIRD online rumor propagation model; (b) China’s SEIRD authoritative rumor-refuting model; (c) China’s SEIRD model for increasing the popularizing rate of higher education; (d) China’s SEIRD model for both authoritative rumor-refuting and increasing the popularizing rate of higher education

圖3(a)設(shè)計(jì)了一個(gè)基于我國(guó)9.4億網(wǎng)民，其中高等教育普及率為18.8%的為期80 d的網(wǎng)絡(luò)謠言傳播模型. 圖3 (b)在圖3(a)的基礎(chǔ)上引入了權(quán)威機(jī)構(gòu)辟謠機(jī)制，并進(jìn)行了180 d的模擬. 圖3 (c)則在(a)的基礎(chǔ)上將高等教育普及率提高至30.0%.而圖3 (d)在圖3(a)的基礎(chǔ)上引入權(quán)威機(jī)構(gòu)辟謠機(jī)制，并同時(shí)將高等教育普及率提高至30.0%，模擬180 d.

從圖3 (a)可以看出由于醒悟者辟謠的滯后性，以及我國(guó)網(wǎng)民人口基數(shù)之大，謠言誕生起經(jīng)過(guò)約50 d后，醒悟者才開(kāi)始在網(wǎng)絡(luò)中散布辟謠信息.最開(kāi)始辟謠信息迅速取得成效，然而隨著信謠者和鐵桿信謠者比例的不斷增加，辟謠工作越發(fā)艱難. 在模型模擬約60 d后，鐵桿信謠者與醒悟者比例大致保持穩(wěn)定，謠言大戰(zhàn)由信謠者勝出. 謠言曲線(xiàn)也解釋了一些社會(huì)現(xiàn)象：我們?cè)诰W(wǎng)絡(luò)中聽(tīng)說(shuō)一些謠言時(shí)，很可能發(fā)現(xiàn)謠言已經(jīng)傳播有一段時(shí)間了，繼續(xù)深入了解后還會(huì)發(fā)現(xiàn)，謠言已經(jīng)在網(wǎng)絡(luò)中培養(yǎng)出了一批信謠者，乃至堅(jiān)定的鐵桿信謠者. 這是由于謠言的傳播和發(fā)酵需要一定的時(shí)間，最終才能在網(wǎng)絡(luò)眾多輿論中達(dá)到一定比例，被人們所察覺(jué). 根據(jù)最終的謠言曲線(xiàn)可以看出，在這種具有9.4億大基數(shù)人口，18.8%的醒悟者的網(wǎng)絡(luò)模型之中，謠言的傳播也是非?？植赖? 在沒(méi)有權(quán)威機(jī)構(gòu)辟謠的介入之下，最終網(wǎng)民只會(huì)形成兩個(gè)認(rèn)知完全相反的群體，很容易引起社會(huì)恐慌乃至動(dòng)蕩.

圖3 (b)在圖3(a)的基礎(chǔ)上引入了政府權(quán)威機(jī)構(gòu)辟謠機(jī)制. 從圖3 (b)中可以看出在模型模擬約70 d后，由于政府權(quán)威機(jī)構(gòu)的辟謠介入，鐵桿信謠者也開(kāi)始發(fā)生動(dòng)搖，轉(zhuǎn)變?yōu)樾盐蛘? 最終，經(jīng)過(guò)漫長(zhǎng)的謠言大戰(zhàn)，謠言將會(huì)被消滅. 圖3(b)與圖3(a)的最大不同就是引入了政府權(quán)威機(jī)構(gòu)對(duì)謠言進(jìn)行辟謠，這也是使得謠言大戰(zhàn)結(jié)局發(fā)生扭轉(zhuǎn)的關(guān)鍵因素. 現(xiàn)實(shí)生活中存在這樣的人：不論如何對(duì)其進(jìn)行辟謠，拿出什么樣的辟謠證據(jù)，對(duì)方依舊可能繼續(xù)相信謠言. 這種事情的發(fā)生一方面是由于謠言本身具有的易于傳播、令人更易接受的特性；另一方面也是由于缺乏一錘定音的足夠權(quán)威的政府機(jī)構(gòu)組織進(jìn)行權(quán)威性的辟謠. 由此可見(jiàn)，政府對(duì)于網(wǎng)絡(luò)輿情的監(jiān)管是必不可少的.

從圖3 (c)可以看出，30%的高等教育普及率相較于圖3(a)的18.8%，在前期很大程度上減緩了謠言傳播的速度，并且本次模擬的謠言爆發(fā)期以及信謠者達(dá)到最高占比的時(shí)間相較于圖3(a)都有不同程度的延后. 而最終結(jié)果則更是有了明顯的逆轉(zhuǎn)：醒悟者以微弱優(yōu)勢(shì)贏得了謠言大戰(zhàn)，最終在網(wǎng)絡(luò)輿論中看到的更多的還是辟謠信息，而非謠言. 然而，這樣的結(jié)果也不容樂(lè)觀，因?yàn)樵诰W(wǎng)絡(luò)中對(duì)于一件事情的描述真假幾乎參半的情況下，將很難再?gòu)木W(wǎng)絡(luò)中獲得什么可信的有用信息，可以說(shuō)，網(wǎng)絡(luò)輿情環(huán)境依然是被摧毀了. 不過(guò)，我們也要看到圖3(c)提高全民高等教育普及率對(duì)于阻止網(wǎng)絡(luò)謠言蔓延的重要作用. 考慮到它相較于謠言發(fā)酵后辟謠的高成本，提高全民高等教育普及率其實(shí)是在培養(yǎng)一個(gè)不利于網(wǎng)絡(luò)謠言傳播的良好的網(wǎng)絡(luò)輿論土壤，是一個(gè)真正可持續(xù)發(fā)展的長(zhǎng)久戰(zhàn)略.

圖3 (d)引入了權(quán)威機(jī)構(gòu)辟謠機(jī)制，并提高全民高等教育普及率至30.0%. 通過(guò)將圖3(d)與圖3(b)、圖3(c)進(jìn)行對(duì)比可以看出：圖3(d)的謠言爆發(fā)期晚于圖3(b)，謠言傳播前期抑制效果更強(qiáng). 同時(shí)，圖3(d)的鐵桿信謠者與信謠者峰值均小于圖3(b)，消滅謠言的時(shí)間也同時(shí)優(yōu)于圖3(b)和圖3(c). 比起圖3(c)最終形成醒悟者與鐵桿信謠者的對(duì)立，圖3(d)最終也能完全消滅謠言. 由此可見(jiàn)，良好的不易傳播謠言的網(wǎng)絡(luò)輿論土壤，加之有政府權(quán)威機(jī)構(gòu)進(jìn)行權(quán)威性辟謠，的確可以取得很不錯(cuò)的辟謠效果. 謠言傳播很困難，圖3(d)從模擬開(kāi)始的180 d內(nèi)，網(wǎng)民中醒悟者比例始終高于信謠者，也高于鐵桿信謠者. 這意味著隨時(shí)在網(wǎng)絡(luò)中查詢(xún)到的信息，更多的都是正確的、合適的辟謠信息. 并且，隨著時(shí)間的推移，由于政府權(quán)威機(jī)構(gòu)辟謠的介入，鐵桿信謠者成員也逐漸醒悟，謠言最終會(huì)被消滅. 事實(shí)上，圖3(d)采用的提高高等教育普及率+政府權(quán)威機(jī)構(gòu)監(jiān)管網(wǎng)絡(luò)輿情并辟謠的方式，也更加接近于現(xiàn)實(shí)生活中我國(guó)的謠言傳播環(huán)境. 相比于早年較為惡劣的網(wǎng)絡(luò)謠言傳播環(huán)境，如今由于高等教育的普及，加上更加完善的網(wǎng)絡(luò)輿情監(jiān)管體制，很多謠言在爆發(fā)前可能就已經(jīng)被消滅，從而從未被你我所察覺(jué).

2.3 不同高等教育普及率對(duì)于謠言傳播的影響

在了解到提高高等教育普及率對(duì)于抑制謠言傳播過(guò)程的積極作用后，本節(jié)在不引入權(quán)威機(jī)構(gòu)辟謠的情況下放寬高等教育普及率范圍，觀察最終醒悟者與鐵桿信謠者群體占網(wǎng)民總?cè)丝诒壤?，以探究不同高等教育普及率?duì)謠言大戰(zhàn)結(jié)果的影響. 選取實(shí)驗(yàn)參數(shù) r為 0.1，ci為 0.03，cd 為 0.05，nn為50，實(shí)驗(yàn)結(jié)果如圖4所示.

從圖4可以看出，提高高等教育普及率可以提高醒悟者群體最終占網(wǎng)民總?cè)丝诒壤?，降低鐵桿信謠者群體最終占網(wǎng)民總?cè)丝诒壤瑢?duì)抑制謠言傳播產(chǎn)生非常積極的作用. 值得注意的是，實(shí)驗(yàn)結(jié)果表明當(dāng)高等教育普及率達(dá)到27.5%時(shí)，醒悟者與鐵桿信謠者最終比例將相等. 根據(jù)第46次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[32]可知，我國(guó)大學(xué)專(zhuān)科及以上學(xué)歷水平網(wǎng)民占總網(wǎng)民比例為18.8%，與27.5%的高等教育普及率仍有一定差距. 不過(guò)高學(xué)歷網(wǎng)民群體占比近年來(lái)成上漲趨勢(shì)，相信隨著我國(guó)教育水平的不斷提高，抑制網(wǎng)絡(luò)謠言傳播的輿論土壤也能得到不斷的改善.

圖4 不同高等教育普及率對(duì)最終醒悟者與鐵桿信謠者群體占網(wǎng)民總?cè)丝诒壤挠绊慒ig.4 Influence of different higher education popularizing rates on the proportion of the exposed and die-hard-infected in the total population of internet users

2.4 考慮“權(quán)威機(jī)構(gòu)無(wú)滯后性辟謠+普及高等教育”的網(wǎng)絡(luò)謠言傳播模型

本節(jié)設(shè)計(jì)了一個(gè)基于我國(guó)9.4億網(wǎng)民，其中受過(guò)大學(xué)專(zhuān)科及以上教育的網(wǎng)民群體占比30%的為期180 d的網(wǎng)絡(luò)謠言傳播模型，此外，還引入了政府權(quán)威機(jī)構(gòu)對(duì)謠言進(jìn)行權(quán)威性辟謠，政府權(quán)威機(jī)構(gòu)的辟謠沒(méi)有滯后性.

注意，此處的沒(méi)有滯后性，指的是對(duì)于潛在信謠者E，信謠者I，以及鐵桿信謠者D的辟謠沒(méi)有滯后性. 對(duì)于不知情者S的辟謠（或者稱(chēng)之為科普）仍具有滯后性，這是由于政府機(jī)構(gòu)不能夠預(yù)知未來(lái)將要爆發(fā)何種謠言的傳播，進(jìn)而提前對(duì)網(wǎng)民進(jìn)行辟謠（科普）. 對(duì)于不知情者S在謠言爆發(fā)前進(jìn)行辟謠，本質(zhì)上就是提高高等教育普及率，令其在學(xué)生時(shí)期就掌握相關(guān)知識(shí)，成為不被傳謠的醒悟者R. 其余參數(shù)與我國(guó)網(wǎng)絡(luò)謠言傳播模型相同，實(shí)驗(yàn)結(jié)果如圖5所示.

圖5 考慮“權(quán)威機(jī)構(gòu)無(wú)滯后性辟謠并且普及高等教育”的SEIRD網(wǎng)絡(luò)謠言傳播模型Fig.5 SEIRD model considering the authoritative rumor refutation without time lag and popularizing rate of the higher education

從圖5可以看出，權(quán)威機(jī)構(gòu)無(wú)滯后性辟謠加普及高等教育的模式對(duì)于阻止謠言的傳播效果非常好. 謠言從開(kāi)始傳播約60 d后才開(kāi)始逐漸小規(guī)模爆發(fā). 由于每一個(gè)接觸謠言的人都可以無(wú)滯后性地查閱辟謠平臺(tái)進(jìn)行自我辟謠，在約80 d后鐵桿信謠者比例就開(kāi)始不斷下降，在傳播半年時(shí)間內(nèi)謠言便幾乎消失殆盡.

針對(duì)政府權(quán)威機(jī)構(gòu)辟謠無(wú)滯后性的可行性，本文進(jìn)行一點(diǎn)探討，并提出基于建立“辟謠平臺(tái)”的辟謠策略，即建立一個(gè)與政府機(jī)構(gòu)同等權(quán)威的辟謠平臺(tái). 辟謠平臺(tái)中收錄各種常見(jiàn)的謠言，并給出相應(yīng)的辟謠信息. 撰寫(xiě)辟謠信息的人必須在該領(lǐng)域內(nèi)足夠?qū)I(yè)，以維護(hù)辟謠平臺(tái)的權(quán)威性. 而通過(guò)辟謠平臺(tái)查詢(xún)謠言信息的人則不做限制，還可以根據(jù)他們需求給出更容易理解的辟謠版本，比如對(duì)于教育背景不同的人可以提供更易于理解的實(shí)際例子，也可以給出更加學(xué)術(shù)性的理論證明. 辟謠平臺(tái)建立后則通過(guò)網(wǎng)絡(luò)、官方媒體等途徑進(jìn)行傳播，成為網(wǎng)民手中可隨時(shí)查閱的對(duì)抗謠言的法寶.

當(dāng)然，辟謠平臺(tái)建立后的維護(hù)工作也是非常重要的. 我們需要嚴(yán)格監(jiān)管平臺(tái)后臺(tái)的運(yùn)行，與政府、專(zhuān)業(yè)科研院所等權(quán)威機(jī)構(gòu)合作，提供良好的對(duì)于辟謠信息內(nèi)容質(zhì)疑和反饋的渠道，謹(jǐn)防別有用心者利用辟謠平臺(tái)傳播“權(quán)威的謠言”，更要防止平臺(tái)失去權(quán)威性與網(wǎng)民的信任. 由此，則可以達(dá)到當(dāng)每個(gè)人接觸到謠言時(shí)(潛在信謠者，信謠者，鐵桿信謠者)，可隨時(shí)查閱辟謠平臺(tái)，無(wú)滯后性地完成對(duì)謠言的辟謠.

2.5 疫情期間謠言實(shí)例分析

本節(jié)選取疫情期間典型的謠言傳播案例— —雙黃連事件，利用SEIRD模型對(duì)其進(jìn)行仿真模擬.結(jié)合微博平臺(tái)話(huà)題數(shù)據(jù)以及“雙黃連口服液”百度指數(shù)變化趨勢(shì)，對(duì)仿真結(jié)果曲線(xiàn)進(jìn)行分析. 通過(guò)對(duì)比是否引入權(quán)威機(jī)構(gòu)辟謠機(jī)制，探求官方媒體辟謠對(duì)雙黃連事件謠言傳播的影響.

2.5.1 事件回顧

2020年1月31日晚22:46，“新華視點(diǎn)”微博賬號(hào)發(fā)布消息稱(chēng)雙黃連口服液可抑制新型冠狀病毒，該消息于22:54被官方媒體人民日?qǐng)?bào)轉(zhuǎn)發(fā)，消息一出其點(diǎn)贊、評(píng)論及轉(zhuǎn)發(fā)數(shù)立即破萬(wàn)，得到了網(wǎng)友廣泛關(guān)注. 雙黃連口服液的百度指數(shù)在1月30日至2月1日一路飆升并于2月1日達(dá)到頂峰，分別為 4077，352426及 788895，而該消息也于2月1日取得了超過(guò)6億次的閱讀量.

消息發(fā)布不久，全國(guó)各地就出現(xiàn)人們盲目哄搶、囤積雙黃連藥物等現(xiàn)象. 然而，在輿論發(fā)酵約8.5 h后，2月1日早7:33人民日?qǐng)?bào)再次發(fā)布辟謠信息，稱(chēng)抑制不等于預(yù)防和治療. 隨著各大官媒紛紛轉(zhuǎn)發(fā)辟謠信息，謠言逐漸消退，雙黃連口服液百度指數(shù)于2月2日回落至54392.

本次謠言事件官方反應(yīng)迅速，辟謠較為即時(shí).但由于處于疫情時(shí)期，人民群眾對(duì)疫情相關(guān)謠言關(guān)注度大大提高，加之謠言消息來(lái)源比較官方，故雙黃連事件”依舊造成了人民群眾大量經(jīng)濟(jì)財(cái)產(chǎn)損失，并且導(dǎo)致出現(xiàn)了擅自服用雙黃連導(dǎo)致病情加重、搶購(gòu)雙黃連過(guò)程中被傳染等嚴(yán)重影響后續(xù)疫情防治過(guò)程的情況.

2.5.2 模型仿真

雙黃連事件期間，“雙黃連可抑制新型冠狀病毒”微博話(huà)題閱讀量達(dá)22.2億次，其相應(yīng)辟謠信息“雙黃連對(duì)新型冠狀病毒不具針對(duì)性”微博話(huà)題閱讀量達(dá)3.1億次. 以謠言及辟謠話(huà)題關(guān)注度作為衡量群眾對(duì)其接受程度，故雙黃連事件r修改為0.15. 據(jù)微博2020用戶(hù)發(fā)展報(bào)告可知，微博平臺(tái)活躍用戶(hù)約2億. 模型選取t以小時(shí)為單位，8.5 h后權(quán)威機(jī)構(gòu)介入辟謠，選擇認(rèn)證醫(yī)護(hù)人員為初始醒悟者、普通微博用戶(hù)為不知情者、接觸謠言信息的人為潛在信謠者、選擇相信謠言但不搶購(gòu)雙黃連的人為信謠者、相信謠言且會(huì)搶購(gòu)雙黃連的人為鐵桿信謠者，實(shí)驗(yàn)結(jié)果如圖6所示.

2.5.3 結(jié)果分析

從圖6(a)曲線(xiàn)趨勢(shì)可以看出，“雙黃連事件”發(fā)生后1 d內(nèi)便引起了大量關(guān)注，并且由于謠言屬于醫(yī)療領(lǐng)域，初始醒悟者人數(shù)較少，而謠言發(fā)布者較為官方，謠言傳播能力更強(qiáng). 事件發(fā)生1 d后信謠者數(shù)量達(dá)到頂峰，1.5 d后鐵桿信謠者數(shù)量達(dá)到頂峰. 在沒(méi)有權(quán)威機(jī)構(gòu)介入辟謠的情況下，40 h后微博用戶(hù)群體達(dá)到穩(wěn)定，鐵桿信謠者數(shù)量遠(yuǎn)超醒悟者數(shù)量. 而從圖6(b)可以看出，在事件發(fā)生8.5 h后引入權(quán)威機(jī)構(gòu)辟謠，醒悟者比例迅速升高，潛在信謠者、信謠者及鐵桿信謠者群體峰值高度較圖6(a)大大降低，峰值來(lái)臨時(shí)間較圖6(a)有所提前，謠言傳播迅速得到了控制，并于5 d后基本得到消滅.

然而值得注意的是，圖6(b)中鐵桿信謠者比例也曾一度超過(guò)20%，這也導(dǎo)致即使謠言出現(xiàn)8.5 h后權(quán)威機(jī)構(gòu)就發(fā)布了辟謠信息，依然出現(xiàn)了群眾盲目哄搶、囤積雙黃連藥物乃至影響后續(xù)疫情治理過(guò)程的情況. 而將辟謠信息發(fā)布時(shí)間提前至謠言出現(xiàn)4 h后，鐵桿信謠者群體最高比例將下降至約10%. 由此可見(jiàn)，醒悟者及權(quán)威機(jī)構(gòu)的辟謠行為在謠言傳播開(kāi)始后越早發(fā)生，對(duì)于抑制謠言傳播過(guò)程效果越好.

圖6 權(quán)威機(jī)構(gòu)辟謠對(duì)雙黃連事件謠言傳播的影響. （a）無(wú)權(quán)威機(jī)構(gòu)辟謠下的雙黃連事件謠言傳播模型；（b）有權(quán)威機(jī)構(gòu)辟謠下的雙黃連事件謠言傳播模型Fig.6 Influence of authoritative rumor refutation on the rumor spread of the Shuanghuanglian incident: (a) SEIRD rumor propagation model of the Shuanghuanglian incident without authoritative rumor refutation; (b) SEIRD rumor propagation model of Shuanghuanglian incident with authoritative rumor refutation

3 結(jié)語(yǔ)

在互聯(lián)網(wǎng)日益普及的今天，網(wǎng)絡(luò)謠言的傳播已經(jīng)成了一個(gè)嚴(yán)重的社會(huì)問(wèn)題. 尤其是在受到新冠疫情影響的當(dāng)下，世界局勢(shì)動(dòng)蕩，網(wǎng)絡(luò)謠言的危害性更是會(huì)被放大. 本文通過(guò)提出的SEIRD模型建立了我國(guó)網(wǎng)絡(luò)謠言傳播模型，研究了一個(gè)網(wǎng)絡(luò)謠言自誕生起，不知情者、潛在信謠者、信謠者、鐵桿信謠者以及醒悟者這五類(lèi)網(wǎng)民比例在有無(wú)政府辟謠、辟謠是否具有滯后性、以及網(wǎng)民不同比例高等教育率下的變化規(guī)律. 研究結(jié)果表明，提高全民高等教育普及率本質(zhì)上是改善網(wǎng)絡(luò)輿論環(huán)境，建立良好的不易傳播謠言的網(wǎng)絡(luò)輿論土壤，能夠顯著減緩謠言傳播，降低傳播峰值；與此同時(shí)政府權(quán)威機(jī)構(gòu)介入辟謠，可通過(guò)權(quán)威性的辟謠將鐵桿信謠者轉(zhuǎn)變?yōu)樾盐蛘?，?duì)徹底消滅謠言起到了決定性作用. 此外，本文還提出了辟謠系數(shù)re的概念，以衡量辟謠者群體及政府權(quán)威機(jī)構(gòu)的辟謠能力. 最后，研究發(fā)現(xiàn)消滅辟謠的滯后性對(duì)于抑制網(wǎng)絡(luò)謠言傳播同樣有極大幫助. 為此，本文也給出了一種在未來(lái)通過(guò)建立權(quán)威的辟謠平臺(tái)的網(wǎng)絡(luò)謠言抑制策略，以減少甚至消滅政府辟謠的滯后性.