于煊荷 李宗敏

(四川大學商學院 成都 610000)

在互聯(lián)網(wǎng)時代,社交網(wǎng)絡中信息高速、低成本的傳播使得謠言的傳播力度和擴散范圍都達到前所未有的程度[1],社交網(wǎng)絡成為謠言滋生的沃土。與此同時,受到逆火效應影響[2],即當新的信息(比如辟謠)與人們已有的認知和信念相矛盾時,人們很可能會因此而更堅信先前的信念,辟謠效力面臨極大考驗。今日頭條在發(fā)布的《2022年度謠言治理報告》中指出[3],2022年僅今日頭條App就累計處理虛假謠言92萬條,處罰違規(guī)賬號4萬多個。然而,各種各樣的謠言仍然盛行,甚至反反復復,愈演愈烈,影響深遠。除了互聯(lián)網(wǎng)快速發(fā)展等客觀因素外,很大程度上是由于未能把握提高辟謠效果的關鍵因素[4]。

本研究綜合過往的文獻,利用元分析和調節(jié)效應分析檢驗網(wǎng)絡謠言辟謠效果影響因素,以求獲得影響網(wǎng)絡謠言辟謠效果的關鍵因子,為辟謠行動提供有利參考。

1 文獻綜述

網(wǎng)絡謠言辟謠效果影響因素研究涉及拉斯韋爾“5W”理論、流行三要素理論等基本方法,集中在辟謠主體、辟謠信息和受眾三個方面。辟謠主體方面,王國華等通過研究發(fā)現(xiàn)政府組織、商業(yè)組織、民間組織、意見領袖、當事人和其他個人等各類辟謠主體具有不同的辟謠效果[5];Paek等基于謠言心理學和風險/危機傳播理論探討了政府應該如何回應關于國家風險問題的謠言[6]。在辟謠信息方面,陳娟等以轉發(fā)數(shù)和評論數(shù)作為辟謠信息傳播效果的衡量指標,構建了辟謠信息內容特征、文本特征對傳播效果的回歸模型,并運用新浪政務微博數(shù)據(jù)進行實證分析[7]。在受眾方面,Michail提出了消費者參與、認知需求和情緒反應在社交媒體辟謠領域的相互作用[8]。Oberiri 以尼日利亞新冠肺炎疫情謠言為樣本使用偏最小二乘法構建以利他主義為核心的受眾辟謠信息分享意愿模型[9]。其中,主要存在以下問題:

a.相關研究影響因素重合度較低。Carnahan提出從信息特征出發(fā)考慮信念、感知可信度和意圖對辟謠信息傳播意愿的影響[10],而李宗敏等認為辟謠策略應著重考慮辟謠信息的內容特征和背景特征的影響[11]。核心問題在于缺乏廣泛認可的辟謠效果影響因素研究。依照“前因后果”的邏輯思路,制定系統(tǒng)化的辟謠效果影響因素能為辟謠策略的制定等熱點研究問題提供指導[12]。

b.現(xiàn)有研究在相同因素對辟謠效果影響的相關系數(shù)上存在差異,甚至在作用方向上存在完全相反的結論。例如,Li等發(fā)現(xiàn),文本類型對辟謠效果呈現(xiàn)顯著負向影響,敘事文本對辟謠效果有反作用[13]。同年,謝新洲等則得出了相反結論,即文本類型對辟謠效果有正向影響[14]。不一致的發(fā)現(xiàn)使得基于先前研究的結果開發(fā)網(wǎng)絡謠言辟謠策略的特征模型具有挑戰(zhàn)性。雖然有一些研究提供了關于辟謠效果影響因素的文獻綜述[15-16],但當涉及大量研究時,傳統(tǒng)方法很難整合結果,對沖突性結論的選擇具有一定主觀性。

因此,本文針對上述研究存在的問題,在綜合已有研究基礎上,利用元分析,明確影響網(wǎng)絡謠言辟謠效果的影響因素。

2 研究方法及理論框架

2.1 元分析

元分析(Meta-Analysis)起源于1976年心理學家Glass提出的“合并p值”構想,是對以往具有相同研究目的、相互獨立的多個研究結果進行綜合分析的再研究方法。該方法能夠整合目標主題分散片面、具有差異的實證研究結果,通過增大樣本量來改進統(tǒng)計檢驗的效果和可信度,提取獨立研究相應效應值等有效信息,對其采取特定方法合并量化,探究變量間的真實關系,從而得到較普遍和明確的結論[17]。鑒于目前關于網(wǎng)絡謠言辟謠效果影響因素的實證研究成果較多且尚未得出一致的結論,本文通過元分析的方法,提取和匯總網(wǎng)絡謠言辟謠效果影響因素的獨立實證研究數(shù)據(jù)進行綜合分析,使用統(tǒng)計方法合并多項研究結果,以求獲得在不同情境下具有廣泛解釋力的網(wǎng)絡謠言辟謠效果關鍵因子。

2.2 傳播說服理論

1953年,霍夫蘭德在《傳播與勸服》一書中提出傳播說服理論,闡述信息來源特征、內容特征、接受者特征三個維度可共同影響受眾對待信息的態(tài)度[19]。傳播學理論對傳播說服力的定義為一個人試圖通過溝通改變另一個或多個人的信仰、態(tài)度或行為方式。因此,傳播說服理論不僅適用于傳統(tǒng)的信息傳播情景,也被用于互聯(lián)網(wǎng)環(huán)境中的信息傳播行為,如張嵩基于傳播說服理論提出互聯(lián)網(wǎng)慈善信息轉發(fā)行為的雙重態(tài)度[20]。網(wǎng)絡謠言辟謠聲明同樣也是辟謠信息通過一系列因素對網(wǎng)絡用戶進行引導,改變信息接收者對謠言的理解,并促使其做出轉發(fā)、評論等積極行為的過程?；诖?本文將基于傳播說服理論構建網(wǎng)絡謠言辟謠效果影響因素理論框架。

2.3 理論框架

本文基于霍夫蘭德的傳播說服理論,結合網(wǎng)絡謠言辟謠特征,從信息來源特征、接收者特征、內容特征三個維度提取潛在的網(wǎng)絡謠言辟謠效果影響因素,變量及其定義如下。信息來源特征:發(fā)布者身份(政府部門、官方媒體等官方發(fā)布;網(wǎng)紅、大V等個人發(fā)布)、賬號活躍度(發(fā)帖頻率)、信源(信息來源方身份:專家等權威來源、其他來源等);接收者特征:參與事件程度(接收者在謠言事件中直接或間接的參與程度)、信息需求(接收者是否有獲取該領域信息的需求)、經(jīng)驗(接收者是否接觸并成功識別過相近事件的謠言)、關系強度動機(謠言事件與接收者關系強度高、中、低);內容特征:文本類型(陳述事實型文本、講故事型文本、煽情型文本)、內容長度(辟謠聲明內容長度)、超鏈接(是否使用超鏈接)、@符號(是否使用@符號)、圖片數(shù)量(聲明中包含圖片的數(shù)量)、是否原創(chuàng)(是、否)、謠言類型(謠言事件所屬領域,如衛(wèi)生事件等)、情感程度(接收者從辟謠聲明中感知的感情程度)、信息質量(接收者對辟謠聲明信息質量的評價高、中、低)。

綜上所述,本文基于傳播說服理論構建理論框架,如圖1所示。

圖1 理論框架

3 基本元分析

本文將借助專業(yè)版元分析軟件CMA3.0(Comprehensive Meta Analysis V3)軟件進行分析,在穩(wěn)健性分析,異質性檢驗、出版偏倚檢驗表現(xiàn)良好情況下,通過隨機效應模型,構建網(wǎng)絡謠言辟謠效果影響因素的系統(tǒng)模型。

3.1 數(shù)據(jù)搜集

本文通過CNKI數(shù)據(jù)庫、中國博碩士論文全文數(shù)據(jù)庫、萬方數(shù)據(jù)庫、維普數(shù)據(jù)庫四大中文數(shù)據(jù)庫以及Google Scholar、Web of Science和EI三大外文數(shù)據(jù)庫進行多渠道搜索。中文數(shù)據(jù)庫以“辟謠”or“謠言治理”為關鍵詞進行主題檢索,以“網(wǎng)絡謠言”為限制主題;外文數(shù)據(jù)庫以 “Rumor Refuting”and“Internet Rumor ”or“Misinformation Refuting”and“Internet Misinformation”為關鍵詞進行主題檢索;對綜述類文獻的參考文獻進行補充人工檢索。限制文獻出版年,選取2013—2023年有關文獻,剔除報紙、專利等,共2 980篇文獻進入后續(xù)篩選;排除1 902篇重復文獻后,通過閱讀題目及摘要,獲得143篇有效文獻。通過閱讀全文對入選文獻進行篩選,選擇實驗結果完整的實證性研究45篇。最后,通過檢驗文獻的出版偏倚,確定38篇目標文獻。綜上所述,本文以篩選后的38篇文獻開展元分析。具體步驟如圖2所示。

圖2 文獻篩選步驟

3.2 文獻編碼

對納入的38篇文獻進行特征編碼和效應值編碼。特征編碼包含納入文獻的作者、發(fā)表年份、研究樣本所屬背景(國內平臺/對象、國外平臺/對象)等基本信息,效應值編碼包括樣本量及相關系數(shù)等(或p值、標準誤等)。本文引用Li提出的REI模型將不同文獻的因變量統(tǒng)一[13]。

(1)

其中,r表示辟謠信息轉發(fā)數(shù),k表示辟謠信息轉發(fā)者中有影響力的用戶比例,p表示辟謠信息正面評論數(shù)量,l表示辟謠信息的點贊數(shù)。本文將標靶文獻中因變量統(tǒng)一轉化為REI指數(shù),以統(tǒng)一因變量,量化辟謠效果。

3.3 結果分析

3.3.1穩(wěn)健性分析

首先進行穩(wěn)健性分析,在剔除任意一個樣本后,合并的效應值變化幅度在20%左右,最小的僅為1%,表明元分析結果不受極端值影響,具有較好的穩(wěn)定性。

表1 網(wǎng)絡謠言辟謠效果影響因素的元分析基本資料

3.3.2出版偏倚檢驗

首先利用漏斗圖進行出版偏倚檢驗,受篇幅限制,本文僅列出變量“情感程度”“信息需求”的檢驗結果,如圖3和圖4所示,大部分樣本處于漏斗圖的上方,且研究基本分布于平均效應值兩側,表明本文存在出版偏倚的可能性較小。隨后進行Egger's檢驗進一步分析出版偏倚可能性。分析結果如表2所示,16組變量的p值分別為0.31、0.37、0.10、0.74、0.55、0.52、0.39、0.74、0.70、0.37、0.74、0.12、0.34、0.15、0.76、0.75,均大于0.05,說明不存在出版偏倚。

表2 Egger's檢驗結果

圖3 情感程度漏斗圖

3.3.3異質性檢驗

異質性指真實效果量之間的差異,即文獻之間的方差占總方差的比例越大,文獻間的異質性越大。本文采用Q檢驗對網(wǎng)絡謠言辟謠效果影響因素與辟謠效果的關系進行異質性檢驗,結果見表3。除變量“@符號”“活躍度”“內容長度”外,其余13個變量I2值均大于50%,變量“參與事件程度”“發(fā)布者身份”“關系強度動機”“經(jīng)驗”“鏈接”“情感程度”“圖片”“文本類型”“信息質量”“信源”“信息需求”I2值均大于75%,具有顯著異質性。檢驗結果表明部分研究間的效應值存在高異質性。

表3 Q檢驗結果

3.3.4效應合并值假設檢驗

由于異質性檢驗結果表明各研究效應值間存在異質性,因此采用隨機效應模型進行進一步分析,網(wǎng)絡謠言辟謠效果的各影響因素的效應合并值及隨機效應模型檢驗結果如表4所示。

表4 隨機效應模型

變量“參與事件程度”“關系強度動機”“活躍度”“情感程度”p值小于0.001,變量“發(fā)布者身份”“內容長度”“是否原創(chuàng)”“文本類型”“信息質量”“信源”“謠言類型”“信息需求”p值小于0.1,均表現(xiàn)顯著,僅變量“@符號”“鏈接”“圖片”“經(jīng)驗”表現(xiàn)不顯著。根據(jù)相關系數(shù)判斷標準,0～0.1、0.1～0.4、0.4～1分別對應低相關、中相關、高相關。在顯著變量中,變量“是否原創(chuàng)”“謠言類型”表現(xiàn)為低相關,變量“發(fā)布者身份”表現(xiàn)為高相關,其余變量均表現(xiàn)為中相關。綜上所述,“參與事件程度”“關系強度動機”“活躍度”“情感程度”“是否原創(chuàng)”“發(fā)布者身份”“內容長度”“文本類型”“信息質量”“信源”“謠言類型”“信息需求”對網(wǎng)絡謠言辟謠效果有顯著正向影響。

4 調節(jié)效應分析與對比研究

4.1 調節(jié)效應分析

異質性檢驗達到顯著性水平表明各研究之間的效應值呈高異質性,可能存在調節(jié)變量。 考慮到2020年新冠肺炎疫情爆發(fā)后,網(wǎng)絡謠言出現(xiàn)大面積爆發(fā)特征,為探究網(wǎng)絡謠言在疫情爆發(fā)前后的不同特征,本文以2020年為分界點,探索研究時間對辟謠效果影響因素的調節(jié)作用。同時,鑒于高校學生是中國網(wǎng)絡用戶的主力軍,接觸網(wǎng)絡謠言可能性較大,本文將受訪人群體分為大學生和社會兩大群體進行調節(jié)效應分析。最后考慮不同謠言類型調節(jié)作用。綜上,本文采用隨機效應模型關注研究時間(文獻發(fā)表時間)、受訪人(大學生或社會群體)、謠言類型(研究樣本所選取的謠言類型)對網(wǎng)絡謠言辟謠效果的調節(jié)作用(見表5-表7),分析異質性檢驗結果I2>50%的顯著變量,檢驗結果如下:

表5 研究時間對網(wǎng)絡謠言辟謠效果的調節(jié)作用

表6 受訪人對網(wǎng)絡謠言辟謠效果的調節(jié)作用

表7 謠言類型對網(wǎng)絡謠言辟謠效果的調節(jié)作用

在0.05的置信度下,調節(jié)效應檢驗結果顯示,在2020年前,是否原創(chuàng)對辟謠效果的影響大于2020年后(0.163>0.058,Q組間=5.119,p<0.1)。在謠言類型方面,參與事件程度對辟謠效果的影響在一般事件中最大,在衛(wèi)生事件與品牌組織有關謠言中較小,在隱私事件中最小(0.603>0.249>0.237>0.221,Q組間=27.435,p<0.05);發(fā)布者身份對辟謠效果的影響在一般事件中最大,在衛(wèi)生事件、健康領域有關謠言中較小,在政務事件中最小(0.792>0.499>0.331>0.084,Q組間=212.190,p<0.05);情感程度對辟謠效果的影響在一般事件最大,在品牌組織有關謠言中較小,在衛(wèi)生事件中最小(0.506>0.346>0.230,Q組間=13.266,p<0.05);信息質量對辟謠效果的影響在健康領域中最大,在政務事件與一般事件中較小,在衛(wèi)生事件中最小(0.703>0.162>0.077>0.042,Q組間=263.092,p<0.05);信源對辟謠效果的影響在健康領域中最大,在政務事件與衛(wèi)生事件中較小,在一般事件中最小(0.635>0.112>0.106>0.058,Q組間=120.485,p<0.05)。

4.2 對比研究

本文基于標靶文獻研究樣本所屬背景,即國內平臺/對象、國外平臺/對象(以下簡稱國內樣本、國外樣本),再分類,研究國內外不同背景下網(wǎng)絡謠言辟謠效果影響因素的異同點。其中,變量“活躍度”“@符號”“內容長度”“鏈接”“是否原創(chuàng)”僅包含國內樣本,變量“經(jīng)驗”“信息需求”僅包含國外樣本,不再列出。對比分析結果如表8所示。

表8 國內外對比分析

國內外網(wǎng)絡謠言辟謠效果影響因素差異突出表現(xiàn)在“發(fā)布者身份”“關系強度動機”“文本類型”“信息質量”“信源”5個變量中。國內樣本在變量“發(fā)布者身份”“關系強度動機”中均呈現(xiàn)中相關,而國外樣本均表現(xiàn)出高相關;與此類似,國內樣本在變量“信息質量”“信源”中均不顯著,而國外樣本均表現(xiàn)顯著且為中相關;最后,國內樣本在變量“文本類型”中呈現(xiàn)中相關,而國外樣本表現(xiàn)出低相關。

5 研究結論及啟示

本文以國內外38篇標靶文獻為數(shù)據(jù)來源,應用元分析方法對網(wǎng)絡謠言辟謠效果的影響因素開展整合研究(共90個效應值,29 718個樣本量),得出以下結論:

隨機效應分析結果顯示,變量“參與事件程度”“關系強度動機”“活躍度”“情感程度”“發(fā)布者身份”“內容長度”“是否原創(chuàng)”“文本類型”“信息質量”“信源”“謠言類型”“經(jīng)驗”“信息需求”對辟謠效果有顯著正向影響。調節(jié)效應分析結果顯示,2020年前原創(chuàng)文章對辟謠效果影響更大,健康領域中信息質量和信源對辟謠效果影響較其他事件更大;衛(wèi)生事件中情感程度和信息質量對辟謠效果影響較其他事件更小,隱私事件中參與事件程度對辟謠效果影響最小,在政務事件中發(fā)布者身份對辟謠效果影響最小。對比分析結果顯示,國內樣本網(wǎng)絡謠言辟謠中文本類型相關程度顯著高于國外樣本,發(fā)布者身份、關系強度動機、信息質量、信源相關程度顯著低于國外,在網(wǎng)絡用戶經(jīng)驗和信息需求方面的研究有待補充。

綜上所述,本文得到如下管理啟示:

a.提高網(wǎng)民信息辨識能力。2020年后,網(wǎng)民對原創(chuàng)文本追求下滑,一定程度上增加了謠言傳播可能性。通過適當?shù)恼J知教育和科普講座,提高網(wǎng)民信息辨識能力,提高網(wǎng)民對來源不明的轉發(fā)文本、低質量的偽辟謠文本的抵抗力,從接收者角度抑制謠言傳播。

b.辟謠文本因事制宜。在政務事件、衛(wèi)生事件、隱私事件、健康領域中,各變量對辟謠效果有顯著差異。要求在健康領域和衛(wèi)生事件中提高辟謠文本信息質量,引用該領域知名專家的研究打破謠言,保證辟謠說明真實可靠,辟謠內容完整詮釋事件起因經(jīng)過;此外,在衛(wèi)生事件中,辟謠文本需重視情感程度,辟謠聲明切實融入大眾。

c.建立和完善公共信息通報機制。提高政府和主流媒體的公共影響力,正確引導網(wǎng)絡輿論。如2022年國家互聯(lián)網(wǎng)信息辦公室報道,各地區(qū)正逐步構建傳播矩陣,清除有害信息傳播的土壤,及時回應群眾訴求,建立官方媒體知名度,從信息來源者角度加快辟謠信息的傳播。

d.輔助說明效果不顯著。圖片數(shù)量、超鏈接、@符號均對辟謠效果沒有顯著影響,網(wǎng)絡用戶在吸收辟謠聲明時更多關注聲明內容而非格式,輔助性說明效果較低。

e.借鑒國外辟謠教育經(jīng)驗,關注信息接收者特質。對比分析結果顯示,國外樣本在“發(fā)布者身份”“關系強度動機”“信息質量”“信源”等辟謠聲明質量有關變量中呈現(xiàn)更高的相關性,網(wǎng)絡用戶對信息質量表現(xiàn)出更高的追求,在一定程度上抑制了謠言的傳播。同時,國內研究主要集中在內容特征方面,在信息接收者經(jīng)驗、信息需求方面的研究存在不足,抑制了信息接收者方面辟謠信息傳播意愿機制研究,辟謠管理有必要加強對信息接收者特質的關注。

6 結 語

本文基于傳播說服理論建立理論框架,通過系統(tǒng)性文獻篩選獲取38篇標靶文獻,識別出影響網(wǎng)絡謠言辟謠效果的16個主要因素,通過出版偏倚檢驗驗證各因素的穩(wěn)定性后,進行隨機效應值計算,得到不同影響因素對辟謠效果的影響強度。通過調節(jié)效應分析,發(fā)現(xiàn)研究時間、謠言類型、受訪人群作為調節(jié)變量,能夠在一定程度上解釋辟謠效果與影響因素研究間的異質性。通過國內外研究對比分析,挖掘國內外樣本異同點,提出我國辟謠管理的發(fā)展方向。目前的網(wǎng)絡謠言辟謠研究,在影響因素的選擇方面選擇的理論呈多樣化特征,難以形成統(tǒng)一結論。本文通過元分析,整合前人學者的實證研究結果進行再分析,得到影響網(wǎng)絡謠言辟謠效果的關鍵因子,豐富了網(wǎng)絡謠言辟謠效果影響因素的理論體系,為網(wǎng)信部門和網(wǎng)絡平臺進一步深化網(wǎng)絡謠言治理提供決策支持。