多元主體視角下鄰避事件微博辟謠效果評(píng)價(jià)

汪 洋，唐 圓

(武漢大學(xué) 土木建筑工程學(xué)院，湖北 武漢 430072)

隨著中國(guó)城市化進(jìn)程的穩(wěn)步推進(jìn)，對(duì)重大工程建設(shè)的需求與日俱增，而鄰避類工程因其潛在的負(fù)外部影響常引發(fā)公眾擔(dān)憂和抵制，極易激化矛盾、引發(fā)社會(huì)沖突。以PX為代表的化工類鄰避設(shè)施導(dǎo)致的社會(huì)沖突幾乎伴隨整個(gè)工業(yè)化過(guò)程，自2007年廈門PX事件起，已有8個(gè)城市在PX項(xiàng)目落地時(shí)遭到當(dāng)?shù)厥忻竦姆磳?duì)而取消[1]。與此同時(shí)，由于社交媒體的發(fā)展使反PX項(xiàng)目的集體行動(dòng)突破了原有物理空間的限制，謠言信息伴隨著各種情緒在網(wǎng)絡(luò)上發(fā)酵蔓延[2]，其廣泛傳播影響了公眾對(duì)工程項(xiàng)目的正確認(rèn)識(shí)，進(jìn)而導(dǎo)致此類事件發(fā)展走向惡化，而通過(guò)社交媒體的辟謠行動(dòng)可幫助公眾填補(bǔ)對(duì)項(xiàng)目的認(rèn)知鴻溝，有助于用戶形成更加客觀的社會(huì)風(fēng)險(xiǎn)感知。

社交媒體技術(shù)具有容量大、交互性特點(diǎn)，相比傳統(tǒng)媒體更易導(dǎo)致不實(shí)信息的傳播。在危機(jī)發(fā)展早期，大量不確定信息充斥網(wǎng)絡(luò)空間，若對(duì)此類不實(shí)信息應(yīng)對(duì)不當(dāng)，可能會(huì)造成比沖突事件更嚴(yán)重的危害[3]。例如，福島核電站事故后，關(guān)于日韓政府的謠言導(dǎo)致日本漁業(yè)產(chǎn)品在韓國(guó)的銷售直線下降[4]。流行病期間，有關(guān)安全性的謠言導(dǎo)致疫苗被拒絕或延遲接種的現(xiàn)象時(shí)有發(fā)生[5]。鑒于謠言的危害性，不少學(xué)者依托社交媒體平臺(tái)分析謠言的應(yīng)對(duì)機(jī)制。針對(duì)公共衛(wèi)生事件，姚艾昕等[6]通過(guò)微博和百度等官方辟謠平臺(tái)獲取新型冠狀疫情流行事件中已被證實(shí)的謠言，結(jié)合馬斯洛需求層次理論，對(duì)各階段謠言主題分布特征進(jìn)行描述以探究原因。王建華等[7]研究了微博和微信等多平臺(tái)謠言傳播的時(shí)間特征，強(qiáng)調(diào)社會(huì)化協(xié)同治理的重要性。在災(zāi)害事件研究方面，周高琴[8]基于扎根理論對(duì)多起恐慌性謠言的文本屬性進(jìn)行分析，考察其網(wǎng)絡(luò)傳播的主要影響因素。WANG等[9]研究自然災(zāi)害和人為災(zāi)害的在線謠言傳播，運(yùn)用內(nèi)容分析方法將推特用戶對(duì)謠言的反應(yīng)進(jìn)行分類。

網(wǎng)絡(luò)謠言治理除通過(guò)國(guó)家現(xiàn)行法律法規(guī)對(duì)用戶行為進(jìn)行約束外，社交媒體用戶通過(guò)發(fā)布和傳播反謠言信息的辟謠機(jī)制亦發(fā)揮了巨大作用[10]，不少學(xué)者從信息傳播效果、辟謠主體角色和辟謠效果等方面進(jìn)行了探討。在信息傳播效果領(lǐng)域，宗乾進(jìn)等[11]利用社會(huì)網(wǎng)絡(luò)分析方法依據(jù)官方媒體用戶的辟謠信息轉(zhuǎn)發(fā)情況，揭示了辟謠信息的擴(kuò)散機(jī)理；滕婕等[12]借鑒SEIR模型劃分群體成員信息狀態(tài)，引入個(gè)體的異質(zhì)性，采用異質(zhì)元胞自動(dòng)機(jī)構(gòu)建辟謠信息擴(kuò)散模型。在辟謠主體參與領(lǐng)域，馬寧等[13]構(gòu)建了評(píng)價(jià)辟謠信息綜合影響力的指標(biāo)體系，從信息發(fā)布者的屬性、影響力及信息傳播者的影響力3個(gè)方面衡量用戶的影響；賈若男等[14]通過(guò)構(gòu)建主體關(guān)系網(wǎng)絡(luò)識(shí)別辟謠過(guò)程中各類用戶扮演的關(guān)鍵角色，分析辟謠信息在各主體間的擴(kuò)散模式。在辟謠效果評(píng)價(jià)領(lǐng)域，李宗敏等[15]根據(jù)微博互動(dòng)數(shù)和情感傾向建立辟謠效果指數(shù)，應(yīng)用自然語(yǔ)言處理提取辟謠微博的文本特征，探究辟謠效果與微博內(nèi)容的聯(lián)系；熊炎[16]分析了辟謠信息的構(gòu)成要素，分析信息來(lái)源、內(nèi)容屬性和情感屬性等方面因素，從理論上闡明了辟謠的正確方式。

在已有研究基礎(chǔ)上，基于多主體視角收集茂名PX事件中的微博數(shù)據(jù)，運(yùn)用曲線擬合和內(nèi)容分析等方法，探究社交媒體用戶的辟謠行為效果。為政府相關(guān)部門引導(dǎo)社交媒體用戶參與辟謠行為，強(qiáng)化鄰避沖突期間的網(wǎng)絡(luò)治理策略提供依據(jù)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 案例選取與數(shù)據(jù)收集

2014年3月30日上午，廣東省茂名市部分民眾因當(dāng)?shù)財(cái)M建PX項(xiàng)目而表達(dá)反對(duì)意見(jiàn)，該事件迅速在網(wǎng)絡(luò)空間引發(fā)激烈討論。筆者選取新浪微博這一國(guó)內(nèi)主流社交媒體平臺(tái)，利用網(wǎng)絡(luò)爬蟲工具GooSeeker，選取關(guān)鍵詞“PX項(xiàng)目”和“茂名PX項(xiàng)目”從新浪微博平臺(tái)提取2014年3月27日—2014年4月27日所有原創(chuàng)微博和轉(zhuǎn)發(fā)微博，并進(jìn)行人工數(shù)據(jù)清洗，共獲得原創(chuàng)微博5 658條。數(shù)據(jù)清洗過(guò)程包含剔除與事件無(wú)關(guān)的博文和進(jìn)行轉(zhuǎn)發(fā)微博的分類，其中轉(zhuǎn)發(fā)并評(píng)論的歸類于原創(chuàng)微博，僅轉(zhuǎn)發(fā)不評(píng)論的博文刪除以避免重復(fù)計(jì)數(shù)。為分析辟謠效果，對(duì)相關(guān)微博的互動(dòng)數(shù)據(jù)進(jìn)行處理。

(1)以人工編碼形式篩選謠言與辟謠博文。根據(jù)已有文獻(xiàn)，謠言被定義為與官方聲明相矛盾或不完全基于事實(shí)的信息[3]，辟謠則指直接駁斥謠言和質(zhì)疑謠言真實(shí)性的信息[17]。在保證編碼者充分理解此定義的基礎(chǔ)上，兩名編碼者獨(dú)立參與編碼的過(guò)程如下：①通過(guò)定性研究方法逐一審查所有博文，篩選出疑似符合謠言和辟謠定義的博文；②檢驗(yàn)編碼準(zhǔn)確性，經(jīng)比較與官方聲明不一致的微博被確認(rèn)為謠言，引用官方依據(jù)或者有助于降低謠言影響的可靠信息被確認(rèn)為辟謠博文；③檢驗(yàn)編碼間的可靠性，根據(jù)Cohen’s Kappa系數(shù)值檢驗(yàn)編碼者信度達(dá)0.92，說(shuō)明編碼結(jié)果一致可靠，編碼者間的分歧通過(guò)討論解決。完成上述步驟后，共標(biāo)記謠言博文334條，辟謠博文1 013條。

(2)抓取相關(guān)博文的互動(dòng)數(shù)據(jù)。分別獲取謠言和辟謠博文下的評(píng)論和轉(zhuǎn)發(fā)情況，謠言數(shù)據(jù)庫(kù)中含有相關(guān)互動(dòng)數(shù)據(jù)的微博共75條，對(duì)評(píng)論和轉(zhuǎn)發(fā)內(nèi)容一致的博文進(jìn)行去重處理后，得到評(píng)論和轉(zhuǎn)發(fā)數(shù)據(jù)共210條。由于數(shù)據(jù)量的差異，針對(duì)辟謠博文互動(dòng)數(shù)據(jù)，筆者選取了評(píng)論數(shù)排名前50的辟謠博文進(jìn)行分析，共得到16 391條評(píng)論,如圖 1所示?？芍⒉┰u(píng)論數(shù)排名前50的兩項(xiàng)互動(dòng)數(shù)據(jù)均接近90%，依據(jù)帕累托法則，可較好反映評(píng)論整體情況，屬于重點(diǎn)關(guān)注對(duì)象。

圖1 微博中辟謠信息轉(zhuǎn)評(píng)情況

1.2 分析方法

采用內(nèi)容分析法，通過(guò)演繹方式標(biāo)注社交媒體用戶及其采用的辟謠策略。根據(jù)已有研究，將用戶劃分為普通個(gè)人、精英、自媒體、組織、官方媒體和政府6類主體[18]。結(jié)合情境危機(jī)溝通理論，辟謠策略被劃分為反駁、否認(rèn)、攻擊謠言來(lái)源、行動(dòng)指南、諷刺和疑問(wèn)6類[19]。其解釋如下：①反駁指直接提供事實(shí)證據(jù)駁斥謠言，以及引用科學(xué)證據(jù)或權(quán)威報(bào)道來(lái)幫助科普；②否認(rèn)指不加證明的表達(dá)自己對(duì)于謠言的不信任；③攻擊謠言來(lái)源指對(duì)生產(chǎn)和傳播謠言的人進(jìn)行詆毀攻擊，警告或者直接采取行動(dòng)(如訴訟)去攻擊造謠者；④行動(dòng)指南指在證實(shí)謠言錯(cuò)誤的基礎(chǔ)上，通過(guò)呼吁大眾回歸理性來(lái)遏制謠言的傳播；⑤諷刺指通過(guò)隱含的嘲笑對(duì)于他人支持和相信謠言的行為和信仰進(jìn)行貶低；⑥疑問(wèn)指對(duì)謠言的真實(shí)性產(chǎn)生質(zhì)詢。

辟謠策略的編碼分類須保證所有辟謠博文均能被一致認(rèn)定歸類，經(jīng)過(guò)下述3個(gè)步驟反復(fù)迭代以獲取辟謠策略的分布：①根據(jù)已有研究獲得辟謠策略分類標(biāo)準(zhǔn)和定義，對(duì)每條辟謠博文進(jìn)行分類；②對(duì)于上一輪迭代無(wú)法歸類的博文進(jìn)行相似性檢驗(yàn)，采用邏輯分組的方式歸納到新類別中；③檢查該新類別與之前已存在的類別是否重合，若無(wú)重合則確認(rèn)為新類別。辟謠策略編碼過(guò)程與謠言和辟謠博文篩選類似，須向編碼者充分解釋，并核查編碼信度。

采用量化分析方法，通過(guò)獲取各類用戶的發(fā)文數(shù)量，通過(guò)曲線擬合識(shí)別辟謠信息隨時(shí)間發(fā)展趨勢(shì)，在博文評(píng)論的情感分析基礎(chǔ)上，判斷各類用戶辟謠效果。通過(guò)MATLAB軟件中的曲線擬合工具箱(Curve-fitting Tool)實(shí)現(xiàn)曲線擬合，通過(guò)調(diào)整后R2值對(duì)比函數(shù)擬合效果，高斯函數(shù)被用來(lái)模擬用戶發(fā)文數(shù)量變化，如公式(1)所示。

(1)

式中：n為曲線的峰值數(shù)量；qi為第i輪傳播周期高峰信息量；tmaxi和ci分別為出現(xiàn)高峰信息量的時(shí)間和第i個(gè)峰值的斜率。

通過(guò)文本挖掘工具完成文本情感分析并人工復(fù)核完成對(duì)評(píng)論情感的量化處理。Rostcm6軟件常被用來(lái)進(jìn)行內(nèi)容分析[20]，用以進(jìn)行文本分詞和情緒打分等情感極性判斷，而情緒匹配由軟件已建立的詞庫(kù)進(jìn)行賦值[21]。此外，補(bǔ)充了鄰避事件所需的專有名詞并導(dǎo)入詞典，以保證分詞準(zhǔn)確性，再進(jìn)行人工檢查確認(rèn)情緒標(biāo)注的準(zhǔn)確性，避免因同一詞匯在不同語(yǔ)境下的表達(dá)可能呈現(xiàn)不同情感傾向給情緒判定帶來(lái)誤差。利用該軟件的“情感分析”板塊完成情緒標(biāo)注后，采用手工檢查方式將謠言的轉(zhuǎn)評(píng)情況及前50條辟謠的評(píng)論情況劃分為支持、中立、反對(duì)3類，以量化評(píng)論中對(duì)辟謠博文的情緒態(tài)度。將3種評(píng)論立場(chǎng)分別賦值為1，0.5，0，計(jì)算出評(píng)論用戶對(duì)每條辟謠博文的支持程度，并將同類別用戶所發(fā)布辟謠博文被支持情況的平均值作為其辟謠效果。

2 結(jié)果分析

2.1 辟謠者組成及行動(dòng)時(shí)間模式

為識(shí)別不同辟謠者在辟謠行動(dòng)中所扮演的角色，進(jìn)行用戶標(biāo)記和數(shù)據(jù)統(tǒng)計(jì)，原創(chuàng)辟謠微博中多元主體用戶的組成如圖2所示，普通個(gè)人和精英分別占比79%和7%，是辟謠行動(dòng)的主力軍，其參與辟謠的主動(dòng)性較強(qiáng)；其次是自媒體和新聞機(jī)構(gòu)，分別占比5%和4%；組織參與占3%，政府比例最小，僅占2%，參與網(wǎng)絡(luò)辟謠自主性較低。

圖2 辟謠者多元構(gòu)成

為進(jìn)一步調(diào)查辟謠者的行為特征和網(wǎng)絡(luò)影響力，進(jìn)行曲線擬合，4類主要辟謠者所發(fā)布博文的高斯模型擬合效果如表1所示，其Adj-R2均大于0.9，說(shuō)明接受度較好。

表1 4類主要辟謠者所發(fā)布辟謠博文的高斯模型

4類主要辟謠者發(fā)布博文量(包含原創(chuàng)博文及其被轉(zhuǎn)發(fā)情況)的時(shí)間變化趨勢(shì)如圖3所示。從時(shí)間次序看，普通個(gè)人最先開(kāi)始辟謠，接著媒體用戶(新聞機(jī)構(gòu)和自媒體)參與到辟謠行動(dòng)中，并帶動(dòng)更多用戶參與。媒體用戶雖然發(fā)表的原創(chuàng)微博相較普通個(gè)人少，但其獲得的轉(zhuǎn)發(fā)更多，發(fā)布的信息在網(wǎng)絡(luò)上具有更大的曝光度。

圖3 信息曝光量隨時(shí)間的變化趨勢(shì)

同時(shí)，辟謠者的行動(dòng)主要集中在事件的前期和中期，線下和線上的辟謠相互聯(lián)動(dòng)和切換，使得各類用戶的辟謠行為伴隨事件熱點(diǎn)而改變。3月31日，PX事件第二天，官方報(bào)告了相關(guān)處理結(jié)果，促成媒體用戶發(fā)布辟謠信息的第一個(gè)高峰出現(xiàn)。3月30日—4月6日，PX詞條保衛(wèi)戰(zhàn)的爆發(fā)引起網(wǎng)絡(luò)熱議，精英類的網(wǎng)絡(luò)用戶，相比普通個(gè)人具有某領(lǐng)域的專業(yè)優(yōu)勢(shì)，或具有相對(duì)優(yōu)勢(shì)的社會(huì)地位和社交媒體影響力，其發(fā)布的辟謠信息在這個(gè)階段迎來(lái)了高度曝光，而自媒體(評(píng)論員、記者和新聞資訊平臺(tái)等)傾向于發(fā)表個(gè)人觀點(diǎn)或贏得關(guān)注的話語(yǔ)，也深度參與此階段的網(wǎng)絡(luò)辟謠。4月3日，相關(guān)部門舉辦了線下新聞發(fā)布會(huì)澄清項(xiàng)目的進(jìn)展和相關(guān)信息，促使普通個(gè)人和精英的辟謠微博數(shù)迎來(lái)了高峰，而自媒體的辟謠微博數(shù)迎來(lái)拐點(diǎn)。新聞機(jī)構(gòu)類用戶(如傳統(tǒng)官媒在微博上的官方賬號(hào))傾向于發(fā)布官方新聞，由圖 3可知，其僅在事件的關(guān)鍵節(jié)點(diǎn)進(jìn)行辟謠。

對(duì)比不同用戶的辟謠行為特征發(fā)現(xiàn)，普通個(gè)人對(duì)此次事件非常關(guān)注，伴隨著線下官方的辟謠，其在網(wǎng)絡(luò)辟謠過(guò)程中具有較快的反應(yīng)速度。與此同時(shí)，當(dāng)討論內(nèi)容與自身專業(yè)領(lǐng)域相關(guān)時(shí)，精英的辟謠行動(dòng)符合其職業(yè)特征，其參與網(wǎng)絡(luò)辟謠的傾向較強(qiáng)，所發(fā)布的信息獲得較大曝光[22]。而自媒體用戶則更多捕捉網(wǎng)絡(luò)辟謠話題變化，其發(fā)文具有較強(qiáng)影響力，可帶動(dòng)更多用戶參與到辟謠行動(dòng)中。此外，新聞機(jī)構(gòu)的辟謠較為嚴(yán)謹(jǐn)，僅在官方報(bào)告后進(jìn)行辟謠，體現(xiàn)了傳統(tǒng)媒體對(duì)信息真實(shí)性的高標(biāo)準(zhǔn)，其更傾向于考察信息的真實(shí)有效性，而非一味追求社交媒體中的信息傳播速度[23]。從時(shí)間線看，公眾都關(guān)注新奇事物，并會(huì)隨著事件發(fā)展轉(zhuǎn)移注意力，后期的辟謠關(guān)注度呈明顯下降趨勢(shì)。

2.2 謠言與辟謠信息的互動(dòng)評(píng)估

微博的辟謠信息包括直接在謠言下進(jìn)行反駁和發(fā)表原創(chuàng)辟謠微博兩類。針對(duì)第一類，通過(guò)對(duì)謠言的轉(zhuǎn)發(fā)和評(píng)論分析用戶態(tài)度。對(duì)謠言的評(píng)論中標(biāo)記支持謠言共109條，反駁謠言56條，中立45條，而統(tǒng)計(jì)單條謠言微博下的情況，支持謠言數(shù)比反駁謠言數(shù)多35條，而反駁數(shù)僅比支持謠言數(shù)多12條?？傮w上看，對(duì)謠言內(nèi)容表示支持的內(nèi)容較多，在謠言微博下進(jìn)行辟謠的內(nèi)容較少，可見(jiàn)針對(duì)謠言直接辟謠效果并不理想。謠言博文用戶的態(tài)度分布和成員組成如圖4所示?？芍?，普通個(gè)人所發(fā)布涉及謠言的博文下對(duì)其謠言內(nèi)容表示支持比例較多，精英所發(fā)布涉及謠言的微博文本下反駁的比例略多于支持，而自媒體下的評(píng)論支持謠言和反駁比例幾乎持平。同時(shí)，從與謠言微博互動(dòng)的數(shù)據(jù)來(lái)看，對(duì)謠言微博進(jìn)行評(píng)論轉(zhuǎn)發(fā)的用戶幾乎全為普通個(gè)人，而這類用戶同樣對(duì)謠言表示支持的更多。進(jìn)一步統(tǒng)計(jì)直接駁斥謠言的用戶行為特征，策略分布如表2所示。結(jié)合圖4和表2可知，辟謠行為主體全為普通個(gè)人，辟謠行為中“諷刺”占比最高，“行動(dòng)指南”次之，“反駁”使用較少。

由此可見(jiàn)，謠言微博下雖有普通個(gè)人通過(guò)評(píng)論去積極反駁，但糾正謠言并非易事，較多的謠言微博，特別是普通個(gè)人所發(fā)布的，獲得了更多支持和信任。這是由于社交媒體的弱連接性，普通個(gè)人的互動(dòng)更多基于共同興趣和話題，因此會(huì)導(dǎo)致對(duì)于博主發(fā)布內(nèi)容更多的信任[2]。與此同時(shí)，對(duì)比3類用戶所發(fā)布謠言博文下用戶的態(tài)度分布，普通個(gè)人在解讀與之身份不同的精英和自媒體用戶所發(fā)布的涉及謠言的博文中，可以看到其對(duì)于謠言仍舊有辨別能力，反駁謠言的數(shù)量與相信謠言數(shù)持平甚至略高，陌生網(wǎng)絡(luò)下的評(píng)論態(tài)度似乎更理性客觀。此外，普通個(gè)人常采用“諷刺”策略，即通過(guò)嘲笑他人糾正謠言，并不能達(dá)到理想的辟謠目的；而“反駁”和“行動(dòng)指南”這兩類辟謠策略是通過(guò)提供可靠證據(jù)來(lái)糾正謠言，表現(xiàn)出良好的控制和減輕謠言的效果[24]。但在事件中，由個(gè)人用戶所發(fā)出的“行動(dòng)指南”未獲得普遍信任，而“反駁”策略使用的較少，導(dǎo)致糾正謠言時(shí)缺乏足夠證據(jù)，加之不適當(dāng)“諷刺”產(chǎn)生了逆火效應(yīng)[25]，第一類辟謠方式并未取得理想效果。

第二類辟謠方式是通過(guò)發(fā)表原創(chuàng)微博來(lái)打擊謠言，通過(guò)對(duì)原創(chuàng)辟謠微博下的評(píng)論態(tài)度劃分，各類主體的辟謠受支持程度如表3所示。熱評(píng)中普通個(gè)人和精英占比較低，但辟謠效果最佳，其評(píng)論支持度分別達(dá)93%和84%。同時(shí)，雖然新聞機(jī)構(gòu)和自媒體占比較高，其博文受支持的程度卻較低。此外，組織所發(fā)布的辟謠博文也呈現(xiàn)較多的支持立場(chǎng)，說(shuō)明其說(shuō)服力較強(qiáng)。

表3 第二類辟謠者的人員組成及所發(fā)布辟謠微博受支持程度

由此可見(jiàn)，普通個(gè)人和精英在社交媒體上的對(duì)話模式更易被接受?；魻柲Ｊ秸J(rèn)為制碼者(辟謠者)與解碼者(評(píng)論者)的對(duì)等關(guān)系會(huì)影響受眾的理解程度，普通個(gè)人的語(yǔ)言習(xí)慣與評(píng)論者類似，而精英成長(zhǎng)于普通用戶群體之中，但更具號(hào)召力，溝通對(duì)話成功率較大。其次，組織在此類辟謠行動(dòng)中占比較少，但其作用效果僅次于個(gè)人和精英。有學(xué)者指出層級(jí)適當(dāng)者是信度較高的辟謠來(lái)源之一，可靠信源對(duì)于用戶判斷信息真實(shí)與否舉足輕重，這可以解釋該類用戶辟謠的支持度較高的原因?？傮w上，政府的謠言治理集中在線下，體現(xiàn)了其在網(wǎng)絡(luò)謠言治理的改善空間。

3 結(jié)論

以茂名PX事件為例，通過(guò)曲線擬合和內(nèi)容分析的方法探究鄰避事件中社交媒體用戶辟謠行為特征及效果，得到以下結(jié)論：

(1)普通個(gè)人和精英是辟謠行動(dòng)的主要參與者，其發(fā)布原創(chuàng)辟謠微博的積極性較高，自媒體和新聞機(jī)構(gòu)則在其中扮演意見(jiàn)領(lǐng)袖，其辟謠微博的影響力更強(qiáng)。而政府賬號(hào)在治理網(wǎng)絡(luò)謠言上的秉持謹(jǐn)慎態(tài)度，其主動(dòng)發(fā)布微博來(lái)參與網(wǎng)絡(luò)辟謠行為的傾向較低。

(2)辟謠者的參與主要集中在事件的前中期，用戶的辟謠興趣會(huì)隨事件的發(fā)展逐漸下降，而線下和線上的辟謠是相互聯(lián)動(dòng)和切換的，這使得各類用戶的辟謠行為伴隨事件熱點(diǎn)而發(fā)生改變。

(3)謠言博文評(píng)論區(qū)只有普通個(gè)人積極的糾正謠言，且未取得良好效果。此外，該類用戶較多采取“諷刺”和“行動(dòng)指南”策略進(jìn)行辟謠，說(shuō)明不適當(dāng)?shù)募m正，或缺乏足夠證據(jù)的駁斥，都可能產(chǎn)生逆火效應(yīng)。

(4)主動(dòng)發(fā)布原創(chuàng)微博辟謠的人群中，普通個(gè)人和精英的支持度最高，組織其次，新聞機(jī)構(gòu)和自媒體雖影響力最強(qiáng)，但支持度較低，政府及相關(guān)人員需要加強(qiáng)對(duì)個(gè)人和精英的言論引導(dǎo)，提供可靠的信息，并及時(shí)有效發(fā)布準(zhǔn)確的信息。