信息疫情中真假信息競爭性傳播研究

王世雄　朱明旻　駱彥余

關(guān)鍵詞： 信息疫情； 競爭性傳播； 信息繭房； 多主體建模； ＦＴ－ＳＩＲ 模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０９．０１１

〔中圖分類號(hào)〕Ｇ２０６ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２３） ０９－０１２４－１３

在新冠疫情肆虐全球之際， 社交媒體上的信息疫情猶如另一種令人恐慌的“病毒”。魚龍混雜的真假信息形成競爭性傳播格局， 深刻影響著公眾認(rèn)知， 時(shí)常激化群體情緒， 形成極具危害性的社會(huì)穩(wěn)定風(fēng)險(xiǎn)， 業(yè)界把這種現(xiàn)象稱為信息疫情。它是指在重大突發(fā)公共衛(wèi)生事件情境下， 過量的信息（包括真實(shí)信息和虛假信息）使得人們難以發(fā)現(xiàn)值得信任的信息來源和可靠的指導(dǎo)［１］ 。從傳播過程上看， 信息疫情主要表現(xiàn)為虛假信息滿天飛， 真相實(shí)情被掩藏， 真實(shí)和虛假信息相互對抗、競爭， 導(dǎo)致公眾產(chǎn)生信息焦慮， 對精神和行為都產(chǎn)生不利影響， 嚴(yán)重影響疫情防控和社會(huì)穩(wěn)定［２］ 。幫助公眾采取措施使其免受信息疫情的影響是新冠病毒疫情防控的重要組成部分， 而理解信息疫情的傳播則是制定有效防控措施的前提， 蘊(yùn)含信息疫情之中的真假信息競爭性傳播規(guī)律是亟需深入研究的課題之一。

鑒于信息疫情空前的流行規(guī)模和速度， 學(xué)者們把它與病毒傳播進(jìn)行類比， 采用流行病學(xué)模型衡量和評估社交媒體上信息疫情的傳播， 期冀闡明信息疫情的傳播規(guī)律。與此同時(shí)， 隨著社交媒體的崛起，競爭性信息傳播的相關(guān)研究亦是學(xué)者們關(guān)注的焦點(diǎn)?，F(xiàn)有文獻(xiàn)表明， 信息疫情與病毒疫情的傳播既有相似性又有差異性， 如接觸不一定意味著感染， 但是在信息疫情中， 基于社交媒體數(shù)據(jù)的接觸一般往往與人們自我報(bào)告的經(jīng)歷不一致［３］ 。因此， 需要更深入的研究對人群接觸信息疫情導(dǎo)致感染（即說服）的可能性進(jìn)行探索， 以獲得更準(zhǔn)確有效的結(jié)論。

本文從信息疫情中真假信息的競爭性傳播特性入手， 聚焦信息疫情的用戶易感性、信息的競爭性傳播以及信息疫情的免疫３ 個(gè)維度， 研究３ 個(gè)關(guān)鍵問題： ①社交媒體用戶信息行為如何催生真假信息競爭性傳播？ ②用戶角色特質(zhì)如何影響真假信息的競爭性傳播？ ③如何采取有效措施降低信息疫情的危害？ 上述３ 個(gè)問題的解答， 將進(jìn)一步解釋在信息疫情這種新的情境下不同信息的傳播規(guī)律和競爭關(guān)系， 有助于科學(xué)制定信息疫情的管控政策。

１相關(guān)研究

信息疫情的概念起源可追溯至ＳＡＲＳ 時(shí)期，Ｒｏｔｈｋｏｐｆ Ｄ Ｊ［４］ 將“信息疫情” （Ｉｎｆｏｄｅｍｉｃ）創(chuàng)造為信息（Ｉｎｆｏｒｍａｔｉｏｎ）和流行?。ǎ牛穑椋洌澹恚椋悖┑幕旌象w， 他認(rèn)為， 信息疫情以與現(xiàn)實(shí)完全不成比例的方式影響著國家（地區(qū)）和國際經(jīng)濟(jì)、政治甚至安全。伴隨新冠疫情的暴發(fā)， 信息疫情以其空前的傳播力、破壞力再度引起學(xué)界的高度關(guān)注。Ｇａｌｌｏｔｔｉ Ｒ 等［５］ 對信息疫情現(xiàn)象進(jìn)行了風(fēng)險(xiǎn)評估， 研究指出， 信息疫情的傳播規(guī)律比想象中更為復(fù)雜多樣。Ｌｉｎｄｅｎ Ｓ［３］則指出， 當(dāng)前關(guān)于信息疫情傳播的研究仍存在重大的局限性。

在突發(fā)公共衛(wèi)生事件背景下， 社交媒體用戶具有異質(zhì)性和傳播學(xué)意義上的雙重角色。一方面， 作為信息的接收者， 他們會(huì)不斷從社交媒體中搜尋信息， 同時(shí)對獲取的信息進(jìn)行自我判斷和選擇［１０］ ； 另一方面， 他們又扮演著傳播者的角色， 向他人傳遞自身的觀點(diǎn)。信息傳播的相關(guān)研究成果表明， 惡意在動(dòng)態(tài)網(wǎng)絡(luò)中具有高度的傳染性［６］ 。在社交媒體上，真假信息相互競爭， 使得信息疫情傳播的動(dòng)態(tài)性、復(fù)雜性更為突出［７］ 。社交媒體上既有熱衷于披露疫情真實(shí)信息的用戶， 又存在著惡意散布虛假信息的用戶， 還存在著大量難以辨別信息真假的用戶［８］ ，異質(zhì)性用戶傳播著多樣化信息， 推動(dòng)信息疫情的涌現(xiàn)和擴(kuò)散。在信息疫情這個(gè)新的情境下， 社交媒體用戶的異質(zhì)特性和復(fù)雜行為在其中所起的作用引起學(xué)者的重視。

隨著信息疫情研究的深化， 應(yīng)用情報(bào)學(xué)理論和研究范式介入信息疫情研究是當(dāng)下的一個(gè)熱點(diǎn)［９］ 。Ｗｉｌｓｏｎ Ｐ［１０］ 教授于１９８３ 年提出認(rèn)知權(quán)威理論， 他認(rèn)為， 人們構(gòu)建知識(shí)通常包括以下兩種方式： 一種是基于自身的觀察和體驗(yàn)獲得一手知識(shí)； 第二種是通過所認(rèn)可的其他人獲得二手知識(shí)。認(rèn)知權(quán)威對用戶的認(rèn)知產(chǎn)生影響， 而被影響的用戶則有意識(shí)地視其為可靠的真實(shí)信息來源， 并認(rèn)為這種影響是積極的、合適的。另外， 當(dāng)用戶對于所獲得的信息感到自信， 并且認(rèn)為信息已獲得足夠多時(shí)， 則會(huì)失去獲取更多信息的興趣， 進(jìn)而抑制信息獲取行為［１１］ ，久而久之， 其接觸的信息會(huì)趨于窄化， 并逐漸喪失獲取其他信息的能力， 最終陷入“信息繭房” 之中。在新冠疫情背景下， 虛假認(rèn)知權(quán)威的存在破壞了用戶獲得真實(shí)信息的原有秩序， 加上“信息繭房” 效應(yīng)的作用， 部分用戶容易將虛假信息奉為圭臬， 而對真實(shí)信息視而不見， 最終造成信息傳播的失序， 引發(fā)信息疫情。因此， 厘清用戶角色特質(zhì)與真假信息競爭性傳播的作用關(guān)系是信息疫情傳播規(guī)律的核心內(nèi)容之一。

近年來， 信息競爭性傳播日趨成為傳播學(xué)領(lǐng)域的熱點(diǎn)課題， 與之相關(guān)的研究大致有兩種思路。一是通過實(shí)證統(tǒng)計(jì)分析， 比較不同類型信息在網(wǎng)絡(luò)中的傳播方式， 此類研究由于其統(tǒng)計(jì)方法的不同， 所得結(jié)論往往大相徑庭。如２０１８ 年發(fā)表于Ｓｃｉｅｎｃｅ 上的論文［１２］ ， 基于多個(gè)社交平臺(tái)的數(shù)據(jù)， 得出結(jié)論“虛假信息比真實(shí)信息傳播得更遠(yuǎn)、更快、更深入、更廣泛”， 而２０２１ 年發(fā)表于ＰＮＡＳ 上的論文［１３］ 采用與之相同的數(shù)據(jù)， 所得結(jié)論卻截然相反， 認(rèn)為真實(shí)信息與虛假信息的傳播方式并沒有統(tǒng)計(jì)上的差異。二是通過建模仿真分析， 從宏觀和微觀兩個(gè)層面開展研究， 在宏觀層面， 利用自上而下的思路研究多類輿情信息之間的競爭效應(yīng)［１４－１５］ ； 在微觀層面， 依托事件驅(qū)動(dòng)的主題挖掘和文本分析， 利用自下而上的思路研究同一事件中不同信息的傳播過程， 進(jìn)而解釋它們之間的競爭關(guān)系［１６］ 。ＳＩＲ 模型作為經(jīng)典流行病模型之一， 能有效模擬社交媒體虛假信息的傳播規(guī)律， 因而此類研究多采用ＳＩＲ 模型作為基礎(chǔ)模型并對其進(jìn)行優(yōu)化。如陳一新等［１７］ 在ＳＩＲ 模型中加入“辟謠者” 狀態(tài)， 構(gòu)建了ＳＩＤＲ 傳播模型。張菊平等［１８］ 在謠言傳播過程中引入真實(shí)信息的傳播者，建立了ＳＩＴＲ 謠言傳播模型。這種流行病學(xué)方法有助于設(shè)計(jì)檢測系統(tǒng)來識(shí)別超級(jí)傳播者， 從而能夠及時(shí)部署干預(yù)措施， 遏制病毒性虛假信息的傳播［１９］ 。

流行病傳播與信息疫情傳播之間的差異性是顯著且客觀的。信息疫情蘊(yùn)含著真假信息的競爭性傳播， 是一種新的信息情境和傳播圖景， 蘊(yùn)含著社交媒體用戶的復(fù)雜信息行為， 以信息傳播和流行病傳播的相似性作為研究假設(shè)還不足以解決信息疫情傳播的復(fù)雜性。在信息疫情中， 信息在傳播過程中容易發(fā)生變異。類似于打電話游戲， 第一個(gè)玩家傳出的信息在經(jīng)過中間玩家的轉(zhuǎn)述后， 其內(nèi)容與最后一個(gè)玩家所接收到的信息早已天差地別， 社交媒體上的每一次信息傳播都可能讓信息發(fā)生改變［２０］ ， 前期傳播的所謂真實(shí)信息， 后期可能被認(rèn)定是虛假信息， 前期被認(rèn)定的虛假信息， 后期可能被確認(rèn)為真實(shí)信息。簡而言之， 簡單拓展流行病傳播模型， 不考慮信息疫情傳播的時(shí)序特性， 僅僅在真假信息二元分類的基礎(chǔ)上研究虛假信息的傳播規(guī)律， 難以完全解釋信息疫情的復(fù)雜傳播行為。

為此， 本文以流行病動(dòng)力學(xué)理論的ＳＩＲ 模型為基礎(chǔ)， 結(jié)合復(fù)雜網(wǎng)絡(luò)、認(rèn)知權(quán)威、信息繭房等理論， 融入用戶信息行為， 綜合考慮用戶的行為特征與角色特質(zhì)， 把單一信息傳播過程拓展至信息疫情衍生而來的真假信息競爭性傳播過程， 構(gòu)建信息疫情中真假信息競爭性傳播模型， 運(yùn)用多主體建模方法模擬上述模型的作用過程和涌現(xiàn)結(jié)果， 以此揭示信息疫情中真假信息的競爭性傳播機(jī)理。

２信息疫情中真假信息競爭性傳播模型

２.１模型構(gòu)建

本文以信息疫情暴發(fā)頻繁的微博平臺(tái)為研究對象。在微博平臺(tái)中， 用戶的轉(zhuǎn)發(fā)行為是微博信息傳播的主要方式， 通過轉(zhuǎn)發(fā)能夠使信息基于用戶“關(guān)注與被關(guān)注” 構(gòu)成的關(guān)系網(wǎng)絡(luò)快速傳播［２１］ ， 當(dāng)用戶閱讀某條微博， 若認(rèn)為其值得分享， 就可以轉(zhuǎn)發(fā)該微博。由于微博信息具有很強(qiáng)的時(shí)效性， 發(fā)布時(shí)間越長的信息越少人去關(guān)注［２２］ ， 加之信息疫情防控期間熱點(diǎn)信息此起彼伏， 信息傳播呈現(xiàn)出高度動(dòng)態(tài)性， 發(fā)布時(shí)間越長的信息被轉(zhuǎn)發(fā)的概率越低。因此， 在依托微博傳播的信息疫情中， 真假信息競爭性傳播模型的構(gòu)建需考慮一個(gè)關(guān)鍵性要素， 即接觸并不等于說服［３］ ， 人們在接觸到信息后并不一定意味著被說服， 在信息疫情情境下， ＳＩＲ 模型具有較好的適用性。有鑒于此， 本文假設(shè)： 第一， 真假信息依托于靜態(tài)、封閉的有向網(wǎng)絡(luò)進(jìn)行競爭性傳播； 第二， 用戶通過轉(zhuǎn)發(fā)行為參與信息傳播， 用戶轉(zhuǎn)發(fā)信息時(shí)可通過評論對其進(jìn)行二次創(chuàng)作； 第三，用戶僅轉(zhuǎn)發(fā)其關(guān)注的用戶發(fā)布的信息， 其信息傳播行為具有高度的時(shí)效性， 信息傳播與感知信息同時(shí)發(fā)生。

基于上述假設(shè)， 利用在線社會(huì)網(wǎng)絡(luò)（Ｏｎｌｉｎｅ Ｓｏ?ｃｉａｌ Ｎｅｔｗｏｒｋ， ＯＳＮ）描述社交媒體的互動(dòng)結(jié)構(gòu)， 將其描述為Ｇ ＝（Ｖ，Ｅ）， 其中Ｖ ＝｛ｖ_１，ｖ_２，…，ｖ_Ｎ ｝表示在線社會(huì)網(wǎng)絡(luò)中社交媒體用戶的集合， Ｅ?Ｖ×Ｖ， 表示用戶之間的社會(huì)關(guān)系。借鑒已有文獻(xiàn)的結(jié)論， 本文將社交媒體用戶的狀態(tài)分為４ 類［２３－２５］ ， 包括易感狀態(tài)（Ｓ）， 即未接收到信息或接收到信息后未被信息所說服的用戶； 虛假信息傳播態(tài)（Ｉ_Ｆ）， 即被虛假信息所說服并具有進(jìn)一步傳播虛假信息能力的用戶； 真實(shí)信息傳播狀態(tài)（Ｉ_Ｔ ）， 即被真實(shí)信息所說服并具有進(jìn)一步傳播真實(shí)信息能力的用戶； 免疫態(tài)（Ｒ）， 即不再具有傳播真實(shí)信息及虛假信息能力的用戶。４ 種狀態(tài)的轉(zhuǎn)換關(guān)系如圖１ 所示， 也就是信息疫情中真假信息競爭性傳播ＦＴ－ＳＩＲ 模型。其中，α_１表示Ｓ 狀態(tài)用戶接收到虛假信息時(shí)的傳播率， α_２表示Ｓ 狀態(tài)用戶接收到真實(shí)信息時(shí)的傳播率， β_１表示用戶在接收到虛假信息時(shí)通過創(chuàng)作傳播真實(shí)信息的變異率， β_２ 表示用戶在接收到真實(shí)信息時(shí)通過創(chuàng)作傳播虛假信息的變異率， γ_２表示傳播虛假信息用戶在接收到真實(shí)信息時(shí)轉(zhuǎn)向傳播真實(shí)信息的置換率， γ_１ 傳播真實(shí)信息用戶在接收到虛假信息時(shí)轉(zhuǎn)向傳播虛假信息的置換率， δ_１ 表示傳播虛假信息用戶轉(zhuǎn)化為免疫態(tài)的概率， δ_２表示傳播真實(shí)信息用戶轉(zhuǎn)化為免疫態(tài)的概率。

在ｔ＝０時(shí)刻， 在外部事件的刺激下， 網(wǎng)絡(luò)內(nèi)一名用戶產(chǎn)生原創(chuàng)行為創(chuàng)作信息， 隨著該信息的傳播演化， 催生真假信息的競爭性傳播， 該模型的具體傳播機(jī)制如下：

式（２） 中的４ 個(gè)微分方程分別表示易感態(tài)、虛假信息傳播態(tài)、真實(shí)信息傳播態(tài)、信息免疫態(tài)４類用戶的數(shù)量變化率。相比于傳統(tǒng)的流行病模型而言， 本模型突出真假信息的競爭性傳播特性， 同時(shí)考慮用戶在傳播信息時(shí)的信息行為。

２.２模型平衡點(diǎn)與穩(wěn)定性分析

模型穩(wěn)定性是指在線社會(huì)網(wǎng)絡(luò)系統(tǒng)受到的擾動(dòng)作用消除后， 經(jīng)過一段過渡過程后能否回到原來的平衡狀態(tài)或足夠準(zhǔn)確地返回到之前的平衡態(tài)［２５］ 。式（２） 前３ 個(gè)方程均不含Ｒ， 故只需考慮前３ 個(gè)方程。假設(shè)網(wǎng)絡(luò)在ｔ 時(shí)刻達(dá)到平衡點(diǎn)， 則有：

將在線社會(huì)網(wǎng)絡(luò)的入度分布函數(shù)用Ｐ（ｋ）表示，表示選定一個(gè)用戶， 其入度值恰好為ｋ 的概率， 即恰好有ｋ 個(gè)用戶能直接向他傳遞信息的概率， 由式（３） 可得：

３仿真實(shí)驗(yàn)與結(jié)果討論

３.１實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)

多主體建模（Ａｇｅｎｔ－Ｂａｓｅｄ Ｍｏｄｅｌｉｎｇ， ＡＢＭ）是利用多主體模型刻畫現(xiàn)實(shí)世界和復(fù)雜系統(tǒng)的一種建模方法［２６］ ， 為分析在線社會(huì)網(wǎng)絡(luò)中信息傳播機(jī)制提供了有效的研究方法。本文采用多主體建模的方法， 將社交媒體用戶抽取作為主體， 基于ＦＴ－ＳＩＲ模型， 從用戶的信息行為中抽取互動(dòng)關(guān)系和行為規(guī)則。利用網(wǎng)絡(luò)爬蟲程序獲得一個(gè)由１００００個(gè)用戶和４５１ ６３２條有向邊構(gòu)成的局部微博網(wǎng)絡(luò)， 網(wǎng)絡(luò)連邊方向?yàn)橛申P(guān)注者指向被關(guān)注者。

應(yīng)用Ｇｅｐｈｉ 軟件對該網(wǎng)絡(luò)進(jìn)行拓?fù)浣Y(jié)構(gòu)分析，得到局部微博網(wǎng)絡(luò)的平均路徑長度為３.４３３， 平均聚類系數(shù)為０.１， 可見該網(wǎng)絡(luò)既具有較短的平均路徑長度， 又具有較高的聚類系數(shù)。網(wǎng)絡(luò)出度與入度分布如圖２ 所示， 由圖２（ａ）可見， 在該局部微博網(wǎng)絡(luò)中大多數(shù)用戶的出度都相對較小， 而存在少部分用戶的出度相對較大， 表現(xiàn)為典型的冪律分布。在圖２（ｂ）中， 網(wǎng)絡(luò)的入度分布近似曲線， 隨著入度的增加， 其入度概率先隨之上升而后快速下降，用戶入度分布呈現(xiàn)為冪律分布。由上述分析可知，本文所構(gòu)建的局部微博網(wǎng)絡(luò)既具有小世界現(xiàn)象， 又具有無標(biāo)度特性， 能有效地反映真實(shí)社交網(wǎng)絡(luò)特征?；谠摼植课⒉┚W(wǎng)絡(luò)， 本文依托ＮｅｔＬｏｇｏ 平臺(tái)進(jìn)行多主體建模仿真實(shí)驗(yàn)， 通過設(shè)置不同的實(shí)驗(yàn)參數(shù)進(jìn)行計(jì)算實(shí)驗(yàn)， 觀察不同參數(shù)條件下不同要素的作用機(jī)制。

根據(jù)認(rèn)知權(quán)威理論和“信息繭房” 現(xiàn)象， 在線社會(huì)網(wǎng)絡(luò)包含３ 類典型用戶， 第一類是具有較大影響力的意見領(lǐng)袖， 第二類是盲目跟風(fēng)的普通用戶，第三類是陷入“信息繭房” 而固執(zhí)己見的普通用戶。意見領(lǐng)袖具有較大的影響力且只傳播真實(shí)信息或只傳播虛假信息， 盲目跟風(fēng)者所傳播的信息會(huì)隨著接收到信息的不同而發(fā)生轉(zhuǎn)變， 而固執(zhí)己見者既能傳播真實(shí)信息也能傳播虛假信息， 但在其選擇傳播一種信息后便不再傳播另一類型信息。根據(jù)實(shí)際微博中用戶分布情況， 實(shí)驗(yàn)設(shè)置網(wǎng)絡(luò)內(nèi)出度值最大的１００個(gè)用戶作為意見領(lǐng)袖， 普通用戶為盲目跟風(fēng)者或固執(zhí)己見者的概率均為０.５。

３.２實(shí)驗(yàn)結(jié)果與分析

為進(jìn)一步探究信息疫情中真假信息的競爭性傳播機(jī)理， 本文分別考慮網(wǎng)絡(luò)內(nèi)先出現(xiàn)真實(shí)信息和先出現(xiàn)虛假信息兩種情境下， 信息變異率、置換率、信息繭房和意見領(lǐng)袖對真假信息競爭性傳播過程的影響。

３.２.１信息變異率對競爭性傳播的影響

與一傳十、十傳百的復(fù)制性病毒擴(kuò)散有所不同，用戶在傳播信息時(shí)往往會(huì)對原信息進(jìn)行二次創(chuàng)作，使得其傳播的信息發(fā)生變異， 可以與原信息真假相同， 也可以相異。為觀察信息變異率對真假信息競爭性傳播的影響， 本文在控制β２ 不變的情況下，通過改變?chǔ)拢?的值， 令其分別等于０.０.２５、０.５、０. ７５、１， 得到仿真結(jié)果如圖４ 所示。

在先出現(xiàn)虛假信息的情境中， 當(dāng)β_１＝ ０ 時(shí)， Ｉ_Ｆ用戶數(shù)量峰值顯著高于其余４ 組實(shí)驗(yàn)， 系統(tǒng)內(nèi)未生成真實(shí)信息， 因而未產(chǎn)生真假信息競爭性傳播。與β_１＝０ 時(shí)相比， 在β_１≥０.２５ 的情況下， Ｉ_Ｆ用戶數(shù)量峰值大幅下降， 而Ｉ_Ｔ 用戶數(shù)量峰值則大幅上升；先出現(xiàn)真實(shí)信息的情境中， 各組實(shí)驗(yàn)并未呈現(xiàn)出顯著差異。顯而易見， 在先出現(xiàn)虛假信息的情境中，提高虛假信息變異率能有效促進(jìn)真實(shí)信息的生成，隨著信息的傳播， 這種信息變異的現(xiàn)象會(huì)隨之放大， 生成顯著的“牛鞭效應(yīng)”， 進(jìn)而提高二者的競爭性傳播強(qiáng)度， 而在先出現(xiàn)真實(shí)信息的情境中， 提高虛假信息變異率并不會(huì)對真假信息競爭性傳播產(chǎn)生顯著影響。

３.２.２置換率對競爭性傳播的影響

在新冠疫情的背景下， 社交媒體用戶渴望快速獲得信息， 同時(shí)又難以辨別信息的真假。自然而然，盲目跟風(fēng)成為普通用戶的選擇， 使其成為真假信息交替反轉(zhuǎn)的“墻頭草”。推動(dòng)用戶由傳播虛假信息轉(zhuǎn)向傳播真實(shí)信息， 是信息疫情情境下在線社會(huì)網(wǎng)絡(luò)信息治理的重要舉措。為探究用戶由傳播虛假信息轉(zhuǎn)化為傳播真實(shí)信息的置換率對真假信息競爭性傳播的影響， 本文進(jìn)一步改變?chǔ)?sub>２的值， 令γ_２分別?。?、０.２、０.４、０.６、０.８， 實(shí)驗(yàn)結(jié)果如圖５ 所示。

在先出現(xiàn)虛假信息的情境中， 當(dāng)γ_２ 由０ 增加至０.２５ 時(shí)， Ｉ_Ｔ用戶數(shù)量峰值與真假信息競爭性傳播強(qiáng)度均大幅增加， 隨著γ_２繼續(xù)增大， 其影響效果逐漸減弱； 在先出現(xiàn)真實(shí)信息的情境中， 在γ_２由０ 增加至０.２５ 時(shí)， Ｉ_Ｆ用戶數(shù)量峰值與真假信息競爭性傳播強(qiáng)度均大幅增加， 當(dāng)γ_２＝０時(shí)， Ｉ_Ｔ用戶數(shù)量在達(dá)到峰值后的下降速度遠(yuǎn)快于其余各組。由此可見， 無論網(wǎng)絡(luò)內(nèi)首先出現(xiàn)的是真實(shí)信息還是虛假信息， 合理利用普通用戶的“墻頭草” 效應(yīng)， 提高用戶由虛假信息傳播狀態(tài)轉(zhuǎn)化為真實(shí)信息傳播狀態(tài)的置換率， 均能有效增強(qiáng)真實(shí)信息在競爭性傳播中的競爭力。

３.２.３“信息繭房” 對競爭性傳播的影響

普通用戶是在線社會(huì)網(wǎng)絡(luò)中的主要傳播主體，有研究［２７］ 指出， 突發(fā)公共衛(wèi)生事件下“信息繭房”效應(yīng)是存在的， 并且會(huì)使用戶認(rèn)知固化和極化， 影響其對政府的信任。實(shí)驗(yàn)通過改變網(wǎng)絡(luò)內(nèi)固執(zhí)己見者占比（ＩＣ）的變化， 剖析“信息繭房” 對信息疫情中真假信息競爭性傳播的影響， 實(shí)驗(yàn)結(jié)果如圖６ 所示。

在先出現(xiàn)虛假信息的情境中， 隨著網(wǎng)絡(luò)內(nèi)固執(zhí)己見者占比的增加， Ｉ_Ｔ用戶數(shù)量峰值隨之下降， 而Ｉ_Ｆ用戶數(shù)量、Ｉ_Ｆ→Ｉ_Ｔ用戶數(shù)量以及Ｉ_Ｔ→Ｉ_Ｆ用戶數(shù)量的峰值均隨之大幅上升， 在先出現(xiàn)真實(shí)信息的情境中， Ｉ_Ｔ用戶數(shù)量、Ｉ_Ｆ用戶數(shù)量的峰值變化與先出現(xiàn)虛假信息的情境恰好相反， 而Ｉ_Ｆ→Ｉ_Ｔ用戶數(shù)量以及Ｉ_Ｔ→Ｉ_Ｆ用戶數(shù)量的演化過程則相似。由此可知， 在先出現(xiàn)虛假信息的情境中， “信息繭房” 效應(yīng)越顯著， 越容易遏制真假信息的競爭性傳播， 使得虛假信息大幅擴(kuò)散， 而真實(shí)信息難以有效傳播；在網(wǎng)絡(luò)內(nèi)首先出現(xiàn)真實(shí)信息的情況下， 強(qiáng)化“信息繭房” 效應(yīng)則有助于真實(shí)信息的傳播， 進(jìn)而降低信息疫情的危害。

３.２.４意見領(lǐng)袖對競爭性傳播的影響

意見領(lǐng)袖是在線社會(huì)網(wǎng)絡(luò)中對信息傳播具有較大影響力的一類主體， 社交媒體極大地解放了意見領(lǐng)袖的專業(yè)限制， 擴(kuò)大了其影響力［２８］ 。研究表明，不同意見領(lǐng)袖在事實(shí)核查與信息的準(zhǔn)確性方面可能存在明顯差異［２９］ 。在現(xiàn)實(shí)在線社會(huì)網(wǎng)絡(luò)中， 通常存在兩類意見領(lǐng)袖， 一類是熱衷于傳播虛假信息以獲取不法私利的虛假權(quán)威， 一類是致力于傳播真實(shí)信息的真實(shí)權(quán)威。為此， 本文設(shè)置了兩類意見領(lǐng)袖， 一類只傳播虛假信息， 另一類只傳播真實(shí)信息， 通過改變意見領(lǐng)袖中真實(shí)權(quán)威的占比ＯＬＴ ， 以觀察兩類意見領(lǐng)袖在對真假信息競爭性傳播結(jié)果的影響， 如圖７ 所示。

在先出現(xiàn)虛假信息的情境中， 隨著意見領(lǐng)袖中真實(shí)權(quán)威占比的增加， 網(wǎng)絡(luò)內(nèi)Ｉ_Ｆ用戶數(shù)量峰值隨之下降， Ｉ_Ｔ用戶數(shù)量則隨之上升， 而在先出現(xiàn)真實(shí)信息的情境中， 隨著意見領(lǐng)袖中真實(shí)權(quán)威占比的增加， 網(wǎng)絡(luò)內(nèi)Ｉ_Ｆ 用戶數(shù)量峰值隨之上升， Ｉ_Ｔ 用戶數(shù)量則隨之下降?？芍?意見領(lǐng)袖中真假權(quán)威數(shù)量差異能有效影響網(wǎng)絡(luò)內(nèi)傳播真假信息的用戶數(shù)量， 其效果受網(wǎng)絡(luò)內(nèi)初始信息的影響。

３.３案例驗(yàn)證與討論

新冠疫情暴發(fā)期間， 微博上滋生大量或真或假的信息， 本文選取以下兩條原創(chuàng)信息的傳播過程作為研究案例。２０２０ 年１ 月３１ 日， 新華社發(fā)布“雙黃連口服液可抑制新型冠狀病毒” 的微博， 迅速引發(fā)普通用戶的廣泛關(guān)注與討論， 一時(shí)間“雙黃連可預(yù)防新冠病毒感染” 的虛假信息大肆傳播， 與此同時(shí)， 部分用戶對該信息加以批判， 使得“此發(fā)現(xiàn)仍處于臨床試驗(yàn)階段” “雙黃連不能預(yù)防新冠病毒感染” 等真實(shí)信息在一定程度上得以傳播。２０２０ 年２ 月１６ 日， 題為“武漢病毒所一研究生系零號(hào)病人” 的虛假信息引發(fā)廣大網(wǎng)民的熱議， 隨后人民日報(bào)發(fā)布微博“武漢病毒所回應(yīng)零號(hào)病人傳聞”， 在該條真實(shí)信息的傳播過程中， 存在部分用戶對其進(jìn)行質(zhì)疑并傳播虛假信息。

本文采集到兩個(gè)案例在最初５００ 分鐘內(nèi)的傳播數(shù)據(jù)， 并通過人工標(biāo)注的方式進(jìn)行真假信息分類。由實(shí)證統(tǒng)計(jì)數(shù)據(jù)分析可知， 用戶在傳播信息時(shí)的傳播行為是客觀存在的， 單一信息在經(jīng)過用戶的二次創(chuàng)作后會(huì)衍生出與之真假相左的信息， 繼而催生真假信息的競爭性傳播。為檢驗(yàn)?zāi)Ｐ偷挠行裕?對所采集到的案例數(shù)據(jù)以１０ 分鐘為單位統(tǒng)計(jì)各時(shí)間區(qū)間內(nèi)傳播虛假信息與傳播真實(shí)信息的用戶數(shù)， 通過實(shí)證統(tǒng)計(jì)數(shù)據(jù)與模型仿真數(shù)據(jù)進(jìn)行對比并評估二者誤差。在真假信息競爭性傳播模型對比仿真實(shí)驗(yàn)中， 將實(shí)證統(tǒng)計(jì)數(shù)據(jù)與模型仿真結(jié)果數(shù)據(jù)進(jìn)行歸一化處理， 其對比實(shí)驗(yàn)結(jié)果如圖８ 所示。

由圖８ 可見， 實(shí)證統(tǒng)計(jì)數(shù)據(jù)與模型仿真數(shù)據(jù)中傳播真實(shí)信息與傳播虛假信息用戶數(shù)的演化過程基本吻合， 能有效刻畫真假信息的競爭性傳播過程，為進(jìn)一步量化二者之間的誤差值， 本文引入平均絕對誤差ＭＡＥ 指標(biāo)衡量誤差范圍， 計(jì)算得到案例一中虛假信息的ＭＡＥ 值為０.０６１， 真實(shí)信息的ＭＡＥ 值為０.００４， 案例二中虛假信息的ＭＡＥ 值為０.００９， 真實(shí)信息的ＭＡＥ 值為０.０７７。綜合來看， 構(gòu)建的模型模擬結(jié)果同真實(shí)數(shù)據(jù)所反映的結(jié)果之間誤差值較小， 說明所建立的模型具有較好的有效性。

由前述仿真模擬和實(shí)證結(jié)果可知， 在單一信息的傳播演化過程中， 用戶信息行為對推動(dòng)真假信息競爭性傳播的生成具有關(guān)鍵性影響。與流行病中病毒傳播所不同的是， 信息疫情中傳播的信息不一定具有欺騙性或有害性［３０］ ， 既存在虛假信息的傳播，又存在真實(shí)信息的傳播， 在用戶創(chuàng)作行為的作用下， 單一信息傳播過程中催生真假信息競爭性傳播的現(xiàn)象是客觀存在的。為降低信息疫情的危害， 一個(gè)重要的對策是幫助用戶作出更好的決策［３１］ ， 用戶素養(yǎng)在使個(gè)人衛(wèi)生保健決策與公共衛(wèi)生目標(biāo)保持一致方面發(fā)揮著至關(guān)重要的作用［３２］ 。此外， 用戶的科學(xué)知識(shí)水平對其信息判別能力具有至關(guān)重要的作用［３３］ ， 用戶更多地通過原創(chuàng)行為創(chuàng)作真實(shí)信息，有助于幫助真實(shí)信息建立先發(fā)優(yōu)勢， 推動(dòng)真實(shí)信息的傳播擴(kuò)散。因此， 應(yīng)多形式、多途徑開展科學(xué)知識(shí)科普活動(dòng)， 提升用戶的科學(xué)知識(shí)水平， 引導(dǎo)其信息行為， 促進(jìn)真實(shí)信息傳播行為的生成。此外， 需著力提高其信息素養(yǎng)， 使其以主人翁的姿態(tài)主動(dòng)參與維護(hù)在線社會(huì)網(wǎng)絡(luò)生態(tài)秩序， 避免因盲目跟風(fēng)而被虛假信息所誤導(dǎo)。

與此同時(shí)， 在信息疫情的傳播過程中， 其真假信息的傳播情況往往受到用戶角色特質(zhì)的影響。普通用戶是推動(dòng)信息疫情傳播和擴(kuò)散的主要力量， 意見領(lǐng)袖的行為失范不僅會(huì)讓信息疫情朝著消極方面發(fā)展， 更會(huì)增加網(wǎng)絡(luò)意識(shí)形態(tài)風(fēng)險(xiǎn)［３４］ 。因此， 信息疫情管控策略的制定需從兩個(gè)方面著手。一方面需合理應(yīng)用“信息繭房” 效應(yīng)， 為此， 社交媒體平臺(tái)應(yīng)優(yōu)化真實(shí)信息推送機(jī)制， 根據(jù)虛假信息在網(wǎng)絡(luò)內(nèi)的傳播路徑， 對已傳播過虛假信息的用戶精準(zhǔn)推送真實(shí)信息， 提高其真實(shí)信息接收效率， 推動(dòng)其由傳播虛假信息轉(zhuǎn)變至傳播真實(shí)信息， 同時(shí)強(qiáng)化傳播過真實(shí)信息的用戶對真實(shí)信息的接觸率； 另一方面，需加大對虛假權(quán)威的打擊力度， 同時(shí)鼓勵(lì)真實(shí)權(quán)威更多地創(chuàng)作并傳播真實(shí)信息， 主動(dòng)投入與虛假信息的斗爭中， 必要時(shí)可以采取強(qiáng)制措施， 強(qiáng)制虛假權(quán)威由傳播虛假信息轉(zhuǎn)向傳播真實(shí)信息。

４結(jié)語

在突發(fā)公共衛(wèi)生事件中， 真假信息傳播的失序極易導(dǎo)致信息疫情的暴發(fā)， 對社會(huì)信息生態(tài)造成重大影響， 進(jìn)而引發(fā)系統(tǒng)性的社會(huì)風(fēng)險(xiǎn)， 對真假信息競爭性傳播采取科學(xué)有效的干預(yù)措施， 是制定信息疫情管控對策的關(guān)鍵所在。本文考慮信息疫情與病毒傳播之間的差異， 以及社交媒體用戶的行為特性， 拓展經(jīng)典流行病傳播ＳＩＲ 模型， 構(gòu)建了信息疫情中真假信息競爭性傳播ＦＴ－ＳＩＲ 模型， 對模型的平衡點(diǎn)進(jìn)行求解并分析其穩(wěn)定性。采用多主體建模方法對所構(gòu)建的動(dòng)力學(xué)模型開展計(jì)算實(shí)驗(yàn)， 揭示了不同類型用戶在信息傳播過程中的作用機(jī)制， 結(jié)合兩個(gè)典型案例對模型的有效性進(jìn)行了驗(yàn)證。對比案例實(shí)證和計(jì)算實(shí)驗(yàn)結(jié)果， 表明用戶的創(chuàng)作行為易使得單一信息的傳播過程中衍生真假信息競爭性傳播的客觀事實(shí)， 信息變異率、置換率、信息繭房以及意見領(lǐng)袖對真假信息的競爭性傳播具有關(guān)鍵性影響。以此為基礎(chǔ)， 本文針對性地提出了有助于降低信息疫情危害的管控策略。

本文將信息疫情的傳播過程抽象為單一信息演化過程中衍生的真假信息競爭性傳播， 補(bǔ)充了在線社會(huì)網(wǎng)絡(luò)中競爭性信息傳播以及信息疫情傳播的研究， 有助于政府和媒體把握信息疫情下的真假信息競爭傳播規(guī)律， 為實(shí)現(xiàn)信息疫情管控提供理論支持和實(shí)踐參考。同時(shí)， 本文也有一定的局限性， 僅對具有不同角色特質(zhì)用戶的信息傳播行為規(guī)則進(jìn)行了抽取， 但是實(shí)際參與信息疫情傳播的社交媒體用戶或許具有更高的行為復(fù)雜性。在未來研究中， 將進(jìn)一步研究不同用戶群體的行為規(guī)則， 使其更符合實(shí)際在線社會(huì)網(wǎng)絡(luò)中用戶信息傳播行為特征， 以求更深入、全面地揭示信息疫情中的真假信息競爭性傳播機(jī)理。