公共危機信息管理

保持勇敢和理性，傳承力量和思辨，

疫情當前，看圖情學者們，

如何發揮專業優勢，踐行使命擔當。

《圖書與情報》2020年第1期專題

公共危機信息管理：

面向新冠肺炎疫情防控

王 芳

南開大學商學院信息資源管理系教授、博士生導師，網絡社會治理研究中心主任。

教育部青年“長江學者”，國家社科基金重大項目“我國網絡社會治理研究”首席專家，中美富布賴特高級研究學者（2009-2010）。

研究領域為網絡空間治理、知識發現與情感分析、政府信息資源管理等領域。

專家視點

謠言真實度越高，傳播范圍越廣，對公眾的情緒影響力越大；需要更有說服力、更具有情緒引導力的正面信息才可以有效遏制。對高真實度謠言使用不當的辟謠手段，不僅會浪費辟謠的行政成本，也會傷害政府公信力。因此，應當根據謠言的真實度進行分級管理，以達到節約行政成本、精準辟謠的效果。

公共危機情境下謠言真實度計算及其與正面信息交鋒研究

王芳連芷萱

No.1

引言

Alport與Postman兩位心理學者將謠言定義為“缺乏具體資料以證實其確切性的、與當時事件相關的命題”。可見，謠言的核心要義在于“未經證實”的信息，經過事實證明很有可能是真實情況。所以，在公共危機事件中對高真實度的謠言處理不當，不僅會浪費辟謠的行政成本，也會傷害政府公信力。因此，本文在研究公共危機中網絡謠言發生機制的基礎上，通過建立謠言與辟謠信息交互的信息生態模型討論真實度因素對謠言傳播的影響機理，試圖回答以下三個方面的問題：一是什么特征的謠言被證實的可能性高；二是真實度如何量化；三不同真實度謠言與正面信息的交互有何規律可循？在此基礎上，建議針對不同真實度謠言選定適當的辟謠策略，最大程度節省社會資源并實現精準辟謠的效果。

No.2

文獻回顧

2.1 公共危機謠言

公共危機謠言產生于公眾受到公共危機環境的刺激而產生的心理情感及情緒的適應性反應，此種謠言屬于危機信息的一種，具有一定的社會預警功能。趙軍鋒認為，公共危機謠言在內容上、情緒傳播上具有很強的寄生性。因為公共危機謠言產生于特定的社會條件與心理狀態，所以公共危機謠言的危害主要體現在恐慌的傳播上。同時，Al Lily等認為一旦謠言影響公共輿論，盡管被辟謠，其影響也不可能完全消退?；诖耍疚牡难芯績r值可以體現在兩個方面：一是分析公共危機中謠言的預警預測問題，二是揭示謠言對公眾情緒的影響。

2.2 謠言傳播要素

謠言的傳播受到多方面因素的影響。吳建、馬超參考了多位學者的觀點，在Alport與Postman提出的經典謠言模型基礎上，將謠言的新聞性以及傳播過程中的管控力度考慮進來，改進了謠言傳播公式，如式1：

其中，分子部分從事件角度講包括“不確定性”、“重要性”、“新聞價值”；從傳播者角度講包括“涉入感”和“刺激性”，同時經由媒體放大。同時，謠言傳播與傳播者的“批判意識”、傳播環境的“透明度”及“管控力度”負相關。同時，就謠言的內容而言，喻國明對基于騰訊大數據篩選的六千余條網絡謠言進行了內容類別、敘事結構、場景構筑、標題特征四方面的文本分析。施愛東發現謠言內容的周期性與社會活動的周期性、時間季節性、代際規律、相似的社會條件與社會心理狀態有關?；谇叭搜芯浚疚闹饕芯康闹{言要素包括事件不確定性、傳播者涉入感、傳播媒介、內容類別、敘事結構、內容周期性和公眾情緒因素。

2.3 謠言真實度

目前計算謠言真實度（Authenticity Grade）的常規做法是從信源（如傳播者、傳播媒體）本身的信譽度入手，基于謠言案例庫對信息的傳播特征與文本內容進行比對，從而初步判別謠言真實度。例如，Choi研究了6大網站中28萬條謠言，認為經常傳播謠言的人對謠言有放大作用，這種人被定義為“回音室”成員；之后，Pierri從謠言傳播過程中的推送算法、回音室、人類偏見等角度評估推送信息的網站的可靠性，探究真實信息與謠言在拓撲網絡中的傳播特征，從而得出能夠識別真實度的信息分類方法。上述大多數學者是針對謠言的信源可靠性進行研究，在識別惡意造謠、謠言機器人方面效果卓越。但是，本文研究的是普通民眾對未知情況進行初步判斷時所產生的謠言，這種謠言往往具有一定的真實基礎，只是因為傳播者個體知識水平、認知能力、信息占有量等方面的限制，有意或無意地放大、縮小、隱藏、演繹、篡改、添加部分實事，雖然易對人產生誤導，但很有可能被證實為真，那么單純以信源可靠性來推斷信息真實度則會說服力不高。因此，本文對謠言真實度的定義不同于其他論文所定義的“可信度”、“信譽度”、“Reliability”，而是指謠言被證實為真的概率。

2.4 信息生態學視角下公共危機謠言的真實度

信息生態學是研究信息主體與信息環境之間相互作用的一門學科，研究范圍包括個體、種群、系統三個層次。公共危機產生的謠言是依托特定的社會、心理條件產生的，不是孤立存在的，所以以信息生態學為視角研究謠言可以全面、系統地看問題。在由官方、媒體和公眾三方輿論場建構的網絡輿論生態系統中，謠言治理存在著結構性問題，過度辟謠會造成行政成本增高，錯誤辟謠則會導致政府公信力下降，應當因質因量在輿情生態系統中尋找最優解決方案。本文認為，將不同真實度的謠言傳播問題置于信息生態背景下，有助于系統、整體地把握謠言與辟謠信息間的互動規律，從而從生態平衡的視角尋找最優辟謠策略。

No.3

研究思路

本文著重研究謠言真實度的界定、計算與影響。研究路線如圖1所示：

第一、通過定性分析對謠言進行概念化，構建謠言真實度評價指標與評分體系。

第二、利用python爬蟲、NLPIR自然語言處理軟件等，構建輿情-謠言案例庫。首先，隨機選取網絡熱點輿情組成輿情-謠言案例庫，計算真實度下各觀測變量的相關性。其次，根據官方公布的辟謠信息對謠言信息特征進行打分。最后，通過Logistic模型計算各指標的相關性系數，得到真實度計算公式。

第三，利用微分方程對謠言、正面信息之間的關系進行信息生態建模。分別建立謠言-正面信息生態系統和謠言傳播過程中負面-正面情緒生態系統，通過數值仿真得到有關謠言真實度的影響路徑假設。

第四，采集謠言案例，數據標準化后進行真實度計算，并將案例大致分為高、中、低三個層級。針對不同層級的數據進行趨勢擬合，檢驗步驟三所提出的假設。

No.4

公共危機謠言真實度計算

4.1 構建真實度評價指標打分體系

當前針對謠言真實度的指標主要是從謠言內容特征、謠言傳播特征兩方面測構建的，具體指標體系包括研究視角層、潛變量層、觀測變量層、數據來源、評分層五個層次，共得到7個觀測變量，如表1所示。首先假定觀測變量之間權重一致，再通過對案例庫案例進行Logistic回歸分析，計算各個指標的相關系數，再以該系數作為觀測變量權重。

其中，各個指標含義如下：

F11：事件不確定性評價的是信息的精確程度。一條信息中所包含的實體詞涵射的意義范圍不同，從而表意的精確性不同。如在2019年底爆發的新冠肺炎疫情危機中，醫生李文亮曾于12月底發布消息“華南海鮮市場發現7例SARS”，此條信息的地點、時間、數目和事件名稱都比較精確。相比之下，2019年夏天在中醫學術論壇上有學者提出的類似信息則比較模糊，根據五運六氣學說推斷“冬至左右將發生瘟疫”，無論時間“冬至左右”還是發生的事件名稱“瘟疫”都不夠準確。

F12：根據喻國明的研究，謠言中科學常識類占47%、社會類27%、明星八卦類占15%，其余累計占11%。在公共危機中，科學常識謠言一般表現在“特效藥”上，如“洗熱水澡能防新冠肺炎”、“雙黃連能治療新冠肺炎”、印度甚至流傳“牛尿能治療新冠肺炎”等；社會時政類可具體分為預測類、物資短缺類、陰謀論類等，例如“武漢肺炎患者將達到十萬”、“北京菜市場關門一周”、“中國經濟將因為新冠肺炎癱瘓”等；公共危機中明星八卦類謠言多體現在不良行為的揭示上，如“志愿者私分救援物資”以及某明星“一毛不拔”，等等。據此，本文將公共危機謠言類別大致分為科學類、社會類、不良行為類。

F13：喻國明還提出謠言的程式化“六段論”常模：第一是“標題黨”式的題目；二是敘事度較高，通常引用“經美國研究”、“權威部門”、“公安局緊急通知”；三是以第一人稱敘述；四是例舉生活案例；五是引用權威期刊如“柳葉刀”；六是為了增加擴散程度，結尾道德綁架，如“不轉不是中國人”。

F14：施愛東將同一類公共危機中爆發的相似謠言稱為“流感謠言”，它不是原發性的，而是一種繼發性、感染性、不定期發作的謠言，一般需要受到相似的自然條件或社會心理才借題發揮，如地震、瘟疫等自然災害，或者核泄漏、踩踏事故等突發性社會事件?？v觀國內外歷次自然災害，都不約而同發生了關于物資短缺的謠言，如“日本核泄漏將影響我國食鹽供應”，新冠肺炎“北京菜市場關門一周”，等等。

F15：學者阿卜杜勒阿里討論了謠言對公眾情緒的影響，并假設謠言中極端的情緒對正常輿論影響巨大。常見的情緒測量方法有情感極性測量。因為謠言可能表達“恐懼”（如某某地多人感染），也可能表達“愿望”（如特效藥出現），所以本文僅對情緒的極性進行評分。

F21：謠言的產生有可能是認知錯誤或誤聽誤信，也有可能是基于某種目的惡意造謠，如旨在打擊政敵的謠言“柬埔寨洪森感染新冠肺炎”和旨在某種經濟目的的謠言“中醫藥板塊將炸板”。因此十分有必要探究謠言的源信息是否來自親身經歷。

F22：考察傳播媒介可靠性的主要原因是某些謠言的傳播存在“回音室”節點。一般可靠性高的媒介會對事件認真核實，而可靠性低的媒介則可能為了提高流量等目的傳播未經核實的信息。

4.2 輿情-謠言案例庫構建方法

首先，通過爬蟲得到當天最熱新聞帖子列表，針對官方辟謠事件列表（如新浪微博官微發布的辟謠列表），對新聞帖子是否為謠言進行0、1賦值，形成樣品案。然后，依據真實度評價指標對每個案例的特征值進行評分,作為Logistic回歸分析的計算輸入量。

4.3 真實度計算方法

No.5

公共危機謠言真實度信息生態模型構建

5.1 模型機理分析

將謠言置于公共危機事件的網絡生態環境中，借鑒捕食關系的信息生態模型，構建不同真實度等級的謠言傳播模型，研究謠言真實度對謠言傳播上限、公眾情緒正負轉化以及平息謠言所需要的辟謠力度的影響，通過建模仿真得到謠言應對最得當的力度與響應速度，為政府辟謠和治理網絡謠言提供理論依據。

如圖2所示，首先，謠言真實度會影響謠言群落的擴張規模。因為“人們更愿意傳播自認為真實的信息”，高真實度的謠言本身就具有一定的合理性，能夠在較大程度上滿足公眾的信息需求和心理安慰需求。因此，一個高真實度的謠言往往能得到較高程度的真實性驗證，與網民形成共鳴，隨之引爆輿情。

其次，謠言真實度會影響辟謠難度。Einwller認為辟謠的有效性在于將謠言的真實部分與主觀臆斷部分區別開來逐個擊破。但是，高真實度的謠言真假混雜，合理推斷與主觀臆斷不能很好區分，從而增加了辟謠難度。

最后，謠言真實度會影響甚至引導公眾情緒，尤其是謠言帶來的不確定感在傳播恐慌方面危害巨大。辟謠就是通過消除未知來控制恐慌傳播，辟謠的情緒引導力與開始辟謠的時間和引導力度有關，但是公眾在廣泛傳播的謠言中因沉默的螺旋更愿意相信自認為“真”的謠言，因此謠言真實度會影響辟謠的情緒引導力度。

5.2 模型構建

在公共危機發生并產生謠言后，政府通過權威媒體發布正面信息，并由網民繼續傳播。處于信息傳播中的網民可以分為謠言傳播者和辟謠者兩個部分，不同網民群體發布的信息數量變化可以反映謠言的傳播程度與辟謠力度?；诖耍岢鲆韵孪薅l件。

第一，在圍觀者充足的前提下，如果不及時辟謠，謠言會以一個常數為增長率無線增長，網絡謠言真實度會促進謠言傳播速度；

第二，假定圍觀者思辨力較高，當得到真實信息后便不會相信謠言，所以辟謠者可以“捕食”謠言傳播者，但是高真實度的謠言難以被“捕食”，謠言真實度會影響辟謠難度；

第三，假定負面情緒隨著謠言數量的增長而增長。

第四，假定正面信息發布及時，公眾情緒單純的由負轉正，謠言真實度會影響公眾情緒轉化速度與情緒引導力度。

經過前文分析，謠言傳播中構成了捕食關系、競爭關系兩個信息生態系統（圖3）。分別針對兩個生態系統進行仿真，并基于仿真結果提出假設。

5.3 針對生態系統1的假設與仿真

5.4 針對生態系統2的假設與仿真

綜合以上，公共危機時，政府在治理謠言的過程中，需要提前預估這些參數，做到“心里有數”，在辟謠時才能“張弛有度”、“有的放矢”。

No.6

公共危機中謠言傳播模型實證分析

6.1 謠言真實度特征系數計算

本文利用PYTHON編程對2019年12月15日到2020年2月25日的新浪微博進行爬取，以新冠肺炎為檢索對象，共收集相關信息10845條，為了計算準確性，利用NLPIR軟件對信息去重并二次篩選，最后隨機選取相關信息50條。本文對謠言的判別以新浪官微公布的辟謠信息列表為準，對新冠肺炎信息中屬于謠言的打標為1，非謠言打標為0，其次按照真實度評價打分體系進行打分，結果如附錄1所示。

6.2 謠言真實度影響實證分析

本文通過PYTHON編程對2019年12月15日到2020年2月2日的百度新聞進行抓取，以“武漢新冠肺炎”中的相關輿情對假設H1、H2、H3進行實證檢驗。

6.2.1 數據來源

本文以國內最大的搜索引擎百度為數據來源，選擇2019年底爆發的新冠肺炎的相關輿情為研究對象，編寫爬蟲程序，對2019年12月15日-2020年2月2日內的相關輿情進行統計，爬蟲字段為“發布時間”、“標題”、“發布媒體”、“內容”、“鏈接”。共采集相關信息2457條，數據清洗整理后，本文選擇三組不同真實度的謠言信息，與兩組不同說服力的正面信息作為分析樣本。

6.2.2 數據采集

經過爬蟲，本文收集了低真實度謠言“武漢有十萬感染者”有效信息53條、中等真實度謠言“武漢發現SARS”有效信息175條、高真實度謠言“武漢肺炎人傳人”有效信息198條。以謠言的傳播天數為時間單位，統計各個謠言每天的新聞帖子累加量。同時，本文將此三個案例的426條新聞輸入NLPIR軟件，針對每條新聞的情感測評進行打分，統計三個案例每天發布的新聞帖子負面情緒累加值，形成三組時間序列數據，整理結果如附錄2所示。

謠言“武漢發現SARS”于2019年12月15日貼在網上，隨之得到官方辟謠未證明武漢肺炎為SARS，并發布辟謠信息“武漢出現不明肺炎”，最后于2020年1月15號將武漢肺炎確診為“新型冠狀肺炎”并發布較為有力的辟謠信息。因此，在辟謠信息方面，以“武漢發現SARS”、“武漢發現不明肺炎”與“武漢肺炎確診為新型冠狀肺炎”為對象進行實證分析。抓取2019年12月15日-2020年2月2日之間，“武漢發現SARS”的有效信息175條、低說服力辟謠信息“武漢發現不明肺炎”有效信息297條，高說服力辟謠信息“武漢肺炎確診為新冠肺炎”的有效信息361條，并對數據進行累加處理（如附錄3）。

6.2.3 實證分析結果

（1）針對假設H1的實證分析

本文將“武漢有十萬感染者”、“武漢發現SARS”和 “武漢肺炎人傳人”來進行實證分析（附錄2）。首先將三組案例對照前文4.1楊所述的真實度評價指標進行打分，然后根據6.1節得出的真實度系數進行計算，計算結果如表5所示?？芍拔錆h有十萬感染者”真實度最低；“武漢發現SARS”真實度中等；“武漢肺炎人傳人”真實度最高。

（2）針對假設H2的實證分析

結合附錄3中關于謠言“武漢發現SARS”以及與其相關的兩組辟謠信息的相關數據，對三組數據累加量特征進行初步觀察，并進行擬合，得到“武漢發現SARS”的擬合圖（圖8），對三組信息的擬合表達式求二階導數，以得到三組信息的累加量增長拐點（計算結果如9），得到比較結果（圖10）。計算可得，“武漢發現SARS”在17日左右進入增長后期，即增長率開始降低，與“武漢發現不明肺炎”的爆發期吻合；“武漢發現SARS”在30日左右進入消退期，與“新冠肺炎確診”發布時間吻合。“武漢發現不明肺炎”的二階導數與“武漢發現SARS”負相關，即當此辟謠信息大量發布時，謠言增速變緩?！靶鹿诜窝住钡亩A導數與謠言、“武漢發現不明肺炎”皆負相關，即當此辟謠信息大量發布時，謠言快速消退，同時低說服力的辟謠信息也開始消退。

通過以上分析可知，謠言“武漢發現SARS”在低說服力的辟謠信息發布時，其增長率便開始下降，直到辟謠信息“新冠狀肺炎”發布才得到有效遏制，由此可知，高說服力的辟謠信息辟謠效果顯著強于低說服力的辟謠信息，辟謠效果取決于辟謠質量而非數量，假設H2得到驗證。

（3）針對假設H3的實證分析

6.3 研究結論

本文從理論方面構建謠言、辟謠交互模型，討論了謠言真實度對謠言發布量增長上限、有效辟謠率與公眾情緒的影響；在實踐方面，以百度新聞帖子為數據來源，充分分析了在武漢肺炎疫情中的多條謠言信息與正面信息之間的交互作用。研究結果表明，第一，謠言真實度與謠言相關信息數量增長的上限正相關，高真實度的謠言傳播更廣；第二，提高有效辟謠率可以有效遏制謠言，高說服力的正面信息即使發布量較少也可以取得較好效果；第三，謠言真實度對公眾情緒有影響，真實度越高情緒影響范圍越大。

No.7

謠言真實度分級管理建議

謠言的發展動因是社會沖突，社會沖突的解決需要一個動態交互的過程，在此過程中如果社會不允許或壓制謠言，一旦謠言積累爆發，其程度勢必會更加嚴重，將對社會結構產生破壞作用[3]。所以，在網絡信息生態中，信息多樣化是保持生態平衡的關鍵，謠言作為一種負面信息對于整個生態來說具有一定的正面作用。

在此次新冠病毒肺炎疫情中，我國政府在謠言控制方面舉措有力，各級部門及時通報疫情消息，各大媒體都開通了辟謠專線，如“假口罩流入市場”、“雙黃連可預防新冠肺炎”、“協和醫院患者逃跑”等謠言都得到了及時辟謠，有力的控制了恐慌蔓延。但是，也暴露出過渡辟謠導致行政成本增高、影響公信力等問題，如“武漢八人造謠被拘”等 。在2019年12月疫情之初，網上便有“武漢發現SARS”和“武漢肺炎人傳人”等信息預警，不加求證便立刻刪帖、封號甚至訓誡，失去了謠言預警的社會功能，就像人體強行割除了扁桃體，一旦病毒感染便會深入脾肺。

所以，即要發揮謠言的正面預警功能，又不能聽之任之。因此，應對謠言真實度進行分級管理，采取分級分類治理的對策。對于低真實度的謠言，及時辟謠即可不攻自破，不需要大規模篩查刪帖，節約行政成本；對于中等真實度的謠言，要及時提醒相關部門加緊核查，發布真實準確的信息，防止信息擴散泛濫引起恐慌；對于高真實度的謠言，一定問清查明，聽取各方意見，及時發布高說服力的正面信息。

（微信內容對原文有刪減，原文請查看《圖書與情報》官網）

引用格式：

王芳，連芷萱.公共危機情境下謠言真實度計算及其與正面信息交鋒研究[J].圖書與情報，2020（1）：34-50.

圖情檔學界交流群公開招募了！

搭建學術交流平臺，促進學術傳播，人大復印報刊資料圖情檔系列刊官網公眾號圖情檔學界高端學術交流群歡迎您的加入。

請聯系小編微信（ID：chonger675341），申請好友主題“姓名+單位+職務”。

圖情檔學界

人大復印報刊資料圖情檔系列刊官方公眾號