突发公共事件中舆论场域情景嵌入对信息级联影响研究*——基于耦合性启发与依存性认知路径

阳长征

( 西安交通大学 新闻与新媒体学院 西安 710049)

0 引 言

近年来，随着网络媒体的普遍使用，危机事件爆发变得越来越频繁，并常常形成难以遏制的社会舆论。信息级联理论指出，人们在某些情境下，倾向于认为他人所提供的信息比自身获取的信息更具可信度和合理性，从而选择从众性地加入该类人群，并与所参照群体的认知、判断和行为保持一致，进而对事物认知产生信息级联现象。在突发公共事件中，人们由于无法获得危机事件的切确信息，易于导致信息级联，并引起人们对事件的认知偏差，从而对社会舆情及社会稳定产生严重负面影响。因此，突发公共事件中的信息级联行为已成为了社会高度关注的问题，在此背景下，研究突发公共事件中受众信息级联的影响机制具有重要的意义。

针对网络信息行为，场域理论指出，场域中的个体行为会被所处的场域所影响。而作为场域中的具体环境，情景则是事件发生及个体行为的重要影响因素。人作为客体，在社会互动中为情景所驱使，且宏观环境只有经过具体情景才能对人的心理、行为和态度产生影响，该作用过程即为情景嵌入的过程[1]。根据精细加工可能性理论，情景信息作为主体所处状态的一类重要的线索性信息，场域情景嵌入可使用户产生耦合性启发，并使用户对场域产生依赖。其中，耦合性启发，是人们在信息加工过程中，对外部信息进行多维度联结和整合，从而直观、快速地形成自身认知的心理过程；场域依存性，是指用户在处理信息时，依赖于环境和外部线索而对事物进行参照和认知。针对网络突发事件，在情景嵌入作用下，耦合性启发及场域依存性则是舆论场域对受众认知及行为产生影响的重要信息加工方式[2][3]。然而，过去研究虽然对网络从众行为进行探讨，但从场域情景嵌入视角对用户信息行为的研究很少，且基于耦合性启发与依存性认知路径对受众信息级联行为的相关研究依然缺乏。因此，在此背景下，针对过去研究的不足，本文将探索如下问题：网络突发事件中，基于耦合性启发及场域依存性，场域情景嵌入对用户信息级联的影响路径及作用机制如何？且各路径的影响效应在不同性别、年龄及学历用户群体中的差异性如何？

1 理论基础与研究假设

1.1文献综述在场域情景嵌入变量上，场域理论指出，场域中的主体认知和行为均会受到所处场域的作用，主体行为是个体特征和环境因素共同驱动而形成的结果。情景作为情境的具体构件，宏观环境只有经过具体情景才能对人的心理、行为和态度产生影响。而突发公共事件，作为突然发生并造成或可能造成严重社会危害、且需采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件或社会安全事件，由于其具有突发性、伤害性和公共性特征，网络场域信息行为中则会出现明显的交互性、情感性及关系性等特征，其场域情景则也相应地包含交互性情景、情感性情景及关系性情景[4]。而社会嵌入理论强调，人们所采取的有目的的社会行为，总被嵌入于某一特定的、持续的社会关系和社会结构中。因此，针对网络场域情景，处于其中的个体行为则相应地嵌入于交互性情景、情感性情景及关系性情景三种情景中[5]。其中，交互情景嵌入，是指两人或多人之间进行信息交流，以努力实现特定目标，并在人与人之间或人与产品之间建立起某种特定关系。情感情景嵌入，是个人认识到自己情绪和感情的状况，并感触到因情绪变化而引起的生理反应，导致生理体验和情绪感受同时产生。关系情景嵌入，是基于人际信任的双重交互行为而形成，其行为者会受到所嵌入的社交关系网络的影响[6]。

在信息级联变量上，信息级联是指在某些情境下，认为他人所提供的信息比自身获取的信息更具可信度和合理性，并忽略自身所获得信息的可靠性，从而从众地加入该类人群，进而推断出自身欲获取的某特定信息。信息级联的产生具有五个重要条件：需要做出决策；存在非此即彼的有限决策空间；可依据前期观察顺序进行决策；个体可获得自身所需的某些信息，有利于指导自我决策；难以直接获得他人掌握的外部信息，但可从他人行为中推断出相关信息[7]。

在耦合性启发变量上，耦合性在信息技术中是用以对模块间联系密切程度的度量，模块间的关联程度越大，之间的依存性也越强，表明模块间的耦合性则越大。耦合性启发，则是指人们在信息加工过程中，对外部信息进行多维度联结和整合，从而直观、快速地形成认知的心理过程。启发系统式模型(HSM)指出，根据人们对信息加工努力程度的差异可将信息认知分为启发式及系统式，而不同方式对人们具有差异化说服效果。其中，启发式加工则主要基于“最小认知努力程度”原则而对信息进行加工和处理，人们倾向于通过感性认知对信息内容和观点进行识别和判断，其信息加工的精细程度相对较低，从而主体会快速、直观地形成自身态度和观点[8]。

在场域依存性变量上，场独立-场依存理论指出，人们对外部环境(即“场域”)的依赖性存在差异。在信息处理过程中，信息处理独立性较低的人倾向于更少依赖于外部环境，而更多依赖于内部思考。与场独立用户相比，场依存的用户对场域中的线索信息感兴趣，对情景因素具有更好的记忆。在处理信息时，场域依存的个体在处理问题时通常依赖于环境或外部参照[9]。此外，同质群体作为在年龄、学历、阶层、职业等维度方面具有相似性的群体，其同质性通常使得人们在社会认知、行为方式等方面存在彼此识别并相互吸引，易于在人们内部文化结构、生活及意识形态上形成共同体。而内群体作为一个人在心理上被识别为群体成员具有相似特征的社会群体，这种相似性即为群体的同质性，该特征也会对群体成员的信息行为产生重要影响[10]。

1.2研究假设关于场域情景嵌入对用户耦合性启发的影响，HSM模型指出，启发式加工则主要基于“最小认知努力程度”原则而对信息进行加工和处理，该加工路径主要是由于用户信息认知过程受到外部情境线索因素的影响而形成。针对突发公共事件，交互性情景嵌入通过场域中的信息互动性景象，可给用户提供一种人们对事件存在积极关注及参与的感性认知；情感性情景嵌入通过场域中用户对事件呈现的情感特征，可给用户提供一种人们对事件存在某种负面情绪和态度的感性认知；关系性情景嵌入通过场域中用户在信息交流中呈现的信任度，从而给用户提供一种人们认为事件信息具有可靠性的感性认知。通过上述不同维度感性认知，交互性情景、情感性情景及关系性情景在社会嵌入功能作用下影响了用户对事物的认知方式和结果，增加了人们在进行信息加工过程中对外部线索信息的权重，从而易于形成启发式认知模式。基于此，可以提出如下假设：

H1a：突发公共事件中，交互情景嵌入对用户耦合性启发存在正向影响；

H1b：突发公共事件中，情感情景嵌入对用户耦合性启发存在正向影响；

H1c：突发公共事件中，关系情景嵌入对用户耦合性启发存在正向影响。

关于用户耦合性启发对信息级联行为的影响，HSM模型指出，启发式加工使人们倾向于通过感性认知对信息内容进行识别和判断，其信息加工的精细程度相对较低，从而主体会快速、直观地形成自身态度和观点，并易于受到从众性认知和思维的影响。针对突发公共事件，耦合性启发通过对外部信息进行多维度联结和整合，可直观、快速地对突发公共事件性质及内容形成认知，并倾向于形成从众性思维，进而产生信息级联行为。基于此，可以提出如下假设：

H2：突发公共事件中，用户耦合性启发对用户信息级联倾向存在显著正向影响。

关于个体层面用户场域依存性对用户信息级联的影响，场域依存性是指个体易于受到外部因素的干扰和影响，依赖于对场域中的线索信息进行感性认知或知觉，而不是基于自身深入思考和逻辑推演来做出判断，因而具有场域依存性的个体常难以对事物做出独立性决策。针对突发公共事件，在相同交互性情景嵌入、情感性情景嵌入及关系性情景嵌入条件下，当网络用户场域依存性越大时，用户则越倾向于根据场域提供的交互性线索、情感性线索及关系性线索对事物进行认知和判断，从而导致用户倾向于采用与外界情景形成耦合联动的启发式方式对信息进行加工和处理。基于此，可以提出如下假设：

H3a：突发公共事件中，用户场域依存性在交互情景嵌入对信息级联倾向影响路径中存在显著正向调节效应。

H3b：突发公共事件中，用户场域依存性在情感情景嵌入对信息级联倾向影响路径中存在显著正向调节效应。

H3c：突发公共事件中，用户场域依存性在关系情景嵌入对信息级联倾向影响路径中存在显著正向调节效应。

关于群体层面的群体同质性对用户信息级联的影响，由于同质性特征易于使群体成员形成同理心及移情的氛围，并产生积极互动，从而促使成员更易产生从众化认知和行为。信息级联行为的产生，是用户通过察觉类似情景中他人的行为结果来决策自身行为的过程，而其中个体从众思维可对其产生重要影响[11]。针对突发公共事件，在相同交互性情景嵌入、情感性情景嵌入及关系性情景嵌入条件下，当场域中的群体同质性越大时，用户则越易受到群体同质化特征的影响，从而产生从众性认知和思维的程度也越高，同时，产生信息级联行为的倾向也越明显。基于此，可以提出如下假设：

H4：突发公共事件中，群体同质性在耦合性启发对用户信息级联倾向影响路径中存在显著正向调节效应。

1.3理论框架根据上述研究假设，可构建突发公共事件信息级联行为影响机制理论模型，如图1所示。

图1 理论框架图

2 量表设计与数据收集

2.1研究方法本研究主路径分析采用结构方程模型(SEM)，该方法调用一个测量模型，借助一个或多个可观察变量定义潜变量，以及调用一个结构模型，用以推算潜变量之间的关系。其中，类似于因子分析的部分称为测量模型，而将一个或多个测量模型中对应的因变量组合在一起的部分则称为结构模型。SEM同时将因子分析和回归方法相结合，其适用于因果分析，可为建模者提供比这两种技术中单独任何一种都不具备的灵活性。由于本研究理论框架是由潜变量构成，均难以直接观察或测量，且变量间具有因果关系，故在主效应路径分析中适合采用SEM分析方法。

本研究调节效应分析采用多层线性模型(HLM)，该方法是线性回归分析的扩展，它允许在多个层级上分析因变量的方差。当数据具有层次结构、嵌套或聚类结构时，则意味着需将一个层级的观察嵌套在另一层级的观察中。该模型存在一个特殊特征，即考虑了与每个层次抽样相关的误差。针对本研究中个体及群体层面相结合的调节框架，由于个体层次是由嵌套在特定群体中的个体组成，故在分析时需采用具有跨层结构的HLM方法进行处理。

2.2量表设计因变量：信息级联，主要根据刘启华等(2016)的研究成果[12]，从受众观察到前期个体的决策行为，并在观点和态度上形成跟随他人的行为进行题项设置，共设 6个测项。

自变量：交互情景嵌入，主要参考郭国庆等(2012)的研究成果[13]，主要从网络用户与用户之间、用户与系统之间互动程度等维度进行题项设置，共设3个测项。情感情景嵌入，主要参考宋振韶等(2009)的研究成果[14]，主要从用户在信息系统或信息内容上体验到的情感程度进行题项设置，如愉悦、舒适绝望或痛苦等，共设4个测项。关系情景嵌入，主要根据杨骞(2009)等的研究成果[15]，从人际信任、群体规范及互惠原则等维度设置题项，共设4个测项。

中介变量：耦合性启发，主要参考蔡宁(2008)等的研究成果[16]，以受众在获得情景信息后，倾向于将其中某特定线索或构件与未知事物认知进行联接的程度、参照的程度及评判的程度等进行题项设置，共设3个题项。

调节变量：场域依存性，主要参考曾晓青(2010)等的研究成果[17]，主要从客观确认、推论确认及知觉确认进行题项设置，个人易于受到外部因素的干扰与影响，以及依赖于对场域的感知而不是自己的感觉来做出判断的程度，共设3个题项。群体同质性，主要根据杜秀芳(2006)等的研究成果[18]，主要从群体成员在年龄、学历、职业等维度方面相似程度进行测量，共3个测项。

2.3数据收集为了确保调查时问卷的信度和效度，在进行正式调查之前，先随机发放了问卷80份进行预调查，其中回收了67份，剔除回收中不合格的问卷11份，有效问卷为56份。对其进行CITC分析中，其中Q6的CITC指数为0.19，其余项均大于0.50。同时，量表解释的累积方差为86.08%，题项Q23的因子负荷为0.47 ，其余题项因子负荷均大于0.70。因此需要删除问卷中的Q3及Q23题项，其余题项均保留。

在具体研究设计及实验开展上，首先，课题组成员先通过电话、微信等方式就该问卷调查事宜及调查诉求与分布于全国各地域的朋友进行联系，以此滚雪球方式对意愿参与本次问卷调查的个体信息进行收集，并将对应的人员姓名、性别、年龄、职业、学历等信息进行记录整理，最终获得1792名意愿参与本次调查的用户信息，并以此作为正式问卷调查的抽样框。其次，依据CNNIC发布的第44次《中国互联网络发展状况统计报告》中截至2019年12月的用户人口学统计变量分布特征，采用分层抽样与多阶段抽样相结合的随机抽样方法。第1层按“性别”变量将样本框分为男性与女性两个群组进行第一层随机抽样，第2层按“年龄”变量将第一层各群组分为29岁及以下、30～39岁、40～49岁、50岁及以上四个群组进行第二层随机抽样，第3层按“学历”变量将第二层各群组分为大学及以上、高中或中专、初中、小学及以下四个群组进行第三层随机抽样，最终随机抽取700名用户，并以此作为最终开展正式调查的受访用户。

正式调查时，主要采用网络问卷调查系统、QQ、微信以及其它各种网络通讯工具相结合。本研究数据收集过程历时2个月，发放问卷700份，回收问卷数为617份，剔除其中不合格问卷91份，则有效问卷共526份，问卷有效率为75.14%。其中，有效样本数据涵盖了不同用户群体，且各统计学变量的样本分布不存在极端或奇异情况，该样本数据可用于研究分析。

3 数据分析与假设检验

3.1信度与效度分析量表信度。交互情景嵌入、情感情景嵌入、关系情景嵌入、耦合性启发、场域依存性、群体同质性、信息级联各分量表的Cronbach'sα分别为0.85、0.84、0.89、0.90、0.91、0.92、0.90，所有α值均大于0.70的标准，说明量表设计及所获数据信度较佳。

内敛及区别效度。量表各因子的标准负荷均大于0.70，其对应的t值均大于1.96的临界值。同时各变量AVE值均大于0.50，复合信度均大于0.70，表明观测变量能有效反映对应潜变量的特质，各组观测指标间均存在较好的一致性，说明数据的收敛性良好。且各AVE平方根均大于对应的相关系数，表明量表具有较佳区别效度。

3.2路径分析及假设检验

3.2.1 路径分析 对理论模型使用AMOS进行估计，拟合结果显示，模型的拟合指标p(χ2)值为0.006，小于0.05的显著水平，则拒绝原假设。表明理论模型与数据无法匹配，需对此进行修正。根据输出结果中的修正指标(M.I.)，需要在观察变量Q3与Q8的误差项间建立共变关系，从而至少可以减少卡方值54.62。故在测量指标Q3与Q8的误差变量间建立共变关系，并对修正模型进行估计。其拟合结果显示，p(χ2)为0.11>0.05，且各适配度指标除CFI值=0.87未达标准外，其余指标χ2/df=1.98、GFI值=0.93、RMR值=0.02、AGFI值=0.91、CN值=297、RMSE值=0.01、NFI值=0.96均达到模型可适配标准，且修正指标输出结果中未有任何需要修正的参数，表明修正后的模型设置可接受。其结果见表1。

表1 修正模型拟合结果

根据表1拟合结果，理论模型参数估计结果如图2所示。

注：*数值表示p<0.05，**数值表示p<0.01。

根据标准路径系数(图2)可知，所有路径系数值均介于0至1之间，各假设对应的t检验均达到0.05的显著水平。根据各标准路径系数的正负性及系数的t检验，所有假设均获得支持，表明上述路径中所有假设均获得支持。

3.2.2 中介效应 采用中介效应Bootstrap分析方法，以场域情景嵌入为自变量，信息级联为因变量，以耦合性启发为中介变量进行模型的结构设置。进行1000次重复样本抽取，并以95%为显著性置信区间进行中介效应检验。其检验结果如表2所示。

表2计算结果显示，所有的直接效应和间接效应路径95%的置信水平上限与下限之间均不包含0值，即所有路径的直接效应及中介效应均显著，表明耦合性启发中介变量在场域情景嵌入对信息级联的影响路径中仅为部分中介。

根据表2的参数估计结果，在三类场域情景嵌入中，交互情景嵌入对用户信息级联的中介效应最大，效应系数为0.0685；其次为情感情景嵌入，效应系数为0.0401；最后为关系情景嵌入，效应系数为0.0172。情景嵌入对信息级联的总体影响效应为0.2146，其中通过感知效用中介效应产生的中介效用为0.1258，则中介效应的解释度为58.62%。

表2 中介效应检验结果

3.2.3 调节效应 由于调节变量“场域依存性”属于个体内层面，但“群体同质性”属于群体层面，故采取变量多层模型对样本数据进行拟合分析。同时，为了限制“控制变量”的影响，故需将控制变量加入方程进行分析。

完整模型分为以下两个层次：

a.个体层次：

信息级联1=β10+β11·性别+β12·年龄+β13·学历+β14·职业+β15·耦合启发性+γ

信息级联2=β20+β21·性别+β22·年龄+β23·+β24·职业+β25·场域依存性+β26·交互情景嵌入+β27·情感情景嵌入+β28·系情景嵌入+β29·域依存性·交互情景嵌入+β210·域依存性·情感情景嵌入+β211·域依存性·系情景嵌入+γ

b.群体层次：

β10=γ100+γ101×群体同性+μ10,β11=γ110+μ11,β12=γ120+μ12,β13=γ130+μ13

β14=γ140+μ14,β15=γ150+γ151×群体同性+μ15

使用STATA软件对模型进行估计，模型的具体参数估计如表3所示。

表3 多层模型估计结果

表3显示，各参数对应的显著性检验p(z)值均达到0.05的显著水平，则各参数估计结果满足标准。模型1中的交互情景嵌入、情感情景嵌入、关系情景嵌入、耦合性启发及其之间的交互性系数均达到0.05显著水平，表明场域依存性在交互情景嵌入、情感情景嵌入与关系情景嵌入、对耦合性启发影响路径中的调节效应均显著，即H3a、H3b与H3c研究假设获得支持。模型2中，群体同质性的变异能解释信息级联变异的56.94%，场域依存性的变异能解释持续共享变异的43.06%。同时，群体层次“耦合性启发*群体同质性”交互项系数为0.2989，p(z)值为0.0000小于0.001显著水平，表明群体同质性在耦合性启发对用户信息级联影响路径中具有显著正向调节效应，则假设H4获得支持。

3.3群组分析对其进行群组模型估计，除性别AGFI=0.87、学历NFI=0.76未达适配标准外，其余各适配度指标均达到标准值，这表明性别、年龄及学历的群组数据整体上能较好地与理论模型相适配。其分析结果见表4。

表4 群组分析结果

由表4可知，对于性别群组，女性各路径系数大于男性。对于年龄段群组，“30岁以下”群组路径系数最大，其次为“30～50岁”群组，最后为“50岁及以上”群组。对于学历群组，“小学及以下”群组路径系数最大，其次为“初中-高中”群组，最后为“大学及以上”群组。

4 讨论与结论

4.1讨论突发公共事件中，因为行为者是在对初始真相具有有限理性和概率知识的情况下做出决策，不正确的行为可能会在整个系统中级联，且级联发生的可能性会随着决策者数量的增加而增加。级联可基于较少的信息而形成，从数理模型角度，一小部分有限理性的人可以迅速影响更大范围人群的级联行为。同时，社会学观点认为，当社会压力很大时，行为者可能会采取不合理的行动，违背他们认为的最佳选择，从而形成信息级联行为[19]。

关于场域情景嵌入通过耦合性启发的中介效应对信息级联产生显著影响，场域情景作为主体所处状态以及周围环境变化的所有信息的集合，主要包括主体、行为及环境三方面，且每个主体均对应着一组相关的情景特征信息。在突发公共事件中，人们的信息行为总会受到多种因素的干扰，这些干扰因素的组合便构成了一类特殊信息，即情景信息。关于耦合性启发的中介效应，说服的细化可能性模型描述了态度形成及变化的双路径过程，其中，在外围路径下，说服是由于一个人与刺激中的正面或负面暗示相关联，或是对所主张立场的优点进行简单推断。场域情景作为线索性信息，可为用户提供一种正面或负面暗示，从而易于使用户采用启发式信息加工方式，并形成缺乏深入思考的从众性信息级联行为[20]。

针对用户场域依存性及群体同质性在情景嵌入对信息级联的影响路径中具有显著调节作用，经济学理论指出，在信息不对称条件下，用户信息行为一开始可能具有理性期望特征，但随着时间的推移，则会演化为一种非理性的羊群效应行为，而其中个体认知风格及群体情感等因素可发挥重用催化作用。针对突发公共事件，由于事件的突发性特征，用户一时则难以获取有关事件的切确信息，从而使得网络空间信息存在明显不对称性，在该条件下，个体认知风格及群体特征因素均可促进和加快信息的级联流动[21]。

4.2结论突发公共事件中，交互情景嵌入、情感情景嵌入及关系情景嵌入对耦合性启发具有显著正向影响，耦合性启发对用户信息级联具有显著正向影响。交互情景嵌入、情感情景嵌入及关系情景嵌入通过耦合性启发中介作用对信息级联产生显著正向影响。在三类情景嵌入中，交互情景嵌入对用户信息级联的影响效应最大，其次为情感情景嵌入，最后为关系情景嵌入。耦合性启发中介变量在场域情景嵌入对信息级联的影响路径中仅为部分中介，其中介效应的解释度为58.62%。

场域依存性在交互情景嵌入、情感情景嵌入及关系情景嵌入对耦合性启发影响路径中的调节效应均显著，群体同质性在耦合性启发对用户信息级联影响路径中具有显著正向调节效应。群体同质性的变异能解释信息级联变异的56.94%，场域依存性的变异能解释信息级联变异的43.06%。

针对本研究意义，突发公共事件信息级联模型说明了突发公共事件中信息级联情况如何发生，如何级联错误的信息或行为，此类行为如何迅速的出现和被制止，以及在不同条件下如何有效尝试发起级联。在实践上，该研究结论可应用于危机信息级联的监控与引导，通过对舆论场域中不同特征的情景进行甄辨和分类，从而实现对危机信息的传播进行差异化监控和引导。交互情景嵌入对受众信息级联影响效应最大，在危机信息治理中，可将具有交互属性的情景作为监管及引导的重点，从而通过弱化人们的耦合性启发来降低人们对危机事件的信息级联。其次为情感性情景，最后为关系性情景。据此制定有针对性的危机事件信息级联防范策略及引导措施，实现危机信息传播的分级管理，使危机信息的治理与引导事半功倍。