网络群体极化事件风险放大的心理分析与治理策略

吴彩虹 卿再花

(湖南财政经济学院 公共管理学院，湖南 长沙 410205)

一、引言

防范网络群体极化是网络安全建设与国家治理的重要维度。在党的十九大报告和2021年政府工作报告中都提到要加强国家治理水平和安全体系建设。众所周知，网络时代信息传播和互动方便快捷，给人类社会带来巨大网络便利的同时，各种不良或不正确风险信息也经常遮蔽公众双眼，其消极影响在多种因素作用下被无限放大，谣言可能强制性地牵制网民公众的社会认知情感，导致更为严重的社会舆论混乱，严重影响国家安全与稳定。

网络世界信息爆炸式传播，导致恐慌焦虑心理蔓延以及社会怀疑盛行，最终导致网络群体极化事件，造成巨大的负面社会影响。但对群体极化风险如何被放大的心理机理及其影响因素理解并不深刻，有必要借鉴心理学领域模型来解释网络群体极化事件信息风险放大的心理机制，通过对这些机制及其影响因素进行观察和梳理，深刻认识网络群体极化风险传播和放大的本质[1]。

网络群体极化行为一直以来都是公共管理、社会心理学等研究的重要课题，因为它始终是政治革命和社会变革的核心动力机制之一。但传统学者大多从政治学、心理学、传播学视角研究社会群体极化问题产生的心理原因、传播规律与治理对策。国外群体极化研究主要集中在三个层面。一是验证群体极化现象的普遍存在。Stone(1961)的实验研究结果发现，群体在决策时比个体的平均决策更加极端与非理性，“风险转移”是群体特有的属性与功能[2]。Moscovici 和 Zavalloni(1969)认为群体成员的讨论通常会提高群体成员的平均倾向；群体讨论会使成员的初始观点得到加强，冒险者会表现得更加冒险[3]。二是探索群体极化的心理演绎机理。Tajfel(1982)运用理论模型来解释群体极化现象的心理演变机制，发现群体决策规则(如少数服从多数)有助于极化现象之产生，人们在团体中作冒险决定将觉得较自在[4]。三是揭示网络群体极化的形成规律与特征。国内学者大多从社会学、新闻学及政治学角度探讨网络群体极化现象的成因、表现与引导，研究集中在以下四个层面：其一，政治事件中群体心理学研究。其二，网络群体极化心理效应研究。其三，网络群体极化引导与治理策略研究。其四，从信息风险角度来研究网络群体极化。国内许多学者已从传播学和信息学角度对信息风险放大的传播机制作了许多研究，而信息风险放大的响应机制研究成果不多[24]。

纵观以上研究可见，国外学者更多的是从社会心理学出发，通过定量研究、实验研究方法来解释群体在讨论前后发生的群体极化现象[6]；国内学者大多从社会学、传播学角度运用群体心理理论，使用定性研究方法探索群体极化的表现形式、产生与发展的动力、演绎的过程及规律，并据此提出相应的治理建议。而从公共危机管理角度来研究网络群体极化问题及其疏导机制的研究成果不多，尤其专门研究个体对信息的响应机制和对风险信息的感知和理解的成果更少。

基于此，本文重点从响应机制出发，利用线上线下获得的调查数据，采用结构方程模型探究个体在解读和传播信息中表现出的风险感知和行为对网络群体极化中信息传播意愿与行为的影响，分析群体极化事件风险放大的内在心理规律，以期从精准预防群体极化视角为政府加强信息干预提供决策参考。

二、理论基础与研究假设

(一)理论基础

1.群体极化理论

20世纪60年代，美国著名学者詹姆斯·斯托纳发现群体极化的社会现象。在随后的学术研究中他观察到群体极化现象也存在于网络之中。芝加哥大学、哈佛大学教授桑斯坦在前人的研究基础上进一步明晰了群体概念，他指出，如集群中群体成员一开始就有某些倾向，并在集体议论、探讨中人们的认同感朝某一个偏向强化移动，偏执主义逻辑与快速壮大的队伍遇到一起产生极端观点，且比个体态度的平均值更趋向极端化，这就是群体极化。网络群体极化的发生机理是个体在关注、接触信息中，信息不断扩散、释放出来的风险不断放大，引发强大的网络舆论，表现出强大的社会影响力。

2.社会表征理论

它诞生于20世纪60年代的法国，著名学者莫斯科维奇最早提出了此概念。莫斯科维奇认为个体的社会内隐认知会影响其行为，他认为社会表征由锚定和具体化两种动态的心理机制组成。社会表征理论解释了人们如何使用熟悉事物为图式来应对新异事物或现象时的不安、威胁性和不确定性，而风险本身恰好具备这两个属性。风险的出现，威胁着人们的身份和已经建立的秩序，违反了人们对事物的预期，人们不能用先验性的自知来进行解释和应对，从而产生焦虑。为了缓解这种焦虑不安，个体在锚定与具体化心理作用下将不熟悉的环境以及该环境中的意义符号系统放入社会实体中重新构造一个稳定的、可控制的世界，社会表征的作用开始突显出来[5][7]。

3.风险放大理论

随着现代社会风险相关现象的复杂化和多元化，一些专家、学者开始致力于风险的社会放大的研究，随之Kasperson在1988年提出了风险的社会放大理论(SARF)。该理论认为公共危机事件与心理、社会、制度、文化的相互作用过程可能会增强个体的风险感知度进而导致信息风险“放大、传播、感知”且产生模仿效应，由此引发严重社会后果。该理论从与风险相关的心理学出发认为情感和风险认知对风险应对行为所起的作用对于解释风险的社会放大的规律至关重要。信息传递过程中，多层情绪不断叠加，重复与不断放大的危险情境，使个体产生强烈风险想象体验，最终导致风险感知放大。随着风险理论研究地推进，情感在风险决策中的重要作用逐渐清晰起来，研究探明情感在风险的感知和决策中的作用有助于风险管理者和公众双方以一种互相接纳的态度进行风险沟通，从而实现有效风险应对[4][8][9]。

4.SOR理论模型

行为心理学家认为外界刺激会影响个体行为，并且有显著的规律，由此提出了著名的S-R模式。20世纪70年代，认知行为流派的心理学家在研究中进一步发现：外部环境对个体行为的影响是通过个体心理感知变化而发挥作用的，由此提出了著名的刺激-有机体-反应 SOR模型，即个体在外部信息刺激下的内部唤醒(一种情感潜意识状态)中表现出的一种行为[19]。SOR理论认为个体的认知活动和反应是从刺激开始且是与感知共同作用的结果，认为刺激要通过信息承受者的意识活动来影响心理，信息承受者就是有机体，意识活动通常就是内在的情感变化，最终外化在行动意愿。

文章从个体角度出发，借鉴心理学领域中著名的“刺激-机体-反应”模型，深入探讨网络群体极化中信息风险放大过程中个体心理机制的内在机理，厘清群体极化事件中心理机制如何影响并促成信息风险感知放大，思考政府应如何从个体角度导控群体极化事件信息风险放大，对促进经济社会良性运行具有十分重要的意义。

(二)研究假设与模型构建

1.研究假设

从上述理论观点中可以得出个体是风险放大过程中的关键节点。在互联网社会，个体的放大作用更加凸显：个体既是信息的接受者，又是传播者。风险信号在“接受-传播”过程中没有实现也不可能完全等价等值传递，而是通过个体的“诠释”“想象”“联想”“直觉”等心理加工活动而造成了信号的放大或缩小。根据上述理论模型，本文提出了研究因子及三种风险放大的心理机制：情感启发式、锚定效应和选择性接触。同时引入感知风险作为研究的中介变量[10][11]。

(1)情感启发式

自研究者们提出“情感的风险”假设后，情感在风险判断与决策中的积极作用日渐清晰：在时间和资源有限的情况下，大脑决策十分依赖情感，情感就会作为一种风险刺激和感知之间或风险感知和行为之间的中介，影响风险感知和行为。情感启发式是一种主要的启发式的经验(直觉)系统， 即个体常被特定事件的信息诱发出来的情感影响对事件的判断和决策。个体的情感分析会依据表达者在传递信息时所叙说或隐含的情绪强度来判断其态度和意见。情感能够在认知加工有限和不确定情境下对信息中的风险做出快速反应，情绪会促进人们分享信息的意愿和行为，因而情感是促使个体产生行为意向的刺激，并且引导风险的认知评估和相关行为[12][13]。由此，本文提出以下假设：

H1：情感启发式正向影响个体感知信息风险。

H2：情感启发式对个体感知信息价值产生显著的作用。

(2)选择性接触

1940年，美国社会学家、美国实验心理学家拉扎斯菲尔德最早发现个体认知对信息的选择性接受与关注的心理现象。他观察到大众传播的信息有自己的偏好与现实选择，个体更喜爱选择那些与自己感兴趣、价值观相同、态度一致或接近的内容加以阅读和接触，而对与此对立的内容会进行过滤与回避。他们把这种现象称为“选择性接触心理”。拉扎斯菲尔德用实验方法验证了该现象的存在。学者们普遍认为风险感知带有心理学属性，研究也显示在公共危机事件中，个体更愿意接触负面的风险信息，这也是生活中常见的负性注意偏向心理现象。因为个体优先的行为策略是避免风险。因此个体在选择性接触和负向注意偏向双重心理机制作用，信息传播中的各种不确定性常使个体心态偏离，“信息欺骗感”产生，个体焦虑和恐慌情绪加剧个体信息感知风险。此外风险信息接触会增强个体感知信息的价值[14]。据此，提出以下假设：

H3：选择性接触正向影响个体感知信息风险。

H4：选择性接触对个体感知信息价值产生显著的作用。

(3)锚定效应

1974年心理学家Tversky & Kahneman在实验中最早发现人们在不确定情境下，人们的决策产生了向锚值接近倾向并出现偏差的现象。他观察到个体在决策过程中的估值经常受那些显著、难忘证据的影响，甚至出现歪曲的认知。锚定效应是有害的思维现象，指向心理污染。人在决策时，总是容易受第一次信息左右，即最早信息，个体初始信息计算常会对后面问题的思考和判断设置某种框架、束缚，因而产生了与某一主题不相关的信息对人的信念及判断产生影响进而出现偏差。只要人们关注了到“锚”，那么无论其信息中所含数据是否对实际理性决策有效、或是否对决策者有参考或借鉴价值，该锚定效应都会起作用。公共事件中，个体接触到的各种网络信息而后构建成带有偏差的感知风险是形成“沉锚”的一个重要来源。在个体认知能力、信息加工有限的情况下，出于对利益受到损失的担忧，个体对于负面信息的关注胜过正面信息[15][16]。这是锚定的第二个因素。据此，本文提出以下假设：

H5：锚定效应正向影响个体感知信息风险。

H6：锚定对个体感知信息价值产生显著的作用。

(4)感知风险的中介作用

Garretson和Clow(1999)指出，在危机事件中个体面对网络释放的各种信息会感知到各种风险，其感知到的风险大小会直接影响个体的情绪启动、参与信息传播放大的意愿。当网络个体估计发生损失的概率越大，其信息风险感知相应也就越大，因而不愿维持目前困境。感知风险越高，预期损失概率愈大，个体参与集群意愿愈加强烈。研究表明在公共危机中伤害危机下感知风险价值在危机负面溢出效应中起中介作用，网络的感知风险水平不同，进而会反映到个体行为意向上。因此，网络个体的感知风险、感知信息价值会对行为意愿产生直接影响[17][18]。由此，本文提出假设 ：

H7：感知信息价值正向影响传播意愿。

H8：感知风险正向影响信息传播意愿。

(5)选择性接触的动机调节作用

在网络群体极化过程中个体选择性接触增多或减少的背后动机复杂。当决策者所喜爱的信息有负性影响，为了保护自己的个人尊严、立场的防御动机出发，降低个体的认知失调，对信息的选择性接触会显著增强。Fischer等人的研究表明，从寻求最优目的出发，决策者当前受准确动机驱动，就表现出对信息的无偏加工，从而降低选择性接触[19][20]。由此，提出假设 ：

H9：防御动机正向影响选择性接触。

H10：准确动机负向影响选择性接触。

2.模型构建

综上所述，本文基于S-O-R理论和风险理论构建了群体极化心理风险放大和行为的解释逻辑模型，分析了网络群体极化事件信息风险放大的心理影响机制，如图 1 所示 。

图1 S-0-R模型示意图

三、数据来源与变量选取

(一)问卷设计

本文研究的基础数据以问卷调查方式进行收集。为保证问卷调查的科学性和数据的有效性，确保最终数据能反映网络群体极化中个体信息风险放大的心理行为规律，问卷设计尤为重要。目前还没有研究发布标准的网络群体极化事件行为量表，问卷借鉴了大量国内外优秀的研究成果，结合本文研究的具体内容，设计开发了本文的量表，并通过与专家、学者的讨论进行了修订、完善与实证分析，具有较高可靠性。问卷包含两部分的内容：第一部分是人口统计学资料，第二部分是问卷的主体部分。问卷采用5点计分法。问卷形成步骤：设计问卷、小样本数据问卷测试、问卷修改完善、最终问卷[21]。

(二)问卷的发放与回收

采用随机抽样方法，在线上今日头条、问卷星网络平台和线下长沙各高校校园和购物广场随机发放问卷，回答问卷有附送小礼品的奖励，提高了被调查对象填写信息的可靠性与问卷的回收率。本次共收到问卷980份，剔除回答不完整、答案雷同、前后矛盾的问卷，最后回收到有效问卷922份。样本数量和质量都符合社会科学样本的要求。

(三)变量的定义与测量

设计自变量为情感启发式、选择性接触、锚定效应；中介变量为感知风险；因变量是信息传播意愿，调节变量为防御动机、准确动机。

四、实证研究结果分析

(一)描述性分析

表1 调查问卷样本数据统计表

从被调查对象的统计特征来看，女性参与者多于男性，年龄分布集中于18至45岁，这与网民的年龄是一致的，学历水平在本科及以上的人数是494人，占比53.57%，同时高学历高素质为主的调查对象也保证了问卷的质量与可靠性[22]。

(二)信效度检验

本研究使用SPSS22.0软件对问卷的信度进行了分析与检验。从表2的数据可以看出克隆巴赫系数 (Cronbach's α)各潜变量的 Cronbach's α系数值在0.767-0.942之间，均超过0.7，由此说明量表有较好的内部一致性，可信度较高。

表2 相关变量的测量题项与信效度检验

本文主要采取因子载荷、组合信度(Composite Reliability，CR)以及平均变异数抽取量(Average Variance Extracted，AVE)来检验模型的聚合效果、收敛效度。文章利用软件求解残差、因子载荷等，最后发现各潜变量的KMO值基本都在 0.7以上，Bartlett’s 检验的显著性为0.000，RMSEA为0.063，数值在90%置信区间之内，说明数据可进行因子分析。使用软件 AMOS20.0 进行验证性因子分析，结果所有潜变量的标准化因子载荷值都大于0.5并且达到显著水平；平均方差AVE都大于0.5以上，各个潜变量的组合信度 CR 值均在0.7以上。从以上验证性因子分析结果观察，本研究的聚合效度观察指标均符合标准，说明问卷的聚合效果也就是收敛效度十分理想。

检验各潜变量的区别效度，计算因子之间的相关系数是必要环节。本文采取皮尔逊 (Pearson)法进行相关性分析来进行检验，计算结果发现每个因子与其他因子的相关系数小于相应AVE 的平方根，说明变量间具有良好的区分效度，问卷区别效度检验通过。

表3 问卷的区分效度

(三)结构

本文利用 AMOS20.0软件模拟行为模型，运行结果如图 2 所示。

图2 结果方程分析结果

由表4可知，本研究选取的拟合优合指数达到模型适配的标准或临界值，表明模型的拟合程度良好，模型与数据具有较好的适配度。从数据4可以看出以下结果：其中卡方值(x2)是974.998，自由度是374，卡方自由度(x2/DF)的值是2.598是介于1到3之间，近似误差均方根(RMSEA)是0.063小于0.08，说明模型与样本数据是比较匹配的；规范拟合指数(NFI)是0.965，比较拟合指数值(CFI)是0.973，非正态拟合指数值(TLI)是0.957，修正拟合指数值是(IFI)0.974，以上四个值都大于0.95，AGFI值是0.904，大于0.9[21][22]，说明模型基本适配度良好，均接近理想水平。因此，通过比较，各检测指标均达到了理想标准，可以说本研究具有良好的信效度。

表4 模型拟合指标值汇总

从实证研究结果表5可以看出，本研究提出的10个假设，有8个假设得到了验证。路径系数的显著性水平由P值大小确定，当P <0.001时，表示结果非常理想(***)，当P <0.01时，表示结果较理想(**)，当P <0.05时，表示结果正常(*)[15][21][22]。从表中结果可以得出，群体情感启发式的心理机制对信息风险放大的影响效应最大，其次是锚定效应、选择性接触。出于自我本能保护心理，个体准确动机心理会增加网民对证实性信息的选择性接触。

表5 结构方程模型路径系数与假设验证结果

(四)网民群体特征的调节作用

为进一步检验网民的人口样本特征对信息传播意愿的调节作用，根据网民的性别、月收入、学历以及年龄，将整体样本分成不同的子群体进行组别分析。年龄重新调整为：低年龄组(小于35 岁)和高年龄组(大于35 岁以上)，将学历分为低学历组(高中及以下)和高学历组 (大专及以上)，将收入分为低收入者(小于5000)和高收入者(大于5000)，结果如表 6 所示。可以看出，组别之间以及与原来总样本之间的显著性以及影响大小都存在一定差异，而标准化路径系数的正负关系与总样本结果基本一致，性别、收入以及受教育程度对群体结果影响的差别比较大。

表6 组别分析路径系数

从上面表格数据分析得出，高收入、高学历群体可能对信息价值更加敏感。低学历群、女性群体、低龄群体更容易启动情感式心理机制，这可能与青年人易冲动、女性情感丰富、低学历者信息辨别能力有限，在接触到某些特别的信息时更容易引发情绪启动有关。低龄群体、高学历群体、女性群体、高收入群体有更强信息传播意愿，这可能是青年人正义感强、女性心理冲击弱、高学历高收入群体强调存在感、喜欢关注时事有关。

五、结论与建议

(一) 结论

1.情感启发式、选择性接触以及锚定效应对感知信息价值均有显著影响，支持原假设，且路径系数分别为0.351、0.041 以及 0.584，从三者对感知信息价值的影响程度来看，锚定效应>情感启发式>选择性接触。选择性接触对感知信息价值的影响未能通过显著性检验，标准化路径系数为0.041，这说明选择性接触对感知信息价值的影响比较微弱，这与个人一贯的初始偏好有关。从内部刺激到个体变化到信息传播行为意愿这个视角来看，个体的防御动机和准确动机会引起个体的情感变化。

2.情感启发式、选择性接触以及锚定效应对感知风险均有显著影响，且通过1%的显著性检验，其路径系数分别为0.972、-0.584和-0.408，因此，就三者对感知风险的影响程度来看，情感启发式>选择性接触>锚定效应。这说明个体在启动决策系统时，首先依赖的是个体的情感和知觉，对事物的判断常受个体爆发出的情绪左右。而选择性接触在个体准确动机的正影响和防御动机不确定影响下，对感知风险的路径系数小于情感启发式。锚定效应对由于受感知风险的影响相对较弱，路径系数为-0.408，这可能是由于潜在群体极化中更多地看中信息给他们带来的价值而不是风险。

3.感知信息价值和感知风险均对个体信息传播意愿都有显著影响，感知风险的影响更为突出，这一点可以从路径系数看出。感知信息价值和感知风险对信息传播意愿具有正向影响。这反映出网络个体、群体对风险信息会多重解读和主观想象，网络各种观点的交锋在心理机制作用下，个体感知风险的差异外化出来的争论形成了信息风险的放大。

4.性别、收入和学历、年龄情况对信息风险的感知和信息传播意愿的调节作用比较明显。整体来看，高收入高学历独群体对信息感知价值明显，而低学历低收入群体低龄群体更容易情绪化。

(二)建议

在网络和社交媒体迅猛发展的背景下，网民信息沟通和交流及表达观点的方式发生了重大变化。公共危机事件信息在网络这一特定的公共领域中不断关联、放大、整合，经常出现风险的社会扩大。这说明信息在传播者和接收者的链条中并不是直线、重复地传播，而这个信息流通过程中到底发生了什么，在很大程度上还是一个“黑匣子”，是不确定的。本文通过识别几种典型的心理机制为打开这个“黑匣子”进行了探索。 根据研究结论可以得出如下管理启示：

1.构建网络的信息风险沟通溶解机制。风险信息扩散的过程中，个体情绪是心理机制作用的风向标。从以上分析可以得出，网络环境中的风险传播是不确定的。从个体风险感知的维度来观察，情感启发式是在不确定条件下的一种有效简化机制，从整体感知的角度看，情绪传染在网络中形成了主导的情绪，一是为风险信息进一步散发创造了机会，二是为每一个作为个体二次传播的情感和立场提供了血液。网络群体极化形成场域中，个体既是信息的承受者也是发出者，个体层面的心理机制被网络群体情绪所辐射和引导。在网络群体极化事件中个体和群体的风险感知极易出现偏差，且较难形成自我纠偏机制。因此规范网络信息加工行为、监测和引导公众情绪，是危机中风险沟通的关键，加快制定和构建一个关于舆论表达的规则体系是疏导群体极化有效的方式和途径[23]。

2.提升网民信息聚合能力，用技术化解风险放大机制。信息风险放大效应形成跟个体的选择性接触心理密切相关。产生选择性接触增多或减少的原因之一是个体防御动机和准确性动机的作用，个体总是有意或无意地寻找支持自己看法的信息和解释的一种倾向，这就会产生证实性偏差，出现信息风险放大。而为了解决个体的此种心理倾向，就要提高个体的信息甄别、综合等信息素养，也就是用户的信息聚合能力。信息风险放大效应是网络个体在内外部刺激共同作用下的行为。个体在情感启发式和锚定效应的心理机制的推动下，在公共危机事件面前个体更容易受到负面信息的影响，个体固化地依据已知事物的图式也就是“锚值”对新接触信息进行加工，出于对利益损失的担忧，个体更容易受情绪的裹挟，加剧信息推送的行为，从而造成信息风险放大，甚至扩展成群体极化行为。因此，信息提供商采取技术手段，弱化按照个体选择性接触偏好和相关性信息的原则，拓展个体的关注面。信息优化推荐算法，穿插一些异质且有价值的信息，降低个体情感启发的通道和风险信息的信任，打破不同利益群体之间的信息壁垒，促使信息更理性地在社会流动[24]。

3.加强主渠道的信息宣传力度，提高政府公信力。网络群体极化中人们的情绪起伏很大，呈现非理性化、极端化倾向。因此，提升政府的公信力对强化个体“信息免疫”非常重要。因此，当社会信息混乱时，弘扬社会主义国家价值观能够把个体对社会信心下行控制在一个合理的范围之中，将社会公信力的基础快速夯实。尤其在公共危机事件的特殊时期，加强共同价值宣传可以实现稳定的功能。危机事件中人们对公信力的评价包含着个体直觉的道德观和朴素的情感，情绪活动理性成分少、情绪化的和自动关联事件的注入多。基于情感启发和锚定效应的信息具有更大的韧性且难以改变。因此危机事件中通过主渠道同步宣传的正能量的信息感染力强，能够通过价值观和情感启发式的视觉冲击，可以更短时间重塑公信力，提升政府公信力[25]。

4.根据网民接受信息的心理机制科学有效干预。根据在制订公共危机处理政策时，应该注意把握不同年龄、性别、收入以及受教育水平的差异性，针对不同层次的心理规律综合衡量发布适用情境广的政府信息[22]。要把握个体具有避免优先保障安全、避免损失的心理。从个体生存利益最大化的角度出发，监测和引导公众情绪尽量降低公共危机事件中个体负面信息偏向，降低网民的风险感知偏差。