基于元分析的网络谣言辟谣效果影响因素研究*

于煊荷 李宗敏

(四川大学商学院 成都 610000)

在互联网时代,社交网络中信息高速、低成本的传播使得谣言的传播力度和扩散范围都达到前所未有的程度[1],社交网络成为谣言滋生的沃土。与此同时,受到逆火效应影响[2],即当新的信息(比如辟谣)与人们已有的认知和信念相矛盾时,人们很可能会因此而更坚信先前的信念,辟谣效力面临极大考验。今日头条在发布的《2022年度谣言治理报告》中指出[3],2022年仅今日头条App就累计处理虚假谣言92万条,处罚违规账号4万多个。然而,各种各样的谣言仍然盛行,甚至反反复复,愈演愈烈,影响深远。除了互联网快速发展等客观因素外,很大程度上是由于未能把握提高辟谣效果的关键因素[4]。

本研究综合过往的文献,利用元分析和调节效应分析检验网络谣言辟谣效果影响因素,以求获得影响网络谣言辟谣效果的关键因子,为辟谣行动提供有利参考。

1 文献综述

网络谣言辟谣效果影响因素研究涉及拉斯韦尔“5W”理论、流行三要素理论等基本方法,集中在辟谣主体、辟谣信息和受众三个方面。辟谣主体方面,王国华等通过研究发现政府组织、商业组织、民间组织、意见领袖、当事人和其他个人等各类辟谣主体具有不同的辟谣效果[5];Paek等基于谣言心理学和风险/危机传播理论探讨了政府应该如何回应关于国家风险问题的谣言[6]。在辟谣信息方面,陈娟等以转发数和评论数作为辟谣信息传播效果的衡量指标,构建了辟谣信息内容特征、文本特征对传播效果的回归模型,并运用新浪政务微博数据进行实证分析[7]。在受众方面,Michail提出了消费者参与、认知需求和情绪反应在社交媒体辟谣领域的相互作用[8]。Oberiri 以尼日利亚新冠肺炎疫情谣言为样本使用偏最小二乘法构建以利他主义为核心的受众辟谣信息分享意愿模型[9]。其中,主要存在以下问题:

a.相关研究影响因素重合度较低。Carnahan提出从信息特征出发考虑信念、感知可信度和意图对辟谣信息传播意愿的影响[10],而李宗敏等认为辟谣策略应着重考虑辟谣信息的内容特征和背景特征的影响[11]。核心问题在于缺乏广泛认可的辟谣效果影响因素研究。依照“前因后果”的逻辑思路,制定系统化的辟谣效果影响因素能为辟谣策略的制定等热点研究问题提供指导[12]。

b.现有研究在相同因素对辟谣效果影响的相关系数上存在差异,甚至在作用方向上存在完全相反的结论。例如,Li等发现,文本类型对辟谣效果呈现显著负向影响,叙事文本对辟谣效果有反作用[13]。同年,谢新洲等则得出了相反结论,即文本类型对辟谣效果有正向影响[14]。不一致的发现使得基于先前研究的结果开发网络谣言辟谣策略的特征模型具有挑战性。虽然有一些研究提供了关于辟谣效果影响因素的文献综述[15-16],但当涉及大量研究时,传统方法很难整合结果,对冲突性结论的选择具有一定主观性。

因此,本文针对上述研究存在的问题,在综合已有研究基础上,利用元分析,明确影响网络谣言辟谣效果的影响因素。

2 研究方法及理论框架

2.1 元分析

元分析(Meta-Analysis)起源于1976年心理学家Glass提出的“合并p值”构想,是对以往具有相同研究目的、相互独立的多个研究结果进行综合分析的再研究方法。该方法能够整合目标主题分散片面、具有差异的实证研究结果,通过增大样本量来改进统计检验的效果和可信度,提取独立研究相应效应值等有效信息,对其采取特定方法合并量化,探究变量间的真实关系,从而得到较普遍和明确的结论[17]。鉴于目前关于网络谣言辟谣效果影响因素的实证研究成果较多且尚未得出一致的结论,本文通过元分析的方法,提取和汇总网络谣言辟谣效果影响因素的独立实证研究数据进行综合分析,使用统计方法合并多项研究结果,以求获得在不同情境下具有广泛解释力的网络谣言辟谣效果关键因子。

2.2 传播说服理论

1953年,霍夫兰德在《传播与劝服》一书中提出传播说服理论,阐述信息来源特征、内容特征、接受者特征三个维度可共同影响受众对待信息的态度[19]。传播学理论对传播说服力的定义为一个人试图通过沟通改变另一个或多个人的信仰、态度或行为方式。因此,传播说服理论不仅适用于传统的信息传播情景,也被用于互联网环境中的信息传播行为,如张嵩基于传播说服理论提出互联网慈善信息转发行为的双重态度[20]。网络谣言辟谣声明同样也是辟谣信息通过一系列因素对网络用户进行引导,改变信息接收者对谣言的理解,并促使其做出转发、评论等积极行为的过程。基于此,本文将基于传播说服理论构建网络谣言辟谣效果影响因素理论框架。

2.3 理论框架

本文基于霍夫兰德的传播说服理论,结合网络谣言辟谣特征,从信息来源特征、接收者特征、内容特征三个维度提取潜在的网络谣言辟谣效果影响因素,变量及其定义如下。信息来源特征:发布者身份(政府部门、官方媒体等官方发布;网红、大V等个人发布)、账号活跃度(发帖频率)、信源(信息来源方身份:专家等权威来源、其他来源等);接收者特征:参与事件程度(接收者在谣言事件中直接或间接的参与程度)、信息需求(接收者是否有获取该领域信息的需求)、经验(接收者是否接触并成功识别过相近事件的谣言)、关系强度动机(谣言事件与接收者关系强度高、中、低);内容特征:文本类型(陈述事实型文本、讲故事型文本、煽情型文本)、内容长度(辟谣声明内容长度)、超链接(是否使用超链接)、@符号(是否使用@符号)、图片数量(声明中包含图片的数量)、是否原创(是、否)、谣言类型(谣言事件所属领域,如卫生事件等)、情感程度(接收者从辟谣声明中感知的感情程度)、信息质量(接收者对辟谣声明信息质量的评价高、中、低)。

综上所述,本文基于传播说服理论构建理论框架,如图1所示。

图1 理论框架

3 基本元分析

本文将借助专业版元分析软件CMA3.0(Comprehensive Meta Analysis V3)软件进行分析,在稳健性分析,异质性检验、出版偏倚检验表现良好情况下,通过随机效应模型,构建网络谣言辟谣效果影响因素的系统模型。

3.1 数据搜集

本文通过CNKI数据库、中国博硕士论文全文数据库、万方数据库、维普数据库四大中文数据库以及Google Scholar、Web of Science和EI三大外文数据库进行多渠道搜索。中文数据库以“辟谣”or“谣言治理”为关键词进行主题检索,以“网络谣言”为限制主题;外文数据库以 “Rumor Refuting”and“Internet Rumor ”or“Misinformation Refuting”and“Internet Misinformation”为关键词进行主题检索;对综述类文献的参考文献进行补充人工检索。限制文献出版年,选取2013—2023年有关文献,剔除报纸、专利等,共2 980篇文献进入后续筛选;排除1 902篇重复文献后,通过阅读题目及摘要,获得143篇有效文献。通过阅读全文对入选文献进行筛选,选择实验结果完整的实证性研究45篇。最后,通过检验文献的出版偏倚,确定38篇目标文献。综上所述,本文以筛选后的38篇文献开展元分析。具体步骤如图2所示。

图2 文献筛选步骤

3.2 文献编码

对纳入的38篇文献进行特征编码和效应值编码。特征编码包含纳入文献的作者、发表年份、研究样本所属背景(国内平台/对象、国外平台/对象)等基本信息,效应值编码包括样本量及相关系数等(或p值、标准误等)。本文引用Li提出的REI模型将不同文献的因变量统一[13]。

(1)

其中,r表示辟谣信息转发数,k表示辟谣信息转发者中有影响力的用户比例,p表示辟谣信息正面评论数量,l表示辟谣信息的点赞数。本文将标靶文献中因变量统一转化为REI指数,以统一因变量,量化辟谣效果。

3.3 结果分析

3.3.1稳健性分析

首先进行稳健性分析,在剔除任意一个样本后,合并的效应值变化幅度在20%左右,最小的仅为1%,表明元分析结果不受极端值影响,具有较好的稳定性。

表1 网络谣言辟谣效果影响因素的元分析基本资料

3.3.2出版偏倚检验

首先利用漏斗图进行出版偏倚检验,受篇幅限制,本文仅列出变量“情感程度”“信息需求”的检验结果,如图3和图4所示,大部分样本处于漏斗图的上方,且研究基本分布于平均效应值两侧,表明本文存在出版偏倚的可能性较小。随后进行Egger's检验进一步分析出版偏倚可能性。分析结果如表2所示,16组变量的p值分别为0.31、0.37、0.10、0.74、0.55、0.52、0.39、0.74、0.70、0.37、0.74、0.12、0.34、0.15、0.76、0.75,均大于0.05,说明不存在出版偏倚。

表2 Egger's检验结果

图3 情感程度漏斗图

3.3.3异质性检验

异质性指真实效果量之间的差异,即文献之间的方差占总方差的比例越大,文献间的异质性越大。本文采用Q检验对网络谣言辟谣效果影响因素与辟谣效果的关系进行异质性检验,结果见表3。除变量“@符号”“活跃度”“内容长度”外,其余13个变量I2值均大于50%,变量“参与事件程度”“发布者身份”“关系强度动机”“经验”“链接”“情感程度”“图片”“文本类型”“信息质量”“信源”“信息需求”I2值均大于75%,具有显著异质性。检验结果表明部分研究间的效应值存在高异质性。

表3 Q检验结果

3.3.4效应合并值假设检验

由于异质性检验结果表明各研究效应值间存在异质性,因此采用随机效应模型进行进一步分析,网络谣言辟谣效果的各影响因素的效应合并值及随机效应模型检验结果如表4所示。

表4 随机效应模型

变量“参与事件程度”“关系强度动机”“活跃度”“情感程度”p值小于0.001,变量“发布者身份”“内容长度”“是否原创”“文本类型”“信息质量”“信源”“谣言类型”“信息需求”p值小于0.1,均表现显著,仅变量“@符号”“链接”“图片”“经验”表现不显著。根据相关系数判断标准,0～0.1、0.1～0.4、0.4～1分别对应低相关、中相关、高相关。在显著变量中,变量“是否原创”“谣言类型”表现为低相关,变量“发布者身份”表现为高相关,其余变量均表现为中相关。综上所述,“参与事件程度”“关系强度动机”“活跃度”“情感程度”“是否原创”“发布者身份”“内容长度”“文本类型”“信息质量”“信源”“谣言类型”“信息需求”对网络谣言辟谣效果有显著正向影响。

4 调节效应分析与对比研究

4.1 调节效应分析

异质性检验达到显著性水平表明各研究之间的效应值呈高异质性,可能存在调节变量。 考虑到2020年新冠肺炎疫情爆发后,网络谣言出现大面积爆发特征,为探究网络谣言在疫情爆发前后的不同特征,本文以2020年为分界点,探索研究时间对辟谣效果影响因素的调节作用。同时,鉴于高校学生是中国网络用户的主力军,接触网络谣言可能性较大,本文将受访人群体分为大学生和社会两大群体进行调节效应分析。最后考虑不同谣言类型调节作用。综上,本文采用随机效应模型关注研究时间(文献发表时间)、受访人(大学生或社会群体)、谣言类型(研究样本所选取的谣言类型)对网络谣言辟谣效果的调节作用(见表5-表7),分析异质性检验结果I2>50%的显著变量,检验结果如下:

表5 研究时间对网络谣言辟谣效果的调节作用

表6 受访人对网络谣言辟谣效果的调节作用

表7 谣言类型对网络谣言辟谣效果的调节作用

在0.05的置信度下,调节效应检验结果显示,在2020年前,是否原创对辟谣效果的影响大于2020年后(0.163>0.058,Q组间=5.119,p<0.1)。在谣言类型方面,参与事件程度对辟谣效果的影响在一般事件中最大,在卫生事件与品牌组织有关谣言中较小,在隐私事件中最小(0.603>0.249>0.237>0.221,Q组间=27.435,p<0.05);发布者身份对辟谣效果的影响在一般事件中最大,在卫生事件、健康领域有关谣言中较小,在政务事件中最小(0.792>0.499>0.331>0.084,Q组间=212.190,p<0.05);情感程度对辟谣效果的影响在一般事件最大,在品牌组织有关谣言中较小,在卫生事件中最小(0.506>0.346>0.230,Q组间=13.266,p<0.05);信息质量对辟谣效果的影响在健康领域中最大,在政务事件与一般事件中较小,在卫生事件中最小(0.703>0.162>0.077>0.042,Q组间=263.092,p<0.05);信源对辟谣效果的影响在健康领域中最大,在政务事件与卫生事件中较小,在一般事件中最小(0.635>0.112>0.106>0.058,Q组间=120.485,p<0.05)。

4.2 对比研究

本文基于标靶文献研究样本所属背景,即国内平台/对象、国外平台/对象(以下简称国内样本、国外样本),再分类,研究国内外不同背景下网络谣言辟谣效果影响因素的异同点。其中,变量“活跃度”“@符号”“内容长度”“链接”“是否原创”仅包含国内样本,变量“经验”“信息需求”仅包含国外样本,不再列出。对比分析结果如表8所示。

表8 国内外对比分析

国内外网络谣言辟谣效果影响因素差异突出表现在“发布者身份”“关系强度动机”“文本类型”“信息质量”“信源”5个变量中。国内样本在变量“发布者身份”“关系强度动机”中均呈现中相关,而国外样本均表现出高相关;与此类似,国内样本在变量“信息质量”“信源”中均不显著,而国外样本均表现显著且为中相关;最后,国内样本在变量“文本类型”中呈现中相关,而国外样本表现出低相关。

5 研究结论及启示

本文以国内外38篇标靶文献为数据来源,应用元分析方法对网络谣言辟谣效果的影响因素开展整合研究(共90个效应值,29 718个样本量),得出以下结论:

随机效应分析结果显示,变量“参与事件程度”“关系强度动机”“活跃度”“情感程度”“发布者身份”“内容长度”“是否原创”“文本类型”“信息质量”“信源”“谣言类型”“经验”“信息需求”对辟谣效果有显著正向影响。调节效应分析结果显示,2020年前原创文章对辟谣效果影响更大,健康领域中信息质量和信源对辟谣效果影响较其他事件更大;卫生事件中情感程度和信息质量对辟谣效果影响较其他事件更小,隐私事件中参与事件程度对辟谣效果影响最小,在政务事件中发布者身份对辟谣效果影响最小。对比分析结果显示,国内样本网络谣言辟谣中文本类型相关程度显著高于国外样本,发布者身份、关系强度动机、信息质量、信源相关程度显著低于国外,在网络用户经验和信息需求方面的研究有待补充。

综上所述,本文得到如下管理启示:

a.提高网民信息辨识能力。2020年后,网民对原创文本追求下滑,一定程度上增加了谣言传播可能性。通过适当的认知教育和科普讲座,提高网民信息辨识能力,提高网民对来源不明的转发文本、低质量的伪辟谣文本的抵抗力,从接收者角度抑制谣言传播。

b.辟谣文本因事制宜。在政务事件、卫生事件、隐私事件、健康领域中,各变量对辟谣效果有显著差异。要求在健康领域和卫生事件中提高辟谣文本信息质量,引用该领域知名专家的研究打破谣言,保证辟谣说明真实可靠,辟谣内容完整诠释事件起因经过;此外,在卫生事件中,辟谣文本需重视情感程度,辟谣声明切实融入大众。

c.建立和完善公共信息通报机制。提高政府和主流媒体的公共影响力,正确引导网络舆论。如2022年国家互联网信息办公室报道,各地区正逐步构建传播矩阵,清除有害信息传播的土壤,及时回应群众诉求,建立官方媒体知名度,从信息来源者角度加快辟谣信息的传播。

d.辅助说明效果不显著。图片数量、超链接、@符号均对辟谣效果没有显著影响,网络用户在吸收辟谣声明时更多关注声明内容而非格式,辅助性说明效果较低。

e.借鉴国外辟谣教育经验,关注信息接收者特质。对比分析结果显示,国外样本在“发布者身份”“关系强度动机”“信息质量”“信源”等辟谣声明质量有关变量中呈现更高的相关性,网络用户对信息质量表现出更高的追求,在一定程度上抑制了谣言的传播。同时,国内研究主要集中在内容特征方面,在信息接收者经验、信息需求方面的研究存在不足,抑制了信息接收者方面辟谣信息传播意愿机制研究,辟谣管理有必要加强对信息接收者特质的关注。

6 结 语

本文基于传播说服理论建立理论框架,通过系统性文献筛选获取38篇标靶文献,识别出影响网络谣言辟谣效果的16个主要因素,通过出版偏倚检验验证各因素的稳定性后,进行随机效应值计算,得到不同影响因素对辟谣效果的影响强度。通过调节效应分析,发现研究时间、谣言类型、受访人群作为调节变量,能够在一定程度上解释辟谣效果与影响因素研究间的异质性。通过国内外研究对比分析,挖掘国内外样本异同点,提出我国辟谣管理的发展方向。目前的网络谣言辟谣研究,在影响因素的选择方面选择的理论呈多样化特征,难以形成统一结论。本文通过元分析,整合前人学者的实证研究结果进行再分析,得到影响网络谣言辟谣效果的关键因子,丰富了网络谣言辟谣效果影响因素的理论体系,为网信部门和网络平台进一步深化网络谣言治理提供决策支持。