文丨石秋靈
(上海交通大學(xué)媒體與設(shè)計學(xué)院,上海 200240)
據(jù)報道,中國互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的第30次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告顯示,截至2012年6月底,我國網(wǎng)民數(shù)量達(dá)到5.38億,手機(jī)網(wǎng)民規(guī)模達(dá)到3.88億,互聯(lián)網(wǎng)微博用戶數(shù)量達(dá)到2.74億,網(wǎng)民使用率為50.9%.手機(jī)微博成為手機(jī)網(wǎng)民使用率增長幅度最大的應(yīng)用,占整個手機(jī)應(yīng)用的43.8%。微博已經(jīng)發(fā)展為公眾人際溝通交流互動的重要渠道。由此,如何遏制微博謠言成為了一個值得關(guān)注的問題[1]。
本文從傳播學(xué)角度出發(fā),從微博謠言內(nèi)容分類的基礎(chǔ)上,對各類謠言傳播效果的關(guān)鍵影響指標(biāo)進(jìn)行定量分析,驗證微博謠言傳播效果與各指標(biāo)的相關(guān)性,進(jìn)而探究哪些關(guān)鍵指標(biāo)對微博謠言傳播具有顯著推動作用,哪些指標(biāo)可以減弱微博謠言的傳播,為尋找遏制謠言的產(chǎn)生和傳播提供探尋的思路和方向。
一方面,微博的個性化和“碎片化”使微博內(nèi)容不斷被模糊和扭曲[1]。缺少傳統(tǒng)媒體的把關(guān)人制度,使得信息具有較高的主觀成分和不確定性。微博140個字?jǐn)?shù)的限制導(dǎo)致碎片化的信息發(fā)布也促使接收者碎片化的閱讀及轉(zhuǎn)發(fā),使得謠言信息劇增。
另一方面,微博圈易于謠言信息的聚集,使得謠言不斷被強(qiáng)化。微博圈以共同的興趣和關(guān)注點(diǎn)為建立標(biāo)準(zhǔn),幾乎任何一個話題都能讓“自媒體”用戶形成圈子或社群[2],這樣使信息以社群化的方式進(jìn)行互動傳播。同時微博圈也容易形成群體認(rèn)知,這種群體認(rèn)知都代表了無形的群體權(quán)威,使得群體共識以權(quán)威信息的方式在微博上迅速散播[3]。群體的權(quán)威性容易導(dǎo)致“沉默的螺旋”效應(yīng)作用,使部分微博用戶不去求證信息的真實性,而只是一味進(jìn)行跟帖或轉(zhuǎn)發(fā),形成蝴蝶效應(yīng),社會影響大。
除了之外,微博用戶的心理特性也賦予微博謠言傳播新特性。微博使用者的從眾心理以及暈輪效應(yīng)使得謠言傳播一路無阻[4],例如微博中存在的加“V”名人,謠言一經(jīng)他們轉(zhuǎn)發(fā),傳謠信謠的人成幾何級數(shù)增長。此外,微博謠言的生產(chǎn)和傳播也滿足了微博用戶的泄憤心理及尋求滿足的心理[4]。
本文隨機(jī)選取了2012年下半年的120則微博謠言樣本,借鑒王國寧在《從傳播學(xué)角度看謠言及其控制》一文對謠言的分類,在此將微博謠言按內(nèi)容劃分為:微博政治謠言、微博經(jīng)濟(jì)謠言、微博軍事謠言、微博社會生活謠言、微博自然現(xiàn)象謠言[5]。根據(jù)質(zhì)性分析的結(jié)果,微博謠言從內(nèi)容上看主要可以分為5大類11個具體方面:政治謠言,占120份樣本的15.8%,其中分為貪污失職4.2%、國家形象5.8%、政策法規(guī)5.8%;經(jīng)濟(jì)謠言占總類別比例11%,分為宏觀經(jīng)濟(jì)3.3%,企業(yè)形象7.7%;軍事謠言占類別比例為5.8%,分為國內(nèi)軍事3.3%,國外軍事2.5%;社會生活謠言占59.9%,分為奇聞異事20.8%,安全健康22.5%,幫扶救助3.3%,名人丑聞13.3%;自然現(xiàn)象占總類別的7.5%,分為災(zāi)害事故3.3%,災(zāi)害預(yù)言4.2%。
可見與社會生活相關(guān)的謠言內(nèi)容最為普遍,其比例超過總數(shù)的一半。在這一類別中,所占比例最高的是與安全健康相關(guān)的內(nèi)容,占到了總數(shù)的22.5%。其次表達(dá)某種政治謠言的內(nèi)容也很普遍,其所占比例為15.8%。這一類別中,比例所占最高的項是與國家形象或政策法規(guī)相關(guān)的內(nèi)容,均占總數(shù)的5.8%。
要從中鑒定散播謠言的微博源頭需一個科學(xué)的系統(tǒng)對微博內(nèi)容進(jìn)行測量和評估。美國學(xué)者在鑒定博客信息的研究中歸納出三類評估指標(biāo):“輸出”、“傳輸”和“效果”。[6]通過對上述五大類中每一類的謠言樣本分別隨機(jī)進(jìn)行傳播影響力的分析,根據(jù)對傳播影響力概念的操作化,采用微博謠言信息的總覆蓋人數(shù)、總轉(zhuǎn)發(fā)人次、認(rèn)證加V用戶比例、僵尸用戶比例、平均轉(zhuǎn)發(fā)層級這五個變量作為微博信息傳播影響力的關(guān)鍵指標(biāo)。
鑒于這五項指標(biāo),得出如下幾條假設(shè):
H1.微博謠言總覆蓋人次與總轉(zhuǎn)發(fā)人次具有正相關(guān)性;
H2.微博謠言總覆蓋人次與僵尸用戶比例具有負(fù)相關(guān)性;
H3.微博謠言總覆蓋人次與認(rèn)證加V用戶比例具有正相關(guān)性;
H4.微博謠言總覆蓋人次與平均轉(zhuǎn)發(fā)層級具有正相關(guān)性;
通過具體45則謠言樣本的數(shù)據(jù)統(tǒng)計,分別得出五項關(guān)鍵指標(biāo)的具體數(shù)值。運(yùn)用spss軟件將這五個關(guān)鍵指標(biāo)的數(shù)值進(jìn)行統(tǒng)計分析處理,最后運(yùn)用回歸分析檢驗總覆蓋人數(shù)與其他各關(guān)鍵指標(biāo)間的相關(guān)關(guān)系。
微博謠言總覆蓋人數(shù)與此謠言轉(zhuǎn)發(fā)者中的認(rèn)證加V用戶比例之間的相關(guān)度為0.8098,具有顯著正相關(guān)性,驗證了假說H3。微博謠言總覆蓋人數(shù)與總轉(zhuǎn)發(fā)次數(shù)之間的相關(guān)度值為0.6554,兩者之間具有顯著正相關(guān)性,驗證了假說H1。微博謠言總覆蓋人數(shù)與平均轉(zhuǎn)發(fā)層級之間呈負(fù)相關(guān)性,相關(guān)度值為-0.1376,即這兩者間不具有顯著相關(guān)性,從而驗證假說H4不成立。微博謠言總覆蓋人數(shù)與僵尸用戶數(shù)量之間相關(guān)度值為0.9372,具有非常顯著的正相關(guān)性,該結(jié)果否定了假說H2。
一系列數(shù)據(jù)分析處理之后,發(fā)現(xiàn)微博謠言的總覆蓋人數(shù)與轉(zhuǎn)發(fā)者中認(rèn)證加V用戶、謠言的總轉(zhuǎn)發(fā)人次、僵尸用戶比例呈現(xiàn)正相關(guān)性。而總覆蓋人數(shù)越大時,便于僵尸用戶趁機(jī)插入,出現(xiàn)微博謠言總覆蓋人數(shù)與僵尸用戶數(shù)呈顯著正相關(guān)性的現(xiàn)象。為此,在控制微博謠言傳播影響力大小時,可以減少謠言轉(zhuǎn)發(fā)者中的認(rèn)證加V用戶比例、謠言的總轉(zhuǎn)發(fā)人次,增大僵尸用戶比例著手來減弱微博謠言的傳播影響力度。
本文在對微博謠言內(nèi)容分類的基礎(chǔ)上,探究影響微博謠言傳播影響力大小的關(guān)鍵指標(biāo),旨在為控制微博謠言的大肆傳播提供思路與對策分析的出發(fā)點(diǎn)。在信息海量化的微博平臺上,僅發(fā)現(xiàn)這些影響微博謠言傳播的指標(biāo)未能真正遏制謠言的傳播,還需加強(qiáng)國家對不實信息傳播的立法與懲治,充分運(yùn)用法律法規(guī)和相關(guān)政策,對故意傳播謠言并造成危害者施以法律的懲罰[7]。
[1] 汪青云,劉晨.“自媒體”時代微博謠言傳播及應(yīng)對機(jī)制[J].東南傳播,2012:35.
[2] 喻國明,歐亞,張佰明,王斌.微博:一種新傳播形態(tài)的考察——影響力模型和社會性應(yīng)用[M].北京:人民日報出版社,2011:5.
[3] 禹衛(wèi)華.微博虛假信息傳播的新問題與應(yīng)對[J].新聞記者,2011(5).
[4] 車玥.淺析微博中謠言傳播的心理動因[J].人文論壇,2012:220.
[5] 王國寧.從傳播學(xué)角度看謠言及其控制[J].新聞研究資料,1991(01):43.
[6] Yan Jin,Brooke Fisher Liu.The Blog—Mediated Crisis Communication Model: Recommendati ons for Responding to Influential Extenal Blogs[J].Journal of Public Relations Research,2010 (4):429-455.
[7] 丁琳.微博謠言治理模式初探[J].貴州民族學(xué)院學(xué)報(哲學(xué)社會科學(xué)版),2012(4).