阮文翠 夏志杰

摘要：探究社交媒體用戶分享辟謠信息意愿的影響因素，為辟謠信息的傳播及抑制社交媒體謠言提供參考。以社交媒體用戶辟謠信息分享意愿為研究對(duì)象，選取辟謠主體、辟謠信息內(nèi)容、辟謠信息傳播方式三個(gè)維度，通過(guò)問(wèn)卷調(diào)查獲取數(shù)據(jù)，采用相關(guān)性分析及回歸分析的方法對(duì)辟謠信息分享意愿的影響因素進(jìn)行研究。影響社交媒體用戶分享辟謠信息意愿的因素重要性依次為：真相陳述、圖片、視頻、專業(yè)人士、定位、政府賬號(hào)、鏈接、同步傳播影響，據(jù)此提出建議。

關(guān)鍵詞：辟謠信息；分享意愿；影響因素

中圖分類號(hào)：G206文獻(xiàn)標(biāo)識(shí)碼： ADOI：10.3969/j.issn.1003-8256.2020.02.005

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（14BTQ026）；國(guó)家自然科學(xué)基金青年項(xiàng)目（71503163）

0引言

基于Web2.0技術(shù)的成熟應(yīng)用和人們溝通的需求，使得社交媒體迅速發(fā)展，成為社交媒體謠言傳播的重要渠道[1]。社交媒體謠言引發(fā)社會(huì)恐慌，對(duì)社會(huì)的和諧及穩(wěn)定造成了極大的破壞[2]，如何快速有效辟謠已成為亟待解決的問(wèn)題。喻國(guó)明認(rèn)為，社交媒體平臺(tái)具有自凈功能，能使信息相互印證、糾錯(cuò)，從而達(dá)到應(yīng)對(duì)社交媒體謠言的目的[3]。魏武揮提出“個(gè)體認(rèn)識(shí)”理論，認(rèn)為辟謠的關(guān)鍵在于個(gè)體認(rèn)識(shí)到事物的真相[4]。葛濤認(rèn)為社交媒體用戶在社交媒體平臺(tái)分享辟謠信息、積極舉證質(zhì)疑社交媒體謠言，使得謠言的影響力不斷下降，在一定程度上抑制了社交媒體謠言的傳播[5]。

社交媒體用戶對(duì)謠言的抑制作用主要來(lái)源于他們對(duì)辟謠信息的分享，然而社交媒體用戶對(duì)辟謠信息的分享意愿較為低下[6]。新浪微博平臺(tái)2010年11月開通了官方辟謠賬號(hào)@微博辟謠引導(dǎo)社交媒體用戶參與抑制社交媒體謠言，但相比其他類型的信息辟謠信息被轉(zhuǎn)發(fā)數(shù)量較少。為了鼓勵(lì)更多的人在抑制網(wǎng)絡(luò)謠言過(guò)程中對(duì)辟謠信息進(jìn)行分享，了解社交媒體用戶辟謠信息分享意愿的影響因素非常重要。陳娟等證實(shí)辟謠信息內(nèi)容含有@符號(hào)及含有較多圖片時(shí)，用戶分享辟謠信息的意愿較為強(qiáng)烈[7]，何躍等分析得知微博內(nèi)容、謠言話題等因素影響用戶的辟謠信息分享意愿[8]。已有研究多數(shù)在辟謠信息內(nèi)容方面進(jìn)行研究，但辟謠信息的傳播方式及辟謠主體對(duì)辟謠信息分享意愿也有重要影響，相關(guān)研究較少有待進(jìn)一步探討和研究。

基于此，本文以社交媒體用戶辟謠信息的分享意愿為研究對(duì)象，采用問(wèn)卷調(diào)查及回歸的方法，分別從辟謠信息的主體，辟謠內(nèi)容特征，辟謠信息的傳播方式三個(gè)方面研究辟謠信息分享意愿的影響因素，以期了解如何使辟謠信息更廣泛的被分享，從而為抑制社交媒體謠言傳播提供新思路。

1理論基礎(chǔ)及研究假設(shè)

1.1理論基礎(chǔ)

本研究基于霍夫蘭德提出的“傳播說(shuō)服理論”[9]，從信息內(nèi)容維度、信息傳播者維度、信息傳播媒介維度來(lái)考察三者對(duì)社交媒體辟謠信息分享意愿的影響。在霍夫蘭德的說(shuō)服理論模型中，說(shuō)服者作為說(shuō)服信息的傳遞者，說(shuō)服者的地位至關(guān)重要[10]，因此本研究的說(shuō)服者即辟謠的主體，包含專業(yè)人士及政府賬號(hào)。信息內(nèi)容維度用信息特征描述，本研究中表示為辟謠信息的內(nèi)容特征：辟謠信息內(nèi)容含圖片、視頻、鏈接、定位。說(shuō)服行為的效果主要取決于信息本身，但是信息傳播媒介維度對(duì)傳播效果也有很重要的影響[11]。信息傳播媒介維度表示為信息傳播方式，在本研究中即為社交媒體辟謠信息的傳播方式，包括：真相陳述的辟謠方式以及辟謠信息與謠言同步傳播的方式。

1.2變量定義及研究假設(shè)

根據(jù)指標(biāo)的不同特征可以將變量分為：辟謠的主體、辟謠信息內(nèi)容特征、辟謠形式。辟謠信息的主體指的是發(fā)布辟謠信息的人，包括專業(yè)人士、官方賬號(hào)。辟謠信息的內(nèi)容指的是辟謠信息中包含的相關(guān)元素，包括：有無(wú)圖片，有無(wú)視頻，是否有鏈接及位置信息。辟謠信息的傳播方式是指辟謠信息在傳播中表現(xiàn)的形式，包括：將辟謠信息與信息同步傳播。

根據(jù)對(duì)微博上辟謠信息的研究，辟謠的主體對(duì)辟謠信息的傳播有顯著影響，不同的辟謠主體的辟謠效果不同[12]。辟謠的主體分為：政府組織、商業(yè)組織、民間組織、意見領(lǐng)袖、當(dāng)事人和其他人[13]。尤其在突發(fā)事件中，政府賬號(hào)發(fā)布的辟謠信息對(duì)社交媒體用戶的認(rèn)知有著決定性的影響[14]。意見領(lǐng)袖中的專業(yè)人士能在突發(fā)輿情事件中提供相關(guān)領(lǐng)域的專業(yè)知識(shí)，發(fā)布高質(zhì)量高水平的內(nèi)容，擔(dān)任“辟謠主力軍”，揭露事實(shí)，促進(jìn)用戶對(duì)辟謠信息的分享[15]。因此提出以下假設(shè)：

H1：辟謠的主體為官方賬號(hào)時(shí)，用戶分享的意愿較大。

H2：辟謠的主體為專業(yè)人士時(shí)，用戶分享的意愿較大。

辟謠信息的內(nèi)容有多種特征，有些除了文字以外還附加圖片、視頻、定位、鏈接等等[16]。研究表明，辟謠信息中如果沒有將視頻和圖片證據(jù)展示給社交媒體用戶，將會(huì)使得辟謠信息的權(quán)威度和可信度大大降低，尤其是在突發(fā)事件輿情中此類形式的辟謠信息不能有效吸引公眾的眼球和關(guān)注度，反而可能會(huì)引發(fā)公眾的質(zhì)疑，導(dǎo)致辟謠信息出現(xiàn)負(fù)效應(yīng)[14]。鏈接、定位、視頻、圖片等不同的信息維度對(duì)用戶的分享意愿有著不同的影響，會(huì)影響信息的傳播和擴(kuò)散[17]。因此提出以下假設(shè)：

H3：辟謠信息內(nèi)容含圖片時(shí)，用戶分享的意愿較大。

H4：辟謠信息內(nèi)容含視頻時(shí)，用戶分享的意愿較大。

H5：辟謠信息內(nèi)容含定位時(shí)，用戶分享的意愿較大。

H6：辟謠信息內(nèi)容含鏈接時(shí)，用戶分享的意愿較大。

辟謠信息方式各有特點(diǎn)及利弊，傳播方式的選擇對(duì)辟謠效果具有一定影響，應(yīng)把握不同方式的特點(diǎn)[18]。辟謠方式通常包括兩種，一為反駁式的直接辟謠，一為真相陳述式的間接辟謠，與直接反駁的辟謠方式相比，真相陳述的辟謠方式要求辟謠者具有專業(yè)的真相澄清能力以及辨別事實(shí)的洞察力，因而采取真相陳述的辟謠方式辟謠往往更容易正確引導(dǎo)人們識(shí)破謠言，認(rèn)清事實(shí)[13]。辟謠信息的傳播方式包括僅傳播辟謠信息以及將謠言與對(duì)應(yīng)辟謠信息一起傳播，與單一的展示辟謠信息相比，將謠言及相關(guān)辟謠信息一起展示，將有助于減少Twitter上謠言的傳播[19]。

H7：真相陳述的辟謠方式對(duì)用戶分享意愿的影響較大。

H8：辟謠信息與謠言同步傳播的方式對(duì)用戶分享意愿的影響較大。

基于上述假設(shè)，建立模型架構(gòu)如圖1所示：

2研究方法

2.1量表設(shè)計(jì)

本研究的變量包括：專業(yè)人士、官方賬號(hào)、圖片、視頻、定位、鏈接、真相陳述的方式、同步傳播的方式共8個(gè)。為保證問(wèn)卷內(nèi)容的信度效度，本研究所采用的量表都來(lái)源于相關(guān)研究的成熟量表，并根據(jù)本研究的研究目的及變量進(jìn)行改進(jìn)（見表1），問(wèn)題項(xiàng)的設(shè)置采用5點(diǎn)制的李克特量表測(cè)量，1代表非常不同意，5代表非常同意。問(wèn)卷形成以后，為保證問(wèn)卷設(shè)計(jì)的規(guī)范性和數(shù)據(jù)的科學(xué)性，對(duì)問(wèn)卷進(jìn)行了前測(cè)。前測(cè)的對(duì)象主要為30名活躍于微博的研究生。隨后使用SPSS17.0對(duì)問(wèn)卷結(jié)果進(jìn)行因子分析及內(nèi)部一致性檢驗(yàn)。刪除指標(biāo)不合理的問(wèn)題項(xiàng)，形成最終問(wèn)卷。

2.2數(shù)據(jù)收集

本研究采取網(wǎng)絡(luò)問(wèn)卷的形式，借助專業(yè)的問(wèn)卷調(diào)查平臺(tái)“問(wèn)卷星”，將問(wèn)卷轉(zhuǎn)發(fā)至微博平臺(tái)，私信邀請(qǐng)微博活躍度較高的人填寫問(wèn)卷。本次實(shí)驗(yàn)共發(fā)放問(wèn)卷300份，回收294份，剔除無(wú)效問(wèn)卷34份，實(shí)驗(yàn)共回收有效問(wèn)卷260份。

3數(shù)據(jù)分析與假設(shè)檢驗(yàn)

本研究主要采用SPSS 21.0軟件來(lái)完成數(shù)據(jù)分析工作，分別對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析以及問(wèn)卷的信度、效度檢驗(yàn)，最后進(jìn)行回歸分析以判斷變量之間的關(guān)系。

3.1描述性統(tǒng)計(jì)分析結(jié)果

由表2可知，問(wèn)卷中男女性別比例接近1：1，男女比例均衡，樣本更年輕，受教育程度更高。這與中國(guó)網(wǎng)民的總體水平一致。

3.2效度及信度分析

本文問(wèn)卷信度的檢測(cè)采用內(nèi)部一致性方法，借助Cronbachsα系數(shù)來(lái)檢測(cè)問(wèn)卷題目，得到的α系數(shù)值越高，則代表其檢測(cè)的因子內(nèi)部一致性越大，信度越高。SPSS統(tǒng)計(jì)軟件分析后的結(jié)果為α= 0.902，說(shuō)明該問(wèn)卷有很好的信度。KMO是Kaiser-Meyer-Olkin的取樣適當(dāng)性量數(shù)，KMO值越大，表示變量間的共同因素越多，越適合進(jìn)行因子分析。表3顯示，KMO值為0.845，大于0.7說(shuō)明問(wèn)卷的結(jié)構(gòu)效度良好。表中的巴特利特球體檢驗(yàn)的χ2統(tǒng)計(jì)值的P值是0，P<0.01，證實(shí)了數(shù)據(jù)具有相關(guān)性，適合做因子分析。

3.3 Pearson相關(guān)性分析

Pearson相關(guān)性分析主要用于檢驗(yàn)變量之間的不確定性關(guān)系，以初步驗(yàn)證模型假設(shè)是否成立。

采用雙變量相關(guān)性檢驗(yàn)中Pearson法分析用戶分享辟謠信息的意愿與辟謠主體、辟謠內(nèi)容及辟謠方式之間的關(guān)系。Pearson系數(shù)越大則變量之間的相關(guān)性越強(qiáng)。政府賬號(hào)與專業(yè)人士與分享意愿之間的Pearson系數(shù)分別為0.688和0.762，皆為正數(shù)，且P<0.05，表明這兩個(gè)因素在0.01的水平上對(duì)辟謠信息的分享意愿有顯著正向影響。圖片、視頻、鏈接、定位與辟謠信息分享意愿之間的Pearson系數(shù)分別為0.857、0.804、0.787和0.699，皆為正數(shù)，且P<0.05，說(shuō)明這四個(gè)因素在0.01的水平上對(duì)辟謠信息的分享意愿有顯著正向影響。同樣，真相陳述與同步傳播的辟謠方式對(duì)辟謠信息分享意愿有顯著正向影響。

3.4回歸分析

本文探究社交媒體用戶辟謠信息分享意愿的影響因素，在相關(guān)性分析的基礎(chǔ)上，采用多元線性回歸的方法，構(gòu)建多元線性回歸模型如下：

其中，Y為解釋變量，代表分享意愿，x1x2... x7x8為自變量，分別代表政府賬號(hào)、專業(yè)人士、圖片、視頻、定位、鏈接、真相陳述、同步傳播。

采用多重共線性檢驗(yàn)的方法驗(yàn)證回歸模型的可靠性。參數(shù)為容差（T）和方差膨脹因子（VIF），T值都界于0～1之間，共線性較弱；VIF值都界于0～10之間（表5），變量之間不存在多重共線性。由回歸結(jié)果可知，政府賬號(hào)、專業(yè)人士、圖片、定位、鏈接、視頻、同步傳播和真相陳述的方式這8個(gè)變量對(duì)辟謠信息分享意愿具有顯著正相關(guān)性。同時(shí)，這8個(gè)變量間不存在多重共線性。根據(jù)各影響因素進(jìn)入模型的順序可以看出，真相陳述的辟謠方式對(duì)辟謠信息分享意愿的影響最為強(qiáng)烈，之后依次是圖片、視頻、專業(yè)人士、定位、政府賬號(hào)、鏈接、同步傳播因素。

[15]包亞兄.突發(fā)事件中"專家型中小V"的輿論影響探究[J].新聞研究導(dǎo)刊， 2016， 7（13）： 2-3.

[16]黃敏學(xué)，王峰，謝亭亭.口碑傳播研究綜述及其在網(wǎng)絡(luò)環(huán)境下的研究初探[J].管理學(xué)報(bào)， 2010（1）： 138-146.

[17]鄧勝利，付少雄.社交媒體附加信息對(duì)用戶信任與分享健康類謠言的影響分析[J].情報(bào)科學(xué)， 2018 ， 36（3）： 51-57.

[18]昂娟，俞欣.網(wǎng)絡(luò)謠言傳播分析及治理對(duì)策研究——以前兩期？微博辟謠月度工作報(bào)告？為例[J].山東農(nóng)業(yè)工程學(xué)院學(xué)報(bào)， 2016（9）： 86-91.

[19] Ozturk P， Li H， Sakamoto Y. Combating Rumor Spread on Social Media：The Effectiveness of Refutation and Warning [C].// Hawaii International Conference on System Sciences. IEEE Computer Society， 2015： 2406-2414.

[20] Ball M S， Smith G W H. Analyzing Visual Data [J]. Bms Bulletin of Sociological Methodology， 2001， 22（36）： 83.

[21] AndreasI.Nicolaou， D.HarrisonMcKnight.Perceived Information Quality in Data Exchanges： Effects on Risk， Trust， and Intention to Use [J] .Information Systems Research， 2006（4）： 42.

[22] Khawaja A.Saeed， Yujong Hwang， Mun Y. Yi. Toward an Integrative Framework for Online Consumer Behavior Research： A Meta-Analysis Approach [J] . Journal of Organizational and End User Computing （JOEUC） ， 2003 （4）： 18-26.

[23] Mary C. Gilly， Graham John L.，Mary Finley Wolfinbarger， Yale Laura J.. A dyadic study of interpersonal information search [J] . Journal of theAcademy of Marketing Science， 1998 （2）： 12-24.

[24]Wan，H. A. Opportunities to enhance a commercial web site [J]. Elsevier Science Publishers B. V. ， 2000 ， 38 （1） ： 15-21

[25] Carter L， Bélanger F. The utilization of e -government services： Citizen trust， innovation and acceptance factors [J]. Information Systems Journal， 2005， 15（ 1） ： 5-25.

[26] Bélanger F， Carter L. Trust and risk in e-government adoption [J]. Journal of Strategic Information Systems， 2008， 17（ 6） ： 165-176.

[27]熊炎.辟謠信息構(gòu)成要素：一種整合框架——二戰(zhàn)以后西方辟謠實(shí)證研究回顧[J].國(guó)外社會(huì)科學(xué)， 2015（1）： 78-88.

Analysis of Influencing Factors of Social Media Users Willingness to Share Counter-Rumors

RUAN Wencui，XIA Zhijie（School of Administration， Shanghai University of Engineering Science， Shanghai 201620， China）

Abstract： The paper analyzes the influencing factors of social media users willingness to share counter-rumors. It can provide references for spreading counter-rumors and restraining social media rumors. Social media users willingness to share counter-rumors was taken as the research object. Three dimensions are selected， namely， the subject， the content and the mode of spreading of the counter-rumors. Collect data through questionnaire survey. Correlation analysis and regression analysis were used to study the factors influencing the intention to share counter-rumors. The factors that influence the willingness of social media users to share counter-rumors are in order of importance： truth statement， pictures， video， professionals， positioning， government accounts， links and synchronous communication， so as to put forward some suggestions.

Keywords： counter-rumors；willingness to share；influencing factors