陽長(zhǎng)征
(中國(guó)海洋大學(xué) 文學(xué)與新聞傳播學(xué)院 青島 266100)
隨著社交媒體的繁榮,技術(shù)賦權(quán)導(dǎo)致傳統(tǒng)把關(guān)人角色的缺失,人人都可以在網(wǎng)絡(luò)平臺(tái)進(jìn)行信息的發(fā)布,突發(fā)公共事件謠言爆發(fā)周期越來越短,并已成為了當(dāng)今社會(huì)必須要面對(duì)的一種常見現(xiàn)象。互聯(lián)網(wǎng)的快速發(fā)展在為公眾提供廣闊話語空間及自由表達(dá)的同時(shí),也導(dǎo)致了危機(jī)信息擴(kuò)散形成了難以遏制之勢(shì)。在網(wǎng)絡(luò)空間中,逆向選擇則是信息發(fā)送者與信息接收者在某方面掌握了對(duì)方未有的信息,從而出現(xiàn)用戶在信息選擇上產(chǎn)生不利于事態(tài)發(fā)展的信息行為。即信息傳播者與接收者擁有的信息不對(duì)等時(shí),就會(huì)出現(xiàn)逆行選擇行為。網(wǎng)絡(luò)空間作為匿名性虛擬信息場(chǎng)域,用戶逆向選擇在群體壓力作用下易于形成不利于事態(tài)發(fā)展的從眾效應(yīng),從而產(chǎn)生網(wǎng)絡(luò)信息向度反轉(zhuǎn)行為。信息向度是指信息語義在積極、消極或中立三個(gè)方向維度上所以呈現(xiàn)出的強(qiáng)度,信息向度反轉(zhuǎn)則是用戶在接收到信息后,對(duì)所接收的信息具有不同看法而導(dǎo)致在其進(jìn)行信息傳播時(shí)出現(xiàn)與所接收到的信息的語義在消極、積極及中立維度上出現(xiàn)相反方向的語義建構(gòu)特征。針對(duì)網(wǎng)絡(luò)突發(fā)公共事件謠言,當(dāng)信息向度反轉(zhuǎn)行為產(chǎn)生時(shí),可導(dǎo)致事件演化為群體極化或產(chǎn)生輿論偏差,甚至出現(xiàn)道德風(fēng)險(xiǎn),直接影響社會(huì)穩(wěn)定及健康發(fā)展。因此,網(wǎng)絡(luò)突發(fā)公共事件謠言中信息向度反轉(zhuǎn)行為問題已成為網(wǎng)絡(luò)社會(huì)輿情治理的重要內(nèi)容。
為了了解突發(fā)公共事件網(wǎng)絡(luò)謠言形成機(jī)理及影響過程,國(guó)內(nèi)外學(xué)者從不同視角進(jìn)行了研究討論。一部分學(xué)者主要探索突發(fā)公共事件網(wǎng)絡(luò)謠言的傳播影響因素,如呂途等人指出降低個(gè)人認(rèn)知和模仿他人是網(wǎng)絡(luò)謠言傳播的重要影響因素,辟謠感知對(duì)降低個(gè)人認(rèn)知具有負(fù)向作用,而威懾感知對(duì)模仿他人具有負(fù)向影響,同時(shí)辟謠感知和威懾感知均對(duì)傳謠意愿有抑制作用[1]。一部分學(xué)者則探索突發(fā)公共事件網(wǎng)絡(luò)謠言傳播的形成過程,如王佳佳等人建立了謠言和恐慌情緒并行傳播的雙路徑模型,分析了該模型中謠言和恐慌情緒兩者的傳播閾值及其傳播規(guī)律,發(fā)現(xiàn)謠言和恐慌情緒的并行傳播對(duì)彼此具有相互促進(jìn)的作用[2]。Kaligotla等人通過研究社交媒體微觀層面的代理互動(dòng)對(duì)謠言傳播宏觀層面的影響,發(fā)現(xiàn)意見的初始分布在謠言傳播中起著重要作用,尤其是對(duì)意見的同質(zhì)性和兩極分化的影響[3]。還有一部分學(xué)者主要探索突發(fā)公共事件網(wǎng)絡(luò)謠言的治理與應(yīng)對(duì)策略,如Zhou等人從自媒體角度分析了網(wǎng)絡(luò)謠言的主要特征,提出了加強(qiáng)監(jiān)管、提高自媒體信息質(zhì)量、加強(qiáng)公眾對(duì)謠言的識(shí)別等防控措施[4]。
關(guān)于拓?fù)渚矸e對(duì)稱結(jié)構(gòu)的相關(guān)研究,國(guó)內(nèi)外學(xué)者主要從兩方面展開。一方面,部分學(xué)者從網(wǎng)絡(luò)拓?fù)渚矸e對(duì)稱的特征和形成過程進(jìn)行探討,如楊銳等人研究不同環(huán)境下卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)能源政策文本特征分類識(shí)別的效果并提出了優(yōu)化方法,能輔助能源政策信息資源進(jìn)行自動(dòng)分類操作,可方便研究人員更好地進(jìn)行能源政策解讀[5]。Ji等人提出了一種模式交替?zhèn)鞑ゾW(wǎng)絡(luò)可用以補(bǔ)充未標(biāo)記樣本的缺失語義信息,在視覺和語義模式中建立了所有樣本之間的信息對(duì)稱性。由于語義引導(dǎo)樣本和非語義引導(dǎo)樣本之間不可避免地存在跨模態(tài)偏差,從而導(dǎo)致信息不對(duì)稱性問題[6]。另一方面,部分學(xué)者從網(wǎng)絡(luò)拓?fù)渚矸e對(duì)稱對(duì)信息擴(kuò)散和傳播的影響進(jìn)行探討,如Yu等人針對(duì)信息擴(kuò)散,提出了一種新的熵及其多元擴(kuò)展的函數(shù)模型,證明了該模型能夠在不需要任何近似的情況下可直接測(cè)量出真實(shí)卷積神經(jīng)網(wǎng)絡(luò)中的信息流。同時(shí),引入了部分信息分解(PID)框架,并構(gòu)建了信息傳播的三個(gè)變量來分析卷積層表示中的協(xié)同性和冗余度[7]。
信息不對(duì)稱指交易中的各人擁有的信息不同,一些成員擁有其他成員無法擁有的信息資源,這種信息不對(duì)稱會(huì)導(dǎo)致交易雙方權(quán)力失衡,出現(xiàn)交易出錯(cuò)及市場(chǎng)失靈,從而導(dǎo)致參與雙方產(chǎn)生逆向選擇行為[8]。針對(duì)網(wǎng)絡(luò)突發(fā)公共事件謠言,當(dāng)信息傳遞或接收的一方比另一方擁有更多信息時(shí),就會(huì)發(fā)生信息不對(duì)稱。信息不對(duì)稱會(huì)導(dǎo)致所有信息參與者無法獲得他們決策過程所需的信息,產(chǎn)生網(wǎng)絡(luò)信息行為效率低下,從而導(dǎo)致用戶做出信息向度反轉(zhuǎn)等錯(cuò)誤行為。
另一方面,心理學(xué)中,情感是指人們?cè)谝庾R(shí)、身體感覺和行為上對(duì)情緒的潛在體驗(yàn),反映了事件或事物狀態(tài)的個(gè)人意義,人們可以通過不同方式在個(gè)體之間隱性或顯性地共享情感。在網(wǎng)絡(luò)空間中,情感卷積則是用戶情感通過信息分享及信息互動(dòng)行為在網(wǎng)絡(luò)節(jié)點(diǎn)間不斷積累的過程。情感事件理論(AET)解釋了情感和情緒如何影響人們的行為績(jī)效,并指出,積極或消極的情感事件均可區(qū)分,且情感性行為可以通過人們的情感和情緒來解釋[9]。在網(wǎng)絡(luò)突發(fā)公共事件謠言中,群體極化是引起用戶向度反轉(zhuǎn)行為的重要影響因素。而網(wǎng)絡(luò)群體極化作為情感性行為,則會(huì)受到用戶情感或情緒的影響,并可由網(wǎng)絡(luò)空間中的情感卷積現(xiàn)象引起,從而網(wǎng)絡(luò)空間中情感卷積可導(dǎo)致用戶對(duì)突發(fā)公共事件謠言信息的向度反轉(zhuǎn)行為。
然而,過去雖有文獻(xiàn)對(duì)突發(fā)公共事件網(wǎng)絡(luò)謠言及網(wǎng)絡(luò)拓?fù)渚矸e對(duì)稱結(jié)構(gòu)進(jìn)行研究,也已取得諸多研究成果,但尚未存在從拓?fù)渚矸e對(duì)稱結(jié)構(gòu)視角來探討突發(fā)公共事件網(wǎng)絡(luò)謠言擴(kuò)散機(jī)制的相關(guān)研究。信息對(duì)稱性與情感卷積作為謠言信息向度反轉(zhuǎn)的兩個(gè)重要影響因素,通過研究突發(fā)公共事件謠言中網(wǎng)絡(luò)空間信息對(duì)稱與情感卷積對(duì)向度反轉(zhuǎn)的影響,可為政府部門和媒體組織在網(wǎng)絡(luò)輿情治理方面提供一些理論參考。在此背景下,本文探究突發(fā)公共事件謠言中網(wǎng)絡(luò)空間信息對(duì)稱、情感卷積與向度反轉(zhuǎn)三者之間的關(guān)系和影響,研究如下兩個(gè)問題:(1)在突發(fā)事件謠言中,探究網(wǎng)絡(luò)空間信息對(duì)稱、情感卷積與向度反轉(zhuǎn)這三者的具體關(guān)系和彼此間的影響效應(yīng)是什么?(2)在各個(gè)不同層次的網(wǎng)民群體中,各變量之間的脈沖響應(yīng)效應(yīng)和邊際影響力差異性大???
本文將信息對(duì)稱、情感卷積與向度反轉(zhuǎn)作為系統(tǒng)結(jié)構(gòu),置于同一理論框架下來建模,VAR及SSM被用來探究三者間的脈沖響應(yīng)和邊際影響力,然后借鑒線性規(guī)劃方法來分析如何對(duì)信息對(duì)稱與情感卷積進(jìn)行優(yōu)化。本研究可以挖掘出在突發(fā)事件爆發(fā)后,我國(guó)網(wǎng)民為何會(huì)出現(xiàn)認(rèn)知偏向行為?導(dǎo)致此行為的產(chǎn)生主要因素是什么?然后提出具體的彌合路徑來減少用戶認(rèn)知偏向行為的發(fā)生,以便提升突發(fā)事件謠言網(wǎng)絡(luò)輿情的防控及治理效率和效果。其創(chuàng)新性體現(xiàn)在兩方面:一是在社會(huì)學(xué)及網(wǎng)絡(luò)拓?fù)鋵W(xué)理論架構(gòu)下,創(chuàng)新性提出“向度反轉(zhuǎn)”與“情感卷積”概念,引入用戶認(rèn)知,并分析其在信息行為中的影響效應(yīng)。通過跨學(xué)科研究,探索在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中用戶認(rèn)知行為形成的原因、驅(qū)動(dòng)方式和彌合路徑,以便在突發(fā)事件中可以從新的視角研究用戶心理行為。二是雖然級(jí)聯(lián)行為影響機(jī)制的相關(guān)研究已經(jīng)存在,但從變量間的相互關(guān)系和影響角度進(jìn)行的研究還比較匱乏,而該視角的研究成果可以指導(dǎo)相關(guān)部門如何進(jìn)行突發(fā)事件謠言應(yīng)對(duì),即何時(shí)對(duì)網(wǎng)民進(jìn)行情感引導(dǎo)和疏通、對(duì)其級(jí)聯(lián)行為進(jìn)行管理和控制及對(duì)其認(rèn)知偏差進(jìn)行糾正才會(huì)取得最理想的效果,設(shè)計(jì)出最小成本最大產(chǎn)出的監(jiān)管方案。
向量自回歸(VAR)是一種時(shí)滯性方法,多用于在多維時(shí)間序列中分析某一變量對(duì)另一變量的動(dòng)態(tài)影響,該模型構(gòu)建的基本原理是,在一個(gè)系統(tǒng)中,在各個(gè)內(nèi)生變量的滯后項(xiàng)與其他內(nèi)生變量之間建立起函數(shù)關(guān)系,該模型能反映各變量之間的動(dòng)態(tài)變化規(guī)律。
首先,將信息對(duì)稱、情感卷積及向度反轉(zhuǎn)三者放入同一理論框架之中,建構(gòu)動(dòng)態(tài)VAR理論模型,在這個(gè)模型中各個(gè)內(nèi)生變量之間相互作用、相互影響。其模型如下:
其中adverse為向度反轉(zhuǎn),convolution為情感卷積,symmetry為信息對(duì)稱,t表示時(shí)間期數(shù),k為變量滯后階數(shù),εi為隨機(jī)誤差。b矩陣表示向度反轉(zhuǎn)、情感卷積及信息對(duì)稱各變量在滯后1期時(shí)分別對(duì)向度反轉(zhuǎn)、情感卷積及信息對(duì)稱的擾動(dòng)效應(yīng)系數(shù)矩陣,σ矩陣表示向度反轉(zhuǎn)、情感卷積及信息對(duì)稱各變量在滯后k期時(shí)分別對(duì)向度反轉(zhuǎn)、情感卷積及信息對(duì)稱的擾動(dòng)效應(yīng)系數(shù)矩陣。從b矩陣至σ矩陣,矩陣的數(shù)值大小關(guān)系體現(xiàn)了隨著滯后期的逐漸增大,向度反轉(zhuǎn)、情感卷積及信息對(duì)稱各變量在每個(gè)滯后期分別對(duì)向度反轉(zhuǎn)、情感卷積及信息對(duì)稱擾動(dòng)效應(yīng)大小的變化程度和波動(dòng)關(guān)系。
接下來探究VAR模型中的信息對(duì)稱、情感卷積及向度反轉(zhuǎn)之間的脈沖響應(yīng)(IRF),如下顯示的是其脈沖響應(yīng)結(jié)構(gòu):
其次,為了探究各個(gè)內(nèi)生變量發(fā)生一單位數(shù)值的變化,相應(yīng)地引起的被解釋變量發(fā)生的變化,即在某一時(shí)段內(nèi),解釋變量對(duì)被解釋變量的邊際影響力的變化狀況,SSM建構(gòu)如下:
測(cè)量方程中的自變量是滯后第i階的影響因子,它在協(xié)整性檢驗(yàn)后長(zhǎng)期處于一種均衡狀態(tài),ui1t滿足均值E(ui1t)=0和協(xié)方差矩陣var(ui1t)=Hi1t的要求,εijt為滿足均值E(εijt)=0和協(xié)方差矩陣var(εijt)=Hijt的連續(xù)的不相關(guān)擾動(dòng)項(xiàng)[11]。
3.2.1樣本選擇
人民網(wǎng)輿情中心會(huì)選擇網(wǎng)絡(luò)熱點(diǎn)事件對(duì)其引發(fā)的輿情進(jìn)行分析,并從數(shù)據(jù)的角度解讀輿情風(fēng)向,本文樣本的選取該平臺(tái)推出的相應(yīng)的輿情事件,且《輿情報(bào)告》會(huì)對(duì)熱點(diǎn)輿情事件的熱度進(jìn)行排名,本研究將熱度排名作為樣本選擇的主要參考依據(jù),同時(shí)參考該事件的網(wǎng)民知曉度、媒體對(duì)該事件的報(bào)道力度、網(wǎng)民對(duì)該危機(jī)事件的關(guān)注度、該危機(jī)事件的持續(xù)周期、該危機(jī)事件對(duì)社會(huì)造成的影響及危害,從2015—2020年,我國(guó)發(fā)生了很多起突發(fā)性事件,但為了平衡數(shù)據(jù)獲取的效率與數(shù)據(jù)有效性之間的矛盾,篩選出11起突發(fā)事件謠言作為研究樣本,這11起作為研究樣本的突發(fā)事件謠言不僅對(duì)社會(huì)造成的影響較大、涵蓋領(lǐng)域較為廣泛與人們?nèi)粘I钕⑾⑾嚓P(guān),而且網(wǎng)友們對(duì)這些熱點(diǎn)事件謠言表達(dá)表現(xiàn)得比較積極(見表1)。
表1 突發(fā)事件謠言樣本分布特征
續(xù)表1 突發(fā)事件謠言樣本分布特征
3.2.2數(shù)據(jù)獲取
突發(fā)性事件由于其突發(fā)性和顯著性,會(huì)引起網(wǎng)民高度關(guān)注,并在各個(gè)網(wǎng)絡(luò)平臺(tái)進(jìn)行病毒式傳播,傳統(tǒng)的人工采集數(shù)據(jù)的方式已不能滿足研究的需要,所以本研究運(yùn)用爬蟲技術(shù)來完成對(duì)數(shù)據(jù)的獲取。爬蟲即定向抓取互聯(lián)網(wǎng)內(nèi)容,并對(duì)抓取的內(nèi)容進(jìn)行自動(dòng)化數(shù)據(jù)處理的程序,但抓取數(shù)據(jù)之前需要確定一組符合研究目的的URL作為起始地址,本研究采取寬度優(yōu)先算法對(duì)相應(yīng)頁(yè)面信息進(jìn)行抓取,并分析頁(yè)面中的內(nèi)容。寬度優(yōu)先算法是爬蟲的一種方式,即以分層的方式進(jìn)行數(shù)據(jù)抓取,完成第一層的節(jié)點(diǎn)抓取后緊接著進(jìn)行第二層節(jié)點(diǎn)的抓取,循環(huán)往復(fù),直到任務(wù)完成或?qū)崿F(xiàn)既定的數(shù)據(jù)獲取目標(biāo),從而獲得所有相關(guān)頁(yè)面的信息。
網(wǎng)絡(luò)熱點(diǎn)事件層出不窮,網(wǎng)民的注意力有限,網(wǎng)絡(luò)熱點(diǎn)事件傳播周期一般為一周,為了提高研究效率和研究準(zhǔn)確性,本文將研究樣本的傳播周期確定為三周,即對(duì)各個(gè)突發(fā)性事件進(jìn)行為期三周的謠言追蹤。數(shù)據(jù)爬取完成后,為了更便捷地進(jìn)行數(shù)據(jù)分析,對(duì)采集到的數(shù)據(jù)進(jìn)行編號(hào),并賦予每個(gè)用戶及其轉(zhuǎn)發(fā)的信息唯一的ID編號(hào)。為了保證數(shù)據(jù)的準(zhǔn)確和一致,需要對(duì)數(shù)據(jù)進(jìn)行有效清洗,包括對(duì)錯(cuò)誤數(shù)據(jù)、不一致的數(shù)據(jù)、不必要的數(shù)據(jù)、不規(guī)則的數(shù)據(jù)、缺失數(shù)據(jù)等進(jìn)行識(shí)別、修改、替換、刪除[12]。數(shù)據(jù)清理完成后,一共得到54 793條有效數(shù)據(jù),把這些數(shù)據(jù)劃分兩組。組1包含了網(wǎng)民的個(gè)人情況,主要內(nèi)容有:網(wǎng)民ID、昵稱、所在地理位置、性別、賬號(hào)何時(shí)創(chuàng)建、是否認(rèn)證。組2主要是網(wǎng)友對(duì)突發(fā)事件謠言相關(guān)內(nèi)容的轉(zhuǎn)發(fā)、評(píng)論等內(nèi)容。主要內(nèi)容有:網(wǎng)友、轉(zhuǎn)發(fā)與否、評(píng)論與否、總度、傳出度、傳入度、中心度、初始及滯后語義值、集群系數(shù)大小、情感系數(shù)大小、耦合度大小等。最后,計(jì)算出信息對(duì)稱系數(shù)、情感卷積系數(shù)和向度反轉(zhuǎn)系數(shù)。
建模前,首先要確定兩組時(shí)間序列是否互為因果,以及模型的參數(shù)設(shè)置和結(jié)構(gòu)是否合理,這就需要進(jìn)行格蘭杰因果關(guān)系和穩(wěn)定性檢驗(yàn)。如果VAR模型的結(jié)構(gòu)設(shè)置是正確的,那么各變量間的格蘭杰因果關(guān)系應(yīng)該是顯著的。檢驗(yàn)結(jié)果如表2所示。
表2 Granger因果關(guān)系檢驗(yàn)
由檢驗(yàn)結(jié)果可以看出,不論是單個(gè)變量的P值還是聯(lián)合項(xiàng)的P值均小于0.05,拒絕原假設(shè),說明信息對(duì)稱、情緒卷積和向度反轉(zhuǎn)之間存在因果關(guān)系。因此,在模型構(gòu)建中,將信息對(duì)稱、情緒卷積和向度反轉(zhuǎn)作為內(nèi)生變量具有合理性。
格蘭杰因果檢驗(yàn)的結(jié)果和滯后長(zhǎng)度的選擇有關(guān),為了了解內(nèi)生變量之間影響的滯后時(shí)間長(zhǎng)度,需要對(duì)建立的模型進(jìn)行統(tǒng)計(jì)分析。相應(yīng)的統(tǒng)計(jì)結(jié)果如表3所示。
表3 時(shí)滯長(zhǎng)度選擇標(biāo)準(zhǔn)
以LR檢驗(yàn)和FPE、AIC、SC和HQ等相關(guān)標(biāo)準(zhǔn)為依據(jù),將2個(gè)周期作為VAR模型的最優(yōu)時(shí)滯長(zhǎng)度是合理的。
接下來需要檢驗(yàn)該模型是否平穩(wěn),圖1所示的是測(cè)試結(jié)果。
圖1 單位根分析
如圖1所示,表示AR特征根倒數(shù)的絕對(duì)值均小于1,沒有超出單位圓的區(qū)域范圍,說明該模型設(shè)置是正確的,不需進(jìn)行重構(gòu)。
接下來建構(gòu)的VAR模型是內(nèi)生變量滯后2階的,并估計(jì)模型參數(shù)的設(shè)置是否合理,結(jié)果如表4所示。
表4 VAR模型參數(shù)估計(jì)結(jié)果
將VAR模型各方程中的系數(shù)的顯著性檢驗(yàn)|t|值與顯著性水平0.05的臨界值1.96進(jìn)行比較,|t|值均大于1.96。同時(shí),R平方系數(shù)均大于0.90,說明VAR模型擬合度較好,可用來分析變量之間的動(dòng)態(tài)影響。
脈沖響應(yīng)函數(shù)(IRF)常用來分析面對(duì)擾動(dòng)項(xiàng)的沖擊,VAR模型中的內(nèi)生變量發(fā)生的變化,即模型中的其他變量由于某個(gè)變量受到外界影響而發(fā)生的相應(yīng)的響應(yīng)。在模型估計(jì)的基礎(chǔ)上對(duì)信息對(duì)稱、情緒卷積和向度反轉(zhuǎn)進(jìn)行脈沖響應(yīng)分析,以便得到三者之間的動(dòng)態(tài)擾動(dòng)特征,結(jié)果如圖2所示。
如圖2所顯示,當(dāng)向度反轉(zhuǎn)、信息對(duì)稱和情感卷積受到正向沖擊時(shí),各變量的每次沖擊帶來的影響均迅速傳導(dǎo)至向度反轉(zhuǎn),且在滯后第一至第五期內(nèi)影響效應(yīng)均較大,其后均較弱。信息對(duì)稱對(duì)向度反轉(zhuǎn)產(chǎn)生負(fù)向脈沖擾動(dòng),情感卷積及向度反轉(zhuǎn)自相關(guān)效應(yīng)對(duì)向度反轉(zhuǎn)產(chǎn)生正向脈沖擾動(dòng)。其中,向度反轉(zhuǎn)自相關(guān)影響效應(yīng)最大,信息對(duì)稱沖擊及情感卷積沖擊均較大,且向度反轉(zhuǎn)對(duì)各變量的脈沖響應(yīng)均具有斷尾效應(yīng)。其中,在向度反轉(zhuǎn)自相關(guān)擾動(dòng)響應(yīng)(即ADVERSE to ADVERSE)中,滯后前三期的影響較大且均為正向效應(yīng),從第一期至第三期該影響效應(yīng)快速下降,表明謠言向度反轉(zhuǎn)行為具有較大慣性效應(yīng),但該慣性作用持續(xù)時(shí)間不長(zhǎng)。向度反轉(zhuǎn)對(duì)信息對(duì)稱及情感卷積的擾動(dòng)響應(yīng)(即ADVERSE to SYMMETRY與ADVERSE to CONVOLUTION),于第十四期后影響效應(yīng)均較弱,表明在突發(fā)事件出現(xiàn)后的初期,由于事件客觀信息的在網(wǎng)絡(luò)中呈現(xiàn)明顯不對(duì)稱性,同時(shí)用戶情感在網(wǎng)絡(luò)節(jié)點(diǎn)間卷積程度明顯,從而導(dǎo)致信息對(duì)稱及情感卷積對(duì)向度反轉(zhuǎn)的影響效應(yīng)較大。而隨著事件真相逐漸清晰,信息對(duì)稱性隨之逐漸增大及情感卷積也隨之逐漸減小,從而使得對(duì)應(yīng)的擾動(dòng)效應(yīng)也隨之減弱,并于第十四期后影響效應(yīng)逐漸趨向于零。此外,信息對(duì)稱對(duì)情感卷積的擾動(dòng)響應(yīng)(即SYMMETRY to CONVOLUTION)呈正弦波動(dòng)特征,即第一期為負(fù)值,第二期、第三期為正值,第四期為負(fù)值,第五期、第六期為正值,并于前八期影響效應(yīng)較大。表明后真相時(shí)代下,在事件發(fā)生的初期,情感卷積的影響大于事件客觀真相的影響,用戶情緒的變化引起了信息的偏差,而偏差信息的擴(kuò)散從而引起了事件客觀信息的獲得出現(xiàn)不對(duì)稱性,使得信息對(duì)稱性在情感卷積的擾動(dòng)下正負(fù)交替波動(dòng),直至第八期后影響效應(yīng)逐漸弱化并消失。
關(guān)于信息對(duì)稱與情感卷積對(duì)向度反轉(zhuǎn)存在顯著滯后脈沖擾動(dòng)影響,該結(jié)果形成的原因可能在于,在心理學(xué)中,人們與生俱來在與他人交往中存在跟隨群體行為的傾向,信息級(jí)聯(lián)行為是個(gè)體在采取行為時(shí)跟隨他人行為而不考慮自己已擁有的信息或知識(shí)的現(xiàn)象。級(jí)聯(lián)行為現(xiàn)象,是人們?cè)谧瞿呈聲r(shí)主要考慮到因?yàn)樗嗽谧觯还茏陨硇拍钊绾?,甚至可能?huì)忽略或無視自身信念,因此,他們傾向于保持自己的信仰和行為與群體一致。而在保持一致的過程中,級(jí)聯(lián)行為與被級(jí)聯(lián)行為之間則存在了具有先后順序的滯后影響效應(yīng)。
而關(guān)于三要素之間的顯著性影響,一方面,在突發(fā)公共事件謠言初期,建立早期的級(jí)聯(lián)可能需要形成意識(shí)形態(tài)上的吸引力,但隨著追隨人員逐漸增加,就會(huì)在群體中能看到自己覺得理想的其他個(gè)體,這時(shí)自身就會(huì)感覺到社交證據(jù)的吸引力并嘗試尋求加入。換言之,推動(dòng)級(jí)聯(lián)行為的更深層次需求則是這種尋找到自身欲追隨的個(gè)體,即某種歸屬感的存在。而情感作為人們歸屬感的重要影響因素,它也會(huì)因此而對(duì)個(gè)體的信息級(jí)聯(lián)行為產(chǎn)生顯著影響。另一方面,在心理學(xué)領(lǐng)域,認(rèn)知失調(diào)是由某種心理壓力而引起,當(dāng)個(gè)體持有兩種或多種相互矛盾的信念、觀念、價(jià)值觀或參與有悖這三種認(rèn)知的行為時(shí),則會(huì)產(chǎn)生心理壓力,并引起個(gè)體產(chǎn)生不愉悅情緒。然而,當(dāng)兩種行為或思想在心理上存在不一致時(shí),個(gè)體將努力找到一種方法以此改變其中的不一致性,直到它們變得一致,從而減輕由認(rèn)知失調(diào)而引起的不適感[13]。針對(duì)突發(fā)公共事件謠言,當(dāng)信息出現(xiàn)不對(duì)稱時(shí),則會(huì)引起網(wǎng)絡(luò)個(gè)體間的信息存在不一致,可導(dǎo)致人們的認(rèn)知失調(diào),從而引起人們嘗試通過諸如向度反轉(zhuǎn)等行為緩解用戶個(gè)體間的認(rèn)知失衡,以減輕生理上的不適感。
在上文脈沖波動(dòng)分析基礎(chǔ)之上,為了加深對(duì)信息對(duì)稱、情緒卷積和向度反轉(zhuǎn)之間的邊際影響力的理解,本研究使用SSM來進(jìn)一步分析變量間邊際影響的動(dòng)態(tài)變化,以便揭示三者之間影響效應(yīng)的波動(dòng)過程特征。分析結(jié)果如圖3所示。
圖3 向度反轉(zhuǎn)邊際影響分析
由圖3可知,信息對(duì)稱與情感卷積對(duì)向度反轉(zhuǎn)的邊際影響力在第一期至第十三期內(nèi)均較大。其中,信息對(duì)稱對(duì)向度反轉(zhuǎn)的邊際影響力先快速上升,其后一周內(nèi)保持較大數(shù)值,其后緩慢下降。而情感卷積在前十三期內(nèi)一直保持較大邊際影響力,在整個(gè)演化過程中呈現(xiàn)階梯式下降特征,且信息對(duì)稱的邊際影響大于情感卷積的邊際影響。
關(guān)于信息對(duì)稱與情感卷積對(duì)向度反轉(zhuǎn)的邊際影響力隨時(shí)間而變化,該結(jié)果形成的原因可能在于,解釋水平理論(CLT)描述了個(gè)體心理距離與人們關(guān)于事物思考的抽象或具體程度之間的關(guān)系。當(dāng)對(duì)象與個(gè)體的距離越遠(yuǎn),個(gè)體對(duì)對(duì)象的思考就越抽象;個(gè)體離對(duì)象越近,則對(duì)對(duì)象的思考就越具體。而時(shí)間距離作為個(gè)體對(duì)事物發(fā)生時(shí)間遠(yuǎn)近的知覺,時(shí)間視角則會(huì)影響人們對(duì)事物思考的抽象性或具體化程度,即時(shí)間框架在行為定義中具有重要性。時(shí)間遠(yuǎn)近會(huì)對(duì)人們的解釋水平產(chǎn)生影響,它通過改變?nèi)藗儗?duì)事件或客體的解釋水平,從而改變?nèi)藗兊钠?、預(yù)期、判斷等心理過程及行為反應(yīng)。通常,當(dāng)人們?cè)趯?duì)時(shí)間久遠(yuǎn)的事件進(jìn)行判斷、預(yù)測(cè)、評(píng)估時(shí),更加傾向啟動(dòng)高解釋的水平;而對(duì)近期事物的決策則更加偏好啟動(dòng)低水平的解釋[14]。換言之,時(shí)間上的距離越大,就越可能用抽象特征來表示事件,這些抽象特征傳達(dá)了事物的特定本質(zhì)(即高水平解釋),而不是具體和偶然的事件細(xì)節(jié)。
為了從信息對(duì)稱及情感卷積視角對(duì)突發(fā)公共事件謠言進(jìn)行有效防范,采用線性規(guī)劃(LP)對(duì)信息對(duì)稱及情感卷積的彌合路徑進(jìn)行優(yōu)化。而線性規(guī)劃是一種利用數(shù)學(xué)模型求解目標(biāo)值達(dá)到最佳結(jié)果(如最大效益或最低成本)的方法,其數(shù)學(xué)模型以線性關(guān)系表示。于此,信息對(duì)稱與情感卷積的彌合路徑模型可以表示為:
將各t值對(duì)應(yīng)的a值與b值分別作出散點(diǎn)圖,并采用局部多項(xiàng)光滑進(jìn)行擬合,其對(duì)應(yīng)的結(jié)果如圖4和圖5所示。
圖4 向度反轉(zhuǎn)邊際影響分析
圖5 向度反轉(zhuǎn)邊際影響分析
圖4信息對(duì)稱的估計(jì)結(jié)果顯示,其彌合路徑呈偏右的倒U型分布特征,且事件發(fā)生后的第三天至第九天需強(qiáng)化網(wǎng)絡(luò)信息對(duì)稱,以保持最高水平的信息對(duì)稱性,該時(shí)段需對(duì)信息對(duì)稱性進(jìn)行重點(diǎn)監(jiān)管。第十天至第十五天則為監(jiān)管的次重點(diǎn)時(shí)段,需保持中等水平的信息對(duì)稱性。
圖5情感卷積的估計(jì)結(jié)果顯示,其彌合路徑呈J型分布特征,且事件發(fā)生后的第一天至第十天需強(qiáng)化防控網(wǎng)絡(luò)情感卷積的形成,以保持最低水平的情感積累,該時(shí)段需對(duì)情感卷積進(jìn)行重點(diǎn)監(jiān)管。第十一天至第十八天則為監(jiān)管的次重點(diǎn)時(shí)段,仍需保持較低水平的情感積累。
為了驗(yàn)證模型的準(zhǔn)確性,需要對(duì)實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn),穩(wěn)健性檢驗(yàn)沒有統(tǒng)一的標(biāo)準(zhǔn),本文從替代估計(jì)角出發(fā),即使用不同的方法進(jìn)行模型擬合,驗(yàn)證各方法下的模型擬合度是否均良好,并比較不同方法得出的系數(shù)的差異性是否顯著。首先是替換脈沖分析方法,VAR模型存在不同類型的脈沖響應(yīng)分析,上文使用的是正交脈沖響應(yīng),這個(gè)方法為VAR模型的變量強(qiáng)加一個(gè)次序。現(xiàn)采用廣義脈沖響應(yīng),它不需要依靠VAR模型中變量次序的正交的殘差矩陣。在差異分析中,上文使用的是最小二乘法,現(xiàn)采用二階段最小二乘法替代,它也是一種工具變量方法,分兩個(gè)階段完成對(duì)模型的估計(jì)。估計(jì)結(jié)果及差異性檢驗(yàn)如表5所示。
其次是算法估計(jì)方法的替換,上文使用的是Marquardt此種估計(jì)方法,現(xiàn)使用BHHH估計(jì)方法來替代以獲得收斂的最佳算法。不同種類方法得出的估計(jì)結(jié)果和二者結(jié)論的差異檢驗(yàn)見表5。
表5 穩(wěn)健性分析結(jié)果
由表5可知,使用不同的方法對(duì)模型進(jìn)行擬合得出的各路徑系數(shù)P值均小于0.05顯著水平,說明不同方法對(duì)理論模型的解釋具有一致和穩(wěn)定性,此外,系數(shù)差檢驗(yàn)P值大于0.05顯著水平,說明改變方法但分析結(jié)果沒有顯著差異即結(jié)論是穩(wěn)健的。
挑選2015—2020年間11個(gè)具有典型性、代表性的突發(fā)性事件作為研究樣本,來探究信息對(duì)稱、情感卷積與向度反轉(zhuǎn)三者之間的相互影響和作用,得到的結(jié)論如下:
(1)當(dāng)向度反轉(zhuǎn)、信息對(duì)稱及情感卷積受到一個(gè)正向沖擊時(shí),各變量的每次沖擊帶來的影響均迅速傳導(dǎo)至向度反轉(zhuǎn),且在滯后第一至第五期內(nèi)影響效應(yīng)均較大,其后均較弱。信息對(duì)稱對(duì)向度反轉(zhuǎn)產(chǎn)生負(fù)向脈沖擾動(dòng),情感卷積及向度反轉(zhuǎn)自相關(guān)效應(yīng)對(duì)向度反轉(zhuǎn)產(chǎn)生正向脈沖擾動(dòng)。其中,向度反轉(zhuǎn)自相關(guān)影響效應(yīng)最大,信息對(duì)稱沖擊及情感卷積沖擊均較大,且向度反轉(zhuǎn)對(duì)各變量的脈沖響應(yīng)均具有斷尾效應(yīng)。
(2)信息對(duì)稱與情感卷積對(duì)向度反轉(zhuǎn)的邊際影響力在第一期至第十三期內(nèi)均較大。其中,信息對(duì)稱對(duì)向度反轉(zhuǎn)的邊際影響力先快速上升,其后一周內(nèi)保持較大數(shù)值,其后緩慢下降。而情感卷積在前十三期內(nèi)一直保持較大邊際影響力,在整個(gè)演化過程中呈現(xiàn)階梯式下降特征,且信息對(duì)稱的邊際影響大于情感卷積的邊際影響。
(3)信息對(duì)稱的彌合路徑呈偏右的倒U型分布特征,且事件發(fā)生后的第三天至第九天需要具有最高水平的信息對(duì)稱性,第十天至第十五天則需要保持中等水平的信息對(duì)稱性。情感卷積的彌合路徑呈J型分布特征,且事件發(fā)生后的第一天至第十天需要保持最低水平的情感積累,第十一天至第十八天則仍需要保持較低水平的情感積累。
針對(duì)信息對(duì)稱與情感卷積對(duì)向度反轉(zhuǎn)行為具有顯著影響的研究結(jié)論,其深層原因可能在于,在信息處理中,啟發(fā)式系統(tǒng)模型試圖解釋人們?nèi)绾谓邮蘸吞幚碚f服性信息,指出個(gè)體可以通過啟發(fā)式或系統(tǒng)式兩種方式處理信息,且個(gè)體更傾向于使其認(rèn)知資源的使用最小化,從而影響個(gè)體對(duì)信息的獲取及處理結(jié)果。啟發(fā)式處理主要借助自身知識(shí)結(jié)構(gòu)規(guī)則,按照最小化認(rèn)知努力原則而獲得便捷性優(yōu)勢(shì)。該處理方式取決于信息可用性、可訪問性和適用性,此外也會(huì)受到自身情緒的影響。它與系統(tǒng)式處理方式相比,在判斷信息有效性及對(duì)信息依賴性(如信源的身份或其它非內(nèi)容線索)方面,比信息的特征對(duì)說服效果的影響更大。啟發(fā)式觀點(diǎn)不強(qiáng)調(diào)詳細(xì)的信息處理,而側(cè)重于簡(jiǎn)單的規(guī)則或認(rèn)知啟發(fā)式在調(diào)解說服力中的作用。而系統(tǒng)式處理則涉及對(duì)相關(guān)信息的綜合分析及深入認(rèn)知,在確定信息的有效性時(shí),系統(tǒng)方法則重視來源的可靠性和信息的內(nèi)容,這會(huì)對(duì)說服力產(chǎn)生更大影響。從系統(tǒng)處理中得出的判斷在很大程度上依賴于對(duì)相關(guān)信息的深入處理,并相應(yīng)地對(duì)信息的語義內(nèi)容做出響應(yīng),從系統(tǒng)的角度進(jìn)行處理會(huì)使信息接收者付出更大的認(rèn)知努力[15]。其中,該模型包含一個(gè)假設(shè),即與通過系統(tǒng)處理而形成或改變的態(tài)度相比,僅通過利用啟發(fā)式處理而形成或改變的態(tài)度則較不穩(wěn)定,抗辯性較差。當(dāng)接收者在認(rèn)為信息論證沒有根據(jù)時(shí),可能會(huì)在便捷性方面比可靠性方面給予更大的重視。換言之,當(dāng)便捷性方面的問題很重要時(shí),接收者在進(jìn)行論證判斷及采取行為時(shí)則會(huì)采用啟發(fā)式處理方式[16]。而針對(duì)網(wǎng)絡(luò)突發(fā)公共事件謠言,信息對(duì)稱性與情感卷積可直接影響人們對(duì)信息論證過程的可靠性及便捷性感知,使個(gè)體傾向于采用啟發(fā)式信息處理方式,從而形成或改變的態(tài)度穩(wěn)定性較低,抗辯性較差,進(jìn)而在群體中產(chǎn)生信息級(jí)聯(lián)行為。
本研究的結(jié)論對(duì)突發(fā)事件謠言或緊急情況下用戶向度反轉(zhuǎn)行為的管理與控制具有一定的指導(dǎo)意義。由于信息對(duì)稱、情感卷積均會(huì)對(duì)用戶的向度反轉(zhuǎn)行為的發(fā)生產(chǎn)生一定影響,且相比情感卷積,信息對(duì)稱的影響效應(yīng)更加顯著。所以為了進(jìn)一步降低用戶的向度反轉(zhuǎn)行為發(fā)生的幾率減少其危害,突發(fā)性事件爆發(fā)后,政府、媒體和組織機(jī)構(gòu)應(yīng)該及時(shí)發(fā)布準(zhǔn)確信息,緩解公眾對(duì)信息的渴求,因?yàn)橐坏┕娤胍@得信息與實(shí)際擁有的信息不對(duì)等即發(fā)生了信息不對(duì)稱,那么各種具有煽動(dòng)性的謠言就會(huì)大肆擴(kuò)散可能會(huì)導(dǎo)致用戶級(jí)聯(lián)行為和次生輿情,給社會(huì)造成更大的損失。此外,要在緩和公眾情緒上下功夫,尤其是突發(fā)性事件發(fā)生的早期,要主動(dòng)引導(dǎo)公眾情緒,贏得群眾的理解,避免網(wǎng)民負(fù)面情緒的擴(kuò)散。保證突發(fā)性事件責(zé)任主體和公眾之間的信息對(duì)稱、加強(qiáng)對(duì)公眾的情感疏導(dǎo),掌握話語主動(dòng)權(quán),主動(dòng)發(fā)聲、不回避質(zhì)疑,由此減少用戶的向度反轉(zhuǎn)和認(rèn)知偏差行為。然后,事件發(fā)生后的第三天至第九天需強(qiáng)化網(wǎng)絡(luò)信息對(duì)稱,以保持最高水平的信息對(duì)稱性,該時(shí)段需對(duì)信息對(duì)稱性進(jìn)行重點(diǎn)監(jiān)管。第十天至第十五天則為監(jiān)管的次重點(diǎn)時(shí)段,需保持中等水平的信息對(duì)稱性。事件發(fā)生后的第一天至第十天需強(qiáng)化防控網(wǎng)絡(luò)情感卷積的形成,以保持最低水平的情感積累,該時(shí)段需對(duì)情感卷積進(jìn)行重點(diǎn)監(jiān)管。第十一天至第十八天則為監(jiān)管的次重點(diǎn)時(shí)段,仍需保持較低水平的情感積累。