[摘 要]預防負面輿情發(fā)生的關鍵是減少公眾的認知偏差。針對網(wǎng)絡突發(fā)事件，從信源形象、信息表達結構、媒介接觸特征三個維度探索并比較信息傳播過程中不同因素對公眾認知偏差的影響。對456份問卷調(diào)查數(shù)據(jù)進行多元線性回歸分析后發(fā)現(xiàn)，信息表達方式、情感態(tài)度、觀點影響力和信源可信度顯著影響公眾對突發(fā)事件的認知偏差，其中信息表達方式和情感態(tài)度的影響排前2位。因此，采用多樣化的信息表達方式、優(yōu)化信息表達的情感態(tài)度、利用或提升信息發(fā)布者的觀點影響力、提高信息來源的可信度等措施可以有效減少公眾對突發(fā)事件的認知偏差。

[關鍵詞]網(wǎng)絡突發(fā)事件；認知偏差；信源可信度；信息表達方式

[中圖分類號]G20 [文獻標識碼]A [文章編號]1671-8372（2024）03-0107-08

Research on the influencing factors of public cognitive bias in emergencies from the perspective of information communication motivation

Abstract：The key to preventing negative public opinion lies in minimizing public cognitive bias. Focusing on Internet emergencies，this study examines and compares the effects of various factors on audience cognitive bias during the process of information dissemination from three dimensions：source image，information structure，and media contact characteristics. By analyzing data from 456 surveys through multiple linear regression analysis，the study reveals that factors such as information presentation，emotional tone，opinion influence，and source credibility significantly impact public cognitive bias toward emergencies. Among these，information presentation and emotional tone ranked as the top two influencers，while social influence，dependency，and interaction frequency had no significant effect on cognitive bias. Therefore，adopting diverse methods of presenting information，refining the emotional tone of expression，leveraging the influence of information publishers，and enhancing the credibility of information sources can effectively reduce public cognitive bias in emergency situations.

Key words：Internet emergencies；cognitive bias；source credibility；information expressions

一、引言

在當前的自媒體時代，突發(fā)事件借助互聯(lián)網(wǎng)迅速、廣泛傳播，受到社會各界的高度關注。然而部分自媒體和公眾缺乏足夠的媒介素養(yǎng)，在信息驗證和事件全貌理解方面存在不足，導致網(wǎng)絡平臺上出現(xiàn)大量不實信息。在大量不實信息擴散的網(wǎng)絡互動中，受眾因選擇性暴露和認知失調(diào)，容易形成對事實認知的偏差。這種認知偏差會削弱議程設置和新聞框架的有效性，對社會穩(wěn)定和公眾生活造成嚴重的負面影響。因此，新媒體時代，如何減少公眾對突發(fā)事件的認知偏差并預防負面輿情愈發(fā)重要。

目前學界對突發(fā)事件中公眾的認知偏差及其影響因素從不同視角進行了研究和探討：

首先是認知偏差的成因、后果以及應對措施研究。大數(shù)據(jù)背景下認知主體的認知偏差主要表現(xiàn)為政府的輿情態(tài)勢誤判、媒體的片面化新聞呈現(xiàn)、公眾的偏激情緒表達和群體極化，技術環(huán)境的缺陷和主體認知結構的局限性是偏差生成的主要原因[1]。而主觀原因則主要包括網(wǎng)絡推手的蓄意干擾、網(wǎng)民媒介素養(yǎng)不足、網(wǎng)絡媒體責任意識缺失[2]。此外，在互聯(lián)網(wǎng)環(huán)境下，“身體缺席”和交流的“符號化”特質促成了對事件真相的誤導和虛假信息的擴散，這引發(fā)了集體理性的缺乏和情感色彩的極端化[3]。公眾對突發(fā)事件的認知偏差會導致一系列后果，主要包括誤導公共決策、沖擊倫理綱常、影響政府形象、引發(fā)社會動蕩、阻礙民主進程、削減文化認同等[4]。針對不同類型的網(wǎng)絡輿情，政府應采取相應的“萌芽式”“強力式”“溯源式”等輿情應對策略，以提升政府公信力[5]。國外學者討論了個人因素、組織因素、教育和訓練等八種認知偏差來源，提出了包括使用關鍵詞屏蔽、增強信息監(jiān)管力度、使用雙盲測試程序等[6]對策。

其次是認知偏差影響因素研究。在突發(fā)事件或危機事件中，意見領袖的情緒框架對公眾認知偏差具有顯著正向作用，意見領袖所發(fā)布信息中的情緒通過大眾風險感知對公眾的認知偏差產(chǎn)生影響[7]。近年來最為典型的突發(fā)事件當屬新冠肺炎疫情，在疫情期間，有學者基于面向全國網(wǎng)民的問卷調(diào)查發(fā)現(xiàn)，公眾的知識水平是影響認知偏差的重要原因，從科學傳播視角確認了個體知識水平對不實信息鑒別的正向作用[8]。網(wǎng)絡突發(fā)事件中，知覺流暢性、概念流暢性及提取流暢性分別通過內(nèi)隱歸因及啟發(fā)式加工的中介作用，對認知偏差產(chǎn)生顯著正向影響[9]。網(wǎng)絡社會資本對認知偏差也具有顯著的影響，其中橋接型社會資本及黏合型社會資本通過關系性級聯(lián)和結構性級聯(lián)的中介作用對公眾認知偏差產(chǎn)生顯著正向影響[10]。突發(fā)事件發(fā)生后，政府的不同回應方式對公眾認知偏差具有不同的影響，行動性回應可以顯著減少公眾的認知偏差，而話語性回應則起到相反的作用[11]。公眾個體的信息搜索行為會對認知偏差產(chǎn)生影響，有研究認為信息的搜索頻繁程度顯著負向影響健康風險認知偏差[12]。也有研究通過對照實驗，驗證了發(fā)布者的IP地址會影響公眾對信息真實性的判斷，并且在一定程度上加深認知偏見[13]?？偟膩碚f，政府的回應、媒體的報道框架以及公眾的參與和互動是影響認知偏差的主要因素[14]。

綜上所述，已有的相關研究使用文本分析、復雜網(wǎng)絡模型、對照實驗等方法，對突發(fā)事件公眾認知偏差的成因、后果和引發(fā)輿情的治理措施，以及認知偏差的不同影響因素在突發(fā)事件傳播過程中的影響機制進行了探討。然而已有文獻關于突發(fā)事件的信源形象、信息表達結構和公眾媒介接觸特征對公眾認知偏差影響的研究不足，并且缺少以上三個維度中不同因素對認知偏差影響程度的比較。因此，本研究使用問卷調(diào)查法，并對搜集到的數(shù)據(jù)進行多元線性回歸分析，聚焦于網(wǎng)絡突發(fā)事件的傳播過程，探索突發(fā)事件中信源形象、信息表達結構和公眾媒介接觸特征對公眾認知偏差的影響，及上述影響因素對公眾認知偏差的影響程度。

二、理論基礎與研究假設

網(wǎng)絡突發(fā)事件指網(wǎng)民圍繞某社會事件，通過大規(guī)模群體的參與和持續(xù)的網(wǎng)絡互動，迅速傳播發(fā)酵而對社會產(chǎn)生廣泛負面影響，危害或可能危害社會秩序與公共安全，因而具有負面社會屬性的網(wǎng)絡事件[15]。認知偏差的概念起源于心理學。Albert Bandura的社會認知理論（social learning theory，STC）認為，人的行為是個人、社會和行為相互作用的結果[16]。新聞與傳播學領域普遍認為，認知偏差是公眾受到內(nèi)部自身因素和外部環(huán)境因素的影響，產(chǎn)生對事實真相的錯誤判斷和非理性行為，從而導致的對事實真相認識的偏頗[17]。

信源形象在認知偏差的形成中起著重要作用。不同的信息源（如主流媒體、社交媒體、政府機構等）對公眾的信任度和信息處理方式有顯著影響，越權威的媒體往往越受公眾信任，這類媒體發(fā)布的信息也更容易影響公眾對事件的認知[18]。信息的表達結構（如情感態(tài)度、標題的使用、視覺元素的呈現(xiàn)等）則直接影響公眾對信息的接收和解讀，從而影響公眾對事實的認知[19]。公眾的媒介接觸特征（如使用頻率、參與互動等）屬于個體自身因素，也對認知偏差的形成有重要影響。不同的媒介接觸特征決定了個體不同的信息處理方式和認知路徑[20]，從而影響認知偏差的形成。

因此，本文選擇信源形象與信息表達結構2個維度代表影響公眾認知偏差形成的外部環(huán)境因素，選擇媒介接觸特征代表內(nèi)部自身因素。

（一）信源形象與公眾認知偏差

信源形象通常指信息來源在公眾心目中的可信度和可靠性，是影響傳播效果和公眾信任度的重要因素[21]。心理學中的首因效應認為，在人的行為過程中，最先接觸的事物會給人留下深刻的感知或認知，影響人對事物的理解和判斷，公眾對于突發(fā)事件的第一印象往往在一定程度上影響著他們對事件以及后續(xù)的判斷[22]。因此，突發(fā)事件傳播過程中信源形象對于公眾的影響不容忽視。

劉子溪認為，微博內(nèi)容的可信度以及微博作者的可信度都對微博信息話題可信度存在正向顯著影響[23]。葉鳳云等認為，媒體形象是影響公眾評價移動社交媒體的重要因素，并提出媒介形象可以從知名度、可信度和美譽度3個方面進行評價[24]。莫祖英等以微博為例，建立了信息質量評價指標體系，包括信息量、信息內(nèi)容質量、信息來源質量和信息利用情況四個方面，并提出信息發(fā)布者的影響力、信息的受關注度等多個因素影響微博信息的質量[25]。

綜上，本文引入發(fā)布者的社會影響力和觀點影響力考察信源形象。另外，公眾對于突發(fā)事件信源形象的評估及其信源的偏好選擇，影響了他們接觸到的信息質量和類型，形成對突發(fā)事件的初步印象，進而影響他們對于突發(fā)事件的認知和構建。因此，將信源可信度、社會影響力、觀點影響力3個變量納入信源形象的構成要素，具體表現(xiàn)為在平臺和社交網(wǎng)絡中的粉絲數(shù)、觀點的轉發(fā)、評論、點贊數(shù)量等。據(jù)此提出如下假設：

H1a：信源可信度高可以減少公眾對突發(fā)事件的認知偏差。

H1b：信息發(fā)布者的社會影響力大可以減少公眾對突發(fā)事件的認知偏差。

H1c：信息發(fā)布者的觀點影響力大可以減少公眾對突發(fā)事件的認知偏差。

（二）信息表達結構與公眾認知偏差

信息表達結構指的是新聞報道中信息組織和呈現(xiàn)的方式。美國心理學家伍德沃斯提出了刺激-有機體-反應（S-O-R）機制[26]，后來的學者基于環(huán)境心理學進一步發(fā)展了此理論，認為外界環(huán)境的各個方面都充當了刺激因素（S），影響個體的認知、情緒和狀態(tài)（O），進而影響個體的態(tài)度和行為（R）[27]。因此，在信息的傳播過程中，不同的信息表達結構會對公眾產(chǎn)生不同的“刺激”，導致公眾自身做出不同的“反應”，并對事件相關信息做出選擇性的接受，自然也對事件本身產(chǎn)生了不同的認知。吳華等認為，意見領袖承載消極情緒的框架會使公眾的信息加工偏離真實信息[4]。曾祥敏等認為，可視化界面以及文字與表格結合的信息呈現(xiàn)方式更受歡迎，并且有圖有文的報道形式更符合大眾口味[28]。

綜上，不同信息表達結構的選擇和使用直接影響信息的清晰度，消極情緒可能對公眾認知偏差的減少產(chǎn)生負向影響，多樣化的信息表達方式則更能引起公眾的關注。因此，將情感態(tài)度、表達方式2個變量納入信息表達結構的構成要素。據(jù)此提出如下假設：

H2a：正面情感態(tài)度可以減少公眾對突發(fā)事件的認知偏差。

H2b：多種形態(tài)結合的信息表達方式可以減少公眾對突發(fā)事件的認知偏差。

（三）媒介接觸特征與公眾認知偏差

媒介接觸特征是指公眾接觸網(wǎng)絡突發(fā)事件相關信息的特點、受眾自身使用媒介的習慣與偏好等。

新媒體時代，移動端的各類媒介平臺可以隨時隨地獲取公眾的偏好信息，以此形成更加智能、更加個性化的算法推薦機制，但這一機制也造成了更嚴重的“濾泡效應”。即公眾有了更多可供選擇的信息接觸渠道，但在很大程度上公眾的習慣、偏好以及“流量至上”的機制決定著他們對突發(fā)事件的認知。公眾在使用媒介接觸信息時，其行為與生活、工作高度相關，相互滲透，高度融合[29]?；ヂ?lián)網(wǎng)的即時交互性以及與公眾生活高度聯(lián)結的特點構成了日益復雜的網(wǎng)絡信息環(huán)境，進一步引發(fā)公眾不同的媒介接觸行為特征和方式[30]。而這些新的接觸行為特征和方式又反過來影響了公眾對信息的選擇性接觸。如重大公共衛(wèi)生事件中媒介接觸對政府信任影響的相關研究發(fā)現(xiàn)，不同的媒介接觸方式以及媒介類型對公眾的政府信任有直接影響[31]。新冠肺炎疫情期間健康信息的傳播過程中，公眾從不同媒介渠道獲取信息的風險感知存在顯著差異[32]。還有研究發(fā)現(xiàn)，與官方媒體觀點相沖突的虛假信息在新媒體平臺的傳播會導致公眾產(chǎn)生恐慌情緒[33]，進而引發(fā)公眾對事實的錯誤判斷或片面認知。李瑞清等在短視頻依賴的研究中提出，抖音等短視頻平臺中的特效給青少年帶來了認知上的偏差，青少年認為抖音中的場景才是現(xiàn)實，且在媒介依賴強效果下，這種認知偏差會越來越深[34]。

綜上，公眾在使用媒介時的習慣和偏好決定了公眾可能接收到的信息，而對社交媒介的過度依賴可能會使公眾沉浸其中，進而在算法推薦及“信息繭房”的影響下接受越來越同質化的觀點，盲目相信自媒體中未經(jīng)證實就發(fā)布的相關信息，從而導致對突發(fā)事件認知偏差的產(chǎn)生。由此，將媒介依賴程度、互動頻繁程度2個變量納入媒體接觸特征的構成要素。據(jù)此提出如下假設：

H3a：公眾對媒介的依賴偏好會增加公眾對突發(fā)事件的認知偏差。

H3b：公眾在社交媒體中的頻繁互動會增加公眾對突發(fā)事件的認知偏差。

綜上所述，聚焦于網(wǎng)絡突發(fā)事件的傳播過程，從信源形象、信息表達結構、媒介接觸特征三個維度構建公眾認知偏差的影響因素理論框架（見圖1）。

三、量表設計與數(shù)據(jù)收集

（一）量表設計

因變量：認知偏差。選取近兩年發(fā)生、傳播面較廣且引發(fā)較高討論度的五個網(wǎng)絡突發(fā)事件為研究樣本，包括江西某學院“鼠頭鴨脖”事件、成都地鐵農(nóng)民工被疑偷拍事件、濟南阿里女員工被猥褻案、輝瑞新冠“特效”藥和連花清瘟的療效。五個事件都具有一定的反轉性，易造成公眾對真相的錯誤理解和判斷。參考Macleod等的研究成果[35]，通過調(diào)查公眾的意見、觀點與客觀事實的偏離程度，直接測量受試者的認知偏差，共設置5個題項。

自變量：信源形象、信息表達結構、媒介接觸特征。選用信源可信度、社會影響力、觀點影響力對信源形象進行考察，共設置4個題項；選用信息的情感態(tài)度和表達方式對信息表達結構進行考察，共設置8個題項；選用媒介依賴程度、互動頻繁程度對媒介接觸特征進行考察，從時間、空間和互動行為三個角度設置3個題項。以上各變量、題項與參考文獻的對應關系如表1所示。

因變量和自變量的測量均使用李克特五點量表法，1～5之間的整數(shù)表示受訪者對題目描述的符合程度，分別設置“非常符合、符合、一般、不符合、完全不符合”5個等級選項，分別對應1～5之間的整數(shù)分值，受訪者只需從中選擇最接近的一個選項即可。

（二）數(shù)據(jù)收集

樣本數(shù)據(jù)來自2023年1月至3月進行的網(wǎng)絡問卷調(diào)查。在正式調(diào)查前隨機發(fā)放了100份問卷進行預調(diào)查，回收了82份，剔除不合格問卷后得到有效問卷77份。對預調(diào)查回收問卷結果進行CITC分析，發(fā)現(xiàn)除題項Q7、Q21的CITC指數(shù)小于0.3外，其余題項均大于0.3。同時，題項Q21的因子負荷為0.55，其余題項因子負荷均大于0.70。因此刪除題項Q7、Q21。正式調(diào)查問卷采用滾雪球抽樣法，通過微信發(fā)放問卷二維碼以及鏈接，使用網(wǎng)頁版問卷星回收問卷。

回收問卷數(shù)為503份，剔除無效問卷47份，有效問卷456份，問卷有效率為90.6%。有效樣本人口學統(tǒng)計特征如表2所示。其中18歲以下和60歲以上年齡段人數(shù)過少，主要原因可能在于這兩個年齡段人群的互聯(lián)網(wǎng)使用率較低，因此在后續(xù)的數(shù)據(jù)分析中將其數(shù)據(jù)篩除。此樣本涵蓋了不同用戶群體，且高于標準樣本量（384份），各統(tǒng)計學變量的樣本分布不存在極端或奇異情況，因此樣本數(shù)據(jù)可用于研究分析。

進一步對自變量進行探索性因子分析。分析結果表明：可以大致將題項分為5個維度，第一個維度包含題項Q11、Q12、Q17，第二個維度包含題項Q15、Q19、Q20，第三個維度包含題項Q22、Q23、Q24，第四個維度包含題項Q13、Q14，第五個維度包含題項Q16、Q18；題項Q10沒有通過效度檢驗，在任何一個維度上的載荷均未達到0.5，屬于無效題項，刪除。

四、數(shù)據(jù)分析與假設檢驗

（一）缺失值處理

考慮不同個體的偏好，將問卷中Q5～Q8設計為選答題，Q9為必答題。Q5～Q8中存在的個別缺失值，采用SPSS軟件中多重插補法估計并補齊，在最終得到的5組插補值中，選擇信度效度最佳的第5組數(shù)據(jù)進行分析。

（二）共同方法偏差檢驗

為避免數(shù)據(jù)因收集方法的一致性而導致的系統(tǒng)性誤差，對數(shù)據(jù)進行共同方法偏差（Common Method Bias，CMB）檢驗，采取匿名化處理并進行哈曼單因子測試以確保研究結果的準確性和可靠性[39]。如表3所示，測試結果中沒有單一因子解釋了超過總方差的40%，表明本研究采取的預防措施和檢驗方法有效降低了共同方法偏差的潛在影響。因此，可以確保后續(xù)研究結果的有效性和可信度[40]。

（三）信度、效度檢驗

使用SPSS軟件對多重插補后得到的第5組數(shù)據(jù)進行信度檢驗。表4檢驗結果顯示，Cronbach’s α（基于標準化項的克朗巴哈系數(shù)）值為0.730，說明問卷數(shù)據(jù)的信度良好，量表的內(nèi)部一致性較好；KMO值大于0.6，巴特利特球形檢驗顯著性小于0.005，表明量表可以較好地適用于效度分析。

在進行線性回歸分析時，將測量認知偏差的題項求和平均，使用所得平均值表征公眾對突發(fā)事件的認知偏差。

（四）模型分析及假設檢驗

1. 線性回歸與方差分析

使用SPSS軟件中的多元線性回歸模型對問卷數(shù)據(jù)進行分析。分別將信源可信度、社會影響力、觀點影響力、情感態(tài)度、信息表達方式、媒介接觸特征6個變量所對應的題項與公眾認知偏差平均值進行線性回歸分析，結果見表5。由表5可知，D-W檢驗所得德賓-沃森值為1.920，接近2，說明此模型構建較好，不存在自相關性。并且在信源形象、信息表達結構、媒介接觸特征三個維度中均有多個變量顯著，模型總體顯著性<0.001，具有較好的模型適配度。

2. 假設檢驗

各個變量的線性回歸相關系數(shù)如表6所示。由表6可知，社會影響力、媒介依賴程度、互動頻繁程度3個變量的顯著性分別為0.337、0.165、0.369，未達到小于0.1或0.05的要求，因此，它們對公眾認知偏差的影響不顯著，假設H1b、H3a、H3b均不成立。信源可信度、觀點影響力、情感態(tài)度、信息表達方式的顯著性均達到要求，小于0.05，4個變量與公眾認知偏差存在顯著負相關關系，因此，假設H1a、H1c、H2a、H2c成立。

為進一步明確4個對公眾認知偏差存在顯著影響變量的影響程度，比較表6中各變量的標準化系數(shù)。首先，信息表達方式是影響認知偏差最為關鍵的因素（標準化系數(shù)為－0.194），信息的呈現(xiàn)形式對公眾理解和接受程度有直接且顯著的影響，尤其是在多元信息渠道并存的時代，視頻、圖像等多模態(tài)表達方式能夠更有效地傳達復雜信息。其次，情感態(tài)度（標準化系數(shù)為－0.158）也顯示出顯著的負向影響。情感共鳴增強了信息的說服力，尤其是積極的情感態(tài)度，這類信息往往能夠獲得更多的關注和互動。觀點影響力（標準化系數(shù)為－0.093）和信源可信度（標準化系數(shù)為－0.063）的相關性雖然較小，但仍然顯著，這表明公眾更傾向于接受信源可靠的信息。由此可以推論，公眾可能更多依賴于信息的內(nèi)容和呈現(xiàn)方式，而非單一的信源。

由此，根據(jù)表6中各變量的標準化系數(shù)構建認知偏差回歸模型：

CB=－0.063×SR－0.093×OI－0.158×EA－0.194×IE＋2.786

公式（1）中，CB表示認知偏差，SR表示信源可信度，OI表示觀點影響力，EA表示信息情感態(tài)度，IE表示信息表達方式。

五、結論與建議

（一）結論

本研究選取了事發(fā)時間近、傳播面廣、涵蓋不同領域的五個突發(fā)事件進行問卷調(diào)查，根據(jù)調(diào)查結果構建線性回歸分析模型，從信源形象、信息表達結構、媒介接觸特征三個維度深入探討了網(wǎng)絡突發(fā)事件傳播過程中多個因素對公眾認知偏差的影響。結論如下：

首先，信息表達方式對于公眾認知偏差的影響凸顯了多樣化信息傳播方式的重要性。純文字類的信息較為枯燥，很難在快節(jié)奏、碎片化的海量信息中吸引公眾的注意力，而圖文并茂和短視頻更符合當下的主流。多樣化的信息表達方式不僅能夠強有力地抓住公眾眼球，還能幫助公眾更準確地理解信息內(nèi)容，減少認知偏差。

其次，情感態(tài)度和觀點影響力在公眾認知偏差中的影響揭示了情感因素在信息處理過程中的重要性。情感啟發(fā)式（Affect Heuristic）理論認為，個體在面對復雜決策時，往往會以情感反應作為判斷的捷徑，情感態(tài)度能夠顯著影響公眾對信息的認知和反應，同時影響公眾對突發(fā)事件的風險感知[41]。數(shù)據(jù)分析驗證了在突發(fā)事件的傳播中公眾更傾向于接受積極或中性情感態(tài)度的信息，且在變量的橫向對比中可以發(fā)現(xiàn)，情感態(tài)度對公眾認知偏差的影響最大。觀點影響力強調(diào)了信息傳播者在社交網(wǎng)絡中的角色和地位。在社交網(wǎng)絡中，“意見領袖”通過其影響力能夠有效地引導群體的觀點和行為，鑒別這類“意見領袖”積極參與突發(fā)事件的信息傳播，引導其提供準確、客觀的信息，對于減少公眾認知偏差具有重要作用。根據(jù)認知偏差回歸模型可知，觀點影響力對于認知偏差的影響僅次于情感態(tài)度。

再次，信源可信度是影響公眾信息接受度的重要因素。在社交媒體平臺上，公眾往往傾向于信任那些具有高可信度標識的信息來源，例如政府官方賬號、知名媒體機構等。

最后，社會影響力、依賴程度以及互動頻繁程度對公眾認知偏差的影響不顯著。信息發(fā)布者的社會影響力大之所以對公眾認知偏差減少的影響并不顯著，可能是因為信息生態(tài)系統(tǒng)的復雜性和“信息繭房”的存在。在社交媒體時代，信息源不再僅限于傳統(tǒng)媒體或權威人士，普通用戶、非正式組織甚至自動化內(nèi)容生成器都能夠廣泛參與信息的傳播。即便是高社會影響力的信息發(fā)布者，其信息也可能被大量低質量或偏頗的信息所淹沒，導致公眾在海量信息中難以辨別。同時，社交媒體上的信息傳播機制往往優(yōu)先推送與公眾既有偏好和信念相符合的信息，而不是完全基于發(fā)布者的社會影響力。公眾的媒介接觸特征對公眾認知偏差的影響也不顯著，這與公眾媒介素養(yǎng)和社交媒體的雙面性有關。部分公眾可能會因缺乏一定的媒介素養(yǎng)，而對某一媒介的依賴程度較高，忽略了通過對比多源信息、驗證信息來源等方式減少認知偏差；頻繁的社交媒體互動也可能導致“信息繭房”和“群體極化”，使得公眾被網(wǎng)絡世界的情緒所裹挾。因此，與媒介的頻繁接觸和互動并不必然導致認知偏差的減少。

（二）建議

基于以上研究結論，提出以下減少突發(fā)事件公眾認知偏差及引導輿情的建議：

首先，采用多樣化的信息表達方式，優(yōu)化情感態(tài)度。政府部門作為信息發(fā)布的權威機構，一方面應盡量使用多樣化的信息表達方式，以提高公眾的注意力和興趣，幫助公眾構建更為準確的事件認知，進而實現(xiàn)信息傳播和輿情引導的最優(yōu)效果。近年來已經(jīng)有政務部門在社交媒體平臺開設賬號，借助在線直播、問答等形式，及時回應公眾的疑問，大大降低了信息發(fā)布的滯后性。另一方面，政府部門在發(fā)布信息時要注意使用積極的情感引導，通過發(fā)布積極或中性情感導向的內(nèi)容，減少焦慮、恐慌等負面情緒的擴散，以引導公眾正向思考。

其次，充分利用觀點影響力，引導公眾認知。政府部門要力爭在突發(fā)事件熱度上升的第一時間發(fā)布真實、準確的信息，也可以與事件涉及的多個部門聯(lián)合發(fā)布通告，加快權威信息的擴散速度。此外，對于在網(wǎng)民中具備一定影響力的“意見領袖”，各級政府的宣傳部門或輿情民意辦公室應加以重視。一方面，重點關注有影響力的自媒體，尤其是網(wǎng)絡中的“大V”以及粉絲較多的賬號，力求在突發(fā)事件發(fā)生的第一時間監(jiān)控并識別此類“意見領袖”的言論，引導他們發(fā)布準確、客觀的信息，以發(fā)揮他們在輿論引導中的積極作用。另一方面，相關部門應建立完善的社交媒體監(jiān)測系統(tǒng)，實時監(jiān)測輿情動態(tài)，嚴格審查信息內(nèi)容，及時發(fā)現(xiàn)并處理謠言和不實信息，必要時采用技術手段進行屏蔽。

最后，維持信源形象，提高信源可信度。政府部門在發(fā)布信息的過程中，應保持相關工作的透明度，及時公開突發(fā)事件相關信息，并提供詳細的調(diào)查結果和事實依據(jù)，減少公眾的猜疑和誤解。日常應與地方媒體和新媒體建立良好的合作關系，利用媒體的傳播力和影響力擴大信息的覆蓋范圍。對負責社交媒體運營和危機管理的工作人員進行常態(tài)化培訓，確保他們具備應對突發(fā)事件的專業(yè)知識和技能。同時，建立反饋機制，聽取公眾的意見，不斷改進信息發(fā)布和管理策略，從源頭上遏制認知偏差的產(chǎn)生。

從傳播學理論角度看，本研究的發(fā)現(xiàn)與議程設置理論（Agenda-Setting Theory）及沉默的螺旋理論（Spiral of Silence Theory）相呼應，即媒體在塑造公眾認知和意識形態(tài)方面起到關鍵性的作用。也進一步證實了認知失調(diào)理論（Cognitive Dissonance Theory）中的觀點，即通過調(diào)整信息的表達方式和情感態(tài)度，可以幫助個體減少信息加工過程中的不一致性和心理不適。這些理論不僅為理解和解釋研究結果提供了不同的視角，也為未來在類似領域的研究和實踐提供了理論支撐。未來的研究可進一步探索這些影響因素在不同類型的社交媒體平臺和文化背景下的作用機制，以豐富和深化對于信息傳播與公眾認知之間復雜關系的理解。本研究還存在一定的局限性。如在問卷調(diào)查階段，問卷發(fā)放和回收主要采取線上形式，受訪者年齡主要集中于18～40歲，多為高校學生和高學歷企業(yè)從業(yè)人員等。未來的研究可以考慮線下調(diào)查或訪談的方式，進行隨機抽樣，增加未成年人以及60歲以上人群的樣本量，以提高問卷的回收率和有效率。

［參考文獻］

李明德，鄺巖. 大數(shù)據(jù)背景下的網(wǎng)絡輿情認知偏差：表征、成因與應對[J]. 西南民族大學學報（人文社會科學版），2023（5）：138-143.

陳艷紅，杜藝薇. 虛假網(wǎng)絡輿情的成因、影響及控制[J]. 電子政務，2016（5）：68-75.

秦程節(jié). 網(wǎng)絡群體極化：風險、成因及其治理[J]. 電子政務，2017（4）：49-57.

戴和平. 網(wǎng)絡輿情偏差及其應對策略[D]. 長沙：中南大學，2014.

王國華，馮偉，王雅蕾. 基于網(wǎng)絡輿情分類的輿情應對研究[J]. 情報雜志，2013（5）：1-4.

DROR I E. Cognitive and human factors in expert decision making：six fallacies and the eight sources of bias[J]. Analytical Chemistry，2020，92（12）：7998-8004.

吳華，于海英，閆冬. 危機事件中意見領袖情緒框架對受眾認知偏差的影響研究[J]. 情報雜志，2022（7）：124-130.

楚亞杰. 人們?yōu)楹蜗嘈挪粚嵭畔ⅲ嚎茖W傳播視角下的認知偏差與信息鑒別力研究[J]. 新聞大學，2020（11）：66-82.

陽長征. 網(wǎng)絡突發(fā)事件信息表征流暢性對公眾認知偏差的影響研究[J]. 情報雜志，2020（8）：101-109.

陽長征. 突發(fā)事件中網(wǎng)絡社會資本對受眾認知偏差的影響研究：基于信息級聯(lián)的中介效應視角[J]. 情報雜志，2021（2）：123-130.

劉煥. 公共事件中政府回應對公眾認知偏差的影響[J]. 情報雜志，2020（1）：107-114.

韓正彪，戚景琳，王云輝. 用戶網(wǎng)絡健康信息搜索對健康風險認知偏差的影響：基于CGSS數(shù)據(jù)的實證研究[J]. 圖書與情報，2023（5）：62-71.

LUO C，LIU J，YANG T，et al. Combating disinformation or reinforcing cognitive bias：effect of weibo poster’s location disclosure[J]. Media and Communication，2023，11（2）：88-100.

劉煥. 公共事件網(wǎng)絡輿情偏差及影響因素研究述評[J]. 情報雜志，2018（11）：96-102.

張穎霞. 網(wǎng)絡突發(fā)事件的本質特征研究[J]. 中國市場，2022（4）：191-194.

BANDURA A. Social foundations of thought and action[J]. Englewood Cliffs，1986，1986（23-28）.

Chiang C F，Knight B. Media bias and influence：evidence from newspaper endorsements[J]. The Review of economic studies，2011，78（3）：795-820.

Buturoiu R，Corbu N，Oprea D A，et al. Trust in information sources during the COVID-19 pandemic. a Romanian case study[J]. Communications，2022，47（3）：375-394.

Kühne R，Schemer C. The emotional effects of news frames on information processing and opinion formation[J]. Communication Research，2015，42（3）：387-407.

Yang G S，Huesmann L R. Correlations of media habits across time，generations，and media modalities[J]. Journal of Broadcasting & Electronic Media，2013，57（3）：356–373.

REICH Z. Source credibility and journalism：between visceral and discretional judgment[J]. Journalism practice，2011，5（1）：51-67.

馬燕. 淺析“首因效應”[J]. 科教文匯（上旬刊），2009（31）：62-63.

劉子溪，朱鵬. 基于詳盡可能性模型的微博話題可信度影響因素研究[J]. 情報科學，2017（8）：94-100.

葉鳳云，邵艷麗，張弘. 基于行為過程的移動社交媒體用戶信息質量評價實證研究[J]. 情報理論與實踐，2016（4）：71-77.

莫祖英，馬費成，羅毅. 微博信息質量評價模型構建研究[J]. 信息資源管理學報，2013（2）：12-18.

WOODWORTH R S. Dynamic psychology[M]. New York：Columbia University Press，2019.

MEHRABIAN A，RUSSELL J A. An approach to environmental psychology[M]. Cambridge，MA：the MIT Press，1974：56-75. 176-200.

曾祥敏，張子璇. 場域重構與主流再塑：疫情中的用戶媒介信息接觸、認知與傳播[J]. 現(xiàn)代傳播（中國傳媒大學學報），2020（5）：65-74.

喻國明，何其聰，吳文汐. 傳播學研究范式的創(chuàng)新：以媒介接觸與使用的研究為例—用戶媒介接觸與使用的研究范式及學術框架[J]. 新聞大學，2017（1）：85-93.

何其聰，喻國明. 移動互聯(lián)用戶的媒介接觸：行為特征及研究范式[J]. 新聞記者，2014（12）：35-39.

韋路，李佳瑞. 基于專家系統(tǒng)的政府信任：重大公共衛(wèi)生事件下的媒介接觸如何影響政府信任[J]. 浙江大學學報（人文社會科學版），2022（9）：69-85.

李希光，蘇婧，文三妹. 公眾在重大疫情暴發(fā)初期的風險感知差異：新型冠狀病毒肺炎健康信息采用的影響機制研究[J]. 全球傳媒學刊，2020（1）：130-151.

解慶鋒. 媒介使用、恐慌感對疫情期間社交媒體策展新聞的影響[J]. 國際新聞界，2021（5）：43-64.

李瑞清，周麗. 信息繭房下的短視頻依賴研究：以抖音為例[J]. 采寫編，2021（7）：75-76.

MACLEOD C，MATHEWS A. Cognitive bias modification approaches to anxiety[J]. Annual review of clinical psychology，2012，8（1）：189-217.

楊永清，徐運成，樊治平，等. 情感驅動的社交網(wǎng)絡用戶內(nèi)容創(chuàng)建及信息傳播行為研究[J]. 現(xiàn)代情報，2023（7）：162-177.

劉自強，岳麗欣，馮志剛. 多維度視角下我國網(wǎng)絡輿情熱點話題演化特征研究[J/OL]. [2024-02-11].情報科學：1-13. http：//kns. cnki. net/kcms/detail/22. 1264. G2. 20230614. 1735. 018. html.

夢非，朱慶華. 社交網(wǎng)絡信息傳播中意見偏差的國外研究進展[J]. 情報理論與實踐，2021（10）：193-201.

PODSAKOFF P M，MACKENZIE S B，LEE J Y，et al. Common method biases in behavioral research：a critical review of the literature and recommended remedies[J]. Journal of applied psychology，2003，88（5）：879.

RICHARDSON H A，SIMMERING M J，STURMAN M C. A tale of three perspectives：examining post hoc statistical techniques for detection and correction of common method variance[J]. Organizational research methods，2009，12（4）：762-800.

SCHAIK P V，RENAUD K，WILSON C，et al. Risk as affect：the affect heuristic in cybersecurity[J]. Computers & Security，2020，90：1-16.