為什么人們對虛假健康信息的易感性不同？
——基于信息加工過程組態的分析

曹雅寧 柯 青

(南京大學信息管理學院，江蘇 南京 210023)

虛假健康信息(Health Misinformation)指缺乏科學依據、不準確或虛假的健康信息[1]。在傳染病疫情背景下，虛假健康信息容易引發信息疫情(Infodemic)——大量謠言或小道消息通過手機、社交媒體及互聯網等渠道快速傳播，此時用戶難以發現可靠信息，容易出現負面情緒[2]。隨著后真相時代的來臨，人們傾向選擇那些自己愿意接受的信息，并將其當作“真相”[3]。面對特征各異的虛假信息，不同個體的敏感程度不同，呈現出易感性(Susceptibility)的差異。所謂虛假健康信息易感性是一種個體傾向，即認為失真健康信息是準確的，并根據錯誤信息做出健康決策[4]。易感性的差異引起個體的不同反應：低易感性用戶對虛假健康信息持懷疑或批判態度，會積極地發表辟謠或質疑評論。高易感性用戶則容易相信、采納或傳播失真信息，并陷入焦慮、恐慌、抑郁、疲勞、悲傷等負面狀態[5]。探究哪些因素組合致使個體呈現出易感性高低的差異，有助于理解用戶面對虛假健康信息的行為，幫助公眾增強對虛假健康信息的免疫能力。

從現有文獻來看，學界廣泛關注了虛假健康信息對個體認知和情緒的影響后果。相較于真實信息，虛假健康信息的煽動性使其傳播范圍更廣[6]，但分析性思維能抑制這種信任或傳播行為[7]；這類信息容易誘使人們產生認知偏差，其中，人口特征和焦慮情緒是偏差產生的重要原因[8]；虛假健康信息會顯著增加個體的負面情緒[9]。然而，現有文獻忽視了這些不良后果的緣由是人們的易感性不同，故本研究的目的是探究哪些因素的組合影響易感性。由于制造與傳播虛假信息的主要目標是“操縱”個體的認知或情緒[10]，鑒于此，本文從信息的說服效應視角展開研究。Petty R E等于1986年提出的精細加工可能性模型(Elaboration Likelihood Model，以下簡稱ELM模型)[11]是一個從信息加工的努力程度來解釋認知被影響和改變的雙路徑模型，與易感性這一表征個體態度被虛假信息操縱的概念十分匹配，由此提出本文第一個研究問題：

RQ1：信息精細加工路徑組合如何影響個體的虛假健康信息易感性？

在ELM模型中，精細加工路徑選擇的影響因素包括能力和動機。但在處理虛假健康信息時，能力和動機組合如何影響加工路徑還不清楚。故提出本文的第二個研究問題：

RQ2：在加工虛假健康信息時，能力和動機的哪些條件組合影響精細加工路徑選擇？

目前，鮮少有研究結合用戶背景因素來全面討論易感性形成機制[12]。ELM模型僅考慮個體動機和能力引起信息精細加工可能性的差異，未關注個體特征之外的外界觸發線索。斯坦福大學的Fogg B于2009年提出的福格行為模型(Fogg Behavior Model，以下簡稱FBM模型)[13]能很好地彌補此不足。該模型認為，個體采取行動或形成某種態度是由動機、能力與觸發3個方面共同決定的。FBM模型可解釋人們為什么會被虛假信息操縱：動機因素包括情感動機或被社會接受的動機，能力因素包括處理信息的時間或習慣等，觸發因素包括易于獲取或理解等誘導用戶相信、傳播假信息的信息特征，三類因素都與人們對虛假信息的感知有關[10]。故提出本研究的第三個問題：

RQ3：動機、能力與觸發線索如何共同影響個體對虛假健康信息的易感性？

綜上，本研究從信息加工過程的視角切入，通過一個三因素析因設計的在線實驗收集數據，利用SPSS和SmartPLS軟件進行信效度分析。基于ELM模型、FBM模型等理論構建復雜因果模型，使用模糊集定性比較分析法(fsQCA)探索易感性與精細加工路徑影響因素的特定前因條件組合，以豐富信息加工過程的理論研究，完善虛假健康信息用戶行為的研究體系。

1 相關研究

牛津詞典將易感性(Susceptibility)解釋為個體易被影響、傷害或感染的敏感狀態，這一概念常見于醫學領域，在心理學、傳播學中也有探討。心理學的差別易感性模型(Differential Susceptibility Model)指出，易感性特質體現在個體行為、生理和基因3個層面，該特質導致一些人“可塑性”較高，容易被環境影響[14]。傳播學的媒介效應差異易感性理論(Differential Susceptibility to Media Effects Model)解釋了為什么有些人對媒介效應較敏感[15]。綜合各學科及Scherer L D等[4]的定義，本研究將虛假健康信息易感性定義為個體容易輕信不實健康信息，并受其影響的敏感狀態。

社交媒體的出現引起信息傳播范式發生變革。有學者提出，虛假信息在社交媒體中的傳播模式與病毒在宿主中的傳播相似[16]。《辭海》將易感者定義為對某種疾病缺乏免疫力的人或動物。社交媒體中也有虛假信息的易感人群(Susceptible Populations)[17]。已有研究將傾向于信任或傳播不實信息的個體識別為易感用戶[4,18-19]，他們更有可能點擊、分享虛假信息[20-22]。特殊群體對傳染病病毒更易感，兒童與接觸社交媒體信息最多的青年群體也可能對虛假信息易感[5,23]。

目前，學者發現人口統計或個體特征、信息特征、認知特性等均與虛假信息易感性有關：首先，年齡、人格特質[24]、情緒[25]、信息素養與受教育情況[4]等人口統計或個體特征顯著影響易感性。例如，年齡與信任假信息正相關[26]，但在COVID-19背景下，年齡與易感性負相關[27]。Scherer L D等[4]發現高易感性個體受教育程度和健康素養較低。其次，信息渠道[27-28]等信息特征影響易感性，如WHO這一渠道與用戶的低易感性相關[27]。信息的表征框架、內容主題對也顯著影響用戶判斷[29]。最后，思維模式或思考習慣，如個體的分析性思維、分析推理能力或批判性思維模式等認知特征有助于辨別假新聞或降低易感性[27,30-32]。正確評估威脅的能力下降，或應對虛假信息威脅的自我效能感減弱都可能致使個體呈現高易感性[33]。

上述研究對初步探究易感性的影響因素起鋪墊作用，也為本文提供理論依據。然而，現有研究鮮少關注個體因素、信息特征與認知特性如何同時影響易感性。當前大部分相關研究使用的多元回歸或結構方程模型等傳統統計技術假定各個變量獨立地起作用，單獨地討論要素的“凈效應”，忽視多個因素的聯動作用[34]。由于易感性是一種復雜的心理現象，受個體和外界多種因素組合的影響，有必要從整體視角探索個體特征、信息特征與認知特性之間的相互作用機制。本文采用模糊集定性比較分析方法，探討多種因素如何組合在一起解釋個體面對虛假健康信息時產生的認知反應，致使個體呈現出不同的易感性。

2 研究模型構建

本研究主要基于ELM模型與FBM模型，探索虛假健康信息易感性與精細加工路徑的影響因素組態。

2.1 理論基礎

2.1.1 精細加工可能性模型

從認知視角出發，人類是天生的認知吝嗇者，使用分析性思維時需調動復雜的認知能力，為了減少精力消耗，更傾向于依賴直覺等認知捷徑處理信息[35]，這種不仔細的思考過程會增加個體的易感性[4,36]。基于人類認知的這種特征，本研究采用ELM模型探索易感性的前因組態。

ELM模型描述了個體態度或行為形成的兩條信息加工路徑。第一條為中心路徑(Central Route)，此時個體對信息進行仔細深入的考慮，并付出較多認知努力。第二條為邊緣路徑(Peripheral Route)，此時個體主要依據語境中的來源等外圍線索處理信息，缺乏深入的認知或思考。已有研究發現，仔細思考的過程能提高個體對虛假信息的判斷能力，進而減少易感性[37]。Bago B等[32]認為，對虛假信息深思熟慮的認知過程能糾正一些靠直覺判斷引起的錯誤。通過中心路徑加工信息時，個體進行深入全面的思考，此時更可能識別出虛假健康信息，從而呈現低易感性。通過邊緣路徑加工健康信息時，會較多關注熱度、來源等外圍線索，識別出虛假健康信息的可能性低，此時個體可能呈現高易感性。

在ELM模型中，影響個體精細加工路徑選擇的主要因素是能力(Ability)與動機(Motivation)。能力越強的個體越傾向使用中心加工路徑。能力因素包括先驗知識、分心等[11]。在健康信息的情境下，先驗知識體現為豐富的健康知識，即較好的健康信息素養。陳憶金等[38]發現，電子健康信息素養高的用戶傾向于使用中心路徑加工信息。能力維度的另一個因素是分心，該變量可用來描述個體處理信息集中程度。分心擾亂了個體的認知過程，導致需要花費更多認知努力，此時個體傾向選擇不需要太多認知負荷和加工深度的邊緣路徑。分心程度較低時，個體傾向投入更多的認知資源來詳細、謹慎地思考信息內容[39]，即通過中心路徑加工信息。動機因素包括卷入度，該變量描述了個體對事物的感知關聯程度。當感知關聯程度高，即具有高卷入度時，個體處理信息的動機更強，此時傾向于使用中心加工路徑[40-41]。

除以上變量外，已有研究發現，焦慮也會影響個體精細加工路徑選擇。高特質焦慮個體處理信息時關注信息來源等外圍線索，低特質焦慮個體會更關注內容質量[42]。焦慮使人們容易傳播不準確或未經證實的言論，高度焦慮時，信任虛假信息可能會緩解焦慮引發的緊張情緒[43]。因此，焦慮也可視為信息精細加工的動機類因素。

2.1.2 福格行為模型

福格行為模型指出，動機、能力和觸發3類因素會影響人們形成某種態度或行為[13]，其中動機維度包含情感(Feeling)與社會接受或拒絕(Social Acceptance or Rejection)；能力維度包含事件、金錢與體力等；觸發維度包含誘因(Spark)、促進器(Facilitator)與標記(Signal)。依據福格模型的思想，在虛假健康信息情境下，個體的易感性分別與3個維度有關。

在動機維度，卷入度影響信息精細加工的處理過程，因而也影響易感性。情緒與虛假信息易感性之間可能存在因果作用[44]，健康焦慮情緒影響個體對信息的真實性感知，與虛假健康信息的接受程度呈正相關關系[8]，如Seo H等[45]發現健康焦慮者對COVID-19的虛假信息易感。在能力維度，低信息素養導致個體對虛假信息易感[17]。另外，在社交媒體使用中，分心引起的注意力分散導致用戶易被虛假信息欺騙[12,46]。

在觸發維度，促進器(Facilitator)可降低行為難度以促進目標行為[13]。個體處理虛假健康信息時，不僅需要調動自身認知，還會根據信息特征輔助判斷[47-48]。Gao Q等[49]發現，低情感化的客觀陳述會增加虛假健康信息的感知可信度。科學化的語言或客觀的描述能提高虛假信息的語言質量，增加其感知可信度，因此用戶可能對這類信息易感。信息質量較低時，其感知可信度不高，容易引起用戶的懷疑。在以微博為代表的社交媒體中，用戶對經專業認證的博主，即專業型“意見領袖”持有相當高的信任感知[50]。從信息接收者態度形成的角度出發，根據霍夫蘭德說服模型，信息接收者更易被可靠來源的信息說服[51]，但也有研究認為這一線索不影響用戶對健康假新聞真實性的感知[52]，因此，有必要探索信源聲譽對易感性的作用機制。社交媒體如微博中信息的大量轉發可能導致虛假信息被懷疑，導致其感知可信度降低[49]，說明評論熱度可能負向影響易感性。

2.2 組態模型

綜合上述理論及相關研究，本文形成的研究模型如圖1所示，以下詳細闡述各個模型。

1)模型A：能力和動機對精細加工路徑的影響。能力和動機是信息精細加工路徑的主要影響因素。模型A中能力變量包括健康信息素養和分心，健康信息素養指個體獲取、理解、甄別和應用健康信息的能力[53]；分心即分散精力、不專心。動機變量包括卷入度和焦慮，卷入度指個人基于自身的內在需求、價值與興趣而對事物感知到的關聯程度[54]。盡管Petty R E等[11]提出ELM模型時沒有意識到情緒會影響精細加工，但已有研究證實焦慮的重要作用[42]。因此，模型A將探討以上因素影響中心加工路徑和邊緣加工路徑的前因組態，以期發現能力與動機變量之間的互動關系。

2)模型B：精細加工路徑、觸發線索組合對易感性的影響。高易感性用戶明顯表現出輕信虛假健康信息的行為，因此，可利用個體對虛假健康信息的真實性感知情況衡量易感性[4,27,55]。本研究參考Roozenbeek J等[27]對易感性的測量方法，請參與者對多條健康信息(包含虛假信息和真實信息)的可靠程度打分。精細加工路徑包括中心加工路徑與邊緣加工路徑。根據已有研究，信息特征等外部觸發線索影響用戶對信息的真實性感知，本文選取的觸發線索包括信息質量、信源聲譽與評論熱度。模型B期望考察認知過程與信息特征如何共同作用于個體的易感性。

3)模型C：人口統計學特征組態對易感性的影響。人口統計特征是易感性的重要影響因素。年齡、性別與是否相信虛假信息有關[56]，職業背景、受教育程度也會影響個體應對虛假信息的行為[4,56-57]。本研究在模型C中探討的人口統計特征包括年齡、性別、是否有相關職業或專業背景(以下簡稱相關專業背景)及受教育程度，旨在發現哪類人群更可能呈現高易感性或低易感性。

4)模型D：能力、動機和觸發線索對易感性的影響。本研究在模型D中選取的能力與動機變量同模型A，觸發線索同模型D。既往研究發現這些變量都與個體的易感性或對虛假信息的感知有關，因此模型D將從整體視角探索3類因素之間的“聯動效應”。

圖1 研究模型

3 研究設計

本研究采取2×2×2(信息質量高低分組×評論熱度高低分組×信源聲譽高低分組)的組間在線實驗收集數據，使用SPSS和SmartPLS檢驗信效度。研究主要采用模糊集定性比較分析法，該方法關注變量影響的復雜性與多樣性，探索因果非對稱性關系，以及條件組合如何共同作用于結果等[34,58]，適合用于考察易感性、精細加工路徑的前因組態。

3.1 實驗材料與問卷設計

從中國科協科學辟謠平臺官方微博(weibo.com/u/6507165034)中選取9條已被辟謠的虛假健康信息作為實驗原始材料。首先，將材料處理成9組長度相仿(避免長度產生影響)、質量分別為高和低的陳述，其中，虛假陳述8組，真實陳述1組，共18則。根據虛假陳述的平均得分衡量個體易感性高低，真實陳述用于平衡實驗材料，以避免參與者猜測出實驗目的或形成判斷慣性，其得分不納入本文分析范圍。材料質量高低的處理方法參照Park D H等[59]及Gao Q等[49]，盡可能使高質量信息表述客觀、邏輯清晰、可理解性強，并使用一些科學語言或數據，低質量信息主觀性、情感性強，較少使用科學化的語言。為了保證信息質量具有區分度，在正式調查前，請5位被試根據評論熱度和信息質量高低對已隨機化處理的材料進行分類，根據反饋結果進行初步修改。隨后，請17位被試(包括圖書情報類博士生4人和碩士生13人，不參與正式調研)使用7級李克特量表，從語言規范性、內容可理解性、詳實性、客觀性4個方面對已隨機化處理的18則材料打分。其中，語言規范性指用語的科學程度，可理解性指內容是否容易被理解，詳實性指內容是否包含必要的細節，客觀性指表述邏輯清晰、情感性弱。最后統計每人打分總分，9組材料中，低質量的文本平均得分均低于高質量文本的平均得分，其中7組通過t檢驗(p<0.05，包括虛假陳述6組，真實陳述1組)，表明每組的信息質量間存在顯著差異，將用于正式實驗。材料示例如表1所示。

表1 高質量/低質量材料示例

信源聲譽分為高聲譽與低聲譽來源兩組。參照文獻[60]，將高聲譽來源設計為“認證：知名健康博主”，粉絲數量多；低聲譽來源設計為“無認證”，粉絲數量少。兩組信源使用相同的隨機字母組合的虛擬昵稱[51]。評論熱度按照轉發、評論與點贊數量高低分為高熱度與低熱度兩組[51]。

本研究使用在線問卷收集實驗數據，問卷中的量表設計如表2所示，所有題項均來源或改編自現有文獻。除易感性使用7級Likert量表外，其他題項均使用5級Likert量表。

表2 量表題項設計及來源

3.2 在線實驗流程及數據采集

圖2展示了整個在線實驗的流程。首先，請參與者閱讀測試前說明、確認參加研究(第1步)，并回答問題(第2步)。隨后，每位參與者從8組材料中隨機抽取1組，進行正式實驗，根據抽取的材料回答相關問題(第3步)。圖3為正式實驗的材料示例，展示了一組材料中的兩條信息。參與者完成全部問題后提交答卷，并閱讀材料信息的辟謠說明(第4步)。

圖2 在線實驗過程

圖3 正式實驗的材料示例(低信息質量、低信源聲譽、低評論熱度組合)

在線實驗問卷使用問卷星制作，并通過網絡渠道發放。實驗數據采集時間為2022年5月27日—30日，總計回收答卷504份，覆蓋全國大部分省市自治區。剔除作答時間少于60秒和甄別題錯答的答卷，最終獲得456份有效樣本，樣本回收率為90.47%，有效樣本特征如表3所示。回收樣本年齡范圍為18～56歲，以30歲左右的青年為主。在教育背景分布上，本科學歷最多(占39.3%)，大多數樣本沒有相關專業或職業背景(89.7%)。女性比例高于男性，這與以微博為代表的社交媒體中年輕用戶居多、女性活躍用戶比例高于男性的情況相似[64]。

表3 樣本基本信息的描述性統計

3.3 量表信度和效度分析

本研究采用SPSS和SmartPLS 3[65]進行信效度檢驗。首先，使用SPSS初步計算量表的Cronbach’s α系數，共有2個題項(LIT3、PER2)被刪除，易感性的Cronbach’s α系數為0.858，表明該變量一致性較好。使用SmartPLS3軟件進行剩余因子的信效度檢驗，結果如表4所示，所有潛變量的Cronbach’s α系數取值介于0.656～0.923之間，組合信度都大于0.7，表明各測量項之間具有較好的內部一致性。

使用平均方差萃取量(Average Variance Extracted，AVE)檢驗收斂效度和區別效度，結果如表4與表5所示。單個題項的因子載荷均大于0.5，且所有變量的AVE都大于0.5，收斂效度較好。AVE平方根均大于該變量與其他變量的相關系數，區分效度較好。

表4 信度分析結果

表5 區別效度

3.4 變量校準

組態分析前需要校準(Calibrate)數據。首先對連續變量取平均值，然后按照5%(Fully Out)、95%(Fully In)和交叉點50%(Cross Point)的分位數錨點校準連續變量[66]。由于以微博為代表的社交媒體用戶群體以30歲以下的年輕人為主[64]，將年齡校準的50%分位數錨點替換為30，二元變量直接使用1和0進行分配，所有變量的校準錨點如表6和表7所示。校準后，將包含0.5的連續變量中所有隸屬度小于1的值全部減少0.001[67]。

表6 連續變量校準

表7 非連續變量校準

4 定性比較分析結果

4.1 必要條件分析

分別對變量中心加工路徑、邊緣加工路徑和易感性進行必要條件分析，結果如表8和表9所示。兩條精細加工路徑的單項前因條件一致性均小于0.9，說明單個變量對精細加工路徑的解釋力較弱，沒有指標可成為中心加工路徑或邊緣加工路徑的必要條件[68]。對易感性的必要條件分析，發現非相關專業背景與高易感性的一致性大于0.9，說明非相關專業背景是高易感性的必要條件。

表8 精細加工路徑的必要條件分析

表9 易感性的必要條件分析

4.2 前因變量組態分析

對精細加工路徑的前因組態(模型A)分析，結果如表10所示。參照文獻[69-70]將一致性閾值設置為0.8，可接受的最小個案閾值設置為3，PRI高于0.5。計算結果包括復雜解、中間解和簡約解，表10中呈現中間解。

表10 模型A分析結果

模型B探索精細加工路徑與觸發線索影響高低易感性的組態，一致性、案例數和PRI閾值同上，結果如表11所示。高易感性的前因變量組合有5種組態，其中SE2a、SE2b具有相同的核心條件，構成二階等價組態[71]。

表11 模型B分析結果

模型C探索個體的人口統計學變量組態對易感性的影響機制，閾值選取同上，分析結果如表12所示。

表12 模型C的分析結果

最后，模型D根據FBM模型探索動機、能力與觸發線索構成易感性的前因組態。由于該模型的條件變量較多，將頻數閾值提高至5，其他閾值不變。模型D報告內容選取簡約解[72]，產生路徑如表13所示。

表13 模型D的分析結果

4.3 穩健性檢驗

本研究選擇模型B與模型D進行穩健性檢驗，參考文獻[73]的檢驗方法，將最小案例閾值增加1。模型B的結果沒有發生變化，模型D中的6條路徑均屬于穩健性檢驗結果的子集，因此，認為結果具有穩健性[67]。

5 討 論

5.1 精細加工路徑的前因組態

5.1.1 中心加工路徑的前因組態

促進個體通過中心路徑加工信息的組態有兩條(E1、E2)，可歸納為能力強—動機強模式：①分心程度低*高卷入度：此時個體認為信息與自己有較強的相關性，無論是否處于焦慮狀態、是否具有較好的健康信息素養，比較專注的習慣能促使其深入處理健康信息；②高健康信息素養*高卷入度：如果個體處理信息時并不高度專注，但由于動機強、健康信息素養較好，此時也愿意付出一定的認知努力全面思考。

組態NE1表明弱中心加工程度的前因路徑僅有低卷入度這一條件。一旦個體認為這些信息與自己不相關，就不愿付出認知努力。

綜合3條路徑，發現卷入度對中心加工路徑選擇具有重要作用，卷入度受人們感知客體遠離自己的程度影響，即心理距離(Psychological Distance)。心理距離較近時，個體具有高卷入度，傾向關注事物具體、客觀、目標無關、背景化的特征，即詳細、清晰的信息內容；心理距離較遠時，卷入度較低，個體傾向于關注信息簡單、抽象的特征[74-75]。不過，模型A的結果也表明，僅有高卷入度不能促進個體通過中心路徑處理信息，個體還需要具備一定的處理能力。

5.1.2 邊緣加工路徑的前因組合

促進個體通過邊緣路徑加工信息的組態有3條，其中前兩條均僅有一個核心變量，分別為焦慮與分心。無論能力與卷入度如何，強烈的焦慮情緒易促使個體通過邊緣路徑處理健康信息(組態P1)。這一現象可用注意力控制理論(Attentional Control Theory)解釋。焦慮減少了個體對注意力的控制，導致認知資源分配到其他心理活動[76]，為了減少認知努力，此時個體傾向于使用邊緣路徑。這一結果印證了DeBono K G等[42]認為高特質焦慮個體在精細加工中傾向于關注外圍線索的觀點。與Petty R E等[11]在ELM模型的觀點相同，習慣分心的個體傾向于使用邊緣加工路徑處理健康信息(組態P2)，分心擾亂了個體的思考過程，降低處理信息的能力。本研究采用了自我報告的方式測量，因此，產生組態P3的原因可能是達克效應(Dunning-Kruger Effect)。達克效應指部分能力欠缺的個體由于“過度自信”而錯誤地高估自己的知識水平[77]，在本研究中一些參與者可能錯誤地評估了自己的健康信息素養。當個體不分心也不焦慮時，即便卷入度較低，也很少通過邊緣路徑處理信息(組態NP1)。

5.2 高易感性與低易感性的前因組態

5.2.1 觸發線索與思考模式組合

模型B的結果表明，高易感性的五條路徑呈現為同一模式——強觸發線索下的非深度思考。這些路徑的觸發線索均可認定為強觸發線索：由于科學化的表達方式、統計信息會提高信息的感知可信度與感知清晰度[78]，具有這類特征的虛假健康信息的認知難度更高，導致個體易感。不可靠信息的高評論熱度容易被認為是“水軍”操縱所致，“佐證”用戶的推測，但低評論熱度無法起到這種輔助作用[49,52]。根據霍夫蘭德說服模型，信源聲譽能增加感知可靠性，提高說服效果，但模型B的結果與Gao Q等[49]的研究結果相似，個體判斷信息準確性時可能并不特別關注信源聲譽(博主認證信息)。在強觸發線索條件下，如果用戶中心加工程度較低，無論是否從邊緣路徑加工信息，個體都會呈現高易感性。如果個體主要通過邊緣加工路徑處理健康信息，在強觸發線索作用下容易呈現高易感性。類似地，低易感性組態可視為弱觸發線索下的深度思考模式。與分析性思維相似，雖然從中心路徑加工信息有利于辨別可疑的內容，但面對相對復雜、識別難度高的虛假健康信息，僅憑分析可能仍不足以準確地感知其真實性[30]。

5.2.2 人口統計學特征

模型C的結果表明，不具備相關專業背景的中年女性屬于易感人群(SP1)，相關專業背景的中年群體(NSP1)屬于非易感人群。必要條件分析(表9)也表明，非相關專業背景是高易感性的必要但不充分條件。高易感人群往往沒有相關專業背景，但沒有專業背景并不代表用戶易感。專業背景使用戶擁有豐富的醫學和健康專業知識，會認為虛假健康信息的認知難度較低，不會被迷惑也不容易輕信。同時，本研究發現，年齡、性別、受教育程度和專業背景對虛假健康信息易感性的影響具有聯合效應，低教育程度、不具備相關專業背景的青年女性(NSP2)是非易感人群。與文獻[4]認為受教育程度低的個體易感性較高不同，在組態NSP2中，這類用戶反而呈現低易感性。這或許與年齡因素有關，年齡越小，對虛假信息的辨別能力越強[26,79]。本研究劃分的青年均在30歲以下，屬于“數字原住民”[80]，他們更擅長接受或處理數字化信息，作為“數字原住民”的青年女性可能有更好的信息素養，所以不易被迷惑(NSP1)。從性別角度來看，女性比男性更關注健康信息[81]。組態SP1中的中年女性大多屬于“數字移民”，對數字信息的接受或學習能力稍弱于青年群體，而性別又使其對健康話題更關注，可能對健康信息更敏感，因而呈現高易感性。不過，模型C的總體覆蓋率不高(0.313和0.285)，低于0.5[67]，說明人口統計特征對易感性的解釋能力不強。

5.2.3 觸發線索與動機、能力組合

模型D的結果表明，高易感性前因組態可分為兩類：第一類組態為高信息質量—強觸發線索模式與強焦慮—強觸發線索模式，認知難度較高的虛假健康信息導致個體易感(SF1)；第二類組態(SF2、SF3)為強焦慮—強觸發線索模式，個體處于強焦慮狀態下，如果缺乏深入處理信息的動機，在強觸發線索下最終呈現高易感性(SF2)。在強焦慮狀態下，即便個體并不分心，但面對強觸發線索的虛假健康信息仍可能呈現為高易感性(SF3)，如Li M H等[82]發現強烈的情緒與對信息不加批判地接受有關。在模型D中，焦慮導致用戶的認知資源被占用，減少了認知投入，因而較易感。

低易感性組態均可歸納為弱觸發線索模式。如果虛假健康信息的質量較低，偽健康信息特征相對明顯，則感知可信度較低[81]，而且這些信息的高評論熱度能支持用戶的懷疑[49]，所以，無論動機、能力高低，面對這類信息時用戶都不易感(NSF1)。焦慮的個體容易相信那些誘發恐慌情緒的不實信息，將自己的恐懼情感強化[43]，如果個體不焦慮，認知資源不會被情緒占用，而且也沒有焦慮所導致的緊張情緒，在偽健康信息特征明顯的情況下不易感(NSF2)。如果個體認為這些健康信息與自己相關性強，認知動機較強，在弱觸發線索的作用下，即便自己的健康信息素養不高也不易感(NSF3)。

綜合模型D中高低易感性的組態，發現觸發線索中的信息質量至關重要。低質量虛假健康信息的偽信息特征明顯，其感知可信度較低且迷惑性不強，因此用戶對低質量信息不易感，這與5.2.1節模型B的結果相互印證。易感性雖然是一種個體特質，但受信息特征影響較大，將虛假健康信息與傳染病病毒類比，個體對傳染病病毒的易感性受到病毒特征的影響，用戶對不同特征的虛假健康信息也呈現不同的易感性。

6 結論與建議

本文采用模糊集定性比較分析方法，基于ELM模型探索用戶的動機與能力影響精細加工路徑的組態，發現能力強—動機強模式促進個體通過中心路徑加工信息，缺乏卷入度抑制個體通過中心路徑加工信息。個體分心程度高或強焦慮情緒下，易使用邊緣加工路徑處理信息。在能力強、低卷入度、弱焦慮情緒組合下，邊緣加工路徑受到抑制。隨后，探索精細加工的認知過程與觸發線索的組合對虛假健康信息易感性的影響機理，發現認知過程與觸發線索強度同樣重要，強觸發線索下的非深度思考使個體呈現高易感性，弱觸發線索下的深度思考使個體呈現低易感性。另外，人口統計學特征組態也能對虛假健康信息易感性做少量解釋。最后，基于FBM模型探索動機、能力和信息觸發線索影響易感性的前因組合，發現高易感性組態為高信息質量—強觸發線索模式和強焦慮—強觸發線索模式，低易感性的前因組態為弱觸發線索模式，觸發線索成為影響易感性的重要因素。

在理論方面，本研究從整體視角探索了多種因素組合影響認知過程，以及個體虛假健康信息易感性的作用機制，豐富了ELM模型和易感性的相關研究；在實踐方面，本研究結果有利于提高用戶對虛假信息的甄別能力，幫助相關部門采取措施降低公眾的易感性。

本研究目前也存在一定不足。首先，給參與者呈現的是文本材料，沒有探索圖像、直播、視頻等更能吸引用戶的傳播方式對易感性的影響[6]，與真實的社交媒體不夠相似。此外，本研究使用自我報告方法測量，未來可以考慮使用更客觀的心理生理測量方法。盡管以上局限性存在，根據研究結果仍可提出以下建議：

1)倡導用戶養成良好的健康信息使用習慣。Ozturk P等[83]研究發現，類似于“這條推文可能包含錯誤信息”的提示，可降低謠言分享行為發生的可能性。只要進行簡單干預，引導用戶考慮新聞內容準確性，就可以減少虛假信息的傷害[36]。組態分析結果也表明，如果用戶愿意付出一定的認知努力，避免分心，就更可能識別出虛假健康信息。因此，平臺可以通過簡單引導，促使用戶認真處理健康信息。此外，一旦虛假信息被“科學化”包裝處理，會產生一定的“蒙蔽”作用。所以，倡導用戶從權威官方渠道獲取、使用健康信息，在處理信息時多關注信息的內在邏輯而非淺顯的表述內容。

2)提高用戶健康知識水平和健康信息素養。相關部門可通過多種權威、可信渠道進行公益性健康科普，以增進民眾健康知識水平。對于易感群體，應有針對性地宣傳健康知識。注重培育用戶的健康信息素養，使用戶了解自身的健康信息需求，知曉獲取準確健康信息的渠道，評價健康信息的質量并對其可靠程度做出正確判斷，以減少虛假健康信息易感性。