信息疫情中真假信息競爭性傳播研究

王世雄　朱明旻　駱彥余

關鍵詞： 信息疫情； 競爭性傳播； 信息繭房； 多主體建模； ＦＴ－ＳＩＲ 模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０９．０１１

〔中圖分類號〕Ｇ２０６ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０９－０１２４－１３

在新冠疫情肆虐全球之際， 社交媒體上的信息疫情猶如另一種令人恐慌的“病毒”。魚龍混雜的真假信息形成競爭性傳播格局， 深刻影響著公眾認知， 時常激化群體情緒， 形成極具危害性的社會穩定風險， 業界把這種現象稱為信息疫情。它是指在重大突發公共衛生事件情境下， 過量的信息（包括真實信息和虛假信息）使得人們難以發現值得信任的信息來源和可靠的指導［１］ 。從傳播過程上看， 信息疫情主要表現為虛假信息滿天飛， 真相實情被掩藏， 真實和虛假信息相互對抗、競爭， 導致公眾產生信息焦慮， 對精神和行為都產生不利影響， 嚴重影響疫情防控和社會穩定［２］ 。幫助公眾采取措施使其免受信息疫情的影響是新冠病毒疫情防控的重要組成部分， 而理解信息疫情的傳播則是制定有效防控措施的前提， 蘊含信息疫情之中的真假信息競爭性傳播規律是亟需深入研究的課題之一。

鑒于信息疫情空前的流行規模和速度， 學者們把它與病毒傳播進行類比， 采用流行病學模型衡量和評估社交媒體上信息疫情的傳播， 期冀闡明信息疫情的傳播規律。與此同時， 隨著社交媒體的崛起，競爭性信息傳播的相關研究亦是學者們關注的焦點。現有文獻表明， 信息疫情與病毒疫情的傳播既有相似性又有差異性， 如接觸不一定意味著感染， 但是在信息疫情中， 基于社交媒體數據的接觸一般往往與人們自我報告的經歷不一致［３］ 。因此， 需要更深入的研究對人群接觸信息疫情導致感染（即說服）的可能性進行探索， 以獲得更準確有效的結論。

本文從信息疫情中真假信息的競爭性傳播特性入手， 聚焦信息疫情的用戶易感性、信息的競爭性傳播以及信息疫情的免疫３ 個維度， 研究３ 個關鍵問題： ①社交媒體用戶信息行為如何催生真假信息競爭性傳播？ ②用戶角色特質如何影響真假信息的競爭性傳播？ ③如何采取有效措施降低信息疫情的危害？ 上述３ 個問題的解答， 將進一步解釋在信息疫情這種新的情境下不同信息的傳播規律和競爭關系， 有助于科學制定信息疫情的管控政策。

１相關研究

信息疫情的概念起源可追溯至ＳＡＲＳ 時期，Ｒｏｔｈｋｏｐｆ Ｄ Ｊ［４］ 將“信息疫情” （Ｉｎｆｏｄｅｍｉｃ）創造為信息（Ｉｎｆｏｒｍａｔｉｏｎ）和流行病（Ｅｐｉｄｅｍｉｃ）的混合體， 他認為， 信息疫情以與現實完全不成比例的方式影響著國家（地區）和國際經濟、政治甚至安全。伴隨新冠疫情的暴發， 信息疫情以其空前的傳播力、破壞力再度引起學界的高度關注。Ｇａｌｌｏｔｔｉ Ｒ 等［５］ 對信息疫情現象進行了風險評估， 研究指出， 信息疫情的傳播規律比想象中更為復雜多樣。Ｌｉｎｄｅｎ Ｓ［３］則指出， 當前關于信息疫情傳播的研究仍存在重大的局限性。

在突發公共衛生事件背景下， 社交媒體用戶具有異質性和傳播學意義上的雙重角色。一方面， 作為信息的接收者， 他們會不斷從社交媒體中搜尋信息， 同時對獲取的信息進行自我判斷和選擇［１０］ ； 另一方面， 他們又扮演著傳播者的角色， 向他人傳遞自身的觀點。信息傳播的相關研究成果表明， 惡意在動態網絡中具有高度的傳染性［６］ 。在社交媒體上，真假信息相互競爭， 使得信息疫情傳播的動態性、復雜性更為突出［７］ 。社交媒體上既有熱衷于披露疫情真實信息的用戶， 又存在著惡意散布虛假信息的用戶， 還存在著大量難以辨別信息真假的用戶［８］ ，異質性用戶傳播著多樣化信息， 推動信息疫情的涌現和擴散。在信息疫情這個新的情境下， 社交媒體用戶的異質特性和復雜行為在其中所起的作用引起學者的重視。

隨著信息疫情研究的深化， 應用情報學理論和研究范式介入信息疫情研究是當下的一個熱點［９］ 。Ｗｉｌｓｏｎ Ｐ［１０］ 教授于１９８３ 年提出認知權威理論， 他認為， 人們構建知識通常包括以下兩種方式： 一種是基于自身的觀察和體驗獲得一手知識； 第二種是通過所認可的其他人獲得二手知識。認知權威對用戶的認知產生影響， 而被影響的用戶則有意識地視其為可靠的真實信息來源， 并認為這種影響是積極的、合適的。另外， 當用戶對于所獲得的信息感到自信， 并且認為信息已獲得足夠多時， 則會失去獲取更多信息的興趣， 進而抑制信息獲取行為［１１］ ，久而久之， 其接觸的信息會趨于窄化， 并逐漸喪失獲取其他信息的能力， 最終陷入“信息繭房” 之中。在新冠疫情背景下， 虛假認知權威的存在破壞了用戶獲得真實信息的原有秩序， 加上“信息繭房” 效應的作用， 部分用戶容易將虛假信息奉為圭臬， 而對真實信息視而不見， 最終造成信息傳播的失序， 引發信息疫情。因此， 厘清用戶角色特質與真假信息競爭性傳播的作用關系是信息疫情傳播規律的核心內容之一。

近年來， 信息競爭性傳播日趨成為傳播學領域的熱點課題， 與之相關的研究大致有兩種思路。一是通過實證統計分析， 比較不同類型信息在網絡中的傳播方式， 此類研究由于其統計方法的不同， 所得結論往往大相徑庭。如２０１８ 年發表于Ｓｃｉｅｎｃｅ 上的論文［１２］ ， 基于多個社交平臺的數據， 得出結論“虛假信息比真實信息傳播得更遠、更快、更深入、更廣泛”， 而２０２１ 年發表于ＰＮＡＳ 上的論文［１３］ 采用與之相同的數據， 所得結論卻截然相反， 認為真實信息與虛假信息的傳播方式并沒有統計上的差異。二是通過建模仿真分析， 從宏觀和微觀兩個層面開展研究， 在宏觀層面， 利用自上而下的思路研究多類輿情信息之間的競爭效應［１４－１５］ ； 在微觀層面， 依托事件驅動的主題挖掘和文本分析， 利用自下而上的思路研究同一事件中不同信息的傳播過程， 進而解釋它們之間的競爭關系［１６］ 。ＳＩＲ 模型作為經典流行病模型之一， 能有效模擬社交媒體虛假信息的傳播規律， 因而此類研究多采用ＳＩＲ 模型作為基礎模型并對其進行優化。如陳一新等［１７］ 在ＳＩＲ 模型中加入“辟謠者” 狀態， 構建了ＳＩＤＲ 傳播模型。張菊平等［１８］ 在謠言傳播過程中引入真實信息的傳播者，建立了ＳＩＴＲ 謠言傳播模型。這種流行病學方法有助于設計檢測系統來識別超級傳播者， 從而能夠及時部署干預措施， 遏制病毒性虛假信息的傳播［１９］ 。

流行病傳播與信息疫情傳播之間的差異性是顯著且客觀的。信息疫情蘊含著真假信息的競爭性傳播， 是一種新的信息情境和傳播圖景， 蘊含著社交媒體用戶的復雜信息行為， 以信息傳播和流行病傳播的相似性作為研究假設還不足以解決信息疫情傳播的復雜性。在信息疫情中， 信息在傳播過程中容易發生變異。類似于打電話游戲， 第一個玩家傳出的信息在經過中間玩家的轉述后， 其內容與最后一個玩家所接收到的信息早已天差地別， 社交媒體上的每一次信息傳播都可能讓信息發生改變［２０］ ， 前期傳播的所謂真實信息， 后期可能被認定是虛假信息， 前期被認定的虛假信息， 后期可能被確認為真實信息。簡而言之， 簡單拓展流行病傳播模型， 不考慮信息疫情傳播的時序特性， 僅僅在真假信息二元分類的基礎上研究虛假信息的傳播規律， 難以完全解釋信息疫情的復雜傳播行為。

為此， 本文以流行病動力學理論的ＳＩＲ 模型為基礎， 結合復雜網絡、認知權威、信息繭房等理論， 融入用戶信息行為， 綜合考慮用戶的行為特征與角色特質， 把單一信息傳播過程拓展至信息疫情衍生而來的真假信息競爭性傳播過程， 構建信息疫情中真假信息競爭性傳播模型， 運用多主體建模方法模擬上述模型的作用過程和涌現結果， 以此揭示信息疫情中真假信息的競爭性傳播機理。

２信息疫情中真假信息競爭性傳播模型

２.１模型構建

本文以信息疫情暴發頻繁的微博平臺為研究對象。在微博平臺中， 用戶的轉發行為是微博信息傳播的主要方式， 通過轉發能夠使信息基于用戶“關注與被關注” 構成的關系網絡快速傳播［２１］ ， 當用戶閱讀某條微博， 若認為其值得分享， 就可以轉發該微博。由于微博信息具有很強的時效性， 發布時間越長的信息越少人去關注［２２］ ， 加之信息疫情防控期間熱點信息此起彼伏， 信息傳播呈現出高度動態性， 發布時間越長的信息被轉發的概率越低。因此， 在依托微博傳播的信息疫情中， 真假信息競爭性傳播模型的構建需考慮一個關鍵性要素， 即接觸并不等于說服［３］ ， 人們在接觸到信息后并不一定意味著被說服， 在信息疫情情境下， ＳＩＲ 模型具有較好的適用性。有鑒于此， 本文假設： 第一， 真假信息依托于靜態、封閉的有向網絡進行競爭性傳播； 第二， 用戶通過轉發行為參與信息傳播， 用戶轉發信息時可通過評論對其進行二次創作； 第三，用戶僅轉發其關注的用戶發布的信息， 其信息傳播行為具有高度的時效性， 信息傳播與感知信息同時發生。

基于上述假設， 利用在線社會網絡（Ｏｎｌｉｎｅ Ｓｏ?ｃｉａｌ Ｎｅｔｗｏｒｋ， ＯＳＮ）描述社交媒體的互動結構， 將其描述為Ｇ ＝（Ｖ，Ｅ）， 其中Ｖ ＝｛ｖ_１，ｖ_２，…，ｖ_Ｎ ｝表示在線社會網絡中社交媒體用戶的集合， Ｅ?Ｖ×Ｖ， 表示用戶之間的社會關系。借鑒已有文獻的結論， 本文將社交媒體用戶的狀態分為４ 類［２３－２５］ ， 包括易感狀態（Ｓ）， 即未接收到信息或接收到信息后未被信息所說服的用戶； 虛假信息傳播態（Ｉ_Ｆ）， 即被虛假信息所說服并具有進一步傳播虛假信息能力的用戶； 真實信息傳播狀態（Ｉ_Ｔ ）， 即被真實信息所說服并具有進一步傳播真實信息能力的用戶； 免疫態（Ｒ）， 即不再具有傳播真實信息及虛假信息能力的用戶。４ 種狀態的轉換關系如圖１ 所示， 也就是信息疫情中真假信息競爭性傳播ＦＴ－ＳＩＲ 模型。其中，α_１表示Ｓ 狀態用戶接收到虛假信息時的傳播率， α_２表示Ｓ 狀態用戶接收到真實信息時的傳播率， β_１表示用戶在接收到虛假信息時通過創作傳播真實信息的變異率， β_２ 表示用戶在接收到真實信息時通過創作傳播虛假信息的變異率， γ_２表示傳播虛假信息用戶在接收到真實信息時轉向傳播真實信息的置換率， γ_１ 傳播真實信息用戶在接收到虛假信息時轉向傳播虛假信息的置換率， δ_１ 表示傳播虛假信息用戶轉化為免疫態的概率， δ_２表示傳播真實信息用戶轉化為免疫態的概率。

在ｔ＝０時刻， 在外部事件的刺激下， 網絡內一名用戶產生原創行為創作信息， 隨著該信息的傳播演化， 催生真假信息的競爭性傳播， 該模型的具體傳播機制如下：

式（２） 中的４ 個微分方程分別表示易感態、虛假信息傳播態、真實信息傳播態、信息免疫態４類用戶的數量變化率。相比于傳統的流行病模型而言， 本模型突出真假信息的競爭性傳播特性， 同時考慮用戶在傳播信息時的信息行為。

２.２模型平衡點與穩定性分析

模型穩定性是指在線社會網絡系統受到的擾動作用消除后， 經過一段過渡過程后能否回到原來的平衡狀態或足夠準確地返回到之前的平衡態［２５］ 。式（２） 前３ 個方程均不含Ｒ， 故只需考慮前３ 個方程。假設網絡在ｔ 時刻達到平衡點， 則有：

將在線社會網絡的入度分布函數用Ｐ（ｋ）表示，表示選定一個用戶， 其入度值恰好為ｋ 的概率， 即恰好有ｋ 個用戶能直接向他傳遞信息的概率， 由式（３） 可得：

３仿真實驗與結果討論

３.１實驗設計與實現

多主體建模（Ａｇｅｎｔ－Ｂａｓｅｄ Ｍｏｄｅｌｉｎｇ， ＡＢＭ）是利用多主體模型刻畫現實世界和復雜系統的一種建模方法［２６］ ， 為分析在線社會網絡中信息傳播機制提供了有效的研究方法。本文采用多主體建模的方法， 將社交媒體用戶抽取作為主體， 基于ＦＴ－ＳＩＲ模型， 從用戶的信息行為中抽取互動關系和行為規則。利用網絡爬蟲程序獲得一個由１００００個用戶和４５１ ６３２條有向邊構成的局部微博網絡， 網絡連邊方向為由關注者指向被關注者。

應用Ｇｅｐｈｉ 軟件對該網絡進行拓撲結構分析，得到局部微博網絡的平均路徑長度為３.４３３， 平均聚類系數為０.１， 可見該網絡既具有較短的平均路徑長度， 又具有較高的聚類系數。網絡出度與入度分布如圖２ 所示， 由圖２（ａ）可見， 在該局部微博網絡中大多數用戶的出度都相對較小， 而存在少部分用戶的出度相對較大， 表現為典型的冪律分布。在圖２（ｂ）中， 網絡的入度分布近似曲線， 隨著入度的增加， 其入度概率先隨之上升而后快速下降，用戶入度分布呈現為冪律分布。由上述分析可知，本文所構建的局部微博網絡既具有小世界現象， 又具有無標度特性， 能有效地反映真實社交網絡特征。基于該局部微博網絡， 本文依托ＮｅｔＬｏｇｏ 平臺進行多主體建模仿真實驗， 通過設置不同的實驗參數進行計算實驗， 觀察不同參數條件下不同要素的作用機制。

根據認知權威理論和“信息繭房” 現象， 在線社會網絡包含３ 類典型用戶， 第一類是具有較大影響力的意見領袖， 第二類是盲目跟風的普通用戶，第三類是陷入“信息繭房” 而固執己見的普通用戶。意見領袖具有較大的影響力且只傳播真實信息或只傳播虛假信息， 盲目跟風者所傳播的信息會隨著接收到信息的不同而發生轉變， 而固執己見者既能傳播真實信息也能傳播虛假信息， 但在其選擇傳播一種信息后便不再傳播另一類型信息。根據實際微博中用戶分布情況， 實驗設置網絡內出度值最大的１００個用戶作為意見領袖， 普通用戶為盲目跟風者或固執己見者的概率均為０.５。

３.２實驗結果與分析

為進一步探究信息疫情中真假信息的競爭性傳播機理， 本文分別考慮網絡內先出現真實信息和先出現虛假信息兩種情境下， 信息變異率、置換率、信息繭房和意見領袖對真假信息競爭性傳播過程的影響。

３.２.１信息變異率對競爭性傳播的影響

與一傳十、十傳百的復制性病毒擴散有所不同，用戶在傳播信息時往往會對原信息進行二次創作，使得其傳播的信息發生變異， 可以與原信息真假相同， 也可以相異。為觀察信息變異率對真假信息競爭性傳播的影響， 本文在控制β２ 不變的情況下，通過改變β１ 的值， 令其分別等于０.０.２５、０.５、０. ７５、１， 得到仿真結果如圖４ 所示。

在先出現虛假信息的情境中， 當β_１＝ ０ 時， Ｉ_Ｆ用戶數量峰值顯著高于其余４ 組實驗， 系統內未生成真實信息， 因而未產生真假信息競爭性傳播。與β_１＝０ 時相比， 在β_１≥０.２５ 的情況下， Ｉ_Ｆ用戶數量峰值大幅下降， 而Ｉ_Ｔ 用戶數量峰值則大幅上升；先出現真實信息的情境中， 各組實驗并未呈現出顯著差異。顯而易見， 在先出現虛假信息的情境中，提高虛假信息變異率能有效促進真實信息的生成，隨著信息的傳播， 這種信息變異的現象會隨之放大， 生成顯著的“牛鞭效應”， 進而提高二者的競爭性傳播強度， 而在先出現真實信息的情境中， 提高虛假信息變異率并不會對真假信息競爭性傳播產生顯著影響。

３.２.２置換率對競爭性傳播的影響

在新冠疫情的背景下， 社交媒體用戶渴望快速獲得信息， 同時又難以辨別信息的真假。自然而然，盲目跟風成為普通用戶的選擇， 使其成為真假信息交替反轉的“墻頭草”。推動用戶由傳播虛假信息轉向傳播真實信息， 是信息疫情情境下在線社會網絡信息治理的重要舉措。為探究用戶由傳播虛假信息轉化為傳播真實信息的置換率對真假信息競爭性傳播的影響， 本文進一步改變γ_２的值， 令γ_２分別取０、０.２、０.４、０.６、０.８， 實驗結果如圖５ 所示。

在先出現虛假信息的情境中， 當γ_２ 由０ 增加至０.２５ 時， Ｉ_Ｔ用戶數量峰值與真假信息競爭性傳播強度均大幅增加， 隨著γ_２繼續增大， 其影響效果逐漸減弱； 在先出現真實信息的情境中， 在γ_２由０ 增加至０.２５ 時， Ｉ_Ｆ用戶數量峰值與真假信息競爭性傳播強度均大幅增加， 當γ_２＝０時， Ｉ_Ｔ用戶數量在達到峰值后的下降速度遠快于其余各組。由此可見， 無論網絡內首先出現的是真實信息還是虛假信息， 合理利用普通用戶的“墻頭草” 效應， 提高用戶由虛假信息傳播狀態轉化為真實信息傳播狀態的置換率， 均能有效增強真實信息在競爭性傳播中的競爭力。

３.２.３“信息繭房” 對競爭性傳播的影響

普通用戶是在線社會網絡中的主要傳播主體，有研究［２７］ 指出， 突發公共衛生事件下“信息繭房”效應是存在的， 并且會使用戶認知固化和極化， 影響其對政府的信任。實驗通過改變網絡內固執己見者占比（ＩＣ）的變化， 剖析“信息繭房” 對信息疫情中真假信息競爭性傳播的影響， 實驗結果如圖６ 所示。

在先出現虛假信息的情境中， 隨著網絡內固執己見者占比的增加， Ｉ_Ｔ用戶數量峰值隨之下降， 而Ｉ_Ｆ用戶數量、Ｉ_Ｆ→Ｉ_Ｔ用戶數量以及Ｉ_Ｔ→Ｉ_Ｆ用戶數量的峰值均隨之大幅上升， 在先出現真實信息的情境中， Ｉ_Ｔ用戶數量、Ｉ_Ｆ用戶數量的峰值變化與先出現虛假信息的情境恰好相反， 而Ｉ_Ｆ→Ｉ_Ｔ用戶數量以及Ｉ_Ｔ→Ｉ_Ｆ用戶數量的演化過程則相似。由此可知， 在先出現虛假信息的情境中， “信息繭房” 效應越顯著， 越容易遏制真假信息的競爭性傳播， 使得虛假信息大幅擴散， 而真實信息難以有效傳播；在網絡內首先出現真實信息的情況下， 強化“信息繭房” 效應則有助于真實信息的傳播， 進而降低信息疫情的危害。

３.２.４意見領袖對競爭性傳播的影響

意見領袖是在線社會網絡中對信息傳播具有較大影響力的一類主體， 社交媒體極大地解放了意見領袖的專業限制， 擴大了其影響力［２８］ 。研究表明，不同意見領袖在事實核查與信息的準確性方面可能存在明顯差異［２９］ 。在現實在線社會網絡中， 通常存在兩類意見領袖， 一類是熱衷于傳播虛假信息以獲取不法私利的虛假權威， 一類是致力于傳播真實信息的真實權威。為此， 本文設置了兩類意見領袖， 一類只傳播虛假信息， 另一類只傳播真實信息， 通過改變意見領袖中真實權威的占比ＯＬＴ ， 以觀察兩類意見領袖在對真假信息競爭性傳播結果的影響， 如圖７ 所示。

在先出現虛假信息的情境中， 隨著意見領袖中真實權威占比的增加， 網絡內Ｉ_Ｆ用戶數量峰值隨之下降， Ｉ_Ｔ用戶數量則隨之上升， 而在先出現真實信息的情境中， 隨著意見領袖中真實權威占比的增加， 網絡內Ｉ_Ｆ 用戶數量峰值隨之上升， Ｉ_Ｔ 用戶數量則隨之下降。可知， 意見領袖中真假權威數量差異能有效影響網絡內傳播真假信息的用戶數量， 其效果受網絡內初始信息的影響。

３.３案例驗證與討論

新冠疫情暴發期間， 微博上滋生大量或真或假的信息， 本文選取以下兩條原創信息的傳播過程作為研究案例。２０２０ 年１ 月３１ 日， 新華社發布“雙黃連口服液可抑制新型冠狀病毒” 的微博， 迅速引發普通用戶的廣泛關注與討論， 一時間“雙黃連可預防新冠病毒感染” 的虛假信息大肆傳播， 與此同時， 部分用戶對該信息加以批判， 使得“此發現仍處于臨床試驗階段” “雙黃連不能預防新冠病毒感染” 等真實信息在一定程度上得以傳播。２０２０ 年２ 月１６ 日， 題為“武漢病毒所一研究生系零號病人” 的虛假信息引發廣大網民的熱議， 隨后人民日報發布微博“武漢病毒所回應零號病人傳聞”， 在該條真實信息的傳播過程中， 存在部分用戶對其進行質疑并傳播虛假信息。

本文采集到兩個案例在最初５００ 分鐘內的傳播數據， 并通過人工標注的方式進行真假信息分類。由實證統計數據分析可知， 用戶在傳播信息時的傳播行為是客觀存在的， 單一信息在經過用戶的二次創作后會衍生出與之真假相左的信息， 繼而催生真假信息的競爭性傳播。為檢驗模型的有效性， 對所采集到的案例數據以１０ 分鐘為單位統計各時間區間內傳播虛假信息與傳播真實信息的用戶數， 通過實證統計數據與模型仿真數據進行對比并評估二者誤差。在真假信息競爭性傳播模型對比仿真實驗中， 將實證統計數據與模型仿真結果數據進行歸一化處理， 其對比實驗結果如圖８ 所示。

由圖８ 可見， 實證統計數據與模型仿真數據中傳播真實信息與傳播虛假信息用戶數的演化過程基本吻合， 能有效刻畫真假信息的競爭性傳播過程，為進一步量化二者之間的誤差值， 本文引入平均絕對誤差ＭＡＥ 指標衡量誤差范圍， 計算得到案例一中虛假信息的ＭＡＥ 值為０.０６１， 真實信息的ＭＡＥ 值為０.００４， 案例二中虛假信息的ＭＡＥ 值為０.００９， 真實信息的ＭＡＥ 值為０.０７７。綜合來看， 構建的模型模擬結果同真實數據所反映的結果之間誤差值較小， 說明所建立的模型具有較好的有效性。

由前述仿真模擬和實證結果可知， 在單一信息的傳播演化過程中， 用戶信息行為對推動真假信息競爭性傳播的生成具有關鍵性影響。與流行病中病毒傳播所不同的是， 信息疫情中傳播的信息不一定具有欺騙性或有害性［３０］ ， 既存在虛假信息的傳播，又存在真實信息的傳播， 在用戶創作行為的作用下， 單一信息傳播過程中催生真假信息競爭性傳播的現象是客觀存在的。為降低信息疫情的危害， 一個重要的對策是幫助用戶作出更好的決策［３１］ ， 用戶素養在使個人衛生保健決策與公共衛生目標保持一致方面發揮著至關重要的作用［３２］ 。此外， 用戶的科學知識水平對其信息判別能力具有至關重要的作用［３３］ ， 用戶更多地通過原創行為創作真實信息，有助于幫助真實信息建立先發優勢， 推動真實信息的傳播擴散。因此， 應多形式、多途徑開展科學知識科普活動， 提升用戶的科學知識水平， 引導其信息行為， 促進真實信息傳播行為的生成。此外， 需著力提高其信息素養， 使其以主人翁的姿態主動參與維護在線社會網絡生態秩序， 避免因盲目跟風而被虛假信息所誤導。

與此同時， 在信息疫情的傳播過程中， 其真假信息的傳播情況往往受到用戶角色特質的影響。普通用戶是推動信息疫情傳播和擴散的主要力量， 意見領袖的行為失范不僅會讓信息疫情朝著消極方面發展， 更會增加網絡意識形態風險［３４］ 。因此， 信息疫情管控策略的制定需從兩個方面著手。一方面需合理應用“信息繭房” 效應， 為此， 社交媒體平臺應優化真實信息推送機制， 根據虛假信息在網絡內的傳播路徑， 對已傳播過虛假信息的用戶精準推送真實信息， 提高其真實信息接收效率， 推動其由傳播虛假信息轉變至傳播真實信息， 同時強化傳播過真實信息的用戶對真實信息的接觸率； 另一方面，需加大對虛假權威的打擊力度， 同時鼓勵真實權威更多地創作并傳播真實信息， 主動投入與虛假信息的斗爭中， 必要時可以采取強制措施， 強制虛假權威由傳播虛假信息轉向傳播真實信息。

４結語

在突發公共衛生事件中， 真假信息傳播的失序極易導致信息疫情的暴發， 對社會信息生態造成重大影響， 進而引發系統性的社會風險， 對真假信息競爭性傳播采取科學有效的干預措施， 是制定信息疫情管控對策的關鍵所在。本文考慮信息疫情與病毒傳播之間的差異， 以及社交媒體用戶的行為特性， 拓展經典流行病傳播ＳＩＲ 模型， 構建了信息疫情中真假信息競爭性傳播ＦＴ－ＳＩＲ 模型， 對模型的平衡點進行求解并分析其穩定性。采用多主體建模方法對所構建的動力學模型開展計算實驗， 揭示了不同類型用戶在信息傳播過程中的作用機制， 結合兩個典型案例對模型的有效性進行了驗證。對比案例實證和計算實驗結果， 表明用戶的創作行為易使得單一信息的傳播過程中衍生真假信息競爭性傳播的客觀事實， 信息變異率、置換率、信息繭房以及意見領袖對真假信息的競爭性傳播具有關鍵性影響。以此為基礎， 本文針對性地提出了有助于降低信息疫情危害的管控策略。

本文將信息疫情的傳播過程抽象為單一信息演化過程中衍生的真假信息競爭性傳播， 補充了在線社會網絡中競爭性信息傳播以及信息疫情傳播的研究， 有助于政府和媒體把握信息疫情下的真假信息競爭傳播規律， 為實現信息疫情管控提供理論支持和實踐參考。同時， 本文也有一定的局限性， 僅對具有不同角色特質用戶的信息傳播行為規則進行了抽取， 但是實際參與信息疫情傳播的社交媒體用戶或許具有更高的行為復雜性。在未來研究中， 將進一步研究不同用戶群體的行為規則， 使其更符合實際在線社會網絡中用戶信息傳播行為特征， 以求更深入、全面地揭示信息疫情中的真假信息競爭性傳播機理。