合作生產視角下網絡謠言治理效果的影響因素

中圖分類號：D922.16 文獻標識碼：A DOI：10.13411/j.cnki.sxsx.2025.03.015

Abstract：ThisarticleisbasedonthetheoryofCooperativeProductioncombinedwiththepracticeoftheInteretRumorRefutation Platform.Thisarticleuses teuzysetQualitativeComparativeAnalysis toanalyethenecearyifluencingfactosofthefective nessofonlinerumorgoveranceandtheconfgurationpathbetwnintealifluencingfactorsAftercalulatingmultiplesamplecases， sevenpathsforessaryonditionlinageeleaseandifluencingfctorcofigurationwerefinallybaid，whichreclasiito fivecategoriesbasedonpractice.ResearchhasfoundthattheCooperativeProductionmodelnotonlypromotestheplatfomowninfluenc，butalsotrctssocialfstojootioulyilarlyfisoeratioiotodhopeatieproductuect willalsoelostIdohougoaoofcsuchspreoaldisoligglusdumosete debunking partiesresponding，andclaborativepublishing，debunkingcasescanstillachievegodresultsinolinerumor managent， even if the debunking is not timely.

Key words：cooperative production；online rumor；governance；influence factor

一、引言

作為當下人們生產、獲取和傳播信息的主要途徑，網絡在給公眾帶來便利的同時，也帶來了網絡謠言公共治理問題。網絡謠言的復雜程度決定了其治理難度，單靠一個地方、一個部門或一個媒體、一個網站的力量遠遠不夠，必須采取合作生產的方式。在此背景下，2018年中央網信辦（國家互聯網信息辦公室）牽頭，采用多元合作生產模式成立了中國互聯網聯合辟謠平臺（以下簡稱“互聯辟謠平臺”）。該平臺整合了國家部委等政府部門、中央黨校等智囊機構、新華網等中央重點新聞網站、區域性地方辟謠平臺、商業門戶網站以及社會群眾的共同參與。在這種多元主體合作生產模式下，謠言治理采用聯動機制，可以實現謠言舉報、提供謠言線索、排查與核證謠言、收集相關部門和專家權威辟謠信息等功能。

治理網絡謠言是一項系統性工程。在此過程中，如何找到政府與多元主體在合作生產下的影響因素及影響作用的組態路徑，從而有針對性地提升政府對網絡謠言的治理效率，是一個需要在實踐和理論分析中不斷探索的問題。本文以互聯辟謠平臺為例，旨在分析合作生產模式下網絡謠言治理效果的影響因素及其組合影響效應。

二、理論基礎與分析框架

合作生產的概念最早追溯至20世紀70年代，由美國印第安納大學的ElinorOstrom等人提出，他們認為合作生產是指將投人轉變為一種產品或者某類服務的過程中，生產主體外部的組織被激勵參與生產，并投入貢獻或資源的現象[1]。合作生產可涵蓋集體和個體層面，公共服務與公共治理的決策、執行與評估等階段，以及公共衛生、環境保護和公共安全等政策領域[2]。以公眾參與為典型特征的公共服務合作生產案例，強調治理主體和參與公眾共同貢獻資源，以提升公共服務質量。聯合多元主體共同構建網絡生產架構，使得合作生產不僅更新了公共服務生產的新模式，也重新調整了政府公共服務生產中多元主體之間的關系[3]。雖然有學者指出合作生產治理帶來的挑戰，如增加了管理過程的復雜性和運營成本，構建協作治理目標也變得更加困難[4]，但多數學者認為，合作生產作為一種新型治理工具，在推動多方主體參加公共治理和公共服務創新以及吸納社會資源方面呈現出強大潛力。合作生產框架中的影響因素包括主體自身和外部環境，合作生產機制是否科學合理也會影響整個合作生產的效能，而一般的合作生產機制應包括共同規劃、共同提供、共同反饋等核心模塊[5]。對于網絡治理，有學者運用合作生產理論進行分析，認為與僅強調公眾積極參與的用戶合作公共服務生產不同，網絡合作生產更傾向于以政府為主導，調動社會組織和網民等多元主體的力量與資源，從而構建當前網絡環境下共同治理公共事務的機制[6]。基于此，結合互聯辟謠平臺的實際運作過程，本文提出了分析框架（見下圖1）：

圖1合作生產視角下網絡謠言治理的理論分析框架圖

在多元主體合作生產視角下，互聯辟謠平臺的合作生產過程由多元主體共同規劃設計、執行實施和評估反饋，以聯動機制為主，發動媒體和群眾監測網絡謠言，并及時反饋至主管單位。一方辟謠多方發布形成網絡聯動生產機制，推動互聯平臺舉報謠言、查證謠言、獲取相關部門和專家的權威辟謠信息的合作生產，通過價值互融，媒體得到用戶流量，大眾得到真實信息，政府發揮出治理效用。互聯辟謠平臺多元主體自身的特征包括是否為政府部門、社會企業、專家和群眾等身份等，以及主體間的關系。外部環境包括辟謠信息是否來源于政府部門，辟謠信息的權威性、及時性、影響范圍等。

三、研究設計

（一）研究方法

本文主要的研究方法是定性比較分析（QCA）方法，是基于多案例之間的關系，分析出條件字段與結果字段的邏輯聯系，得出不同組合對結果變量的影響程度及影響機制。考慮到合作生產視角下網絡謠言治理效果影響因素符合條件和結果字段取值復雜、條件影響因素并發的特征，本文采取清晰和模糊兩種值集相結合的方法，分析過程包括闡述案例和變量的選擇依據、論證前因字段和結果字段的確立、基于研究方法要求設立變量的值并按要求進行校準、構建基礎數據庫、分析全字段中單一必要影響因素、分析全字段中多因素組合路徑、對研究結果進行再次檢驗使其達到穩健性要求，最后結合實踐對組態路徑進行歸納總結，試圖找到最佳影響因素組態。

（二）樣本選擇及依據

由于互聯辟謠平臺的多方合作生產治理模式在網絡謠言治理工作中，其傳播權威性和影響力表現突出，比較具有代表性。另外多元主體合作與合作生產流程符合本研究對象標準，因此確定以互聯辟謠平臺為例進行采樣分析，通過QCA方法研究其治理效果的影響因素組合。

1.多元主體合作的生產方式

基于合作生產治理理論，多元主體生產方之間相互合作是提高生產效能的前提條件。截至2024年，根據官方網站數據顯示，互聯辟謠平臺已包括公安部、司法部等32家指導單位，新華網、人民網等29家成員單位，微博、頭條等多家合作單位，另外設有群眾舉報專線，由新華網承建平臺和技術維護，由聯盟編輯部進行內容審核發布。多元主體監測、成員單位送審、主管機關審核，實現了多元主體合作生產的網絡聯動辟謠機制。

2.互聯辟謠平臺數據取樣標準

本文著重研究互聯辟謠平臺在常態化辟謠工作中網絡謠言治理效果的影響因素，因此數據選擇周期避開突發重大衛生事件和重大國家慶典事件，將樣本采集范圍選擇在2023年10月下旬至2023年12月，依據平臺技術和業務綜合指數收集互聯辟謠平臺的日常發稿數據。為保證網絡謠言治理效果多因素影響的綜合性分析，采集傳播效果較好樣本數據的同時也采集生產效率不高的樣本。為保證fs-QCA方法運算的穩健性，另外選取3組數據作為后期健壯性檢驗的備用數據。

3.互聯平臺網絡謠言治理效果影響因素分析

互聯辟謠多元主體合作與主體間的合作機制是影響網絡謠言治理效果的關鍵，其中涉及多元主體類型、合作生產中的角色、合作產出物、合作方之間的關系、共同價值目標等因素。本文從合作生產視角梳理了互聯辟謠平臺的合作生產全流程，即從采集網絡謠言素材到辟謠稿件發布的過程（詳見下圖2）。

圖2互聯辟謠平臺合作生產流程圖

治理網絡謠言的工作以監測網絡謠言為起點，運作流程涵蓋謠言檢索和匯集、辟謠處理和查證、辟謠信息傳播三大功能模塊，為了進一步擴大影響，深化網絡謠言治理工作，提升辟謠信息的有效到達率，主辦單位推出辟謠成品稿件標簽處理流程，通過對有代表性或典型辟謠成品稿件加蓋權威標簽，聯合成員單位、合作單位以及多終端媒介形成矩陣式傳播，實時曝光，高效阻斷謠言擴散，防止造成社會負面影響，實現網絡謠言治理工作。

（三）影響因素變量選擇依據與設定

1.條件字段變量

通過上述互聯辟謠平臺對稿件從生產到發布各環節流程的分析，從后臺數據庫中提煉出與合作生產流程相關字段6個，分別如下：

謠言類型：網絡民眾對謠言類型的感興趣程度與某些因素組合對謠言傳播具有一定影響力[7]。

舉報來源：溯源工作是互聯辟謠平臺合作生產的首個流程，就是通過大眾舉報和相關單位主動檢索匯總謠言信息，本文中提到的聯盟編輯部為平臺專職編輯。

辟謠方類型：現有研究認為辟謠方的類型是否具有權威性對網絡謠言治理有一定的影響，因此將該變量納入條件字段。

辟謠方在合作生產中的角色：辟謠方合作生產角色變量值按照生產關系歸類為指導單位、成員單位和其他（包括專家、社會企業或者未與平臺合作的國家企事業單位）。

辟謠響應速度：謠言介入時間可以影響傳播謠言的峰值時間，從而影響網絡謠言治理效果[8]。在互聯辟謠平臺中從搜索謠言線索到辟謠，需要經過至少三個流程節點，因此將舉報或監測出謠言的時間到發布時間作為影響因素之一。

辟謠聯動發布：聯動辟謠是互聯辟謠平臺區別于其他網絡辟謠模式的一個重要機制，辟謠稿件經主辦單位審核后認定為聯動稿件，平臺值班編輯將聯動稿件的圖片加蓋紅色印章作為標志，推送給所有合作生產方，打標的稿件就會與各成員單位、合作單位實時聯動發布。

2.效果評估變量選擇依據與設定

參照已有研究，本文采用辟謠信息的傳播范圍和覆蓋度來衡量辟謠治理效果，國內學者多以百度搜索指數為衡量謠言治理效果的標準，但是由于稿件發布源頭較多，而且部分稿件未表明轉載出處，不能確認稿件是否轉自互聯辟謠平臺，為保證聯合辟謠合作生產效果影響因素研究的嚴謹性，本文僅將百度搜索指數作為影響擴散程度參考。結果字段變量采用互聯辟謠平臺頁面的瀏覽量。根據樣本數據中各變量字段值的情況，采用了數據校準方式將字段集合轉換為模糊集數據，因此將結果字段變量的值設為三個類別：較好、一般和較差。

3.字段變量權重與賦值

變量隸屬分數校準就是將采樣數據轉化為可以進行fs-QCA（即模糊集定性研究方法）數值運算的過程。對變量取值的考量采用集合樣本內容分析的方法并參考互聯辟謠后臺數據庫，字段變量賦值情況詳見表1。

表1字段變量賦值表

根據條件字段的各變量值相對應的案例集合數量占總樣本數量的比值情況設置權重。其次，按照直接校準法將結果數據歸屬到相應集合效果較好，效果一般，效果較差中，然后通過運算得出每個案例相對于結果集合的模糊隸屬分數。

四、實證分析

（一）構建原始數據庫

QCA定性分析法的本質是研究各集合的隸屬度，數值通常界定在0到1之間。根據樣本數據特點，兩值的條件字段將采用QCA研究方法中清晰集的取值模型進行校準。三值及以上采用模糊集的直接校準和間接校準方法進行校準。

1.原始數據轉換與校準

根據表1賦值的規則，三值字段變量采用間接校準法根據賦值情況設置字段的隸屬程度值，四種類型值采用直接校準法劃分隸屬程度，具體操作是利用百分位函數求出各字段值的隸屬程度數據點位，分別對應各字段帶入 95% 、 50% .5% 三個常規錨點，代表強隸屬、交叉和不隸屬。結果字段樣本數據的日均瀏覽dayPV指數數據通過POWER函數進行還原，仍呈現散點狀，同樣利用百分位函數得到三個數據點位。各字段最終錨點值詳見下表2：

表2原始數據校準錨點

在fs-QCA軟件中依據各字段隸屬程度數據將原始數據轉換成模糊集合。數據間隔錨點校準后，需要保證轉換結果與原始數據的外部標準一致，從而測量各字段所代表的影響因素相對于結果字段的隸屬程度在算術上的具體表現。校準后，將值為0.5的數據增加0.01，其原因是避免執行運算時將該案例丟棄，不納入集合中。數據經過函數處理，形成新的字段名稱以及相對應的模糊集基礎數據庫。

（二）數據庫分析

1.影響治理效果的必要條件

表3高效治理效果必要條件分析

表4低效治理效果必要條件分析

將基礎數據庫導人軟件檢測必要性如表3所示，聯動發布的高效一致性達到0.9以上，并且其高效覆蓋度也不低于0.5，驗證如表4所示，對低效辟謠治理效果的單個條件進行必要性檢驗，聯動發布的低效覆蓋度達到0.9以上，并且其低效一致性也不低于0.5，運行結果表明辟謠稿件聯動發布因素是本研究影響治理結果的唯一必要條件，是整個合作生產過程的重要環節。

2.影響因素組態檢測

在必要性分析的基礎上需要進行多因素組態的充分性分析。采用小樣本數量的研究案例閾值普遍設置為1；為防止邏輯余項進入組態，剔除了案例數為0的數據。對于原始一致性低于0.8的組態和PRI一致性值低于0.7的條件組態，將其對應的結果值fPV設置為0，由此排除相應數據。真值表經過以上完善后進行標準化分析，對必要條件進行設置，將每個案例的聯動辟謠情況考慮到影響因素組態路徑中。

（三）組態路徑運算結果

1.合作生產視角下組態解決方案

上述真值表數據經軟件測算后得到簡約、復雜和中間三種多因素組合狀態的解決方案，簡稱為組態路徑。結合簡約解主要對中間解進行分析，簡約解有九條因素組態路徑，運算結果中案例頻數為1，原始一致性高于0.9。整體結果一致性為0.596683。整體結果覆蓋度為0.96201，結果覆蓋度表明九條路徑組合狀態可以涵蓋 90% 以上具有較好網絡謠言治理效果的案例。中間解有七條因素組合路徑，原始一致性同樣高于0.9，整體結果一致性為0.924806，整體結果一致性表明符合七條路徑組合狀態的案例有 90% 以上可以達到較好的網絡謠言治理效果。整體結果覆蓋度為0.77434，結果覆蓋度表明七條路徑組合狀態可以涵蓋 70% 以上具有較好網絡謠言治理效果的案例。以上兩種解的整體結果一致性代表七條路徑中的案例集合在較好治理效果集合中的表現，分值越高越能體現研究的解釋力度。根據兩種組態解進行圖表繪制，以便更直觀地分析影響因素組態路徑，具體如表5所示。

表5影響因素組態解

注：、代表該因素存在，口、口代表該因素缺失，空白代表該因素在組態路徑中存在與否都不影響結果，、口表示核心因素，■、□表示邊際因素。

2.測量結果穩健性核驗

為保證以上測試結果在大部分案例中具有代表性，經反復測驗仍出現相似組態路徑，才能證明其測量結果具備穩健性從而確保研究成果的可靠性。本文選用調整一致性閾值、設置案例頻數和替換案例進行穩健性核驗。每組解中相對的參數幅度變化呈現一致性，結果顯示擬合參數與原始解相比較未出現實質性改變，可以確保運算結果的穩健性。

（四）網絡謠言治理效果影響因素實踐分析

分析結果顯示，網絡謠言合作生產的唯一必要條件為聯動發布辟謠，該變量將作為合作生產視角下的核心因素加以討論。另外，得出七條組態路徑，代表當多種核心因素和邊際因素的組合同時發生時，能夠產生較好網絡謠言治理效果。梳理路徑時發現，N2與N3具有相同核心因素數量，邊際因素數量一致，可以歸為同類路徑與其他路徑并列討論。N4與N5的核心因素相同，缺失核心因素數量一致，邊際因素數量一致也同樣歸為一類路徑。

1.必要條件：網絡聯動辟謠模式

根據高效治理效果必要條件分析和影響因素組態解顯示，聯動辟謠是合作生產模式中的關鍵環節。互聯辟謠平臺與其他互聯網商業辟謠產品不同，它由政府部門指導，通過組織各單位及網絡大眾參與形成合作生產模式。平臺編輯選送稿件，政府部門依據相關規定或網民呼聲進行選題決策，對引起社會強烈反響的社會問題或者澄清政府政策的稿件進行打標處理。由于與合同單位事先約定，當互聯平臺一發布該類打標稿件，合作方就立刻執行矩陣式聯動發布，擴大辟謠信息的傳播范圍、及時澄清網絡謠言。通過fs-QCA測算結果表明，所有組態路徑均包含該字段，表明所有進行了打標處理的稿件均實現較好的辟謠效果，使政府網絡謠言治理績效得到提升。

2.N1組態：主體間的資源互補與價值共融

N1組態的謠言類型均指向民生類的公共政策，如斑馬線界定賠償標準和廣東電費要漲價，說明網民參與公共政策的意愿逐年提升，但這種關注度也滋生了部分目的性引流的網絡謠言。互聯平臺憑借承辦方的網絡技術和新聞業務優勢，組織專職編輯實時在線，可以及時發現該類謠言，但編輯無法對該類謠言進行審查核實，這時路徑中平臺的辟謠合作方因素就發揮了作用。第10條稿件由合作角色中的指導單位提供了官方權威辟謠信息，第26條由謠言指向的主體單位進行了針對性的辟謠，辟謠單位在合作角色變量中隸屬度較高，雖然兩個案例的辟謠響應未在24小時內，相對較慢，但也實現了較好的網絡謠言治理效果。另外，盡管26條中的辟謠合作方角色不屬于合作框架內約定的成員單位，但由于平臺在網絡辟謠方面的影響力，不斷吸引了其他角色參與辟謠中，合作方提供資源的同時也獲得傳播資源。傳播螺旋效應逐漸吸納更多的社會力量，進而引導更多的主體參與合作生產中，所以并非只有平臺約定主體單位才能產生較好的治理效果。

3.N23組態：多主體共同實施與能力互嵌

在較好治理效果中占比較高的稿件存在共同的核心因素條件即聯動發布和舉報來源或辟謠方類型，該類路徑以N2和N3為代表。除必要條件外，舉報來源在N2組態路徑中屬核心因素，從該路徑的8個隸屬相關辟謠稿件來看，7個合作生產舉報來源為成員單位，1個是平臺聯盟成員，也就是說在網絡謠言的治理過程中，謠言收集工作還是依靠具備新聞敏感度較高的專職人員進行量級的信息數據篩選為主，謠言收集的精準度越高，越能更快捕獲謠言語料，辟謠針對性也更精準，政府部門有必要采用合作的方式邀請專業人員全職在線，聯合其他主體共同實施謠言采集工作。

在N3路徑中，核心因素辟謠方類型與N2的舉報來源成為可替換因素，9個案例的辟謠方類型為政府部門，不管舉報來源存在與否，只要有政府部門主動參與辟謠，共同實施網絡謠言治理工作，那么辟謠信息更能引起網絡大眾的信任，在泛濫的謠言中破壁，形成新的輿論氛圍。辟謠方類型和舉報來源是兩個路徑的互補條件，以N2中第37條移動在廣東下架4G產品謠言為例，盡管辟謠方是企業而不是隸屬度較高的政府部門，但是舉報來源為成員單位，說明只要是捕捉到網民關注度高的話題且辟謠方有針對性，不一定是政府部門才能提升辟謠效果，兩條路徑中任意可替因素存在都能達到較好的辟謠和治理效果。

4.N45組態：規劃效應與及時響應

N45組態兩條路徑的核心因素均為聯動發布，邊際因素為及時響應，共同案例第14條蘇打水調節身體謠言和第36條多城自來水致癌辟謠，兩條案例響應時間在24小時以內，均在互辟辟謠平臺上進行標注，作為聯動辟謠稿件發布。及時響應得益于平臺在規劃之初與多主體約定設計了整個辟謠流程，使得該類易于辨別又能引起關注的謠言，能夠迅速按平臺既定流程即時處理，減少辟謠稿件發布時間并實現及時響應。同時，該路徑也證實雖然及時響應在多因素組態中對治理效果有一定影響，但并未成為關鍵影響因素。研究證明，及時響應可以提高網絡謠言治理效果，但是僅含有謠言響應速度單一因素，未必就能產生較好效果，其中還需要包括平臺的規劃、辟謠針對性等組合因素。

N45組態兩條路徑與其他路徑相比，反向因素也就是核心因素不存在和邊際因素不存在較多。例如，兩條路徑相同的反向核心因素為舉報來源，結合該組態對應案例發現該字段變量的反向因素取值為公眾，也就是說在其他核心因素存在的情況下，當舉報來源為公眾，會成為該路徑中影響結果的另一主要因素。案例14、17、19、36均涉及生活必需品影響健康的間題，這類謠言的特點是涉及面廣、容易引起大眾恐慌，網民迫切希望得到證實，所以平臺為網民提供的謠言線索界面就發揮了作用，以網民的需要為出發點建立合作關系，收集大多網民較為關注的謠言線索，借助平臺資源滿足網民核實謠言的意愿，形成良性循環，達成平臺最初的規劃目的。

5.N6組態：官方權威驗證與共同反饋

該路徑放在實例中并不常見，一般治理效果較好的情況下，及時響應雖然不是核心因素也會是邊際因素，組態代表的兩個案例：第25條的飛鳥群盤旋是地震前兆和第26條地方居民電價上漲，變量及時響應均在5天左右時間，但是辟謠稿件的瀏覽量相對較高。該路徑的核心影響因素除了必要條件聯動發布還有舉報來源，同時邊際因素辟謠方的合作角色和辟謠方類型的反向因素也出現在該路徑中。結合案例觀察，如果辟謠時間較長，那么可替代的方案是通過有經驗的謠言搜集方提前捕獲會產生惡劣影響的謠言語料，利用平臺辟謠機制向上反饋；政府部門通過對謠言分析，尋求針對謠言內容辟謠的最佳合作單位協助。辟謠方隸屬于政府部門的事業單位更具備權威性和可信力，以該路徑指向的案例為例，謠言流傳起源地是在廣西壯族自治區和廣東省，而辟謠方正是當地的地震局和廣東省電網，二者處在謠言發生地的同時又具備專業知識，辟謠更具有權威性，從而替代了辟謠反饋時間較長的影響因素，使辟謠稿件一經發出就被廣泛傳播，覆蓋了之前的網絡謠言。N6組態的多種因素組合，提供了一種新的網絡謠言治理思路，如果在某類謠言在高峰期沒有及時辟謠，通過平臺協調多元主體，利用自身優勢提供關鍵資源共同反饋，共同生產具有針對性的辟謠稿件，同樣可以獲取較好的治理效果。

6.N7組態：收集與傳播主體制度互動

實踐中多元主體因從事生產的活動和目標不一致，往往有自己的生產計劃和績效考核制度。如何在共同合作生產中實現多主體間的制度有效耦合，實現個體的考核效能、促進積極生產，本研究中N7路徑呈現了從事收集生產的主體和負責傳播主體間制動互動的有效路徑。該組態路徑是七條路徑中核心因素數量最多的路徑，同時原始覆蓋率也較高，匹配了7個案例。舉報來源類型字段中均為平臺的成員單位、平臺專職編輯與合作媒體專職編輯組成的聯盟辟謠編輯部，分析得出該類主體提供的謠言線索在網民中引起較大反響。近年來，公共衛生謠言突發的情況使得各大媒體均成立了自己的辟謠平臺，這些私有媒體均有自身的運行機制、績效考核制度以及辟謠偏好。平臺之間既相互借鑒謠言語料和辟謠信息，又相互競爭、搶占辟謠先機，爭奪粉絲流量。互聯辟謠平臺成立后，在政府部門網信辦的牽頭下，整合網內大部分相關平臺資源，建立辟謠稿件聯動發布機制，帶動各平臺共同參與網絡謠言治理。成立專班辟謠平臺編輯的同時，鼓勵其他媒體編輯共同參與提供謠言線索，建立信任機制，創建信息互聯，共同發布辟謠信息并相互引流，從而實現良性循環機制，使具有潛在風險的謠言語料能夠被及時捕獲，為網絡謠言治理工作爭取時間，同時又激發合作單位參與熱情，使合作生產發揮高效產能。

通過本條路徑顯示，在合作生產線上捕獲到謠言信息后，辟謠方類型成為下一個生產流程的核心因素。結合7個案例顯示辟謠方類型全部是政府部門。盡管，大部分官方聲明簡短精悍，沒有視頻圖片，甚至在排版上也僅僅是藍底白字，但是網民承認其權威性，同時對政府做出正向反饋表示滿意。該路徑中的辟謠合作角色和及時響應也起到輔助作用，當辟謠方是政府部門同時又是互聯平臺的重要合作角色，那么平臺的運行機制使得辟謠方更愿意積極參與合作生產，辟謠的政府部門借助平臺的傳播力得以澄清事實并提升形象，主辦單位得以實現網絡謠言治理效果，從而達成合作約定的價值互融目標。

五、研究總結

（一）結論與政策啟示

結合案例反向推導發現平臺自身產生的影響力，在辟謠的同時也吸納社會力量的不斷加入，同理，如果自身運作情況不佳，合作生產主體也會流失。另外，盡管辟謠周期較長，但對于關注度較高、辟謠針對性較強并且聯動發布范圍較大等多種因素結合下的網絡辟謠信息，其傳播覆蓋度仍然很高，網絡謠言治理仍然可以達到較好的效果。辟謠合作方在合作生產中扮演的角色也發揮了輔助作用，如果辟謠方是辟謠平臺的指導單位或者成員單位，謠言核實工作相較能夠順利銜接，平臺更容易得到詳細、具體且權威的證實材料，從而增強辟謠稿件的可信性，提升網絡謠言治理能力。

數據結果顯示，網民對于網絡謠言的判斷逐漸趨于理性，網絡謠言一出現就跟風傳播的現象已有好轉。辟謠機制的出現，促使網民在未看到權威辟謠信息前，更愿意持觀望態度，等待官方代表或謠言指向對象公布辟謠信息。在此時機內，如果政府部門與辟謠聯盟單位高效配合、生產合作，提供有針對性的權威信息，可以彌補辟謠信息發布不及時的影響，但在高效案例研究中也發現，互聯辟謠平臺較長的回應時間大約在5天，因此辟謠及時性雖然可被其他因素組合替代，但不建議過長。

（二）研究局限性

由于互聯辟謠平臺數據案例數量較大，本文僅截取了其中一段時間范圍內的稿件，故此可能會對研究結果的精準度產生一些誤差。另外，在研究中對變量的選擇存在一些遺憾，原因在于從合作生產視角中觀察網絡謠言治理時，最好能將辟謠成本計算進去，但是由于涉及合作主體較多，因此無法精確到單獨案例中計算，只能是以整體流程估算的形式，預判合作生產方式比政府部門單獨生產更節約成本。

參考文獻：

[1]OstromE，ParksRB，WhitakerGP，etal.ThePublicServicePro-ductionProcess：A Framework forAnalyzingPoliceServices[J].PolicyStudiesJournal，1978，7（Sl）：381-389.

[2]NabatchiT，Sancino A，SiciliaM.VarietiesofParticipationinPublicServices：TheWho，When，andWhatofCoproduction.PublicAdmin-istrationReview，2017，77（5）：766-776.

[3]MeijerAJ.Networked Coproduction of Public Servicesin Virtual Com-munities：From a government-Centric to a Community Approach toPublic Service Support[J].Public Administration Review，2011（71）：598-607.

[4]FOWLERL.IsPartnershipIntensityorDensityMoreEffective？[J].PublicPerformanceamp; Management Review，2019，42（5）：1186-1210.

[5]王學軍，陳友倩.合作生產治理效能提升的機制構建[J].行政論壇，2023（5）.

[6]王學軍.合作生產中的公共價值失敗及其治理[J].西北師大學報（社會科學版），2020（4）.

［7]李宗敏，張琪，杜鑫雨.基于辟謠微博的互動及熱門評論情感傾向的辟謠效果研究：以新冠疫情相關辟謠微博為例[J].情報雜志，2020（11）.

[8]王菽裕，宋俊芳，張春玉.考慮雙因素辟謠機制的謠言傳播模型及其仿真研究[J].網絡安全技術與應用，2023（11）.

[責任編輯：黨婷]