劉雪艷 王在宇 袁野

〔摘 要〕網(wǎng)絡(luò)信息污染成為網(wǎng)絡(luò)社會(huì)一個(gè)不容回避的問(wèn)題，但目前研究中對(duì)這一問(wèn)題的定性描述，難以讓公眾形成正確的認(rèn)知。為了解信息污染的分布和變化趨勢(shì)，本研究基于內(nèi)容分析法，以12321互聯(lián)網(wǎng)不良與垃圾信息舉報(bào)中心9年間發(fā)布的70份報(bào)告為分析樣本，從網(wǎng)絡(luò)信息污染的來(lái)源、類(lèi)型和變化趨勢(shì)等方面進(jìn)行了比較分析和統(tǒng)計(jì)檢驗(yàn)。研究結(jié)果顯示，來(lái)自移動(dòng)終端的惡意手機(jī)APP已經(jīng)成為網(wǎng)絡(luò)信息污染中的突出矛盾。在此基礎(chǔ)上，提出信息污染治理的工作重心應(yīng)當(dāng)向移動(dòng)互聯(lián)網(wǎng)傾斜等政策建議。

〔關(guān)鍵詞〕網(wǎng)絡(luò)信息污染；內(nèi)容分析法；方差檢驗(yàn)；12321舉報(bào)中心

DOI：10.3969/j.issn.1008-0821.2016.07.009

〔中圖分類(lèi)號(hào)〕G203 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2016）07-0045-06

網(wǎng)絡(luò)信息技術(shù)在帶來(lái)便利的同時(shí)也引發(fā)了一系列的負(fù)面影響，使得人們?cè)谛畔⑾M(fèi)的過(guò)程中也遭受著信息污染的危害。垃圾短信、騷擾電話(huà)、垃圾郵件、不良網(wǎng)站、惡意手機(jī)應(yīng)用橫行，個(gè)人信息泄露事件發(fā)生得越來(lái)越頻繁。12321舉報(bào)中心發(fā)布的《2015年中國(guó)網(wǎng)民權(quán)益保護(hù)調(diào)查報(bào)告》顯示：近一年，我國(guó)649億網(wǎng)民因?yàn)槔畔?、個(gè)人信息泄露或網(wǎng)絡(luò)詐騙等現(xiàn)象，導(dǎo)致平均遭受的經(jīng)濟(jì)和時(shí)間上的損失分別達(dá)到124元和254小時(shí)。日益惡劣的信息環(huán)境已經(jīng)在干擾我國(guó)居民的正常信息消費(fèi)活動(dòng)。

追溯相關(guān)文獻(xiàn)發(fā)現(xiàn)，信息污染一詞是隨著信息生態(tài)學(xué)的研究發(fā)展而來(lái)[1]。信息污染這一概念最早是由德國(guó)學(xué)者拉斐爾普羅在其1989年發(fā)表的論文《信息生態(tài)學(xué)進(jìn)展》中首次提出[2]。在隨后的研究進(jìn)程中，國(guó)內(nèi)外學(xué)者對(duì)信息污染這一研究主題的理解存在一定差異。

國(guó)外學(xué)者主要研究信息生態(tài)環(huán)境中的信息過(guò)載問(wèn)題。例如，著名咨詢(xún)公司的Jakob Nielson博士[3]（2003）認(rèn)為，信息污染是信息過(guò)載帶來(lái)的極端表現(xiàn)，他認(rèn)為在需要我們決策的事情以外，任何吸引我們注意力的東西都可以稱(chēng)為信息污染。過(guò)量的信息如工作環(huán)境中的電子郵件、電子通知、即時(shí)消息、Tweets、Facebook等推送信息，只會(huì)分散人們的精力，導(dǎo)致無(wú)法管理信息[4]，這已經(jīng)成為現(xiàn)代社會(huì)普遍存在的問(wèn)題，社交媒體和微博平臺(tái)上的信息正以超過(guò)用戶(hù)認(rèn)知能力的速度源源不斷地出現(xiàn)。一項(xiàng)針對(duì)英國(guó)Facebook，Linkedln和Twitter用戶(hù)的在線(xiàn)調(diào)查[5]結(jié)果表明，2/3的Twitter用戶(hù)都覺(jué)得自己收到了太多的貼子，超過(guò)一半的微博用戶(hù)認(rèn)為自己需要一個(gè)工具來(lái)過(guò)濾無(wú)關(guān)的帖子。在充滿(mǎn)信息污染的網(wǎng)絡(luò)環(huán)境中，人們的注意力變得碎片化，造成時(shí)間的浪費(fèi)，這不僅會(huì)使得我們不快，甚至?xí)髿⑽覀兊膭?chuàng)造力[6]。國(guó)外學(xué)者認(rèn)為信息過(guò)載導(dǎo)致人們決策困難。Rodrigue M.& Gummadi K[7]（2014）評(píng)估了過(guò)量的信息對(duì)社交媒體網(wǎng)站Twitter的負(fù)面影響。Van VL.，Beaujean D J.et al[8]（2013）指出應(yīng)用程序的超載使得醫(yī)療人士和公民很難找到合適的健康管理和醫(yī)療保健應(yīng)用，信息和功能過(guò)于分散的應(yīng)用程序，限制了這些應(yīng)用程序的推廣。Kristof C.& Michael A[9]（2015）認(rèn)為在線(xiàn)購(gòu)物網(wǎng)站上由用戶(hù)反饋的大量正面或負(fù)面信息，已經(jīng)令營(yíng)銷(xiāo)人員束手無(wú)策。

與國(guó)外學(xué)者的關(guān)注重點(diǎn)不同，我國(guó)學(xué)者一般認(rèn)為信息污染是指媒介信息中混入的有害、有毒，具有欺騙性和誤導(dǎo)性，甚至超過(guò)公眾道德底線(xiàn)的信息，其危害表現(xiàn)在會(huì)對(duì)人類(lèi)精神文明的傳播造成破壞和不良影響[10-14]，概念范圍相較國(guó)外學(xué)者更廣。除對(duì)信息污染的定義的理解外，國(guó)內(nèi)學(xué)者認(rèn)為信息污染產(chǎn)生的原因包括[11，15-16]：①信息源的可偽性和發(fā)散性；②信息媒介及從業(yè)人員的行業(yè)自律不良；③信息消費(fèi)者自身的素質(zhì)高低不齊。信息污染的表現(xiàn)形式可以分為以下幾類(lèi)[17-19]：①有害和有毒信息，如色情、暴力信息；②冗余和非主動(dòng)請(qǐng)求信息；③虛假和偽劣信息，如垃圾短信、騷擾電話(huà)、惡意APP等。信息污染對(duì)社會(huì)有其負(fù)面影響，曾劍秋等[20]對(duì)“端口”類(lèi)垃圾短信進(jìn)行分析后，發(fā)現(xiàn)廣告類(lèi)垃圾短信數(shù)量占比最大，而詐騙、色情等違法短信社會(huì)危害最大。

研讀已有文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)大多從定性的角度分析信息污染的概念、成因以及危害，鮮有關(guān)于信息污染的來(lái)源分布的定量研究，公眾因此對(duì)信息污染缺乏正確的認(rèn)知。本文基于內(nèi)容分析法，對(duì)12321互聯(lián)網(wǎng)舉報(bào)中心發(fā)布2008年5月至2016年2月的70份統(tǒng)計(jì)報(bào)告進(jìn)行分析，探析我國(guó)網(wǎng)絡(luò)信息污染的來(lái)源、類(lèi)型和變化規(guī)律。

1 研究設(shè)計(jì)

內(nèi)容分析法產(chǎn)生于第二次世界大戰(zhàn)期間，美國(guó)情報(bào)人員用這種方法從報(bào)紙上獲取了德國(guó)納粹的大量情報(bào)資料[21]。此后，美國(guó)學(xué)者貝雷爾森等人將這一方法系統(tǒng)化[22]，現(xiàn)在已經(jīng)成為社會(huì)科學(xué)研究領(lǐng)域被廣泛使用的一種方法。

內(nèi)容分析法可以用于研究任何文獻(xiàn)或有記錄的交流傳播事件，如某個(gè)特定話(huà)題、焦點(diǎn)事件、某份特定報(bào)紙或一系列報(bào)紙[23]，這一方法為信息分析工作提供了一套可靠的方法和工具。內(nèi)容分析法一般需遵循以下幾個(gè)步驟[24]：（1）提出研究問(wèn)題或假設(shè)；（2）抽取研究樣本；（3）選擇分析單元；（4）建立分析類(lèi)目；（5）定量處理與計(jì)算。本研究基于12321每月舉報(bào)受理播報(bào)，采用EXCEL和R語(yǔ)言開(kāi)放平臺(tái)（312版本）作為數(shù)據(jù)統(tǒng)計(jì)和分析工具。

11 提出研究問(wèn)題

在一定程度上，網(wǎng)絡(luò)信息環(huán)境中的信息污染問(wèn)題是隨著信息技術(shù)的發(fā)展而產(chǎn)生的。近年來(lái)，信息技術(shù)發(fā)展十分迅速，信息環(huán)境不斷變化。針對(duì)信息污染等新問(wèn)題，相關(guān)部門(mén)也采取了必要的監(jiān)管措施。但信息污染的變化呈現(xiàn)何種規(guī)律，監(jiān)管工作有沒(méi)有取得顯著的效果，這些問(wèn)題都是需要我們思考的。筆者以“不良與垃圾信息”為研究對(duì)象，探討如何采用內(nèi)容分析法對(duì)其進(jìn)行客觀(guān)、系統(tǒng)的研究，以期引導(dǎo)公眾對(duì)信息污染問(wèn)題產(chǎn)生正確認(rèn)識(shí)，共同創(chuàng)建良好的信息消費(fèi)環(huán)境。

12 研究樣本

12321網(wǎng)絡(luò)不良與垃圾信息舉報(bào)受理中心是中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)受工業(yè)和信息化部委托設(shè)立的舉報(bào)受理機(jī)構(gòu)，主要負(fù)責(zé)互聯(lián)網(wǎng)、移動(dòng)電話(huà)網(wǎng)、固定電話(huà)網(wǎng)各種形式信息通信網(wǎng)絡(luò)及電信業(yè)務(wù)中不良與垃圾信息內(nèi)容的舉報(bào)受理、調(diào)查分析以及查處工作，其網(wǎng)站上公布的受理范圍和舉報(bào)方式等信息。

網(wǎng)站顯示，該舉報(bào)平臺(tái)目前進(jìn)行了以下幾個(gè)方面的受理情況播報(bào)：①《反垃圾郵件報(bào)告》，從2005開(kāi)始，至2014年第四季度為止，每季度發(fā)布，但2009年以前的報(bào)告均無(wú)法下載；②《手機(jī)短信狀況報(bào)告》，從2009年開(kāi)始至2014年，每年進(jìn)行兩次調(diào)查，2010年底開(kāi)始改為每半年進(jìn)行一次；③《網(wǎng)絡(luò)不良與垃圾信息舉報(bào)受理情況播報(bào)》，從2008年5月開(kāi)始，每月公布垃圾郵件舉報(bào)受理情況，至本文寫(xiě)作之日已更新至2016年2月版本；④《網(wǎng)民權(quán)益報(bào)告》，現(xiàn)已發(fā)布2014年版和2015年版。網(wǎng)站上可以獲取到的各類(lèi)資料情況如表1所示：

考慮時(shí)間跨度、更新頻率和內(nèi)容覆蓋等因素，本研究以《網(wǎng)絡(luò)不良與垃圾信息舉報(bào)受理情況播報(bào)》（以下簡(jiǎn)稱(chēng)《月報(bào)》）為分析樣本，共收集到樣本70份，以期對(duì)近幾年我國(guó)信息污染情況進(jìn)行客觀(guān)、系統(tǒng)、定量的研究。需要說(shuō)明的是，2012年1月和2月、2015年3月和4月以及2015年6月和7月的樣本是合并在一起的，2012年7月至2014年1月間以及2014年5月、2015年12月的樣本缺失。

《月報(bào)》樣本共分為“受理方式”、“本月舉報(bào)受理情況總結(jié)”、“本月處理情況”和“網(wǎng)絡(luò)不良與垃圾信息舉報(bào)受理中心舉報(bào)”等幾大部分。其中2008年5月至2012年6月的樣本中，“本月處理情況和網(wǎng)絡(luò)不良與垃圾”部分設(shè)置“互聯(lián)網(wǎng)”、“移動(dòng)電話(huà)網(wǎng)”、“固定電話(huà)網(wǎng)”三大不良與垃圾信息來(lái)源，如表1所示，樣本容量為49；而2014年2月至2016年的樣本對(duì)該部分作了調(diào)整，分為“垃圾郵件”、“不良網(wǎng)站”、“垃圾類(lèi)短信”、“涉嫌違法類(lèi)短信”“垃圾彩信”、“騷擾電話(huà)”和“手機(jī)應(yīng)用安全問(wèn)題（APP）”7個(gè)子類(lèi)，即將來(lái)自移動(dòng)電話(huà)網(wǎng)和固定電話(huà)網(wǎng)的騷擾電話(huà)舉報(bào)進(jìn)行合并統(tǒng)計(jì)，將不良與垃圾短信細(xì)分為垃圾類(lèi)短信和涉嫌違法類(lèi)短信。同時(shí)，新增手機(jī)APP安全問(wèn)題舉報(bào)類(lèi)目，取消對(duì)互聯(lián)網(wǎng)惡意軟件的統(tǒng)計(jì)。

根據(jù)樣本特征，本研究將70份樣本劃分為兩組，即將2008年5月至2012年6月的樣本劃分為第一組，2014年2月至2016年2月的樣本劃分第二組，樣本容量分別為49和21。

13 選擇分析單元和類(lèi)目

為了解各種不良與垃圾信息的分布，本研究選取“本月舉報(bào)受理情況”分析單元，在該分析單元下，選擇各污染信息來(lái)源作為進(jìn)一步分析類(lèi)目，第一組樣本分析類(lèi)目如表2所示：

IVR：語(yǔ)音增值業(yè)務(wù)，與固定電話(huà)聲訊臺(tái)類(lèi)似，提供語(yǔ)音交友、語(yǔ)音點(diǎn)歌等服務(wù)。

第二組樣本分析類(lèi)目如表3所示：

按照以上規(guī)則，對(duì)樣本進(jìn)行分析，統(tǒng)計(jì)各類(lèi)受舉報(bào)的信息污染來(lái)源數(shù)量，保證了研究過(guò)程的可重復(fù)性，也不會(huì)使研究者產(chǎn)生歧義。

14 結(jié)果信度分析

由于12321不良與垃圾信息舉報(bào)受理范圍并不是完全一致的，內(nèi)容分析方法中，需要研究者按照相同的維度對(duì)樣本進(jìn)行分析和記錄。為了使數(shù)據(jù)統(tǒng)計(jì)結(jié)果更加準(zhǔn)確，需要開(kāi)展信度分析，以判斷兩個(gè)以上的研究者評(píng)判的一致性，一致性越高表明研究者對(duì)分析單元和類(lèi)目的認(rèn)識(shí)越統(tǒng)一，研究的可信度也越高。信度分析的計(jì)算公式[25]：

R=nK1+（n-1）K

其中，R為信度；K為研究者間的平均認(rèn)同度；n為研究人員數(shù)目。研究者間的平均認(rèn)同度K可由以下公式計(jì)算得出：

K=2MN1+N2

其中，N1、N2為兩個(gè)研究人員獨(dú)立分析的類(lèi)目數(shù)，M為一致認(rèn)同的類(lèi)目數(shù)。若有兩名以上人員參與研究，研究信度可取兩兩研究人員間的信度均值。信度檢驗(yàn)是科學(xué)研究中的重要環(huán)節(jié)，一般認(rèn)為信度值在07以上才可被接受[26]。本研究由一名研究人員時(shí)隔一周分兩次進(jìn)行，分別分析的類(lèi)目數(shù)N1=N2=18，M=17，經(jīng)計(jì)算得到R=K=09444，滿(mǎn)足信度要求。

2 數(shù)據(jù)分析與結(jié)果

21 第一組樣本數(shù)據(jù)分析

將該組樣本按信息污染來(lái)源進(jìn)行統(tǒng)計(jì)，橫軸num代表樣本編號(hào)，縱軸value代表舉報(bào)數(shù)量，結(jié)果如圖1所示。

圖1 2008年5月-2012年6月不同信息污染來(lái)源統(tǒng)計(jì)

從圖上可以看出，在第一個(gè)樣本中，來(lái)自移動(dòng)電話(huà)網(wǎng)的污染信息有一個(gè)異常值，達(dá)到近40萬(wàn)起不良信息舉報(bào)，遠(yuǎn)遠(yuǎn)高于其他時(shí)間段內(nèi)的污染信息舉報(bào)數(shù)。查閱2008年5月的《月報(bào)資料》顯示，這是由于2008年“512”汶川大地震后，不法分子趁機(jī)散布虛假消費(fèi)，騙取錢(qián)財(cái)。經(jīng)公眾舉報(bào)后，12321舉報(bào)中心和公安機(jī)關(guān)的努力，不法分子得到相應(yīng)的處罰，移動(dòng)互聯(lián)網(wǎng)和互聯(lián)網(wǎng)上的污染信息得到了一定程度的控制；在春節(jié)前1個(gè)月會(huì)出現(xiàn)峰值，而在正月卻下降，一是由于節(jié)日期間有關(guān)部門(mén)加大了監(jiān)管力度；二是人們將注意力放在過(guò)節(jié)上，降低了舉報(bào)頻率。固定電話(huà)網(wǎng)上的污染信息相對(duì)較小。

為判斷3種信息污染來(lái)源差異是否顯著，需要進(jìn)一步作方差檢驗(yàn)，檢驗(yàn)步驟如下：

Step 1：bartlett檢驗(yàn)，考察方差齊次性：

p-value<22e-16，方差齊次性條件滿(mǎn)足。

Step 2：方差檢驗(yàn)：

由方差檢驗(yàn)結(jié)果p-value=943e-13，接近于0，說(shuō)明3種信息污染來(lái)源數(shù)量差異顯著。

Step 3：多重比較：

多重比較結(jié)果顯示P值均小于001，3種信息污染來(lái)源間均存在非常顯著的差異。

Step 4：計(jì)算均值

即3種信息污染來(lái)源中，來(lái)自移動(dòng)電話(huà)網(wǎng)（mean=573482653）的信息污染最多；其次是互聯(lián)網(wǎng)（mean=347518980）；再次是固定電話(huà)網(wǎng)（mean=9672449）。

22 第二組樣本數(shù)據(jù)分析

如圖2所示，惡意手機(jī)APP舉報(bào)數(shù)量在這一階段迅速下降。這是由于在未將其納入監(jiān)測(cè)范圍之前已經(jīng)肆意橫行，將其納入監(jiān)測(cè)范圍后采取措施才得以控制。隨著移動(dòng)智能終端的應(yīng)用普及，來(lái)自移動(dòng)互聯(lián)網(wǎng)的信息污染問(wèn)題也開(kāi)始突出。從2014年2月開(kāi)始，12321舉報(bào)中心與網(wǎng)秦、騰訊、金山毒霸等安全引擎合作，以加強(qiáng)對(duì)污染信息的監(jiān)控，在此之前對(duì)引發(fā)手機(jī)安全問(wèn)題的APP并沒(méi)有納入監(jiān)管范圍。舉報(bào)受理中心據(jù)此，要求各應(yīng)用商店對(duì)惡意APP進(jìn)行強(qiáng)制下架等處理方式，有效地控制了此類(lèi)信息污染的持續(xù)增長(zhǎng)。

圖2 2014年2月至2016年2月不同信息污染分類(lèi)統(tǒng)計(jì)

經(jīng)統(tǒng)計(jì)檢驗(yàn)，惡意APP與其他6種污染類(lèi)型的數(shù)量具有顯著差異，其均值為mean=1586867143，遠(yuǎn)高于其余6種污染類(lèi)型。

23 兩組樣本合并分析

由于兩組樣本在統(tǒng)計(jì)上存在一定差異，為了能夠?qū)山M樣本進(jìn)行進(jìn)一步比較，需要統(tǒng)一口徑。本研究選擇將第二組樣本中的垃圾短信（B3）和違法短信（B4）合并，將第一組樣本中的來(lái)自移動(dòng)電話(huà)網(wǎng)（A22）和固定電話(huà)網(wǎng)（A31）的騷擾電話(huà)進(jìn)行合并，同時(shí)保留兩個(gè)樣本中相同的變量，即惡意網(wǎng)站、垃圾郵件，合并后的數(shù)據(jù)表格如圖3所示：

圖3 2008年5月-2016年2月信息污染源分類(lèi)統(tǒng)計(jì)

從兩組樣本合并后的情況來(lái)看，2008年“512”地震后來(lái)自移動(dòng)電話(huà)網(wǎng)上出現(xiàn)的大量信息污染主要是不良與垃圾短信。

經(jīng)方差檢驗(yàn)，不良與垃圾短信與其余3種類(lèi)型的污染信息之間差別顯著，且不良與垃圾短信的數(shù)量（mean=4590149）顯著大于其他3種類(lèi)型的信息污染。

24 網(wǎng)絡(luò)信息污染變化趨勢(shì)分析

由于將兩組樣本合并后分析時(shí)，以?xún)山M樣本共有類(lèi)目為基礎(chǔ)，并沒(méi)有對(duì)惡意手機(jī)APP和不良與垃圾短信的比較。為判斷2014年2月至2016年2月間，惡意手機(jī)APP和不良與垃圾短信數(shù)量之間是否存在顯著差異，需要進(jìn)一步將第二組中的“垃圾短信（B3）”和“違法短信（B4）”進(jìn)行合并后與惡意手機(jī)APP（B7）進(jìn)行對(duì)比分析。經(jīng)統(tǒng)計(jì)檢驗(yàn)，惡意手機(jī)APP舉報(bào)數(shù)量（mean=15868671）顯著高于不良與垃圾短信數(shù)量（mean=2173357）（p-value=174e-05 ），如圖4所示。

圖4 2014年2月-2016年2月惡意手機(jī)APP和不良與垃圾短信統(tǒng)計(jì)

3 結(jié)論及建議

本研究基于內(nèi)容分析法，以12321互聯(lián)網(wǎng)不良與垃圾信息舉報(bào)中心發(fā)布的《網(wǎng)絡(luò)不良與垃圾信息受理情況月報(bào)》共計(jì)70份樣本進(jìn)行了分析，并根據(jù)樣本特征將所有樣本分為兩組，主要得出以下結(jié)論：

（1）第一組樣本統(tǒng)計(jì)了來(lái)自互聯(lián)網(wǎng)、移動(dòng)電話(huà)網(wǎng)和固定電話(huà)網(wǎng)3種不同來(lái)源的污染信息，統(tǒng)計(jì)結(jié)果顯示，來(lái)自移動(dòng)電話(huà)網(wǎng)的污染信息數(shù)量最多，來(lái)自固定電話(huà)網(wǎng)的污染信息最少，來(lái)自互聯(lián)網(wǎng)的居其間；

（2）對(duì)第二組樣本統(tǒng)計(jì)了7種不同類(lèi)型的污染信息之間的差異，結(jié)果顯示2014年2月以來(lái)，被舉報(bào)的手機(jī)惡意APP數(shù)量顯著高于其他類(lèi)型的污染信息；

（3）經(jīng)兩組樣本共有類(lèi)目對(duì)比分析，結(jié)果顯示來(lái)自移動(dòng)電話(huà)網(wǎng)的不良與垃圾信息數(shù)量顯著高于其余幾類(lèi)污染信息的數(shù)量；

（4）將惡意手機(jī)APP舉報(bào)數(shù)量和不良與垃圾信息數(shù)量對(duì)比，2014年2月至2016年2月，惡意手機(jī)APP數(shù)量顯著超過(guò)不良與垃圾短信數(shù)量，已經(jīng)成為網(wǎng)絡(luò)信息污染中突出問(wèn)題。

據(jù)此，提出以下政策建議：一是加大對(duì)移動(dòng)電話(huà)網(wǎng)中信息污染源的監(jiān)測(cè)力度。隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，手機(jī)已經(jīng)成為新時(shí)代公民的標(biāo)配，信息成為一種重要的資源，但信息的質(zhì)量卻也因?yàn)樾畔⑦^(guò)載等信息污染問(wèn)題而大打折扣。監(jiān)管部門(mén)有義務(wù)規(guī)范信息消費(fèi)市場(chǎng)，為公眾營(yíng)造一個(gè)良好的信息消費(fèi)環(huán)境，可以嘗試建立曝光制度，以威懾不良行為主體。二是加強(qiáng)信息污染防治全民宣傳工作，提升公眾信息素養(yǎng)。12321舉報(bào)受理中心現(xiàn)已開(kāi)通電話(huà)、微博、微信和安卓手機(jī)客戶(hù)端等舉報(bào)方式，卻鮮為人知。建議通過(guò)招募志愿者加強(qiáng)此類(lèi)宣傳工作，同時(shí)引導(dǎo)公眾養(yǎng)成良好的消費(fèi)習(xí)慣，不傳謠不信謠。三是建議12321舉報(bào)中心在受理不良與垃圾信息舉報(bào)時(shí)，增加危害評(píng)級(jí)，以方便對(duì)此類(lèi)案件的分類(lèi)治理?，F(xiàn)有資料顯示中心僅在2014和2015兩年分別做過(guò)一次《網(wǎng)民權(quán)益調(diào)查》，如果只是每年調(diào)查一次還遠(yuǎn)遠(yuǎn)不夠。由于污染信息的數(shù)量和因此而造成的損失不一定成正比，某些污染信息可能舉報(bào)數(shù)量少但給公眾造成的危害大。如不法分子通過(guò)電話(huà)騙取農(nóng)村空巢老人等案件，社會(huì)負(fù)面影響大，但受騙當(dāng)事人并不懂得如何舉報(bào)，會(huì)導(dǎo)致此類(lèi)案件的舉報(bào)偏少。如果單從數(shù)量來(lái)看的話(huà)，可能給不法分子提供可趁之機(jī)。

參考文獻(xiàn)

[1]韓子靜.信息生態(tài)學(xué)與信息生態(tài)系統(tǒng)平衡研究[D].杭州：浙江大學(xué)，2008.

[2]周慶山，李瀚瀛，朱建榮，等.信息生態(tài)學(xué)研究的概況與術(shù)語(yǔ)界定初探[J].圖書(shū)與情報(bào)，2006，（6）：24-29.

[3]Jo T.BBC NEWS|Technology|Web guru fights info pollution[EB/OL].http：∥news.bbc.co.uk/2/hi/technology/3171376.stm，2016-01-10.

[4]Hemp P.Death by information overload[J].Harvard business review，2009，87（9）：83-89.

[5]Bontcheva K，Gorrell G，Wessels B.Social media and information overload：Survey results[J].arXiv preprint arXiv，2013，（1306）：813.

[6]Dean D，Webb C.Recovering from information overload[J].McKinsey Quarterly，2011，（1）：80-88.

[7]Rodriguez M G，Gummadi K，Schoelkopf B.Quantifying information overload in social media and its impact on social contagions[J].arXiv preprint arXiv：1403.6838，2014.

[8]Van V L，Beaujean D J M A，Van G J E W.Why mobile health app overload drives us crazy，and how to restore the sanity[J].BMC medical informatics and decision making，2013，13（1）：23.

[9]Kristof C，Michael A.Managing Information Overload：the Case of Online Product Review Categorization[M].Springer International Publishing，2015：548.

[10]邵培仁.傳播學(xué)[M].北京：高等教育出版社，2003.

[11]李鍵菲.基于信息生態(tài)鏈的信息污染及主體防范策略[J].情報(bào)資料工作，2010，（3）：98-101.

[12]呂潤(rùn)宏.淺談網(wǎng)絡(luò)信息污染的治理策略[J].河南圖書(shū)館學(xué)刊，2010，（5）：107-109.

[13]郭宇.微博媒介生態(tài)環(huán)境中的信息污染問(wèn)題探析[D].保定：河北大學(xué)，2014.

[14]胥愛(ài)芳.互聯(lián)網(wǎng)社區(qū)問(wèn)答平臺(tái)上基于“眾包”的信息污染：測(cè)量、分析與防治[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2015.

[15]黃曉芳.論我國(guó)信息污染及治理對(duì)策[J].惠州學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2003，（1）：91-95.

[16]Koroleva K，Krasnova H，Günther O.‘STOP SPAMMING ME！-Exploring Information Overload on Facebook：AMCIS，2010[C].

[17]彭銳.論信息污染與信息控污[J].科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì)，2003，（4）：19-20.

[18]王璐.新焦點(diǎn)：關(guān)注網(wǎng)絡(luò)時(shí)代的信息污染[J].現(xiàn)代情報(bào)，2004，（8）：205-206.

[19]周淑云.信息污染及其控制[J].現(xiàn)代情報(bào)，2009，（2）：68-70.

[20]曾劍秋，楊光永，董豪.垃圾短信分類(lèi)治理對(duì)策研究[J].北京郵電大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2015，（6）：39-44.

[21]朱亮，孟憲學(xué).文獻(xiàn)計(jì)量法與內(nèi)容分析法比較研究[J].圖書(shū)館工作與研究，2013，（6）：64-66.

[22]李明.定量?jī)?nèi)容分析法在中國(guó)大陸新聞傳播研究中的運(yùn)用——以2003-2012年CSSCI收錄的新聞傳播類(lèi)來(lái)源期刊論文為例[J].新聞與傳播研究，2013，（9）：50-64.

[23]邱均平，余以勝，鄒菲.內(nèi)容分析法的應(yīng)用研究[J].情報(bào)雜志，2005，（8）：11-13.

[24]吳世忠.內(nèi)容分析方法論綱[J].情報(bào)資料工作，1991，（2）：37-39.

[25]周艷，李青.我國(guó)智能玩具研究現(xiàn)狀述評(píng)——基于2002-2014年中文文獻(xiàn)[J].北京郵電大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2016，（1）：113-120.

[26]劉偉.內(nèi)容分析法在公共管理學(xué)研究中的應(yīng)用[J].中國(guó)行政管理，2014，（6）：93-98.

（本文責(zé)任編輯：郭沫含）