李 凱，安 實

（哈爾濱工業(yè)大學 管理學院，哈爾濱 150001）

群體效應在社會科學中是難以捉摸的。最近，有許多實驗研究都在試圖測量在線社會影響的因果效應，與此同時，越來越多的人對于利用社交網(wǎng)絡來研究影響現(xiàn)實世界的行為表現(xiàn)出濃厚的興趣。各領域的學者對于員工的同事是否影響他們的生產力、同伴是否影響個人對新產品和服務的采納[1]、青少年的伙伴是否影響他們的學習能力，甚至于幸福感、肥胖和吸煙是否通過群體效應蔓延而具有“傳染性”等問題表現(xiàn)出極大的興趣。事實上，對于群體效應的研究對政策制定是至關重要的[2-3]。

縱觀近年來我國公共危機的爆發(fā)與演化，發(fā)現(xiàn)其中幾乎總是伴隨著謠言、流言和小道消息等不客觀、不真實的信息擴散與傳播或信息的扭曲與變異事件，如2003年SARS 疫情爆發(fā)時搶購板藍根的狂潮、2008年發(fā)生的“貴州甕安事件”、2011年日本核泄漏引發(fā)的搶購食鹽風波以及2012年的釣魚島事件等在人群中引起恐慌，造成了混亂局面，嚴重影響了人們的正常生活。此外，偽信息擴散在公共危機演化過程中扮演著越來越重要的角色，使得公共危機的復雜性和不確定性增加，加劇公共危機的破壞性，為危機恢復設置重重障礙，甚至危及社會和政治的穩(wěn)定。

在突發(fā)公共事件中，明確隨著個體恐慌心理而產生的偽信息如何通過群體效應在公眾中迅速擴散，進而產生社會放大效應，識別社會成員在信息擴散網(wǎng)絡中的社會影響力及其易感性（容易感染的程度）是控制公共危機中偽信息擴散的關鍵。

1 文獻綜述

目前關于偽信息擴散的影響力群體的研究大多以社交網(wǎng)絡為主，研究網(wǎng)絡中不同群體的影響力程度。且大多通過模擬實際情形賦予網(wǎng)絡中個體自身屬性或個體間強弱關系，通過計算機軟件仿真的方式反映擴散網(wǎng)絡中個體或群體的影響作用。沙勇忠等[4]研究了信息接受概率，鄰居數(shù)量與真實信息進入系統(tǒng)時間等因素對偽信息傳播的影響作用。朱冠樺等[5]發(fā)現(xiàn)，在從眾效應的影響下，蠱惑性強的謠言傳播率的增幅較小，而較弱的提升幅空間較大，并說明了增大網(wǎng)絡規(guī)?？梢韵魅鯊谋姷淖饔?。肖云鵬等[6]結合傳染病模型和社交影響力要素提出了一種基于動態(tài)節(jié)點行為和用戶影響力的信息傳播動力模型量化了影響力強度，為信息擴散過程中不同群體狀態(tài)轉變提供理論依據(jù)。樊興華等[7]針對當前影響力擴散模型IDM 的缺陷，提出了新的IDPM 模型，顯著提高了模型的精確率。趙俊等[8]考慮獲知信息后的發(fā)酵過程提出了具有發(fā)酵期的輿情傳播模型，并構建了社會效用最大化的控制模型。Tsai等[9]研究情感與信任對在線網(wǎng)絡采納的影響，考慮了性別與參與的調節(jié)作用。Basaras等[10]通過綜合考慮個體的度及k-shell值提出了一種識別復雜網(wǎng)絡中具有影響力的傳播者的方法。Kruchten等[11]通過對不同類型和規(guī)模的社會團體進行試驗，測試了模型的傳播模型的影響作用。

由于網(wǎng)絡模擬的局限性，網(wǎng)絡中個體屬性涉及較為片面。而根據(jù)客觀實際的實證研究則可通過問卷設計等方法考慮多維屬性刻畫真實社會群體影響力。但是由于實際數(shù)據(jù)獲取與處理及分析耗費的人力與時間成本，導致相關研究成果相對較少，相關研究需進一步深入。季丹等[12]通過實證研究發(fā)現(xiàn)，網(wǎng)絡中的危機信息傳播受到傳播者專業(yè)能力及信息接受者的處理能力的影響。李敏等[13]研究了微博環(huán)境下用戶健康信息擴散行為的影響因素模型。張玥等[14]以新浪微博為平臺，以打砸日系車時間為案例，基于ELM 模型研究了微博輿情傳播的影響因素，并加以驗證。Arjan等[15]研究了MySpace中不同年齡用戶的朋友年齡分布情況，以及使用媒體偏好等。Tortoriello等[16]研究了溝通過程中個體間的強關系在組織單元知識傳遞過程中的影響作用。上述研究通過獲取實際數(shù)據(jù)進行群體影響力研究，但大多以一個或兩個特性為變量，如年齡、個體關系等，變量數(shù)量的限制導致研究結果的片面性。因此，基于年齡、性別和社會關系等多維變量描述的群體影響力研究將是本文考慮的重點。

2 問卷設計與數(shù)據(jù)獲取

為達到本文的研究目的，本文選取離目前距離最近的“2011年日本震后核泄漏危機引發(fā)的搶鹽風波”作為偽信息擴散研究案例，設計了一份調查問卷（該問卷從2012年底就開始著手設計）來測量代表性樣本在偽信息擴散中的影響力和易感性的情況。該調查涉及來自城市、農村以及各行各業(yè)的人員，在調查過程中，讓調查對象回想當時有無同伴給他們打電話或發(fā)短信，或口口相傳告知他們社會出現(xiàn)了搶鹽，以及當時自己有無搶鹽并將信息進一步傳遞給其他同伴。

調查過程中，被調查對象隨機抽取（有部分是向行人進行統(tǒng)計，也有部分讓學生寒假時咨詢相關親戚朋友等），保證調查對象的均衡性。對網(wǎng)絡成員影響力和易感性評估是通過基于成員是否采納同伴傳遞的信息而得到的處理狀態(tài)。本調查經歷了近半年的時間，在此期間共調查了500余人次，但是由于主要采取回顧式調查，有部分問卷存在較多數(shù)據(jù)缺失，最終有效問卷276份，通過分析有效問卷獲取的數(shù)據(jù)，確定相關變量，相關變量的描述性統(tǒng)計如表1所示。

3 公共危機偽信息擴散的群體效應的單因素模型

對信息擴散網(wǎng)絡中各成員的影響力和易感性的評估是通過基于同伴是否采納有影響力的信息進而采取行動而定，將網(wǎng)絡中各成員視為Cox比例風險模型中的病人，其是否感染類似于Cox模型中的生存時間，發(fā)現(xiàn)可以使用Cox比例風險模型來研究信息擴散網(wǎng)絡中成員影響力和易感性的評估。為了評估社會成員i的個體屬性對同伴j是否采取搶鹽行動產生外在影響的調節(jié)效應，以及同伴j自身的敏感性，本文使用了生存函數(shù)中的Cox 比例風險模型。Cox比例風險模型是一種允許資料有“刪失”數(shù)據(jù)存在，同時可以分析眾多因素對生存時間影響的多變量生存分析方法，是一種半?yún)?shù)方法，在醫(yī)學、生物中目前應用廣泛，最近一些學者將Cox模型應用到解決管理學的問題中具有自身特有的優(yōu)勢[17]。

表1 相關變量的描述性統(tǒng)計

在本文中，將社會網(wǎng)絡中成員最終是否采取搶鹽行為看做是偽信息的生存狀態(tài)。對于這種生存時間不連續(xù)的情形可以通過Logistic變換將函數(shù)表達式推廣到離散情形。本文采用Cox單故障比例風險模型來估計同伴們如何快速響應所接收的信息（而不是簡單的是否響應），如下式所示：

式中：λj為社會網(wǎng)絡中接收到信息決定搶鹽的節(jié)點成員j的風險；λ0（t）為基線風險；X i為網(wǎng)絡中進行信息擴散的成員i的個體屬性；X j為獲取信息的成員j的個體屬性；N j為在整個偽信息擴散過程中成員j接收到的公共媒體信息（如電視新聞報道搶鹽事件）估計了具有屬性X j的成員在沒有影響（N j=0）的情況下自發(fā)采取行動的傾向。βjinfl估計了同伴i的屬性對成員j實施搶鹽的行為超過其自發(fā)采用的傾向的影響力；βN評估了收到公共媒體信息的成員采取行動的可能性的影響（保持信息接受者和潛在信息傳播者的屬性不變）。

利用SPSS19進行模型擬合，在擬合過程中，將影響信息擴散的各分類協(xié)變量標記為指示符，并以每個分類協(xié)變量的最后一個作為參照對象。例如，對于“社會關系”這個協(xié)變量，在調查過程中將其分為4類，1表示“單身”，2表示“戀愛中”，3表示“已婚”，4表示“很復雜，未知”，那么，在運算過程中就將4“很復雜，未知”作為參照對象，假定“很復雜，未知”這種社會關系的β值為0，其exp（β）=1，另外3類的系數(shù)就和它進行比較，以此類推。

模型的擬合優(yōu)度、穩(wěn)健性及個體自身易感性和影響力系數(shù)經過整理后如表2～4所示。

表2 模型系數(shù)的綜合測試a

表3 偽信息擴散過程中個體易感性βj susc系數(shù)估計表

表4 偽信息擴散過程中個體影響力βj inf l系數(shù)估計表

根據(jù)表3、4的結果可見，在偽信息擴散過程中，23～30歲的人最容易受到其他人的影響，其超出相對于沒有說明年齡情況的人（即參照標準）67.1%的風險程度會采取搶鹽行動，且分別比31～45 歲和45歲以上年齡段的群體可能會采取搶鹽行動的風險高97.1%和67.9%。根據(jù)本文所選取的案例而言，究其原因是因為該群體年齡正處于畢業(yè)及剛進入社會的階段，社會經驗和生活經驗不足，所以，在關于與生活飲食相關的事情上容易受到影響；而最不易受影響的是0～22歲的群體，相對于沒有說明情況的群體而言，其采取搶鹽行動的風險（概率）降低22.6%，應該是與這部分群體大部分在校園，對于柴米油鹽不是很關注，所以最不容易被影響。然而，31～45歲這個年齡段的群體的影響力是最強的，同時比0～22歲的群體明顯顯著，應是該群體正是家庭中的支柱，具有一定的話語權的同時還需要在生活中考慮相關問題。相對于0～22歲的人而言，31～45歲的人有超過239%的風險率。在實際的管理中，可以通過對31～45歲群體施加影響并用其影響力來促使其同伴采取行動，而0～22歲的群體不易受到影響，可以在管理中選擇性放棄這部分群體。

同時，男性有高于女性11.5%的影響力，但女性相對于男性而言，其易感性超出了55%，原因應是男性相對女性較能堅持自己的想法，不容易受到外界環(huán)境的影響。戀愛中的人最容易受到影響，而已婚人士影響力最大。根據(jù)調查問卷統(tǒng)計數(shù)據(jù)可知，已婚人士影響力相對于單身人士，其影響力可超過其2倍還多，原因應是相對單身而言，戀愛和已婚由于穩(wěn)定的原因會給人一種更可信的感覺。因此，在實際管理中對男性施加影響比對女性施加影響達到的最終效果更好，并且對戀愛和已婚人事施加影響達到的最終效果更好。

此外，城市中的群體的易感性比位于鄉(xiāng)鎮(zhèn)中的群體的易感性要高出17.7%，同時，他們的影響力要絕對高于鄉(xiāng)鎮(zhèn)中的群體，由表4可見，鄉(xiāng)鎮(zhèn)中群體的影響力幾乎為0，原因應為城市中的群體更容易獲得信息。另一方面，發(fā)展中地區(qū)的群體行為在一定程度上會模仿發(fā)達地區(qū)的群體行為。因此，在實際管理中對城市中的群體施加影響的效果更佳。

值得注意的是，在整個偽信息擴散過程中，接收到公共媒體信息的人采取行動的可能性比未接收到公共媒體信息的人采取行動的可能性要高138%?？梢?，公共媒體，尤其是電視，往往以新聞的形式播出某個地方發(fā)生了某件事，其出發(fā)點是站在公立客觀的角度來報道這件事情，但事實上可能會促進該事件或者是與該事件相關的偽信息等的擴散。

4 公共危機偽信息擴散的群體效應二元模型

在單因素作用過程中，研究發(fā)現(xiàn)，作為31～45歲的群體，他們的影響力最大，但是他們通常會對哪個群體產生更大影響，以及在信息擴散過程中，是男性對女性的影響力大，還是女性對女性的影響力大？為了進一步估計協(xié)變量之間的二元關系，本文構建了偽信息擴散過程中群體效應的影響力和易感性之間的二元關系模型，如下式所示：

式中：X i為一組信息傳播者的個體屬性；X j為信息接收者j的個體特征；S（Xi，X j）為一組擁有特有共同屬性的信息發(fā)送者——接受者的二元協(xié)變量，例如，當信息發(fā)送者和接受者的年齡相同和年齡不同時的影響力和易感性哪個更大。為同伴i、j的二元屬性對j的影響程度超過同伴j自發(fā)采用的程度。通過SPSS的計算，得到的結果如表5所示（由于二元關系太多，故截取部分數(shù)據(jù)顯示）。

表5 偽信息擴散中的同伴間的二元效應

由計算結果可知，從年齡層面來看，0～22歲的群體對各年齡層的影響力都不大，而31～45歲的群體相對而言影響力是最大的，且對23～30歲年齡層的影響力最大；反之，23～30歲年齡層也最容易收到31～45歲年齡段的影響。因此，對31～45歲的群體施加影響可以在投入相同的情況下實現(xiàn)影響效果最好。

從性別來看，男性對女性比女性對女性的影響要高出50.3%，而女性對男性的影響力相對于男性對男性的影響力要高出301.6%?？梢?，同性相斥，異性相吸，因此，對單一性別群體施加影響也可以達到影響所有性別群體的目的。

再者，從社會關系上看，假設關系強度依次排序為單身＜戀愛中＜已婚，高強度社會關系對于低強度社會關系的影響力要大于同等強度的社會關系（例如已婚對于戀愛中的影響力比戀愛中的對戀愛中的影響力要高出幾乎一倍），且同等強度之間的影響力大致差不多，單身對單身的影響力與戀愛中的對戀愛中的影響力幾乎相等。因此，對高強度相會關系的群體施加影響可以在投入相同的情況下影像效果最好。

在非二元關系模型中，發(fā)現(xiàn)獲取公共媒體信息對于人們采取行動有顯著性的影響。通過二元關系模型分析可以看出，公共媒體信息對于年齡越大的人影響力越大，且對已婚的女性影響顯著；另外，在信息擴散過程中，對于處于鄉(xiāng)鎮(zhèn)的人群影響力要明顯高于城市。

5 結 語

通過偽信息擴散的單因素模型和二元關系模型的群體效應分析發(fā)現(xiàn)，不同的個體在信息擴散過程中分別扮演著不同的角色。例如，在本文研究的“碘鹽抗輻射”的偽信息擴散案例中，23～30歲的個體最容易受外界信息影響，最愿意向外界擴散信息且有影響力的是31～45歲的個體；同時，外界公共媒體對人們采取搶鹽行動具有顯著的促進作用。這表明，目前的公共媒介盡管發(fā)揮了公眾知情權的作用，但是從控制公共危機來看，并沒有起到積極作用。

為干預和控制信息的擴散，可以通過制作主要針對31～45歲這個群體的新聞或視頻，通過他們的影響力，進而影響其他年齡段的人群。此外，女性并不是公共媒介進行擴散政府消息的有效候選人，由文中分析可知，在信息擴散過程中，男性的影響力要大于女性，尤其是已婚人士的影響力更大。盡管女性很容易被影響，但是她們沒有足夠的影響力來進一步擴散政府信息。上述結果對于政府在公共危機發(fā)生時設計和制定相關控制偽信息的政策有極大的幫助。