阮文翠 夏志杰

摘要：探究社交媒體用戶分享辟謠信息意愿的影響因素，為辟謠信息的傳播及抑制社交媒體謠言提供參考。以社交媒體用戶辟謠信息分享意愿為研究對象，選取辟謠主體、辟謠信息內(nèi)容、辟謠信息傳播方式三個維度，通過問卷調(diào)查獲取數(shù)據(jù)，采用相關(guān)性分析及回歸分析的方法對辟謠信息分享意愿的影響因素進行研究。影響社交媒體用戶分享辟謠信息意愿的因素重要性依次為：真相陳述、圖片、視頻、專業(yè)人士、定位、政府賬號、鏈接、同步傳播影響，據(jù)此提出建議。

關(guān)鍵詞：辟謠信息；分享意愿；影響因素

中圖分類號：G206文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2020.02.005

開放科學(xué)（資源服務(wù)）標識碼（OSID）：

基金項目：國家社會科學(xué)基金項目（14BTQ026）；國家自然科學(xué)基金青年項目（71503163）

0引言

基于Web2.0技術(shù)的成熟應(yīng)用和人們溝通的需求，使得社交媒體迅速發(fā)展，成為社交媒體謠言傳播的重要渠道[1]。社交媒體謠言引發(fā)社會恐慌，對社會的和諧及穩(wěn)定造成了極大的破壞[2]，如何快速有效辟謠已成為亟待解決的問題。喻國明認為，社交媒體平臺具有自凈功能，能使信息相互印證、糾錯，從而達到應(yīng)對社交媒體謠言的目的[3]。魏武揮提出“個體認識”理論，認為辟謠的關(guān)鍵在于個體認識到事物的真相[4]。葛濤認為社交媒體用戶在社交媒體平臺分享辟謠信息、積極舉證質(zhì)疑社交媒體謠言，使得謠言的影響力不斷下降，在一定程度上抑制了社交媒體謠言的傳播[5]。

社交媒體用戶對謠言的抑制作用主要來源于他們對辟謠信息的分享，然而社交媒體用戶對辟謠信息的分享意愿較為低下[6]。新浪微博平臺2010年11月開通了官方辟謠賬號@微博辟謠引導(dǎo)社交媒體用戶參與抑制社交媒體謠言，但相比其他類型的信息辟謠信息被轉(zhuǎn)發(fā)數(shù)量較少。為了鼓勵更多的人在抑制網(wǎng)絡(luò)謠言過程中對辟謠信息進行分享，了解社交媒體用戶辟謠信息分享意愿的影響因素非常重要。陳娟等證實辟謠信息內(nèi)容含有@符號及含有較多圖片時，用戶分享辟謠信息的意愿較為強烈[7]，何躍等分析得知微博內(nèi)容、謠言話題等因素影響用戶的辟謠信息分享意愿[8]。已有研究多數(shù)在辟謠信息內(nèi)容方面進行研究，但辟謠信息的傳播方式及辟謠主體對辟謠信息分享意愿也有重要影響，相關(guān)研究較少有待進一步探討和研究。

基于此，本文以社交媒體用戶辟謠信息的分享意愿為研究對象，采用問卷調(diào)查及回歸的方法，分別從辟謠信息的主體，辟謠內(nèi)容特征，辟謠信息的傳播方式三個方面研究辟謠信息分享意愿的影響因素，以期了解如何使辟謠信息更廣泛的被分享，從而為抑制社交媒體謠言傳播提供新思路。

1理論基礎(chǔ)及研究假設(shè)

1.1理論基礎(chǔ)

本研究基于霍夫蘭德提出的“傳播說服理論”[9]，從信息內(nèi)容維度、信息傳播者維度、信息傳播媒介維度來考察三者對社交媒體辟謠信息分享意愿的影響。在霍夫蘭德的說服理論模型中，說服者作為說服信息的傳遞者，說服者的地位至關(guān)重要[10]，因此本研究的說服者即辟謠的主體，包含專業(yè)人士及政府賬號。信息內(nèi)容維度用信息特征描述，本研究中表示為辟謠信息的內(nèi)容特征：辟謠信息內(nèi)容含圖片、視頻、鏈接、定位。說服行為的效果主要取決于信息本身，但是信息傳播媒介維度對傳播效果也有很重要的影響[11]。信息傳播媒介維度表示為信息傳播方式，在本研究中即為社交媒體辟謠信息的傳播方式，包括：真相陳述的辟謠方式以及辟謠信息與謠言同步傳播的方式。

1.2變量定義及研究假設(shè)

根據(jù)指標的不同特征可以將變量分為：辟謠的主體、辟謠信息內(nèi)容特征、辟謠形式。辟謠信息的主體指的是發(fā)布辟謠信息的人，包括專業(yè)人士、官方賬號。辟謠信息的內(nèi)容指的是辟謠信息中包含的相關(guān)元素，包括：有無圖片，有無視頻，是否有鏈接及位置信息。辟謠信息的傳播方式是指辟謠信息在傳播中表現(xiàn)的形式，包括：將辟謠信息與信息同步傳播。

根據(jù)對微博上辟謠信息的研究，辟謠的主體對辟謠信息的傳播有顯著影響，不同的辟謠主體的辟謠效果不同[12]。辟謠的主體分為：政府組織、商業(yè)組織、民間組織、意見領(lǐng)袖、當事人和其他人[13]。尤其在突發(fā)事件中，政府賬號發(fā)布的辟謠信息對社交媒體用戶的認知有著決定性的影響[14]。意見領(lǐng)袖中的專業(yè)人士能在突發(fā)輿情事件中提供相關(guān)領(lǐng)域的專業(yè)知識，發(fā)布高質(zhì)量高水平的內(nèi)容，擔任“辟謠主力軍”，揭露事實，促進用戶對辟謠信息的分享[15]。因此提出以下假設(shè)：

H1：辟謠的主體為官方賬號時，用戶分享的意愿較大。

H2：辟謠的主體為專業(yè)人士時，用戶分享的意愿較大。

辟謠信息的內(nèi)容有多種特征，有些除了文字以外還附加圖片、視頻、定位、鏈接等等[16]。研究表明，辟謠信息中如果沒有將視頻和圖片證據(jù)展示給社交媒體用戶，將會使得辟謠信息的權(quán)威度和可信度大大降低，尤其是在突發(fā)事件輿情中此類形式的辟謠信息不能有效吸引公眾的眼球和關(guān)注度，反而可能會引發(fā)公眾的質(zhì)疑，導(dǎo)致辟謠信息出現(xiàn)負效應(yīng)[14]。鏈接、定位、視頻、圖片等不同的信息維度對用戶的分享意愿有著不同的影響，會影響信息的傳播和擴散[17]。因此提出以下假設(shè)：

H3：辟謠信息內(nèi)容含圖片時，用戶分享的意愿較大。

H4：辟謠信息內(nèi)容含視頻時，用戶分享的意愿較大。

H5：辟謠信息內(nèi)容含定位時，用戶分享的意愿較大。

H6：辟謠信息內(nèi)容含鏈接時，用戶分享的意愿較大。

辟謠信息方式各有特點及利弊，傳播方式的選擇對辟謠效果具有一定影響，應(yīng)把握不同方式的特點[18]。辟謠方式通常包括兩種，一為反駁式的直接辟謠，一為真相陳述式的間接辟謠，與直接反駁的辟謠方式相比，真相陳述的辟謠方式要求辟謠者具有專業(yè)的真相澄清能力以及辨別事實的洞察力，因而采取真相陳述的辟謠方式辟謠往往更容易正確引導(dǎo)人們識破謠言，認清事實[13]。辟謠信息的傳播方式包括僅傳播辟謠信息以及將謠言與對應(yīng)辟謠信息一起傳播，與單一的展示辟謠信息相比，將謠言及相關(guān)辟謠信息一起展示，將有助于減少Twitter上謠言的傳播[19]。

H7：真相陳述的辟謠方式對用戶分享意愿的影響較大。

H8：辟謠信息與謠言同步傳播的方式對用戶分享意愿的影響較大。

基于上述假設(shè)，建立模型架構(gòu)如圖1所示：

2研究方法

2.1量表設(shè)計

本研究的變量包括：專業(yè)人士、官方賬號、圖片、視頻、定位、鏈接、真相陳述的方式、同步傳播的方式共8個。為保證問卷內(nèi)容的信度效度，本研究所采用的量表都來源于相關(guān)研究的成熟量表，并根據(jù)本研究的研究目的及變量進行改進（見表1），問題項的設(shè)置采用5點制的李克特量表測量，1代表非常不同意，5代表非常同意。問卷形成以后，為保證問卷設(shè)計的規(guī)范性和數(shù)據(jù)的科學(xué)性，對問卷進行了前測。前測的對象主要為30名活躍于微博的研究生。隨后使用SPSS17.0對問卷結(jié)果進行因子分析及內(nèi)部一致性檢驗。刪除指標不合理的問題項，形成最終問卷。

2.2數(shù)據(jù)收集

本研究采取網(wǎng)絡(luò)問卷的形式，借助專業(yè)的問卷調(diào)查平臺“問卷星”，將問卷轉(zhuǎn)發(fā)至微博平臺，私信邀請微博活躍度較高的人填寫問卷。本次實驗共發(fā)放問卷300份，回收294份，剔除無效問卷34份，實驗共回收有效問卷260份。

3數(shù)據(jù)分析與假設(shè)檢驗

本研究主要采用SPSS 21.0軟件來完成數(shù)據(jù)分析工作，分別對數(shù)據(jù)進行描述性統(tǒng)計分析以及問卷的信度、效度檢驗，最后進行回歸分析以判斷變量之間的關(guān)系。

3.1描述性統(tǒng)計分析結(jié)果

由表2可知，問卷中男女性別比例接近1：1，男女比例均衡，樣本更年輕，受教育程度更高。這與中國網(wǎng)民的總體水平一致。

3.2效度及信度分析

本文問卷信度的檢測采用內(nèi)部一致性方法，借助Cronbachsα系數(shù)來檢測問卷題目，得到的α系數(shù)值越高，則代表其檢測的因子內(nèi)部一致性越大，信度越高。SPSS統(tǒng)計軟件分析后的結(jié)果為α= 0.902，說明該問卷有很好的信度。KMO是Kaiser-Meyer-Olkin的取樣適當性量數(shù)，KMO值越大，表示變量間的共同因素越多，越適合進行因子分析。表3顯示，KMO值為0.845，大于0.7說明問卷的結(jié)構(gòu)效度良好。表中的巴特利特球體檢驗的χ2統(tǒng)計值的P值是0，P<0.01，證實了數(shù)據(jù)具有相關(guān)性，適合做因子分析。

3.3 Pearson相關(guān)性分析

Pearson相關(guān)性分析主要用于檢驗變量之間的不確定性關(guān)系，以初步驗證模型假設(shè)是否成立。

采用雙變量相關(guān)性檢驗中Pearson法分析用戶分享辟謠信息的意愿與辟謠主體、辟謠內(nèi)容及辟謠方式之間的關(guān)系。Pearson系數(shù)越大則變量之間的相關(guān)性越強。政府賬號與專業(yè)人士與分享意愿之間的Pearson系數(shù)分別為0.688和0.762，皆為正數(shù)，且P<0.05，表明這兩個因素在0.01的水平上對辟謠信息的分享意愿有顯著正向影響。圖片、視頻、鏈接、定位與辟謠信息分享意愿之間的Pearson系數(shù)分別為0.857、0.804、0.787和0.699，皆為正數(shù)，且P<0.05，說明這四個因素在0.01的水平上對辟謠信息的分享意愿有顯著正向影響。同樣，真相陳述與同步傳播的辟謠方式對辟謠信息分享意愿有顯著正向影響。

3.4回歸分析

本文探究社交媒體用戶辟謠信息分享意愿的影響因素，在相關(guān)性分析的基礎(chǔ)上，采用多元線性回歸的方法，構(gòu)建多元線性回歸模型如下：

其中，Y為解釋變量，代表分享意愿，x1x2... x7x8為自變量，分別代表政府賬號、專業(yè)人士、圖片、視頻、定位、鏈接、真相陳述、同步傳播。

采用多重共線性檢驗的方法驗證回歸模型的可靠性。參數(shù)為容差（T）和方差膨脹因子（VIF），T值都界于0～1之間，共線性較弱；VIF值都界于0～10之間（表5），變量之間不存在多重共線性。由回歸結(jié)果可知，政府賬號、專業(yè)人士、圖片、定位、鏈接、視頻、同步傳播和真相陳述的方式這8個變量對辟謠信息分享意愿具有顯著正相關(guān)性。同時，這8個變量間不存在多重共線性。根據(jù)各影響因素進入模型的順序可以看出，真相陳述的辟謠方式對辟謠信息分享意愿的影響最為強烈，之后依次是圖片、視頻、專業(yè)人士、定位、政府賬號、鏈接、同步傳播因素。

[15]包亞兄.突發(fā)事件中"專家型中小V"的輿論影響探究[J].新聞研究導(dǎo)刊， 2016， 7（13）： 2-3.

[16]黃敏學(xué)，王峰，謝亭亭.口碑傳播研究綜述及其在網(wǎng)絡(luò)環(huán)境下的研究初探[J].管理學(xué)報， 2010（1）： 138-146.

[17]鄧勝利，付少雄.社交媒體附加信息對用戶信任與分享健康類謠言的影響分析[J].情報科學(xué)， 2018 ， 36（3）： 51-57.

[18]昂娟，俞欣.網(wǎng)絡(luò)謠言傳播分析及治理對策研究——以前兩期？微博辟謠月度工作報告？為例[J].山東農(nóng)業(yè)工程學(xué)院學(xué)報， 2016（9）： 86-91.

[19] Ozturk P， Li H， Sakamoto Y. Combating Rumor Spread on Social Media：The Effectiveness of Refutation and Warning [C].// Hawaii International Conference on System Sciences. IEEE Computer Society， 2015： 2406-2414.

[20] Ball M S， Smith G W H. Analyzing Visual Data [J]. Bms Bulletin of Sociological Methodology， 2001， 22（36）： 83.

[21] AndreasI.Nicolaou， D.HarrisonMcKnight.Perceived Information Quality in Data Exchanges： Effects on Risk， Trust， and Intention to Use [J] .Information Systems Research， 2006（4）： 42.

[22] Khawaja A.Saeed， Yujong Hwang， Mun Y. Yi. Toward an Integrative Framework for Online Consumer Behavior Research： A Meta-Analysis Approach [J] . Journal of Organizational and End User Computing （JOEUC） ， 2003 （4）： 18-26.

[23] Mary C. Gilly， Graham John L.，Mary Finley Wolfinbarger， Yale Laura J.. A dyadic study of interpersonal information search [J] . Journal of theAcademy of Marketing Science， 1998 （2）： 12-24.

[24]Wan，H. A. Opportunities to enhance a commercial web site [J]. Elsevier Science Publishers B. V. ， 2000 ， 38 （1） ： 15-21

[25] Carter L， Bélanger F. The utilization of e -government services： Citizen trust， innovation and acceptance factors [J]. Information Systems Journal， 2005， 15（ 1） ： 5-25.

[26] Bélanger F， Carter L. Trust and risk in e-government adoption [J]. Journal of Strategic Information Systems， 2008， 17（ 6） ： 165-176.

[27]熊炎.辟謠信息構(gòu)成要素：一種整合框架——二戰(zhàn)以后西方辟謠實證研究回顧[J].國外社會科學(xué)， 2015（1）： 78-88.

Analysis of Influencing Factors of Social Media Users Willingness to Share Counter-Rumors

RUAN Wencui，XIA Zhijie（School of Administration， Shanghai University of Engineering Science， Shanghai 201620， China）

Abstract： The paper analyzes the influencing factors of social media users willingness to share counter-rumors. It can provide references for spreading counter-rumors and restraining social media rumors. Social media users willingness to share counter-rumors was taken as the research object. Three dimensions are selected， namely， the subject， the content and the mode of spreading of the counter-rumors. Collect data through questionnaire survey. Correlation analysis and regression analysis were used to study the factors influencing the intention to share counter-rumors. The factors that influence the willingness of social media users to share counter-rumors are in order of importance： truth statement， pictures， video， professionals， positioning， government accounts， links and synchronous communication， so as to put forward some suggestions.

Keywords： counter-rumors；willingness to share；influencing factors