徐 劍 錢燁夫

(上海交通大學媒體與傳播學院，上海 200240)

2019年末，一場由新型冠狀病毒(COVID-19)引發(fā)的瘟疫迅速席卷全球。新冠病毒所引發(fā)的公共衛(wèi)生危機同時也是一場政治傳播危機和健康傳播危機。(1)Gollust S E， Nagler R H， Fowler E F. The Emergence of COVID-19 in the US： A Public Health and Political Communication Crisis[J]. Journal of Health Politics， Policy and Law， 2020.與以往的瘟疫傳播模式有所不同，在新冠病毒迅猛傳播的同時，以謠言、錯誤信息為代表的不實信息借助全球化的社交媒體泛濫擴散，并且“信息的傳播速度比病毒更快”，直接催生了世界各國抗擊疫情的“第二戰(zhàn)場”。(2)Zoe Thomas. WHO says fake coronavirus claims causing “infodemic”[EB/OL]. (2020-02-13)[2020- 05- 13]. https：//www.bbc.com/news/technology-51497800.正如世界衛(wèi)生組織總干事譚德賽所說：“我們不僅僅是在抗擊流行病，我們還在與一場‘信息疫情’作斗爭?！?3)United Nations. UN tackles “infodemic” of misinformation and cybercrime in COVID-19 crisis[EB/OL]. (2020- 03-29)[2020-05-13]. https：//www.un.org/en/un-coronavirus-communications-team/un-tackling-%E2%80%98infodemic%E2%80%99-misinformation-and-cybercrime-covid-19.

在危機傳播領(lǐng)域，Coombs構(gòu)建的情境危機傳播理論(Situational Crisis Communication Theory， SCCT)(4)Coombs W T. Protecting Organization Reputations During a Crisis： The Development and Application of Situational Crisis Communication Theory[J]. Corporate Reputation Review， 2007， 10(3)： 163-176.被廣泛采用作為研究危機下傳播策略的一般性框架。在情境危機傳播理論框架下，社交媒體網(wǎng)絡(luò)在新冠疫情相關(guān)信息的傳播過程中扮演著關(guān)鍵角色，其中不實信息的傳播

可以被歸類為“受害者型危機”。(5)Coombs W T， Holladay S J. Helping Crisis Managers Protect Reputational Assets： Initial Tests of the Situational Crisis Communication Theory[J]. Management Communication Quarterly， 2002， 16(2)： 165-186.疫情暴發(fā)以來，社交網(wǎng)絡(luò)成為傳播疫情信息的主流渠道。一方面，各國政府通過社交網(wǎng)絡(luò)第一時間發(fā)布相關(guān)抗擊疫情信息；另一方面，大量錯誤的信息也通過社交網(wǎng)絡(luò)迅速擴散，指數(shù)級地放大了民眾的恐慌，分裂社會共識并危害各國政府和國際組織聲譽——滿天飛的世界各國各種“神藥”、對中國疫情的污名化、對比爾·蓋茨的妖魔化、對世界衛(wèi)生組織的無端指責……這些“信息疫情”不僅對全球公共衛(wèi)生構(gòu)成了嚴重威脅，還嚴重撕裂國際秩序。(6)Zarocostas J. How to fight an infodemic[J]. The Lancet， 2020， 395(10225)： 676.在新冠病毒疫情全球流行擴散的背景下，準確認識和理解“信息疫情”，把握其傳播規(guī)律和控制手段，已成為全球合作開展信息治理，共同應(yīng)對疫情，守護人類命運共同體的重要環(huán)節(jié)。

新冠病毒蔓延背景下，基于社交網(wǎng)絡(luò)的虛假信息傳播已成為妨礙全球網(wǎng)絡(luò)信息安全和公共安全的一個重大現(xiàn)實問題。Pulido等分析了與新冠病毒有關(guān)的1 000條推文，結(jié)果表明，與基于科學證據(jù)或事實核查的推文相比，虛假信息被發(fā)送的次數(shù)更多。(7)Pulido C M， Villarejo-Carballido B， Redondo-Sama G， et al. COVID-19 infodemic： More retweets for science-based information on coronavirus than for false information[J]. International Sociology， 2020，35(4)： 377-392.Jinling Hua等結(jié)合中國的報紙、社交媒體等平臺，分析了中國政府在不同階段所采取的關(guān)鍵行動的時間軸，指出不同利益相關(guān)者的參與，以及更嚴格的監(jiān)管是減小“信息疫情”影響的關(guān)鍵所在。(8)Hua J， Shaw R. Corona virus (Covid-19) “infodemic” and emerging issues through a data lens： The case of China[J]. International journal of environmental research and public health， 2020， 17(7)： 2309.Rovetta等(9)Rovetta A， Bhagavathula A S. Covid-19-related web search behaviors and infodemic attitudes in Italy： Infodemiological study[J]. JMIR public health and surveillance， 2020， 6(2)： e19374.利用谷歌趨勢挖掘了2020年1月至3月間意大利與新冠疫情相關(guān)的互聯(lián)網(wǎng)搜索行為，發(fā)現(xiàn)了與“信息疫情”有關(guān)的主要搜索內(nèi)容，并分析了“信息疫情”在不同區(qū)域的傳播特征。以上研究對描述和理解新冠病毒背景下“信息疫情”的傳播規(guī)律提供了參考，但針對危機傳播框架下多元抑制“信息疫情”的傳播機理及對策研究還較為缺乏。

一、 “信息疫情”的定義、傳播特點和傳播內(nèi)容

(一) “信息疫情”的定義

世界衛(wèi)生組織指出，“信息疫情”是在傳染病疫情背景下，包括謠言、小道消息在內(nèi)的大量信息通過手機、社交媒體、互聯(lián)網(wǎng)以及其他通信技術(shù)快速傳播的現(xiàn)象，導致人們難以發(fā)現(xiàn)值得信任的信息來源和可以依靠的指導，并妨礙疫情防控的有效措施。(10)World Health Organization. Managing epidemics： key facts about major deadly diseases[M]. Geneva： World Health Organization， 2018.(11)World Health Organization. Novel Coronavirus (2019-nCoV)： Situation Report-13[EB/OL]. (2020-02-02)[2020-03-12]. https：//www.who.int/docs/default-source/coronaviruse/situation-reports/20200202-sitrep-13-ncov-v3.pdf.“信息疫情”最直觀的后果，是引發(fā)公眾非理性的恐懼心理，甚至是大規(guī)模的社會恐慌，并最終對社會穩(wěn)定造成破壞性的影響。(12)Leung G M， Leung K. Crowdsourcing data to mitigate epidemics[J]. The Lancet Digital Health， 2020， 2(4)： e156-e157.

簡而言之，“信息疫情”是指在傳染病傳播期間，與疫情有關(guān)的不實信息通過以社交網(wǎng)絡(luò)為主的網(wǎng)絡(luò)通信技術(shù)向全球公眾即刻、廣泛傳播，對疫情的正確防控造成重大妨礙，撕裂全球抗疫共識，并進一步地助推疫情在全球蔓延。

(二) “信息疫情”的傳播特點

一是傳播速度指數(shù)級。與以往瘟疫中謠言信息的傳播模式不同，在前社交媒體時代，謠言主要通過口耳相傳等人際傳播方式實現(xiàn)，媒體由于有基于新聞專業(yè)主義的把關(guān)過濾機制核實信源和信息內(nèi)容，不實信息很難得到廣泛傳播，此類信息的傳播機制一般是隨著病疫的地區(qū)擴散而傳播。而到了如今的全球社交媒體時代，人人都是發(fā)聲者，不實信息可在短短一兩天內(nèi)傳遍全球社交網(wǎng)絡(luò)，傳播速度遠遠超過疫情發(fā)展本身。以往的研究指出，社交媒體為處于危機中的公眾提供了快速尋找必要信息的來源。(13)Ott L， Theunissen P. Reputations at risk： Engagement during social media crises[J]. Public Relations Review， 2015， 41(1)： 97-102.在社交媒體網(wǎng)絡(luò)的信息傳播中，錯誤的信息往往比真實信息更有可能得到分享，假消息傳播比真消息傳播更遠、更快、更深、更廣。(14)Vosoughi S， Roy D， Aral S. The Spread of True and False News Online[J]. Science， 2018， 359(6380)： 1146-1151.在危機背景下，涉及公眾健康風險的“信息疫情”更容易通過社交媒體以幾何級的傳播速度擴散開去，使得局部的風險信息或危機信息可能由于過度快速、廣泛的傳播而被無限放大、擴張。(15)湯景泰，巫惠娟.風險表征與放大路徑： 論社交媒體語境中健康風險的社會放大[J].現(xiàn)代傳播(中國傳媒大學學報)，2016，38(12)： 15-20.

二是傳播對象海量級。在全球社交媒體建構(gòu)的空間中，全世界的事情幾乎在同步發(fā)生，電子傳播的速度超過了感官的速度，人的認知與互動通過網(wǎng)絡(luò)相聯(lián)系，而在信息無處不在的網(wǎng)絡(luò)空間中，人難以像現(xiàn)實中的感染者一樣被“隔離”，只能全方位地、不停息地暴露于信息的洪流之中。隨著移動互聯(lián)網(wǎng)的快速發(fā)展，社交媒體網(wǎng)絡(luò)成為新型全球公共輿論平臺，是國際思想文化信息的集散地和全球重大事件輿論的放大器。(16)相德寶，張文正.新媒體時代全球智庫社交網(wǎng)絡(luò)影響力探析[J].社會科學文摘，2018(4)： 118-120.根據(jù)We Are Social和Hootsuite兩家機構(gòu)聯(lián)合發(fā)布的最新報告，截至2020年1月，全球社交媒體用戶數(shù)量為38億，占世界總?cè)丝诘?9%以上。(17)Rebecca Twose. GLOBAL DIGITAL TRENDS IN 2020[EB/OL].(2020-02-25)[2020-05-15]. https：//www.languageinsight.com/blog/2020/global-digital-trends-in-2020/.由于全球社交媒體網(wǎng)絡(luò)的深度聯(lián)結(jié)，“信息疫情”一旦發(fā)生，面向的是全球的海量用戶，并迅速實現(xiàn)跨國界、跨區(qū)域、跨種族的傳遞。

三是傳播網(wǎng)絡(luò)去中心化。從中心化的大眾傳播轉(zhuǎn)變?yōu)槿ブ行幕娜后w傳播是社交媒體時代的最主要的信息傳播特征之一。(18)鄒淼淼，劉迅.謠言機制在社交媒體中的群體傳播嬗變與輿情治理對策研究[J].出版廣角，2019(9)： 64-66.在社交媒體時代的信息傳播環(huán)境中，“人人手持麥克風”的多主體信息傳播模式成為現(xiàn)實，這意味著每一位社交媒體用戶都可以成為傳播各種虛假、有害信息的渠道。(19)馬立德，李占一.重大突發(fā)事件中謠言的特點、影響與對策建議[J].新聞戰(zhàn)線，2020(3)： 9-11.同時，信息的碎片化消解了傳統(tǒng)媒體、“元敘事”和理性意義，(20)向春香，陶紅．微博的碎片化信息傳播對“中心”的消解及其問題探究[J]．西南農(nóng)業(yè)大學學報(社會科學版)，2011(5)： 80-83.而虛假信息往往具備比真實信息更大的吸引眼球和引發(fā)恐慌的能力，這使得高關(guān)注度的虛假信息極易產(chǎn)生類似病毒的裂變式傳播和指數(shù)式增長，最終不斷泛濫并淹沒了可靠、真實的信息。而傳播網(wǎng)絡(luò)去中心化的背后是部分自媒體、“營銷號”發(fā)布的大量夾雜著情感化表達、故事性敘述和個人化體驗的內(nèi)容，更容易刺激公眾敏感的神經(jīng)，引發(fā)不理性行為。(21)江蘇佳.信息疫情： 新冠肺炎疫情謠言傳播及應(yīng)對研究[J].科普研究，2020，15(1)： 70-78+108.

四是傳播效果疫情化?！靶畔⒁咔椤迸c普通網(wǎng)絡(luò)謠言的最大區(qū)別在于，“信息疫情”是在現(xiàn)實疫情的背景下產(chǎn)生，并與傳染病疫情的發(fā)展相互交織，因而更容易利用公眾焦慮、恐懼的心理，引發(fā)大規(guī)模的恐慌，并對疫情防控產(chǎn)生負面影響。(22)王世偉.略論“信息疫情”十大特征[J].圖書館雜志，2020，39(3)： 19-23.大量謠言和不實信息的出現(xiàn)不僅會對疫情防控產(chǎn)生負面影響，甚至會引發(fā)新一輪的公共健康危機。(23)Tan A S L， Lee C， Chae J. Exposure to health (mis) information： Lagged effects on young adults’ health behaviors and potential pathways[J]. Journal of Communication， 2015， 65(4)： 674-698.“信息疫情”不僅僅是錯誤的信息本身，還會誤導民眾根據(jù)錯誤信息采取實際的行動，如韓國的大規(guī)模集會、中國的“連夜搶購雙黃連”、英國的人為縱火焚燒5G塔等，而這些聚集性的公眾行為又進一步助推疫情的擴散。

(三) “信息疫情”的傳播內(nèi)容

二、 基于SEIR模型的“信息疫情”傳播機制

在“信息疫情”中通過社交媒體傳播虛假、錯誤信息的模式類似于社交網(wǎng)絡(luò)中的謠言傳播模式。研究表明，在線社交網(wǎng)絡(luò)中謠言的傳播與傳染病傳播在規(guī)律上存在相似性，可以運用傳染病傳播的模型加以分析。(27)Hill A L， Rand D G， Nowak M A， et al. Infectious disease modeling of social contagion in networks[J]. PLOS computational biology， 2010， 6(11)： e1000968.在現(xiàn)有基于傳染病相關(guān)模型的謠言傳播規(guī)律研究中，SIS、SIR、SEIR及其改進模型得到了較為廣泛的運用。如Jin、林芹等基于SIS模型分別建立了推特上的新聞和謠言、社交網(wǎng)絡(luò)輿情傳播等數(shù)學模型；(28)Jin F， Dougherty E， Saraf P， et al. Epidemiological modeling of news and rumors on twitter[C]//Proceedings of the 7th workshop on social network mining and analysis. New York： Association for Computing Machinery， 2013： 1-9.(29)林芹，郭東強.優(yōu)化SIS模型的社交網(wǎng)絡(luò)輿情傳播研究： 基于用戶心理特征[J].情報科學，2017，35(3)： 53- 56，75.Zhao、余莎莎等運用SIR模型分別研究了新媒體謠言傳播以及社交網(wǎng)絡(luò)中商業(yè)謠言傳播的規(guī)律；(30)Zhao L， Cui H， Qiu X， et al. SIR rumor spreading model in the new media age[J]. Physica A： Statistical Mechanics and its Applications， 2013， 392(4)： 995-1003.(31)余莎莎，王友國，朱亮.基于SIR社交網(wǎng)絡(luò)中商業(yè)謠言傳播研究[J].計算機技術(shù)與發(fā)展，2016，26(11)： 195-199.Dong、Xia等基于改良的SEIR模型研究了網(wǎng)絡(luò)謠言的傳播規(guī)律。(32)Dong S， Deng Y B， Huang Y C. SEIR model of rumor spreading in online social network with varying total population size[J]. Communications in Theoretical Physics， 2017， 68(4)： 545.(33)Xia L L， Jiang G P， Song B， et al. Rumor spreading model considering hesitating mechanism in complex social networks[J]. Physica A： Statistical Mechanics and its Applications， 2015， 437： 295-303.SIS、SIR、SEIR模型均是在傳染病SI模型基礎(chǔ)上發(fā)展而來，SI模型包含易感狀態(tài)(Susceptible)和感染狀態(tài)(Infected)兩種狀態(tài)，SIS模型在SI模型基礎(chǔ)上加入治愈率，依然是一個相對簡單化的模型，不能很好地表征現(xiàn)實狀態(tài)下傳染病痊愈后人群具有的免疫狀態(tài)，因此Kermack等在1927年提出了SIR模型，增加了病愈后具有免疫力的一類人群(Recovered and immune hosts)。(34)W. O. Kermack， A. G. McKendrick. A Contribution to the Mathematical Theory of Epidemics[J]. Proceedings of the Royal Society of London. Series A， Containing Papers of a Mathematical and Physical Character， 1927， 115(772)： 700-721.雖然此模型較SI模型有了很大進步，但沒有考慮傳染病的潛伏期，因而在此基礎(chǔ)上又發(fā)展出了SEIR模型，增加了感染而未發(fā)病者(Exposed hosts)這一類人群，(35)王丙剛，曲波，郭海強，等.傳染病預測的數(shù)學模型研究[J].中國衛(wèi)生統(tǒng)計，2007(5)： 536-540.使得模型能夠盡可能地貼近傳染病傳播的真實狀態(tài)。而在“信息疫情”通過社交媒體網(wǎng)絡(luò)傳播擴散的過程中，用戶基于“選擇性信息接觸”(36)An J， Quercia D， Crowcroft J. Fragmented social media： a look into selective exposure to political news[C]//Proceedings of the 22nd international conference on world wide web. New York： Association for Computing Machinery， 2013： 51-52.暴露于“信息疫情”中的相關(guān)錯誤信息構(gòu)成的場域中，但短時間內(nèi)可能暫未確信或否定相關(guān)信息，并不具備進一步傳播謠言的能力，即處于“潛伏”狀態(tài)，可見在上述幾類模型中SEIR模型更加符合基于社交媒體網(wǎng)絡(luò)的“信息疫情”傳播規(guī)律，同時SEIR模型對于移動社交網(wǎng)絡(luò)背景下信息傳播規(guī)律的表征作用也得到研究的證實。(37)Liu Q， Li T， Sun M. The analysis of an SEIR rumor propagation model on heterogeneous network[J]. Physica A： Statistical Mechanics and its Applications， 2017， 469： 372-380.(38)Zhao D， Sun J， Tan Y， et al. An extended SEIR model considering homepage effect for the information propagation of online social networks[J]. Physica A： Statistical Mechanics and its Applications， 2018， 512： 1019-1031.

依據(jù)SEIR模型，結(jié)合“信息疫情”在現(xiàn)實社會傳播和“感染”的情況，可以將模型分為易感(S)、暴露(E)、感染(I)、免疫(R)四個節(jié)點，并根據(jù)社交媒體用戶所處的節(jié)點位置將人群分為以下幾種狀態(tài)：

(1) 易感狀態(tài)(S)，表示其社交媒體網(wǎng)絡(luò)信息流中沒有出現(xiàn)“信息疫情”，暫未暴露于“信息疫情”之下，但存在接收到虛假、錯誤信息的可能。

(2) 暴露狀態(tài)(E)，表示其社交媒體網(wǎng)絡(luò)信息流中出現(xiàn)了“信息疫情”，導致其暴露于“信息疫情”之下，但暫未受到其影響。

(3) 感染狀態(tài)(I)，表示其受到了“信息疫情”的“感染”，相信了其中的虛假、錯誤信息，并具有進一步傳播“信息疫情”的能力。

(4) 免疫狀態(tài)(R)，表示其因為某種原因不相信“信息疫情”中的虛假、錯誤信息，因而沒有受到“信息疫情”的負面影響。

該模型的具體傳播機制如下：

(1) 處于S狀態(tài)的節(jié)點一旦接觸到“信息疫情”則立即轉(zhuǎn)變?yōu)镋狀態(tài)。

(2) 處在E狀態(tài)的節(jié)點隨著“信息疫情”的傳播，會在單位時間后以一定的概率p1被感染轉(zhuǎn)變?yōu)镮節(jié)點，也有可能因為本身不受“信息疫情”影響在單位時間后以一定的概率p3轉(zhuǎn)變?yōu)镽節(jié)點，同時在接收到糾正“信息疫情”的辟謠信息后立即以概率p5轉(zhuǎn)變?yōu)镽節(jié)點。

(3) I節(jié)點會向連接的智能體發(fā)送疫情相關(guān)誤導性信息，而在接收到糾正“信息疫情”的辟謠信息后，會以一定的概率p2轉(zhuǎn)變?yōu)镽節(jié)點。

(4) R節(jié)點會向連接的智能體發(fā)送糾正“信息疫情”的辟謠信息，但并不意味著對“信息疫情”的絕對永久免疫，隨著“信息疫情”的傳播變化，將在單位時間后以一定的概率p4變?yōu)镮節(jié)點。

該模型依據(jù)對應(yīng)的狀態(tài)節(jié)點中將人群分為易感人群、暴露人群、感染人群、免疫人群四類，S(t)、E(t)、I(t)、R(t)分別表示t時刻易感人群、暴露人群、感染人群、免疫人群的個體數(shù)量，該模型的傳播系統(tǒng)動力學方程可表示為如下微分方程的形式：

(1)

(1)式中的四個微分方程分別表示易感、暴露、感染、免疫四個節(jié)點的變化率，α、β分別表示E節(jié)點和I節(jié)點接收到糾正信息的概率，由模型的拓撲結(jié)構(gòu)決定。相比于傳統(tǒng)的用于研究信息傳播的傳染病模型而言，該模型加入了傳播“信息疫情”和糾正“信息疫情”的兩類互相“對抗”的信息傳播因素，避免將“信息疫情”作為單一的傳播影響因素考慮，以求更加真實地模擬現(xiàn)實世界社交媒體網(wǎng)絡(luò)中信息的傳播機制。

三、 模型仿真與分析

復雜系統(tǒng)多主體建模方法為分析信息的社交媒體網(wǎng)絡(luò)傳播機制提供了有效的研究工具，(39)杜蓉，梁紅霞.公共危機事件中政府對網(wǎng)絡(luò)輿論的引導仿真[J].情報雜志，2011，30(11)： 61-66.20世紀90年代以來，基于主體的建模與仿真(Agent-Based Modeling and Simulation， ABMS)逐步成為社會科學領(lǐng)域復雜性研究的重要手段。(40)李鳳翔，羅教講.計算社會科學視角： 媒體傳播效果的計算機模擬研究[J].學術(shù)論壇，2018，41(4)： 15-27.其中，多智能體仿真采用自下而上的研究范式，建立基于個體特征和行為的模型，模擬大量個體間相互作用的現(xiàn)象，從而發(fā)現(xiàn)或研究系統(tǒng)的整體結(jié)構(gòu)功能或涌現(xiàn)性的宏觀規(guī)律，在謠言傳播等研究領(lǐng)域得到了廣泛應(yīng)用。(41)Wettstein M. Simulating hidden dynamics： Introducing Agent-Based Models as a tool for linkage analysis[J]. Computational Communication Research， 2020， 2(1)： 1-33.(42)Kaligotla C， Yücesan E， Chick S E. An agent based model of spread of competing rumors through online interactions on social media[C]//2015 Winter Simulation Conference (WSC). IEEE， 2015： 3985-3996.本研究將社交媒體網(wǎng)絡(luò)中的多元用戶主體視為不同類型的智能體，運用Anylogic8.5.2軟件進行多智能體仿真建模，基于SEIR模型構(gòu)建“信息疫情”傳播模型和不同抑制策略的仿真模型。由于多智能體系統(tǒng)可用于描述小世界網(wǎng)絡(luò)的結(jié)構(gòu)，而小世界網(wǎng)絡(luò)模型反映了個體關(guān)系網(wǎng)絡(luò)的一種特性，(43)劉濤，黎夏，劉小平.基于小世界網(wǎng)絡(luò)的多智能體及傳染病時空傳播模擬[J].科學通報，2009，54(24)： 3834-3843.社交媒體用戶的網(wǎng)絡(luò)類型可以近似于小世界網(wǎng)絡(luò)，(44)劉詠梅，彭琳，趙振軍.基于小世界網(wǎng)絡(luò)的微博謠言傳播演進研究[J].復雜系統(tǒng)與復雜性科學，2014，11(4)： 54-60.因而本研究以小世界網(wǎng)絡(luò)模型作為仿真模擬的網(wǎng)絡(luò)結(jié)構(gòu)類型。

本研究設(shè)置智能體的三類主體，第一類是使用社交媒體的普通公眾，第二類是擁有較多“粉絲”、影響力較大的網(wǎng)絡(luò)意見領(lǐng)袖，第三類是由政府設(shè)立的官方信息公開發(fā)布平臺?；谏缃幻襟w網(wǎng)絡(luò)的特性，每一個用戶都是手持“麥克風”的信息傳播者，因此本模型中的智能體同時具有接收信息和傳播信息的能力。

為了更好地模擬現(xiàn)實世界社交媒體網(wǎng)絡(luò)的信息傳播機制，本研究設(shè)置了多個仿真模擬參數(shù)，包括不同類型的“信息疫情”的傳播能力和影響能力、不同類型的主體連接其他智能體的數(shù)量(社交媒體平臺“粉絲”數(shù)量)、抵抗“信息疫情”的信息免疫力、發(fā)送虛假錯誤信息和辟謠信息的速率(傳播意愿)等，以上參數(shù)均可以進行控制調(diào)節(jié)。在研究中共設(shè)置10 000個使用社交媒體的普通公眾智能體主體、1個政府設(shè)立的官方信息公開發(fā)布平臺主體和若干個影響力較大的網(wǎng)絡(luò)意見領(lǐng)袖主體。初始參數(shù)設(shè)置為p1=0.6；p2=0.2；p3=0.1；p4=0.1；p5=0.2，同時設(shè)置在模擬的初始階段由系統(tǒng)向隨機智能體投放“信息疫情”以開啟模擬進程。

仿真實驗結(jié)果顯示，在不考慮網(wǎng)絡(luò)意見領(lǐng)袖和官方信息公開發(fā)布平臺的作用情況下，由于SEIR模型本身的特征，“信息疫情”的傳播規(guī)律在任由“信息疫情”和辟謠糾正信息自由流動競爭的狀態(tài)下呈現(xiàn)出典型的傳染病傳播特性。如圖2所示，隨著“信息疫情”的出現(xiàn)，處于易感節(jié)點的個體數(shù)量快速下降，而處于暴露節(jié)點的個體數(shù)量上升，隨即感染人數(shù)開始快速上升，并在t=10左右達到峰值。隨著時間的推移，越來越多的真實信息參與到對“信息疫情”的抑制中，處于免疫節(jié)點的人群成為主體，“信息疫情”的感染作用逐步減弱，這基本符合現(xiàn)實社會社交媒體網(wǎng)絡(luò)“信息疫情”的傳播規(guī)律。

在情境危機傳播理論框架下，校正不實信息被認為是應(yīng)對社交媒體網(wǎng)絡(luò)謠言的重要反應(yīng)對策。(45)Coombs W T. The protective powers of crisis response strategies： Managing reputational assets during a crisis[J]. Journal of promotion management， 2006， 12(3-4)： 241-260.相關(guān)研究顯示，當謠言在災害和風險情況下傳播時，政府可能會采取不同的應(yīng)對策略。(46)Coombs W T， Holladay S J. Reasoned action in crisis communication： An attribution theory-based approach to crisis management[M]//Millar D P， Heath R L. Responding to crisis： A rhetorical approach to crisis communication. Mahwah， NJ： Lawrence Erlbaum. 2004： 95-115.反駁性的辟謠通過提供信息虛假性的證明從而降低了信息的不確定性，被認為是最有效的謠言應(yīng)對策略。(47)Paek H J， Hove T. Effective strategies for responding to rumors about risks： The case of radiation-contaminated food in South Korea[J]. Public Relations Review， 2019， 45(3).針對網(wǎng)絡(luò)謠言的研究也表明，政府發(fā)布有針對性的辟謠信息是抑制謠言傳播的重要手段。(48)郭小安，蒲玨伶.網(wǎng)絡(luò)對謠言的自我凈化： 可能及影響要素——對人民網(wǎng)研究院調(diào)查結(jié)果的一項檢驗與補充[J].北京理工大學學報(社會科學版)，2014，16(3)： 137-143.(49)童文勝，王建成，曾潤喜.我國網(wǎng)絡(luò)謠言研究議題與內(nèi)容文獻分析——以CNKI數(shù)據(jù)庫2002—2013年為樣本[J].情報雜志，2014，33(7)： 135-140+150.為了探究政府信息公開發(fā)布平臺傳播的辟謠信息對“信息疫情”的抑制作用，本模型進一步引入了政府信息公開發(fā)布平臺主體，使政府在“信息疫情”傳播擴散達到傳播高峰期(t=10)時通過信息公開發(fā)布平臺向所有智能體“廣播”辟謠信息，此時暴露于“信息疫情”下的智能體和受到感染的智能體在接收到政府公開發(fā)布的辟謠信息后以一定概率轉(zhuǎn)變?yōu)槊庖郀顟B(tài)。圖3仿真模擬結(jié)果顯示，在發(fā)布辟謠信息后，感染節(jié)點個體數(shù)量在短時間內(nèi)有明顯下降，而免疫節(jié)點個體數(shù)量則在短時間內(nèi)快速上升。表明政府公開發(fā)布的針對性辟謠起到了快速打擊和抑制“信息疫情”傳播的效果。

由于社交媒體的“回聲效應(yīng)”，危機期間的謠言傳播存在多次傳播的可能性，因而辟謠信息發(fā)布的時間點對于社交媒體的危機傳播管理策略尤為重要。(50)Jong W， Dückers M L A. Self-correcting mechanisms and echo-effects in social media： An analysis of the “gunman in the newsroom” crisis. Computers in Human Behavior， 2016， 59： 334-341.為了進一步探究政府發(fā)布針對性辟謠信息的時間點對“信息疫情”抑制作用的影響，本研究通過Anylogic軟件敏感性分析模塊分別模擬在t=10、t=15、t=20、t=25時發(fā)布辟謠信息的情況。由圖4可以看出，政府公開發(fā)布針對性辟謠信息可以使受到“信息疫情”影響的人數(shù)在極短時間內(nèi)快速下降，并使感染節(jié)點個體數(shù)量呈現(xiàn)“斷崖”式的變化，對于抑制“信息疫情”進一步發(fā)展起到了明顯作用?？傮w而言，越早發(fā)布針對性辟謠信息對“信息疫情”起到的抑制效果越好。此外，政府信息公開發(fā)布平臺進行針對性辟謠一般在短時間內(nèi)發(fā)揮的作用較大，除非進行連續(xù)性的辟謠發(fā)布，否則對“信息疫情”的持續(xù)性抑制效果會隨著時間推移而快速弱化。

事實上，將政府在“信息疫情”中的信息公開發(fā)布行為僅僅假定為發(fā)布糾正性辟謠信息是一種過于樂觀的估計，在公共衛(wèi)生事件中，政府保障信息發(fā)布準確性的規(guī)范機制存在失靈的可能，從而導致錯誤信息的公開。例如新冠疫情暴發(fā)早期，特朗普政府對于佩戴口罩的錯誤意見。(51)Ben Schreckinger. Mask mystery： Why are U.S. officials dismissive of protective covering?[EB/OL].(2020- 03- 30)[2020-05-25]. https：//www.politico.com/news/2020/03/30/coronavirus-masks-trump-administration-156327.對此，本研究模擬了在政府信息發(fā)布失范的情形下，由其發(fā)布的錯誤信息引發(fā)的“信息疫情”態(tài)勢變化。圖5的仿真模擬結(jié)果顯示了政府在“信息疫情”傳播擴散達到傳播高峰期(t=10)時公開發(fā)布錯誤信息的情況： 政府公開發(fā)布錯誤信息后，處于感染節(jié)點的個體數(shù)量迅速發(fā)生“躍遷”并達到極高水平?？梢娫凇靶畔⒁咔椤卑l(fā)展過程中，政府信息公開平臺一旦發(fā)布錯誤信息，不僅會在短時間內(nèi)導致影響人數(shù)快速上升，受“信息疫情”感染的總體規(guī)模大幅度擴大，同時也會導致“信息疫情”的整體持續(xù)時間延長，對于“信息疫情”的防控起到嚴重的負面干擾作用，提示政府對于疫情期間公開發(fā)布信息的準確性應(yīng)當采取審慎態(tài)度。

網(wǎng)絡(luò)意見領(lǐng)袖是借助互聯(lián)網(wǎng)平臺就公共話題發(fā)表意見，同時對網(wǎng)民施加影響的活躍個人或團體，(52)徐旭初，李曉曼.網(wǎng)絡(luò)意見領(lǐng)袖： 一個基于國內(nèi)文獻的述評[J].當代青年研究，2015(3)： 76-82.是影響社交媒體網(wǎng)絡(luò)中信息傳播的另一類重要主體。社交媒體網(wǎng)絡(luò)極大地解放了意見領(lǐng)袖的專業(yè)限制，使得網(wǎng)絡(luò)意見領(lǐng)袖影響受眾的范圍更廣。(53)劉銳.微博意見領(lǐng)袖初探[J].新聞記者，2011(3)： 57-60.根據(jù)Yan Jin等提出的網(wǎng)絡(luò)博客中介的危機傳播模型(Blog-Mediated Crisis Communication Model， BCCM)，網(wǎng)絡(luò)意見領(lǐng)袖在危機傳播中扮演重要角色。(54)Jin Y， Liu B F. The Blog-Mediated Crisis Communication Model： Recommendations for Responding to Influential External Blogs[J]. Journal of Public Relations Research， 2010， 22(4)： 429-455.同時，對于社交媒體用戶而言，有影響力的網(wǎng)絡(luò)意見領(lǐng)袖往往相比于傳統(tǒng)媒體而言具有相當高的可信度。(55)Johnson T J， Kaye B K. Wag the Blog： How Reliance on Traditional Media and the Internet Influence Credibility Perceptions of Weblogs among Blog Users[J]. Journalism & Mass Communication Quarterly， 2004， 81(3)： 622-642.因此在本研究的模型中，網(wǎng)絡(luò)意見領(lǐng)袖具有兩方面特征： 一是在社交媒體網(wǎng)絡(luò)中擁有較多“粉絲”，即相比普通用戶擁有更多的社交媒體網(wǎng)絡(luò)連接點，這使得其發(fā)聲的影響范圍更大；二是普通用戶由于網(wǎng)絡(luò)意見領(lǐng)袖的身份特殊，傾向于更加相信其發(fā)表的觀點，因而網(wǎng)絡(luò)意見領(lǐng)袖發(fā)送的信息具有更強的影響力，即相比于普通用戶發(fā)送的信息，能夠以更高概率促使智能體狀態(tài)發(fā)生相應(yīng)改變，但略低于政府信息發(fā)布平臺發(fā)布的信息影響力。以往研究表明，由于網(wǎng)絡(luò)意見領(lǐng)袖不需要遵循新聞專業(yè)主義的標準，在事實核查與信息的準確性方面可能存在明顯差異。(56)Xenos M. New mediated deliberation： Blog and press coverage of the Alito nomination. Journal of Computer-mediated communication， 2008， 13(2)： 485-503.在現(xiàn)實社會的社交媒體網(wǎng)絡(luò)中，通常有兩類網(wǎng)絡(luò)意見領(lǐng)袖，一類是熱衷于傳播吸引眼球的謠言等虛假信息的群體，一類是較為理性的傳播正確信息的群體，本研究也設(shè)置了兩類意見領(lǐng)袖，分別發(fā)送疫情相關(guān)虛假信息和糾正“信息疫情”的辟謠信息，以更好地模擬真實社交媒體網(wǎng)絡(luò)環(huán)境中基于不同立場信息的競爭對抗作用。

圖6的模型仿真模擬結(jié)果展示了兩類意見領(lǐng)袖數(shù)量“旗鼓相當”的情況下的“信息疫情”抑制效果。可以發(fā)現(xiàn)，盡管“信息疫情”感染的總?cè)藬?shù)(峰值)即影響范圍沒有明顯變化，但網(wǎng)絡(luò)意見領(lǐng)袖的參與明顯加快了“信息疫情”發(fā)展的進度，使得“信息疫情”的“拐點”提前到來?；诖耍狙芯窟M一步模擬了兩類意見領(lǐng)袖數(shù)量呈現(xiàn)不同差距時的抑制效果。由于傳播正確信息的網(wǎng)絡(luò)意見領(lǐng)袖是參與“信息疫情”治理的主要類型，本研究模擬了傳播正確信息的網(wǎng)絡(luò)意見領(lǐng)袖個體數(shù)量多于傳播虛假錯誤信息的網(wǎng)絡(luò)意見領(lǐng)袖數(shù)量不同倍數(shù)δ時的抑制效果，見圖7。結(jié)果顯示，當傳播糾正性信息的網(wǎng)絡(luò)意見領(lǐng)袖數(shù)量明顯多于傳播虛假錯誤信息的網(wǎng)絡(luò)意見領(lǐng)袖數(shù)量時，感染節(jié)點個體數(shù)量的峰值明顯降低，即受到“信息疫情”負面影響的人群數(shù)量明顯減少。盡管網(wǎng)絡(luò)意見領(lǐng)袖很難起到類似政府信息發(fā)布的“瞬時”抑制作用，但可以通過廣泛、持續(xù)的發(fā)聲改變“信息疫情”的發(fā)展趨勢，使得“信息疫情”提前進入得到有效控制的區(qū)間軌道。同時，在相比于傳播虛假錯誤信息的網(wǎng)絡(luò)意見領(lǐng)袖擁有一定數(shù)量優(yōu)勢的前提下，傳播正確信息的網(wǎng)絡(luò)意見領(lǐng)袖在減輕“信息疫情”的危害方面可以發(fā)揮一定的積極作用。

Johnson等針對社交媒體網(wǎng)絡(luò)中的極端主義言論提出了多種干預策略，其中包含刪帖和封禁賬號等“禁止性”策略組合。(57)Johnson N F， Leahy R， Restrepo N J， et al. Hidden resilience and adaptive dynamics of the global online hate ecology[J]. Nature， 2019， 573(7773)： 261-265.在“信息疫情”的危機傳播框架下，基于社交媒體網(wǎng)絡(luò)實現(xiàn)有效“對話”有時存在困難，因而在有明確政策支持的情況下，刪除違規(guī)內(nèi)容主體可以作為一種危機傳播反應(yīng)策略予以采用。(58)Ott L， Theunissen P. Reputations at risk： Engagement during social media crises[J]. Public relations review， 2015， 41(1)： 97-102.基于此，本研究驗證了封禁賬號對“信息疫情”擴散的抑制作用。在研究模型中，發(fā)送“信息疫情”相關(guān)錯誤信息的智能體被視為“違規(guī)賬號”，而封禁違規(guī)賬號則意味著以一定概率將傳播“信息疫情”的智能體直接移除。圖8顯示了不同的違規(guī)賬號封禁概率ε對感染人數(shù)變化的影響，結(jié)果顯示，封禁傳播“信息疫情”的違規(guī)賬號可以顯著減少“信息疫情”的影響范圍，但“信息疫情”感染個體數(shù)量峰值出現(xiàn)的時間變化并不明顯，“信息疫情”依然在社交媒體網(wǎng)絡(luò)的一定影響范圍內(nèi)發(fā)生了擴散。這表明，盡管封禁違規(guī)賬號的策略可以減少“信息疫情”對普通公眾的影響，但并不能從根本上阻斷“信息疫情”的傳播和擴散。

四、 結(jié)論和討論

在健康傳播危機背景下，“信息疫情”可能會導致公眾恐慌和其他不良后果。過往的研究考察了誤導性信息對于公眾的影響以及應(yīng)對策略，但多將研究對象視為單一的信息因素進行分析，而忽略了在公共性危機中作為不同類型主體間的多元信息競爭互動機制。本研究在情境危機傳播的理論框架下，基于SEIR模型，通過多主體建模對社交媒體網(wǎng)絡(luò)“信息疫情”的傳播機制和抑制策略進行了仿真模擬，分析了傳播過程中易感節(jié)點、暴露節(jié)點、感染節(jié)點、免疫節(jié)點的變化情況，表明SEIR模型在一定程度上可以解釋社交媒體網(wǎng)絡(luò)中“信息疫情”的傳播規(guī)律。同時，盡管情境危機傳播的經(jīng)典理論框架提出了以校正不實信息為主的“否認性”反應(yīng)策略對于應(yīng)對以謠言泛濫為代表的受害者型危機的積極作用，但對于不同類型的信息校正策略及其具體效果缺乏深入的探究。本研究通過設(shè)置社交媒體的普通用戶、網(wǎng)絡(luò)意見領(lǐng)袖、政府官方信息發(fā)布平臺三類智能體主體，進一步分析了不同抑制策略下“信息疫情”的傳播規(guī)律，以期對完善“信息疫情”的治理策略提供參考。結(jié)果表明： (1) 政府對不實信息的校正是危機傳播背景下應(yīng)對“信息疫情”的有效策略。政府公開發(fā)布的針對性辟謠可以使感染節(jié)點人群數(shù)量在短時間內(nèi)“斷崖式”下降，具有快速、明顯的抑制作用，但缺乏長期性、持續(xù)性的抑制作用效果。而當政府公開發(fā)布的信息包含錯誤內(nèi)容時，將會導致受“信息疫情”感染的總體規(guī)模大幅度擴大、整體持續(xù)時間延長，對“信息疫情”的抑制起到嚴重的負面作用。(2) 網(wǎng)絡(luò)意見領(lǐng)袖在危機傳播中對于抑制“信息疫情”發(fā)揮重要作用。網(wǎng)絡(luò)意見領(lǐng)袖可以通過廣泛、持續(xù)的發(fā)聲改變“信息疫情”的發(fā)展趨勢，使得“信息疫情”的“拐點”提前到來；同時，不同立場類型網(wǎng)絡(luò)意見領(lǐng)袖的數(shù)量差距對于“信息疫情”抑制效果有顯著影響。當傳播正確信息的網(wǎng)絡(luò)意見領(lǐng)袖數(shù)量明顯多于傳播虛假錯誤信息的網(wǎng)絡(luò)意見領(lǐng)袖數(shù)量時，受到“信息疫情”負面影響的個體數(shù)量明顯減少。(3) 在一定條件下，封禁違規(guī)內(nèi)容主體可以作為危機傳播中“信息疫情”的補充應(yīng)對策略之一。盡管封禁傳播“信息疫情”的違規(guī)賬號可以顯著減少“信息疫情”的影響范圍，但“信息疫情”感染個體數(shù)量峰值出現(xiàn)的時間變化并不明顯，無法從根本上阻斷“信息疫情”。

情境危機傳播理論指出，任何危機應(yīng)對措施的首要任務(wù)都是通過提供指導性和適應(yīng)性的信息來保護利益相關(guān)者免受傷害。(59)Coombs W T. Ongoing crisis communication： Planning， managing， and responding[M]. Sage Publications， 2014.在“信息疫情”發(fā)展的過程中，多元的信息競爭呈現(xiàn)出“此消彼長”的抗衡態(tài)勢。例如，當有關(guān)新冠疫情防控的真實有效信息占據(jù)社交媒體的主要空間時，能夠幫助用戶提高謠言感知力，使之接受預防新型冠狀病毒感染肺炎的有效方法，避免相信“喝酒殺菌”“吸煙預防”“放煙花爆竹驅(qū)散病毒”等網(wǎng)絡(luò)謠言。(60)馬立德，李占一.重大突發(fā)事件中謠言的特點、影響與對策建議[J].新聞戰(zhàn)線，2020(3)： 9-11.而一旦虛假不實信息在社交媒體信息傳播空間中占據(jù)上風，依托網(wǎng)絡(luò)裂變式的傳播速度，極有可能迅速淹沒真實信息，導致謠言成為社交媒體輿論場的主流聲音，使得各國人民在全球“信息疫情”的戰(zhàn)場中處于不利位置。作為移動互聯(lián)網(wǎng)時代廣泛影響公眾認知的社交媒體網(wǎng)絡(luò)節(jié)點，具有影響力的網(wǎng)絡(luò)意見領(lǐng)袖不僅能夠直接參與到“信息疫情”的斗爭中，幫助解決“信息疫情”擴散帶來的負面效應(yīng)，還可以在危機傳播中提供更多指導性和適應(yīng)性的信息，作為校正不實信息策略的有益補充，在危機傳播中承擔起更多的社會責任，幫助更多用戶提升媒介素養(yǎng)，引導更多的公眾正確認識“信息疫情”。

研究結(jié)果表明，在情境危機傳播理論框架下的校正不實信息策略可以作為在危機傳播中應(yīng)對社交媒體網(wǎng)絡(luò)謠言的重要反應(yīng)對策。而從微觀視角來看，基于社交媒體網(wǎng)絡(luò)的信息校正策略包含多種實現(xiàn)形式，具體應(yīng)對措施的不同也將產(chǎn)生差異性的結(jié)果?；贒iFonzo等(61)DiFonzo N， Bordia P. Corporate rumor activity， belief and accuracy[J]. Public Relations Review， 2002， 28(1)： 1-19.提出的理論，“信息疫情”的生命周期包含產(chǎn)生、評估(信任)、轉(zhuǎn)移三個階段，這一周期性的過程在基于SEIR模型的仿真模擬中得到了一定程度的驗證，也為發(fā)展“信息疫情”在危機傳播背景下的應(yīng)對策略提供了新的維度——即應(yīng)在不同時間階段采取相適應(yīng)的危機應(yīng)對措施。社交媒體時代，傳統(tǒng)針對虛假信息信源的單一性打擊方式對于“信息疫情”的抑制作用將十分有限，由于極端言論和錯誤言論的多樣性和復雜性，對其管控策略需多種方法協(xié)作?，F(xiàn)有研究顯示，在控制網(wǎng)絡(luò)世界中的仇恨與極端言論方面，使用關(guān)鍵詞屏蔽、刪帖等傳統(tǒng)監(jiān)管方式在管控極端言論傳播的過程中并不能取得明顯效果，甚至會產(chǎn)生反作用。(62)Johnson N F， Leahy R， Restrepo N J， et al. Hidden resilience and adaptive dynamics of the global online hate ecology[J]. Nature， 2019， 573(7773)： 261-265.本研究的模擬結(jié)果進一步反映了社交媒體時代危機傳播應(yīng)對的復雜性——單一的剛性抑制手段很難達到根本性的抑制效果。因而政府對于危機傳播中的信息發(fā)布和信息監(jiān)管行為應(yīng)當保持相當審慎的態(tài)度，并完善信息公開發(fā)布的糾錯機制，以形成信息治理的制度體系。對于“信息疫情”而言，應(yīng)當在危機傳播的多主體框架下，探索用戶端、平臺端、治理端的協(xié)同機制，引導各方共同參與到“信息疫情”治理的過程中，建立科學有效的全球信息治理機制。

移動傳播時代降低了個體面向公眾傳播的門檻，以流量為核心考量的算法推送又進一步放大了戲劇性、沖突性信息的傳播效果，加速了平臺型互聯(lián)網(wǎng)巨頭在全球的擴張以及社交媒體網(wǎng)絡(luò)的全球聯(lián)結(jié)。新媒介技術(shù)的高度發(fā)展促成了空間界限的消失和時間同步性的重構(gòu)，“地球村”在全球社交媒體構(gòu)筑的網(wǎng)絡(luò)中真正成為現(xiàn)實。當新冠病毒疫情正以前所未有的速度在全球擴散的同時，我們更看到了“信息疫情”在全球社交媒體網(wǎng)絡(luò)的深度內(nèi)嵌，并以巨大的威脅阻礙著全球合作抗疫統(tǒng)一戰(zhàn)線的形成，對世界各國的信息治理能力提出了重大挑戰(zhàn)。從歷史視角來看，疫情終會過去，但“信息疫情”帶來的撕裂和詆毀則會對現(xiàn)存的國際政治、經(jīng)濟秩序產(chǎn)生深遠影響，其負外部性將由全社會共同承擔。在信息網(wǎng)絡(luò)深度聯(lián)結(jié)的時代，危機面前的人類是一榮俱榮、一損俱損的命運共同體，沒有哪個國家能獨善其身。在未來的研究中，“信息疫情”作為一種公共衛(wèi)生事件背景下的危機類型，仍需進一步分析并厘清其傳播規(guī)律以形成更加完整的危機應(yīng)對框架，并在此基礎(chǔ)上探索全球信息協(xié)同治理的有效手段，從而幫助人類社會在病疫和“信疫”的雙重戰(zhàn)場取得最終的勝利。