社交媒体辟谣信息文本特征对辟谣效果的协同影响研究

张冉 夏志杰

关键词：文本特征；辟谣效果；社交媒体；ELM模型；QCA

0 引言

社交媒体具有高传播性、低门槛性与强便捷性，但很多时候也被利用成为谣言或虚假信息传播的主要平台［1］。谣言可通过一键插件的方式在社交媒体上轻松分享而有了病毒式传播的潜力，在公众中引起恐慌和焦虑，因此对社交媒体中谣言的治理至关重要［2］。谣言治理包括对谣言的核实和对虚假谣言的驳斥，发布驳斥谣言的信息来揭穿否认谣言即辟谣被认为是治理谣言的一种重要方式［3］。官方新闻媒体等权威来源通常会在谣言爆发期发布辟谣信息来进行干预，因此如何发挥官方新闻媒体的主导作用达到好的辟谣效果值得关注［2］。

国内外现有研究中，遏制社交媒体谣言的策略一种是通过强制关闭评论功能来扼杀在线交流渠道［4］，一种是通过将谣言转向积极的方向来重新包装谣言［5］，还有一种则是通过发布驳斥虚假谣言的信息来揭穿谣言［3］。前两种方式现阶段还有一些局限性，大部分是采用第三种方式发布驳斥虚假谣言信息即辟谣来遏制谣言的传播与扩散。而对于辟谣方式的选择，现有研究中有基于对谣言的分类，提出了以自媒体社交平台为代表的自净式辟谣、以门户网站为代表的无策略辟谣、以官方新闻媒体为代表的组织式辟谣三种辟谣方式［6］。其中，官方新闻媒体作为权威信息的来源拥有着极大的话语权，有责任发挥正确的舆论导向，发布辟谣信息还原事实真相来平息谣言。在对社交媒体官方辟谣信息的相关研究中，目前大多数国内外学者的研究是分析辟谣信息传播在不同阶段的影响因素，总结辟谣信息的传播规律；或是进一步分析复杂社交网络对于辟谣信息傳播动力学的影响［7］；还有学者则是分析辟谣信息的传播效果及其影响因素［8］。而官方媒体发布辟谣信息的文本内容对于辟谣传播的效果尤为重要，目前深入研究较少且大多聚焦于分析单一文本特征要素对辟谣效果的影响，例如有研究采用文本分析法对微博辟谣文本的特征及其效果进行分析［9］，在研究多因素复杂因果关系上的解释力有限。辟谣信息文本构成要素相互依赖，其质量影响因素具有组态效应而非单一线性的特点，从整体的视角分析多因素并发对于辟谣信息文本特征要素的协同效应十分必要。QCA定性比较法认为多重影响因素之间是互相依赖的，并且可以通过差异化的排列组合来达到影响组织结果的共同目的［10］。

鉴于此，首先基于ELM 模型构建了研究社交媒体官方辟谣信息文本特征的组态分析框架，并选取澎湃新闻官方微博近五年来发布的52条辟谣信息为样本，运用清晰集定性比较分析法（QCA），通过分析辟谣信息文本特征要素组合与辟谣效果之间的关系，揭示文本特征多要素协同影响辟谣效果的路径与因果机制。主要为解决以下几个问题：（1）辟谣信息文本构成的要素主要有哪些？（2）这些要素是否是产生好的辟谣效果的必要条件？（3）如何组合不同的文本特征要素以产生有效的辟谣效果？

1 理论基础与研究模型

现有研究中对社交媒体官方辟谣信息文本特征对辟谣效果的协同影响还没有固定的分析框架，有学者将辟谣文本特征细分为辟谣信息的发布时间、呈现方式、文本结构、文字内容、情感倾向、所属类型、传播数量与覆盖率八个角度［11］。也有学者基于政务微博数据，将转发和评论数量作为辟谣效果的评价指标，指出情感特征、内容长度等对于辟谣效果具有显著影响［12］。还有学者基于对微博发布内容的分析，发现具有全民相关性和具有感情色彩的内容更容易受到关注和转发［13］。此外，还有研究发现辟谣时采用和缓语气比采用刺激语气效果更明显［14］。强月新等［15］则将辟谣内容变量细分为辟谣主体、是否要素核查与背景介绍和辟谣方式三个角度，并将辟谣效果分为辟谣传播力与辟谣影响力两个方面。刘中刚［16］对辟谣力度的概念进行了界定，将辟谣力度分为主张力度、态度力度、行动力度三个方面。陈璐［17］通过回归分析研究了谣言类型、原创性、涉及区域、文本类型，有无链接、@符号和标题对于辟谣微博的传播效果的影响。李志等［18］认为内容主题、发布形式、参与回应是政务微博影响力的重要因素，其中内容主题包括了主题特征这一要素，带话题标签可以用于整合不同类型的微博内容。

综上，目前学界关于社交媒体辟谣信息文本特征对辟谣效果的研究，同时参考史丽莉等［19］在研究政务微博信息传播效果的影响因素时将信息要素类型分为信息内容因素和信息表现形式两个维度，将辟谣信息文本特征要素也归纳为内容特征与形式特征两方面。已有研究中辟谣文本的内容特征可以总结为辟谣方式、情绪特征、文字内容、辟谣主体四个主要因素，可进一步细化为辟谣主张力度、情绪态度、论据可读性与辟谣主体权威性；辟谣文本的形式特征则可以总结为主题特征、标题特征两个主要影响因素，可进一步细化为带话题标签、标题显示真相，此外这里的文本形式仅指文字表达的形式，故不将图片视频与链接等形式纳入。对于辟谣效果的评价则参考强月新等［15］等综合考虑辟谣传播力与辟谣影响力两个方面。在此基础上，通过两个维度的变量设计和结果变量的设计，基于ELM模型构建社交媒体辟谣信息文本特征对辟谣效果的协同影响机制理论框架。

ELM 模型（Elaboration Likelihood Model，精细加工可能性模型）是一种信息处理的双重处理模型，提出个体之间的态度改变和随之发生的行为改变可能由两种影响途径引起：中心路径和边缘路径。中心路径是指个人在接收到信息时考虑与信息问题相关的论点，并在做出选择的行为之前对比这些信息的优缺点，边缘路径则指的是一种自动、无意识和快速的思维方式［20］。基于此，内容特征与内容直接相关故作为中心路径，形式特征为非内容的边缘性信息故作为边缘路径。如图1所示，研究以该理论框架为基础，对各影响因素进行单因素必要性分析和组态分析，从而探究辟谣信息文本特征多因素组态效应对辟谣效果的影响路径及背后的因果逻辑。

（1）主张力度

研究发现主张力度的强弱会影响受众对传播动机的理解与对辟谣者的态度［21］。还有学者认为若对原谣言中绝大部分内容进行否定，辟谣传递的信息会十分接近其想要澄清给公众的“真相”，但由于固有印象难以改变，辟谣难度过高；若仅否定谣言中小部分信息，承认谣言中的多数信息，由于承认了谣言中的一些负面信息，就导致辟谣者想要消除公众负面情绪的意愿难以达到［16］。谣言是真实与虚假之间一个统一的连续体，面对谣言时，辟谣者在考虑要不要辟谣的同时也要考虑在多大程度上否定谣言。

（2）论据可读性

作者在编辑信息时的一项关键任务就是让文本易于理解与阅读，提高其可读性以保证进行病毒式传播的有效性［22］。可读性有综合性、宽泛性以及符合读者认知习惯性等特点［23］。当前媒介市场化和受众对于信息的需求变得多元化与分散化，社会民众在信息爆炸的时代更容易接受生动化的話语表达方式［24］。新闻媒体应当在保持辟谣论据充分详细、逻辑清晰的基础上尊重大众的信息接受趣味，融入生动化的语言积极调整话语表达方式。

（3）情绪态度

研究表明，社交媒体中情绪态度不同导致的信息扩散速度有很大差异［25-26］。在谣言传播中情绪态度的影响的相关文献中，有学者将虚假新闻文本内容的情绪态度作为其传播的重要条件因素对虚假新闻高热度传播组合路径进行了研究［27］。类似的可以将情绪态度这个因素运用到辟谣信息的文本内容的传播影响中，在辟谣信息中加入明显警示造谣者与引导公众等意味的话语可能更能促进其传播，形成更好的辟谣效果。

（4）主体权威性

研究发现公众在认同辟谣主体权威性的前提下，更有可能间接相信辟谣信息内容的真实性［28］。因此，辟谣方本身为官方媒体，且辟谣文本中引用权威机构、专家学者的发言加以强调，有了权威加持与公信力背书从本质上讲比仅仅阐述基本事实更能提升辟谣效果［29］。

（5）标题是否显示真相

社交媒体具有碎片化传播与信息更替快速的特点，为了打造引人入胜的第一印象，标题至关重要［30］。研究发现，重复曝光可能会导致加深对错误信息的记忆，从而导致虚幻的真相效应［31］。Skurnik 等［32］认为仅陈述事实真相的辟谣信息有助于抑制由于事实幻觉导致的逆火效应。因此，辟谣信息想要快速传播也需要在标题中下功夫，在标题中直接点明事实可以帮助人们在信息泛滥的网络平台中迅速获取辟谣者想要澄清的真相。

（6）是否带#辟谣#话题

在社交媒体中，#Hashtag能够将同一话题下的信息汇集起来，从而提高该信息传播效率［33］。发布者通过将话题包裹在##内并放在正文的方式形成话题标签，用于分类整合不同类型的内容与网络议题并帮助用户在海量数据中高效发现热点话题［18］。目前已有很多学者利用Hashtag 收集热门事件中的信息［34］。那么辟谣帖子若是带#辟谣#的话题相应的也可以提升话题的热度，扩大辟谣信息的传播量。

（7）辟谣综合效果：辟谣传播力、辟谣影响力

对于社交媒体辟谣效果分析的相关研究中，强月新等［15］将辟谣效果分析分为辟谣传播力与辟谣影响力两个方面，其中辟谣传播力包括转发量、点赞量与评论量，辟谣影响力即受众评价倾向，分为积极评价、消极评价、中立评价与无立场四种态度。本文参考其对于辟谣效果的分类，辟谣效果综合考虑辟谣传播力与辟谣影响力两方面，辟谣传播力的指标为帖子的转发数、评论数与点赞数，辟谣影响力即评论受众倾向。

2 研究方法

2.1 QCA 方法

QCA 定性比较分析法（Qualitative ComparativeAnalysis）能够从多案例分析出多因素间的因果关系，同时找出不同的条件构型与相应的路径，是结合定性与定量的混合研究方法［35］。本文选取适用于处理二分赋值变量的清晰集定性比较分析法（csQCA），运用fsQCA软件进行分析。具体的步骤为选取案例并确定条件变量和结果变量，进行赋值与案例编码，将编码导入到fsQCA软件，构建真值表并处理矛盾组态，进行必要性分析，然后组态分析，最后稳健性分析，得出一些典型的路径。

2.2 样本与数据

研究从近五年来澎湃新闻官方微博发布的辟谣信息中人工选取涉及社会热点的辟谣信息作为研究对象。QCA案例选取遵循“最大相似”与“最大差异”的系统设计原则，尽量保证在属于社会热点类辟谣信息的背景下，个案具有多样性。经过人工筛选，最终选取52条社会热点类的辟谣信息。

采用人工搜集的方式对辟谣新闻采集原始文本，保留标题和正文，作为辟谣文本分析的语料库。并记录每条微博的转发评论点赞数以及前200条评论内容，作为辟谣效果的分析内容。

2.3 测量和校准

2.3.1 条件变量与赋值

采用二分赋值法对各个条件变量进行赋值。对于辟谣信息的主张力度，单面完全否定将其赋值为0；而双面部分否定赋值为1。对于论据可读性，论据有缺失或难以理解赋值为0；论据充分且易懂赋值为1。对于情绪态度，行文较为客观中立的赋值为0；包含了对公众、造谣者的警示甚至惩罚意味等赋值为1。对于辟谣主体权威性，出现专业辟谣机构或者相关人士、专家等字眼，则认为辟谣主体的权威性较高赋值为1；反之，赋值为0。对于标题是否显示真相，辟谣微博的标题中未将真相进行提炼显示在标题中赋值为0；在标题中对于谣言的真相进行了解释则赋值为1。最后，对于是否带#辟谣#话题，包含#辟谣#话题的赋值为1，而仅包含其他话题或是不带话题的赋值为0。

2.3.2 结果变量与赋值

对于辟谣综合效果从两方面综合考虑，辟谣传播力和辟谣影响力。其中，辟谣传播力的量化参考韩旭等［36］研究中的对于辟谣信息综合影响力的公式，并加以适当变化形成本文的量化公式：辟谣传播力= 0.299513 × 转发数+ 0.308 966 × 评论数+ 0.391 522 × 点赞数。辟谣影响力即评论受众倾向简化分为支持并无质疑、反对或有质疑两种态度。

首先，统计计算了52 条辟谣信息的传播力，并综合案例得出了辟谣传播力的中位值为531.177 738，高于中位值的认为辟谣传播力较高。其次，辟谣影响力即评论受众倾向，在提取的前200条评论中，剔除掉与辟谣效果无关的评论，支持并无质疑的评论数占50%以上的认为有较好的辟谣影响力，反对或有质疑的占50%以上则认为辟谣影响力较差。最后，综合考虑辟谣传播力和辟谣影响力，若辟谣微传播力与影响力均为较好，则认为有较好的辟谣效果，若二者有一方或均未达标则认为辟谣效果较差。辟谣综合效果好的赋值为1，反之为0。

综合以上条件变量与结果变量赋值与说明如表1所示。

3 结果分析

3.1 单一要素的必要条件分析

对统计数据进行操作化赋值和编码后，在fsQCA3.0软件中运行。首先对单个条件变量进行分析，通过一致性和覆盖率两个指标来判断其与结果变量之间是否存在充分或必要关系。

通过fsQCA软件分别检验各个条件变量能否构成“辟谣综合效果”的单一充分条件或必要条件。具体分析结果如表2所示。

从软件运行结果中可以看出，只有“论据可读性”条件的一致性达到了0.8，可以认定为结果的充分条件；其他条件的一致性均未达到0.8，说明其他条件并不能构成结果的充分条件。各单一条件的一致性均未达到0.9，由此得出各条件均未构成结果的必要条件。

3.2 条件组合分析

在进行单变量必要性分析之后，测量条件变量的不同组合对结果的影响。构建真值表（TruthTable）并在fsQCA3.0 中运行，得到了影响辟谣综合效果的复杂解、简单解、中间解三种构型方案。一般介于两者之间的优化解最具代表性［37］，因此本文主要选取中间解进行分析，得到的结果经过整理如表3所示。

软件分析八种组合（表3），这八种组合的一致性均为1，说明达到了一致性条件，从中选取覆盖率大于0.1的两种组合，得出辟谣效果较好的两种典型辟谣信息文本特征要素影响路径。

路径一：单面完全否定×论据充分且易懂×客观中立或无明显情绪×包含权威人士或机构×带#辟谣#话题。该条件组合指的是较为权威的人士或机构对于谣言进行了单面完全否认，辟谣信息的情绪客观中立，论据较为充分且易懂，同时还添加了#辟謠#话题。符合这种组合的代表案例有“官方辟谣重庆双碑大桥断裂”“法院辟谣玛莎拉蒂案主犯赔2600万买命”“专家辟谣印度6次申遗中国象棋”“国家林草局辟谣牛蛙列入禁食名录”。

路径二：单面完全否定×论据充分且易懂×包含警示或引导情绪×不包含权威人士或机构×标题显示真相×带#辟谣#话题。该条件组合指的是对于谣言进行单面否认，虽不包含权威机构或人士但由事件当事人进行辟谣，论据充分且生动，情绪包含对于造谣者的警示意味或是对公众进行引导不要相信谣言，在辟谣形式上标题直接解释了事件的真相并且带有#辟谣#话题。符合这种组合的代表案例有“北二外辟谣杀医者亲属承包食堂”“中国联通辟谣不支持华为”。

此外从表3的结果可以得出以下结论：（1）八种条件组合中论据可读性、主体权威性、标题是否显示真相出现均超过了4次，尤其是论据可读性为8种组合中的5个核心条件。（2）八种条件组合中每个组合均有五个以上的条件，说明好的辟谣效果是需要各种复杂因素组合才能产生作用。（3）根据组合S4与组合S5，双面否定谣言时辟谣过程中保持客观中立的态度有利于安抚公众。（4）包含形式特征能进一步提高辟谣效果，其中标题显示真相的形式特征辟谣效果会更好。

3.3 稳健性检验

本文采取将辟谣综合效果好的案例频数阈值由1提高为2，导致案例数量小于新阈值2的六个组合被作为逻辑余项消除掉了，所得到的新解的两个组合更具有核心解释力，总体来说研究结果稳健性较强，产生的路径基本一致（见表4）。

4 研究结论与建议

4.1 研究结论

社交媒体时代如何优化辟谣信息文本质量来增强辟谣效果是谣言治理中的重要一环。本文运用ELM理论，基于社交媒体辟谣信息文本特征要素组态框架，结合QCA定性比较法，以澎湃新闻官方微博52条社会热点类新闻辟谣信息文本为研究案例样本，将主张力度、论据可读性、情绪态度、主体权威性四个内容特征作为中心路径，标题是否显示真相、是否带#辟谣#话题两个形式特征作为边缘路径，探讨这六个要素组态对于辟谣效果协同影响机制。主要结论如下：

（1）经过单一要素必要性分析发现，单个辟谣信息的文本特征要素并不构成辟谣效果好的必要条件，这说明单方面的文本要素对于辟谣效果的提升作用有限。但论据可读性这一要素达到了充分性条件，可以体现其对于辟谣效果的重要程度。

（2）经过条件组态分析发现两条辟谣效果好的典型微观要素路径：路径一为单面完全否定×论据充分且易懂×客观中立或无明显情绪×包含权威人士或机构×带#辟谣#话题，路径二为单面完全否定×论据充分且易懂×包含警示或引导情绪×不包含权威人士或机构×标题显示真相×带#辟谣#话题。

（3）经过组态分析发现了一些其他结论：辟谣信息中论据可读性强、主体权威性高以及标题显示真相能够显著提升辟谣的效果，其中论据可读性强的效果更明显；当辟谣主张力度较弱时，要注意提升论据的可读性，并且情绪态度不易过于激烈以免引起反抗情绪；标题显示真相与带#辟谣#话题两个形式特征可以进一步促进辟谣信息的传播，可以在编辑时结合适当运用。

4.2 启示与建议

通过对社交媒体官方辟谣信息的文本特征进行分析以及其对辟谣效果的协同影响研究，对于明晰当前以官方新闻媒体等权威发布力量为主导的辟谣工作中存在的问题，达到更好的辟谣效果具有至关重要的意义。

首先，社交媒体官方新闻媒体需要构建可沟通的辟谣理念，注重文本形式与内容相结合。主流官方媒体在进行辟谣时，所采用的框架与逻辑大多比较固定并且大多使用文本信息，但这可能由于信息内容的单一与过载导致公众的认知障碍和心理不适。针对此问题，官方媒体应该考虑辟谣信息的全面披露，在保证官方性与亲民性的同时，还应考虑探索更加多样的信息呈现方式。例如用户界面设计师等专业人士可以使用图像、语音、短视频、漫画等形式增加信息的美学元素等方式提升用户体验以增加辟谣信息的曝光度和传播度，还可以通过使用个性化推荐技术根据信息用户群体的偏好定制呈现某种类型辟谣信息。

其次，要注重辟谣信息的匹配度，不匹配类型的辟谣信息呈现会对其价值和有用性产生负面影响。一方面，要将辟谣信息的背景与文本构成特征相匹配，无论具体情况或所涉及谣言的背景如何，都采用过激的辟谣力度与情绪，可能会导致公众对辟谣信息的逆火效应。应当针对不同事件的事态程度衡量如何采用恰当的态度塑造辟谣信息，视情况及时调整驳斥谣言的强度。例如若是原谣言信息中出现部分正确信息，情绪态度不宜过于激烈，避免带有警醒式话语，缩小受众的心理距离。另一方面，要使辟谣信息与不同的社交媒体平台相匹配，同样的信息在不同的平台呈现可能会影响受众的感知，可以针对微博、微信等不同社交平台的特点对辟谣信息进行调整。

最后，要增强辟谣主体联动模式，动员社会各方力量资源多主体协同治理谣言。一方面，本研究发现单纯的权威性主体进行辟谣并不能达到好的效果，官方新闻媒体在撰写辟谣信息时要注意在与政府、网信、公安等部门建立深度合作的同时充分发挥网民个体的灵活性，在相近的观点中多角度拼接信息还原事实真相；另一方面，要兼顾人类主体和非人类主体，把分散的多元主体、多个系统的治理力量进行整合，依靠各方信息的众创构建由各类媒体、利益相关者、关联事件以及机器算法等结合构成的行动者网络协同治理谣言。

5 结语

本研究在回顾国内外辟谣信息文本特征相关研究的基础上，构建了由内容特征、形式特征两个关键域及其构成要素的社交媒体辟谣信息文本特征对辟谣效果的协同影响机制框架，丰富了辟谣信息研究的相关体系，具有一定的理论与实践意义，有助于官方媒体思考如何组合文本特征要素以更进一步提升辟谣信息质量与辟谣效果。但仍存在一定的局限性与不足，首先对于案例选择不可避免地会有一定程度的主观性和审视有限性，其次本文仅以澎湃新闻为例对其官方微博社会热点类辟谣信息文本进行研究，而不同社交媒体平台的信息传播特征有所不同，未来可对微信等不同社交媒体平台的辟谣信息进行比较研究。