社交媒体用户分享辟谣信息意愿的影响因素分析

阮文翠 夏志杰

摘要：探究社交媒体用户分享辟谣信息意愿的影响因素，为辟谣信息的传播及抑制社交媒体谣言提供参考。以社交媒体用户辟谣信息分享意愿为研究对象，选取辟谣主体、辟谣信息内容、辟谣信息传播方式三个维度，通过问卷调查获取数据，采用相关性分析及回归分析的方法对辟谣信息分享意愿的影响因素进行研究。影响社交媒体用户分享辟谣信息意愿的因素重要性依次为：真相陈述、图片、视频、专业人士、定位、政府账号、链接、同步传播影响，据此提出建议。

关键词：辟谣信息；分享意愿；影响因素

中图分类号：G206文献标识码： ADOI：10.3969/j.issn.1003-8256.2020.02.005

开放科学（资源服务）标识码（OSID）：

基金项目：国家社会科学基金项目（14BTQ026）；国家自然科学基金青年项目（71503163）

0引言

基于Web2.0技术的成熟应用和人们沟通的需求，使得社交媒体迅速发展，成为社交媒体谣言传播的重要渠道[1]。社交媒体谣言引发社会恐慌，对社会的和谐及稳定造成了极大的破坏[2]，如何快速有效辟谣已成为亟待解决的问题。喻国明认为，社交媒体平台具有自净功能，能使信息相互印证、纠错，从而达到应对社交媒体谣言的目的[3]。魏武挥提出“个体认识”理论，认为辟谣的关键在于个体认识到事物的真相[4]。葛涛认为社交媒体用户在社交媒体平台分享辟谣信息、积极举证质疑社交媒体谣言，使得谣言的影响力不断下降，在一定程度上抑制了社交媒体谣言的传播[5]。

社交媒体用户对谣言的抑制作用主要来源于他们对辟谣信息的分享，然而社交媒体用户对辟谣信息的分享意愿较为低下[6]。新浪微博平台2010年11月开通了官方辟谣账号@微博辟谣引导社交媒体用户参与抑制社交媒体谣言，但相比其他类型的信息辟谣信息被转发数量较少。为了鼓励更多的人在抑制网络谣言过程中对辟谣信息进行分享，了解社交媒体用户辟谣信息分享意愿的影响因素非常重要。陈娟等证实辟谣信息内容含有@符号及含有较多图片时，用户分享辟谣信息的意愿较为强烈[7]，何跃等分析得知微博内容、谣言话题等因素影响用户的辟谣信息分享意愿[8]。已有研究多数在辟谣信息内容方面进行研究，但辟谣信息的传播方式及辟谣主体对辟谣信息分享意愿也有重要影响，相关研究较少有待进一步探讨和研究。

基于此，本文以社交媒体用户辟谣信息的分享意愿为研究对象，采用问卷调查及回归的方法，分别从辟谣信息的主体，辟谣内容特征，辟谣信息的传播方式三个方面研究辟谣信息分享意愿的影响因素，以期了解如何使辟谣信息更广泛的被分享，从而为抑制社交媒体谣言传播提供新思路。

1理论基础及研究假设

1.1理论基础

本研究基于霍夫兰德提出的“传播说服理论”[9]，从信息内容维度、信息传播者维度、信息传播媒介维度来考察三者对社交媒体辟谣信息分享意愿的影响。在霍夫兰德的说服理论模型中，说服者作为说服信息的传递者，说服者的地位至关重要[10]，因此本研究的说服者即辟谣的主体，包含专业人士及政府账号。信息内容维度用信息特征描述，本研究中表示为辟谣信息的内容特征：辟谣信息内容含图片、视频、链接、定位。说服行为的效果主要取决于信息本身，但是信息传播媒介维度对传播效果也有很重要的影响[11]。信息传播媒介维度表示为信息传播方式，在本研究中即为社交媒体辟谣信息的传播方式，包括：真相陈述的辟谣方式以及辟谣信息与谣言同步传播的方式。

1.2变量定义及研究假设

根据指标的不同特征可以将变量分为：辟谣的主体、辟谣信息内容特征、辟谣形式。辟谣信息的主体指的是发布辟谣信息的人，包括专业人士、官方账号。辟谣信息的内容指的是辟谣信息中包含的相关元素，包括：有无图片，有无视频，是否有链接及位置信息。辟谣信息的传播方式是指辟谣信息在传播中表现的形式，包括：将辟谣信息与信息同步传播。

根据对微博上辟謠信息的研究，辟谣的主体对辟谣信息的传播有显著影响，不同的辟谣主体的辟谣效果不同[12]。辟谣的主体分为：政府组织、商业组织、民间组织、意见领袖、当事人和其他人[13]。尤其在突发事件中，政府账号发布的辟谣信息对社交媒体用户的认知有着决定性的影响[14]。意见领袖中的专业人士能在突发舆情事件中提供相关领域的专业知识，发布高质量高水平的内容，担任“辟谣主力军”，揭露事实，促进用户对辟谣信息的分享[15]。因此提出以下假设：

H1：辟谣的主体为官方账号时，用户分享的意愿较大。

H2：辟谣的主体为专业人士时，用户分享的意愿较大。

辟谣信息的内容有多种特征，有些除了文字以外还附加图片、视频、定位、链接等等[16]。研究表明，辟谣信息中如果没有将视频和图片证据展示给社交媒体用户，将会使得辟谣信息的权威度和可信度大大降低，尤其是在突发事件舆情中此类形式的辟谣信息不能有效吸引公众的眼球和关注度，反而可能会引发公众的质疑，导致辟谣信息出现负效应[14]。链接、定位、视频、图片等不同的信息维度对用户的分享意愿有着不同的影响，会影响信息的传播和扩散[17]。因此提出以下假设：

H3：辟谣信息内容含图片时，用户分享的意愿较大。

H4：辟谣信息内容含视频时，用户分享的意愿较大。

H5：辟谣信息内容含定位时，用户分享的意愿较大。

H6：辟谣信息内容含链接时，用户分享的意愿较大。

辟谣信息方式各有特点及利弊，传播方式的选择对辟谣效果具有一定影响，应把握不同方式的特点[18]。辟谣方式通常包括两种，一为反驳式的直接辟谣，一为真相陈述式的间接辟谣，与直接反驳的辟谣方式相比，真相陈述的辟谣方式要求辟谣者具有专业的真相澄清能力以及辨别事实的洞察力，因而采取真相陈述的辟谣方式辟谣往往更容易正确引导人们识破谣言，认清事实[13]。辟谣信息的传播方式包括仅传播辟谣信息以及将谣言与对应辟谣信息一起传播，与单一的展示辟谣信息相比，将谣言及相关辟谣信息一起展示，将有助于减少Twitter上谣言的传播[19]。

H7：真相陈述的辟谣方式对用户分享意愿的影響较大。

H8：辟谣信息与谣言同步传播的方式对用户分享意愿的影响较大。

基于上述假设，建立模型架构如图1所示：

2研究方法

2.1量表设计

本研究的变量包括：专业人士、官方账号、图片、视频、定位、链接、真相陈述的方式、同步传播的方式共8个。为保证问卷内容的信度效度，本研究所采用的量表都来源于相关研究的成熟量表，并根据本研究的研究目的及变量进行改进（见表1），问题项的设置采用5点制的李克特量表测量，1代表非常不同意，5代表非常同意。问卷形成以后，为保证问卷设计的规范性和数据的科学性，对问卷进行了前测。前测的对象主要为30名活跃于微博的研究生。随后使用SPSS17.0对问卷结果进行因子分析及内部一致性检验。删除指标不合理的问题项，形成最终问卷。

2.2数据收集

本研究采取网络问卷的形式，借助专业的问卷调查平台“问卷星”，将问卷转发至微博平台，私信邀请微博活跃度较高的人填写问卷。本次实验共发放问卷300份，回收294份，剔除无效问卷34份，实验共回收有效问卷260份。

3数据分析与假设检验

本研究主要采用SPSS 21.0软件来完成数据分析工作，分别对数据进行描述性统计分析以及问卷的信度、效度检验，最后进行回归分析以判断变量之间的关系。

3.1描述性统计分析结果

由表2可知，问卷中男女性别比例接近1：1，男女比例均衡，样本更年轻，受教育程度更高。这与中国网民的总体水平一致。

3.2效度及信度分析

本文问卷信度的检测采用内部一致性方法，借助Cronbachsα系数来检测问卷题目，得到的α系数值越高，则代表其检测的因子内部一致性越大，信度越高。SPSS统计软件分析后的结果为α= 0.902，说明该问卷有很好的信度。KMO是Kaiser-Meyer-Olkin的取样适当性量数，KMO值越大，表示变量间的共同因素越多，越适合进行因子分析。表3显示，KMO值为0.845，大于0.7说明问卷的结构效度良好。表中的巴特利特球体检验的χ2统计值的P值是0，P<0.01，证实了数据具有相关性，适合做因子分析。

3.3 Pearson相关性分析

Pearson相关性分析主要用于检验变量之间的不确定性关系，以初步验证模型假设是否成立。

采用双变量相关性检验中Pearson法分析用户分享辟谣信息的意愿与辟谣主体、辟谣内容及辟谣方式之间的关系。Pearson系数越大则变量之间的相关性越强。政府账号与专业人士与分享意愿之间的Pearson系数分别为0.688和0.762，皆为正数，且P<0.05，表明这两个因素在0.01的水平上对辟谣信息的分享意愿有显著正向影响。图片、视频、链接、定位与辟谣信息分享意愿之间的Pearson系数分别为0.857、0.804、0.787和0.699，皆为正数，且P<0.05，说明这四个因素在0.01的水平上对辟谣信息的分享意愿有显著正向影响。同样，真相陈述与同步传播的辟谣方式对辟谣信息分享意愿有显著正向影响。

3.4回归分析

本文探究社交媒体用户辟谣信息分享意愿的影响因素，在相关性分析的基础上，采用多元线性回归的方法，构建多元线性回归模型如下：

其中，Y为解释变量，代表分享意愿，x1x2... x7x8为自变量，分别代表政府账号、专业人士、图片、视频、定位、链接、真相陈述、同步传播。

采用多重共线性检验的方法验证回归模型的可靠性。参数为容差（T）和方差膨胀因子（VIF），T值都界于0～1之间，共线性较弱；VIF值都界于0～10之间（表5），变量之间不存在多重共线性。由回归结果可知，政府账号、专业人士、图片、定位、链接、视频、同步传播和真相陈述的方式这8个变量对辟谣信息分享意愿具有显著正相关性。同时，这8个变量间不存在多重共线性。根据各影响因素进入模型的顺序可以看出，真相陈述的辟谣方式对辟谣信息分享意愿的影响最为强烈，之后依次是图片、视频、专业人士、定位、政府账号、链接、同步传播因素。

[15]包亞兄.突发事件中"专家型中小V"的舆论影响探究[J].新闻研究导刊， 2016， 7（13）： 2-3.

[16]黄敏学，王峰，谢亭亭.口碑传播研究综述及其在网络环境下的研究初探[J].管理学报， 2010（1）： 138-146.

[17]邓胜利，付少雄.社交媒体附加信息对用户信任与分享健康类谣言的影响分析[J].情报科学， 2018 ， 36（3）： 51-57.

[18]昂娟，俞欣.网络谣言传播分析及治理对策研究——以前两期？微博辟谣月度工作报告？为例[J].山东农业工程学院学报， 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.辟谣信息构成要素：一种整合框架——二战以后西方辟谣实证研究回顾[J].国外社会科学， 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