三元主体交互视角下网络谣言监管的博弈演化研究

杨洋洋 谢雪梅

关键词：三元主体交互;网络谣言监管;博弈演化;系统仿真

谣言一词在《荀子·大略》中有记载：“流丸止于瓯臾，流言止于知者。”DiFonzo N等定义谣言是未经证实的信息，一般是当前人们广泛关注内容，奥尔波特给出了一个决定谣言的公式：谣言=（事件的）重要性×（事件的）模糊性，他认为事件的重要性和模糊性是谣言产生必不可少的条件。因此，谣言可以定义为当前人们关注的、未经证实的、真实性难以分辨的信息。随着互联网的兴起，谣言搭载网络这一介质，极大地提高了传播的速度和广度，2019年热度较高的谣言有：央行4月1日起降准，多喝水能治疗感冒，2018年中国人口负增长，“80后”或成无养老金可领的第一代，多吃黑木耳能抗癌等。大数据调查显示，医疗健康、食品安全、社会科学是网络谣言的高发领域，这3类领域与人们的生活息息相关。网络谣言的肆意传播，不仅会扰乱公共秩序，还会引起公众的焦虑和恐慌，带来一系列的负面影响。因此，不管是学术界还是企业界，网络谣言监管都是一个值得深入研究的问题。

党的十九届四中全会提出，要建立健全网络综合治理体系，提高网络治理能力，营造清朗的网络空间;2019年12月，国家互联网信息办公室发布了《网络信息内容生态治理规定》，指出要营造良好的网络生态，保障公民、法人和其他组织的合法权益，维护国家安全和公共利益。政府已经开始重视对网络谣言的监管，在这些政策的支撑下，从中央政府到地方政府，再到相关企业，都在积极地响应国家的号召，搭建网络辟谣平台，中央政府辟谣平台有：中国互联网联合辟谣平台：地方政府辟谣平台有：上海辟谣、浙江辟谣、北京辟谣等;企业辟谣平台有：微信辟谣、微博辟谣、百度辟谣等。虽然我国网络谣言监管工作取得了一定的成绩，但是还存在一些问题亟需解决。第一，网民的参与度较低，在大数据时代，网络谣言的传播速度和数量都是惊人的.辟谣平台对网络谣言的监管是有限的，然而，就目前的网络谣言监管情况而言，网民的参与度并不高，一方面由于网民参与网络谣言监管的渠道不健全，另一方面网民参与网络谣言的意识不强。第二，网络谣言的监管方式单一，随着短视频的发展，网络谣言的传播形式不仅仅局限于文字和图片，还扩展到了语音和视频，这对传统的网络谣言监管方式提出了极大的挑战，面对多变的网络环境，需要综合运用现代化的技术手段和多元化的监管方式，来实现对网络谣言的监管。第三，网络谣言监管部门的联动性较弱，由于网络谣言传播的范围广，需要各监管部门协同合作，相互配合，然而，目前各网络谣言监管平台之间几乎不存在互动，缺乏完善的管理体制。

基于此，本研究基于政府、媒体、网民三元主体交互的视角，构建网络谣言监管的博弈模型，寻找网络谣言监管的平衡点，采用系统动力学方法对构建的博弈模型进行演化分析，并运用灵敏度分析探究外生变量对博弈策略的影响.据此，提出网络谣言监管的政策建议，以期构建和谐健康的网络生态环境。

1研究现状

网络谣言不仅会误导人们的认知，还给人们的生活带来严重困扰.甚至会影响到人们的生命财产安全.特别是近年来，由于互联网的普及和5G时代的来临，进一步扩展了网络谣言传播的渠道和范围。网络谣言一直是学者们研究的重点，现有文献对网络谣言的研究主要集中在识别方法、传播机制和风险评价3个领域。

网络谣言识别方法的相关研究。通过对网络谣言内容、用户行为、情感特征等进行分析，能够实现对網络谣言的甄别，文本分析法是网络谣言识别中常用的方法，基于LDA的随机森林模型能够有效提高谣言识别的准确率，基于有监督的RM-LR方法能够有效地捕捉网络谣言：通过情感分析技术也能识别网络谣言.基于情感词典对信息源的质量进行量化，从而判定低质量信息源提供的信息是否属于谣言：用户标记方法对于网络谣言的识别也十分有效，并且能够节省成本和资源。以上研究忽视了网络谣言传播过程中的动态差异，为了弥补这一不足，基于长一短期记忆（LSTM）网络的谣言识别模型能够有效地弥补，实验表明，该模型具有较好的性能，基于复杂网络算法.以动态节点管理为基础，对用户行为进行刻画，从而实现网络谣言的识别。

网络谣言传播机制的相关研究。在网络谣言传播机制的研究中，SIR模型是研究网络谣言传播机制的重要工具，采用Lvapunov函数和图论探究不同模型参数对谣言传播的影响程度，随着研究的深入，一些学者在传统的传染病模型基础上进行了扩展，DSIR模型和C-DSIR模型相结合，探究双谣言并发的传播机制，PSEIR模型是在SIR模型的基础上加入了潜伏节点，并设定免疫节点对谣言有一定的抑制作用，在SIR模型中引入移动社交网络用户数量等影响因子进行优化，探究参与群体动态变化对网络谣言传播的影响。网络谣言的传播过程中，受众者特征对网络谣言传播趋势的影响是显著的，基于受众画像的网络谣言传播模型也具有一定的现实价值，为了更加准确模拟真实的谣言传播路径，引入超传播理论分析网络谣言的传播机制_。

网络谣言风险评价的相关研究。层次分析法是网络谣言风险评价使用最为广泛的方法，通过计算权重系数，得出各因素的影响程度，网民个体特征和行为是网络谣言风险评价的关键因素，政府及社会组织在网络谣言传播过程中的调节作用，也会影响到谣言的风险大小。基于扎根理论，构建网络谣言风险演化模型.能够有效地识别影响网络谣言风险的关键因素，在扎根理论分析的基础上引人情感词库，能够及时地捕捉高风险网络谣言。大数据技术能够有效地监测网络谣言的风险传播特征，可以动态地监测网络谣言节点的传播路径，准确地预测网络谣言风险的传播行为。

由以上分析可以看出，不管是网络谣言识别方法、传播机制的相关研究，还是网络谣言风险评价的相关研究，其最终目的都是为了网络谣言的监管和治理。在网络谣言监管治理的相关研究中，博弈模型是常用的方法，基于造谣者、网络平台运营商和政府的三方博弈分析.为网络谣言的监管提供建议，在此基础上，引入网民决策因素，构建网络谣言传播的进化博弈模型，进一步扩展了网络谣言监管博弈模型。系统仿真模型能够模拟动态的网络谣言监管过程，使用Vensim PLE软件对谣言热度进行仿真分析，探究网络谣言的传播规律，控制其产生的负面影响，采用遗传算法优化BP神经网络构建网络谣言危机预警模型，能够实现对网络谣言的监控预警仿真分析。

上述学者们对网络谣言监管的相关研究中，理论基础扎实，分析方法丰富，实证验证合理，这些为本研究打下了坚实的基础.但是.在博弈分析中.以各主体的利益最大化为中心，忽视了各主体之间的交互作用.在系统仿真分析中，仅考虑了监管主体对网络谣言监管效果的影响.而忽视了外生变量的作用。基于此，本研究综合运用博弈模型和系统仿真模型，构建三元主体交互的网络谣言监管博弈模型，采用Vensim PLE软件构建仿真模型，探究外生变量对博弈策略的影响，从而提出网络谣言监管的建议。

2网络谣言监管的三元主体交互分析

网络谣言的监管是一个系统的工程，需要政府、媒体、网民的共同参与，3个主体之间是相互监督、交互作用的，构建基于三元主体交互的网络谣言监管模式，将有助于提高网络谣言的监管效率，促进网络环境的健康发展。网络谣言监管的三元主体交互分析框架如图1所示。

1）政府。作为监管者，在网络谣言治理过程中起着主导作用，政府在网络谣言的监管过程中，需要软硬兼施，构建奖惩分明的管理机制，积极地号召媒体和网民参与到网络谣言的治理中，政府验证网络信息真实性的过程需要付出较高成本，是目前网络谣言监管面临的困境之一.政府公信力的提升能够有效地降低网络谣言的蔓延，提高网民的满意度，完善的法律体系是政府网络谣言监管的基本保障。在网络谣言的监管中，政府需要对媒体机构进行监管，同时要服务于网民，积极地调动网民在谣言监管中的参与意识，搭建参与渠道。

2）媒体。作为传播者，在网络谣言治理过程中起着中介作用，媒体的事实报道能够有效地疏导网民情绪，树立自身的诚信形象，拥有较高影响力的媒体机构在网络谣言的传播中起着绝对主体作用。在网络谣言的监管中，媒体向网民传播网络信息，其报道的内容受政府部门的监管，同时，网民也对媒体机构起着监管的作用。

3）网民。作为参与者，在网络谣言治理过程中起着监督作用，网络谣言的治理仅依靠政府的力量是远远不够的，需要公众的参与和监督.网民自身的参与意识，能够有效地阻断网络谣言的传播，提高政府的监管水平，增强网民的知识素养是抵抗网络谣言的最有力武器，调动广大网民参与网络谣言监管的积极性。网民是网络谣言传播的主要受众，也是政府网络谣言监管的参与者，就目前网络谣言的监管现状而言，网民谣言监管的参与意识比较薄弱，参与渠道单一，因此，造成网民在网络谣言治理中的参与效率不高。

3三元主体交互视角下网络谣言监管的博弈模型

3.1博弈框架与假设

在网络谣言监管的博弈模型中，博弈的双方分别为政府和媒体，网民作为谣言监管的参与者，影响博弈双方的策略选择。在博弈模型中，政府可以选择监管或者不监管，当政府选择监管策略时，获得的网络环境净化收益为s，需要支付的监管成本是c，使政府公信力提升t。媒体可以选择事实报道或者虚假报道策略，当媒体选择事实报道策略时，需要的调研和人工成本为d，会获得政府的奖励为q，媒体影响力提升6;当媒体选择虚假报道策略时，收益为m.媒体虚假报道被曝光后的罚金为r。网民参与度为g，0≤g≤1，表示网民参与政府网络谣言监管的程度.它会影响政府和媒体的博弈结果。

3.2模型构建与求解

在以上博弈模型框架和基本假设的基础上，确定在网民参与条件下，政府与媒体的博弈收益矩阵如表1所示。

在政府网络谣言监管的博弈模型中，政府和媒体的复制动态方程和各博弈策略的收益中.涉及的变量较多.为了更好地模拟不同博弈策略的演化过程，以及各主体之间的交互作用，本研究运用Ven.sim PLE软件，构建基于政府、媒体、网民三元主体交互的系统动力学模型，探究网络谣言监管博弈模型的动态演化规律。进一步分析外生变量的改变对博弈策略的影响.以期找出影响网络谣言监管的敏感因素。

4网络谣言监管博弈的演化仿真分析

4.1系统动力学仿真模型构建

在网络谣言监管的博弈模型的基础上，采用系统动力学方法模拟网民参与下博弈双方的策略演化过程，构建三元主体交互的系统动力学模型。在系统动力学模型中，包括政府子系统和媒体子系统两大模块，涉及的变量共24个，分别为政府积极监管概率a、政府监管变化率、政府期望收益差、政府监管的期望收益A1、政府不监管的期望收益A2政府监管成本c、初始监管成本c。可变成本k、政府公信力提升t、网络环境净化收益s、网民监管参与度g、媒体事实报道概率β、媒体事实报道变化率、媒体期望收益差、媒体事实报道的期望收益B1、媒体虚假报道的期望收益B2、政府奖励g、调研和人工成本d、媒体影响力提升6、虚假报道收益m、虚假报道网络环境秩序损失、虚假报道罚金r、媒体被惩罚的概率u、政府曝光媒体的概率。其中，政府监管概率a和媒体事实报道概率β为水平变量，政府监管变化率和媒体事实报道变化率为速率变量，政府期望收益差、政府监管的期望收益A1、政府不监管的期望收益A2、政府监管成本c、媒体期望收益差、媒体事实报道的期望收益B1、媒体虚假报道的期望收益B2媒体被惩罚的概率U为辅助变量，其余为常量。各变量之间的关系如图2所示。

结合博弈模型的求解结果，以及变量之间的相互关系，主要变量的方程式如下所示。

1）政府监管概率A=INTEG（IF THEN ELSE（政府积极监管概率A≤0，0，IF THEN ELSE（政府積极监管概率A≤1，政府监管变化率，1）），0.001）。

2）政府监管变化率=政府积极监管概率A*（1-政府积极监管概率a）*政府期望收益差。

3）政府期望收益差=政府监管的期望收益A1-政府不监管的期望收益A2。

4）政府监管的期望收益A1=媒体事实报道概率β*网络环境净化收益s+媒体事实报道概率β*虚假报道网络环境秩序损失W+政府公信力提升t-政府监管成本c-虚假报道网络环境秩序损失。

5）政府不监管的期望收益A2=媒体事实报道概率β*网络环境净化收益s+媒体事实报道概率β*虚假报道网络环境秩序损失w+媒体事实报道概率β*网民监管参与度g*虚假报道网络环境秩序损失W--虚假报道网络环境秩序损失W--网民监管参与度g*虚假报道网络环境秩序损失。

6）政府监管成本c=初始监管成本c+可变成本k*（1-网民监管参与度g）。

7）媒体事实报道概率卢=INTEG（IF THENELSE（媒体事实报道概率β≤0，0，IF THEN ELSE（媒体事实报道概率β≤1，媒体事实报道变化率，1）），0.001）。

8）媒体事实报道变化率=媒体事实报道概率卢。（1-媒体事实报道概率β）*媒体期望收益差。

9）媒体期望收益差=媒体事实报道的期望收益B1-媒体虚假报道的期望收益B2。

10）媒体事实报道的期望收益B1=政府奖励g+媒体影响力提升b-调研和人工成本d。

11）媒体虚假报道的期望收益B2=虚假报道收益m+政府积极监管概率a*虚假报道罚金r*网民监管参与度g-政府积极监管概率a*媒体被惩罚的概率u*虚假报道罚金r-虚假报道罚金r*网民监管参与度g。

12）媒体被惩罚的概率u=政府曝光媒体的概率π+网民监管参与度g*（1-政府曝光媒体的概率π）。

4.2博弈策略演化仿真分析

在构建的网络谣言监管博弈模型中，政府和媒体都有两种策略选择（政府监管或不监管，媒体事实报道或虚假报道）.这里选择博弈结果中的（0，0）、（1，0）、（0，1）、（1，1）4个局部均衡点作为初始策略进行演化仿真分析。模式时间设定为100个单位，网民监管参与度g分别取0.1、0.3、0.5、0.7、0.9，探究网民参与条件下，政府和媒体博弈策略的演化过程。常量的数值设定如下：

1）（0，0）初始策略下的博弈演化分析

在政府选择不监管策略且媒体选择虚假报道策略的组合下，随着时间的推移，政府积极监管概率a由0向1演化，媒体事实报道概率β也由0向1演化，即（0，0）初始策略的最终稳定演化结果为（1，1）策略。图3（a）是（0，0）初始策略下，网民参与度的变化对政府积极监管概率a的影响曲线，由图3（a）可知，随着网民监管参与度g的增加，政府积极监管概率a由0向1演化速率明显提高。图3（b）是（0，0）初始策略下，网民参与度的变化对媒体事实报道概率卢的影响曲线，由图3（b）可知，随着网民监管参与度g的增加，媒体事实报道概率β由0向1演化速率明显提高。由图3（a）和图3（b）对比可以看出，政府积极监管概率a的演化在前，媒体事实报道概率β的演化在后，即媒体事实报道概率受政府积极监管概率变化的影响，随着政府监管概率的提高，媒体趋向于选择事实报道策略。

2）（1，0）初始策略下的博弈演化分析

在政府选择监管策略且媒体选择虚假报道策略的组合下，随着时间的推移，政府积极监管概率a始终是1.媒体事实报道概率β由0向1演化.即（1，0）初始策略的最终稳定演化结果为（1，1）策略。图4（a）是（1，0）初始策略下，网民参与度的变化对政府积极监管概率a的影响曲线，由图4（a）可知，随着网民监管参与度g的增加，政府积极监管概率a保持不变。图4（b）是（1，0）初始策略下，网民参与度的变化对媒体事实报道概率β的影响曲线，由图4（b）可知，随着网民监管参与度g的增加，媒体事实报道概率β由0向1演化速率明显提高。由图4（b）和图3（b）对比可以看出，随着政府积极监管概率a的提高，媒体事实报道概率JB演化速率明显提高，即政府监管条件下，媒体趋向于选择事实报道策略。

3）（0，1）初始策略下的博弈演化分析

在政府选择不监管策略且媒体选择事实报道策略的组合下，随着时间的推移，媒体事实报道概率卢始终是1，政府积极监管概率a由0向1演化，即（0，1）初始策略的最终稳定演化结果为（1，1）策略。图5（a）是（0，1）初始策略下，网民参与度的变化对政府积极监管概率a的影响曲线，由图5（a）可知，随着网民监管参与度g的增加，政府积极监管概率a由0向1演化速率明显提高。图5（b）是（0，1）初始策略下，网民参与度的变化对媒体事实报道概率卢的影响曲线，由图5（b）可知，随着网民监管參与度g的增加，媒体事实报道概率卢保持不变。由图5（a）和图3（a）对比可以看出，随着媒体事实报道概率β的提高，政府积极监管概率a演化速率明显降低，即当媒体选择事实报道策略时，政府趋向于选择不监管策略。

4）（1，1）初始策略下的博弈演化分析

在政府选择监管策略且媒体选择事实报道策略的组合下，随着时间的推移，媒体事实报道概率β始终是1，政府积极监管概率a也是1，即（1，1）初始策略的最终稳定演化结果为（1，1）策略。图6（a）是（1，1）初始策略下，网民参与度的变化对政府积极监管概率a的影响曲线，由图6（a）可知，随着网民监管参与度g的增加，政府积极监管概率a保持不变。图6（b）是（1，1）初始策略下，网民参与度的变化对媒体事实报道概率β的影响曲线，由图6（b）可知，随着网民监管参与度g的增加，媒体事实报道概率β保持不变。

5外生变量对博弈策略的影响分析

为了研究外生变量变化对博弈策略的影响.以及验证外生变量赋值的有效性，这里对外生变量的初始赋值进行敏感度分析，观察博弈主体的策略演化趋势。由于不同策略组合的最终演化趋势都是（1，1）策略，为了更加清楚地观察各主体博弈策略的演化趋势，这里选择（0，0）初始策略，即政府选择不监管策略，媒体选择虚假报道策略，网民监管参与度g=0.3的条件下，选择初始监管成本c政府奖励q、虚假报道罚金r3个重要的外生变量进行仿真分析。

5.1初始监管成本变化对博弈策略的影响

图7（a）表示初始监管成本变化对政府博弈策略的影响曲线，曲线2为基准线，随着初始监管成本的降低.政府积极监管概率演化的速率明显提高;随着初始监管成本的提高，政府积极监管概率演化的速率明显降低。图7（b）表示初始监管成本变化对媒体博弈策略的影响曲线，曲线2为基准线，随着初始监管成本的降低，媒体事实报道概率演化的速率明显提高;随着初始监管成本的提高，媒体事实报道概率演化的速率明显降低。

5.2政府奖励变化对博弈策略的影响

图8（a）表示政府奖励变化对政府博弈策略的影響曲线，曲线3为基准线，随着政府奖励的降低，政府积极监管概率演化的速率变化并不明显，随着政府奖励的提高.政府积极监管概率演化的速率稍有降低。图8（b）表示政府奖励变化对媒体博弈策略的影响曲线，曲线3为基准线，随着政府奖励的降低，媒体事实报道概率演化的速率明显降低;随着政府奖励的提高，媒体事实报道概率演化的速率明显提高。

5.3虚假报道罚金变化对博弈策略的影响

图9（a）表示虚假报道罚金变化对政府博弈策略的影响曲线，曲线3为基准线，随着虚假报道罚金的变化，政府积极监管概率演化的速率变化并不明显。图9（b）表示虚假报道罚金变化对媒体博弈策略的影响曲线，曲线3为基准线，随着虚假报道罚金的降低，媒体事实报道概率演化的速率明显降低;随着虚假报道罚金的提高，媒体事实报道概率演化的速率明显提高。

6结论与启示

研究网络谣言的监管策略对网络生态环境的和谐发展具有重要的理论价值和实践意义。现有文献的研究是以各主体的利益最大化为中心，忽视了各主体之间的交互作用和监管策略的博弈动态演化过程。本研究基于政府、媒体、网民三元主体交互的视角.构建网络谣言监管的博弈模型，采用系统动力学方法对构建的博弈模型进行演化仿真分析，并运用灵敏度分析探究外生变量对博弈策略的影响，根据研究结论得出网络谣言监管的政策建议。

6.1研究结论

1）4种不同的局部均衡策略最终的演化结果都是（1，1）策略，即政府选择监管策略，媒体选择事实报道策略。媒体事实报道概率与政府积极监管概率之间是相互影响的，随着政府积极监管概率a的提高，媒体事实报道概率β演化速率明显提高，即政府监管条件下，媒体趋向于选择事实报道策略;随着媒体事实报道概率卢的提高，政府积极监管概率a演化速率明显降低，即当媒体选择事实报道策略时，政府趋向于选择不监管策略。

2）网民监管参与度的增加能够有效地提高博弈策略的演化速度。随着网民监管参与度g的增加，政府积极监管概率a由0向1演化速率明显提高，随着网民监管参与度g的增加，媒体事实报道概率β由0向1演化速率明显提高。

3）对于政府主体而言，初始监管成本变化对政府博弈策略的敏感度>政府奖励变化对政府博弈策略的敏感度>虚假报道罚金变化对政府博弈策略的敏感度，即初始监管成本变化对政府博弈策略的影响程度最大。对于媒体来说，政府奖励变化对媒体博弈策略的敏感度>虚假报道罚金变化对媒体博弈策略的敏感度>初始监管成本变化对媒体博弈策略的敏感度，即政府奖励变化对媒体博弈策略的影响程度最大。

4）由3个外生变量对博弈策略的敏感度分析结果可知.当外生变量赋值在基准值的基础上上下浮动时，博弈主体的最终演化策略趋势是不变的，而改变的只是演化速率的高低，表明本研究外生变量的赋值是合理的。

6.2管理启示

1）引入信息化手段，降低监管成本。由于政府谣言监管初期需要投入硬件、软件和人力等方面的资源，因此，初始投入的成本较高，初始监管成本是影响政府监管策略选择的重要因素。一方面可以引入大数据和云计算等技术，代替传统的网络谣言监管手段，信息化技术的引入能够有效地降低人力资源的投入，从而降低监管成本;另一方面构建网络谣言监管共享平台，信息共享平台能够提高各级政府之间的联动性，提高工作效率，降低网络谣言监管成本。

2）健全监管机制，完善相关法规。在政府网络谣言的监管中，政府奖励和虚假报道罚金对媒体博弈策略的选择具有显著的影响，政府可以从以下3个方面着手提高网络谣言监管的效率。第一，构建科学的奖惩机制，政府应该做到奖罚分明，对于扰乱社会秩序，肆意传播谣言的媒体机构采取严厉的惩罚，对于维护社会秩序，事实传播网络信息的媒体机构给予相应的奖励;第二，建立合理的激励机制，政府应该合理的激励媒体机构，树立榜样媒体标杆，引导媒体机构选择事实报道策略;第三，完善相关法律体系，法律体系的建设是政府网络谣言监管的基本保障.只有完善的法律体系，才能够保障政府监管机制的顺利实施，构建健康的网络生态环境。

3）调动网民参与积极性，扩大网民参与渠道。网民网络谣言参与度的提高，能够有效地提高博弈策略的演化速度，对于网络谣言的监管具有积极的促进作用，可以从以下两个方面采取措施。第一，普及网络信息常识，提高网民谣言抵抗力，基层政府部门和社区管理机构应该经常组织网络信息知识普及活动，定期举行讲座或者展览，提高广大网民的信息知识素养，提高网民对网络谣言的辨别能力;第二，搭建网民辟谣平台，提供多样化的参与渠道，网民在网络谣言监管中起着重要的作用，政府应该为网民提供多样化的参与渠道.提高网民谣言监管参与度。

6.3研究不足与展望

网络谣言不仅扰乱网络秩序.还可能会危害人民的生命健康安全，因此，探究网络谣言的监管问题具有一定的现实意义。本研究基于政府、媒体、网民三元主体交互的视角.构建了网络谣言监管博弈演化模型，弥补了现有文献研究的不足，进一步丰富了网络谣言监管体系，具有重要的理论价值。然而，本研究也存在一定的局限性，第一，本研究基于政府、媒体、网民3个主体构建模型，没有考虑网络谣言事件的性质;第二，受篇幅的限制，仅选择初始监管成本、政府奖励、虚假报道罚金3个重要的外生变量进行仿真分析.没有考虑其他外生变量的影响。在后续的研究中，将会研究其他外生变量对博弈主体策略选择的影响，应考虑针对不同类型的网络谣言事件提出针对性的监管策略。