互联网超强连结阶段谣言传播制约因素变迁

赵清源 黄磊

摘要：随着2008年我国互联网人口以2.53亿跃居世界第一，我国正式进入互联网大国的行列，互联网成为信息傳播中的重要组成部分。而到如今的13年间，互联网谣言逐步成为信息传播过程中不可忽视的影响因素。因此本文尝试将谣言传播的制约因素分为“受众辨识能力”与“传播手段丰富度”两个部分，以汶川地震与新冠肺炎疫情为切入点，浅析发展至今的中国互联网中谣言传播制约因素的变迁。

关键词：谣言传播；互联网发展；网民结构；制约因素

中图分类号：G206 文献标志码：A 文章编号：1674-8883（2021）03-0063-06

一、引言

网络谣言，是自互联网普及以来便伴随其左右的产物。在不同发展阶段，网络谣言的传播力度会因为传播手段的多寡以及受众媒介素养的高低存在阶段性差异，因此，探究网络谣言在不同阶段的产生及传播机制，变得十分重要。

在新冠肺炎疫情中，疫情早期网络谣言的爆炸式传播所带来的恐慌与浮躁的情绪，严重干扰了正常的网络传播秩序与社会治理，对舆论引导造成了一定影响。而从2008年四川汶川地震的媒介表现与受众表现看，汶川地震的舆论引导以及谣言治理则是较为稳健且深入人心的。本文尝试将这类差异归因于谣言传播中制约因素的变迁，即“受众辨识能力”以及“传播手段丰富程度”的变迁。

本文从网络谣言传播机制入手，分析互联网超强连结阶段谣言传播制约因素的变迁。

二、文献综述

本文所聚焦的谣言传播制约因素，可以在拉斯韦尔（Harold Lasswell）所提出的5W模式中初见端倪[1]。根据拉斯韦尔在《传播在社会中的结构与功能》一书所提出的5W模式，本文尝试将“谣言”作为传播内容代入其传播模型中，在这个传播模型中，传播过程由传播者出发，产生谣言内容，再通过各类传播渠道抵达传播受众，并使他们产生如恐慌、害怕等传播效果，即传播者—传播内容—传播渠道—传播对象—传播效果[1]。本文所聚焦的谣言传播的制约因素集中于后半程，即“传播渠道”与“传播对象”，并关注这二者的变迁所带来的传播效果的不同。

在当今的大众传播过程中，传播渠道主要包括报纸、互联网、电视、广播等，其中，报纸、电视、广播等传播渠道与方式，内容较为严肃且权威，且几乎不存在互动空间，因而谣言由这些渠道扩散的可能性较小。因此本文聚焦的传播渠道更多集中在互联网范畴。网络范畴内，智能手机、可互动性质的社交APP的普及，给予了信息更多的传播渠道与传播手段，因此，本文将传播渠道明确为互联网端的“传播手段丰富程度”。

传播对象，在上述的定义中，我们可以将其明确为互联网网民，他们媒介素养的高低则决定了他们在谣言面前到底是魔弹论[2]的标靶，还是有限效果论[3]的盾牌。因此，本文重点考察不同互联网阶段传播渠道的“传播手段丰富程度”以及传播对象对信息的“受众辨识能力”。而针对谣言本身，即关于传播内容的文本分析以及谣言制造者，则暂时不在本篇的研究范畴之内。

因此，对互联网不同发展阶段的划分，是分析不同时段互联网发展状况的重要方式。相较于13年前对汶川地震的报道，如今新冠肺炎疫情的报道中，无论是受众结构还是互联网科技发展都已然出现了巨大的变化。在方兴东与陈帅所作的《中国互联网25年》中，他们对中国互联网的发展阶段进行了三阶段的定义，其中，1994—2008年被定义为弱连结阶段，2008—2016为强连结阶段，2016至今为超强连结阶段[4]。而此次疫情期间，大量无关信息的出现严重扰乱了疫情报道中有效信息的传播。而在整个传播过程中，此类现象的产生与中国互联网所呈现的“由内容治理向社会综合治理”[4]的阶段性矛盾特征密不可分。

除却结构划分外，公众对谣言的辨识能力也影响着谣言的传播。刘鸣筝与孔泽鸣的《媒介素养视阈下公众谣言辨别能力及其影响因素的实证研究》中所作的实证研究指出，我国大专（或高职）以上的学历中，个体的谣言辨别能力与其谣言辨别能力显著正相关，学历越高的人越容易辨别谣言[5]。在互联网人口快速增长的今天，互联网人口学历水平也将成为谣言传播的重要制约因素。

在疫情谣言的相关研究中，对于受众心理与谣言案例的微观分析也可以成为重要的切入点。如赵志朋在《以网络谣言的传播观察从众心理的发展趋势——基于疫情期间的讨论》[6]中指出“从众心理是网络谣言主要宿主”，韩雅鸣与范诗雨在《突发事件中网络谣言负面传播效果的生发机制分析——基于14个案例的清晰集定性比较分析》[7]中得出“谣言类型、传播媒介、失真程度和情感倾向在特定条件组合下，容易引发网络谣言负面或非负面传播效应”的结论，从这些学术论文中均可看出，目前学界从微观角度所作的研究已颇具规模。而从谣言扩散路径的宏观角度出发，从“受众识别能力”与“传播手段丰富度”这两个传播环节对谣言传播制约因素进行分析的文献则较为有限。因此，本文从谣言传播制约因素的宏观角度出发对上述问题进行分析，尝试以数据对比与现象综述的形式，结合最新发生的新冠肺炎疫情的传媒表现以及与过去的比较，丰富谣言传播这一领域的研究。

本文的核心目标在于：结合2008年汶川地震与2020年新冠肺炎疫情期间的谣言传播现象，以互联网端“受众辨识能力”及“传播手段丰富程度”为切入点，解释不同时期谣言传播现象呈现阶段性特征的原因，并给出相应对策。本文也由此提出以下两个子问题。第一，随着我国互联网人口总数的增长以及互联网外总体人口素质的提升，互联网网民对谣言的识别能力是否能够有所提升？第二，科技发展所带来的传播手段的丰富，能否弥补因受众认知能力不同而产生的对谣言判断水平的鸿沟？

为解释与验证上述理论，本文选取了四川汶川地震与新冠肺炎疫情进行分析。选择这两个突发公共事件作为切入点有三个理由：第一，四川汶川地震所处的2008年处于中国互联网网民总数跃居世界第一的关口，具有里程碑意义，且位于弱连结向强连结过渡的关键节点，相关传媒表现尚可追溯、信息较为丰富；第二，新冠肺炎疫情与汶川地震都造成了难以估量的群众生命财产损失，其严重性相当，且媒体都进行了大幅报道；第三，2003年的非典时期，由于互联网普及率过低，主要是依靠报纸等传统媒体作为信息的留存，不利于收集互联网数据与资料，因而本文暂时将其舍去。

三、概念化：互联网谣言制约因素的两个部分

本文将互联网谣言制约因素分为两个部分，分别为“受众识别能力”与“传播手段丰富程度”。

受众辨识能力，主要指作为主要受众的互联网网民对谣言的辨识能力。本文将受众辨识能力的定义概念化地分为如下两个维度，分别为“互联网网民基数”以及“互联网网民的学历结构”，并将指标划分为“互联网网民基数”中网民占比的多寡，以及“互联网网民学历结构”中网民学历的各个层次。

传播手段丰富程度，主要指谣言传播的路径与方式。本文将传播手段丰富程度概念化为以下两个维度，分别为“智能手机出货量及普及率”以及“意见平台与新闻平台等手机APP的月活用户量”，并将指标定为“智能手机普及率”的占比，以及“意见平台性质的手机APP的月活用户量”的占比。

四、研究方法

本文将就上述文献综述与概念化中所提出的“受众辨识能力”以及“传播手段丰富程度”所需要的论证材料进行收集与整理，并进行描述与研究。

（一）数据收集内容

针对“受众辨识能力”的测量，上文在概念化中将其归纳为“互联网网民基数”以及“互联网网民学历结构”两个维度，本文对能够准确反映2008年至2020年网民基数与学历结构的内容进行收集，并尝试从它们的指标变换中得出结论。

针对“传播手段丰富程度”的测量，上文将其归纳为“智能手机普及率”以及“意见平台性质的手机APP月活用户量”这两个维度，因而本文将对2008至2020年“智能手机普及率”以及“意见平台APP月活用户量”的内容进行收集，并同样尝试从它们的指标变换中得出结论。

（二）数据收集方法

针对上述内容所需要的数据与指标，由于其需要准确而权威的数据，因此本文的数据来源主要依赖官方以及权威统计机构的已有数据。主要文献来源为中华人民共和国国家互联网信息办公室所作的《中国互联网络发展状况统计报告》系列，以及各个商业公司及统计机构对手机、APP月活用户等的统计与调研。

（三）数据收集内容及描述

以下为针对上述问题所收集的数据的展示。

1.互联网网民基数的发展。2008年，据中国互联网络信息中心（CNNIC）《第22次中国互联网络发展状况统计报告》显示，彼时我国网民总量约2.98亿，中国互联网普及率为19.1%，虽然人数众多，但仍略低于世界平均值的21.1%[8]。

而截至2020年6月，CNNIC的统计数据显示，2020年我国网民总量已经达到9.4亿，较2008年增加了6.42亿之多，网络普及率已达67%[9]。

2.互联网网民学历结构的变迁。在2008年的中国互联网报告中，我国网民学历构成如下：大专学历与本科及以上学历占比30%，接近上网总人数的1/3，其中大学本科学历为14.1%[8]（见图1）。

在2020年的中国互联网报告中，随着互联网的普及以及门槛的降低，互联网已不再是较高学历层次与经济水平人员的“专属”。从2020年的网民学历结构中我们可以明显地发现，随着网民基数的增加，高中学历、大学专科、大学本科及以上学历的网民比重都呈现出了不同程度的下滑（见图2）。

大学本科及以上的人口比重由2008年相加的15.3%下降到了8.8%，下降幅度接近50%；专科人数比重下降了5%，与此同时，高中学历人数比重由39%下降到了21.5%，下降了17.5%[9]。

3.智能手机普及程度。根据《2018年中国智能手机行业发展概况及发展前景分析》的統计，2008年，我国智能手机出货量不到0.2亿台[10]，到了强连结末尾阶段的2016年，智能手机的出货量达到了4.67亿台，整个数量增加了22.35倍[11]。据中金公司统计，虽然2020年我国手机出货量受疫情影响下降了6.3%，但仍有3.48亿部[12]。

与此同时，使用手机上网的入网用户也由2008年的0.73亿人[8]上升到2020年的9.32亿人[9]。相较于手机端用户占总用户数的变化来看，手机端用户在互联网总用户中的占比由2008年的28.9%[8]飞跃至2020年的99.2%，上涨了70.3%，手机端用户几乎覆盖了全部的上网人口[9]。

4.三类主要手机APP月活用户变迁。以16.55%的周活跃渗透率居于新闻类APP之首的今日头条[13]，作为继门户、搜索之后的互联网新入口，改变了信息传播方式、实现了信息即时分享[14]的新浪微博，以及居于2019社交类APP品牌指数之首的微信[15]，以它们为代表的APP在极大地丰富了网民日常生活的同时，也构建了网民获取信息与交换、发表信息的重要网络平台。自它们创立之初到2020年的今天，其用户活跃数与我国互联网网民的发展趋势也呈现出正相关关系，甚至部分APP的月活跃用户数有着超越我国网民总数的现象。

今日头条于2012年8月问世，新浪微博于2009年8月上线，微信于2011年1月推出，因此本文选择在三者都可以收集到数据的2013年为参考，根据2013年与2020年的统计数据针对其活跃用户进行统计，统计结果如下。

今日头条2013年注册用户为7000万，月活跃用户为3000万[16]。至2020年1月，今日头条月活用户一跃突破3亿大关，达到3.268亿人[17]。

微信2013年月活跃用户数为3.55亿人[18]，至2020年1月，其月活跃用户飙升至12.025亿[19]，已经超过了我国2020网民总数（在考虑到个人多号的情况下）。

新浪微博2013年月活跃用户为1.291亿[20]，而2020年第一季度财报显示，其月活跃用户已然达到5.5亿（日活跃用户以2.41亿的数量，超过了2013年的月活跃用户）[21]。

与此同时，2013年我国入网用户为6.18亿[22]，2020年为9.4亿。从APP月活跃用户占比的逐步升高可知，社交类与新闻资讯类APP的月活跃用户量正逐渐接近我国网民总数，微信的月活用户数甚至已经超出了我国网民的总数。

五、结果分析

上述研究中完成了对四个相关内容的数据收集，分别收集了“互联网网民基数”“互联网网民学历结构”的发展，以及“智能手机普及程度”和“主流APP月活用户”的变迁。因此本阶段将对上述数据内容进行分析与解读。

（一）受众辨识能力分析

自2008年至2020年“互联网网民基数”所呈现的变化中可以看出，我国互联网网民数量有着飞跃式的发展，由2.98亿攀升至9.4亿。而与上文所提出的子问题相反的是，即使网民总数出现了飞跃，但其学历结构与质量却呈现出了相反的发展态势。在“互联网网民学历结构”中，2020年高中、专科、本科及以上学历都呈现出了不同比重的下滑，而刘鸣筝、孔泽鸣的《媒介素养视阈下公众谣言辨别能力及其影响因素的实证研究》中所进行的实证研究表明，个体受教育水平的高低，尤其是是否受过高等教育，是与个体的谣言辨别能力息息相关的，学历层次越高，个体的谣言辨别能力就越强。因而随着互联网网民基数的上升以及整体网民学历结构的下降，从宏观层面看，2020年新冠肺炎疫情期间的互联网网民对谣言的整体识别能力是低于2008年汶川地震时期同期网民的。

由于互联网在起步之初其网民均是受过良好教育或是有良好媒介素养的受众，因此整体学历结构较高，媒介素养也较可观。而随着互联网覆盖率趋近于我国总人口，即使我国总人口的综合素质在近年来已经有了持续的提升，但由于互联网初期学历结构起步较高，高于平均人口学历，因而会出现互联网人口学历结构下滑的现象。

针对未来我国互联网受众结构的发展，本文做出如下预测：在互联网逐步完成对我国人口的覆盖的过程中，互联网综合学历结构将无限趋近于我国整体学历结构，具体将表现为：较2008年而言，2020年后的互联网网民学历水平将持续降低，但幅度放缓，并最终与我国总人口的学历水平持平。而在两者趋同后的一段时间内，随着高等教育的普及，两者将同时开始同比上涨，并最终高于2008年的整体学历。此类预测的前提为，我国基础教育与高等教育的教学质量不能出现显著滑坡或是大量不成比例的扩招，以此为前提，整体网民对于网络谣言的识别能力将在趋同后的提升阶段呈现出更好的态势。（所制图表如图3，x轴为年份，y轴为学历占比，学历占比数字为构建坐标所假设，数字本身无意义）

（二）传播手段丰富程度分析

智能手机与手机APP的普及，给网民带来了自由发帖、转帖及评论与交流的能力，在传播手段中发挥着重要的作用。这意味着受众可以打破原先的直线传播模式，不再被动地等待新闻，而拥有寻找新闻、制造新闻以及拒绝新闻的能力，他们也拥有了成为个人舆论领袖的基础。

在智能手机普及程度上，每年3亿～4亿部的智能手机出货量，经过逐年累积与新品牌的加入，已经使我国互联网手机端网民占比由2008年的28.9%飞跃至2020年的99.2%，几乎覆盖了全部的上网人口。

而各类手机APP的普及也将受众分散到了成百上千个不同的舆论与社交平台中，而与此同时，大多APP平台都拥有着自己的话语体系与信息选择倾向，这带来了谣言传播手段与传播渠道的多元化，给监管、识别、追踪谣言路径带来了相当程度的困难。

而从今日头条、新浪微博与微信的月活用户分别为3.268亿、5.5亿以及12.025亿可以得出，吸纳众多受众的各类互联网平台，正在隐性地削弱主流媒体对于公众舆论的把握程度。

2008年这一互联网普及率并不高的传统媒体时期，是各类传统媒体（如纸媒、电视台、电台等）的独大。那时媒体技术与经济、科研的不發达，造就了传统媒体在舆论引导与舆论监督上的绝对话语权。对于那时的人们而言，报纸、电视、电台再加上杂志、周刊等，几乎囊括了大家所有的信息接收渠道，单向传播较为常见。而谣言的传播，受制于技术与经济水平的限制，渠道十分狭窄，因此可以忽略不计，只能停留在某一个小群体当中。

而在2020年新冠肺炎疫情期间，可以明显发现，作为意见平台的微博、微信、今日头条等APP，成为了互联网谣言及不实信息的集散地，相较于权威的官方消息，未经审核的民间内容可以轻易而快速地抵达消息广场，并且几乎不需要付出任何代价。与此同时，在APP将网民分配切割得太过分散时，辟谣、审核等也遇到了难题。

针对文献综述中所提出的问题二，本文提出，随着传播手段的快速丰富，用户将被被动地进行分类，即高认知能力的受众将集中在对使用能力要求相对较高的平台，而认知能力偏弱的受众则也将自动聚集于对受众水平要求相对较低的平台。因而，快速丰富的传播手段在一定程度上加剧了受众对谣言判断水平的差异。

因此，互联网经济带来的海量APP，以及高达99.2%的网民手机普及率，大大增加了传播手段的丰富程度，也大大提升了谣言的传播力度。

（三）总结

从上述论证可以得出，在2008年至2020年的12年间，随着互联网人口的增加，网民的综合学历出现了降低，而学历的降低在很大程度上影响着受众对谣言的辨识能力，而受众的整体辨识能力又影响着谣言的传播效果。与此同时，智能手机的普及以及网络APP的多样化，使得谣言得以在网络中以各种形式、各类语境进行传播，并渗透至各个网络群体，因此，传播手段的多样性也显著制约与影响着谣言传播的结果。

六、讨论

（一）汶川地震的传媒环境

汶川地震发生的2008年正处于我国网络弱连结阶段的最后一年，也是迈入强连结阶段的第一年。谣言的治理一直是互联网信息内容治理的一大考验，而在2008年，虽然互联网已经开始悄然萌芽，但其内容总体而言仍然是可控与可检测的。

彼时，微信、微博等现象级社交媒体尚未兴起，而作为21世纪前十年最大的社交平台人人网，其主要目标用户是在校大学生这一相对拥有较高辨识度能力的受众群体，再加之人人网本身公共主页的不完善[23]，导致谣言的传播受到了一定的限制。与此同时，论坛、贴吧等平台的传播能力较弱，更多的是圈内传播，圈外传播力度与浏览量会大打折扣，因而虚假信息与网络谣言更加难以得到发散的空间。

由于谣言可散发的平台有限，使得网络内容的监管难度与12年后相比也明显偏低。如5月12日下午产生的谣言“5月12日22点到24点时间段，北京局部地区会有2-6级地震”，在该谣言产生1小时后，16时41分新华网发布《快讯：国家地震局称关于北京今晚将发生余震的传言不属实》进行了快速辟谣[24]。由此可见，谣言传播的效率、速度，在很大程度上建立在传播手段的丰富程度以及网络人口谣言辨识能力上。

（二）新冠肺炎疫情的传媒环境

在新冠肺炎疫情中较为典型的谣言案例，如药用方面“双黄连口服液抢购”[25]、病毒来源方面的“武汉实验室泄漏病毒”[26]、朋友圈谣言方面的“美国十艘医疗船秒杀方舱医院”（后被网友辟谣），均是从自媒体等网络新媒体流出的，虽然后来被辟谣，但也引发了如抢药潮、阴谋论等局部舆情与治理混乱，并且在一定程度上加剧了负面信息的传播。这类不经审核即可由自媒体或个人发布的文章与观点，对抗击新冠肺炎疫情所需要的稳定舆论环境形成了负面干扰。

显而易见，若是疫情期间主流媒体在一些关键新闻上出现了滞后与失声，互联网平台上的信息便会很快占领信息高地。与此同时，大大加深的互联网普及度以及各类意见平台的林立也削弱了主流媒体对于舆论的把控。另外，随着强连结状态下互联网人口综合学历与素质的整体下降，从宏观层面而言，总体网民对于不实消息的辨别能力降低。多样的传播手段在带来信息即时化的同时，也削弱了主流媒体舆论把控能力，再加之受众总体辨识能力的下降，2020强连结阶段谣言的治理是面临难题的，其两个主要方面仍然是“受众辨识能力”以及“传播手段丰富度”。

七、结语

本文着重从谣言传播模型中的传播渠道与传播对象出发，分析了这两个因素对谣言可能产生的制约，并基于数据内容以及现象作了一些可能性的预测，希望本文的研究可以为“新冠肺炎疫情谣言传播分析”的研究给出一些参考。

与此同时，从数字层面进行的宏观分析是无法做到一些要点的准确与丰富的，2008年早期的数据已不可考，如2008年互联网端APP数量以及各个APP所吸纳的网民百分比等。若可以有这些数据作支撑，本文的论述也许会更加立体。

世界是动态发展的，本研究的结论仅能停留在这个时间段内，而当互联网人口学历结构与总人口完成了99.9%的趋同后，在其共同提升的过程中，网民对于谣言的识别能力能否像本文预测的那样逐渐提升，以及传播手段丰富度接近饱和后，谣言传播的制约因素是否会出现新的变化，值得在未来继续深入观察与研究。

参考文献：

[1] 邱沛篁，吴信训，向纯武，等.新闻传播百科全书[M].成都：四川人民出版社，1998：64-65.

[2] 甘惜分.新闻学大辞典[M].郑州：河南人民出版社，1993：129.

[3] 刘建明.宣传舆论学大辞典[M].北京：经济日报出版社，1993：302.

[4] 方兴东，陈帅.中国互联25年[J].现代传播（中国传媒大学学报），2019，41（04）：1-10.

[5] 刘鸣筝，孔泽鸣.媒介素养视阈下公众谣言辨别能力及其影响因素的实证研究[J].新闻大学，2017（04）：102-109+151.

[6] 赵志朋.以网络谣言的传播观察从众心理的发展趋势——基于疫情期间的讨论[J].牡丹江师范学院学报（社会科学版），2020（05）：74-84.

[7] 韩雅鸣，范诗雨.突发事件中网络谣言负面传播效果的生发机制分析——基于14个案例的清晰集定性比较分析[J].情报探索，2020（10）：23-28.

[8] 中华人民共和国国家互联网信息办公室.第22次《中国互联网络发展状况统计报告》[N/OL].中国网信网，http：//www.cac.gov.cn/2014-05/26/c_126 548659.htm，2014-05-26.

[9] CNNIC發布第46次《中国互联网络发展状况统计报告》[N/OL].中国互联网络信息中心，http：//www.cnnic.net.cn/gywm/xwzx/rdxw/202009/ t20200929_71255.htm，2020-09-29.

[10] 2018年中国智能手机行业发展概况及发展前景分析[图][N/OL].中国产业信息网，http：// www.chyxx.com/industry/201803/620359.html，2018-03-19.

[11] 2020年5G技术背景下中国智能手机出货量及市场发展趋势预测[图][N/OL].中国产业信息网，http：//www.chyxx.com/industry/202005/859479. html，2020-05-07.

[12] 东方财富网.中金公司：预计2020年中国手机市场出货将下降6.3%至3.48亿部[N/OL].新浪财经，http：//finance.sina.com.cn/stock/relnews/hk/2020-02-25/doc-iimxxstf4209964.shtml，2020-02-25.

[13] 产业研究. 2019-2025年中国新闻类APP市场竞争现状及未来发展趋势研究报告[N/OL].中国产业信息网，https：//www.chyxx.com/research/201812/ 699785.html，2018-12-14.

[14] 经济日报.社交网络：引导向上“正能量”[N/ OL].中国文明网，http：//www.wenming.cn/xwcb_ pd/cmcy/201209/t20120918_857635.shtml，2012-09-18.

[15] 2020年中国社交类APP市场分析报告——行业规模现状与投资商机研究[N/OL].中国报告网，http：//baogao.chinabaogao.com/ruanjian/382961 382961.html，2020-04-11.

[16] 钛媒体.今日头条为什么火，技术真能帮媒体变现？[N/OL].个人图书馆，http：//www.360doc.com/ content/14/0609/14/2011549_385096578.shtml，2015-06-09.

[17] qi25527 . 2020中国手机app用户量排行榜前100名，“今日头条”排名意外！[N/OL]个人图书馆，http：//www.360doc.com/content/20/0424/12/ 66394532_908064452.shtml，2020-04-24.

[18] 人民网-财经频道综合.腾讯2013年总营收604.37亿元 微信活跃账户数3.55亿[N/OL].人民网，http：//finance.people.com.cn/n/2014/0319/c1004-24682273.html，2014-03-19.

[19] 新浪VR . 2020微信就业影响力报告：微信月活跃帐户数达12.025亿（可下载）[N/OL].新浪网，http：//vr.sina.com.cn/news/report/2020-05-16/ doc-iirczymk1894120.shtml，2020-05-16.

[20] 凤凰科技.新浪微博2013年12月月活跃用户为1.291亿[N/OL]. TechWeb，http：//www.techweb. com.cn/internet/2014-03-15/2016744.shtml，2014-03-15.

[21] 界面新闻.快看|微博2020年第一季度财报：月活跃用户达5.5亿[N/OL].新浪科技，https：// tech.sina.com.cn/roll/2020-05-19/doc-iirczymk248 2240.shtml？cre=tianyi&mod=pcpager_tech&loc= 23&r=9&rfunc=100&tj=none&tr=9，2020-05-19.

[22] CNNIC发布第33次《中国互联网络发展状况统计报告》[N/OL].中国互联网络信息中心，http：//www.cnnic.cn/gywm/xwzx/rdxw/2014/201401/ t20140116_43823.htm，2014-01-16.

[23] 庞书纬.“中国的Facebook”缘何由盛转衰[J].新闻知识，2019（08）：3-6.

[24] 四川省地震局百家号.大灾害身后的阴影——汶川地震谣言评说[N/OL].四川省地震局，https：// baijiahao.baidu.com/s？id=166642984095595 3381&wfr=spider&for=pc，2020-05-12.

[25] 中国新闻网.双黄连可预防新冠肺炎感染？误区[N/OL].中国互联网联合辟谣平台，http：// www.piyao.org.cn/2020-02/12/c_1210470789.htm，2020-02-12.

[26] 外交部发言人办公室.武汉实验室“失误证据”被外媒公开？谣言[N/OL].中国互联网联合辟谣平台，http：//www.piyao.org.cn/2020-05/08/c_121 0609423.htm，2020-05-08.

作者簡介：赵清源（1998—），男，江苏南京人，硕士在读，研究方向：传播学。

黄磊（1987—），男，香港人，博士，讲师，研究方向：组织传播。