1．本课题国内外研究现状述评及研究意义。2．研究的主要内容、基本思路和方法、重点难点、主要观点及创新之处。3．前期相关研究成果和主要参考文献。限4000字以内。

1、国内外研究现状述评，选题意义和价值：

选题意义和价值：

信息技术的发展使人们接受和传播信息的方式都发生了巨大的变化。中国互联网络信息中心第44次《中国互联网络发展状况统计报告》显示，截至2019年6月，中国互联网使用者规模相较于2018年提升1.6个百分点，已达8.54亿人，互联网络普及率达到61.2%［1］。信息技术给中国人民生活带来便利的同时也产生了各种虚假网络谣言，网络上真实的信息与虚假的信息共同推动网络舆情的生成与发展。因此，保障网络的安全、防范意识形态的安全风险已成为了网络治理的核心内容［2］。

本课题根据研究情况，将采用清晰集定性比较分析进行案例分析。首先，考虑突发事件下网络谣言的产生并不由单个条件变量促成，而是某种变量组合的结果，符合“多重诱因并发”特征，因此采用定性比较分析方法。其次，清晰集分析适用于能明确进行二元划分的概念的编码，本课题所研究的网络谣言条件变量与结果变量在编码时都可以明确被赋值为1或0，条件变量的组合与结果变量存在明确对应关系，因此采用清晰集定性比较分析方法。

国内外研究现状：

近年来，学界对于突发事件中的网络谣言传播的研究方法日趋多样化，大多是基于宏观角度的定性研究或定量研究。其一，对于网络谣言的定性研究主要从宏观思辨角度分析网络谣言［3］，如唐雪梅等人以太伏中学事件为例，通过阐述突发事件中网络谣言的特点，构建辟谣策略框架［4］。孔清溪等人采用个案分析方法，分析热点事件中网络谣言的形成、扩散与演化，为谣言风暴的消解提出建议与对策［5］。邵慧针对社交媒体称为网络谣言集散地的问题，提出了政府和社交平台共同治理的理论框架［6］。其二，网络谣言的定量研究主要从真实案例入手，构建网络谣言生成与传播模型。王理等人采集2010—2012年产生于公共事件的网络谣言，对网络谣言的传播过程、干预机制进行了系统的分析［7］。江成等人从网络传播的拓扑结构角度，从不同角度解释网络谣言传播机制与引爆节点［8］。殷飞等人从系统动力学角度，建立谣言热度仿真模型，分析影响网络谣言热度的相关因素［9］。

综上所述，目前学界对于网络谣言的研究成果较为丰硕，但大多基于宏观角度定性或定量分析网络谣言的传播机理，对网络谣言的研究相当宽泛，对具体事件及其相应的网络谣言之间的关系没有给予足够的关注。鲜有研究从微观角度、采用定性与定量结合的方法分析网络谣言的传播。因此本课题将采用定性比较分析(Qualitative Comparative Analysis)探究2019年新冠肺炎疫情事件中网络谣言负面传播效果的生发机制，寻求影响疫情相关的网络谣言传播效果的因素。

定性比较分析是美国社会学家查尔斯·拉金开创的以案例为导向的研究方法，这一方法结合传统定性与定量方法的优势，基于布尔代数的基本原理，借助集合论的思想考察社会现象的原因组合路径［10］。定性比较分析需要研究者根据案例研判条件变量与结果变量，找到解释结果变量的最典型、最核心、最精简的原因组合路径，建立解释模型［11］。

定性比较分析适合分析中小程度规模的案例，数量以10～60个为宜，并且条件变量为4～7个。根据条件赋值与分析原理的不同，定性比较分析可以分为清晰集定性比较分析(csQCA)、多值集定性比较分析(mvQCA)和模糊集定性比较分析(fsQCA)。清晰集定性比较分析对条件变量与结果变量的赋值遵循布尔法的1/0划分，适用于可以明确进行二元划分的概念。多值集定性比较分析原理与清晰集类似，只不过是将条件变量的赋值由1或0扩展为0、1、2等更多数值。模糊集定性比较分析与前两者的不同点在于变量的编码中，变量不能完全归为某一值，而是处于一个“中间”的状态。根据变量与理想值(0/1)的差值，将其赋值为0.3、0.65等值，再运用模糊集合算法进行计算。

2．研究的主要内容、基本思路和方法、重点难点、主要观点及创新之处。

研究的思路和内容：

研究设计

清晰集定性比较分析基于二进制将条件变量与结果变量进行二分处理，1表示变量存在，用大写字母表示；0表示变量不存在，用小写字母或“～”表示。“*”表示变量“和”的关系，“+”表示变量“或”的关系。根据布尔最小化原则“约简”条件组合，确定结果变量最精简的条件变量的组合，以此建立解释模型。

1案例选择

本课题选取产生于2020年2月至3月关于新冠肺炎疫情的14例网络谣言样本，选取的案例均来自公开报道或公开资料。在案例选择过程中遵循以下标准:典型性，选取的案例均为被新浪微博辟谣官方账号“微博辟谣”收录的网络谣言，且均被多家官方媒体辟谣；多样性，案例尽可能涵盖多方面社会领域与不同传播效应。

2变量设置

由于定性比较分析理论本身并不提供变量选择的方法，需要研究者根据现有知识选择解释变量。以往研究认为网络谣言传播既受到社会因素影响，也受到网络信息传播规律影响，因此本课题结合选定的14个案例，确定了4个条件变量:事件类型、失真程度、传播媒介和情感倾向。结果变量为传播效应。确定条件变量与结果变量后，定性比较分析需要对变量进行二分赋值，以此构建真值表。根据样本占比确定变量的权重，权重高则赋值为1，否则为0。具体信息如表1所示。

表1条件变量及结果变量的设置

2.1谣言类型

突发事件是网络谣言产生的重要原因，而网络谣言又可从不同角度进行归类。常用的分类角度是根据造成谣言的成因、发生的领域和造成的结果进行划分。本课题根据2020年年初新冠肺炎疫情谣言的发生领域将谣言分为政法类、经济类、文教卫生类和社会新闻类。因为谣言涉及新冠肺炎疫情，因此文教卫生类谣言占比最大，赋值为1，政法类、经济类、社会新闻类谣言赋值为0。

2.2失真程度

网络世界中，谣言常常诞生于“博眼球”的注意力经济、“流量变现”等环境。有学者认为，虚假新闻可分为完全脱离事实的假新闻和有一定事实依据、但因为报道过程中专业操作失误而造成的失实新闻。因此本课题认为，网络谣言可分为完全不符合事实的谣言与部分符合事实的谣言。完全不符合事实谣言指的是造谣者出于泄愤、报复、竞争等主观目的对特定事件或对象编造谣言，谣言内容毫无根据。部分符合事实的谣言指的是谣言内容部分是真实信息，这种谣言往往是由真实信息断章取义而来，或是由真实信息扭曲演化而成。一条信息经过多次传播，可能受到增删、修改与修饰，发展到一定程度就可能转变为谣言。本课题案例中，完全不符合事实的谣言占比大于部分符合事实谣言，前者赋值为1，后者赋值为0。

2.3传播媒介

突发事件引发的网络舆情是以网络传播平台为媒介进行传播的，而传播媒介根据公开程度可分为公开平台与非公开平台。公开平台指的是门户网站、微博、论坛等媒介，这种传播媒介对信息的传播有速度快、传播范围广等特点。非公开平台指的是微信、QQ、朋友圈等传播媒介，这种网络媒介往往传播“小道消息”，传播范围仅局限于某个小圈子，虽然传播速度与传播范围都不及前者，但往往因为难以及时被监测到而导致辟谣不及时等负面效应。本课题选取的谣言案例大多传播于公开平台，因此公开平台赋值为1，非公开平台赋值为0。

2.4情感倾向

网络谣言的情感倾向包括情绪表达方式和情绪内容两个方面，网络谣言的传播过程也是受众情感扩散、传播的过程。根据网络谣言传递出的情感倾向可将其分为负面情感与非负面情感。负面情感指的是谣言内容具有煽动性、负面性，或传播不满、焦虑乃至愤恨的情绪，常常引起读者共鸣。造谣者为了获取关注度，常常使用煽动性较强的言辞，使得谣言的热度在极短的时间内升高。非负面情感指的是谣言内容并无明显负面情感倾向，不易引发读者情绪波动。在此次突发事件中，大部分谣言并未传播出负面情感，因此非负面情感赋值为1，负面情感赋值为0。

2.5结果变量

本课题选取“传播效应”作为衡量突发事件中网络谣言传播的结果变量。从网络谣言的传播结果来看，一般可分为负面传播效应与无害传播效应。负面传播效应指网络谣言的传播造成公民正常生产生活被影响、政府公信力与形象被损害等后果。无害传播效应指网络谣言的传播造成的负面影响较小，谣言转变为小道消息与奇闻轶事。本课题所选案例的负面传播效应占比高，因此赋值为1，无害传播效应赋值为0。

研究方法：

运用清晰集定性比较分析方法分析谣言类型、失真程度、传播媒介、情感倾向在何种组合下容易引发负面传播效应和非负面效应，分别基于最小化［1］组态和最小化［0］组态探讨网络谣言负面和非负面传播效应生发机制。

课题研究的重点难点

本课题重点在于运用定性比较分析方法探讨了新冠肺炎疫情期间网络谣言的谣言类型、失真程度、传播媒介和情感倾向在何种组合下容易引发负面传播效应，以及要控制负面传播效应需要控制哪些变量。分别基于最小化［1］组态和最小化［0］组态探讨网络谣言负面传播效应和非负面传播效应的条件变量构型。

预期创新点：

本课题旨在为有关部门有针对性地监控网络谣言提供参考。本课题从谣言类型、失真程度、传播媒介和情感倾向四个维度构建新冠肺炎疫情网络谣言传播效应因素模型，选取2020年2月与3月在网络上流传的疫情相关的谣言，并运用定性比较分析探讨哪些变量组合是影响谣言传播效应的关键因素，便于相关部门更有针对性地防治网络谣言负面效应，促进网络舆情环境的健康发展。需要阐明的是，本课题的研究具有一定的局限性，如案例的选取、条件变量的设置与赋值，都不可避免带有研究者的主观性和有限性，并且结论也受制于案例样本和条件变量的选择。这些未解决的问题，都将成为后续研究的着眼点和深化点，以期为中国突发事件引发的网络谣言传播治理提供可借鉴的解决方案。

3、研究基础