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
条件变量 |
类型 |
判断说明 |
权重/% |
赋值 |
说明 |
谣言类型
(TYPE) |
政法类 |
涉及国家政策、法律法规等领域 |
35 |
0 |
条件 |
经济类 |
涉及国民生产生活、分配、流通、消费等领域 |
6 |
0 |
|
|
文教卫生类 |
涉及文化教育、卫生健康、科学技术等领域 |
41 |
1 |
|
|
社会新闻类 |
涉及民众日常生活事件、社会风气、社会问题等领域 |
18 |
0 |
|
失真程度
(TRUTH) |
完全不符合事实 |
凭空捏造、毫无事实根据的谣言 |
53 |
1 |
条件 |
部分符合事实 |
有部分内容符合事实、或由真实信息扭曲演化而成 |
47 |
0 |
|
传播媒介
(MEDIUM) |
公开平台 |
门户网站、微博、论坛等公开平台 |
58 |
1 |
条件 |
非公开平台 |
微信聊天、朋友圈、短信等非公开平台 |
42 |
0 |
|
情感倾向
(EMOTION) |
负面情感 |
谣言内容流露出明显负面情绪 |
29 |
0 |
条件 |
非负面情感 |
谣言内容流露出正面情感或无明显情感倾向 |
71 |
1 |
|
传播效应
(OUTCOME) |
负面传播效应 |
对公民正常生产生活造成影响、损害政府公信力与形象、产生负面社会情绪等 |
65 |
1 |
结果 |
|
无害传播效应 |
没有造成任何负面效应或负面效应很小 |
35 |
0 |
|
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
|