重大公共卫生事件中伪科学网络谣言的传播治理

大规模不明原因传染病的爆发不仅会严重影响公众正常生产生活秩序，而且容易滋生大量网络谣言，扭曲实际情况，加剧公众恐慌，误导公众舆论，产生一系列恶性连锁反应，甚至破坏社会稳定。值得注意的是，在本次新冠肺炎疫情中，“双黄连可预防新冠病毒”、“食用大蒜可以杀灭新冠病毒”等违反科学原理或科学常识的伪科学网络谣言的广泛传播，导致各地大规模出现广大民众盲目哄抢、囤积大蒜及双黄连口服液等现象，并且，由此类群体性聚集事件进一步引发的民众交叉感染的情况给疫情防控带来严峻挑战。但是，相比较其他诸如“某地121个鱼塘被感染”，“某市将使用飞机对全市喷洒消毒药水”等与事实不符的谣言，伪科学网络谣言相对来说查证途径更广，辨别成本更低，并且可以更有效地防止或减少不良社会事件发生。因此，分析研究重大公共卫生事件中伪科学网络谣言的传播过程，掌握其传播特点及治理对策，无论是对当前疫情的防控，或是日后网络环境的治理净化都具有重要意义。

1 伪科学与网络谣言

　　何祚麻定义伪科学为“凡假借科学的名义大搞封建迷信、诈骗钱财、坑害老百姓、祸国殃民的活动”。李醒民界定伪科学是一个概念集合，本质上是非科学的一种。有些人却刻意把伪科学包装成科学，并在社会中宣传造谣，危害社会稳定，以达到某种个人利益。这样的集合就称为伪科学。而欧阳志远认为，伪科学的内涵与科学的内涵密切相关，科学的内涵至今没有统一，但是可以用逻辑性、检验性、创造性三个性质来判断是否为非科学，伪科学是一种带有刻意欺骗性的非科学。

　　当前学界对网络谣言的界定一直存在争议，主要争论点在于真实性问题，刘建明认为网络谣言是“缺乏事实根据的虚假消息”，而丁海燕等人则更认同网络谣言是“在网上生成或发布并传播的未经证实的特定信息”这一观点。尽管对网络谣言的界定没有达成共识，但学者们对于“网络谣言的本质是谣言”较为统一，对于网络谣言的概念界定均包含以下几个基本要素：①网络谣言的传播依托于互联网等新型网络；②谣言内容受关注性强且容易产生影响；③形式上表现为信息的大范围流通与变形。

　　吉晓军认为，伪科学谣言是指那些形式上是“科学”，或者自诩为“科学”，而实质上是假科学，并有意识的冒充科学的未经官方证实却在民间广为流传的对现实世界的假设。易杰认为，疫情类网络谣言指的是在网络上生成或传播的已被官方证实为虚假的，由组织或个人出于某种目的，围绕着大众普遍认为的疫情事件（疫情事件本身真假有待考察），通过捏造、夸大、改编等手段发布对社会造成影响或带有一定社会效应的信息。

　　结合上述各相关定义，我们给出适用本文的伪科学网络谣言的定义：伪科学网络谣言是一种依托于互联网等新型网络产生或传播的，有违当前科学原理或常识且已被官方证实为虚假的，实质上是假科学，但形式上用“科学”包装，通过包括捏造、夸大、改编等手段发布，对社会造成影响或带有一定社会效应的信息。

　　目前关于网络谣言传播模型、传播机制的研究已经不少，但针对伪科学网络谣言或重大公共卫生事件中网络谣言的研究仍较为缺乏，其中关于重大公共卫生事件中伪科学网络谣言的研究尚属空白，我们以新冠肺炎疫情中具体谣言为例分析了疫情中伪科学网络谣言的传播特点，并基于SEIR模型，结合政府干预滞后性、个体信息接受从众效应、谣言传播特点等构建了具有针对性的重大公共卫生事件中伪科学网络谣言传播模型，并进行了相关数值实验及结果分析，可以在一定程度上为后续研究起到基础支撑作用。

2   新冠肺炎疫情中伪科学网络谣言传播特点研究

　　选取此次新冠肺炎疫情中1月19日至2月11日这一时间段内，在新浪微博上传播较广的四个伪科学网络谣言，分别为“饮用高度酒可抵抗新冠病毒”、“香油滴鼻孔可防病毒传播”、“盐水漱口能预防感染”以及“食用大蒜可以杀灭新冠病毒”，对其在微博上的相关谣言微博进行数据爬取，统计得到所选取谣言在传播过程中的每日新增微博数量变化曲线，如图1所示，并以“饮用高度酒可抵抗新冠病毒”谣言为例，将其与“武汉某医院尸体无人处理”、“北京市将定点投放口罩300万个”这两个与事实不符的谣言在各自传播过程中的数据进行对比，其对比曲线如图2所示。

结合两图数据曲线我们可以分析总结出新冠肺炎疫情中伪科学网络谣言的传播特点主要有以下四点：

（1）伪科学网络谣言所存时间跨度相对较长

　　在所选时间段内，“饮用高度酒可抵抗新冠病毒”谣言、“香油滴鼻孔可防病毒传播”谣言、“盐水漱口能预防感染”谣言以及“食用大蒜可以杀灭新冠病毒”谣言在微博上的新增天数分别为20天、21天、24天、23天，对比图2中两个与事实不符的谣言在所选时间段内，相关微博内容的新增天数仅为5天和2天，由此可以看出，相较于事实不符类谣言，伪科学网络谣言所存时间跨度较长。

（2）伪科学网络谣言更新速度较快

　　由四条谣言数据曲线的起始位置可知，1月19日，“盐水漱口能预防感染”谣言开始在微博传播；1月20日，“饮用高度酒可抵抗新冠病毒”谣言以及“食用大蒜可以杀灭新冠病毒”谣言开始在微博传播；1月22日，“香油滴鼻孔可防病毒传播”谣言开始在微博传播；在1月19日至22日这段时间内，平均每天都有一个新型伪科学网络谣言产生，其更新速度较快。

（3）一定周期内多以某单一谣言为主进行传播

　　在1月20日至1月24日这段时间内，“盐水漱口能预防感染”谣言的每日新增谣言数量与其他三个伪科学网络谣言的每日新增谣言数量相比更多，这期间微博主要进行“盐水漱口能预防感染”谣言的传播，该谣言居于传播的优势主导地位；同理可知，在1月24日至1月27日、1月31日至2月2、3、5、7、9日这四段时间内，分别以“香油滴鼻孔可防病毒传播”谣言、“饮用高度酒可抵抗新冠病毒”谣言、“食用大蒜可以杀灭新冠病毒”谣言为主进行传播，这也反映了伪科学网络谣言在一定时间周期内多以某单一谣言为主进行传播。

（4）伪科学网络谣言一般具有多个传播热度周期

　　对比谣言自身传播过程曲线，我们发现，不同于一般谣言（如图2中所示两个事实不符类谣言）只具有一个“增强—减弱”的传播热度周期，伪科学网络谣言一般具有多个传播热度周期，也就是“增强—减弱—再增强—再减弱”这一循环过程，如图1中“盐水漱口能预防感染”谣言传播曲线所示，其主要的传播热度周期共两个，分别为1月20日至24日和1月27日至1月29日，同理可知其他三个伪科学网络谣言亦具有不止一个传播热度周期。

3   重大公共卫生事件中伪科学网络谣言传播模型构建及数值实验

　　本部分在总结具有一般接触率的SEIR谣言传播模型的构成及相关微分方程的基础上，对其进行合理改进，构建出重大公共卫生事件中伪科学网络谣言的传播模型并给出基于动力学建模思想的数学方程，通过Matlab对模型进行数值实验，并对结果进行讨论分析。

3.1   重大公共卫生事件中伪科学网络谣言传播模型构建

　　具有一般接触率的SEIR谣言传播模型

　　在具有一般接触率的SEIR突发事件网络谣言的传播模型中，把t时刻的网络群众分为谣言易感人群S(t)、谣言潜伏人群E(t)、谣言传播人群I(t)、谣言免疫人群R(t)四类。谣言易感人群S(t)是指在t时刻未接收到网络谣言的网民，是有可能知道信息（不能辨别真伪）后传播的网民的比例；谣言潜伏人群E(t)指在t时刻已经知道网络信息但不知道是摇言，且尚未决定是否传播但可能会传播的网民的比例；谣言传播人群I(t)是指在ｔ时刻己经知道网络谣言并且传播了谣言的网民的比例；谣言免疫人群R(t)是指在t时刻知道网络谣言但没有兴趣传播的网民的比例。假设在任意t时刻，S(t)、E(t)、I(t)、R(t)是连续可微函数，且S(t)+E(t)+I(t)+R(t)=1。S(t)、E(t)、I(t)、R(t)之间的转换关系图如图3所示。

　其中，C(N)是谣言平均接触的网民的概率，称为接触率；α是谣言易感人群接触谣言转为谣言潜伏人群的概率；β是谣言易感人群接触谣言转为谣言传播人群的概率；μ是谣言潜伏人群在谣言发酵后转为谣言传播人群的概率；γ是谣言传播人群不相信谣言转为谣言免疫人群的概率，称为醒悟率。

　　根据动力学建模思想，建立具有一般接触率的突发事件网络谣言传播模型方程（略）

　　重大公共卫生事件中伪科学网络谣言传播模型构建

　　具有一般接触率的SEIR突发事件网络谣言的传播模型，以是否知道谣言，是否传播谣言作为群体划分依据，这就导致容易将相信谣言但不传播谣言的群体与不相信谣言也不传播谣言的群体混为一谈，难以区分。而在本次新冠肺炎疫情事件中，哄抢双黄连等物资的人多为相信谣言（不区分是否传播谣言）的这部分群体，而如果将相信谣言但不传播谣言的群体与不相信谣言也不传播谣言的群体归为一类，则容易忽视相信谣言但不传播谣言的群体对实际生活带来的不良影响，也不利于有针对性地改进这种局面，因此在构建重大公共卫生事件中伪科学网络谣言传播模型时，我们将是否相信谣言、是否传播谣言作为群体划分的依据，把t时刻的网络群众分为谣言易感群体S(t)、谣言潜在传播群体E(t)、谣言传播群体I(t)、谣言免疫群体R(t)、官方辟谣群体O(t)五类。其中，谣言易感群体S(t)是指在t时刻未接收到网络谣言的网民，但知道信息（不能辨别真伪）后可能传播的网民的比例；谣言潜在传播群体E(t)是指在t时刻相信谣言但并未传播的网民的比例；谣言传播群体I(t)是指在t时刻相信谣言并且传播了谣言的网民的比例；谣言免疫群体R(t)是指在t时刻对该谣言有相关知识积累，可确定其虚假性并不传播的网民的比例；官方辟谣群体O(t)是指在t时刻对谣言进行辟谣的官方组织或平台（如新浪微博中的“紫光阁”、“央视新闻”、“中国互联网联合辟谣平台”等等）及引用官方辟谣消息进行辟谣的网民共同所占的比例。则易知S(t)+E(t)+I(t)+R(t)+O(t)=1。

　　在此，我们又做了一系列假设，得到了官方辟谣前和官方辟谣后的疫情中伪科学网络谣言传播模型方程（略）。

3.2   重大公共卫生事件中伪科学网络谣言传播模型数值实验及结果分析

　　选取50天作为一个谣言传播周期，在数值变化曲线上体现为在该周期末，谣言潜在传播群体E(t)、谣言传播群体I(t)各自群体数量曲线趋于稳定。结合相关学者参数设置经验及实际情况，我们对模型参数初始赋值(略)，计算可得S(t)、E(t)、I(t)、R(t)、O(t)的变化趋势如图5所示。

结合模型方程及图5可知，在第50天左右，谣言潜在传播群体E及谣言传播群体I的群体比例曲线都趋近于0，达到稳定，表明谣言传播已达到一个周期，其中，谣言传播群体所占比例I(t)曲线呈先增后降趋势，峰值在第18天达到，接近但不足0.07，谣言潜在传播群体所占比例E(t)曲线也呈先增后降趋势，峰值在第27天达到，超过并在0.04左右，这也反映了信谣但未传谣的潜在传播群体E在谣言传播过程中仍占据一定比例，该群体对实际生活可能带来的影响不能忽略不计，对其增长消退曲线予以考虑对实际生活问题解决有一定借鉴意义。除此之外，谣言易感群体所占比例S(t)呈S型下降，官方辟谣群体所占比例O(t)呈S型上升，谣言免疫群体所占比例先增后减。

　　每次通过改变不同参数取值，探究不同条件下五类群体比例曲线的变化。

4   重大公共卫生事件中伪科学网络谣言传播治理对策

　　（1）增强公众自身科学素养，提升公众对于谣言信息的辨别能力

　　（2）完善立法，适当加大对疫情特殊时期网络信息传播及造谣传谣的监管、执法力度

　　（3）提高官方辟谣速度，保障信息透明公开