虛擬社區(qū)中人際信息博弈的利害特征分離

嚴(yán)淑

摘要|本研究使用“信息博弈”范式，探索了在線社交媒體中信息特征對(duì)用戶信息傳播行為影響。實(shí)驗(yàn)一和實(shí)驗(yàn)二分別從信息的效價(jià)特征和獲利損失程度兩方面對(duì)個(gè)體的信息傳播決策傾向進(jìn)行了探究，研究結(jié)果表明：（1）個(gè)體在面對(duì)獎(jiǎng)勵(lì)信息時(shí)相比面對(duì)懲罰信息更傾向于選擇信任和轉(zhuǎn)發(fā);（2）信息為真的概率越高，個(gè)體選擇轉(zhuǎn)發(fā)的概率越高;（3）信息為真的概率大小會(huì)影響利害特征對(duì)個(gè)體轉(zhuǎn)發(fā)行為的影響，信息為真的概率越高，被試在獲利和損失條件下信任和轉(zhuǎn)發(fā)概率的分離效應(yīng)越明顯;（4）個(gè)體在面對(duì)獲利信息時(shí)，對(duì)最低的獲利收益信任傾向最強(qiáng);在面對(duì)損失信息時(shí)，對(duì)中等大小的損失信任傾向最強(qiáng)。

關(guān)鍵詞|決策;歸納推理;社交媒體;進(jìn)化心理學(xué);信息博弈

1??? 引言

在信息革命和社交網(wǎng)絡(luò)服務(wù)（SNS）高速發(fā)展的今天，互聯(lián)網(wǎng)使用在人們的日常生活中占據(jù)著愈發(fā)重要的地位。根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的第46次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2020年6月，我國(guó)網(wǎng)民規(guī)模已達(dá)9.40億，互聯(lián)網(wǎng)普及率再達(dá)新高。在此背景下，信息的傳播同樣抹上了濃厚的互聯(lián)網(wǎng)色彩，以Tiwtter、Instagram、微博、抖音為代表的各大虛擬社交網(wǎng)絡(luò)平臺(tái)搖身一變成為了新的巨型信息集散地，每天接收和發(fā)布著海量信息。

社交網(wǎng)絡(luò)中的信息擴(kuò)散研究在社會(huì)科學(xué)、物理科學(xué)和計(jì)算科學(xué)中有著悠久的歷史。早期的商業(yè)和營(yíng)銷文獻(xiàn)主要關(guān)注網(wǎng)絡(luò)口碑和病毒式營(yíng)銷的信息傳播過程[1]，SNS興起后，當(dāng)前的信息傳播研究已逐漸轉(zhuǎn)向各類在線社交媒體平臺(tái)[2]。在社交媒體中，信息傳播的主要途徑是用戶的轉(zhuǎn)發(fā)行為[3]。圍繞在線社交媒體的信息傳播過程，不同學(xué)科的研究者已在諸如信息傳播的基本模型[4]、傳播機(jī)制[5]、內(nèi)容特點(diǎn)[6]、形式特點(diǎn)[7]、預(yù)測(cè)路徑[8]等各個(gè)方面產(chǎn)出了大量研究成果。在社交媒體中信息傳播的影響力研究上，現(xiàn)有研究已發(fā)掘出大量影響信息傳播的相關(guān)因素，與內(nèi)容相關(guān)的特征（包括主題[9]、URL和標(biāo)簽[10]）、用戶特征（如社會(huì)資本感知度[11]、發(fā)布者影響力[12]）以及網(wǎng)絡(luò)特征（如網(wǎng)絡(luò)平臺(tái)的流行度和同質(zhì)性[13]、用戶活躍時(shí)間[14]）等都會(huì)在不同程度上對(duì)信息傳播產(chǎn)生有力影響。在國(guó)內(nèi)，金曉琳等人主持的一項(xiàng)對(duì)微信朋友圈的健康信息傳播行為的探索性定性分析同樣發(fā)現(xiàn)，信息的社會(huì)特征（有趣性、新穎性、正確性）、情緒特征（令人驚嘆性、積極性、富含情緒性）和功能特征（有用性）均對(duì)電子健康信息在微信朋友圈中的傳播具有顯著積極的影響，其中，影響最大的因素為情緒性、有用性和有趣性[15]。

當(dāng)進(jìn)一步對(duì)信息特征的進(jìn)行研究時(shí)，無論針對(duì)主題特征還是情緒等其他特征，信息的效價(jià)特點(diǎn)都是必須考慮的關(guān)鍵因素之一[16]。人們?cè)谔幚碚孕畔⒑拓?fù)性信息中所表現(xiàn)出來的差異，即效價(jià)不對(duì)稱（ValenceAsymmetries）現(xiàn)象，已被證明在大量領(lǐng)域廣泛存在[17，18]。然而，回顧現(xiàn)有研究我們很容易發(fā)現(xiàn)，對(duì)于信息性質(zhì)對(duì)用戶信息傳播行為影響的效能表現(xiàn)，當(dāng)前研究結(jié)果并沒有達(dá)到很好的統(tǒng)一。一方面，大量研究表明，人們對(duì)負(fù)面信息的處理相較正面信息進(jìn)行得更為徹底，即表現(xiàn)為負(fù)偏差（NegativeBias）。這不僅體現(xiàn)在負(fù)面信息引起更多的思考和推理[19]、被分配更多的注意與認(rèn)知資源[20]，前景理論表述的損失厭惡[21]所代表的負(fù)性效價(jià)對(duì)決策行為的巨大影響;在信息傳播上，最近在社交媒體的傳播研究表明，負(fù)面情緒的帖子相比正面情緒的能誘導(dǎo)更多的反饋，并在隨后的評(píng)論中擁有更大的擴(kuò)散可能性[22]。另一方面，其他一些研究證據(jù)證明正偏差（Positive Bias）同樣廣泛存在，最典型的證據(jù)是，相較不愉快的事情，人們能更快速、準(zhǔn)確地記住愉快的事情[23]。相關(guān)研究發(fā)現(xiàn)，盡管在意識(shí)層面，大腦傾向于關(guān)注消極的事情;但在潛意識(shí)層面，大腦傾向于關(guān)注樂觀的事情[24]。在信息傳播領(lǐng)域，Berger和Milkman對(duì)《紐約時(shí)報(bào)》三個(gè)月內(nèi)發(fā)表的所有文章進(jìn)行傳播學(xué)研究發(fā)現(xiàn)，積極內(nèi)容比消極內(nèi)容具有更強(qiáng)的病毒性傳播潛力，即使在控制了驚訝性、有趣性和有用性等因素的干擾，這一傾向仍然存在[25]。

針對(duì)某一認(rèn)知行為活動(dòng)中正偏差和負(fù)偏差同時(shí)存在的現(xiàn)象，當(dāng)前的研究者給出了多種可能的解釋：有研究者提出，負(fù)偏差的出現(xiàn)可能與信息所攜帶的威脅性線索有關(guān)[26]，當(dāng)負(fù)價(jià)信息不構(gòu)成威脅或不利時(shí)，負(fù)偏差的出現(xiàn)就并不是一定的[27];還有研究者提出，出現(xiàn)負(fù)偏差還是正偏差同信息內(nèi)容刺激的大腦喚醒程度有關(guān)[25]，當(dāng)負(fù)價(jià)信息引發(fā)高喚醒時(shí)，則出現(xiàn)負(fù)偏差，反之，則為正偏差。綜合已有的解釋，我們不禁要問，如果信息的偏差同信息的具體內(nèi)容特征有關(guān)，那么當(dāng)信息僅存在效價(jià)差異時(shí)，人們對(duì)信息的根本傳播偏好究竟是正偏差還是負(fù)偏差？對(duì)于人們對(duì)僅包含利害性質(zhì)的信息選擇模式，國(guó)內(nèi)的蔣柯等人提出了歸納推理的領(lǐng)域特殊性（DomainSpecificity）理論[28]。在進(jìn)化心理學(xué)看來，歸納推理本質(zhì)上是有機(jī)體在進(jìn)化過程中獲得的一種適應(yīng)性能力[29]，如果針對(duì)某一具體的適應(yīng)性問題，有機(jī)體會(huì)進(jìn)化出專門的應(yīng)對(duì)策略，則這樣的過程是領(lǐng)域特殊性的。該理論以進(jìn)化心理學(xué)的基本思想為理論基礎(chǔ)，提出“獲得收益”和“避免傷害”是有機(jī)體所面臨的最重要的兩種領(lǐng)域性任務(wù)[30]，并推論：如果把中性任務(wù)中對(duì)事件評(píng)估的推理表現(xiàn)作為基線水平，那么人們?cè)凇氨苊鈧Α钡臈l件下對(duì)事件發(fā)生可能性的評(píng)估可能會(huì)偏高，因?yàn)槿藗儠?huì)傾向于認(rèn)為如果某種有害事件曾經(jīng)發(fā)生過，那么在相應(yīng)條件下它很有可能會(huì)再次發(fā)生，為了避免傷害的再次產(chǎn)生，人們會(huì)傾向于回避可能與有害事件相關(guān)的各種條件。而人在“獲得利益”的條件下的歸納推理表現(xiàn)則會(huì)低于中性任務(wù)，即認(rèn)為雖然人們已知靶刺激能夠帶來收益，也依然對(duì)通過實(shí)際行動(dòng)從另一個(gè)新刺激或新情景那里獲得同樣收益持謹(jǐn)慎的態(tài)度。

在虛擬社區(qū)的信息傳播過程中，個(gè)體對(duì)不同信源不斷發(fā)布的信息進(jìn)行轉(zhuǎn)發(fā)或不轉(zhuǎn)發(fā)的重復(fù)決策過程是一個(gè)典型的歸納推理過程——通過所轉(zhuǎn)發(fā)的信息不斷被驗(yàn)證為真或假，個(gè)體圍繞“對(duì)某信源發(fā)布的下一個(gè)信息是否要轉(zhuǎn)發(fā)”這一問題進(jìn)行歸納推理。本文通過將在線信息傳播的決策過程看作典型的歸納推理來研究信息的利害特征對(duì)個(gè)體信息傳播傾向的影響。整個(gè)研究使用“信息博弈”范式進(jìn)行，將信息發(fā)布方和接收方作為信任與反應(yīng)博弈過程的兩方，進(jìn)而考察信息接收方更愿意相信什么樣的信息，以及后續(xù)的實(shí)際行動(dòng)決策。信息接收方的反應(yīng)收集采用Hays 等人設(shè)計(jì)的讓被試對(duì)歸納推理的結(jié)論做“是 / 否”的二選一迫選反應(yīng)[31]，使用被試在同一類問題中做“是”反應(yīng)的比率來描述被試對(duì)推理任務(wù)的“可能性”評(píng)估，通過對(duì)重復(fù)反應(yīng)進(jìn)行總平均描述來抵消隨機(jī)因素引起的誤差。根據(jù)前文對(duì)利害信息選擇傾向的相關(guān)推論，本文提出以下假設(shè)：

假設(shè)1：信息的利害性質(zhì)會(huì)影響個(gè)體的信任傾向，在獲利條件下，信息被信任的概率更高，轉(zhuǎn)發(fā)概率更高。

假設(shè)2：發(fā)布信息為真的概率越高，得到被試信任的概率越高，轉(zhuǎn)發(fā)概率越高。假設(shè)3：重復(fù)的次數(shù)越多，信息被信任或不信任的概率的差異越顯著。

假設(shè)4：獲利大小會(huì)影響被試選擇信任的概率和轉(zhuǎn)發(fā)概率。

2??? 實(shí)驗(yàn)一

2.1 被試

某大學(xué)30名在校學(xué)生，平均年齡21.7歲;其中本科生20名，平均年齡19.6歲，研究生10名，平均年齡23.8歲;男生13人，占總?cè)藬?shù)43.3%，女生17人，占總?cè)藬?shù)56.6%。

2.2 實(shí)驗(yàn)材料

采用聯(lián)想15 英寸筆記本電腦呈現(xiàn)材料刺激和收集被試反應(yīng)。屏幕背景為黑色，分辨率為 1024×768，刷新頻率為60HZ。被試眼睛距離屏幕大約60cm。實(shí)驗(yàn)程序的編寫和數(shù)據(jù)收集均采用E-PRIME2.0。

實(shí)驗(yàn)一的指導(dǎo)語表述如下：

本實(shí)驗(yàn)為信息特征偏好實(shí)驗(yàn)。在接下來的實(shí)驗(yàn)中你將會(huì)看到一條消息提示。消息本身的內(nèi)容是省略的，但我們會(huì)提示你這是一個(gè)好消息還是壞消息，請(qǐng)你在閱讀完畢后根據(jù)提示信息作答。

實(shí)驗(yàn)一使用的信息材料分為四種，分別是“有一個(gè)好消息，請(qǐng)轉(zhuǎn)發(fā)出去，轉(zhuǎn)發(fā)后你會(huì)得到獎(jiǎng)勵(lì)”“有一個(gè)好消息，請(qǐng)轉(zhuǎn)發(fā)出去，轉(zhuǎn)發(fā)后你可能會(huì)得到獎(jiǎng)勵(lì)”“有一個(gè)壞消息，請(qǐng)轉(zhuǎn)發(fā)出去，不然你會(huì)被懲罰”“有一個(gè)壞消息，請(qǐng)轉(zhuǎn)發(fā)出去，不然你可能會(huì)被懲罰”。

被試的任務(wù)是對(duì)兩個(gè)問題做出反應(yīng)，分別為“剛才看到的是好消息還是壞消息？”“你是否會(huì)選擇轉(zhuǎn)發(fā)？”以上兩個(gè)問題按順序依次呈現(xiàn)。被試通過按鍵做出是或否的反應(yīng)。

2.3 實(shí)驗(yàn)流程

實(shí)驗(yàn)一采取2（信息性質(zhì)：正vs負(fù)）×2（信息為真的概率：低概率20% vs高概率80%）雙因素被試內(nèi)設(shè)計(jì)，所有的被試都將接受所有的實(shí)驗(yàn)處理。實(shí)驗(yàn)一共持續(xù)約15分鐘，單獨(dú)施測(cè)。

實(shí)驗(yàn)一的自變量為信息效價(jià)（正或負(fù)）和信息為真的概率（大：80% vs?。?0%），因變量為被試選擇轉(zhuǎn)發(fā)的頻率和反應(yīng)時(shí)。刺激的流程如下：實(shí)驗(yàn)的開始，先呈現(xiàn)一個(gè)持續(xù)1000ms的空白屏幕，隨后出現(xiàn)信息屏幕，上面有需要被試閱讀的信息，該部分設(shè)定為被試閱讀信息完畢后自行按鍵進(jìn)入下一步，下一塊屏幕上會(huì)出現(xiàn)第一個(gè)問題，要求被試閱讀問題過后按鍵做出自己的選擇，被試按鍵后，隨即進(jìn)入下一個(gè)問題，同樣要求按鍵作答。被試按鍵做出自己的選擇后，屏幕上會(huì)出現(xiàn)對(duì)被試所作選擇的反饋，如“成功得到獎(jiǎng)勵(lì)，加10分”（真實(shí)信息）或“你被騙了”（虛假信息）等，呈現(xiàn)時(shí)間為80ms，以此提示被試前面出現(xiàn)的信息正確與否。下一個(gè)實(shí)驗(yàn)在間隔1000ms后開始。實(shí)驗(yàn)一共包括8個(gè)區(qū)組，每個(gè)區(qū)組有20個(gè)測(cè)試，每一個(gè)區(qū)組結(jié)束后，實(shí)驗(yàn)暫停5min，隨后出現(xiàn)一個(gè)評(píng)估頁面，要求被試自行估計(jì)在剛才進(jìn)行的實(shí)驗(yàn)中所得到正面反饋的頻次。

2.4 實(shí)驗(yàn)結(jié)果

對(duì)不同實(shí)驗(yàn)處理下及前后兩輪被試的轉(zhuǎn)發(fā)頻率的平均值和變異大小進(jìn)行統(tǒng)計(jì)，結(jié)果如下（見表1）。

分別對(duì)正負(fù)性信息、高低擊中概率和前后兩輪條件下被試的平均轉(zhuǎn)發(fā)頻率做配對(duì)樣本t檢驗(yàn)，結(jié)果顯示：無論在高概率還是低概率條件下，被試在正負(fù)性消息下的轉(zhuǎn)發(fā)頻率均差異顯著，在正性信息條件下的轉(zhuǎn)發(fā)頻率均高于在負(fù)性信息條件下的轉(zhuǎn)發(fā)頻率，t（29）=8.896，p<0.001;t（29）=3.256，p<0.005。以平均轉(zhuǎn)發(fā)頻率為因變量的2（信息性質(zhì)：正、負(fù)）×2（信息為真的概率：低概率20%、高概率80%）的重復(fù)測(cè)量方差分析的結(jié)果顯示：實(shí)驗(yàn)中信息性質(zhì)的主效應(yīng)顯著，F(xiàn)（1，29）=8.513，p=0.05，η2=0.151;擊中概率的主效應(yīng)顯著，F(xiàn)（1，29）=80.476，p<0.001，η2=0.731;信息性質(zhì)與擊中概率大小的交互作用顯著，F(xiàn)（1，29）=9.434，p<0.001，η2=0.403。

對(duì)正負(fù)性信息和高低概率下被試的反應(yīng)時(shí)進(jìn)行統(tǒng)計(jì)，結(jié)果如圖1：

對(duì)被試在正負(fù)性信息和高低概率條件下做出轉(zhuǎn)發(fā)或不轉(zhuǎn)發(fā)決策時(shí)所用的平均反應(yīng)時(shí)進(jìn)行配對(duì)樣本t檢驗(yàn)，結(jié)果顯示：當(dāng)信息為正性信息時(shí)，被試在高低概率下的反應(yīng)時(shí)差異顯著，表現(xiàn)為在高概率條件下被試的反應(yīng)時(shí)小于在低概率條件下被試的反應(yīng)時(shí)，t（29）=-2.148，p=0.041;而當(dāng)信息為負(fù)性信息時(shí)，被試在高低概率下的反應(yīng)時(shí)差異不顯著，t（29）=-0.287，p>0.05。以反應(yīng)時(shí)為因變量的2（信息性質(zhì)：正、負(fù)）×2（信息為真的概率：低概率20%、高概率80%）的重復(fù)測(cè)量方差分析的結(jié)果顯示：信息性質(zhì)的主效應(yīng)不顯著，F(xiàn)（1，29）=2.380，p>0.05;擊中概率的主效應(yīng)顯著，F(xiàn)（1，29）=8.235，p<0.01，η2=0.231;信息性質(zhì)與擊中概率大小的交互作用不顯著。

2.5 討論

從方差分析的結(jié)果看，無論是高概率還是低概率條件，個(gè)體對(duì)正性信息的轉(zhuǎn)發(fā)行為較負(fù)性信息均差異顯著，對(duì)正性信息的轉(zhuǎn)發(fā)頻率高于負(fù)性信息。這與假設(shè)1 的猜想是符合的。而無論是正性信息還是負(fù)

性信息，個(gè)體在高概率時(shí)的轉(zhuǎn)發(fā)頻率都高于低概率，這與假設(shè)2的猜想符合，說明信息為真的概率大小會(huì)影響個(gè)體的轉(zhuǎn)發(fā)意愿。比較前后兩輪被試轉(zhuǎn)發(fā)行為，結(jié)果顯示，無論是高概率還是低概率、正性信息還是負(fù)性信息，被試在第二輪的轉(zhuǎn)發(fā)頻率均高于第一輪，這與假設(shè)3的猜想是符合的，說明重復(fù)的次數(shù)越多，信息被信任的可能性越大。

實(shí)驗(yàn)一證明了信息的利害特征及信息為真的概率大小均會(huì)影響被試對(duì)信息的信任以及轉(zhuǎn)發(fā)行為，并且信息為真的概率大小會(huì)影響利害特征對(duì)被試轉(zhuǎn)發(fā)行為的效應(yīng)。然而，實(shí)驗(yàn)一中存在一些問題：第一，考慮到實(shí)驗(yàn)一中大小概率的相差較大，且只考察了兩種概率下被試的轉(zhuǎn)發(fā)行為，無法確定實(shí)驗(yàn)中出現(xiàn)的分離效應(yīng)是否普遍存在，有待進(jìn)一步證實(shí);第二，實(shí)驗(yàn)一中對(duì)被試轉(zhuǎn)發(fā)行為的結(jié)果并沒有設(shè)置直接的獲利和損失機(jī)制，這使得對(duì)推論的檢驗(yàn)并不完全;第三，實(shí)驗(yàn)一中已經(jīng)證明信息的利害特征會(huì)對(duì)被試的信任行為產(chǎn)生影響，那么，是否當(dāng)獲利越大或損失越大時(shí)，被試的信任傾向也會(huì)隨之提高或降低呢？其中是否有更復(fù)雜的共變關(guān)系？

針對(duì)以上三點(diǎn)不足，我們?cè)O(shè)計(jì)了實(shí)驗(yàn)二以進(jìn)一步探討。

3??? 實(shí)驗(yàn)二

3.1 被試

某大學(xué)30名在校學(xué)生，平均年齡21.7歲;其中本科生20名，平均年齡19.6歲，研究生10名，平均年齡23.8歲;男生13人，占總?cè)藬?shù)43.3%，女生17人，占總?cè)藬?shù)56.6%。

3.2 實(shí)驗(yàn)設(shè)備

同實(shí)驗(yàn)一。

3.3 指導(dǎo)語

實(shí)驗(yàn)二中為了使被試更好地還原決策情境，對(duì)實(shí)驗(yàn)的指導(dǎo)語作了改變，表述如下：“現(xiàn)在，你的角色是某知名虛擬社區(qū)的大V。為了保持你在該社區(qū)中的優(yōu)勢(shì)地位，你需要時(shí)常傳播一些信息。眾所周知，在傳播信息的過程中，你所傳播的信息的真實(shí)率會(huì)影響你的跟隨者數(shù)量：當(dāng)你的信息真實(shí)率越高，信任你的人越多，粉絲數(shù)越高;反之則越低。在接下來的實(shí)驗(yàn)中，我們將給你提供一組真假混雜的信息，請(qǐng)你自行選擇其中你認(rèn)為是真實(shí)的信息進(jìn)行轉(zhuǎn)發(fā)。你所轉(zhuǎn)發(fā)的信息會(huì)顯示在你的每一位跟隨者的主頁，因此，請(qǐng)盡量轉(zhuǎn)發(fā)你認(rèn)為真實(shí)的信息，以增加和保持跟隨者的忠誠(chéng)度?！?/p>

實(shí)驗(yàn)二將實(shí)驗(yàn)一中重復(fù)呈現(xiàn)的四種信息改為變化的信息，即被試在每一個(gè)trial中所看到的信息都是不同的。信息按性質(zhì)同樣分為正性信息和負(fù)性信息，分別是“如果你按下轉(zhuǎn)發(fā)鍵，你的積分將 +5分/10分 /15分 /…”“如果你沒有按下轉(zhuǎn)發(fā)鍵，你的積分將 -5分 /10分 /15分 /…”正式施測(cè)時(shí)，每個(gè)trial只呈現(xiàn)一種分值。被試的任務(wù)是對(duì)兩個(gè)問題做出反應(yīng)，分別為：“你認(rèn)為剛才的信息是真信息還是假信息？”“你要不要將該信息轉(zhuǎn)發(fā)給你的跟隨者？”。

3.4 實(shí)驗(yàn)流程

實(shí)驗(yàn)二采用3（信息為真的概率：33.3% vs50% vs66.6%）×2（信息性質(zhì)：正—獎(jiǎng)勵(lì)vs負(fù)—懲罰）×10（獎(jiǎng)懲分值：5分、10分、15分、20分、25分、30分、35分、40分、45分、50分）三因素被試內(nèi)設(shè)計(jì)，因此所有的被試都將接受所有的實(shí)驗(yàn)處理。

實(shí)驗(yàn)二持續(xù)約15 分鐘，單獨(dú)施測(cè)。

實(shí)驗(yàn)二的自變量為信息性質(zhì)（利—加分、害—減分）、信息為真的概率（大：66.7%、中：50%、?。?3.3%）和獎(jiǎng)勵(lì)分值（5分、10分、15分、20分、25分、30分、35分、40分、45分、50分），因變量為被試選擇轉(zhuǎn)發(fā)的頻率和反應(yīng)時(shí)。刺激的流程如下：同樣先呈現(xiàn)一個(gè)持續(xù)1000ms的空白屏幕，隨后出現(xiàn)信息屏幕，上面有要求被試閱讀的信息，信息的下方提供了兩個(gè)選擇，分別為“選項(xiàng)一：相信該信息，則請(qǐng)你按下信息中提示的按鍵，選項(xiàng)二：不相信該信息，則請(qǐng)你按下空格鍵進(jìn)入下一界面”，被試閱讀信息完畢后，根據(jù)自己的判斷，選擇按字母鍵或按空格鍵。按鍵完畢，依次進(jìn)入兩個(gè)問題頁面。問題頁面同樣要求被試閱讀完問題后按鍵做出自己的選擇，且當(dāng)被試在第二個(gè)問題頁面做出按鍵動(dòng)作后，同樣進(jìn)入反饋頁面。但與實(shí)驗(yàn)一不同的是，該反饋頁面會(huì)實(shí)時(shí)顯示被試的扣分情況和當(dāng)前總積分，持續(xù)約80ms;下一個(gè)實(shí)驗(yàn)同樣在間隔1000ms后開始。實(shí)驗(yàn)二共包括3個(gè)區(qū)組：第一個(gè)區(qū)組有20個(gè)測(cè)試，第二、三個(gè)區(qū)組有30個(gè)測(cè)試。每一個(gè)區(qū)組結(jié)束后，被試同樣會(huì)看到一個(gè)評(píng)估頁面，要求被試自行估計(jì)在剛才進(jìn)行的實(shí)驗(yàn)中所得到正面反饋的頻次。實(shí)驗(yàn)過程中對(duì)可能影響被試反應(yīng)的環(huán)境、主試效應(yīng)等無關(guān)變量進(jìn)行了控制。

3.5 實(shí)驗(yàn)結(jié)果

對(duì)不同信息性質(zhì)和不同擊中概率條件下被試的轉(zhuǎn)發(fā)頻率的平均值和變異大小進(jìn)行統(tǒng)計(jì)，結(jié)果如下（見表2）。

對(duì)實(shí)驗(yàn)中被試在不同性質(zhì)信息和概率大小處理下的轉(zhuǎn)發(fā)率平均值作配對(duì)樣本t檢驗(yàn)，結(jié)果表明：在正性信息條件下，被試在大小概率下的轉(zhuǎn)發(fā)概率差異不顯著，t（29）=1.394，p>0.05;在負(fù)性信息條件下，被試在大小概率下的轉(zhuǎn)發(fā)概率差異顯著，在大概率條件下的轉(zhuǎn)發(fā)頻率高于在小概率條件下的轉(zhuǎn)發(fā)頻率，t（29）=3.507，p<0.001。

當(dāng)擊中概率為等概率（50%）時(shí)，被試在正負(fù)性信息上的轉(zhuǎn)發(fā)概率差異不顯著，t（29）=1.852，p>0.05。當(dāng)擊中概率為大概率（66.7%）或小概率（33.3%）時(shí)，被試在正負(fù)性信息上的差異顯著，對(duì)正性信息的轉(zhuǎn)發(fā)多于對(duì)負(fù)性信息的轉(zhuǎn)發(fā)，t（29）=2.281，p=0.05;t（29）=3.344，p<0.01。

對(duì)不同獎(jiǎng)懲分值條件下被試的轉(zhuǎn)發(fā)頻率進(jìn)行分析，結(jié)果如下：

統(tǒng)計(jì)不同分值條件下被試的轉(zhuǎn)發(fā)率大?。ㄒ妶D2）可以看出，從總的轉(zhuǎn)發(fā)率大小變化趨勢(shì)來看，隨著獎(jiǎng)懲值從低到高增加，被試的轉(zhuǎn)發(fā)率總的來說呈下降趨勢(shì)，其中在20分、25分和35分、40分處有所回升，但總體還是不斷減低的。分別分析正性信息和負(fù)性信息條件下不同分值的轉(zhuǎn)發(fā)率大小，可以看出，在正性信息條件下，最大的轉(zhuǎn)發(fā)率出現(xiàn)在 5分處，其次是20分處，再其次是40分和45 分處;在負(fù)性

信息條件下，最大的轉(zhuǎn)發(fā)率出現(xiàn)在25分處，其次是10分處，再其次是5 分處。在兩種信息條件下，當(dāng)獎(jiǎng)懲分值為最大值（50分）時(shí)，被試的轉(zhuǎn)發(fā)率都趨近隨機(jī)水平（50%），并且總的來說，除了在25分處，被試對(duì)負(fù)性信息的轉(zhuǎn)發(fā)率達(dá)到最大值并高于同等分值下對(duì)正性信息的轉(zhuǎn)發(fā)之外，其他情況被試對(duì)正性信息的轉(zhuǎn)發(fā)率均大于負(fù)性信息。以轉(zhuǎn)發(fā)率為因變量的對(duì)3（信息為真的概率：33.3%、50%、66.6%）×2

（信息性質(zhì)：正—獎(jiǎng)勵(lì)、負(fù)—懲罰）×10（獎(jiǎng)懲分值：5分、20分、50分）的方差分析（見表5）結(jié)果表明，信息性質(zhì)的主效應(yīng)顯著，F(xiàn)（1，29）=15.524，p<0.001，η2=0.345;獎(jiǎng)懲分值的主效應(yīng)顯著，F(xiàn)（1，29）=7.484，p=0.024，η2=0.845，其他主效應(yīng)和交互效應(yīng)均不顯著。

4討論

本研究旨在探究信息的利害特征對(duì)個(gè)體信息傳播決策的影響。實(shí)驗(yàn)一的結(jié)果表明，當(dāng)沒有具體的得失時(shí)，在正性信息條件下，信息真假的概率會(huì)對(duì)被試的信任行為產(chǎn)生非常大的影響，尤其是某一信息被頻繁證明是真實(shí)時(shí)，個(gè)體對(duì)它的信任程度會(huì)變得非常高，而在負(fù)性信息條件下則沒有此現(xiàn)象，無論信息被頻繁證明真實(shí)或頻繁被證明虛假，對(duì)被試的信任行為都沒有太大影響。這與此前的研究結(jié)果一致[30]，即歸納推理中處理正性信息所進(jìn)行的必要性論證對(duì)反例更敏感，而處理負(fù)性信息所進(jìn)行的充分性論證則對(duì)反例較為寬容。

在具備獲利損失機(jī)制的實(shí)驗(yàn)二中，個(gè)體對(duì)信息的傳播決策展現(xiàn)出不同的趨勢(shì)，具體表現(xiàn)為，在負(fù)性信息條件下，信息真假的概率會(huì)對(duì)被試的信任行為產(chǎn)生很大的影響，尤其是當(dāng)某一信息被頻繁證明是虛假時(shí)，被試對(duì)它的信任程度會(huì)降得非常低，而正性信息沒有此效應(yīng)。另一方面，實(shí)驗(yàn)二對(duì)獲利損失收益大小的研究發(fā)現(xiàn)，在正性信息上，個(gè)體在最低的獎(jiǎng)勵(lì)值下選擇信任的比例最高;在負(fù)性信息上，個(gè)體在中等大小的損失值下選擇信任的比例最高。在總體趨勢(shì)上，實(shí)驗(yàn)二的研究結(jié)果與本文假設(shè)中個(gè)體對(duì)信息的信任策略可能符合進(jìn)化心理學(xué)中的“趨利避害”原則相符合，即對(duì)正性信息的趨近行為更多，信任傾向更強(qiáng)，更愿意選擇信任和轉(zhuǎn)發(fā)，對(duì)可能造成損失的刺激推理決策行為更謹(jǐn)慎。相比實(shí)驗(yàn)一單一的歸納推理過程，實(shí)驗(yàn)二涉及明顯的經(jīng)濟(jì)學(xué)考量，個(gè)體的決策結(jié)果呈現(xiàn)出明顯的損失厭惡傾向。此外，此前研究已經(jīng)發(fā)現(xiàn)[32]，在評(píng)價(jià)極高的信息中，負(fù)偏差效應(yīng)更為明顯，而在中等程度的評(píng)價(jià)信息中，正偏差效應(yīng)更明顯，個(gè)體對(duì)正負(fù)性的程度敏感性存在明顯的程度差異，本文從量化的角度對(duì)這一結(jié)論進(jìn)行了驗(yàn)證。

關(guān)于人們對(duì)正負(fù)性質(zhì)信息的確切偏好，學(xué)術(shù)界目前仍然在熱烈爭(zhēng)論中。對(duì)這些偏好出現(xiàn)的可能原因，除去本文所采用的進(jìn)化心理學(xué)思路，正負(fù)性信息出現(xiàn)的頻率差異[33]、可預(yù)測(cè)性的不同[34]、所刺激的生理喚醒的不同[35]等都被不同研究者認(rèn)為是這一分離現(xiàn)象產(chǎn)生的可能原因。值得注意的是，Unkelbach等人最新提出的相似性解釋[36]對(duì)上述猜想和相關(guān)實(shí)證研究結(jié)果進(jìn)行了理論統(tǒng)一的嘗試，該理論提出，對(duì)正負(fù)性信息的不同偏好可能是由于不同性質(zhì)信息的多樣化程度不同造成的，多樣性所帶來的不穩(wěn)定性是負(fù)偏差與正偏差交替出現(xiàn)的根本原因?；氐缴缃幻襟w的信息傳播問題，在虛擬社區(qū)的互動(dòng)過程中，人們選擇轉(zhuǎn)發(fā)負(fù)面消息還是正面消息，事實(shí)上還受到很多額外因素的影響，例如，有研究者提出[25]，用戶可能會(huì)出于自我展示或傳達(dá)身份的目的來分享轉(zhuǎn)發(fā)特定信息的內(nèi)容，而不是僅僅受信息性質(zhì)影響。還有研究發(fā)現(xiàn)[37]，轉(zhuǎn)發(fā)信息時(shí)的情緒狀態(tài)會(huì)在相當(dāng)程度上影響個(gè)體的信任和轉(zhuǎn)發(fā)決策。

最后，結(jié)合當(dāng)前網(wǎng)絡(luò)信息管控在虛擬社區(qū)的運(yùn)營(yíng)和管理中的重要的地位，本研究中對(duì)正性信息和負(fù)性信息的研究說明，當(dāng)網(wǎng)絡(luò)的管理者要評(píng)估某一真假未知的信息有沒有可能引起大范圍的轉(zhuǎn)發(fā)，引起廣泛討論時(shí)，除了憑借自己對(duì)信息內(nèi)容的認(rèn)識(shí)，綜合判斷該信息的性質(zhì)、該信息發(fā)布者的聲譽(yù)歷史、該信息對(duì)一般民眾來說意味著多大的收益或損失，可能對(duì)更準(zhǔn)確評(píng)估該信息未來的傳播結(jié)果更有幫助。本研究在實(shí)驗(yàn)的設(shè)計(jì)和進(jìn)行上仍然存在很多不足，需要在后續(xù)的實(shí)驗(yàn)中加以改進(jìn)：例如，根據(jù)前文可知，被試決策時(shí)的心情狀態(tài)會(huì)對(duì)信息的處理造成影響，但實(shí)驗(yàn)并沒有對(duì)這一無關(guān)變量進(jìn)行控制，這可能會(huì)在某種程度上降低實(shí)驗(yàn)結(jié)果的信效度;此外，由于實(shí)驗(yàn)二中沒有對(duì)順序效應(yīng)進(jìn)行平衡，不同概率大小的呈現(xiàn)順序可能會(huì)影響被試的決策行為，這也是后續(xù)實(shí)驗(yàn)需要注意的。在實(shí)驗(yàn)環(huán)境的控制上，由于不同被試的施測(cè)環(huán)境有差異，實(shí)驗(yàn)操作過程中沒有隔絕不同被試的言語、肢體等交流，這種社會(huì)氛圍很可能會(huì)影響被試的決策傾向。未來的實(shí)驗(yàn)應(yīng)更好地控制并改善上述不足，因此對(duì)本研究結(jié)果的推論應(yīng)更為謹(jǐn)慎。

關(guān)于個(gè)體在虛擬社區(qū)中進(jìn)行信息轉(zhuǎn)發(fā)時(shí)可能產(chǎn)生的決策偏差還有很多，除了本文所研究的信息的利害特征對(duì)個(gè)體轉(zhuǎn)發(fā)傾向的影響，還有哪些重要特征會(huì)對(duì)傳播行為造成影響，這種影響的內(nèi)在機(jī)制是怎樣的，是未來可以進(jìn)一步探索的主題。此外，對(duì)于已經(jīng)得出結(jié)果的影響因素，如何在實(shí)際操作的層面進(jìn)行控制，從而在一定程度上控制虛假信息在虛擬社區(qū)中的病毒式擴(kuò)散，是在線社區(qū)的運(yùn)營(yíng)者需要考慮的問題。

參考文獻(xiàn)

[1]GodesD，MayzlinD.Usingonlineconversationstostudyword-of-mouthcommunication[J].Marketing science，2004，23（4）：545-560.

[2]StieglitzS，Dang-XuanL.Emotionsandinformationdiffusioninsocialmedia—sentimentofmicroblogsandsharingbehavior[J].Journalofmanagementinformationsystems，2013，29（4）：217-248.

[3]ZamanTR，HerbrichR，VanGaelJ，etal.Predictinginformationspreadingintwitter[C]//Workshopon computationalsocialscienceandthewisdomofcrowds，nips.Citeseer，2010，104（45）：17599-17601.

[4]唐朝生.在線社交網(wǎng)絡(luò)信息傳播建模及轉(zhuǎn)發(fā)預(yù)測(cè)研究[D].燕山大學(xué)，2014.

[5]周東浩，韓文報(bào)，王勇軍.基于節(jié)點(diǎn)和信息特征的社會(huì)網(wǎng)絡(luò)信息傳播模型[J].計(jì)算機(jī)研究與發(fā)展，2015，52（1）：156-166.

[6]JavaA，SongX，F(xiàn)ininT，etal.Whywetwitter：understandingmicrobloggingusageandcommunities[C]//Proceedingsofthe9thWebKDDand1stSNA-KDD2007workshoponWebminingandsocialnetworkanalysis.2007：56-65.

[7]Yi C，Bao Y，Xue Y，et al.Research on mechanism of large-scale information dissemination based onSinaWeibo[J].JisuanjiKexueyuTansuo，2013，7（6）：551-561.

[8]李洋，陳毅恒，劉挺.微博信息傳播預(yù)測(cè)研究綜述[J].軟件學(xué)報(bào)，2016，27（2）：247-263.

[9]NagarajanM，PurohitH，ShethA.Aqualitativeexaminationoftopicaltweetandretweetpractices[C]//

ProceedingsoftheInternationalAAAIConferenceonWebandSocialMedia.2010，4（1）.

[10]SuhB，HongL，PirolliP，etal.Wanttoberetweeted？largescaleanalyticsonfactorsimpactingretweetintwitter network[C]//2010 IEEE Second International Conference on Social Computing.IEEE，2010：177-184.

[11]RecueroR，AraujoR，ZagoG.Howdoessocialcapitalaffectretweets？[C]//ProceedingsoftheInternationalAAAIConferenceonWebandSocialMedia.2011，5（1）.

[12]BhattacharyaD，RamS.Sharingnewsarticlesusing140characters：AdiffusionanalysisonTwitter[C]

//2012IEEE/ACMInternationalConferenceonAdvancesinSocialNetworksAnalysisandMining.IEEE， 2012：966-971.

[13]MacskassyS，MichelsonM.Whydopeopleretweet？anti-homophilywinstheday！[C]//ProceedingsoftheInternationalAAAIConferenceonWebandSocialMedia，2011，5（1）.

[14]Kupavskii A，OstroumovaL，UmnovA，etal.Predictionof retweet cascadesize overtime[C]//Proceedingsofthe21stACMinternationalconferenceonInformationandknowledgemanagement.2012：2335-2338.

[15]金曉玲，馮慧慧，周中允.微信朋友圈中健康信息傳播行為研究[J].管理科學(xué)，2017，30（1）：73-82.

[16]GuoJ，WangX，WuY.Positiveemotionbias：Roleofemotionalcontentfromonlinecustomerreviewsin purchasedecisions[J].JournalofRetailingandConsumerServices，2020，52：101891.

[17]WegenerDT，PettyRE，SmithSM.Positivemoodcanincreaseordecreasemessagescrutiny：thehedoniccontingencyviewofmoodandmessageprocessing[J].Journalofpersonalityandsocial psychology，1995，69（1）：5.

[18]WojciszkeB，BryczH，BorkenauP.Effectsofinformationcontentandevaluativeextremityonpositivityandnegativitybiases[J].JournalofPersonalityandSocialPsychology，1993，64（3）：327.

[19]Abele A.Thinking about thinking：Causal，evaluative and finalistic cognitions about social situations[J].EuropeanJournalofSocialPsychology，1985，15（3）：315-332.

[20]PrattoF，JohnOP.Automaticvigilance：theattention-grabbingpowerofnegativesocialinformation[J].Journalofpersonalityandsocialpsychology，1991，61（3）：380.

[21]KahnemanD.Prospecttheory：Ananalysisofdecisionsunderrisk[J].Econometrica，1979，47：278.

[22]StieglitzS，Dang-XuanL.ImpactanddiffusionofsentimentinpubliccommunicationonFacebook[J].2012.

[23]MatlinMW，StangDJ.ThePollyannaprinciple：Selectivityinlanguage，memory，andthought[M].SchenkmanPublishingCompany，1978.

[24]ForerBR.Thefallacyofpersonalvalidation：aclassroomdemonstrationofgullibility[J].TheJournalofAbnormalandSocialPsychology，1949，44（1）：118.

[25]BergerJ，MilkmanKL.Whatmakesonlinecontentviral？[J].Journalofmarketingresearch，2012，49（2）：192-205.

[26]AbdelRR.Facinggoodandevil：earlybrainsignaturesofaffectivebiographicalknowledgeinface recognition[J].Emotion，2011，11（6）：1397.

[27]ZhaoS，XiangY，XieJ，etal.Thepositivitybiasphenomenoninfaceperceptiongivendifferentinformationonability[J].Frontiersinpsychology，2017，8：570.

[28]蔣柯，熊哲宏.利 / 害條件下歸納推理的心理效應(yīng)分離[J].心理學(xué)報(bào)，2010，42（11）：1050-1059.

[29]巴斯D.M.進(jìn)化心理學(xué)：心理的新科學(xué)[M].熊哲宏，張勇，晏倩，譯.上海：華東師范大學(xué)出版社，2007.

[30]周強(qiáng)，蔣柯.利 / 害條件下歸納推理的心理邏輯分離[J].寧波教育學(xué)院學(xué)報(bào)，2009，11（2）：64-69.

[31]HayesBK，F(xiàn)ritzK，HeitE.Therelationshipbetweenmemoryandinductivereasoning：Doesitdevelop？[J].DevelopmentalPsychology，2013，49（5）：848.

[32]WojciszkeB，BryczH，BorkenauP.Effectsofinformationcontentandevaluativeextremityonpositivityandnegativitybiases[J].JournalofPersonalityandSocialPsychology，1993，64（3）：327.

[33]UnkelbachC，KochA，AlvesH.Theevaluativeinformationecology：Onthefrequencyanddiversityof “good”

and “bad”[J].EuropeanReviewofSocialPsychology，2019，30（1）：216-270.

[34]CarlstonDE.Negativityandextremitybiasesinimpressionformation：Areviewofexplanations[J].Psychologicalbulletin，1989，105（1）：131-142.

[35]TaylorSE.Asymmetricaleffectsofpositiveandnegativeevents：themobilization-minimizationhypothesis[J].Psychologicalbulletin，1991，110（1）：67.

[36]AkUnkelbachC，AlvesH，KochA.Negativitybias，positivitybias，andvalenceasymmetries：Explaining thedifferentialprocessingofpositiveandnegativeinformation[J].Advancesinexperimentalsocial psychology，2020，62：115-187.

[37]WegenerDT，PettyRE，SmithSM.Positivemoodcanincreaseordecreasemessagescrutiny：thehedoniccontingencyviewofmoodandmessageprocessing[J].Journalofpersonalityandsocial psychology，1995，69（1）：5.

TheSeparationoftheInterestCharacteristicsoftheInterpersonalInformationGameintheVirtualCommunity

YanShu

Departmentof Psychology， Wuhan University， Wuhan

Abstract： This study uses the “information game” paradigm to explore the influence of informationcharacteristicsonusersinformationdisseminationbehaviorinonlinesocialmedia.Experiments1and2 investigated the tendency of individuals to make information dissemination decisions in terms of thevalencecharacteristicsofinformationandthedegreeofprofitloss，respectively.Thehighertheprobabilityof information being true， the more obvious the separation effect of trust and forwarding probabilitybetween gain and loss conditions; （4） Individuals have the strongest tendency to trust the lowest profitgain when faced with profit information， and the strongest tendency to trust a medium-sized loss whenfacedwithlossinformation.

Key words： Decision making; Inductive reasoning; Social media; Evolutionary psychology; Informationgames