道德心理的舆论张力：网络谣言向网络暴力的演化模式及其影响因素研究

网络谣言和网络暴力作为网络恶性行为的典型代表，恶化了网络生态，扰乱了网络秩序，甚至形成了无形的压力和桎梏，阻碍干扰着网络空间的观点交流和意见表达。大量网络热点事件的舆情活动显示，随着网络谣言和网络暴力的“生长”，这两类消极信息活动之间频频出现“嫁接”。大量网络谣言在传播后会引发网络暴力行为，很多大规模的网络暴力也是起源于被扭曲、捏造的网络谣言。针对此类新问题的研究，既可以及时拓展对于这一网络谣言和网络暴力活动新现象的规律性认识，也可以支持制定科学的策略和方法以抑制该演化过程，防治网络舆论生态的恶化失衡，具有一定的理论价值和应用意义。

笔者在国内外常用数据库的检索结果显示，该问题尚未得到充分的研究投入。大多数研究都分别集中于探索网络谣言或网络暴力各自的形成机制、影响后果和治理对策。而涉及两者互动关系的专向探讨则较为缺乏。

本研究就从如上需求及不足出发，采取传播效果研究的视角，将演化过程视为网络谣言产生消极传播效果的过程。在此视角下，网络谣言成为影响因素，网络暴力成为影响效果，演化关系即为影响关系。依循此思路，笔者通过实证研究，发掘了网络谣言向网络暴力演化过程中包含的影响因素，及其之间多层、多种作用关系。 通过构建数理统计模型的方式，定量描述了个人层面上，网络谣言向网络暴力演化（即网络谣言信息输入到网络暴力行为输出）的详细过程和具体机制。

网络谣言类型多样，并非所有的网络谣言都会演化为网络暴力。按照传播效果的一般规律（Lasswell，1948）推理，应该是这些网络谣言具备并向接收者提供了特殊的信息要素，激发了个体实施网络暴力的心理机制，满足了网民实施网络暴力的重要心理条件，进而才导致个体层面上网民在接受网络谣言后表现出网络暴力行为，群体层面上网络谣言演化出网络暴力。由此，本研究可以围绕以下三个问题展开。

（一）研究问题1：这些网络谣言满足了什么样的心理条件，使其演化出网络暴力？

1. 消极道德判断是形成网络暴力的心理条件

大量实验证据证明道德判断，特别是对他人的消极道德判断是包括网络暴力在内的侵害行为的重要成因（Keltikangas-Järvinen,1989； Gasser, Malti & Gutzwiller -Helfenfinger,2012；Zheng, Ye ,Yao et al.，2017）。

2. 网络谣言会引发消极道德判断心理

研究显示网络谣言会引发接收者对相关主体道德的质疑和负面评价（DiFonzo & Bordia，2007；田旭明，2014）。

3. 消极道德判断就是网络谣言满足的形成网络暴力的心理条件

网络谣言通过提供判断对象和加工依据，导致接收者对相关行为主体在行为是非和道德责任上的消极判断，进而引发针对该行为主体的网络暴力行为。

H1a 消极道德判断是网络谣言与网络暴力之间的中介变量。

H1b 消极道德判断程度的测量指标，包括相关主体道德行为的错误程度和道德 责罚的承担程度。

（二）研究问题2：这些网络谣言具备了什么样的刺激性信息要素，使其演化为网络暴力？

1. 道德推理依据、道德情绪线索是影响道德判断的信息要素

形成道德判断的信息依据可分为两类，认知加工的信息依据与情绪加工的信息依据。认知加工的信息依据主要是道德推理依据（moral reason）。情绪加工的信息依据主要是道德情绪（moral emotion）。实验证据显示能够导致消极道德判断的道德情绪主要包括四种类型：谴责型情绪、他人受苦型情绪、赞赏型情绪、自我意识型情绪（Lewis，1993）。道德情绪的评价倾向框架理论（Han，Lerner & Keltner，2007）说明这些道德情绪会被不同的道德情绪线索信息所引发。如表1所示，输入信息包含的各种道德情绪线索能够刺激到接收者相应的社会道德关注点（moral concern），进而产生各类道德情绪。道德情绪线索对接收者道德情绪的刺激越强烈，引发的道德判断就越消极。

2. 这些信息要素可以通过影响道德判断，引发网络暴力

既然这两类信息因素可以影响个体道德判断的过程和结果，也就可以借由道德 判断对网络暴力的影响，间接影响个体实施网络暴力的情况。

3. 具备这些信息要素的网络谣言可以演化出网络暴力

网络谣言内容中这两大类刺激性信息要素的水平（∑数量*等级），就是网络谣言向网络暴力演化的信息影响因素。

H2a 网络谣言包含刺激性信息要素水平与网络暴力行为水平正相关。

H2b 网络谣言包含刺激性信息要素水平的测量指标，包括其包含负面道德推理 依据的水平，以及其包含道德情绪线索的水平。

（三）研究问题3：这些网络谣言引发了什么样的心理过程，使其演化为网络暴力？在这个过程中还有哪些心理因素起到了重要的影响作用？

1. 网络谣言刺激下，消极道德判断形成过程及其影响因素

H3a 道德标准水平与消极道德判断水平正相关。

H3b 道德标准的测量指标，包括道德规范的水平、道德期望的水平、道德焦虑的水平。

H4a 道德情绪是网络谣言与消极道德判断之间的中介变量。

H4b 道德情绪的测量指标，包括谴责型情绪水平、他人痛苦型情绪水平、感激型情绪水平、自我意识型情绪水平。

H5a 道德推理低理性水平与消极道德判断水平正相关。

H5b 道德情绪水平与道德推理低理性水平正相关。

H5c 道德推理低理性的测量指标，包括评估标准不适宜程度、社会道德关注偏向程度、评估严苛程度、对反/道德行为后果的依据程度。

2. 消极道德判断导致网络暴力行为的过程及其影响因素。

Anderson& Carnagey（2002）的攻击行为一般模式(The General Aggression Model) 和Bandura（1996）的道德推脱（moral disengagement）等理论显示，在个体实施侵害行为的决策过程中还存在一个重要的影响因素——道德推脱。对网络暴力对象的消极道德判断有助于网民为自己进行道德推脱。因此道德推脱也是网络谣言向网络暴力的演化过程重要的中介因素。

H6a 道德推脱程度与网络暴力行为程度正相关

H6b 消极道德判断水平与道德推脱程度正相关。

H6c 道德推脱的测量指标包括：忽视或扭曲结果程度、责任分散程度、责备归因程度、责任转移程度、非人性化程度、委婉标签程度、道德辩护程度和有利比较程度。

整理以上理论演绎出的研究假设，可以得到如下的理论模型和变量操作化指标 体系。

（一）研究对象:网民的样本概况以及抽样过程

1. 界定研究对象和样本总体

本研究将“互联网能覆盖到的年满10岁及以上的北京常住居民”作为实际研究对象和样本总体（sampling population）。

2. 样本抽取过程

在实际样本（sample）获得上，本研究采取分层情况下的概率比例规模抽样 (PPS)，借助第三方专业调研机构，结合电话邀约、网页邀约和网民Panel邀约的方式邀请样本参与研究。具体多级抽样过程如下。

第一级抽样：结合北京统计年鉴（2016）、北京区域统计年鉴（2016）构建一级抽样框，如下表3所示。

第二级抽样：通过计算，确定样本总量以及在三个区的分配方案，如表4所示。之后在第三方专业机构构建的各区固定样本panel库（随机抽取宽带用户电话号 码构建）中随机抽取样本，直至目标样本量。

3. 样本量的确定和分配

样本量确定：使用最大允许误差公式来估算样本量，最终确定本研究实际抽取的样本量n为1058人。

样本量分配：采取平方根比例分配法，按照各层内各区的常住人口数量的平方根所占比例分配样本量，分配结果表4所示。

4. 样本概况

本研究目标抽取样本总数1058人，有效样本821人。样本的性别（男性占 55%）、年龄20-39岁占57%）、学历（高中/中专/技校-大学本科及以上占55%）、 职业（学生占28%）等基本人口特征结构与《第37次中国互联网络发展状况统计报告》基本一致。

（二）研究对象：网络谣言的样本概况以及抽样过程

以2016年1-7月间权威网络谣言(或辟谣)热度排行榜为抽样框，从中随机抽取10则谣言信息作为研究的网络谣言案例。

（三）研究对象:网络媒体的概况以及获得过程

以网民经常使用（平均每周使用时间≥3小时）的网络新闻资讯类和社交类媒体为采集网民网络暴力行为信息的媒体对象。这些网络媒体成以下分布比例，微信86.8%；即时通讯73.2%；新闻资讯类网站和应用（包括新闻门户网站、新闻客户端、聚合媒体、综合视频网站）69.2%；微博（包括轻博客）58.9%；论坛社区18.2%。

（四）量化数据的收集

研究采用表2中各变量的操作化定义和数据收集方法，以抽取的网络谣言作为研究案例，分别收集了样本网民由这些网络谣言衍生的道德心理和网络行为数据。具体收集过程如下。

1.对样本网民进行在线问卷调查

设计网络谣言信息要素编码表、网络谣言道德心理效果调查问卷，之后在线发放、回收以调查样本网民（1）对这些网络谣言的接收情况；（2）对这些网络谣言包含的道德推理依据和道德情绪线索的评价 （由样本网民对这些网络谣言进行编码）；（3）与这些网络谣言相关的道德心理；（4）他们围绕这些网络谣言进行相关网络信息活动，及所使用的网络媒体和用户名；（5）为免遗漏，还调查了样本在2016年1-7月间主要使用的网络媒体及用户名。

2. 对样本网民进行Web文本挖掘。

（1）研究者使用pythonscrappy工具包收集样本网民与这些网络谣言相关的网络活动信息。包括公开发表的原创、转发文本，图片，评论，点赞等。（2）使用哈工大社会计算与信息检索研究中心与科大讯飞联合开发的语言云服务平台，Python中文分词工具（jieba）进行文本预处理（分词）。（3）使用向量空间模型（VSM）将文本结构化（映射成向量模式）；TFIDF文本分析法计算特征权重，X2卡方检验法提炼特征集，对文本降维。（4）使用机器学习算法中的随机森林算法（RF）进行文本分类，以分辨出这些网络活动信息中与道德心理和网络暴力相关的内容。（5）研究者使用内容分析法，依据网络暴力行为信息编码表，对分辨出的相关内容进行编码，以挖掘样本网民相关的网络暴力情况。由此研究者收集到了可用于量化拟合、验证理论模型（图1）的变量数据。

（五）量化数据的分析

本研究以SEM为数据分析方法，使用AMOS(20)、LISREL（8.70）、SPSS（19.0）拟合了理论模型，验证了假设体系，定量描述了网络谣言向网络暴力演化过程中各种影响因素间的数量关系。对于本研究理论模型中存在的多重中介效应，研究者使用LISREL（8.70）进行了Bootstrap 中介效应检验。

（六）质化资料的收集与分析

研究者在2017年6-9月间，每月定期（15号左右）与样本进行一次深度访谈，收集10位样本与网络谣言、网络暴力相关的质性资料。具体样本配额结构如下表5所示。并使用基于扎根理论的主题抽取法，通过三级编码提炼演化过程的影响因素，以及各影响因素之间的关系。最后将分析结果与数据拟合的结构方程模型相对照，从个案质化研究的角度验证研究假设，补充量化研究结果，深化研究结论。

（七）测量工具

1. 网络谣言信息要素编码表

用于测量网络谣言包含的道德情绪线索和道德推理依据数量和水平。

2. 网络谣言道德心理效果调查问卷

用于测量网民在网络谣言影响下的道德心理情况。问卷围绕表2中各变量测量指标而进行设计，每个指标对应1-3道问题，采取5级李克特量表和语义差别量表作为主要题型。

3. 网络暴力行为信息分析工具（词库+编码表）

用于测量网络谣言引发的网民网络暴力行为情况。包括第一轮文本挖掘和自然 语言处理（分词）使用的自定义词典。第二轮内容分析使用的网络暴力行为信息编码表，主要用于测量样本网民网络暴力行为的水平。

（一）网络谣言向网络暴力演化过程理论模型中各影响关系假设验证成立

本研究使用基于协方差最大似然估计结构方程模型SEM来检验假设模型。经过 模型检验和参数估计，结构方程模型拟合结果如下图2所示。表6中模型适配度指标的评鉴结果说明该结构方程模型整体适配度良好（温忠麟，2009；侯杰泰，2009；Mashibert，2004；吴明隆，2013）。这说明网络谣言向网络暴力演化的理论模型（图1）中各种影响关系假设H1—H6和表2中的概念操作化定义都得到了现实数据的支持，经实际验证可以接受。

（二）网络谣言向网络暴力演化过程中各影响因素间的数量关系

经过结构方程模型的检验和参数估计，本研究还得到了网络谣言向网络暴力演 化过程理论模型中，各种影响关系的精确强度。其中既包括核心因素之间直接、间接影响关系的强度，表示为图2和表7的结构模型中潜变量间标准化路径系数。还包括核心因素与其测量变量之间反映关系强度，表示为图2测量模型中潜变量与指标变量间因子载荷数。如图2所示，所有理论假设的影响关系的直接效应系数，都在0.4以上，最高达到0.78。这说明理论假设的各种直接、间接影响关系和反映关系都具有中高的强度，其中道德推理低理性相关的影响关系具有中强度，其他影响关系具有高强度（吴明隆，2013）。网络谣言向网络暴力演化过程中，相关影响因素间的协同作用，联动影响显著存在。