三元主體交互視角下網絡謠言監管的博弈演化研究

楊洋洋 謝雪梅

關鍵詞：三元主體交互;網絡謠言監管;博弈演化;系統仿真

謠言一詞在《荀子·大略》中有記載：“流丸止于甌臾，流言止于知者。”DiFonzo N等定義謠言是未經證實的信息，一般是當前人們廣泛關注內容，奧爾波特給出了一個決定謠言的公式：謠言=（事件的）重要性×（事件的）模糊性，他認為事件的重要性和模糊性是謠言產生必不可少的條件。因此，謠言可以定義為當前人們關注的、未經證實的、真實性難以分辨的信息。隨著互聯網的興起，謠言搭載網絡這一介質，極大地提高了傳播的速度和廣度，2019年熱度較高的謠言有：央行4月1日起降準，多喝水能治療感冒，2018年中國人口負增長，“80后”或成無養老金可領的第一代，多吃黑木耳能抗癌等。大數據調查顯示，醫療健康、食品安全、社會科學是網絡謠言的高發領域，這3類領域與人們的生活息息相關。網絡謠言的肆意傳播，不僅會擾亂公共秩序，還會引起公眾的焦慮和恐慌，帶來一系列的負面影響。因此，不管是學術界還是企業界，網絡謠言監管都是一個值得深入研究的問題。

黨的十九屆四中全會提出，要建立健全網絡綜合治理體系，提高網絡治理能力，營造清朗的網絡空間;2019年12月，國家互聯網信息辦公室發布了《網絡信息內容生態治理規定》，指出要營造良好的網絡生態，保障公民、法人和其他組織的合法權益，維護國家安全和公共利益。政府已經開始重視對網絡謠言的監管，在這些政策的支撐下，從中央政府到地方政府，再到相關企業，都在積極地響應國家的號召，搭建網絡辟謠平臺，中央政府辟謠平臺有：中國互聯網聯合辟謠平臺：地方政府辟謠平臺有：上海辟謠、浙江辟謠、北京辟謠等;企業辟謠平臺有：微信辟謠、微博辟謠、百度辟謠等。雖然我國網絡謠言監管工作取得了一定的成績，但是還存在一些問題亟需解決。第一，網民的參與度較低，在大數據時代，網絡謠言的傳播速度和數量都是驚人的.辟謠平臺對網絡謠言的監管是有限的，然而，就目前的網絡謠言監管情況而言，網民的參與度并不高，一方面由于網民參與網絡謠言監管的渠道不健全，另一方面網民參與網絡謠言的意識不強。第二，網絡謠言的監管方式單一，隨著短視頻的發展，網絡謠言的傳播形式不僅僅局限于文字和圖片，還擴展到了語音和視頻，這對傳統的網絡謠言監管方式提出了極大的挑戰，面對多變的網絡環境，需要綜合運用現代化的技術手段和多元化的監管方式，來實現對網絡謠言的監管。第三，網絡謠言監管部門的聯動性較弱，由于網絡謠言傳播的范圍廣，需要各監管部門協同合作，相互配合，然而，目前各網絡謠言監管平臺之間幾乎不存在互動，缺乏完善的管理體制。

基于此，本研究基于政府、媒體、網民三元主體交互的視角，構建網絡謠言監管的博弈模型，尋找網絡謠言監管的平衡點，采用系統動力學方法對構建的博弈模型進行演化分析，并運用靈敏度分析探究外生變量對博弈策略的影響.據此，提出網絡謠言監管的政策建議，以期構建和諧健康的網絡生態環境。

1研究現狀

網絡謠言不僅會誤導人們的認知，還給人們的生活帶來嚴重困擾.甚至會影響到人們的生命財產安全.特別是近年來，由于互聯網的普及和5G時代的來臨，進一步擴展了網絡謠言傳播的渠道和范圍。網絡謠言一直是學者們研究的重點，現有文獻對網絡謠言的研究主要集中在識別方法、傳播機制和風險評價3個領域。

網絡謠言識別方法的相關研究。通過對網絡謠言內容、用戶行為、情感特征等進行分析，能夠實現對網絡謠言的甄別，文本分析法是網絡謠言識別中常用的方法，基于LDA的隨機森林模型能夠有效提高謠言識別的準確率，基于有監督的RM-LR方法能夠有效地捕捉網絡謠言：通過情感分析技術也能識別網絡謠言.基于情感詞典對信息源的質量進行量化，從而判定低質量信息源提供的信息是否屬于謠言：用戶標記方法對于網絡謠言的識別也十分有效，并且能夠節省成本和資源。以上研究忽視了網絡謠言傳播過程中的動態差異，為了彌補這一不足，基于長一短期記憶（LSTM）網絡的謠言識別模型能夠有效地彌補，實驗表明，該模型具有較好的性能，基于復雜網絡算法.以動態節點管理為基礎，對用戶行為進行刻畫，從而實現網絡謠言的識別。

網絡謠言傳播機制的相關研究。在網絡謠言傳播機制的研究中，SIR模型是研究網絡謠言傳播機制的重要工具，采用Lvapunov函數和圖論探究不同模型參數對謠言傳播的影響程度，隨著研究的深入，一些學者在傳統的傳染病模型基礎上進行了擴展，DSIR模型和C-DSIR模型相結合，探究雙謠言并發的傳播機制，PSEIR模型是在SIR模型的基礎上加入了潛伏節點，并設定免疫節點對謠言有一定的抑制作用，在SIR模型中引入移動社交網絡用戶數量等影響因子進行優化，探究參與群體動態變化對網絡謠言傳播的影響。網絡謠言的傳播過程中，受眾者特征對網絡謠言傳播趨勢的影響是顯著的，基于受眾畫像的網絡謠言傳播模型也具有一定的現實價值，為了更加準確模擬真實的謠言傳播路徑，引入超傳播理論分析網絡謠言的傳播機制_。

網絡謠言風險評價的相關研究。層次分析法是網絡謠言風險評價使用最為廣泛的方法，通過計算權重系數，得出各因素的影響程度，網民個體特征和行為是網絡謠言風險評價的關鍵因素，政府及社會組織在網絡謠言傳播過程中的調節作用，也會影響到謠言的風險大小。基于扎根理論，構建網絡謠言風險演化模型.能夠有效地識別影響網絡謠言風險的關鍵因素，在扎根理論分析的基礎上引人情感詞庫，能夠及時地捕捉高風險網絡謠言。大數據技術能夠有效地監測網絡謠言的風險傳播特征，可以動態地監測網絡謠言節點的傳播路徑，準確地預測網絡謠言風險的傳播行為。

由以上分析可以看出，不管是網絡謠言識別方法、傳播機制的相關研究，還是網絡謠言風險評價的相關研究，其最終目的都是為了網絡謠言的監管和治理。在網絡謠言監管治理的相關研究中，博弈模型是常用的方法，基于造謠者、網絡平臺運營商和政府的三方博弈分析.為網絡謠言的監管提供建議，在此基礎上，引入網民決策因素，構建網絡謠言傳播的進化博弈模型，進一步擴展了網絡謠言監管博弈模型。系統仿真模型能夠模擬動態的網絡謠言監管過程，使用Vensim PLE軟件對謠言熱度進行仿真分析，探究網絡謠言的傳播規律，控制其產生的負面影響，采用遺傳算法優化BP神經網絡構建網絡謠言危機預警模型，能夠實現對網絡謠言的監控預警仿真分析。

上述學者們對網絡謠言監管的相關研究中，理論基礎扎實，分析方法豐富，實證驗證合理，這些為本研究打下了堅實的基礎.但是.在博弈分析中.以各主體的利益最大化為中心，忽視了各主體之間的交互作用.在系統仿真分析中，僅考慮了監管主體對網絡謠言監管效果的影響.而忽視了外生變量的作用。基于此，本研究綜合運用博弈模型和系統仿真模型，構建三元主體交互的網絡謠言監管博弈模型，采用Vensim PLE軟件構建仿真模型，探究外生變量對博弈策略的影響，從而提出網絡謠言監管的建議。

2網絡謠言監管的三元主體交互分析

網絡謠言的監管是一個系統的工程，需要政府、媒體、網民的共同參與，3個主體之間是相互監督、交互作用的，構建基于三元主體交互的網絡謠言監管模式，將有助于提高網絡謠言的監管效率，促進網絡環境的健康發展。網絡謠言監管的三元主體交互分析框架如圖1所示。

1）政府。作為監管者，在網絡謠言治理過程中起著主導作用，政府在網絡謠言的監管過程中，需要軟硬兼施，構建獎懲分明的管理機制，積極地號召媒體和網民參與到網絡謠言的治理中，政府驗證網絡信息真實性的過程需要付出較高成本，是目前網絡謠言監管面臨的困境之一.政府公信力的提升能夠有效地降低網絡謠言的蔓延，提高網民的滿意度，完善的法律體系是政府網絡謠言監管的基本保障。在網絡謠言的監管中，政府需要對媒體機構進行監管，同時要服務于網民，積極地調動網民在謠言監管中的參與意識，搭建參與渠道。

2）媒體。作為傳播者，在網絡謠言治理過程中起著中介作用，媒體的事實報道能夠有效地疏導網民情緒，樹立自身的誠信形象，擁有較高影響力的媒體機構在網絡謠言的傳播中起著絕對主體作用。在網絡謠言的監管中，媒體向網民傳播網絡信息，其報道的內容受政府部門的監管，同時，網民也對媒體機構起著監管的作用。

3）網民。作為參與者，在網絡謠言治理過程中起著監督作用，網絡謠言的治理僅依靠政府的力量是遠遠不夠的，需要公眾的參與和監督.網民自身的參與意識，能夠有效地阻斷網絡謠言的傳播，提高政府的監管水平，增強網民的知識素養是抵抗網絡謠言的最有力武器，調動廣大網民參與網絡謠言監管的積極性。網民是網絡謠言傳播的主要受眾，也是政府網絡謠言監管的參與者，就目前網絡謠言的監管現狀而言，網民謠言監管的參與意識比較薄弱，參與渠道單一，因此，造成網民在網絡謠言治理中的參與效率不高。

3三元主體交互視角下網絡謠言監管的博弈模型

3.1博弈框架與假設

在網絡謠言監管的博弈模型中，博弈的雙方分別為政府和媒體，網民作為謠言監管的參與者，影響博弈雙方的策略選擇。在博弈模型中，政府可以選擇監管或者不監管，當政府選擇監管策略時，獲得的網絡環境凈化收益為s，需要支付的監管成本是c，使政府公信力提升t。媒體可以選擇事實報道或者虛假報道策略，當媒體選擇事實報道策略時，需要的調研和人工成本為d，會獲得政府的獎勵為q，媒體影響力提升6;當媒體選擇虛假報道策略時，收益為m.媒體虛假報道被曝光后的罰金為r。網民參與度為g，0≤g≤1，表示網民參與政府網絡謠言監管的程度.它會影響政府和媒體的博弈結果。

3.2模型構建與求解

在以上博弈模型框架和基本假設的基礎上，確定在網民參與條件下，政府與媒體的博弈收益矩陣如表1所示。

在政府網絡謠言監管的博弈模型中，政府和媒體的復制動態方程和各博弈策略的收益中.涉及的變量較多.為了更好地模擬不同博弈策略的演化過程，以及各主體之間的交互作用，本研究運用Ven.sim PLE軟件，構建基于政府、媒體、網民三元主體交互的系統動力學模型，探究網絡謠言監管博弈模型的動態演化規律。進一步分析外生變量的改變對博弈策略的影響.以期找出影響網絡謠言監管的敏感因素。

4網絡謠言監管博弈的演化仿真分析

4.1系統動力學仿真模型構建

在網絡謠言監管的博弈模型的基礎上，采用系統動力學方法模擬網民參與下博弈雙方的策略演化過程，構建三元主體交互的系統動力學模型。在系統動力學模型中，包括政府子系統和媒體子系統兩大模塊，涉及的變量共24個，分別為政府積極監管概率a、政府監管變化率、政府期望收益差、政府監管的期望收益A1、政府不監管的期望收益A2政府監管成本c、初始監管成本c。可變成本k、政府公信力提升t、網絡環境凈化收益s、網民監管參與度g、媒體事實報道概率β、媒體事實報道變化率、媒體期望收益差、媒體事實報道的期望收益B1、媒體虛假報道的期望收益B2、政府獎勵g、調研和人工成本d、媒體影響力提升6、虛假報道收益m、虛假報道網絡環境秩序損失、虛假報道罰金r、媒體被懲罰的概率u、政府曝光媒體的概率。其中，政府監管概率a和媒體事實報道概率β為水平變量，政府監管變化率和媒體事實報道變化率為速率變量，政府期望收益差、政府監管的期望收益A1、政府不監管的期望收益A2、政府監管成本c、媒體期望收益差、媒體事實報道的期望收益B1、媒體虛假報道的期望收益B2媒體被懲罰的概率U為輔助變量，其余為常量。各變量之間的關系如圖2所示。

結合博弈模型的求解結果，以及變量之間的相互關系，主要變量的方程式如下所示。

1）政府監管概率A=INTEG（IF THEN ELSE（政府積極監管概率A≤0，0，IF THEN ELSE（政府積極監管概率A≤1，政府監管變化率，1）），0.001）。

2）政府監管變化率=政府積極監管概率A*（1-政府積極監管概率a）*政府期望收益差。

3）政府期望收益差=政府監管的期望收益A1-政府不監管的期望收益A2。

4）政府監管的期望收益A1=媒體事實報道概率β*網絡環境凈化收益s+媒體事實報道概率β*虛假報道網絡環境秩序損失W+政府公信力提升t-政府監管成本c-虛假報道網絡環境秩序損失。

5）政府不監管的期望收益A2=媒體事實報道概率β*網絡環境凈化收益s+媒體事實報道概率β*虛假報道網絡環境秩序損失w+媒體事實報道概率β*網民監管參與度g*虛假報道網絡環境秩序損失W--虛假報道網絡環境秩序損失W--網民監管參與度g*虛假報道網絡環境秩序損失。

6）政府監管成本c=初始監管成本c+可變成本k*（1-網民監管參與度g）。

7）媒體事實報道概率盧=INTEG（IF THENELSE（媒體事實報道概率β≤0，0，IF THEN ELSE（媒體事實報道概率β≤1，媒體事實報道變化率，1）），0.001）。

8）媒體事實報道變化率=媒體事實報道概率盧。（1-媒體事實報道概率β）*媒體期望收益差。

9）媒體期望收益差=媒體事實報道的期望收益B1-媒體虛假報道的期望收益B2。

10）媒體事實報道的期望收益B1=政府獎勵g+媒體影響力提升b-調研和人工成本d。

11）媒體虛假報道的期望收益B2=虛假報道收益m+政府積極監管概率a*虛假報道罰金r*網民監管參與度g-政府積極監管概率a*媒體被懲罰的概率u*虛假報道罰金r-虛假報道罰金r*網民監管參與度g。

12）媒體被懲罰的概率u=政府曝光媒體的概率π+網民監管參與度g*（1-政府曝光媒體的概率π）。

4.2博弈策略演化仿真分析

在構建的網絡謠言監管博弈模型中，政府和媒體都有兩種策略選擇（政府監管或不監管，媒體事實報道或虛假報道）.這里選擇博弈結果中的（0，0）、（1，0）、（0，1）、（1，1）4個局部均衡點作為初始策略進行演化仿真分析。模式時間設定為100個單位，網民監管參與度g分別取0.1、0.3、0.5、0.7、0.9，探究網民參與條件下，政府和媒體博弈策略的演化過程。常量的數值設定如下：

1）（0，0）初始策略下的博弈演化分析

在政府選擇不監管策略且媒體選擇虛假報道策略的組合下，隨著時間的推移，政府積極監管概率a由0向1演化，媒體事實報道概率β也由0向1演化，即（0，0）初始策略的最終穩定演化結果為（1，1）策略。圖3（a）是（0，0）初始策略下，網民參與度的變化對政府積極監管概率a的影響曲線，由圖3（a）可知，隨著網民監管參與度g的增加，政府積極監管概率a由0向1演化速率明顯提高。圖3（b）是（0，0）初始策略下，網民參與度的變化對媒體事實報道概率盧的影響曲線，由圖3（b）可知，隨著網民監管參與度g的增加，媒體事實報道概率β由0向1演化速率明顯提高。由圖3（a）和圖3（b）對比可以看出，政府積極監管概率a的演化在前，媒體事實報道概率β的演化在后，即媒體事實報道概率受政府積極監管概率變化的影響，隨著政府監管概率的提高，媒體趨向于選擇事實報道策略。

2）（1，0）初始策略下的博弈演化分析

在政府選擇監管策略且媒體選擇虛假報道策略的組合下，隨著時間的推移，政府積極監管概率a始終是1.媒體事實報道概率β由0向1演化.即（1，0）初始策略的最終穩定演化結果為（1，1）策略。圖4（a）是（1，0）初始策略下，網民參與度的變化對政府積極監管概率a的影響曲線，由圖4（a）可知，隨著網民監管參與度g的增加，政府積極監管概率a保持不變。圖4（b）是（1，0）初始策略下，網民參與度的變化對媒體事實報道概率β的影響曲線，由圖4（b）可知，隨著網民監管參與度g的增加，媒體事實報道概率β由0向1演化速率明顯提高。由圖4（b）和圖3（b）對比可以看出，隨著政府積極監管概率a的提高，媒體事實報道概率JB演化速率明顯提高，即政府監管條件下，媒體趨向于選擇事實報道策略。

3）（0，1）初始策略下的博弈演化分析

在政府選擇不監管策略且媒體選擇事實報道策略的組合下，隨著時間的推移，媒體事實報道概率盧始終是1，政府積極監管概率a由0向1演化，即（0，1）初始策略的最終穩定演化結果為（1，1）策略。圖5（a）是（0，1）初始策略下，網民參與度的變化對政府積極監管概率a的影響曲線，由圖5（a）可知，隨著網民監管參與度g的增加，政府積極監管概率a由0向1演化速率明顯提高。圖5（b）是（0，1）初始策略下，網民參與度的變化對媒體事實報道概率盧的影響曲線，由圖5（b）可知，隨著網民監管參與度g的增加，媒體事實報道概率盧保持不變。由圖5（a）和圖3（a）對比可以看出，隨著媒體事實報道概率β的提高，政府積極監管概率a演化速率明顯降低，即當媒體選擇事實報道策略時，政府趨向于選擇不監管策略。

4）（1，1）初始策略下的博弈演化分析

在政府選擇監管策略且媒體選擇事實報道策略的組合下，隨著時間的推移，媒體事實報道概率β始終是1，政府積極監管概率a也是1，即（1，1）初始策略的最終穩定演化結果為（1，1）策略。圖6（a）是（1，1）初始策略下，網民參與度的變化對政府積極監管概率a的影響曲線，由圖6（a）可知，隨著網民監管參與度g的增加，政府積極監管概率a保持不變。圖6（b）是（1，1）初始策略下，網民參與度的變化對媒體事實報道概率β的影響曲線，由圖6（b）可知，隨著網民監管參與度g的增加，媒體事實報道概率β保持不變。

5外生變量對博弈策略的影響分析

為了研究外生變量變化對博弈策略的影響.以及驗證外生變量賦值的有效性，這里對外生變量的初始賦值進行敏感度分析，觀察博弈主體的策略演化趨勢。由于不同策略組合的最終演化趨勢都是（1，1）策略，為了更加清楚地觀察各主體博弈策略的演化趨勢，這里選擇（0，0）初始策略，即政府選擇不監管策略，媒體選擇虛假報道策略，網民監管參與度g=0.3的條件下，選擇初始監管成本c政府獎勵q、虛假報道罰金r3個重要的外生變量進行仿真分析。

5.1初始監管成本變化對博弈策略的影響

圖7（a）表示初始監管成本變化對政府博弈策略的影響曲線，曲線2為基準線，隨著初始監管成本的降低.政府積極監管概率演化的速率明顯提高;隨著初始監管成本的提高，政府積極監管概率演化的速率明顯降低。圖7（b）表示初始監管成本變化對媒體博弈策略的影響曲線，曲線2為基準線，隨著初始監管成本的降低，媒體事實報道概率演化的速率明顯提高;隨著初始監管成本的提高，媒體事實報道概率演化的速率明顯降低。

5.2政府獎勵變化對博弈策略的影響

圖8（a）表示政府獎勵變化對政府博弈策略的影響曲線，曲線3為基準線，隨著政府獎勵的降低，政府積極監管概率演化的速率變化并不明顯，隨著政府獎勵的提高.政府積極監管概率演化的速率稍有降低。圖8（b）表示政府獎勵變化對媒體博弈策略的影響曲線，曲線3為基準線，隨著政府獎勵的降低，媒體事實報道概率演化的速率明顯降低;隨著政府獎勵的提高，媒體事實報道概率演化的速率明顯提高。

5.3虛假報道罰金變化對博弈策略的影響

圖9（a）表示虛假報道罰金變化對政府博弈策略的影響曲線，曲線3為基準線，隨著虛假報道罰金的變化，政府積極監管概率演化的速率變化并不明顯。圖9（b）表示虛假報道罰金變化對媒體博弈策略的影響曲線，曲線3為基準線，隨著虛假報道罰金的降低，媒體事實報道概率演化的速率明顯降低;隨著虛假報道罰金的提高，媒體事實報道概率演化的速率明顯提高。

6結論與啟示

研究網絡謠言的監管策略對網絡生態環境的和諧發展具有重要的理論價值和實踐意義。現有文獻的研究是以各主體的利益最大化為中心，忽視了各主體之間的交互作用和監管策略的博弈動態演化過程。本研究基于政府、媒體、網民三元主體交互的視角.構建網絡謠言監管的博弈模型，采用系統動力學方法對構建的博弈模型進行演化仿真分析，并運用靈敏度分析探究外生變量對博弈策略的影響，根據研究結論得出網絡謠言監管的政策建議。

6.1研究結論

1）4種不同的局部均衡策略最終的演化結果都是（1，1）策略，即政府選擇監管策略，媒體選擇事實報道策略。媒體事實報道概率與政府積極監管概率之間是相互影響的，隨著政府積極監管概率a的提高，媒體事實報道概率β演化速率明顯提高，即政府監管條件下，媒體趨向于選擇事實報道策略;隨著媒體事實報道概率盧的提高，政府積極監管概率a演化速率明顯降低，即當媒體選擇事實報道策略時，政府趨向于選擇不監管策略。

2）網民監管參與度的增加能夠有效地提高博弈策略的演化速度。隨著網民監管參與度g的增加，政府積極監管概率a由0向1演化速率明顯提高，隨著網民監管參與度g的增加，媒體事實報道概率β由0向1演化速率明顯提高。

3）對于政府主體而言，初始監管成本變化對政府博弈策略的敏感度>政府獎勵變化對政府博弈策略的敏感度>虛假報道罰金變化對政府博弈策略的敏感度，即初始監管成本變化對政府博弈策略的影響程度最大。對于媒體來說，政府獎勵變化對媒體博弈策略的敏感度>虛假報道罰金變化對媒體博弈策略的敏感度>初始監管成本變化對媒體博弈策略的敏感度，即政府獎勵變化對媒體博弈策略的影響程度最大。

4）由3個外生變量對博弈策略的敏感度分析結果可知.當外生變量賦值在基準值的基礎上上下浮動時，博弈主體的最終演化策略趨勢是不變的，而改變的只是演化速率的高低，表明本研究外生變量的賦值是合理的。

6.2管理啟示

1）引入信息化手段，降低監管成本。由于政府謠言監管初期需要投入硬件、軟件和人力等方面的資源，因此，初始投入的成本較高，初始監管成本是影響政府監管策略選擇的重要因素。一方面可以引入大數據和云計算等技術，代替傳統的網絡謠言監管手段，信息化技術的引入能夠有效地降低人力資源的投入，從而降低監管成本;另一方面構建網絡謠言監管共享平臺，信息共享平臺能夠提高各級政府之間的聯動性，提高工作效率，降低網絡謠言監管成本。

2）健全監管機制，完善相關法規。在政府網絡謠言的監管中，政府獎勵和虛假報道罰金對媒體博弈策略的選擇具有顯著的影響，政府可以從以下3個方面著手提高網絡謠言監管的效率。第一，構建科學的獎懲機制，政府應該做到獎罰分明，對于擾亂社會秩序，肆意傳播謠言的媒體機構采取嚴厲的懲罰，對于維護社會秩序，事實傳播網絡信息的媒體機構給予相應的獎勵;第二，建立合理的激勵機制，政府應該合理的激勵媒體機構，樹立榜樣媒體標桿，引導媒體機構選擇事實報道策略;第三，完善相關法律體系，法律體系的建設是政府網絡謠言監管的基本保障.只有完善的法律體系，才能夠保障政府監管機制的順利實施，構建健康的網絡生態環境。

3）調動網民參與積極性，擴大網民參與渠道。網民網絡謠言參與度的提高，能夠有效地提高博弈策略的演化速度，對于網絡謠言的監管具有積極的促進作用，可以從以下兩個方面采取措施。第一，普及網絡信息常識，提高網民謠言抵抗力，基層政府部門和社區管理機構應該經常組織網絡信息知識普及活動，定期舉行講座或者展覽，提高廣大網民的信息知識素養，提高網民對網絡謠言的辨別能力;第二，搭建網民辟謠平臺，提供多樣化的參與渠道，網民在網絡謠言監管中起著重要的作用，政府應該為網民提供多樣化的參與渠道.提高網民謠言監管參與度。

6.3研究不足與展望

網絡謠言不僅擾亂網絡秩序.還可能會危害人民的生命健康安全，因此，探究網絡謠言的監管問題具有一定的現實意義。本研究基于政府、媒體、網民三元主體交互的視角.構建了網絡謠言監管博弈演化模型，彌補了現有文獻研究的不足，進一步豐富了網絡謠言監管體系，具有重要的理論價值。然而，本研究也存在一定的局限性，第一，本研究基于政府、媒體、網民3個主體構建模型，沒有考慮網絡謠言事件的性質;第二，受篇幅的限制，僅選擇初始監管成本、政府獎勵、虛假報道罰金3個重要的外生變量進行仿真分析.沒有考慮其他外生變量的影響。在后續的研究中，將會研究其他外生變量對博弈主體策略選擇的影響，應考慮針對不同類型的網絡謠言事件提出針對性的監管策略。