公共安全事件網絡謠言傳播仿真模型研究

蘇可馨, 胡舫舷, 楊潤凱

(1.中國刑事警察學院, 遼寧沈陽 110035; 2.中國人民公安大學, 北京 100038)

0 引言

近年來，公共安全事件所造成的影響已不再單純局限于現實世界，更是波及到了虛擬網絡空間之中。與事件相關的網絡輿情可能出現在事件發生、發展、結束各個環節，甚至伴隨演進全過程，一定條件下還可能反作用于現實事件影響其發展進程。如2020年伊始，武漢率先爆發了新冠肺炎疫情并迅速蔓延，人民群眾密切關注病毒治療方法及其進展情況；1月31日新華社法人微博“新華視點”發布消息稱“雙黃連口服液對新冠病毒具有明顯抑制作用”，隨后該消息在網絡上迅速傳播，導致多地出現大量民眾排隊搶購該藥品的情況，不僅制造了群體性事件的隱患，也在一定程度上誤導了群眾對病毒相關特性的認識。其后經專家院士證實中成藥只能起到調節身體狀態的作用，對新型冠狀病毒并不具有針對性。

該事例所體現的是網絡輿情的一種特殊表現形式——網絡謠言，其與網絡輿情是包含于與包含的關系。因此，網絡謠言在具備網絡輿情一般屬性的同時，也擁有自身的標志性特點。由于缺乏相應的事實基礎，內容完全或部分憑空捏造，網絡謠言相較于一般網絡輿情的危害性更大，也更容易造成線下負面影響。同樣還是在新冠疫情事件中，1月24日一則“武漢某醫院存在尸體無人處理”的消息在微博、微信等社交平臺瘋狂轉載，爆料者在微博發文配現場圖的同時還顯示了當前定位以增加消息的可信度。僅一天時間，這名爆料者的微博漲粉數萬，而由于消息的真偽性一時間難以得到確認，民眾的情緒普遍走向不安和焦慮。隨后“共青團中央”官方微博發文辟謠指出，相關視頻經配音再制作處理，情況并不屬實。

為了實現網絡謠言的有效導控，眾多學者采用定性與定量結合的方式開展了深入的研究。張鵬等[1]利用遺傳算法優化BP神經網絡，研究針對網絡謠言的監控、預警及風險評估方法；蘭月新等[2]利用微分方程構建網絡謠言之于網絡輿情的影響模型，在分析不同階段影響程度的基礎上提出了降低影響的對策；王麗婷等[3]則著重針對多傳播源的網絡謠言，利用改進的SIR傳播模型，從多角度探討謠言傳播與導控影響；騰婕等[4]基于Multi- Agent模型實現了傳播中惡意信息主體的有效識別。既有研究的局限主要體現在如下方面：忽略了網絡謠言作為輿情的一般性特征，缺乏線下互動影響的考量，治理機制的具體效果也較少有定量方面的分析；偏重于關注謠言傳播的特定環節，少見針對網絡謠言從萌生到平息全過程的量化剖析。

在充分考量網絡輿情一般性特征基礎上，本研究加大了網絡謠言自身特征的描述力度，基于主題、篇幅、結構等指標量化確定謠言本體的重要性與模糊性，同時綜合線下影響的互動作用以及治理機制的實際效果，利用隨機Petri網構建出公共安全事件網絡謠言演化模型。繼而根據其與馬爾科夫鏈的同構關系，通過求解相關數學方程分析得到謠言傳播均衡狀態與變動規律，為決策部門應對重大公共安全事件中的網絡謠言傳播提供有力的理論依據[5]。

1 公共安全事件網絡謠言傳播過程

1.1 網絡謠言描述指標

作為網絡輿情的特殊存在形式，網絡謠言的屬性特征理所應當地可以借用網絡輿情指標予以描述。傳統的網絡輿情通常使用“輿情本體”、“發布主體”、“傳播狀況”、“外界影響”等4大類指標描述。其中“輿情本體”包括類型、篇幅、結構等要素，就公共安全事件而言，其可劃分為公共衛生、自然災害、事故災難、社會安全4種類別，其衍生的網絡謠言從主觀心理因素考量主要包括吸引關注、信息求證、情感宣泄、利益攫取和娛樂惡搞等類型，單一公共安全事件往往對應多類別網絡謠言。如2011年3月11日日本東北部發生9級以上的強烈地震，地震引發的海嘯造成了福島第一核電站核泄漏。該事件本身屬于自然災害與事故災難，但催生出了“動物園的獅子跑出來了”、“熊本的朝鮮人向井里投毒”等多種謠言。結構是指謠言內容的表現形式，有的內容完全使用文字表述，有的則配合圖片或音視頻加以說明。結構與篇幅是決定謠言模糊性的重要因素，篇幅短、結構單一且抽象的內容具有較強的模糊性，其可能造成的影響與危害也較大。

網絡輿情“發布主體”一般被劃分為普通用戶、意見領袖、普通媒體、官方媒體4種類型，網絡謠言的發布者則只涉及前3種類型，官方媒體通常在辟謠環節發揮重要作用。不同的意見領袖或普通媒體的影響范圍、蠱惑能力方面存在較大差異，可以使用高、中、低3種級別加以區分。

“傳播狀況”使用范圍與時間進行描述，范圍涵蓋區域、全國、國際3種情況，時間則分為短、中、長，不再設置“非常長”。有的網絡輿情隨事件的發展持續時間會很長，但在監管、威懾等多重治理機制的作用下網絡謠言一般不會出現“非常長”情況。影響范圍越大、持續時間越長的謠言其危害性也越大。

“外界影響”分為線上、線下兩種情況。信謠網民搜索、轉發、評論謠言內容，意見領袖表達觀點均屬于線上情形；網絡謠言一旦激化，往往會引發線下反應，有時甚至會反作用于現實事件。在剛剛談及的日本地震引發核泄漏事例中，受“吃碘鹽防止輻射”、“中國產鹽量出現短缺”等謠言的影響，2011年3月16日至19日我國部分地區出現搶購食鹽現象，上演了本不該發生的“鬧劇”。

在對公共安全事件網絡謠言既往案例的經驗總結過程中發現，高效的謠言治理機制可以影響甚至改變網絡謠言的發展方向，治理機制在網絡謠言演化過程中起著愈發重要的作用。因此，在原有網絡輿情描述指標基礎上，增加“治理機制”指標。該機制包括監管、辟謠、威懾3種具體措施。監管用來描述權威部門是否設置信息公開、宣傳教育、訴求表達、有害信息發現等機構；辟謠措施說明權威部門是否及時針對謠言內容進行駁斥，駁斥內容的可理解性及是否使用數字論證；威懾措施則從嚴厲性與敏捷性角度強調造謠者是否及時得到了應有的法律制裁。綜上，基于公共安全事件的網絡謠言描述指標如表1所示。

表1 網絡謠言描述指標

1.2 網絡謠言傳播不同階段

借鑒網絡輿情發展過程，將網絡謠言傳播劃分為“萌生”→“擴散”→“高潮”→“衰退”→“平息”5個階段，使用“謠言本體”、“發布主體”、“傳播狀況”、“外界影響” 、“治理機制”等指標進行描述，但每個階段重點涉及到的具體指標有所差異。

1.2.1 萌生階段

依附于公共安全事件的網絡謠言相對現實存在一定滯后性，通常醞釀產生于事件發展的各個階段，普通用戶、意見領袖、普通媒體均有成為謠言捏造者和發布者的可能。初始萌生的謠言在模糊性方面存在較大差異，引言中談到的“醫院尸體無人處理”謠言，綜合了文字、音視頻多種表現形式，通過細節展現重要性以吸引公眾關注；而“雙黃連可以抑制病毒”謠言，單純使用文字抽象描述，兼用模糊性與重要性擴大自身影響。剛剛萌生的網絡謠言尚未得到廣泛關注，轉發、評論數量少，影響限制于局部范圍，無法激起線下反應，導致權威部門監管難度大，難以實施有效治理措施。可見，處于萌生階段的網絡謠言主要涉及謠言本體、發布主體兩大指標，而無需考慮其他因素。

1.2.2 擴散階段

網絡謠言一旦出現，如果能夠迎合大眾興趣口味或是滿足網民愿望，擴散的速度就會加快。如在疫情形勢十分嚴峻的情況下，廣大人民群眾普遍希望能夠馬上出現特效藥品，因此在“雙黃連口服液對新冠病毒具有明顯抑制作用”發布之后的幾個小時內，閱讀與討論數量即超過億次。此外，2011年發生的7.23甬溫線特大交通事故所衍生的各類謠言中，“神秘手”圖片引發“掩埋活人”的謠言受到網友熱議。該消息在新浪微博發布后轉載至天涯雜談，10小時內點擊高達18萬余次。隨著影響范圍擴大與持續時間延長，線上反應會逐步增多，如意見領袖、普通媒體會從自身利益或影響出發發表評論，從而間接影響傳播走向，但尚不至于引發明顯的線下效應。如果此時權威部門能夠及時察覺網絡謠言發展動向，果斷澄清事實內容或阻斷傳播渠道，可以立竿見影地對謠言起到遏制作用，使其后續傳播階段難以產生。

需要指出的是，在謠言萌生之后的階段(特別是擴散與高潮階段)，個別信謠網民會在自己主觀片面理解的基礎上對謠言進行再次加工，形成新一輪的網絡謠言。此時的傳播內容已因多輪次的“加工創作”而發生改變，甚至面目全非，而這種謠言本體的變化往往是最初的造謠者、發布者無法預知也無法控制的。相較萌生階段，謠言本體有出現變化的可能，傳播狀況與外界影響尚未引發嚴重的負面作用，及時的導控和治理能夠對謠言傳播起到有效的遏制作用。

1.2.3 高潮階段

在該階段，民眾情緒積累到特定程度之后迫切需要釋放渠道，線上、線下效應集中爆發，極易引發現實中的群體性事件。2013年7月12日有網民發帖稱神木縣為解決目前巨額經濟負債問題，將取消實行多年的免費醫療、教育等惠民政策，造成這一局面的現任縣委書記雷正西也將在15日調任。15日，數百名群眾陸續到縣政府聚集。當地政府立即組織警力維持現場秩序，同時安排信訪部門到場，進行耐心解答和說服勸解，并通過短信、電視廣播等渠道疏導群眾情緒。當日下午事態趨于緩和，群眾陸續散去并且未發生肢體沖突。16日晚神木縣政府通過官方媒體表示并不存在財政巨虧情況，雷正西仍然兼任縣委書記，免費醫療和教育政策不會改變。事后經過調查，4人因散布網絡謠言被警方拘留。

通過事例可以看出，此時最核心的指標是治理機制。具體于辟謠方式，如果權威主管部門、官方媒體能夠作為主體以新聞發布會、門戶網站新聞、官方微博及朋友圈的方式對事實予以澄清，其效果明顯優于一般性部門與媒體；在時機方面，盡管對事實真相的調查難免需要耗費較長時間，但仍需要盡可能早的發布相關權威信息，如有必要可以采取分步驟、分階段方式，避免因延誤造成可能的損失；發布內容不宜高深艱澀，語言通順平實為宜，多使用有事實或科學依據的數字支撐。具體于威懾機制，則需突出體現懲治的嚴厲性與敏捷性，加快懲治實施的執行速度，依法從重從嚴處罰造謠者與傳謠者。

另外，該階段中謠言發生類型轉化可能性是最大的，如前面談到的“熊本的朝鮮人向井里投毒”，本來是個別人的網絡惡搞，但由于歷史原因評論轉發者激增，最終演變成了民族情緒的宣泄。謠言類型一旦轉化，融匯交織的復雜因素就更多，引發負面影響的可能性就更大，更需要適時調整治理策略與措施，阻止謠言向更深層次發展。

1.2.4 衰退階段

隨著公眾興趣愿望衰減或是整治措施成效顯現，網絡謠言發展強度會逐漸減弱，開始進入到衰退階段。該階段，謠言本體與發布主體基本保持不變，影響范圍不再擴大，后續很難引發線下反應，但依舊需要進一步疏導公眾情緒，加大輿情巡查發現力度，前期的懲治措施盡快加以落實，避免矛盾再度激化。

1.2.5 平息階段

再猛烈的事物也有歸于平凡的時刻，歷經萌生、擴散、高潮、衰退各環節之后，網絡謠言自然進入到生命周期末端——平息階段。此刻，5大描述性指標的發展過程結束，可以做好善后處理工作并從中梳理狀態轉化規律，分析要素間作用關系，為更好地防范和治理網絡謠言積累素材與經驗。

依附于公共安全事件的網絡謠言傳播過程及要素作用關系如圖1所示。

圖1 網絡謠言傳播過程及要素作用關系

2 基于隨機Petri網的網絡謠言傳播仿真

衍生于公共安全事件的網絡謠言借用事件熱度，通過發布傳播完全捏造或者事出有因但嚴重失真的內容，實現其吸引關注、信息求證、情感宣泄、利益攫取和娛樂惡搞的真實目的。整個過程既受現實事件影響，又自主形成體系，內部與外部因素交織作用造就其復雜多變的演化路徑。傳統模型(如動態貝葉斯網絡)多是順序的進行事件推演，難以從并發角度全面考量事件發展全貌，而隨機Petri網絡恰恰可以彌補傳統算法的不足。

2.1 隨機Petri網簡介

Petri網是一種適合描述異步并發現象的系統模型，于1962年被提出，通過引入變量類狀態元素及相應變遷規則，具備了充分的模擬能力，特別適用于動態行為分析[6]。與貝葉斯網絡類似，Petri網同樣使用網狀圖形表示，庫所(狀態)和變遷是有向網中的基本元素，分別使用P和T表示，F則用來說明兩者之間的流向關系。為進一步描述變遷，隨機Petri另外增加了W、M、λ3個元素，其中W是弧權函數，W(p,t)表示變遷t發生時消耗p類資源的數量，變遷t的發生需要充分考慮此時資源是否充足以及產生的資源能否被容納；M: P→N標識該Petri網中各個庫所中的托肯數目，即對于任意的t∈T，用全局資源分布標識M定義變遷t的發生權，其中M0為初始標識[7]；λ表示變遷實施的平均速率，時間變遷服從以λ為參數的負指數函數分布[8]。

基于隨機Petri網構建仿真模型，實現延遲時間與變遷的關聯對應，在有向弧上標注變遷平均實施速率，通過分析與其等價的馬爾科夫鏈，求解可達的穩定狀態概率，以此識別所構造的模型性能，結合現實情況予以評估和改進。

2.2 傳播仿真模型構建

依據圖1所示的網絡謠言傳播過程及要素作用關系構建公共安全事件網絡謠言傳播仿真模型，如圖2所示。

圖2 公共安全事件網絡謠言傳播仿真模型

該模型由15個庫所和13個變遷組成，庫所及變遷的具體含義如表2所示。

工程施工安全管理是對投入資源和條件的安全管理，進而對施工生產全過程及各環節安全生產進行管理的過程。加強安全管理，防范和減少安全事故的發生，及時妥善處理安全事故，減輕因事故造成的人身傷害和經濟損失，從而使工程順利進行到底，是工程施工管理中不可忽視的一個重要環節。

表2 公共安全事件網絡謠言中的庫所與變遷

該公共安全事件網絡謠言傳播仿真模型初始標識為M0=(1,0,0,0,0,0,0,0,0,0,0,0,0,0,0)，即初始狀態下僅庫所P1有一個托肯，因此可以得到不同變遷引發的可達標識集：

M0=(1,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
M1=(0,1,1,1,0,0,0,0,0,0,0,0,0,0,0)
M2=(0,1,1,0,0,1,0,0,0,0,0,0,0,0,0)
M3=(0,0,0,1,1,0,0,0,0,0,0,0,0,0,0)
M4=(0,0,0,0,1,1,0,0,0,0,0,0,0,0,0)
M5=(0,0,0,0,0,0,1,0,0,0,0,0,0,0,0)
M6=(0,0,0,0,0,0,0,1,0,0,0,0,0,0,0)
M7=(0,0,0,0,0,0,0,0,0,1,0,0,0,0,0)

M8=(0,0,0,0,0,0,0,0,1,0,0,0,0,0,0)
M9=(0,0,0,0,0,0,0,0,0,0,1,1,0,0,0)
M10=(0,0,0,0,0,0,0,0,0,0,1,0,0,1,0)
M11=(0,0,0,0,0,0,0,0,0,0,0,1,1,0,0)
M12=(0,0,0,0,0,0,0,0,0,0,0,0,1,1,0)
M13=(0,0,0,0,0,0,0,0,0,0,0,0,0,0,1)

根據公共安全事件網絡謠言傳播仿真模型的14個狀態M0,M1,…,M13得到同構馬爾科夫鏈，以有向弧表示不同狀態之間的轉化，用λ1,λ2,…,λ13表示t1,t2,…,t13的平均實施速率，如圖3所示。

圖3 公共安全事件網絡謠言傳播的同構馬爾科夫鏈

以P(Mi)表示公共安全事件網絡謠言傳播仿真模型處于穩定狀態下狀態Mi的概率，得到如下狀態概率間關系式：

(1)

求解方程組(1)可以得到傳播仿真模型處于各種狀態的穩態概率，調節特定變遷的平均實施速率λi，可以降低網絡謠言向惡性狀態演化的可能性，進而推導得出過程中的變動規律，為決策部門應對重大公共安全事件中的網絡謠言傳播提供有力的理論依據。

3 網絡謠言演化要素分析

按公共衛生、自然災害、事故災難、社會安全等4種公共安全事件類別擷取影響較大的網絡謠言進行仿真，并分析各自的重點演化要素。

3.1 公共衛生事件網絡謠言

本節以新冠疫情期間“雙黃連事件”網絡謠言為例。2020年初武漢爆發新冠肺炎疫情轟動全國，百度“今日疫情熱搜”顯示網民對新冠肺炎實時動態關注超千萬量級。2020年1月31日晚10時46分，新華社法人微博“新華視點”發布消息稱中成藥雙黃連口服液可抑制新型冠狀病毒，各大媒體紛紛轉載播報，該消息在各大網絡平臺上爆炸式傳播的同時引發線上、線下搶購雙黃連行為。2月1日上午人民日報發布消息稱抑制不等于預防，下午國家衛健委召開發布會指出預防新冠肺炎具體措施應當參考肺炎診療方案，經官方、專家院士多方辟謠，幾天后事態趨于平緩。根據“雙黃連事件”實際進展情況設定網絡謠言傳播模型參數t1,t2,…,t13的平均實施速率λi，i∈{1,2,…,13}。自疫情爆發以后，客觀信息借助網絡實現實時傳播，不妨設λ1=4；不同類型的謠言發布主體往往出于不同目的制造謠言，普通網民和意見領袖一般是出于情緒宣泄和吸引關注度(變遷t2)的目的，普通媒體更多的是基于利益攫取(變遷t3)，因此不妨設λ2=2,λ3=5；“新華視點”發布的消息以純文本為表達形式，敘事語言模糊化且缺乏準確性，因此不妨設λ4=3；信息發布后的幾小時內，微博話題累計閱讀超過15億，討論超過47.5萬，線上、線下各大藥店雙黃連口服液被搶購一空，不妨設λ5=7，λ6=3,λ7=2,λ8=4；2月1日后，辟謠和應急疏導工作逐步展開，不妨設λ9=2,λ10=3,λ11=1,λ12=2,λ13=2。

情景1考量發布主體出于“利益攫取”目的程度(變遷λ3)的變動

通過變動參數λ3“利益攫取”對發布主體影響因素進行仿真評估，求解穩態概率，從而實現變動謠言演化要素導控謠言的目的。

圖4 λ3變動下公共安全事件網絡謠言系統穩態概率

情景2考量網絡謠言表達形式(變遷λ4)的變動

假定其他參數不變，通過變動參數λ4“豐富表達形式”進行仿真評估，求解穩態概率。

如圖5所示，隨著λ4的不斷增加，P(M4)急劇下降，P(M11)、P(M12)和P(M13)呈上升趨勢。從信息的結構和篇幅角度出發量化描述表達形式，篇幅越短、結構越單一(包括單純文本、圖文以及音視頻等多種形式)則模糊性越強。λ4增大說明表達形式逐步豐富，此時P(M4)急劇下降，說明情緒波動和傳播范圍擴大的概率變小；P(M11)和P(M12)上升，說明謠言傳播速度減緩、線下活動事態平息的概率上升；P(M13)上升，說明謠言平息的概率上升。在以新冠肺炎疫情為代表的公共衛生事件中，公眾先前儲備知識較為薄弱，對致病原理和傳播途徑等相關知識不了解進而導致對謠言的判斷力下降，此時以模糊化的語言傳播醫治謠言，余留給公眾較大的想象思維空間，引發嚴重的不良反應，波及范圍和程度必將極為嚴重。如果能夠有效利用媒體發聲，結合現實事件向大眾普及科學知識，勢必可以增強公眾判斷能力，有效阻止謠言傳播。

圖5 λ4變動下公共安全事件網絡謠言系統穩態概率

3.2 自然災害事件網絡謠言

本節以2008年汶川地震期間“都江堰化工廠爆炸，水資源被污染”謠言為例。汶川地震發生后，各類謠言四起，5月14日劉某利用網站群發信息“都江堰一個化工廠爆炸，水資源被污染”造成成都市民瘋狂蓄水、購水，各大超市遭遇搶購潮。謠言還造成部分地區用水量過大，水壓不足后停水，導致群眾情緒的進一步激化。接到市民的求助電話后，中午12時30分四川省抗震救災應急新聞中心通過媒體向市民發布消息辟謠，證實成都市自來水供應安全。下午6時，成都市公安局稱當日根據群眾舉報抓獲謠言散布者劉某，并依法治安拘留4天。根據事件的實際進展情況設定網絡謠言傳播模型參數t1,t2,…,t13的平均實施速率λi，i∈{1,2,…,13}。汶川地震傷亡嚴重，對社會造成巨大影響，設置λ1=5,λ2=4,λ3=2；謠言產生后在特定區域內通過多種手段快速傳播，并且引發激烈的線下反應，設置λ4=2,λ5=5,λ6=3,λ7=2,λ8=4；隨后相關部門辟謠，公安機關依法處置造謠者，事態趨于平緩，設置λ9=2,λ10=2,λ11=2,λ12=2,λ13=2。

情景3考量監管發現(變遷λ7)的變動

通過變動參數λ7“監管發現”對網絡謠言傳播進行仿真評估，求解穩態概率。

如圖6所示，λ7增大表示監管發現效率提升，此時P(M6)下降說明模型處于“訴求未被滿足”狀態概率變小，同時P(M8)下降表明事件升級的概率減小；P(M12)和P(M13)的上升表示謠言傳播速率減緩、線下活動事態平息和謠言平息的概率不斷增大。自然災害事件衍生的網絡謠言多與人民生命財產密切相關，大眾關注度高，并且短時間內多重謠言泛濫的可能性大，對及時辟謠、信息公開造成巨大挑戰。提升多方監管發現能力，豐富群眾的信息途徑是針對此類謠言防治的有效途徑。

圖6 λ7變動下公共安全事件網絡謠言系統穩態概率

3.3 事故災難事件網絡謠言

本節以2011年江蘇“響水萬人大逃亡”事件為例。2010年11月23日，江蘇大和氯堿化工公司發生氯氣泄漏致30多人中毒。2011年2月9日晚10點半，化工園區內工人劉某發現廠區內冒起白煙并伴有刺鼻氣味，隨即通知牌友稱又有氯氣泄漏，趕緊往上風口跑。該消息以電話、短信、論壇帖子等方式迅速傳播，致使響水縣手機網絡一度處于癱瘓狀態。10日凌晨2點左右，響水大逃亡達到高潮，涉及4個鄉鎮30多個行政村的一萬多人。在逃離過程中由于擁堵，發生交通事故并導致4人死亡。根據事件實際情況設定模型參數t1,t2,…,t13的平均實施速率λi，i∈{1,2,…,13}。由于從氯氣泄漏致人中毒事件到此次謠言產生所間隔時間較長，設置λ1=2；陳家港化工園區曾發生過多起安全事故，當地村民的恐懼和不安在不斷積累，但尚未引發媒體的高度關注，設置λ2=5,λ3=2；在此次謠言的傳播過程中，信息結構簡單且在一定時間內實現區域內極速傳播，設置λ4=2,λ5=5；凌晨2點，化工園區工作人員接到詢問電話后組織人員排查，此時事件已達到高潮，設置λ6=4,λ7=2,λ8=6；隨后當地政府逐步開展辟謠等工作，其中短信圖片顯示村民7點40分左右收到辟謠信息，12日造謠者被依法拘留，設置λ9=1,λ10=2,λ11=1,λ12=2,λ13=2。

情景4考量科學數據信息公開(變遷λ10)的變動

通過變動參數λ10“科學數據信息公開”進行仿真評估，求解穩態概率。

如圖7所示，λ10不斷增大表明權威部門進行辟謠和信息公開的速度不斷加快，此時P(M9)的持續下降說明模型處于“線上反應”和“線下反應”的概率降低，相較其他階段時間縮短；P(M11)的增大說明謠言傳播速度減緩的概率上升。科學數據信息公開在網絡謠言治理過程中發揮極其重要的作用，及時的辟謠和權威數據發布能夠有效遏止謠言進一步傳播，同時也可有效避免群體事件激化。

圖7 λ10變動下公共安全事件網絡謠言系統穩態概率

情景5考量訴求渠道堵塞(變遷λ6)的變動

此外，訴求渠道堵塞對事件升級有較大影響，如圖8所示。隨著λ6的增大，P(M6)明顯下降，P(M8)呈上升趨勢。λ6增大表示訴求渠道堵塞程度加大，謠言求證的困難性加重，由此造成受眾陷入恐慌，P(M8)上升表示事件升級概率變大，群體激化易誘發群體性事件；P(M6)的下降說明模型處于“訴求未被滿足”狀態概率變小，相較其他階段存在的時間縮短。一般來說，政府作為突發危機的應對者和處理者是危機發生時大眾的首要求助對象，公眾對于事故災難的恐懼心理和掌握信息的不對稱性導致一旦政府發布權威信息出現缺位，大眾就會轉向其他不可靠信息來源求證。謠言的迅速傳播和盛行大多產生于政府發布權威信息之前。訴求渠道的堵塞導致信息求證無法實現，很大可能會使事件進一步惡化。

圖8 λ6變動下公共安全事件網絡謠言系統穩態概率

3.4 社會安全事件網絡謠言

本節以2018年“江蘇鎮江非法聚集案”為例。2018年6月20日凌晨，王益宏等人以“退伍軍人”旗號非法聚集上訪，在當地政府勸返過程中王益宏自行倒地并錄制虛假視頻，隨后在多個微信群發布“老兵被打”謠言，煽動全國退伍軍人到鎮江“聲援”。臨近的山東、湖南等省份人員相繼向鎮江聚集，導致事件升級，其后3天里有1 000余人非法聚集在鎮江市政府門前，以游行示威、喊口號等方式要求政府滿足各類不合理訴求，并發生暴力對抗事件致使現場65名民警和工作人員不同程度受傷。根據事件實際情況設定模型參數t1,t2,…,t13的平均實施速率λi，i∈{1,2,…,13}。由于事件發展速度快，設置λ1=2,λ2=3,λ3=1；謠言傳播過程中，出現視頻、圖片等形式，設置λ4=5；據統計，6月20日4時30分起3小時內相關視頻和謠言通過微信、QQ群急劇擴散，涉及群組數超過100個，受眾數達萬人，設置λ5=5,λ6=4,λ7=2,λ8=6；為澄清事實真相，6月21日鎮江市政府調出現場監控在聚集現場播放，設置λ9=2,λ10=2,λ11=1,λ12=2,λ13=2。

情景6考量依法處置力度(變遷λ11)的變動

通過變動參數λ11“依法處置力度”進行仿真評估，求解穩態概率。

如圖9所示，λ11增大表明依法處置力度不斷加大，此時P(M9)和P(M11)明顯下降說明模型處于“線上反應”和“線下反應”的概率降低，相較其他階段時間縮短；P(M10)大幅度上升說明“線下活動事態平息”概率變大；此外，P(M7)和P(M12)的小幅度上升說明模型中“權威部門”的概率增大，并且“謠言傳播速度減緩”的概率變大。可見，加大依法處置力度、提升執法效率同樣是網絡謠言有效治理的重要手段。該事件中，由于網絡謠言發現、處置不夠及時，造成極短時間內謠言在微信朋友圈迅速傳播，引發了后續的線下惡化后果，在采取“亡羊補牢”干預措施之后才使得事件趨于平穩。充分發揮科學技術優勢實現網絡謠言溯源，在謠言產生后快速準確定位發布者，實現違法必究，從而有效解決處置過程中法律監管缺位的問題。

圖9 λ11變動下公共安全事件網絡謠言系統穩態概率

3.5 結果表明與闡述

表3是對上述討論的4類公共安全事件網絡謠言重點演化要素的歸納。通過仿真模擬實驗，結合各類公共安全事件具體特點，討論降低網絡謠言向惡性狀態演化的可能性，進而推導得出過程中的變動規律，公共衛生事件中，普及科學知識、增強公眾判斷能力是關鍵；自然災害事件中，提升多方監管發現能力，豐富群眾的信息途徑是針對此類謠言防治的有效途徑；事故災難事件中，訴求渠道的暢通，及時的辟謠和權威數據發布能夠有效遏止謠言進一步傳播；社會安全事件中，充分利用科學技術，彌補網絡謠言治理過程中法律監管缺位的問題是關鍵。

表3 公共安全事件網絡謠言重點演化要素

4 結語

公共安全事件網絡謠言源于一定的事實基礎，含有顯性或隱性的內在邏輯關系，與完全憑空捏造的謠言有著本質的不同，因此這類網絡謠言的有效預防和治理需要結合所屬公共安全事件的屬性和特征提出具體的措施。已有研究成果較少考慮不同類型突發事件網絡謠言治理側重點的問題，同時缺乏謠言發展全過程分析和線下互動影響的考量。本文通過構建公共安全事件網絡謠言演化隨機Petri網模型及其等價馬爾科夫鏈，結合具體事例運用數學方法分析系統均衡狀態及演化要素變動規律，為決策部門導控和治理重大公共安全事件網絡謠言提供一定的理論支持。公共衛生事件類謠言治理如果能在事件發生的第一時間充分利用媒體向群眾普及科學知識，將會有效避免社會恐慌以及群體不理智行為；自然災害事件衍生謠言具有短時間多類型泛濫的特點，可以從引入輿情監測技術和積極發動網民參與謠言治理兩個方面提升網絡監管發現能力；事故災難事件網絡謠言處置過程中應當注重政府公信力的建立，辟謠、信息公開不及時都會導致群眾對政府的信任度降低，引發民眾質疑和過激行為；社會安全事件網絡謠言根據其所屬事件的人為故意性特征，注重謠言的溯源追蹤，并相應提升依法處置效率與力度。

采用Petri網建模分析能夠將事件發展演化過程中各關聯屬性納入考慮范圍，通過速率調整實現全過程動態模擬研究。本文選取了各類公共安全事件中影響較大的單一事例進行分析，但需要指出的是，一種類型突發公共安全事件可能衍生出多種類型謠言。在目前的實際運用中需要結合具體案例重新設置變遷實施速率，未來可深入研究依附于同一事件的謠言傳播各階段速率變化規律，為謠言治理防范提供更具普適性的建議。