互聯網超強連結階段謠言傳播制約因素變遷

趙清源 黃磊

摘要：隨著2008年我國互聯網人口以2.53億躍居世界第一，我國正式進入互聯網大國的行列，互聯網成為信息傳播中的重要組成部分。而到如今的13年間，互聯網謠言逐步成為信息傳播過程中不可忽視的影響因素。因此本文嘗試將謠言傳播的制約因素分為“受眾辨識能力”與“傳播手段豐富度”兩個部分，以汶川地震與新冠肺炎疫情為切入點，淺析發展至今的中國互聯網中謠言傳播制約因素的變遷。

關鍵詞：謠言傳播；互聯網發展；網民結構；制約因素

中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2021）03-0063-06

一、引言

網絡謠言，是自互聯網普及以來便伴隨其左右的產物。在不同發展階段，網絡謠言的傳播力度會因為傳播手段的多寡以及受眾媒介素養的高低存在階段性差異，因此，探究網絡謠言在不同階段的產生及傳播機制，變得十分重要。

在新冠肺炎疫情中，疫情早期網絡謠言的爆炸式傳播所帶來的恐慌與浮躁的情緒，嚴重干擾了正常的網絡傳播秩序與社會治理，對輿論引導造成了一定影響。而從2008年四川汶川地震的媒介表現與受眾表現看，汶川地震的輿論引導以及謠言治理則是較為穩健且深入人心的。本文嘗試將這類差異歸因于謠言傳播中制約因素的變遷，即“受眾辨識能力”以及“傳播手段豐富程度”的變遷。

本文從網絡謠言傳播機制入手，分析互聯網超強連結階段謠言傳播制約因素的變遷。

二、文獻綜述

本文所聚焦的謠言傳播制約因素，可以在拉斯韋爾（Harold Lasswell）所提出的5W模式中初見端倪[1]。根據拉斯韋爾在《傳播在社會中的結構與功能》一書所提出的5W模式，本文嘗試將“謠言”作為傳播內容代入其傳播模型中，在這個傳播模型中，傳播過程由傳播者出發，產生謠言內容，再通過各類傳播渠道抵達傳播受眾，并使他們產生如恐慌、害怕等傳播效果，即傳播者—傳播內容—傳播渠道—傳播對象—傳播效果[1]。本文所聚焦的謠言傳播的制約因素集中于后半程，即“傳播渠道”與“傳播對象”，并關注這二者的變遷所帶來的傳播效果的不同。

在當今的大眾傳播過程中，傳播渠道主要包括報紙、互聯網、電視、廣播等，其中，報紙、電視、廣播等傳播渠道與方式，內容較為嚴肅且權威，且幾乎不存在互動空間，因而謠言由這些渠道擴散的可能性較小。因此本文聚焦的傳播渠道更多集中在互聯網范疇。網絡范疇內，智能手機、可互動性質的社交APP的普及，給予了信息更多的傳播渠道與傳播手段，因此，本文將傳播渠道明確為互聯網端的“傳播手段豐富程度”。

傳播對象，在上述的定義中，我們可以將其明確為互聯網網民，他們媒介素養的高低則決定了他們在謠言面前到底是魔彈論[2]的標靶，還是有限效果論[3]的盾牌。因此，本文重點考察不同互聯網階段傳播渠道的“傳播手段豐富程度”以及傳播對象對信息的“受眾辨識能力”。而針對謠言本身，即關于傳播內容的文本分析以及謠言制造者，則暫時不在本篇的研究范疇之內。

因此，對互聯網不同發展階段的劃分，是分析不同時段互聯網發展狀況的重要方式。相較于13年前對汶川地震的報道，如今新冠肺炎疫情的報道中，無論是受眾結構還是互聯網科技發展都已然出現了巨大的變化。在方興東與陳帥所作的《中國互聯網25年》中，他們對中國互聯網的發展階段進行了三階段的定義，其中，1994—2008年被定義為弱連結階段，2008—2016為強連結階段，2016至今為超強連結階段[4]。而此次疫情期間，大量無關信息的出現嚴重擾亂了疫情報道中有效信息的傳播。而在整個傳播過程中，此類現象的產生與中國互聯網所呈現的“由內容治理向社會綜合治理”[4]的階段性矛盾特征密不可分。

除卻結構劃分外，公眾對謠言的辨識能力也影響著謠言的傳播。劉鳴箏與孔澤鳴的《媒介素養視閾下公眾謠言辨別能力及其影響因素的實證研究》中所作的實證研究指出，我國大專（或高職）以上的學歷中，個體的謠言辨別能力與其謠言辨別能力顯著正相關，學歷越高的人越容易辨別謠言[5]。在互聯網人口快速增長的今天，互聯網人口學歷水平也將成為謠言傳播的重要制約因素。

在疫情謠言的相關研究中，對于受眾心理與謠言案例的微觀分析也可以成為重要的切入點。如趙志朋在《以網絡謠言的傳播觀察從眾心理的發展趨勢——基于疫情期間的討論》[6]中指出“從眾心理是網絡謠言主要宿主”，韓雅鳴與范詩雨在《突發事件中網絡謠言負面傳播效果的生發機制分析——基于14個案例的清晰集定性比較分析》[7]中得出“謠言類型、傳播媒介、失真程度和情感傾向在特定條件組合下，容易引發網絡謠言負面或非負面傳播效應”的結論，從這些學術論文中均可看出，目前學界從微觀角度所作的研究已頗具規模。而從謠言擴散路徑的宏觀角度出發，從“受眾識別能力”與“傳播手段豐富度”這兩個傳播環節對謠言傳播制約因素進行分析的文獻則較為有限。因此，本文從謠言傳播制約因素的宏觀角度出發對上述問題進行分析，嘗試以數據對比與現象綜述的形式，結合最新發生的新冠肺炎疫情的傳媒表現以及與過去的比較，豐富謠言傳播這一領域的研究。

本文的核心目標在于：結合2008年汶川地震與2020年新冠肺炎疫情期間的謠言傳播現象，以互聯網端“受眾辨識能力”及“傳播手段豐富程度”為切入點，解釋不同時期謠言傳播現象呈現階段性特征的原因，并給出相應對策。本文也由此提出以下兩個子問題。第一，隨著我國互聯網人口總數的增長以及互聯網外總體人口素質的提升，互聯網網民對謠言的識別能力是否能夠有所提升？第二，科技發展所帶來的傳播手段的豐富，能否彌補因受眾認知能力不同而產生的對謠言判斷水平的鴻溝？

為解釋與驗證上述理論，本文選取了四川汶川地震與新冠肺炎疫情進行分析。選擇這兩個突發公共事件作為切入點有三個理由：第一，四川汶川地震所處的2008年處于中國互聯網網民總數躍居世界第一的關口，具有里程碑意義，且位于弱連結向強連結過渡的關鍵節點，相關傳媒表現尚可追溯、信息較為豐富；第二，新冠肺炎疫情與汶川地震都造成了難以估量的群眾生命財產損失，其嚴重性相當，且媒體都進行了大幅報道；第三，2003年的非典時期，由于互聯網普及率過低，主要是依靠報紙等傳統媒體作為信息的留存，不利于收集互聯網數據與資料，因而本文暫時將其舍去。

三、概念化：互聯網謠言制約因素的兩個部分

本文將互聯網謠言制約因素分為兩個部分，分別為“受眾識別能力”與“傳播手段豐富程度”。

受眾辨識能力，主要指作為主要受眾的互聯網網民對謠言的辨識能力。本文將受眾辨識能力的定義概念化地分為如下兩個維度，分別為“互聯網網民基數”以及“互聯網網民的學歷結構”，并將指標劃分為“互聯網網民基數”中網民占比的多寡，以及“互聯網網民學歷結構”中網民學歷的各個層次。

傳播手段豐富程度，主要指謠言傳播的路徑與方式。本文將傳播手段豐富程度概念化為以下兩個維度，分別為“智能手機出貨量及普及率”以及“意見平臺與新聞平臺等手機APP的月活用戶量”，并將指標定為“智能手機普及率”的占比，以及“意見平臺性質的手機APP的月活用戶量”的占比。

四、研究方法

本文將就上述文獻綜述與概念化中所提出的“受眾辨識能力”以及“傳播手段豐富程度”所需要的論證材料進行收集與整理，并進行描述與研究。

（一）數據收集內容

針對“受眾辨識能力”的測量，上文在概念化中將其歸納為“互聯網網民基數”以及“互聯網網民學歷結構”兩個維度，本文對能夠準確反映2008年至2020年網民基數與學歷結構的內容進行收集，并嘗試從它們的指標變換中得出結論。

針對“傳播手段豐富程度”的測量，上文將其歸納為“智能手機普及率”以及“意見平臺性質的手機APP月活用戶量”這兩個維度，因而本文將對2008至2020年“智能手機普及率”以及“意見平臺APP月活用戶量”的內容進行收集，并同樣嘗試從它們的指標變換中得出結論。

（二）數據收集方法

針對上述內容所需要的數據與指標，由于其需要準確而權威的數據，因此本文的數據來源主要依賴官方以及權威統計機構的已有數據。主要文獻來源為中華人民共和國國家互聯網信息辦公室所作的《中國互聯網絡發展狀況統計報告》系列，以及各個商業公司及統計機構對手機、APP月活用戶等的統計與調研。

（三）數據收集內容及描述

以下為針對上述問題所收集的數據的展示。

1.互聯網網民基數的發展。2008年，據中國互聯網絡信息中心（CNNIC）《第22次中國互聯網絡發展狀況統計報告》顯示，彼時我國網民總量約2.98億，中國互聯網普及率為19.1%，雖然人數眾多，但仍略低于世界平均值的21.1%[8]。

而截至2020年6月，CNNIC的統計數據顯示，2020年我國網民總量已經達到9.4億，較2008年增加了6.42億之多，網絡普及率已達67%[9]。

2.互聯網網民學歷結構的變遷。在2008年的中國互聯網報告中，我國網民學歷構成如下：大專學歷與本科及以上學歷占比30%，接近上網總人數的1/3，其中大學本科學歷為14.1%[8]（見圖1）。

在2020年的中國互聯網報告中，隨著互聯網的普及以及門檻的降低，互聯網已不再是較高學歷層次與經濟水平人員的“專屬”。從2020年的網民學歷結構中我們可以明顯地發現，隨著網民基數的增加，高中學歷、大學專科、大學本科及以上學歷的網民比重都呈現出了不同程度的下滑（見圖2）。

大學本科及以上的人口比重由2008年相加的15.3%下降到了8.8%，下降幅度接近50%；專科人數比重下降了5%，與此同時，高中學歷人數比重由39%下降到了21.5%，下降了17.5%[9]。

3.智能手機普及程度。根據《2018年中國智能手機行業發展概況及發展前景分析》的統計，2008年，我國智能手機出貨量不到0.2億臺[10]，到了強連結末尾階段的2016年，智能手機的出貨量達到了4.67億臺，整個數量增加了22.35倍[11]。據中金公司統計，雖然2020年我國手機出貨量受疫情影響下降了6.3%，但仍有3.48億部[12]。

與此同時，使用手機上網的入網用戶也由2008年的0.73億人[8]上升到2020年的9.32億人[9]。相較于手機端用戶占總用戶數的變化來看，手機端用戶在互聯網總用戶中的占比由2008年的28.9%[8]飛躍至2020年的99.2%，上漲了70.3%，手機端用戶幾乎覆蓋了全部的上網人口[9]。

4.三類主要手機APP月活用戶變遷。以16.55%的周活躍滲透率居于新聞類APP之首的今日頭條[13]，作為繼門戶、搜索之后的互聯網新入口，改變了信息傳播方式、實現了信息即時分享[14]的新浪微博，以及居于2019社交類APP品牌指數之首的微信[15]，以它們為代表的APP在極大地豐富了網民日常生活的同時，也構建了網民獲取信息與交換、發表信息的重要網絡平臺。自它們創立之初到2020年的今天，其用戶活躍數與我國互聯網網民的發展趨勢也呈現出正相關關系，甚至部分APP的月活躍用戶數有著超越我國網民總數的現象。

今日頭條于2012年8月問世，新浪微博于2009年8月上線，微信于2011年1月推出，因此本文選擇在三者都可以收集到數據的2013年為參考，根據2013年與2020年的統計數據針對其活躍用戶進行統計，統計結果如下。

今日頭條2013年注冊用戶為7000萬，月活躍用戶為3000萬[16]。至2020年1月，今日頭條月活用戶一躍突破3億大關，達到3.268億人[17]。

微信2013年月活躍用戶數為3.55億人[18]，至2020年1月，其月活躍用戶飆升至12.025億[19]，已經超過了我國2020網民總數（在考慮到個人多號的情況下）。

新浪微博2013年月活躍用戶為1.291億[20]，而2020年第一季度財報顯示，其月活躍用戶已然達到5.5億（日活躍用戶以2.41億的數量，超過了2013年的月活躍用戶）[21]。

與此同時，2013年我國入網用戶為6.18億[22]，2020年為9.4億。從APP月活躍用戶占比的逐步升高可知，社交類與新聞資訊類APP的月活躍用戶量正逐漸接近我國網民總數，微信的月活用戶數甚至已經超出了我國網民的總數。

五、結果分析

上述研究中完成了對四個相關內容的數據收集，分別收集了“互聯網網民基數”“互聯網網民學歷結構”的發展，以及“智能手機普及程度”和“主流APP月活用戶”的變遷。因此本階段將對上述數據內容進行分析與解讀。

（一）受眾辨識能力分析

自2008年至2020年“互聯網網民基數”所呈現的變化中可以看出，我國互聯網網民數量有著飛躍式的發展，由2.98億攀升至9.4億。而與上文所提出的子問題相反的是，即使網民總數出現了飛躍，但其學歷結構與質量卻呈現出了相反的發展態勢。在“互聯網網民學歷結構”中，2020年高中、專科、本科及以上學歷都呈現出了不同比重的下滑，而劉鳴箏、孔澤鳴的《媒介素養視閾下公眾謠言辨別能力及其影響因素的實證研究》中所進行的實證研究表明，個體受教育水平的高低，尤其是是否受過高等教育，是與個體的謠言辨別能力息息相關的，學歷層次越高，個體的謠言辨別能力就越強。因而隨著互聯網網民基數的上升以及整體網民學歷結構的下降，從宏觀層面看，2020年新冠肺炎疫情期間的互聯網網民對謠言的整體識別能力是低于2008年汶川地震時期同期網民的。

由于互聯網在起步之初其網民均是受過良好教育或是有良好媒介素養的受眾，因此整體學歷結構較高，媒介素養也較可觀。而隨著互聯網覆蓋率趨近于我國總人口，即使我國總人口的綜合素質在近年來已經有了持續的提升，但由于互聯網初期學歷結構起步較高，高于平均人口學歷，因而會出現互聯網人口學歷結構下滑的現象。

針對未來我國互聯網受眾結構的發展，本文做出如下預測：在互聯網逐步完成對我國人口的覆蓋的過程中，互聯網綜合學歷結構將無限趨近于我國整體學歷結構，具體將表現為：較2008年而言，2020年后的互聯網網民學歷水平將持續降低，但幅度放緩，并最終與我國總人口的學歷水平持平。而在兩者趨同后的一段時間內，隨著高等教育的普及，兩者將同時開始同比上漲，并最終高于2008年的整體學歷。此類預測的前提為，我國基礎教育與高等教育的教學質量不能出現顯著滑坡或是大量不成比例的擴招，以此為前提，整體網民對于網絡謠言的識別能力將在趨同后的提升階段呈現出更好的態勢。（所制圖表如圖3，x軸為年份，y軸為學歷占比，學歷占比數字為構建坐標所假設，數字本身無意義）

（二）傳播手段豐富程度分析

智能手機與手機APP的普及，給網民帶來了自由發帖、轉帖及評論與交流的能力，在傳播手段中發揮著重要的作用。這意味著受眾可以打破原先的直線傳播模式，不再被動地等待新聞，而擁有尋找新聞、制造新聞以及拒絕新聞的能力，他們也擁有了成為個人輿論領袖的基礎。

在智能手機普及程度上，每年3億～4億部的智能手機出貨量，經過逐年累積與新品牌的加入，已經使我國互聯網手機端網民占比由2008年的28.9%飛躍至2020年的99.2%，幾乎覆蓋了全部的上網人口。

而各類手機APP的普及也將受眾分散到了成百上千個不同的輿論與社交平臺中，而與此同時，大多APP平臺都擁有著自己的話語體系與信息選擇傾向，這帶來了謠言傳播手段與傳播渠道的多元化，給監管、識別、追蹤謠言路徑帶來了相當程度的困難。

而從今日頭條、新浪微博與微信的月活用戶分別為3.268億、5.5億以及12.025億可以得出，吸納眾多受眾的各類互聯網平臺，正在隱性地削弱主流媒體對于公眾輿論的把握程度。

2008年這一互聯網普及率并不高的傳統媒體時期，是各類傳統媒體（如紙媒、電視臺、電臺等）的獨大。那時媒體技術與經濟、科研的不發達，造就了傳統媒體在輿論引導與輿論監督上的絕對話語權。對于那時的人們而言，報紙、電視、電臺再加上雜志、周刊等，幾乎囊括了大家所有的信息接收渠道，單向傳播較為常見。而謠言的傳播，受制于技術與經濟水平的限制，渠道十分狹窄，因此可以忽略不計，只能停留在某一個小群體當中。

而在2020年新冠肺炎疫情期間，可以明顯發現，作為意見平臺的微博、微信、今日頭條等APP，成為了互聯網謠言及不實信息的集散地，相較于權威的官方消息，未經審核的民間內容可以輕易而快速地抵達消息廣場，并且幾乎不需要付出任何代價。與此同時，在APP將網民分配切割得太過分散時，辟謠、審核等也遇到了難題。

針對文獻綜述中所提出的問題二，本文提出，隨著傳播手段的快速豐富，用戶將被被動地進行分類，即高認知能力的受眾將集中在對使用能力要求相對較高的平臺，而認知能力偏弱的受眾則也將自動聚集于對受眾水平要求相對較低的平臺。因而，快速豐富的傳播手段在一定程度上加劇了受眾對謠言判斷水平的差異。

因此，互聯網經濟帶來的海量APP，以及高達99.2%的網民手機普及率，大大增加了傳播手段的豐富程度，也大大提升了謠言的傳播力度。

（三）總結

從上述論證可以得出，在2008年至2020年的12年間，隨著互聯網人口的增加，網民的綜合學歷出現了降低，而學歷的降低在很大程度上影響著受眾對謠言的辨識能力，而受眾的整體辨識能力又影響著謠言的傳播效果。與此同時，智能手機的普及以及網絡APP的多樣化，使得謠言得以在網絡中以各種形式、各類語境進行傳播，并滲透至各個網絡群體，因此，傳播手段的多樣性也顯著制約與影響著謠言傳播的結果。

六、討論

（一）汶川地震的傳媒環境

汶川地震發生的2008年正處于我國網絡弱連結階段的最后一年，也是邁入強連結階段的第一年。謠言的治理一直是互聯網信息內容治理的一大考驗，而在2008年，雖然互聯網已經開始悄然萌芽，但其內容總體而言仍然是可控與可檢測的。

彼時，微信、微博等現象級社交媒體尚未興起，而作為21世紀前十年最大的社交平臺人人網，其主要目標用戶是在校大學生這一相對擁有較高辨識度能力的受眾群體，再加之人人網本身公共主頁的不完善[23]，導致謠言的傳播受到了一定的限制。與此同時，論壇、貼吧等平臺的傳播能力較弱，更多的是圈內傳播，圈外傳播力度與瀏覽量會大打折扣，因而虛假信息與網絡謠言更加難以得到發散的空間。

由于謠言可散發的平臺有限，使得網絡內容的監管難度與12年后相比也明顯偏低。如5月12日下午產生的謠言“5月12日22點到24點時間段，北京局部地區會有2-6級地震”，在該謠言產生1小時后，16時41分新華網發布《快訊：國家地震局稱關于北京今晚將發生余震的傳言不屬實》進行了快速辟謠[24]。由此可見，謠言傳播的效率、速度，在很大程度上建立在傳播手段的豐富程度以及網絡人口謠言辨識能力上。

（二）新冠肺炎疫情的傳媒環境

在新冠肺炎疫情中較為典型的謠言案例，如藥用方面“雙黃連口服液搶購”[25]、病毒來源方面的“武漢實驗室泄漏病毒”[26]、朋友圈謠言方面的“美國十艘醫療船秒殺方艙醫院”（后被網友辟謠），均是從自媒體等網絡新媒體流出的，雖然后來被辟謠，但也引發了如搶藥潮、陰謀論等局部輿情與治理混亂，并且在一定程度上加劇了負面信息的傳播。這類不經審核即可由自媒體或個人發布的文章與觀點，對抗擊新冠肺炎疫情所需要的穩定輿論環境形成了負面干擾。

顯而易見，若是疫情期間主流媒體在一些關鍵新聞上出現了滯后與失聲，互聯網平臺上的信息便會很快占領信息高地。與此同時，大大加深的互聯網普及度以及各類意見平臺的林立也削弱了主流媒體對于輿論的把控。另外，隨著強連結狀態下互聯網人口綜合學歷與素質的整體下降，從宏觀層面而言，總體網民對于不實消息的辨別能力降低。多樣的傳播手段在帶來信息即時化的同時，也削弱了主流媒體輿論把控能力，再加之受眾總體辨識能力的下降，2020強連結階段謠言的治理是面臨難題的，其兩個主要方面仍然是“受眾辨識能力”以及“傳播手段豐富度”。

七、結語

本文著重從謠言傳播模型中的傳播渠道與傳播對象出發，分析了這兩個因素對謠言可能產生的制約，并基于數據內容以及現象作了一些可能性的預測，希望本文的研究可以為“新冠肺炎疫情謠言傳播分析”的研究給出一些參考。

與此同時，從數字層面進行的宏觀分析是無法做到一些要點的準確與豐富的，2008年早期的數據已不可考，如2008年互聯網端APP數量以及各個APP所吸納的網民百分比等。若可以有這些數據作支撐，本文的論述也許會更加立體。

世界是動態發展的，本研究的結論僅能停留在這個時間段內，而當互聯網人口學歷結構與總人口完成了99.9%的趨同后，在其共同提升的過程中，網民對于謠言的識別能力能否像本文預測的那樣逐漸提升，以及傳播手段豐富度接近飽和后，謠言傳播的制約因素是否會出現新的變化，值得在未來繼續深入觀察與研究。

參考文獻：

[1] 邱沛篁，吳信訓，向純武，等.新聞傳播百科全書[M].成都：四川人民出版社，1998：64-65.

[2] 甘惜分.新聞學大辭典[M].鄭州：河南人民出版社，1993：129.

[3] 劉建明.宣傳輿論學大辭典[M].北京：經濟日報出版社，1993：302.

[4] 方興東，陳帥.中國互聯25年[J].現代傳播（中國傳媒大學學報），2019，41（04）：1-10.

[5] 劉鳴箏，孔澤鳴.媒介素養視閾下公眾謠言辨別能力及其影響因素的實證研究[J].新聞大學，2017（04）：102-109+151.

[6] 趙志朋.以網絡謠言的傳播觀察從眾心理的發展趨勢——基于疫情期間的討論[J].牡丹江師范學院學報（社會科學版），2020（05）：74-84.

[7] 韓雅鳴，范詩雨.突發事件中網絡謠言負面傳播效果的生發機制分析——基于14個案例的清晰集定性比較分析[J].情報探索，2020（10）：23-28.

[8] 中華人民共和國國家互聯網信息辦公室.第22次《中國互聯網絡發展狀況統計報告》[N/OL].中國網信網，http：//www.cac.gov.cn/2014-05/26/c_126 548659.htm，2014-05-26.

[9] CNNIC發布第46次《中國互聯網絡發展狀況統計報告》[N/OL].中國互聯網絡信息中心，http：//www.cnnic.net.cn/gywm/xwzx/rdxw/202009/ t20200929_71255.htm，2020-09-29.

[10] 2018年中國智能手機行業發展概況及發展前景分析[圖][N/OL].中國產業信息網，http：// www.chyxx.com/industry/201803/620359.html，2018-03-19.

[11] 2020年5G技術背景下中國智能手機出貨量及市場發展趨勢預測[圖][N/OL].中國產業信息網，http：//www.chyxx.com/industry/202005/859479. html，2020-05-07.

[12] 東方財富網.中金公司：預計2020年中國手機市場出貨將下降6.3%至3.48億部[N/OL].新浪財經，http：//finance.sina.com.cn/stock/relnews/hk/2020-02-25/doc-iimxxstf4209964.shtml，2020-02-25.

[13] 產業研究. 2019-2025年中國新聞類APP市場競爭現狀及未來發展趨勢研究報告[N/OL].中國產業信息網，https：//www.chyxx.com/research/201812/ 699785.html，2018-12-14.

[14] 經濟日報.社交網絡：引導向上“正能量”[N/ OL].中國文明網，http：//www.wenming.cn/xwcb_ pd/cmcy/201209/t20120918_857635.shtml，2012-09-18.

[15] 2020年中國社交類APP市場分析報告——行業規模現狀與投資商機研究[N/OL].中國報告網，http：//baogao.chinabaogao.com/ruanjian/382961 382961.html，2020-04-11.

[16] 鈦媒體.今日頭條為什么火，技術真能幫媒體變現？[N/OL].個人圖書館，http：//www.360doc.com/ content/14/0609/14/2011549_385096578.shtml，2015-06-09.

[17] qi25527 . 2020中國手機app用戶量排行榜前100名，“今日頭條”排名意外！[N/OL]個人圖書館，http：//www.360doc.com/content/20/0424/12/ 66394532_908064452.shtml，2020-04-24.

[18] 人民網-財經頻道綜合.騰訊2013年總營收604.37億元 微信活躍賬戶數3.55億[N/OL].人民網，http：//finance.people.com.cn/n/2014/0319/c1004-24682273.html，2014-03-19.

[19] 新浪VR . 2020微信就業影響力報告：微信月活躍帳戶數達12.025億（可下載）[N/OL].新浪網，http：//vr.sina.com.cn/news/report/2020-05-16/ doc-iirczymk1894120.shtml，2020-05-16.

[20] 鳳凰科技.新浪微博2013年12月月活躍用戶為1.291億[N/OL]. TechWeb，http：//www.techweb. com.cn/internet/2014-03-15/2016744.shtml，2014-03-15.

[21] 界面新聞.快看|微博2020年第一季度財報：月活躍用戶達5.5億[N/OL].新浪科技，https：// tech.sina.com.cn/roll/2020-05-19/doc-iirczymk248 2240.shtml？cre=tianyi&mod=pcpager_tech&loc= 23&r=9&rfunc=100&tj=none&tr=9，2020-05-19.

[22] CNNIC發布第33次《中國互聯網絡發展狀況統計報告》[N/OL].中國互聯網絡信息中心，http：//www.cnnic.cn/gywm/xwzx/rdxw/2014/201401/ t20140116_43823.htm，2014-01-16.

[23] 龐書緯.“中國的Facebook”緣何由盛轉衰[J].新聞知識，2019（08）：3-6.

[24] 四川省地震局百家號.大災害身后的陰影——汶川地震謠言評說[N/OL].四川省地震局，https：// baijiahao.baidu.com/s？id=166642984095595 3381&wfr=spider&for=pc，2020-05-12.

[25] 中國新聞網.雙黃連可預防新冠肺炎感染？誤區[N/OL].中國互聯網聯合辟謠平臺，http：// www.piyao.org.cn/2020-02/12/c_1210470789.htm，2020-02-12.

[26] 外交部發言人辦公室.武漢實驗室“失誤證據”被外媒公開？謠言[N/OL].中國互聯網聯合辟謠平臺，http：//www.piyao.org.cn/2020-05/08/c_121 0609423.htm，2020-05-08.

作者簡介：趙清源（1998—），男，江蘇南京人，碩士在讀，研究方向：傳播學。

黃磊（1987—），男，香港人，博士，講師，研究方向：組織傳播。