健康謠言的干預策略：基于信息生命周期的視角

摘 "要""如何有效治理健康謠言是社交媒體時代的一大難題。健康謠言傳播具有信息和信息加工主體兩個層面的驅動因素， 可依據信息生命周期理論將其分為產生期、評價期和傳播期三階段， 系統歸納與分析不同階段的健康謠言干預策略： 產生期重在預防， 強調對大眾進行心理接種、提升自身健康素養; 評價期關注個體的主觀能動性， 包括聚焦信息準確性以及促進自身分析式加工; 傳播期通過提高辟謠信息可信度、善用反駁文本和調節個體情緒狀態， 實現精準辟謠。未來研究可繼續創新信息生命周期視角下健康謠言的治理策略， 細化考察不同類型與易感人群下的干預手段; 歸納與驗證不同策略在現實世界中的應用效果， 充分發揮行為科學與網絡平臺對建立健康謠言干預的長效機制的作用。

關鍵詞""健康謠言， 錯誤信息， 網絡謠言， 心理接種， 真相三明治

分類號""B849： C91

1""引言

謠言（rumors）是有多維度定義的概念， 一般指正在傳播、未經證實的信息陳述（賴凱聲， 李丹， 2022， pp. 569?570; 林華， 2021， p. 29）， 其傳播會加劇社會恐慌、引發信任危機、危害公共安全（Chen amp; Wang， 2020; Lv et al.， 2022）。近年來與謠言高度相關的概念包括錯誤信息（misinformation， 又譯不實信息）或虛假信息（disinformation）， 其內涵雖有交叉但側重點并不相同。謠言的真實性未經證實， 強調信息的傳播性與傳播范圍; 而不實信息或虛假信息都是已被證實為假的信息， 強調信息的真偽性， 其中虛假信息尤指出于政治或軍事目的而故意散布的假消息（Maertens et al.， 2021）。與健康相關的謠言即健康謠言（health rumors）， 是網絡社會最為常見的謠言類型之一（Yang et al.， 2021）。尤其在新冠疫情爆發期間， 網絡健康謠言泛濫并與其他虛假信息一起造成了“信息疫情” （infodemics; Dunn"et al.， 2023; Hernandez"et al.， 2021）， 成為全球網絡空間治理中的突出議題。考慮現有治理技術多未對健康謠言、錯誤健康信息（health misinformation）或虛假健康信息（health disinformation）進行區別性干預（Chan et al.， 2017; Liu amp; Qi， 2022）， 這里仍統稱為健康謠言。

以往相關研究主要集中于健康謠言的產生與識別、傳播與控制等方面。其中， 計算機學科通常采用機器學習或深度學習的方法來探究健康謠言的識別（Shahsavari et al.， 2020; Wang et al.， 2019）; 新聞傳播學利用案例分析或文本分析法來考察健康謠言的傳播媒介（Trotochaud et al.， 2023）; 統計學常通過模型建立力求模擬出最優的健康謠言控制系統（Tian et al.， 2015）。可見， 健康謠言的研究受到了多學科的關注， 且研究側重點各有差異， 但它們都重視對健康謠言的干預與治理。然而， 基于這些學科視角而提出的健康謠言治理措施主要聚焦于政策和組織層面的策略性改良， 卻忽略了謠言接收者和傳播者在信息加工中的個體差異和能動性。尤其是隨著互聯網和移動終端技術的發展， 普通大眾常帶著私人情感走進公共空間， 參與公共討論并表達訴求， 以求尋得解決辦法（Scarantino et al.， 2022; Zhong， 2021）。因此， 謠言也具有在模糊情境下建構意義以應對威脅的工具性意義， 不能完全忽視謠言背后的群體性善意動機及其對疏解公眾情緒、表達社會訴求的積極功能（迪方佐， 波迪亞， 2021， p. 4; 郭小安， 2015， p. 227）。

依據信息生命周期理論， 對在不同階段具有不同特點的信息實施不同的管理方式和應對策略， 可實現信息生命周期每一階段獲取信息價值的最大化（談天 等， 2022; Wei amp; Zhang， 2019）。這就是所謂的生命周期方法， 即利用生物生命周期的思想， 將探究對象從其形成到消亡看成一個完整的生命過程（Cai et al.， 2022）。適用于這一方法的研究對象需要符合兩個條件： 具有生命特征和存在的有限性（朱曉峰， 2004）。健康謠言因其具備從產生到衰落的動態過程， 自然符合生命周期的發展規律， 符合使用這一方法進行理論分析和實踐應用的條件。國內外研究也已嘗試使用生命周期方法劃分謠言發展階段， 多依據時間趨勢將其劃分為多個階段， 但劃分方式有一定的差異， 包括三階段說（迪方佐， 波迪亞， 2021， p. 192）， 如產生期、評價期、傳播期; 四階段說（梁冠華， 鞠玉梅， 2018）， 如潛伏期、爆發期、蔓延期以及終結期; 以及五階段說（Herovic et al.， 2020）， 如危機前期、初始期、維持期、解決期以及評估期。盡管具體階段的劃分并不相同， 但這些劃分法都承認不同生命周期階段的信息傳播存在較大區別， 也應據此靈活設置相應的干預措施。不同類型的謠言信息和個體特征如何在謠言傳播的不同階段產生具體的作用， 還需要更全面的總結和歸納， 從而為開發健康謠言干預的系統化策略提供參照。

基于此， 本文首先探討大眾信謠傳謠的心理驅動因素， 嘗試從信息層面和個人層面進行分析; 接著基于信息生命周期的視角梳理健康謠言現有的干預策略; 然后闡明這些防范手段的不足之處， 以期為健康謠言領域的研究者和實踐者開發精準干預策略提供借鑒; 最后指出未來研究在干預策略模式與長效機制可深入探索與改進的方向。

2""影響信謠和傳謠的心理學因素

網絡時代健康謠言盛行且難以根治的原因較多。僅從心理學角度看， 現有研究多從信息特征和個體特征兩方面歸納影響因素并提出理論解釋。總體上看， 健康謠言常用的情緒煽動性呈現方式和因果解釋的敘事結構使得大眾易受謠言感染， 而個體對不同健康謠言的差異化情緒體驗與自身認識信念水平也使得健康謠言的傳播成為可能。而且， 這兩類因素通常出現相互增強的交互作用， 使得健康謠言成為一種易傳播、難阻斷的社會問題。

2.1""健康謠言信息的特異性

與其他類型的謠言類似， 健康謠言通常也具有高度的情緒煽動性， 易造成大眾信謠與傳謠。這表現為其經常使用能夠喚起個體情緒的信息特征。例如， 特定的標點符號可使標題具有情感， 促使內容表達更具感染力（劉果， 汪小伢， 2020）， 其中感嘆號和問號是健康謠言標題中常用的表達符號。這是因為感嘆號的運用使標題語氣更強烈、引發人們共鳴， 如“家用節能燈會對人體造成傷害！”; 而問號則會誘發大眾的好奇心， 因而投入更多的注意力， 如“熱檸檬水能抗癌？” （Jiang et"al.， 2020）。同時， 標題的字號、字體樣式與顏色同樣影響著個體對信息的態度（Bayer et al.， 2012; MacKay et al.， 2015）。

不同類型的健康謠言還具有不同的情感特征。與真謠言（后續被證實為真的謠言; Vosoughi et"al.， 2018）相比， 假謠言（后續證實為假）更多地使用與情緒相關的術語、嵌入關于信任、期待或憤怒等情感詞（Pr?llochs et al， 2021）。研究還發現， 分析健康信息的情感特征可預測謠言真實性， 即沒有喚起積極或消極情緒、不包括號召性用語的謠言更可能為真（Zhao et al.， 2022）。Maguire等（2019）進一步發現， 帶有情感色彩的信息會增加大眾的恐懼情緒和風險感知。焦慮與恐懼等負面情緒也由此成為健康類謠言常見的情緒表達（DiFonzo et al.， 2012）。大眾偏向傳播情緒化的謠言， 假謠言更常使用情緒化表達， 兩者的交互作用使得假謠言更易廣泛傳播。

除了情緒喚起功能外， 健康謠言信息還有認知契合功能。從心理驅動力角度而言， 個體搜尋并獲取信息大多還為尋求不確定性感知的降低， 健康謠言的敘事框架可一定程度上滿足人們的這一認知需求。敘事框架主要指基于故事的信息格式（Kim amp; Nan， 2019; Pu et al.， 2022）， 其特征是讓個體沉浸在符合邏輯的故事情節里， 由此減少說服信息的抵觸感（Chen amp; Tang， 2022）。如與事實的復雜性和不確定性相比， 疫苗陰謀論相關謠言常提供簡單的因果解釋（Douglas et al.， 2017; Schmid amp; Betsch， 2019; Vaidyanathan， 2020）， 其結構連貫且容易被理解和記憶， 滿足了公眾對確定性和控制感的需求。謠言由此就可對現實提供比事實本身更有力量的解釋。顯然， 謠言中的“因果解釋”不一定存在真實的因果關系， 可能只是時間先后上的巧合， 但把時間上先后發生的事件誤認為是因果事件本是人類常見的認知偏差。如探究疫苗接種與自閉癥之間關系的相關研究發現（Mohammed et al.， 2022）， “接種疫苗先于事件發生， 因此疫苗導致疾病”使用的敘事結構符合大眾尋求答案的認知偏見， 因而更易被大眾所接受。

2.2""受眾的個體差異性

不同類型的健康謠言與大眾自身的情緒體驗相互作用， 繼而產生差異化的行為決策。健康的重要性使人們時常在網上主動搜索并分享關于身體健康的建議（Ning et al.， 2021）。研究表明， 相較于希望健康謠言， 大眾更容易注意并分享恐懼健康謠言（Chen et al.， 2021; Pal et al.， 2017）。該現象可用消極偏向理論來解釋， 即人們普遍接受積極的消息， 而恐懼健康謠言會讓個體產生相應較高的焦慮情緒， 從而導致個體高關注、高分享（Chua amp; Banerjee， 2018; Locke amp; Robinson， 2021）。而針對真假類別下的健康謠言的研究發現， 無論信息真假與否， 情緒的增強增加了個體對健康謠言的信任與分享意愿（Li et al.， 2022）。政治謠言的研究卻有不同的發現， 與政治真新聞相比， 誘導個體當下情緒的增強或對情緒的依賴預示著對假新聞的更大信任（Martel et al.， 2020）。這一差異化結果的可能解釋是， 與新冠相關的健康謠言通常建議個體有效防護， 情緒高漲的人對此類信息（無關真假）表現出更多的信念和分享意圖可能是機體的一種自我保護行為。可見， 個體情緒狀態對謠言傳播有著舉足輕重的作用， 對健康相關謠言影響更甚。

健康謠言易于傳播， 還與個體的認識信念水平有關。認識信念（epistemic belief）是指個體對真理和知識本質的看法與信念（Salehinejad et al.， 2021）， 其原有認同和差異化水平均影響個體的最終決策。否定自身原有認識信念的信息可能無效或適得其反（Swire-Thompson"et al.， 2022;"Trevors amp; Duffy， 2020）， 回聲室效應（echo chamber effect）和逆火效應（back fire effect）常用來解釋這種影響機制。其中， 處于回聲室中的個體更容易過濾掉那些與自身觀念相左的信息， 傾向于強化已有的觀點， 從而導致認知閉環（Dubois amp; Blank， 2018; Wang amp; Qian， 2021）; 逆火效應常表現為信息在威脅受眾原有信念時會導致其更加相信該謠言（Ecker et al.， 2023）。此外， 健康謠言的傳播大多還出于個人認識信念水平不高的輕信式傳播， 而非具有惡意動機的故意造謠或故意傳播。Chua和Banerjee （2017）發現， 低認識信念個體比高認識信念個體更易分享健康謠言。高認識信念水平的個體在認知上靈活且警惕， 在搜索與核實信息時傾向于保持質疑的態度（Mokhtari， 2014）。換言之， 不同個體對同一健康信息的認知水平差異會影響其分享行為。

總之， 上述基于信息層面與個人層面厘清的驅動因素均涉及情感投入與認知加工， 這些因素對個體健康謠言分享意愿的影響可繼續用行為決策理論給予解釋。該理論指出， 個體參與特定行為的決定通常受兩個系統的指導： 一個是涉及情緒化的沖動系統， 另一個是與推理和執行功能相關的反思系統（Schiebener amp; Brand， 2015）。前者基于對刺激的快速反應， 由情緒驅動; 后者基于緩慢的、受控的認知（Pennycook et al.， 2018）。這兩個系統并非平行存在， 不同個體在使用這兩個系統時存在特定的偏向性， 從而推動個體做出不同決策（Chick， 2019; Trendel amp; Werle， 2016）。而健康謠言作為一類特殊的健康信息， 大眾對其做出的差異性反應亦受到自身習慣性決策行為的影響。因此， 相應干預策略的開發需要深入考量這些驅動因素， 考慮人類雙系統加工的特征及其中可能存在的沖突， 從而實現實質性的精細干預。

3""健康謠言的干預策略

考慮到對現有干預措施的綜合歸納與契合程度， 下文借鑒前述基于產生期、評價期、傳播期三階段的生命周期劃分標準， 梳理和總結現有健康謠言的針對性的干預策略（見圖1）， 以期為未來進一步開發健康謠言干預策略提供參考。

3.1""謠言傳播前： 產生期的預防策略

健康謠言的產生往往源于某一突發事件的出現， 該階段的健康謠言還未面向大眾傳播， 基于此階段的干預策略重在預防。其主要策略包括對大眾進行心理接種、提升自身健康素養; 前者聚焦于信息本身， 后者強調個體的主動防范。

3.1.1""進行心理接種

“心理接種” （psychological inoculation）使用了疫苗接種的隱喻， 強調培養公眾對謠言的“心理抗體” （van der Linden"et al.， 2020）。這不僅可以降低大眾對謠言的易感性， 還能提高他們對社交媒體上各類謠言的抵御能力（Lewandowsky amp; van der Linden， 2021; Pilditch"et al.， 2022）。該技術一般涉及兩個要素： 預先警告以及暴露微量的錯誤信息并指出其背后的謬誤（Ecker， et al.， 2022）。如可以警示個體疫情期間許多藥物使用的說法是錯誤的， 很多數據其實出自于陰謀論。除了這種針對具體論點進行反駁的接種手段， 關注謠言的操縱技術也會顯著提高接種干預的潛在可擴展性， 不同的謠言經常使用相同的基本比喻。Roozenbeek等人（2022）采用不同操作技術的視頻作為接種干預刺激， 探究其對個體抵抗謠言能力的影響。該研究制作了5個短視頻， 分別涉及謠言中常用的操縱技術： 情緒化語言、不連貫、錯誤二分法、替罪羊和人身攻擊。結果顯示， 這種接種技術顯著提高了個體操縱技術的識別、區分可信與不可信內容以及分享決策的能力。這些技術對于健康謠言的實際影響仍需要更多的實證研究來加以證實。

另有新近研究發現， 許多傳統的接種技術往往是不連續或離散的心理接種， 即脈沖接種（脈沖意指系統狀態由于某種原因在短時間內突然改變或破壞， 然后運動軌跡突然改變的現象; Huo amp; Ma， 2017）。而人們在接收信息時通常會先判斷真假再決定是否分享， 這個過程需要時間， 即謠言傳播存在一定的時間延遲（Zhu"et al.， 2020）。結合謠言傳播的時滯性與心理接種的脈沖性擬合數據模型， 有研究發現增加脈沖接種的比例、縮短它的周期或延長時間有助于抑制謠言的傳播（Cheng et al.， 2022）。換言之， 基于心理接種的長時段的定期定量的信息科普比短時段的持續性信息科普更能有效降低個體分享謠言的意愿與行為。

3.1.2""提升健康素養

自覺提升健康素養能夠增強人們對謠言的辨別能力。雖然目前尚缺乏提升健康素養的明確的實驗證據， 但加強自我效能感已被證明顯著影響個體的健康素養水平。健康素養是指個人獲取、理解、運用健康信息， 促進自身健康的能力（S?rensen"et al.， 2012）， 其提升可有效幫助人們識別健康謠言的虛假性（Xue amp; Taylor， 2023）。有研究發現， 個體的健康素養和與健康相關的社交媒體的使用通過作用于個體的自我效能感繼而對個體的健康行為意圖產生影響（Niu et al.， 2021）。也有研究通過元分析發現自我效能感與網絡健康信息搜尋行為之間存在中等顯著正相關， 表明個體自我效能感水平越高， 其網絡健康信息搜尋行為往往也越頻繁（曾潤喜， 李游， 2023）。何凌南等進一步分析了個體自我效能感在健康素養和謠言信念中的調節作用， 結果表明改善和提高自我效能感可加強科學素養與謠言信念之間的關系， 有效防止人們相信健康謠言（He et al.， 2021）。制定可行計劃與給予正性反饋通過提升自我效能感進而促進健康素養的提升。有研究已證實制訂合適的教育學習計劃有助于幫助大眾養成良好的健康習慣， 繼而對網絡上的健康信息進行更謹慎的分析（Battineni"et al.， 2020; Nepps"et al.， 2023）; 而給予正性反饋可強化人們重復積極的健康行為， 增強自身自我效能感， 這種積極的循環有助于形成健康的習慣和行為模式（van de Ridder et al.， 2015）。

3.2""謠言傳播時： 評價期的評估策略

評價階段的評估策略主要面向個體自身， 關注個體的主觀能動性。大眾在此階段能夠接觸到某些新的健康謠言， 而隨后對同一謠言的不同評估方式可能會導致個體對該謠言完全不同的處理方式。因此， 本階段強調聚焦信息準確性以及促進自身分析式加工。這兩個策略顯著影響個體的信息加工方式與行為決策。

3.2.1""聚焦信息準確性

將注意力轉移到信息準確性上是降低個體分享意愿的有效策略。一項探究新冠相關謠言的準確度與個體分享意愿的任務發現， 被試在面對信息時不會特意去注意信息的準確性， 即個體共享行為與準確性判斷之間存在脫節; 但當實驗任務引導被試將注意力轉至準確性上時， 可降低個體對虛假信息的分享意愿（Epstein"et al.， 2021）。目前鼓勵被試關注信息準確性的實驗操作主要涉及兩種， 一是讓被試判斷信息的準確程度。如問及“據你所知， 上述疫情相關標題中的說法是否準確？” （Pennycook et al.， 2020）。最新的一項相關研究通過為正確識別標題準確程度的被試提供經濟激勵， 進一步探究準確性動機在真假新聞判斷中的作用（Rathje et al.， 2023）。二是要求被試評估信息準確性的重要程度。如Pennycook等人（2021）關于政治謠言的研究中詢問被試“對你來說， 只在社交媒體上分享準確的新聞文章有多重要？ ”。這些研究得到了一致的結果， 即準確性提示能夠提高個體對信息準確性的關注程度， 并顯著降低他們對虛假新聞的分享意圖。而且， 這種在分享任務進行之前發生的準確性提示干預的顯著效果并未因標題的類型（政治或是與疫情相關的新聞）而存在明顯差別（Pennycook amp; Rand， 2022）。所以， 提升大眾對信息準確度的重視可改善個體的信息處理方式， 這實際上可以作為一種干預手段， 即通過提升個體對信息準確性的判斷， 既而降低個體對虛假信息的分享意愿， 達到阻斷謠言傳播的目的。

3.2.2""促進分析式加工

采取深思熟慮的思考方式會弱化自身認識信念在謠言傳播中的危害作用。個體在處理信息時往往偏向于相信個人直覺與先前經驗（熊炎， 2019; van der Linden， 2022）， 卻不是自身的深思熟慮。而有研究卻顯示， 性格上更審慎的人能夠更好地辨別虛假信息， 卻不論內容是否與自身信念相符（Pennycook amp; Rand， 2020）。因為深思熟慮的思考方式可以覆蓋和糾正基于直覺性的錯誤反應， 推動個體運用自身批判性思維， 從而形成正確的信念（Pennycook amp; Rand， 2019）。當人們嘗試進行分析式加工時， 通常會更新自己的先前信念， 更有助于發現真相。一項研究要求被試在評估自身分享所看標題的可能性之前， 停下來思考一些問題（如解釋他們如何知道新聞標題是真是假）， 結果發現， 較之真實的標題， 強迫人們停下來進行分析式加工可以有效降低大眾分享虛假信息的比例（Fazio， 2020）。類似地， Bago等人（2020）得出， 如果在被試快速評估信息之后給予其重新思考的機會， 不限制具體的反應時間， 再讓其決定是否行動， 會有效降低個體對謠言的信任程度與分享意愿。有研究深入考察深思熟慮這種認知風格的具體成分對健康謠言信念的影響， 發現積極的開放思維與對證據的需求降低了大眾對健康謠言的信念， 激活深思熟慮的認知風格的干預措施可以促進對謠言的正確評估（Lee"et al.， 2023）。這些發現為潛在的干預措施提供了希望。

3.3""謠言傳播后： 傳播期的辟謠策略

健康謠言的辟謠策略強調對已傳播謠言的精準干預。本階段的干預手段包括： 提高辟謠信息可信度、善用反駁文本和調節情緒狀態。前兩個是針對辟謠信息的設置， 后者則關注個人的情緒調節。

3.3.1""提高辟謠信息可信度

信息內容與信息來源的可信度影響謠言的傳播， 提供附加信息與專業來源可提高信息可信度。可信度反映了個體愿意接受準確信息的程度（Pornpitakpan， 2004）。辟謠時， 可信度往往比專業知識本身更具說服力（Ecker"et al.， 2011; Pluviano"et al.， 2020）。有研究發現， 除了文字信息本身， 附加信息是用戶信任與分享健康信息的關鍵變量（Chua et al.， 2016）。例如， 在健康謠言下方添加警告可以降低用戶的分享意愿（王鈺昱， 2022）。鄧勝利和付少雄（2018）選取社交媒體謠言中附加信息的三個維度， 即圖片、認證與鏈接， 通過情境實驗與訪談法進一步對社交媒體中的健康謠言進行實證研究。結果表明對于信任程度， 較之圖片， 身份認證與鏈接會顯著提高用戶的信任水平， 其中認證的影響效應最大; 對于分享意愿， 只有身份認證對用戶的分享意愿產生顯著影響。

可見， 來自透明身份的辟謠信息顯著影響大眾的信任程度與分享行為， 其中代表官方與專業身份的信息來源對信息可信度的影響更為明顯。人們易于信任與分享在權威官方平臺上的消息（Wood et al.， 2023）。相較于一般用戶與好友的信息來源， 來自于專家的警告更能明顯減少大眾對健康謠言的分享意愿（王鈺昱， 2022）。與其他類型的謠言不同， 健康謠言的辟謠主體可替代性弱， 需具備專業的醫學背景與知識作為保障（Zhou et"al.， 2020）。在信息更正時表現出醫學專家的可信度可能會產生多種有益的結果。這些現象可用說服理論加以說明， 說服理論研究說服技巧如何影響個人的態度、行為以及決策。這一理論強調對信息內容的考察， 以確定哪種信息更易產生說服效果， 而說服者的可信度和權威性會顯著影響大眾對接收信息的感知（Adaji， 2023）。總之， 公眾關注帶有附加信息的辟謠內容、信任代表權威與專業的信息來源， 這可為監管部門提高更正信息可信度的探究工作提供參考。

3.3.2""善用反駁文本

健康謠言廣泛傳播后， 為了有效削弱而非意外加強公眾對其現有的共識， 各辟謠部門還有必要提高更正信息的內容質量（Paynter et al.， 2019）。傳統更正方式側重使用糾正性內容反駁和澄清健康謠言（Ecker et al.， 2020; Pulido et al.， 2020）。反駁內容通常包括： 基于事實的更正與提供替代解釋（Ecker et al.， 2022）。這種更正方式常過多重復原始謠言而未關注辟謠文本的結構性， 導致辟謠效果受限。Dechêne等人（2010）解釋人們為何容易受到謠言的影響， 將這種現象稱為“虛幻的真相效應”， 即重復某一說法比不重復更有可能使個體判斷該說法為真， 媒體、政府等機構卻常以辟謠為目的將謠言重復很多遍。一項考察信息重復與認知負荷之間關系的研究指出， 謠言重復導致辟謠困難可能是由于認知負荷阻礙了糾正的整合，"繼而降低辟謠的效果（Sanderson et al.， 2023）。

考慮到在更正信息的開頭或結尾呈現或重復謠言可能會適得其反， 并由于首因和近因效應而加強對謠言的信念（Brydges et al.， 2020; Kenix amp; Manickam， 2021）， 因此需對辟謠文本加以考量。在這方面， “真相三明治” （truth sandwiches）可作為有效辟謠信息的文本結構。該文本格式由三個信息塊組成： 首先提供事實， 其次指出錯誤信息和謬誤， 最后再次提供事實（Anderson et al.， 2019）。研究發現， “真相三明治”文本結構可有效降低大眾對健康謠言的認同程度， 從而達到更正健康謠言的目的（K?nig， 2023）。Kotz等人（2023）在此基礎上進一步對比了“真相三明治”文本結構與重底部（bottom-heavy， 即僅在更正信息結尾提供事實）文本結構的辟謠效果， 得出兩種結構均顯著有效且未存在差異。造成這一結果的原因或許是在當前應用的兩種文本結構中， 尾部信息即近因效應可能更有助于個體記住事實信息。這些研究為有效辟謠的文本格式提供了新思路。

3.3.3""調節情緒狀態

調節情緒狀態能夠顯著降低因自身情緒喚起而導致的信謠傳謠行為。情緒狀態的充分調節首先需要個體意識到前后情緒的一致性對自身行為的影響（Dong et al.， 2020）。一項探討謠言與情緒一致性關系的研究通過對一種名為新呼吸綜合征的虛構流行病呈現不同的應對方式（適當處理的控制條件VS. 無能反應的憤怒條件）， 從而誘發被試產生相應的情緒體驗， 然后又呈現不同效價的健康謠言并要求被試評估對其信任程度（Na et al.， 2018）。結果發現， 較之不一致條件， 個人的情緒狀態與謠言引起的情緒之間的一致性導致人們更加相信謠言。因此， 若大眾自身情緒狀態穩定， 就能有效避免被健康謠言的情緒化表達所煽動。自行控制與調節情緒的方法有很多， 如可采取認知重評手段對當前情境賦予積極意義（Ma et al.， 2019; Mohammed et al.， 2021）; 或可借助正念練習來緩解自身的情緒喚起（Fazia et al.， 2020; "Kral et al.， 2018）; 也可通過與他人進行積極的溝通來尋求情感支持與外部幫助， 從而使自身情緒狀態恢復到正常水平。這些方法在傾向于喚起大眾負性情緒的健康謠言領域中的直接運用也將是重要的現實問題， 還需要積累更多實證研究方面的證據。

4""總結與展望

健康謠言的干預策略設計與綜合治理模式是近年來的研究重點。為進一步提高健康謠言的干預效果， 有必要從心理學視角更深入地厘清健康謠言的驅動因素， 歸納有循證依據的干預策略， 進而構建更為系統的健康謠言干預模式。本文從信息層面和個人層面梳理了健康謠言傳播的驅動因素， 并歸納了基于生命周期視角下的具體干預策略。這樣的劃分不僅可以幫助有關主體迅速定位不同階段可采取的舉措， 減少時間與試錯成本， 并可為開發和驗證健康謠言精準干預技術提供框架性的參照。

現有健康謠言的干預策略也存在一些不足。首先， 健康謠言的類型劃分仍不夠細化。比如現有研究多默認其為已被官方證實真實性為假的信息， 未在干預時細化真假謠言的差別， 僅對其進行統一化處理， 從而限制了干預效果; 其次， 當前策略未深入區別不同易感性群體的心理特征以及采取針對性的處理， 限制了干預手段的傳播廣度與糾正效果; 最后， 不同健康謠言干預策略在真實世界中的應用效果還未有考量。目前處理手段各有側重， 干預效果也略有差別， 干預過程各主體缺少互動性和聯動性， 這導致了各干預策略之間信息不對稱。

而健康謠言的干預策略實則涉及開發與應用兩大層面： 一是基于信息生命周期視角開發新策略并驗證其初步效果， 這往往以諸多分散化、小規模的實驗室研究或現場實驗研究為依托; 二是通過政府、網絡平臺等組織在真實世界中大規""模地應用這些策略并摸索最優組合， 從而建立有效干預的長效機制。未來研究可圍繞這兩大主題展開。

4.1""創新信息生命周期視角下健康謠言的干預策略

健康謠言可依據不同的標準劃分為不同的類型并對應著不同的易感人群， 因此有必要開發更精細的干預策略。針對不同標準的健康謠言， 可實現更細化的劃分。前述根據個人的情感傾向， 將其分為恐懼謠言與希望謠言; 根據謠言的真假性質分為真謠言與假謠言; 實際上還可根據健康謠言的性質將其分為食品安全、保健養生、突發衛生事件、醫療衛生、醫患關系類謠言（李寧， 2018; Chang et al.， 2022; Ehrenreich， 2018; Malik et al.， 2023; Riedl amp; Schü?ler， 2017）。未來研究可通過考量信息生命周期各階段的特點， 結合這幾種分類標準， 在不同主題、不同情感傾向與不同真實程度的交互組合類型下， 進一步豐富已有的干預策略。

不同易感人群在謠言的不同階段具有區別性的表現。例如， 兩性謠言易感性差異是一個常見的爭議性主題。有研究認為女性的造/傳謠的比率顯著高于男性（宗乾進 等， 2017）; 陳春彥（2015）發現的結果則完全相反。這種比率差異與謠言所處的時期、謠言類型及其他影響因素的關系還有待進一步澄清。如較之男性， 女性可能更感性， 更易受爆發期的謠言所感染; 而男性可能在決定是否散布謠言時更熱衷考慮謠言的類型。但這仍需要通過更多的調查數據加以佐證， 并應通過更精細的實驗研究探究除性別外的心理因素的作用。

人們通常認為老年人是健康謠言易感人群（Scherer amp; Pennycook， 2020）。這或許是由于其認知能力有限（Hess et al.， 2016）， 進而影響到對謠言的識別。然而， 認知能力與易感性是否存在因果關系、其關系強度受到哪些因素的調節作用， 仍有待進一步證實。有研究發現， 分析性思維等認知特征有助于個體辨別謠言， 從而降低易感性（Lee"et al.， 2020）。但也有研究提示認知能力并非是決定謠言易感性的首要因素， 個體加工健康謠言時需調動復雜的認知能力， 而動機與焦慮情緒通過影響信息的精細加工， 繼而影響自身易感性（曹雅寧， 柯青， 2023）。因此， 認知能力預測謠言易感性時是否有其他因素發揮調節作用仍需深入挖掘， 并尋找神經層面的科學證據。如額葉、右頂下小葉、眶額皮質等腦區在與認知功能相關任務中顯著激活（de Baene"et al.， 2012; Fellows amp; Farah， 2003）， 這或可為未來探索健康謠言識別的易感人群的認知與神經機制提供依據。

除了基于性別、年齡、認知能力等劃分易感人群外， 地域差異、教育水平、生活水平等人口統計學特征也對群體的健康觀念和生活方式有明顯的影響， 容易造成特定群體的健康謠言傳播特征。其他類型的謠言研究已發現， 人們更易傳播具有地域刻板印象（如網絡“地圖炮”行為， 即針對某一地域群體的攻擊或造謠行為）的謠言（Blank"et"al.， 2019）， 低收入者和農村人也更易受謠言影響（Faure"et al.， 2022）。在謠言的不同階段， 這些因素在塑造健康謠言群體易感性中的作用同樣值得探索。

4.2""驗證不同健康謠言干預策略在真實世界中的應用效果

健康謠言治理的成效并不僅僅體現在開發有效策略本身， 更體現應用這些策略的實踐效果上。這需要健康謠言治理主體（如科學組織機構與信息接收者）之間展開聯動， 并需要考慮政策工具與公眾反應之間的有效互動， 發揮各主體在謠言不同階段的獨有作用， 以爭取達成最佳治理成效。

不同策略的精準應用效果究竟如何， 還需要在謠言干預實踐中加以確證和總結。這些策略的綜合使用還涉及公眾對相應政策或建議的遵從性問題。在這方面， 行為公共政策相關的研究已揭示了一些較普遍的促進策略， 并在抗擊新冠肺炎疫情中有了更全面的實踐（郭夢茜， 張寧， 2022;"張寧， 張書維， 2020）。如在對新冠肺炎疫情謠言的治理效果中， 個人行為類謠言較疫情發展類謠言更容易治理， 快速反應辟謠比非快速反應辟謠效果更好; 在對個人行為類謠言的治理中， 助力（boosting）工具在快速反應的條件下能起到更好的效果， 而在非快速反應的條件下助推（nudging）工具對謠言的治理效果優于助力工具（Fu et al.， 2023）。還有研究發現， 營造大多數人都在主動遵從公共衛生政策的積極規范、重視近端群體的行為、提高行為的可見性都能更有效地激發個體的相應遵從行為（Zhang et al.， 2022）。這對進一步驗證健康辟謠技術的實踐效果提供了有益的啟示， 未來研究可思考不同類型辟謠策略如何與行為科學的洞見相結合以提高辟謠效果， 探索提高辟謠行為可見性、提醒辟謠對與自身關系緊密的親友價值、提示周圍有多少人參與健康辟謠等形式對促進辟謠參與行為的效果。

最后， 網絡空間現已成為健康謠言的主要傳播空間， 健康謠言治理需要發揮網絡平臺治理的賦能作用。這也給未來研究提出了諸多新的研究課題。例如， 國外許多辟謠技術的設計已開始采用數據助推（digital nudging）的形式直接對網民產生作用（Gwia?dziński et al.， 2023; Indu amp; Thampi， 2022）; 國內較多依賴于建立集成化的互聯網辟謠平臺， 如中國互聯網聯合辟謠平臺、騰訊較真小程序等對相關謠言進行主題式辟謠， 網民仍需要通過主動檢索的形式進行謠言核查， 不同國家的

不同網絡辟謠模式受限于其政治體制、倫理規范和公眾態度， 如何探索合適的治理工具還需要通過調查和實驗等方法進行進一步的探討。此外， 健康謠言還通常與政治謠言聯合， 成為各類政治陰謀論（如“新冠病毒的實驗室起源論”"“新冠疫苗與種族滅絕”等）的主要載體， 而其傳播者不僅涉及真實網民， 還有諸多由人工智能驅動、為特定國家機構所掌控的社交機器人賬戶， 這極大增加了全球健康謠言治理的難度， 還需要進一步創新平臺辟謠的方法， 使網民能更有效地甄別社交機器人和真實網民、區分謠言中的政治信息和健康信息。尤其值得注意的是， 2022年底以來備受關注和爭議的ChatGPT及類似的人工智能技術， 或許不能在近期發揮主動健康辟謠的功能， 但應在促進健康知識問答與分享方面起到積極作用。這為更有效地促進網民對健康辟謠的參與提供了新契機， 因為如何促進普通網民對正確健康信息的積極分享是有效反制健康謠言的重要手段（Fu et"al.， 2022）， 但這些技術的深度利用又涉及人類對人工智能接受度、對人類自身道德和價值觀維護等深層社會心理問題（喻豐， 2022）。健康謠言在網絡空間的新發展和新問題， 也將推動健康謠言干預研究的深入發展。

參考文獻

曹雅寧， 柯青. （2023）. 為什么人們對虛假健康信息的易感性不同？——基于信息加工過程組態的分析. 現代情報， 43（1）， 40?54.

陳春彥. （2015）. 網絡謠言制造者的性別構成和動機研""究——基于60例典型案例的統計分析. 今傳媒， 24（1）， 31?33.

鄧勝利， 付少雄. （2018）. 社交媒體附加信息對用戶信任與分享健康類謠言的影響分析. 情報科學， 36（3）， 51?57.

迪方佐， 波迪亞. （2021）. 謠言心理學 （何凌南， 賴凱聲 譯）. 北京： 機械工業出版社.

郭夢茜， 張寧. （2022）. 助推手衛生的行為干預策略. 心理科學進展， 30（4）， 863?876.

郭小安. （2015）. 當代中國網絡謠言的社會心理研究. 北京： 中國社會科學出版社.

賴凱聲， 李丹. （2022）. 網絡謠言的傳播心理. 見： 許燕， 楊宜音（編）， 社會心理研究 （p.567）. 上海： 華東師范大學出版社.

李寧. （2018）. 微信中健康養生類謠言的傳播規律和特點"——以微信朋友圈為例. 青年記者， （14）， 11?12.

梁冠華， 鞠玉梅. （2018）. 基于輿情演化生命周期的突發事件網絡輿情風險評估分析. 情報科學， 36（10）， 48?53.

林華. （2021）. 網絡謠言的法律治理研究."北京： 中國政法大學出版社.

劉果， 汪小伢. （2020）. 標題特征對數字媒介內容傳播效果的影響——基于新聞評論類微信公眾號標題的實證研究. 新聞與傳播評論， 91（6）， 29?39.

談天， 鐘鶴翔， 陳華. （2022）. 基于信息生命周期理論的公共信用信息管理層次模型研究. 電子技術與軟件工程， （13）， 226?229.

王鈺昱. （2022）. 添加警告對不同類型在線健康謠言分享意愿的影響研究. 應用數學進展， 11（9）， 6288?6297.

熊炎. （2019）. 解釋警示逆火效應是醍醐灌頂還是火上澆油？ 新聞與傳播研究， 41（1）， 58?76.

喻豐. （2022）. 科技倫理治理的社會心理取向——以人工智能為例. 國家治理， 9（7）， 26?30.

曾潤喜， 李游. （2023）. 自我效能感與網絡健康信息搜尋關系的元分析. 心理科學進展， 31（4）， 535?551.

張寧， 張書維. （2020）. 重大突發公共衛生事件下的應急管理策略：行為科學的視角. 經濟社會體制比較， 36（5）， 25?34.

朱曉峰. （2004）. 生命周期方法論. 科學學研究， 22（6）， 566?571

宗乾進， 黃子風， 沈洪洲. （2017）. 基于性別視角的社交媒體用戶造謠傳謠和舉報謠言行為研究. 現代情報， 38（7）， 25?29

Adaji， I. （2023）. Susceptibility of online users to persuasive strategies to curb the spread of misinformation. In Adjunct Proceedings of the 31st ACM Conference on User Modeling， Adaptation and Personalization"（pp.157?164）.

Anderson， E. R.， Horton， W. S.， amp; Rapp， D. N. （2019， July）. Hungry for the truth： Evaluating the utility of “truth sandwiches” as refutations. Proceedings of the annual meeting of the society for text and discourse， New York.

Bago， B.， Rand， D. G.， amp; Pennycook， G. （2020）. Fake news， fast and slow： Deliberation reduces belief in 1 （but not true） news headlines. Journal of Experimental Psychology： General， 149（8）， 1608?1613.

Battineni， G.， Baldoni， S.， Chintalapudi， N.， Sagaro， G. G.， Pallotta， G.， Nittari， G.， amp; Amenta， F. （2020）. Factors affecting the quality and reliability of online health information. Digital Health， 6， 2055207620948996.

Bayer， M.， Sommer， W.， amp; Schacht， A. （2012）. Font size matters--Emotion and attention in cortical responses to written words. PloS One， 7（5）， e36042.

Blank， H.， Rutter， L.， amp; Armstrong， R. （2019）. Enlightenment"beats prejudice： The reversibility of stereotype-induced memory distortion. Psychonomic Bulletin amp; Review， 26（3）， 1001?1007.

Brydges， C. R.， Gordon， A.， amp; Ecker， U. K. H. （2020）. Electrophysiological correlates of the continued influence effect of misinformation： An exploratory study. Journal of Cognitive Psychology， 32（8）， 771?784.

Cai， M.， Luo， H.， Meng， X.， Cui， Y.， amp; Wang， W. （2022）. Influence of information attributes on information dissemination in public health emergencies. Humanities amp; Social Sciences Communications， 9（1）， 1?22.

Chan， M. S.， Jones， C. R.， Hall Jamieson， K.， amp; Albarracín， D. （2017）. Debunking： A meta-analysis of the psychological"efficacy of messages countering misinformation. Psychological Science， 28（11）， 1531?1546.

Chang， A.， Schulz， P. J.， Jiao， W.， Yu， G.， amp; Yang， Y. （2022）. Media source characteristics regarding food fraud misinformation according to the health information national"trends survey （hints） in China： Comparative study. JMIR Formative Research， 6（3）， e32302.

Chen， B.， Chen， X.， Pan， J.， Liu， K.， Xie， B.， Wang， W.， Peng， Y.， Wang， F.， Li， N.， amp; Jiang， J. （2021）. Dissemination and refutation of rumors during the COVID-19 outbreak in China： Infodemiology study. Journal of Medical Internet Research， 23（2）， e22427.

Chen， L.， amp; Tang， H. （2022）. Examining the persuasion process of narrative fear appeals on health misinformation correction. Information， Communication amp; Society， 26（15）， 2923?2941.

Chen， X.， amp; Wang， N. （2020）. Rumor spreading model considering rumor credibility， correlation and crowd classification based on personality. Scientific Reports， 10（1）， 5887.

Cheng， Y.， Huo， L.， amp; Zhao， L. （2022）. Stability analysis and optimal control of rumor spreading model under media coverage considering time delay and pulse vaccination. Chaos， Solitons and Fractals， 157， 111931.

Chick， C. F. （2019）. Cooperative versus competitive influences of emotion and cognition on decision making： A primer for psychiatry research. Psychiatry Research， 273， 493?500.

Chua， A. Y.， Banerjee， S.， Guan， A. H.， Xian， L. J.， amp; Peng， P. （2016， September）. Intention to trust and share health-"related online rumors： Studying the role of risk propensity. 2016 SAI Computing Conference （SAI），"London， UK.

Chua， A. Y. K.， amp; Banerjee， S. （2017）. To share or not to share： The role of epistemic belief in online health rumors. International Journal of Medical Informatics， 108， 36?41.

Chua， A. Y. K.， amp; Banerjee， S. （2018）. Intentions to trust and share online health rumors： An experiment with medical professionals. Computers in Human Behavior， 87， 1?9.

de Baene， W.， Albers， A. M.， amp; Brass， M. （2012）. The what and how components of cognitive control. NeuroImage， 63（1）， 203?211.

Dechêne， A.， Stahl， C.， Hansen， J.， amp; W?nke， M. （2010）. The truth about the truth： A meta-analytic review of the truth effect. Personality and Social Psychology Review， 14（2）， 238?257.

DiFonzo， N.， Robinson， N. M.， Suls， J. M.， amp; Rini， C. （2012）. Rumors about cancer： Content， sources， coping， transmission，"and belief. Journal of Health Communication， 17（9）， 1099?1115.

Dong， W.， Tao， J.， Xia， X.， Ye， L.， Xu， H.， Jiang， P.， amp; Liu， Y. （2020）. Public emotions and rumors spread during the COVID-19 epidemic in China： Web-based correlation study. Journal of Medical Internet Research， 22（11）， e21933.

Douglas， K. M.， Sutton， R. M.， amp; Cichocka， A.. （2017）. The psychology of conspiracy theories. Current Directions in Psychological Science， 26（6）， 538?542.

Dubois， E.， amp; Blank， G. （2018）. The echo chamber is overstated： The moderating effect of political interest and diverse media. Information， Communication amp; Society， 21（5）， 729?745.

Dunn， A. G.， Purnat， T. D.， Ishizumi， A.， Nguyen， T.， amp; Briand， S. （2023）. Measuring the burden of infodemics with a research toolkit for connecting information exposure， trust， and health behaviours. Archives of Public Health， 81（1）， 1?8.

Ecker， U. K. H.， Lewandowsky， S.， Cook， J.， Schmid， P.， Fazio， L. K.， Brashier， N.， ... Amazeen， M. A. （2022）. The psychological drivers of misinformation belief and its resistance to correction. Nature Reviews Psychology， 1（1）， 13?29.

Ecker， U. K. H.， Lewandowsky， S.， Swire， B.， amp; Chang， D. （2011）. Correcting 1 information in memory： Manipulating the strength of misinformation encoding and its retraction. Psychonomic Bulletin and Review， 18（3）， 570?578.

Ecker， U. K. H.， O'Reilly， Z.， Reid， J. S.， amp; Chang， E. P. （2020）. The effectiveness of short-format refutational fact-checks. British Journal of Psychology， 111（1）， 36?54.

Ecker， U. K. H.， Sanderson， J. A.， McIlhiney， P.， Rowsell， J. J.， Quekett， H. L.， Brown， G. D.， amp; Lewandowsky， S. （2023）. Combining refutations and social norms increases belief change. Quarterly Journal of Experimental Psychology，"76（6）， 1275?1297.

Ehrenreich， H. （2018）. Autoantibodies against N-methyl-d-"aspartate receptor 1 in health and disease."Current Opinion in Neurology， 31（3）， 306?312.

Epstein， Z.， Berinsky， A.J.， Cole， R.T.， Gully， A.， Pennycook， G.， amp; Rand， D.G. （2021）. Developing an accuracy-prompt toolkit to reduce COVID-19 misinformation online. Harvard Kennedy School Misinformation Review.

Faure， J. A.， Wang， C. W.， Chen， C. S.， amp; Chan， C. C. （2022）. Assessment of the functional capacity and preparedness of the Haitian healthcare system to fight against the COVID-19 pandemic： A narrative review. Healthcare， 10（8）， 1428.

Fazia， T.， Bubbico， F.， Iliakis， I.， Salvato， G.， Berzuini， G.， Bruno， S.， amp; Bernardinelli， L. （2020）. Short-term meditation"training fosters mindfulness and emotion regulation： A pilot study. Frontiers in Psychology， 11， 558803.

Fazio， L. （2020）. Pausing to consider why a headline is true or 1 can help reduce the sharing of 1 news. Harvard Kennedy School Misinformation Review， 1（2）， 1?8.

Fellows， L. K.， amp; Farah， M. J. （2003）. Ventromedial frontal cortex mediates affective shifting in humans： Evidence from a reversal learning paradigm. Brain， 126（Pt 8）， 1830?1837.

Fu， C.， Liao， L.， Xie， H.， amp; Zhou， X. （2023）. How can we implement targeted policies of rumor governance？ An empirical study based on survey experiment of COVID-19. Chinese Public Administration Review， 14（2）， 120?131.

Fu， C. Y.， Lyu， X. K.， amp; Mi， M. D. （2022）. Collective value promotes the willingness to share pro-vaccination messages"on social media in China： Randomized controlled trial. JMIR Formative Research， 6（10）， e35744.

Gwia?dziński， P.， Gundersen， A. B.， Piksa， M.， Krysińska， I.， Kunst， J. R.， Noworyta， K.， ... Piasecki， J. （2023）. Psychological interventions countering misinformation in social media： A scoping review. Frontiers in Psychiatry， 13， 2872.

He， L.， Chen， Y.， Xiong， X.， Zou， X.， amp; Lai， K. （2021）. Does science literacy guarantee resistance to health rumors？ The moderating effect of self-efficacy of science literacy in the relationship between science literacy and rumor belief. International Journal of Environmental Research and Public Health， 18（5）， 2243.

Hernandez， R. G.， Hagen， L.， Walker， K.， O'Leary， H.， amp; Lengacher， C. （2021）. The COVID-19 vaccine social media infodemic： Healthcare providers' missed dose in addressing misinformation and vaccine hesitancy. Human Vaccines amp; Immunotherapeutics， 17（9）， 2962?2964.

Herovic， E.， Sellnow， T. L.， amp; Sellnow， D. D. （2020）. Challenges and opportunities for pre-crisis emergency risk communication： Lessons learned from the earthquake community. Journal of Risk Research， 23（3）， 349?364.

Hess， T. M.， Smith， B. T.， amp; Sharifian， N. （2016）. Aging and effort expenditure： The impact of subjective perceptions of task demands. Psychology and Aging， 31（7）， 653?660.

Huo， L.， amp; Ma， C. （2017）. Dynamical analysis of rumor spreading model with impulse vaccination and time delay. Physica A： Statistical Mechanics and its Applications， 471， 653?665.

Indu， V.， amp; Thampi， S. M. （2022）. Cognitive AI for mitigation of misinformation in online social networks."IT Professional， 24（5）， 37?45.

Jiang， T.， Guo， Q.， Chen， S.， amp; Yang， J. （2020）. What prompts users to click on news headlines？ Evidence from unobtrusive data analysis. ASLIB Journal of Information Management， 72（1）， 49?66.

Kenix， L. J.， amp; Manickam， J. （2021）. A missed opportunity？ President trump， the truth sandwich， and news coverage across an ideological spectrum. Media Watch， 12（2）， 177?196.

Kim， J.， amp; Nan， X. （2019）. Temporal framing effects differ for narrative versus non-narrative messages： The case of promoting HPV vaccination. Communication Research， 46（3）， 401?417.

K?nig， L. M. （2023）. Debunking nutrition myths： An experimental test of the 'truth sandwich' text format. British Journal of Health Psychology， 28（4）， 1000?1010.

Kotz， J.， Giese， H.， amp; K?nig， L. M. （2023）. How to debunk misinformation？ An experimental online study investigating"text structures and headline formats. British Journal of Health Psychology， 28（4）， 1097?1112.

Kral， T. R. A.， Schuyler， B. S.， Mumford， J. A.， Rosenkranz， M. A.， Lutz， A.， amp; Davidson， R. J. （2018）. Impact of short- and long-term mindfulness meditation training on amygdala"reactivity to emotional stimuli. NeuroImage， 181， 301?313.

Lee， S.， Forrest， J. P.， Strait， J.， Seo， H.， Lee， D.， amp; Xiong， A. （2020）. Beyond cognitive ability： Susceptibility to fake news is also explained by associative inference. In： Proceedings of the Extended Abstracts of the 2020 CHI Conference on Human Factors in Computing Systems， 1?8.

Lee， S. J.， Lee， C. J.， amp; Hwang， H. （2023）. The role of deliberative cognitive styles in preventing belief in politicized COVID-19 misinformation. Health Communication， 38（13）， 2904?2914.

Lewandowsky， S.， amp; van der Linden， S. （2021）. Countering misinformation and fake news through inoculation and prebunking. European Review of Social Psychology， 32（2）， 348?384.

Li， M. H.， Chen， Z.， amp; Rao， L. L. （2022）. Emotion， analytic thinking and susceptibility to misinformation during the COVID-19 outbreak. Computers in Human Behavior， 133， 107295.

Liu， J.， amp; Qi， J. （2022）. Online public rumor engagement model and intervention strategy in major public health emergencies： From the perspective of social psychological stress. International Journal of Environmental Research and Public Health， 19（4）， 1988.

Locke， S. M.， amp; Robinson， O. J. （2021）. Affective bias through the lens of signal detection theory. Computational Psychiatry， 5（1）， 4?20.

Lv， W.， Zhou， W.， Gao， B.， Han， Y.， amp; Fang， H. （2022）. New insights into the social rumor characteristics during the COVID-19 pandemic in China. Frontiers in Public Health， 10， 864955.

Ma， B.， Meng， X. X.， Long， Q.， Zhang， Z.， Chen， S.， Yang， J.， ... Yuan， J. （2019）. Automatic self-focused and situation-focused reappraisal of disgusting emotion by implementation intention： An ERP study. Cognitive Neurodynamics， 13（6）， 567?577.

MacKay， D. G.， Johnson， L. W.， Graham， E. R.， amp; Burke， D. M. （2015）. Aging， emotion， attention， and binding in the taboo stroop task： Data and theories. International Journal of Environmental Research and Public Health， 12（10）， 12803?12833.

Maertens， R.， Roozenbeek， J.， Basol， M.， amp; van der Linden， S. （2021）. Long-term effectiveness of inoculation against misinformation： Three longitudinal experiments. Journal of Experimental Psychology： Applied， 27（1）， 1?16.

Maguire， P. A.， Reay， R. E.， amp; Looi， J. C. （2019）. A sense of dread： Affect and risk perception in people with schizophrenia during an influenza pandemic. Australasian Psychiatry： Bulletin of Royal Australian and New Zealand College of Psychiatrists， 27（5）， 450?455.

Malik， A.， Bashir， F.， amp; Mahmood， K. （2023）. Antecedents and consequences of misinformation sharing behavior among adults on social media during COVID-19. Sage Open， 13（1）， 21582440221147022.

Martel， C.， Pennycook， G.， amp; Rand， D. G. （2020）. Reliance on emotion promotes belief in fake news. Cognitive Research： Principles and Implications， 5（1）， 47.

Mohammed， A. R.， Kosonogov， V.， amp; Lyusin， D. （2021）. Expressive suppression versus cognitive reappraisal： Effects on self-report and peripheral psychophysiology. International Journal of Psychophysiology， 167， 30?37.

Mohammed， S. A.， Rajashekar， S.， Giri Ravindran， S.， Kakarla， M.， Ausaja Gambo， M.， Yousri Salama， M.， ... Hamid， P. （2022）. Does vaccination increase the risk of autism spectrum disorder？ Cureus， 14（8）， e27921.

Mokhtari， H. （2014）. A quantitative survey on the influence of students' epistemic beliefs on their general information seeking behavior. The Journal of Academic Librarianship， 40（3?4）， 259?263.

Na， K.， Garrett， R. K.， amp; Slater， M. D. （2018）. Rumor acceptance during public health crises： Testing the emotional congruence hypothesis. Journal of Health Communication， 23（8）， 791?799.

Nepps， P.， Lake， A.， Fox， J.， Martinez， C.， Matsen， P.， amp; Zimmerman， K. （2023）. Improving health equity through health literacy education. Health Literacy Research and Practice， 7（2）， e99?e104.

Ning， P.， Cheng， P.， Li， J.， Zheng， M.， Schwebel， D. C.， Yang， Y.， ... Hu， G. （2021）. COVID-19-related rumor content， transmission， and clarification strategies in China： Descriptive study. Journal of Medical Internet Research， 23（12）， e27339.

Niu， Z.， Willoughby， J.， amp; Zhou， R. （2021）. Associations of health literacy， social media use， and self-efficacy with health information-seeking intentions among social media users in China： Cross-sectional survey. Journal of Medical Internet Research， 23（2）， e19134.

Pal， A.， Chua， A. Y.， amp; Goh， D. H. L. （2017）. Does KFC sell rat？ Analysis of tweets in the wake of a rumor outbreak. Aslib Journal of Information Management， 69（6）， 660?"673.

Paynter， J.， Luskin-Saxby， S.， Keen， D.， Fordyce， K.， Frost， G.， Imms， C.， ... Ecker， U. （2019）. Evaluation of a template for countering misinformation—real-world autism treatment myth debunking. Plos One， 14（1）， e0210746.

Pennycook， G.， de Neys， W.， Evans， J. St. B. T.， Stanovich， K. E.， amp; Thompson， V. A. （2018）. The mythical dual-process typology. Trends in Cognitive Sciences， 22（8）， 667?668.

Pennycook， G.， Epstein， Z.， Mosleh， M.， Arechar， A. A.， Eckles， D.， amp; Rand， D. G. （2021）. Shifting attention to accuracy can reduce misinformation online. Nature， 592（7855）， 590?595.

Pennycook， G.， McPhetres， J.， Zhang， Y.， Lu， J. G.， amp; Rand， D. G. （2020）. Fighting COVID-19 misinformation on social"media： Experimental evidence for a scalable accuracy-"nudge intervention. Psychological Science， 31（7）， 770?"780.

Pennycook， G.， amp; Rand， D. G. （2019）. Lazy， not biased： Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning. Cognition， 188， 39?50.

Pennycook， G.， amp; Rand， D. G. （2020）. Who falls for fake news？ The roles of bullshit receptivity， overclaiming， familiarity， and analytic thinking. Journal of Personality， 88（2）， 185?200.

Pennycook， G.， amp; Rand， D. G. （2022）. Accuracy prompts are a replicable and generalizable approach for reducing the spread of misinformation. Nature Communications， 13（1）， 2333.

Pilditch， T. D.， Roozenbeek， J.， Madsen， J. K.， amp; van der Linden， S. （2022）. Psychological inoculation can reduce susceptibility to misinformation in large rational agent networks. Royal Society Open Science， 9（8）， 211953.

Pluviano， S.， Della Sala， S.， amp; Watt， C. （2020）. The effects of source expertise and trustworthiness on recollection： The case of vaccine misinformation. Cognitive Processing， 21（3）， 321?330.

Pornpitakpan C. （2004）. The persuasiveness of source credibility： A critical review of five decades' evidence. Journal of Applied Social Psychology， 34（2）， 243?281

Pr?llochs， N.， B?r， D.， amp; Feuerriegel， S. （2021）. Emotions explain differences in the diffusion of true vs. 1 social media rumors. Scientific Reports， 11（1）， 22721.

Pu， D.， Bonnici， R.， Shorr， R.， amp; Haines， T. （2022）. Digital storytelling to facilitate consumer engagement in healthcare"research. Health Promotion Journal of Australia， 33（3）， 758?767.

Pulido， C. M.， Ruiz-Eugenio， L.， Redondo-Sama， G.， amp; Villarejo-Carballido， B. （2020）. A new application of social impact in social media for overcoming fake news in health. International Journal of Environmental Research and Public Health， 17（7）， 2430.

Rathje， S.， Roozenbeek， J.， van Bavel， J. J.， amp; van der Linden， S. （2023）. Accuracy and social motivations shape judgements of （mis）information. Nature Human Behaviour， 7（6）， 892?903.

Riedl， D.， amp; Schü?ler， G. （2017）. The influence of doctor-patient communication on health outcomes： A systematic review. Zeitschrift Fur Psychosomatische Medizin Und Psychotherapie， 63（2）， 131?150.

Roozenbeek， J.， van der Linden， S.， Goldberg， B.， Rathje， S.， amp; Lewandowsky， S. （2022）. Psychological inoculation improves resilience against misinformation on social media. Science Advances， 8（34）， eabo6254.

Salehinejad， S.， Jangipour Afshar， P.， amp; Borhaninejad， V. （2021）. Rumor surveillance methods in outbreaks： A systematic literature review. Health Promotion Perspectives， 11（1）， 12?19.

Sanderson， J. A.， Bowden， V.， Swire-Thompson， B.， Lewandowsky， S.， amp; Ecker， U. K. H. （2023）. Listening to misinformation while driving： Cognitive load and the effectiveness of （repeated） corrections. Journal of Applied Research in Memory and Cognition， 12（3）， 325?334.

Scarantino， A.， Hareli， S.， amp; Hess， U. （2022）. Emotional expressions as appeals to recipients. Emotion， 22（8）， 1856?1868.

Scherer， L. D.， amp; Pennycook， G. （2020）. Who is susceptible to online health misinformation？ American Journal of Public Health， 110（S3）， S276?S277.

Schiebener， J.， amp; Brand， M. （2015）. Decision making under objective risk conditions-a review of cognitive and emotional correlates， strategies， feedback processing， and external influences. Neuropsychology Review， 25（2）， 171?198.

Schmid， P.， amp; Betsch， C. （2019）. Effective strategies for rebutting science denialism in public discussions. Nature Human Behaviour， 3（9）， 931?939.

Shahsavari， S.， Holur， P.， Wang， T.， Tangherlini， T. R.， amp; Roychowdhury， V. （2020）. Conspiracy in the time of corona： Automatic detection of emerging COVID-19 conspiracy theories in social media and the news. Journal of Computational Social Science， 3（2）， 279?317.

S?rensen， K.， van den Broucke， S.， Fullam， J.， Doyle， G.， Pelikan， J.， Slonska， Z.， ... （HLS-EU） Consortium Health Literacy Project European. （2012）. Health literacy and public health： A systematic review and integration of definitions and models. BMC Public Health， 12， 1?13.

Swire-Thompson， B.， Miklaucic， N.， Wihbey， J. P.， Lazer， D.， amp; DeGutis， J. （2022）. The backfire effect after correcting misinformation is strongly associated with reliability. Journal of Experimental Psychology. General， 151（7）， 1655?1665.

Tian， R.， Zhang， X.， amp; Liu， Y. （2015）. SSIC model： A multi-layer model for intervention of online rumors spreading. Physica A： Statistical Mechanics and its Applications， 427， 181?191.

Trendel， O.， amp; Werle， C. O. （2016）. Distinguishing the affective and cognitive bases of implicit attitudes to improve prediction of food choices. Appetite， 104， 33?43.

Trevors， G.， amp; Duffy， M. C. （2020）. Correcting COVID-19 misconceptions requires caution. Educational Researcher， 49（7）， 538?542.

Trotochaud， M.， Smith， E.， Hosangadi， D.， amp; Sell， T. K. （2023）. Analyzing social media messaging on masks and vaccines： A case study on misinformation during the COVID-19 pandemic. Disaster Medicine and Public Health Preparedness， 10， 1?9.

Vaidyanathan， G. （2020）. News feature： Finding a vaccine for misinformation. Proceedings of the National Academy of Sciences of the United States of America， 117（32）， 18902?18905.

van der Linden， S.， Roozenbeek， J.， amp; Compton， J. （2020）. Inoculating against fake news about COVID-19. Frontiers in Psychology， 11， 2928.

van der Linden， S. （2022）. Misinformation： Susceptibility， spread， and interventions to immunize the public. Nature Medicine 28（3）， 460?467.

van de Ridder， J. M.， Peters， C. M.， Stokking， K. M.， de Ru， J. A.， amp; Ten Cate， O. T. （2015）. Framing of feedback impacts student's satisfaction， self-efficacy and performance. Advances"in Health Sciences Education： Theory and Practice， 20（3）， 803?816.

Vosoughi， S.， Roy， D.， amp; Aral， S. （2018）. The spread of true and 1 news online. Science， 359（6380）， 1146?1151.

Wang， D.， amp; Qian， Y. （2021）. Echo chamber effect in rumor rebuttal discussions about COVID-19 in China： Social media content and network analysis study. Journal of Medical Internet Research， 23（3）， e27009.

Wang， S.， Li， Z.， Wang， Y.， amp; Zhang， Q. （2019）. Machine learning methods to predict social media disaster rumor refuters. International Journal of Environmental Research and Public Health， 16（8）， 1452.

Wei， J.， amp; Zhang， L. （2019， August）. Analysis of information dissemination based on emotional and the evolution life cycle of public opinion. 2019 International Conference on Robots amp; Intelligent System （ICRIS）， Haikou， China.

Wood， R. M.， Juanchich， M.， Ramirez， M.， amp; Zhang， S. （2023）. Promoting COVID-19 vaccine confidence through public responses to misinformation： The joint influence of message source and message content. Social Science amp; Medicine （1982）， 324， 115863.

Xue， H.， amp; Taylor， L. （2023）. When do people believe， check， and share health rumors on social media？ Effects of evidence type， health literacy， and health knowledge. Journal of Health Psychology， 28（7）， 607?619.

Yang， W.， Wang， S.， Peng， Z.， Shi， C.， Ma， X.， amp; Yang， D. （2021）. Know it to defeat it： Exploring health rumor characteristics and debunking efforts on Chinese social media during COVID-19 crisis. Proceedings of the International AAAI Conference on Web and Social Media， 16（1）， 1157?1168.

Zhang， S. W.， Wang， Y.， amp; Wei， Y. J. （2022）. Follow or not？ Descriptive norms and public health compliance： Mediating role of risk perception and moderating effect of behavioral visibility. Frontiers in Psychology， 13， 1040218.

Zhao， J.， Fu， C.， amp; Kang， X. （2022）. Content characteristics predict the putative authenticity of COVID-19 rumors. Frontiers in Public Health， 10， 920103.

Zhong， Z. （2021）. Internet public opinion evolution in the COVID-19 event and coping strategies. Disaster Medicine and Public Health Rreparedness， 15（6）， e27?e33.

Zhou， J.， Ghose， B.， Wang， R.， Wu， R.， Li， Z.， Huang， R.， Feng， D.， Feng， Z.， amp; Tang， S. （2020）. Health perceptions and misconceptions regarding COVID-19 in China： Online survey study. Journal of Medical Internet Research， 22（11），"e21099.

Zhu， L.， Wang， X.， Zhang， Z.， amp; Shen， S. （2020）. Global stability and bifurcation analysis of a rumor propagation model with two discrete delays in social networks. International Journal of Bifurcation and"Chaos， 30（12）， 2050175.

Intervention strategies for health rumors： An overviewbased on the information lifecycle theory

LYU Xiaokang， LIU Xin， YANG Tingting， FU Chunye

（Department of Social Psychology， Nankai University， Tianjin 300350， China）

Abstract： Intervening in the proliferation of health rumors presents a significant challenge in the era of social media. This paper delves into the multifaceted aspects of health rumor dynamics， identifying driving factors at the intersection of information and information processing entities. Utilizing the Information Lifecycle Theory， we delineate this phenomenon into three distinct stages： generation， evaluation， and dissemination. A systematic exploration of intervention strategies is undertaken across these stages. During the generation phase， a preventative approach takes precedence， emphasizing activities such as instilling psychological resilience in the public and enhancing individual health literacy. Shifting to the evaluation stage， the focus sharpens on individual agency， with particular attention to information accuracy and the promotion of analytical processing. In the dissemination phase， precision in debunking is achieved through bolstering the credibility of refutation information， effectively employing refutation texts， and regulating individual emotional states. Future research endeavors are encouraged to further innovate intervention strategies under the framework of the information lifecycle. This involves a meticulous examination of refined intervention methods tailored to diverse rumor types and susceptible populations. Additionally， emphasis is placed on the synthesis and validation of real-world application effects， leveraging insights from behavioral science and online platforms to establish enduring mechanisms for effectively intervening in health rumors.

Keywords："health rumors， misinformation， online rumors， psychological inoculation， truth sandwiches