[摘要]建构伪信息传播模型和真实信息一伪信息对抗模型，仿真结果表明，群体接受伪信息概率越高，伪信息传播速度越快、范围越广；真实信息在第一时间介入，对控制伪信息传播具有决定性作用；群体真实信息接受概率越高，越有利于对伪信息传播的控制；特定规模网络中第二层邻居的存在对伪信息传播有重要影响，最后得出政府控制公共危机伪信息传播的三个启示。
[关键词]伪信息传播 危机管理 多Agent仿真
[分类号]G206.3
1问题提出与文献综述
突发公共危机事件往往伴随着伪信息的盛行和传播。由于伪信息的传播与公共危机事件一脉双生，增加了公共危机事件本身的“噪声”，使政府对公共危机事件的处置因不确定性增加而变得困难并付出额外成本。因此，研究伪信息传播的影响因素及其特征，对于政府应对公共突发事件有重要的现实意义。
学术界关于公共危机伪信息的研究大多围绕谣言传播进行。Nicholas DiFonzo和Prashant Bordia提出了公共关系中谣言影响组织的三个维度：外部结果、内部意见和内部行为，同时提出减少谣言危害的一个重要策略是增强政府信息传播的有效性。H5N1爆发期间，Gina Samaan等人提出谣言控制的一个重要部分是及时地发布准确信息，同时提出了开发谣言检测系统的具体标准。国际卫生组织对防止疾病谣言的传播也形成了自己的体系。
新媒体的广泛应用促进了对网络环境下公共危机伪信息传播的研究。周裕琼通过实验方法研究了QQ群聊对谣言传播的影响，指出QQ群聊对谣言具有削弱作用。李志宏等人以政府、网络媒体和网民为主体来探求三者对公共危机信息传播的影响，并依据复杂系统仿真的方法做了基于网络媒介的突发性公共危机信息传播的研究，提出危机信息传播过程中存在生命周期现象和群体极化现象。刘拓对伪信息的内涵进行了界定：所谓伪信息是在严格假信息内核上具有部分真实性表象，因此可以使人接受或轻信，信息看似有根有据但本质靠近严格的假，具有一定的社会蒙蔽性和社会危害性。他在公共危机伪信息的研究中引入了混沌理论，基于Matlab仿真建模从伪信息群体接受概率角度揭示了公共危机伪信息扩散的规律。
从相关文献梳理中可以看出，基于新媒体的伪信息传播仿真研究是一种重要的研究路径，适合对新媒体这一复杂系统的传播规律探讨，但相关的研究要么注重传播现象的揭示，要么限于单一因素影响的仿真分析，且未考虑真实信息介入这一重要因素，影响了对伪信息传播影响因素的全面认识。因此，本文采用刘拓对伪信息的定义，利用多Agent仿真软件Repast构建模型，探讨伪信息群体接受概率、智体(Agent)邻居的数量、真实信息群体接受概率以及真实信息进入系统时间4个因素对伪信息扩散的影响，以期得出有价值的研究结果，对突发事件应急管理中伪信息的传播控制提供理论支持。
2仿真模型构建
基于Agent仿真模型中的Agent具有自治性、智能性和适应性，主要表现为对不完全信息的处理能力和对环境的适应能力。Agent可以实时地进行学习、规划和搜索，形成更加贴近现实的人工智能，从而可以达到复杂系统建模与仿真的要求。在公共危机伪信息传播模型中，系统中主要Agent是伪信息传播者，伪信息传播者具有和其他智体交流来接受和传播伪信息的特性。
2.1模型中的智体
信息是通过网络来传播的，这种网络既可以是现实世界中的人际交流网络，也可以是以互联网为基础的新型社会网络。为了方便研究，模型中把信息传播网络都统一简化为二维网络。模型中的信息传播智体命名为Person，每个Person都具有不同于其它Person的属性值，通过对所处网络环境(邻居状态)的学习而决定自己的状态。
2.2模型假设
本文拟构建两个仿真模型：伪信息传播模型；探求真实信息对伪信息影响的真实信息――伪信息对抗模型。根据研究需要，提出以下假设：
2.2.1Person状态 伪信息传播模型中，设定Peron有一个表示接受或者未接受伪信息的属性Alive，分别取值为1和0。在真实信息一伪信息对抗模型中，假设Person有三种状态，Alive取值为1、0或-1，分别表示接受伪信息、对伪信息持中立态度、不接受伪信息。Alive=-1的现实意义是：政府为控制伪信息发布了真实信息，个体接受政府发布的真实信息，拒绝接受伪信息。
2.2.2模型中智体数量 每次运行过程中智体总数不变，Person的总数由外部条件已知。
2.2.3智体邻居类型 智体的状态受到由邻居智体构成环境的影响。邻居的类型主要有摩尔(Moore)型邻居和冯?诺依曼(Von Neumann)型邻居。摩尔型邻居数量随邻居层数r的变化增加更快，故采用摩尔型邻居。
2.2.4智体接受概率 现实世界中，由于文化程度和经验水平的不同，个体对伪信息和真实信息的接受程度不同。设定Probability A属性用来判断Person是否接受伪信息，Probability A是由随机函数产生的之间的随机数；同样设定Probability B属性，用来判断Person是否接受真实信息。
2.2.5智体更新状态Person每一时步(tick)都要判断自己属性是否改变，即每一时步所有Person状态都要更新。
2.2.6信息接受方式 伪信息的接受有被动接受和主动探求两种方式，假定所有智体有且仅有主动判断周围邻居智体状态的能力。
2.2.7伪信息内容一致性伪信息传播中信息的内容不发生改变，Person接受的伪信息都具有相同内容。
2.2.8智体运动状态 智体只能通过相邻智体之间的传播方式间接影响邻居范围之外智体的状态，智体不运动。
2.2.9群体真实信息接受概率 假定真实信息由政府发布，由于政府公信力的存在，假定智体对真实信息的群体接受概率要高于对伪信息的群体接受概率。
2.3模型结构
根据Repast建模要求，构建类Person。Person类封装了智体的状态转化规则和行为规则。模型中设定参数A来表示网络中所有智体接受伪信息的平均概率，Person通过A和属性Probability A比较来决定是否接受伪信息。在真实信息-伪信息对抗模型中，设定参数B来表示网络中群体接受真实信息的概率。智体通过B和Probability B比较来判断是否接受政府发布的真实信息。伪信息传播模型如图1所示：真实信息一伪信息对抗模型如图2所示：
3仿真结果分析
3.1伪信息传播模型
设定网络范围内的智体总数为900，Alive=1的个体用白色表示，Alive=0的个体用灰色表示。初始化所有智体的Alive属性初始值都为0。选择一个Person(Person的Probability A 型，完成伪信息传播的演化。
3.1.1邻居数量相同，接受概率不同的模拟
摩尔邻居的维度为1(r=1)，对伪信息群体接受概率A分别赋值0.3、0.5、0.8，分别得到三种概率下2、5、8、10时步的伪信息传播效果图，如图3所示：
首先，从图3可以看出，当群体接受概率比较小时，伪信息只能在少数智体中传播，无法扩散(见图3(a))。群体接受伪信息概率小可以有两方面的理解：①伪信息本身违反基本常识或自然社会规律，公众凭自身经验即可判定；②公众已充分掌握了事件相关的真实信息。其次，群体接受伪信息概率越高，伪信息的传播速度越快，接受伪信息的智体数量越多。从第二时步图可以看出，概率A从0.5到0.8所引起的伪信息扩散范围的变化要明显大于概率A从0.3到0.5所引起的变化。可见，群体接受概率高低是影响伪信息传播的重要因素，而这与公众对现实热点问题或公共事件的一般看法和信息接受倾向密切相关。根据网络舆情的有关研究结果，目前网络环境中人们易接受的伪信息主要有：仇富心理相关的“富二代”、仇权心理相关的“官二代”、政府失职与官员腐败、造成心理恐慌的恐慌谣言等，表现出“恶尊助卑”的基本认知特征和态度倾向。网络舆情是现实舆情的一种折射，要降低群体接受伪信息的概率，从根本上来说要净化伪信息赖以产生的环境，因为大多数伪信息并非空穴来风，先有不正当的事实，人们才愿意相信与不正当的事实有关的谣言。
3.1.2同一接受概率，邻居数量不同的模拟 假定A=0.3，分别选择摩尔邻居层数1、2、3，即智体邻居数目取8、24、48进行模拟，截取第2、5、8时步的仿真结果，如图4所示：
当N=1，即智体只会影响第一层邻居时，伪信息的传播速度和范围都很有限。换言之，当伪信息在网络中只有初始接受者而无二次传播时，传播效果非常有限。当N=2，即智体会影响第二层邻居时，伪信息的传播速度和范围有显著增加。智体会影响第二层邻居，意味着网络中伪信息的接受者通过转发或引用等方式，又对原始伪信息进行了二次传播，说明二次传播对伪信息的传播效果有重要影响。当N=3时，伪信息传播速度有所增加，传播范围变化不明显(见表1)。可见在特定规模的网络中，邻居数量的进一步增加对伪信息传播效果影响不大。在现实中，公共危机伪信息的二次传播除了其内容与公众关切相关外，还与伪信息传播者的网络影响度有关，网络中的意见领袖或活跃人物发布的信息往往得到过较高频次的转发或引用，因此，关注网络意见领袖或活跃人物对控制伪信息的传播有现实意义。
3.2真实信息一伪信息对抗模型
初始化所有智体的Alive属性值都为0，然后在后续不同时步分别加入Alive=-1的智体，探求真实信息进入时间对伪信息传播的影响。模型中Alive=0、
1、-1的智体分别用灰色，白色、黑色表示。
传播模型中如选取A=0.3，则伪信息无法扩散，如取A>0.5，则伪信息传播速度过快，不利于真实信息加入时间对伪信息扩散影响结果的表达。本文在多次试运行的基础上，假设伪信息群体接受概率A=0.45，真实信息群体接受概率B=0.6、B=O.8，最终获得900个智体在1、3、5、7时步加入真实信息的演化情况，如图5、图6所示：
当群体对真实信息的接受概率高于对伪信息的接受概率时，真实信息加入时间越早，对伪信息传播的抑制作用越明显。随着真实信息加入时步的推迟，其对伪信息传播的抑制作用明显下降甚至逐步消失。图6中在第一时步加入真实信息，可明显降低接受伪信息的智体数，在第三时步和第七时步加入真实信息，接受伪信息的智体数量变化并不显著。这与Gina samaan、李志宏等学者的相关研究结论一致。其中，真实信息在公共危机事件发生的第一时间介入，对控制伪信息的传播具有更为根本的意义。Nicholas Di.Fonzo和Prashant Bordia的研究结果亦表明，政府信息效率越高，信息传播越及时，对谣言的控制越有力。同时看到，群体接受真实信息的概率越高，对伪信息的传播更容易控制。
4结论及启示
伪信息传播模型和真实信息一伪信息对抗模型的仿真结果表明，群体伪信息接受概率、群体真实信息接受概率、系统中邻居的数量、真实信息进入系统的时间4个因素都会影响伪信息的传播。其中，群体接受伪信息概率越高，伪信息的传播速度越快，传播范围越广，当群体接受伪信息概率比较小(如小于某一阀值)时，伪信息只能在少数人群中传播，且无法扩散；真实信息在公共危机事件发生的第一时间介入，对控制伪信息的传播具有决定性的作用；群体真实信息接受概率越高，越有利于对伪信息传播的控制；在特定规模网络中，第二层邻居的存在即二次传播对伪信息的传播有重要影响。本文在仿真模型建构过程中，对伪信息的传播动机、传播技巧、传播效果等因素没有涉及，尤其对个体转化状态和环境中其他因素的影响考虑还不够全面，这是其局限性所在，需要在以后的研究中进一步深化。基于本文的研究结论，得出公共危机伪信息传播控制方面的以下启示。
4.1提升政府公信力
公信力以公众对政府的信任为基础，已成为评价政府活动或行为的一个基本的价值评判准则。对公共危机伪信息传播控制来说，良好的政府公信力可提高公众对政府信息的信任程度和接受水平，从而降低公众对伪信息的信任程度和接受水平，保障政府对公共危机事件的有效处置。《小康》杂志社中国全面小康研究中心的调查显示，2006-2007年度中国政府公信力指数为60.6分，刚过及格线；关于“政府信任程度”，绝大多数受访者表示很相信中央政府，逾70％的受访者表示不相信地方政府；政府官员以80.3％的绝对多数被网民选为信用最差的群体。尽管这些调查结果并不完全准确，但反映出目前我国政府存在不同程度的公信力下降问题，这则是一个不争的事实。因此，对公共危机伪信息传播控制与管理来说，提高政府公信力是首要的任务。
4.2及时、全面公开信息
伪信息的本质是未经证实而流传的虚假信息，公共危机事件发生后，政府在第一时间及时公开有关信息，将消除伪信息产生和传播的土壤。即使伪信息已经开始传播，也可以通过及时澄清事实控制伪信息的扩散。及时公开信息意味着政府要抢占信息传播的时间优势，在人人都是媒体的时代及时掌握信息传播的话语主导权和舆论制高点。同时，对公共危机事件有关的信息，政府应尽可能全面公开。伪信息在结构上包括“事实”和“意见”两个维度，在事实信息缺失的情况下，伪信息通过不断传播会添加更多偏离事实的个人意见，相反，对真实信息的全面公开可以压缩伪信息的杜撰空间，使其难以滋生并有效传播。
4.3从技术上加强伪信息的监测
首先，在当今日常信息传播尤其是伪信息传播中新媒体发挥的作用越来越重要的背景下，综合利用各种媒体公开信息成了抑制伪信息传播的必然选择。其次，公共危机管理中要从数量巨大、变化迅速的网络信息中识别出伪信息并及时加以引导和控制，必须借助先进的信息监测与分析技术。以网络舆情为例，著名的舆情监测系统TDT可以通过事件特征提取(人物、时间、组织、地点、暴力词汇、描述词汇)和趋势特征的匹配分析来确定新事件及其变化态势，从而确定恐怖主义的新闻主题。加强新媒体的应用以及网络信息监测与分析技术研发，也是我国公共危机管理中有效控制伪信息传播的一个重要任务。