■陈婉婷 何清华　　
　　【本文提要】本文从受众心理出发，基于价值决策理论，整合了不同动机对假新闻分享意愿的影响。研究以社会类假新闻为材料，通过两个实验探究人们假新闻分享意愿的心理动机。研究发现，人们对于新闻准确性有着较高的要求，但这并不是个体分享新闻的直接原因；实际的分享意愿直接受到正负新闻事件属性的影响，正面新闻事件属性会削弱人们对于假新闻的道德谴责，更易默许正面假新闻的存在。人们错误地认为积极的假新闻也是有价值的，分享积极的假新闻似乎没有那么不道德，所以更容易造成假新闻的传播。
　　【关键词】假新闻传播 正面报道 负面报道 新闻事件属性 价值决策理论
　　【中图分类号】G206
　　
一、研究缘起
　　社交媒体的快速发展，改变了传统信息传播方式，人们更依赖于社交媒体寻求各种信息，以此增加对客观世界的认知，进而将之转化为现实行为（周灿华，2010）。技术的发展在为信息传播带来便捷的同时，也为一些错误信息提供了温床。错误信息通过互联网被制造并迅速传播，对个体决策（De Coninck et al.， 2021；Meel & Vishwakarma， 2020）以及社会和谐稳定发展产生了不良影响 （Lewandowsky et al.， 2017）。因此，在中央网络安全和信息化办公室部署的2022年“清朗”系列专项活动中，明确将打击网络谣言及错误信息作为十项重点工作之一。
　　假新闻（fake news）作为错误信息（false information）（Meel & Vishwakarma， 2020），因假借新闻的形式有着更强的欺骗性（Wang et al.， 2020），其在社交媒体上的传播已成为近年来社会关注的重大问题和学术研究的重点（Allen et al.， 2021; Lazer et al.， 2018）。社交媒体已经成为在线新闻发布和新闻消费的重要组成部分（Kümpel et al.， 2015），点赞、转发、评论以及分享新闻已成为受众参与新闻报道的方式。一旦出现假新闻，这种便捷的参与方式也为病毒式的传播提供了前提，广泛影响受众的认知判断。例如，在2016年美国大选期间，社交媒体上假新闻的传播干扰了选民对候选人的知觉倾向（Allcott & Gentzkow， 2017），从而影响选举（Lazer et al.， 2018）。与西方不同的是，我国的假新闻多发生于社会生活领域，并总体呈上升趋势（Wang et al.，2020; 胡杨，王啸，2019）。社会议题与公众利益密不可分（刘晓婷，2021），社会类假新闻的传播可能直接导致受众错误行为的发生，甚至引起受众盲目从众或集合行为（周灿华，2016）。因此，厘清受众选择信息和分享假新闻的心理动机就变得尤其迫切。
　　相较于有趣性、新奇性以及政治一致性，人们认为信息的真实性/准确性是他们分享信息时极其重要的影响因素（Pennycook et al.， 2021），即人们有着对信息真实性/准确性的追求。但Weng（2012）等人的研究表明信息质量和快速传播的脱节，社交媒体上的信息过载和个人有限的注意力导致受众并非时时对信息真实性进行辨别后再进行分享（胡杨，王啸，2019），甚至会忽视信息的真实性/准确性（Pennycook et al.， 2021；Pennycook & Rand， 2021）。基于此，研究者将准确性评定作为一种心理启动，助推人们对信息真假的关注，从而提高人们追求准确性信息的动机，减少假新闻的分享（Pennycook et al.， 2020；Pennycook & Rand， 2021）。因此，受众在这样的网络环境下，除了准确性忽视，对信息的分享可能更多源于其他动机。
　　Scholz等人（2017）提出，信息分享行为是价值决策的体现，并借助神经影像（功能性核磁共振成像，fMRI）进行一系列实验证明了该观点（Beak et al.， 2017；Scholz et al.， 2017）。即，受众对信息价值的认知程度会影响其分享的感知价值，进而影响分享行为（熊励，郭慧梅，2021）。因此，分享行为的价值感来源就显得十分重要。首先，社会互动、社会支持以及社会资本等社会满足感是人们使用社交媒体的主要动机（Ellison et al.， 2007；Valenzuela et al.， 2009），并且影响了个体在社交媒体上的自我表达（Reinecke & Trepte， 2014）。具体而言，社交网络的社会特征使得个体更愿意表露与自我相关的积极效价信息，因为这与个体的社交吸引力、维持社会关系以及得到社会支持有关（Antheunis et al.， 2010；Park， Jin & Jin， 2011；Forest & Wood， 2012）。因此，个体很有可能在社交媒体上有选择地展示一些信息以维护积极自我形象（Mezulis et al.， 2004）。其次，个体会更喜欢以及更有可能在社交媒体中发布与他们信念或价值观一致的信息或新闻（Hsu et al.， 2021），并更有可能通过分享符合社会规范的信息来增强自我认同和自我效能，并期待社会认可（Scholz et al.， 2017；陈娟，甘凌博，2021），这可能与社会文化价值相关。也就是说，个体很有可能从自我增强与社会积极期待方面去评估信息分享价值，进而影响个体的分享行为。
　　以往研究发现，与真实的信息相比，虚假信息中如包含积极词汇就更有可能被分享与传播（Prollochs et al.， 2021）。社会类假新闻包含了正面新闻事件、中性新闻事件以及负面新闻事件（丁柏铨，陈相雨，2010），不同事件属性的报道可能会引起人们不同的情绪体验，甚至从个体情绪发展到群际情绪（刘雅琦，王玲玉，2022），从而造成严重的社会影响。基于前面论述，我们认为，相较于负面事件的新闻报道，人们可能更愿意分享正面事件的新闻报道，体现出对积极信息的偏好。进一步，我们感兴趣于这种积极信息的偏好是否会影响人们对于假新闻的感知，从而导致假新闻的分享与传播。
　　综上所述，准确性是人们愿意分享新闻的重要影响因素，但社交媒体环境与有限的注意力资源导致准确性忽视，个体更多基于社会认可期待计算分享感知价值，从而调整自己的分享意愿。基于价值选择模型，价值评估将不同性质的价值进行整合评估，最后做出相应的决策。在新闻分享意愿中，准确性与社会认可期待如何影响分享感知价值并做出分享决策，是本文关注的问题。
　　目前，国内关于假新闻分享的心理动机的实证探究文献非常有限，更多集中于对真假辨别的探究以及负面假新闻带来的不良影响。因此，本研究基于以上研究背景，利用社会类假新闻试图探究准确性以及新闻事件属性如何影响人们的新闻分享意愿。实验一采用单盲、3×2混合实验设计，探究准确性与新闻事件属性对个体新闻分享意愿的独立影响；实验二采用单因素被试内的实验设计，以道德接受度作为个体感知分享价值反应，探讨准确性与新闻事件属性如何交互影响个体的分享意愿。
　　
二、研究方法与研究结果
　　（一）实验一
　　1.被试
　　本研究使用问卷星在线收集数据，较大程度上还原了人们在社交媒体中信息浏览行为的情境，相比于实验室情境，具有较好的生态效度。为了保证在线作答的有效性，本研究在问卷星中限制同个IP只能提交一次问卷，并且在提交问卷前，使用填写验证码的方式确保填写问卷的研究对象是人而不是自动化程序或软件。其次，为了保证被试的作答效果，我们在题目中设置了注意力检测题，结合数据分析时对答题时间处于极端范围的被试进行排除，保证了所收集到数据的有效性（Ulitzsch et al.，2022）。
　　以往与准确性提示和错误信息分享意愿的相关研究中（例如，Pennycook et al.， 2021；Pennycook & Rand， 2021；Roozenbeek et al.， 2021），检验达到显著性水平（0.05）时的效应量一般为0.2以下。基于此，我们采用GPower3.1.9.2软件对所需样本量进行事前估计，以中等效应量f=0.3，统计检验力0.85（1-β）的条件下，在独立样本t检验中，估计每组所需的最小样本量为201，共需402名被试；在单因素方差分析中，估计总共所需样本126。因此，在招募被试时，将有效数据定于每组201以上。
　　研究在线招募了1020名大学生被试，被试被随机安排完成控制组、准确性组以及事件属性组的任务。控制组有354名被试，剔除无效数据后（答题时间在3个标准差之外，11名；注意力检测题，84名），剩余有效数据259名（129名女性，130名男性）；准确性组有394名被试，剔除无效数据后（答题时间在3个标准差之外，14名；注意力检测题，110名；“准确度”理解有误，15名），剩余有效数据255名（144名女性和111名男性）；事件属性组有272名被试，剔除无效数据后（答题时间在3个标准差之外，5名；注意力检测题，45名），剩余有效数据222名（162名女性，60名男性）。
　　2.材料
　　本文选取了2001年至2020年《新闻记者》评选的“年度假新闻”210例，加上华中师范大学新闻传播学院媒介伦理案例库以及其他可靠网站（人民网、搜狐网等）中找到已被证实为假的新闻50例，共260例。然后将来源于国外媒体、未经媒体报道/转发、来源于合成图片且离开图片后难以说明事件以及重复的新闻删除，剩余249例作为假新闻库。这其中有139例社会新闻（新闻材料的选择、分类及标准化详见附录），选取语言准确度较高的62例社会类假新闻作为材料的基础来源。之后在官方媒体中找到主题与已有假新闻内容和字数区间较为一致的真新闻59例。因此，本研究的新闻库共有121例新闻。
　　本实验从上述新闻材料库中随机抽取10例真新闻以及10例假新闻作为实验材料，真假新闻在字数上以及语言准确度上（| t |s<0.07，p >.947）并无差异。同时，为了避免新闻来源对准确度的影响，实验过程中隐去了报刊名称。
　　3.实验设计及流程
　　实验采用3（组别：控制组、准确性组、事件属性组）×2（信息属性：真新闻、假新闻）混合设计，组别为被试间变量，信息属性为被试内变量，因变量为分享意愿。相较于控制组，准确性组的被试在分享前需要对每一例新闻都进行准确性评价；事件属性组的被试需要在分享前对新闻所描述的事件属性进行正、中、负面的评价（丁柏铨，陈相雨，2010）。在本研究中，正面指的是事件属性是积极的、正向的或是个人追求的、进取的目标；负面指的是事件属性是消极的、负向的或是个人所想避免的、排斥的事件；中性指的是事件属性中立，难以纳入正面或负面事件。在本研究中，我们假设控制组与准确性组分享意愿的差异是由准确性提醒引起的，体现出被试对于准确性的偏好，准确性判别表明被试辨别真假信息的能力；控制组与事件属性组分享意愿的差异体现出被试对新闻事件属性的偏好。
　　新闻材料通过问卷星平台发放，所有被试在实验前阅读实验指导语了解实验内容。所有被试均需对所有新闻进行分享意愿（1—6，从“非常不愿意分享”到“非常愿意分享”）及材料熟悉度评定（1—6，从“非常不熟悉”到“非常熟悉”）；相较于控制组，准确性组的被试进行分享意愿及熟悉度的评级前，需要对信息的准确性（1—6，从“非常不准确”到“非常准确”）进行评定；事件属性组则需要对新闻事件的正中负面属性进行评价，并在问卷后收集被试对新闻事件属性的分享偏好及原因（“你更愿意分享正面/中性/负面信息，为什么？”）。
　　在新闻评定结束后，被试分别提交了他们每天使用社交媒体和浏览新闻的时长、关注新闻的原因，以及平时关注的新闻类型。实验组的被试还需要完成对准确性评定的理解，以此保证数据的有效性。
　　4.数据分析与结果
　　本实验使用SPSS 27.0进行分析。
　　表1为不同组别（控制组、准确性组以及事件控制组）在不同新闻类别（假新闻及真新闻）中的分享意愿详情。以分享意愿作为因变量，对真假新闻进行配对样本t检验，结果发现，三组中真新闻的分享意愿均显著高于假新闻
　　（| t |s > 2.15， p< .033， Cohen’s d >0.134）。多变量方差分析结果表明，组别主效应显著（Fs（2， 733）>31.93， ps <.001， ηps2 > .076），三组在真新闻、假新闻与总体分享意愿中均存在显著差异（见图1A）；事后检验发现，控制组在不同新闻类型中的分享意愿均显著高于准确性组（ps <.001）以及事件属性组（ps <.001），而准确性组与事件属性组之间在不同新闻类型中的分享意愿均无显著差异（ps >.159）。
　　为了探索准确性与分享意愿之间的关系，本实验计算了准确性组被试对每例新闻的准确性评价与分享意愿之间的关系，结果如图1B。首先，在真新闻中，准确性评价与分享意愿有着显著的正相关（r=.866， p=.001），这意味着被试更愿意分享其认为准确性较高的新闻；在假新闻中，准确性评价与分享意愿呈正相关，但统计上并不显著（r=.487， p=.153）。进一步，将准确性评价1—3编码为低准确性，4—6编码为高准确性，结合分享意愿，分为四种反应类型：认为不准确却分享（M真新闻=6.59%， M假新闻=8.53%）、认为不准确不分享（M真新闻=16.35%，M假新闻=22.31）、认为准确分享（M真新闻=50.28%，M假新闻=45.96%），以及认为准确却不分享（M真新闻=26.78%，M假新闻=22.31%），结果如图1C，即大部分被试愿意分享的都是自身认为准确性较高的新闻。最后，本实验计算了被试对于真假新闻的辨别能力。结果发现，被试对于真新闻的分辨能力（77.10% ± 2.55%）显著高于假新闻（31.70%±2.96%；t（254）=13.87，p<.001），并且被试更倾向于将新闻辨别为真（击中+误报：72.67%±26.10%）
　　为了探索新闻事件属性与分享意愿之间的关系，将被试对于每例新闻事件属性的评价作为分类标准以细化分享意愿详情，描述统计如表2。在真新闻的条件下，重复测量方差分析结果表明，新闻事件属性的主效应显著（F（2，280） = 131.5， p<.001， ηp2 >.484）；进一步简单效应分析发现，积极新闻事件属性的分享意愿显著高于中性和负面新闻事件（ps<.001），而负面新闻事件与中性新闻事件之间的分享意愿并无显著差异（p=.176）。在假新闻的条件下，重复测量方差分析表明，新闻事件属性的主效应显著（F（2，374）= 98.23，p<.001，ηp2 >.344），进一步简单效应分析发现，积极新闻事件属性的分享意愿显著高于中性和负面新闻事件（ps <.001），并且负面新闻事件的分享意愿显著低于中性新闻事件（p<.001）。最后，计算了被试对不同新闻事件属性的分享意愿及原因，结果发现，个体更愿意分享积极正面的信息（224 / 272）；并且，“弘扬正能量”是个体分享正面积极信息的主要原因，而“引起关注，揭示问题”是个体分享负面消极信息的主要理由（见图2）。
　　最后，本实验进一步验证在日常无提醒情况下，新闻事件属性对被试准确性及分享意愿的影响。整合事件属性组所有被试对20例新闻事件属性的评价，以多数人的评价作为新闻事件属性，探索在控制组、准确性组以及在事件属性组的条件下，被试对新闻准确性判别与分享意愿的差异。单因素重复测量方差分析结果表明，被试对正面新闻事件的准确性评价显著高于中性新闻事件与负面新闻事件（p <.001），中性新闻事件与负面新闻事件的准确性评价并无差异（p=.648），即被试更倾向于将报道正面事件的新闻评定为更准确；对于分享意愿而言，不论是在正面新闻事件（F（2， 733）= 17.20， p <.001， ηp2 >.045）、中性新闻事件（F（2，733）=19.42，p <.001， ηp2 >.050）还是负面新闻事件（F（2， 733）= 38.92，p <.001， ηp2 > .096）中，组别主效应显著，即三组在不同新闻事件属性的分享意愿上都存在差异（见图1D）。进一步事后检验发现，准确性组与事件属性组在中性新闻事件属性材料的分享意愿上无显著差异（p =.461），在其余新闻事件属性材料上，三组均有显著差异（ps <.001）。即，未对新闻事件进行评价的被试（控制组，准确性组）在正面以及负面新闻事件信息上表现出较大的分享意愿差异，被试更愿意分享正面新闻；对正中负面属性进行评定后（事件属性组），这种分享意愿的差异被进一步加深。
　　（二）实验二
　　1.被试
　　我们采用GPower3.1.9.2软件对所需样本量进行事前估计，以中等效应量f=0.3，统计检验力0.85（1-β）的条件下，在重复测量方差分析中，估计总共所需的最小样本量为28名被试。实际招募被试51名（44名女生，7名男生）。
　　2.材料
　　从本研究的新闻库中随机抽取20篇假新闻和20篇真新闻作为实验材料，每名被试看到的新闻材料都是随机的。
　　3.实验设计及流程
　　采用单因素被试内的实验设计，被试需要完成全部20篇假新闻与20篇真新闻的评定（明确告知被试新闻的真假），包括对新闻的事件属性（正、中、负面）、对他人在社交媒体上分享该新闻的道德程度以及自己的分享意愿进行评定。
　　被试报名后需要来到线下实验室进行实验。真新闻与假新闻以block形式呈现，真假新闻block的呈现顺序做了平衡。每个block呈现之前，主试会详细解释实验流程及实验具体操作。被试仔细阅读实验说明并知情同意，通过注意力检测题后开始正式实验。在正式实验中，被试在仔细阅读完每一例新闻之后，首先需要对新闻的事件属性进行评价（正面、中性、负面）；其次，需要评定道德接受度，即如果他人将该新闻分享至社交媒体中，该分享行为的道德程度以及自己的可接受程度（0—100，从“非常不道德/非常不能接受”到“非常道德/非常可接受”）；最后，需要评定新闻分享意愿，即自己在看完该新闻之后的分享意愿以及分享的迫切程度（0—100，从“非常不愿意分享/非常不迫切”到“非常愿意分享/非常迫切”）。
　　4.数据分析与结果
　　本实验使用SPSS 27.0以及Amos 26.0进行分析。
　　表3和图3A为个体在不同新闻事件属性中的分享意愿详情。重复测量方差分析结果表明，新闻真假属性对道德评定（F（1，50）= 61.08， p<.001， ηp2 =.550）及分享意愿（F（1，50）=31.36， p<.001， ηp2 = .385）的影响显著，即相较于真新闻，人们对于假新闻分享行为的道德接受度更低，且分享意愿更低。
　　不论在真新闻还是假新闻中，新闻事件属性对道德评定（Fs（2，100）> 69.80， p <.001，
　　ηp2 >.583）及分享意愿（Fs（2，100）> 19.14， p <.001， ηp2 > .277）的影响显著。进一步检验发现，不论是在真新闻还是假新闻中，被试对于正面新闻事件分享行为的道德接受度显著高于中性和负面新闻事件（ps≤.001），中性事件分享行为的道德接受度高于负面新闻事件（ps≤.004）。在分享意愿中，相较于中性和负面新闻事件，被试均更愿意分享正面新闻事件（ps≤.002），中性新闻事件次之（ps≤.001）。
　　为了检验新闻真假属性、新闻事件属性对道德接受度以及新闻分享意愿的预测作用，使用Amos 26.0构建结构方程模型：采用booststrap方法，自抽样设置为5000次，采用Bias-corrected confidence intervals估计效应，置信区间为95%，双尾检验。由于新闻真假属性、新闻事件属性均为分类变量，因此将其转化为哑变量之后放入模型中：新闻真假属性中，以假新闻作为参照变量；在新闻事件属性中，以中性新闻事件作为参照变量。在新闻事件属性结构方程模型的适配度检验结果显示，三个结构方程模型中NFI> 0.996， CFI> 0.996， AGFI>0.974， IFI>0.996， RMSEA<0.062表明模型拟合情况较为理想（张岩波，2009）。结构方程模型分析结果如图3B-3D（***表示p<0.001，*表示0.01　　新闻真假属性的结构方程模型。在无中介变量影响下，真假属性对新闻分享意愿的直接影响为0.250（标准化，p<.001）。加入道德接受度作为中介变量，由模型估计结果（见图3B、表4）可知，新闻的真假属性显著影响了被试对于分享该新闻的道德接受度，而新闻真假属性对新闻分享意愿无直接影响，通过道德接受度影响了分享意愿，即道德接受度起到了完全中介作用。相较于真新闻，被试对于分享假新闻的道德接受度更低，基于此，被试对假新闻有着更低的分享意愿。
　　新闻事件属性的结构方程模型。在无中介变量影响下，正面属性对新闻分享意愿的直接影响为0.334（p<.001）；负面属性对新闻分享意愿的直接影响为0.237（p<.001）。加入道德接受度作为中介变量，由模型估计结果可知（见图3C、图3D、表4），新闻的事件属性直接影响或通过道德接受度影响新闻分享意愿，即道德接受度起到部分中介作用。被试对于正面新闻的分享行为道德接受度更高，因此有着更高的分享意愿，而负面新闻则起了反向作用。
　　
三、结论与讨论
　　假新闻在社交媒体上的传播已经成为近年来社会关注的重大问题和学术研究的重点，本研究利用社会类假新闻试图探究准确性以及新闻事件属性如何影响人们的新闻分享意愿，具有重要的理论意义和实践意义。
　　本研究实验一的结果再次验证了人们对于准确性的追求。实验结果发现，个体虽然不能很好地辨别假新闻，但依旧表现出对高准确性的要求：即个体更愿意分享自己认为准确性高的新闻，更不愿意分享准确性低的新闻。进一步，我们发现准确性提示确实能够使人们将注意力聚集在新闻的准确度上，并因此减少人们对于假新闻的分享。
　　同时，实验一探索了新闻事件属性对分享意愿的影响。结果发现，个体的分享意愿受到新闻事件属性的影响：相较于负面以及中性新闻，人们更愿意分享正面新闻，表现出积极偏向。并且，“弘扬正能量”是个体分享积极正面信息的主要理由，而“引起关注，揭示问题”是个体分享负面消极信息的主要理由。也就是说，个体对信息的分享更多基于期待对社会产生积极影响，这反过来增加了信息分享的感知价值。进一步，我们发现人们在进行新闻分享时（无干涉情况下，实验一控制组）会受到新闻事件属性的影响，表明了新闻事件属性稳定地影响人们日常的新闻分享行为，甚至准确性评价（实验一准确性组）也潜在地受到新闻事件属性的影响，表现出个体错误地将正面新闻事件与高准确度联系起来。研究者认为，对积极内容的偏见反映了人们需要以社会期望的方式呈现自己（Bazarova et al.， 2012；Lin & Utz， 2015），这也进一步验证了人们对于正面事件相关的新闻有着较高的价值评估。
　　本研究实验二在明确告知被试新闻真假的情况下，对准确性与新闻事件属性如何交互影响新闻分享意愿做了探索。首先，人们更倾向于分享真实的新闻，但真假新闻属性起到了完全中介的作用，即真假属性仅能通过道德接受度来影响意愿。也就是说，人们认为分享假新闻是不道德的，因此会降低分享意愿，新闻本身的真假并不是个体进行分享的直接原因。其次，人们依旧更愿意分享正面事件的新闻报道，更不愿意分享负面事件的新闻报道。并且，新闻事件的正中负面属性可以直接影响或通过道德接受度来影响人们的新闻分享意愿，甚至在明知是假新闻的情况下，依旧对正面假新闻的分享行为有较高的道德接受度，表现出准确性追求与分享意愿的分离，这可能使得正面假新闻更容易在社交媒体里传播，并且不容易被发现。
　　总体而言，本研究发现，人们对于准确性有着较高的要求，但在实际的分享意愿中直接受到正负新闻事件属性的影响。我们提出，正面新闻事件属性会削弱人们对于假新闻的道德谴责，更易默许“正面属性假新闻”的存在。已有的研究更多集中于探讨负面事件相关的新闻报道给人们带来的负面影响，例如对人际信任的影响（熊梦辉等， 2016；徐旋，2022），较少关注正面属性假新闻对于人们带来的负面影响，甚至认为正面属性假新闻的存在有其正面的意义（朱红岩，2015），动摇了对假新闻社会危害的认识。我们应该清醒认识到新闻离开真实就失去了存在的意义。并且，我们惶恐于当这一切被揭开时，这种反转是否会造成更强的负面情绪以及对社会的不信任。
　　以往研究多局限于现象描述，本研究用实证研究探讨了准确性与新闻事件属性对个体新闻分享意愿影响，厘清了个体传播假新闻的关键因素，未来媒体机构、用户防范假新闻可以通过对这些关键因素做出调整，降低假新闻分享的意愿。但本研究依旧存在以下两点不足：首先，我们收到的指标均出自于自我报告，这可能会与实际情况有所差异。虽然以往的研究发现个体的分享意愿与实际分享行为高相关，但未来的研究可以基于社交平台探讨个体实际的分享行为。其次，我们未探索正面属性假新闻后续更正的难度以及对后续行为的影响，未来的研究可就此做进一步深入探索。■
　　
　　附录 社会新闻材料的收集以及标准化
　　
　　为了保证样本的代表性以及完整性，首先，本文选取了2001年至2020年《新闻记者》评选的共210例“年度假新闻”为主要样本来源；其次，通过华中师范大学新闻传播学院媒介伦理案例库（http://media-ethic.ccnu.edu.cn/xjxw.htm）以及其他可靠网站（人民网/搜狐网等）中找到已被证实为假的新闻50例，共260例。我们将来源于国外媒体、未经由媒体报道/转发、来源于合成图片且离开图片后难以说明事件以及重复的信息删除后，还剩余有249例。
　　两名新闻传播专业的学生对249例新闻进行分类评定，根据新闻报道领域，将新闻分为社会、文化、政治、卫生、经济、体育、科技、娱乐、法制和国际十个类别。分类结果有较强的一致性（Kappa=.76， SE=.06， p<.001， 95%CI [0.64， 0.88]），并且将有疑问的新闻（23例）提取出来并邀请另一名新闻传播专业学生加入讨论后确定分类，因此，分类结果具有较高的可信度。结果可见，在不同类型的假新闻中，社会新闻占比最大，并且在实验一的调查中也发现，大多数大学生也更关注社会新闻。因此本实验选定社会类假新闻作为两个实验的材料。
　　由新闻传播专业的学生对新闻材料进行标准化：（1）新闻内容字数控制在110—130之间，由一名研究生对过长的新闻进行内容提炼；（2）由另一名研究生对提炼质量进行评价（四个维度，0—100评分，M总体=92.16）；（3）由另两名学生对原始新闻材料以及标准后的新闻材料进行语言准确度评价（0—100评分，M原始=62.97，M标准化后=69.77）。
　　分类后共有139例社会新闻，删除提炼质量低于80分的14例、字数在110—130外的37例、新闻语言准确度评价过低（27%）的23例，以及有明显错误的3例，共余下62例社会类别的假新闻材料。之后在官方媒体（从“中新网”、“人民网”搜索，新闻不一定来源于这两个媒体）找到主题与已有假新闻内容较为一致且字数区间一致的真新闻（例如，假新闻“‘小’百万富翁抱得美人归”与真新闻“身高1.2米卖唱男子与1.65米女徒弟恋爱”）。其中，有三例假新闻未找到相匹配的真新闻，因此共有59例真新闻。由一位新闻传播专业的研究生对真新闻进行了语言准确度评价（0—100评分，M=77.54）。
　　
参考文献：
陈娟，甘凌博（2021）。向信息寻求关系——基于微信的老年人健康信息分享行为。《新闻记者》，（09），10-24。
丁柏铨，陈相雨（2010）。“负面新闻”及相关概念辨析。《南京社会科学》，（1），130-136。
胡杨，王啸（2019）。什么是“真实”——数字媒体时代受众对假新闻的认知与辨识。《新闻记者》，（08），4-14。
刘晓婷（2021）。假新闻的传播特征及治理困境——基于210份假新闻的样本分析。《新闻知识》，（12），27-35。
刘雅琦，王玲玉（2022）。PHEIC下基于社会隐私计算视角的个体信息分享行为影响因素研究。《情报资料工作》，43（04），71-82。
熊励，郭慧梅（2021）。基于动机认知理论的突发事件网络信息分享行为影响因素研究。《情报杂志》，40（05）。
熊梦辉，石孝琼，骆玮，余力，王磊（2016）。负面新闻影响人际信任的心理机制。《心理技术与应用》，4（08）。
徐旋（2022）。《负面假新闻影响社会判断：认知负荷和社交媒体指标的作用》。华中师范大学心理学院硕士论文。湖北武汉。
张岩波（2009）。应用结构方程模型须注意的若干问题。《中国卫生统计》，26（3）。
周灿华（2010）。论拟态环境下虚假新闻的负性功能：从受众心理的角度。《石家庄学院学报》，12（2），123-126。
周灿华（2016）。论虚假新闻传播对受众行为的危害。《中国出版》，（11），62-64。
朱红岩（2015）。对网络“正能量假新闻”负面社会效应的思考。《黑河学刊》，11。
Allcott, H.& Gentzkow, M. (2017). Social Media and Fake News in the 2016 Election. Journal of Economic Perspectives, 31(2)211-236. https://doi. org/10. 1257/jep. 31. 2. 211.
Allen, J.ArecharA. A.PennycookG.& Rand, D. G. (2021). Scaling up fact-checking using the wisdom of crowds. SCIENCE ADVANCES, 7(eabf4393).
Antheunis, M. L.Valkenburg, P. M.& PeterJ. (2010). Getting acquainted through social network sites: Testing a model of online uncertainty reduction and social attraction. Computers in Human Behavior, 26100-109. http://dx. doi. org/10. 1016/j. chb. 2009. 07. 005.
BaekE. C. *Scholz, C. *O’Donnell, M. B.& Falk, E. B. (2017). Neural correlates of selecting and sharing information. Psychological Science. 28(7)p. 851-861. DOI: https://doi. org/10. 1177/0956797617695073.
BazarovaN. N.Taft, J. G.Choi, Y. H.& Cosley, D. (2012). Managing Impressions and Relationships on Facebook. Journal of Language and Social Psychology, 32(2)121-141. https://doi. org/10. 1177/0261927x12456384
De ConinckD.FrissenT.Matthijs, K.d’Haenens, L.Lits, G.Champagne-Poirier, O.. . . Genereux, M. (2021). Beliefs in Conspiracy Theories and Misinformation About COVID-19: Comparative Perspectives on the Role of AnxietyDepression and Exposure to and Trust in Information Sources. Front Psychol12646394. https://doi. org/10. 3389/fpsyg. 2021. 646394.
Ellison, N. B.Steinfield, C.& LampeC. (2007). The benefits of Facebook “friends”: Social capital and college students’ use of online social network sites. Journal of Computer-Mediated Communication121143-1168.
ForestA. L.& Wood, J. V. (2012). When social networking is not working: Individuals with low self-esteem recognize but do not reap the benefits of self-disclosure on Facebook. Psychological Science23295-302. http://dx. doi. org/10. 1177/0956797611429709.
Hsu, T. W.NiiyaY.Thelwall, M.Ko, M.KnutsonB.& Tsai, J. L. (2021). Social media users produce more affect that supports cultural values, but are more influenced by affect that violates cultural values. J Pers Soc Psychol121(5)969-983. https://doi. org/10. 1037/pspa0000282.
KümpelA. S.KarnowskiV.& KeylingT. (2015). News Sharing in Social Media: A Review of Current Research on News Sharing UsersContentand Networks. Social Media + Society1(2)205630511561014. https://doi. org/10. 1177/2056305115610141.
Lazer, D. M. J.Baum, M. A.BenklerY.Berinsky, A. J.GreenhillK. M.MenczerF.. . . Zittrain, J. L. (2018). The science of fake news. Science359(6380).
Lewandowsky, S.EckerU. K. H.& Cook, J. (2017). Beyond misinformation: Understanding and coping with the “post-truth” era. Journal of Applied Research in Memory and Cognition6(4)353-369. https://doi. org/10. 1016/j. jarmac. 2017. 07. 008.
Lin, R.& UtzS. (2015). The emotional responses of browsing Facebook: Happinessenvy, and the role of tie strength. Comput Human Behav5229-38. https://doi. org/10. 1016/j. chb. 2015. 04. 064.
MeelP.& VishwakarmaD. K. (2020). Fake news, rumorinformation pollution in social media and web: A contemporary survey of state-of-the-artschallenges and opportunities. Expert Systems with Applications, 153112986. https://doi. org/10. 1016/j. eswa. 2019. 112986.
Mezulis, A. H.Abramson, L. Y.Hyde, J. S.& Hankin, B. L. (2004). Is there a universal positivity bias in attributions？ A meta-analytic review of individual, developmentaland cultural differences in the self-serving attributional bias. Psychological Bulletin, 130(5)711-747. https://doi. org/10. 1037/0033-2909. 130. 5. 711.
ParkN.JinB.& JinS. A. (2011). Effects of self-disclosure on relational intimacy in Facebook. Computers in Human Behavior, 271974-1983. http://dx. doi. org/10. 1016/j. chb. 2011. 05. 004.
Pennycook, G.EpsteinZ.Mosleh, M.ArecharA. A.Eckles, D.& Rand, D. G. (2021). Shifting attention to accuracy can reduce misinformation online. Nature, 592(7855)590-595. https://doi. org/10. 1038/s41586-021-03344-2.
Pennycook, G.McPhetresJ.ZhangY.Lu, J. G.& Rand, D. G. (2020). Fighting COVID-19 Misinformation on Social Media: Experimental Evidence for a Scalable Accuracy-Nudge Intervention. Psychol Sci31(7)770-780. https://doi. org/10. 1177/0956797620939054.
Pennycook, G.& Rand, D. G. (2021). The Psychology of Fake News. Trends Cogn Sci25(5)388-402. https://doi. org/10. 1016/j. tics. 2021. 02. 007.
Prollochs, N.BarD.& FeuerriegelS. (2021). Emotions explain differences in the diffusion of true vs. false social media rumors. Sci Rep11(1)22721. https://doi. org/10. 1038/s41598-021-01813-2.
ReineckeL.& Trepte, S. . (2014). Authenticity and well-being on social network sites: a two-wave longitudinal study on the effects of online authenticity and the positivity bias in sns communication. Computers in Human Behavior, 30(jan. )95-102.
RoozenbeekJ.FreemanA. L. J.& van der Linden, S. (2021). How Accurate Are Accuracy-Nudge Interventions？ A Preregistered Direct Replication of Pennycook et al. (2020). Psychol Sci32(7)1169-1178. https://doi. org/10. 1177/09567976211024535.
ScholzC.Baek, E. C.O’Donnell, M. B.KimH. S.Cappella, J. N.& Falk, E. B. (2017). A neural model of valuation and information virality. Proc Natl Acad Sci U S A114(11)2881-2886. https://doi. org/10. 1073/pnas. 1615259114.
UlitzschE.Pohl, S.Khorramdel, L.KroehneU.& von Davier, M. (2022). A Response-Time-Based Latent Response Mixture Model for Identifying and Modeling Careless and Insufficient Effort Responding in Survey Data. Psychometrika87(2)593-619. https://doi. org/10. 1007/s11336-021-09817-7.
ValenzuelaS.Park, N.& KeeK. F. (2009). Is there social capital in a social network site？: Facebook use and college students’ life satisfaction, trustand participation. Journal of Computer-Mediated Communication14875-901. http://dx. doi. org/10. 1111/j. 1083-6101. 2009. 01474. x.
WangM.RaoM.& SunZ. (2020). Typology, Etiology, and Fact-Checking: A Pathological Study of Top Fake News in China. Journalism Practice, 1-19. https://doi. org/10. 1080/17512786. 2020. 1806723.
WengL.Flammini, A.Vespignani, A.& MenczerF. (2012). Competition among memes in a worldwith limited attention. Sci Rep2335. https://doi.org/10.1038/srep00335.
　　
【编后】 移动互联网及社交媒体的繁荣发展，既带来信息的极大丰富和传播的极度便利，也造成真假混杂的信息失序问题，并进一步造成公众的认知混乱及社群的撕裂与对立。这是一个日益严峻必须面对的问题，因此本期用比较多的篇幅，从虚假信息的传播机制以及可能的解决之道等方面，展开比较深入的分析和讨论。需要说明的是，这组文章大多选自由南京大学新闻传播学院和本刊等单位主办，南京大学新闻传播学院新闻创新实验室承办的2022年“第二届新闻创新研究工作坊”的会议成果，在此也向新闻创新实验室主任王辰瑶教授致谢。
　　
陈婉婷系西南大学心理学部博士研究生，何清华（通讯作者）系西南大学心理学部教授、博士生导师。该研究得到国家自然科学基金（31972906）、中央高校基本科研业务费（SWU2209235）和西南大学创新研究2035先导计划（SWUPilotPlan006）的资助。