🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
疫苗谣言是社交平台上最难缠的内容之一。过去十多年里，研究者反复发现，关于疫苗的错误说法会让人更不愿意去打针，而如果一个人周围谣言很多，当地的接种率也会更低。二〇二四年，日本社交平台上流行起一种叫“排毒”的说法：它声称接种过新冠疫苗的人会从身体里排出有害物质，让身边没接种的人也跟着生病。这种说法没有任何科学依据，日本厚生劳动省也明确表示，没有证据表明疫苗成分会从接种者传给其他人。可是它赶上了二〇二四年十月新冠疫苗常规接种启动的时点，一下子获得了大量关注。与此同时，日本感染症学会、日本呼吸器学会和日本疫苗学会联合发表声明否认排毒，电视台也做了报道。这就给研究者提供了一个难得的观察窗口：当权威辟谣出现时，谣言的传播网络到底会缩小、反弹，还是原地不动。
② 研究问题（要回答什么？）
这项研究想弄清楚三件事。第一，围绕排毒说法的转推网络长什么样，是不是像很多疫苗话题那样分成泾渭分明的两派。第二，权威机构和媒体否认排毒之后，反对疫苗那一派的转推活动会不会出现“反向激发”，也就是越辟谣越有人转发。第三，如果真的发生了变化，究竟是哪些人造成的：是铁杆反对者被说服改了立场，还是原本不说话的人开始发声，或者反对者自己退出了传播。作者特别区分了两种“反弹”：一种是个人心里的错误观念被辟谣强化，另一种是网络上反对阵营的转发行为不降反升。他们关心的是后一种，也就是传播层面的反弹。这个区分很重要，因为即使没有人被说服，只要反对阵营转发得更起劲，辟谣在公共传播上就算失败。
③ 研究方法（怎么做的？）
研究者抓取了二〇二四年一整年的帖子和转推记录，时间从一月一日到十二月三十一日。数据来自社交平台 X 的接口，检索词是日文的“排毒”，最后得到十万九千一百七十条原创帖、两万四千六百七十一名发帖人，以及四十七万八千零八十九次转推、八万七千二百八十八名转推用户。接下来，他们把每条被转推过至少两次的帖子当成一个点，看哪些帖子被同一批人转发过：如果两条帖子的转推用户重叠得足够多，就在它们之间连一条线。具体算法叫辛普森系数，用两组用户的重叠人数除以人数较少那一组的大小，结果达到零点三就连线。这样搭出来的网络有一万五千多个点、两百多万条边。然后他们用卢万方法做社区划分，让同一社区内部的连线尽量密、社区之间的连线尽量稀。算法先分出十六个社区，再把转推用户重叠超过一半的社区合并，最后主要剩下两大簇，覆盖了九成六以上的帖子。根据两簇里的高频词，一簇被标为支持疫苗，另一簇被标为反对疫苗。为了看事件前后的变化，作者以十月一日和十月二十一日为锚点，切出六个等长的二十天时段；再用负二项回归估计各簇每日转推人数的变化倍数，用卡方检验比较反对阵营在转推用户中的占比。
④ 结果（发现了什么？）
结果先锁定了两个关键日子。十月一日是日本新冠疫苗常规接种启动日，此前一周帖子总数三千五百八十条，此后一周涨到一万二千七百七十五条，约为三点六倍，十月三日达到全年单日最高的两千六百六十条。十月二十一日是三家学会联合声明和电视台报道否认排毒的日子，前后一周帖子从三千六百三十四条增至四千二百二十六条，只涨了两成。转推网络分成两派，而且极不对称：反对疫苗那一簇有一万二千四百三十条帖子，支持疫苗那一簇只有两千四百六十四条，相差约五倍。辟谣之后，变化并不是反对派更活跃。十月一日至二十日，支持派每日转推人数是上一时段的五点九二倍，反对派只有一点二五倍且不显著，反对派在互斥用户中的占比从七成半降到四成七。十月二十一日之后，反对派降到上一时段的零点三二倍，支持派只降到零点五三倍且不显著，反对占比再降到两成八。把事件前后各两个时段对比，反对派是零点三二倍，支持派是二点六九倍，反对占比从七成八降到三成二。用户流动也说明问题：反对派直接转投支持派的只有七十七人，而从“从不发声”进入支持派的有三万一千九百多人，从反对派退出转推的有三万五千人。
⑤ 讨论（这些发现说明什么？）
这些数字合起来讲了一个和“越辟谣越糟糕”相反的故事。辟谣报道出现后，反对疫苗阵营的转推活动没有反弹，反而下降得比支持阵营更快。作者提醒，这并不意味着辟谣说服了谁。从用户流动看，铁杆反对者和铁杆支持者之间几乎没有人互换阵营，两个强阵营之间直接流动的人数是零。真正发生的是人员的进出：一批以前只看不说的普通用户开始转发支持疫苗的内容，同时一批反对疫苗的支持者干脆退出了转推。换句话说，辟谣改变的是“谁在传”，而不是“谁信什么”。作者还指出，转推比原创发帖省力得多，所以动员和退出都更容易在转推上显现出来；如果只用帖子总数衡量，会漏掉这种参与者结构的变化。这也解释了为什么话题整体在降温，反对阵营的相对份额却掉得更狠：不是反对者被说服，而是他们退场了，同时对面进来了新人。
⑥ 结论（最终结论 + 启示）
这项研究说明，面对疫苗谣言，权威辟谣的效果可能不是“说服顽固分子”，而是“改变参与结构”。在日本二〇二四年的排毒话题里，学会声明和媒体报道之后，反对阵营的转推没有出现传播层面的反弹，反而更快地萎缩；支持阵营短暂壮大，但也没能长期维持。对公共卫生传播来说，这意味着评估辟谣不能只数帖子，还要看不同阵营的参与人数怎么变。作者也列出了几条限制：转推不等于赞同，有人是带着批评去转的；平台数据没有转推时间，只能按原帖时间归入时段；研究只覆盖含特定关键词的帖子，也只看了日本这一年。未来研究可以把引用和回复也纳入，区分支持性转发和批评性转发，并检验这种“非对称衰退”在别的话题和国家是否同样出现。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
疫苗迟疑已被列为全球健康重大威胁，社交媒体上的疫苗错误信息被视为其关键推手。既有研究沿两条线索展开：一是内容与信源分析，发现低可信度信源与少数超级传播者在疫苗谣言扩散中起枢纽作用；二是网络结构分析，发现转推图比关注图更能刻画回声室，因为转推是对“放大谁”的主动选择，但转推也可能出于批评与对抗性再分享，不能简单等同于赞同。在纠偏研究一侧，Nyhan et al. (2014) 的随机对照实验显示纠偏可降低误解却未必提升接种意愿；Chan 与 Albarracín (2023) 的元分析否定了“纠偏普遍适得其反”的强版本，指出效果依赖议题、情境与受众特征。然而，纠偏信息能否在网络层面触达并改变扩散参与，仍缺乏议题层面的实证检验。
本文提出“扩散层面反向激发”概念，指纠偏信息出现后反对阵营转推活动不减反增，以区别于个体态度被强化意义上的经典 backfire。日本 2024 年的“排毒”话语提供了理想案例：该说法声称接种新冠疫苗者会排出有害物质并伤害周围未接种者，缺乏科学依据；2024 年 10 月 1 日常规接种启动带来第一波讨论高峰，10 月 21 日日本感染症学会、日本呼吸器学会与日本疫苗学会联合声明否认排毒并经 NHK 等媒体报道，形成第二波高峰，构成“谣言高峰—权威纠偏”的自然对照。本文贡献有三：给出议题特定的两极化转推网络结构；以负二项回归与卡方检验检验扩散层面是否存在反向激发；结合用户立场转移矩阵，识别变化究竟来自核心反对者转化，还是边缘用户进出。
I. Theoretical Framework & Hypotheses（理论框架与假设）
| 编号 | 研究问题与预期 | 理论依据 |
|---|---|---|
| RQ1 | 排毒话语的转推网络是否形成按立场极化的两簇结构；预期为两簇、模块度较高 | 疫苗话语极化与转推回声室（Toriumi et al., 2024；Rao et al., 2023） |
| RQ2 | 纠偏报道后反对阵营是否出现扩散层面反向激发；若成立，反对方 RR 应大于一 | 经典 backfire 之争（Nyhan et al., 2014；Chan & Albarracín, 2023） |
| RQ3 | 反对阵营占比下降由核心用户转化驱动，还是由边缘用户进出驱动；预期核心稳定、边缘流动 | 疫苗态度稳定性与边缘用户易变性（Hornsey et al., 2018；Fridman et al., 2021） |
操作化上，若扩散层面反向激发成立，则 P3 相对 P2 的反对簇 RR 应大于一；若为非对称衰退，则应观察到反对簇 RR 显著小于一、且小于支持簇 RR，同时互斥用户中的反对占比显著下降。立场转移矩阵进一步区分“转化”（反对方转为支持方）与“进出”（非表达者进入、支持者退出）两条机制。
M. Materials & Methods（材料与方法）
- 语料：X API 抓取 2024-01-01—12-31 含日文“排毒”的原创帖及转推：109,170 帖、24,671 名发帖人、478,089 次转推、87,288 名转推用户；时间统一为 JST。转推无时间戳，按时段聚合时按原帖时间归期（作者列为局限）。
- 事件识别：日发帖量加七日移动平均以削平星期效应，峰值期高频词与新闻、官方材料比对。10/1 常规接种启动：前七日 3,580 条→后七日 12,775 条（3.6 倍），10/3 单日峰值 2,660 条，七日均值 10/7 达 1,825。10/21 联合声明与 NHK 报道：前七日 3,634 条→后七日 4,226 条（1.2 倍），高频词含 academic society、NHK、official opinion。
- 网络：节点为被转推≥2 次的帖子（15,423 节点、2,532,718 边）；相似度用辛普森系数
S_ij = |U_i ∩ U_j| / min(|U_i|, |U_j|)，S_ij ≥ 0.3 连边，构建无向无权网络。 - 聚类：Louvain 最大化
Q = (1/2m) Σ_ij (A_ij − k_i k_j / 2m) δ(c_i, c_j)，得 16 簇、Q = 0.446；再按簇级转推用户重叠率降序合并，超过 50% 即合并，直至无满足者。两大簇占 96.6% 节点，余 529 节点剔除；据高频词命名支持簇（2,464 帖）与反对簇（12,430 帖）。 - 事件窗口：六个等长 20 天时段 P0 8/22–9/10、P1 9/11–9/30、P2 10/1–10/20、P3 10/21–11/9、P4 11/10–11/29、P5 11/30–12/19；P1→P2、P2→P3 为即时反应，P0+P1→P3+P4 为中期，P0+P1→P4+P5 为长期。
- 模型：以各簇每日唯一转推用户数为因变量、时段二值变量为唯一预测变量，负二项回归
log μ = β0 + β1·Period、RR = exp(β1)、Var(Y) = μ + αμ²，statsmodels 极大似然估计。 - 卡方：占比检验用互斥类别（仅转反对簇 / 仅转支持簇，同期双簇均转者剔除），每人只落一格；α = .05。
- 立场分类：某簇占比 ≥90% 且另一簇 ≤10% 判为该阵营支持者，期内 ≥3 次转推为强、1–2 次为弱；两簇均在 10%–90% 为中间用户；期内未转推为非表达用户。对 P0+P1→P3+P4 构建转移矩阵（43,034 人）。
- 识别策略：观察性事件研究，无对照组、未用 DiD/RDD/IV，结论限于事件后变化的描述性关联；卡方被作者定位为参与者构成的描述性比较。
R. Results（结果）
- 网络：15,423 节点、2,532,718 边；Louvain 得 16 簇、Q = 0.446；合并后两大簇占 96.6% 节点。反对簇 12,430 帖、支持簇 2,464 帖（约五倍）。支持簇事件前发帖少，10/21 报道后急升，10/22 一度超过反对簇。
- 时段计数（非互斥）：P2 支持 20,765 / 反对 19,081；P3 16,630 / 6,642；P0+P1 5,925 / 20,845；P4+P5 4,130 / 6,721。
- 即时：P1→P2 支持 RR = 5.92***、反对 RR = 1.25（ns），反对占比 75.2%→47.7%（χ² = 3797.3***）。P2→P3 反对 RR = 0.320***、支持 RR = 0.531（ns），占比 47.7%→28.2%（χ² = 2234.5***）。
- 中期与长期：P0+P1→P3+P4 反对 RR = 0.320***、支持 RR = 2.69**，占比 78.7%→32.5%（χ² = 11136.1***）。P0+P1→P4+P5 反对 RR = 0.272***、支持 RR = 0.665（ns），占比回升至 62.1%（χ² = 1079.9***）。
- 转移（43,034 人）：反对→支持 77 人（0.18%），反向 23 人（0.05%），强支持者互转为零；非表达者→支持 13,742 人（31.9%）；反对→非表达 15,071 人（35.0%）。
| 对比 | 支持簇 RR | 反对簇 RR | 反对占比变化 | χ²(1) |
|---|---|---|---|---|
| P1→P2 | 5.92*** | 1.25（ns） | 75.2%→47.7% | 3797.3*** |
| P2→P3 | 0.531（ns） | 0.320*** | 47.7%→28.2% | 2234.5*** |
| P0+P1→P3+P4 | 2.69** | 0.320*** | 78.7%→32.5% | 11136.1*** |
| P0+P1→P4+P5 | 0.665（ns） | 0.272*** | 78.7%→62.1% | 1079.9*** |
注：*** p<.001，** p<.01；RR 为负二项回归的事件后相对事件前比率；占比与 χ² 基于互斥用户类别。
a / D. Discussion & Conclusion（讨论与结论）
- 理论意义：未观察到扩散层面的反向激发。辟谣后整体话题降温，但反对簇下降更快，构成“非对称衰退”；中期比较中支持簇反而上升（RR = 2.69），难以用话题自然衰减解释，提示参与者结构发生了重排。
- 机制：变化不是核心转化。强支持者之间零流动、反对转支持仅 0.18%，而 31.9% 的非表达者进入支持阵营、35.0% 的反对支持者退出至非表达状态。纠偏信息改变的是“谁在传”，而非“谁信什么”。
- 方法启示：转推的参与成本低于原创发帖，动员与退场在转推上更可见；仅以帖子总量评估公共卫生传播会漏掉分组参与的再分配。
- 实践启示：应把资源投向中间与低参与用户、抑制新进入反对话语，而非试图说服铁杆反对者；评估指标应包含分组转推参与份额。
- 局限：转推不等于赞同（含批评性再分享）；转推无时间戳、按原帖归期；仅覆盖含特定关键词的帖子；转移分析基于时段层面的聚合分类，非个体态度变化；单一平台、单一国家、单一年份，外部效度有限。
- 资助与利益：研究获明治制药株式会社协助，该企业未参与设计、采集、分析、解释、写作与投稿决定；受 JST ERATO（JPMJER2502）资助。
🧠 IRMaD 思维导图
mindmap
root((疫苗排毒谣言非对称衰退))
I 引言
疫苗谣言影响接种
日本排毒说法无依据
2024年10月两波高峰
三家学会联合辟谣
R 问题
网络是否两极化
是否扩散层面反弹
谁改变了参与
M 方法
X全年十万帖
辛普森系数连边
卢万分十六簇
六个二十天时段
负二项回归
立场转移矩阵
R 结果
两簇覆盖九成六
反对帖多五倍
未见反向激发
反对降得更狠
核心几乎不换边
边缘进出三成
a 讨论
非对称衰退
变的是参与者
转推比发帖省力
应看分组参与
D 结论
辟谣难说服铁杆
可抑制新入场
别只数帖子
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。