近日，我院研究员柯荣住教授和浙江大学经济学院博士生黄佳琦（通讯作者）的合作论文《个人情绪传播与平台信息治理》在《经济研究》2026年第9期正式发表。
选题背景
数字时代的人们倾向于将大量时间花费在互联网上，以获取持续时间短暂的观点和碎片化的知识。《美国社会学》杂志主编安德鲁·阿伯特将这一新致知方式称为“算法性致知”。在这种“算法性致知”下，人们变得浮躁、焦虑，对知识的获取浅尝辄止，对知识的来源不加辨别，形成知识分享的“从众行为”。
显然，不实或错误信息的传播给人们和社会带来巨大困扰。在传统社会，人们常用“谣言止于智者”来描述个体的判断能力对谣言传播的阻断作用，在数字时代，这种机制是否仍然起作用？是被削弱了还是被加强了？这里值得关注的一种复杂因素是情绪在信息传播过程中发挥的微妙作用。
在2016年，“后真相（Post-Truth）”被牛津词典评为年度词汇，反映了一种“事实和真相让步于情绪宣泄”的网络环境。在这种网络环境下，不同群体只相信各自偏好的信息，不追求事情原本的面貌，发泄情绪和追求情绪价值成为了其行为的主要动机，于是平台中带有偏见、煽动性话语泛滥，网民群体被困于“信息茧房”，群体之间的观念加剧极化和对立。因此，我们需要从理论上理解情绪因素对个体行为和群体行为影响的微观逻辑，进而提高个体对信息真伪的判别能力和应对重大突发事件的认知能力。
主要分析和结论
情绪对于个体社交决策的影响十分复杂。一方面，获取情绪反馈是个体使用社交网络的重要原因，获取情绪反馈的个体将有更大的动机参与网络社交活动。另一方面，还会通过影响个体的社会学习，间接影响个体信念。当情绪因素出现时，个体对社会学习中潜在信号的判断可能产生偏移，特别是当后续行动者无法观察甚至意识到信息背后的情绪偏差时，这种偏移会加剧。
本文试图回答的三个核心问题为：首先，情绪的两种不同作用机制分别有何效果？其次，两种作用机制如何共同作用，对群体信息传播产生何种整体影响？最后，在理解情绪的对信息传播的整体影响后，如何设计合理的措施，以较低的成本进行监管？
基于上述三个研究问题，本文尝试在现有的信息经济学模型基础上引进情绪因素，使情绪感染和贝叶斯更新同时影响行动者的效用和决策，并尝试在二元决策中反推二维动机，以讨论情绪复杂的直接和间接影响机制。通过在两期信息传播模型中引入情绪因素，不仅丰富了个体动机的维度，还增加了信息模糊性：行动者相互之间既不知道对方的私人信息，也不知道对方的情绪阈值，因而在做贝叶斯推断时，决策影响因素将从一维升至二维。这使得观察到的行动集（一维的结果变量）更难反应所有的信息。因此，情绪对信息传播产生了不同于传统社会学习结果的非线性“反转效应”和“开关效应”。
具体而言，本文从理论层面厘清了情绪如何直接和间接地影响信息分享行为：情绪会通过情绪感染直接影响行动者的分享行为，使之有更强的动机分享信息；而对于没有受情绪感染的行动者，情绪则会通过影响社会信息，间接地促进或削弱其分享行为。因而当两种机制综合作用时，它们对信息传播的总效应并不单调直观，而是呈现出“反转效应”、“开关效应”等效果。情绪对不实信息传播的“反转效应”，使得只有当情绪价值足够大时，情绪才会促进不实信息传播；在大样本下，情绪对群体分享比例具有“开关效应”，当情绪超过一定阈值后，群体分享比例会先断崖式下降，后逐渐回升。
政策启示
在政策意义方面，基于情绪对不实信息传播的“反转效应”和对群体分享比例的“开关效应”，本文提出两种可能的政策监管措施，在信息被广泛传播前施加干预，有效降低不实信息的传播风险，为兼顾言论表达与舆情监管、避免实施“一刀切”政策提供了理论原则。
具体而言，在传播结构角度，本文建议平台可以借助情绪对群体分享比例的“开关效应”，为不同可信度和情绪价值的信息制定不同的第一期曝光率，降低低可信度信息的曝光，提高高可信度信息的曝光。在信息干预角度，本文建议平台可以在信息传播初期，发送不同强度的情绪预警，通过信息干预减弱情绪化分享的间接影响，降低不实信息的传播风险。
基于上述两种干预措施，本文提出以下可行政策建议。
第一，优化平台算法推荐机制，构建基于“情绪—可信度”双重验证的初始曝光机制。当前国内主流平台基于互动反馈的流量算法天然存在对高情绪价值内容的流量倾斜。为此，平台应对不同特征的信息施加差异化的初期曝光率，以重塑初期的传播结构。具体而言，算法不仅要评估内容的可信度，还应引入情绪价值的识别维度。对于权威信源的高可信度信息，系统应赋予其更高的固定初期曝光率；而对于信源不明、可信度低且情绪计算指标异常偏高的信息，平台应采取事前干预，人为调低其在初始流量池中的推荐权重与曝光率。这种干预机制在理论上充分利用了情绪的“反转效应”：通过在初期限制高情绪信息的蔓延，降低了极端情绪对社会信息价值的稀释，为行动者争取了更为清晰的社会学习空间与时间窗口，从而在后续的社会学习链条中有效抑制不实信息的指数级扩散。
第二，从整体信息干预角度出发，引入柔性“情绪预警”以有效阻断非理性分享风潮。本文关于“开关效应”的分析表明，当群体情绪越过特定阈值时，极易形成情绪驱动的规模化信息传播风潮。基于此，建议平台根据舆论场中信息可信度的整体分布以及行动者的类型比例，实施全局性的信息干预。当算法监测到某一话题引发的情绪热度逼近触发盲从分享的临界阈值时，平台可向所有相关行动者发送合理强度的情绪预警（比如“该事件尚待核实，请审慎分享”的柔性提示）。这种整体层面的信息干预虽然在微观上可能会牺牲一小部分高可信度真相的传播效率，但在大样本下，它能有效对冲情绪带来的过量分享，避免出现因情绪裹挟而导致的信息分享风潮，实现监管前置。
作者简介
柯荣住，浙江大学求是特聘教授，博士生导师，麻省理工学院经济学博士。主要研究领域为微观经济理论、契约理论、组织经济学等。
黄佳琦，浙江大学经济学院2022级博士研究生。主要研究领域为信息经济学、行为经济学等。
来源：浙江大学经济学院