警惕刷屏的“偽數據”！揭秘網絡賬號變現套路

　　年終將近，權威經濟數據尚未全部發布，但網絡上的所謂“經濟解讀”已提前升溫。網絡信息監測平臺顯示，近30天圍繞“中國經濟”“經濟形勢”的內容顯著增加。這些內容長什么樣?來看記者調查。

　　關于“經濟形勢”的話題在網上到底有多大“聲量”?記者啟用網絡信息監測系統，把時間窗口鎖定在最近30天，設定“中國、經濟、發展、數據”等幾個核心詞，對全網公開內容做了一次抓取。

　　經過去重和分類，一個月內，全網與經濟有關的原創文章和視頻內容超過2000萬條。其中“經濟+市場”“經濟+數據”這兩類關鍵詞組合，聲量最大、占比最高，同時，“明年”“普通人”“政策”等詞也是討論的焦點。

　　把這2000多萬條樣本按情緒傾向劃分，可以發現：同樣討論經濟話題，網絡表達明顯呈現不同走向。

　　進一步拆解后，記者又在這些內容中看到截然不同的敘事風格：

　　第一種是相對理性的信息表達。這類內容的特點是以事實為主，以觀點為輔，它們的標題通常中性，內容里會引用官方統計，發布時間也大多與官方數據的發布節奏一致。

　　另一種則明顯偏向情緒化的觀點表達。它們的標題更像情緒口號，先把危機感擺在讀者面前。內容結構上，這類帖子往往用“財富大收割”等強烈表述營造緊張氛圍。

　　同時，大數據發現，當內容呈現“有圖有數”的外觀，再疊加短視頻的傳播影響，它的傳播速度會明顯加快，較普通資訊類內容快上3到5倍。

　　清博智能負責人 郎清平：廣大網民瀏覽互聯網的第一需求就是獲取資訊。一些危言聳聽的標題和內容來對大眾產生一定的吸引力，傳播力更強。

　　有數據就有真相?

　　經濟數據被“算法選擇”

　　不少人有個樸素判斷：只要“有圖有數、有來源標注”，結論就更可靠。可當記者順著幾組被大量引用的“中國經濟數據”往回查時卻發現，這些數字背后常常藏著一連串的“算法選擇”。

　　記者帶著幾篇傳播較廣的解讀“中國經濟”的網絡文章，走進中國社會科學院，邀請到長期研究統計學和勞動經濟學的兩位專家，一起做了一場“數據診斷”。

　　在網上有不少關于“中國和美國經濟走勢”的論斷，比如這句“2023年第二季度，中國GDP年化增長率只有3.2%，而美國接近6%”，而當季官方發布的中國GDP同比增速是6.3%，和3.2%完全對不上。繼續往下翻原始報道，發現源頭是一家美國媒體。

　　中國社會科學院國家全球戰略智庫綜合研究部部長 劉仕國：這篇報道用中國一個季度的增速來推中國全年的增速。一個國家的經濟增速是起伏波動的。而且它的年化是用季度的增速乘以四，算法和采樣點都不具代表性，確實可以誤導公眾。

　　口徑沒有說明，算法沒有解釋，但讀者看到的，報道把能制造經濟落差的數值刻意算出來，大眾很容易被這種“偽數據”帶偏認知。

　　還有一張傳播很廣的消費圖表，圖表顯示多個城市女性人均月消費幾乎是男性的兩倍，圖表配色講究、字體專業、圖例清晰，看起來可信度極高。可查詢這些城市發布的官方數據，逐一比對數據后發現了明顯異常：圖中標注的城市人均消費額，遠遠超過了當地公布的人均可支配收入。專家表示，這份數據既沒注明調查方法和樣本量，又和官方數據存在嚴重偏差，其真實性必須高度懷疑。

　　調查梳理發現，這類打著“權威來源”旗號，實則混淆統計口徑的操作并非個例。而這也并不只是“數據統計偶然出錯”，更像是發布者為了特定結論而做的刻意算法選擇。

　　情緒化內容背后

　　究竟誰在影響公眾判斷?

　　在一個月內出現的2000多萬條經濟相關內容里，誰在發聲，又是誰在持續影響公眾判斷?進一步梳理后，記者勾勒出一張“內容發布者畫像”。

　　監測顯示，2000多萬條經濟類原創內容中，來自統計部門、權威機構、主流媒體等信源的比例約占20%。這意味著，網絡上大量經濟內容來自非官方渠道，來源、口徑和可信度不易判斷。

　　繼續追蹤那些頻繁發布情緒化內容，甚至混淆統計口徑的賬號，記者發現它們有幾個共同特征：

　　第一，有一些賬號是突然冒出來的新號。這些賬號注冊時間不長，但一上線就密集發布“消費能力拖后腿”之類的內容。更新很快、話題很猛，可點進主頁一看，賬號介紹簡單，也說不清自己是誰、數據從哪兒來。

　　第二，有些賬號喜歡“換殼”。今天叫一個名字，過段時間換又一個名字。頭像換、身份也換。

　　第三，一部分情緒化內容背后，往往對應著明確的變現路徑。它們通過制造強烈情緒吸引關注，再將獲得的流量導向付費入口，其底部常出現課程推廣或社群引導的鏈接，賬號主頁還設置了商品櫥窗，甚至提供收費咨詢服務。

　　為什么“偽數據”總能刷屏?

　　那么，為什么這些“偽數據”總能刷屏?順著這些帖子往下追，記者發現它們之所以跑得快，是有幾股力量在同時推著走。

　　通過大數據梳理傳播“偽數據”的視頻和文章評論區，往往能看到大量情緒化評論。對比官方數據發布的評論區，這類“偽數據”相關內容的評論區氛圍明顯更“激動”。而平臺上這種高濃度情緒的聚集，正悄悄助推“偽數據”的擴散。

　　中國人民大學新聞學院教授 趙云澤：平臺算法對“偽數據”很難鑒別，但是這些“偽數據”恰恰會喚起特別高的受眾情緒，從傳播學上來講，情緒喚起度越高，傳播的動力也就越強。互動量高，點贊評論轉發就會高，那么就會轉發得更廣。

　　在“偽數據”的病毒式傳播鏈條中，記者還注意到：大量傳播帖都在用同一套固定說法，不少賬號更是直接不加核實地照搬內容，僅做簡單修改就再次發布。“偽數據”的傳播鏈路環環相扣，需要我們多去鑒別。