信息疫情到集体抵抗：民粹主义动员与健康后果

《Health Economics, Policy and Law》：From infodemics to collective resistance: populist mobilisation and health consequences

　　

COVID-19大流行伴随着一场前所未有的“信息疫情”（infodemic），重塑了公众对科学、健康和权威的参与。本研究探讨了在线信息疫情如何转化为集体抵抗（collective resistance），并通过政治动员影响人口健康。研究人员采用结构方程模型（Structural Equation Model, SEM）对六个欧洲国家进行分析，将抵抗概念化为一个潜在构念（latent construct），由住宅流动性（residential mobility）和反对疫苗、封锁以及与民粹主义激进右翼（Populist Radical Right, PRR）运动相关的公共卫生措施的抗议所捕捉，作为数字信息环境与流行病结果之间的行为桥梁。研究结果揭示了一条稳健的信息疫情-抵抗-流行病路径：对信息疫情内容的更高暴露度一致地预测对非药物干预（Non-Pharmaceutical Interventions, NPIs）和疫苗接种的更强烈反对。这一效应在德国和意大利最为显著，那里的PRR网络放大了“精英越界”和“自由受威胁”的叙事，将在线不满转化为有组织的动员。在其他国家，抵抗显得较弱且更具疫情特异性。通过整合信息、政治和流行病学过程，分析展示了疫情如何演变为政治化的集体行为，破坏依从性并持续传播。结果突出显示，民粹主义动员是流行病风险的关键放大器，并表明有效的应对措施必须重建信任、去政治化健康传播，并解决结构性不满的根源。

**论文解读：信息疫情到集体抵抗——民粹主义动员与健康后果**

**研究背景与研究动机**

COVID-19大流行期间，全球出现了前所未有的“信息疫情”（infodemic），即线上错误与虚假信息的泛滥，深刻改变了公众对科学、健康和权威的态度。尽管现代药物学已极大改善疫情应对，但非药物干预（Non-Pharmaceutical Interventions, NPIs，如社交距离、口罩佩戴、封锁）在遏制传播中仍不可或缺。然而，信息环境的剧变使得公共健康行为的依从性变得脆弱——个体常因错误认知、政治极化或制度不信任而抵制权威指导。现有研究多聚焦于微观认知偏差或短期效应，缺乏整合信息传播、政治动员与流行病动态的跨国家实证框架。为此，本研究旨在探索线上信息疫情如何通过政治动员机制转化为集体抵抗行为，并最终影响人口健康结局，特别关注民粹主义激进右翼（Populist Radical Right, PRR）在这一过程中的中介作用。研究论文发表于《Health Economics, Policy and Law》。

**主要研究方法**

研究人员利用结构方程模型（Structural Equation Model, SEM）分析六个欧洲国家（德国、意大利、法国、奥地利、比利时、西班牙）三年间的每日面板数据。数据来源包括：布鲁诺·凯斯勒研究所的COVID信息疫情观测台（基于Twitter/X的推文量作为信息疫情强度指标）、武装冲突地点与事件数据（ACLED）中反对NPIs的抗议事件、Google COVID-19社区流动性指数、WHO COVID-19 dashboard的感染与死亡统计、牛津COVID-19政府响应追踪器（政策严格度指数）以及Our World in Data的全球疫苗接种率数据库。采用潜在变量建模，将“抵抗”（resistance）构念化为由住宅流动性（反映依从性）和两种抗议亚型（反疫苗/封锁抗议与PRR动员抗议）共同测量的潜变量。模型设定7天滞后（信息疫情→抵抗）和14-21天滞后（传播→死亡），并控制政策严格度、接种率及流行病当前状态。敏感性分析检验了替代操作化与滞后结构的稳健性。

**研究结果**

*3.1 描述性统计*
描述统计显示，标准化推文量（信息疫情指标）随时间高度波动（SD=0.999），反映伴随大流行事件的信息冲击周期性。抗议事件罕见但具有象征意义，反疫苗/封锁抗议略多于PRR抗议。流动性指数呈现巨大离散（SD=6.93），捕捉封锁与开放间的行为剧变。不同国家中，德国和意大利的抗议类型重叠频率最高，显示疫情特定不满与极右网络的融合。

*3.2 主要结果*
结构方程模型显示：在所有六个国家中，滞后7天的信息疫情指数对潜在抵抗因子的影响呈一致显著的正向效应（系数范围：法国约1.00至西班牙2.495，p<0.01），证实信息疫情是后续线下反抗的先行指标。政策严格度也与抵抗正相关（系数0.021至0.085，p<0.01），表明限制措施可能引发行为反噬。感染率（R_t）对抵抗的影响因国家而异：奥地利、比利时、德国为显著负向（疫情恶化导致抵抗降低），意大利为显著正向（疫情恶化反而激化不满）。抵抗对后续感染率（R_t）的正向影响仅在意大利用显著（β=0.022，p<0.05），法国边缘显著，其余国家不显著。疫苗接种吸收率（滞后14天）在所有国家均显著降低R_t（系数-0.12至-0.606），是最稳定的保护因素。死亡率方程中，滞后21天的R_t显著预测死亡（系数0.035-0.059），且死亡变量存在强自回归（约0.98-0.99）。

测量模型显示：在德国和意大利，PRR抗议对潜在抵抗因子的标准化载荷显著（0.33），表明抵抗部分嵌入民粹主义世界观；在奥地利和法国载荷较弱（0.14和0.12），比利时和西班牙载荷近乎零且不显著，说明这些国家的抵抗与PRR脱钩，更具疫情特异性。

*3.3 敏感性分析*
敏感性分析表明，核心结构关系（信息疫情→抵抗、疫苗→降低R_t）对测量模型与滞后结构的替代设定稳健，但潜在抵抗因子的稳定性依赖于所选抗议指标：反疫苗/封锁抗议指标载荷更一致，而PRR指标仅在某些国家显著，反映PRR动员是一种国家特异性的政治维度。时间敏感性检验确认核心路径不受滞后结构变动影响。

**讨论与结论**

讨论部分指出，信息疫情与民粹主义动员并非平行过程，而是深度交织，塑造了集体疫情应对。信息疫情通过认知-情感催化（不确定性、被胁迫感）系统性地侵蚀信任与合法性感知，但仅凭信息疫情本身不足以解释抵抗的跨国差异——PRR动员在德国和意大利充当了组织和框架转化机制，将线上叙事化为集体抵抗。在其他国家，抵抗更受到疫情特定因素（如疲劳、不公平感）驱动。流行病效应方面，抵抗对R_t的影响仅在少数国家达到统计显著，表明该路径存在语境依赖性；而疫苗接种持续提供保护。研究局限性包括Twitter/X平台覆盖有限（未纳入Facebook、WhatsApp等）以及未建模变种传播力与季节性因素。理论意义上，研究深化了对政治-流行病机制的理解：信息疫情通过与身份、 grievances和动员结构互动，将健康行为转化为“反公众”的身份标志。政策上，仅靠事实核查不足以应对嵌入集体身份的抵制，需同时重建信任、去政治化健康传播并解决结构性不满根源。

**结论翻译（基于讨论部分总结）**

研究揭示了信息疫情如何通过民粹主义动员转化为集体抵抗，并产生可测量的流行病学后果。有效应对必须超越纠正信息误区，转向主动构建信任基础设施，认识到健康依从性不仅取决于信息准确性，更依赖于制度合法性。流行病不仅是生物学事件，更是关于权威、团结与真相的社会博弈。