前言：本站為你精心整理了社會網絡視角下的群體性突發事件演化范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要:當前中國社會經濟發展新常態背景下,“群體性突發事件冶的防范應該引起足夠的重視。本文首先明確社會網絡在群體事件中對群體感知、決策等方面的作用;以上述作用機制為依據,采用系統動力學研究方法,將群體性突發事件的動力學系統分為媒體環境調節子系統、人群行為演變子系統與政府干預子系統,綜合子系統的特征建立了群體性突發事件的演化系統的SD模型;根據對系統內部影響重要因素進行的仿真研究,得出了政府干預時間對事件發展影響顯著、輿情刺激對群體性突發事件演化的正相關作用等主要結論。

關鍵詞:社會網絡;群體性突發事件;系統動力學;演化機理

0引言

當前中國經濟社會發展的顯著特征就是進入一個新常態,而在新常態下,不僅國內的經濟問題更加復雜,政治、社會問題也更加突出,相應的政治訴求也不斷增加,影響穩定的因素不斷增多,如近年來頻發的“群體性突發事件冶已經引發了社會各界的充分重視。“群體性突發事件冶這一概念只出現在國內文獻之中,雖然國外也有類似的事件,由于國情的特殊性,二者存在本質上的區別。在西方國家,諸如抗議、罷工或暴亂等行為往往是社會深層次對抗性矛盾的體現,屬于社會中不可調和的矛盾,因此在這方面,國外研究以社會學、心理學領域的研究居多,并且一般將其歸于“集體行動冶的范疇,研究視角主要有人際關系、社會資本、社會網絡等。如HaeinLee等研究了網絡政治抗議事件,發現事件中的信息生產者、活躍者和被動者在信息分享中的作用依次遞減[1];DehaiLiu等使用了NetLogo仿真平臺研究了集體行動在社會網絡發展中的驅動作用:眾多參與者分擔了集體行動的成本,意見領袖或發起人組織起網絡社會中的弱勢群體來維護其合法權益[2]。實際上,由于不同的群體事件在背景、起因和演化過程方面往往存在較大差異,使得群體性突發事件很難用一個統一的概念來加以界定。國內研究近年來這方面的研究出現了兩個趨勢,一是社會網絡因素的作用引起重視,一些研究者認為網絡及其人際傳播對集體行動的發生會起到組織、動員和情緒感染的“助燃冶作用;網絡人際傳播還可以為集體行為尋找輿論支持,信息流動是個體之間加強聯系的主要方式,群體心理變化是推動群體事件演化的內在動力[3];有些情況下,互聯網造成“濫用民主權利冶,出現“造謠、誹謗、詆毀等現象[4]冶,從而形成網絡群體事件。

湯志偉和杜斐指出政府在網絡互動、謠言或不實信息產生與傳播中的控制和輿論引導能有效防止群體事件向惡性態勢發展[5];二是仿真研究的開展。如肖人彬和張耀峰(2012)針對網絡群體事件建立了基于多Agent的演化仿真模型,以討論不同情況下政府進行“信息屏蔽冶的結果[6];又如佘廉和沈照磊(2011)使用改進的傳染病模型SIR來建立模型。研究表明不良信息的傳播率和免疫率是形成群體行為的基本條件[7]。孫華麗等(2016)建立了不確定環境下群體性突發事件的隨機演化博弈模型,發現當采取強硬策略獲取額外收益較大時,強勢群體更傾向于采取強硬策略[8];熊國強和趙昕(2016)采用系統動力學方法構建耦合情緒因素的群體性突發事件的仿真模型,研究發現悲觀情緒容易導致參與者采取較為激進的手段,造成的損失及社會影響較大[9]。迄今為止,有關群體性突發事件演化機理的研究存在兩個問題。一是靜態和動態研究結合不夠緊密,靜態研究局限于概括或總結事件演化的影響因素但缺乏對演化過程的探討,而利用仿真方法開展的動態研究雖然考慮到演化問題,但由于模型簡化,并且包含的因素較為抽象而導致缺乏實際應用意義,目前還沒有研究能夠將二者的優勢很好地結合;二是從影響因素來看,對于事件主體行為的研究,往往將其概括為“集體冶、“群體冶或“個體冶等形態,缺乏對真實世界中人際互聯和社會網絡等現實因素的充分考慮,近年來已經有研究者開始涉足這一領域,但它仍然還未引起學術界的廣泛關注;就研究方法而言,仍然以定性分析方法居多,動態分析工具,如系統仿真方法的應用還不多。基于上述分析,本文的研究目的主要有兩個。第一,采用社會網絡視角研究群體性突發事件的演化問題,揭示多個影響因素的作用機制和規律;第二,通過將多個影響因素納入系統動力學模型,使群體性突發事件演化機理動態研究更具有現實意義和應用價值。

1搖理論基礎

1.1搖感知、決策與行為從社會網絡角度看,個體的感知源自于周圍人的認知,感知使得網絡中任意兩個節點之間的聯系成為可能,微觀層面上發生的個體感知的變化將會直接表現在宏觀層面上的輿情的演化趨勢。社交網絡等新媒體極大地擴展了承載著怨恨等情感的信息在社會空間中的傳播范圍和影響力,將社會中不平等現象或類似經歷放大,促使具有相似社會處境、同等社會位置、相關利益訴求、共同心理體驗和社會經歷的個體、群體或階層成員做出較為一致的社會認知,產生心理共鳴和情緒感染,在持續地蔓延、感染、傳播過程中不斷建構區域、群體、階層乃至整個社會共同的結構性怨恨。節點或小團體行動往往是群體事件爆發的先兆,對周邊節點起到強烈的刺激作用,牽一發而動全身。管理當局如果沒能夠及時疏通或者緩解小團體的行動,那么就會基于社會網絡節點,將其情感利益和相關者利益傳播出去,形成滾雪球效應。

1.2通信與合作在現實社會網絡中,個體間關系的類別很多,比如家人、同學、朋友、同事、合作、通訊等。不同關系類別個體之間呈現不同的通信交互模式。個體之間的合作前提是交流與協作,離不開積極的相互依存關系。合作是在一個由大量個體構成的社會網絡中,諸多個體愿意放棄個人局部利益或者追求更大團體利益而協調一致,統一行動。一般來說,人們出于個人利益進行合作有兩條首選的主線:一是親屬選擇,二是互惠。與生物的合作相比,人們合作能夠實現自覺的合作。首先,在實際生活中,人們一般都能理解自我目標,并希望其最大化,并努力通過互惠合作來實現自身目的;其次,人們還能從社會互動中汲取經驗與教訓,并將好的經驗通過社會編碼程序轉化成一定的社會“規范冶,維護和促進成員間的合作。這也就比較容易理解突發性事件在短時間容易聚集“一類冶或是一個“階級冶的人。

1.3群體互惠性互惠性是指個體在社交過程中出于禮貌或習慣等,對其他個體行為給予相應回應的現象。互惠使得社會個體的參與度增強,以某種利益和感情關系為基礎,強化了網絡中的個體間的聯系。從整個社會網絡看,這種互惠通過現實中的權威、角色規范、地位以及其他可以作為整合力量的資源、利益(物質或經濟利益)關系等要素,使成員對群體的一致性有較高的認同。同時,群體對外圍成員的吸引力變得具有某種吸附力,從而逐漸形成對群體的忠誠感。個體基于某一事件或問題而聚集為小群體,隨著問題的擴散與發酵,群體意識越來越強,群體“互惠鏈接冶變得越來越頻繁,群體將逐漸演變成一個有嚴謹結構和較強號召力的組織。

1.4社會資本與動員在群體性突發事件中,高效的運用社會資本,有助于快速地聚集成一個小團體。個人所在網絡的異質性越強,其社會資本越豐富;個人加入的社會團體越多、社會網規模越大,其社會資本越雄厚;個人從社會網絡攝取的資源越多,其社會資本越多。如何動員網絡中的其他個體,基于社會網絡中個體或集體的流動資源,主要依據“信息冶和“影響冶的作用。一個組織或社團中的信任程度、社會成員參與公共活動的比率越高,社會網絡聯系越緊密,則該組織或社區的社會網絡中信息更加流通及時和順暢,影響力顯著,動員更加容易。

2群體性突發事件建模與仿真

2.1采用系統動力學方法建模的基本思路群體性突發事件往往牽涉面廣,包含各個層次,其演化形成過程是由人際關系網、互聯網、媒體網等多種網絡相互融合、疊成,成為一個大型社會網絡復雜系統。因此,可以認為群體性突發事件擁有復雜系統的典型特性。

2.2在社會網絡視角下建立SD模型在社會網絡視角下,群體性突發事件主要主體為擁有共同利益的社會個體組成的群體,以及在形成群體過程中“無效益冶的政府、“助長作用冶的媒介,共同形成了一個巨大的復雜網絡。對于群體性突發事件的演化過程,首先對其演化系統理清邊界,遵循如下三個主要原則:一是涵蓋構成系統主要實體在系統內部的相互聯系及作用,以形成一個有機整體;二是描述對實體影響因素變量間關系的相互作用,構建反饋機制,形成各種各樣的反饋回路或反饋環;三是邊界劃分要保證這些反饋環的整體性。依據群體性突發事件演化中個體感知決策的內在動力和環境政府的外部作用力,將其動力學系統劃分為3個子系統,即“媒體環境調節子系統冶、“人群行為演變子系統冶與“政府干預子系統冶,并從個體心理(情緒)、關系強度(經驗)、社會資本以及媒介政府(信任)等角度分析系統中各因素之間的關系。1)變量確定在社會網絡視角下,個體之間的聯系方式越來越多變,群體的演變趨勢也變得越來越復雜。宋之杰(2017)的研究表明,群體性突發事件演化中涉及的變量包括32個[10],但這些變量無法直接用于系統動力學建模,在當今互聯網普及的信息時代,信息擴散、情緒變化和信任改變等概念具有抽象性,所以需要將其轉化為具體的變量。如將“社會緊張冶轉化為“論壇討論頻率冶等四個便于量化的變量來進行分析。

然后再通過總結群體性突發事件演化過程中影響因子,采用Vensim軟件分析各子系統下因素間的內部作用。表1的內容是以宋之杰(2017)的研究成果為基礎,將其總結的影響因素轉化為系統動力學可以分析的變量(節選)。由宋之杰(2017)文獻以及前文對社會網絡的作用以及社會網絡視角下SD模型構建思路的分析可知,分析“媒體環境調節子系統冶、“人群行為演變子系統冶與“政府干預子系統冶之間存在的因果關系。通過對將三個子系統進行綜合(節選),得到總的演化系統因果關系圖和SD模型圖,如圖1和圖2所示。2)系統動力學模型中的系數確定在確定系統動力學中各部分的系數時,主要依據宋之杰(2017)的研究成果,從定量角度明確了多個各變量之間的因果關系。這些變量之間的因果關系對下文中需要確定的變量具有一定的解釋力。例如,系統動力學方程中的某一項表達式為:R4=0.6伊L3+0.4伊L4-0.5伊L1+0.1(1)在公式(1)中,為簡化起見,用數字符號來表示變量。符號“R4冶表示系統動力學方程中所要求解的變量“群體演化增加量冶,它是求解模型中最重要的流位變量“群體演化程度冶的基礎。公式中的其他符號將在下文中進行說明。這里需要求出的是三個系數1、2、3,基本思路有兩個,一是在已有研究中找到能夠用來表達方程(1)中各變量之間因果關系的定量研究結果,作為確定這些系數的依據,二是采用專家調查等方法來獲取信息。如宋之杰(2017)對群體性突發事件影響因素的結構方程分析中,對變量之間的因果關系進行了計算,從中可以找到一些有用的數據;對于結構方程中并未體現的部分則采取了專家調查法,分別向河北農業大學、燕山大學與河北大學相關研究領域共30位專家進行了咨詢,經過綜合考慮確定了各部分的系數。

2.3社會網絡視角下事件演化系統動力學仿真分析搖搖1)系統動力學方程模型所有公式中共包含23個變量,分別用23個符號來表示,符號內涵如表2所示(節選)。依據系統動力學原理,按照上文中對社會網絡視角下群體事件演化過程中的影響因素變量集進行取舍以及匯總,構建共21個系統動力學方程,列出其中有代表性的如下:R1=0.4伊C1+0.3伊C2+0.3伊C3-0.4伊C8伊(C1+C2+C3-L1),(2)R2=0.4伊C4伊C5+0.6伊C5伊C5-0.5伊(L1+C8),(3)R3=0.4伊C9+0.3伊C10+0.3伊C11+0.5伊C8,(4)R4=0.6伊L3+0.4伊L4-0.5伊L1+0.1,(5)R5=0.3伊C12+0.3伊C4+0.2伊C6+0.2伊C5。(6)式(2)~(5)中所求的是模型中最重要的5個流率變量。以式(2)為例,對照表2和SD圖可知,其中的“R1冶表示“輿情刺激作用增加量冶,這一流率變量是由常量C1(點擊瀏覽頻率)、C2(論壇討論頻率)、C3(轉載頻率)、C8(政府關注度)以及流位變量L1(政府干預作用量)計算得出。其余5個公式也以此類推,篇幅所限不再贅述。模型建立后,通過vensim5.6版本軟件進行仿真運行。仿真開始時間是演化事件開端,以天為單位,總共仿真30天;模型中的輸入變量為3個子系統環境,輸出變量為群體演化程度。變量關系包括輸入變量、輸出變量、輔助變量(有出箭頭和入箭頭的變量,這些變量在問卷中不能直接通過打分得出結果,需要通過評估來衡量)以及常數(通過對專家問卷調查評估得出結果)。

需要說明的是,原始參數的取值范圍在0~1之間,表示政府干預、輿情刺激等變量的作用方向和演變程度,這些變量都是無量綱的。在建立的SD模型中,流位變量L2“群體演化程度冶是最終的結果,因此對該變量的仿真結果進行分析。圖3~5分別表示在政府干預、輿情刺激和人群演變作用量下群體事件演化程度的變化。以圖3為例,橫軸表示30天之內政府干預作用量在逐步增加;縱軸表示這30天之內群體演化程度的增長率。在群體事件演化初期,政府處置較少,群體演化程度增量在仿真中表現為減少趨勢,在第8天左右,經歷了事件的發酵,群體演化程度開始轉變為增長趨勢;從圖4中可以看出,輿情刺激的作用在第8天開始凸顯,并且基本使群體演化程度保持增長趨勢。如圖5所示,隨著人群演變作用量的增加,群體演化程度在群體事件演變初期會出現降低,這與現實中群體事件爆發前的“平靜冶時期相對應;在第13天左右,群體演化程度增長率開始上升,即人群演變作用的影響逐漸加強;當在第23天左右時,即便有政府的干預,但在輿情刺激加強的背景下,人群體演化程度仍然呈現增長趨勢,只是增速越來越小。以上仿真結果分析大致與現實群體事件演化的過程吻合。針對如何管理和控制群體事件的演化,主要從政府干預和輿情控制的角度分析,對群體性突發事件演化控制的效果如圖6和圖7所示。圖6表示的是政府干預手段中信息公開程度的影響。例如,當信息公開程度的初設值取0.3,0.6,0.9時,分別對應3條曲線。由圖6可以看出,不同值表示的曲線變化幅度有所差別,其中,代表信息公開程度最小的曲線,其變化幅度最大,群體演化程度增速下降的點也出現得最晚,然后是信息公開程度次小的曲線。由此可見,信息公開程度加大會對群體演化水平產生抑制作用,演化曲線變化幅度和速度有所減緩,在同一時刻時群體事件的演化水平得到降低,該仿真結果直觀地說明了政府干預在該演化過程中的重要性。圖7表示輿情刺激作用方面對群體演化的影響。以網絡上輿情對群體事件各種信息的點擊瀏覽率為例,當網民對群體事件的點擊瀏覽率初設值取0.4,0.8,1.2時,分別對應三條曲線,從圖7中可以看出,當點擊瀏覽率提高,也就是事件的傳播效應加大時,意味著輿情刺激作用加大,最終反應在群體演化水平上也得到加強,演化曲線變化幅度和速度變得迅速,在同一時刻時群體事件的演化水平變得更高,體現了輿情刺激在群體演變過程中的促進作用。

3結論

突發性群體事件的演化是一個極為復雜的過程,往往牽一發而動全身。對于其他方面的影響因素,還存在很多控制方式,都可以通過改變變量來模擬仿真群體時間的演化過程。通過上述仿真分析,驗證了模型的可行性,為群體性突發事件的演化控制提供了決策依據。首先,從時間上看,群體性突發事件的演化一般都要經歷“萌芽期醞釀———導火索事件觸發———多種因素交織影響———不同演化趨向———后期平息和修復冶這五個階段。信息、信任、情緒和識別判斷等影響因素在現實中表現可以被概括為人群行為、輿情刺激和政府干預3個子系統。其次,政府的干預在群體性突發事件的演化過程中起到至關重要的作用,干預時間的早晚對事件發展影響顯著。政府對群體性突發事件越敏感,反應越快,則群體性突發事件的可控性越高,越容易得到控制。此外,政府的信息公開度、發言人權威性、新聞會頻率和政府關注度對群體事件的演化水平起到負相關作用,即這些因素水平的提高均會對群體事件的演化產生抑制作用。因此,對于政府在群體性突發事件領域的管理方面,需要提升其應急管理能力,提高地方政府的公信力等。再有,輿情的刺激作用直接影響著群體性突發事件的傳播效應,改變群體性突發事件的演化進程。點擊瀏覽頻率、論壇討論頻率和轉載頻率越高,輿情刺激作用越強,環境調節作用越顯著,對群體性突發事件的演化起到正相關作用。

針對輿情的監管,如何完善輿情管理不合理條例,構建文明、和諧的社會網絡,對于積極引導輿情的傳播十分重要。最后,人群行為的演變作用對群體性突發事件的演化影響較大,主要體現于不同的群體結構效應和群體心理上。關鍵成員作用、成員聯系強度、社會資本以及成員親近程度影響著群體結構效應;群體情緒與成員動機則影響著群體的心理效應。群體結構和群體心理效應越顯著,則人群行為的演變作用越強,越能夠刺激群體性突發事件的演化。一般而言,人群行為的演變作用受到環境媒體的調節、政府的干預共同影響。從人群行為演變的角度分析,如何提高公眾的自我辨別能力以及社會網絡的自我調節功能,對有效降低人群行為的演變作用較為重要。著重采取政府正確的干預手段,積極引導環境媒體的輿情刺激作用,以及打造良好的人群行為的演變關系,是群體性突發事件的演化控制的關鍵所在。

作者：宋之杰,李搖鑫 單位：燕山大學經濟管理學院