杜 蓉，梁 蕾，王 寧

0 引言

群體性突發(fā)事件是指在中國實現(xiàn)社會轉(zhuǎn)型和經(jīng)濟(jì)轉(zhuǎn)軌期間，由于人民內(nèi)部矛盾積累到一定程度，在某個突發(fā)事件的刺激下突然引發(fā)，形成一定規(guī)模群眾集體參與，為實現(xiàn)其共同利益訴求，采取游行示威、靜坐請愿、群體上訪、聚眾圍堵、攻擊黨政機(jī)關(guān)、堵塞交通，以及罷工、罷課、罷市等非法的暴力及非暴力手段，對社會的正常公共秩序和和諧穩(wěn)定造成嚴(yán)重威脅或危害的群體行為。群體性突發(fā)事件的演化是事件在潛伏、爆發(fā)、發(fā)展和平息階段所呈現(xiàn)的狀態(tài)。隨著互聯(lián)網(wǎng)和手機(jī)通訊技術(shù)的發(fā)展，群體性突發(fā)事件呈現(xiàn)了一系列的新特點，如人群組織形式多樣化、無直接利益沖突增多、參與群體多元化、非經(jīng)濟(jì)利益沖突增多等。這些新特點大大加劇了群體性突發(fā)事件的復(fù)雜性和政府治理的難度，進(jìn)一步威脅社會的和諧穩(wěn)定。群體性突發(fā)事件演化引起了國內(nèi)外學(xué)者的廣泛關(guān)注，對于事件形成演化的規(guī)律和輿論的傳播已經(jīng)成為當(dāng)前研究熱點。

基于物理、事理和人理的相關(guān)性，國外有不少學(xué)者越來越多地從社會物理學(xué)的角度研究群體行為問題。社會物理學(xué)是從實證科學(xué)角度用物理學(xué)規(guī)律研究人類社會的一種學(xué)說。人類活動是“自然秩序”的簡單延伸，運(yùn)用自然規(guī)律可以更加深刻地挖掘人類活動所遵循的內(nèi)在規(guī)則。Brogan和Hodgins［1］建立了人群運(yùn)動模型，該模型融合了粒子系統(tǒng)的原理和動力學(xué)原理。Philip Ball［2］采用物理學(xué)理論研究了社會群體行為的內(nèi)在規(guī)律，提出了“社會能量”理論，實現(xiàn)了對社會能量的定量測定。中國科學(xué)院的牛文元分析了“社會燃燒理論”、“社會激波理論”、“社會行為熵理論”三大理論體系［3］，還通過對社會“活化能”和“社會溫度”的理論分析，構(gòu)建了社會和諧方程，實現(xiàn)了對社會和諧水平的有效測定［4］。張巖［5］運(yùn)用加速度原理構(gòu)建了非常規(guī)突發(fā)事件的社會物理學(xué)模型。隨著網(wǎng)絡(luò)等新媒體的興起，從社會物理學(xué)視角對輿論傳播的研究亦成為一股熱潮。意大利卡塔尼亞大學(xué)Pluchino等［6］人借用耦合震蕩粒子的震動頻率的思想研究生物系統(tǒng)中的同步化，構(gòu)建了輿論演化率模型。Damian H.Zanette［7］在研究輿論演化時，運(yùn)用了物理學(xué)中的實空間重整化群的技術(shù)和系統(tǒng)動力學(xué)中的動力學(xué)方程。Zanette［8］基于社會網(wǎng)絡(luò)中的小世界理論，研究了危機(jī)信息傳播中的內(nèi)在規(guī)律，建立了謠言的傳播模型。賀筱媛等［9］建立了微觀離散動力學(xué)模型，用來測量網(wǎng)民對信息感知的程度。劉怡君等［10］提出基于網(wǎng)絡(luò)輿論傳播的“集中度”，“組織度”，“臨界度”，并試圖運(yùn)用仿真技術(shù)、社會網(wǎng)絡(luò)分析及數(shù)據(jù)挖掘等方法實現(xiàn)網(wǎng)絡(luò)輿論傳播的定量應(yīng)用。何敏華等［11］基于BA無標(biāo)度網(wǎng)絡(luò)，構(gòu)建了輿論和網(wǎng)絡(luò)結(jié)構(gòu)相互影響的自適應(yīng)輿論演化模型。李蘭瑛［12］在以往元胞自動機(jī)模型的基礎(chǔ)上，構(gòu)建了新的網(wǎng)絡(luò)輿論的傳播模型，并運(yùn)用計算機(jī)仿真技術(shù)，模擬了人員密度、大眾媒介導(dǎo)向、人員移動幾個特定的因素對輿論傳播的影響。汪秉承等［13］統(tǒng)計了人類行為的特性，得出有很大一部分人類行為不能使用泊松分布過程來描述。杜蓉和梁紅霞［14］基于復(fù)雜適應(yīng)性系統(tǒng)理論，利用多主體建模方法，通過Netlogo平臺模擬了公共危機(jī)信息在網(wǎng)絡(luò)媒介中的傳播過程。

本文從社會物理學(xué)的角度，分析群體性突發(fā)事件演化的內(nèi)在規(guī)律，考慮政府、民眾、媒體和意見領(lǐng)袖4類主體在事件演化中的作用，借用萬有引力定律和動能原理思想構(gòu)建了群體意見和群體行為演化的數(shù)學(xué)模型，在此基礎(chǔ)上予以仿真分析，提出政府應(yīng)對此類事件的系統(tǒng)性策略。

1 仿真模型的構(gòu)建

復(fù)雜系統(tǒng)理論是復(fù)雜性科學(xué)的主要研究任務(wù)，它的主要目的就是要揭示復(fù)雜系統(tǒng)的一些難以用科學(xué)方法解釋的動力學(xué)行為。生命系統(tǒng)、社會系統(tǒng)都是復(fù)雜系統(tǒng)。在復(fù)雜系統(tǒng)中，主體需具備一定的學(xué)習(xí)和適應(yīng)能力，能與外界環(huán)境和其他主體進(jìn)行互動，以此不斷改變自身的結(jié)構(gòu)和行為方式［14］。在群體性突發(fā)事件演化過程中，政府、媒體、意見領(lǐng)袖、民眾等主體都具備這些性質(zhì)，本文即在復(fù)雜系統(tǒng)理論的指導(dǎo)下，建立了群體性突發(fā)事件的群體意見和群體行為演化模型。

1.1 模型描述

本文在物理學(xué)中萬有引力定律和動能原理的基礎(chǔ)上，結(jié)合群體性突發(fā)事件演化的復(fù)雜性，提出了群體意見和群體行為演化模型。該模型主要是研究群體性突發(fā)事件演化過程中，政府處置力度、介入時間，媒體和意見領(lǐng)袖的權(quán)威性、影響力及介入時間等因素對群體意見和行為演化的影響情況。

1.2 模型假設(shè)

1）參與事件成員的個數(shù)、初始態(tài)度以及非理性程度作為已知條件。

2）政府為理性政府，在群體性突發(fā)事件演化的過程中始終扮演緩和事件的調(diào)解員。所以政府的意見始終為正向。

3）不同的個體對自己的意見的堅持程度是隨著時間的變化而變化的，個人改變自己的意見說明個人更傾向于改變后的意見。本文在模型中假設(shè)所有個體對自己意見的堅持程度呈單調(diào)遞增趨勢，并且在單位時間增長的程度一定。

1.3 主體屬性描述

根據(jù)群體性突發(fā)事件的輿論演化過程中主體的相互作用，本文設(shè)置了5類主體：民眾、媒體、意見領(lǐng)袖、政府。

1.3.1 民眾屬性描述

意見：Oi（t）表示民眾個體i的意見傾向，本模型把意見分為3種：正向、中性、負(fù)向。Oi（t）∈ ［0.34，1］時，表明民眾i的意見為正向；Oi（t）∈ ［－0.34，0.34］時，表明民眾i的意見為中性；Oi（t）∈ ［－1，－0.34］時，表明民眾i的意見為負(fù)向。

意見堅持度：σi（t）指的是個體i對意見的堅持程度，它在 ［0，1］連續(xù)區(qū)間內(nèi)取值。當(dāng)σi（t）∈［0，0.33］時，個體i對自己的意見的堅持程度比較低，非常容易受到其他主體的影響；當(dāng)σi（t）∈［0.33，0.67］時，表示個體i對自己的意見的堅持程度一般，可以受到其他主體的影響；當(dāng)σi（t）∈［0.67，1］時，表示個體i對自己的意見的堅持度很高，不易受到其他主體的影響。

非理性程度：在［0，1］連續(xù)區(qū)間內(nèi)取值。

行為狀態(tài)：分為暴力行為、非暴力行為和無任何行為。在 ［0，1］連續(xù)區(qū)間內(nèi)取值，其中當(dāng)Di（t）∈ ［0.67，1］時，表示個體i在t時刻有暴力行為；Di（t）∈［0.33，0.67］，表示個體i在t時刻無明顯暴力傾向，但也需要借助某種行為來發(fā)泄自己的不滿；當(dāng)Di（t）∈［0，0.33］時，表示個體i在t時刻不采取任何行為。

1.3.2 政府屬性描述

意見：政府在輿論演化過程中，主要任務(wù)和表現(xiàn)就是引導(dǎo)和控制負(fù)面信息的演化，所以本文把政府的意見T（t）設(shè)為1，即政府在事件演化過程中始終持正向意見。

意見堅持度：g（t）指政府對自己傳播的信息的堅持程度。由于其角色的特殊性，暫且不考慮政府對事件真實的看法，只考慮其在事件演化過程中傳達(dá)給廣大民眾的意見，且意見堅持度只為1。

公信力：是指民眾對政府的信任程度。C（t）∈［0，1］表示在t時刻民眾對政府的信賴度，本文中的政府公信力只針對某個特定事件，公信力會隨著政府對事件的處置力度而隨時變化。

處置力度：政府對負(fù)面信息傳播所采取的監(jiān)管、引導(dǎo)和處理的程度，本文的政府的處置力度特指政府運(yùn)用科學(xué)的處置策略對群體性突發(fā)事件演化所采取的應(yīng)對力度。用S（t）來表示，在［0，1］連續(xù)區(qū)間取值。

1.3.3 意見領(lǐng)袖的屬性描述

意見：Al（t）表示意見領(lǐng)袖l在時刻t意見的傾向。Al（t）在連續(xù)區(qū)間 ［－1，1］取值。

意見堅持度：指意見領(lǐng)袖對自己意見的堅持程度，即傳達(dá)給民眾的對自己所披露的信息的堅持程度，設(shè)為1。權(quán)威性：Mm（t）為t時刻意見領(lǐng)袖m 的權(quán)威大小，在［0，1］連續(xù)區(qū)間取值。影響力：Yl（t）是指t時刻意見領(lǐng)袖影響范圍的大小，在［0，1］連續(xù)區(qū)間取值。

1.3.4 媒體的屬性描述

意見：Mm（t）表示媒體n在t時刻的意見，在［0，1］連續(xù)區(qū)間取值。

意見堅持度：Mσm（t）表示媒體對自己發(fā)布的意見的堅持程度，Mσm（t）在［0，1］連續(xù)區(qū)間取值。

權(quán)威性：Qm（t）表示媒體m在t時刻的權(quán)威的大小，在［0，1］連續(xù)區(qū)間取值。

影響力：Im（t）表示媒體n在t時刻的影響范圍，在［0，1］連續(xù)區(qū)間取值。

表1 各類主體的屬性Tab.1 The property of all kinds of subjects

1.4 主體之間交互規(guī)則構(gòu)建

在仿真模型中，民眾的狀態(tài)變化受到自身屬性、其他民眾、媒體、政府以及意見領(lǐng)袖的共同影響。輿論演化或傳播是每個個體的不斷選擇或（被）說服的過程，最終表現(xiàn)形式是群體（或部分群體）行為的一致性。

1.4.1 民眾之間的交互規(guī)則

在輿論傳播的過程中，民眾經(jīng)常會針對這起事件進(jìn)行相互之間的討論、交流。由于民眾自身的性格特點，有些民眾會根據(jù)別人的意見來對自己的意見進(jìn)行修正，也有的會堅持自己原來的意見。借用物理學(xué)中萬有引力定律的思想，即引力的大小與兩物體的質(zhì)量的乘積成正比，與兩物體間距離的平方成反比，在此，把民眾對意見的堅持程度類比為物體的質(zhì)量，把民眾之間的意見差距類比為物體間的距離，把民眾意見的影響類比為物體間的引力，從而體現(xiàn)了個體間在t時刻和t＋1時刻交互影響下的意見變化。

設(shè)t時刻個體j對個體i的影響函數(shù)S′i為

其中，σi為個體i的意見堅持度，1－σi為個體i的意見轉(zhuǎn)移度，σj為個體j的意見堅持度，d為個體之間的意見差距。N為個體i的鄰居數(shù)量。當(dāng)dij＝0時，即個體i和個體j之間的意見距離為0，也就是個體之間持有相同的意見，那么個體i仍然堅持原有意見，即Oi（t＋1）＝Oi（t）。

1.4.2 民眾與政府的交互規(guī)則

在群體意見形成的過程中，政府起著至關(guān)重要的作用。政府對群體性突發(fā)事件的介入時間越快、處置力度越大，就越容易有效控制群體意見走向；政府的公信力越強(qiáng)，民眾越會支持政府的工作，這就從根源上遏制了負(fù)面輿論的蔓延。此外，政府對民眾意見的瞬時影響力與政府的作用力有關(guān)。本文認(rèn)為政府作用力是加速且累積的，包括政府對事件的處置力度和政府可變的公信力，政府的處置力度是政府從事件的潛伏階段到事件演化過程中的某個特定時間的綜合作用力。而政府公信力僅就該事件而言，政府給予民眾的信賴感。因此，政府對民眾意見的影響函數(shù)S′G為其中，1－σi（t）表示個體i的意見轉(zhuǎn)移度，C（t）是t時刻政府的公信力，S（t）是t時刻政府的處置力度，a1＋a2＝1。由于政府與民眾屬于兩種不同的主體，因此，由兩個物體間的距離而影響的物體間的吸引力，即政府和民眾之間的意見差距本文不予考慮。

政府下一時刻的公信力受此刻的公信力與政府處置力度的影響，具體表達(dá)為

其中，e1＋e2＝1，政府對某個事件的公信力受政府對事件的處置力度的影響，政府處置力度越大，民眾對政府的信賴感越強(qiáng)，即公信力越強(qiáng)；反之，則越弱。

1.4.3 意見領(lǐng)袖與民眾的交互規(guī)則

民眾的意見受意見領(lǐng)袖的權(quán)威性和影響力大小的影響，意見領(lǐng)袖對民眾i的影響函數(shù)S′L為

其中，Ml（t）為意見領(lǐng)袖l在時刻t的影響力，n為意見領(lǐng)袖的個數(shù)，Yl（t）為意見領(lǐng)袖l在時刻t的權(quán)威性，權(quán)威性和影響力在一個時期內(nèi)被視為不變，b1＋b2＝1。由于意見領(lǐng)袖與民眾屬于兩種不同的主體，因此，意見領(lǐng)袖與民眾之間的意見差距不予考慮。

1.4.4 媒體與民眾的交互規(guī)則

民眾受媒體影響的程度與媒體權(quán)威性和影響力有關(guān)，媒體對民眾i的影響函數(shù)S′M為其中，Qm（t）為媒體的權(quán)威性，Im（t）為媒體的影響力，s為媒體的個數(shù)，媒體對民眾的影響力與媒體的權(quán)威性和影響力成正比，c1＋c2＝1。由于媒體與民眾屬于兩種不同的主體，因此，媒體與民眾之間的意見差距不予考慮。媒體在t＋1時刻的意見傾向受政府t時刻對事件的處置力度的影響，具體表達(dá)為

其中，Mm（t）為政府t時刻對事件的處置力度，且f1＋f2＝1。

1.4.5 群體意見與群體行為交互規(guī)則

群體性突發(fā)事件是群體意識轉(zhuǎn)化為群體行為的過程。參與事件的民眾在行為選擇時具有一定的動能，簡單地說就是物體因運(yùn)動而具有的能量。本文運(yùn)用動能原理的思想來描述民眾在群體性突發(fā)事件演化過程中的行為狀態(tài)。動能原理的思想為：所有外力對物體的總功，等于物體的動能的變化，即EK＝1／2（mv2）。在此，把民眾的意見類比為物體的質(zhì)量，把民眾的非理性程度類比為物體的速度，把民眾的行為狀態(tài)類比為物體的動能，可具體描述為

其中，Pi（t）為民眾i在t時刻的非理性程度，Di（t）為民眾i在t時刻的行為狀態(tài)，Oi（t）為民眾i在t時刻的意見。

2 仿真實現(xiàn)及結(jié)果分析

在民眾、政府、媒體、意見領(lǐng)袖4個主體的交互中主要包括民眾與民眾、民眾與政府、民眾與媒體、民眾與意見領(lǐng)袖四大交互過程。模擬了政府介入時間、政府處置力度、政府公信力，媒體和意見領(lǐng)袖的權(quán)威性和影響力等因素對群體意見和群體行為的大體趨勢的影響。

參數(shù)設(shè)置：在民眾自身意見變化中，經(jīng)過專家打分，設(shè)置民眾之間的影響權(quán)重為0.2，媒體的影響權(quán)重為0.1，意見領(lǐng)袖的影響權(quán)重為0.2，政府的影響函數(shù)為0.5。在民眾之間的交互過程中，民眾的意見分布比例分別為：（－1，－0.6）和（0.6，1）各占1／10，（－0.6，－0.2）和（0.2，0.6）各2／10，（－0.2，0.2）占4／10。意見的堅持度為隨機(jī)分布，但是隨時間的變化而不斷遞增。在民眾與政府的交互過程中，政府的初始公信力為0.5。

仿真模型驗證：本文是以2012年四川什邡事件中民眾的行為演變及參與數(shù)量為對比數(shù)據(jù)，本文給出四川什邡事件發(fā)生及演化過程中人群聚集的大體情況和趨勢。圖1中，opinion指意見，behavior指行為，number指參與事件的人數(shù)，negative，neutral和positive分別指消極、中立和積極的意見；violence，queit和non－vio分別指暴力行為、無任何行為和非暴力行為。從表2和圖1可以看到，仿真數(shù)據(jù)與真實數(shù)據(jù)的變化趨勢基本吻合，具有可信性，能較好地說明問題。

表2 四川什邡事件演化Tab.2 The evolution of Sichuan Shifang event

影響因素分析：設(shè)置只有民眾參與，仿真運(yùn)行20步。總參與人數(shù)達(dá)到18 000人，且呈持續(xù)的幾何增長趨勢。其中持負(fù)面意見的民眾數(shù)量占大多數(shù)，正面意見的民眾數(shù)量只有一小部分；在參與事件的民眾中，大部分民眾未采取任何行為，只是處于圍觀狀態(tài)，只有少部分民眾采取了暴力行為。如圖2所示。

圖1 仿真數(shù)據(jù)與真實數(shù)據(jù)比較Fig.1 The comparing between simulation data and real data

圖2 只有民眾參與的各數(shù)據(jù)變化Fig.2 Only the people participating in the data change

政府是群體性突發(fā)事件中群體利益的訴求對象或外部參與者，影響著群體性突發(fā)事件的演化。設(shè)置只有民眾參與，仿真運(yùn)行10步后，調(diào)整政府處置力度為0.9，再運(yùn)行10步。參與民眾數(shù)量的最高峰為328人，持負(fù)面意見和采取暴力行為及非暴力行為的民眾數(shù)量經(jīng)過一段時間的遞增之后呈現(xiàn)遞減趨勢，可見政府在運(yùn)用科學(xué)的方法和策略對群體性突發(fā)事件的處置力度對于控制和加快平息事件演化具有重要作用。如圖3所示。

在仿真初始狀態(tài)下，媒體和意見領(lǐng)袖均未參與，設(shè)置政府處置力度為0.9，仿真運(yùn)行20步，參與民眾數(shù)量最多為55人，且逐步遞減，各意見的持有民眾數(shù)量在經(jīng)過短暫的升高之后立即呈下降趨勢，且極少出現(xiàn)暴力行為。由此可見，當(dāng)政府作為群眾利益訴求對象，在運(yùn)用科學(xué)方法和策略的前提下，政府對于群體性突發(fā)事件介入的時間越早越有利于控制事態(tài)的演化；當(dāng)政府只是群體性突發(fā)事件的外部參與者，政府的及早介入也有利于緩和事件的惡性演化，進(jìn)而達(dá)到維持公共秩序、維護(hù)公共安全的目的。如圖4所示。

圖3 政府中途介入時各數(shù)據(jù)變化Fig.3 The data changes when government intervenes at midway

圖4 政府從事件初期介入時各數(shù)據(jù)變化Fig.4 The data changes when government intervenes at early time of the event

媒體和意見領(lǐng)袖均未參與，設(shè)置政府處置力度為0.5，仿真運(yùn)行20步，參與事件的民眾數(shù)量達(dá)到1 180人，持有負(fù)面意見和采取暴力行為的民眾數(shù)量逐步增長。政府對于群體性突發(fā)事件的應(yīng)對包含兩個方面，即介入時間和處置力度。當(dāng)政府對事件采取不正確的處置方式或者不積極執(zhí)行應(yīng)對策略，可能會對事件演化態(tài)勢起到一定作用，但是極有可能會導(dǎo)致事件態(tài)勢進(jìn)一步惡化。如圖5所示。

在只有民眾參與的情況下，仿真運(yùn)行10步，參與民眾數(shù)量的最高峰為284人，負(fù)向意見占絕大部分，且呈遞增趨勢，暴力行為和非暴力行為亦逐漸凸顯并增加。在沒有任何其它參與者介入的情況下，群體性突發(fā)事件的演化會在短期內(nèi)呈現(xiàn)愈演愈烈的趨勢。如圖6所示。

圖5 政府處置力度較低時各數(shù)據(jù)變化Fig.5 The data changes when disposal strength of the government is low

圖6 無其它主體參與時各數(shù)據(jù)變化Fig.6 The data changes when no other subject participating in

仿真恢復(fù)初始狀態(tài)，增加3個持正向意見的媒體，權(quán)威性和影響力分別設(shè)置為0.9和0.86，仿真模型運(yùn)行10步，持正向意見的民眾數(shù)量在經(jīng)過短時間的上升后呈現(xiàn)緩慢下降趨勢，暴力行為極少出現(xiàn)，非暴力行為在后期逐步顯現(xiàn)。雖然媒體不是群體性突發(fā)事件參與民眾的訴求對象，但是權(quán)威性和影響力較大的媒體會在很大程度上引導(dǎo)輿論，左右參與民眾對事件的看法和行為方式。如圖7所示。

在只有民眾參與的情況下，仿真運(yùn)行5步，添加3個媒體，屬性設(shè)置同上，仿真再運(yùn)行5步，參與事件的民眾數(shù)量最多為147人。媒體的介入事件的時間也在一定程度上影響著媒體對于民眾意見和行為影響程度，媒體介入時間越早，對民眾意見和行為的影響越大。如圖8所示。

圖7 主流媒體初期介入時各數(shù)據(jù)變化Fig.7 The data changes when mainstream media intervenes at early time of the event

圖8 主流媒體中途介入時各數(shù)據(jù)變化Fig.8 The data changes when mainstream media intervenes at midway

增加3個持正向意見的媒體，仿真運(yùn)行10步，設(shè)置其權(quán)威性和影響力分別為0.27和0.25，參與事件的民眾數(shù)量較無其它主體參與時有部分減少。不同媒體對于群體性突發(fā)事件演化態(tài)勢的影響不同，民眾的意見和行為更易于傾向權(quán)威性和影響力較大的主流媒體。如圖9所示。

媒體和政府均未參與，增加3個持正向意見的意見領(lǐng)袖介入，設(shè)置其權(quán)威性和影響力分別為0.85和0.95，仿真模型運(yùn)行10步，參與事件的民眾數(shù)量小幅度上升后不斷下降，最高峰人數(shù)為55人。負(fù)向意見持有者仍占多數(shù)，在經(jīng)過初期短暫增長后變化緩慢，非暴力行為和暴力行為在后期開始顯現(xiàn)。在群體性突發(fā)事件演化過程中，意見領(lǐng)袖在一定程度上是民眾意見的代言人，民眾的意見和行為方式受到意見領(lǐng)袖的影響。同時，意見領(lǐng)袖的權(quán)威性和影響力也制約著其言論的有效性，權(quán)威性和影響力越大，民眾對其言論的依賴程度越強(qiáng)。如圖10所示。

圖9 非主流媒體初期介入時各數(shù)據(jù)變化Fig.9 The data changes when non－mainstream media intervenes at early time of the event

圖10 聲望較高的意見領(lǐng)袖初期介入時各數(shù)據(jù)變化Fig.10 The data changes when high opinion leader intervenes at early time of the event

仿真運(yùn)行5步后增加3個持正向意見的意見領(lǐng)袖，權(quán)威性和影響力分別設(shè)為0.85和0.95，仿真再運(yùn)行5步。參與民眾數(shù)量最大值為191人，持負(fù)向意見的民眾數(shù)量呈持續(xù)上升趨勢，民眾的暴力行為和非暴力行為逐漸增多?？梢姡庖婎I(lǐng)袖介入事件的時間對于事態(tài)的演化有一定的影響，介入時間越早，對事態(tài)演化的影響越大。如圖11所示。

意見領(lǐng)袖之所以成為意見領(lǐng)袖，在于其言論和行為會在很大程度上影響其他人。意見領(lǐng)袖的影響范圍不同，可以是整個國家甚至整個世界，也可以是某個事件或事件的某個參與人群。調(diào)整意見領(lǐng)袖的權(quán)威性和影響力，分別設(shè)置為0.5和0.51。參與民眾數(shù)量不斷遞增，最高峰達(dá)到248人。負(fù)向意見居多，暴力和非暴力行為逐步增多?？梢姴煌囊庖婎I(lǐng)袖對于事件影響程度不同，權(quán)威性和影響力較小的意見領(lǐng)袖對事態(tài)演化有一定的影響，但是影響程度較權(quán)威性和影響力較大的意見領(lǐng)袖小。如圖12所示。

圖11 聲望較高的意見領(lǐng)袖中途介入時各數(shù)據(jù)變化Fig.11 The data changes when high opinion leader intervenes at midway

圖12 聲望較低的意見領(lǐng)袖介入時各數(shù)據(jù)變化Fig.12 The data changes when low opinion leader intervenes

從圖2～圖5可以看出，政府不采取任何措施的情況下，參與群體性突發(fā)事件的民眾數(shù)量會不斷增加，而且民眾之間相互影響，導(dǎo)致持有負(fù)向意見的民眾數(shù)量占大多數(shù)，還伴隨有民眾的暴力行為和非暴力行為。在事件發(fā)生一段時間之后政府采取有效措施介入的情況下，各意見持有者和行動者的數(shù)量都會有所下降，但是下降的比例較慢，其中可能伴隨有少量的暴力行為。在事發(fā)初期政府就采取有效措施介入事件中的情況下，參與事件的人數(shù)會不斷減少，并且少于民眾參與數(shù)量的初始值，持負(fù)向意見的人數(shù)下降，也基本不會產(chǎn)生暴力行為。但是當(dāng)政府大力采取了錯誤的措施，或者對于有效策略的執(zhí)行不到位，參與事件的民眾數(shù)量依然會逐步增長，只是增長幅度小于無政府狀態(tài)的民眾數(shù)量增長。由此可見，政府的行為選擇對于群體性突發(fā)事件的演化起著主要作用。

從圖6～圖9可以看出，媒體的權(quán)威性和影響力影響著群體性突發(fā)事件的演化態(tài)勢，權(quán)威性和影響力高的媒體對輿論的影響更大，民眾的意見會部分傾向媒體意見，行為也會受到媒體意見的影響。權(quán)威性和影響力低的媒體對輿論的影響就相對較小，對輿論導(dǎo)向的力度較小，民眾的意見和行為改變較小。媒體介入事件的時間不同對事件的影響不同，權(quán)威性和影響力相同的媒體在事件發(fā)生的第一時間介入與發(fā)生一段時間后介入對事件演化的影響程度不同。媒體介入的時間越快，對輿論導(dǎo)向越多，反之，則越少。

從圖6～圖12的對比來看，在沒有意見領(lǐng)袖參與的情況下，參與事件的民眾數(shù)量會逐步增加，當(dāng)持有正向意見的權(quán)威性和影響力較高意見領(lǐng)袖參與到事件當(dāng)中，會對參與事件的民眾起到積極的引導(dǎo)作用，3種意見的民眾數(shù)量都在減少，遏制了民眾的負(fù)面情緒，一定程度上延緩了事件的惡性演化。由此可見，權(quán)威性和影響力較高的意見領(lǐng)袖在群體性突發(fā)事件演化過程中起著重要的引導(dǎo)作用。而權(quán)威性和影響力較低的意見領(lǐng)袖對事件的演化態(tài)勢影響較小。意見領(lǐng)袖介入時間不同對事件的導(dǎo)向不同，介入越快，對參與事件的民眾的意見和行為導(dǎo)向程度更高。

從以上的仿真結(jié)果中，可以歸納出一個共同點，無論是在政府、媒體、意見領(lǐng)袖參與或者不參與的情況下，事件趨于平息以后，暴力和非暴力事件會漸漸消失，但是持有負(fù)向意見的人群始終存在。這就說明，群體性突發(fā)事件的平息并不代表社會從此就完全回歸和諧狀態(tài)，民眾的心中始終存在著不滿。

3 結(jié)論

本文運(yùn)用多主體建模仿真方法，基于物理學(xué)的相關(guān)原理，構(gòu)建了群體意見和群體行為演化的模型，對群體性突發(fā)事件中各參與主體進(jìn)行了屬性描述，并建立了主體間交互的規(guī)則。通過對政府處置力度、介入時間，媒體和意見領(lǐng)袖的權(quán)威性、影響力和介入時間等參數(shù)進(jìn)行調(diào)整，分析得出各影響因素對群體性突發(fā)事件中群體意見和行為演化的影響情況。

由于中國正處于社會轉(zhuǎn)型的關(guān)鍵時期，各類矛盾漸漸凸顯，群體性突發(fā)事件爆發(fā)頻率增高。隨著互聯(lián)網(wǎng)和其它通訊技術(shù)的發(fā)展，高復(fù)雜性也成為了此類事件的重要標(biāo)志。因此，政府在事件演化過程中的角色導(dǎo)向成為引導(dǎo)群體性突發(fā)事件演化的關(guān)鍵因素。一方面，政府應(yīng)在黃金時間合理選擇事件的處理方式，加強(qiáng)事件的處置力度；另一方面，政府應(yīng)同主流媒體和聲望較高的意見領(lǐng)袖溝通，引導(dǎo)其發(fā)揮對事件演化態(tài)勢的積極導(dǎo)向作用。本文的仿真研究成果可作為政府應(yīng)對群體性突發(fā)事件演化的決策工具，但構(gòu)建的模型還不夠完善。雖然構(gòu)建了政府、媒體和意見領(lǐng)袖對群體意見和群體行為演化的影響模型，但沒有考慮到媒體、意見領(lǐng)袖和民眾對政府的影響，且未對政府處置力度的構(gòu)成進(jìn)行劃分，因此，各主體間的交互規(guī)則有待進(jìn)一步的細(xì)化與整合。

［1］ Brogan D，Hodgins J.Group behaviors for systems with significant dynamics［J］.Autonomous Robots，1997，4：137－153.

［2］ Ball P.Critical Mass：How One Thing Leads to Another［M］.USA：Heinemann Company，2004，87－88.

［3］ 牛文元.社會物理學(xué)－學(xué)科意義與應(yīng)用價值［J］.科學(xué)，2002，54（3）：32－35.Niu Wenyuan.Social physics academic－subject Significance and application value［J］.Science，2002，54（3）：32－35.

［4］ 牛文元.社會物理學(xué)理論與應(yīng)用［M］.北京：科學(xué)出版社，2002：1－3.

［5］ 張巖.非常規(guī)突發(fā)事件態(tài)勢演化和調(diào)控機(jī)制研究［D］.合肥：中國科學(xué)技術(shù)大學(xué)，2011：22－25.Zhang Yan.The unconventional emergency situation evolution and.regulation mechanism research［D］.Hefei：Science and Technology University of China，2011：22－25.

［6］ Pluchino A，Latora V，Rapisarda A.Changing opinion in a changing world：a new perspective in sociophysics［J］.International Journal of Modern Physics C，2005，23（8），125－126.

［7］ Damian H.Zanette.Emergence of Dynamical Order：Synchroniz［M］.USA：World Scientific Publishing Company，2004，357－358.

［8］ Zanette.Dynamics of rumor propagation on small－world networks［J］.American Physical Society，2002（5）：8－9.

［9］ 賀筱媛，胡曉峰，司光亞.基于社會物理學(xué)的網(wǎng)絡(luò)信息傳播行為仿真研究［J］.系統(tǒng)仿真學(xué)報，2010，（12）：2957－2962.He Xiaoyuan，Hu Xiaofeng，Si Guangya.The simulation research of network information dissemination behavior based on social physics［J］.Journal of Simulation System，2010，（12）：2957－2962.

［10］李倩倩，劉怡君，牛文元，顧基發(fā).基于“三度”法的網(wǎng)絡(luò)輿論傳播研究與應(yīng)用［J］.上海理工大學(xué)學(xué)報，2011，33（4）：337－344.Li Qianqian，Liu YIjun，Niu Wenyuan，et al.The research and application of public network opinion dissemination based on the“three degrees”law ［J］.Journal of Shanghai Science and Technology University，2011，33（4）：337－344.

［11］何敏華等.基于無標(biāo)度網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化的輿論演化模型［J］.物理學(xué)報，2010，（8）：5175－5181.He Minhua.etal.The public opinion evolution model based on the change of scale－free network topology structure［J］.Journal of Physics，2010，（8）：5175－5181.

［12］李蘭瑛.基于CA的網(wǎng)絡(luò)輿論傳播因素的研究［J］.科學(xué)技術(shù)與工程，2008，8（22）：6179－6183.Li Lanying.The research of public network opinion dissemination factors based on CA ［J］.Science Technology and Engineering，2008，8（22）：6179－6183.

［13］汪秉承，周濤，周昌松.人類行為、復(fù)雜網(wǎng)絡(luò)及信息及信息挖掘的統(tǒng)計物理研究［J］.上海理工大學(xué)學(xué)報，2012，34（2）：103－117.Wang Bingcheng，Zhou Tao，Zhou Changsong.The statistical physics research of human behavior，the complex network of information and information mining［J］.Journal of Shanghai Science and Technology University，2012，34（2）：103－117.

［14］杜蓉，梁紅霞.公共危機(jī)事件中政府對網(wǎng)絡(luò)輿論的引導(dǎo)仿真［J］.情報雜志，2011，（11）：61－66.Du Rong，Liang Hongxia.The simulation of government guidance of public network opinion in public crisis［J］.Journal of Information，2011，（11）：61－66.