社会网络视角下的群体性突发事件演化

前言：本站为你精心整理了社会网络视角下的群体性突发事件演化范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要:当前中国社会经济发展新常态背景下,“群体性突发事件冶的防范应该引起足够的重视。本文首先明确社会网络在群体事件中对群体感知、决策等方面的作用;以上述作用机制为依据,采用系统动力学研究方法,将群体性突发事件的动力学系统分为媒体环境调节子系统、人群行为演变子系统与政府干预子系统,综合子系统的特征建立了群体性突发事件的演化系统的SD模型;根据对系统内部影响重要因素进行的仿真研究,得出了政府干预时间对事件发展影响显著、舆情刺激对群体性突发事件演化的正相关作用等主要结论。

关键词:社会网络;群体性突发事件;系统动力学;演化机理

0引言

当前中国经济社会发展的显著特征就是进入一个新常态,而在新常态下,不仅国内的经济问题更加复杂,政治、社会问题也更加突出,相应的政治诉求也不断增加,影响稳定的因素不断增多,如近年来频发的“群体性突发事件冶已经引发了社会各界的充分重视。“群体性突发事件冶这一概念只出现在国内文献之中,虽然国外也有类似的事件,由于国情的特殊性,二者存在本质上的区别。在西方国家,诸如抗议、罢工或暴乱等行为往往是社会深层次对抗性矛盾的体现,属于社会中不可调和的矛盾,因此在这方面,国外研究以社会学、心理学领域的研究居多,并且一般将其归于“集体行动冶的范畴,研究视角主要有人际关系、社会资本、社会网络等。如HaeinLee等研究了网络政治抗议事件,发现事件中的信息生产者、活跃者和被动者在信息分享中的作用依次递减[1];DehaiLiu等使用了NetLogo仿真平台研究了集体行动在社会网络发展中的驱动作用:众多参与者分担了集体行动的成本,意见领袖或发起人组织起网络社会中的弱势群体来维护其合法权益[2]。实际上,由于不同的群体事件在背景、起因和演化过程方面往往存在较大差异,使得群体性突发事件很难用一个统一的概念来加以界定。国内研究近年来这方面的研究出现了两个趋势,一是社会网络因素的作用引起重视,一些研究者认为网络及其人际传播对集体行动的发生会起到组织、动员和情绪感染的“助燃冶作用;网络人际传播还可以为集体行为寻找舆论支持,信息流动是个体之间加强联系的主要方式,群体心理变化是推动群体事件演化的内在动力[3];有些情况下,互联网造成“滥用民主权利冶,出现“造谣、诽谤、诋毁等现象[4]冶,从而形成网络群体事件。

汤志伟和杜斐指出政府在网络互动、谣言或不实信息产生与传播中的控制和舆论引导能有效防止群体事件向恶性态势发展[5];二是仿真研究的开展。如肖人彬和张耀峰(2012)针对网络群体事件建立了基于多Agent的演化仿真模型,以讨论不同情况下政府进行“信息屏蔽冶的结果[6];又如佘廉和沈照磊(2011)使用改进的传染病模型SIR来建立模型。研究表明不良信息的传播率和免疫率是形成群体行为的基本条件[7]。孙华丽等(2016)建立了不确定环境下群体性突发事件的随机演化博弈模型,发现当采取强硬策略获取额外收益较大时,强势群体更倾向于采取强硬策略[8];熊国强和赵昕(2016)采用系统动力学方法构建耦合情绪因素的群体性突发事件的仿真模型,研究发现悲观情绪容易导致参与者采取较为激进的手段,造成的损失及社会影响较大[9]。迄今为止,有关群体性突发事件演化机理的研究存在两个问题。一是静态和动态研究结合不够紧密,静态研究局限于概括或总结事件演化的影响因素但缺乏对演化过程的探讨,而利用仿真方法开展的动态研究虽然考虑到演化问题,但由于模型简化,并且包含的因素较为抽象而导致缺乏实际应用意义,目前还没有研究能够将二者的优势很好地结合;二是从影响因素来看,对于事件主体行为的研究,往往将其概括为“集体冶、“群体冶或“个体冶等形态,缺乏对真实世界中人际互联和社会网络等现实因素的充分考虑,近年来已经有研究者开始涉足这一领域,但它仍然还未引起学术界的广泛关注;就研究方法而言,仍然以定性分析方法居多,动态分析工具,如系统仿真方法的应用还不多。基于上述分析,本文的研究目的主要有两个。第一,采用社会网络视角研究群体性突发事件的演化问题,揭示多个影响因素的作用机制和规律;第二,通过将多个影响因素纳入系统动力学模型,使群体性突发事件演化机理动态研究更具有现实意义和应用价值。

1摇理论基础

1.1摇感知、决策与行为从社会网络角度看,个体的感知源自于周围人的认知,感知使得网络中任意两个节点之间的联系成为可能,微观层面上发生的个体感知的变化将会直接表现在宏观层面上的舆情的演化趋势。社交网络等新媒体极大地扩展了承载着怨恨等情感的信息在社会空间中的传播范围和影响力,将社会中不平等现象或类似经历放大,促使具有相似社会处境、同等社会位置、相关利益诉求、共同心理体验和社会经历的个体、群体或阶层成员做出较为一致的社会认知,产生心理共鸣和情绪感染,在持续地蔓延、感染、传播过程中不断建构区域、群体、阶层乃至整个社会共同的结构性怨恨。节点或小团体行动往往是群体事件爆发的先兆,对周边节点起到强烈的刺激作用,牵一发而动全身。管理当局如果没能够及时疏通或者缓解小团体的行动,那么就会基于社会网络节点,将其情感利益和相关者利益传播出去,形成滚雪球效应。

1.2通信与合作在现实社会网络中,个体间关系的类别很多,比如家人、同学、朋友、同事、合作、通讯等。不同关系类别个体之间呈现不同的通信交互模式。个体之间的合作前提是交流与协作,离不开积极的相互依存关系。合作是在一个由大量个体构成的社会网络中,诸多个体愿意放弃个人局部利益或者追求更大团体利益而协调一致,统一行动。一般来说,人们出于个人利益进行合作有两条首选的主线:一是亲属选择,二是互惠。与生物的合作相比,人们合作能够实现自觉的合作。首先,在实际生活中,人们一般都能理解自我目标,并希望其最大化,并努力通过互惠合作来实现自身目的;其次,人们还能从社会互动中汲取经验与教训,并将好的经验通过社会编码程序转化成一定的社会“规范冶,维护和促进成员间的合作。这也就比较容易理解突发性事件在短时间容易聚集“一类冶或是一个“阶级冶的人。

1.3群体互惠性互惠性是指个体在社交过程中出于礼貌或习惯等,对其他个体行为给予相应回应的现象。互惠使得社会个体的参与度增强,以某种利益和感情关系为基础,强化了网络中的个体间的联系。从整个社会网络看,这种互惠通过现实中的权威、角色规范、地位以及其他可以作为整合力量的资源、利益(物质或经济利益)关系等要素,使成员对群体的一致性有较高的认同。同时,群体对外围成员的吸引力变得具有某种吸附力,从而逐渐形成对群体的忠诚感。个体基于某一事件或问题而聚集为小群体,随着问题的扩散与发酵,群体意识越来越强,群体“互惠链接冶变得越来越频繁,群体将逐渐演变成一个有严谨结构和较强号召力的组织。

1.4社会资本与动员在群体性突发事件中,高效的运用社会资本,有助于快速地聚集成一个小团体。个人所在网络的异质性越强,其社会资本越丰富;个人加入的社会团体越多、社会网规模越大,其社会资本越雄厚;个人从社会网络摄取的资源越多,其社会资本越多。如何动员网络中的其他个体,基于社会网络中个体或集体的流动资源,主要依据“信息冶和“影响冶的作用。一个组织或社团中的信任程度、社会成员参与公共活动的比率越高,社会网络联系越紧密,则该组织或社区的社会网络中信息更加流通及时和顺畅,影响力显著,动员更加容易。

2群体性突发事件建模与仿真

2.1采用系统动力学方法建模的基本思路群体性突发事件往往牵涉面广,包含各个层次,其演化形成过程是由人际关系网、互联网、媒体网等多种网络相互融合、叠成,成为一个大型社会网络复杂系统。因此,可以认为群体性突发事件拥有复杂系统的典型特性。

2.2在社会网络视角下建立SD模型在社会网络视角下,群体性突发事件主要主体为拥有共同利益的社会个体组成的群体,以及在形成群体过程中“无效益冶的政府、“助长作用冶的媒介,共同形成了一个巨大的复杂网络。对于群体性突发事件的演化过程,首先对其演化系统理清边界,遵循如下三个主要原则:一是涵盖构成系统主要实体在系统内部的相互联系及作用,以形成一个有机整体;二是描述对实体影响因素变量间关系的相互作用,构建反馈机制,形成各种各样的反馈回路或反馈环;三是边界划分要保证这些反馈环的整体性。依据群体性突发事件演化中个体感知决策的内在动力和环境政府的外部作用力,将其动力学系统划分为3个子系统,即“媒体环境调节子系统冶、“人群行为演变子系统冶与“政府干预子系统冶,并从个体心理(情绪)、关系强度(经验)、社会资本以及媒介政府(信任)等角度分析系统中各因素之间的关系。1)变量确定在社会网络视角下,个体之间的联系方式越来越多变,群体的演变趋势也变得越来越复杂。宋之杰(2017)的研究表明,群体性突发事件演化中涉及的变量包括32个[10],但这些变量无法直接用于系统动力学建模,在当今互联网普及的信息时代,信息扩散、情绪变化和信任改变等概念具有抽象性,所以需要将其转化为具体的变量。如将“社会紧张冶转化为“论坛讨论频率冶等四个便于量化的变量来进行分析。

然后再通过总结群体性突发事件演化过程中影响因子,采用Vensim软件分析各子系统下因素间的内部作用。表1的内容是以宋之杰(2017)的研究成果为基础,将其总结的影响因素转化为系统动力学可以分析的变量(节选)。由宋之杰(2017)文献以及前文对社会网络的作用以及社会网络视角下SD模型构建思路的分析可知,分析“媒体环境调节子系统冶、“人群行为演变子系统冶与“政府干预子系统冶之间存在的因果关系。通过对将三个子系统进行综合(节选),得到总的演化系统因果关系图和SD模型图,如图1和图2所示。2)系统动力学模型中的系数确定在确定系统动力学中各部分的系数时,主要依据宋之杰(2017)的研究成果,从定量角度明确了多个各变量之间的因果关系。这些变量之间的因果关系对下文中需要确定的变量具有一定的解释力。例如,系统动力学方程中的某一项表达式为:R4=0.6伊L3+0.4伊L4-0.5伊L1+0.1(1)在公式(1)中,为简化起见,用数字符号来表示变量。符号“R4冶表示系统动力学方程中所要求解的变量“群体演化增加量冶,它是求解模型中最重要的流位变量“群体演化程度冶的基础。公式中的其他符号将在下文中进行说明。这里需要求出的是三个系数1、2、3,基本思路有两个,一是在已有研究中找到能够用来表达方程(1)中各变量之间因果关系的定量研究结果,作为确定这些系数的依据,二是采用专家调查等方法来获取信息。如宋之杰(2017)对群体性突发事件影响因素的结构方程分析中,对变量之间的因果关系进行了计算,从中可以找到一些有用的数据;对于结构方程中并未体现的部分则采取了专家调查法,分别向河北农业大学、燕山大学与河北大学相关研究领域共30位专家进行了咨询,经过综合考虑确定了各部分的系数。

2.3社会网络视角下事件演化系统动力学仿真分析摇摇1)系统动力学方程模型所有公式中共包含23个变量,分别用23个符号来表示,符号内涵如表2所示(节选)。依据系统动力学原理,按照上文中对社会网络视角下群体事件演化过程中的影响因素变量集进行取舍以及汇总,构建共21个系统动力学方程,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个流率变量。以式(2)为例,对照表2和SD图可知,其中的“R1冶表示“舆情刺激作用增加量冶,这一流率变量是由常量C1(点击浏览频率)、C2(论坛讨论频率)、C3(转载频率)、C8(政府关注度)以及流位变量L1(政府干预作用量)计算得出。其余5个公式也以此类推,篇幅所限不再赘述。模型建立后,通过vensim5.6版本软件进行仿真运行。仿真开始时间是演化事件开端,以天为单位,总共仿真30天;模型中的输入变量为3个子系统环境,输出变量为群体演化程度。变量关系包括输入变量、输出变量、辅助变量(有出箭头和入箭头的变量,这些变量在问卷中不能直接通过打分得出结果,需要通过评估来衡量)以及常数(通过对专家问卷调查评估得出结果)。

需要说明的是,原始参数的取值范围在0~1之间,表示政府干预、舆情刺激等变量的作用方向和演变程度,这些变量都是无量纲的。在建立的SD模型中,流位变量L2“群体演化程度冶是最终的结果,因此对该变量的仿真结果进行分析。图3~5分别表示在政府干预、舆情刺激和人群演变作用量下群体事件演化程度的变化。以图3为例,横轴表示30天之内政府干预作用量在逐步增加;纵轴表示这30天之内群体演化程度的增长率。在群体事件演化初期,政府处置较少,群体演化程度增量在仿真中表现为减少趋势,在第8天左右,经历了事件的发酵,群体演化程度开始转变为增长趋势;从图4中可以看出,舆情刺激的作用在第8天开始凸显,并且基本使群体演化程度保持增长趋势。如图5所示,随着人群演变作用量的增加,群体演化程度在群体事件演变初期会出现降低,这与现实中群体事件爆发前的“平静冶时期相对应;在第13天左右,群体演化程度增长率开始上升,即人群演变作用的影响逐渐加强;当在第23天左右时,即便有政府的干预,但在舆情刺激加强的背景下,人群体演化程度仍然呈现增长趋势,只是增速越来越小。以上仿真结果分析大致与现实群体事件演化的过程吻合。针对如何管理和控制群体事件的演化,主要从政府干预和舆情控制的角度分析,对群体性突发事件演化控制的效果如图6和图7所示。图6表示的是政府干预手段中信息公开程度的影响。例如,当信息公开程度的初设值取0.3,0.6,0.9时,分别对应3条曲线。由图6可以看出,不同值表示的曲线变化幅度有所差别,其中,代表信息公开程度最小的曲线,其变化幅度最大,群体演化程度增速下降的点也出现得最晚,然后是信息公开程度次小的曲线。由此可见,信息公开程度加大会对群体演化水平产生抑制作用,演化曲线变化幅度和速度有所减缓,在同一时刻时群体事件的演化水平得到降低,该仿真结果直观地说明了政府干预在该演化过程中的重要性。图7表示舆情刺激作用方面对群体演化的影响。以网络上舆情对群体事件各种信息的点击浏览率为例,当网民对群体事件的点击浏览率初设值取0.4,0.8,1.2时,分别对应三条曲线,从图7中可以看出,当点击浏览率提高,也就是事件的传播效应加大时,意味着舆情刺激作用加大,最终反应在群体演化水平上也得到加强,演化曲线变化幅度和速度变得迅速,在同一时刻时群体事件的演化水平变得更高,体现了舆情刺激在群体演变过程中的促进作用。

3结论

突发性群体事件的演化是一个极为复杂的过程,往往牵一发而动全身。对于其他方面的影响因素,还存在很多控制方式,都可以通过改变变量来模拟仿真群体时间的演化过程。通过上述仿真分析,验证了模型的可行性,为群体性突发事件的演化控制提供了决策依据。首先,从时间上看,群体性突发事件的演化一般都要经历“萌芽期酝酿———导火索事件触发———多种因素交织影响———不同演化趋向———后期平息和修复冶这五个阶段。信息、信任、情绪和识别判断等影响因素在现实中表现可以被概括为人群行为、舆情刺激和政府干预3个子系统。其次,政府的干预在群体性突发事件的演化过程中起到至关重要的作用,干预时间的早晚对事件发展影响显著。政府对群体性突发事件越敏感,反应越快,则群体性突发事件的可控性越高,越容易得到控制。此外,政府的信息公开度、发言人权威性、新闻会频率和政府关注度对群体事件的演化水平起到负相关作用,即这些因素水平的提高均会对群体事件的演化产生抑制作用。因此,对于政府在群体性突发事件领域的管理方面,需要提升其应急管理能力,提高地方政府的公信力等。再有,舆情的刺激作用直接影响着群体性突发事件的传播效应,改变群体性突发事件的演化进程。点击浏览频率、论坛讨论频率和转载频率越高,舆情刺激作用越强,环境调节作用越显著,对群体性突发事件的演化起到正相关作用。

针对舆情的监管,如何完善舆情管理不合理条例,构建文明、和谐的社会网络,对于积极引导舆情的传播十分重要。最后,人群行为的演变作用对群体性突发事件的演化影响较大,主要体现于不同的群体结构效应和群体心理上。关键成员作用、成员联系强度、社会资本以及成员亲近程度影响着群体结构效应;群体情绪与成员动机则影响着群体的心理效应。群体结构和群体心理效应越显著,则人群行为的演变作用越强,越能够刺激群体性突发事件的演化。一般而言,人群行为的演变作用受到环境媒体的调节、政府的干预共同影响。从人群行为演变的角度分析,如何提高公众的自我辨别能力以及社会网络的自我调节功能,对有效降低人群行为的演变作用较为重要。着重采取政府正确的干预手段,积极引导环境媒体的舆情刺激作用,以及打造良好的人群行为的演变关系,是群体性突发事件的演化控制的关键所在。

作者：宋之杰,李摇鑫 单位：燕山大学经济管理学院