群體性突發事件應急處置中政府機會主義行為的社會仿真分析
2014-02-09 09:08:08陳靜鋒柴瑞瑞劉德海
電子科技大學學報(社科版) 2014年2期
關鍵詞：策略
□陳靜鋒 蘇 燁 柴瑞瑞 劉德海
[1.東北財經大學 大連 116025; 2.中共大連市沙河口區委黨校 大連 116081;3.遼寧師范大學 大連 116029]
引言
近年來，突發事件應急管理成為管理領域的一門新興學科，其主要涉及的領域包括道路交通事故[1]、環境污染與自然災害[2]、公共衛生事件[3]、企業生產和經濟金融[4~5]等常規類型的突發事件。上述常規類型的突發事件較易誘發大規模的群體性突發事件，所謂群體性突發事件，指突然發生的，由多人或多群體參與，以滿足某種需要為目的，通過采取諸如集體上訪、請愿、集會游行甚至沖擊黨政機關、攔截列車、封橋堵路等手段，危害公共安全，應立即處理的群體性事件[6]。
以“完全理性”為假設的傳統博弈不能有效的分析群體性突發事件的演化規律，而演化博弈理論的興起，恰好彌補了這種缺陷，其將人的行為模型化，具有某種學習的能力，并選擇那種使得自身收益最大化的策略，該研究范式能夠很好地分析群體性突發事件中的演化規律[7]。例如，Basu研究了公民規范和演化規律間的關系，認為演化過程和自然選擇決定了規范的長期存活[8]；Bester和Guth則運用演化博弈理論對人類經濟活動中利他行為的存在性及演化穩定性進行了分析[9]；而青木昌彥從認知的角度出發，構建了一個演化博弈的主觀博弈模型[10]。國內一些學者針對群體性事件的發生和演化機理也展開了大量研究。其中，對于群體性突發事件的沖突演化機制，劉德海等分別從維權型群體性事件的社會網絡演化角度等[11]，社會弱勢群體對公平的認知差異角度[12~13]，陳靜鋒等從事態對立雙方判斷錯誤的誤對策角度[14]，分別揭示了群體性突發事件的演化機理；劉德海運用個體與群體之間一類演化博弈問題的分析方法，研究了群體性突發事件中作為個體參與者的地方政府機會主義行為對事態演化的影響[15]；魏玖長等對近年來我國發生的40起群體性突發事件進行分析，發現群體性突發事件中的群體行為演化態勢在活動、相互影響和情緒三個要素方面體現出明顯的層次差異性[16]。上述研究主要運用博弈論的研究方法，分別從群體認知心理、不同參與群體利益博弈和社會網絡分析等角度，揭示了群體性突發事件的演化機理。
由于群體性突發事件的事態敏感性和突發性，造成了缺少相關數據加以實證檢驗。除了運用案例分析方法外，運用多主體社會仿真和建模方法模擬事態處置過程中不同應急處置方法對演化結果的影響，成為一種可行的研究思路[17~18]。其中，最為常見的仿真軟件為Netlogo多主體社會仿真軟件,特別適合對隨時間演化的復雜系統進行建模。本文首先簡要介紹了政府機會主義行為對事態演化影響的理論分析結果，其次基于昆明螺螄灣商戶聚集事件事態的演變過程，運用社會仿真分析方法對上述案例及理論進行仿真檢驗。
一、地方政府機會主義行為對事態演化影響的博弈分析
（一）地方政府機會主義行為的博弈模型
根據文獻15構建的地方政府機會主義行為的演化博弈模型[15]，本文首先簡要分析了該博弈模型的構建過程與結果。假設存在某個價值為V的公共資源（例如土地、礦產、林業資源等），以及兩類競爭的群體：與民爭利的地方政府和當地社會弱勢群體。由于考慮到地方政府i作為社會群體性突發事件中利益沖突當事者，在動態博弈中的可行性策略集為Si=｛t，c｝，其中t代表強硬，c代表讓步。而面對擁有各種信息和行政資源的地方政府，社會弱勢群體j缺少信息來源渠道和社會組織資源，進而很難形成行動高度一致的整體。作為群體參與者的社會弱勢群體在動態博弈中面臨的可行性策略集為Sj=｛b , p ,f｝，其中b代表妥協，p代表平和訴求和f代表暴力抗爭。當兩類競爭群體策略組合為{平和訴求p，強硬策略t}時，雙方的矛盾沖突難以及時解決，勢必影響到地方政府的政績考評，政府官員的損失記為C1。而當兩者策略組合為{暴力抗爭f，讓步c}時，此時事態局面已演化為惡性的社會群體性事件，若政府官員的利益損失為C2，此時有C2> C1，同時社會弱勢群體得到的相應收益為V1，那么V1≈V。群體性突發事件的動態博弈模型如圖1所示。
（二）社會弱勢群體j的策略穩定性分析
依據演化博弈復制動態方程分析社會弱勢群體模仿性行為的演化過程，其演化過程為：
根據（1）式可計算社會弱勢群體的策略集合Sj=｛b , p , f｝中采取各種策略的比例分布。
圖1 地方政府部門i與社會弱勢群體 j的動態博弈模型
地方政府部門機會主義行為依據社會弱勢群體所選取的各種策略分布狀態，采取如下風險占優策略：
結論1：在應對群體性突發事件過程中，當弱勢群體j尚且處于聚會進而集體上訪等體制內的訴求手段時，政府i將采取強硬策略的機會主義行為，其最終的博弈均衡為（妥協或平和訴求，強硬）；而如果弱勢群體中出現部分激進分子采取暴力抗爭性行動，此時地方政府的機會主義行為將做出較大讓步，誘導其他社會弱勢群體成員相繼的采取抗爭行動，事態局面反而會呈現出擴大的趨勢。
二、基于昆明螺螄灣商戶聚集事件的社會仿真分析
昆明螺螄灣商戶聚集事件是由于螺螄灣批發市場拆遷引發上千商戶上街堵路的典型群體性突發事件。基于昆明螺螄灣商戶聚集事件事態的發生，演變，與平息的過程，并結合地方政府應急處置的演化博弈模型和社會仿真方法，使用Netlogo仿真軟件對不同的情景進行模擬仿真，并得出不同情景下的演化路徑。
（一）事件背景介紹
據《中國新聞網》2009年新聞報道[19]，2009年11月31日昆明市委、市政府決定正式關閉螺螄灣商業市場，并要求在年內全部完成市場整體搬遷工作，目的是為了昆明螺螄灣商業區的升級改造以及實現相關產業向螺螄灣國際商貿城處轉移。無疑，搬遷工作對居住在螺螄灣商業區的商戶造成了很大的經濟損失。11月20日上午，螺螄灣市場中200余名經營戶向云南省人大信訪處遞交了3份含有330多名經營戶不愿搬遷的集體簽名證明；并在21日上午9時，螺螄灣市場和云紡商業區拒絕搬遷的商戶在云紡家樂福門口聚集，采取多種抗議手段，煽動抵制關閉市場。隨后，現場圍觀群眾達上千人，期間聚集人員情緒激動，并與民警發生沖突，造成交通癱瘓，數名工作人員受傷。
針對突發的聚眾抗議事件，昆明市公安局迅速啟動了群體性突發事件工作預案，及時的在事發現場組織開展了法制宣傳教育和勸解疏導工作，并在無效的情形下，現場民警采取了緊急措施，最后將涉嫌聚眾擾亂與危害社會公共秩序并帶頭組織煽動的24名人員帶離現場進行審查。與此同時，昆明市政府督促商業區業主退賠經營戶租金，切實維護業主和經營戶的合法權益，為做大做強螺螄灣品牌，發揮螺螄灣商貿業集聚效應，有序地組織經營戶向螺螄灣國際商貿城搬遷。截止21日下午，螺螄灣片區周邊治安和交通秩序逐漸恢復正常，現場商戶均已恢復營業。
（二）情景1：弱勢群體出現暴力抗爭行為，暴力抗爭收益V1本文采用Netlogo仿真的方法, 在改變各參數不同取值的情況下，模擬地方政府和社會弱勢群體在各種策略上的變動，分析達到演化均衡狀態的不同情況。Netlogo仿真軟件是一個多主體建模仿真軟件，特別適合對隨時間演化的復雜系統進行建模，通過改變各成員的數目，以調節它們的初始比例值；同時，本文采用theta-b, theta-p, theta-f分別表示社會弱勢群體中采取妥協，平和訴求和暴力抗爭的群體比例，各自的顏色分別為黑色，紅色和藍色；theta-c，theta-t分別表示地方政府中采取讓步，強硬的群體比例，各自的顏色分別為綠色和灰色；Turtle成員的形狀為三角形，橫坐標表示仿真時鐘，縱坐標表示采用不同策略的各主體比例值。
根據昆明螺螄灣商戶聚集事件回顧，本文可以得出在參與上訪的200多名商戶中，存在24名暴力抗爭的商戶，此時暴力抗爭的商戶比例約為10%；并且造成了1000多人的游行示威，對于10000名商戶來說，其平和訴求的比例為10%，即采取妥協的商戶比例約為80%；考慮到當時昆明螺螄灣商業區地價及其市場效應，假定此時對于200多名商戶爭議市場價值為400萬元，對暴力抗爭的24名商戶處以100萬的罰款。初始設定地方政府和弱勢群體各100成員，初始弱勢群體采取妥協比例為80%，平和訴求和暴力反抗的比例各為10%，地方政府采取讓步策略比例為100%，V=400，V1=300，V1圖2的仿真結果表明，當社會弱勢群體出現暴力抗爭，并且暴力抗爭受到相應的處罰時，地方政府機會主義占優策略為讓步策略，弱勢群體則在學習中不斷演化，最終全部采取平和訴求的策略，此時的演化均衡為（社會弱勢群體平和訴求p，地方政府部門讓步c）。同時，結合昆明螺螄灣商戶聚集事件，在出現部分不法分子暴力抗爭時，昆明市政府一方面采取打擊涉嫌擾亂社會治安的不法分子，另一方面采取對商業區搬遷過程中利益受損的商戶給以安撫和補償，最后達到社會的穩定。
本文對昆明螺螄灣商戶聚集事件的演變過程進行社會仿真，其演化均衡的結果與具體事件事態的演變相一致，能夠較好地證明仿真的有效性。同時，本文也仿真出了另外三種情景，以進一步驗證社會仿真對于群體性突發事件事態演變的合理性。
圖2 社會弱勢群體出現暴力反抗的社會仿真圖（V1（三）情景2：弱勢群體出現暴力抗爭行為，暴力抗爭收益V1>V
由（2）式知，當社會弱勢群體出現暴力抗爭時，此時地方政府機會主義占優策略為讓步策略。假定昆明市政府面對暴力抗爭事件，為了盡快平息事態給予暴力抗爭的商戶額外補償100萬元，政府的損失為200萬元，即此時V=400，V1=500，V1>V，C1=100，C2=200，-∞=-5000，初始社會弱勢群體采取妥協比例為80%，平和訴求和暴力反抗的比例各為10%，昆明市政府采取讓步策略比例為100%，此時仿真結果如圖3所示。
圖3的仿真結果表明，當社會弱勢群體出現暴力抗爭，并且暴力抗爭能夠獲得額外收益時，地方政府機會主義占優策略為讓步策略，弱勢群體則在學習中，不斷演化，最終全部采取暴力反抗的策略此時的演化均衡為（社會弱勢群體暴力抗爭f，地方政府部門讓步c），此時地方政府機會主義的做法則直接導致了群體性突發事件的進一步擴大化，不利于社會的穩定。
圖3 社會弱勢群體出現暴力反抗的社會仿真圖（V1>V）
（四）情景3：弱勢群體出現暴力抗爭行為，暴力抗爭收益V1=V
由（2）式知，當社會弱勢群體出現暴力抗爭，且不給予額外的補償也不受到地方政府的處罰時，地方政府機會主義占優策略為讓步策略，即假定此時V=400，V1=400，V1=V，C1=100，C2=200，-∞=-5000，初始弱勢群體采取妥協比例為80%，平和訴求和暴力反抗的比例各為10%，地方政府采取讓步策略比例為100%，此時仿真結果如圖（4）所示。
圖4的仿真結果表明，當弱勢群體出現暴力抗爭，并且暴力抗爭既得不到額外收益，也不受處罰，地方政府機會主義占優策略為讓步策略，弱勢群體則在學習中，不斷演化，最終采取暴力反抗和平和訴求的混合策略，其中，暴力反抗的比例約為90%，而平和訴求的比例為10%，此時的演化均衡結果為（90%的弱勢群體采取暴力抗爭f，10%的采取平和訴求手段p；地方政府部門采取讓步c），同時政府機會主義策略也導致了群體性突發事件的進一步擴大化，不利于社會的穩定。
圖4 社會弱勢群體出現暴力反抗的社會仿真圖（V1=V）
（五）情景4：弱勢群體未出現暴力抗爭行動
由（2）式，當社會弱勢群體未出現暴力抗爭時，此時地方政府機會主義占優策略為強硬策略，即假定V=400，C1=100，初始弱勢群體采取妥協和平和訴求的比例各為50%，地方政府采取強硬策略比例為100%，此時仿真結果如圖5所示。
圖5的仿真結果表明，當社會弱勢群體未出現暴力抗爭時，地方政府采取機會主義的強硬策略，弱勢群體的最優策略則是妥協與平和訴求同時進行，即此時的演化均衡為（社會弱勢群體妥協b或者平和訴求p，地方政府部門強硬f）。
結論2：根據昆明螺螄灣商戶聚集事件發生、擴散和平息的事態演化過程案例分析，結合Netlogo社會仿真分析方法，情景1下演化穩定策略的模擬結果與案例事態的演化結果相一致。對于另外三種可能的情景，社會仿真分析結果與演化博弈模型的理論分析結果相一致。仿真結果進一步表明，如果地方政府采取機會主義行為，當社會弱勢群體采取平和訴求策略，博弈穩定結果為{平和訴求，強硬}；如果社會弱勢群體部分成員情緒和行動被激化，出現了暴力抗爭性行動，此時地政府做出較大讓步，會進一步誘導其他社會弱勢群體成員也采取暴力抗爭性行動，事態局面最終呈現出不斷擴大趨勢。
圖5 社會弱勢群體未出現暴力反抗的社會仿真圖
三、結語
在群體性突發事件應急管理處置過程中由于缺乏相關數據，運用社會仿真方法檢驗理論，已經成為應急管理研究的重要研究手段之一。本文運用社會仿真實驗的方法，進一步分析了政府機會主義行為對群體性突發性事件事態的影響。演化博弈理論和社會仿真結果均表明，地方政府部門應妥善處理群體性突發事件，以防止事態的惡性擴大趨勢。
本文首先應用演化博弈理論方法與社會仿真實驗方法兩種方法，研究地方政府機會主義行為在應急處置中的策略對事態局面的影響。此外，在對昆明螺螄灣商戶聚集事件的演變過程進行社會仿真實驗的同時，為了較好地證明仿真的可視性與合理性，本文也仿真出了常規群體性處置事件中的另外三種情景，以進一步驗證社會仿真實驗對不同策略集合下的突發事件事態的演變過程。最后，本文假設弱勢群體是均質的，如果進一步考慮社會群體的社會網絡結構及其動態演化過程，如何運用社會仿真實驗方法模擬社會網絡的演化規律和特征，還有待進一步深入研究。
致 謝
本文在2013年中國（雙法）應急管理專業委員會第九屆年會參加學術交流，感謝黃鈞老師等與會專家提出寶貴的修改意見。
[1]CELIK M, LAVASANI S M, WANGB J.A risk-based modelling approach to enhance shipping accident investigation[J].Safety Science, 2010, 48(1): 18-27.
[2]蘇兵, 徐寅峰.運輸過程中路徑突發堵塞事件對策研究[J].預測, 2005, 24(2): 76-80.
[3]佟仁城, 陳收, 汪壽陽.危機管理研究：SARS啟示錄[M].長沙：湖南大學出版，2007.
[4]柳炳祥, 盛昭翰.基于案例推理的企業危機預警系統設計[J].中國軟科學，2003(3): 67-70.
[5]王維國, 劉德海.工程招標低價中標問題的博弈理論分析[J].中國管理科學，2008, 16(z1): 444-449.
[6]陳麗華.群體性突發事件產生的根源、特征及防范[J].黨政干部學刊，2002(7): 8-10.
[7]WEIBULL J W.Evolutionary game Theory[M].Boston,MA: MIT Press, 1995.
[8]BASU K.Civil Institutions and Evolution: Concepts,Critique and Models[J].Journal of Development Economics,1995(46): 19-33.
[9]BESTER H, GUTH W.Is Altruism Evolutionarily stable?[J].Journal of Economic Behavior &Organization, 1998(34): 193-209.
[10]青木昌彥.比較制度分析[M].上海: 上海遠東出版社，2001.
[11]劉德海, 王維國.維權型群體性突發事件社團網絡結構與策略的協同演化機制[J].中國管理科學，2012, 20(3):185-192.
[12]徐寅峰, 劉德海.群體性突發事件產生根源的主觀博弈分析[J].預測，2004, 23(6): 43-45.
[13]劉德海.信息交流在群體性突發事件處理中作用的博弈分析[J].中國管理科學，2005, 13(3): 95-102.
[14]陳靜鋒, 劉德海, 陳飛.常規型群體性突發事件的誤對策演化博弈復制動態分析//社會物理學系列第4號[C].北京：科學出版社，2013: 65-73.
[15]劉德海.群體性突發事件中政府機會主義行為的演化博弈分析[J].中國管理科學，2010, 18(1): 175-183.
[16]魏玖長, 韋玉芳, 周磊.群體性突發事件中群體行為的演化態勢研究[J].電子科技大學學報(社科版)，2011,13(6): 25-30.
[17]肖人彬, 張耀峰.網絡群體事件信息傳播的演化博弈分析[J].復雜系統與復雜性科學，2012, 9(1): 1-7.
[18]楊波, 徐升華.多 Agent建模的虛擬企業知識轉移演化博弈仿真分析[J].情報雜志，2010(5): 20-25.
[19]史廣林, 趙樹勇.昆明官方通報螺螄灣商戶聚集事件，24人被帶離審查[EB/OL].(2013-10-31).http: //www.chinanews.com/gn/news/2009/11-21/1977177.shtml.
猜你喜歡
基于“選—練—評”一體化的二輪復習策略教學考試(高考化學)(2021年2期)2021-05-30 06:15:52 幾何創新題的處理策略中學生數理化·七年級數學人教版(2020年12期)2021-01-18 06:57:42 求初相φ的常見策略中學生數理化·高一版(2020年3期)2020-04-21 08:03:20 例談未知角三角函數值的求解策略中學生數理化(高中版.高考理化)(2020年2期)2020-04-21 05:32:50 我說你做講策略小學生作文(低年級適用)(2019年9期)2019-10-08 08:37:10 “我說你做”講策略小學生作文(低年級適用)(2018年9期)2018-10-08 02:29:48 數據分析中的避錯策略中學生數理化·七年級數學人教版(2018年6期)2018-06-26 08:36:10 高中數學復習的具體策略數學大世界(2018年1期)2018-04-12 05:39:14 “唱反調”的策略幸福(2017年18期)2018-01-03 06:34:53 價格調整 講策略求互動中國衛生(2016年8期)2016-11-12 13:26:50
本文采用Netlogo仿真的方法, 在改變各參數不同取值的情況下，模擬地方政府和社會弱勢群體在各種策略上的變動，分析達到演化均衡狀態的不同情況。Netlogo仿真軟件是一個多主體建模仿真軟件，特別適合對隨時間演化的復雜系統進行建模，通過改變各成員的數目，以調節它們的初始比例值；同時，本文采用theta-b, theta-p, theta-f分別表示社會弱勢群體中采取妥協，平和訴求和暴力抗爭的群體比例，各自的顏色分別為黑色，紅色和藍色；theta-c，theta-t分別表示地方政府中采取讓步，強硬的群體比例，各自的顏色分別為綠色和灰色；Turtle成員的形狀為三角形，橫坐標表示仿真時鐘，縱坐標表示采用不同策略的各主體比例值。
根據昆明螺螄灣商戶聚集事件回顧，本文可以得出在參與上訪的200多名商戶中，存在24名暴力抗爭的商戶，此時暴力抗爭的商戶比例約為10%；并且造成了1000多人的游行示威，對于10000名商戶來說，其平和訴求的比例為10%，即采取妥協的商戶比例約為80%；考慮到當時昆明螺螄灣商業區地價及其市場效應，假定此時對于200多名商戶爭議市場價值為400萬元，對暴力抗爭的24名商戶處以100萬的罰款。初始設定地方政府和弱勢群體各100成員，初始弱勢群體采取妥協比例為80%，平和訴求和暴力反抗的比例各為10%，地方政府采取讓步策略比例為100%，V=400，V1=300，V1 圖2的仿真結果表明，當社會弱勢群體出現暴力抗爭，并且暴力抗爭受到相應的處罰時，地方政府機會主義占優策略為讓步策略，弱勢群體則在學習中不斷演化，最終全部采取平和訴求的策略，此時的演化均衡為（社會弱勢群體平和訴求p，地方政府部門讓步c）。同時，結合昆明螺螄灣商戶聚集事件，在出現部分不法分子暴力抗爭時，昆明市政府一方面采取打擊涉嫌擾亂社會治安的不法分子，另一方面采取對商業區搬遷過程中利益受損的商戶給以安撫和補償，最后達到社會的穩定。 本文對昆明螺螄灣商戶聚集事件的演變過程進行社會仿真，其演化均衡的結果與具體事件事態的演變相一致，能夠較好地證明仿真的有效性。同時，本文也仿真出了另外三種情景，以進一步驗證社會仿真對于群體性突發事件事態演變的合理性。 圖2 社會弱勢群體出現暴力反抗的社會仿真圖（V1 由（2）式知，當社會弱勢群體出現暴力抗爭時，此時地方政府機會主義占優策略為讓步策略。假定昆明市政府面對暴力抗爭事件，為了盡快平息事態給予暴力抗爭的商戶額外補償100萬元，政府的損失為200萬元，即此時V=400，V1=500，V1>V，C1=100，C2=200，-∞=-5000，初始社會弱勢群體采取妥協比例為80%，平和訴求和暴力反抗的比例各為10%，昆明市政府采取讓步策略比例為100%，此時仿真結果如圖3所示。 圖3的仿真結果表明，當社會弱勢群體出現暴力抗爭，并且暴力抗爭能夠獲得額外收益時，地方政府機會主義占優策略為讓步策略，弱勢群體則在學習中，不斷演化，最終全部采取暴力反抗的策略此時的演化均衡為（社會弱勢群體暴力抗爭f，地方政府部門讓步c），此時地方政府機會主義的做法則直接導致了群體性突發事件的進一步擴大化，不利于社會的穩定。 圖3 社會弱勢群體出現暴力反抗的社會仿真圖（V1>V） 由（2）式知，當社會弱勢群體出現暴力抗爭，且不給予額外的補償也不受到地方政府的處罰時，地方政府機會主義占優策略為讓步策略，即假定此時V=400，V1=400，V1=V，C1=100，C2=200，-∞=-5000，初始弱勢群體采取妥協比例為80%，平和訴求和暴力反抗的比例各為10%，地方政府采取讓步策略比例為100%，此時仿真結果如圖（4）所示。 圖4的仿真結果表明，當弱勢群體出現暴力抗爭，并且暴力抗爭既得不到額外收益，也不受處罰，地方政府機會主義占優策略為讓步策略，弱勢群體則在學習中，不斷演化，最終采取暴力反抗和平和訴求的混合策略，其中，暴力反抗的比例約為90%，而平和訴求的比例為10%，此時的演化均衡結果為（90%的弱勢群體采取暴力抗爭f，10%的采取平和訴求手段p；地方政府部門采取讓步c），同時政府機會主義策略也導致了群體性突發事件的進一步擴大化，不利于社會的穩定。 圖4 社會弱勢群體出現暴力反抗的社會仿真圖（V1=V） 由（2）式，當社會弱勢群體未出現暴力抗爭時，此時地方政府機會主義占優策略為強硬策略，即假定V=400，C1=100，初始弱勢群體采取妥協和平和訴求的比例各為50%，地方政府采取強硬策略比例為100%，此時仿真結果如圖5所示。 圖5的仿真結果表明，當社會弱勢群體未出現暴力抗爭時，地方政府采取機會主義的強硬策略，弱勢群體的最優策略則是妥協與平和訴求同時進行，即此時的演化均衡為（社會弱勢群體妥協b或者平和訴求p，地方政府部門強硬f）。 結論2：根據昆明螺螄灣商戶聚集事件發生、擴散和平息的事態演化過程案例分析，結合Netlogo社會仿真分析方法，情景1下演化穩定策略的模擬結果與案例事態的演化結果相一致。對于另外三種可能的情景，社會仿真分析結果與演化博弈模型的理論分析結果相一致。仿真結果進一步表明，如果地方政府采取機會主義行為，當社會弱勢群體采取平和訴求策略，博弈穩定結果為{平和訴求，強硬}；如果社會弱勢群體部分成員情緒和行動被激化，出現了暴力抗爭性行動，此時地政府做出較大讓步，會進一步誘導其他社會弱勢群體成員也采取暴力抗爭性行動，事態局面最終呈現出不斷擴大趨勢。 圖5 社會弱勢群體未出現暴力反抗的社會仿真圖 在群體性突發事件應急管理處置過程中由于缺乏相關數據，運用社會仿真方法檢驗理論，已經成為應急管理研究的重要研究手段之一。本文運用社會仿真實驗的方法，進一步分析了政府機會主義行為對群體性突發性事件事態的影響。演化博弈理論和社會仿真結果均表明，地方政府部門應妥善處理群體性突發事件，以防止事態的惡性擴大趨勢。 本文首先應用演化博弈理論方法與社會仿真實驗方法兩種方法，研究地方政府機會主義行為在應急處置中的策略對事態局面的影響。此外，在對昆明螺螄灣商戶聚集事件的演變過程進行社會仿真實驗的同時，為了較好地證明仿真的可視性與合理性，本文也仿真出了常規群體性處置事件中的另外三種情景，以進一步驗證社會仿真實驗對不同策略集合下的突發事件事態的演變過程。最后，本文假設弱勢群體是均質的，如果進一步考慮社會群體的社會網絡結構及其動態演化過程，如何運用社會仿真實驗方法模擬社會網絡的演化規律和特征，還有待進一步深入研究。 致 謝 本文在2013年中國（雙法）應急管理專業委員會第九屆年會參加學術交流，感謝黃鈞老師等與會專家提出寶貴的修改意見。 [1]CELIK M, LAVASANI S M, WANGB J.A risk-based modelling approach to enhance shipping accident investigation[J].Safety Science, 2010, 48(1): 18-27. [2]蘇兵, 徐寅峰.運輸過程中路徑突發堵塞事件對策研究[J].預測, 2005, 24(2): 76-80. [3]佟仁城, 陳收, 汪壽陽.危機管理研究：SARS啟示錄[M].長沙：湖南大學出版，2007. [4]柳炳祥, 盛昭翰.基于案例推理的企業危機預警系統設計[J].中國軟科學，2003(3): 67-70. [5]王維國, 劉德海.工程招標低價中標問題的博弈理論分析[J].中國管理科學，2008, 16(z1): 444-449. [6]陳麗華.群體性突發事件產生的根源、特征及防范[J].黨政干部學刊，2002(7): 8-10. [7]WEIBULL J W.Evolutionary game Theory[M].Boston,MA: MIT Press, 1995. [8]BASU K.Civil Institutions and Evolution: Concepts,Critique and Models[J].Journal of Development Economics,1995(46): 19-33. [9]BESTER H, GUTH W.Is Altruism Evolutionarily stable?[J].Journal of Economic Behavior &Organization, 1998(34): 193-209. [10]青木昌彥.比較制度分析[M].上海: 上海遠東出版社，2001. [11]劉德海, 王維國.維權型群體性突發事件社團網絡結構與策略的協同演化機制[J].中國管理科學，2012, 20(3):185-192. [12]徐寅峰, 劉德海.群體性突發事件產生根源的主觀博弈分析[J].預測，2004, 23(6): 43-45. [13]劉德海.信息交流在群體性突發事件處理中作用的博弈分析[J].中國管理科學，2005, 13(3): 95-102. [14]陳靜鋒, 劉德海, 陳飛.常規型群體性突發事件的誤對策演化博弈復制動態分析//社會物理學系列第4號[C].北京：科學出版社，2013: 65-73. [15]劉德海.群體性突發事件中政府機會主義行為的演化博弈分析[J].中國管理科學，2010, 18(1): 175-183. [16]魏玖長, 韋玉芳, 周磊.群體性突發事件中群體行為的演化態勢研究[J].電子科技大學學報(社科版)，2011,13(6): 25-30. [17]肖人彬, 張耀峰.網絡群體事件信息傳播的演化博弈分析[J].復雜系統與復雜性科學，2012, 9(1): 1-7. [18]楊波, 徐升華.多 Agent建模的虛擬企業知識轉移演化博弈仿真分析[J].情報雜志，2010(5): 20-25. [19]史廣林, 趙樹勇.昆明官方通報螺螄灣商戶聚集事件，24人被帶離審查[EB/OL].(2013-10-31).http: //www.chinanews.com/gn/news/2009/11-21/1977177.shtml.（三）情景2：弱勢群體出現暴力抗爭行為，暴力抗爭收益V1>V
（四）情景3：弱勢群體出現暴力抗爭行為，暴力抗爭收益V1=V
（五）情景4：弱勢群體未出現暴力抗爭行動
三、結語
猜你喜歡
教學考試(高考化學)(2021年2期)2021-05-30 06:15:52中學生數理化·七年級數學人教版(2020年12期)2021-01-18 06:57:42中學生數理化·高一版(2020年3期)2020-04-21 08:03:20中學生數理化(高中版.高考理化)(2020年2期)2020-04-21 05:32:50小學生作文(低年級適用)(2019年9期)2019-10-08 08:37:10小學生作文(低年級適用)(2018年9期)2018-10-08 02:29:48中學生數理化·七年級數學人教版(2018年6期)2018-06-26 08:36:10數學大世界(2018年1期)2018-04-12 05:39:14幸福(2017年18期)2018-01-03 06:34:53中國衛生(2016年8期)2016-11-12 13:26:50
