在線社會網絡中應急信息共享的系統動力學仿真研究

王冰冰　夏志杰　于麗萍

（上海工程技術大學管理學院，上海201620）

在線社會網絡中應急信息共享的系統動力學仿真研究

王冰冰夏志杰于麗萍

（上海工程技術大學管理學院，上海201620）

〔摘要〕為了充分發(fā)揮在線社會網絡在突發(fā)事件應急信息共享的巨大優(yōu)勢，基于系統動力學相關理論，通過文獻及對比分析，建立面向在線社會網絡的應急信息共享的動力學模型，使用仿真分析揭示各個因素相互作用的規(guī)律。研究結果表明，在線社會網絡應急信息共享水平受政府信息透明度、網民參與性和網絡輿情3個因素的共同影響；最后基于仿真結果進行策略設計，為應急管理部門充分利用在線社會網絡開展應急信息共享提供決策思路。

〔關鍵詞〕應急信息共享；在線社會網絡；系統動力學

隨著Web2.0技術的網絡通信系統的成熟應用，以網民為中心，重視用戶貢獻內容的在線社會網絡成為目前信息傳播和資源共享的平臺［1］。基于在線社會網絡的應急信息共享活動擴大信息共享范圍、廣度，直接關系到應急決策的制定和救援活動的開展。在突發(fā)事件應急中，在線社會網絡通過傳播有關災難現場的聲音、照片、視頻等消息，實現應急資訊的快速更新與全方面覆蓋，為災情實時感知、救援進展實時播報提供了重要線索［2］，正引起突發(fā)事件應急管理的一場變革［3］。

信息共享不足一直是制約應急響應效率與救援效果的一個關鍵因素［4］，信息共享問題也因此成為應急管理最熱門的研究問題之一，研究內容包括在線社會網絡信息共享動機［5］、在線社會網絡應急信息的傳播和擴散［6］、在線社會網絡中應急信息信任問題［7］以及在線社會網絡在應急信息共享中的應用等［8］。然而由于現有文獻大多數進行規(guī)范性的定性研究，缺乏對在線社會網絡應急信息共享的諸影響要素及其之間的互動和作用關系的定量研究，運用仿真計算深入討論各因素間邏輯關系和作用機制的研究更是少之又少。

為了彌補以上缺陷，基于系統動力學相關理論，通過文獻及對比分析，明確諸多因素之間相互作用的因果關系，建立應急信息共享的動力學模型，以量化方式考察影響信息共享的決定因素之間的關聯性，通過仿真分析揭示各個因素相互作用的規(guī)律，為應急管理部門充分利用在線社會網絡開展應急信息共享提供決策參考。

1　應急信息共享的系統動力學建模

1.1邊界確定與基本假設

研究對象是基于在線社會網絡平臺的突發(fā)事件應急信息共享，突發(fā)事件信息共享的相關主體包括政府、網民以及突發(fā)事件本身，假設這3個主體中的作用因素相互影響導致信息共享程度的增加或減少，其他主體如傳統媒體（電視、報紙等）影響在此不作為主要研究對象，因此不予考慮。假設突發(fā)事件信息發(fā)端于網絡，網民言論自由。

1.2模型的因果回路圖及反饋路徑分析

突發(fā)事件的環(huán)境復雜、演變不確定決定了突發(fā)事件發(fā)展路徑難以追蹤和控制［9］，突發(fā)事件信息共享伴隨事件本身的發(fā)展變化呈現動態(tài)、開放的特征。基于在線社會網絡的突發(fā)事件信息共享系統模型包括政府子系統和網民子系統。政府主要指與突發(fā)事件應急管理相關的各級政府機構和部門。網民指在突發(fā)事件期間通過各種在線社會網絡平臺發(fā)瀏覽、發(fā)布信息的用戶。

因果回路圖（causal loop diagram，CLD）是描述系統反饋結構的重要工具，被用來探索系統的反饋結構、動態(tài)形成內因［10］，基于此構建信息共享系統的因果回路圖如圖1所示。

圖1　因果回路圖

1.3模型的存量流量圖及主要變量計算公式

因果關系圖雖然對表達系統各個部分的反饋情況和相互影響很有幫助，但是無法描述變量的性質，也不能說明系統控制和管理的過程［11］，因此需要存量流量圖對模型信息進一步描述。基于在線社會網絡的突發(fā)事件應急信息共享系統模型流圖見圖2。由圖2可知應急信息共享模型由2個狀態(tài)變量，4個速率變量，14個輔助變量，14個常量，共計35個變量構成。

根據存量流量圖，建立相關變量的方程式如下。在建立模型方程時，正相關變量使用乘法表述，負相關變量使用除法表述。應急信息共享機制系統動力學模型中主要變量的計算公式如表1，表中各參數通過文獻綜述和反復試驗確定。

圖5　存量流量圖

表1　模型主要變量及計算公式

2　模型仿真結果

本文使用系統動力學建模軟件Vensim_PLE實現模型仿真，設定官方微博個數初始值為176 714［12］，注冊人數為5億人［13］。具體結果如下圖所示。圖3展示了政府信息透明度、網民參與性、網絡輿情以及信息共享水平的變化趨勢。

圖3　基本模型仿真圖

由圖3可見，信息共享水平在第一天內以直線的速率迅速下降，之后開始呈現上升趨勢，在第14天之后，信息共享水平增速趨緩，逐漸趨于穩(wěn)定值，并且穩(wěn)定值高于初始值。這與現實狀況是相符的，突發(fā)事件爆發(fā)之初，由于其突發(fā)性，政府和公眾的應急反應存在滯后性；另一方面，突發(fā)事件的破壞性給應急救援活動的開展造成一定的障礙，我們不能及時獲得有關突發(fā)事件的第一手信息，事件爆發(fā)之初，雖然政府此時盡最大努力搜尋和發(fā)布相關消息（這從政府信息透明度一直呈現上升趨勢可以看出），但是我們完全處于信息空白的狀態(tài)，這無疑導致信息傳播和共享水平下降。之后，由于各方救援活動的依次開展，掌握的信息相應增加，信息共享水平開始上升，在非常規(guī)突發(fā)事件基本得到控制之后，有關突發(fā)事件的信息共享活動就會停止，信息共享水平因此呈現保持不變的狀態(tài)。

而網民參與性和網絡輿情均呈現“倒U型”的偏峰分布。不同的是，首先網民參與性都大于同一時刻的網絡輿情，如第二天兩者都出現最大值，但是網民參與性最大值是62，網絡輿情的最大值是55。其次雖然兩者都出現有波動，但網絡輿情波動范圍要大于網民參與性的波動范圍，由圖可知網路輿情變換范圍是35～55之間，而網名參與性變換范圍是48～62之間。

3　基于仿真結果的策略設計

基于在線社會網絡的突發(fā)事件信息共享與傳統渠道信息共享顯著的區(qū)別是信息共享水平與網民數量、官方微博數量、信息真實度影響因子和技術因素密切相關，為了考察各相關因素的重要性和測試的有效性，分別對4種因子分別設定不同的數值，同時保證除了被測試參數值不同，而其余條件均相同的情況下進行模擬實驗。

3.1政府子系統

考察官方微博個數對信息共享水平的影響，其他常量不變，設參數官方微博數由176 714（current01）增長到215 071（官方微博個數215 071）時的變化情況，模擬結果見圖4。從圖4中可以看出，在其他因素不變的情況下，官方微博個數增加可以使政府應對非常規(guī)突發(fā)事件的能力增強，信息共享水平在第一天的時候和初次模擬（current01）持平，之后逐漸提高，說明官方微博個數的增加對信息共享水平提高產生一定的作用。

3.2網民子系統

（1）考察信息真實度對信息共享水平的影響。設參數信息真實度由89.51（current01）提高到95（信息真實度95），在其他參數不變的情況下，模擬結果見圖5。從圖5中可以看出，在其他的條件和時刻下，信息真實度提高對網絡輿情和信息共享水平的影響是比較明顯的。在信息真實度提高之后，網絡輿情雖然和初次模擬（current01）保持相同的趨勢，但網絡輿情最大值已經由57下降到48的水平，網絡輿情得到有效控制。同時信息共享水平在第一天的下降的拐點由67變?yōu)?2，從中可以看出信息真實度提高對信息共享水平有重要的影響。

圖4　官方微博數改變對比圖

圖5　信息真實度提高對比圖

（2）考察技術水平的影響，如圖6。在技術水平提高之后，網民參與性和網絡輿情同時高漲，并且網民參與性最大值（66）大于網絡輿情最大值（59）。但這時信息共享水平卻沒有出現我們預想的上升的結果，而是比初始模擬結果（current01）稍微下降。經過分析，信息共享水平與網民參與性正相關，與網絡輿情負相關，由于技術水平提高，注冊在線社會網絡和訪問在線社會網絡的人的數量增加很多，帖子總數迅速上升，這一方面使網民參與性提高；另一方面網絡謠言數量也增加，網絡輿情迅速上漲，且網絡輿情大負作用超過了網民參與的正作用，從而導致信息共享水平下降。

為了驗證上面分析的正確性，我們在提高技術水平的同時，把影響謠言數量的因子信息真實度同時提高，仿真結果如圖7。從圖中可知，在技術水平和信息真實度同時提高之后，信息共享水平總體上升，并且波動幅度下降，最小值停在71處就開始上升。由此可得非常規(guī)突發(fā)事件應急信息共享的過程中，在鼓勵更多網民參與的同時，也要注意網絡出現的虛假信息、反動言論等，及時對這些謠言進行回應和處理，使網絡輿情的發(fā)展處于可控范圍。

4　結語

為了充分發(fā)揮在線社會網絡在突發(fā)事件應急信息共享的巨大優(yōu)勢，運用系統動力學建立面向在線社會網絡的應急信息共享模型，通過仿真分析揭示各個因素相互作用的規(guī)律。研究結果表明，在線社會網絡應急信息共享水平受政府信息透明度、網民參與性和網絡輿情3個因素的共同影響；通過對變量的控制，分析致使應急信息共享水平提升的關鍵因素，在此基礎上進行策略設計，為應急管理部門充分利用在線社會網絡開展應急信息共享提供決策參考。但是由于在線社會網絡具有復雜的網絡結構，模型中很多變量數據難以直接獲取，通過文獻綜述和反復試驗的方法獲取數據降低了模型仿真的信度。但應用系統動力學對在線社會網絡的應急信息共享研究提供了新的視角和思路，未來對應急信息共享的運行機理和保障機制的研究是一個重要方向。

圖6　技術水平提高對比圖

圖7　技術、信息真實度同時提高對比圖

參考文獻

［1］Adam Acar，Yuya Muraki.Twitter for Crisis Communication：Lessons Learned from Japans Tsunami Disaster［J］.International Journal of Web Based Communities，2011，7（3）：392－402.

［2］Dave Yates，Scott Paquette.Emergency knowledge management and social media thchnologies－A case study of the 2010 Haitian earthquake［J］.International Journal of Information Management，2011，31：6－13.

［3］Linda Plotnick，Murray Turoff，Connie White.Partially Distributed Emergency Teams：Considerations of Decision Support for Virtual Communities of Practice［M］.Supporting Real Time Decision—Making Annals of Information Systems，2011，13（3）：203－220.

［4］L.Yang，S.H.Yang，L.Plotnick.How the internet of things technology enhances emergency response operations［J］.Technological Forecasting and Social Change，2013，80（9）：1854－1867.

［5］Brooke Fisher Liu，Lucinda Austin，Yan Jin.How Publics Respond to Crisis Communication Strategies：The Interplay of Information form and Source［J］.Public Relations Review，2011，37（4）：345－353.

［6］Mark J.Mullaney.Optimizing Social Media in Humanitarian Crisis Responses［J］.The Macalester Review，2012，2（1）：1－25.

［7］夏志杰，吳忠，欒東慶.基于社會化媒體的突發(fā)事件應急信息共享研究綜述［J］.情報雜志，2013，（10）：122－126.

［8］LeysiaPalen，Kenneth M.Anderson.Gloria Mark.A Vision for Technolog——Mediated Support for Public Participation＆Assistance in Mass Emergencies＆Disasters［C］.Assosciation of Computing Machinery and British Computing Society's 2010 Conference on Visions of Computer Science.Retrieved December 23，2011.

［9］張一文，齊佳音，方濱興，等.非常規(guī)突發(fā)事件及其社會影響分析——基于引致因素耦合協調度模型［J］.運籌與管理，2012，21（2）：203－211.

［10］鐘永光，賈曉菁，李旭.系統動力學［M］.北京：科學出版社，2009：57.

［11］陳子龍.基于系統動力學方法的工程項目績效管理研究［D］.南京：南京大學，2013.

［12］2013年中國政務微博客評估報告［EB／OL］.國家行政學院電子政務研究中心，2014.http：∥www.egovernment.gov.cn／，2014－04－09.

［13］新浪微博用戶數超5億，日活躍用戶達到4620萬［EB／OL］.http：∥news.xinhuanet.com／info／2013－02／21／c_132181760.htm.

（本文責任編輯：孫國雷）

Research of the Emergency information sharing in the Online Social Networks Based on System Dynamics Simulation

Wang BingbingXia ZhijieYu Liping
（School of Management，Shanghai University of Engineering Science，Shanghai 201620，China）

〔Abstract〕In order to use the immense advantage of online social networks in emergency response，through analysis of the literature and comparison，the dynamics model of emergency information sharing oriented online social network was established based on system dynamics theory to reveal the interaction of the various factors in the way of the simulation.The results showed that，the emergency information sharing is directly influenced by the transparency level of the government information，the participation of the internet users and the public opinion online.Then the strategy was designed based on the simulation results，which would help the emergency managers make the decision with the online social networks.

〔Key words〕emergency information sharing；online social networks；system dynamics

作者簡介：王冰冰（1989－），女，碩士研究生，研究方向：信息管理與信息系統。

基金項目：國家社會科學基金項目“非常規(guī)突發(fā)事件中社會化媒體不實信息的群體干預模式研究”（項目編號：14BTQ026）；教育部人文社會科學研究青年基金項目“基于Web2.0技術的非常規(guī)突發(fā)事件應急信息共享模式與運行機制研究”（項目編號：12YJC630242）。

收稿日期：2014－04－30

〔中圖分類號〕G250.72

〔文獻標識碼〕A

〔文章編號〕1008－0821（2015）01－0042－07

DOI：10.3969／j.issn.1008－0821.2015.01.009