基于隨機Petri網的突發事件信息演化模型

王治瑩，李勇建，王偉康

(1.安徽工業大學管理科學與工程學院，安徽 馬鞍山 243032；2.南開大學商學院，天津 300071)

1 引言

近年來，頻繁爆發的突發事件不僅會給人們的生命安全和經濟財產造成重大損失[1]，還往往會引發事件信息的演化現象，而其通常會導致負面輿情危機，嚴重影響人們的正常生活和極大危害我國和諧社會的構建。例如，2008年汶川地震爆發后，事件信息的演化導致各類謠言層出不窮，涉及救援空降兵傷亡、假冒捐款和猜測余震等九個主題；2011年日本核泄漏事故發生后，事故信息的演化觸發“海水受到污染，今后生產的食鹽無法食用”和“碘鹽預防核輻射”等謠言，造成我國大面積的民眾搶購碘鹽風波。鑒于此，如何準確把握突發事件信息的演化規律是新形勢下社會風險治理的重要內容，對降低負面輿情危機的發生概率和政府調控決策的有效制定具有重要意義。

當前突發事件信息的研究文獻主要關注到三類問題：一是信息類別及傳播影響因素。其中，信息類別研究通常根植于現實案例，如Li Lifang等[2]以宜良地震發生后的微博帖子為例，將突發事件信息分為五類，并對不同類型信息在震后不同階段的傳播模式進行了表征；傳播影響因素研究主要集中在信息來源和異質信息間的相互作用，如田依林等[3]通過構建信源關系網絡，發現在突發事件信息的演化過程中，不同信源的地位與作用差別較大；進一步，Liu等[4]研究了災害信息的來源和類別對人們響應行為的影響，發現人們易受政府指示的影響且傾向于線下交流；宋之杰等[5]研究了權威信息對謠言傳播中個體狀態及狀態間轉化的影響。然而，上述研究較少考慮到多類信息出現時序的差異性，也缺乏辨識影響因素對信息間關聯關系的作用。二是信息傳播模型，大多是從傳播載體和參與主體的特性角度對單一狀態信息傳播的建模，如Hasegawa等[6]、Shan Siqing和Lin Xiao[7]分別考慮到手機移動網絡環境和信息熵水平，構建了突發事件信息傳播模型；劉德海等[8]考慮到參與主體對于信息的匱乏性、過剩性和虛假性等特征，建立了群體性突發事件信息傳播的演化博弈模型；進一步，針對參與主體對突發事件信息傳播的感知特性，趙衛東等[9]基于SIS傳染病模型建立了群體情緒傳播模型；Wei等[10]更是通過整合災害信息模型、利益相關者模型和利益相關者記憶模型，提出了利益相關者災害感知的傳播模型；此外，陳業華等[11]考慮到突發事件情境下的消極和積極信息，基于Gilpin-Ayala模型建立了異質信息間的競爭傳播模型。值得一提的是，上述建模研究很少考慮到因時序差異而導致的不同演化狀態信息間的關聯關系和演化均衡問題。三是信息傳播干預決策，主要從媒體、網絡拓撲結構和語言處理技術層面展開研究，如Ma和Yates[12]考慮到傳統應急信息傳播模式在突發事件情景下難以發揮作用，分析了社交媒體的定位策略；武澎等[13]構建了突發事件信息傳播的超網絡模型，借助樞紐節點來干預信息傳播；在此基礎上，為了解決突發事件信息的傳播脆弱性問題，Shibata和Uchida[14]通過融合延遲容忍網絡和認知無線網絡，分析了傳播方式的改進。進一步，梁小艷和莊亞明[15]通過提出突發事件信息的生命階段研判模型，判斷信息傳播所處的生命階段；Kosaka等[16]基于語言處理技術研究了突發事件信息的響應任務整合和響應過程優化。上述干預決策研究大多也是集中于單一狀態信息，缺少從系統思維視角分析帶有時序關系的多類狀態信息的干預問題。

總結以上，當前研究成果對于識別突發事件信息傳播規律和制定干預決策具有重要意義，然而很少關注到突發事件信息演化現象的結構化描述及演化系統的均衡狀態變動規律問題。事實上，與一般信息的演化不同，突發事件信息的演化與事件的發展相輔相成，表現為兩大特點：1)突發事件信息的演化與事件能否得到妥善解決密切相關，而事件發生后往往難以立即得到全方位的處置。因此，事件信息通常會有較長的演化周期；2)突發事件具有一定危害性，其發生往往關系到民眾的切身利益。因此，通?？赡苷兄戮哂胁煌瑒訖C的主體(如媒體、不法分子和民眾等)，并使得客觀事件信息演化為不同的狀態(如不良情緒、負面信息、負面輿論和謠言等)。由此可知，突發事件信息演化過程是一個融多種時序關系和不同演化狀態于一體的復雜演化系統。隨機Petri網作為一種有效描述并發和異步關系的離散系統分析方法[17]，目前已經應用于重大傳染病演化[18]和群體性突發事件情景演變[19]的研究之中。在隨機Petri網中，通常以庫所表示系統狀態，以具有隨機發生時間的變遷表示系統不同狀態間轉變的觸發因子，這適用于描述突發事件信息演化的上述特點(較長周期性、多演化狀態性、引發狀態間轉變的不同動機主體隨機介入性)?；诖耍疚脑谔崛⊥话l事件信息演化現象的內外部屬性和給出其演化系統基礎上，構建突發事件信息演化的隨機Petri網模型及其等價同構的馬爾可夫鏈，以期探索突發事件信息的不同演化狀態均衡結果的變動問題，為政府治理突發事件情境下事件信息的演化提供決策參考。

2 突發事件信息演化現象描述

為明確突發事件信息演化現象的影響因素，需要梳理其內外部屬性及其作用。為此，采用突發事件的結構化描述方法[20]，即：突發事件={{事件類型}，{關鍵屬性}，{從屬屬性}，{環境屬性}，{危害評估屬性}}。其中，事件類型包括激變型與漸變型；關鍵屬性來自事件內部，對事件演化起到關鍵作用，描述事件的性質和等級；從屬屬性同樣來自事件內部，重要性僅次于關鍵屬性；環境屬性是影響關鍵屬性和從屬屬性且影響事件演化的外部因素；危害評估屬性描述事件的危害程度。

同時為界定研究問題，搜集和整理了存在明顯的信息演化現象的突發事件，包括2005年哈爾濱市民搶購水資源事件，2009年河南杞縣利民輻照廠卡源事件，2011年日本核泄漏事故和江蘇響水大逃亡事件，2015年天津濱海新區爆炸事故等。根據中國社科院法學研究所發布的《中國法治發展報告(2014)》，中國境內在21世紀前14年間發生百人以上的群體性事件871起，維權類事件居多，占比55%。因此，不妨以群體搶購和逃亡這種特殊維權類事件作為突發事件信息演化所引發次生事件的代表，對信息演化過程及危害進行梳理?；诖耍M一步考慮到信息不同演化狀態的完備性及其間的區分度，以2011年日本核泄漏事故及2009年河南杞縣利民輻照廠卡源事件為例進行具體介紹。

案例1 2011年日本核泄漏事故中的信息演化現象

案例簡介：2011年3月12日日本發生核泄漏事故，事故信息的演化引發“海水受到污染，今后生產的食鹽無法食用”和“碘鹽預防核輻射”等謠言，造成中國大面積的民眾搶購碘鹽風波。

信息演化現象分析：3月12日福島核電站發生核泄漏事故后，事故客觀信息隨即經由媒體報道蔓延開來。3月15日，部分激進分子散播“核泄漏嚴重，政府應該立即采取措施”的觀點。此后民眾感知到風險，產生恐懼與緊張心理，而民眾間議論煽動激發了恐慌與焦慮情緒。同時，一些不法分子(商家)大量散播“核污染影響我國海域，碘片可防輻射”的負面信息。3月16日，大量的負面信息聚集后，“穩定性碘可抗輻射”的負面輿論迅速占據谷歌新聞頭條?！昂Ｋ艿轿廴荆窈笊a的食鹽無法食用”和“碘鹽預防核輻射”等謠言開始通過網絡大量擴散。3月17日食鹽搶購熱潮迅速蔓延到中國各地。3月18日，中國國家發改委等部門做出應急處置，嚴厲打擊了“造謠惑眾、惡意囤積、哄抬價格和擾亂市場”等行為，此后相關信息趨于理性，食鹽搶購熱潮逐漸平息。

結構化描述：信息演化現象日本核泄漏事故={{漸變型}，{信息演化狀態(事件客觀信息(核泄漏爆發、核輻射范圍擴大)，摻雜負面情緒的信息(核泄漏嚴重，政府應該立即采取措施)，消極心理(民眾的恐懼和緊張)，消極情緒(民眾的恐慌和焦慮)，負面信息(核污染影響我國海域，碘片可防輻射)，負面輿論(穩定性碘可抗輻射占據谷歌新聞頭條)，謠言(海水受到污染，今后生產的食鹽無法食用；碘鹽預防核輻射)}，{傳播主體(媒體、激進分子、不法分子(商家)、民眾和國家發改委等)，傳播動機(客觀報道、情緒發泄、商家惡意策劃、商家惡意傳播、對碘鹽缺貨的風險感知、議論煽動、情緒感染、群體極化、廣泛傳播、澄清謠言)}，{缺乏事件權威信息、事件引發民眾廣泛關注、事件存在危害民眾生命安全的風險}，{民眾搶購食鹽}}。

案例2 2009年河南杞縣利民輻照廠卡源事件的信息演化現象

案例簡介：2009年6月7日河南杞縣利民輻照廠發生卡源事故，經監測未造成核泄漏。但事故信息的演化觸發“放射源將爆炸”，“核泄漏造成多人死亡”等謠言，造成民眾的逃亡行動。

信息演化現象分析：河南杞縣利民輻照廠卡源故障發生后，7月6日縣級媒體向民眾通報了事故情況。此后，百度杞縣吧出現了激進分子所發布的該事故非常危險的言論。同時民眾感知到核泄漏的風險，產生恐懼與緊張心理，并通過議論煽動進一步升級為恐慌與焦慮情緒；7月17日，由于廠區機器人處置發生障礙，加之一些不法分子趁機策劃，“發生核泄漏”和“機器人融化”等負面信息開始出現，并快速升級為“快跑，要發生爆炸了”的負面輿論。受群體極化的影響，負面輿論迅速演變為“下午五點放射源發生爆炸”，“核泄漏造成多人死亡”等謠言，這些謠言的廣泛傳播引發民眾逃亡行動。17日當天，地方政府2000多名干部進入村莊對群眾進行勸阻，上級政府以手機短信等方式告知民眾真相，專家也通過電視臺訪談主動辟謠，此后民眾逐漸停止了逃亡行動。

結構化描述：信息演化現象河南杞縣利民輻照廠卡源事件={{漸變型}，{信息演化狀態(事件客觀信息(杞縣利民輻照廠發生卡源故障)，摻雜負面情緒的信息(事故非常危險的言論)，消極心理(民眾的恐懼和緊張)，消極情緒(民眾的恐慌和焦慮)，負面信息(發生核泄漏，機器人融化)，負面輿論(快跑，要發生爆炸了)，謠言(下午五點放射源發生爆炸，核泄漏造成多人死亡)}，{傳播主體(縣級媒體、激進分子、不法分子、民眾、縣級與上級政府)，傳播動機(客觀報道、情緒發泄、惡意策劃、惡意傳播、對核泄漏的風險感知、議論煽動、情緒感染、群體極化、廣泛傳播、澄清謠言)}，{缺乏事件權威信息、事件地點緊鄰民房、事件存在危害民眾生命安全的風險)}，{民眾逃亡}}。

總結以上，得到突發事件信息演化現象的一般結構化描述，即：

突發事件信息演化現象={{漸變型}，{信息演化狀態(事件客觀信息、摻雜負面情緒的信息、消極心理、消極情緒、負面信息、負面輿論、謠言)}，{傳播主體(媒體、激進分子、不法分子、民眾、政府)，傳播動機(客觀報道、情緒發泄、惡意策劃、惡意傳播、風險感知、議論煽動、情緒感染、群體極化、廣泛傳播、澄清謠言)}，{事件模糊性、事件重要性、事件危害性}，{次生事件}}。

進一步，由上述案例中的信息演化現象分析可知，突發事件信息的演化會隨著事件發展而呈現出從搖籃到墳墓的過程。趙衛東等[21]借鑒企業危機生命周期理論，將該過程細分為突發事件信息的潛伏期、醞釀期、爆發期、消散期和影響期五個階段。本文予以借鑒，并根據信息不同演化狀態間的關系對其醞釀期進行進一步細化，提出六個階段(即“潛伏→誘發→發展→高潮→消亡→反饋”)的演化過程，由此可得突發事件信息的演化系統，如圖1所示。需要說明的是，在反饋階段中，事后處理與評估所得的經驗和教訓對人們認知當前及未來事件的危害性、模糊性和重要性具有長期影響。

3 突發事件信息演化的隨機Petri網模型

正如前文所述，突發事件信息演化過程是一個融多種時序關系和不同演化狀態于一體的復雜系統。因此，在提出突發事件信息演化現象的結構化描述及演化系統基礎上，接下來借助隨機Petri網理論構建突發事件信息演化的隨機Petri網模型及其等價同構的馬爾可夫鏈。

圖1 突發事件信息演化系統

3.1 隨機Petri網簡介

Petri網(Petri Net，PN)由Carl Adam Petri于1962年提出，用于離散并行系統的數學描述，基本元素包括：庫所、變遷、有向弧及令牌[22]。由于系統中一個事件的發生，即一個變遷的實施需要一定的時間，因此在Petri網中通常會引入時間參數以實現其功能的擴充。若在每個變遷的可實施時刻與實施時刻之間關聯一個隨機的延遲時間，則這種類型的Petri網稱為隨機Petri網(Stochastic Petri Net，SPN)。SPN中每個變遷t的延遲時間都具有以下Molloy形式的指數分布函數[23]：

?t∈T：Ft=1-e-λtx

(1)

其中，參數λt>0表示變遷t的平均實施速率，隨機延遲時間變量x≥0。

SPN通常定義為包含六個元素的有向圖，即SPN=(P,T,F,W,M,λ)，其中：

(1)P=(P1,P2,…,Pn)表示庫所集合，n>0表示庫所總數；

(2)T={t1,t2,…,tm}表示變遷集合，m>0表示變遷總數；

(3)F?I∪O表示變遷的有向弧集合。其中，I為輸入弧集合，滿足I?P×T；O為輸出弧集合，滿足O?T×P；F中可以存在禁止弧，但僅限于庫所指向變遷的?。?/p>

(4)W:F→N+表示弧函數。其中，N+={1,2,3,…,n}；

(5)M:P→N表示SPN的標識，一般用向量表示。其中，該向量的第i個元素是第i個庫所中的托肯(token)數目；M0表示SPN的初始標識，即系統所處的初始狀態；

(6)λ={λ1,λ2,…,λm}表示與變遷相聯系的平均實施速率集合。即每個變遷t均服從負指數分布，而λt,t∈{1,2,…,m}為負指數分布函數的參數。

基于SPN的定義，一般具有如下的建模與均衡結果求解步驟：

步驟1根據研究對象的演化系統圖構建SPN模型，并將延遲時間關聯到相應的變遷；

步驟2分析SPN模型的可達集R(m)。在每條弧上標注該弧所對應的變遷的平均實施速率，據此構建與SPN模型等價同構的馬爾可夫鏈，并確定其活性和有界性。對于系統中所存在的所有標識或狀態，標記為M1,M2,…,Mn，其中n表示標識或狀態的個數；

步驟3計算穩定概率。在馬爾可夫鏈中，對于任意標識Mt∈[M0>，所有Mj，Mk∈[M0>且有Mt[tj>Mj，Mk[tk>Mt。若設P(Mi),i∈{1,2,…,n}表示馬爾可夫鏈的n個穩定狀態概率，則可根據馬爾可夫鏈的平穩分布定理列出所有均衡狀態方程：

(2)

再結合方程∑tP(Mt)=1，即可求解系統每個可達標識的穩定狀態概率；

步驟4識別SPN所刻畫突發事件信息演化系統的性能，提出改進建議和調控機制。

3.2 突發事件信息演化的SPN模型及其求解方法

根據圖1給出各個庫所和變遷的含義(如表1所示)，進而構建其SPN模型(如圖2所示)。需要說明的是，現實中不同突發事件發生后，信息各演化狀態(即事件客觀信息、摻雜負面情緒的信息、消極心理、消極情緒、負面信息、負面輿論、謠言)的有

表1 突發事件信息演化SPN模型中的符號定義

注：“—”表示該項內容不存在。

機組合可能存在一定差異(如得以及時處置的常規突發事件可能不會衍生謠言)。但為了研究的普適性，建模過程仍需對上述所有演化狀態(即庫所)進行綜合考慮，而各庫所是否可達及可達的可能性大小通過其所關聯變遷的延遲時間或平均實施速率進行反映(如若庫所P12(謠言)不可達，則可設置變遷t9(群體極化)從可實施到實施的延遲時間無窮大)。

該突發事件信息演化SPN模型的初始標識為M1=(1,1,1,0,0,0,0,0,0,0,0,0,0,0)，即庫所P1、P2和P3中各有一個托肯?；诖?，可得不同變遷所引發的可達集，并由此得到以下標識：

M1=(1,1,1,0,0,0,0,0,0,0,0,0,0,0)；

M2=(0,0,0,1,0,0,0,0,0,0,0,0,0,0)；

M3=(0,0,0,0,1,0,0,0,0,0,0,0,0,0)；

M4=(0,0,0,0,0,1,1,0,0,0,0,0,0,0)；

M5=(0,0,0,0,0,0,0,0,0,1,0,0,0,0)；

M6=(0,0,0,0,0,1,0,0,1,0,0,0,0,0)；

圖2 突發事件信息演化的SPN模型

M7=(0,0,0,0,0,0,1,1,0,0,0,0,0,0)；

M8=(0,0,0,0,0,0,0,1,1,0,0,0,0,0)；

M9=(0,0,0,0,0,0,0,0,0,0,1,0,0,0)；

M10=(0,0,0,0,0,0,0,0,0,0,0,1,0,0)；

M11=(0,0,0,0,0,0,0,0,0,0,0,0,1,0)；

M12=(0,0,0,0,0,0,0,0,0,0,0,0,0,1)。

M1,M2,…,M12為突發事件信息演化SPN模型中的12個標識或狀態。由于連續時間的SPN等價同構于連續時間的馬爾可夫鏈，即SPN的一個標識同構于馬爾可夫鏈的一個狀態，SPN的可達圖同構于馬爾可夫鏈的狀態空間[23]。其中庫所間轉換的發射時間為服從指數分布的隨機變量，變遷t1,t2,…,t12的平均實施速率分別為λ1,λ2,…,λ12。因此，若以有向弧表示不同標識或狀態間的轉換，則可得與上述SPN模型等價同構的馬爾可夫鏈，如圖3所示。

圖3 突發事件信息演化的馬爾可夫鏈

設P(Mi),i∈{1,2,…,12}為該馬爾可夫鏈均衡狀態下Mi的穩定概率，則可得方程組：

(3)

求解線性方程組(3)，可得突發事件信息可能的演化狀態的穩定概率。根據這些穩定概率，可以進一步通過調控某些環節來降低突發事件信息演化至某些不良狀態(如負面輿論、謠言和次生事件等)的可能性，以此來降低整個突發事件信息演化系統的危害，這有助于提升風險治理水平。

4 情景推演仿真

第2節以群體搶購和逃亡維權類群體性事件作為突發事件信息演化所引發的次生事件代表，對信息演化的過程及其危害進行了梳理。鑒于《中國法治發展報告(2018)》指出當前社會主要矛盾仍為人民日益增長的美好生活需要和不平衡不充分的發展間的矛盾，因此為了保持與前文研究案例的連貫性和為未來潛在類似事件信息演化過程和危害的防控提供一定決策支持，本節仍以2009年河南杞縣利民輻照廠卡源事件(簡稱“卡源事件”)中信息演化現象為例進行情景推演仿真，分析該模型的應用及有效性。第2節對該案例進行了梳理，并給出了結構化描述，不再贅述。

依據“卡源事件”信息演化的實際來設定SPN模型中變遷的平均實施速率λi,i∈{1,2,…,12}。由于從6月7日卡源事件發生至7月6日縣級媒體報道(變遷t1)所間隔的時間較長，不妨設λ1=4；激進分子介入(變遷t2)和民眾風險感知(變遷t3)主要介于7月6日至17日之間，不妨設λ2=2，λ3=2；變遷ti,i∈{4,5,…,11}均出現在7月17日，不妨設λ4=1，λ5=2，λ6=1，λ7=3，λ8=2，λ9=1，λ10=1，λ11=1；7月17日后，事后處理與評估(變遷t12)工作逐漸展開，不妨設λ12=4。在此基礎上，縱觀“卡源事件”信息演化生命周期過程，媒體參與環節(變遷t1)為信息演化的源頭，激進分子介入環節(變遷t2)為客觀信息發生扭曲的關鍵轉折點，不法分子惡意策劃環節(變遷t4)為信息演化態勢惡化和升級的重要推動力，民眾情緒感染環節(變遷t7)為民眾關切顯性化和情緒發泄的重要途徑。為此，從應急決策者視角出發，考慮對上述四個變遷進行調控機制分析，探討其對整個信息演化系統均衡性的影響。為便于探討，將λ1變動且λi,i∈{2,3,…,12}不變記為情景1；將λ2變動且λi,i∈{1,3,…,12}不變記為情景2；將λ4變動且λi,i∈{1,2,3,5,…,12}不變記為情景3；將λ7變動且λi,i∈{1,…,6,8,…,12}不變記為情景4。基于此，可得各情景的仿真結果，分別如圖4～7所示。

圖4 情景1中卡源事件信息演化系統均衡結果

由圖4可知，隨著λ1的不斷增加，即媒體參與程度的不斷提高，潛伏階段狀態的概率P(M1)迅速下降，而負面輿論的概率P(M9)、謠言的概率P(M10)和次生事件的概率P(M11)明顯上升。由此可見，媒體參與程度是突發事件信息演化風險治理的雙刃劍：一方面，媒體的積極報道有助于促使事件客觀信息的快速傳播，短時間內即可使民眾了解事件概貌；但另一方面，由于事件模糊性、重要性及危害性的存在，媒體的過度報道易造成一些激進分子和不法分子趁機而入，提升負面輿論、謠言和次生事件出現的可能性。因此，政府應積極規范媒體的報道行為，確保其適度參與，并主動借助媒體回應民眾的關切和疏導其不良情緒，從源頭上控制突發事件信息演化的潛在危害。

圖5 情景2中卡源事件信息演化系統均衡結果

由圖5可知，隨著λ2的不斷增加，即激進分子介入程度的不斷加劇，事件客觀信息的概率P(M2)迅速下降，而負面輿論的概率P(M9)、謠言的概率P(M10)和次生事件的概率P(M11)迅速上升。由此可見，激進分子介入是卡源事件客觀信息的演化發生扭曲的一個重要環節。事實上，在卡源事件發生后，激進分子在百度杞縣吧發布的“非常危險”言論，的確迅速引起了民眾熱議并加劇了其恐慌情緒。因此，為防止負面輿論聚集及謠言和次生事件的出現，政府應在突發事件得到妥善處置前，高度重視輿情的監測及其發展態勢研判，協助媒體運營商加強言論發布的審核力度，秉持高度社會責任感誠懇和及時地回應所發現的過激言論，以此來促進突發事件信息的良性演化。

由圖6可知，隨著λ4的不斷增加，即不法分子惡意策劃程度的不斷加劇，負面信息的概率P(M5)、負面輿論的概率P(M9)、謠言的概率P(M10)、次生事件的概率P(M11)明顯上升。并且相對于媒體參與、激進分子介入及民眾間情緒感染而言，不法分子惡意策劃對以上不良狀態概率的提升更為顯著。由此可見，不法分子惡意策劃是卡源事件客觀信息演化為負面信息、負面輿論和謠言并進而導致次生事件的主要原因，這也可通過事后公安機關的調查取證并成功抓獲5名惡意策劃的不法分子得以印證。事實上，不法分子惡意策劃的目的通常是通過博取人們眼球而獲得某種經濟利益，從而其策劃的內容往往極易引起人們的關注，進而被廣泛傳播。因此，政府不僅應當做好與這些不法分子在信息發布速度上賽跑的充分準備，及時向社會公布事件的真相和處置進展，還應當在事件發展和處置過程中，加強對事件利益相關者的調查取證力度，切斷事件背后潛在的利益鏈。

圖6 情景3中卡源事件信息演化系統均衡結果

圖7 情景4中卡源事件信息演化系統均衡結果

由圖7可知，隨著λ7不斷增加，即民眾情緒感染程度的不斷提高，恐慌與焦慮情緒的概率P(M8)迅速下降，而負面輿論的概率P(M9)、謠言的概率P(M10)和次生事件的概率P(M11)有所上升。由此可見，民眾情緒感染能夠導致民眾隱形的非理性情感顯性化，推動事件信息演化的進一步升級。事實上，在卡源事件中，民眾的恐慌與焦慮情緒正是源于其對激進分子所發布“非常危險”言論的風險感知，之后經過不法分子惡意策劃而造成民眾情緒感染，并最終引發了后續的負面輿論、謠言和次生事件。鑒于此，在突發事件的發展和處置過程中，政府應當加強對民眾的負面情緒形成原因及發泄途徑的關注度。一方面通過及時回應民眾關切等方式積極破除負面情緒的誘發因素，切斷負面情緒的形成和發展路徑；另一方面，通過加強事前科普知識教育、事中及時表態和情緒疏導、事后教訓總結和宣傳等系統調控方式，提升民眾對非理性情緒發泄危害的認知水平。

5 結語

突發事件信息的演化規律研究是突發事件應急管理領域的基礎科學問題，也是社會發展的新形勢下公共事務風險治理內容的重要組成部分，但當前研究成果很少考慮到突發事件信息演化現象的結構化描述及演化系統的均衡狀態變動規律問題，缺乏從系統角度對突發事件信息演化過程的建模和調控機制分析。本文首先采用案例分析和結構化描述方法提取突發事件信息演化現象的內外部屬性，給出了突發事件信息演化現象的結構化描述。在此基礎上，根據結構化描述中各屬性間的時序和關聯關系，提出了突發事件信息的演化系統。進一步，構建了該系統的隨機Petri網模型及其等價同構的馬爾可夫鏈。最后，以2009年河南杞縣利民輻照廠卡源事件中的信息演化現象為例，對事件信息演化過程中的媒體參與、激進分子介入、不法分子惡意策劃和民眾情緒感染進行了情景推演仿真，分析了其對整個信息演化系統均衡狀態的影響，探討了事件信息演化的調控機制。

本文給出的突發事件信息演化現象結構化描述能夠為復雜和抽象的信息演化過程研究提供規范性的指導，而提出的演化系統、隨機Petri網模型及其同構的馬爾可夫鏈能夠客觀反映事件信息的演化均衡狀態，有利于研判調控措施對信息演化至某些不良狀態(負面輿論、謠言和次生事件等)概率的影響。因此，在理論層面上，從系統思維角度提出了一種較為具體的突發事件信息演化均衡和調控問題分析方案；在應用層面上，有助于判別事件客觀信息的演化發生扭曲的時間節點，預防可能出現的負面輿論、謠言和次生事件。同時本文研究也存在一定的局限性。為了研究普適性的信息演化均衡和調控問題，僅考慮了單個突發事件。然而，在整理近些年的突發事件案例時發現，特殊情況下會出現多個突發事件或者當前單個突發事件會受過往類似事件的影響。由此可見，無論多個突發事件是否同時發生，不同事件所引發的信息演化之間都會存在一定碰撞和耦合關系，因此如何在本文基礎上進一步考慮帶有碰撞和耦合機制的多種信息演化規律及其調控問題值得更為深入研究。