群體性突發事件化解機制的隨機演化博弈模型

宋民雪，劉德海

(東北財經大學管理科學與工程學院，遼寧 大連 116025)

1 引言

二十世紀九十年代以來我國社會結構處于快速轉型期，我國群體性突發事件數量急劇增加，已經成為影響我國實現現代化和社會穩定的主要因素[1]。群體性突發事件[2-5]是指由社會矛盾引發的，由多人參與，為了實現一定的目的，采取集體上訪、罷工、聚眾鬧事、游行示威、圍堵政府機關等行為，危害公共安全[6-10]，嚴重影響社會秩序的事件。群體性事件具有受隨機因素干擾的突發性強、事態隨著外部環境迅速演化、參與人群規模有限(從大于5人到上萬人)、參與群體的利益訴求不完全一致等重要的管理學特征。2008年甘肅隴南事件、貴州甕安事件、出租罷運事件，2009年通鋼事件、湖北石首事件，2011年大連 “PX事件”，2014年云南晉寧征地慘案以及2017年嘉陵江污染事件等群體性突發事件。這些事件不僅威脅人們的生命財產安全，而且還會使人們心理產生恐懼和不安，使政府公信力下降[11]。如何化解群體性突發事件是政府長期面臨的重要問題，如果政府處置不當，會出現抗議群眾激增、非法集會、游行甚至打砸搶燒等行為，容易造成社會恐慌，甚至帶來巨大的經濟損失和政治影響。對于如何化解群體性突發事件，劉雪松和寧虹超[12]提出構建公正有序的社會治理模式，可以有效化解群體性突發事件。梅傳強和胡江[13]提出政府應建立以保障民生為導向的社會矛盾化解機制，積極利用互聯網平臺，及時通過互聯網平臺回應、釋疑，消除群眾的困惑等方法來化解群體性突發事件。周方治[14]分別從長期、中期和近期三個角度提出群體性突發事件的化解路徑，長期的根本路徑在于建立“紡錘形”的社會形態；中期的根本路徑在于建立權威的公力救濟體系；近期根本路徑在于建立規范的監管處置機制。群體性突發事件具突發性、各方利益的沖突對抗性、社會轉移過程的長期性、后果的難以預測等特征。準確把握群體性事件屬于人民內部矛盾的根本特征，在新時期成功處置并有效化解群體性事件，對于實現我國社會主義現代化的平穩過渡具有至關重要的意義。

群體性突發事件作為社會運動、社會沖突在中國社會轉型期的一種特殊表現形式，引起了社會學、法學、政治學等領域研究學者的高度關注。進入21世紀以來，管理科學領域學者開始逐漸認識到群體性突發事件具有特殊中國管理情境的管理科學特征，并分別運用統計學、優化模型、演化博弈等方法研究群體性突發事件的產生機理和演變過程。首先，從實證分析角度上，張書維[15]運用統計學方法研究群眾面臨的群際威脅通過群體效能和群體憤怒的中介作用影響集群行為意向的雙路徑模型, 以及群體認同對雙路徑模型的調節效應。羅成琳和李向陽[16]分析了群體性突發事件演化的主要影響因素和指標，并且構建了群體性突發事件的演化機理的靜態結構和動態流程，提出了一些預防群體性突發事件的建議。姜金貴等[17]運用扎根理論和結構方程模型研究了群體事件誘發因素及其關聯關系。其次，從數理模型分析角度上，各種優化模型、系統動力學模型等優化和仿真方法是經常采用的分析工具。其中，劉德海和蘇燁[18]建立了群體性突發事件的社會調解、警力防御和信息預警優化模型，分析了社會調解、警力防御和信息預警的最優策略。沈焱等[19]考慮政府采取部署警力和經濟補償應急策略，構建了環境污染群體性事件優化模型，建議政府在化解群體性突發事件時應根據事件發展的不同時期權衡部署警力和經濟補償應急策略。熊國強和趙昕[20]使用系統動力學方法構建了耦合情緒因素的群體性突發事件的演化模型，分析了群體性突發事件參與者在不同的情緒擾動下的行為演化路徑，提出管理者需要及時監測抗議群眾的情緒狀態和變化，加強控制和疏導抗議群眾的情緒變化，可以降低群體性突發事件產生的經濟損失。也有一些學者從演化博弈角度分析和解決群體性突發事件。二十世紀九十年代，基于有限理性的演化博弈理論被提出，有限理性被表述成個體在對博弈局勢的學習中確定動態演化的行為決策機制[21]。演化博弈理論將人的行為刻畫為具有某種適應性學習能力的漸進演化過程，該研究范式為分析群體性突發事件演化規律提供了良好的理論途徑。李勇建和王治瑩[22]考慮輿情傳播主體認知差異，構建了社會公眾之間及社會公眾與政府部門之間的演化博弈模型，并運用突發事件的結構化描述框架從屬性層次對突發事件中輿情的產生和傳播機制進行研究。劉德海等[23]考慮群體性突發事件中不同利益方同時存在著信息過剩、信息匱乏和虛假信息等信息特征，建立信息傳播的演化博弈模型，分析了信息特征對事態演化的影響。謝百帥等[24]將政府作為社會矛盾的調解者，構建了政府作為社會矛盾調解者的演化博弈模型，研究表明政府提前介入、適當的懲罰能夠有效的避免群體性突發事件的發生。

關于無限總體的演化博弈理論主要用復制動態模型[25]來刻畫個體的模仿學習過程[26]，但在現實生活中，社會行為的演化都是在有限總體中進行的，并且決策環境中有許多隨機干擾因素，因此基于有限總體的隨機演化博弈理論被提出。在有限總體的隨機演化博弈理論中，應用較廣泛的隨機過程主要有Moran過程和Wright-Fisher過程。王先甲等[27]基于Moran過程分析了有限個消費者眾籌策略演化動態，得出在強選擇下，消費者人數小于某個臨界值時，不參與眾籌策略占優，在弱選擇情況下，得出支出成本小于凈收益的三分之一，眾籌成功策略是演化穩定策略。

群體性事件具有很強的隨機性和演化性特征，隨機演化博弈理論提供了一種合適的分析方法。其中，陳業華等[28]考慮群體性突發事件和輿情之間的相互作用，構建了群體性突發事件輿情隨機演化模型。王循慶等[29]將群體性突發事件的屬性進行細分，分析其演化過程中的相關屬性，建立了隨機Petri網群體性突發事件情景演變模型和馬爾科夫鏈模型。孫華麗等[30]分析了隨機干擾下強勢群體與弱勢群體兩個異質群體的策略選擇的隨機演化過程，基于復制動態方程分析了兩個異質群體行為演化規律和穩定策略。但是，現有文獻主要集中在群體性事件的發生和演化過程，但是目前尚未有應用隨機演化理論對群體性突發事件的化解機制加以研究。本文借鑒了王先甲等學者關于隨機演化博弈理論與應用的現有研究，建立了群體性事件化解機制的隨機演化博弈Moran過程模型，研究了抗議群眾選擇退出抗議策略事件消退的必要充分條件。

2 群體性突發事件化解機制的理論模型

2.1 符號定義和基本假設

為了便于分析，本文出現的數學符號定義如表1所示。

在群體性突發事件應急處置過程中，地方政府部門回應抗議群眾的合理訴求，同時堅持以法治手段解決問題，部分相對理性的抗議群體主要訴求得到滿足，選擇退出抗議策略，將退出抗議的該類群體定義為W群體。剩下處于非理性情緒中的抗議群眾仍會堅持繼續抗議，將該群體定義為A群體。為了盡快平息事件，地方政府可以通過提高經濟補償或者加大警力部署，繼續抗議的A群體可能選擇陸續退出，轉化為接受處置方案的W群體。

表1 有關數學符號及定義

本文的基本假設如下：

假設1：地方政府與抗議群眾共同爭奪價值為V的經濟資源，抗議群眾總人數為N的有限群體，地方政府g為強勢政府，擁有各種信息和行政權利，可以通過釋放信號降低抗議群體的訴求期望。

假設2：在群體性突發事件平息的過程中，面對抗議群眾的利益訴求，地方政府g可采取的策略包括：強硬D和妥協F，可行的策略空間Sg={D,F}而抗議群眾j在面對政府決策時，可選的策略包括：繼續抗議A和退出抗議W，可行的策略空間Sj={A,W}

假設3：在地方政府g與抗議群眾j博弈過程中，若地方政府g面對抗議群眾j的利益訴求采取強硬D策略，而抗議群眾j采取繼續抗議A策略，雙方在斗爭過程中，將導致兩敗俱傷，會產生誤工成本、時間成本等沖突成本C，其中0

假設4：在平息群體性突發事件過程中，地方政府對于選擇退出抗議策略W的抗議群眾給予補償，記為B。

假設5：此過程為多階段博弈過程，政府決策可以依據階段的不同而不同，當政府方案滿足抗議群眾當期期望時，抗議群眾便接受政府方案，退出抗議群體，反之，繼續抗議。

表2 群體性突發事件的策略博弈模型

根據上述假設，可以得到群體性突發事件的策略博弈模型(表2所示)。分析該策略式博弈模型，當BV/2-C時，納什均衡為(強硬，退出抗議)，即群體性事件得到化解。

在演化博弈中，抗議群眾作為有限理性的群體行為，具有較大的異質性。地方政府有效化解群體性突發事件，關鍵在于相對理性的抗議群眾是否接受政府的處置方案退出抗議。當抗議群眾作為一個整體產生分化，相對理性的部分群眾退出后，剩余少數非理性的抗議群眾將面臨著依法處置等不利局面，無論是采取動用警力，還是被迫接受處置方案，事態發展將趨于收斂。因此，抗議群眾的行動選擇(退出抗議、繼續抗議)和選擇相應策略的人數規模，直接決定了事態的發展結果。本文將抗議群眾收益作為研究對象，由表2可得到抗議群眾的2×2對稱支付矩陣表3：

表3 抗議群眾策略學習的2×2對稱支付矩陣

2.2 群體性突發事件化解的Moran過程模型

隨機演化博弈Moran過程是一個生滅過程，有限人數的抗議群眾在每一期策略選擇過程中，隨機選擇一個抗議群眾策略進行模仿，模仿的概率與抗議群眾的效用函數成正比，被模仿的策略增加一個，新增加的抗議群眾策略替換抗議群體中任何一個抗議群眾策略，抗議群眾總數量在這個過程中始終保持不變[31]。因此，基于Moran過程分析有限抗議群眾策略選擇，可以較好的體現抗議群眾策略選擇的隨機性和動態性。

假設抗議群眾總人數為N，選擇退出抗議策略W的人數為i，則選擇繼續抗議策略A的人數為N-i。那么，選擇退出抗議策略W和選擇繼續抗議策略A的期望收益分別為：

i=1,2,…N-1

(1)

i=1,2,…N-1

(2)

在經典的演化博弈動力學框架下，我們使用效用函數來衡量抗議群眾選擇某種策略所占比例的增長率，每個策略的效用函數與其期望收益有關，但在社會經濟系統中，群體參與者的效用函數還受其他隨機因素的影響，如：抗議群眾非理性情緒等系統內部未考慮的因素、影響事態發展的隨機事件干擾等外部不確定性因素等。為了與實際復雜的決策制約條件更好地契合，我們把這些其他影響因素簡化成選擇強度參數β，進而可以得到退出抗議策略W和繼續抗議策略A的線性效用函數為[32]：

(3)

(4)

其中0≤β≤1。當β→0時，稱為弱選擇，此時參與者選擇不同策略的效用函數均趨近于固定值1，期望收益的影響不大。當β=1時，稱為強選擇，此時效用函數完全由期望收益決定，而與其他隨機因素無關，即抗議群眾決策是否繼續抗議，只與抗議群眾獲得的期望收益有關。

由Moran過程可以得到，在有限個參與者的抗議群體中，當所有參與者均面臨決策的時候，選取繼續抗議策略A的抗議群眾，接受政府方案改為選擇退出抗議策略W，即選取退出抗議策略W的抗議群眾人數增加一個的概率，可以表示為：

(5)

同理，選取退出抗議策略W的抗議群眾，改為選取繼續抗議策略A，即選取退出抗議策略W的抗議群眾人數減少一個的概率，可以表示為：

(6)

當所有的抗議群眾均采取觀望的態度，保持上一輪策略不變，即選取退出抗議策略W的抗議群眾人數保持不變的概率，可以表示為：

Pi,i=1-Pi,i+1-Pi,i-1

(7)

在抗議群眾策略演化的過程中，選擇退出抗議策略W的抗議群眾人數可能增加一個，減少一個或者不變。并無其他策略選擇，故而退出抗議策略W從狀態i轉移到其他狀態的概率為0，則有Moran過程的一步轉移概率矩陣如下：

(8)

上述Moran過程有兩個穩定狀態，即i=0，i=N。即所有的抗議群眾都選擇繼續抗議策略A或者都選擇退出抗議策略W。如果抗議群體一旦達到這兩個狀態，在外部環境不變的條件下，則抗議群體策略將處于穩定狀態，此時演化過程停止。政府部門需要在盡可能短的時間內，迅速平息群體性突發事件，保障公眾的生命和財產安全，維護社會秩序穩定。群體性突發事件平息的標志，即采取繼續抗議策略A的抗議群眾均采取退出抗議策略W，達到i=N的穩定狀態。

在演化博弈過程中，會基于政府策略及抗議群眾的對應策略找出演化方向，即主要考量政府在不同時期、不同策略下，抗議群眾的策略動態選擇，進而由公式(5)和公式(6)可以得出，退出抗議策略W減少一個的概率與退出抗議策略增加一個的概率之比為：

(9)

如果比率接近于0，那么選擇退出抗議策略W的抗議群眾人數增加的可能性就越大，此時事態趨于平息。如果比率非常大，那么選擇退出抗議策略W的抗議群眾人數可能會減少，事態發展趨于擴大化。如果比率等于1，那么選擇退出抗議策略W的抗議群眾人數增加和減少的可能性是相同的。

下面計算收斂到兩個穩態的概率，令xi表示從狀態i到狀態N的概率，即最初有i個選擇退出抗議策略W的抗議群眾和N-i個選擇繼續抗議策略A的抗議群眾，最終演化成N個抗議群眾全部選擇退出抗議策略W的概率。因此易得x0=0,xN=1，而對于0

xi=Pi,i-1xi-1+Pi,ixi+Pi,i+1xi+1

(10)

將式(5)、式(6)、式(7)代入式(10)有：

(11)

考慮最初只有一個抗議群眾選擇退出抗議策略W，其余N-1個抗議群眾均選擇繼續抗議策略A，最終演變成N個抗議群眾均選擇退出抗議策略W的概率，稱為退出抗議策略W的固定概率，記為ρW。同理，最初只有一個抗議群眾選擇繼續抗議策略A，其余N-1個抗議群眾均選擇退出抗議策略W，最終演變成N個抗議群眾均選擇繼續抗議策略A的概率，稱為繼續抗議策略A的固定概率，記為ρA，由(11)式得：

(12)

(13)

因此，由式(12)，式(13)，參照文獻32，我們可得出抗議群眾選擇退出抗議策略W與繼續抗議策略A的固定概率之比，詳見如下命題。

命題1：基于Moran過程的群體性突發事件隨機演化博弈模型中，抗議群體選擇繼續抗議策略A與退出抗議策略W的固定概率比值為：

(14)

3 演化選擇強度對事件化解機制的影響

3.1 隨機性因素主導作用下的弱選擇分析

在經典的確定性演化博弈理論中，抗議群眾的效用函數完全由期望收益決定。但是，在群體性突發事件的演變過程中，抗議群眾的效用函數并不是完全由期望收益決定的，還會受到系統外部各種不確定性因素、抗議群眾內部的非理性情緒等因素影響。如果各種內外部隨機性影響因素發揮著主導作用，將導致抗議群眾的策略選擇完全取決于內外部的隨機因素，效用函數趨近于外部隨機性因素決定的某個固定值，而與選擇不同策略的期望收益無關，此時即為弱選擇過程。

考慮在弱選擇條件下，即β→0時，將式(12)、式(13)在β→0處進行泰勒展開，有

(15)

(16)

命題2：基于Moran過程的群體性突發事件隨機演化博弈模型中，在隨機性因素占據主導地位的弱選擇作用下，當有關收益滿足如下條件時，抗議群體選擇退出抗議策略W將成為穩定的均衡，群體性事件得到有效化解：

6B(N-1)+2C(N+1)>3V(N-2)

(17)

分析上式可知，沖突雙方爭奪的經濟資源V越小，政府補償額B和沖突成本C越大，群體性突發事件中抗議群體將選擇退出抗議策略，事態趨于平息。

推論1：在隨機性因素占據主導地位的弱選擇作用下，群體性突發事件能夠有效化解的最大規模為：

(18)

通過命題2可知，政府在處置群體性突發事件過程中，政府應當對于有不合理訴求、煽動群眾抗議、擾亂社會秩序甚至有過激行為的群眾，給予一定的處罰，以達到增加抗議群眾沖突成本的目的。同時，針對群體事件中的少數持續不放棄抗議的抗議群眾，應該特殊情況特殊對待，給予他們額外的補償，促使他們退出抗議。此外，對于抗議群眾和政府爭奪的經濟資源，如：拆遷改造的居民住宅、征用的農村土地、改制的國有企業等經濟資源，政府應按照市場資源評估的較低標準來評估經濟資源的價值，而不要給予過高的評估價值。通過上述方法可以促使群體性突發事件化解。

通過推論可知，當隨機性因素占據主導地位時，有效化解群體性突發事件的一個關鍵因素是參與抗議活動的規模。只有當一定規模下，事態才有可能朝著有效化解的方向發展。否則，一旦超過臨界規模，事態將變得難以控制。

3.2 排除隨機性因素的強選擇分析

在強選擇條件下，即β=1，效用函數完全由期望收益決定，即抗議群眾決策是否繼續抗議完全由期望收益決定，不會受其他因素的干擾。將每一狀態i下的兩策略的效用函數進行比較，用hi來表示兩策略的效用函數之差，從而可以判斷選擇行為是否會降低或者提高某一策略抗議群眾的數量。具體表示為[33]：

hi=fi-gi,i=1,2,…N-1

(19)

若h1>0，則稱選擇支持退出抗議策略W入侵繼續抗議策略A；若hN-1<0，則稱選擇支持繼續抗議策略A入侵退出抗議策略W。

由公式(1)、公式(2)代入公式(19)可得：

(20)

(21)

命題3：基于Moran過程的群體性突發事件隨機演化博弈模型中，在排除了隨機性因素干擾的強選擇作用下，當抗議群體的規模滿足如下條件時，抗議群體選擇退出抗議策略W將成為穩定的均衡，群體性事件得到有效化解：

(22)

由命題3可知，在排除了隨機性干擾因素的強選擇條件下，抗議群眾選擇繼續抗議策略A還是退出抗議策略W與抗議群眾數量N有關，如果給定沖突成本、經濟資源和政府補償，那么存在一個臨界值[Nmax|β = 1]，當抗議群眾人數N≤[Nmax|β = 1] 時，抗議群眾為獲得更高的收益，都會選擇退出抗議策略W，退出抗議策略W將成為演化穩定策略。因此政府在處置群體性突發事件時，地方政府應該把握事態初期階段參與抗議的群體規模較小的窗口期，提高社會補償措施，加大對“打砸搶”等違法行為的懲處，從而有利于事態的化解。

命題4：基于Moran過程的群體性突發事件隨機演化博弈模型中，當抗議群體選擇退出抗議策略W將成為穩定的均衡，比較隨機性干擾占據主導地位的弱選擇過程β→0和排除了隨機性因素的強選擇過程β=1，后者具有更小的臨界抗議群眾規模，即Nmax|β = 1< Nmax|β→0。

命題4表明，當群體性事件的內外部隨機性干擾因素影響較小，抗議群體的利益訴求集中在經濟利益方面時候，由于沖突目標比較明確，地方政府需要及早介入及時采取化解措施，從而在臨界規模之前平息事態。如果事態受到了隨機性因素的主導，由于事態可控的臨界規模更大，地方政府需要摸清情況，不能貿然采取經濟補償的手段以產生不良的示范效應。

4 案例分析：東莞市C村征地補償事件

按照東莞市統一規劃方案，2011年C村被東莞市政府納入市重點項目規劃用地，征用C村183畝土地用來建設東莞市政府重點項目。C村有權獲得征地補償的人數約1200人，依照《廣東省征地補償保護標準》，東莞市政府給予每畝約7萬元的征地補償，C村村民認為政府給予的補償過低，和地方政府進行5天的協商談判，未能達成一致。在項目施工過程中，村民進行非法聚集，項目開工當天，就有大約200人到施工現場聚眾鬧事，阻礙項目進行。C村公安局最初派出150名警察到施工現場維護秩序，由于抗議群眾情緒激動，不聽執法人員的勸阻，并且攻擊執法人員。抗議群眾不斷增多。由于現場警力有限，人數不占優勢，無法穩定現場局面，C村公安局向東莞市公安局請求警力支援，東莞市公安局接到支援請求，立即派出特警隊到施工現場增援。大約30分鐘后特警隊到達現場，此時抗議人數達到最大值，經過30分鐘，最終抗議群眾被成功驅散，事件得以平息[34]。在此次事件處置過程中，抗議群眾和執法人員均有受傷。

圖1 抗議群眾策略演化隨時間變化的趨勢圖

根據案例可知，政府補償B=1281萬元。根據2011年東莞市國民經濟和社會發展統計公報[35]，東莞市農村村民人均純收入22842元，1200名村民5天的集體沖突成本C≈38萬元。重點項目帶來的經濟總收益V具有較強的不確定性，如：項目評估過程中可能會出現政府政策、法規的變化、自然災害、通貨膨脹產生的物價浮動等難以計量的因素和未知因素，因此本文將此設為關鍵的待定參數，進行敏感性分析。

圖2 不同社會資源下總人數N與退出抗議策略人數R關系圖

在弱選擇情況下，這里假定β=0.0001，考慮不同的經濟總收益V對抗議群眾策略演化的影響，通過比較退出抗議策略的人數R=NρW的大小來判斷策略演化方向，若NρW>1，即退出抗議策略W將成為演化穩定策略；若NρW<1，即繼續抗議策略A將成為演化穩定策略。根據抗議群體退出抗議策略的固定概率公式(3)、(4)和(12)，代入本案例有關數值后，可得圖2所示的總人數N與退出抗議策略人數R的關系。

由圖2可知，隨著經濟總收益V逐漸減小，臨界抗議群眾規模逐漸增大。當經濟總收益V在一定范圍內，抗議群眾人數存在一個臨界值，當抗議群眾人數小于該臨界值時，退出抗議策略W占優，當抗議群眾人數大于該臨界值時，繼續抗議策略A占優。當經濟總收益V較小時，不論抗議群眾人數多少，始終是退出抗議策略W占優，即退出抗議策略W將是演化穩定策略。

在經濟總收益分別為V1=2600，V2=2590，V3=2580時，根據公式(12)和NρW>1，可求得臨界抗議規模分別為130，208，409。即當經濟總收益V1=2600時，在0130時，繼續抗議策略A占優；當V2=2590時，在0208時，繼續抗議策略A占優；當V3=2580時，在0409時，繼續抗議策略A占優。

圖3 抗議群眾人數N與h1,hN-1,R關系圖

5 結語

隨著我國社會經濟系統的快速轉型，各種人民內部矛盾引發的群體性突發事件不僅給人們的人身和財產安全造成了威脅，而且還會使社會秩序不穩定。有效化解群體性突發事件等重大社會風險成為當前我國政府面臨的一項重要的社會任務。本文首次將Moran過程應用到化解群體性突發事件中，研究群體性突發事件中有限抗議群體策略的演化動態，構建了化解群體性突發事件的隨機演化博弈模型。

在平息群體性突發事件過程中，抗議群眾采取退出策略或繼續抗議策略將導致事態不同的演化方向。本文根據抗議群體的行動分化導致事態平息的思路，提出了化解群體性突發事件隨機演化博弈模型，并分別探討了在不同強度的隨機因素(即弱選擇和強選擇條件)下，抗議群體策略向退出抗議策略演化的條件，最后以東莞市征地補償事件進行案例研究。研究發現：基于Moran過程的群體性突發事件隨機演化博弈模型中，系統的隨機性越小，沖突雙方爭奪的經濟資源越小，政府補償額和沖突成本越大，群體性突發事件中抗議群體退出抗議的固定概率越大，事態趨于平息。抗議群眾規模存在著一個能夠成功化解的臨界值。考慮隨機性干擾占據主導地位的弱選擇過程和排除了隨機性因素的強選擇過程，后者具有更小的臨界抗議群眾規模。上述研究結論可以為地方政府有效化解群體性突發事件提供豐富的管理啟示。例如，參與抗議的群體規模是事態成功化解的重要因素，因此在群體性事件爆發的初期階段，外部隨機性因素和參與群體規模均較小，在此萌芽階段地方政府應該加大處置力度；地方政府堅持法治渠道的化解原則，加大對“打砸搶”違法行為的懲罰力度，反而有利于事態的化解等等。

本文探討群體性突發事件中抗議群體策略選擇的演化過程，本文研究還可以進行一些拓展，比如本文沒有考慮具體的隨機干擾因素，在未來的研究中，可以將影響群體性突發事件的干擾因素進行細分。同時，根據不同的隨機因素特征可以引入Wright-Fisher隨機過程進行研究。考慮到群體性突發事件化解機制除了地方政府與當事群眾進行直接溝通外，還可以通過依靠法治途徑等第三方介入。此外，本文研究不僅適用于群體性突發事件問題，而且對反恐和制造商生產等相關問題具有一定的借鑒意義。