關于PPP項目輿情風險演化模型的研究設計

溫佳慧 丁榮貴 劉冰

[摘 要] 為量化分析PPP項目輿情風險演化機制，文章結合輿情傳播的特征和項目風險演化的特征，從項目視角出發，探究PPP項目輿情風險演化的規律并構建了PPP項目輿情風險演化模型，借助該模型構建的計算實驗，為政府和社會資本在PPP項目過程中進行輿情風險治理提供決策依據，從而有效降低PPP項目輿情風險爆發的概率。

[關鍵詞] PPP項目；輿情風險；計算實驗

中圖分類號： G241.1 文獻標識碼：A 文章編號：1674-1722（2021）08-0007-03

早在2018年年末，中央有關部委就提出了新型基礎設施建設的概念。PPP項目多為重大基礎設施工程項目，往往直接關系人民群眾的切身利益，非常容易引起社會公眾的輿論關注。互聯網與通信技術的迅猛發展使信息傳播效率得到極大提升，而此時如果政府與社會資本又缺乏輿情風險控制能力和手段，會造成負面消息急速擴散，從而導致群體性社會危機的出現，輿情風險事件的爆發也就在所難免?，F如今，PPP項目被認為普遍具有很高的風險性和脆弱性[1]。Kitsak認為，輿情傳播的方式與傳染病十分相似，傳染病模型可以被用來研究輿情的傳播[2]。輿情風險由輿情事件引發，從屬于社會風險，它表現為一種輿情引發危害社會或引起社會動蕩的可能性。情緒感染理論作為風險傳播理論的研究基礎之一，在學術界得到了廣泛的認可。

計算實驗可以用來研究系統的演化、系統與環境之間的相互作用。PPP項目的輿情風險系統涉及各個要素，十分復雜，所以計算實驗方法是一種十分有效的思路。Netlogo可以為計算實驗設計提供一個可編程的建模環境。

基于上述分析，本文結合輿情傳播規律和項目風險演化特征，提出了可以利用計算實驗方法實現的基于多主體的PPP項目輿情風險演化模型。未來可以采用計算實驗的方法，為PPP項目在輿情治理策略方式、時機和渠道的選擇上提供參考。

一、PPP項目輿情風險演化過程分析

（一）PPP項目的利益相關方

PPP項目的整個生命周期參與方分別有政府公共部門、設計方、施工方、咨詢方、供應商、金融機構和社會大眾等眾多利益相關方。從參與項目的目的這一角度出發，可以將上述利益相關方大致分為政府、社會資本和公眾三個方面。政府主要承擔決策者和監督者的角色；輿情風險往往來源于社會資本方在PPP項目實施階段的不規范行為；社會公眾是PPP項目輿情風險傳播的主體并構成了風險傳播的網絡。

（二）PPP項目輿情風險基本構成要素

PPP項目社會風險的構成要素主要包括風險因素、風險節點、場域和勢能等[3]。輿情風險基本構成要素與社會風險構成要素相同。輿情風險因素是輿情風險演化發展的開端，它使社會網絡開始發生動態發展。本文輿情風險演化模型中的節點由與PPP項目相關的社會公眾構成，所有節點共同構成風險傳播的社會網絡，節點之間的關系表示風險傳遞的通道。本文用環境與個體的互動表示輿情風險場域。政府和社會私營部門不作為輿情風險傳播的節點，它們是以場域的形式影響輿情風險演化過程。根據情緒感染理論，輿情風險的勢能被描述為公眾個體的意見屬性，也就是公眾情緒的一種表達。PPP項目輿情風險傳播的過程就可以被定義為高風險個體對低風險個體的作用即高風險個體對低風險個體意見屬性的提升過程。

（三）影響PPP項目輿情風險演化過程的因素識別

影響PPP項目輿情風險演化模型的因素主要涉及主體和場域兩個方面。來自主體的影響主要考慮主體數量、主體的利益相關性、敏感程度和影響力。主體數量與社會網絡規模相關，規模越大，風險越有可能形成指數型增長，主體數量增多將加劇了PPP項目輿情風險演化的不確定性。若風險因素與該主體的利益相關性較高，那么主體就會出于維護自身利益的考慮，產生更大的反對情緒，更加主動地去傳播風險。風險因素的不同，會導致個體對風險因素的接受程度產生差異?，F實的社會網絡中每個個體對他人的影響力不同，影響力高的個體就可能成為輿情風險演化網絡中的意見領袖，對他人造成更大的影響。

場域因素主要包括政府和社會私營部門對輿情風險的處理態度、能力以及介入處理輿情風險的時機。處理態度會改變輿情風險在網絡中的發展方向，這很大程度上取決于政府和社會私營部門是否具有一個良好的處理態度。處理能力與政府和社會私營部門風險處理工作的有效性直接相關。介入處理風險的時機反映了政府和社會私營部門處理輿情風險的主動程度，介入處理的時間越早，說明政府和社會私營部門采取行動控制風險的主動性越強。

二、PPP項目輿情風險演化模型構建

（一）模型構建的前提假設

通過對社會系統相關研究的整理，本文提出如下前提假設：

H1：PPP項目輿情風險所處的復雜網絡是一個無標度網絡。

H2：輿情風險演化網絡的節點是與該項目相關的社會公眾個體，而不是項目周邊的所有個體。

H3：項目對社會公眾的影響是一次性的。

H4：政府和社會資本均希望利用盡可能短的時間平息輿情。

（二）網絡關系的識別與量化

復雜網絡的研究自20世紀60年代開始以來，它已經演化出規則網絡、小世界網絡、無標度網絡以及隨機網絡等不同的網絡結構。隨著計算機技術的發展與進步，眾多研究者開始質疑隨機網絡的現實性，并發現互聯網、輿情傳播網絡等實際網絡不適合用隨機網絡來描述。結合輿情風險的演化特征，考慮到無標度網絡會隨著新節點的加入而逐步擴張，更加貼近現實網絡不斷發展變化的特點，本文筆者選取無標度網絡作為建立網絡結構的基礎。

無標度網絡中節點度分布近似服從冪律分布，用節點度的概率分布P（k）來表示網絡中度為k的節點出現的頻率，表示為公式（3-1）。

其中冪指數γ是描述網絡結構特性的一個參數，取值通常為2—3。2001年，學者Bollobas在研究中證明了當節點數量很大時，無標度網絡中的節點度分布服從γ=3的冪律分布[4]。因此本文取3。

（三）輿情風險演化模型變量設置

（1）與主體相關的變量設置

本文筆者共設置四個參數來描述與節點相關的屬性，分別是Opinion Relevance，Sensitivity，Influence。

Opinion表示了社會公眾個體對PPP項目的意見屬性，取值范圍為[0，1]。輿情風險演化模型中公眾個體意見屬性值的取值及含義如表3-1所示。

Relevance表示在特定風險因素影響下節點與PPP項目的利益相關性，用來描述個體自身的意見屬性是否容易被改變，取值范圍為[0，1.41]。Relevance的計算公式如公式（3-2）。其中，Di表示個體i與項目中心的直線距離；Dmax表示所有個體與項目中心的直線距離的最大值。

Sensitivity表示個體對不同風險因素的敏感度，取值范圍為[1，1.41]。將輿情風險等級平均劃分為五級。一級最低，對于輿情風險傳播的影響最小；五級最高，對于輿情風險傳播的影響最明顯。Sensitivity的計算公式如公式（3-3），其中，各級風險因素在模型中所對應的函數值如表3-2所示。

Influence表示個體對與其相連個體的影響力，取值范圍為[0，1]。取值越大表明該節點對其他節點的影響力越強。Influence的計算公式如公式（3-4）所示，其中，di表示個體i的度數；dmax表示所有個體中度數的最大值。

（2）與場域相關的變量設置

本文設置Attitude、Intervene-time和Ability三個變量來衡量政府和社會私營部門對社會公眾施加影響的效果。

Attitude表示政府和社會私營部門對輿情風險的處理態度。該變量的取值范圍是[0，0.33]。將處理態度的良好程度從低到高分為一級至五級，各級態度函數值ATT的計算方式如公式（3-5）所示，其中各處理態度等級與模型中函數值的對照情況如表3-3所示。

Intervene-time表示政府與社會私營部門在出現輿情風險后介入處理的時機，取值范圍為[0，1]。 0表示政府和社會私營部門在有0%的社會公眾個體反對意見極強（Opinion≥0.66）時介入處理。一般情況下，該變量的取值為0.15，上下浮動5%，分別表示政府與社會私營部門介入時間較早和介入時間較晚的情況。各介入時機與模型中函數值的對照情況如表3-4所示。

Ability用來表示政府和社會私營部門處理風險的水平，取值范圍為[0，1]，0表示處理風險的水平極差，有0%的可能性影響社會公眾主體。將處理風險的水平的強弱從低到高分為一級到五級，各級處理能力在模型中的函數值ABI計算公式如公式（3-6）所示，其中各處理能力等級與模型中函數值的對照情況如表3-5所示。

（四）輿情風險演化過程中的交互規則

本文借鑒了任立肖等建立的輿情傳播演化模型[5]和邱作舟所建立的社會風險演化模型[6]，并提出以下交互規則：

在t時刻，當Oj-Oi≥0時，個體i的意見值將有Influencej的可能性被個體j所影響，在遍歷所有與個體i相連的全部個體之后，個體i在t時刻的意見值Oi（t），如公式（3-7）所示。其中，Oi（t）表示t時刻個體i的意見值；Oi（t-1）表示t-1時刻個體i的意見值；bij表示對個體i產生影響的全部個體數量；Oj-Oi表示與i相連的個體j與其意見值的差異程度；SEN表示社會公眾對該輿情風險因素的敏感程度；RELi表示在輿情風險因素影響下個體i與項目利益相關性的大小。

當模型運行到Intervene-time所設置的臨界值時，政府與社會私營部門會采取一定的措施介入處理。規定個體i被政府和社會資本影響之后意見值的變化情況如公式（3-8）所示。其中，Oi（t）表示t時刻個體i的意見值；Oi（t-1）表示t-1時刻個體i的意見值；ATT表示政府與社會私營部門處理風險態度的函數值。

三、結語

本文的研究屬于探索性的研究，仍存在許多不足之處，如為了突出輿情演化特征，本文對PPP項目的利益相關方進行了簡化，而且仍缺少切實可靠的實證研究內容和工程實例的數據支撐，有待未來的研究者在此基礎上進一步完善。

參考文獻：

[1]Akintoye A ， Beck M ， Hardcastle C ， et al. A Framework for the Risk Management of Private Finance Initiative Projects[M]// Public-Private Partnerships： Managing Risks and Opportunities. Blackwell Science Ltd， 2008.

[2]Jiang L L ， Hua D Y ， Zhu J F ， et al. Opinion dynamics on directed small-world networks[J]. The European Physical Journal B， 2008， 65（2）：251-255.

[3]姚亮.現階段中國社會風險的形成機理探析[J].學習與實踐，2011（08）：117-124.

[4]Bollobas B . Modern graph theory[M]. Science Pr， 2001.

[5]任立肖，張亮，張春莉.無標度網絡機制下網絡輿情傳播演化規律分析[J].現代情報，2014，34（02）：08-12.

[6]邱作舟. PPP項目社會風險涌現機理研究[D].南京：東南大學，2016（05）：120.