基于前景理論的施工安全事故網絡輿論監督演化博弈分析*

楊耀紅，曾 怡，代 靜，劉 盈

(華北水利水電大學 水利學院，河南 鄭州 450046)

0 引言

隨著我國經濟水平的提高，工程建設投資逐漸增大，安全生產管控的壓力越來越大。據我國住房城鄉建設部統計[1]，2015—2018年間建筑施工安全事故發生數量大幅度增加，其他行業如礦山、化工等也是安全事故頻發，因此，安全生產監管成為學界關注的熱點問題。有關學者從安全人員[2]、安全生產監管激勵機制[3]角度開展研究，并結合煤礦行業和食品行業的特點，研究監管機制和監管策略[4]。實際上，社會公眾對安全生產監管和安全事故處理有很大的影響，一方面社會公眾輿論對安全生產監管和安全事故處理形成壓力，具有正面促進作用；另一方面，社會公眾輿論甚至謠言傳播也有負面作用，易造成社會混亂。所以，社會輿論管理是國家治理體系和治理能力的重要組成部分。彭小兵等[5]以天津港“8·12”瑞海公司危險品倉庫特別重大火災爆炸事故為例研究發現社會公眾信息不對稱是引發生產安全事故的內因。王循慶等[6]把公眾參與納入化工企業安全生產監管中，分析政府、化工企業和公眾演化博弈策略選擇的影響因素。王朋舉[7]通過分析安全生產過程中企業尋租行為，發現社會公眾監督效率提高能有效阻止企業和政府監管部門的尋租行為。

隨著移動網絡和自媒體的高速發展，網絡輿論成為社會公眾表達民意的主要載體。網絡輿情傳播分為3個階段：初始階段、發展階段和恢復階段[8]，孟驪超等[9]通過對不同階段涉及的主體分別構建演化博弈模型，發現網民的心理滿足程度影響網民的策略選擇，甚至改變網絡輿情的發展走向。胡歡等[10]在重大疫情背景下建立政府、網絡運行商和造謠者3方演化博弈模型，為疫情期間網絡謠言監管提供了對策和建議。而生產安全事故原因以及事故后續的責任認定和處罰容易成為輿論關注的焦點，促使網絡輿論快速發酵。如2019年12月4日湖南省瀏陽市碧溪煙花制造有限公司發生重大爆炸事故，該公司瞞報、謊報事故傷亡人數[11]；2020年3月13日，合肥市包河區茂悅花園2期項目工地，發生1起高處墜落事故，該施工承包公司瞞報了該起事故[12]。周領[13]基于2018年政府被動回應長春長生疫苗事件導致的網絡輿論爆發事件，說明網絡輿論能促動政府強化監管，促進政府積極主動回應輿論。

網絡輿論監督較之其他傳統的公眾監督方式傳播速度更快、影響力更大，政府如何有效應對處理施工安全事故和有效管控網絡輿論，施工承包商如何回應社會公眾關切，社會公眾如何發揮網絡輿論監督作用，避免傳謠造成社會恐慌，都是亟待解決的問題。因此網絡輿論監督是加強政府施工安全監管、約束承包商安全生產行為的重要監管機制，是推進國家治理體系和治理能力現代化的重要內容。基于前景理論建立政府、承包商和公眾施工安全事故輿論監管演化博弈模型，討論各方的策略選擇，并基于SD仿真分析社會公眾輿論監督對政府、承包商應對施工生產安全事故行為的影響。

1 基本假設和建立模型

(1)

式中：α為安全風險追求系數；β為損失規避系數。

3方主體的安全風險追求系數分別為α1，α2，α3，損失規避系數為β1，β2，β3。

假設2：政府的決策空間為主動回應和被動回應。主動回應包括政府積極調查施工安全事故的具體情況，以及主動發布事故調查信息。政府選擇主動回應的概率為x，被動回應的概率為1-x。承包商為了降低事故等級或降低處罰可能會選擇向政府和公眾隱瞞信息，包括財產損失、人員傷亡和事故原因等施工安全事故信息。承包商如實公布信息的概率為y，隱瞞信息的概率為1-y。公眾在知曉施工安全事故后，觀察到政府和承包商關于應對施工安全事故的行為，為了利益公眾可能會選擇輿論監督政府和承包商行為。公眾輿論監督的概率為z，不進行輿論監督的概率為1-z。

假設3：政府積極調查施工安全事故需要付出成本C1，政府以敷衍的態度調查事故的成本為C2；政府主動回應會使公眾對政府的公信力提升，獲得感知收益V(G1)，而被動回應公信力降低，政府造成感知損失V(-G2)；生產安全事故發生后，政府對承包商處罰H，政府調查發現承包商隱瞞信息時，政府對承包商加大懲罰力度F。

假設4：生產安全事故發生后對承包商造成損失S，承包商隱瞞信息，需要付出感知成本V(-P)。公眾選擇輿論監督與不輿論監督時，政府發現承包商隱瞞信息的概率分別為a和b，政府敷衍調查施工安全事故一定不會發現承包商隱瞞信息。

假設5：當公眾選擇輿論監督時，可以獲得關注、點擊率等收益，政府主動回應會讓輿論在輿情發酵之前慢慢消落，公眾的感知收益為V(R1)，政府被動回應時公眾的感知收益為V(R2)。承包商隱瞞信息沒有被發現時，施工安全隱患未清除，工程項目可能會因為同樣的原因再次發生施工生產安全事故，導致公眾的社會效益感知損失V(-J)。政府主動回應與被動回應時，公眾造謠的概率分別為g和f。網絡運行商監控公眾輿論的概率為h，網絡運行商監控到公眾造謠時，會對公眾進行刪帖或封號處理，對公眾造成感知損失V(-D)。

基于以上假設，建立政府、承包商和公眾3方的收益支付感知矩陣，如表1所示。

表1 收益感知矩陣Table 1 Revenue perception matrix

2 演化博弈分析

當政府主動回應的概率為1時，政府公信力提升G1，政府被動回應時，政府公信力下降，造成損失G2，政府的感知收益，如式(2)～(3)所示：

(2)

(3)

同理可得：V(-P)=-β2Pα2；V(R1)=R1α3；V(R2)=R2α3；V(-J)=-β3Jα3；V(-D)=-β3Dα3。

根據Taylor[15]提出的復制動態模型。政府選擇主動回應的復制動態方程，如式(4)所示：

(4)

承包商選擇如實公布信息的復制動態方程，如式(5)所示：

(5)

公眾選擇輿論監督策略的復制動態方程，如式(6)所示：

(6)

令F(x)=0，F(y)=0，F(z)=0，解得(0,0,0)、(0,0,1)、(0,1,0)、(0,1,1)、(1,0,0)、(1,0,1)、(1,1,0)和(1,1,1)8個特殊均衡點和1個混合策略均衡解(x*,y*,z*)，如式(7)所示。多種群演化博弈的演化穩定均衡一定為嚴格納什均衡，混合策略納什均衡不能抵抗多次累積的微小干擾，最終向純策略演化，因此不討論混合策略均衡點的穩定性[16]。根據Friedman[17]提出的方法，通過分析微分方程組Jacobi矩陣的局部穩定性來判斷均衡點的穩定性。3方博弈復制動態方程組的Jacobi矩陣如式(8)所示：

(7)

(8)

把8個特殊均衡點代入Jacobi矩陣，解得8個局部均衡點分別對應的3個特征值，如表2所示。

表2 均衡點特征值Table 2 Eigenvalues of equilibrium points

由于C1>C2，因此(1,1,0)為不穩定點，意味著公眾選擇不進行輿論監督時，隨著時間的改變，政府和承包商不會趨向于選擇主動回應和如實公布信息，表明在施工安全事故發生之后，公眾對政府和承包商施工安全事故處理的監督至關重要。G1>0且G2>0，所以(0,1,1)為不穩定點，說明僅依靠公眾輿論監督，承包商在施工安全事故發生后不會選擇如實公布信息。

當aF-H+β2Pα2>0，(1+g)R1α3-ghβ3Dα3>0時，承包商選擇如實公布信息的期望收益大于隱瞞信息的期望收益，公眾選擇輿論監督獲得的收益大于選擇輿論監督需要付出的成本，此時(1,1,1)是穩定點。

當-H+β2Pα2>0，(1+f)R2α3-fhβ3Dα3<0時，(0,1,0)是穩定點。即使當公眾不監督，政府被動回應時，承包商依然會在施工安全事故發生后趨向于選擇如實公布信息，此時不會由于輿情造成社會恐慌或公眾為了利益造謠。

3 演化博弈SD模型及仿真分析

3.1 演化博弈SD模型

系統動力學通過建立模型進行仿真分析，提供解決問題的方法或決策。系統動力學與演化博弈方法結合更適合解決長期性、周期性問題，因此借助系統動力學能更好地判斷系統復制動態方程組的穩定點，分析演化博弈主體策略選擇的影響因素。

運用Vensim軟件，構建系統動力學演化博弈流率基本模型，演化博弈SD模型見圖1。

圖1 演化博弈SD模型Fig.1 Evolutionary game SD model

3.2 數值仿真分析

設x,y,z的初始值為x0=y0=z0=0.5，假定C1=5,C2=3,G1=4,G2=4,H=7,F=10,P=4,S=10,a=0.5,b=0.4,R1=3,R2=5,J=6,D=10,g=0.5,f=0.6,h=0.8[10,18]，期望效益中價值函數的安全風險追求系數、損失規避系數分別設置為：α1=α2=α3=0.88，β1=β2=β3=2.25[19]。得到圖2所示仿真結果。

圖2 基本演化過程Fig.2 Basic evolutionary process

1)博弈主體安全風險追求系數和風險規避系數敏感性分析

在不改變基本演化博弈圖其他變量的前提下，分別改變政府、承包商和公眾的安全風險追求系數與損失規避系數，分析政府、承包商和公眾3方主體對價值的敏感性。

取α1=0.2,β1=1.3進行數值仿真，結果如圖3所示。根據仿真結果發現，改變政府的安全風險追求系數和損失規避系數并不會改變政府、承包商和公眾的演化穩定策略。

圖3 α1和β1對系統演化的影響Fig.3 Influence of α1 and β1 on system evolution

取α2=0.2,β2=1.3進行仿真，結果如圖4(a)所示，發現3方的演化穩定結果變成(1,0,0)。這是由于承包商對價值的敏感性減弱或比起損失更在意收益。同時令a=0.8，數值仿真結果如圖4(b)所示。此時政府選擇主動回應策略，承包商和公眾2個博弈主體的策略選擇反復波動，不存在穩定策略。

圖4 α2和β2對系統演化的影響Fig.4 Influence of α2 and β2 on system evolution

在α2=0.2,β2=1.3且a=0.8的前提下，令F=15進行仿真，結果如圖4(c)所示。通過仿真結果發現，增大政府對承包商隱瞞信息的處罰，最終演化博弈3方主體穩定結果變成(1,1,0)。說明政府積極主動調查施工安全事故具體情況及原因，導致承包商隱瞞事故信息被發現時，承包商受到的處罰加大，承包商選擇隱瞞信息策略的收益小于損失。

取α3=0.2,β3=1.3進行仿真，結果如圖5所示。公眾相對于損失來說更在意收益，公眾感知的選擇輿論監督且造謠獲得的利益大于損失，因此公眾選擇輿論監督，而公眾的策略選擇影響政府的決策，最終為了利益也趨向于選擇主動回應。

圖5 α3和β3對系統演化的影響Fig.5 Influence of α3 and β3 on system evolution

2)公眾選擇造謠概率敏感性分析

在其他初始參數值不變的情況下，取g=0.2進行仿真，結果如圖6(a)所示。同時改變f=0.2進行仿真，結果如圖6(b)所示。發現政府主動回應時，公眾選擇造謠的概率降低，不能改變演化穩定策略。但是當f=0.2時，公眾認識到選擇輿論監督的收益大于損失，逐漸趨向于選擇輿論監督。

圖6 公眾造謠概率對系統演化的影響Fig.6 Influence of probability of public spread rumors on system evolution

3)公眾輿論監督獲得收益敏感性分析

在其他初始參數值不改變的情況下，取R2=8進行仿真，結果如圖7(a)示。通過觀察仿真結果圖發現，隨著R2的增大，短期內政府和公眾的行為表現出很大的反復波動現象。政府短期內會冒險嘗試被動回應，但最終會選擇主動回應策略。公眾選擇輿論監督的期望收益小于不監督的期望收益，公眾最終穩定于不監督。同時增大R1=7進行仿真，結果如圖7(b)所示。發現R1同時增大的情況下，公眾通過不斷學習，意識到選擇輿論監督的期望收益大于不監督的期望收益，很快達到輿論監督的穩定，且有效抑制了政府和公眾策略反復波動。

圖7 公眾監督的收益對系統演化的影響Fig.7 Influence of probability of public rumor spreading on system evolution

4 結論

1)政府對感知收益與損失并不敏感，但承包商和公眾對收益和損失的敏感程度對其策略選擇的影響比較大，說明心理作用對博弈主體的策略選擇有較大影響。

2)對于風險追求型承包商，提高政府發現承包商隱瞞信息的概率及政府對承包商的處罰能使承包商在施工安全事故發生后趨向于選擇如實公布信息。對于風險規避型社會公眾，減小公眾選擇造謠概率和增大公眾輿論監督獲得的收益能使公眾趨向于選擇輿論監督。

3)政府和承包商的策略選擇會隨著公眾策略的改變而改變，說明有效的公眾輿論監督能有效促使政府積極主動回應公眾關切，促使承包商如實公布信息。