突發事件人群信息對沖傳播演化規律分析研究*

王雙燕

（中共中央黨校（國家行政學院） 應急管理培訓中心（中歐應急管理學院），北京 100091）

0 引言

隨著自媒體的飛速發展，社會公眾在突發事件應急處置中的參與度及參與地位不容忽視，每個人都是信息的接收者和傳播者，這樣多元參與、復雜因素眾多的研究特征引起學者們對突發事件輿情引導研究的關注。同樣值得關注的是，在突發事件處置現場的場域內，需要受保護的公眾之間也存在著多源信息的發布與接收。突發事件場內的社會公眾形成的社會網絡中，應急信息（如疏散信息）和負面信息隨著人與人之間的傳播產生流動，正負面信息的傳播和流動直接影響場內公眾保護及政府應急行動效率。

與場外線上或線下輿情傳播略有不同，場內公眾突發事件應急信息傳播具有定向傳播的特點，并且場內的公眾受突發性和強壓性特征的影響，會優先選擇點對點、人對人的方式傳播信息。對于政府應急決策者而言，需要在短期內高效促進場內社會公眾間的應急信息傳播，抑制負面信息擴散。而相同的是，2 種情景下的信息傳播都會在社會網絡中產生多源頭信息對沖、多口徑信息傳播、多渠道信息干擾等現象。

政府在以往突發事件應對過程中，較關注場外輿情引導工作，特別是以傳統新聞媒體為媒介的輿情引導，如昆明火車站“3·1”嚴重暴力恐怖案、吉林長春長生公司問題疫苗案件、“東方之星”號客輪翻沉事件等處置過程中，新聞發布和輿論引導是政府首要采取的應對措施之一，其在事件初期表達立場，起到安撫民心的作用。然而，對于區域性災害事件來說，場內公眾的應急信息發布同樣需要積極關注和科學引導，這對于動員群眾自發性的應急反應、避免恐慌導致的二次踩踏、事態擴大等都具有重要意義，如天津港“8·12”瑞海公司危險品倉庫特別重大火災爆炸事故發生時，周邊近千名居民自發組織疏散，以及新冠疫情中全民參與抗疫等，公眾所依賴的傳播體系就是社會網絡。在急迫需要開發多元信息發布渠道的當下，運用社會群體所形成的社會網絡，運用社會網絡中每1 個傳播者擴散應急信息也是1個很好的選擇。Lachlan 等[1]對重大氣象災害事件中Twitter的使用情況進行分析，發現社交媒體在危機溝通、信息搜索等方面發揮著關鍵作用；Eunae等[2]通過實證檢驗發現，社交媒體內部危機信息的傳播速度遠高于外部對內發布的危機信息。

運用社會網絡擴散應急信息之前，需要對其運行機理充分了解，因此本文旨在探究突發事件場內社會群體內正負面信息對沖的規律是如何進行演化以及其演化規律的主要影響因素。

在信息對沖規律研究方面，主要有博弈理論的應用建模和計算機建模2 種方法。博弈理論是通過公式化博弈雙方之間的相互作用，通過分析博弈雙方的實際行為和預測行為，探究博弈的最優策略，該理論的1 個大前提是參與博弈的主體都是理性的[3]。大部分博弈模型傾向于通過構建博弈主體在身份上的差異性，體現其博弈行為的差異性。也有學者通過主體在影響力、知識儲備、聲譽、傳播概率等方面塑造參與主體的差異性，并剖析這些差異因素對信息傳播的影響[4]。研究發現主體的影響力、知識儲備[5]、偏好及傾向性行為[6]、網民認知能力及信息共享程度[7]會顯著影響信息傳播規律。

隨著計算機技術的發展，更多學者傾向于通過計算機建模動態分析信息傳播的演化規律，其中傳染病模型尤其受到青睞[8]。與博弈模型相同的是，計算機模型在塑造動態信息傳播情景時，傾向于刻畫主體的差異性行為，但傳統的傳染病倉室模型不完全滿足信息傳播過程中多主體的差異性設置，因此部分學者通過引入Agent建模方法，體現主體間的異質性[9]。與博弈模型存在不同的是，計算機建模可以呈現出主體間更為復雜的交互行為，并且可以通過引入相關參數，呈現不同主體的選擇行為和交互規律[10]。

受群體的影響，主體的差異性也包含非理性因素，其中最為典型的是個體的從眾心理和偏好性行為[11]，另外有認知差異[12]、即刻主觀感受[13]、態度多變性[14]等。此外，個體易受周邊個體選擇行為影響，并因為這種影響使得其呈現出多變的行為特征。

綜上所述，當前相關研究大多傾向于剖析個體差異性因素對信息傳播的影響，對信息對沖的微觀分析尚存不足。因此，本文立足于突發事件下場內群體社會網絡中的正負面信息傳播對沖研究，基于多智能體建模方法（multi-agent modelling）構建包含理性及非理性影響因素的信息傳播模型，呈現動態化信息傳播過程，從微觀角度剖析信息傳播對沖規律及其主要致因因素，以期為突發事件下面向公眾的危機事件傳播策略制定和推演提供參考與借鑒。

1 問題描述與基本假設

基于多智能體建模方法，本文構建ASN信息傳播模型，并提出以下基本假設：1）個體會按照其社會網絡選擇傳播對象，并以點對點單線方式傳播；2）個體隨機選擇信息傳播對象，1 次傳播按照隨機選擇序列傳播所有選擇對象，每傳播1 個對象至下1 個對象開始之間具有一定的時間間隔，所選擇的對象數量小于其社會關系數量，且1 個個體僅能傳播1 次應急信息及1 次負面信息；3）在信息傳播初始，同時出現應急信息及負面信息的初始傳播者，模型假設正負面信息初始傳播者數量服從Poisson 分布（總人數×10%），且在信息傳播過程中不再有新的應急信息及負面信息的注入；4）應急信息的信息值為正，負面信息的信息值為負，個體A在接收不同對象的信息后，會產生信息累積值，對沖性的信息接收后，會降低信息的累積值；5）考慮到信息傳播過程中可能存在的信息衰減[15]，假設個體A向個體B傳播應急信息時，信息的信息值會產生衰減。模型為體現群體的行為異質性，個體做出行為受隨機概率的影響，模型統一將隨機概率設計為服從0-1 的正態分布。

2 人群信息對沖傳播情景及模型構建

ASN構建情景的具體描述如下：

1）信息傳播載體。由社會群體的個體及其之間的社會關系構成的社會關系網絡。

2）信息傳播過程。初始時，社會群體中的所有個體皆為未被通知狀態。當突發事件發生時，群體內的部分個體首先獲得應急信息或負面信息，接收應急信息或負面信息的個體會根據接收信息的信息值及本身即刻的判斷閾值來決策是否會相信所接收的信息。選擇相信應急信息的個體可能做出以下行為：傳播且響應、僅傳播或僅響應；選擇相信負面信息的個體有可能會傳播負面信息；未響應個體在再次接收負面信息或應急信息后會進行再決策，其可能會因為周邊響應數量增多產生從眾，在從眾前如果就近問詢則為非盲目從眾，否則為盲目從眾。此外，隨著個體接收同類信息次數增多，可能會因接收次數過多降低其信息判斷閾值。

上述描述僅表示1 個個體的典型行為特征，同一時間節點上會出現不同個體的不同行為，且個體行為又會受到其他個體行為的影響，從而涌現出集群行為特征。

3 信息對沖傳播過程動態模擬及規律分析

鑒于ASN模型中運用大量的隨機分布和隨機數，為確保模擬結果的可靠性，本文采用Monte Carlo（MC）方法設計模擬實驗，并選取2 個真實的社會網絡推演對沖信息傳播過程，2 個真實網絡邊集及點集（規模）比分別為2 5571/1 005 和12 534/1 859。2 個網絡的度分布皆為冪律分布，屬于無標度網絡，且均具有不同的集群結構。1 次MC實驗包含10 次模擬，可輸出每次傳播模擬過程中隨時間變化的以下參數：1）盲目從眾人數；2）非盲目從眾人數；3）再決策從眾人數；4）再決策從眾影響增加的傳播人數；5）再決策影響增加的傳播次數；6）受通知次數影響增加的響應人數；7）受通知次數影響增加的傳播人數；8）再決策人數；9）響應人數。進行數據分析時，本文將每個時間節點上10 次模擬數據的均值作為最終分析數據。單次實驗模擬時長為5 000 min，預實驗表明傳播可在5 000 min 內完全收斂，即不再有新增的被傳播者。

本文設計6 種信息傳播情景，即信息傳播過程中包含負面信息對沖、從眾行為及通知累積次數的影響（RFI）；僅包含負面信息對沖及通知累積次數的影響（RI）；僅包含負面信息對沖（R）；僅包含從眾行為及通知累積次數的影響（FI）；僅包含通知累積次數的影響（I）；不包含負面信息對沖、從眾行為及通知累積次數的影響（None）。在2 種網絡中分別運行以上6 種信息傳播情景，通過控制變量的方法觀察信息對沖規律及最終響應人數的影響因素。

規模1005 的社會網絡的實驗數據如圖1～4 所示。由圖1可知，6 種情景下的最終響應人數降序為RI＞RFI＞I＞R＞FI＞None，由此可得出：

圖1 規模1005 網絡中隨時間變化的響應人數Fig.1 Number of r esponders changing over time in 1005 scale network

1）RI＞RFI以及I＞FI表明從眾在有“受通知次數影響”因素時，對應急信息傳播具有抑制作用，會抑制響應人數增加。這是因為從眾人數的增加會導致群體內接收、判斷、傳播信息的人數減少，信息無法得到進一步地擴散，必然會使得最終響應人數降低。

RFI＞FI＞None表明，相對于無任何影響因素而言，從眾行為對響應人數增加有一定的促進作用。由圖2中RFI數據可知，負面信息對沖影響下，盲目從眾行為個體數量大幅度降低，這是因為負面信息擴散加速群體內的信息流動，更少的個體獲取不到信息。反之，沒有負面信息對沖時，如圖2中FI數據，群體內較多個體無法獲取信息，從眾反而促使這部分個體響應，從而提升響應人數的增加。

圖2 規模1005 網絡中隨時間變化的從眾人數及再決策從眾后傳播人數Fig.2 Number of conformity personnel and re-decision personnel affected by conformity changing over time in 1005 scale networ k

2）RI＞RFI＞I＞R＞None表明負面信息的對沖對增加響應人數具有積極作用，尤其是有“受通知次數影響”的因素存在時效果更明顯。圖3表明，負面信息對沖明顯增加受通知次數影響的響應人數與傳播人數，這是因為負面信息的對沖傳播使得人群內的信息量加大，更多的個體，尤其是接收應急信息值不足的個體，會因為再次接收信息作出再決策行為。如圖4所示，負面信息對沖能夠促進再決策人數的增加以及再決策行為影響的傳播次數，尤其是在“受通知次數影響”因素存在時。更多人傳播信息意味著應急信息的加速擴散，從而提升響應人數。

圖3 規模1005 網絡中受通知次數影響的響應人數及傳播人數Fig.3 Numbers of responders and disseminator affected by informed times in 1005 scale network

圖4 規模1005 網絡中再決策人數及受其影響增加的傳播次數Fig.4 Number of re-decision personnel and increased dissemination times affected by r e-decision in 1005 scale network

如圖1所示，不同情景下隨時間變化的坡起階段（時間段約為4～10 min），響應人數從大到小排序為None=FI＞I＞R＞RI=RFI，由此可得出：

1）負面信息的對沖會在前期傳播中抑制響應人數的增加。這是因為在前期傳播階段，“受通知次數影響”因素對應急信息傳播的促進作用還并未凸顯，反而負面信息的對沖使得更多個體處于猶豫或相信負面信息的狀態，這些個體需要接收更多的應急信息才能作出正確反應，從而在一定時期內降低響應人數的增加速度，即傳播數量不足，傳播質量又被抑制。

2）FI＞I及RI=RFI表明在無負面信息對沖時，從眾行為在前期傳播中對響應人數的增加有一定促進作用。當沒有負面信息對沖時，個體更容易在未知狀態下做出盲目從眾行為，圖2所得結論“負面信息對沖會明顯降低從眾數量”佐證了這一觀點。

規模1859 的社會網絡的實驗數據如圖5～8 所示。由圖5可知，6 種情景響應人數降序為RI＞I＞None＞FI=R＞RFI，可得：

圖5 規模1859 網絡中隨時間變化的響應人數Fig.5 Number of r esponders changing over time in 1859 scale network

1）從眾行為抑制響應人數的增加。該結論與規模1005 網絡中結論相當，不同的是，此處從眾行為相對于無任何影響因素情景時也具有抑制作用。這說明，該網絡在短期內的信息傳播速度較快，傳播范圍內應急信息流量較大，傳播范圍內沒有太多未被通知個體需要通過從眾進行響應或者從眾帶動響應的效果不明顯。值得注意的是，由于信息存在衰減特征，且從眾僅發生在個體周邊有響應人員的情況下，網絡中必然存在始終無法傳播到的對象，此時傳播范圍僅指信息傳播可達范圍內。圖9為2 種網絡中未被通知個體數量對比情況，其中1859-R為參照基準線。如圖9所示，規模1859 的網絡在前期傳播階段未通知個體數量降低速度較快，即應急信息傳播速度較快，這種情況與網絡本身的結構特征有關。規模1859 網絡中從眾進行響應的占比更低，且圖6中受負面信息對沖影響降低的個體從眾更少，說明網絡中因信息匱乏而從眾的個體數量不多，這表明無任何影響因素下，傳播范圍內網絡的應急信息流量還是較充沛的。

圖7表明從眾對“受通知次數影響”因素的積極作用是抑制的，圖8表明從眾對再決策人數的增加及其影響下傳播人數的增加也起抑制作用。這2 個結論與上文一致。綜上，規模1859 的網絡中從眾抑制響應人數增加。

圖7 規模1859 網絡中受通知次數影響的響應人數及傳播人數Fig.7 Numbers of responders and disseminator affected by informed times in 1859 scale network

圖8 規模1859 網絡中再決策人數及受其影響增加的傳播次數Fig.8 Number of re-decision per sonnel and incr eased dissemination times affected by re-decision in 1859 scale network

圖9 2 種網絡中未被通知個體數量對比情況Fig.9 Compar ison on number of uninformed individuals in two networks

2）負面信息對沖僅在有“受通知次數影響”因素存在時能夠促進響應人數的增加，否則起抑制作用。規模1005 網絡中，負面信息對沖本身對響應人數的增加還有些許促進作用，但在1859 網絡中，該促進作用僅能在“受通知次數影響”因素存在時得以彰顯。究其原因，也與1859 網絡中傳播范圍內應急信息流量較大有關。雖然負面信息對沖能夠促進群體內的個體進行再決策行為（圖8結果），但由于網絡中信息流量較大，再決策個體可能是已經接收并相信了應急信息的個體，負面信息對沖拉低個體接收信息的累積值，在沒有“受通知次數影響”因素存在時，容易影響個體的正確判斷。在有“受通知次數影響”因素存在時，再決策個體即使接收應急信息值不足，不斷地重復判斷，可能因接受次數降低閾值，從而加大響應人數。圖7也表明負面信息對沖對受通知次數影響增加的響應及傳播人數具有促進作用。

由圖5可知，坡起階段（6～12 min）時，響應人數排序情況為I=None＞FI＞RI＞R＞RFI，可以看出，前期傳播階段，從眾行為和負面信息對沖對響應人數的增加具有抑制作用，從FI＞RI可以看出，從眾抑制作用更弱一些。

相較于規模1005 網絡，從眾對響應僅有抑制作用。經上文分析，傳播范圍內該網絡中應急信息傳播流量是比較大的，個體進行盲目及非盲目從眾占比較低，更多的個體還是通過接收信息進行著理性判斷，前期階段不需要從眾增加響應效率，顯然更多的從眾行為會抑制傳播和響應。

4 結論

1）應急信息擴散速度較低的群體內且無“受通知次數影響”時，從眾可促進響應。但在應急信息擴散速度較快或有“受通知次數影響”時，從眾會抑制響應。

2）有“受通知次數影響”時，負面信息對沖能夠明顯促進響應人數增加。

3）前期傳播階段，負面信息對沖會抑制響應。在應急信息傳播速度較快的網絡中，從眾對響應的抑制作用較為明顯。