環境事件網絡輿情演化博弈模型構建及分析

摘? 要：突發環境事件網絡輿情的有效管控對建立政府公信力和營造網絡法治化環境意義重大.基于演化博弈理論和系統動力理論，分析了無政府管控下環境事件網絡輿情參與主體策略選擇的演化規律，構建了一個政府管控下網媒、網民和政府的三方網絡博弈場，并建立系統動力學模型.以“3·21響水爆炸事件”為例進行仿真分析發現：環境事件網絡輿情的擴散主要受政府獎懲力度和動態懲罰機制的影響，政府可通過建立網絡輿情監測預警機制、構建科學的動態獎懲治理機制和規范網民訴求表達方式以實現對環境事件網絡輿情的有效管控.

關鍵詞：環境事件；網絡輿情；演化博弈；系統動力學

中圖分類號：G206.2;F224? ????文獻標志碼：A文章編號：1000-2367（2024）03-0062-09

2021年，全國共發生突發環境事件199起，近十年間呈逐年下降趨勢［1］.但公共環境事件多發頻發的高風險態勢尚未根本改變，且呈現出情況復雜、公眾關注度高等新的特征，輿情傳播程度總體上明顯高于其他群體性突發事件.與突發環境事件相伴而生的輿情對環境事件的態勢演變和應急處置造成較大影響，而社交媒體催生的網絡輿情產生的影響更甚［2-3］.從眾心理引發的情緒失控、言論偏激等非理性行為可能誘發線上線下聯合共振的大規模群體性事件，從而引發嚴重的社會危機.

當前學術界主要從“詮釋學”與“治理學”兩個維度探討突發環境事件網絡輿情.詮釋學重在闡明互聯網場域中環境事件網絡輿情的傳播要素與演化特點，如文獻［4］認為新聞與觀點之間的界限在內容和形式上變得模糊，而新聞在互聯網上的傳播過程與在線輿論形成過程整合在一起；文獻［5-6］指出環境事件參與主體需經歷不滿情緒的形成、持續發酵、焦點事件和沖突與對抗4個階段的演化過程；文獻［7-8］通過建立誤對策博弈模型分析得出化工企業的“欺騙”行為與周邊居民的“搭便車”行為共同導致了環境污染負的外部性；文獻［9］發現引入中央政府懲罰機制能夠有效推動中央與地方的合作，共同監測環境事件輿情的發展.治理學則從多角度探索互聯網情境下突發環境事件中網民集體行為的治理方式.虞銘明等［10］通過實例仿真發現環境事件發生后，政府運用協商、談判、洽談等透明的、民主的治理方式能有效地管控輿情發展走勢，化解網民的憤怒情緒；文獻［11］發現網媒對環境事件的報道能提高政府的社會治理效率，政府應通過官方媒體及時回應事件并表明態度來提高網民對政府的信任度；文獻［12］主張跨界協同整合公共部門與私人部門間的關系，以重塑政府在環境事件等公共管理中的價值和責任.文獻［13］研究發現，原始信息的模糊性是引發網民興趣或恐懼的主要原因，政府在負面信息流出時，應迅速介入信息源的調查，及時消除民眾的擔憂與恐慌，而上級政府采用標準控制方式可以推動地方政府形成信息公開的慣性，官媒報道方式通過社會影響力約束地方政府有限公開信息行為，并為公眾提供參與信息公開的政治機會［14］.

收稿日期：2023-03-24;修回日期：2023-11-20.

基金項目：國家社科基金（22BJY051）;河南省軟科學研究計劃項目（242400410522）.

作者簡介（通信作者）：鄒琳（1975-），女，山東煙臺人，鄭州輕工業大學副編審，研究方向為傳播理論與傳播媒介，E-mail：orange0504@126.com.

引用本文：鄒琳.環境事件網絡輿情演化博弈模型構建及分析［J］.河南師范大學學報（自然科學版），2024，52（3）：62-70.（Zou Lin.The construction and analysis of evolutionary game model for environmental event network public opinion［J］.Journal of Henan Normal University（Natural Science Edition），2024，52（3）：62-70.DOI：10.16366/j.cnki.1000-2367.2023.03.24.0004.）

由此可以看出，學者們已經開始嘗試基于案例研究環境事件網絡輿情演化規律及治理策略，但仍存在重理論構建而輕結構性剖析的情況，更缺乏將影響網絡輿情演化的多重變量因素整合為一個動態系統的歸因性研究.鑒于環境事件網絡輿情演化是一種典型的復雜系統，本文擬通過對比有無政府管控下環境事件網絡輿情參與主體策略選擇的不同，構建一個政府管控下網媒、網民和政府的三方網絡博弈場，據此建立系統動力學模型，通過真實的環境事件案例仿真檢驗模型的有效性，并得出政府管控的政策建議.

1? 網絡輿情演化博弈模型

1.1? 無政府管控的演化博弈分析

1.1.1? 模型假設及問題描述

在環境事件網絡輿情演化過程中，各參與主體會從自身利益最大化角度出發不斷調整策略，形成一個利益博弈場［15］.結合各參與主體特性、環境事件網絡輿情演化特征及相關學者的研究成果，在“信息不對稱”和“有限理性人”假設的前提下，設定博弈主體集合為網媒和網民，網媒的策略空間為{報道，不報道}，網民的策略空間為{參與，不參與}.網民基于對環境惡化的擔憂在網上討論環境惡化后果并發表反對意見，本研究將網民該動機納為主要變量參數，其他如所屬利益集團的政治動機、借環境事件輿情炒作等動機則不在本文探討范圍之內.此外，網民中的意見領袖在某種程度上屬于特殊的“網媒”，本文將其歸類于網媒這一博弈主體.網媒和網民參與環境事件網絡輿情演化博弈模型的相關參數設定如表1所示.

表1? 兩方博弈模型的參數設定

Tab. 1? Parameter setting of the two-party game model

博弈主體參數變量含義

網媒MRM1網媒報道輿情獲得點擊量、廣告等收益

CM1網媒報道輿情的固定初始成本

CM2網媒進一步報道輿情的發展成本

CM3網媒不報道輿情損失的網民關注度博弈主體參數變量含義

網民PRP1網民參與輿情獲得心理滿足感、認同感等收益

CP1網民參與輿情要支付的時間、搜索等成本

CP2網民不參與輿情存在信息滯后的損失

CP3網媒不報道輿情時，網民想要了解輿情需付出額外成本

設網媒采取“報道”策略的概率為α，則“不報道”的概率為1-α；網民“參與”的概率為β，則“不參與”的概率為1-β，且α，β∈［0，1］.因此，可得出雙方參與環境事件網絡輿情的演化博弈收益矩陣，如表2所示.

1.1.2? 模型求解與分析

由表2可知，網媒報道環境事件網絡輿情的期望收益為UM1=β（RM1-CM1-CM2）-（1-β）CM1，網媒不報道環境事件網絡輿情的期望收益為UM2=-βCM3，則網媒的平均收益為UM=αUM1+（1-α）UM2.為便于分析環境事件網絡輿情的穩定性，可利用微分博弈對網媒策略的復制動態方程進行研究.網媒報道環境事件網絡輿情的復制動態方程為F（α）=dαdt=α（UM1-UM）=α（1-α）［β（RM1-CM2+CM3）-CM1］.（1）

同理，可得出網民參與環境事件網絡輿情的復制動態方程為F（β）=dβdt=β（UM1-UM）=β（1-β）［α（RP1-CP1+CP2）-（1-α）CP3］.（2）

無政府管控下網媒和網民參與環境事件網絡輿情的演化博弈過程可以由式（1）和（2）構成的復制動態方程組來描述［16］.令F（α），F（β）=0，可得出5個系統均衡決策點，分別為E1（0，0），E2（0，1），E3（1，0），E4（1，1）及閾值點E0（CP3RP1-CP1+CP2+CP3，CM1RM1-CM2+CM3）.

對F（α）與F（β）分別關于α、β求偏導數，可得雅克比矩陣

J=a11a12a21a22=（1-2α）［β（RM1-CM2+CM3）-CM1］α（1-α）（RM1-CM2+CM3）αβ（1-β）（RP1-CP1+CP2+CP3）（1-2β）［α（RP1-CP1+CP2）-（1-α）CP3］.

行列式J的值大于0，矩陣J的跡小于0時，可以判斷這5個系統均衡決策點是局部穩定點.在E0點恒有a11+a22=0，因此該點為鞍點，可將其排除，只需判斷余下4個點.

1.1.3? 模型演化結果分析

由于α，β代表雙方采取策略的概率變化情況，α，β∈［0，1］，因此可得0CM1RM1-CM2+CM31及0CP3RP1-CP1+CP2+CP31.假設RM1-CM1-CM2-CM3，即網媒認為采取報道策略的收益大于等于采取不報道策略的收益時，網媒基于自身利益角度考慮會極力主動傳播網絡輿情；同理，當RP1-CP1-CP2時，即網民采取參與策略的收益大于等于采取不參與策略的收益時，網民也會積極參與網絡輿情的討論.基于上述分析，對剩下的4個均衡點進行逐一計算，可得無政府管控下網媒和網民參與環境事件網絡輿情演化博弈穩定性結果，如表3所示.

由表3可知，E1（0，0），E3（1，1）為環境事件網絡輿情的演化穩定點策略組合，如圖1所示，以折線E2E0E4為界，將E1E2E3E4分割成E1E2E4區域即網媒和網民采取（不報道，不參與）策略和E2E3E4區域即網媒和網民采取（報道，參與）策略.當初始狀態在E1E2E4區域內時，網媒和網民會采取不參與環境事件網絡輿情的策略，雙方策略選擇最終會收斂于E1（0，0）.當初始狀態在E2E3E4區域內時，雙方都會參與到環境事件網絡輿情中去，即網媒會采取報道策略，網民會參與環境事件討論，雙方策略選擇最終會收斂于E3（1，1）.

初始狀態在E0點附近時，細微變化都會影響環境事件網絡輿情演化的方向.環境事件網絡輿情的演化更趨向于哪一結果取決于區域E1E2E0E4面積S1和區域E2E3E4E0面積S2的大小.因此，通過對S1，S2面積的計算與比較，可描述網媒和網民博弈雙方長期均衡策略的概率，如式（3）所示.S1=1-S2，S2=12（CM1RM1-CM2+CM3+CP3RP1-CP1+CP2+CP3）.（3）

S2的面積受雙方博弈初始狀態、改變策略后的收益與成本的共同作用，當S2＞S1時，網絡輿情會趨向于（報道，參與）的穩定均衡狀態，反之則趨向于（不報道，不參與）狀態.鞍點E0的變動方向受到雙方參與成本CM1，CM2，CP1和參與前后收益差RM1-CM2+CM3，RP1-CP1+CP2+CP3的共同影響.由于網媒報道環境事件獲得點擊量、廣告等收益很大，遠遠大于報道與進一步報道的成本和，且通過網絡的“煽動”及網民“愛看熱鬧”的心理，使得環境事件輿情的發酵在短期內一發不可收.在沒有政府管控的情況下，網媒和網民的策略會逐漸趨向于E3（1，1）穩定均衡點，即從自身利益最大化角度出發，網媒和網民最終的演化策略是（報道，參與）.可見，環境事件網絡輿情系統會通過網媒和網民演化博弈愈演愈烈，釀成社會輿論危機，這需要政府出面管控輿情的發展.

1.2? 有政府管控的演化博弈分析

環境事件網絡輿情的演化事關社會秩序的穩定運行，參與主體的策略選擇必然會受到政府的管控.在此，考慮到政府的影響，建立政府、網媒、網民的三方博弈模型以分析環境事件網絡輿情的演化行為與特征.

1.2.1? 模型假設及問題描述

設政府在管控環境事件網絡輿情時的策略空間為{管控，不管控}.在表1的基礎上，加入政府作為博弈主體，三方博弈模型相關參數的設定如表4所示.

設政府“管控”網絡輿情的概率為γ，則“不管控”策略的概率為1-γ，γ∈［0，1］.由表4可得出政府、網媒、網民的策略組合及相應的收益，如表5所示.

1.2.2? 模型求解與分析

由表5的三方收益矩陣可知，網媒報道環境事件網絡輿情的期望收益為UM1=βγ（RM1-CM1-CM2-CM4）+（1-β）γ（-CM1-CM4）+β（1-γ）（RM1-CM1-

CM2）+（1-β）（1-γ）（-CM1）=β（RM1-CM2）-γCM4-CM1.（4）

網媒不報道環境事件網絡輿情的期望收益為UM2=βγ（RM2-CM3）+（1-β）γRM2+β（1-γ）（-CM3）=γRM2-βCM3.（5）

網媒的平均收益為UM=αUM1+（1-α）UM2.（6）

網媒的復制動態方程為F（α）=dαdt=α（UM1-UM）=α（1-α）［β（RM1-CM2+CM3）-γ（RM2+CM4）-CM1］.（7）

同理，可得網民和政府的復制動態方程，則整個環境事件網絡輿情監管系統三方博弈的系統動力學方程組為

F（α）=α（1-α）［β（RM1-CM2+CM3）-γ（CM4+RM2）-CM1］，

F（β）=β（1-β）［α（RP1-CP1+CP2+CP3）+（1-α）γCP2-CP3］，

F（γ）=γ（1-γ）［α（RG1+CG2+RM2+CM4）+β（RG2+CG3）-CG1-RM2］.（8）

動力學方程能夠反映各博弈主體策略選擇的速度和方向，令方程組（8）中的方程都等于0，通過計算推導可得到政府管控下環境事件網絡輿情的演化穩定策略.然而，一方面，參與環境事件網絡輿情的網媒主體和網民主體數量眾多，且各主體之間相互影響，一個網站上可能存在不同性質的網民（意見領袖、社會成員），一個網民也可能在不同網站上討論該環境事件.這種錯綜復雜的關系導致滿足均衡條件的均衡點求解十分困難.另一方面，假設各方主體是有限理性的，各方須經過長時間的多次、重復博弈才能形成穩定均衡狀態，若再考慮延遲因素，則分析更為復雜.因此，嘗試基于系統動力學原理，構建網媒和網民參與的、政府管控的SD模型，借助Vensim軟件對環境事件網絡輿情演化過程進行仿真分析，模擬各主體的策略行為，找出環境事件擴散、發酵的影響因素與政府對網媒和網民策略選擇的影響作用.

1.3? 環境事件網絡輿情的系統動力學模型構建

將博弈模型與系統動力學仿真相結合，對推動環境事件網絡輿情各主體行為策略選擇的影響因素及政府管控措施的作用效果進行分析.在此，先確定環境事件網絡輿情的系統邊界和各主體間的因果關系，然后構建網媒和網民參與、政府管控的SD模型.

1.3.1? 系統邊界與因果關系

系統邊界既是對目標系統探討范圍的界定，也是對系統組成要素的確定，對系統的行為模式具有決定作用.環境事件網絡輿情的發展演化主要受三方面的影響，因此存在網媒、網民及政府3個子系統，各子系統邊界以自身利益為紐帶對應不同的主體組合.

環境事件網絡輿情各方的策略選擇都是追求利益最大化的作用結果，因此應從收益角度分析各子系統內部的因果關系.在環境事件網絡輿情各子系統內部，存量為各博弈方參與環境事件網絡輿情的概率，流量為各博弈方參與環境事件網絡輿情的概率的變化率.此外，根據各博弈方關系來擬定各子系統間的因果關系并動態調節相應的輔助變量與常量，以保障網媒、網民及政府3個子系統間彼此的溝通.

1.3.2? 系統動力學模型構建

利用系統動力學仿真工具Vensim PLE軟件對網媒、網民與政府三方的行為選擇進行博弈模擬，構建SD演化博弈模型，如圖2所示.根據環境事件網絡輿情系統邊界與因果關系的確定、判別方法及關系式的基本概念［13］，將網媒報道概率、網民參與概率及政府管控概率作為3個水平變量，將各主體策略選擇的概率的變化率作為3個速率變量，外加16個輔助變量與常量來實現SD模型的構建.

2? 仿真分析

2.1? 事件描述

2019年3月21日14時48分，江蘇省鹽城市響水縣陳家港化工園區內發生爆炸，事件發生不到一小時，“搶鹽風波”“消防員吸入大量致癌氣體犧牲”“鹽城市委被指化工整治不徹底”“親歷者：車都抖了”等一系列輿情在微博、微信、知乎等主要網絡媒體被傳播后，迅速引起了網民的熱議，隨后其他眾多網絡媒體紛紛轉發、跟帖，進一步的炒作引發了更多網民及響水縣周邊民眾的擔憂與恐慌［16］.在“3·21響水爆炸事件”愈演愈烈、嚴重影響社會秩序的情況下，地方政府采取一系列措施，迅速介入網絡輿情的管控，積極主動引導媒體報道和社會輿論.隨著江蘇省本地官方媒體的系列發聲、人民日報推送的20多條微博及丁香醫生、果殼等自媒體的健康傳播報道，最后還原了“3·21響水爆炸事件”真相.

在該事件網絡輿情演化過程中，主要涉及網媒、網民及政府3個博弈子系統，其演化模式基本符合本文構建的博弈模型，可利用圖2所示SD演化博弈模型進行仿真分析.通過對“3·21響水爆炸事件”網絡輿情擴散的案例分析，對圖2模型中各變量進行初始賦值，設RM1=8，RM2=4，CM1=2，CM2=3，CM3=5，CM4=5，RP1=2，RP2=4，CP1=1，CP2=3，CP3=2，RG1=3，RG2=3，CG1=2，CG2=4，CG3=4.基本參數設置為：INITIAL TIME=0，FINAL TIME=72，TIME STEP=1，Unites for Time=Hour.由于策略組合只有1和0兩種選擇，因此該三方博弈的策略組合共有8個，分別為E1（0，0，0），E2（0，0，1），E3（0，1，0），E4（0，1，1），E5（1，0，0），E6（1，1，0），E7（1，0，1），E8（1，1，1），這8個策略組合不是都處于穩定狀態，任何一方行為有微小的改變都會破壞原有的均衡狀態，向其他均衡狀態演變.

2.2? 演化結果分析

2.2.1? 政府懲罰力度的作用效果

保持其他變量的值不變，僅調節CM4的值，演化過程如圖3所示，3條曲線分別表示政府罰金CM4為4、5、6時的仿真結果.可以看出，隨著政府懲罰力度的不斷加大，網媒和網民在收益矩陣達到穩定均衡點采取報道策略的概率隨著時間變化在不斷降低；政府罰金的實施對象是網媒，但網民參與環境事件網絡輿情概率的降低幅度明顯高于網媒，其參與度消退的速率也很快.這是因為當政府積極管控環境事件網絡輿情，采取罰款等懲罰措施且其罰金大于網媒采取報道策略的收益時，網媒基于自身利益必然不會再擴大傳播力度.而政府對網媒采取的懲罰，一方面罰金很大程度是由網民間接承擔的，并且網民主體中一類特殊參與主體“意見領袖”被歸類于網媒主體，因此政府懲罰在某種程度上是由網民承擔的；另一方面，當網媒不再報道并且與政府一起共同引導環境事件網絡輿情正確走向時，隨著網絡輿情話題熱度的下降及網民疑惑、擔心與好奇度的減少，網民對輿情的不當言論參與度必然會大幅度下降，直到網絡輿情最終消退.

2.2.2? 政府獎勵力度的作用效果

同樣保持其他變量的值不變，僅調節RM2的值，演化過程如圖4所示，3條曲線分別表示政府獎勵RM2為3、4、5時的仿真結果.可以看出，政府積極管控時隨著對網媒不報道環境事件網絡輿情給予的獎勵不斷增大，網媒和網民參與輿情的概率不斷降低；網媒參與網絡輿情的概率整體走勢低于網民，面對政府的獎勵，網媒的反應也更為迅速.究其原因，網媒是直接獎勵受益者，而網民更多的是在政府和網媒的引導下選擇參與，其行為更易受到外在客觀因素的影響.

2.2.3? 動態獎懲機制的作用效果

政府的獎勵和懲罰都會影響網媒與網民的策略選擇.如何更有效地推動環境事件網絡輿情參與主體做出正確的選擇，從而正確引導環境事件網絡輿情的走向，使博弈三方達到穩定均衡狀態，可以嘗試采取動態獎懲機制進行分析.在圖2中添加動態懲罰機制的變量關系式：罰金FM=（不報道收益*不報道概率-報道收益*報道概率）*政府管控概率；罰金FP=（不參與收益*不報道概率-參與收益*報道概率）*政府管控概率，動態獎勵與動態懲罰關系式的結果互為相反數.如圖5所示，當CM2=5、RM2=4時，藍、紅兩條曲線分別為靜態懲罰機制與動態懲罰機制下網媒與網民采取報道與參與策略的演化過程.可以看出，相比靜態懲罰機制而言，動態懲罰機制能夠在很大程度上縮短網媒和網民達到均衡穩定狀態的時間，同理動態獎勵機制亦是如此.因此，運用動態獎懲機制能夠有效降低環境事件網絡輿情主體的不當言論參與概率.

3? 結論與建議

本文分別構建了有、無政府管控的網媒和網民參與環境事件網絡輿情演化博弈模型，并對政府管控下的三方動態演化過程進行了系統動力學仿真分析.研究得出3點結論：（1）無政府管控的網媒和網民最終演化策略是（報道，參與），通過自身演化很難實現環境事件網絡輿情系統的健康穩定發展，這會使得環境事件網絡輿情繼續發酵，釀成社會輿論危機.（2）政府管控下的環境事件網絡輿情參與主體間的策略選擇主要受政府采取的獎勵與懲罰機制的影響，運用動態獎懲機制能夠有效降低環境事件網絡輿情主體的不當言論參與度.（3）網媒作為環境事件網絡輿情傳播和擴散最直接的利益主體，對政府懲罰力度的敏感性遠低于網民，政府對其的懲罰成本很大程度上間接轉嫁到了網民身上.

為實現對環境事件網絡輿情的有效管控，結合本文的分析結果提出3點政策建議：（1）建立網絡輿情監測預警機制，及時掌握輿情動態.政府可利用輿情智能分析技術對環境事件進行自動采集、自動分類、智能過濾、自動聚類、主題檢測和統計分析，及時掌握有關輿情動態及危機征兆，并協同相關部門進行會商，為應急預案的實施提出快速決策依據.（2）構建科學的獎懲體制，適度增加獎懲力度，采取動態獎懲治理機制.改變傳統的“圍”“追”“堵”“壓”等高壓手段，加強網絡生態治理，轉化懲罰思路，適時采取應對處置措施，切中網媒主體的利益要害，防止次生輿情危機的發生，阻斷輿情的不良嬗變.（3）發揮政府官方媒體的作用，規范網民訴求表達方式.在環境事件網絡輿情信息流出后，政府官媒應主動充當“意見領袖”，第一時間披露事件真相，正面回應和引導網民的討論，消除網民的顧慮與擔憂；同時政府還應制定網民行為規范，通過實名發言制度敦促網民對自己的言論負責.

參 ?考? 文? 獻

［1］ ??國家統計局.中國統計年鑒—2022［EB/OL］.［2022-12-30］.https：//www.stats.gov.cn/sj/ ndsj/2022/indexch.htm.

［2］曾子明，方正東.基于熵理論的突發事件輿情演化研究［J］.情報科學，2019，33（9）：4-8.

ZENG Z M，FANG Z D.Research on evolution of emergency public opinion based on entropy theory［J］.Information Science，2019，33（9）：4-8.

［3］張省，周燕.突發公共衛生事件網絡輿情傳播機制研究［J］.醫學與社會，2021，34（6）：113-118.

ZHANG X，ZHOU Y.Research on the network public opinion transmission mechanism of public health emergencies［J］.Medicine and Society，2021，34（6）：113-118.

［4］KIM K，BAEK Y M，KIM N.Online news diffusion dynamics and public opinion formation：a case study of the controversy over Judges' personal opinion expression on SNS in Korea［J］.The Social Science Journal，2015，52（2）：205-216.

［5］汪偉全.風險放大、集體行動和政策博弈：環境類群體事件暴力抗爭的演化路徑研究［J］.公共管理學報，2015，12（1）：127-136.

WANG W Q.Risk amplification，collective action and policy game：a descriptive analysis about environmental groups struggle violence［J］.Journal of Public Management，2015，12（1）：127-136.

［6］王林平，高宇.突發事件網絡輿情風險演化規律及防控策略［J］.吉首大學學報（社會科學版），2022，43（4）：96-107.

WANG L P，GAO Y.The risk evolution law and prevention and control strategy of emergency network public opinion［J］.Journal of Jishou University（Social Sciences），2022，43（4）：96-107.

［7］陳靜鋒，柴瑞瑞，劉德海，等.環境污染群體性事件誤對策演化博弈分析：基于大連PX事件的案例［J］.系統工程，2017，35（2）：51-59.

CHEN J F，CHAI R R，LIU D H，et al.Hypergame evolutionary analysis of mass emergency derived from environmental pollution：based on the case of Dalian PX event［J］.Systems Engineering，2017，35（2）：51-59.

［8］徐浩，譚德慶.媒體曝光視角下環境污染鄰避沖突多方演化博弈分析［J］.系統工程學報，2021，36（4）：464-475.

XU H，TAN D Q.Multi-evolutionary game analysis of NIMBY conflicts caused by environmental pollution：from the perspective of media exposure［J］.Journal of Systems Engineering，2021，36（4）：464-475.

［9］ZHANG M，LI H.New evolutionary game model of the regional governance of haze pollution in China［J］.Applied Mathematical Modelling，2018，63：577-590.

［10］虞銘明，朱德米.環境群體性事件的網絡輿情擴散動力學機制分析：以“昆明PX事件”為例［J］.情報雜志，2015，34（8）：115-121.

YU M M，ZHU D M.The analysis of dynamic mechanism about the spread of online public opinion about environmental mass incidents：Take the case of Kunming PX as an example［J］.Journal of Intelligence，2015，34（8）：115-121.

［11］CHONGWOO C，PAUL A R.Media，institutions，and government action：Prevention vs.palliation in the time of cholera［J］.European Journal of Political Economy，2016，41（1）：75-93.

［12］李勝.超大城市突發環境事件管理碎片化及整體性治理研究［J］.中國人口·資源與環境，2017，27（12）：88-96.

LI S.Fragmentation and holistic governance of environment emergency incident in megacities［J］.China Population，Resources and Environment，2017，27（12）：88-96．

［13］董凌峰.基于SD演化博弈的網絡輿情形成階段主體研究［J］.情報科學，2018，36（1）：24-31.

DONG L F.Research on the main body of online public opinion formation stage based on SD evolutionary game theory［J］.Information Science，2018，36（1）：24-31.

［14］高山，劉小舟，凌雙.突發環境事件中地方政府信息公開行為研究基于上級政府干預的視角［J］.情報雜志，2019，38（5）：161-168.

GAO S，LIU X Z，LING S.Local government's information disclosure during environmental incident：A study from the upper-level governments' intervention perspective［J］.Journal of Intelligence，2019，38（5）：161-168.

［15］FRIEDMAN D.Evolutionary games in economics［J］.Econometrica，1991，59（3）：637-666.

［16］NEKOVEE M，MORENO Y，BIANCONI G，et al.Theory of rumour spreading in complex social networks［J］.Physica A：Statistical Mechanics and Its Applications，2007，374（1）：457-470.

The construction and analysis of evolutionary game model for environmental event network public opinion

Zou Lin

（Editorial Department of Journal， Zhengzhou University of Light Industry， Zhengzhou 450001，? China）

Abstract： The effective management of network public opinion on emergency environmental events is of great significance in establishing government credibility and promoting a rule-of-law environment in cyberspace. Based on the theories of evolutionary game and system dynamics， this study analyzes the evolutionary patterns of strategic choices among the participants in environmental event network public opinion under the absence of government control. A three-party network online game field involving online media， netizens， and the government and the system dynamic model are constructed. With the "3·21 Xiangshui Explosion" incident as example， through simulation analysis， it is found that the diffusion of environmental event network public opinion is mainly influenced by the government's efforts in rewards and punishments and the dynamic punishment mechanism. To effectively manage network public opinion on environmental events， the government can establish an early warning mechanism of network public opinion monitoring， by developing a scientific dynamic rewards and punishments governance mechanism to regulate the way netizens express their demands.

Keywords： environmental events; network public opinion; evolutionary game; system dynamics

［責任編校? 陳留院? 趙曉華］