政治生態演化仿真中的文化影響建模

劉德勝，司光亞，張芳

(1.國防大學 信息作戰與指揮訓練教研部，北京100091;2.軍事科學院 軍事運籌分析研究所，北京100091)

1 引言

政治生態演化仿真是利用生態學的觀點和方法對某地區的政治系統進行建模，從而針對具體的問題進行研究，其中普通民眾的政治傾向對于政治生態的演化具有非常重要的作用。普通民眾政治傾向受多種因素的影響，如政府決策、政黨行為、民族、宗教、社會環境、經濟狀況、文化素養等，但是文化是影響個體政治傾向的一個非常重要的因素。文化一般屬于一定的群體所有，它在一定的時間內可以約束和規范個體的行為，可以被個體內化從而形成個體感知和推理的范式或原型。在不同的社會環境當中，文化對個體的影響也有很大的不同。如在伊拉克戰爭中，普通民眾對不同政治派別的支持在很大的程度上受民族、宗教的影響很深，相反，在泰國動亂期間，民族、宗教的影響則很有限，更多是由普通民眾的地域、職業、文化程度等因素所決定。本文則是希望能夠跳出具體的文化背景，從一般的文化內涵出發通過模型研究政治生態演化仿真中文化對個體政治傾向的影響。由于我們研究的是在政治生態系統當中文化對個體政治傾向的影響，因此這里的文化特指政治文化，我們將文化限定為該地區在一個特定時期流行的一套政治取向，它和該地區人口的文化特征如民族、籍貫、居住地、教育程度、教育背景、職業、性別等相關，并且通過由這些文化特征所決定的個體政治傾向表現出來。

2 文化影響的建模

在量化文化因素對個體政治傾向的影響之前，首先需要解決的問題就是對文化進行描述。文化可能存在某個特定的地域，也可能存在于某類特殊的人群，并且同一個地域也有可能存在多種文化，但是文化一定屬于一定的人群所共同擁有，在一定的時間內作用于群體內的每個個體。因此我們可以從群體的角度來描述文化。

2.1 群體文化描述

在政治系統中人們可能會同時關注多個政治議題，對于每一個政治議題來說，不同的個體可能會存在不同的傾向和選擇。就某一個政治議題來說，假設存在m項選擇，記為Opt={Opt1，Opt2，…，Optm}。影響個體關于某一政治議題選擇的群體文化因素可能有很多，每一種文化因素都會對個體的政治議題選擇產生影響，可以將每一種文化因素作為一文化維，假設有n維，記為D={D1，D2，…，Dn}。由于每一文化維對政治議題的影響可能各不相同，有輕有重，有主有次，在這里分別給予不同的權重，記為W={w1，w2，…，wn}。由于每一文化維還可能包括不同的選項，假設Di維具有qi個選項，Di維的選項名記為L={Li1，Li2，…，Liqi}，對應值記為f={fi1，fi2，…，fiqi}。對于每一文化維Di來說，文化因素和政治議題的關系用矩陣描述為:

式(1)中，CRi表示第i維文化因素和政治議題的關系矩陣;pij表示具有文化因素Di維中分量Liqi的個體對于議題選項中的第j個分量Optj的選擇概率，且=1，=1。于是對于群體文化和政治議題的關系矩陣則可以描述為:CR=(CR1，CR2，…，CRn)T。群體文化和政治議題之間的關系見表1。

表1 群體文化和政治議題之間的關系表

2.2 群體文化對個體的影響建模

群體文化是從整體上對某一類人群所具有的文化特征及其取值的描述，但是對于群體當中的某個體來說，不同的個體可能具有不同的文化特征，具有同一文化特征的不同的個體可能也具有不同的作用，因此，就某一政治議題來說，還需要從個體的角度對個體不同文化特征的取值進行量化。

記個體Agenti的文化維為Ci={f1k1，f1ki2，…，fnkn}，其中，kj∈［1，qj］，并且:

對于個體Agenti來說，其文化維Ci對政治議題不同選項的作用可以依據群體文化進行量化，記個體Agenti的量化矩陣為:

對于式(3)中每個分量的量化可以采用輪盤賭方法。輪盤賭選擇又稱比例選擇算子，它的基本思想是某一區間被選中的概率與區間長度的大小成正比。

對于矩陣的第i行來說，將［0，1］區間按pi1，pi2，…，pij，…，pim各自的百分比劃分為若干個小區間，區間的大小和概率的大小成正比。按均勻分布產生［0，1］區間的隨機數，產生的隨機數落在某個區間，則所在區間對應的分量vij=1，該行其它分量的取值為0。對其它各行按同樣的方法進行處理，則可以完成對個體Agenti矩陣V的量化。記R=(r1，r2，…，rm)，令R=W·V，則有rj=wivij，令rmax=max{r1，r2，…，rm}，若rmax=rk，則議題Optk是個體Agenti受群體文化影響最終傾向選擇的議題。

Agenti對于該議題的不同選項具有不同的傾向程度，記Agenti對于議題的傾向程度向量為POLi，且POLi=()，則有=1表示Agenti對議題選項Optk的傾向程度。Agenti對于議題選項Optk的傾向程度可由算法確定。

式(4)中，d表示最終傾向選擇的議題選項與其它選項的距離，m表示議題選項的個數，易知d∈［0，rmax］。假設議題選項Optk是個體Agenti受群體文化影響最終傾向選擇的議題，則Agenti對于該議題選項Optk的傾向程度穩定性根據m和rmax確定，若d越大，則表明Agenti傾向其它議題的可能性越小，傾向議題選項Optk的立場越堅定，反之，則傾向該議題的立場越不堅定。記Agenti傾向議題選項Optk的傾向程度的穩定性為Sticki，則Sticki=，易知Sticki∈［0，1］。

2.3 個體交互過程中的文化影響建模

2.3.1 定義

為了考慮不同個體交互時相互之間文化的影響，引入文獻［8］提出的文化相似度和文化適應度的概念，在考慮文化因素權重的基礎上對概念進行了重新定義。為了描述的方便先引入擁有特征和共享特征的概念描述。

(1)擁有特征:令個體Agenti的特征集為Ti，定義Ihas(τ，Ti)表示個體Agenti的特征集Ti中具有特征τ，計算公式為:

(2)共享特征:定義Isharing(τ，Ti，Tj)表示個體Agenti的特征集Ti和個體Agentj的特征集Tj都具有特征τ，計算公式為:

(3)文化相似度:是指Agenti和Agentj文化特征相似的程度，也就是說它們有多少共同點。由于不同的特征值對于個體來說具有不同的影響值，因此個體之間文化相似度的計算除和文化特征相關外還和文化特征的權重相關。計算公式為:

式(7)中，CS(Ti，Tj)表示個體Agenti和Agentj文化特征的相似度，τk表示個體的第k種文化特征。

(4)文化適應度:指具備一種文化特征的個體適應具備其它文化特征個體的程度。由于不同個體的文化特征可能不同，因此文化適應度的計算并不具備對稱性，交互個體之間的文化適應度不一定相同。公式為:

式(8)中，CF(Ti，Tj)表示個體Agenti對Agentj的文化適應度，τk表示個體的第k種文化特征，wk表示個體的第k種文化特征的權重。

2.3.2 文化影響建模

若Agenti傾向議題Optk的傾向性為參數傾向議題Optk的傾向性為參數，則個體Agenti和Agentj對于指定議題傾向性之間的距離dij為:

式(10)中，K為常系數，K∈［1，10］，CS(Ti，Tj)表示個體Agenti和Agentj文化特征的相似度，dij為個體Agenti和Agentj對于指定議題傾向性之間的距離，Sticki和Stickj分別表示個體Agenti和Agentj對當前選項傾向程度的穩定性。交互個體之間的文化相似度越大，受對方影響的可能性越大;二者之間的傾向性距離越大，說明二者之間立場的差別越大，受影響的可能性越小;個體對議題的堅持程度越高，則個體的政治傾向越難改變，個體對議題的堅持程度越低，則個體改變政治傾向的可能性越大。但是改變的具體數值的大小除受Di和Dj制約外，也受二者之間文化適應度的影響。

假設Optk是個體Agenti當前傾向選擇的議題選項，Optt是個體Agentj當前傾向選擇的議題選項，具備某種文化特征的個體Agenti對Agentj的文化適應度為CF(Ti，Tj)，Agentj對Agenti的文化適應度為CF(Tj，)。

(1)若k=t，說明個體Agenti和個體Agentj具有共同的選擇，在二者交互的過程中雙方會更加堅定自己當前的選擇。因此個體Agenti和個體Agentj交互時由于文化的影響對于指定議題傾向性的改變可以分別描述為:

式(11)中，K1和K2為調整參數，K1∈［0，1］，K2∈［0，1］。由于個體Agenti和個體Agentj當前選擇議題傾向性的改變，交互的每個個體對于議題其它選項的傾向性也會進行相應的調整。其它選項傾向性的計算如下:

式(12)中，r和s分別表示議題的第r和s個選項，即Optr和Opts。根據調整后的傾向性重新確定個體Agenti和個體Agentj新的選擇，并重新計算個體政治傾向的穩定性參數Sticki和Stickj。

(2)若k≠t，說明個體Agenti和個體Agentj具有不同的政治選擇，在二者交互的過程中雙方會參考對方的選擇，同時也會對自己的選擇進行適當的修正。因此個體Agenti和個體Agentj交互時由于文化的影響對于指定議題傾向性的改變可以描述為:

3 仿真實驗與分析

3.1 實驗設計

在Windows XP平臺上利用Visual C++6.0對上述模型進行了實驗。實驗的基本方法是:

(1)首先采集某地區社會科學研究的數據，根據一定的比例關系隨機抽樣1000個個體，根據社會科學的研究成果提取相應的文化特征，提取社會科學當中基于文化特征對該地區某政黨的認同度的統計數據，根據文化模型首先完成該地區對政黨認同的群體文化描述。假設政治認同的選項包括A黨、B黨和其它，參數K=10，K1=K2=0.5，基本的群體文化描述數據見表2。

表2 群體文化和政治議題之間的關系表

(2)根據群體文化描述，利用構建的模型完成對1000個個體政黨認同的量化;

(3)構建個體之間的交互，實現交互過程中文化對個體政黨認同的影響。

3.2 結果分析

在實驗過程中首先根據生成個體的政治認同進行分組，然后區分政治認同相同個體之間的交互和政治認同不同個體之間的交互，分別實驗了個體間文化相似度對政黨認同改變的影響、個體間政黨認同距離對政黨認同改變的影響，以及個體政治傾向的穩定性參數對政黨認同改變的影響。政治認同相同個體之間的交互實驗結果如圖1、2、3所示，政治認同不同個體之間的交互實驗結果如圖4、5、6所示。

實驗1:政治認同相同個體間交互時文化相似度對政黨認同改變的影響。由實驗可知，當政治傾向相同的個體進行交互時，文化相似度對于個體政治傾向值的改變具有非常明顯的作用，文化相似度越高，個體政治傾向改變的值則越大，并且文化相似度越高，政治傾向值出現的振動頻率越高，幅度越大，說明個體間相互受到的影響越大，如圖1所示。

實驗2:政治認同相同個體間交互時政黨認同距離對政黨認同改變的影響。由實驗可知，當政治傾向相同的個體進行交互時，個體間政治傾向的距離越大，個體政治傾向的改變值則越小，這說明個體在這種情況下會更加堅持自己的選擇和傾向，受對方影響的可能性越小，隨著距離的增大，個體政治傾向隨距離改變的幅度也會減小，如圖2所示。

實驗3:政治認同相同個體間交互時個體政治傾向的穩定性參數對政黨認同改變的影響。由實驗可知，當政治傾向相同的個體進行交互時，個體政治傾向的穩定性參數對于個體的政治傾向具有非常重要的影響，如圖3所示。個體政治傾向的穩定性參數越大，說明個體更加堅信自己當前的政治選擇，因此通過個體間的交互要改變當前的政治傾向越困難。當個體的政治傾向穩定性參數趨于0.9時，從圖中可以看出個體政治傾向的改變值幾乎為0，說明這種情況下個體改變政治傾向的可能性幾乎沒有。相反，當個體政治傾向的穩定性參數越小時，說明個體對當前的選擇還不夠肯定，因此受影響的程度越大。

實驗4:政治認同不同個體間交互時文化相似度對政黨認同改變的影響。由實驗可知，當政治傾向不同的個體進行交互時，文化相似度對于個體政治傾向值的改變同樣具有作用，文化相似度越高，個體政治傾向改變的值則越大，但是政治傾向改變的幅度相對于相同政治傾向的個體來說非常非常小，并且出現的振動頻率和幅度幾乎為0，如圖4所示。

實驗5:政治認同不同個體間交互時政黨認同距離對政黨認同改變的影響。由實驗可知，當政治傾向不同的個體進行交互時，個體間政治傾向的距離越大，個體政治傾向的改變值則越小，這說明個體在這種情況下會更加堅持自己的選擇和傾向，受對方影響的可能性越小，如圖5所示。但是距離對政治傾向值的影響并沒有政治相同個體間交互時大，這和現實社會當中道不同不相與謀的道理是相符的，因為二者的政治選擇不同，因而從一開始二者之間的政治傾向就存在較大的距離，因此個體交互時政治傾向的改變要比政治傾向相同時困難。

實驗6:政治認同相同個體間交互時個體政治傾向的穩定性參數對政黨認同改變的影響。由實驗可知，當政治傾向不同的個體進行交互時，個體政治傾向的穩定性參數對于個體的政治傾向具有非常重要的影響，并且和政治傾向相同個體交互時相比幾乎沒有什么改變，這說明交互個體政治傾向的穩定性參數和交互個體的政治傾向并沒有太大關系，但是和政治傾向的改變密切相關，如圖6所示。

由上述實驗綜合分析可知，交互個體的文化相似度、個體政治傾向間的距離以及個體政治傾向的穩定性參數是影響個體政治傾向改變的三個重要因素，并且政治傾向相同個體的交互比政治傾向相異個體的交互對個體政治傾向的改變具有更大的作用。

4 結論

相對于當前文化建模主要從聚合層考慮文化因素的影響不同的是，本模型主要是從文化的角度考慮政治生態演化仿真當中文化因素對個體政治傾向的影響，而對于影響個體政治傾向的其它因素如交互個體的身份地位、交互個體之間的關系，個體的社會經濟狀況、個體的社會地位等并沒有列入本模型的范圍而是由專門的模型進行考慮。這樣做一方面是因為建模的方便，另外也是由于文化和這些因素也有著本質的不同，文化是潛在的，相對固定的，對個體的影響也是長期的和不易改變的。從仿真實驗的結果來看，基本上能夠反映文化對于個體政治傾向的影響。

1 GREG L ZACHARIAS，JEAN MACMILLAN，SUSAN B VAN HEMEL.Behavioral Modeling and Simulation:from Individuals to Societies［R］.The National Academies Press，2008.

2 羅伯特·阿克塞爾羅德.合作的復雜性:基于參與者競爭與合作的模型［M］.梁捷，高笑梅，譯.上海:上海人民出版社，2008.

3 TOM SUMNER.Cultural Evolution and Demography-Investigating the Emergence of Modern Human Culture［EB/OL］.(2010-05-12).http://www.ucl.ac.uk/～ucbptsu/TomSumnerSummerProject.pdf

4 GABORA L EVOC.A computer model of cultural evolution［C］.30th Annual Meeting of the Cognitive Science Society.Washington DC:Sheridan Publishing，2008.

5 FATH G M，SARVARY C.The Complex Networks of Economic Interactions［M］.New York:Springer Berlin Heidelberg，2006.

6 GERT JAN HOFSTEDE，CATHOLIJN M JONKER.Computational Modeling of Culture's Consequences［C］.11th International Workshop on Multi-Agent-Based Simulation MABS2010，2010.

7 GERT JAN HOFSTEDE，CATHOLIJN M JONKER.Modeling Culture in Trade:Uncertainty Avoidance［C］.The Agent-Directed Simulation Symposium(ADS'08)，2008.

8 ALIAKSANDR BIRUKOU，ENRICO BLANZIERI.A Formal Definition of Culture of a set of Agents［EB/OL］.［2009-9-02］(2011-02-12).http://disi.unitn.it/～birukou/publications/Culture.pdf.