情緒主導型群體事件的情緒演化模型與仿真

丁雪楓

上海大學 管理學院，上海 200444

1 引言

隨著互聯網、各類通訊設施的日漸發達，在某些熱點事件發生的過程中各種流言迅速傳播并大面積擴散，在認知有限的情況下，公眾在外界的某些負面信息刺激下產生心理應激，對某些社會問題或突發事件形成了強烈的群體情緒認同，個體心理失去平衡，負面情緒和思想在群體成員間得到信任和傳播，并很快波及至整個人群，所有受眾體形成一個群體，并最終產生群體負面情緒，群體負面情緒是非理性群體從眾行為得以產生的重要原因[1-2]。近年來，情緒主導型的群體性突發事件（以下簡稱情緒型事件）頻發，如果此類事件沒有得到及時有效的控制，會造成激烈的社會矛盾或社會壓力，不但對社會公共財產、公共安全、公共秩序等造成威脅和損害，破壞社會穩定，普通民眾還會被一些別有用心的不法分子利用，引發更嚴重的社會心理恐慌和社會影響。社會心理學認為，在群體情景中個體有時會做出與其獨處時截然不同的情緒行為，尤其是在不良信息的刺激和驅使下，潛藏在個體內心的憤怒與不滿，如果不加以限制，最終極易轉化為集體暴力行為[3-4]。因此，研究情緒主導型突發事件中群體情緒的演變機制，科學制定應對與預防決策，有助于避免和降低突發事件的發生及造成的損失與影響，維護社會穩定。

目前，在群體情緒與行為演變方面的研究已得到了一些國內外研究學者的關注，從現有的相關文獻來看，對于群體情緒的研究主要是從群體情緒的社會屬性、群體情緒的行為機制方面展開的，如：Bosse等人對群體情緒感染進行了研究，并提出了基于多智能體的用于描述個體間情緒相互感染的吸收模型[5-6]；Tsai等人通過對真實的人群恐慌情景進行仿真計算，對基于熱動力學和基于傳染病模型的兩種情緒感染計算模型進行了比較和評價[7]；Hegselmann等人考慮到現實社會中個體之間的相互影響，提出了有限信任模型，并對模型進行仿真實驗[8]；Weisbuch、Lorenz等人在有限信任的模型下，對社會輿論的演變進行研究[9-10]；劉志明等人基于Aging theory模型，以預警為目的，設計了面向突發事件的微博民眾負面情緒生命周期模型，在此基礎上，結合微博主體檢測、跟蹤技術和微博情感分析技術，構建了基于微博的民眾負面情緒實時監控預警框架，并以25起突發事件為實驗對象，對所提出的模型進行檢驗[1]；殷雁君等人以情緒感染為理論基礎，提出了一種基于觀點認同的群體情緒模型，該模型引入個體觀點值、情緒觸發閾值來實現觀點交互與認同對群體情緒演化所產生的影響作用，并以小世界網絡模型構建了社會個體間的社會關系，通過引入情感關系參數來表達個體間的三種關系[4，11]；李從東等人在分析我國農村社會強網絡嵌入性特征的基礎上，基于社會網絡理論提出了農村群體負面情緒傳播的網絡影響要素及其計算方法，并通過運用和優化元胞自動機建模方法，對農村群體負面情緒傳播進行動態建模，該團隊還采用系統動力學的方法將群體負面情緒體系劃分為三個層面，對每個層面的行為模式及關鍵變量進行分析，通過系統仿真，考察變量與負面情緒體系行為的影響[2，12-13]；杜蓉等人以社會物流學理論為基礎，借用萬有引力定律和動能原理，構建了群體意見和群體行為的演化模型，并對模型進行仿真實驗[14]；劉箴等人以火車站站臺人群擁擠情景為研究對象，采用智能體的思想，提出了個體在情緒影響下的行為描述，根據人群中是否存在管理人員，提出了一種情緒感染計算方法[15]；周鑫、梅玖長等人從個體對危機環境的主觀反應和客觀特征考慮，提出了個體搶購行為決策的影響因素概念模型及研究假設，運用調查問卷和二元Logistic回歸方法進行了實證研究，并對近年來中國發生的40起社會安全事件進行分析，總結了群體行為的演化規律，得出群體行為演化態勢在活動、相互影響、情緒三個要素方面體現出明顯的層次差異性[16-17]；佘廉等人基于傳染病SIR模型，建立了非常規突發事件下的群體行為模型，得出不良信息的傳播率和免疫率是形成群體行為的基本條件，通過危機教育提高免疫率和治愈率有助提高群體預先免疫能力[18]。現有的研究多是從宏觀或者基于某種特定的情境而展開的，對事件的發展規律尚缺乏普適性解釋，加之情緒主導型突發事件具有突然性、不明確性、復雜性等特點，對于此類事件下群體情緒和行為的形成與演變機理仍需深入的探索。為了把握社會群體負面情緒形成的內在規律及演變機制，考慮個體在有限理性的情況下，研究危機情形下影響行為選擇的個體情緒決策機理，構建群體情緒演變模型，并對其進行仿真實驗與結果分析，最后，對情緒型群體事件應對決策給出合理性建議。

2 情緒主導型群體事件中的個體心理分析

情緒主導型群體性事件是指當個體將自己歸屬于某個群體，把該群體當做自我心理的一部分的時候產生情緒反應，個體的情緒受群體情緒的影響，個體行為完全由群體情緒所控制，如果沒有得到及時妥善的控制和處理，最終演變為大規模的非理性群體行為[19]，如法國巴黎的移民騷亂事件、貴州甕安事件、四川鄰水“保路”事件、日本核泄漏引發中國多地區的大規模“搶鹽潮”等。現有相關文獻對于群體情緒形成的研究多是基于個體完全失去自我個性的情境下展開的。曼瑟爾·奧爾森在《集體行動的邏輯》一書中認為：個體在參加集體行為時都是理性的，是為了追求自身的利益最大化。在沒有任何強制或特殊手段、人可以自由選擇自己情緒和行為的情況下，個體都會有理性選擇和尋求對自我利益最大化的決策[20]。人的行為即是有意識地理性的，但這種理性又是有限的。在主動或被動感知其他個體的情緒信號時，在為自己的情緒做決策的過程中，很多情況下，尤其是與個體的社會身份或地位越近的人進行交互時，個體會融入自身的主觀認知，做出對自己的最終選擇，但由于個體的各種主觀屬性存在差異，個體的反應也是不同的，因此，個體是在有限理性的情況下做出情緒和行為決策的（如圖1所示）。為了幫助自己決策，個體還會有意識的通過社會互動與交往來更新和擴張自己的社會關系網絡。

圖1 影響個體情緒決策的內外因素分析

3 群體情緒傳播模型

3.1 參數說明

設網絡總人數為N，每個個體是社會網絡中的一個節點，個體之間的關系用邊及邊權值來表示，則整個人群就構成了一個具有N個節點的社會關系網絡。為了研究個體在有限理性情況下群體情緒的形成與傳播機制，情緒開始在網絡中交互進行感染，群體情緒逐漸形成，隨著消極情緒群體規模的不斷壯大，群體情緒蔓延開來，事態變的嚴重。為了表述的方便，先對模型參數進行說明（如表1所示）。

表1 參數說明

3.2 模型描述

3.2.1 社會關系網絡的建立

這里，用由節點以及節點之間的邊構成的圖來表示社會關系網絡。每個節點代表一個個體，連接兩個體之間的邊表示個體之間建立了關系。宏觀上，社會網絡是由所有個體及其個體之間的所有邊構成的整體網絡；微觀上，社會網絡中包含著由個體和與其有關系的個體建立起來的一個個小圈子。社會關系網絡按如下方法構建和調整：隨機生成一個節點平均度為K的網絡，每個節點個體與其連接的其他所有個體建立社會關系，構建一個子社會網絡，初始化每個個體的參數，如果個體之間有連接，隨機生成個體之間的關系親密度，記錄每個個體所屬類型。每一輪演變后，為了讓普通民眾節點可以接收新的信息，需要對網絡的結構做出更新和調整，同時還要保持網絡始終是聯通的且節點平均度為K，從當前普通民眾中隨機選擇P個個體對其子社會網絡進行調整，先從與其沒有建立過關系的個體中隨機選擇一個個體建立關系并隨機生成親密度，同時斷開一個與其情緒相差最大的節點之間的連接。

3.2.2模型假設

現實中，群體情緒的感染過程十分復雜，這里根據研究目的和參數的可衡量性，對群體情緒傳播模型做出如下假設：

假設1社會關系網絡中，存在四種類型的主體：普通民眾、消極意見領袖、中立意見領袖、積極意見領袖。各類意見領袖作為堅定分子，情緒不會受到他人的影響，但是可以感染普通民眾。普通民眾的情緒既可能受到各類意見領袖的影響，在普通民眾之間情緒也會互相影響。

假設2每個主體在某一時刻的情緒水平用情緒值來表示。當主體情緒值在[0，0.33]范圍內時，主體處于消極情緒；當主體情緒值在（0.33，0.67）范圍內時，主體處于中立情緒；主體情緒值在[0.67，1]范圍內時，主體處于積極情緒。隨著群體中普通民眾的情緒被感染，其情緒值與狀態相應改化。

假設3社會網絡中的個體情緒某一時刻只會受到與其建立社會關系的個體影響。在t時刻，如果某普通民眾連接的個體都是普通民眾，個體對自己情緒的選擇具備一定的主觀判斷能力，且個體之間的情緒水平較為接近時，情緒才可能發生交互；如果某普通民眾連接的個體中包含某一類意見領袖，個體的情緒則優先受到此類意見領袖的影響；如果某普通民眾連接的個體中包含兩類或兩類以上的意見領袖，此時個體對自己情緒的選擇仍然具備一定的主觀判斷能力。

3.2.3 群體情緒傳播機制

（1）自身作用因素

各普通民眾由于在知識水平、閱歷、了解內情的程度、性格、性別等各方面存在差異，危機出現時，在與社會網絡中的其他個體進行交互的過程中，不同的民眾個體情緒受到的影響也不同。某些情況下，多數民眾對于來自外界情緒的影響是具備一定的判斷能力的。這里用主觀判斷能力參數dr(0≤dr≤1)來描述個體的有限理性程度，dr的值越大，表明該個體越相信自己的判斷，受到外界的影響越小，由自身認知和情緒水平進行決策的能力更強。

（2）外部作用因素

社會關系網絡中個體之間存在多種不同的關系，不同關系下情感的親密程度也有差異，個體之間的親密程度越大，個體之間越互相了解，溝通也會更深入頻繁，情緒在個體之間感染的可能性也越大。社會網絡中對于個體間親密程度，通過節點之間的邊權值進行描述，即親密度參數gsr進行表述，如果兩個個體之間建立了關系（兩個節點之間有邊），gsr的大小體現了兩者之間的親密程度，gsr的值越大，說明情緒接收體和情緒發送體之間的親密程度更近，情緒發送體更容易取得情緒接受主體的信任，情緒接收體情緒被感染的可能性就越大。

現實生活中，個體還會比較容易受到他所信任的人（比如部分知道內情的人，政府人員、專家學者、利益集團等）的情緒影響，哪怕這些人與他的親密程度不高，但是如果個體對這些人的信任程度很高，那么個體的情緒也可能被感染。這里，用xrs來表示個體r對s的信任程度，xrs的值越大，表示個體r對s越信任，越容易被s的情緒所感染。

每個個體都具有自己獨有的個性，外向、口才好、溝通能力強的人更容易表達出自己的情緒，并將自身的情緒感染給其他人。這里，用ws表示個體的情緒表達能力，ws的值越大，表示個體更善于表達出自己的情緒，更容易將自己的情緒感染給其他個體。

情緒型突發事件的爆發往往是先由少數個體刻意散播個人負面情緒，并試圖得到其他人的共鳴和跟隨。這里用bs表示個體的情緒傳播意愿，bs值越大，意味著主體去感染其他個體情緒的意愿或可能性越大。

社會網絡中個體的情緒走向是個體自身及其與外界交互下，各因素綜合作用之后的結果。外部因素主要來自于個體與交互對象間的親密程度、對交互對象的信任程度、情緒表達能力、傳播意愿等。這里，用情感關系函數Rrs(t)來描述t時刻來自個體r關系網絡中所有作用于r的外部感染能力，計算公式如下：

3.2.4 群體情緒感染規則

規則1t+1時刻，某普通民眾個體ri只與消極意見領袖集合中的個體和普通民眾節點相連，如果ri只連接了消極意見領袖集合A中的一個節點ai，則ri的情緒值，是t時刻的情緒值（自身情緒）與消極領袖對其情緒的影響作用之和，即：

每個時刻，個體ri只能受到一個人的影響，如果t+1時刻ri與A集合的多個節點ai(i=1,2,…)相連，則隨機選擇其中一個ak，ri的情緒值為：

規則2t+1時刻，某普通民眾個體ri只與中立意見領袖集合B的個體和普通民眾節點相連，如果ri只與B集合的一個節點bi相連，則ri的情緒值為：

如果t+1時刻ri與B集合的多個節點bi(i=1,2,…)相連，則隨機選擇其中一個bk，ri的情緒值為：

規則3t+1時刻，某普通民眾個體ri只與積極意見領袖集合C的個體和普通民眾節點相連，如果ri只與C集合的一個節點ci相連，則ri的情緒值為：

如果t+1時刻ri與C集合的多個節點ci(i=1,2,…)相連，則隨機選擇其中一個ck，ri的情緒值為：

規則4t+1時刻，某普通民眾個體ri相連的節點中，同時包含積極意見領袖集合、消極意見領袖集合、中立意見領袖集合（或任意兩類意見領袖組合）及普通民眾中的節點，則每類人都可能對ri產生影響，從A、B、

規則5t+1時刻，某普通民眾個體ri只與普通民眾相連，則ri不會受其影響，分別從與ri連接的積極情緒的人、中立情緒的人、消極情緒的人中各隨機選擇一個主體，設為s1、s2、s3，比較Es1(t)、Es2(t)、Es3(t)與Eri(t)的情緒差絕對值是否小于等于情緒感染閾值λ，如果存在多個小于等于λ的主體，選擇與ri情緒差最小的那個個體（設為Esk(t) ，k=1，2，3）作為此次 ri的交互對象，如果存在多個絕對差值相等的個體，隨機選擇其中一個。則ri在t+1時刻的情緒值為：

規則6如果普通民眾ri的情緒值超過1，則為其在（0.67，1]之間重新隨機生成一個情緒值；如果普通民眾ri的情緒值小于0，則在[0，0.33）之間為其重新隨機生成一個情緒值。

4 仿真實驗

這里，利用多主體仿真平臺Netlogo 5.3.1[21]對基于社會關系網絡的群體情緒演變模型進行仿真。設網絡總人數為1 000，當負面情緒人數達到人群總數的一半以上時，情緒型事件才可能爆發，負面情緒占總人數比例越大，事態越嚴重。按第2章節中的方法生成一個社會關系網絡，初始化各個節點的參數值，為連接的節點之間隨機生成0-1之間的親密度。通過調節各類參數，考察不同情景下社會關系網絡中群體情緒的演變情況。

實驗1 設 λ=0.015，K=6，P=6，消極、中立、積極領袖不介入，即人數為0，初始化普通民眾節點的各個參數，運行時間2 000步。網絡中各類情緒人數的演變結果如圖2（a）、（b）所示。

圖2 （a） 網絡中各類情緒人數變化

圖2（b） 個體情緒與各類情緒平均走向情況

圖2 （a）中，橫坐標為時間，縱坐標為人數，A表示消極情緒（紅線），B表示中立情緒（綠線），C表示積極情緒（藍線）；圖2（b）中，橫坐標為時間，縱坐標為情緒值。由圖2（a）和圖2（b）可見，網絡群體中，消極情緒平均值逐漸下降，網絡中普通民眾的情緒最初是中立或積極的，在經過一段時間的演化后中立和積極情緒人數逐漸下降，消極情緒的個體出現并增多。此種情形下，即使沒有刻意散播和煽動負面情緒的分子，但由于有些民眾關注的危機矛盾沒有得到準確的回應或很好的解決等原因，有些民眾的情緒也會變得消極。而且，在普通民眾為了了解情況擴大自己的關系網絡的過程中，如果他與消極情緒個體進行了交互，其情緒也可能被感染。群體中消極情緒的人數越來越多，消極情緒在網絡中蔓延開來。。以日本“3.11核泄漏事件”為例，當核泄漏事故最初被報道時，多數民眾自身具備一定的主觀判斷能力，情緒沒有受到太大影響。隨著媒體報道的增多，民眾間對于此事的交互增大，很多關注事件的人會主動查閱核輻射、核污染的相關信息，并因此引發其消極恐懼的情緒，繼而影響其情緒發生轉變。

實驗2保持實驗1中的其他參數值不變，將普通民眾的dr值設置在[0.6 1]之間。運行結果如圖3所示。

圖3 網絡中各類情緒人數變化

圖3 顯示，消極情緒的人數增長較緩慢，在網絡中沒有大規模蔓延，多數個體的情緒保持中立，表明當普通民眾的理性程度普遍提高，危機事件出現時，網絡中多數人還是保持理智冷靜的，群體各類情緒沒有發生急劇的變化。如2013年長江三角洲地區爆發多起H7N9禽流感，導致數人死亡，中國政府部門及時公開疫情詳細信息，消除了公眾的恐慌心理，大多數個體處于理性，避免了群體消極情緒的形成。多次重復實驗的結果表明，普通民眾節點的總體dr值越高，網絡中負面情緒的人數增長速度越慢，負面情緒人數越少。

實驗3保持實驗1中的其他參數值不變，令消極意見領袖個數為20。運行結果如圖4所示。

圖4 網絡中各類情緒人數變化

圖4 顯示，網絡中中立情緒的人呈現逐漸下降趨勢，積極情緒的人數初期降低較快之后逐漸降低，消極情緒初期蔓延的很快，之后速度逐漸減緩，表明如果網絡中一開始就有負面情緒意見領袖的加入，直接與意見領袖進行交互的普通民眾更容易受到負面意見領袖情緒的影響，并改變自己的情緒，并且受到負面感染的民眾在于其他民眾進行交互時，還有可能繼續將其負面情緒感染給這些人，隨著負面情緒感染人數不斷增多，網絡中負面情緒蔓延，情緒型群體事件極有可能爆發。

實驗4保持實驗3中的其他參數值不變，令設λ=0.05，演化結果分別如圖5所示。

圖5 網絡中各類情緒人數變化

圖5 顯示，負面情緒人數短時間內迅速增加，并在網絡中蔓延開來，表明情緒感染閾值取值越大，普通民眾之間交互時，情緒受到影響的可能性更大，網絡中負面情緒蔓延的速度加快，情緒型群體事件爆發的可能性很大。如在2008年貴州甕安發生的“6·28”事件中，一些圍觀群眾受到別有用心的造謠者的煽動，情緒變得激動，迅速導致事態升級，引發了大規模打砸搶燒群體性突發事件。

實驗5保持實驗3中的其他參數值不變，令設P=4，演化結果分別如圖6所示。

圖6 網絡中各類情緒人數變化

由圖6可見，網絡中三種情緒的人數走向與實驗1類似，但每個時間步內，負面情緒的人數有所降低，負面情緒人數的增長速度下降。實驗結果表明：在社會網絡中，某時間段內，如果個體與其他個體間的互動人數減少，即可以獲取新消息的人數變少，網絡中被負面情緒感染的數量就會降低，負面情緒蔓延的速度也會減慢。

實驗6保持實驗3中的其他參數值不變，令K=4。運行結果如圖7所示。

圖7 網絡中各類情緒人數變化

由圖7可見，當減低網絡的平均節點度，網絡中普通民眾的“個人關系網”變小，其獲取幫助自己決策的新信息的渠道減少，在每個時間段，情緒受到影響的個體人數減少，負面情緒蔓延的人數和速度也都有所降低。

實驗7保持實驗3中的其他參數值不變，令積極意見領袖個數為50，中立意見領袖個數為50，他們加入網絡的時間點都為50，運行時間5 000步，演化結果如圖8所示。

圖8 網絡中各類情緒人數變化

由圖8所示，當中立與積極意見領袖參與到網絡中對群體情緒進行干預后，民眾的情緒不再只受到負面情緒的主導和影響，網絡中負面情緒人數的增長變得緩慢，中立情緒的人數逐漸增多。中立與積極意見領袖參與到網絡中對群體情緒進行干預的時間越早，網絡中受到負面情緒感染的人數會越少，負面情緒蔓延的可能性降低，事態得到控制。隨著演變時間的發展，負面情緒將逐漸減少，網絡中中立、積極情緒的人數呈現上升趨勢。如在2010年的四川內江事件中，“特警搶尸”的謠言在社會上迅速傳播，隨著相信謠言的人越來越多，社會影響越來越大，四川省和當地各類新聞媒體通過不斷挖掘事實真相，利用自身的公信力和權威性，向公眾披露事件真相，向正確的輿論引導，避免了情緒型群體事件的爆發。

5 對策分析

根據模型的演變結果，可以考慮從如下幾方面對情緒主導型群體事件進行預防與應對：

（1）很多情緒型群體事件發生的源頭是由于當地政府出臺的政策、處置某些事情的措施上引發公眾不滿（消極情緒）而導致的。當群體矛盾出現時，相關政權機構應及時介入和干預，避免采用不恰當的對立或強硬態度，對大眾給予必要真誠的回應。提高公眾信息的透明度，改善職能機構的公信力，適時公布大眾所關注的焦點事件的處理措施和相關進展，重視受眾群體的合理訴求，積極采取措施，及時疏導和消除社會公眾當前的消極逆反情緒。

（2）在焦點事件發生后，各類傳播媒體、社會組織或公眾人物，應公正、客觀，不應將帶有個人主觀色彩或偏見情緒的信息、言論向公眾散播。媒體應盡可能為大眾報導及時、準確的信息，但不應為了吸引大眾眼球，加入偏見性的新聞標簽或非理性的價值預設，尤其要避免在事件沒有得到結論之前就為其定性，引發巨大的情緒型輿論熱點。

（3）新媒體的迅速發展為信息傳播領域帶來了巨大變革，使用新媒體的人數急劇增加，在危機發生時，很多人會選擇新媒體獲取各類信息。新媒體“復合式”的傳播特征，也是其成為假新聞、負面情緒、謠言傳播的主要途徑。因此，應加強對各類網絡平臺的監管，盡早出臺和完善規范新媒體行為的法律法規，明確假信息、謠言制造者和傳播者的法律責任，依法處置惡意造假、挑撥、煽動公眾情緒的行為。同時，要加強提升主流媒體的公信力與影響力，危機事件時主流媒體要及時宣傳、解釋政府行為，消除公眾的疑惑、恐懼，維護社會穩定。

（4）加強日常對各類危機情形的宣傳，提高社會公眾的公共危機意識和理性應對能力，在全社會普及各類急救知識與技能，增強社會公眾的公共責任和及應對方法，注重培養公眾參與、應對公共危機的理性心態，提高民眾自我理性判斷能力，培育理性生態社群，從根本上阻斷消極情緒、假消息、謠言等在社會網絡蔓延的可能性。

（5）深入對危機管理的研究，并將研究成果運用于相關法律法規的制定、預防與應對策略的調整與改進等方面，將公共危機管理推向科學化、系統化、實用化、制度化。

6 結語

公共危機事件發生后，很容易處于社會網絡中的社會群體負面情緒危機。本文討論在普通民眾在有限理性的情形下，群體情緒在社會關系網絡中的動態演化機制，通過構建了網絡群體情緒演變模型，結合仿真實驗和情景分析，結果表明：社會危機事件發生時，沒有任何理性或積極情緒干預的情況下，群體負面情緒很容易形成，如果不加以控制，負面情緒極易蔓延并最終導致情緒型群體事件發生；政府部門信息公開化，及時對公眾關注的焦點事件做出真誠合理的回應，有效監督信息傳播媒介，提高媒體職業道德與公信力，加強公眾危機意識和應急知識技術的普及，提高公眾理性危機應對能力等途徑，有助于預防和降低情緒型群體突發事件的發生。