官方媒體參與下不同風險感知群體競爭模型及其演化規律*

王治瑩，楊學亮，梁 敬

(安徽工業大學 管理科學與工程學院，安徽 馬鞍山 243032)

0 引言

風險感知屬于心理學范疇，指個體對存在于外界的各種客觀風險的感受和認識，并強調個體由直觀判斷和主觀感受獲得的經驗對認知的影響[1]。突發事件發生后，由于其本身的風險性，短時間內即可提升部分消息靈通群體的風險感知，加之信息不對稱、謠言傳播和官方媒體報道，又會影響大規模不知情群體的行為表現，從而影響公眾風險感知的整體水平，存在誘發次生/衍生事件的可能[2]。例如，2011年日本福島核泄漏事故發生后，正是事故的核輻射風險、“碘鹽可預防核輻射”謠言、信息不對稱和官方媒體報道等因素，迅速導致了不同風險感知群體間的情緒蔓延，引發了過高的風險感知水平，并造成了我國公眾瘋搶碘鹽。隨著媒體技術發展，其對公眾行為的影響愈發顯著[3]。由此可見，從不同風險感知群體在情緒感染下競爭增長角度，研究公眾風險感知演化規律和辨識官方媒體參與作用，對突發事件的應急秩序維護和應急預案實施具有重要的理論和現實意義。

當前，突發事件下公眾風險感知研究集中在3個方面。一是風險感知的概念和影響因素。學者們較為認同的風險感知概念是公眾對所受威脅的事件或風險的認知行為，并與多種影響因素有關[4]。影響因素包括情緒、個體特征(年齡、性別、職業和知識結構)、媒體、政府、文化和風險信息等，其中事件本身風險性、政府發聲、媒體報道及個體情緒的影響研究更為普遍[5]。二是風險感知的建模。馬穎等[6]以傳染病模型為基礎，提出了食品突發事件中公眾風險感知傳染的SEIRS模型；鐘慧玲等[7]考慮到環境風險感知對輿情熱度的影響，構建了“鄰避”沖突事件網絡輿情演化的系統動力學模型；王旭坪等[8]運用前景理論構建了不同決策主體的風險感知函數，并應用于應急物資調配之中。三是風險感知對公眾響應行為和突發事件演化的影響。Dash等[9]分析了公眾的風險感知與其風險防范的正相關關系；Sudo等[10]提出公眾的風險感知與其風險承擔負相關；成俊會和趙金樓[11]通過構建社交網絡輿情傳播模型，得出風險感知雖然對輿情傳播規模影響不大，但是對傳播達到穩態的時間影響顯著；Nordfjrn等[12]提出風險感知有助于提高公眾的安全意識，并減少其風險行為。

上述研究可為公眾風險感知的影響因素識別和模型構建提供參考，但也可發現，當前研究較少考慮到不同風險感知群體在情緒感染下的競爭增長，缺乏該視角下用于分析公眾風險感知演化規律和官方媒體參與作用的定量模型。正如以上案例，不同風險感知群體的競爭增長和官方媒體的參與對公眾風險感知的演化具有重要作用。Lotka-Volterra模型作為生態學領域中描述多個競爭資源的種群間增長的建模方法，近年來應用于研究辟謠和謠言、兩種網絡消息及不同網民情緒的競爭關系[13-14]。為此，本文在考慮到官方媒體參與作用、不同風險感知群體及其競爭關系的基礎上，通過擴展Lotka-Volterra模型構建不同風險感知群體相互競爭模型；通過推導模型的平衡點及其穩定性條件，分析模型的演化規律；最后，借助數值仿真考查官方媒體的參與對模型演化的影響，以期為社會風險治理提供指導。

1 問題描述與模型構建

突發事件發生后，公眾往往會出于自身利益、社會責任感和好奇心理等因素產生一定強度的風險感知，并造成不同的行為表現，如免疫、潛伏、傳播和易感[6]。此外，信息的匱乏或傳遞的不對稱性可能會使部分公眾產生較低的風險感知[11]。鑒于此，依據風險感知高低將公眾空間劃分為3類群體，即：高度、中度和低度風險感知群體。其中，高度風險感知群體特指與突發事件具有直接利益關系或對事件危害極度敏感的部分公眾，如災區和易恐慌人群等；中度風險感知群體特指與突發事件具有間接利益關系或對事件危害具有較高敏感性的部分公眾，如因近鄰災區而具有潛在受災可能的人群等；低度風險感知群體特指與突發事件無直接或間接利益關系，或對事件危害保持較高理性水平的部分公眾，如遠離災區的人群和受過良好災害教育的人群等。

在此基礎上，考慮上述3類群體由于在風險感知強度上的差異，使得各自的人數增長構成相互競爭關系，即相互競爭公眾空間，任意1類群體的人數增長受其他2類群體抑制。進一步，考慮官方媒體的參與對相互競爭關系具有擾動作用，假設其不存在機會主義，即能夠客觀真實地報道突發事件的各類信息。考慮到信息的不對稱性、突發事件演化的不確定性和公眾的趨利避害心理，假設官方媒體參與行為能夠加劇相互競爭強度，具體邏輯關系如圖1所示。

圖1 官方媒體參與作用下不同群體間的相互競爭Fig.1 Competition between different groups under the participation of official media

根據Lotka-Volterra模型的建模思路，假設高度、中度和低度風險感知群體的人數分別為x1(t)，x2(t)和x3(t)，增長上限分別為k1，k2和k3，增長率分別為r1，r2和r3，相互競爭系數分別為α，β和γ；官方媒體的參與對群體間競爭的擾動系數分別為λ，τ和θ。基于此，對于高度風險感知群體，若不考慮其與中度和低度風險感知群體的競爭，則其人數增長滿足logistic模型[15]，即：

(1)

在考慮相互競爭關系下，高度風險感知群體的增長空間受到中度和低度風險感知群體增長的抑制，從而其增長模型由式(1)改進為式(2)，即：

(2)

進一步，考慮到官方媒體參與對3類群體相互競爭的擾動作用，將式(2)改進為式(3)，即：

(3)

同理，可得中度風險感知群體的人數增長模型：

(4)

低度風險感知群體的人數增長模型：

(5)

根據式(3)～(5)，結合初值條件可得官方媒體參與下群體間的相互競爭模型：

(6)

2 模型的平衡點與穩定性分析

基于此，根據文獻[14]和[16]，可得上述平衡點的穩定性條件，如表1所示。需要說明的是，由于平衡點p0(0,0,0)無穩定性條件，即其為不穩定點，表示模型的初始演化狀態或演化過程中的臨時狀態，將其記為不穩定情景。此外，為方便探討，借鑒文獻[14]將模型的演化結果(穩態點)按照結果中的群體種類數劃分為極端情景、失衡情景和共存情景。

3 官方媒體參與作用的仿真分析

通過數值仿真進一步明晰模型的演化過程和考查官方媒體參與作用對模型演化的影響。

表1 平衡點、穩定性及情景分類Table 1 Equilibrium point, stability and classification of scenarios

3.1 官方媒體參與對模型演化至各情景過程的影響

3.1.1 極端情景

該情景下的演化結果中只存在1類風險感知群體。限于篇幅，以p3(0,0,1)為例進行仿真，假設x10=x20=x30=1，其他參數：k1=1 000，k2=1 000，k3=1 000，r1=1，r2=1，r3=1.3，α=1，β=1.2，γ=1.4，λ=0.6，τ=0.6，θ=0.6。基于此，可給出不考慮和考慮官方媒體參與下的模型演化過程，分別如圖2和圖3所示。可見，雖然不考慮和考慮官方媒體參與下的模型演化結果相同，但是在官方媒體參與下，模型演化至穩態點的時間縮短，演化過程中高度和中度風險感知群體人數的峰值也減小。因此，在低度風險感知群體與其他群體的競爭系數較大(γ>β>α)情況下(如突發事件信息透明度很高和事實證據確鑿)，官方媒體參與有助于將公眾空間的風險感知維持在較低水平。

圖2 極端情景中不考慮官方媒體參與作用的模型演化Fig.2 Model evolution without considering the participation of official media in extreme scenarios

圖3 極端情景中考慮官方媒體參與作用的模型演化Fig.3 Model evolution considering the participation of official media in extreme scenarios

3.1.2 失衡情景

該情景下演化結果中存在2類風險感知群體。以p5(k1/(1+γ+θ),0,k3/(1+γ+θ))為例進行仿真，假設x10=x20=x30=1，其他參數：k1=1 200，k2=1 000，k3=1 000，r1=1，r2=1，r3=1.3，α=1.8，β=1.4，γ=0.6，λ=0.3，τ=0.3，θ=0.3。基于此，可給出不考慮和考慮官方媒體參與下的模型演化過程，如圖4和圖5所示。可見，雖然不考慮和考慮官方媒體參與下的模型演化趨勢一致，但是在官方媒體參與下，演化結果中高度和低度風險感知群體的人數均明顯降低。此外，在官方媒體參與下，模型演化至穩態點的時間延長。因此，在高度和中度風險感知群體的競爭系數較大且高度和低度風險感知群體的競爭系數較小(γ<β<α)情況下(如突發事件信息不對稱程度很高)，官方媒體參與可降低公眾空間的風險感知和為決策者搶得導控時間。

圖4 失衡情景中不考慮官方媒體參與作用的模型演化Fig.4 Model evolution without considering the participation of official media in unbalanced scenarios

圖5 失衡情景中考慮官方媒體參與作用的模型演化Fig.5 Model evolution considering the participation of official media in unbalanced scenarios

3.1.3 共存情景

圖6 共存情景中不考慮官方媒體參與作用的模型演化Fig.6 Model evolution without considering the participation of official media in coexistence scenarios

圖7 共存情景中考慮官方媒體參與作用的模型演化Fig.7 Model evolution considering the participation of official media in coexistence scenarios

該情景下演化結果中高度、中度和低度風險感知群體同時存在。現對模型演化至p7(Δ1k1/Δ,Δ2k2/Δ,Δ3k3/Δ)的過程進行仿真，假設x10=x20=x30=1，其他參數：k1=1 000，k2=1 000，k3=1 000，r1=1，r2=1，r3=1.3，α=0.5，β=0.4，γ=0.3，λ=0.3，τ=0.3，θ=0.3。基于此，可給出不考慮和考慮官方媒體參與作用下的模型演化過程，分別如圖6和圖7所示。可見，雖然不考慮和考慮官方媒體參與下的模型最終演化趨勢一致，但是在官方媒體參與下，模型演化至穩態點的時間延長，且穩態點中3類群體的人數均明顯降低。因此，在3類群體的相互競爭系數較小且相差不大(α=0.5，β=0.4，γ=0.3)情況下(如突發事件信息的透明度較高但又存在公眾關注的疑點)，官方媒體參與有助于解答公眾的部分關切和降低其風險感知，并為決策者的進一步導控搶得時間。

3.2 官方媒體參與對模型演化結果情景轉變的影響

圖8 不考慮官方媒體參與作用的模型演化Fig.8 Model evolution without considering the participation of official media

圖9 考慮官方媒體參與作用的模型演化Fig.9 Model evolution considering the participation of official media

假設x10=x20=x30=1，其他參數：k1=1 000，k2=1 000，k3=1 000，r1=1，r2=1，r3=1.3，α=0.9，β=0.9，γ=1.4，λ=0.3，τ=0.3，θ=0.3。由此可得不考慮和考慮官方媒體參與下的模型演化過程，如圖8和圖9所示。可見，在不考慮官方媒體參與下，模型演化結果中存在中度和低度風險感知群體，而在考慮官方媒體參與下，模型演化結果中只存在低度風險感知群體，即由失衡情景轉變為極端情景。此外，可發現在官方媒體參與下，高度和中度風險感知群體人數的峰值減小，而低度風險感知群體人數的峰值增大。因此，在高度和低度風險感知群體的競爭系數較大而其他群體間競爭系數相當且較小(γ>β=α)情況下(突發事件信息的透明度很高但存在刻意放大自身風險感知的公眾)，官方媒體參與可顯著改變公眾空間風險感知的穩態結果。

4 結論

1)通過擴展Lotka-Volterra模型，建立了官方媒體參與下的不同風險感知群體相互競爭模型，并得到了模型演化的3種結果情景，即：極端情景、失衡情景和共存情景。

2)由于公眾過高的風險感知易誘發次生/衍生事件，因此給出模型演化的結果情景及其所對應的平衡點和穩定性條件，可為公眾風險感知演化規律的識別和決策者的導控機制設計提供指導。

3)官方媒體參與可顯著改變模型演化的速度和結果。通過仿真發現，其不僅可改變模型演化至穩態點的時間及模型演化中不同風險感知群體人數的峰值和穩態值，還可改變模型演化的結果情景。

4)如何引入影響公眾認知的行為因素(如公眾的損失規避和從眾行為)，并在考慮到不同社會網絡結構(如小世界、無標度和隨機網絡)基礎上，分析公眾風險感知的演化規律，值得進一步研究。