群體性上訪事件中的關鍵性少數

李衛寧 史達

摘 要：為探討關鍵性少數在群體性事件中的作用，本文對C市D區X街道高架橋擋光引發的群體性上訪事件進行了研究。通過判斷抽樣、人格量表和深度訪談的方法，調查了基層政府、街道干部以及部分上訪居民共70人，并運用復雜系統多主體建模方法，構建了危機生命周期視角下群體性上訪的仿真模型，模擬了當存在外部沖擊時，由于訪民之間的交互作用而形成群體性上訪事件的過程。研究呈現了群體性事件脈絡、受影響4棟樓的整體狀況、參與人員情況及組織特征等，發現關鍵性少數產生的標志是委托代理關系的形成，其教育工作背景決定了群體行為的理性程度，其人格特質對危機成熟期的持續時間有重要影響。仿真研究表明，外部沖擊對群體性事件的演變有著重要影響，危機發展期是形成群體性事件的重要轉折時期。本文對政府預防和治理群體性上訪事件有一定的現實意義和理論價值。

關鍵詞：群體性上訪;關鍵性少數;危機生命周期;Netlogo仿真

中圖分類號：F243;D632 文獻標識碼：A

文章編號：1000-176X（2020）11-0127-11

一、問題的提出

應對、減少群體性事件事關全面建成小康社會的宏偉目標，不僅體現了政府的公共治理能力，更體現了公眾對政府的信任。我國正處于社會轉型和體制轉軌的矛盾凸顯期，涉及政府治理能力和公信力的群體性事件一經發生，可能會迅速成為輿論的熱點和焦點。這些訴求和利益復雜的群體性上訪事件對政府治理能力提出了更高的要求，長久以來政府面對群體性事件“高壓、沉默、拖延、和稀泥式”的治理困境以及群體性事件層出不窮的挑戰，無疑加劇了政府應對群體性事件的難度。

筆者通過工作調研發現，基層實踐多從群體性事件的辨別、分類、處置等外在解決層面來應對，一般采用發動社區或者家屬進行說服的群眾戰術，或者采用人盯人的疲勞戰術，或者采用強制阻斷戰術，但通常都是被動所為且效果不甚理想，甚至出現“維穩怪圈”。值得注意的是，政府基層工作人員在談及群體性事件時，經常使用“一小撮人”的字樣。這說明，政府已經注意到關鍵性少數在群體性事件中的作用。那么“一小撮人”有何特點？他們在群體性上訪事件中究竟起到什么作用？能不能通過認知這些組織者和領導者的人格特質和角色分工，在事件的不同發展階段采用不同的溝通處置方式，從而有針對性地化解群體性事件呢？

本文以C市D區X街道修建高架橋而引發的群體性上訪事件為研究對象。C市位于東北沿海經濟繁榮區域，在經濟快速發展的過程中各種矛盾和利益沖突多發。正由于地方政策法規不配套、多元主體利益訴求復雜等因素誘發的群體性上訪時有發生，極大地阻礙了區域的和諧穩定并影響政府公信力。同時，此次群體性上訪事件由市政工程建設所引發，在目前上訪事件中占有較高比例，這使得此案具有典型意義和研究價值。本文通過危機生命周期視角動態分析群體性上訪事件的全過程，利用大五人格量表測量關鍵性少數的人格特質，并探究該事件中關鍵性少數的推動作用。此外，本文還通過仿真模擬，檢驗關鍵性少數在群體性上訪事件發展過程中的演化機制，以期全周期性地理解和應對關鍵性少數助推的群體性上訪事件。

二、文獻述評

（一）集群行為視角下的群體性事件與關鍵性少數

群體性事件本質上是一種集群行為。集群行為是個體情緒感染的結果，個人情緒影響其參與群體的意愿和行為，從而形成了集群行為。勒龐等[1]指出，在集群行動中，個體文明程度降低，理性思考和自我控制減弱甚至消失，極易卷入群體行動之中，誘發群體事件。然而，并不是每個情緒感染者均會參與群體行為，只有群體行為達到一定的門檻值，個體才會選擇加入，產生交互傳播和示范效應，由此引發群體危機。Coombs[2]認為，問題和危機具有明顯的界限但又相互轉化，問題是群體利益的訴求，是常見現象，問題如果處理不當，可能引致危機事件，而通過單方和多方的努力，危機事件又可回歸為問題。正是問題和事件之間相關聯，作為公共權力主體的政府，應當力圖不使社會問題升格為危機事件。群體性事件中的公眾維權和政府維穩，在深層關系上是相互促進的：公眾在表達訴求時，采取不正當的方式或者政府處置失當，都會進一步加劇相互之間的矛盾，易造成雙方零和博弈，因而需要大力疏通公眾表達渠道和改進政府及時回應機制。

隨著處理方式的不斷改進，心理機制在群體性事件中的作用開始引起關注。廖和平和曹漢林[3]認為，不同類型的群體性突發事件分別有其不同的特點和社會心理機制，從心理層面分析可以有效預防和應對群體性事件。郝其宏[4]從社會心理機制中的注意、認同、互動、極化、刻板、逆反等因素進一步研究群體性事件的成因，探究群體性事件背后復雜的深層關系。相對于社會心理機制討論，韓振文[5]從個體參與者認知心理機制研究群體性事件，發現了相對剝奪感、歸因偏差、認知偏見等相互作用對群體性事件形成的影響。

對于群體性事件中關鍵性少數及其心理活動的研究也越來越引起關注。群體性事件參與者中領導者和跟隨者往往具有較強的利益共同點，分工明確。胡仕林[6]指出，在群體性事件演變過程中，利益是群體行動的基礎，而基于共同利益和共同身份的個體是群體組織者出現的前提，正是由于組織者的出現，能極大地使分散的個體整合到整體利益下，進而組建力量較大的利益共合體。Will[7]以群體事件中的領導者的作用構建個體影響群體決策行為模型，證明了個體之間的相互作用會聚合并響應于現實中，形成集群行為，其中個體領導者能力為突發集群行為提供了一個獨特的解釋框架。徐偉[8]對群體性事件中組織領導者心理進行探析，肯定了群體事件的組織領導者對事件進程的控制，認為其心理活動對事件的走勢起到決定性作用，需對組織領導者進行正面引導，避免群體性事件滑向犯罪。也有研究表明，理性、冷靜的組織者可以更好地代表群體與政府進行溝通和談判，減少矛盾。盡管已經關注到了心理作用的影響，但現有的研究多通過公開資料進行理論研判，或者通過場景模擬的方式進行實驗設計，而并未與關鍵性少數直接接觸并進行心理測量。因此，本文擬從微觀個體心理層面切入，通過對某群體性事件所有參與方的調研訪談，結合對關鍵性少數的心理測量，對群體性事件中關鍵少數以及其他參與主體的行為策略及其相互作用展開研究。

（二）群體性事件危機生命周期與信息傳播

馮艷飛和黃宏純[9]結合Fink的危機生命周期理論，提出公共危機事件從生成到衰亡構成一個生命周期，其分為四個階段，即潛伏期、爆發期、持續期和解決期。Jaques[10]定義和區分了問題管理和危機管理，側重于使用危機生命周期進行優化應對，同時考慮到不同階段集群背景下相應的管理活動，注重危機前和危機后的問題管理。Coombs[2]將危機事件劃分為四個不同的階段，分別構建不同的危機應對策略進行針對性的處置，為危機事件處理提供參考標準。華堅等[11]以“昆明PX事件”為研究案例，構建群體事件演化博弈模型，結合群體事件中博弈多方的力量變化，將群體性事件演化過程分為潛伏期、激化期、爆發期和平息期四個階段。沈一兵[12]以我國十起典型環境群體性事件為例，剖析群體性事件的演化過程，梳理環境問題與公共危機事件的邏輯關系，并指出，公共問題在醞釀期極易發酵為公共危機事件。而何哲[13]認為，群體性事件基于集體行動和社會運動理論進行演化，可分為事前矛盾激化和孕育階段、群體性事件開始后的演化階段、事件后階段，其總結了群體性事件治理分階段的關鍵要素，針對不同演化階段提出不同的政府管控策略。綜上，在公共危機事件發生后，群體性事件的不斷演化過程，往往符合危機生命周期理論發展階段。由此可見，危機生命周期理論在群體性事件的研究中不斷擴展和深化，危機生命周期理論已然成為研究群體性事件的重要范式。

信息傳播是影響危機生命周期發展的重要因素。現有研究主要圍繞危機信息傳播、輿論引導、事件信息處置等應對方法和策略展開。李衛東和賀濤[14]以長春隨車被盜嬰兒事件為例，實證分析了微博輿論傳播事件信息的網絡結構對群體性事件發展的影響，肯定網絡中心節點對事件信息的輻射性作用。同時虞銘明和朱德米[15]以“昆明PX事件”為例，探索政府處置群體性事件過程中，危機事件輿情信息傳播的動力學機制，并指出，政府在應對群體性事件時的危機信息識別及管制、信息傳播控制等行為易造成事態發展脫離政府管控。也有學者提醒，謠言亦會對群體事件信息傳播效果產生影響。Zanette[16]指出了謠言在群體事件信息傳播中的動態變化，并分析了事件中各個要素對謠言傳播的影響。傳統視角下的群體事件信息傳播研究主要涉及人際傳播、媒體傳播以及社交媒體聯結，傳統危機信息傳播的研究多圍繞政府如何識別并處置危機事件信息和維護政府形象，鮮有兼顧群體性事件參與主體之間的互動關系、影響過程和傳播結構，難以解釋群體性事件中關鍵少數的影響作用和演化機制。因此，復雜網絡分析與仿真方法開始應用于危機信息傳播研究。

復雜網絡分析不同于傳統意義彼此獨立的研究，它更注重個體之間的互動關系，以及網絡世界的快速感染等特性，具有小世界網絡關系的結構。Xu等[17]從社會結構無標度網絡的研究發現，信息傳播與集群行為存在相互作用，促成群體性事件。Zhang等[18]建立兩階段動態模型來仿真模擬危機信息傳播的過程，以研究群體性事件危機信息傳播機理。Wei等[19]研究認為，群體事件中個人與事件的聯系強度影響危機信息傳播的速度，其通過構建強弱關系網絡進行仿真模擬，檢查強聯系和弱聯系之間的傳播速度差異以及信息可信度的變化。但群體性事件信息傳播過程中的主體是多元的，Meng等[20]為研究群體事件危機信息傳播過程中媒體、政府、公眾之間的行為特征和互動關系，通過構建多元主體模型來仿真模擬危機信息傳播的有效因素，比較不同參數的演化結果。李志宏等[21]也以復雜網絡為思路，利用多主體建模方法仿真模擬群體性事件傳播的生命周期現象，并分析各主體屬性在不同參數值下的演化結果。因此，本文將運用仿真模擬方法，以危機生命周期理論為依據，構建關鍵性少數在群體性事件的不同危機階段中的影響模型，比較關鍵性少數在不同參數值下的演化結果，探索危機信息傳播的途徑，并為政府處置群體性事件提供決策支持。

三、分析框架與研究設計

通過對上述文獻的回顧，筆者認為，群體性上訪事件符合危機生命周期理論，不同階段的群體性事件中的參與者，尤其是關鍵性少數影響并推動群體性事件的發展。因此，本文選取C市D區X街道的4棟樓居民因高架橋擋光、行車噪聲、車輛尾氣以及粉塵污染等問題進行群體性上訪事件為案例。通過還原群體性上訪事件，分析群體性上訪事件中的參與者、尤其是關鍵性少數，包括上訪者的年齡構成、教育背景、人格特質、角色分工等。此外，本研究結合危機生命周期理論，將群體性上訪事件劃分為產生期、發展期、成熟期和衰退期四個階段，分別對群體性上訪事件各階段的變化情況和關鍵性少數在其中的作用進行考察。同時運用復雜系統多主體建模方法，構建群體性上訪事件的仿真模型，并通過Netlogo仿真軟件模擬當存在外部沖擊時，群體性上訪事件過程中訪民之間的交互作用。

本研究首先調查了C市D區X街道基層政府工作人員（共9人）。街道基層人員常處于群體性事件的第一線，具有豐富的基層工作經驗。在傳達居民訴求、下達上級意見以及協調利益相關方方面具有不可替代的作用。除此之外，本研究還調查了X街道A、B、C、D共4棟住宅樓，通過判斷抽樣方法實地調研211戶居民中的60戶，其中包括樓長家庭4戶，居民樓代表家庭5戶，普通居民家庭51戶。本文通過工作人員了解群體性上訪事件的發展脈絡、4棟居民樓的基本狀況，以及街道辦事處處置群體性事件的工作情況（包括網格管理中心網格管理中心是C市D區X街道建立的具有科學性和協同性的新型社會管理中心，其以“做群眾需要的事，做事讓群眾滿意”為目標，輻射黨務工作、綜治信訪維穩、社區服務、社會工作、城市發展、經濟發展、監督評價、運行保障中心等8大中心。）。同時，通過深度訪談方式對街道主任、社區書記和部分關鍵少數人員進行訪談，并使用大五人格測試量表收集研究信息，研究關鍵性少數的人格特質。此外，本文還調查了各棟居民樓上訪過程中的組織特性，具體調查指標，如表1所示。

四、群體性事件案例分析與仿真模擬

（一）群體性事件的基本情況

Y年7月C市城建局在X街道修建高架橋，自建橋伊始，由于高架橋擋光、行車噪聲和車輛尾氣以及粉塵污染等問題，從Y+1年4月起，4棟樓居民多次組織不同規模的上訪行為，分別向市政府、城建局、環保局、信訪局等有關單位反映情況。Y+2年11月4棟樓受擋光影響的居民獲擋光補償，但截至Y+4年1月，居民與相關部門就行車噪聲和車輛尾氣以及粉塵污染問題尚未達成一致。

在群體性上訪事件過程中，基層政府的領導、4棟樓居民代表以及相關部門（城建局、執法局、環保局、測繪中心）共召開了15次代表會議，其中規模較大的10次，規模較小的5次。副市級領導曾做過重要批示。整個事件歷時近4年，群體性上訪次數共達30余次。回顧整個事件，政府部門重視訪民合理訴求，但群體性上訪事件何以延續4年之久？

1. 群體性事件中4棟樓整體結構分析

4棟樓的整體狀況調查情況，如表2所示。

由表2可知，在人員結構上，B樓居民生源多為外來人口，年齡結構也較年輕。A樓居民教育程度高，居民與關鍵性少數的關系最強。在組織特性方面，A樓組織特性優于其他樓。在受影響程度方面，4棟樓受影響的程度從高到低分別為A樓、B樓、C樓和D樓。本文還將群體性上訪人員劃分為關鍵性少數和普通居民，組織結構如圖1所示。而由于D樓居民多為體弱的退休老人，基本無群體性行動能力，因而沒有形成群體性上訪的組織和關鍵性少數。

2. 群體性事件關鍵性少數行為分析

（1）A樓關鍵性少數情況，如表3所示。A樓關鍵性少數4人，平均年齡66歲，教育水平較高、有主見，在社區內有較強影響力。根據大五人格測試量表結果，甲某、乙某、丙某、丁某4位關鍵性少數性格特質有明顯差別。綜合看來，A樓關鍵性少數團體能力突出、結構穩定、內部分工明確。組織變化情況方面，建橋前住戶來往較少，建橋后由于擋光問題，部分居民以個體或者小團體的形式向相關部門反映情況，而高架橋竣工后，擋光、噪音、粉塵情況越發嚴重，群眾踴躍上訪，但未形成明確組織。隨著群體性上訪次數逐漸增多，個人特長逐漸顯現，群體自發分工，形成較為明確的組織，關鍵性少數出現。然而由于群體性上訪事件進展緩慢，上訪成本增加，部分居民逐漸退出，但還通過集資方式間接參與，形成較為明顯的委托—代理機制。在遮光問題解決后，關鍵性少數成為群體上訪事件的推動者，在后續活動中發揮著決定性作用。

（2）B樓關鍵性少數情況，如表3所示。B樓關鍵性少數兩人，年齡均在50歲以上，教育水平和政治面貌高于普通居民。戊某、己某兩位關鍵性少數有主見，在社區內有較強影響力和組織能力。根據大五人格測試量表，戊某和己某的性格特質存在較大差異，分別負責上傳下達和出謀劃策，但總體關鍵性少數太少，彼此之間分工不夠細化。組織變化情況方面，B樓建橋前和建橋中組織松散，建橋后開始上訪時，但由于積極性不高，為提高效率，群體自發分工，形成較為明確的組織。由于事件遲遲得不到解決，組織內部產生較多分歧，關鍵性少數萌生退意。政府解決遮光問題后，兩位代表退出，其他組織成員想繼續上訪，但礙于無人組織，該樓組織基本瓦解。

（3）C樓關鍵性少數情況，如表3所示。C樓關鍵性少數兩人，年齡均在60歲以上，教育水平較普通居民稍高。庚某、辛某兩位關鍵性少數有較強的影響力、組織能力和個人決策能力。根據大五人格測試量表，兩位關鍵性人物的性格特質較為相似，表現為高程度的社交性。此外，庚某具有低利他性且居民對其滿意度較低。綜合而言，兩位關鍵性少數承擔的責任較為相似，幾乎沒有分工的細化，組織的穩定性較弱、效率較低。組織變化情況方面，建橋伊始，C樓主要以個人與小團體上訪以主。建橋后，C樓由于共同利益考慮與A樓一起行動，但庚某不能滿足居民需要，群體內自發產生一名具有較高社區聲望的居民代表辛某成為組織代表。由于C樓58戶居民中8戶未出資，采取搭便車策略，造成組織內不良影響。隨著群體性上訪次數逐漸增多，組織成員降低對庚某信任度，代表辛某得到大多數人信賴，成為主要帶頭人，組織中代表的角色發生顯著改變。政府解決遮光問題后，因噪音與粉塵問題不嚴重，組織中參與者人數退減，隨后代表退出，該樓組織瓦解。

（二）危機生命周期視角下群體性上訪事件的演化趨勢

本文考察關鍵性少數在整個群體性事件中所起的作用，將群體性上訪事件納入危機生命周期理論中展開探討。群體性上訪事件的生命周期以及生命周期的劃分標準、關鍵性少數的產生和作用以及退出、關鍵性少數人格特質和角色分工等問題是本研究的重點。

1. 群體性上訪事件危機生命周期發展分析

本文結合危機生命周期理論，選取居民群體性上訪事件中的標志性事件節點，將整個群體性事件劃分為四個階段，分別為：產生期、發展期、成熟期和衰退期，如圖2所示。

（1）群體性上訪事件的產生期。從個體居民發現建橋開始，到第一次集體在樓下開會商討結束。居民發現建橋，單個個體和偶然結成的小團體自發在樓下議論，整體并無組織，也未形成明確利益集團。由于政府未通過居民聽證會而建橋，居民情緒較為激動和不滿。

（2）群體性上訪事件的發展期。從居民第一次集體商討開始，到居民集體至市政府反映情況結束。隨著參與人數的增多，具有領導特質的個體開始出現。同時，由于受影響程度和所處位置的差異，群體分化為4個利益集團：A樓、B樓、C樓和D樓。利益集團之間行動相互影響、協作性強。此外，群體成員彼此情緒感染，形成盲從、法不責眾和搭便車心理。這時期群體的情感訴求逐漸向利益訴求轉變。

（3）群體性上訪事件的成熟期。從居民集體去市政府反映情況開始，到得到擋光補償結束。該時期內，關鍵性少數得到確定，分工明確、定位清晰。普通居民以出資形式間接參與，支持關鍵性少數工作，形成明確的委托—代理關系。同時，以樓為單位的利益集團獨立性增強。但由于利益、心理失衡等因素，各樓開始隱瞞自己的行為策略，而隨著事件發展，群體利益集體之間逐漸分化出領導者A樓和跟隨者B樓、C樓和D樓。這時期，利益集團的行動在關鍵性少數的帶領下均趨于一致。

（4）群體性上訪事件的衰退期。從居民領取到遮光補償開始，到本次調查結束時仍在繼續。伴隨著上訪代表們的不斷碰壁和時間拉鋸，上訪群體不得不妥協，群體利益訴求逐漸降低。該時期內，由于部分利益訴求已得到解決，利益集團的關鍵性少數也開始考慮退出，不再就噪音和污染問題繼續上訪。普通成員因缺乏組織領導，也選擇放棄。

2. 危機生命周期視角下關鍵性少數的行為分析

（1）關鍵性少數的基本狀況。首先，在年齡結構上，本案例中8位關鍵性少數的平均年齡為62歲。由于青年人忙于工作，組織上訪的機會成本較大，而且性格較急躁，彼此之間不容易形成合作，而老年人基本無獨立行為能力，因而55—65歲的群體成為群體性上訪事件的主力人員，這一群體多退休在家，受修橋影響較大，同時還有部分剛退休，智力與體力足以應付群體性上訪活動。這部分群體在時間上、動機上、能力上均具有充分行為空間。其次，在教育背景方面，關鍵性少數的教育水平越高、理性分析和判斷能力越強，易取得群體成員認可，從而更有助于有效組織上訪。最后，在社區影響力、組織能力和主見等方面，關鍵性少數表現為正向指標，一般具有較強的社區影響力、組織能力和自我主見。

（2）關鍵性少數的產生和作用及退出。關鍵性少數并非貫穿于群體性事件的始末，而是產生于事件的發展期、顯著于事件的成熟期，并在衰退期活動減少或退出。在群體性上訪事件的發展期，關鍵性少數產生，隨著參與人數增加，松散的個體和小團體發展為規模較大的松散組織。個體受群體感染，表現為盲從與沖動，此時組織內部急需領導人出現，即為關鍵性少數，也可理解為關鍵性少數是群體上訪事件組織化過程的必然結果。在群體性上訪事件的成熟期，關鍵性少數與普通居民形成委托—代理關系，表現為關鍵性少數與普通居民的相互作用。由于群體參與者利益訴求多元化，關鍵性少數能更好地表達群體訴求，減少信息不對稱和冗余。同時，此階段關鍵性少數不同的人格特質使其在群體中具有不同的分工角色，影響群體組織的運作和變化。值得注意的是周圍環境對關鍵性少數的影響，群體組織的支持力度和利益訴求強度顯著作用于關鍵性少數的態度。在群體上訪事件的衰退期，關鍵性少數活動減少或退出。當部分利益訴求得到解決，既得利益者新訴求的動力降低表現為參與者人數減少、參與熱情降低、搭便車者增多，關鍵性少數活動減少或退出，組織逐漸瓦解。

（3）關鍵性少數的人格特質和角色分工。本文選用大五人格測試量表對8位關鍵性少數的人格特質進行測量，測量結果發現，人格特質顯著影響關鍵性少數在組織內的角色分工。

群體性上訪事件中名義首腦均有高社交性;具有高社交性、高開放性的關鍵性少數負責上傳下達，成為組織的傳達者;具有高適應性、低開放性的關鍵性少數負責出謀劃策，成為組織的智囊;具有高社交性、低道德感的關鍵性少數成為沖鋒者。筆者發現，關鍵性少數的人格特質差異越大、角色分工越明確、與普通居民互動效果越好、組織工作效率越高。此次群體性事件中A樓關鍵性少數的性格特質差別明顯，組建的團體結構穩定、分工明確、工作效率高，在整個群體性上訪事件的4個利益集團中起到領導者的作用。B樓關鍵性少數性格特質差異較大，由于關鍵性人數太少，彼此之間的分工不夠細化，組織穩定性和效率不及A樓，處于跟隨者的角色。C樓關鍵性少數人格特質差異較小，承擔責任相似，沒有細化分工，組織的穩定性弱、效率低，對群體性事件生命周期的發展不起決定性作用。

（三）基于Netlogo的群體性上訪事件仿真模擬

為清晰呈現群體性上訪事件中行為主體之間的交互作用及其影響，深入研究危機生命周期理論下群體性上訪事件的發展結果，本文運用復雜系統多主體建模方法，構建群體性上訪事件的仿真模型，并通過Netlogo仿真軟件，模擬外部沖擊下行為主體之間的交互作用，從而分析群體性事件的特征和規律。本部分先調整模型的初始設置和相關參數，計算出每個行為主體在第T期的能量，當能量超過上訪門檻值時，此行為人變為上訪者;反之亦然。由此據Netlogo仿真軟件模擬出0—T期上訪者人數的動態變化，進而生成上訪者人數時間趨勢變化圖，即事件發展的生命周期圖。最后本文將考察取不同參數值的情況下，群體性上訪事件所呈現的不同生命周期狀態，并提出相應的政策建議。

1. 模型的基本假設

（1）關鍵性少數的基本狀況。系統初始變量（Initial Value of System）由群體性上訪事件發生的環境決定，是事件發生時的客觀環境條件，包括行為主體總人數（N）、關鍵性少數數量（n1）、其他人數量（n2）和事件觀測時間（T）。其中，關鍵性少數（Key Minor）在仿真系統中用箭頭表示。其他人（Others）在仿真系統中用圓圈表示。且N=n1+n2。

（2）行為主體特征參數（Character of Agents）。關鍵性少數和其他行為主體在教育背景、人格特質等方面具有明顯差異，在模型中主要通過影響范圍（R）、活動范圍（D）、初始能量（Eia）和上訪門檻（Ethreshold）4個參數的不同賦值進行區分。本研究關鍵性少數和其他行為人在影響范圍、活動范圍、初始能量的取值范圍依據Meng等[20]的研究，即多元主體在不同參數下的演化結果不同，以及劉常昱等[22]基于Agent輿論傳播模型的初始取值范圍進行賦值。而門檻的取值范圍主要參考Kochemazov[23]提出的確定性線性閾值模型確定門檻閾值。本研究對關鍵性少數的具體賦值為：R∈0，50，D∈0，100，Eia∈0，400，Ethreshold∈0，600;對其他人的具體賦值為：R∈0，30，D∈0，60，Eia∈0，300，Ethreshold∈0，800。 其中，影響范圍（R）：以單個主體自身為圓心，半徑為R的圓。主體只能在其影響范圍內發生能量傳遞，影響范圍與人格特質有關，社交性越高影響范圍越大，關鍵性少數大于普通人。活動范圍（D）：主體在初始位置為圓心，半徑為D的圓內隨機行走。活動范圍與個人特質有關，適應性越高影響范圍越大，關鍵性少數大于普通人。初始能量（Eia）：行為人在初始時具有的能量。初始能量是衡量行為主體活動能力的變量，能量越高則參加群體性事件的可能性越大，越有可能發生沖突。門檻（Ethreshold）：判斷行為主體是否變為上訪者的數量標準。根據格蘭諾維特的理論，超過門檻的行為主體將參與群體性事件。門檻與人格特質中的利他性有關，利他性越高，門檻越低，關鍵性少數低于普通人。

（3）主體間關系參數（Relationship Between Agents）。主體間關系參數由群體本身內部結構決定，包括：能量傳遞系數（K）、能量傳遞成本（C）。能量傳統系數取值參考李志宏等[21]基于網絡媒介的突發性公共危機信息傳播仿真研究，政府、媒體、公眾之間的主體間能量傳統系數均取為[0，1]，本研究在設定關鍵性少數和其他人的能量傳統系數時也采取同樣的取值范圍，即K∈0，1。而能量傳遞成本（C）的取值范圍參考Niizato和Gunji[24]的集體行為拓撲交互模型的取值，將關鍵性少數的能量傳遞成本參數設定為C∈0，10。其中，能量傳遞系數（K）：衡量不同能量主體之間傳遞的能量有效性。與人格特質中的開放性有關，開放性越強，轉化系數越高。能量傳遞成本（C）：高能量者在向低能量者傳遞能量的過程中要付出成本。由于行為雙方之間的不信任，高能量者激勵他人需要付出代價，消極的參與者會消耗高能量者的能量。

（4）外部沖擊（Outer Shock）。根據實地調查發現，群體性上訪事件在發展過程中不斷受到外部因素沖擊，如居民發現修建高架橋、國家領導人到市區視察、政協對事件的立案、市領導換屆等外部事件的發生均對居民上訪行為產生重要影響。為描述此類外部沖擊，本模型引入兩種連續的（即對每一期都有沖擊）隨機沖擊項（S）：其一為S服從（-1，1）上的均勻分布，即S∽U-1，1;其二為S服從均值為0，方差可調的正態分布，即S∽N0，sd。本文將外部事件沖擊開始的時間設為Ti，將沖擊結束的時間設為Tj，兩種沖擊強度分別為S∽U-1，1、S∽N（me，sd）。

2. 模型的動態演化

3. 基于Netlogo的仿真模擬實證

根據模型的基本假設和動態演化，本文基于Netlogo仿真軟件，模擬當存在外部沖擊時，由于訪民之間的交互作用而形成的群體性上訪事件過程。仿真流程如圖3所示。

經過多達10 000多次的仿真實驗，本文模擬出如下典型的生命周期形態圖，如圖4所示。第一，外部沖擊是推動整個事件的強大動力。正向的外部沖擊能顯著地推動事件進入高潮，負向的外部沖擊能使事件迅速衰退。在沒有外部沖擊時，少數上訪者難以將事件擴大化，即使形成了群體性事件，也只能持續相當短的時間。在仿真模擬結果上，此情況下仿真圖像表示為尖峰形，如圖4a所示。在缺乏外部沖擊情況下，初始能量超過門檻值的上訪者自身能量在交換過程中很快散失，系統將趨于穩定。而在存在外部沖擊情況下，從眾行為與能量傳導機制使得群體中大部分人的能量水平很快超過門檻值，從而引發群體性上訪事件。在仿真模擬結果上，此情況下仿真圖像波動頻繁且劇烈，上訪者能量和上訪持續時間在不同程度的外部沖擊下，呈現出不同的趨勢，如圖4b—4f所示。其中，圖4b為典型周期，上訪者能量平穩增減;圖4c為增長期爆發，上訪者能量在發展期內迅速增長，并隨著時間的推移在震蕩中衰減;圖4d為衰減緩慢，表現為上訪者能量平穩下降，整個過程持續時間較長;圖4e為迅增速減，表現為事件在較短時間內被推入高潮，上訪者能量激增，隨后迅速下降，系統趨于平穩;圖4f為反復震蕩，表現為上訪者能量進入衰退期后并未完全消失，而是保持在一定的數量水平上，推動事件的長期發展。第二，發展期易出現上訪者人數的爆發式增長，尤其在較高的初始能量尚未完全耗散的情況下，外部沖擊的作用會造成上訪人數劇烈增長，群體性過激行為也常常發生在這一階段。第三，行為主體參數與事件演化過程的關系。在系統初始設置與外部沖擊保持不變的情況下，群體事件的演化過程主要由行為主體參數和主體間關系參數決定。

經過多達10 000次的模擬，本文得出行為主體參數與事件演化的關系，如表4所示。其中，發展速度用上訪者數量由零到連續尖峰的第一個峰值所用的時間衡量，時間越短則發展速度越快。持續時間用事件生命周期圖的連續尖峰在沒有明顯衰減的情況下，第一個峰值到最后一個峰值所用的時間衡量，事件越長，則持續時間越長。衰退速度用連續尖峰的最后一個峰值衰減到零所用的時間衡量，時間越短，則衰退越快。

五、總結、政策性意涵與進一步討論

筆者認為，關鍵性少數與群體性事件的發展密切相關，特別是關鍵性少數在群體性事件的組織內部扮演重要的角色。具體而言，關鍵性少數的態度和行為直接影響到群體性組織內部的協調與合作;同樣地，在很大程度上，組織內部成員對于關鍵性少數的信任程度也影響到關鍵性少數的行為方式。因此，關鍵性少數是推動群體性事件發展的關鍵，而關鍵性少數的背景差異和個性特征以及性格分歧等加大了群體性事件治理的復雜性。關鍵性少數是推動群體性事件發展的關鍵，而關鍵性少數的背景差異和個性特征以及性格分歧等加大了群體性事件治理的復雜性。第一，委托代理關系的形成是關鍵性少數產生的標志。關鍵性少數并非貫穿整個事件，而是產生于事件的發展期，活躍于事件的成熟期。當關鍵性少數成為群體性事件的領頭者后，群體性事件就由發展期向成熟期過渡，由大規模沖動性群體參與轉為有計劃的關鍵性少數組織參與，多數間接參與。第二，群體行為的理性程度由關鍵性少數的教育工作背景決定。良好教育背景和工作背景的關鍵性少數促使群體采取較為理性的方法，力圖從情理和法理出發;而其他背景的關鍵性少數傾向于采取簡單粗暴的訴求方式。第三，關鍵性少數的人格特質對成熟期的持續時間有重要影響。其組織能力越強，群體組織效率越高，既會推動事件的惡化發展但也會有助于問題的解決。第四，群體性事件形成的重要轉折期是發展期。在發展期，關鍵性少數的強意愿以及正向外部沖擊的助力，會顯著促使群體性事件的發展和成熟;反之亦然。

群體性事件不僅影響公眾的正常生活，更影響政府的正常運行，若處理不當，會顯著影響政府形象和公信力。因此，群體性事件發生時，政府的首要工作就是有效溝通和監督關鍵性少數，管控群體性事件的走向。基于群體性事件的多方主體之間的相互影響和相互作用機制，本文結合群體性事件發展階段提出如下政策建議：第一，防范群體性事件風險，推廣基層網格化管理。治未病是解決群體性事件的根本。政府應以預防為主，防患于未然。目前，預防群體性事件的最大困難是信息的滯后性，而基層網格管理恰好彌補了群眾與基層之間的間隙，能有效解決信息滯后問題。最重要的是網格管理員能第一時間收集事件信息，降低獲取信息的成本，及時反饋問題，同時，對基層矛盾進行引導，降低矛盾的傳播速度和力度，盡量將矛盾解決于基層。第二，理性對話，引導關鍵性少數理性決策。事件發生后，上訪群體行為受到政府回應和關鍵性少數的雙重影響，而其中關鍵性少數發揮著至關重要作用，甚至左右群體性事件發展到高潮或者迅速衰退。因此，政府應完善對話機制，一方面，識別分類群體性事件類型，避免簡單處置，拓寬上訪群體的對話渠道，通過交流溝通及時反饋信息，了解民眾訴求，知曉上訪群體迫切需要解決的問題，對應急處置措施不到位和錯位的行為進行彌補;另一方面，應重視關鍵性少數，保障關鍵性少數的知情權和參與權，及時傳遞群體事件處理結果，促使關鍵性少數的理性化，從而形成政府、關鍵少數、上訪群體三者之間的良性互動。

本文采取個案分析法對群體性上訪事件中的關鍵少數作用機制進行探索性研究。雖然此事件具有一定程度的典型性和代表性，但是由于群體性事件涉及行業越來越多，主體成分越發多元化，因此，本研究仍需要進行多案例、跨區域驗證，以尋找普遍性的規律。

參考文獻：

[1]李燕凌，丁瑩.網絡輿情公共危機治理中社會信任修復研究——基于動物疫情危機演化博弈的實證分析[J].公共管理學報，2017，（4）：91-101.

[2]余艷紅.群體性事件與政治穩定：一項基于風險模型的新解釋[J].哈爾濱工業大學學報（社會科學版），2018，（3）：29-35.

[3]賈瑞雪，李衛東.基于社交網絡演化的政府形象認知傳播機制——以上海“12·31”外灘擁擠踩踏事件為個案[J].公共管理學報，2018，（2）：28-42.

[4]張國亭.當前群體性事件的趨勢特征與有效應對[J].理論學刊，2018，（5）：119-126.

[5]李根強，劉人境，孟勇，等.社會網絡視角下思維聚焦對集群行為發展趨勢的影響[J].軟科學，2017，（7）：126-130.

[1]古斯塔夫·勒龐，谷珊，趙婷婷.烏合之眾：大眾心理研究[J].人民法治，2018，（19）：103.

[7]Song， Y.， Sailer， A.， Shaikh， H. Problem Classification Method to Enhance the ITIL Incident and Problem [A]. IEEE. Proceedings of the 11th IFIP/IEEE International Conference on Symposium on Integrated Network Management[C]. New York： IEEE Press，2009. 295-298.

[2]Coombs， W. T. Deep and Surface Threats： Conceptual and Practical Implications for ‘Crisis vs ‘Problem [J]. Public Relations Review， 2002， 28（4）：339-345.

[9]許堯.維權與維穩的內在邏輯及相互促進機制[J].甘肅行政學院學報，2017，（3）： 78-95.

[3]廖和平，曹漢林.群體性事件產生的社會心理機制及對策探究[J].創新，2009，（1）： 83-87.

[4]郝其宏.網絡群體性事件的成因和對策——基于社會心理的分析視角[J].福建論壇（人文社會科學版），2016，（3）：104-112.

[5]韓振文.群體性事件發生的認知心理機制及其法治化防控[J].學術交流，2017，（8）： 110-116.

[6]胡仕林.利益型群體性事件中的共意建構[J].廣西社會科學，2016，（9）：169-172.

[7]Will， T. Flock Leadership： Understanding and Influencing Emergent Collective Behavior [J]. Leadership Quarterly， 2016， 27（2）： 261-279.

[8]徐偉.群體性事件中組織領導者的心理探析[J].西安電子科技大學學報（社會科學版），2015，（4）：73-79.

[16]青平，張瑩，涂銘，等.網絡意見領袖動員方式對網絡集群行為參與的影響研究——基于產品傷害危機背景下的實驗研究[J].管理世界，2016，（7）：109-120.

[9]馮艷飛，黃宏純.基于危機周期理論的應急管理技術創新體系[J].武漢理工大學學報（信息與管理工程版），2012，（6）：733-736.

[10]Jaques， T. Issue Management and Crisis Management： An Integrated， Non-Linear， Relational Construct [J]. Public Relations Review， 2007， 33（2）：147-157.

[11]華堅，張長征，吳祠金. 利益博弈與群體力量——基于演化博弈的群體性事件生成機理及其化解[J]. 河海大學學報（哲學社會科學版），2015，（4）：53-59.

[12]沈一兵.從環境風險到社會危機的演化機理及其治理對策——以我國十起典型環境群體性事件為例[J].華東理工大學學報（社會科學版），2015，（6）：92-105.

[13]何哲.群體性事件的演化和治理策略——基于集體行為和西方社會運動理論的分析[J].理論與改革，2010，（4）：105-109.

[14]李衛東，賀濤.微博輿論傳播的復雜網絡拓撲結構模型及其演化機制[J].新聞與傳播研究，2013，（11）：90-105.

[15]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，（8）：115-121.

[16]Zanette， D. H. Dynamics of Rumor Propagation on Small-World Networks [J]. Physical Review E， 2002， 65（4）：1908.

[25]鄭君君，閆龍，周瑩瑩.環境污染群體性事件中行為信息傳播機制——基于心理因素的分析[J].技術經濟，2015，（8）：71-78.

[26]薛可，黃晶，余眀陽.基于不確定性多屬性決策方法的網絡論壇危機信息傳播決策研究[J].上海交通大學學報（自然版），2012，（11）：1874-1880.

[17]Xu， Z.， Li， K.， Sun，M.，et al. Interaction Between Epidemic Spread and Collective Behavior in Scale-Free Networks With Community Structure [J]. Journal of Theoretical Biology， 2019， 462（1）： 122-133.

[18]Zhang， L.， Zhong， Q.， Qi， W. Two-Stage Dynamics of Crisis Information Dissemination on Social Network [A]. IEEE. International Conference on Management Science & Engineering：16th Annual Conference Proceedings [C]. Moscow： IEEE Press，2009. 2117-2122.

[19]Wei， J.， Bu， B.， Guo， X.，et al. The Process of Crisis Information Dissemination： Impacts of the Strength of Ties in Social Networks [J]. Kybernetes， 2014， 43（2）：178-191.

[20]Meng， L.， Kang， Q.， Han， C.， et al. A Multi-Agent Model for Simulation of Public Crisis Information Dissemination [J]. International Journal of Wireless and Mobile Computing， 2016， 111（11）：33-41.

[21]李志宏，王海燕，白雪.基于網絡媒介的突發性公共危機信息傳播仿真和管理對策研究[J].公共管理學報，2010，（1）：85-93.

[22]劉常昱，胡曉峰，羅批，等.基于Agent的網絡輿論傳播模型研究[J].計算機仿真，2009，（1）： 20-23.

[23]Kochemazov， S. Comparative Study of Combinatorial Algorithms for Solving the Influence Maximization Problem in Networks Under a Deterministic Linear Threshold Model [J]. Procedia Computer Science， 2018， 136（1）： 190-199.

[24]Niizato， T.， Gunji， Y. Metric-Topological Interaction Model of Collective Behavior [J]. Ecological Modelling， 2011， 222（17）： 3041-3049.

[35]侯俊東，肖人彬.網絡群體性事件中政府公信力的演變：一個多案例的研究發現[J].管理評論，2017，（10）：258-272.

（責任編輯：徐雅雯）