好奇心理的人群聚集行為仿真

殷雁君, 唐衛(wèi)清

人群聚集行為是日常生活中常見(jiàn)的群體行為。通常，生活中的小事件也會(huì)引發(fā)大量的人員圍觀，形成人群聚集。例如，街頭的促銷活動(dòng)、偶爾的街頭摩擦。人群聚集不僅直接影響正常的交通秩序，更為嚴(yán)重的是其極易引發(fā)群體性事件。社會(huì)學(xué)研究發(fā)現(xiàn)[1]，無(wú)關(guān)人員的聚集是誘發(fā)群體性事件的必然階段。分析人群聚集的原因，研究人群聚集的預(yù)防和疏導(dǎo)措施對(duì)于防止偶發(fā)事件向群體事件，甚至向暴力事件轉(zhuǎn)化有著積極的現(xiàn)實(shí)意義。

人群聚集研究主要集中在社會(huì)心理學(xué)、管理學(xué)等人文社會(huì)科學(xué)領(lǐng)域。近年來(lái)，隨著我國(guó)群體事件的逐年增加，群體事件的人群聚集模擬研究也逐漸開(kāi)始引起計(jì)算機(jī)學(xué)界的關(guān)注，但研究并不深入。目前，群體事件人群聚集模擬研究主要有動(dòng)力學(xué)模型和閾值模型。動(dòng)力學(xué)模型從社會(huì)物理學(xué)的角度出發(fā)，通過(guò)設(shè)置事件目標(biāo)點(diǎn)，以個(gè)體與目標(biāo)點(diǎn)的吸引力作為推動(dòng)個(gè)體聚集行為的主要?jiǎng)恿?。例如常欽[2-3]提出的群體事件的動(dòng)力學(xué)模型和人群聚集模型。閾值模型則是以個(gè)體參與事件的得失為基準(zhǔn)點(diǎn)，如果個(gè)體參與事件的評(píng)估結(jié)果大于閾值，則個(gè)體參與事件，否則個(gè)體避離事件。最典型的閾值模型是J.M.Epstein[4]提出的基于Agent的市民騷亂模型。馮平耀等研究者[5]在對(duì)基于情緒宣泄的群體事件人群聚集行為的模擬中也借用了J.M.Epstein的思想，即個(gè)體是否參與聚集行為取決于個(gè)體對(duì)事件的不滿程度、參與事件凈風(fēng)險(xiǎn)等因素的判斷。如果判斷結(jié)果是獲利，則參與人群聚集，否則不會(huì)加入事件。動(dòng)力學(xué)模型在實(shí)現(xiàn)時(shí)將所有個(gè)體看作是同質(zhì)粒子，忽略了個(gè)體的個(gè)性和心理對(duì)聚集行為的影響。閾值模型則從個(gè)體的個(gè)性心理出發(fā)，作為理智個(gè)體，詳細(xì)地計(jì)算了參與事件的利弊。但在整個(gè)群體事件的演化過(guò)程中卻沒(méi)有考慮個(gè)體不滿情緒的變化。社會(huì)心理學(xué)研究[6]發(fā)現(xiàn)情緒是個(gè)體參與事件過(guò)程中的心理活動(dòng)。整個(gè)事件演化過(guò)程中，個(gè)體的情緒表現(xiàn)大致要經(jīng)歷關(guān)注、擔(dān)心、失望、絕望、不滿、生氣、憤怒、激憤、失控等。如福建南平醫(yī)患糾紛中，群體成員情緒在相互感染和醞釀后，逐漸發(fā)展為失控態(tài)勢(shì)。通過(guò)對(duì)旁觀者的心理研究也發(fā)現(xiàn)，好奇心理是個(gè)體聚集最原始的心理動(dòng)力。旁觀者的聚集不僅直接導(dǎo)致了群體事件的人群規(guī)模膨脹，而且所產(chǎn)生的“觀眾效應(yīng)”也為事件的惡化起到推波助瀾的作用[7]。

本文所關(guān)注的是群體事件人群聚集階段。在分析日常人群聚集原因的基礎(chǔ)上，基于個(gè)體好奇心理對(duì)人群聚集過(guò)程進(jìn)行模擬，分析了事件因素、環(huán)境因素和個(gè)體心理因素對(duì)人群聚集規(guī)模所產(chǎn)生的影響。主要目的是希望在群體事件發(fā)生之前能夠?qū)θ巳壕奂?guī)模進(jìn)行預(yù)測(cè)，以期能夠?yàn)槿后w事件管理部門提供一定的決策參考。

1 人群聚集

1.1 偶發(fā)事件

日常生活中，偶發(fā)事件或沖突常有發(fā)生。有時(shí)微小的沖突卻可以誘發(fā)大量個(gè)體圍觀，形成人群聚集，繼而引發(fā)群體事件甚至暴力事件。事件的演化態(tài)勢(shì)與結(jié)果不僅與事件內(nèi)容有關(guān)，而且研究發(fā)現(xiàn)與事發(fā)時(shí)間、地點(diǎn)、溫度、參與者的身份、社會(huì)不滿、謠言等因素都有著直接或間接的關(guān)系。但對(duì)于個(gè)體好奇心理的誘發(fā)，事件的內(nèi)容因素起著更為關(guān)鍵的作用。通常，事件內(nèi)容越新鮮、沖突越激烈，誘發(fā)的個(gè)體好奇心理就越強(qiáng)烈；事件內(nèi)容越模糊,個(gè)體好奇心理持續(xù)的時(shí)間則越長(zhǎng)。社會(huì)學(xué)對(duì)群體事件的研究發(fā)現(xiàn)，事件內(nèi)容在事件演化過(guò)程中不是一成不變的，特別是謠言的泛起和別有用心個(gè)體的介入，通常使事件內(nèi)容趨向于復(fù)雜化、道德化。事件內(nèi)容的演化是一個(gè)涉及眾多因素的過(guò)程，基于簡(jiǎn)化問(wèn)題的想法，本文設(shè)定事件發(fā)生后，事件內(nèi)容與個(gè)體的關(guān)聯(lián)度是明確的，不再發(fā)生變化。個(gè)體與事件內(nèi)容的關(guān)聯(lián)程度，稱為事件內(nèi)容關(guān)聯(lián)度ECR(event content relevance)。ECR取值為0～1的實(shí)數(shù)，由用戶根據(jù)模擬事件自行設(shè)定。其中，當(dāng)事件內(nèi)容關(guān)聯(lián)度為0時(shí)(ECR=0)，表明該事件經(jīng)常發(fā)生，對(duì)于個(gè)體幾乎無(wú)任何新意。當(dāng)事件內(nèi)容關(guān)聯(lián)度為1時(shí)(ECR=1)，表明該事件并不常見(jiàn)，或事件內(nèi)容涉及道德價(jià)值或社會(huì)公平。

1.2 好奇心理模型

1.2.1 事件了解程度

在人群中，個(gè)體對(duì)所發(fā)生事件的了解通常來(lái)源于人群的信息交流。心理學(xué)家認(rèn)為人群是相互嚙合的具有某種行為的單元，整個(gè)人群可以劃分成若干小群體。在小群體中，個(gè)體相互進(jìn)行信息交流。不了解人群中發(fā)生事件的個(gè)體受到小群體中處于支配地位成員的影響。如圖1所示。人群中個(gè)體之間進(jìn)行信息交流，星形個(gè)體表示處于支配地位的個(gè)體，圓形或方形個(gè)體表示對(duì)發(fā)生事件并不是十分了解或不善于表達(dá)的個(gè)體。

圖1 人群信息交流圖Fig.1 Information communication of crowd gathered

個(gè)體i(圖1中方形個(gè)體)所處的小群體，是以個(gè)體i為圓心，將處于一定范圍內(nèi)的個(gè)體劃歸為與個(gè)體i相關(guān)的小群體，如圖1中處于實(shí)線圓形區(qū)域內(nèi)的個(gè)體,構(gòu)成個(gè)體i的小群體。在該群體中，具有支配地位的成員是能夠就事件發(fā)生情況給出最全面解釋的個(gè)體。在時(shí)刻t，個(gè)體i所處群體內(nèi)的支配地位成員CP(i,t)=argmax(KE(j,t)*P(j)|j∈G(i))，其中，KE(j,t)∈[0,1]表示小群體中個(gè)體j對(duì)事件的了解程度。當(dāng)取值為0時(shí)，表示對(duì)事件的前因一無(wú)所知；取值為1時(shí)，表示對(duì)事件自認(rèn)完全了解。P(j)表示個(gè)體j與其他個(gè)體交流的意愿。當(dāng)P(j)=0，個(gè)體j不愿與他人交流。若P(j)=1，則表示十分愿意交流。如果支配成員j對(duì)事件的了解多于個(gè)體i，即KE(j,t)>KE(i,t)，則定義個(gè)體i因信息交流在時(shí)刻t+1對(duì)事件的了解程度為：KE(i,t+1)=KE(i,t)+acp(i)*λ*KE(j,t)*P(j)， 其中，acp(i)表示個(gè)體i對(duì)支配成員所訴內(nèi)容的接受程度。個(gè)體i與個(gè)體j在對(duì)事件的了解上可能存在信息重復(fù)，參數(shù)λ隨機(jī)產(chǎn)生以表示信息的重復(fù)性。

1.2.2 事件誘發(fā)好奇情緒

心理學(xué)研究[8]發(fā)現(xiàn)，人類對(duì)新事物或新信息的好奇心理與生俱有。好奇心是個(gè)體感知環(huán)境微小變化并迅速構(gòu)建應(yīng)對(duì)之策、認(rèn)識(shí)新奇性信息、從新奇因素中剝離信息的主要驅(qū)動(dòng)力。群體事件的社會(huì)心理研究發(fā)現(xiàn)好奇心理是個(gè)體旁觀事件的主要心理，是個(gè)體參與事件的前期心理體驗(yàn)。在群體事件沖突升級(jí)機(jī)制研究中[1]，規(guī)模膨脹機(jī)制的主要原因是旁觀者加入，而且旁觀者加入的主要心理有好奇、同情、不滿和盲從。好奇是個(gè)體趨進(jìn)了解事件的主要?jiǎng)恿?，其中在好奇心理誘發(fā)上，個(gè)體所處的空間、時(shí)間和事件內(nèi)容因素都有著至關(guān)重要的影響。在事件內(nèi)容方面，越是擴(kuò)散性的議題，越易于吸引個(gè)體的參與。

基于以上分析，本文定義好奇情緒為個(gè)體聚集的主要因素。在好奇情緒的量化上，涉及的主要影響因素為：事件內(nèi)容、個(gè)體與事發(fā)地之間的距離以及個(gè)體對(duì)事件的了解程度。如個(gè)體i完全了解事件，則好奇情緒強(qiáng)度為Is(i,t)=0；在沒(méi)有完全了解事件的情況下(KE(i,t)<1.0)，如果個(gè)體i所在位置能夠完全感知事件的發(fā)生(distance(i,eve) < Ev)，則喚起個(gè)體好奇情緒強(qiáng)度Is(i,t)=1；如果個(gè)體所處的區(qū)域無(wú)法感知事件的發(fā)生(distance(i,eve)≥2*Ev)，則個(gè)體好奇情緒因無(wú)外界事件刺激而為0(Is(i,t)=0)；當(dāng)個(gè)體能夠感知事件發(fā)生，但相距事件發(fā)生地較遠(yuǎn)，即Ev

1.2.3 好奇情緒強(qiáng)度

個(gè)體好奇情緒主要來(lái)源于偶發(fā)事件刺激，但隨著個(gè)體對(duì)事件了解的不斷深入，個(gè)體好奇情緒將逐漸衰減。而且了解程度越深入，好奇情緒衰減程度則越大。定義個(gè)體i在時(shí)刻t+1好奇情緒強(qiáng)度I(i,t+1)=min{I(i,t)-Idecay(i,t)+Is(i,t),1}；個(gè)體i情緒衰減強(qiáng)度為Idecay(i,t)=I(i,t)*exp(KE(i,t)k-1.0)，其中k為衰減調(diào)節(jié)因子。KE(i,t)為個(gè)體i在時(shí)刻t對(duì)事件了解程度。

2 人群聚集行為

群體事件研究發(fā)現(xiàn)，聚集人群中通常包括：事件主體、積極參與者、別有用心之人、激進(jìn)者、圍觀者等。面對(duì)突發(fā)事件，個(gè)體行為不盡相同，依據(jù)個(gè)體對(duì)事件的好奇程度，大致可以歸結(jié)為：正常行走、趨進(jìn)了解、駐步觀望、繞離事發(fā)地4種基本行為模式。正常行走個(gè)體對(duì)發(fā)生事件好奇不足，仍按原有計(jì)劃行走，在速度方面可能有所變化；趨近了解指?jìng)€(gè)體因?qū)κ录哂袠O強(qiáng)的好奇心理而選擇向事發(fā)地趨進(jìn)；駐步觀望指?jìng)€(gè)體雖然好奇，但強(qiáng)度不足以驅(qū)動(dòng)個(gè)體向事發(fā)地集聚，而是停留在原地觀望事件發(fā)展；避離事發(fā)地則是由于對(duì)事件完全了解而且無(wú)意義繼續(xù)跟進(jìn)或其他原因(如時(shí)間原因或?qū)κ录ｋU(xiǎn)性的判斷)選擇避離。依據(jù)社會(huì)學(xué)家M.Granovetter[9]提出的群體行為閾值散射模型，本文定義個(gè)體根據(jù)體驗(yàn)的好奇情緒強(qiáng)度來(lái)做出行為選擇。因個(gè)體個(gè)性、群體環(huán)境等諸多因素的影響，每個(gè)個(gè)體參與事件的閾值有所不同，所以采取隨機(jī)的方式產(chǎn)生駐步觀望閾值T1和趨近了解閾值T2。依據(jù)產(chǎn)生式規(guī)則來(lái)規(guī)劃個(gè)體的行為，若個(gè)體i體驗(yàn)好奇情緒強(qiáng)度為I(i,t)，則行為選擇為：

IfI(i,t)<=T1&& behavior(i,t-1)!=“正常行走”

Then behavior(i,t)=“繞行避離”

IfI(i,t)>T1&&I(i,t)

Then behavior(i,t)=“駐步觀望”

IfI(i,t)>=T2

Then behavior(i,t)=“趨近了解”

3 實(shí)驗(yàn)與結(jié)果分析

實(shí)驗(yàn)場(chǎng)景設(shè)置為個(gè)體在60 m×60 m的矩形區(qū)域內(nèi)活動(dòng)。無(wú)事件發(fā)生時(shí),個(gè)體以1 m/s均速隨機(jī)行動(dòng)表現(xiàn)個(gè)體在無(wú)目的狀況下的行為。在時(shí)刻t=2時(shí)事件發(fā)生在活動(dòng)區(qū)域中心位置，設(shè)置事件主體人員6人(如圖2中虛線區(qū)域中的個(gè)體)，事件了解度EK=1，運(yùn)動(dòng)采用Boid[10]規(guī)則。通過(guò)改變事件內(nèi)容關(guān)聯(lián)度、人流量來(lái)驗(yàn)證基于個(gè)體好奇心理所模擬的人群聚集行為用以觀察是否能夠體現(xiàn)現(xiàn)實(shí)生活中的場(chǎng)景和社會(huì)心理學(xué)在人群聚集過(guò)程中對(duì)個(gè)體心理的研究結(jié)論。

圖2 個(gè)體狀態(tài)截圖Fig.2 Initial state of individuals

3.1 事件內(nèi)容關(guān)聯(lián)度

偶發(fā)事件的內(nèi)容不同，個(gè)體對(duì)事件將持有不同的關(guān)注度和好奇心。通常情況下，個(gè)體與事件內(nèi)容的關(guān)聯(lián)度越高，個(gè)體對(duì)事件的關(guān)注程度則越高，導(dǎo)致人群聚集人數(shù)越多。設(shè)置事件內(nèi)容關(guān)聯(lián)度ECR取值從0.0～1.0，虛擬人數(shù)為120人的環(huán)境中分析不同事件內(nèi)容關(guān)聯(lián)度對(duì)個(gè)體行為選擇所產(chǎn)生的影響。從實(shí)驗(yàn)結(jié)果可以看出，當(dāng)ECR=0時(shí)，個(gè)體因好奇情緒被發(fā)生事件所吸引，但因事件對(duì)個(gè)體無(wú)任何意義，則選擇離開(kāi)。雖時(shí)間推移，但聚集人群沒(méi)有明顯的增長(zhǎng)，如圖3所示。

圖3 人群聚集狀態(tài)圖(t =1 000,ECR=0.0)Fig.3 State of crowd gathered (t =1 000,ECR=0.0)

當(dāng)事件內(nèi)容與自己有一定的關(guān)聯(lián)時(shí)，個(gè)體希望對(duì)事件進(jìn)展有所了解，駐留時(shí)間增長(zhǎng)，故出現(xiàn)了一定的圍觀現(xiàn)象。隨著事件與自己的關(guān)聯(lián)程度增加，圍觀個(gè)體和圍觀時(shí)間都將逐漸增加。當(dāng)事件內(nèi)容與個(gè)體的關(guān)聯(lián)度ECR=1時(shí)，出現(xiàn)了圍觀人群自動(dòng)形成的圍觀圈，如圖4所示。

圖4 人群聚集狀態(tài)圖(t =1 000,ECR=0.7)Fig.4 State of crowd gathered (t =1 000,ECR=0.7)

為了深入了解和分析不同事件內(nèi)容對(duì)圍觀個(gè)體人數(shù)和停留時(shí)間的影響，本文設(shè)置事件內(nèi)容關(guān)聯(lián)度ECR分別為0.0,0.3,0.5,0.7,1.0，觀察其在運(yùn)行2 000個(gè)單位時(shí)間內(nèi)聚集人數(shù)與事件內(nèi)容關(guān)聯(lián)度ECR之間的關(guān)系。結(jié)果(如圖5)顯示，事件內(nèi)容與個(gè)體的關(guān)聯(lián)度決定了個(gè)體停留時(shí)間的長(zhǎng)短和聚集人數(shù)多少。事件與圍觀個(gè)體的關(guān)聯(lián)度越大，聚集的人數(shù)越多，與現(xiàn)實(shí)生活中人群聚集場(chǎng)景基本相同。

圖5 不同事件內(nèi)容關(guān)聯(lián)度下的聚集人群規(guī)模Fig.5 Number of crowd gathered at different ECR

3.2人流量

正常情況下，繁華地段人流量大，通常偶發(fā)微小事件也會(huì)造成大規(guī)模人群圍觀。為驗(yàn)證本文模型是否可以體現(xiàn)不同人流量環(huán)境對(duì)人群聚集產(chǎn)生的影響。實(shí)驗(yàn)設(shè)置初始人數(shù)分別為100、300、500、700對(duì)應(yīng)的人流量分別為0.03、0.09、0.15和0.2來(lái)模擬不同繁華程度場(chǎng)所，其中，事件內(nèi)容關(guān)聯(lián)度ECR設(shè)置為0.2。

實(shí)驗(yàn)結(jié)果表明，對(duì)于相同事件，不同繁華程度的場(chǎng)所，聚集人數(shù)也不盡相同。通常，越是人流密集的環(huán)境，圍觀的人數(shù)就越多，如圖6所示。

圖6 不同繁華程度環(huán)境下的聚集人數(shù)Fig.6 Number of crowd gathered at different busy roads(ECR=0.2)

直觀看，在繁華場(chǎng)所發(fā)生小事件后極易引起大規(guī)模人群聚集，但分析后發(fā)現(xiàn)在聚集程度上，并非如此。聚集程度是指演化過(guò)程中平均聚集人數(shù)除以初始人數(shù)。如果忽略場(chǎng)所本身人員密集的因素，通常在人流量適中的環(huán)境，則更容易誘發(fā)人員聚集。如圖7所示(聚集程度經(jīng)過(guò)歸一化處理)，隨著初始人數(shù)增加，人群聚集程度在增加，當(dāng)人數(shù)增加到40時(shí)，人群聚集程度開(kāi)始遞減，隨著人數(shù)的進(jìn)一步增加，人群聚集程度減速放緩，并保持基本平衡。這與現(xiàn)實(shí)生活相一致，當(dāng)人流量達(dá)到飽和后，移動(dòng)受到限制，人員因長(zhǎng)時(shí)間無(wú)法接近事發(fā)點(diǎn)，好奇心理得以衰減，而離開(kāi)事發(fā)地，導(dǎo)致聚集程度下降。另一方面，飽和的人流量，即使不發(fā)生事件，已屬人群聚集。小事件發(fā)生雖使聚集程度繼續(xù)惡化，但幾乎接近極限，在惡化程度的速度上放緩。

圖7 人群聚集程度 Fig.7 Gathered degree of crowd

4 結(jié)束語(yǔ)

以好奇心理的理論研究為基礎(chǔ)，從常見(jiàn)的人群聚集現(xiàn)象出發(fā)，對(duì)群體聚集進(jìn)行了模擬實(shí)驗(yàn)，分析了事件因素、環(huán)境因素和個(gè)體好奇心理對(duì)群體聚集規(guī)模產(chǎn)生的影響。實(shí)驗(yàn)表明，偶發(fā)事件與個(gè)體存在的關(guān)聯(lián)度越高，即事件越涉及公平、道義，群體聚集規(guī)模越大。越是人數(shù)眾多的環(huán)境，偶發(fā)事件發(fā)生后，群體聚集人數(shù)越多，但聚集程度并不隨著人流量的增加而持續(xù)增加。實(shí)驗(yàn)結(jié)果基本能夠體現(xiàn)人群聚集的特征和群體聚集的涌現(xiàn)過(guò)程。

人群聚集是一個(gè)復(fù)雜的過(guò)程，本文嘗試從好奇心理學(xué)的角度來(lái)分析人群聚集的事件因素和個(gè)體個(gè)性因素對(duì)其產(chǎn)生的影響。限于時(shí)間和水平，所提出的模型比較粗糙，仍有許多地方值得細(xì)細(xì)思考。例如，在模型中，個(gè)體的獨(dú)特性和社會(huì)背景并沒(méi)有考慮，如個(gè)體的年齡和性別、當(dāng)前普遍的社會(huì)不滿情緒等。今后，在未來(lái)的群體行為研究中，希望可以從三方面來(lái)考慮人群聚集的研究：1)聚集人群本身所具有的個(gè)性特征和社會(huì)屬性。2)將擴(kuò)大人群聚集的研究范圍，嘗試模擬群體事件發(fā)展的整個(gè)過(guò)程，而不僅局限在人群聚集醞釀期。3)在個(gè)體的心理體驗(yàn)上，嘗試構(gòu)建誘發(fā)個(gè)體暴力行為的不滿情緒模型的研究。

參考文獻(xiàn):

[1]許堯, 劉亞麗. 群體性事件中的沖突升級(jí)及遏制機(jī)制研究[J].國(guó)家行政學(xué)院學(xué)報(bào), 2011, 1: 17-21.

XU Yao, LIU Yali. Study of escalation and restrain mechanism of mass incidents [J]. Journal of China National School of Administration, 2011, 1: 17-21.

[2]常欽. 基于Agent的群體性事件動(dòng)力學(xué)模型研究[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)：自然科學(xué)版, 2010, 4: 83-86.

CHANG Qin. Research of dynamics model of mass incidents based on Agent [J]. Journal of Chinese People’s Public Security University： Science and Technology, 2010, 4: 83-86.

[3]常欽, 黨會(huì)森. 基于網(wǎng)格Agent的群體性事件人群聚集模型研究[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)：自然科學(xué)版, 2011, 69(3): 71-74.

CHANG Qin, DANG Huisen. Research of crowds gathered model of mass incidents based on grid Agent[J]. Journal of Chinese People’s Public Security University： Science and Technology, 2011, 69(3): 71-74.

[4]EPSTEIN J M. Modeling civil violence: an agent-based computational approach[J]. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(Suppl 3): 7243-7250.

[5]馮平耀, 王一伊. 對(duì)“無(wú)組織-無(wú)直接利益訴求”群體性事件的分析[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)：自然科學(xué)版, 2012, 1: 78-82.

FENG Pingyao, WANG Yiyi. Analysis of mass incidents without organization and direct interests[J]. Journal of Chinese People’s Public Security University： Science and Technology, 2012, 1: 78-82.

[6]魏玖長(zhǎng),韋玉芳,周磊.群體性突發(fā)事件中群體行為的演化態(tài)勢(shì)研究[J]. 電子科技大學(xué)學(xué)報(bào)； 社科版, 2011, 13(6): 25-30.

WEI Jiuchang, WEI Yufang, ZHOU Lei. Research on the evolvement trend of collective behavior in mass emergency[J]. Journal of UESTC： Social Sciences Edition, 2011, 13(6): 25-30.

[7]胡芾.群體性事件的心理學(xué)研究[J]. 云南警官學(xué)院學(xué)報(bào), 2009, 75(4): 88-91.

HU Fu. Psychological research on group conflict[J]. Journal of Yunnan Police Officer Academy, 2009, 75(4): 88-91.

[8]許春玉.好奇心理學(xué)[M].杭州:浙江教育出版社， 2008: 12-70.

[9]GRANOVETTER M. Threshold models of collective behavior[J]. American Journal of Sociology, 1978: 1420-1443.

[10]WANDER J. Clustering and fighting in two-party crowds: simulating the approach-avoidance conflict[J]. Journal of Artificial Societies and Social Simulation, 2001, 4(3): 1-18.