化工園區(qū)突發(fā)事件情景下的群體行為模擬演化研究*

宋　健，張明廣，王雪棟，陳福真，鄭　峰

(南京工業(yè)大學 安全科學與工程學院，江蘇 南京 210009)

0　引言

化工園區(qū)突發(fā)事件是指突然發(fā)生于化工園區(qū)或化工集聚區(qū)域的，具有嚴重的破壞效應(yīng)和潛在的危害，同時能夠帶來重大的社會影響、引起極大的公眾心理恐慌和群體行為的化工事件。目前，隨著“退城入園”政策實施，化工園區(qū)得到了快速發(fā)展，省級以上的化工開發(fā)區(qū)就已達到380余家[1]。與此同時，化工事故的頻繁發(fā)生，造成了巨大的人員傷亡和財產(chǎn)損失，甚至引發(fā)公眾恐慌，對社會安全和公眾生活環(huán)境造成嚴重影響[2-3]。而隨著近年網(wǎng)絡(luò)技術(shù)的快速發(fā)展與廣泛應(yīng)用，信息交互程度越來越高，一旦某個化工園區(qū)發(fā)生突發(fā)事件，短時間內(nèi)就會被相關(guān)報道轉(zhuǎn)載、快速傳播，極易引發(fā)突發(fā)事件群體行為，甚至由于政府信息不夠公開、公眾情緒化等原因，導(dǎo)致激烈的群體行為態(tài)勢。因此，如何應(yīng)對群體行為傳播問題，是政府對化工突發(fā)事件群體行為管控的主要課題[4-5]。

目前，國內(nèi)外學者針對突發(fā)事件情景下的群體行為進行了研究，Ebihara等[6]對緊急疏散情景下的群體行為進行了模擬仿真；Duggan等[7]突出危機情景下的信息傳播模式，分析信息傳播者與接受者的影響因素；Li[8]研究群體中個人敏感性影響群體行為傳播的機理；Zanette[9]運用社會動力學模型，計算動態(tài)小世界網(wǎng)絡(luò)下的群體行為；溫寧等[10]建立城市危機事件演化數(shù)理模型，考慮了群體因素的作用、忽略了政府職能部門的影響；Hosseini[11]在SEIRS傳播網(wǎng)絡(luò)基礎(chǔ)上，構(gòu)建一個新的SEIRS-V謠言模型，模型當中涉及傳播主體的影響因素較多，但缺乏對傳播過程中外源因素的考慮；Qian[12]提出一個改進型Lyapunov函數(shù)來研究行為傳播模型，論述了局部穩(wěn)定性的條件與基本再生數(shù)有關(guān)，但沒有考慮到外部因素對行為傳播過程的影響。目前，突發(fā)事件群體行為研究偏重于定性研究，而定量研究較少，并且定量研究多側(cè)重對群體不同特征的行為模擬，缺乏化工園區(qū)突發(fā)事件中政府對群體行為管理與控制方面的研究。

圖1　化工園區(qū)突發(fā)事件群體行為因果關(guān)系Fig.1　Causality for the unconventional emergency group behavior in chemical industry park

綜上，本文結(jié)合系統(tǒng)動力學的原理及方法，研究政府、網(wǎng)媒、公眾和事件4個主體對群體行為態(tài)勢以及傳播人數(shù)的影響機理，并運用Vensim軟件對化工園區(qū)突發(fā)事件情景下的群體行為態(tài)勢以及傳播人數(shù)進行動態(tài)演化模擬分析，相關(guān)結(jié)果可以為化工園區(qū)突發(fā)事件情景下的群體行為決策和預(yù)防工作提供參考。

1　化工突發(fā)事件群體行為因果關(guān)系構(gòu)建

1.1　群體行為影響因素分析

化工突發(fā)事件情景下，參與群體行為的社會公眾具有盲目模仿性、無目標性、應(yīng)激性和短期性等特征。群體行為主要由3個要素構(gòu)成：群體活動、群體結(jié)構(gòu)和公眾情緒，這3個因素的協(xié)同耦合作用就構(gòu)成了群體行為[13]。

化工園區(qū)突發(fā)事件群體行為動態(tài)演化系統(tǒng)本身具有一定的復(fù)雜程度，演化系統(tǒng)中各因素之間交叉作用。化工突發(fā)事件的發(fā)生，通常因事件的公眾度和敏感性作用較大，會引起公眾的關(guān)注與討論，甚至引發(fā)社會恐慌[14-15]。一般來說，群體行為的傳播包括：人際傳播和網(wǎng)絡(luò)媒體傳播2種主要方式，即線下網(wǎng)絡(luò)與線上網(wǎng)絡(luò)。而群體行為多起源于網(wǎng)絡(luò)媒體，網(wǎng)絡(luò)媒體對于群體行為的發(fā)展演化尤為關(guān)鍵，網(wǎng)絡(luò)媒體關(guān)注度與公眾參與度的提高將直接促進群體行為態(tài)勢的發(fā)展，進而將群體行為推向新的高潮。與此同時，政府又是控制群體行為態(tài)勢、疏導(dǎo)公眾情緒的重要力量，因此，當化工突發(fā)事件發(fā)生后，政府應(yīng)密切關(guān)注群體行為態(tài)勢的發(fā)展，通過官方新聞及時公開事件信息，弱化公眾情緒，降低群體行為態(tài)勢。在整個群體行為演化過程中，除了突發(fā)事件公眾度和事件敏感性驅(qū)動著群體行為的發(fā)生、轉(zhuǎn)化以及蔓延之外，同時也會受到外部驅(qū)動力的作用，通常的演化過程都是基于內(nèi)外部雙重作用，對社會文化、公眾心理、網(wǎng)絡(luò)秩序以及政府調(diào)控能力產(chǎn)生影響。一方面，突發(fā)事件、社會公眾以及媒體3個驅(qū)動力促進群體行為的產(chǎn)生，從而導(dǎo)致群體行為傳播人數(shù)的增加；另一方面，政府也會及時管理與控制群體行為的蔓延以及群體行為傳播人群的增加。因此，化工園區(qū)突發(fā)事件群體行為的動態(tài)演化系統(tǒng)可由政府、媒體、社會公眾和事件共同組成[16]。

1.2　群體行為因果關(guān)系圖

根據(jù)上述群體行為動態(tài)演化系統(tǒng)影響因素分析，得到化工園區(qū)突發(fā)事件群體行為因果關(guān)系圖，如圖1所示。由圖1可知，因果關(guān)系圖中存在5條因果反饋回路：

1)負反饋回路1：政府調(diào)控速率↑—理性免疫人群↑—群體行為傳播人群↓—政府調(diào)控速率↑。

2)負反饋回路2：群體行為傳播人群↑—易惑人群↓—群體行為傳播速率↑—群體行為傳播人群↑。

3)正反饋回路3：群體行為態(tài)勢↑—公眾對事件的關(guān)注水平↑—帖子瀏覽量↑—論壇帖子數(shù)量↑—公眾參與度↑—群體行為態(tài)勢↑。

4)正反饋回路4：群體行為態(tài)勢↑—事件嚴重度↑—網(wǎng)絡(luò)新聞數(shù)量↑—網(wǎng)媒關(guān)注度↑—群體行為態(tài)勢↑。

5)負反饋回路5：群體行為態(tài)勢↑—事件嚴重度↑—網(wǎng)絡(luò)新聞數(shù)量↑—官方新聞數(shù)量↑—官方響應(yīng)力度↑—政府調(diào)控水平↑—群體行為態(tài)勢↓。

2　化工園區(qū)突發(fā)事件群體行為SD模型

2.1　模型邊界與條件設(shè)定

在構(gòu)建系統(tǒng)流圖與動態(tài)數(shù)學模型之前，綜合文獻調(diào)研結(jié)果以及專家意見，對化工園區(qū)突發(fā)事件群體行為動態(tài)演化系統(tǒng)中的邊界條件進行如下設(shè)定：

1)化工突發(fā)事件影響范圍內(nèi)的公眾人數(shù)設(shè)為常數(shù)N。

2)系統(tǒng)中不考慮次生及其衍生事故的協(xié)同或耦合效應(yīng)，即群體行為發(fā)生過程中僅有單次觸發(fā)的化工突發(fā)事件。

3)系統(tǒng)中的化工突發(fā)事件界定為：化工突發(fā)事件發(fā)生，導(dǎo)致或者將會帶來公眾恐慌甚至嚴重社會危害的公共安全事件。

4)群體行為的傳播具有一定的可控性。引發(fā)群體行為的公眾，經(jīng)過一段時間了解事件過程，不再隨意傳播、不再存在消極情緒。

5)政府在群體行為演化過程中，是積極主動應(yīng)對的，并且是有能力處理突發(fā)事件、疏導(dǎo)公眾情緒的官方機構(gòu)。

2.2　模型構(gòu)建

基于系統(tǒng)動力學的原理和方法，并結(jié)合5條反饋回路相互間的關(guān)系，構(gòu)建化工園區(qū)突發(fā)事件群體行為動態(tài)演化系統(tǒng)動力學模型，如圖2所示。

圖2　化工園區(qū)突發(fā)事件群體行為系統(tǒng)模型Fig.2　Model for the unconventional emergency group behavior in chemical industrial park

2.3　SD模型變量匯總

構(gòu)建的系統(tǒng)動力學模型中包含多個狀態(tài)變量、速率變量、輔助變量、影子變量和常量，匯總結(jié)果如表1所示。

表1　群體行為動態(tài)演化系統(tǒng)各變量匯總

2.4　SD仿真方程構(gòu)建

系統(tǒng)動力學軟件—Vensim中提供多種類型的函數(shù)，如指數(shù)函數(shù)、延遲函數(shù)、積分函數(shù)等，以便于建模時建立函數(shù)關(guān)系和調(diào)試模型[17]。主要系統(tǒng)變量參數(shù)之間的函數(shù)關(guān)系式如表2所示。

表2　主要變量關(guān)系式

3　化工園區(qū)突發(fā)事件群體行為系統(tǒng)模擬與分析

3.1　實例選取與參數(shù)設(shè)定

2007年以來，多地先后發(fā)生一系列“PX事件”，由于化工突發(fā)事件可能對公眾的生命及財產(chǎn)安全構(gòu)成嚴重威脅，故使得人們對化工突發(fā)事件更加恐慌，最終引發(fā)大規(guī)模的群體行為，造成群體性事件的發(fā)生。因此，本文選取2013年某地化工園區(qū)發(fā)生的“PX事件”為實例。

2013年某月，發(fā)生“PX事件”所在地的居民在街頭示威游行，對PX項目落戶當?shù)乇硎緩娏也粷M，瞬間引發(fā)了激烈的群體行為，在持續(xù)3天左右后，群體行為達到最高點，之后的半個月后，群體行為的熱度才得以逐漸平息。基于此，本文設(shè)定化工突發(fā)事件群體行為發(fā)生的15 d為仿真時長，步長為1 d，以此研究群體行為與傳播人數(shù)隨時間的動態(tài)演化過程[18]。

3.2　模擬分析

化工園區(qū)突發(fā)事件群體行為的動態(tài)演化系統(tǒng)由政府、媒體、社會公眾和突發(fā)事件4個主體構(gòu)成，系統(tǒng)中的諸多變量都對群體行為演化產(chǎn)生不同的影響，綜合專家學者們的研究成果[19-20]，本文選取在演化結(jié)果中較有代表性的輔助變量作為分析參數(shù)，對群體行為態(tài)勢以及群體行為傳播人群進行敏感性研究。

3.2.1事件影響力

化工突發(fā)事件由于其影響力較大，一旦發(fā)生，會在短時間內(nèi)發(fā)展成為公眾關(guān)注的焦點。突發(fā)事件的影響力取決于突發(fā)事件的公眾度與突發(fā)事件的敏感度，其中，事件的敏感度是指化工突發(fā)事件涉及的敏感因素程度。圖3中，曲線2是群體行為態(tài)勢與群體行為傳播人數(shù)的初始曲線，曲線1和曲線3分別是將事件影響力降低20%、提高20%后，群體行為態(tài)勢和群體行為傳播人群曲線。如圖3所示，群體行為可分為3個階段：發(fā)展期、高潮期與回落期。

圖3　事件影響力對群體行為的影響Fig.3　The event's influence on group behavior

1)第1階段(0—1 d)：由于群體行為傳播人群在不斷轉(zhuǎn)化、醞釀，整體態(tài)勢不高，但群體行為增速較快。

2)第2階段(1—7 d)：傳播人群在網(wǎng)絡(luò)媒介的推動下不斷增長，并在大約第4 d左右達到峰值，此階段群體行為態(tài)勢一直處于激烈狀態(tài)。

3)第3階段(7—15 d)：傳播人數(shù)在政府不斷采取措施疏導(dǎo)公眾情緒、控制群體行為態(tài)勢的情況下，逐漸降低，并逐漸趨于平穩(wěn)狀態(tài)。

通過敏感性分析可以看出，事件影響力越大，越會引起強烈的群體行為態(tài)勢，反之亦然；但由于事件的影響力大小通常是政府管控的直接因素，所以事件影響力對于傳播人數(shù)的影響偏小。事件影響力與二者之間存在正相關(guān)關(guān)系。

3.2.2公眾情緒

趙衛(wèi)東[21]在研究突發(fā)事件情緒傳播機制中，將情緒分為積極情緒和消極情緒2種，因此本文將公眾情緒的系數(shù)設(shè)為：消極/積極=0.5。圖4中，曲線2是初始狀態(tài)下的曲線，曲線1和曲線3是將公眾情緒分別降低20%和提高20%后，得到的行為態(tài)勢與傳播人群的曲線。

如圖4所示，改變公眾情緒對群體行為傳播人群數(shù)量影響較大。當公眾的消極情緒占據(jù)主導(dǎo)地位時，公眾更易激動、容易跟風，并迅速地轉(zhuǎn)變?yōu)槿后w行為傳播人群；當積極情緒處于較高水平，此時由于理性的公眾數(shù)量占比較多，群體行為傳播人群減少，群體行為態(tài)勢得到很好的控制。

通過敏感性分析得到，公眾情緒的激化會使得群體行為態(tài)勢增加，傳播人群迅速增長。隨著時間的推進，由于政府疏導(dǎo)公眾情緒力度加大，傳播人群也會逐漸轉(zhuǎn)變成理性人群，群體行為態(tài)勢逐漸冷卻。公眾情緒與二者之間存在負相關(guān)關(guān)系。

圖4　公眾情緒對群體行為的影響Fig.4　The influence of emotion on group behavior

3.2.3政府公信力

政府公信力主要由政府的號召力與影響力決定，體現(xiàn)出公眾對政府的認可與信任程度[22]。圖5中，曲線2是初始行為態(tài)勢與傳播人群曲線，曲線1和曲線3是分別將政府公信力降低20%和提高20%后，得到的行為態(tài)勢與傳播人群的曲線。

如圖5所示，提高政府公信力會降低群體行為態(tài)勢和傳播人群數(shù)量，但由于政府公信力對人群數(shù)量的影響具有一定的延遲效應(yīng)，因此大概在第4或第5 d之后，人數(shù)才會明顯的下降；降低政府公信力，會使公眾降低對政府的認可和信任程度，一旦政府不能及時有效地干預(yù)群體行為的發(fā)展，就會加速群體行為發(fā)展。

因此，通過敏感性分析得到，提高政府公信力能夠降低群體行為態(tài)勢，有效減少群體行為傳播人群數(shù)量；反之，降低公信力也會造成行為態(tài)勢的升高，傳播人群的增加。政府公信力與二者是負相關(guān)關(guān)系，政府公信力的提高將對政府應(yīng)對化工突發(fā)事件起到一定的積極作用。

圖5　政府公信力對群體行為的影響Fig.5　The influence of government's trustiness on group behavior

4　突發(fā)事件群體行為應(yīng)爭對策

1)突發(fā)事件影響力主要由事件的敏感度和事件公眾度決定，影響力的增加會使得群體行為態(tài)勢升溫。因此，對于一些容易引發(fā)社會公眾討論的事件、涉及到公眾人身安全與利益的公眾性事件，政府部門應(yīng)當把公眾的利益擺在首位，妥善處理。對突發(fā)事件進行分類管控，正確引導(dǎo)社會公眾，避免因群體行為和群體行為傳播人群失控引發(fā)更大的問題。

2)提高公眾的積極情緒有利于控制群體行為態(tài)勢。突發(fā)事件發(fā)生之前，政府應(yīng)當向公眾傳播相關(guān)應(yīng)急知識，避免事件狀態(tài)下公眾盲目跟風；當突發(fā)事件發(fā)生之后，政府部門應(yīng)及時通過權(quán)威途徑公開突發(fā)事件真實信息，減少公民情緒化程度。同時鼓勵相關(guān)專家學者公開發(fā)聲，避免公眾情緒進一步擴散。

3)提升政府公信力對群體行為的引導(dǎo)具有積極作用。政府部門應(yīng)提高自身形象，進而提升公眾對政府部門的認可度與信任度，使政府在管控群體行為方面發(fā)揮積極作用。

5　結(jié)論

1)化工園區(qū)突發(fā)事件情景下的群體行為系統(tǒng)是一個動態(tài)演化系統(tǒng)，該系統(tǒng)中，群體行為態(tài)勢和群體行為傳播人群主要受突發(fā)事件影響力、公眾情緒和政府公信力等因素的影響。

2)受“成長上限基?！庇绊?，群體行為態(tài)勢與群體行為傳播人群整體呈“迅速上升→緩慢下降→漸趨平穩(wěn)”的變化趨勢；群體行為態(tài)勢在前期迅速達到最值，推動著群體行為傳播速率的增加，持續(xù)一段時間后，群體行為傳播人數(shù)達到極值并逐漸減緩。政府應(yīng)在事件發(fā)生初期積極應(yīng)對，減少受化工園區(qū)突發(fā)事件影響人數(shù)的增加，減緩事態(tài)的發(fā)展速度。

3)結(jié)合敏感性分析，提高政府部門公信力，公開事件真實信息，同時正確疏導(dǎo)公眾情緒，加大事件公開度，降低事件影響力，是應(yīng)對化工園區(qū)突發(fā)事件群體行為的重要舉措。

4)本文僅考慮了突發(fā)事件中群體行為的特征因素，并未對個體自身行為特征進行全面探討，這也將是未來重點研究方向之一。

[1]陳曉董，師立晨，劉驥， 等.化工園區(qū)安全風險容量探討[J].中國安全科學學報，2009,19(3)：132-137.

CHEN Xiaodong, SHI Lichen, LIU Ji, et al. Study on the appropriate risk capacity of chemical industry park[J].China Safety Science Journal, 2009, 19(3): 132-137.

[2]趙云鋒.非常規(guī)突發(fā)事件的應(yīng)急管理研究[D].上海：復(fù)旦大學，2009.

[3]馬克, 劉巖. 突發(fā)風險事件的不確定性與應(yīng)急管理創(chuàng)新[J]. 社會科學戰(zhàn)線, 2011(8):1-5.

MA Ke, LIU Yan. The Uncertainty of unconventional accidents and innovation of management[J].Social Science Front, 2011(8): 1-5.

[4]蘭月新. 突發(fā)事件網(wǎng)絡(luò)謠言傳播規(guī)律模型研究[J]. 圖書情報工作, 2012, 56(14):57-61.

LAN Yuexin. Propagation model of emergency network rumor[J].Library and Information Service, 2012, 56(14)：57-61.

[5]王雪棟, 張明廣, 錢城江,等. 化工園區(qū)事故社會群眾風險感知動態(tài)模擬研究[J]. 中國安全科學學報, 2016, 26(1):169-174.

WANG Xuedong, ZHANG Mingguang, QIAN Chengjiang, et al. Dynamic simulation of lay public＇s perception of risk in chemical industry park[J]. China Safety Science Journal, 2016, 26(1): 169-174.

[6]EBIHARA M, OHTSUKI A, IWAKI H. A model for simulating human behavior during emergency evacuation based on classificatory reasoning and certainty value handling[J]. Computer-aided Civil & Infrastructure Engineering, 1992, 7(1):63-71.

[7]DUGGAN F, BANWELL L. Constructing a model of effective information dissemination in a crisis[J].Information Research, 2004, 9(3): 9-13.

[8]LI D, MA J. How the government’s punishment and individual’s sensitivity affect the rumor spreading in online social networks[J]. Physica A, 2017, 469: 284-292.

[9]ZANETTE D H. Dynamics of rumor propagation on small-world networks[J]. Physical Review E, 2002, 65(4): 041908.

[10]溫寧, 劉鐵民. 城市重大危機事件演化的動力學模型研究[J]. 中國安全生產(chǎn)科學技術(shù), 2011, 7(1):10-13.

WEN Ning, LIU Tiemin. Research on dynamics modeling of urban major crisis evolution[J].Journal of Safety Science and Technology, 2011, 7(1)：10-13.

[11]HOSSEINI S, AZGOMI M A. A model for malware propagation in scale-free networks based on rumor spreading process[J]. Computer Networks, 2016, 108(C):97-107.

[12]QIAN T, TENG Z, ABDURAHMAN X. A new lyapunov function for sirs epidemic models[J]. Bulletin of the Malaysian Mathematical Sciences Society, 2017, 40(1):237-258.

[13]斯蒂芬·P·羅賓斯.組織行為學[M]. 北京: 中國人民大學出版社, 2005.

[14]魏玖長. 危機事件社會影響的分析與評估研究[D]. 合肥：中國科學技術(shù)大學, 2006.

[15]陳鵬, 陳建國, 袁宏永. 群體性暴力行為的多主體建模研究綜述與思考[J]. 系統(tǒng)仿真學報, 2015, 27(3):439-447.

CHEN Peng, CHEN Jianguo, YUAN Hongyong. Revision and thinking about agent-based modeling research to group violent activity[J].Journal of System Simulation，2015,27(3)：439-447.

[16]張一文, 齊佳音, 馬君,等. 網(wǎng)絡(luò)輿情與非常規(guī)突發(fā)事件作用機制——基于系統(tǒng)動力學建模分析[J]. 情報雜志, 2010, 29(9):1-6.

ZHANG Yiwen, QI Jiayin, MA Jun, et al. Research on the mechanism of public opinion on internet for abnormal emergency based on the system dynamics modeling[J].Journal of Intelligence,2010,29(9):1-6.

[17]王其藩.系統(tǒng)動力學[M].2009年修訂版.上海：上海財經(jīng)大學出版社，2009.

[18]高航，丁榮貴.基于系統(tǒng)動力學的輿情風險模型仿真研究[J].情報雜志，2014,33(11)：7-13.

GAO Hang, DING Ronggui. Research on modeling and simulation of risk of internet public opinion based on system dynamics[J].Journal of Intelligence, 2014, 33(11): 7-13.

[19]杜蓉, 梁蕾, 王寧. 基于社會物理學的群體性突發(fā)事件演化及仿真——群體意見和行為的演化研究[J]. 復(fù)雜系統(tǒng)與復(fù)雜性科學, 2015, 12(3):61-69.

DU Rong, LIANG Lei, WANG Ning. A simulation study on the mass emergency evolution based on the social physics-evolution of community advice and behavior[J].Complex Systems and Complexity Science, 2015, 12(3):61-69.

[20]陳福集，葉萌.系統(tǒng)動力學視角下政府回應(yīng)網(wǎng)絡(luò)輿情的能力提升研究[J].情報雜志，2013,32(11)：121-127.

CHEN Fuji, YE Meng. Improving government's ability in responding to internet public opinion: a system dynamics perspective[J].Journal of Intelligence, 2013, 32(11):121-127.

[21]趙衛(wèi)東, 趙旭東, 戴偉輝,等. 突發(fā)事件的網(wǎng)絡(luò)情緒傳播機制及仿真研究[J]. 系統(tǒng)工程理論與實踐, 2015, 35(10):2573-2581.

ZHAO Weidong, ZHAO Xudong, DAI Weihui, et al. Emotion propagation mechanism of emergency events in cyber space and simulation[J].System Engineering-Theory&Practice,2015,35(10):2573-2581.

[22]余樂安, 李玲, 武佳倩,等. 基于系統(tǒng)動力學的?；匪廴就话l(fā)事件中網(wǎng)絡(luò)輿情危機應(yīng)急策略研究[J]. 系統(tǒng)工程理論與實踐, 2015, 35(10):2687-2697.

YU Lean, LI Ling, WU Jiaqian, et al. Emergency policy exploration for network public opinion crisis in water pollution accident by hazardous chemicals leakage based on systematic dynamics[J].System Engineering-Theory&Practice, 2015, 35(10): 2687-2697.